RU2720651C1 - Способ прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства и блок обработки - Google Patents
Способ прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства и блок обработки Download PDFInfo
- Publication number
- RU2720651C1 RU2720651C1 RU2019125712A RU2019125712A RU2720651C1 RU 2720651 C1 RU2720651 C1 RU 2720651C1 RU 2019125712 A RU2019125712 A RU 2019125712A RU 2019125712 A RU2019125712 A RU 2019125712A RU 2720651 C1 RU2720651 C1 RU 2720651C1
- Authority
- RU
- Russia
- Prior art keywords
- component
- maintenance
- data
- operating parameter
- observed vehicle
- Prior art date
Links
Images
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)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Probability & Statistics with Applications (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Vehicle Cleaning, Maintenance, Repair, Refitting, And Outriggers (AREA)
Abstract
Предложенная группа изобретений относится к средствам для прогнозирования ожидаемого срока (24) службы комплектующих деталей наблюдаемого транспортного средства. Способ прогнозирования ожидаемого срока (24) службы комплектующей детали характеризуется тем, что данные (8) о состоянии комплектующих деталей выбранных транспортных средств передают в блок обработки. Кроме того, рабочий параметр (10) для каждой из комплектующих деталей выбранных транспортных средств подается в блок обработки, при этом рабочий параметр (10) влияет на данные (8) о состоянии соответствующей выбранной комплектующей детали. Блок обработки определяет зависимость (16) между рабочим параметром (10) и данными (8) о состоянии для каждой из выбранных комплектующих деталей. Одна зависимость (16), которая лучше всего подходит для комплектующей детали наблюдаемого транспортного средства, выбирается посредством алгоритма. Далее, рабочий параметр (22) комплектующей детали наблюдаемого транспортного средства передают в блок обработки. Кроме того, блок обработки прогнозирует ожидаемый срок (24) службы комплектующей детали наблюдаемого транспортного средства, используя выбранную зависимость (16) и рабочий параметр (22) комплектующей детали наблюдаемого транспортного средства. Описанный выше способ прогнозирования также используется в способе функционирования наблюдаемого транспортного средства, а также реализован посредством соответствующего блока обработки. Данная группа изобретений позволяет прогнозировать ожидаемый срок службы комплектующих деталей транспортного средства. 3 н. и 12 з.п. ф-лы, 1 ил.
Description
Изобретение относится к способу прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства.
Большинство комплектующих деталей транспортного средства имеют ограниченный ожидаемый срок службы. Транспортное средство регулярно осматривается для проверки и/или идентификации комплектующих деталей, которые нуждаются в техническом обслуживании или замене.
Одна задача изобретения состоит в том, чтобы выполнить способ прогнозирования ожидаемого срока службы комплектующей детали.
Эта задача решается посредством способа по п. 1. В способе прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства, согласно изобретению, данные о состоянии выбранных комплектующих деталей нескольких транспортных средств подаются в блок обработки. Более того, рабочий параметр для каждой из этих выбранных комплектующих деталей нескольких транспортных средств подается в блок обработки, при этом рабочий параметр влияет на данные о состоянии соответствующей выбранной комплектующей детали. Согласно изобретению зависимость между рабочим параметром и данными о состоянии определяется для каждой из выбранных комплектующих деталей. Более того, одна зависимость, которая лучше всего подходит для комплектующей детали наблюдаемого транспортного средства, выбирается посредством алгоритма. Выбранная зависимость может быть одной из определенных зависимостей.
Кроме того, рабочий параметр комплектующей детали наблюдаемого транспортного средства подается в блок обработки. Кроме того, ожидаемый срок службы комплектующей детали наблюдаемого транспортного средства прогнозируется блоком обработки с использованием выбранной зависимости и рабочего параметра комплектующей детали наблюдаемого транспортного средства.
Изобретение основывается на том соображении, что часто, особенно в общественном транспорте, одна ремонтная мастерская всегда отвечает за осмотр одних и тех же транспортных средств. Обычно ремонтная мастерская содержит склад для хранения запасных частей. Однако место для хранения ограничено. Следовательно, на складе может храниться только ограниченное количество запасных частей. Кроме того, с экономической точки зрения более эффективно иметь как можно меньше запасных частей, но столько, сколько требуется.
Согласно изобретению можно прогнозировать ожидаемый срок службы комплектующей детали наблюдаемого транспортного средства. Аналогичным образом, можно прогнозировать ожидаемый срок службы выбранных комплектующих деталей нескольких транспортных средств. Таким образом, согласно изобретению можно определить количество необходимых запасных частей. Предпочтительно, чтобы запасные части были того же типа, что и комплектующая(ие) деталь(и). Более того, рабочую жидкость для комплектующей детали можно также рассматривать в качестве запасной части.
Кроме того, изобретение базируется на том факте, что автоматическое прогнозирование на основе машинного обучения требует большого количества данных и, следовательно, является сложным. Транспортные средства, используемые на железнодорожных путях, часто не позволяют измерить комплектующую деталь в реальном времени, ожидаемый срок службы которого должен быть спрогнозирован. Следовательно, изобретение основано на идее использования данных о состоянии и рабочего параметра, которые в любом случае целесообразно определить. Таким образом, можно выполнить недорогой и простой способ прогнозирования ожидаемого срока службы.
Наблюдаемое транспортное средство может быть транспортным средством для общественного транспорта. Предпочтительно, наблюдаемое транспортное средство представляет собой железнодорожное транспортное средство, в частности, поезд. Кроме того, наблюдаемое транспортное средство может быть автобусом. Более того, наблюдаемое транспортное средство может быть трамваем. Кроме того, наблюдаемое транспортное средство может быть автомобилем, например, такси или другим автомобилем. Преимущественно, наблюдаемое транспортное средство может быть любым транспортным средством.
Целесообразно, чтобы несколько транспортных средств были того же типа, что и наблюдаемое транспортное средство. Предпочтительно, чтобы несколько транспортных средств включали в себя наблюдаемое транспортное средство. Альтернативно, наблюдаемое транспортное средство может быть отдельным по отношению к нескольким транспортным средствам.
Комплектующая деталь наблюдаемого транспортного средства может быть колесом. Кроме того, комплектующая деталь наблюдаемого транспортного средства может быть, например, электрической дверью, блоком управления климат-контролем, силовым трансформатором, тормозом, двигателем или другой комплектующей деталью наблюдаемого транспортного средства.
Целесообразно, чтобы выбранные комплектующие детали нескольких транспортных средств были того же типа, что и комплектующая деталь наблюдаемого транспортного средства. Другими словами, выбранные комплектующие детали нескольких транспортных средств могут быть идентичны комплектующей детали наблюдаемого транспортного средства. Например, если комплектующая деталь наблюдаемого транспортного средства может быть колесом, то выбранные комплектующие детали нескольких транспортных средств могут быть также колесами.
Рабочий параметр может быть рабочим параметром соответствующего транспортного средства соответствующей комплектующей детали и/или части, влияющей на данные о состоянии соответствующей комплектующей детали.
Преимущественно, рабочим параметром является пробег. Кроме того, предпочтительно, чтобы рабочим параметром было время работы. Более того, рабочим параметром может быть рабочий номер, а также количество операций. Кроме того, рабочим параметром может быть рабочая мощность, в частности, суммарная рабочая мощность, затраченная ранее. Рабочий параметр может быть комбинацией нескольких из вышеупомянутых рабочих параметров.
Целесообразно, чтобы данные о состоянии представляли состояние соответствующей комплектующей детали.
Предпочтительно, чтобы данные о состоянии представляли собой данные о прошлом состоянии, в частности, отчет о прошлом состоянии соответствующей комплектующей детали. Кроме того, данные о состоянии могут быть данными о текущем состоянии, в частности, отчетом о текущем состоянии соответствующей комплектующей детали. В предпочтительном варианте осуществления изобретения данные о состоянии представляют собой данные о прошлом состоянии и данные о текущем состоянии.
Предпочтительно, данные о состоянии представляют износ соответствующей комплектующей детали. В частности, данные о состоянии могут представлять собой и/или сообщать об износе от истирания, неисправности, перегрузке и/или загрязнении соответствующей комплектующей детали. Например, данные о состоянии могут содержать измеренный размер соответствующей комплектующей детали, предоставляющий информацию об истирании.
Преимущественно, данные о состоянии содержат информацию, касающуюся осмотра(ов) соответствующей комплектующей детали. Кроме того, предпочтительно, чтобы данные о состоянии содержали информацию относительно технического(их) обслуживания(й) соответствующей комплектующей детали. Более того, предпочтительно, чтобы данные о состоянии содержали информацию относительно замены (замен) соответствующей комплектующей детали. Кроме того, данные о состоянии могут содержать информацию о состоянии соответствующей комплектующей детали. Информация относительно соответствующей комплектующей детали может представлять отчет об износе комплектующей детали.
В частности, данные о состоянии могут содержать время осмотра(ов), время технического(их) обслуживания(й) и/или время замены (замен). Кроме того, данные о состоянии могут содержать тип технического обслуживания. Техническое обслуживание может представлять собой ремонт и/или обслуживание соответствующей комплектующей детали. Например, техническое обслуживание может представлять собой перепрофилирование, замену рабочей жидкости, очистку, перенастройку и/или другое техническое обслуживание.
Информацию (данные о состоянии) можно выбрать из данных по техническому обслуживанию соответствующего транспортного средства. Однако данные по техническому обслуживанию, возможно, не были созданы с точки зрения использования их для какого-либо анализа. Данные о состоянии можно определить исходя из того, что информация, относящаяся к комплектующей детали, может быть выбрана из данных по техническому обслуживанию.
Данные по техническому обслуживанию могут содержать текст, например, текст последовательности операций. Текст, касающийся данных по техническому обслуживанию, может быть необработанным и/или неструктурированным. Более того, данные по техническому обслуживанию могут содержать по меньшей мере одно значение, в частности, по меньшей мере одно измеренное значение, например, пробег соответствующего транспортного средства, диаметр соответствующей комплектующей детали и/или тому подобное. Последнее упомянутое значение может быть частью текста и/или находиться отдельно от текста.
Предпочтительно, чтобы информация выбиралась из данных по техническому обслуживанию посредством анализа текста. Целесообразно, чтобы информация выбиралась из данных по техническому обслуживанию посредством интеллектуального анализа текста. Интеллектуальный анализ текста может использовать поиск информации, например, логический поиск или другой способ извлечения информации.
Предпочтительно, текст данных по техническому обслуживанию структурируется посредством анализа текста, в частности, посредством интеллектуального анализа текста. Интеллектуальный анализ текста, в частности, структурирование, может содержать этап выделения базовых элементов, в котором текст может быть разбит на слова и/или фразы. Более того, интеллектуальный анализ текста, в частности, структурирование, может содержать этап нормализации, на котором может быть исправлена орфографическая ошибка и/или могут записываться аббревиатуры. Более того, интеллектуальный анализ текста, в частности, структурирование, может содержать этап автоматического составления словарей, на котором слова записываются в виде аннотации/в словарной форме.
В частности, на основе структурированного текста, может быть создан словарь ключевых слов, в частности, посредством анализа текста. Словарь ключевых слов может содержать записи, относящиеся к комплектующим деталям. Словарь ключевых слов может содержать перевод записей на различные языки и/или синонимы.
Данные по техническому обслуживанию могут содержать несколько наборов данных. Наборы данных, касающиеся комплектующей детали, могут быть выбраны посредством словаря ключевых слов. Более того, наборы данных, касающиеся инфраструктуры, влияющей на комплектующую деталь, могут быть также выбраны посредством словаря ключевых слов. Кроме того, данные о состоянии могут быть определены путем анализа записей набора данных из выбранных наборов данных.
Например, информация, относящаяся к комплектующей детали, может быть выбрана посредством анализа текста/интеллектуального анализа текста, в частности, посредством словаря ключевых слов.
Текст данных технического обслуживания может быть найден по ключевым словам из словаря ключевых слов, в частности, посредством анализа текста. Кроме того, предпочтительно, чтобы посредством анализа текста была найдена информации о тексте, которая относится к соответствующей комплектующей детали.
Информация о тексте, которая относится к соответствующей комплектующей детали, может содержать число и/или слово, описывающее состояние.
Более того, рабочий параметр можно определить посредством анализа текста с данными технического обслуживания, в частности, посредством интеллектуального анализа текста данных технического обслуживания. Кроме того, информация, которая относится к соответствующей комплектующей детали, может также представлять собой рабочий параметр, в частности, значение рабочего параметра.
В принципе, рабочий параметр комплектующих деталей соответствующих транспортных средств можно определить на основе данных технического обслуживания и/или на основе диагностических данных, связанных с движением соответствующих транспортных средств, или с помощью их комбинации, в частности, данных, объединяющих данные технического обслуживания и диагностические данные, связанные с движением соответствующих транспортных средств.
Зависимость между рабочим параметром и данными о состоянии определяется для каждой из выбранных комплектующих деталей. Другими словами, для каждой из выбранных комплектующих деталей определяется одна зависимость, которая описывает взаимосвязь между рабочим параметром и данными о состоянии. Каждая из зависимостей может представлять собой функцию регрессии, например, функцию линейной регрессии. Каждая из определенных зависимостей может иметь наклон. Наклон одной из зависимостей может быть постоянным и/или может быть усредненным наклоном.
Предпочтительно, один наклон, который лучше всего подходит для комплектующей детали наблюдаемого транспортного средства, выбирается посредством алгоритма. Выбранный наклон может представлять собой один из наклонов определенных зависимостей. В частности, выбранная зависимость может иметь выбранный наклон.
Для выбора наклона из наклонов определенных зависимостей можно определить наиболее частый наклон, средний (арифметический) наклон и/или медианный наклон. Выбранный наклон может быть наиболее частым наклоном, средним (арифметическим) наклоном или медианным наклоном.
Ожидаемый срок службы комплектующей детали наблюдаемого транспортного средства можно спрогнозировать посредством выбранного наклона, в частности, с помощью рабочего параметра комплектующей детали наблюдаемого транспортного средства.
Спрогнозированный ожидаемый срок службы может быть средним ожидаемым сроком службы, или медианным ожидаемым сроком службы или аналогичным.
Количество технических обслуживаний и/или замен (выбранных) комплектующих деталей может зависеть от времени. Можно определить, зависит ли от времени количество технических обслуживаний и/или замен в пределах заданного промежутка времени. Когда количество технических обслуживаний и/или замен в пределах заданного промежутка времени зависит от времени, определенная зависимость (между рабочим параметром и данными о состоянии) может зависеть от времени в пределах заданного промежутка времени. Например, зависимость может быть определена отдельно для нескольких периодов в пределах заданного промежутка времени. Кроме того, определенная зависимость может отличаться для нескольких периодов в пределах заданного промежутка времени.
Таким образом, зависимость от времени количества технических обслуживаний и/или замен (выбранных) комплектующих деталей может учитываться при прогнозировании ожидаемого ресурса комплектующей детали наблюдаемого транспортного средства.
Например, количество технических обслуживаний и/или замен комплектующих деталей может зависеть от времени года, в частности, от сезона, от месяца и/или от другого времени года. В предпочтительном варианте осуществления изобретения определяется, зависит ли количество технических обслуживаний и/или замен от времени года.
Когда количество технических обслуживаний и/или замен в пределах заданного промежутка времени зависит от времени года, определенная зависимость (между рабочим параметром и данными о состоянии) может зависеть от времени в пределах заданного промежутка времени. Таким образом, зависимость от времени количества технических обслуживаний и/или замен комплектующей детали может учитываться при прогнозировании ожидаемого ресурса комплектующей детали наблюдаемого транспортного средства.
Количество технических обслуживаний и/или замен может зависеть от времени в пределах заданного промежутка времени, если по меньшей мере одно количество технических обслуживаний и/или замен в пределах заданного промежутка времени отличается от усредненного количества технических обслуживаний и/или замен больше, чем на заданное значение, например, более чем на 5%.
Наклон каждой зависимости может зависеть от времени в пределах заданного промежутка времени, в частности, если количество технических обслуживаний и/или замен зависит от времени в пределах заданного промежутка времени.
Более того, если количество технических обслуживаний и/или замен зависит от времени в пределах заданного промежутка времени, выбранный наклон может зависеть от времени в пределах заданного промежутка времени. Например, выбранный наклон может отличаться для нескольких периодов в пределах заданного промежутка времени.
В предпочтительном варианте осуществления изобретения анализируются причины, которые приводят к техническому обслуживанию и/или замене комплектующей детали нескольких транспортных средств, в том смысле, что проверяется то, зависят ли причины от рабочего параметра. Техническим(ими) обслуживанием(ями) и/или заменой(ами), которые, соответственно, вызваны причиной, которая не зависит от рабочего параметра, можно пренебречь для прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства.
Кроме того, можно определить, зависит ли количество технических обслуживаний и/или замен от рабочего параметра. Когда количество технических обслуживаний и/или замен зависит от рабочего параметра, можно определить этот диапазон значений рабочего параметра с наибольшим количеством технических обслуживаний и/или замен.
Если рабочий параметр наблюдаемого транспортного средства достигает определенного диапазона значений (с наибольшим количеством технических обслуживаний и/или замен), можно проверить состояние компонента комплектующей детали наблюдаемого транспортного средства.
Кроме того, количество технических обслуживаний и/или замен в каждом диапазоне значений рабочего параметра можно использовать в качестве весового параметра при определении ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства.
Данные о состоянии могут быть разделены на данные для обучения (в частности, для прогнозирования ожидаемого срока службы) и данные испытаний (в частности, для проверки прогнозирования).
Предпочтительно, чтобы имело место подтверждение правильности прогнозирования. Посредством подтверждения правильности можно определить неопределенность прогнозирования. Преимущественно, неопределенность можно минимизировать. Следовательно, данные о состоянии могут быть разделены на данные для обучения, данные для подтверждения правильности (в частности, для подтверждения правильности прогнозирования) и данные испытаний.
Прогнозируя ожидаемый срок службы комплектующей детали, можно спрогнозировать, когда необходимо проводить техническое обслуживание и/или замену комплектующей детали. В частности, можно спрогнозировать пробег, время работы, рабочий номер и/или рабочую мощность, при которых необходимо проводить техническое обслуживание и/или замену комплектующей детали. Кроме того, в частности, путем включения расписания движения наблюдаемого транспортного средства, можно спрогнозировать момент времени, когда необходимо проводить техническое обслуживание и/или замену комплектующей детали.
Рабочим параметром может быть количество технических обслуживаний.
Затем, прогнозируя ожидаемый срок службы комплектующей детали, можно спрогнозировать, когда потребуется замена комплектующей детали. В этом случае ожидаемый срок службы может зависеть от количества технических обслуживаний.
Предпочтительно, техническое обслуживание и/или замена комплектующей детали проводится при прогнозированном пробеге/времени работы/рабочем номере/рабочей мощности/в момент времени. Более обобщенно, комплектующую деталь можно технически обслужить и/или заменить при достижении спрогнозированного ожидаемого срока службы комплектующей детали.
В этом отношении изобретение относится к способу функционирования, в частности, технического обслуживания и/или ремонта, наблюдаемого транспортного средства, при этом наблюдаемым транспортным средством может быть наблюдаемое транспортное средство, упомянутое выше, в котором выполняется упомянутый выше способ (прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства) или его вариант осуществления.
При достижении спрогнозированного ожидаемого срока службы комплектующей детали комплектующая деталь технически обслуживается и/или заменяется.
Можно определить и/или проанализировать предыдущую стратегию технического обслуживания, касающуюся момента времени, когда комплектующая деталь технически обслуживалась и/или заменялась ранее. Предпочтительно, чтобы предыдущая стратегия технического обслуживания сравнивалась с требуемым моментом времени для технического обслуживания и/или замены комплектующей детали. Более того, предпочтительно, чтобы стратегия технического обслуживания была приведена в соответствие с требованием. Таким образом, можно оптимизировать использование комплектующей детали.
Предпочтительно, чтобы были определены причины, которые могут привести к техническому обслуживанию и/или замене комплектующей детали. Более того, можно определить вероятность возникновения причин. Кроме того, можно определить наиболее частую причину.
Можно уменьшить вероятность возникновения и/или устранить наиболее частую(ые) причину(ы) путем замены/оптимизации комплектующей детали. Таким образом, (наблюдаемое) транспортное средство может функционировать улучшенным образом.
Посредством способа (прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства) можно прогнозировать аналогичным образом ожидаемые сроки службы нескольких комплектующих деталей наблюдаемого транспортного средства. Более того, посредством способа можно прогнозировать аналогичным образом ожидаемые сроки службы комплектующих деталей по меньшей мере некоторых из нескольких транспортных средств.
Вышеупомянутый способ (прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства) можно использовать для организации хранения запасных частей, в частности, в ремонтной мастерской/на складе. Ремонтная мастерская/склад может нести ответственность за техническое обслуживание и/или ремонт наблюдаемого транспортного средства. Более того, ремонтная мастерская/склад может нести ответственность за техническое обслуживание и/или ремонт нескольких транспортных средств.
Можно спрогнозировать ожидаемый срок службы комплектующих деталей нескольких транспортных средств. Более того, основываясь на спрогнозированных ожидаемых сроках службы комплектующих деталей, можно определить количество необходимых запасных частей. Таким образом, можно оптимизировать количество хранящихся запасных частей.
Для организации хранения запасных частей можно учитывать время доставки запасной части и/или стоимость запасной части.
Более того, вероятность, зависящую от рабочего параметра, можно использовать для организации хранения запасных частей, в частности, для планирования дополнительных запасных частей для этого диапазона значений рабочего параметра, где количество технических обслуживаний и/или ремонта является максимальным.
Изобретение и/или описанные варианты его осуществления могут быть реализованы по меньшей мере частично или полностью в программном обеспечении и/или в аппаратных средствах, причем в последних, например, посредством специальной электрической схемы.
Кроме того, изобретение и/или описанные его варианты осуществления могут быть реализованы по меньшей мере частично или полностью посредством машиночитаемого носителя, имеющего компьютерную программу, которая при исполнении на компьютере выполняет способ согласно изобретению и/или согласно вариантам его осуществления.
Кроме того, изобретение относится к блоку обработки для прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства. Согласно изобретению блок обработки выполнен с возможностью выполнения этапов, описанных выше.
Следовательно, блок обработки выполнен с возможностью получения данных о состоянии выбранных комплектующих деталей нескольких транспортных средств. Более того, блок обработки выполнен с возможностью получения рабочего параметра для каждой из этих выбранных комплектующих деталей нескольких транспортных средств, при этом рабочий параметр влияет на данные о состоянии соответствующей выбранной комплектующей детали. Кроме того, блок обработки выполнен с возможностью определения зависимости между рабочим параметром и данными о состоянии для каждой из выбранных комплектующих деталей. Кроме того, блок обработки выполнен с возможностью выбора одной зависимости, которая лучше всего подходит для комплектующей детали наблюдаемого транспортного средства, посредством алгоритма. Кроме того, блок обработки выполнен с возможностью получения рабочего параметра комплектующей детали наблюдаемого транспортного средства. Более того, блок обработки выполнен с возможностью прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства посредством выбранной зависимости и на основе рабочего параметра комплектующей детали наблюдаемого транспортного средства.
Блок обработки согласно изобретению может быть блоком обработки, упомянутым выше в связи со способом.
Следовательно, признаки, которые упоминаются в связи со способом, могут также относиться к этому блоку обработки.
Даже в том случае, если термины используются в единственном числе или в конкретной числовой форме, объем изобретения не должен быть ограничен единственным числом или конкретной числовой формой.
Ранее приведенное описание предпочтительных вариантов осуществления изобретения содержит многочисленные признаки, которые частично объединены друг с другом в зависимых пунктах формулы изобретения. Целесообразно, чтобы эти признаки можно было также рассматривать по отдельности и объединить друг с другом в другие подходящие комбинации. Более конкретно, эти признаки могут быть объединены с блоком обработки и способом согласно соответствующему независимому пункту формулы изобретения по отдельности, а также в любой подходящей комбинации. Кроме того, признаки способа, сформулированные как признаки устройства, могут рассматриваться как признаки блока обработки, и, соответственно, признаки блока обработки, сформулированные как признаки процесса, могут рассматриваться как признаки способа.
Вышеописанные характеристики, признаки и преимущества изобретения и способ их достижения могут быть более понятны в связи с последующим описанием примерных вариантов осуществления, которые будут объяснены со ссылкой на чертежи. Примерные варианты осуществления предназначены для иллюстрации изобретения, но не должны ограничивать объем изобретения как приведенными в нем комбинациями признаков, так и функциональными признаками. Кроме того, подходящие признаки каждого из примерных вариантов осуществления могут быть также явным образом рассмотрены по отдельности, удалены из одного из примерных вариантов осуществления, введены в другой из примерных вариантов осуществления и/или объединены с любым пунктом прилагаемой формулы изобретения.
На чертежах:
на чертеже показана блок-схема последовательности операций способа прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства.
На чертеже схематично показана блок-схема 2 последовательности операций способа прогнозирования ожидаемого срока 24 службы комплектующей детали наблюдаемого транспортного средства. Способ выполняется блоком обработки (не показан).
Данные 4 технического обслуживания подаются из нескольких транспортных средств. Например, данные 4 технического обслуживания слева на чертеже представляют собой данные 4 технического обслуживания транспортного средства A, и данные 4 технического обслуживания справа на чертеже представляют собой данные 4 технического обслуживания из транспортного средства B. Могут подаваться другие данные технического обслуживания других транспортных средств (не показаны).
Посредством анализа 6 текста, в частности, посредством интеллектуального анализа текста, структурируется текст с данными 4 технического обслуживания. Более того, посредством анализа 6 текста создается словарь ключевых слов, и производится поиск текста с данными 4 технического обслуживания по ключевым словам из словаря ключевых слов. Информация о соответствующей комплектующей детали (информация, относящаяся к комплектующей детали) находится из текста. Таким образом, информация, относящаяся к комплектующей детали, выбирается из данных 4 технического обслуживания посредством анализа 6 текста. Следовательно, данные 8 о состоянии комплектующих деталей нескольких транспортных средств извлекаются из данных 4 технического обслуживания посредством анализа 6 текста, в частности, посредством интеллектуального анализа текста.
Словарь ключевых слов содержит записи, относящиеся к комплектующей детали, в частности, на различных языках.
Данные 4 технического обслуживания содержат несколько наборов данных. Можно выбрать наборы данных, касающиеся комплектующей детали, например, производится поиск ключевых слов, касающихся комплектующей детали, в наборах данных. Кроме того, данные 8 о состоянии могут быть определены путем записей наборов данных из наборов данных, касающихся комплектующей детали, в частности, посредством анализа 6 текста.
Анализ 6 текста может быть выполнен посредством блока анализа, который может быть частью блока обработки. Следовательно, данные 8 о состоянии могут подаваться непосредственно в блок обработки, в частности, путем подачи данных 4 технического обслуживания, содержащих данные 8 о состоянии.
В принципе, возможно, что блок анализа находится отдельно от блока обработки. В этом случае, данные 8 о состоянии могут подаваться непосредственно в блок обработки, в частности, посредством блока анализа.
Более того, данные 4 технического обслуживания содержат текст, например, текст последовательности операций. Информация, относящаяся к комплектующей детали, выбирается из данных 4 технического обслуживания посредством анализа 6 текста, в частности, посредством словаря ключевых слов. Поэтому в тексте производится поиск по ключевым словам из словаря ключевых слов. Кроме того, посредством анализа 6 текста находится информация, относящаяся к комплектующей детали, которая может относиться по меньшей мере к одному из ключевых слов.
Данные 8 о состоянии содержат текстовую информацию, описывающую состояние.
Кроме того, рабочий параметр 10 комплектующих деталей нескольких транспортных средств по возможности определяется на основе данных 4 технического обслуживания. Данные 4 технического обслуживания могут быть неполными и/или ошибочными. Поэтому предусмотрены диагностические данные 12, связанные с движением, нескольких транспортных средств. Например, диагностические данные 12, связанные с движением и показанные слева на чертеже, представляют собой диагностические данные 12, связанные с движением, транспортного средства A, и диагностические данные 12, связанные с движением и показанные справа на чертеже, представляют собой диагностические данные 12, связанные с движением, транспортного средства B.
Рабочий параметр 10 определяется посредством объединения 14 данных между данными 4 технического обслуживания и диагностическими данными 12, связанными с движением, соответствующего транспортного средства. Рабочий параметр 10 может быть определен посредством блока обработки. Более того, рабочий параметр 10 может быть определен посредством блока анализа. Следовательно, рабочий параметр 10 может подаваться в блок обработки непосредственно или косвенно.
Рабочий параметр 10 влияет на данные 8 о состоянии соответствующей комплектующей детали.
Например, комплектующая деталь может быть колесом, и соответствующее транспортное средство может быть железнодорожным транспортным средством. В этом случае рабочий параметр 10 может быть пробегом. Данные 8 о состоянии могут представлять собой отчет об износе соответствующего колеса. В этом случае, данные 8 о состоянии могут содержать информацию относительно осмотра(ов), технического обслуживания и/или замены колеса. Техническое обслуживание может представлять собой перепрофилирование колеса. Кроме того, данные 8 о состоянии могут содержать информацию о состоянии колеса, такую как размер колеса, например, диаметр колеса, ширину реборды колеса и/или высоту реборды колеса.
В другом примере комплектующая деталь может быть блоком управления климат-контролем. В этом случае рабочий параметр 10 может представлять собой время работы. Данные 8 о состоянии могут представлять собой отчет об износе соответствующего блока управления климат-контролем. В этом случае данные 8 о состоянии могут содержать информацию относительно осмотра(ов), технического(их) обслуживания(й) и/или замены (замен) блока управления климат-контролем. Техническое обслуживание блока управления климат-контролем может представлять собой замену рабочей жидкости и/или замену воздушного фильтра блока управления климат-контролем. Кроме того, данные 8 о состоянии могут содержать информацию о состоянии блока управления климат-контролем, например, степень чистоты, например, рабочей жидкости и/или воздушного фильтра.
В другом примере комплектующая деталь может быть тормозом. В этом случае рабочий параметр 10 может представлять собой время работы и рабочую мощность, в частности, суммарную рабочую мощность, затраченную ранее. Данные 8 о состоянии могут представлять собой отчет об износе соответствующего тормоза. В этом случае, данные 8 о состоянии могут содержать информацию относительно осмотра(ов), технического(их) обслуживания(й) и/или замены (замен) тормоза или частей тормоза. Техническое обслуживание тормоза может представлять собой замену рабочей жидкости, такой как масло.
Рабочий параметр 10 и данные 8 о состоянии подвергаются анализу 18 следующим образом, при этом анализ 18 содержит статистический анализ:
Зависимость 16 между рабочим параметром 10 и данными 8 о состоянии определяется для каждой из выбранных комплектующих деталей, при этом каждая из определенных зависимостей 16 имеет наклон 20, в частности, усредненный наклон 20. Соответствующая зависимость 16 может представлять собой регрессию, например, линейную регрессию. (Усредненный) наклон 20 может быть наклоном 20 соответствующей линейной регрессии.
Из наклонов определенных зависимостей 16, определяется один наклон, который лучше всего подходит для комплектующей детали наблюдаемого транспортного средства. Поэтому можно определить и можно выбрать наиболее частый наклон, средний (арифметический) наклон или медианный наклон. Следовательно, можно выбрать зависимость, которая может иметь выбранный наклон.
Рабочий параметр 22 комплектующей детали наблюдаемого транспортного средства подается в блок обработки. Рабочий параметр 22 комплектующей детали наблюдаемого транспортного средства можно определить аналогичным образом, как и рабочие параметры 10 (выбранных) комплектующих деталей нескольких транспортных средств.
Ожидаемый срок 24 службы комплектующей детали наблюдаемого транспортного средства можно спрогнозировать посредством наиболее вероятного наклона. Следовательно, ожидаемый срок 24 службы комплектующей детали наблюдаемого транспортного средства прогнозируется посредством наиболее вероятной зависимости 16. Кроме того, ожидаемый срок 24 службы комплектующей детали наблюдаемого транспортного средства прогнозируется на основе рабочего параметра 22 комплектующей детали наблюдаемого транспортного средства.
Технические обслуживания и/или замены (выбранных) комплектующих деталей могут зависеть от времени, например, они могут зависеть от времени года. Следовательно, определяется зависящая от времени вероятность 26, при этом зависящая от времени вероятность 26 описывает количество технических обслуживаний и/или замен в зависимости времени года. Зависящая от времени вероятность может изменяться в зависимости от времени года, если по меньшей мере одно значение зависящей от времени вероятности отличается от усредненной зависящей от времени вероятности больше, чем на заданное значение, например, более чем на 5% в целом.
Если зависящая от времени вероятность 26 изменяется в зависимости от времени года, зависящая от времени вероятность 26 может учитываться при прогнозировании ожидаемого ресурса 24 комплектующей детали наблюдаемого транспортного средства. Более того, если зависящая от времени вероятность 26 изменяется в течение года, зависимость 16 между рабочим параметром 10 и данными 8 о состоянии определяется для каждого из нескольких времен года по отдельности.
Если зависящая от времени вероятность 26 изменяется в зависимости от времени года, наиболее вероятный наклон 20 определяется для каждого из нескольких времен года по отдельности. Ожидаемый срок 24 службы комплектующей детали наблюдаемого транспортного средства можно спрогнозировать посредством наиболее вероятного наклона 20 в течение каждого времени года.
Кроме того, причины 28, которые приводят к техническому обслуживанию и/или замене комплектующей детали нескольких транспортных средств, анализируются в том смысле, что выполняется проверка того, зависят ли причины 28 от рабочего параметра 10. Техническое(ие) обслуживание(я) и/или замена(ы), которые вызваны причиной 28, которая не зависит от рабочего параметра 10, не учитывается(ются) для прогнозирования ожидаемого срока 24 службы комплектующей детали наблюдаемого транспортного средства. Поэтому пренебрегают данными 8 о состоянии, относящимися к причинам 28, которые не зависят от рабочего параметра 10.
Посредством анализа 18 определяется зависящая от рабочего параметра вероятность 30, которая описывает количество технических обслуживаний и/или замен в зависимости от рабочего параметра 10. Более того, посредством анализа 18 определяется зависящая от рабочего параметра вероятность 30, которая описывает количество технических обслуживаний и/или замен в зависимости от определенных диапазонов значений рабочего параметра 10.
Зависящая от рабочего параметра вероятность 30 можно использоваться в качестве весового параметра при определении ожидаемого срока 24 службы комплектующей детали наблюдаемого транспортного средства. Например, если определенный ожидаемый ресурс 24 находится в диапазоне значений рабочего параметра с максимальной зависящей от рабочего параметра вероятностью 30, ожидаемый срок 24 службы может быть уменьшен на заданное значение.
Целесообразно, чтобы комплектующая деталь технически обслуживалась и/или заменялась при достижении спрогнозированного ожидаемого срока службы комплектующей детали.
Можно определить и/или проанализировать стратегию технического обслуживания в тех случаях, когда комплектующая деталь технически обслуживалась и/или заменялась ранее. Предпочтительно, чтобы стратегия технического обслуживания в тех случаях, когда комплектующая деталь технически обслуживалась и/или заменялась ранее, сравнивалась с требованием, когда комплектующая деталь должна технически обслуживаться и/или заменяться. Более того, предпочтительно, чтобы параметры комплектующей детали соответствовали требованию. Таким образом, можно оптимизировать использование комплектующей детали.
Например, ранее техническое обслуживание и/или замена комплектующих деталей могли проводиться чаще заданного промежутка времени, например, более чем один раз в 2 недели, в дальнейшем по мере необходимости, в частности, при превышении заданного числа процентов, например, более чем в 50% случаев. Приводя параметры комплектующей детали в соответствие с требованиями, можно оптимизировать его использование, например, можно сэкономить ресурсы и/или затраты.
Например, ранее техническое обслуживание и/или замена комплектующих деталей могли проводиться чаще заданного промежутка времени, например, более чем один раз в 2 недели, в дальнейшем по мере необходимости, в частности, при превышении заданного числа процентов, например, более чем в 50% случаев. Приводя параметры комплектующей детали в соответствие с требованиями, можно оптимизировать его использование, например, можно гарантировать безопасность комплектующей детали и, следовательно, соответствующего транспортного средства.
Хотя конкретные варианты осуществления были описаны подробно, специалистам в данной области техники должно быть понятно, что различные модификации и альтернативы этим деталям могут быть разработаны в свете общих идей раскрытия. Например, элементы, описанные в связи с различными вариантами осуществления, могут быть объединены. Соответственно, конкретные раскрытые устройства предназначены только для иллюстрации, не должны рассматриваться как ограничивающие объем формулы изобретения или раскрытия и предоставлены в полном объеме в прилагаемой формуле изобретения и любых ее эквивалентах.
Claims (33)
1. Способ прогнозирования ожидаемого срока (24) службы комплектующей детали наблюдаемого транспортного средства, характеризующийся тем, что
- в блок обработки передают данные (8) о состоянии выбранных комплектующих деталей нескольких транспортных средств,
- в блок обработки передают рабочий параметр (10) для каждой из выбранных комплектующих деталей нескольких транспортных средств, причем рабочий параметр (10) влияет на данные (8) о состоянии соответствующей выбранной комплектующей детали,
- определяют зависимость (16) между рабочим параметром (10) и данными (8) о состоянии для каждой из выбранных комплектующих деталей,
- посредством алгоритма выбирают одну зависимость (16), которая лучше всего подходит для комплектующей детали наблюдаемого транспортного средства,
- передают в блок обработки рабочий параметр (22) комплектующей детали наблюдаемого транспортного средства, и
- прогнозируют ожидаемый срок (24) службы комплектующей детали наблюдаемого транспортного средства с помощью блока обработки, используя выбранную зависимость (16) и рабочий параметр (22) комплектующей детали наблюдаемого транспортного средства.
2. Способ по п. 1, в котором рабочий параметр (10) представляет собой пробег, время работы, рабочий номер и/или рабочую мощность.
3. Способ по п. 1 или 2, в котором данные (8) о состоянии являются данными (8) о текущем и/или прошлом состоянии, при этом данные (8) о состоянии представляют собой износ соответствующей комплектующей детали.
4. Способ по любому из пп. 1-3, в котором данные (8) о состоянии содержат информацию относительно осмотров, технических обслуживаний и/или замен соответствующей комплектующей детали и/или относительно состояния соответствующей комплектующей детали.
5. Способ по п. 4, в котором выбирают информацию из данных (4) технического обслуживания соответствующих транспортных средств посредством анализа (6) текста, в частности посредством интеллектуального анализа текста.
6. Способ по п. 5, в котором посредством анализа (6) текста структурируют текст с данными (4) технического обслуживания, создают словарь ключевых слов, выполняют поиск текста с данными (4) технического обслуживания по ключевым словам словаря ключевых слов и находят информацию из указанного текста.
7. Способ по любому из пп. 1-6, в котором
- определяют зависимость (16) между рабочим параметром (10) и данными (8) о состоянии для каждой из выбранных комплектующих деталей, причем каждая из определенных зависимостей (16) имеет наклон (20), в частности усредненный наклон (20),
- выбирают посредством алгоритма один наклон, который лучше всего подходит для комплектующей детали наблюдаемого транспортного средства, и
- прогнозируют ожидаемый срок (24) службы комплектующей детали наблюдаемого транспортного средства посредством выбранного наклона.
8. Способ по любому из пп. 1-7, в котором определяют, зависит ли от времени количество технических обслуживаний и/или замен в пределах заданного промежутка времени, и, если количество технических обслуживаний и/или замен в пределах заданного промежутка времени зависит от времени, зависит ли от времени в пределах заданного промежутка времени указанная определенная зависимость (16) между рабочим параметром (10) и данными (8) о состоянии.
9. Способ по любому из пп. 1-8, в котором
пренебрегают техническими обслуживаниями и/или заменами комплектующей детали по меньшей мере одного из указанных нескольких транспортных средств для прогнозирования ожидаемого срока (24) службы комплектующей детали наблюдаемого транспортного средства, если техническое обслуживание и/или замены вызваны причиной (28), которая не зависит от указанного рабочего параметра (10).
10. Способ по любому из пп. 1-9, в котором
определяют, зависит ли количество технических обслуживаний и/или замен от рабочего параметра (10), и,
если количество технических обслуживаний и/или замен зависит от рабочего параметра (10), определяют этот диапазон значений рабочего параметра (10) с наибольшим количеством технических обслуживаний и/или замен.
11. Способ по любому из пп. 1-10, в котором прогнозируют путем прогнозирования ожидаемого срока (24) службы комплектующей детали, когда потребуется техническое обслуживание и/или замена комплектующей детали.
12. Способ функционирования наблюдаемого транспортного средства, в котором выполняется способ по любому из пп. 1-11, характеризующийся тем, что выполняют техническое обслуживание и/или замену комплектующей детали при достижении спрогнозированного ожидаемого срока (24) службы комплектующей детали.
13. Способ функционирования наблюдаемого транспортного средства, в котором выполняется способ по любому из пп. 1-12, характеризующийся тем, что сравнивают предыдущую стратегию технического обслуживания, касающуюся момента времени, когда комплектующая деталь технически обслуживалась и/или заменялась ранее, с требуемым моментом времени для технического обслуживания и/или замены.
14. Способ функционирования наблюдаемого транспортного средства, в котором выполняется способ по любому из пп. 1-13, характеризующийся тем, что определяют причины (28), которые приводят к техническому обслуживанию и/или замене комплектующей детали, и их вероятность, определяют наиболее частую причину и уменьшают и/или устраняют указанную наиболее частую причину путем замены/оптимизации комплектующей детали.
15. Блок обработки для прогнозирования ожидаемого срока (24) службы комплектующей детали наблюдаемого транспортного средства, характеризующийся тем, что выполнен с возможностью
- получения данных (8) о состоянии комплектующих деталей выбранных транспортных средств,
- получения рабочего параметра (10) для каждой из указанных выбранных комплектующих деталей нескольких транспортных средств, причем рабочий параметр (10) влияет на данные (8) о состоянии соответствующей выбранной комплектующей детали,
- определения зависимости (16) между рабочим параметром (10) и данными (8) о состоянии для каждой из выбранных комплектующих деталей,
- выбора посредством алгоритма одной зависимости (16), которая лучше всего подходит для комплектующей детали наблюдаемого транспортного средства,
- получения рабочего параметра (22) комплектующей детали наблюдаемого транспортного средства, и
- прогнозирования ожидаемого срока (24) службы комплектующей детали наблюдаемого транспортного средства посредством выбранной зависимости (16) и на основе указанного рабочего параметра (22) комплектующей детали наблюдаемого транспортного средства.
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 |
---|---|
RU2720651C1 true RU2720651C1 (ru) | 2020-05-12 |
Family
ID=57906601
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
RU2019125712A RU2720651C1 (ru) | 2017-01-17 | 2017-01-17 | Способ прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства и блок обработки |
Country Status (6)
Country | Link |
---|---|
US (1) | US10950071B2 (ru) |
EP (1) | EP3538862B2 (ru) |
DK (1) | DK3538862T4 (ru) |
ES (1) | ES2895956T3 (ru) |
RU (1) | RU2720651C1 (ru) |
WO (1) | WO2018133919A1 (ru) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20160098824A (ko) * | 2015-02-11 | 2016-08-19 | 엘에스산전 주식회사 | 태양광발전 시스템 |
WO2018133922A1 (en) * | 2017-01-17 | 2018-07-26 | Siemens Aktiengesellschaft | 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 |
Citations (7)
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 |
JP2006300712A (ja) * | 2005-04-20 | 2006-11-02 | Daikin Ind Ltd | 余寿命予測プログラム及び余寿命予測システム |
US20100318246A1 (en) * | 2007-10-24 | 2010-12-16 | Bombardier Transportation Gmbh | Determining the remaining service life of a vehicle component |
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 |
RU2453929C2 (ru) * | 2006-09-13 | 2012-06-20 | Кэафьюжн 303, Инк. | Система и способ прогнозирования отказа задней подсветки жк-дисплея |
WO2013014202A1 (en) * | 2011-07-28 | 2013-01-31 | Nuovo Pignone S.P.A. | Gas turbine life prediction and optimization device and method |
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 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
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 |
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 |
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 |
KR20190057300A (ko) * | 2016-09-26 | 2019-05-28 | 하만인터내셔날인더스트리스인코포레이티드 | 자동차 보증 사기 예측을 위한 시스템 및 방법 |
US10846947B2 (en) * | 2017-03-31 | 2020-11-24 | Honeywell International Inc. | System and method for analyzing vehicle systems during vehicle travel |
-
2017
- 2017-01-17 US US16/478,569 patent/US10950071B2/en active Active
- 2017-01-17 RU RU2019125712A patent/RU2720651C1/ru active
- 2017-01-17 ES ES17701656T patent/ES2895956T3/es active Active
- 2017-01-17 WO PCT/EP2017/050870 patent/WO2018133919A1/en unknown
- 2017-01-17 EP EP17701656.5A patent/EP3538862B2/en active Active
- 2017-01-17 DK DK17701656.5T patent/DK3538862T4/da active
Patent Citations (7)
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 |
JP2006300712A (ja) * | 2005-04-20 | 2006-11-02 | Daikin Ind Ltd | 余寿命予測プログラム及び余寿命予測システム |
RU2453929C2 (ru) * | 2006-09-13 | 2012-06-20 | Кэафьюжн 303, Инк. | Система и способ прогнозирования отказа задней подсветки жк-дисплея |
US20100318246A1 (en) * | 2007-10-24 | 2010-12-16 | Bombardier Transportation Gmbh | Determining the remaining service life of a vehicle component |
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 |
WO2013014202A1 (en) * | 2011-07-28 | 2013-01-31 | Nuovo Pignone S.P.A. | Gas turbine life prediction and optimization device and method |
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 |
Also Published As
Publication number | Publication date |
---|---|
ES2895956T3 (es) | 2022-02-23 |
EP3538862B1 (en) | 2021-08-04 |
DK3538862T3 (da) | 2021-10-11 |
US10950071B2 (en) | 2021-03-16 |
EP3538862B2 (en) | 2024-05-22 |
DK3538862T4 (da) | 2024-08-05 |
US20190347875A1 (en) | 2019-11-14 |
WO2018133919A1 (en) | 2018-07-26 |
EP3538862A1 (en) | 2019-09-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
RU2720651C1 (ru) | Способ прогнозирования ожидаемого срока службы комплектующей детали наблюдаемого транспортного средства и блок обработки | |
Franciosi et al. | Maintenance for sustainability in the industry 4.0 context: A scoping literature review | |
EP1923825A2 (en) | Maintenance interval determination and optimization tool and method | |
US8732112B2 (en) | Method and system for root cause analysis and quality monitoring of system-level faults | |
US10372872B2 (en) | Providing early warning and assessment of vehicle design problems with potential operational impact | |
US8489601B2 (en) | Knowledge extraction methodology for unstructured data using ontology-based text mining | |
US20120232905A1 (en) | Methodology to improve failure prediction accuracy by fusing textual data with reliability model | |
US8219519B2 (en) | Text extraction for determining emerging issues in vehicle warranty reporting | |
US20160342720A1 (en) | Method, system, and computer program for identifying design revisions in hardware design debugging | |
Lorna Wong et al. | Proportional hazards modeling of engine failures in military vehicles | |
US20150081729A1 (en) | Methods and systems for combining vehicle data | |
CN111881980A (zh) | 一种车辆故障检测方法、装置、计算机设备和存储介质 | |
CN113590396A (zh) | 一次设备的缺陷诊断方法、系统、电子设备及存储介质 | |
CN114547318A (zh) | 故障信息获取方法、装置、设备和计算机存储介质 | |
Wang et al. | Deep analysis of power equipment defects based on semantic framework text mining technology | |
CN117150276B (zh) | 机器学习模型构建方法、车辆行驶风险预测方法以及装置 | |
Kang et al. | A Rigorous Characterization of Classification Performance-A Tale of Four Reasoners. | |
KR20200094514A (ko) | 설비 오류 발생 패턴 추출 장치 및 방법 | |
CN116256184A (zh) | 一种铁路货车健康状态的评价方法、装置、设备及介质 | |
Ouda et al. | The effect of useful life and vendor performance on replacement decision of medical equipment | |
Agarwal et al. | Substantiation of software defect prediction using statistical learning: an empirical study | |
CN117829817B (zh) | 基于维修数据统计分析的航空器维修方案优化分析方法 | |
Ghasemi et al. | Optimal condition-based maintenance replacement based on logical analysis of data (LAD) | |
De Freitas et al. | Data-Driven Methodology for Predictive Maintenance of Commercial Vehicle Turbochargers | |
KR101435505B1 (ko) | 잠재고장 위험 평가 시스템 |