JP2020067953A - 異常検知装置及び異常検知方法 - Google Patents
異常検知装置及び異常検知方法 Download PDFInfo
- Publication number
- JP2020067953A JP2020067953A JP2018201936A JP2018201936A JP2020067953A JP 2020067953 A JP2020067953 A JP 2020067953A JP 2018201936 A JP2018201936 A JP 2018201936A JP 2018201936 A JP2018201936 A JP 2018201936A JP 2020067953 A JP2020067953 A JP 2020067953A
- Authority
- JP
- Japan
- Prior art keywords
- sensor information
- unit
- input
- abnormality
- sensor
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 100
- 238000000034 method Methods 0.000 title claims description 105
- 238000011156 evaluation Methods 0.000 claims abstract description 71
- 238000001514 detection method Methods 0.000 claims abstract description 65
- 238000010276 construction Methods 0.000 claims abstract description 29
- 230000026676 system process Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 89
- 238000010924 continuous production Methods 0.000 claims description 24
- 238000000605 extraction Methods 0.000 claims description 19
- 238000000513 principal component analysis Methods 0.000 claims description 19
- 239000000284 extract Substances 0.000 claims description 6
- 230000006870 function Effects 0.000 claims description 5
- 238000004458 analytical method Methods 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 abstract description 9
- 238000013075 data extraction Methods 0.000 description 13
- 238000012545 processing Methods 0.000 description 12
- 238000007689 inspection Methods 0.000 description 9
- 230000001174 ascending effect Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 230000032683 aging Effects 0.000 description 4
- 230000008859 change Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- FTGYKWAHGPIJIT-UHFFFAOYSA-N hydron;1-[2-[(2-hydroxy-3-phenoxypropyl)-methylamino]ethyl-methylamino]-3-phenoxypropan-2-ol;dichloride Chemical compound Cl.Cl.C=1C=CC=CC=1OCC(O)CN(C)CCN(C)CC(O)COC1=CC=CC=C1 FTGYKWAHGPIJIT-UHFFFAOYSA-N 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008901 benefit Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000053 physical method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
Images
Abstract
Description
まず、本実施形態に係る異常検知装置10の機能構成について、図4を参照しながら説明する。図4は、本実施形態に係る異常検知装置10の機能構成の一例を示す図である。
次に、本実施形態に係る異常検知装置10のハードウェア構成について、図6を参照しながら説明する。図6は、本実施形態に係る異常検知装置10のハードウェア構成の一例を示す図である。
以降では、連続系プロセスをセンシングするセンシング機器20を複数のプロセスに分割する(すなわち、互いに線形関係を有するセンシング機器20同士を同一プロセスとして、連続系プロセスを分割する)ためのプロセス分割処理について、図7を参照しながら説明する。図7は、本実施形態に係るプロセス分割処理の一例を示すフローチャートである。なお、図7に示すプロセス分割処理は、例えば、所定の時間毎に定期的に実行される。
以降では、上記のプロセス分割処理が実行済であることを前提として、連続系プロセスで異常が発生した場合に当該異常を検知するための異常検知処理について、図8を参照しながら説明する。図8は、本実施形態に係る異常検知処理の一例を示すフローチャートである。なお、以降では、上記のプロセス分割処理によって連続系プロセスが1以上のプロセスにプロセス分割されているものとする。
(1−1)まず、距離としてユークリッド距離を用いる場合について説明する。この場合、近傍データ抽出部103は、当該プロセスにおいて、評価時点データのクエリと、記憶部107に記憶されている各センサ情報に含まれるデータとのユークリッド距離を以下の式(2)により算出する。
次に、距離としてマハラノビス距離を用いる場合について説明する。なお、マハラノビス距離では、クエリと或るデータの集合との距離を算出するため、一例として、当該プロセスに含まれる各センサのセンサ値を同一操業日でグループ化するものとする。記憶部107に記憶されている各センサ情報に含まれるデータを同一操業日でグループ化した場合に、同一のグループ(すなわち、同一操業日)のデータの集合を「同一操業日データ群」と表し、それぞれに番号を付与し、そのインデックスをjとする。
クラスタリングを用いた抽出では、近傍データ抽出部103は、当該プロセスにおいて、予めクラスタリングしておいたデータ群(クラスタ)のうち、当該評価時点データのクエリの近傍となるクラスタを任意の基準(例えば、クエリとクラスタとの距離の近さ等)で選択する。これにより、当該プロセスにおいて、評価時点データのクエリの近傍となるデータ群が抽出される。
20 センシング機器
101 入力部
102 プロセス分割部
103 近傍データ抽出部
104 モデル構築部
105 評価部
106 出力部
107 記憶部
Claims (8)
- 特性変動が存在する連続系プロセスで発生した異常を検知する異常検知装置であって、
前記連続系プロセスについてセンサを用いてセンシングしたセンサ情報を入力する入力部と、
過去のセンサ情報のうち、前記入力部が入力したセンサ情報の近傍となるセンサ情報を抽出する抽出部と、
前記抽出部が抽出したセンサ情報を学習データとして主成分分析によりモデルを構築するモデル構築部と、
前記モデル構築部が構築したモデルと、前記入力部が入力したセンサ情報とを用いて、前記連続系プロセスでの異常の発生有無を評価する評価部と、
を有することを特徴とする異常検知装置。 - 前記過去のセンサ情報を用いて、前記連続系プロセスを、各センサ間のセンサ情報が線形関係を維持した1以上のプロセスとして分割する分割部を有し、
前記抽出部は、
前記分割部が分割したプロセス毎に、前記入力部が入力したセンサ情報の近傍となる過去のセンサ情報を抽出し、
前記モデル構築部は、
前記分割部が分割したプロセス毎に、前記モデルを構築し、
前記評価部は、
前記分割部が分割したプロセス毎に、前記モデルと、前記入力部が入力したセンサ情報とを用いて、前記連続系プロセスでの異常の発生有無を評価する、ことを特徴とする請求項1に記載の異常検知装置。 - 前記分割部は、
前記センサ間におけるセンシング値の相関係数を用いて、前記連続系プロセスを、各センサ間のセンサ情報が線形関係を維持した1以上のプロセスとして分割する、ことを特徴とする請求項2に記載の異常検知装置。 - 前記抽出部は、
前記入力部が入力したセンサ情報の近傍となる前記過去のセンサ情報を、距離関数を用いて抽出する、ことを特徴とする請求項1乃至3の何れか一項に記載の異常検知装置。 - 前記抽出部は、
前記入力部が入力したセンサ情報の近傍となる前記過去のセンサ情報を、予めクラスタリングされたクラスタを選択することで抽出する、ことを特徴とする請求項1乃至3の何れか一項に記載の異常検知装置。 - 前記評価部は、
前記モデルを用いて、前記入力部が入力したセンサ情報のQ統計量又は/及びT2統計量を算出することで、前記連続系プロセスでの異常の発生の有無を評価する、ことを特徴とする請求項1乃至5の何れか一項に記載の異常検知装置。 - 前記評価部は、
前記連続系プロセスで異常が発生したと評価された場合、前記異常の原因分析として、前記連続系プロセスをセンシングする各センサの前記Q統計量又は/及びT2統計量に対する寄与度を算出する、ことを特徴とする請求項6に記載の異常検知装置。 - 特性変動が存在する連続系プロセスで発生した異常を検知する異常検知装置が、
前記連続系プロセスについてセンサを用いてセンシングしたセンサ情報を入力する入力手順と、
過去のセンサ情報のうち、前記入力手順が入力したセンサ情報の近傍となるセンサ情報を抽出する抽出手順と、
前記抽出手順が抽出したセンサ情報を学習データとして主成分分析によりモデルを構築するモデル構築手順と、
前記モデル構築手順が構築したモデルと、前記入力手順が入力したセンサ情報とを用いて、前記連続系プロセスでの異常の発生有無を評価する評価手順と、
を実行することを特徴とする異常検知方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018201936A JP7408911B2 (ja) | 2018-10-26 | 2018-10-26 | 異常検知装置及び異常検知方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018201936A JP7408911B2 (ja) | 2018-10-26 | 2018-10-26 | 異常検知装置及び異常検知方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020067953A true JP2020067953A (ja) | 2020-04-30 |
JP7408911B2 JP7408911B2 (ja) | 2024-01-09 |
Family
ID=70390491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018201936A Active JP7408911B2 (ja) | 2018-10-26 | 2018-10-26 | 異常検知装置及び異常検知方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7408911B2 (ja) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013061695A (ja) * | 2011-09-12 | 2013-04-04 | Hitachi Ltd | 発電プラントの診断装置、及び発電プラントの診断方法 |
JP2015026252A (ja) * | 2013-07-26 | 2015-02-05 | 株式会社豊田中央研究所 | 異常検知装置及びプログラム |
JP2015088078A (ja) * | 2013-11-01 | 2015-05-07 | 株式会社日立パワーソリューションズ | 異常予兆検知システム及び異常予兆検知方法 |
JP2015162140A (ja) * | 2014-02-28 | 2015-09-07 | 株式会社日立製作所 | プラントと制御装置の診断装置 |
JP2015172945A (ja) * | 2009-08-28 | 2015-10-01 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
JP6243080B1 (ja) * | 2017-08-03 | 2017-12-06 | 株式会社日立パワーソリューションズ | プリプロセッサおよび異常予兆診断システム |
WO2018104985A1 (ja) * | 2016-12-08 | 2018-06-14 | 日本電気株式会社 | 異常分析方法、プログラムおよびシステム |
JP2018120343A (ja) * | 2017-01-24 | 2018-08-02 | 株式会社東芝 | プロセス診断装置、プロセス診断方法及びプロセス診断システム |
JP2018132786A (ja) * | 2017-02-13 | 2018-08-23 | 株式会社神戸製鋼所 | プラント状況情報提示システム及びプラント状況情報提示方法 |
-
2018
- 2018-10-26 JP JP2018201936A patent/JP7408911B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015172945A (ja) * | 2009-08-28 | 2015-10-01 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
JP2013061695A (ja) * | 2011-09-12 | 2013-04-04 | Hitachi Ltd | 発電プラントの診断装置、及び発電プラントの診断方法 |
JP2015026252A (ja) * | 2013-07-26 | 2015-02-05 | 株式会社豊田中央研究所 | 異常検知装置及びプログラム |
JP2015088078A (ja) * | 2013-11-01 | 2015-05-07 | 株式会社日立パワーソリューションズ | 異常予兆検知システム及び異常予兆検知方法 |
JP2015162140A (ja) * | 2014-02-28 | 2015-09-07 | 株式会社日立製作所 | プラントと制御装置の診断装置 |
WO2018104985A1 (ja) * | 2016-12-08 | 2018-06-14 | 日本電気株式会社 | 異常分析方法、プログラムおよびシステム |
JP2018120343A (ja) * | 2017-01-24 | 2018-08-02 | 株式会社東芝 | プロセス診断装置、プロセス診断方法及びプロセス診断システム |
JP2018132786A (ja) * | 2017-02-13 | 2018-08-23 | 株式会社神戸製鋼所 | プラント状況情報提示システム及びプラント状況情報提示方法 |
JP6243080B1 (ja) * | 2017-08-03 | 2017-12-06 | 株式会社日立パワーソリューションズ | プリプロセッサおよび異常予兆診断システム |
Also Published As
Publication number | Publication date |
---|---|
JP7408911B2 (ja) | 2024-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2013011745A1 (ja) | 設備状態監視方法およびその装置 | |
EP3015989A1 (en) | System analysis device, system analysis method and system analysis program | |
CN110266552B (zh) | 流量异常检测的方法、模型训练方法和装置 | |
JP6708203B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN102265227A (zh) | 用于在机器状况监视中创建状态估计模型的方法和设备 | |
EP3795975A1 (en) | Abnormality sensing apparatus, abnormality sensing method, and abnormality sensing program | |
WO2018073960A1 (ja) | 表示方法、表示装置、および、プログラム | |
JPWO2014132612A1 (ja) | システム分析装置、及び、システム分析方法 | |
JP6777142B2 (ja) | システム分析装置、システム分析方法、及び、プログラム | |
JP6489235B2 (ja) | システム分析方法、システム分析装置、および、プログラム | |
CN112862127A (zh) | 一种传感器数据的异常处理方法、装置、电子设备及介质 | |
JP2024054370A (ja) | 要因分析装置及び要因分析方法 | |
CN112182056A (zh) | 一种数据检测方法、装置、设备及存储介质 | |
JP6915693B2 (ja) | システム分析方法、システム分析装置、および、プログラム | |
JP5668425B2 (ja) | 障害検知装置、情報処理方法、およびプログラム | |
US10157113B2 (en) | Information processing device, analysis method, and recording medium | |
CN111651340A (zh) | 告警数据规则挖掘方法、装置及电子设备 | |
JP7408911B2 (ja) | 異常検知装置及び異常検知方法 | |
JP6247777B2 (ja) | 異常診断装置および異常診断方法 | |
JP6973445B2 (ja) | 表示方法、表示装置、および、プログラム | |
WO2022059183A1 (ja) | 情報処理装置、情報処理方法及び情報処理プログラム | |
JP7467876B2 (ja) | 性能変化検知装置、性能変化検知方法及びプログラム | |
JP2024005813A (ja) | 分析装置、分析方法及びプログラム | |
JPWO2009075128A1 (ja) | 統合異常検知システム、統合異常検知装置、統合異常検知方法およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210913 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220610 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220712 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220823 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221108 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221216 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230314 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230424 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20230801 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231016 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20231026 |
|
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: 20231121 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7408911 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |