DE112018007197T5 - Lernverarbeitunsgerät, datenanalysegerät, analyseprozedur-auswahlverfahren und analyseprozedurauswahlprogramm - Google Patents

Lernverarbeitunsgerät, datenanalysegerät, analyseprozedur-auswahlverfahren und analyseprozedurauswahlprogramm Download PDF

Info

Publication number
DE112018007197T5
DE112018007197T5 DE112018007197.9T DE112018007197T DE112018007197T5 DE 112018007197 T5 DE112018007197 T5 DE 112018007197T5 DE 112018007197 T DE112018007197 T DE 112018007197T DE 112018007197 T5 DE112018007197 T5 DE 112018007197T5
Authority
DE
Germany
Prior art keywords
analysis
procedure
index
data
analysis procedure
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
DE112018007197.9T
Other languages
English (en)
Inventor
Takahiko Masuzaki
Osamu Nasu
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.)
Mitsubishi Electric Corp
Original Assignee
Mitsubishi 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 Mitsubishi Electric Corp filed Critical Mitsubishi Electric Corp
Publication of DE112018007197T5 publication Critical patent/DE112018007197T5/de
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
    • 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
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/217Validation; Performance evaluation; Active pattern learning techniques
    • G06F18/2178Validation; Performance evaluation; Active pattern learning techniques based on feedback of a supervisor
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/285Selection of pattern recognition techniques, e.g. of classifiers in a multi-classifier system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06NCOMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00Machine learning
    • GPHYSICS
    • G01MEASURING; TESTING
    • G01RMEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R21/00Arrangements for measuring electric power or power factor
    • G01R21/133Arrangements for measuring electric power or power factor by using digital technique

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computing Systems (AREA)
  • Medical Informatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Automation & Control Theory (AREA)
  • Databases & Information Systems (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Abstract

Ein Indexausgeber (120) eines Lernverarbeiters (100) gibt einen Index zum Auswählen einer Analyseprozedur basierend auf Attributen eines Analyseziels aus. Die einzugebenden Attribute umfassen Merkmale des Analyseziels selbst und Merkmale der Umgebung, welche des Analyseziel umgibt. Der Analyseprozedurauswähler (170) wählt aus Analyseprozeduren eine Analyseprozedur als eine Analyseprozedur aus, für welche von dem Analyseziel auszugebenden Diagnosezieldaten zu analysieren sind. Die ausgewählte Analyseprozedur ist eine Prozedur, bei welcher ein Evaluierungswert einer Eigenschaft einer Datenanalyse eine voreingestellte Bedingung in Verbindung mit dem Index erfüllt.

Description

  • Technischer Bereich
  • Die vorliegende Offenbarung betrifft ein Lernverarbeitungsgerät, ein Datenanalysegerät, ein Analyseprozedurauswahlverfahren und ein Analyseprozedurauswahlprogramm.
  • Hintergrund
  • In Produktionssystemen, Steuersystemen und dergleichen werden Ausgabedaten von Steuerungsvorrichtungen, Sensoren und dergleichen gesammelt, und die gesammelten Daten werden analysiert, um das Auftreten einer Abnormalität zu detektieren.
  • Die zur Datenanalyse benötigte Leistungsfähigkeit ist je nach Einsatzbereich des Zielsystems unterschiedlich. Im Einsatzbereich der Steuerung der Energieerzeugung und Energieverteilung ist es beispielsweise wesentlich, Abnormalitäten umgehend zu detektieren, da eine hohe Zuverlässigkeit gefordert wird. Im Einsatzbereich der Produktion mit Präzisionsmaschinen ist es wesentlich, Abnormalitäten zuverlässig zu detektieren, da eine hohe Genauigkeit gefordert wird. Jedoch ist die Auswahl einer Analyseprozedur, die für einen bestimmten Zweck geeignet ist, aus der Vielzahl von Analyseprozeduren keine einfache Aufgabe.
  • Patentliteratur 1 beschreibt ein System, welches einem Nutzer Vorschläge für Analyseprozeduren basierend auf einer in einer Datenbank gesammelten Historie von vergangenen Analyseverarbeitungen präsentiert.
  • Patentliteratur 2 beschreibt eine Technik, bei welcher nach paralleler Durchführung mehrerer Analyseprozeduren und dem anschließenden Vergleichen der Genauigkeit der mehreren Analyseergebnisse die genaueste Analyseprozedur ausgewählt wird.
  • Zi tierungsliste
  • Patentliteratur
    • Patentliteratur 1: Ungeprüfte japanische Patentanmeldung, Veröffentlichungsnummer 2016-29516
    • Patentliteratur 2: Ungeprüfte japanische Patentanmeldung, Veröffentlichungsnummer 2000-40079
  • Zusammenfassung der Erfindung
  • Technisches Problem
  • Nachdem das in Patentliteratur 1 beschriebene System lediglich Vorschläge für Analyseprozeduren präsentiert, muss der Nutzer aus den Vorschlägen, die dem Nutzer präsentiert werden, eine zu verwendende Analyseprozedur auswählen. Es ist daher erforderlich, dass ein Nutzer spezielle Kenntnisse betreffend Analyseprozeduren und das Ziel der Analyse hat. Zudem unterscheiden sich Attribute, beispielsweise die Eigenschaften des Analyseziels und die das Analyseziel umgebende Umgebung, von Analyseziel zu Analyseziel. Um unter Berücksichtigung der Unterschiede der Attribute eine geeignete Analyseprozedur auszuwählen, ist es erforderlich, dass der Nutzer spezielle Kenntnisse hat. Die Verwendung des Systems nach Patentliteratur 1 ist für einen Nutzer, der keine speziellen Kenntnisse hat, nicht einfach.
  • Das in Patentliteratur 2 beschriebene Datenanalysegerät führt mehrere Analyseprozeduren aus und übernimmt die Analyseprozedur, welche das Ergebnis mit der höchsten Analysegenauigkeit erzeugt hat. In Abhängigkeit der Attribute des Analyseziels müssen jedoch zusätzlich zur Genauigkeit Indikatoren, beispielsweise eine Verarbeitungsgeschwindigkeit, priorisiert werden, daher ist das Gerät ungeeignet, eine Analyseprozedur auszuwählen, die für die Attribute des Analyseziels geeignet ist.
  • Unter Berücksichtigung der vorgenannten Umstände ist es ein Ziel der vorliegenden Offenbarung, eine Analyseprozedur auszuwählen, welche für Attribute des Analyseziels geeignet ist, und eine Datenanalyse unter Verwendung der ausgewählten Analyseprozedur durchzuführen.
  • Lösung des Problems
  • Um das vorgenannte Ziel zu erreichen, gibt ein Indexausgabemittel in einem Lernverarbeitungsgerät der vorliegenden Offenbarung basierend auf Attributen eines Analyseziels einen Index zum Auswählen einer Analyseprozedur aus. Die Attribute sind einzugeben und umfassen Eigenschaften des Analyseziels selbst und Eigenschaften der Umgebung, welche das Analyseziel umgibt. Ein Analyseprozedurauswahlmittel wählt aus Analyseprozeduren eine Analyseprozedur als eine Analyseprozedur aus, für welche Diagnosezieldaten zu analysieren sind, welche von dem Analyseziel auszugeben sind. Die ausgewählte Analyseprozedur ist eine Prozedur, bei welcher der Evaluierungswert einer Eigenschaft einer Datenanalyse eine voreingestellte Bedingung in Verbindung mit dem Index erfüllt.
  • Vorteilhafte Wirkungen der Erfindung
  • Das Lernverarbeitungsgerät gemäß der vorliegenden Offenbarung gibt basierend auf Analysezielattributen, welche einzugeben sind und Merkmale des Analyseziels selbst und Merkmale der das Analyseziel umgebenden Umgebung umfassen, einen Index zum Auswählen einer Analyseprozedur aus und wählt anschließend aus Analyseprozeduren eine Analyseprozedur als eine Analyseprozedur aus, für welche von dem Analyseziel auszugebende Diagnosezieldaten zu analysieren sind. Die ausgewählte Analyseprozedur ist eine Prozedur, bei welcher der Evaluierungswert einer Eigenschaft einer Datenanalyse eine voreingestellte Bedingung in Verbindung mit dem Index erfüllt. Bei einer solchen Konfiguration kann das Lernverarbeitungsgerät der vorliegenden Offenbarung eine Analyseprozedur auswählen, welche für die Attribute des Analyseziels geeignet ist.
  • Figurenliste
    • 1 ist ein Blockdiagramm, welches eine Hardwarekonfiguration eines Datenanalysegeräts gemäß einer Ausführungsform zeigt;
    • 2 ist ein Funktionsblockdiagramm des Datenanalysegeräts gemäß der Ausführungsform;
    • 3A ist ein Diagramm, welches ein Beispiel von Daten zeigt, welche in einer Gewichtungstabelle betreffend Verwendungsgebiete einzutragen sind;
    • 3B ist ein Diagramm, welches ein Beispiel von Daten zeigt, welche in eine Gewichtungstabelle betreffend Einrichtungsgerätetypen einzutragen sind;
    • 3C ist ein Diagramm, welches ein Beispiel von Daten zeigt, welche in eine Gewichtungstabelle betreffend Einrichtungsumgebungen einzutragen sind;
    • 3D ist ein Diagramm, welches ein Beispiel von Daten zeigt, welche in eine Gewichtungstabelle betreffend Betriebsregeln einzutragen sind;
    • 4 ist ein Diagramm, welches ein Beispiel einer Auswahlbildschirmdarstellung für Verwendungsgebiete zeigt;
    • 5 ist ein Diagramm, welches ein Beispiel einer Auswahlbildschirmdarstellung für Installationsumgebungen zeigt;
    • 6 ist ein Diagramm, welches ein Beispiel einer Auswahlbildschirmdarstellung für Einrichtungsgerätetypen zeigt;
    • 7 ist ein Diagramm, welches ein Beispiel von Daten zeigt, welche in einer Vorverarbeitungstabelle einzutragen sind;
    • 8 ist ein Diagramm, welches ein Beispiel von Daten zeigt, welche in einer Analyseprozedurtabelle einzutragen sind;
    • 9 ist ein Diagramm, welches ein Beispiel von Daten zeigt, welche in einer Versuchstabelle einzutragen sind;
    • 10 ist ein Diagramm, welches ein Beispiel einer Bildschirmdarstellung zeigt, in welche ein Nutzer Anweisungen für neue Versuche eingibt;
    • 11 ist ein Flussdiagramm einer Lernverarbeitung;
    • 12 ist ein Diagramm, welches ein Beispiel einer Menübildschirmdarstellung zeigt;
    • 13 ist eine Darstellung eines Beispiels einer Auswahlbildschirmdarstellung für Betriebsregeln;
    • 14 ist ein Diagramm, welches ein Beispiel einer Bestätigungsbildschirmdarstellung zeigt;
    • 15 ist ein Flussdiagramm einer Diagnoseverarbeitung;
    • 16 ist ein Funktionsblockdiagramm eines Lernverarbeiters gemäß einem modifizierten Beispiel 2;
    • 17 ist ein Diagramm, welches ein Beispiel einer Bildschirmdarstellung zum Hinzufügen einer Analyseprozedur gemäß dem modifizierten Beispiel 2 zeigt; und
    • 18 ist ein Diagramm, welches ein Beispiel einer Bildschirmdarstellung zum Aktualisieren einer Gewichtungstabelle gemäß dem modifizierten Beispiel 2 zeigt.
  • Beschreibung von Ausführungsformen
  • Ausführungsform
  • Das Datenanalysegerät 1000 gemäß einer Ausführungsform der vorliegenden Offenbarung ist ein Gerät zum Analysieren von Diagnosezieldaten, welche von einem Einrichtungsgerät, welches ein Analyseziel ist, gesammelt werden. Das Datenanalysegerät 1000 ist ein Gerät, welches ein Computer ist, auf welchem eine dedizierte Anwendung installiert ist. Das Datenanalysegerät 1000 stellt als ein Analyseziel ein Einrichtungsgerät ein, welches mit einer Komponente ausgestattet ist, welche ein Ziel einer Abnormalitätsdetektion ist. Das Datenanalysegerät 1000 sammelt und analysiert Daten, welche von diversen Vorrichtungen auszugeben sind, welche speicherprogrammierbare Steuerungen, intelligente Funktionseinheiten und Sensoren sein können, welche in einem Einrichtungsgerät installiert sind, welches in einem Produktionssystem, einem Steuerungssystem oder dergleichen einzusetzen ist.
  • Das Datenanalysegerät 1000 wählt eine Analyseprozedur für Daten in Abhängigkeit der Wichtigkeitsgrade von Eigenschaften der Datenanalyse basierend auf Attributen eines zu analysierenden Einrichtungsgeräts (hierin nachfolgend als ein Analyseziel bezeichnet) aus und analysiert die Diagnosezieldaten unter Verwendung der ausgewählten Analyseprozedur.
  • In der Ausführungsform sind die Eigenschaften der Datenanalyse repräsentiert durch: eine Analysegeschwindigkeit, welche die Geschwindigkeit der Analyseverarbeitung angibt, eine Analysegenauigkeit, welche angibt, wie nah ein analysebasiertes Ergebnis an einem wahren Wert liegt, und eine Analyserobustheit, welche eine Beständigkeit gegenüber durch externe Störungen verursachte Änderungen angibt.
  • Die Attribute, welche Umgebungen, Eigenschaften und dergleichen eines Analyseziels angeben, umfassen ein Verwendungsgebiet, welches den Verwendungsbereich des Analyseziels angibt, einen Einrichtungsgerätetyp, welcher ein Einrichtungsgerät angibt, welches das Analyseziel sein soll, eine Installationsumgebung, welche eine Umgebung angibt, in welcher das Analyseziel installiert ist, und eine Betriebsregel des Systems, nach welcher das Analysegerät betrieben wird.
  • Wie in 1 gezeigt, umfasst das Datenanalysegerät 1000 als Hardwarekonfiguration einen Prozessor 1, welcher das Datenanalysegerät 1000 als Ganzes steuert, einen Hauptspeicher 2, welcher ein Arbeitsspeicher des Prozessors 1 ist, einen Hilfsspeicher 3 zum Speichern diverser Typen von Daten, einen Eingeber 4, welcher Eingabeoperationen eines Nutzers annimmt und Diagnosezieldaten empfängt, und eine Anzeigeeinheit 5, welche Bilder an ein Anzeigegerät ausgibt. Der Hauptspeicher 2, der Hilfsspeicher 3, der Eingeber 4 und die Anzeigeeinheit 5, welche alle über einen Bus 9 mit dem Prozessor 1 verbunden sind, kommunizieren mit dem Prozessor 1.
  • Der Prozessor 1 umfasst eine zentrale Verarbeitungseinheit (CPU). Der Prozessor 1 verwirklicht diverse Funktionen des Datenanalysegeräts 1000, indem diverse Typen von Programmen ausgeführt werden, welche in dem Hilfsspeicher 3 gespeichert sind. Ferner speichert der Prozessor 1 durch den Eingeber 4 empfangene Diagnosezieldaten in dem Hilfsspeicher 3 zu dem Datum und der Uhrzeit, zu der sie erlangt werden. Der Hauptspeicher 2 umfasst einen flüchtigen Speicher und wird als Arbeitsspeicher des Prozessors 1 verwendet.
  • Der Hilfsspeicher 3 umfasst einen nichtflüchtigen Speicher. Der Hilfsspeicher 3 speichert Programme und diverse Typen von Daten. In dem Hilfsspeicher 3 zu speichernde Programme umfassen ein Lernverarbeitungsprogramm 31 für eine Lernverarbeitung, welche von einem Lernverarbeiter 100 ausgeführt wird, ein Diagnoseverarbeitungsprogramm 32 für eine Diagnoseverarbeitung, welche von einem Diagnoseverarbeiter 200 ausgeführt wird, mehrere Vorverarbeitungsprogramme 33 und mehrere Analyseprozedurprogramme 34, welche sämtlich weiter unten beschrieben werden. Zudem speichert der Hilfsspeicher 3 Diagnosezieldaten. Der Hilfsspeicher 3 umfasst ferner Parameter, welche zu spezifizieren sind, wenn die Analyseprozedur ausgeführt wird.
  • Der Eingeber 4 umfasst Komponenten, wie beispielsweise eine Tastatur, eine Maus und ein Touchpad. Der Eingeber 4 nimmt Operationseingaben von einem Nutzer an und gibt an den Prozessor 1 Signale aus, welche die durch den Nutzer vorgenommenen Operationseingaben angeben. Der Eingeber 4 umfasst ferner eine Netzwerkschnittstelle. Der Eingeber 4 empfängt von den über ein Netzwerk 500 verbundenen Vorrichtungen 601 und 602 Diagnosezieldaten und gibt die empfangenen Diagnosezieldaten an den Prozessor 1 aus. Beispiele für die Vorrichtungen 601 und 602 umfassen eine speicherprogrammierbare Steuerung, eine intelligente Funktionseinheit, einen in einem Einrichtungsgerät installierten Sensor und dergleichen. Die Anzeigeeinheit 5 umfasst Komponenten, wie beispielsweise eine Anzeige, ein Touchpad und dergleichen. Die Anzeigeeinheit 5 zeigt basierend auf Signalen, die von dem Prozessor 1 bereitgestellt werden, Bilder an.
  • Wie in 2 gezeigt, umfasst das Datenanalysegerät 1000 funktionell den Lernverarbeiter 100, welcher eine geeignete Vorverarbeitung und eine geeignete Analyseprozedur auswählt, und den Diagnoseverarbeiter 200, welcher die Diagnosezieldaten unter Verwendung der durch den Lernverarbeiter 100 ausgewählten Vorverarbeitung und Analyseprozedur analysiert. Der Lernverarbeiter 100 ist ein Beispiel für das Lernverarbeitungsgerät gemäß der vorliegenden Offenbarung.
  • Der Lernverarbeiter 100 bestimmt basierend auf Attributen des Analyseziels einen Indexwert zum Auswählen einer Analyseprozedur, führt mit den Lerndaten einen Versuch durch und wählt basierend auf den Versuchsergebnissen und dem Indexwert eine geeignete Analyseprozedur aus. In der Ausführungsform gibt der Indexwert an, welche Eigenschaften der Datenanalyse als wichtig zu betrachten sind und welche Analyseprozedur ausgewählt werden soll. Insbesondere gibt der Indexwert relative Wichtigkeitsgrade zwischen den Eigenschaften Analysegeschwindigkeit, Analysegenauigkeit und Analyserobustheit bei der Auswahl der Analyseprozedur an. Bevorzugt sind die Lerndaten Daten, die den Diagnosezieldaten ähnlich sind. Daher werden dem Lernverarbeiter 100 Diagnosezieldaten bereitgestellt, welche (i) während einer festen Zeitdauer in der Vergangenheit von dem Analyseziel gesammelt wurden und (ii) als Lerndaten in dem Hilfsspeicher 3 gespeichert sind.
  • Die durch den Nutzer in den Lernverarbeiter 100 einzugebenden Elemente, welche die Attribute des Analyseziels angeben, umfassen eine Information, welche das Verwendungsgebiet angibt, welches den Verwendungsbereich des Analyseziels angibt, eine Information, welche den Typ des Einrichtungsgeräts angibt, welches mit einer Komponente ausgestattet ist, welche das Ziel der Abnormalitätsdetektion ist, eine Information, welche eine Installationsumgebung angibt, welche eine Umgebung angibt, in welcher das Einrichtungsgerät installiert ist, und eine Information, welche eine Regel zum Betreiben eines Einrichtungsgeräts angibt.
  • Der Lernverarbeiter 100 umfasst Gewichtungstabellen 110, in welchen die Wichtigkeitsgrade von Elementen der Attribute des Analyseziels definiert sind, einen Indexausgeber 120, welcher einen Indexwert bestimmt, welcher einen Index zum Auswählen einer Analyseprozedur angibt, eine Vorverarbeitungstabelle 130, in welcher Vorverarbeitungsprozeduren für das Auswählen definiert sind, eine Analyseprozedurtabelle 140, in welcher Analyseprozeduren für das Auswählen definiert sind, einen Vorverarbeitungsauswähler 150, welcher eine Vorverarbeitung auswählt, einen Vorverarbeiter 160, welcher vor der Durchführung einer Analyseverarbeitung eine Vorverarbeitung mit Lerndaten und Diagnosezieldaten durchführt, einen Analyseprozedurauswähler 170, welcher basierend auf einem Indexwert eine Analyseprozedur auswählt, und einen Nutzeranweisungsumsetzer 180, welcher eine Anweisung eines Nutzers bei der Auswahl von Analyseprozeduren umsetzt.
  • Die Funktionen der einzelnen Komponenten des Lernverarbeiters 100 werden durch Ausführen des Lernverarbeitungsprogramms 31 durch den Prozessor 1 verwirklicht. Der Indexausgeber 120 ist ein Beispiel für das Indexausgabemittel der vorliegenden Offenbarung. Der Vorverarbeitungsauswähler 150 ist ein Beispiel für das Vorverarbeitungsauswahlmittel der vorliegenden Offenbarung. Der Analyseprozedurauswähler 170 ist ein Beispiel für das Analyseprozedurauswahlmittel der vorliegenden Offenbarung. Der Nutzeranweisungsumsetzer 180 ist ein Beispiel für das Nutzeranweisungsumsetzungsmittel der vorliegenden Offenbarung.
  • Die Gewichtungstabellen 110 sind Tabellen, in denen Gewichtungskonstanten definiert sind, welche den Wichtigkeitsgrad jeder Eigenschaft der Datenanalyse für jedes der in den Lernverarbeiter 100 eingegebenen Elemente der Attribute des Analyseziels angeben.
  • Für jedes einzugebende Attribut existiert eine Gewichtungstabelle 110. Wie in den 3A bis 3D gezeigt, umfasst in der vorliegenden Ausführungsform die Gewichtungstabelle 110 eine Gewichtungstabelle 111 betreffend Verwendungsgebiete, eine Gewichtungstabelle 112 betreffend Einrichtungsgerätetypen, eine Gewichtungstabelle 113 betreffend Installationsumgebungen und eine Gewichtungstabelle 114 betreffend Betriebsregeln. Definiert sind die Gewichtungskonstante für Analysegeschwindigkeit, die Gewichtungskonstante für Analysegenauigkeit und die Gewichtungskonstante für Analyserobustheit, welche den jeweiligen Elementen der Attribute in den Gewichtungstabellen 111 bis 114 zugeordnet sind.
  • Betreffend die Gewichtungskonstanten für die Analysegeschwindigkeit in der Gewichtungstabelle 112 der 3B ist, als Beispiel, die Gewichtungskonstante für „Industrieroboter“ größer als die jeweiligen Gewichtungskonstanten für „Laserverarbeitungsmaschine“ und „Pumpe“. Dies gibt an, dass in dem Fall, in welchem „Industrieroboter“ als das Analyseziel ausgewählt wird, eine Analyse höherer Geschwindigkeit benötigt wird, verglichen mit dem Fall, in welchem das Analyseziel entweder „Laserverarbeitungsmaschine“ oder „Pumpe“ ist. Betreffend die Gewichtungskonstanten für „Analysegenauigkeit“ ist die Gewichtungskonstante für „Laserverarbeitungsmaschine“ größer als die jeweiligen Gewichtungskonstanten für „Industrieroboter“ und „Pumpe“, welche die übrigen Möglichkeiten sind. Das bedeutet, dass in dem Fall, in welchem „Laserverarbeitungsmaschine“ ausgewählt wird, eine höhere Analysegenauigkeit benötigt wird, verglichen mit dem Fall, in welchem das Analyseziel entweder „Industrieroboter“ oder „Pumpe“ ist.
  • Betreffend die Gewichtungskonstanten für die Analyserobustheit in der Gewichtungstabelle 113 der 3C ist die Gewichtungskonstante für „hohe Temperatur“ größer als die jeweiligen Gewichtungskonstanten für „niedrige Temperatur“ und „Sand“. Das bedeutet, dass in dem Fall, in welchem „hohe Temperatur“ als die Installationsumgebung ausgewählt wird, eine höhere Analyserobustheit benötigt wird, verglichen mit dem Fall, in welchem die Installationsumgebung entweder „niedrige Temperatur“ oder „Sand“ ist.
  • Der in 2 gezeigte Indexausgeber 120 bestimmt einen Indexwert, welcher einen Index zum Auswählen einer Analyseprozedur zum Analysieren von Diagnosezieldaten angibt, gemäß Elementen der eingegebenen Attribute und gibt den bestimmten Indexwert an den Analyseprozedurauswähler 170 aus. Beispielsweise speichert der Indexauswähler 120 den bestimmten Indexwert in dem Hilfsspeicher 3. Der in dem Hilfsspeicher 3 gespeicherte Indexwert wird von dem Analyseprozedurauswähler 170 gelesen. Hierdurch stellt der Indexausgeber 120 dem Analyseprozedurauswähler 170 den Indexwert bereit.
  • Zuerst wird eine in den Indexausgeber 120 einzugebende Information als ein Element beschrieben, welches ein Attribut des Analyseziels angibt. Wenn als das Attribut des Analyseziels das Verwendungsgebiet anzugeben ist, welches einen Verwendungsbereich des Analyseziels angibt, ist der Eingabewert beispielsweise „normale Fabrik“, „Präzisionsmaschinenfabrik“, „Energieerzeugungseinrichtung“ oder „Energieverteilungseinrichtung“. Es ist jedoch nicht notwendig, dass der Nutzer als das Attribut des Analyseziels ein Verwendungsgebiet spezifiziert. In diesem Fall wird bei der Verarbeitung durch den Indexausgeber 120, welcher weiter unten beschrieben wird, angenommen, dass keine Eingabe betreffend das Verwendungsgebiet vorliegt.
  • Der Indexausgeber 120 nimmt eine Eingabe betreffend das Verwendungsgebiet von dem Nutzer wie folgt an. Der Indexausgeber 120 zeigt auf einer Anzeige der Anzeigeeinheit 5 eine Bildschirmdarstellung an, wie beispielsweise jene, die in 4 gezeigt ist. Es wird angenommen, dass der Nutzer das Verwendungsgebiet auswählt und die „Eingabe“-Taste unter Verwendung der Tastatur, der Maus und/oder dergleichen des Eingebers 4 drückt. Als Reaktion auf die Operation des Nutzers speichert der Indexausgeber 120 eine Nummer, welche das ausgewählte Verwendungsgebiet angibt, und „1,0“ als einen Wert, welcher angibt, dass das Verwendungsgebiet ausgewählt wurde, in einen vorbestimmten Bereich des Hilfsspeichers 3. Wenn kein Verwendungsgebiet ausgewählt wird, kann der Indexausgeber 120 eine Nummer, welche das Verwendungsgebiet angibt, und „0,0“ als einen Wert, welcher angibt, dass das Verwendungsgebiet nicht ausgewählt wurde, in den Hilfsspeicher 3 speichern.
  • Wenn als ein Attribut des Analyseziels ein Einrichtungsgerätetyp zu spezifizieren ist, ist der Eingabewert beispielsweise „Industrieroboter“, „Laserverarbeitungsmaschine“, „Spritzgussmaschine“ oder „Pumpe“, wie in 6 gezeigt. Es ist nicht notwendig, dass der Nutzer den Einrichtungsgerätetyp angibt. In diesem Fall wird bei der Verarbeitung durch den Indexausgeber 120, welche weiter unten beschrieben wird, angenommen, dass keine Eingabe betreffend den Einrichtungsgerätetyp vorliegt. Das Verfahren zum Annehmen einer Eingabe betreffend den Einrichtungsgerätetyp von dem Nutzer ist ähnlich dem Verfahren, welches bei dem oben beschriebenen Verwendungsgebiet verwendet wird. Als Reaktion auf die Eingabeoperation des Nutzers speichert der Indexausgeber 120 in einen vorbestimmten Bereich des Hilfsspeicher 3 eine Nummer, welche den ausgewählten Einrichtungsgerätetyp angibt, und „1,0“ als einen Eingabewert, welcher angibt, dass der Einrichtungsgerätetyp ausgewählt wurde. Wenn kein Einrichtungsgerätetyp ausgewählt wird, kann der Indexausgeber 120 eine Nummer, welche den Einrichtungsgerätetyp angibt, und „0,0“ als einen Wert, welcher angibt, dass kein Verwendungsgebiet ausgewählt wurde, in den Hilfsspeicher 3 speichern.
  • Wenn als ein Attribut des Analyseziels eine Installationsumgebung zu spezifizieren ist, ist der Eingabewert beispielsweise „hohe Temperatur“, „niedrige Temperatur“, „Sand“, „hohe Luftfeuchte“, „niedrige Luftfeuchte“, „Innen“, „Außen“ und/oder „Salzschaden“, wie in 5 gezeigt. Der Begriff „Sand“ gibt an, dass in der Installationsumgebung viel Sand ist. Der Begriff „Salzschaden“ gibt an, dass die Installationsumgebung für Salzschäden anfällig ist, da die Installationsumgebung nahe einem Ozean ist. Es ist nicht notwendig, dass der Nutzer auch nur eine Installationsumgebung spezifiziert. In diesem Fall wird bei der Verarbeitung durch den Indexausgeber 120, welche weiter unten beschrieben wird, angenommen, dass keine Eingabe betreffend die Installationsumgebung vorliegt.
  • Der Nutzer kann mehrere Auswahlmöglichkeiten betreffend die Installationsumgebung auswählen. Der Indexausgeber 120 nimmt eine Eingabe von einem Nutzer betreffend die Installationsumgebung wie folgt an. Der Indexausgeber 120 zeigt auf der Anzeige der Anzeigeeinheit 5 eine Bildschirmdarstellung an, wie beispielsweise jene, die in 5 gezeigt ist. Auf der Eingabebildschirmdarstellung der Installationsumgebung wählt der Nutzer eine Installationsumgebung aus und gibt einen Wert ein, welcher zwischen 0,0 und 1,0 liegt und einen Grad der ausgewählten Auswahlmöglichkeit angibt. Als Reaktion auf die Operation des Nutzers speichert der Indexausgeber 120 in einen vorbestimmten Bereich des Hilfsspeichers 3 eine Nummer, welche die ausgewählte Installationsumgebung angibt, und einen Zahlwert, welcher den eingegebenen Grad angibt.
  • Wenn als ein Attribut des Analyseziels eine Betriebsregel zu spezifizieren ist, ist der Eingabewert beispielsweise „größeren Wert auf Sicherheit legen“, „größeren Wert auf Qualität legen“ und/oder „größeren Wert auf Produktivität legen“, wie in 13 gezeigt. Es ist jedoch nicht notwendig, dass der Nutzer eine Betriebsregel als ein Attribut des Analyseziels spezifiziert. In diesem Fall wird bei der Verarbeitung durch den Indexausgeber 120 angenommen, dass keine Eingabe betreffend die Betriebsregel vorliegt. Das Verfahren zum Annehmen einer Eingabe von dem Nutzer betreffend die Betriebsregel ist ähnlich dem Verfahren, welches bei dem oben beschriebenen Verwendungsgebiet verwendet wird. Als Reaktion auf die Eingabeoperation des Nutzers speichert der Indexausgeber 120 in einen vorbestimmten Bereich des Hilfsspeicher 3 eine Nummer, welche die ausgewählte Betriebsregel angibt, und einen Eingabewert, welcher die ausgewählte Betriebsregel als „1,0“ angibt. Wenn kein Einrichtungsgerätetyp ausgewählt wird, kann der Indexausgeber 120 eine Nummer, welche die Betriebsregel angibt, und „0,0“ als einen Wert, welcher angibt, dass keine Betriebsregel ausgewählt ist, speichern.
  • Es ist notwendig, dass der Nutzer als das Attribut des Analyseziels wenigstens ein Element aus den Werten auswählt, welche das Verwendungsgebiet, den Einrichtungsgerätetyp, die Installationsumgebung und die Betriebsregel angeben.
  • Als Nächstes wird ein Verfahren beschrieben, welches angibt, wie der in 2 gezeigte Indexausgeber 120 die Wichtigkeitsgrade der Elemente der eingegebenen Attribute des Analyseziels zusammenführt, um einen Indexwert zu bestimmen. In der Ausführungsform bestimmt der Indexausgeber 120 einen Indexwert, indem nur die eingegebenen Attribute berücksichtigt werden.
  • Weil, wie oben beschrieben, der Bereich von 0,0 bis 1,0 für durch den Nutzer einzugebende Werte verwendet wird, multipliziert der Indexausgeber 120 zuerst die mit den Elementen der Attribute des Analyseziels assoziierten Gewichtungskonstanten der Gewichtungstabelle 111 mit dem Eingabewert und summiert anschließend die durch Multiplikation bestimmte Werte, um den Indexwert zu bestimmen. Der Indexausgeber 120 führt diese Berechnung unabhängig für die Analysegeschwindigkeit, die Analysegenauigkeit und die Analyserobustheit durch und bestimmt: (1) den Indexwert betreffend die Analysegeschwindigkeit, (2) den Indexwert betreffend die Analysegenauigkeit, und (3) den Indexwert betreffend die Analyserobustheit. Der Indexwert, der von dem Indexausgeber 120 bestimmt wird und den Index zum Auswählen der Analyseprozedur angibt, wird dem Vorverarbeitungsauswähler 150 und dem Analyseprozedurauswähler 170 bereitgestellt.
  • Wenn beispielsweise der Indexwert betreffend die Analysegeschwindigkeit der höchste Wert unter den drei Indexwerten ist, bedeutet das, dass beim Auswählen einer Analyseprozedur die höchste Priorität darauf zu legen ist, die Analysegeschwindigkeit schneller zu machen. Auf ähnliche Weise, wenn der Indexwert betreffend die Analysegenauigkeit der größte Wert unter den drei Indexwerten ist, bedeutet das, dass beim Auswählen einer Analyseprozedur die höchste Priorität darauf zu legen ist, die Analysegenauigkeit zu erhöhen. Auf ähnliche Weise, wenn der Indexwert betreffend die Analyserobustheit der höchste Wert unter den drei Indexwerten ist, bedeutet das, dass beim Auswählen einer Analyseprozedur die höchste Priorität darauf zu legen ist, dass die Analyserobustheit größer wird.
  • Als Nächstes wird ein spezifischer Fall verwendet, um die Verarbeitung zu beschreiben, die für die von dem Indexausgeber 120 durchgeführten Berechnungen verwendet wird. Vorliegend wird ein Beispiel beschrieben, in welchem ein Industrieroboter als das Analyseziel zur Detektion von Abnormalitäten in dem Industrieroboter eingestellt ist. Es wird angenommen, dass der Installationsort des Industrieroboters, welcher das Analyseziel ist, eine hohe Temperatur hat und einiger Sand in der Umgebung ist. Es wird daher angenommen, dass der Nutzer in der Auswahlbildschirmdarstellung für den Einrichtungsgerätetyp, wie beispielsweise jene, die in 6 gezeigt ist, „Industrieroboter“ ausgewählt hat und in der Auswahlbildschirmdarstellung für die Installationsumgebung, wie beispielsweise jene, die in 5 gezeigt ist, „0,8“ für den Wert eingegeben hat, welcher den Grad der ausgewählten „hohe Temperatur“ angibt, und „0,1“ für den Wert eingegeben hat, welcher den Grad des ausgewählten „Sand“ angibt. Als Reaktion auf die Operationen des Nutzers speichert der Indexausgeber 120 die jeweiligen Eingabewerte temporär in den Hilfsspeicher 3.
  • Zuerst bestimmt der Indexausgeber 120 (1) den Indexwert betreffend die Analysegeschwindigkeit. Der Indexausgeber 120 speichert in einen Arbeitsbereich 001 des Hilfsspeicher 3 einen Wert „+7,0“, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „1,0“, welcher angibt, dass „Industrieroboter“ ausgewählt wurde, mit (ii) der Gewichtungskonstante „+7,0“ betreffend die Analysegeschwindigkeit für „Industrieroboter“, welche aus der Gewichtungstabelle 112 der 3B bezogen wurde. Weil „Laserverarbeitungsmaschine“ und „Pumpe“ nicht ausgewählt wurden, sind die jeweiligen Eingabewerte „0,0“ und daher sind die entsprechenden oben beschriebenen Berechnungen unnötig.
  • Der Indexausgeber 120 speichert in einen Arbeitsbereich 002 des Hilfsspeichers 3 einen Wert „0,0“, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „0,8“, welcher für den Grad für „hohe Temperatur“ eingegeben wurde, mit (ii) der Gewichtskonstante „0,0“ betreffend die Analysegeschwindigkeit für „hohe Temperatur“, welche aus der Gewichtungstabelle 113 der 3C bezogen wird.
  • Der Indexausgeber 120 speichert in einen Arbeitsbereich 003 des Hilfsspeichers 3 einen Wert „0,0“, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „0,1“, welcher für den Grad für „Sand“ eingegeben wurde, mit (ii) der Gewichtskonstante „0,0“ betreffend die Analysegeschwindigkeit für „Sand“, welche aus der Gewichtungstabelle 113 bezogen wird.
  • Nachdem die jeweiligen Gewichtungskonstanten betreffend die Analysegeschwindigkeit mit den Eingabewerten multipliziert wurden, summiert der Indexausgeber 120 die in den Arbeitsbereichen 001 bis 003 gespeicherten Werte. In dem oben beschriebenen Beispiel beträgt die Summe „+7,0“. Dieser Wert ist der Indexwert betreffend die Analysegeschwindigkeit gemäß den Attributen des Analyseziels. Wie in 2 gezeigt, gibt der Indexausgeber 120 diese „+7,0“-Summe als den Indexwert betreffend die Analysegeschwindigkeit an den Vorverarbeitungsauswähler 150 und den Analyseprozedurauswähler 170 aus.
  • Als Nächstes bestimmt der Indexausgeber 120 (2) den Indexwert betreffend die Analysegenauigkeit. Vor dem Ausführen der unten beschriebenen Berechnungen werden die Arbeitsbereiche 001 bis 003 des Hilfsspeichers 3 geleert.
  • Der Indexausgeber 120 speichert in den Arbeitsbereich 001 des Hilfsspeichers 3 einen Wert „+2,0“, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „1,0“, welcher angibt, dass „Industrieroboter“ ausgewählt wurde, mit (ii) der Gewichtungskonstante „+2,0“ betreffend die Analysegenauigkeit für „Industrieroboter“, welche aus der Gewichtungstabelle 112 der 3B bezogen wird.
  • Der Indexausgeber 120 speichert in den Arbeitsbereich 002 des Hilfsspeichers 3 einen Wert „+0,8“, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „0,8“ für den Grad für „hohe Temperatur“ mit (ii) der Gewichtskonstante „+1,0“ betreffend die Analysegeschwindigkeit für „hohe Temperatur“, welche aus der Gewichtungstabelle 113 der 3C bezogen wird.
  • Der Indexausgeber 120 speichert in den Arbeitsbereich 003 des Hilfsspeichers 3 einen Wert „+0,1“, welcher bestimmt wird durch Multiplizieren des Eingabewerts „0,1“ für den Grad für „Sand“ mit der Gewichtskonstante „+1,0“ betreffend die Analysegenauigkeit für‟ Sand‟, welche aus der Gewichtungstabelle 113 bezogen wird.
  • Sobald die jeweiligen Gewichtungskonstanten betreffend die Analysegenauigkeit mit den Eingabewerten multipliziert sind, summiert der Indexausgeber 120 die in den Arbeitsbereichen 001 bis 003 gespeicherten Werte. Die Summe beträgt „+2,9“. Dieser Wert ist der Indexwert betreffend die Analysegenauigkeit gemäß den Attributen des Analyseziels. Der Indexausgeber 120 gibt diese „+2,9“-Summe als den Indexwert betreffend die Analysegenauigkeit an den Vorverarbeitungsauswähler 150 und den Analyseprozedurauswähler 170 aus.
  • Als Letztes bestimmt der Indexausgeber 120 (3) den Indexwert betreffend die Analyserobustheit. Vor der Ausführung der unten beschriebenen Berechnungen werden die Arbeitsbereiche 001 bis 003 des Hilfsspeichers 3 geleert.
  • Der Indexausgeber 120 speichert in den Arbeitsbereich 001 des Hilfsspeichers 3 einen Wert „+ 1,5“, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „1,0“, welcher angibt, dass „Industrieroboter“ ausgewählt wurde, mit (ii) der Gewichtungskonstante „1,5“ betreffend die Analyserobustheit für „Industrieroboter“, welche aus der Gewichtungstabelle 112 der 3B bezogen wird.
  • Der Indexausgeber 120 speichert in den Arbeitsbereich 002 des Hilfsspeichers 3 einen Wert „1,6“, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „0,8“ für den Grad für „hohe Temperatur“ mit (ii) der Gewichtungskonstante „+2,0“ betreffend die Analyserobustheit für „hohe Temperatur“, welche aus der Gewichtungstabelle 113 der 3C bezogen wird.
  • Der Indexausgeber 120 speichert in den Arbeitsbereich 003 des Hilfsspeichers 3 einen Wert „+0,1‟, welcher bestimmt wird durch Multiplizieren (i) des Eingabewerts „0,1“ für den Grad für „Sand“ mit (ii) der Gewichtungskonstante „+1,0“ betreffend die Analyserobustheit für „Sand“, welche aus der Gewichtungstabelle 13 bezogen wird.
  • Sobald die jeweiligen Gewichtungskonstanten betreffend die Analyserobustheit mit den Eingabewerten multipliziert sind, summiert der Indexausgeber 120 die in den Arbeitsbereichen 001 bis 003 gespeicherten Werte. Die Summe beträgt „+3,2“. Dieser Wert ist der Indexwert betreffend die Analyserobustheit gemäß den Attributen des Analyseziels. Der Indexausgeber 120 gibt diese „+3,2“-Summe als den Indexwert betreffend die Analyserobustheit an den Vorverarbeitungsauswähler 150 und den Analyseprozedurauswähler 170 aus.
  • Das obige ist das Verfahren, mit welchem der Indexausgeber 120 den Indexwert zum Auswählen einer Analyseprozedur für die Diagnosezieldaten bestimmt. In dem obigen Beispiel ist ein Beispiel beschrieben, in welchem der Nutzer den Einrichtungsgerätetyp und die Installationsumgebung spezifiziert. Der Nutzer kann aus den vier Einträgen Verwendungsgebiet, Einrichtungsgerätetyp, Installationsumgebung und Betriebsregel Elemente frei spezifizieren. In einem Fall, in welchem alle diese Elemente spezifiziert werden, und in einem Fall, in welchem nur eines der vier Elemente spezifiziert wird, führt der Indexausgeber 120 beispielsweise eine Verarbeitung durch, die der oben beschriebenen ähnlich ist.
  • Die in 2 gezeigte Vorverarbeitungstabelle 130 speichert Information betreffend die Vorverarbeitung, welche von dem Vorverarbeiter 160 zu verwenden ist, wie in 7 gezeigt. Die Vorverarbeitung ist eine Verarbeitung, welche an den Daten des Analyseziels durchgeführt wird, bevor die Analyseverarbeitung durchgeführt wird. Diese Vorverarbeitung umfasst eine Verarbeitung zur Interpolation von fehlenden Werten, eine Verarbeitung zum Entfernen von Ausreißern und dergleichen. Die Vorverarbeitungstabelle 130 speichert in sich für jede Vorverarbeitung einen Prozedurnamen sowie einen Evaluierungswert für die Analysegeschwindigkeit und einen Evaluierungswert für die Analysegenauigkeit.
  • Die Evaluierungswerte für die Analysegeschwindigkeit sind Kennzahlen, welche bestimmt werden durch Evaluieren der Schnelligkeit der Analyseverarbeitung für jede Vorverarbeitungsprozedur, die in der Vorverarbeitungstabelle 130 gespeichert ist, basierend auf einem identischen Standard. In dem gezeigten Beispiel bedeutet ein größerer Evaluierungswert eine höhere Analysegeschwindigkeit. Beispielsweise ist der Evaluierungswert der Prozedur 12 „+9,5“, wohingegen der Evaluierungswert der Prozedur 13 „+6,0“ ist. Das bedeutet, dass die Analyseverarbeitung gemäß Prozedur 12 schneller ist als die nach Prozedur 13. Auf ähnliche Weise sind die Evaluierungswerte für die Analysegenauigkeit Kennzahlen, welche bestimmt werden durch Evaluieren der Analysegenauigkeit für jede Vorverarbeitungsprozedur, welche in der Vorverarbeitungstabelle 130 gespeichert ist, basierend auf einem identischen Standard. In dem gezeigten Beispiel bedeutet ein höherer Evaluierungswert eine höhere Analysegenauigkeit.
  • Zudem umfasst die Vorverarbeitungstabelle 130 Pfade, welche jeweils einen Bereich des Hilfsspeichers 3 angeben, an welchen die Vorverarbeitungsprogramme zum Ausführen der jeweiligen Vorverarbeitung gespeichert sind.
  • Die in 2 gezeigte Analyseprozedurtabelle speichert Information betreffend die Analyseprozedur, welche von einem Analysator 220 eines Diagnoseverarbeiters 200 auszuführen ist, wie in 8 gezeigt. Die Analyseprozedurtabelle 140 speichert Daten für jede der Analyseprozeduren, einen Namen der Analyseprozedur, einen Evaluierungswert für die Analysegeschwindigkeit, einen Evaluierungswert für die Analysegenauigkeit, einen Evaluierungswert für die Analyserobustheit.
  • Die Evaluierungswerte für die Analysegeschwindigkeit sind Kennzahlen, die bestimmt werden durch Evaluieren der Schnelligkeit der Analyseverarbeitung für jede Analyseprozedur, welche in der Analyseprozedurtabelle 140 gespeichert ist, basierend auf einem identischen Standard. In dem gezeigten Beispiel bedeutet ein größerer Wert eine höhere Analysegeschwindigkeit. Die Evaluierungswerte für die Analysegenauigkeit sind Kennzahlen, welche bestimmt werden durch Evaluieren der Analysegenauigkeit für jede Analyseprozedur, welche in der Analyseprozedurtabelle 140 gespeichert ist, basierend auf einem identischen Standard. In dem gezeigten Beispiel bedeutet ein größerer Wert eine höhere Analysegenauigkeit. Die Evaluierungswerte für die Analyserobustheit sind Kennzahlen, welche bestimmt werden durch Evaluieren der Analyserobustheit für jede Analyseprozedur, welche in der Analyseprozedurtabelle 140 gespeichert ist. In dem gezeigten Beispiel bedeutet ein größerer Evaluierungswert eine geringere Anfälligkeit für durch äußere Störungen verursachte Änderungen.
  • Zudem umfasst die Analyseprozedurtabelle 140 Pfade, welche jeweils einen Bereich des Hilfsspeichers 3 angeben, in welchem die Analyseprozedurprogramme 34 zum Ausführen der jeweiligen Analyseprozedur gespeichert sind.
  • Der in 2 gezeigte Vorverarbeitungsauswähler 150 vergleicht den Indexwert betreffend die Analysegeschwindigkeit, welcher von dem Indexausgeber 120 auszugeben ist, mit dem Evaluierungswert für die Analysegeschwindigkeit der Vorverarbeitungstabelle 130, vergleicht den Indexwert betreffend die Analysegenauigkeit, welcher von dem Indexausgeber 120 auszugeben ist, mit dem Evaluierungswert für die Analysegenauigkeit der Vorverarbeitungstabelle 130 und wählt eine Vorverarbeitungsprozedur aus. Der Vorverarbeitungsauswähler 150 gibt die ausgewählte Vorverarbeitungsprozedur an den Vorverarbeiter 160 und den Vorverarbeiter 210 aus. Beispielsweise speichert der Vorverarbeitungsauswähler 150 in den Hilfsspeicher 3 eine Information, welche die ausgewählte Vorverarbeitungsprozedur angibt. Die Information, welche die Vorverarbeitungsprozedur angibt und in dem Hilfsspeicher 3 gespeichert ist, wird von dem Vorverarbeiter 160 und dem Vorverarbeiter 210 gelesen. Hierdurch stellt der Vorverarbeitungsauswähler 150 die ausgewählte Vorverarbeitungsprozedur dem Vorverarbeiter 160 und dem Vorverarbeiter 210 bereit.
  • In einem beispielhaften Fall, in welchem der Indexwert betreffend die Analysegeschwindigkeit und der Indexwert betreffend die Analysegenauigkeit, welche von dem Indexausgeber 120 auszugeben sind, „+7,0“ und „+2,9“ sind, wählt der Vorverarbeitungsauswähler 150 basierend auf der in 7 gezeigten Vorverarbeitungstabelle 130 eine Vorverarbeitungsprozedur wie folgt aus. Der Vorverarbeitungsauswähler 150 wählt aus der Vorverarbeitungstabelle 130 eine Vorverarbeitung aus, welche einen Evaluierungswert für die Analysegeschwindigkeit und einen Evaluierungswert für die Analysegenauigkeit hat, welche den Indexwert betreffend die Analysegeschwindigkeit und den Indexwert betreffend die Analysegenauigkeit, welche von dem Indexausgeber 120 ausgegeben werden, übersteigen. In dem in 7 gezeigten Beispiel sind sowohl der Evaluierungswert für die Analysegeschwindigkeit als auch der Evaluierungswert für „Prozedur 11“ größer als die entsprechenden Indexwerte, die von dem Indexausgeber 120 ausgegeben werden. Der Vorverarbeitungsauswähler 150 gibt daher „Prozedur 11“ als die Vorverarbeitungsprozedur an den Vorverarbeiter 160 aus.
  • Der Vorverarbeiter 160 führt eine Vorverarbeitung mit den Lerndaten unter Verwendung der Vorverarbeitungsprozedur durch, welche von dem Vorverarbeitungsauswähler 150 ausgewählt wurde. Die vorverarbeiteten Lerndaten werden dem Analyseprozedurauswähler 170 bereitgestellt.
  • Der Analyseprozedurauswähler 170 führt einen Versuch mit den Lerndaten unter Verwendung einer Prozedur durch, welche aus den Analyseprozeduren der Analyseprozedurtabelle 140 ausgewählt wurde, und wählt eine Analyseprozedur aus, welche von dem Diagnoseverarbeiter 200 zur Diagnoseverarbeitung zu verwenden ist. Der Analyseprozedurauswähler 170 gibt die ausgewählte Analyseprozedur an den vorgenannten Analysator 220 aus. Beispielsweise speichert der Analyseprozedurauswähler 170 in den Hilfsspeicher 3 eine Information, welche die ausgewählte Analyseprozedur angibt. Die in dem Hilfsspeicher 3 gespeicherte Information, welche die Analyseprozedur angibt, wird von dem Analysator 220 gelesen. Hierdurch stellt der Analyseprozedurauswähler 170 die ausgewählte Analyseprozedur dem Analysator 220 bereit.
  • Der Analyseprozedurauswähler 170 verwendet die Lerndaten vor dem Versuch, um Parameter zu bestimmen, die während der Analyse zu spezifizieren sind, für jede der Analyseprozeduren, die in der Analyseprozedurtabelle 140 gespeichert sind, und speichert anschließend eine Information über die bestimmten Parameter und die Analyseprozedur als Paare in den Hilfsspeicher 3. Selbst wenn die selbe Prozedur verwendet wird, können mehrere Parametersätze bestimmt werden. Es gibt auch Prozeduren, bei denen keine Parameter erforderlich sind, und Prozeduren, bei denen die Parameter offensichtlich sind.
  • Der Analyseprozedurauswähler 170 wählt eine Analyseprozedur wie folgt aus. Zuerst grenzt der Analyseprozedurauswähler 170 die für Versuche zu verwendenden Analyseprozeduren aus der Analyseprozedurtabelle 140 ein. Insbesondere wählt der Analyseprozedurauswähler 170 aus der in 8 gezeigten Analyseprozedurtabelle 140 Analyseprozeduren aus, welche Evaluierungswerte haben, welche die von dem Indexausgeber 120 auszugebenden Indexwerte übersteigen.
  • In einem beispielhaften Fall, in welchem der Indexwert betreffend die Analysegeschwindigkeit, der Indexwert betreffend die Analysegenauigkeit und der Indexwert betreffend die Analyserobustheit, welche von dem Indexausgeber 120 auszugeben sind, „+7,0“, „+2,9“ und „+3,2“ sind, grenzt der Analyseprozedurauswähler 170 die Analyseprozeduren wie folgt ein. In dem in 8 gezeigten Beispiel sind der Evaluierungswert der Analysegeschwindigkeit, der Evaluierungswert der Analysegenauigkeit und der Evaluierungswert der Analyserobustheit der „Prozedur 21“ alle größer als die von dem Indexausgeber 120 ausgegebenen Indexwerte. Gleiches gilt zudem für „Prozedur 24“ und „Prozedur 26“. Daher wählt der Analyseprozedurauswähler 170 „Prozedur 21“, „Prozedur 24“ und „Prozedur 26“ für die Versuche aus.
  • Für die eingegrenzten Analyseprozeduren liest der Analyseprozedurauswähler 170 die Parameter der Prozeduren aus dem Hilfsspeicher 3, erzeugt eine Versuchstabelle 171 zum Speichern von Versuchen, welche jeweils eine Kombination von Parametern und einer der eingegrenzten Analyseprozeduren sind. Beispielhaft sei angenommen, dass drei Parametersätze für „Prozedur 21“, ein Parametersatz für „Prozedur 24“ und zwei Parametersätze für „Prozedur 26“ in dem Hilfsspeicher 3 gespeichert sind. 9 zeigt ein Beispiel der Versuchstabelle 171, welche von dem Analyseprozedurauswähler 170 in diesem Fall erzeugt wird. In dem Beispiel der 9 sind die Versuche 51 bis 53 Kombinationen von drei Parametersätzen und „Prozedur 21“. Der Versuch 54 ist eine Kombination aus einem Parametersatz und „Prozedur 24“. Die Versuche 55 und 56 sind zwei Parametersätze und „Prozedur 26“.
  • Als Nächstes führt der Analyseprozedurauswähler 170 jeden der Versuche der Versuchstabelle 171 mit den Lerndaten durch, welche von dem Vorverarbeiter 160 vorverarbeitet wurden. Der Analyseprozedurauswähler 170 führt eine Verarbeitung der vorverarbeiteten Lerndaten unter Verwendung von „Versuch 51“ durch. Der Analyseprozedurauswähler 170 speichert eine Analysegeschwindigkeit, eine Analysegenauigkeit und dergleichen als die Versuchsergebnisse für „Prozedur 51“ in den Hilfsspeicher 3. Der Analyseprozedurauswähler 170 führt eine ähnliche Verarbeitung auch für die Versuche 52 bis 56 durch.
  • Danach wählt der Analyseprozedurauswähler 170 die am besten geeignete Prozedur basierend auf den Versuchsergebnissen der Versuche 51 bis 56 aus. Beispielhaft wird angenommen, dass der Indexwert betreffend die Analysegeschwindigkeit, der Indexwert betreffend die Analysegenauigkeit und der Indexwert betreffend die Analyserobustheit, welche von dem Indexausgeber 120 auszugeben sind, „+7,0“, „+2,9“ und „+3,2“ sind. In diesem Fall bestimmt der Analyseprozedurauswähler 170, dass die Eigenschaft mit dem größten Wert zu priorisieren ist. Aus den Versuchen 51 bis 56 wählt der Analyseprozedurauswähler 170 vorliegend einen Versuch mit der schnellsten Analysezeit aus und speichert die Parameter und die Analyseprozedur des ausgewählten Versuchs in den Hilfsspeicher 3.
  • Es kann ein Fall vorliegen, in welchem die Analyseprozeduren auf eine einzige Analyseprozedur eingegrenzt werden, wenn der Analyseprozedurauswähler 170 die Analyseprozeduren der Analyseprozedurtabelle 140 durch Vergleichen der von dem Indexausgeber 120 auszugebenden Indexwerte mit den Evaluierungswerten der Analyseprozedurtabelle 140 eingrenzt. In diesem Fall, wenn die eingegrenzte Analyseprozedur eine Prozedur ist, welche keinen Parameter benötigt oder der Parameter (genau) ein Satz ist, wird der Versuch auf eins eingegrenzt. Daher kann der Analyseprozedurauswähler 170 die Analyseprozedur des Versuches auswählen, welcher anzuwenden ist, ohne einen Versuch mit den Lerndaten durchzuführen.
  • Der in 2 gezeigte Nutzeranweisungsumsetzer 180 veranlasst den Analyseprozedurauswähler 170 dazu, eine Analyseprozedur gemäß einer Anweisung des Nutzers neu auszuwählen. Der Nutzer betrachtet die Analyseergebnisse des Diagnoseverarbeiters 200, welcher weiter unten beschrieben wird, und gibt eine Nutzeranweisung, wie beispielsweise „erhöhe Analysegenauigkeit“ oder „erhöhe Analysegeschwindigkeit“. Der Nutzeranweisungsumsetzer 180 aktualisiert die Gewichtungskonstanten der Gewichtungstabelle 110 gemäß der Anweisung des Nutzers, verwendet die aktualisierten Gewichtungskonstanten, um einen Indexwert betreffend die Analysegeschwindigkeit neu zu bestimmen und gibt den bestimmten Indexwert an den Analyseprozedurauswähler 170 aus. Hierdurch wählt der Nutzeranweisungsumsetzer 180 eine Analyseprozedur aus, welche den Bedürfnissen des Nutzers entspricht.
  • Wenn der aktualisierte Indexwert von dem Nutzeranweisungsumsetzer 180 bereitgestellt wird, führt der Analyseprozedurauswähler 170 die vorgenannte Verarbeitung erneut durch und wählt eine Analyseprozedur aus. Insbesondere grenzt der Analyseprozedurauswähler 170 die in der Analyseprozedurtabelle 140 gespeicherten Analyseprozeduren ein und erzeugt die Versuchstabelle 171, welche Versuche enthält, von denen jeder eine Kombination von Parametern und einer Prozedur der eingegrenzten Analyseprozeduren ist. Als Nächstes führt der Analyseprozedurauswähler 170 für jeden der Versuche der Versuchstabelle 171 eine Verarbeitung mit den von dem Vorverarbeiter 160 vorverarbeiteten Lerndaten durch und wählt die am besten geeignete Prozedur basierend auf den Versuchsergebnissen aus, welche eine Analysegeschwindigkeit, eine Analysegenauigkeit und dergleichen jedes Versuchs umfassen.
  • Wie oben beschrieben, kann der Nutzeranweisungsumsetzer 180 die Anweisung des Nutzers umsetzen, nachdem eine Analyse durch den Diagnoseverarbeiter 200 durchgeführt wurde. Alternativ kann der Nutzeranweisungsumsetzer 180 veranlassen, dass die Anweisung des Nutzers umgesetzt wird, bevor der Diagnoseverarbeiter 200 eine Analyse durchführt. Zum Beispiel, wenn die Analyseprozedur und die Parameter des Versuchs in dem Hilfsspeicher 3 gespeichert sind, welche von dem Analyseprozedurauswähler 170 ausgewählt wurden, präsentiert der Nutzeranweisungsumsetzer 180 die Ergebnisse der Auswahl dem Nutzer und fordert den Nutzer auf, zu bestimmen, ob eine Prozedur neu auszuwählen ist oder nicht. Beispielsweise präsentiert der Nutzeranweisungsumsetzer 180 eine Bildschirmdarstellung, wie jene in 10, auf der Anzeige der Anzeigeeinheit 5 und fordert den Nutzer auf, zu bestimmen, ob eine Neuauswahl vorzunehmen ist oder nicht. Vorliegend werden das von dem Nutzer eingegebene Element des Attributs des Analyseziels, der von dem Indexausgeber 120 ausgegebene Indexwert und die Parameter und die Analyseprozedur des ausgewählten Versuchs angezeigt.
  • Nachdem der Nutzer den Indexwert ändert und „neu auswählen“ ausgewählt hat, gibt der Nutzeranweisungsumsetzer 180 die Anweisung zur Neuauswahl der Analyseprozedur und den geänderten Indexwert, der von dem Nutzer eingegeben wurde, an den Analyseprozedurauswähler 170 aus. Als Reaktion darauf verwendet der Analyseprozedurauswähler 170 den geänderten Indexwert, um eine Analyseprozedur neu auszuwählen.
  • Alternativ kann der Nutzeranweisungsumsetzer 180 veranlassen, dass Anweisungen umgesetzt werden, welche vor und nach der von dem Diagnoseverarbeiter 200 durchgeführten Analyse gemacht wurden.
  • Der Diagnoseverarbeiter 200 führt eine Analyseverarbeitung an Diagnosezieldaten unter Verwendung der Analyseprozedur durch, welche von dem Analyseprozedurauswähler 170 des Lernverarbeiters 100 ausgewählt wurde. Wie vorangehend beschrieben, sind die Diagnosezieldaten (i) Daten, welche von Sensoren gesammelt werden, welche in diversen Vorrichtungen bereitgestellt sind, die im Betrieb sind und Analyseziele sind, und (ii) im Vorhinein in dem Hilfsspeicher 3 gespeichert sind.
  • Der Diagnoseverarbeiter 200 umfasst den Vorverarbeiter 210 und den Analysator 220. Die einzelnen Komponenten des Diagnoseverarbeiters 200 werden verwirklicht, indem der Prozessor 1 das Diagnoseverarbeitungsprogramm 32 ausführt, welches in dem Hilfsspeicher 3 zu speichern ist. Der Analysator 220 ist ein Beispiel für das Analysemittel der vorliegenden Offenbarung.
  • Der Vorverarbeiter 210 führt eine Vorverarbeitung an den Diagnosezieldaten unter Verwendung der Vorverarbeitungsprozedur durch, welche von dem Vorverarbeitungsauswähler 150 ausgewählt wurde. Die vorverarbeiteten Diagnosezieldaten werden dem Analysator 220 bereitgestellt.
  • Der Analysator 220 führt eine Analyseverarbeitung an den vorverarbeiteten Diagnosezieldaten unter Verwendung der Parameter und der Analyseprozedur durch, welche von dem Analyseprozedurauswähler 170 ausgewählt wurden.
  • Die Lernverarbeitung und die Diagnoseverarbeitung gemäß einer Analyse durch das Datenanalysegerät 1000, welches die vorgenannte Konfiguration hat, werden beschrieben. Zuerst wird die Lernverarbeitung des Lernverarbeiters 100 mit Bezug zu 11 beschrieben. Die Lernverarbeitung wird beispielsweise ausgeführt, wenn das Analyseziel den Betrieb aufnimmt oder wenn eine Änderung betreffend ein Attribut des Analyseziels auftritt.
  • Zuerst gibt der Nutzer eine Anweisung zum Starten des Lernverarbeitungsprogramms 31 des Datenanalysegeräts 1000 durch eine Operation mit der Tastatur, Maus und/oder dergleichen des Eingebers 4. Als Reaktion auf die Operation des Nutzers führt der Prozessor 1 das Lernverarbeitungsprogramm 31 des Hilfsspeichers 3 aus.
  • Der Prozessor 1 zeigt eine Menübildschirmdarstellung, wie beispielsweise jene, die in 12 gezeigt ist, auf der Anzeige der Anzeigeeinheit 5 an. Zum Beispiel, wenn der Nutzer das „Lernverarbeitung“-Menü auswählt, gibt der Prozessor 1 einen Indexwert zum Auswählen einer Analyseprozedur aus Elementen von Attributen aus, welche durch den Nutzer gemäß der zuvor betreffend den Indexausgeber 120 beschriebenen Reihenfolge einzugeben ist, wie in 11 gezeigt (Schritt S101). Der Prozessor 1 dient als der Indexausgeber 120, indem diese Verarbeitung ausgeführt wird.
  • Der Prozessor 1 veranlasst, dass eine Auswahlbildschirmdarstellung für Verwendungsgebiete, wie beispielsweise die, die in 4 gezeigt ist, auf der Anzeigeeinheit 5 angezeigt wird als eine Eingabebildschirmdarstellung für Elemente von Attributen des Analyseziels. Nachdem der Nutzer ein Verwendungsgebiet frei spezifiziert hat und „Eingabe“ ausgewählt hat, speichert der Prozessor 1 eine Nummer, welche das durch den Nutzer spezifizierte Verwendungsgebiet angibt, in einen vorbestimmten Bereich des Hilfsspeichers 3. Wenn der Nutzer „Verwendungsgebiet unspezifiziert lassen“ auswählt, wird in einen vorbestimmten Bereich des Hilfsspeichers 3 eine Information gespeichert, welche diese Auswahl betreffend das Verwendungsgebiet angibt.
  • Betreffend die Installationsumgebung, den Einrichtungsgerätetyp und die Betriebsregel zeigt der Prozessor 1 nacheinander die jeweiligen Eingabebildschirmdarstellungen, wie beispielsweise jene, die in den 5, 6 und 13 gezeigt sind, auf der Anzeigeeinheit 5 an und speichert die eingegebenen Werte als Elemente der Attribute in den Hilfsspeicher 3.
  • Als Nächstes zeigt der Prozessor 1 eine Bestätigungsbildschirmdarstellung an, beispielsweise jene, die in 14 gezeigt ist. Wenn der Nutzer „Umsetzen“ auswählt, multipliziert der Prozessor 1 die als Elemente der Attribute des Analyseziels eingegebenen Eingabewerte mit den Gewichtungskonstanten der Gewichtungstabelle 110, berechnet den Indexwert für die Analysegeschwindigkeit, den Indexwert für die Analysegenauigkeit, den Indexwert für die Analyserobustheit und speichert die berechneten Indexwerte in den Hilfsspeicher 3.
  • Wie in 11 gezeigt, wählt der Prozessor 1 als Nächstes eine Vorverarbeitung gemäß der zuvor betreffend den Vorverarbeitungsauswähler 150 beschriebenen Reihenfolge aus (Schritt S102). Der Prozessor 1 dient als der Vorverarbeitungsauswähler 150, indem diese Verarbeitung ausgeführt wird. Insbesondere vergleicht der Prozessor 1 die in dem Hilfsspeicher 3 gespeicherten Indexwerte in Schritt S101 mit den Evaluierungswerten der Vorverarbeitungstabelle 130, wählt eine Vorverarbeitungsprozedur aus und speichert die ausgewählte Vorverarbeitungsprozedur in den Hilfsspeicher 3.
  • Als Nächstes führt der Prozessor 1 eine Vorverarbeitung gemäß der zuvor betreffend den Vorverarbeiter 160 beschriebenen Reihenfolge durch (Schritt S103). Der Prozessor 1 dient als der Vorverarbeiter 160, indem diese Verarbeitung ausgeführt wird. Insbesondere führt der Prozessor 1 eine Vorverarbeitung mit den Lerndaten unter Verwendung der in Schritt S102 ausgewählten Vorverarbeitungsprozedur gemäß der zuvor betreffend den Vorverarbeiter 160 beschriebenen Reihenfolge durch und speichert die vorverarbeiteten Lerndaten in den Hilfsspeicher 3.
  • Zudem bestimmt der Prozessor 1 die Parameter jeder Analyseprozedur, welche in der Analyseprozedurtabelle 140 gespeichert ist, und speichert die bestimmten Parameter und die Analyseprozedur als Paare in den Hilfsspeicher 3.
  • Als Nächstes führt der Prozessor 1 einen Versuch mit der Analyseprozedur durch (Schritt S104). Der Prozessor 1 dient als der Analyseprozedurauswähler 170, indem die Verarbeitung der Schritte S104 bis S107 gemäß der zuvor betreffend den Analyseprozedurauswähler 170 beschriebenen Reihenfolge ausgeführt wird.
  • Zuerst ließ der Prozessor 1 den Indexwert für die Analysegeschwindigkeit, den Indexwert für die Analysegenauigkeit und den Indexwert für die Analyserobustheit, welche in Schritt S101 bestimmt wurden, aus dem Hilfsspeicher 3. Aus den Analyseprozeduren der Analyseprozedurtabelle 140 wählt der Prozessor 1 eine Analyseprozedur aus, deren Evaluierungswert für die Analysegeschwindigkeit, Evaluierungswert für die Analysegenauigkeit und Evaluierungswert für die Analyserobustheit den Indexwert für die Analysegeschwindigkeit, den Indexwert für die Analysegenauigkeit und den Indexwert für die Analyserobustheit übersteigen. In der in 9 gezeigten Versuchstabelle 171 speichert der Prozessor 1 Versuche, von denen jeder eine Kombination eines Parameters von in Schritt S103 bestimmten Parametern und einer Prozedur der auf diese Weise eingegrenzten Prozeduren ist.
  • Der Prozessor 1 führt die Verarbeitung jedes der Versuche in der Versuchstabelle 171 mit den in Schritt S103 vorverarbeiteten Lerndaten durch und speichert die Analysegeschwindigkeit, Analysegenauigkeit und dergleichen als Versuchsergebnisse für die einzelnen Versuche in den Hilfsspeicher 3.
  • Wie in 11 gezeigt, vergleicht der Prozessor 1 danach die Versuchsergebnisse (Schritt S105). Der Prozessor 1 bestimmt, dass die Eigenschaft mit dem größten Wert unter den in Schritt S101 bestimmten Werten, d. h. dem Indexwert betreffend die Analysegeschwindigkeit, dem Indexwert betreffend die Analysegenauigkeit und dem Indexwert betreffend die Analyserobustheit, zu priorisieren ist und wählt basierend auf den Versuchsergebnissen (genau) einen Versuch aus der Versuchstabelle 171 aus.
  • Der Prozessor 1 zeigt auf der Anzeige der Anzeigeeinheit 5 die Parameter und die Analyseprozedur des ausgewählten Versuchs und zudem eine Bildschirmdarstellung an, wie beispielsweise jene, die in 10 gezeigt ist, und nimmt eine Anweisung des Nutzers an, ob ein neuer Versuch durchzuführen ist oder nicht (Schritt S 106). Wenn der Nutzer eine Anweisung für einen neuen Versuch gibt (Ja in Schritt S106), führt der Prozessor 1 einen neuen Versuch nach der Verarbeitung des Schrittes S102 und der nachfolgenden Schritte durch.
  • Wenn der Nutzer keine Nutzeranweisung zur Durchführung eines neuen Versuchs gibt (Nein in Schritt S106), gibt der Prozessor 1 die ausgewählte Analyseprozedur aus (Schritt S107). Insbesondere speichert der Prozessor 1 die Analyseprozedur und Parameter des ausgewählten Versuchs in den Hilfsspeicher 3. Dies ist die Lernverarbeitung des Lernverarbeiters 100. In dem in 11 gezeigten Ablauf kann Schritt S106 ausgelassen werden, wenn eine Anweisung des Nutzers bei der Auswahl der Analyseprozedur umgesetzt wird, nachdem dem Nutzer die Analyseergebnisse des Diagnoseverarbeiters 200 präsentiert wurden, obwohl ein Beispiel beschrieben wurde, bei dem eine Anweisung des Nutzers veranlasst, dass die Auswahl der Analyseprozedur vor der Diagnoseverarbeitung des Diagnoseverarbeiters 200 umgesetzt wird.
  • Als Nächstes wird eine Diagnoseverarbeitung in dem in 2 gezeigten Diagnoseverarbeiter 200 beschrieben. Nachdem im Betrieb die Diagnosezieldaten dem Diagnoseverarbeiter 200 von dem Analyseziel in Echtzeit bereitgestellt werden, führt der Diagnoseverarbeiter 200 fortwährend eine Diagnoseverarbeitung durch, während das Einrichtungsgerät, welches das Analyseziel ist, in Betrieb ist.
  • Zuerst gibt der Nutzer eine Anweisung zum Starten des Diagnoseprogramms 32 des Datenanalysegeräts 1000 durch Operation mit der Tastatur, Maus und/oder dergleichen des Eingebers 4. Als Reaktion auf die Operation des Nutzers führt der Prozessor 1 das Diagnoseverarbeitungsprogramm 32 des Hilfsspeichers 3 aus. Die Lernverarbeitung wird ausgeführt, bevor die Diagnoseverarbeitung ausgeführt wird, und für die Diagnoseverarbeitung notwendige Information wird in den Hilfsspeicher 3 gespeichert.
  • Wie in 15 gezeigt, führt der Prozessor 1 eine Vorverarbeitung aus (Schritt S201). Der Prozessor 1 dient als der Vorverarbeiter 160, indem diese Verarbeitung ausgeführt wird. Insbesondere liest der Prozessor 1 aus dem Hilfsspeicher 3 die Vorverarbeitungsprozedur, welche durch den Vorverarbeitungsauswähler 150 ausgewählt wurde, und führt eine Vorverarbeitung an den Diagnosezieldaten unter Verwendung dieser Vorverarbeitungsprozedur durch. Der Prozessor 1 speichert die vorverarbeiteten Diagnosezieldaten in den Hilfsspeicher 3.
  • Als Nächstes führt der Prozessor 1 eine Analyseverarbeitung aus (Schritt S202). Der Prozessor 1 dient als der Analysator 220, indem diese Verarbeitung ausgeführt wird. Insbesondere führt der Prozessor 1 eine Analyseverarbeitung an den in Schritt S201 vorverarbeiteten Diagnosezieldaten unter Verwendung der Analyseprozedur und Parameter durch, welche von dem Analyseprozedurauswähler 170 ausgewählt wurden und in dem Hilfsspeicher 3 gespeichert sind. Dies ist die Diagnoseverarbeitung des Diagnoseverarbeiters 200.
  • Wie oben beschrieben, bestimmt das Datenanalysegerät 1000 den Indexwert zum Auswählen einer Analyseprozedur basierend auf eingegebenen Elementen von Attributen des Analyseziels und wählt eine Analyseprozedur aus, bei welcher der Evaluierungswert der Eigenschaft der Datenanalyse eine in Verbindung mit dem Indexwert eingestellte Bedingung erfüllt. Mit einer solchen Konfiguration kann eine Analyseprozedur ausgewählt werden, welche für die Attribute des Analyseziels geeignet ist.
  • Weil es ausreichend ist, dass der Nutzer die Elemente der Attribute des Analyseziels eingibt, kann der Nutzer zudem eine geeignete Analyseprozedur unter Verwendung des Datenanalysegeräts 1000 auswählen, selbst wenn der Nutzer kein spezielles Wissen betreffend Analyseprozeduren und das Ziel der Analyse hat.
  • Durch das Durchführen von Versuchen mit den Lerndaten und das Auswählen einer Analyseprozedur, bei welcher die Werte jeder Eigenschaft der Versuchsergebnisse eine in Verbindung mit den Indexwerten eingestellte Bedingung erfüllen, kann zudem basierend auf den tatsächlichen Versuchsergebnissen eine noch geeignetere Analyseprozedur ausgewählt werden.
  • Ein Vorverarbeitungsverfahren, welches für die Attribute des Analyseziels geeignet ist, kann ausgewählt werden, indem eine Vorverarbeitungsprozedur gewählt wird, bei welcher eine Bedingung in Verbindung mit dem Indexwert eingestellt ist, welcher basierend auf eingegebenen Elementen von Attributen des Analyseziels bestimmt wird.
  • Modifiziertes Beispiel 1
  • Wenn auf ein Attribut ein größerer Wert gelegt werden sollt, kann beim Bestimmen eines Indexwertes einem Gewichtungskoeffizient einer Tabelle der Gewichtungstabellen 111 bis 114, gezeigt den 3A bis 3D, ein zusätzliches Gewicht zugewiesen werden. Beispielsweise kann in einem Fall, in dem bevorzugt wird, einen größeren Wert auf das Verwendungsgebiet zu legen, ein vorbestimmter Koeffizient mit einer Gewichtungskonstante der Gewichtungstabelle 111 betreffend das Verwendungsgebiet multipliziert werden und danach kann die Gesamtsumme für jede Eigenschaft berechnet werden.
  • Modifiziertes Beispiel 2
  • Wie in 16 gezeigt, kann der Lernverarbeiter 100 ferner einen Analyseprozedurhinzufüger 190 umfassen, welcher Analyseprozeduren neu hinzufügt. Der Analyseprozedurhinzufüger 190 registriert in der Analyseprozedurtabelle 140 gemäß einer Anweisung des Nutzers eine neue Analyseprozedur. Der Analyseprozedurhinzufüger 190 ist ein Beispiel des Analyseprozedurhinzufügungsmittels der vorliegenden Offenbarung.
  • Der Analyseprozedurhinzufüger 190 wird durch den Prozessor 1 verwirklicht, welcher wie unten beschrieben arbeitet. Wenn der Nutzer das „Analyseprozedur hinzufügen“-Menü auf der in 12 gezeigten Menübildschirmdarstellung auswählt, veranlasst der Prozessor 1, dass auf der Anzeigeeinheit 5 eine Bildschirmdarstellung zum Hinzufügen einer Analyseprozedur, beispielsweise jene, die in 17 gezeigt ist, angezeigt wird. Wenn der Nutzer auf der Hinzufügungsbildschirmdarstellung eine Eingabe betreffend die hinzuzufügende Analyseprozedur durchführt und „Eintragen“ drückt, fügt der Prozessor 1 Information über die Analyseprozedur zu der Analyseprozedurtabelle 140 hinzu. Zudem speichert der Prozessor 1 ein Analyseprozedurprogramm 34 der neuen Analyseprozedur in den Hilfsspeicher 3.
  • Wie in 16 gezeigt, kann der Lernverarbeiter 100 ferner einen Tabellenaktualisierer 300 umfassen, welcher jeden der Werte der Gewichtungskonstanten in der Gewichtungstabelle 110 aktualisiert. Der Tabellenaktualisierer 300 verwendet die Aktualisierungsdaten, welche durch die Anweisung des Nutzers angegeben werden, um die Werte der Gewichtungskonstanten der Gewichtungstabelle 110 zu aktualisieren. Der Tabellenaktualisierer 300 ist ein Beispiel des Tabellenaktualisierungsmittels der vorliegenden Offenbarung.
  • Der Tabellenaktualisierer 300 wird durch den Prozessor 1 verwirklicht, welcher wie unten beschrieben arbeitet. Wenn der Nutzer „Gewichtungstabelle aktualisieren“ in der in 12 gezeigten Menübildschirmdarstellung auswählt, veranlasst der Prozessor 1, dass auf der Anzeigeeinheit 5 eine Bildschirmdarstellung zum Aktualisieren einer Tabelle angezeigt wird, beispielsweise jene, die in 18 gezeigt ist. Wenn der Nutzer auf der Aktualisierungsbildschirmdarstellung eine Gewichtungskonstante frei ändert und „Eintragen“ auswählt, verwendet der Prozessor 1 die eingegebene Information, um einen Wert der Gewichtungskonstante der Gewichtungstabelle 111 betreffend Verwendungsgebiete zu aktualisieren. Obwohl in 18 eine Aktualisierungsbildschirmdarstellung der Gewichtungstabelle 111 betreffend die Verwendungsgebiete als ein Beispiel für die Aktualisierungsbildschirmdarstellung gezeigt ist, kann diese Aktualisierung auch mit ähnlichen Bildschirmdarstellungen für die Gewichtungstabelle 112 betreffend die Einrichtungsgerätetypen, die Gewichtungstabelle 113 betreffend die Installationsumgebungen und die Gewichtungstabelle 114 betreffend die Betriebsregeln durchgeführt werden.
  • Zum Beispiel kann der Nutzer die Werte der Gewichtskonstanten jeder Gewichtungstabelle 110 unter Verwendung der Vorverarbeitungsergebnisse des Vorverarbeiters 210 des Diagnoseverarbeiters 200, unter Verwendung der Vorverarbeitungsergebnisse des Vorverarbeiters 160 des Lernverarbeiters 100 oder unter Verwendung der Ergebnisse von beiden aktualisieren.
  • Ferner kann der Tabellenaktualisierer 300 den Evaluierungswert für die Analysegeschwindigkeit oder den Evaluierungswert für die Analysegenauigkeit der Vorverarbeitungstabelle 130 aktualisieren. Der Tabellenaktualisierer 300 verwendet die Aktualisierungsdaten, welche durch die Anweisung des Nutzers angegeben sind, um die Evaluierungswerte der Vorverarbeitungstabelle 130 und die Evaluierungswerte der Analyseprozedurtabelle 140 zu aktualisieren.
  • Zum Beispiel kann der Nutzer jeden der Evaluierungswerte der Vorverarbeitungstabelle 130 unter Verwendung der Vorverarbeitungsergebnisse des Vorverarbeiters 210 des Diagnoseverarbeiters 200, unter Verwendung der Vorverarbeitungsergebnisse des Vorverarbeiters 160 des Lernverarbeiters 100 oder unter Verwendung von beiden aktualisieren. Auf ähnliche Weise kann der Nutzer auch jeden der Evaluierungswerte der Analyseprozedurtabelle 140 aktualisieren.
  • In der Ausführungsform wird ein Beispiel beschrieben, in welchem der Indexwert bestimmt wird, indem jeder Wert, der für ein Element eines Attributs des Analyseziels eingegeben wird, mit einer zugeordneten Gewichtungskonstante multipliziert wird und danach alle durch die Multiplikation bestimmten Werte summiert werden. Das Verfahren zum Bestimmen eines Indexwerts ist darauf jedoch nicht beschränkt. Beispielsweise kann ein Indexwert bestimmt werden, indem jedes Element eines Attributs des Analyseziels mit einer zugeordneten Gewichtungskonstante multipliziert wird und danach all diese durch Multiplikation bestimmten Werte miteinander multipliziert werden.
  • Wenn in der Ausführungsform aus der Analyseprozedurtabelle 140 die Analyseprozeduren eingegrenzt werden, die für Versuche zu verwenden sind, werden aus der Analyseprozedurtabelle 140 Analyseprozeduren ausgewählt, deren Evaluierungswerte die jeweiligen Indexwerte übersteigen, die durch den Indexausgeber 120 eingegeben werden. Dies liegt daran, dass der Indexwert ein Wert ist, welcher proportional zu der Höhe des Wichtigkeitsgrades zunimmt. Die Art, gemäß welcher das Eingrenzen durch den Analyseprozedurauswähler 170 bestimmt wird, ist darauf jedoch nicht beschränkt. Wenn beispielsweise der Indexwert umgekehrt proportional zu der Höhe des Wichtigkeitsgrades ist, werden Analyseprozeduren ausgewählt, deren Evaluierungswerte kleiner als die Indexwerte sind. Zudem ist die Bedingung, dass der Indexwert größer oder kleiner als der Evaluierungswert ist, nicht immer notwendig. Der Analyseprozedurauswähler 170 kann stattdessen eine Bedingung verwenden, gemäß welcher der Evaluierungswert nahe dem Indexwert ist. In einem solchen Fall ist es für den Analyseprozedurauswähler 170 ausreichend, zu bestimmen, ob die Differenz zwischen dem Evaluierungswert und dem Indexwert ein vorbestimmter Wert ist oder nicht.
  • Zudem werden in der Ausführungsform aus der Analyseprozedurtabelle 140 Analyseprozeduren ausgewählt, deren Evaluierungswerte alle von dem Indexausgeber 120 auszugebenden Indexwerte übersteigen, dies ist nicht beschränkend. Beispielsweise kann vorgesehen sein, dass aus der Analyseprozedurtabelle 140 Analyseprozeduren ausgewählt werden, deren Evaluierungswerte zwei Indexwerte übersteigen. Alternativ kann vorgesehen sein, dass ein Mittelwert der Indexwerte der Eigenschaften, die von dem Indexausgeber 120 auszugeben sind, und ein Mittelwert der Evaluierungswerte betreffend die Eigenschaften der Analyseprozedur zum Auswählen von Analyseprozeduren aus der Analyseprozedurtabelle 140 verwendet werden, die einen mittleren Evaluierungswert der Evaluierungswerte haben, der den Mittelwert der Indexwerte entweder übersteigt oder kleiner als dieser ist.
  • Obwohl in dem oben beschriebenen Beispiel der Analyseprozedurauswähler 170 bestimmt, dass eine Eigenschaft mit dem größten Indexwert zu priorisieren ist, ist dies nicht beschränkend. Zum Beispiel kann der Analyseprozedurauswähler 170 so eingestellt sein, dass eine Analyseprozedur ausgewählt wird, welche einen großen Wert sowohl auf die Analysegeschwindigkeit als auch die Analyserobustheit in einem Fall legt, in welchem der Indexwert betreffend die Analysegeschwindigkeit, der Indexwert betreffend die Analysegenauigkeit und der Indexwert betreffend die Analyserobustheit, welche von dem Indexausgeber 120 auszugeben sind, „+7,0“, „+2,9“ und „+5,2“ sind.
  • In der Ausführungsform wird eine Auswahlprozedur einer Analyseprozedur basierend auf Elementen von Attributen des Analyseziels ausgewählt, wobei die Attribute das Verwendungsgebiet des Analyseziels, das Einrichtungsgerät des Analyseziels, die Installationsumgebung des Einrichtungsgeräts und die Betriebsregel des Einrichtungsgeräteoperators umfasst. Die in den Indexausgeber 120 einzugebenden Attribute des Analyseziels sind auf diese Attribute jedoch nicht beschränkt. Zum Beispiel kann als ein Attribut des Analyseziels in den Indexausgeber 120 eine Information über eine in dem Einrichtungsgerät installierte Komponente importiert werden.
  • Obwohl in der Ausführungsform der Indexausgeber 120 einen Indexwert betreffend die Analysegeschwindigkeit, einen Indexwert betreffend die Analysegenauigkeit und einen Indexwert betreffend die Analyserobustheit ausgibt, sind die Ausgaben des Indexausgebers 120 auf diese nicht beschränkt. Der Indexausgeber 120 kann einen oder mehr als einen Indexwert ausgeben aus: einem Indexwert betreffend die Analysegeschwindigkeit bezüglich einer Erhöhung der Anzahl von Dimensionen, einen Indexwert betreffend die Analysegeschwindigkeit betreffend eine Erhöhung der Daten, einen Indexwert betreffend die Analyserobustheit bezüglich einer monotonen Umwandlung von Eingaben und einen Indexwert betreffend die Verständlichkeit. In einem solchen Fall ist es notwendig, zu der Gewichtungstabelle 110 die Gewichtungskonstanten hinzuzufügen, welche den auszugebenden Indexwerten entsprechen, und in der Vorverarbeitungstabelle 130 und in der Analyseprozedurtabelle 140 Evaluierungswerte einzutragen, welche den auszugebenden Indexwerten entsprechen.
  • In der Ausführungsform wird ein Beispiel beschrieben, in welchem Eigenschaften der Datenanalyse durch die Analysegeschwindigkeit, welche eine Schnelligkeit der Analyseverarbeitung angibt, die Analysegenauigkeit, welche angibt, wie nah ein analysebasiertes Ergebnis einem wahren Wert ist, und die Analyserobustheit, welche die Beständigkeit gegenüber einer durch äußere Störungen verursachte Änderung angibt, repräsentiert sind. Die Eigenschaften der Datenanalyse müssen jedoch nicht durch diese drei ausgedrückt sein, sondern können beispielsweise durch die Analysegeschwindigkeit und die Analysegenauigkeit ausgedrückt sein. Gemäß einer Alternative kann die Eigenschaft der Datenanalyse nur durch die Analysegeschwindigkeit ausgedrückt sein. Gemäß einer weiteren Alternative können die Eigenschaften der Datenanalyse allein durch die Analysegenauigkeit ausgedrückt sein. Gemäß noch einer weiteren Alternative können andere Eigenschaften zusätzlich zu der vorgenannten Analysegeschwindigkeit, der Analysegenauigkeit und der Analyserobustheit als Eigenschaften der Datenanalyse hinzugefügt sein.
  • In der Ausführungsform wird ein Beispiel beschrieben, in welchem der Lernverarbeiter 100 und der Diagnoseverarbeiter 200 in demselben Datenanalysegerät 1000 umfasst sind. Der Lernverarbeiter 100 und der Diagnoseverarbeiter 200 können jedoch in physikalisch getrennten Geräten bereitgestellt sein.
  • Obwohl in der Ausführungsform ein Beispiel beschrieben ist, in welchem Diagnosezieldaten verwendet werden, die von den Vorrichtungen 601 und 602 gesammelt werden, können als die Diagnosezieldaten und die Lerndaten Daten verwendet werden, welche im Vorhinein durch einen anderen Computer als den Vorrichtungen 601 und 602 gesammelt und in dem Speicher des anderen Computers zusammen mit dem Datum und der Zeit der Erfassung gespeichert werden. In diesem Fall ist es ausreichend, dass das Datenanalysegerät 1000 und der andere Computer über ein Kommunikationskabel miteinander verbunden sind und Daten von dem Speicher des anderen Computers zu dem Hilfsspeicher 3 des Datenanalysegeräts 1000 hochgeladen werden.
  • Als das Aufzeichnungsmedium, auf welchem das Programm, das von dem Datenanalysegerät 1000 auszuführen ist, aufgezeichnet ist, umfassen verwendbare Beispiele ein computerlesbares Aufzeichnungsmedium, beispielsweise eine flexible Disk, eine CD-ROM, eine DVD und eine magnetooptische Diskette.
  • Das Vorangegangene beschreibt einige beispielhafte Ausführungsformen zu Erläuterungszwecken. Obwohl die vorangegangene Diskussion spezifische Ausführungsformen präsentiert hat, versteht der Fachmann, dass Änderungen in Form und Detail gemacht werden können, ohne von dem breiteren Geist und Umfang der Erfindung abzuweichen. Dementsprechend sind die Beschreibung und Zeichnungen eher als beispielhaft denn als restriktiv zu verstehen. Diese detaillierte Beschreibung ist daher nicht als beschränkend anzusehen und der Umfang der Erfindung ist allein durch die beigefügten Ansprüche zusammen mit dem vollen Umfang der diesen Ansprüchen zugeordneten Äquivalente definiert.
  • Bezugszeichenliste
  • 001, 002, 003
    Arbeitsbereich
    1
    Prozessor
    2
    Hauptspeicher
    3
    Hilfsspeicher
    4
    Eingeber
    5
    Anzeigeeinheit
    9
    Bus
    31
    Lernverarbeitungsprogramm
    32
    Diagnoseverarbeitungsprogramm
    33
    Vorverarbeitungsprogramm
    34
    Analyseprozedurprogramm
    51 bis 56
    Versuch
    100
    Lernverarbeiter
    110, 111 bis 114
    Gewichtungstabelle
    120
    Indexausgeber
    130
    Vorverarbeitungstabelle
    140
    Analyseprozedurtabelle
    150
    Vorverarbeitungsauswähler
    160, 210
    Vorverarbeiter
    170
    Analyseprozedurauswähler
    171
    Versuchstabelle
    180
    Nutzeranweisungsumsetzer
    190
    Analyseprozedurhinzufüger
    200
    Diagnoseverarbeiter
    220
    Analysator
    3000
    Tabellenaktualisierer
    1000
    Datenanalysegerät
  • 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 201629516 [0005]
    • JP 200040079 [0005]

Claims (17)

  1. Lernverarbeitungsgerät, umfassend: ein Indexausgabemittel, welches basierend auf einzugebenden Attributen eines Analyseziels einen Index zum Auswählen einer Analyseprozedur ausgibt, wobei die Attribute Merkmale des Analyseziels und Merkmale einer das Analyseziel umgebenden Umgebung umfassen; und ein Analyseprozedurauswahlmittel, welches aus Analyseprozeduren eine Analyseprozedur als eine Analyseprozedur auswählt, für welche von dem Analyseziel auszugebende Diagnosezieldaten zu analysieren sind, wobei die ausgewählte Analyseprozedur eine Prozedur ist, bei welcher ein Evaluierungswert einer Eigenschaft einer Datenanalyse eine voreingestellte Bedingung in Verbindung mit dem Index erfüllt.
  2. Lernverarbeitungsgerät nach Anspruch 1, wobei das Indexausgabemittel einen Indexwert ausgibt, welcher den Index zum Auswählen einer Analyseprozedur angibt, indem Wichtigkeitsgrade von Eigenschaften der Datenanalyse zusammengeführt werden, wobei die Wichtigkeitsgrade für jede Eigenschaft der Datenanalyse in Elementen vordefiniert sind, welche die Attribute des Analyseziels angeben.
  3. Lernverarbeitungsgerät nach Anspruch 2, wobei für gleiche Eigenschaften der Datenanalyse die Wichtigkeitsgrade in den Elementen vordefiniert sind.
  4. Lernverarbeitungsgerät nach Anspruch 2 oder 3, wobei das Indexausgabemittel für eingegebene Elemente von Attributen eines Analyseziels für jede Eigenschaft der Datenanalyse einen Indexwert bestimmt, indem für jede Eigenschaft der Datenanalyse eine Gesamtsumme der in den Elementen vordefinierten Wichtigkeitsgrade berechnet wird.
  5. Lernverarbeitungsgerät nach einem der Ansprüche 2 bis 4, wobei das Indexausgabemittel für eingegebene Elemente von Attributen eines Analyseziels für jede Eigenschaft der Datenanalyse einen Indexwert bestimmt, indem den in den Elementen vordefinierten Wichtigkeitsgraden vordefinierte Gewichte zugeordnet werden und für jede Eigenschaft der Datenanalyse eine Gesamtsumme der gewichteten Wichtigkeitsgrade berechnet wird.
  6. Lernverarbeitungsgerät nach einem der Ansprüche 2 bis 5, wobei das Analyseprozedurauswahlmittel einen Versuch mit Lerndaten durchführt, welcher auf genau einer Analyseprozedur basiert, oder Versuche mit den Lerndaten durchführt, welche auf mehreren Analyseprozeduren basieren, und danach eine Analyseprozedur auswählt, bei welcher der Evaluierungswert in Ergebnissen des Versuchs eine voreingestellte Bedingung in Verbindung mit dem Indexwert erfüllt.
  7. Lernverarbeitungsgerät nach Anspruch 6, ferner umfassend: eine Analyseprozedurtabelle zum Speichern von Analyseprozeduren für das Auswählen und von Evaluierungswerten, denen jeweils eine Analyseprozedur der Analyseprozeduren für das Auswählen zugeordnet ist, wobei das Analyseprozedurauswahlmittel eine Analyseprozedur auswählt, bei der ein Evaluierungswert der Analyseprozedurtabelle eine voreingestellte Bedingung in Verbindung mit dem Indexwert erfüllt, und die ausgewählte Analyseprozedur zum Durchführen eines Versuchs mit den Lerndaten verwendet.
  8. Lernverarbeitungsgerät nach Anspruch 7, ferner umfassend ein Vorverarbeitungsauswahlmittel, welches eine Vorverarbeitungsprozedur auswählt, die mit den Lerndaten durchzuführen ist, bevor das Analyseprozedurauswahlmittel den Versuch mit den Lerndaten durchführt.
  9. Lernverarbeitungsgerät nach Anspruch 8, wobei das Vorverarbeitungsauswahlmittel eine Vorverarbeitungsprozedur auswählt, die mit den Diagnosezieldaten vor einer Analyseverarbeitung durchzuführen ist, bei welcher die Diagnosezieldaten unter Verwendung einer von dem Analyseprozedurauswahlmittel ausgewählten Analyseprozedur analysiert werden.
  10. Lernverarbeitungsgerät nach einem der Ansprüche 7 bis 9, ferner umfassend ein Analyseprozedurhinzufügungsmittel, welches gemäß einer Anweisung eines Nutzers eine Analyseprozedur zu der Analyseprozedurtabelle hinzufügt.
  11. Lernverarbeitungsgerät nach einem der Ansprüche 7 bis 10, ferner umfassend: eine Gewichtungstabelle, in welcher Gewichtungskonstanten gespeichert sind, welche Wichtigkeitsgrade angeben, die in dem jeweiligen Element vordefiniert sind, wobei das Indexausgabemittel Werten, welche als die Elemente eingegeben wurden, unter Verwendung der Gewichtungskonstanten Gewichtungen zuordnet und für jede Eigenschaft den Indexwert bestimmt, indem eine Gesamtsumme der gewichteten Werte berechnet wird.
  12. Lernverarbeitungsgerät nach Anspruch 11, ferner umfassend ein Tabellenaktualisierungsmittel, welches gemäß der Anweisung des Nutzer die Gewichtungskonstanten der Gewichtungstabelle aktualisiert und die Evaluierungswerte der Analyseprozedurtabelle aktualisiert.
  13. Lernverarbeitungsgerät nach einem der Ansprüche 2 bis 12, ferner umfassend ein Nutzeranweisungsumsetzungsmittel, welches einen Wert des von dem Indexausgabemittel ausgegebenen Indexwertes gemäß einer Anweisung eines Nutzer aktualisiert.
  14. Lernverarbeitungsgerät nach einem der Ansprüche 1 bis 13, wobei Eigenschaften der Datenanalyse wenigstens durch eine Analysegeschwindigkeit, welche die Schnelligkeit einer Datenanalyse angibt, und eine Analysegenauigkeit, welche angibt, wie nah ein analysebasiertes Ergebnis an einem wahren Wert liegt, repräsentiert werden.
  15. Datenanalysegerät, umfassend: das Lernverarbeitungsgerät nach einem der Ansprüche 1 bis 14; und ein Analysemittel, welches die Diagnosezieldaten unter Verwendung der Analyseprozedur analysiert, welche von dem Analyseprozedurauswahlmittel für die Diagnosezieldaten ausgewählt wurde.
  16. Analyseprozedurauswahlverfahren, welches von einem Computer auszuführen ist, wobei das Analyseprozedurauswahlverfahren umfasst: einen Eingabeannahmeschritt des Annehmens einer Eingabe von Attributen eines Analyseziels von einem Nutzer, wobei die Attribute Merkmale des Analyseziels und Merkmale einer das Analyseziel umgebenden Umgebung umfassen; einen Indexausgabeschritt des Ausgebens, basierend auf den eingegebenen Attributen des Analyseziels, eines Indexes, welcher einen Index zum Auswählen einer Analyseprozedur angibt; und einen Analyseprozedurauswahlschritt des Auswählens einer Analyseprozedur aus Analyseprozeduren als eine Analyseprozedur, für welche von dem Analyseziel auszugebende Diagnosezieldaten zu analysieren sind, wobei die ausgewählte Analyseprozedur eine Prozedur ist, bei welcher ein Evaluierungswert einer Eigenschaft einer Datenanalyse eine voreingestellte Bedingung in Verbindung mit dem Index erfüllt.
  17. Analyseprozedurauswahlprogramm, welches einen Computer veranlasst: auf einem Anzeigegerät eine Bilderschirmdarstellung anzuzeigen, mit welcher ein Nutzer Attribute eines Analyseziels eingeben kann, wobei die Attribute Merkmale eines Analyseziels und Merkmale einer das Analyseziel umgebenden Umgebung umfassen; basierend auf den eingegebenen Attributen des Analyseziels einen Index auszugeben, welcher einen Index zum Auswählen einer Analyseprozedur angibt; und aus Analyseprozeduren eine Analyseprozedur als eine Analyseprozedur auswählt, für welche von dem Analyseziel auszugebende Diagnosezieldaten zu analysieren sind, wobei die ausgewählte Analyseprozedur eine Prozedur ist, bei welcher ein Evaluierungswert einer Eigenschaft einer Datenanalyse eine voreingestellte Bedingung in Verbindung mit dem Index erfüllt.
DE112018007197.9T 2018-03-30 2018-03-30 Lernverarbeitunsgerät, datenanalysegerät, analyseprozedur-auswahlverfahren und analyseprozedurauswahlprogramm Pending DE112018007197T5 (de)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/013629 WO2019187012A1 (ja) 2018-03-30 2018-03-30 学習処理装置、データ分析装置、分析手法選択方法、及び分析手法選択プログラム

Publications (1)

Publication Number Publication Date
DE112018007197T5 true DE112018007197T5 (de) 2021-02-18

Family

ID=67766709

Family Applications (1)

Application Number Title Priority Date Filing Date
DE112018007197.9T Pending DE112018007197T5 (de) 2018-03-30 2018-03-30 Lernverarbeitunsgerät, datenanalysegerät, analyseprozedur-auswahlverfahren und analyseprozedurauswahlprogramm

Country Status (6)

Country Link
US (1) US11042786B2 (de)
JP (1) JP6567229B1 (de)
CN (1) CN111971664B (de)
DE (1) DE112018007197T5 (de)
TW (1) TW201942817A (de)
WO (1) WO2019187012A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7469730B2 (ja) 2021-02-16 2024-04-17 日本電信電話株式会社 データ分析方法選択装置、方法及びプログラム

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08221117A (ja) * 1995-02-09 1996-08-30 Mitsubishi Electric Corp 異常診断支援用解析装置
JP2000040079A (ja) 1998-07-24 2000-02-08 Fujitsu Ltd 並列データ分析装置
US7900201B1 (en) * 2004-12-21 2011-03-01 Zenprise, Inc. Automated remedying of problems in software application deployments
JP2007116586A (ja) * 2005-10-24 2007-05-10 Technoaid:Kk 設備監視システム
US7636697B1 (en) * 2007-01-29 2009-12-22 Ailive Inc. Method and system for rapid evaluation of logical expressions
US9057174B2 (en) 2009-10-19 2015-06-16 Hitachi Construction Machinery Co., Ltd. Diagnosis system and diagnosis method for construction machine
JP5474871B2 (ja) 2011-05-18 2014-04-16 株式会社日立システムズ データ分析のデータ抽出システム、方法、及びプログラム
US9183649B2 (en) * 2012-11-15 2015-11-10 International Business Machines Corporation Automatic tuning of value-series analysis tasks based on visual feedback
JP2016029516A (ja) 2014-07-25 2016-03-03 株式会社日立製作所 データ分析方法、及びデータ分析システム
CN104156441A (zh) * 2014-08-14 2014-11-19 中国人民解放军第九八医院 一种基于数据挖掘技术的lis数据分析方法
WO2016157467A1 (ja) * 2015-03-31 2016-10-06 株式会社Ubic データ分析システム、データ分析方法、データ分析プログラム、および、記録媒体
CN105427500A (zh) * 2015-12-30 2016-03-23 联想(北京)有限公司 一种控制方法及控制器
US10043374B2 (en) * 2015-12-30 2018-08-07 Lenovo (Beijing) Limited Method, system, and electronic device for monitoring
CN108885628A (zh) * 2016-03-28 2018-11-23 三菱电机株式会社 数据分析方法候选决定装置
TWM548837U (zh) 2017-06-09 2017-09-11 逢甲大學 運用類神經網路學習之綠建築效能模擬分析系統
US11310257B2 (en) * 2019-02-27 2022-04-19 Microsoft Technology Licensing, Llc Anomaly scoring using collaborative filtering

Also Published As

Publication number Publication date
JP6567229B1 (ja) 2019-08-28
WO2019187012A1 (ja) 2019-10-03
TW201942817A (zh) 2019-11-01
CN111971664B (zh) 2022-03-15
JPWO2019187012A1 (ja) 2020-04-30
CN111971664A (zh) 2020-11-20
US20210049417A1 (en) 2021-02-18
US11042786B2 (en) 2021-06-22

Similar Documents

Publication Publication Date Title
DE102016015017B4 (de) Steuervorrichtung mit Lernfunktion zum Erfassen einer Rauschursache
DE102017010799B4 (de) Maschinenlernvorrichtung zum Lernen einer Bearbeitungsreihenfolge eines Robotersystems mit einer Mehrzahl von Laserbearbeitungsrobotern, dazugehöriges Robotersystem sowie Maschinenlernverfahren zum Lernen einer Bearbeitungsreihenfolge des Robotersystems mit einer Mehrzahl von Laserbearbeitungsrobotern
DE60309002T2 (de) Herstellungsentwurfs- und prozessanalysesystem
DE102017002996A1 (de) Maschinenlernvorrichtung, die ein lernen unter verwendung eines simulationsergebnisses durchführt, maschinensystem, herstellungssystem und maschinenlernverfahren
DE102016009106A1 (de) Mit Steuerung ausgerüstete Bearbeitungsvorrichtung mit Bearbeitungszeit- Messfunktion und Messfunktion auf der Maschine
DE102016011402A1 (de) Maschinelles Lernverfahren und maschinelle Lernvorrichtung zum Einlernen von Betriebsbefehlen für einen Elektromotor und Werkzeugmaschine mit maschineller Lernvorrichtung
DE102017000770A1 (de) Maschinelle lernvorrichtung, numerische steuerung, werkzeugmaschinensystem, herstellungssystem und maschinelles lernverfahren zum erlernen der anzeige eines bedienungsmenüs
DE102018010086A1 (de) Spanabführvorrichtung und Informationsverarbeitungsvorrichtung
DE102016106085A1 (de) Werkzeugmaschinenverwaltungssystem
DE102018002781B4 (de) Schaltungskonfigurations-Optimierungsvorrichtung und maschinelle Lernvorrichtung
DE102018118330A1 (de) Simulationseinrichtung und Simulationsverfahren für Robotersystem
DE102011014830A1 (de) Verfahren und vorrichtung zum analysieren vonsoftware
DE102018008370A1 (de) Lebensdauervorhersagegerät
DE102018126434B4 (de) Testvorrichtung und Maschinenlernvorrichtung
DE102020115118A1 (de) Diagnosegerät
DE102020118225A1 (de) Anomaliebestimmungsvorrichtung und Anomaliebestimmungssystem
DE102018002423B4 (de) Robotersteuerung, Vorrichtung für maschinelles Lernen und Verfahren für maschinelles Lernen
DE102020006862A1 (de) Maschinelle lernvorrichtung, stromverbrauchs-prognosevorrichtung und steuervorrichtung
DE102019203149A1 (de) Zeitreihen-datenanalysevorrichtung
DE102019001177B4 (de) Steuergerät, maschinelle Lernvorrichtung und System
DE112018007197T5 (de) Lernverarbeitunsgerät, datenanalysegerät, analyseprozedur-auswahlverfahren und analyseprozedurauswahlprogramm
DE102018005858A1 (de) Numerische Steuerung
DE102019205915A1 (de) Verfahren zur Sicherheitsbeurteilung, Computerprogramm, maschinenlesbares Speichermedium und Sicherheitsbeurteilungseinrichtung
WO2002014967A2 (de) Verfahren zur durchführung eines automatisierten produktionsprozesses
DE112020004325T5 (de) Diagnosesystem

Legal Events

Date Code Title Description
R012 Request for examination validly filed
R016 Response to examination communication