RU2261473C2 - Способ статистического прогнозирования характеристики оборудования - Google Patents
Способ статистического прогнозирования характеристики оборудования Download PDFInfo
- Publication number
- RU2261473C2 RU2261473C2 RU2000108706/09A RU2000108706A RU2261473C2 RU 2261473 C2 RU2261473 C2 RU 2261473C2 RU 2000108706/09 A RU2000108706/09 A RU 2000108706/09A RU 2000108706 A RU2000108706 A RU 2000108706A RU 2261473 C2 RU2261473 C2 RU 2261473C2
- Authority
- RU
- Russia
- Prior art keywords
- equipment
- model
- equations
- data
- input
- Prior art date
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- 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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
-
- 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
- G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
- G07C3/14—Quality control systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Analysis (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Evolutionary Biology (AREA)
- Algebra (AREA)
- Bioinformatics & Computational Biology (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Complex Calculations (AREA)
- Supply And Distribution Of Alternating Current (AREA)
Abstract
Изобретение относится к средствам прогнозирования характеристик оборудования. Технический результат заключается в получении распределения ожидаемых прогнозируемых величин в ответ на совокупность вводимых в устройство входных величин и данных по их изменению. В устройстве обеспечивается создание статистической модели для прогнозирования характеристик производственного оборудования. При этом устройство получает входные данные, представляющие параметр оборудования, который включает множество величин, соответствующих данному параметру. Входные данные вводят в модель и создают совокупность данных, соответствующих отклику модели на входные данные, выводят систему уравнений, представляющих модель характеристики оборудования, полученные данные статистически обрабатывают для создания вероятностного представления характеристики оборудования.
Description
Уровень техники
Изобретение относится к способу прогнозирования характеристики оборудования и, в частности, к использованию статистического способа и модели для прогнозирования ожидаемого распределения характеристики оборудования в виде функции изменчивости входных данных. Один способ прогнозирования характеристики оборудования основан на применении к модели точечных определений входных величин. В результате получается ряд точечных определений, представляющий единичные значения для множества входных величин. Точечные определения, применяемые к модели оборудования, реализуют, например, с помощью компьютера. Модель формирует одноточечный отклик, представляющий прогнозируемую характеристику оборудования.
Недостатком этого способа прогнозирования характеристики является то, что действительная характеристика оборудования является более точным множеством значений, основанных на множестве входных величин. Использование этого способа для получения множества откликов стало бы объемистой задачей. Эта задача должна была бы включать статистически изменяемые входные величины, ввод в модель, функционирование модели, запись точечного отклика и последующее повторение процесса для следующей совокупности входных данных. Как можно себе представить, для завершения этой работы с приемлемым разрешением пришлось бы затратить много времени и усилий.
Сущность изобретения
Примерное осуществление изобретения направлено на способ прогнозирования характеристики оборудования. Получают входные данные, представляющие параметр оборудования. Входные данные включают множество величин, соответствующих параметру оборудования. Входные данные вводят в модель и формируют совокупность данных, соответствующую отклику модели на входные данные. Выводят систему уравнений, представляющую совокупность данных. Систему уравнений статистически обрабатывают для создания вероятностного представления характеристики оборудования.
Краткое описание чертежей
Обратимся теперь к чертежам, на которых аналогичные элементы имеют одинаковые цифровые обозначения на нескольких чертежах, на которых:
фиг.1 изображает структурную схему способа прогнозирования характеристики оборудования, в примерном осуществлении изобретения;
фиг.2 изображает блок-схему способа прогнозирования характеристики оборудования в примерном осуществлении изобретения;
фиг.3 иллюстрирует вероятностный отклик при использовании множества входных данных;
фиг.4 иллюстрирует вероятностный отклик при использовании альтернативного множества входных данных.
Подробное описание изобретения
На фиг.1 представлена структурная схема, иллюстрирующая способ прогнозирования характеристики оборудования в примерном осуществлении изобретения. Как показано на фиг.1, входные данные вводят в схему экспериментов (DoE), которая выполняется посредством программного обеспечения компьютера и используется для прогнозирования характеристики оборудования, обычно называемая моделью 22.
В примерном осуществлении, показанном на фиг.1, моделью является термодинамическая модель, представляющая характеристику паровой турбины. Очевидно, что изобретение может быть применимо к разнообразным моделям и не ограничивается паровыми турбинами. Термин оборудование относится к разным объектам, включая машины (например, турбины) и изделия производства (например, лопатка турбины). Входные данные 20 представляют собой распределение входных величин, а не единственную входную величину. Распределение входных величин соответствует параметру оборудования, такому как характеристика оборудования (например, размерные данные) или входные данные оборудования (например, расход топлива). Модель 22 включает в себя ожидаемое множество входных величин и результатом модели является большая совокупность данных, которая описывает многоразмерную поверхность, представляющую характеристику оборудования.
Совокупность данных, создаваемая моделью, представляется системой уравнений 24, показанных в виде функции f (x), путем аппроксимации ряда уравнений к совокупности данных. По существу эти уравнения используются для описания выходных данных модели 22 (например, машинного кода) в алгебраических выражениях, так что может легко использоваться статистическое программное обеспечение и электронные таблицы. Как только машинный код преобразуется в систему уравнений 24, строится модель 25, основанная на уравнениях 24, путем расположения уравнений 24 в электронной таблице. После построения модели 25 используется статистическая программа 26 (например, анализ методом Монте-Карло) для завершения процесса. Статистическая программа 26 обеспечивает возможность описания каждого входного параметра в виде статистического распределения и контроля любой соответствующей выходной переменной. Выполнение статистической программы 26 предусматривает принятие статистически правильных величин для данных входных распределений, проводит величины через составленные уравнения и прослеживает результирующее распределение на выходных переменных. Моделирование обычно осуществляется для 10000 итераций и приводит к отклику, имеющему высокое разрешение.
Результатом выполнения статистической программы 26 является вероятностный отклик 28 в виде распределения или множества выходных величин и статистики, соответствующей множеству выходных величин. Показанная в качестве примера на фиг.3 и 4 статистика включает среднее значение, медиану, стандартное отклонение и дисперсию. Вероятностный отклик 28 обеспечивает мощное средство оптимизации характеристики конструкции. Взаимодействия и влияния между входными параметрами и выходными параметрами может быть легко определено, поэтому можно найти истинную оптимальную конструкцию. Путем использования распределений входных данных 20, а не отдельных точек, можно понять, какие необходимы допуски на входные переменные для достижения желаемых выходных данных.
На фиг.2 показана блок-схема процесса прогнозирования характеристики оборудования в соответствии с примерным осуществлением изобретения. При операции 30 получают входные данные, представляющие распределение входных величин. При операции 32 входные данные входит в модель оборудования. Как отмечено выше, модель может иметь множество форм, таких как моделирование работы машины или моделирование характеристик объекта. При выполнении моделью операции 32 создается совокупность данных, а при операции 34 выводится система уравнений для аппроксимации совокупности данных. Уравнения, выведенные при операции 34, используются для создания модели при операции 36 и при операции 38 выполняют статистическую обработку уравнений. Статистическая обработка при операции 38 приводит к вероятностному отклику, который включает распределение и статистику для каждой выходной величины.
Опишем теперь применение примерного осуществления изобретения к паровой турбине. Был выполнен процесс, показанный на фиг.1 и 2, с общей моделью паровой турбины и здесь описаны полученные результаты. Для этого примера было использовано семь входных данных 20 (зазор между направляющими и рабочими лопатками, зазор уплотнения вала, площадь отверстия для колеса турбины, толщина задней кромки сопла, площадь горловины сопла, минимальное сечение лопатки и коэффициент завихрения (с половиной DoE 22) для создания совокупности данных, используемых для вывода уравнений 24. Также для этого исследования были моделированы входные данные 20, как имеющие нормальное распределение величины с пределами ±3σ и ±1σ. Как описано ниже со ссылкой на фиг.3 и фиг.4, использование двух различных пределов для входных данных иллюстрирует важность влияния изменения входных данных на распределение выходных данных.
На фиг.3 и 4 показаны частотные диаграммы, создаваемые согласно настоящему изобретению для выходной величины (обозначенной как U32) для входных распределений, ограниченных заданными пределами ±3σ и ±1σ соответственно. Фиг.3 и 4 иллюстрируют, что вероятностный отклик 28 находится в виде распределения. При использовании настоящего изобретения результатом является распределение, а не одноточечный отклик. В настоящем изобретении используются реальные известные распределения входных величин для получения ожидаемых распределений прогнозируемых величин.
Создание вероятностного отклика в виде распределения облегчает понимание последствия изменений входного параметра. На фиг.3 показано распределение со стандартным отклонением 0,11, в то время как на фиг.4 стандартное отклонение увеличено до 0,5. Это изменение в вариации имеет важное значение и обычно не учитывалось бы, используя описанный выше одноточечный способ. Кроме того, настоящее изобретение учитывает вариацию распределения отдельного параметра для оценки преимуществ улучшения процесса.
Как было отмечено выше, изобретение может быть применимо к другим типам оборудования. Например, модель может представлять медицинский зажим, а входные данные могут представлять статистическое распределение размеров зажима и выходной вероятностный отклик может представлять напряжение зажима. Настоящее изобретение позволит пользователю изменить производственные допуски на входные данные и видеть влияние на статистическое распределение напряжения зажима.
Настоящее изобретение может быть реализовано в виде выполняемых с помощью компьютера способов и устройств для реализации этих способов. Настоящее изобретение может быть также реализовано в виде машинного программного кода, содержащего команды, размещенные на материальных носителях, таких как флоппи-диски, CD-ROMы, жесткие дисководы или любой другой считываемый компьютером запоминающий носитель, при этом при загрузке в компьютер машинного программного кода и выполнении им его компьютер становится устройством для реализации изобретения. Изобретение может быть также осуществлено в виде машинного программного кода, например, или запоминаемого в запоминающем носителе, загружаемого в и/или выполняемого компьютером или передаваемого через некоторую передающую среду, такую как воздушная линия связи или кабельная, через оптическое волокно или посредством электромагнитного излучения, при этом при загрузке в компьютер машинного программного кода и выполнении его компьютером, компьютер становится устройством для реализации изобретения. При реализации на универсальном микропроцессоре сегменты машинного программного кода составляют конфигурацию микропроцессора для создания специальных логических схем.
Изобретение обеспечивает вероятностный отклик, имеющий повышенное разрешение (по сравнению с одноточечным ответом) и сокращает промежуток времени, требуемый для завершения процесса. Анализ входных распределений в противоположность входным точкам предусматривает более оптимизированный расчет и повышенную устойчивость к изменениям в компонентах. Таким образом, изобретение приводит к более тщательному анализу системы, в результате чего он становится более точным и полным.
В то время как изобретение было описано со ссылкой на предпочтительное осуществление, специалистам в данной области техники должно быть понятно, что могут быть сделаны различные изменения и его элементы могут быть заменены эквивалентами в пределах объема изобретения. Кроме того, могут быть предложены многочисленные модификации для приспособления конкретной ситуации или материала к идее изобретения, не выходя за пределы его объема. Поэтому предполагается, что изобретение не ограничивается конкретным его осуществлением, представленным как лучший способ реализации этого изобретения, но что изобретение будет включать все осуществления в пределах объема изобретения, охватываемые приведенной формулой изобретения.
Claims (6)
1. Устройство для реализации способа прогнозирования характеристики такого оборудования, как паровая турбина или медицинский зажим, при этом способ закодирован в виде машиносчитываемого программного кода на носителе записи, причем при загрузке носителя записи в упомянутое устройство и выполнении упомянутого программного кода упомянутое устройство реализует следующие операции: получают (30) входные данные, представляющие параметр оборудования, причем входные данные включают множество величин, соответствующих параметру оборудования; вводят (32) входные данные в модель, представляющую паровую турбину или медицинский зажим, и формируют совокупность данных, соответствующих отклику модели на входные данные, причем упомянутая совокупность данных описывает совокупность данных, представляющую характеристики оборудования, выводят (34) систему уравнений, представляющую упомянутую совокупность данных, статистически обрабатывают (38) упомянутую систему уравнений для создания вероятностного представления характеристики оборудования, создают модель (25) в виде электронной таблицы в ответ на упомянутую систему уравнений,
причем упомянутый этап статистической обработки выполняют над упомянутой моделью в виде электронной таблицы.
2. Устройство по п.1, отличающееся тем, что при выведении упомянутой системы уравнений аппроксимируют уравнения к упомянутой совокупности данных.
3. Устройство по п.1, отличающееся тем, что при статистической обработке осуществляют выполнение программы Монте-Карло.
4. Устройство по п.1, отличающееся тем, что упомянутое множество величин ограничивают заданным пределом.
5. Устройство по п.1, отличающееся тем, что упомянутым вероятностным представлением характеристики оборудования является распределение выходных значений.
6. Устройство по п. 5, отличающееся тем, что упомянутое вероятностное представление характеристики оборудования включает в себя статистику, соответствующую упомянутому распределению.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US09/288,919 | 1999-04-09 | ||
US09/288,919 US6353804B1 (en) | 1999-04-09 | 1999-04-09 | Method for statistically predicting equipment performance |
Publications (2)
Publication Number | Publication Date |
---|---|
RU2000108706A RU2000108706A (ru) | 2002-02-27 |
RU2261473C2 true RU2261473C2 (ru) | 2005-09-27 |
Family
ID=23109231
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2000108706/09A RU2261473C2 (ru) | 1999-04-09 | 2000-04-07 | Способ статистического прогнозирования характеристики оборудования |
Country Status (5)
Country | Link |
---|---|
US (1) | US6353804B1 (ru) |
EP (1) | EP1043697A3 (ru) |
JP (1) | JP2000315244A (ru) |
KR (1) | KR20010006974A (ru) |
RU (1) | RU2261473C2 (ru) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2470352C1 (ru) * | 2011-07-01 | 2012-12-20 | Александр Владимирович Иванов | Способ статистического регулирования технологического процесса (варианты) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3732053B2 (ja) * | 1999-09-27 | 2006-01-05 | 株式会社日立製作所 | 製造職場の不良の起こし易さ評価方法及びその装置、製品の組立作業不良率評価方法及びその装置並びに記録媒体 |
US20040193467A1 (en) * | 2003-03-31 | 2004-09-30 | 3M Innovative Properties Company | Statistical analysis and control of preventive maintenance procedures |
US7451122B2 (en) * | 2006-03-29 | 2008-11-11 | Honeywell International Inc. | Empirical design of experiments using neural network models |
US9165414B2 (en) | 2010-02-16 | 2015-10-20 | Honeywell International Inc. | Method and system for predicting performance of an aircraft |
US10656045B2 (en) | 2017-01-17 | 2020-05-19 | Kathleen Mary Mutch | Apparatus for analyzing the performance of fluid distribution equipment |
US12078090B1 (en) | 2024-02-29 | 2024-09-03 | Skyward Automotive Products LLC | Oil filter housing and assembly |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4912732A (en) * | 1988-04-14 | 1990-03-27 | Combustion Engineering, Inc. | Automatic steam generator control at low power |
US5027751A (en) * | 1990-07-02 | 1991-07-02 | Westinghouse Electric Corp. | Method and apparatus for optimized boiler operation |
US5270935A (en) * | 1990-11-26 | 1993-12-14 | General Motors Corporation | Engine with prediction/estimation air flow determination |
US5136848A (en) * | 1991-10-07 | 1992-08-11 | Westinghouse Electric Corp. | Method for predicting the optimum transition between constant and sliding pressure operation |
US5301118A (en) * | 1991-11-18 | 1994-04-05 | International Business Machines Corporation | Monte carlo simulation design methodology |
US5402367A (en) * | 1993-07-19 | 1995-03-28 | Texas Instruments, Incorporated | Apparatus and method for model based process control |
US5539638A (en) * | 1993-08-05 | 1996-07-23 | Pavilion Technologies, Inc. | Virtual emissions monitor for automobile |
US5454426A (en) * | 1993-09-20 | 1995-10-03 | Moseley; Thomas S. | Thermal sweep insulation system for minimizing entropy increase of an associated adiabatic enthalpizer |
US5548539A (en) * | 1993-11-05 | 1996-08-20 | Analogy, Inc. | Analysis mechanism for system performance simulator |
US5581466A (en) * | 1994-05-12 | 1996-12-03 | Texas Instruments Incorporated | Tolerance analysis system and method |
US5791147A (en) * | 1996-10-28 | 1998-08-11 | Basic Resources, Inc. | Power plant performance management systems and methods |
GB2321720A (en) * | 1997-02-04 | 1998-08-05 | Secr Defence | Modelling a system with more parameters than sensors |
JP2001076054A (ja) * | 1999-05-10 | 2001-03-23 | General Electric Co <Ge> | 品質基準を達成するための方法並びに装置 |
-
1999
- 1999-04-09 US US09/288,919 patent/US6353804B1/en not_active Expired - Fee Related
-
2000
- 2000-04-05 EP EP00302858A patent/EP1043697A3/en not_active Withdrawn
- 2000-04-07 RU RU2000108706/09A patent/RU2261473C2/ru not_active IP Right Cessation
- 2000-04-07 JP JP2000105797A patent/JP2000315244A/ja not_active Withdrawn
- 2000-04-10 KR KR1020000018620A patent/KR20010006974A/ko active IP Right Grant
Non-Patent Citations (1)
Title |
---|
ПОЛЛЯК Ю.Г. Вероятностное моделирование на электронных вычислительных машинах. - М.: Советское радио, 1971, с. 9-10. БЫКОВ В.В. Цифровое моделирование в статистической радиотехнике. - М.: Советское радио, 1971, с.253-261. ПЕРШИКОВ В.И. и др. Толковый словарь по информатике. - М.: Финансы и статистика, 1995, с.100. ГИЛМОР Ч. Введение в микропроцессорную технику. - М.: Мир, 1984, с.71. * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
RU2470352C1 (ru) * | 2011-07-01 | 2012-12-20 | Александр Владимирович Иванов | Способ статистического регулирования технологического процесса (варианты) |
Also Published As
Publication number | Publication date |
---|---|
EP1043697A3 (en) | 2004-05-19 |
US6353804B1 (en) | 2002-03-05 |
KR20010006974A (ko) | 2001-01-26 |
EP1043697A2 (en) | 2000-10-11 |
JP2000315244A (ja) | 2000-11-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Prosvirnova et al. | The AltaRica 3.0 project for model-based safety assessment | |
Chase et al. | A survey of research in the application of tolerance analysis to the design of mechanical assemblies | |
US8000946B2 (en) | Discrete event simulation with constraint based scheduling analysis | |
WO2005001722A3 (en) | Design optimisation of computationally intensive design problems | |
RU2261473C2 (ru) | Способ статистического прогнозирования характеристики оборудования | |
Freedman | An overview of fully integrated digital manufacturing technology | |
JP2005242569A (ja) | データ処理装置設計方法、データ処理装置設計装置及びプログラム | |
Anders et al. | A parametric blade design system (Part I+ II) | |
US20060015550A1 (en) | Determining the equivalence of two sets of simultaneous linear algebraic equations | |
US7289937B2 (en) | Method and apparatus for machine vector loop extraction | |
DE102019133846A1 (de) | Systeme und verfahren zum validieren von produkt- und fertigungsinformationen (pmi) für modelle | |
Lu et al. | Formal verification of discrete event model | |
DE10222699A1 (de) | Regelbasiertes Optimierungsverfahren | |
US7689965B2 (en) | Generation of an extracted timing model file | |
Song et al. | Stage due date planning for multistage assembly systems | |
KR101601741B1 (ko) | 서로 다른 언어로 작성된 프로그램들의 동일성을 검증하는 검증장치 | |
Pfeiffer et al. | Applying model-reconstruction by exploring MES and PLC data for simulation support of production systems | |
Hillig et al. | Stochastic Scenario Exploration with Constrained Parameters for Aircraft System Virtual Testing | |
JP2019159603A (ja) | 公差解析装置、公差解析方法およびプログラム | |
Boudouh | Reengineering of the design process: An industrial case | |
Campos-Rebelo et al. | Output events for human-system interaction modeling | |
US20240201965A1 (en) | Method for generating source code | |
Iliopoulos et al. | Surrogate Models for the Efficient Estimation of Residual Fields Associated With Additively Manufactured Parts | |
Carr | A circular model for software development | |
US20080167843A1 (en) | One pass modeling of data sets |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
MM4A | The patent is invalid due to non-payment of fees |
Effective date: 20080408 |