ES2895956T3 - Método de predicción de la vida útil de un componente de un vehículo observado y unidad de procesamiento - Google Patents

Método de predicción de la vida útil de un componente de un vehículo observado y unidad de procesamiento Download PDF

Info

Publication number
ES2895956T3
ES2895956T3 ES17701656T ES17701656T ES2895956T3 ES 2895956 T3 ES2895956 T3 ES 2895956T3 ES 17701656 T ES17701656 T ES 17701656T ES 17701656 T ES17701656 T ES 17701656T ES 2895956 T3 ES2895956 T3 ES 2895956T3
Authority
ES
Spain
Prior art keywords
component
operating parameter
maintenance
observed vehicle
status data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
ES17701656T
Other languages
English (en)
Inventor
Maria Davidich
Jennifer Ling
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Siemens Mobility GmbH
Original Assignee
Siemens Mobility GmbH
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Family has litigation
First worldwide family litigation filed litigation Critical https://patents.darts-ip.com/?family=57906601&utm_source=google_patent&utm_medium=platform_link&utm_campaign=public_patent_search&patent=ES2895956(T3) "Global patent litigation dataset” by Darts-ip is licensed under a Creative Commons Attribution 4.0 International License.
Application filed by Siemens Mobility GmbH filed Critical Siemens Mobility GmbH
Application granted granted Critical
Publication of ES2895956T3 publication Critical patent/ES2895956T3/es
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0841—Registering performance data
    • G07C5/085—Registering performance data using electronic data carriers
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2637—Vehicle, car, auto, wheelchair

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)

Abstract

Método para predecir la vida útil (24) de un componente de un vehículo observado, en donde - una unidad de tratamiento es alimentada con datos de estado (8) de componentes seleccionados de varios vehículos - la unidad de procesamiento es alimentada con un parámetro de funcionamiento (10) para cada uno de estos componentes seleccionados de los varios vehículos, cuyo parámetro de funcionamiento (10) influye en los datos de estado (8) del respectivo componente seleccionado, - se determina una función (16) entre el parámetro de funcionamiento (10) y los datos de estado (8) para cada uno de los componentes seleccionados, - se selecciona, mediante un algoritmo, una función (16) que se ajusta mejor al componente del vehículo observado, - se alimenta la unidad de procesamiento con un parámetro de funcionamiento (22) del componente del vehículo observado, y, - la unidad de procesamiento predice la vida útil (24) del componente del vehículo observado utilizando la función seleccionada (16) y el parámetro de funcionamiento (22) del componente del vehículo observado.

Description

DESCRIPCIÓN
Método de predicción de la vida útil de un componente de un vehículo observado y unidad de procesamiento
La invención se refiere a un método para predecir la vida útil de un componente de un vehículo observado.
La mayoría de los componentes de un vehículo tienen una la vida útil limitada. El vehículo se inspecciona con regularidad para comprobar y/o identificar los componentes que deben ser mantenidos o cambiados.
La publicación de solicitud de patente US 2010/318246 A1 enseña un método para determinar la vida útil restante de un componente del vehículo. El documento DE 10 2010 049909 A1 divulga un método para decidir si se debe realizar el mantenimiento de un sistema técnico, donde se supervisa una señal de estado por medio de un sensor y se determina una distribución de vida útil restante a partir de la señal de estado y de una función de degradación esperada para el estado monitoreado.
Un objetivo de la invención es proporcionar un método para predecir la vida útil de un componente.
Este objetivo se logra mediante un método de conformidad con la reivindicación 1. Para el método para predecir la vida útil de un componente de un vehículo observado, de acuerdo con la invención, se alimenta una unidad de procesamiento con datos de estado de componentes seleccionados de varios vehículos. Además, la unidad de procesamiento se alimenta con un parámetro de funcionamiento para cada uno de estos componentes seleccionados de los diversos vehículos, cuyo parámetro de funcionamiento influye en los datos de estado del respectivo componente seleccionado. Según la invención, se determina una función entre el parámetro de funcionamiento y los datos de estado para cada uno de los componentes seleccionados. Además, mediante un algoritmo se selecciona la función que mejor se ajusta al componente del vehículo observado. La función seleccionada puede ser una de las funciones determinadas.
De manera adicional, la unidad de procesamiento se alimenta con un parámetro de funcionamiento del componente del vehículo observado. Asimismo, la unidad de procesamiento predice la vida útil del componente del vehículo observado utilizando la función seleccionada y el parámetro de funcionamiento del componente del vehículo observado.
La invención se basa en la consideración de que a menudo, especialmente en el transporte público, un taller se encarga de inspeccionar siempre los mismos vehículos. Normalmente, el taller comprende un depósito para almacenar piezas de repuesto. Sin embargo, el espacio de almacenamiento es limitado. Por lo tanto, sólo se puede almacenar una cantidad limitada de piezas de repuesto. Además, es económicamente más eficaz tener el menor número posible de piezas de repuesto, pero tantas como sean necesarias.
Mediante la invención, se puede predecir la vida útil del componente del vehículo observado. Del mismo modo, se puede predecir la vida útil de los componentes seleccionados de los diversos vehículos. De esta forma, se puede determinar el número de piezas de repuesto necesarias mediante la invención. Preferiblemente, las piezas de repuesto son del mismo tipo que el(los) componente(s). Además, un fluido de servicio para un componente también se puede considerar como pieza de repuesto.
Asimismo, la invención se basa en la comprobación de que la predicción automática basada en el aprendizaje automático necesita muchos datos y, por tanto, es compleja. Los vehículos utilizados en pista no suelen proporcionar mediciones en tiempo real del componente cuya vida útil se debe predecir. Por lo tanto, la invención se basa en la idea de utilizar los datos de estado y el parámetro de funcionamiento, que se determinan oportunamente de todos modos. De esta manera, se puede proporcionar un método barato y fácil para predecir la vida útil.
El vehículo observado puede ser un vehículo de transporte público. Preferentemente, el vehículo observado es un vehículo ferroviario, particularmente un tren. Además, el vehículo observado puede ser un autobús. Por otra parte, el vehículo observado puede ser un tranvía. De forma adicional, el vehículo observado puede ser un coche, por ejemplo, un taxi u otro carro. Principalmente, el vehículo observado puede ser cualquier vehículo.
De manera conveniente, los diversos vehículos son del mismo tipo que el vehículo observado. Preferentemente, los diversos vehículos incluyen el vehículo observado. Alternativamente, el vehículo observado puede estar separado de los varios vehículos.
El componente del vehículo observado puede ser una rueda. Además, el componente del vehículo observado puede ser, por ejemplo, una puerta eléctrica, un climatizador, un transformador de potencia, un freno, un motor u otro componente del vehículo observado.
De forma oportuna, los componentes seleccionados de los distintos vehículos son del mismo tipo que el componente del vehículo observado. En otras palabras, los componentes seleccionados de los diversos vehículos pueden ser idénticos al componente del vehículo observado. Por ejemplo, si el componente del vehículo observado puede ser una rueda, los componentes seleccionados de los diversos vehículos también pueden ser ruedas.
El parámetro de funcionamiento puede ser un parámetro de funcionamiento del vehículo respectivo, del componente respectivo, y/o de una parte que influye en los datos de estado del componente respectivo.
Ventajosamente, el parámetro de funcionamiento es un kilometraje. Además, se prefiere que el parámetro de funcionamiento sea un tiempo de funcionamiento. Asimismo, el parámetro de funcionamiento puede ser un número de funcionamiento, también un número de operaciones. Adicionalmente, el parámetro de funcionamiento puede ser una potencia de funcionamiento, en particular una suma de la potencia de funcionamiento aplicada anteriormente. El parámetro de funcionamiento puede ser una combinación de varios de los parámetros de funcionamiento mencionados anteriormente.
De manera conveniente, los datos de estado representan el estado del componente respectivo.
Se prefiere que los datos de estado sean datos de estado pasados, particularmente informando el estado pasado del componente respectivo. Además, los datos de estado pueden ser datos de estado actuales, particularmente informando el estado actual del componente respectivo. En una realización ventajosa de la invención, los datos de estado son datos de estado pasados y datos de estado actuales.
Preferentemente, los datos de estado representan el desgaste del componente respectivo. En particular, los datos de estado pueden representar y/o informar sobre la abrasión, el ensuciamiento, la desalineación y/o la contaminación del componente respectivo. Por ejemplo, los datos de estado pueden comprender una dimensión medida del componente respectivo que informa de la abrasión.
De forma ventajosa, los datos de estado comprenden información relativa a la(s) inspección(es) del componente respectivo. Además, se prefiere que los datos de estado incluyan información relativa al(a los) mantenimiento(s) del componente respectivo. De manera adicional, se prefiere que los datos de estado comprendan información relativa a(el) los intercambio(s) del componente respectivo. También, los datos de estado pueden incluir información sobre el estado del componente respectivo. La información relativa al componente respectivo puede informar sobre el desgaste del componente.
En particular, los datos de estado pueden incluir la hora de la(s) inspección(es), la hora del(de los) mantenimiento(s) y/o la hora del(de los) cambio(s). Además, los datos de estado pueden incluir un tipo de mantenimiento. Un mantenimiento puede ser una reparación y/o un servicio del componente respectivo. Por ejemplo, el mantenimiento puede ser un reperfilado, un intercambio de un fluido de servicio, una limpieza, una recalibración, y/o otro mantenimiento.
La información (de los datos de estado) se puede seleccionar de los datos de mantenimiento del vehículo respectivo. Sin embargo, los datos de mantenimiento pueden no haber sido creados bajo el aspecto de utilizarlos para cualquier análisis. Los datos de estado se pueden determinar en el sentido de que la información relevante para el componente puede seleccionarse a partir de los datos de mantenimiento.
Los datos de mantenimiento pueden incluir texto, por ejemplo, texto de flujo. El texto de los datos de mantenimiento puede ser crudo y/o no estructurado. Además, los datos de mantenimiento pueden incluir al menos un valor, en particular un valor medido, por ejemplo un kilometraje del vehículo respectivo, un diámetro del componente respectivo y/o algo similar. Este último valor puede formar parte del texto y/o estar separado del mismo.
Preferentemente, la información se selecciona a partir de los datos de mantenimiento mediante un análisis de texto. Es ventajoso que la información se seleccione de los datos de mantenimiento mediante la minería de textos. La minería de textos puede utilizar la recuperación de información, por ejemplo, la recuperación booleana, u otro método de extracción de información.
Preferiblemente, el texto de los datos de mantenimiento se estructura por medio del análisis de texto, en particular por medio de la minería de textos. La extracción de texto, en particular la estructuración, puede incluir la etapa de tokenización, en la que el texto puede dividirse en palabras y/o frases. Además, la extracción de texto, en particular la estructuración, puede comprender la etapa de normalización, en la que se pueden corregir los errores ortográficos y/o se pueden escribir las abreviaturas. Adicionalmente, la minería de textos, en particular la estructuración, puede incluir la etapa de lematización, en la que las palabras se escriben en su forma lemática/diccional.
En particular, sobre la base del texto estructurado, se puede crear un diccionario de palabras clave, especialmente mediante el análisis del texto. El diccionario de palabras clave puede incluir entradas relevantes de los componentes. El diccionario de palabras clave puede incluir traducciones de las entradas a diferentes idiomas y/o sinónimos.
Los datos de mantenimiento pueden incluir varios conjuntos de datos. Los conjuntos de datos relativos al componente pueden ser seleccionados por medio del diccionario de palabras clave. Además, también se pueden seleccionar conjuntos de datos relativos a la infraestructura que influye en el componente por medio del diccionario de palabras clave. Adicionalmente, los datos de estado se pueden determinar analizando las entradas de los conjuntos de datos seleccionados.
Por ejemplo, la información relevante para los componentes puede ser seleccionada por medio del análisis/extracción de texto, particularmente por medio del diccionario de palabras clave.
En el texto de los datos de mantenimiento se pueden buscar palabras clave del diccionario de palabras clave, en particular mediante el análisis de texto. Además, es ventajoso que por medio del análisis de texto se encuentre información del texto, que se refiere al componente respectivo.
La información del texto, que se refiere al componente respectivo, puede comprender una palabra y/o un número que describa el estado.
Además, el parámetro de funcionamiento se puede determinar mediante el análisis de texto de los datos de mantenimiento, en particular mediante la minería de texto de los datos de mantenimiento. De forma adicional, la información, que se refiere al componente respectivo, puede ser también el parámetro de funcionamiento, en particular un valor del parámetro de funcionamiento.
En principio, el parámetro de funcionamiento de los componentes de los respectivos vehículos se puede determinar sobre la base de los datos de mantenimiento y/o sobre la base de los datos de diagnóstico relacionados con la conducción de los respectivos vehículos, o mediante una combinación de ambos, en particular mediante la fusión de datos entre los datos de mantenimiento y los datos de diagnóstico relacionados con la conducción de los respectivos vehículos.
La función entre el parámetro de funcionamiento y los datos de estado se determina para cada uno de los componentes seleccionados. En otras palabras, para cada uno de los componentes seleccionados se determina una función que describe la relación entre el parámetro de funcionamiento y los datos de estado. Cada una de las funciones puede ser una función de regresión, por ejemplo una función de regresión lineal. Cada una de las funciones determinadas puede tener una pendiente. La pendiente de una de las funciones puede ser constante y/o puede ser una pendiente promediada.
Preferentemente, se selecciona mediante un algoritmo la pendiente que mejor se ajusta al componente del vehículo observado. La pendiente seleccionada puede ser una de las pendientes de las funciones determinadas. En particular, la función seleccionada puede tener la pendiente seleccionada.
Para seleccionar la pendiente, a partir de las pendientes de las funciones determinadas se puede determinar una pendiente más frecuente, una pendiente media (aritmética) y/o una pendiente mediana. La pendiente seleccionada puede ser la más frecuente, la media (aritmética) o la mediana.
La expectativa de vida útil del componente del vehículo observado se puede predecir mediante la pendiente seleccionada, en particular utilizando el parámetro de funcionamiento del componente del vehículo observado.
La expectativa de vida prevista puede ser una expectativa de vida media o una expectativa de vida mediana o similar.
Un número de mantenimientos y/o cambios de los componentes (seleccionados) puede ser dependiente del tiempo. Se puede determinar si el número de mantenimientos y/o intercambios dentro de un intervalo de tiempo es dependiente del tiempo. Cuando el número de mantenimientos y/o intercambios dentro del intervalo de tiempo es dependiente del tiempo, la función determinada (entre el parámetro de funcionamiento y los datos de estado) puede ser dependiente del tiempo dentro del intervalo de tiempo dado. Por ejemplo, la función se puede determinar por separado para varios períodos dentro del intervalo de tiempo dado. Además, la función determinada puede ser diferente para varios períodos dentro del intervalo de tiempo dado.
De este modo, la dependencia del tiempo del número de mantenimientos y/o cambios de los componentes (seleccionados) puede tenerse en cuenta para predecir la vida útil del componente del vehículo observado.
Por ejemplo, el número de mantenimientos y/o cambios de los componentes puede depender de la época del año, en particular de la estación, del mes y/o de otro período del año. En una realización preferida de la invención, se determina si el número de mantenimientos y/o cambios depende de la época del año.
Cuando el número de mantenimientos y/o cambios dentro del intervalo de tiempo dado depende de la época del año, la función determinada (entre el parámetro de funcionamiento y los datos de estado) puede ser dependiente del tiempo dentro del intervalo de tiempo dado. De este modo, la dependencia del tiempo del número de mantenimientos y/o cambios de los componentes se puede tener en cuenta para predecir la vida útil del componente del vehículo observado.
El número de mantenimientos y/o intercambios puede ser dependiente del tiempo dentro del intervalo de tiempo dado, si al menos un número de mantenimientos y/o intercambios dentro del intervalo de tiempo dado difiere de un número promedio de mantenimientos y/o intercambios más de un valor dado, por ejemplo, más del 5%.
La pendiente de cada función puede ser dependiente del tiempo dentro del intervalo de tiempo dado, particularmente, si el número de mantenimientos y/o intercambios es dependiente del tiempo dentro del intervalo de tiempo dado.
Además, si el número de mantenimientos y/o intercambios es dependiente del tiempo dentro del intervalo de tiempo dado, la pendiente seleccionada puede ser dependiente del tiempo dentro del intervalo de tiempo dado. Por ejemplo, la pendiente seleccionada puede ser diferente para varios períodos dentro del intervalo de tiempo dado.
En una realización preferida de la invención, se analizan las razones que conducen al mantenimiento y/o al cambio del componente de varios vehículos, de modo que se comprueba si las razones dependen del parámetro de funcionamiento. El(los) mantenimiento(s) y/o el(los) cambio(s), que se producen oportunamente por una razón independiente del parámetro de funcionamiento, se pueden despreciar para predecir la vida útil del componente del vehículo observado.
Además, se puede determinar si el número de mantenimientos y/o sustituciones depende del parámetro de funcionamiento. Cuando el número de mantenimientos y/o sustituciones depende del parámetro de funcionamiento, se puede determinar este rango del parámetro de funcionamiento con el mayor número de mantenimientos y/o sustituciones.
Si el parámetro de funcionamiento del vehículo observado alcanza el rango determinado (con el mayor número de mantenimientos y/o sustituciones), se puede comprobar el estado del componente del vehículo observado.
Además, el número de mantenimientos y/o cambios en cada rango del parámetro de funcionamiento se puede utilizar como parámetro de ponderación para determinar la vida útil del componente del vehículo observado.
Los datos de estado pueden dividirse en datos de entrenamiento (particularmente para predecir la vida útil) y datos de prueba (particularmente para probar la predicción).
Es ventajoso que tenga lugar una validación de la predicción. Mediante la validación, se puede determinar la incertidumbre de la predicción. Preferentemente, la incertidumbre se puede minimizar. Por lo tanto, los datos de estado se pueden dividir en datos de entrenamiento, datos de validación (especialmente para la validación de la predicción) y datos de prueba.
Al predecir la vida útil de un componente, se puede predecir cuándo es necesario un mantenimiento y/o una sustitución del componente. En particular, se puede predecir un kilometraje, un tiempo de funcionamiento, un número de funcionamiento y/o una potencia de funcionamiento, en los que es necesario un mantenimiento y/o una sustitución del componente. Además, particularmente al incluir una tabla de tiempo del vehículo observado, se puede predecir un punto de tiempo, en el cual un mantenimiento y/o un reemplazo del componente es/son necesarios.
El parámetro de funcionamiento puede ser un número de mantenimientos. Entonces, mediante la predicción de la vida útil de un componente, se puede predecir cuándo es necesaria la sustitución del mismo. En este caso, la vida útil puede depender del número de mantenimientos.
Preferiblemente, el componente se mantiene y/o se cambia cuando se alcanza el kilometraje/tiempo de funcionamiento/número de operaciones/potencia de funcionamiento previsto. De forma más general, el componente se puede mantener y/o cambiar cuando se alcanza la vida útil prevista del componente.
A este respecto, la invención se refiere a un método para operar, en particular para mantener y/o reparar, un vehículo observado - cuyo vehículo observado puede ser el vehículo observado mencionado anteriormente -, en el que se ejecuta el método mencionado anteriormente (para predecir la vida útil de un componente de un vehículo observado) o una realización del mismo.
Cuando se alcanza la vida útil prevista del componente, éste se mantiene y/o se cambia.
Se puede determinar y/o analizar una estrategia de mantenimiento anterior en relación con el momento en que se ha dado mantenimiento y/o se ha cambiado el componente en el pasado. Preferiblemente, la estrategia de mantenimiento anterior se compara con un punto de tiempo requerido para el mantenimiento y/o el cambio del componente. Además, es ventajoso que la estrategia de mantenimiento se adapte a la necesidad. De este modo, se puede optimizar el uso del componente.
Preferentemente, se determinan los motivos que pueden conducir al mantenimiento y/o al cambio del componente. Además, se puede determinar la probabilidad de los motivos. Posteriormente, se puede determinar la razón más frecuente.
La(s) razón(es) más frecuente(s) puede(n) ser disminuida(s) y/o eliminada(s) cambiando/optimizando el componente. De este modo, el vehículo (observado) puede funcionar de forma mejorada.
Mediante el método (para predecir la vida útil de un componente de un vehículo observado), se pueden predecir de la misma manera las vidas útiles de varios componentes del vehículo observado. Además, mediante el método, se pueden predecir de la misma manera las expectativas de vida útil de los componentes de al menos algunos de los diversos vehículos.
El método mencionado anteriormente (para predecir la vida útil de un componente de un vehículo observado) se puede utilizar para organizar el almacenamiento de piezas de repuesto, especialmente en un taller/depósito. El taller/almacén puede ser responsable del mantenimiento y/o reparación del vehículo observado. También, el taller/departamento puede ser responsable del mantenimiento y/o reparación de los distintos vehículos.
Se puede predecir la vida útil de los componentes de los distintos vehículos. Además, se puede determinar el número de piezas de repuesto necesarias en función de la vida útil prevista de los componentes. De este modo, se puede optimizar la cantidad de piezas de repuesto almacenadas.
Para organizar el almacenamiento de las piezas de repuesto, se puede tener en cuenta un plazo de entrega de la pieza de repuesto y/o el coste de la misma.
Además, la probabilidad dependiente del parámetro de funcionamiento se puede utilizar para organizar el almacenamiento de piezas de repuesto, especialmente para planificar piezas de repuesto adicionales para este rango del parámetro de funcionamiento, donde el número de mantenimientos y/o reparaciones es máximo.
La invención y/o las realizaciones descritas de la misma se pueden realizar - al menos parcial o completamente - en software y/o en hardware, este último, por ejemplo, por medio de un circuito eléctrico especial.
De forma adicional, la invención y/o las realizaciones descritas de la misma pueden realizarse - al menos parcial o completamente - por medio de un medio legible por ordenador que tenga un programa de ordenador, el cual, cuando se ejecuta en un ordenador, realiza el método según la invención y/o según las realizaciones de la misma.
Además, la invención está relacionada con una unidad de procesamiento para predecir la vida útil de un componente de un vehículo observado. Según la invención, la unidad de procesamiento se encarna para ejecutar los pasos descritos anteriormente.
Por lo tanto, la unidad de procesamiento está incorporada para ser alimentada con datos de estado de componentes seleccionados de varios vehículos. Además, la unidad de procesamiento está incorporada para ser alimentada con un parámetro de funcionamiento para cada uno de estos componentes seleccionados de los diversos vehículos, cuyo parámetro de funcionamiento influye en los datos de estado del respectivo componente seleccionado. Adicionalmente, la unidad de procesamiento está incorporada para determinar una función entre el parámetro de funcionamiento y los datos de estado para cada uno de los componentes seleccionados. También, la unidad de procesamiento está incorporada para seleccionar una función, que se ajusta mejor al componente del vehículo observado, por medio de un algoritmo. Asimismo, la unidad de procesamiento está incorporada para ser alimentada con un parámetro de funcionamiento del componente del vehículo observado. De forma adicional, la unidad de procesamiento está incorporada para predecir la vida útil del componente del vehículo observado por medio de la función seleccionada y sobre la base del parámetro de funcionamiento del componente del vehículo observado.
La unidad de procesamiento según la invención puede ser la unidad de procesamiento mencionada anteriormente en relación con el método. Por lo tanto, las características que se mencionan en relación con el método también se pueden referir a esta unidad de procesamiento.
Incluso si los términos se utilizan en singular o en una forma numérica específica, el alcance de la invención no se debe restringir al singular o a la forma numérica específica.
La descripción de las realizaciones ventajosas de la invención que se ha presentado anteriormente contiene numerosas características que se combinan parcialmente entre sí en las reivindicaciones dependientes. De manera conveniente, estas características también se pueden considerar individualmente y ser combinadas entre sí en otras combinaciones adecuadas. Más concretamente, estas características se pueden combinar con la unidad de procesamiento y el método de acuerdo con la respectiva reivindicación independiente individualmente, así como en cualquier combinación adecuada. Además, las características del método, formuladas como características del aparato, pueden considerarse como características de la unidad de procesamiento y, en consecuencia, las características de la unidad de procesamiento, formuladas como características del proceso, se pueden considerar como características del método.
Las características, rasgos y ventajas de la invención descritos anteriormente y la manera en que se logran se pueden entender con mayor claridad en relación con la siguiente descripción de realizaciones ejemplares que se explicarán con referencia a los dibujos. Las realizaciones ejemplares pretenden ilustrar la invención, pero no se supone que restrinjan el alcance de la invención a las combinaciones de características dadas en las mismas, ni tampoco con respecto a las características funcionales. Además, las características adecuadas de cada una de las realizaciones ejemplares también pueden considerarse explícitamente de forma aislada, eliminarse de una de las realizaciones ejemplares, introducirse en otra de las realizaciones ejemplares y/o combinarse con cualquiera de las reivindicaciones anexas.
En los dibujos se muestra:
Figura: un diagrama de flujo del método para predecir la expectativa de vida útil de un componente de un vehículo observado.
La figura muestra esquemáticamente un diagrama de flujo 2 del método para predecir la vida útil 24 de un componente de un vehículo observado. El método es ejecutado por una unidad de procesamiento (no mostrada).
Se proporcionan datos de mantenimiento 4 de varios vehículos. A modo de ejemplo, los datos de mantenimiento 4 de la parte izquierda del dibujo son datos de mantenimiento 4 del vehículo A y los datos de mantenimiento 4 de la parte derecha del dibujo son datos de mantenimiento 4 del vehículo B. Se pueden proporcionar otros datos de mantenimiento de otros vehículos (no mostrados).
Mediante el análisis de texto 6, en particular mediante la minería de texto, se estructura el texto de los datos de mantenimiento 4. Además, mediante el análisis de texto 6, se crea un diccionario de palabras clave y se busca en el texto de los datos de mantenimiento 4 las palabras clave del diccionario de palabras clave. Se encuentra la información relativa al componente respectivo (información relevante para el componente) del texto. De este modo, la información relevante de los componentes se selecciona a partir de los datos de mantenimiento 4 mediante el análisis de texto 6. De este modo, los datos de estado 8 de los componentes de varios vehículos se extraen de los datos de mantenimiento 4 mediante el análisis de texto 6, en particular mediante la minería de texto.
El diccionario de palabras clave comprende entradas relevantes para los componentes, particularmente en diferentes idiomas.
Los datos de mantenimiento 4 comprenden varios conjuntos de datos. Los conjuntos de datos relativos al componente se pueden seleccionar, por ejemplo, mediante la búsqueda de palabras clave relativas al componente dentro de los conjuntos de datos. Además, los datos de estado 8 pueden determinarse analizando las entradas de los conjuntos de datos relativos al componente, en particular mediante el análisis de texto 6.
El análisis de texto 6 se puede realizar mediante una unidad de análisis, que puede formar parte de la unidad de procesamiento. Por lo tanto, la unidad de procesamiento puede ser alimentada con datos de estado 8 indirectamente, en particular alimentando los datos de mantenimiento 4 que comprenden los datos de estado 8.
Principalmente, puede ser posible que la unidad de análisis esté separada de la unidad de procesamiento. En este caso, la unidad de procesamiento puede ser alimentada con datos de estado 8 directamente, en particular por medio de la unidad de análisis.
Además, los datos de mantenimiento 4 comprenden texto, por ejemplo, texto de flujo. La información relevante para el componente se selecciona de los datos de mantenimiento 4 mediante el análisis de texto 6, en particular mediante el diccionario de palabras clave. Por lo tanto, se busca en el texto las palabras clave del diccionario de palabras clave. Además, mediante el análisis del texto 6 se encuentra información relevante del texto, que se puede referir a al menos una de las palabras clave.
Los datos de estado 8 comprenden la información que describe el estado del texto.
Además, un parámetro de funcionamiento 10 de los componentes de los diversos vehículos se determina - si es posible -sobre la base de los datos de mantenimiento 4. Los datos de mantenimiento 4 pueden ser incompletos y/o erróneos. Por lo tanto, se proporcionan datos de diagnóstico relacionados con la conducción 12 de varios vehículos. A modo de ejemplo, los datos de diagnóstico relacionados con la conducción 12 del lado izquierdo del dibujo son datos de diagnóstico relacionados con la conducción 12 del vehículo A y los datos de diagnóstico relacionados con la conducción 12 del lado derecho del dibujo son datos de diagnóstico relacionados con la conducción 12 del vehículo B.
El parámetro de funcionamiento 10 se determina mediante la fusión de datos 14 entre los datos de mantenimiento 4 y los datos de diagnóstico relacionados con la conducción 12 del vehículo respectivo. El parámetro de funcionamiento 10 puede determinarse por medio de la unidad de procesamiento. Además, el parámetro de funcionamiento 10 se puede determinar por medio de la unidad de análisis. Por lo tanto, el parámetro de funcionamiento 10 se puede alimentar a la unidad de procesamiento directa o indirectamente.
El parámetro de funcionamiento 10 influye en los datos de estado 8 del componente respectivo.
Por ejemplo, el componente puede ser una rueda y el vehículo respectivo puede ser un vehículo ferroviario. En este caso, el parámetro de funcionamiento 10 puede ser un kilometraje. Los datos de estado 8 pueden informar del desgaste de la rueda respectiva. En este caso, los datos de estado 8 pueden incluir información sobre la(s) inspección(es), el(los) mantenimiento(s) y/o el(los) cambio(s) de la rueda. El mantenimiento puede consistir en el reperfilado de la rueda. Además, los datos de estado 8 pueden comprender información relativa al estado de la rueda, como una dimensión, por ejemplo, un diámetro, una anchura de brida de rueda y/o una altura de brida de rueda, de la rueda.
En otro ejemplo, el componente puede ser una unidad de control climático. En este caso, el parámetro de funcionamiento 10 puede ser un tiempo de funcionamiento. Los datos de estado 8 pueden informar sobre el desgaste de la unidad de control climático correspondiente. En este caso, los datos de estado 8 pueden incluir información sobre la(s) inspección(es), el(los) mantenimiento(s) y/o el(los) cambio(s) de la unidad de control climático. El mantenimiento de la unidad de climatización puede consistir en el cambio del líquido de servicio y/o el cambio de un filtro de aire de la unidad de climatización. Además, los datos de estado 8 pueden comprender un estado de la unidad de control climático, como un factor de limpieza, por ejemplo, del fluido de servicio y/o del filtro de aire.
En otro ejemplo, el componente puede ser un freno. En este caso, el parámetro de funcionamiento 10 puede ser un tiempo de funcionamiento y una potencia de funcionamiento, en particular una suma de las potencias de funcionamiento aplicadas anteriormente. Los datos de estado 8 pueden informar sobre el desgaste del freno correspondiente. En este caso, los datos de estado 8 pueden incluir información sobre la(s) inspección(es), el(los) mantenimiento(s) y/o el(los) cambio(s) del freno o de partes del freno. El mantenimiento del freno puede consistir en un cambio de líquido de servicio, como el aceite.
El parámetro de funcionamiento 10 y los datos de estado 8 se analizan 18 como se indica a continuación, donde el análisis 18 comprende un análisis estadístico:
La función 16 entre el parámetro de funcionamiento 10 y los datos de estado 8 se determina para cada uno de los componentes seleccionados, en la que cada una de las funciones determinadas 16 tiene una pendiente 20, en particular una pendiente media 20. La función 16 respectiva puede ser una regresión, por ejemplo una regresión lineal. La pendiente 20 (promediada) puede ser la pendiente 20 de la respectiva regresión lineal.
A partir de las pendientes de las funciones 16 determinadas, se determina una pendiente que se ajusta mejor al componente del vehículo observado. Por lo tanto, se puede determinar y seleccionar una pendiente más frecuente, una pendiente media (aritmética) o una pendiente mediana. Por lo tanto, se puede seleccionar una función que puede tener la pendiente seleccionada.
La unidad de procesamiento se alimenta con un parámetro de funcionamiento 22 del componente del vehículo observado. El parámetro de funcionamiento 22 del componente del vehículo observado se puede determinar de la misma manera que los parámetros de funcionamiento 10 de los componentes (seleccionados) de los diversos vehículos.
La expectativa de vida útil 24 del componente del vehículo observado se puede predecir mediante la pendiente más probable. Por lo tanto, la expectativa de vida útil 24 del componente del vehículo observado se predice mediante la función 16 más probable. Además, la expectativa de vida útil 24 del componente del vehículo observado se predice sobre la base del parámetro de funcionamiento 22 del componente del vehículo observado.
Los mantenimientos y/o cambios de los componentes (seleccionados) pueden ser dependientes del tiempo, por ejemplo, pueden depender de la época del año. Por lo tanto, se determina la probabilidad que depende del tiempo 26, que describe un número de mantenimientos y/o cambios en función de la época del año. La probabilidad dependiente del tiempo puede cambiar a lo largo del año, si al menos un valor de la probabilidad dependiente del tiempo difiere de una probabilidad media dependiente del tiempo más de un valor determinado, por ejemplo, más del 5% en total.
Si la probabilidad que depende del tiempo 26 cambia a lo largo del año, la probabilidad que depende del tiempo 26 puede tenerse en cuenta para predecir la vida útil 24 del componente del vehículo observado. Además, si la probabilidad que depende del tiempo 26 cambia a lo largo del año, la función 16 entre el parámetro de funcionamiento 10 y los datos de estado 8 se determina para cada uno de los distintos momentos del año por separado.
Si la probabilidad 26 que depende del tiempo cambia a lo largo del año, la pendiente 20 más probable se determina para cada una de las diversas épocas del año por separado. La vida útil 24 del componente del vehículo observado puede predecirse mediante la pendiente más probable 20 dentro de cada época del año.
Además, se analizan las razones 28, que conducen al mantenimiento y/o al cambio del componente de los diversos vehículos, en el sentido de que se comprueba si las razones 28 dependen del parámetro de funcionamiento 10. El (los) mantenimiento(s) y/o el (los) cambio(s), que son causados por una razón 28 que es independiente del parámetro de funcionamiento 10, son despreciados para predecir la vida útil 24 del componente del vehículo observado. Por lo tanto, no se tienen en cuenta los datos de estado 8 que se refieren a motivos 28 independientes del parámetro de funcionamiento 10.
Mediante el análisis 18, se determina una probabilidad 30 dependiente del parámetro de funcionamiento, que describe un número de mantenimientos y/o sustituciones en función del parámetro de funcionamiento 10. Adicionalmente, mediante el análisis 18 se determina una probabilidad 30 dependiente del parámetro de funcionamiento, que describe un número de mantenimientos y/o sustituciones en dependencia de ciertos rangos del parámetro de funcionamiento 10.
La probabilidad dependiente del parámetro de funcionamiento 30 se puede utilizar como parámetro de ponderación para determinar la expectativa de vida útil 24 del componente del vehículo observado. Por ejemplo, si la expectativa de vida útil determinada 24 se encuentra dentro de un rango del parámetro de funcionamiento con una probabilidad dependiente del parámetro de funcionamiento 30 máxima, la expectativa de vida útil 24 se puede reducir en un valor determinado.
De forma expeditiva, el componente se mantiene y/o se cambia, cuando se alcanza la vida útil prevista del componente.
Se puede determinar y/o analizar una estrategia de mantenimiento cuando el componente ha sido mantenido y/o cambiado en el pasado. Preferiblemente, la estrategia de mantenimiento cuando el componente ha sido mantenido y/o cambiado en el pasado se compara con un requisito cuando el componente tiene que ser mantenido y/o cambiado. Además, es ventajoso que el comportamiento se adapte a las necesidades. De este modo, se puede optimizar el uso del componente.
Por ejemplo, los componentes pueden haber sido mantenidos y/o cambiados en el pasado más de un intervalo de tiempo determinado, por ejemplo, más de 2 semanas, antes de lo requerido, particularmente en más de un porcentaje determinado, por ejemplo, en más del 50%, de los casos. Adaptando el comportamiento a las necesidades, se puede optimizar el uso del componente, por ejemplo, se pueden ahorrar recursos y/o costes.
Por ejemplo, los componentes pueden haber sido mantenidos y/o cambiados en el pasado más de un intervalo de tiempo determinado, por ejemplo, más de 2 semanas, después de lo requerido, particularmente en más de un porcentaje determinado, por ejemplo, en más del 50% de los casos. Adaptando el comportamiento a las necesidades, se puede optimizar el uso del componente y, por ejemplo, se puede garantizar la seguridad del componente - y, por tanto, del vehículo correspondiente.

Claims (15)

REIVINDICACIONES
1. Método para predecir la vida útil (24) de un componente de un vehículo observado, en donde
- una unidad de tratamiento es alimentada con datos de estado (8) de componentes seleccionados de varios vehículos - la unidad de procesamiento es alimentada con un parámetro de funcionamiento (10) para cada uno de estos componentes seleccionados de los varios vehículos, cuyo parámetro de funcionamiento (10) influye en los datos de estado (8) del respectivo componente seleccionado,
- se determina una función (16) entre el parámetro de funcionamiento (10) y los datos de estado (8) para cada uno de los componentes seleccionados,
- se selecciona, mediante un algoritmo, una función (16) que se ajusta mejor al componente del vehículo observado, - se alimenta la unidad de procesamiento con un parámetro de funcionamiento (22) del componente del vehículo observado, y,
- la unidad de procesamiento predice la vida útil (24) del componente del vehículo observado utilizando la función seleccionada (16) y el parámetro de funcionamiento (22) del componente del vehículo observado.
2. Método de acuerdo con la reivindicación 1, caracterizado porque el parámetro de funcionamiento (10) es un kilometraje, un tiempo de funcionamiento, un número de funcionamiento y/o una potencia de funcionamiento.
3. Método de acuerdo con la reivindicación 1 o 2, caracterizado porque los datos de estado (8) son datos de estado actuales y/o pasados (8), y porque los datos de estado (8) representan el desgaste del componente respectivo.
4. Método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque los datos de estado (8) comprenden información relativa a la(s) inspección(es), mantenimiento(s), y/o intercambio(s) del componente respectivo y/o relativa al estado del componente respectivo.
5. Método de acuerdo con la reivindicación 4, caracterizado porque la información se selecciona a partir de los datos de mantenimiento (4) de los respectivos vehículos mediante un análisis de texto (6), en particular mediante la minería de texto.
6. Método de acuerdo con la reivindicación 5, caracterizado porque, mediante el análisis de texto (6), se estructura el texto de los datos de mantenimiento (4), se crea un diccionario de palabras clave, se busca en el texto de los datos de mantenimiento (4) las palabras clave del diccionario de palabras clave y se encuentra la información del texto.
7. Método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque
- la función (16) entre el parámetro de funcionamiento (10) y los datos de estado (8) se determina para cada uno de los componentes seleccionados, donde cada una de las funciones determinadas (16) tiene una pendiente (20), particularmente una pendiente promediada (20),
- se selecciona, mediante un algoritmo, la pendiente que mejor se ajusta al componente del vehículo observado, y - la vida útil (24) del componente del vehículo observado se predice mediante la pendiente seleccionada.
8. Método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque se determina, si un número de mantenimientos y/o intercambios dentro de un intervalo de tiempo dado es dependiente del tiempo, y, cuando el número de mantenimientos y/o intercambios dentro del intervalo de tiempo dado es dependiente del tiempo, la función determinada (16) entre el parámetro de funcionamiento (10) y los datos de estado (8) es dependiente del tiempo dentro del intervalo de tiempo dado.
9. Método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque el(los) mantenimiento(s) y/o cambio(s) de un componente de al menos uno de los varios vehículos, cuyo(s) mantenimiento(s) y/o cambio(s) son causados por una razón (28) que es independiente del parámetro de funcionamiento (10), son despreciados para predecir la vida útil (24) del componente del vehículo observado.
10. Método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque se determina, si un número de mantenimientos y/o sustituciones depende del parámetro de funcionamiento (10), y
cuando el número de mantenimientos y/o sustituciones depende del parámetro de funcionamiento (10), se determina este rango del parámetro de funcionamiento (10) con el mayor número de mantenimientos y/o sustituciones.
11. Método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque al predecir la vida útil (24) de un componente se predice cuándo es necesario un mantenimiento y/o una sustitución del mismo.
12. Método para la explotación de un vehículo observado, donde se ejecuta el método según cualquiera de las reivindicaciones anteriores, caracterizado porque, cuando se alcanza la vida útil (24) prevista del componente, se procede a su mantenimiento y/o sustitución.
13. Método para el funcionamiento de un vehículo observado, donde se ejecuta el método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque se compara una estrategia de mantenimiento anterior en relación con el punto de tiempo en el que el componente ha sido mantenido y/o cambiado en el pasado, con un punto de tiempo requerido para el mantenimiento y/o el cambio.
14. Método para el funcionamiento de un vehículo observado, donde se ejecuta el método de acuerdo con cualquiera de las reivindicaciones anteriores, caracterizado porque se determinan los motivos (28) que conducen al mantenimiento y/o al cambio del componente, y su probabilidad, se determina el motivo más frecuente y se disminuye y/o elimina el motivo más frecuente cambiando/optimizando el componente.
15. Unidad de procesamiento para predecir la vida útil (24) de un componente de un vehículo observado, donde la unidad de procesamiento está provista para
- ser alimentada con los datos de estado (8) de los componentes de los vehículos seleccionados
- ser alimentada con un parámetro de funcionamiento (10) para cada uno de estos componentes seleccionados de los diversos vehículos, cuyo parámetro de funcionamiento (10) influye en los datos de estado (8) del respectivo componente seleccionado,
- determinar una función (16) entre el parámetro de funcionamiento (10) y los datos de estado (8) para cada uno de los componentes seleccionados
- seleccionar una función (16) que se ajuste mejor al componente del vehículo observado, mediante un algoritmo - alimentar con un parámetro de funcionamiento (22) del componente del vehículo observado, y
- predecir la vida útil (24) del componente del vehículo observado mediante la función seleccionada (16) y sobre la base del parámetro de funcionamiento (22) del componente del vehículo observado.
ES17701656T 2017-01-17 2017-01-17 Método de predicción de la vida útil de un componente de un vehículo observado y unidad de procesamiento Active ES2895956T3 (es)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/EP2017/050870 WO2018133919A1 (en) 2017-01-17 2017-01-17 Method for predicting the life expectancy of a component of an observed vehicle and processing unit

Publications (1)

Publication Number Publication Date
ES2895956T3 true ES2895956T3 (es) 2022-02-23

Family

ID=57906601

Family Applications (1)

Application Number Title Priority Date Filing Date
ES17701656T Active ES2895956T3 (es) 2017-01-17 2017-01-17 Método de predicción de la vida útil de un componente de un vehículo observado y unidad de procesamiento

Country Status (6)

Country Link
US (1) US10950071B2 (es)
EP (1) EP3538862B2 (es)
DK (1) DK3538862T3 (es)
ES (1) ES2895956T3 (es)
RU (1) RU2720651C1 (es)
WO (1) WO2018133919A1 (es)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160098824A (ko) * 2015-02-11 2016-08-19 엘에스산전 주식회사 태양광발전 시스템
EP3538861B1 (en) * 2017-01-17 2022-01-12 Siemens Mobility GmbH Method for determining a parameter of a wheel of an observed railway vehicle and evaluation unit
DE102018212768A1 (de) * 2018-07-31 2020-02-06 Siemens Aktiengesellschaft Verfahren zum Erzeugen einer Bewegungsinformation
CN109766369A (zh) * 2018-12-07 2019-05-17 黑匣子(杭州)车联网科技有限公司 一种车联网大数据分析系统

Family Cites Families (20)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7024335B1 (en) * 1998-04-15 2006-04-04 The Texas A&M University System Condition assessment and life expectancy prediction for devices
US20160078695A1 (en) 2000-05-01 2016-03-17 General Electric Company Method and system for managing a fleet of remote assets and/or ascertaining a repair for an asset
US6768935B1 (en) 2003-04-07 2004-07-27 General Motors Corporation Vehicle diagnostic record mapping
US7558655B2 (en) * 2004-09-10 2009-07-07 Ford Global Technologies, Llc Prognostic method and system for hybrid and electric vehicle components
JP4134997B2 (ja) * 2005-04-20 2008-08-20 ダイキン工業株式会社 余寿命予測プログラム及び余寿命予測システム
US20080062115A1 (en) * 2006-09-13 2008-03-13 Houston Brown System and method for predicting a failure of a backlight for an LCD display
DE102007051126A1 (de) * 2007-10-24 2009-04-30 Bombardier Transportation Gmbh Bestimmung der Restlebensdauer einer Fahrzeugkomponente
US20110046842A1 (en) * 2009-08-21 2011-02-24 Honeywell International Inc. Satellite enabled vehicle prognostic and diagnostic system
US8219519B2 (en) 2010-02-23 2012-07-10 GM Global Technology Operations LLC Text extraction for determining emerging issues in vehicle warranty reporting
DE102010049909A1 (de) * 2010-10-28 2012-05-03 Eads Deutschland Gmbh Instandhaltungsinformationsvorrichtung, Zustandssensor zur Verwendung darin sowie damit durchführbares Verfahren zur Entscheidungsfindung für oder gegen eine Instandhaltung
ITCO20110032A1 (it) 2011-07-28 2013-01-29 Nuovo Pignone Spa Dispositivo e metodo di ottimizzazione e determinazione della vita di una turbina a gas
US20120053983A1 (en) 2011-08-03 2012-03-01 Sameer Vittal Risk management system for use with service agreements
US9058038B2 (en) 2012-03-29 2015-06-16 GM Global Technology Operations LLC Method and system for predicting vehicle battery health using a collaborative vehicle battery health model
WO2014147830A1 (ja) * 2013-03-22 2014-09-25 中国電力株式会社 ベイナイト組織を有する製品のクリープ余寿命の予測方法、及び、この予測方法に用いる検量線の作成方法
WO2015023201A2 (en) 2013-06-19 2015-02-19 Continuware Corporation Method and system for determining hardware life expectancy and failure prevention
EP3095654B1 (en) * 2015-05-19 2017-12-27 KNORR-BREMSE Systeme für Nutzfahrzeuge GmbH Prediction of remaining lifetime for compressed air supply system component
US9711050B2 (en) * 2015-06-05 2017-07-18 Bao Tran Smart vehicle
US9610476B1 (en) * 2016-05-02 2017-04-04 Bao Tran Smart sport device
EP3516613A1 (en) * 2016-09-26 2019-07-31 Harman International Industries, Incorporated Systems and methods for prediction of automotive warranty fraud
US10846947B2 (en) * 2017-03-31 2020-11-24 Honeywell International Inc. System and method for analyzing vehicle systems during vehicle travel

Also Published As

Publication number Publication date
DK3538862T3 (da) 2021-10-11
EP3538862A1 (en) 2019-09-18
EP3538862B2 (en) 2024-05-22
WO2018133919A1 (en) 2018-07-26
EP3538862B1 (en) 2021-08-04
US10950071B2 (en) 2021-03-16
US20190347875A1 (en) 2019-11-14
RU2720651C1 (ru) 2020-05-12

Similar Documents

Publication Publication Date Title
ES2895956T3 (es) Método de predicción de la vida útil de un componente de un vehículo observado y unidad de procesamiento
JP6653165B2 (ja) 車両構成要素の状態を判定するためのシステム及び方法
CN103617110B (zh) 服务器设备状态检修系统
US8732112B2 (en) Method and system for root cause analysis and quality monitoring of system-level faults
CN110222436B (zh) 列车零部件健康状态的评估方法、装置及存储介质
GB2440632A (en) Method and tool for performing maintenance of components
CN107153914A (zh) 一种汽车运行风险的评价系统及方法
US20120232905A1 (en) Methodology to improve failure prediction accuracy by fusing textual data with reliability model
Lorna Wong et al. Proportional hazards modeling of engine failures in military vehicles
Mesgarpour et al. Overview of telematics-based prognostics and health management systems for commercial vehicles
US11294373B2 (en) System and method for energy efficient prognostics
NiewczAs et al. Stages of operating vehicles with respect to operational efficiency using city buses as an example
KR20170076131A (ko) 차량 고장 진단 분석을 위한 주행 데이터 모니터링 시스템 및 방법
CN111144485A (zh) 基于xgboost分类算法的车辆事故判断方法和系统
CN103359137A (zh) 道岔故障预警方法
KR20050060251A (ko) 도시철도차량 유지보수 정보화 예방정비 분석을 이용한예방 정비 시스템 및 방법
CN112303810A (zh) 一种基于机器学习的空调健康预测方法
CN108254199B (zh) 车辆健康预测方法、装置及设备
RU2487023C1 (ru) Способ технического обслуживания и текущего ремонта подвижного состава железнодорожного транспорта
KR102552759B1 (ko) 차량 상태 히스토리 기반 중고차 상태 모니터링을 통한 정비 스케줄링 서비스 제공 방법, 장치 및 시스템
CN112319550A (zh) 一种基于列车初上电的故障诊断方法、系统、装置及列车
CN114117687A (zh) 一种轮对关键部件寿命预测模型构建、预测方法及系统
Pal et al. Modeling of decision making process for product service failure diagnosis
Furch Proactive maintenance of motor vehicles
JP4153868B2 (ja) 検査対象報知方法、検査対象報知プログラム、および検査対象報知装置