JP2021179740A - 監視装置、監視方法、プログラムおよびモデル訓練装置 - Google Patents
監視装置、監視方法、プログラムおよびモデル訓練装置 Download PDFInfo
- Publication number
- JP2021179740A JP2021179740A JP2020084110A JP2020084110A JP2021179740A JP 2021179740 A JP2021179740 A JP 2021179740A JP 2020084110 A JP2020084110 A JP 2020084110A JP 2020084110 A JP2020084110 A JP 2020084110A JP 2021179740 A JP2021179740 A JP 2021179740A
- Authority
- JP
- Japan
- Prior art keywords
- value
- period
- time
- data
- sensors
- 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 145
- 238000012544 monitoring process Methods 0.000 title claims abstract description 28
- 238000012549 training Methods 0.000 title claims description 123
- 238000000034 method Methods 0.000 title claims description 14
- 238000005259 measurement Methods 0.000 claims abstract description 249
- 238000009826 distribution Methods 0.000 claims abstract description 184
- 230000008859 change Effects 0.000 claims abstract description 47
- 238000004364 calculation method Methods 0.000 claims description 82
- 238000012423 maintenance Methods 0.000 claims description 43
- 238000001514 detection method Methods 0.000 claims description 29
- 230000007717 exclusion Effects 0.000 claims description 16
- 230000010365 information processing Effects 0.000 claims description 16
- 238000000926 separation method Methods 0.000 claims description 11
- 230000002123 temporal effect Effects 0.000 abstract 3
- 238000010586 diagram Methods 0.000 description 25
- 238000012986 modification Methods 0.000 description 22
- 230000004048 modification Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 11
- 230000006866 deterioration Effects 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000010801 machine learning Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 6
- WBMKMLWMIQUJDP-STHHAXOLSA-N (4R,4aS,7aR,12bS)-4a,9-dihydroxy-3-prop-2-ynyl-2,4,5,6,7a,13-hexahydro-1H-4,12-methanobenzofuro[3,2-e]isoquinolin-7-one hydrochloride Chemical compound Cl.Oc1ccc2C[C@H]3N(CC#C)CC[C@@]45[C@@H](Oc1c24)C(=O)CC[C@@]35O WBMKMLWMIQUJDP-STHHAXOLSA-N 0.000 description 5
- 230000002093 peripheral effect Effects 0.000 description 5
- 230000008439 repair process Effects 0.000 description 5
- 230000005856 abnormality Effects 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012417 linear regression Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010494 dissociation reaction Methods 0.000 description 2
- 230000005593 dissociations Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000000872 buffer Substances 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000003066 decision tree Methods 0.000 description 1
- 230000036449 good health Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001360 synchronised effect Effects 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0297—Reconfiguration of monitoring system, e.g. use of virtual sensors; change monitoring method as a response to monitoring results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Mathematical Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Medical Informatics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Manufacturing & Machinery (AREA)
- Life Sciences & Earth Sciences (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Quality & Reliability (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
第1実施形態に係る監視装置10について説明する。
時系列の過去データの取得期間である第1期間201と時系列の測定データの取得期間である第2期間202との間に、システム保全のために機器のリプレースが実施されたとする。さらに、第2期間202の終点において、第1センサの測定値が予測値から一定の値以上乖離したとする。図9および図10は、このような場合における表示画像の一例である。なお、第2期間202の終点の時刻は、測定データ取得部11が現在時刻に最も近い時刻の測定データを取得した時刻である。
つぎに、第2実施形態に係る監視装置10について説明する。なお、第2実施形態に係る監視装置10は、第1実施形態と略同一の機能および構成を有する。第2実施形態の説明においては、第1実施形態と略同一の機能および構成を有する部分については、同一の符号を付けて、相違点を除き詳細な説明を省略する。
以上のように、本実施形態に係る監視装置10は、第1実施形態と同様に、監視対象のシステムに設置された複数のセンサから出力された測定データと予測データとの乖離が、システムが健全な状態ではない原因によるのか否かを判断するための情報をユーザに提示することができる。さらに、監視装置10は、類似度およびスコア等を表示するので、ユーザによる測定値と予測値との乖離の原因および故障原因の判断を、支援することができる。これにより、本実施形態に係る監視装置10によれば、ユーザビリティを向上させることができる。
図16は、第2実施形態の第1変形例に係る監視装置10の構成を示す図である。第1変形例に監視装置10は、シフト量算出部31と、シフト検知部32とをさらに備える。
図17は、第2実施形態の第2変形例に係る監視装置10の構成を示す図である。第2変形例に係る監視装置10は、閾値制御部33をさらに備える。
図18は、第2実施形態の第3変形例に係る監視装置10の構成を示す図である。第3変形例に係る監視装置10は、分類部34をさらに備える。
図19は、第2実施形態の第4変形例に係る監視装置10の構成を示す図である。第4変形例に係る監視装置10は、指示受理部35をさらに備える。
つぎに、第3実施形態に係る監視システム40について説明する。
例えば、監視装置10が取得する時系列の過去データの時間範囲である第1期間201は、訓練装置50が取得した時系列の測定データの時間範囲である第1訓練期間2201、第2訓練期間2202および中間期間2203を合成した期間である、とする。また、例えば、メンテナンスが実施された中間期間2203の後の第2訓練期間2202が短く、監視装置10が中間期間2203の直後に動作を開始したとする。さらに、訓練装置50の除外部54が、類似度が低いセンサを除外せずに、複数のセンサの全ての測定値を訓練データとしたとする。
図24は、実施形態に係る監視装置10および訓練装置50のハードウェア構成の一例を示す図である。監視装置10は、例えば図24に示すようなハードウェア構成の情報処理装置により実現される。訓練装置50も、同様のハードウェア構成により実現される。情報処理装置は、CPU(Central Processing Unit)301と、RAM(Random Access Memory)302と、ROM(Read Only Memory)303と、操作入力装置304と、表示装置305と、記憶装置306と、通信装置307とを備える。そして、これらの各部は、バスにより接続される。
11 測定データ取得部
12 モデル取得部
13 過去データ取得部
14 予測データ生成部
15 画像生成部
16 表示制御部
21 相関取得部
22 検知部
23 類似度算出部
24 関連センサ特定部
25 スコア算出部
31 シフト量算出部
32 シフト検知部
33 閾値制御部
34 分類部
35 指示受理部
40 監視システム
50 訓練装置
51 取得部
52 分離部
53 算出部
54 除外部
55 モデル訓練部
56 第2画像生成部
57 第2表示制御部
58 指示入力部
Claims (20)
- 監視対象のシステムに設置された1つ以上のセンサから出力された1つ以上の測定値を含む時系列の測定データを取得する測定データ取得部と、
任意の時刻において前記1つ以上のセンサから出力されると予測される1つ以上の予測値を含む予測データを、前記任意の時刻以前の前記測定データに基づき生成する予測モデルを取得するモデル取得部と、
前記1つ以上のセンサから出力された1つ以上の測定値を含み、前記時系列の測定データより時間方向に前に出力された時系列の過去データを取得する過去データ取得部と、
時系列の前記測定データおよび前記予測モデルに基づき、時系列の前記予測データを生成する予測データ生成部と、
前記1つ以上のセンサのうちの第1センサについて、時系列の前記過去データに含まれる第1期間の測定値の時間変化を表す過去値グラフと、時系列の前記測定データに含まれる第1期間より後の第2期間の測定値の時間変化を表す測定値グラフと、時系列の前記予測データに含まれる前記予測値の前記第2期間の時系変化を表す予測値グラフと、前記第1期間の時系列の前記過去データに含まれる測定値の分布を表す過去分布情報と、前記第2期間の時系列の前記測定データに含まれる測定値の分布を表す測定分布情報とを含む表示画像を生成する画像生成部と、
を備える監視装置。 - 前記表示画像をモニタに表示させる表示制御部
をさらに備える請求項1に記載の監視装置。 - 前記過去データ取得部は、前記予測モデルを訓練するために用いられた訓練データを含む過去の時系列の前記測定データを、時系列の前記過去データとして取得する
請求項1または2に記載の監視装置。 - 前記1つ以上のセンサのそれぞれについて、前記第1期間の前記過去データに含まれる測定値の分布と、前記第2期間の前記測定データに含まれる測定値の分布との類似度を算出する類似度算出部
をさらに備え、
前記画像生成部は、前記1つ以上のセンサのそれぞれについて、前記類似度を含む前記表示画像を生成する
請求項1から3の何れか1項に記載の監視装置。 - 前記1つ以上のセンサのそれぞれについて、第1時刻の前記測定データに含まれる測定値と、前記第1時刻の前記予測データに含まれる前記予測値との差分を算出し、前記1つ以上のセンサのそれぞれのうちの、前記差分が、予め設定された第1閾値よりも大きい、または、予め設定された第2閾値よりも小さいセンサを、対象センサとして検知する検知部と、
前記対象センサについて、前記類似度が高いほど値が大きい第1スコアを算出するスコア算出部と、
をさらに備え、
前記画像生成部は、前記対象センサについての前記類似度および前記第1スコアの少なくとも一方を含む前記表示画像を生成する
請求項4に記載の監視装置。 - 前記システムは、複数のセンサが設置されており、
前記システムに設置された前記複数のセンサに含まれる2つのセンサの組毎の相関の強さを表す相関情報を取得する相関取得部と、
前記相関情報から、前記対象センサについて、前記複数のセンサのうちの前記対象センサとの相関の強さが所定値以上である関連センサを特定する関連センサ特定部と、
をさらに備え、
前記スコア算出部は、前記対象センサについて、前記対象センサの前記類似度が高いほど値が大きく、および、前記関連センサの前記類似度が高いほど値が大きい第2スコアを算出し、
前記画像生成部は、前記対象センサについての前記第2スコア、および、前記対象センサに対する前記関連センサについての前記類似度の少なくとも一方を含む前記表示画像を生成する
請求項5に記載の監視装置。 - 前記画像生成部は、
前記複数のセンサのうち、前記類似度が所定値より低いセンサ、前記関連センサの前記類似度が所定値より低いセンサ、前記第1スコアが所定値より小さいセンサ、前記第2スコアが所定値より小さいセンサ、および、前記第1スコアまたは前記第2スコアが所定値より小さいセンサに対する前記関連センサの少なくとも1つについて、
関連するメンテナンスが行われたか否かを示す情報、前記メンテナンスが行われたタイミング、および、前記メンテナンスの内容の少なくとも1つを含む前記表示画像を生成する
請求項6に記載の監視装置。 - 前記1つ以上のセンサのうち前記類似度が予め設定された第3閾値より低いセンサの総数、あるいは、前記類似度が高いほど小さい値をとる相違度の前記1つ以上のセンサについての総和をシフト量として算出するシフト量算出部
をさらに備え、
前記画像生成部は、前記シフト量を含む前記表示画像を生成する
請求項4に記載の監視装置。 - 前記シフト量が予め設定された第4閾値より大きいことを検知するシフト検知部
をさらに備え、
前記画像生成部は、前記シフト量が前記第4閾値より大きい場合、前記シフト量が前記第4閾値より大きいことを示す情報を含む前記表示画像を生成する
請求項8に記載の監視装置。 - 前記類似度、前記第1スコアおよび前記第2スコアのうちの何れか1つが小さいほど、前記第1閾値を大きくし、前記第2閾値を小さくするように制御する閾値制御部をさらに有する
請求項6または7に記載の監視装置。 - 前記1つ以上のセンサのそれぞれについて、前記類似度および前記関連センサの前記類似度に基づき、少なくとも4通りの状態に分類する分類部
をさらに備える請求項6または7に記載の監視装置。 - 前記画像生成部は、前記対象センサについての前記測定値グラフおよび前記予測値グラフにおける、前記差分が前記第1閾値より大きい部分および前記第2閾値より低い部分のうちの少なくとも一方の色を、分類した前記状態に応じて変更する
請求項11に記載の監視装置。 - 前記画像生成部は、前記システムにおける前記複数のセンサのそれぞれのレイアウトを表すレイアウト画像を生成し、
前記画像生成部は、前記レイアウト画像に表示される前記複数のセンサのそれぞれを表す情報と色のうちの少なくとも1つを、分類した前記状態に応じて変更する
請求項11または12に記載の監視装置。 - 前記画像生成部は、前記複数のセンサのうちの前記対象センサを識別する識別情報を含む対象センサリストを表示し、前記対象センサリストに含まれるそれぞれの前記識別情報の色を、対応する前記対象センサを分類した前記状態に応じて変更する
請求項11から13の何れか1項に記載の監視装置。 - 前記画像生成部は、前記測定値グラフに重畳して表示される、前記過去値グラフの最大値または前記最大値に所定の値を加えた値を表す最大値直線および前記過去値グラフの最小値または前記最小値から所定の値を減算した値を表す最小値直線をさらに含む前記表示画像を生成し、
前記測定値グラフは、前記最大値直線より大きいまたは前記最小値直線より小さい部分の色が、他の部分と異なる
請求項1から14の何れか1項に記載の監視装置。 - ユーザの指示に応じて、前記第1期間の開始時刻、前記第1期間の終了時刻、前記第2期間の開始時刻、および、前記第2期間の終了時刻の少なくとも1つを変更させる指示受理部
をさらに備える請求項1から15の何れか1項に記載の監視装置。 - 前記システムは、複数のセンサが設置されており、
前記予測モデルを訓練する訓練部をさらに備え、
前記訓練部は、
前記複数のセンサから出力された複数の測定値を含む時系列の前記測定データを取得する測定データ取得部と、
時系列の前記測定データを、第1訓練期間の第1測定データと、前記第1訓練期間より時間的に後の第2訓練期間の第2測定データとに分離する分離部と、
前記複数のセンサのそれぞれについて、前記第1測定データに含まれる対応する測定値の分布と、前記第2測定データに含まれる対応する測定値の分布との類似度を算出する類似度算出部と、
時系列の前記測定データに含まれる複数の測定値のうちの、前記類似度が予め定められた値より低い少なくとも1つのセンサに対応する測定値を除外することにより、訓練データを生成する除外部と、
前記訓練データを参照して、前記予測モデルを訓練するモデル訓練部と、
を有する請求項1から16の何れか1項に記載の監視装置。 - 情報処理装置によりシステムを監視する監視方法であって、
前記情報処理装置が、
監視対象の前記システムに設置された1つ以上のセンサから出力された1つ以上の測定値を含む時系列の測定データを取得し、
任意の時刻において前記1つ以上のセンサから出力されると予測される1つ以上の予測値を含む予測データを、前記任意の時刻以前の前記測定データに基づき生成する予測モデルを取得し、
前記1つ以上のセンサから出力された1つ以上の測定値を含み、前記時系列の測定データより時間方向に前に出力された時系列の過去データを取得し、
時系列の前記測定データおよび前記予測モデルに基づき、時系列の前記予測データを生成し、
前記1つ以上のセンサのうちの第1センサについて、時系列の前記過去データに含まれる第1期間の測定値の時間変化を表す過去値グラフと、時系列の前記測定データに含まれる第1期間より後の第2期間の測定値の時間変化を表す測定値グラフと、時系列の前記予測データに含まれる前記予測値の前記第2期間の時系変化を表す予測値グラフと、前記第1期間の時系列の前記過去データに含まれる測定値の分布を表す過去分布情報と、前記第2期間の時系列の前記測定データに含まれる測定値の分布を表す測定分布情報とを含む表示画像を生成する
監視方法。 - 情報処理装置を監視装置として機能させるためのプログラムであって、
前記情報処理装置を、
監視対象のシステムに設置された1つ以上のセンサから出力された1つ以上の測定値を含む時系列の測定データを取得する測定データ取得部と、
任意の時刻において前記1つ以上のセンサから出力されると予測される1つ以上の予測値を含む予測データを、前記任意の時刻以前の前記測定データに基づき生成する予測モデルを取得するモデル取得部と、
前記1つ以上のセンサから出力された1つ以上の測定値を含み、前記時系列の測定データより時間方向に前に出力された時系列の過去データを取得する過去データ取得部と、
時系列の前記測定データおよび前記予測モデルに基づき、時系列の前記予測データを生成する予測データ生成部と、
前記1つ以上のセンサのうちの第1センサについて、時系列の前記過去データに含まれる第1期間の測定値の時間変化を表す過去値グラフと、時系列の前記測定データに含まれる第1期間より後の第2期間の測定値の時間変化を表す測定値グラフと、時系列の前記予測データに含まれる前記予測値の前記第2期間の時系変化を表す予測値グラフと、前記第1期間の時系列の前記過去データに含まれる測定値の分布を表す過去分布情報と、前記第2期間の時系列の前記測定データに含まれる測定値の分布を表す測定分布情報とを含む表示画像を生成する画像生成部と、
して機能させるプログラム。 - システムを監視する監視装置に用いられる予測モデルを訓練する訓練装置であって、
前記システムに設置された複数のセンサから出力された複数の測定値を含む時系列の測定データを取得する測定データ取得部と、
時系列の前記測定データを、第1訓練期間の第1測定データと、前記第1訓練期間より時間的に後の第2訓練期間の第2測定データとに分離する分離部と、
前記複数のセンサのそれぞれについて、前記第1測定データに含まれる対応する測定値の分布と、前記第2測定データに含まれる対応する測定値の分布との類似度を算出する類似度算出部と、
時系列の前記測定データに含まれる複数の測定値のうちの、前記類似度が予め定められた値より低い少なくとも1つのセンサに対応する測定値を除外することにより、訓練データを生成する除外部と、
前記訓練データを参照して、前記予測モデルを訓練するモデル訓練部と、
を備えるモデル訓練装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020084110A JP7481897B2 (ja) | 2020-05-12 | 2020-05-12 | 監視装置、監視方法、プログラムおよびモデル訓練装置 |
US17/185,882 US11740613B2 (en) | 2020-05-12 | 2021-02-25 | Monitoring apparatus, monitoring method, computer program product, and model training apparatus |
EP21172255.8A EP3910437B1 (en) | 2020-05-12 | 2021-05-05 | Monitoring apparatus, monitoring method, and computer-readable medium |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020084110A JP7481897B2 (ja) | 2020-05-12 | 2020-05-12 | 監視装置、監視方法、プログラムおよびモデル訓練装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021179740A true JP2021179740A (ja) | 2021-11-18 |
JP7481897B2 JP7481897B2 (ja) | 2024-05-13 |
Family
ID=75825519
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020084110A Active JP7481897B2 (ja) | 2020-05-12 | 2020-05-12 | 監視装置、監視方法、プログラムおよびモデル訓練装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US11740613B2 (ja) |
EP (1) | EP3910437B1 (ja) |
JP (1) | JP7481897B2 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11892829B2 (en) | 2021-09-15 | 2024-02-06 | Kabushiki Kaisha Toshiba | Monitoring apparatus, method, and program |
JP7507630B2 (ja) | 2020-08-11 | 2024-06-28 | 株式会社日立製作所 | フィールドデータ監視装置、ならびにフィールドデータ監視方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023118433A1 (en) * | 2021-12-22 | 2023-06-29 | Veolia Water Solutions & Technologies Support | A method of monitoring processes in an urban water cycle |
CN116503957B (zh) * | 2023-06-26 | 2023-09-15 | 成都千嘉科技股份有限公司 | 一种燃气入户作业行为识别方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2007279887A (ja) | 2006-04-04 | 2007-10-25 | Nippon Telegr & Teleph Corp <Ntt> | 特異パターン検出システム、モデル学習装置、特異パターン検出装置、特異パターン検出方法、及び、コンピュータプログラム |
JP5560845B2 (ja) * | 2010-03-30 | 2014-07-30 | ソニー株式会社 | 情報処理装置、画像出力方法及びプログラム |
JP5522491B2 (ja) | 2011-12-13 | 2014-06-18 | 横河電機株式会社 | アラーム表示装置およびアラーム表示方法 |
US10228994B2 (en) * | 2013-09-09 | 2019-03-12 | Nec Corporation | Information processing system, information processing method, and program |
JP6627765B2 (ja) * | 2014-09-03 | 2020-01-08 | 日本電気株式会社 | 監視装置及びその監視方法、監視システム、並びにコンピュータ・プログラム |
JP6828679B2 (ja) * | 2015-02-25 | 2021-02-10 | 日本電気株式会社 | システム監視装置、システム監視方法、及び、システム監視プログラム |
JP6276732B2 (ja) | 2015-07-03 | 2018-02-07 | 横河電機株式会社 | 設備保全管理システムおよび設備保全管理方法 |
JP6164311B1 (ja) * | 2016-01-21 | 2017-07-19 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、プログラム |
JP6794919B2 (ja) * | 2017-04-28 | 2020-12-02 | 横河電機株式会社 | プロセス制御システム及びデータ処理方法 |
JP6904418B2 (ja) * | 2017-08-02 | 2021-07-14 | 日本電気株式会社 | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム |
JP6670418B2 (ja) * | 2018-02-26 | 2020-03-18 | 株式会社日立情報通信エンジニアリング | 状態予測装置および状態予測制御方法 |
JP7127305B2 (ja) | 2018-03-13 | 2022-08-30 | 日本電気株式会社 | 情報処理装置、情報処理方法、プログラム |
EP3791236A4 (en) | 2018-05-07 | 2022-06-08 | Strong Force Iot Portfolio 2016, LLC | METHODS AND SYSTEMS FOR DATA COLLECTION, LEARNING AND STREAMING MACHINE SIGNALS FOR ANALYSIS AND MAINTENANCE USING THE INDUSTRIAL INTERNET OF THINGS |
US11347213B2 (en) * | 2018-06-22 | 2022-05-31 | Siemens Industry, Inc. | Deep-learning-based fault detection in building automation systems |
JP7163117B2 (ja) | 2018-09-14 | 2022-10-31 | 株式会社東芝 | プロセス監視支援装置、プロセス監視支援システム、プロセス監視支援方法及びプロセス監視支援プログラム |
JP7030072B2 (ja) * | 2019-03-14 | 2022-03-04 | 株式会社日立製作所 | 時系列データ監視システム、および時系列データ監視方法 |
JP7068246B2 (ja) | 2019-08-26 | 2022-05-16 | 株式会社東芝 | 異常判定装置、および、異常判定方法 |
JP7242595B2 (ja) | 2020-02-26 | 2023-03-20 | 株式会社東芝 | 学習装置、推論装置、学習方法及び推論方法 |
-
2020
- 2020-05-12 JP JP2020084110A patent/JP7481897B2/ja active Active
-
2021
- 2021-02-25 US US17/185,882 patent/US11740613B2/en active Active
- 2021-05-05 EP EP21172255.8A patent/EP3910437B1/en active Active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7507630B2 (ja) | 2020-08-11 | 2024-06-28 | 株式会社日立製作所 | フィールドデータ監視装置、ならびにフィールドデータ監視方法 |
US11892829B2 (en) | 2021-09-15 | 2024-02-06 | Kabushiki Kaisha Toshiba | Monitoring apparatus, method, and program |
Also Published As
Publication number | Publication date |
---|---|
US20210356943A1 (en) | 2021-11-18 |
JP7481897B2 (ja) | 2024-05-13 |
US11740613B2 (en) | 2023-08-29 |
EP3910437A1 (en) | 2021-11-17 |
EP3910437B1 (en) | 2023-12-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2905665B1 (en) | Information processing apparatus, diagnosis method, and program | |
JP7017861B2 (ja) | 異常検知システムおよび異常検知方法 | |
JP2021179740A (ja) | 監視装置、監視方法、プログラムおよびモデル訓練装置 | |
JP6585482B2 (ja) | 機器診断装置及びシステム及び方法 | |
US10228994B2 (en) | Information processing system, information processing method, and program | |
US20140365179A1 (en) | Method and Apparatus for Detecting and Identifying Faults in a Process | |
US11580629B2 (en) | System and method for determining situation of facility by imaging sensing data of facility | |
JP7040851B2 (ja) | 異常検知装置、異常検知方法及び異常検知プログラム | |
JP2018119924A (ja) | 診断装置 | |
EP3759789B1 (en) | System and method for audio and vibration based power distribution equipment condition monitoring | |
US20210173357A1 (en) | Control method, control apparatus, mechanical equipment, and recording medium | |
KR102618023B1 (ko) | 고장유형에 따른 패턴 분석을 통한 고장 예지 진단시스템 및 방법 | |
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 | |
TWI715840B (zh) | 顯示裝置、顯示系統及顯示畫面產生方法 | |
JP7481995B2 (ja) | 状態判定装置、方法およびプログラム | |
KR101995026B1 (ko) | 대상 시스템의 상태 진단 및 원인 분석 시스템 및 방법 | |
JP2019159786A (ja) | 情報処理装置、情報処理方法、プログラム | |
JP2021005370A (ja) | 航空機センサをモデリングするためのデータ主導方式機械学習 | |
US11966218B2 (en) | Diagnosis device, diagnosis method and program | |
US20240185576A1 (en) | Image determination device, image determination method, and recording medium | |
KR102634666B1 (ko) | 롤투롤 공정의 롤 베어링 수명 예측 모델 구축 방법 | |
US20240046443A1 (en) | Analysis apparatus, analysis system, analysis program, and analysis method | |
KR102521000B1 (ko) | 플랜트 설비 관리 시스템 및 방법 | |
KR102458999B1 (ko) | 정보 처리 장치, 프로그램을 기록한 컴퓨터 판독 가능한 기록 매체 및 정보 처리 방법 | |
US11892829B2 (en) | Monitoring apparatus, method, and program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210302 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210608 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230206 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231010 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231017 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20231215 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240216 |
|
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: 20240402 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240426 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7481897 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |