JP2011238147A - プロセス状態解析装置およびプロセス状態解析方法 - Google Patents
プロセス状態解析装置およびプロセス状態解析方法 Download PDFInfo
- Publication number
- JP2011238147A JP2011238147A JP2010110733A JP2010110733A JP2011238147A JP 2011238147 A JP2011238147 A JP 2011238147A JP 2010110733 A JP2010110733 A JP 2010110733A JP 2010110733 A JP2010110733 A JP 2010110733A JP 2011238147 A JP2011238147 A JP 2011238147A
- Authority
- JP
- Japan
- Prior art keywords
- parameter
- value
- average value
- section
- process state
- 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.)
- Pending
Links
Images
Abstract
【課題】パラメータ間における影響がある場合に適切にパラメータを補正することができるプロセス状態解析装置等を提供する。
【解決手段】第1の取得手段は、プロセスオートメーションに関連する第1のパラメータの履歴を取得する。第2の取得手段は、プロセスオートメーションに関連する第2のパラメータの履歴を取得する。区間設定手段は、表示期間を前記第2のパラメータの値の範囲に対応する複数の区間に区分する。平均値算出手段は、前記区間設定手段により設定された前記区間ごとの前記第1のパラメータの平均値を算出する。補正手段は、前記平均値算出手段により算出された前記区間ごとの前記第1のパラメータの平均値が一致するように、前記区間ごとに一定の補正値を前記第1のパラメータに加える。
【選択図】図1
【解決手段】第1の取得手段は、プロセスオートメーションに関連する第1のパラメータの履歴を取得する。第2の取得手段は、プロセスオートメーションに関連する第2のパラメータの履歴を取得する。区間設定手段は、表示期間を前記第2のパラメータの値の範囲に対応する複数の区間に区分する。平均値算出手段は、前記区間設定手段により設定された前記区間ごとの前記第1のパラメータの平均値を算出する。補正手段は、前記平均値算出手段により算出された前記区間ごとの前記第1のパラメータの平均値が一致するように、前記区間ごとに一定の補正値を前記第1のパラメータに加える。
【選択図】図1
Description
本発明は、プロセスオートメーションに関連するパラメータの変化を示すことにより、プロセスの状態を表示するプロセス状態解析装置およびプロセス状態解析方法に関する。
プロセスオートメーションにおけるプロセスの状態を解析する方法として、プロセスオートメーションに関連するパラメータによって統計解析を行う方法があり、その一つに、マハラノビス・タグチ・システムがある。プロセスオートメーションに関連するパラメータには、プロセスに接続している計器の信号、制御動作の設定値、工程情報、保全情報、及び外乱情報などがある。
マハラノビス・タグチ・システムでは、これらのパラメータの値に対して、基準を設定し、基準と解析対象の差をマハラノビス距離として算出する。また、各パラメータのマハラノビス距離への影響度(異常の程度等)を示す指標等として各パラメータの貢献度、SN比が算出される。ここで正常を基準にすれば、算出されたマハラノビス距離に基づいて、解析対象の正常と異常を判別できる。
また、マハラノビス・タグチ・システムによる解析を行わない場合であっても、プロセスオートメーションに関連するパラメータの変化を表示し、あるいは他の統計的な処理の対象とすることにより、プロセスの状態を解析することが可能である。
プロセスオートメーションに関連するパラメータAに基づいて解析を行う場合、パラメータAの経時変化を、時間およびパラメータAをそれぞれ座標軸とする波形として捉えることができる。この場合、パラメータAの変化を示す波形がもつ特徴を標本線によって特徴量に変換し、この特徴量をマハラノビス・タグチ・システムにより処理することで、解析対象期間における異常/正常を区別するなどの解析が可能となる。
しかし、パラメータAがプロセスオートメーションに関連する他のパラメータBからの影響を受けるような系では、パラメータAについての波形のみに基づいて有効な解析が行えないおそれがある。また、パラメータAについての波形表示がプロセスの状態を示す有効な情報とならず、あるいはパラメータAについての波形がマハラノビス・タグチ・システム以外の解析手法に有効に利用できない可能性がある。
すなわち、マハラノビス・タグチ・システムでは、基準を設定し、基準と解析対象の差をマハラノビス距離として算出する。したがって、正常を基準にして正常と異常を判別する場合、基準に正常を含める必要がある。
正常と異常の判別対象となるパラメータAが正常と異常を判別できるパラメータとして利用可能な場合、それに影響を与えるパラメータBが一定値であれば、すなわち、パラメータBの影響を受けなければ、正常/異常を判別できる可能性がある。ところが、パラメータBが一定値ではなく、パラメータAがパラメータBの影響を受ける場合、正確な基準が設定できず、正常であっても異常と判別され、正常と異常を判別できないことがある。
本発明の目的は、パラメータ間における影響がある場合に適切にパラメータを補正することができるプロセス状態解析装置等を提供することにある。
本発明のプロセス状態解析装置は、プロセスオートメーションに関連するパラメータの変化を介してプロセスの状態を解析するプロセス状態解析装置において、プロセスオートメーションに関連する第1のパラメータの履歴を取得する第1の取得手段と、プロセスオートメーションに関連する第2のパラメータの履歴を取得する第2の取得手段と、表示期間を前記第2のパラメータの値の範囲に対応する複数の区間に区分する区間設定手段と、前記区間設定手段により設定された前記区間ごとの前記第1のパラメータの平均値を算出する平均値算出手段と、前記平均値算出手段により算出された前記区間ごとの前記第1のパラメータの平均値が一致するように、前記区間ごとに一定の補正値を前記第1のパラメータに加える補正手段と、を備えることを特徴とする。
このプロセス状態解析装置によれば、区間ごとの第1のパラメータの平均値が一致するように、区間ごとに一定の補正値を第1のパラメータに加えるので、パラメータ間における影響がある場合に適切にパラメータを補正することができる。
このプロセス状態解析装置によれば、区間ごとの第1のパラメータの平均値が一致するように、区間ごとに一定の補正値を第1のパラメータに加えるので、パラメータ間における影響がある場合に適切にパラメータを補正することができる。
前記補正手段により補正された前記第1のパラメータの前記表示期間における変化をグラフとして表示する表示手段を備えてもよい。
前記補正手段により補正された前記第1のパラメータに基づいて、前記区間ごとの正常または異常の判定を行う判定手段を備えてもよい。
前記補正手段により補正された前記第1のパラメータに対し、マハラノビス・タグチ・システムを用いた解析を行う解析手段を備えてもよい。
本発明のプロセス状態解析方法は、プロセスオートメーションに関連するパラメータの変化を介してプロセスの状態を解析するプロセス状態解析方法において、プロセスオートメーションに関連する第1のパラメータの履歴を取得する第1の取得ステップと、プロセスオートメーションに関連する第2のパラメータの履歴を取得する第2の取得ステップと、表示期間を前記第2のパラメータの値の範囲に対応する複数の区間に区分する区間設定ステップと、前記区間設定ステップにより設定された前記区間ごとの前記第1のパラメータの平均値を算出する平均値算出ステップと、前記平均値算出ステップにより算出された前記区間ごとの前記第1のパラメータの平均値が一致するように、前記区間ごとに一定の補正値を前記第1のパラメータに加える補正ステップと、を備えることを特徴とする。
このプロセス状態解析方法によれば、区間ごとの第1のパラメータの平均値が一致するように、区間ごとに一定の補正値を第1のパラメータに加えるので、パラメータ間における影響がある場合に適切にパラメータを補正することができる。
このプロセス状態解析方法によれば、区間ごとの第1のパラメータの平均値が一致するように、区間ごとに一定の補正値を第1のパラメータに加えるので、パラメータ間における影響がある場合に適切にパラメータを補正することができる。
本発明のプロセス状態解析装置によれば、区間ごとの第1のパラメータの平均値が一致するように、区間ごとに一定の補正値を第1のパラメータに加えるので、パラメータ間における影響がある場合に適切にパラメータを補正することができる。
本発明のプロセス状態解析方法によれば、区間ごとの第1のパラメータの平均値が一致するように、区間ごとに一定の補正値を第1のパラメータに加えるので、パラメータ間における影響がある場合に適切にパラメータを補正することができる。
以下、本発明によるプロセス状態解析装置の実施形態について説明する。
図1は、本実施形態のプロセス状態解析装置の構成を機能的に示すブロック図である。
図1に示すように、本実施形態の解析装置1は、プロセスオートメーションに関連するパラメータAおよびパラメータBを含むパラメータの履歴をパラメータ格納部2などから取得する取得手段11と、表示期間を、取得手段11により取得されたパラメータBの値の範囲に対応する複数の区間に区分する区間設定手段12と、区間設定手段12により設定された上記区間ごとのパラメータAの平均値を算出する平均値算出手段13と、平均値算出手段13により算出された上記区間ごとのパラメータAの平均値が一致するように、上記区間ごとに一定の補正値をパラメータAに加える補正手段14と、補正手段14により補正されたパラメータAの上記表示期間における変化をグラフとして表示する表示手段15と、補正手段14により補正されたパラメータAに基づいて、上記区間ごとの正常または異常の判定を行う判定手段16と、を備える。
また、解析装置1には、表示手段15によるグラフ表示および判定手段16による判定結果を表示するための表示画面5が設けられている。
図2は、パラメータBが変化しない場合におけるパラメータAの変化を説明するための図であり、図2(a)は、プロセスオートメーションに関連するパラメータAの変化を例示する図、図2(b)は、プロセスオートメーションに関連するパラメータBの変化を例示する図である。図2(a)および図2(b)のグラフにおいて時間軸(横軸)は共通である。
一般的に、パラメータAの値がパラメータBの値の影響を受ける系では、パラメータAの値のみに基づいてプロセスの異常/正常を判断することは困難である。しかし、図2(b)に示すように、この例では期間1〜期間7においてパラメータBが変化せず一定値をとる。このため、パラメータAの値の変化のパターンにはパラメータBの影響が現れない。したがって、図2(a)に示すように、各期間1〜期間7におけるパラメータAの値(例えば、平均値、最小値、最大値など)に基づいて、各期間1〜期間7の異常/正常を判定することができる。
図3は、パラメータBが変化する場合におけるパラメータAの変化を説明するための図であり、図3(a)は、パラメータAの変化を例示する図、図3(b)は、パラメータBの変化を例示する図である。図3(a)および図3(b)のグラフにおいて時間軸(横軸)は共通である。
図3(b)に示すように、この例では期間ごとにパラメータBが変化しているため、パラメータAの値の変化のパターンにパラメータBの影響が現れる。このため、パラメータAの値のみに基づいて、各期間の異常/正常を判定することは困難となる。また、パラメータAのグラフを見ても、プロセスの状態を容易に把握することができない。
また、正常と異常の判別対象となるパラメータAの波形を標本線によって特徴量に変換する際、正常と異常を判別するためには、標本線間隔dを、パラメータAがパラメータBの影響を受けていないときの正常と異常の差より小さくする必要がある。このため、パラメータAがパラメータBの影響を受ける場合に、パラメータAの値に関わりなく判別精度を等しくするためには、パラメータAの最大値と最小値にかかる範囲で標本線を設ける必要があり、標本線数を大幅に増やす必要がある。その結果、計算量が増える。言い換えれば、計算量を等しくした場合、判別精度は低下する。また、標本線数が増えることで、S/Nが小さくなり、判別精度が低下する場合がある。
しかし、本実施形態のプロセス状態解析装置では、各期間について、パラメータBの値に応じてパラメータAの値を補正することにより、パラメータAの値の変化のパターンに基づいて、各期間の異常/正常を判定可能としている。
図4は、パラメータAに対する解析装置1における処理を示す図である。
図4(a)のグラフは図3(a)に示すグラフと同一であり、パラメータBが変化する場合におけるパラメータAの変化を示している。図4(b)は補正後パラメータに対する処理を示す図である。
以下、解析装置1における処理について説明する。
(1)パラメータBの値に応じて、各期間1〜期間7を区分X〜区分Zのいずれかに対応付ける。図3(b)の例では、パラメータBの値がB1である期間を区分Xに、パラメータBの値がB2である期間を区分Yに、パラメータBの値がB3である期間を区分Zに、それぞれ対応付けている。この処理は区間設定手段12の機能に対応する。
(2)パラメータBの値がB1をとる期間、すなわち区間Xに属する期間におけるパラメータAの値の平均値A1を算出する。同様に、パラメータBの値がB2をとる期間、すなわち区間Yに属する期間におけるパラメータAの値の平均値A2、およびパラメータBの値がB3をとる期間、すなわち区間Zに属する期間におけるパラメータAの値の平均値A3を算出する(図4(a))。ここでは、パラメータ格納部2(図1)に格納された履歴データに基づいて、対象となる期間におけるパラメータAの値を抽出し、その平均値を算出する。平均値を算出するに際して、対象となる全期間におけるパラメータAの値を用いてもよく、あるいはその一部の期間におけるパラメータAの値を用いてもよい。また、プロセスが正常な期間におけるパラメータAの値を用いてもよい。この処理は平均値算出手段13の機能に対応する。この処理を予め実行しておき、算出結果を保存しておくことができる。
(3)パラメータAの基準値A0を設定する(図4(a))。基準値A0は任意の値を選択できるが、パラメータAの全期間にわたる平均値などを基準値A0としてもよい。
(4)区間XのパラメータAの値に対して、基準値A0−平均値A1を加算し、この値を補正後のパラメータA´とする。すなわち、
補正後パラメータA´=(基準値A0−平均値A1)+パラメータA
を算出する。
同様に、区間YのパラメータAの値に対して、
補正後パラメータA´=(基準値A0−平均値A2)+パラメータA
を、区間3のパラメータAの値に対して、
補正後パラメータA´=(基準値A0−平均値A3)+パラメータA
を、それぞれ算出する(図4(b))。これら(3)〜(4)の処理は、補正手段14の機能に対応する。
補正後パラメータA´=(基準値A0−平均値A1)+パラメータA
を算出する。
同様に、区間YのパラメータAの値に対して、
補正後パラメータA´=(基準値A0−平均値A2)+パラメータA
を、区間3のパラメータAの値に対して、
補正後パラメータA´=(基準値A0−平均値A3)+パラメータA
を、それぞれ算出する(図4(b))。これら(3)〜(4)の処理は、補正手段14の機能に対応する。
(5)判定手段16は、以上の処理で得られた補正後パラメータA´を用いてマハラノビス・システムによる解析を行い、判定手段16によって期間ごとの異常/正常の判定を行うことができる(図4(b))。この場合、補正後パラメータA´のグラフ(図4(b))に対して標本線を設け、補正後パラメータA´のパターンを特徴量に変換することができる。図4(b)では3本の標本線を設ける例を示している。また、解析手段16は、補正後パラメータA´を用いてマハラノビス・システム以外の手法による解析を行うことができる。さらに、表示手段15は、補正後パラメータA´のグラフ(図4(b))を表示画面5に表示することができる。
以上説明したように、本実施形態のプロセス状態解析装置によれば、パラメータAの値をパラメータBの値に応じて補正したうえで、補正後パラメータA´を用いてプロセスの解析を実行するため、プロセスの異常/正常を精度良く判定できる。また、補正後パラメータA´を表示することで、プロセスの状態を視覚的に把握することも可能となる。
また、補正後パラメータA´を用いてプロセスの解析を実行するに際し、補正後パラメータA´の上下幅が元のパラメータAよりも大幅に圧縮される。このため補正前のパラメータA(図3(a))に対して標本線を設けて特徴量を抽出する場合と比較して、特徴量を得るための標本線の数を大幅に少なくでき(図4(b))、結果として特徴を抽出するための計算量が抑制され、異常/正常の判定に要する時間も短縮できる。
本発明は、履歴データに基づき過去のプロセスオートメーションの状態を解析、表示する場合に限定されることなく、運転時における状態を解析、表示する場合にも適用される。
本発明の適用範囲は上記実施形態に限定されることはない。本発明は、プロセスオートメーションに関連するパラメータの変化を介してプロセスの状態を解析するプロセス状態解析装置およびプロセス状態解析方法に対し、広く適用することができる。
11 取得手段(第1の取得手段、第2の取得手段)
12 区間設定手段
13 平均値算出手段
14 補正手段
15 表示手段
16 判定手段
12 区間設定手段
13 平均値算出手段
14 補正手段
15 表示手段
16 判定手段
Claims (5)
- プロセスオートメーションに関連するパラメータの変化を介してプロセスの状態を解析するプロセス状態解析装置において、
プロセスオートメーションに関連する第1のパラメータの履歴を取得する第1の取得手段と、
プロセスオートメーションに関連する第2のパラメータの履歴を取得する第2の取得手段と、
表示期間を前記第2のパラメータの値の範囲に対応する複数の区間に区分する区間設定手段と、
前記区間設定手段により設定された前記区間ごとの前記第1のパラメータの平均値を算出する平均値算出手段と、
前記平均値算出手段により算出された前記区間ごとの前記第1のパラメータの平均値が一致するように、前記区間ごとに一定の補正値を前記第1のパラメータに加える補正手段と、
を備えることを特徴とするプロセス状態解析装置。 - 前記補正手段により補正された前記第1のパラメータの前記表示期間における変化をグラフとして表示する表示手段を備えることを特徴とする請求項1に記載のプロセス状態解析装置。
- 前記補正手段により補正された前記第1のパラメータに基づいて、前記区間ごとの正常または異常の判定を行う判定手段を備えることを特徴とする請求項1または2に記載のプロセス状態解析装置。
- 前記補正手段により補正された前記第1のパラメータに対し、マハラノビス・タグチ・システムを用いた解析を行う解析手段を備えることを特徴とする請求項1〜3のいずれか1項に記載のプロセス状態解析装置。
- プロセスオートメーションに関連するパラメータの変化を介してプロセスの状態を解析するプロセス状態解析方法において、
プロセスオートメーションに関連する第1のパラメータの履歴を取得する第1の取得ステップと、
プロセスオートメーションに関連する第2のパラメータの履歴を取得する第2の取得ステップと、
表示期間を前記第2のパラメータの値の範囲に対応する複数の区間に区分する区間設定ステップと、
前記区間設定ステップにより設定された前記区間ごとの前記第1のパラメータの平均値を算出する平均値算出ステップと、
前記平均値算出ステップにより算出された前記区間ごとの前記第1のパラメータの平均値が一致するように、前記区間ごとに一定の補正値を前記第1のパラメータに加える補正ステップと、
を備えることを特徴とするプロセス状態解析方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010110733A JP2011238147A (ja) | 2010-05-13 | 2010-05-13 | プロセス状態解析装置およびプロセス状態解析方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010110733A JP2011238147A (ja) | 2010-05-13 | 2010-05-13 | プロセス状態解析装置およびプロセス状態解析方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2011238147A true JP2011238147A (ja) | 2011-11-24 |
Family
ID=45326034
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2010110733A Pending JP2011238147A (ja) | 2010-05-13 | 2010-05-13 | プロセス状態解析装置およびプロセス状態解析方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2011238147A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017104305A1 (ja) * | 2015-12-16 | 2017-06-22 | 三菱電機株式会社 | 故障診断装置および故障診断方法 |
-
2010
- 2010-05-13 JP JP2010110733A patent/JP2011238147A/ja active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2017104305A1 (ja) * | 2015-12-16 | 2017-06-22 | 三菱電機株式会社 | 故障診断装置および故障診断方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2018156151A (ja) | 異常検知装置及び機械学習装置 | |
US20160231738A1 (en) | Information processing apparatus and analysis method | |
WO2021030103A8 (en) | Vehicle health record | |
RU2017130315A (ru) | Способ, система и компьютерная программа для стадии обучения акустического или вибрационного анализа машины | |
CN109115257B (zh) | 传感器特性曲线的修正方法、装置、设备及存储介质 | |
JP2020053036A5 (ja) | ||
JP2013033459A (ja) | 異常監視システムおよび異常監視方法 | |
JP5062496B2 (ja) | 運転状態解析システムおよび運転状態解析方法 | |
CN114020598A (zh) | 一种时间序列数据的异常检测方法、装置及设备 | |
JP2011238148A (ja) | 解析結果表示装置および解析結果表示方法 | |
JP6409375B2 (ja) | パラメータ分類装置 | |
CN112463646A (zh) | 一种传感器异常检测方法及装置 | |
JP2011238147A (ja) | プロセス状態解析装置およびプロセス状態解析方法 | |
JP2015215709A (ja) | 機器データ処理装置及び機器データ処理方法 | |
JP5751606B2 (ja) | 機械設備における異常診断システム | |
JPWO2019181572A1 (ja) | 異常監視装置、異常監視方法、プログラム、制御装置およびプラント | |
JP6459345B2 (ja) | 変動データ管理システム及びその特異性検出方法 | |
WO2020204043A1 (ja) | 高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法 | |
US11687061B2 (en) | Data collection and analysis system, data collection and analysis apparatus, machine learning apparatus, and data collection and analysis method | |
KR20160062482A (ko) | 표면 거칠기 분석 장치 및 분석방법 | |
JP2012048616A (ja) | 特徴量抽出装置および特徴量抽出方法 | |
CN110507319B (zh) | 一种疲劳度检测方法及设备 | |
US20220026897A1 (en) | Production efficiency improvement support system | |
TWI712944B (zh) | 利用聲音監控設備之方法 | |
JP7467982B2 (ja) | 異常判定装置及び異常判定方法 |