JP7436313B2 - 予測システム、予測方法、ならびに表示装置 - Google Patents
予測システム、予測方法、ならびに表示装置 Download PDFInfo
- Publication number
- JP7436313B2 JP7436313B2 JP2020124393A JP2020124393A JP7436313B2 JP 7436313 B2 JP7436313 B2 JP 7436313B2 JP 2020124393 A JP2020124393 A JP 2020124393A JP 2020124393 A JP2020124393 A JP 2020124393A JP 7436313 B2 JP7436313 B2 JP 7436313B2
- Authority
- JP
- Japan
- Prior art keywords
- value
- input
- learning
- prediction
- values
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims description 21
- 230000035945 sensitivity Effects 0.000 claims description 60
- 238000004364 calculation method Methods 0.000 claims description 59
- 238000013213 extrapolation Methods 0.000 claims description 38
- 238000010606 normalization Methods 0.000 claims description 23
- 238000010586 diagram Methods 0.000 claims description 21
- 238000010206 sensitivity analysis Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 8
- 238000012545 processing Methods 0.000 claims description 4
- 230000006870 function Effects 0.000 description 11
- 238000013528 artificial neural network Methods 0.000 description 5
- 230000015556 catabolic process Effects 0.000 description 4
- 238000013135 deep learning Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- PXFBZOLANLWPMH-UHFFFAOYSA-N 16-Epiaffinine Natural products C1C(C2=CC=CC=C2N2)=C2C(=O)CC2C(=CC)CN(C)C1C2CO PXFBZOLANLWPMH-UHFFFAOYSA-N 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000003094 perturbing effect Effects 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000013179 statistical model Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
12:入力値正規化演算部
15:統計値正規化演算部
18:距離係数算出部
22:感度係数算出部
26:学習範囲外指標算出部
30:表示部
D1:それぞれの入力項目の学習データの統計値
D1U:正規化後の学習データの統計値
D2:入力項目のそれぞれの入力値
D2U:正規化後の入力値
D2U1:摂動を与えた入力値
D3:学習範囲外指標
DB:学習データの統計値記憶部
DS1:摂動を与えた場合の予測値
DS2:予測値
K:感度係数
L:距離係数
M1:感度解析用予測モデル
M2:予測値計算用予測モデル
Claims (15)
- 学習段階において学習データを用いて学習する予測モデルを含む予測システムであって、
予測段階において入力項目の入力値を得る入力部と、前記入力部からの各入力項目の入力値を用いた予測処理により予測値を求める予測モデルと、前記入力部からの各入力項目の入力値に摂動を与えた入力値を感度解析用予測モデルに与えた場合の前記感度解析用予測モデルからの予測値に基づき前記予測モデルの入力値に対する予測値の感度係数を算出する感度係数算出部と、前記入力部からの各入力項目の入力値に関する前記学習データの統計値からの乖離度を示す距離係数を算出する距離係数算出部と、前記感度係数と前記距離係数の値から学習範囲外指標の値を算出する学習範囲外指標算出部と、前記予測モデルからの予測値と、前記感度係数算出部からの感度係数と、前記距離係数算出部からの前記距離係数と、前記学習範囲外指標算出部からの前記学習範囲外指標とを入力するとともに、これらの値を数値あるいは図として表示する表示部を備え、各入力項目の入力値が出力値に及ぼす影響と、外挿条件となっている入力値の外挿の幅、の双方を勘案して予測値の信頼性の程度を運転員へ提示することを特徴とする予測システム。 - 請求項1に記載の予測システムであって、
各入力項目の入力値を正規化する入力値正規化演算部と、各入力項目に関する前記学習データの統計値を正規化する統計値正規化演算部を備え、
少なくとも前記感度係数算出部あるいは前記距離係数算出部のいずれかで前記感度係数あるいは前記距離係数を算出するために正規化後の入力値と正規化後の学習データの統計値を与えることを特徴とする予測システム。 - 請求項1または請求項2に記載の予測システムであって、
前記学習範囲外指標算出部では、各入力項目の前記感度係数と前記距離係数の積を全入力項目について加算して前記学習範囲外指標を算出することを特徴とする予測システム。 - 請求項1または請求項2に記載の予測システムであって、
前記学習範囲外指標算出部は、各入力項目の前記感度係数と前記距離係数の積の絶対値を全入力項目について加算して前記学習範囲外指標を算出することを特徴とする予測システム。 - 請求項1から請求項4のいずれか1項に記載の予測システムであって、
前記距離係数算出部に与えられる統計値として大小2つ以上の統計値を用い、そのうち最大となる統計値よりも入力項目の値が大きい場合には大きいほど距離係数の値が大きくなり、最小となる統計値よりも入力項目の値が小さい場合には小さいほど距離係数の値が小さくなり、最小となる統計値と最大となる統計値の間に入力項目の値がある場合には、入力項目の値が最小となる統計値と等しいときの距離係数の値および入力項目の値が最大となる統計値と等しいときの距離係数の値の間の値となる距離係数を与えることを特徴とする予測システム。 - 請求項5に記載の予測システムであって、
前記距離係数算出部に与えられる統計値のうち最大となるものに、学習データの最大値、正規化後の学習データの最大値、学習データの平均値に標準偏差の定数倍を加えた値、正規化後の平均値に標準偏差の定数倍を加えた値、のいずれかを用い、距離係数算出部に与えられる統計値のうち最小となるものに、学習データの最小値、正規化後の学習データの最小値、学習データの平均値から標準偏差の定数倍を減じた値、正規化後の学習データの平均値から標準偏差の定数倍を減じた値、のいずれかを用いることを特徴とする予測システム。 - 請求項1から請求項4のいずれか1項に記載の予測システムであって、
前記距離係数算出部に与えられる統計値として1つの値を用い、その統計値に比べて入力項目の値が大きい場合には大きく離れるほど距離係数の値が大きくなり、その統計値に比べて入力項目の値が小さい場合には小さいほど距離係数の値が小さくなることを特徴とする予測システム。 - 請求項7に記載の予測システムであって、
前記距離係数算出部に与えられる統計値として、平均値、最頻値、中央値のうちいずれかを用いることを特徴とする予測システム。 - 請求項1から請求項8のいずれか1項に記載の予測システムであって、
前記表示部は、過去に算出した前記学習範囲外指標の値も数値あるいは図として表示することを特徴とする予測システム。 - 請求項1から請求項9のいずれか1項に記載の予測システムであって、
前記表示部は、一軸が時間、もう一軸を学習範囲外指標の値とし、過去の値に対して大小を視認できるグラフとして表示することを特徴とする予測システム。 - 請求項1から請求項10のいずれか1項に記載の予測システムであって、
前記表示部には、一軸が時間、もう一軸を過去の実測値および予測値としたグラフも表示できることを特徴とする予測システム。 - 請求項1から請求項10のいずれか1項に記載の予測システムであって、
前記表示部には、一軸が時間、もう一軸を実測値と予測値の差分である予測誤差としたグラフも表示できることを特徴とする予測システム。 - 請求項1から請求項10のいずれか1項に記載の予測システムであって、
前記表示部には、一軸が過去の実測値に対する予測値の予測誤差、もう一軸が学習範囲外指標である相関図も表示できることを特徴とする予測システム。 - 学習段階において学習データを用いて学習する予測モデルによる予測を行うための予測方法であって、
予測段階において入力項目の入力値を得、各入力項目の入力値を用いた予測モデルによる予測処理により予測値を求め、各入力項目の入力値に摂動を与えた入力値を感度解析用予測モデルに与えた場合の前記感度解析用予測モデルからの予測値に基づき前記予測モデルの入力値に対する予測値の感度係数を算出し、前記各入力項目の入力値に関する前記学習データの統計値からの乖離度を示す距離係数を算出し、前記感度係数と前記距離係数の値から学習範囲外指標の値を算出し、前記予測モデルからの予測値と、前記感度係数と、前記距離係数と、前記学習範囲外指標について、これらの値を数値あるいは図として表示し、各入力項目の入力値が出力値に及ぼす影響と、外挿条件となっている入力値の外挿の幅、の双方を勘案して予測値の信頼性の程度を運転員へ提示することを特徴とする予測方法。 - 学習段階において学習データを用いて学習する予測モデルを含む予測システムで使用される表示装置であって、
予測段階において入力項目の入力値を得、前記各入力項目の入力値を用いた予測モデルによる予測処理により予測値を求め、前記各入力項目の入力値に摂動を与えた入力値を感度解析用予測モデルに与えた場合の前記感度解析用予測モデルからの予測値に基づき前記予測モデルの入力値に対する予測値の感度係数を算出し、前記各入力項目の入力値に関する前記学習データの統計値からの乖離度を示す距離係数を算出し、前記感度係数と前記距離係数の値から学習範囲外指標の値を算出し、
表示装置には、前記予測モデルからの予測値と、前記感度係数と、前記距離係数と、前記学習範囲外指標について、これらの値を数値あるいは図として表示し、各入力項目の入力値が出力値に及ぼす影響と、外挿条件となっている入力値の外挿の幅、の双方を勘案して予測値の信頼性の程度を運転員へ提示することを特徴とする表示装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020124393A JP7436313B2 (ja) | 2020-07-21 | 2020-07-21 | 予測システム、予測方法、ならびに表示装置 |
PCT/JP2021/015566 WO2022018912A1 (ja) | 2020-07-21 | 2021-04-15 | 予測システム、予測方法、ならびに表示装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020124393A JP7436313B2 (ja) | 2020-07-21 | 2020-07-21 | 予測システム、予測方法、ならびに表示装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022021042A JP2022021042A (ja) | 2022-02-02 |
JP7436313B2 true JP7436313B2 (ja) | 2024-02-21 |
Family
ID=79729358
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020124393A Active JP7436313B2 (ja) | 2020-07-21 | 2020-07-21 | 予測システム、予測方法、ならびに表示装置 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7436313B2 (ja) |
WO (1) | WO2022018912A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7416015B2 (ja) * | 2021-05-28 | 2024-01-17 | 横河電機株式会社 | 情報処理装置、アラーム予測方法およびアラーム予測プログラム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007080688A1 (ja) | 2006-01-13 | 2007-07-19 | Jfe Steel Corporation | 予測式作成装置及び予測式作成方法 |
JP2008112288A (ja) | 2006-10-30 | 2008-05-15 | Jfe Steel Kk | 予測式作成装置、結果予測装置、品質設計装置、予測式作成方法及び製品の製造方法 |
JP2010527486A (ja) | 2007-05-15 | 2010-08-12 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | プラント環境における自動保守推定 |
JP2010282547A (ja) | 2009-06-08 | 2010-12-16 | Fuji Electric Systems Co Ltd | 入力変数選択支援装置 |
JP2011185880A (ja) | 2010-03-10 | 2011-09-22 | Fuji Electric Co Ltd | 信頼度評価装置、信頼度評価プログラムおよび信頼度評価方法 |
JP2016148963A (ja) | 2015-02-12 | 2016-08-18 | 株式会社日立製作所 | 故障予兆診断システム及び故障予兆診断方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08240587A (ja) * | 1995-03-03 | 1996-09-17 | Nippon Steel Corp | ニュ−ラルネットワ−クを用いた厚鋼板の材質予測方法 |
JP5363238B2 (ja) * | 2009-08-11 | 2013-12-11 | 株式会社神戸製鋼所 | 出力値予測方法、該装置および該方法のプログラム |
JP6834209B2 (ja) * | 2016-07-14 | 2021-02-24 | 日本製鉄株式会社 | 製品の状態予測装置、製品の状態制御装置、製品の状態予測方法及びプログラム |
-
2020
- 2020-07-21 JP JP2020124393A patent/JP7436313B2/ja active Active
-
2021
- 2021-04-15 WO PCT/JP2021/015566 patent/WO2022018912A1/ja active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2007080688A1 (ja) | 2006-01-13 | 2007-07-19 | Jfe Steel Corporation | 予測式作成装置及び予測式作成方法 |
JP2008112288A (ja) | 2006-10-30 | 2008-05-15 | Jfe Steel Kk | 予測式作成装置、結果予測装置、品質設計装置、予測式作成方法及び製品の製造方法 |
JP2010527486A (ja) | 2007-05-15 | 2010-08-12 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | プラント環境における自動保守推定 |
JP2010282547A (ja) | 2009-06-08 | 2010-12-16 | Fuji Electric Systems Co Ltd | 入力変数選択支援装置 |
JP2011185880A (ja) | 2010-03-10 | 2011-09-22 | Fuji Electric Co Ltd | 信頼度評価装置、信頼度評価プログラムおよび信頼度評価方法 |
JP2016148963A (ja) | 2015-02-12 | 2016-08-18 | 株式会社日立製作所 | 故障予兆診断システム及び故障予兆診断方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2022018912A1 (ja) | 2022-01-27 |
JP2022021042A (ja) | 2022-02-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108628281B (zh) | 异常检测系统及异常检测方法 | |
KR102169561B1 (ko) | 데이터 클린징 시스템 및 공급물 조성을 추론하기 위한 방법 | |
US5949678A (en) | Method for monitoring multivariate processes | |
JP5337909B2 (ja) | 異常検出装置 | |
US8032341B2 (en) | Modeling a process using a composite model comprising a plurality of regression models | |
US20080177513A1 (en) | Method and System for Modeling Behavior in a Process Plant | |
JP6756374B2 (ja) | プロセスの異常状態診断装置および異常状態診断方法 | |
US20200150601A1 (en) | Solution for controlling a target system | |
Yeong et al. | Economic and economic statistical designs of the synthetic X chart using loss functions | |
US8046318B2 (en) | Automated system for checking proposed human adjustments to operational or planning parameters at a plant | |
US20190164102A1 (en) | Operational improvement effect calculation device, operational improvement effect calculation method and recording medium | |
JP7436313B2 (ja) | 予測システム、予測方法、ならびに表示装置 | |
CN115167323B (zh) | 基于数字化工厂的工控设备反馈信息指令传输系统 | |
WO2023190234A1 (ja) | 高炉の異常判定装置、高炉の異常判定方法、高炉の操業方法、高炉の操業システム、高炉の異常判定サーバ装置、高炉の異常判定サーバ装置のプログラム、及び表示端末装置 | |
CN116337135A (zh) | 一种仪表故障诊断方法、系统、电子设备及可读存储介质 | |
US20230376727A1 (en) | Information processing device, information processing method, and recording medium | |
KR950010415B1 (ko) | 근사 추론 장치 | |
EP3444691B1 (en) | Sensor service prediction | |
US11669082B2 (en) | Online fault localization in industrial processes without utilizing a dynamic system model | |
WO2021140942A1 (ja) | 診断装置、診断方法およびプログラム | |
JP5948998B2 (ja) | 異常診断装置 | |
WO2021130983A1 (ja) | データ収集分析システム、データ収集分析装置、機械学習装置およびデータ収集分析方法 | |
RU2680852C1 (ru) | Способ метрологической диагностики измерительных каналов уровня жидкости | |
Wang et al. | Hard and soft sensors fusion for process monitoring: An industrial application | |
JP2020190994A (ja) | 設備保全管理システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230124 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230530 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230706 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230829 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231010 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240116 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240124 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240206 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240208 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7436313 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |