JP2020197980A - 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 - Google Patents
時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 Download PDFInfo
- Publication number
- JP2020197980A JP2020197980A JP2019104547A JP2019104547A JP2020197980A JP 2020197980 A JP2020197980 A JP 2020197980A JP 2019104547 A JP2019104547 A JP 2019104547A JP 2019104547 A JP2019104547 A JP 2019104547A JP 2020197980 A JP2020197980 A JP 2020197980A
- Authority
- JP
- Japan
- Prior art keywords
- monitored
- signal
- trigger
- trigger condition
- 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
- 238000000034 method Methods 0.000 title claims abstract description 89
- 230000005856 abnormality Effects 0.000 title claims abstract description 48
- 238000003745 diagnosis Methods 0.000 title claims abstract description 39
- 238000005520 cutting process Methods 0.000 claims abstract description 67
- 238000010801 machine learning Methods 0.000 claims abstract description 12
- 238000012544 monitoring process Methods 0.000 claims description 51
- 238000003066 decision tree Methods 0.000 claims description 14
- 238000010586 diagram Methods 0.000 description 11
- 238000003860 storage Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000011160 research Methods 0.000 description 3
- 230000000630 rising effect Effects 0.000 description 3
- 238000004513 sizing Methods 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000005098 hot rolling Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000003208 petroleum Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000009628 steelmaking Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
(1)収集した監視対象信号からN点の時系列信号を切り出す。
(2)切り出した時系列信号をN次元空間の一点に表現し、基準を作成する。
(3)異常診断の対象となる信号について、Q統計量(主成分平面との距離)を算出する。
(4)Q統計量が予め定めた閾値を超えた場合に異常と判定する。
(1)トリガ条件を用いて複数の監視対象信号からそれぞれ監視対象区間を切り出す。
(2)それぞれの監視対象区間の横軸を変換する(例えば横軸の時間をクランク角等に変換する)。
(3)それぞれの監視対象区間の縦軸を変換する(例えば正規化する)。
トリガ条件決定装置は、工場等の生産設備および研究所等の実験設備において、監視対象設備の異常診断を行う際に、監視対象信号から監視対象区間を切り出すための条件であるトリガ条件を決定する装置である。
本実施形態に係るトリガ条件決定方法について、図2〜図8を参照しながら説明する。トリガ条件決定方法は、収集工程と、切り出し工程と、モデル生成工程と、トリガ条件決定工程と、をこの順で行う。また、トリガ条件決定方法では、後記するように、必要に応じて切り出し工程およびモデル生成工程を繰り返す。
収集工程では、収集部41が、監視対象信号およびトリガ候補信号からなる信号群を収集する(ステップS1)。なお、ここでは収集部41が複数の監視対象信号を収集する場合について説明するが、収集部41が収集する監視対象信号は1つでもよい。
切り出し工程では、切り出し部42が、収集工程で収集された信号群について、所定の基準に基づいて、監視対象信号の監視対象区間を切り出す。以下、切り出し工程の詳細について説明する。
モデル生成工程では、まず図5に示すように、モデル生成部43が、各信号群について、切り出した監視対象区間Sm1,Sm2,Sm3の開始時刻p1,p2,p3に対応する監視対象信号Ss1,Ss2,Ss3の値およびトリガ候補信号St1,St2,St3の値(以下、「信号群の値」という)に対して「トリガON」のラベルを付与し、切り出した監視対象区間Sm1,Sm2,Sm3の開始時刻以外の時刻に対応する信号群の値に「トリガOFF」のラベルを付与する(ステップS6)。なお、「トリガON」のラベルは、このラベルが付与された信号群の値が切り出し開始時刻であるということを示しており、「トリガOFF」のラベルは、このラベルが付与された信号群の値が切り出し開始時刻ではないということを示している。
トリガ条件決定工程では、トリガ条件決定部44が、異常診断を行う監視対象信号について、決定木を用いてトリガ条件を決定する。すなわち、トリガ条件決定部44は、異常診断を行う監視対象信号およびトリガ候補信号を決定木に入力することにより、この決定木の分岐条件からトリガ条件を決定する(ステップS8)。このように、ステップS7で生成した決定木を用いることにより、監視対象信号およびトリガ候補信号がどのような条件のときにトリガONになるのかを容易に把握することができる。
監視対象設備の異常診断方法は、前記したトリガ条件決定方法によって決定されたトリガ条件に従って、監視対象信号から監視対象区間の信号を切り出して記憶部30に蓄積し、蓄積した信号に基づいて監視対象設備の異常診断を行う。
v1:プレス在荷でON
v2:主電動機の速度指令値
v3:幅アジャスト電動機(ドライブ下側)の速度指令値
v4:プレス中にON
v5:プレスロードセルの和荷重
10 入力部
20 出力部
30 記憶部
40 演算部
41 収集部(収集手段)
42 切り出し部(切り出し手段)
43 モデル生成部(モデル生成手段)
44 トリガ条件決定部(トリガ条件決定手段)
Claims (7)
- 監視対象設備の異常診断を行う際に、前記監視対象設備の状態を示す時系列信号である監視対象信号から、前記異常診断の対象となる監視対象区間を切り出すための条件であるトリガ条件を決定する時系列信号のトリガ条件決定方法において、
前記監視対象設備に関する1以上の監視対象信号と、前記監視対象設備に関連し、かつ前記監視対象信号と同時刻に検出された時系列信号であって、前記トリガ条件となりうる時系列信号を示すトリガ候補信号と、からなる信号群を収集する収集工程と、
前記信号群について、所定の基準に基づいて、前記監視対象信号の監視対象区間を切り出す切り出し工程と、
前記信号群について、切り出した前記監視対象区間の開始時刻に対応する前記監視対象信号の値および前記トリガ候補信号の値に対してトリガONのラベルを付与し、切り出した前記監視対象区間の開始時刻以外の時刻に対応する前記監視対象信号の値および前記トリガ候補信号の値にトリガOFFのラベルを付与し、各々のラベルが付与された前記監視対象信号の値および前記トリガ候補信号の値を入力とし、各々のラベルを出力として機械学習することにより、学習モデルを生成するモデル生成工程と、
前記異常診断を行う監視対象信号について、前記学習モデルを用いて前記トリガ条件を決定するトリガ条件決定工程と、
を含むことを特徴とする時系列信号のトリガ条件決定方法。 - 前記切り出し工程は、
前記収集工程で収集された複数の監視対象信号の中から選択した第一の監視対象信号について、前記監視対象設備の設備特性に基づいて監視対象区間を切り出し、
前記複数の監視対象信号のうちの前記第一の監視対象信号以外の監視対象信号について、前記第一の監視対象信号の監視対象区間に含まれる波形との相関係数が最も大きい区間を探索することにより、監視対象区間をそれぞれ切り出すことを特徴とする請求項1に記載の時系列信号のトリガ条件決定方法。 - 前記学習モデルは、決定木であることを特徴とする請求項1または請求項2に記載の時系列信号のトリガ条件決定方法。
- 前記モデル生成工程において、前記トリガ候補信号が1パルス信号である場合、前記トリガ候補信号をのこぎり波に変換した後に機械学習することを特徴とする請求項1から請求項3のいずれか一項に記載の時系列信号のトリガ条件決定方法。
- 前記モデル生成工程において機械学習の際にエラーが発生した場合、前記切り出し工程に戻り、前回切り出した監視対象区間を前後にシフトさせ、前記監視対象信号の監視対象区間を新たに切り出した後、前記モデル生成工程を再度行うことを特徴とする請求項1から請求項4のいずれか一項に記載の時系列信号のトリガ条件決定方法。
- 請求項1から請求項5のいずれか一項に記載の時系列信号のトリガ条件決定方法によって決定されたトリガ条件に従って、監視対象設備の状態を示す時系列信号である監視対象信号から、前記異常診断の対象となる監視対象区間の信号を切り出して蓄積し、蓄積した信号に基づいて前記監視対象設備の異常診断を行うことを特徴とする監視対象設備の異常診断方法。
- 監視対象設備の異常診断を行う際に、前記監視対象設備の状態を示す時系列信号である監視対象信号から、前記異常診断の対象となる監視対象区間を切り出すための条件であるトリガ条件を決定する時系列信号のトリガ条件決定装置において、
前記監視対象設備に関する1以上の監視対象信号と、前記監視対象設備に関連し、かつ前記監視対象信号と同時刻に検出された時系列信号であって、前記トリガ条件となりうる時系列信号を示すトリガ候補信号と、からなる信号群を収集する収集する収集手段と、
前記信号群について、所定の基準に基づいて、前記監視対象信号の監視対象区間を切り出す切り出し手段と、
前記信号群について、切り出した前記監視対象区間の開始時刻に対応する前記監視対象信号の値および前記トリガ候補信号の値に対してトリガONのラベルを付与し、切り出した前記監視対象区間の開始時刻以外の時刻に対応する前記監視対象信号の値および前記トリガ候補信号の値にトリガOFFのラベルを付与し、各々のラベルが付与された前記監視対象信号の値および前記トリガ候補信号の値を入力とし、各々のラベルを出力として機械学習することにより、学習モデルを生成するモデル生成手段と、
前記異常診断を行う監視対象信号について、前記学習モデルを用いて前記トリガ条件を決定するトリガ条件決定手段と、
を備えることを特徴とする時系列信号のトリガ条件決定装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019104547A JP7003970B2 (ja) | 2019-06-04 | 2019-06-04 | 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019104547A JP7003970B2 (ja) | 2019-06-04 | 2019-06-04 | 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020197980A true JP2020197980A (ja) | 2020-12-10 |
JP7003970B2 JP7003970B2 (ja) | 2022-01-21 |
Family
ID=73649244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019104547A Active JP7003970B2 (ja) | 2019-06-04 | 2019-06-04 | 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7003970B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022123640A1 (ja) * | 2020-12-08 | 2022-06-16 | Jfeスチール株式会社 | 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017109650A (ja) * | 2015-12-17 | 2017-06-22 | 株式会社東芝 | 異常診断装置及び方法 |
WO2020066309A1 (ja) * | 2018-09-28 | 2020-04-02 | 富士フイルム株式会社 | フロー反応設備及び方法 |
WO2020136836A1 (ja) * | 2018-12-27 | 2020-07-02 | 株式会社Ihi | 異常診断装置、異常診断方法、異常診断プログラム、及び記録媒体 |
-
2019
- 2019-06-04 JP JP2019104547A patent/JP7003970B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017109650A (ja) * | 2015-12-17 | 2017-06-22 | 株式会社東芝 | 異常診断装置及び方法 |
WO2020066309A1 (ja) * | 2018-09-28 | 2020-04-02 | 富士フイルム株式会社 | フロー反応設備及び方法 |
WO2020136836A1 (ja) * | 2018-12-27 | 2020-07-02 | 株式会社Ihi | 異常診断装置、異常診断方法、異常診断プログラム、及び記録媒体 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022123640A1 (ja) * | 2020-12-08 | 2022-06-16 | Jfeスチール株式会社 | 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 |
Also Published As
Publication number | Publication date |
---|---|
JP7003970B2 (ja) | 2022-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6386520B2 (ja) | 数値制御装置及び機械学習装置 | |
US8515719B2 (en) | Apparatus anomaly monitoring method and system | |
US20110209083A1 (en) | Process analysis system | |
JP6895816B2 (ja) | 異常診断装置、異常診断方法及び異常診断プログラム | |
WO2019087508A1 (ja) | 監視対象選定装置、監視対象選定方法、およびプログラム | |
JP7003970B2 (ja) | 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 | |
JP2021015573A (ja) | 異常判定装置及び異常判定システム | |
JP4417318B2 (ja) | 設備診断装置 | |
WO2022123640A1 (ja) | 時系列信号のトリガ条件決定方法、監視対象設備の異常診断方法および時系列信号のトリガ条件決定装置 | |
CN115956013A (zh) | 信息处理装置、计算机能执行的方法、计算机可读取的存储介质 | |
JP7251955B2 (ja) | 検出装置及び機械学習方法 | |
TWI765452B (zh) | 時間序列訊號之觸發條件決定方法、監視對象設備之異常診斷方法及時間序列訊號之觸發條件決定裝置 | |
WO2022123876A1 (ja) | 異常判定モデル生成装置、異常判定装置、異常判定モデル生成方法および異常判定方法 | |
JP7342849B2 (ja) | 異常判定装置、異常判定モデル生成方法および異常判定方法 | |
CN112783935A (zh) | 分析装置 | |
CN113093584A (zh) | 焊接异常检测方法、装置、计算机设备和存储介质 | |
JP2002241846A (ja) | 鋼材の製造プロセス異常判定装置 | |
EP3951530B1 (en) | Process state monitoring device and process state monitoring method | |
WO2023089773A9 (ja) | 異常診断装置、異常診断システム、及び記憶媒体 | |
Khadem Hosseini et al. | A Projection-Based Support Vector Machine Algorithm for Induction Motors’ Bearing Fault Detection | |
CN117895640A (zh) | 一种适用于电网自动化维护的监控方法及系统 | |
JPWO2021100128A1 (ja) | 教師データ生成装置、教師データ生成方法、教師データ生成プログラムおよび記憶媒体 | |
JPH06261581A (ja) | 故障診断用推論装置 | |
JP2000242291A (ja) | 音素区分装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210525 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210525 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210623 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20210525 |
|
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: 20211130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211213 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7003970 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |