-
GEBIET DER TECHNIK
-
Die vorliegende Offenbarung bezieht sich auf eine Lerneinrichtung, eine Fehler-Erfassungseinrichtung und ein Fehler-Erfassungsverfahren.
-
TECHNISCHER HINTERGRUND
-
Zur Überwachung der Betriebe verschiedener Einrichtungen, wie beispielsweise einer Fabrikeinrichtung, einer Fertigungseinrichtung, eines Aufzugs und einer Klimaanlage, ist es praktisch, den Betrieb einer Zieleinrichtung, welche ein zu überwachendes Ziel ist, zu bewerten und dann einen Fehler anhand von Daten zu erfassen beziehungsweise zu detektieren, die von einem Sensor erworben werden, der an der Zieleinrichtung angebracht ist oder in der Nähe der Zieleinrichtung angeordnet ist. In der Patentliteratur 1 wird zum Beispiel eine Technologie zur Erfassung eines Fehlers in einer Zieleinrichtung in der folgenden Weise beschrieben. Zunächst werden aus Test-Zeitreihendaten über die Zieleinrichtung mehrere Segmente generiert, welche Stücke von partiellen Zeitreihendaten der Test-Zeitreihendaten sind. Als Nächstes wird ein Vergleich zwischen den generierten Segmenten und Segmenten früherer Trainings-Zeitreihendaten durchgeführt, und ein Segment der Test-Zeitreihendaten, das einem Segment der früheren Trainings-Zeitreihendaten ähnlich ist, wird erfasst. Diese Bestimmung von Ähnlichkeit erfolgt anhand des Abstands zwischen den Segmenten, z. B. des euklidischen Abstands. Als nächstes wird ein Segment der Test-Zeitreihendaten, das einem Segment der Trainings-Zeitreihendaten am wenigsten ähnlich ist, aus den erfassten ähnlichen Segmenten als ein spezifischer Punkt erfasst, der zeigt, dass die Zieleinrichtung defekt beziehungsweise fehlerhaft ist.
-
REFERENZLISTE
-
PATENTLITERATUR
-
-
KURZFASSUNG DER ERFINDUNG
-
TECHNISCHES PROBLEM
-
Ein Problem bei einer solchen Technologie, wie sie in der Patentliteratur 1 offenbart ist, besteht darin, dass bei einer zulässigen Verschiebung in einer Zeitrichtung zwischen einem Segment der Trainings-Zeitreihendaten und einem Segment der Test-Zeitreihendaten bestimmt wird, dass das Segment der Test-Zeitreihendaten anomal ist. Genauer gesagt wird die Ähnlichkeit zwischen Segmenten nach der Technologie von Patentliteratur 1 anhand des Abstands zwischen den Segmenten, beispielsweise des euklidischen Abstands, bestimmt, und ein Problem bei der Technologie besteht daher darin, dass, wenn Daten zu einem Zeitpunkt erworben werden, der in eine verschobene Zeitbreite fällt, der Abstand zu diesem Zeitpunkt als groß eingeschätzt wird und bestimmt wird, dass die Segmente nicht ähnlich sind.
-
Die vorliegende Offenbarung dient dazu, das oben genannte Problem zu lösen, und eine Aufgabe eines Aspekts von Ausführungsformen der vorliegenden Offenbarung besteht darin, eine Lerneinrichtung bereitzustellen, um ein Lernmodell zur Bestimmung der Ähnlichkeit von Zeitreihendaten mit einer Marge in Zeitrichtung zu generieren.
-
LÖSUNG DES PROBLEMS
-
Ein Aspekt einer Lerneinrichtung gemäß dieser Offenbarung umfasst: eine Trainings-Zeitreihendaten-Erwerbungseinheit, um sowohl Trainings-Zeitreihendaten, die von einem Sensor erworben werden, der an einer Zieleinrichtung angebracht ist, die einer Überwachungs-Zieleinrichtung gleich oder ähnlich ist, oder in der Nähe der Zieleinrichtung angeordnet ist, als auch entweder Einstell-Parameterdaten der Zieleinrichtung oder Umgebungsdaten bezüglich der Zieleinrichtung zu sammeln, während die Trainings-Zeitreihendaten den Einstell-Parameterdaten oder den Umgebungsdaten zugeordnet werden;
eine Segmentsatz-Generierungseinheit, um die Trainings-Zeitreihendaten in Trainingssegmente zu unterteilen, welche Stücke von partiellen Zeitreihendaten sind, die einen Betriebszustand zeigen, der sowohl einen Anstieg von einem ersten Wert auf einen zweiten Wert als auch einen Abfall von dem zweiten Wert auf den ersten Wert in einer durch die Trainings-Zeitreihendaten dargestellten Wellenform enthält, um einen Segmentsatz zu generieren, der die Trainingssegmente enthält;
eine Segmentsatz-Sortiereinheit, um die in dem generierten Segmentsatz enthaltenen Trainingssegmente in zumindest einen ähnlichen Segmentsatz durch Gruppieren ähnlicher Trainingssegmente unter Verwendung entweder der Einstell-Parameterdaten oder der Umgebungsdaten zu klassifizieren; und
eine Mustersegment-Generierungseinheit, um ein Mustersegment, das einen Normalbereich des Betriebs der Zieleinrichtung zeigt, aus den Trainingssegmenten, die in dem zumindest einen ähnlichen Segmentsatz enthalten sind, zu generieren.
-
VORTEILHAFTE WIRKUNGEN DER ERFINDUNG
-
Gemäß der Lerneinrichtung der vorliegenden Offenbarung kann ein Lernmodell zur Bestimmung der Ähnlichkeit von Zeitreihendaten mit einer Marge in Zeitrichtung generiert werden.
-
Figurenliste
-
- 1 ist ein Blockdiagramm, das ein Beispiel für die Konfiguration eines Fehler-Erfassungssystems zeigt;
- 2 ist ein Blockdiagramm, das ein Beispiel für eine Sensordatentabelle zeigt;
- 3A ist eine Ansicht, die ein Beispiel für die Generierung eines Mustersegments zeigt;
- 3B ist eine Ansicht, die ein Beispiel für die Generierung eines Mustersegments zeigt;
- 4A ist ein Blockdiagramm, das ein Beispiel für die Hardwarekonfiguration des Fehler-Erfassungssystem zeigt;
- 4B ist ein Blockdiagramm, das ein weiteres Beispiel für die Hardwarekonfiguration des Fehler-Erfassungssystems zeigt;
- 5 ist ein Ablaufdiagramm, das den Betrieb des Fehler-Erfassungssystems darstellt;
- 6A bis 6C sind Ansichten, die eine vorteilhafte Wirkung einer Fehler-Erfassungseinrichtung oder des Fehler-Erfassungssystems zeigen;
- 6A ist eine Ansicht, die eine Wellenform zum Zeitpunkt eines Normalbetriebs zeigt;
- 6A bis 6C sind Ansichten, die eine vorteilhafte Wirkung einer Fehler-Erfassungseinrichtung oder des Fehler-Erfassungssystems zeigen;
- 6B ist eine Ansicht, die eine Wellenform eines Betriebs in einem Betriebsbeispiel 1 zeigt, welcher sich von der Zeit des Normalbetriebs unterscheidet;
- 6A bis 6C sind Ansichten, die eine vorteilhafte Wirkung einer Fehler-Erfassungseinrichtung oder des Fehler-Erfassungssystems zeigen; und
- 6C ist Ansicht, die eine Wellenform eines Betriebs in einem Betriebsbeispiel 2 zeigt, welcher sich von der Zeit des Normalbetriebs unterscheidet.
-
BESCHREIBUNG DER AUSFÜHRUNGSFORMEN
-
Nachfolgend werden verschiedene Ausführungsformen gemäß der vorliegenden Offenbarung unter Bezugnahme auf die Zeichnungen ausführlich erläutert. Es wird davon ausgegangen, dass die in allen Zeichnungen mit dem gleichen Bezugszeichen versehenen Komponenten die gleiche Konfiguration oder eine ähnliche Konfiguration oder die gleiche Funktion oder eine ähnliche Funktion haben.
-
Ausführungsform 1.
-
<Konfiguration>
-
1 ist ein Bild, das die Konfiguration eines Fehler-Erfassungssystems 100 gemäß Ausführungsform 1 der vorliegenden Offenbarung darstellt. Das Fehler-Erfassungssystem 100 umfasst eine Lerneinrichtung 10A, eine Fehler-Erfassungseinrichtung 10B und eine Datenspeichereinheit 108. Die Lerneinrichtung 10A umfasst eine Trainings-Zeitreihendaten-Erwerbungseinheit 101A, eine Segmentsatz-Generierungseinheit 102, eine Segmentsatz-Sortiereinheit 103, eine Mustersegment-Generierungseinheit 104 und eine Mustersegment-Sortiereinheit 105. In einer Lernphase konstruiert die Lerneinrichtung 10A ein Lernmodell auf der Grundlage von Trainings-Zeitreihendaten.
-
Die Fehler-Erfassungseinrichtung 10B umfasst eine Test-Zeitreihendaten-Erwerbungseinheit 101B, eine Normalitätsgrad-Berechnungseinheit 106 und eine Fehler-Bestimmungseinheit 107. In einer Erfassungsphase bestimmt die Fehler-Erfassungseinrichtung 10B, ob oder ob nicht die Test-Zeitreihendaten fehlerhaft sind.
-
Eine nicht abgebildete gemeinsame Zeitreihendaten-Erwerbungseinheit kann anstelle der getrennt bereitgestellten Trainings-Zeitreihendaten-Erwerbungseinheit 101A und der Test-Zeitreihendaten-Erwerbungseinheit 101B vorgesehen werden.
-
<Lernphase>
-
Die Trainings-Zeitreihendaten-Erwerbungseinheit 101A erwirbt Zeitreihendaten, die eine Einrichtung (im Folgenden einfach als eine „Zieleinrichtung“ bezeichnet) betreffen, die einer zu überwachenden Zieleinrichtung gleich oder ähnlich ist, als Trainings-Zeitreihendaten. Beispiele für die erworbenen Zeitreihendaten enthalten Sensordaten, die von einem nicht dargestellten Sensor erworben werden, der an der Zieleinrichtung angebracht ist oder in deren Nähe angeordnet ist, Einstell-Parameterdaten, die für die Zieleinrichtung eingestellt sind, und Umgebungsdaten, die von einem nicht dargestellten Sensor erworben werden, der im Raum vorgesehen ist, in dem die Zieleinrichtung angeordnet ist. Die Trainings-Zeitreihendaten-Erwerbungseinheit 101A sammelt die Sensordaten, die Einstell-Parameterdaten und die Umgebungsdaten über ein nicht dargestelltes Netzwerk.
-
Bei den Sensordaten handelt es sich um Zeitreihendaten bezüglich des Betriebs der Zieleinrichtung. Handelt es sich bei der Zieleinrichtung beispielsweise um eine Fertigungseinrichtung mit einem Motor, so umfassen die Sensordaten beispielsweise die Temperatur, die Vibration, die Drehgeschwindigkeit, den Kontaktstrom und die Kontaktspannung des Motors.
-
Bei den Einstell-Parameterdaten handelt es sich um Zeitreihendaten bezüglich Parametern, die eingestellt werden, um zu bewirken, dass die Zieleinrichtung arbeitet. Handelt es sich bei der Zieleinrichtung beispielsweise um eine Fertigungseinrichtung mit einem Motor, so umfassen die Einstell-Parameterdaten beispielsweise einen Strom-Einstellwert, der veranlasst, dass der Motor arbeitet, und einen Spannungs-Einstellwert, der veranlasst, dass der Motor arbeitet.
-
Bei den Umgebungsdaten handelt es sich um Zeitreihendaten bezüglich der Umgebung der Zieleinrichtung. Handelt es sich bei der Zieleinrichtung beispielsweise um eine Fertigungseinrichtung mit einem Motor, gehören zu den Umgebungsdaten beispielsweise die Temperatur und die Luftfeuchtigkeit eines Innenraums, in dem die Fertigungseinrichtung angeordnet ist.
-
Obwohl in 1 ein Pfeil von der Trainings-Zeitreihendaten-Erwerbungseinheit 101A zur Segmentsatz-Generierungseinheit 102 verlängert ist, um einen allgemeinen Datenfluss zu zeigen, liefert die Trainings-Zeitreihendaten-Erwerbungseinheit 101A die gesammelten verschiedenen Datenteile an die Datenspeichereinheit 108. Danach bezieht sich die Segmentsatz-Generierungseinheit 102 auf die in der Datenspeichereinheit 108 gespeicherten Datenteile und führt vorherbestimmte Verarbeitung durch. Ebenso sind Pfeile zwischen den anderen Funktionseinheiten und der Datenspeichereinheit 108 in 1 weggelassen, um einen allgemeinen Fluss ähnlich darzustellen.
-
Die Datenspeichereinheit 108 speichert die verschiedenen Datenteile in einem Datentabellenformat, wie zum Beispiel in 2 dargestellt. In 2 sind die Motortemperatur, die Vibration, die Drehgeschwindigkeit, der Kontaktstrom, die Kontaktspannung, der Strom-Einstellwert und der Spannungs-Einstellwert als ein Beispiel für Datenelemente dargestellt. Die Datenelemente werden gemäß den zu sammelnden Datenstücken je nach Bedarf zusammengestellt. In 2 werden die Zeitreihendaten zu jedem Datenelement jede Sekunde aufgezeichnet. Die Datenstücke, die eine einzelne Zieleinrichtung betreffen, können in mehrere Tabellen unterteilt werden, solange eine Korrespondenz zwischen der Zieleinrichtung und den Datenelementen hergestellt werden kann. Datenelemente, die unter mehreren Zieleinrichtungen gemeinsam sind, wie etwa die Lufttemperatur und die Luftfeuchtigkeit, können in einer gemeinsamen Tabelle verwaltet werden, die nicht die Datentabelle jeder einzelnen Zieleinrichtung ist.
-
Die Segmentsatz-Generierungseinheit 102 unterteilt die Trainings-Zeitreihendaten in mehrere Trainingssegmente, um einen Segmentsatz zu generieren, der die mehreren Trainingssegmente enthält. Die Trainings-Zeitreihendaten werden von der Datenspeichereinheit 108 erworben. In der vorliegenden Offenbarung bedeutet ein Segment einen Teil von Zeitreihendaten, wobei der Teil einen Betriebszustand zeigt, der sowohl einen Anstieg von einem ersten Wert auf einen zweiten Wert als auch einen Abfall von dem zweiten Wert auf den ersten Wert in der von den Zeitreihendaten dargestellten Wellenform enthält. Jeder der ersten und zweiten Werte kann ein spezifischer Wert oder ein beliebiger Wert sein, der in einen vorbestimmten Bereich eines bestimmten Wertes fällt. Der erste und der zweite Wert sind jeweils ein Wert in einem eingeschwungenen beziehungsweise stabilen Zustand. Als ein Beispiel für die Unterteilung werden in einem Fall einer Fertigungseinrichtung, die wiederholt das gleiche Produkt herstellt, die Trainings-Zeitreihendaten innerhalb eines Zeitraums, während dem ein einzelnes Produkt hergestellt wird, als ein einzelnes Segment definiert. Als ein weiteres Beispiel werden in einem Fall, in dem die Fertigung eines einzelnen Produkts mehrere Prozesse oder Operationen umfasst, die Trainings-Zeitreihendaten zu jedem Prozess oder jeder Operation als ein einzelnes Segment definiert. Als ein weiteres Beispiel werden in einem Fall, in dem keine eindeutige Wiederholung der gleichen Operation durchgeführt wird, wie beispielsweise in einem Fall einer Energieerzeugungsanlage, die Trainings-Zeitreihendaten über jeden Betrieb, wie beispielsweise ein Startbetrieb, ein konstante-Ausgabe-Betrieb, ein Ausgabe-Schwankungsbetrieb oder ein Stoppbetrieb, als ein einzelnes Segment definiert. Wenn ein einzelner Betrieb, wie beispielsweise ein konstanter-Ausgabe-Betrieb einer Energieerzeugungsanlage, über einen langen Zeitraum andauert, können die Trainings-Zeitreihendaten über den Betrieb weiter in Datenstücke unterteilt werden, die jeweils eine konstante Zeitbreite haben, und die Trainings-Zeitreihendaten über jeden der auf diese Weise unterteilten Abschnitte können als ein einzelnes Segment definiert werden. Ein Unterteilungsverfahren wird zum Beispiel von einem Benutzer des Fehler-Erfassungssystems 100 eingerichtet. Die Segmentsatz-Generierungseinheit 102 stellt den so generierten Segmentsatz der Segmentsatz-Sortiereinheit 103 zur Verfügung. Das Unterteilungsverfahren wird in der Datenspeichereinheit 108 gespeichert, so dass sich die Normalitätsgrad-Berechnungseinheit 106 später auf das Unterteilungsverfahren beziehen kann.
-
Die Segmentsatz-Sortiereinheit 103 klassifiziert den von der Segmentsatz-Generierungseinheit 102 generierten Segmentsatz in eine oder mehrere ähnliche Segmentsätze durch Gruppieren von Trainingssegmenten mit ähnlicher Tendenz in einen einzelnen Satz. Als ein Index für die Klassifizierung können zum Beispiel die Einstell-Parameterdaten der Zieleinrichtung verwendet werden. Da beispielsweise eine Fertigungseinrichtung den gleichen Betrieb durchführt, solange die Einstell-Parameterdaten gleich sind, können die im Segmentsatz enthaltenen Trainingssegmente in ähnliche Segmentsätze klassifiziert werden, die jeweils die gleichen Einstell-Parameterdaten aufweisen. In einem Fall, in dem als Vorwissen vorgesehen ist, dass neben den Einstell-Parameterdaten ein externer Faktor wie die Lufttemperatur oder die Luftfeuchtigkeit einen Einfluss auf den Betrieb der Zieleinrichtung ausübt, kann die Klassifizierung auch unter Berücksichtigung des externen Faktors durchgeführt werden. Zum Beispiel können die Trainingssegmente gemäß Trainingssegmenten klassifiziert werden, die sowohl die gleichen Einstell-Parameterdaten als auch den gleichen externen Faktor aufweisen. Darüber hinaus können die Trainingssegmente in Gruppen klassifiziert werden, wobei als weiterer Index eine Ähnlichkeit in der Tendenz der Sensordaten genutzt wird. In diesem Fall werden die für die Klassifizierung genutzten Sensordaten spezifiziert, ein Vergleich zwischen den Sensordatenstücken über die Trainingssegmente durchgeführt, die euklidischen Abstände zwischen den Trainingssegmenten berechnet und die Trainingssegmente in Sätze von Trainingssegmenten mit einem geringen Abstand dazwischen klassifiziert. Anstelle der euklidischen Abstände können auch andere Abstände, wie beispielsweise die Mahalanobis-Distanzen oder Dynamic-Time-Warping-Distanzen, genutzt werden. Die Segmentsatz-Sortiereinheit 103 liefert den einen oder mehrere ähnliche Segmentsätze nach der Klassifizierung an die Mustersegment-Generierungseinheit 104. Das für die Klassifizierung genutzte Verfahre wird in der Datenspeichereinheit 108 gespeichert, so dass sich die Normalitätsgrad-Berechnungseinheit 106 später auf dieses Verfahren beziehen kann.
-
Die Mustersegment-Generierungseinheit 104 generiert für jeden ähnlichen Segmentsatz ein Mustersegment, bei dem es sich um ein Segment handelt, das einen Normalbereich zeigt, der zum Zeitpunkt der Fehlererfassung genutzt wird, unter Verschwendung der verschiedenen Datenstücke über den ähnlichen Segmentsatz. Ein Beispiel für die Generierung eines Mustersegments ist in den 3A und 3B gezeigt.
-
3A ist eine Ansicht der Anzeige der mehreren Trainingssegmente, die in einem ähnlichen Segmentsatz enthalten sind, wobei die Anzeige durch Überlagerung der mehreren Trainingssegmente erhalten wird, wobei die Startzeiten der Trainingssegmente in Bezug auf ein bestimmtes Datenelement (z. B. die Drehgeschwindigkeit) synchronisiert sind. Das linke Ende der Daten zeigt die Startzeit der einzelnen Trainingssegmente. Die horizontale Achse und die vertikale Achse dieser 3A sind normalisiert, so dass ihre Skalen gleichwertig sind. Als Normalisierungsverfahren kann die z-Normalisierung oder die min-max-Normalisierung genutzt werden. In Falle der Verwendung der z-Normalisierung wird für jede der horizontalen und vertikalen Achsen in 3A eine Standardisierungsoperation des Subtrahierens des Durchschnitts aller Daten von den einzelnen Daten und dann Durchführens von Division durch eine Standardabweichung in einer solchen Weise, dass die Verteilung aller Daten einen Durchschnitt von 0 und eine Varianz von 1 aufweist, ausgeführt. Im Falle der Verwendung der min-max-Normalisierung wird für jede der horizontalen und vertikalen Achsen (Zeit- und Zahlenwertachse) in 3A, eine Operation des Subtrahierens des Minimums aller Daten von den einzelnen Daten und dann Durchführens von Division durch das nach der Subtraktion erhaltene Maximum in einer solchen Weise, dass die Verteilung aller Daten ein Minimum von 0 und ein Maximum von 1 aufweist, ausgeführt. Da die statistischen Werte, die zum Zeitpunkt der Normalisierung verwendet werden und den Durchschnitt, die Standardabweichung, das Minimum und das Maximum umfassen, später von der Normalitätsgrad-Berechnungseinheit 106 genutzt werden, werden die statistischen Werte in der Datenspeichereinheit 108 gespeichert.
-
Die Mustersegment-Generierungseinheit 104 bestimmt den Normalbereich unter Verwendung der normalisierten Daten aus 3A. Der Normalbereich wird zum Beispiel unter Verwendung der Wahrscheinlichkeitsverteilung der Vorhandenseinswahrscheinlichkeiten der Daten zu jedem Normalisierungszeitpunkt auf dem Graphen ausgedrückt. Ein Beispiel des Ausdrückens eines Unterschieds im Grad der Vorhandenseinswahrscheinlichkeiten auf einer Grauskala ist in 3B dargestellt. Zum Beispiel in einem Fall, in dem eine Tendenz besteht, dass zu jedem Normalisierungszeitpunkt in 3B normalisierte Trainingssegmente am stärksten auf den Durchschnitt aller normalisierten Trainingssegmente konzentriert sind, und die Verteilung der normalisierten Trainingssegmente mit dem Abstand zum Durchschnitt abnimmt, dann haben sie in 3B eine umso höhere Vorhandenseinswahrscheinlichkeit und damit eine umso tiefere Farbe, je näher sie am Durchschnitt aller normalisierten Trainingssegmente liegen, während sie eine umso hellere Farbe haben, je weiter sie vom Durchschnitt entfernt sind. Als ein Verfahren des Berechnens der Datenvorhandenseinswahrscheinlichkeiten kann zum Beispiel eine Kernel-Dichteverteilung auf der Grundlage eines Gauß-Kerns eingesetzt werden. Als weiteres Verfahren kann der k-nächste-Nachbarn-Algorithmus genutzt werden. Die Mustersegment-Generierungseinheit 104 generiert auf diese Weise ein Mustersegment, das den Normalbereich für jedes ähnliche Segment als ein Lernmodell zeigt. Als ein Ergebnis generiert die Mustersegment-Generierungseinheit 104 einen Mustersegmentsatz, der mehrere Mustersegmente enthält. Die Mustersegment-Generierungseinheit 104 speichert die so (Lernmodell) generierten Mustersegmente in der Datenspeichereinheit 108.
-
Die Mustersegment-Sortiereinheit 105 ist eine beliebige Konfigurationseinheit zur Verbesserung der Geschwindigkeit einer von der Normalitätsgrad-Berechnungseinheit 106 durchgeführten Suche. Insbesondere ist die Mustersegment-Sortiereinheit 105 optional. Um die Geschwindigkeit einer durch die Normalitätsgrad-Berechnungseinheit 106 durchgeführten Suche zu erhöhen, sortiert die Mustersegment-Sortiereinheit 105 die mehreren Mustersegmente (Lernmodell) unter Verwendung verschiedener Datenstücke. Zum Beispiel werden die mehreren Mustersegmente in absteigender Reihenfolge nach dem Wert der Daten zu einem bestimmten Datenelement sortiert. Die Mustersegment-Generierungseinheit 105 speichert ein sortiertes Ergebnis in der Datenspeichereinheit 108.
-
<Erfassungsphase>
-
Die Test-Zeitreihendaten-Erwerbungseinheit 101B erwirbt die Zeitreihendaten, welche die Überwachungszieleinrichtung betreffen, welche ein zu überwachendes Ziel ist, als Test-Zeitreihendaten, wie die Trainings-Zeitreihendaten-Erwerbungseinheit 101A. Die Test-Zeitreihendaten können gesammelt werden, während diese entweder den Einstell-Parameterdaten der Überwachungszieleinrichtung oder den die Überwachungszieleinrichtung betreffenden Umgebungsdaten zugeordnet werden. Die Zuordnung der Test-Zeitreihendaten entweder zu den Einstell-Parameterdaten oder zu den Umgebungsdaten ermöglicht die Suche nach einem Mustersegment, das aus dem Trainingssegment generiert wurde, das entweder den Einstell-Parameterdaten oder den Umgebungsdaten zugeordnet ist, und das den Einstell-Parameterdaten oder den Umgebungsdaten, die den Test-Zeitreihendaten zugeordnet sind, gleich ist.
-
Die Normalitätsgrad-Berechnungseinheit 106 berechnet den Normalitätsgrad der Test-Zeitreihendaten anhand der Mustersegmente (Lernmodell), welche von der Mustersegment-Generierungseinheit 104 generiert oder welche von der Mustersegment-Sortiereinheit 105 sortiert werden. Um den Normalitätsgrad zu berechnen, führt die Normalitätsgrad-Berechnungseinheit 106 die folgende Verarbeitung durch.
-
Die Normalitätsgrad-Berechnungseinheit 106 generiert ein oder mehrere Testsegmente durch Unterteilen der Test-Zeitreihendaten, die von der Test-Zeitreihendaten-Erwerbungseinheit 101B erworben wurden, unter Verwendung des gleichen Verfahrens wie jedes, das von der Segmentsatz-Generierungseinheit 102 genutzt wird. Die Normalitätsgrad-Berechnungseinheit 106 erwirbt das von der Segmentsatz-Generierungseinheit 102 genutzte Unterteilungsverfahren durch Bezugnehmen auf die Datenspeichereinheit 108.
-
Die Normalitätsgrad-Berechnungseinheit 106 führt eine Suche nach einem ähnlichen Segmentsatz durch, welcher eine Tendenz ähnlich der eines so generierten Testsegments aufweist. Um diese Suche durchzuführen, erwirbt die Normalitätsgrad-Berechnungseinheit 106 das Verfahren, welches die Segmentsatz-Sortiereinheit 103 für die Klassifizierung genutzt hat, durch Bezugnehmen auf die Datenspeichereinheit 108. Wenn ein ähnlicher Segmentsatz mit einer ähnlichen Tendenz wie die des generierten Testsegments gefunden wird, bestimmt die Normalitätsgrad-Berechnungseinheit 106, dass das generierte Testsegment zu dem gefundenen ähnlichen Segmentsatz gehört.
-
Die Normalitätsgrad-Berechnungseinheit 106 normalisiert das Testsegment, für das bestimmt wurde, zu dem ähnlichen Segmentsatz zu gehören, in ein normalisiertes Testsegment. Diese Normalisierung wird von der Normalitätsgrad-Berechnungseinheit 106 durch Bezugnehmen auf die Datenspeichereinheit 108, Erwerben des Verfahrens, welches für die Normalisierung durch die Mustersegment-Generierungseinheit 104 verwendet wird, und Verwendung dieses Verfahrens durchgeführt.
-
Die Normalitätsgrad-Berechnungseinheit 106 extrahiert das Lernmodell, das von der Mustersegment-Generierungseinheit 104 aus dem ähnlichen Segmentsatz generiert wurde, zu dem das normalisierte Testsegment gehört, oder das von der Mustersegment-Sortiereinheit 105 sortiert wurde. Dann berechnet die Normalitätsgrad-Berechnungseinheit 106 die Vorhandenseinswahrscheinlichkeit, welche die Wahrscheinlichkeit oder den Grad ist, dass das normalisierte Testsegment zu jedem Normalisierungszeitpunkt des extrahierten Lernmodells in dem Normalbereich enthalten ist, wenn das normalisierte Testsegment auf das extrahierte Lernmodell aufgetragen wird. Die Normalitätsgrad-Berechnungseinheit 106 gibt diese so berechnete Vorhandenseinswahrscheinlichkeit als den Normalitätsgrad des Testsegments aus, und der ausgegebene Normalitätsgrad wird in der Datenspeichereinheit 108 gespeichert.
-
Die Fehler-Bestimmungseinheit 107 bestimmt auf der Grundlage von Daten über den Normalitätsgrad, der von der Normalitätsgrad-Berechnungseinheit 106 berechnet wurde, ob oder ob nicht das Testsegment der Test-Zeitreihendaten fehlerhaft ist. Ein voreingestellter Schwellenwert wird zur Bestimmung davon genutzt, ob oder ob nicht das Testsegment fehlerhaft ist. So wird beispielsweise der Prozentsatz der fehlerhaften Daten, die in den Trainings-Zeitreihendaten enthalten sind oder von denen angenommen wird, dass sie enthalten sind, als der Schwellenwert definiert. Konkreter wird in einem Fall, in dem von allen Trainings-Zeitreihendaten angenommen wird, normal zu sein, der Schwellenwert auf 0 (%) gesetzt, und bestimmt, dass das Testsegment fehlerhaft ist, wenn das Testsegment einen Zeitpunkt aufweist, an dem der Normalitätsgrad des Testsegments 0 % beträgt. In ähnlicher Weise wird in einem Fall, in dem die Möglichkeit besteht, dass fast 5 % der Trainings-Zeitreihendaten fehlerhaft sind, der Schwellenwert auf 5 (%) gesetzt, und es wird bestimmt, dass das Testsegment fehlerhaft ist, wenn das Testsegment einen Zeitpunkt aufweist, an dem der Normalitätsgrad des Testsegments 5 % beträgt. Als weiteres Beispiel wird in einem Fall, in dem gewünscht wird, dass ein Fall, in dem das Testsegment keinen Zeitpunkt hat, zu dem der Normalitätsgrad besonders klein ist, aber der Normalitätsgrad des Testsegments insgesamt niedrig ist, bestimmt wird, fehlerhaft zu sein, der Schwellenwert auf 5 (%) gesetzt, und bestimmt, dass das Testsegment fehlerhaft ist, wenn der Durchschnitt des Normalitätsgrads des Testsegments weniger als 5 % beträgt. Die Fehler-Bestimmungseinheit 107 gibt das Bestimmungsergebnis an eine vorbestimmte Einrichtung, wie beispielsweise eine nicht dargestellte Anzeigeeinrichtung, aus. Die Daten über den Normalitätsgrad können auch zusammen mit dem Bestimmungsergebnis ausgegeben werden.
-
Obwohl in der obigen Erläuterung die Konfiguration erläutert wird, in der das Fehler-Erfassungssystem 100 die Datenspeichereinheit 108 enthält, ist das Fehler-Erfassungssystem nicht auf diese Konfiguration beschränkt. Eine oder mehrere nicht dargestellte Netzwerkspeichereinrichtungen, die in einem nicht dargestellten Kommunikationsnetz angeordnet sind, können anstelle der Datenspeichereinheit 108 die verschiedenen Datenstücke und die Mustersegmente (Lernmodell) speichern, und entweder die Normalitätsgrad-Berechnungseinheit 106 oder die Fehler-Bestimmungseinheit 107 können in einer solchen Weise konfiguriert sein, dass sie auf eine Netzwerkspeichereinrichtung zugreifen.
-
Als nächstes wird ein Beispiel für die Hardwarekonfiguration des Fehler-Erfassungssystems 100 durch Bezugnahme auf die 4A und 4B erläutert. Das Fehler-Erfassungssystem 100 umfasst beispielsweise einen Prozessor 401, einen mit dem Prozessor 401 verbundenen Arbeitsspeicher 402, eine I/F-Einrichtung 403 und einen Datenspeicher 404, wie in 4A gezeigt. Ein Beispiel des Datenspeichers 404 ist eine optionale Komponenteneinheit. Der Prozessor 401, die I/F-Einrichtung 403 und der Datenspeicher 404 sind über einen Bus miteinander verbunden. Die Trainings-Zeitreihendaten-Erwerbungseinheit 101A und die Test-Zeitreihendaten-Erwerbungseinheit 101B werden von der I/F-Einrichtung 403 implementiert. Ferner werden die Segmentsatz-Generierungseinheit 102, die Segmentsatz-Sortiereinheit 103, die Mustersegment-Generierungseinheit 104, die Mustersegment-Sortiereinheit 105, die Normalitätsgrad-Berechnungseinheit 106 und die Fehler-Bestimmungseinheit 107 durch den Prozessor 401 implementiert, der ein im Arbeitsspeicher 402 gespeichertes Programm liest und ausführt. Ferner ist die Datenspeichereinheit 108 durch den Datenspeicher 404 implementiert. Das Programm ist durch Software, Firmware oder eine Kombination von Software und Firmware implementiert. Als ein Beispiel für den Arbeitsspeicher 402 zählen zum Beispiel ein nichtflüchtiger oder flüchtiger Halbleiterspeicher, wie ein Speicher mit wahlfreiem Zugriff (RAM), ein Nur-Lese-Speicher (ROM), ein Flash-Speicher, ein löschbarer programmierbarer Nur-Lese-Speicher (EPROM) oder ein elektrischer EPROM (EEPROM), eine Magnetscheibe, eine flexible Scheibe, eine optische Scheibe, eine Compact Disk, eine Minidisk oder eine DVD.
-
Als weiteres Beispiel enthält das Fehler-Erfassungssystem 100 eine Verarbeitungsschaltung 406 anstelle des Prozessors 401 und des Arbeitsspeichers 402, wie in 4B gezeigt. In diesem Fall werden die Segmentsatz-Generierungseinheit 102, die Segmentsatz-Sortiereinheit 103, die Mustersegment-Generierungseinheit 104, die Mustersegment-Sortiereinheit 105, die Normalitätsgrad-Berechnungseinheit 106 und die Fehler-Bestimmungseinheit 107 von der Verarbeitungsschaltung 406 implementiert. Die Verarbeitungsschaltung 406 ist zum Beispiel eine Einzelschaltung, eine Verbundschaltung, ein programmierbarer Prozessor, ein parallelprogrammierbarer Prozessor, eine anwendungsspezifische integrierte Schaltung (ASIC), ein feldprogrammierbares Gate-Array (PFGA) oder eine Kombination aus diesen Schaltungen. Die Funktionen der Segmentsatz-Generierungseinheit 102, der Segmentsatz-Sortiereinheit 103, der Mustersegment-Generierungseinheit 104, der Mustersegment-Sortiereinheit 105, der Normalitätsgrad-Berechnungseinheit 106 und der Fehler-Bestimmungseinheit 107 können durch separate Verarbeitungsschaltungen implementiert werden, oder diese Funktionen können kollektiv durch eine einzige Verarbeitungsschaltung implementiert werden.
-
Die in der Datenspeichereinheit 108 gespeicherten Datenstücke werden im Datenspeicher 404 gespeichert. In einem Fall, in dem das Fehler-Erfassungssystem 100 über die I/F-Einrichtung 403 mit einer externen Einrichtung, beispielsweise einem nicht dargestellten Datenserver, verbunden ist, können die Datenstücke über die I/F-Einrichtung 403 an die externe Einrichtung übertragen werden, anstatt im Datenspeicher 404 gespeichert zu werden. In dem Fall, in dem das Fehler-Erfassungssystem 100 auf diese Weise mit der externen Einrichtung verbunden ist, muss das Fehler-Erfassungssystem 100 den Datenspeicher 404 nicht enthalten. Ein Ergebnis eines Zwischenprozesses aus den Prozessen, die von der Segmentsatz-Generierungseinheit 102, der Segmentsatz-Sortiereinheit 103, der Mustersegment-Generierungseinheit 104, der Mustersegment-Sortiereinheit 105, der Normalitätsgrad-Berechnungseinheit 106 und der Fehler-Bestimmungseinheit 107 durchgeführt werden, wird vorübergehend in dem Arbeitsspeicher 402 gespeichert, wobei das Ergebnis des Zwischenprozesses nicht in dem Datenspeicher 404 gespeichert wird. Das von der Fehler-Bestimmungseinheit 107 gelieferte Bestimmungsergebnis wird bei Bedarf über die I/F-Einrichtung 403 von einer nicht dargestellten Ausgabeeinrichtung, beispielsweise einer Anzeigeeinrichtung, ausgegeben.
-
<Funktionsweise>
-
Anschließend wird die Funktionsweise des Fehler-Erfassungssystems 100 unter Bezugnahme auf ein Ablaufdiagramm von 5 erläutert.
-
Zunächst erwirbt die Zeitreihendaten-Erwerbungseinheit 101 in Schritt ST501 die Zeitreihendaten entweder als Trainings-Zeitreihendaten oder als Test-Zeitreihendaten. In dem Fall des Erwerbens der Zeitreihendaten als Trainings-Zeitreihendaten, werden die Zeitreihendaten gesammelt während diese entweder den Einstell-Parameterdaten der Zieleinrichtung oder den Umgebungsdaten bezüglich der Zieleinrichtung zugeordnet werden. In dem Fall des Erwerbens der Zeitreihendaten als Test-Zeitreihendaten, können die Test-Zeitreihendaten gesammelt werden, während diese entweder den Einstell-Parameterdaten der Zieleinrichtung oder den Umgebungsdaten bezüglich der Zieleinrichtung zugeordnet werden.
-
In Schritt ST502 unterteilt die Segmentsatz-Generierungseinheit 102 die Trainings-Zeitreihendaten in mehrere Trainingssegmente, und generiert einen Segmentsatz, welcher ein Satz ist, der die mehreren Trainingssegment enthält.
-
In Schritt ST503 klassifiziert die Segmentsatz-Sortiereinheit 103 den generierten Segmentsatz in einen oder mehrere ähnliche Segmentsätze durch Gruppieren von Trainingssegmenten mit einer ähnlichen Tendenz in einen Satz. Die Bestimmung, ob die Trainingssegmente eine ähnliche Tendenz aufweisen, erfolgt zum Beispiel anhand der Einstell-Parameterdaten oder der Umgebungsdaten.
-
In Schritt ST504 normalisiert die Mustersegment-Generierungseinheit 104, für den einen oder die mehreren ähnlichen Segmentsätze, die Trainingssegmente, die in dem einen oder den mehreren ähnlichen Segmentsätzen enthalten sind, und generiert Mustersegmente (Lernmodell), bei denen es sich um Segmente handelt, die jeweils einen Normalbereich zeigen, der zum Zeitpunkt der Fehler-Erfassung verwendet wird, unter Verwendung verschiedener Datenstücke über die normalisierten Trainingssegmente.
-
In Schritt ST505 sortiert die Mustersegment-Sortiereinheit 105 die Mustersegmente (Lernmodell) unter Verwendung der verschiedenen Datenstücke. Da es sich bei Schritt ST505 um einen optionalen Schritt handelt, kann dieser ausgelassen werden.
-
In Schritt ST506 berechnet die Normalitätsgrad-Berechnungseinheit 106 den Normalitätsgrad eines Testsegments der in Schritt ST501 erworbenen Test-Zeitreihendaten unter Verwendung der Mustersegmente (Lernmodell), die von der Mustersegment-Generierungseinheit 104 generiert oder von der Mustersegment-Sortiereinheit 105 sortiert wurden. Zu diesem Zeitpunkt generiert die Normalitätsgrad-Berechnungseinheit 106 in Schritt ST502 das Testsegment der Test-Zeitreihendaten unter Verwendung des gleichen Verfahrens wie das, welches die Segmentsatz-Generierungseinheit 102 für die Segmentierung der Trainings-Zeitreihendaten genutzt hat. Die Normalitätsgrad-Berechnungseinheit 106 sucht auch nach einem ähnlichen Segmentsatz, der eine ähnliche Tendenz wie das Testsegment aufweist, unter Verwendung des gleichen Verfahrens wie das, welches die Segmentsatz-Sortiereinheit 103 für die Klassifizierung in Schritt ST503 genutzt hat. In Schritt ST504 normalisiert die Normalitätsgrad-Berechnungseinheit 106 ferner das Testsegment, auf das die Bestimmung, zu welchem ähnlichen Segmentsatz das Testsegment gehört, durchgeführt wird, unter Verwendung des gleichen Verfahrens wie das, welches die Mustersegment-Generierungseinheit 104 für die Normalisierung genutzt hat. Als Nächstes extrahiert die Normalitätsgrad-Berechnungseinheit 106 das Lernmodell, das aus ähnlichen Segmentsatz generiert wurde, zu dem das normalisierte Testsegment gehört. Dann berechnet die Normalitätsgrad-Berechnungseinheit 106 die Vorhandenseinswahrscheinlichkeit, welche die Wahrscheinlichkeit ist, dass das normalisierte Testsegment zu jedem Normalisierungszeitpunkt des extrahierten Lernmodells in dem Normalbereich enthalten ist, wenn das normalisierte Testsegment auf dem Lernmodell aufgetragen wird. Die Normalitätsgrad-Berechnungseinheit 106 gibt diese berechnete Vorhandenseinswahrscheinlichkeit als den Normalitätsgrad des Testsegments aus.
-
In Schritt ST507 bestimmt die Fehler-Bestimmungseinheit 107 unter Verwendung des Normalitätsgrades des Testsegments, ob oder ob nicht das Testsegment fehlerhaft ist.
-
Als nächstes wird eine vorteilhafte Wirkung des Fehler-Erfassungssystems 100 unter Bezugnahme auf die 6A und 6C erläutert. 6A ist eine Ansicht, die ein einzelnes Stück der Segmentdaten mit einer gestrichelten Linie zeigt, wobei die Segmentdaten zum Zeitpunkt eines Normalbetriebs entweder der Zieleinrichtung oder einer der Zieleinrichtung ähnlichen Einrichtung vorliegen. Ein Betrieb, bei dem in der Wellenform von 6A ein Anfangswert (erster Wert v1) während einer bestimmten Zeitdauer anhält, die Wellenform danach ansteigt, ein Wert (zweiter Wert v2) nach dem Anstieg während einer bestimmten Zeitdauer anhält, die Wellenform danach abfällt und die Wellenform zum Anfangswert (erster Wert v1) zurückkehrt, wird gezeigt.
-
6B ist eine Ansicht, die einen Betrieb gemäß Betriebsbeispiel 1 zeigt, der sich von dem Betriebsbeispiel zum Zeitpunkt des Normalbetriebs der Einrichtung, wie in 6A gezeigt, unterscheidet, wobei die Betriebsbeispiele zu dem gleichen ähnlichen Segmentsatz gehören. In 6B ist die Wellenform der Einrichtung, die Wellenform, die den Betrieb im Betriebsbeispiel 1 zeigt, durch eine durchgezogene Linie dargestellt, und die Wellenform zum Zeitpunkt des Normalbetriebs von 6A ist überlagert und durch eine gestrichelte Linie dargestellt. In der Kurvenform von 6B dauert der Anfangswert (erster Wert v1) eine bestimmte Zeitdauer an, danach steigt die Kurvenform an, und der Wert (zweiter Wert v2) nach dem Anstieg dauert eine bestimmte Zeitdauer an, aber der Wert nach dem Anstieg dauert nur eine kürzere Zeitdauer an als der zum Zeitpunkt des Normalbetriebs von 6A.
-
6C ist eine Ansicht, die einen Betrieb gemäß Betriebsbeispiel 2 zeigt, der sich von dem Betriebsbeispiel zum Zeitpunkt des Normalbetriebs der Einrichtung, wie in 6A gezeigt, unterscheidet, wobei die Betriebsbeispiele zu dem gleichen ähnlichen Segmentsatz gehören. In 6C ist die Wellenform der Einrichtung, die Wellenform, die den Betrieb im Betriebsbeispiel 2 zeigt, durch eine durchgezogene Linie dargestellt, und die Wellenform zum Zeitpunkt des Normalbetriebs von 6A ist überlagert und durch eine gestrichelte Linie dargestellt. In der Kurvenform von 6C dauert der Anfangswert (erster Wert v1) eine bestimmte Zeitdauer an, danach steigt die Kurvenform an, und der Wert nach dem Anstieg dauert eine bestimmte Zeitdauer an, aber der Wert nach dem Anstieg ist um eins (dritter Wert v3) kleiner als der zu dem Zeitpunkt des Normalbetriebs von 6A.
-
Jedes der in den 6B und 6C gezeigten Beispiele ist eines, bei dem ein ähnlicher Abweichungsgrad in Bezug auf die Spezifikationen der Zieleinrichtung auftritt. Daher ist es wünschenswert, dass die endgültige Bestimmung, ob ein Fehler aufgetreten ist, in beiden Fällen der 6B und 6C gleich ist. Genauer gesagt ist es wünschenswert, dass, solange bewertet wird, dass der Betrieb im Betriebsbeispiel 1 von 6B in einen zulässigen Bereich fällt, bewertet wird, dass der Betrieb im Betriebsbeispiel 2 von 6C ebenfalls in den zulässigen Bereich fällt. Genauer gesagt ist es wünschenswert, dass, solange bewertet wird, dass der Betrieb im Betriebsbeispiel 1 von 6B fehlerhaft ist, bewertet, dass der Betrieb im Betriebsbeispiel 2 von 6C ebenfalls fehlerhaft ist.
-
Wenn jedoch eine herkömmliche Technologie der feinen Unterteilung eines Segments, wie in 6A gezeigt, in Teile unter Verwendung eines Schiebefensters und der Durchführung einer Fehlerbestimmung auf der Grundlage von Abständen, wie beispielsweise euklidischen Abständen, verwendet wird, tritt ein Fall auf, in dem sich das Ergebnis der endgültigen Bestimmung, ob ein Fehler aufgetreten ist, zwischen den Fällen der 6B und 6C unterscheidet. Bei der herkömmlichen Technik wird der Abstand zwischen einem Datenwert zu einem bestimmten Zeitpunkt und einem Datenwert zum fraglichen Zeitpunkt bewertet und die Bestimmung, ob ein Fehler aufgetreten ist, durchgeführt. Daher wird, wie im Beispiel von 6C, die Differenz zwischen dem Wert (v2) nach dem Anstieg zum Zeitpunkt des Normalbetriebs und dem Wert (v3) nach dem Anstieg im Betriebsbeispiel 2 als der Abstand berechnet. Ähnlich wie im Beispiel von 6B wird in einem Fall, in dem der Zeitpunkt des Datenerwerbs mit dem Schiebefenster in einem Abschnitt (von einer gestrichelten Linie eingeschlossener Abschnitt) liegt, in dem es eine Verschiebung zwischen der Wellenform zum Zeitpunkt des Normalbetriebs und der Wellenform im Betriebsbeispiel 1 gibt, die Differenz zwischen dem Wert (v2) nach dem Anstieg zum Zeitpunkt des Normalbetriebs und dem Wert (erster Wert v1) nach dem Abfall im Betriebsbeispiel 1 als der Abstand berechnet. Nach der herkömmlichen Technik ist der nach dem Beispiel von 6B berechnete Abstand daher größer als der nach dem Beispiel von 6C berechnete Abstand. Daher wird nach der herkömmlichen Technologie bestimmt, da das Beispiel in 6C in den zulässigen Bereich fällt, das Beispiel nicht fehlerhaft ist, während bestimmt wird, da das Beispiel von 6B nicht in den zulässigen Bereich fällt, das Beispiel fehlerhaft ist.
-
Im Gegensatz zu einer solchen herkömmlichen Technologie wie oben werden gemäß den Ausführungsformen der vorliegenden Offenbarung Daten über eine Wellenform mit einer längeren Zeitdauer als bei herkömmlichen Technologien als ein Ganzes behandelt, indem ein Betriebszustand, der sowohl einen Anstieg als auch einen Abfall der Wellenform enthält, als ein Segment betrachtet wird. Daher kann unter Berücksichtigung nicht nur einer Verschiebung in Wertrichtung, sondern auch einer Verschiebung in einer Zeitrichtung ein Mustersegment (Lernmodell) generiert werden. Da ein Testsegment unter Verwendung eines solchen Mustersegments vorgesehen ist, kann nicht nur eine Verschiebung in der Wertrichtung, die das Testsegment aufweist, sondern auch eine Verschiebung in der Zeitrichtung, die das Testsegment aufweist, mit einer Marge in Zeitrichtung bewertet werden. Daher ist es gemäß den Ausführungsformen der vorliegenden Offenbarung möglich, die Fehlererfassung mit einem höheren Grad an Genauigkeit als bei herkömmlichen Technologien durchzuführen.
-
<Zusätzliche Anmerkungen>
-
Einige Aspekte der oben erläuterten Ausführungsformen werden im Folgenden zusammengefasst.
-
<Zusätzliche Anmerkung 1>
-
Eine Lerneinrichtung (10A) von zusätzlicher Anmerkung 1 weist auf: eine Trainings-Zeitreihendaten-Erwerbungseinheit (101A), um sowohl Trainings-Zeitreihendaten, die von einem Sensor erworben werden, der an einer Zieleinrichtung angebracht ist, die einer Überwachungs-Zieleinrichtung gleich oder ähnlich ist oder in der Nähe der Zieleinrichtung angeordnet ist, als auch entweder Einstell-Parameterdaten der Zieleinrichtung oder Umgebungsdaten bezüglich der Zieleinrichtung zu sammeln, während die Trainings-Zeitreihendaten den Einstell-Parameterdaten oder den Umgebungsdaten zugeordnet werden; eine Segmentsatz-Generierungseinheit (102), um die Trainings-Zeitreihendaten in Trainingssegmente zu unterteilen, welche Stücke von partiellen Zeitreihendaten sind, die einen Betriebszustand zeigen, der sowohl einen Anstieg von einem ersten Wert auf einen zweiten Wert als auch einen Abfall von dem zweiten Wert auf den ersten Wert in einer durch die Trainings-Zeitreihendaten dargestellten Wellenform enthält, um einen Segmentsatz zu generieren, der die Trainingssegmente enthält; eine Segmentsatz-Sortiereinheit (103), um die in dem generierten Segmentsatz enthaltenen Trainingssegmente in zumindest einen ähnlichen Segmentsatz durch Gruppieren ähnlicher Trainingssegmente unter Verwendung entweder der Einstell-Parameterdaten oder der Umgebungsdaten; und eine Mustersegment-Generierungseinheit (104), um ein Mustersegment, das einen Normalbereich des Betriebs der Zieleinrichtung zeigt, aus den Trainingssegmenten, die in dem zumindest einen ähnlichen Segmentsatz enthalten sind, zu klassifizieren.
-
<Zusätzliche Anmerkung 2>
-
Eine Lerneinrichtung der Zusätzlichen Anmerkung 2 ist diejenige der Zusätzlichen Anmerkung 1, wobei der zumindest eine ähnliche Segmentsatz zwei oder mehr ähnliche Segmentsätze umfasst, die Mustersegment-Generierungseinheit (104) ein Mustersegment für jeden der zwei oder mehr ähnlichen Segmentsätzen generiert, und die Lerneinrichtung ferner eine Mustersegment-Sortiereinheit (105) umfasst, um die generierten Mustersegmente zu sortieren.
-
<Zusätzliche Anmerkung 3>
-
Eine Fehler-Erfassungseinrichtung (10B) von Zusätzlicher Anmerkung 3 erfasst, ob oder ob nicht eine Überwachungszieleinrichtung, welche ein zu überwachendes Ziel ist, fehlerhaft ist, wobei die Fehler-Erfassungseinrichtung aufweist: eine Test-Zeitreihendaten-Erwerbungseinheit (101B), um Test-Zeitreihendaten, die von einem Sensor erworben werden, der an der Überwachungszieleinrichtung angebracht ist oder in der Nähe der Überwachungszieleinrichtung angeordnet ist, zu sammeln; eine Normalitätsgrad-Berechnungseinheit (106), um ein Testsegment aus den Test-Zeitreihendaten zu generieren, wobei das Testsegment partielle Zeitreihendaten sind, die einen Betriebszustand zeigen, der sowohl einen Anstieg von einem ersten Wert auf einen zweiten Wert als auch einen Abfall von dem zweiten Wert auf den ersten Wert in einer durch die Test-Zeitreihendaten dargestellten Wellenform enthält, um sich auf ein zugehöriges Mustersegment aus dem einen oder den mehreren Mustersegmenten zu beziehen, die von der Lerneinrichtung gemäß Zusätzlicher Anmerkung 1 oder 2 generiert werden, und um einen Normalitätsgrad zu berechnen, der den Grad anzeigt, in dem das generierte Testsegment in dem Normalbereich des Mustersegments enthalten ist, auf das sich bezogen wird; eine Fehler-Bestimmungseinheit (107), um auf der Grundlage des berechneten Normalitätsgrads zu bestimmen, ob oder ob nicht die Überwachungszieleinrichtung fehlerhaft ist.
-
<Zusätzliche Anmerkung 4>
-
Die Fehler-Erfassungseinrichtung der Zusätzlichen Anmerkung 4 ist diejenige der Zusätzlichen Anmerkung 3, wobei die Test-Zeitreihendaten-Erwerbungseinheit die Test-Zeitreihendaten sammelt, während die Test-Zeitreihendaten entweder mit Einstell-Parameterdaten der Überwachungszieleinrichtung oder mit Umgebungsdaten bezüglich der Überwachungszieleinrichtung zugeordnet werden, und das zugehörige Mustersegment aus dem Trainingssegment generiert wird, das entweder den gleichen Einstell-Parameterdaten wie denjenigen, die den Test-Zeitreihendaten zugeordnet sind, oder den gleichen Umgebungsdaten wie denjenigen, die den Test-Zeitreihendaten zugeordnet sind, zugeordnet werden.
-
<Zusätzliche Anmerkung 5>
-
Ein Fehler-Erfassungsverfahren gemäß der Zusätzlichen Anmerkung 5 umfasst die folgenden Schritte des:
- Sammelns sowohl von Trainings-Zeitreihendaten, die von einem Sensor erworben werden, der an einer Zieleinrichtung angebracht ist, die einer Überwachungszieleinrichtung gleich oder ähnlich ist oder in der Nähe der Zieleinrichtung angeordnet ist, als auch von entweder Einstell-Parameterdaten der Zieleinrichtung oder Umgebungsdaten bezüglich der Zieleinrichtung, während die Trainings-Zeitreihendaten den Einstell-Parameterdaten oder den Umgebungsdaten zugeordnet werden (ST501);
- Unterteilen der Trainings-Zeitreihendaten in Trainingssegmente, welche Stücke von partiellen Zeitreihendaten sind, die einen Betriebszustand zeigen, der sowohl einen Anstieg von einem ersten Wert auf einen zweiten Wert als auch einen Abfall von dem zweiten Wert auf den ersten Wert in einer durch die Trainings-Zeitreihendaten dargestellten Wellenform enthält, um einen Segmentsatz zu generieren, der die Trainingssegmente enthält (ST502);
- Klassifizieren der in dem generierten Segmentsatz enthaltenen Trainingssegmente in zumindest einen ähnlichen Segmentsatz durch Gruppieren ähnlicher Trainingssegmente unter Verwendung entweder der Einstell-Parameterdaten oder der Umgebungsdaten (ST503);
- Generieren eines Mustersegments, das einen Normalbereich des Betriebs der Zieleinrichtung zeigt, aus den Trainingssegmenten, die in dem zumindest einen ähnlichen Segmentsatz enthalten sind (ST504);
- Sammeln von Test-Zeitreihendaten, die von einem Sensor erworben werden, der an der Überwachungszieleinrichtung angebracht ist oder in der Nähe der Überwachungszieleinrichtung angeordnet ist;
- Generieren eines Testsegments aus den Test-Zeitreihendaten, wobei das Testsegment partielle Zeitreihendaten sind, die den Betriebszustand zeigen, und Berechnen eines Normalitätsgrades des Testsegments durch Bezugnehmen auf das erzeugte Mustersegment (ST506); und
- Bestimmen, ob oder ob nicht die Überwachungszieleinrichtung fehlerhaft ist, auf der Grundlage des berechneten Normalitätsgrads (ST507).
-
Ausführungsformen können kombiniert werden und alle Ausführungsformen können modifiziert oder nach Bedarf weggelassen werden.
-
GEWERBLICHE ANWENDBARKEIT
-
Als eine Verwendung der Lerneinrichtung 10A der vorliegenden Offenbarung, der Fehler-Erfassungseinrichtung 10B der vorliegenden Offenbarung oder des Fehler-Erfassungssystems 100 der vorliegenden Offenbarung gibt es eine Verwendung für eine Einrichtung, wie beispielsweise eine Fertigungseinrichtung, die wiederholt den gleichen Betrieb durchführt. Eine Fertigungseinrichtung, die wiederholt ein gleiches Produkt erzeugt, wiederholt diesen gleichen Betrieb häufig, sofern die Einstellwerte gleich sind. Es wird beurteilt, dass die Möglichkeit besteht, dass ein Fehler aufgetreten ist, falls unter den sich wiederholenden Betrieben, welche die Fertigungseinrichtung mehrfach durchgeführt hat, ein sich unterscheidender Betrieb ist. Wenn ein sich unterscheidender Betrieb durchgeführt wird, kann sich in den Daten eines in der Einrichtung montierten Sensors eine Tendenz zeigen, die sich von der Tendenz zu anderen Zeiten des Normalbetriebs unterscheidet. Es ist möglich, einen Betrieb zu erfassen, bei dem die Möglichkeit besteht, dass ein Fehler aufgetreten ist, indem die sich unterscheidende Tendenz erfasst wird. Da ein fehlerhafter Betrieb zu Produktfehlern führen kann, ist es möglich, durch Durchführung von Wartung der Einrichtung, welche einen fehlerhaften Betrieb durchgeführt hat, zu einer Verbesserung der Ausbeute an Produkten beizutragen.
-
Als eine Verwendung der Lerneinrichtung 10A der vorliegenden Offenbarung, der Fehler-Erfassungseinrichtung 10B der vorliegenden Offenbarung oder des Fehler-Erfassungssystems 100 der vorliegenden Offenbarung gibt es eine Verwendung für eine Einrichtung oder Ausrüstung, wie eine Energieerzeugungsanlage, welche einen ähnlichen Betrieb mehrere Male durchführt oder den gleichen Betrieb fortsetzt. Zum Beispiel folgt ein bestimmter Betrieb der Einrichtung, wie ein Startbetrieb, ein Stoppbetrieb oder ein Ausgabeänderungsbetrieb, dem gleichen Ablauf und Sensordaten weisen in vielen Fällen eine ähnliche Tendenz auf, solange die Einstellwerte der Einrichtung gleich sind oder die äußere Umgebung gleich ist. Daher wird beurteilt, dass die Möglichkeit besteht, dass ein Fehler aufgetreten ist, falls ein sich unterscheidender Betrieb zwischen mehreren Zeiten von Betrieben aufgetreten ist, bei denen die Einstellwerte der Einrichtung gleich sind oder die äußere Umgebung gleich ist. Ferner gibt es zum Zeitpunkt eines eingeschwungenen beziehungsweise stabilen Betriebs viele Fälle, bei denen die Sensordaten während eines Zeitraums, wenn der stabile Betrieb durchgeführt wird, immer eine ähnliche Tendenz zeigen, so lange die Einstellwerte der Einrichtung gleich sind oder die äußere Umgebung gleich ist. Daher wird beurteilt, dass eine Möglichkeit besteht, dass ein Fehler aufgetreten ist, falls der Zeitraum eine Zeit oder ein Zeitintervall enthält, in dem ein sich unterscheidender Betrieb durchgeführt wird. Wenn ein sich unterscheidender Betrieb durchgeführt wird, kann in den Sensordaten eines an der Einrichtung angebrachten Sensors eine Tendenz auftreten, welche sich von derjenigen zu anderen Zeiten des Normalbetriebs unterscheidet. Es ist möglich, einen Betrieb zu erfassen, bei dem die Möglichkeit besteht, dass ein Fehler aufgetreten ist, indem die sich unterscheidende Tendenz erfasst wird. Da ein fehlerhafter Betrieb zu einem unerwarteten Betrieb führen kann, ist es möglich, einen unerwarteten Betrieb durch Durchführen von Wartung der Einrichtung zu vermeiden, welch einen fehlerhaften Betrieb durchgeführt hat.
-
Bezugszeichenliste
-
- 10A
- Lerneinrichtung,
- 10B
- Fehler-Erfassungseinrichtung,
- 100
- Fehler-Erfassungssystem,
- 101A
- Trainings-Zeitreihendaten-Erwerbungseinheit,
- 101B
- Test-Zeitreihendaten-Erwerbungseinheit,
- 102
- Segmentsatz-Generierungseinheit,
- 103
- Segmentsatz-Sortiereinheit,
- 104
- Mustersegment-Generierungseinheit,
- 105
- Mustersegment-Sortiereinheit,
- 106
- Normalitätsgrad-Berechnungseinheit,
- 107
- Fehler-Bestimmungseinheit,
- 108
- Datenspeichereinheit,
- 401
- Prozessor,
- 402
- Arbeitsspeicher,
- 403
- I/F-Einrichtung,
- 404
- Datenspeicher, und
- 406
- Verarbeitungsschaltung.
-
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
-
