本發(fā)明涉及機器(例如，諸如飛行器發(fā)動機之類的發(fā)動機)的監(jiān)測領(lǐng)域。特別地，本發(fā)明涉及一種用于對機器進行分析(例如，聲學或振動分析)以檢測、識別或者預(yù)見機器中的異常的系統(tǒng)及方法。

背景技術(shù)：

機器是一種經(jīng)受應(yīng)力的機械系統(tǒng)，該應(yīng)力可能導致其部件磨損。因此，尋求一種盡可能有效地監(jiān)測機器的狀態(tài)的一般方法，以檢測對機器的任何損壞，從而從關(guān)于機器的一組可能的類型的損壞中識別出這些類型的損壞，或者預(yù)測這些類型的損壞的發(fā)生。

盡管機器(例如，飛行器發(fā)動機)呈現(xiàn)出生成噪音的缺點，然而，可以想到可以使用該缺點以非侵入性方式執(zhí)行損壞的診斷或預(yù)測。實際上，飛行器發(fā)動機和旋轉(zhuǎn)機器通常會呈現(xiàn)出可以通過耳朵進行識別的一些類型的損壞。

因此，根據(jù)公開us2007/0255563a1，已知一種用于監(jiān)測飛行器渦輪噴氣式發(fā)動機的系統(tǒng)，根據(jù)該系統(tǒng)，使用位于渦輪噴氣式發(fā)動機機艙下方的兩個麥克風來記錄來自工作中的渦輪噴氣式發(fā)動機的聲學信號。使用語音識別算法將所采集的信號與參考信號進行比較。因此，可以從所采集的信號中識別出表示渦輪噴氣式發(fā)動機的狀態(tài)的特征。

類似地，已經(jīng)設(shè)想到通過使用由機器生成的聲學信號以及使用通過機器的各種部件的振動信號來實現(xiàn)這種監(jiān)測。參考與此相關(guān)的專利申請wo2011/054867a1。

這樣的監(jiān)測系統(tǒng)使用了數(shù)據(jù)庫，該數(shù)據(jù)庫中記錄有表示正常運作的信號與表示異常運作的信號之間的界限特性。更具體地說，數(shù)據(jù)庫存儲有一個或多個閾值，所述一個或多個閾值是關(guān)于根據(jù)與機器相關(guān)聯(lián)的傳感器(例如，布置在機器內(nèi)的麥克風)所提供的信號而計算的一個或多個指示符的。特別地，在學習階段期間可以通過以統(tǒng)計方式確定一定數(shù)量的指示符的閾值來給數(shù)據(jù)庫提供信息。在測試階段期間可以使用根據(jù)傳感器所提供的信號而計算的指示符來查詢數(shù)據(jù)庫，以確定正被測試的機器是處于正常運作狀態(tài)還是處于異常運作狀態(tài)。

學習階段期間的一個困難是由于下述事實：幾乎沒有表示正常運作的數(shù)據(jù)以及尤其表示異常運作的數(shù)據(jù)可用。這可能不足以獲得統(tǒng)計信息。例如當使用測試裝置或者正在進行開發(fā)并且其配置可能會發(fā)生改變的機器來進行學習時的情況就是如此。因此，利用有限數(shù)量的學習數(shù)據(jù)，特別是利用可用的少量異常數(shù)據(jù)，無法使以統(tǒng)計方式估算的閾值優(yōu)化。這限制了在測試階段期間確定運作狀態(tài)的質(zhì)量。

因此，尋求對高質(zhì)量數(shù)據(jù)庫的訪問，以實現(xiàn)對異常的高水平正確檢測并且降低異常的錯誤檢測率。

技術(shù)實現(xiàn)要素：

本發(fā)明的目的在于對這組問題做出響應(yīng)。為此，本發(fā)明提出了一種對諸如飛行器發(fā)動機之類的機器的運作狀態(tài)進行分析的方法，該方法包括學習步驟，該學習步驟用于向參考數(shù)據(jù)庫提供數(shù)據(jù)，該數(shù)據(jù)與一個或多個指示符的一個或多個閾值有關(guān)，所述一個或多個指示符是根據(jù)與機器相關(guān)聯(lián)的一個或多個傳感器所提供的信號而計算的，其特征在于，所述學習步驟包括由計算機化處理單元實施的以下操作：

-采集表征機器的正常運作的信號和表征機器的異常運作的信號；

-針對表征正常運作的每個信號，通過使用數(shù)學運算來計算至少一個所謂的偏差信號，所述數(shù)學運算的屬性是該表征正常運作的信號以及除了該表征正常運作信號以外表征正常運作或者異常運作的信號之一；

-針對每個偏差信號計算指示符；

-根據(jù)偏差信號的指示符確定指示符閾值，該指示符閾值使得能夠?qū)⒏鶕?jù)表征正常運作的信號和表征正常運作的另一信號形成的偏差信號與根據(jù)表征正常運作的信號和表征異常運作的信號形成的偏差信號區(qū)分開；

-將指示符閾值記錄到參考數(shù)據(jù)庫中。

該方法的一些優(yōu)選而非限制性方面如下：

-此外，該方法包括使用與機器相關(guān)聯(lián)的傳感器所提供信號的機器測試步驟，其中，測試步驟包括以下操作：

o通過使用所述數(shù)學運算來形成測試信號，所述數(shù)學運算的屬性為參考信號和傳感器所提供的信號；

o計算測試信號的指示符；

o將測試信號的指示符與記錄在參考數(shù)據(jù)庫中的指示符閾值進行比較，以確定機器的運作作態(tài)是正常狀態(tài)還是異常狀態(tài)；

-在計算偏差信號之前，傳感器所提供的信號被轉(zhuǎn)換成頻率信號；

-傳感器所提供的信號在其間機器的發(fā)動機速度可變的測量時段內(nèi)被采樣，根據(jù)發(fā)動機的速度在測量時段內(nèi)的變化對由此所采樣的信號進行同步，并且經(jīng)同步的采樣信號被轉(zhuǎn)換為頻率信號，以獲得根據(jù)軸轉(zhuǎn)速進行排列的頻率線；

-信號的一個或多個指示符包括信號的統(tǒng)計矩和信號的能量中的一個或多個指示符；

-信號的指示符的計算是通過對從表征正常運作的信號中減去的信號中的存在于該表征正常運作的信號的包絡(luò)以外的點的數(shù)量進行計數(shù)來執(zhí)行的；

-信號的指示符的計算是通過對表征正常運作的信號中的n個峰值中的、與從該表征正常運作的信號減去的信號的p個峰值中的峰值一致的峰值的數(shù)量進行計數(shù)來執(zhí)行的；

-學習步驟包括第二階段，在該第二階段期間，通過將表征正常運作的多個信號進行組合來形成表征正常運作的信號；

-傳感器提供聲學信號或者振動信號。

本發(fā)明還涉及一種計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括代碼指令，當在計算機上執(zhí)行所述程序時，代碼指令用于執(zhí)行所述方法中的步驟。本發(fā)明還適用于一種用于分析諸如飛行器發(fā)動機之類的機器的運作狀態(tài)的系統(tǒng)，該系統(tǒng)包括信號采集模塊和參考數(shù)據(jù)庫，該信號采集模塊用于采集與所述機器相關(guān)聯(lián)的傳感器所提供的信號，參考數(shù)據(jù)庫中記錄有一個或多個指示符的一個或多個閾值，所述一個或多個指示符是根據(jù)與所述機器相關(guān)聯(lián)的傳感器所提供的信號而計算的，其特征在于，所述系統(tǒng)還包括：

-偏差信號計算模塊，其被配置成針對表征正常運作的每個信號，通過使用數(shù)學運算來形成至少一個所謂的偏差信號，所述數(shù)學運算的屬性是表征正常運作的信號以及除了該表征正常運作的信號以外表征正常運作或者異常運作的信號之一；

-指示符計算模塊，其被配置成針對每個偏差信號計算指示符；

-指示符閾值確定模塊，其被配置成根據(jù)所述偏差信號指示符確定表示所述機器的正常運作和異常運作之間的界限的指示符閾值，所述閾值使得能夠?qū)⒏鶕?jù)表征正常運作的信號和表征正常運作的另一信號形成的偏差信號與根據(jù)表征正常運作的信號和表征異常運作的信號形成的偏差信號區(qū)分開，并且被配置成將所述指示符閾值記錄到參考數(shù)據(jù)庫中。

附圖說明

通過閱讀下面作為非限制性示例給出的并且參考附圖進行的本發(fā)明的優(yōu)選實施例的詳細描述，本發(fā)明的其他方面、目的、優(yōu)點以及特征將變得更加明顯，在附圖中：

圖1示出了在根據(jù)本發(fā)明的系統(tǒng)的一個可能實施例中實現(xiàn)的設(shè)備裝置的示例；

圖2示出了在根據(jù)本發(fā)明的方法的學習步驟中實現(xiàn)的不同運作；

圖3a和圖3b示出了根據(jù)傳統(tǒng)實施方式以及根據(jù)本發(fā)明的實施方式的可用于計算指示符的數(shù)據(jù)；

圖4示出了下述三個信號的頻譜：表征機器的良性運作的信號以及從所述表征良性運作的信號中分別減去表示正常運作的信號和表示異常運作的信號而生成的兩個信號；

圖5a和圖5b示出了可以在本發(fā)明的上下文中執(zhí)行的指示符示例的計算。

具體實施方式

圖1示出了根據(jù)本發(fā)明的在用于對被測試的機器m的運作狀態(tài)進行分析的系統(tǒng)及方法的各個可能的實施例中實現(xiàn)的設(shè)備裝置的示例。

被測試的機器m可以是機載發(fā)動機或陸地交通工具發(fā)動機，例如，如圖1示意性示出的飛行器發(fā)動機。然而，本發(fā)明并不限于這樣的說明性示例，而是總體上適用于對生成噪聲或者振動的任何機械系統(tǒng)的調(diào)查。

至少一個傳感器2與機器m相關(guān)聯(lián)。例如，所述傳感器可以是位于機器m內(nèi)的麥克風，例如位于飛行器發(fā)動機機艙內(nèi)、直接位于機艙的內(nèi)表面上或者發(fā)動機上。所述傳感器還可以是優(yōu)選地位于發(fā)動機上的諸如加速度計或者應(yīng)變計之類的振動傳感器。

優(yōu)選地，使用多個傳感器，例如，大約十個傳感器。特別地，這使得傳感器能夠分布在機器的多個部件之間，例如分布在鼓風機殼體、主殼體以及用于從飛行器發(fā)動機排出氣體的錐體之間。

一個或多個傳感器2理想地位于待監(jiān)測機器的部件附近。然而，傳感器不一定布置在正在被監(jiān)測的部件上。相反，可以使用環(huán)境傳感器，該環(huán)境傳感器具有能夠監(jiān)測多個部件的優(yōu)點。特別地，傳感器可以被放置成靠近更關(guān)鍵的部件之一，這不會妨礙要監(jiān)測的其他部件。

系統(tǒng)包括計算機化處理單元10，該計算機化處理單元10配備有采集模塊1，該采集模塊1用于采集由與機器m相關(guān)聯(lián)的至少一個傳感器2所提供的至少一個信號。處理單元10還包括參考數(shù)據(jù)庫3，參考數(shù)據(jù)庫3中記錄有一個或多個閾值，所述一個或多個閾值是關(guān)于根據(jù)與機器相關(guān)聯(lián)的至少一個傳感器2所提供的信號而計算的一個或多個指示符的。在測試階段，使用下述事實來確定機器是否正處于正常運作：根據(jù)與正被測試的機器相對應(yīng)的信號所計算的指示符是否超過這些閾值之一。在本發(fā)明的一些實施例中，對異常的檢測伴隨著對所檢測到的異常進行分類(例如，在一類有缺陷的渦輪馬達和另一類有缺陷的壓縮機馬達之間)。

更具體地，根據(jù)本發(fā)明的系統(tǒng)和方法使得能夠根據(jù)聲學/振動現(xiàn)象來檢測異常，同時被優(yōu)化成使用少量學習數(shù)據(jù)進行操作以用于形成參考數(shù)據(jù)庫。

參考圖2，學習步驟包括由計算機化處理單元10的不同模塊4、5、6實施的以下操作。學習步驟首先包括“acq”操作，該“acq”操作使用之前所描述的采集模塊1來采集表征機器正常運作的信號和表征機器異常運作的信號。這些信號記錄在參考數(shù)據(jù)庫3中。例如，表征機器正常運作的信號是在機器的首次飛行期間當機器的部件具有最大良性概率時采集的。相反，表征機器異常運作的信號是使用例如根據(jù)檢查已知呈現(xiàn)出異常的機器來采集的。

然后，針對表征正常運作的每個信號并且在稍后將進行描述的用于對所采集的信號進行濾波和歸一化的任意操作之后，學習步驟包括“sous”操作，該“sous”操作用于使用數(shù)學運算來計算至少一個所謂的偏差信號，所述數(shù)學運算的屬性是表征正常運作的信號以及除了該表征正常運作的信號以外表征正常運作或者異常運作的信號之一。

這種“sous”操作由偏差信號計算模塊4來實施?？梢栽诒碚髡＿\作的信號與除了該表征正常運作的信號以外表征正常運作或者異常運作的信號中的每個信號之間執(zhí)行數(shù)學運算。在本公開內(nèi)容的其余部分將使用的一個實施例中，數(shù)學運算是減法。因此，該“sous”操作優(yōu)選地包括：針對表征正常運作的每個信號，通過從表征正常運作的信號中減去除了該表征正常運作的信號以外表征正常運作或者異常運作的信號中的每一個信號來形成偏差信號。

在一個可能的實施例中，“sous”操作還包括針對表征異常運作的每個信號，通過實施數(shù)學運算來計算至少一個所謂的偏差信號，所述數(shù)學運算的屬性是表征異常運作的信號以及除了該表征異常運作的信號以外表征異常運作的信號之一。

在“sous”操作之后，學習步驟包括“indc-sous”操作，該“indc-sous”操作由指示符計算模塊5實施，并且包括：針對每個偏差信號計算一個或多個指示符。

該“indc-sous”操作之后是用于估算損壞閾值的“cal-tsh”操作，該“cal-tsh”操作由用于確定指示符閾值6的模塊來實施，并且包括：針對偏差信號的每個指示符，確定表示機器的正常運作和異常運作之間界限的指示符閾值。該閾值使得能夠?qū)⒏鶕?jù)表征正常運作的信號和另一表征正常運作的信號形成的偏差信號與根據(jù)表征正常運作的信號和表征異常運作的信號形成的偏差信號區(qū)分開。

例如，可以通過計算第一個指示符和最后一個指示符之間的空間中值、或者通過排除異常點、或者通過使用支持向量機或者神經(jīng)網(wǎng)絡(luò)或者決策樹來執(zhí)行用于估算損壞閾值的“cal-tsh”操作。

然后，學習步驟包括“eng”操作，該“eng”操作由指示符閾值確定模塊6來實施，并且包括將由此所計算的一個或多個閾值記錄到參考數(shù)據(jù)庫3中。

圖3a和圖3b在示例的背景下示出了根據(jù)本發(fā)明的學習階段的優(yōu)點，其中，在“acq”采集操作結(jié)束時，表征正常運作的五個信號正常1到正常5以及表征異常運作的兩個信號異常1和異常2被記錄在數(shù)據(jù)庫3中。

如圖3a所示，傳統(tǒng)算法為每個信號分配一個分數(shù)(通過計算指示符，例如信號的方差)，并尋求將良性信號的五個分數(shù)與異常信號的兩個分數(shù)區(qū)分開，以計算正常信號的分數(shù)和異常信號的分數(shù)之間的界限或閾值。通過這種方式，在測試階段期間，為了對未知信號進行分類，針對該未知信號計算分數(shù)并且根據(jù)該分數(shù)相對于在學習步驟期間所確定的閾值的位置將該分數(shù)指定為正常/異常狀態(tài)。

在本發(fā)明的上下文中并且如圖3b所示，形成了多個信號對，這些信號對全部以相同方式構(gòu)成：第一良性信號以及良性比較信號或者異常比較信號。在一個實施例示例中，從第一良性信號中減去比較信號以形成偏差信號。這時候為每對信號(偏差信號)分配分數(shù)，并且試圖將從第一良性信號中減去良性類型信號的二十對與從第一良性信號中減去異常類型信號的十對區(qū)分開。應(yīng)當注意的是，不將信號與其自身進行比較，因此，在圖3b的表格中從第一良性信號中減去良性型信號的信號對的數(shù)量為20對并且有交叉的未使用的框。因此，本發(fā)明依賴于下述理念：通過利用比所采集的信號更多的偏差信號來使根據(jù)其計算指示符并且確定閾值的信號的數(shù)量倍增。因此，可以對所采集的信號進行二對二地比較并且將該差異分類，而不是對每個所采集的信號單獨地分類。

通過利用例如通過二對二地將信號進行比較所獲得的偏差信號來使尋求進行區(qū)分以確定閾值的信號的數(shù)量倍增。返回到上述示例，設(shè)法將與從第一良性信號中減去良性型信號的二十對相對應(yīng)的二十個偏差信號和與從第一良性信號中減去異常型信號的十對相對應(yīng)的十個偏差信號區(qū)分開來確定閾值，而不是設(shè)法將五個良性信號與兩個異常信號區(qū)分開來確定閾值。由于可用信號數(shù)量的增大，會更精確地確定閾值。

自然地，一旦完成學習步驟，就可以執(zhí)行對機器的測試。通過使用與根據(jù)偏差信號計算的指示符相同的方式定義的指示符來執(zhí)行該測試。因此，借助于與正被測試的機器相關(guān)聯(lián)的傳感器所提供的信號對機器m進行的測試步驟包括以下操作：

-偏差信號計算模塊4形成通過實施所述數(shù)學運算(例如，減法)產(chǎn)生的測試信號，該數(shù)學運算屬性是傳感器所提供的信號以及在學習步驟期間預(yù)先記錄在參考數(shù)據(jù)庫中的參考信號；

-指示符計算模塊5計算測試信號的一個或多個指示符；

-異常檢測模塊7將一個或多個測試信號指示符與記錄在參考數(shù)據(jù)庫中的相應(yīng)閾值進行比較，以確定正在測試的機器m的運作狀態(tài)是正常狀態(tài)還是異常狀態(tài)。

參考信號通常是表征機器的正常運作的信號。例如，當尋求識別故障特征時，該參考信號還可以涉及表征機器的異常運作的信號。

表征正常(相對應(yīng)地，異常)運作的參考信號可以是學習階段期間所使用的表征正常(相對應(yīng)地，異常)運作的信號之一，或者可以是根據(jù)在學習階段期間所使用表征正常(相對應(yīng)地，異常)運作的一個信號和/或表征正常運作的另一信號所產(chǎn)生的信號，例如，在學習階段的過程中所使用的表征正常(相對應(yīng)地，異常)運作的信號的均值。

在本發(fā)明的上下文中，優(yōu)選地，傳感器所提供的信號在形成偏差信號和測試信號之前被轉(zhuǎn)換成頻率信號。因此，在頻譜域中實現(xiàn)信號彼此之間的比較和一個或多個指示符的計算。因此，圖4中示出了表征機器的正常運作的參考信號的頻譜s，其中，信號頻譜δs1對應(yīng)于參考信號與表示機器的正常運作的另一信號之差，并且其中，信號頻譜δs2對應(yīng)于參考信號與表示機器的異常運作的另一信號之差。

在一個實施例中，學習步驟和測試步驟包括在形成偏差信號之前和形成測試信號之前分別實施的對所采集的信號的濾波(噪聲去除)和歸一化操作。

該濾波可以使用卡爾曼濾波器或者微粒過濾器來進行?？商娲?，可以采用傅立葉變換、主分量分析、小波變換或者用于使振動信號歸一化的任意方法的形式。

在另一實施例中，該濾波采取到階次域的投影的形式，這利于讀取頻譜圖，特別是讀取高能量線。根據(jù)該實施例，在其間機器的發(fā)動機速度可變的測量時段內(nèi)對傳感器所提供的信號進行采樣，根據(jù)發(fā)動機的速度在測量時段內(nèi)的變化對由此采樣的信號進行同步，并且將經(jīng)同步的采樣信號轉(zhuǎn)換為頻率信號，以獲得根據(jù)發(fā)動機速度進行排列的頻率線。

這種到階次域的投影的進一步細節(jié)將在前面所引用的專利申請wo2011/054867a1中找到。這里假設(shè)該專利申請涉及在可變速度下進行測量，以恒定頻率對所測量的信號進行采樣，然后以與速度成比例的頻率進行重新采樣。這需要確定角行程曲線，例如，通過對表示發(fā)動機速度隨時間的變化的曲線求積分，然后通過執(zhí)行進一步的采樣將傳感器所提供的信號投影到角行程曲線上，該進一步采樣包括在角行程曲線上在以規(guī)則間隔隔開的點處進行的采樣。

下面的描述涉及對偏差信號和測試信號的處理，以用于計算這些信號的一個或多個指示符。通常，一個或多個指示符必須使這些信號中所包含的非常密集的信息減少，同時保留足夠的特征信息來將良性信號與異常信號區(qū)分開。

作為偏差信號的指示符和測試信號的指示符的示例，可以引用這些信號的統(tǒng)計矩，例如，這些信號的方差、不對稱性(偏度)、或者峰態(tài)、或者再次這些信號的能量。在所有情況下，優(yōu)選地，傳感器的性能(動態(tài)，通帶等)適合于所建立的指示符的類型。

指示符的計算的另一示例涉及對與表征正常運作的信號進行比較的信號中存在于所述表征正常運作的信號的包絡(luò)以外的點的數(shù)量進行計數(shù)。為了做到這一點，圍繞良性信號(例如通過使良性信號向上和向下偏移固定距離d，或通過計算良性信號的頻譜包絡(luò))來繪制包絡(luò)，并且對比較信號中的從該包絡(luò)中出現(xiàn)的點的數(shù)量進行計數(shù)。

指示符的計算的另一示例涉及對表征正常運作的信號的n個峰值中的、和與所述表征正常運作的信號進行比較的信號的p個峰值中的峰值一致的峰值的數(shù)量進行計數(shù)。優(yōu)選地，使用良性信號的n個最高峰值和比較信號的p個最高峰值。可替代地，所使用的峰值可以是局部最小值，這將使得不僅能夠檢測到能量最大值而且能夠檢測到急劇下降。實際上，峰值可以從一個信號到另一信號而稍微偏移，并且以這樣的方式產(chǎn)生算法，使得容忍梳狀圖案的小偏移，即，一組峰值的小偏移。

有利地，選擇不同的n值和p值，以便于不會構(gòu)造出對稱的指示符表，從而避免在學習階段中用于確定表示機器的正常運作和異常運作之間的界限的指示符閾值的可用數(shù)據(jù)的數(shù)量減少。

因此，圖5a示出了將信號s1作為與信號s2進行比較的參考信號的情況，并且圖5b示出了將信號s2作為與信號s2進行比較的參考信號的情況。

從圖5a可以看出，如果將信號s1和s2各自的5個最高峰值進行比較，則存在三個共同的峰值。另一方面，如果將參考信號s1的5個最高峰值與比較信號s2的6個最高峰值進行比較，則存在4個共同的峰值。

在圖5b中，無論對于比較信號和參考信號是否采取相同數(shù)量的最高峰值，都可以觀察到：相對于參考信號的五個最高峰值存在三個共同的峰值。

通過取不同的n值和p值，根據(jù)是s2與s1進行比較還是s1與s2進行比較來得到不同的分數(shù)。這使得分數(shù)的分布多樣化，因此改善了異常數(shù)據(jù)空間的描述。

可以根據(jù)所采集的信號直接計算的指示符的另一示例依賴于極值理論。為此，信號頻譜被分成多個小的頻率間隔(例如，400個間隔)。使用極值理論，在每個間隔內(nèi)對所有良性參考頻譜的幅度極值(最小值和最大值)的分布進行建模。在分布的兩個尾部設(shè)置容差閾值，所測試的頻譜中的在該容差閾值上面的(或者相對應(yīng)地，下面的)的點被認為是異常的。將異常點的數(shù)量作為指示符。

在本發(fā)明的一個實施例中，在機器測試步驟期間所執(zhí)行的對異常的檢測伴隨著對所檢測到的異常進行分類(例如，在一類有缺陷的渦輪馬達和另一類有缺陷的壓縮機馬達之間)?？梢允褂枚鄠€數(shù)學模型來使這種分類自動化，特別是判別分析(其中，通過高斯方程對每類異常進行建模)、數(shù)據(jù)劃分方法(例如使用k-means)或者使用支持向量機(svm)的監(jiān)督學習模型等。

在本發(fā)明的一個實施例中，可以將參考數(shù)據(jù)庫的幾個學習階段區(qū)分開。

在對應(yīng)于例如使用測試安裝或者對應(yīng)于機器開發(fā)的初始階段中，幾乎沒有良性學習數(shù)據(jù)或者異常學習數(shù)據(jù)可用。然后，通過實施如前所述的學習步驟向數(shù)據(jù)庫提供信息。

在對應(yīng)于例如機器運行的開始的第二階段中，有很多良性學習數(shù)據(jù)可用，但是卻很少有異常數(shù)據(jù)。然后，可以通過將表征正常運作的幾個不同的信號進行組合(例如，來自學習數(shù)據(jù)庫的良性參考信號的平均值或中值)來修改學習步驟以形成表征正常運作的信號。這種組合實際上比單獨的良性信號更能表示機器運作的常態(tài)。然后，以類似的方式修改測試步驟，以通過從所述組合中減去從被測試的機器采集的信號來計算信號的指示符。

在例如對應(yīng)于成熟時期機器的運作的后期階段，存在許多學習數(shù)據(jù)(包括良性學習數(shù)據(jù)和異常學習數(shù)據(jù))可用，此外針對每種可能的異常類型存在學習數(shù)據(jù)可用。在該階段中，由于存在足夠數(shù)量的數(shù)據(jù)，所以可以以常規(guī)方式為每個信號(不一定是信號對)分配指示符分數(shù)。根據(jù)指示符分數(shù)，將數(shù)據(jù)分類為正常的或者異常的(以及異常類型)。

本發(fā)明實際上不限于如上所述的方法，并且可理解地，還適用于一種被配置成用于實現(xiàn)該方法的系統(tǒng)，特別地適用于一種用于分析諸如飛行器發(fā)動機之類的機器的運作狀態(tài)的系統(tǒng)，該系統(tǒng)包括信號采集模塊和參考數(shù)據(jù)庫，該信號采集模塊用于采集由與所述機器相關(guān)聯(lián)的傳感器所提供的信號，參考數(shù)據(jù)庫中記錄有一個或多個閾值，所述一個或多個閾值是關(guān)于根據(jù)與所述機器相關(guān)聯(lián)的傳感器提供的信號而計算的一個或多個指示符的，其特征在于，所述系統(tǒng)還包括：

-偏差信號計算模塊4，其被配置成針對表征正常運作的每個信號通過實施數(shù)學運算來形成至少一個所謂的偏差信號，所述數(shù)學運算的屬性是表征正常運作的信號以及除了該表征正常運作的信號以外表征正常運作或者異常運作的信號之一；

-指示符計算模塊，其被配置成針對每個偏差信號計算指示符；

-指示符閾值確定模塊，其被配置成根據(jù)所述偏差信號指示符確定表示所述機器的正常運作和異常運作之間的界限的指示符閾值，所述閾值使得能夠?qū)⒏鶕?jù)表征正常運作的信號和表征正常運作的另一信號形成的偏差信號與根據(jù)表征正常運作的信號和表征異常運作的信號形成的偏差信號區(qū)分開，并且被配置成將所述指示符閾值記錄到參考數(shù)據(jù)庫中。

本發(fā)明還適用于該方法的軟件實現(xiàn)，并且因此適用于計算機程序產(chǎn)品，該計算機程序產(chǎn)品包括代碼指令，當在計算機上執(zhí)行所述程序時，代碼指令用于執(zhí)行根據(jù)本發(fā)明的方法中的步驟。