JP2009064407A - 工程解析装置、工程解析方法および工程解析プログラム - Google Patents
工程解析装置、工程解析方法および工程解析プログラム Download PDFInfo
- Publication number
- JP2009064407A JP2009064407A JP2008049807A JP2008049807A JP2009064407A JP 2009064407 A JP2009064407 A JP 2009064407A JP 2008049807 A JP2008049807 A JP 2008049807A JP 2008049807 A JP2008049807 A JP 2008049807A JP 2009064407 A JP2009064407 A JP 2009064407A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- signals
- process analysis
- causal
- causal structure
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- General Factory Administration (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
【解決手段】本発明に係る工程解析装置は、複数の製造装置と制御装置との間でやりとりされる複数の信号を取得し、信号の発生順序(先後関係)と信号間の相関に基づいて、複数の信号の因果構造を作成する。より具体的には、各信号について、その信号よりも発生順序が前の信号のうち、該信号との相関が最も高い信号を、該信号の原因として因果構造を作成することが好適である。
【選択図】図1
Description
は、正しい因果構造モデルを作成することができない。
かを推定する異常箇所推定手段と、をさらに有することが好ましい。
本実施形態に係る工程解析装置1は、製造ラインに係る複数の製造装置2と、これらの製造装置2を制御する制御装置であるプログラマブルロジックコントローラ(PLC)3との間でやりとりされる信号を取得し、これらの信号間の因果構造を作成する。
PLC3は、センサや応答信号の入力を受け付け、ラダーロジックに従って製造装置2を制御するための制御信号を送る。信号計測収集部11は、製造装置2とPLC3の各接点との間でやりとりされる信号を収集する。信号計測収集部11は、バスを介してPLC3と接続されており、PLC3のI/Oメモリを読み出してファイルとして記憶するユニットである。なお、信号計測収集部11は、バス接続以外にも、イーサネット(登録商標)やシリアル接続などによって、PLC3からデータを収集しても良い。また、信号収集計測部11は、PLC3の信号データを取得可能であれば、PLC3と直接接続されている必要はない。例えば、PLC3の信号データをCD−ROM,DVD−ROM,メモリカードなどの記憶媒体に一旦格納し、この記憶媒体から信号データを取得しても構わない。
次に、特徴量算出部12について説明する。特徴量算出部12は、信号計測収集部11によって収集された接点ごとの時系列信号の特徴量を算出する。時系列信号の特徴量として採用する値としては種々のものが考えられるが、本工程解析装置1では信号間の関係に着目しているので、基準信号と対象信号との状態変化時刻の差を、対象信号の特徴量とする。より具体的には、図6Aに示すように、基準信号の立ち上がり時刻と、対象信号の立ち上がり時刻の差を特徴量とすることができる。本実施形態では、このような特徴量を採用するが、図6Bに示すように、基準信号の立ち上がり時刻と対象信号の立ち下がり時刻の差(a)、基準信号の立ち下がり時刻と対象信号の立ち上がり時刻の差(b)、または基準信号の立ち下がり時刻と対象信号の立ち下がり時刻の差(c)を特徴量としてもよい。
発生順位抽出部13は、各信号の立ち上がりの発生順位を抽出する。ここで、ある信号の発生順位は、サイクルによって変化することがあるので、各サイクルについて発生順位を求め、その値(平均順位)の大きさに応じて発生順位を決定する。
次に、順位付相関係数算出部14が行う、信号間の相関を求める処理について説明する。図13は、順位付相関係数算出部14が行う処理の流れを示すフローチャートである。また、図14は、その処理を説明する図である。
因果構造獲得部15は、順位付相関係数算出部14によって算出された相関係数に基づいて、信号間の因果構造を作成する。図15は、因果構造獲得部15が行う因果構造獲得処理の流れを示すフローチャートである。
表示部17は、上記のようにして作成された信号間の因果関係を表示する。この際、設計情報を参照して信号の接点名を取得し、接点名を用いて表示を行う。ここでいう設計情報とは、熟練者などの人の知識、製造ラインの設計図、PLCで保持されている情報(PLCのラダー、信号の名前、説明が記載された文字列、装置の制御に関するパラメータなど)のことをいう。
本実施形態に係る工程解析装置1によれば、実際に製造装置2とPLC3の間でやりと
りされる信号の時系列情報から、順序情報(先後関係)を取得し、この順序情報や特徴量の相関に基づいて、信号間の因果関係を作成することができる。この信号間の関係を見ると、装置間の関係を容易に理解できるので、故障やその予兆が検知された場合に、真の原因箇所を特定するために大いに役立つ。特に、図21〜23に示すような一部の因果関係のみを表示する機能によって、異常が見られた信号の原因を辿る経路のみを表示すれば、真の原因箇所が絞り込まれて表示される。保全員は表示された経路に関連する装置のみを調べればよく、保全作業が容易となる。
本実施形態の説明では、信号を発生順序にしたがって並び替えてから、相関係数を算出し、各信号xj(3≦j≦N)について、最も相関の高い信号xk(1≦k<j)をxjの原因としているが、因果構造を作成するための具体的な方法はこれに限られるものではない。
上記第1の実施形態では、PLC3と製造装置2との間でやりとりされる各信号間の因果構造を獲得し、ユーザ(保全員)に提供することで製造装置3のメンテナンスに利用している。本実施形態では、獲得した因果構造を活用して製造装置3の異常箇所を特定し、ユーザに通知する。
因果構造学習部1aは、図24に示すように、信号計測収集部11、特徴量算出部12
、発生順位抽出部13、順位付相関係数算出部14、因果構造獲得部15、及び時間差算出部20を含む。ここで、時間差算出部20以外は、第1の実施形態で説明したものと同様であるため詳細な説明は省略するが、これら各機能部によって因果関係が作成される。
時間差算出部20は、まず、サイクル数を表すインデックスi、信号数を表すインデックスjのそれぞれを1にセットする(S2501)。そして、因果関係リスト107を参照して、信号xjの原因となる信号Xjを検索する(S2502)。例えば、図26に示すように、因果関係リスト107に「x1→x3」という因果関係が格納されている場合は、信号x3の原因信号X3は信号x1である。また、このときの信号x3は原因信号に対する結果信号となる。
因果構造活用部1bは、通常運用時などにPLC3からの信号を取得して、正常時の学習データと比較することで、製造装置2が正常に稼働しているかどうか診断する。ここでは、因果構造活用部1bが常時あるいは定期的にPLC3からの信号を取得して、稼働状況を診断することを想定して説明するが、通常は診断せずに保全員が診断を指示したときのみ診断を行っても良い。
は説明の便宜のためであり、因果構造学習部1aと同一のプログラムによって各機能部が実現されても良い。
診断用データ信号計測収集部21は、通常運用時にPLC3から信号情報を取得し、診断用信号情報201を生成する。診断用データ信号計測収集部21が行う処理の内容をフローチャートを図27に示す。この処理の内容は、因果構造学習部1aの信号計測収集部11の処理(図2のフローチャート)と同様であるため、説明は省略する。なお、診断用として取得する信号は、複数サイクルの間にわたって取得しても良く、1サイクルのみを取得しても良い。本実施形態では、診断用の信号を複数サイクルにわたって取得する。
次に診断用データの時間差算出部22の処理について、図28を参照して説明する。時間差算出部22は、診断用の信号情報201から、各信号の状態変化の時刻を抽出して、診断用の状態変化時刻情報202を作成する(ステップS2801〜S2804)。この処理は、因果構造学習部1aの特徴量算出部12の処理の一部(図7のフローチャートのステップS701〜S704)と同じである。そして、作成された診断用の状態変化時刻情報202から、因果関係のある信号間の時間差を算出し、診断用時間差データ203を作成する(ステップS2805〜S2811)。この処理は上記時間差算出部20の時間差算出処理(図25)と同様である。
異常箇所推定部23は、学習用(正常時)の時間差データ111と、診断用(通常運用時)の時間差データ203を比較して、異常箇所の候補を求める。ここでは、正常時と通常運用時とで、信号間の時間差のずれが大きい箇所を異常のある箇所として推定する。
で算出した生産サイクルがしきい値を超えているかを判断する(S2903)。サイクルオーバー(タクト遅れ)が発生していない場合(S2903−NO)は、異常が発生していないと判断して、異常箇所の推定処理は行わない。一方、サイクルオーバーが発生している場合(S2903−YES)は、異常箇所の推定を行う。
表示部17は、学習用信号データから作成された因果関係リストを表示する。本実施形態においては、生産ラインに異常があるときは、異常箇所を強調して表示を行う。
本実施形態に係る工程解析装置1によれば、製造装置2とPLC3の間でやりとりされる信号の時系列情報から因果関係を作成するとともに、因果関係のある信号間の発生時間の差を取得できる。そして、通常運用時に、因果関係のある信号間の時間差をモニタリングできる。異常が発生した場合には、この信号間の時間差のずれが大きい箇所を異常箇所として推定して、ユーザの認識しやすい形式で画面表示を行うことができる。
2 製造装置
3 プログラマブルロジックコントローラ
11 信号計測収集部
12 特徴量算出部
13 発生順位抽出部
14 順位付相関係数算出部
15 因果構造獲得部
17 表示部
20 時間差算出部
21 診断用データ信号計測収集部得
22 診断用データ時間差算出部
23 異常箇所推定部
24 学習結果記憶部
101 信号情報
102 状態変化時刻情報
103 特徴量データ
104 サイクルごとの発生順位
105 発生順位
106 相関係数
107 因果関係リスト
110 設計情報
111 学習用時間差データ
201 診断用信号情報
202 診断用状態変化時刻情報
203 診断用時間差データ
204 異常候補リスト
Claims (19)
- 略周期的に入出力された複数の信号の関係を解析する工程解析装置であって、
前記複数の信号を取得する信号取得手段と、
前記信号取得手段によって取得された信号から特徴量を算出する特徴量算出手段と、
前記信号取得手段によって取得された信号の発生順序を抽出する発生順序抽出手段と、
特徴量間の相関と信号の発生順序とに基づいて、信号間の因果構造を作成する因果構造作成手段と、
を備える工程解析装置。 - 前記因果構造作成手段は、各信号について、該信号よりも発生順序が前の信号のうち該信号との相関が最も高い信号を、該信号の原因として因果構造を作成する
ことを特徴とする請求項1に記載の工程解析装置。 - 各信号の発生順序は、各周期における発生順序の平均に基づいて算出される
ことを特徴とする請求項1または2に記載の工程解析装置。 - 各信号の特徴量は、該信号と所定の基準信号との立ち上がり時刻の差として算出される
ことを特徴とする請求項1〜3のいずれかに記載の工程解析装置。 - 作成された因果構造を表示する表示手段を備える
ことを特徴とする請求項1〜4のいずれかに記載の工程解析装置。 - 前記表示手段は、信号に対応する名称を設計情報から取得し、該名称を用いて因果構造を表示する
ことを特徴とする請求項5に記載の工程解析装置。 - 略周期的に入出力された複数の信号の関係を解析する工程解析方法であって、
情報処理装置が、
前記複数の信号を取得するステップと、
取得された信号から特徴量を算出するステップと、
取得された信号の発生順序を抽出するステップと、
特徴量間の相関と信号の発生順序とに基づいて、信号間の因果構造を作成するステップと、
を実行する工程解析方法。 - 前記因果構造を作成するステップでは、各信号について、該信号よりも発生順序が前の信号のうち該信号との相関が最も高い信号を、該信号の原因として因果構造を作成する
ことを特徴とする請求項7に記載の工程解析方法。 - 各信号の発生順序は、各周期における発生順序の平均に基づいて算出される
ことを特徴とする請求項7または8に記載の工程解析方法。 - 各信号の特徴量は、該信号と所定の基準信号との立ち上がり時刻の差として算出される
ことを特徴とする請求項7〜9のいずれかに記載の工程解析方法。 - 作成された因果構造を表示するステップをさらに実行する
ことを特徴とする請求項7〜10のいずれかに記載の工程解析方法。 - 前記因果構造を表示するステップでは、信号に対応する名称を設計情報から取得し、該
名称を用いて因果構造を表示する
ことを特徴とする請求項11に記載の工程解析方法。 - 略周期的に入出力された複数の信号の関係を解析する工程解析プログラムであって、
情報処理装置に、
前記複数の信号を取得するステップと、
取得された信号から特徴量を算出するステップと、
取得された信号の発生順序を抽出するステップと、
特徴量間の相関と信号の発生順序とに基づいて、信号間の因果構造を作成するステップと、
を実行させる工程解析プログラム。 - 学習用の信号データを利用して、あらかじめ求められた各信号間の因果構造及び因果関係のある信号間の時間差を、学習結果として記憶する記憶手段と、
診断用の信号データを利用して、因果関係のある信号間の時間差を算出し、学習結果と比較して診断用データにおける異常箇所を推定する異常箇所推定手段と、を有する
ことを特徴とする請求項1〜6のいずれかに記載の工程解析装置。 - 前記異常箇所推定手段は、診断用の信号データにおける因果関係のある信号間の時間差と、学習結果における時間差とのずれが所定のしきい値よりも大きい箇所を異常箇所であると推定する
ことを特徴とする請求項14に記載の工程解析装置。 - 信号間の因果構造を、推定された異常箇所を強調しつつ表示する表示部を有する
ことを特徴とする請求項14又は15に記載の工程解析装置。 - 前記情報処理装置が、さらに、
学習用の信号データを利用して、信号間の因果構造及び因果関係のある信号間の時間差を求めて記憶するステップと、
診断用の信号データを利用して、因果関係のある信号間の時間差を算出し、学習結果と比較して診断用データにおける異常箇所を推定するステップと、
を実行することを特徴とする請求項7〜11のいずれかに記載の工程解析方法。 - 前記異常箇所を推定するステップでは、診断用の信号データにおける因果関係のある信号間の時間差と、学習結果における時間差とのずれが所定のしきい値よりも大きい箇所を異常箇所であると推定する
ことを特徴とする請求項17に記載の工程解析方法。 - 前記情報処理装置は、信号間の因果構造を、推定された異常箇所を強調しつつ表示するステップをさらに実行することを特徴とする請求項17又は18に記載の工程解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008049807A JP5151556B2 (ja) | 2007-08-10 | 2008-02-29 | 工程解析装置、工程解析方法および工程解析プログラム |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007209872 | 2007-08-10 | ||
JP2007209872 | 2007-08-10 | ||
JP2008049807A JP5151556B2 (ja) | 2007-08-10 | 2008-02-29 | 工程解析装置、工程解析方法および工程解析プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2009064407A true JP2009064407A (ja) | 2009-03-26 |
JP5151556B2 JP5151556B2 (ja) | 2013-02-27 |
Family
ID=40558920
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008049807A Expired - Fee Related JP5151556B2 (ja) | 2007-08-10 | 2008-02-29 | 工程解析装置、工程解析方法および工程解析プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5151556B2 (ja) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013008092A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断装置及び異常予兆診断方法 |
JP2013008098A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断結果の表示方法 |
EP3410245A1 (en) | 2017-06-02 | 2018-12-05 | OMRON Corporation | Process analysis apparatus, process analysis method, and process analysis program |
JP2018206362A (ja) * | 2017-06-02 | 2018-12-27 | オムロン株式会社 | 工程解析装置、工程解析方法、及び工程解析プログラム |
JP2019087084A (ja) * | 2017-11-08 | 2019-06-06 | i Smart Technologies株式会社 | 生産管理装置および生産管理システム |
JP2019096033A (ja) * | 2017-11-22 | 2019-06-20 | ファナック株式会社 | ノイズ発生原因推定装置 |
CN112513761A (zh) * | 2019-03-13 | 2021-03-16 | 欧姆龙株式会社 | 显示系统 |
JP2021163020A (ja) * | 2020-03-31 | 2021-10-11 | 日鉄ソリューションズ株式会社 | 情報処理装置、情報処理方法及びプログラム |
WO2022030568A1 (ja) * | 2020-08-06 | 2022-02-10 | オムロン株式会社 | 表示システム、表示方法、及び表示プログラム |
WO2022190552A1 (ja) | 2021-03-09 | 2022-09-15 | オムロン株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
WO2022209057A1 (ja) * | 2021-03-31 | 2022-10-06 | オムロン株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
EP4202584A1 (en) | 2021-12-21 | 2023-06-28 | OMRON Corporation | Information processing device, information processing method and information processing program |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6687653B2 (ja) * | 2018-03-13 | 2020-04-28 | ファナック株式会社 | 時系列データ分析装置 |
US11188064B1 (en) | 2021-05-04 | 2021-11-30 | Ixden Ltd. | Process flow abnormality detection system and method |
WO2023233927A1 (ja) * | 2022-06-03 | 2023-12-07 | オムロン株式会社 | 異常検知装置、異常検知方法およびプログラム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005197323A (ja) * | 2003-12-26 | 2005-07-21 | Canon System Solutions Inc | プロセスと品質との関係についてのモデル作成装置及びモデル作成方法 |
JP2005216148A (ja) * | 2004-01-30 | 2005-08-11 | Yamatake Corp | アラーム解析装置、アラーム解析方法及びアラーム解析プログラム |
JP2006065598A (ja) * | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
-
2008
- 2008-02-29 JP JP2008049807A patent/JP5151556B2/ja not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005197323A (ja) * | 2003-12-26 | 2005-07-21 | Canon System Solutions Inc | プロセスと品質との関係についてのモデル作成装置及びモデル作成方法 |
JP2005216148A (ja) * | 2004-01-30 | 2005-08-11 | Yamatake Corp | アラーム解析装置、アラーム解析方法及びアラーム解析プログラム |
JP2006065598A (ja) * | 2004-08-27 | 2006-03-09 | Hitachi Ltd | 生産管理システム |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013008098A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断結果の表示方法 |
JP2013008092A (ja) * | 2011-06-22 | 2013-01-10 | Hitachi Engineering & Services Co Ltd | 異常予兆診断装置及び異常予兆診断方法 |
CN108983710B (zh) * | 2017-06-02 | 2021-05-18 | 欧姆龙株式会社 | 工序分析装置、工序分析方法以及存储介质 |
EP3410245A1 (en) | 2017-06-02 | 2018-12-05 | OMRON Corporation | Process analysis apparatus, process analysis method, and process analysis program |
US20180348728A1 (en) * | 2017-06-02 | 2018-12-06 | Omron Corporation | Process analysis apparatus, process analysis method, and process analysis program |
CN108983710A (zh) * | 2017-06-02 | 2018-12-11 | 欧姆龙株式会社 | 工序分析装置、工序分析方法以及存储介质 |
JP2018206362A (ja) * | 2017-06-02 | 2018-12-27 | オムロン株式会社 | 工程解析装置、工程解析方法、及び工程解析プログラム |
JP2019087084A (ja) * | 2017-11-08 | 2019-06-06 | i Smart Technologies株式会社 | 生産管理装置および生産管理システム |
JP7137810B2 (ja) | 2017-11-08 | 2022-09-15 | i Smart Technologies株式会社 | 生産管理装置および生産管理システム |
US11131985B2 (en) | 2017-11-22 | 2021-09-28 | Fanuc Corporation | Noise generation cause estimation device |
JP2019096033A (ja) * | 2017-11-22 | 2019-06-20 | ファナック株式会社 | ノイズ発生原因推定装置 |
CN112513761A (zh) * | 2019-03-13 | 2021-03-16 | 欧姆龙株式会社 | 显示系统 |
CN112513761B (zh) * | 2019-03-13 | 2024-04-30 | 欧姆龙株式会社 | 显示系统、显示方法及显示程序的记录介质 |
JP2021163020A (ja) * | 2020-03-31 | 2021-10-11 | 日鉄ソリューションズ株式会社 | 情報処理装置、情報処理方法及びプログラム |
US11762726B2 (en) | 2020-03-31 | 2023-09-19 | Ns Solutions Corporation | Information processing apparatus, information processing method, and program |
JP7382882B2 (ja) | 2020-03-31 | 2023-11-17 | 日鉄ソリューションズ株式会社 | 情報処理装置、情報処理方法及びプログラム |
WO2022030568A1 (ja) * | 2020-08-06 | 2022-02-10 | オムロン株式会社 | 表示システム、表示方法、及び表示プログラム |
WO2022190552A1 (ja) | 2021-03-09 | 2022-09-15 | オムロン株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
WO2022209057A1 (ja) * | 2021-03-31 | 2022-10-06 | オムロン株式会社 | 情報処理装置、情報処理方法および情報処理プログラム |
EP4202584A1 (en) | 2021-12-21 | 2023-06-28 | OMRON Corporation | Information processing device, information processing method and information processing program |
Also Published As
Publication number | Publication date |
---|---|
JP5151556B2 (ja) | 2013-02-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5151556B2 (ja) | 工程解析装置、工程解析方法および工程解析プログラム | |
JP5538597B2 (ja) | 異常検知方法及び異常検知システム | |
JP5945350B2 (ja) | 設備状態監視方法およびその装置 | |
JP5431235B2 (ja) | 設備状態監視方法およびその装置 | |
JP5048625B2 (ja) | 異常検知方法及びシステム | |
WO2010095314A1 (ja) | 異常検知方法及び異常検知システム | |
JP5363927B2 (ja) | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム | |
US20160110651A1 (en) | Method of Sequential Kernel Regression Modeling for Forecasting and Prognostics | |
US20160110655A1 (en) | System of Sequential Kernel Regression Modeling for Forecasting and Prognostics | |
US20130024166A1 (en) | Monitoring System Using Kernel Regression Modeling with Pattern Sequences | |
US20130024415A1 (en) | Monitoring Method Using Kernel Regression Modeling With Pattern Sequences | |
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
JP5498540B2 (ja) | 異常検知方法及びシステム | |
EP4160342A1 (en) | Abnormal modulation cause identification device, abnormal modulation cause identification method, and abnormal modulation cause identification program | |
EP4160339A1 (en) | Abnormality/irregularity cause identifying apparatus, abnormality/irregularity cause identifying method, and abnormality/irregularity cause identifying program | |
Filios et al. | An agnostic data-driven approach to predict stoppages of industrial packing machine in near future | |
EP4160341A1 (en) | Abnormal modulation cause identifying device, abnormal modulation cause identifying method, and abnormal modulation cause identifying program | |
Bond et al. | A hybrid learning approach to prognostics and health management applied to military ground vehicles using time-series and maintenance event data | |
JP6798968B2 (ja) | ノイズ発生原因推定装置 | |
KR102469229B1 (ko) | 인공지능 기반의 피쉬본 다이어그램 관리 시스템 및 그 방법 | |
WO2021241579A1 (ja) | 異常変調原因特定装置、異常変調原因特定方法及び異常変調原因特定プログラム | |
JP7000266B2 (ja) | 分析フロー作成システムおよび分析フロー作成方法 | |
Fabricio | A review of Condition Based Maintenance approaches and its structure | |
Juselius | Advanced condition monitoring methods in thermal power plants | |
TW202311879A (zh) | 裝置管理系統、裝置的障礙原因推測方法以及非暫時性地記憶程式的記憶媒體 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20101203 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20120209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20120214 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120411 |
|
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: 20121106 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20121119 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20151214 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5151556 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |