(19)【発行国】日本国特許庁(JP)
(12)【公報種別】公表特許公報(A)
(11)【公表番号】2018514830
(43)【公表日】20180607
(54)【発明の名称】電気デバイスの損傷レベルを推定するための方法及びシステム
(51)【国際特許分類】
   G08B 21/00 20060101AFI20180511BHJP
   B60R 16/02 20060101ALI20180511BHJP
   G01M 99/00 20110101ALI20180511BHJP
   G01R 31/00 20060101ALI20180511BHJP
【FI】
   !G08B21/00 U
   !B60R16/02 650J
   !G01M99/00 Z
   !G01R31/00
【審査請求】有
【予備審査請求】未請求
【全頁数】35
(21)【出願番号】2017543850
(86)(22)【出願日】20160614
(85)【翻訳文提出日】20170817
(86)【国際出願番号】JP2016068195
(87)【国際公開番号】WO2016208520
(87)【国際公開日】20161229
(31)【優先権主張番号】15173787.1
(32)【優先日】20150625
(33)【優先権主張国】EP
(81)【指定国】 AP(BW,GH,GM,KE,LR,LS,MW,MZ,NA,RW,SD,SL,ST,SZ,TZ,UG,ZM,ZW),EA(AM,AZ,BY,KG,KZ,RU,TJ,TM),EP(AL,AT,BE,BG,CH,CY,CZ,DE,DK,EE,ES,FI,FR,GB,GR,HR,HU,IE,IS,IT,LT,LU,LV,MC,MK,MT,NL,NO,PL,PT,RO,RS,SE,SI,SK,SM,TR),OA(BF,BJ,CF,CG,CI,CM,GA,GN,GQ,GW,KM,ML,MR,NE,SN,TD,TG),AE,AG,AL,AM,AO,AT,AU,AZ,BA,BB,BG,BH,BN,BR,BW,BY,BZ,CA,CH,CL,CN,CO,CR,CU,CZ,DE,DK,DM,DO,DZ,EC,EE,EG,ES,FI,GB,GD,GE,GH,GM,GT,HN,HR,HU,ID,IL,IN,IR,IS,JP,KE,KG,KN,KP,KR,KZ,LA,LC,LK,LR,LS,LU,LY,MA,MD,ME,MG,MK,MN,MW,MX,MY,MZ,NA,NG,NI,NO,NZ,OM,PA,PE,PG,PH,PL,PT,QA,RO,RS,RU,RW,SA,SC,SD,SE,SG,SK,SL,SM,ST,SV,SY,TH,TJ,TM,TN,TR,TT,TZ,UA,UG,US
(71)【出願人】
【識別番号】503163527
【氏名又は名称】ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ・ビーヴィ
【氏名又は名称原語表記】MITSUBISHI ELECTRIC R&D CENTRE EUROPE B.V.
【住所又は居所】オランダ国、1119 エヌエス・スヒプホ−ル・レーイク、カプロニラーン 46
【住所又は居所原語表記】Capronilaan 46, 1119 NS Schiphol Rijk, The Netherlands
(74)【代理人】
【識別番号】100110423
【弁理士】
【氏名又は名称】曾我 道治
(74)【代理人】
【識別番号】100111648
【弁理士】
【氏名又は名称】梶並 順
(74)【代理人】
【識別番号】100122437
【弁理士】
【氏名又は名称】大宅 一宏
(74)【代理人】
【識別番号】100147566
【弁理士】
【氏名又は名称】上田 俊一
(74)【代理人】
【識別番号】100161171
【弁理士】
【氏名又は名称】吉田 潤一郎
(72)【発明者】
【氏名】モロヴ、ステファン
【住所又は居所】フランス国、35708 レンヌ・セデックス 7、セーエス 10806、アレ・ドゥ・ボーリュー 1、ケアオブ・ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ
(72)【発明者】
【氏名】デグランヌ、ニコラ
【住所又は居所】フランス国、35708 レンヌ・セデックス 7、セーエス 10806、アレ・ドゥ・ボーリュー 1、ケアオブ・ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ
(72)【発明者】
【氏名】グレッセ、ニコラ
【住所又は居所】フランス国、35708 レンヌ・セデックス 7、セーエス 10806、アレ・ドゥ・ボーリュー 1、ケアオブ・ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ
(72)【発明者】
【氏名】エヴァンチュク、ジェフリー
【住所又は居所】フランス国、35708 レンヌ・セデックス 7、セーエス 10806、アレ・ドゥ・ボーリュー 1、ケアオブ・ミツビシ・エレクトリック・アールアンドディー・センター・ヨーロッパ
【テーマコード(参考)】
2G024
2G036
5C086
【Fターム(参考)】
2G024AD24
2G024BA22
2G024BA27
2G024CA02
2G024CA09
2G024CA13
2G024CA17
2G024DA12
2G024DA16
2G024DA21
2G024EA11
2G024FA02
2G024FA14
2G024FA15
2G036AA25
2G036BA02
2G036BA12
2G036BB02
2G036BB09
2G036CA12
5C086AA05
5C086AA34
5C086BA22
5C086CA21
5C086DA03
5C086DA10
5C086FA11
(57)【要約】
本発明は、電気デバイスの損傷レベルを推定する方法に関する。本方法は、損傷レベル推定が行われる電気デバイスに関連する動作サイクルのヒストグラムを形成するステップと、形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、形成されたヒストグラムを、ヒストグラムの集合体のうちのヒストグラムと、又はヒストグラムの集合体のうちのヒストグラムの結合と比較するステップであって、ヒストグラムの集合体のうちの各ヒストグラムは、損傷レベルに関連付けられている、ステップと、最も近いヒストグラムの損傷レベルから、又は最も近いヒストグラムの結合のうちのヒストグラムの損傷レベルから、電気デバイスの損傷レベルの推定値を決定するステップと、を含む。
【特許請求の範囲】
【請求項1】
電気デバイスの損傷レベルを推定する方法であって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成するステップと、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は、前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較するステップであって、前記ヒストグラムの集合体のうちの各ヒストグラムは損傷レベルに関連付けられている、ステップと、
前記最も近いヒストグラムの前記損傷レベルから、又は前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定するステップと
を含む、方法。
【請求項2】
前記ヒストグラムの集合体は、前記電気デバイスと同じ機能を有する他の電気デバイスのサイクルの測定値及び損傷レベルの測定値から得られたヒストグラムのデータベースから生成される、請求項1に記載の方法。
【請求項3】
前記ヒストグラムの集合体の前記形成された1つ以上のヒストグラムはビンによって定義され、前記ビンは、値、温度範囲、速度範囲、加速度範囲、及び、該ビン内の基本サイクルの数を表す、請求項1または2に記載の方法。
【請求項4】
前記ヒストグラムの集合体の前記形成された1つ以上のヒストグラムは、ビンごとに、基本サイクルの数を、前記ビン内の基本サイクルの数の和で除算することによって正規化される、請求項1から3までのいずれか1項に記載の方法。
【請求項5】
前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は、前記ヒストグラムの集合体のうちのヒストグラムの結合と比較する前記ステップは、二次距離との比較によって行われる、請求項1から3までのいずれか1項に記載の方法。
【請求項6】
前記損傷レベルの前記決定された推定値を通知する更なるステップを含む、請求項1から5までのいずれか1項に記載の方法。
【請求項7】
前記損傷レベルを寿命の期待値に変換し、前記残りの寿命の期待値を通知する更なるステップを含む、請求項1から5までのいずれか1項に記載の方法。
【請求項8】
ヒストグラムの結合は、ヒストグラムの線形結合である、請求項1から7までのいずれか1項に記載の方法。
【請求項9】
前記方法は損傷評価装置によって実行され、前記ヒストグラムの集合体は、前記損傷評価装置のメモリに記憶されているか、あるいは、電気通信ネットワークを通じてサーバーから得られる、請求項1から8までのいずれか1項に記載の方法。
【請求項10】
前記動作サイクルのヒストグラムを形成する前記ステップは、損傷評価装置によって実行され、前記方法は、前記形成されたヒストグラムをサーバーに転送する更なるステップを含み、前記サーバーは、前記比較するステップと、前記決定するステップと、前記サーバーによって実行される前記電気デバイスの前記損傷レベルの前記推定値を転送する更なるステップとを実行する、請求項1から7までのいずれか1項に記載の方法。
【請求項11】
前記方法は、
前記サーバーによって実行される、
前記電気デバイスと同じ機能を有する他の電気デバイスのサイクル及び損傷レベルの測定値から得られたヒストグラムを受信するステップと、
前記受信したヒストグラムを用いて前記ヒストグラムのデータベースを更新するステップと
を更に含む、請求項10に記載の方法。
【請求項12】
電気デバイスの損傷レベルを推定する装置であって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成する手段と、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は、前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較する手段であって、前記ヒストグラムの集合体のうちの各ヒストグラムは損傷レベルに関連付けられている、手段と、
前記最も近いヒストグラムの前記損傷レベルから、又は前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定する手段と
を備える、装置。
【請求項13】
前記推定する装置は、前記ヒストグラムの集合体をメモリに記憶する手段を更に備えるか、又は、前記ヒストグラムの集合体を、電気通信ネットワークを通じてサーバーから取得する手段を更に備える、請求項12に記載のデバイス。
【請求項14】
電気デバイスの損傷レベルを推定するシステムであって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成する手段と、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は、前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較する手段であって、前記ヒストグラムの集合体のうちの各ヒストグラムは、損傷レベルに関連付けられている、手段と、
前記最も近いヒストグラムの前記損傷レベルから、又は、前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定する手段と
を備える、システム。
【請求項15】
前記動作サイクルのヒストグラムを形成する手段は、損傷評価装置に含まれ、該損傷評価装置は、前記形成されたヒストグラムをサーバーに転送する手段を備え、前記比較する手段、前記決定する手段、及び前記電気デバイスの前記損傷レベルの前記推定値を転送する更なる手段は前記サーバーに含まれる、請求項14に記載のシステム。
【請求項16】
前記サーバーは、
電気デバイスから、該電気デバイスと同じ機能を有する他の電気デバイスのサイクル及び損傷レベルの測定値から得られたヒストグラムを複数の電気デバイスから受信する手段と、
前記受信したヒストグラムを用いて前記ヒストグラムのデータベースを更新する手段と
を更に備える、請求項15に記載のシステム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、包括的には、電気デバイスの損傷レベルを推定するための方法及び装置に関する。
【背景技術】
【0002】
パワーエレクトロニクスの分野において、いくつかのデバイスは脆弱なコンポーネントとして知られている。電解コンデンサ、パワーモジュール、電池及び電気モータがそれらの一部である。
【0003】
例えば、電解コンデンサは、寿命の終了時に短絡不良になる可能性さえあり、重大な問題につながり得る。
【0004】
この際、そのような電気デバイスの損傷レベルの推定を試みることが重要な課題である。
【0005】
電気デバイスの損傷レベルを推定する1つの可能性のある方法は、電気デバイスの応力履歴を考慮に入れることなく、所与の時点に電気デバイスの心臓部において行われる測定に基づいて状態監視をすることである。この手法は、信頼性があるが、測定を行うために電気デバイス自体にアクセスすることを必要とし、これは商品にとって容易でない。
【発明の概要】
【発明が解決しようとする課題】
【0006】
そのような手法は、製造者及び/又は消費者にとって満足のいくものではない。
【0007】
例えば、電気デバイスが電気自動車において用いられるとき、いずれの車両において電気デバイスが重大な損傷レベルに達したのかを特定することが重要である。製造者は、顧客に警告し、損傷を受けそうな電気デバイスの制御/交換を提案することができる。このサービスは、車両群に対し、より良い品質の制御を与える。
【0008】
維持コストが高くアクセスが制限されている洋上風車群についても同じことが生じる。
【課題を解決するための手段】
【0009】
本発明は、容易に入手可能であり、かつ製造者及び/又は顧客にとって重要な特徴である製品のコストを増大させないデータに基づいて電気デバイスの損傷レベルを推定することを目的とする。
【0010】
このために、本発明は、電気デバイスの損傷レベルを推定する方法であって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成するステップと、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較するステップであって、前記ヒストグラムの集合体のうちの各ヒストグラムは損傷レベルに関連付けられている、ステップと、
前記最も近いヒストグラムの前記損傷レベルから、又は前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定するステップと、
を含むことを特徴とする、方法に関する。
【0011】
本発明はまた、電気デバイスの損傷レベルを推定するデバイスであって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成する手段と、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較する手段であって、前記ヒストグラムの集合体のうちの各ヒストグラムは損傷レベルに関連付けられている、手段と、
前記最も近いヒストグラムの前記損傷レベルから、又は前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定する手段と、
を備えることを特徴とする、デバイスに関する。
【0012】
本発明はまた、電気デバイスの損傷レベルを推定するシステムであって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成する手段と、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較する手段であって、前記ヒストグラムの集合体のうちの各ヒストグラムは、損傷レベルに関連付けられている、手段と、
前記最も近いヒストグラムの前記損傷レベルから、又は前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定する手段と、
を備えることを特徴とする、システムに関する。
【0013】
このため、容易に入手可能であり、かつ電気デバイスのコストを大きく増大させず、かつ電気デバイスの製造者及び/又は顧客に満足を与えるデータに基づいて電気デバイスの損傷レベルを推定することが可能である。
【0014】
特定の特徴によれば、前記ヒストグラムの集合体は、前記電気デバイスと同じ機能を有する他の電気デバイスのサイクル及び損傷レベルの測定値から得られたヒストグラムのデータベースから生成される。
【0015】
このため、同様のデバイスの現実世界の動作中又は動作後に収集されるデータからヒストグラムの集合体を生成することが可能である。
【0016】
特定の特徴によれば、前記ヒストグラムの集合体の前記形成された1つ以上のヒストグラムはビン(棒グラフの棒)によって定義され、当該ビンは、値、温度範囲、速度範囲、加速度範囲、及び、ビン内の基本サイクルの数を表す。
【0017】
このため、ヒストグラムビンは、電気デバイスの応力を示すいくつかのパラメーターの組合せを表すことができる。
【0018】
特定の特徴によれば、前記ヒストグラムの集合体の前記形成された1つ以上のヒストグラムは、ビンごとに、前記基本サイクルの数を、前記ビン内の前記基本サイクルの数の和で除算することによって正規化される。
【0019】
このため、ヒストグラム間の比較が容易になる。
【0020】
特定の特徴によれば、前記形成されたヒストグラムを、ヒストグラムの集合体のうちの複数のヒストグラムと、又は、前記ヒストグラムの集合体のうちの複数のヒストグラムからなる複数の結合(combinations)と比較するステップは、二次距離との比較によって行われる。
【0021】
このため、形成されたヒストグラムと、ヒストグラムの集合体のうちの複数のヒストグラム、又は、ヒストグラムの集合体のうちの複数のヒストグラムからなる複数の結合との間の類似性が、重み付けされた方式で評価される。
【0022】
特定の特徴によれば、前記方法は、前記損傷レベルの前記決定された推定値を通知する更なるステップを含む。
【0023】
このため、デバイスのユーザーに、健全性状態を警告し、メンテナンスのための早期の警告を発行することが可能である。
【0024】
特定の特徴によれば、前記方法は、前記損傷レベルを寿命の期待値に変換し、前記残りの寿命の期待値を前記ユーザーに通知する更なるステップを含む。
【0025】
このため、デバイスのユーザーに、推定故障時点を警告することが可能である。
【0026】
特定の特徴によれば、ヒストグラムの複数の結合は、ヒストグラムの線形結合である。
【0027】
このため、ヒストグラムの結合の計算が容易にされる。
【0028】
特定の特徴によれば、前記方法は損傷評価装置によって実行され、前記ヒストグラムの集合体は、前記損傷評価装置の前記メモリに記憶されるか、電気通信ネットワークを通じてサーバーから得られる。
【0029】
このため、損傷評価装置は、必要とされる場合、損傷レベルを自律的に計算することができる。
【0030】
特定の特徴によれば、前記動作サイクルのヒストグラムを形成するステップは損傷評価装置によって行われ、前記方法は、前記形成されたヒストグラムをサーバーに転送する更なるステップを含み、前記サーバーは、前記比較するステップと、前記決定するステップと、前記サーバーによって実行されている前記電気デバイスの前記損傷レベルの前記推定値を転送する更なるステップとを実行する。
【0031】
このため、デバイスにおける計算量を減少させ、デバイスとサーバーとの間の送信データを最適化することが可能である。
【0032】
特定の特徴によれば、前記方法は、前記サーバーによって実行される、
前記電気デバイスと同じ機能を有する他の電気デバイスのサイクルの測定値及び損傷レベルの測定値から得られたヒストグラムを受信する更なるステップと、
前記受信したヒストグラムを用いて前記ヒストグラムのデータベースを更新する更なるステップと、
を含む。
【0033】
このため、形成されたヒストグラムの損傷レベルを計算するのに用いられるヒストグラムの集合体を、電気デバイスの寿命中に更新することができる。
【0034】
本発明の特性は、例示の実施形態の以下の説明を読むことから更に明らかになり、その説明は添付の図面を参照しながら行われる。
【図面の簡単な説明】
【0035】
【図1】本発明による電気デバイスの損傷評価を決定するためのシステムのアーキテクチャの例を表す図である。
【図2】本発明による損傷評価装置のアーキテクチャの例を表す図である。
【図3】本発明を実施することができるサーバーの例を表す図である。
【図4】本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第1の例を表す図である。
【図5A】本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第2の例を表す図である。
【図5B】本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第2の例を表す図である。
【図6A】本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第3の例を表す図である。
【図6B】本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第3の例を表す図である。
【図7A】本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第4の例を表す図である。
【図7B】本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第4の例を表す図である。
【発明を実施するための形態】
【0036】
図1は、本発明による電気デバイスの損傷評価を決定するためのシステムのアーキテクチャの例を表す。
【0037】
電気デバイスの損傷評価を決定するためのシステムは、例えば、電気自動車において実施される。
【0038】
損傷評価装置10は、少なくとも1つの電気デバイスの損傷レベルを決定するために用いられる。
【0039】
図1の例において、損傷評価装置10は、パワーモジュール15a、電解コンデンサ15b、電気モータ15c及び電池15dの損傷レベルを決定するために用いられる。
【0040】
電気デバイスの損傷レベルを決定するためのシステムは、第2の実現モード、第3の実現モード及び第4の実現モードによれば、サーバーServを備えることができる。
【0041】
以下で開示されるように、サーバーServは、本発明を部分的に実行することができる。
【0042】
図2は、本発明による損傷評価装置のアーキテクチャの例を表す。
【0043】
損傷評価装置10は、例えば、バス201によって共に接続されたコンポーネントに基づくアーキテクチャと、図4又は図5A又は図6A又は図7Aに開示されているようなプログラムによって制御されるプロセッサ200とを有する。
【0044】
本発明の第2の実現モード、第3の実現モード及び第4の実現モードによれば、バス201は、プロセッサ200を、リードオンリーメモリROM202、ランダムアクセスメモリRAM203、入出力I/O IF インターフェース205、ディスプレイ207及びネットワークインターフェース206にリンクさせる。
【0045】
メモリ203は、図4又は図5A又は図6A又は図7Aに開示されているようなアルゴリズムに関連するプログラムの変数及び命令を受信するように意図されたレジスタを含む。
【0046】
プロセッサ200は、入出力I/O IF 205を通じて、例えば、検知された温度、加速度及び/又は速度の測定値を受信する。
【0047】
プロセッサ200は、少なくとも1つの電気デバイスの損傷レベルを通知するようにディスプレイ207に命令することもできるし、又は電気デバイスの寿命予測を通知するようにディスプレイ207に命令することもできる。
【0048】
ネットワークインターフェース206は、データを転送及び/又は受信するように車両のメンテナンス中に用いられる有線接続とすることもできるし、又は無線インターフェースとすることもできる。
【0049】
リードオンリーメモリ、又は場合によっては、フラッシュメモリ202は、図4又は図5A又は図6A又は図7Aに開示されているような、損傷評価装置10が電源オンされているときの、ランダムアクセスメモリ203に対するアルゴリズムに関連するプログラムの命令を含む。
【0050】
損傷評価装置10は、PC(パーソナルコンピュータ)、DSP(デジタル信号プロセッサ)若しくはマイクロコントローラ等のプログラム可能なコンピューティングマシンによって、1組の命令若しくはプログラムの実行によってソフトウェアにおいて実施することができるか、又はそうでない場合、FPGA(フィールドプログラマブルゲートアレイ)又はASIC(特定用途向け集積回路)等のマシン又は専用コンポーネントによってハードウェアにおいて実施することができる。
【0051】
換言すれば、損傷評価装置10は、図4又は図5A又は図6A又は図7Aに開示されているようなアルゴリズムに関連したプログラムを損傷評価装置10に実行させる、回路、又は回路を含むデバイスを備える。
【0052】
図3は、本発明を実施することができるサーバーの例を表す。
【0053】
サーバーServは、例えば、バス301によって共に接続されたコンポーネントに基づくアーキテクチャと、図5B又は図6B又は図7Bに開示されているようなプログラムによって制御されるプロセッサ300とを有する。
【0054】
バス301は、プロセッサ300を、リードオンリーメモリROM302、ランダムアクセスメモリRAM303及びネットワークインターフェース306にリンクさせる。
【0055】
メモリ303は、図5B又は図6B又は図7Bに開示されているようなアルゴリズムに関連するプログラムの変数及び命令を受信するように意図されたレジスタを含む。
【0056】
ネットワークインターフェース306は、データを転送及び/又は受信するように車両のメンテナンス中に用いられる有線接続とすることもできるし、又は無線インターフェースとすることもできる。
【0057】
リードオンリーメモリ、又は場合によっては、フラッシュメモリ302は、図5B又は図6B又は図7Bに開示されているような、サーバーServが電源オンされているときの、ランダムアクセスメモリ303に対するアルゴリズムに関連するプログラムの命令を含む。
【0058】
サーバーServは、PC(パーソナルコンピュータ)、DSP(デジタル信号プロセッサ)若しくはマイクロコントローラ等のプログラム可能なコンピューティングマシンによって、1組の命令若しくはプログラムの実行によってソフトウェアにおいて実施することができるか、又はそうでない場合、FPGA(フィールドプログラマブルゲートアレイ)又はASIC(特定用途向け集積回路)等のマシン又は専用コンポーネントによってハードウェアにおいて実施することができる。
【0059】
換言すれば、サーバーServは、図5B又は図6B又は図7Bに開示されているようなアルゴリズムに関連したプログラムをサーバーServに実行させる、回路、又は回路を含むデバイスを備える。
【0060】
図4は、本発明による電気デバイスの損傷評価レベルを決定するためのアルゴリズムの第1の例を表す。
【0061】
より厳密には、本アルゴリズムは、損傷評価装置10のプロセッサ200によって実行される。
【0062】
ステップS400において、プロセッサ200は、損傷レベル推定が実行される電気デバイスに関係するサイクルを得る。
【0063】
サイクルは、例えば、電気デバイスの機能中の所与の温度範囲内の電気デバイス動作温度の変化である。
【0064】
サイクルは、電気デバイスの機能中の速度及び/又は加速度の所与の範囲内の電気デバイスの動作とすることができる。
【0065】
次のステップS401において、プロセッサ200は、得られたサイクルをヒストグラムの形態でメモリに記憶し、及び/又は以前に得られたサイクルから既に形成されたヒストグラムを更新する。
【0066】
プロセッサ200は、電気デバイスの応力履歴を表すヒストグラムを構築する。
【0067】
いくつかのタイプのヒストグラムを構築することができ、ヒストグラムはビンによって定義され、当該ビンは、例えば、値、温度範囲、速度範囲、加速度範囲、及び、このビン内の基本サイクルの数を表す。
【0068】
例えば、ヒストグラムビンは、温度の平均及び温度変動のような対を表す。温度は、センサによって測定することができるか、又は電圧及び強度入力信号を電気デバイスにおける温度変動に変換する熱モデルから計算することができる。
【0069】
例えば、電気デバイスが電気自動車のためのパワーモジュールであるとき、各ヒストグラムビンは、速度/加速度の対に対応し、各ビンによって記憶される値は、このモードのための基本距離の数である。
【0070】
例えば、電気デバイスが洋上風車であるとき、各ヒストグラムビンは出力電力に対応し、各ビンによって記憶される値は、基本期間の数、例えば、このモードにおいて費やされる1秒である。
【0071】
ヒストグラムは1に正規化することができ、すなわち、各ビンの値が、全てのビンの和で除算される。この場合、スケーリング係数は、ヒストグラム情報の集合体の一部として記憶される。
【0072】
ステップS402において、プロセッサ200は、電気デバイスの損傷を評価する時点であるか否かをチェックする。例えば、電気デバイスの損傷はメンテナンス動作中に評価されるか、又は電気デバイスの損傷は、周期的に、例えば毎日若しくは毎週評価されるか、又は電気デバイスの損傷は、電気デバイスを備えるシステムが電源オンにされる度に評価される。
【0073】
電気デバイスの損傷を評価する時点である場合、プロセッサ200はステップS403に移る。そうでない場合、プロセッサ200はステップS400に戻る。
【0074】
次のステップS403において、プロセッサ200は、メモリからヒストグラムの集合体及び対応する損傷を得る。正規化されたヒストグラムの集合体の場合、スケーリング係数も得られる。
【0075】
ヒストグラムの集合体は、ヒストグラムのデータベースから生成される。ヒストグラムのデータベースは、いくつかの他の同様の電気デバイスにおけるサイクルの複数の測定値及び損傷の複数の測定値から得ることができる。ヒストグラムの集合体は、製造時に損傷評価装置に記憶され、及び/又は電気デバイスのメンテナンス中に更新される。
【0076】
例えば、損傷が電力サイクルの数に関係するとき、デバイスが故障すると、電力サイクル、温度、温度変動定義に従って、応力のヒストグラムが、新たに観測されたプロファイルとしてデータベースに記憶される。ヒストグラムは、まず、1に正規化される場合があり、各ビン値は、全てのビンの和で除算される。これは、値1がここで、このプロファイルのための故障閾値を表すことを伴う。
【0077】
メンテナンス動作が実行されるとき、損傷の尺度は、例えば、試験の特定の出力を測定することによって作成することができ、新たに観測されたプロファイルとして、又は既存のプロファイルを置き換えることによって、データベースにヒストグラムと共に記憶することができる。
【0078】
データベース内のプロファイルの数Nが大きくなりすぎたとき、効用関数を最小化する複雑度を制限するために、観測されたプロファイルの剪定が必要である場合がある。
【0079】
換言すれば、プロセッサ200は、N個のデータベースプロファイルからL個の基準プロファイルの集合体を抽出する。ここで、Nは、メンテナンス中に更新されるデバイス群からのフィードバックに従って時間と共に増大する可能性があり、ここで、L個の基準プロファイルは、必ずしもN個のプロファイルの中からL個を選択したものではない。これは、ベクトル量子化のトレーニング段階を定義し、ここで、トレーニングセットは、観測されるプロファイルのN個のヒストグラムの集合であり、L個の重心は、基準プロファイルのヒストグラムであり、距離は、損傷評価において用いられる効用関数とすることができる。
【0080】
例えば、ヒストグラムの集合体を構築するために、観測されたプロファイルが、ランダムに、N個のデータベースプロファイルから選ばれる。
【0081】
例えば、基準プロファイルのヒストグラムは、効用関数に従って選ばれた観測プロファイルに最も近いものとして得られる。
【0082】
例えば、基準プロファイルのヒストグラムは、2つのプロファイルのヒストグラムの加重平均を適用することによって、ヒストグラムの集合体に移される。
【0083】
ヒストグラムの集合体を構築するための以前のステップは、所与の回数繰り返される。
【0084】
以下の損傷レベル推定のステップを容易にするために集合体の抽出を実行することもできる。
【0085】
例えば、集合体は、線形に独立したヒストグラムの基礎を構築するように選択することができ、ここで、別の観測されたベクトルは、基礎におけるヒストグラムの線形結合として容易に表すことができる。
【0086】
プロセッサ200は、ヒストグラムの集合体のうちの各ヒストグラムについて、ヒストグラムの集合体を、ステップS401において形成されたヒストグラムに最も近いものとみなすことによって、損傷値を計算する。
【0087】
次のステップS404において、プロセッサ200は、電気デバイスの損傷レベル推定を決定する。
【0088】
プロセッサ200は、ステップS401において記憶されたヒストグラムを、メモリ203に記憶されたヒストグラムと比較する。
【0089】
一般的な観点から、プロセッサ200は、二次距離との比較を行う。このため、効用関数D(p,pob,{a}∈Ω)の最小化として損傷を推定するための一般的な手法を定義することができる。ここで、Ωは最小化が制限されるパラメーターの集合{a}の目標集合である。例えば、Ωは、サイズLの実数値ベクトルの全体集合、又は1に等しい1つを除く全てがヌルエントリであるサイズLのL個のベクトルの集合、又は最も関連するM個のプロファイルの組合せのためのM個を除く全てがヌルエントリであるサイズLのベクトルの集合である。効用関数D(p,pob,{a}∈Ω)は、例えば、Kullback「Information theory and statistics」John Wiley and Sons, NY, 1959の論文に開示されているように、二次距離、最大距離、又は変更されたカルバック−ライブラーダイバージェンスである。
【0090】
効用関数を最小化するためのアルゴリズムは、可能な場合、解の集合Ωの中からのしらみつぶし探索とすることもできるし、又は解の集合Ωからのランダム探索とすることもできるし、又は効用関数が二次距離であり、かつΩがサイズLの実数値ベクトルの全体集合であるとき、ムーア−ペンローズの擬似逆行列等のアルゴリズムとすることもできる。
【0091】
ムーア−ペンローズの擬似逆行列アルゴリズムは、Moore, E. H. (1920)「On the reciprocal of the general algebraic matrix」Bulletin of the American Mathematical Society 26 (9): 394-395. doi:10.1090/S0002-9904-1920-03322-7の論文に開示されている。
【0092】
第1の特定の実現モードによれば、プロセッサ200は、ヒストグラムの形態の得られた応力履歴を、ヒストグラムの形態の基準プロファイルの集合体と比較する。応力履歴は、ヒストグラムHob=(Hob(1),...,Hob(K))であり、ここで、Kは、多次元とすることができるヒストグラムのビンの数であり、各ビンは、値のタプル、例えば、対(温度,温度変動)に関連付けられている。プロファイル集合体のうちの各ヒストグラムHは、Hobと同じ形態をとる。
【0093】
プロセッサ200は、既に実行されていない場合、応力履歴を表すヒストグラムを正規化することができる。ここで、和
【数1】
が計算され、
【数2】
となるように正規化ヒストグラムpobを定義することを可能にする。
【0094】
プロセッサ200は、必要な場合、正規化されたヒストグラムpの集合体のL個のヒストグラムHの全てについて同じ正規化を行うことができる。この場合、スケーリング係数は、ヒストグラム情報の集合体の一部として記憶される。
【0095】
プロセッサ200は、ヒストグラムの集合体に属するHと、ステップS401においてメモリに記憶されたHobとの間の類似度を特徴付けることを可能にする距離D(pob,p)を計算する。これは、H=Hobである場合、ヌルである。
【0096】
例えば、プロセッサ200は、最小化される以下の効用関数を用いる。
二次距離である
【数3】
最大距離である
【数4】
変更されたカルバック−ライブラーダイバージェンスであり、εは計算を安定化させるパラメーターである、
【数5】
【0097】
第2の特定の実現モードによれば、ヒストグラムを含むプロファイル集合体は、応力履歴の得られたヒストグラムに近づけるために結合される。
【0098】
好ましくは、結合は線形であり、すなわち、プロセッサ200は、距離D()が最小化されるようにパラメーターの集合a,..,aを得る。例えば、プロセッサ200は、以下の効用関数を、最小化されるように定義する。
【数6】
【0099】
これは、P(k,i)=p(k)となるように行列Pを定義し、A(i)=aとなるようにベクトルAを定義することによって得ることができる。このため、比較は、
【数7】
を最小化するAを得ることによって行われる。ここで、
【数8】
は、ムーア−ペンローズの擬似逆行列計算を用いることによって得ることができる。
【0100】
プロセッサ200は、比較結果から損傷を判断する。
【0101】
一般的な観点から、プロセッサ200は、
【数9】
によって、最適化関数の後に得られたパラメーターの集合
【数10】
から損傷を推定する。
【0102】
第1の特定の実現モードによれば、プロセッサ200は、効用関数D(pob,p)を最小化するものとしてインデックス
【数11】
を決定し、これは、得られた応力履歴に関連付けられた損傷推定
【数12】
を得ることを可能にする。ここで、dは、基準プロファイルiに関連付けられた損傷値である。
【0103】
ここで、推定された損傷は、直接、電気デバイスの総損傷であるか、又は以前の総損傷推定に蓄積されることに留意されたい。
【0104】
第2の特定の実現モードによれば、パラメーター
【数13】
を与える
【数14】
が得られると、プロセッサ200は、
【数15】
を用いることによって損傷推定を計算する。
【0105】
次のステップS405において、プロセッサ200は、少なくとも1つの電気デバイスの損傷情報を通知するようにディスプレイ207に命令する。
【0106】
特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの損傷レベルを通知するようにディスプレイ207に命令する。
【0107】
別の特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの故障の前に残りの寿命の推定を通知するようにディスプレイ207に命令する。故障前の残りの寿命はプロセッサ200によって判断される。例えば、プロセッサ200は、経時的な総損傷レベル展開の直線外挿を用い、ここで、故障前の残りの寿命は、総損傷レベルの外挿曲線と損傷レベル閾値との間の交点を計算することによって得られる。
【0108】
図5A及び図5Bは、本発明による、電気デバイスの損傷レベルを決定するアルゴリズムの第2の例を表す。
【0109】
より詳細には、図5Aのアルゴリズムは、損傷評価装置10のプロセッサ200によって実行される。
【0110】
ステップS500において、プロセッサ200は、損傷レベル推定が行われる電気デバイスに関するサイクルを得る。
【0111】
サイクルは、例えば、電気デバイスの機能中の所与の温度範囲内の電気デバイス動作温度の変化である。
【0112】
サイクルは、電気デバイスの機能中の速度及び/又は加速度の所与の範囲内の電気デバイスの動作とすることができる。
【0113】
次のステップS501において、プロセッサ200は、得られたサイクルをヒストグラムの形態でメモリに記憶し、及び/又は既に以前に得られたサイクルから形成されたヒストグラムを更新する。
【0114】
プロセッサ200は、電気デバイスの応力履歴を表すヒストグラムを構築する。
【0115】
いくつかのタイプのヒストグラムを構築することができ、ヒストグラムはビンによって定義され、当該ビンは、値、温度範囲、速度範囲、加速度範囲、及びこのビン内の基本サイクルの数を表す。
【0116】
例えば、ヒストグラムビンは、温度の平均及び温度変動のような対を表す。温度は、センサによって測定することができるか、又は損失を電気デバイスにおける温度変動に変換する熱モデルから計算することができる。
【0117】
例えば、電気デバイスが電気自動車のためのパワーモジュールであるとき、各ヒストグラムビンは、速度/加速度の対に対応し、各ビンによって記憶される値は、このモードのための基本距離の数である。
【0118】
例えば、電気デバイスが洋上風車であるとき、各ヒストグラムビンは出力電力に対応し、各ビンによって記憶される値は、基本期間の数、例えば、このモードにおいて費やされる1秒である。
【0119】
ヒストグラムは1に正規化することができ、すなわち、各ビンの値が、全てのビンの和で除算される。この場合、スケーリング係数は、ヒストグラム情報の集合体の一部として記憶される。
【0120】
次のステップS502において、プロセッサ200は、電気デバイスの損傷を評価する時点であるか否かをチェックする。例えば、メンテナンス動作中に電気デバイスの損傷が評価されるか、又は電気デバイスの損傷は、周期的に、例えば毎日若しくは毎週評価されるか、又は電気デバイスの損傷は、電気デバイスを備えるシステムが電源オンにされる度に評価される。
【0121】
電気デバイスの損傷を評価する時点である場合、プロセッサ200はステップS503に移る。そうでない場合、プロセッサ200はステップS500に戻る。
【0122】
ステップS503において、プロセッサ200は、サーバーServからヒストグラムの集合体又はヒストグラムの集合体に関連する情報を受信する。
【0123】
ヒストグラムの集合体に関連する情報は、例えば、P(k,i)=p(k)となるような、ヒストグラムの集合体のうちの各ヒストグラムに関連する1つの行列Pと、A(i)=aとなるようなベクトルAである。行列Pは、行列Hの正規化後に得られる。この場合、スケーリング係数は、ヒストグラム情報の集合の一部として記憶される。
【0124】
次のステップS504において、プロセッサ200は、電気デバイスの損傷レベル推定を決定する。
【0125】
プロセッサ200は、ステップS501において記憶されたヒストグラムを、ステップS503において受信されるヒストグラムの集合体のうちの複数のヒストグラムと比較する。
【0126】
一般的な観点から、プロセッサ200は、二次距離との比較を行う。このため、効用関数D(p,pob,{a}∈Ω)の最小化として損傷を推定するための一般的な手法を定義することができる。ここで、Ωは最小化が制限されるパラメーターの集合{a}の目標集合である。例えば、Ωは、サイズLの実数値ベクトルの全体集合、又は1に等しい1つを除く全てがヌルエントリであるサイズLのL個のベクトルの集合、又は最も関連するM個のプロファイルの組合せのためのM個を除く全てがヌルエントリであるサイズLのベクトルの集合である。効用関数D(p,pob,{a}∈Ω)は、例えば、二次距離、最大距離、又は変更されたカルバック−ライブラーダイバージェンスである。
【0127】
効用関数を最小化するためのアルゴリズムは、可能な場合、解の集合Ωの中からのしらみつぶし探索とすることもできるし、又は解の集合Ωからのランダム探索とすることもできるし、又は効用関数が二次距離であり、かつΩがサイズLの実数値ベクトルの全体集合であるとき、ムーア−ペンローズの擬似逆行列等のアルゴリズムとすることもできる。
【0128】
第1の特定の実現モードによれば、プロセッサ200は、ヒストグラムの形態の得られた応力履歴を、ヒストグラムの形態の基準プロファイルの集合体と比較する。応力履歴は、ヒストグラムHob=(Hob(1),...,Hob(K))であり、ここで、Kは、多次元とすることができるヒストグラムのビンの数であり、各ビンは、値のタプル、例えば、対(温度,温度変動)に関連付けられている。プロファイル集合体のうちの各ヒストグラムHは、Hobと同じ形態をとる。
【0129】
プロセッサ200は、既に実行されていない場合、応力履歴を表すヒストグラムを正規化することができる。ここで、和
【数16】
が計算され、
【数17】
となるように正規化ヒストグラムpobを定義することを可能にする。
【0130】
プロセッサ200は、必要な場合、正規化されたヒストグラムpの集合体のL個のヒストグラムHの全てについて同じ正規化を行うことができる。
【0131】
プロセッサ200は、ヒストグラムの集合体に属するHと、ステップS501においてメモリに記憶されたHobとの間の類似度を特徴付けることを可能にする距離D(pob,p)を計算する。これは、H=Hobである場合、ヌルである。
【0132】
例えば、プロセッサ200は、最小化される以下の効用関数を用いる。
二次距離である
【数18】
最大距離である
【数19】
変更されたカルバック−ライブラーダイバージェンスであり、εは計算を安定化させるパラメーターである、
【数20】
【0133】
第2の特定の実現モードによれば、ヒストグラムを含むプロファイル集合体は、応力履歴の得られたヒストグラムに近づけるために結合される。
【0134】
好ましくは、結合は線形であり、すなわち、プロセッサ200は、距離D()が最小化されるようにパラメーターの集合a,..,aを得る。例えば、プロセッサ200は、以下の効用関数を最小化されるように定義する。
【数21】
【0135】
これは、P(k,i)=p(k)となるように行列Pを定義し、A(i)=aとなるようにベクトルAを定義することによって得ることができる。このため、比較は、
【数22】
を最小化するAを得ることによって行われる。ここで、
【数23】
は、ムーア−ペンローズの擬似逆行列計算を用いることによって得ることができる。
【0136】
ステップS503において、プロセッサ200が、ヒストグラムの集合体に関連する情報を受信する場合、プロセッサ200は、パラメーターの集合a,..,aを得ない。なぜなら、これらは既に、距離D(p)が最小化されるように与えられているためである。
【0137】
プロセッサ200は、比較結果又はヒストグラムの集合体に関連する情報から損傷を判断する。
【0138】
一般的な観点から、プロセッサ200は、
【数24】
によって、最適化関数の後に得られたパラメーターの集合
【数25】
から損傷を推定する。
【0139】
第1の特定の実現モードによれば、プロセッサ200は、効用関数D(pob,p)を最小化するものとしてインデックス
【数26】
を決定し、これは、得られた応力履歴に関連付けられた損傷推定
【数27】
を得ることを可能にする。ここで、dは、基準プロファイルiに関連付けられた損傷値である。
【0140】
ここで、推定された損傷は、直接、電気デバイスの総損傷であるか、又は以前の総損傷推定に蓄積されることに留意されたい。
【0141】
第2の特定の実現モードによれば、パラメーター
【数28】
を与える
【数29】
が得られると、プロセッサ200は、
【数30】
を用いることによって損傷推定を計算する。
【0142】
次のステップS505において、プロセッサ200は、少なくとも1つの電気デバイスの損傷情報を通知するようにディスプレイ207に命令する。
【0143】
特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの損傷レベルを通知するようにディスプレイ207に命令する。
【0144】
別の特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの故障の前に残りの寿命の推定を通知するようにディスプレイ207に命令する。故障前の残りの寿命はプロセッサ200によって判断される。例えば、プロセッサ200は、経時的な総損傷レベル展開の直線外挿を用い、ここで、故障前の残りの寿命は、総損傷レベルの外挿曲線と損傷レベル閾値との間の交点を計算することによって得られる。
【0145】
より詳細には、図5Bのアルゴリズムは、サーバーServのプロセッサ300によって実行される。
【0146】
ステップS550において、プロセッサ300は、損傷レベル評価装置から受信されたヒストグラムを得る。ヒストグラムは、例えば、メンテナンス動作中に、及び/又は周期的に受信される。
【0147】
例えば、ヒストグラムが電力サイクル数に関連しているとき、デバイスが故障すると、電力サイクル、温度、温度変動定義に従って、応力の受信したヒストグラムが、新たに観測されたプロファイルとしてサーバーServのデータベースに記憶される。ヒストグラムは、まず、1に正規化される場合があり、各ビン値は、ビンの全ての和で除算される。これは、値1がここで、このプロファイルのための故障閾値を表すことを伴う。
【0148】
メンテナンス動作が実行されるとき、損傷の尺度は、例えば、試験の特定の出力を測定することによって作成することができ、新たに観測されたプロファイルとして、又は既存のプロファイルを置き換えることによって、データベースにヒストグラムと共に記憶することができる。
【0149】
次のステップS551において、プロセッサ300は、受信したヒストグラムを用いてヒストグラムのデータベースを更新する。
【0150】
観測されたプロファイルの数が大きくなりすぎたとき、プロセッサ300は、ステップS552において、効用関数の最小化の複雑度を制限するために、ヒストグラムの集合体の剪定を行う。
【0151】
換言すれば、プロセッサ300は、N個の観測されたプロファイルからL個の基準プロファイルを抽出する。ここで、Nは、メンテナンス中に更新されるデバイス群からのフィードバックに従って時間と共に増大する可能性があり、ここで、L個の基準プロファイルは、必ずしもN個のプロファイルの中からL個を選択したものではない。これは、ベクトル量子化のトレーニング段階を定義し、ここで、トレーニングセットは、観測されるプロファイルのN個のヒストグラムの集合であり、L個の重心は、基準プロファイルのヒストグラムであり、距離は、損傷評価において用いられる効用関数とすることができる。
【0152】
例えば、ヒストグラムの集合体を構築するために、観測されたプロファイルが、N個の中からランダムにデータベースから選ばれる。
【0153】
例えば、基準プロファイルのヒストグラムは、効用関数に従って選ばれた観測プロファイルに最も近いものとして得られる。
【0154】
例えば、基準プロファイルのヒストグラムは、2つのプロファイルのヒストグラムの加重平均を適用することによって、ヒストグラムの集合体に移される。
【0155】
ヒストグラムの集合体を構築するための以前のステップは、所与の回数繰り返される。
【0156】
損傷レベル推定を容易にするために集合体の抽出を実行することもできる。例えば、集合体は、線形に独立したヒストグラムの基礎を構築するように選択することができ、ここで、別の観測されたベクトルは、基礎におけるヒストグラムの線形結合として容易に表すことができる。
【0157】
次のステップS553において、プロセッサ300は、ヒストグラムの集合体の更新された評価の転送、又は少なくとも1つの損傷評価装置10へのヒストグラムの集合体に関する情報の転送を命令する。
【0158】
図6A及び図6Bは、本発明による、電気デバイスの損傷レベルを決定するアルゴリズムの第3の例を表す。
【0159】
より詳細には、図6Aのアルゴリズムは、損傷評価装置10のプロセッサ200によって実行される。
【0160】
ステップS600において、プロセッサ200は、損傷レベル推定が行われる電気デバイスに関するサイクルを得る。
【0161】
サイクルは、例えば、電気デバイスの機能中の所与の温度範囲内の電気デバイス動作温度の変化である。
【0162】
サイクルは、電気デバイスの機能中の速度及び/又は加速度の所与の範囲内の電気デバイスの動作とすることができる。
【0163】
次のステップS601において、プロセッサ200は、得られたサイクルをヒストグラムの形態でメモリに記憶し、及び/又は既に以前に得られたサイクルから形成されたヒストグラムを更新する。
【0164】
プロセッサ200は、電気デバイスの応力履歴を表すヒストグラムを構築する。
【0165】
いくつかのタイプのヒストグラムを構築することができ、ヒストグラムはビンによって定義され、当該ビンは、値、温度範囲、速度範囲、加速度範囲、及びこのビン内の基本サイクルの数を表す。
【0166】
例えば、ヒストグラムビンは、温度の平均及び温度変動のような対を表す。温度は、センサによって測定することができるか、又は電圧及び強度入力信号を電気デバイスにおける温度変動に変換する熱モデルから計算することができる。
【0167】
例えば、電気デバイスが電気自動車のためのパワーモジュールであるとき、各ヒストグラムビンは、速度/加速度の対に対応し、各ビンによって記憶される値は、このモードのための基本距離の数である。
【0168】
例えば、電気デバイスが洋上風車であるとき、各ヒストグラムビンは出力電力に対応し、各ビンによって記憶される値は、基本期間の数、例えば、このモードにおいて費やされる1秒である。
【0169】
ヒストグラムは1に正規化することができ、すなわち、各ビンの値が、全てのビンの和で除算される。この場合、スケーリング係数は、ヒストグラム情報の集合体の一部として記憶される。
【0170】
次のステップS602において、プロセッサ200は、電気デバイスの損傷を評価する時点であるか否かをチェックする。例えば、メンテナンス動作中に電気デバイスの損傷が評価されるか、又は電気デバイスの損傷は、周期的に、例えば毎日若しくは毎週評価されるか、又は電気デバイスの損傷は、電気デバイスを備えるシステムが電源オンにされる度に評価される。
【0171】
電気デバイスの損傷を評価する時点である場合、プロセッサ200はステップS603に移る。そうでない場合、プロセッサ200はステップS600に戻る。
【0172】
次のステップS603において、プロセッサ200は、サーバーServにヒストグラムを転送する。
【0173】
次のステップS604において、プロセッサ200は、サーバーServから損傷推定レベルを受信する。
【0174】
次のステップS605において、プロセッサ200は、少なくとも1つの電気デバイスの損傷情報を通知するようにディスプレイ207に命令する。
【0175】
特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの損傷レベルを通知するようにディスプレイ207に命令する。
【0176】
別の特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの故障の前に残りの寿命の推定を通知するようにディスプレイ207に命令する。故障前の残りの寿命はプロセッサ200によって判断される。例えば、プロセッサ200は、経時的な総損傷レベル展開の直線外挿を用い、ここで、故障前の残りの寿命は、総損傷レベルの外挿曲線と損傷レベル閾値との間の交点を計算することによって得られる。
【0177】
より厳密には、図6Bのアルゴリズムは、サーバーServのプロセッサ300によって実行される。
【0178】
ステップS650において、プロセッサ300は、メモリからヒストグラムの集合体及び対応する損傷を得る。正規化されたヒストグラムの集合体の場合、スケーリング係数も得られる。
【0179】
ヒストグラムの集合体は、ヒストグラムのデータベースから生成される。ヒストグラムのデータベースは、いくつかの他の同様の電気デバイスにおけるサイクルの複数の測定値及び損傷の複数の測定値から得ることができる。ヒストグラムの集合体は、製造時に損傷評価装置に記憶され、及び/又は電気デバイスのメンテナンス中に更新される。
【0180】
例えば、損傷が電力サイクルの数に関係するとき、デバイスが故障すると、電力サイクル、温度、温度変動定義に従って、応力のヒストグラムが、新たに観測されたプロファイルとしてデータベースに記憶される。ヒストグラムは、まず、1に正規化される場合があり、各ビン値は、全てのビンの和で除算される。これは、値1がここで、このプロファイルのための故障閾値を表すことを伴う。
【0181】
メンテナンス動作が行われるとき、損傷の尺度は、例えば、試験の特定の出力を測定することによって作成することができ、新たに観測されたプロファイルとして、又は既存のプロファイルを置き換えることによって、データベースにヒストグラムと共に記憶することができる。
【0182】
データベース内のプロファイルの数Nが大きくなりすぎたとき、効用関数を最小化する複雑度を制限するために、観測されたプロファイルの剪定が必要である場合がある。
【0183】
換言すれば、プロセッサ300は、N個のデータベースプロファイルからL個の基準プロファイルの集合体を抽出する。ここで、Nは、メンテナンス中に更新されるデバイス群からのフィードバックに従って時間と共に増大する可能性があり、ここで、L個の基準プロファイルは、必ずしもN個のプロファイルの中からL個を選択したものではない。これは、ベクトル量子化のトレーニング段階を定義し、ここで、トレーニングセットは、観測されるプロファイルのN個のヒストグラムの集合であり、L個の重心は、基準プロファイルのヒストグラムであり、距離は、損傷評価において用いられる効用関数とすることができる。
【0184】
例えば、ヒストグラムの集合体を構築するために、観測されたプロファイルが、ランダムにN個のデータベースプロファイルから選ばれる。
【0185】
例えば、基準プロファイルのヒストグラムは、効用関数に従って選ばれた観測プロファイルに最も近いものとして得られる。
【0186】
例えば、基準プロファイルのヒストグラムは、2つのプロファイルのヒストグラムの加重平均を適用することによって、ヒストグラムの集合体に移される。
【0187】
ヒストグラムの集合体を構築するための以前のステップは、所与の回数繰り返される。
【0188】
集合体の抽出は、以下の損傷レベル推定のステップを容易にするために実行することもできる。例えば、集合体は、線形に独立したヒストグラムの基礎を構築するように選択することができ、ここで、別の観測されたベクトルは、基礎におけるヒストグラムの線形結合として容易に表すことができる。
【0189】
ステップS651において、プロセッサ300は、損傷評価装置10からのヒストグラムの受信を検出する。
【0190】
次のステップS652において、プロセッサ300は、ステップS650において受信したヒストグラムを、サーバーServに記憶されたヒストグラムの集合体と比較する。
【0191】
プロセッサ300は、メモリからヒストグラムの集合体を得る。
【0192】
ヒストグラムの集合体は、いくつかの電気デバイスにおけるサイクルの複数の測定値及び損傷の複数の測定値から得ることができる。
【0193】
プロセッサ300は、ヒストグラムの集合体のうちの各ヒストグラムについて、ヒストグラムの集合体を、ステップS651において受信されたヒストグラムに最も近いものとみなすことによって、損傷値を計算する。
【0194】
プロセッサ300は、電気デバイスの損傷レベル推定を決定する。
【0195】
プロセッサ300は、ステップS651において受信したヒストグラムを、ヒストグラムの集合体と比較する。
【0196】
一般的な観点から、プロセッサ300は、二次距離との比較を行う。このため、効用関数D(p,pob,{a}∈Ω)の最小化として損傷を推定するための一般的な手法を定義することができる。ここで、Ωは最小化が制限されるパラメーターの集合{a}の目標集合である。例えば、Ωは、サイズLの実数値ベクトルの全体集合、又は1に等しい1つを除く全てがヌルエントリであるサイズLのL個のベクトルの集合、又は最も関連するM個のプロファイルの組合せのためのM個を除く全てがヌルエントリであるサイズLのベクトルの集合である。効用関数D(p,pob,{a}∈Ω)は、例えば、二次距離、最大距離、又は変更されたカルバック−ライブラーダイバージェンスである。
【0197】
効用関数を最小化するためのアルゴリズムは、可能な場合、解の集合Ωの中からのしらみつぶし探索とすることもできるし、又は解の集合Ωからのランダム探索とすることもできるし、又は効用関数が二次距離であり、かつΩがサイズLの実数値ベクトルの全体集合であるとき、ムーア−ペンローズの擬似逆行列等のアルゴリズムとすることもできる。
【0198】
第1の特定の実現モードによれば、プロセッサ300は、ヒストグラムの形態の得られた応力履歴を、ヒストグラムの形態の基準プロファイルの集合体と比較する。応力履歴は、ヒストグラムHob=(Hob(1),...,Hob(K))であり、ここで、Kは、多次元とすることができるヒストグラムのビンの数であり、各ビンは、値のタプル、例えば、対(温度,温度変動)に関連付けられている。プロファイル集合体のうちの各ヒストグラムHは、Hobと同じ形態をとる。
【0199】
プロセッサ300は、既に実行されていない場合、応力履歴を表すヒストグラムを正規化することができる。ここで、和
【数31】
が計算され、
【数32】
となるように正規化ヒストグラムpobを定義することを可能にする。
【0200】
プロセッサ300は、必要な場合、正規化されたヒストグラムpの集合体のL個のヒストグラムHの全てについて同じ正規化を行うことができる。
【0201】
プロセッサ300は、ヒストグラムの集合体に属するHと、ステップS601においてメモリに記憶されたHobとの間の類似度を特徴付けることを可能にする距離D(pob,p)を計算する。これは、H=Hobである場合、ヌルである。
【0202】
例えば、プロセッサ300は、最小化される以下の効用関数を用いる。
二次距離である
【数33】
最大距離である
【数34】
変更されたカルバック−ライブラーダイバージェンスであり、εは計算を安定化させるパラメーターである、
【数35】
【0203】
第2の特定の実現モードによれば、ヒストグラムを含むプロファイル集合体は、応力履歴の得られたヒストグラムに近づけるために結合される。
【0204】
好ましくは、結合は線形であり、すなわち、プロセッサ300は、距離D()が最小化されるようにパラメーターの集合a,..,aを得る。例えば、プロセッサ300は、以下の効用関数を最小化されるように定義する。
【数36】
【0205】
これは、P(k,i)=p(k)となるように行列Pを定義し、A(i)=aとなるようにベクトルAを定義することによって得ることができる。このため、比較は、
【数37】
を最小化するAを得ることによって行われる。ここで、
【数38】
は、ムーア−ペンローズの擬似逆行列計算を用いることによって得ることができる。
【0206】
プロセッサ300は、比較結果から損傷を判断する。
【0207】
一般的な観点から、プロセッサ300は、
【数39】
によって、最適化関数の後に得られたパラメーターの集合
【数40】
から損傷を推定する。
【0208】
第1の特定の実現モードによれば、プロセッサ300は、効用関数D(pob,p)を最小化するものとしてインデックス
【数41】
を決定し、これは、得られた応力履歴に関連付けられた損傷推定
【数42】
を得ることを可能にする。ここで、dは、基準プロファイルiに関連付けられた損傷値である。
【0209】
ここで、推定された損傷は、直接、電気デバイスの総損傷であるか、又は以前の総損傷推定に蓄積されることに留意されたい。
【0210】
第2の特定の実現モードによれば、パラメーター
【数43】
を与える
【数44】
が得られると、プロセッサ300は、
【数45】
を用いることによって損傷推定を計算する。
【0211】
次のステップS653において、プロセッサ300は、損傷評価装置10への決定された損傷レベルの転送を命令する。
【0212】
図7A及び図7Bは、本発明による、電気デバイスの損傷レベルを決定するアルゴリズムの第4の例を表す。
【0213】
より詳細には、図7Aのアルゴリズムは、損傷評価装置10のプロセッサ200によって実行される。
【0214】
ステップS700において、プロセッサ200は、損傷レベル推定が行われる電気デバイスに関するサイクルを得る。
【0215】
サイクルは、例えば、電気デバイスの機能中の所与の温度範囲内の電気デバイス動作温度の変化である。
【0216】
サイクルは、電気デバイスの機能中の速度及び/又は加速度の所与の範囲内の電気デバイスの動作とすることができる。
【0217】
次のステップS701において、プロセッサ200は、得られたサイクルをヒストグラムの形態でメモリに記憶し、及び/又は既に以前に得られたサイクルから形成されたヒストグラムを更新する。
【0218】
プロセッサ200は、電気デバイスの応力履歴を表すヒストグラムを構築する。
【0219】
いくつかのタイプのヒストグラムを構築することができ、ヒストグラムはビンによって定義され、当該ビンは、値、温度範囲、速度範囲、加速度範囲、及びこのビン内の基本サイクルの数を表す。
【0220】
例えば、ヒストグラムビンは、温度の平均及び温度変動のような対を表す。温度は、センサによって測定することができるか、又は電圧及び強度入力信号を電気デバイスにおける温度変動に変換する熱モデルから計算することができる。
【0221】
例えば、電気デバイスが電気自動車のためのパワーモジュールであるとき、各ヒストグラムビンは、速度/加速度の対に対応し、各ビンによって記憶される値は、このモードのための基本距離の数である。
【0222】
例えば、電気デバイスが洋上風車であるとき、各ヒストグラムビンは出力電力に対応し、各ビンによって記憶される値は、基本期間の数、例えば、このモードにおいて費やされる1秒である。
【0223】
ヒストグラムは1に正規化することができ、すなわち、各ビンの値が、全てのビンの和で除算される。この場合、スケーリング係数は、ヒストグラム情報の集合体の一部として記憶される。
【0224】
次のステップS702において、プロセッサ200は、電気デバイスの損傷を評価する時点であるか否かをチェックする。例えば、メンテナンス動作中に電気デバイスの損傷が評価されるか、又は電気デバイスの損傷は、周期的に、例えば毎日若しくは毎週評価されるか、又は電気デバイスの損傷は、電気デバイスを備えるシステムが電源オンにされる度に評価される。
【0225】
電気デバイスの損傷を評価する時点である場合、プロセッサ200はステップS603に移る。そうでない場合、プロセッサ200はステップS600に戻る。
【0226】
次のステップS703において、プロセッサ200は、サーバーServにヒストグラムを転送する。
【0227】
次のステップS704において、プロセッサ200は、サーバーServから損傷推定レベルを受信する。
【0228】
次のステップS705において、プロセッサ200は、少なくとも1つの電気デバイスの損傷情報を通知するようにディスプレイ207に命令する。
【0229】
特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの損傷レベルを通知するようにディスプレイ207に命令する。
【0230】
別の特定の実現モードによれば、プロセッサ200は、少なくとも1つの電気デバイスの故障の前に残りの寿命の推定を通知するようにディスプレイ207に命令する。故障前の残りの寿命はプロセッサ200によって判断される。例えば、プロセッサ200は、経時的な総損傷レベル展開の直線外挿を用い、ここで、故障前の残りの寿命は、総損傷レベルの外挿曲線と損傷レベル閾値との間の交点を計算することによって得られる。
【0231】
より厳密には、図7Bのアルゴリズムは、サーバーServのプロセッサ300によって実行される。
【0232】
ステップS750において、プロセッサ300は、損傷レベル評価が行われる電気デバイスと同じ機能を有する他の電気デバイスについて、損傷レベル評価デバイスから受信したヒストグラムを得る。ヒストグラムは、例えばメンテナンス動作中に及び/又は周期的に受信される。
【0233】
例えば、ヒストグラムが電力サイクルの数に関連するとき、デバイスが故障すると、電力サイクル、温度、温度変動定義に従って、応力の受信したヒストグラムが、新たに観測されたプロファイルとしてサーバーServのデータベースに記憶される。ヒストグラムは、まず、1に正規化される場合があり、各ビン値は、全てのビンの和で除算される。これは、値1がここで、このプロファイルのための故障閾値を表すことを伴う。
【0234】
メンテナンス動作が行われるとき、損傷の尺度(a measure)は、例えば、試験の特定の出力を測定することによって作成することができ、新たに観測されたプロファイルとして、又は既存のプロファイルを置き換えることによって、データベースにヒストグラムと共に記憶することができる。
【0235】
次のステップS751において、プロセッサ300は、受信したヒストグラムを用いてヒストグラムのデータベースを更新する。
【0236】
観測されるプロファイルの数が大きくなりすぎたとき、効用関数を最小化する複雑度を制限するために、プロセッサ300は、ヒストグラムの集合体を剪定する。
【0237】
換言すれば、プロセッサ300は、N個の観測されたプロファイルからL個の基準プロファイルを抽出する。ここで、Nは、メンテナンス中に更新されるデバイス群からのフィードバックに従って時間と共に増大する可能性があり、ここで、L個の基準プロファイルは、必ずしもN個のプロファイルの中からL個を選択したものではない。これは、ベクトル量子化のトレーニング段階を定義し、ここで、トレーニングセットは、観測されるプロファイルのN個のヒストグラムの集合であり、L個の重心は、基準プロファイルのヒストグラムであり、距離は、損傷評価において用いられる効用関数とすることができる。
【0238】
例えば、ヒストグラムの集合体を構築するために、観測されたプロファイルが、N個の中からランダムにデータベースから選ばれる。
【0239】
例えば、基準プロファイルのヒストグラムは、効用関数に従って選ばれた観測プロファイルに最も近いものとして得られる。
【0240】
例えば、基準プロファイルのヒストグラムは、2つのプロファイルのヒストグラムの加重平均を適用することによって、ヒストグラムの集合体に移される。
【0241】
ヒストグラムの集合体を構築するための以前のステップは、所与の回数繰り返される。
【0242】
集合体の抽出は、以下の損傷レベル推定のステップを容易にするために実行することもできる。例えば、集合体は、線形に独立したヒストグラムの基礎を構築するように選択することができ、ここで、別の観測されたベクトルは、基礎におけるヒストグラムの線形結合として容易に表すことができる。
【0243】
次のステップS752において、プロセッサ300は、ヒストグラムのデータベースからヒストグラムの集合体を選択する。
【0244】
次のステップS753において、プロセッサ300は、損傷評価装置10からヒストグラムを受信する。
【0245】
次のステップS754において、プロセッサ300は、電気デバイスの損傷レベル推定を決定するために、ステップにおいて受信したヒストグラムを、ステップS752において形成されたヒストグラムの集合体と比較する。
【0246】
一般的な観点から、プロセッサ300は、二次距離との比較を行う。このため、効用関数D(p,pob,{a}∈Ω)の最小化として損傷を推定するための一般的な手法を定義することができる。ここで、Ωは最小化が制限されるパラメーターの集合{a}の目標集合である。例えば、Ωは、サイズLの実数値ベクトルの全体集合、又は1に等しい1つを除く全てがヌルエントリであるサイズLのL個のベクトルの集合、又は最も関連するM個のプロファイルの組合せのためのM個を除く全てがヌルエントリであるサイズLのベクトルの集合である。効用関数D(p,pob,{a}∈Ω)は、例えば、二次距離、最大距離、又は変更されたカルバック−ライブラーダイバージェンスである。
【0247】
効用関数を最小化するためのアルゴリズムは、可能な場合、解の集合Ωの中からのしらみつぶし探索とすることもできるし、又は解の集合Ωからのランダム探索とすることもできるし、又は効用関数が二次距離であり、かつΩがサイズLの実数値ベクトルの全体集合であるとき、ムーア−ペンローズの擬似逆行列等のアルゴリズムとすることもできる。
【0248】
第1の特定の実現モードによれば、プロセッサ300は、ヒストグラムの形態の得られた応力履歴を、ヒストグラムの形態の基準プロファイルの集合体と比較する。応力履歴は、ヒストグラムHob=(Hob(1),...,Hob(K))であり、ここで、Kは、多次元とすることができるヒストグラムのビンの数であり、各ビンは、値のタプル、例えば、対(温度,温度変動)に関連付けられている。プロファイル集合体のうちの各ヒストグラムHは、Hobと同じ形態をとる。
【0249】
プロセッサ300は、既に実行されていない場合、応力履歴を表すヒストグラムを正規化することができる。ここで、和
【数46】
が計算され、
【数47】
となるように正規化ヒストグラムpobを定義することを可能にする。
【0250】
プロセッサ300は、必要な場合、正規化されたヒストグラムpの集合体のL個のヒストグラムHの全てについて同じ正規化を行うことができる。
【0251】
プロセッサ300は、ヒストグラムの集合体に属するHと、ステップS701においてメモリに記憶されたHobとの間の類似度を特徴付けることを可能にする距離D(pob,p)を計算する。これは、H=Hobである場合、ヌルである。
【0252】
例えば、プロセッサ300は、最小化される以下の効用関数を用いる。
二次距離である
【数48】
最大距離である
【数49】
変更されたカルバック−ライブラーダイバージェンスであり、εは計算を安定化させるパラメーターである、
【数50】
【0253】
第2の特定の実現モードによれば、ヒストグラムを含むプロファイル集合体は、応力履歴の得られたヒストグラムに近づけるために結合される。
【0254】
好ましくは、結合は線形であり、すなわち、プロセッサ300は、距離D()が最小化されるようにパラメーターの集合a,..,aを得る。例えば、プロセッサ300は、以下の効用関数を最小化されるように定義する。
【数51】
【0255】
これは、P(k,i)=p(k)となるように行列Pを定義し、A(i)=aとなるようにベクトルAを定義することによって得ることができる。このため、比較は、
【数52】
を最小化するAを得ることによって行われる。ここで、
【数53】
は、ムーア−ペンローズの擬似逆行列計算を用いることによって得ることができる。
【0256】
プロセッサ300は、比較結果から損傷を判断する。
【0257】
一般的な観点から、プロセッサ300は、
【数54】
によって、最適化関数の後に得られたパラメーターの集合
【数55】
から損傷を推定する。
【0258】
第1の特定の実現モードによれば、プロセッサ300は、効用関数D(pob,p)を最小化するものとしてインデックス
【数56】
を決定し、これは、得られた応力履歴に関連付けられた損傷推定
【数57】
を得ることを可能にする。ここで、dは、基準プロファイルiに関連付けられた損傷値である。
【0259】
ここで、推定された損傷は、直接、電気デバイスの総損傷であるか、又は以前の総損傷推定に蓄積されることに留意されたい。
【0260】
第2の特定の実現モードによれば、パラメーター
【数58】
を与える
【数59】
が得られると、プロセッサ300は、
【数60】
を用いることによって損傷推定を計算する。
【0261】
次のステップS754において、プロセッサ300は、損傷評価装置10への決定された損傷レベルの転送を命令する。
【0262】
当然のことながら、本発明の範囲から逸脱することなく、上述した本発明の実施形態に対して多くの変更を行うことができる。
【図1】
【図2】
【図3】
【図4】
【図5A】
【図5B】
【図6A】
【図6B】
【図7A】
【図7B】
【手続補正書】
【提出日】20170817
【手続補正2】
【補正対象書類名】特許請求の範囲
【補正対象項目名】全文
【補正方法】変更
【補正の内容】
【特許請求の範囲】
【請求項1】
電気デバイスの損傷レベルを推定する方法であって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成するステップと、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は、前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較するステップであって、前記ヒストグラムの集合体のうちの各ヒストグラムは損傷レベルに関連付けられている、ステップと、
前記最も近いヒストグラムの前記損傷レベルから、又は前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定するステップと
を含む、方法。
【請求項2】
前記ヒストグラムの集合体は、前記電気デバイスと同じ機能を有する他の電気デバイスのサイクルの測定値及び損傷レベルの測定値から得られたヒストグラムのデータベースから生成される、請求項1に記載の方法。
【請求項3】
前記ヒストグラムの集合体の前記形成された1つ以上のヒストグラムはビンによって定義され、前記ビンは、温度範囲、速度範囲、加速度範囲、及び、該ビン内の基本サイクルの数を表す、請求項1または2に記載の方法。
【請求項4】
前記ヒストグラムの集合体の前記形成された1つ以上のヒストグラムは、ビンごとに、基本サイクルの数を、前記ビン内の基本サイクルの数の和で除算することによって正規化される、請求項1から3までのいずれか1項に記載の方法。
【請求項5】
前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は、前記ヒストグラムの集合体のうちのヒストグラムの結合と比較する前記ステップは、二次距離との比較によって行われる、請求項1から3までのいずれか1項に記載の方法。
【請求項6】
前記損傷レベルの前記決定された推定値を通知する更なるステップを含む、請求項1から5までのいずれか1項に記載の方法。
【請求項7】
前記損傷レベルを寿命の期待値に変換し、前記残りの寿命の期待値を通知する更なるステップを含む、請求項1から5までのいずれか1項に記載の方法。
【請求項8】
ヒストグラムの結合は、ヒストグラムの線形結合である、請求項1から7までのいずれか1項に記載の方法。
【請求項9】
前記方法は損傷評価装置によって実行され、前記ヒストグラムの集合体は、前記損傷評価装置のメモリに記憶されているか、あるいは、電気通信ネットワークを通じてサーバーから得られる、請求項1から8までのいずれか1項に記載の方法。
【請求項10】
前記動作サイクルのヒストグラムを形成する前記ステップは、損傷評価装置によって実行され、前記方法は、前記形成されたヒストグラムをサーバーに転送する更なるステップを含み、前記サーバーは、前記比較するステップと、前記決定するステップと、前記損傷評価装置に対して前記電気デバイスの前記損傷レベルの前記推定値を転送する更なるステップとを実行する、請求項1から7までのいずれか1項に記載の方法。
【請求項11】
前記方法は、
前記サーバーによって実行される、
前記電気デバイスと同じ機能を有する他の電気デバイスのサイクル及び損傷レベルの測定値から得られたヒストグラムを受信するステップと、
前記受信したヒストグラムを用いて前記ヒストグラムのデータベースを更新するステップと
を更に含む、請求項10に記載の方法。
【請求項12】
電気デバイスの損傷レベルを推定するシステムであって、
前記損傷レベル推定が行われる前記電気デバイスに関連する動作サイクルのヒストグラムを形成する手段と、
前記形成されたヒストグラムに最も近い、ヒストグラムの集合体のうちのヒストグラム又はヒストグラムの結合を決定するために、前記形成されたヒストグラムを、前記ヒストグラムの集合体のうちの前記ヒストグラムと、又は、前記ヒストグラムの集合体のうちの前記ヒストグラムの結合と比較する手段であって、前記ヒストグラムの集合体のうちの各ヒストグラムは損傷レベルに関連付けられている、手段と、
前記最も近いヒストグラムの前記損傷レベルから、又は前記最も近いヒストグラムの結合のうちの前記ヒストグラムの前記損傷レベルから、前記電気デバイスの前記損傷レベルの推定値を決定する手段と
を備える、システム
【請求項13】
前記システムは、損傷評価装置を備え、
前記損傷評価装置は、前記ヒストグラムの集合体をメモリに記憶する手段を更に備えるか、又は、前記ヒストグラムの集合体を、電気通信ネットワークを通じてサーバーから取得する手段を更に備える、請求項12に記載のシステム
【請求項14】
前記サーバーは、
電気デバイスから、該電気デバイスと同じ機能を有する他の電気デバイスのサイクル及び損傷レベルの測定値から得られたヒストグラムを複数の電気デバイスから受信する手段と、
前記受信したヒストグラムを用いて前記ヒストグラムのデータベースを更新する手段と
を更に備える、請求項13に記載のシステム。
【国際調査報告】