本發(fā)明涉及零件修理和更換的領域，并且更具體地涉及用于預測機器部件的相關聯(lián)的故障的系統(tǒng)和方法。

背景技術：

對復雜產品(諸如車輛、電器、工業(yè)設備以及其他復雜產品)的診斷、維護和修理可能是困難的并且耗時的?？赡苄枰獙I(yè)知識和/或昂貴的診斷設備來確保產品能夠被正確診斷、維護或修理。參與修理和維護這些復雜機器的人員會理解，當停止使用復雜的機器來進行修理或維護時，可能碰到意想不到的缺陷。

已經開發(fā)了各種工具來輔助這些任務。在mcquown等人的美國專利申請公開第2005/0144183號(’183公開)中描述了一種這樣的工具。’183公開描述了一種手持便攜單元，其可以由機車技術人員現場使用以訪問為了修理、診斷和排除機車問題所需的信息，并進行必要的修理。例如，技術人員可以下載原理圖、修理手冊、修理建議以及其他資源，以幫助完成手頭的任務。另外，技術人員可以使用便攜單元從供應商訂購所需的零件。

雖然’183公開的便攜單元可以幫助技術人員診斷、維護和修理機車，但是僅僅這樣可能是不夠的。現場技術人員可以標識需要更換的機車的特定零件，并且因此使用便攜單元訂購該零件。然而，便攜單元可能不能標識其他相關零件，這些相關零件應與該零件一起訂購以確保技術人員可以搶在可能在不久的將來的指定時間窗口內意想不到地發(fā)生的任何相關聯(lián)的故障發(fā)生之前完成任何相關聯(lián)的修理。因此，技術人員需要具有知識和遠見，以在訂購時標識這些相關零件。由于機器的復雜性以及能夠標識相關零件的難度，缺陷可能被忽略或未被察覺?！?83公開的單元也沒有提供對在檢查期間應該被解決的不同部件、子系統(tǒng)或系統(tǒng)的可能的相關聯(lián)的修理的指示。因此，現場技術人員可能需要具有幾年的經驗，并且能夠將各種相關或看似不相關的早期故障的發(fā)生聯(lián)系起來，但是這對于某些復雜的機器來說可能是很難的或不可能的。這可能導致即將發(fā)生故障的操作條件。

復雜機器(包括但不限于非公路礦用卡車、液壓挖掘機、履帶式拖拉機，以及輪式裝載機)可能代表大量的資本投入，并且在操作時能夠具有顯著的生產力。因此，重要的是預測部件、子系統(tǒng)和/或系統(tǒng)故障，使得可以在生產力將受到較少影響的時段期間安排維修，并且使得可以在小故障導致潛在的災難性故障之前進行任何較小的維修。

本發(fā)明旨在克服上述的一個或多個問題和/或現有技術中的其他缺點。

技術實現要素：

本發(fā)明的一個方面涉及并公開了一種用于預測機器的一個或多個部件的故障的系統(tǒng)。該系統(tǒng)可以包括配置為輸入第一部件的當前修理數據的至少一個接口、配置為記錄第一部件的當前修理數據的數據庫，以及可操作地連接到至少一個接口和數據庫的處理器。處理器可以基于存儲在數據庫中的歷史修理數據分析第一部件的當前修理數據，其中歷史修理數據包括機器的多個部件(包括第一部件和第二部件)的標識。處理器可以基于存儲在數據庫中的歷史修理數據生成用于維修第二部件的建議。

本發(fā)明的另一方面涉及一種預測機器的部件的故障的方法。該方法可以包括將機器的第一部件的當前修理數據輸入到數據庫中，并且處理該修理數據。該處理可以包括基于存儲在數據庫中的歷史修理數據分析第一部件的當前修理數據，其中歷史修理數據包括機器的多個部件(包括第一部件和第二部件)的標識。該處理還可以包括基于存儲在數據庫中的歷史修理數據生成用于維修第二部件的建議，并且輸出建議修理檢查列表。

本發(fā)明的又一方面涉及一種其上存儲有計算機可讀指令的計算機可讀介質，該指令在由處理器執(zhí)行時使處理器執(zhí)行預測機器的一個或多個部件的故障的方法。該方法可以包括將機器的第一部件的當前修理數據輸入到數據庫中，并且處理該修理數據。該處理可以包括基于存儲在數據庫中的歷史修理數據分析第一部件的當前修理數據，其中歷史修理數據包括機器的多個部件(包括第一部件和第二部件)的標識。該處理還可以包括基于存儲在數據庫中的歷史修理數據生成用于維修第二部件的建議，并且輸出建議修理檢查列表。

附圖說明

圖1是用于預測機器部件的故障的示例性系統(tǒng)的框圖；

圖2是存儲在圖1的系統(tǒng)的數據庫中的示例性數據的表示；

圖3是預測機器部件的故障的方法的示例性實施例的流程圖；

圖4是示出了輸入并存儲在圖1的系統(tǒng)的數據庫內的修理數據的示例性集合的示例性圖表；并且

圖5是示出了基于存儲在圖1的系統(tǒng)的數據庫內的數據的建議的示例性集合的示例性圖表。

具體實施方式

現在將詳細參考在附圖中示出的示例性實施例。只要有可能，在整個附圖中將使用相同的參考數字來指代相同或相似的零件。

圖1描繪了用于預測機器部件的故障的示例性系統(tǒng)的框圖，其中該系統(tǒng)總體上標記為10。為了本發(fā)明的目的，如圖3中所示，結合遠程定位的機器(包括諸如非公路礦用卡車、液壓挖掘機、履帶式拖拉機、輪式裝載機等的機器)來描述預測機器中的相關聯(lián)的故障的本系統(tǒng)和方法。然而，所公開的系統(tǒng)和方法同樣適用于各種其他設備或機器。此外，本發(fā)明可以涉及對從一個機器的一個零件、子系統(tǒng)或系統(tǒng)收集的信息進行分析。然而，可以從多個機器收集和分析數據。

圖1中所示的系統(tǒng)10包括現場系統(tǒng)100和遠程系統(tǒng)102，它們可以通過通信網絡104可操作地連接?，F場系統(tǒng)100及其系統(tǒng)元件可以位于當前正在維修的機器的現場，而遠程系統(tǒng)102及其系統(tǒng)元件可以位于當前正在維修的機器的遠程或不在現場。系統(tǒng)10和/或現場系統(tǒng)100和/或遠程系統(tǒng)102可以是服務器、客戶端、大型機、臺式機、膝上型計算機、網絡計算機、工作站、個人數字助理(pda)、平板pc等。通信網絡104可以是例如基于電話的網絡(例如pbx或pots)、局域網(lan)、廣域網(wan)、因特網或另一分組交換網絡、專用內聯(lián)網、工作站對等網絡、直接鏈路網絡、無線網絡或另一合適的網絡。

現場系統(tǒng)100可以包括至少一個機器106。在圖1中，現場系統(tǒng)100被描繪為包括單個機器106；然而，本發(fā)明的系統(tǒng)和方法同樣適用于具有多于一個機器106的現場系統(tǒng)100。此外，當現場系統(tǒng)100包括多于一個的機器106時，機器可以是相同的機器、相關或相似的一組機器，或者在一些情況下為多個不同的機器?？梢园▉碜愿鞣N工作現場、例如不同的采礦地點的多個機器106。

如圖1中所示，機器106可以包括一個或多個傳感器108和/或部件110。部件110可以是機器106的單個零件，或機器106的系統(tǒng)或子系統(tǒng)。單零件部件110可以是例如密封件、管、閥、波紋管等，而子系統(tǒng)或系統(tǒng)可以是冷卻器或熱交換器、進氣和/或排氣歧管、制動器組等。傳感器108可以包括一個或多個傳感器108以感測來自機器106的一個或多個部件110的數據。傳感器108可以是本領域中已知的用于響應于操作參數的水平而產生電信號的類型的傳感器，并且可以感測來自機器106及其部件110的數據，包括脈寬調制傳感器數據、基于頻率的數據、五伏模擬傳感器數據，以及已有效消抖的開關數據。傳感器108還可以連接到機器106的電子模塊(未示出)。

圖1的現場系統(tǒng)100還包括接口112，其可操作地連接到通信網絡104和機器106(包括傳感器108和部件110)。接口112能夠與機器106通信，并且能夠經由通信網絡104與遠程系統(tǒng)102通信。接口112可以包括顯示器114和輸入設備116。顯示器114可以是電子顯示器，包括但不限于lcd、crt、等離子顯示器等，并且可以包括圖形用戶界面(gui)(未示出)。輸入設備116可以是用于輸入信息的任何已知設備，包括但不限于鍵盤。雖然輸入設備116示出為與顯示器114分離的元件，但是在一些實施例中，輸入設備116可以形成為顯示器114的一部分。另外，諸如例如手持計算設備、語音識別設備、觸摸屏等的其他類型的接口設備可以用于與機器106和遠程系統(tǒng)102接口連接。

圖1中所示的遠程系統(tǒng)102包括處理器118、接口120和數據庫126。示出為可操作地連接到通信網絡104的處理器118可以與現場系統(tǒng)100和數據庫126通信，以執(zhí)行對當前修理數據的分析，如下面關于圖3所述的。處理器118可以包括一個或多個已知的處理設備，諸如來自由intel^tm制造的pentium^tm或xeon^tm家族的微處理器、由amd^tm制造的turion^tm家族或任何其他類型的處理器。

接口120可以可操作地連接到處理器118。在一些情況下，與通過處理器118可操作地連接相反，接口120還可以直接可操作地連接到數據庫126。接口120可以包括顯示器122和輸入設備124。顯示器122可以是lcd、crt、等離子顯示器等，并且可以包括圖形用戶界面(gui)(未示出)。輸入設備124可以是用于輸入信息的任何已知設備，包括但不限于鍵盤。雖然輸入設備124示出為與顯示器122分離的元件，但是在一些實施例中，輸入設備124可以形成為顯示器122的一部分。另外，諸如例如手持計算設備、語音識別設備、觸摸屏等的其他類型的接口設備可以用于與處理器118、數據庫126和現場系統(tǒng)100接口連接。

來自一個或多個機器106的數據可以收集并存儲在數據庫126中，來在本文公開的實施例中使用?？梢栽跀敌r、數天、數周、數月或數年的過程中收集數據，并且存儲和記錄在數據庫126中。

如圖2中所示，數據庫126可以配置為存儲各種類型的數據，包括修理數據128和操作數據130?！靶蘩頂祿笨梢灾竵碜詸C器上的當前修理過程的“當前修理數據”，并且可以包括諸如機器的部件、子系統(tǒng)和/或系統(tǒng)的標識的數據?！靶蘩頂祿边€可以指來自機器上的先前修理過程的數據，并且在該上下文中可以被稱為“歷史修理數據”，其可以包括諸如部件、子系統(tǒng)和/或系統(tǒng)的標識的數據。因此，第一部件的標識以及第二部件或相關聯(lián)的部件的標識可以與其他機器部件、子系統(tǒng)和/或系統(tǒng)的標識一起存儲在數據庫126中?！皻v史修理數據”可以指在一段時間(例如數月或數年)內收集的數據，其可以存儲在數據庫126中以供所公開的系統(tǒng)10使用?！靶蘩頂祿痹诒疚闹幸部梢苑Q為“工作訂單數據”。歷史修理數據可以是在一段時間內從單個機器上收集的數據，或者是從相同或類似的一組機器或多個機器上收集的。例如，歷史修理數據可以在數月或數年的時間內收集，并存儲在用于單個拖運卡車、一組拖運卡車或多個拖運卡車，以及類似但不完全相同的礦用卡車的單個數據庫126中。雖然本文可以針對給定機器描述修理數據，但是其還可以指為幾個相同或類似機器收集的數據，其可用于分析一組機器的性能。

“操作數據”和“歷史操作數據”可以包括例如發(fā)動機rpm、油壓、水溫、增壓壓力、油污染、電動機電流、液壓壓力、系統(tǒng)電壓等。“操作數據”還可以包括與機器106的其他條件相關的數據，包括但不限于有效載荷、輪胎性能等。處理器可以基于歷史操作數據分析當前(第一)部件的當前修理數據，該歷史操作數據作為生成用于維修相關聯(lián)的(第二)部件的建議的一部分。輸入并存儲在數據庫126中的數據可以各自包括時間和/或日期戳。例如，數據可以帶有2000年1月1日的戳記來輸入。存儲在數據庫126內的數據可以源自例如技術人員、機器制造商、經銷商和/或服務提供商。修理數據和/或操作數據可以手動地或通過一個或多個傳感器108收集并記錄在數據庫126中。

在一些實施例中，數據庫126可以包括配置為存儲信息或數據(諸如上述修理數據和操作數據)的一個或多個存儲設備，其可以由處理器118使用以執(zhí)行與所公開的實施例相關的某些功能。數據庫126可以包括易失性或非易失性、磁性、半導體、磁帶、光學、可移動、不可移動或其他類型的存儲設備或計算機可讀介質。數據庫126或可操作地連接到處理器118的另一存儲設備(未示出)可以存儲程序和/或其他信息，諸如與處理數據相關的信息。在一個示例性實施例中，遠程系統(tǒng)102包括存儲器(未示出)，其可以包括從存儲設備或其他地方加載的一個或多個程序或子程序，當由處理器118執(zhí)行時，這些程序執(zhí)行各種過程、操作或與公開的實施例一致的過程。例如，存儲器可以包括使處理器118能夠基于歷史修理數據來分析當前修理數據(以及執(zhí)行其他任務)的一個或多個程序，如下面關于圖3詳細討論的。

圖3是預測機器部件的故障的方法的示例性實施例的流程圖，該方法由圖1的系統(tǒng)執(zhí)行，特別是由處理器118執(zhí)行。通常，系統(tǒng)10配置為標識循環(huán)出現的模式，該模式中在歷史上不同事件(包括部件故障)已經在指定時間窗口內發(fā)生并應用了值優(yōu)先化，如下面更詳細討論的。該系統(tǒng)可以用于預測相關聯(lián)的部件故障，這些故障可能基于由當前修理數據觸發(fā)的統(tǒng)計上的顯著歷史證據而發(fā)生。此外，系統(tǒng)包括生成或輸出建議(也稱為檢查列表)的功能，來建議對預測為將要故障的一個或多個相關聯(lián)的部件進行搶先修理和/或維護。

相關聯(lián)的部件是指大約在正在維修不同的部件的同時，經常需要維修(例如，修理或更換)的部件。正在維修的部件可以稱為“第一部件”或“當前部件”，并且可能需要維修的部件可以稱為“第二部件”、“至少一個第二部件”或“相關聯(lián)的部件”。在一些情況下，大約在正在維修一個部件(第一部件或當前部件)的同時，另外多個部件可能需要維修，在這種情況下，需要維修的多個部件可以稱為“另外的部件”或“相關聯(lián)的部件”。術語“相關聯(lián)的”不要求部件與另一部件相關。實際上，如本發(fā)明中所述的，部件可以是相關聯(lián)的部件，盡管它在邏輯上與正在維修的其他部件無關。

現在將參考圖3中的流程圖來討論預測機器部件中的故障的方法的細節(jié)。

圖3中所示的方法200包括步驟202，其中根據圖1及其相關描述，從一個或多個機器106收集部件數據。部件數據可以使用例如圖1中所示的接口112的輸入設備116，由技術人員或輸入部件數據的其他實體手動地收集。替代地，可以使用一個或多個機器傳感器108來自動地收集部件數據并將其發(fā)送到數據庫126。

在步驟204中，輸入部件數據作為當前修理數據。這可以使用接口112手動地或自動地完成。輸入的當前修理數據可以包括例如標識的當前正在維修的部件的部件信息，諸如零件號。在其他情況下，接口120可以用于輸入部件數據作為當前修理數據。例如，現場技術人員可以聯(lián)系訪問遠程系統(tǒng)102的遠程技術人員，并向遠程技術人員提供部件數據來作為當前修理數據輸入。

在步驟206中，將當前修理數據記錄在數據庫126中?？梢酝ㄟ^例如標識部件信息(諸如當前正在維修的部件的零件號)，以及標識指示了何時維修了該部件的日期和/或時間戳來記錄當前修理數據。

可以將數據清潔步驟(未示出)作為步驟204和/或步驟206的一部分包括進來，其也可以稱為數據清理或數據清洗步驟。原始數據可以作為未清潔數據輸入并記錄。通常采用的數據清潔技術可以用于檢測和校正輸入到數據庫中的數據的誤差。關于如本文所述輸入并記錄到數據庫中的當前修理數據，可使用已知的數據清理技術來標識修理數據的不完整、不正確、誤差或不相關的方面，并且更換、修改或刪除數據使得其與存儲在數據庫中的其他修理數據一致。

在步驟208、步驟210和步驟214中，基于存儲在數據庫126中的歷史修理數據來執(zhí)行對當前修理數據的分析。遠程系統(tǒng)102的處理器118可以配置為執(zhí)行分析。具體地，可以應用一個或多個算法來執(zhí)行分析，所述算法可以由處理器118訪問或者在一些情況下存儲在處理器118上，如下面更詳細描述的?？梢允褂靡粋€或多個算法從數據庫提取數據(諸如修理數據和/或操作數據)，以確定何時應當維修或更換機器部件，并且建議對該部件進行維修或更換。

在步驟208中，基于歷史修理數據分析在步驟206中記錄的當前修理數據。為了在步驟208中執(zhí)行分析，可以根據步驟210做出決定。具體地，在步驟210中，圖3中所示的操作方法可以確定一個或多個相關聯(lián)的事件是否在先前部件故障的指定時間內發(fā)生。如本文所討論的，相關聯(lián)的事件可以是例如除了當前正在維修的部件(第一部件)之外的相關聯(lián)的部件(第二部件)的故障。并且“先前部件故障”可以指當前正在維修的部件(第一部件)的先前故障，其中先前部件故障的數據存儲在數據庫126中。

可以利用可由處理器118訪問或存儲在處理器118上的算法，來確定是否在先前部件故障的指定時間內發(fā)生了一個或多個相關聯(lián)的事件。具體地，在步驟210中應用的算法可以是先驗算法(apriorialgorithm)的一個版本，其通常被理解為是對數據挖掘和確定數據集中的項目出現的頻率有用的一般類型的算法。數據挖掘一般可以指辨別數據集中的模式并從辨別的模式中提取有用信息的過程。本發(fā)明中使用的術語“事件”、“事務”或“項目”可以可互換地用于指代在給定機器的正常操作條件之外發(fā)生的部件、子系統(tǒng)或系統(tǒng)故障或修理。

本系統(tǒng)和方法可以使用先驗算法的修改版本來確定相關聯(lián)的事件是否在先前部件故障的指定時間內發(fā)生。使用修改的先驗算法，記錄在數據庫126中作為歷史修理數據的每個修理數據可以被記錄為一個時間戳記錄。例如，一個修理數據條目或項目可以是“改變冷卻器/熱交換器密封件，2000年1月1日”。本發(fā)明的先驗算法可以通過遠程系統(tǒng)102的處理器118來應用，以檢測一個或多個相關聯(lián)的事件是否在先前部件故障的指定時間內發(fā)生。例如，修改的先驗算法可以包括在7到15天之間的時間限制(這里也稱為時間段或時間窗口)。在該示例中，使用修改的先驗算法的分析將從可能的建議(圖3，步驟218；圖5)中將在當前正在維修的部件的先前故障的7到15天時間段之外發(fā)生的任何相關聯(lián)的事件排除掉。在另一示例中，先驗算法可以包括10天的時間限制，從而從可能的建議中將超過當前正在維修的部件的先前故障10天發(fā)生的任何相關聯(lián)的事件排除掉。可以使用接口120的輸入設備124輸入時間限制。替代地，可使用遠程系統(tǒng)102的另一輸入設備或與遠程系統(tǒng)102分離但可操作地連接到遠程系統(tǒng)102的系統(tǒng)的另一輸入設備來輸入時間限制。

作為又一個示例，如果在第一時間發(fā)生第一部件(例如，冷卻器或熱交換器密封件)的故障，則測量第二部件(例如，冷卻器或熱交換器軟管或傳動泵軟管)的故障發(fā)生的時間作為第一時間之后的第二時間。這些時間測量結果編譯在數據庫126中，其可以由修改的先驗算法經由遠程系統(tǒng)102的處理器118訪問。然后可以確定第二部件的故障可能在第一部件的故障之后的時間n(其中n＝第二時間-第一時間)內發(fā)生。

因此，修改的先驗算法是可以通過提供時間限制來限制可能的建議的算法，如上所述。本文所述的修改的先驗算法可以稱為類先驗算法(apriori-likealgorithm)、修改的先驗算法或簡單先驗算法。本發(fā)明將指定是否以及何時參考通用先驗算法而不是上述修改的先驗算法。

如果確定在先前部件故障的指定時間內沒有發(fā)生一個或多個相關聯(lián)的事件，則該過程結束，如步驟212中所示。然而，如果在先前部件故障的指定時間內發(fā)生了一個或多個相關聯(lián)的事件，然后可以確定該一個或多個相關聯(lián)的事件是否滿足優(yōu)先級閾值，如步驟214中所示。

在步驟214中，為了確定該一個或多個相關聯(lián)的事件是否滿足優(yōu)先級閾值，可以利用可由處理器118訪問或存儲在處理器118上的另一算法。具體地，在步驟214中應用的算法可以是pareto算法。pareto算法通常被理解為使用所存儲的數據來確定哪些事件貢獻了某些效應的大部分(通常為80％)的算法。在商業(yè)中通?？紤]pareto算法的原理，即80％的公司的銷售額可能來自20％的公司的消費者或客戶。在本發(fā)明的上下文中，在步驟214中應用的pareto算法可以用于確定哪些修理事件傾向于對機器停機時間的成本的特定百分比做出貢獻。pareto算法還可以用于確定一個或多個相關聯(lián)的事件是否為傾向于對成本的高百分比做出貢獻的修理事件中的一個，使得該一個或多個相關聯(lián)的事件將包括在步驟218的建議內。

在一個示例中，可以在該pareto算法中設置為約80％的閾值。應用該閾值，分析將確定哪些機器修理在歷史上貢獻了80％或更多的總停機時間修理成本。那些沒有貢獻的修理將不會被包括在在步驟218中生成的建議內。

對于任何單個機器，可能存在數千(甚至數萬或數十萬)的部件，其中大部分或全部可以分組為子系統(tǒng)，這些子系統(tǒng)可以分組到機器的單獨系統(tǒng)中。數據庫126可以存儲單獨修理事件的成本，包括一個或多個相關聯(lián)的事件以及每個修理事件中涉及的系統(tǒng)、子系統(tǒng)和部件的成本。每個修理事件中涉及的系統(tǒng)、子系統(tǒng)和/或部件的標識可以構成本發(fā)明中討論的歷史修理數據。例如，假設在一年中，給定機器有1000次修理事件，并且1000次修理事件導致該機器的總修理成本為1000000美元。并且假設在這1000個修理事件中涉及總共10000個不同的部件。涉及10000個部件并導致總修理成本為1000000美元的1000次修理事件可以稱為歷史修理數據。所公開的pareto算法，并且特別是pareto算法的優(yōu)先級閾值，可以確定這10000個部件中的哪些部件涉及總計至少800000美元(總成本的80％)的最貴的修理事件。因此可以應用pareto算法來計算修理事件的總和，從最貴的修理事件開始并繼續(xù)加上第二貴的修理事件，直到組合成本等于至少800000美元。在許多情況下，與修理事件的總數相比，少數的修理事件可占據該機器大量的總停機時間修理成本。作為簡單的示例，在1000個修理事件中，20個修理事件可占總停機時間修理成本的80％。盡管在上面討論了一年的時間段，但是給定機器的總修理成本所基于的時間段可以是數天、數周、數月或數年的時間段。該時間段可以例如使用輸入設備124在pareto算法中設置。

80％的閾值僅是pareto算法的一個典型的示例。在其他示例中，閾值可以設定為高于80％(例如，約90％或約95％)的值以提供更具選擇性和排他性的分析，或低于80％(例如，約70％或約75％)以提供更具包容性的分析。例如，如果在先驗算法已經在步驟210中運行之后，在先前部件故障的指定時間內發(fā)生了大量(例如，二十個)事件，則在步驟214中使用pareto算法的分析可以進一步根據如本文所討論的閾值來限制事件的數量。然而，如果在先驗算法已經運行之后，只發(fā)生了較少的事件(例如，五個)，則當在步驟218中將這些事件生成為建議時，可以不排除這些事件中的任何一個。可以通過例如使用輸入設備124在pareto算法中預定和設置事件的最大數量。例如，如果在先驗算法之后應用pareto算法，并且pareto算法包括了限制為五個事件的最大限制，則在步驟218可以生成不超過五個建議。當存在對事件的最大限制時，這些事件可以是如上所討論的最貴的事件。由pareto算法允許的事件的最大數量可以多于或少于五，這取決于以下因素，包括但不限于正在維修的機器，以及可用于提供維修的技術人員的數目。

由于機器復雜性，當一個看似不相關的部件正在維修時，可能有許多其他部件需要維修。在維修機器時，專業(yè)技術人員可以嘗試應用可以描述為本領域中的專業(yè)知識的領域知識專業(yè)技能，來預測不同的部件是否處于故障邊緣，并且是否應當也進行修理或更換。然而，使用這樣的領域知識專業(yè)技能可能導致對太多可能相關的部件進行維修。包括在步驟214中應用pareto算法的分析可以確定在機器維修的任何單個實例期間相關聯(lián)的部件的修理的優(yōu)先級。該過程也可以稱為值優(yōu)先化。

代表各種機器部件的停機時間成本的數據(例如，作為閾值百分比值)可以存儲在數據庫126上，來在圖3的分析期間手動地或自動地輸入到pareto算法中?？墒褂媒涌?20的輸入設備124，或者替代地使用遠程系統(tǒng)102的另一輸入設備或與遠程系統(tǒng)102分離但可操作地連接到遠程系統(tǒng)102的系統(tǒng)的另一輸入設備來輸入該數據。另外，各種機器部件的停機時間成本的數據可以存儲在單獨的數據庫或存儲裝置上，它們作為遠程系統(tǒng)102的一部分的或者與遠程系統(tǒng)102分離但可操作地連接到遠程系統(tǒng)102的系統(tǒng)的一部分。

因此，使用本文所述的先驗算法和pareto算法的分析可以用于利用數據挖掘來發(fā)現頻繁項目集的序列。如本文所用，術語“頻繁項目集”可以指代一起發(fā)生的部件故障。可以根據輸入到先驗算法中的定時，以及輸入到pareto算法中的值優(yōu)先化的閾值來確定是否可將部件故障識別為頻繁項目集，如上所討論的。

如果一個或多個相關聯(lián)的事件不滿足pareto算法的優(yōu)先級閾值，則該過程結束，如步驟216中所示。然而，如果該一個或多個相關聯(lián)的事件滿足pareto算法的優(yōu)先級閾值，則過程進行到步驟218，并且處理器118基于存儲在數據庫126內的歷史修理數據生成(輸出)應當維修哪些相關聯(lián)的部件的建議。建議可以包括用于維修至少一個相關聯(lián)的部件的一個或多個建議，其可以顯示在顯示器114上。在一些情況下，建議可以顯示在顯示器122上。在步驟218生成建議之后，該方法可以在步驟220結束。

因此，本文所述的系統(tǒng)和方法可以允許基于確定部件可能故障來搶先修理當前未維修的機器部件，其中基于與當前正在維修的部件的故障相關聯(lián)的標識的關聯(lián)性做出該確定。例如，如果當前正在進行修理的部件是熱交換器密封件，并且在歷史上熱交換器軟管在更換熱交換器密封件之后的七天內故障，則用于預測機器部件的故障的所公開的系統(tǒng)和方法可以向技術人員或其他實體提供指示(建議)來在更換密封件時檢查軟管。如果軟管需要修理或更換，則可以同時維修熱交換器密封件和軟管。

盡管圖3的流程圖是指“修理數據”，但是可以使用“操作數據”來應用相同的方法，如上面參考圖2所討論的。例如，圖3的方法可以與操作數據130一起使用，包括但不限于發(fā)動機rpm、油壓、水溫、增壓壓力、油污染、電動機電流、液壓壓力，以及系統(tǒng)電壓。如上所述，操作數據130也可以存儲在數據庫126中。另外，盡管算法被描述為存儲在處理器118中并且可通過處理器118訪問，但是在其他實施例中，任一種算法或兩種算法都可以存儲在現場系統(tǒng)100或遠程系統(tǒng)102的其他處理單元和/或存儲設備上。此外，在其他實施例中，步驟210和步驟214可以顛倒，使得在pareto算法之后應用先驗算法。也就是說，方法200可以這樣進行，使得首先確定一個或多個相關聯(lián)的事件是否滿足優(yōu)先級閾值，并且如果是，則確定該一個或多個相關聯(lián)的事件是否在先前部件故障的指定時間內發(fā)生。這種操作方法可以在基于先驗算法的時間限制過濾出另外的相關聯(lián)的修理之前，從可能的建議中濾出小成本修理事件。因此，先驗算法和pareto算法可不必相互依賴。

圖4描繪了示出了輸入并存儲在圖1的系統(tǒng)10的數據庫126內的修理數據的示例性集合的示例性圖表400。“前項”涉及給定(第一)部件的先前事件(例如，故障)的修理數據?！昂箜棥笔侵赶惹笆录蟮氖录?相關聯(lián)的事件)的修理數據，該事件根據本文所述的系統(tǒng)和方法確定為與先前事件相關聯(lián)。也就是說，后項可以涉及與第一部件不同的相關聯(lián)的(第二)部件。“標識號”列可以包括給定部件、子系統(tǒng)或系統(tǒng)的號碼，諸如零件號和/或型號。

“置信度(％)”列指示前項和后項是相關事件的置信度。可以通過應用步驟208、步驟210和/或步驟214的分析來統(tǒng)計地得出置信度百分比，如關于圖3所述的。例如，在本發(fā)明的步驟210中應用的先驗算法可以用于確定置信度百分比。對于給定的前項事件，先驗算法可以使用存儲在數據庫126內的數據來計算后項也將在由先驗算法指定的時間限制內發(fā)生的可能性，其中可能性可以表示為百分比。例如，圖4示出了當維修冷卻器/熱交換器密封件時，則也應對冷卻器/熱交換器軟管進行維修的可能性為100.000％。盡管圖4涉及描繪了修理數據，但是圖表還可以描繪關于圖2示出和討論的類型的“操作數據”。

圖5描繪了示出了基于存儲在圖1的系統(tǒng)10的數據庫內的數據的建議的示例性集合的示例性圖表500。建議的圖表500是示出了哪些事件是相關的并應該由技術人員解決的檢查列表。圖表500可以包括描述建議的描述列，該建議可以包括建議對相關聯(lián)的(即，第二)部件進行搶先修理。例如，如果在歷史上修理冷卻器/熱交換器密封件時，經常接著對冷卻器/熱交換器軟管進行修理，則可以生成具有以下描述的建議：在歷史上，冷卻器/熱交換器密封件的修理事件之后經常是冷卻器/熱交換器軟管的修理事件。該描述向技術人員通知了在維修冷卻器/熱交換器密封件的同時要維修冷卻器/熱交換器軟管。另外的可能描述在圖5中示出，并且還可以根據正在維修的部件包括各種其他描述。

如圖5中所示，諸如圖表500的單個圖表可以包括針對各種機器部件的建議。在一些情況下，可以基于維修單個機器部件來生成提供建議的建議圖表。除了圖5中所示的“描述”列之外，關于當前正在維修的指定機器部件，圖表500可以包括指定了部件序列號、維修日期、型號代碼和/或制造商的另外的列。建議的圖表500可以在現場系統(tǒng)100中訪問。例如，顯示器114可以顯示圖表500。替代地，圖1中未示出的另一顯示器可以用于顯示圖表500。

本領域中的技術人員將理解，與本發(fā)明一致的系統(tǒng)和方法的全部或部分可以存儲在其他計算機可讀介質上或從其讀取。參考圖1，系統(tǒng)10可以包括其上存儲有計算機可讀機器指令的計算機可讀介質，當由處理器118執(zhí)行時，該指令可以使處理器118執(zhí)行本文所公開的包括預測機器中的故障的方法的方法，以及其他任務。示例性計算機可讀介質可包括輔助存儲設備，如硬盤、軟盤和cd-rom；或其他形式的計算機可讀存儲器，諸如只讀存儲器(rom)或隨機存取存儲器(ram)。這樣的計算機可讀介質可以由系統(tǒng)10的一個或多個部件來實施，諸如處理器118、數據庫126、接口112、接口120、機器106、服務器系統(tǒng)或這些和其他部件的組合。

工業(yè)實用性

盡管對包括卡車、液壓挖掘機、履帶式拖拉機和輪式裝載機的機器進行了描述，但是本發(fā)明的系統(tǒng)和方法可以應用于依賴機器設備的其他工業(yè)。例如，除了汽車工業(yè)之外，航空公司或航運業(yè)可以應用所述的系統(tǒng)和方法，并且重型設備制造商尋求該系統(tǒng)和方法來向尋求使非計劃機器停機時間最小化的客戶提供數據利用服務。

用于預測機器部件的相關聯(lián)的故障的所公開的系統(tǒng)和方法是一種由修理數據或操作數據觸發(fā)的預測工具，其可用于可靠地搶先維修相關聯(lián)的部件的故障。該系統(tǒng)和方法可以利用和挖掘大量通常跨越數月或數年的歷史數據，以便在維修機器部件時探索到模式和關系。每當檢查、修理、更換或以其他方式維修機器部件時，該系統(tǒng)和方法還可以提供指定的、可操作的建議。

另外，因為可以預測某些相關聯(lián)的部件的故障，通過使用本文所公開的系統(tǒng)和方法，可以以成本有效的方式維持用于修理和更換的零件的庫存。例如，如果系統(tǒng)確定在入口排氣歧管管故障和入口排氣歧管波紋管故障之間存在聯(lián)系，則可以針對這兩種情況保持庫存，使得可以將它們一次性解決。

因此，用于預測機器部件的相關聯(lián)的故障的所公開的系統(tǒng)和方法可以通過搶先維修相關聯(lián)的部件的故障來使用于維修機器及其部件、子系統(tǒng)和系統(tǒng)的非計劃的和昂貴的停機時間最小化。本文所述的系統(tǒng)和方法特別可用于以建議的形式提供可操作的情報，來搶先維修總是對專家技術人員而言太復雜而不能準確診斷的機器中的部件的相關聯(lián)的故障，特別是當相關聯(lián)的部件可能不是在邏輯上連接在給定機器內時。

雖然本文所述的系統(tǒng)和方法涉及基于對一個部件的修理來預測另一個部件的故障，從而確定機器部件之間的故障模式，但是其也可以用于基于對機器的子系統(tǒng)或系統(tǒng)的修理，從而確定在其他機器子系統(tǒng)或系統(tǒng)之間的故障模式，其中子系統(tǒng)和系統(tǒng)可以包括多個部件。

對于本領域中的技術人員顯而易見的是，可以對用于預測機器部件的相關聯(lián)的故障的所公開的系統(tǒng)和方法做出各種修改和變化。在考慮本發(fā)明的說明書和實踐后，本發(fā)明的其他實施例對于本領域中的技術人員將是顯而易見的。因此，說明書和示例僅被認為是示例性的，并且本發(fā)明的真實范圍由所附權利要求書及其等價物指示。