[发明专利]传感器无关的机械机器故障识别

权利要求书

1.一种用于识别至少一个机械机器的故障的方法，所述方法包括：

使结合到对应的第一多个机械机器的第一多个传感器获取从所述第一多个机械机器发出的第一多组信号，所述第一多个机械机器共享至少一个特性；

至少将所述第一多个机械机器的所述第一多组信号供应给预先存在的故障分类器，所述预先存在的故障分类器被预先训练为基于从第二多个机械机器发出并由第二多个传感器预先获取的信号来自动识别所述第二多个机械机器的故障，所述第二多个传感器具有与所述第一多个传感器的类型不同的类型，所述第二多个机械机器共享所述至少一个特性；

至少基于所述第一多个机械机器的所述第一多组信号，通过使用迁移学习来修改所述预先存在的故障分类器，从而提供修改后的故障分类器；

将所述修改后的故障分类器应用于由所述第一多个传感器中的至少一个传感器获取的并且从共享所述至少一个特性的至少一个给定机械机器发出的至少一个额外的信号组，所述修改后的故障分类器被配置为基于所述至少一个额外的信号组自动识别所述至少一个给定机械机器的至少一个故障；以及

由输出设备提供人类可感知输出，所述人类可感知输出至少包括所述至少一个给定机械机器的所述故障的识别，基于所述人类可感知输出执行修理或维护操作中的至少一个。

2.根据权利要求1所述的方法，所述方法还包括：在使所述第一多个传感器获取所述第一多组信号之后并且在将所述第一多组信号供应给所述预先存在的故障分类器之前：

获得用于所述第一多个机械机器中的机械机器的第一多组操作条件数据，每组操作条件数据指示所述第一多个机械机器中的一机械机器的操作状态，每个操作状态与所述多组信号中的至少一组相关；

所述至少将所述第一多组信号供应给所述预先存在的故障分类器还包括将所述第一多个机械机器的所述操作条件数据供应给所述预先存在的故障分类器；

所述至少基于所述第一多组信号通过使用迁移学习来修改所述预先存在的故障分类器还包括另外基于所述第一多个机械机器的所述第一多组操作条件数据，通过使用迁移学习，来修改所述预先存在的故障分类器。

3.根据权利要求1或2所述的方法，其特征在于，识别所述故障包括识别所述至少一个给定机械机器的特定故障以及在不对所述至少一个给定机械机器执行推荐的维护操作的情况下预测由于所述特定故障而导致所述至少一个给定机械机器的故障，其中，所述至少一个给定机械机器在不执行所述推荐的维护操作的情况下确实会发生故障。

4.根据权利要求2或3所述的方法，其特征在于，所述预先存在的故障分类器包括神经网络，以及修改所述预先存在的故障分类器包括将至少一个映射层添加到所述神经网络，除了添加所述至少一个映射层之外，所述神经网络未被所述修改以其它方式修改。

5.根据权利要求4所述的方法，其特征在于，包括所述预先存在的故障分类器的所述神经网络包括数据层和用于从所述数据层接收数据的输入层，所述至少一个映射层被添加在所述数据层和所述输入层之间，从而所述至少一个映射层被配置为在所述修改修改后的故障分类器中从所述数据层接收所述数据。

6.根据权利要求4或5所述的方法，其特征在于，所述第一多个传感器具有第一频率响应分布，以及所述第二多个传感器具有第二频率响应分布，所述映射层被配置为在所述第一频率响应分布和所述第二频率响应分布之间映射。

7.根据上述权利要求中的任一项所述的方法，其特征在于，所述第一多个传感器被操作为感测与由所述第二多个传感器感测的信号的类型相同的类型的信号。

8.根据权利要求7所述的方法，其特征在于，所述相同的类型的信号包括振动信号、磁通信号、电流、温度和机器内部压力信号中的一种。

9.根据权利要求1至6中的任一项所述的方法，其特征在于，所述第一多个传感器和所述第二多个传感器被操作为感测相互不同类型的信号。