[发明专利]传感器无关的机械机器故障识别

说明书

一种用于识别至少一个机械机器的故障的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第一多个机械机器发出的第一多组信号，第一多个机械机器共享至少一个特性；至少将第一多个机械机器的第一多组信号供应给预先存在的故障分类器，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第二多个机械机器的故障，第二多个传感器具有与第一多个传感器的类型不同的类型，第二多个机械机器共享至少一个特性；至少基于第一多个机械机器的第一多组信号，通过使用迁移学习来修改预先存在的故障分类器，从而提供修改修改后的故障分类器；将修改修改后的故障分类器应用于由第一多个传感器中的至少一个传感器获取的并且从共享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，修改修改后的故障分类器被配置为基于至少一个额外的信号组自动识别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，人类可感知输出至少包括至少一个给定机械机器的故障的识别，基于人类可感知输出执行修理或维护操作中的至少一个。

交叉引用

在此参考于2019年9月3日提交的申请号为No.62/895,247，标题为“SYSTEMS ANDMETHODS FOR MULTI-SENSOR MAPPING FOR AUTOMATED MACHINE DIAGNOSTICS(用于自动机械诊断的多传感器映射的系统和方法)”的美国临时专利申请，根据第37号CFR1.78(a)(4)和(5)(i)，该美国临时专利申请的公开内容通过引用合并于此，并且在此要求其优先权。

技术领域

本发明总体上涉及机械机器的监测，更具体地，涉及通过监测该机械机器来识别机械机器的故障。

背景技术

本领域已知用于机械机器的故障识别的各种系统和方法。

发明内容

本发明试图提供一种新颖的系统和方法，所述系统和方法用于在监测从机械机器发出的信号的不同类型的传感器之间使用迁移学习，以用于对监测的机械机器进行故障识别和维护的目的。

因此，根据本发明的优选实施例提供了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第一多个机械机器发出的第一多组信号，第一多个机械机器共享至少一个特性；至少将第一多个机械机器的第一多组信号供应给预先存在的故障分类器，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第二多个机械机器的故障，第二多个传感器具有与第一多个传感器的类型不同的类型，第二多个机械机器共享至少一个特性；至少基于第一多个机械机器的第一多组信号，通过使用迁移学习来修改预先存在的故障分类器，从而提供修改修改后的故障分类器；将修改修改后的故障分类器应用于由第一多个传感器中的至少一个传感器获取的并且从共享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，修改修改后的故障分类器被配置为基于至少一个额外的信号组自动识别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，人类可感知输出至少包括至少一个给定机械机器的故障的识别，基于人类可感知输出执行修理或维护操作中的至少一个。

根据本发明的一个优选实施例，所述方法还包括：在使第一多个传感器获取第一多组信号之后并且在将第一多组信号供应给预先存在的故障分类器之前：获得用于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，每个操作状态与多组信号中的至少一组相关；至少将第一多组信号供应给预先存在的故障分类器还包括将第一多个机械机器的操作条件数据供应给预先存在的故障分类器；至少基于第一多组信号通过使用迁移学习来修改预先存在的故障分类器还包括另外基于第一多个机械机器的第一多组操作条件数据，通过使用迁移学习，来修改预先存在的故障分类器。