CN114996058A - 装置、系统、方法和计算机可读介质 - Google Patents

装置、系统、方法和计算机可读介质 Download PDF

Info

Publication number
CN114996058A
CN114996058A CN202210189518.9A CN202210189518A CN114996058A CN 114996058 A CN114996058 A CN 114996058A CN 202210189518 A CN202210189518 A CN 202210189518A CN 114996058 A CN114996058 A CN 114996058A
Authority
CN
China
Prior art keywords
measurement data
unit
time
series
determination
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
Application number
CN202210189518.9A
Other languages
English (en)
Inventor
都筑纯
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.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric 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 Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Publication of CN114996058A publication Critical patent/CN114996058A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • 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
    • G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/22—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing
    • G06F11/2205—Detection or location of defective computer hardware by testing during standby operation or during idle time, e.g. start-up testing using arrangements specific to the hardware being tested
    • 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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3447—Performance evaluation by modeling
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Biology (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Automation & Control Theory (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Recording Measured Values (AREA)
  • General Factory Administration (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

本发明提供测量数据记录装置、生成装置、系统、装置、方法和计算机可读介质，所述测量数据记录装置包括：取得部，取得测量了对象的状态的时间序列的测量数据；记录部，记录取得的测量数据；测量数据发送部，向生成判断对象的状态良好与否的判断模型的生成装置发送记录于记录部的测量数据；模型接收部，接收生成装置生成的判断模型；以及判断部，使用接收到的判断模型，根据新取得的测量数据判断对象的状态良好与否。

Description

装置、系统、方法和计算机可读介质
技术领域
本发明涉及测量数据记录装置、生成装置、系统、装置、方法和计算机可读介质。
背景技术
专利文献1等记载了“使用生成的所述学习模型，…计算包含至少一个以上能够测量的测量值的预测值”。
现有技术文献
专利文献1：日本专利公开公报特开2019-124596号
专利文献2：日本专利公开公报特开2011-8735号
专利文献3：日本专利公开公报特开平7-280603号
发明内容
在本发明的第一方式中提供一种测量数据记录装置。测量数据记录装置可以包括取得部，取得测量了对象的状态的时间序列的测量数据。测量数据记录装置可以包括记录部，记录取得的测量数据。测量数据记录装置可以包括测量数据发送部，向生成判断对象的状态良好与否的判断模型的生成装置发送记录于记录部的测量数据。测量数据记录装置可以包括模型接收部，接收生成装置生成的判断模型。测量数据记录装置可以包括判断部，使用接收到的判断模型，根据新取得的测量数据判断对象的状态良好与否。
测量数据记录装置可以包括对被加密并由模型接收部接收到的判断模型进行解密的解密部。
可以根据模型接收部将表示判断模型的合法性的信息与该判断模型一起接收到，能够从判断部利用该判断模型。
判断部可以使用判断模型，根据新取得的时间序列的测量数据，判断测量该时间序列的测量数据时的对象的状态良好与否。
判断部可以使用判断模型中的判断阈值与指标值的差进行判断，并且输出判断结果和至少最近的差，所述指标值是根据输入了与测量数据的测量值对应的值而从判断模型取得并表示对象的状态。
判断部可以使用判断模型，在每次新取得测量数据时，判断测量该测量数据时的对象的状态良好与否。
在本发明的第二方式中提供一种生成装置。生成装置可以包括取得部，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得测量数据。生成装置可以包括生成部，使用取得的时间序列的测量数据，生成根据测量数据判断对象的状态良好与否的判断模型。生成装置可以包括发送部，将判断模型发送到测量数据记录装置。
生成装置可以包括对由生成部生成的判断模型进行加密的加密部。发送部可以将加密后的判断模型发送到测量数据记录装置。
发送部可以将表示判断模型的合法性的信息与该判断模型一起发送到测量数据记录装置。
生成装置可以包括转换部，转换部将由生成部生成的判断模型转换为在测量数据记录装置中执行的处理的代码。发送部可以将由转换部转换的判断模型发送到测量数据记录装置。
生成部可以具有学习处理部，学习处理部通过使用学习数据的学习处理来生成判断模型，学习数据包含时间序列的测量数据。
时间序列的测量数据可以是每次在对象中执行重复的处理时的该处理中的测量数据。生成部可以具有DTW处理部，DTW处理部对测量数据的每个种类，进行如下处理：相对于由取得部取得的一个时间序列的测量数据，使其他时间序列的测量数据的时间宽度一致，确定一个时间序列的测量数据的各点与其他时间序列的测量数据的各点的距离成为最短的DTW路径，并且所述DTW处理部计算进行上述处理时的表示一个时间序列的测量数据与该其他时间序列的测量数据之间的DTW距离的参数、该其他时间序列的测量数据所包含的各点的测量数据中表示在DTW路径中在时间轴方向上偏移的测量数据的个数的参数、以及表示在DTW路径中在时间轴方向上未偏移的测量数据的个数的参数中的至少一个参数。学习处理部可以使用包含至少一个参数的学习数据来生成判断模型。
生成装置可以包括分析部，对在对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析。生成装置可以包括确定部，根据一个时间序列的测量数据输入到判断模型而判断为对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
时间序列的测量数据可以是每次在对象中执行重复的处理时的该处理中的测量数据。生成部可以具有统计处理部，所述统计处理部针对测量数据的每个种类，通过对由取得部取得的多个时间序列的测量数据进行的统计处理，生成处理内的按照经过时间的测量数据的容许范围作为判断模型。
生成部可以具有DTW处理部，所述DTW处理部针对测量数据的每个种类，通过动态时间伸缩法，相对于由取得部取得的一个时间序列的测量数据使其他时间序列的测量数据的时间宽度一致，使相对于一个时间序列的测量数据的其他时间序列的测量数据的波形差异最小化。统计处理部可以对由DTW处理部处理的多个时间序列的测量数据进行统计处理。
在本发明的第三方式中提供一种系统。系统可以包括第一方式的测量数据记录装置。系统可以包括第二方式的生成装置。
在本发明的第四方式中提供一种装置。装置可以包括取得部，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得测量数据。装置可以包括学习处理部，通过使用包含时间序列的测量数据的学习数据的学习处理，生成根据测量数据判断对象的状态良好与否的判断模型。装置可以包括分析部，对在对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析。装置可以包括确定部，根据一个时间序列的测量数据输入到判断模型而判断为对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
在本发明的第五方式中提供一种方法。方法可以包括取得阶段，取得测量了对象的状态的时间序列的测量数据。方法可以包括记录阶段，记录取得的测量数据。方法可以包括测量数据发送阶段，向生成判断对象的状态良好与否的判断模型的生成装置发送在记录阶段中记录的测量数据。方法可以包括模型接收阶段，接收生成装置生成的判断模型。方法可以包括判断阶段，使用接收到的判断模型，根据新取得的测量数据判断对象的状态良好与否。
在本发明的第六方式中提供一种方法。方法可以包括取得阶段，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得测量数据。方法可以包括生成阶段，使用取得的时间序列的测量数据，生成根据测量数据判断对象的状态良好与否的判断模型。方法可以包括发送阶段，将判断模型发送到测量数据记录装置。
在本发明的第七方式中提供一种方法。方法可以包括取得阶段，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得测量数据。方法可以包括学习处理阶段，通过使用包含时间序列的测量数据的学习数据的学习处理，生成根据测量数据判断对象的状态良好与否的判断模型。方法可以包括分析阶段，对在对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析。方法可以包括确定阶段，根据一个时间序列的测量数据输入到判断模型而判断为对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
在本发明的第八方式中提供一种记录有程序的计算机可读介质。计算机可以通过执行程序发挥作为取得部的功能，所述取得部取得测量了对象的状态的时间序列的测量数据。计算机可以通过执行程序发挥作为记录部的功能，所述记录部记录取得的测量数据。计算机可以通过执行程序发挥作为测量数据发送部的功能，所述测量数据发送部向生成判断对象的状态良好与否的判断模型的生成装置发送记录于记录部的测量数据。计算机可以通过执行程序发挥作为模型接收部的功能，所述模型接收部接收生成装置生成的判断模型。计算机可以通过执行程序发挥作为判断部的功能，所述判断部使用接收到的判断模型，根据新取得的测量数据判断对象的状态良好与否。
在本发明的第九方式中提供一种记录有程序的计算机可读介质。计算机可以通过执行程序发挥作为取得部的功能，所述取得部从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得测量数据。计算机可以通过执行程序发挥作为生成部的功能，所述生成部使用取得的时间序列的测量数据，生成根据测量数据判断对象的状态良好与否的判断模型。计算机可以通过执行程序发挥作为发送部的功能，所述发送部将判断模型发送到测量数据记录装置。
在本发明的第十方式中提供一种记录有程序的计算机可读介质。计算机可以通过执行程序发挥作为取得部的功能，所述取得部从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得测量数据。计算机可以通过执行程序发挥作为学习处理部的功能，所述学习处理部通过使用包含时间序列的测量数据的学习数据的学习处理，生成根据测量数据判断对象的状态良好与否的判断模型。计算机可以通过执行程序发挥作为分析部的功能，所述分析部对在对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析。计算机可以通过执行程序发挥作为确定部的功能，所述确定部根据一个时间序列的测量数据输入到判断模型而判断为对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
另外，上述发明的概要没有列举出本发明的所有必要特征。此外，这些特征组的子组合也可以成为发明。
附图说明
图1表示第一实施方式的系统1。
图2表示系统1的动作。
图3表示运行指标的推移。
图4表示第二实施方式的系统1A。
图5是集群后的批处理文件430的分布图。
图6表示由生成装置5A输出的画面的例子。
图7表示由生成装置5A输出的画面的其他例子。
图8表示第三实施方式的系统1B。
图9表示警报曲线。
图10表示可以整体或局部实现本发明的多种方式的计算机2200的例子。
附图标记说明
1系统，2设施，4测量数据记录装置，5生成装置，20传感器，21设备，40取得部，41测量数据记录部，43存储部，45通信部，46DTW处理部，48判断部，51通信部，52存储部，53生成部，58A分类部，430批处理文件，431判断模型，451测量数据发送部，452模型接收部，453解密部，510取得部，511转换部，512加密部，513发送部，531DTW处理部，532学习处理部，533B统计处理部，581分析部，582设定部，583确定部，2200计算机，2201DVD-ROM，2210主控制器，2212CPU，2214RAM，2216图形控制器，2218显示装置，2220输入/输出控制器，2222通信接口，2224硬盘驱动器，2226DVD-ROM驱动器，2230ROM，2240输入/输出芯片，2242键盘。
具体实施方式
下面，通过发明的实施方式对本发明进行说明，但是以下的实施方式并不限定权利要求书所涉及的发明。此外，在实施方式中说明的特征的组合的全部并不是发明的解决手段所必须的。
[1.第一实施方式]
[1.1.系统1的构成]
图1表示第一实施方式的系统1。系统1支持对象的状态监视，包括作为对象的一例的设施2、测量数据记录装置4和生成装置5。
[1.1-1.设施2]
设施2设置有一个或多个传感器20。在设施2中还可以设置多个设备21。
例如设施2可以是工厂，也可以是将多个设备21复合的复合装置。作为工厂，除了化学或生物等工业工厂以外，还可以列举对气田或油田等井口及其周边进行管理控制的工厂、对水力、火力、原子能等发电进行管理控制的工厂、对太阳光或风力等环境发电进行管理控制的工厂、以及对上下水或水坝等进行管理控制的工厂等。
[1.1-1-1.设备21]
各设备21是器具、机械或装置，例如，可以是对设施2的工序中的压力、温度、pH、速度、流量等至少一个物理量进行控制的阀、泵、加热器、风扇、电动机、开关等执行器。各设备21可以是相互不同种类，也可以是至少一部分的两个以上的设备21为相同种类。在本实施方式中，作为一例，可以从外部通过有线或无线方式对设备21进行控制，但是也可以手动对设备21进行控制。
[1.1-1-2.传感器20]
各传感器20进行设施2的状态的测量。传感器20可以测量压力、温度、pH、速度、流量等至少一个物理量。此外，传感器20也可以进行设施2的产量、混入的杂质的比例、各设备21的运转状况等的测量。各传感器20可以是相互不同种类，也可以是至少一部分的两个以上的传感器20为相同种类。各传感器20可以将测量数据供给到测量数据记录装置4。
另外，传感器20与测量数据记录装置4之间的通信例如可以通过ISA(International Society of Automation国际自动化学会)的无线通信协议来进行，作为一例可以通过ISA100、HART(Highway Addressable Remote Transducer可寻址远程传感器高速通道)(注册商标)、BRAIN(注册商标)、FOUNDATION Fieldbus、PROFIBUS等来进行。
[1.1-2.测量数据记录装置4]
测量数据记录装置4记录各传感器20的测量数据。测量数据记录装置4具有：取得部40、测量数据记录部41、存储部43、通信部45、DTW处理部46和判断部48。
[1.1-2-1.取得部40]
取得部40取得测量了设施2的状态的时间序列的测量数据。取得部40可以从各传感器20逐次取得测量数据。取得部40可以取得多个种类(也称为通道)的测量数据。测量数据的通道在本实施方式中作为一例可以按每个传感器20而不同，但是也可以根据作为对象的物理量而不同。取得部40可以将取得的测量数据供给到测量数据记录部41。
[1.1-2-2.测量数据记录部41]
测量数据记录部41记录取得部40取得的测量数据。测量数据记录部41可以将测量数据记录于存储部43。
测量数据记录部41可以按时间序列顺序记录测量数据。例如，测量数据记录部41可以在每次在设施2中进行重复执行的处理(也称为批处理)时将时间序列的测量数据汇总记录于单一文件(也称为批处理文件430)。在批处理中每个通道的时间序列的多个测量数据(也称为批处理数据)存储到各批处理文件430。测量数据记录部41可以根据触发信号的输入而将从取得部40供给的测量数据文件化并记录。
在此，批处理例如可以是轮胎等产品的制造处理，也可以是蒸煮食品或炉等的加热处理。此外，触发信号可以根据在设施2中批处理结束而供给到测量数据记录装置4，也可以从设施2的设备21或传感器20供给，还可以从外部(作为一例从操作者)供给。
测量数据记录部41可以在测量数据或批处理数据中附加测量时间、测量的传感器20的识别信息并记录于存储部43。测量数据的测量时间可以是测量该测量数据的时间，可以表示批处理内的测量时刻。在本实施方式中，作为一例，测量时间可以表示从批处理的开始时间起的经过时间。测量数据的测量时间也可以是取得部40取得测量数据的取得时间。另外，测量时间和传感器20的识别信息也可以预先附加于从传感器20供给的测量数据。
此外，测量数据记录部41可以根据操作者等从外部进行的操作，进一步在测量数据、批处理数据、批处理文件430中附加各种信息。作为一例，附加的信息可以是测量数据所表示的物理量的种类(作为一例为摄氏温度)、单位(作为一例为℃)、设施2中的各种设定内容和控制条件、以及警报有无产生和产生时刻等。
[1.1-2-3.存储部43]
存储部43存储各种信息。例如，存储部43可以存储从测量数据记录部41供给的测量数据(在本实施方式中作为一例为汇总了在批处理的执行中由各传感器20测量的时间序列的测量数据的批处理文件430)、以及从后述的生成装置5供给的判断模型431。另外，判断模型431可以根据经由通信部45从生成装置5供给到测量数据记录装置4而存储于存储部43。
[1.1-2-3-1.判断模型431]
判断模型431根据测量数据判断设施2的状态良好与否。判断模型431可以根据测量数据的输入，输出状态是良好还是不良的判断结果。在本实施方式中，作为一例，判断模型431可以根据包含在批处理文件430内的时间序列的测量数据(即批处理数据)来进行良好与否判断。
判断模型431可以是将与测量数据的测量值对应的值作为变量的函数式。作为一例，判断模型431的函数式可以是下式(1)或式(2)。
f(x)＝A×X1+B×X2+C×X3+D×X4…(1)
f(x)＝(A×X1+B×X2)/C×X3…(2)
在此，式中的“A”、“B”、…是系数，可以表示“4.3”、“3.5”等具体的数值。此外，式中的“X1”、“X2”、…是与测量数据的测量值对应的值，可以是每个传感器或每个测量时间的测量数据的测量值本身，也可以是包含于批处理数据的测量值的平均或方差，还可以是由后述的DTW处理部46计算出的参数。
根据这种测量数据的测量值而从判断模型431(在本实施方式中作为一例为函数式)取得的值可以是表示设施2的状态的指标值(也称为状态指标值)的一例。判断模型431可以输出对应于状态指标值与判断阈值的差(也称为运行指标)的判断结果。在本实施方式中，作为一例，判断模型431可以将零用作判断阈值，根据运行指标为正值而输出状态为良好的判断结果。
另外，存储于存储部43的判断模型431可以以在测量数据记录装置4中可执行的处理的代码表示。在本实施方式中，作为一例，判断模型431以C语言表示，但是也可以以Basic等其他语言表示。
[1.1-2-4.通信部45]
通信部45与生成装置5之间进行通信。通信部45可以进行无线通信，也可以进行有线通信。通信部45可以经由中继设备(作为一例为智能手机等移动终端、固定的网关装置)进行通信。通信部45具有测量数据发送部451、模型接收部452和解密部453。
[1.1-2-4-1.测量数据发送部451]
测量数据发送部451将记录于存储部43的测量数据发送到生成装置5。测量数据发送部451也可以将测量数据作为批处理文件430发送。
[1.1-2-4-2.模型接收部452]
模型接收部452接收生成装置5生成的判断模型431。模型接收部452可以根据与该判断模型431一起接收到表示判断模型431的合法性的信息，能够从判断部48利用该判断模型431。例如，模型接收部452可以根据与判断模型431一起接收到表示合法性的信息，将该判断模型431供给到存储部43。但是，模型接收部452也可以不论是否接收到表示合法性的信息而将判断模型431存储于存储部43，并且根据接收到表示合法性的信息，将该判断模型431设定为能够从判断部48访问。表示合法性的信息可以是电子签名，也可以是附加在通信包的开头的头信息。
另外，在本实施方式中，作为一例，模型接收部452接收加密后的判断模型431。因此，模型接收部452可以将接收到的判断模型431经由解密部453供给到存储部43。
[1.1-2-4-3.解密部453]
解密部453对被加密并由模型接收部452接收到的判断模型431进行解密。解密部453可以使用与在生成装置5中进行加密的密钥对应的解密密钥来进行解密。解密部453可以将解密后的判断模型431供给到存储部43。
[1.1-2-5.DTW处理部46]
DTW处理部46对时间序列的测量数据(即批处理数据)进行DTW处理。DTW处理可以是，针对测量数据的每个通道，相对于一个时间序列的测量数据(也称为基准批处理数据)使其他时间序列的测量数据(也称为对象批处理数据)的时间宽度一致，确定一个时间序列的测量数据的各点与其他时间序列的测量数据的各点的距离成为最小的DTW路径的处理。在此基础上或代替于此，DTW处理可以是相对于基准批处理数据使对象批处理数据的时间宽度一致，使基准批处理数据与对象批处理数据的波形差异最小化的处理。
在此，对象批处理数据可以是包含于最新的批处理文件430的批处理数据。基准批处理数据可以从设施2处于良好状态的批处理数据中选择，作为一例，可以是由操作者选择的批处理数据，也可以是多个批处理数据中的从开头到末尾的时间宽度为中央值的批处理数据，还可以是多个批处理数据中的与其他批处理数据的DTW距离的总和为最小的批处理数据。在测量数据的通道为多个的情况下，换句话说，在各批处理文件430中包括多个批处理数据的情况下，每个通道的基准批处理数据可以是包含于同一批处理文件430的批处理数据。
DTW处理部46可以根据触发信号的输入，从存储部43读出基准批处理数据和对象批处理数据并进行DTW处理。DTW处理部46可以将相对于基准批处理数据，波形差异最小化的对象批处理数据(也称为进行了DTW处理的对象批处理数据)供给到判断部48。此外，DTW处理部46还可以将通过DTW处理计算出的至少一个参数供给到判断部48。
DTW处理部46计算的参数可以是基准批处理数据与对象批处理数据之间的DTW距离。在此基础上或代替于此，DTW处理部46计算的参数可以是包含于对象批处理数据的各点的测量数据中的在DTW路径中在时间轴方向上偏移的测量数据的个数。在此基础上或代替于此，DTW处理部46计算的参数可以是包含于对象批处理数据的各点的测量数据中的在DTW路径中在时间轴方向上未偏移的测量数据的个数。测量数据在时间轴方向上偏移在本实施方式中作为一例是指表示测量时刻的测量时间向后偏移，但是在此基础上或代替于此，也可以是表示测量时刻的测量时间向前偏移。
[1.1-2-6.判断部48]
判断部48使用存储部43内的判断模型431，根据新取得的测量数据判断设施2的状态良好与否。判断部48可以根据新取得的时间序列的测量数据、即对象批处理数据，判断测量该对象批处理数据时的设施2的状态良好与否。例如，判断部48可以根据由DTW处理部46进行了DTW处理的批处理数据来进行判断。此外，判断部48可以根据最新的批处理文件430内的各批处理数据来进行判断，也可以根据与批处理数据内的各测量数据对应的值(测量值本身、包含于批处理数据的测量值的平均或方差、由DTW处理部46计算出的参数)来进行判断。例如，判断部48可以使用运行指标来进行判断，该运行指标是判断模型431中的判断阈值与根据各测量数据的测量值从判断模型431取得的状态指标值的差，在本实施方式中，作为一例，可以在运行指标为正的情况下将设施2的状态判断为良好，在运行指标为负的情况下将状态判断为不良。另外，在包含于批处理数据的测量值的平均或方差用于判断的情况下，判断部48可以对其进行计算。
判断部48可以输出判断结果。此外，判断部48可以输出至少最近的一个运行指标。作为一例，判断部48也可以对最近一次的批处理、或最近两次的批处理分别输出运行指标，在此基础上，也可以对四次之前进行的批处理进一步输出运行指标。最近两次的批处理可以是最后进行的批处理以及在最后的前一次进行的批处理。
[1.1-3.生成装置5]
生成装置5生成判断模型431。生成装置5具有通信部51、存储部52和生成部53。另外，生成装置5可以是一个或多个计算机，可以由PC等构成，也可以通过云计算来实现。
[1.1-3-1.通信部51]
通信部51与测量数据记录装置4之间进行通信。通信部51可以进行无线通信，也可以进行有线通信。通信部51具有：取得部510、转换部511、加密部512和发送部513。
[1.1-3-1-1.取得部510]
取得部510从测量数据记录装置4取得测量数据。取得部510可以将取得的测量数据供给到存储部52。
[1.1-3-1-2.转换部511]
转换部511将由后述的生成部53生成的判断模型431转换为在测量数据记录装置4中执行的处理的代码(在本实施方式中作为一例为C语言的代码)。转换部511可以将转换后的判断模型431供给到加密部512。
[1.1-3-1-3.加密部512]
加密部512对判断模型431进行加密。在本实施方式中，作为一例，加密部512可以对由转换部511编码的判断模型431进行加密。加密部512可以将加密后的判断模型431供给到发送部513。
[1.1-3-1-4.发送部513]
发送部513将判断模型431发送到测量数据记录装置4。发送部513可以发送由转换部511转换的判断模型431。发送部513可以发送由加密部512加密的判断模型431。
此外，发送部513可以将表示判断模型431的合法性的信息与该判断模型431一起发送。发送部513可以将表示合法性的电子签名、通信包的头信息与判断模型431一起发送。
[1.1-3-2.存储部52]
存储部52存储各种信息。例如，存储部52可以存储从取得部510供给的测量数据以及从生成部53供给的判断模型431。
存储部52可以将测量数据作为批处理文件430存储。在存储于存储部52的测量数据中，可以附加表示测量该测量数据时的设施2的状态良好与否的标签。该标签可以由操作者经由未图示的输入部设定，也可以作为表示警报有无发生的信息由测量数据记录装置4的测量数据记录部41预先附加。
存储于存储部52的判断模型431可以不以在测量数据记录装置4中可执行的处理的代码表示，而以在生成装置5中可执行的处理的代码表示。
[1.1-3-3.生成部53]
生成部53使用取得部510取得的时间序列的测量数据来生成判断模型431。生成部53具有DTW处理部531和学习处理部532。
[1.1-3-3-1.DTW处理部531]
DTW处理部531可以对时间序列的测量数据(即批处理数据)进行DTW处理。DTW处理部531可以针对测量数据的每个通道，进行相对于作为从存储部52读出的基准批处理数据的一个时间序列的测量数据使作为对象批处理数据的其他时间序列的测量数据的时间宽度一致，确定基准批处理数据的各点与对象批处理数据的各点的距离成为最小的DTW路径的处理，计算出至少一个参数。此外，DTW处理部531可以进行相对于基准批处理数据使对象批处理数据的时间宽度一致，使基准批处理数据与对象批处理数据的波形差异最小化的处理。
DTW处理部531可以对每个批处理文件430将进行了DTW处理的多个批处理数据以及计算出的参数供给到学习处理部532。由DTW处理部531计算出的参数可以是与由测量数据记录装置4的DTW处理部46计算出的参数同种类的参数(在本实施方式中作为一例为DTW距离、在DTW路径中在时间轴方向上偏移的测量数据的个数、在DTW路径中在时间轴方向上未偏移的测量数据的个数)。
在此，基准批处理数据可以从设施2处于良好状态的批处理数据中选择，作为一例，可以是由操作者选择的批处理数据，也可以是多个批处理数据中的从开头到末尾的时间宽度为中央值的批处理数据，还可以是多个批处理数据中的与其他批处理数据的DTW距离的总和为最小的批处理数据。由测量数据记录装置4的DTW处理部46使用的基准批处理数据与由生成装置5的DTW处理部531使用的基准批处理数据可以相同，也可以不同。在测量数据的通道为多个的情况下，换句话说，在各批处理文件430中包含多个批处理数据的情况下，每个通道的基准批处理数据可以是包含于同一批处理文件的批处理数据。对象批处理数据可以是设施2处于良好状态的时间序列的测量数据，也可以是设施2的状态不良时的时间序列的测量数据。
[1.1-3-3-2.学习处理部532]
学习处理部532通过使用学习数据的学习处理来生成判断模型431，所述学习数据包含时间序列的测量数据(即批处理数据)。在包含于学习数据的测量数据中，可以附加表示设施2的状态良好与否的标签。此外，在学习数据中，可以针对测量数据的每个通道，包含时间序列的测量数据的平均或方差、由DTW处理部531计算出的参数(在本实施方式中作为一例为DTW距离、在DTW路径中在时间轴方向上偏移的测量数据的个数、在DTW路径中在时间轴方向上未偏移的测量数据的个数)。在学习数据中包含测量数据的平均或方差的情况下，学习处理部532可以对其进行计算并将其包含于学习数据。学习处理部532可以将生成的判断模型431供给到存储部52进行存储，并且供给到通信部51的转换部511。
根据以上的系统1中的测量数据记录装置4，向生成判断设施2的状态良好与否的判断模型431的生成装置5发送测量数据，使用从生成装置5接收到的判断模型431，根据新取得的测量数据判断设施2的状态良好与否。因此，能够在测量数据记录装置4中不生成判断模型431，而使用已生成的判断模型431来判断设施2的状态良好与否。
此外，由于对加密后的判断模型431进行解密，所以能够防止测量数据记录装置4接收的判断模型431的内容被变更。因此，能够防止由具有恶意的第三者变更的判断模型431在判断部48中被使用。
此外，根据与判断模型431一起接收到表示判断模型431的合法性的信息，能够从判断部48利用该判断模型431，因此能够防止由具有恶意的第三者生成的判断模型431在判断部48中被使用。
此外，根据新取得的时间序列的测量数据，判断测量该时间序列的测量数据时的设施2的状态良好与否，因此与基于一个时刻的测量数据进行判断的情况相比，能够准确地判断设施2的状态。
此外，使用判断模型431中的判断阈值与设施2的状态指标值的差即运行指标来进行判断，并且输出判断结果和至少最近的运行指标，因此能够准确地预测将来的设施2的状态。
此外，根据系统1中的生成装置5，从测量数据记录装置4取得测量数据，生成判断模型431并发送到测量数据记录装置4。因此，能够不在测量数据记录装置4中生成判断模型431，而使用已生成的判断模型431来判断设施2的状态良好与否。
此外，由于发送加密后的判断模型431，所以能够防止在由测量数据记录装置4接收之前变更判断模型431的内容。因此，能够防止由具有恶意的第三者变更的判断模型431在判断部48中被使用。
此外，由于与判断模型431一起发送表示判断模型431的合法性的信息，所以能够防止由具有恶意的第三者生成的判断模型431在判断部48中被使用。
此外，将生成的判断模型431转换为在测量数据记录装置4中可执行的处理的代码并发送，因此能够省略测量数据记录装置4侧的判断模型431的编码。
此外，通过使用学习数据的学习处理来生成判断模型431，所述学习数据包含时间序列的测量数据，因此与将一个时刻的测量数据用于学习数据的情况相比，能够生成能够准确地判断设施2的状态的判断模型431。
此外，表示DTW距离的参数、表示在DTW路径中在时间轴方向上偏移的测量数据的个数的参数、以及表示在DTW路径中在时间轴方向上未偏移的测量数据的个数的参数中的至少一个参数用于生成判断模型431。因此，与仅使用包含于时间序列的测量数据的各时刻的测量数据、其平均或方差来生成判断模型431的情况不同，能够将各测量数据的测量时刻的偏差考虑进去来生成判断模型431，因此能够提高判断模型431的判断精度。
[1.2.系统1的动作]
图2表示系统1的动作。系统1的测量数据记录装置4和生成装置5通过进行步骤S11～S31的处理来生成判断模型431，判断设施2的状态良好与否。另外，该动作可以伴随设施2的启动而开始。
在步骤S11中，测量数据记录装置4的取得部40从各传感器20取得测量了设施2的状态的时间序列的测量数据。
在步骤S13中，测量数据记录部41将取得部40取得的测量数据记录于存储部43。测量数据记录部41可以在每次由设施2进行批处理时将测量数据的批处理文件430存储于存储部43。
在步骤S15中，测量数据发送部451将记录于存储部43的测量数据发送到生成装置5。在本实施方式中，作为一例，测量数据发送部451根据操作者等从外部进行的操作，分别发送测量数据的批处理文件430，但是也可以在每次制作批处理文件430时发送，还可以定期发送制作完成的批处理文件430。由此，在步骤S17中，生成装置5的取得部510从测量数据记录装置4取得测量数据。取得部510可以将取得的测量数据供给到存储部52。
在步骤S19中，生成部53使用取得的时间序列的测量数据来生成判断模型431。在本实施方式中，作为一例，生成部53根据操作者等从外部进行的操作来生成判断模型431，但是也可以根据存储于存储部52的批处理文件430到达基准数来生成判断模型431。
在判断模型431的生成中，生成部53的DTW处理部531可以针对测量数据的每个通道，通过动态时间伸缩法，进行相对于作为从存储部52读出的基准批处理数据的一个时间序列的测量数据使作为对象批处理数据的其他时间序列的测量数据的波形差异最小化的处理，计算DTW距离、在DTW路径中在时间轴方向上偏移的测量数据的个数、在DTW路径中在时间轴方向上未偏移的测量数据的个数。
此外，学习处理部532可以通过使用包含时间序列的测量数据(即批处理数据)的学习数据的学习处理来生成判断模型431。在包含于学习数据的测量数据中，可以附加表示设施2的状态良好与否的标签。在学习数据中，可以按照测量数据的每个通道，包含时间序列的测量数据的平均或方差、以及由DTW处理部计算出的参数。
学习处理部532可以预先存储成为判断模型431的至少一个函数式(作为一例为上述式(1)、(2))，可以通过学习处理调整该函数式的系数而生成判断模型431。例如，学习处理部532可以调整关系式的系数，以提高将与各批处理文件430内的测量数据的测量值对应的值输入到判断模型431的函数式时的公式的值与判断阈值的差与由附加于该批处理文件430的测量数据的标签表示的设施2的良好与否状态的相关性。
另外，与测量数据的测量值对应的值可以是测量数据的测量值本身，也可以是包含于批处理数据的各测量数据的测量值的平均或方差，还可以是由DTW处理部531计算出的参数。在学习处理部532存储多个函数式的情况下，可以自动选择作为调整对象的函数式，也可以根据操作者等从外部进行的操作来选择。
在生成判断模型431之后，在步骤S21中，发送部513将判断模型431发送到测量数据记录装置4。在本实施方式中，作为一例，发送部513可以将由转换部511转换为在测量数据记录装置4中可执行的代码并由加密部512加密的判断模型431与表示合法性的信息(作为一例为电子签名、附加于通信包的开头的头信息)一起发送。
在步骤S23中，测量数据记录装置4的模型接收部452接收生成装置5生成的判断模型431。模型接收部452根据将该判断模型431与表示判断模型431的合法性的信息一起接收到，将该判断模型431在解密部453中解密后存储于存储部43，并且能够从判断部48利用。
在步骤S25中，取得部40重新取得时间序列的测量数据，在步骤S27中，测量数据记录部41将取得的测量数据记录于存储部43。测量数据记录部41可以在每次由设施2进行批处理时将测量数据的批处理文件430存储于存储部43。
在步骤S29中，判断部48使用接收到的判断模型431，根据新取得的测量数据的批处理文件430判断设施2的状态良好与否。判断部48可以根据通过DTW处理部46进行了DTW处理的批处理文件430内的各批处理数据来进行判断。在本实施方式中，作为一例，判断部48可以使用运行指标来进行判断。
并且，在步骤S31中，判断部48输出判断结果和至少最近的运行指标。判断部48可以输出最近的多个运行指标的推移。在步骤S31的处理结束之后，测量数据记录装置4可以使处理转移至上述步骤S25。最近的多个运行指标可以是与当前时刻接近的顺序的多个运行指标。
[1.3.运行指标的推移]
图3表示运行指标的推移。图中的纵轴表示运行指标，横轴表示重复执行批处理时的经过时间或批处理的次数。此外，实线的绘制表示与测量数据对应的运行指标，虚线的绘制表示进行下次批处理时由操作者预测的运行指标。由此，通过运行指标的推移，能够预测设施2的良好与否。
[1.4.变形例]
另外，在上述第一实施方式中，说明了测量数据记录装置4的模型接收部452从生成装置5接收判断模型431，但是也可以接收表示判断模型431的内容的参数。例如，在测量数据记录装置4的存储部43中可以存储多个能够代入系数的函数式，模型接收部452可以从生成装置5接收这些函数式中的任意一个的式编号以及该式编号的函数式中的各系数的值。在这种情况下，测量数据记录装置4可以根据这些参数，在存储部43内生成判断模型431。
此外，说明了模型接收部452接收以在测量数据记录装置4中可执行的处理的代码表示的判断模型431，但是也可以接收未以可执行的处理的代码表示的判断模型431。在这种情况下，测量数据记录装置4可以使用未图示的编译器将判断模型431转换为可执行并存储于存储部43。
此外，说明了测量数据记录装置4在存储部43内具有判断模型431，但是也可以不具有判断模型431。在这种情况下，生成装置5可以将生成后的判断模型431存储于与测量数据记录装置4外部连接的外部存储装置，测量数据记录装置4的判断部48可以使用该外部存储装置内的判断模型431来进行判断。
[2.第二实施方式]
图4表示第二实施方式的系统1A。系统1A包括测量数据记录装置4A和生成装置5A。另外，在本实施方式的系统1A中，与图1所示的系统1的构成大体相同的构成标注相同的附图标记并省略说明。
[2.1.测量数据记录装置4A]
测量数据记录装置4A将测量数据的批处理文件430从通信部45发送到生成装置5。
[2.2.生成装置5A]
生成装置5A具有生成部53A、判断部48A和分类部58A。
[2.2-1.生成部53A]
生成部53A具有DTW处理部531A。DTW处理部531A在生成判断模型431之前，进行与第一实施方式中的DTW处理部531相同的处理。
此外，DTW处理部531A在生成判断模型431之后，也对新取得的时间序列的测量数据(即批处理数据)进行DTW处理。例如，DTW处理部531可以根据操作者等从外部进行的操作，针对测量数据的每个通道，从存储部52读出基准批处理数据和对象批处理数据并进行DTW处理。判断模型431的生成前的基准批处理数据与判断模型431的生成后的基准批处理数据可以相同，也可以不同。对象批处理数据可以是包含于最新的批处理文件430的批处理数据。
DTW处理部531可以在生成判断模型431之后将进行了DTW处理的对象批处理数据供给到判断部48A。此外，DTW处理部531还可以将通过DTW处理计算的至少一个参数供给到判断部48A。
[2.2-2.判断部48A]
判断部48A进行与实施方式中的测量数据记录装置4的判断部48相同的处理。在此基础上，判断部48A可以在判断为设施2的状态不良、即不良好的情况下，将该判断结果和批处理文件430供给到分类部58A。
[2.2-3.分类部58A]
分类部58A对设施2的不良状态进行分类。分类部58A具有分析部581、设定部582和确定部583。
[2.2-3-1.分析部581]
分析部581对在设施2的状态不良好时测量出的多个时间序列的测量数据进行集群分析。
分析部581可以对存储于存储部52的多个批处理文件430中的设施2的状态不良好时测量出的批处理文件430进行集群分析。设施2的状态不良好时测量出的批处理文件430可以是包含附加了表示设施2的状态不良好的标签的测量数据的批处理文件430，也可以是由操作者或判断部48A判断为设施2的状态不良时测量出的测量数据的批处理文件430。
分析部581可以对多个批处理文件430进行集群分析，生成多个对批处理文件430进行了分类的集群。分析部581可以针对生成的每个集群，将属于该集群的批处理文件430的识别信息(也称为批处理文件ID)供给到设定部582。
[2.2-3-2.设定部582]
设定部582基于由操作者等从外部进行的操作，对由分析部581分类的测量数据的集群设定识别信息(也称为集群ID)。设定部582可以将从分析部581供给的每个集群的批处理文件430的批处理文件ID与该集群的集群ID相对应地存储于存储部52。
集群ID可以表示设施2的不良状态的类型，在本实施方式中，作为一例，可以由操作者设定为表示使设施2的状态恶化的要因、不良状态的名称。
另外，集群ID可以在由分析部581生成集群之后由操作者设定，也可以在生成集群之前由操作者设定。在集群生成前设定集群ID的情况下，可以对包含批处理文件430的集群设定由操作者对分类前的该批处理文件430的至少一个设定的集群ID。
[2.2-3-3.确定部583]
确定部583根据一个时间序列的测量数据输入到判断模型431而判断为设施2的状态不良，确定该一个时间序列的测量数据应被分类的集群。在本实施方式中，作为一例，可以对每个集群预先存储批处理文件430内的测量数据的分布范围，在新的批处理文件430的批处理数据输入到判断模型431而判断为设施2的状态不良的情况下，确定部583可以基于该批处理文件430的测量数据包含于哪个集群的测量数据的分布范围，确定应包含该批处理文件430的集群。代替于此，确定部583也可以使分析部581再次进行集群分析，确定该批处理文件430被分类的集群。
确定部583可以输出包含于确定的集群的各批处理文件430的内容或分布图，也可以输出对确定的集群设定的集群ID。可以在输出包含于确定的集群的批处理文件430的分布图并显示的情况下，确定部583将该集群以可识别的方式显示，并且也可以一并显示包含于其他集群的批处理文件430的分布。此外，确定部583也可以与各集群对应地显示集群ID。由此，对每个集群显示集群ID和批处理文件430的分布。另外，在未设定集群ID的情况下，集群ID的显示区域可以显示为空栏，可以根据操作者在该空栏内输入集群ID，由设定部582设定集群ID。
根据以上的系统1A的生成装置5A，根据一个时间序列的测量数据输入到判断模型431而判断为设施2的状态不良，确定该一个时间序列的测量数据应被分类的集群。因此，在根据时间序列的测量数据判断为状态不良好的情况下，能够确定该不良的趋势或要因、不良状态的名称。
此外，由于输出对确定的集群设定的识别信息(在本实施方式中作为一例为表示不良的要因或不良状态的名称的集群ID)，所以能够容易确定不良状态的名称或其要因。
[2.3.批处理文件的分布图]
图5是集群后的批处理文件430的分布图。在该图中，各批处理文件430表示为绘图，对集群设定“温度异常”、“压力异常”和“气体泄漏”这样的集群ID。在由确定部583确定了任意一个集群的情况下，可以将该集群的显示颜色从其他集群改变等，由此对集群进行识别显示。
[2.4.输出画面的例子]
图6表示由生成装置5A输出的画面的例子。作为批处理文件430的判断结果，生成装置5A可以输出设施2的状态良好与否“NG”、根据批处理文件430计算出的运行指标“-0.246”、判断部48A的判断时刻、批处理文件430应被分类的集群的集群ID(在本图中为异常要因)“气体泄漏”等。
图7表示由生成装置5A输出的画面的其他例子。生成装置5A可以对每个批处理文件430输出判断结果、运行指标、批处理文件430应被分类的集群的集群ID(在本图中为异常要因)等。另外，在该图中，以判断部48A的判断顺序显示各批处理文件430的信息。
[2.5.变形例]
另外，在上述第二实施方式中，说明了生成装置5A判断状态的良好与否，但是也可以与上述第一实施方式同样，测量数据记录装置4A使用判断模型431来判断状态的良好与否。在这种情况下，也可以根据在测量数据记录装置4A中判断为状态不良，由生成装置5A确定不良状态的集群ID。
此外，说明了生成装置5A确定不良状态的集群ID，但是也可以是测量数据记录装置4A确定不良状态的集群ID。在这种情况下，测量数据记录装置4A可以具有确定部583，也可以具有分类部58A。
此外，说明了生成装置5A具有设定部582，但是也可以不具有设定部582。在这种情况下，确定部583可以输出包含于确定的集群的各批处理文件430的内容或分布图。在这种情况下，能够根据输出的批处理文件430的内容，确定不良状态的名称、不良的要因、趋势。
[3.第三实施方式]
图8表示第三实施方式的系统1B。系统1B包括测量数据记录装置4B和生成装置5B。另外，在本实施方式的系统1B中，与图1所示的系统1的构成大体相同的构成标注相同的附图标记并省略说明。
[3.1.测量数据记录装置4B]
测量数据记录装置4B具有存储部43B和判断部48B。
[3.1-1.存储部43B]
存储部43B存储判断模型431B。
判断模型431B根据测量数据判断设施2的状态良好与否。判断模型431B可以根据测量数据的输入，输出良好与否的判断结果。在本实施方式中，作为一例，判断模型431B可以根据在任意的测量时间测量出的测量数据(作为一例为最近测量出的测量数据)来判断良好与否。
判断模型431B可以表示在设施2中进行的处理(在本实施方式中作为一例为批处理)内的按照经过时间的测量数据的容许范围(也称为警报曲线)。判断模型431B可以对测量数据的每个通道，表示处理的经过时间各自的测量值的容许范围。测量数据的容许范围可以具有上限值和下限值中的至少一方。
[3.1-2.判断部48B]
判断部48B使用判断模型431B，在每次取得测量数据时，判断测量该测量数据时的设施2的状态良好与否。判断部48B可以在设施2中进行的处理的开始以后从取得部40逐次取得测量数据，计算从在设施2中进行的处理的开始到该测量数据的测量为止的经过时间。
判断部48B可以将按照经过时间的容许范围的上下限值即判断阈值与测量数据的测量值进行比较来进行判断。如果由比较结果表示测量数据在容许范围内，则判断部48B可以将状态判断为良好，如果表示在容许范围外，则可以将状态判断为不良。判断部48B可以输出判断结果。
[3.2.生成装置5B]
生成装置5B具有存储部52B和生成部53B。
[3.2-1.存储部52B]
存储部52B存储判断模型431B。存储于存储部52B的判断模型431B可以不以在测量数据记录装置4B中可执行的处理的代码表示，而以在生成装置5B中可执行的处理的代码表示。
[3.2-2.生成部53B]
生成部53B使用取得部510取得的时间序列的测量数据来生成判断模型431B。生成部53B具有DTW处理部531B和统计处理部533B。
[3.2-2-1.DTW处理部531B]
DTW处理部531B与实施方式的DTW处理部531同样，针对测量数据的每个通道，对批处理数据进行DTW处理。DTW处理部531B可以将相对于基准批处理数据使测量时间一致的批处理数据供给到统计处理部533B。然而，DTW处理部531B也可以通过DTW处理，计算DTW距离、在DTW路径中在时间轴方向上偏移的测量数据的个数、在DTW路径中在时间轴方向上未偏移的测量数据的个数，而不供给到统计处理部533B。
[3.2-2-2.统计处理部533B]
统计处理部533B针对测量数据的每个通道，通过对由取得部510取得的多个批处理数据进行的统计处理，生成批处理内的按照经过时间的测量数据的容许范围、即警报曲线作为判断模型431B。统计处理部533B可以对由DTW处理部531B处理的多个批处理数据进行统计处理。统计处理部533B可以对测量数据的各通道，按照测量时间进行统计处理来确定容许范围的上限值和下限值。
例如，统计处理部533B可以从在设施2的状态良好时测量出的测量数据中提取各测量时间的测量数据，以所有测量值包含在容许范围内的方式确定每个经过时间的上限值和下限值。
此外，统计处理部533B也可以从在设施2的状态良好时测量出的测量数据中提取各测量时间的测量数据，将测量值的分布视为正态分布，以收敛于该分布的1σ区间、2σ区间、3σ区间的测量值包含在容许范围内的方式确定每个经过时间的上限值和下限值。另外，σ是测量值的标准偏差。
此外，统计处理部533B也可以从在设施2的状态良好时测量出的测量数据中提取各测量时间的测量数据，计算测量值的平均和方差，基于计算结果确定上限值和下限值。在这种情况下，统计处理部533B可以以平均值为上下限值的中间值、且方差越大则上下限值的宽度越大、方差越小则上下限值的宽度越小的方式确定上限值和下限值。
统计处理部533B可以将生成的判断模型431B供给到存储部52B并存储，并且经由通信部51供给到测量数据记录装置4B。
根据以上的系统1B中的测量数据记录装置4B，使用判断模型431B，在每次取得测量数据时，判断测量该测量数据时的设施2的状态良好与否。因此，无需待机到测量数据齐全就能够逐次得到判断结果。
此外，根据系统1B中的生成装置5B，通过对按种类区分的多个时间序列的测量数据进行的统计处理，将按照在设施2中进行的处理内的经过时间的测量数据的容许范围生成为判断模型431，因此能够生成在每次取得测量数据时能够判断测量该测量数据时的设施2的状态良好与否的判断模型431。
此外，对由DTW处理部531处理的多个时间序列的测量数据进行统计处理，因此能够使测量时间一致来提高统计处理的效率。
[3.3.警报曲线的例]
图9表示警报曲线。图中的横轴表示批处理中的经过时间，纵轴表示测量值。由判断模型431B表示的警报曲线可以具有按照批处理中的经过时间的测量数据的上限值和下限值。另外，在图中，根据测量值超过了上限值，判断为设施2的状态不良。
[4.变形例]
另外，在上述第一、第三实施方式中，说明了生成装置5、5B生成判断模型431和判断模型431B中的任意一方，但是也可以生成两方。在这种情况下，测量数据记录装置4、4B可以使用两方的判断模型431、431B来进行设施2的状态的判断。
此外，在上述第一至第三实施方式中，说明了将对象作为设施2，但是也可以是其他客体。例如，对象可以是在设施2中制造的产品，可以是生物体等自然物，可以是天气、地形等自然环境，也可以是化学反应、生物化学反应等自然现象。
此外，本发明的各种实施方式可以参照流程图和框图进行记载，在此模块可以表示(1)执行操作的过程的阶段或(2)具有执行操作的作用的装置的部分。特定的阶段和部分可以通过专用电路、与存储在计算机可读介质上的计算机可读指令一起供给的可编程电路和/或与存储在计算机可读介质上的计算机可读指令一起供给的处理器来实现。专用电路可以包括数字和/或模拟硬件电路，也可以包括集成电路(IC)和/或分立电路。可编程电路可以包括可重构硬件电路，该可重构硬件电路包括逻辑AND、逻辑OR、逻辑XOR、逻辑NAND、逻辑NOR和其他逻辑操作、触发器、寄存器、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)等存储器元件等。
计算机可读介质可以包括能够存储由适当的设备执行的指令的任意的有形设备，其结果，具有存储在其中的指令的计算机可读介质包括包含为了制作用于执行由流程图或框图指定的操作的手段而能够执行的指令的产品。作为计算机可读介质的例子可以包括：电子存储介质、磁存储介质、光存储介质、电磁存储介质、半导体存储介质等。作为计算机可读介质的更具体的例子可以包括：软(注册商标)盘、磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存器)、电可擦除可编程只读存储器(EEPROM)、静态随机存取存储器(SRAM)、光盘只读存储器(CD-ROM)、数字多用途盘(DVD)、蓝光(RTM)碟、存储棒、集成电路卡等。
计算机可读指令包括由包括汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微码、固件指令、状态设定数据、或Smalltalk(注册商标)、JAVA(注册商标)、C++等面向对象编程语言、和“C”编程语言或同样的编程语言那样的现有的过程型编程语言的一个或多个编程语言的任意组合描述的源代码和目标代码中的任意一个。
计算机可读指令可以经由本地或局域网(LAN)、互联网等广域网(WAN)提供给通用计算机、特殊目的的计算机或其他可编程的数据处理装置的处理器或可编程电路，并且为了制作用于执行由流程图或框图指定的操作的手段而执行计算机可读指令。作为处理器的例子包括：计算机处理器、处理单元、微处理器、数字信号处理器、控制器、微控制器等。
图10表示可以整体或局部实现本发明的多种方式的计算机2200的例子。通过安装于计算机2200的程序，计算机2200能够发挥作为与本发明的实施方式的装置相关联的操作或该装置的一个或多个部分的功能、或者执行该操作或该一个或多个部分、和/或计算机2200能够执行本发明的实施方式的过程或该过程的阶段。为了使计算机2200执行与本说明书记载的流程图和框图的模块中的几个或全部相关联的特定的操作，可以由CPU2212执行这种程序。
本实施方式的计算机2200包括CPU2212、RAM2214、图形控制器2216和显示装置2218，它们通过主控制器2210相互连接。计算机2200还包括通信接口2222、硬盘驱动器2224、DVD-ROM驱动器2226和IC卡驱动器那样的输入/输出单元，它们经由输入/输出控制器2220与主控制器2210连接。计算机还包括ROM2230和键盘2242那样的传统的输入/输出单元，它们经由输入/输出芯片2240与输入/输出控制器2220连接。
CPU2212按照存储在ROM2230和RAM2214内的程序而动作，由此控制各单元。图形控制器2216获取在RAM2214内提供的帧缓存器等或其自身中的由CPU2212生成的图像数据，并且在显示装置2218上显示图像数据。
通信接口2222能够经由网络与其他电子设备进行通信。硬盘驱动器2224存储由计算机2200内的CPU2212使用的程序和数据。DVD-ROM驱动器2226从DVD-ROM2201读取程序或数据，经由RAM2214向硬盘驱动器2224提供程序或数据。IC卡驱动器从IC卡读取程序和数据和/或将程序和数据写入IC卡。
ROM2230在其中存储激活时由计算机2200执行的引导程序等和/或依赖于计算机2200的硬件的程序。输入/输出芯片2240也可以经由并行端口、串行端口、键盘端口、鼠标端口等使各种输入/输出单元与输入/输出控制器2220连接。
由DVD-ROM2201或IC卡那样的计算机可读介质提供程序。程序从计算机可读介质读取，并且安装于也作为计算机可读介质的例子的硬盘驱动器2224、RAM2214或ROM2230，并由CPU2212执行。在这些程序内描述的信息处理被读取到计算机2200，从而带来程序与上述各种类型的硬件资源之间的协作。装置或方法可以通过伴随计算机2200的使用来实现信息的操作或处理而构成。
例如，在计算机2200和外部设备之间执行通信的情况下，CPU2212可以执行加载于RAM2214的通信程序，基于在通信程序中描述的处理对通信接口2222指示通信处理。通信接口2222在CPU2212的控制下，读取存储于在RAM2214、硬盘驱动器2224、DVD-ROM2201或IC卡那样的记录介质内提供的发送缓冲处理区域的发送数据，将读取到的发送数据发送到网络，或者将从网络接收到的接收数据写入到在记录介质上提供的接收缓冲处理区域等。
此外，CPU2212可以将存储于硬盘驱动器2224、DVD-ROM驱动器2226(DVD-ROM2201)、IC卡等那样的外部记录介质的文件或数据库的全部或必要的部分读取到RAM2214，并对RAM2214上的数据执行各种类型的处理。接着，CPU2212将处理后的数据写回到外部记录介质。
如各种类型的程序、数据、表和数据库那样的各种类型的信息可以存储于记录介质并接受信息处理。CPU2212对从RAM2214读取的数据执行本公开各处记载的各种类型的处理并将结果写回到RAM2214，该各种类型的处理包括由程序的指令序列指定的各种类型的操作、信息处理、条件判断、条件分支、无条件分支、信息的检索/置换等。此外，CPU2212可以检索记录介质内的文件、数据库等中的信息。例如，在分别具有与第二属性的属性值相关联的第一属性的属性值的多个条目存储在记录介质内的情况下，CPU2212可以从该多个条目中检索与指定第一属性的属性值的条件一致的条目，并且读取存储在该条目内的第二属性的属性值，由此获取与满足预先确定的条件的第一属性相关联的第二属性的属性值。
以上说明的程序或软件模块可以存储在计算机2200上或计算机2200附近的计算机可读介质中。此外，在与专用通信网络或互联网连接的服务器系统内提供的硬盘或RAM那样的记录介质能够用作计算机可读介质，由此，经由网络将程序提供给计算机2200。
以上，利用实施方式对本发明进行了说明，但是本发明的技术范围并不限定于上述实施方式记载的范围。对本领域技术人员而言能够对上述实施方式进行各种变更或改良是显而易见的。根据权利要求书的记载可知，进行了这种变更或改良的方式也可以包含于本发明的技术范围。
在权利要求书、说明书和附图中所示的装置、系统、程序和方法中的动作、过程、步骤和阶段等各处理的执行顺序没有特别明示为“更早”、“之前”等，此外，应注意的是只要在后一处理中没有使用前一处理的输出，则能够以任意的顺序实现。关于权利要求书、说明书和附图中的动作流程，即使为了便于说明而使用“首先，”、“接着，”等进行了说明，也不意味着必须按照该顺序实施。

Claims (23)

1.一种测量数据记录装置，其特征在于包括：
取得部，取得测量了对象的状态的时间序列的测量数据；
记录部，记录取得的测量数据；
测量数据发送部，向生成判断所述对象的状态良好与否的判断模型的生成装置发送记录于所述记录部的测量数据；
模型接收部，接收所述生成装置生成的所述判断模型；以及
判断部，使用接收到的所述判断模型，根据新取得的测量数据判断所述对象的状态良好与否。
2.根据权利要求1所述的测量数据记录装置，其特征在于，包括对被加密并由所述模型接收部接收到的所述判断模型进行解密的解密部。
3.根据权利要求1或2所述的测量数据记录装置，其特征在于，根据所述模型接收部将表示所述判断模型的合法性的信息与该判断模型一起接收到，能够从所述判断部利用该判断模型。
4.据权利要求1至3中任意一项所述的测量数据记录装置，其特征在于，所述判断部使用所述判断模型，根据新取得的时间序列的测量数据，判断测量该时间序列的测量数据时的所述对象的状态良好与否。
5.根据权利要求1至4中任意一项所述的测量数据记录装置，其特征在于，所述判断部使用所述判断模型中的判断阈值与指标值的差进行判断，并且输出判断结果和至少最近的所述差，所述指标值根据输入了与测量数据的测量值对应的值而从所述判断模型取得并表示所述对象的状态。
6.根据权利要求1至3中任意一项所述的测量数据记录装置，其特征在于，所述判断部使用所述判断模型，在每次新取得测量数据时，判断测量该测量数据时的所述对象的状态良好与否。
7.一种生成装置，其特征在于包括：
取得部，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得所述测量数据；
生成部，使用取得的时间序列的测量数据，生成根据测量数据判断所述对象的状态良好与否的判断模型；以及
发送部，将所述判断模型发送到所述测量数据记录装置。
8.根据权利要求7所述的生成装置，其特征在于，
包括对由所述生成部生成的所述判断模型进行加密的加密部，
所述发送部将加密后的所述判断模型发送到所述测量数据记录装置。
9.根据权利要求7或8所述的生成装置，其特征在于，所述发送部将表示所述判断模型的合法性的信息与该判断模型一起发送到所述测量数据记录装置。
10.根据权利要求7至9中任意一项所述的生成装置，其特征在于，
包括转换部，所述转换部将由所述生成部生成的所述判断模型转换为在所述测量数据记录装置中执行的处理的代码，
所述发送部将由所述转换部转换的所述判断模型发送到所述测量数据记录装置。
11.根据权利要求7至10中任意一项所述的生成装置，其特征在于，所述生成部具有学习处理部，所述学习处理部通过使用学习数据的学习处理来生成所述判断模型，所述学习数据包含时间序列的测量数据。
12.根据权利要求11所述的生成装置，其特征在于，
所述时间序列的测量数据是每次在所述对象中执行重复的处理时的该处理中的测量数据，
所述生成部具有DTW处理部，所述DTW处理部对测量数据的每个种类，进行如下处理：通过动态时间伸缩法，相对于由所述取得部取得的一个时间序列的测量数据，使其他时间序列的测量数据的时间宽度一致，确定所述一个时间序列的测量数据的各点与所述其他时间序列的测量数据的各点的距离成为最短的DTW路径，并且所述DTW处理部计算进行上述处理时的表示所述一个时间序列的测量数据与该其他时间序列的测量数据之间的DTW距离的参数、该其他时间序列的测量数据所包含的各点的测量数据中表示在DTW路径中在时间轴方向上偏移的测量数据的个数的参数、以及表示在DTW路径中在时间轴方向上未偏移的测量数据的个数的参数中的至少一个参数，
所述学习处理部使用包含所述至少一个参数的学习数据来生成所述判断模型。
13.根据权利要求11或12所述的生成装置，其特征在于包括：
分析部，对在所述对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析；以及
确定部，根据一个时间序列的测量数据输入到所述判断模型而判断为所述对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
14.根据权利要求7至10中任意一项所述的生成装置，其特征在于，
所述时间序列的测量数据是每次在所述对象中执行重复的处理时的该处理中的测量数据，
所述生成部具有统计处理部，所述统计处理部针对测量数据的每个种类，通过对由所述取得部取得的多个时间序列的测量数据进行的统计处理，生成所述处理内的按照经过时间的测量数据的容许范围作为所述判断模型。
15.根据权利要求14所述的生成装置，其特征在于，
所述生成部具有DTW处理部，所述DTW处理部针对测量数据的每个种类，通过动态时间伸缩法，相对于由所述取得部取得的一个时间序列的测量数据使其他时间序列的测量数据的时间宽度一致，使相对于所述一个时间序列的测量数据的所述其他时间序列的测量数据的波形差异最小化，
所述统计处理部对由所述DTW处理部处理的多个时间序列的测量数据进行统计处理。
16.一种系统，其特征在于包括：
如权利要求1至6中任意一项所述的测量数据记录装置；以及
如权利要求7至15中任意一项所述的生成装置。
17.一种装置，其特征在于包括：
取得部，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得所述测量数据；
学习处理部，通过使用包含时间序列的测量数据的学习数据的学习处理，生成根据测量数据判断所述对象的状态良好与否的判断模型；
分析部，对在所述对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析；以及
确定部，根据一个时间序列的测量数据输入到所述判断模型而判断为所述对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
18.一种方法，其特征在于包括：
取得阶段，取得测量了对象的状态的时间序列的测量数据；
记录阶段，记录取得的测量数据；
测量数据发送阶段，向生成判断所述对象的状态良好与否的判断模型的生成装置发送在所述记录阶段中记录的测量数据；
模型接收阶段，接收所述生成装置生成的所述判断模型；以及
判断阶段，使用接收到的所述判断模型，根据新取得的测量数据判断所述对象的状态良好与否。
19.一种方法，其特征在于包括：
取得阶段，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得所述测量数据；
生成阶段，使用取得的时间序列的测量数据，生成根据测量数据判断所述对象的状态良好与否的判断模型；以及
发送阶段，将所述判断模型发送到所述测量数据记录装置。
20.一种方法，其特征在于包括：
取得阶段，从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得所述测量数据；
学习处理阶段，通过使用包含时间序列的测量数据的学习数据的学习处理，生成根据测量数据判断所述对象的状态良好与否的判断模型；
分析阶段，对在所述对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析；以及
确定阶段，根据一个时间序列的测量数据输入到所述判断模型而判断为所述对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
21.一种记录有程序的计算机可读介质，其特征在于，
计算机通过执行所述程序发挥作为取得部、记录部、测量数据发送部、模型接收部和判断部的功能，
所述取得部取得测量了对象的状态的时间序列的测量数据，
所述记录部记录取得的测量数据，
所述测量数据发送部向生成判断所述对象的状态良好与否的判断模型的生成装置发送记录于所述记录部的测量数据，
所述模型接收部接收所述生成装置生成的所述判断模型，
所述判断部使用接收到的所述判断模型，根据新取得的测量数据判断所述对象的状态良好与否。
22.一种记录有程序的计算机可读介质，其特征在于，
计算机通过执行所述程序发挥作为取得部、生成部和发送部的功能，
所述取得部从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得所述测量数据，
所述生成部使用取得的时间序列的测量数据，生成根据测量数据判断所述对象的状态良好与否的判断模型，
所述发送部将所述判断模型发送到所述测量数据记录装置。
23.一种记录有程序的计算机可读介质，其特征在于，
计算机通过执行所述程序发挥作为取得部、学习处理部、分析部和确定部的功能，
所述取得部从记录关于对象的状态的时间序列的测量数据的测量数据记录装置取得所述测量数据；
所述学习处理部通过使用包含时间序列的测量数据的学习数据的学习处理，生成根据测量数据判断所述对象的状态良好与否的判断模型，
所述分析部对在所述对象的状态不良好时测量出的多个时间序列的测量数据进行集群分析，
所述确定部根据一个时间序列的测量数据输入到所述判断模型而判断为所述对象的状态不良好，确定该一个时间序列的测量数据应被分类的集群。
CN202210189518.9A 2021-03-01 2022-02-28 装置、系统、方法和计算机可读介质 Pending CN114996058A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021-032089 2021-03-01
JP2021032089A JP7359174B2 (ja) 2021-03-01 2021-03-01 測定データ記録装置、生成装置、システム、装置、方法およびプログラム

Publications (1)

Publication Number Publication Date
CN114996058A true CN114996058A (zh) 2022-09-02

Family

ID=80786656

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210189518.9A Pending CN114996058A (zh) 2021-03-01 2022-02-28 装置、系统、方法和计算机可读介质

Country Status (4)

Country Link
US (1) US11885719B2 (zh)
EP (1) EP4053661B1 (zh)
JP (1) JP7359174B2 (zh)
CN (1) CN114996058A (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7347468B2 (ja) * 2021-03-26 2023-09-20 横河電機株式会社 装置、方法およびプログラム

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2721799B2 (ja) 1994-04-14 1998-03-04 四国電力株式会社 機械の異常判定方法
JP5074919B2 (ja) 2007-12-27 2012-11-14 アズビル株式会社 標準時系列データ算出方法、異常検出方法、標準時系列データ算出装置、および異常検出装置
JP5148457B2 (ja) 2008-11-19 2013-02-20 株式会社東芝 異常判定装置、方法、及びプログラム
JP5336947B2 (ja) * 2009-06-29 2013-11-06 株式会社東芝 バッチ式製造プロセスの監視方法及び監視装置
JP6378419B2 (ja) 2015-03-12 2018-08-22 株式会社日立製作所 機械診断装置および機械診断方法
JP6840953B2 (ja) * 2016-08-09 2021-03-10 株式会社リコー 診断装置、学習装置および診断システム
JP6386520B2 (ja) * 2016-12-13 2018-09-05 ファナック株式会社 数値制御装置及び機械学習装置
JP7017861B2 (ja) 2017-03-23 2022-02-09 株式会社日立製作所 異常検知システムおよび異常検知方法
GB2570433A (en) 2017-09-25 2019-07-31 Nissan Motor Mfg Uk Ltd Machine vision system
JP7182059B2 (ja) 2018-01-17 2022-12-02 横河電機株式会社 測定値予測モジュール、測定値予測プログラム及び測定値予測方法
CN112005181B (zh) 2018-01-26 2024-04-30 威盖特技术美国有限合伙人公司 异常检测
JP2020046873A (ja) * 2018-09-18 2020-03-26 横河電機株式会社 情報処理システム、情報処理方法及び情報処理装置

Also Published As

Publication number Publication date
EP4053661B1 (en) 2023-11-01
US20220276130A1 (en) 2022-09-01
JP2022133158A (ja) 2022-09-13
JP7359174B2 (ja) 2023-10-11
EP4053661A1 (en) 2022-09-07
US11885719B2 (en) 2024-01-30

Similar Documents

Publication Publication Date Title
US11119451B2 (en) Apparatus, method, program, and recording medium
WO2016079972A1 (ja) 要因分析装置、要因分析方法と記録媒体、及び、要因分析システム
JP7491536B2 (ja) 単回使用プロセスをセットアップするための装置
JP2015108886A (ja) 異常予兆診断装置及び異常予兆診断方法
CN114996058A (zh) 装置、系统、方法和计算机可读介质
US20220307944A1 (en) Apparatus, method, and computer-readable medium
EP4064077A1 (en) Apparatus, method, and program
US9733628B2 (en) System and method for advanced process control
JP2019164542A (ja) 変更検出装置、保全管理システム、変更検出方法、プログラムおよび記録媒体
JP7283462B2 (ja) 装置、方法およびプログラム
JP7347468B2 (ja) 装置、方法およびプログラム
EP3588399A1 (en) Apparatus, method and recording medium for displaying maintenance information
EP4280007A1 (en) Appparatus, method and program for monitoring a target device
JP7452563B2 (ja) 装置、方法およびプログラム
JP6887407B2 (ja) 装置、プログラム、プログラム記録媒体、および方法
US20230097599A1 (en) Monitoring apparatus, monitoring method, and non-transitory computer readable medium
EP4254094A1 (en) Data processing apparatus, data processing method, and program

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