训练设计为监测第一设备基于人工神经网络的算法的方法.pdf

在一种用于训练被设计为监测第一设备的基于人工神经网络的算法的方法中，处理器接收第一数据。处理器使用接收到的第一数据和人工神经网络(ANN)算法确定用于第一设备的第一维修动作建议。处理器使用接收到的第一数据使第二设备提供触觉反馈。处理器基于触觉反馈接收用于第一设备的第二维修动作建议。处理器使用接收到的第一数据调整ANN算法的至少一个参数，使得ANN算法确定用于第一设备的第三维修动作建议，其中第三维修动作建议与第二维修动作建议等同。

权利要求书
1.  一种用于训练被设计为监测第一设备的基于人工神经网络的 算法的方法，所述方法包括：
接收第一数据；
由一个或多个处理器使用接收到的所述第一数据和人工神经网 络(ANN)算法确定用于所述第一设备的第一维修动作建议；
使用接收到的所述第一数据使第二设备提供触觉反馈；
基于所述触觉反馈接收用于所述第一设备的第二维修动作建议；
由所述一个或多个处理器确定所述第二维修动作建议不同于所 述第一维修动作建议；以及
由所述一个或多个处理器使用接收到的所述第一数据调整所述 ANN算法的至少一个参数，使得所述ANN算法确定用于所述第一设 备的第三维修动作建议，其中所述第三维修动作建议与所述第二维修 动作建议等同。

2.  根据权利要求1所述的方法，其中接收所述第一数据的步骤包 括从可操作地固定到所述第一设备的一个或多个传感器接收所述第 一数据。

3.  根据权利要求2所述的方法，其中所述一个或多个传感器收集 所述第一设备的振动的幅值和频率数据。

4.  根据权利要求1所述的方法，进一步包括：
接收之前存储的数据以及用于与所述之前存储的数据相关联的 所述第一设备的之前存储的维修动作建议；以及
其中，由所述一个或多个处理器调整所述ANN算法的所述至少 一个参数，使得所述ANN算法使用接收到的所述第一数据确定用于 所述第一设备的所述第三维修动作建议，其中所述第三维修动作建议 与所述第二维修动作建议等同的步骤包括：
通过所述一个或多个处理器调整所述ANN算法的所述至少一个 参数，使得所述ANN算法使用所述之前存储的数据确定用于所述第 一设备的第四维修动作建议，以及所述ANN算法使用接收到的所述 第一数据确定用于所述第一设备的所述第三维修动作建议，其中所述 第三维修动作建议与所述第二维修动作建议等同，并且其中所述第四 维修动作建议与所述之前存储的维修动作建议等同。

5.  根据权利要求1所述的方法，进一步包括以下步骤：
接收来自描绘所述第一设备的至少一部分的一个或多个视频记 录设备的视频馈送；以及
使得所述视频馈送被显示。

6.  根据权利要求5所述的方法，其中基于所述触觉反馈接收用于 所述第一设备的第二维修动作建议的步骤包括：
基于所述触觉反馈和所述视频馈送接收用于所述第一设备的第 二维修动作建议。

7.  根据权利要求1所述的方法，其中所述触觉反馈包括产生的物 理特性以模拟所述第一设备的部件表面感觉如何。

8.  根据权利要求1所述的方法，其中所述至少一个参数包括函数 和权重。

9.  一种包括被适配用于执行权利要求1至8中任一项权利要求所 述的方法步骤的装置的系统。

说明书训练设计为监测第一设备基于人工神经网络的算法的方法
技术领域
本发明总体涉及触觉技术和人工神经网络(ANN)领域，更具体 而言，涉及使用触觉技术的人工神经网络的监督训练。
背景技术
触觉技术是一种触觉反馈技术，其利用了通过向用户施加力、振 动或运动的触摸的感觉。触觉反馈可通过电磁技术的使用，例如振动 电机、电容致动，或通过其它方法在设备中再现。
人工神经网络(ANN)是通过人体中枢神经系统激励的计算模型， 其有能力进行机器学习和模式识别。ANN通常呈现为相互连接的“神 经元”，其可以通过网络馈送信息计算输入值。ANN通常包括自适应 权重的集合，即通过学习算法调整数值参数。自适应权重在概念上为 “神经元”之间的连接强度，其在训练和预告期间被激活。
一旦ANN已被构造用于特定应用，网络可以被训练。经由用户 有根据的猜测选择，或者甚至是随机地选择初始权重以开始训练过 程。在监督训练中，输入和所需的输出均被提供给ANN。然后ANN 处理输入并且将其处理结果与所期望的输出进行比较。如果结果不一 致，通过ANN传播返回误差，以使ANN调整权重。随着数据(即输 入和所期望的输出)数量的增加，ANN优化所选择的权重。当ANN 已被充分地训练时，可以冻结权重，或者ANN可以继续学习并在使 用时优化。
发明内容
本发明的实施例的各方面公开了用于训练被设计为监测第一设备 的基于人工神经网络的算法的方法、计算机程序产品以及计算系统。 处理器接收第一数据。处理器使用接收到的第一数据和人工神经网络 (ANN)算法确定用于第一设备的第一维修动作建议。处理器使用接 收到的第一数据使第二设备提供触觉反馈。处理器基于触觉反馈接收 用于第一设备的第二维修动作建议。处理器使用接收到的第一数据调 整ANN算法的至少一个参数，使得ANN算法确定用于第一设备的第 三维修动作建议，其中第三维修动作建议与第二维修动作建议等同。
附图说明
图1示出了根据本发明的一个实施例的系统图。
图2示出了根据本发明的一个实施例在图1所示的系统中执行触 觉程序的步骤流程图，用于使触觉反馈设备根据接收的传感器数据操 作，接收动作决策建议，并发送动作决策建议至设备监测程序。
图3示出了根据本发明的一个实施例在图1所示的系统中执行训 练函数的步骤流程图，用于比较动作决策建议和调整设备监测程序的 权重，以创建动作决策建议的协议。
图4示出了根据本发明的一个实施例的服务器和计算设备的部件 框图。
具体实施方式
所属技术领域的技术人员知道，本发明的各个方面可以实现为系 统、方法或计算机程序产品。因此，本发明的各个方面可以具体实现 为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括 固件、驻留软件、微代码等)，或硬件和软件方面结合的实施方式， 这里可以统称为“电路”、“模块”或“系统”。此外，在一些实施例中， 本发明的各个方面还可以实现为在一个或多个计算机可读介质中的 计算机程序产品的形式，该计算机可读介质中包含计算机可读的程序 代码/指令。
可以采用计算机可读介质的任意组合。计算机可读介质可以是计 算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例 如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的 系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更 具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、 便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、 可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读 存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适 的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程 序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者 与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传 播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据 信号可以采用多种形式，包括——但不限于——电磁信号、光信号或 上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读 存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、 传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合 使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输， 包括——但不限于——无线、有线、光缆、RF等等，或者上述的任意 合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发 明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设 计语言—诸如Java、Smalltalk、C++等，还包括常规的过程式程序设 计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地 在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的 软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完 全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程 计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利 用因特网服务提供商来通过因特网连接)。
下面将参照根据本发明实施例的方法、装置(系统)和计算机程 序产品的流程图和/或框图描述本发明。应当理解，流程图和/或框图 的每个方框以及流程图和/或框图中各方框的组合，都可以由计算机程 序指令实现。这些计算机程序指令可以提供给通用计算机、专用计算 机或其它可编程数据处理装置的处理器，从而生产出一种机器，使得 这些计算机程序指令在通过计算机或其它可编程数据处理装置的处 理器执行时，产生了实现流程图和/或框图中的一个或多个方框中规定 的功能/动作的装置。
也可以把这些计算机程序指令存储在计算机，这些指令使得计算 机、其它可编程数据处理装置、或其他设备以特定方式工作，从而， 存储在计算机可读介质中的指令就产生出包括实现流程图和/或框图 中的一个或多个方框中规定的功能/动作的指令的制造品(article of  manufacture)。
该计算机程序指令也可以被加载到计算机、其它可编程数据处理 设备或其它设备上，以在计算机、其它可编程设备或其它设备上执行 一系列操作步骤，来产生计算机实现的过程，使得在计算机或其他可 编程设备上执行的指令提供用于实现在流程图和/或框图的一个或多 个方框中规定的功能/动作的过程。
图1示出了根据本发明的一个实施例的系统10的图。图1仅提供 了一个实施例的示意图，并不意味着对其中可以实现不同实施例的环 境的任何限制。
在所描绘的实施例中，系统10包括通过网络20相互连接的计算 设备40、服务器50和(多个)目标设备传感器110。根据本发明的 实施例，网络20可以是局域网(LAN)、广域网(WAN)，例如因 特网，或者局域网(LAN)和广域网(WAN)的任意组合，或者将支 持服务器50和客户计算设备40之间通信的连接方式以及协议的任意 组合。网络20可以包括有线、无线或光纤连接。系统10可以包括未 示出的额外的计算设备、服务器、计算机或其他设备。
(多个)目标设备传感器110是可操作地固定到目标设备的一个 或多个传感器。目标设备是在使用或操作期间可能经历振动的任何设 备或对象。例如，目标设备可以是泵、风扇、电机、发电机、压缩机、 柴油机、涡轮机、机床(例如，用于切削、钻孔、研磨、剪切或其他 变形形式的机床)或其它设备。(多个)目标设备传感器110可以包 括测量振动或运动的传感器，例如陀螺仪、加速度计或其它传感器。 (多个)目标设备传感器110可以包括测量幅值和频率的传感器。在 一个实施例中，(多个)目标设备传感器110包括一个或多个微电气 机械系统(MEMS)加速度计。用于测量振动和运动的传感器可以作 为由触觉程序120使用的数据以操作触觉反馈设备60。在一些实施例 中，在运动和振动范围之外的额外的传感器可以被包括在(多个)目 标设备传感器110中。例如，测量温度、流速、压力、能量损耗、运 行时间或其他类型的信息的传感器可以被包括在(多个)目标设备传 感器110中。放置(多个)目标设备传感器110使得可以测量整个目 标设备和/或在目标设备内或周围的各个部件。在一些实施例中，(多 个)目标设备传感器110也可以包括光学传感器和/或超声传感器。在 一些实施例中，(多个)目标设备传感器110也可以包括照相机、麦 克风和/或用于传输视听数据的其他设备。
在一些实施方案中，通过可通信地连接到(多个)目标设备传感 器110的计算设备或控制器(未示出)从(多个)目标设备传感器110 读取读数。这种计算设备可以使读数作为数据在网络20上传输。例 如，计算设备可以通过触觉程序120、设备监测程序130和/或训练函 数140传输收集到的传感器读数至计算设备40或服务器50以供使用。 在一些实施例中，计算设备传输收集到的传感器读数至服务器50以 存储到文件或数据库中，诸如设备监测数据库150。
计算设备40可以是管理服务器、网络服务器或能够接收和发送数 据的任何其他电子设备或计算系统。在一些实施例中，计算设备40 可以是笔记本电脑、平板电脑、上网本电脑、个人电脑(PC)、台式 电脑、个人数字助理(PDA)、智能手机或能够通过网络20与服务器 50通信的任何可编程电子设备。计算设备40包含触觉程序120。在 一些实施例中，计算设备40包括触觉反馈设备。在其它实施例中， 计算设备40可通信地连接到触觉反馈设备，例如触觉反馈设备60。 计算设备40可以包括如图4所描绘的部件并且将结合图4详细描述。
触觉反馈设备60是一种能够提供触觉反馈和利用通过向用户施 加力、振动或运动的触摸的感觉的设备。触觉反馈设备60是一种利 用从(多个)目标设备传感器110中的一个或多个收集到的数据，能 够再现目标设备的振动的装置。在一些实施例中，触觉反馈设备60 还可以提供机械模拟或以其他方式产生模拟目标设备的部件表面的 感觉的物理性能。例如，触觉反馈设备60能够利用一系列电机来模 拟表面是粗糙的，或者在其他光滑的表面上存在的缺陷。在这种示例 中，触觉反馈设备60可利用显示器以提供模拟时的特定设备的虚拟 图像和被“感觉”的位置。在一些实施例中，触觉反馈设备60是同时具 有视觉和触觉能力(例如振动)的显示器。在其它实施例中，触觉反 馈设备60可以是包含一个或多个电机、电容致动器或能够复制振动 模式范围的其他设备的对象或表面。在一些实施例中，触觉反馈设备 60可以是能够复制振动模式范围的移动设备，例如智能手机或平板电 脑。在又一个实施例中，触觉反馈设备60可以是被设计为复制目标 设备的外观和感觉的对象。在这种实施例中，触觉反馈设备60可以 包含电机、电容致动器和/或允许触觉反馈装置60对应于实际目标设 备上的位置复制触觉反馈装置60的特定表面上的振动的其它内部部 件。
触觉程序120运行使例如触觉反馈装置60的触觉反馈设备基于接 收到的传感器数据操作。在一个实施例中，触觉程序120通过网络20 从(多个)目标设备传感器110接收传感器数据。在另一实施例中， 设备监测程序130通过网络20转送传感器数据至计算设备40和触觉 程序120。在一些实施例中，触觉程序120还运行以接收动作决策建 议。例如，计算设备40处的用户可以与触觉程序120界面的用户交 互，以输入动作决策建议。这种动作决策建议可以基于用户通过观看 或触摸触觉反馈装置60获得的信息或基于额外地呈现的听觉或视觉 信息。动作决策建议可以包括与目标设备的维护和监测有关的决策。 如前所述，(多个)目标设备传感器110可以可操作地固定到目标设 备，并位于可以收集有意义的信息和数据的位置。在一些实施例中， 动作决策建议可以包括对维修、修理、更换、不采取任何动作或采取 与目标设备和/或包括目标设备的各种部件相关的不同的动作的建议。 在一些实施例中，触觉程序120还运行以转送接收到的动作决策建议 至设备监测程序130和/或训练函数140。在一个实施例中，触觉程序 120驻留在计算设备40上。在其它实施例中，触觉程序120可以驻留 在另一台服务器、另一个计算设备或服务器50上，假设触觉程序120 可以访问设备监测程序130和训练函数140，并假设触觉程序120已 访问设备监测程序130、训练函数140和设备监测数据库150。
服务器50可以是管理服务器、网络服务器或能够接收和发送数据 的任何其他电子设备或计算系统。在一些实施例中，服务器50可以 是笔记本电脑、平板电脑、上网本电脑、个人电脑(PC)、台式电脑、 个人数字助理(PDA)、智能手机或能够通过网络20与计算设备40 和(多个)目标设备传感器110通信的任何可编程电子设备。在其它 实施例中，服务器50可以表示使用多台计算机作为服务器系统的服 务器计算系统，例如云计算环境。服务器50包含了设备监测程序130、 训练函数140和设备监测数据库150。服务器50可以包括如图4所描 绘的部件并将结合图4详细描述。
设备监测程序130运行以监测使用(多个)目标设备传感器110 的目标设备，并产生与目标设备有关的动作决策建议。在本发明的实 施例中，设备监测程序130采用基于人工神经网络(ANN)的算法。 在ANN中，每个输入(例如，传感器读数、部件信息、运行时间等) 与权重相乘，然后通过可确定该算法输出的数学函数计算。在当前的 实施例中，根据目标设备的特性，输入可包括涉及振动数据、温度传 感器、部件模型信息或与目标设备的磨损和损耗有关的其他信息的感 官信息。例如，如果目标设备是水泵，输入可以包括与振动、温度、 流速、泵压、水质、泵内由电机消耗的能量、泵的效率、运行小时数、 设备的年龄、各个部件的年龄、各个部件的制造和模型、泵的成本、 各个部件的成本、维修成本、更换成本、事件日志或其他类型的信息 有关的数据。权重可以是正的和负的，并且每个权重最初可以是基于 用户有根据的猜测或通过随机选择决定的。训练函数140是基于给定 的输入信息和所期望的输出信息用于训练设备监测程序130的监督学 习过程。在一个实施例中，设备监测程序130驻留在服务器50上。 在其它实施例中，设备监测程序130可以驻留在另一台服务器、另一 计算设备或计算设备40上，假设该设备监测程序130可访问触觉程 序120和训练函数140，并假设该设备监测程序130可以使用触觉程 序120、训练函数140以及设备监测数据库150。
训练函数140运行以比较从触觉程序120接收到的动作决策建议 和通过设备监测程序130产生的动作决策建议。如果训练函数140确 定动作决策建议不一致(例如，设备监测程序130提供了与从触觉程 序120接收到的动作决策建议不同的动作决策建议)，训练函数140 基于可用的输入调整决策监测程序140的权重以消除不一致(例如， 当使用之前使用的传感器数据时，调整权重直到设备监测程序130输 出的动作决策建议与从触觉程序120接收到的动作决策建议等同)。 在一些实施例中，训练函数140使用包括传感器读数和与这些传感器 读数有关的动作决策建议的历史数据，以根据输入数据和所期望的结 果来微调决策监测程序140的权重，使得决策监测程序140能够一致 地产生与从触觉程序120接收到的动作决策建议一致的动作决策建 议。
可以使用能够调整ANN权重的各种算法(例如决策监测程序140) 以获得所期望的输出，即从触觉程序120接收到的动作决策建议。这 种算法起始可能导致不正确的动作决策建议的产生，但根据额外的数 据输入和所期望的输出，可以递增地调整权重以增加设备监测程序 130的可靠性。在一些实施例中，一旦达到阈值，训练函数140可能 不再是必需的。例如，在规定的时间段设备监测程序130可产生与从 触觉程序120接收到的动作决策建议一致的动作决策建议或当与所有 接收到的动作决策建议相比时高出一定比例。在其它实施例中，每次 目标设备进行修理、更换或维修，训练函数140将继续运行一段时间。 在部件修理、更换或维修之后运行训练函数140可以允许训练函数140 调整由于目标设备的改变而需要轻微修改的任何权重作为维修执行 的结果。
设备监测数据库150可以是通过设备监测程序130和训练函数 140写入和读取的存储库。设备监测程序的权重、设备监测程序的历 史权重和其他历史数据，例如过去的传感器读数和从触觉程序120接 收的相关决策，可以存储至设备监测数据库150。在一些实施方案中， 额外的信息可以存储至设备监测数据库150，例如部件模型信息、运 行时间、成本因素、本地库存可用性和历史问题或事件日志。在一个 实施例中，设备监测数据库150驻留在服务器50上。在其它实施例 中，设备监测数据库150可驻留在另一台服务器、另一个计算设备或 计算设备40上，假设设备监测数据库150可以访问设备监测程序130 和训练函数140。
图2示出了根据本发明的实施例在图1所示的系统中执行的触觉 程序的步骤流程图。触觉程序120运行以从(多个)目标设备传感器 110接收数据，并使用该数据来操作触觉反馈设备60。触觉程序120 还运行以接收动作决策建议，并通过网络20转送该建议至服务器50， 以通过设备监测程序130进行分析。
首先，在一个实施例中，目标设备可操作地固定于各种传感器， 例如(多个)目标设备传感器110。(多个)目标设备传感器110包 括至少一个能够收集与运动和/或振动有关的数据的传感器。在一些实 施例中，(多个)目标设备传感器110也可以包括收集额外的信息的 额外的传感器。(多个)目标设备传感器110还可以包括照相机、麦 克风、或能够捕获和传输音频或视频信号的其它设备。目标设备可以 是其中的振动或运动部件可能会造成磨损和损耗的任何装置，使得普 通技术人员能够部分基于振动确定动作决策建议。例如，目标设备可 以是水泵、风扇、电机或其它设备。
在步骤210中，触觉程序120接收传感器数据。传感器数据包括 由(多个)目标设备传感器110收集的任何数据，并且在一些实施例 中，具体是指与由触觉反馈设备产生的与动作和运动有关的数据，例 如触觉反馈设备60。在一些实施例中，除了传感器数据，可以使用历 史数据、计算机产生的数据或其他数据源。例如，可以创建目标设备 的计算机产生的模型，并且仿真可以复制设备的运行，并模拟传感器 数据的创建。在一些实施例中，触觉程序120可以接收来自可通信地 连接至(多个)目标设备传感器110的计算设备(未示出)的传感器 数据，其中，计算设备监测并存储从(多个)目标设备传感器110收 集到的数据。在其它实施例中，触觉程序120访问并从(多个)目标 设备传感器110获取传感器数据。
在步骤220，触觉程序120使用从(多个)目标设备传感器110 接收到的传感器数据使触觉反馈装置60运行。在一个实施例中，触 觉程序120将使用来自(多个)目标设备传感器110的传感器数据控 制电机、电容致动器和/或触觉反馈装置60的其它部件，以产生振动 和/或运动，该振动和/或运动复制由目标设备或目标设备内的一个或 多个部件经历的运动或振动。在另一实施例中，触觉程序120将使用 来自(多个)目标设备传感器110的传感器数据控制电机、电容致动 器和/或触觉反馈装置60的其它部件，以提供机械或其他刺激来模拟 部件或设备表面的感觉。例如，可以使用光学传感器或其它传感器来 检测粗糙度或已经在部件表面上形成的空腔，并且触觉程序120可以 使用该传感器数据使触觉反馈装置60提供机械刺激或产生模拟部件 表面的感觉的物理性质。在一些实施例中，触觉程序120可以传送传 感器数据至被设计用于控制触觉反馈设备的其它程序，例如触觉反馈 设备60。触觉程序120可以使触觉反馈装置60复制振动模式和/或构 成该目标设备的各个部件的运动。例如，如果目标设备是水泵，触觉 程序120可以使用来自(多个)目标设备传感器110的传感器数据的 不同组合，使触觉反馈设备复制电机、泵、套管或者例如电机轴或转 子的子部件的振动。在一些实施例中，计算设备40的用户能够通过 用户界面来选择各个部件或设备。在这种实施例中，一旦部件或系统 已被选择，触觉程序120将基于适用于所选择的部件或设备的传感器 数据使触觉反馈装置60复制部件或设备的振动或运动。
在一些实施例中，触觉程序120还可以基于从(多个)目标设备 传感器110获得的信息使得音频、视觉或其他信息被显示。例如，(多 个)目标设备传感器110可以包括温度传感器，以及触觉程序120可 以使温度信息在显示器设备上显示。在另一个示例中，(多个)目标 设备传感器110可以包括照相机或麦克风，以及触觉程序可以在显示 器设备上显示视频和/或在一个或多个扬声器上显示音频。
在步骤230中，触觉程序120接收动作决策建议。例如，动作决 策建议可以是与目标设备有关的用于维修、修理、更换或不采取动作 的决策。这种动作决策建议的细节依赖于目标设备的形式(即目标设 备是什么类型的设备)。通常情况下，接收到的动作决策建议来自通 过计算设备40访问触觉程序120的用户。例如，动作决策建议可以 是基于由触觉反馈装置60产生的振动或运动通过计算设备40处的用 户作出的决策。在一些实施例中，触觉程序120可以用带弹出窗口的 动作决策建议的请求或通过其它方法提示用户。在其它实施例中，计 算设备40的用户可以启动触觉程序120或在触觉程序120的用户界 面选择选项，以输入动作决策建议。在一些实施例中，触觉程序120 将使接收到的动作决策建议与从(多个)目标设备传感器110接收到 的传感器数据相关联。触觉程序120可以关联围绕接收到的动作决策 建议的时间范围，与动作决策建议作出的时刻相关联的传感器数据， 或接收到的传感器数据的另一部分。
在步骤240，触觉程序120通过网络20转送接收到的动作决策建 议至服务器50，以通过设备监测程序130进行分析。在一些实施例中， 触觉程序120还将转送从(多个)目标设备传感器110接收到的与接 收到的动作决策建议相关联的传感器数据。在一些实施例中，所转送 的数据可以存储至设备监测数据库150。
图3示出了根据本发明的实施例在图1所示的系统中执行的训练 函数，即设备监测程序130的函数的步骤流程图。训练函数140运行 以将从触觉程序120接收到的动作决策建议和通过设备监测程序130 产生的动作决策建议进行比较。
首先，在一个实施例中，触觉程序120接收传感器数据，使触觉 反馈装置运行，并接收来自计算设备40处的用户动作决策建议。在 一些实施例中，所接收到的动作决策建议可以基于与触觉反馈设备交 互的触觉。在一些实施例中，在用户提交他们的动作决策建议之前已 考虑音频、视频或其它因素。在触觉程序120接收动作决策建议之后， 触觉程序120转送动作决策建议至设备监测程序130，以通过函数训 练140进行分析。
在步骤310，训练函数140接收来自触觉程序120的动作决策建 议。在一些实施例中，触觉程序120可以转送接收到的动作决策建议 至训练函数140。在其它实施例中，训练函数140可以监测触觉程序 120并从触觉程序120获取动作决策建议。在一些实施例中，训练函 数140还可以接收与动作决策建议关联的传感器数据、动作决策建议 作出的时刻、时间段、或在通过触觉程序120接收到决策之前收集的 数据集。
在步骤320，训练函数140将接收到的动作决策建议和已经由设 备监测程序130产生的第二动作决策建议进行比较。设备监测程序130 的实施例经由(多个)目标传感器110使用基于人工神经网络(ANN) 的算法来监测目标设备。基于从(多个)目标传感器110收集的数据， 设备监测程序130产生用于目标设备或组成目标设备的相关部件的动 作决策建议(例如，修理、更换、不采取任何行动)。设备监测程序 130的基于ANN的算法，包括输入(例如，接收到的数据，诸如传感 器数据、运行时间、部分信息等)与权重相乘，并通过一个或多个函 数来计算。基于函数结果，产生一个或多个动作决策建议。在一些实 施例中，当动作决策建议已经通过设备监控程序130产生时，设备监 测程序130通知训练函数140。在其它实施例中，训练函数140监测 或访问设备监测程序130或设备监测数据库150以获取通过设备监测 程序130产生的动作决策建议。
在决策330中，训练函数140确定通过设备监测程序130产生的 动作决策建议是否与通过触觉程序120接收到的动作决策建议相匹 配。训练函数140可以通过检查从触觉程序120接收到的动作决策建 议和通过设备监测程序130产生的动作决策建议的比较结果确定两个 动作决策建议是匹配的(参见步骤320)。如果两个动作决策建议是 匹配的(例如，每个都建议更换同一部件，每个都建议无维修动作)， 训练函数140可以确定两个建议是等同的(决策330，是分支)。如 果两个动作决策建议是不等同的(例如，设备监测程序130产生建议 用来维修部件而从触觉程序120接收到的建议是不采取动作)，训练 函数140可以确定两个建议是不等同的(决策330，否分支)。如果 训练函数140确定通过设备监测程序130产生的动作决策建议与通过 触觉程序120接收到的动作决策建议是相匹配(决策330，是分支)， 该函数结束。
如果训练函数140确定通过设备监测程序130产生的动作决策建 议与通过触觉程序120接收到的动作决策建议是不等同的(决策330， 否分支)，训练函数140可以调整设备监测程序130的权重，使得通 过设备监测程序130产生的动作决策建议等于从触觉程序120接收到 的动作决策建议(步骤340)。在一些实施例中，训练函数140可以 调整权重、参数和/或函数，使得设备监测程序130将产生与从触觉程 序120接收到的动作决策建议等同的动作决策建议。在一些实施例中， 训练函数140可以考虑额外的因素，例如存储到设备监测数据库150 的历史数据，使得设备监测程序130所使用的不同权重、参数和/或函 数的改变不与之前从触觉程序120接收到的动作决策建议冲突。在一 些实施例中，可以存在阈值或时间帧，使得训练函数140将仅使用在 指定时间段来自设备监测数据库150的历史数据。在其它实施例中， 阈值可以规定训练函数140只使用的历史数据集的特定数量。通常， 这种阈值可以规定要使用的数据类型，使用来自时间帧的数据，或要 使用的数据量。
在步骤350，训练函数140存储权重、参数和/或函数的变化至数 据库，如设备监测数据库150。在一些实施例中，训练函数140还可 以存储从触觉程序120接收到的动作决策建议和与建议关联的传感器 数据以及可能的其他相关信息(例如，部件型号、运行时间、上次维 修日期等)。与动作决策建议关联的传感器数据可以是来自动作决策 建议接收到的时刻的传感器数据，或来自在接收到动作决策建议的指 定时间段或之前的传感器数据。在一些实施例中，设备监测程序130 可以记录带时间戳的传感器数据，并且在这种实施例中，训练函数140 可以存储与从触觉程序120接收到的动作决策推荐相关联的时间戳。 一旦该信息被存储，该函数结束。
可以通过设备监测程序130使用通过训练函数140存储的信息， 以通过(多个)目标设备传感器110监测目标设备和产生之后的动作 决策建议。接收并存储历史数据，训练函数140可以使用历史数据以 进一步优化通过设备监测程序130使用的权重、参数和/或函数，使得 设备监测程序130更频繁地产生与从触觉程序120接收到的动作决策 建议等同的动作决策建议。最后，可以以训练函数140最低限度的调 整来运行设备监测程序130。在这种情况下，训练函数140可以保持 无效直到在目标设备上或定期维护或测试的各个时间周期执行维修 动作。
图4示出了根据本发明的示例性实施例的计算设备40和服务器 50的部件框图。应当理解，图4中只提供了一种实现方式的示意图， 并不意味着对其中可以实现不同实施例的环境的任何限制。可以对所 绘的环境作出许多修改。
每个计算设备40和服务器50包括通信结构402，其提供计算机 处理器404、存储器406、永久性存储装置408、通信单元410和输入 /输出(I/O)接口412之间的通信。可以采用被设计用于传递数据和/ 或控制处理器(例如，微处理器、通信和网络处理器等)、系统存储 器、外围设备和系统内任何其他硬件部件之间的信息的任何架构来实 现通信结构402。例如，可以用一个或多个总线来实现通信结构402。
存储器406和永久性存储装置408是计算机可读存储介质。在本 实施例中，存储器406包括随机存取存储器(RAM)414和高速缓冲 存储器416。通常，存储器406可以包括任何合适的易失性或非易失 性计算机可读存储介质。
触觉程序120存储在计算设备40的永久性存储装置408中，用于 经由计算设备40的存储器406的一个或多个存储器通过计算设备40 的相应的的计算机处理器404中的一个或多个处理器执行。设备监测 程序130、训练函数140和设备监测数据库150被存储用于经由服务 器50的一个或多个存储器406通过用于服务器50的相应的计算机处 理器404中的一个或多个处理器来执行和/或访问。在本实施例中，永 久性存储装置408包括磁性硬盘驱动器。或者除磁性硬盘驱动器之外， 永久性存储装置408可以包括固态硬盘驱动器、半导体存储设备、只 读存储器(ROM)、可擦除可编程只读存储器(EPROM)、闪存或 能够存储程序指令或数字信息的任何其它计算机可读存储介质。
通过永久性存储装置408使用的介质还可以是可移除的。例如， 可移除的硬盘驱动器可以用于永久性存储装置408。其它示例包括光 盘和磁盘、拇指驱动器和被插入至驱动器用于转移到另一台计算机可 读存储介质的智能卡，这也是永久性存储装置408的一部分。
在这些示例中，通信单元410提供了用于与其它数据处理系统或 设备的通信。在这些示例中，通信单元410包括一个或多个网络接口 卡。通信单元410可以通过物理和无线通信链路中的一个或两者的使 用来提供通信。可以通过计算设备40的通信单元410下载触觉程序 120到计算设备40的永久性存储装置408。可以通过服务器50的通 信单元410下载设备监测程序130和训练函数140到服务器50的永 久性存储装置408。
I/O接口412允许使用与计算设备40或服务器50连接的其它设 备的输入和输出数据。例如，I/O接口412可以提供到外部设备418 的连接，例如键盘、键区、触摸屏和/或一些其它合适的输入设备。外 部设备418还可以包括便携式计算机可读存储介质，例如，拇指驱动 器、便携式光盘或磁盘和存储卡。用于实施本发明实施例的软件和数 据，例如，触觉程序120，可以存储在这种便携式计算机可读存储介 质上，并且可以通过计算设备40的I/O接口412加载到计算设备40 的永久性存储装置408上。用于实施本发明实施例的软件和数据，例 如，设备监测程序130、训练函数140和设备监测数据库150，可以 存储在这种便携式计算机可读存储介质上，并且可以通过服务器50 的I/O接口412加载到服务器50的永久性存储装置408上。I/O接口 412也连接到显示器420。
显示器420提供了显示数据给用户的机制，并且可以是，例如， 计算机监测器。
基于在本发明的具体实施例中实现它们的应用确定本文中所描述 的程序。然而，应当理解，在本文中使用的任何特定的程序术语仅用 于方便，因此本发明不应被限定于在确定的任何特定应用单独使用和 /或通过这种术语暗示。
附图中的流程图和框图显示了根据本发明的多个实施例的系统、 方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点 上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的 一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现 规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现 中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。 例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以 按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和 /或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可 以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可 以用专用硬件与计算机指令的组合来实现。