Оборудование диагностики ухудшения характеристик вследствие старения и способ диагностики ухудшения характеристик вследствие старения
Изобретение относится к диагностике ухудшения характеристик вследствие старения. Сущность: оборудование включает в себя модуль (3) формирования шаблонов ухудшения характеристик для формирования шаблона ухудшения характеристик, указывающего распределения интенсивностей сигналов для измеренных сигналов и фазу переменного напряжения, модуль (4) вычисления гистограмм для вычисления градиентного вектора плотности сигналов в каждой из точек распределения шаблона ухудшения характеристик и вычисления для каждого из фазовых диапазонов, отличающихся друг от друга, из вычисленного градиентного вектора гистограммы в направлении градиента плотности сигналов в релевантном фазовом диапазоне, модуль (5) формирования векторов признаков для формирования вектора признаков, в котором выравниваются значения элементов выборки гистограммы для каждого из фазовых диапазонов, и модуль (9) идентификации причин ухудшения характеристик для поиска из числа векторов признаков вектора признаков, аналогичного вектору признаков, сформированному посредством модуля (5) и вывода причины ухудшения характеристик, связанной с аналогичным вектором признаков. Технический результат: возможность идентифицирования ухудшения характеристик оборудования без использования нейронной сети. 2 н. и 5 з.п. ф-лы, 11 ил.
Область техники, к которой относится изобретение
[0001] Настоящее изобретение относится к оборудованию диагностики ухудшения характеристик вследствие старения и к способу диагностики ухудшения характеристик вследствие старения, каждый из которых выводит причину ухудшения характеристик оборудования.
Уровень техники
[0002] Существуют потребности в профилактическом техобслуживании оборудования в различных областях техники, включающего в себя, например, электростанции, оборудование для выработки электрической мощности, железнодорожное оборудование и технические средства заводской производственной линии. Изучаются технологии профилактического техобслуживания, включающие в себя технологию для обнаружения ухудшения характеристик оборудования, технологию для идентификации причины возникновения ухудшения характеристик или точки возникновения ухудшения характеристик и технологию для прогнозирования времени сбоя.
В оборудовании, которое вырабатывает высокое напряжение, такое как турбинный генератор или оборудование с газовой изоляцией, ухудшение характеристик изоляции изоляторов, используемых в оборудовании, развивается в результате длительного использования и в итоге вызывает пробой диэлектрика. Следовательно, технологии профилактического техобслуживания изучаются, например, в целях повышения рабочей скорости оборудования.
[0003] В качестве оборудования для идентификации причины возникновения ухудшения характеристик или точки возникновения ухудшения характеристик, патентный документ 1, упомянутый ниже, раскрывает оборудование диагностики ухудшения характеристик вследствие старения, которое определяет причину ухудшения характеристик посредством использования фазового сигнала, указывающего фазу переменного напряжения, прикладываемого к оборудованию, которое должно диагностироваться, и измеренного сигнала датчика, который измеряет состояние ухудшения характеристик оборудования.
Это оборудование диагностики ухудшения характеристик вследствие старения подготавливает заранее нейронную сеть, которая изучает модель определения причин ухудшения характеристик, и определяет причину ухудшения характеристик посредством предоставления фазового сигнала, указывающего фазу переменного напряжения, и измеренного сигнала датчика в нейронную сеть. В дальнейшем в этом документе, каждый из фазового сигнала и измеренного сигнала упоминается как "входной сигнал".
Список библиографических ссылок
Патентные документы
[0004] Патентный документ 1. JP 2001–133506 A
Сущность изобретения
Техническая задача
[0005] Оборудование диагностики ухудшения характеристик вследствие старения в предшествующем уровне техники сконфигурировано так, как описано выше, и в силу этого точность определения причины ухудшения характеристик зависит от точности изучения модели определения причин ухудшения характеристик. Следовательно, точность определения причины ухудшения характеристик увеличивается с увеличением точности изучения модели определения причин ухудшения характеристик. Тем не менее, чтобы увеличивать точность изучения модели определения причин ухудшения характеристик, необходимо предоставлять большое число входных сигналов в нейронную сеть.
Поскольку ухудшение характеристик оборудования постепенно развивается за длительный период времени, затруднительно предоставлять большое число входных сигналов в нейронную сеть для каждой причины ухудшения характеристик, и в силу этого возможен случай, в котором точность изучения модели определения причин ухудшения характеристик не может увеличиваться. Соответственно, возникает проблема в том, что возможен случай, в котором корректная причина ухудшения характеристик не может быть определена.
[0006] Настоящее изобретение осуществлено для того, чтобы разрешать такую проблему, как проблема, описанная выше, и задача настоящего изобретения заключается в том, чтобы получать оборудование диагностики ухудшения характеристик вследствие старения и способ диагностики ухудшения характеристик вследствие старения, каждый из которых может идентифицировать причину ухудшения характеристик оборудования без подготовки нейронной сети заранее, которая изучает модель определения причин ухудшения характеристик.
Решение задачи
[0007] Оборудование диагностики ухудшения характеристик вследствие старения согласно настоящему изобретению включает в себя: модуль формирования шаблонов ухудшения характеристик для формирования, из фазовых сигналов, полученных во множестве моментов времени, причем фазовые сигналы указывают фазу переменного напряжения, прикладываемого к оборудованию, которое должно диагностироваться, и из измеренных сигналов, измеренных во множестве моментов времени посредством датчика, который измеряет состояние ухудшения характеристик оборудования, шаблона ухудшения характеристик, указывающего распределение интенсивностей сигналов измеренных сигналов и фазу переменного напряжения; модуль вычисления гистограмм для вычисления градиентного вектора плотности сигналов в каждой из точек распределения шаблона ухудшения характеристик, сформированного посредством модуля формирования шаблонов ухудшения характеристик, и вычисления, для каждого из фазовых диапазонов, отличающихся друг от друга, из вычисленного градиентного вектора, гистограммы в направлении градиента плотности сигналов в релевантном фазовом диапазоне; и модуль формирования векторов признаков для формирования вектора признаков, в котором значения элементов выборки гистограммы для каждого из фазовых диапазонов, вычисленных посредством модуля вычисления гистограмм, выравниваются, при этом из числа векторов признаков в соответствии с причиной ухудшения характеристик, модуль идентификации причин ухудшения характеристик выполняет поиск вектора признаков, аналогичного вектору признаков, сформированному посредством модуля формирования векторов признаков, и идентифицирует причину ухудшения характеристик оборудования.
Преимущества изобретения
[0008] Согласно настоящему изобретению, поскольку оборудование диагностики ухудшения характеристик вследствие старения включает в себя: модуль формирования шаблонов ухудшения характеристик для формирования шаблона ухудшения характеристик, указывающего распределения интенсивностей сигналов для измеренных сигналов и фазы переменного напряжения; модуль вычисления гистограмм для вычисления градиентного вектора плотности сигналов в каждой точке распределения шаблона ухудшения характеристик и вычисления, для каждого из фазовых диапазонов, отличающихся друг от друга, из вычисленного градиентного вектора, гистограммы в направлении градиента плотности сигналов в релевантном фазовом диапазоне; и модуль формирования векторов признаков для формирования вектора признаков, в котором значения элементов выборки гистограммы в каждом из фазовых диапазонов выравниваются, при этом, из числа векторов признаков в соответствии с причиной ухудшения характеристик, модуль идентификации причин ухудшения характеристик выполняет поиск вектора признаков, аналогичного вектору признаков, сформированному посредством модуля формирования векторов признаков, и идентифицирует причину ухудшения характеристик оборудования. Такая конфигурация формирует такое преимущество, чтобы идентифицировать причину ухудшения характеристик оборудования без подготовки заранее нейронной сети, которая изучает модель определения причин ухудшения характеристик.
Краткое описание чертежей
[0009] Фиг. 1 является схемой конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно первому варианту осуществления настоящего изобретения.
Фиг. 2 является схемой аппаратной конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно первому варианту осуществления настоящего изобретения.
Фиг. 3 является схемой аппаратной конфигурации компьютера, используемого в случае, если оборудование диагностики ухудшения характеристик вследствие старения реализуется посредством программного обеспечения, микропрограммного обеспечения и т.п.
Фиг. 4 является блок–схемой последовательности операций, иллюстрирующей способ диагностики ухудшения характеристик вследствие старения на основе процедур обработки, используемых в случае, если оборудование диагностики ухудшения характеристик вследствие старения реализуется посредством программного обеспечения, микропрограммного обеспечения и т.п.
Фиг. 5 является пояснительным чертежом, иллюстрирующим шаблон A ухудшения характеристик, который должен формироваться посредством модуля 3 формирования шаблонов ухудшения характеристик.
Фиг. 6 является пояснительным чертежом, иллюстрирующим градиентный вектор плотности сигналов в каждой точке распределения в шаблоне A ухудшения характеристик, который должен вычисляться посредством модуля 4 вычисления гистограмм.
Фиг. 7 является пояснительным чертежом, иллюстрирующим гистограмму A для каждого сегмента, который должен вычисляться посредством модуля 4 вычисления гистограмм.
Фиг. 8 является пояснительным чертежом, иллюстрирующим вектор A признаков, который должен формироваться посредством модуля 5 формирования векторов признаков.
Фиг. 9 является схемой конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно второму варианту осуществления настоящего изобретения.
Фиг. 10 является схемой аппаратной конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно второму варианту осуществления настоящего изобретения.
Фиг. 11 является блок–схемой последовательности операций способа, иллюстрирующей контент обработки в модуле 10 определения ухудшения характеристик оборудования диагностики ухудшения характеристик вследствие старения согласно второму варианту осуществления настоящего изобретения.
Подробное описание вариантов осуществления
[0010] Чтобы подробнее описывать настоящее изобретение, ниже описываются варианты осуществления настоящего изобретения согласно прилагаемым чертежам.
[0011] Первый вариант осуществления
Фиг. 1 является схемой конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно первому варианту осуществления настоящего изобретения. Фиг. 2 является схемой аппаратной конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно первому варианту осуществления настоящего изобретения.
На фиг. 1 и 2, модуль 1 ввода диагностических сигналов реализуется посредством схемы 21 ввода диагностических сигналов, показанной, например, на фиг. 2.
Модуль 1 ввода диагностических сигналов принимает фазовые сигналы, полученные во множестве моментов времени, причем фазовые сигналы указывают фазы переменного напряжения, прикладываемого к оборудованию, которое должно диагностироваться, и измеренные сигналы, полученные во множестве моментов времени посредством датчика, который измеряет состояние ухудшения характеристик оборудования, которое должно диагностироваться, и выводит фазовые сигналы, полученные во множестве моментов времени, и измеренные сигналы, полученные во множестве моментов времени, в модуль 3 формирования шаблонов ухудшения характеристик.
[0012] Модуль 2 ввода известных сигналов реализуется посредством схемы 22 ввода известных сигналов, показанной, например, на фиг. 2.
Модуль 2 ввода известных сигналов принимает фазовые сигналы, полученные во множестве моментов времени, соответствующих известной причине ухудшения характеристик, и измеренные сигналы, полученные во множестве моментов времени, соответствующих известной причине ухудшения характеристик, и выводит фазовые сигналы, полученные во множестве моментов времени, и измеренные сигналы, полученные во множестве моментов времени, в модуль 3 формирования шаблонов ухудшения характеристик.
Метка причины ухудшения характеристик, указывающая причину ухудшения характеристик, добавляется в каждый из фазовых сигналов и измеренных сигналов, вводимых посредством модуля 2 ввода известных сигналов.
[0013] Модуль 3 формирования шаблонов ухудшения характеристик реализуется посредством схемы 23 формирования шаблонов ухудшения характеристик, показанной, например, на фиг. 2.
Модуль 3 формирования шаблонов ухудшения характеристик собирает фазовые сигналы, полученные во множестве моментов времени, и измеренные сигналы, полученные во множестве моментов времени, причем фазовые сигналы и измеренные сигналы выводятся из модуля 1 ввода диагностических сигналов.
Модуль 3 формирования шаблонов ухудшения характеристик выполняет процесс формирования шаблона A ухудшения характеристик, указывающего распределения интенсивностей сигналов для измеренных сигналов и фазы переменного напряжения, из собранных фазовых сигналов, полученных во множестве моментов времени, и собранных измеренных сигналов, полученных во множестве моментов времени.
Помимо этого, модуль 3 формирования шаблонов ухудшения характеристик собирает фазовые сигналы, полученные во множестве моментов времени, с присоединенными метками причин ухудшения характеристик, и измеренные сигналы с присоединенными метками причин ухудшения характеристик, причем фазовые сигналы и измеренные сигналы выводятся из модуля 2 ввода известных сигналов.
Модуль 3 формирования шаблонов ухудшения характеристик выполняет процесс формирования шаблона B ухудшения характеристик, указывающего распределения интенсивностей сигналов для измеренных сигналов и фазы переменного напряжения, из собранных фазовых сигналов, полученных во множестве моментов времени, к которым присоединены метки причин ухудшения характеристик, и собранных измеренных сигналов, полученных во множестве моментов времени, к которым присоединены метки причин ухудшения характеристик.
Метка причины ухудшения характеристик, указывающая причину ухудшения характеристик, добавляется в шаблон B ухудшения характеристик, сформированный посредством модуля 3 формирования шаблонов ухудшения характеристик.
[0014] Модуль 4 вычисления гистограмм реализуется посредством схемы 24 вычисления гистограмм, показанной, например, на фиг. 2.
Модуль 4 вычисления гистограмм выполняет процесс вычисления градиентного вектора плотности сигналов в каждой точке распределения в шаблоне A ухудшения характеристик, сформированном посредством модуля 3 формирования шаблонов ухудшения характеристик, и для каждого из сегментов, которые представляют собой фазовые диапазоны, отличающиеся друг от друга, вычисления, из вычисленных градиентных векторов, гистограммы A в направлении градиента плотностей сигналов в сегменте.
Помимо этого, модуль 4 вычисления гистограмм выполняет процесс вычисления градиентного вектора плотности сигналов в каждой точке распределения в шаблоне B ухудшения характеристик, сформированном посредством модуля 3 формирования шаблонов ухудшения характеристик, и для каждого из сегментов, которые представляют собой фазовые диапазоны, отличающиеся друг от друга, вычисления, из вычисленных градиентных векторов, гистограммы B в направлении градиента плотностей сигналов в сегменте.
Метка причины ухудшения характеристик, указывающая причину ухудшения характеристик, добавляется на гистограмму B в каждом сегменте, вычисленном посредством модуля 4 вычисления гистограмм.
[0015] Модуль 5 формирования векторов признаков реализуется посредством схемы 25 формирования векторов признаков, показанной, например, на фиг. 2.
Модуль 5 формирования векторов признаков выполняет процесс формирования вектора A признаков, в котором выравниваются значения элементов выборки гистограммы A для каждого сегмента, вычисленного посредством модуля 4 вычисления гистограмм.
Помимо этого, модуль 5 формирования векторов признаков выполняет процесс формирования вектора B признаков, в котором выравниваются значения элементов выборки гистограммы B для каждого сегмента, вычисленного посредством модуля 4 вычисления гистограмм.
Метка причины ухудшения характеристик, указывающая причину ухудшения характеристик, добавляется в вектор B признаков, сформированный посредством модуля 5 формирования векторов признаков.
[0016] Модуль 6 хранения векторов признаков реализуется посредством схемы 26 хранения векторов признаков, показанной, например, на фиг. 2.
В качестве вектора признаков, причина ухудшения характеристик которого известна, модуль 6 хранения векторов признаков сохраняет вектор B признаков, сформированный посредством модуля 5 формирования векторов признаков.
Модуль 7 вычисления характерных векторов реализуется посредством схемы 27 вычисления характерных векторов, показанной, например, на фиг. 2.
Модуль 7 вычисления характерных векторов выполняет процесс сбора, из числа векторов B признаков, сохраненных в модуле 6 хранения векторов признаков, множества векторов B признаков, имеющих идентичную причину ухудшения характеристик, и вычисления характерного вектора причины ухудшения характеристик из множества собранных векторов B признаков.
Модуль 8 хранения характерных векторов реализуется посредством схемы 28 хранения характерных векторов, показанной, например, на фиг. 2.
Модуль 8 хранения характерных векторов сохраняет векторы признаков, вычисленные посредством модуля 7 вычисления характерных векторов, в качестве векторов C признаков в соответствии с причиной ухудшения характеристик.
[0017] Модуль 9 идентификации причин ухудшения характеристик реализуется посредством схемы 29 идентификации причин ухудшения характеристик, показанной, например, на фиг. 2.
Модуль 9 идентификации причин ухудшения характеристик выполняет процесс идентификации причины ухудшения характеристик оборудования посредством поиска вектора C признаков, аналогичного вектору A признаков, сформированному посредством модуля 5 формирования векторов признаков, из числа векторов C признаков в соответствии с причиной ухудшения характеристик, сохраненных в модуле 8 хранения характерных векторов.
Модуль 9 идентификации причин ухудшения характеристик выполняет процесс вывода, в качестве результата идентификации причины ухудшения характеристик оборудования, метки причины ухудшения характеристик, добавляемой в идентифицированный вектор C признаков.
[0018] На фиг. 1, предполагается, что модуль 1 ввода диагностических сигналов, модуль 2 ввода известных сигналов, модуль 3 формирования шаблонов ухудшения характеристик, модуль 4 вычисления гистограмм, модуль 5 формирования векторов признаков, модуль 6 хранения векторов признаков, модуль 7 вычисления характерных векторов, модуль 8 хранения характерных векторов и модуль 9 идентификации причин ухудшения характеристик, которые представляют собой компоненты оборудования диагностики ухудшения характеристик вследствие старения, реализуются посредством специализированных аппаратных средств, таких как специализированные аппаратные средства, показанные на фиг. 2. Другими словами, предполагается, что компоненты оборудования диагностики ухудшения характеристик вследствие старения реализуются посредством схемы 21 ввода диагностических сигналов, схемы 22 ввода известных сигналов, схемы 23 формирования шаблонов ухудшения характеристик, схемы 24 вычисления гистограмм, схемы 25 формирования векторов признаков, схемы 26 хранения векторов признаков, схемы 27 вычисления характерных векторов, схемы 28 хранения характерных векторов и схемы 29 идентификации причин ухудшения характеристик.
[0019] Здесь, например, энергонезависимое полупроводниковое запоминающее устройство или энергозависимое полупроводниковое запоминающее устройство, такое как оперативное запоминающее устройство (RAM), постоянное запоминающее устройство (ROM), флэш–память, стираемое программируемое постоянное запоминающее устройство (EPROM) и электрически стираемое программируемое постоянное запоминающее устройство (EEPROM), а также магнитный диск, гибкий диск, оптический диск, компакт–диск, минидиск и универсальный цифровой диск (DVD), являются применимыми к схеме 26 хранения векторов признаков и схеме 28 хранения характерных векторов.
Помимо этого, например, одна схема, составная схема, программируемый процессор, параллельно программируемый процессор, специализированная интегральная схема (ASIC), программируемая пользователем вентильная матрица (FPGA) либо комбинация этих компонентов являются применимыми к схеме 21 ввода диагностических сигналов, схеме 22 ввода известных сигналов, схеме 23 формирования шаблонов ухудшения характеристик, схеме 24 вычисления гистограмм, схеме 25 формирования векторов признаков, схеме 27 вычисления характерных векторов и схеме 29 идентификации причин ухудшения характеристик.
[0020] Компоненты оборудования диагностики ухудшения характеристик вследствие старения не ограничены компонентами, реализованными посредством специализированных аппаратных средств. Оборудование диагностики ухудшения характеристик вследствие старения может реализовываться посредством программного обеспечения, микропрограммного обеспечения либо комбинации программного обеспечения и микропрограммного обеспечения.
Программное обеспечение или микропрограммное обеспечение сохраняется в запоминающем устройстве компьютера в качестве программы. Компьютер означает аппаратные средства, которые выполняют программу. Например, центральный процессор (CPU), центральный процессор, модуль обработки, вычислительное устройство, микропроцессор, микрокомпьютер, процессор, процессор цифровых сигналов (DSP) и т.п. являются применимыми к компьютеру.
[0021] Фиг. 3 является схемой аппаратной конфигурации компьютера, используемого в случае, если оборудование диагностики ухудшения характеристик вследствие старения реализуется посредством программного обеспечения, микропрограммного обеспечения и т.п.
В случае если оборудование диагностики ухудшения характеристик вследствие старения реализуется посредством программного обеспечения, микропрограммного обеспечения и т.п., модуль 6 хранения векторов признаков и модуль 8 хранения характерных векторов формируются в запоминающем устройстве 41 компьютера, программа, которая инструктирует компьютеру выполнять процедуры обработки модуля 1 ввода диагностических сигналов, модуля 2 ввода известных сигналов, модуля 3 формирования шаблонов ухудшения характеристик, модуля 4 вычисления гистограмм, модуля 5 формирования векторов признаков, модуля 7 вычисления характерных векторов и модуля 9 идентификации причин ухудшения характеристик, сохраняется в запоминающем устройстве 41, и процессору 42 компьютера должно инструктироваться выполнять только программу, сохраненную в запоминающем устройстве 41.
Фиг. 4 является блок–схемой последовательности операций, иллюстрирующей способ диагностики ухудшения характеристик вследствие старения на основе процедур обработки, используемых в случае, если оборудование диагностики ухудшения характеристик вследствие старения реализуется посредством программного обеспечения, микропрограммного обеспечения и т.п.
[0022] Помимо этого, фиг. 2 показывает пример, в котором компоненты оборудования диагностики ухудшения характеристик вследствие старения реализуются посредством специализированных аппаратных средств, и фиг. 3 показывает пример, в котором оборудование диагностики ухудшения характеристик вследствие старения реализуется посредством программного обеспечения, микропрограммного обеспечения и т.п. Тем не менее, в то время как часть компонентов оборудования диагностики ухудшения характеристик вследствие старения реализуется посредством специализированных аппаратных средств, оставшиеся компоненты могут реализовываться посредством программного обеспечения, микропрограммного обеспечения и т.п.
[0023] Далее описывается работа.
Датчик измеряет, с фиксированными временными интервалами T, состояние ухудшения характеристик оборудования, которое должно диагностироваться, и выводит, в модуль 1 ввода диагностических сигналов, измеренные сигналы, указывающие состояние ухудшения характеристик оборудования.
В случае если высокоскоростная обработка требуется, например, в случае если состояние ухудшения характеристик оборудования диагностируется онлайн, интервалы приблизительно в несколько секунд считаются фиксированными временными интервалами T.
Помимо этого, например, в случае если состояние ухудшения характеристик оборудования диагностируется оффлайн, или в случае, если высокоточная диагностика требуется, длительные временные интервалы приблизительно от нескольких десятков секунд до нескольких минут считаются фиксированными временными интервалами T.
[0024] Например, в случае если оборудование, которое должно диагностироваться, представляет собой силовое оборудование высокого напряжения, с развитием ухудшения характеристик изоляции, явление разряда, которое называется частичным разрядом, возникает в силовом оборудовании высокого напряжения.
Известно, что фазовая характеристика частичного разряда показывает шаблон характеристик в зависимости от причины возникновения ухудшения характеристик. Соответственно, использование этого шаблона разряда позволяет идентифицировать причину ухудшения характеристик или точку возникновения разряда силового оборудования высокого напряжения.
Следовательно, в случае если оборудование, которое должно диагностироваться, представляет собой силовое оборудование высокого напряжения, можно рассматривать режим, в котором датчик изменяет частичный разряд, возникающий в силовом оборудовании высокого напряжения.
[0025] Когда ухудшение характеристик оборудования диагностируется, модуль 1 ввода диагностических сигналов принимает измеренные сигналы, полученные во множестве моментов времени, причем измеренные сигналы измеряются с фиксированными временными интервалами T посредством датчика (этап ST1 по фиг. 4).
Помимо этого, модуль 1 ввода диагностических сигналов принимает фазовые сигналы, полученные во множестве моментов времени, причем фазовые сигналы указывают фазы переменного напряжения, прикладываемого к оборудованию, которое должно диагностироваться (этап ST1 по фиг. 4).
Модуль 1 ввода диагностических сигналов выводит каждый из измеренных сигналов, полученных во множестве моментов времени, и каждый из фазовых сигналов, полученных во множестве моментов времени, в модуль 3 формирования шаблонов ухудшения характеристик.
[0026] Модуль 3 формирования шаблонов ухудшения характеристик собирает фазовые сигналы, полученные во множестве моментов времени, и измеренные сигналы, полученные во множестве моментов времени, причем фазовые сигналы и измеренные сигналы выводятся из модуля 1 ввода диагностических сигналов.
Модуль 3 формирования шаблонов ухудшения характеристик формирует шаблон A ухудшения характеристик, указывающий распределения интенсивностей сигналов для измеренных сигналов и фазы переменного напряжения, из собранных фазовых сигналов, полученных во множестве моментов времени, и собранных измеренных сигналов, полученных во множестве моментов времени (этап ST2 по фиг. 4).
Ниже подробно описывается процесс формирования шаблона A ухудшения характеристик посредством модуля 3 формирования шаблонов ухудшения характеристик.
[0027] Фиг. 5 является пояснительным чертежом, иллюстрирующим шаблон A ухудшения характеристик, сформированный посредством модуля 3 формирования шаблонов ухудшения характеристик.
Как показано на фиг. 5, модуль 3 формирования шаблонов ухудшения характеристик сегментирует плоскость, в которой горизонтальная ось, которая представляет собой первую ось, представляет собой фазу переменного напряжения, и в которой вертикальная ось, которая представляет собой вторую ось, представляет собой интенсивность сигнала для измеренного сигнала, на фрагменты, которые формируют сетчатый шаблон, за счет этого разделяя плоскость на множество блоков с равными интервалами.
Фиг. 5 показывает пример, в котором плоскость разделяется на блоки 3×3. Тем не менее, например, в случае если время измерения, требуемое для фазовых сигналов и измеренных сигналов, является большим, так что в итоге число сигнальных точек является большим, или в случае, если требуется высокоточная диагностика, можно рассматривать режим, в котором число разделенных блоков увеличивается.
Например, в случае если время измерения, требуемое для фазовых сигналов и измеренных сигналов, является небольшим, так что в итоге число сигнальных точек является небольшим, или в случае, если онлайновая высокоскоростная обработка требуется, можно рассматривать режим, в котором число разделенных блоков снижается.
[0028] Модуль 3 формирования шаблонов ухудшения характеристик обращается к фазе, указываемой посредством фазового сигнала в каждое время, и интенсивности сигнала для измеренного сигнала в каждое время и идентифицирует блок, которому принадлежит в каждое время набор из фазового сигнала и измеренного сигнала.
Например, в случае если 100 наборов сигналов получаются из модуля 1 ввода диагностических сигналов в качестве набора из фазового сигнала и измеренного сигнала в каждое время, модуль 3 формирования шаблонов ухудшения характеристик идентифицирует соответствующие блоки, которым принадлежат 100 наборов сигналов.
Фиг. 5 указывает то, что, например, семь наборов сигналов принадлежат нижнему правому блоку, и три набора сигналов принадлежат верхнему правому блоку на чертеже.
Модуль 3 формирования шаблонов ухудшения характеристик формирует, в качестве шаблона A ухудшения характеристик, шаблон, указывающий число наборов из фазового сигнала и измеренного сигнала, которые принадлежат каждому разделенному блоку, и выводит шаблон A ухудшения характеристик в модуль 4 вычисления гистограмм.
[0029] Модуль 4 вычисления гистограмм вычисляет плотности сигналов в соответствующих точках распределения, которые представляют собой блоки, включенные в шаблон A ухудшения характеристик, выводимый из модуля 3 формирования шаблонов ухудшения характеристик (этап ST3 по фиг. 4).
Плотность сигналов блока может определяться посредством деления, например, числа наборов сигналов, принадлежащих блоку, на число наборов сигналов, принадлежащих всем блокам, и затем посредством умножения результата деления на предварительно установленную константу M.
Например, если константа M равна 100, число наборов сигналов, принадлежащих всем блокам, равно 50, и число наборов сигналов, принадлежащих определенному блоку, равно 8, плотность сигналов определенного блока равна 16 (=(8/50) x 100).
Здесь, показывается пример, в котором число наборов сигналов, принадлежащих блоку, делится на число наборов сигналов, принадлежащих всем блокам. Тем не менее, настоящее изобретение не ограничено этим.
Например, плотность сигналов блока может определяться посредством исключения, из наборов сигналов, принадлежащих всем блокам, наборов сигналов, в которых интенсивность сигнала для измеренного сигнала равна 0, посредством деления числа наборов сигналов, принадлежащих блоку, на число наборов оставшихся модулей сигналов, и затем посредством умножения результата деления на константу M.
[0030] Фиг. 6 является пояснительным чертежом, иллюстрирующим градиентный вектор плотности сигналов в каждой точке распределения в шаблоне A ухудшения характеристик, вычисленном посредством модуля 4 вычисления гистограмм.
В примере, показанном на фиг. 6, числовые значения в соответствующих блоках являются идентичными числовым значениям в соответствующих блоках на фиг. 5. Тем не менее, числовые значения в соответствующих блоках, показанных на фиг. 6, указывают плотности сигналов, и числовые значения в соответствующих блоках, показанных на фиг. 5, указывают число наборов сигналов, принадлежащих им. Следовательно, фактически, числовые значения в соответствующих блоках, показанных на фиг. 6, отличаются от числовых значений в соответствующих блоках, показанных на фиг. 5.
[0031] Затем, модуль 4 вычисления гистограмм вычисляет градиентные векторы плотностей сигналов в соответствующих блоках (этап ST4 по фиг. 4).
Ниже подробно описывается процесс вычисления для вычисления градиентных векторов посредством модуля 4 вычисления гистограмм.
Модуль 4 вычисления гистограмм вычисляет, для каждого разделенного блока, разность между плотностью сигналов блока и каждой из плотностей сигналов множества блоков, смежных с блоком.
Например, на фиг. 6, когда внимание фокусируется на центральном блоке, плотность сигналов которого равна 10, разность между плотностью сигналов этого блока со сфокусированным вниманием и каждой из плотностей сигналов восьми блоков, смежных с блоком со сфокусированным вниманием, вычисляется.
[0032] В примере, показанном на фиг. 6, разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов верхнего левого блока равна 5, разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов бокового левого блока равна 2, и разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов нижнего левого блока равна 2.
Помимо этого, разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов верхнего блока равна 5, и разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов нижнего блока равна 1.
Дополнительно, разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов верхнего правого блока равна 7, разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов бокового правого блока равна 4, и разность между плотностью сигналов блока со сфокусированным вниманием и плотностью сигналов нижнего правого блока равна 3.
[0033] Посредством сравнения вычисленных разностей между собой, модуль 4 вычисления гистограмм идентифицирует, из множества смежных блоков, блок, имеющий плотность сигналов, разность от плотности сигналов блока со сфокусированным вниманием которого является наибольшей.
Модуль 4 вычисления гистограмм определяет вектор, указывающий направление, начинающееся с блока со сфокусированным вниманием к идентифицированному блоку, в качестве градиентного вектора в блоке со сфокусированным вниманием.
В примере, показанном на фиг. 6, градиентный вектор в блоке со сфокусированным вниманием указывает направление, начинающееся с блока со сфокусированным вниманием к верхнему правому блоку.
[0034] Модуль 4 вычисления гистограмм вычисляет градиентные векторы плотностей сигналов в соответствующих блоках. Затем, как показано на фиг. 7, из градиентных векторов в соответствующих блоках, для каждого из сегментов, которые представляют собой фазовые диапазоны, отличающиеся друг от друга, модуль 4 вычисления гистограмм вычисляет гистограмму A в направлении градиента плотности сигналов в сегменте (этап ST5 по фиг. 4).
Модуль 4 вычисления гистограмм выводит гистограмму A, вычисленную на основе сегментов, в модуль 5 формирования векторов признаков.
[0035] Фиг. 7 является пояснительным чертежом, иллюстрирующим гистограмму A для каждого сегмента, вычисленного посредством модуля 4 вычисления гистограмм.
В примере, показанном на фиг. 7, плоскость, имеющая множество блоков, разделяется на шесть сегментов в направлении фазы.
Следовательно, гистограмма A в направлении градиента плотности сигналов вычисляется для каждого из шести сегментов.
Гистограмма A в направлении градиента представляет собой частоту направлений градиента, указываемых посредством градиентных векторов в соответствующих блоках, включенных в сегмент.
Фиг. 7 показывает частоту в направлении градиента от –180 до 180 градусов.
[0036] Если переменное напряжение, прикладываемое к оборудованию, которое должно диагностироваться, представляет собой однофазное переменное напряжение, можно рассматривать режим, в котором плоскость разделяется, например, на сегмент, имеющий фазовый диапазон в 0–179 градусов, и сегмент, имеющий фазовый диапазон в 179–359 градусов.
Помимо этого, если переменное напряжение, прикладываемое к оборудованию, которое должно диагностироваться, представляет собой двухфазное переменное напряжение, можно рассматривать режим, в котором плоскость разделяется, например, на сегмент, имеющий фазовый диапазон в 0–89 градусов, сегмент, имеющий фазовый диапазон в 90–179 градусов, сегмент, имеющий фазовый диапазон в 180–269 градусов, и сегмент, имеющий фазовый диапазон в 270–359 градусов.
Кроме того, если переменное напряжение, прикладываемое к оборудованию, которое должно диагностироваться, представляет собой трехфазное переменное напряжение, можно рассматривать режим, в котором плоскость разделяется, например, на сегмент, имеющий фазовый диапазон в 0–59 градусов, сегмент, имеющий фазовый диапазон в 60–119 градусов, сегмент, имеющий фазовый диапазон в 120–179 градусов, сегмент, имеющий фазовый диапазон в 180–239 градусов, сегмент, имеющий фазовый диапазон в 240–299 градусов, и сегмент, имеющий фазовый диапазон в 300–359 градусов.
[0037] Вышеописанный режим разделения на сегменты представляет собой просто пример, и режим разделения на сегменты может определяться на основе характеристик переменного напряжения.
Помимо этого, число сегментов может определяться на основе изменения шаблона ухудшения характеристик в зависимости от разности причины ухудшения характеристик, например, в случае если шаблон ухудшения характеристик, который появляется на плоскости, существенно изменяется в зависимости от разности причины ухудшения характеристик, число сегментов снижается, либо в случае, если шаблон ухудшения характеристик, который появляется на плоскости, существенно не изменяется в зависимости от разности причины ухудшения характеристик, число сегментов увеличивается.
[0038] В этой связи, в случае если измеренный сигнал датчика представляет собой измеренный сигнал частичного разряда, возникающего в силовом оборудовании высокого напряжения, если шаблон разряда для частичного разряда представляет собой шаблон, который является острым в направлении интенсивности сигнала, значение элемента выборки в направлении фазы имеет тенденцию становиться большим на гистограмме в направлении градиента.
Если шаблон разряда для частичного разряда представляет собой шаблон, который является острым в направлении фазы, значение элемента выборки в направлении интенсивности сигнала имеет тенденцию становиться большим на гистограмме в направлении градиента.
Известно, что шаблон разряда для частичного разряда отличается в зависимости от причины ухудшения характеристик, и, соответственно, позиция, в которой наборы из измеренного сигнала датчика и фазового сигнала располагается плотно, изменяется, так что в итоге шаблон разряда образует острую форму в направлении интенсивности сигнала или в направлении фазы. Следовательно, сравнение шаблонов ухудшения характеристик позволяет определять причину ухудшения характеристик.
[0039] Когда модуль 5 формирования векторов признаков принимает, из модуля 4 вычисления гистограмм, гистограмму A для каждого сегмента, как показано на фиг. 8, модуль 5 формирования векторов признаков формирует вектор A признаков, в котором значения элементов (1)–(N) выборки гистограммы A для каждого сегмента выравниваются в строке (этап ST6 по фиг. 4).
Фиг. 8 является пояснительным чертежом, иллюстрирующим вектор A признаков, сформированный посредством модуля 5 формирования векторов признаков.
Число элементов вектора A признаков составляет число сегментов x (число N элементов выборки гистограммы A), и, например, если гистограмма A показывает частоты с интервалами в 1 градус в направлении градиента от –180 до 180 градусов, число N элементов выборки гистограммы A составляет 360.
Следовательно, в случае если гистограммы A для шести сегментов (1)–(6) принимаются из модуля 4 вычисления гистограмм, формируется вектор A признаков, имеющий 6×360 элементов.
Здесь, показывается пример, в котором число N элементов выборки гистограммы A составляет 360. Тем не менее, число N элементов выборки гистограммы A может произвольно определяться до тех пор, пока число N элементов выборки гистограммы A является идентичным числу N элементов выборки нижеупомянутой гистограммы B.
Модуль 5 формирования векторов признаков выводит сформированный вектор A признаков в модуль 9 идентификации причин ухудшения характеристик.
[0040] Выше показывается пример, в котором когда оборудование диагностики ухудшения характеристик вследствие старения диагностирует состояние ухудшения характеристик оборудования, фазовые сигналы, полученные во множестве моментов времени, и измеренные сигналы, полученные во множестве моментов времени, предоставляются из модуля 1 ввода диагностических сигналов в модуль 3 формирования шаблонов ухудшения характеристик, и в силу этого модуль 3 формирования шаблонов ухудшения характеристик формирует шаблон A ухудшения характеристик. Затем, модуль 4 вычисления гистограмм вычисляет гистограмму A, и модуль 5 формирования векторов признаков формирует вектор A признаков.
[0041] До того, как оборудование диагностики ухудшения характеристик вследствие старения диагностирует состояние ухудшения характеристик оборудования, фазовые сигналы во множестве моментов времени, соответствующих известной причине ухудшения характеристик, и измеренные сигналы во множестве моментов времени, соответствующих известной причине ухудшения характеристик, вводятся в модуль 2 ввода известных сигналов.
Затем, фазовые сигналы во множестве моментов времени, соответствующих известной причине ухудшения характеристик, и измеренные сигналы во множестве моментов времени, соответствующих известной причине ухудшения характеристик, предоставляются из модуля 2 ввода известных сигналов в модуль 3 формирования шаблонов ухудшения характеристик, и в силу этого модуль 3 формирования шаблонов ухудшения характеристик формирует шаблон B ухудшения характеристик.
Способ для формирования шаблона B ухудшения характеристик посредством модуля 3 формирования шаблонов ухудшения характеристик является идентичным способу для формирования шаблона A ухудшения характеристик, описанному выше, и в силу этого его подробное описание опускается. Тем не менее, метка причины ухудшения характеристик, указывающая причину ухудшения характеристик, добавляется в шаблон B ухудшения характеристик, сформированный посредством модуля 3 формирования шаблонов ухудшения характеристик.
[0042] Модуль 4 вычисления гистограмм вычисляет градиентный вектор плотности сигналов в каждой точке распределения в шаблоне B ухудшения характеристик, сформированном посредством модуля 3 формирования шаблонов ухудшения характеристик, и для каждого из сегментов, которые представляют собой фазовые диапазоны, отличающиеся друг от друга, вычисляет, из вычисленных градиентных векторов, гистограмму B в направлении градиента плотностей сигналов в сегменте.
Способ для вычисления гистограммы B посредством модуля 4 вычисления гистограмм является идентичным способу для вычисления гистограммы A, описанному выше, и в силу этого его подробное описание опускается. Тем не менее, метка причины ухудшения характеристик, указывающая причину ухудшения характеристик, добавляется на гистограмму B в каждом сегменте, вычисленном посредством модуля 4 вычисления гистограмм.
[0043] Модуль 5 формирования векторов признаков формирует вектор B признаков, в котором выравниваются значения элементов выборки гистограммы B для каждого сегмента, вычисленного посредством модуля 4 вычисления гистограмм.
Способ для формирования вектора B признаков посредством модуля 5 формирования векторов признаков является идентичным способу для формирования вышеописанного вектора A признаков, и в силу этого его подробное описание опускается. Тем не менее, метка причины ухудшения характеристик, указывающая причину ухудшения характеристик, добавляется в вектор B признаков, сформированный посредством модуля 5 формирования векторов признаков.
[0044] В качестве вектора признаков, причина ухудшения характеристик которого известна, модуль 6 хранения векторов признаков сохраняет вектор B признаков, сформированный посредством модуля 5 формирования векторов признаков.
Модуль 7 вычисления характерных векторов собирает, из числа векторов B признаков, сохраненных в модуле 6 хранения векторов признаков, множество векторов B признаков, имеющих идентичную причину ухудшения характеристик.
Другими словами, поскольку метки причин ухудшения характеристик добавляются в векторы B признаков, сохраненные в модуле 6 хранения векторов признаков, модуль 7 вычисления характерных векторов собирает, из числа векторов B признаков, сохраненных в модуле 6 хранения векторов признаков, множество векторов B признаков, в которые добавляется идентичная метка причины ухудшения характеристик.
[0045] Из множества векторов B признаков, в которые добавляется идентичная метка причины ухудшения характеристик, модуль 7 вычисления характерных векторов вычисляет характерный вектор причины ухудшения характеристик, указываемой посредством метки причины ухудшения характеристик.
Например, модуль 7 вычисления характерных векторов вычисляет среднее значение значений элементов выборки для соответствующих элементов выборки, которые представляют собой соответствующие элементы во множестве векторов B признаков, в которые добавляется идентичная метка причины ухудшения характеристик, и вычисляет, в качестве характерного вектора причины ухудшения характеристик, вектор признаков, имеющий вычисленные средние значения в качестве соответствующих значений элементов.
[0046] Если число видов меток причин ухудшения характеристик вектора B признаков, сохраненного в модуле 6 хранения векторов признаков, составляет M, число причин ухудшения характеристик составляет M, и в силу этого модуль 7 вычисления характерных векторов вычисляет характерный вектор для каждой из причин ухудшения характеристик, число которых составляет M.
Модуль 8 хранения характерных векторов сохраняет векторы признаков, вычисленные посредством модуля 7 вычисления характерных векторов, в качестве векторов C признаков в соответствии с причиной ухудшения характеристик.
[0047] Когда вектор A признаков, выводимый из модуля 5 формирования векторов признаков, принимается, модуль 9 идентификации причин ухудшения характеристик выполняет поиск вектора C признаков, аналогичного вектору A признаков, из числа векторов C признаков в соответствии с причиной ухудшения характеристик, сохраненных в модуле 8 хранения характерных векторов, и идентифицирует причину ухудшения характеристик оборудования (этап ST7 по фиг. 4).
Ниже подробно описывается процесс идентификации причины ухудшения характеристик посредством модуля 9 идентификации причин ухудшения характеристик.
[0048] Модуль 9 идентификации причин ухудшения характеристик вычисляет подобие между вектором A признаков, выводимым из модуля 5 формирования векторов признаков, и каждым из векторов C признаков в соответствии с причиной ухудшения характеристик, сохраненных в модуле 8 хранения характерных векторов.
Например, в качестве подобия между вектором A признаков и каждым из векторов C признаков, модуль 9 идентификации причин ухудшения характеристик вычисляет абсолютное значение коэффициента корреляции между вектором A признаков и каждым из векторов C признаков. Абсолютное значение коэффициента корреляции увеличивается с увеличением подобия. Относительно процесса вычисления абсолютного значения коэффициента корреляции, непосредственно обработка вычислений представляет собой общеизвестную технологию, и в силу этого ее подробное описание опускается.
[0049] Когда подобие между вектором A признаков и каждым из векторов C признаков в соответствии с причиной ухудшения характеристик вычисляется, модуль 9 идентификации причин ухудшения характеристик сравнивает вычисленные подобия и идентифицирует вектор C признаков, имеющий наибольшее подобие вектору A признаков, из числа векторов C признаков в соответствии с причиной ухудшения характеристик.
В качестве результата идентификации причины ухудшения характеристик оборудования, модуль 9 идентификации причин ухудшения характеристик выводит метку причины ухудшения характеристик, добавляемую в идентифицированный вектор C признаков.
[0050] Здесь, показывается пример, в котором модуль 9 идентификации причин ухудшения характеристик выводит метку причины ухудшения характеристик, добавляемую в вектор C признаков, имеющий наибольшее подобие вектору A признаков. Тем не менее, в случае если наибольшее подобие не достигает предварительно установленного порогового значения, модуль 9 идентификации причин ухудшения характеристик может адаптироваться с возможностью не выводить метку причины ухудшения характеристик, добавляемую в идентифицированный вектор C признаков.
Помимо этого, в случае если имеется множество подобий, которые превышают или равны пороговому значению, в числе вычисленных подобий, модуль 9 идентификации причин ухудшения характеристик может выводить соответствующие метки причин ухудшения характеристик, добавляемые во множество векторов C признаков, имеющих подобия, превышающие или равные пороговому значению.
[0051] Здесь, показывается пример, в котором, в качестве результата идентификации причины ухудшения характеристик оборудования, модуль 9 идентификации причин ухудшения характеристик выводит метку причины ухудшения характеристик, добавляемую в идентифицированный вектор C признаков.
Модуль 9 идентификации причин ухудшения характеристик может выводить не только метку причины ухудшения характеристик, но также и, например, шаблон A ухудшения характеристик, соответствующий вектору A признаков, выводимый из модуля 5 формирования векторов признаков, и шаблон B ухудшения характеристик, соответствующий идентифицированному вектору C признаков.
[0052] Из вышеприведенного следует четко понимать, что согласно первому варианту осуществления, предусмотрены: модуль 3 формирования шаблонов ухудшения характеристик, который формирует шаблон ухудшения характеристик, указывающий распределения интенсивностей сигналов для измеренных сигналов и фазы переменного напряжения; модуль 4 вычисления гистограмм, который вычисляет градиентный вектор плотности сигналов в каждой точке распределения в шаблоне ухудшения характеристик, и для каждого из фазовых диапазонов, отличающихся друг от друга, вычисляет, из вычисленных градиентных векторов, гистограмму в направлении градиента плотностей сигналов в фазовом диапазоне; и модуль 5 формирования векторов признаков, который формирует вектор признаков, в котором выравниваются значения элементов выборки гистограмм в соответствующих фазовых диапазонах. Помимо этого, из числа векторов признаков в соответствии с причиной ухудшения характеристик, модуль 9 идентификации причин ухудшения характеристик выполняет поиск вектора признаков, аналогичного вектору признаков, сформированному посредством модуля 5 формирования векторов признаков, и идентифицирует причину ухудшения характеристик оборудования.
Это формирует такое преимущество, чтобы идентифицировать причину ухудшения характеристик оборудования без подготовки заранее нейронной сети, которая изучает модель определения причин ухудшения характеристик.
[0053] Второй вариант осуществления
Первый вариант осуществления, описанный выше, показывает пример, в котором, когда оборудование диагностики ухудшения характеристик вследствие старения диагностирует состояние ухудшения характеристик оборудования, фазовые сигналы, полученные во множестве моментов времени, и измеренные сигналы, полученные во множестве моментов времени, предоставляются из модуля 1 ввода диагностических сигналов в модуль 3 формирования шаблонов ухудшения характеристик.
Второй вариант осуществления показывает пример, в котором то, возникает или нет ухудшение характеристик в оборудовании, определяется из измеренного сигнала датчика, и только в случае, если определяется то, что ухудшение характеристик возникает, измеренный сигнал датчика и фазовый сигнал, полученный во время измерения, идентичное времени измерения измеренного сигнала, предоставляются в модуль 3 формирования шаблонов ухудшения характеристик.
[0054] Фиг. 9 является схемой конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно второму варианту осуществления настоящего изобретения. Фиг. 10 является схемой аппаратной конфигурации, иллюстрирующей оборудование диагностики ухудшения характеристик вследствие старения согласно второму варианту осуществления настоящего изобретения.
На фиг. 9 и 10, ссылки с номерами, идентичные ссылкам с номерами по фиг. 1 и 2, обозначают идентичные или эквивалентные компоненты, и в силу этого их пояснение опускается.
Модуль 10 определения ухудшения характеристик реализуется посредством схемы 30 определения ухудшения характеристик, показанной, например, на фиг. 10.
Модуль 10 определения ухудшения характеристик выполняет процесс определения, из измеренного сигнала датчика, который измеряет состояние ухудшения характеристик оборудования, того, возникает или нет ухудшение характеристик в оборудовании.
Только в случае, если определяется то, что возникает ухудшение характеристик, модуль 10 определения ухудшения характеристик выполняет процесс вывода измеренного сигнала датчика и фазового сигнала, полученного во время измерения, идентичное времени измерения измеренного сигнала, в модуль 3 формирования шаблонов ухудшения характеристик.
[0055] На фиг. 9, предполагается, что модуль 2 ввода известных сигналов, модуль 3 формирования шаблонов ухудшения характеристик, модуль 4 вычисления гистограмм, модуль 5 формирования векторов признаков, модуль 6 хранения векторов признаков, модуль 7 вычисления характерных векторов, модуль 8 хранения характерных векторов, модуль 9 идентификации причин ухудшения характеристик и модуль 10 определения ухудшения характеристик, которые представляют собой компоненты оборудования диагностики ухудшения характеристик вследствие старения, реализуются посредством специализированных аппаратных средств, таких как специализированные аппаратные средства, показанные на фиг. 10. Другими словами, предполагается, что компоненты оборудования диагностики ухудшения характеристик вследствие старения реализуются посредством схемы 22 ввода известных сигналов, схемы 23 формирования шаблонов ухудшения характеристик, схемы 24 вычисления гистограмм, схемы 25 формирования векторов признаков, схемы 26 хранения векторов признаков, схемы 27 вычисления характерных векторов, схемы 28 хранения характерных векторов, схемы 29 идентификации причин ухудшения характеристик и схемы 30 определения ухудшения характеристик.
[0056] Например, одна схема, составная схема, программируемый процессор, параллельно программируемый процессор, ASIC, FPGA либо комбинация этих компонентов являются применимыми к схеме 22 ввода известных сигналов, схеме 23 формирования шаблонов ухудшения характеристик, схеме 24 вычисления гистограмм, схеме 25 формирования векторов признаков, схеме 27 вычисления характерных векторов, схеме 29 идентификации причин ухудшения характеристик и схеме 30 определения ухудшения характеристик.
Компоненты оборудования диагностики ухудшения характеристик вследствие старения не ограничены компонентами, реализованными посредством специализированных аппаратных средств. Оборудование диагностики ухудшения характеристик вследствие старения может реализовываться посредством программного обеспечения, микропрограммного обеспечения либо комбинации программного обеспечения и микропрограммного обеспечения.
[0057] В случае если оборудование диагностики ухудшения характеристик вследствие старения реализуется посредством программного обеспечения, микропрограммного обеспечения и т.п., модуль 6 хранения векторов признаков и модуль 8 хранения характерных векторов формируются в запоминающем устройстве 41 компьютера, показанного на фиг. 3, программа, которая инструктирует компьютеру выполнять процедуры обработки модуля 2 ввода известных сигналов, модуля 3 формирования шаблонов ухудшения характеристик, модуля 4 вычисления гистограмм, модуля 5 формирования векторов признаков, модуля 7 вычисления характерных векторов, модуля 9 идентификации причин ухудшения характеристик и модуля 10 определения ухудшения характеристик, сохраняется в запоминающем устройстве 41, и процессору 42 компьютера должно инструктироваться выполнять только программу, сохраненную в запоминающем устройстве 41.
[0058] Далее описывается работа.
Контент обработки, отличный от контента обработки модуля 10 определения ухудшения характеристик, является аналогичным контенту обработки в первом варианте осуществления, описанном выше, и в силу этого в дальнейшем здесь описывается только контент обработки модуля 10 определения ухудшения характеристик.
Фиг. 11 является блок–схемой последовательности операций способа, иллюстрирующей контент обработки в модуле 10 определения ухудшения характеристик оборудования диагностики ухудшения характеристик вследствие старения согласно второму варианту осуществления настоящего изобретения.
[0059] В первом варианте осуществления, описанном выше, измеренный сигнал датчика предоставляется в модуль 3 формирования шаблонов ухудшения характеристик без различения того, представляет измеренный сигнал собой сигнал, измеренный в состоянии, в котором характеристики оборудования уже ухудшены, или сигнал, измеренный, когда оборудование находится в нормальном состоянии.
В случае если измеренный сигнал датчика представляет собой сигнал, измеренный, когда оборудование находится в нормальном состоянии, метка причины ухудшения характеристик не выводится из модуля 9 идентификации причин ухудшения характеристик.
Тем не менее, невозможно знать, представляет собой причина, по которой метка причины ухудшения характеристик из модуля 9 идентификации причин ухудшения характеристик, то, что оборудование находится в нормальном состоянии, или то, что причина ухудшения характеристик оборудования не представляет собой известную причину ухудшения характеристик. Следовательно, возможен случай, в котором пользователь имеет проблемы в обращении с оборудованием.
Помимо этого, если оборудование находится в нормальном состоянии, необязательно выполнять процесс определения для определения причины ухудшения характеристик, и в силу этого процессы модуля 3 формирования шаблонов ухудшения характеристик, модуля 4 вычисления гистограмм, модуля 5 формирования векторов признаков и модуля 9 идентификации причин ухудшения характеристик становятся бесполезными.
[0060] Соответственно, во втором варианте осуществления, если измеренный сигнал датчика представляет собой сигнал, измеренный, когда оборудование находится в нормальном состоянии, измеренный сигнал не предоставляется в модуль 3 формирования шаблонов ухудшения характеристик, с тем чтобы опускать бесполезную обработку в модуле 3 формирования шаблонов ухудшения характеристик, модуле 4 вычисления гистограмм, модуле 5 формирования векторов признаков и модуле 9 идентификации причин ухудшения характеристик.
Помимо этого, то, что оборудование находится в нормальном состоянии, исключается из причин, по которым метка причины ухудшения характеристик не выводится из модуля 9 идентификации причин ухудшения характеристик.
[0061] Когда ухудшение характеристик оборудования диагностируется, модуль 10 определения ухудшения характеристик принимает измеренные сигналы, полученные во множестве моментов времени, причем измеренные сигналы измеряются с фиксированными временными интервалами T посредством датчика (этап ST11 по фиг. 11).
Помимо этого, модуль 10 определения ухудшения характеристик принимает фазовые сигналы, полученные во множестве моментов времени, причем фазовые сигналы указывают фазы переменного напряжения, прикладываемого к оборудованию, которое должно диагностироваться (этап ST11 по фиг. 11).
Модуль 10 определения ухудшения характеристик определяет, из входного измеренного сигнала датчика, то, возникает или нет ухудшение характеристик в оборудовании (этап ST12 по фиг. 11).
Ниже подробно описывается процесс определения для определения, посредством модуля 10 определения ухудшения характеристик, того, возникает или нет ухудшение характеристик.
[0062] Например, в случае если измеренный сигнал датчика имеет тенденцию увеличиваться с развитием ухудшения характеристик оборудования, модуль 10 определения ухудшения характеристик сравнивает измеренный сигнал датчика с предварительно установленным пороговым значением определения состояния ухудшения характеристик.
Если измеренный сигнал датчика выше или равен пороговому значению, модуль 10 определения ухудшения характеристик определяет то, что ухудшение характеристик оборудования возникает.
Если измеренный сигнал датчика ниже порогового значения, модуль 10 определения ухудшения характеристик определяет то, что ухудшение характеристик оборудования не возникает.
Например, в случае если оборудование, которое должно диагностироваться, представляет собой силовое оборудование высокого напряжения, степень развития ухудшения характеристик оборудования имеет пропорциональную взаимосвязь с интенсивностью частичного разряда. Следовательно, если измеренный сигнал датчика представляет собой сигнал, который измеряет интенсивность частичного разряда, предполагается, что значение сигнала для измеренного сигнала датчика становится большим с развитием ухудшения характеристик оборудования.
[0063] Помимо этого, интенсивность частичного разряда также изменяется вследствие изменения температуры оборудования или возникновения вибраций, и в силу этого модуль 10 определения ухудшения характеристик может быть выполнен с возможностью моделировать, заранее, взаимосвязь между интенсивностью частичного разряда и температурой или вибрациями.
В этом случае, модуль 10 определения ухудшения характеристик может подвергать измеренный сигнал датчика температурной коррекции или вибрационной коррекции посредством использования модели, и если измеренный сигнал после коррекции выше или равен пороговому значению, модуль 10 определения ухудшения характеристик может определять то, что ухудшение характеристик оборудования возникает.
Кроме того, степень развития ухудшения характеристик оборудования имеет пропорциональную взаимосвязь с числом возникновений частичного разряда. Следовательно, датчик подсчитывает число возникновений частичного разряда в качестве измеренного сигнала, и затем модуль 10 определения ухудшения характеристик может определять степень развития ухудшения характеристик из числа возникновений частичного разряда в течение фиксированного периода времени.
[0064] Здесь, показывается пример, в котором модуль 10 определения ухудшения характеристик сравнивает измеренный сигнал датчика с пороговым значением, чтобы определять то, возникает или нет ухудшение характеристик. Тем не менее, например, определение может выполняться так, как описано ниже.
Модуль 10 определения ухудшения характеристик компонует модель для оценки измеренных сигналов в нормальное время оборудования посредством выполнения, например, машинного обучения с использованием конструкторских знаний, физических законов или данных оборудования в нормальное время.
Если разность между измеренным сигналом в нормальное время оборудования, оцененным посредством модели, и измеренным сигналом датчика превышает или равна пороговому значению, модуль 10 определения ухудшения характеристик определяет то, что ухудшение характеристик оборудования возникает, а если разность меньше порогового значения, модуль 10 определения ухудшения характеристик определяет то, что ухудшение характеристик оборудования не возникает.
[0065] Если определяется то, что ухудшение характеристик возникает (этап ST13 по фиг. 11: в случае "Да"), модуль 10 определения ухудшения характеристик сравнивает временную метку, добавляемую в измеренный сигнал датчика, с временной меткой, добавляемой во входной фазовый сигнал.
Временная метка, добавляемая в измеренный сигнал датчика, указывает время измерения измеренного сигнала, и временная метка, добавляемая в фазовый сигнал, указывает время измерения фазового сигнала.
Модуль 10 определения ухудшения характеристик обращается к результату сравнения временных меток и идентифицирует, из числа входных фазовых сигналов во множестве моментов времени, фазовый сигнал, полученный во время измерения, идентичное времени измерения измеренного сигнала, полученного, когда определяется то, что ухудшение характеристик возникает.
[0066] Модуль 10 определения ухудшения характеристик выводит набор из измеренного сигнала, полученного, когда определяется то, что ухудшение характеристик возникает, и идентифицированного фазового сигнала в модуль 3 формирования шаблонов ухудшения характеристик (этап ST14 по фиг. 11).
Если определяется то, что ухудшение характеристик не возникает (этап ST13 по фиг. 11: в случае "Нет"), модуль 10 определения ухудшения характеристик не выводит, в модуль 3 формирования шаблонов ухудшения характеристик, измеренный сигнал, полученный, когда определяется то, что ухудшение характеристик не возникает.
В случае если определяется то, что ухудшение характеристик не возникает, модуль 10 определения ухудшения характеристик может выводить результат определения, указывающий то, что ухудшение характеристик не возникает.
[0067] Из вышеприведенного следует четко понимать, что согласно второму варианту осуществления, оборудование диагностики ухудшения характеристик вследствие старения содержит модуль 10 определения ухудшения характеристик, который определяет, из измеренного сигнала датчика для измерения состояния ухудшения характеристик оборудования, то, возникает или нет ухудшение характеристик в оборудовании, и который, только в случае, если определяется то, что ухудшение характеристик возникает, выводит измеренный сигнал и фазовый сигнал, полученный во время измерения, идентичное времени измерения измеренного сигнала, в модуль 3 формирования шаблонов ухудшения характеристик. Следовательно, процесс определения для определения причины ухудшения характеристик в нормальное время, в которое необязательно идентифицировать причину ухудшения характеристик, может опускаться.
Помимо этого, когда метка причины ухудшения характеристик не выводится из модуля 9 идентификации причин ухудшения характеристик, то, что оборудование находится в нормальном состоянии, может исключаться из причин, по которым метка причины ухудшения характеристик не выводится.
[0068] Следует отметить, что свободное комбинирование вариантов осуществления или модификация любого компонента каждого варианта осуществления, или опускание любого компонента в каждом варианте осуществления могут вноситься в изобретение настоящей заявки в пределах объема настоящего изобретения.
Промышленная применимость
[0069] Настоящее изобретение является подходящим для оборудования диагностики ухудшения характеристик вследствие старения и способа диагностики ухудшения характеристик вследствие старения, каждый из которых выводит причину ухудшения характеристик оборудования.
Перечень позиционных обозначений
[0070] 1 – модуль ввода диагностических сигналов,
2 – модуль ввода известных сигналов,
3 – модуль формирования шаблонов ухудшения характеристик,
4 – модуль вычисления гистограмм,
5 – модуль формирования векторов признаков,
6 – модуль хранения векторов признаков,
7 – модуль вычисления характерных векторов,
8 – модуль хранения характерных векторов,
9 – модуль идентификации причин ухудшения характеристик,
10 – модуль определения ухудшения характеристик,
21 – схема ввода диагностических сигналов,
22 – схема ввода известных сигналов,
23 – схема формирования шаблонов ухудшения характеристик,
24 – схема вычисления гистограмм,
25 – схема формирования векторов признаков,
26 – схема хранения векторов признаков,
27 – схема вычисления характерных векторов,
28 – схема хранения характерных векторов,
29 – схема идентификации причин ухудшения характеристик,
30 – схема определения ухудшения характеристик,
41 – запоминающее устройство, и
42 – процессор
1. Оборудование диагностики ухудшения характеристик вследствие старения, содержащее:
– модуль формирования шаблонов ухудшения характеристик для формирования из фазовых сигналов, полученных во множестве моментов времени, причем фазовые сигналы указывают фазу переменного напряжения, прикладываемого к оборудованию, которое должно диагностироваться, и из измеренных сигналов, измеренных во множестве моментов времени посредством датчика, который измеряет состояние ухудшения характеристик оборудования, шаблона ухудшения характеристик, указывающего распределение интенсивностей сигналов измеренных сигналов и фазу переменного напряжения;
– модуль вычисления гистограмм для вычисления градиентного вектора плотности сигналов в каждой из точек распределения шаблона ухудшения характеристик, сформированного посредством модуля формирования шаблонов ухудшения характеристик, и вычисления для каждого из фазовых диапазонов, отличающихся друг от друга, из вычисленного градиентного вектора гистограммы в направлении градиента плотности сигналов в релевантном фазовом диапазоне;
– модуль формирования векторов признаков для формирования вектора признаков, в котором выравниваются значения элементов выборки гистограммы для каждого из фазовых диапазонов, вычисленных посредством модуля вычисления гистограмм; и
– модуль идентификации причин ухудшения характеристик для поиска из числа векторов признаков в соответствии с причиной ухудшения характеристик вектора признаков, аналогичного вектору признаков, сформированному посредством модуля формирования векторов признаков, и идентификации причины ухудшения характеристик оборудования.
2. Оборудование диагностики ухудшения характеристик вследствие старения по п. 1, в котором:
– модуль формирования шаблонов ухудшения характеристик разделяет плоскость, в которой ее первая ось представляет собой фазу переменного напряжения и ее вторая ось представляет собой интенсивность сигнала для измеренного сигнала, на множество блоков и формирует в качестве шаблона ухудшения характеристик шаблон, указывающий число наборов из фазового сигнала и измеренного сигнала, которые принадлежат каждому разделенному блоку.
3. Оборудование диагностики ухудшения характеристик вследствие старения по п. 2, в котором:
– из числа наборов из фазового сигнала и измеренного сигнала, которые принадлежат каждому блоку, указываемому посредством шаблона ухудшения характеристик, сформированного посредством модуля формирования шаблонов ухудшения характеристик, модуль вычисления гистограмм вычисляет градиентный вектор плотности сигналов в точке распределения каждого блока.
4. Оборудование диагностики ухудшения характеристик вследствие старения по п. 1, содержащее:
– модуль хранения векторов признаков для сохранения векторов признаков, в которых известна причина ухудшения характеристик;
– модуль вычисления характерных векторов для сбора множества векторов признаков с идентичной причиной ухудшения характеристик между собой из числа векторов признаков, сохраненных в модуле хранения векторов признаков, и вычисления характерного вектора причины ухудшения характеристик из собранных векторов признаков; и
– модуль хранения характерных векторов для сохранения в качестве вектора признаков в соответствии с причиной ухудшения характеристик характерного вектора, вычисленного посредством модуля вычисления характерных векторов.
5. Оборудование диагностики ухудшения характеристик вследствие старения по п. 1, в котором:
– модуль идентификации причин ухудшения характеристик вычисляет подобия между векторами признаков в соответствии с причиной ухудшения характеристик и вектором признаков, сформированным посредством модуля формирования векторов признаков, сравнивает вычисленные подобия и из числа векторов признаков в соответствии с причиной ухудшения характеристик выполняет поиск вектора признаков, аналогичного вектору признаков, сформированному посредством модуля формирования векторов признаков.
6. Оборудование диагностики ухудшения характеристик вследствие старения по п. 1, содержащее:
– модуль определения ухудшения характеристик для определения из измеренных сигналов датчика, который измеряет состояние ухудшения характеристик оборудования, того, возникает или нет ухудшение характеристик в оборудовании, и только в случае, если определяется то, что ухудшение характеристик возникает, вывода измеренного сигнала и фазового сигнала, полученного во время измерения, идентичное времени измерения измеренного сигнала, в модуль формирования шаблонов ухудшения характеристик.
7. Способ диагностики ухудшения характеристик вследствие старения, содержащий этапы, на которых:
– из фазовых сигналов, полученных во множестве моментов времени, причем фазовые сигналы указывают фазу переменного напряжения, прикладываемого к оборудованию, которое должно диагностироваться, и из измеренных сигналов, измеренных во множестве моментов времени посредством датчика, который измеряет состояние ухудшения характеристик оборудования, формируют посредством модуля формирования шаблонов ухудшения характеристик шаблон ухудшения характеристик, указывающий распределение интенсивностей сигналов измеренных сигналов и фазу переменного напряжения;
– вычисляют посредством модуля вычисления гистограмм градиентный вектор плотности сигналов в каждой из точек распределения шаблона ухудшения характеристик, сформированного посредством модуля формирования шаблонов ухудшения характеристик, и для каждого из фазовых диапазонов, отличающихся друг от друга, вычисляют из вычисленного градиентного вектора гистограмму в направлении градиента плотностей сигналов в фазовом диапазоне;
– формируют посредством модуля формирования векторов признаков вектор признаков, в котором выравниваются значения элементов выборки гистограммы для каждого из фазовых диапазонов, вычисленных посредством модуля вычисления гистограмм; и
– выполняют поиск посредством модуля идентификации причин ухудшения характеристик из числа векторов признаков в соответствии с причиной ухудшения характеристик вектора признаков, аналогичного вектору признаков, сформированному посредством модуля формирования векторов признаков, и идентифицируют причину ухудшения характеристик оборудования.
