JP2016012240A - Abnormality detection system - Google Patents
Abnormality detection system Download PDFInfo
- Publication number
- JP2016012240A JP2016012240A JP2014133510A JP2014133510A JP2016012240A JP 2016012240 A JP2016012240 A JP 2016012240A JP 2014133510 A JP2014133510 A JP 2014133510A JP 2014133510 A JP2014133510 A JP 2014133510A JP 2016012240 A JP2016012240 A JP 2016012240A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- index value
- detection system
- data
- output data
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明は、複数機器のデータをもとに異常を検知する異常検知システムに関する。 The present invention relates to an abnormality detection system that detects an abnormality based on data of a plurality of devices.
工場プラントあるいは移動体（車両、電車、建設機器、エレベータ等）に供えられた複数機器から出力されるデータにもとづいて、異常を検知するシステムの導入が進んでいる。特に近年はデータの通信コストや蓄積コストが低下し、大量のデータにもとづき故障前の予兆を検知するシステムが提案されている（特許文献１）。あるいは大量データから経年変化や運転状態を鑑み異常を検知するシステムが提案されている（特許文献２）。 Introduction of a system for detecting an abnormality based on data output from a plurality of devices provided in a factory plant or a moving body (vehicles, trains, construction equipment, elevators, etc.) is in progress. In particular, in recent years, data communication costs and storage costs have been reduced, and a system for detecting a sign before a failure based on a large amount of data has been proposed (Patent Document 1). Or the system which detects abnormality in view of a secular change and a driving | running state from a large amount of data is proposed (patent document 2).
しかし，従来技術では異常あるいは予兆検知が検知された場合に、異常判定にもちいたデータの中から異常あるいは予兆の原因を推定するだけにとどまっており、診断に用いられずに蓄積された大量データから異常に関連するデータを発見することは困難だった。 However, in the prior art, when an abnormality or sign detection is detected, the cause of the abnormality or sign is only estimated from the data used for the abnormality determination, and a large amount of data accumulated without being used for diagnosis It was difficult to find data related to anomalies.
上記課題を解決するため，本発明では，複数機器の異常を検知する異常検知システムにおいて、前記複数機器の出力データを蓄積するデータ蓄積手段と、前記蓄積された出力データを表示する表示器を有し、前記表示器は前記出力データを指標化した指標値の時系列を表示し、前記複数機器のいずれかにおいて異常を検知した場合、前記異常を検知した時刻近傍の指標値を所定のルールにしたがって表示することを特徴とするものである。 In order to solve the above problems, in the present invention, in an abnormality detection system for detecting an abnormality of a plurality of devices, a data storage means for storing output data of the plurality of devices and a display for displaying the stored output data are provided. The indicator displays a time series of index values obtained by indexing the output data, and when an abnormality is detected in any of the plurality of devices, an index value near the time when the abnormality is detected is set to a predetermined rule. Therefore, it is characterized by displaying.
更に、本発明では異常検知システムにおいて、前記指標値は前記出力データの変化率または平均値からの差であることを特徴とするものである。 Furthermore, in the abnormality detection system according to the present invention, the index value is a change rate or a difference from an average value of the output data.
更に、本発明では異常検知システムにおいて、前記所定のルールとは前記異常を検知した時刻において、前記指標値の大きい順にならべることを特徴とするものである。 Further, according to the present invention, in the abnormality detection system, the predetermined rule is arranged in descending order of the index value at the time when the abnormality is detected.
更に、本発明では異常検知システムにおいて、前記所定のルールとは前記異常を検知した時刻において、異常が検知された診断指標と前記指標値との相関が高い順であることを特徴とするものである。 Further, in the present invention, in the abnormality detection system, the predetermined rule is characterized in that the correlation between the diagnostic index in which the abnormality is detected and the index value is in descending order at the time when the abnormality is detected. is there.
更に、本発明では異常検知システムにおいて、出力データの指標化方法と指標値の表示方法と指標値の表示結果と分析結果として記録される異常原因を結びつけて記録する異常分析結果保存手段を備えたことを特徴とするものである。 Further, in the present invention, the abnormality detection system includes an abnormality analysis result storing means for recording the output data indexing method, the index value displaying method, the index value display result, and the cause of the abnormality recorded as the analysis result. It is characterized by this.
更に、本発明では異常検知システムにおいて、前記異常分析結果保存手段に蓄積された異常原因を選択する選択手段と、選択した異常原因と結び付けられた指標値の表示結果と新たに検知した異常に対する複数機器の出力データを選択した異常原因と結び付けられ出力データの指標化方法と指標値の表示方法にしたがって計算した指標値の表示結果とともに表示することを特徴とするものである。 Further, according to the present invention, in the abnormality detection system, a selection means for selecting an abnormality cause accumulated in the abnormality analysis result storage means, a display result of an index value associated with the selected abnormality cause, and a plurality of newly detected anomalies. The output data of the device is associated with the selected cause of abnormality, and is displayed together with the display result of the index value calculated according to the output data indexing method and the index value display method.
更に、本発明では異常検知システムにおいて、前記蓄積された出力データ指標化方法およびデータ表示方法に従いあらたに検知された異常時刻近傍の指標値表示を算出し、前記異常分析結果保存手段に蓄積された指標値の表示結果とマッチングをおこない、マッチング度の高いものから順に指標値表示結果を表示することを特徴とするものである。 Further, according to the present invention, in the abnormality detection system, an index value display near the abnormal time newly detected in accordance with the accumulated output data indexing method and data display method is calculated and stored in the abnormality analysis result storage means. The index value display result is matched, and the index value display result is displayed in descending order of the matching degree.
本発明により蓄積された大量データから異常に関連するデータを速やかに抽出することが可能となり異常分析を効率よく実施でき、故障対策時間が短縮できる。 According to the present invention, it is possible to quickly extract data related to an abnormality from a large amount of data accumulated, the abnormality analysis can be efficiently performed, and the failure countermeasure time can be shortened.
またこれら異常分析結果を共有化でき、分析者の経験によらず一定の品質の異常分析が実現できる。 In addition, these anomaly analysis results can be shared, and anomaly analysis with a certain quality can be realized regardless of the analyst's experience.
以下本発明の実施形態を、図面を参照して説明する。 Embodiments of the present invention will be described below with reference to the drawings.
図１は鉄鋼あるいは化学プラントにおける異常検知システムの一例を示す。 FIG. 1 shows an example of an abnormality detection system in a steel or chemical plant.
化学プラントでは材料を投入してから製品が生成されるまでには複数機器による加工が行われる。ここでは機器１〜６を用いて材料１および材料２から製品を生成し、これら機器を制御する中央制御装置を備えたプラントをその一例として示す。その際に異常検知システム300では各機器からはセンサ情報（温度、流量、圧力、濃度）や制御情報（材料情報、制御目標、内部状態）を有線あるいは無線をつかって収集する。さらにこれら複数機器を一括して制御するための中央制御装置302がある場合においては稼働情報（起動、定常、終了などの制御モード等）や環境情報（外気温度、気圧、等）304も異常検知システムで収集する。なおこの異常検知システム300は前記中央制御装置302と一体としても良いし、異常検知システム300として独立して設置することが可能である。 In a chemical plant, processing by a plurality of devices is performed from when materials are input to when a product is generated. Here, a plant including a central controller that generates products from materials 1 and 2 using devices 1 to 6 and controls these devices is shown as an example. At that time, the abnormality detection system 300 collects sensor information (temperature, flow rate, pressure, concentration) and control information (material information, control target, internal state) from each device by wire or wireless. In addition, when there is a central control unit 302 for controlling these multiple devices at once, operation information (control mode such as start, steady, end, etc.) and environmental information (outside temperature, pressure, etc.) 304 are also detected abnormally. Collect by system. The abnormality detection system 300 may be integrated with the central controller 302 or may be installed independently as the abnormality detection system 300.
図２は異常検知システム300における表示装置におけるデータ監視画面200の一例を示す。図3に異常検知システム300における表示装置における別なデータ監視画面202の表示例を示す。 FIG. 2 shows an example of the data monitoring screen 200 in the display device in the abnormality detection system 300. FIG. 3 shows a display example of another data monitoring screen 202 on the display device in the abnormality detection system 300.
図２に示すようにセンサ情報や制御情報を組み合わせにより生成される診断指標値（制御誤差：例えば対象機器のモデルを作成し入力から想定される出力と実際の出力の差である制御誤差として算出する）あるいはセンサ情報（圧力、温度、流量）あるいは制御情報（推定反応速度）などの最新値あるいはデータ監視画面のカーソルの移動に対応したカーソル値が表示され、かつこれらの値のいずれかが予め設定されたしきい値をこえると異常と判定される。 As shown in FIG. 2, a diagnostic index value generated by combining sensor information and control information (control error: for example, a model of the target device is created and calculated as a control error that is the difference between the output expected from the input and the actual output ) Or the latest value such as sensor information (pressure, temperature, flow rate) or control information (estimated reaction rate) or a cursor value corresponding to the movement of the cursor on the data monitoring screen, and any of these values is displayed in advance. When the set threshold value is exceeded, it is determined as abnormal.
異常と判定された場合は、図3に示すように異常値が注意喚起のために強調表示される（該当データが強調表示(例えば、赤くなる、ブリング)など。この図3の例では、異常検知時刻以降に圧力値が異常であることを圧力値を二重枠線で強調表示している。また、機器担当者に異常を知らせるメールを送信したり、場合によっては関連機器を緊急停止させるなどの処理が行われる。 If it is determined to be abnormal, the abnormal value is highlighted for alerting as shown in Fig. 3 (the corresponding data is highlighted (for example, turns red, bling), etc.) The pressure value is highlighted with a double border to indicate that the pressure value is abnormal after the detection time, and an email notifying the person in charge of the device is sent, or in some cases, the related device is urgently stopped. Etc. are performed.
本発明においては説明を簡単にするため、異常検知時刻をこれらの対象機器の出力データとして診断指標値、センサ情報あるいは制御情報が予め決められたしきい値を超えたときの時刻と定義するが、異常検知時刻はこれにかぎらず、例えばしきい値をあらかじめ設定した時間以上こえた場合に警告が発生する場合においては、この警告が発生した時刻としても良い。なおここで設定したしきい値は必ずしも一定とは限らず、環境情報（外気温度、気圧）や稼働情報（起動、終了、定常などの機器動作モード）によって可変としても良い。 In the present invention, for the sake of simplicity, the abnormality detection time is defined as the time when the diagnostic index value, sensor information, or control information exceeds a predetermined threshold as output data of these target devices. The abnormality detection time is not limited to this. For example, when a warning is generated when the threshold value exceeds a preset time, the time at which this warning occurs may be used. Note that the threshold value set here is not necessarily constant, and may be variable depending on environment information (outside air temperature, atmospheric pressure) and operation information (device operation modes such as start, end, and steady state).
本発明の課題は図２及び図3のデータ監視画面で異常が検知されたときに行われる異常分析の支援である。ここで言う異常分析とは異常原因を特定するための作業であり、具体的には異常判定しきい値を超えたデータ以外も用いて、異常検知が誤報でないか、もし誤報でなければ原因が何かを分析する作業のことを指す。従来の異常分析では、分析者が確認する機器データ（センサ情報、制御情報、稼働情報、環境情報）は分析者の知見に基づいて決まっており、このため分析者の技量によっては、すべてのデータを総当り的に確認したり、関係ないデータを分析したりする恐れがあった。そこで本発明では以下に説明する方法によって、異常に関係するデータを速やかに分析者に提示することで分析作業を効率化し、なおかつ分析知識（異常分析結果）の共有をも容易とする異常検知システムを開示する。 An object of the present invention is support for abnormality analysis performed when an abnormality is detected on the data monitoring screens of FIGS. Abnormality analysis here is the work to identify the cause of abnormality, and specifically, using data other than the data exceeding the abnormality judgment threshold, the abnormality detection is not false alarm, or if it is not false alarm, the cause is It refers to the work of analyzing something. In conventional anomaly analysis, the device data (sensor information, control information, operation information, environmental information) to be confirmed by the analyst is determined based on the analyst's knowledge. Therefore, depending on the skill of the analyst, all data There is a risk of brute force confirmation and analysis of irrelevant data. Accordingly, in the present invention, an abnormality detection system that makes analysis work more efficient by promptly presenting data relating to an abnormality to an analyst by the method described below, and also facilitates sharing of analysis knowledge (anomaly analysis result). Is disclosed.
図４および図５を用いて本発明の第一の実施形態を説明する。 A first embodiment of the present invention will be described with reference to FIGS. 4 and 5.
図４は本発明の異常検知システム300を実現するためのブロック図の一例である。図１で説明した異常検知システム300にはプラントのセンサ情報、制御情報、稼働情報、環境情報およびこれらの情報を元に異常検知システム300で算出された診断指標を蓄積する蓄積手段100を備える。これらの情報は異常に関連するデータを選別するため指標化手段102で指標化される。具体的には各情報の過去一定期間のデータから最大および最小値を算出しておき、最大値から最小値の差を最大変化量として定義し、所定時間あたりの変化量を最大変化量で割ったものを変化率と定義し、これを指標として算出する。あるいは過去一定期間のデータから平均値を算出値、この平均値からの差を平均値でわったものを平均乖離率と定義し、指標として算出しても良い。また変化率や平均乖離率を実データからではなく設計データから算出しても良い。このように算出した指標は表示手段104によって所定のルールにしたがって表示される。 FIG. 4 is an example of a block diagram for realizing the abnormality detection system 300 of the present invention. The abnormality detection system 300 described with reference to FIG. 1 includes storage means 100 for storing plant sensor information, control information, operation information, environmental information, and diagnostic indicators calculated by the abnormality detection system 300 based on these information. These pieces of information are indexed by the indexing means 102 for selecting data related to the abnormality. Specifically, the maximum and minimum values are calculated from data for a certain period of time for each information, the difference between the maximum and minimum values is defined as the maximum change amount, and the change amount per predetermined time is divided by the maximum change amount. Is defined as the rate of change, and this is calculated as an index. Alternatively, an average value may be defined as a calculated value by calculating an average value from data for a certain period in the past, and dividing an average value by a difference from the average value. Further, the change rate and average deviation rate may be calculated from design data instead of actual data. The indicator calculated in this way is displayed by the display means 104 according to a predetermined rule.
図５は本発明の異常検知システム300によって表示される異常分析結果の一例である。本発明の表示手段ではセンサ情報、制御情報、稼働情報、環境情報、診断指標が指標化され異常判定時刻近傍における時系列として表示される。 FIG. 5 is an example of an abnormality analysis result displayed by the abnormality detection system 300 of the present invention. In the display means of the present invention, sensor information, control information, operation information, environmental information, and diagnostic indicators are indexed and displayed as a time series near the abnormality determination time.
図５では指標化された値を異常判定された診断指標を一番上に表示し、異常判定時刻において指標値が大きい順にセンサ値をならべて濃淡表示を行っている。この表示では異常時刻において変化率が大きいものや平均からの乖離が大きいものが上位に表示されており、分析者にとって異常と関連するデータが上位に表示されるようになっている。これ例では、指標値として圧力101、温度121、流量200、制御量95の順になっている。 In FIG. 5, the diagnostic index in which the indexed value is determined to be abnormal is displayed at the top, and the sensor values are arranged in descending order at the time of abnormality determination to display light and shade. In this display, those with a large rate of change at the abnormal time and those with a large deviation from the average are displayed at the top, and data related to the abnormality is displayed at the top for the analyst. In this example, the index values are in the order of pressure 101, temperature 121, flow rate 200, and control amount 95.
また異常判定時刻の近傍で診断指標と各データの時系列を表示することで、分析者が診断指標と関連して変化するデータを容易にみつけることができる。 In addition, by displaying the diagnosis index and the time series of each data in the vicinity of the abnormality determination time, an analyst can easily find data that changes in relation to the diagnosis index.
例えば、本発明は異常が発生したときに、異常状態と関連するセンサ値を見つけるのを支援することが実現出来る。図５で示されたように、各センサ値、もしくは各センサ値の変位は１次元情報のため、それらの値の大小を横軸を時間とした一本の濃淡領域として表示することができる。 For example, the present invention can be implemented to assist in finding a sensor value associated with an abnormal state when an abnormality occurs. As shown in FIG. 5, each sensor value or the displacement of each sensor value is one-dimensional information, so that the magnitude of those values can be displayed as a single shaded area with time on the horizontal axis.
そして、異常判定時刻における複数のセンサの濃淡表示を縦に並べればセンサ値もしくはセンサ値の変位を２次元のパターンとして表示、又は認識することが可能になる。 If the gray scale display of a plurality of sensors at the abnormality determination time is arranged vertically, the sensor value or the displacement of the sensor value can be displayed or recognized as a two-dimensional pattern.
即ち、故障によって影響がでるセンサは異なることから、このパターンを表示、認識することで故障を特定できることが本発明の特徴となります。 In other words, since the sensor affected by a failure differs, the feature of the present invention is that the failure can be specified by displaying and recognizing this pattern.
具体例を挙げると図１の化学プラントの機器２の空気系にリークが発生した場合に、図５に示したように関連する機器1のセンサの圧力値が圧力101に、機器３のセンサの温度の値が温度121に、機器6のセンサの流量の値が流量200に、機器５の制御量が制御量95に変化するパターンを読み取って、このパターンから機器２での空気系にリークが発生していることを特定することが実現する。 As a specific example, when a leak occurs in the air system of the equipment 2 of the chemical plant in FIG. 1, the pressure value of the sensor of the related equipment 1 is changed to the pressure 101 as shown in FIG. A pattern in which the temperature value is changed to the temperature 121, the sensor 6 flow rate value to the flow rate 200, and the control amount of the device 5 to the control amount 95 is read, and the air system in the device 2 leaks from this pattern. Identifying what is happening is realized.
さらに分析者が診断指標と各パラメータの相関を濃淡変化で見つける代わりに、表示順を診断指標と各データとの相関係数の絶対値が大きいものの順にならべても良い。 Further, instead of the analyst finding the correlation between the diagnostic index and each parameter by the change in density, the display order may be arranged in the order of the absolute value of the correlation coefficient between the diagnostic index and each data.
本構成によれば異常に相関が高いデータが上位に表示されるため、分析者が異常に相関が高いデータを簡単に選定することができ、異常分析をより効率的に行える。またここでは図示していないが表示された濃淡データあるいはデータ名を選択するとそれらのオリジナルデータの時系列が表示されるようにしても良い。本構成によれば、異常判定時刻近傍で異常と関連するデータ値の変化を容易に確認することができ、異常分析がより効率的に実施できる。また本実施例では指標値の時系列データを濃淡図として表示したが、カラー表示や３Ｄ表示としても本発明の本質は変わらない。 According to this configuration, data with abnormally high correlation is displayed at the top, so the analyst can easily select data with abnormally high correlation, and abnormality analysis can be performed more efficiently. Although not shown here, when the displayed grayscale data or data name is selected, the time series of the original data may be displayed. According to this configuration, a change in the data value related to the abnormality can be easily confirmed near the abnormality determination time, and abnormality analysis can be performed more efficiently. In this embodiment, the time-series data of the index value is displayed as a gray scale diagram, but the essence of the present invention is not changed even if it is displayed in color or 3D.
図６から図８をもちいて本発明の第2の実施形態を説明する。 A second embodiment of the present invention will be described with reference to FIGS.
図６は本発明を実現するためのブロック図の別の一例である。図４との違いは図４で説明した異常分析結果と指標化手段と指標表示方法とを分析の結果として判明した異常原因と結び付けて記録する記録手段106を備えたことである。本構成により、過去の異常分析結果との比較による異常分析が可能となる。 FIG. 6 is another example of a block diagram for realizing the present invention. The difference from FIG. 4 is that a recording means 106 is provided for recording the abnormality analysis result, the indexing means, and the index display method described in FIG. 4 in association with the cause of abnormality found as a result of the analysis. With this configuration, it is possible to perform abnormality analysis by comparison with past abnormality analysis results.
図７及び図８は本発明の異常分析結果の別の一例である。図７に示しているのが新しく発生した異常判定時刻近傍の異常判定結果、図８にしめしているのが過去に発生した異常（例えばバルブＡ故障）に対応する異常判定結果である。 7 and 8 show another example of the abnormality analysis result of the present invention. FIG. 7 shows an abnormality determination result near the newly generated abnormality determination time, and FIG. 8 shows an abnormality determination result corresponding to an abnormality that has occurred in the past (for example, valve A failure).
本発明においては過去に発生した異常事例を選択すると、このときの異常分析結果が表示されると同時に、異常事例に対応した異常分析指標の算出方法、指標データの表示方法にしたがって、新たな異常判定時刻近傍の異常分析結果が表示される。分析者はこの二つの異常判定結果を比較することによって新たに発生した異常が過去に発生したものと同じかどうかを容易に判定することができる。またここでは図示していないが記録手段に蓄積された故障原因の選定を容易にすべく、異常原因毎の発生時刻や発生頻度を記録手段に蓄積された異常分析結果を元に算出し、分析者が故障原因を選定するときの参考情報として表示するようにしても良い。 In the present invention, when an abnormal case that has occurred in the past is selected, the result of the abnormal analysis at this time is displayed, and at the same time, a new abnormality is determined according to the calculation method of the abnormal analysis index corresponding to the abnormal case and the display method of the index data. An abnormality analysis result near the determination time is displayed. The analyst can easily determine whether or not the newly generated abnormality is the same as that generated in the past by comparing the two abnormality determination results. Although not shown here, in order to facilitate the selection of the cause of failure accumulated in the recording means, the occurrence time and occurrence frequency for each abnormality cause is calculated based on the abnormality analysis results accumulated in the recording means and analyzed. It may be displayed as reference information when the person selects the cause of failure.
図９から図１１をもちいて本発明の別の実施形態を説明する。
図９は本発明を実現するためのブロック図の別の一例である。図６との違いは図６では過去の分析結果の表示のために分析者が故障原因を入力したのに対し、本実施例では過去の異常分析結果と同じ指標化、同じ表示方法で異常分析結果を算出し、記録された異常分析結果と新たに算出した異常分析結果を比較するマッチング処理を自動的に実施するマッチング手段108を備えたことである。本構成により自動計算されるマッチング指標（たとえば画像の相関値）が高いものから分析者に提示することが可能となり、異常分析がより容易となる。 図１０、及び図１１は本発明の別の表示結果の一例である。本発明によれば異常判定時刻近傍で最も表示がマッチングする過去の分析結果を新しい分析結果とともに表示される。図１０では最もマッチング度が高いものから類似事例として故障原因とともに表示される。また本実施例の応用として図１０の複数のデータを選択し、選択したデータのみを用いてマッチング度合いを算出し、過去分析結果を類似事例として表示することも可能である。
Another embodiment of the present invention will be described with reference to FIGS.
FIG. 9 is another example of a block diagram for realizing the present invention. The difference from FIG. 6 is that, in FIG. 6, the analyst inputs the cause of failure to display the past analysis result, but in this embodiment, abnormality analysis is performed with the same indexing and display method as the past abnormality analysis result. A matching means 108 is provided for automatically performing a matching process for calculating a result and comparing the recorded abnormality analysis result with the newly calculated abnormality analysis result. With this configuration, it is possible to present to the analyst from the one with a high matching index (for example, the correlation value of the image) automatically calculated, and the abnormality analysis becomes easier. 10 and 11 are examples of another display result of the present invention. According to the present invention, the past analysis result whose display matches most in the vicinity of the abnormality determination time is displayed together with the new analysis result. In FIG. 10, similar cases are displayed together with the cause of failure from the one with the highest matching degree. Further, as an application of the present embodiment, it is possible to select a plurality of data in FIG. 10, calculate the degree of matching using only the selected data, and display past analysis results as similar cases.
本発明によれば過去事例から最も類似した事例を自動的に提示することができるため、分析者にとって初めての異常でもシステムが異常原因を自動抽出してくれるため異常分析がより容易となる。 According to the present invention, the most similar case can be automatically presented from past cases, so that even if it is the first abnormality for the analyst, the system automatically extracts the cause of the abnormality, so that the abnormality analysis becomes easier.
図１２から図１４を用いて本発明の別の実施形態を説明する。 Another embodiment of the present invention will be described with reference to FIGS.
図１２は本発明を実現するためのブロック図の別の一例である。図９との違いはマッチング手段１０８に同一機器情報を与えることである。プラントにかぎらずシステムには複数の同一機器が用いられることがある。たとえば回転機Ｂと回転機Ｃが同一機器でかつ同一制御を行っていた場合、回転機Ｂの出力データに対応する回転機Ｃの対応データが何かをあたえることで同一機器に対する異常分析が可能となる。 FIG. 12 is another example of a block diagram for realizing the present invention. The difference from FIG. 9 is that the same device information is given to the matching means 108. A plurality of identical devices may be used in a system regardless of the plant. For example, if the rotating machine B and the rotating machine C are the same device and perform the same control, the abnormality data for the same device can be analyzed by giving the corresponding data of the rotating machine C corresponding to the output data of the rotating machine B. It becomes.
図１３、及び図１４は本発明の別の表示結果の一例である。本発明では同一機器情報により回転機Ｂと回転機Ｃが同一機器であり、回転機Ｂの温度１０１、圧力５５、流量１０、制御量２がそれぞれ回転機Ｃの温度１０２、圧力５６、流量１１、制御量３に対応することが同一機器情報として与えられる。そこでマッチング手段では回転機Ｂ故障のデータ分析結果と回転機Ｃ故障のデータ分析結果のマッチング度合いを算出することで、過去に全く同じ機器の故障データが無い場合によっても同一機器の異常を分析することが実現できる。 13 and 14 are examples of another display result of the present invention. In the present invention, the rotating machine B and the rotating machine C are the same equipment based on the same equipment information, and the temperature 101, the pressure 55, the flow rate 10, and the controlled variable 2 of the rotating machine B are the temperature 102, the pressure 56, and the flow rate 11 of the rotating machine C, respectively. Corresponding to the control amount 3 is given as the same device information. Therefore, the matching means calculates the degree of matching between the data analysis result of the rotating machine B failure and the data analysis result of the rotating machine C failure, thereby analyzing the abnormality of the same device even when there is no failure data of the same device in the past. Can be realized.
図１５、図１６に本発明の異常検知システムの別の実施例を示す。
図１に示したように本発明では一つの製品を製造するのに関連する機器を一まとまりとして異常を検知する異常検知システムを対象として説明したが、本発明の対象とするシステムはこれに限らない。たとえば図１５に示すように機器１0〜機器14のセンサ・制御情報が共有して通信される通信線につながれた診断システムに適用しても良い。このような事例としては鉄道や自動車、建設機器などの移動体が考えられる。
15 and 16 show another embodiment of the abnormality detection system of the present invention.
As shown in FIG. 1, the present invention has been described with respect to an abnormality detection system that detects an abnormality with a group of devices related to manufacturing one product, but the system that is the subject of the present invention is not limited to this. Absent. For example, as shown in FIG. 15, the present invention may be applied to a diagnostic system connected to a communication line through which sensor / control information of the devices 10 to 14 is shared and communicated. Examples of such cases include moving bodies such as railways, automobiles, and construction equipment.
また、このような移動体に関しては図１６に示すように、複数の移動体１〜移動体４情報の異常を検知する異常検知システムを構成することも可能である。本構成によれば遠隔地で動作する移動体が持つ機器情報を一か所で分析することにより、他の移動体で起こった過去事例との比較が容易となり分析効率を向上できる。 In addition, as shown in FIG. 16, it is possible to configure an abnormality detection system that detects an abnormality in information on a plurality of moving bodies 1 to 4 for such a moving body. According to this configuration, by analyzing the device information of a mobile body operating in a remote place in one place, it is easy to compare with past cases that have occurred in other mobile bodies, and the analysis efficiency can be improved.
100蓄積手段
102指標化手段
104表示手段
106記録手段
108マッチング手段
300異常検知システム
100 storage means
102 Indexing means
104 display means
106 Recording means
108 matching means
300 anomaly detection system
Claims (7)
前記複数機器の出力データを蓄積するデータ蓄積手段と、
前記蓄積された出力データを表示する表示器を有し、
前記表示器は前記出力データを指標化した指標値の時系列を表示し、
前記複数機器のいずれかにおいて異常を検知した場合、前記異常を検知した時刻近傍の指標値を所定のルールにしたがって表示することを特徴とする異常検知システム。 In an anomaly detection system that detects anomalies in multiple devices,
Data storage means for storing output data of the plurality of devices;
A display for displaying the accumulated output data;
The indicator displays a time series of index values obtained by indexing the output data,
When an abnormality is detected in any of the plurality of devices, an anomaly detection system displaying an index value near the time when the abnormality is detected according to a predetermined rule.
前記指標値は前記出力データの変化率または平均値からの差であることを特徴とする異常検知システム。 In claim 1,
The abnormality detection system, wherein the index value is a change rate or a difference from an average value of the output data.
前記所定のルールとは前記異常を検知した時刻において、前記指標値の大きい順にならべることを特徴とする異常検知システム。 In claim 1 or claim 2,
The abnormality detection system characterized in that the predetermined rule is arranged in descending order of the index value at the time when the abnormality is detected.
前記所定のルールとは前記異常を検知した時刻において、異常が検知された診断指標と前記指標値との相関が高い順であることを特徴とする異常検知システム。 In claim 1 or claim 2,
The predetermined rule is an abnormality detection system characterized in that the correlation between a diagnostic index in which an abnormality is detected and the index value is in descending order at the time when the abnormality is detected.
出力データの指標化方法と指標値の表示方法と指標値の表示結果と分析結果として記録される異常原因を結びつけて記録する異常分析結果保存手段を備えたことを特徴とする異常検知システム In claim 1,
An anomaly detection system comprising an anomaly analysis result storage means for recording an output data indexing method, an index value display method, an index value display result, and an anomaly recorded as an analysis result
前記異常分析結果保存手段に蓄積された異常原因を選択する選択手段と、選択した異常原因と結び付けられた指標値の表示結果と新たに検知した異常に対する複数機器の出力データを選択した異常原因と結び付けられ出力データの指標化方法と指標値の表示方法にしたがって計算した指標値の表示結果とともに表示することを特徴とする異常検知システム。 In claim 5,
Selection means for selecting the cause of abnormality accumulated in the abnormality analysis result storage means, the display result of the index value associated with the selected abnormality cause, and the cause of abnormality selected from the output data of a plurality of devices for the newly detected abnormality An anomaly detection system characterized in that it is displayed together with a display result of an index value calculated in accordance with a method of indexing output data and a method of displaying an index value.
前記蓄積された出力データ指標化方法およびデータ表示方法に従いあらたに検知された異常時刻近傍の指標値表示を算出し、前記異常分析結果保存手段に蓄積された指標値の表示結果とマッチングをおこない、マッチング度の高いものから順に指標値表示結果を表示することを特徴とする異常検知システム。 In claim 5,
Calculate the index value display near the abnormal time newly detected according to the accumulated output data indexing method and the data display method, and match the index value display result accumulated in the abnormality analysis result storage means, An anomaly detection system that displays index value display results in descending order of matching degree.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014133510A JP2016012240A (en) | 2014-06-30 | 2014-06-30 | Abnormality detection system |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2014133510A JP2016012240A (en) | 2014-06-30 | 2014-06-30 | Abnormality detection system |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2016012240A true JP2016012240A (en) | 2016-01-21 |
Family
ID=55228920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2014133510A Pending JP2016012240A (en) | 2014-06-30 | 2014-06-30 | Abnormality detection system |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2016012240A (en) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018132918A (en) * | 2017-02-15 | 2018-08-23 | 日本電信電話株式会社 | Data analysis apparatus and data analysis method |
| WO2018235807A1 (en) * | 2017-06-19 | 2018-12-27 | Ｊｆｅスチール株式会社 | Process abnormal state diagnosing device and abnormal state diagnosing method |
| WO2019181572A1 (en) * | 2018-03-20 | 2019-09-26 | 住友重機械工業株式会社 | Abnormality monitoring device, abnormality monitoring method, program, control device, and plant |
| WO2019225181A1 (en) | 2018-05-25 | 2019-11-28 | 株式会社 東芝 | Device for creating data for analysis |
| US10796506B2 (en) | 2018-04-13 | 2020-10-06 | Honda Motor Co., Ltd. | Information output device and information output method |
| WO2021131146A1 (en) * | 2019-12-24 | 2021-07-01 | 三菱電機株式会社 | Information processing device, information processing method, and information processing program |
| JP2022039101A (en) * | 2020-08-27 | 2022-03-10 | 横河電機株式会社 | Monitor apparatus, monitor method, and monitor program |
| JP2022151203A (en) * | 2021-03-26 | 2022-10-07 | 横河電機株式会社 | Device, method, and program |
| JP2023050478A (en) * | 2021-09-30 | 2023-04-11 | 横河電機株式会社 | Monitoring device, monitoring method, and monitoring program |
| WO2023089773A1 (en) * | 2021-11-19 | 2023-05-25 | ファナック株式会社 | Abnormality diagnostic device, abnormality diagnostic system, and storage medium |
-
2014
- 2014-06-30 JP JP2014133510A patent/JP2016012240A/en active Pending
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2018132918A (en) * | 2017-02-15 | 2018-08-23 | 日本電信電話株式会社 | Data analysis apparatus and data analysis method |
| US11112782B2 (en) | 2017-06-19 | 2021-09-07 | Jfe Steel Corporation | Process anomalous state diagnostic device and process anomalous state diagnosis method |
| WO2018235807A1 (en) * | 2017-06-19 | 2018-12-27 | Ｊｆｅスチール株式会社 | Process abnormal state diagnosing device and abnormal state diagnosing method |
| JPWO2018235807A1 (en) * | 2017-06-19 | 2019-06-27 | Ｊｆｅスチール株式会社 | Apparatus for diagnosing abnormal state of process and method for diagnosing abnormal state |
| WO2019181572A1 (en) * | 2018-03-20 | 2019-09-26 | 住友重機械工業株式会社 | Abnormality monitoring device, abnormality monitoring method, program, control device, and plant |
| TWI711911B (en) * | 2018-03-20 | 2020-12-01 | 日商住友重機械工業股份有限公司 | Abnormal monitoring device and abnormal monitoring method |
| KR20200135346A (en) * | 2018-03-20 | 2020-12-02 | 스미도모쥬기가이고교 가부시키가이샤 | Abnormality monitoring device, abnormality monitoring method, program, control device and plant |
| JPWO2019181572A1 (en) * | 2018-03-20 | 2021-03-11 | 住友重機械工業株式会社 | Anomaly monitoring equipment, anomaly monitoring methods, programs, controls and plants |
| KR102560765B1 (en) | 2018-03-20 | 2023-07-26 | 스미도모쥬기가이고교 가부시키가이샤 | Abnormal monitoring device, abnormal monitoring method, program, control device and plant |
| US10796506B2 (en) | 2018-04-13 | 2020-10-06 | Honda Motor Co., Ltd. | Information output device and information output method |
| WO2019225181A1 (en) | 2018-05-25 | 2019-11-28 | 株式会社 東芝 | Device for creating data for analysis |
| JP2021103359A (en) * | 2019-12-24 | 2021-07-15 | 三菱電機株式会社 | Information processing device, information processing method and information processing program |
| WO2021131146A1 (en) * | 2019-12-24 | 2021-07-01 | 三菱電機株式会社 | Information processing device, information processing method, and information processing program |
| JP7412164B2 (en) | 2019-12-24 | 2024-01-12 | 三菱電機株式会社 | Information processing device, information processing method, and information processing program |
| JP2022039101A (en) * | 2020-08-27 | 2022-03-10 | 横河電機株式会社 | Monitor apparatus, monitor method, and monitor program |
| US11645794B2 (en) | 2020-08-27 | 2023-05-09 | Yokogawa Electric Corporation | Monitoring apparatus, monitoring method, and computer-readable medium having recorded thereon monitoring program |
| JP7318612B2 (en) | 2020-08-27 | 2023-08-01 | 横河電機株式会社 | MONITORING DEVICE, MONITORING METHOD, AND MONITORING PROGRAM |
| JP2022151203A (en) * | 2021-03-26 | 2022-10-07 | 横河電機株式会社 | Device, method, and program |
| JP7347468B2 (en) | 2021-03-26 | 2023-09-20 | 横河電機株式会社 | Apparatus, method and program |
| JP2023050478A (en) * | 2021-09-30 | 2023-04-11 | 横河電機株式会社 | Monitoring device, monitoring method, and monitoring program |
| JP7452509B2 (en) | 2021-09-30 | 2024-03-19 | 横河電機株式会社 | Monitoring devices, monitoring methods, and monitoring programs |
| WO2023089773A1 (en) * | 2021-11-19 | 2023-05-25 | ファナック株式会社 | Abnormality diagnostic device, abnormality diagnostic system, and storage medium |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2016012240A (en) | Abnormality detection system | |
| US10402246B2 (en) | Method for generating a machine heartbeat | |
| US20190018402A1 (en) | Plant-abnormality-monitoring method and computer program for plant abnormality monitoring | |
| JP6330864B2 (en) | MOTOR MONITORING DEVICE AND METHOD | |
| JP6749488B2 (en) | Abnormality importance calculation system, abnormality importance calculation device, and abnormality importance calculation program | |
| JP4957406B2 (en) | Batch process analysis system and batch process analysis method | |
| WO2019087508A1 (en) | Monitoring target selecting device, monitoring target selecting method and program | |
| JPWO2018147362A1 (en) | Industrial equipment monitoring apparatus and industrial equipment monitoring method | |
| JP6298562B1 (en) | Status monitoring device, status monitoring method and program | |
| KR20180029862A (en) | Heat map display device and heat map display method | |
| JP5234321B2 (en) | Process-related data display device and process-related data display method | |
| JP2015215709A (en) | Apparatus data processor and apparatus data processing method | |
| JP5822794B2 (en) | Motor control device | |
| US10955829B2 (en) | System and a method to enable zero defect production | |
| CN105683852A (en) | Apparatus and method for model adaptation | |
| JP2018073060A (en) | Diagnostic result display method in diagnostic apparatus and diagnostic apparatus | |
| JP6459345B2 (en) | Fluctuation data management system and its specificity detection method | |
| JP6749219B2 (en) | Plant operation data analysis system | |
| EP3130977B1 (en) | Analyzing machinery operating parameters | |
| JP5088206B2 (en) | Plant information display system and plant information display method | |
| JP2019204342A (en) | Sign diagnosis system | |
| US20130116813A1 (en) | Operating and monitoring apparatus and method | |
| WO2023089773A9 (en) | Abnormality diagnostic device, abnormality diagnostic system, and storage medium | |
| JP2023111015A (en) | Processing device, control device for processing machine, processing method and control program | |
| EP3341808B1 (en) | Method for generating a machine heartbeat to monitor such machine |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170110 |
|
| RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20170112 |