国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      診斷算法參數(shù)優(yōu)化的制作方法

      文檔序號:6399873閱讀:201來源:國知局
      專利名稱:診斷算法參數(shù)優(yōu)化的制作方法
      技術(shù)領(lǐng)域
      本發(fā)明一般涉及系統(tǒng)診斷的系統(tǒng)和方法,并且更具體地涉及一種用于優(yōu)化來自可調(diào)診斷算法庫的所有部署的診斷算法的參數(shù)從而提供改進(jìn)的更好診斷的過程。
      背景技術(shù)
      現(xiàn)代電子和機(jī)械系統(tǒng),諸如飛機(jī)或其他車輛,正變得越來越復(fù)雜。健康管理系統(tǒng)經(jīng)常被用來監(jiān)視車輛系統(tǒng)的各種健康狀態(tài)。幾個(gè)因素有助于健康狀態(tài)的演變。這些因素包括損傷積累,系統(tǒng)中的組件之間的交互,與設(shè)計(jì)特性的偏離,以及連續(xù)或離散事件的影響。這些方面可以使用預(yù)測和診斷指示器加以模擬和評估,以努力預(yù)報(bào)在車輛系統(tǒng)中的故障。然而,現(xiàn)代電子和機(jī)械系統(tǒng)的復(fù)雜度已經(jīng)導(dǎo)致對更精密的健康系統(tǒng)的不斷增長的需求。關(guān)于潛在故障的信息使得這類故障能夠在問題發(fā)生前被解決。通常,此信息可以為操作員或其他個(gè)體提供支持以用于作出有關(guān)系統(tǒng)的將來維護(hù)、操作、或使用的決策,和/或用于作出其他決策。一些已經(jīng)開發(fā)的健康管理系統(tǒng)是可配置的,在這個(gè)意義上這些健康管理系統(tǒng)可以在各種應(yīng)用程序上部署。此類健康管理系統(tǒng)典型地依賴于算法庫。在該庫內(nèi)的每個(gè)算法都包括一個(gè)或多個(gè)可能需要針對它被部署在其中的應(yīng)用程序進(jìn)行定制的相關(guān)參數(shù)。這些參數(shù)中的一些,諸如管直徑,可容易從資產(chǎn)/系統(tǒng)規(guī)范或測量中得到。然而,各種其他參數(shù),諸如所有的數(shù)據(jù)驅(qū)動的參數(shù)或特定模型參數(shù),可能不容易得到,而需要在系統(tǒng)/資產(chǎn)部署之前被選擇。這些后者參數(shù)可以由專門的人員諸如算法專家基于他們對特定資產(chǎn)/系統(tǒng)的知識和對相關(guān)資產(chǎn)/系統(tǒng)歷史數(shù)據(jù)的檢查來選擇。如可以理解的是,這個(gè)后者參數(shù)選擇過程可能涉及試湊法,可能相對地耗時(shí),可能容易產(chǎn)生參數(shù)的次優(yōu)選擇,并且依賴于專業(yè)人員進(jìn)行參數(shù)選擇。參數(shù)的優(yōu)化通常依賴于優(yōu)化專家為特定的優(yōu)化問題制定合適的目標(biāo)函數(shù)。通過為所有這類檢測問題定義通用目標(biāo)函數(shù),這個(gè)發(fā)明使針對診斷/預(yù)測問題的參數(shù)優(yōu)化可用于非專家。因此,需要為在診斷算法庫內(nèi)的診斷算法選擇參數(shù)的過程,其不依賴于專業(yè)人員,因此不涉及人為影響的試湊法,和/或比目前的方法相對較少的耗時(shí),和/或更不容易出現(xiàn)次優(yōu)選擇。本發(fā)明至少解決了這些需求。

      發(fā)明內(nèi)容
      在一個(gè)實(shí)施例中,一個(gè)用于優(yōu)化在可調(diào)診斷算法庫中的多個(gè)選定的診斷和/或預(yù)測算法的參數(shù)的方法包括提供多個(gè)感測的數(shù)據(jù)集至每個(gè)診斷算法,其中每個(gè)感測的數(shù)據(jù)集具有與其相關(guān)的實(shí)際診斷標(biāo)簽。提供每個(gè)要被優(yōu)化的診斷算法的每個(gè)參數(shù)的值。使用每個(gè)選定的算法、故障模型和每個(gè)參數(shù)的值,為每個(gè)感測的數(shù)據(jù)集生成計(jì)算診斷標(biāo)簽,每個(gè)計(jì)算診斷標(biāo)簽和每個(gè)實(shí)際診斷標(biāo)簽被提供至通用目標(biāo)函數(shù),從而計(jì)算目標(biāo)函數(shù)值,并且使用重復(fù)這些步驟中的某些步驟的優(yōu)化例程來改變一個(gè)或多個(gè)參數(shù)的值,直到目標(biāo)函數(shù)值被最小化。
      在另一個(gè)實(shí)施例中,一個(gè)用于優(yōu)化被配置為提供一個(gè)或多個(gè)計(jì)算故障標(biāo)簽的一個(gè)或多個(gè)診斷算法的參數(shù)的方法包括提供多個(gè)感測的數(shù)據(jù)集至該一個(gè)或多個(gè)診斷算法中的每個(gè),其中每個(gè)感測的數(shù)據(jù)集具有與其相關(guān)的實(shí)際故障標(biāo)簽。提供要被優(yōu)化的一個(gè)或多個(gè)診斷算法中的每個(gè)診斷算法的每個(gè)參數(shù)的值。所述一個(gè)或多個(gè)診斷算法中的每個(gè)診斷算法可以生成的所有可能的計(jì)算標(biāo)簽被確定。生成具有多個(gè)條目并且包括用于每個(gè)可能的計(jì)算故障標(biāo)簽的單獨(dú)行和用于每個(gè)實(shí)際故障標(biāo)簽的單獨(dú)列的混淆矩陣。相關(guān)的加權(quán)值被分配至該混淆矩陣中的每個(gè)條目,從而生成加權(quán)矩陣(W)。使用該一個(gè)或多個(gè)診斷算法中的每個(gè)診斷算法和每個(gè)參數(shù)的初始值,為每個(gè)感測的數(shù)據(jù)集生成計(jì)算故障標(biāo)簽,其中每個(gè)計(jì)算故障標(biāo)簽包括概率向量。每個(gè)計(jì)算故障標(biāo)簽、每個(gè)實(shí)際故障標(biāo)簽和加權(quán)矩陣被提供至通用目標(biāo)函數(shù),從而計(jì)算目標(biāo)函數(shù)值。使用這些步驟中的某些步驟的優(yōu)化例程來改變一個(gè)或多個(gè)參數(shù)的值,直到目標(biāo)函數(shù)值被最小化。在又一個(gè)實(shí)施例中,一個(gè)用于優(yōu)化在可調(diào)診斷算法庫中的多個(gè)診斷算法的參數(shù)的系統(tǒng)包括:處理器,被配置為實(shí)現(xiàn)每個(gè)診斷算法和故障模型并且接收多個(gè)感測的數(shù)據(jù)集以及用于每個(gè)要被優(yōu)化的診斷算法的每個(gè)參數(shù)的值,每個(gè)感測的數(shù)據(jù)集具有與其相關(guān)的實(shí)際診斷標(biāo)簽。該處理器進(jìn)一步被配置成使用每個(gè)預(yù)測算法和每個(gè)參數(shù)的初始值來為每個(gè)感測的數(shù)據(jù)集生成計(jì)算診斷標(biāo)簽,提供每個(gè)計(jì)算診斷標(biāo)簽和每個(gè)實(shí)際診斷標(biāo)簽至通用目標(biāo)函數(shù),從而計(jì)算目標(biāo)函數(shù)值;并且使用各種處理步驟的優(yōu)化過程選擇性地改變一個(gè)或多個(gè)參數(shù)的值,直到目標(biāo)函數(shù)值被最小化。此外,從隨后的詳細(xì)描述和所附權(quán)利要求并結(jié)合附圖和前述的背景技術(shù),本文描述的系統(tǒng)和方法的其他期望的特征和特性將變得顯而易見。


      本發(fā)明將在下文中結(jié)合以下附圖被描述,其中相同的附圖標(biāo)記表示相同的元件,并且其中:圖1描繪了系統(tǒng)的實(shí)施例的功能框圖,該系統(tǒng)可以用來實(shí)現(xiàn)過程以優(yōu)化在可調(diào)診斷算法庫中的多個(gè)診斷算法的參數(shù);圖2描繪了故障模型和示例性診斷算法庫的一部分的功能框圖;圖3描繪了可在圖1的系統(tǒng)中實(shí)現(xiàn)的參數(shù)優(yōu)化過程的簡化表示;圖4和圖5分別描繪了混淆矩陣和加權(quán)矩陣的示例;以及圖6描繪了潛在的計(jì)算診斷標(biāo)簽的示例。
      具體實(shí)施例方式下面的詳細(xì)描述在本質(zhì)上僅僅是示例性的而不意在限制本發(fā)明或本發(fā)明的應(yīng)用和使用。如本文所使用的,詞“示例性”意指“作為示例,實(shí)例或說明”。因此,本文描述為“示例性”的任何實(shí)施例不一定被解釋為比其他實(shí)施例優(yōu)選或有利。本文所描述的所有實(shí)施例都是示例性實(shí)施例,其被提供以使得本領(lǐng)域技術(shù)人員能夠?qū)崿F(xiàn)或使用本發(fā)明而不是要限制由權(quán)利要求限定的本發(fā)明的范圍。此外,沒有意圖被在前述的技術(shù)領(lǐng)域,背景技術(shù),發(fā)明內(nèi)容,或下面的具體實(shí)施方式
      中提出的任何明示或暗示的理論所約束。首先參照圖1,用于實(shí)現(xiàn)用來優(yōu)化在可調(diào)診斷算法庫中的多個(gè)診斷算法的參數(shù)的過程的系統(tǒng)100的功能框圖。所描繪的系統(tǒng)100包括歷史數(shù)據(jù)源102和一個(gè)或多個(gè)可配置的處理器104。歷史數(shù)據(jù)源102具有存儲在其中的標(biāo)記的歷史數(shù)據(jù)。標(biāo)記的歷史數(shù)據(jù)更具體地包括多個(gè)感測的數(shù)據(jù)集106,如將在下面進(jìn)一步解釋的那樣,每個(gè)數(shù)據(jù)集具有相關(guān)的實(shí)際診斷標(biāo)簽108。將理解的是,歷史數(shù)據(jù)源102可以進(jìn)行各種配置和實(shí)現(xiàn)。例如,歷史數(shù)據(jù)源102可以使用任何合適數(shù)據(jù)存儲設(shè)備而被實(shí)現(xiàn)。此外,依照眾多的數(shù)據(jù)存儲模式中的任何一個(gè),標(biāo)記的歷史數(shù)據(jù)可被存儲在歷史數(shù)據(jù)源102中。盡管為了說明和描述的清楚和方便起見被描繪為被實(shí)現(xiàn)為單一處理器104,但處理器104可以使用多個(gè)合適的處理器104而被實(shí)現(xiàn),如果需要或期望的話。處理器104被耦合至歷史數(shù)據(jù)源104,并且被配置為從中選擇性地檢索傳感器數(shù)據(jù)集106和相關(guān)的實(shí)際診斷標(biāo)簽108。如圖1還描繪的,處理器104另外被配置為實(shí)現(xiàn)端到端診斷112和性能評估器114。端到端診斷112實(shí)現(xiàn)可調(diào)算法庫116和故障模型118,生成計(jì)算診斷標(biāo)簽122,并提供這些計(jì)算診斷標(biāo)簽122至性能評估器114。可調(diào)算法庫116包括多個(gè)診斷算法116-1、116-2、116-3、116-N。在庫116中的每個(gè)診斷算法具有一個(gè)或多個(gè)與其相關(guān)的參數(shù)124,該參數(shù)需要針對應(yīng)用程序所定制,在該應(yīng)用程序中端到端診斷112將被部署。在進(jìn)一步繼續(xù)之前,應(yīng)當(dāng)注意的是,從歷史數(shù)據(jù)源102被提供到處理器104的傳感器數(shù)據(jù)集106和相關(guān)的實(shí)際診斷標(biāo)簽108與相同的應(yīng)用程序相關(guān),在該應(yīng)用程序中端到端診斷112將被部署。因此,如果端到端診斷112將針對特定類型的引擎而被部署,傳感器數(shù)據(jù)集106和相關(guān)的實(shí)際診斷標(biāo)簽108將來自此特定類型的引擎。性能評估器114接收計(jì)算診斷標(biāo)簽122和實(shí)際診斷標(biāo)簽108,并且響應(yīng)于此,被配置為評估端到端診斷112的性能以及基于評估的性能而選擇性地改變一個(gè)或多個(gè)參數(shù)124。如將在下面進(jìn)一步更詳細(xì)地描述的,性能評估器114通過使用通用目標(biāo)函數(shù)來計(jì)算性能得分而實(shí)現(xiàn)此功能。如也將在下面進(jìn)一步更詳細(xì)地描述的,處理器104使用檢索到的傳感器數(shù)據(jù)集106和相關(guān)的實(shí)際診斷標(biāo)簽108,迭代地實(shí)現(xiàn)端到端診斷112和性能評估器114,直到所計(jì)算的性能得分被最小化。當(dāng)所計(jì)算的性能得分被最小化時(shí),這指示與診斷算法116相關(guān)的參數(shù)124已針對最終用途應(yīng)用被優(yōu)化(或“調(diào)整”)。對至少部分地在處理器104中實(shí)現(xiàn)的且如上所述的廣義過程的更詳細(xì)描述,將立即被更詳細(xì)地描述。在這樣做之前,由診斷算法116和故障模型118實(shí)現(xiàn)的功能的簡要概述將被提供。在這樣做時(shí),應(yīng)當(dāng)參考圖2,其描繪了故障模型118和診斷算法庫116的一部分的功能框圖。應(yīng)當(dāng)注意的是,為了便于描述,所描繪的診斷算法庫116只包括三個(gè)算法116-1、116-2、116-3。另外應(yīng)當(dāng)注意的是,ml、m2和m3是來自選定的數(shù)據(jù)集的測量,而pi至p5和thl至th5是算法參數(shù)。診斷算法116每個(gè)被配置成計(jì)算健康指示器(HI)。計(jì)算的HI是二進(jìn)制,并且代表真(或健康)狀態(tài)或假(或不健康)狀態(tài)。計(jì)算的HI被提供至故障模型118,其映射HI至計(jì)算故障標(biāo)簽F1,F(xiàn)2,F(xiàn)3...FN。更具體地,給定一組HI,故障模型118計(jì)算故障標(biāo)簽和相關(guān)的概率(或排名)的列表作為當(dāng)前的系統(tǒng)診斷估計(jì)。現(xiàn)在參考圖3,參數(shù)優(yōu)化過程300被描繪并且現(xiàn)在將被描述。所描繪的過程300包括各種預(yù)處理步驟,其可以在處理器104中實(shí)現(xiàn)的任何自動化處理之前由用戶執(zhí)行。預(yù)處理步驟包括:選擇感測的數(shù)據(jù)集,針對所述數(shù)據(jù)集診斷算法116的性能將被評估和調(diào)整;從診斷算法庫116中選擇一個(gè)或多個(gè)診斷算法;生成加權(quán)矩陣;和為選定的診斷算法116的每個(gè)參數(shù)124提供初始值。這些預(yù)處理步驟中的每個(gè)現(xiàn)在將被描述。感測的數(shù)據(jù)集106 (例如,106-1、106-2、106-3、...106-N)每個(gè)包括(一個(gè)或多個(gè))實(shí)際傳感器測量(例如,ml、m2、m3、...mN),算法116使用其來計(jì)算HI。每個(gè)感測的數(shù)據(jù)集106還包括實(shí)際診斷標(biāo)簽108。如在圖3中所指示的,診斷標(biāo)簽可以是健康標(biāo)簽(“H”),或多個(gè)實(shí)際故障標(biāo)簽(例如,“F1”或“F2”...或FN)中的任一個(gè)。健康標(biāo)簽(“H”)意味著感測的數(shù)據(jù)集指不健康系統(tǒng),而故障標(biāo)簽意味著感測的數(shù)據(jù)集指不特定系統(tǒng)故障。因此,用戶檢查所有的數(shù)據(jù)集106,并確定哪些數(shù)據(jù)集具有實(shí)際故障標(biāo)簽以及那些故障標(biāo)簽是什么。然后,用戶確定算法庫116中的哪些算法可以計(jì)算HI,故障模型118還將所述HI映射到這些相同的(盡管計(jì)算的)故障標(biāo)簽。應(yīng)當(dāng)注意的是,健康標(biāo)簽根據(jù)定義不是實(shí)際故障標(biāo)簽。因此,針對此步驟不考慮健康標(biāo)簽,即使健康標(biāo)簽數(shù)據(jù)為優(yōu)化步驟所需要。為了從診斷算法庫116中選擇一個(gè)或多個(gè)診斷算法進(jìn)行評估和調(diào)整,從圖2和上述的相關(guān)描述應(yīng)當(dāng)容易理解,故障模型118從診斷算法庫116中的每個(gè)診斷算法計(jì)算的HI中的每個(gè)映射的可能的計(jì)算故障標(biāo)簽的集合(F1,F(xiàn)2,F(xiàn)3,...FN)是事先已知的?;谠诠收夏P?18中實(shí)現(xiàn)的故障模型映射,因此用戶可能把HI和HI被映射到的故障標(biāo)簽劃分為最小可能的自包含的獨(dú)立組,并且然后選擇相關(guān)的診斷算法116。為了提供這種算法選擇技術(shù)的示例,應(yīng)當(dāng)參考在圖2中描繪的簡化實(shí)施例。在這個(gè)簡化的實(shí)施例中,看到的是,計(jì)算故障標(biāo)簽Fl可以從兩個(gè)不同的HI (HIl和HI2)映射;計(jì)算故障標(biāo)簽F2和F3每個(gè)可以從單個(gè)HI (HI2)映射;并且計(jì)算故障標(biāo)簽F4和F5每個(gè)可以從兩個(gè)不同的HI (HI3和HI4)映射。因此,所描繪的HI和故障標(biāo)簽可以被劃分為兩個(gè)自包含的獨(dú)立組一第一組202和第二組204。應(yīng)當(dāng)注意的是,為兩個(gè)組選擇的可調(diào)參數(shù)即(p1、p2、p3、thl、th2)和(p5、th4、th5)不重疊。在第一組202中的HI(HI1、HI2)可以由兩個(gè)診斷算法116-1和116-2計(jì)算,并且在第二組204中的HI(HI3、HI4)可以由單個(gè)診斷算法116-3計(jì)算。雖然這個(gè)過程(其在本文中被稱為“分而治之”)是可選的,但應(yīng)當(dāng)注意的是問題劃分將通常使隨后的優(yōu)化更高效得多。為了生成加權(quán)矩陣(W),處理器104基于故障模式來確定所有可能的、用戶選定的診斷算法116集合能夠生成的計(jì)算診斷標(biāo)簽。處理器104添加健康標(biāo)簽(H)到這個(gè)計(jì)算診斷標(biāo)簽集合以生成在圖4和圖5中被稱為的“計(jì)算注釋”。因此,繼續(xù)在圖2中描繪的示例,如果與第一組202相關(guān)的算法116-1、116-2被選擇,那么所有能夠生成的可能的計(jì)算診斷標(biāo)簽包括F1、F2和F3。類似地,如果與第二組204相關(guān)的算法116-3被選擇,那么所有能夠生成的可能的計(jì)算診斷標(biāo)簽包括F4和F5。如果假設(shè)第一組202被選擇,那么計(jì)算注釋包括H、FU F2和F3。用戶然后檢查選定的數(shù)據(jù)集106并且移除任何包括不同于任何計(jì)算注釋的實(shí)際診斷標(biāo)簽108的數(shù)據(jù)集。與選定的數(shù)據(jù)集106相關(guān)的實(shí)際診斷標(biāo)簽108在圖4和5中被稱為“實(shí)際注釋”。計(jì)算注釋和實(shí)際注釋然后被用來生成在本文中被稱為的混淆矩陣。在圖4中被描繪的混淆矩陣400具有多個(gè)條目,并包括用于每個(gè)計(jì)算注釋(例如,可能的計(jì)算診斷標(biāo)簽)的單獨(dú)行和用于每個(gè)實(shí)際注釋(例如,實(shí)際診斷標(biāo)簽)的單獨(dú)列。將理解的是,混淆矩陣400中列的數(shù)目將至多與行的數(shù)目相同。然而,它可以具有比行少的列數(shù)。這可能發(fā)生在例如選定的數(shù)據(jù)集106不包括一個(gè)或多個(gè)與計(jì)算注釋匹配的診斷標(biāo)簽108時(shí)。在所描繪的是4X3矩陣的混淆矩陣400中在選定的數(shù)據(jù)集106不包括實(shí)際診斷標(biāo)簽F3的情況下,情況就是如此。在混淆矩陣400的行和列被定義后,然后用戶可以通過分配加權(quán)值給混淆矩陣400中的每個(gè)條目來提供加權(quán)矩陣(W)。圖5描繪了加權(quán)矩陣(W) 500的示例性實(shí)施例,其具有和圖4所描繪的混淆矩陣400相同的維度。被分配給每個(gè)條目的加權(quán)值是基于用戶(或其他專家人員)經(jīng)驗(yàn),并且基于混淆矩陣400中的在參數(shù)優(yōu)化期間用戶想要鼓勵(lì)或勸阻的相應(yīng)行為。通常,人們將想要鼓勵(lì)正確的檢測并或許處罰不正確的檢測。如可以理解的是,用戶將總是想要鼓勵(lì)對角元素。這是因?yàn)閷窃匾馕吨?jì)算診斷標(biāo)簽和實(shí)際診斷標(biāo)簽之間的匹配,而非對角元素意味著不匹配,其暗指假、錯(cuò)過或其他不正確的故障檢測。因此,力口權(quán)矩陣(W)中的對角元素可能通常具有比非對角元素相對大的幅值。然而,如示例性加權(quán)矩陣(W) 500所描繪的,對角元素不需要具有相同的幅值。雖然這些行為相對于由非對角元素所代表的那些被鼓勵(lì),但是用戶可能由于種種原因而需要或想要比其他多鼓勵(lì)一些對角元素行為。除了不同的幅值,還看出用戶想要鼓勵(lì)的行為被給予負(fù)值并且用戶想要?jiǎng)褡璧男袨楸唤o予正值。這是因?yàn)樵谛阅茉u估器114中實(shí)現(xiàn)先前提到的通用目標(biāo)函數(shù)的方式。對于每個(gè)選定的算法116,用戶確定特定的參數(shù)124來調(diào)整,并且為這些參數(shù)124中的每個(gè)提供初始值。用戶也可以為這些參數(shù)124中的每個(gè)提供上限和下限,并且處理器104使用相關(guān)的界限對每個(gè)參數(shù)124進(jìn)行歸一化。再次參考圖2并假定第一組202中的算法116-1、116-2被選擇,可能容易看出要被優(yōu)化(或調(diào)整)的參數(shù)124包括pl、p2、p3、thl和th2。將被理解的是,這些特定的標(biāo)簽(例如,pl、p2、p3、thl、th2)以及標(biāo)簽的數(shù)目僅僅用于說明性目的。在其他實(shí)施例中,并且事實(shí)上對于其他診斷算法116,特定的參數(shù)、參數(shù)的數(shù)目和可用于代表這些參數(shù)的標(biāo)簽可能全部改變。在預(yù)處理步驟完成后,選定的數(shù)據(jù)集106,加權(quán)矩陣500和參數(shù)124的初始值可以被提供至處理器104用于整個(gè)過程的自動化處理部分。自動化處理使用參數(shù)124的值為每個(gè)選定的數(shù)據(jù)集106執(zhí)行用戶選定的診斷算法116,從而為每個(gè)數(shù)據(jù)集106計(jì)算HI。再次,假定第二組202中的診斷算法116-1、116-2被選擇,在查看圖2和3時(shí)可以容易理解的是,診斷算法116-1使用實(shí)際傳感器測量ml和m2和參數(shù)p1、p2和thl計(jì)算HII。類似地,診斷算法116-2使用實(shí)際傳感器測量m2和m3和參數(shù)p1、p3和th2計(jì)算HI2。計(jì)算的HI被傳送至故障模型118,其映射HI到計(jì)算診斷標(biāo)簽。如前所述,故障模型118按照對應(yīng)于計(jì)算注釋的概率(歸一化排名)向量來生成計(jì)算診斷標(biāo)簽。潛在的計(jì)算診斷標(biāo)簽600的示例在圖6中被描繪。計(jì)算診斷標(biāo)簽600,實(shí)際標(biāo)簽108和加權(quán)矩陣(W) 500全部被提供到先前提到的通用目標(biāo)函數(shù)302,其如先前也提到的那樣可以在性能評估器114中實(shí)現(xiàn)。通用目標(biāo)函數(shù)302計(jì)算目標(biāo)函數(shù)值。為了做到這一點(diǎn),通用目標(biāo)函數(shù)302首先為每個(gè)實(shí)際注釋計(jì)算歸一化得分Sa(k)。更具體地,對于實(shí)際注釋中的每個(gè)實(shí)際診斷標(biāo)簽a (k),通用目標(biāo)函數(shù)302確定所選定的數(shù)據(jù)集106中的哪個(gè)數(shù)據(jù)集x(m)具有這個(gè)標(biāo)簽。作為示例,假定:在所有選定的數(shù)據(jù)集106當(dāng)中,總共有j個(gè)具有特定的實(shí)際診斷標(biāo)簽a(k)的數(shù)據(jù)集;并且對于這些j個(gè)數(shù)據(jù)集中的每個(gè),故障模式118按照概率矢量Px(m)生成計(jì)算診斷標(biāo)簽。對于這些數(shù)據(jù)集x(m)的每個(gè),通過累加所計(jì)算的概率矢量Px(m)并且除以具有特定的實(shí)際診斷標(biāo)簽a(k)的數(shù)據(jù)集的數(shù)目(例如j),實(shí)際注釋a(k)的歸一化得分Sa(k)被計(jì)算,如在以下等式中指示的:
      權(quán)利要求
      1.一個(gè)用于優(yōu)化在可調(diào)診斷算法庫中的多個(gè)選定的診斷和/或預(yù)測算法的參數(shù)的方法,該方法包括以下步驟: a)提供多個(gè)感測的數(shù)據(jù)集至每個(gè)該選定的算法,每個(gè)該感測的數(shù)據(jù)集具有與其相關(guān)的實(shí)際診斷標(biāo)簽; b)為每個(gè)要被優(yōu)化的該選定的算法的每個(gè)參數(shù)提供值; c)使用每個(gè)該選定的算法、故障模型和每個(gè)參數(shù)的值,為每個(gè)該感測的數(shù)據(jù)集生成計(jì)算診斷標(biāo)簽; d)提供每個(gè)該計(jì)算診斷標(biāo)簽和每個(gè)該實(shí)際診斷標(biāo)簽至通用目標(biāo)函數(shù),從而計(jì)算目標(biāo)函數(shù)值; e)使用重復(fù)步驟c)_e)的優(yōu)化例程,改變一個(gè)或多個(gè)該參數(shù)的值,直到該目標(biāo)函數(shù)值被最小化。
      2.如權(quán)利要求1所述的方法,進(jìn)一步包括: 確定診斷算法的選定的集合基于該故障模型能生成的所有可能的計(jì)算診斷標(biāo)簽; 定義具有多個(gè)條目的混淆矩陣的行和列,該混淆矩陣包括用于每個(gè)該可能的計(jì)算診斷標(biāo)簽的單獨(dú)行和用于每個(gè)實(shí)際診斷標(biāo)簽的單獨(dú)列;以及 分配加權(quán)值至該混淆矩陣中的每個(gè)條目,從而生成加權(quán)矩陣(W)。
      3.如權(quán)利要求2所述的方法,其中,每個(gè)計(jì)算故障標(biāo)簽包括對應(yīng)于每個(gè)可能的計(jì)算故障標(biāo)簽的概率向量。
      4.如權(quán)利要求3所述的方法,進(jìn)一步包括基于每個(gè)該實(shí)際故障標(biāo)簽和使用每個(gè)該概率向量來生成歸一化的混淆矩陣(S)。
      5.如權(quán)利要求4所述的方法,其中,生成歸一化的混淆矩陣的步驟包括為每個(gè)該實(shí)際故障標(biāo)簽計(jì)算每個(gè)計(jì)算診斷標(biāo)簽的歸一化概率。
      6.如權(quán)利要求4所述的方法,其中: 該加權(quán)矩陣(W)和該歸一化的混淆矩陣⑶每個(gè)都是pX q矩陣;并且 該目標(biāo)函數(shù)值使用以下公式計(jì)算:
      7.如權(quán)利要求4所述的方法,其中: 該加權(quán)矩陣(W)和得分矩陣(S)每個(gè)都是PXq矩陣;并且 該目標(biāo)函數(shù)值使用以下公式計(jì)算:目標(biāo)函數(shù)
      8.一個(gè)用于優(yōu)化在可調(diào)診斷算法庫中的多個(gè)診斷算法的參數(shù)的系統(tǒng),該系統(tǒng)包括: 處理器,被配置為實(shí)現(xiàn)每個(gè)該診斷算法和故障模型并且接收(i)多個(gè)感測的數(shù)據(jù)集,每個(gè)具有與其相關(guān)的實(shí)際診斷標(biāo)簽,以及(ii)每個(gè)要被優(yōu)化的診斷算法的每個(gè)參數(shù)的值,該處理器進(jìn)一步被配置成: a)使用每個(gè)該診斷算法和每個(gè)參數(shù)的初始值,為每個(gè)該感測的數(shù)據(jù)集生成計(jì)算診斷標(biāo)簽; b)提供每個(gè)該計(jì)算診斷標(biāo)簽和每個(gè)該實(shí)際診斷標(biāo)簽至通用目標(biāo)函數(shù),從而計(jì)算目標(biāo)函數(shù)值;以及 c)使用重復(fù)步驟a)-C)的優(yōu)化例程,選擇性地改變一個(gè)或多個(gè)該參數(shù)的值,直到該目標(biāo)函數(shù)值被最小化。
      9.如權(quán)利要求8所述的系統(tǒng),其中: 該處理器被進(jìn)一步配置為接收加權(quán)矩陣(W);并且 該加權(quán)矩陣通過以下生成: 確定每個(gè)該診斷算法能生成的所有可能的計(jì)算診斷標(biāo)簽; 生成具有多個(gè)條目的混淆矩陣,該混淆矩陣包括用于每個(gè)該可能的計(jì)算診斷標(biāo)簽的單獨(dú)行和用于每個(gè)實(shí)際診斷標(biāo)簽的單獨(dú)列,以及 分配加權(quán)值至該混淆矩陣中的每個(gè)條目,從而生成。
      10.如權(quán)利要求9所述的系統(tǒng),其中: 每個(gè)計(jì)算故障標(biāo)簽包括對應(yīng)于每個(gè)可能的計(jì)算故障標(biāo)簽的概率向量; 以及該處理器進(jìn)一步配置成(i)基于每個(gè)該實(shí)際故障標(biāo)簽和使用每個(gè)該概率向量來生成得分矩陣(S)和(ii)針對每個(gè)該實(shí)際故障標(biāo)簽計(jì)算歸一化得分。
      全文摘要
      本發(fā)明涉及診斷算法參數(shù)優(yōu)化。提供用于優(yōu)化在可調(diào)診斷算法庫中的多個(gè)選定的診斷和/或預(yù)測算法的參數(shù)的系統(tǒng)和方法。提供多個(gè)具有與其相關(guān)的實(shí)際診斷標(biāo)簽的感測的數(shù)據(jù)集至每個(gè)該診斷算法。為每個(gè)要被優(yōu)化的算法的每個(gè)參數(shù)提供值。使用每個(gè)選定的算法、故障模型和每個(gè)參數(shù)的值,為每個(gè)該感測的數(shù)據(jù)集生成計(jì)算診斷標(biāo)簽,每個(gè)該計(jì)算診斷標(biāo)簽和每個(gè)該實(shí)際診斷標(biāo)簽被提供至通用目標(biāo)函數(shù),從而計(jì)算目標(biāo)函數(shù)值,并且使用重復(fù)這些步驟中的某些步驟的優(yōu)化例程來改變一個(gè)或多個(gè)參數(shù)的值,直到該目標(biāo)函數(shù)值被最小化。
      文檔編號G06F19/00GK103198207SQ20131006595
      公開日2013年7月10日 申請日期2013年1月9日 優(yōu)先權(quán)日2012年1月9日
      發(fā)明者R·帕坦卡, S·艾爾, T·費(fèi)爾克 申請人:霍尼韋爾國際公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評論。精彩留言會獲得點(diǎn)贊!
      1