método implantado por processador para monitoramento de integridade e identificação de característica de falha, sistema de identificação de característica de falha, monitoramento de integridade e detecção de falha, uma ou mais mídias de armazenamento de informações legíveis por máquina não transitória
trata-se de um sistema e método para monitoramento de integridade e identificação de característica de falha de um sistema. em uma modalidade, o sistema estima um índice de integridade (hi) do sistema como dados de série temporal. através da análise dos dados que correspondem ao hi estimado, o siste...
Gespeichert in:
Hauptverfasser: | , , , , , |
---|---|
Format: | Patent |
Sprache: | por |
Schlagworte: | |
Online-Zugang: | Volltext bestellen |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Zusammenfassung: | trata-se de um sistema e método para monitoramento de integridade e identificação de característica de falha de um sistema. em uma modalidade, o sistema estima um índice de integridade (hi) do sistema como dados de série temporal. através da análise dos dados que correspondem ao hi estimado, o sistema identifica uma ou mais janelas de tempo nas quais uma maioria dos valores de hi estimado está baixa como uma janela de baixo hi e uma ou mais janelas de tempo nas quais uma maioria dos valores de hi estimado está alta como uma janela de alto hi. mediante a identificação de uma janela de baixo hi, o que indica que um comportamento anormal do sistema é monitorado, o sistema, com base em uma rede bayesiana local gerada pelo sistema que é monitorado, gera um índice de explicabilidade (ei) para cada sensor em que o ei quantifica uma contribuição do sensor para o baixo hi. além disso, um componente associado (ou componentes associados) é identificado como contribuinte para o comportamento anormal/com falhas do sistema.
System and method for health monitoring and fault signature identification of a system are disclosed. In an embodiment, the system, estimates Health Index (HI) of the system as time series data. By analyzing data corresponding to the estimated HI, the system identifies one or more time windows in which majority of the estimated HI values are low as a low HI window, and one or more time windows in which majority of the estimated HI values are high as a high HI window. Upon identifying a low HI window, which indicates an abnormal behavior of the system being monitored, the system, based on a local Bayesian Network generated for the system being monitored, generates an Explainability Index (EI) for each sensor, wherein the EI quantifies contribution of the sensor to the low HI. Further, associated component(s) is identified as contributing to the abnormal/faulty behavior of the system. |
---|