资料处理系统与方法

技术领域

本发明涉及一种资料处理系统与方法。

背景技术

现今的预诊断技术中，针对故障事件少且生命周期短的设备机台，例如是蓄热式焚化炉(Regenerative Thermal Oxidizer,RTO)，其中一种做法是以历史基底(Baseline)资料结合近期新(Fresh)资料，建立或训练一个设备故障预测模型。但上述预诊断技术存在两项需要注意的考量事项：(1)感应器实际侦测机台所得的资料常存在错误信息，如：机台处于非稳态、或存在有杂讯、遗漏、或错误值等，需要能有效地予以排除；(2)历史与近期资料样态存在需要彼此对齐的考量事项，且不同时段的近期资料之间也一样存在彼此需要对齐的考量事项，导致撷取到不同阶段的近期特征参数值，结合到未对齐的历史基底资料，影响设备故障预测模型准确率。如此二个考量事项均会严重影响后续预诊断正确性。因此，如何有效处理以上考量事项，乃业界所致力的方向之一。另外，此类型设备机台具有循环程序的特性，但现今的预诊断技术并未善加利用此循环程序特性来有效地处理以上考量事项。

发明内容

根据本发明的第一方面，提出一种资料处理系统，包括循环关联性建置模块、资料样态(pattern)建置模块与资料样态对齐模块。循环关联性建置模块用以接收对多个处理设备进行一第一次感测所得的多个第一感测资料，并接收一处理步骤与循环程序信息表，处理步骤与循环程序信息表记录了此些处理设备的多个处理步骤与多个循环程序的相关循环运作模式的信息。循环关联性建置模块更用以根据此些第一感测资料的一资料周期样本点数与处理步骤与循环程序信息表，得到此些第一感测资料的资料关联性，以校正此些第一感测资料。资料样态建置模块用以得到此些第一感测资料的多个第一资料样态特征。资料样态对齐模块用以依据此些第一资料样态特征，将对此些处理设备进行一第二次感测所得的多个第二感测资料与此些第一感测资料对齐。

根据本发明的第二方面，提出一种资料处理方法，包括下列步骤。接收对多个处理设备进行一第一次感测所得的多个第一感测资料，并接收一处理步骤与循环程序信息表。处理步骤与循环程序信息表记录了此些处理设备的多个处理步骤与多个循环程序的相关循环运作模式的信息。并根据此些第一感测资料的一资料周期样本点数与处理步骤与循环程序信息表，得到此些第一感测资料的资料关联性，以校正此些第一感测资料。依据此些第一感测资料得到多个第一资料样态特征。依据此些第一资料样态特征，将对此些处理设备进行一第二次感测所得的多个第二感测资料与此些第一感测资料对齐。

为了对本发明的上述及其他方面有更佳的了解，下文特举实施例，并配合附图详细说明如下：

附图说明

图1绘示本发明一实施例的资料处理系统的方块图；

图2绘示本发明一实施例的资料处理方法的流程图；

图3A绘示多处理设备机台于第一阶段时的操作状态；

图3B绘示多处理设备机台于第二阶段时的操作状态；

图3C绘示多处理设备机台于第三阶段时的操作状态；

图4绘示图3A～3C的多个处理设备的处理步骤与循环程序信息表的一例。

图5绘示图4的5个循环程序所执行的处理类型S(n)；

图6绘示本发明另一实施例的资料处理系统的方块图；

图7绘示资料撷取模块进行第一次感测撷取所得多个第一感测资料的一例的示意图；

图8绘示循环关联性建置模块执行的步骤的一例的流程图；

图9A绘示通过自相关分析方法，由此些第一感测资料来计算出资料周期样本点数的示意图；

图9B绘示可通过比对位移资料周期，由此些第一感测资料来计算出资料周期样本点数；

图10绘示图4中循环程序间相差步骤数的示意图；

图11绘示图1中循环关联性建置模块判断感测资料是否具有异常点的示意图；

图12绘示图1或图6的资料样态建置模块所执行的详细步骤的一例的流程图；

图13绘示取得第一感测资料的资料样态特征的示意图；

图14绘示资料样态对齐模块所执行的详细步骤的一例的流程图；

图15绘示以滑动视窗法撷取此些第二感测资料的任一者于不同部分时所获得的多个第二资料样态特征的示意图；

图16绘示当以滑动视窗法撷取此些第二感测资料不同部分的示意图；

图17绘示特征萃取模块根据资料样态萃取各个处理设备的特征参数的示意图。

上述附图中，附图标记含义如下：

Tbl：处理步骤与循环程序信息表

4：多处理设备机台

4A：第一处理设备

4B：第二处理设备

4C：第三处理设备

4D：第四处理设备

4E：第五处理设备

10、160：资料处理系统

20：资料撷取模块

40：循环关联性建置模块

60：资料样态建置模块

80：资料样态对齐模块

100：特征萃取模块

110：故障预测模块

103：第一阶段

105：第二阶段

107：第三阶段

202～206、41～51、61～71、81～91：流程步骤

402～412：样本点

602、604、606、614、616：视窗

608、610、612：资料样态

1300：方框

S_Data1_A～S_Data1_E：第一感测资料

S_Data2_A～S_Data2_E：第二感测资料

F_A～F_E、F_A’～F_E’：资料样态特征

具体实施方式

请参照图1，其绘示本发明一实施例的资料处理系统10的方块图。资料处理系统10包括循环关联性建置模块40、资料样态建置模块60与资料样态对齐模块80。以电脑系统搭配电脑硬碟内所储存的软件为例来说明此资料处理系统10的一实施例，然不限于此。例如电脑硬碟内储存具有循环关联性建置模块40、资料样态建置模块60与资料样态对齐模块80相对应功能的软件编程码。例如软件编程码分别为循环关联性建置编程码、资料样态建置编程码与资料样态对齐编程码。当电脑处理器执行此编程码，即可对应实施循环关联性建置模块40、资料样态建置模块60与资料样态对齐模块80的对应功能。另外，此三个模块所对应的编程码也可以韧体方式储存在电脑硬件中，或以特殊应用集成电路(ApplicationSpecific Integrated Circuit,ASIC)来实施。循环关联性建置模块40用以接收对多个处理设备进行一第一次感测所得的多个第一感测资料，并接收一处理步骤与循环程序信息表Tbl。循环关联性建置模块40更用以根据此些第一感测资料的一资料周期样本点数与处理步骤与循环程序信息表Tbl，得到此些第一感测资料的资料关联性，以校正此些第一感测资料。资料样态建置模块60用以得到此些第一感测资料的多个第一资料样态特征。资料样态对齐模块80用以依据此些第一资料样态特征，将对多个处理设备进行第二次感测所得的多个第二感测资料与此些第一感测资料对齐。

请参照图2，其绘示本发明一实施例的资料处理方法的流程图。资料处理方法包括下列步骤。步骤202，接收对多个处理设备进行第一次感测所得的多个第一感测资料，并接收处理步骤与循环程序信息表。并根据此些第一感测资料的一资料周期样本点数与处理步骤与循环程序信息表，得到此些第一感测资料的资料关联性，以校正此些第一感测资料。接着，执行步骤204，依据此些第一感测资料得到多个第一资料样态特征。之后，进入步骤206，依据此些第一资料样态特征，将对此些处理设备进行一第二次感测所得的多个第二感测资料与此些第一感测资料对齐。

资料处理系统10可选择性地包括荧幕，荧幕可连接至一台执行循环关联性建置编程码、资料样态建置编程码与资料样态对齐编程码的电脑系统，使此电脑成为本发明资料处理系统10的一实施例。电脑系统输出此三段编程码执行结果给荧幕，使荧幕显示图形用户介面(Graphic User Interface,GUI)。图形用户介面用以显示资料处理系统10相关的操作选项，例如与循环运作模式相关的至少一选项、处理步骤与循环程序信息表、模型预测结果或是设备健康指标。如此以方便使用者操作，或是让使用者容易理解设备预诊断结果或设备健康指标等相关信息。此选项例如包括但不限于显示多个第一感测资料或多个第二感测资料的选项、显示处理步骤与循环程序信息表Tbl的选项、显示第一感测资料的资料关联性的选项、显示校正后的此些第一感测资料的选项、显示第一感测资料的多个第一资料样态特征的选项、显示与此些第一感测资料对齐的多个第二感测资料的选项。

上述的处理步骤与循环程序信息表Tbl例如记录了多个处理设备的多个处理步骤与多个循环程序的相关循环运作模式的信息。本发明通过同时考量机台的“处理步骤”与“循环程序”两者间的资料关联性，来改善(1)资料样态(pattern)的正确性与(2)资料样态对齐的一致性。就改善资料样态的正确性部分，包含了步骤：(i)同时考虑处理步骤与循环程序的资料关联性，比对处理步骤的个数与资料周期样本点数之间的抽样倍率，搭配考量各处理设备间执行循环程序的相差步骤数，计算各个处理设备间的关联性资料的资料偏移点数(如：相差步骤数*抽样倍率)，和(ii)建置各种异质的资料样态，依据资料周期样本点数来撷取资料样态，透过正/负趋势撷取各个样本点的点样态特征来加以比对。就改善历史基底与近期新样态资料对齐的一致性的部分，则包含了步骤：以滑动视窗法撷取第二次感测所得多个第二感测资料的资料样态，依照第一次感测所得第一感测资料的第一资料样态特征进行样态比对，使多个第二感测资料与多个第一感测资料对齐，进一步提升预诊断的正确率。

请参照图3A～3C，其绘示本发明一实施例的一多处理设备机台4的示意图。在本实施例中，多处理设备机台4以一五床式蓄热式焚化炉(Regenerative Thermal Oxidizer,RTO)机台为例来做说明，五床式蓄热式焚化炉机台例如具有多个蓄热槽与其对应的阀门，通过阀门来控制蓄热槽内的气体流动等程序。现以一个处理设备例如为五床式蓄热式焚化炉一个蓄热槽为例做说明，然本实施例不限于此。多处理设备机台4例如具有第一处理设备4A、第二处理设备4B、第三处理设备4C、第四处理设备4D和第五处理设备4E。请参照图4，其绘示图3A～3C的第一处理设备4A～第五处理设备4E的处理步骤与循环程序信息表Tbl的一例。现以10个处理步骤与5个循环程序为例做说明，然本发明的实施例并不限于此。处理步骤与循环程序信息表Tbl例如记录了第一处理设备4A～第五处理设备4E的10个处理步骤与5个循环程序的相关循环运作模式的信息，处理步骤与循环程序信息表Tbl例如可利用读取档案的方式取得。处理步骤与循环程序信息表Tbl可反映出实体机台的循环运作模式。第一处理设备4A～第五处理设备4E分别执行循环程序A～循环程序E，其中每个循环程序A～循环程序E系循环执行相同排序的处理步骤。也就是说，第一处理设备4A～第五处理设备4E系分别执行循环运作模式，第一处理设备4A系重复执行循环程序A，第二处理设备4B系重复执行循环程序B，以此类推，第五处理设备4E系重复执行循环程序E。

请参照图5，其绘示图4的5个循环程序所执行的处理类型S(n)，n＝1～10，本例中以处理类型的个数为10为例做说明，然不限于此。以循环程序C的顺序为例做说明，10个排序的处理类型依序为：处理类型S(1)为无动作，处理类型S(2)为第一阶段进气，处理类型S(3)为第二阶段进气，处理类型S(4)为第三阶段进气，处理类型S(5)为第四阶段进气，处理类型S(6)为抽风，处理类型S(7)为第一阶段排气，处理类型S(8)为第二阶段排气，处理类型S(9)为第三阶段排气，处理类型S(10)为第四阶段排气。如图4所示，在处理步骤1中，当循环程序A执行处理类型S(5)(第四阶段进气)时，循环程序C执行处理类型S(1)(无动作)，而循环程序E则执行处理类型S(7)(第一阶段排气)。循环程序A和循环程序C相差步骤数为＝(5-1)＝(4)，循环程序C和循环程序E相差步骤数＝(1-7)＝(-6)，因为是循环执行10个排序的处理类型，故相差步骤数＝(4)和相差步骤数＝(-6)两者实际上相同，相差步骤数均为相差4个步骤。

请参考图3A～3C及图4，其中图4还显示了三个阶段103、105和107(分别对应至处理步骤1、2、3)，用以说明多个处理设备4于不同阶段的状态。图3A～3C的虚线箭头所示为废气的流通方向。请参照图3A，其绘示多处理设备机台4在第一阶段103时的操作状态。此时第一处理设备4A执行步骤S(5)(第四阶段进气)，第二处理设备4B执行步骤S(9)(第三阶段排气)，第三处理设备4C执行步骤S(1)(无动作)，第四处理设备4D执行步骤S(3)(第二阶段进气)，第五处理设备4E执行步骤S(7)(第一阶段排气)。

请参照图3B，其绘示多处理设备机台4在第二阶段105时的操作状态。第一处理设备4A执行步骤S(6)(抽风)，第二处理设备4B执行步骤S(10)(第四阶段排气)，第三处理设备4C执行步骤S(2)(第一阶段进气)，第四处理设备4D执行步骤S(4)(第三阶段进气)，第五处理设备4E执行步骤S(8)(第二阶段排气)。

请参照图3C，其绘示多处理设备机台4在第三阶段107时的操作状态。第一处理设备4A执行步骤S(7)(第一阶段排气)，第二处理设备4B执行步骤S(1)(无动作)，第三处理设备4C执行步骤S(3)(第二阶段进气)，第四处理设备4D执行步骤S(5)(第四阶段进气)，第五处理设备4E执行步骤S(9)(第三阶段排气)。

其中，在进行进气的操作时，废气会流入处理设备，让废气燃烧、氧化、并放热。在进行抽风的处理设备中，则会将空气吹入此处理设备中，并导引残留的、未燃烧完全的废气，使这些废气一起燃烧。燃烧后的废气会流入进行排气的另一处理设备中，以进行将燃烧所产生的热能进行蓄热的动作，并将废气排出。这些进气、抽风(吹入空气或抽空气)、排气等操作是彼此有关连的。通过进气、抽风、排气等处理，结合多个处理设备的循环程序，可以达到高废气去除率与低燃料消耗的热节能的效果。

请参照图6，其绘示本发明另一实施例的资料处理系统160的方块图，资料处理系统160可用以对多个处理设备4A～4E进行预诊断。与图1所示的资料处理系统10相较，资料处理系统160还包括了资料撷取模块20、特征萃取模块100与故障预测模块110。资料处理系统160的循环关联性建置模块40、资料样态建置模块60与资料样态对齐模块80与图1所示的资料处理系统10的循环关联性建置模块40、资料样态建置模块60与资料样态对齐模块80为相同的模块，在此不予重述。

当资料撷取模块20对多个处理设备4A～4E进行第一次感测后，会得到多个第一感测资料S_Data1，再由循环关联性建置模块40接收此多个第一感测资料S_Data1。多个第一感测资料S_Data1例如包括第一处理设备4A的第一感测资料S_Data1_A、第二处理设备4B的第一感测资料S_Data1_B、第三处理设备4C的第一感测资料S_Data1_C、第四处理设备4D的第一感测资料S_Data1_D、及第五处理设备4E的第一感测资料S_Data1_E。之后，于资料撷取模块20对多个处理设备4A～4E进行第二次感测后，会得到多个第二感测资料S_Data2，再由循环关联性建置模块40接收此多个第二感测资料S_Data2。多个第二感测资料S_Data2例如包括第一处理设备4A的第二感测资料S_Data2_A、第二处理设备4B的第二感测资料S_Data2_B、第三处理设备4C的第二感测资料S_Data2_C、第四处理设备4D的第二感测资料S_Data2_D、及第五处理设备4E的第二感测资料S_Data2_E。

其中，感测资料例如是处理设备的机台零件的感测资料，感测资料可以例如是利用读取档案的方式、利用资料撷取卡介面读取档案、或通过存取一资料库系统以得到档案的方式，来取得机台零件的感测资料。感测资料例如是处理设备的温度、风车马达转速(Round Per Minute,RPM)、频率(Hertz,Hz)、电流、轴承震动、阀门开关动作、废气浓度值、废气流量、燃烧机压力或其他可侦测处理设备的操作状态的参数。以蓄热式焚化炉机台的一个蓄热槽的感测器为例，通过读取档案以撷取出一段时间的原始感测资料，以作为上述的一个第一感测资料。

请参照图7，其绘示资料撷取模块20进行第一次感测撷取所得多个第一感测资料S_Data1的一例的示意图。在一第一时段内，资料撷取模块20因应第一处理设备4A循环执行10个处理步骤多次之后而产生第一处理设备4A的第一感测资料S_Data1_A，因应第二处理设备4B循环执行10个处理步骤多次之后而产生第二处理设备4B的第一感测资料S_Data1_B，以此类推。并因应第五处理设备4E循环执行10个处理步骤多次之后而产生第五处理设备4E的第一感测资料S_Data1_E。

请参照图8，其绘示循环关联性建置模块40执行的步骤的一例的流程图。图8说明了循环关联性建置模块40如何根据此些第一感测资料的一资料周期样本点数与处理步骤与循环程序信息表Tbl，得到此些第一感测资料的资料关联性，并依据资料关联性来校正此些第一感测资料的详细步骤的一例。在循环关联性建置模块40校正此些第一感测资料过程中，循环关联性建置模块40确认此些循环程序之间的相差步骤数，以得到此些第一感测资料的资料关联性。此些第一感测资料的资料关联性系包含此些第一感测资料的其一与此些第一感测资料的另一之间的一资料偏移点数。循环关联性建置模块40更用以根据资料偏移点数所对应的此些第一感测资料的其一的一第一样本点的点样态特征与此些第一感测资料的另一的一第二样本点的点样态特征，比对此些第一感测资料的其一的第一样本点与此些第一感测资料的另一的第二样本点的资料正确性，以对此些第一感测资料进行校正。其中在计算得到此些第一感测资料的资料关联性过程中，循环关联性建置模块40例如用以通过自相关(Autocorrelation)分析方法，由此些第一感测资料得到资料周期样本点数，并得出此些处理步骤的个数与资料周期样本点数之间的一抽样倍率，并根据抽样倍率得到此些第一感测资料之间的资料偏移点数，以得到此些第一感测资料的资料关联性。

在图8的步骤41中，循环关联性建置模块40自处理步骤与循环程序信息表Tbl，获取处理步骤的个数，如图4所示。在本实施例中，循环程序A～E的处理步骤的个数等于10。在步骤42中，判断是否有感测器抽样倍率。若否，则执行步骤43；若是，则执行步骤45。

在步骤43中，请同时参照图9A，其绘示通过自相关分析方法，由此些第一感测资料S_Data1来计算出资料周期样本点数的示意图。请参照图9B，其绘示可通过比对位移资料周期计算，由此些第一感测资料S_Data1来取得资料周期并计算出资料周期样本点数。选择此两种方法其中之一都可以计算出资料周期样本点数，然不限于此二方法。

在步骤44中，依据“抽样倍率＝资料周期样本点数/处理步骤的个数”的公式，亦即将资料周期样本点数除以处理步骤的个数，得出抽样倍率。如图9A～9B所示，第一感测资料S_Data1可通过自相关分析方法或比对位移资料周期，得知资料周期样本点数为5样本点。根据步骤41所得的处理步骤的个数为10，可计算得到两者间的抽样倍率等于5/10＝1/2。在一实施例中，亦可通过实际感测器的抽样倍率得知。

在步骤45中，确认此些循环程序之间的相差步骤数。请同时参照图10，其绘示图4中循环程序间相差步骤数的示意图。图10以第一处理设备4A所执行的循环程序A、第三处理设备4C所执行的循环程序C与第五处理设备4E所执行的循环程序E为例说明。第一处理设备4A所执行的循环程序A与第三处理设备4C所执行的循环程序C相差4个步骤，且第三处理设备4C所执行的循环程序C与第五处理设备4E所执行的循环程序E相差4个步骤。

在步骤46中，依据“资料偏移点数＝相差步骤数*抽样倍率”公式，计算此些第一感测资料S_Data1之间的资料偏移点数，得出资料关联性。如图10所示，由于相差步骤数为4，而由步骤44得到抽样倍率等于1/2。如此可计算出第一处理设备4A的第一感测资料S_Data1_A与第三处理设备4C的第一感测资料S_Data1_C之间的资料偏移点数＝4*(1/2)＝2，而第三处理设备4C的第一感测资料S_Data1_C与第五处理设备4E的第一感测资料S_Data1_E之间的资料偏移点数＝4*(1/2)＝2。

在步骤47中，计算各处理设备于此些第一感测资料S_Data1中的每个样本点与对应前后另两个样本点的趋势，如此通过计算此些第一感测资料S_Data1的其一的第一样本点与第一样本点对应的前后另两个样本点的正趋势或负趋势而得到第一样本点的点样态特征。请参照图11，其绘示图1中循环关联性建置模块40判断感测资料是否具有异常点的示意图。第一处理设备4A的第一感测资料S_Data1_A的样本点408与左方前一样本点相减所得数值趋势为正，样本点408与右方后一样本点相减所得数值趋势为负，故样本点408与前后另两个样本点的趋势为[+,-]，以此作为样本点408的点样态特征。而第五处理设备4E的第一感测资料S_Data1_E的样本点406与左方前一样本点相减所得数值趋势为负，样本点406与右方后一样本点相减所得数值趋势为正，故样本点406与前后另两个样本点的趋势为[-,+]，以此作为样本点406的点样态特征。如此计算每个样本点与对应前后另两个样本点的趋势，完成第一处理设备4A的第一感测资料S_Data1_A至第五处理设备4E的第一感测资料S_Data1_E的各个样本点的点样态特征的计算。

在步骤48中，判断根据资料偏移点数所对应的第一样本点与第二样本点的点样态特征是否相同，例如，选取处理设备4A的第一感测资料S_Data1_A的样本点、第三处理设备4C的第一感测资料S_Data1_C与第五处理设备4E的第一感测资料S_Data1_E平移资料偏移点数后的样本点，比对各样本点间趋势是否相同。当各样本点的趋势均相同时，则判定无异常点。当少数样本点的趋势和大多数样本点的趋势不一致时时，则判定发生异常点。如图11所示，对应于第一处理设备4A的循环程序A，第一处理设备4A的第一感测资料S_Data1_A的第1个样本点402和第6个样本点408的趋势(即点样态特征)为[+,-]。对应于第三处理设备4C的循环程序C，第三处理设备4C的第一感测资料S_Data1_C的第3个样本点404和第8个样本点410的趋势为[+,-]。对应于第五处理设备4E的循环程序E，第五处理设备4E的第一感测资料S_Data1_E的第5个样本点406的趋势为[-,+]，第10个样本点412的趋势为[+,-]。在假设多数样本点为正常，仅少数样本点异常原则下，步骤48依据多数样本点的趋势，判断第一处理设备4A的第一感测资料S_Data1_A的第1个样本点402和第6个样本点408，第三处理设备4C的第一感测资料S_Data1_C的第3个样本点404和第8个样本点410，以及第五处理设备4E的第一感测资料S_Data1_E的第10个样本点412点均为正常样本点，但第五处理设备4E的第一感测资料S_Data1_E的第5个样本点406为异常点。亦即处理设备4A的第一感测资料S_Data1_A和第三处理设备4C的第一感测资料S_Data1_C无异常点，但第五处理设备4E的第一感测资料S_Data1_E有一个异常点406。如此，即可达到以此些第一感测资料的其一(例如是第一处理设备4A的第一感测资料S_Data1_A或第三处理设备4C的第一感测资料S_Data1_C)的一第一样本点(例如是样本点402或404)的点样态特征与此些第一感测资料的另一(例如是第五处理设备4E的第一感测资料S_Data1_E)的一第二样本点(例如是样本点406)的点样态特征，比对此些第一感测资料的其一的第一样本点(例如是样本点402或404)与此些第一感测资料的另一的第二样本点(例如是样本点406)的资料正确性。

在步骤49与步骤50中，当确认是哪个处理设备的样本点异常后，则修正或排除错误样本点。例如第11图中第五处理设备4E的第一感测资料S_Data1_E的第五样本点406已经被视为异常点，则可加以排除，不列入后续计算，或者将第五样本点406参照样本点402与404进行校正，如此以得到一个校正后的第五处理设备4E的第一感测资料S_Data1_E’。在步骤51中，循环关联性建置模块40收集正确的样本点或已经被校正过的错误样本点，例如校正后的第五处理设备4E的第一感测资料S_Data1_E’。

请参照图12，其绘示图1或图6的资料样态建置模块60所执行的详细步骤的一例的流程图。图12说明了资料样态建置模块60所执行的依据此些第一感测资料S_Data1得到此些第一资料样态特征的步骤中，包含了依照资料周期样本点数撷取此些第一感测资料S_Data1的多个资料样态，以得到此些第一感测资料S_Data1的此些第一资料样态特征。其中此些资料样态例如通过计算此些第一感测资料S_Data1的多个样本点的正趋势或负趋势而得到此些资料样态。例如分别依据处理设备4A的第一感测资料S_Data1_A～第四处理设备4D的第一感测资料S_Data1_D和异常点排除后的校正后的此些第一感测资料中的第五处理设备4E的第一感测资料S_Data1_E，来得到此些第一感测资料S_Data1_A～S_Data1_E的第一资料样态特征。

图12的步骤61中，初始化资料样态特征与样本点，令i＝1，i为正整数。在步骤62中，以资料周期样本点数撷取处理设备的资料样态＝{S

在步骤63～64中，若(S

请参照图14，其绘示资料样态对齐模块80所执行的详细步骤的一例的流程图。图14将详细说明资料样态对齐模块80如何能依据此些第一资料样态特征，将对多个处理设备4A～4E进行一第二次感测所得的多个第二感测资料S_Data2与此些第一感测资料S_Data1对齐的详细步骤的一例。资料样态对齐模块80例如可使用滑动视窗法，撷取此些第二感测资料S_Data2的多个第二资料样态，并得到此些第二资料样态的多个第二资料样态特征，并比对此些第二资料样态特征与对应的此些第一资料样态特征。当此些第二资料样态特征与对应的此些第一资料样态特征的相似度大于一门槛值时，则判断此些第二资料样态系与对应的此些第一资料样态对齐。

在图14的步骤81～83中，初始化样本点，令i＝1，并取得已建置的处理设备的第一资料样态特征与门槛值。其中，i为正整数。在步骤85中，以滑动视窗法撷取多个第二感测资料的资料样态＝{S

请参照图15，其绘示说明步骤85的以滑动视窗法撷取此些第二感测资料S_Data2的任一者于不同部分时所获得的多个第二资料样态特征的示意图。针对不同位置的视窗602、604及606，所撷取到的资料样态608、610、612的第二资料样态特征例如分别为F_1＝[+,+,+,-]、F_2＝[+,+,-,-]和F_M＝[-,-,+,+]。

请参照图16，其绘示说明步骤90中，当以滑动视窗法撷取此些第二感测资料S_Data2不同部分的示意图。于滑动视窗的过程中，必需滑动视窗自此些第二感测资料S_Data2所撷取到的5个第二资料样态特征分别与对应的5个第一资料样态特征的相似度大于一门槛值时，例如为80％～90％时，资料样态对齐模块80才会判断此些第二资料样态系与对应的此些第一资料样态对齐。如图16所示，针对视窗614所取得的5个第二感测资料的5个资料样态，第一处理设备4A的第二感测资料S_Data2_A的第二资料样态特征为[+,+,-,-]，第二处理设备4B的第二感测资料中S_Data2_B的第二资料样态特征为[-,-,+,+]，以此类推，第五处理设备4E的第二感测资料S_Data2_E的第二资料样态特征为[+,-,-,+]。其与图13所示的对应的第一资料样态特征不相似，故知针对视窗614所取得的5个第二感测资料的5个资料样态与图13的方框1300所取得的5个第一感测资料的5个资料样态并没有对齐。

当滑动视窗为视窗616时，从视窗616完整涵盖的第一个线段斜率开始计算资料样态特征，第一处理设备4A的第二感测资料S_Data2_A的第二资料样态特征为F_A2＝[-,-,+,+]，第二处理设备4B的第二感测资料S_Data2_B的第二资料样态特征为F_B2＝[+,+,+,-]，以此类推，第五处理设备4E的第二感测资料S_Data2_E的第二资料样态特征F_E2＝[-,+,+,+]。如此，视窗614所对应的5个第二资料样态特征分别与图13所示的对应的5个第一资料样态特征的相似度大于一门槛值(例如图16所示的F_A2～F_E2的值系分别与图13所示的F_A1～F_E1相同)，故判定已经找到第二感测资料S_Data2中可以与第一感测资料S_Data1正确对齐的部分，亦即例如是图16的视窗616所指示的第二感测资料S_Data2的部分可与图13的虚线方框1300所指示的第一感测资料S_Data1的部分对齐。而图16的视窗614所指示的第二感测资料S_Data2的部分则视为没有与图13的虚线方框1300所指示的第一感测资料S_Data1的部分对齐。

如图6所示，资料处理系统160更包括特征萃取模块100，用以取出已对齐的此些第一感测资料S_Data1的多个第一特征参数与此些第二感测资料S_Data2的多个第二特征参数，并合并此些第一特征参数与此些第二特征参数。

请参照图17，其绘示特征萃取模块100根据资料样态萃取各个处理设备的特征参数的示意图。在本实施例中以5个处理设备4A～4E为例来做说明，然本实施例并不限于此。如图17所示，例如取出第一处理设备4A的多组特征参数X

如图6所示，资料处理系统160还包括故障预测模块110，用以根据已合并的样本(例如此些第一样本集与对齐的第二样本集)与合并栏位所得的特征参数模块(1列*25栏)进行预测模型训练，以建构一故障预测模型。并利用由一测试资料取出的多个第三特征参数依据故障预测模型进行故障预测。故障预测模块110根据特征萃取模块100输出的合并的第一特征参数与第二特征参数来参与训练故障模型。之后，故障预测模块110便可依据训练完成的故障模型来预测此多个处理设备4A～4E何时可能发生故障。故障预测模块110可运用经过前述第8图～第16图相关流程运算后所输出的特征参数作为训练资料，透过机器学习训练模型。故障预测模块110可将测试资料输入到模型中来预测故障事件，进而输出设备健康状态指标与提出警示。测试资料例如是故障模型训练完毕之后，多个处理设备4A～4E正常操作时所得到的一第三感测资料所对应的多个第三特征参数。上述多个第三特征参数例如是特定视窗周期性撷取到的第三感测资料的感测值。第三感测资料的波形类似于图13所示的第一感测资料S_Data1的波形或图16所示的第二感测资料S_Data2的波形。此处测试资料取得方式同建模资料的特征萃取方式，只是萃取的时段不同。测试资料不用再经过循环关联性建置模块、资料样态建置模块、资料样态对齐模块处理。通过资料撷取模块输出测试资料给特征萃取模块后，特征萃取模块可以撷取获得1组测试资料，然后将此组测试资料输入至故障预测模块中进行故障预测。上述机器学习训练模型例如是SOM(SelfOrganizing Map)模型，或其他同类的机器学习模型，例如：基于密度的异常检测模型(Density-Based Anomaly Detection)，或者是基于群聚的异常检测模型(Clustering-Based Anomaly Detection)等相关为业界所熟知的机器学习训练模型。

如下列表一所示的模拟数据，其以资料处理系统160针对五床式蓄热式焚化炉跳俥事件所进行的模拟，本模拟以SOM建立一般模型(NormalModel)分类器来做模拟。和仅通过合并历史资料与新资料来训练模型的方式相比，以及和仅提供具有多个循环处理步骤的相关资料来训练模型的方式相比，本发明通将错误资料进行校正，以及将历史资料与新感测的资料进行对齐之后来训练模型的做法，可将故障预测的真阳率(True Positive Rate,TPR)大幅提高到90.91％，可获得高精准度的预诊断的正确率结果。

表一

本发明的实施例的资料处理系统与方法，通过判断样本点的点样态特征，来确保所接收到的感测资料的正确性。另外，以滑动视窗法撷取资料样态，并依照资料样态特征进行样态比对，可使得历史基底资料与新感测资料的得以对齐。如此一来，可避免传统做法中，因为实际的处理资料常存在有错误，如处于非稳态、或产生杂讯、资料遗漏或错误等，或是因为历史基底资料与新感测资料没有正确对齐，导致无法有效地建立设备故障预测系统中异常状况信息不正确的问题。因此，本发明的实施例通过样态比对与使用样态特征来进行资料对齐，而可训练出更正确的故障模型，可以有效地大幅提高的设备故障预报真阳率。

以上所述的具体实施例，对本发明的目的、技术方案和有益效果进行了进一步详细说明，应理解的是，以上所述仅为本发明的具体实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。