專(zhuān)利名稱(chēng)：裝置的效能預(yù)測(cè)及故障檢測(cè)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其是建立一預(yù)測(cè)模型，以預(yù)測(cè)一裝置或其一零組件的效能，并可得知裝置或零組件于運(yùn)轉(zhuǎn)過(guò)程中是否有異常的狀態(tài)發(fā)生。
背景技術(shù)：
隨著環(huán)保意識(shí)的高漲，近年綠色能源，如太陽(yáng)能、水力能、風(fēng)力能、海洋能、地?zé)崮堋?氫能或生質(zhì)能，逐漸被各國(guó)或各企業(yè)所重視，其中發(fā)展最為迅速的為風(fēng)力能，故風(fēng)力能有可能成為未來(lái)最重要的替代能源。現(xiàn)有的風(fēng)力能的產(chǎn)生方式，其是通過(guò)風(fēng)力發(fā)電機(jī)的運(yùn)轉(zhuǎn)所產(chǎn)生的，但于氣候風(fēng)場(chǎng)不穩(wěn)定的情況下，造成風(fēng)力發(fā)電機(jī)發(fā)電量與風(fēng)速或風(fēng)量不成比例，更有甚者導(dǎo)致重要零件的異常毀損，如齒輪箱或發(fā)電機(jī)，故風(fēng)力發(fā)電機(jī)的效能或壽命趨勢(shì)預(yù)測(cè)技術(shù)亦顯其重要性。常見(jiàn)的效能或壽命趨勢(shì)預(yù)測(cè)方式有下列兩種，一為計(jì)算風(fēng)力發(fā)電機(jī)關(guān)鍵零組件的學(xué)理壽命分析，二為通過(guò)現(xiàn)場(chǎng)維護(hù)人員或?qū)＜医?jīng)驗(yàn)作為機(jī)械設(shè)備健康狀態(tài)預(yù)測(cè)判斷。如上所述的第一種，其是通過(guò)零組件材料及壽命理論計(jì)算，以預(yù)測(cè)關(guān)鍵零組件的壽命，然而，以學(xué)理方式建立關(guān)鍵零組件，如承軸或齒輪，最大壽命預(yù)測(cè)，其是利用材料抗疲勞的程度，以作為壽命計(jì)算，但以理論技術(shù)的方式，需要定義眾多的基本參數(shù)，如材料特性、 運(yùn)轉(zhuǎn)模式或工作環(huán)境，而任一基本參數(shù)都會(huì)影響基本壽命預(yù)測(cè)的精確度，另外，于真實(shí)環(huán)境下的環(huán)境參數(shù)，其可能呈現(xiàn)非線性分布狀態(tài)，故難以估算。如上所述的第二種，由于現(xiàn)場(chǎng)機(jī)械設(shè)備隨工作條件不同的情況下，維護(hù)人員依照機(jī)械設(shè)備工作條件狀態(tài)及歷史經(jīng)驗(yàn)作為判斷依據(jù)，但維護(hù)人員的經(jīng)驗(yàn)值的高低往往嚴(yán)重影響精確度。綜合上述，常見(jiàn)的兩種效能或壽命趨勢(shì)預(yù)測(cè)方式，其一需要眾多的基本參數(shù)，但基本參數(shù)卻無(wú)法對(duì)應(yīng)真實(shí)環(huán)境，另一是通過(guò)維護(hù)人員的經(jīng)驗(yàn)值判斷，不僅精確度參差不齊，而且充滿著不正確與非標(biāo)準(zhǔn)的判斷模式，故常見(jiàn)的兩種方式各自具有其缺點(diǎn)，因此，現(xiàn)有的效能或壽命趨勢(shì)預(yù)測(cè)方式仍有尚待改善的空間。

發(fā)明內(nèi)容
有鑒于上述的缺點(diǎn)，本發(fā)明的目的在于提供一種裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其是以一裝置或其一零組件的真實(shí)輸出數(shù)據(jù)與真實(shí)輸入數(shù)據(jù)，以建立一預(yù)測(cè)模型，再以真實(shí)輸出數(shù)據(jù)與預(yù)測(cè)輸出量的誤差修正預(yù)測(cè)模型，修正后的預(yù)測(cè)模型可提供效能預(yù)測(cè)及故障檢測(cè)的根據(jù)。為了達(dá)到上述的目的，本發(fā)明的技術(shù)手段在于提供一種裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其步驟包括有一、收集訊號(hào)信息收集真實(shí)輸入數(shù)據(jù)與真實(shí)輸出數(shù)據(jù)，其可由一裝置或其一零組件所取得。
二、建立基準(zhǔn)評(píng)價(jià)值。三、建立預(yù)測(cè)模型設(shè)立參數(shù)，以建立預(yù)測(cè)模型。四、訓(xùn)練預(yù)測(cè)模型以該真實(shí)輸入數(shù)據(jù)與該真實(shí)輸出數(shù)據(jù)輸入該預(yù)測(cè)模型中，以訓(xùn)練該預(yù)測(cè)模型。五、設(shè)定收斂時(shí)間設(shè)定一收斂時(shí)間，其為該預(yù)測(cè)模型運(yùn)行時(shí)間。六、輸出結(jié)果將該真實(shí)輸出量輸入該預(yù)測(cè)模型中，以計(jì)算出一評(píng)價(jià)值趨勢(shì)，將該評(píng)價(jià)值趨勢(shì)與該基準(zhǔn)評(píng)價(jià)值相比較，以得出效能預(yù)測(cè)與故障檢測(cè)的結(jié)果。如上所述的步驟一，真實(shí)輸入數(shù)據(jù)的格式為一固定時(shí)間內(nèi)取一平均值作為物理意義的表示；真實(shí)輸入數(shù)據(jù)所取的訊號(hào)為連續(xù)訊號(hào)時(shí)，可將連續(xù)訊號(hào)進(jìn)行統(tǒng)計(jì)參數(shù)計(jì)算，統(tǒng)計(jì)參數(shù)為平均值、標(biāo)準(zhǔn)差或變異數(shù)的其中之一，其是用以表示連續(xù)訊號(hào)的意義。如上所述的步驟二，其是以性能曲線與歷史曲線的關(guān)系計(jì)算出基準(zhǔn)評(píng)價(jià)值。如上所述的步驟二與步驟三之間，其進(jìn)一步具有一刪除過(guò)多信息的步驟，其若步驟一的真實(shí)輸入數(shù)據(jù)量過(guò)大時(shí)，可進(jìn)行數(shù)據(jù)降維，數(shù)據(jù)降維的方式為主要分量分析或線性識(shí)別分析的其中之一。如上所述的步驟三，參數(shù)為初值誤差、學(xué)習(xí)速率與收斂誤差，并使用類(lèi)神經(jīng)網(wǎng)絡(luò)、 自回歸模型或羅吉斯回歸方法的其中之一以建立預(yù)測(cè)模型。如上所述的步驟五，其進(jìn)一步選擇性具有修正完成條件的方法，其是計(jì)算真實(shí)輸出量與預(yù)測(cè)輸出量的誤差值，若誤差值小于一設(shè)定誤差值，則進(jìn)行步驟六，若誤差值大于設(shè)定誤差值，則修正預(yù)測(cè)模型，并回到步驟四。綜合上述，本發(fā)明的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其可達(dá)到以下的功效與優(yōu)點(diǎn)1、舉例而言，若裝置為風(fēng)力發(fā)電機(jī)，以其零組件為齒輪箱、承軸或發(fā)電機(jī)之一時(shí)， 通過(guò)預(yù)測(cè)模型的建立，并比較真實(shí)輸出數(shù)據(jù)與預(yù)測(cè)結(jié)果，而可預(yù)測(cè)其裝置或零件的效能，并得知裝置或零組件是否有異常的狀態(tài)。2、本發(fā)明可僅針對(duì)單一零組件或整個(gè)裝置的輸出數(shù)據(jù)進(jìn)行檢測(cè)，故外在不確定因素的影響可降至最低，以提高預(yù)測(cè)的準(zhǔn)確度。3、本發(fā)明除了可預(yù)測(cè)效能外，亦可進(jìn)行損壞檢測(cè)，即檢測(cè)單一零組件或裝置的真實(shí)輸出比較預(yù)測(cè)結(jié)果，就可得知零組件或裝置于運(yùn)轉(zhuǎn)過(guò)程中是否有異常的狀態(tài)發(fā)生。


圖1為本發(fā)明的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法的流程圖。附圖符號(hào)說(shuō)明10 16 步驟
具體實(shí)施例方式以下藉由特定的具體實(shí)施例說(shuō)明本發(fā)明的實(shí)施方式，本領(lǐng)域的技術(shù)人員可由本說(shuō)明書(shū)所揭示的內(nèi)容輕易地了解本發(fā)明的其他優(yōu)點(diǎn)與功效。請(qǐng)參閱圖1所示，本發(fā)明是一種裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其步驟包括有
一、收集訊號(hào)信息10 收集一裝置的真實(shí)輸入數(shù)據(jù)與真實(shí)輸出數(shù)據(jù)，真實(shí)輸入數(shù)據(jù)與真實(shí)輸出數(shù)據(jù)可量測(cè)該裝置的其一所選擇的零組件或該裝置的其中之一而得，舉例而言，若裝置為一風(fēng)力發(fā)電機(jī)，真實(shí)輸入數(shù)據(jù)可為轉(zhuǎn)速、風(fēng)速、風(fēng)向或角度的其中之一，真實(shí)輸出數(shù)據(jù)可為發(fā)電量，此外，真實(shí)輸入數(shù)據(jù)的格式可分為兩種，第一種為固定時(shí)間內(nèi)取一平均值作為物理意義的表示，第二種為真實(shí)輸入數(shù)據(jù)所取的訊號(hào)為連續(xù)訊號(hào)時(shí)，可將該連續(xù)訊號(hào)進(jìn)行統(tǒng)計(jì)參數(shù)計(jì)算，統(tǒng)計(jì)參數(shù)為平均值、標(biāo)準(zhǔn)差或變異數(shù)的其中之一，其是用以表示連續(xù)訊號(hào)的意義。此外，如上所述的零組件，若以風(fēng)力發(fā)電機(jī)而言，可為齒輪箱、承軸或發(fā)電機(jī)的其中之一，舉例而言，若為齒輪箱，真實(shí)輸入數(shù)據(jù)為轉(zhuǎn)速，真實(shí)輸出數(shù)據(jù)為噪音，通過(guò)轉(zhuǎn)速變化預(yù)測(cè)噪音大小，以作為效能預(yù)測(cè)及故障檢測(cè)的結(jié)果，該結(jié)果得出的方式請(qǐng)見(jiàn)后面的詳述。二、建立基準(zhǔn)評(píng)價(jià)值11 以性能曲線與歷史曲線的關(guān)系計(jì)算出基準(zhǔn)評(píng)價(jià)值，若以上述的風(fēng)力發(fā)電機(jī)而言，依其性能曲線與歷史曲線，其發(fā)電效率的基準(zhǔn)評(píng)價(jià)值是介于0-1 之間。三、刪除過(guò)多信息12 若步驟一的真實(shí)輸入數(shù)據(jù)量過(guò)大時(shí)，可進(jìn)行數(shù)據(jù)降維，以縮短建模時(shí)間，該數(shù)據(jù)降維的方式為主要分量分析(以下簡(jiǎn)稱(chēng)PCA)或線性識(shí)別分析(Linear Discriminant Analysis，以下簡(jiǎn)稱(chēng) LDA)的其中之一。四、建立預(yù)測(cè)模型13 設(shè)定參數(shù)，參數(shù)為初值誤差、學(xué)習(xí)速率與收斂誤差，并使用類(lèi)神經(jīng)網(wǎng)絡(luò)、自回歸模型或羅吉斯回歸方法的其中之一，以前述的參數(shù)建立一預(yù)測(cè)模型。五、訓(xùn)練預(yù)測(cè)模型14 以步驟一的真實(shí)輸入數(shù)據(jù)與真實(shí)輸出數(shù)據(jù)輸入步驟四所建立的預(yù)測(cè)模型中，以訓(xùn)練預(yù)測(cè)模型，并同時(shí)修正預(yù)測(cè)模型。六、設(shè)定收斂時(shí)間或修正完成條件15 設(shè)定一收斂時(shí)間，即預(yù)測(cè)模型運(yùn)行時(shí)間，或者計(jì)算真實(shí)輸出量與預(yù)測(cè)輸出量的誤差值，若該誤差值小于一設(shè)定誤差值，則進(jìn)行下一步驟，若該誤差值大于設(shè)定誤差值，則修正預(yù)測(cè)模型，并回到步驟五。舉例而言，若以上述的風(fēng)力發(fā)電機(jī)為例，該誤差值為實(shí)際風(fēng)力發(fā)電機(jī)的發(fā)電量與預(yù)測(cè)輸出發(fā)電量的誤差值。七、輸出結(jié)果16 將真實(shí)輸出量輸入預(yù)測(cè)模型中，以計(jì)算出一評(píng)價(jià)值趨勢(shì)，將該評(píng)價(jià)值趨勢(shì)與步驟二的基準(zhǔn)評(píng)價(jià)值相比較，以得出效能預(yù)測(cè)與故障檢測(cè)的結(jié)果。綜合上述，本發(fā)明是建立一預(yù)測(cè)模型，并計(jì)算出一評(píng)價(jià)值趨勢(shì)，該評(píng)價(jià)值趨勢(shì)為一預(yù)測(cè)結(jié)果，該預(yù)測(cè)結(jié)果相較于零組件或裝置的基準(zhǔn)評(píng)價(jià)值或真實(shí)輸出數(shù)據(jù)相較后，即可預(yù)測(cè)零組件或裝置的效能，并可得知零組件或裝置于運(yùn)轉(zhuǎn)過(guò)程中是否有無(wú)異常狀態(tài)發(fā)生。以上所述的具體實(shí)施例，僅用于例釋本發(fā)明的特點(diǎn)及功效，而非用于限定本發(fā)明的可實(shí)施范疇，于未脫離本發(fā)明上述揭示的精神與技術(shù)范疇下，任何運(yùn)用本發(fā)明所揭示內(nèi)容而完成的等效改變及修飾，均仍應(yīng)為本發(fā)明的權(quán)利要求所涵蓋。
權(quán)利要求
1.一種裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其步驟包括有一、收集訊號(hào)信息收集真實(shí)輸入數(shù)據(jù)與真實(shí)輸出數(shù)據(jù)，其可由一裝置或其一零組件所取得；二、建立基準(zhǔn)評(píng)價(jià)值；三、建立預(yù)測(cè)模型設(shè)立參數(shù)，以建立預(yù)測(cè)模型；四、訓(xùn)練預(yù)測(cè)模型以該真實(shí)輸入數(shù)據(jù)與該真實(shí)輸出數(shù)據(jù)輸入該預(yù)測(cè)模型中，以訓(xùn)練該預(yù)測(cè)模型；五、設(shè)定收斂時(shí)間設(shè)定一收斂時(shí)間，其為該預(yù)測(cè)模型運(yùn)行時(shí)間；六、輸出結(jié)果將該真實(shí)輸出量輸入該預(yù)測(cè)模型中，以計(jì)算出一評(píng)價(jià)值趨勢(shì)，將該評(píng)價(jià)值趨勢(shì)與該基準(zhǔn)評(píng)價(jià)值相比較，以得出效能預(yù)測(cè)與故障檢測(cè)的結(jié)果。
2.如權(quán)利要求1所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該步驟二與該步驟三之間進(jìn)一步具有一刪除過(guò)多信息的步驟，其是若該步驟一的真實(shí)輸入數(shù)據(jù)量過(guò)大時(shí)，可進(jìn)行數(shù)據(jù)降維。
3.如權(quán)利要求2所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該步驟五進(jìn)一步選擇性具有修正完成條件的方法，其是計(jì)算真實(shí)輸出量與預(yù)測(cè)輸出量的誤差值，若該誤差值小于一設(shè)定誤差值，則進(jìn)行該步驟六，若該誤差值大于該設(shè)定誤差值，則修正該預(yù)測(cè)模型，并回到該步驟四。
4.如權(quán)利要求3所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該步驟一的真實(shí)輸入數(shù)據(jù)的格式為一固定時(shí)間內(nèi)取一平均值作為物理意義的表示。
5.如權(quán)利要求3所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該步驟一的真實(shí)輸入數(shù)據(jù)所取的訊號(hào)為連續(xù)訊號(hào)時(shí)，可將該連續(xù)訊號(hào)進(jìn)行統(tǒng)計(jì)參數(shù)計(jì)算，該統(tǒng)計(jì)參數(shù)為平均值、 標(biāo)準(zhǔn)差或變異數(shù)的其中之一，其是用以表示該連續(xù)訊號(hào)的意義。
6.如權(quán)利要求3、4或5所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該步驟二是以性能曲線與歷史曲線的關(guān)系計(jì)算出該基準(zhǔn)評(píng)價(jià)值。
7.如權(quán)利要求6所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該刪除過(guò)多信息的步驟所述的數(shù)據(jù)降維的方式為主要分量分析或線性識(shí)別分析的其中之一。
8.如權(quán)利要求7所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該步驟三所述的參數(shù)為初值誤差、學(xué)習(xí)速率與收斂誤差，并使用類(lèi)神經(jīng)網(wǎng)絡(luò)、自回歸模型或羅吉斯回歸方法的其中之一以建立該預(yù)測(cè)模型。
9.如權(quán)利要求8所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該裝置為風(fēng)力發(fā)電機(jī)。
10.如權(quán)利要求8所述的裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其中該零組件為齒輪箱、 承軸或發(fā)電機(jī)之一。
全文摘要
一種裝置的效能預(yù)測(cè)及故障檢測(cè)的方法，其是建立一預(yù)測(cè)模型，再以真實(shí)輸出數(shù)據(jù)與預(yù)測(cè)輸出量的誤差修正預(yù)測(cè)模型，而修正后的預(yù)測(cè)模型可預(yù)測(cè)一裝置或其一零組件的效能，并可得知裝置或零組件于運(yùn)轉(zhuǎn)過(guò)程中是否有異常的狀態(tài)發(fā)生。
文檔編號(hào)G06K9/62GK102486833SQ20101059359
公開(kāi)日2012年6月6日 申請(qǐng)日期2010年12月17日 優(yōu)先權(quán)日2010年12月3日
發(fā)明者王俊杰, 鐘裕亮 申請(qǐng)人:財(cái)團(tuán)法人工業(yè)技術(shù)研究院