JP2010287011A - 装置異常監視方法及びシステム - Google Patents
装置異常監視方法及びシステム Download PDFInfo
- Publication number
- JP2010287011A JP2010287011A JP2009139873A JP2009139873A JP2010287011A JP 2010287011 A JP2010287011 A JP 2010287011A JP 2009139873 A JP2009139873 A JP 2009139873A JP 2009139873 A JP2009139873 A JP 2009139873A JP 2010287011 A JP2010287011 A JP 2010287011A
- Authority
- JP
- Japan
- Prior art keywords
- model
- devices
- abnormality
- models
- data
- 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
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Alarm Systems (AREA)
Abstract
【解決手段】本システムでは、複数の類似の装置1のうち、新設の装置(T)の監視に係わり、判定モデル作成モジュール2では、既設の複数(K)の類似装置(a,b等)毎に、個別の判定モデル(予測モデル)を作成し、これら予測モデルの係数及び切片を、各装置1の特徴項目値等から予測するメタ予測モデルを作成し、このメタ予測モデルから、装置(T)専用の予測モデル(それを含んで成る判定モデル)を生成する。この判定モデルを用いて、判定モジュール3Tは、装置(T)の状態を監視して異常検知を行う。
【選択図】図1
Description
第1に、異常判定の基準となる正常状態のモデルを作成するためのデータ収集に時間がかかるという課題がある。複数のセンサのデータ項目を統計解析によって統合するモデル(判定モデル)を作成するためには、統計的に十分な量のサンプリング点数、あるいは定常状態の装置状態変動を全て網羅するだけのサンプリング点数が必要になる。しかし、それだけのデータ点数を確保できるまでは、異常監視を実施できないという問題があった。
第2に、異常の発生が稀または無い場合(異常事例データが少ないまたは無い場合)には、判定モデル等の学習等が進捗しないという課題があった。
第1に、異常判定の基準となるモデル(判定モデル)の作成において、対象の装置から十分なデータ点数を確保できない場合でも、精度良く異常(異常兆候)を検知(判定)することができるモデル及びそれを用いた監視判定等の実現を目的とする。
第2に、異常事例に基づく判定モデル及び判定しきい値の学習や診断モデルの蓄積において、対象の装置の異常事例データが少ないまたは無い場合にも、精度良く異常判定等ができるモデル(判定モデル)の学習(その進捗)、及び、精度良くその原因の診断等ができるモデル(診断モデル)の蓄積(その進捗)などの実現を目的とする。
まず、本形態の概要は以下である(符号は後述の図面と対応)。図1等のように、本システムでは、複数(K+1)の装置1のうち、新設の装置(T)の監視(異常判定)に係わり、判定モデル作成モジュール2では、既設の複数(K)の類似装置(a,b等)毎に、個別の判定モデルを作成する。即ち、個別装置毎に、複数の状態データ(DS)をもとに、回帰分析に基づく説明変数(X)からの目的変数(Y)の予測モデルを作成する。次に、これら個別の予測モデルの係数及び切片を、各装置1の特徴項目値等から予測するメタ予測モデルを作成する。そして、このメタ予測モデルから、対象の装置(T)専用の予測モデル(それを含んで成る判定モデル)を生成する。この判定モデルを用いて、判定モジュール3Tは、装置(T)の状態を監視して異常検知を行う(検知情報を出力する)。
図1、図3〜図15等を用いて、本発明の実施の形態1の装置異常監視方法及びそのシステムについて説明する。実施の形態1では、異常判定機能を備える。監視判定の対象の装置(T)に対し、複数の類似装置(a,b等)の個別の判定モデル(Ma1,Mb1等)及びそれらに基づくメタ判定モデル(MM1)を作成し、それに基づき対象の装置(T)の専用の判定モデル(MT1)を生成し、これを用いて判定(状態監視異常判定)を実行する処理までを行う。類似装置群の横断的な判定モデルを作成し、対象の装置(T)のモデル・データを、他の類似装置(a,b等)のモデル・データに基づいて類推し、学習するものである。なお異常判定を行うためのモデル(予測モデル等を含んで成る)を判定モデルと称することにする。
図1は、実施の形態1の装置異常監視方法を実現するシステム(装置異常監視システム)を示している。なお、各図面における各モジュール・サブモジュール(処理部)は、所定のハードウェア及びソフトウェアを用いて一般的なコンピュータの情報処理により実現される。そのコンピュータシステムとしての構成例は図3に示される(後述)。
図2に、実施の形態2のシステム構成を図1と同様に示している。実施の形態2では、異常判定機能に加えて原因診断機能を備える。先に図2の実施の形態2のシステム構成を説明し、実施の形態2の詳細については実施の形態1の詳細の後で説明する。
図3は、図1や図2のシステムを実装するコンピュータシステムの構成例を示している。図1や図2の各モジュール等の要素は、本コンピュータシステムにおいて、主にコンピュータで動作するプログラムの形で実現されている。各モジュール(対応プログラム)とコンピュータとの対応付けは図3の通りである。各コンピュータは、図示しないプロセッサ、メモリ、通信インタフェース、入出力装置等を備える。コンピュータ間の接続は例えば専用線や通信ネットワークなどによる。
次に、図4において、実施の形態1の判定モデル作成モジュール2の個別装置専用判定モデル(Ma1,Ma2)作成部2Sa,2Sb(例として2Saの場合)の詳細構成を示している。対応する処理フローは図8に示す。Ma1作成部2Saは、処理部として、データ項目分類部22、個別装置(a)専用予測モデル(Ma)構築部23、(個別装置(a)対応)集団予測乖離度計算モデル(MG:MaG)構築部24などを備え、装置情報DB6、モデルDB7等を利用する。
次に、図7において、新規設置の監視対象の装置(T)1Tを想定した状態監視異常判定モジュール3Tの詳細構成を示している。判定モジュール3Tは、処理部として、データ項目分類部32、及び異常兆候判定部33を有する。これらの処理部では、判定モデル作成モジュール2(即ちMT1作成モジュール)が装置(T)1Tのために生成し記憶モジュール(モデルDB7)に格納した、個別装置(T)専用判定モデル(MT1)のデータ72を入力して利用する。
次に、図8において、判定モデル作成モジュール2の例えば個別装置(a)専用判定モデル(Ma1)作成部2Saによるa専用判定モデル(Ma1)の作成処理フローを示している(Sは処理ステップを示す)。各処理ステップの主体は、当該処理部(2Sa)対応のプログラム(2SP)である。
次に、図9において、判定モデル作成モジュール2の類似装置共通メタ判定モデル(MM1)作成部2Cによる類似装置共通メタ判定モデル(MM1)の作成処理フローを示している。各処理ステップの主体は、当該処理部(2C)対応のプログラム(2CP)である。
次に、図11において、判定モデル作成モジュール2の個別装置(T)専用判定モデル(MT1)生成部2Gによる、類似装置共通メタ判定モデル(MM1)からの個別装置(T)専用判定モデル(MT1)の生成処理フローを示している。各処理ステップの主体は、当該処理部(2G)対応のプログラム(2GP)である。
次に、図12において、判定モジュール3Tによる対象の装置(T)1Tの状態監視異常判定の処理フローを示している。各処理ステップの主体は、当該モジュール(3T)対応のプログラム(3P)である。
次に、個別装置(T)専用判定モデル(MT1)の生成の例などについて説明する。上述した装置状態計測データDSにおける目的変数(Y)の実測値(Y)、類似装置共通メタ予測モデル(ACに関するメタ予測モデル)、生成した個別装置(T)専用予測モデル(MT)の予測値(PdY)などについて、以下に例を挙げながら説明する。
次に、図2、図16〜図22等を用いて、本発明の実施の形態2の装置異常監視方法及びそのシステムについて説明する。実施の形態2では、実施の形態1の状態監視異常判定を実行する処理に加え、異常判定(検知)された装置に関する異常原因診断等の処理を行う。異常判定(検知)までの部分は実施の形態1と同様である。
実施の形態2のシステム構成(図2)に基づき、前記異常判定処理(図12)によって異常が検知された装置(T)1Tに関する、診断モジュール5T等を用いた異常原因診断処理について、図16以下を用いて説明する。
まず、図16において、図2の診断モデル作成モジュール4における個別装置(a,b)専用診断モデル(Ma2,Mb2)作成部4Sa,4Sbによる診断モデル(Ma2,Mb2)作成処理フローを示している(例として4SaによるMa2の作成の場合)。各処理ステップの主体は、当該処理部(4Sa等)対応のプログラム(4SP)である。
次に、図19において、図2の診断モデル作成モジュール4における類似装置共通メタ診断モデル(MM2)作成部4Cによるメタ診断モデル(MM2)の作成処理フローを示している。各処理ステップの主体は、当該処理部(4C)対応のプログラム(4CP)である。
次に、図21において、図2の診断モデル作成モジュール4の個別装置(T)専用診断モデル(MT2)生成部4Gによる診断モデル(MT2)の生成処理フローを示している。各処理ステップの主体は、当該処理部(4G)対応のプログラム(4GP)である。
次に、図22において、装置(T)1Tに対する診断モジュール5Tによる異常原因診断処理フローを示している。各処理ステップの主体は、当該モジュール(5T)対応のプログラム(5P)である。本診断処理は、例えば判定モジュール3Tの異常検知を起点に開始される。
装置1としては、前記熱電併給装置に代表されるエネルギー変換装置に限定されるものではない。例えば、本発明は、燃料を燃焼させる代わりに、風力あるいは波力を運動エネルギーまたは電気エネルギーの少なくとも1つに変換する装置に適用できる。この場合、目的変数(Y)には、エネルギー変換装置の運動出力、電力出力、あるいはエネルギー変換効率の少なくとも1つを選べば良い。説明変数(X)には、風速、機械部品の運動速度、機械部品の振動、機械部品の加速度、機械部品の歪み、機械部品の音響、機械部品の摩耗量、潤滑油の成分、潤滑油の圧力、潤滑油の温度、電気部品の電圧、電気部品の電流、電気部品の周波数、環境の温度、環境の湿度、環境の気圧、電力系統の電圧、電力系統の電流、装置の稼働時間、あるいは部品の稼働時間の少なくとも1つを含む。
以上説明したように、本実施の形態によれば、複数(K+1)台の装置1を対象として、(1)実施の形態1では、精度良い異常検知(判定)が可能なモデル(判定モデル)、及びそれを用いた監視などを実現でき、(2)更に、実施の形態2では、精度良い原因診断が可能なモデル(診断モデル)、及びそれを用いた診断、部品等の推定による保守の効率化などを実現できる。特に、監視や診断のために必要なデータの蓄積が進んでいない例えば新設の装置(T)に対しても、それに対する既設の類似装置(a,b等)の蓄積済みのデータに基づいたモデルを用いて、精度良い異常検知や原因診断が可能なモデルが提供される。
Claims (8)
- コンピュータの情報処理を用いて、類似の複数(K+1)の装置を処理対象として、前記装置の状態をセンサで計測して得られる当該装置各々の複数のデータ項目に基づいて、前記複数(K+1)のうち少なくとも1つの装置の状態の異常を監視及び判定する処理を行う装置異常監視方法であって、
前記複数(K+1)の装置のうち、1つの第1の装置が、監視及び判定の対象となり、他の複数(K)の第2の装置が、前記第1の装置の監視及び判定のための第1のモデルを生成するためのデータを取得する対象となり、
前記複数(K)の第2の装置各々における正常時の複数のデータ項目に基づき作成される、前記監視及び判定のための個別装置専用の複数(K)の予測モデルに基づき、前記第1の装置専用の第1のモデルを生成する処理を行う第1のステップと、
所定時間単位で、前記第1の装置からの複数のデータ項目を入力し、前記第1のモデルを用いて、前記第1の装置の状態の異常を監視及び判定し、異常を検知した場合には検知情報を出力する、監視実行処理を行う第2のステップと、を有し、
前記第1のステップでは、
前記複数(K)の第2の装置各々の複数のデータ項目を、回帰分析における、目的変数と、それ以外の説明変数とに分類するステップと、
前記複数(K)の第2の装置各々の個別の予測モデルとしての複数(K)の回帰モデルを作成するステップと、
前記複数(K)の回帰モデルの係数及び切片を、当該第2の装置各々の特徴項目値または設置環境計測値から予測する、類似装置共通のメタ予測モデルを作成するステップと、
前記メタ予測モデルに、前記第1の装置の特徴項目値または設置環境計測値を入力して、前記第1のモデルとしての回帰モデルの係数及び切片を生成することで前記第1のモデルを生成するステップと、を有し、
前記第2のステップでは、
前記第1のモデルに、当該第1の装置の複数のデータ項目における説明変数を入力して、目的変数の予測値を計算するステップと、
前記目的変数の実測値と、当該予測値との間における乖離度を計算するステップと、
前記乖離度としきい値とを比較することで前記第1の装置の異常を検知するステップと、を有すること、を特徴とする装置異常監視方法。 - 請求項1記載の装置異常監視方法において、
前記第1のステップでは、
前記説明変数を、相互相関強度の大きい共線性説明変数と、それ以外の独立性説明変数とに分類するステップを有し、
前記複数(K)の回帰モデルを作成するステップでは、前記共線性説明変数毎に、当該1つの共線性説明変数とその他の独立性説明変数から前記目的変数を予測する回帰モデルの集団を作成し、
前記メタ予測モデルを作成するステップでは、前記回帰モデルの集団に対して、前記共線性説明変数毎の回帰モデルの係数及び切片を予測するメタ予測モデルを作成し、
前記第1のモデルを生成するステップでは、当該装置の前記説明変数毎の複数の個別の予測モデルの回帰モデルの係数及び切片を生成し、
前記第2のステップでは、
前記共線性説明変数毎に得られる1つ以上の乖離度を組み合わせて成る集団乖離度を計算するステップを有し、
前記目的変数の予測値を計算するステップでは、前記第1のモデルに、前記共線性説明変数とその他の独立性説明変数を入力して、前記目的変数の予測値の集団を計算し、
前記乖離度を計算するステップでは、予測値の集団に対して乖離度の集団を計算し、
前記装置の異常を検知するステップでは、前記乖離度の集団に含まれる1つ以上の乖離度を組み合わせて成る集団乖離度としきい値とを比較することで前記第1の装置の異常を検知すること、を特徴とする装置異常監視方法。 - コンピュータの情報処理を用いて、類似の複数(K+1)の装置を処理対象として、前記装置の状態をセンサで計測して得られる当該装置各々の複数のデータ項目に基づいて、前記複数のうち少なくとも1つの装置の異常原因を診断する処理を行う装置異常監視方法であって、
前記複数(K+1)の装置のうち、1つの第1の装置が、原因診断の対象となり、他の複数(K)の第2の装置が、前記第1の装置の原因診断のための第2のモデルを生成するためのデータを取得する対象となり、
前記複数(K)の装置の異常原因診断に基づき、前記複数(K)の装置の個別の診断モデルを作成して蓄積し、当該複数(K)の個別の診断モデルに基づいて、前記第1の装置の原因診断のための第2のモデルの生成を行う第1のステップと、
所定時間単位で、前記第1の装置の複数のデータ項目を入力し、当該第1の装置の状態の異常を監視及び判定し、異常を検知した場合には前記第2のモデルを用いて原因診断処理を実行する第2のステップと、を有し、
前記第1のステップでは、
前記複数(K)の第2の装置の個別の診断モデルを作成し、当該各第2の装置の特徴項目値または設置環境計測値を付して蓄積するステップと、
前記蓄積された複数(K)の個別の診断モデルを、当該各第2の装置の特徴項目値または設置環境計測値に基づいて分類した類似装置共通のメタ診断モデルを作成するステップと、
前記メタ診断モデルに、前記第1の装置の特徴項目値または設置環境計測値を入力して、当該第1の装置専用の第2のモデルを生成するステップと、を有し、
前記第2のステップでは、
前記異常を検知した場合に、前記第2のモデルに対し、前記第1の装置からのデータ項目を入力して、当該第2のモデルを構成する各々のモデルとのマッチングを行うステップと、
前記マッチングしたモデルに基づき原因の情報を出力するステップと、を有すること、を特徴とする装置異常監視方法。 - 請求項3記載の装置異常監視方法において、
前記第2のモデルは、前記複数のデータ項目間の関係を有向グラフで表現したグラフィカルモデルとし、
前記第1のステップでは、前記グラフィカルモデルのリンクの有無あるいは強度を、相関強度、偏相関強度、または偏相関強度と信号強度の積で決定する処理と、リンクの向きを、前記データ項目間の時間先行性情報から決定する処理と、を行うこと、を特徴とする装置異常監視方法。 - コンピュータの情報処理を用いて、類似の複数(K+1)の装置を処理対象として、前記装置の状態をセンサで計測して得られる当該装置各々の複数のデータ項目に基づいて、前記複数(K+1)のうち少なくとも1つの装置の状態の異常を監視及び判定する処理を行う装置異常監視システムであって、
前記複数(K+1)の装置のうち、1つの第1の装置が、監視及び判定の対象となり、他の複数(K)の第2の装置が、前記第1の装置の監視及び判定のための第1のモデルを生成するためのデータを取得する対象となり、
前記複数(K)の第2の装置各々における正常時の複数のデータ項目に基づき作成される、前記監視及び判定のための個別装置専用の複数(K)の予測モデルに基づき、前記第1の装置専用の第1のモデルを生成する処理を行う第1の手段と、
所定時間単位で、前記第1の装置からの複数のデータ項目を入力し、前記第1のモデルを用いて、前記第1の装置の状態の異常を監視及び判定し、異常を検知した場合には検知情報を出力する、監視実行処理を行う第2の手段と、を有し、
前記第1の手段では、
前記複数(K)の第2の装置各々の複数のデータ項目を、回帰分析における、目的変数と、それ以外の説明変数とに分類する処理と、
前記複数(K)の第2の装置各々の個別の予測モデルとしての複数(K)の回帰モデルを作成する処理と、
前記複数(K)の回帰モデルの係数及び切片を、当該第2の装置各々の特徴項目値または設置環境計測値から予測する、類似装置共通のメタ予測モデルを作成する処理と、
前記メタ予測モデルに、前記第1の装置の特徴項目値または設置環境計測値を入力して、前記第1のモデルとしての回帰モデルの係数及び切片を生成することで前記第1のモデルを生成する処理と、を行い、
前記第2の手段では、
前記第1のモデルに、当該第1の装置の複数のデータ項目における説明変数を入力して、目的変数の予測値を計算する処理と、
前記目的変数の実測値と、当該予測値との間における乖離度を計算する処理と、
前記乖離度としきい値とを比較することで前記第1の装置の異常を検知する処理と、を行うこと、を特徴とする装置異常監視システム。 - 請求項5記載の装置異常監視システムにおいて、
前記第1の手段では、
前記説明変数を、相互相関強度の大きい共線性説明変数と、それ以外の独立性説明変数とに分類する処理を行い、
前記複数(K)の回帰モデルを作成する処理では、前記共線性説明変数毎に、当該1つの共線性説明変数とその他の独立性説明変数から前記目的変数を予測する回帰モデルの集団を作成し、
前記メタ予測モデルを作成する処理では、前記回帰モデルの集団に対して、前記共線性説明変数毎の回帰モデルの係数及び切片を予測するメタ予測モデルを作成し、
前記第1のモデルを生成する処理では、当該装置の前記説明変数毎の複数の個別の予測モデルの回帰モデルの係数及び切片を生成し、
前記第2の手段では、
前記共線性説明変数毎に得られる1つ以上の乖離度を組み合わせて成る集団乖離度を計算する処理を有し、
前記目的変数の予測値を計算する処理では、前記第1のモデルに、前記共線性説明変数とその他の独立性説明変数を入力して、前記目的変数の予測値の集団を計算し、
前記乖離度を計算する処理では、予測値の集団に対して乖離度の集団を計算し、
前記装置の異常を検知する処理では、前記乖離度の集団に含まれる1つ以上の乖離度を組み合わせて成る集団乖離度としきい値とを比較することで前記第1の装置の異常を検知すること、を特徴とする装置異常監視システム。 - コンピュータの情報処理を用いて、類似の複数(K+1)の装置を処理対象として、前記装置の状態をセンサで計測して得られる当該装置各々の複数のデータ項目に基づいて、前記複数のうち少なくとも1つの装置の異常原因を診断する処理を行う装置異常監視システムであって、
前記複数(K+1)の装置のうち、1つの第1の装置が、原因診断の対象となり、他の複数(K)の第2の装置が、前記第1の装置の原因診断のための第2のモデルを生成するためのデータを取得する対象となり、
前記複数(K)の装置の異常原因診断に基づき、前記複数(K)の装置の個別の診断モデルを作成して蓄積し、当該複数(K)の個別の診断モデルに基づいて、前記第1の装置の原因診断のための第2のモデルの生成を行う第1の手段と、
所定時間単位で、前記第1の装置の複数のデータ項目を入力し、当該第1の装置の状態の異常を監視及び判定し、異常を検知した場合には前記第2のモデルを用いて原因診断処理を実行する第2の手段と、を有し、
前記第1の手段では、
前記複数(K)の第2の装置の個別の診断モデルを作成し、当該各第2の装置の特徴項目値または設置環境計測値を付して蓄積する処理と、
前記蓄積された複数(K)の個別の診断モデルを、当該各第2の装置の特徴項目値または設置環境計測値に基づいて分類した類似装置共通のメタ診断モデルを作成する処理と、
前記メタ診断モデルに、前記第1の装置の特徴項目値または設置環境計測値を入力して、当該第1の装置専用の第2のモデルを生成する処理と、を行い、
前記第2の手段では、
前記異常を検知した場合に、前記第2のモデルに対し、前記第1の装置からのデータ項目を入力して、当該第2のモデルを構成する各々のモデルとのマッチングを行う処理と、
前記マッチングしたモデルに基づき原因の情報を出力する処理と、を行うこと、を特徴とする装置異常監視システム。 - 請求項7記載の装置異常監視システムにおいて、
前記第2のモデルは、前記複数のデータ項目間の関係を有向グラフで表現したグラフィカルモデルとし、
前記第1の手段では、前記グラフィカルモデルのリンクの有無あるいは強度を、相関強度、偏相関強度、または偏相関強度と信号強度の積で決定する処理と、リンクの向きを、前記データ項目間の時間先行性情報から決定する処理と、を行うこと、を特徴とする装置異常監視システム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009139873A JP5297272B2 (ja) | 2009-06-11 | 2009-06-11 | 装置異常監視方法及びシステム |
PCT/JP2010/058104 WO2010143492A1 (ja) | 2009-06-11 | 2010-05-13 | 装置異常監視方法及びシステム |
US13/377,242 US8566070B2 (en) | 2009-06-11 | 2010-05-13 | Apparatus abnormality monitoring method and system |
CN201080025827.8A CN102460529B (zh) | 2009-06-11 | 2010-05-13 | 装置异常监视方法以及系统 |
EP10786023A EP2442288A4 (en) | 2009-06-11 | 2010-05-13 | METHOD AND SYSTEM FOR MONITORING DEVICE ANOMALIES |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009139873A JP5297272B2 (ja) | 2009-06-11 | 2009-06-11 | 装置異常監視方法及びシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010287011A true JP2010287011A (ja) | 2010-12-24 |
JP5297272B2 JP5297272B2 (ja) | 2013-09-25 |
Family
ID=43308752
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009139873A Expired - Fee Related JP5297272B2 (ja) | 2009-06-11 | 2009-06-11 | 装置異常監視方法及びシステム |
Country Status (5)
Country | Link |
---|---|
US (1) | US8566070B2 (ja) |
EP (1) | EP2442288A4 (ja) |
JP (1) | JP5297272B2 (ja) |
CN (1) | CN102460529B (ja) |
WO (1) | WO2010143492A1 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9378183B2 (en) | 2010-05-20 | 2016-06-28 | Hitachi, Ltd. | Monitoring diagnostic device and monitoring diagnostic method |
JP2017021502A (ja) * | 2015-07-09 | 2017-01-26 | 株式会社日立ハイテクノロジーズ | 稼働データ分類装置 |
JP2017207904A (ja) * | 2016-05-18 | 2017-11-24 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 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 |
US20180157692A1 (en) * | 2015-06-30 | 2018-06-07 | Omron Corporation | Data flow control device and data flow control method |
JP2018151883A (ja) * | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
JP2019047188A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社日立製作所 | 分析管理システムおよび分析管理方法 |
JP2020035281A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社日立パワーソリューションズ | 異常予兆診断システム、管理装置、及び異常予兆診断方法 |
WO2020230422A1 (ja) * | 2019-05-14 | 2020-11-19 | 株式会社日立製作所 | 異常診断装置及び方法 |
JP2020204841A (ja) * | 2019-06-14 | 2020-12-24 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP2021002295A (ja) * | 2019-06-24 | 2021-01-07 | 東京エレクトロンデバイス株式会社 | 異常検知装置、異常検知システム、及び異常検知方法 |
Families Citing this family (48)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2657843B1 (en) * | 2010-12-20 | 2020-04-08 | Nec Corporation | Operation management device, operation management method, and program |
WO2012086444A1 (ja) * | 2010-12-24 | 2012-06-28 | 日本電気株式会社 | 監視データ分析装置、監視データ分析方法および監視データ分析プログラム |
TWI515522B (zh) * | 2010-12-28 | 2016-01-01 | 萬國商業機器公司 | 測定系統情況的方法、電腦程式及電腦 |
US20120283885A1 (en) * | 2011-05-04 | 2012-11-08 | General Electric Company | Automated system and method for implementing statistical comparison of power plant operations |
WO2012157040A1 (ja) * | 2011-05-13 | 2012-11-22 | 株式会社日立製作所 | 保守部品寿命予測システムおよび保守部品寿命予測方法 |
CN103136671A (zh) * | 2011-11-30 | 2013-06-05 | 国际商业机器公司 | 产品质量追溯方法和装置 |
JP5996384B2 (ja) * | 2012-11-09 | 2016-09-21 | 株式会社東芝 | プロセス監視診断装置、プロセス監視診断プログラム |
JP2014167706A (ja) * | 2013-02-28 | 2014-09-11 | Azbil Corp | 監視装置および制御システム |
JP6354192B2 (ja) * | 2014-02-14 | 2018-07-11 | オムロン株式会社 | 因果ネットワーク生成システム |
US20170103148A1 (en) * | 2014-03-27 | 2017-04-13 | Nec Corporation | System-analyzing device, analysis-model generation method, system analysis method, and system-analyzing program |
JP6181589B2 (ja) * | 2014-03-31 | 2017-08-16 | 株式会社Ihi | 計測値解析装置及び計測値解析方法 |
JP6475469B2 (ja) * | 2014-10-29 | 2019-02-27 | 株式会社日立製作所 | 診断ジョブ生成システム、診断ジョブ生成方法及び診断ジョブ生成表示方法 |
WO2016113911A1 (ja) * | 2015-01-16 | 2016-07-21 | 三菱電機株式会社 | データ判定装置、データ判定方法及びプログラム |
JP6350736B2 (ja) * | 2015-02-17 | 2018-07-04 | 富士通株式会社 | 判定装置、判定方法および判定プログラム |
WO2016143118A1 (ja) * | 2015-03-12 | 2016-09-15 | 株式会社日立製作所 | 機械診断装置および機械診断方法 |
JP6486731B2 (ja) * | 2015-03-13 | 2019-03-20 | 株式会社東芝 | 機器特性モデル学習装置、機器特性モデル学習方法、及びプログラム |
JP5875726B1 (ja) * | 2015-06-22 | 2016-03-02 | 株式会社日立パワーソリューションズ | 異常予兆診断装置のプリプロセッサ及びその処理方法 |
JP5845374B1 (ja) * | 2015-08-05 | 2016-01-20 | 株式会社日立パワーソリューションズ | 異常予兆診断システム及び異常予兆診断方法 |
US9793939B2 (en) * | 2015-08-05 | 2017-10-17 | International Business Machines Corporation | Automatic self-protection for a portable electronic device |
DE112016006264T5 (de) * | 2016-01-20 | 2018-09-27 | Mitsubishi Electric Corporation | Anomalie-Detektionseinrichtung und Anomalie-Detektionssystem |
WO2017168940A1 (ja) * | 2016-03-31 | 2017-10-05 | 株式会社日立製作所 | データ統合分析システム |
EP3242118A1 (en) * | 2016-05-06 | 2017-11-08 | DANA ITALIA S.r.l. | Sensor system for monitoring a vehicle axle and for discriminating between a plurality of axle failure modes |
WO2017213183A1 (ja) * | 2016-06-07 | 2017-12-14 | 三菱電機株式会社 | 異常診断装置及び異常診断方法 |
EP3506229A4 (en) | 2016-08-29 | 2020-07-15 | Korea Hydro & Nuclear Power Co., Ltd | METHOD FOR DETECTING ANOMALY CHARACTERS OF A NUCLEAR POWER PLANT WITH PROCESSOR FOR DETERMINING THE DEVICE MEANING AND THE WARNING VALIDITY AND SYSTEM THEREFOR |
US20200333777A1 (en) * | 2016-09-27 | 2020-10-22 | Tokyo Electron Limited | Abnormality detection method and abnormality detection apparatus |
US10113552B2 (en) | 2016-10-13 | 2018-10-30 | Caterpillar Inc. | System, method, and apparatus to monitor compressor health |
EP3336634B1 (en) * | 2016-12-14 | 2020-02-26 | ABB Schweiz AG | Computer system and method for monitoring the status of a technical system |
JP6616791B2 (ja) * | 2017-01-04 | 2019-12-04 | 株式会社東芝 | 情報処理装置、情報処理方法およびコンピュータプログラム |
EP3582052A4 (en) * | 2017-02-07 | 2020-02-26 | Nec Corporation | DEVICE AND METHOD FOR DETERMINING FAULTS AND RECORDING MEDIUM ON WHICH A PROGRAM FOR DETERMINING FAULTS IS RECORDED |
JP6571704B2 (ja) * | 2017-02-13 | 2019-09-04 | ファナック株式会社 | 診断用データ取得システム、診断用システム、及び診断用データ取得プログラム |
EP3410245A1 (en) * | 2017-06-02 | 2018-12-05 | OMRON Corporation | Process analysis apparatus, process analysis method, and process analysis program |
JP6790006B2 (ja) * | 2018-02-27 | 2020-11-25 | 三菱重工マリンマシナリ株式会社 | 状態診断装置、状態診断方法、及び状態診断プログラム |
CN110224970B (zh) * | 2018-03-01 | 2021-11-23 | 西门子公司 | 一种工业控制系统的安全监视方法和装置 |
EP3553614A1 (de) * | 2018-04-13 | 2019-10-16 | Linde Aktiengesellschaft | Verfahren zum erstellen eines modells einer technischen vorrichtung und verfahren zum überwachen einer technischen vorrichtung auf grundlage eines modells |
CN108664400B (zh) * | 2018-05-11 | 2020-08-04 | 北京航空航天大学 | 一种基于相依贝叶斯网络的故障诊断技术的构建方法 |
JP7052602B2 (ja) * | 2018-07-02 | 2022-04-12 | 日本電信電話株式会社 | 生成装置、生成方法及び生成プログラム |
JP7036697B2 (ja) * | 2018-09-27 | 2022-03-15 | 株式会社日立製作所 | 監視システム及び監視方法 |
JP7134051B2 (ja) * | 2018-10-01 | 2022-09-09 | 三菱電機株式会社 | 劣化検知システム |
JP7056497B2 (ja) * | 2018-10-03 | 2022-04-19 | トヨタ自動車株式会社 | 重回帰分析装置及び重回帰分析方法 |
JP7184636B2 (ja) * | 2018-12-27 | 2022-12-06 | 三菱重工業株式会社 | データ選別装置及び方法、ならびに監視診断装置 |
JP7283485B2 (ja) * | 2018-12-28 | 2023-05-30 | 日本電気株式会社 | 推定装置、推定方法、及びプログラム |
WO2020180424A1 (en) | 2019-03-04 | 2020-09-10 | Iocurrents, Inc. | Data compression and communication using machine learning |
US11393590B2 (en) * | 2019-04-02 | 2022-07-19 | Kpn Innovations, Llc | Methods and systems for an artificial intelligence alimentary professional support network for vibrant constitutional guidance |
US10593431B1 (en) * | 2019-06-03 | 2020-03-17 | Kpn Innovations, Llc | Methods and systems for causative chaining of prognostic label classifications |
CN110532146B (zh) * | 2019-07-17 | 2023-02-28 | 安徽航天信息有限公司 | 一种数据采集监控方法及装置 |
WO2021178361A1 (en) * | 2020-03-03 | 2021-09-10 | Pdf Solutions, Inc. | Predicting die susceptible to early lifetime failure |
CN112654060B (zh) * | 2020-12-18 | 2023-03-24 | 中国计量大学 | 一种装置异常检测方法及系统 |
JP2022128256A (ja) * | 2021-02-22 | 2022-09-01 | 株式会社日立製作所 | 異常度算出システムおよび方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH064789A (ja) * | 1992-06-22 | 1994-01-14 | Hitachi Ltd | 機器の異常監視方法および装置 |
JP2000181526A (ja) * | 1998-12-16 | 2000-06-30 | Chugoku Electric Power Co Inc:The | プラント状態推定・予測装置及び方法 |
JP2000252180A (ja) * | 1999-02-25 | 2000-09-14 | Matsushita Electric Ind Co Ltd | 加工プロセスにおける異常の抽出方法及びその装置 |
JP2002110493A (ja) * | 2000-10-04 | 2002-04-12 | Matsushita Electric Ind Co Ltd | 加工プロセス工程の異常抽出方法及び装置 |
JP2007242809A (ja) * | 2006-03-07 | 2007-09-20 | Toshiba Corp | 半導体製造装置の制御方法、および半導体製造装置の制御システム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4239932B2 (ja) | 2004-08-27 | 2009-03-18 | 株式会社日立製作所 | 生産管理システム |
WO2006049084A1 (ja) * | 2004-10-30 | 2006-05-11 | Takanori Ikegami | 測定値変換方法および測定値変換システム |
JP2007188405A (ja) * | 2006-01-16 | 2007-07-26 | Nec Electronics Corp | 異常検出システムおよび異常検出方法 |
US7853431B2 (en) * | 2006-09-29 | 2010-12-14 | Fisher-Rosemount Systems, Inc. | On-line monitoring and diagnostics of a process using multivariate statistical analysis |
US8032341B2 (en) * | 2007-01-04 | 2011-10-04 | Fisher-Rosemount Systems, Inc. | Modeling a process using a composite model comprising a plurality of regression models |
JP5108116B2 (ja) * | 2009-01-14 | 2012-12-26 | 株式会社日立製作所 | 装置異常監視方法及びシステム |
-
2009
- 2009-06-11 JP JP2009139873A patent/JP5297272B2/ja not_active Expired - Fee Related
-
2010
- 2010-05-13 US US13/377,242 patent/US8566070B2/en not_active Expired - Fee Related
- 2010-05-13 CN CN201080025827.8A patent/CN102460529B/zh not_active Expired - Fee Related
- 2010-05-13 WO PCT/JP2010/058104 patent/WO2010143492A1/ja active Application Filing
- 2010-05-13 EP EP10786023A patent/EP2442288A4/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH064789A (ja) * | 1992-06-22 | 1994-01-14 | Hitachi Ltd | 機器の異常監視方法および装置 |
JP2000181526A (ja) * | 1998-12-16 | 2000-06-30 | Chugoku Electric Power Co Inc:The | プラント状態推定・予測装置及び方法 |
JP2000252180A (ja) * | 1999-02-25 | 2000-09-14 | Matsushita Electric Ind Co Ltd | 加工プロセスにおける異常の抽出方法及びその装置 |
JP2002110493A (ja) * | 2000-10-04 | 2002-04-12 | Matsushita Electric Ind Co Ltd | 加工プロセス工程の異常抽出方法及び装置 |
JP2007242809A (ja) * | 2006-03-07 | 2007-09-20 | Toshiba Corp | 半導体製造装置の制御方法、および半導体製造装置の制御システム |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9378183B2 (en) | 2010-05-20 | 2016-06-28 | Hitachi, Ltd. | Monitoring diagnostic device and monitoring diagnostic method |
US11748326B2 (en) * | 2015-06-30 | 2023-09-05 | Omron Corporation | Data flow control device and data flow control method |
US20180157692A1 (en) * | 2015-06-30 | 2018-06-07 | Omron Corporation | Data flow control device and data flow control method |
JP2017021502A (ja) * | 2015-07-09 | 2017-01-26 | 株式会社日立ハイテクノロジーズ | 稼働データ分類装置 |
JP2017207904A (ja) * | 2016-05-18 | 2017-11-24 | エヌ・ティ・ティ・コミュニケーションズ株式会社 | 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 |
JP2018151883A (ja) * | 2017-03-13 | 2018-09-27 | 株式会社東芝 | 解析装置、解析方法、及び、プログラム |
JP2019047188A (ja) * | 2017-08-30 | 2019-03-22 | 株式会社日立製作所 | 分析管理システムおよび分析管理方法 |
JP2020035281A (ja) * | 2018-08-31 | 2020-03-05 | 株式会社日立パワーソリューションズ | 異常予兆診断システム、管理装置、及び異常予兆診断方法 |
JP2020187516A (ja) * | 2019-05-14 | 2020-11-19 | 株式会社日立製作所 | 異常診断装置及び方法 |
JP7330754B2 (ja) | 2019-05-14 | 2023-08-22 | 株式会社日立製作所 | 異常診断装置及び方法 |
WO2020230422A1 (ja) * | 2019-05-14 | 2020-11-19 | 株式会社日立製作所 | 異常診断装置及び方法 |
JP2020204841A (ja) * | 2019-06-14 | 2020-12-24 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP7116711B2 (ja) | 2019-06-14 | 2022-08-10 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP2021002295A (ja) * | 2019-06-24 | 2021-01-07 | 東京エレクトロンデバイス株式会社 | 異常検知装置、異常検知システム、及び異常検知方法 |
JP7290484B2 (ja) | 2019-06-24 | 2023-06-13 | 東京エレクトロンデバイス株式会社 | 異常検知装置、異常検知システム、及び異常検知方法 |
Also Published As
Publication number | Publication date |
---|---|
US20120136629A1 (en) | 2012-05-31 |
EP2442288A4 (en) | 2012-11-21 |
EP2442288A1 (en) | 2012-04-18 |
WO2010143492A1 (ja) | 2010-12-16 |
CN102460529B (zh) | 2014-05-07 |
JP5297272B2 (ja) | 2013-09-25 |
CN102460529A (zh) | 2012-05-16 |
US8566070B2 (en) | 2013-10-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5297272B2 (ja) | 装置異常監視方法及びシステム | |
JP5108116B2 (ja) | 装置異常監視方法及びシステム | |
US9483049B2 (en) | Anomaly detection and diagnosis/prognosis method, anomaly detection and diagnosis/prognosis system, and anomaly detection and diagnosis/prognosis program | |
JP5427107B2 (ja) | 監視診断装置および監視診断方法 | |
US6556939B1 (en) | Inferential signal generator for instrumented equipment and processes | |
JP5129725B2 (ja) | 装置異常診断方法及びシステム | |
JP5292477B2 (ja) | 診断装置及び診断方法 | |
JP5875726B1 (ja) | 異常予兆診断装置のプリプロセッサ及びその処理方法 | |
AU2002236463A1 (en) | Inferential signal generator for instrumented equipment and processes | |
JP2010181188A (ja) | プラント運転状態監視方法 | |
JP6523815B2 (ja) | プラント診断装置及びプラント診断方法 | |
JP2013041173A (ja) | 障害予測システム及びプログラム | |
JP2006309570A (ja) | 製油所監視システム | |
WO2009046195A1 (en) | Simplified algorithm for abnormal situation prevention in load following applications | |
KR102561675B1 (ko) | 생산현장 가동 설비 상태 모니터링을 통한 고장진단 및 예측 시스템 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
JP2014026327A (ja) | 実稼働データによる機器の状態診断装置 | |
Suzuki et al. | An anomaly detection system for advanced maintenance services | |
Rogers et al. | Digital twinning for condition monitoring of marine propulsion assets | |
CN112654060B (zh) | 一种装置异常检测方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110804 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130305 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130425 |
|
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: 20130521 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130614 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |