JP2018097839A - 制御装置、制御プログラムおよび制御方法 - Google Patents
制御装置、制御プログラムおよび制御方法 Download PDFInfo
- Publication number
- JP2018097839A JP2018097839A JP2017113195A JP2017113195A JP2018097839A JP 2018097839 A JP2018097839 A JP 2018097839A JP 2017113195 A JP2017113195 A JP 2017113195A JP 2017113195 A JP2017113195 A JP 2017113195A JP 2018097839 A JP2018097839 A JP 2018097839A
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- data
- abnormality detection
- machine learning
- control
- 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
【課題手段】制御装置は、制御対象に関連するデータから制御対象に生じる異常を検知するのに適した特徴量を生成する特徴量生成手段と、特徴量生成手段により生成される特徴量を用いて機械学習を実施する機械学習手段と、機械学習による学習結果に基づいて決定される制御対象に生じる異常の検知に用いられる異常検知パラメータと、特徴量生成手段により生成される特徴量とに基づいて、異常を検知する異常検知手段と、異常検知手段に対して、異常の検知を指示する指示手段と、特徴量生成手段により生成される特徴量をデータ圧縮した上で、機械学習手段および異常検知手段に与えるデータ圧縮手段とを含む。指示手段は、異常検知手段に対して異常の検知に必要な要求を送信し、異常検知手段は、指示手段に対して当該要求に対して応答を返信することなく、異常の検知を実施する。
【選択図】図5
Description
ットワークを介して送信されるため、msecオーダやμsecオーダで入力データを収集することは困難である。
する機械学習手段と、機械学習による学習結果に基づいて決定される制御対象に生じる異常の検知に用いられる異常検知パラメータと、特徴量生成手段により生成される特徴量とに基づいて、異常を検知する異常検知手段と、異常検知手段に対して、異常の検知を指示する指示手段と、特徴量生成手段により生成される特徴量をデータ圧縮した上で、機械学習手段および異常検知手段に与えるデータ圧縮手段とを含む。指示手段は、異常検知手段に対して異常の検知に必要な要求を送信し、異常検知手段は、指示手段に対して当該要求に対して応答を返信することなく、異常の検知を実施する。
好ましくは、異常検知手段は、異常検知パラメータの指定および対象となる特徴量の指定を含むユーザプログラムによって実現される。
まず、本実施の形態に係る制御装置を含む制御システム1の全体構成例について説明する。
てフィールド装置群10と接続されるとともに、第2フィールドネットワーク4を介して1または複数の表示装置400と接続される。さらに、制御装置100は、ローカルネットワーク6を介してデータロギング装置300に接続される。制御装置100は、それぞれのネットワークを介して、接続された装置との間でデータを遣り取りする。なお、データロギング装置300および表示装置400はオプショナルな構成であり、制御システム1の必須の構成ではない。
次に、本実施の形態に係る制御システム1を構成する主要な装置のハードウェア構成例について説明する。
図2は、本実施の形態に係る制御システム1を構成する制御装置100のハードウェア構成例を示すブロック図である。図2を参照して、制御装置100は、CPU(Central Processing Unit)やMPU(Micro-Processing Unit)などのプロセッサ102と、チップセット104と、主記憶装置106と、二次記憶装置108と、ローカルネットワークコントローラ110と、USB(Universal Serial Bus)コントローラ112と、メモリカードインターフェイス114と、内部バスコントローラ122と、フィールドバスコン
トローラ118,120と、I/Oユニット124−1,124−2,…とを含む。
次に、本実施の形態に係るサポート装置200は、一例として、汎用的なアーキテクチャに従うハードウェア(例えば、汎用パソコン)を用いてプログラムを実行することで実現される。
主記憶装置206に展開して実行することで、後述するような各種処理を実現する。
次に、本実施の形態に係る制御システム1を構成するデータロギング装置300は、一例として、汎用的なファイルサーバまたはデータベースサーバを用いて実現できる。このような装置のハードウェア構成については公知であるので、ここでは、その詳細な説明は行わない。
次に、本実施の形態に係る制御システム1を構成する表示装置400は、HMI(Human Machine Interface)装置と称されるものであり、専用機として実装された構成を採用
してもよいし、汎用的なアーキテクチャに従うハードウェア(例えば、汎用パソコンをベースとした産業用パソコン)を用いて実現してもよい。
次に、本実施の形態に係る制御システム1が提供する異常検知機能について説明する。
模式図である。図4に示す異常検知の手順は、全体として6つの工程からなる。
果に応じて、異常検知に用いる異常検知パラメータなどが調整されてもよい。
グラム168と、監視要求プログラム170と、シリアライズモジュール172とを含む。
覚的にユーザへ提示する。
検知結果136を書込む(ステップS54)。
次に、(1)生データ収集工程において生成されるユーザプログラム(内部DB書込プログラム164)について説明する。
次に、(2)データマイニング工程において決定される特徴量の生成手法および異常検知手法の一例について説明する。
て、いずれの特徴量を用いるのが好ましいのかが決定される。
次に、(3)特徴量収集工程および(4)特徴量学習工程において生成されるユーザプログラム(特徴量生成プログラム174および学習要求プログラム168)について説明する。
備や機械において何らかの異常が発生し得る状況を示す変数が設定される。例えば、監視対象の設備や機械の温度が予め定められた値を超えるような場合などを設定できる。あるいは、監視対象の設備や機械が現実に動作していることを条件1748として設定してもよい。このような条件1748を指定することで、生成される特徴量のデータ量を低減でき、機械学習の効率および精度を高めることができる。
次に、(5)特徴量監視工程において生成されるユーザプログラム(監視要求プログラム170)について説明する。
なる変数を指定する入力変数指定1704とが接続される。さらに、監視要求ファンクションブロック1702には、異常検知のしきい値として機能する異常検知パラメータ1706が定義される。
本実施の形態に係る制御システム1を構成する制御装置100は、内部DB130を実装することで、より高速なデータ収集を実現する。このデータ収集をより高速化する手法として、次に説明するようなシリアライズ技術およびデシリアライズ技術を採用してもよい。このようなシリアライズ技術およびデシリアライズ技術は、シリアライズモジュール172(図5)によって提供されてもよい。
まず、シリアライズによるデータ圧縮について説明する。図13は、本実施の形態に係る制御システム1の制御装置100におけるシリアライズ処理を説明するための模式図である。図13を参照して、例えば、内部DB130に収集されるデータが、いわゆるキーバリューペアで規定されている場合を想定する。すなわち、ある値が何を意味するのかを示す「キー」データと、現実の値との組合せで対象の入力データが規定されているとする。この場合、冗長な情報も含まれているので、シリアライズモジュール172は、これらの入力データをシリアライズして、データ量を低減(データ圧縮)する。
上述したようなシリアライズされた状態で内部DB130にデータを格納した場合、当該データにアクセスする際に、シリアライズとは逆の変換、すなわちデシリアライズを行う必要がある。このようなデシリアライズについても、以下に説明するような処理の高速化手法を採用してもよい。
次に、機械学習エンジンインターフェイス166と機械学習エンジン140との間のデータ遣り取りについて説明する。図15は、図14は、本実施の形態に係る制御システム1の制御装置100における機械学習エンジンインターフェイス166と機械学習エンジン140との間のデータ遣り取りを説明するための模式図である。
うに、リクエストに対する応答についての処理(この例では、イベントログ登録)を、機械学習エンジンインターフェイス166から機械学習エンジン140へ委譲(delegation)することで、機械学習エンジンインターフェイス166での応答待ち時間を削減する。すなわち、図15(B)に示す構成においては、機械学習エンジンインターフェイス166は、機械学習エンジン140に対してリクエストを送信することだけを行う。すると、機械学習エンジンインターフェイス166は、機械学習エンジンインターフェイス166からのリクエストを受付けて処理するとともに、その処理結果を受けて、イベントログ146を登録する。
次に、本実施の形態に係る制御システム1を用いた応用例について説明する。
(接着)される。これらのシール処理と並行して、カッター617とカッター627とによって包装体604が切断される。このような一連の処理が繰返されることで、被包装物605を含む包装体604に対して、シールおよび切断が繰返し実行されて、個別包装体606が順次生成される。
上述したサポート装置200の機能の全部または一部を制御装置100に組み入れるようにしてもよい。例えば、サポート装置200に実装されるデータマイニングツール226についても、制御装置100に実装するようにしてもよい。このような構成を採用することで、サポート装置200側に多くのアプリケーションプログラムをインストールすることなく、本実施の形態に係る機能を利用することができる。
本実施の形態に係る制御システムによれば、フィールドとの間でデータを遣り取りする制御装置にデータを収集するデータベースを実装するとともに、そのデータベースに収集されるデータを用いて機械学習を行い、さらに機械学習の結果を用いて異常有無を検知することもできる。このような高機能化した制御装置を採用することで、従前の構成に比較して、制御対象に生じている現象をより短い周期で監視できる技術を実現できる。
回転軸、614,624 処理機構、615,616,625,626 ヒータ、617,627 カッター、1302 対象データ、1344,1684,1704 入力変数指定、1542 システム変数、1544 デバイス変数、1546,1706 異常検知パラメータ、1642 書込ファンクションブロック、1644 テーブル名、1646 対象変数指定、1648 周期指定、1682 学習要求ファンクションブロック、1686 学習結果出力先指定、1702 監視要求ファンクションブロック、1708 故障出力先指定、1722 処理エンジン、1724 バッファ領域、1726 オブジェクト、1742 特徴量生成ファンクションブロック、1746 出力先指定、1748,1749 条件、2242 変数アクセスプログラム、2262 アクセス機能、2264 データマイニング機能、2266 可視化機能。
Claims (10)
- 制御対象を制御する制御装置であって、
前記制御対象に関連するデータから前記制御対象に生じる異常を検知するのに適した特徴量を生成する特徴量生成手段と、
前記特徴量生成手段により生成される特徴量を用いて機械学習を実施する機械学習手段と、
前記機械学習による学習結果に基づいて決定される前記制御対象に生じる異常の検知に用いられる異常検知パラメータと、前記特徴量生成手段により生成される特徴量とに基づいて、前記異常を検知する異常検知手段と、
前記異常検知手段に対して、前記異常の検知を指示する指示手段と、
前記特徴量生成手段により生成される特徴量をデータ圧縮した上で、前記機械学習手段および前記異常検知手段に与えるデータ圧縮手段とを備え、
前記指示手段は、前記異常検知手段に対して前記異常の検知に必要な要求を送信し、前記異常検知手段は、前記指示手段に対して当該要求に対して応答を返信することなく、前記異常の検知を実施する、制御装置。 - 前記データ圧縮手段は、マシンコードを用いて対象となるデータを変換する、請求項1に記載の制御装置。
- 前記異常検知手段は、前記異常検知パラメータの指定および対象となる特徴量の指定を含むユーザプログラムによって実現される、請求項1または2に記載の制御装置。
- 前記制御対象に関連するデータを収集して格納するデータベースをさらに備える、請求項1〜3のいずれか1項に記載の制御装置。
- 前記データベースには、ユーザプログラムに含まれる命令に従って指定されたデータが収集される、請求項4に記載の制御装置。
- 前記データベースに収集されたデータに基づいて、前記制御対象に生じる異常を検知するのに適した特徴量の生成手法を決定する決定手段をさらに備える、請求項4または5に記載の制御装置。
- 前記機械学習による学習結果に基づいて前記異常検知パラメータを決定する異常検知パラメータ決定手段をさらに備える、請求項1〜6のいずれか1項に記載の制御装置。
- 前記異常検知パラメータを保持するとともに、外部装置からの要求に応じて、保持されている異常検知パラメータを更新する保持手段をさらに備える、請求項1〜7のいずれか1項に記載の制御装置。
- コンピュータにより実行されることで制御対象を制御する制御装置を実現する制御プログラムであって、前記コンピュータに
前記制御対象に関連するデータから前記制御対象に生じる異常を検知するのに適した特徴量を生成するステップと、
生成される特徴量を用いて機械学習を実施するステップと、
前記機械学習による学習結果に基づいて決定される前記制御対象に生じる異常の検知に用いられる異常検知パラメータと、生成される特徴量とに基づいて、前記異常を検知するステップと、
前記異常の検知を指示するステップと、
前記生成される特徴量をデータ圧縮して、機械学習および異常検知に用いるデータを提
供するステップとを実行させ、
前記異常を検知するステップは、前記異常の検知に必要な要求が送信された後、当該要求に対して応答を返信することなく、前記異常の検知を実施するステップを含む、制御プログラム。 - 制御対象を制御する制御装置で実行される制御方法であって、
前記制御対象に関連するデータから前記制御対象に生じる異常を検知するのに適した特徴量を生成するステップと、
生成される特徴量を用いて機械学習を実施するステップと、
前記機械学習による学習結果に基づいて決定される前記制御対象に生じる異常の検知に用いられる異常検知パラメータと、生成される特徴量とに基づいて、前記異常を検知するステップと、
前記異常の検知を指示するステップと、
前記生成される特徴量をデータ圧縮して、機械学習および異常検知に用いるデータを提供するステップとを備え、
前記異常を検知するステップは、前記異常の検知に必要な要求が送信された後、当該要求に対して応答を返信することなく、前記異常の検知を実施するステップを含む、制御方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017113195A JP6468313B2 (ja) | 2017-06-08 | 2017-06-08 | 制御装置、制御プログラムおよび制御方法 |
US16/461,011 US11036199B2 (en) | 2016-12-14 | 2017-11-27 | Control device, control program, and control method for anomaly detection |
EP17880619.6A EP3557354B1 (en) | 2016-12-14 | 2017-11-27 | Control device, control program, and control method |
CN201780070808.9A CN109983412B (zh) | 2016-12-14 | 2017-11-27 | 控制装置、计算机可读记录介质以及控制方法 |
PCT/JP2017/042407 WO2018110259A1 (ja) | 2016-12-14 | 2017-11-27 | 制御装置、制御プログラムおよび制御方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017113195A JP6468313B2 (ja) | 2017-06-08 | 2017-06-08 | 制御装置、制御プログラムおよび制御方法 |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016242303A Division JP6919186B2 (ja) | 2016-12-14 | 2016-12-14 | 制御システム、制御プログラムおよび制御方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018097839A true JP2018097839A (ja) | 2018-06-21 |
JP6468313B2 JP6468313B2 (ja) | 2019-02-13 |
Family
ID=62633728
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017113195A Active JP6468313B2 (ja) | 2016-12-14 | 2017-06-08 | 制御装置、制御プログラムおよび制御方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6468313B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020166004A1 (ja) * | 2019-02-14 | 2020-08-20 | 三菱電機株式会社 | 制御システム、プログラマブルロジックコントローラ、方法、及びプログラム |
JP2020162075A (ja) * | 2019-03-28 | 2020-10-01 | オムロン株式会社 | 監視システム、設定装置および監視方法 |
CN112639635A (zh) * | 2018-10-02 | 2021-04-09 | 欧姆龙株式会社 | 控制系统、支援装置以及程序 |
CN112673326A (zh) * | 2018-10-24 | 2021-04-16 | 欧姆龙株式会社 | 控制装置及控制程序 |
CN112673327A (zh) * | 2018-12-20 | 2021-04-16 | 欧姆龙株式会社 | 控制装置及程序 |
CN113748387A (zh) * | 2019-05-29 | 2021-12-03 | 欧姆龙株式会社 | 控制系统、支持装置以及支持程序 |
JP2021536055A (ja) * | 2018-08-23 | 2021-12-23 | シーメンス アクチエンゲゼルシヤフトSiemens Aktiengesellschaft | 人工知能計算装置、制御方法および制御装置、エンジニアステーションおよび産業オートメーションシステム |
US11418525B2 (en) | 2018-09-21 | 2022-08-16 | Alibaba Group Holding Limited | Data processing method, device and storage medium |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH022408A (ja) * | 1988-06-16 | 1990-01-08 | Nippon Atom Ind Group Co Ltd | プラント・機器の診断支援システム |
JP2000056823A (ja) * | 1998-08-04 | 2000-02-25 | Hitachi Ltd | データ監視システム |
JP2010009369A (ja) * | 2008-06-27 | 2010-01-14 | Yokogawa Electric Corp | フィールド機器 |
JP2011070635A (ja) * | 2009-08-28 | 2011-04-07 | Hitachi Ltd | 設備状態監視方法およびその装置 |
JP2011145831A (ja) * | 2010-01-13 | 2011-07-28 | Toshiba Corp | 安全出力装置 |
JP2012194936A (ja) * | 2011-03-18 | 2012-10-11 | Mitsubishi Electric Corp | プラント機器の異常診断装置 |
JP2013025461A (ja) * | 2011-07-19 | 2013-02-04 | Hitachi Ltd | プラントの診断方法及び装置。 |
JP2014170269A (ja) * | 2013-03-01 | 2014-09-18 | Meidensha Corp | 時系列データの異常監視装置、異常監視方法及びプログラム |
WO2016189709A1 (ja) * | 2015-05-27 | 2016-12-01 | 三菱電機株式会社 | コントローラ |
-
2017
- 2017-06-08 JP JP2017113195A patent/JP6468313B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH022408A (ja) * | 1988-06-16 | 1990-01-08 | Nippon Atom Ind Group Co Ltd | プラント・機器の診断支援システム |
JP2000056823A (ja) * | 1998-08-04 | 2000-02-25 | Hitachi Ltd | データ監視システム |
JP2010009369A (ja) * | 2008-06-27 | 2010-01-14 | Yokogawa Electric Corp | フィールド機器 |
JP2011070635A (ja) * | 2009-08-28 | 2011-04-07 | Hitachi Ltd | 設備状態監視方法およびその装置 |
JP2011145831A (ja) * | 2010-01-13 | 2011-07-28 | Toshiba Corp | 安全出力装置 |
JP2012194936A (ja) * | 2011-03-18 | 2012-10-11 | Mitsubishi Electric Corp | プラント機器の異常診断装置 |
JP2013025461A (ja) * | 2011-07-19 | 2013-02-04 | Hitachi Ltd | プラントの診断方法及び装置。 |
JP2014170269A (ja) * | 2013-03-01 | 2014-09-18 | Meidensha Corp | 時系列データの異常監視装置、異常監視方法及びプログラム |
WO2016189709A1 (ja) * | 2015-05-27 | 2016-12-01 | 三菱電機株式会社 | コントローラ |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021536055A (ja) * | 2018-08-23 | 2021-12-23 | シーメンス アクチエンゲゼルシヤフトSiemens Aktiengesellschaft | 人工知能計算装置、制御方法および制御装置、エンジニアステーションおよび産業オートメーションシステム |
US11418525B2 (en) | 2018-09-21 | 2022-08-16 | Alibaba Group Holding Limited | Data processing method, device and storage medium |
CN112639635A (zh) * | 2018-10-02 | 2021-04-09 | 欧姆龙株式会社 | 控制系统、支援装置以及程序 |
CN112673326A (zh) * | 2018-10-24 | 2021-04-16 | 欧姆龙株式会社 | 控制装置及控制程序 |
CN112673327A (zh) * | 2018-12-20 | 2021-04-16 | 欧姆龙株式会社 | 控制装置及程序 |
US11782431B2 (en) | 2018-12-20 | 2023-10-10 | Omron Corporation | Control device and non-transitory computer-readable recording medium recording program |
CN112673327B (zh) * | 2018-12-20 | 2023-10-24 | 欧姆龙株式会社 | 控制装置及计算机可读取的存储介质 |
JPWO2020166004A1 (ja) * | 2019-02-14 | 2021-02-18 | 三菱電機株式会社 | 制御システム、プログラマブルロジックコントローラ、方法、及びプログラム |
WO2020166004A1 (ja) * | 2019-02-14 | 2020-08-20 | 三菱電機株式会社 | 制御システム、プログラマブルロジックコントローラ、方法、及びプログラム |
WO2020195640A1 (ja) * | 2019-03-28 | 2020-10-01 | オムロン株式会社 | 監視システム、設定装置および監視方法 |
JP2020162075A (ja) * | 2019-03-28 | 2020-10-01 | オムロン株式会社 | 監視システム、設定装置および監視方法 |
JP7176455B2 (ja) | 2019-03-28 | 2022-11-22 | オムロン株式会社 | 監視システム、設定装置および監視方法 |
EP3952219A4 (en) * | 2019-03-28 | 2022-12-14 | OMRON Corporation | MONITORING SYSTEM, CONTROL DEVICE AND MONITORING METHOD |
US11695660B2 (en) | 2019-03-28 | 2023-07-04 | Omron Corporation | Monitoring system, setting device, and monitoring method |
CN113748387A (zh) * | 2019-05-29 | 2021-12-03 | 欧姆龙株式会社 | 控制系统、支持装置以及支持程序 |
Also Published As
Publication number | Publication date |
---|---|
JP6468313B2 (ja) | 2019-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6919186B2 (ja) | 制御システム、制御プログラムおよび制御方法 | |
WO2018110259A1 (ja) | 制御装置、制御プログラムおよび制御方法 | |
JP6468313B2 (ja) | 制御装置、制御プログラムおよび制御方法 | |
US10591886B2 (en) | Control system, control program, and control method for device switching responsive to abnormality detection | |
JP6965798B2 (ja) | 制御システムおよび制御方法 | |
CN108628263B (zh) | 控制系统、控制装置、计算机可读存储介质以及控制方法 | |
JP6388050B1 (ja) | 制御装置 | |
JP2018173883A (ja) | 制御装置、制御プログラム、制御システム、および制御方法 | |
WO2020129545A1 (ja) | 制御装置およびプログラム | |
JP2018151917A (ja) | 制御装置 | |
JP2019159868A (ja) | 制御システム、制御装置および表示装置 | |
US11520302B2 (en) | Control system and control device | |
WO2021199519A1 (ja) | 制御装置、プログラムおよび制御方法 | |
WO2020246095A1 (ja) | 制御システム、プログラマブルロジックコントローラおよび情報処理方法 | |
JP7063212B2 (ja) | 制御装置および制御システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180423 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180508 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180516 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180821 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181004 |
|
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: 20181218 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181231 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6468313 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |