JP2021135739A - 運転状態分類システム、および、運転状態分類方法 - Google Patents
運転状態分類システム、および、運転状態分類方法 Download PDFInfo
- Publication number
- JP2021135739A JP2021135739A JP2020031357A JP2020031357A JP2021135739A JP 2021135739 A JP2021135739 A JP 2021135739A JP 2020031357 A JP2020031357 A JP 2020031357A JP 2020031357 A JP2020031357 A JP 2020031357A JP 2021135739 A JP2021135739 A JP 2021135739A
- Authority
- JP
- Japan
- Prior art keywords
- neural network
- state
- server
- edge device
- label
- 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 description 39
- 238000013528 artificial neural network Methods 0.000 claims abstract description 62
- 238000004891 communication Methods 0.000 claims abstract description 20
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 3
- 238000007906 compression Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 2
- 230000006870 function Effects 0.000 abstract description 12
- 230000008569 process Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 20
- 238000012545 processing Methods 0.000 description 13
- 230000005856 abnormality Effects 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000007781 pre-processing Methods 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000008450 motivation Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- 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
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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
- G05B23/0216—Human interface functionality, e.g. monitoring system providing help to the user in the selection of tests or in its configuration
-
- 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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
- G06N3/0455—Auto-encoder networks; Encoder-decoder networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/09—Supervised learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/098—Distributed learning, e.g. federated learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/06—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons
- G06N3/063—Physical realisation, i.e. hardware implementation of neural networks, neurons or parts of neurons using electronic means
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Biophysics (AREA)
- Biomedical Technology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
図1は、エッジ機器2の実運用前に実施する、運転状態分類システム100の学習処理の概念図であり、図2は、学習処理の流れを示すフローチャートである。
図3は、エッジ機器2の実運用中に実施する、運転状態分類システム100の推論処理の概念図であり、図4は、推論処理の流れを示すフローチャートである。
図5は、エッジ機器2の所定期間以上または所定回数以上の運用後に実施する、運転状態分類システム100の追加学習処理の概念図であり、図6は、追加学習処理の流れを示すフローチャートである。なお、追加学習処理は、サーバ1側の状態分類器Bを改良する学習処理であり、エッジ機器2側の符号器Aはそのまま使い続ける。
図7は、上記した各処理を実施する、運転状態分類システム100における、サーバ1とエッジ機器2の機能ブロック図である。
実施例1の学習処理では、図1や図2に示したように、複数の自己符号化器α1〜α3を学習した後、それらの前段部分である符号器A1〜A3の全てをエッジ機器2にインストールしたが、本実施例の学習処理では、図9の概念図や図10のフローチャートに示すように、一つの自己符号化器α1だけを学習し、その前段部分の符号器A1をエッジ機器2にインストールする点に特徴がある。そうすることで、エッジ機器2の記憶容量が少なく、全ての符号器Aを記憶できない場合でも実装が可能になる。
図11は、本実施例における推論処理の概念図であり、図12は、その推論処理の流れを示すフローチャートである。
10 運転状態分類実行部
11 データ通信部
12 状態分類器保存部
13 推論実行部
14 データ保存部
15 学習部
2 エッジ機器
20 運転状態分類前後処理部
21 データ入力部
22 符号器保存部
3 電力変換装置
4 モータ
5 負荷機械
α、α1、α2、α3 自己符号化器
A、A1、A2、A3 符号器
A’、A1’、A2’、A3’ 復号器
B 状態分類器
d、d1、d2、d3 特徴量(中間データ)
L、L1、L2、L3 状態ラベル
Claims (10)
- ニューラルネットワークにセンサデータを入力して状態ラベルを出力する、エッジ機器とサーバを通信網で接続した運転状態分類システムであって、
前記エッジ機器は、
前記ニューラルネットワークの前段側を保存する第一保存部と、
前記ニューラルネットワークの前段側に前記センサデータを入力して中間データを出力する次元圧縮部と、を有し、
前記サーバは、
前記ニューラルネットワークの後段側を保存する第二保存部と、
前記ニューラルネットワークの後段側に前記中間データを入力して前記状態ラベルを出力する推論実行部と、
前記ニューラルネットワークの後段側を追加学習により更新する学習部と、
を有することを特徴とする運転状態分類システム。 - 前記学習部は、
前記サーバに蓄積された前記中間データと、
該中間データに紐付けた正しい状態ラベルと、
に基づいて、前記ニューラルネットワークの後段側を追加学習することを特徴とする、請求項1に記載の運転状態分類システム。 - 前記正しい状態ラベルは、前記推論実行部が最も確からしいと判定した状態の確率が、あらかじめ設定した値よりも高い場合は、前記ニューラルネットワークが出力した状態ラベルであることを特徴とする、請求項2記載の運転状態分類システム。
- 前記正しい状態ラベルは、前記推論実行部が最も確からしいと判定した状態の確率が、あらかじめ設定した値よりも低い場合は、人間が入力した状態ラベルであることを特徴とする、請求項2記載の運転状態分類システム。
- 前記エッジ機器に保存される前記ニューラルネットワークの前段側は、分類する状態毎に学習した自己符号化器の前段部分である符号器であり、
前記サーバに保存される前記ニューラルネットワークの後段側は、前記符号器が出力する中間データを入力して前記状態ラベルを出力する状態分類器であることを特徴とする、請求項1乃至4の何れか一項に記載の運転状態分類システム。 - 前記サーバには、前記自己符号化器の後段部分である復号器も保存されることを特徴とする、請求項5記載の運転状態分類システム。
- 前記エッジ機器は、産業用コントローラ、または、電力変換装置であることを特徴とする、請求項1乃至6の何れか一項に記載の運転状態分類システム。
- センサデータを入力して状態ラベルを出力するニューラルネットワークをサーバで学習する学習ステップと、
前記ニューラルネットワークの前段側をエッジ機器に保存する第一保存ステップと、
前記ニューラルネットワークの後段側を前記サーバに保存する第二保存ステップと、
前記ニューラルネットワークの後段側を前記サーバで追加学習する追加学習ステップと、
を有することを特徴とする運転状態分類方法。 - 前記ニューラルネットワークが最も確からしいと判定した状態の確率が、あらかじめ設定した値よりも高い場合は、前記ニューラルネットワークの前段側が出力した中間データに、前記ニューラルネットワークが出力した状態ラベルを付与した、追加学習用データを保存するステップを更に有し、
前記追加学習ステップでは、前記追加学習用データを用いて、前記ニューラルネットワークの後段側を追加学習することを特徴とする請求項8記載の運転状態分類方法。 - 前記ニューラルネットワークが最も確からしいと判定した状態の確率が、あらかじめ設定した値よりも低い場合は、前記ニューラルネットワークの前段側が出力した中間データに、人間が入力した正しい状態ラベルを付与した、追加学習用データを保存するステップを更に有し、
前記追加学習ステップでは、前記追加学習用データを用いて、前記ニューラルネットワークの後段側を追加学習することを特徴とする請求項8記載の運転状態分類方法。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020031357A JP7348103B2 (ja) | 2020-02-27 | 2020-02-27 | 運転状態分類システム、および、運転状態分類方法 |
PCT/JP2020/028986 WO2021171647A1 (ja) | 2020-02-27 | 2020-07-29 | 運転状態分類システム、および、運転状態分類方法 |
US17/801,922 US20230091068A1 (en) | 2020-02-27 | 2020-07-29 | Operating state classification system, and operating state classification method |
DE112020006810.2T DE112020006810T5 (de) | 2020-02-27 | 2020-07-29 | Betriebszustands-klassifikationssystem und betriebszustands-klassifikationsverfahren |
CN202080095750.5A CN115066693A (zh) | 2020-02-27 | 2020-07-29 | 运行状态分类系统和运行状态分类方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020031357A JP7348103B2 (ja) | 2020-02-27 | 2020-02-27 | 運転状態分類システム、および、運転状態分類方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2021135739A true JP2021135739A (ja) | 2021-09-13 |
JP2021135739A5 JP2021135739A5 (ja) | 2022-07-11 |
JP7348103B2 JP7348103B2 (ja) | 2023-09-20 |
Family
ID=77490856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020031357A Active JP7348103B2 (ja) | 2020-02-27 | 2020-02-27 | 運転状態分類システム、および、運転状態分類方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20230091068A1 (ja) |
JP (1) | JP7348103B2 (ja) |
CN (1) | CN115066693A (ja) |
DE (1) | DE112020006810T5 (ja) |
WO (1) | WO2021171647A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024029347A1 (ja) * | 2022-08-04 | 2024-02-08 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置、情報処理方法、及び情報処理システム |
WO2024063096A1 (ja) * | 2022-09-20 | 2024-03-28 | モルゲンロット株式会社 | 情報処理システム、情報処理方法及びプログラム |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013077969A (ja) * | 2011-09-30 | 2013-04-25 | Oki Electric Ind Co Ltd | 情報処理装置、情報処理方法、プログラムおよび情報処理システム |
JP2019191869A (ja) * | 2018-04-24 | 2019-10-31 | 株式会社デンソー | 走行場面学習装置、走行場面推定装置、および走行場面推定システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3483791A4 (en) | 2016-07-11 | 2020-03-18 | UEI Corporation | CALCULATION SYSTEM USING A HIERARCHICAL NETWORK |
US20180336463A1 (en) * | 2017-05-18 | 2018-11-22 | General Electric Company | Systems and methods for domain-specific obscured data transport |
JP6792043B1 (ja) * | 2019-10-18 | 2020-11-25 | 株式会社安川電機 | 事象推定システム及び事象推定方法 |
-
2020
- 2020-02-27 JP JP2020031357A patent/JP7348103B2/ja active Active
- 2020-07-29 WO PCT/JP2020/028986 patent/WO2021171647A1/ja active Application Filing
- 2020-07-29 DE DE112020006810.2T patent/DE112020006810T5/de active Pending
- 2020-07-29 US US17/801,922 patent/US20230091068A1/en active Pending
- 2020-07-29 CN CN202080095750.5A patent/CN115066693A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2013077969A (ja) * | 2011-09-30 | 2013-04-25 | Oki Electric Ind Co Ltd | 情報処理装置、情報処理方法、プログラムおよび情報処理システム |
JP2019191869A (ja) * | 2018-04-24 | 2019-10-31 | 株式会社デンソー | 走行場面学習装置、走行場面推定装置、および走行場面推定システム |
Non-Patent Citations (1)
Title |
---|
小向航平 ほか: "分類器の継続更新可能な分散認識センサネットワークのためのオートエンコーダによる通信方式", 情報処理学会論文誌, vol. 60, no. 10, JPN6020039274, 15 October 2019 (2019-10-15), JP, pages 1780 - 1795, ISSN: 0005138477 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024029347A1 (ja) * | 2022-08-04 | 2024-02-08 | ソニーセミコンダクタソリューションズ株式会社 | 情報処理装置、情報処理方法、及び情報処理システム |
WO2024063096A1 (ja) * | 2022-09-20 | 2024-03-28 | モルゲンロット株式会社 | 情報処理システム、情報処理方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
DE112020006810T5 (de) | 2022-12-15 |
CN115066693A (zh) | 2022-09-16 |
US20230091068A1 (en) | 2023-03-23 |
WO2021171647A1 (ja) | 2021-09-02 |
JP7348103B2 (ja) | 2023-09-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20210397171A1 (en) | Industrial automation hmi program file generation from computer-aided design | |
US9842302B2 (en) | Population-based learning with deep belief networks | |
EP3798942B1 (en) | Artificial intelligence channel for industrial automation | |
US11726459B2 (en) | Industrial automation control program generation from computer-aided design | |
US8275735B2 (en) | Diagnostic system | |
US20210097456A1 (en) | Progressive contextualization and analytics of industrial data | |
US11709481B2 (en) | Contextualization of industrial data at the device level | |
CN111160687B (zh) | 主动资产监控 | |
US20220043431A1 (en) | Industrial automation control program utilization in analytics model engine | |
WO2021171647A1 (ja) | 運転状態分類システム、および、運転状態分類方法 | |
EP2541358B1 (en) | Method, monitoring system and computer program product for monitoring the health of a monitored system utilizing an associative memory | |
KR20140132373A (ko) | 레거시 하드웨어 및 소프트웨어를 위한 향상된 리호스팅 능력 | |
US20130318018A1 (en) | Neural network-based turbine monitoring system | |
CN111752733B (zh) | 气动系统中的异常检测 | |
WO2021241315A1 (ja) | 診断装置、サーバ、及び診断方法 | |
JP2018147080A (ja) | 情報処理装置及び情報処理プログラム | |
JP2020042757A (ja) | 加工装置、加工方法、加工プログラム、及び検査装置 | |
CN116089657A (zh) | 基于外部部署网关设备的工业设备系统的符号访问和方法 | |
CN115769235A (zh) | 提供与训练函数的准确度有关的警报的方法和系统 | |
CN111310778A (zh) | 检测装置、检测方法以及记录检测程序的记录介质 | |
US20080147361A1 (en) | Methods and apparatus to monitor system health | |
CN116095101A (zh) | 基于内部部署网关设备的工业设备系统的符号访问和方法 | |
JP2023142779A (ja) | 精度監視システム、精度監視方法、および、精度監視プログラム | |
KR20230081136A (ko) | 용도에 따른 절삭공구 추천 플랫폼 시스템 | |
Wotawa et al. | On classification and modeling issues in distributed model-based diagnosis |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220701 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220701 |
|
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: 20230829 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230907 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7348103 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |