JP2022039101A - 監視装置、監視方法、および監視プログラム - Google Patents

監視装置、監視方法、および監視プログラム Download PDF

Info

Publication number
JP2022039101A
JP2022039101A JP2020143952A JP2020143952A JP2022039101A JP 2022039101 A JP2022039101 A JP 2022039101A JP 2020143952 A JP2020143952 A JP 2020143952A JP 2020143952 A JP2020143952 A JP 2020143952A JP 2022039101 A JP2022039101 A JP 2022039101A
Authority
JP
Japan
Prior art keywords
change
state value
value
monitoring device
unit
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
Application number
JP2020143952A
Other languages
English (en)
Other versions
JP7318612B2 (ja
Inventor
正彦 佐藤
Masahiko Sato
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Priority to JP2020143952A priority Critical patent/JP7318612B2/ja
Priority to US17/386,634 priority patent/US11645794B2/en
Priority to EP21192857.7A priority patent/EP3971669A3/en
Priority to CN202110986925.8A priority patent/CN114120470A/zh
Publication of JP2022039101A publication Critical patent/JP2022039101A/ja
Application granted granted Critical
Publication of JP7318612B2 publication Critical patent/JP7318612B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q9/00—Arrangements in telecontrol or telemetry systems for selectively calling a substation from a main station, in which substation desired apparatus is selected for applying a control signal thereto or for obtaining measured values therefrom
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/01—Input arrangements or combined input and output arrangements for interaction between user and computer
    • G06F3/048—Interaction techniques based on graphical user interfaces [GUI]
    • G06F3/0481—Interaction techniques based on graphical user interfaces [GUI] based on specific properties of the displayed interaction object or a metaphor-based environment, e.g. interaction with desktop elements like windows or icons, or assisted by a cursor's changing behaviour or appearance
    • G06F3/0482—Interaction with lists of selectable items, e.g. menus
    • 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
    • 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
    • G06N3/084—Backpropagation, e.g. using gradient descent
    • 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
    • G06N3/088—Non-supervised learning, e.g. competitive learning
    • 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
    • G07C3/00—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles
    • G07C3/005—Registering or indicating the condition or the working of machines or other apparatus, other than vehicles during manufacturing process
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/20—Arrangements in telecontrol or telemetry systems using a distributed architecture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04Q—SELECTING
    • H04Q2209/00—Arrangements in telecontrol or telemetry systems
    • H04Q2209/80—Arrangements in the sub-station, i.e. sensing device
    • H04Q2209/84—Measuring functions

Abstract

Figure 2022039101000001
【課題】プラントにおいて効果的な監視装置を提供する。
【解決手段】複数の設備の状態を監視する複数のセンサの計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択する選択部と、選択された少なくとも１つの状態値を、変化幅または変化率に応じてソートするソート部と、ソートされた少なくとも１つの状態値に応じた情報画面を表示する処理を行う表示処理部とを備える。
【選択図】図２

Description

本発明は、監視装置、監視方法、および監視プログラムに関する。
従来、プラント等の様々な設備にセンサを設けて、センサの計測値を監視画面に表示することによりプラント等の稼働状況等を監視可能とする監視システムが用いられている。近年、ＩＩｏＴ（Ｉｎｄｕｓｔｒｉａｌ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）の発展に伴い、多数のセンサによる設備監視が普及しつつある。これに伴い、監視システムは、多数のセンサからの計測値の推移を示す多数のグラフを監視画面に表示している（例えば非特許文献１および２参照）。
［先行技術文献］
［非特許文献］
［非特許文献１］小田原 清喜、「ＧＲＡＮＤＳＩＧＨＴとＳｕｓｈｉ Ｓｅｎｓｏｒの統合ソリューション」、横河技報Ｖｏｌ．６１ Ｎｏ．１、２０１８年、第２１頁～第２４頁
［非特許文献２］北島 昭郎、杉崎 隆之、「センスメイキングを実現するＩＩｏＴソリューション"Ｓｕｓｈｉ Ｓｅｎｓｏｒ"」、横河技報Ｖｏｌ．６２ Ｎｏ，２、２０１９年、第６１頁～第６８頁
本発明の第１の態様においては、監視装置を提供する。監視装置は、複数の設備の状態を監視する複数のセンサの計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択する選択部を備えてよい。監視装置は、選択された少なくとも１つの状態値を、変化幅または変化率に応じてソートするソート部を備えてよい。監視装置は、ソートされた少なくとも１つの状態値に応じた情報画面を表示する処理を行う表示処理部を備えてよい。
監視装置は、複数の設備のうちの各設備の状態を監視する、複数のセンサのうちの少なくとも１つのセンサの少なくとも１つの計測値に基づいて、各設備の状態値を算出する算出部を備えてよい。
監視装置は、各設備について、少なくとも１つの計測値から状態値を算出するモデルを学習により生成する処理を行う学習処理部を更に備えてよい。算出部は、各設備について、モデルを用いて少なくとも１つの計測値から状態値を算出してよい。
学習処理部は、少なくとも１つの設備について、少なくとの１つの計測値を用いた統計的学習によってモデルを学習により生成する処理を行ってよい。
表示処理部は、ソートされた状態値のそれぞれに対応付けて、モデルの生成を指示するための学習ボタンを表示する処理を行ってよい。学習処理部は、学習ボタンが押されたことに応じて、モデルを学習により生成する処理を行ってよい。
監視装置は、複数の状態値のうちの少なくとも１つについて、予め定められた時間長と、予め定められた変化幅または変化率とのうちの少なくとも１つの指定を入力する選択条件入力部を更に備えてよい。
監視装置は、複数の状態値のうちの少なくとも１つについて、選択部による選択から除外する除外期間の指定を入力する除外期間入力部を更に備えてよい。選択部は、除外期間の間は、除外期間が指定された状態値を選択しないようにしてよい。
監視装置は、複数の状態値のうちの少なくとも１つについて、予め定められた時間長と、予め定められた変化幅または変化率とのうちの少なくとも１つを変更する変更期間の指定と、予め定められた時間長と予め定められた変化幅または変化率とのうちの少なくとも１つの変更値の指定とを入力する変更期間入力部を更に備えてよい。選択部は、変更期間が指定された状態値について、変更期間の間は、予め定められた時間長と予め定められた変化幅または変化率とのうちの少なくとも１つを指定された変更値に変更して状態値を選択してよい。
表示処理部は、ソートされた少なくとも１つの状態値のそれぞれに対応付けて、当該状態値に関連するトレンドグラフの表示を指示するためのグラフ表示ボタンを表示する処理を行ってよい。表示処理部は、グラフ表示ボタンが押されたことに応じて、対応する状態値に関連するトレンドグラフを表示する処理を行ってよい。
表示処理部は、複数の状態値のいずれもが選択部により選択されなかったことに応じて、選択された状態値が無いことの表示をする処理を行ってよい。
表示処理部は、各状態値の変化幅または変化率の大きさに応じて、その状態値の表示形式を変更してよい。
本発明の第２の態様においては、監視方法を提供する。監視方法は、監視装置が、複数の設備の状態を監視する複数のセンサの計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択することを備えてよい。監視方法は、監視装置が、選択された少なくとも１つの状態値を、変化幅または変化率に応じてソートすることを備えてよい。監視方法は、監視装置が、ソートされた少なくとも１つの状態値に応じた情報画面を表示する処理を行うことを備えてよい。
本発明の第３の態様においては、コンピュータにより実行されて、コンピュータを、監視装置として機能させる監視プログラムを提供する。監視装置は、複数の設備の状態を監視する複数のセンサの計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択する選択部を備えてよい。監視装置は、選択された少なくとも１つの状態値を、変化幅または変化率に応じてソートするソート部を備えてよい。監視装置は、ソートされた少なくとも１つの状態値に応じた情報画面を表示する処理を行う表示処理部を備えてよい。
なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
本発明の実施形態に係る監視システム１０の構成を設備１００ａ～ｃと共に示す。 本発明の実施形態に係る監視装置１４０の構成を示す。 本発明の実施形態に係る監視装置１４０の動作フローを示す。 本発明の実施形態に係る記録部２０５に記録される履歴データの一例を示す。 本発明の実施形態に係る監視装置１４０が出力するランキング画面５００の第１例を示す。 本発明の実施形態に係る監視装置１４０が出力するランキング画面５００の第２例を示す。 本発明の実施形態に係る監視装置１４０が出力する、選択条件指定画面の一例を示す。 本発明の実施形態に係る監視装置１４０が出力する、トレンドグラフの一例を示す。 本発明の実施形態に係る監視装置１４０が出力する、選択条件変更指定画面の一例を示す。 本発明の実施形態に係る監視装置１４０が出力する、学習指定画面の一例を示す。 本発明の実施形態の変形例に係る、選択条件指定画面の一例を示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図１は、本実施形態に係る監視システム１０の構成を設備１００ａ～ｃと共に示す。１または複数の設備１００ａ～ｃ（以下、「設備１００」とも示す。）は、プラント等に設けられる。このようなプラントは、例えば、化学または金属等の工業プラント、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等であってよい。また、設備１００は、ビル、様々な工場または交通機関等に設けられてもよい。このような設備１００は、１または複数のプロセス装置、１または複数の発電装置、およびその他の１または複数の装置を有してよい。
各設備１００は、１または複数のフィールド機器を有してよい。フィールド機器は、例えば圧力計、流量計、温度センサ等のセンサ機器、流量制御弁や開閉弁等のバルブ機器、ファンやモータ等のアクチュエータ機器、プラント等の状況や設備等の対象物を撮影するカメラ若しくはビデオ等の撮像機器、プラントや設備等の異音等を収集し、または警報音等を発するマイク若しくはスピーカ等の音響機器、設備１００が有する装置の位置情報を出力する位置検出機器、またはその他の機器であってよい。
１または複数の設備１００には、これらの状態を監視するセンサ機器、撮像機器、または音響機器等として機能する複数のセンサ１１０ａ～ｉ（以下、「センサ１１０」とも示す。）が設けられる。各センサ１１０は、設備１００に内蔵されたセンサ機器であってよく、設備１００に後付けされ、または設備１００の近傍に設置されてもよい。各センサ１１０は、各々が設備１００に関する計測値（加速度、速度、温度、圧力、流量、または振動等）を計測してよい。２以上のセンサ１１０が、設備１００に関する２種類以上の計測値を計測するためのセンサ装置に内蔵されてもよい。本図の例においては、センサ１１０ａ～ｃは、設備１００ａの状態を監視するために設けられ、センサ１１０ｄ～ｆは、設備１００ｂの状態を監視するために設けられ、センサ１１０ｇ～ｉは、設備１００ｃの状態を監視するために設けられる。
監視システム１０は、１または複数のゲートウェイ装置１２０ａ～ｂと、監視装置１４０と、端末１５０とを備える。１または複数のゲートウェイ装置１２０ａ～ｂ（以下、「ゲートウェイ装置１２０」とも示す。）は、複数のセンサ１１０と通信可能に接続され、各センサ１１０から計測値を受け取る。本実施形態においては、各ゲートウェイ装置１２０は、一例としてＬｏＲａ等のＬＰＷＡ（Ｌｏｗ Ｐｏｗｅｒ Ｗｉｄｅ Ａｒｅａ）を用いて、無線により少なくとも１つのセンサ１１０と通信する。これに代えて、各ゲートウェイ装置１２０は、有線により少なくとも１つのセンサ１１０と通信してもよく、ＨＡＲＴ（登録商標）、ＢＲＡＩＮ、ファウンデーションフィールドバス（登録商標）、ＩＳＡ１００．１１ａ等で規定された通信プロトコルを用いて少なくとも１つのセンサ１１０と通信してもよい。各ゲートウェイ装置１２０は、２以上のセンサ１１０に接続され、これら２以上のセンサ１１０の計測値を収集してよい。本図の例においては、ゲートウェイ装置１２０ａは、センサ１１０ａ～ｆに接続され、ゲートウェイ装置１２０ｂは、センサ１１０ｇ～ｉに接続される。
各ゲートウェイ装置１２０は、ネットワーク１３０に接続され、複数のセンサ１１０のうち各ゲートウェイ装置１２０に割り当てられたセンサ１１０の計測値を、インターネットまたはＷＡＮ等の広域ネットワークであるネットワーク１３０を介して監視装置１４０へと送信する。本図の例において、各ゲートウェイ装置１２０は、携帯電話回線等の無線ネットワークを介してネットワーク１３０に接続される。これに代えて、各ゲートウェイ装置１２０は、イーサネット（登録商標）等の有線ネットワークを介してネットワーク１３０に接続されてもよい。
監視装置１４０は、ネットワーク１３０を介して１または複数のゲートウェイ装置１２０に接続され、複数のセンサ１１０からの計測値を用いて１または複数の設備１００を監視する。監視装置１４０は、ＰＣ（パーソナルコンピュータ）、タブレット型コンピュータ、スマートフォン、ワークステーション、サーバコンピュータ、または汎用コンピュータ等のコンピュータにより実現されてよく、複数のコンピュータが接続されたコンピュータシステムにより実現されてもよい。このようなコンピュータシステムもまた広義のコンピュータである。監視装置１４０は、設備の監視用に設計された専用コンピュータであってもよく、専用回路によって実現された専用ハードウェアであってもよい。
本図の例において、監視装置１４０は、クラウドコンピューティングシステムであり、プラント等の設備を監視する１または複数の顧客のそれぞれに対して、クラウドコンピュータ上のサービスにより設備の監視環境を提供する。これに代えて、監視装置１４０は、特定のプラント等の施設の構内に設けられ、ローカルエリアネットワークを介して各センサ１１０または各ゲートウェイ装置１２０に接続されてオンプレミスで設備監視環境を提供してもよい。また、少なくとも１つのセンサ１１０に接続されるゲートウェイ装置１２０が、監視装置１４０としても機能してもよい。
端末１５０は、ネットワーク１３０を介して監視装置１４０に接続され、監視装置１４０が出力する設備監視用の画面を表示する。また、端末１５０は、１または複数の設備１００を備えるプラント等の監視員からの指示を入力して、監視装置１４０へと送信する。端末１５０は、プラント等の施設の構内に配置されてよく、プラント等の施設から離れた場所に配置されてもよい。なお、監視装置１４０に備えられた表示器等に設備監視用の画面を表示してもよく、この表示器等を用いて監視員からの指示を入力してもよい。
図２は、本実施形態に係る監視装置１４０の構成を示す。監視装置１４０は、取得部２００と、記録部２０５と、算出部２１０と、選択部２１５と、ソート部２２０と、表示処理部２２５とを備える。取得部２００は、ネットワーク１３０を介して１または複数のゲートウェイ装置１２０に接続され、複数のセンサ１１０の計測値を取得する。取得部２００は、各センサ１１０の最新の計測値を、例えば予め定められた周期（１秒毎、１分毎、１時間毎等）で継続的に取得し続ける。記録部２０５は、取得部２００に接続される。記録部２０５は、一例としてハードディスク装置等の外部記憶装置であり、取得部２００が取得した計測値を、各計測値の計測時刻、ゲートウェイ装置１２０での取得時刻、または監視装置１４０での取得時刻等のような、計測値に関連する時刻または日時等のタイミング情報に対応付けて、順次格納していく。これにより、記録部２０５は、複数のセンサ１１０の計測値の履歴データを格納する。
算出部２１０は、記録部２０５に接続される。算出部２１０は、各設備１００の状態を監視する、少なくとも１つのセンサ１１０の少なくとも１つの計測値に基づいて、各設備１００の状態値を算出する。本実施形態において、算出部２１０は、複数の設備１００のそれぞれについて、各設備１００に対応付けられた少なくとも１つのセンサ１１０の計測値から状態値を算出するモデルを有し、各設備１００について、モデルを用いて少なくとも１つの計測値から状態値を算出する。このモデルは、各設備１００についての１または複数のセンサ１１０の計測値に基づいて、その設備１００の状態値として、その設備１００の健全性若しくは正常度、または異常度等の、設備１００を診断した結果を示す診断値を算出してよい。算出部２１０は、ある時刻に収集された計測値に基づいて算出した状態値を、その時刻に収集された計測値に対応付けて記録部２０５に格納してよい。なお、計測値を取得した時刻が計測値に対応付けられている場合には、算出部２１０は、計測値に基づいて算出した状態値を、その計測値が取得された時刻に対応付けて記録部２０５に格納してもよい。また、算出部２１０は、設備１００についての少なくとも１つの計測値を、その設備１００の状態値としてそのまま出力してもよい。このように、監視システム１０は、各「状態値」として、上記の診断値を用いてもよく、計測値を用いてもよい。
選択部２１５は、算出部２１０に接続される。選択部２１５は、算出部２１０から出力される、複数のセンサ１１０の計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率の以上の変化があった状態値を選択する。この時間長は、状態値の変化を判定するための判定期間の長さであり、この変化幅または変化率は、状態値を選択するか否かを判定するための判定閾値である。例えば、選択部２１５は、５日間の間に０．３以上下落した状態値を選択するように設定されてよい。選択部２１５は、複数の状態値のそれぞれについて、最新の状態値と、予め定められた時間長分だけ過去の状態値（例えば５日前の状態値）との間に、予め定められた変化幅または変化率以上の変化があるか否かを判定し、このような変化があったと判定した状態値を報告対象として選択する。本実施形態においては、選択部２１５は、状態値に予め定められた変化幅以上の変化があったどうかに基づいて選択を行う。これに代えて、選択部２１５は、状態値に予め定められた変化率以上の変化があったどうかに基づいて選択を行ってもよい。なお、選択部２１５は、判定期間内における状態値の最大値と最小値との間に、予め定められた変化幅または変化率以上の変化があるか否かを判定してもよい。
ソート部２２０は、選択部２１５に接続される。ソート部２２０は、選択部２１５によって選択された少なくとも１つの状態値を受け取り、変化幅または変化率に応じてソートする。例えば、ソート部２２０は、選択された少なくとも１つの状態値を、下落幅がより大きなものから順に並べ替える。ここで、設備１００についての状態値が設備１００の健全性を示す場合、状態値の下落幅がより大きいほど設備１００の健全性が急激に悪化していることを示す。したがって、ソート部２２０は、状態値の下落幅を降順に並べ替えることで、健全性が急激に悪化している設備１００についての状態値をより優先して提示することを可能とする。なお、選択部２１５は、状態値の性質または監視員の指示等に応じて、状態値を上昇幅または上昇率に応じてソートしてもよく、変化の大きさ（最新の状態値と過去の状態値との差の絶対値）の幅または比率に応じてソートしてもよい。
ここで、ソート部２２０は、選択部２１５により選択された、ある時刻に対応付けられた少なくとも１つの状態値をソートの対象としてもよく、下落幅または上昇幅等が判定閾値より大きいが、未対応等により残存している過去の状態値、または最新の時刻から一定の時間以内の過去の状態値等も併せてソートの対象としてもよい。また、ソート部２２０は、選択部２１５によって選択された少なくとも１つの状態値を、状態値に対応付けられた時刻を用いて並べ替えてもよい。例えば、ソート部２２０は、少なくとも１つの状態値を、時刻が古い順または新しい順に並べて替えてもよい。
表示処理部２２５は、ソート部２２０および記録部２０５に接続される。表示処理部２２５は、ソート部２２０によってソートされた少なくとも１つの状態値に応じた情報画面を表示する処理を行う。ここで、画面を表示する処理を行うとは、表示装置上に実際に画面を表示することに限られず、端末１５０等のようなリモートの表示装置に画面を表示するための表示データを生成することも含む。本実施形態においては、表示処理部２２５は、ソートされた状態値を、監視装置１４０の外部に配置された端末１５０の表示装置に表示するための表示データ（例えば、情報画面を構成する画面レイアウト等）を生成して、端末１５０へと送信する。監視装置１４０が表示装置を備える場合、表示処理部２２５は、ソートされた状態値に応じたリスト等の情報画面を、その表示装置に表示させてもよい。また、表示処理部２２５は、トレンドグラフを表示すべき旨の指示を端末１５０から入力したことに応じて、この指示によって指定された状態値およびこの状態値に関連する計測値の履歴データを記録部２０５から読み出して、グラフ化して表示する処理を行う。
以上に示した監視装置１４０によれば、複数のセンサ１１０の計測値に応じた複数の状態値を、変化幅または変化率に応じて取捨選択し、選択した状態値を変化幅または変化率に応じてソートして表示することができる。これにより、監視装置１４０は、より重要度が高い状態値の変化をより優先して提示することができる。この結果、監視装置１４０は、多数の計測値のグラフを表示した場合と比較して、設備１００の異常等に対する対処を早めてプラント等の稼働率を高め、異常の発生を減らすことができる。
また、監視装置１４０は、算出部２１０を備える場合には、１または２以上のセンサ１１０からの計測値に基づいて、各設備の状態を示す状態値を算出することができる。したがって、監視装置１４０は、より重要度が高い状態値の変化を優先して提示することにより、異常が発生している可能性がある設備１００をより容易に特定可能とすることができる。なお、ゲートウェイ装置１２０または少なくとも１つのセンサ１１０を内蔵するセンサ装置が算出部２１０の機能を有する場合には、監視装置１４０は、算出部２１０を備えなくてもよい。
監視装置１４０は、選択条件入力部２３０を備えてもよい。選択条件入力部２３０は、複数の状態値のうちの少なくとも１つについて、判定期間の長さ（予め定められた時間長）と、判定閾値（予め定められた変化幅または変化率とのうちの少なくとも１つ）との指定を端末１５０から入力する。選択条件入力部２３０は、指定された時間長、または変化幅等を、選択部２１５が状態値の選択に用いる時間長または変化幅等として選択部２１５に設定する。
また、監視装置１４０は、変更期間入力部２３５を備えてもよい。変更期間入力部２３５は、複数の状態値のうちの少なくとも１つについて、選択部２１５による選択条件（例えば予め定められた時間長と、予め定められた変化幅または変化率とのうちの少なくとも１つ）を変更する変更期間の指定と、選択条件の変更値の指定とを端末１５０から入力する。監視員等による選択条件の変更指示が端末１５０を介して入力された場合、選択部２１５は、変更期間が指定された状態値について、変更期間の間は、予め定められた時間長と予め定められた変化幅または変化率とのうちの少なくとも１つを指定された変更値に変更して状態値を選択する。
また、監視装置１４０は、除外期間入力部２４０を備えてもよい。除外期間入力部２４０は、複数の状態値のうちの少なくとも１つについて、選択部２１５による選択から除外する除外期間の指定を端末１５０から入力する。監視員等による除外期間の指定が端末１５０を介して入力された場合、選択部２１５は、除外期間の間は、除外期間が指定された状態値を選択しないようにする。
また、監視装置１４０は、学習指示入力部２４５および学習処理部２５０を備えてもよい。学習指示入力部２４５は、複数の状態値のうちの少なくとも１つについて、算出部２１０が状態値の算出に用いるモデルの学習をすべき旨の指示を入力する。学習処理部２５０は、記録部２０５および学習指示入力部２４５に接続される。学習処理部２５０は、モデルを学習すべき旨の指示が端末１５０から入力されたことに応じて、記録部２０５に格納された複数の計測値の履歴データに基づいてモデルを学習により生成する処理を行う。そして、学習処理部２５０は、学習済みのモデルを算出部２１０に提供する。
なお、ゲートウェイ装置１２０または少なくとも１つのセンサ１１０を内蔵するセンサ装置等の外部の装置が算出部２１０の機能を有する場合には、学習処理部２５０は、学習済みのモデルを監視装置１４０の外部の装置へと供給してもよい。また、学習処理部２５０自体が、外部の装置に設けられてもよい。
図３は、本実施形態に係る監視装置１４０の動作フローを示す。Ｓ３００（ステップ３００）において、取得部２００は、複数のセンサ１１０の最新の計測値を取得して、記録部２０５に格納する。
Ｓ３１０において、算出部２１０は、複数の設備１００のそれぞれについて、その設備１００に対応付けられたモデルを用いて、その設備１００の状態値を算出する。本実施形態において、設備１００に対応付けられたモデルは、一例として、設備１００に割り当てられた各センサ１１０のある時点（例えば現時点または最新の時点）の１または２以上の計測値を入力とし、これらの計測値から、設備１００のある時点（例えば現時点または最新の時点）の診断値を算出するための算出方法を定義する。なお、算出部２１０は、ある計測値を状態値として出力することを指定されている場合には、その計測値を状態値としてそのまま出力してもよい。
Ｓ３２０において、選択部２１５は、算出部２１０から出力される複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択する。これにより、選択部２１５は、プラント等の施設に設けられた多数のセンサ１１０からの全て計測値を羅列的に表示する対象とするのではなく、選択条件を満たす一部の設備１００に対応づけれた状態値に絞り込むことができる。
Ｓ３３０において、ソート部２２０は、選択部２１５によって選択された少なくとも１つの状態値を受け取り、変化幅または変化率に応じてソートする。他の実施形態において、監視装置１４０は、ソート部２２０を有さず、選択部２１５によって選択された少なくとも１つの状態値をソートせずに表示する処理を行ってもよい。
Ｓ３４０において、表示処理部２２５は、ソート部２２０によってソートされた少なくとも１つの状態値に応じた情報画面を表示する処理を行う。表示処理部２２５は、ソートされた状態値に応じた情報画面を表示するための表示データを生成し、端末１５０へと送信する。
Ｓ３５０において、表示処理部２２５、選択条件入力部２３０、変更期間入力部２３５、除外期間入力部２４０、および学習指示入力部２４５は、端末１５０からの指示入力の有無をチェックする。表示処理部２２５、選択条件入力部２３０、変更期間入力部２３５、除外期間入力部２４０、および学習指示入力部２４５のいずれにも指示入力が無い場合、監視装置１４０は、処理をＳ３００に進めて、複数のセンサ１１０の次の時点における計測値についてＳ３００からの処理を繰り返す。
表示処理部２２５、選択条件入力部２３０、変更期間入力部２３５、除外期間入力部２４０、および学習指示入力部２４５のいずれかに対する指示入力があった場合、指示入力を受けた入力部等は、Ｓ３６０において指示入力に応じた処理を行う。ここで、監視装置１４０は、選択条件、変更期間、または除外期間についての指示入力があった場合には、指示入力によって更新された選択条件等を用いて、Ｓ３１０からＳ３５０の処理を行ってよい。指示入力に応じた具体的な処理は、図７から図１１に関連付けて後述する。
図４は、本実施形態に係る記録部２０５に記録される履歴データの一例を示す。記録部２０５は、予め定められた周期毎等の複数の時刻において複数のセンサ１１０から取得された複数の計測値と、複数の設備１００について算出された複数の状態値とを含む履歴データを格納する。
本図に示す履歴データは、時刻を記録する時刻フィールドと、複数の設備１００のそれぞれについて計測値および状態値を記録する複数の設備フィールドとを有する。各設備フィールドは、対応する設備１００に割り当てられた少なくとも１つのセンサ１１０からの計測値を記録する少なくとも１つの計測値フィールドと、対応する設備１００の状態値を記録する状態値フィールドとを含む。ここで、時刻フィールドに記録される時刻は、計測値または状態値に関連付けられた時刻であってよい。
本図において、履歴データは、設備１（例えば設備１００ａ）について、２０２０年６月１日１：００に取得された、センサ１（例えばセンサ１１０ａ）、センサ２（例えばセンサ１１０ｂ）、およびセンサ３（例えばセンサ１１０ｃ）の計測値１０．１、５．３、および２８．１と、これらの計測値を用いて算出された、２０２０年６月１日１：００の状態値０．９５とを記録する。
図５は、本実施形態に係る監視装置１４０が出力するランキング画面５００の第１例を示す。表示処理部２２５は、ソート部２２０によってソートされた状態値に応じた情報画面の一例であるランキング画面５００を表示するための表示処理を行う。
ランキング画面５００は、リスト５１０と、設定ボタン５１５とを備える。リスト５１０は、少なくとも１つの状態値のそれぞれに対応する各エントリを、ソートされた順序で表示する。リスト５１０は、各エントリについて、ソートの順位、設備名、状態値の下落幅、および現在の状態値を表示する。
本実施形態において、状態値は、対応する設備１００の健全性を示す指標であり、リスト５１０は、状態値の下落幅が大きいものから順に、各エントリを表示する。本図の例においては、「冷却ポンプ」の状態値は－０．５４であり、５日間の下落幅が最大の０．２８である。「メカニカルポンプ」の状態値は－０．４４であり、５日間の下落幅が次に大きい０．２２である。これにより、監視装置１４０は、健全性の下落が大きい設備１００をより優先して端末１５０に表示させることができ、健全性の下落がより大きい設備１００に対する検査等の処置をより早めることができる。
なお、表示処理部２２５は、各状態値の変化幅または変化率の大きさに応じて、その状態値の表示形式を変更してもよい。例えば、表示処理部２２５は、変化幅または変化率が、予め定められた変化幅又は変化率に対する判定閾値とは異なる閾値よりも大きい場合、文字色または背景色を赤色等の目立つ色に変更すること、文字を大きくすること、文字を太字にすること、下線等の補助線を入れること、またはその他の表示形式を変更することにより、強調してもよい。
設定ボタン５１５は、選択部２１５が状態値の選択に用いる判定期間の長さおよび判定閾値の少なくとも１つの指定をするための選択条件指定画面を表示する指示を行うためのボタンである。選択条件指定画面については、図７を用いて後述する。
また、表示処理部２２５は、ランキング画面５００中のソートされた少なくとも１つの状態値のそれぞれに対応付けて、グラフ表示ボタン５２０を表示する処理を行ってもよい。グラフ表示ボタン５２０は、各状態値に関連するトレンドグラフの表示を指示するためのボタンである。トレンドグラフの表示については、図８を用いて後述する。
表示処理部２２５は、ランキング画面５００中のソートされた少なくとも１つの状態値のそれぞれに対応付けて、変更ボタン５３０を表示する処理を行ってもよい。変更ボタン５３０は、対応する状態値について、指定した変更期間の間、選択部２１５の選択条件を変更するための選択条件変更指定画面を表示する指示を行うためのボタンである。選択条件変更指定画面については、図９を用いて後述する。
表示処理部２２５は、ランキング画面５００中のソートされた少なくとも１つの状態値のそれぞれに対応付けて、除外ボタン５４０を表示する処理を行ってもよい。除外ボタン５４０は、対応する状態値について、指定した除外期間の間、選択部２１５による選択から除外するための画面を表示する指示を行うためのボタンである。この画面については、図９に関連して後述する。
表示処理部２２５は、ソートされた状態値のそれぞれに対応付けて、学習ボタン５５０を表示する処理を行ってもよい。学習ボタン５５０は、各状態値を算出するモデルの学習を指示するためのボタンである。本実施形態において、学習ボタン５５０は、各状態値を算出するモデルの学習に関する指定を行うための学習指定画面を表示する指示を行うためのものである。学習指定画面については、図１０に関連して後述する。
なお、表示処理部２２５は、ランキング画面５００を、監視画面に含まれるダッシュボード、ウィンドウ、またはサブウィンドウ等の表示部品の１つとして表示してもよい。これにより、表示処理部２２５は、一例として状態値の選択に用いる時間長または変化幅等のパラメータが異なる複数のランキング画面５００を監視画面に表示させることができる。
図６は、本実施形態に係る監視装置１４０が出力するランキング画面５００の第２例を示す。表示処理部２２５は、本図に示すように、複数の状態値のいずれもが選択部２１５により選択されなかったことに応じて、選択された状態値が無いことの表示をする処理を行う。本図の例においては、表示処理部２２５は、いずれの設備１００の状態値も選択されなかったことに応じて、いずれの設備１００も選択条件に該当しない旨を端末１５０に表示させる。これにより、表示処理部２２５は、注目すべき設備１００がないことを明示して、正常運転中のプラント等の管理負荷を低減することができる。なお、表示処理部２２５は、選択された状態値が無いことを示す表示として、例えば「０件ヒット」等のように選択された件数が０件である旨を表示する等により選択された状態値が無いことを示す情報を明示してもよく、エントリがなくタイトル行のみのリストを表示する等により選択された状態値が無いことを暗黙的に表示してもよく、その他の方法によって選択された状態値が無いことを示してもよい。
図７は、本実施形態に係る監視装置１４０が出力する、選択条件指定画面の一例を示す。表示処理部２２５は、ランキング画面５００中の設定ボタン５１５が押されたことに応じて、本図の選択条件指定画面を表示する処理を行う。この選択条件指定画面は、選択部２１５が状態値の選択に用いる、判定期間の長さ（予め定められた時間長）、および判定閾値（予め定められた変化幅または変化率）の指定を入力するための画面である。
選択条件指定画面は、「判定期間」欄を用いて、判定期間の長さを一例として日単位で受け付ける。これに代えて、選択条件指定画面は、秒、分、または時間等の他の単位を用いて判定期間の長さを受け付けてもよい。
また、選択条件指定画面は、「閾値によるフィルタ」欄を用いて、判定期間中に用いられる判定閾値を受け付ける。「閾値によるフィルタ」欄における、「（空欄）以上の下落幅の設備のみ」は、空欄に状態値の下落幅の判定閾値の入力を受け付ける。例えば、本図のように、「閾値によるフィルタ」欄が、「０．２以上の下落幅の設備のみ」と指定された場合には、選択部２１５は、「判定期間」欄に指定された判定期間（例えば、５日）の間に、０．２以上下落した状態値を選択する。なお、「閾値によるフィルタ」欄の「フィルタしない（全部表示する）」は、全ての状態値を表示する旨の指定となる。この項目が選択されると、選択部２１５は、全ての状態値を選択する。
また、選択条件指定画面は、上記の指定を保存して選択部２１５に設定するための保存ボタン、および上記の指定をキャンセルするためのキャンセルボタンを有してよい。選択条件入力部２３０は、図３のＳ３５０において選択条件指定画面を介して選択条件の指定を入力すると、Ｓ３６０において、指定された選択条件を選択部２１５に設定する。これにより、選択部２１５は、Ｓ３２０の再実行に応じて、選択条件指定画面を介して入力された選択条件を用いて状態値を選択することができる。なお、表示処理部２２５は、選択条件指定画面として、判定期間の長さまたは判定閾値のいずれか１つのみを指定する画面を表示してもよく、選択条件入力部２３０は、指定された判定期間の長さまたは判定閾値を選択部２１５に設定してもよい。
図８は、本実施形態に係る監視装置１４０が出力する、トレンドグラフの一例を示す。表示処理部２２５は、ランキング画面５００中の、ある設備１００の状態値に対応付けられたグラフ表示ボタン５２０が押されたことに応じて、その設備１００の状態値に関連するトレンドグラフを表示する処理を行う。具体的には、表示処理部２２５は、トレンドグラフの横軸および縦軸のそれぞれについての軸、軸タイトル、および軸目盛等を表示画面に出力する。また、表示処理部２２５は、トレンドグラフの表示期間内の各時刻における表示対象の状態値を記録部２０５から読み出して、トレンドグラフ上にプロットする。
トレンドグラフは、対応する状態値の時間変化を示す。本図において、横軸は時間、縦軸は状態値を示す。表示処理部２２５は、状態値の時間変化のグラフ自体に加えて、状態値の変化幅または変化率を視覚的に確認可能な補助線または注釈等の付加情報を端末１５０に表示させてもよい。本例のトレンドグラフは、選択条件を満たすと判断された判定期間の開始および終了時における、状態値に対応するグラフ上の点を丸で囲むことによって強調する。また、本例のトレンドグラフは、選択条件を満たすと判断された判定期間の開始および終了のタイミングを示す縦軸方向の破線を含む。また、本例のトレンドグラフは、選択条件を満たすと判断された判定期間の開始時の状態値のレベルを示す横方向の破線を含む。また、本例のトレンドグラフは、吹き出し等を用いて、状態値の下落幅を数値で示す。
また、表示処理部２２５は、対象となる設備１００の状態値のグラフに加えて、その設備１００に割り当てられた１または２以上のセンサ１１０の計測値のグラフを表示する処理を行ってよい。具体的には、表示処理部２２５は、トレンドグラフの表示期間内の各時刻における表示対象の計測値を記録部２０５から読み出して、トレンドグラフ上にプロットする。本例のトレンドグラフは、設備１００の状態値の推移に加えて、同じ期間における、その設備１００に関する温度および加速度の計測値の推移を示す。
以上に示した表示処理部２２５によれば、選択部２１５によって選択された設備１００の状態値のうち、指定された設備１００の状態値のトレンドグラフを表示可能とする。これにより、表示処理部２２５は、選択部２１５によって選択された重要な状態値の変化をより迅速に表示してプラント等の異常を早期に解消可能とすることができる。
図９は、本実施形態に係る監視装置１４０が出力する、選択条件変更指定画面の一例を示す。表示処理部２２５は、ランキング画面５００中の、ある状態値に対応付けられた変更ボタン５３０が押されたことに応じて、その状態値の選択条件に対する変更を指定するための選択条件変更指定画面を表示する処理を行う。
選択条件変更指定画面は、対象となる状態値について、選択条件を変更する変更期間の指定と、判定期間の長さまたは判定閾値のうちの少なくとも１つの変更値の指定とを入力するための画面である。選択条件変更指定画面は、「期間」欄を用いて、変更期間の指定を受け付ける。本図の例において、「期限なし」の選択を受けると、変更期間入力部２３５は、現時点から無期限の変更期間の指定を入力する。また、「（空欄）まで」の選択を受けると、変更期間入力部２３５は、現時点から（空欄）に入力された日時までの変更期間の指定を入力する。これに代えて、選択条件変更指定画面は、変更期間の開始および終了の日時を入力可能としてもよく、複数の変更期間を指定可能としてもよい。
また、選択条件変更指定画面は、「閾値」欄を用いて、判定閾値の指定を受け付ける。本図の例において、「下落幅（空欄）以下のときはランキングに表示しない」の（空欄）の入力を受けると、変更期間入力部２３５は、（空欄）に入力された値を状態値の下落幅の判定閾値として入力する。変更期間入力部２３５は、「期間」欄および「閾値」欄の入力を受けて、対応する状態値については、指定された変更期間の間は、判定閾値を指定された値に設定する。この判定閾値は、選択部２１５による状態値の選択（または非選択）に用いる閾値となる。これにより、選択部２１５は、変更期間が指定された状態値について、変更期間の間は、判定閾値を指定された変更値に変更して状態値を選択することができる。
なお、選択条件変更指定画面は、変更期間の指定と、変更期間中における判定期間の長さの指定とを受け付けてもよい。この場合、選択部２１５は、変更期間が指定された状態値について、変更期間の間は、判定期間の長さを指定された変更値に変更して状態値を選択することができる。
また、表示処理部２２５は、ランキング画面５００中の、ある状態値に対応付けられた除外ボタン５４０が押されたことに応じて、その状態値を選択から除外する期間を指定するための除外期間指定画面を表示する処理を行う。除外期間指定画面は、選択条件変更指定画面の「期間」欄と同様の「期間」欄を有するが、「閾値」欄を有しない画面構成を採ってよい。除外期間指定画面は、「期間」欄を用いて、除外期間の指定を受け付ける。除外期間入力部２４０は、「期間」欄の入力を受けて、指定された除外期間の間は、対応する状態値を選択から除外することを選択部２１５に設定する。これにより、選択部２１５は、除外期間の間は、除外期間が指定された状態値を選択しないようにすることができる。
監視装置１４０は、対象となる状態値について変更期間の間、判定期間の長さまたは判定閾値のうちの少なくとも１つを変更可能とすることにより、その状態値が下落等した原因がすでに判明している場合に、その状態値がその原因によって想定される範囲内で下落等してもその状態値が選択されないようにすることができる。これにより、監視装置１４０は、選択部２１５によって選択された他の状態値を優先して端末１５０に表示させることができ、他の状態値の重要な変化の原因究明を優先させることができる。また、監視装置１４０は、除外期間の間、対象となる状態値がいかなる変化をしたとしても選択されないようにすることによって、例えば設備１００またはセンサ１１０の異常が既に特定されているような場合に、他の状態値を優先して端末１５０に表示させることができる。
図１０は、本実施形態に係る監視装置１４０が出力する、学習指定画面の一例を示す。表示処理部２２５は、ランキング画面５００中の、ある状態値に対応付けられた学習ボタン５５０が押されたことに応じて、その状態値を算出するモデルの学習に関する指定を行うための学習指定画面を表示する処理を行う。そして、学習処理部２５０は、学習ボタン５５０が押されたことに応じて、モデルの学習に関する指定を受けた後に、モデルを学習により生成する処理を行う。
本実施形態に係る学習指定画面は、対象となる状態値を算出するモデルの学習に用いる学習データの期間の指定を入力する。本図の例において、学習指定画面は、学習データの期間の開始日および終了日の指定を受け付ける。これに代えて、学習指定画面は、学習データの期間を複数入力可能としてもよい。また、学習指定画面は、モデルにおける学習によって変化しない設定値等のハイパーパラメータ（ニューラルネットワークにおける層数、各層のニューロン数等のような学習に先立って設定されるパラメータ）を入力可能としてもよい。
学習指定画面は、学習に関する指定を用いてモデルの学習を開始することを指示するための「学習実施」ボタンを有してよい。「学習実施」ボタンが押されると、学習指示入力部２４５は、学習指定画面によって指定された学習データの期間を入力して学習処理部２５０に提供し、学習処理部２５０に対して学習の開始を指示する。
学習の開始が指示されると、学習処理部２５０は、学習指示入力部２４５により指定された期間中の各タイミングにおける、対象となる状態値の算出に用いる少なくとも１つのセンサ１１０の計測値を記録部２０５から取得して学習データとする。ここで、対象となる状態値が例えば設備１００ａの状態値である場合、学習処理部２５０は、対象となる設備１００ａの状態を監視するセンサ１１０ａ～ｃの計測値を学習データに含める。本実施形態においては、学習処理部２５０は、学習データの期間中の各タイミングについて、センサ１１０ａ～ｃの計測値の組を学習データの１サンプルとする。
本実施形態において、学習処理部２５０は、教師なし学習によりモデルを学習により生成する。一例として、学習処理部２５０は、学習データに含まれる少なくとの１つの計測値を用いた統計的学習によってモデルを学習により生成する処理を行ってよい。統計的学習の一例として、学習処理部２５０は、学習データを用いて、多次元空間（各サンプルに含まれる計測値の数を次元とする空間）中における、サンプルの確率分布を算出してモデルに与えてよい。ここで、プラント等は、異常の発生は希であり、学習データの期間中ほぼ正常に動作しているので、新しい計測値の組が確率分布から外れているほど、異常の可能性が高いと推定することができる。この確率分布を用いることで、モデルは、新しい計測値の組が入力されると、その新しい計測値の組が確率分布からどの程度外れているかを算出することができる。このようなモデルは、一例として確率分布から外れるほど下落する値を状態値として出力する。
上記のモデルは、確率分布からの外れ度合いを、その確率分布の標準偏差によって正規化した状態値を出力してもよい。これにより、ソート部２２０は、正規化された状態値同士を比較して並べ替えることで、異常の可能性が高いと推測される状態値をより優先させることができる。
以上に代えて、学習処理部２５０は、教師あり学習によりモデルを学習してもよい。この場合、学習データ中の各サンプルには、正常または異常等のラベルが付加される。例えば、学習指示入力部２４５は、学習指定画面によって対象の設備１００が正常であった正常期間および異常であった異常期間の指定を入力して、学習データ中の各サンプルに、この指定に応じたラベルを付加してよい。
モデルは、一例としてニューラルネットワークまたはＳＶＭ等であってよい。学習指示入力部２４５は、学習データ中の各サンプルをモデルに入力した場合のモデルの出力と、ラベルとの誤差を低減させるように、モデルのパラメータを更新していく。例えばニューラルネットワークを用いる場合、学習指示入力部２４５は、各サンプルを入力したことに応じてニューラルネットワークが出力する出力値とラベルとの誤差を用いて、バックプロパゲーション等の手法により、ニューラルネットワークの各ニューロン間の重みおよび各ニューロンのバイアス等を調整する。
ランキング画面５００中のある状態値について、学習ボタン５５０が押されたことに応じて、学習データの期間の指定を入力してモデルを学習により生成することにより、監視装置１４０は、各状態値の算出に適した期間の計測値を用いてより高い精度のモデルを生成することができる。また、学習済みのモデルが出力する状態値が適切でない場合には、監視装置１４０は、学習ボタン５５０が押されたことに応じて、記録部２０５に格納された計測値の中から学習データとして使用する計測値の範囲を変更して、再学習によってモデルを更新することができる。
図１１は、本実施形態の変形例に係る、選択条件指定画面の一例を示す。表示処理部２２５は、図７の選択条件指定画面に代えて、本図の選択条件指定画面を表示する処理を行ってもよい。
この選択条件指定画面は、図７と同様に、「判定期間」欄を用いて判定期間の長さを受け付ける。また、選択条件指定画面は、「対象データ」欄を用いて、各設備１００の診断値を表示の対象となる状態値として選択するか、各センサ１１０の計測値を状態値として選択するかの指定を受け付ける。各センサ１１０の計測値を状態値として選択することが指定された場合、監視装置１４０は、診断値に代えて計測値を状態値として図１から図１０に関連して説明した各種の処理を行う。
また、選択条件指定画面は、「変化の向き」欄を用いて、判定閾値以上上昇した状態値を選択対象とするか、判定閾値以上下落した状態値を選択対象とするかの選択を受け付ける。選択条件入力部２３０が、判定閾値以上上昇した状態値を選択対象とする旨の指示を入力すると、選択部２１５は、判定期間の間に判定閾値以上の上昇幅または上昇率以上の変化があった状態値を選択する。選択条件入力部２３０が、判定閾値以上下落した状態値を選択対象とする旨の指示を入力すると、選択部２１５は、判定期間の間に判定閾値以上の下落幅または下落率以上の変化があった状態値を選択する。
また、選択条件指定画面は、図７と同様に、「閾値によるフィルタ」欄を用いて判定閾値を受け付ける。また、選択条件指定画面は、「移動平均処理」欄を用いて、各タイミングの状態値（瞬時値）をそのまま選択部２１５による選択、ソート部２２０によるソート、および表示処理部２２５による表示等の対象とするか、各タイミングの状態値（瞬時値）の移動平均をとった結果を処理対象の状態値としてこれらの処理の対象とするかの指定を受け付ける。
「移動平均処理」欄で「使用しない」が選択されると、選択条件入力部２３０は、各タイミングについて算出した状態値の瞬時値を状態値として出力することを算出部２１０に指示する。これを受けて、算出部２１０は、各タイミングについて算出した状態値の瞬時値を、そのまま処理対象の状態値として出力する。「移動平均処理」欄で、「窓サイズ：（空欄）データ」が選択され、（空欄）に移動平均を取る瞬時値のサンプル数が指定されると、選択条件入力部２３０は、各タイミングについて算出された状態値の瞬時値を、（空欄）に指定されたサンプル数分の移動平均をとった結果を処理対象の状態値として出力することを算出部２１０に指示する。例えば、本図のように（空欄）にサンプル数が１０であることが指定された場合、選択条件入力部２３０は、時刻ｔにおける処理対象の状態値として、時刻ｔ、ｔ－１、…、ｔ－９の直近１０サンプルの瞬時値の平均値を出力することを算出部２１０に指示する。このような指示を受けたことに応じて、算出部２１０は、各タイミングにおける状態値の瞬時値の移動平均値を算出して、処理対象の状態値として出力する。
これにより、監視装置１４０は、状態値として用いる計測値または診断値が滑らかに変化しない場合においても、移動平均処理を行うことで、状態値の変化のトレンドに基づいて状態値を選択、ソート、および表示することができる。
本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。
コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（登録商標）ディスク、メモリスティック、集積回路カード等が含まれてよい。
コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。
コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のコンピュータ等のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。
図１２は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。
本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インターフェイス２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。
ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。
通信インターフェイス２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。
ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。
プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。
例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス２２２２に対し、通信処理を命令してよい。通信インターフェイス２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。
また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。
様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。
上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
１０ 監視システム
１００ａ～ｃ 設備
１１０ａ～ｉ センサ
１２０ａ～ｂ ゲートウェイ装置
１３０ ネットワーク
１４０ 監視装置
１５０ 端末
２００ 取得部
２０５ 記録部
２１０ 算出部
２１５ 選択部
２２０ ソート部
２２５ 表示処理部
２３０ 選択条件入力部
２３５ 変更期間入力部
２４０ 除外期間入力部
２４５ 学習指示入力部
２５０ 学習処理部
５００ ランキング画面
５１０ リスト
５１５ 設定ボタン
５２０ グラフ表示ボタン
５３０ 変更ボタン
５４０ 除外ボタン
５５０ 学習ボタン
２２００ コンピュータ
２２０１ ＤＶＤ－ＲＯＭ
２２１０ ホストコントローラ
２２１２ ＣＰＵ
２２１４ ＲＡＭ
２２１６ グラフィックコントローラ
２２１８ ディスプレイデバイス
２２２０ 入／出力コントローラ
２２２２ 通信インターフェイス
２２２４ ハードディスクドライブ
２２２６ ＤＶＤ－ＲＯＭドライブ
２２３０ ＲＯＭ
２２４０ 入／出力チップ
２２４２ キーボード

Claims (13)

  1. 複数の設備の状態を監視する複数のセンサの計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択する選択部と、
    選択された少なくとも１つの状態値を、変化幅または変化率に応じてソートするソート部と、
    ソートされた前記少なくとも１つの状態値に応じた情報画面を表示する処理を行う表示処理部と
    を備える監視装置。
  2. 前記複数の設備のうちの各設備の状態を監視する、前記複数のセンサのうちの少なくとも１つのセンサの少なくとも１つの計測値に基づいて、各設備の前記状態値を算出する算出部を更に備える請求項１に記載の監視装置。
  3. 各設備について、前記少なくとも１つの計測値から前記状態値を算出するモデルを学習により生成する処理を行う学習処理部を更に備え、
    前記算出部は、各設備について、前記モデルを用いて前記少なくとも１つの計測値から前記状態値を算出する
    請求項２に記載の監視装置。
  4. 前記学習処理部は、少なくとも１つの設備について、前記少なくとの１つの計測値を用いた統計的学習によって前記モデルを学習により生成する処理を行う請求項３に記載の監視装置。
  5. 前記表示処理部は、ソートされた状態値のそれぞれに対応付けて、前記モデルの生成を指示するための学習ボタンを表示する処理を行い、
    前記学習処理部は、前記学習ボタンが押されたことに応じて、前記モデルを学習により生成する処理を行う請求項３または４に記載の監視装置。
  6. 前記複数の状態値のうちの少なくとも１つについて、前記予め定められた時間長と、前記予め定められた変化幅または変化率とのうちの少なくとも１つの指定を入力する選択条件入力部を更に備える請求項１から５のいずれか一項に記載の監視装置。
  7. 前記複数の状態値のうちの少なくとも１つについて、前記選択部による選択から除外する除外期間の指定を入力する除外期間入力部を更に備え、
    前記選択部は、前記除外期間の間は、前記除外期間が指定された状態値を選択しない
    請求項１から６のいずれか一項に記載の監視装置。
  8. 前記複数の状態値のうちの少なくとも１つについて、前記予め定められた時間長と、前記予め定められた変化幅または変化率とのうちの少なくとも１つを変更する変更期間の指定と、前記予め定められた時間長と前記予め定められた変化幅または変化率とのうちの少なくとも１つの変更値の指定とを入力する変更期間入力部を更に備え、
    前記選択部は、前記変更期間が指定された状態値について、前記変更期間の間は、前記予め定められた時間長と前記予め定められた変化幅または変化率とのうちの少なくとも１つを指定された前記変更値に変更して状態値を選択する
    請求項１から７のいずれか一項に記載の監視装置。
  9. 前記表示処理部は、
    ソートされた前記少なくとも１つの状態値のそれぞれに対応付けて、当該状態値に関連するトレンドグラフの表示を指示するためのグラフ表示ボタンを表示する処理を行い、
    前記グラフ表示ボタンが押されたことに応じて、対応する状態値に関連するトレンドグラフを表示する処理を行う
    請求項１から８のいずれか一項に記載の監視装置。
  10. 前記表示処理部は、前記複数の状態値のいずれもが前記選択部により選択されなかったことに応じて、選択された状態値が無いことの表示をする処理を行う請求項１から９のいずれか一項に記載の監視装置。
  11. 前記表示処理部は、各状態値の変化幅または変化率の大きさに応じて、その状態値の表示形式を変更する請求項１から１０のいずれか一項に記載の監視装置。
  12. 監視装置が、複数の設備の状態を監視する複数のセンサの計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択することと、
    前記監視装置が、選択された少なくとも１つの状態値を、変化幅または変化率に応じてソートすることと、
    前記監視装置が、ソートされた前記少なくとも１つの状態値に応じた情報画面を表示する処理を行うことと
    を備える監視方法。
  13. コンピュータにより実行されて、前記コンピュータを、
    複数の設備の状態を監視する複数のセンサの計測値に応じた複数の状態値のうち、予め定められた時間長の期間の間に予め定められた変化幅または変化率以上の変化があった状態値を選択する選択部と、
    選択された少なくとも１つの状態値を、変化幅または変化率に応じてソートするソート部と、
    ソートされた前記少なくとも１つの状態値に応じた情報画面を表示する処理を行う表示処理部と
    を備える監視装置として機能させる監視プログラム。
JP2020143952A 2020-08-27 2020-08-27 監視装置、監視方法、および監視プログラム Active JP7318612B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2020143952A JP7318612B2 (ja) 2020-08-27 2020-08-27 監視装置、監視方法、および監視プログラム
US17/386,634 US11645794B2 (en) 2020-08-27 2021-07-28 Monitoring apparatus, monitoring method, and computer-readable medium having recorded thereon monitoring program
EP21192857.7A EP3971669A3 (en) 2020-08-27 2021-08-24 Monitoring apparatus, monitoring method, monitoring program, and computer-readable medium having recorded thereon monitoring program
CN202110986925.8A CN114120470A (zh) 2020-08-27 2021-08-26 监视装置、监视方法、以及记录了监视程序的计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020143952A JP7318612B2 (ja) 2020-08-27 2020-08-27 監視装置、監視方法、および監視プログラム

Publications (2)

Publication Number Publication Date
JP2022039101A true JP2022039101A (ja) 2022-03-10
JP7318612B2 JP7318612B2 (ja) 2023-08-01

Family

ID=77520500

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020143952A Active JP7318612B2 (ja) 2020-08-27 2020-08-27 監視装置、監視方法、および監視プログラム

Country Status (4)

Country Link
US (1) US11645794B2 (ja)
EP (1) EP3971669A3 (ja)
JP (1) JP7318612B2 (ja)
CN (1) CN114120470A (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024052999A1 (ja) * 2022-09-06 2024-03-14 ファナック株式会社 情報処理装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7318612B2 (ja) * 2020-08-27 2023-08-01 横河電機株式会社 監視装置、監視方法、および監視プログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08234832A (ja) * 1995-02-24 1996-09-13 Toshiba Corp プラント監視診断装置および方法
JPH11272326A (ja) * 1998-03-18 1999-10-08 Yaskawa Electric Corp 制御装置
JP2016012240A (ja) * 2014-06-30 2016-01-21 株式会社日立製作所 異常検知システム
JP2020057192A (ja) * 2018-10-02 2020-04-09 株式会社日立製作所 故障要因優先度提示装置

Family Cites Families (55)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06348597A (ja) * 1993-06-08 1994-12-22 Hitachi Ltd キャッシュ制御方法および回転形記憶装置
JP4337619B2 (ja) * 2004-04-28 2009-09-30 株式会社デンソーウェーブ サポートシステム
US8417442B2 (en) * 2006-09-19 2013-04-09 Intuitive Control Systems, Llc Collection, monitoring, analyzing and reporting of traffic data via vehicle sensor devices placed at multiple remote locations
JP2008181443A (ja) * 2007-01-26 2008-08-07 Hitachi Ltd ストレージシステム及び増設ストレージ装置接続方法
FR2915799B1 (fr) * 2007-05-03 2010-10-01 Taema Manometre electronique de mesure de la pression regnant a l'interieur d'un recipient
US8635320B2 (en) * 2008-03-28 2014-01-21 Mitsubishi Electric Corporation Air conditioning management apparatus and air conditioning management system
JP5301310B2 (ja) * 2009-02-17 2013-09-25 株式会社日立製作所 異常検知方法及び異常検知システム
JP5439265B2 (ja) * 2010-04-20 2014-03-12 株式会社日立製作所 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム
JP5725825B2 (ja) 2010-12-07 2015-05-27 アズビル株式会社 管理装置
JP5808605B2 (ja) * 2011-08-17 2015-11-10 株式会社日立製作所 異常検知・診断方法、および異常検知・診断システム
US9659250B2 (en) 2011-08-31 2017-05-23 Hitachi Power Solutions Co., Ltd. Facility state monitoring method and device for same
JP5778087B2 (ja) * 2012-06-19 2015-09-16 横河電機株式会社 プロセス監視システム及び方法
US10132559B2 (en) * 2013-03-20 2018-11-20 Carleton Saunders, IV Field data sensor and method of remote performance monitoring
JP6216242B2 (ja) * 2013-12-13 2017-10-18 株式会社日立ハイテクノロジーズ 異常検知方法およびその装置
FR3021107B1 (fr) * 2014-05-16 2018-01-26 Thales Procede d'aide a la navigation d'un aeronef avec correlation d'informations dynamiques avec une trajectoire de vol 4d
WO2019028269A2 (en) * 2017-08-02 2019-02-07 Strong Force Iot Portfolio 2016, Llc METHODS AND SYSTEMS FOR DETECTION IN AN INDUSTRIAL ENVIRONMENT OF COLLECTING INTERNET DATA FROM OBJECTS WITH LARGE DATA SETS
US20190219981A1 (en) * 2016-08-29 2019-07-18 Siemens Aktiengesellschaft Method and system for anomaly detection in a manufacturing system
JP6662310B2 (ja) * 2017-01-11 2020-03-11 横河電機株式会社 データ処理装置、データ処理方法及びプログラム
JP7017861B2 (ja) * 2017-03-23 2022-02-09 株式会社日立製作所 異常検知システムおよび異常検知方法
IT201700038298A1 (it) * 2017-04-07 2018-10-07 Cefla Soc Cooperativa Metodo e apparato e per la gestione automatizzata di un impianto di verniciatura
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
JP6995493B2 (ja) * 2017-04-28 2022-01-14 横河電機株式会社 データ処理装置、データ処理システム、データ処理方法及びプログラム
US11250343B2 (en) * 2017-06-08 2022-02-15 Sap Se Machine learning anomaly detection
US10733813B2 (en) * 2017-11-01 2020-08-04 International Business Machines Corporation Managing anomaly detection models for fleets of industrial equipment
EP3511252B1 (en) * 2018-01-11 2020-12-16 Airbus Operations GmbH Production system for the automated assembly of vehicle components and method for controlling a production system
US20190302707A1 (en) * 2018-03-28 2019-10-03 Mitsubishi Electric Research Laboratories, Inc. Anomaly Detection in Manufacturing Systems Using Structured Neural Networks
JP2019179395A (ja) * 2018-03-30 2019-10-17 オムロン株式会社 異常検知システム、サポート装置および異常検知方法
US11709939B2 (en) * 2018-05-04 2023-07-25 New York University Anomaly detection in real-time multi-threaded processes on embedded systems and devices using hardware performance counters and/or stack traces
JP7007243B2 (ja) * 2018-07-04 2022-01-24 株式会社日立製作所 異常検知システム
KR101940029B1 (ko) * 2018-07-11 2019-01-18 주식회사 마키나락스 어노말리 디텍션
US11216743B2 (en) * 2018-08-14 2022-01-04 International Business Machines Corporation Learning sparsity-constrained gaussian graphical models in anomaly detection
EP3620983B1 (en) * 2018-09-05 2023-10-25 Sartorius Stedim Data Analytics AB Computer-implemented method, computer program product and system for data analysis
JP7086803B2 (ja) * 2018-09-27 2022-06-20 株式会社東芝 異常検知装置、異常検知方法及びプログラム
JP7071904B2 (ja) * 2018-10-15 2022-05-19 株式会社東芝 情報処理装置、情報処理方法及びプログラム
JP7247592B2 (ja) * 2019-01-16 2023-03-29 株式会社デンソー 異常検出装置、異常検出プログラム、異常検出方法及び異常検出システム
KR102101974B1 (ko) * 2019-01-23 2020-04-17 주식회사 마키나락스 어노말리 디텍션
EP3948459B1 (en) * 2019-04-01 2023-09-20 ABB Schweiz AG Asset condition monitoring method with automatic anomaly detection
US11448570B2 (en) * 2019-06-04 2022-09-20 Palo Alto Research Center Incorporated Method and system for unsupervised anomaly detection and accountability with majority voting for high-dimensional sensor data
US11410891B2 (en) * 2019-08-26 2022-08-09 International Business Machines Corporation Anomaly detection and remedial recommendation
EP3809220B1 (en) * 2019-10-14 2023-01-18 Honda Research Institute Europe GmbH Method and system for semi-supervised deep anomaly detection for large-scale industrial monitoring systems based on time-series data utilizing digital twin simulation data
US11556117B2 (en) * 2019-10-21 2023-01-17 Applied Materials, Inc. Real-time anomaly detection and classification during semiconductor processing
US20210116076A1 (en) * 2019-10-22 2021-04-22 Eog Resources, Inc. Anomaly detection in pipelines and flowlines
US11341463B2 (en) * 2019-11-25 2022-05-24 International Business Machines Corporation Blockchain ledger entry upon maintenance of asset and anomaly detection correction
US11472028B2 (en) * 2019-12-06 2022-10-18 Mitsubishi Electric Research Laboratories, Inc. Systems and methods automatic anomaly detection in mixed human-robot manufacturing processes
US11442429B2 (en) * 2019-12-06 2022-09-13 Mitsubishi Electric Research Laboratories, Inc. Systems and methods for advance anomaly detection in a discrete manufacturing process with a task performed by a human-robot team
US20210182693A1 (en) * 2019-12-17 2021-06-17 Tignis, Inc. Method for physical system anomaly detection
US11475910B2 (en) * 2020-02-11 2022-10-18 Purdue Research Foundation System and methods for machine anomaly detection based on sound spectrogram images and neural networks
US10956808B1 (en) * 2020-03-12 2021-03-23 Fractal Analytics Private Limited System and method for unsupervised anomaly detection
US11880750B2 (en) * 2020-04-15 2024-01-23 SparkCognition, Inc. Anomaly detection based on device vibration
US11539719B2 (en) * 2020-06-08 2022-12-27 Bank Of America Corporation Target aware adaptive application for anomaly detection at the network edge
US11657122B2 (en) * 2020-07-16 2023-05-23 Applied Materials, Inc. Anomaly detection from aggregate statistics using neural networks
KR20220014086A (ko) * 2020-07-28 2022-02-04 한국전자통신연구원 지능화된 인프라 운용 관리 방법 및 장치
JP7318612B2 (ja) * 2020-08-27 2023-08-01 横河電機株式会社 監視装置、監視方法、および監視プログラム
US20220066435A1 (en) * 2020-11-10 2022-03-03 Intel Corporation Real-time anomaly detection for industrial processes
KR102270202B1 (ko) * 2020-11-30 2021-06-28 주식회사 비스텔 설비 모니터링 시스템의 모델 업데이트 방법

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08234832A (ja) * 1995-02-24 1996-09-13 Toshiba Corp プラント監視診断装置および方法
JPH11272326A (ja) * 1998-03-18 1999-10-08 Yaskawa Electric Corp 制御装置
JP2016012240A (ja) * 2014-06-30 2016-01-21 株式会社日立製作所 異常検知システム
JP2020057192A (ja) * 2018-10-02 2020-04-09 株式会社日立製作所 故障要因優先度提示装置

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024052999A1 (ja) * 2022-09-06 2024-03-14 ファナック株式会社 情報処理装置

Also Published As

Publication number Publication date
EP3971669A3 (en) 2022-07-27
JP7318612B2 (ja) 2023-08-01
CN114120470A (zh) 2022-03-01
US11645794B2 (en) 2023-05-09
EP3971669A2 (en) 2022-03-23
US20220067990A1 (en) 2022-03-03

Similar Documents

Publication Publication Date Title
US20180330300A1 (en) Method and system for data-based optimization of performance indicators in process and manufacturing industries
JP7011239B2 (ja) 装置、方法、プログラム、および、記録媒体
JP5684941B1 (ja) 異常予兆診断装置及び異常予兆診断方法
WO2013011745A1 (ja) 設備状態監視方法およびその装置
EP3859455B1 (en) Learning apparatus, learning method, learning program, determination apparatus, determination method, determination program, and computer readable medium
JP2013008092A (ja) 異常予兆診断装置及び異常予兆診断方法
US20210333768A1 (en) Control support apparatus, control support method, computer readable medium with control support program recorded thereon and control system
JP7318612B2 (ja) 監視装置、監視方法、および監視プログラム
JP2020095425A (ja) 検出装置、検出方法、および、検出プログラム
JP7452509B2 (ja) 監視装置、監視方法、および監視プログラム
US20220147039A1 (en) Event analytics in modular industrial plants
JP2022092419A (ja) データ解析装置、方法およびシステム
JP5447831B2 (ja) 診断装置および診断方法
CN111108455A (zh) 数据分类装置
JP7452563B2 (ja) 装置、方法およびプログラム
JP2021028751A (ja) 故障予兆診断システムおよび方法
US20220308571A1 (en) Apparatus, method, and computer-readable medium
EP4287088A1 (en) Apparatus, method, and program for maintaining facility
US20230124678A1 (en) Storage medium to store transmission data setting support program, gateway device, and transmission data setting supporting method
Polenghi et al. Experiential learning of Prognostics and Health Management and its implementation in MATLAB
CN114017136A (zh) 一种联合循环发电机组的软光字牌报警方法及系统

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220216

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230131

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230207

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230407

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: 20230620

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230703

R150 Certificate of patent or registration of utility model

Ref document number: 7318612

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150