CN109643114A - 传感器诊断装置、传感器诊断方法及程序 - Google Patents
传感器诊断装置、传感器诊断方法及程序 Download PDFInfo
- Publication number
- CN109643114A CN109643114A CN201780053157.2A CN201780053157A CN109643114A CN 109643114 A CN109643114 A CN 109643114A CN 201780053157 A CN201780053157 A CN 201780053157A CN 109643114 A CN109643114 A CN 109643114A
- Authority
- CN
- China
- Prior art keywords
- mentioned
- sensor
- error
- simulation model
- maintenance
- 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.)
- Withdrawn
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
实施方式的传感器诊断装置具有模拟模型生成部、传感器误差设定部和损失指标计算部。上述模拟模型生成部生成设备的模拟模型,上述设备包括计测对象和对该计测对象的状态进行计测的传感器。上述传感器误差设定部对于上述模拟模型中的上述传感器,设定在上述传感器的计测值中发生的误差。上述损失指标计算部通过使用被设定了上述误差的上述模拟模型进行模拟,计算与上述设备的能量损失量及经济损失量中的至少一个对应的指标值。
Description
技术领域
本发明涉及传感器诊断装置、传感器诊断方法及程序。
背景技术
工业界及社会基础设施等中的各种设备因老化及突发性的故障而发生不良状况。不良状况是指功能下降、耗能损失、效率下降及顾客服务品质下降等情形。耗能损失包括1次能量消耗量的增加及CO2排出量的增加。由于这些不良状况,发生成本增加等各种经济损失。为了避免该损失,用来进行设备的维护检修并维持其功能及性能的诊断系统是有用的。诊断系统对诊断对象设备的状态进行诊断,并显示结果。
诊断对象中,除了设备的硬件以外,也有是传感器的情况。传感器进行与设备有关的控制循环及设备状态的监视、检测及测量。例如有应用了大数据解析及IoT(Internet ofThings)等技术的各种服务。在该服务中,随时监视及诊断决定数据的精度的传感器的精度及功能并且在适当的定时进行传感器的维护检修,这在服务品质及可靠性的确保中是重要的。
以往的传感器诊断系统能够检测到传感器的漂移等的误差的发生。但是,在以往的传感器诊断系统中,没有构成为暗示由传感器的误差的发生造成的能量损失量及经济损失量。因此,不能知道是否需要传感器的维护检修。结果,需要定期地对全部传感器进行维护检修,并且有发生庞大的维护检修成本的情况。此外,为了节约该维护检修成本,长期不进行维护检修而将传感器置之不顾。因此,有发生由设备的功能及性能的下降增大造成的能量损失及经济损失的情况。
现有技术文献
专利文献
专利文献1:日本特开2016-61658号公报
专利文献2:日本特开2012-73756号公报
专利文献3:国际公开第2011/121726号
发明内容
发明要解决的课题
本发明要解决的课题是提供一种能够得到与由传感器的误差的发生造成的设备的能量损失量及经济损失量中的至少一个对应的指标值的传感器诊断装置、传感器诊断方法及程序。
用来解决课题的手段
实施方式的传感器诊断装置具有模拟模型生成部、传感器误差设定部和损失指标计算部。上述模拟模型生成部生成包括计测对象和对该计测对象的状态进行计测的传感器在内的设备的模拟模型。上述传感器误差设定部对于上述模拟模型中的上述传感器,设定在上述传感器的计测值中发生的误差。上述损失指标计算部通过使用被设定了上述误差的上述模拟模型进行模拟,计算与上述设备的能量损失量及经济损失量中的至少一个对应的指标值。
附图说明
图1是表示应用了实施方式的传感器诊断装置的传感器诊断系统的结构的框图。
图2是表示实施方式的传感器诊断装置的动作的步骤的流程图。
图3是表示实施方式的显示部的画面的图。
图4是表示实施方式的指标值的计算结果的图。
图5是表示实施方式的指标值的计算结果的图。
图6是表示实施方式的指标值的计算结果的图。
图7是表示实施方式的指标值的计算结果的图。
图8是表示实施方式的指标值的计算结果的图。
图9是表示实施方式的维护检修的位次的计算结果的图。
图10是表示实施方式的经济损失量及传感器的维护检修的成本的计算结果的图。
图11是表示实施方式的经济损失量及传感器的维护检修的成本的计算结果的图。
图12是表示实施方式的显示部的画面的图。
图13是表示实施方式的显示部的画面的图。
图14是表示实施方式的显示部的画面的图。
图15是表示实施方式的显示部的画面的图。
具体实施方式
以下,参照附图说明实施方式的传感器诊断装置、传感器诊断方法及程序。
图1表示应用了传感器诊断装置10的传感器诊断系统1的结构。如图1所示,传感器诊断系统1具备传感器诊断装置10、设备20和传感器误差推测装置30。
传感器诊断装置10计算与由设备20中包含的传感器的误差造成的设备20的能量损失量及经济损失量中的至少一个对应的指标值。能量损失量是耗能量、1次能量消耗量的增加量及CO2排出量的增加量中的至少一个。经济损失量是伴随着能量损失而发生的成本。设备20包括计测对象和对该计测对象的状态进行计测的传感器。例如,设备20是大厦等的施设的空调设备。例如,计测对象是机器及室内负荷。例如,机器是室外调节机、热源机及冷却塔(冷冻机)。例如,传感器是温度计、湿度计、流量计及差压计。
传感器误差推测装置30基于设备20的机器的输入信号及输出信号、机器的动作条件和传感器信号,推测在传感器的计测值中发生的误差。例如,动作条件是各空调机的ON/OFF信息及设定温度中的至少一个。例如,传感器信号是表示消耗电力及由传感器计测的机器状态的信号。例如,机器状态是冷水温度、供气温度、室内温度、室内湿度、CO2浓度、外界气体温度、外界气体湿度、冷水回流温度、冷水流量、泵转速及风扇转速中的至少一个。传感器误差推测装置30基于这些信息,通过周知的各种诊断方法推测传感器的误差。传感器误差推测装置30将误差的推测结果向传感器诊断装置10输出。
传感器诊断装置10具备操作部100、传感器维护检修履历存储部101、模型信息存储部102、模拟模型生成部103、传感器误差设定部104、损失指标计算部105和显示部106。
操作部100受理用户的操作。例如,用户是设备20的管理者或维护员(检修员)。操作部100包括按钮、开关、键及鼠标等结构。操作部100将与用户的操作对应的信息向模拟模型生成部103及传感器误差设定部104输出。
传感器维护检修履历存储部101及模型信息存储部102是易失性或非易失性(非暂时性)的存储器。传感器维护检修履历存储部101存储对设备20的传感器的维护检修履历。维护检修履历包括基于传感器的校正的结果的各个传感器的误差的信息。模型信息存储部102存储表示设备20的结构、各种参数、动态特性及静态特性等信息的模型信息。设备20的结构包括计测对象、传感器的种类及配置位置等信息。在有多个设备20的情况下,模型信息存储部102按每个设备20存储模型信息。此外,模型信息存储部102存储表示设备20中的传感器的配置的图的信息。
模拟模型生成部103生成设备20的模拟模型。该模拟模型是用来对设备20整体的动作进行模拟的模型。模拟模型生成部103将所生成的模拟模型的信息向损失指标计算部105输出。
传感器误差设定部104对于模拟模型中的传感器,设定在该传感器的计测值中发生的误差。传感器误差设定部104对于至少一个传感器设定比0大的误差。模拟模型生成部103使由传感器误差设定部104设定的误差反映到模拟模型中。
损失指标计算部105通过使用被设定了传感器的误差的模拟模型进行模拟,计算与设备20的能量损失量及经济损失量中的至少一个对应的指标值。损失指标计算部105相应于由传感器误差设定部104设定的误差,将模拟模型中的由传感器计测的状态的值进行修正。例如,在对模拟模型中的温度计设定了+1℃的误差的情况下,实际的温度比由温度计计测的温度低1℃。因此,损失指标计算部105将冷水温度等温度相对于设定温度修正-1℃而进行模拟。
显示部106显示由损失指标计算部105进行的处理的结果。例如,显示部106显示由损失指标计算部105计算出的指标值。由此,显示部106向用户通知由损失指标计算部105进行的处理的结果。
传感器诊断装置10也可以读入程序并执行所读入的程序。即,传感器诊断装置10的功能也可以由软件实现。该程序包括对模拟模型生成部103、传感器误差设定部104和损失指标计算部105的动作做出规定的命令。该程序也可以由例如闪存存储器那样的“计算机可读取的记录介质”提供。此外,上述的程序也可以从具有保存着该程序的存储装置等的计算机经由传送介质或通过传送介质中的传送波被传送至传感器诊断装置10。传送程序的“传送介质”是如因特网等的网络(通信网)或电话线路等的通信线路(通信线)那样,具有传送信息的功能的介质。此外,上述的程序也可以实现上述功能的一部分。进而,上述程序也可以是能够通过与已经记录在计算机中的程序的组合来实现上述功能的差分文件(差分程序)。
图2表示传感器诊断装置10的动作的步骤。参照图2说明传感器诊断装置10的动作。
首先,设定模拟条件。例如,用户通过对操作部100进行操作,选择诊断对象的设备20。操作部100将表示所选择的设备20的信息向模拟模型生成部103输出。此外,用户通过对操作部100进行操作,将设备20的运行条件进行输入。设备20的运行条件是机器的负荷率、冷水及温水的温度、流量及输送热量等条件。操作部100将表示设备20的运行条件的信息向模拟模型生成部103输出。此外,传感器误差设定部104对于模拟模型中的传感器,设定在该传感器的计测值中发生的误差(步骤S100)。
说明各种设定的例子。图3表示显示部106的画面106a。显示部106基于存储在模型信息存储部102中的信息,显示表示设备20中的传感器的配置的图。例如,在设备20是空调设备的情况下,显示部106显示空调系统图。在图3所示的例子中,设备20包括室外调节机200、热源机201、202、冷却塔203、204及室内负荷205等计测对象。此外,设备20包括温度计210、211、212、213、214、215、216、217、218、219、湿度计220、221、流量计222、223、224、225、226、227及差压计228。
用户通过对操作部100进行操作,能够定义设备20中的冷水、温水、空气及热的流动。此外,用户通过对操作部100进行操作,能够指定机器的负荷率、冷水及温水的温度、流量及输送热量等的运行条件。
说明传感器误差设定部104对传感器的误差的设定方法。例如,传感器误差设定部104具有由用户指定的误差的设定功能。用户通过对操作部100进行操作,能够指定传感器的误差。操作部100将表示被指定的误差的信息向传感器误差设定部104输出。传感器误差设定部104对于模拟模型中的传感器,设定由用户指定的误差。
例如,由用户指定图3所示的多个传感器中的某一个和对该传感器的误差。传感器误差设定部104在模拟模型中,对于由用户指定的传感器,设定由用户指定的误差。用户也可以指定多个传感器和对各传感器的误差。在此情况下,传感器误差设定部104在模拟模型中,对于由用户指定的多个传感器分别设定由用户指定的误差。
传感器误差设定部104具有当前在传感器中发生的误差的设定功能。传感器误差设定部104对于模拟模型中的传感器,设定由传感器误差推测装置30推测出的误差。
传感器误差设定部104具有过去在传感器中发生的误差的设定功能。传感器误差设定部104从传感器维护检修履历存储部101取得维护检修的履历。传感器误差设定部104对于模拟模型中的传感器设定基于维护检修的履历的误差。
传感器误差设定部104具有将来可能在传感器中发生的误差的设定功能。传感器误差设定部104从传感器维护检修履历存储部101取得维护检修的履历。传感器误差设定部104基于维护检修的履历,计算将来可能发生的误差的预测值。即,传感器误差设定部104基于过去发生的误差的履历,计算将来可能在传感器中发生的误差的预测值。传感器误差设定部104对于模拟模型中的传感器设定误差的预测值。
在步骤S100后,模拟模型生成部103从模型信息存储部102取得所选择的设备20的模型信息。模拟模型生成部103基于模型信息、设备20的运行条件、以及由传感器误差设定部104设定的误差,生成模拟模型。具体而言,模拟模型生成部103生成传感器的误差是0的正常时的第1模拟模型、和传感器的误差比0大的异常时的第2模拟模型(步骤S101)。
在步骤S101中,模拟模型生成部103基于模型信息决定模拟模型的构造。模拟模型生成部103使设备20的运行条件反映到模拟模型中。此时,模拟模型生成部103将全部的传感器的误差设为0。由此,模拟模型生成部103生成正常时的第1模拟模型。此外,模拟模型生成部103使设备20的运行条件和由传感器误差设定部104设定的传感器的误差反映到模拟模型中。由此,模拟模型生成部103生成异常时的第2模拟模型。
在步骤S101之后,损失指标计算部105使用正常时的第1模拟模型进行正常时的计测对象的状态的模拟。由此,损失指标计算部105计算基于正常时的计测对象的状态的指标值。例如,损失指标计算部105计算正常时的设备20整体的耗能量(步骤S102)。
在步骤S102之后,损失指标计算部105使用异常时的第2模拟模型进行异常时的计测对象的状态的模拟。由此,损失指标计算部105计算基于异常时的计测对象的状态的指标值。例如,损失指标计算部105计算异常时的设备20整体的耗能量(步骤S103)。
在步骤S103之后,损失指标计算部105将步骤S102及步骤S103的结果进行比较。损失指标计算部105计算基于正常时及异常时的计测对象的状态之差的指标值。例如,损失指标计算部105通过将异常时的耗能量与正常时的耗能量的差分除以正常时的耗能量来计算能量损失率。能量损失率表示以正常时的耗能量为基准的耗能量的增加率(步骤S104)。
在步骤S103中,损失指标计算部105也可以使用基于多个模拟条件各自的多个第2模拟模型多次进行模拟。在此情况下,能得到与多个模拟条件各自对应的多个指标值。通过将多个指标值进行比较,能够知道与模拟条件相应的异常度。例如,用户通过将多个指标值表示的异常度进行比较,能够判断迅速的维护检修的必要性。用户也可以将在步骤S103中计算出的耗能量与过去的实际的耗能量进行比较。由此,用户能够以过去的设备的运行状态为基准判断维护检修的必要性。因而,也可以不进行步骤S102及步骤S104中的处理。
说明由损失指标计算部105进行的处理的例子。设备20可以包括多个传感器。在此情况下,传感器误差设定部104对于模拟模型中的多个传感器,按每个传感器设定误差。损失指标计算部105通过使用对多个传感器的全部或一部分设定了误差的模拟模型进行模拟,计算与设备20整体的损失对应的指标值。
例如,指标值是耗能量或能量损失率。它们是能量损失量。损失指标计算部105也可以通过对耗能量乘以能量单价来计算消耗成本即经济损失量,作为指标值。损失指标计算部105也可以通过将异常时的消耗成本与正常时的消耗成本的差分除以正常时的消耗成本,来计算经济损失率。经济损失率表示以正常时的消耗成本为基准的消耗成本的增加率。
损失指标计算部105计算对于各个传感器设定了误差的个别的情况下的指标值。例如,设备20包括n(n≥2)个传感器。损失指标计算部105计算对于第1传感器设定了比0大的误差、并且其他的全部传感器的误差是0的情况下的指标值。接着,损失指标计算部105计算对于第2传感器设定了比0大的误差、并且其他的全部传感器的误差是0的情况下的指标值。损失指标计算部105一边将被设定误差的传感器变更一边反复进行指标值的计算。由此,损失指标计算部105计算n种情况下的各自的指标值。对各个传感器设定的误差也可以不相同。将计算出的指标值与在该指标值的计算时被设定了误差的传感器建立关联。
显示部106显示与被设定了误差的各个传感器对应的指标值。例如,显示部106将与被设定了误差的各个传感器对应的指标值以指标值的大小的顺序排列而显示。
图4表示每个传感器的指标值的计算结果。图4表示与对3个传感器A、B、C分别设定了误差的个别的情况下的设备20整体的能量损失对应的指标值。例如,传感器A、B、C是温度计。作为指标值,表示了耗能量及能量损失率。图4中的棒状图表示耗能量。图4中的折线图表示能量损失率。关于各传感器,表示了误差是±0℃时、误差是+1℃时及误差是-1℃时的指标值。误差是±0℃时的指标值通过使用正常时的第1模拟模型的模拟来计算。误差是+1℃时及误差是-1℃时的指标值通过使用异常时的第2模拟模型的模拟来计算。能量损失率基于正常时的耗能量及异常时的耗能量来计算。
在上述的例子中,传感器诊断装置10能够定量地评价由每个传感器的功能及性能的下降带来的能量损失量及经济损失量中的至少一个。
在设备20包括多个传感器的情况下,多个传感器分别也可以属于多个组中的某一个组。多个组分别至少包括一个传感器。在此情况下,传感器误差设定部104对于模拟模型中的多个传感器,按每个组设定误差。损失指标计算部105计算对各个组的传感器设定了误差的个别的情况下的指标值。例如,设备20包括多个传感器,并且各传感器属于n(n≥2)个组中的某一个组。损失指标计算部105计算对第1组的传感器设定比0大的误差、并且其他全部组的传感器的误差是0的情况下的指标值。接着,损失指标计算部105计算对第2组的传感器设定比0大的误差、并且其他全部组的传感器的误差是0的情况下的指标值。损失指标计算部105一边变更被设定误差的组,一边反复进行指标值的计算。由此,损失指标计算部105计算n种情况下的各自的指标值。对各个组的传感器设定的误差也可以不相同。将计算出的指标值与在该指标值的计算时被设定了误差的组建立关联。
显示部106显示与被设定了误差的各个组对应的指标值。例如,显示部106将与被设定了误差的各个组对应的指标值以指标值的大小的顺序排列而显示。
在上述的例子中,传感器诊断装置10能够定量地评价由各组的功能及性能的下降造成的能量损失量及经济损失量中的至少一个。
损失指标计算部105计算与传感器的误差的每单位量的能量损失量及经济损失量中的至少一个对应的灵敏度,作为指标值。灵敏度表示传感器的误差对设备20的能量损失量及经济损失量中的至少一个带来的影响的大小。显示部106显示由损失指标计算部105计算出的灵敏度。
在设备20包括多个传感器的情况下,损失指标计算部105基于对各个传感器设定了误差的个别的情况下的能量损失量及经济损失量中的至少一个,按每个传感器计算灵敏度。对各个传感器设定的误差也可以不相同。将计算出的灵敏度与在该灵敏度的计算时被设定了误差的传感器建立关联。
显示部106显示与被设定了误差的各个传感器对应的灵敏度。例如,显示部106将与被设定了误差的各个传感器对应的灵敏度以灵敏度的大小的顺序排列而显示。
图5表示每个传感器的灵敏度的计算结果。图5表示与对5个传感器A、B、C、D、E分别设定了误差的个别的情况下的设备20整体的能量损失对应的灵敏度。例如,传感器A、B、C、D、E是温度计。图5中的棒状图表示灵敏度(能量损失灵敏度)。在图5所示的例子中,损失指标计算部105通过将每个传感器的能量损失率除以对各传感器设定的误差的量,来计算灵敏度。在图5所示的例子中,将每个传感器的灵敏度以灵敏度的大小的顺序进行了排列。传感器A的灵敏度最大,并且传感器E的灵敏度最小。
在上述的例子中,用户通过对每个传感器的灵敏度进行分析,能够知道传感器的重要度。例如,在怀疑传感器的故障或异常的情况下,用户能够基于每个传感器的灵敏度来决定优先地进行维护检修的传感器。
在设备20包括多个传感器、并且多个传感器分别属于多个组中的某一个组的情况下,损失指标计算部105基于对各个组的传感器设定了误差的个别的情况下的指标值,按每个组计算灵敏度。对各个组的传感器设定的误差也可以不相同。例如,损失指标计算部105通过将每个组的能量损失量及经济损失量中的至少一个除以对组内的各传感器设定的误差的量的平均值,来计算灵敏度。将计算出的灵敏度与在该灵敏度的计算时被设定了误差的组建立关联。
显示部106显示与被设定了误差的各个组对应的灵敏度。例如,显示部106将与被设定了误差的各个组对应的灵敏度以灵敏度的大小的顺序排列而显示。
图6表示每个组的灵敏度的计算结果。图6表示与对5个组A、B、C、D、E各自中包含的传感器设定了误差的个别的情况下的设备20整体的能量损失对应的灵敏度。例如,各个组中包含的传感器是温度计。图6中的棒状图表示灵敏度(能量损失灵敏度)。在图6所示的例子中,损失指标计算部105通过将每个组的能量损失率除以对各组设定的误差的量,来计算灵敏度。在图6所示的例子中,将每个组的灵敏度以灵敏度的大小的顺序进行了排列。组A的灵敏度最大,并且组E的灵敏度最小。
在上述的例子中,用户通过对每个组的灵敏度进行分析,能够知道组的重要度。例如,在怀疑传感器的故障或异常的情况下,用户能够基于每个组的灵敏度来决定优先地进行维护检修的组。
传感器误差设定部104对于模拟模型中的传感器,能够设定由用户指定的误差。损失指标计算部105通过使用被设定了用户指定的误差的模拟模型进行模拟,来计算指标值。由此,能够得到基于用户指定的各种误差的指标值。
传感器误差设定部104对于模拟模型中的传感器,能够设定由传感器误差推测装置30推测出的误差。损失指标计算部105通过使用被设定了由传感器误差推测装置30推测出的误差的模拟模型进行模拟,来计算指标值。由此,能够得到基于当前在传感器中发生的误差的指标值。
传感器误差设定部104对于模拟模型中的传感器,能够基于过去发生的误差的履历来设定误差。例如,传感器误差设定部104对各个传感器设定维护检修的履历所表示的各个传感器的误差。损失指标计算部105通过使用被设定了基于维护检修的履历的误差的模拟模型进行模拟,来计算指标值。由此,能够得到基于过去在传感器中发生的误差的指标值。
图7表示被设定了基于维护检修的履历的误差的情况下的指标值的计算结果。图7表示与过去的多个期间中的设备20整体的能量损失对应的指标值。作为指标值,表示了耗能量及能量损失率。图7中的棒状图表示耗能量。图7中的折线图表示能量损失率。按过去1年间的每个月表示了正常时的耗能量、异常时的耗能量及能量损失率。正常时的耗能量通过使用正常时的第1模拟模型的模拟来计算。异常时的耗能量通过使用异常时的第2模拟模型的模拟来计算。能量损失率基于正常时的耗能量及异常时的耗能量来计算。
在上述的例子中,传感器诊断装置10能够定量地评价由实际发生的传感器的功能及性能的下降带来的能量损失量及经济损失量中的至少一个。
传感器误差设定部104对于模拟模型中的传感器,能够设定基于过去发生的误差的履历的误差的预测值。损失指标计算部105通过使用被设定了误差的预测值的模拟模型进行模拟,来计算指标值。由此,能够得到基于将来可能在传感器中发生的误差的指标值。
例如,传感器误差设定部104基于维护检修的履历,推测各个传感器的误差的发生概率,作为统计性的模型。例如,在进行了某传感器i的校正的时间点的1年后再次进行传感器i的维护检修。此时,假定在传感器i中发生了1℃的误差。在此情况下,传感器i可以由以1年1℃的比例发生误差的随机过程来变动的概率过程模型式来表示。式(1)是该概率过程模型式。
E{ΔTi2}=σi·dt…(1)
在式(1)中,ΔTi是传感器i的误差。E{ΔTi2}是ΔTi的方均值。σi是传感器i的每单位时间的误差的标准偏差。dt是时间差分。传感器误差设定部104对于各个传感器,设定基于将传感器中的误差的发生进行了模型化的式(1)的误差。损失指标计算部105通过进行多次模拟来计算指标值。对于多次模拟各自的模拟模型,设定基于式(1)的误差。损失指标计算部105计算通过多次模拟计算出的指标值的平均值。计算出的平均值是基于将来可能在传感器中发生的误差的指标值的预测值。用来决定传感器的误差的预测值的模型并不限于式(1)表示的模型。
图8表示被设定了基于维护检修的履历的误差的情况下的指标值的计算结果。图8表示与将来的多个期间中的设备20整体的能量损失对应的指标值。作为指标值,表示了耗能量及能量损失率。图8中的棒状图表示耗能量。图8中的折线图表示能量损失率。按将来的1年间的每个月来表示正常时的耗能量、异常时的耗能量及能量损失率。
在上述的例子中,传感器诊断装置10能够定量地评价由将来可能发生的传感器的功能及性能的下降造成的能量损失量及经济损失量中的至少一个。
如上述那样,在设备20包括多个传感器的情况下,损失指标计算部105能够按每个传感器计算对各个传感器设定了误差的个别的情况下的灵敏度。损失指标计算部105基于多个传感器的灵敏度,计算多个传感器的维护检修的位次。显示部106显示多个传感器的维护检修的位次。
图9表示维护检修的位次的计算结果的例子。图9所示的信息包括区域、机器、传感器计测对象、传感器误差推测值、传感器异常度、经济损失灵敏度、经济损失推测值及综合评价等级。区域表示配置机器及传感器的场所。例如,机器是空调机、室外调节机及冷冻机。传感器计测对象表示由传感器计测的状态。例如,传感器计测对象是供气温度、室外湿度及冷水温度。传感器误差推测值是由传感器误差推测装置30推测出的误差的值。传感器异常度是基于传感器误差推测值的异常度。经济损失灵敏度由损失指标计算部105计算。经济损失推测值是传感器误差推测值及经济损失灵敏度的乘积。例如,空调机的传感器的传感器误差推测值是+1℃,并且经济损失灵敏度是¥1000/℃。在此情况下,经济损失推测值是¥1000。综合评价等级是基于经济损失推测值的等级。综合评价等级表示维护检修的位次。经济损失推测值的范围与综合评价等级的对应关系被预先决定。
说明图9所示的维护检修的位次的计算方法。传感器误差设定部104对于模拟模型中的传感器,设定由用户指定的误差、过去发生的误差及将来可能发生的误差的预测值中的某一个。过去发生的误差是维护检修的履历所表示的各个传感器的误差。将来可能发生的误差的预测值通过基于维护检修的履历将传感器的误差的发生模型化的式子来计算。损失指标计算部105通过使用被设定了这些误差中的某一个的模拟模型进行模拟,来计算经济损失灵敏度。损失指标计算部105通过将计算出的经济损失灵敏度与由传感器误差推测装置30推测出的误差的值相乘,来计算经济损失推测值。损失指标计算部105基于计算出的经济损失推测值,计算综合评价等级即维护检修的位次。
损失指标计算部105也可以以图9所示的传感器的信息的顺序与维护检修的位次一致的方式将传感器的信息排列。显示部106也可以显示图9所示的信息。此时,显示部106也可以以图9所示的传感器的信息的顺序与维护检修的位次一致的方式将传感器的信息排列显示。由此,将需要尽快维护检修的传感器的信息以优先级的顺序显示。传感器的信息成为维护检修作业的指南。
在上述的例子中,传感器诊断装置10能够定量地评价传感器的维护检修的位次。
如上述那样,在设备20包括多个传感器的情况下,损失指标计算部105能够按每个组计算对各个组的传感器设定了误差的个别的情况下的灵敏度。损失指标计算部105基于多个组的灵敏度,计算多个组的维护检修的位次。显示部106显示多个组的维护检修的位次。
传感器误差设定部104能够按将来的多个时间点的每个时间点计算误差的预测值。损失指标计算部105基于与多个时间点分别对应的误差的预测值,按多个时间点的每个时间点计算将来可能发生的经济损失量。显示部106显示由损失指标计算部105计算出的经济损失量和传感器的维护检修的成本。
图10表示将来可能发生的经济损失量及传感器的维护检修的成本的计算结果。在图10中表示了3个图表。第1图表表示发生了误差的传感器的数量。第2图表表示经济损失量。第3图表表示传感器的维护检修的成本。各个图表的横轴是时间。
说明图10所示的信息的计算方法。发生了误差的传感器的数量是误差的值超过了规定值的传感器的数量。例如,损失指标计算部105基于式(1),按多个时间点的每个时间点计算各个传感器的误差。例如,多个时间点的间隔是半年。损失指标计算部105按多个时间点的每个时间点,计算发生了误差的传感器的数量。发生了误差的传感器的数量随着时间的经过而增加。通过进行传感器的维护检修作业,对传感器进行校正,并且传感器的误差成为0。在假定了传感器的维护检修作业的计划的情况下,在进行传感器的维护检修的时间点,传感器的误差为0。例如,传感器的维护检修的周期是1年。在假定在图10中的时间点T1、T2、T3进行传感器的维护检修的情况下,时间点T1、T2、T3的传感器的误差是0。
损失指标计算部105通过进行模拟,计算多个时间点各自的经济损失量。经济损失量是与耗能量对应的成本。
经济损失量随着时间的经过而增加。在进行传感器的维护检修的时间点T1、T2、T3,经济损失量是0。此外,损失指标计算部105计算基于传感器的维护检修作业的计划的维护检修的成本。在进行传感器的维护检修的时间点T1、T2、T3,发生维护检修的成本。维护检修的成本也可以是规定值。也可以通过由用户对操作部100进行操作来输入维护检修的成本。
例如,显示部106显示图10所示的3个图表。即,显示部106将发生了误差的传感器的数量、经济损失量和维护检修的成本按多个时间点的每个时间点进行显示。
在上述的例子中,用户能够掌握将来发生的经济损失量及维护检修的成本。
损失指标计算部105按多个时间点的每个时间点,计算每单位时间的经济损失量。损失指标计算部105按多个时间点的每个时间点,计算传感器的维护检修的定时与多个时间点中的某一个相同时的每单位时间的维护检修的成本。损失指标计算部105计算与多个时间点各自对应的经济损失量及维护检修的成本的合计。显示部106显示与多个时间点各自对应的经济损失量及维护检修的成本的合计。损失指标计算部105选择基于多个时间点中的第1时间点及第2时间点之中经济损失量及维护检修的成本的合计更小的时间点的周期,作为传感器的维护检修的周期。显示部106显示由损失指标计算部105选择的周期。
图11表示将来可能发生的经济损失量及传感器的维护检修的成本的计算结果。在图11中表示了3个图表。第1图表表示经济损失量。第2图表表示传感器的维护检修的成本。第3图表表示经济损失量及维护检修的成本的合计。各个图表的横轴是时间(检修周期)。
说明图11所示的信息的计算方法。作为传感器的维护检修的周期而假定多个周期。例如,多个周期是0.5年、1年、1.5年、…、3年。传感器误差设定部104计算在与多个周期分别对应的时间发生的误差的预测值。即,传感器误差设定部104计算在从现在起0.5年后、1年后、1.5年后、…、3年后的各个时间点发生的误差的预测值。传感器误差设定部104对于模拟模型中的传感器设定误差的预测值。损失指标计算部105通过进行模拟,计算与多个周期分别对应的时间中的经济损失量。即,损失指标计算部105计算在从现在起0.5年后、1年后、1.5年后、…、3年后的各个时间点发生的经济损失量。
进而,损失指标计算部105计算与多个周期分别对应的时间中的每单位时间的经济损失量。即,损失指标计算部105计算从现在起0.5年后、1年后、1.5年后、…、3年后各自的每单位时间的经济损失量。例如,单位时间是1年。例如,在从现在起0.5年后的时间点的经济损失量是Ec的情况下,每1年的经济损失量是2Ec。
损失指标计算部105计算与多个周期分别对应的时间中的每单位时间的维护检修的成本。即,损失指标计算部105计算从现在起0.5年后、1年后、1.5年后、…、3年后各自的每单位时间的维护检修的成本。传感器的维护检修的定时与对应于多个周期的多个时间点的某一个相同。例如,在维护检修的周期是0.5年的情况下,维护检修的定时是从现在起0.5年后的时间点。在一次的维护检修的成本是C,并且维护检修的周期是T年的情况下,通过C/T来计算每单位时间的维护检修的成本。例如,在维护检修的周期是0.5年的情况下,1年进行2次维护检修。因此,每1年的维护检修的成本是2C。
损失指标计算部105按与多个周期分别对应的每个时间,计算经济损失量及维护检修的成本的合计。维护检修的周期越长,则每单位时间的经济损失量越增加。另一方面,维护检修的周期越长,则每单位时间的维护检修的成本越减小。如图11所示,每单位时间的经济损失量及维护检修的成本的合计是向下凸的曲线。在图11所示的例子中,多个时间点是0.5年、1年、1.5年、…、3年这6个。6个时间点包括第1时间点及第2时间点。在第1时间点的合计比第2时间点的合计小的情况下,损失指标计算部105选择基于第1时间点的周期作为传感器的维护检修的周期。例如,损失指标计算部105选择基于合计最小的时间点的周期,作为传感器的维护检修的周期。在图11所示的例子中,当传感器的维护检修的周期是2年时,合计最小。因此,损失指标计算部105选择2年作为推荐的维护检修的周期。
例如,显示部106显示图11所示的3个图表。即,显示部106按多个时间点的每个时间点,显示每单位时间的经济损失量、每单位时间的维护检修的成本和它们的合计。进而,显示部106将由损失指标计算部105选择的周期显示在图表上。例如,显示部106在由损失指标计算部105选择的周期的位置处显示箭头。
在上述的例子中,用户能够掌握将来发生的经济损失量及维护检修的成本,并且能够掌握适当的维护检修的周期。
如上述那样,损失指标计算部105能够进行多个种类的处理。损失指标计算部105能够进行的处理也可以不是上述处理的全部。损失指标计算部105也可以被安装为进行上述处理的一部分。
基于由损失指标计算部105计算出的信息,用户能够使维护检修作业合理化。结果,能够使由设备的功能及性能的下降带来的经济损失与维持管理成本的合计最小化。
说明显示部106的显示的例子。显示部106在表示设备20的传感器的配置的图上显示指标值。图12表示第1例的显示部106的画面106a。在图12中,关于与图3共通的部分省略说明。图12表示对各个传感器设定了误差的个别的情况下的指标值的计算结果。在图12中,指标值是经济损失率。例如,将按每个传感器计算出的经济损失率中的较高的3个经济损失率用字符显示。经济损失率显示于在该经济损失率的计算时被设定了误差的传感器的近旁。在图12中,在温度计213、217、219的近旁显示经济损失率。温度计217的经济损失率最大,并且温度计213的经济损失率第2个大,并且温度计219的经济损失率第3个大。在图12中,显示部106将由损失指标计算部105计算出的指标值用字符显示。显示部106也可以显示表示指标值的记号。也可以将表示指标值的字符或记号用与指标值的大小对应的颜色来显示。
图13表示第2例的显示部106的画面106a。在图13中,关于与图3共通的部分省略说明。图13表示对各个组的传感器设定了误差的个别的情况下的指标值的计算结果。在图13中,指标值是经济损失率。例如,将按每个组计算出的经济损失率中的较高的3个经济损失率用与该经济损失率对应的颜色的线显示。为了图示的方便,在图13中,将线的颜色用线的种类表示。表示经济损失率的线显示于包括在该经济损失率的计算时被设定了误差的传感器的组的位置。在图12中,在3个组的位置显示经济损失率。第1组包括温度计217。第2组包括温度计219及湿度计221。第3组包括温度计214、215及流量计225、226。第1组的经济损失率最大,并且第2组的经济损失率第2大,并且第3组的经济损失率第3大。在图12中,显示部106用与经济损失率对应的颜色的线显示经济损失率。显示部106也可以将由损失指标计算部105计算出的指标值用字符显示。或者,显示部106也可以显示表示指标值的记号。
图14表示第3例的显示部106的画面106a。在图14中,关于与图3共通的部分省略说明。图14表示基于对各个传感器设定了误差的个别的情况下的灵敏度的、传感器的维护检修的位次的计算结果。例如,选择按每个传感器计算出的灵敏度中的较高的3个灵敏度,并且将基于该灵敏度的位次用字符显示。维护检修的位次显示于在灵敏度的计算时被设定了误差的传感器的近旁。在图14中,在温度计213、217、219的近旁显示维护检修的位次。温度计217的位次最高,并且温度计213的位次第2高,并且温度计219的位次第3高。此外,在图14中,将包括温度计213、217、219的区域用与该区域中包含的传感器的维护检修的位次对应的颜色的线显示。为了图示的方便,在图14中,用线的种类表示线的颜色。在图14中,显示部106将由损失指标计算部105计算出的传感器的维护检修的位次用字符显示。显示部106也可以显示表示维护检修的位次的记号。表示维护检修的位次的字符或记号也可以用与维护检修的位次对应的颜色显示。
图15表示第4例的显示部106的画面106a。在图15中,关于与图3共通的部分省略说明。图15表示基于对各个组的传感器设定了误差的个别的情况下的灵敏度的、组的维护检修的位次的计算结果。例如,选择按每个组计算出的灵敏度中的较高的2个灵敏度,并且将基于该灵敏度的位次用字符显示。维护检修的位次显示于在灵敏度的计算时被设定了误差的组的位置。在图15中,在2个组的位置显示维护检修的位次。第1组包括温度计213、217、218、湿度计220及差压计228。第2组包括温度计219及湿度计221。
第1组的位次最高,并且第2组的位次第2高。此外,在图15中,将各组用与该组的维护检修的位次对应的颜色的线显示。为了图示的方便,在图15中,用线的种类表示线的颜色。在图15中,显示部106将由损失指标计算部105计算出的组的维护检修的位次用字符及线显示。显示部106也可以显示表示维护检修的位次的记号。表示维护检修的位次的字符或记号也可以用与维护检修的位次对应的颜色显示。
在上述的例子中,用户能够容易地掌握传感器的维护检修的必要性及维护检修的作业次序。
根据以上说明的至少一个实施方式,通过具有损失指标计算部105,能够得到与由传感器的误差的发生带来的设备的能量损失量及经济损失量中的至少一个对应的指标值。
说明了本发明的几个实施方式,但这些实施方式是作为例子提示的,不是要限定发明的范围。这些新的实施方式能够以其他各种各样的形态实施,在不脱离发明的主旨的范围内能够进行各种各样的省略、替换、变更。这些实施方式及其变形包含在发明的范围或主旨中,并且包含在权利要求书所记载的发明和其等价的范围中。
Claims (21)
1.一种传感器诊断装置,其中,具备:
模拟模型生成部,生成设备的模拟模型,上述设备包括计测对象和对该计测对象的状态进行计测的传感器;
传感器误差设定部,对于上述模拟模型中的上述传感器,设定在上述传感器的计测值中发生的误差;以及
损失指标计算部,通过使用被设定了上述误差的上述模拟模型进行模拟,计算与上述设备的能量损失量及经济损失量中的至少一个对应的指标值。
2.如权利要求1所述的传感器诊断装置,其中,
上述设备包括多个上述传感器;
上述传感器误差设定部对于上述模拟模型中的上述多个上述传感器,按每个上述传感器设定上述误差;
上述损失指标计算部计算对各个上述传感器设定了上述误差的个别的情况下的上述指标值。
3.如权利要求1所述的传感器诊断装置,其中,
上述设备包括多个上述传感器;
上述多个上述传感器分别属于多个组中的某一个组;
上述多个组分别包括至少一个上述传感器;
上述传感器误差设定部对于上述模拟模型中的上述多个上述传感器,按每个上述组设定上述误差;
上述损失指标计算部计算对各个上述组的上述传感器设定了上述误差的个别的情况下的上述指标值。
4.如权利要求1所述的传感器诊断装置,其中,
上述损失指标计算部计算表示上述传感器的上述误差的每单位量的上述能量损失量及上述经济损失量中的至少一个的灵敏度,作为上述指标值。
5.如权利要求4所述的传感器诊断装置,其中,
上述设备包括多个上述传感器;
上述传感器误差设定部对于上述模拟模型中的上述多个上述传感器,按每个上述传感器设定上述误差;
上述损失指标计算部基于对各个上述传感器设定了上述误差的个别的情况下的上述能量损失量及上述经济损失量中的至少一个,按每个上述传感器计算上述灵敏度;
上述损失指标计算部基于上述多个上述传感器的上述灵敏度,计算上述多个上述传感器的维护检修的位次。
6.如权利要求4所述的传感器诊断装置,其中,
上述设备包括多个上述传感器;
上述多个上述传感器分别属于多个组中的某一个组;
上述多个组分别包括至少一个上述传感器;
上述传感器误差设定部对于上述模拟模型中的上述多个上述传感器,按每个上述组设定上述误差;
上述损失指标计算部基于对各个上述组的上述传感器设定了上述误差的个别的情况下的上述能量损失量及上述经济损失量中的至少一个,按每个上述组计算上述灵敏度;
上述损失指标计算部基于上述多个上述组的上述灵敏度,计算上述多个上述组的维护检修的位次。
7.如权利要求1所述的传感器诊断装置,其中,
上述传感器误差设定部对于上述模拟模型中的上述传感器,设定由用户指定的上述误差。
8.如权利要求1所述的传感器诊断装置,其中,
上述传感器误差设定部对于上述模拟模型中的上述传感器,设定由推测上述传感器的上述误差的装置推测出的上述误差。
9.如权利要求1所述的传感器诊断装置,其中,
上述传感器误差设定部对于上述模拟模型中的上述传感器,基于过去发生的上述误差的履历来设定上述误差。
10.如权利要求1所述的传感器诊断装置,其中,
上述传感器误差设定部基于过去发生的上述误差的履历,计算将来可能发生的上述误差的预测值,并且对于上述模拟模型中的上述传感器,设定上述误差的上述预测值。
11.如权利要求10所述的传感器诊断装置,其中,
上述传感器误差设定部按将来的多个时间点的每个时间点,计算上述误差的上述预测值;
上述损失指标计算部基于与上述多个上述时间点分别对应的上述误差的上述预测值,按上述多个上述时间点的每个上述时间点计算将来可能发生的上述经济损失量。
12.如权利要求11所述的传感器诊断装置,其中,
上述损失指标计算部按上述多个上述时间点的每个上述时间点,计算每单位时间的上述经济损失量;
上述损失指标计算部按上述多个上述时间点的每个上述时间点,计算上述传感器的维护检修的定时与上述多个上述时间点中的某一个相同时的上述每单位时间的上述维护检修的成本;
上述损失指标计算部计算与上述多个上述时间点分别对应的上述经济损失量及上述维护检修的上述成本的合计。
13.如权利要求12所述的传感器诊断装置,其中,
上述损失指标计算部选择基于上述多个时间点中的第1时间点及第2时间点之中、上述经济损失量及上述维护检修的上述成本的上述合计更小的时间点的周期,作为上述传感器的上述维护检修的周期。
14.如权利要求1所述的传感器诊断装置,其中,
具备显示部,该显示部在表示上述设备中的上述传感器的配置的图上显示上述指标值。
15.如权利要求3所述的传感器诊断装置,其中,
具备按每个上述组显示上述指标值的显示部。
16.如权利要求5或6所述的传感器诊断装置,其中,
具备显示上述维护检修的上述位次的显示部。
17.如权利要求11所述的传感器诊断装置,其中,
具备显示部,该显示部显示上述经济损失量和上述传感器的维护检修的成本。
18.如权利要求12所述的传感器诊断装置,其中,
具备显示部,该显示部显示与上述多个上述时间点分别对应的上述经济损失量及上述维护检修的上述成本的上述合计。
19.如权利要求13所述的传感器诊断装置,其中,
具备显示部,该显示部显示由上述损失指标计算部选择的上述周期。
20.一种传感器诊断方法,其中,具备:
模拟模型生成步骤,生成设备的模拟模型,上述设备包括计测对象和对该计测对象的状态进行计测的传感器;
传感器误差设定步骤,对于上述模拟模型中的上述传感器,设定在上述传感器的计测值中发生的误差;以及
损失指标计算步骤,通过使用被设定了上述误差的上述模拟模型进行模拟,计算与上述设备的能量损失量及经济损失量中的至少一个对应的指标值。
21.一种计算机可读取的记录介质,记录有用于使计算机执行如下步骤的程序:
模拟模型生成步骤,生成设备的模拟模型,上述设备包括计测对象和对该计测对象的状态进行计测的传感器;
传感器误差设定步骤,对于上述模拟模型中的上述传感器,设定在上述传感器的计测值中发生的误差;以及
损失指标计算步骤,通过使用被设定了上述误差的上述模拟模型进行模拟,计算与上述设备的能量损失量及经济损失量中的至少一个对应的指标值。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016-182599 | 2016-09-20 | ||
JP2016182599A JP2018049316A (ja) | 2016-09-20 | 2016-09-20 | センサ診断装置、センサ診断方法、およびプログラム |
PCT/JP2017/010627 WO2018055808A1 (ja) | 2016-09-20 | 2017-03-16 | センサ診断装置、センサ診断方法、およびプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109643114A true CN109643114A (zh) | 2019-04-16 |
Family
ID=61690278
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201780053157.2A Withdrawn CN109643114A (zh) | 2016-09-20 | 2017-03-16 | 传感器诊断装置、传感器诊断方法及程序 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2018049316A (zh) |
CN (1) | CN109643114A (zh) |
WO (1) | WO2018055808A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115136010A (zh) * | 2020-03-06 | 2022-09-30 | 株式会社堀场先进技术 | 测量装置、传感器输出监视方法以及传感器输出监视程序 |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7004476B2 (ja) * | 2019-11-12 | 2022-01-21 | 三菱電機株式会社 | 校正支援装置、校正支援方法、および、校正支援プログラム |
JPWO2021111541A1 (zh) * | 2019-12-04 | 2021-06-10 | ||
JP7428157B2 (ja) | 2021-03-26 | 2024-02-06 | 横河電機株式会社 | 解析装置、解析方法およびプログラム |
JP7005807B1 (ja) | 2021-05-18 | 2022-02-10 | 岩井機械工業株式会社 | メンテナンスシステム、サーバー及び情報処理装置 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040143399A1 (en) * | 2003-01-22 | 2004-07-22 | Lee Weng | ANOVA method for data analysis |
CN101619850A (zh) * | 2009-08-06 | 2010-01-06 | 杭州盘古自动化系统有限公司 | 基于热电系统负荷在线预测的调度方法与系统 |
EP1885321B1 (en) * | 2005-05-30 | 2010-09-22 | Elchanan Vaserman | Inflatable container for feeding babies |
US20110010158A1 (en) * | 2009-03-31 | 2011-01-13 | Gridpoint, Inc. | Software modeling systems for metering and translating measurements |
CN102063327A (zh) * | 2010-12-15 | 2011-05-18 | 中国科学院深圳先进技术研究院 | 具有功耗意识的数据中心应用服务调度方法 |
CN102143111A (zh) * | 2011-02-16 | 2011-08-03 | 河南理工大学 | 一种双极性混沌键控通信系统解调方法 |
CN102221988A (zh) * | 2011-05-23 | 2011-10-19 | 北京工商大学 | 一种快速的指令级处理器能耗估算方法 |
CN102759984A (zh) * | 2012-06-13 | 2012-10-31 | 上海交通大学 | 虚拟化服务器集群的电源和性能管理系统 |
CN102999766A (zh) * | 2012-09-24 | 2013-03-27 | 中国科学院自动化研究所 | 基于时空结构上下文关系在线学习的目标跟踪方法 |
US20130130701A1 (en) * | 2009-03-31 | 2013-05-23 | Empire Technology Development Llc | Infrastructure for location discovery |
JP2013176224A (ja) * | 2012-02-24 | 2013-09-05 | Sharp Corp | 再生可能エネルギーから電力を生成する発電ユニットを備える発電システム |
CN104809651A (zh) * | 2014-01-27 | 2015-07-29 | 横河电机株式会社 | 能量效率评价辅助装置、存储介质及辅助方法 |
CN105487496A (zh) * | 2015-08-10 | 2016-04-13 | 河北省电力建设调整试验所 | 基于双目标并行island-hfc混合模型遗传编程算法的火电厂热工在线过程辨识及控制算法的优化方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5413883A (en) * | 1977-07-04 | 1979-02-01 | Hitachi Ltd | Abnormalness detector of automatic controller |
CA2835505C (en) * | 2013-11-27 | 2020-02-25 | Adept Ai Systems Inc. | Method and apparatus for artificially intelligent model-based control of dynamic processes using probabilistic agents |
-
2016
- 2016-09-20 JP JP2016182599A patent/JP2018049316A/ja active Pending
-
2017
- 2017-03-16 CN CN201780053157.2A patent/CN109643114A/zh not_active Withdrawn
- 2017-03-16 WO PCT/JP2017/010627 patent/WO2018055808A1/ja active Application Filing
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040143399A1 (en) * | 2003-01-22 | 2004-07-22 | Lee Weng | ANOVA method for data analysis |
EP1885321B1 (en) * | 2005-05-30 | 2010-09-22 | Elchanan Vaserman | Inflatable container for feeding babies |
US20130130701A1 (en) * | 2009-03-31 | 2013-05-23 | Empire Technology Development Llc | Infrastructure for location discovery |
US20110010158A1 (en) * | 2009-03-31 | 2011-01-13 | Gridpoint, Inc. | Software modeling systems for metering and translating measurements |
US20130217409A1 (en) * | 2009-03-31 | 2013-08-22 | Gridpoint, Inc. | Electric vehicle power management systems |
CN101619850A (zh) * | 2009-08-06 | 2010-01-06 | 杭州盘古自动化系统有限公司 | 基于热电系统负荷在线预测的调度方法与系统 |
CN102063327A (zh) * | 2010-12-15 | 2011-05-18 | 中国科学院深圳先进技术研究院 | 具有功耗意识的数据中心应用服务调度方法 |
CN102143111A (zh) * | 2011-02-16 | 2011-08-03 | 河南理工大学 | 一种双极性混沌键控通信系统解调方法 |
CN102221988A (zh) * | 2011-05-23 | 2011-10-19 | 北京工商大学 | 一种快速的指令级处理器能耗估算方法 |
JP2013176224A (ja) * | 2012-02-24 | 2013-09-05 | Sharp Corp | 再生可能エネルギーから電力を生成する発電ユニットを備える発電システム |
CN102759984A (zh) * | 2012-06-13 | 2012-10-31 | 上海交通大学 | 虚拟化服务器集群的电源和性能管理系统 |
CN102999766A (zh) * | 2012-09-24 | 2013-03-27 | 中国科学院自动化研究所 | 基于时空结构上下文关系在线学习的目标跟踪方法 |
CN104809651A (zh) * | 2014-01-27 | 2015-07-29 | 横河电机株式会社 | 能量效率评价辅助装置、存储介质及辅助方法 |
CN105487496A (zh) * | 2015-08-10 | 2016-04-13 | 河北省电力建设调整试验所 | 基于双目标并行island-hfc混合模型遗传编程算法的火电厂热工在线过程辨识及控制算法的优化方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115136010A (zh) * | 2020-03-06 | 2022-09-30 | 株式会社堀场先进技术 | 测量装置、传感器输出监视方法以及传感器输出监视程序 |
Also Published As
Publication number | Publication date |
---|---|
JP2018049316A (ja) | 2018-03-29 |
WO2018055808A1 (ja) | 2018-03-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109643114A (zh) | 传感器诊断装置、传感器诊断方法及程序 | |
EP3809220B1 (en) | Method and system for semi-supervised deep anomaly detection for large-scale industrial monitoring systems based on time-series data utilizing digital twin simulation data | |
CN102667352B (zh) | 制冷剂泄漏检测系统和方法 | |
TWI620046B (zh) | 時間序列資料處理方法、記錄有時間序列資料處理程式之電腦可讀取之記錄媒體、及時間序列資料處理裝置 | |
Yang et al. | A novel model-based fault detection method for temperature sensor using fractal correlation dimension | |
KR102169561B1 (ko) | 데이터 클린징 시스템 및 공급물 조성을 추론하기 위한 방법 | |
US10554077B2 (en) | Automated monitoring for changes in energy consumption patterns | |
US10699248B2 (en) | Inspection management system and inspection management method | |
BR102012001173A2 (pt) | Método e sistema computadorizados para determinar uma ou mais localizações prováveis de uma anomalia | |
US20120296605A1 (en) | Method, computer program, and system for performing interpolation on sensor data for high system availability | |
KR100867938B1 (ko) | 종속변수 유사도와 커널 회귀법을 이용한 발전소 계측기성능감시용 예측방법 | |
CN116642560B (zh) | 基于智慧燃气物联网的超声波燃气表计量纠正方法和系统 | |
JP2007170021A (ja) | 配水及び管路情報解析システム | |
JP6862130B2 (ja) | 異常検知装置、異常検知方法、およびプログラム | |
JPWO2018104985A1 (ja) | 異常分析方法、プログラムおよびシステム | |
CN117664281B (zh) | 基于物联网的超声波水表故障检测与自动校准方法和系统 | |
JP5490277B2 (ja) | プラント運転状態監視方法 | |
CN115640860A (zh) | 一种工业云服务的机电设备远程维护方法及系统 | |
CN107121943A (zh) | 一种用于获得智能仪表的健康预测信息的方法和装置 | |
US20160275407A1 (en) | Diagnostic device, estimation method, non-transitory computer readable medium, and diagnostic system | |
JP7451854B2 (ja) | 産業環境におけるエネルギー消費量を診断する方法、システム、及びコンピュータプログラム製品 | |
KR20140109596A (ko) | 미검침 구간의 검침 데이터 예측 및 보정 방법과 그 장치 | |
CN104133437B (zh) | 连续型化工装置及其绩效指标实时评价方法和装置 | |
JP2007026134A (ja) | 異常判定装置 | |
CN110431496A (zh) | 评估装置、评估系统和评估方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190416 |
|
WW01 | Invention patent application withdrawn after publication |