JP2018206061A - 異常診断装置及び異常診断方法 - Google Patents
異常診断装置及び異常診断方法 Download PDFInfo
- Publication number
- JP2018206061A JP2018206061A JP2017110747A JP2017110747A JP2018206061A JP 2018206061 A JP2018206061 A JP 2018206061A JP 2017110747 A JP2017110747 A JP 2017110747A JP 2017110747 A JP2017110747 A JP 2017110747A JP 2018206061 A JP2018206061 A JP 2018206061A
- Authority
- JP
- Japan
- Prior art keywords
- data
- inspection
- abnormality
- determination
- time
- 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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/021—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system adopting a different treatment of each operating region or a different mode of the monitored system, e.g. transient modes; different operating configurations of monitored system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B21/00—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant
- G01B21/02—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness
- G01B21/08—Measuring arrangements or details thereof, where the measuring technique is not covered by the other groups of this subclass, unspecified or not relevant for measuring length, width, or thickness for measuring thickness
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R19/00—Arrangements for measuring currents or voltages or for indicating presence or sign thereof
- G01R19/25—Arrangements for measuring currents or voltages or for indicating presence or sign thereof using digital measurement techniques
- G01R19/2506—Arrangements for conditioning or analysing measured signals, e.g. for indicating peak values ; Details concerning sampling, digitizing or waveform capturing
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R23/00—Arrangements for measuring frequencies; Arrangements for analysing frequency spectra
- G01R23/16—Spectrum analysis; Fourier analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/217—Validation; Performance evaluation; Active pattern learning techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
- G06V10/77—Processing image or video features in feature spaces; using data integration or data reduction, e.g. principal component analysis [PCA] or independent component analysis [ICA] or self-organising maps [SOM]; Blind source separation
- G06V10/776—Validation; Performance evaluation
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
- G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
- G01R31/36—Arrangements for testing, measuring or monitoring the electrical condition of accumulators or electric batteries, e.g. capacity or state of charge [SoC]
- G01R31/367—Software therefor, e.g. for battery testing using modelling or look-up tables
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/20—Pc systems
- G05B2219/24—Pc safety
- G05B2219/24065—Real time diagnostics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
- G06F2218/16—Classification; Matching by matching signal segments
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Multimedia (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
【解決手段】異常診断装置10は、検査対象から所定の時間にわたって取得される検査対象の異常の有無を決定づける所定の属性値の時系列データである検査データと、前記所定の時間の検査データに対応する、前記属性値に影響を及ぼす変数についての時系列データである変数データとを取得する時系列データ取得部101と、検査データの波形と変数データの波形とを重畳した画像データである重畳画像データを生成する重畳画像生成部103と、予め異常又は正常の判定値が付与されている重畳画像データと、重畳画像生成部103が生成した重畳画像データとの類似度に基づいて、検査対象の異常の有無を判定する判定部105とを有する。
【選択図】図1
Description
このようにすることで、より正確な判定結果を判定モデルに反映させ、異常診断装置の判定精度を向上させることができる。
このようにすることで、判定精度が特に低いデータに対する判定精度を向上することができる。
この場合、検査対象の動作中に発生する各種の値から検査対象の異常の有無を判定することができる。
この場合、検査対象の加工後の状態に影響を与える加工時の条件を考慮した診断を行うことができる。
この方法では、重畳画像データの類似度による判定が行われた全ての検査対象のうち、判定精度が低い一部の検査対象のみについて、他の異常判定方法を実施することができる。このため、効率的な異常判定が可能となる。
次に、ステップ101(S101)において、波形表示部102がステップ100で取得された時系列データの波形をディスプレイ11に表示する。
次に、ステップ102(S102)において、重畳画像生成部103が検査データの波形及び変数データの波形を重畳した画像データを生成する。
次に、ステップ104(S104)において、判定部105が、特徴量の類似度に基づいて、検査対象の異常の有無を判定する。具体的には、判定部105は、ステップ103で算出された特徴量を、予め学習された判定モデルに適用し、検査対象の異常の有無を判定する。
次に、ステップ105(S105)において、判定結果出力部106は、ステップ104における判定結果をディスプレイ11に表示する。
次に、ステップ107(S107)において、判定結果入力部107が、ステップ106の診断による判定結果の入力を受け付ける。
両判定結果が異なる場合、ステップ109(S109)において、判定モデル学習部108は、ステップ107で入力された判定結果を用いて、判定モデルを更新する。その後、本方法は、終了する。なお、別の検査対象がある場合には、本ステップの後、別の検査対象について上述のフローが行われる。
次に、ステップ113(S113)において、ステップ109と同様、判定モデル学習部108は、ステップ112で入力された判定結果を用いて、判定モデルを更新する。その後、本方法は、終了する。なお、別の検査対象がある場合には、本ステップの後、別の検査対象について上述のフローが行われる。
このように、本方法では、判定モデル学習部108は、類似度が所定の基準値未満である検査対象についての他の異常判定方法による判定結果に基づいて判定モデルを更新する。このため、本方法では、判定精度が特に低いデータに対する判定精度を向上することができる。
101 時系列データ取得部
102 波形表示部
103 重畳画像生成部
104 特徴量算出部
105 判定部
106 判定結果出力部
107 判定結果入力部
108 判定モデル学習部
109 データベース
Claims (7)
- 検査対象に異常があるか否かについて診断する異常診断装置であって、
前記検査対象から所定の時間にわたって取得される前記検査対象の異常の有無を決定づける所定の属性値の時系列データである検査データと、前記所定の時間の前記検査データに対応する、前記属性値に影響を及ぼす変数についての時系列データである変数データとを取得する時系列データ取得手段と、
前記検査データの波形と前記変数データの波形とを重畳した画像データである重畳画像データを生成する重畳画像生成手段と、
予め異常又は正常の判定値が付与されている前記重畳画像データと、前記重畳画像生成手段が生成した前記重畳画像データとの類似度に基づいて、前記検査対象の異常の有無を判定する判定手段と
を有する異常診断装置。 - 前記判定手段は、予め異常又は正常の判定値が付与されている前記重畳画像データを用いて学習された判定モデルを用いて判定を行い、
前記異常診断装置は、前記判定手段による判定方法とは異なる他の異常判定方法による、前記判定手段により判定された前記検査対象についての判定結果に基づいて、前記判定モデルを更新する判定モデル更新手段をさらに有する
請求項1に記載の異常診断装置。 - 前記判定モデル更新手段は、前記類似度が所定の基準値未満である前記検査対象についての前記他の異常判定方法による判定結果に基づいて前記判定モデルを更新する
請求項2に記載の異常診断装置。 - 前記検査データと前記変数データが、前記検査対象の前記所定の時間における動作中の時系列データである
請求項1乃至3のいずれか1項に記載の異常診断装置。 - 前記変数データは、前記検査対象に対する所定の加工のための制御状態を示す値の時系列データであり、前記検査データは、前記所定の加工後の前記検査対象の状態を示す値の時系列データである
請求項1乃至3のいずれか1項に記載の異常診断装置。 - 検査対象に異常があるか否かについて診断する異常診断方法であって、
前記検査対象から所定の時間にわたって取得される前記検査対象の異常の有無を決定づける所定の属性値の時系列データである検査データと、前記所定の時間の前記検査データに対応する、前記属性値に影響を及ぼす変数についての時系列データである変数データとを取得し、
前記検査データの波形と前記変数データの波形とを重畳した画像データである重畳画像データを生成し、
予め異常又は正常の判定値が付与されている前記重畳画像データと、生成した前記重畳画像データとの類似度に基づいて、前記検査対象の異常の有無を判定する
異常診断方法。 - 複数の検査対象のうち前記類似度が所定の基準値未満である前記検査対象について、前記重畳画像データの前記類似度による判定方法とは異なる他の異常判定方法により異常の有無を判定する
請求項6に記載の異常診断方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017110747A JP6772963B2 (ja) | 2017-06-05 | 2017-06-05 | 異常診断装置及び異常診断方法 |
US15/946,053 US10794941B2 (en) | 2017-06-05 | 2018-04-05 | Abnormality diagnosis apparatus and abnormality diagnosis method |
CN201810437551.2A CN108983744B (zh) | 2017-06-05 | 2018-05-09 | 异常诊断设备和异常诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017110747A JP6772963B2 (ja) | 2017-06-05 | 2017-06-05 | 異常診断装置及び異常診断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018206061A true JP2018206061A (ja) | 2018-12-27 |
JP6772963B2 JP6772963B2 (ja) | 2020-10-21 |
Family
ID=64459474
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017110747A Active JP6772963B2 (ja) | 2017-06-05 | 2017-06-05 | 異常診断装置及び異常診断方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US10794941B2 (ja) |
JP (1) | JP6772963B2 (ja) |
CN (1) | CN108983744B (ja) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021082139A (ja) * | 2019-11-21 | 2021-05-27 | オムロン株式会社 | 追加学習装置、方法、及びプログラム |
WO2022091291A1 (ja) * | 2020-10-29 | 2022-05-05 | 日本電気株式会社 | 情報処理装置、情報処理方法および記録媒体 |
JPWO2022153645A1 (ja) * | 2021-01-12 | 2022-07-21 | ||
WO2023120888A1 (ko) * | 2021-12-23 | 2023-06-29 | 주식회사 아이티공간 | Gan 알고리즘을 이용한 기기의 예지 보전방법 |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112272763B (zh) * | 2018-06-14 | 2023-05-19 | 三菱电机株式会社 | 异常探测装置、异常探测方法以及计算机可读取的存储介质 |
CN110108929B (zh) * | 2019-05-22 | 2021-01-26 | 电子科技大学 | 一种抗干扰型雷电流采集装置 |
JP7204584B2 (ja) * | 2019-06-14 | 2023-01-16 | ルネサスエレクトロニクス株式会社 | 異常検知システム、異常検知装置および異常検知方法 |
CN113157760A (zh) * | 2020-01-22 | 2021-07-23 | 阿里巴巴集团控股有限公司 | 目标数据确定方法及装置 |
JP7482662B2 (ja) * | 2020-03-25 | 2024-05-14 | 東京エレクトロン株式会社 | 異常検出装置及び異常検出方法 |
CN116972914B (zh) * | 2023-09-22 | 2023-12-26 | 华夏天信智能物联股份有限公司 | 变频一体机智能测试方法和系统 |
Family Cites Families (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6952662B2 (en) * | 2000-03-30 | 2005-10-04 | Smartsignal Corporation | Signal differentiation system using improved non-linear operator |
JP4359777B2 (ja) | 2005-09-30 | 2009-11-04 | オムロン株式会社 | 支援装置 |
US8700550B1 (en) * | 2007-11-30 | 2014-04-15 | Intellectual Assets Llc | Adaptive model training system and method |
JP2010049533A (ja) | 2008-08-22 | 2010-03-04 | Toshiba Corp | データ表示装置 |
JP5301310B2 (ja) * | 2009-02-17 | 2013-09-25 | 株式会社日立製作所 | 異常検知方法及び異常検知システム |
US8660368B2 (en) * | 2011-03-16 | 2014-02-25 | International Business Machines Corporation | Anomalous pattern discovery |
JP5808605B2 (ja) * | 2011-08-17 | 2015-11-10 | 株式会社日立製作所 | 異常検知・診断方法、および異常検知・診断システム |
JP5337853B2 (ja) * | 2011-09-12 | 2013-11-06 | 株式会社日立製作所 | 発電プラントの診断装置、及び発電プラントの診断方法 |
JP6076751B2 (ja) * | 2013-01-22 | 2017-02-08 | 株式会社日立製作所 | 異常診断方法およびその装置 |
JP6523815B2 (ja) * | 2015-06-22 | 2019-06-05 | 株式会社日立製作所 | プラント診断装置及びプラント診断方法 |
CN105631596B (zh) * | 2015-12-29 | 2020-12-29 | 山东鲁能软件技术有限公司 | 一种基于多维分段拟合的设备故障诊断方法 |
CN105467975B (zh) * | 2015-12-29 | 2018-08-03 | 山东鲁能软件技术有限公司 | 一种设备故障诊断方法 |
US10915558B2 (en) * | 2017-01-25 | 2021-02-09 | General Electric Company | Anomaly classifier |
US10375098B2 (en) * | 2017-01-31 | 2019-08-06 | Splunk Inc. | Anomaly detection based on relationships between multiple time series |
-
2017
- 2017-06-05 JP JP2017110747A patent/JP6772963B2/ja active Active
-
2018
- 2018-04-05 US US15/946,053 patent/US10794941B2/en active Active
- 2018-05-09 CN CN201810437551.2A patent/CN108983744B/zh active Active
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021082139A (ja) * | 2019-11-21 | 2021-05-27 | オムロン株式会社 | 追加学習装置、方法、及びプログラム |
JP7363407B2 (ja) | 2019-11-21 | 2023-10-18 | オムロン株式会社 | 追加学習装置、方法、及びプログラム |
WO2022091291A1 (ja) * | 2020-10-29 | 2022-05-05 | 日本電気株式会社 | 情報処理装置、情報処理方法および記録媒体 |
JPWO2022153645A1 (ja) * | 2021-01-12 | 2022-07-21 | ||
WO2022153645A1 (ja) * | 2021-01-12 | 2022-07-21 | 三菱電機株式会社 | 計測装置、計測方法および射出成形装置 |
WO2023120888A1 (ko) * | 2021-12-23 | 2023-06-29 | 주식회사 아이티공간 | Gan 알고리즘을 이용한 기기의 예지 보전방법 |
Also Published As
Publication number | Publication date |
---|---|
JP6772963B2 (ja) | 2020-10-21 |
US10794941B2 (en) | 2020-10-06 |
CN108983744A (zh) | 2018-12-11 |
US20180348269A1 (en) | 2018-12-06 |
CN108983744B (zh) | 2021-05-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6772963B2 (ja) | 異常診断装置及び異常診断方法 | |
US9851019B2 (en) | Device and method for valve signature testing | |
JP6610987B2 (ja) | 異常診断方法及び異常診断システム | |
CN103987337A (zh) | 用于em跟踪的补偿、检测和误差校正的畸变指纹分析 | |
CN105188515B (zh) | 视场检查支援装置 | |
CN104376211A (zh) | 一种坐标测量机测量不确定度评定方法 | |
JP2013073414A (ja) | プラントのセンサ診断装置およびセンサ診断方法 | |
US20230049804A1 (en) | Crack estimation device, failure diagnosis device, crack estimation method, and failure diagnosis method for rotating machine | |
JPWO2018229897A1 (ja) | 経年劣化診断装置及び経年劣化診断方法 | |
TW201640080A (zh) | 使用預先定義的工作流程來收集現場測量資料 | |
JP5746480B2 (ja) | 解析結果表示装置および解析結果表示方法 | |
WO2020162069A1 (ja) | 異常検知装置 | |
CN109997028B (zh) | 调整对检查体的是否良好判定条件的方法及装置 | |
US20230395411A1 (en) | Data collection system, data collection apparatus, data collection method, and data collection program | |
JP2010276339A (ja) | センサ診断方法およびセンサ診断装置 | |
CN112534236B (zh) | 异常诊断装置和异常诊断方法 | |
US8976241B1 (en) | Surface deformation image analyzer | |
US10316690B2 (en) | Method for validation of an investigated sensor and corresponding machine | |
Sarkar et al. | Measurement system analysis for implementing design for Six Sigma | |
TWI792086B (zh) | 行動式設備診斷裝置及設備診斷資訊顯示方法 | |
JP2020149259A (ja) | 異常診断装置 | |
CN112798628B (zh) | 利用oct成像检测工业内部缺陷的可行性验证方法 | |
JP6302523B1 (ja) | 製品診断装置、製品診断方法、および、製品診断プログラム | |
KR102592259B1 (ko) | 더미 부품의 상태를 진단하기 위한 방법 및 이를 이용한 장치 | |
WO2024038625A1 (ja) | 溶接データの収集方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190827 |
|
TRDD | Decision of grant or rejection written | ||
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200826 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20200901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200914 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6772963 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |