DE112017005242T5

DE112017005242T5 - Informationsverarbeitungsverfahren, Informationsverarbeitungsvorrichtung, Programm und Informationsverarbeitungssystem

Info

Publication number: DE112017005242T5
Application number: DE112017005242.4T
Authority: DE
Inventors: Takaharu Hiroe; Kazunari Ide
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 2016-10-17
Filing date: 2017-10-11
Publication date: 2019-07-04
Also published as: US20190339683A1; WO2018074304A1; CN109844665A; CN109844665B; JP2018067065A; US10962969B2; JP6150934B1

Abstract

Ein Informationsverarbeitungsverfahren wird bereitgestellt mit einem Schritt zum Spezifizieren erster Daten-Cluster, zu denen die ersten Daten jeweils gehören, und zweiter Daten-Cluster, zu denen die zweiten Daten jeweils gehören, einem Schritt zum Entnehmen der ersten Daten, die zu dem ersten Daten-Cluster gehören, und der zweiten Daten-Cluster, die zu einer zugehörigen Zeit als zugehörige Daten erhoben wurden, einem Schritt zum Aufrechnen der Anzahl der Stücke entsprechend der Daten, die in jedem der zweiten Daten-Cluster enthalten sind, und zum Berechnen eines Gesamtwertes für jedes Cluster der zweiten Daten, und einen Schritt zum Spezifizieren der zweiten Daten-Cluster, welche Übergangsziele der zugehörigen Daten in einer Zeit nachfolgend zu der zugehörigen Zeit sind, und Zählen der Anzahl der Stücke der Übergangsdaten, welche die zugehörigen Daten sind, welche von jedem der zweiten Daten-Cluster, welche Übergangsquellen sind, zu den zweiten Daten-Clustern übergehen, welche Übergansziele sind.

Description

Technisches Gebiet
Die Erfindung betrifft ein Informationsverarbeitungsverfahren, eine Informationsverarbeitungsvorrichtung, ein Programm und ein Informationsverarbeitungssystem.
Es wird die Priorität der am 17. Oktober 2016 eingereichten japanischen Patentanmeldung mit der Nummer 2016-203933 beansprucht, deren Inhalt hier durch Bezugnahme eingeschlossen wird.
Hintergrundtechnik
In Anlagen, wie etwa Kraftwerken, wurde das Erheben von Zeitreihendaten, wie etwa Temperatur, Druck und ähnlichem, zur Zeit des Betreibens von Vorrichtungen innerhalb der Anlagen durch Überwachungsvorrichtungen der Vorrichtungen und das Verwenden der erhobenen Information zur Anwendung von Diagnosen einer Panne oder Ähnlichem und verschiedene Arten von Steuerung der Vorrichtungen untersucht.
Da die Informationsmenge der Zeitreihendaten, die von den Vorrichtungen erhoben wurden, groß ist, ist es beispielsweise schwierig, die Vorrichtungen mit den Zeitreihendaten zu diagnostizieren. Daher wurden Modelle dynamischer Eigenschaften der Vorrichtungen beruhend auf Zeitreihendaten und die Verwendung von Zustandsänderungen der Vorrichtungen als Änderungen bei Konstanten des Modells dynamischer Eigenschaften zur Diagnose oder ähnlichem der Vorrichtungen untersucht.
Die Zeitreihendaten der Vorrichtungen zeigen nicht-Linearität und somit ist es schwierig, geeignete Modelle dynamischer Eigenschaften zusätzlich zu der nicht-Linearität abzuleiten. Daher wird ein Modell dynamischer Eigenschaften im Allgemeinen durch linear angenäherten Nicht-Linearität ausgedrückt (hier beispielsweise Patentliteratur 1.
Liste der Zitate
Patentliteratur
Patentliteratur 1
Japanisches Patent Nummer 4520819 .
Zusammenfassung der Erfindung
Technisches Problem
Bei den vorgeschlagenen Modell dynamischer Eigenschaften wird Nicht-Linearität linear angenähert. Daher kann ein Fehler zwischen den Zeitreihendaten einer Vorrichtung, berechnet aus dem Modell dynamischer Eigenschaften, und tatsächlichen Zeitreihendaten der Vorrichtung groß werden. Daher besteht eine Sorge, dass ein Fehler zwischen einem Voraussagewert und einem tatsächlichen Messwert von Daten, die einen Betrieb der Vorrichtung anzeigen, welche durch das Modell dynamischer Eigenschaften erzeugt werden, groß wird, und dass die Diagnose oder Ähnliches der Vorrichtung nicht geeignet durchgeführt wird.
Dementsprechend ist es eine Aufgabe der Erfindung ein Informationsverarbeitungsverfahren, eine Informationsverarbeitungsvorrichtung, ein Programm und ein Informationsverarbeitungssystem bereitzustellen, die in der Lage sind, die oben beschriebenen Probleme zu lösen.
Lösung des Problems
Entsprechend einem Aspekt der Erfindung wird ein Informationsverarbeitungsverfahren bereitgestellt, zum Berechnen vorausgesagter Datenwerte, welche einen Betriebszustand einer Vorrichtung anzeigen. Das Verfahren umfasst: einen Schritt zum Erheben erster Daten der Vorrichtung während einer vorgegebenen Zeitspanne und zweiter Daten, die eine Korrelation mit den ersten Daten haben, durch eine Überwachungsvorrichtung; einen Schritt zum Spezifizieren erster Daten-Cluster, zu denen die ersten Daten gehören, und zweiter Daten-Cluster, zu denen die zweiten Daten gehören, durch die Überwachungsvorrichtung; einen Schritt zum Extrahieren der ersten Daten, die zu einem der ersten Daten-Cluster gehören, und der zweiten Daten, die zu einer zugehörigen Zeit erhoben wurden, als zugehörige Daten durch die Überwachungsvorrichtung; einen Schritt zum Zusammenrechnen der Zahl der zugehörigen Datenstücke, welche in jedem der zweiten Daten-Cluster enthalten sind, und zum berechnen des Gesamtwertes jedes zweiten Daten-Clusters durch die Überwachungsvorrichtung; einen Schritt zum Spezifizieren der zweiten Daten-Cluster, welche Übergangsziele der zugehörigen Daten in einer Zeit nachfolgend zu der zugehörigen Zeit sind, und Zählen der Anzahl der Stücke der Übergangsdaten, welche die zugehörigen Daten sind, welche von jedem der zweiten Daten-Cluster, welche Übergangsquellen sind, zu den zweiten Daten-Clustern übergehen, welche Übergansziele sind, durch die Überwachungsvorrichtung, und einen Schritt zum Berechnen einer Übergangswahrscheinlichkeitsmatrix der zugehörigen Daten beruhend auf dem Gesamtwerten und der Zahl Übergangsdatenstücke und Berechnen vorausgesagter Werte der zweiten Daten beruhend auf der Übergangswahrscheinlichkeitsmatrix durch die Überwachungsvorrichtung. Der Schritt des Berechnens der Voraussagewerte der zweiten Daten enthält einen Schritt zum Berechnen einer Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster beruhend auf der Anzahl von zweiten Datenstücken, die zu dem zweiten Daten-Cluster gehören, durch die Überwachungsvorrichtung, einen Schritt zum Berechnen einer Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster zu einer darauffolgenden Zeit beruhend auf der Übergangswahrscheinlichkeitsmatrix und der Wahrscheinlichkeitsverteilung für jedes zweite Daten-Cluster durch die Überwachungsvorrichtung, und einen Schritt zum Berechnen des Voraussagewertes aus der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster zu einer darauffolgenden Zeit und einen repräsentativen Wert für jedes der zweiten Daten-Cluster durch die Überwachungsvorrichtung.
Vorteilhafte Effekte der Erfindung
Das Informationsverarbeitungsverfahre, die Informationsverarbeitungsvorrichtung, das Programm und das Informationsverarbeitungssystem, die vorangehend beschrieben wurden, können in geeigneter Weise Voraussagewerte von Zeitreihendaten beruhend auf Zeitreihendaten zur Zeit des Betriebs einer Vorrichtung abschätzen.
Figurenliste

1 ist ein Diagramm, das ein Beispiel eines Überwachungssystems entsprechend einer Ausführungsform zeigt.
2 ist ein Diagramm, das ein Beispiel eines Gesamtwertes für jedes Ausgabe-Ccluster entsprechend der Ausführungsform zeigt.
3 ist ein Diagramm, dass ein Beispiel von Übergangsbeziehungstabellen entsprechend der Ausführungsform zeigt.
4 ist ein Diagramm, das ein Beispiel zum Berechnen von Ausdrücken einer Überganswahrscheinlichkeitsmatrix entsprechend der Ausführungsform zeigt.
5 ist ein Diagramm, das Beispiele von Rechenausdrücken von Elementen der Übergangswahrscheinlichkeitsmatrix entsprechend der Ausführungsform zeigt.
6 ist ein Diagramm, das Beispiele von Rechenausdrücken für Voraussagewerte entsprechend der Auswirkungsform zeigt.
7 ist ein Diagramm, das ein Beispiel einer Hardwarekonfiguration eines Computers entsprechend der Ausführungsform zeigt.
8 ist ein Diagramm, das ein Beispiel einer funktionalen Konfiguration eines Überwachungssystems entsprechend der Ausführungsform zeigt.
9 ist ein Diagramm, das ein Beispiel eines Betriebsflusses entsprechend der Ausführungsform zeigt.
10 ist ein Diagramm, das Beispiele von Rechenausdrücken zeigt, die für ein Verfahren zum Updaten der Übergangswahrscheinlichkeitsmatrix entsprechend der Ausführungsform verwendet wird.
11 ist ein Diagramm, das Beispiele von Rechenausdrücken zeigt, die für das Verfahren zum Updaten der Übergangswahrscheinlichkeitsmatrix entsprechend der Ausführungsform verwendet wird.
12 ist ein Diagramm, das ein Beispiel eines Betriebsfluss entsprechend der Ausführungsform zeigt.
13 ist ein Diagramm, das Beispiele von Ausgabe-Clustern entsprechend der Ausführungsform zeigt.

Beschreibung der Ausführungsform
Erste Ausführungsform
Systemkonfiguration
Ein Überwachungssystem 1 entsprechend einer Ausführungsform wird unter Bezug auf 1 beschrieben. Das Überwachungssystem 1 enthält eine Anlage 10, eine Vorrichtung 100, die in der Anlage 10 angeordnet ist, und eine Überwachungsvorrichtung 20. Die Vorrichtung 100 und die Überwachungsvorrichtung 20 übertragen und empfangen Daten über ein Netzwerk 2. Die Art des Netzwerkes 2 ist nicht weiter beschränkt.
Die Vorrichtung 100 informiert die Überwachungsvorrichtung 20 bezüglich einer Mehrzahl von Arten von Betriebsdaten, die jeweils mit der Vorrichtung 100 zusammenhängen, innerhalb einer vorgegebenen Zeitspanne über das Netzwerk 2. Die Überwachungsvorrichtung 20 berechnet eine Übergangswahrscheinlichkeitsmatrix, die zum Berechnen von Voraussagewerten von Betriebsdaten verwendet wird, beruhend auf den Betriebsdaten, über die sie informiert wurde. Die Überwachungsvorrichtung 20 berechnet Voraussagewerte der Betriebsdaten beruhend auf die berechneten Überganswahrscheinlichkeitsmatrix. Eine bestimmte Berechnungsprozedur wird später beschrieben.
Bei der Ausführungsform ist die Vorrichtung 100 ein Boiler, eine Gasturbine, eine Wellenmaschine oder Ähnliches, die in der Anlage 10 angeordnet ist.
Die Überwachungsvorrichtung 20 erhebt tatsächliche Messwerte der Betriebsdaten zur Zeit nach einer vorgegebenen Zeitspanne von der Vorrichtung 100 und spezifiziert Differenzen zwischen den Voraussagewerten und den tatsächlichen Messwerten. Die Überwachungsvorrichtung 20 bestimmt, dass die Vorrichtung 100 normal arbeitet, wenn eine spezifizierte Differenz kleiner als ein vorgegebener Schwellwert ist, und bestimmt, dass eine Anomalität in der Vorrichtung 100 auftritt, wenn eine spezifizierte Differenz gleich oder größer als ein vorgegebener Schwellwert ist.
Verfahren zum Berechnen von Voraussagewerten
Als nächstes wird ein Verfahren zum Berechnen von Voraussagewerten unter Bezugnahme auf die 2 bis 6 beschrieben. Das Verfahren zum Berechnen von Voraussagewerten entsprechend der Ausführungsform enthält ein Berechnen einer Übergangswahrscheinlichkeitsmatrix, die aus Eingabedaten und Ausgabedaten während einer vorgegebenen Zeitspanne berechnet wird, Erzeugen einer Mastergleichung beruhend auf der berechneten Übergangswahrscheinlichkeitsmatrix und einer Wahrscheinlichkeitsverteilung der Ausgabedaten und Berechnen von Voraussagewerten der Ausgabedaten unter Verwendung der Mastergleichung.
Berechnen der Übergangswahrscheinlichkeitsmatrix
Zunächst wird ein Verfahren zum Berechnen einer Übergangswahrscheinlichkeitsmatrix beschrieben. Hier wird ein Fall, in dem die Überwachungsvorrichtung 20 Eingabedaten u und Ausgabedaten T während einer vorgegebenen Zeitspanne als Betriebsdaten der Vorrichtung 100 erhebt, beschrieben. Die Eingabedaten u und die Ausgabedaten T sind Daten, die eine Korrelation haben. Die Eingabedaten u sind ein Steuereingabewert der Steuerzielvorrichtungen 100. Die Ausgabedaten T sind ein Ausgabewert der Steuerzielvorrichtung 100 und sind Daten, welche einen Betriebszustand der Vorrichtung 100 in Übereinstimmung mit den Eingabedaten u (einen Steuereingabewert) anzeigen. Beispielsweise sind die Eingabedaten u ein Öffnungsausmaß eines Ventils der Vorrichtung 100 (einem Boiler oder Ähnlichem) und die Ausgabedaten T sind Temperaturdaten der Vorrichtung 100.
Die Eingabedaten 100 können als erste Daten und die Ausgabedaten T können als zweite Daten bezeichnet werden. Hier wird eine Reihe von Eingabedaten u, die durch die Überwachungsvorrichtung 20 erhoben werden, als {u₁ , u₂ , ..., u_Nt bezeichnet, und eine Reihe von Ausgabedaten T wird als {T₁ , T₂ , ... T_Nt } bezeichnet. Hier zeigen die Indizes Zeiten an, zu denen die Betriebsdaten erhoben wurden, und T_Nt sind Ausgabedaten erhoben zur Zeit Nt. Wenn auf Eingabedaten zu einer beliebigen Zeit Bezug genommen wird, werden diese Daten einfach als u bezeichnet. Wenn auf beliebige Ausgabedaten Bezug genommen wird, werden diese Ausgabedaten einfach als T bezeichnet.
Die Überwachungsvorrichtung 20 unterteilt die Eingabedaten u in n_c Cluster. Hier werden Cluster für Eingabedaten (im Folgenden auch als Eingabe-Cluster bezeichnet) als {I_U1 , I_U2 , ..., Iu_nc } bezeichnet. Die Eingabe-Cluster können als die ersten Daten-Cluster bezeichnet werden. Die Indizes der Eingabe-Cluster Iu bezeichnet die Nummer des Eingabe-Clusters Iu. Beispielsweise unterteilt die Überwachungsvorrichtung 20 die Cluster so, dass Eingabedaten u mit Werten 100 bis 109 in Iu₁ , enthalten sind, Eingabedaten mit Werten 110 bis 119 in Iu₂ , und Eingabedaten u mit Werten (100+10xn_c) bis (100+10xn_c + 9) in Iu_nc enthalten sind. Wenn auf beliebige Cluster Bezug genommen wird, werden die Eingabe-Cluster einfach als Iu bezeichnet.
Die Überwachungsvorrichtung 20 unterteilt die Ausgabedaten T in n_c Cluster. Hier werden Cluster der Ausgabedaten (im Folgenden auch als Ausgabe-Cluster bezeichnet) als {IT₁ , IT₂ , ..., IT_nc } bezeichnet. Die Ausgabe-Cluster können als zweite Daten-Cluster bezeichnet werden. Die Indizes der Ausgabe-Cluster IT bezeichnen die Nummer der Ausgabe-Cluster.
Clusterunterteilung ähnlich zur jener der Eingabedaten u kann auch für die Clusterteilung der Ausgabedaten T angewendet werden. Wenn auf beliebige Ausgabe-Cluster Bezug genommen wird, wird das Ausgabe-Cluster einfach als Ausgabe-Cluster IT bezeichnet. Die Zahl der Eingabe-Cluster und die Zahl der Ausgabe-Cluster können verschiedene Zahlen sein.
Im Folgenden spezifiziert die Überwachungsvorrichtung 20 die Ausgabe-Cluster IT, zu denen die Ausgabedaten T entsprechend jedem Stück von Eingabedaten u, die zu den Eingabe-Cluster Iu gehören, als zugehörig, rechnet die Anzahl der Stücke der Ausgabedaten T zugehörig zu jeden der Ausgabe-Clustern IT zusammen und berechnet einen Gesamtwert. Hier sind Eingabedaten u und Ausgabedaten T (zugehörige Daten), die zu den Eingabedaten u gehören, beispielsweise Daten, die von der Vorrichtung 100 zur gleichen Zeit erhoben werden.
Wenn Beispielsweise Eingabedaten u_ta zu einer Zeit ta einem Eingabe-Cluster Iu₁ zugewiesen sind und Ausgabedaten Tta zur Zeit ta dem Ausgabe-Cluster Iu₂ zugewiesen sind, erhöht die Überwachungsvorrichtung 20 einen Gesamtwert der Ausgabedaten T des Ausgabe-Clusters Iu₂ in Bezug auf das Eingabe-Cluster Iu₁ um 1.
2 zeigt eine Beziehung zwischen dem Eingabe-Cluster Iu₁ und dem Ausgabe-Cluster IT zu dem die Ausgabedaten T entsprechend den Eingabedaten u, welche zu den Eingabe-Cluster Iu₁ _gehoren , gehört. Genauer gesagt, wie es in 2 gezeigt ist, von den Ausgabedaten T entsprechend den Eingabedaten u, die zu dem Eingabe-Cluster Iu₁ gehören, wird die Anzahl von Stücken von Ausgabedaten T, die zu dem Cluster IT₁ gehören, gleich 302 (wie es durch das Bezugszeichen 201 angezeigt ist), wobei die Zahl der Stücke von Ausgabedaten T, die zu den Ausgabe-Cluster IT₂ gehören, gleich 234 ist (durch das Bezugszeichen 202 bezeichnet), wobei die Zahl der Stücke von Ausgabedaten T, die zu Ausgabe-Cluster IT₃ gehören, gleich 454 ist (durch das Bezugszeichen 203 bezeichnet), und wobei die Zahl der Ausgabedaten T, die zu dem Ausgabe-Cluster It_nc gehören, gleich 198 ist (wie es durch das Bezugszeichen 204 gezeigt ist).
Nachdem das Verarbeiten der Zuordnung der Eingabe-Cluster Iu mit den Ausgabe-Clustern IT vervollständigt ist, spezifiziert die Überwachungsvorrichtung 20 die Ausgabe-Cluster IT, zu denen die Ausgabedaten T gehören, welche zu den Ausgabe-Cluster IT gehören, die in einer darauffolgenden Zeit übergehen, das heißt bei einem darauffolgenden Datenerhebungstiming. Dann zählt die Überwachungsvorrichtung 20 die Anzahl von Stücken von Ausgabedaten T, die zu jedem der Ausgabe-Cluster IT zu der darauffolgenden Zeit übergehen. Wenn beispielsweise die Eingabedaten u_ta zur Zeit ta zu dem Eingabe-Cluster Iu1 zugewiesen sind, und wenn die Ausgabedaten Tta zur Zeit ta dem Ausgabe-Cluster IT₂ zugewiesen sind, und dann Ausgabedaten T_ta+1 der darauffolgenden Zeit ta+1 zu dem Ausgabe-Cluster IT₅ übergehent, spezifiziert die Überwachungsvorrichtung 20, das die Ausgabedaten T (zugehörige Daten), die dem Eingabe-Cluster Iu₁ zugehören, von dem Ausgabe-Cluster IT₂ zu dem Ausgabe-Cluster IT₅ übergehen. Dann erhöht die Überwachungsvorrichtung 20 die Zahl der Stücke der Ausgabedaten T (Übergangsdate), die von dem Ausgabe-Cluster IT₂ zu dem Ausgabe-Cluster IT₅ Übergehen um 1.
Hier sind die Übergangsdaten über zugehörige Daten, die von jedem der Ausgabe-Cluster IT übergehen, welche die Übergangsquellen für jedes der Ausgabe-Cluster IT sind, die Übergansziele sind. Die Übergangsdaten enthalten einen Fall, in dem die Ausgabe-Cluster IT, die Übergangsquellen sind, die gleichen wie die Ausgabe-Cluster IT sind, die Übergangsziele sind.
3 ist ein Diagramm, das Beispiele der Übergangsbeziehungstabellen (301 bis 300+n_c) zeigt. Die Übergangsbeziehungstabellen (301 bis 300+n_c) sind Tabellen, die erzeugt werden, wenn die Überwachungsvorrichtung 20 die Zahl von Stücken von Ausgabedaten, die für jede Kombination von Ausgabe-Cluster IT_j , welches eine Übergangsquelle ist, und Ausgabe-Cluster IT_i , welches ein Übergangsziel ist, enthalten werden.
Die Übergangsbeziehungstabelle 301 zeigt eine Beziehung zwischen dem Ausgabe-Cluster IT_j , das eine Übergangsquelle der Ausgabedaten T ist, die dem Eingabe-Cluster Iu₁ zugewiesen ist, und des Ausgabe-Clusters IT₁ , das ein Übergangsziel ist. Die Übergangsbeziehungstabelle 301 enthält einen Gesamtwert der Ausgabedaten T, die in jedem der Ausgabe-Cluster IT_j enthalten sind, der eine Übergangsquelle ist.
Beispielsweise zeigt eine Spalte 301A an, dass der Gesamtwert der Ausgabedaten T, bei denen u zu dem Eingabe-Cluster Iu₁ gehört, und T zu dem Ausgabe-Cluster IT₁ gehört, gleich 302 ist, und zeigt an, dass die Ausgabedaten T, die von dem Ausgabe-Cluster IT₁ erhalten werden, 43 Stücke von Ausgabedaten T im Übergang zum Ausgabe-Cluster IT₂ , 86 Stücke von Ausgabedaten im Übergang zu dem Ausgabe-Cluster IT₃ , 37 Stücke von Ausgabedaten im Übergang zum Ausgabe-Cluster IT_nc und 51 Stücke von Ausgabedaten, die im Ausgabe-Cluster IT₁ bei der darauffolgenden Zeit verbleiben.
In ähnlicher Weise zeigt ein Spalte 301B die Zahl von Stücken von Ausgabedaten T an, die in jedem der Ausgabe-Cluster IT enthalten sind, welche Übergangsziele der Ausgabedaten T sind, die zu dem Ausgabe-Cluster IT₂ gehören. Eine Spalte 301C zeigt die Zahl der Stücke von Ausgabedaten T, die in jedem der Ausgabe-Cluster IT, die Übergangsziele der Ausgabedaten T sind, die zu dem Ausgabe-Cluster IT_nc gehören.
Die Überwachungsvorrichtung 20 erzeugt die Übergangsbeziehungstabelle für jedes Eingabe-Cluster Iu.
Ein Verfahren zum Berechnen der Übergangswahrscheinlichkeitsmatrix wird nun unter Bezugnahme auf die 4 und 5 beschrieben. Die Überwachungsvorrichtung 20 berechnet eine Übergangswahrscheinlichkeitsmatrix A unter Verwendung der Übergangsbeziehungstabelle für jedes Eingabe-Cluster Iu.
In 4 zeigt ein Ausdruck 1 die Übergangswahrscheinlichkeitsmatrix A und ein Element aij in der Übergangswahrscheinlichkeitsmatrix A wird in Ausdruck 2 ausgedrückt. Hier ist ein Nenner n_j(t-1) des Ausdrucks 2 ein Gesamtwert der Ausgabedaten T, die in dem Ausgabe-Cluster IT_j zur Zeit (t-1) enthalten sind, und ein Zähler n_j(t) des Ausdrucks 2 ist die Zahl der Stücke von Ausgabedaten T, die von dem Ausgabe-Cluster IT_j zu dem Ausgab-Cluster IT_i zur Zeit t übergehen, welches eine darauffolgende Zeit zur Zeit (t-1) ist. Die Überwachungsvorrichtung 20 berechnet eine Übergangswahrscheinlichkeitsmatrix unter Verwendung der Ausdrücke 1 und 2.
Ein Verfahren zum Berechnen der Elemente Übergangswahrscheinlichkeitsmatrix wird unter Bezugnahme auf 5 speziell beschrieben. In 5 zeigen die Ausdrücke 3-1 bis 3-5 Berechnungen eines Wertes für jedes Element der Übergangswahrscheinlichkeitsmatrix des Eingabe-Clusters Iu₁ beruhend auf der Übergangsbeziehungstabelle 301 in 3 an.
Der Ausdruck 3-1 ist ein Berechnungsausdruck für einen Wert des Elements A_1,1 . Hier ist n_1,1 (t) die Zahl der Stücke der Ausgabedaten T die weiterhin zu dem Ausgabe-Cluster IT₁ zur Zeit des Übergangs von der Zeit (t-1) zu Zeit t gehören. In diesem Fall ist n_1,1(t) gleich 51. Zusätzlich ist n₁(t-1) ein Gesamtwert der Ausgabedaten T, die in dem Ausgabe-Cluster IT₁ zur Zeit (t-1) enthalten sind. In diesem Fall ist n₁(t-1) gleich 302.
Der Ausdruck 3-2 ist ein Berechnungsausdruck für einen Wert des Elementes a_2,1 . Hier ist n_2,1(t) die Zahl der Stücke von Ausgabedaten T, die zu dem Ausgabe-Cluster IT₂ zur Zeit t von den Ausgabedaten, die zu dem Ausgabe-Cluster IT₁ zur Zeit (t-1) gehören, übergehen. In diesem Fall ist n_2,1(t) gleich 43. Zusätzlich ist n₁(t-1) gleich 302 in dem Ausdruck 3-1.
Der Ausdruck 3-3 ist ein Berechnungsausdruck für einen Wert des Elements a_3,1 , der Ausdruck 3-4 ist ein Berechnungsausdruck für einen Wert des Elements a_1,2 und der Ausdruck 3-5 ist ein Berechnungsausdruck für einen Wert des Elements a_nc,nc . Die Werte dieser Elemente werden in einer Prozedur ähnlich zu jener des Ausdrucks 3-2 berechnet.
Berechnen der Voraussagewerte der Ausgabedaten
Ein Verfahren zum Berechnen der Voraussagewerte der Ausgabedaten T wird beschrieben. Die Voraussagewerte der Ausgabedaten T werden beruhend auf der Überwachungswahrscheinlichkeitsmatrix A und einer Wahrscheinlichkeitsverteilung P für jedes Ausgabe-Cluster IT berechnet. Zum Berechnen der Voraussagewerte der Ausgabedaten T berechnet die Überwachungsvorrichtung 20 eine Voraussage der Wahrscheinlichkeitsverteilung P zur Zeit, zu der die Voraussagewerte berechnet werden. Die Voraussage der Wahrscheinlichkeitsverteilung P wird durch die Mastergleichungen der Ausdrücke 4 und 5 berechnet.
P_t ist eine Wahrscheinlichkeitsverteilung für jedes Ausgabe-Cluster IT zur Zeit t und wird beruhend auf den Ausgabedaten T berechnet, die von der Vorrichtung 100 erhoben werden. P_t+1 ist eine Voraussage für die Wahrscheinlichkeitsverteilung für jedes Ausgabe-Cluster IT zu Zeit t+1, zu der die Voraussagewerte berechnet werden. Die Wahrscheinlichkeitsverteilung für jedes Ausgabe-Cluster IT wird durch Teilen der Anzahl von Stücken von Ausgabedaten T, die in jedem Ausgabe-Cluster (IT₁ , IT₂ , ..., IT_nc } enthalten sind, durch eine Summe der Anzahl von Stücken von Ausgabedaten T, die während einer vorgegebenen Zeitspanne erhoben wurden, das heißt einer Summe der Zahlen von Proben der Ausgabedaten T. Wenn die Wahrscheinlichkeitsverteilung P in einem bestimmten Format ausgedrückt wird, ist die Wahrscheinlichkeitsverteilung P wie in dem Ausdruck 5 ausgedrückt. Beispielsweise zeigt P(IT₁ ,t) eine Wahrscheinlichkeit, dass es die Ausgabedaten T in dem Ausgabe-Cluster IT₁ zur Zeit t gibt, und P(IT_nc,t+1) zeigt eine Wahrscheinlichkeit, dass es die Ausgabedaten T im Ausgabe-Cluster IT_nc zur Zeit t+1 gibt.
Durch Ausführen des Ausdrucks 5, das heißt durch Multiplizieren der Übergangswahrscheinlichkeitsmatrix A mit der die Wahrscheinlichkeitsverteilung P_t , wird P_t+1 berechnet, was die Voraussage der Wahrscheinlichkeitsverteilung zur Zeit t+1 ist.
Die Überwachungsvorrichtung 20 berechnet die Wahrscheinlichkeitsverteilung P_t+1 zur Zeit t+1 unter Verwendung des Ausdrucks 5, und berechnet dann einen Voraussagewert der Ausgabedaten T_t+1 zur Zeit t+1 unter Verwendung des Ausdrucks 6. Hier wird als repräsentativer Wert RV im Ausdruck 6 einen repräsentativer Wert für jedes Cluster eingestellt. Beispielsweise wird der repräsentative Wert in dem Ausgabe-Cluster IT₁ als der repräsentative Wert RV(IT₁ ) gesetzt, der repräsentative Wert in dem Ausgabe-Cluster IT₂ wird als der repräsentative Wert RV(IT₂ ) gesetzt und der repräsentative Wert im Ausgabe-Cluster IT_nt wird als der repräsentative Wert RV(IT_nc ) gesetzt.
Somit kann die Überwachungsvorrichtung 20 in geeigneter Weise die Voraussagewerte der Ausgabedaten beruhend auf den Eingabedaten und Ausgabedaten berechnen.
Die Eingabedaten und Ausgabedaten haben im Allgemeinen eine Nicht-Linearität. Jedoch wird bei den oben beschriebenen Verfahren zum Berechnen der Ausgabewerte der Ausgabedaten keine lineare Approximation der Eingabedaten und Ausgabedaten durchgeführt, wenn die Voraussagewerte berechnet werden. Entsprechend dem Verfahren zum Berechnen der Voraussagewerte der Ausgabedaten durch die Überwachungsvorrichtung 20 wird ein Fehler auf Grund von einer linearen Annäherung nicht auftreten. Von daher ist es möglich, die Ausgabedaten genau vorauszusagen.
Das oben beschriebene Verfahren zum Berechnen der Voraussagewerte der Ausgabedaten hat Vorteile dahingehend, dass die Übergangsmatrix beruhend auf dem Übergang der Ausgabedaten berechnet werden kann, und es ist für den Betreiber der Überwachungsvorrichtung 20 nicht nötig diese einzustellen, beispielsweise mit einer komplizierten Prozedur, wie etwa dem Einstellen einer Inversmatrix-Berechnung, wie bei der Ableitung eines linearen Regressionsmodells.
Hier kann als der repräsentative Wert RV, ein mittlerer Wert des Ausgabe-Clusters, eingestellt werden. In diesem Fall wird beispielsweise RV(IT₁ ) als „(obere Grenze von IT₁ + untere Grenze von IT₁ ) /2“ eingestellt.
Als repräsentativer Wert RV kann ein Mittelwert der Ausgabedaten T, die in dem Ausgabe-Cluster enthalten sind, eingestellt werden. In diesem Fall wird die Genauigkeit der Voraussagewerte verbessert. Insbesondere wenn beispielsweise die Zahl der Ausgabedaten T und der Eingabedaten u klein ist, und die Verteilung der Werte der Ausgabedaten T und der Eingabedaten u nicht gleichmäßig sind, wird die Genauigkeit der Voraussagewerte verbessert.
Entsprechend der oben beschriebenen Ausführungsform werden die Voraussagewerte der Ausgabedaten T beruhend auf einer Art von Eingabedaten u berechnet, aber die Voraussagewerte der Ausgabedaten T können beruhend auf einer Mehrzahl von Arten von Eingabedaten berechnet werden. In diesem Fall werden die Mehrzahl von Arten von Eingabedaten dem Eingabe-Cluster zugeordnet. Beispielsweise werden ein Öffnungsausmaß eines Ventils, eine Druckgröße eines Treibstoffs und ähnliches der Vorrichtung 100 als die Mehrzahl von Arten von Eingabedaten eingestellt. Zu dieser Zeit wird das Aufrechnen in 2 und 3 für jede Kombination der ersten und zweiten Eingaben durchgeführt. Das heißt, in dem Fall mit nur ersten Eingaben, wie es in den 1 und 2 gezeigt ist, ist die Gesamtzahl die gleiche wie die Zahl der Cluster der ersten Eingaben. Wenn zweite Eingaben hinzugefügt werden, ist die Gesamtzahl die Zahl der Kombination der ersten Eingaben und der zweiten Eingaben. Daher, wenn beispielsweise die zweiten Eingaben in n_c unterteilt sind, wie die ersten Eingaben, ist die Gesamtzahl gleich n_c ² . Des Weiteren, wenn die Ausgaben der Zielvorrichtung kompliziert sind, und auch von einem Sammeln von Werten zu vorangehenden Zeiten abhängt, wird das Ausrechnen in den 2 und 3 für jede Kombination der ersten Eingaben, der zweiten Eingaben, der Ausgaben zu der vorangehenden Zeit durchgeführt. In diesem Fall ist die Zahl gleich n_c ³ . Das übrige Verfahren außer der Clusterunterteilung und das Aufrechnen beruhend auf der Clusterunterteilung sind ähnlich zu jenen, wenn eine Art von Eingabedaten u eingegeben wird. Auf diese Art kann durch Erhöhen der Kombinationen beim Aufrechnen Gegenmaßnahmen leicht getroffen werden, auch wenn Eigenschaften der Zielvorrichtung kompliziert sind.
Hardwarekonfiguration
Die Überwachungsvorrichtung 20 kann unter Verwendung einer Informationsverarbeitungsvorrichtung, beispielsweise einem allgemeinen Computer 30 realisiert werden. 7 ist ein Diagramm, das ein Beispiel einer Konfiguration eines Computers 30 zeigt.
Der Computer 30 enthält eine zentrale Verarbeitungseinheit (CPU) 301, einen Freizugriffsspeicher (RAM 302), einen Nur-Lese-Speicher (ROM) 303, eine Speichervorrichtung 304 und eine externe Schnittstelle (I/F) 305, eine Eingabevorrichtung 306, eine Ausgabevorrichtung 307 und eine Kommunikationsschnittstelle (I/F) 308.
Die CPU 301 ist eine Rechenvorrichtung, die jede Funktion des Computers durch Lesen eines Programms oder Daten, die in dem ROM 303, dem RAM 302, der Speichervorrichtung 304 oder Ähnlichem gespeichert sind, und durch Durchführung einer Verarbeitung realisiert. Der RAM 302 ist ein flüchtiger Speicher, der als ein Arbeitsbereich oder Ähnliches der CPU 301 verwendet wird. Der ROM 303 ist ein nicht-flüchtiger Speicher, der ein Programm oder Daten behält, auch wenn die Leistung abgeschaltet wird. Die Speichervorrichtung 304 wird beispielsweise als ein Festplattenlaufwerk (HDD), oder als Festkörperlaufwerk (SSD), oder durch ähnliches realisiert und speichert in Betriebssystem (OS), ein Anwendungsprogramm und verschiedene Daten und ähnliches.
Die externe Schnittstelle I/F 305 ist eine Schnittstelle zu einer externen Vorrichtung. Als externe Vorrichtung gelten beispielsweise ein Aufzeichnungsmedium 309 oder ähnliches. Der Computer 30 kann Lesen und Schreiben des Aufzeichnungsmediums 309 über die externe Schnittstelle I/F 305 ausführen. Beispiele für ein Aufzeichnungsmedium 309 enthalten eine optische Platte, eine Magnetplatte, eine Speicherkarte, und einen universellen seriellen Busspeicher (USB).
Die Eingabevorrichtung 306 enthält beispielsweise eine Maus und eine Tastatur und empfängt Anweisungen von einem Benutzer und gibt verschiedene Betriebsvorgänge oder ähnliches an den Computer 30.
Die Ausgabevorrichtung 307 wird beispielsweise durch eine Flüssigkristallanzeige realisiert und zeigt ein Verarbeitungsergebnis durch die CPU 301.
Die Kommunikationsschnittstelle I/F 308 ist eine Schnittstelle zum Verbinden des Computers 30 mit einem Netzwerk über eine drahtgebundene Kommunikation oder drahtlose Kommunikation. Ein Bus B ist mit jeder der Teilvorrichtungen verbunden und überträgt und empfängt verschiedene Steuersignale oder ähnliches zu und von einer Steuervorrichtung.
Funktionale Konfiguration
Überwachungsvorrichtung 20
Eine funktionale Konfiguration der Überwachungsvorrichtung 20 einer entsprechende Ausführungsform wird unter Bezugnahme auf 8 beschrieben. Die Überwachungsvorrichtung 20 enthält eine Datenerhebungseinheit 210, eine Voraussagewertberechnungseinheit 220, eine Bestimmungseinheit 230, eine Eingabe- und Ausgabeeinheit 240 und eine Vorrichtungssteuereinheit 250. Diese Funktionen werden realisiert durch Veranlassen der CPU 301 zum Ausführen von einem oder mehreren Programmen, die in dem ROM 303 oder ähnlichem gespeichert sind. Die Überwachungsvorrichtung 20 enthält eine Informationsspeichereinheit 260. Die Informationsspeichereinheit wird beispielsweise durch die Speichervorrichtung 304 verwirklicht.
Die Datenerhebungseinheit 210 erhebt die Eingabedaten u und die Ausgabedaten T von der Vorrichtung 100, die in der Anlage vorgesehen ist.
Die Voraussagewertberechnungseinheit 220 berechnet die Übergangswahrscheinlichkeitsmatrix A beruhend auf den Eingabedaten u und den Ausgabedaten T, die durch die Datenerhebungseinheit 210 erhoben wurden. Die Voraussagewertberechnungseinheit 220 berechnet die Wahrscheinlichkeitsverteilung Pt der Ausgabedaten T zur Zeit t. Die Voraussagewertberechnungseinheit 220 berechnet die Voraussage P_t+1 der Wahrscheinlichkeitsverteilung der Ausgabedaten T zur Zeit t+1 beruhend auf der Übergangswahrscheinlichkeitsmatrix A und der Wahrscheinlichkeitsverteilung Pt. Hier berechnet die Voraussagewertberechnungseinheit 220 den Voraussagewert T_t+1 der Ausgabedaten T zur Zeit t+1 beruhend auf der Voraussage P_t+1 der Wahrscheinlichkeitsverteilung und des repräsentativen Wertes RV für jedes Ausgabe-Cluster IT. Hier spezifiziert die Voraussagewertberechnungseinheit 220 einen Bereich für jedes Eingabe-Cluster Iu, einen Bereich für jedes Ausgabe-Cluster IT und einen repräsentativen Wert RV für das Ausgabe-Cluster IT unter Bezugnahme auf die Informationsspeichereinheit 260.
Die Bestimmungseinheit 230 berechnet eine Differenz D zwischen dem Voraussagewert T_t+1 der Ausgabedaten T zur Zeit t+1 und einem tatsächlichen Messwert T'_t+1 . Hier wird die Differenz D durch einen Ausdruck berechnet: „Differenz D= | Voraussagewert T_t+1 - tatsächlicher Messwert T'_t+1 |“. Wenn die Differenz D gleich oder kleiner einem vorgegebenen Schwellwert Th ist, bestimmt die Bestimmungseinheit 230, dass die Vorrichtung 100 normal arbeitet. Wenn die Differenz D gleich oder größer dem vorgegebenen Schwellwert Th ist, bestimmt die Bestimmungseinheit 230, dass die Vorrichtung 100 nicht normal arbeitet. Die Bestimmungseinheit 230 informiert die Eingabe- und Ausgabeeinheit 240 bezüglich des Bestimmungsergebnisses.
Die Eingabe- und Ausgabeeinheit 240 empfängt die Einstellung der Eingabe-Cluster Iu, die Einstellung der Ausgabe-Cluster IT, die Einstellung des repräsentativen Wertes RV, die Einstellung des Schwellwerts Th und ähnliches von dem Betreiber der Überwachungsvorrichtung 20.
Die Eingabe- und Ausgabeeinheit 240 zeigt einen Betriebszustand der Vorrichtung 100, ein Bestimmungsergebnis der Normalität und ähnliches auf einer Anzeige an. Die Eingabe- und Ausgabeeinheit 240 kann eine weitere Vorrichtung, beispielsweise ein Terminal für einen Betrieb, bezüglich des Betriebszustand der Vorrichtung 100, des Bestimmungsergebnis der Normalität und ähnlichem Benachrichtigen.
Die Vorrichtungssteuereinheit 250 empfängt eine Anweisung von der Eingabe- und Ausgabevorrichtung 240 und führt eine Steuerung der Vorrichtung 100 durch. Wenn bestimmt wird, dass die Vorrichtung 100 nicht normal arbeitet, kann die Vorrichtungssteuereinheit 250 einen vorgegebenen Betrieb der Vorrichtung 100 durchführen, beispielsweise einen Betrieb zum Stoppen der Vorrichtung 100, einen Betrieb zum Verringern der Benutzungsrate der Vorrichtung 100 oder ähnliches.
die Informationsspeichereinheit 260 speichert verschiedene Arten von Daten. Die Informationsspeichereinheit 260 speichert die Eingabedaten u und die Ausgabedaten T, die durch die Datenerhebungseinheit 210 erhoben wurden. Die Informationsspeichereinheit 260 speichert die Einstellung der Eingabe-Cluster Iu, die Einstellung der Ausgabe-Cluster IT, die Einstellung des repräsentativen Wertes RV, die Einstellung des Schwellwertes Th und ähnliches.
Vorrichtung
Als nächstes wird eine funktionelle Konfiguration der Vorrichtung 100 unter Bezugnahme auf 9 beschrieben. Die Vorrichtung 100 enthält eine Messeinheit 110, eine Transceiver-Einheit 120, einen Betriebssteuereinheit 130 und eine Informationsspeichereinheit 140.
Die Messeinheit 110 misst die Eingabedaten u und die Ausgabedaten T der Vorrichtung, die Messeinheit 110 kann die Eingabedaten u und die Ausgabedaten T beruhend auf Anweisung von der Überwachungsvorrichtung 20 messen. Die Transceiver-Einheit 120 überträgt die Eingabedaten u und die Ausgabedaten T der Vorrichtung zu der Überwachungsvorrichtung 20 über das Netzwerk 2. Die Transceiver-Einheit 120 überträgt und empfängt verschiedene Signale zu und von der Überwachungsvorrichtung 20 über das Netzwerk 2. Die Betriebssteuereinheit 130 führt verschiedene Arten von Steuerungen der Vorrichtung 100 durch. Die Betriebssteuereinheit 130 kann die Vorrichtung 100 beruhend auf einer Anweisung von der Überwachungsvorrichtung 20 steuern. Die Informationsspeichervorrichtung 140 speichert verschiedene Arten von Daten bezüglich der gemessenen Eingabedaten und Ausgabedaten und der Steuerung der Vorrichtung 100.
Verarbeitungsvorgehensweise
Eine Verarbeitung zum Berechnen der Voraussagewerte durch die Überwachungsvorrichtung 20 wird unter Bezugnahme auf 9 bis 11 beschrieben.
9 ist ein Diagramm zum Zeigen eines Beispiels eines Betriebsflusses der Berechnung der Voraussagewerte durch die Überwachungsvorrichtung 20. Der Betriebsfluss wird zu jeder Abtastzeit durchgeführt.
Im Schritt S901 erhebt die Datenerhebungseinheit 210 die Eingabedaten u und die Ausgabedaten T von der Vorrichtung 100 in einem vorgegebenen Zeitabschnitt.
Im Schritt S902 bestimmt die Voraussagewertberechnungseinheit 220, ob Nt Stücke von Eingabedaten u und Ausgabedaten T erhoben wurden (wobei Nt eine ganze Zahl ist). Wenn die Nt Stücke von Eingabedaten u und Ausgabedaten T erhoben wurden (ja in Schritt S902), geht die Verarbeitung weiter zum Schritt S903. Im Gegenzug, wenn keine Nt Stücke von Eingabedaten u und Ausgabedaten T erhoben wurden (nein in Schritt S902) werden die Schritte S903 und S904 nicht ausgeführt.
Im Schritt S903 frischt die Voraussagewertberechnungseinheit 220 die Überganswahrscheinlichkeitsmatrix A unter Verwendung der neuesten Nt Stücke von Eingabedaten u und Ausgabedaten T auf.
Im Schritt S904 berechnet die Voraussagewertberechnungseinheit 220 die Voraussagewerte der Ausgabedaten T.
Die Voraussagewerteberechnungseinheit 220 führt eine Verarbeitung zum Auffrischen, bzw. Updaten, der Übergangswahrscheinlichkeitsmatrix des Schrittes 903 unter Verwendung der Ausdrücke 10-1 und 10-2 der 10 aus.
Der Ausdruck 10-1 ist ein Ausdruck zum Berechnen eines Wertes für jedes Element der Übergansbeziehungstabelle (siehe 3), und „n_ij(t-1)“ zeigt einen Wert einer i-th Reihe und einer j-th Spalte der Übergangbeziehungstabelle und zeigt die Zahl der Stücke von Ausgabedaten T, die von dem Ausgabe-Cluster IT_j zu dem Ausgabe-Cluster IT₁ zur Zeit t nachfolgend zur Zeit (t-1) übergehen. „Anzahl von Proben“ zeigt die Anzahl entsprechender Daten.
Der Ausdruck 10-2 zeigt einen Ausdruck zum Berechnen eines Gesamtwertes der zugehörigen Daten, die in jeder Spalte der Übergangsbeziehungstabelle enthalten sind. Zusätzlich zeigt „n_j(t-1)“ einen Gesamtwert der Anzahl von Stücken von zugehörigen Daten, die zur Zeit (t-1) in der j-th Spalte der Übergangsbeziehungstabelle enthalten sind.
Die Übergangswahrscheinlichkeitsmatrix wird durch Eingeben des berechneten Wertes (n_ij(t-1)) für jedes Element der Übergangsbeziehungstabelle und des Gesamtwertes (n_j(t-1)) für jede Spalte der Übergangsbeziehungstabelle in Ausdruck 2 berechnet.
Ein Fall, in dem Übergangswahrscheinlichkeitsmatrix aufgefrischt wird, wenn Nt Stücke von Eingabedaten u und Ausgabedaten T erhoben wurden, wurde unter Bezugnahme auf 9 beschrieben. Zum Berechnen genauer Voraussagewerte unter Verwendung der Übergangswahrscheinlichkeitsmatrix kann die Voraussagewertberechnungseinheit 220 eine Auffrisch-Frequenz der Übergangswahrscheinlichkeitsmatrix erhöhen. Beispielsweise kann die Übergangswahrscheinlichkeitsmatrix aufgefrischt werden, wenn neue Eingabedaten und Ausgabedaten erhoben werden. In diesem Fall wird jedes Element der Übergangsbeziehungstabelle unter Verwendung des Ausdrucks 11-1 aus 11 berechnet und ein Gesamtwert für jede Spalte der Übergangsbeziehungstabelle wird unter der Verwendung des Ausdrucks 11-2 aus 11 berechnet.
Genauer gesagt, spezifiziert die Voraussagewertberechnungseinheit 220 das Ausgabe-Cluster IT_i , zu dem die neu-erhobenen Ausgabedaten T_t zu der unmittelbar vorangehenden Zeit (t-1) gehören, und das Ausgabe-Cluster IT_j , zu dem die Ausgabedaten T_t zur Zeit (t) gehören. Hier wird angenommen, dass ein Ausgabe-Cluster IT_i , zu dem die Ausgabedaten T_t-1 in der unmittelbar vorausgehenden Zeit (t-1) gehört, und ein Ausgabe-Cluster IT_j , zu dem die Ausgabedaten T_t zur Zeit t gehören, festgelegt sind.
Die Überwachungsvorrichtung 20 erhöht den Wert des Elements in einer i'-th Reihe und einer j' Spalte der Übergangsbeziehungstabelle der unmittelbar vorangehenden Zeit (t-1) um „1“. Somit wird n_1j zur Zeit (t) berechnet. Die Überwachungsvorrichtung 20 erhöht n_j' zu der unmittelbar vorangehenden Zeit (t-1) um 1. Das heißt, der Gesamtwert des Elements der j' Spalte wird um 1 erhöht. Die Übergangswahrscheinlichkeitsmatrix wird durch Eingeben des berechneten n_ij und n_j in den Ausdruck 2 aufgefrischt.
Bei der Ausführungsform wurde die Berechnung der Übergangswahrscheinlichkeitsmatrix A beruhend auf der Anzahl von Stücken von Ausgabedaten T, die von dem Ausgabe-Cluster IT_j zu dem Ausgabe-Cluster IT_i bei einer unmittelbar vorangehenden Zeit (t-1) zu der darauffolgenden Zeit (t) übergehend, beschrieben, aber andere Ausführungsformen sind nicht auf diesen Aspekt beschränkt. Beispielsweise kann die Überwachungsvorrichtung 20 die Überganswahrscheinlichkeitsmatrix A unter Verwendung der Anzahl von Stücken von Ausgabedaten T, die von einem Ausgabe-Cluster IT_k zu einem Ausgabe-Cluster IT_j bei einer weiter vorangehenden Zeit (t-2) zu der unmittelbar vorangehenden Zeit (t-1), und die Anzahl von Ausgabedaten T, die von dem Ausgabe-Cluster IT_j zu dem Ausgabe-Cluster IT_i bei der unmittelbar vorangehenden Zeit (t-1) zu der darauffolgenden Zeit (t) übergehen, berechnen.
Auf diese Art, da die Übergangswahrscheinlichkeitsmatrix A auch Informationen bezüglich der Übergangswahrscheinlichkeiten von den weiter zurückliegenden Ausgabedaten T enthält, kann eine noch genauere Voraussage gemacht werden.
Als nächstes wird eine Verfahrensweise zum Bestimmen der Anomalität der Vorrichtung 100 durch die Überwachungsvorrichtung 20 unter Bezugnahme der 12 beschrieben.
Im Schritt S1201 berechnet die Voraussagewertberechnungseinheit 220 einen Voraussagewert T_t+1 der Ausgabedaten T_t+1 der darauffolgenden Zeit t+1.
Im Schritt S1202 erhebt die Datenerhebungseinheit 210 einen tatsächlichen Messwert T'_t+1 zur darauffolgenden Zeit t+1.
Im Schritt S1203 berechnet die Voraussagewertberechnungseinheit 220 eine Differenz D zwischen dem Voraussagewert T_t+1 und dem tatsächlichen Messwert T'_t+1.
In dem Schritt S1204 bestimmt die Bestimmungseinheit 230, ob die Differenz D gleich oder kleiner einem Schwellwert Th ist. Wenn die Differenz gleich oder kleiner dem Schwellwert Th ist (ja im Schritt S1204), geht die Verarbeitung mit dem Schritt S1205 weiter. Wenn die Differenz D größer als der Schwellwert Th ist (nein im Schritt S1204), geht die Verarbeitung mit dem Schritt S1206 weiter.
In dem Schritt S1205 bestimmt die Bestimmungseinheit 230, dass die Vorrichtung 100 normal arbeitet.
In dem Schritt S1206 bestimmt die Bestimmungseinheit 230, dass eine Anomalität in der Vorrichtung 100 auftritt.
Im Schritt S1207 gibt die Eingabe- und Ausgabeeinheit 240 ein Bestimmungsergebnis durch die Bestimmungseinheit 230 aus.
Der Schwellwert Th wird in der Informationsspeichereinheit 260 gespeichert und ein Einstellwert wird in Übereinstimmung mit einem Verfahren zum Berechnen der Übergangswahrscheinlichkeitsmatrix angepasst. Beispielsweise, wenn die Auffrisch-Frequenz der Übergangswahrscheinlichkeitsmatrix höher ist, kann der genaue Voraussagewert berechnet werden. Daher sinkt der Wert des Schwellwertes Th. Wenn die Zahl der Eingabe-Cluster Iu und der Ausgabe-Cluster IT größer ist, kann der genauer Voraussagewert berechnet werden. Daher sinkt der Wert des Schwellwerts Th.
(Betrieb und Effekte)
Wie vorangehend beschrieben wurden, führt die Überwachungsvorrichtung 20 entsprechend der ersten Ausführungsform während der vorgegebenen Zeitspanne aus: den Schritt zum Erheben der Eingabedaten u der Vorrichtung 100 und der Ausgabedaten T, die eine Korrelation mit den Eingabedaten u haben, den Schritt des Spezifizieren der Eingabe-Cluster Iu, zu dem die Eingabedaten u jeweils gehören, und der Ausgabe-Cluster It, zu dem die Ausgabedaten T jeweils gehören, und den Schritt zum Extrahieren der Eingabedaten, die zu einem der Eingabe-Cluster Iu und der Ausgabedaten T (der zugehörigen Daten) gehören, welche in einer zugehörigen Zeit erhoben wurden.
Die Überwachungsvorrichtung 20 führt des Weiteren aus: den Schritt zum Aufrechnen der Anzahl der Stücke von zugehörigen Daten, die in jedem der Ausgaben-Cluster IT enthalten sind, und zum Berechnen des Gesamtwertes der für jedes Ausgabe-Cluster IT durch (siehe 2) und den Schritt zum Spezifizieren der Ausgabe-Cluster IT, welche Übergangsziele der zugehörigen Daten zu der Zeit darauffolgend zu der zugehörigen Zeit (der Zeit, zu der jedes Stück der zugehörigen Daten erhalten wird) sind, und zum Zählen Anzahl von Stücken von zugehörigen Daten (Übergangsdaten), die von jedem der Ausgaben-Cluster IT übergehen, welche Übergangsquellen sind, zu jedem der Ausgabe-Cluster IT, welche Übergangsziele sind (siehe 3).
Die Überwachungsvorrichtung 20 führt weiter den Schritt zum Berechnen der Übergangswahrscheinlichkeitsmatrix A der korrespondierenden Daten beruhend auf dem Gesamtwert für jedes Ausgabe-Cluster IT und der Anzahl von Stücken von Übergangsdaten aus, und berechnet die Voraussagewerte der Ausgabedaten T beruhend auf der Übergangswahrscheinlichkeitsmatrix A.
Auf diese Art kann die Überwachungsvorrichtung 20 nichtlineare EIgneschaften der Vorrichtung 100 ohne Änderung (ohne lineare Annäherung) ausdrücken, die in der Anlage oder Ähnlichem angeordnet ist, unter Verwendung der Übergangswahrscheinlichkeitsmatrix A der Mastergleichung. Das heißt, bei einer Transferfunktion, in der die linearen Eigenschaften die Voraussetzung sind, ist ein Schritt zum Annähern der nicht-linearen Eigenschaften der Vorrichtung 100 an lineare Eigenschaften nötig, und ein Fehler kann in einem Voraussageergebnis äquivalent zu der Annäherung auftreten. Andererseits, da ein solcher Fehler bei der Überwachungsvorrichtung 20 entsprechend der Ausführungsform nicht auftritt, kann eine genauere Voraussage gemacht werden.
Dem entsprechend kann die Überwachungsvorrichtung 20 der ersten Ausführungsform in geeigneter Weise (genau) Voraussagewerte der Zeitreihendaten abschätzen.
Bei der Überwachungsvorrichtung 20 der ersten Ausführungsform wird die Zahl der Stücke der Übergangsdaten für jede Kombination der Ausgabe-Cluster IT, die die Übergangsquellen sind, und der Ausgabe-Cluster IT, die die Übergangsziele sind, berechnet. Jedes Element der Übergangswahrscheinlichkeitsmatrix A wird durch Teilen der Anzahl von Stücken von Übergangsdaten durch den Gesamtwert des Ausgabe-Clusters berechnet, zu dem die Übergangsdaten vor den Übergang gehören.
Auf diese Art kann eine Wahrscheinlichkeit, mit der die Ausgabedaten (die Übergangsdaten), die zu einem bestimmten Ausgabe-Cluster gehören (Übergang), zu jedem Ausgabe-Cluster in einer darauffolgenden Zeit gehören, für jede Kombination von Ausgabe-Clustern IT, die die Übergangsquellen sind, und der Ausgabe-Cluster IT, die die Übergangsziele sind, berechnet werden.
In dem Schritt des Berechnens der Voraussagewerte der Ausgabedaten T führt die Überwachungsvorrichtung 20 entsprechend der ersten Ausführungsform aus: den Schritt des Berechnens der Wahrscheinlichkeitsverteilung für jedes der Ausgabe-Cluster IT beruhend auf der Anzahl von Stücken von Ausgabedaten T, die zu dem Ausgabe-Cluster IT gehören, den Schritt des Berechnens der Wahrscheinlichkeitsverteilung für jedes der Ausgabe-Cluster IT in einer darauffolgenden Zeit beruhen auf der Übergangswahrscheinlichkeitsmatrix A und der Wahrscheinlichkeitsverteilung für jedes Ausgabe-Cluster IT und den Schritt zum Berechnen der Voraussagewerte aus der Wahrscheinlichkeitsverteilung für jedes der Ausgabe-Cluster IT bei der darauffolgenden Zeit und aus dem repräsentativen Wert für jedes der Ausgabe-Cluster IT.
Auf diese Art ist es möglich, die Wahrscheinlichkeitsverteilung vorauszusagen, mit der die Ausgabedaten, die in der darauffolgenden Zeit (Zukunft) ausgegeben werden, zu jedem der Ausgabe-Cluster gehören. Dann ist es möglich, den Voraussagewert der Ausgabedaten zu berechnen, die in der darauffolgenden Zeit ausgegeben werden, als einen Erwartungswert (das heißt eine Gesamtzahl der Produkte der jeweiligen Werte und der Wahrscheinlichkeitsverteilung der Ausgabe-Cluster IT (siehe Ausdruck 6)), unter Verwendung des Voraussageergebnisses der Wahrscheinlichkeitsverteilung und dem repräsentativen Wert für jedes Ausgabe-Cluster IT.
Entsprechen der ersten Ausführungsform kann der repräsentative Wert des Ausgabe-Clusters IT ein mittlerer Wert des Wertes der Ausgabedaten sein, die zu dem Ausgabe-Cluster IT gehören (beispielsweise (obere Grenzwert von IT₁ + unterer Grenzwert von IT₁ ) /2).
Auf diese Art, da der repräsentative Wert eine im Voraus erhaltene Konstante ist, kann der Berechnungsverlauf des Voraussagewertes der Ausgabedaten vereinfacht werden, und es ist möglich, die Arbeitslast der Verarbeitung zu verringern.
In einer weiteren Ausführungsform kann der repräsentative Wert des Ausgabe-Clusters IT einen Mittelwert der Ausgabedaten sein, die zu dem Ausgabe-Cluster IT gehören.
Auf diese Art, wenn die Anzahl der Ausgabedaten T und der Eingabedaten u klein ist und die Verteilung der Werte der Ausgabedaten T und der der Eingabedaten u nicht gleichmäßig ist, kann die Genauigkeit des Voraussagewertes verbessert werden.
Die Überwachungsvorrichtung 20 entsprechend der ersten Ausführungsform führt aus: den Schritt des Erhebens der Ausgabedaten T zu einer bestimmten Zeit von der Vorrichtung 100, den Schritt des Berechnens des Voraussagewerts der Ausgabedaten T zu einer bestimmten Zeit und Berechnen einer Differenz zwischen dem Voraussagewert und den Ausgabedaten T zu der bestimmten Zeit, und den Schritt des Bestimmens, dass die Vorrichtung 100 normal arbeitet, wenn die berechnete Differenz gleich oder kleiner dem vorgegebenen Schwellwert ist.
Auf diese Art, da der tatsächliche Messwert der Ausgabedaten T zur vorgegebenen Zeit nicht beachtlich von dem Voraussagewert der Ausgabedaten T bei der gleichen Zeit abweicht, kann erkannt werden, dass das gegenwärtige Arbeiten der Vorrichtung 100 normal ist.
die Überwachungsvorrichtung 20 entsprechend der ersten Ausführungsform führt den Schritt des Auffrischens der Übergangswahrscheinlichkeitsmatrix A beruhend auf den Eingabedaten u und den Ausgabedaten T aus, wenn die Eingabedaten u und die Ausgabedaten T erhoben werden.
Auf diese Art, wird, immer wenn eine gegebene Menge der Eingabedaten u und der Ausgabedaten T erhoben wurden, die Übergangswahrscheinlichkeitsmatrix A berechnet, und Ausgabedaten werden beruhend auf der neuen Übergangswahrscheinlichkeitsmatrix A vorausgesagt. Somit, auch wenn die Eigenschaften der Vorrichtung 100, die über eine lange Zeit läuft, mit der Zeit sich ändern, kann beruhend auf der Übergangswahrscheinlichkeitsmatrix A mit einer Übereinstimmung mit den letzten Eigenschaften eine hohe Genauigkeit der Voraussage konstant beibehalten werden.
Zweite Ausführungsform
Als Nächstes wird einen zweite Ausführungsform mit Bezugnahme auf 12 beschrieben. Die gemeinsame Beschreibung der ersten Ausführungsformwird wird weggelassen, und nur Weiteres wird beschrieben.
Bei der zweiten Ausführungsform ist die Genauigkeit der Voraussagewerte durch Einstellen eines Bereiches der Werte verbessert, die in Eingabe-Cluster Iu und Ausgabe-Cluster IT klassifiziert sind.
13 ist ein Diagramm, das ein Beispiel eines Verfahrens zum Einstellen der Ausgabe-Cluster IT zeigt. In 13 wird ein Wert der Temperatur, das ein Beispiel der Ausgabedaten TO ist, als „T0+Kδ(K:0 bis 4095, δ: Auflösung) bestimmt. Bei der Auflösung wird ein Wert wie etwa 0,01 Grad eingestellt.
In 13 ist die Zahl der Werte, die Ausgabedaten T sein können, gleich 4096, und die Ausgabedaten T werden in sieben Ausgabe-Cluster eingeteilt, die jeweils 586 Stücke von Ausgabedaten haben. Wenn beispielsweise Werte der Ausgabedaten T (Temperatur) gleich „T0 bis T0+586δ“ ist, werden die Ausgabedaten in das Ausgabe-Cluster IT₁ klassifiziert. Wenn Werte der Ausgabedaten T(Temperatur) gleich „T0+586δ“ bis „T0+1171δ“ sind, werden die Ausgabedaten in das Ausgabe-Cluster IT₂ klassifiziert.
Der Fall, das die Ausgabe-Cluster IT so eingestellt sind, dass die Anzahl der Werte, die die Ausgabedaten T sein können, die in jedem Ausgabe-Cluster IT enthalten sind, gleich ist, wurde beschrieben, aber die Ausgabe-Cluster IT können so aufgeteilt sein, dass die Anzahl von Stücken von Ausgabedaten T, die in jedes Ausgabe-Cluster IT eingeteilt sind, gleich sind. Beispielsweise kann die Überwachungsvorrichtung 20 die Ausgabe-Cluster IT so unterteilen, dass die Anzahl der Werte, die Ausgabedaten T während eines vorgegebenen Zeitabschnittes sein können, gleich ist. Die Überwachungsvorrichtung 20 kann die Einstellung der Ausgabe-Cluster IT mit einer vorgegebenen Zeitsteuerung ändern, so dass die Anzahl der Stücke von Ausgabedaten T gleich ist. Somit, da eine statistische Variation durch Allokation von Ausgabedaten T auf die Ausgabe-Cluster IT unterdrückt werden kann, ist es möglich, eine genaue Übergangswahrscheinlichkeitsmatrix zu berechnen.
Das Verfahren zum Einstellen der Ausgabe-Cluster IT wurde beschrieben, aber die Eingabe-Cluster Iu können genauso eingestellt werden.
Weiteres
Bei den oben beschriebenen Ausführungsformen wird der Fall beschrieben, in dem die Voraussagewerte der Ausgabedaten der Vorrichtung 100, die in der Anlage 10 angeordnet ist, berechnet werden und bestimmt wird, ob die Vorrichtung 100 normal arbeitet, aber das gleiche kann auf eine Vorrichtung außer der Vorrichtung 100, die in der Anlage 10 angeordnet ist, angewendet werden. Beispielsweise können die Voraussagewerte auch zum Bestimmen der Normalität eines Betriebs eines Schienenverkehrs oder eines Flugzeugs verwendet werden. Voraussagewerte können beruhend auf Eingabedaten und Ausgabedaten einer Vorrichtung 100 berechnet werden, und können zum Bestimmen der Normalität der gleichen Art von Vorrichtung 100 verwendet werden.
Das Öffnungsausmaß des Ventils und die Temperatur wurden als Beispiel für Eingabedaten und Ausgabedaten in der Beschreibung verwendet, aber die Eingabedaten und Ausgabedaten sind nicht weiter beschränkt, solange die Eingabedaten und Ausgabedaten zu der überwachten Zielvorrichtung 100 in Bezug stehen und Datenreihen mit einer jeweiligen Korrelation sind (Kombinationen von „Steuereingabewerten“ und „Daten, die Betriebszustände anzeigen“ in der Vorrichtung 100). Beispielsweise können die Eingabedaten ein Druck eines vorgegebenen Abschnitts 100 oder die Ausgabedaten können die Dichte oder ähnliches einer vorgegebenen Substanz in der Vorrichtung 100 sein. Die Überwachungsvorrichtung 20 ist ein Beispiel einer Informationsbearbeitungsvorrichtung.
Die Datenerhebungseinheit 210 ist ein Beispiel einer Erhebungseinheit. Eine Bestimmungseinheit, eine Extraktionseinheit, eine AUfrechnungseinheit, eine Zähleinheit und eine Berechnungseinheit sind Beispiele der Voraussagewertberechnungseinheit 220. Die Transceiver-Einheit 120 ist ein Beispiel einer Übertragungseinheit.
Verschiedenen Multiplikationen und Änderungen können innerhalb des Rahmens und des Geistes der Erfindung vorgenommen werden, die in den Ansprüchen beschrieben wird, es sei denn, es ist durch die vorangehende Beschreibung speziell eingeschränkt.
Industrielle Anwendbarkeit
Das Informationsverarbeitungsverfahren, die Informationsverarbeitungsvorrichtung, das Programm und das Informationsverarbeitungssystem, die vorangehend beschrieben wurden können in geeigneter Weise Voraussagewerte von Zeitreihendaten beruhend auf Zeitreihendaten zur Zeit des Betriebs einer Vorrichtung abschätzen.
Bezugszeichenliste

1: Überwachungssystem
10: Anlage
20: Überwachungsvorrichtung
100: Vorrichtung
210: Datenerhebungseinheit
220: Voraussagewertberechnungseinheit
230: Bestimmungseinheit
240: Eingabe- und Ausgabeeinheit
250: Vorrichtungssteuereinheit
260: Informationsspeichereinheit
120: Transceiver-Einheit

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

JP 2016203933 [0002]
JP 4520819 [0006]

Claims

Informationsverarbeitungsverfahren zum Berechnen von Voraussagewerten von Daten, die einen Betriebszustand einer Vorrichtung anzeigen, wobei das Verfahren umfasst: einen Schritt zum Erheben erster Daten der Vorrichtung während eines vorgegebenen Zeitabschnitts und zweiter Daten, die eine Korrelation mit den ersten Daten haben, durch die Überwachungsvorrichtung; einen Schritt zum Spezifizieren erste Daten-Cluster, zu denen die ersten Daten gehören, und zweiter Daten-Cluster, zu denen die zweiten Daten gehören, durch die Überwachungsvorrichtung; einen Schritt zum Entnehmen der ersten Daten, die zu den ersten Daten-Clustern gehören, und der zweiten Daten, die zu einer zugehörigen Zeit erhoben wurden, als zugehörige Daten durch die Überwachungsvorrichtung; einen Schritt zum Aufrechnen der Anzahl von Stücken von zugehörigen Daten, die in jedem der zweiten Daten-Cluster enthalten sind, und zum Berechnen eines Gesamtwertes für jeden zweiten Daten-Cluster durch die Überwachungsvorrichtung; einen Schritt zum Spezifizieren der zweiten Daten-Cluster, welche Übergangsziele der zugehörigen Daten in einer Zeit nachfolgend zu der zugehörigen Zeit sind, und Zählen der Anzahl der Stücke der Übergangsdaten, welche die zugehörigen Daten sind, welche von jedem der zweiten Daten-Cluster, welche Übergangsquellen sind, zu den zweiten Daten-Clustern übergehen, welche Übergansziele sind, durch die Überwachungsvorrichtung; einen Schritt zum Berechnen einer Überganswahrscheinlichkeitsmatrix der zugehörigen Daten beruhend auf dem Gesamtwert und der Anzahl der Stücke der Übergangsdaten und Berechnen von Voraussagewerten der zweiten Daten beruhend auf der Übergangswahrscheinlichkeitsmatrix durch die Überwachungsvorrichtung; wobei der Schritt des Berechnens der Voraussagewerte der zweiten Daten enthält: einen Schritt zum Berechnen einer Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster beruhend auf der Anzahl von Stücken von zweiten Daten, die zu dem zweiten Daten-Cluster gehören, durch die Überwachungsvorrichtung; einen Schritt zum Berechnen einer Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster einer darauffolgenden Zeit beruhend auf der Übergangswahrscheinlichkeitsmatrix und der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster durch die Überwachungsvorrichtung; und einen Schritt zum Berechnen des Voraussagewertes aus der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster zu einer darauffolgenden Zeit und eines repräsentativen Wertes für jedes der zweiten Daten-Cluster durch die Überwachungsvorrichtung.
Informationsverarbeitungsverfahren nach Anspruch 1, wobei die Anzahl der Stücke der Übergangsdaten für jede Kombination der zweiten Daten-Cluster, die Übergangsquellen sind, und der zweiten Daten, die Übergangsziele sind, berechnet wird; wobei jedes Element der Überganswahrscheinlichkeitsmatrix durch Dividieren der Anzahl der Stücke von Übergangsdaten durch den Gesamtwert der zweiten Daten-Cluster, zu dem die Übergangsdaten vor dem Übergang gehören, berechnet wird.
Informationsbearbeitungsverfahren nach Anspruch 1 oder 2, bei dem der repräsentative Wert ein mittlerer Wert ist, was die Ausgabedaten sind, die zu dem zweiten Daten-Cluster gehören.
Informationsverarbeitungsverfahren nach Anspruch 1 oder 2, bei dem der repräsentative Wert ein Mittelwert der Ausgabedaten ist, die zu dem zweiten Daten-Cluster gehören.
Informationsverarbeitungsverfahren nach einem der Ansprüche 1 bis 4, des Weiteren mit: einem Schritt zum Erheben der zweiten Daten zu einer vorgegebenen Zeit von der Vorrichtung durch die Überwachungsvorrichtung; einem Schritt zum Berechnen von Voraussagewerten der zweiten Daten zu der vorgegebenen Zeit und Berechnen von Differenzen zwischen den Voraussagewerten und den zweiten Daten zu der vorgegebenen Zeit durch die Überwachungsvorrichtung; einem Schritt zum Bestimmen, dass die Vorrichtung normal arbeitet, wenn die durch die Überwachungsvorrichtung berechnete Differenzen gleich oder kleiner als ein vorbestimmter Schwellwert sind.
Informationsverarbeitungsverfahren nach einem der Ansprüche 1 bis 5, des Weiteren mit: einem Schritt zum Auffrischen der Übergangswahrscheinlichkeitsmatrix beruhend auf neuen ersten Daten und zweiten Daten, wenn die Überwachungsvorrichtung die neuen ersten Daten und zweiten Daten erhebt.
Informationsverarbeitungsverfahren nach einem der Ansprüche 1 bis 5, bei dem ein Wertebereich der zweiten Daten, die für jedes der zweiten Daten-Cluster klassifiziert sind, so eingestellt ist, dass die Anzahl von Stücken zweiter Daten, die in die zweiten Daten-Cluster klassifiziert sind, gleich sind.
Informationsverarbeitungsverfahren nach einem der Ansprüche 1 bis 7, bei dem die ersten Daten Eingabewerte der Vorrichtung sind, welche ein Steuerziel ist, und wobei die zweiten Daten Ausgabewerte der Vorrichtung sind, welche das Steuerziel ist.
Informationsverarbeitungsvorrichtung, die Voraussagewerte von Daten berechnet, die einen Betriebszustand einer Vorrichtung anzeigen, wobei Vorrichtung umfasst: eine Erhebungseinheit, die ausgestaltet ist, um erste Daten der Vorrichtung während eines vorgegebenen Zeitabschnitts und zweite Daten, die eine Korrelation mit den ersten Daten haben, zu erheben; eine Spezifizier Einheit, die ausgestaltet ist, um erste Daten-Cluster, zu denen die ersten Daten gehören, und zweite Daten-Cluster, zu denen die zweiten Daten gehören, zu spezifizieren; eine Entnahmeeinheit die ausgestaltet ist, um die ersten Daten, die zu den ersten Daten-Clustern gehören, und die zweiten Daten, die zu einer zugehörigen Zeit wie die zugehörigen Daten erhoben wurden, zu entnehmen; eine Aufrechnungseinheit, die ausgestaltet ist, um die Anzahl von Stücken der zugehörigen Daten aufzurechnen, die in jedem der zweiten Daten-Cluster enthalten sind, und zum Berechnen eines Gesamtwertes für jedes zweite Daten-Cluster; eine Zähleinheit, die ausgestaltet ist, um die zweiten Daten-Cluster, die Übergangsziele der zugehörigen Daten in einer Zeit nachfolgend zu der zugehörigen Zeit sind, zu spezifizieren, und um die Anzahl der Stücke der Übergangsdaten zu zählen, die die zugehörigen Daten sind, welche von jedem der zweiten Daten-Cluster, die Übergangsquellen sind, zu den zweiten Daten-Clustern übergehen, die Übergangsziele sind; eine Berechnungseinheit, die ausgestaltet ist, um eine Übergangswahrscheinlichkeitsmatrix der zugehörigen Daten beruhend auf dem Gesamtwert und der Anzahl der Stücke der Übergangsdaten zu berechnen, und um Voraussagewerte der zweiten Daten beruhend auf der Übergangswahrscheinlichkeitsmatrix zu berechnen; wobei die Berechnungseinheit, die die Voraussagewerte der zweiten Daten berechnet, enthält: eine erste Berechnungseinheit, die ausgestaltet ist, um eine Wahrscheinlichkeitsverteilung für jedes zweite Daten-Cluster beruhend auf der Anzahl der Stücke der zweiten Daten, die zu dem zweiten Daten-Clustern gehören, zu berechnen; eine zweite Berechnungseinheit, die ausgestaltet ist, um eine Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster bei einer darauffolgenden Zeit beruhend auf der Übergangswahrscheinlichkeitsmatrix und der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster zu berechnen; eine dritten Berechnungseinheit, die ausgestaltet ist, um den Voraussagewert aus der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster bei einer darauffolgenden Zeit und einem repräsentativen Wert für jedes der zweiten Daten-Cluster zu berechnen.
Programm zum Berechnen von Voraussagewerten von Daten, die einen Betriebszustand einer Vorrichtung anzeigen, wobei das Programm einen Computer veranlasst folgendes auszuführen: einen Schritt zum erheben erster Daten der Vorrichtung währen eines vorgegebenen Zeitabschnitts und zweiter Daten, die eine Korrelation mit den ersten Daten haben; einen Schritt zum Spezifizieren erster Daten-Cluster zu denen die ersten Daten gehören, und zweiter Daten-Cluster, zu denen die zweiten Daten gehören; einen Schritt zum Entnehmen der ersten Daten, die zu dem ersten Daten-Clustern gehören, und der zweiten Daten, die bei einer zugehörigen Zeit als entsprechende Daten erhoben wurden; einen Schritt zum Aufrechnen der Anzahl von Stücken von zugehörigen Daten, die in jedem der zweiten Daten-Cluster enthalten sind, und Berechnen eines Gesamtwertes für jeden zweiten Daten-Cluster; einen Schritt zum Spezifizieren der zweiten Daten-Cluster, welche Übergangsziele der zugehörigen Daten in einer Zeit nachfolgend zu der zugehörigen Zeit sind, und Zählen der Anzahl der Stücke der Übergangsdaten, welche die zugehörigen Daten sind, welche von jedem der zweiten Daten-Cluster, welche Übergangsquellen sind, zu den zweiten Daten-Clustern übergehen, welche Übergansziele sind; einen Schritt zum Berechnen einer Übergangswahrscheinlichkeitsmatrix der zugehörigen Daten beruhend auf dem Gesamtwert und der Anzahl der Stücke der Übergangsdaten und Berechnen von Voraussagewerten der zweiten Daten beruhend auf der Übergangswahrscheinlichkeitsmatrix; wobei der Schritt des Berechnens der Voraussagewerte der zweiten Daten enthält: einen Schritt zum Berechnen einer Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster beruhend auf der Anzahl von Stücken von zweiten Daten, die zu dem zweiten Daten-Cluster gehören; einen Schritt zum Berechnen einer Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster einer darauffolgenden Zeit beruhend auf der Übergangswahrscheinlichkeitsmatrix und der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster; und einen Schritt zum Berechnen des Voraussagewertes aus der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster zu einer darauffolgenden Zeit und eines repräsentativen Wertes für jedes der zweiten Daten-Cluster.
Informationsverarbeitungssystem mit: einer Vorrichtung; einer Informationsverarbeitungsvorrichtung, welche Voraussagewerte der Daten berechnet, die einen Betriebszustand einer Vorrichtung anzeigen; wobei die Vorrichtung eine Übertragungseinheit enthält, die ausgestaltet ist, um erste Daten der Vorrichtung während eines vorgegebenen Zeitabschnitts und zweite Daten, die eine Korrelation mit den ersten Daten haben, an die Informationsverarbeitungsvorrichtung zu übertragen; wobei die Informationsverarbeitungsvorrichtung enthält: eine Erhebungseinheit, die ausgestaltet ist, um die ersten Daten und die zweiten Daten von der Vorrichtung zu erheben; eine Spezifizier Einheit, die ausgestaltet ist, um erste Daten-Cluster, zu denen die ersten Daten gehören, und zweite Daten-Cluster, zu denen die zweiten Daten gehören, zu spezifizieren; eine Entnahmeeinheit, die ausgestaltet ist, um die ersten Daten, die zu den ersten Daten-Clustern gehören, und die zweiten Daten, die zu einer zugehörigen Zeit als zugehörige Daten erhoben wurden, zu entnehmen; eine Aufrechnungseinheit, die ausgestaltet ist, um die Zahl der Stücke der zugehörigen Daten, die in jedem der zweiten Daten-Cluster enthalten sind, aufzurechnen, und zum Berechnen eines Gesamtwertes für jedes der zweiten Daten-Cluster; eine Zähleinheit, die ausgestaltet ist, um die zweiten Daten-Cluster, die Übergangsziele der zugehörigen Daten in einer Zeit nachfolgend zu der zugehörigen Zeit sind, zu spezifizieren, und um die Anzahl der Stücke der Übergangsdaten zu zählen, die die zugehörigen Daten sind, welche von jedem der zweiten Daten-Cluster, die Übergangsquellen sind, zu den zweiten Daten-Clustern übergehen, die Übergangsziele sind; eine Berechnungseinheit, die ausgestaltet ist, um eine Übergangswahrscheinlichkeitsmatrix der zugehörigen Daten beruhend auf dem Gesamtwert und der Anzahl der Stücke der Übergangsdaten zu berechnen, und um Voraussagewerte der zweiten Daten beruhend auf der Übergangswahrscheinlichkeitsmatrix zu berechnen; wobei die Berechnungseinheit, die die Voraussagewerte der zweiten Daten berechnet, enthält: eine erste Berechnungseinheit, die ausgestaltet ist, um eine Wahrscheinlichkeitsverteilung für jedes zweite Daten-Cluster beruhend auf der Anzahl der Stücke der zweiten Daten, die zu dem zweiten Daten-Clustern gehören, zu berechnen; eine zweite Berechnungseinheit, die ausgestaltet ist, um eine Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster bei einer darauffolgenden Zeit beruhend auf der Übergangswahrscheinlichkeitsmatrix und der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster zu berechnen; eine dritten Berechnungseinheit, die ausgestaltet ist, um den Voraussagewert aus der Wahrscheinlichkeitsverteilung für jedes der zweiten Daten-Cluster bei einer darauffolgenden Zeit und einem repräsentativen Wert für jedes der zweiten Daten-Cluster zu berechnen.
Informationsverarbeitungssystem nach Anspruch 11, des Weiteren mit: einer Anlage, wobei die Vorrichtung in der Anlage angeordnet ist.