專利名稱：異常聚合方法
技術(shù)領(lǐng)域：
這里所描述的系統(tǒng)和方法一般涉及聚合(aggregating)異常值。更 具體的，該系統(tǒng)和方法涉及對(duì)相比于少量組的相關(guān)工程或操作數(shù)據(jù)而言 的無關(guān)(即異常)工程或操作數(shù)據(jù)進(jìn)行聚合的統(tǒng)計(jì)技術(shù)。
背景技術(shù)：
在發(fā)電設(shè)備(例如渦輪機(jī)、壓縮機(jī)、發(fā)電機(jī)，等)的操作和維護(hù)中， 接收并存儲(chǔ)與機(jī)器的各種屬性對(duì)應(yīng)的傳感器讀數(shù)。這些傳感器讀數(shù)通常 稱為"標(biāo)記"，并且存在i午多類型的標(biāo)記(例如振動(dòng)標(biāo)記、效率標(biāo)記、溫 度標(biāo)記、壓力標(biāo)記，等)。
隨時(shí)密切監(jiān)視這些標(biāo)記對(duì)于理解機(jī)器惡化特征(例如對(duì)單元的內(nèi)部 損壞、壓縮機(jī)事件、計(jì)劃與非計(jì)劃跳閘)具有許多好處。例如，壓縮機(jī) 中轉(zhuǎn)子振動(dòng)值(隨著時(shí)間)的增加可能表示嚴(yán)重的問題。更好的知道機(jī) 器中的惡化也改善了通過用作機(jī)器事件的提前指示器的一組內(nèi)建規(guī)則或 警報(bào)進(jìn)行的故障診斷能力。將所有的標(biāo)記異常連同所設(shè)計(jì)的規(guī)則警報(bào)一 起同時(shí)顯示使得機(jī)器監(jiān)視和診斷、以及新規(guī)則/警報(bào)的創(chuàng)建極其有效并且 效率極高。負(fù)責(zé)監(jiān)視和診斷的人可以立即對(duì)關(guān)鍵偏差進(jìn)行關(guān)注。
然而，傳感器數(shù)據(jù)中存在相當(dāng)大數(shù)量的噪聲。為了去除噪聲并能夠 在不同時(shí)間或不同機(jī)器之間進(jìn)行比較，需要進(jìn)行許多不同的修正，并且 需要使用許多不同的控制因素。即使這樣，也非常難以同時(shí)監(jiān)視許多標(biāo) 記(可以有幾百到數(shù)千個(gè)標(biāo)記)并診斷數(shù)據(jù)中的這些異常。
從數(shù)據(jù)中去除噪聲并捕捉或以可使用的格式(例如幅度和方向)標(biāo) 識(shí)異常，并然后在規(guī)則或模型建造中使用該異常信息是許多不同的企業(yè)、 才支術(shù)和領(lǐng)域中所必須的一個(gè)過程。在工程應(yīng)用中，監(jiān)視和診斷組典型的 通過控制圖表、直方圖、以及散布圖以常規(guī)和特別的方式解決該問題。
現(xiàn)存的熟知統(tǒng)計(jì)技術(shù)包括z評(píng)分，其用來評(píng)估一個(gè)組中的一個(gè)特定 值是離群值、也就是異常值的程度。典型的z評(píng)分是基于對(duì)一個(gè)組的平 均和標(biāo)準(zhǔn)偏差的計(jì)算。雖然z評(píng)分可以有效的評(píng)估群體大的組中的單次 觀察出現(xiàn)異常的程度，但是當(dāng)在只包含少量值的數(shù)據(jù)集上使用時(shí)，z評(píng)分 已經(jīng)顯示出失去了指示異常的有效性。
當(dāng)計(jì)算異常評(píng)分時(shí)，經(jīng)常是這樣一種情況只使用一些值來進(jìn)行計(jì) 算。例如，當(dāng)將一個(gè)機(jī)器(例如渦輪機(jī))與一組等同的機(jī)器(例如類似 的渦輪機(jī))進(jìn)行比較時(shí)，經(jīng)常的情況就是，難以標(biāo)識(shí)稍微多一點(diǎn)的可以 合理的當(dāng)作該目標(biāo)機(jī)器的同等體的機(jī)器。另外，通常想要評(píng)估有限時(shí)間 期間內(nèi)可能僅僅已經(jīng)在當(dāng)前配置下工作的機(jī)器的性能。于是，通常使用 標(biāo)準(zhǔn)z評(píng)分作為異常評(píng)分的測(cè)量是不理想的或者是不精確的，因?yàn)闃?biāo)準(zhǔn)z
評(píng)分對(duì)于小數(shù)據(jù)集并不有魯棒性。
因此，本領(lǐng)域需要一種能夠簡(jiǎn)易的標(biāo)識(shí)、量化、聚合和顯示各種類 型的發(fā)電設(shè)備所經(jīng)歷的異常的處理、方法和/或工具。而且，該處理、方 法和/或工具應(yīng)該允許將異常信息轉(zhuǎn)換為有意義的信息，諸如所關(guān)心事件
的提前指示器。

發(fā)明內(nèi)容
本發(fā)明提供了 一種用于標(biāo)識(shí)異常值的方法。該方法包括從至少 一個(gè) 機(jī)器獲取操作數(shù)據(jù)，以及根據(jù)該操作數(shù)據(jù)計(jì)算至少一個(gè)特殊異常評(píng)分。 然后可以聚合該特殊異常評(píng)分，以標(biāo)識(shí)異常值。
本發(fā)明提供了一種用于聚合異常值的方法。該方法包括從至少一個(gè) 機(jī)器獲取操作數(shù)據(jù)，以及根據(jù)該操作數(shù)據(jù)計(jì)算至少一個(gè)特殊異常評(píng)分。 可以通過計(jì)算至少一個(gè)幅度異常測(cè)量值來聚合該特殊異常評(píng)分。該幅度 異常測(cè)量值標(biāo)識(shí)預(yù)定時(shí)間周期內(nèi)該特殊異常評(píng)分的平均值。也可以通過 計(jì)算至少一個(gè)頻率異常測(cè)量值來聚合該特殊異常評(píng)分。該頻率異常測(cè)量 值標(biāo)識(shí)具有異常值的任何預(yù)定時(shí)間周期的百分比。


圖1為特殊異常評(píng)分截止表。
圖2所述為該特殊異常評(píng)分的描述統(tǒng)計(jì)。
圖3的曲線圖描述了基于該Z內(nèi)值(Z-Withins )的經(jīng)驗(yàn)結(jié)果對(duì)該截 止值與異常分布百分比之間進(jìn)行的轉(zhuǎn)換。 圖4描述了該Z內(nèi)值的分布。
圖5描述了該Z間值(Z-Between value)的分布。
圖6描述了兩個(gè)單獨(dú)機(jī)器的Z內(nèi)值隨著時(shí)間的變化。
圖7描述了 31個(gè)單獨(dú)機(jī)器的Z內(nèi)值隨著時(shí)間的變化。
圖8描述了每日絕對(duì)平均值和百分比異常值隨著時(shí)間的變化。
圖9描述了最大百分位Z間值和最大百分位Z內(nèi)值的一組數(shù)據(jù)的圖表。
圖IO的表格描述了每日幅度和頻率異常評(píng)分以及用于Z間值和Z內(nèi)
值的每日百分位。
圖ll描述的熱圖(heatmap)包括多行和多列。該熱圖的列表示時(shí) 間周期，并且行表示所關(guān)心的量度，諸如振動(dòng)和性能測(cè)量。
圖12描述了另一個(gè)熱圖，其提供了一個(gè)示例機(jī)器在24小時(shí)期間的 快照。
具體實(shí)施例方式
在監(jiān)視和診斷(M&D)中，從數(shù)據(jù)中去除噪聲是關(guān)鍵部分。當(dāng)每秒需 要同時(shí)監(jiān)視許多變量時(shí)，這就變得不再是微不足道的了，并且當(dāng)需要條 件調(diào)節(jié)(例如溫度、工作模式、壓力，等)時(shí)，就更是如此。這里描述 了異常檢測(cè)和聚合處理以及熱圖工具，其對(duì)于監(jiān)視和診斷非常有用，并 且是一種革新。當(dāng)本發(fā)明所實(shí)施的該處理、方法和工具應(yīng)用于發(fā)電設(shè)備 時(shí)尤其有用，i者如壓縮機(jī)、發(fā)電機(jī)和渦輪機(jī)。然而，該處理、方法和工 具可以應(yīng)用于需要監(jiān)視的任何機(jī)器或系統(tǒng)。例如，可以使用本發(fā)明的其 它機(jī)器有燃?xì)廨啓C(jī)、水電輪機(jī)、蒸汽輪機(jī)、生物燃料輪機(jī)、風(fēng)力渦輪機(jī)、 引擎、發(fā)電機(jī)組以及機(jī)車。該處理、方法和工具包括五個(gè)主要特征
(1 )計(jì)算用于工程數(shù)據(jù)(例如用于操作傳感器數(shù)據(jù))的特殊異常評(píng) 分(EAS)。特殊異常評(píng)分(exceptional anomaly scores)將相比于少 量組的相關(guān)數(shù)據(jù)而言的異常數(shù)據(jù)量化。EAS在標(biāo)識(shí)異常觀察方面優(yōu)于Z 評(píng)分和控制圖統(tǒng)計(jì)。
(2)創(chuàng)建用于特殊異常評(píng)分的多個(gè)靈敏度設(shè)置，從而用戶可以定義 在一組給定的標(biāo)記和時(shí)間點(diǎn)他們可以有效并高效率的監(jiān)視哪一百分比的 數(shù)據(jù)。而且，這些不同的靈敏度設(shè)置可以用來增加診斷(例如警報(bào)創(chuàng)建)。
(3 )提供用于聚合不同數(shù)據(jù)粒度的各種異常觀察(例如每小時(shí)與每 日的異常觀察)的方法。這些不同的異常觀察可以彼此連接并且可以相 互轉(zhuǎn)換。每小時(shí)異常觀察可以傳送到每日異常觀察。
(4) 創(chuàng)建警報(bào)。這些警報(bào)是基于規(guī)則的觸發(fā)器，其可以由終端用戶 定義或者基于分析手段提供，以標(biāo)識(shí)具有超前時(shí)間(lead-time)的事件
(例如壓縮機(jī)事件)。警報(bào)是基于特殊異常評(píng)分和原始傳感器數(shù)據(jù)的。警 報(bào)也可以使用靈敏度設(shè)置調(diào)節(jié)和特殊異常評(píng)分的聚合屬性。
(5) 創(chuàng)建將數(shù)據(jù)轉(zhuǎn)換為信息的熱圖。熱圖是一種用于在每個(gè)具體機(jī)
器單元上對(duì)跨越許多不同時(shí)間點(diǎn)的所選擇的大量標(biāo)記執(zhí)行的異常值檢測(cè) 的可視化工具。熱圖描述了異常密度和"目標(biāo)觀察"的方向。熱圖也可 以包含警報(bào)的可視描述，并引導(dǎo)對(duì)給定機(jī)器的熱點(diǎn)傳感器值的即時(shí)關(guān)注。
熱圖也可以提供對(duì)等同體(peers)分析的比較，其能夠讓工作組以更大 精度的動(dòng)態(tài)標(biāo)識(shí)引導(dǎo)器和標(biāo)記器、以及跨越不同時(shí)間標(biāo)度(例如每秒、 分鐘、小時(shí)、日，等)的市場(chǎng)機(jī)會(huì)。 計(jì)算特殊異常評(píng)分
為了解釋單元/機(jī)器和環(huán)境變量以及確定一個(gè)標(biāo)記的給定值對(duì)于目
標(biāo)單元而言是否超出預(yù)期范圍(即異常)，可以使用境況信息(context information)來形成分析該目標(biāo)單元的標(biāo)記數(shù)據(jù)的基礎(chǔ)。該境況信息可 以取自兩個(gè)主要來源該目標(biāo)單元的過去性能，以及該目標(biāo)單元的等同 體的性能。通過使用這種境況信息來量化該組內(nèi)或該單元自己性能內(nèi)所 存在的變量的典型量，就可以系統(tǒng)的并嚴(yán)格的將當(dāng)前標(biāo)記數(shù)據(jù)與境況數(shù) 據(jù)進(jìn)行比較，并精確的評(píng)價(jià)該目標(biāo)單元的標(biāo)記值中的異常數(shù)據(jù)的級(jí)別。
如上所示，使用境況信息來適當(dāng)?shù)脑u(píng)估給定標(biāo)記為異常所達(dá)到的程 度。為了得到有效評(píng)估，必須適當(dāng)?shù)倪x擇境況數(shù)據(jù)。當(dāng)在時(shí)域上選擇適 當(dāng)?shù)木硾r數(shù)據(jù)時(shí)，通常想要看一看對(duì)所關(guān)心的時(shí)間段有效的最接近數(shù)據(jù)。 由于所關(guān)心的時(shí)間段通常對(duì)最近期數(shù)據(jù)為有效的，所以要考慮的適當(dāng)?shù)?時(shí)間范圍就是一序列對(duì)于單元有效的最近期數(shù)據(jù)，例如對(duì)應(yīng)于最近兩周 的數(shù)據(jù)。這樣就減輕了季節(jié)因素的影響。
通過使用目標(biāo)單元的一組適當(dāng)?shù)?等同"單元，發(fā)現(xiàn)考慮了該組的 表現(xiàn)以及整體環(huán)境的適當(dāng)境況數(shù)據(jù)。例如，選擇具有相同結(jié)構(gòu)尺寸并且 位于相同地理區(qū)域內(nèi)的一組渦輪機(jī)作為用于目標(biāo)渦輪機(jī)的適當(dāng)?shù)牡韧w 組。
除了上面所述的境況考慮之外，境況數(shù)據(jù)也包括可比較的操作條件。 對(duì)于本實(shí)施方式，并且僅僅作為一個(gè)示例，可以定義可比較的操作條件 以表示過去的任何時(shí)間段，在該時(shí)間段中單元具有大小為IO的窗內(nèi)相同 的0PM0DE、 DWATT和CTIM值。0PM0DE可以定義為操作模式(例如緩慢 起動(dòng)、峰值輸出、50%輸出，等)。DWATT可以是功率的量度(例如兆瓦 輸出)。CTIM可以定義為溫度量度(例如進(jìn)口溫度)。例如，如果該目標(biāo) 觀察的0PM0DE的值等于1,且DWATT等于95，那么只有其中0PM0DE = 1 并且DWATT在90至100之間的歷史周期可以使用。這些可比較的操作條
件被定義為該系統(tǒng)配置的一部分。
通過在時(shí)間、地理位置、結(jié)構(gòu)大小以及工作條件方面都建立適當(dāng)?shù)?境況，就可以不需要關(guān)于給定標(biāo)記是否為異常的高或低的主觀評(píng)價(jià)，并
且可以做出客觀和自動(dòng)的計(jì)算以檢測(cè)和量化異常。為了計(jì)算z內(nèi)(相比
于以往)特殊異常評(píng)分，我們可以使用10-15個(gè)其中單元在可比較的條 件(如上所定義)下工作的歷史觀察。這些歷史觀察可以用來計(jì)算平均 和標(biāo)準(zhǔn)偏差。然后可以使用該歷史觀察的平均和標(biāo)準(zhǔn)偏差計(jì)算目標(biāo)觀察 的z評(píng)分。計(jì)算該Z內(nèi)特殊異常評(píng)分所使用的最小和最大數(shù)目的觀察定 義為系統(tǒng)配置的一部分。Z內(nèi)值提供了特定機(jī)器的當(dāng)前工作條件與該機(jī)器 的先前工作條件的比較。用來計(jì)算Z內(nèi)值的等式通常可以是如下形式
<formula>formula see original document page 8</formula>
(等式i)
對(duì)于每一單元，具有相同結(jié)構(gòu)大小并且類似配置以及在相同地理區(qū)
域中的高達(dá)8個(gè)或者更多個(gè)其它單元可以被標(biāo)識(shí)為等同體。該Z間特殊 異常評(píng)分是表示一個(gè)特定單元或機(jī)器與其等同體不同程度指示。例如，F(xiàn) 型燃?xì)廨啓C(jī)與其它類似的F型燃?xì)廨啓C(jī)進(jìn)行比較。為了計(jì)算該Z間特殊 異常評(píng)分(與等同體進(jìn)行比較)，人們可用從每一等同體中選擇單個(gè)最近 期的觀察，其中該等同體工作于(如上所定義的)可比較的條件下。這 樣就得到高達(dá)8個(gè)或者更多個(gè)等同體觀察，使用其可以用來計(jì)算平均和 標(biāo)準(zhǔn)偏差。然后可用計(jì)算使用該等同體組的平均和標(biāo)準(zhǔn)偏差的目標(biāo)單元 的z評(píng)分。計(jì)算該Z間特殊異常評(píng)分所使用的最小和最大數(shù)目的觀察被 定義為系統(tǒng)配置的一部分。用來計(jì)算Z間值的等式通常可以是如下形式
(等式2)
<formula>formula see original document page 8</formula>
注意， 一種情況是一個(gè)值可以既不是異常高，也不是異常低。雖然 通常在一個(gè)值中存在一個(gè)被識(shí)別為優(yōu)選趨勢(shì)的特定方向(例如，通常具 有低的振動(dòng)比高的振動(dòng)更好)，但是應(yīng)該注意，所設(shè)計(jì)的這一技術(shù)用來標(biāo) 識(shí)和量化異常，而與它們的極性無關(guān)。在這一實(shí)施方式中，方向并不表 示值的"優(yōu)良"或"惡劣"。相反，其代表異常的方向。如果特殊異常評(píng) 分是一個(gè)相比于過去為較高的負(fù)數(shù)，那么就意味著該值相比于該單元的 過去異乎尋常的低。如果該特殊異常評(píng)分是一個(gè)較高的正數(shù)，那么就意 味著該值相比于該單元的過去異乎尋常的高。該解釋對(duì)于等同體異常評(píng)
分是相似的。單獨(dú)標(biāo)記的異常方向可以定義作為系統(tǒng)配置的一部分.
通過使用這些技術(shù)來檢測(cè)異常，就可以創(chuàng)建警報(bào)。警報(bào)可以是針對(duì) 可定制閾值的標(biāo)記值的基于規(guī)則的組合。
創(chuàng)建多個(gè)靈敏度設(shè)置
對(duì)于特殊異常評(píng)分，可以執(zhí)行評(píng)分與百分比尾(percent tail)計(jì) 算之間的轉(zhuǎn)換。具體的，對(duì)于給定的原始量度的分布，特殊異常評(píng)分的 幅值范圍將與異常分布的百分比范圍對(duì)應(yīng)。通過這種轉(zhuǎn)換，分析者可以 選取表示原始量度的"警報(bào)"或"紅色標(biāo)志"的特殊異常評(píng)分截止值。 另外，其為終端用戶提供了一種簡(jiǎn)單的使用，該用戶可以自由的決定何 種百分比是足夠高，可以稱為"異常"。而且，通過這種轉(zhuǎn)換，可以按照 需要從應(yīng)用到應(yīng)用、從商業(yè)到商業(yè)、或者從量度到量度之間容易地改變 "異常，，定義。
圖1 (特殊異常評(píng)分截止表)是一個(gè)轉(zhuǎn)換表，當(dāng)原始量度是正態(tài)分布 并且異常定義為雙尾(即原始量度的高和低幅值都具有終端用戶所關(guān)心 的異常范圍)時(shí)，可以使用該轉(zhuǎn)換表。例如，當(dāng)樣本大小為8 (行IIO) 并假定原始量度為正態(tài)分布時(shí)，0.15% (單元130)的情況預(yù)計(jì)落在-6 的特殊異常評(píng)分之下以及6的特殊異常評(píng)分之上(列120)。換言之，如 果M&D組想要研究最高0. 15%觀察作為量度內(nèi)的"超出正態(tài)"，那么他們 應(yīng)該選取6作為評(píng)分截止值，假定他們的樣本大小為8并且假定為正態(tài)。 這一表格也描述了 z評(píng)分與特殊異常評(píng)分之間的關(guān)系。隨著樣本大小的 增加，并且假定為正態(tài)，z評(píng)分和特殊異常評(píng)分變得幾乎相同。
例如，在渦輪機(jī)或壓縮機(jī)中，傳感器數(shù)據(jù)可以包括超過300個(gè)具有 許多不同形狀的分布的不同標(biāo)記。需要靈敏度分析，以看看相同的截止 值是否可以跨越標(biāo)記被使用，或者對(duì)于不同的標(biāo)記是否需要不同的截止 值。換言之，給定大量傳感器數(shù)據(jù)，需要測(cè)試轉(zhuǎn)換表格跨越不同的分布 有多么魯棒性。雖然不同的標(biāo)記可以具有不同的形狀和分布比例，但是 這些標(biāo)記的Z內(nèi)和Z間評(píng)分可以在形狀和設(shè)計(jì)比例上具有更少變化。在 所有Z內(nèi)和Z間分布上，已經(jīng)檢測(cè)到特殊異常評(píng)分2、 6、 17、 50和150 的自然截止值。然而，需要進(jìn)行另外的系統(tǒng)經(jīng)驗(yàn)研究，以確定截止值和 對(duì)應(yīng)的異常分布百分比。
特殊異常評(píng)分被分類為11個(gè)區(qū)段(即(-2， 2)=bucket0， (2， 6) =bucketl， ( 6， 17 )=bucket2， ( 17, 50 )=bucket3， ( 50， 150 )=bucket4，
(150及更大)—ucket5， (-6，-2 )-bucket-l ， (-17， -6 ) =bucket-2， (-50， -17) =bucket_3， (-150，-50) =buckeH， (-150及更小) =bucket-5)。計(jì)算落入每個(gè)標(biāo)記的每一區(qū)段中的Z內(nèi)評(píng)分的百分比。然 后，對(duì)于每一區(qū)段畫出跨越標(biāo)記的這些百分比的分布，并計(jì)算四分位數(shù) 以及中值的95%置信區(qū)間。
圖2所述為異常評(píng)分的描述統(tǒng)計(jì)，并且是區(qū)段5上的這些計(jì)算的一 個(gè)示例。區(qū)域210是柱狀圖，并顯示了概率或百分比值的分布。這些是 得到Z內(nèi)值的截止值為150或高于150的異常評(píng)分的概率。區(qū)域220是 箱形圖，其再次示出了在150或高于150的異常評(píng)分的概率或百分比值。 230所述為概率或百分比值的平均分布的95%置信區(qū)間。箱體中的垂直 線表示平均值，并且該箱體的極限表示置信區(qū)間的最小和最大值。另一 個(gè)箱形圖以2"表示，并且其所述為概率或百分比值的中值分布的95% 置信區(qū)間。該箱體中的線表示中值，并且箱體的極限表示置信區(qū)間的最 小和最大值。區(qū)域250中所列出的統(tǒng)計(jì)表示所述分布的正態(tài)測(cè)試，其報(bào) 告了基本統(tǒng)計(jì)，諸如平均和中值以及基本統(tǒng)計(jì)的置信區(qū)間。區(qū)段5分布 的中值大約為0. 1%,表示大約0. 1%的Z內(nèi)評(píng)分在150或高于150截止 值，中值的95%置信區(qū)間為0. 07% -1. 3%。
類似于圖2中的區(qū)段，對(duì)所有區(qū)段單獨(dú)執(zhí)行計(jì)算，于是得到Z內(nèi)和Z 間的所有截止值。分析的結(jié)果表示跨越標(biāo)記的相似截止值可以用于給定 的傳感器數(shù)據(jù)，于是轉(zhuǎn)換表以及預(yù)設(shè)截止值對(duì)于原始標(biāo)記分布差是魯棒 性的。
圖3示出了基于Z內(nèi)值的經(jīng)驗(yàn)結(jié)果在截止值與異常分布百分比之間 的轉(zhuǎn)換?；诮?jīng)驗(yàn)研究，預(yù)期大約6%的異常評(píng)分具有在2和6之間的特 殊異常評(píng)分值。應(yīng)該注意，基于實(shí)際數(shù)據(jù)組的這些預(yù)期異常百分比非常 類似于圖1中所顯示的基于模擬研究的百分比。具體的，預(yù)期6. 7%的這 些評(píng)分將高于截止值2，并且預(yù)期13.4%的這些評(píng)分將高于這一數(shù)據(jù)組 所給出的截止值2和低于截止值- 2。
上述結(jié)果驗(yàn)證了根據(jù)發(fā)電設(shè)備傳感器數(shù)據(jù)為實(shí)際壽命數(shù)據(jù)所給出的 特殊異常評(píng)分進(jìn)行的轉(zhuǎn)換。執(zhí)行第二組分析，以驗(yàn)證所建議的截止值以 及對(duì)應(yīng)的百分比不僅對(duì)于跨越所有標(biāo)記的所有Z內(nèi)值有效，而且對(duì)其中 樣本大小比整體數(shù)據(jù)相對(duì)較小的每一標(biāo)記內(nèi)的Z內(nèi)值有效。將連續(xù)的Z 內(nèi)評(píng)分轉(zhuǎn)換為具有預(yù)定11個(gè)區(qū)段的11類序數(shù)評(píng)分。然后單獨(dú)的畫出用
于每一標(biāo)記的序數(shù)評(píng)分的分布(參見圖4)。正如從圖4中的曲線圖可以 看到，大多數(shù)標(biāo)記都具有類似的序數(shù)Z內(nèi)評(píng)分的分布形狀。
圖5所述為類似于圖4的用于每一標(biāo)記的序數(shù)Z間評(píng)分的分布。雖 然有些標(biāo)記在區(qū)段2、 3、 - 2或-3上具有稍微不同的形狀，但是通常Z 間評(píng)分的形狀相比于Z內(nèi)評(píng)分的形狀不會(huì)有太大差異。于是，我們得出 結(jié)論跨越標(biāo)記的相同截止值既可以用于這一數(shù)據(jù)組中Z內(nèi)評(píng)分，也可 以用于Z間評(píng)分。而且，可以基于經(jīng)驗(yàn)結(jié)果(參見圖3),或者基于模擬 研究(參見圖1)來確定所建議的截止值(即2、 6、 17、 50、 150、 -2、 -6、 -17、 -50、 - 150)的轉(zhuǎn)換異常百分比，這是因?yàn)樗鼈兘ㄗh了相 似的數(shù)字。
聚合各種異常觀察
許多設(shè)備用戶(例如發(fā)電站、渦輪機(jī)操作者等)具有充足的用于監(jiān) 視&診斷的數(shù)據(jù)。更重要的是，這些數(shù)據(jù)經(jīng)常存在于小的時(shí)間單元中(例 如每秒或每分鐘)。雖然數(shù)據(jù)充足是一個(gè)優(yōu)勢(shì)，但是應(yīng)該有效率地完成數(shù) 據(jù)聚合，從而數(shù)據(jù)存儲(chǔ)和數(shù)據(jù)監(jiān)視并不成為問題，并且數(shù)據(jù)仍然保持其 有用的信息。
雖然聚合是非常想要的，但是對(duì)于某些任務(wù)其具有風(fēng)險(xiǎn)。異常聚合 中以及其本身是一個(gè)矛盾。所有的異常都意味著特定性和集中在每一個(gè) 數(shù)據(jù)點(diǎn)上，而聚合意味著通過排除特殊和異常進(jìn)行的歸納。然而，不管 其相互矛盾的性質(zhì)，還是需要進(jìn)行異常聚合，這是因?yàn)閷?duì)于跨越多個(gè)時(shí) 間周期的多個(gè)標(biāo)記，不能存儲(chǔ)每秒或每小時(shí)的數(shù)據(jù)，而且更重要的是， 對(duì)于某些類型的事件，每秒或者甚至每小時(shí)地監(jiān)視可能會(huì)有太多的信息。 更具體的，大多數(shù)用戶設(shè)備感興趣的是捕捉他們的機(jī)器單元的"急性，， 與"慢性"異常。急性(acute)異常是極少發(fā)生的高幅度異常。慢性 (chronic )異常對(duì)于特定量度而言頻繁在不同的單元和時(shí)間內(nèi)出現(xiàn)。 圖6所述為兩個(gè)單元隨著時(shí)間的Z內(nèi)測(cè)量。X軸是每一單元的時(shí)間。 垂直虛線630分開了兩個(gè)單元的數(shù)據(jù)。第一單元的數(shù)據(jù)在虛線630的左 側(cè)并且通過610表示。第二單元的數(shù)據(jù)在虛線630的右側(cè)并通過620表 示。如從該圖表可以看到，第二單元(區(qū)域620 )具有兩個(gè)異常值，其分 別低于-100和高于100。由于這些范圍的出現(xiàn)對(duì)于這一量度和這些單元 是極少發(fā)生的，所以這兩個(gè)異常值稱為"急性"?？梢灶愃朴趫D6中的圖 表來理解圖7中的圖表，并且其說明了 "慢性異常，，的概念。慢性異常
的定義是對(duì)于特定量度而言，跨越不同單元和時(shí)間頻繁發(fā)生的捕捉異常
(即特殊異常評(píng)分的幅度高于2或低于-2 )。
如此前所提到的，有許多不同的方法來聚合數(shù)據(jù)。統(tǒng)計(jì)從定義上包 括聚合。通過少量數(shù)字，例如通過平均、中值、標(biāo)準(zhǔn)偏差、方差等說明 數(shù)據(jù)是"統(tǒng)計(jì)學(xué)，，或"分析學(xué)"的過分簡(jiǎn)單化的定義。然而，這些長期 存在的方法都不能提供用于異常聚合的方案。每日平均并不能始終地描 述每小時(shí)的異常。本發(fā)明所實(shí)施的"特殊異常評(píng)分"的聚合是一種新的 方法。以前，監(jiān)視每小時(shí)的數(shù)據(jù)是標(biāo)識(shí)每小時(shí)異常的唯一方法。數(shù)據(jù)監(jiān) 視必須在異常需要被檢測(cè)的粒度級(jí)別完成。換言之，其必須以最高粒度 完成，例如每秒或每小時(shí)。在這樣的粒度難以看到長期趨勢(shì)，或者難以 有效率的跨越各個(gè)單元進(jìn)行比較或?qū)Ρ取?br> 根據(jù)本發(fā)明的實(shí)施例描述了可以用來聚合特殊異常評(píng)分的兩個(gè)測(cè) 量幅度異常測(cè)量和頻率異常測(cè)量。幅度異常測(cè)量使用諸如平均值的中 心趨勢(shì)測(cè)量。頻率異常測(cè)量使用比率或百分比。
幅度異常測(cè)量可以標(biāo)識(shí)急性異常，并且可以使用中心趨勢(shì)測(cè)量，諸 如平均值。每日絕對(duì)平均值(圖8的左邊所示)是幅度異常測(cè)量的一個(gè) 示例。絕對(duì)平均值可以描述在一個(gè)預(yù)定的時(shí)間周期(例如秒、分鐘、小 時(shí)、日、周、月或年)內(nèi)是否存在一個(gè)或多個(gè)在正或負(fù)方向上的高幅度 異常。例如，每日絕對(duì)平均值會(huì)描述在一天內(nèi)是否存在一個(gè)或多個(gè)在正 或負(fù)方向上的高幅度異常。
可以使用頻率異常測(cè)量來標(biāo)識(shí)慢性異常，并且可以使用比率或百分 比。每日百分比異常(圖8右邊所示)是頻率異常測(cè)量的一個(gè)示例。每 曰百分比異常對(duì)每日絕對(duì)平均值進(jìn)行補(bǔ)充，從某種意義上講，其可以描 述一日內(nèi)異常小時(shí)的數(shù)量，或者一個(gè)月內(nèi)異常天數(shù)的數(shù)量。通常，頻率 異常測(cè)量可以用來描述一個(gè)大的時(shí)間周期(例如分鐘、小時(shí)、日，等) 內(nèi)異常時(shí)間周期(例如秒、分鐘、小時(shí)，等)的數(shù)量。
當(dāng)這兩個(gè)評(píng)分(即每日絕對(duì)平均值和每日百分比異常)同時(shí)使用 時(shí)，它們將說明具有異常小時(shí)的日期以及區(qū)分急性與慢性異常。急性異 常(極少出現(xiàn))具有高的每日絕對(duì)平均值和低的每日百分比異常。急性 異?？梢酝ㄟ^一個(gè)或兩個(gè)高幅度的異常被描述。另一方面，慢性異常(經(jīng) 常出現(xiàn))具有低或高的每日絕對(duì)平均值和高的每日百分比異常。慢性異 常可以通過一日內(nèi)的少數(shù)到一系列異常被描述。然而，慢性異常并不必
須具有高幅度的特殊異常評(píng)分。
圖8示出了使用幅度和頻率異常測(cè)量的一個(gè)示例。圖8左邊的圖表 示出了使用每日絕對(duì)平均值的幅度異常測(cè)量。右邊的圖表示出了使用百 分比異常的頻率異常測(cè)量?？梢詾閆間值和Z內(nèi)值計(jì)算這些幅度和頻率 異常評(píng)分。而且，在每一個(gè)尺度上幅度和頻率評(píng)分都可以跨越標(biāo)記、時(shí) 間周期、以及機(jī)器單元分別進(jìn)行排列。然后這些排列可以轉(zhuǎn)換為百分位， 提供幅度異常評(píng)分的百分位與頻率異常評(píng)分的百分位。另外，可以通過 分別用于Z間值與Z內(nèi)值的"最大化"函數(shù)組合每一評(píng)分的百分位。更 具體的，Z間或Z內(nèi)異常評(píng)分的最大百分位表示急性或慢性異常，或者表 示這二者。
圖9所述為最大百分位Z間值與最大百分位Z內(nèi)值的圖形和一組數(shù) 據(jù)。例如，圖形右上方的虛線框內(nèi)的點(diǎn)表示四個(gè)連續(xù)日中相同渦輪機(jī)的 關(guān)于"CSGV，，標(biāo)記的觸發(fā)異常。CSGV標(biāo)記可以是關(guān)于IGV (進(jìn)口導(dǎo)葉) 角度的量度。這四個(gè)數(shù)據(jù)點(diǎn)(對(duì)應(yīng)于圖10中的數(shù)據(jù)項(xiàng)92、 93、 94、 95) 是關(guān)于單元的過去和等同體的異常。如果這四日進(jìn)一步研究這一單元的 CSGV標(biāo)記，就可以看到，這些天內(nèi)的許多小時(shí)具有關(guān)于等同體的異常。 另一方面，每小時(shí)的Z內(nèi)異常相比于每小時(shí)的Z間異常在數(shù)量上非常少， 然而它們?cè)诜壬陷^高。這一結(jié)論的全部都可以從圖IO中的數(shù)據(jù)表得到， 其包含每日幅度和頻率異常評(píng)分以及用于Z間值和Z內(nèi)值的每日百分位。
創(chuàng)建警報(bào)和創(chuàng)建熱圖
根據(jù)本發(fā)明的實(shí)施例，可以使用稱為計(jì)算引擎(Calculation Engine )和可視化工具的兩個(gè)Java程序通過軟件實(shí)現(xiàn)異常檢測(cè)處理和熱 圖工具。該計(jì)算引擎計(jì)算特殊異常評(píng)分、聚合異常評(píng)分、更新Oracle數(shù) 據(jù)庫，以及當(dāng)規(guī)則被觸發(fā)時(shí)發(fā)送警報(bào)?？梢愿鶕?jù)每小時(shí)運(yùn)行的命令行批 處理中周期性地調(diào)用計(jì)算引擎?？梢暬ぞ吒鶕?jù)請(qǐng)求顯示熱圖(參見圖 11)中的異常評(píng)分，并允許用戶創(chuàng)建規(guī)則?？梢暬ぞ呖梢宰鳛榫W(wǎng)絡(luò)應(yīng) 用程序運(yùn)行。這些程序可以在Linux、 Windows和其它基于應(yīng)用處理器的 操作系統(tǒng)上運(yùn)行。
調(diào)用計(jì)算引擎的一個(gè)示例命令行為
java -Xmx2700m -jar populate.jar —update t7 n 其命令計(jì)算引擎執(zhí)行周期性的更新，使用高達(dá)7個(gè)或更多個(gè)同步線 程，以及在進(jìn)行程序之前標(biāo)識(shí)數(shù)據(jù)庫中任何新的傳感器數(shù)據(jù)。該程序開 始于計(jì)算用于任何新客戶警報(bào)和可視化工具的用戶所創(chuàng)建的機(jī)器單元的 任何新定制等同體的規(guī)則。其然后從服務(wù)器檢索新到的原始傳感器數(shù)據(jù)，
將該新數(shù)據(jù)存儲(chǔ)在Oracle數(shù)據(jù)庫中，并為新添加的數(shù)據(jù)計(jì)算特殊異常評(píng) 分和客戶警報(bào)。其將所有這些計(jì)算的結(jié)果存儲(chǔ)在數(shù)據(jù)庫中，使得可視化 工具能夠顯示特殊異常評(píng)分和客戶警報(bào)的熱圖。如果這些計(jì)算使用規(guī)則 以超前時(shí)間觸發(fā)了有較高可能性檢測(cè)到機(jī)器劣化事件的客戶警報(bào)，那么 計(jì)算引擎可以被構(gòu)造成向該監(jiān)視&診斷組的成員發(fā)送警告信號(hào)。警報(bào)可以 是通過組的計(jì)算機(jī)/筆記本所顯示的音頻和/或視覺信號(hào)，或者發(fā)送到該 組的通信裝置(例如移動(dòng)電話、傳呼機(jī)、PDA等)的信號(hào)。
可視化工具的主要用途是將特定機(jī)器單元的熱圖顯示給監(jiān)視&診斷 組的成員。可視化工具的用戶可以改變數(shù)據(jù)范圍，改變等同體組，以及 掌握單個(gè)標(biāo)記的數(shù)據(jù)的時(shí)間序列圖?？梢暬ぞ呖梢允褂糜糜谄浔硎緦?和用戶界面的Java服務(wù)器頁面(Java Server Pages )。該Java服務(wù)器 頁面是MVC構(gòu)架的視圖，并且不包含商業(yè)邏輯。對(duì)于這一示范實(shí)施例， 對(duì)服務(wù)器和客戶端機(jī)器的唯一要求就是一個(gè)Java兼容的服務(wù)小程序容器 (servlet container)和網(wǎng)絡(luò)瀏覽器。
可視化工具也支持幾個(gè)其它使用情況。使用可視化工具可以察看等 同體熱圖；查找具有相似警報(bào)的機(jī)器；創(chuàng)建定制等同體組；創(chuàng)建客戶警 報(bào)；以及察看幾種報(bào)告。等同體熱圖將每一機(jī)器的熱圖合并成為單個(gè)熱 圖，相鄰的列及時(shí)地在相同時(shí)刻顯示等同體機(jī)器的熱圖單元，而不是提 前或推遲顯示該機(jī)器自己的熱圖單元。用戶可以改變?nèi)掌?；掌握與特定 標(biāo)記的等同體的數(shù)據(jù)相比的時(shí)間序列圖表，和穿過到機(jī)器熱圖。在其它 頁面上，用戶也可以指定客戶警報(bào)以及查找已經(jīng)觸發(fā)這些警報(bào)的機(jī)器。 用戶可以創(chuàng)建、修改以及刪除客戶警報(bào)的規(guī)則。報(bào)告總結(jié)關(guān)于所監(jiān)視的 單元的信息、單元的原始傳感器數(shù)據(jù)的等待時(shí)間(不同單元中是不同的)、 以及目前所觸發(fā)的警報(bào)的精度。
例如，如果將本發(fā)明所實(shí)施的異常檢測(cè)技術(shù)應(yīng)用于出現(xiàn)顯著故障事 件的一組渦輪機(jī)，故障事件就很少，在歷史傳感器數(shù)據(jù)也有效的4個(gè)月 期間只有IO個(gè)渦輪機(jī)出現(xiàn)過。對(duì)于經(jīng)歷過該事件的每一渦輪機(jī)(事件單 元)而言，收集了高達(dá)2個(gè)月的歷史數(shù)據(jù)。為了進(jìn)行比較，得到200個(gè) 沒有經(jīng)歷該事件的渦輪機(jī)(無事件單元)的4個(gè)月歷史數(shù)據(jù)。
為每一事件單元?jiǎng)?chuàng)建一個(gè)等同體組，其由工作于相同地理區(qū)間內(nèi)的
具有類似配置的6 - 8個(gè)其它渦輪機(jī)組成。然后對(duì)于每一事件單元和無事 件單元計(jì)算Z內(nèi)和Z間特殊異常評(píng)分。當(dāng)一個(gè)單元工作于按照操作模式、 輸出瓦特、以及周圍溫度所測(cè)得的類似條件下時(shí)，Z內(nèi)值表示該單元與過 去觀察相比較有多么不同。當(dāng) 一個(gè)單元和其等同體工作于類似的條件下 時(shí)，Z間值表示該單元相比于其等同體有多么不同。然后如圖11中所述， 通過熱圖將這些偏差可視化。
如圖11中所示，熱圖的列表示時(shí)間周期。該時(shí)間周期可以日、小時(shí)、 分鐘、秒或者更長或更短的時(shí)間周期。熱圖的行表示所關(guān)心的量度，諸 如振動(dòng)和性能測(cè)量。對(duì)于每一量度而言，可以有兩行或更多行的彩色單 元，然而在圖11中只示出了 l行，并且為了清楚，使用各種式樣的圖案 使單元陰影化。白色單元可以認(rèn)為是正常的或者非異常。該AFPAP行中 淺色垂直線填充的單元可以認(rèn)為是較低的負(fù)值，而GRS—PWR-C0R(修正的 總功率)行中深色垂直線填充的行可以認(rèn)為是較大的負(fù)值。該CSGV行中 的淺色水平線可以認(rèn)為是較低的正值，而相同行中的深色水平線可以認(rèn) 為是較高的正值。下面的警報(bào)行在具體單元中具有網(wǎng)狀線圖案。這只是 在低、高以及正常值之間進(jìn)行可視化區(qū)分的一個(gè)示例，并且可以使用許 多各種圖案、顏色和/或顏色強(qiáng)度。
熱圖的單元可以顯示不同顏色或不同陰影或圖案，以在數(shù)據(jù)的不同 級(jí)別或幅度和/或方向/極性之間進(jìn)行區(qū)分。在兩行的實(shí)施例中，頂行可 以表示Z間特殊異常評(píng)分的幅度，而底行可以表示Z內(nèi)特殊異常評(píng)分的 幅度。如果異常評(píng)分為負(fù)(表示一個(gè)值不尋常的低)，那么單元可以著以 藍(lán)色。更小的負(fù)值可以是淺藍(lán)色，并且更大的負(fù)值可以是深藍(lán)色。如果 異常評(píng)分為正(表示一個(gè)值不尋常的高)，那么單元可以著以橙色。更小 的正值可以是淺橙色，并且更大的正值可以是深橙色。用戶可以指定達(dá) 到某種顏色強(qiáng)度所需要的幅度?？梢园凑招枰性S多顯示的顏色等級(jí)， 例如不是三個(gè)顏色登記，而是可以顯示1、 2或4或更多個(gè)顏色強(qiáng)度等級(jí)。 在這一示例中，通過靈敏度分析確定截止值。
圖12中所顯示的熱圖提供了最近24小時(shí)周期的整個(gè)系統(tǒng)狀態(tài)的單 個(gè)快照。這些單元標(biāo)識(shí)相比于渦輪機(jī)的過去或者等同體不尋常的那些量 度。熱圖讓監(jiān)視組的成員能夠快速察看系統(tǒng)狀態(tài)，并標(biāo)識(shí)熱點(diǎn)傳感器值。 在故障事件單元的情況下，熱圖顯示渦輪機(jī)在許多性能測(cè)量方面經(jīng)歷了 顯著的跌落，諸如GRS—PWR—C0R (修正的總功率)，同時(shí)其在振動(dòng)方面經(jīng)
歷了顯著的上升(如由BB和BR量度所測(cè)量的)。對(duì)事件與無事件渦輪機(jī) 熱圖的檢查顯示出在事件之前的幾個(gè)小時(shí)，IO個(gè)事件單元中的4個(gè)中出 現(xiàn)了這一信號(hào)，但是任何無事件單元中都沒有。通過可視化的檢查事件 單元與無事件單元的熱圖，監(jiān)視組可以研究出用于這種故障條件的警告 標(biāo)志的規(guī)則。然后可以將這些規(guī)則以基于規(guī)則的紅色標(biāo)志的形式編程到 系統(tǒng)中。然后該系統(tǒng)就可以監(jiān)視渦輪機(jī)，并且當(dāng)這些紅色標(biāo)志被觸發(fā)時(shí) 發(fā)出信號(hào)或者警告該監(jiān)視組。
圖12中所示熱圖的頂行可以顯示各種圖案、顏色和顏色強(qiáng)度，以在 不同范圍的值之間進(jìn)行可視化的區(qū)分。在這一示例中，大的負(fù)值可以通 過深色水平線表示，中等負(fù)值通過中等水平線表示，并且低的負(fù)值通過 淺色水平線表示。類似的，大的正值可以通過深色垂直線表示，中等正 值通過中等垂直線表示，并且低的正值通過淺色垂直線表示。在使用顏 色的實(shí)施例中，圖12中所示熱圖的頂行中的矩形可以顯示各種顏色和強(qiáng) 度。例如，使用深色水平線填充的框可以通過實(shí)心深藍(lán)色替換，使用中 等水平線填充的框可以通過實(shí)心藍(lán)色替換，并且使用淺色水平線填充的 框可以通過實(shí)心淺藍(lán)色替換。使用深色垂直線填充的框可以通過實(shí)心深 橙色替換，使用中等垂直線填充的框可以通過實(shí)心橙色替換，并且使用 淺色垂直線填充的框可以通過實(shí)心淺橙色替換。這些只是可以用來在各 種異常值或評(píng)分之間進(jìn)行區(qū)分的許多顏色、圖案和強(qiáng)度的幾個(gè)示例。
雖然這里已經(jīng)描述了各種實(shí)施例，但是從說明書中理解，在本發(fā)明 的范圍內(nèi)可以對(duì)這里的元件、變化或改進(jìn)進(jìn)行各種組合。
權(quán)利要求
1.一種用于標(biāo)識(shí)異常值的方法，該方法包括從至少一個(gè)機(jī)器中獲得操作數(shù)據(jù)；根據(jù)所述操作數(shù)據(jù)計(jì)算至少一個(gè)特殊異常評(píng)分；聚合所述至少一個(gè)特殊異常評(píng)分。
2. 如權(quán)利要求l的方法，進(jìn)一步包括步驟計(jì)算至少一個(gè)幅度異常測(cè)量，所述至少一個(gè)幅度異常測(cè)量標(biāo)識(shí)所述 操作數(shù)據(jù)或者所述至少一個(gè)特殊異常評(píng)分在預(yù)定時(shí)間周期上的平均值。
3. 如前述任一權(quán)利要求的方法，進(jìn)一步包括步驟頻率異常測(cè)量指示具有異常值的任何預(yù)定時(shí)間周期。
4. 如權(quán)利要求2或3的方法，其中從包括秒、分鐘、小時(shí)、日、周、 月和年的組中選擇所述預(yù)定時(shí)間周期。
5. 如前述任一權(quán)利要求的方法，其中所述聚合步驟進(jìn)一步包括 計(jì)算至少一個(gè)頻率異常測(cè)量，所述至少一個(gè)頻率異常測(cè)量標(biāo)識(shí)具有異常值的預(yù)定時(shí)間周期的數(shù)量；從所述組中選擇的所述預(yù)定時(shí)間周期包括秒、分鐘、小時(shí)、曰、周、月和年中的至少一個(gè)。
6. 如前述任一權(quán)利要求的方法，其中所述至少一個(gè)機(jī)器是渦輪機(jī)， 其選自于包括壓縮機(jī)、燃?xì)廨啓C(jī)、水電輪機(jī)、蒸汽輪機(jī)、風(fēng)力渦輪機(jī)、 引擎、發(fā)電機(jī)組、機(jī)車以及發(fā)電機(jī)的組。
7. 如前述任一權(quán)利要求的方法，其中獲得操作數(shù)據(jù)的步驟進(jìn)一步包括從多個(gè)機(jī)器獲得操作數(shù)據(jù)，每一所述機(jī)器在配置、容量、尺寸、輸 出和地理位置中的至少一個(gè)方面是相似的。
8. 如權(quán)利要求2至8之一的方法，進(jìn)一步包括 以圖形或表格形式中的至少一個(gè)來組合所述至少一個(gè)幅度異常測(cè)量和所述至少一個(gè)頻率異常測(cè)量，所述組合指示在所述至少一個(gè)特殊異常 評(píng)分中是否存在任何急性或慢性異常。
9. 如權(quán)利要求2至9之一的方法，其中急性異常通過所述至少一個(gè) 幅度異常測(cè)量的高值、所述至少一個(gè)頻率異常測(cè)量的低值、以及極少出 現(xiàn)的異常值中的至少一個(gè)來指示。
10. 如權(quán)利要求2至9之一的方法，其中慢性異常通過所述至少一個(gè)幅度異常測(cè)量的低值或高值、以及所述至少一個(gè)頻率異常測(cè)量的高值 來指示。
全文摘要
本發(fā)明提供了一種聚合異常值的方法。該方法包括從至少一個(gè)機(jī)器獲得操作數(shù)據(jù)，根據(jù)該操作數(shù)據(jù)計(jì)算至少一個(gè)特殊異常評(píng)分。然后聚合該特殊異常評(píng)分，以標(biāo)識(shí)急性或慢性異常值。
文檔編號(hào)G01M99/00GK101354317SQ20081013348
公開日2009年1月28日 申請(qǐng)日期2008年7月25日 優(yōu)先權(quán)日2007年7月27日
發(fā)明者A·J·特拉瓦利, C·A·拉康布, D·森特克-多加納克索伊, P·T·斯克羅尼克, R·J·魯西蓋伊 申請(qǐng)人:通用電氣公司