JP2008167296A - 機器監視方法および機器監視システム - Google Patents
機器監視方法および機器監視システム Download PDFInfo
- Publication number
- JP2008167296A JP2008167296A JP2006356177A JP2006356177A JP2008167296A JP 2008167296 A JP2008167296 A JP 2008167296A JP 2006356177 A JP2006356177 A JP 2006356177A JP 2006356177 A JP2006356177 A JP 2006356177A JP 2008167296 A JP2008167296 A JP 2008167296A
- Authority
- JP
- Japan
- Prior art keywords
- average
- sensor
- standard deviation
- sample
- value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04Q—SELECTING
- H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Selective Calling Equipment (AREA)
Abstract
【解決手段】本発明の一態様としての機器監視方法は、各々センサをもつ複数の機器を監視する機器監視方法であって、前記複数の機器から2つ以上のサンプル機器を選択する選択ステップと、各前記サンプル機器のセンサにより検出されたセンサ値の時系列データを用いて、各前記サンプル機器の各々について前記センサ値の平均と標準偏差とを計算する第1計算ステップと、前記センサ値の平均の信頼区間と、前記標準偏差の平均とを計算する第2計算ステップと、前記複数の機器のうち任意の機器のセンサにより検出されたセンサ値の時系列データから前記センサ値の平均を計算し、計算した平均と、前記センサ値の平均の信頼区間と、前記標準偏差の平均とから、前記任意の機器のセンサの正常範囲を算出する正常範囲算出ステップと、を備える。
【選択図】図1
Description
各々センサをもつ複数の機器を監視する機器監視方法であって、
前記複数の機器から2つ以上のサンプル機器を選択する選択ステップと、
各前記サンプル機器のセンサにより検出されたセンサ値の時系列データを用いて、各前記サンプル機器の各々について前記センサ値の平均と標準偏差とを計算する第1計算ステップと、
前記センサ値の平均の信頼区間と、前記標準偏差の平均とを計算する第2計算ステップと、
前記複数の機器のうち任意の機器のセンサにより検出されたセンサ値の時系列データから前記センサ値の平均を計算し、計算した平均と、前記センサ値の平均の信頼区間と、前記標準偏差の平均とから、前記任意の機器のセンサの正常範囲を算出する正常範囲算出ステップと、
を備える。
各々センサをもつ複数の機器を監視する機器監視方法であって、
前記複数の機器から2つ以上のサンプル機器を選択する選択ステップと、
各前記サンプル機器のセンサから検出されるセンサ値の時系列データを用いて、各前記サンプル機器のそれぞれにおけるセンサ値の平均を各前記サンプル機器間で平均したサンプル平均と、各前記サンプル機器のそれぞれにおけるセンサ値の平均の各前記サンプル機器間での標準偏差であるサンプル標準偏差と、各前記サンプル機器のそれぞれにおけるセンサ値の標準偏差を各前記サンプル機器間で平均した標準偏差平均とを計算する第3計算ステップと、
前記複数の機器のうち任意の機器のセンサから検出された前記センサ値の個数および平均と、前記第3計算ステップで計算された前記サンプル平均、前記サンプル標準偏差、前記標準偏差平均とから、前記任意の機器のセンサ値の平均の分布を表す正規分布の中央値、または前記中央値に対し閾値範囲内の値を求め、前記中央値または前記閾値範囲内の値と、前記標準偏差平均とから、前記任意の機器のセンサの正常範囲を求める正常範囲算出ステップと、
を備える。
各々センサをもつ複数の機器を監視する機器監視システムであって、
前記複数の機器から2つ以上のサンプル機器を選択する選択手段と、
各前記サンプル機器のセンサにより検出されたセンサ値の時系列データを用いて、各前記サンプル機器の各々について前記センサ値の平均と標準偏差とを計算する第1計算手段と、
前記センサ値の平均の信頼区間と、前記標準偏差の平均とを計算する第2計算手段と、
前記複数の機器のうち任意の機器のセンサにより検出されたセンサ値の時系列データから前記センサ値の平均を計算し、計算した平均と、前記センサ値の平均の信頼区間と、前記標準偏差の平均とから、前記任意の機器のセンサの正常範囲を算出する正常範囲算出手段と、
を備える。
各々センサをもつ複数の機器を監視する機器監視システムであって、
前記複数の機器から2つ以上のサンプル機器を選択する選択手段と、
各前記サンプル機器のセンサから検出されるセンサ値の時系列データを用いて、各前記サンプル機器のそれぞれにおけるセンサ値の平均を各前記サンプル機器間で平均したサンプル平均と、各前記サンプル機器のそれぞれにおけるセンサ値の平均の各前記サンプル機器間での標準偏差であるサンプル標準偏差と、各前記サンプル機器のそれぞれにおけるセンサ値の標準偏差を各前記サンプル機器間で平均した標準偏差平均とを計算する第3計算手段と、
前記複数の機器のうち任意の機器のセンサから検出された前記センサ値の個数および平均と、前記第3計算ステップで計算された前記サンプル平均、前記サンプル標準偏差、前記標準偏差平均とから、前記任意の機器のセンサ値の平均の分布を表す正規分布の中央値、または前記中央値に対し閾値範囲内の値を求め、前記中央値または前記閾値範囲内の値と、前記標準偏差平均とから、前記任意の機器のセンサの正常範囲を求める正常範囲算出手段と、
を備える。
図1は監視システム全体の構成を示す。複数の同一機種のローカル機器1が監視対象である。ローカル機器1の具体例は、エレベータやコピー機などである。図2に示すように各ローカル機器1は、S1〜Snまでのn個のセンサを持ち、センサ値を監視するプログラム102が動作する。エレベータのセンサの例はドアの開閉速度などであり、コピー機のセンサの例はドラムの回転速度などである。監視プログラムは、センサ値の適正区間(正常範囲)の上限と下限を保持しており、センサ値がこの区間に入っているか否かを判定する。監視プログラムはセンサ値が適正区間から外れた際は異常という結果をセンタ装置100に通知する。センタ装置100ではローカル機器1からの異常通知を受け、その後の対応、例えば点検員の派遣といった対応をとる。本実施の形態では、センサS1の異常を発見するための上限および下限(以降、監視モデルと呼ぶ)の生成方法について記す。なお、上限と下限は、センサの値が正規分布にしたがってばらつくと考え、その平均と分散から決めることが多い。本実施の形態では、センサS1の分散(あるいは標準偏差)は一定であると仮定し、平均が機器ごとにばらつく場合について述べる。なお、分散あるいは標準偏差はばらつきを表す指標の一例である。
本実施の形態では、第1の実施の形態と同様に図1の監視システムにおいて、ランダムに選択した機器(サンプル機器)のセンサS1の履歴データと、監視対象となるローカル機器で収集されたデータとから、ローカル機器の監視モデルを生成する手法について述べていく。
監視モデルの生成に際して、第2の実施の形態と同様に処理を行っていき、ローカル機器で得られたセンサS1のデータが図11に示すようであったとする。ここで、第2の実施の形態と同様に1時刻目のセンサデータ1.2を用いて監視モデルの平均lm(式(1)内の左側の項)を計算すると、2.46となる。監視モデルの標準偏差smを0.6とし、±2smを正常範囲とするとセンサデータの正常範囲は[1.26, 3.66]となるので、図11の1時刻目のデータは正常範囲に含まれず異常だと判定される。したがってこのセンサデータは監視モデルの生成には利用しない。続いて2時刻目のデータ1.3を利用して監視モデルの平均lm(式(1)内の左側の項)を計算すると2.52となり、同様にsm=0.6とするとセンサデータの正常範囲は[1.32, 3.72]となる。したがって、2時刻目のセンサデータも正常範囲に含まれず異常と判定される。したがってこのセンサデータも監視モデルの生成には利用しない。3時刻目以降も同様に処理をすると、各時刻のセンサデータは正常と判定されるため、図11に示される3時刻目以降のセンサデータは監視モデルの生成に利用される。図12に本実施の形態による監視モデルの平均lmの推移を示す。このように正常範囲に含まれないセンサデータを監視モデルの生成に用いないようにすることで、生成される監視モデルに異常値が反映されるのを防ぐ。なお、第2の実施の形態と同様に、図11に示す個々の時刻のセンサデータを用いる代わりに、センサデータの移動平均、または、所定時刻間隔でサンプリングにより取得したセンサデータを用いてもよい。または移動平均とサンプリングとの組み合わせを用いてもよい。
第1の実施の形態、あるいは第2、第3の実施の形態において、ローカル機器でユーザが指定した個数のセンサS1データが収集されたとき、または、ユーザが指定した所定の期間が経過したとき、センサS1データの平均および標準偏差を計算して、ローカル機器(サンプル機器とサンプル機器でないローカル機器との両方を含む)からセンタ装置に送付する。センタ装置はローカル機器から送られてきた平均および標準偏差を用いて第一の実施の形態における信頼区間[a, b]、標準偏差の平均sm、あるいは、第2、第3の実施の形態における平均の平均mm、平均の標準偏差ms、標準偏差の平均smを計算し直す。これらの再計算された値を用いてそれぞれの実施の形態を実施する。これによって多数の監視対象機器(ローカル機器)の振る舞いを反映させた監視モデルを生成することが可能となる。
本実施の形態の処理フローを図7と図14を用いて説明する。図14(A)に示すように、センタ装置100の計算部101は、ローカル機器から平均および標準偏差を取得し(S71)、取得した平均および標準偏差を用いて第1、2,3の実施の形態で計算した統計量(平均の平均mm、平均の標準偏差ms、信頼区間[a,b]、標準偏差の平均ms)を計算しなおし(S72)、計算結果を各ローカル機器(監視対象機器)に送付する(S73)。一方、図14(B)に示すように、ローカル機器はセンサからセンサデータを収集し(S81)、収集したセンサデータの個数が閾値以上になったかまたは所定の期間が経過したかどうかを判断し(S82)、これらのうちいずれかが成立した場合は(S82のYES)、平均と標準偏差とを計算してセンタ装置100に送付する(S83)。この後、センタ装置100が計算した統計量(平均の平均mm、平均の標準偏差ms、信頼区間[a,b]、標準偏差の平均ms)を再取得し(S84)、第1、2,3の実施の形態に説明したように監視モデルを生成する(S85)。
第1〜4の実施の形態において、各ローカル機器のセンサS1データから平均値を計算した際、または各ローカル機器からセンサS1データの平均を収集した際に、センタ装置は、各ローカル機器から得られた平均値のクラスタリングを行う。例えば、図15に示すように8個のローカル機器ID1〜ID8から平均値V1〜V8が得られた場合、クラスタリングによって、クラスタA、Bが生成される。クラスタリングは例えば凝集法やk−means法を用いればよい。クラスタAには、平均値V1、V2、V5、V6をもつローカル機器ID1、ID2、ID5、ID6が、クラスタBには平均値V3、V4、V7、V8をもつ機器ID3、ID4、ID7、ID8が分類される。ここで、クラスタAに分けられた機器とクラスタBに分けられた機器とを区別する特徴がないか調べる。図16に示す表は、例えばエレベータの場合の各機器ID〜ID8の個体情報である。この表で、クラスタ属性をクラスとし、設置年、タイプ、場所を属性として用いて、1つ以上の属性からクラスを予測する決定木(分類規則)を生成する。図17 に生成された決定木が示され、設置年によって個体をクラスA, Bへと分類している。この決定木を用いて全てのローカル機器の分類を行いクラスA,Bへと分ける。以降、クラスA, Bごとに別の監視モデルを生成していく。
11:監視モデル管理部
100:センタ装置
101:計算部
102:監視プログラム
Claims (22)
- 各々センサをもつ複数の機器を監視する機器監視方法であって、
前記複数の機器から2つ以上のサンプル機器を選択する選択ステップと、
各前記サンプル機器のセンサにより検出されたセンサ値の時系列データを用いて、各前記サンプル機器の各々について前記センサ値の平均と標準偏差とを計算する第1計算ステップと、
前記センサ値の平均の信頼区間と、前記標準偏差の平均とを計算する第2計算ステップと、
前記複数の機器のうち任意の機器のセンサにより検出されたセンサ値の時系列データから前記センサ値の平均を計算し、計算した平均と、前記センサ値の平均の信頼区間と、前記標準偏差の平均とから、前記任意の機器のセンサの正常範囲を算出する正常範囲算出ステップと、
を備えた機器監視方法。 - 前記正常範囲算出ステップでは、
前記計算した平均値が前記信頼区間に含まれるときは、前記計算した平均値と、前記標準偏差の平均とから前記センサの正常範囲を求め、
前記計算した平均値が前記信頼区間に含まれないときは、前記計算した平均値に最も近い前記信頼区間内の値と前記標準偏差の平均とから前記センサの正常範囲を求める、
ことを特徴とする請求項1に記載の機器監視方法。 - 前記計算した平均値または前記計算した平均値に最も近い前記信頼区間内の値に対し、±(所定係数×前記標準偏差)の範囲を前記正常範囲として求めることを特徴とする請求項2に記載の機器監視方法。
- 前記第1計算ステップは、前記任意の機器においてあらかじめ指定された個数のセンサ値が収集されたとき、または、あらかじめ指定された所定の期間が経過したとき、前記任意の機器のセンサにより検出されたセンサ値の時系列データからセンサ値の平均と標準偏差を計算し、
前記第2計算ステップは、前記任意の機器から計算された前記センサ値の平均と前記標準偏差とを用いて、前記センサ値の平均の信頼区間と、前記標準偏差の平均とを更新することを特徴とする請求項1に記載の機器監視方法。 - 前記サンプル機器ごとに前記センサ値の時系列データから所望の統計量を計算する統計量計算ステップと、
各前記サンプル機器から計算した統計量により各前記サンプル機器をクラスタリングして複数のグループに分割するクラスタリングステップと、
各前記サンプル機器のそれぞれが有する複数の属性値と、各前記サンプル機器が属するグループを用いて、1つ以上の属性値からグループを推測する推論規則を生成する規則生成ステップと、
前記任意の機器が属するグループを前記推論規則から推測する推測ステップと、をさらに備え、
前記第2計算ステップでは、前記グループごとに、前記センサ値の平均の信頼区間と、前記標準偏差の平均とを計算し、
前記正常範囲算出ステップでは、前記任意の機器のセンサから検出された前記センサ値の時系列データと、前記任意の機器が属するグループから計算された前記センサ値の平均の信頼区間および前記標準偏差の平均とから、前記任意の機器のセンサの正常範囲を算出する、
ことを特徴とする請求項1ないし4のいずれか一項に記載の機器監視方法。 - 各々センサをもつ複数の機器を監視する機器監視方法であって、
前記複数の機器から2つ以上のサンプル機器を選択する選択ステップと、
各前記サンプル機器のセンサから検出されるセンサ値の時系列データを用いて、各前記サンプル機器のそれぞれにおけるセンサ値の平均を各前記サンプル機器間で平均したサンプル平均と、各前記サンプル機器のそれぞれにおけるセンサ値の平均の各前記サンプル機器間での標準偏差であるサンプル標準偏差と、各前記サンプル機器のそれぞれにおけるセンサ値の標準偏差を各前記サンプル機器間で平均した標準偏差平均とを計算する第3計算ステップと、
前記複数の機器のうち任意の機器のセンサから検出された前記センサ値の個数および平均と、前記第3計算ステップで計算された前記サンプル平均、前記サンプル標準偏差、前記標準偏差平均とから、前記任意の機器のセンサ値の平均の分布を表す正規分布の中央値、または前記中央値に対し閾値範囲内の値を求め、前記中央値または前記閾値範囲内の値と、前記標準偏差平均とから、前記任意の機器のセンサの正常範囲を求める正常範囲算出ステップと、
を備えた機器監視方法。 - 前記第3計算ステップは、
各前記サンプル機器のそれぞれにおけるセンサ値の平均と、各前記サンプル機器のそれぞれにおけるセンサ値の標準偏差とを計算する第1ステップと、
各前記サンプル機器のそれぞれから計算された前記センサ値の平均および前記センサ値の標準偏差から、前記サンプル平均、前記サンプル標準偏差、および前記標準偏差平均を計算する第2ステップと、
を含むことを特徴とする請求項6に記載の機器監視方法。 - 前記中央値または前記閾値範囲内の値に対し、±(所定係数×前記標準偏差平均)の範囲を前記正常範囲として求めることを特徴とする請求項6または7に記載の機器監視方法。
- 前記正常範囲算出ステップにおいて、前記任意の機器のセンサからセンサ値が所定数検出されるごとに前記任意の機器のセンサの正常範囲を算出し、前記正常範囲の算出に用いたセンサ値のうち前記正常範囲に含まれないセンサ値を検出し、検出したセンサ値を次回以降の正常範囲の算出に用いないことを特徴とする請求項6ないし8のいずれか一項に記載の機器監視方法。
- 前記第3計算ステップにおける前記第1ステップは、前記任意の機器においてあらかじめ指定された個数のセンサ値が収集されたとき、または、あらかじめ指定された所定の期間が経過したとき、前記任意の機器のセンサにより検出されたセンサ値の時系列データから前記センサ値の平均および標準偏差を計算し、
前記第3計算ステップにおける前記第2ステップは、前記任意の機器から計算された前記センサ値の平均および標準偏差を用いて、前記サンプル平均と、前記サンプル標準偏差と、前記標準偏差平均を更新することを特徴とする請求項7に記載の機器監視方法。 - 前記サンプル機器ごとに前記センサ値の時系列データから所望の統計量を計算する統計量計算ステップと、
各前記サンプル機器から計算した統計量により各前記サンプル機器をクラスタリングして複数のグループに分割するクラスタリングステップと、
各前記サンプル機器のそれぞれがもつ複数の属性値と、各前記サンプル機器が属するグループを用いて、1つ以上の属性値からグループを推測する推論規則を生成する規則生成ステップと、
前記任意の機器が属するグループを前記推論規則から推測する推測ステップと、をさらに備え、
前記第3計算ステップでは、前記グループごとに、前記サンプル平均と、前記サンプル標準偏差と、前記標準偏差平均とを計算し、
前記正常範囲算出ステップでは、前記任意の機器のセンサから検出された前記センサ値の個数および平均と、前記任意の機器が属するグループから計算された前記サンプル平均、前記サンプル標準偏差、前記標準偏差平均とから、前記中央値または前記所定範囲内の値を求めることを特徴とする請求項6ないし10のいずれか一項に記載の機器監視方法。 - 各々センサをもつ複数の機器を監視する機器監視システムであって、
前記複数の機器から2つ以上のサンプル機器を選択する選択手段と、
各前記サンプル機器のセンサにより検出されたセンサ値の時系列データを用いて、各前記サンプル機器の各々について前記センサ値の平均と標準偏差とを計算する第1計算手段と、
前記センサ値の平均の信頼区間と、前記標準偏差の平均とを計算する第2計算手段と、
前記複数の機器のうち任意の機器のセンサにより検出されたセンサ値の時系列データから前記センサ値の平均を計算し、計算した平均と、前記センサ値の平均の信頼区間と、前記標準偏差の平均とから、前記任意の機器のセンサの正常範囲を算出する正常範囲算出手段と、
を備えた機器監視システム。 - 前記正常範囲算出手段は、
計算した平均値が前記信頼区間に含まれるときは、前記計算した平均値と、前記標準偏差の平均とから前記センサの正常範囲を求め、
前記計算した平均値が前記信頼区間に含まれないときは、前記計算した平均値に最も近い前記信頼区間内の値と前記標準偏差の平均とから前記センサの正常範囲を求める、
ことを特徴とする請求項12に記載の機器監視システム。 - 前記正常範囲算出手段は、前記計算した平均値または前記計算した平均値に最も近い前記信頼区間内の値に対し、±(所定係数×前記標準偏差)の範囲を前記正常範囲として求めることを特徴とする請求項13に記載の機器監視システム。
- 前記第1計算手段は、前記任意の機器においてあらかじめ指定された個数のセンサ値が収集されたとき、または、あらかじめ指定された所定の期間が経過したとき、前記任意の機器のセンサにより検出されたセンサ値の時系列データからセンサ値の平均と標準偏差を計算し、
前記第2計算手段は、前記任意の機器から計算された前記センサ値の平均と前記標準偏差とを用いて、前記センサ値の平均の信頼区間と、前記標準偏差の平均とを更新することを特徴とする請求項12に記載の機器監視システム。 - 前記サンプル機器ごとに前記センサ値の時系列データから所望の統計量を計算する統計量計算手段と、
各前記サンプル機器から計算した統計量により各前記サンプル機器をクラスタリングして複数のグループに分割するクラスタリング手段と、
各前記サンプル機器のそれぞれが有する複数の属性値と、各前記サンプル機器が属するグループを用いて、1つ以上の属性値からグループを推測する推論規則を生成する規則生成手段と、
前記任意の機器が属するグループを前記推論規則から推測する推測手段と、をさらに備え、
前記第2計算手段は、前記グループごとに、前記センサ値の平均の信頼区間と、前記標準偏差の平均とを計算し、
前記正常範囲算出手段は、前記任意の機器のセンサから検出された前記センサ値の時系列データと、前記任意の機器が属するグループから計算された前記センサ値の平均の信頼区間および前記標準偏差の平均とから、前記任意の機器のセンサの正常範囲を算出する、
ことを特徴とする請求項12ないし15のいずれか一項に記載の機器監視システム。 - 各々センサをもつ複数の機器を監視する機器監視システムであって、
前記複数の機器から2つ以上のサンプル機器を選択する選択手段と、
各前記サンプル機器のセンサから検出されるセンサ値の時系列データを用いて、各前記サンプル機器のそれぞれにおけるセンサ値の平均を各前記サンプル機器間で平均したサンプル平均と、各前記サンプル機器のそれぞれにおけるセンサ値の平均の各前記サンプル機器間での標準偏差であるサンプル標準偏差と、各前記サンプル機器のそれぞれにおけるセンサ値の標準偏差を各前記サンプル機器間で平均した標準偏差平均とを計算する第3計算手段と、
前記複数の機器のうち任意の機器のセンサから検出された前記センサ値の個数および平均と、前記第3計算ステップで計算された前記サンプル平均、前記サンプル標準偏差、前記標準偏差平均とから、前記任意の機器のセンサ値の平均の分布を表す正規分布の中央値、または前記中央値に対し閾値範囲内の値を求め、前記中央値または前記閾値範囲内の値と、前記標準偏差平均とから、前記任意の機器のセンサの正常範囲を求める正常範囲算出手段と、
を備えた機器監視システム。 - 前記第3計算手段は、
各前記サンプル機器のそれぞれにおけるセンサ値の平均と、各前記サンプル機器のそれぞれにおけるセンサ値の標準偏差とを計算する第1手段と、
各前記サンプル機器のそれぞれから計算された前記センサ値の平均および前記センサ値の標準偏差から、前記サンプル平均、前記サンプル標準偏差、および前記標準偏差平均を計算する第2手段と、
を含むことを特徴とする請求項17に記載の機器監視システム。 - 前記標準偏差は標準偏差であり、前記正常範囲算出手段は、前記中央値または前記閾値範囲内の値に対し、±(所定係数×前記標準偏差平均)の範囲を前記正常範囲として求めることを特徴とする請求項17または18に記載の機器監視システム。
- 前記正常範囲算出手段は、前記任意の機器のセンサからセンサ値が所定数検出されるごとに前記任意の機器のセンサの正常範囲を算出し、前記正常範囲の算出に用いたセンサ値のうち前記正常範囲に含まれないセンサ値を検出し、検出したセンサ値を次回以降の正常範囲の算出に用いないことを特徴とする請求項17ないし19のいずれか一項に記載の機器監視システム。
- 前記第3計算手段における前記第1手段は、前記任意の機器においてあらかじめ指定された個数のセンサ値が収集されたとき、または、あらかじめ指定された所定の期間が経過したとき、前記任意の機器のセンサにより検出されたセンサ値の時系列データから前記センサ値の平均および標準偏差を計算し、
前記第3計算手段における前記第2手段は、前記任意の機器から計算された前記センサ値の平均および標準偏差を用いて、前記サンプル平均と、前記サンプル標準偏差と、前記標準偏差平均を更新することを特徴とする請求項18に記載の機器監視システム。 - 前記サンプル機器ごとに前記センサ値の時系列データから所望の統計量を計算する統計量計算手段と、
各前記サンプル機器から計算した統計量により各前記サンプル機器をクラスタリングして複数のグループに分割するクラスタリング手段と、
各前記サンプル機器のそれぞれがもつ複数の属性値と、各前記サンプル機器が属するグループを用いて、1つ以上の属性値からグループを推測する推論規則を生成する規則生成手段と、
前記任意の機器が属するグループを前記推論規則から推測する推測手段と、をさらに備え、
前記第3計算手段は、前記グループごとに、前記サンプル平均と、前記サンプル標準偏差と、前記標準偏差平均とを計算し、
前記正常範囲算出手段は、前記任意の機器のセンサから検出された前記センサ値の個数および平均と、前記任意の機器が属するグループから計算された前記サンプル平均、前記サンプル標準偏差、前記標準偏差平均とから、前記中央値または前記所定範囲内の値を求めることを特徴とする請求項17ないし21のいずれか一項に記載の機器監視システム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006356177A JP4417951B2 (ja) | 2006-12-28 | 2006-12-28 | 機器監視方法および機器監視システム |
US11/857,115 US7653456B2 (en) | 2006-12-28 | 2007-09-18 | Method and system for monitoring apparatus |
CNA2007103058610A CN101211496A (zh) | 2006-12-28 | 2007-12-28 | 用于监视设备的方法和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2006356177A JP4417951B2 (ja) | 2006-12-28 | 2006-12-28 | 機器監視方法および機器監視システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2008167296A true JP2008167296A (ja) | 2008-07-17 |
JP4417951B2 JP4417951B2 (ja) | 2010-02-17 |
Family
ID=39585102
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006356177A Expired - Fee Related JP4417951B2 (ja) | 2006-12-28 | 2006-12-28 | 機器監視方法および機器監視システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US7653456B2 (ja) |
JP (1) | JP4417951B2 (ja) |
CN (1) | CN101211496A (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012164369A (ja) * | 2012-06-08 | 2012-08-30 | Oki Electric Ind Co Ltd | センサデータ提供システム、ゲートウェイ及び抽象化センサデータ生成方法 |
JP2018011122A (ja) * | 2016-07-11 | 2018-01-18 | 三菱電機株式会社 | 通信装置 |
JP2018045350A (ja) * | 2016-09-13 | 2018-03-22 | Kddi株式会社 | 所定対象のうちの特定対象における状態を識別する装置、プログラム及び方法 |
KR20180135166A (ko) * | 2017-06-12 | 2018-12-20 | 대구도시철도공사 | 측정기 비교검사 방법 |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8428909B2 (en) * | 2007-09-20 | 2013-04-23 | Siemens Industry, Inc. | Use of statistics to determine calibration of instruments |
US20110130997A1 (en) * | 2008-02-27 | 2011-06-02 | Daniel Measurement And Control, Inc. | Flow meter proving method and system |
WO2011024311A1 (ja) * | 2009-08-31 | 2011-03-03 | 株式会社 東芝 | 給湯装置 |
US9391607B2 (en) * | 2010-04-22 | 2016-07-12 | Qualcomm Technologies, Inc. | Use of random sampling technique to reduce finger-coupled noise |
US8493356B2 (en) | 2010-04-22 | 2013-07-23 | Maxim Integrated Products, Inc. | Noise cancellation technique for capacitive touchscreen controller using differential sensing |
CN102360021B (zh) * | 2011-08-01 | 2013-04-03 | 成都阜特科技股份有限公司 | 一种应用于超速保护开关的超速判定方法 |
EP2818836B1 (en) * | 2012-02-24 | 2016-04-27 | Asahi Kasei Microdevices Corporation | Sensor device with sampling function, and sensor data processing system using same |
US20130254140A1 (en) * | 2012-03-20 | 2013-09-26 | General Instrument Corporation | Method and system for assessing and updating user-preference information |
US20160161339A1 (en) * | 2014-12-05 | 2016-06-09 | Intel Corporation | Human motion detection |
KR101823420B1 (ko) * | 2016-08-30 | 2018-01-30 | 에스케이 주식회사 | 공정/장비 계측 데이터의 미세 변동 감지 방법 및 시스템 |
US10380863B2 (en) * | 2017-04-03 | 2019-08-13 | Oneevent Technologies, Inc. | System and method for monitoring a building |
JP7035457B2 (ja) * | 2017-11-01 | 2022-03-15 | ブラザー工業株式会社 | パラメータ更新方法、パラメータ更新システム、及びプログラム |
CN110136400B (zh) * | 2019-03-29 | 2021-04-23 | 广州明珞汽车装备有限公司 | 一种电极帽更换报警方法和系统 |
CN110379143B (zh) * | 2019-07-12 | 2021-10-26 | 中铁工程机械研究设计院有限公司 | 一种用于机械设备的报警系统阈值确定方法 |
CN110531641B (zh) * | 2019-08-19 | 2020-10-16 | 深圳市晨北科技有限公司 | 控制终端设备的方法、控制装置及终端设备 |
CN111984705B (zh) * | 2020-08-20 | 2022-05-17 | 广东电网有限责任公司电力科学研究院 | 一种电能质量监测装置的精度评估管理方法和装置 |
CN114238735B (zh) * | 2021-12-14 | 2022-10-11 | 中科大数据研究院 | 一种互联网数据智能采集方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3331931B2 (ja) * | 1997-11-12 | 2002-10-07 | ティーディーケイ株式会社 | ワークの加工制御方法 |
US6782345B1 (en) | 2000-10-03 | 2004-08-24 | Xerox Corporation | Systems and methods for diagnosing electronic systems |
US7437446B2 (en) * | 2002-09-30 | 2008-10-14 | Electronic Data Systems Corporation | Reporting of abnormal computer resource utilization data |
JP4133627B2 (ja) * | 2003-06-30 | 2008-08-13 | 新キャタピラー三菱株式会社 | 建設機械の状態判定装置及び建設機械の診断装置,並びに建設機械の状態判定方法及び建設機械の診断方法 |
JP2005157946A (ja) * | 2003-11-28 | 2005-06-16 | Ibm Japan Ltd | 同期方法、コンピュータシステム及びプログラム |
JP2006135412A (ja) | 2004-11-02 | 2006-05-25 | Tokyo Gas Co Ltd | 遠隔監視システム |
-
2006
- 2006-12-28 JP JP2006356177A patent/JP4417951B2/ja not_active Expired - Fee Related
-
2007
- 2007-09-18 US US11/857,115 patent/US7653456B2/en not_active Expired - Fee Related
- 2007-12-28 CN CNA2007103058610A patent/CN101211496A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012164369A (ja) * | 2012-06-08 | 2012-08-30 | Oki Electric Ind Co Ltd | センサデータ提供システム、ゲートウェイ及び抽象化センサデータ生成方法 |
JP2018011122A (ja) * | 2016-07-11 | 2018-01-18 | 三菱電機株式会社 | 通信装置 |
JP2018045350A (ja) * | 2016-09-13 | 2018-03-22 | Kddi株式会社 | 所定対象のうちの特定対象における状態を識別する装置、プログラム及び方法 |
KR20180135166A (ko) * | 2017-06-12 | 2018-12-20 | 대구도시철도공사 | 측정기 비교검사 방법 |
KR101950584B1 (ko) | 2017-06-12 | 2019-02-20 | 대구도시철도공사 | 측정기 비교검사 방법 |
Also Published As
Publication number | Publication date |
---|---|
CN101211496A (zh) | 2008-07-02 |
US20080161946A1 (en) | 2008-07-03 |
JP4417951B2 (ja) | 2010-02-17 |
US7653456B2 (en) | 2010-01-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4417951B2 (ja) | 機器監視方法および機器監視システム | |
JP6723669B2 (ja) | 異常検知プログラム、異常検知方法および異常検知装置 | |
JP6847591B2 (ja) | 異常検知システム、モデル生成装置、異常検知装置、異常検知方法、モデル生成プログラム、および、異常検知プログラム | |
JP6330922B2 (ja) | 情報処理装置および情報処理方法 | |
JP6585482B2 (ja) | 機器診断装置及びシステム及び方法 | |
JP5277667B2 (ja) | 障害分析システム、障害分析方法、障害分析サーバおよび障害分析プログラム | |
JPWO2018216197A1 (ja) | 異常重要度算出システム、異常重要度算出装置、及び異常重要度算出プログラム | |
US20210010909A1 (en) | Learning apparatus, diagnostic apparatus, and learning method | |
WO2018211721A1 (ja) | 異常情報推定装置、異常情報推定方法及びプログラム | |
CN113420800A (zh) | 一种数据异常检测方法及装置 | |
KR101960755B1 (ko) | 미취득 전력 데이터 생성 방법 및 장치 | |
JP2012186667A (ja) | ネットワーク障害検出装置、ネットワーク障害検出装置のネットワーク障害検出方法およびネットワーク障害検出プログラム | |
US10360249B2 (en) | System and method for creation and detection of process fingerprints for monitoring in a process plant | |
CN111814557A (zh) | 动作流检测方法、装置、设备及存储介质 | |
JP6201079B2 (ja) | 監視システムおよび監視方法 | |
JP6898607B2 (ja) | 異常予兆検出システムおよび異常予兆検出方法 | |
JP2007279887A (ja) | 特異パターン検出システム、モデル学習装置、特異パターン検出装置、特異パターン検出方法、及び、コンピュータプログラム | |
JP2012037991A (ja) | 予測装置、予測システム及びプログラム | |
CN114297034A (zh) | 云平台监控方法及云平台 | |
JP7215574B2 (ja) | 監視システム、監視方法及びプログラム | |
CN115189961A (zh) | 一种故障识别方法、装置、设备及存储介质 | |
CN109814499B (zh) | 噪声产生原因推定装置 | |
JP5380386B2 (ja) | 機器情報管理システム及び方法 | |
CN114626400A (zh) | 设备故障诊断装置、设备故障诊断方法、智能工厂系统和应用代理 | |
JP5648314B2 (ja) | 故障関連項目設定装置、プログラム及び故障予測システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20090306 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20090313 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20090415 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20091106 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20091126 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121204 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121204 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131204 Year of fee payment: 4 |
|
LAPS | Cancellation because of no payment of annual fees |