CN105579922B - 信息处理装置以及分析方法 - Google Patents

信息处理装置以及分析方法 Download PDF

Info

Publication number
CN105579922B
CN105579922B CN201480053145.6A CN201480053145A CN105579922B CN 105579922 B CN105579922 B CN 105579922B CN 201480053145 A CN201480053145 A CN 201480053145A CN 105579922 B CN105579922 B CN 105579922B
Authority
CN
China
Prior art keywords
measurement
time
time series
value
time lag
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
Application number
CN201480053145.6A
Other languages
English (en)
Other versions
CN105579922A (zh
Inventor
加藤清志
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
NEC Corp
Original Assignee
NEC Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by NEC Corp filed Critical NEC Corp
Publication of CN105579922A publication Critical patent/CN105579922A/zh
Application granted granted Critical
Publication of CN105579922B publication Critical patent/CN105579922B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • 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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/028—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure
    • G01D3/032—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups mitigating undesired influences, e.g. temperature, pressure affecting incoming signal, e.g. by averaging; gating undesired signals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Debugging And Monitoring (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

即使对象系统的度量之间存在大的时间迟滞，也防止对象系统的分析精度的降低。分析装置(100)包括处理单元(140)以及预处理单元(130)。处理单元(140)执行对要分析的系统中的第一度量与第二度量的值的比较分析。预处理单元(130)关于第一度量与第二度量的比较分析来识别在用作第一度量与第二度量的相应数据之间的时间对应关系。

Description

信息处理装置以及分析方法
技术领域
本发明涉及信息处理装置以及分析方法。
背景技术
对要分析的系统(对象系统)中的传感器等的测量值(度量值)的时间序列进行比较以分析对象系统的状态的分析装置是已知的。
作为这样的分析装置，例如，PTL 1描述了一种采用对象系统的相关模型的分析装置(操作管理装置)。在PTL 1中描述的操作管理装置基于对象系统的多个传感器等的测量值的时间序列，通过系统识别方法，来确定表示在处于正常状态的传感器之间的相关性的相关函数，以生成对象系统的相关模型。然后，操作管理装置通过使用所生成的相关模型来检测相关性的破坏(相关破坏)，以确定对象系统的故障原因。
现有技术文献列表
专利文献
PTL 1：日本专利公开No.4872944。
发明内容
技术问题
当使用上述分析装置来分析对象系统的状态时，与测量值的测量间隔相比，在对象系统中的一些中不同传感器的测量值之间可能生成大的时间迟滞(时间差)。例如，假定对象系统是桥并且传感器是置于桥上的振动传感器的情况。在这种情况下，在不同传感器的测量值之间存在当驶过桥的车辆的振动传动通过构成桥的钢材时所生成小的时间迟滞、以及当移动的车辆相继接近每个传感器时所生成大的时间迟滞。在对象系统是空调机，并且传感器是电流传感器和针对空调机周围的温度传感器的情况下，温度相对于空调机的状态的变化而有延迟地变化。因此，在电流传感器与温度传感器的测量值之间存在大的时间迟滞。此外，在对象系统是车辆，并且传感器是用于诸如车辆发动机的驱动系统的传感器以及用于驾驶员的操作系统的传感器的情况下，在识别驱动系统的状态中的变化之后直至驾驶员采取行动，存在延迟。因此，在驱动系统的传感器与操作系统的传感器的测量值之间也存在大的时间迟滞。
当如上所述在传感器的测量值之间存在大的时间迟滞时，分析精度可能降低。
例如，PTL 1的操作管理装置在对象系统被分析时确定传感器之间的相关函数，诸如下述等式数学1。
[数学1]
Y(t)＝A1Y(t-1)+A2Y(t-2)+…+ANY(t-N)+B1X(t)+B2X(t-1)+…+BMX(t-(M-1))
在等式数学1中，X(t)和Y(t)是在时间t时的传感器的测量值，它们分别是相关函数的输入和输出。操作管理装置针对多个传感器中的每对传感器确定等式数学1中的系数A1、A2、…、AN、B1、B2、…、BM。在此，N和M的值是由例如用户提前输入的。然后，操作管理装置通过使用所确定的相关函数来检测在传感器之间的相关破坏。
当传感器之间的时间迟滞大于等式数学1中M的值时，无法通过等式数学1的相关函数来充分近似相关性，由此通过相关函数的预测精度降低。在这种情况下，无法准确地检测传感器之间的相关破坏，由此分析精度降低。
本发明的目的在于解决上述问题，并且提供一种信息处理装置和分析方法，该信息处理装置和分析方法即使在对象系统的度量之间存在大的时间迟滞时，也防止对象系统的分析精度的降低。
问题的解决方案
根据本发明的示例性方面的信息处理装置，包括：处理部件，用于执行要分析的系统中的第一度量与第二度量的值的比较分析；以及预处理部件，用于关于第一度量与第二度量的所述比较分析来识别在用作第一度量与第二度量的相应数据之间的时间对应关系。
根据本发明的示例性方面的分析方法包括：关于要分析的系统中的第一度量与第二度量的比较分析来识别在用作第一度量与第二度量的相应数据之间的时间对应关系；以及执行第一度量与第二度量的值的比较分析。
根据本发明的示例性方面的计算机可读存储介质记录有程序，使得计算机执行方法，该方法包括：关于要分析的系统中的第一度量与第二度量的比较分析来识别在用作第一度量与第二度量的相应数据之间的时间对应关系；以及执行第一度量与第二度量的值的比较分析。
本发明的有益效果
本发明的有益效果是，即使当对象系统的度量之间存在大的时间迟滞时，也能够防止对象系统的分析精度的降低。
附图说明
图1是图示本发明的第一示例性实施例的特征性配置的框图。
图2是图示在本发明的第一示例性实施例中的分析系统的配置的框图。
图3是图示在本发明的第一示例性实施例中在计算机上实现的分析装置100的配置的框图。
图4是图示在本发明的第一示例性实施例中的分析装置100的操作的流程图。
图5是图示在本发明的第一示例性实施例中的时间序列数据121的示例的图。
图6是图示在本发明的第一示例性实施例中的时间迟滞信息122的示例的图。
图7是图示在本发明的第一示例性实施例中的相关模型123的示例的图。
图8是图示在本发明的第一示例性实施例中的时间序列变化的图案(变化图案)的示例的图。
图9是图示在本发明的第一示例性实施例中提取时间迟滞的示例的图。
图10是图示在本发明的第一示例性实施例中的显示画面501(时间迟滞选择)的示例的图。
图11是图示在本发明的第一示例性实施例中的显示画面501(相关破坏的显示)的示例的图。
图12是图示在本发明的第一示例性实施例中的显示画面501(时间序列的比较)的示例的图。
图13是图示在本发明的第二示例性实施例中的分析系统的配置的框图。
具体实施方式
(第一实施例)
将描述本发明的第一示例性实施例。
首先，将描述本发明的第一示例性实施例的分析系统的配置。
图2是图示在本发明的第一示例性实施例中的分析系统的配置的框图。
参考图2，本发明的第一示例性实施例的分析系统包括分析装置100以及作为要分析的系统的对象系统200。分析装置100以及对象系统200经由网络等来可通信地连接。
分析装置100是本发明的信息处理装置的一个示例性实施例。
在此，对象系统200是布置有用于监视系统的状态的传感器的各种系统中的一个。例如，对象系统200是诸如建筑物或者桥的结构，其上布置了用于诊断劣化的振动传感器、温度传感器和/等。对象系统200可以是诸如生产厂房或者发电厂的工厂，其中布置了用于监视操作状态的温度传感器、流量传感器等。对象系统200可以是诸如车辆、船舶或者航空器的移动体，其中包含诸如各种传感器的测量仪器和/或用于监视行驶状态的定序器(sequencer)。对象系统200不限于使用如上所述的物理传感器的系统，并且可以是测量用于操作管理的性能信息的计算机系统。对象系统200可以是还布置了用于与性能信息同时收集功率、温度等的环境传感器的计算机系统。
在此，在对象系统200中测力囊的每个性能项和每个传感器被称为“度量”。本文中的术语“度量”对应于在PTL 1中称为用于生成相关模型的对象的术语“元素”。
分析装置100基于从对象系统200收集的度量的测量值的时间序列来分析对象系统200的状态。
分析装置100包括数据收集单元101、数据存储单元111、预处理单元130、处理单元140、对话单元106以及处理执行单元107。
数据收集单元101以预定的收集间隔从对象系统200收集每个度量的测量值，诸如由每个传感器检测的测量值。
数据存储单元111将由数据收集单元101收集的度量的测量值的时间序列存储为时间序列数据121。
图5是图示在本发明的第一示例性实施例中的时间序列数据121的示例的图。在图5的示例中，时间序列数据121包括针对传感器1,2,…,n中的每一个每1毫秒地收集的测量值的时间序列。
预处理单元130识别度量值之间的时间对应关系。在本发明的第一示例性实施例中，预处理单元130识别一个度量的时间序列变化相对于另一个度量的时间序列变化的时间迟滞，作为时间对应关系。
预处理单元130包括时间迟滞检测单元102以及时间迟滞存储单元112。
时间迟滞检测单元102基于数据存储单元111中所存储的时间序列数据121来生成时间迟滞信息122。
时间迟滞信息122表示对于多个度量中的每个度量对的时间迟滞。在本发明的示例性实施例中，在度量对中的一个(先前度量)以及度量对中的另一个(后续度量)中发生类似的时间序列变化的情况下，度量对中的时间迟滞是在度量对的时间序列变化之间的时间差。时间迟滞可以是时间差的粗略估计值。在本发明的示例性实施例中，如下所述，通过比较在每个预定长度的时间段(由多个监视间隔组成的时间段)中的度量的时间序列变化的图案的序列，来检测时间迟滞。为此，通过以整数倍增用于提取时间序列变化的图案的时间段的长度所获得的值被用作时间迟滞的值。
图6是图示在本发明的第一示例性实施例中的时间迟滞信息122的示例的图。在图6的示例中，针对每个度量对图示了后续度量相对于先前度量的时间迟滞。
时间迟滞存储单元112存储由时间迟滞检测单元102生成的时间迟滞信息122。
处理单元140执行在对象系统中的度量值之间的比较分析。在本发明的第一示例性实施例中，处理单元140执行基于度量之间的相关性的分析(相关模型123的生成以及相关破坏的检测)，作为比较分析。
处理单元140包括相关模型生成单元103、相关模型存储单元113、相关破坏检测单元104以及数据提取单元105。
相关模型生成单元103基于数据存储单元111中所存储的时间序列数据121来生成对象系统200的相关模型123。
相关模型123包括表示多个度量中的每个度量对的相关性的相关函数(或者转换函数)。例如，相关函数由上述等式数学1来表示。换言之，相关函数是下述函数：该函数从另一个度量(输入度量)在时间t时或之前的测量值以及一个度量(输出度量)在时间t之前的测量值来预测该度量对中的一个度量(输出度量)在时间t时的值。相关模型生成单元103以与PTL 1的操作管理装置类似的方式来确定相关函数的系数。换言之，相关模型生成单元103通过系统识别处理基于预定建模时间时段的时间序列数据121，来针对每个度量对确定等式数学1的相关函数的系数A1、A2、…、AN、B1、B2、…、BM。
另一方面，在本发明的示例性实施例中，使用移位(延迟)的时间序列。参考时间迟滞存储单元112中所存储的时间迟滞信息122，通过以时间迟滞来移位(延迟)上述先前度量的时间序列来获得移位时间序列。相关模型生成单元103使用通过以时间迟滞移位(延迟)上述先前度量的时间序列所获得的时间序列作为输入度量的时间序列，并且使用上述后续度量的时间序列作为输出度量的时间序列，来确定相关函数。
以与PTL 1的操作管理装置类似的方式，相关模型生成单元103可以基于相关函数的转换误差来计算每个度量对的权重，以获得权重等于或者大于预定值的相关函数(有效的相关函数)的集合，作为相关模型123。
图7是图示在本发明的第一示例性实施例中的相关模型123的示例的图。在图7的示例中，图示了每个度量对的在等式数学1中的系数A1、…、B1的值。
相关模型存储单元113存储由相关模型生成单元103生成的相关模型123。
以与PTL 1的操作管理装置类似的方式，相关破坏检测单元104通过使用新收集的度量的测量值来确定相关模型123中所包括的相关性被保持还是被破坏。
在此，相关破坏检测单元104使用新收集的度量的测量值，这是通过数据提取单元105来提取的。相关破坏检测单元104针对每个度量对来计算在输出度量在时间t时的测量值与通过使用相关函数计算的输出度量在时间t时的预测值之间的差(预测误差)。当所计算的差等于或者大于预定值时，相关破坏检测单元104确定相关性被破坏。
数据提取单元105从存储在数据存储单元111中的时间序列数据121中提取检测相关破坏所需要的新收集的度量的测量值，并且将其输出到相关破坏检测单元104。数据提取单元105参考时间迟滞存储单元112中所存储的时间迟滞信息122，来早一个时间迟滞地输出输入度量的测量值。
对话单元106将相关破坏的检测结果呈现给用户等。
对话单元106还可以根据用户等的操作来指令处理执行单元107执行用于处理相关破坏的操作。在这种情况下，处理执行单元107对于对象系统200执行所指令的处理操作。
分析装置100可以是计算机，该计算机包括CPU(中央处理单元)以及存储程序的存储介质，并且通过基于程序的控制来进行操作。数据存储单元111、相关模型存储单元113以及时间迟滞存储单元112可以是单独的存储介质，或者可以被配置为一个存储介质。
图3是图示在本发明的第一示例性实施例中在计算机上实现的分析装置100的配置的框图。
参考图3，分析装置100包括CPU 161、存储介质162、通信单元163、输入单元164以及输出单元165。CPU 161执行用于实现数据收集单元101、时间迟滞检测单元102、相关模型生成单元103、相关破坏检测单元104、数据提取单元105、对话单元106以及处理执行单元107的功能的计算机程序。存储介质162存储数据存储单元111、时间迟滞存储单元112以及相关模型存储单元113的数据。通信单元163从对象系统200接收每个度量的测量值。输入单元164例如是诸如键盘的输入设备，并且接收从用户等到对话单元106的输入。输出单元165例如是诸如显示器的显示设备，并且显示从对话单元106到用户等的输出。
下面，将描述本发明的第一示例性实施例中的分析装置100的操作。
图4是图示在本发明的第一示例性实施例中的分析装置100的操作的流程图。
首先，数据收集单元101以预定的收集间隔从对象系统200收集每个度量的测量值(步骤S101)。数据收集单元101将所收集的每个度量的测量值的时间序列作为时间序列数据121存储在数据存储单元111中。
例如，数据收集单元101存储时间序列数据121，如图5中所示。
预处理单元130的时间迟滞检测单元102基于时间序列数据121来生成时间迟滞信息122(步骤S102)。时间迟滞检测单元102将所生成的时间迟滞信息122存储在时间迟滞存储单元112中。
在此，时间迟滞检测大于102例如通过针对每个度量对比较每个预定长度的时间段中的度量的时间序列变化图案(pattern)的序列，来检测时间迟滞。
图8是图示在本发明的第一示例性实施例中的时间序列变化图案(变化图案)的示例的图。变化图案是在预定长度的时间段中的度量的测量值的增加-减小趋势的图案。例如，图8中的符号A的变化图案指示度量的测量值在预定长度的时间段期间没有变化。符号B的变化图案指示度量的测量值在预定长度的时间段期间增加。
图9是图示在本发明的第一示例性实施例中的时间迟滞的提取的示例的图。在图9的示例中，作为用于检测变化图案的预定长度W，采用40毫秒。
时间迟滞检测单元102根据如图8中所示的变化图案为每个预定长度的时间段W中的每个度量的时间序列给予相应的变化图案的符号。然后，时间迟滞检测单元102通过比较给予每对度量中的每个度量的符号序列来检测先前度量和后续度量对以及该对的时间迟滞。
例如，在图9中，变化图案符号的序列“DBDGEEDBDEB”、“DBDGEEDBDEB”和“CCBDEDBDGEE”分别被给予传感器1、传感器2和传感器3的时间序列。通过使这些序列相互比较，针对作为先前度量的传感器1和作为后续度量的传感器2的对，检测到时间迟滞W×0＝0毫秒。类似地，针对作为先前度量的传感器1和作为后续度量的传感器3的对，检测到时间迟滞W×5＝200毫秒。
然后，时间迟滞检测单元102将如图6中所示的时间迟滞信息122存储在时间迟滞存储单元112中。
当在步骤S102中检测到用于度量对的时间迟滞的多个候选时，对话单元106可以将用于时间迟滞的候选呈现给用户等，并且从用户接收用于时间迟滞的选择的输入。
图10是图示在本发明的第一示例性实施例中的显示画面501(时间迟滞选择)的示例的图。图10的显示画面501显示时间序列曲线图，并且指示200毫秒和400毫秒被检测为用于作为先前度量的传感器1和作为后续度量的传感器3的对的时间迟滞的候选。
在这种情况下，对话单元106向用户等显示例如图10的显示画面501。对话单元106经由显示画面501中的时间迟滞选择按钮从用户等接收用于从时间迟滞的候选中选择用于分析的时间迟滞的输入。
处理单元140的相关模型生成单元103针对时间迟滞信息122中所包含的每对度量生成相关模型123(步骤S103)。在此，相关模型生成单元103使用通过以时间迟滞移位(延迟)先前度量的时间序列所获得的时间序列作为输入度量的时间序列，并且使用后续度量的时间序列作为输出度量的时间序列。相关模型生成单元103将所生成的相关模型123存储在相关模型存储单元113中。
例如，假定传感器1和传感器3的测量值分别是S1(t)和S3(t)。在这种情况下，相关模型生成单元103关于图6的时间迟滞信息122中的传感器1和传感器3的对，通过对于等式数学1的输入和输出分别设定X(t)＝S1(t-200)和Y(t)＝S3(t)，来确定相关函数。
结果，相关模型生成单元103确定例如图7中所示的相关函数。然后，相关模型生成单元103将图7的相关模型123存储在相关模型存储单元113中。
数据收集单元101从对象系统200收集每个度量的新测量值(步骤S104)。数据收集单元101将所收集的度量的新测量值的时间序列作为时间序列数据121存储在数据存储单元111中。
数据提取单元105关于相关模型123中所包括的每个相关函数，来从度量的新测量值中提取检测相关破坏所需要的测量值，并且将其输出到相关破坏检测单元104(步骤S105)。在此，数据提取单元105提取计算相关函数的输出度量在时间t时的预测值所需要的、输入度量在时间t时或之前的测量值以及输出度量在时间t之前的测量值。注意，数据提取单元105提取回退了时间迟滞长度的输入度量的测量值。
例如，数据提取单元105关于图7的相关模型123中的传感器1和传感器3对，输出作为等式数学1中的输入X(t)的测量值的S1(t-200)以及作为输出Y(t-1)的测量值的S3(t-1)。
相关破坏检测单元104通过使用由数据提取单元105所提取的每个度量的新测量值，关于相关模型123中所包括的每个相关函数，来检测相关破坏(步骤S106)。在此，相关破坏检测单元104将由数据提取单元105所提取的输入度量在时间t时或之前的测量值以及输出度量在时间t之前的测量值应用于相关函数，并且计算输出度量在时间t时的预测值。然后，相关破坏检测单元104基于输出度量在时间t时的测量值与预测值之间的差，来检测相关破坏。
例如，关于图7的相关模型123中的传感器1和传感器3对，相关破坏检测单元104通过以下方式计算传感器3在时间t时的预测值。相关破坏检测单元104通过使用使作为Y(t-1)的测量值的(S3(t-1)乘以0.96所获得的值、以及通过使作为X(t)的测量值的(S1(t-200)乘以70所获得的值，来计算传感器3的值(Y(t))在时间t时的预测值。
对话单元106向用户等呈现相关破坏的检测结果。
图11是图示在本发明的第一示例性实施例中的显示画面501(相关破坏的显示)的示例的图。图11的显示画面501以异常程度排序来显示在传感器1与传感器3之间的相关性被破坏。显示画面还通过时间序列曲线图来显示传感器1和传感器3的测量值在彼此移位了时间迟滞的同时变化，并且传感器3的当前测量值偏离预测值。
对话单元106可以向用户等显示例如图11的显示画面501。对话单元106可以经由显示画面501中的处理选择按钮从用户等接收关于相关破坏的处理的指令。
对话单元106可以进一步显示在时间迟滞的长度中校正的时间序列曲线图，使得度量之间的时间序列变化易于相互进行比较。
图12是图示在本发明的第一示例性实施例中的显示画面501(时间迟滞比较)的示例的图。图12的显示画面501的时间序列曲线图显示传感器1的测量值的时间序列变化以及在时间上向前移位时间迟滞长度的传感器3的测量值的时间序列变化。
对话单元106向用户等显示例如图12的显示画面501。
此后，对话单元106指令处理执行单元107根据来自用户等的操作来处理相关破坏。处理执行单元107对于对象系统200执行所指令的处理。
这完成了本发明的第一示例性实施例的操作。
在本发明的第一示例性实施例中，基于相关性的分析作为对象系统中的度量值之间的比较分析来被执行。然而，分析不限于此，并且只要分析是受到度量之间的时间迟滞影响的比较分析，就可以执行除了基于相关性的分析以外的分析。
在本发明的第一示例性实施例中，等式数学1用于相关函数。然而，等式不限于此，并且只要相关函数呈现出在度量对之间的相关性，就可以使用其他相关函数。
在本发明的第一示例性实施例中，通过将时间序列变化图案的序列进行相互比较，来检测每个度量对的时间迟滞。然而，检测方法不限于此，并且只要能够基于度量值中的变化来检测时间迟滞，就可以通过其他方法来检测时间迟滞，其他方法诸如使用度量值最大或者最小的时间之间的时间差的方法或者使用度量的时间序列之间的相位差的方法。
在本发明的第一示例性实施例中，如图8中所示的变化图案用于时间序列变化图案(变化图案)。然而，变化图案不限于此，并且只要能够提取时间序列之间的时间迟滞，就可以使用其他变化图案。
在本发明的第一示例性实施例中，在类似于先前度量的变化图案序列的后续度量的变化图案序列发生情况下，时间差用作时间迟滞。然而，时间差不限于此，并且即使在后续度量的变化图案序列在增加-减小趋势方面与先前度量的变化图案序列相反，时间差也可以用作时间迟滞。
下面，将描述本发明的第一示例性实施例的特性配置。图1是图示本发明的第一示例性实施例的特性配置的框图。
分析装置(信息处理装置)100包括处理单元140和预处理单元130。处理单元140执行对要分析的系统中的第一度量与第二度量的值的比较分析。预处理单元130关于第一度量与第二度量的比较分析来识别在用作第一度量与第二度量的相应数据之间的时间对应关系。
下面，将描述本发明的第一示例性实施例的有益效果。
根据本发明的第一示例性实施例，即使对象系统的度量之间存在大的时间迟滞，也能够防止对象系统的分析精度的降低。这是因为，预处理单元130关于第一度量与第二度量的比较分析来识别在用作第一度量与第二度量的相应数据之间的时间对应关系。
正如已知的，因为时间迟滞的大小根据布置传感器的对象系统或者对象系统的操作状况而变化，所以难以针对相关性来设置时间迟滞的大小。
根据本发明的第一示例性实施例，能够容易识别取决于对象系统的度量之间的时间迟滞。这是因为，时间迟滞检测单元102通过将先前度量的时间序列变化图案的序列(每个时间序列变化图案是在预定长度的时间段中获得的)与后续度量的时间序列变化图案的序列(每个时间序列变化图案是在预定长度的时间段中获得的)进行比较，来检测时间迟滞。
对于相关破坏检测单元104，例如，因为需要针对新收集的大量测量值来实时检测相关破坏，所以可能已经使用了使用专用硬件或程序的分析引擎。
根据本发明的第一示例性实施例，即使对象系统的度量之间存在大的时间迟滞，也可以按原样利用无法处理大的时间迟滞的相关破坏检测单元104(分析引擎)。这是因为，数据提取单元105提早一个时间迟滞来提取输入度量的测量值，并且相关破坏检测单元104通过使用由数据提取单元105所提取的测量值来检测相关破坏。
(第二实施例)
下面将描述本发明的第二示例性实施例。
本发明的第二示例性实施例与本发明的第一示例性实施例的不同之处在于，在不同于分析装置100的装置中执行时间迟滞信息122的生成以及相关模型123的生成。在本发明的第二示例性实施例中，除另有指定外，指派有相同附图标记的组件与本发明的第一示例性实施例中的组件相同。
图13是图示在本发明的第二示例性实施例中的分析系统的配置的框图。
参考图13，本发明的第二示例性实施例的分析系统包括分析装置100、监视装置150以及对象系统150。分析装置100以及对象系统200可通信地连接。分析装置100以及监视装置150还通过网络等可通信地连接。
与本发明的第一示例性实施例的分析装置100(图2)类似，分析装置100包括数据收集单元101、数据存储单元111、时间迟滞存储单元112、相关模型存储单元113、相关破坏检测单元104、数据提取单元105以及处理执行单元107。除此之外，分析装置100进一步包括处理确定单元108。
与本发明的第一示例性实施例的分析装置100(图2)类似，监视装置150包括时间迟滞检测单元102、相关模型生成单元103以及对话单元106。
监视装置150的时间迟滞检测单元102基于分析装置100的数据存储单元111中所存储的时间序列数据121来生成时间迟滞信息122。
监视装置150的相关模型生成单元103基于数据存储单元111中所存储的时间序列数据121以及分析装置100的时间迟滞存储单元112中所存储的时间迟滞信息122来生成相关模型123。
分析装置100的处理确定单元108根据由相关破坏检测单元104获得的相关破坏的检测结果来确定要在预定状况下执行的处理过程，并且向处理执行单元107指令处理的执行。然后，处理确定单元108通过监视装置150的对话单元106向用户等呈现处理的执行结果。与本发明的第一示例性实施例类似，处理确定单元108可以根据经由对话单元106输入的用户登入的操作来指令处理执行单元107执行用于处理的操作。
时间迟滞检测单元102以及相关模型生成单元103可以被包括在不同于监视装置150的又一装置中。
下面，将描述本发明的第二示例性实施例的有益效果。
与本发明的第一示例性实施例相比，根据本发明的第二示例性实施例，能够更快速地执行通过检测相关破坏而对于对象系统200的实时异常分析。这是因为，通过与执行异常分析的分析装置100不同的装置来执行相对高处理负载的由时间迟滞检测单元对时间迟滞信息122的生成以及由相关模型生成单元103对相关模型123的生成是。
尽管本发明已参考其示例性实施例来具体示出和描述，但本发明不限于这些实施例。本领域的那些普通技术人员应理解的是，在不脱离如权利要求所定义的本发明的精神和范围的情况下，其中可以作出形式和细节方面的各种变化。
本申请基于并且要求于2013年9月26日提交的日本专利申请No.2013-199943的优先权的权益，其全部公开内容通过引用并入本文中。
附图标记列表
100 分析装置
101 数据收集单元
102 时间迟滞检测单元
103 相关模型生成单元
104 相关破坏检测单元
105 数据提取单元
106 对话单元
107 处理执行单元
108 处理确定单元
111 数据存储单元
112 时间迟滞存储单元
113 相关模型存储单元
121 时间序列数据
122 时间迟滞信息
123 相关模型
130 预处理单元
140 处理单元
150 监视装置
161 CPU
162 存储介质
163 通信单元
164 输入单元
165 输出单元
200 对象系统

Claims (10)

1.一种信息处理装置，包括：
处理单元，所述处理单元执行要分析的系统中的第一度量与第二度量的值的比较分析；以及
预处理单元，所述预处理单元关于所述第一度量与所述第二度量的所述比较分析来识别在用作所述第一度量和所述第二度量的相应数据之间的时间对应关系，其中
所述预处理单元将所述第二度量的时间序列变化相对于所述第一度量的时间序列变化的时间迟滞识别为所述对应关系，并且
所述处理单元基于通过将所述第一度量的时间序列延迟所述时间迟滞所获得的时间序列和所述第二度量的时间序列来生成相关函数作为所述比较分析，通过将在所述时间迟滞之前的所述第一度量的新值应用于所述相关函数来计算当前时间的所述第二度量的预测值，计算所述当前时间的所述第二度量的所述预测值与所述当前时间的所述第二度量的新值之间的预测误差，并基于所述预测误差检测相关破坏，所述相关函数表示在通过将所述第一度量的所述时间序列延迟所述时间迟滞所获得的时间序列与所述第二度量的所述时间序列之间的相关性。
2.根据权利要求1所述的信息处理装置，
其中，所述第一度量和所述第二度量的时间序列变化被显示为已经基于所述对应关系校正了所述时间时序变化中的一个的其时间序列变化。
3.根据权利要求1所述的信息处理装置，
其中，当识别多个对应关系时，显示所识别的所述多个对应关系，以接收用于选择所述多个对应关系中的一个的输入。
4.一种分析方法，包括：
关于要分析的系统中的第一度量与第二度量的比较分析，来识别用作所述第一度量与所述第二度量的相应数据之间的时间对应关系；以及
执行对所述第一度量与所述第二度量的值的所述比较分析，其中
将所述第二度量的所述时间序列变化相对于所述第一度量的所述时间序列变化的时间迟滞识别为所述对应关系，并且
基于通过将所述第一度量的时间序列延迟所述时间迟滞所获得的时间序列和所述第二度量的时间序列来生成相关函数作为所述比较分析，通过将在所述时间迟滞之前的所述第一度量的新值应用于所述相关函数来计算当前时间的所述第二度量的预测值，计算所述当前时间的所述第二度量的所述预测值与所述当前时间的所述第二度量的新值之间的预测误差，并基于所述预测误差检测相关破坏，所述相关函数表示在通过将所述第一度量的所述时间序列延迟所述时间迟滞所获得的时间序列与所述第二度量的所述时间序列之间的相关性。
5.根据权利要求4所述的分析方法，
其中，所述第一度量和所述第二度量的时间序列变化被显示为已经基于所述对应关系校正了所述时间序列变化中的一个的其时间序列变化。
6.根据权利要求4所述的分析方法，
其中，当识别多个对应关系时，显示所识别的所述多个对应关系，以接收用于选择所述多个对应关系中的一个的输入。
7.一种记录有程序的非瞬时计算机可读存储介质，使得计算机执行方法，所述方法包括：
关于要分析的系统中的第一度量与第二度量的比较分析，来识别用作所述第一度量与所述第二度量的相应数据之间的时间对应关系；以及
执行对所述第一度量与所述第二度量的值的所述比较分析，其中
将所述第二度量的所述时间序列变化相对于所述第一度量的所述时间序列变化的时间迟滞识别为所述对应关系，并且
基于通过将所述第一度量的时间序列延迟所述时间迟滞所获得的时间序列和所述第二度量的时间序列来生成相关函数作为所述比较分析，通过将在所述时间迟滞之前的所述第一度量的新值应用于所述相关函数来计算当前时间的所述第二度量的预测值，计算所述当前时间的所述第二度量的所述预测值与所述当前时间的所述第二度量的新值之间的预测误差，并基于所述预测误差检测相关破坏，所述相关函数表示在通过将所述第一度量的时间序列延迟所述时间迟滞所获得的所述时间序列与所述第二度量的所述时间序列之间的相关性。
8.根据权利要求7所述的记录有程序的非瞬时计算机可读存储介质，
其中，所述第一度量和所述第二度量的时间序列变化被显示为已经基于所述对应关系校正了所述时间序列变化中的一个的其时间序列变化。
9.根据权利要求7所述的记录有程序的非瞬时计算机可读存储介质，
其中，当识别多个对应关系时，显示所识别的所述多个对应关系，以接收用于选择所述多个对应关系中的一个的输入。
10.一种信息处理装置，包括：
处理部件，所述处理部件用于执行要分析的系统中的第一度量与第二度量的值的比较分析；以及
预处理部件，所述预处理部件用于关于所述第一度量与所述第二度量的所述比较分析来识别在用作所述第一度量和所述第二度量的相应数据之间的时间对应关系，其中
所述预处理部件将所述第二度量的所述时间序列变化相对于所述第一度量的所述时间序列变化的时间迟滞识别为所述对应关系，并且
所述处理部件基于通过将所述第一度量的时间序列延迟所述时间迟滞所获得的时间序列和所述第二度量的时间序列来生成相关函数作为所述比较分析，通过将在所述时间迟滞之前的所述第一度量的新值应用于所述相关函数来计算当前时间的所述第二度量的预测值，计算所述当前时间的所述第二度量的所述预测值与所述当前时间的所述第二度量的新值之间的预测误差，并基于所述预测误差检测相关破坏，所述相关函数表示在通过将所述第一度量的时间序列延迟所述时间迟滞所获得的所述时间序列与所述第二度量的所述时间序列之间的相关性。
CN201480053145.6A 2013-09-26 2014-09-11 信息处理装置以及分析方法 Active CN105579922B (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2013199943 2013-09-26
JP2013-199943 2013-09-26
PCT/JP2014/004707 WO2015045319A1 (ja) 2013-09-26 2014-09-11 情報処理装置、及び、分析方法

Publications (2)

Publication Number Publication Date
CN105579922A CN105579922A (zh) 2016-05-11
CN105579922B true CN105579922B (zh) 2019-06-07

Family

ID=52742492

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201480053145.6A Active CN105579922B (zh) 2013-09-26 2014-09-11 信息处理装置以及分析方法

Country Status (5)

Country Link
US (1) US20160231738A1 (zh)
EP (1) EP3051374A4 (zh)
JP (1) JP6406261B2 (zh)
CN (1) CN105579922B (zh)
WO (1) WO2015045319A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9314422B2 (en) 2013-03-13 2016-04-19 Transdermal Biotechnology, Inc. Peptide systems and methods for metabolic conditions
US9295636B2 (en) 2013-03-13 2016-03-29 Transdermal Biotechnology, Inc. Wound healing using topical systems and methods
US9687520B2 (en) 2013-03-13 2017-06-27 Transdermal Biotechnology, Inc. Memory or learning improvement using peptide and other compositions
US20140271937A1 (en) 2013-03-13 2014-09-18 Transdermal Biotechnology, Inc. Brain and neural treatments comprising peptides and other compositions
US9295647B2 (en) 2013-03-13 2016-03-29 Transdermal Biotechnology, Inc. Systems and methods for delivery of peptides
US9849160B2 (en) 2013-03-13 2017-12-26 Transdermal Biotechnology, Inc. Methods and systems for treating or preventing cancer
US9314423B2 (en) 2013-03-13 2016-04-19 Transdermal Biotechnology, Inc. Hair treatment systems and methods using peptides and other compositions
US9387159B2 (en) 2013-03-13 2016-07-12 Transdermal Biotechnology, Inc. Treatment of skin, including aging skin, to improve appearance
US20140271938A1 (en) 2013-03-13 2014-09-18 Transdermal Biotechnology, Inc. Systems and methods for delivery of peptides
US9724419B2 (en) 2013-03-13 2017-08-08 Transdermal Biotechnology, Inc. Peptide systems and methods for metabolic conditions
US9320706B2 (en) 2013-03-13 2016-04-26 Transdermal Biotechnology, Inc. Immune modulation using peptides and other compositions
US9314417B2 (en) 2013-03-13 2016-04-19 Transdermal Biotechnology, Inc. Treatment of skin, including aging skin, to improve appearance
JP5875726B1 (ja) * 2015-06-22 2016-03-02 株式会社日立パワーソリューションズ 異常予兆診断装置のプリプロセッサ及びその処理方法
US10866163B2 (en) 2016-03-24 2020-12-15 Mitsubishi Heavy Industries, Ltd. Anomaly monitoring device and method for producing anomaly signs according to combinations of sensors based on relationship of sensor fluctuations
WO2018178082A1 (en) * 2017-03-28 2018-10-04 Shell Internationale Research Maatschappij B.V. Method, computer device and system for providing a visualization of sensor measurements
JP6887361B2 (ja) * 2017-10-31 2021-06-16 三菱重工業株式会社 監視対象選定装置、監視対象選定方法、およびプログラム
US10841020B2 (en) * 2018-01-31 2020-11-17 Sap Se Online self-correction on multiple data streams in sensor networks
JP7358791B2 (ja) 2019-06-11 2023-10-11 中国電力株式会社 プラント監視システムおよびプラント監視方法
DE102019135493A1 (de) * 2019-12-20 2021-06-24 Trumpf Werkzeugmaschinen Gmbh + Co. Kg Verfahren und System zur Synchronisation von Signalen
US11853912B1 (en) * 2020-01-30 2023-12-26 Amazon Technologies, Inc. Determining causal insights
JP7391765B2 (ja) 2020-05-29 2023-12-05 株式会社東芝 プラント監視支援装置、方法及びプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3492646A (en) * 1965-04-26 1970-01-27 Ibm Cross correlation and decision making apparatus
EP0184791A1 (en) * 1984-12-07 1986-06-18 Nec Corporation Information processing device capable of rapidly processing instructions of different groups
JPH01250818A (ja) * 1988-03-31 1989-10-05 Toshiba Corp プロセスデータ解析装置
JPH1097306A (ja) * 1996-09-20 1998-04-14 Hitachi Ltd 状態監視方法及びそのための装置
JP2003208219A (ja) * 2002-01-10 2003-07-25 Yamatake Building Systems Co Ltd 異常検知装置および方法
US7974210B2 (en) * 2003-09-24 2011-07-05 A & D Company, Ltd. Multi-signal analysis device
EP1550964A1 (en) * 2003-12-30 2005-07-06 Sap Ag A method and an appratus of forecasting demand for a product in a managed supply chain
JP4872944B2 (ja) 2008-02-25 2012-02-08 日本電気株式会社 運用管理装置、運用管理システム、情報処理方法、及び運用管理プログラム
JP5373662B2 (ja) * 2010-02-26 2013-12-18 大学共同利用機関法人情報・システム研究機構 映像表示装置
US9519393B2 (en) * 2011-09-30 2016-12-13 Siemens Schweiz Ag Management system user interface for comparative trend view
JP5616948B2 (ja) * 2012-02-16 2014-10-29 株式会社半導体理工学研究センター マルチビットのデルタシグマ型タイムデジタイザ回路及びその校正方法
DE102014005866A1 (de) * 2013-05-09 2014-11-13 Stmicroelectronics S.R.L. Verfahren und System zum Verarbeiten von Daten von erfasstem Ionisationsstrom für Echtzeitschätzung von Brennraumdruck in einem Motor mit Funkenzündung

Also Published As

Publication number Publication date
CN105579922A (zh) 2016-05-11
EP3051374A4 (en) 2017-04-05
US20160231738A1 (en) 2016-08-11
JP6406261B2 (ja) 2018-10-17
JPWO2015045319A1 (ja) 2017-03-09
WO2015045319A1 (ja) 2015-04-02
EP3051374A1 (en) 2016-08-03

Similar Documents

Publication Publication Date Title
CN105579922B (zh) 信息处理装置以及分析方法
US11216741B2 (en) Analysis apparatus, analysis method, and non-transitory computer readable medium
EP3454289B1 (en) Plant abnormality detection method and system
US7373283B2 (en) Monitoring and fault detection system and method using improved empirical model for range extrema
CN102265227B (zh) 用于在机器状况监视中创建状态估计模型的方法和设备
KR20190025474A (ko) 플랜트 데이터 예측 장치 및 방법
JP5858839B2 (ja) 作業機械の異常診断装置
JP3651693B2 (ja) プラント監視診断装置および方法
EP2930579A2 (en) State monitoring system, state monitoring method and state monitoring program
CN102257448B (zh) 使用切换模型对信号进行滤波的方法和设备
EP2492829A1 (en) Method of determining the influence of a variable in a phenomenon
CN109964182A (zh) 用于车辆分析的方法和系统
TW202001201A (zh) 診斷裝置、診斷方法及程式
JP2002082713A (ja) 工業プロセスの監視方法及び監視システム
JP7156975B2 (ja) 運営評価装置、運営評価方法、およびプログラム
EP2266033B1 (en) Assisting failure diagnosis in a system using bayesian network
JP5198981B2 (ja) 作業評価値予測方法、プログラム及びシステム
CN117319223A (zh) 一种基于数字孪生技术的领导驾驶舱可视化方法及系统
US10157113B2 (en) Information processing device, analysis method, and recording medium
KR20180025447A (ko) Dtwep 기반 제조공정의 이상탐지 방법 및 장치
US11144046B2 (en) Fault signal recovery apparatus and method
JP2002099319A (ja) プラント診断装置
EP2110745A1 (en) Assisting failure diagnosis in a system
WO2016143337A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
JP7062923B2 (ja) 可視化方法、可視化装置及び可視化プログラム

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant