JP2006522396A - データ分析のシステム及び方法 - Google Patents
データ分析のシステム及び方法 Download PDFInfo
- Publication number
- JP2006522396A JP2006522396A JP2006505958A JP2006505958A JP2006522396A JP 2006522396 A JP2006522396 A JP 2006522396A JP 2006505958 A JP2006505958 A JP 2006505958A JP 2006505958 A JP2006505958 A JP 2006505958A JP 2006522396 A JP2006522396 A JP 2006522396A
- Authority
- JP
- Japan
- Prior art keywords
- characteristic data
- data
- difference function
- received
- difference
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
- Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y10S706/00—Data processing: artificial intelligence
- Y10S706/90—Fuzzy logic
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
2.入信シグナチャと基準シグナチャの比較
3.入信シグナチャが正常であるのか、あるいは異常であるのかを判断すること
4.適切な診断を下すためにシグナチャを解釈すること
ステップ4は一般的には、CMSによって警報が発せられた後にドメインエキスパートの介入を必要とするが、CMSは通常ステップ1から3を備える。
環境の異常な状態を自動的に検出するために、センサの使用が必要とされる。多くの異なる種類のセンサがあり、それらは信頼度が異なる場合がある。例えば、製油所では、化学センサの使用によりガス漏れを検知できるのに対して、発電所では危険な高い電圧を検出するために電気センサが使用されることがある。いくつかの一般的な種類のセンサは機械センサ、温度センサ、磁場センサと電磁場センサ、レーザセンサ、赤外線センサ、紫外線センサ、放射線センサ、及び音響センサを含む。
(i)異常な状態についての知識がない場合に、システムが任意のセンサについて自動的に正常な状態を学習できるようにする「正常性モデル」を作成するための手段を提供することと、
(ii)現在のセンサシグナチャを、正常性モデルに照らして予測されるシグナチャと比較することにより異常な状況を自動的に検出することと、
(iii)センサを、それによりセンサがメタセンサの機能を果たし、センサデータ融合を実行するセンサグループを形成できるセンサネットワークに編成できるようにすることと、
(iv)センサネットワークからのデータを分析し、異常な状態の検出に基づいて警報を発し、ユーザフィードバックに基づいて正常性モデルを適応させるインテリジェントデータ分析モジュールを提供すること、
を目的とする。
前記監視システムから特性データを受信するための第1の入力手段と、
前記ダイナミックシステムが既知の正常な状態にあるときにオペレータから確認情報を受信するための第2の入力手段と、
受信された特性データと確認情報に応じて正常性モデルを引き出すように装置された正常性モデル化手段であって、1つ以上の既知の正常な状態を示すデータを含む正常性モデル化手段と、
前記正常性モデル内のデータから将来の特性データを予測するように装置された予測生成手段と、
予測された将来の特性データと受信された特性データの許容できる差異を示す差異関数を提供するように装置された差異関数提供手段と、
前記差異関数と併せて受信された特性データに予測された将来特性データを比較し、前記予測された将来特性データと受信された特性データの差異が前記差異関数を超えると異常性信号を生じさせるように装置された比較手段と、
を備える。
前記監視システムから特性データを受信するステップと、
前記ダイナミックシステムが既知の通常の状態にあるときにオペレータから確認情報を受信するステップと、
受信された特性データと確認情報に応じて、既知の通常の状態を示すデータを含む正常性モデルを引き出すステップと、
正常性モデルのデータに応じて将来の特性データを予測するステップと、
予測された将来の特性データと受信された特性データの間の許容できる差異を示す差異関数を提供するステップと、
差異関数と併せて予測された将来の特性データを実際の受信された特性データと比較するステップと、
予測された将来の特性データと実際の受信された特性データの間の差異が差異関数を超える場合に、異常信号を生じさせるステップと、
を含む。
監視システムから特性データを受信するための第1の入力手段と、
ダイナミックシステムが状態の既知の正常なシーケンスに従って進行するときに、オペレータから確認情報を受信するための第2の入力手段と、
受信された特性データと確認情報に応じて、状態の1つ以上の既知の正常なシーケンスを示すデータを含む正常性モデルを引き出すように配置される正常性モデル化手段と、
正常性モデルのデータから将来の特性データを予測するように配置される予測生成手段と、
予測された将来特性データと受信された特性データの間の許容できる差異を示す差異関数を提供するように配置される差異関数提供手段と、
差異関数と併せて予測された将来の特性データを受信された特性データと比較し、予測された将来の特性データと受信された特性データの間の差異が差異関数を超える場合に異常性信号を生成するように配置される比較手段と、
を備える。
監視システムから特性データを受信するステップと、
ダイナミックシステムが状態の既知の正常なシーケンスに従って進むときに、オペレータから確認情報を受信するステップと、
受信された特性データと確認情報に応じて、状態の既知の正常なシーケンスを示すデータを含む正常性モデルを引き出すステップと、
正常性モデルのデータに応じて将来の特性データを予測するステップと、
予測された将来の特性データと受信された特性データの間の許容できる差異を示す差異関数を提供するステップと、
差異関数と併せて実際に受信された特性データに予測された将来の特性データを比較するステップと、
予測された将来特性データと実際の受信された特性データの間の差異が差異関数を超える場合に異常性信号を生じさせるステップと、
を備える。
・センサデータの連続的な自動分析
・センサデータについて指定される分析結果及び状態に応じて警報を発する。
・報告する。
センサは、システムに常にデータを提示するか、あるいは要求に応じてデータを提供するエンティティである。データトランスポートはIDA装置の機能性の一部ではない。IDA装置はセンサデータを提供するストリームにアクセスする。論理センサプール層は適切なプロトコル(HTTP、RMI等)を介してそれらのストリームへのアクセスを提供する。
IDA装置10は、管理機能性と分析機能性、及びグラフィックユーザインタフェース101への出力を提供する。それは監視システムのセンサ及び/又はセンサグループ、及びセンサライブラリ103にアクセスできるセンサ管理のためのモジュール102とのインタフェース100を含む。ユーザはセンサ管理モジュール102を介してセンサツリーにセンサを追加し、構成できる。センサがセンサライブラリ103の一部である場合、センサは事前に構成でき、それによりユーザがセンサをセットアップするために行わなければならない作業量を削減できる。
図10と図13に関して、IDA装置10のIDAモジュール105はセンサシグナチャの異常な状態を検出するために正常性モデルを使用する。正常性モデルから、時間t+1でのシグナチャの予測S’t+1は、シグナチャSt、及びおそらく最後のn個の時間ステップからの早期シグナチャに基づいて生成される。IDAモジュール105は、次にS’t+1を実際に測定されたSt+1に比較する。差異(誤差)が一定量を超えると、装置は警報を発する信号を生じさせる。
Claims (11)
- ダイナミックシステムの少なくとも1つの特性を監視するための監視システムからのデータを分析するための分析システムであって、前記分析システムが前記ダイナミックシステムに関して特性データを提供し、前記ダイナミックシステムは少なくとも1つの既知の正常な状態を有し、
前記監視システムから特性データを受信するための第1の入力手段と、
前記ダイナミックシステムが既知の正常な状態にあるときにオペレータからの確認情報を受信するための第2の入力手段と、
受信された特性データ及び確認情報に応じて、1つ以上の既知の正常な状態を示すデータを備える正常性モデルを引き出すように配置される正常性モデル化手段と、
前記正常性モデルのデータから将来の特性データを予測するように配置される予測生成手段と、
予測された将来の特性データと受信された特性データの間の許容できる差異を示す差異関数を提供するように配置される差異関数提供手段と、
前記差異関数と併せて予測された将来の特性データを受信された特性データに比較し、前記予測された将来の特性データと前記受信された特性データの間の前記差異が前記差異関数を超える場合に異常性信号を生じさせるように配置される比較手段と、
を備える、分析システム。 - ダイナミックシステムの少なくとも1つの特性を監視するための監視システムからのデータを分析するための分析システムであって、前記監視システムが前記ダイナミックシステムに関して特性データを提供し、前記ダイナミックシステムは状態の少なくとも1つの既知の正常なシーケンスを有し、
前記監視システムから特性データを受信するための第1の入力手段と、
前記ダイナミックシステムが状態の既知の通常のシーケンスに従って進むときにオペレータから確認情報を受信するための第2の入力手段と、
受信された特性データと確認情報に応じて、状態の1つ以上の既知の正常なシーケンスを示すデータを含む正常性モデルを引き出すように配置される正常性モデル化手段と、
正常性モデル内のデータから将来の特性データを予測するように配置される予測生成手段と、
予測された将来の特性データと受信された特性データの間の受け入れ可能な差異を示す差異関数を提供するように配置される差異関数提供手段と、
前記差異関数と併せて受信された特性データに予測された将来の特性データを比較し、前記予測された将来特性データと前記受信された特性データの間の前記差異が前記差異関数を超える場合に異常性信号を生じさせるように配置される比較手段と、
を備える、分析システム。 - 前記差異関数提供手段は所定の差異関数を提供する、請求項1又は2に記載の分析システム。
- 前記差異関数提供手段は、受信された特性データ及び確認情報の存在又は不在から差異関数を引き出すための差異関数導出手段を備える、請求項1、2又は3に記載の分析システム。
- 前記差異関数提供手段は、ダイナミックシステムが正常な状態にあるという確認情報が異常性信号に応えてオペレータから受信される場合に差異関数を更新するための差異関数更新手段を備える、請求項1、2、3又は4に記載の分析システム。
- 前記差異関数提供手段はファジー論理を使用する、請求項1から5のいずれか1項に記載の分析システム。
- 前記正常性モデル化手段は、受信された特性データ及びオペレータからの確認情報の有無に応じて正常性モデルを更新するための正常性モデル更新手段を備える、請求項1から6のいずれか1項に記載の分析システム。
- 前記正常性モデルはファジーシステムである、請求項1から7のいずれか1項に記載の分析システム。
- 1つ以上の既知の異常な状態を示すデータを記憶するための異常状態記憶手段と、
受信された特性データを異常状態記憶手段内のデータと比較し、受信された特性データが異常状態記憶手段のデータと一致する場合に異常性信号を生じさせるための異常性比較手段と、
をさらに備える、請求項1から8のいずれか1項に記載の分析システム。 - ダイナミックシステムの少なくとも1つの特性を監視する監視システムからのデータを分析し、それに関して特性データを提供する方法であって、前記ダイナミックシステムは少なくとも1つの既知の正常な状態を有し、
前記監視システムから特性データを受信するステップと、
前記ダイナミックシステムが既知の正常な状態のときにオペレータから確認情報を受信するステップと、
前記受信された特性データと確認情報に応じて、既知の正常な状態を示すデータを備える正規性モデルを引き出すステップと、
前記正規性モデルのデータに応じて将来の特性データを予測するステップと、
予測された将来の特性データと受信された特性データの間の許容できる差異を示す差異関数を提供するステップと、
前記差異関数と併せて実際に受信される特性データに予測された将来の特性データを比較するステップと、
前記予測された将来の特性データと前記実際の受信された特性データの間の差異が差異関数を超える場合に異常性信号を生じさせるステップと、
を含む、方法。 - ダイナミックシステムの少なくとも1つの特性を監視する監視システムからデータを分析し、それに関して特性データを提供する方法であって、前記ダイナミックシステムは状態の少なくとも1つの既知の正常なシーケンスを有し、
前記監視システムから特性データを受信するステップと、
前記ダイナミックシステムが状態の既知の正常なシーケンスに従って進むときにオペレータから確認情報を受信するステップと、
受信された特性データと確認情報に応じて、状態の既知の正常なシーケンスを示すデータを含む正常性モデルを引き出すステップと、
前記正常性モデルのデータに応えて将来の特性データを予測するステップと、
予測された将来の特性データと受信された特性データの間の許容できる差異を示す差異関数を提供するステップと、
前記差異関数と併せて実際の受信された特性データに予測された将来の特性データを比較するステップと、
前記予測された将来の特性データと前記実際の受信された特性データの間の差異が前記差異関数を超える場合に異常性信号を生じさせるステップと、
を含む、方法。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
GBGB0307406.9A GB0307406D0 (en) | 2003-03-31 | 2003-03-31 | Data analysis system and method |
PCT/GB2004/001070 WO2004088443A1 (en) | 2003-03-31 | 2004-03-12 | Data analysis system and method |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006522396A true JP2006522396A (ja) | 2006-09-28 |
Family
ID=9955888
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006505958A Pending JP2006522396A (ja) | 2003-03-31 | 2004-03-12 | データ分析のシステム及び方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US7289857B2 (ja) |
EP (1) | EP1609033B1 (ja) |
JP (1) | JP2006522396A (ja) |
CN (1) | CN100465842C (ja) |
AU (1) | AU2004226618B2 (ja) |
CA (1) | CA2517121A1 (ja) |
GB (1) | GB0307406D0 (ja) |
WO (1) | WO2004088443A1 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009517188A (ja) * | 2005-11-29 | 2009-04-30 | ベンチャー ゲイン リミテッド ライアビリティー カンパニー | ヒトの健康に関する残差ベースの管理 |
JP2010528364A (ja) * | 2007-05-24 | 2010-08-19 | パロ・アルト・リサーチ・センター・インコーポレーテッド | 間欠的故障の診断 |
JP2011181070A (ja) * | 2010-02-26 | 2011-09-15 | General Electric Co <Ge> | 変電所装置の資産状態を監視するためのシステムおよび方法 |
JP2017510803A (ja) * | 2014-03-25 | 2017-04-13 | ローズマウント インコーポレイテッド | 熱撮像を使用したプロセス導管異常検知 |
WO2018073955A1 (ja) * | 2016-10-21 | 2018-04-26 | 日本電気株式会社 | システム分析方法、システム分析装置、および、プログラム |
WO2018163342A1 (ja) * | 2017-03-09 | 2018-09-13 | 日本電気株式会社 | 異常検知装置、異常検知方法および異常検知プログラム |
JP2022078082A (ja) * | 2016-05-09 | 2022-05-24 | ストロング フォース アイオーティ ポートフォリオ 2016,エルエルシー | 産業用のモノのインターネットのための方法およびシステム |
US11755878B2 (en) | 2016-05-09 | 2023-09-12 | Strong Force Iot Portfolio 2016, Llc | Methods and systems of diagnosing machine components using analog sensor data and neural network |
US11774944B2 (en) | 2016-05-09 | 2023-10-03 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US11838036B2 (en) | 2016-05-09 | 2023-12-05 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for detection in an industrial internet of things data collection environment |
Families Citing this family (53)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7353140B2 (en) * | 2001-11-14 | 2008-04-01 | Electric Power Research Institute, Inc. | Methods for monitoring and controlling boiler flames |
US7171337B2 (en) * | 2005-06-21 | 2007-01-30 | Microsoft Corpoartion | Event-based automated diagnosis of known problems |
US7929411B2 (en) * | 2005-09-28 | 2011-04-19 | Cornell Research Foundation, Inc. | Methods and systems for obtaining data from networks of sources |
WO2008054373A2 (en) * | 2005-10-04 | 2008-05-08 | The Penn State Research Foundation | Scriptable inference networks for sensor information fusion |
GB2431067B (en) | 2005-10-07 | 2008-05-07 | Cramer Systems Ltd | Telecommunications service management |
GB2432992B (en) | 2005-11-18 | 2008-09-10 | Cramer Systems Ltd | Network planning |
GB2433675B (en) | 2005-12-22 | 2008-05-07 | Cramer Systems Ltd | Communications circuit design |
GB2435362B (en) | 2006-02-20 | 2008-11-26 | Cramer Systems Ltd | Method of configuring devices in a telecommunications network |
TWI332827B (en) * | 2006-05-05 | 2010-11-11 | Chang Ming Yang | Physiological function monitoring system |
US7894918B2 (en) * | 2006-07-27 | 2011-02-22 | Abb Research Ltd. | System for analyzing batch processes |
EP1892597A1 (de) * | 2006-08-26 | 2008-02-27 | Peter Renner | Zustandsüberwachung von Maschinen und technischen Anlagen |
DE112006004117A5 (de) * | 2006-08-30 | 2009-08-13 | Siemens Aktiengesellschaft | Überwachungsverfahren |
JP2008097363A (ja) * | 2006-10-12 | 2008-04-24 | Okuma Corp | 異常診断方法及びその装置 |
US8260622B2 (en) | 2007-02-13 | 2012-09-04 | International Business Machines Corporation | Compliant-based service level objectives |
US8655623B2 (en) | 2007-02-13 | 2014-02-18 | International Business Machines Corporation | Diagnostic system and method |
US20090037155A1 (en) * | 2007-04-13 | 2009-02-05 | Bernhard Glomann | Machine condition monitoring using a flexible monitoring framework |
US8688405B2 (en) * | 2007-06-15 | 2014-04-01 | Shell Oil Company | Remote monitoring systems and methods |
DE602008001963D1 (de) | 2008-02-28 | 2010-09-09 | Sap Ag | Glaubwürdigkeitsbeurteilung von Sensordaten aus drahtlosen Sensornetzwerken für Geschäftsanwendungen |
US10467590B2 (en) * | 2008-04-29 | 2019-11-05 | Micro Focus Llc | Business process optimization and problem resolution |
US20100017870A1 (en) * | 2008-07-18 | 2010-01-21 | Agnik, Llc | Multi-agent, distributed, privacy-preserving data management and data mining techniques to detect cross-domain network attacks |
US20110125300A1 (en) * | 2008-08-25 | 2011-05-26 | International Business Machines Corporation | Non-Intrusive Acoustic Monitoring for Equipment Diagnostic and Fault Reporting |
EP2329470B1 (en) * | 2008-08-28 | 2013-04-03 | Koninklijke Philips Electronics N.V. | Fall detection and/or prevention systems |
US7925618B2 (en) * | 2008-12-15 | 2011-04-12 | Industrial Technology Research Institute | Information extraction method, extractor rebuilding method, and system and computer program product thereof |
US8417665B2 (en) * | 2008-12-15 | 2013-04-09 | Industrial Technology Research Institute | Information extraction method, extractor rebuilding method, and system and computer program product thereof |
US8655811B2 (en) * | 2009-01-29 | 2014-02-18 | Raytheon Company | Method and system for data stream identification by evaluation of the most efficient path through a transformation tree |
KR101115229B1 (ko) * | 2010-07-01 | 2012-06-12 | 한국가스공사연구개발원 | 정량적 위험성 평가 시스템의 빈도 분석 모듈 구현 장치 및 방법 |
US9450973B2 (en) | 2011-11-21 | 2016-09-20 | At&T Intellectual Property I, L.P. | Method and apparatus for machine to machine network security monitoring in a communications network |
WO2015008282A1 (en) * | 2013-07-15 | 2015-01-22 | Cyberseal Ltd. | Network protection |
CN104378219A (zh) * | 2013-08-12 | 2015-02-25 | 中兴通讯股份有限公司 | 路由器流量数据智能分析的方法和装置 |
CN106462150B (zh) * | 2014-05-20 | 2018-11-02 | 东芝三菱电机产业系统株式会社 | 制造设备诊断辅助装置 |
CN104238501B (zh) * | 2014-08-22 | 2017-03-08 | 中国石油天然气股份有限公司 | 一种炼化系统的告警数据处理方法及装置 |
KR101591193B1 (ko) * | 2014-09-17 | 2016-02-02 | 엘에스산전 주식회사 | Plc 로그 데이터를 이용한 이상 발생 예측 시스템 |
US9471452B2 (en) * | 2014-12-01 | 2016-10-18 | Uptake Technologies, Inc. | Adaptive handling of operating data |
US20160162539A1 (en) * | 2014-12-09 | 2016-06-09 | Lg Cns Co., Ltd. | Computer executable method of generating analysis data and apparatus performing the same and storage medium for the same |
WO2016163907A1 (en) * | 2015-04-08 | 2016-10-13 | Siemens Aktiengesellschaft | Monitoring of a mechanical device |
CN105534475A (zh) * | 2015-06-30 | 2016-05-04 | 宇龙计算机通信科技(深圳)有限公司 | 一种生理参数数据更新方法及系统 |
DE102016008987B4 (de) * | 2015-07-31 | 2021-09-16 | Fanuc Corporation | Maschinenlernverfahren und Maschinenlernvorrichtung zum Lernen von Fehlerbedingungen, und Fehlervorhersagevorrichtung und Fehlervorhersagesystem, das die Maschinenlernvorrichtung einschließt |
US10838837B2 (en) | 2016-06-24 | 2020-11-17 | International Business Machines Corporation | Sensor based system state prediction |
CN106175779A (zh) * | 2016-07-11 | 2016-12-07 | 南京软杰信息科技有限公司 | 一种动物健康监测系统 |
GB201613318D0 (en) * | 2016-08-02 | 2016-09-14 | Univ Oxford Innovation Ltd | System monitor and method of system monitoring |
EP3422222B1 (en) * | 2017-06-29 | 2024-04-10 | Roche Diabetes Care GmbH | Method and state machine system for detecting an operation status for a sensor |
CN111315630A (zh) * | 2017-10-30 | 2020-06-19 | 科路实有限责任公司 | 数据融合概念 |
JP7106847B2 (ja) * | 2017-11-28 | 2022-07-27 | 横河電機株式会社 | 診断装置、診断方法、プログラム、および記録媒体 |
WO2019118585A1 (en) * | 2017-12-13 | 2019-06-20 | Itt Manufacturing Enterprises Llc | "smart" sensor data analytics for equipment diagnosis |
CN108170804A (zh) * | 2017-12-28 | 2018-06-15 | 北京市燃气集团有限责任公司 | 一种新型的防第三方破坏音频信号检测方法及检测系统 |
CN112308357A (zh) * | 2019-08-01 | 2021-02-02 | 上海工云网络科技有限公司 | 一种工程机械车辆的智能管理系统及方法 |
DE102019135608A1 (de) * | 2019-12-20 | 2021-06-24 | Bayerische Motoren Werke Aktiengesellschaft | Verfahren, Vorrichtung und System zur Detektion von anomalen Betriebszuständen eines Geräts |
WO2021146927A1 (en) * | 2020-01-21 | 2021-07-29 | Siemens Schweiz Ag | Method and apparatus for sensor fault detection |
WO2022055973A1 (en) * | 2020-09-11 | 2022-03-17 | Qeexo, Co. | Method and system for training machine learning models on sensor nodes |
US11176016B1 (en) * | 2020-09-22 | 2021-11-16 | International Business Machines Corporation | Detecting and managing anomalies in underground sensors for agricultural applications |
US11991188B2 (en) | 2021-06-11 | 2024-05-21 | Bank Of America Corporation | Cognitive auditing of client bound data |
US11886180B2 (en) * | 2022-03-02 | 2024-01-30 | Claritrics Inc. | Method and system for facilitating predictive maintainance of testing machine |
CN115632887A (zh) * | 2022-12-21 | 2023-01-20 | 国网数字科技控股有限公司 | 一种区块链网络异常数据检测方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04258721A (ja) * | 1991-02-13 | 1992-09-14 | Toshiba Corp | 異常検知装置 |
JPH11338848A (ja) * | 1998-05-26 | 1999-12-10 | Ffc:Kk | データ異常検出装置 |
JP2000259223A (ja) * | 1999-03-12 | 2000-09-22 | Toshiba Corp | プラント監視装置 |
Family Cites Families (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4634946A (en) * | 1985-10-02 | 1987-01-06 | Westinghouse Electric Corp. | Apparatus and method for predictive control of a dynamic system |
US5067099A (en) * | 1988-11-03 | 1991-11-19 | Allied-Signal Inc. | Methods and apparatus for monitoring system performance |
US5167010A (en) * | 1989-08-03 | 1992-11-24 | Westinghouse Electric Corp. | Expert advice display processing system |
US5265131A (en) | 1989-11-02 | 1993-11-23 | Combustion Engineering, Inc. | Indicator system for a process plant control complex |
US5210704A (en) * | 1990-10-02 | 1993-05-11 | Technology International Incorporated | System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment |
FR2682208B1 (fr) * | 1991-10-07 | 1994-01-07 | Sollac | Procede et dispositif de surveillance de capteurs et de localisation de pannes d'un processus industriel. |
JP3147586B2 (ja) * | 1993-05-21 | 2001-03-19 | 株式会社日立製作所 | プラントの監視診断方法 |
US6330484B1 (en) * | 1993-08-11 | 2001-12-11 | Fisher-Rosemount Systems, Inc. | Method and apparatus for fuzzy logic control with automatic tuning |
JP3221184B2 (ja) * | 1993-10-13 | 2001-10-22 | 株式会社日立製作所 | 故障診断装置および方法 |
US5566092A (en) | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
DE19604803A1 (de) * | 1995-02-10 | 1996-10-10 | Meidensha Electric Mfg Co Ltd | Vorrichtung zur Systemzustandsüberwachung |
US6125311A (en) * | 1997-12-31 | 2000-09-26 | Maryland Technology Corporation | Railway operation monitoring and diagnosing systems |
US6327550B1 (en) | 1998-05-26 | 2001-12-04 | Computer Associates Think, Inc. | Method and apparatus for system state monitoring using pattern recognition and neural networks |
GB9813454D0 (en) * | 1998-06-23 | 1998-08-19 | Northern Telecom Ltd | Dynamic prediction for process control |
US6545836B1 (en) * | 1999-11-12 | 2003-04-08 | Acorn Technologies, Inc. | Servo control apparatus and method using absolute value input signals |
-
2003
- 2003-03-31 GB GBGB0307406.9A patent/GB0307406D0/en not_active Ceased
-
2004
- 2004-03-12 JP JP2006505958A patent/JP2006522396A/ja active Pending
- 2004-03-12 WO PCT/GB2004/001070 patent/WO2004088443A1/en active Application Filing
- 2004-03-12 AU AU2004226618A patent/AU2004226618B2/en not_active Ceased
- 2004-03-12 EP EP04720073A patent/EP1609033B1/en not_active Expired - Lifetime
- 2004-03-12 US US10/550,791 patent/US7289857B2/en not_active Expired - Lifetime
- 2004-03-12 CN CNB2004800089908A patent/CN100465842C/zh not_active Expired - Lifetime
- 2004-03-12 CA CA002517121A patent/CA2517121A1/en not_active Abandoned
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04258721A (ja) * | 1991-02-13 | 1992-09-14 | Toshiba Corp | 異常検知装置 |
JPH11338848A (ja) * | 1998-05-26 | 1999-12-10 | Ffc:Kk | データ異常検出装置 |
JP2000259223A (ja) * | 1999-03-12 | 2000-09-22 | Toshiba Corp | プラント監視装置 |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009517188A (ja) * | 2005-11-29 | 2009-04-30 | ベンチャー ゲイン リミテッド ライアビリティー カンパニー | ヒトの健康に関する残差ベースの管理 |
JP2010528364A (ja) * | 2007-05-24 | 2010-08-19 | パロ・アルト・リサーチ・センター・インコーポレーテッド | 間欠的故障の診断 |
JP2011181070A (ja) * | 2010-02-26 | 2011-09-15 | General Electric Co <Ge> | 変電所装置の資産状態を監視するためのシステムおよび方法 |
US8484150B2 (en) | 2010-02-26 | 2013-07-09 | General Electric Company | Systems and methods for asset condition monitoring in electric power substation equipment |
JP2017510803A (ja) * | 2014-03-25 | 2017-04-13 | ローズマウント インコーポレイテッド | 熱撮像を使用したプロセス導管異常検知 |
JP2022078082A (ja) * | 2016-05-09 | 2022-05-24 | ストロング フォース アイオーティ ポートフォリオ 2016,エルエルシー | 産業用のモノのインターネットのための方法およびシステム |
US11755878B2 (en) | 2016-05-09 | 2023-09-12 | Strong Force Iot Portfolio 2016, Llc | Methods and systems of diagnosing machine components using analog sensor data and neural network |
US11774944B2 (en) | 2016-05-09 | 2023-10-03 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for the industrial internet of things |
US11797821B2 (en) | 2016-05-09 | 2023-10-24 | Strong Force Iot Portfolio 2016, Llc | System, methods and apparatus for modifying a data collection trajectory for centrifuges |
US11836571B2 (en) | 2016-05-09 | 2023-12-05 | Strong Force Iot Portfolio 2016, Llc | Systems and methods for enabling user selection of components for data collection in an industrial environment |
US11838036B2 (en) | 2016-05-09 | 2023-12-05 | Strong Force Iot Portfolio 2016, Llc | Methods and systems for detection in an industrial internet of things data collection environment |
US11996900B2 (en) | 2016-05-09 | 2024-05-28 | Strong Force Iot Portfolio 2016, Llc | Systems and methods for processing data collected in an industrial environment using neural networks |
WO2018073955A1 (ja) * | 2016-10-21 | 2018-04-26 | 日本電気株式会社 | システム分析方法、システム分析装置、および、プログラム |
WO2018163342A1 (ja) * | 2017-03-09 | 2018-09-13 | 日本電気株式会社 | 異常検知装置、異常検知方法および異常検知プログラム |
JPWO2018163342A1 (ja) * | 2017-03-09 | 2019-12-26 | 日本電気株式会社 | 異常検知装置、異常検知方法および異常検知プログラム |
US11496507B2 (en) | 2017-03-09 | 2022-11-08 | Nec Corporation | Abnormality detection device, abnormality detection method and abnormality detection program |
Also Published As
Publication number | Publication date |
---|---|
EP1609033A1 (en) | 2005-12-28 |
CN100465842C (zh) | 2009-03-04 |
US7289857B2 (en) | 2007-10-30 |
AU2004226618B2 (en) | 2009-01-15 |
CN1768311A (zh) | 2006-05-03 |
US20060195201A1 (en) | 2006-08-31 |
AU2004226618A1 (en) | 2004-10-14 |
EP1609033B1 (en) | 2012-10-10 |
WO2004088443A1 (en) | 2004-10-14 |
GB0307406D0 (en) | 2003-05-07 |
CA2517121A1 (en) | 2004-10-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1609033B1 (en) | Data analysis system and method | |
Rafique et al. | Cognitive assurance architecture for optical network fault management | |
Li et al. | Anomaly detection with generative adversarial networks for multivariate time series | |
US8036999B2 (en) | Method for analyzing and classifying process data that operates a knowledge base in an open-book mode before defining any clusters | |
Weidl et al. | Applications of object-oriented Bayesian networks for condition monitoring, root cause analysis and decision support on operation of complex continuous processes | |
JP5016519B2 (ja) | 予測的状態監視のための診断システムおよび方法 | |
KR102118670B1 (ko) | Ict 인프라 관리 시스템 및 이를 이용한 ict 인프라 관리 방법 | |
Zhang et al. | Intelligent fault diagnosis and prognosis approach for rotating machinery integrating wavelet transform, principal component analysis, and artificial neural networks | |
Augusto et al. | Management of uncertainty and spatio-temporal aspects for monitoring and diagnosis in a smart home | |
US11080127B1 (en) | Methods and apparatus for detection of process parameter anomalies | |
KR102627062B1 (ko) | 비정상 장비 트레이스 검출 및 분류 | |
US20190197238A1 (en) | Critical infrastructure forensics | |
CN116842423A (zh) | 基于多模态深度学习的航空发动机故障诊断方法及系统 | |
US20160371600A1 (en) | Systems and methods for verification and anomaly detection using a mixture of hidden markov models | |
Mishra et al. | Fault detection of elevator systems using multilayer perceptron neural network | |
JP2021528743A (ja) | ネットワークトラフィックの時間的挙動分析 | |
Maniak et al. | Hierarchical spatial-temporal state machine for vehicle instrument cluster manufacturing | |
CN117114454B (zh) | 一种基于Apriori算法的直流套管状态评估方法及系统 | |
Monekosso et al. | Anomalous behavior detection: Supporting independent living | |
Poongodai et al. | AI technique in diagnostics and prognostics | |
Cohen et al. | EveSyncIAI: Event synchronization industrial augmented intelligence for fault diagnosis | |
Merkt | Predictive models for maintenance optimization: an analytical literature survey of industrial maintenance strategies | |
WO2005071582A2 (en) | Detection of abnormal behaviour in dynamic systems | |
Segovia et al. | Wind turbine alarm management with artificial neural networks | |
Onnes et al. | Bayesian network conflict detection for normative monitoring of black-box systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20070309 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090707 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20091007 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20091015 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20091021 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20091222 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100323 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100330 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100921 |