CN115903674A - 监视装置、监视方法以及计算机可读介质 - Google Patents

监视装置、监视方法以及计算机可读介质 Download PDF

Info

Publication number
CN115903674A
CN115903674A CN202211187806.7A CN202211187806A CN115903674A CN 115903674 A CN115903674 A CN 115903674A CN 202211187806 A CN202211187806 A CN 202211187806A CN 115903674 A CN115903674 A CN 115903674A
Authority
CN
China
Prior art keywords
devices
display
learning
unit
monitoring
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
CN202211187806.7A
Other languages
English (en)
Inventor
福井贵久
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 CN115903674A publication Critical patent/CN115903674A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric 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
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0232Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218Electric 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
    • G05B23/0224Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024Quantitative 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
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/002D [Two Dimensional] image generation
    • G06T11/20Drawing from basic elements, e.g. lines or circles
    • G06T11/206Drawing of charts or graphs
    • GPHYSICS
    • G05CONTROLLING; REGULATING
    • G05BCONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00Testing or monitoring of control systems or parts thereof
    • G05B23/02Electric testing or monitoring
    • G05B23/0205Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0216Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Theoretical Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

解决手段在于,提供一种监视装置,具备:对应取得部,针对多个设备中的各个设备,取得与对该设备的状态进行监视的至少一个传感器之间的对应;算出部,基于与多个设备之中的各设备相对应的至少一个传感器的至少一个计测值,算出各设备的状态值;位次赋予部,与状态值的变化幅度或者变化率相应地对多个设备进行位次赋予;以及显示处理部,进行处理以显示与多个设备的位次赋予相应的信息画面。

Description

监视装置、监视方法以及计算机可读介质
技术领域
本发明涉及监视装置、监视方法以及计算机可读介质。
背景技术
以往使用如下监视系统:对车间等的各种各样的设备设置传感器,将传感器的计测值显示在监视画面上,由此能够监视车间等的运转状况等。近年来,随着IIoT(工业物联网(Industrial Internet of Things))的发展,基于大量传感器的设备监视不断普及。伴随于此,监视系统在监视画面上显示出表示来自大量传感器的计测值的推移的大量图表(例如参考非专利文献1以及2)。
[现有技术文献]
[非专利文献]
[非专利文献1]小田原清喜,《GRANDSIGHTとSushi Sensorの統合ソリューション》,横河技报Vol.61No.1,2018年,第21页~第24页
[非专利文献2]北岛昭郎、杉崎隆之,《センスメイキングを実現するIIoTソリューション“Sushi Sensor”》,横河技报Vol.62No,2,2019年,第61页~第68页
发明内容
在本发明的第一方式中,提供一种监视装置。监视装置可以具备:对应取得部,针对多个设备中的各个设备,取得与对该设备的状态进行监视的至少一个传感器的对应。监视装置可以具备:算出部,基于与多个设备之中的各设备相对应的至少一个传感器的至少一个计测值,算出各设备的状态值。监视装置可以具备:位次赋予部,与状态值的变化幅度或者变化率相应地对多个设备进行位次赋予。监视装置可以具备:显示处理部,进行处理以显示与多个设备的位次赋予相应的信息画面。
监视装置可以具备:对应存储部,针对多个设备中的各个设备,存储与对该设备的状态进行监视的至少一个传感器的对应。
监视装置可以具备:学习处理部,进行处理以通过学习生成根据与各设备相对应的至少一个传感器的至少一个计测值算出该设备的状态值的模型。算出部可以针对各设备,使用模型根据至少一个计测值算出状态值。
学习处理部可以进行处理以针对至少一个设备,通过使用至少一个计测值的统计性学习,来通过学习生成模型。
显示处理部可以进行处理以与被进行了位次赋予的各设备相对应地显示用于指示生成模型的学习按钮。学习处理部可以进行处理以与学习按钮被按压相应地通过学习生成模型。
监视装置可以具备:学习期间选择部,针对多个设备之中的至少一个设备,选择至少一个传感器的至少一个计测值的变动幅度为阈值以下的预先决定的长度以上的期间,作为在模型的学习中使用的学习期间的候选。
显示处理部可以进行处理以显示表示多个设备的位次的迁移的图表。显示处理部可以进行处理,以在图表中对多个设备之中的状态值的变化幅度或者变化率为阈值以上的设备的位次的推移进行强调显示。
监视装置可以具备:选择部,选择多个设备之中的在预先决定的时间长度的期间中状态值以预先决定的变化幅度或者变化率以上发生了变化的至少一个设备。显示处理部可以进行处理以显示针对被选择的至少一个设备的信息画面。
监视装置可以具备:选择条件输入部,输入预先决定的时间长度以及预先决定的变化幅度或变化率之中的至少一个的指定。
显示处理部可以进行处理,以与信息画面上显示的各设备相对应地显示用于指示对趋势图进行显示的图表显示按钮,该趋势图表示与该设备相对应的至少一个传感器的至少一个计测值的变化。显示处理部可以进行处理以与图表显示按钮被按压相应地显示趋势图。
在本发明的第二方式中,提供一种监视方法。监视方法可以包含:监视装置针对多个设备中的各个设备,取得与对该设备的状态进行监视的至少一个传感器的对应。监视方法可以包含:监视装置基于与多个设备之中的各设备相对应的至少一个传感器的至少一个计测值,算出各设备的状态值。监视方法可以包含:监视装置与状态值的变化幅度或者变化率相应地对多个设备进行位次赋予。监视方法可以包含:监视装置进行处理以显示与多个设备的位次赋予相应的信息画面。
在本发明的第三方式中,提供一种记录有供计算机执行的监视程序的计算机可读介质。监视程序可以使计算机作为对应取得部发挥功能,该对应取得部针对多个设备中的各个设备,取得与对该设备的状态进行监视的至少一个传感器的对应。监视程序可以使计算机作为算出部发挥功能,该算出部基于与多个设备之中的各设备相对应的至少一个传感器的至少一个计测值,算出各设备的状态值。监视程序可以使计算机作为位次赋予部发挥功能,该位次赋予部与状态值的变化幅度或者变化率相应地对多个设备进行位次赋予。监视程序可以使计算机作为显示处理部发挥功能,该显示处理部进行处理以显示与多个设备的位次赋予相应的信息画面。
另外,上述的发明内容并未列举本发明的所需的全部特征。此外,这些特征群的子组合也能够成为发明。
附图说明
图1将本发明的实施方式所涉及的监视系统10的结构与设备100a~c一起表示。
图2表示本发明的实施方式所涉及的监视装置140的结构。
图3表示本发明的实施方式所涉及的监视装置140的动作流程。
图4表示本发明的实施方式所涉及的记录部205中记录的历史数据的一例。
图5表示本发明的实施方式所涉及的监视装置140所输出的排名画面500的一例。
图6表示本发明的实施方式所涉及的监视装置140所输出的选择条件指定画面的一例。
图7表示本发明的实施方式所涉及的监视装置140所输出的趋势图的一例。
图8表示本发明的实施方式所涉及的监视装置140所输出的学习指定画面的一例。
图9表示能够整体地或者部分地具体实现本发明的多个方式的计算机2200的例子。
标号说明
10监视系统,100a~c设备,110a~i传感器,120a~b网关装置,130网络,140监视装置,150终端,200计测值取得部,205记录部,207对应取得部,209对应存储部,210算出部,215选择部,220位次赋予部,225显示处理部,230选择条件输入部,243学习期间选择部,245学习指示输入部,250学习处理部,500排名画面,510图表,515设定按钮,520图表显示按钮,550学习按钮,2200计算机,2201DVD-ROM,2210主控制器,2212CPU,2214RAM,2216图形控制器,2218显示器设备,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
以下通过发明的实施方式来说明本发明,但以下的实施方式不对权利要求书所涉及的发明进行限定。此外,实施方式中说明的特征的组合不限于全部都是发明的解决手段所必须的。
图1将本实施方式所涉及的监视系统10的结构与设备100a~c一起表示。1个或者多个设备100a~c(以下也表示为“设备100”)被设置于车间等。这样的车间例如可以是化学或者金属等的工业车间、对天然气田或油田等的井口或其周边进行管理控制的车间、对水力/火力/核能等的发电进行管理控制的车间、对太阳能或风力等的环境发电进行管理控制的车间、对上下水或水坝等进行管理控制的车间等。此外,设备100可以被设置于大楼、各种各样的工厂或者交通机构等。这样的设备100可以具有1个或者多个工艺装置、1个或者多个发电装置以及其他的1个或者多个装置。
各设备100可以具有1个或者多个现场机器。现场机器例如可以是压力计、流量计、温度传感器等传感器机器、流量控制阀或开闭阀等阀门机器、风扇或电机等执行器机器、对车间等的状况或设备等对象物进行摄影的相机或视频等的摄像机器、对车间或设备等的异响等进行收集或者发出警报音等的麦克风或扬声器等音响机器、输出设备100所具有的装置的位置信息的位置检测机器、或者其他机器。
针对1个或者多个设备100,设置有作为对它们的状态进行监视的传感器机器、摄像机器或者音响机器等发挥功能的多个传感器110a~i(以下也表示为“传感器110”)。对于各设备100,可以设置至少一个传感器110。各传感器110可以是内置于设备100的传感器机器,也可以后附在设备100上,或者被设置在设备100的附近。各传感器110可以各自计测与设备100有关的计测值(加速度、速度、温度、压力、流量或者振动等)。也可以在用于计测与设备100有关的2个种类以上的计测值的传感器装置中,内置有2个以上的传感器110。在本图的例中,传感器110a~c被设置以用于监视设备100a的状态,传感器110d~f被设置以用于监视设备100b的状态,传感器110g~i被设置以用于监视设备100c的状态。
监视系统10具备1个或者多个网关装置120a~b、监视装置140、以及终端150。1个或者多个网关装置120a~b(以下也表示为“网关装置120”)与多个传感器110以能够通信的方式连接,从各传感器110获取计测值。在本实施方式中,各网关装置120作为一例,使用LoRa等的LPWA(低功耗广域(Low Power Wide Area)),利用无线与至少一个传感器110通信。也可以替代于此,各网关装置120利用有线与至少一个传感器110通信,也可以使用由HART(注册商标)、BRAIN、基金会现场总线(注册商标)、ISA100.11a等规定的通信协议与至少一个传感器110通信。各网关装置120可以与2个以上的传感器110连接,收集这2个以上的传感器110的计测值。在本图的例中,网关装置120a与传感器110a~f连接,网关装置120b与传感器110g~i连接。
各网关装置120与网络130连接,将多个传感器110之中的被分配给各网关装置120的传感器110的计测值,经由作为互联网或者WAN等广域网络的网络130向监视装置140发送。在本图的例中,各网关装置120经由便携电话线路等无线网络与网络130连接。也可以替代于此,各网关装置120经由以太网(注册商标)等有线网络与网络130连接。
监视装置140经由网络130与1个或者多个网关装置120连接,使用来自多个传感器110的计测值,对1个或者多个设备100进行监视。监视装置140既可以由PC(个人计算机)、平板型计算机、智能手机、工作站、服务器计算机或者通用计算机等计算机实现,也可以由将多个计算机连接而成的计算机系统实现。这样的计算机系统也是广义的计算机。监视装置140也可以是被设计为用于设备的监视的专用计算机,还可以是由专用电路实现的专用硬件。
在本图的例中,监视装置140是云计算系统,对于对车间等的设备进行监视的1个或者多个顾客,分别通过云计算机上的服务来提供设备的监视环境。也可以替代于此,监视装置140被设置于特定的车间等设施之内,经由局域网络与各传感器110或者各网关装置120连接而在本地提供设备监视环境。此外,与至少一个传感器110连接的网关装置120也可以还作为监视装置140发挥功能。
终端150经由网络130与监视装置140连接,显示监视装置140所输出的设备监视用的画面。此外,终端150输入从具备1个或者多个设备100的车间等的监视员发出的指示,并向监视装置140发送。终端150既可以被配置于车间等设施之内,也可以被配置于从车间等设施分离的地点。另外,既可以在监视装置140所具备的显示器等上显示设备监视用的画面,也可以使用该显示器等输入从监视员发出的指示。
图2表示本实施方式所涉及的监视装置140的结构。监视装置140具备计测值取得部200、记录部205、对应取得部207、对应存储部209、算出部210、选择部215、位次赋予部220和显示处理部225。计测值取得部200经由网络130与1个或者多个网关装置120连接,取得多个传感器110的计测值。计测值取得部200例如以预先决定的周期(每1秒、每1分钟、每1小时等)持续地取得各传感器110的最新的计测值。计测值取得部200将取得的各计测值向记录部205储存。记录部205与计测值取得部200连接。记录部205作为一例是硬盘装置等外部存储装置,将计测值取得部200所取得的计测值,与各计测值的计测时刻、网关装置120中的取得时刻或者监视装置140中的取得时刻等那样的与计测值关联的时刻或者日期时间等定时信息相对应地依次储存。在此,计测值取得部200参考对应存储部209中存储的设备100与传感器110的对应,按每个设备100将与设备100相对应的至少一个传感器110的计测值储存至记录部205。由此,记录部205储存多个传感器110的计测值的历史数据。
对应取得部207针对多个设备100中的各个设备,取得与对该设备100的状态进行监视的至少一个传感器110的对应。对应存储部209与对应取得部207连接。对应存储部209存储对应取得部207所取得的对应。
算出部210与记录部205连接。算出部210基于对各设备100的状态进行监视的至少一个传感器110的至少一个计测值,算出各设备100的状态值。在本实施方式中,算出部210针对多个设备100中的各个设备,具有根据与各设备100相对应的至少一个传感器110的计测值算出该设备100的状态值的模型,针对各设备100,使用模型根据至少一个计测值算出状态值。该模型可以基于针对各设备100的1个或者多个传感器110的计测值,算出该设备100的健全性或正常度或者异常度等的表示对设备100进行诊断的结果的诊断值,作为该设备100的状态值。算出部210可以将基于在某时刻收集的计测值算出的某设备100的状态值,与针对该设备100在该时刻收集的计测值相对应地储存至记录部205。另外,在取得计测值的时刻与计测值相对应的情况下,算出部210也可以将基于计测值算出的状态值与取得该计测值的时刻相对应地储存至记录部205。
选择部215与算出部210连接。选择部215选择从算出部210输出的、多个设备100之中的在预先决定的时间长度的期间中状态值以预先决定的变化幅度或者变化率以上发生了变化的至少一个设备100。该时间长度是用于判定状态值的变化的判定期间的长度,该变化幅度或者变化率是用于判定是否选择状态值的判定阈值。例如,选择部215可以被设定为:选择在5天的期间中状态值下跌了0.3以上的设备100。选择部215针对多个设备100各自的状态值,判定在最新的状态值与向过去回溯预先决定的时间长度的状态值(例如5天前的状态值)之间,是否发生了预先决定的变化幅度或者变化率以上的变化,选择具有判定为发生了这样的变化的状态值的设备100作为报告对象。在本实施方式中,选择部215基于状态值是否发生了预先决定的变化幅度以上的变化来进行设备100的选择。也可以替代于此,选择部215基于状态值是否发生了预先决定的变化率以上的变化来进行设备100的选择。另外,选择部215也可以判定在判定期间内的状态值的最大值与最小值之间是否发生了预先决定的变化幅度或者变化率以上的变化。
位次赋予部220与选择部215连接。位次赋予部220获取由选择部215选择的至少一个设备100的状态值,与状态值的变化幅度或者变化率相应地对至少一个设备100进行位次赋予。例如,位次赋予部220从状态值的下跌幅度更大的设备起,依次对被选择的至少一个设备100进行重排。在此,在针对设备100的状态值表示设备100的健全性的情况下,状态值的下跌幅度越大,表示设备100的健全性越急剧地恶化。从而,位次赋予部220通过按照状态值的下跌幅度的降序对被选择的至少一个设备100进行重排,能够更优先地提示健全性急剧地恶化的设备100。另外,选择部215也可以按照状态值的性质或者监视员的指示等,与状态值的上升幅度或者上升率相应地对至少一个设备100进行位次赋予,还可以与变化的大小(最新的状态值与过去的状态值之差的绝对值)的幅度或者比率相应地对至少一个设备100进行位次赋予。位次赋予部220可以将选择部215未选择的设备100作为范围外来进行位次赋予。
在此,位次赋予部220可以针对多个时刻中的各个时刻,与该时刻的状态值的变化(变化幅度或者变化率)相应地对由选择部215选择的至少一个设备100进行位次赋予。由此,位次赋予部220能够确定多个设备100的位次的迁移。
显示处理部225与位次赋予部220以及记录部205连接。显示处理部225进行处理以显示与位次赋予部220对多个设备100的位次赋予相应的信息画面。在此,进行处理以显示画面,不限于在显示装置上实际显示画面,也包含生成用于在终端150等那样的远程的显示装置上显示画面的显示数据。在本实施方式中,显示处理部225生成用于在监视装置140的外部配置的终端150的显示装置上显示多个设备100的位次赋予的显示数据(例如,构成信息画面的画面布局等),并向终端150发送。在监视装置140具备显示装置的情况下,显示处理部225也可以使与多个设备100的位次赋予相应的图表等信息画面显示在该显示装置上。此外,显示处理部225进行处理,以与从终端150输入了表示要显示趋势图的意思的指示相应地,从记录部205读出通过该指示指定的状态值以及与该状态值关联的计测值的历史数据,并作为图表来显示。
根据以上所示的监视装置140,能够与状态值的变化幅度或者变化率相应地对多个设备100进行取舍选择,与状态值的变化幅度或者变化率相应地对选择的至少一个设备100进行位次赋予并显示。由此,监视装置140能够更优先地提示发生了重要度更高的状态值的变化的设备100。其结果是,与显示与大量设备100有关的大量计测值的图表的情况相比,监视装置140能够提早针对特定的设备100的异常等进行应对而提高车间等的运转率,并减少异常的发生。
此外,监视装置140通过算出部210,能够基于来自与各设备100相对应的1个或者2个以上的传感器110的计测值,算出表示各设备100的状态的状态值。从而,监视装置140通过优先地提示重要度更高的状态值的变化,能够使得有可能发生了异常的设备100能更容易地确定。
监视装置140也可以具备选择条件输入部230。选择条件输入部230从终端150输入判定期间的长度(预先决定的时间长度)以及判定阈值(预先决定的变化幅度或者变化率之中的至少一个)的指定。选择条件输入部230将被指定的时间长度或者变化幅度等,作为选择部215在设备100的选择中使用的时间长度或者变化幅度等设定给选择部215。
此外,监视装置140也可以具备学习指示输入部245以及学习处理部250。学习指示输入部245针对多个设备100之中的至少一个设备100,输入表示要学习供算出部210在算出设备100的状态值中使用的模型的意思的指示。学习处理部250与记录部205、对应存储部209以及学习指示输入部245连接。学习处理部250进行处理以与从终端150输入了表示要学习模型的意思的指示相应地,基于与作为学习对象的设备100相对应地储存在记录部205中的至少一个计测值的历史数据,通过学习生成模型。并且,学习处理部250将学习完毕的模型向算出部210提供。
监视装置140也可以具备学习期间选择部243。学习期间选择部243针对多个设备100之中的至少一个设备100,分别选择与该设备100相对应的至少一个传感器110的至少一个计测值的时间序列数据中的、在模型的学习中使用的学习期间的候选。学习期间选择部243选择与设备100相对应的各传感器110的各计测值的变动幅度为阈值(学习期间判定阈值)以下的预先决定的长度以上的期间,作为在模型的学习中使用的学习期间的候选。学习期间选择部243将选择的学习期间的候选向学习指示输入部245提供。
另外,学习指示输入部245、学习处理部250、学习期间选择部243也可以被设置于监视装置140的外部的装置。在该情况下,监视装置140内的算出部210获取学习完毕的模型,并使用所获取的模型算出各设备100的状态值。
图3表示本实施方式所涉及的监视装置140的动作流程。在S300(步骤300)中,计测值取得部200取得多个传感器110的最新的计测值,并储存至记录部205。
在S310中,算出部210针对多个设备100中的各个设备,使用与该设备100相对应的模型,算出该设备100的状态值。在本实施方式中,与设备100相对应的模型作为一例,以被分配给设备100的各传感器110在某时刻(例如当前时刻或者最新的时刻)的1个或者2个以上的计测值作为输入,定义用于根据这些计测值算出设备100在某时刻(例如当前时刻或者最新的时刻)的诊断值的算出方法。
在S320中,选择部215选择多个设备100之中的、从算出部210输出的状态值在预先决定的时间长度的期间中发生了预先决定的变化幅度或者变化率以上的变化的至少一个设备100。由此,选择部215不是将车间等设施中设置的大量设备100作为罗列地显示的对象,而能够将显示对象缩减为满足选择条件的一部分设备100。
在S330中,位次赋予部220获取由选择部215选择的至少一个设备100的状态值。位次赋予部220与状态值的变化幅度或者变化率相应地对至少一个设备100进行位次赋予。
在S340中,显示处理部225进行处理,以显示与由位次赋予部220进行了位次赋予的至少一个设备100相应的信息画面。显示处理部225生成用于显示与被进行了位次赋予的设备100相应的信息画面的显示数据,并向终端150发送。
在S350中,显示处理部225、选择条件输入部230以及学习指示输入部245检查从终端150有无指示输入。在对显示处理部225、选择条件输入部230以及学习指示输入部245均无指示输入的情况下,监视装置140使处理向S300前进,针对多个传感器110的下一时刻的计测值反复从S300进行处理。
在针对显示处理部225、选择条件输入部230以及学习指示输入部245的其中一个有指示输入的情况下,接受了指示输入的输入部等在S360中进行与指示输入相应的处理。在此,在有针对选择条件的指示输入的情况下,监视装置140可以使用通过指示输入而更新后的选择条件等,进行S310至S350的处理。与指示输入相应的具体的处理与图6至图8相关联地在后面叙述。
图4表示本实施方式所涉及的记录部205中记录的历史数据的一例。记录部205储存历史数据,该历史数据包含:在预先决定的每个周期等多个时刻从多个传感器110取得的多个计测值、以及针对多个设备100算出的多个状态值。
本图所示的历史数据具有:记录时刻的时刻字段、以及记录针对多个设备100中的各个设备记录计测值以及状态值的多个设备字段。各设备字段包含:记录来自被分配给对应的设备100的至少一个传感器110的计测值的至少一个计测值字段、以及记录对应的设备100的状态值的状态值字段。在此,时刻字段中记录的时刻可以是与计测值或者状态值相关联的时刻。
在本图中,历史数据针对设备1(例如设备100a)记录有:在2020年6月1日1:00取得的传感器1(例如传感器110a)、传感器2(例如传感器110b)及传感器3(例如传感器110c)的计测值10.1、5.3及28.1、以及使用这些计测值算出的2020年6月1日1:00的状态值0.95。
图5表示本实施方式所涉及的监视装置140所输出的排名画面500的一例。显示处理部225进行用于显示与位次赋予部220对多个设备100的位次赋予相应的信息画面的一例即排名画面500的显示处理。
排名画面500具备图表510和设定按钮515。图表510显示多个设备100或者由选择部215选择的至少一个设备100的位次的迁移。图表510中,横轴表示时间序列顺序的各时刻,纵轴表示位次。图表510针对各设备100,通过以折线将各时刻的位次连结来显示位次的迁移。
在本实施方式中,状态值是表示对应的设备100的健全性的指标,图表510对状态值的下跌幅度越大的设备100以越高的位次进行显示。在本图的例中,“冷却泵”的状态值的下跌幅度在6月2~3日为第3位,在6月4日为第2位,在6月5~6日为第3位,在6月7日为第2位,在6月8~10日为第1位。“机械泵”的状态值的下跌幅度在6月2~4日为第6位,在6月5日为第5位,在6月6~8日为第6位,在6月9日为第5位,在6月10日为第2位。由此,监视装置140能够使健全性的下跌大的设备100成为更高的位次而优先地显示在终端150上,能够进一步提早针对健全性的下跌更大的设备100进行检查等处置。此外,监视装置140通过显示位次的迁移,例如能够每天掌握各设备的状态值恶化的情况。
另外,显示处理部225也可以与设备100的状态值的变化幅度或者变化率的大小相应地变更该设备100的位次的推移的显示形式。例如,显示处理部225可以进行处理,以在图表510中对多个设备100之中的、状态值的变化幅度或者变化率为阈值以上的设备100的位次的推移进行强调显示。用于判定是否变更显示形式的阈值,可以是比选择部215为了判定所选择的设备100而与状态值比较的判定阈值大的值。强调显示例如可以是:使表示位次的推移的折线比通常的情况粗(例如,图5的机械泵的折线);将折线的颜色变更为红色等醒目的颜色;针对如图表510的右侧那样的与各折线对应的设备100的名称等的显示,使框变粗,将框的颜色变更为醒目的颜色,使字符变大,使字符成为粗体字,加入下划线等辅助线;或者变更其他显示形式等。此外,显示处理部225也可以进行处理,以对多个设备100之中的由监视装置140的用户选择的1个或者2个以上的设备100的位次的推移进行强调显示。
设定按钮515是用于指示对选择条件指定画面进行显示的按钮,该选择条件指定画面用于对选择部215在设备100的选择中使用的状态值的判定期间的长度以及判定阈值中的至少一个进行指定。针对选择条件指定画面,使用图6在后面叙述。
此外,显示处理部225也可以进行处理,以与排名画面500中的被进行了位次赋予的各设备100相对应地显示图表显示按钮520。图表显示按钮520是用于指示对趋势图进行显示的按钮,该趋势图表示与各设备100相对应的至少一个传感器110的至少一个计测值的变化。针对趋势图的显示,使用图7在后面叙述。
显示处理部225也可以进行处理,以与被进行了位次赋予的各设备100相对应地显示学习按钮550。学习按钮550是用于指示通过学习来生成用于算出对应的设备100的状态值的模型的按钮。在本实施方式中,学习按钮550用于指示对学习指定画面进行显示,该学习指定画面用于进行与算出各设备100的状态值的模型的学习有关的指定。针对学习指定画面,与图8关联地在后面叙述。
另外,显示处理部225也可以将排名画面500作为监视画面中包含的仪表板、窗口或者子窗口等显示零件中的一个来显示。由此,显示处理部225作为一例,能够使在设备100的选择中使用的时间长度或者变化幅度等参数不同的多个排名画面500同时显示在监视画面上。
图6表示本实施方式所涉及的监视装置140所输出的选择条件指定画面的一例。显示处理部225进行处理,以与排名画面500中的设定按钮515被按压相应地显示本图的选择条件指定画面。该选择条件指定画面是用于输入供选择部215在设备100的选择中使用的状态值的变化的判定期间的长度(预先决定的时间长度)以及判定阈值(预先决定的变化幅度或者变化率)的指定的画面。
选择条件指定画面使用“显示期间”栏,受理对多个设备100的位次赋予的迁移进行显示的显示期间。与受理了显示期间相应地,显示处理部225将显示在排名画面500上的期间变更为被输入至“显示期间”栏的期间。
选择条件指定画面使用“位次计算期间”栏,作为一例以天为单位受理状态值的变化的判定期间的长度。也可以替代于此,选择条件指定画面使用秒、分钟或者小时等其他单位受理判定期间的长度。显示处理部225可以将被输入至“位次计算期间”栏的期间的长度,也用作显示在排名画面500上的各时刻的间隔。
此外,选择条件指定画面使用“基于阈值的显示设定”栏,受理在判定期间中使用的判定阈值。“基于阈值的显示设定”栏中的“选择(空栏)以上的下跌幅度的设备”在空栏中受理状态值的下跌幅度的判定阈值的输入。例如,如本图所示,在“基于阈值的显示设定”栏被指定了“选择0.2以上的下跌幅度的设备”的情况下,选择部215选择在“判定期间”栏中指定的判定期间(例如,1天)之间状态值下跌了0.2以上的设备100。另外,“基于阈值的显示设定”栏的“选择全部设备”用于指定显示全部设备100。如果该项目被选择,则选择部215选择全部设备100。
此外,选择条件指定画面可以具有:用于保存上述的指定并设定给选择部215的保存按钮、以及用于取消上述的指定的取消按钮。选择条件输入部230如果在图3的S350中经由选择条件指定画面输入了选择条件的指定,则在S360中,将被指定的选择条件设定给选择部215。由此,选择部215能够与再执行S320相应地,使用经由选择条件指定画面输入的选择条件来选择状态值。另外,显示处理部225也可以显示仅指定判定期间的长度或者判定阈值的其中一个的画面作为选择条件指定画面,选择条件输入部230也可以将被指定的判定期间的长度或者判定阈值设定给选择部215。
图7表示本实施方式所涉及的监视装置140所输出的趋势图的一例。显示处理部225进行处理,以与排名画面500中的与某设备100相对应的图表显示按钮520被按压相应地,显示与该设备100的状态值关联的趋势图。具体而言,显示处理部225向显示画面输出针对趋势图的横轴以及纵轴各自的轴、轴标题以及轴刻度等。此外,显示处理部225从记录部205读出趋势图的显示期间内的各时刻的显示对象的状态值,并标绘在趋势图上。
趋势图表示对应的状态值的时间变化。在本图中,横轴表示时间,纵轴表示状态值(图中为“AI诊断值”)。显示处理部225也可以除了状态值的时间变化的图表本身之外,还使能够视觉地确认状态值的变化幅度或者变化率的辅助线或者注释等附加信息显示在终端150上。本例的趋势图通过用圆形包围被判断为满足选择条件的判定期间的开始以及结束时的与状态值对应的图表上的点来进行强调。
此外,显示处理部225可以进行处理,以除了作为对象的设备100的状态值的趋势图之外,还显示表示被分配给该设备100的1个或者2个以上的传感器110的1个或者2个以上的计测值的变化的趋势图。具体而言,显示处理部225从记录部205读出趋势图的显示期间内的各时刻的显示对象的计测值,并标绘在趋势图上。本例的趋势图除了设备100的状态值的推移之外,还表示相同的期间中的与该设备100有关的温度以及加速度的计测值的推移。显示处理部225可以将被分配给设备100的各传感器110的计测值标绘在分开的趋势图上。在传感器装置中内置有2个以上的传感器110的情况下,显示处理部225也可以将一个传感器装置中内置的2个以上的传感器110的计测值标绘在相同的趋势图上。
根据以上所示的显示处理部225,能够显示由选择部215选择的设备100之中的被指定的设备100的计测值以及状态值的趋势图。由此,显示处理部225能够更迅速地显示由选择部215选择的重要的计测值以及状态值的变化,并使得能够尽早地消除车间等的异常。
图8表示本实施方式所涉及的监视装置140所输出的学习指定画面的一例。显示处理部225进行处理,以与排名画面500中的与某设备100相对应的学习按钮550被按压相应地,显示用于进行与算出该设备100的状态值的模型的学习有关的指定的学习指定画面。并且,学习处理部250在与学习按钮550被按压相应地接受了与模型的学习有关的指定之后,进行处理以通过学习生成模型。
本实施方式所涉及的学习指定画面输入对作为对象的设备100的状态进行监视的1个或者多个传感器110的指定。在本图的例中,学习指定画面在显示为“传感器选择”的框内显示多个传感器110,能够通过复选框从多个传感器110之中指定与设备100相对应的至少一个传感器110。对应取得部207取得由监视装置140的用户勾选了复选框的各传感器110,作为应该与对象的设备100相对应的传感器110。并且,对应取得部207将对象的设备100与被勾选了复选框的各传感器110的对应储存至对应存储部209。另外,在图8的例中,表示了由监视装置140的用户输入了表示将传感器1~3与机械泵相对应的意思的指定的状态。
此外,本实施方式所涉及的学习指定画面从监视装置140的用户,输入在算出作为对象的设备100的状态值的模型的学习中使用的学习数据的期间的指定。在本图的例中,学习指定画面使用“学习数据区间”栏来受理学习数据的期间的开始日以及结束日的指定。也可以替代于此,学习指定画面能够输入学习数据的多个期间。
学习期间选择部243可以通过生成学习期间的候选并向学习指示输入部245提供,从而显示学习期间的候选作为学习指定画面的“学习数据区间”栏的初始值。学习期间选择部243可以选择与对象的设备100有关的各计测值的变动幅度为预先决定的阈值以下的预先决定的长度以上的期间,作为学习期间的候选。在此,学习期间选择部243可以将与对象的设备100有关的全部计测值的变动幅度为预先决定的阈值以下作为条件,也可以将与对象的设备100有关的全部计测值之中的预先决定的数量或者比例以上的计测值的变动幅度为预先决定的阈值以下作为条件。
此外,学习指定画面也可以设为能够进一步输入通过模型中的学习而不变化的设定值等超参数(神经网络中的层数、各层的神经元数等那样的在学习之前设定的参数)。
学习指定画面可以具有用于指示使用与学习有关的指定开始模型的学习的按钮。如果在本图中“模型更新”按钮被按压,则学习指示输入部245输入通过学习指定画面指定的学习数据的期间并向学习处理部250提供,对于学习处理部250指示学习的开始。
如果被指示了学习的开始,则学习处理部250从对应存储部209取得在“传感器选择”的框内指定的、对象的设备100与至少一个传感器110的对应。学习处理部250从记录部205取得由学习指示输入部245指定的期间中的各定时的在算出作为对象的设备100的状态值中使用的至少一个传感器110的计测值,并作为学习数据。在此,在作为对象的状态值例如是设备100a的状态值的情况下,学习处理部250将对作为对象的设备100a的状态进行监视的传感器110a~c的计测值包含在学习数据中。在本实施方式中,学习处理部250针对学习数据的期间中的各定时,将传感器110a~c的计测值的组作为学习数据的1个样本。
在本实施方式中,学习处理部250通过无教师学习,来通过学习生成模型。作为一例,学习处理部250可以进行处理,以通过使用学习数据中包含的至少一个计测值的统计性学习,来通过学习生成模型。作为统计性学习的一例,学习处理部250可以使用学习数据,计算多维空间(以各样本中包含的计测值的数量为维度的空间)中的样本的概率分布并向模型赋予。在此,车间等中很少发生异常,在学习数据的期间中基本上正常地动作,因此新的计测值的组越相对于概率分布偏离,则能够估计为异常的可能性越高。通过使用该概率分布,模型如果被输入了新的计测值的组,则能够算出该新的计测值的组相对于概率分布以何种程度偏离。这样的模型作为一例,输出越从概率分布偏离则越下跌的值作为状态值。
上述的模型也可以输出将相对于概率分布的偏离程度用该概率分布的标准偏差进行标准化(normalizing)而得到的状态值。由此,位次赋予部220通过对标准化后的状态值彼此进行比较来对多个设备100进行重排,能够使被推测为异常的可能性高的设备100更为优先。
也可以替代于此,学习处理部250通过有教师的学习来学习模型。在该情况下,对学习数据中的各样本附加正常或者异常等的标签。例如,学习指示输入部245可以通过学习指定画面输入对象的设备100为正常的正常期间以及为异常的异常期间的指定,并对学习数据中的各样本附加与该指定相应的标签。
模型作为一例,可以是神经网络或者SVM等。学习指示输入部245逐步对模型的参数进行更新,以使将在学习数据中的各样本输入至模型的情况下的模型的输出与标签的误差减少。例如在使用神经网络的情况下,学习指示输入部245使用与输入了各样本相应地由神经网络输出的输出值与标签的误差,利用反向传播等方法,对神经网络的各神经元间的权重以及各神经元的偏差等进行调整。
通过针对排名画面500中的某设备100,与学习按钮550被按压相应地输入学习数据的期间的指定并通过学习来生成模型,监视装置140能够使用适于算出各设备100的状态值的期间的计测值来生成精度更高的模型。此外,在学习完毕的模型所输出的状态值不恰当的情况下,监视装置140能够与学习按钮550被按压相应地变更从记录部205所储存的计测值之中作为学习数据使用的计测值的范围,并通过再学习来更新模型。此外,监视装置140通过生成学习期间的候选,能够促进设定更适于学习的学习期间并提高学习后的模型的精度。
本发明的各种各样的实施方式可以参考流程图以及框图来记载,其中,块可以表示(1)执行操作的进程的阶段或者(2)具有执行操作的作用的装置的部分。特定的阶段以及部分可以通过专用电路、与计算机可读介质上储存的计算机可读指令一起供应的可编程电路、以及/或者与计算机可读介质上储存的计算机可读指令一起供应的处理器实现。专用电路可以包含数字以及/或者模拟硬件电路,可以包含集成电路(IC)以及/或者分立电路。可编程电路可以包含:包括逻辑AND、逻辑OR、逻辑XOR、逻辑NAND、逻辑NOR以及其他逻辑操作、触发器、寄存器、现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)等那样的存储器元素等的可重构的硬件电路。
计算机可读介质可以包含能够储存供恰当的设备执行的指令的任意的有形设备,其结果是,具有其中储存的指令的计算机可读介质,具备包含为了制成用于执行由流程图或者框图指定的操作的部件而可执行的指令的产品。作为计算机可读介质的例子,可以包含电子存储介质、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,可以包含软(Floppy(注册商标))盘、磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可删除可编程只读存储器(EPROM或者闪速存储器)、电可删除可编程只读存储器(EEPROM)、静态随机存取存储器(SRAM)、压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、蓝光(注册商标)盘、存储器棒(stick)、集成电路卡等。
计算机可读指令可以包含汇编语言指令、指令集架构(ISA)指令、机器指令、机器依赖指令、微代码、固件指令、状态设定数据、或者Smalltalk(注册商标)、JAVA(注册商标)、通过包含C++等那样的面向对象编程语言以及“C”编程语言或同样的编程语言那样的以往的过程型编程语言的1个或者多个编程语言的任意的组合描述的源代码或者对象代码的其中一个。
对于通用计算机、特殊目的的计算机或其他计算机等能够执行程序的数据处理装置的处理器或者可编程电路,可以在本地或者经由局域网络(LAN)、互联网等那样的广域网络(WAN)提供计算机可读指令,并为了制成用于执行由流程图或者框图指定的操作的部件,而执行计算机可读指令。作为处理器的例子,包含计算机处理器、处理单元、微处理器、数字信号处理器、控制器、微控制器等。
图9表示能够整体地或者部分地具体实现本发明的多个方式的计算机2200的例子。计算机2200中安装的程序能够使计算机2200作为与本发明的实施方式所涉及的装置相关联的操作或者该装置的1个或者多个部分发挥功能,或者能够执行该操作或者该1个或者多个部分,以及/或者能够使计算机2200执行本发明的实施方式所涉及的进程或者该进程的阶段。那样的程序可以为了使计算机2200执行与本说明书中记载的流程图以及框图的块之中的一些或者全部相关联的特定的操作而被CPU2212执行。
本实施方式所涉及的计算机2200包含CPU2212、RAM2214、图形控制器2216以及显示器设备2218,它们通过主控制器2210而相互连接。计算机2200此外还包含通信接口2222、硬盘驱动器2224、DVD-ROM驱动器2226以及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。计算机此外还包含ROM2230、以及键盘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依照ROM2230以及RAM2214内储存的程序而动作,由此对各单元进行控制。图形控制器2216在RAM2214内提供的帧缓冲器等或者该图形控制器2216本身之中取得由CPU2212生成的图像数据,使图像数据显示在显示器设备2218上。
通信接口2222经由网络与其他电子设备通信。硬盘驱动器2224储存供计算机2200内的CPU2212使用的程序以及数据。DVD-ROM驱动器2226从DVD-ROM2201读取程序或者数据,经由RAM2214向硬盘驱动器2224提供程序或者数据。IC卡驱动器从IC卡读取程序以及数据,以及/或者向IC卡写入程序以及数据。
ROM2230在其中储存在激活时由计算机2200执行的启动程序等、以及/或者依赖于计算机2200的硬件的程序。输入/输出芯片2240此外将各种各样的输入/输出单元经由并口、串口、键盘端口、鼠标端口等与输入/输出控制器2220连接。
程序通过DVD-ROM2201或者IC卡那样的计算机可读介质被提供。程序被从计算机可读介质读取,并被安装至作为计算机可读介质的例子的硬盘驱动器2224、RAM2214或者ROM2230,并由CPU2212执行。这些程序内描述的信息处理被计算机2200读取,使得程序与上述各种各样的类型的硬件资源之间进行协作。装置或者方法可以通过随着计算机2200的使用而实现信息的操作或者处理来构成。
例如,在计算机2200与外部设备间执行通信的情况下,CPU2212可以执行RAM2214中加载的通信程序,基于通信程序中描述的处理,对于通信接口2222指示通信处理。通信接口2222在CPU2212的控制下,读取RAM2214、硬盘驱动器2224、DVD-ROM2201或者IC卡那样的记录介质内提供的发送缓冲器处理区域中储存的发送数据,将读取的发送数据向网络发送,或者向记录介质上提供的接收缓冲器处理区域等写入从网络接收的接收数据。
此外,CPU2212可以使得硬盘驱动器2224、DVD-ROM驱动器2226(DVD-ROM2201)、IC卡等那样的外部记录介质中储存的文件或者数据库的全部或者所需的部分被读取至RAM2214,并对于RAM2214上的数据执行各种各样的类型的处理。CPU2212接着将处理后的数据写回外部记录介质。
各种各样的类型的程序、数据、表格以及数据库那样的各种各样的类型的信息可以被储存于记录介质,并接受信息处理。CPU2212可以对于从RAM2214读取的数据,执行在本公开的各处记载的通过程序的指令时序而指定的包含各种各样的类型的操作、信息处理、条件判断、条件分支、无条件分支、信息的检索/置换等在内的各种各样的类型的处理,将结果写回RAM2214。此外,CPU2212可以对记录介质内的文件、数据库等中的信息进行检索。例如,在各自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被储存于记录介质内的情况下,CPU2212可以从该多个条目之中检索与第一属性的属性值被指定的条件一致的条目,读取该条目内储存的第二属性的属性值,由此取得与满足预先决定的条件的第一属性相关联的第二属性的属性值。
以上说明的程序或者软件模块可以被储存在计算机2200上或者计算机2200附近的计算机可读介质中。此外,与专用通信网络或者互联网连接的服务器系统内提供的硬盘或者RAM那样的记录介质能够作为计算机可读介质使用,由此,将程序经由网络提供给计算机2200。
以上使用实施方式说明了本发明,但本发明的技术的范围不限定于上述实施方式所记载的范围。对于上述实施方式,本领域技术人员显然能够施加多种多样的变更或者改进。根据权利要求书的记载,施加了这样的变更或者改进的方式也显然能够包含在本发明的技术的范围中。
权利要求书、说明书以及附图中表示的装置、系统、程序以及方法中的动作、过程、步骤以及阶段等各处理的执行顺序,只要没有明示为“比……靠前”、“在……之前”等,此外没有在之后的处理中使用之前的处理的输出,就应该理解为能够以任意的顺序实现。关于权利要求书、说明书以及附图中的动作流程,即使为了方便而使用“首先”、“接着”等进行说明,也并不意味着必须以该顺序实施。

Claims (13)

1.一种监视装置,具备:
对应取得部,针对多个设备中的各个设备,取得与对该设备的状态进行监视的至少一个传感器之间的对应;
算出部,基于与所述多个设备之中的各设备相对应的所述至少一个传感器的至少一个计测值,算出各设备的状态值;
位次赋予部,与所述状态值的变化幅度或者变化率相应地对所述多个设备进行位次赋予;以及
显示处理部,进行处理以显示与所述多个设备的位次赋予相应的信息画面。
2.如权利要求1所述的监视装置,还具备:
对应存储部,针对所述多个设备中的各个设备,存储与对该设备的状态进行监视的所述至少一个传感器的对应。
3.如权利要求1或者2所述的监视装置,还具备:
学习处理部,进行处理以通过学习来生成根据与各设备相对应的所述至少一个传感器的至少一个计测值算出该设备的所述状态值的模型,
所述算出部针对各设备,使用所述模型根据所述至少一个计测值算出所述状态值。
4.如权利要求3所述的监视装置,
所述学习处理部进行处理以针对至少一个设备,通过使用所述至少一个计测值的统计性学习,来通过学习生成所述模型。
5.如权利要求3或者4所述的监视装置,
所述显示处理部进行处理,以与被进行了所述位次赋予的各设备相对应地显示用于指示生成所述模型的学习按钮,
所述学习处理部根据所述学习按钮被按压而进行处理,以通过学习生成所述模型。
6.如权利要求3至5中任一项所述的监视装置,还具备:
学习期间选择部,针对所述多个设备之中的至少一个设备,选择所述至少一个传感器的所述至少一个计测值的变动幅度为阈值以下的预先决定的长度以上的期间,作为在所述模型的学习中使用的学习期间的候选。
7.如权利要求1至6中任一项所述的监视装置,
所述显示处理部进行处理以显示表示所述多个设备的位次的迁移的图表。
8.如权利要求7所述的监视装置,
所述显示处理部进行处理,以在所述图表中对所述多个设备之中的状态值的变化幅度或者变化率为阈值以上的设备的位次的推移进行强调显示。
9.如权利要求1至8中任一项所述的监视装置,还具备:
选择部,选择所述多个设备之中的在预先决定的时间长度的期间中状态值发生了预先决定的变化幅度或者变化率以上的变化的至少一个设备,
所述显示处理部进行处理,以显示针对被选择的所述至少一个设备的所述信息画面。
10.如权利要求9所述的监视装置,还具备:
选择条件输入部,输入所述预先决定的时间长度以及所述预先决定的变化幅度或变化率之中的至少一个的指定。
11.如权利要求1至10中任一项所述的监视装置,
所述显示处理部进行处理,以与所述信息画面上显示的各设备相对应地显示用于指示对趋势图进行显示的图表显示按钮,该趋势图表示与该设备相对应的所述至少一个传感器的所述至少一个计测值的变化,
所述显示处理部根据所述图表显示按钮被按压而进行处理,以显示所述趋势图。
12.一种监视方法,包含:
监视装置针对多个设备中的各个设备,取得与对该设备的状态进行监视的至少一个传感器的对应;
所述监视装置基于与所述多个设备之中的各设备相对应的所述至少一个传感器的至少一个计测值,算出各设备的状态值;
所述监视装置与所述状态值的变化幅度或者变化率相应地对所述多个设备进行位次赋予;以及
所述监视装置进行处理以显示与所述多个设备的位次赋予相应的信息画面。
13.一种记录有供计算机执行的监视程序的计算机可读介质,该监视程序使所述计算机作为监视装置发挥功能,该监视装置具备:
对应取得部,针对多个设备中的各个设备,取得与对该设备的状态进行监视的至少一个传感器之间的对应;
算出部,基于与所述多个设备之中的各设备相对应的所述至少一个传感器的至少一个计测值,算出各设备的状态值;
位次赋予部,与所述状态值的变化幅度或者变化率相应地对所述多个设备进行位次赋予;以及
显示处理部,进行处理以显示与所述多个设备的位次赋予相应的信息画面。
CN202211187806.7A 2021-09-30 2022-09-28 监视装置、监视方法以及计算机可读介质 Pending CN115903674A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021160588A JP7452509B2 (ja) 2021-09-30 2021-09-30 監視装置、監視方法、および監視プログラム
JP2021-160588 2021-09-30

Publications (1)

Publication Number Publication Date
CN115903674A true CN115903674A (zh) 2023-04-04

Family

ID=83115606

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211187806.7A Pending CN115903674A (zh) 2021-09-30 2022-09-28 监视装置、监视方法以及计算机可读介质

Country Status (4)

Country Link
US (1) US20230097599A1 (zh)
EP (1) EP4160344A1 (zh)
JP (1) JP7452509B2 (zh)
CN (1) CN115903674A (zh)

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5081998B1 (ja) 2011-06-22 2012-11-28 株式会社日立エンジニアリング・アンド・サービス 異常予兆診断装置及び異常予兆診断方法
JP2016012240A (ja) 2014-06-30 2016-01-21 株式会社日立製作所 異常検知システム
JP2018063545A (ja) 2016-10-12 2018-04-19 横河電機株式会社 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体
JP6515937B2 (ja) * 2017-02-08 2019-05-22 横河電機株式会社 イベント解析装置、イベント解析システム、イベント解析方法、イベント解析プログラム、および記録媒体
JP6794919B2 (ja) * 2017-04-28 2020-12-02 横河電機株式会社 プロセス制御システム及びデータ処理方法
JP6995493B2 (ja) * 2017-04-28 2022-01-14 横河電機株式会社 データ処理装置、データ処理システム、データ処理方法及びプログラム
JP2019028834A (ja) 2017-08-01 2019-02-21 株式会社東芝 異常値診断装置、異常値診断方法、およびプログラム
JP7108417B2 (ja) 2018-01-29 2022-07-28 株式会社日立製作所 異常検知システム
JP2019175274A (ja) 2018-03-29 2019-10-10 三菱電機株式会社 プラント監視制御装置
TWI744909B (zh) 2019-06-28 2021-11-01 日商住友重機械工業股份有限公司 用於預測對象裝置的運轉狀態之預測系統、其之預測、其之預測程式、以及用於掌握對象裝置的運轉狀態之顯示裝置

Also Published As

Publication number Publication date
JP2023050478A (ja) 2023-04-11
EP4160344A1 (en) 2023-04-05
US20230097599A1 (en) 2023-03-30
JP7452509B2 (ja) 2024-03-19

Similar Documents

Publication Publication Date Title
JP5684941B1 (ja) 異常予兆診断装置及び異常予兆診断方法
US11003178B2 (en) Facility diagnosis device, facility diagnosis method, and facility diagnosis program
US20200057416A1 (en) Apparatus, method, program, and recording medium
EP3859455B1 (en) Learning apparatus, learning method, learning program, determination apparatus, determination method, determination program, and computer readable medium
CN109839915A (zh) 诊断装置、诊断方法及存储介质
EP3904987B1 (en) Control support apparatus, control support method, control support program, computer readable medium with control support program recorded thereon and control system
CN114120470A (zh) 监视装置、监视方法、以及记录了监视程序的计算机可读介质
JP2019028834A (ja) 異常値診断装置、異常値診断方法、およびプログラム
EP4064077A1 (en) Apparatus, method, and program
CN115903674A (zh) 监视装置、监视方法以及计算机可读介质
JP5447831B2 (ja) 診断装置および診断方法
JP6247777B2 (ja) 異常診断装置および異常診断方法
US11194685B2 (en) Recording medium for verifying correlation between test signal and test result signal, verification apparatus and verification method
US20230350875A1 (en) Data processing apparatus, data processing method, and recording medium
EP4287088A1 (en) Apparatus, method, and program for maintaining facility
CN111108455A (zh) 数据分类装置
US20230280701A1 (en) Apparatus, method, and computer-readable storage medium
US20220308571A1 (en) Apparatus, method, and computer-readable medium
EP4280007A1 (en) Appparatus, method and program for monitoring a target device
EP4020138A1 (en) Apparatus, method, program and recording medium for object detection and management of associated historical data
US20200073368A1 (en) Apparatus, computer-readable recording medium, and method
CN116648680A (zh) 用于自动识别技术系统的故障类型的辅助装置和方法

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