[发明专利]诊断算法参数优化

说明书

技术领域

本发明一般涉及系统诊断的系统和方法，并且更具体地涉及一种用于优化来自可调诊断算法库的所有部署的诊断算法的参数从而提供改进的更好诊断的过程。

背景技术

现代电子和机械系统，诸如飞机或其他车辆，正变得越来越复杂。健康管理系统经常被用来监视车辆系统的各种健康状态。几个因素有助于健康状态的演变。这些因素包括损伤积累，系统中的组件之间的交互，与设计特性的偏离，以及连续或离散事件的影响。这些方面可以使用预测和诊断指示器加以模拟和评估，以努力预报在车辆系统中的故障。然而，现代电子和机械系统的复杂度已经导致对更精密的健康系统的不断增长的需求。关于潜在故障的信息使得这类故障能够在问题发生前被解决。通常，此信息可以为操作员或其他个体提供支持以用于作出有关系统的将来维护、操作、或使用的决策，和/或用于作出其他决策。

一些已经开发的健康管理系统是可配置的，在这个意义上这些健康管理系统可以在各种应用程序上部署。此类健康管理系统典型地依赖于算法库。在该库内的每个算法都包括一个或多个可能需要针对它被部署在其中的应用程序进行定制的相关参数。这些参数中的一些，诸如管直径，可容易从资产/系统规范或测量中得到。然而，各种其他参数，诸如所有的数据驱动的参数或特定模型参数，可能不容易得到，而需要在系统/资产部署之前被选择。这些后者参数可以由专门的人员诸如算法专家基于他们对特定资产/系统的知识和对相关资产/系统历史数据的检查来选择。如可以理解的是，这个后者参数选择过程可能涉及试凑法，可能相对地耗时，可能容易产生参数的次优选择，并且依赖于专业人员进行参数选择。参数的优化通常依赖于优化专家为特定的优化问题制定合适的目标函数。通过为所有这类检测问题定义通用目标函数，这个发明使针对诊断/预测问题的参数优化可用于非专家。

因此，需要为在诊断算法库内的诊断算法选择参数的过程，其不依赖于专业人员，因此不涉及人为影响的试凑法，和/或比目前的方法相对较少的耗时，和/或更不容易出现次优选择。本发明至少解决了这些需求。

发明内容

在一个实施例中，一个用于优化在可调诊断算法库中的多个选定的诊断和/或预测算法的参数的方法包括提供多个感测的数据集至每个诊断算法，其中每个感测的数据集具有与其相关的实际诊断标签。提供每个要被优化的诊断算法的每个参数的值。使用每个选定的算法、故障模型和每个参数的值，为每个感测的数据集生成计算诊断标签，每个计算诊断标签和每个实际诊断标签被提供至通用目标函数，从而计算目标函数值，并且使用重复这些步骤中的某些步骤的优化例程来改变一个或多个参数的值，直到目标函数值被最小化。

在另一个实施例中，一个用于优化被配置为提供一个或多个计算故障标签的一个或多个诊断算法的参数的方法包括提供多个感测的数据集至该一个或多个诊断算法中的每个，其中每个感测的数据集具有与其相关的实际故障标签。提供要被优化的一个或多个诊断算法中的每个诊断算法的每个参数的值。所述一个或多个诊断算法中的每个诊断算法可以生成的所有可能的计算标签被确定。生成具有多个条目并且包括用于每个可能的计算故障标签的单独行和用于每个实际故障标签的单独列的混淆矩阵。相关的加权值被分配至该混淆矩阵中的每个条目，从而生成加权矩阵(W)。使用该一个或多个诊断算法中的每个诊断算法和每个参数的初始值，为每个感测的数据集生成计算故障标签，其中每个计算故障标签包括概率向量。每个计算故障标签、每个实际故障标签和加权矩阵被提供至通用目标函数，从而计算目标函数值。使用这些步骤中的某些步骤的优化例程来改变一个或多个参数的值，直到目标函数值被最小化。

在又一个实施例中，一个用于优化在可调诊断算法库中的多个诊断算法的参数的系统包括：处理器，被配置为实现每个诊断算法和故障模型并且接收多个感测的数据集以及用于每个要被优化的诊断算法的每个参数的值，每个感测的数据集具有与其相关的实际诊断标签。该处理器进一步被配置成使用每个预测算法和每个参数的初始值来为每个感测的数据集生成计算诊断标签，提供每个计算诊断标签和每个实际诊断标签至通用目标函数，从而计算目标函数值；并且使用各种处理步骤的优化过程选择性地改变一个或多个参数的值，直到目标函数值被最小化。

此外，从随后的详细描述和所附权利要求并结合附图和前述的背景技术，本文描述的系统和方法的其他期望的特征和特性将变得显而易见。

附图说明

本发明将在下文中结合以下附图被描述，其中相同的附图标记表示相同的元件，并且其中：