[发明专利]生成用于嵌入式分析和诊断/预测推理的故障模型

权利要求书

1.一种用于检测与工业系统相关的故障和事件的计算机实现的方法，所述方法包括：

从与所述工业系统相关联的多个传感器接收或检索传感器数据；

使用(i)所述传感器数据、(ii)从与所述工业系统关联的多个故障检测器接收的故障检测器数据、以及(iii)所述工业系统的一个或多个统计模型来构建所述工业系统的分级故障模型，其中，所述故障模型包括与所述工业系统相关的多个诊断变量及所述多个诊断变量的关系；以及

使用所述故障模型中的不确定性传递对所述工业系统执行概率推理以用于诊断或预测分析，以获得与潜在或实际工业系统故障相关的知识；

其中所获得的与潜在或实际工业系统故障相关的知识包括根据引起所述潜在或实际工业系统故障的可能性排序的工业系统组件的列表，

其中，所述工业系统的一个或多个统计模型包括定义所述多个诊断变量与工业系统故障状态信息之间的关系的有向图模型，

使用所述统计模型对特征数据执行分析，以及

使用动态信念网络对使用所述统计模型对特征数据执行分析和所述统计模型中包括的图形模型生成的分析数据执行推理操作。

2.根据权利要求1所述的方法，其中，所述多个诊断变量包括与一个或多个工业系统组件相关的内部系统变量。

3.根据权利要求1所述的方法，其中，所述多个诊断变量包括与所述工业系统的操作环境相关的外部系统变量。

4.根据权利要求1所述的方法，其中，所述故障模型包括指定正常和异常工业系统状态的多个事件和正态变量。

5.根据权利要求1所述的方法，其中，所获得的与潜在或实际工业系统故障相关的知识包括指示特定故障状态随时间推移的可能性的信息。

6.根据权利要求1所述的方法，其中，所述故障模型还使用收集的指示一个或多个系统变量的状态的维护数据来构建。

7.根据权利要求6所述的方法，其中，所述一个或多个系统变量的状态均表示为概率分布。

8.根据权利要求1所述的方法，其中，所述故障模型还使用构造为与所述工业系统相关的故障类和子类的分级结构的域知识来构建。

9.根据权利要求1所述的方法，其中，所述故障模型还使用通过类-子类关系构造的故障变量的本体来构建。

10.一种用于检测与工业系统相关的故障和事件的系统，所述系统包括：

至少一个处理器；以及

与所述至少一个处理器可操作通信的非暂时性计算机可读存储介质，其中，所述计算机可读存储介质包含一个或多个编程指令，所述编程指令在被执行时使所述至少一个处理器：

从与所述工业系统相关联的多个传感器接收传感器数据；

从与所述工业系统相关联的多个故障传感器接收故障检测器数据；

接收所述工业系统的一个或多个统计模型；

使用所述传感器数据、所述故障检测器数据和所述工业系统的一个或多个统计模型构建所述工业系统的分级故障模型，

其中，所述故障模型包括与所述工业系统相关的多个诊断变量；以及

使用所述故障模型中的不确定性传递对所述工业系统执行概率推理以用于诊断或预测分析，以获得与潜在或实际工业系统故障相关的知识，

其中，所述一个或多个统计模型包括定义所述多个诊断变量与工业系统故障状态信息之间的关系的有向图模型，

使用所述统计模型对特征数据执行分析，以及

使用动态信念网络对使用所述统计模型对特征数据执行分析和所述统计模型中包括的图形模型生成的分析数据执行推理操作。

11.根据权利要求10所述的系统，其中，所述多个诊断变量包括：

与一个或多个工业系统组件相关的内部工业系统变量，或者

与所述工业系统的操作环境相关的外部工业系统变量。

12.根据权利要求10所述的系统，其中，与潜在或实际工业系统故障相关的所述知识包括指示特定故障状态随时间推移的可能性的信息。