JP2017084106A - 気付き情報提供装置及び気付き情報提供方法 - Google Patents
気付き情報提供装置及び気付き情報提供方法 Download PDFInfo
- Publication number
- JP2017084106A JP2017084106A JP2015212007A JP2015212007A JP2017084106A JP 2017084106 A JP2017084106 A JP 2017084106A JP 2015212007 A JP2015212007 A JP 2015212007A JP 2015212007 A JP2015212007 A JP 2015212007A JP 2017084106 A JP2017084106 A JP 2017084106A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- event
- sensor data
- notice
- unit
- 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
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本実施形態の気付き情報提供装置は、工場・店舗における機器の異常やコールセンターからの問い合わせなどの事象に対し、保守担当者、及び機器の専門家に状態変化をデジタルデータとして提供して気付きを与え、専門家が事象に対して警報を設計することを可能にする。また、既存の事象に対しても新たな気付きを与えることで、警報精度を向上させることを可能にする。
ここでは、正常モデル生成部5にて、センサデータDB(2)に保持されたセンサデータと事象DB(4)に保持された事象発生時刻より、センサデータから正常データ区間を抽出し、正常モデルを生成する手法について図2、及び図3を用いて説明する。
ここでは、学習側の異常度出力部7にて、正常モデルDB(6)に保持された正常モデルとセンサデータDB(2)に保持されたセンサデータより、正常モデルを構成するクラスタとセンサデータを比較して異常度を算出する方法について図4、及び図5を用いて説明する。また、入力が異なるが学習側の異常度出力部7と同じ動作をする運用側の異常度出力部12についても補足的に説明する。
まず、運用側の異常度出力部12は、センサ1(センサ#1〜センサ#N)からリアルタイムセンサデータ、有効正常モデルDB(11)から後記する有効正常モデルの取得を要求する(処理S601)。運用側の異常度出力部12は、リアルタイムのセンサデータ、および有効正常モデルが取得できたか否かを判断し(処理S602)、取得できなかった場合は(処理S602,No)、再度、センサ1と有効正常モデルDB(11)に各値を要求する。運用側の異常度出力部12は、各値が取得できた場合(処理S602,Yes)、リアルタイムのセンサデータと有効正常モデルを構成するクラスタを比較し、リアルタイムのセンサデータと有効正常モデルを構成するクラスタ間の距離を算出し異常度とし、この距離算出を有効正常モデルの数だけ繰り返し実施する(処理S603)。
ここでは、警報条件決定部9の気付き検索部9aは、異常度DB(8)に保持された異常度、算出に用いたセンサ値、センサ値取得時刻、算出に用いた正解クラスタと、事象DB(4)に保持された事象内容、事象発生時刻より、異常度と事象を紐付け、紐付け結果を「気付き情報」とする。気付き検索表示・選択部9bは、専門家に「気付き情報」を提供し、さらに「気付き情報」の中から有効な「気付き情報」を選択できる方法を提供する。そして、有効と判断した「気付き情報」に対しては、警報条件設定・登録部9cは、専門家が警報条件を決定できる方法を提供する。
図7は、警報条件決定部において、異常度の変化箇所を抽出した結果と事象を紐付ける方法の一例を示す図である。図7に示す事象一覧71は、事象DB(4)より取得した事象内容と事象発生時刻であり、例えば事象情報71aはコールセンターの事象発生源3への問い合わせという事象内容から2015年9月8日11時00分4秒に機器の不具合が発生していることを示している。
図10は、警報条件決定部の気付き表示・選択部において、異常度の変化箇所抽出部分と事象とを紐付けた結果である気付き情報を専門家端末に提供し、専門家の選択を受け付ける操作画面の一例を示す図である。
図14は、警報生成部の処理手順の一例を示すフローチャートである。図14に示す警報生成部13の処理S1400について説明する。まず、警報生成部13は、運用側の異常度出力部12から異常度、算出に用いたセンサ値、センサ値取得時刻、算出に用いた有効正解クラスタ、警報条件DB(10)から警報条件の取得を要求する(処理S1401)。警報生成部13は、各値が取得できたか否かを判断し(処理S1402)、取得できなかった場合は(処理1402,No)、処理S1401に戻り、再度、運用側の異常度出力部12と警報条件DB(10)に各値を要求する。
(5)警報生成部13は、警報条件決定部9で生成された警報条件を警報条件DB(10)から受け取り、運用側の異常度出力部12が出力した異常度が、異常度の組み合わせから成る警報条件とマッチングするか判断し、警報を発報する。
2 センサデータDB
3 事象発生源(コールセンター、保守拠点)
4 事象DB
5 正常モデル生成部
6 正常モデルDB
7 学習側の異常度出力部(第1の異常度出力部)
8 異常度DB
9 警報条件決定部
9a 気付き検索部(気付き情報提示部)
9b 気付き検索結果表示・選択部(気付き情報提示部)
9c 警報条件設定・登録部(警報条件登録部)
10 警報条件DB
11 有効正常モデルDB
12 運用側の異常度出力部(第2の異常度出力部)
13 警報生成部
14 専門家端末(管理者端末)
21 センサデータ時系列変化
25 組み合わせ条件
26 正常モデル
71 事象一覧
72 異常度抽出部分一覧
73 正常モデル1による異常度時系列変化
74 正常モデル2による異常度時系列変化
75 正常モデル20による異常度時系列変化
76 正常モデル21による異常度時系列変化
78 気付き情報一覧
91 気付き検索画面
101 気付き検索結果表示・選択画面
111 警報条件設定・登録画面
112 有効気付き表示部
113 警報条件入力部
200 気付き情報提供装置
201 処理部
202 記憶部
210 気付き情報部
211 事象データ取得部
220 状態監視運用部
221 センサデータ取得部
250 通信部
Claims (9)
- 少なくとも1つの機器に設置された1つ以上のセンサからのセンサデータを取得するセンサデータ取得部と、
前記機器の故障に対する事象または前記機器の不具合の問合せに対する事象と該事象の発生時刻とを含む事象データを取得する事象データ取得部と、
前記センサデータ取得部によって取得された前記センサデータ、及び前記事象データ取得部によって取得された事象データが記憶される記憶部と、
前記記憶部から読み出した事象に対応して、前記センサデータが取得された期間を指定し、当該センサデータの正常範囲の正常モデルを生成する正常モデル生成部と、
前記生成した正常モデルと前記機器のセンサデータとに基づき、異常度を出力する第1の異常度出力部と、
前記事象の発生時刻または所定時間前に、前記出力された異常度で異常予兆があった場合には、前記事象と前記異常予兆の内容を関連付けて気付き情報として抽出し、前記抽出した気付き情報を管理者端末に送信する気付き情報提示部と、を有する
ことを特徴とする気付き情報提供装置。 - 前記気付き情報提供装置は、さらに、
前記管理者端末から、前記異常予兆を検出するための設定条件を受信した場合、外部に警報をするための警報条件として前記記憶部に登録するとともに、該警報条件で異常予兆の判定に用いる前記正常モデルを有効正常モデルとして前記記憶部に登録する警報条件登録部と
前記登録した有効正常モデルと前記機器のセンサデータとに基づき、異常度を出力する第2の異常度出力部と、
前記第2の異常度出力部で出力された異常度と前記警報条件とに基づいて、異常度で異常予兆がある場合、該異常予兆がある旨を警報情報として保守拠点の端末に送信する警報生成部と、を有する
ことを特徴とする請求項1に記載の気付き情報提供装置。 - 前記正常モデル生成部は、前記センサのセンサ数とクラスタリングパラメータとの組み合わせの数だけ正常モデルを生成する
ことを特徴とする請求項1に記載の気付き情報提供装置。 - 前記気付き情報提示部は、ユーザが前記気付き情報を検索したい区間を入力する気付き検索画面を生成して前記管理者端末に表示し、
前記気付き検索画面から前記検索したい区間を受理すると前記気付き情報を生成する
ことを特徴とする請求項2に記載の気付き情報提供装置。 - 前記気付き情報提示部は、前記生成された気付き情報の一覧を提供するため検索結果画面を生成して、前記管理者端末に表示する
ことを特徴とする請求項4に記載の気付き情報提供装置。 - 前記警報条件登録部は、前記検索結果画面で、前記気付き情報の一覧から少なくともひとつの気付き情報が選択されると、警報条件の登録画面を生成して、前記管理者端末に表示する
ことを特徴とする請求項5に記載の気付き情報提供装置。 - 情報提供装置の処理部は、
少なくとも1つの機器に設置された1つ以上のセンサからのセンサデータを取得し記憶部に記憶し、前記機器の故障に対する事象または前記機器の不具合の問合せに対する事象と該事象の発生時刻とを含む事象データを取得し前記記憶部に記憶し、
前記記憶部から読み出した事象に対応して、前記センサデータが取得された期間を指定し、当該センサデータの正常範囲の正常モデルを生成し、
前記生成した正常モデルと前記機器のセンサデータとに基づき、異常度を出力し、
前記事象の発生時刻または所定時間前に、前記出力された異常度で異常予兆があった場合には、前記事象と前記異常予兆の内容を関連付けて気付き情報として抽出し、前記抽出した気付き情報を管理者端末に送信する
ことを特徴とする気付き情報提供方法。 - 前記処理部は、
前記管理者端末から、前記異常予兆を検出するための設定条件を受信した場合、外部に警報をするための警報条件として前記記憶部に登録するとともに、該警報条件で異常予兆の判定に用いる前記正常モデルを有効正常モデルとして前記記憶部に登録し、
前記登録した有効正常モデルと前記機器のセンサデータとに基づき、異常度を出力し、
前記出力された異常度と前記警報条件とに基づいて、異常度で異常予兆がある場合、該異常予兆がある旨を警報情報として保守拠点の端末に送信する
ことを特徴とする請求項7に記載の気付き情報提供方法。 - 前記処理部は、前記センサのセンサ数とクラスタリングパラメータとの組み合わせの数だけ正常モデルを生成する
ことを特徴とする請求項7に記載の気付き情報提供方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015212007A JP6472367B2 (ja) | 2015-10-28 | 2015-10-28 | 気付き情報提供装置及び気付き情報提供方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015212007A JP6472367B2 (ja) | 2015-10-28 | 2015-10-28 | 気付き情報提供装置及び気付き情報提供方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017084106A true JP2017084106A (ja) | 2017-05-18 |
JP6472367B2 JP6472367B2 (ja) | 2019-02-20 |
Family
ID=58711089
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015212007A Active JP6472367B2 (ja) | 2015-10-28 | 2015-10-28 | 気付き情報提供装置及び気付き情報提供方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6472367B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109378073A (zh) * | 2018-10-25 | 2019-02-22 | 广东医博荟健康管理有限公司 | 一种基于用户行为的健康管理方法及系统 |
JP2019121088A (ja) * | 2017-12-28 | 2019-07-22 | ローレル精機株式会社 | 状態判定装置、貨幣処理機状態判定システム、状態判定方法及びプログラム |
JP2019148971A (ja) * | 2018-02-27 | 2019-09-05 | ファナック株式会社 | 異常要因特定装置 |
JP2019179395A (ja) * | 2018-03-30 | 2019-10-17 | オムロン株式会社 | 異常検知システム、サポート装置および異常検知方法 |
WO2020003460A1 (ja) * | 2018-06-28 | 2020-01-02 | 日本電気株式会社 | 異常検知装置 |
JP2020181235A (ja) * | 2019-04-23 | 2020-11-05 | 株式会社 インターコム | サーバ、セキュリティ監視システム、プログラム及びセキュリティ監視方法 |
JP2021005119A (ja) * | 2019-06-25 | 2021-01-14 | 株式会社 日立産業制御ソリューションズ | 異常回避提案装置、異常回避提案方法及び異常回避提案プログラム |
CN113094479A (zh) * | 2019-12-20 | 2021-07-09 | 百度在线网络技术(北京)有限公司 | 一种问题处理方法、装置、电子设备和介质 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011135606A1 (ja) * | 2010-04-26 | 2011-11-03 | 株式会社 日立製作所 | 時系列データ診断圧縮方法 |
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 |
JP2013041448A (ja) * | 2011-08-17 | 2013-02-28 | Hitachi Ltd | 異常検知・診断方法、および異常検知・診断システム |
WO2014045395A1 (ja) * | 2012-09-21 | 2014-03-27 | 日立建機株式会社 | 自走式鉱山機械の稼動管理装置 |
JP2015028700A (ja) * | 2013-07-30 | 2015-02-12 | Kddi株式会社 | 障害検知装置、障害検知方法、障害検知プログラム及び記録媒体 |
JP2015148867A (ja) * | 2014-02-05 | 2015-08-20 | 株式会社日立パワーソリューションズ | 情報処理装置、診断方法、およびプログラム |
-
2015
- 2015-10-28 JP JP2015212007A patent/JP6472367B2/ja active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2011135606A1 (ja) * | 2010-04-26 | 2011-11-03 | 株式会社 日立製作所 | 時系列データ診断圧縮方法 |
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 |
JP2013041448A (ja) * | 2011-08-17 | 2013-02-28 | Hitachi Ltd | 異常検知・診断方法、および異常検知・診断システム |
WO2014045395A1 (ja) * | 2012-09-21 | 2014-03-27 | 日立建機株式会社 | 自走式鉱山機械の稼動管理装置 |
JP2015028700A (ja) * | 2013-07-30 | 2015-02-12 | Kddi株式会社 | 障害検知装置、障害検知方法、障害検知プログラム及び記録媒体 |
JP2015148867A (ja) * | 2014-02-05 | 2015-08-20 | 株式会社日立パワーソリューションズ | 情報処理装置、診断方法、およびプログラム |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019121088A (ja) * | 2017-12-28 | 2019-07-22 | ローレル精機株式会社 | 状態判定装置、貨幣処理機状態判定システム、状態判定方法及びプログラム |
JP7007715B2 (ja) | 2017-12-28 | 2022-01-25 | ローレル精機株式会社 | 状態判定装置、貨幣処理機状態判定システム、状態判定方法及びプログラム |
JP2019148971A (ja) * | 2018-02-27 | 2019-09-05 | ファナック株式会社 | 異常要因特定装置 |
JP2019179395A (ja) * | 2018-03-30 | 2019-10-17 | オムロン株式会社 | 異常検知システム、サポート装置および異常検知方法 |
WO2020003460A1 (ja) * | 2018-06-28 | 2020-01-02 | 日本電気株式会社 | 異常検知装置 |
US11640459B2 (en) | 2018-06-28 | 2023-05-02 | Nec Corporation | Abnormality detection device |
CN109378073A (zh) * | 2018-10-25 | 2019-02-22 | 广东医博荟健康管理有限公司 | 一种基于用户行为的健康管理方法及系统 |
CN109378073B (zh) * | 2018-10-25 | 2021-04-09 | 广东医博荟健康管理有限公司 | 一种基于用户行为的健康管理方法及系统 |
JP2020181235A (ja) * | 2019-04-23 | 2020-11-05 | 株式会社 インターコム | サーバ、セキュリティ監視システム、プログラム及びセキュリティ監視方法 |
JP2021005119A (ja) * | 2019-06-25 | 2021-01-14 | 株式会社 日立産業制御ソリューションズ | 異常回避提案装置、異常回避提案方法及び異常回避提案プログラム |
CN113094479A (zh) * | 2019-12-20 | 2021-07-09 | 百度在线网络技术(北京)有限公司 | 一种问题处理方法、装置、电子设备和介质 |
CN113094479B (zh) * | 2019-12-20 | 2023-09-19 | 百度在线网络技术(北京)有限公司 | 一种问题处理方法、装置、电子设备和介质 |
Also Published As
Publication number | Publication date |
---|---|
JP6472367B2 (ja) | 2019-02-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6472367B2 (ja) | 気付き情報提供装置及び気付き情報提供方法 | |
CN108628281B (zh) | 异常检测系统及异常检测方法 | |
JP6060261B2 (ja) | 状態監視装置 | |
EP3441836B1 (en) | Algorithm and method for detecting faults of a machine based on machine-learning technique | |
JP5285084B2 (ja) | 検出イベントに応じたアクション実行を支援するシステム、検出イベントに応じたアクション実行を支援する方法、支援装置及びコンピュータプログラム | |
US20160313216A1 (en) | Fuel gauge visualization of iot based predictive maintenance system using multi-classification based machine learning | |
US20170261403A1 (en) | Abnormality detection procedure development apparatus and abnormality detection procedure development method | |
JP5245211B2 (ja) | 監視システム | |
JP2017010263A (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 | |
US9736031B2 (en) | Information system construction assistance device, information system construction assistance method, and information system construction assistance program | |
CN103207565B (zh) | 自动将专家反馈结合到监测系统中 | |
JP5466622B2 (ja) | 運用監視装置、運用監視方法、および運用監視プログラム | |
US20230038164A1 (en) | Monitoring and alerting system backed by a machine learning engine | |
JP6475469B2 (ja) | 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 | |
JP2006276924A (ja) | 設備機器診断装置及び設備機器診断プログラム | |
US11262743B2 (en) | Predicting leading indicators of an event | |
KR20160072812A (ko) | 업데이트들, 증거 및 트리거들의 케이스 관리 링키지 | |
EP4086815A1 (en) | Federated learning with sound to detect anomalies in the industrial equipment | |
US20220147039A1 (en) | Event analytics in modular industrial plants | |
JP7169706B2 (ja) | 機械学習手法に基づく機械のエラーデータを検出するためのアルゴリズム及び方法 | |
JP2021028751A (ja) | 故障予兆診断システムおよび方法 | |
JP2021043483A (ja) | 表示制御装置及び表示制御方法 | |
JP7277504B2 (ja) | 異常検知方法及び異常検知システム | |
US11960908B2 (en) | Industrial asset management | |
JP2015031766A (ja) | 表示プログラム、表示装置及び表示システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180222 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20181227 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190122 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6472367 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |