[发明专利]为工业机器故障提供矫正解决方案推荐

说明书

一种为工业机器故障提供矫正解决方案推荐的系统和方法，该方法包括：监测至少工业机器行为模型的多个分段以识别具有与先前机器故障相关联的至少第一特征集合的第一分段；确定解决先前机器故障的矫正解决方案推荐；识别与第二分段相关联的至少第二特征集合；以及当确定第二特征集合与第一特征集合的相似高于预定阈值时，生成包括矫正解决方案推荐的通知。

相关申请的交叉引用

本申请要求于2018年8月20日提交的美国临时申请No.62/719,733的权益，其内容通过引用结合于此。

技术领域

本公开总体上涉及用于机器的维护系统，更具体地涉及用于改进机器进程的监测机器操作。

背景技术

近年来，通信、处理、云计算、人工智能、以及其他计算机化技术已经显著进步，成为技术和生产的新领域的先兆。此外，自20世纪70年代以来或之前采用的许多工业技术目前仍在使用。与这些工业技术相关的现有解决方案经常仅见到微小的改进，仅略微增加生产和产量。

在现代制造实践中，制造商必须经常满足严格的生产时间线并且提供无瑕疵或几乎无瑕疵的生产质量。因此，每当意外的机器故障发生时，这些制造商都会有严重损失的风险。机器故障是当机器偏离正确的服务时发生的事件。通常偏离机器的正确状态的错误不一定是故障，但可能导致并指示潜在的未来故障。除了故障之外，错误可能以其他方式引起可能影响性能的不寻常的机器行为。

典型制造商的基于故障的平均机器停机时间(即，由于机器故障，生产部分地或全部地停工的平均时间量)是每年17天，即，损失17天的生产并因此损失17天的收入。例如，在典型的450兆瓦功率涡轮机的情况下，单天的停机时间可能在损失的收入方面使制造商花费超过3百万美元。这种停工时间可具有与维修、安全防范等相关的附加成本。

在能源发电厂中，每年数十亿美元花费在确保可靠性上。具体地，数十亿美元花费在用于最小化生产停机时间的备份系统和冗余上。此外，可以利用监测系统来快速识别故障，从而当停机时间发生时加速返回到生产。然而，现有的监测系统通常仅在停机时间开始之后或在停机时间开始之前立即识别故障。

进一步地，用于监视机器故障的现有解决方案通常依赖于用于每个机器的预定规则的集合。这些规则集合不考虑关于机器收集的所有数据，并且这些规则集合仅用于检查特定关键参数而忽略其余参数。此外，这些规则集合必须由工程师或其他分析人员提前提供。因此，现有解决方案实际上可能仅使用了所收集的数据中的一些，从而导致与未使用数据的传输、存储和处理相关的计算资源的浪费使用。进一步地，未能考虑所有相关数据可能导致故障的遗漏或以其他方式的不准确的故障确定或故障预测。

此外，现有解决方案通常依赖于以预定间隔的周期性测试。因此，甚至当机器不处于立即故障状况时，甚至可以提前预测故障的现有解决方案通常返回执行机器维护的请求。这种过早的更换和维护导致浪费材料和花费在更换仍然正常工作的部件上的费用。进一步地，这样的现有解决方案通常仅在故障发生之后才使得启动维修。结果可能无法防止此类故障，从而导致停机时间和收入损失。

此外，现有的监视和维护解决方案通常需要专用的测试设备。因此，这些解决方案通常需要在每个监视和维护系统的操作中训练良好的专业操作者。需要专业的操作者可能是不方便且昂贵的，并且可能引入人为错误的潜在来源。另外，除了数据的微小波动之外，给定可以针对任何给定机器收集的绝对数量的数据，分析人员不能够充分地确定即将到来的故障。

因此，提供一种将克服上述挑战的解决方案将是有利的。

发明内容