DE112020006948T5

DE112020006948T5 - Überwachungsvorrichtung eines anlagenzustands und verfahren zur überwachung eines anlagenzustands

Info

Publication number: DE112020006948T5
Application number: DE112020006948.6T
Authority: DE
Inventors: Toshiyuki KURIYAMA
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2020-05-28
Filing date: 2020-05-28
Publication date: 2023-02-23
Anticipated expiration: 2040-05-29
Also published as: KR102579619B1; CN115552345A; TWI813921B; TW202144941A; US20230023878A1; JPWO2021240750A1; JP6837612B1; WO2021240750A1; KR20220159485A; DE112020006948B4

Abstract

Überwachungsvorrichtung eines Anlagenzustands (1) umfassend: eine Merkmalsmenge-Extrahierungseinheit (11) zum Extrahieren einer Merkmalsmenge von Betriebsdaten, in denen ein Anlagenzustand gemessen wird; einer Aktionsmuster-Bestimmungseinheit (12) zum Bestimmen, ob ein Aktionsmuster der Anlage, wenn die Betriebsdaten der Anlage gemessen werden, ein erlerntes Muster ist, in dem ein Bestimmungsbereich eines Anlagenzustand erlernt wird, oder ein nicht erlerntes Muster, in dem ein Bestimmungsbereich nicht erlernt wird; einer Merkmalsmengen-Korrektureinheit (13) zum Korrigieren der Merkmalsmenge der Betriebsdaten, die dem als nicht erlerntes Muster bestimmten Aktionsmuster entsprechen, um dem erlernten Muster auf der Grundlage einer Beziehung zwischen einem Aktionsmuster der Anlage und einer Merkmalsmenge von Betriebsdaten zu entsprechen; und einer Anlagenzustands-Bestimmungseinheit (14) zum Bestimmen eines Anlagenzustand auf der Grundlage der korrigierten Merkmalsmenge der Betriebsdaten der Anlage und eines Bestimmungsbereichs eines Anlagenzustands.

Description

TECHNISCHES GEBIET
Die vorliegende Offenbarung bezieht sich auf eine Überwachungsvorrichtung eines Anlagenzustands und ein Verfahren zur Überwachung eines Anlagenzustands.
STAND DER TECHNIK
Eine herkömmliche Technik zur Überwachung eines Anlagenzustands besteht darin, einen Normalbereich eines Anlagenzustands auf der Grundlage von Betriebsdaten zu berechnen, in denen ein Normalzustand der Anlage gemessen wird, und den Anlagenzustand auf der Grundlage des Grads der Abweichung des Anlagenzustands vom Normalbereich zu überwachen. Patentliteratur 1 offenbart beispielsweise eine Anlagendiagnosevorrichtung, die diagnostiziert, dass sich eine Anlage in einem normalen Zustand befindet, wenn ein durch Messung einer Zustandsgröße der Anlage erhaltenes Messsignal als normales Modell klassifiziert wird, und die diagnostiziert, dass sich die Anlage in einem unbekannten Zustand befindet, der in der Vergangenheit nicht vorgekommen ist, wenn das Messsignal nicht als normales Modell klassifiziert wird.
LISTE ZITIERTER SCHRIFTEN
PATENTLITERATUR
Patentliteratur 1: Internationale Veröffentlichung Nr. 2012/073289
KURZFASSUNG DER ERFINDUNG
TECHNISCHES PROBLEM
Wird das Messsignal nicht in den Normalbereich des Anlagenzustandes eingeordnet, diagnostiziert die in Patentliteratur 1 beschriebene Anlagendiagnosevorrichtung, dass sich die Anlage, in der das Messsignal gemessen wird, in einem unbekannten Zustand befindet. Aus diesem Grund wird zum Beispiel in einem Fall, in dem die Betriebsdaten der Anlage nicht in einen im Voraus erlernten Zustand klassifiziert werden, festgestellt, dass sich die Anlage in einem unbekannten Zustand befindet, und somit besteht das Problem, dass der Anlagenzustand, zum Beispiel, ob sich die Anlage in einem normalen Zustand, einem anormalen Zustand oder einem Zustand mit anormalen Zeichen befindet, nicht bestimmt werden kann.
Die vorliegende Offenbarung löst das obige Problem, und ein Ziel der vorliegenden Offenbarung ist es, eine Überwachungsvorrichtung eines Anlagenzustands und ein Verfahren zur Überwachung des Anlagenzustands zu erhalten, die in der Lage sind, einen Anlagenzustand auch unter Verwendung von Betriebsdaten zu bestimmen, die einem Betriebsmuster entsprechen, in dem ein Bestimmungsbereich des Anlagenzustands noch nicht bekannt ist.
LÖSUNG DER AUFGABE
Eine Überwachungsvorrichtung eines Anlagenzustands gemäß der vorliegenden Offenbarung umfasst: eine Merkmalsmenge-Extrahierungseinheit, um eine Merkmalsmenge von Betriebsdaten zu extrahieren, in denen ein Anlagenzustand gemessen wird; eine Aktionsmuster-Bestimmungseinheit, um zu bestimmen, ob ein Aktionsmuster der Anlage, wenn die Betriebsdaten der Anlage gemessen werden, ein erlerntes Muster ist, in dem ein Bestimmungsbereich eines Anlagenzustands erlernt wird, oder ein nicht erlerntes Muster, in dem ein Bestimmungsbereich eines Anlagenzustands nicht erlernt wird; eine Merkmalsmengen-Korrektureinheit, um die Merkmalsmenge der Betriebsdaten, die dem als nicht erlerntes Muster bestimmten Aktionsmuster entspricht, so zu korrigieren, dass sie dem erlernten Muster auf der Grundlage einer Beziehung zwischen einem oder mehreren Aktionsmustern der Anlage und einer oder mehreren Merkmalsmengen von einem oder mehreren Teilen von Betriebsdaten entspricht; und eine Anlagenzustands-Bestimmungseinheit, um einen Anlagenzustand auf der Grundlage der korrigierten Merkmalsmenge der Betriebsdaten und eines entsprechenden Bestimmungsbereichs eines Anlagenzustands zu bestimmen.
VORTEILHAFTE WIRKUNGEN DER ERFINDUNG
Gemäß der vorliegenden Offenbarung wird die Merkmalsmenge der Betriebsdaten der Anlage, die dem nicht gelernten Muster entspricht, so korrigiert, dass sie dem gelernten Muster auf der Grundlage der Beziehung zwischen dem Aktionsmuster der Anlage und der Merkmalsmenge der Betriebsdaten entspricht, und der Anlagenzustand wird auf der Grundlage der korrigierten Merkmalsmenge der Betriebsdaten und des Bestimmungsbereichs des Anlagenzustand bestimmt. Folglich kann die Überwachungsvorrichtung des Anlagenzustands gemäß der vorliegenden Offenbarung den Anlagenzustand auch unter Verwendung der Betriebsdaten bestimmen, die dem Aktionsmuster entsprechen, bei dem der Bestimmungsbereich des Anlagenzustands nicht erlernt wird.
Figurenliste

1 ist ein Blockdiagramm, das die Konfiguration einer Überwachungsvorrichtung eines Anlagenzustands gemäß einer ersten Ausführungsform zeigt.
2 ist ein Flussdiagramm, das ein Verfahren zur Überwachung eines Anlagenzustands gemäß der ersten Ausführungsform zeigt.
3 ist ein schematisches Diagramm, das die Merkmalsmengenverteilung von Betriebsdaten einer Anlage und den Bestimmungsbereich eines Anlage zeigt.
4 ist ein Flussdiagramm, das ein erstes Beispiel für die Verarbeitung der Korrektur einer Merkmalsmenge von Betriebsdaten, die einem nicht gelernten Muster entsprechen, darstellt.
5 ist ein Diagramm, das eine Beziehung zwischen einem Aktionsmuster-Sollwert der Anlage und einer Merkmalsmenge von Betriebsdaten darstellt.
6 ist ein Diagramm, das einen Überblick über die Testdatenkorrekturverarbeitung in einer Beziehung zwischen einem Aktionsmuster-Sollwert der Anlage und einer Merkmalsmenge von Betriebsdaten zeigt.
7 ist ein schematisches Diagramm, das die Verarbeitung der Korrektur einer Differenz in einer Merkmalsmengenverteilung von Betriebsdaten, die einem ungelernten Muster entsprechen, von einer Merkmalsmengenverteilung von Betriebsdaten, die einem gelernten Muster entsprechen, veranschaulicht.
8 ist ein Flussdiagramm, das ein zweites Beispiel für die Verarbeitung der Korrektur einer Merkmalsmenge von Betriebsdaten darstellt, die einem nicht gelernten Muster entsprechen.
9A ist ein Diagramm, das eine Verteilung von Betriebsdaten veranschaulicht, die in einem Prozess (1) der Korrekturverarbeitung unter Verwendung eines physikalischen Modells berechnet werden, 9B ist ein Diagramm, das eine Verteilung von Betriebsdaten veranschaulicht, die in einem Prozess (2) der Korrekturverarbeitung unter Verwendung eines physikalischen Modells berechnet werden, 9C ist ein Diagramm, das eine Verteilung von Betriebsdaten veranschaulicht, die in einem Prozess (3) der Korrekturverarbeitung unter Verwendung eines physikalischen Modells berechnet werden, und 9D ist ein Diagramm, das eine Verteilung von Betriebsdaten veranschaulicht, die in einem Prozess (4) der Korrekturverarbeitung unter Verwendung eines physikalischen Modells berechnet werden.
10A ist ein Blockdiagramm, das eine Hardwarekonfiguration zum Implementieren der Funktionen der Überwachungsvorrichtung des Anlagenzustands gemäß der ersten Ausführungsform darstellt, und 10B ist ein Blockdiagramm, das eine Hardwarekonfiguration zum Ausführen von Software zum Implementieren der Funktionen der Überwachungsvorrichtung des Anlagenzustands gemäß der ersten Ausführungsform darstellt.
11 ist ein Blockdiagramm, das eine Konfiguration einer Modifikation der Überwachungsvorrichtung des Anlagenzustands gemäß der ersten Ausführungsform zeigt.

BESCHREIBUNG VON AUSFÜHRUNGSFORMEN
Erste Ausführungsform.
1 ist ein Blockdiagramm, das die Konfiguration einer Überwachungsvorrichtung eines Anlagenzustands gemäß einer ersten Ausführungsform zeigt. In 1 überwacht eine Überwachungsvorrichtung des Anlagenzustands 1 den Zustand einer Anlage unter Verwendung von Betriebsdaten, die durch die Messung des Anlagenzustands mittels eines an der Anlage angebrachten Sensors ermittelt werden. Bei den zu überwachenden Anlagen handelt es sich um Anlagen, die eine Reihe von Vorgängen wiederholen, die durch ein vorgegebenes Vorgangs- bzw. Aktionsmuster gekennzeichnet sind, z. B. einen Industrieroboter. Das Aktionsmuster ist eine Reihe von Vorgängen, die im Voraus festgelegt werden, und es wird ausgeführt, indem ein Sollwert für einen einzelnen Vorgang (z. B. Beschleunigung, Verlangsamung oder konstante Geschwindigkeit) in der Anlage eingestellt wird. Der Sollwert des Aktionsmusters umfasst z. B. eine Sollgeschwindigkeit, eine Sollposition oder eine Solllast.
Bei den Betriebsdaten, die von der in einem bestimmten Aktionsmuster betriebenen Anlage gemessen werden, handelt es sich um Zeitreihendaten des Messwerts des Anlagenzustands, die in einem physikalischen Zusammenhang mit dem Sollwert des Aktionsmusters stehen. Wenn es sich bei der zu überwachenden Anlage beispielsweise um einen Industrieroboter mit einem Rotationsmechanismus handelt und der Industrieroboter in einem Aktionsmuster arbeitet, in dem der Rotationsmechanismus mit einer konstanten Geschwindigkeit gedreht wird, kann eine Beziehung zwischen einem Geschwindigkeits-Sollwert, der die konstante Geschwindigkeit zum Drehen des Rotationsmechanismus angibt, und einem Durchschnittswert des Drehmoments des mit dem Geschwindigkeits-Sollwert gedrehten Rotationsmechanismus durch eine monoton ansteigende Funktion ausgedrückt werden. Eine Merkmalsmenge der Betriebsdaten umfasst beispielsweise eine allgemeine Statistik wie einen Durchschnittswert, einen Minimalwert, einen Maximalwert, eine Varianz oder eine Standardabweichung von Messwerten, die durch die Betriebsdaten angezeigt werden, oder ein Leistungsspektrum, das durch die Durchführung einer schnellen Fourier-Transformation (FFT) erhalten wird.
Wie oben beschrieben, ist die Überwachungsvorrichtung des Anlagenzustands 1 zur Überwachung des Anlagenzustands geeignet, bei dem eine physikalische Beziehung zwischen dem Aktionsmuster und der Merkmalsmenge der Betriebsdaten besteht. Bei einem herkömmlichen Verfahren zur Überwachung eines Anlagenzustands werden im Allgemeinen ein normaler Bereich, ein anormaler Bereich und ein Bereich mit anormalen Zeichen des Anlagenzustands unter Verwendung von Betriebsdaten erlernt, bei denen der Anlagenzustand als Trainingsdaten gemessen wird, und der Anlagenzustand wird in Abhängigkeit davon bestimmt, zu welchem Bereich eine Merkmalsmenge (z. B. der Durchschnittswert) der Betriebsdaten gehört.
Bei Steuerungsanlagen, wie z. B. einem Industrieroboter, kann ein Aktionsmuster geändert werden, wenn ein von der Anlage hergestelltes Produkt oder eine Spezifikation geändert wird. In diesem Fall besteht die Möglichkeit, dass die Betriebsdaten, die zur Überwachung des Betriebszustands der Anlage mit dem geänderten Aktionsmuster gemessen werden, nicht in einem im Voraus erlernten Bereich enthalten sind. Wenn bei dem herkömmlichen Verfahren die Betriebsdaten nicht in einen der erlernten Bereiche eingeordnet werden, besteht die Möglichkeit, dass die Anlage als in einem unbekannten Zustand befindlich eingestuft wird oder dass die Anlage fälschlicherweise als in einem anormalen Zustand befindlich eingestuft wird, selbst wenn die Anlage normal ist.
Daher kann durch Konzentrieren auf die Tatsache, dass eine physikalische Beziehung zwischen dem Sollwert des Aktionsmusters der Anlage und der Merkmalsmenge der Betriebsdaten hergestellt wird, selbst wenn das Aktionsmuster von einem gelernten Muster abweicht, z. B. ein Aktionsmuster ist, bei dem ein Bestimmungsbereich eines Anlagenzustands nicht gelernt ist (im Folgenden beschrieben als ein nicht gelerntes Muster), die Überwachungsvorrichtung des Anlagenzustands 1 die Merkmalsmenge der Betriebsdaten, die dem Aktionsmuster entsprechen, in einer solchen Weise korrigieren, dass sie einem Aktionsmuster entspricht, in dem ein Bestimmungsbereich eines Anlagenzustands gelernt ist (als ein gelerntes Muster beschrieben). Infolgedessen kann die Überwachungsvorrichtung des Anlagenzustands 1 den Anlagenzustand auf der Grundlage der Merkmalsmenge der Betriebsdaten, die dem ungelernten Muster entsprechen, und des Bestimmungsbereichs des Anlagenzustands bestimmen.
Die Überwachungsvorrichtung des Anlagenzustands 1 erzeugt für jedes Aktionsmuster, das durch Aktionsmusterinformationen angegeben wird, ein Lernmodell, in dem der Bestimmungsbereich des Anlagenzustands unter Verwendung der Aktionsmusterinformationen und der dazugehörigen Betriebsdaten, die in den Trainingsdaten enthalten sind, gelernt wird. Zum Beispiel wird eine Einklassen-SVM (Support Vector Machine) zur Berechnung des Bestimmungsbereichs verwendet. Die Überwachungsvorrichtung des Anlagenzustands 1 wählt aus den erzeugten Lernmodellen ein Lernmodell aus, das dem in den Testdaten enthaltenen Aktionsmuster entspricht, und bestimmt den durch die Betriebsdaten angezeigten Anlagenzustand durch Eingabe der Merkmalsmenge der Betriebsdaten in das ausgewählte Lernmodell. Die Testdaten umfassen vom Sensor gemessene Betriebsdaten der zu überwachenden Anlage und die dazugehörigen Aktionsmusterinformationen.
Wenn festgestellt wird, dass das in den Testdaten enthaltene Aktionsmuster ein nicht gelerntes Muster ist, korrigiert die Überwachungsvorrichtung des Anlagenzustands 1 die Merkmalsmenge der Betriebsdaten, die dem nicht gelernten Muster entsprechen, derart, dass sie dem gelernten Muster auf der Grundlage der Beziehung zwischen dem Aktionsmuster der Anlage und der Merkmalsmenge der Betriebsdaten entspricht. Dann bestimmt die Überwachungsvorrichtung des Anlagenzustands 1 den Anlagenzustand auf der Grundlage der korrigierten Merkmalsmenge der Betriebsdaten und des Bestimmungsbereichs des Anlagenzustands.
Wie in 1 dargestellt, umfasst die Überwachungsvorrichtung des Anlagenzustands 1 eine Merkmalsmenge-Extrahierungseinheit 11, eine Einheit zur Bestimmung des Aktionsmusters 12, eine Merkmalsmengen-Korrektureinheit 13 und eine Anlagenzustands-Bestimmungseinheit 14. Die Merkmalsmenge-Extrahierungseinheit 11 extrahiert eine Merkmalsmenge aus den Betriebsdaten, in denen der Anlagenzustand gemessen wird. Zum Beispiel empfängt die Merkmalsmenge-Extrahierungseinheit 11 als Eingabe Betriebsdaten, die für jeden konstanten Messzyklus von einem Sensor von der Anlage gemessen werden, und berechnet eine Merkmalsmenge der Eingabebetriebsdaten für jeden Messzyklus. Die Merkmalsmenge der Betriebsdaten ist z. B. eine Statistik wie ein Durchschnittswert, ein Minimalwert, ein Maximalwert oder eine Varianz der Betriebsdaten, die innerhalb der Zeit des Messzyklus gemessen wurden, oder ein Leistungsspektrum, das durch die Durchführung einer FFT erhalten wurde.
Die Aktionsmuster-Bestimmungseinheit 12 bestimmt, ob das Aktionsmuster der Anlage, wenn die Betriebsdaten der Anlage gemessen werden, ein gelerntes Muster ist, bei dem der Bestimmungsbereich des Anlagenzustands gelernt ist, oder ein ungelerntes Muster, bei dem der Bestimmungsbereich des Anlagenzustands nicht gelernt ist. Indem beispielsweise die in den Testdaten enthaltenen Aktionsmusterinformationen mit den in den Trainingsdaten enthaltenen Aktionsmusterinformationen verglichen werden, bestimmt die Aktionsmuster-Bestimmungseinheit 12 unter den in den Testdaten enthaltenen Aktionsmusterinformationen Aktionsmusterinformationen, die nicht mit den in den Trainingsdaten enthaltenen Aktionsmusterinformationen übereinstimmen, als ein nicht gelerntes Muster.
Die Merkmalsmengen-Korrektureinheit 13 korrigiert die Merkmalsmenge der Betriebsdaten, die dem als ungelerntes Muster bestimmten Aktionsmuster entsprechen, derart, dass sie dem gelernten Muster auf der Grundlage der Beziehung zwischen dem Aktionsmuster der Anlage und der Merkmalsmenge der Betriebsdaten entsprechen. Zum Beispiel lernt die Merkmalsmengen-Korrektureinheit 13 die Beziehung zwischen dem Aktionsmuster und der Merkmalsmenge der Betriebsdaten der Anlage unter Verwendung der Testdaten und der Trainingsdaten. Auf der Grundlage der gelernten Beziehung korrigiert die Merkmalsmengen-Korrektureinheit 13 die Merkmalsmenge der Betriebsdaten, die dem als ungelerntes Muster ermittelten Aktionsmuster entsprechen, sodass sie dem gelernten Muster entsprechen. Darüber hinaus kann die Merkmalsmengen-Korrektureinheit 13 die Betriebsdaten der Anlage, die dem nicht gelernten Muster entsprechen, unter Verwendung des physikalischen Modells der Anlage schätzen und die Merkmalsmenge der geschätzten Betriebsdaten so korrigieren, dass sie dem gelernten Muster auf der Grundlage der Beziehung zwischen dem gelernten Muster und der Merkmalsmenge der Betriebsdaten entspricht.
Die Anlagenzustands-Bestimmungseinheit 14 bestimmt den Anlagenzustand auf der Grundlage der Merkmalsmenge der Betriebsdaten der Anlage und des Bestimmungsbereichs des Anlagenzustands. Zum Beispiel erwirbt die Anlagenzustands-Bestimmungseinheit 14 ein Lernmodell, in dem der Bestimmungsbereich des Anlagenzustands im Voraus gelernt wird, und gibt die in den Testdaten enthaltenen Betriebsdaten der Anlage in das erworbene Lernmodell ein. Das Lernmodell bestimmt, ob der Anlagenzustand, der durch die eingegebenen Betriebsdaten angezeigt wird, zu einem normalen Bereich, einem anormalen Bereich oder einem Bereich mit anormalen Zeichen gehört. Die Anlagenzustands-Bestimmungseinheit 14 gibt ein Ergebnis der Bestimmung des Anlagenzustands durch das Lernmodell aus.
Ein Verfahren zur Überwachung des Anlagenzustands gemäß der ersten Ausführungsform sieht folgendermaßen aus.
2 ist ein Flussdiagramm, das das Verfahren zur Überwachung des Anlagenzustands gemäß der ersten Ausführungsform veranschaulicht und eine Reihe von Prozessen zeigt, die von der Überwachungsvorrichtung des Anlagenzustands 1 ausgeführt werden. Zunächst extrahiert die Merkmalsmenge-Extrahierungseinheit 11 eine Merkmalsmenge aus den Betriebsdaten, in denen der Anlagenzustand gemessen wird (Schritt ST1). Zum Beispiel empfängt die Merkmalsmenge-Extrahierungseinheit 11 als Eingabe die Betriebsdaten der in den Prüfdaten enthaltenen Anlagen und berechnet die Merkmalsmenge der eingegebenen Betriebsdaten für jeden Messzyklus.
Die Aktionsmuster-Bestimmungseinheit 12 bestimmt, ob das in den Testdaten enthaltene Aktionsmuster ein nicht gelerntes Muster ist oder nicht (Schritt ST2). Wenn festgestellt wird, dass es sich bei dem in den Testdaten enthaltenen Aktionsmuster um ein erlerntes Muster handelt (Schritt ST2; NO), fährt die Überwachungsvorrichtung des Anlagenzustands 1 mit der Verarbeitung von Schritt ST4 fort. Wenn festgestellt wird, dass das in den Testdaten enthaltene Aktionsmuster ein ungelerntes Muster ist (Schritt ST2; JA), korrigiert die Merkmalsmengen-Korrektureinheit 13 die Merkmalsmenge der Betriebsdaten, die dem als ungelerntes Muster bestimmten Aktionsmuster entsprechen, sodass sie dem gelernten Muster auf der Grundlage der Beziehung zwischen dem Aktionsmuster der Anlage und der Merkmalsmenge der Betriebsdaten entspricht (Schritt ST3).
Die Anlagenzustands-Bestimmungseinheit 14 bestimmt den Anlagenzustand auf der Grundlage der Merkmalsmenge der Betriebsdaten der Anlage und des Bestimmungsbereichs des Anlagenzustands (Schritt ST4). Wenn beispielsweise festgestellt wird, dass das in den Testdaten enthaltene Aktionsmuster das gelernte Muster ist, gibt die Anlagenzustands-Bestimmungseinheit 14 die Merkmalsmenge der Betriebsdaten, die diesem Aktionsmuster entspricht, in das Lernmodell ein. Das Lernmodell bestimmt, ob der Anlagenzustand, der durch die eingegebenen Betriebsdaten angezeigt wird, zu einem normalen Bereich, einem anormalen Bereich oder einem Bereich mit anormalen Zeichen gehört. Wenn festgestellt wird, dass es sich bei dem in den Testdaten enthaltenen Aktionsmuster um das nicht gelernte Muster handelt, wird die korrigierte Merkmalsmenge der Betriebsdaten in das Aktionsmuster eingegeben, und der Zustand der Anlage wird bestimmt.
3 ist ein schematisches Diagramm, das die Verteilung der Merkmalsmenge der Betriebsdaten einer Anlage und den Bestimmungsbereich des Anlagenzustands zeigt. In 3 sind eine Merkmalsmenge (1) und eine Merkmalsmenge (2) Merkmalsmengen von Betriebsdaten, die von einem oder mehreren Anlagen gemessen werden, die in einem gemeinsamen Aktionsmuster betrieben werden. Wenn es sich bei den Betriebsdaten beispielsweise um das Drehmoment eines Rotationsmechanismus handelt, kann die Merkmalsmenge (1) ein Durchschnittswert des Drehmoments sein, oder die Merkmalsmenge (2) kann eine Standardabweichung des Drehmoments sein. Die Bereiche A, B und C sind Bestimmungsbereiche für den Anlagenzustand, wobei der Bereich A einen normalen Bereich der Anlage angibt, der Bereich B einen Zeichenbereich, in dem die Anlage anormal wird, und der Bereich C einen anormalen Bereich der Anlage angibt.
Die Bereiche A, B und C werden im Voraus anhand von Trainingsdaten gelernt. Zum Beispiel gehört eine Merkmalsmenge da der Betriebsdaten, die von der Anlage im normalen Zustand gemessen werden, zum Bereich A. Eine Merkmalsmenge db der Betriebsdaten, die von der Anlage gemessen werden, das das Zeichen angibt, in den anormalen Zustand überzugehen, gehört zum Bereich B. Eine Merkmalsmenge dc der Betriebsdaten, die von der Anlage im anormalen Zustand gemessen werden, gehört zum Bereich C.
Wenn eine Merkmalsmenge d1 der Betriebsdaten, die zu keinem der Bereiche A, B und C gehört, als Testdaten erhalten wird, bestimmt die Aktionsmuster-Bestimmungseinheit 12, dass das Aktionsmuster, das der Merkmalsmenge d1 der Betriebsdaten entspricht, das nicht gelernte Muster ist. In diesem Fall korrigiert die Merkmalsmengen-Korrektureinheit 13 die Merkmalsmenge d1 der Betriebsdaten derart, dass sie zu einem der Bereiche A, B und C gehört, die dem gelernten Muster entsprechen. Beispielsweise bestimmt die Merkmalsmengen-Korrektureinheit 13, dass der Abstand zwischen der Merkmalsmenge d1 der Betriebsdaten und dem Bereich B auf der Grundlage der Beziehung zwischen dem Aktionsmuster der Anlage und der Merkmalsmenge der Betriebsdaten am geringsten ist, und korrigiert die Merkmalsmenge d1 der Betriebsdaten zu einer Merkmalsmenge d2 der Betriebsdaten im Bereich B. Als Ergebnis wird festgestellt, dass sich die Anlage, von der die Merkmalsmenge d1 der Betriebsdaten erhalten wird, in dem Zeichenzustand befindet, in den anormalen Zustand überzugehen.
Die Einzelheiten der Verarbeitung der Korrektur der Merkmalsmenge der Betriebsdaten der Anlage lauten wie folgt.
4 ist ein Flussdiagramm, das ein erstes Beispiel für die Verarbeitung der Korrektur einer Merkmalsmenge von Betriebsdaten, die einem nicht gelernten Muster entsprechen, zeigt und eine Reihe von Prozessen veranschaulicht, die von der Merkmalsmengen-Korrektureinheit 13 durchgeführt werden. Die Merkmalsmengen-Korrektureinheit 13 lernt die Beziehung zwischen dem Aktionsmuster der Anlage und der Merkmalsmenge der in den Trainingsdaten enthaltenen Betriebsdaten (Schritt ST1a). In der von der Überwachungsvorrichtung des Anlagenzustands 1 zu überwachenden Anlage wird eine physikalische Beziehung zwischen dem Sollwert des Aktionsmusters und der Merkmalsmenge der Betriebsdaten hergestellt. 5 ist ein Diagramm, das die Beziehung zwischen dem Aktionsmuster-Sollwert der Anlage und der Merkmalsmenge der Betriebsdaten darstellt. Beispielsweise steigt bei einem Aktionsmuster, bei dem sich ein in einem Industrieroboter enthaltener Drehmechanismus mit konstanter Geschwindigkeit dreht, ein Durchschnittswert des Drehmoments des Drehmechanismus monoton in Bezug auf einen Solldrehzahlwert, der jede Drehgeschwindigkeit angibt.
In 5 sind die Betriebsdaten d der Anlage Zeitreihendaten des Messwerts des Anlagenzustands, der dem Aktionsmuster-Sollwert des gelernten Musters entspricht, und es wird eine Verteilung e für jeden Aktionsmuster-Sollwert gebildet. Wenn der Sollwert für das Aktionsmuster beispielsweise 500 (U/min) beträgt, sind die Betriebsdaten d Zeitreihendaten des Drehmoments, das von dem mit 500 (U/min) rotierenden Drehmechanismus gemessen wird. Eine Regressionskurve D wird geschätzt, indem das Verfahren der kleinsten Quadrate auf den Durchschnittswert der Betriebsdaten d für jeden Aktionsmuster-Sollwert angewendet wird, der aus der Verteilung e der Betriebsdaten d berechnet wird. Wie in 5 dargestellt, ist die Regressionskurve D eine Funktion, bei der die Merkmalsmenge der Betriebsdaten monoton mit dem Aktionsmuster-Sollwert ansteigt. Die Merkmalsmengen-Korrektureinheit 13 lernt die Regressionskurve D wie oben beschrieben anhand der Trainingsdaten.
Als nächstes berechnet die Merkmalsmengen-Korrektureinheit 13 eine Differenz zwischen der Merkmalsmenge der Betriebsdaten, die dem gelernten Muster entsprechen, und der Merkmalsmenge der Betriebsdaten, die dem ungelernten Muster entsprechen (Schritt ST2a). 6 ist ein Diagramm, das einen Überblick über die Testdatenkorrekturverarbeitung in der Beziehung zwischen dem Aktionsmuster-Sollwert der Anlage und der Merkmalsmenge der Betriebsdaten d darstellt. Da beispielsweise in 6 ein in den Testdaten enthaltener Aktionsmuster-Sollwert P1 nicht in einem Aktionsmuster-Sollwert enthalten ist, der ein gelerntes Muster angibt, ist der Aktionsmuster-Sollwert P1 ein Sollwert, der ein nicht gelerntes Muster angibt.
Die Merkmalsmengen-Korrektureinheit 13 bestimmt, dass ein Punkt auf der Regressionskurve D, der dem Aktionsmuster-Sollwert P1 als ungelerntes Muster entspricht, die Merkmalsmenge d1 der Betriebsdaten ist, die dem Aktionsmuster-Sollwert P1 entsprechen. Anschließend bestimmt die Merkmalsmengen-Korrektureinheit 13 einen Aktionsmuster-Sollwert P2 unter den gelernten Mustern und bestimmt die Merkmalsmenge d2 der Betriebsdaten, die ein Punkt auf der Regressionskurve D ist, der dem Aktionsmuster-Sollwert P2 entspricht. Zwischen dem Aktionsmuster-Sollwert P1 und der Merkmalsmenge d1 der entsprechenden Betriebsdaten wird eine durch die Regressionskurve D angezeigte Beziehung hergestellt, und zwischen dem Aktionsmuster-Sollwert P2 und der Merkmalsmenge d2 der entsprechenden Betriebsdaten wird eine durch die Regressionskurve D angezeigte Beziehung hergestellt. Infolgedessen berechnet die Merkmalsmengen-Korrektureinheit 13 eine Differenz E zwischen der Merkmalsmenge d1 der Betriebsdaten und der Merkmalsmenge d2 der Betriebsdaten.
Anschließend korrigiert die Merkmalsmengen-Korrektureinheit 13 die Merkmalsmengenverteilung der Betriebsdaten, die dem ungelernten Muster entsprechen, unter Verwendung der berechneten Differenz E (Schritt ST3a). 7 ist ein schematisches Diagramm, das die Verarbeitung der Korrektur einer Differenz in der Merkmalsmengenverteilung der Betriebsdaten, die dem nicht gelernten Muster entsprechen, gegenüber der Merkmalsmengenverteilung der Betriebsdaten, die dem gelernten Muster entsprechen, veranschaulicht. Wie in 7 dargestellt, wird angenommen, dass es eine Verteilung G1 der Merkmalsmenge d1 der Betriebsdaten gibt, die dem Aktionsmuster-Sollwert P1 entspricht, der das ungelernte Muster ist, und eine Verteilung F der Merkmalsmenge d2 der Betriebsdaten, die dem Aktionsmuster-Sollwert P2 entspricht, der das gelernte Muster ist.
Die Merkmalsmengen-Korrektureinheit 13 korrigiert die Verteilung G1 zu einer Verteilung G2, indem sie die Verteilung G1 der Merkmalsmenge d1 der Betriebsdaten um die Differenz E zwischen der Verteilung G1 der Merkmalsmenge d1 der Betriebsdaten und der Verteilung F der Merkmalsmenge d2 der Betriebsdaten an die Verteilung F der Merkmalsmenge d2 der Betriebsdaten annähert. Die Anlagenzustands-Bestimmungseinheit 14 vergleicht die Verteilung G2 mit der Verteilung F und bestimmt den Anlagenzustand auf der Grundlage des Vergleichsergebnisses.
8 ist ein Flussdiagramm, das ein zweites Beispiel für die Verarbeitung der Korrektur der Merkmalsmenge der Betriebsdaten, die dem nicht gelernten Muster entsprechen, darstellt und eine Reihe von Prozessen durch die Merkmalsmengen-Korrektureinheit 13 veranschaulicht.
Die Merkmalsmengen-Korrektureinheit 13 schätzt die in den Trainingsdaten enthaltenen Betriebsdaten anhand des physikalischen Modells der Anlage (Schritt ST1b). Das physikalische Modell empfängt als Eingabe einen Aktionsmuster-Sollwert und schätzt Betriebsdaten, die dem eingegebenen Aktionsmuster-Sollwert entsprechen. Die Merkmalsmengen-Korrektureinheit 13 gibt einen Aktionsmuster-Sollwert, der das gelernte Muster angibt, in das physikalische Modell ein, und Betriebsdaten, die dem eingegebenen gelernten Muster entsprechen, werden vom physikalischen Modell ausgegeben.
Außerdem berechnet die Merkmalsmengen-Korrektureinheit 13 eine Merkmalsmenge der Verteilung der geschätzten Betriebsdaten. 9A ist ein Diagramm, das eine Verteilung der Betriebsdaten veranschaulicht, die in dem Prozess (1) der Korrekturverarbeitung unter Verwendung des physikalischen Modells berechnet wurden, und veranschaulicht eine Verteilung H1 der Betriebsdaten, die dem gelernten Muster entspricht und unter Verwendung des physikalischen Modells geschätzt wird. Beispielsweise berechnet die Merkmalsmengen-Korrektureinheit 13 einen Durchschnittswert µ_train und eine Standardabweichung σ_train in der Verteilung H1 der geschätzten Betriebsdaten, die dem gelernten Muster entsprechen. Anschließend berechnet die Merkmalsmengen-Korrektureinheit 13 eine Differenz Δd zwischen den geschätzten Betriebsdaten, die dem gelernten Muster entsprechen, und den Betriebsdaten, die tatsächlich von dem einen oder den mehreren Anlagen gemessen wurden, die nach dem gemeinsamen gelernten Muster arbeiten (Schritt ST2b).
Als nächstes schätzt die Merkmalsmengen-Korrektureinheit 13 die Betriebsdaten, die dem nicht gelernten Muster entsprechen, unter Verwendung des physikalischen Modells der Anlage (Schritt ST3b). Zum Beispiel gibt die Merkmalsmengen-Korrektureinheit 13 einen Betriebsparameter-Sollwert, der ein ungelerntes Muster anzeigt, in das physikalische Modell ein, und Betriebsdaten, die dem eingegebenen ungelernten Muster entsprechen, werden vom physikalischen Modell ausgegeben. 9B ist ein Diagramm, das eine Verteilung der Betriebsdaten zeigt, die in einem Prozess (2) der Korrekturverarbeitung unter Verwendung des physikalischen Modells berechnet wurden. Die Merkmalsmengen-Korrektureinheit 13 berechnet einen Durchschnittswert µ_test der geschätzten Betriebsdaten, der dem nicht gelernten Muster entspricht. Dann erzeugt die Merkmalsmengen-Korrektureinheit 13, wie in 9B dargestellt, eine Verteilung H2, in der der Durchschnittswert µ_train in der Verteilung H1 der dem gelernten Muster entsprechenden Betriebsdaten durch den Durchschnittswert µ_test ersetzt wird. Eine Verteilung I1 ist eine Verteilung der tatsächlich gemessenen Betriebsdaten einer Anlage, die nach einem nicht erlernten Muster arbeitet.
Anschließend schätzt die Merkmalsmengen-Korrektureinheit 13 eine Verteilung I2 der Betriebsdaten, die dem nicht gelernten Muster entsprechen, unter Verwendung der Merkmalsmenge der Verteilung H1 der geschätzten Betriebsdaten, die dem gelernten Muster entsprechen, der Differenz Δd zwischen den geschätzten Betriebsdaten, die dem gelernten Muster entsprechen, und den tatsächlich gemessenen Betriebsdaten, und den geschätzten Betriebsdaten, die dem nicht gelernten Muster entsprechen (Schritt ST4). 9C ist ein Diagramm, das eine Verteilung der Betriebsdaten zeigt, die in einem Prozess (3) der Korrekturverarbeitung unter Verwendung des physikalischen Modells berechnet wurden. Die Merkmalsmengen-Korrektureinheit 13 berechnet die Verteilung I2 durch Interpolation zwischen Datenteilen der Verteilung I1 einschließlich des tatsächlichen Messwerts der Betriebsdaten, die dem nicht gelernten Muster entsprechen, unter Verwendung sowohl der Merkmalsmenge der Verteilung der Betriebsdaten, die dem gelernten Muster entspricht und unter Verwendung des physikalischen Modells geschätzt wird, als auch der Differenz Δd zwischen den Betriebsdaten, die unter Verwendung des physikalischen Modells geschätzt werden, und den tatsächlichen Messdaten.
Die Merkmalsmengen-Korrektureinheit 13 korrigiert die Verteilung I2 der Betriebsdaten, die dem ungelernten Muster entsprechen, sodass sie dem gelernten Muster entspricht (Schritt ST5). 9D ist ein Diagramm, das eine Verteilung der Betriebsdaten zeigt, die in einem Prozess (4) der Korrekturverarbeitung unter Verwendung des physikalischen Modells berechnet wurden. Wie in 9D dargestellt, erzeugt die Merkmalsmengen-Korrektureinheit 13 eine Verteilung I3, in der der Durchschnittswert µ_test in der Verteilung I2 der geschätzten Betriebsdaten, die dem ungelernten Muster entsprechen, durch den Durchschnittswert µ_train ersetzt wird. Die Anlagenzustands-Bestimmungseinheit 14 vergleicht die Verteilung H1 mit der Verteilung I3 und bestimmt den Anlagenzustand auf der Grundlage des Vergleichsergebnisses.
Die Anzahl der tatsächlich zu messenden Betriebsdaten kann durch Schätzung der Betriebsdaten der Anlage anhand des physikalischen Modells reduziert werden.
Eine Hardwarekonfiguration für die Implementierung der Funktionen der Überwachungsvorrichtung des Anlagenzustands 1 sieht wie folgt aus.
10A ist ein Blockdiagramm, das eine Hardwarekonfiguration zur Implementierung der Funktionen der Überwachungsvorrichtung des Anlagenzustands 1 zeigt. 10B ist ein Blockdiagramm, das eine Hardwarekonfiguration für die Ausführung von Software zur Implementierung der Funktionen der Überwachungsvorrichtung des Anlagenzustands 1 zeigt. In 10A und 10B ist eine Eingabeschnittstelle 100 eine Schnittstelle, die die Eingabe von Test- und Trainingsdaten für Anlagen weiterleitet. Eine Ausgabeschnittstelle 101 ist eine Schnittstelle, die ein von der Anlagenzustands-Bestimmungseinheit 14 ausgegebenes Bestimmungsergebnis nach außen weiterleitet.
Die Funktionen der Merkmalsmenge-Extrahierungseinheit 11, der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13 und der Anlagenzustands-Bestimmungseinheit 14, die in der Überwachungsvorrichtung des Anlagenzustands 1 enthalten sind, werden von einer Verarbeitungsschaltung ausgeführt. Das heißt, die Überwachungsvorrichtung des Anlagenzustands 1 umfasst eine Verarbeitungsschaltung zur Ausführung jedes der in 2 dargestellten Prozesse von Schritt ST1 bis Schritt ST4. Die Verarbeitungsschaltung kann zweckbestimmte Hardware oder eine zentrale Verarbeitungseinheit (CPU) sein, die ein in einem Speicher gespeichertes Programm ausführt.
In einem Fall, in dem die Verarbeitungsschaltung eine Verarbeitungsschaltung 102 von dedizierter Hardware ist, wie in 10A dargestellt, entspricht die Verarbeitungsschaltung 102 zum Beispiel eine einzelne Schaltung, einer zusammengesetzten Schaltung, einem programmierten Prozessor, einem parallel programmierten Prozessor, einer anwendungsspezifischen integrierten Schaltung (ASIC), einer im Feld programmierbaren Gatteranordnung (FPGA) oder einer Kombination davon. Die Funktionen der Merkmalsmenge-Extrahierungseinheit 11, der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13 und der Anlagenzustands-Bestimmungseinheit 14, die in der Überwachungsvorrichtung des Anlagenzustands 1 enthalten sind, können durch separate Verarbeitungsschaltungen implementiert werden, oder diese Funktionen können gemeinsam durch eine Verarbeitungsschaltung implementiert werden.
In einem Fall, in dem die Verarbeitungsschaltung ein Prozessor 103 ist, der in 10B dargestellt ist, werden die Funktionen der Merkmalsmenge-Extrahierungseinheit 11, der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13 und der Anlagenzustands-Bestimmungseinheit 14, die in der Überwachungsvorrichtung des Anlagenzustands 1 enthalten sind, durch Software, Firmware oder eine Kombination aus Software und Firmware implementiert. Es sei angemerkt, dass Software oder Firmware als Programm geschrieben und in einem Speicher 104 gespeichert wird.
Der Prozessor 103 liest das im Speicher 104 gespeicherte Programm und führt es aus, um die Funktionen der Merkmalsmenge-Extrahierungseinheit 11, der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13 und der Anlagenzustands-Bestimmungseinheit 14 zu implementieren, die in der Überwachungsvorrichtung des Anlagenzustands 1 enthalten sind. Die Überwachungsvorrichtung des Anlagenzustands 1 enthält beispielsweise einen Speicher 104, in dem ein Programm gespeichert ist, das bei Ausführung durch den Prozessor 103 zur Ausführung jedes der in 2 dargestellten Prozesse von Schritt ST1 bis Schritt ST4 führt. Diese Programme veranlassen einen Computer, Prozeduren oder Verfahren auszuführen, die von der Merkmalsmenge-Extrahierungseinheit 11, der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13 und der Anlagenzustands-Bestimmungseinheit 14 durchgeführt werden. Der Speicher 104 kann ein computerlesbares Speichermedium sein, das ein Programm peichert, um einen Computer zu veranlassen, als die Merkmalsmenge-Extrahierungseinheit 11, die Aktionsmuster-Bestimmungseinheit 12, die Merkmalsmengen-Korrektureinheit 13 und die Anlagenzustands-Bestimmungseinheit 14 zu arbeiten.
Beispiele für den Speicher 104 entsprechen einem nichtflüchtigen oder flüchtigen Halbleiterspeicher wie einem Direktzugriffsspeicher (Random Access Memory = RAM), einem Nur-Lese-Speicher (Read Only Memory = ROM), einem Flash-Speicher, einem löschbaren programmierbaren Nur-Lese-Speicher (EPROM) oder einem elektrischen EPROM (EEPROM), einer magnetischen Scheibe, einer flexiblen Scheibe, einer optischen Scheibe, einer Compact Disc, einer Minidisk und einer DVD.
Ein Teil der Funktionen der Merkmalsmenge-Extrahierungseinheit 11, der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13 und der Anlagenzustands-Bestimmungseinheit 14, die in der Überwachungsvorrichtung des Anlagenzustands 1 enthalten sind, kann durch spezielle Hardware implementiert werden, und der verbleibende Teil kann durch Software oder Firmware implementiert werden. Zum Beispiel wird die Funktion der Merkmalsmenge-Extrahierungseinheit 11 durch die Verarbeitungsschaltung 102 implementiert, bei der es sich um spezielle Hardware handelt, und jede der Funktionen der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13 und der Anlagenzustands-Bestimmungseinheit 14 wird durch den Prozessor 103 implementiert, der ein im Speicher 104 gespeichertes Programm liest und ausführt. Somit kann die Verarbeitungsschaltung die oben genannten Funktionen durch Hardware, Software, Firmware oder eine Kombination davon implementieren.
In der obigen Beschreibung wurde der Fall beschrieben, dass die Überwachungsvorrichtung des Anlagenzustands 1 ein im Voraus erstelltes Lernmodell erwirbt und den Zustand der Anlage bestimmt. Die Überwachungsvorrichtung des Anlagenzustands 1 kann jedoch eine Komponente enthalten, die ein Lernmodell erstellt. Fig. I1 ist ein Blockdiagramm, das eine Konfiguration einer Überwachungsvorrichtung dse Anlagenzustands 1A zeigt, die eine Modifikation der Überwachungsvorrichtung des Anlagenzustands 1 ist. In FIG. I1 sind die gleichen Komponenten wie in 1 mit den gleichen Bezugszeichen gekennzeichnet, und eine redundante Beschreibung entfällt. Wie in 11 dargestellt, umfasst die Überwachungsvorrichtung des Anlagenzustands 1A eine Merkmalsmenge-Extrahierungseinheit 11, eine Aktionsmuster-Bestimmungseinheit 12, eine Merkmalsmengen-Korrektureinheit 13, eine Anlagenzustands-Bestimmungseinheit 14, eine Klassifizierungseinheit 15 und eine Modellerzeugungseinheit 16.
Die Klassifizierungseinheit 15 klassifiziert die Betriebsdaten der zu überwachenden Anlagen in Aktionsmuster. Beispielsweise klassifiziert die Klassifizierungseinheit 15 die Betriebsdaten in die Aktionsmuster auf der Grundlage eines Sollwerts, der der Anlage zugewiesen wird, wenn jedes der in den Trainingsdaten enthaltenen Teile von Betriebsdaten von der Anlage gemessen wird. Unter Verwendung der für jedes Aktionsmuster klassifizierten Betriebsdaten erzeugt die Modellerzeugungseinheit 16 für jedes Aktionsmuster ein Lernmodell, das den Bestimmungsbereich des Anlagenzustands gelernt hat. Die Anlagenzustands-Bestimmungseinheit 14 bestimmt den Anlagenzustand anhand der korrigierten Merkmalsmenge der Betriebsdaten und des Lernmodells.
Es ist zu beachten, dass die Funktionen der Merkmalsmenge-Extrahierungseinheit 11, der Aktionsmuster-Bestimmungseinheit 12, der Merkmalsmengen-Korrektureinheit 13, der Anlagenzustands-Bestimmungseinheit 14, der Klassifizierungseinheit 15 und der Modellerzeugungseinheit 16, die in der Überwachungsvorrichtung des Anlagenzustands 1A enthalten sind, durch eine Verarbeitungsschaltung implementiert werden. Das heißt, die Überwachungsvorrichtung des Anlagenzustands 1A umfasst eine Verarbeitungsschaltung zur Ausführung jedes der Prozesse, einschließlich der Klassifizierung von Betriebsdaten und der Erzeugung eines Lernmodells. Bei der Verarbeitungsschaltung kann es sich um die Verarbeitungsschaltung 102 der in 10A dargestellten dedizierten Hardware oder um den Prozessor 103 handeln, der das in dem in 10B dargestellten Speicher 104 gespeicherte Programm ausführt.
Wie oben beschrieben, wird in der Überwachungsvorrichtung des Anlagenzustands 1 gemäß der ersten Ausführungsform die Merkmalsmenge der Betriebsdaten der Anlage, die dem nicht gelernten Muster entspricht, so korrigiert, dass sie dem gelernten Muster auf der Grundlage der Beziehung zwischen dem Aktionsmuster der Anlage und der Merkmalsmenge der Betriebsdaten entspricht, und der Zustand der Anlage wird auf der Grundlage der korrigierten Merkmalsmenge der Betriebsdaten und des Bestimmungsbereichs des Anlagenzustands bestimmt. Folglich kann die Überwachungsvorrichtung des Anlagenzustands 1 den Zustand der Anlage auch anhand der Betriebsdaten bestimmen, die dem nicht erlernten Muster entsprechen.
Es ist zu beachten, dass jede Komponente der Ausführungsform geändert werden kann oder dass jede Komponente der Ausführungsform weggelassen werden kann.
INDUSTRIELLE ANWENDBARKEIT
Die Überwachungsvorrichtung des Anlagenzustands gemäß der vorliegenden Offenbarung kann beispielsweise zur Überwachung des Zustands eines Industrieroboters verwendet werden.
Bezugszeichenliste

1, 1A: Überwachungsvorrichtung eines Anlagenzustands,
11: Merkmalsmenge-Extrahierungseinheit,
12: Aktionsmuster-Bestimmungseinheit,
13: Merkmalsmengen-Korrektureinheit,
14: Anlagenzustands-Bestimmungseinheit,
15: Klassifizierungseinheit,
16: Modellerzeugungseinheit,
100: Eingabeschnittstelle,
101: Ausgabeschnittstelle,
102: Verarbeitungsschaltung,
103: Prozessor,
104: Speicher

Claims

Überwachungsvorrichtung eines Anlagenzustands, umfassend: eine Merkmalsmenge-Extrahierungseinheit zum Extrahieren einer Merkmalsmenge von Betriebsdaten, in denen ein Zustand der Anlage gemessen wird; eine Aktionsmuster-Bestimmungseinheit zum Bestimmen, ob ein Aktionsmuster der Anlage, wenn die Betriebsdaten der Anlage gemessen werden, ein gelerntes Muster ist, bei dem ein Bestimmungsbereich eines Anlagenzustands gelernt wird, oder ein ungelerntes Muster, bei dem ein Bestimmungsbereich eines Anlagenzustands nicht gelernt wird; eine Merkmalsmengen-Korrektureinheit zum Korrigieren der Merkmalsmenge der Betriebsdaten, die dem Aktionsmuster entsprechen, das als das nicht gelernte Muster bestimmt wurde, in einer solchen Weise, dass sie dem gelernten Muster auf der Grundlage einer Beziehung zwischen einem oder mehreren Aktionsmuster der Anlage und einer oder mehreren Merkmalsmengen von einem oder mehreren Teilen von Betriebsdaten entspricht; und eine Anlagenzustands-Bestimmungseinheit zum Bestimmen eines Zustands der Anlage auf der Grundlage der korrigierten Merkmalsmenge der Betriebsdaten der Anlage und eines entsprechenden Bestimmungsbereichs eines Anlagenzustands.
Überwachungsvorrichtung eines Anlagenzustands nach Anspruch 1, umfassend: eine Klassifizierungseinheit zur Klassifizierung der Teile der Betriebsdaten der Anlage in die Aktionsmuster; und eine Modellerzeugungseinheit, um für jedes der Aktionsmuster ein Lernmodell zu erzeugen, das einen entsprechenden Bestimmungsbereich eines Anlagenzustands gelernt hat, indem es die in die Aktionsmuster klassifizierten Teile der Betriebsdaten verwendet, wobei die Anlagenzustands-Bestimmungseinheit einen Anlagenzustand bestimmt, indem sie die korrigierte Merkmalsmenge der Betriebsdaten und das Lernmodell verwendet.
Überwachungsvorrichtung eines Anlagenzustands nach Anspruch 1 oder 2, wobei die Merkmalsmengen-Korrektureinheit die Beziehung zwischen den Aktionsmustern und den Merkmalsmengen der Teile der Betriebsdaten lernt und die Merkmalsmenge der Betriebsdaten korrigiert, die dem Aktionsmuster entspricht, das als das nicht gelernte Muster bestimmt wurde, in einer solchen Weise, dass sie dem gelernten Muster auf der Grundlage der gelernten Beziehung entspricht.
Überwachungsvorrichtung eines Anlagenzustands nach Anspruch 1 oder 2, wobei die Merkmalsmengen-Korrektureinheit Betriebsdaten der Anlage schätzt, die dem nicht gelernten Muster entsprechen, unter Verwendung eines physikalischen Modells der Anlage, und eine Merkmalsmenge der geschätzten Betriebsdaten so korrigiert, dass sie dem gelernten Muster auf der Grundlage einer Beziehung zwischen dem gelernten Muster und einer Merkmalsmenge der entsprechenden Betriebsdaten entspricht.
Verfahren zur Überwachung des Anlagenzustands, umfassend die Schritte des: Extrahierens, durch eine Merkmalsmenge-Extrahierungseinheit, einer Merkmalsmenge von Betriebsdaten, in denen ein Anlagenzustand gemessen wird; Bestimmens, durch eine Aktionsmuster-Bestimmungseinheit, ob ein Aktionsmuster der Anlage, wenn die Betriebsdaten der Anlage gemessen werden, ein gelerntes Muster, bei dem ein Bestimmungsbereich eines Anlagenzustands gelernt wird, oder ein ungelerntes Muster ist, bei dem ein Bestimmungsbereich eines Anlagenzustands nicht gelernt wird; Korrigierens, durch eine Merkmalsmengen-Korrektureinheit, der Merkmalsmenge der Betriebsdaten, die dem Aktionsmuster entsprechen, das als das nicht gelernte Muster bestimmt wurde, in einer solchen Weise, dass sie dem gelernten Muster auf der Grundlage einer Beziehung zwischen einem oder mehreren Aktionsmustern der Anlage und einer oder mehreren Merkmalsmengen von einem oder mehreren Teilen von Betriebsdaten entspricht; und Bestimmens eines Anlagenzustands durch eine Anlagenzustands-Bestimmungseinheit auf der Grundlage der korrigierten Merkmalsmenge der Betriebsdaten der Anlage und eines entsprechenden Bestimmungsbereichs eines Anlagenzustands.