JP2021196678A - 分散システム - Google Patents
分散システム Download PDFInfo
- Publication number
- JP2021196678A JP2021196678A JP2020100646A JP2020100646A JP2021196678A JP 2021196678 A JP2021196678 A JP 2021196678A JP 2020100646 A JP2020100646 A JP 2020100646A JP 2020100646 A JP2020100646 A JP 2020100646A JP 2021196678 A JP2021196678 A JP 2021196678A
- Authority
- JP
- Japan
- Prior art keywords
- data
- computer
- edge
- diagnostic
- edge device
- 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.)
- Pending
Links
- 230000007246 mechanism Effects 0.000 claims abstract description 65
- 238000004458 analytical method Methods 0.000 claims description 180
- 238000013523 data management Methods 0.000 claims description 79
- 238000012545 processing Methods 0.000 claims description 76
- 238000000034 method Methods 0.000 claims description 74
- 238000012946 outsourcing Methods 0.000 claims description 70
- 230000008569 process Effects 0.000 claims description 66
- 238000004519 manufacturing process Methods 0.000 claims description 59
- 238000003860 storage Methods 0.000 claims description 58
- 230000002159 abnormal effect Effects 0.000 claims description 52
- 238000000556 factor analysis Methods 0.000 claims description 49
- 230000008439 repair process Effects 0.000 claims description 43
- 238000009826 distribution Methods 0.000 claims description 37
- 238000013461 design Methods 0.000 claims description 35
- 230000005856 abnormality Effects 0.000 claims description 32
- 230000006872 improvement Effects 0.000 claims description 26
- 230000001364 causal effect Effects 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 abstract description 34
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 29
- 230000005540 biological transmission Effects 0.000 description 20
- 230000006870 function Effects 0.000 description 15
- 238000010586 diagram Methods 0.000 description 11
- 238000012423 maintenance Methods 0.000 description 10
- 230000001419 dependent effect Effects 0.000 description 7
- 208000002460 Enteropathy-Associated T-Cell Lymphoma Diseases 0.000 description 5
- 230000004044 response Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000011960 computer-aided design Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000012805 post-processing Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 238000010219 correlation analysis Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 238000009419 refurbishment Methods 0.000 description 1
- 238000004904 shortening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 238000003892 spreading Methods 0.000 description 1
- 210000002784 stomach Anatomy 0.000 description 1
- 238000005728 strengthening Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
-
- 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], computer integrated manufacturing [CIM]
- G05B19/41845—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], computer integrated manufacturing [CIM] characterised by system universality, reconfigurability, modularity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/006—Indicating maintenance
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- 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
- G05B2219/30—Nc systems
- G05B2219/33—Director till display
- G05B2219/33273—DCS distributed, decentralised controlsystem, multiprocessor
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Abstract
Description
図1は、分散システムの概要の構成例を示す図である。分散システム1000は、多層化されており、1つ以上のエッジデバイス12と、データマネジメント層30に含まれる一つ以上のクラウド又は計算機と、データ活用層31に含まれる一つ以上のクラウド又は計算機と、を含む。
データマネジメント層30は、説明を容易にするために導入した仮想的な層又はグループである。当該層に含まれるクラウドは、後ほど説明するデータ活用層31よりもエッジデバイス12が生成したデータの格納を実施するクラウドが含まれる。
データ活用層31は、説明を容易にするために導入した仮想的な層又はグループである。当該層には、複数のクラウド又は計算機(以後、これらをデータ活用層クラウド、あるいはサービス提供会社用計算機と呼ぶことがある)が含まれる。データ活用層クラウドは、データマネジメント層クラウドと比較して、サービス提供により近い部分を担う会社のクラウドが含まれる。
本実施例における分散システム1000の特徴は、エッジ内コントローラ10の内部状態(例えば異常状態(以後、単に「異常」と呼ぶことがある))が分かる診断データをエッジデバイス12の外部で活用することで、分散システム全体として対処(予防、保守、復旧、改善等の各種考慮を含む)することにある。その動機は次に説明する通りである。
上記メリットを享受するためのシンプルなデータの流れは、ECTL診断データD11が示すように、ECTL診断データをエッジデバイス12が外部に送信することから始まる。図1ではその一例として、データマネジメント層クラウド、特に診断データ管理クラウド26が、ECTL診断データを受信及び記憶リソースへ格納している場合を図示している。その後、ECTL診断データを受信したクラウドが、ECTL診断データを各会社のクラウドに送信してしまえば、各会社はECTL診断データを利用することができる。
仮に、診断データ管理クラウド26の加工処理を繰り返し強化し、強化された加工処理後のデータを他の装置に送信できるようにしたとする。しかし、こうした加工後データは、エッジデータ配信会社クラウド24側で受信、記憶リソースへの格納、及びデータ活用層クラウドへの送信を可能とするプログラム修正をしない限り、データ活用層クラウドに送信できない。このような状況を回避するために、診断データ管理クラウド26は、加工後データを、エッジデータ配信会社クラウド24を介さずに、データ活用層クラウドに送信するようにしてもよい。当該送信を実現するに当り、例えば以下の方法又は構成が考えられる。
診断データ管理クラウド26と、分析アウトソーシングクラウド27とは、上述したもの以外の役割または処理を行うものであってもよい。例えば、診断データ管理クラウド26がエッジ内コントローラ10の設計又は製造会社により運営されるものである場合、当該診断データ管理クラウド26でエッジ内コントローラ10の設計又は製造を管理することも可能である。また、当該診断データ管理クラウド26に格納したECTL診断データを分析し、エッジ内コントローラ10の改善を行うものであってもよい。
一部は説明済であるが、図1に示す分散システム1000は、以下に示すデータの流れを有する。図中の矢印が出始めているクラウド又は計算機がデータを送信するエンティティであり、矢印が向けられたクラウド又は計算機がデータを受信するエンティティである。なお、データフローD11〜D33について、流れを強調したい場合は「矢印」D11〜D33」と表現し、流れているデータの内容に注目する場合は「データ」D11〜D33と表現していることがある。なお、「データ」D11〜D33の内容を複数列挙している場合は、必ずしも同時に列挙した内容を送信していることを指しているわけではない。送信タイミングは異なっていてもよく、一部の内容の送信を省略してもよい。
データフロー(またはデータ)D11:ECTL診断データ。
データフロー(またはデータ)D12:センサデータ。なお、図示は省略したが、センサデータは、エッジ内コントローラ10が受信してもよい。
データフロー(またはデータ)D21、D27:ECTL診断データ。なお、本データの流れでは加工後のECTL診断データが流れてもよい。
データフロー(またはデータ)D23:エッジデバイス12の仕様、マニュアル、構成に関するデータ。また、エッジデバイス12にて実行されるプログラム(例えば、カーナビゲーションシステムのプログラム、音声認識プログラム、エッジ内コントローラ10のプログラム等)や、当該プログラムが参照するパラメータ。なお、当該データD23で、エッジデバイス12で実行されるプログラム自体や、パラメータ自体が含まれてもよい。
データフロー(またはデータ)D25:エッジデータ。なお、これまで説明したエッジデータは動的に値が変化するデータを主に説明してきた。しかし、エッジデバイス12の仕様、マニュアルといった静的なデータもエッジデバイス12に関連するデータであり、エッジデータに含めてもよい。このエッジデータは、エッジデータ配信会社クラウド24から、データ活用層31のクラウドに送信される。なお、本データはエッジデータ配信会社クラウド24から、データマネジメント層30のクラウドに送信されてもよい。
データフロー(またはデータ)D31、D32:分析後データ。分析アウトソーシングクラウド27が分析処理を行った結果、例えば故障個所と交換すべきデバイスの紐づけ等の修理情報や、エッジデバイス12ごとの劣化度合い、保守期限等のエッジデバイス12に関連する保守情報を含む。本データは、データ活用層31に含まれる会社の、サービス提供又は改善に用いるデータである。
一部説明済であるが、以下の通りである。
エッジデータ配信会社クラウド:前述のエッジデータD25を、データ活用層クラウドに配信するクラウドである。なお、当該クラウドはいずれかのクラウドで分析処理して生成された分析後データを配信してもよい。また、エッジデータ配信会社クラウド24は、前述のデータD24を送信する。エッジデータ配信会社クラウド24は、エッジデバイス製造会社(複数社も可)、診断データ管理クラウドの会社(複数社も可)、データ活用層に含まれる会社(複数社も可)と、が有するクラウドと通信する、共通のプラットフォームとして考えてもよい。こうした場合、データの送受信を行うために、他の会社と比較してより多くのクラウドリソース(主として、通信の帯域や演算処理能力)を有してもよい。さらに、多くの会社のクラウド又は計算機に加えて多数存在するエッジデバイス12とデータの送受信を行う際にクラウドリソースのボトルネックとなる事態を回避するため、エッジデータ配信会社クラウド24は、事前に定めたスケジュールに基づいてデータの送受信を行ってもよい。
図2は、エッジデバイスの構成例の概要を示す図である。エッジデバイス12は、下記の構成を含む(なお、すでに説明済の項目は省略した)。
移動機構又は作動機構17:代表して移動機構で説明する。移動機構17の例としては、ホイール、車輪、シャフト、ベルト、ギヤといった力の伝達構造の他、モータや油圧等のアクチュエータ、ブレーキ、モータといった力を発生させたり抑制する構成物、等が考えられるが、他の機構であってもよい。
図3は、各クラウドを構成する計算機400のハードウェア構成の例を示す図である。なお、計算機は装置の一つであるので計算機装置と呼んでもよい。
図4は、エッジデバイス製造会社計算機の構成例の概要を示す図である。エッジデバイス製造会社計算機(製造会社用計算機)21は、少なくとも設計データ13を記憶リソースに格納している。エッジデバイス製造会社計算機21は、製品設計や製造の処理において設計データ13を読み込んで処理を行う。そのため、図示は省略したが、製造会社用計算機21は、CAD(Computer−Aided Design)プログラム、CAE(Computer Aided Engineering)プログラム、製造管理プログラム、といったエッジデバイス12の設計または製造を支援するプログラムを実行してもよい。
各サービス提供業態ごとのソリューションについて説明する前に、共通する診断データ管理クラウドの論理的構成を説明する。診断データ管理クラウド26は、前述の計算機400を用いて、図1等で説明した、エッジ内コントローラ10からデータD11(ETCL診断データ)と、センサ18からデータD12(センサデータ)と、データD26とを受信する。同様に、診断データ管理クラウド26は、図1等で説明した、データD21、データD26、データD27を送信する。これら送受信処理は、診断データ管理クラウド26を構成する計算機400の記憶リソースに格納されたプログラム(以後、診断データ管理プログラムと呼ぶことがある)をプロセッサで実行することで行われる。
各サービス提供業態ごとのソリューションについて説明する前に、共通する診断データ管理クラウドの論理的構成を説明する。分析アウトソーシングクラウド27は、前述の計算機400を用いて、図1等で説明した、データD25(エッジデータ)、データD26を受信する。同様に、分析アウトソーシングクラウド27は、図1等で説明した、データD31及びD32(分析後データ)、データD22、データD26を送信する。これら送受信処理は、分析アウトソーシングクラウド27を構成する計算機400の記憶リソースに格納されたプログラム(以後、分析アウトソーシングプログラムと呼ぶことがある)をプロセッサで実行することで行われる。また、分析アウトソーシングプログラムは、受信したデータD25(エッジデータ)及びD26を記憶リソースに格納し、分析処理に備える。
*アウトソーシング元のクラウドからの分析に必要なデータ(以後、分析前提データと呼ぶ)の受信及び格納処理。ここで、分析前提データは、通信装置を介して受信する。また、受信した分析前提データは記憶リソースに格納される。
*統計処理又は機械学習処理(例えばSVM(Support Vector Machine)やニューラルネットワーク)による異常発生傾向の把握。当該処理に用いるデータはデータD25(エッジデータ)及びD26の他、分析前提データを用いてもよい。
*異常要因又は影響範囲分析処理。エッジデバイス12の構成情報、及び異常状態の因果関係情報(後術する第1ソリューションの分析ルールが一例)に基づいて、所定の異常の要因となった構成物や、所定の異常が影響を及ぼす構成物を、特定(または候補の特定)する。なお、前述の構成情報や関係情報には、エッジデバイス12の構成物のさらに内部の構成情報や関係情報を含めてもよい。また、エッジデバイス12の外部(例えば前述のエッジデバイス12の自動稼働を支援する装置)の構成情報や関係情報を考慮してもよい。当該処理に用いるデータはデータD25(エッジデータ)及びD26の他、分析前提データを用いてもよい。
*FTA(Fault Tree Analysis)解析処理。
分散システム1000は、エッジデバイス製造会社に対して、ECTL診断データおよび分析結果をデータフローD22の通り提供することが可能であるが、そのソリューションについて以下に例を挙げて説明する。本例は、本発明に係る分散システム1000を利用する態様の一例にすぎず、本発明を適用可能な範囲を限定するものではない。なお、本明細書ではエッジデバイス12が自動車である場合は、エッジデバイス製造会社は、ISO 16949に規定のOEM(Original Equipment Manufacture)と呼ぶ場合がある。なお、本ソリューションではエッジデバイス製造会社が保有する製造会社用計算機21を備えるが、すでに説明済であるため、省略する。
エッジ内コントローラ10はこれまで説明した通りの構成に加えて、診断回路を有する。診断回路は、エッジ内コントローラ10のハードウェア構成物を診断するための回路である。診断回路は構成物を診断するためのエッジ内コントローラセンサと、該センサによって得られた値をそのまま又は加工して状態データ診断部110に提供するIF回路と、を有る。ここで、エッジ内コントローラセンサは、エッジ内コントローラ10の構成物に取り付けた温度計、電流計、抵抗計が例である。なお、FPGAは内部に論理的な回路を有するとみなせるため、診断回路の実現手段の一つとしてもよい。
*複数の診断項目。
*診断項目間の診断順序や、診断項目の実行条件。
*診断シーケンスを開始する条件。
なお、ここの診断項目は例えば下記を含む。
*ハードウェア依存形式の状態情報を取得するためのパラメータ。例えばシステムレジスタのアドレスやメモリマップドエリアのアドレス、割り込み番号がある。
*ハードウェア依存形式の状態情報をハードウェア独立なデータフォーマットに加工するための加工パラメータ。例えばレジスタの値が「0xFFFF」の場合はそのハードウェアが異常であることを示すハードウェア独立なデータフォーマットである「False」テキストを出力するためにこれらパラメータをセットで管理する。
状態データ診断部110を実現する診断プログラムは、診断シーケンスの定義を解釈し、当該定義にしたがった処理を行う。
図5は、診断データクラウドの構成例を示す図である。診断データクラウド32は、診断データ管理クラウド26および分析アウトソーシングクラウド27を含む。なお、以下に説明する診断データ管理クラウド26の一部構成物を、分析アウトソーシングクラウド27の構成物として移動させてもよい。また、以下に説明する分析アウトソーシングクラウド27の一部構成物を、診断データ管理クラウド26の構成物としてもよい。なお、図5に於いて、隅が丸い四角で表された各「部」はクラウドの記憶リソースで実現された部(いいかえると、記憶リソースが提供する記憶領域の一部であるため、前述の説明の通り「部」を「領域」と読み替えて呼ぶこともできる。隅が丸くない四角で表された各「部」は計算機400で説明したプログラムを用いて実現される。以下に詳細を説明するが、その際には後ほど説明する図6〜図7に含まれる図番を記載している場合がある。
診断データ管理クラウド26には、診断モデル定義部3と、診断モデル格納部4と、診断シーケンス生成部5と、診断回路・プログラム格納部6と、診断回路・制御更新部15と、診断シーケンス格納部と、が含まれる。
ここで、診断モデル、診断シーケンス、診断プログラム、診断回路との関係又は差異についてまとめる。前述の通り、診断シーケンス、診断プログラム、診断回路、はエッジ内コントローラ10の構成物であり、診断データクラウド32によりアップデートが繰り替えされる。よって、診断シーケンス、診断プログラム、診断回路(の情報)、は設計データ13の一部である、と考えてもよい。一方で、診断モデルは、設計データ13から診断シーケンスを生成するための中間データと捉えられる。その特徴としては、診断モデルの再利用性や作成負荷軽減のために、診断シーケンスよりもハードウェア非依存性を高め、また頻繁に用いる一連の診断項目をグループ化(ブロック化)できるデータ表現である。また、診断モデルは、複数種類の製品に共通なデータ表現とされることにより、モデルの再利用性が高められるようにしてもよい。
分析アウトソーシングクラウド27には、診断結果格納部7と、要因分析処理部8と、分析後データ格納部9と、分析ルール更新部16と、分析ルール格納部と、構成情報格納部と、が含まれる。
次に、図7を用いて診断モデル定義画面と診断モデルを説明する。
*機能・データフロー定義エリアには、製品に含まれる構成物を示すノード(構成物インスタンスノード)と、構成物インスタンスノードが示す構成物間のデータの流れを示すリンクオブジェクト(図中では矢印で表記)が含まれる。
*内部メモリエラーの有無
*演算コア例外発生の有無
*内部バスのエラーの有無
*リンクオブジェクトが示すデータの流れにおける、送信元構成物インスタンスノードの属性情報から、どの情報を送信先構成物インスタンスノードに送信するか、の指定情報
*情報受信頻度
*ライブラリエリア502の新たな診断回路に対応した構成物メタノードを作成し、属性情報を付与する。
*作成した構成物メタノードを、機能・データフロー定義エリア501にドラッグアンドドロップし、インスタンス化する。これによって新たな診断回路に対応した構成物インスタンスノードが作成される。
*診断回路が診断対象にしたい構成物に対応する構成物インスタンスノードをクリックし、次に作成した構成物インスタンスノードをクリックする。これによって、診断対象構成物から診断回路へのデータを流すことを意味するリンクオブジェクトを生成する。
*作成したリンクオブジェクトの属性情報に、診断回路に診断させたい送信元構成物インスタンスノードの属性情報を設定する。
*構成物メタノードの情報。当該情報には属性情報が含まれる。
*構成物インスタンスノードの情報。当該情報には、生成時に指定した構成物メタノードの識別子を含む。また、当該情報には属性情報を含めてもよい。
*リンクオブジェクトの情報。当該情報には、送信元構成物インスタンスオブジェクトの識別子と、送信元構成物インスタンスオブジェクトの識別子と、データを流す属性情報と、を含む。
*属性情報の名前を、診断シーケンスの診断項目を一般化した名前とする。
*診断モデルには、診断シーケンスに含まれる診断項目のハードウェア依存情報(例えば説明済のパラメータ、加工パラメータ)を含めない。
図6は、第1ソリューションにおける、計算機、クラウド、エッジデバイス間の連携の流れを示した図である。以下、各々について説明する。
(ステップS1B02)診断データ管理クラウド26(より具体的には診断モデル定義部3)は、生成した診断シーケンスを送信する。図6では送信先としてエッジデバイス製造会社計算機21を例として記載したが、本ソリューションでも送信先はこの計算機やクラウドに限られない。
(ステップS1A01)エッジデバイス製造会社は、エッジデバイス12を製造する。このときに、S1B02にて送信された診断シーケンスはエッジ内コントローラ10に格納されている。
(ステップS1A02)エッジデバイス製造会社は、製造したエッジデバイス12を出荷する。出荷先は図1及び関連する記載に示した会社や団体の他、個人(以後、まとめてエッジデバイス利用エンティティと呼ぶ)に出荷してもよい。なお、このステップで出荷したエッジデバイス12を現世代のエッジデバイスと呼ぶことがある。
(ステップS1C02)エッジデバイス12(より具体的にはエッジ内コントローラ10であり、さらに具体的には、状態データ診断部110)は、エッジデバイス12が異常状態であると検知(または診断)する。その後、状態データ診断部110で説明した診断を行い、ECTL診断データを送信する。なお、図6では、当該データは診断データ管理クラウド経由で送信する場合(データフローD11、D26の流れ)を例示している。この流れのほうが、エッジデータ配信会社クラウド24経由よりもよりリアルタイムに近く送信できるメリットがあるからであるが、他の経路でもよい。
(ステップS1D02)分析アウトソーシングクラウド27は、ステップS1D01の分析後データを、エッジデバイス利用エンティティと、エッジデバイス製造会社計算機と、診断データ管理クラウド26と、に送信する。なお、分析後データの内容は、エッジデバイス利用エンティティに送信する場合と、エッジデバイス製造会社計算機に送信する場合とで異なってもよい。なお、送信経路は図6に示した通り、データフローD22、D26、D27である。なお、すでに説明したデータの具体例を本ステップで送信してもよい。
(S1B03)診断データ管理クラウド(より具体的には診断回路・制御更新部)は、受信した分析後データに基づいて、異常状態発生を軽減するように、診断回路又は診断プログラムを更新する。そして更新した診断回路又は診断プログラムを、エッジデバイス製造会社に送信する。なお、診断データ管理クラウド26は、本ステップにて診断シーケンスを更新してもよく、エッジデバイス製造会社が設計担当する設計データ13の一部を更新または更新提案してもよい。このようにして更新された診断回路と診断プログラムは、改善データであるともいえる。
(S1A03)エッジデバイス製造会社は、受信した分析後データに基づいて、次世代のエッジデバイス12の設計データ13を作成する。当該作成は、エッジデバイス製造会社は、改善データに基づいてもよい。
分散システム1000は、ディーラ又は修理会社に対して、ECTL診断データおよび分析後データを提供することが可能であるが、そのソリューションについて以下に例を挙げて説明する。本例は、本発明に係る分散システム1000を利用する態様の一例にすぎず、本発明を適用可能な範囲を限定するものではない。
図8は、第2ソリューションにおける、計算機、クラウド、エッジデバイス間の連携の流れを示した図である。以下、各々について説明する。なお、第1ソリューションと同じ部分(特に図の番号が同じ部分)は説明を省略する。なお、以下の例ではエッジデバイス利用エンティティがMaaSやレンタル会社であると仮定して、異常発生したエッジデバイスに対して代替のデバイスをエンティティに貸与しているが、そうでなくてもよい。つまり、エッジデバイス12の交換をせずに、ディーラまたは修理会社が修理を完了するまで待ってもよいということである。
(ステップS2C03)エッジデバイス仕様エンティティは、エッジデバイス12を交換する。交換された異常状態を有するエッジデバイス12は、ディーラ又は修理会社に送られる。なお、図8では、ディーラ又は修理会社クラウドが代替エッジデバイスの手配をすることは省略している。また、エッジデバイス仕様エンティティは、代替エッジデバイスを利用する。
(ステップS2C04)エッジでアイス利用エンティティは、修理が完了したエッジデバイス12の稼働を開始する。
図9は、ディーラ又は修理会社向け要因分析後データ画面600の例を示す図である。当該画面で表示される情報は、ステップS2D02で送信される分析後データに含まれるとみなしてよい。当該画面は、ディーラ又は修理会社の社員が利用する。当該画面はWebアプリケーションとして実現される。
*名称・型番を表示するエリアには、例えば要因分析の対象のエッジデバイスが自動車である場合には、車両種類や型式、あるいは構成情報IDが表示される。
*利用エンティティを表示するエリアには、当該エッジデバイスを利用したエンティティのIDが履歴形式で表示される。なお、本エリアにはそのほかの履歴(例えば、稼働開始日、メンテナンス履歴)が表示されてもよい。
*異常状態の構成物のID。
*異常状態発生の日時。
*診断時に診断回路および診断プログラムにより取得したレジスタの値やメモリの値を示すレジスタダンプやメモリダンプ。当該値はエキスパート向けである。
*通信ログ。
*異常要因を示す情報。
分散システム1000は、保険会社に対して、ECTL診断データおよび分析後データを提供することが可能であるが、そのソリューションについて以下に例を挙げて説明する。本例は、本発明に係る分散システム1000を利用する態様の一例にすぎず、本発明を適用可能な範囲を限定するものではない。
本ソリューションにおける保険会社クラウド29は、記憶リソースとして下記データが格納されている。
*契約条件データ: 保険サービスの仕様に相当する契約条件を示すデータである。当該データには、保険金支払い条件(金額を含む)、保険料、契約期間、といった保険契約に規定された条件が格納されている。
*契約エンティティデータ: 契約エンティティに関するデータである。当該データには、エンティティの名前、適用される契約条件を示すID、契約開始日が格納されている。なお、契約エンティティが特定のエッジデバイス12を利用する時のみ適用される保険サービスの場合は、エッジデバイス12を特定するデータ(例えば車両ナンバー)を含めてもよい。なお、当該データには、契約には直接関係ない、営業活動用のエンティティ関連データを格納してもよい。
*保険料収納履歴:保険料の収納履歴に関するデータである。当該データには、受領日、保険料、支払元となる契約エンティティのID、契約条件のIDが格納される。
*前述のデータを用いて、所定の契約条件を仮定した時の保険契約数、契約数に基づいた保険料の合計、保険金合計を予想する。
*前述のデータを用いて、保険会社の利益額又は利益率といった経営指標を仮定した場合に適合する契約条件の案を算出する。
図10は、第3ソリューションにおける、計算機、クラウド、エッジデバイス間の連携の流れを示した図である。以下、各々について説明する。なお、第1、第2ソリューションと同じ部分(特に図の番号が同じ部分)は説明を省略する。
(ステップS3D02)分析アウトソーシングクラウド27は、ステップS2D01の分析後データを、保険会社クラウド29に送信する。なお、送信経路は図8に示した通り、D32である。
(ステップS3F01)保険会社クラウド(より具体的には契約条件分析プログラム)は、受信した分析後データと記憶リソースに記憶された前述のデータと、を用いて保険契約条件の改定案を算出する。
ディーラ又は修理会社向けの第2ソリューションは、レンタル会社又はMaaS会社に対しても適用できる。しかし、レンタル会社又はMaaS会社は、ディーラ又は修理会社と比較すると、エッジデバイス12に対して細やかな修理は行わない。一方で、レンタル会社又はMaaS会社が提供するサービスの場合、エッジデバイス12が正常に稼働しているからこそサービスの利用者から適正な費用を得られる。よって、エッジデバイス12の異常状態からの復旧時間は、より短くなる。
図11は、レンタル会社又はMaaS会社向け要因分析後データ画面700の例を示す図である。当該画面は、レンタル会社又はMaaS会社の社員が利用する。当該画面はWebアプリケーションとして実現される。なお、図11の画面は図9の要因分析後データ画面(ディーラ又は修理会社向け)と同様な情報であるため、差分のある点を中心に説明する。当該画面は分析アウトソーシングクラウド27の処理によって、レンタル会社又はMaaS会社クラウド22で表示される画面である。
*名称・型番を表示するエリアには、例えば要因分析の対象のエッジデバイスが自動車である場合には、車両種類や型式、あるいは構成情報IDが表示される。
*利用エンティティを表示するエリアには、当該エッジデバイスを利用したエンティティのIDが履歴形式で表示される。なお、本エリアにはそのほかの履歴(例えば、稼働開始日、メンテナンス履歴)が表示されてもよい。
*異常状態の構成物のID。
*異常状態発生の日時。
*異常状態発生の位置。
*異常状態対応緊急度。
*異常状態への対応必要期間。
*異常状態への対応必要コスト。
*異常要因を示す情報。
*異常状態の発生履歴。
*異常状態発生位置が、レンタル会社又はMaaS会社の拠点位置より遠いエッジデバイスを優先して復旧作業する。当該優先が反映される例としては代替用のエッジデバイス12の手配である。
*緊急度に基づいた復旧作業の優先付け実施。特に同じエッジデバイス12内で緊急度の異なる異常状態が発生した場合は、緊急度の高い異常状態の解消を行うことで緊急度が低い異常状態も解消していることがある。
計算機、クラウド、エッジデバイス間の連携の流れは、第2ソリューションについて説明した図8と関連する説明の通りである。ただし、図11で説明した画面を分析アウトソーシングクラウド27で行われるステップS2D01で実施するため、当該ステップで行う要因分析処理では、図11で説明した情報を生成する処理が入る。なお、データ送信に関するステップS2D02が送信するデータに図11で説明した情報が含まれることは言うまでもないことである。
以上で各ソリューションの説明を終える。本発明は上記の実施形態に限定されるものではなく、以下の通り様々な変形例が含まれる。
以上、本明細書では下記を説明した。なお、クラウドサーバは少なくとも1以上の計算機で構成されるため、代表して計算機で説明する。
自動稼働可能な移動体又は設備であるエッジデバイスと、診断データ計算機と、前記エッジデバイスの製造会社が有する計算機である、製造会社用計算機と、を有する分散システムであって、前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は前記作動機構を制御するエッジ内コントローラと、を有し、前記診断データ計算機は:前記エッジ内コントローラ内の内部状態を示す診断データを受信し、前記診断データに基づいて、前記エッジ内コントローラ内の状態の要因分析処理を行い、前記製造会社用計算機に、前記要因分析処理後のデータ、又は前記要因分析処理の結果に基づいた前記エッジデバイスの改善データを送信する、分散システム。
視点1記載の分散システムであって、前記診断データ計算機は、前記エッジデバイスで発生する状態の因果関係を格納した分析ルールを記憶リソースに格納し、前記診断データ計算機は、前記要因分析処理中に、前記分析ルールを参照する、分散システム。
視点1記載の分散システムであって、前記診断データ計算機が前記製造会社用計算機に前記改善データを送る場合、前記改善データは、前記エッジデバイスの次世代の設計データである、分散システム。
視点1記載の分散システムであって、前記診断データ計算機が前記製造会社用計算機に前記改善データを送る場合、前記前記改善データは、前記エッジ内コントローラの改善データであり、前記製造会社用計算機は、改善データを、前記エッジデバイスに送信する、分散システム。
視点4記載の分散システムであって、前記分散システムは、前記製造会社用計算機から前記改善データを受信して、前記エッジデバイスへ送信するエッジデータ配信会社用計算機を有し、前記エッジデータ配信会社用計算機は:前記診断データ計算機から、前記診断データを受信し、前記診断データを記憶リソースに格納し、所定のスケジュールに従って、前記記憶リソースに格納した前記診断データを、加工処理し、加工後の前記診断データを、所定のサービスを提供する会社の計算機である、サービス提供会社用計算機に送信する、分散システム。
視点1記載の分散システムであって、前記診断データ計算機は:所定のサービスを提供する会社の計算機である、サービス提供会社用計算機に、前記要因分析処理後のデータ、又は前記要因分析処理の結果に基づいた前記エッジデバイスの異常の要因を特定するデータ、を送信する、分散システム。
視点1記載の分散システムであって、前記診断データ計算機は:所定のサービスを提供する会社の計算機である、サービス提供会社用計算機に、前記要因分析処理後のデータ、又は前記要因分析処理の結果に基づいた前記エッジデバイスの異常の要因である部品および該部品の交換日程を特定するデータ、を送信する、分散システム。
自動稼働可能な移動体又は設備であるエッジデバイスと、所定のサービスを提供する会社の計算機である、サービス提供会社用計算機と、分析アウトソーシング計算機と、を有する分散システムであって、前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は作動機構を制御するエッジ内コントローラと、を有し、前記分析アウトソーシング計算機は:前記エッジ内コントローラの状態に基づいた、前記所定のサービスに関連した分析処理である、サービス関連分析処理を行い、前記サービス関連分析処理で得られたサービス関連分析後データを、前記サービス提供会社用計算機に送信する、分散システム。
視点8記載の分散システムであって、前記所定のサービスを提供する会社は、前記エッジデバイス、又は前記エッジデバイスの構成物に関して、設計又は製造を行わない会社である、分散システム。
視点8記載の分散システムであって、前記所定のサービスは、前記エッジデバイスの修理サービスであり、前記サービス関連分析処理は、前記エッジ内コントローラの所定の内部状態の要因を特定する処理であり、前記サービス関連分析処理後データは、前記要因を解消する修理情報を生成する処理である、分散システム。
視点8記載の分散システムであって、前記所定のサービスは、前記エッジデバイスが関連する保険サービスであり、前記サービス関連分析後データは、前記エッジデバイスの異常状態の発生頻度の情報を含む、分散システム。
自動稼働可能な移動体又は設備であるエッジデバイスと、診断データ管理計算機と、分析アウトソーシング計算機と、エッジデータ配信会社用計算機と、所定のサービスを提供する会社の計算機である、サービス提供会社用計算機と、を有する分散システムであって、前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は作動機構を制御するエッジ内コントローラと、を有し、前記診断データ管理計算機は:前記エッジ内コントローラ内の状態を示す診断データを受信し、前記診断データを、前記エッジデータ配信会社用計算機に送信し、第1のスケジュールにて、前記診断データを、前記分析アウトソーシング計算機に送信し、前記エッジデータ配信会社用計算機は:前記診断データ管理計算機から、前記診断データを受信し、前記診断データを記憶リソースに格納し、前記第1のスケジュールよりも長いインターバルを持つ第2のスケジュールに従って、前記記憶リソースに格納した前記診断データを、加工処理し、加工後の前記診断データを、前記サービス提供会社用計算機に送信し、前記分析アウトソーシング計算機は:前記エッジ内コントローラの状態に基づいた、前記所定のサービスに関連した分析処理である、サービス関連分析処理を行い、前記サービス関連分析処理で得られたサービス関連分析後データを、前記サービス提供会社用計算機に送信する、分散システム。
視点12記載の分散システムであって、前記分析アウトソーシング計算機は、前記診断データ管理計算機と同じデータセンタ、又は同じ会社が有する、分散システム。
自動稼働可能な移動体又は設備であるエッジデバイスと、診断データ計算機と、前記エッジデバイスの製造会社が有する計算機である、製造会社用計算機と、を有する分散システムであって、前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は前記作動機構を制御するエッジ内コントローラと、を有し、前記診断データ計算機は:前記エッジ内コントローラ内の内部状態を示す診断データを受信し、前記診断データ、又は加工後の前記診断データを、他の計算機に送信する、分散システム。
エッジ内コントローラ・・・10
ECTL診断データ・・・D11
診断データ管理クラウド・・・26
エッジデバイス製造会社計算機・・・21
エッジデータ配信会社クラウド・・・24
分析アウトソーシングクラウド・・・27
データ活用層・・・31
診断データクラウド・・・32。
Claims (14)
- 自動稼働可能な移動体又は設備であるエッジデバイスと、
診断データ計算機と、
前記エッジデバイスの製造会社が有する計算機である、製造会社用計算機と、
を有する分散システムであって、
前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は前記作動機構を制御するエッジ内コントローラと、を有し、
前記診断データ計算機は:
前記エッジ内コントローラ内の内部状態を示す診断データを受信し、
前記診断データに基づいて、前記エッジ内コントローラ内の状態の要因分析処理を行い、
前記製造会社用計算機に、前記要因分析処理後データ、又は前記要因分析処理の結果に基づいた前記エッジデバイスの改善データを送信する、
分散システム。 - 請求項1記載の分散システムであって、
前記診断データ計算機は、前記エッジデバイスで発生する状態の因果関係を格納した分析ルールを記憶リソースに格納し、
前記診断データ計算機は、前記要因分析処理において、前記分析ルールを参照する、
分散システム。 - 請求項1記載の分散システムであって、
前記診断データ計算機が前記製造会社用計算機に前記改善データを送る場合、前記改善データは、前記エッジデバイスの次世代の設計データである、
分散システム。 - 請求項1記載の分散システムであって、
前記診断データ計算機が前記製造会社用計算機に前記改善データを送る場合、前記改善データは、前記エッジ内コントローラの改善データであり、
前記製造会社用計算機は、改善データを、前記エッジデバイスに送信する、
分散システム。 - 請求項4記載の分散システムであって、
前記分散システムは、前記製造会社用計算機から前記改善データを受信して、前記エッジデバイスへ送信するエッジデータ配信会社用計算機を有し、
前記エッジデータ配信会社用計算機は:
前記診断データ計算機から、前記診断データを受信し、
前記診断データを記憶リソースに格納し、
所定のスケジュールに従って、前記記憶リソースに格納した前記診断データを、加工処理し、
加工後の前記診断データを、所定のサービスを提供する会社の計算機である、サービス提供会社用計算機に送信する、
分散システム。 - 請求項1記載の分散システムであって、
前記診断データ計算機は:
所定のサービスを提供する会社の計算機である、サービス提供会社用計算機に、前記要因分析処理後のデータ、又は前記要因分析処理の結果に基づいた前記エッジデバイスの異常の要因を特定するデータ、を送信する、
分散システム。 - 請求項1記載の分散システムであって、
前記診断データ計算機は:
所定のサービスを提供する会社の計算機である、サービス提供会社用計算機に、前記要因分析処理後のデータ、又は前記要因分析処理の結果に基づいた前記エッジデバイスの異常の要因である部品および該部品の交換日程を特定するデータ、を送信する、
分散システム。 - 自動稼働可能な移動体又は設備であるエッジデバイスと、
所定のサービスを提供する会社の計算機である、サービス提供会社用計算機と、
分析アウトソーシング計算機と、
を有する分散システムであって、
前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は作動機構を制御するエッジ内コントローラと、を有し、
前記分析アウトソーシング計算機は:
前記エッジ内コントローラの状態に基づいた、前記所定のサービスに関連した分析処理である、サービス関連分析処理を行い、
前記サービス関連分析処理で得られたサービス関連分析処理後データを、前記サービス提供会社用計算機に送信する、
分散システム。 - 請求項8記載の分散システムであって、
前記所定のサービスを提供する会社は、前記エッジデバイス、又は前記エッジデバイスの構成物に関して、設計又は製造を行わない会社である、
分散システム。 - 請求項8記載の分散システムであって、
前記所定のサービスは、前記エッジデバイスの修理サービスであり、
前記サービス関連分析処理は、前記エッジ内コントローラの所定の内部状態の要因を特定する処理であり、
前記サービス関連分析処理後データは、前記要因を解消する修理情報を生成する処理である、
分散システム。 - 請求項8記載の分散システムであって、
前記所定のサービスは、前記エッジデバイスが関連する保険サービスであり、
前記サービス関連分析処理後データは、前記エッジデバイスの異常状態の発生頻度の情報を含む、
分散システム。 - 自動稼働可能な移動体又は設備であるエッジデバイスと、
診断データ管理計算機と、
分析アウトソーシング計算機と、
エッジデータ配信会社用計算機と、
所定のサービスを提供する会社の計算機である、サービス提供会社用計算機と、
を有する分散システムであって、
前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は作動機構を制御するエッジ内コントローラと、を有し、
前記診断データ管理計算機は:
前記エッジ内コントローラ内の状態を示す診断データを受信し、
前記診断データを、前記エッジデータ配信会社用計算機に送信し、
第1のスケジュールにて、前記診断データを、前記分析アウトソーシング計算機に送信し、
前記エッジデータ配信会社用計算機は:
前記診断データ管理計算機から、前記診断データを受信し、
前記診断データを記憶リソースに格納し、
前記第1のスケジュールよりも長いインターバルを持つ第2のスケジュールに従って、前記記憶リソースに格納した前記診断データを、加工処理し、
加工後の前記診断データを、前記サービス提供会社用計算機に送信し、
前記分析アウトソーシング計算機は:
前記エッジ内コントローラの状態に基づいた、前記所定のサービスに関連した分析処理である、サービス関連分析処理を行い、
前記サービス関連分析処理で得られたサービス関連分析後データを、前記サービス提供会社用計算機に送信する、
分散システム。 - 請求項12記載の分散システムであって、
前記分析アウトソーシング計算機は、前記診断データ管理計算機と同じデータセンタ、又は同じ会社が有する、
分散システム。 - 自動稼働可能な移動体又は設備であるエッジデバイスと、
診断データ計算機と、
前記エッジデバイスの製造会社が有する計算機である、製造会社用計算機と、
を有する分散システムであって、
前記エッジデバイスは、自動稼働するための移動機構又は作動機構と、前記移動機構又は前記作動機構を制御するエッジ内コントローラと、を有し、
前記診断データ計算機は:
前記エッジ内コントローラ内の内部状態を示す診断データを受信し、
前記診断データ、又は加工後の前記診断データを、他の計算機に送信する、
分散システム。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020100646A JP2021196678A (ja) | 2020-06-10 | 2020-06-10 | 分散システム |
CN202110610898.4A CN113778025B (zh) | 2020-06-10 | 2021-06-01 | 分散系统 |
DE102021114191.5A DE102021114191A1 (de) | 2020-06-10 | 2021-06-01 | Verteiltes System |
US17/342,018 US20210390795A1 (en) | 2020-06-10 | 2021-06-08 | Distributed System |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020100646A JP2021196678A (ja) | 2020-06-10 | 2020-06-10 | 分散システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021196678A true JP2021196678A (ja) | 2021-12-27 |
JP2021196678A5 JP2021196678A5 (ja) | 2023-03-10 |
Family
ID=78718953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020100646A Pending JP2021196678A (ja) | 2020-06-10 | 2020-06-10 | 分散システム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210390795A1 (ja) |
JP (1) | JP2021196678A (ja) |
DE (1) | DE102021114191A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024004313A1 (ja) * | 2022-06-28 | 2024-01-04 | 株式会社日立製作所 | 不具合診断システム、不具合診断装置および不具合診断方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003030442A (ja) * | 2001-07-18 | 2003-01-31 | Itochu Insurance Brokers Co Ltd | 自動車保険料算出システムおよび自動車保険料算出プログラム |
JP4826609B2 (ja) | 2008-08-29 | 2011-11-30 | トヨタ自動車株式会社 | 車両用異常解析システム及び車両用異常解析方法 |
US10730526B2 (en) * | 2017-07-14 | 2020-08-04 | Ccc Information Services Inc. | Driver assist design analysis system |
CN108055154B (zh) * | 2017-12-15 | 2020-11-03 | 福州大学 | 一种基于雾运算结构的车联网异常数据检测系统 |
JP7074542B2 (ja) * | 2018-04-06 | 2022-05-24 | ファナック株式会社 | ネットワークを利用した診断サービスシステム及び診断方法 |
-
2020
- 2020-06-10 JP JP2020100646A patent/JP2021196678A/ja active Pending
-
2021
- 2021-06-01 DE DE102021114191.5A patent/DE102021114191A1/de active Pending
- 2021-06-08 US US17/342,018 patent/US20210390795A1/en active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024004313A1 (ja) * | 2022-06-28 | 2024-01-04 | 株式会社日立製作所 | 不具合診断システム、不具合診断装置および不具合診断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113778025A (zh) | 2021-12-10 |
DE102021114191A1 (de) | 2021-12-16 |
US20210390795A1 (en) | 2021-12-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Digital twin design for real-time monitoring–a case study of die cutting machine | |
CN113820993B (zh) | 生成工业控制编程的方法、系统和非暂态计算机可读介质 | |
CN112579653B (zh) | 工业数据的逐步情境化和分析 | |
Singh et al. | DeepBlockScheme: A deep learning-based blockchain driven scheme for secure smart city | |
US10860599B2 (en) | Tool for creating and deploying configurable pipelines | |
US20160232721A1 (en) | Integrated fleet vehicle management system | |
KR20180010321A (ko) | 예측 모델들의 동적 실행 | |
US20190377816A1 (en) | Tool for Creating and Deploying Configurable Enrichment Pipelines | |
Böhm et al. | Model-based engineering of collaborative embedded systems: Extensions of the spes methodology | |
US20210304153A1 (en) | Utilizing a transportation matching system in conjunction with a multi-track vehicle service center to service transportation vehicles | |
CN114253941A (zh) | 使用工业信息中心的数据建模和资产管理 | |
Novaes et al. | Dynamic milk-run OEM operations in over-congested traffic conditions | |
US20220027963A1 (en) | Vehicle Valuation Engine to Determine Valuation Based on Usage and Fault History | |
Kaur et al. | Towards an open-standards based framework for achieving condition-based predictive maintenance | |
US20210150386A1 (en) | Utilizing vehicle sensors and machine learning training to target confident responses to user queries | |
Zietsch et al. | Enabling smart manufacturing through a systematic planning framework for edge computing | |
US20210390795A1 (en) | Distributed System | |
US20210012263A1 (en) | Computer System and Method of Evaluating Fuel Efficiency of Assets Using a Predictive Model | |
CN108463806A (zh) | 用于基于预测模型修改数据采集参数的计算机体系结构和方法 | |
JP2022081952A (ja) | 分散システム、及びデータ送信方法 | |
US20170372237A1 (en) | System and method for producing models for asset management from requirements | |
Zhang et al. | Research on condition monitoring and fault diagnosis of intelligent copper ball production lines based on big data | |
Helo et al. | Role of technology in servitization | |
CN113778025B (zh) | 分散系统 | |
Cupek et al. | Data preprocessing, aggregation and clustering for agile manufacturing based on automated guided vehicles |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230302 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230302 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240221 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240312 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240401 |