[发明专利]故障预测系统和故障预测方法有效

专利信息
申请号: 201880081401.0 申请日: 2018-01-19
公开(公告)号: CN111542846B 公开(公告)日: 2023-08-29
发明(设计)人: 早川干 申请(专利权)人: 株式会社日立制作所
主分类号: G06Q10/04 分类号: G06Q10/04
代理公司: 北京尚诚知识产权代理有限公司 11322 代理人: 龙淳;徐飞跃
地址: 日本*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 故障 预测 系统 方法
【权利要求书】:

1.一种故障预测系统,其特征在于,具有:

能够写入和读取地存储数据的存储装置;和

使用所述存储装置所记录的数据来执行软件程序的处理的处理器,

所述存储装置存储有运行日志信息和故障记录信息,其中,所述运行日志信息包含预测对象装置的过去的运行状态,所述故障记录信息包含关于所述预测对象装置的过去发生的故障的故障内容以及故障发生的日期和时间,

所述处理器执行以下处理,即:

将从相当于故障预测执行时刻的基准时刻回溯规定的第一期间长度的时刻起到所述基准时刻为止的期间作为征兆检测期间,如果从所述基准时刻起经过规定的第二期间长度后未发生故障,则将到所述第二期间长度为止的期间作为预测对象期间,如果从所述基准时刻起经过所述第二期间长度后发生故障,则将到故障发生时刻为止的期间作为预测对象期间,使所述基准时刻依次变更,

将基于所述征兆检测期间的所述运行日志信息得到的特征量作为解释变量,并将故障指标值作为响应变量,进行机器学习,由此生成用于对所述预测对象装置未来发生的故障进行预测的故障预测模型,其中,所述故障指标值是基于与所述预测对象期间的所述故障记录信息中的故障发生相对应的所述运行日志信息中的特定事件是否发生,以及从所述基准时刻起经过所述第二期间长度后是否发生故障,和在发生了故障的情况下的从所述基准时刻起到所述故障发生时刻为止的期间长度得到的。

2.如权利要求1所述的故障预测系统,其特征在于:

所述故障指标值包含系数,该系数取与在发生了故障的情况下的从所述基准时刻起到所述故障发生时刻为止的期间长度对应的值。

3.如权利要求2所述的故障预测系统,其特征在于:

所述故障指标值是通过对特定事件的发生概率乘以所述系数而计算出的。

4.如权利要求1所述的故障预测系统,其特征在于:

所述处理器将所述征兆检测期间划分为多个征兆检测辅助期间,将所述征兆检测辅助期间各自的运行日志信息作为单独的信息进行所述机器学习。

5.如权利要求4所述的故障预测系统,其特征在于:

所述处理器利用对所述运行日志信息进行统计处理而得到的所述特征量的规定的变化点即统计变化点,来将所述征兆检测期间划分为所述征兆检测辅助期间。

6.如权利要求4所述的故障预测系统,其特征在于:

所述处理器利用所述故障记录信息中的所述故障发生时刻,来将所述征兆检测期间划分为所述征兆检测辅助期间。

7.如权利要求4所述的故障预测系统,其特征在于:

所述故障记录信息中记录了应对所述故障而实施维护的维护实施时刻,

所述处理器利用所述故障记录信息中的所述维护实施时刻,来将所述征兆检测期间划分为所述征兆检测辅助期间。

8.如权利要求4所述的故障预测系统,其特征在于:

所述故障记录信息中记录了应对所述故障而实施了维护的维护实施时刻,

所述处理器将所述故障记录信息中的包含维护实施时刻的征兆检测辅助期间的运行日志信息从所述机器学习中排除。

9.如权利要求1所述的故障预测系统,其特征在于:

所述处理器将所述预测对象期间划分为多个预测对象辅助期间,并将所述预测对象辅助期间各自的所述运行日志信息作为单独的信息进行所述机器学习。

10.如权利要求9所述的故障预测系统,其特征在于:

所述处理器利用对所述运行日志信息进行统计处理而得到的所述特征量的规定的变化点即统计变化点,来将所述预测对象期间划分为所述预测对象辅助期间。

11.如权利要求9所述的故障预测系统,其特征在于:

所述处理器利用所述故障记录信息中的所述故障发生时刻,来将所述预测对象期间划分为所述预测对象辅助期间。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于株式会社日立制作所,未经株式会社日立制作所许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201880081401.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top