JP2022188345A - 診断装置、診断方法、診断プログラム - Google Patents

診断装置、診断方法、診断プログラム Download PDF

Info

Publication number
JP2022188345A
JP2022188345A JP2021096300A JP2021096300A JP2022188345A JP 2022188345 A JP2022188345 A JP 2022188345A JP 2021096300 A JP2021096300 A JP 2021096300A JP 2021096300 A JP2021096300 A JP 2021096300A JP 2022188345 A JP2022188345 A JP 2022188345A
Authority
JP
Japan
Prior art keywords
unit
normal
normal model
diagnosis
model
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
Application number
JP2021096300A
Other languages
English (en)
Inventor
智史 山下
Tomofumi Yamashita
明夫 島村
Akio Shimamura
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.)
Fuji Electric Co Ltd
Original Assignee
Fuji Electric Co Ltd
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 Fuji Electric Co Ltd filed Critical Fuji Electric Co Ltd
Priority to JP2021096300A priority Critical patent/JP2022188345A/ja
Priority to KR1020220050308A priority patent/KR20220166179A/ko
Priority to TW111115555A priority patent/TWI831186B/zh
Priority to CN202210445527.XA priority patent/CN115454012A/zh
Publication of JP2022188345A publication Critical patent/JP2022188345A/ja
Pending legal-status Critical Current

Links

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
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • 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
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

Figure 2022188345000001
【課題】機器や設備の運転状態の正常な範囲の変化に応じて、適切に機器や設備の異常診断を行うことが可能な技術を提供する。
【解決手段】本開示の一実施形態に係る監視装置３０は、予め取得される、機器１０の所定期間ごとの時系列の運転状態を表す運転データ（バッチデータ）に基づき、機器１０の正常な運転状態を表す正常モデルを生成するモデル生成部３０３４と、正常モデルと、事後に取得される、機器１０の所定期間の運転データ（バッチデータ）とに基づき、機器１０の運転状態の異常に関する診断を行う診断部３０５４と、を備え、モデル生成部３０３４は、診断部３０５４により使用される正常モデルを自動で更新する。
【選択図】図１０

Description

本開示は、診断装置等に関する。
例えば、正常な状態に相当する機器や設備の運転状態のデータからその正常な運転状態を表す正常モデルを生成し、生成した正常モデルと、機器や設備の運転状態のデータとに基づき、その運転状態の異常診断を行う技術が知られている（特許文献１参照）。
特許第６７３３１６４号公報
しかしながら、機器や設備の運転状態の正常な範囲は変化する場合がある。例えば、機器や設備の運転状態の正常な範囲は、気温や湿度等、機器や設備が置かれている環境条件の変化に合わせて変化する場合がある。そのため、機器や設備の運転状態の正常な範囲が変化すると、既存の正常モデルが変化後の運転状態の正常な範囲から乖離し、適切な異常診断を行えない可能性がある。
そこで、上記課題に鑑み、機器や設備の運転状態の正常な範囲の変化に応じて、適切に機器や設備の異常診断を行うことが可能な技術を提供することを目的とする。
上記目的を達成するため、本開示の一実施形態では、
予め取得される、機器又は設備の所定期間ごとの時系列の運転状態を表す運転データに基づき、前記機器又は設備の正常な運転状態を表す正常モデルを生成する生成部と、
前記正常モデルと、事後に取得される、前記機器又は設備の前記所定期間の前記運転データとに基づき、前記機器又は設備の運転状態の異常に関する診断を行う診断部と、を備え、
前記生成部は、前記診断部により使用される前記正常モデルを自動で更新する、
診断装置が提供される。
また、本開示の他の実施形態では、
診断装置が、予め取得される、機器又は設備の所定期間ごとの時系列の運転状態を表す運転データに基づき、前記機器又は設備の正常な運転状態を表す正常モデルを生成する生成ステップと、
前記診断装置が、前記正常モデルと、事後に取得される、前記機器又は設備の前記所定期間の前記運転データとに基づき、前記機器又は設備の運転状態の異常に関する診断を行う診断ステップと、を含み、
前記生成ステップでは、前記診断ステップで使用される前記正常モデルを自動で更新する、
診断方法が提供される。
また、本開示の更に他の実施形態では、
診断装置に、
予め取得される、機器又は設備の所定期間ごとの時系列の運転状態を表す運転データに基づき、前記機器又は設備の正常な運転状態を表す正常モデルを生成する生成ステップと、
前記正常モデルと、事後に取得される、前記機器又は設備の前記所定期間の前記運転データとに基づき、前記機器又は設備の運転状態の異常に関する診断を行う診断ステップと、を実行させ、
前記生成ステップでは、前記診断ステップで使用される前記正常モデルを自動で更新する、
診断プログラムが提供される。
上述の実施形態によれば、機器や設備の運転状態の正常な範囲の変化に応じて、適切に機器や設備の異常診断を行うことができる。
監視システムの一例を示す図である。 監視装置のハードウェア構成の一例を示すブロック図である。 監視装置の機能構成の一例を示す機能ブロック図である。 バッチプロセスごとの運転データの一例を示す図である。 バッチデータの一例を示す模式図である。 データ変換の方法の一例を示す模式図である。 バッチプロセスにおける機器の運転データの正常な状態の変化の第１例を表す図である。 バッチプロセスにおける機器の運転データの正常な状態の変化の第２例を表す図である。 バッチプロセスにおける機器の運転データの正常な状態の変化の第３例を表す図である。 正常モデルの更新条件の一例を説明する図である。 正常モデルの生成処理の一例を概略的に示すフローチャートである。 機器の運転状態の異常に関する診断処理の一例を概略的に示すフローチャートである。 バッチデータの蓄積処理の一例を概略的に示すフローチャートである。 正常モデルの変更処理の一例を概略的に示すフローチャートである。
以下、図面を参照して実施形態について説明する。
［監視システムの概要］
図１を参照して、本実施形態に係る監視システム１の概要について説明する。
図１は、監視システム１の一例を示す図である。
監視システム１は、機器１０の運転状態に関する監視を行う。監視システム１は、機器１０と、制御装置２０と、監視装置３０と、端末装置４０とを含む。
機器１０は、バッチプロセス（バッチ処理）により処理を行う。機器１０は、例えば、工場等に配置され、生産工程で使用される機器である。例えば、機器１０は、製紙工場や印刷工場等に設置される紙送り機械、金属プレス工場等に設置されるロータリーシャー（シャーリング機械）やプレス機械等を含む。
監視システム１に含まれる機器１０は、一つであってもよいし、複数であってもよい。
尚、監視システム１は、機器１０に代えて、工場の生産ライン等に設置される複数の機器が全体としてバッチプロセスを実施する設備（生産機器群）を対象として、その運転状態の監視を行ってもよい。
制御装置２０は、機器１０の動作を制御する。具体的には、制御装置２０は、機器１０から機器１０の運転状態を表す各種の測定データを取得し、取得した測定データに基づき、所定の運転条件（例えば、所定のシーケンス）に適合するように機器１０の動作を制御してよい。制御装置２０は、例えば、一対一の通信線や工場内のフィールドネットワーク等の通信回線を通じて、機器１０と通信可能に接続される。制御装置２０は、例えば、ＰＬＣ（Programmable Logic Controller）やエッジコントローラ等である。
制御装置２０は、制御対象の機器１０ごとに一つ設けられてもよいし、制御対象の複数の機器ごとに一つ設けられてもよい。即ち、監視システム１に含まれる制御装置２０は、一つであってもよいし、監視システム１に複数の機器１０が含まれる場合、複数であってもよい。
監視装置３０（診断装置の一例）は、機器１０の運転状態に関する監視を行う。具体的には、監視装置３０は、機器１０の運転状態の異常に関する診断を行ってよい。
機器１０の運転状態の異常に関する診断には、例えば、機器１０の運転状態の異常の有無の診断が含まれる。また、機器１０の運転状態の異常に関する診断には、例えば、機器の運転状態の異常に該当する度合い（以下、「異常度」）の診断が含まれる。
監視装置３０は、監視対象の一つの機器１０ごとに一つ設けられてもよいし、監視対象の複数の機器１０ごとに一つ設けられてもよい。即ち、監視システム１に含まれる監視装置３０は、一つであってもよいし、監視システム１に複数の機器１０が含まれる場合、複数であってもよい。
監視装置３０は、所定の通信回線を通じて、所定のサンプリング周期ごとの制御装置２０から機器１０の運転状態を表す各種データ（以下、「運転データ」）を取得し、取得した運転データを監視することにより、機器１０の異常に関する診断を行う。サンプリング周期は、例えば、数百マイクロ秒～数十秒の範囲で規定される。
運転データには、例えば、制御装置２０により機器１０から取得される、機器１０の運転状態を表す各種の測定データが含まれる。また、運転データには、例えば、機器１０の制御のために制御装置２０により生成される制御指令等の制御データが含まれる。運転データは、例えば、機器１０の所定の部位の温度、圧力、トルク、流量等の機器１０の複数の種類の状態変数（以下、「プロセス変数」）を表すデータを含む。そのため、運転データは、例えば、複数の種類の状態（プロセス変数）を表すベクトルデータとして表される。
所定の通信回線は、例えば、一対一の通信線を含む。また、所定の通信回線は、例えば、機器１０及び制御装置２０が設置される工場等の施設に設置されるフィールドネットワーク等のローカルネットワーク（ＬＡＮ：Local Area Network）を含む。また、所定の通信回線は、例えば、広域ネットワーク（ＷＡＮ：Wide Area Network）を含む。広域ネットワークは、例えば、基地局を末端とする移動体通信網、通信衛星を利用する衛星通信網、インターネット網等を含む。また、所定の通信回線は、例えば、所定の無線通信方式を利用する近距離通信回線を含む。近距離通信回線は、例えば、ＷｉＦｉやブルートゥース（登録商標）等の通信方式に準拠する無線通信回線を含む。
監視装置３０は、例えば、機器１０及び制御装置２０が設置される工場等の施設と同じ施設や敷地内に設置される端末装置である。端末装置は、例えば、ＰＬＣやデスクトップ型のＰＣ（Personal Computer）等の定置型の端末装置である。また、端末装置は、例えば、スマートフォン、タブレット端末、ラップトップ型のＰＣ等の可搬型の端末装置（携帯端末）であってもよい。また、監視装置３０は、例えば、サーバ装置である。サーバ装置は、例えば、機器１０及び制御装置２０が設置される工場等の施設の敷地の外部に設置されるオンプレミスサーバやクラウドサーバである。また、サーバ装置は、例えば、機器１０及び制御装置２０が設置される工場等の施設の敷地内やその近隣に設置されるエッジサーバであってもよい。
尚、監視装置３０は、直接、機器１０から運転データを取得してもよい。
端末装置４０は、所定の通信回線を通じて、監視装置３０と通信可能に接続され、監視装置３０による監視結果に関する情報をユーザに提供するユーザ端末である。
端末装置４０は、例えば、デスクトップ型のＰＣ等の定置型の端末装置であってもよいし、スマートフォン、タブレット端末、ラップトップ型のＰＣ等の携帯端末であってもよい。
［監視装置のハードウェア構成］
次に、図２を参照して、本実施形態に係る監視装置３０のハードウェア構成について説明する。
図２は、監視装置３０のハードウェア構成の一例を示す図である。
監視装置３０の機能は、任意のハードウェア或いは任意のハードウェア及びソフトウェアの組み合わせ等により実現される。例えば、図２に示すように、監視装置３０は、バスＢで接続される、外部インタフェース３１、補助記憶装置３２、メモリ装置３３、ＣＰＵ（Central Processing Unit）３４、通信インタフェース３５、入力装置３６、及び表示装置３７を含む。
外部インタフェース３１は、記録媒体３１Ａからデータの読み取りや記録媒体３１Ａへのデータの書き込みのためのインタフェースとして機能する。記録媒体３１Ａには、例えば、フレキシブルディスク、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disc）、ＢＤ（Blu-ray（登録商標） Disc）、ＳＤメモリカード、ＵＳＢ（Universal Serial Bus）メモリ等が含まれる。これにより、監視装置３０は、記録媒体３１Ａを通じて、処理で利用する各種データを読み込み、補助記憶装置３２に格納したり、各種機能を実現するプログラムをインストールしたりすることができる。
尚、監視装置３０は、通信インタフェース３５を通じて、外部装置から各種データやプログラムを取得してもよい。
補助記憶装置３２は、インストールされた各種プログラムを格納すると共に、各種処理に必要なファイルやデータ等を格納する。補助記憶装置３２は、例えば、ＨＤＤ（Hard Disc Drive）やＳＳＤ（Solid State Drive）等を含む。
メモリ装置３３は、プログラムの起動指示があった場合に、補助記憶装置３２からプログラムを読み出して格納する。メモリ装置３３は、例えば、ＤＲＡＭ（Dynamic Random Access Memory）やＳＲＡＭ（Static Random Access Memory）を含む。
ＣＰＵ３４は、補助記憶装置３２からメモリ装置３３にロードされた各種プログラムを実行し、プログラムに従って監視装置３０に関する各種機能を実現する。
通信インタフェース３５は、外部機器と通信可能に接続するためのインタフェースとして用いられる。これにより、監視装置３０は、通信インタフェース３５を通じて、例えば、制御装置２０及び端末装置４０等の外部機器と通信可能に接続される。また、通信インタフェース３５は、接続される機器との間の通信方式等によって、複数の種類の通信インタフェースを有してよい。
入力装置３６は、ユーザから各種入力を受け付ける。
入力装置３６は、例えば、ユーザからの機械的な操作入力を受け付ける操作入力装置を含む。操作入力装置は、例えば、ボタン、トグル、レバー等を含む。また、操作入力装置は、例えば、表示装置３７に実装されるタッチパネル、表示装置３７とは別に設けられるタッチパッド等を含む。
また、入力装置３６は、例えば、ユーザからの音声入力を受付可能な音声入力装置を含む。音声入力装置は、例えば、ユーザの音声を集音可能なマイクロフォンを含む。
また、入力装置３６は、例えば、ユーザからのジェスチャ入力を受付可能なジェスチャ入力装置を含む。ジェスチャ入力装置は、例えば、ユーザのジェスチャの様子を撮像可能なカメラを含む。
また、入力装置３６は、例えば、ユーザからの生体入力を受付可能な生体入力装置を含む。生体入力装置は、例えば、ユーザの指紋や虹彩に関する情報を内包する画像データを取得可能なカメラを含む。
表示装置３７は、監視装置３０の制御下で、ユーザに向けて、情報画面や操作画面を表示する。表示装置３７は、例えば、液晶ディスプレイや有機ＥＬ（Electroluminescence）ディスプレイ等を含む。
［監視装置の機能構成］
次に、図３～図１０を参照して、本実施形態に係る監視装置３０の機能構成について説明する。
図３は、監視装置３０の機能構成の一例を示す機能ブロック図である。図４は、バッチプロセスごとの運転データの一例を示す図である。図５は、バッチデータの一例を示す模式図である。図６は、データ変換の方法の一例を示す模式図である。図７～図９は、バッチプロセスにおける機器１０の運転データの正常な状態の変化の第１例～第３例を示す図である。図１０は、正常モデルの更新条件の一例を説明する図である。
図３に示すように、監視装置３０は、バッチデータ記憶部３０１と、データ蓄積部３０２と、モデル生成処理部３０３と、正常モデル記憶部３０４と、診断処理部３０５と、モデル変更処理部３０６とを含む。バッチデータ記憶部３０１及び正常モデル記憶部３０４の機能は、例えば、補助記憶装置３２に規定される記憶領域により実現される。また、データ蓄積部３０２、モデル生成処理部３０３、診断処理部３０５、及びモデル変更処理部３０６の機能は、例えば、補助記憶装置３２にインストールされるプログラムがメモリ装置３３にロードされＣＰＵ３４上で実行されることにより実現される。
バッチデータ記憶部３０１には、制御装置２０から受信される、機器１０のバッチプロセスごとの時系列の運転データ（以下、「バッチデータ」）が記憶される。
例えば、図４に示すように、運転データには、例えば、温度、圧力、トルク、流量等のプロセス変数ごと、且つ、サンプリング周期ごとの状態データが含まれる。そして、バッチプロセスでは、同じ種類（変数）の状態データは、バッチごとに類似の波形（プロファイル）を表す。
例えば、図５に示すように、バッチデータは、バッチｉごと、且つ、バッチｉにおけるバッチ開始時からの経過した時間ｋごと、且つ、プロセス変数ｊごとの３次元データとして表される。バッチｉは、１以上、且つ、蓄積されたバッチ数Ｉ以下の整数、時間ｋは、１以上、且つ、バッチ内でのサンプリング回数Ｋ以下の整数、プロセス変数ｊは、１以上、且つ、プロセス変数の種類数Ｊ以下の整数をそれぞれ表す。以下、バッチデータをバッチプロセスｉ、時間ｋ、及びプロセス変数ｋを用いて、ｘ（ｉ，ｊ，ｋ）と表す場合がある。
図３に戻り、データ蓄積部３０２は、バッチデータをバッチデータ記憶部３０１に蓄積させる。具体的には、データ蓄積部３０２は、機器１０の運転状態が正常な範囲にある場合のバッチデータをバッチデータ記憶部３０１に蓄積させる。
モデル生成処理部３０３は、機器１０の正常な運転状態を表す正常モデルを生成するための処理を行う。モデル生成処理部３０３は、データ取得部３０３１と、前処理部３０３２と、データ変換部３０３３と、モデル生成部３０３４とを含む。
データ取得部３０３１は、正常モデルを生成するためのベースデータとして、機器１０の運転状態が正常な状態に相当するバッチデータをバッチデータ記憶部３０１から取得する。
前処理部３０３２は、データ取得部３０３１により取得されたバッチデータｘ（ｉ，ｊ，ｋ）に対して、所定の前処理を行い、前処理済みのバッチデータｘｓ（ｉ，ｊ，ｋ）を出力する。
前処理部３０３２は、例えば、データ取得部３０３１により取得されたバッチデータに正規化処理を施す。具体的には、前処理部３０３２は、データ取得部３０３１により取得された、バッチデータｘ（ｉ，ｊ，ｋ）の複数のバッチｉの間での平均μｊ，ｋや標準偏差σｊ，ｋを用いて、バッチデータｘ（ｉ，ｊ，ｋ）の正規化処理を行ってよい。
データ変換部３０３３は、三次元形式で表される、前処理部３０３２による前処理済みのバッチデータｘｓ（ｉ，ｊ，ｋ）を二次元形式のバッチデータＸｓ（ｊ，ｋ）に変換する。
例えば、図６に示すように、データ変換部３０３３は、バッチデータｘｓ（ｉ，ｊ，ｋ）をバッチｉごとのバッチ数Ｉのバッチデータ群ｘｓ（１，ｊ，ｋ）、ｘｓ（２，ｊ，ｋ），・・・，ｘｓ（Ｉ，ｊ，ｋ）に分解する。そして、データ変換部３０３３は、分解したバッチデータ群を時間ｋの軸方向で結合することにより、Ｊ行Ｉ・Ｋ列の行列データに相当するバッチデータＸｓ（ｊ，ｋ）を生成する。
図３に戻り、モデル生成部３０３４（生成部の一例）は、データ取得部３０３１により取得される、機器１０の正常な状態を表すバッチデータｘｓ（ｉ，ｊ，ｋ）に基づき機械学習を行い、機器１０の正常な状態を表す正常モデルを生成する。
モデル生成部３０３４は、例えば、主成分分析（ＰＣＡ：Principal Component Analysis）により得られる負荷量行列（Loading Matrix）を正常モデルとして生成する。
尚、監視システム１に複数の機器１０が含まれる場合、複数の機器１０ごとに正常モデルが生成される。また、モデル生成部３０３４は、任意の方法で、正常モデルを生成してよい。例えば、モデル生成部３０３４は、主成分分析に代えて、独立成分分析（ＩＣＡ：Independent Component Analysis）を用いて、正常モデルを生成してもよい。また、例えば、モデル生成部３０３４は、サポートベクターマシーン（ＳＶＭ：Support Vector Machine）やディープニューラルネットワーク（ＤＮＮ：Deep Neural Network）等を適用して、正常モデルを生成してもよい。
正常モデル記憶部３０４には、モデル生成部３０３４により生成される正常モデルが記憶される。また、後述の如く、モデル生成部３０３４により正常モデルが更新される場合、正常モデル記憶部３０４には、更新後の正常モデルが記憶されると共に、更新前の正常モデルも保持される。具体的には、正常モデル記憶部３０４では、診断処理部３０５による機器１０の運転状態の異常に関する診断に使用される正常モデルが記憶される領域（アドレス）と、更新前の正常モデルが記憶される領域（アドレス）とが区別されている。
診断処理部３０５は、機器１０の運転状態の異常に関する診断のための処理を行う。診断処理部３０５は、データ取得部３０５１と、前処理部３０５２と、指標値演算部３０５３と、診断部３０５４と、通知部３０５５とを含む。
データ取得部３０５１は、制御装置２０から取り込まれる、診断対象の機器１０の運転データを取得する。
前処理部３０５２は、データ取得部３０５１により取得された運転データに対して、前処理部３０３２の場合と同様の前処理を行う。
指標値演算部３０５３は、前処理部３０５２による前処理済みの機器１０の運転データと、正常モデル記憶部３０４により記憶される最新の正常モデルとに基づき、機器１０の運転状態の異常に関する診断を行うための所定の指標値を演算する。
指標値演算部３０５３は、例えば、前処理済みの機器１０の運転データと、正常モデルとしての負荷量行列とに基づき、所定の指標値として、Ｑ統計量及びＴ２統計量を算出する。また、指標値演算部３０５３は、例えば、所定の指標値として、機器１０の今回のバッチプロセスの開始からのバッチプロセス全体のＱ統計量及びＴ２統計量のそれぞれに基づく関数値を算出してもよい。
診断部３０５４は、指標値演算部３０５３により算出される指標値に基づき、機器１０の運転状態の異常に関する診断を行う。
診断部３０５４は、例えば、指標値としてのＱ統計量及びＴ２統計量の少なくとも一方が所定基準（以下、「異常兆候基準」）ＩＶｔｈ１を超えている場合、機器１０の運転状態の異常の兆候があると診断する。また、診断部３０５４は、例えば、指標値としてのＱ統計量及びＴ２統計量の少なくとも一方が異常兆候基準ＩＶｔｈ１より大きい所定基準（以下、「異常発生基準」）ＩＶｔｈ２を超えている場合、機器１０の運転状態が異常であると診断する。この場合、異常兆候基準ＩＶｔｈ１や異常発生基準ＩＶｔｈ２は、Ｑ統計量の場合とＴ２統計量の場合とで同じであってもよいし、異なっていてもよい。また、診断部３０５４は、例えば、指標値としてのＱ統計量やＴ２統計量が大きくなるほど、機器１０の運転状態の異常度が高くなるように、機器１０の運転状態の異常度を診断してもよい。
また、診断部３０５４は、例えば、指標値としての今回のバッチプロセス全体のＱ統計量に基づく関数値、及びＴ２統計量に基づく関数値の少なくとも一方が異常兆候基準ＩＶｔｈ１を超えている場合、機器１０の運転状態が異常に陥る兆候があると診断する。また、診断部３０５４は、例えば、指標値としての今回のバッチプロセス全体のＱ統計量に基づく関数値、及びＴ２統計量に基づく関数値の少なくとも一方が異常発生基準ＩＶｔｈ２を超えている場合、機器１０の運転状態が異常であると判定する。この場合、異常兆候基準ＩＶｔｈ１や異常発生基準ＩＶｔｈ２は、今回のバッチプロセス全体のＱ統計量に基づく関数値の場合とＴ２統計量に基づく関数値の場合とで、同じであってもよいし、異なっていてもよい。また、診断部３０５４は、例えば、指標値としての今回のバッチプロセス全体のＱ統計量やＴ２統計量に基づく関数値が大きくなるほど、機器１０の運転状態の異常度が高くなるように、機器１０の運転状態の異常度を診断する。
通知部３０５５は、ユーザに向けて診断部３０５４による診断結果をユーザに通知する。通知部３０５５は、例えば、表示装置３７を通じて、ユーザに診断結果を通知する。また、通知部３０５５は、例えば、通信インタフェース３５を通じて、診断結果を端末装置４０に送信し、端末装置４０のディスプレイに診断結果を表示させることにより、ユーザに診断結果を通知してもよい。
モデル変更処理部３０６は、診断処理部３０５による機器１０の運転状態の異常に関する診断に使用される正常モデルを変更するための処理を行う。モデル変更処理部３０６は、変更指令部３０６１と、設定部３０６２とを含む。
変更指令部３０６１は、診断処理部３０５により使用される正常モデルを変更するための指令を生成し出力する。変更指令部３０６１は、変更指令部３０６１Ａ，３０６１Ｂを含む。
変更指令部３０６１Ａは、診断処理部３０５により使用される正常モデルを自動で更新する指令（以下、便宜的に「モデル更新指令」）を生成しモデル生成処理部３０３に出力する。
例えば、図７に示すように、機器１０としてのロータリーシャーは、周辺の気温が低い場合、気温が高い場合よりも相対的にトルクが大きくなる。使用されるグリスの粘度が温度によって変化するからである。そのため、時間の経過によって、ロータリーシャーの周辺の気温が変化すると、そのトルクの正常な範囲が変化する。
また、例えば、図８に示すように、機器１０としての紙送り機械は、周辺の湿度が高い場合、湿度が低い場合よりも相対的にトルクが大きくなる。湿度の変化によって、紙の吸湿度合いが変化し、その結果、搬送対象の紙の重量が変化するからである。そのため、時間の経過によって、紙送り機械の周辺の湿度が変化すると、そのトルクの正常な範囲が変化する。
また、例えば、図９に示すように、機器１０としてのプレス機械は、周辺の気温が高い場合、気温が低い場合よりも相対的にトルクが大きくなる。気温の変化によって、金型が膨張或いは収縮し、その結果、金型による切れ味が変化するからである。そのため、時間の経過によって、プレス機械の周辺の気温が変化すると、そのトルクの正常な範囲が変化する。
そのため、変更指令部３０６１Ａは、機器１０の運転状態の正常な範囲の変化に合わせて、モデル更新指令をモデル生成処理部３０３に出力し、モデル生成処理部３０３に正常モデルを更新させてよい。
具体的には、変更指令部３０６１Ａは、機器１０の運転状態の正常な範囲が、現在使用されている正常モデルから所定基準を超えて乖離していると判断可能な所定の条件（第１の条件の一例）（以下、「モデル更新条件」）が成立すると、モデル更新指令を出力してよい。モデル更新条件は、一つであってもよいし、複数であってもよく、複数のモデル更新条件が規定される場合、変更指令部３０６１Ａは、複数のモデル更新条件のうちの何れか一つが成立すると、モデル更新指令を生成し、モデル生成処理部３０３に出力してよい。
モデル更新条件は、例えば、"現在の正常モデルに対して、事後的に取得された機器１０のバッチデータが相対的に大きく乖離していること"である。事後的に取得された機器１０のバッチデータとは、診断処理部３０５により現在使用されている正常モデルの生成のために使用されたバッチデータよりも後のタイミングで取得された機器１０のバッチデータを意味する。
具体的には、モデル更新条件は、"指標値が相対的に大きくなっていること"であってよい。より具体的には、例えば、図１０に示すように、モデル更新条件は、"指標値が所定基準（以下、「モデル更新基準」）ＩＶｔｈ３を超えること"であってよい（図中の破線の囲み部分参照）。また、モデル更新条件は、"指標値の移動平均がモデル更新基準ＩＶｔｈ３を超えること"であってもよい。また、モデル更新条件は、"今回のバッチプロセス内で、指標値がモデル更新基準ＩＶｔｈ３を超える比率ＲＴが所定基準（以下、「モデル更新基準」）ＲＴｔｈを超えること"であってもよい。また、モデル更新条件は、例えば、"指標値がモデル更新基準ＩＶｔｈ３を超える状態の連続回数ＣＮが所定基準（以下、「モデル更新基準」）ＣＮｔｈを超えること"であってもよい。モデル更新基準ＩＶｔｈ３は、例えば、異常兆候基準ＩＶｔｈ１及び異常発生基準ＩＶｔｈ２より小さい範囲、或いは、異常兆候基準ＩＶｔｈ１と異常発生基準ＩＶｔｈ２の間の範囲で規定されてよい。また、図１０に示すように、モデル更新基準ＩＶｔｈ３は、異常兆候基準ＩＶｔｈ１と同じであってもよい。
また、モデル更新条件は、例えば、"所定の起算点からの機器１０により生産される物品の生産数ＰＮが所定基準（以下、「モデル更新基準」）ＰＮｔｈを超えること"であってよい。機器１０による物品の生産数ＰＮに関する情報は、制御装置２０から取得されうる。この場合、生産数ＰＮの起算点は、例えば、現在の使用されている正常モデルの使用開始時であってもよいし、現在使用されている正常モデルの生成に使用されたバッチデータの取得終了時であってもよい。
また、モデル更新条件は、例えば、"所定の起算点からの経過時間Ｔｍが所定基準（以下、「モデル更新基準」）Ｔｍ＿ｔｈを超えること"を含む。経過時間Ｔｍの起算点は、例えば、現在の使用されている正常モデルの使用開始時であってもよいし、現在使用されている正常モデルの生成に使用されたバッチデータの取得終了時であってもよい。
また、モデル更新条件は、例えば、"機器１０の設置場所の環境条件の変化が所定基準（以下、「モデル更新基準」）を超えること"を含む。具体的には、モデル更新条件は、"機器１０の周辺の温度Ｔｐの変化量ΔＴｐが所定基準（以下、「モデル更新基準」）ΔＴｐ＿ｔｈを超えること"を含んでよい。また、モデル更新条件は、"機器１０の周辺の湿度Ｈの変化量ΔＨが所定基準（以下、「モデル更新基準」）ΔＨｔｈを超えること"を含んでもよい。機器１０の周辺の温度Ｔｐや湿度Ｈ等の機器１０の設置場所の環境条件は、例えば、機器１０や機器１０の周辺に設置されるセンサで測定され、機器１０の設置場所の環境条件に関する情報は、制御装置２０を通じて、監視装置３０に取り込まれる。機器１０の周辺の温度Ｔｐの変化量ΔＴｐや湿度Ｈの変化量ΔＨ等の機器１０の設置場所の環境条件の変化の起算点は、例えば、現在の使用されている正常モデルの使用開始時であってもよいし、現在使用されている正常モデルの生成に使用されたバッチデータの取得終了時であってもよい。
また、モデル更新指令には、正常モデルの更新方法に関する指令内容が含まれてもよい。
例えば、モデルの更新方法として、複数の選択肢が設けられ、複数の選択肢の中から設定された更新方法で正常モデルが更新されてよい。
モデルの更新方法には、例えば、直近の所定数ＢＮ（例えば、２０個）の機器１０が正常な状態でのバッチデータを用いて、正常モデルを更新する方法が含まれてよい。機器１０が正常な状態でのバッチデータとは、診断部３０５４により機器１０の運転状態が正常であると診断されたバッチデータを意味する。具体的には、モデル生成処理部３０３は、機器１０の運転状態が異常であると診断されたバッチデータを除く、モデル更新条件の成立時から遡って直近の所定数ＢＮの機器１０が正常な状態でのバッチデータを用いて、新たな正常モデルを生成する。
尚、モデル生成処理部３０３は、機器１０の運転状態が正常な状況が継続している前提で、バッチプロセスの終了ごとに、直近の所定数のバッチデータを用いて、新たな正常モデルを生成し、診断処理部３０５により使用される正常モデルを更新してもよい。具体的には、前回の正常モデルの生成のために使用された所定数ＢＮのバッチデータのうちの最も古いバッチデータに代えて、最新のバッチデータを含めた新たな所定数ＢＮのバッチデータを用いられることで、正常モデルが更新されてよい。この場合のモデル更新条件は、"機器１０のバッチプロセスが更新すること"である。
また、モデル更新方法には、例えば、現在使用されている正常モデルの生成に使用されたバッチデータのうちの一定数或いは一定比率を、事後的に取得された、機器１０が正常な状態でのバッチデータで置換することで、正常モデルを更新する方法が含まれもよい。事後的に取得されたバッチデータとは、現在使用されている正常モデルの生成に使用されたバッチデータが取得された時点よりも後で取得されたバッチデータを意味する。具体的には、モデル生成処理部３０３は、現在使用されている正常モデルの生成に使用された所定数ＢＮのバッチデータのうちの一定数或いは一定比率のバッチデータを、事後的に取得された、機器１０の正常な運転状態でのバッチデータで置換した新たな所定数ＢＮのバッチデータを用いて、新たな正常モデルを生成する。この場合、新たに追加されるバッチデータ（群）は、最新のバッチデータから遡って選択される直近のバッチデータ（群）であってもよいし、これ以外の何らかの条件に沿って選択されるバッチデータ（群）であってもよい。
変更指令部３０６１Ｂは、診断処理部３０５により現在使用されている正常モデルを破棄し、直近の更新の直前の正常モデルに戻す指令（以下、便宜的に「旧モデル復活指令」）を生成し、正常モデル記憶部３０４に出力する。具体的には、変更指令部３０６１Ｂは、旧モデル復活指令によって、正常モデル記憶部３０４の最新の正常モデルを消去（破棄）すると共に、直近の更新の直前の正常モデルを診断処理部３０５により使用される正常モデルのアドレスに移動させる。これにより、診断処理部３０５は、更新前の正常モデルにアクセスすることになることから、更新前の正常モデルを用いて、機器１０の運転状態の異常に関する診断が行われるようになる。
例えば、変更指令部３０６１Ｂは、現在使用されている正常モデルと、実際の機器１０の運転状態の正常な範囲との間の乖離が所定基準（以下、「旧モデル復活基準」）を超えている場合、旧モデル復活指令を正常モデル記憶部３０４に出力する。具体的には、変更指令部３０６１Ｂは、現在使用されている正常モデルと、実際の機器１０の運転状態の正常な範囲との間の乖離が旧モデル復活基準を超えていると判断可能な所定の条件（以下、「旧モデル復活条件」）（第２の条件の一例）が成立すると、旧モデル復活指令を出力してよい。旧モデル復活条件は、一つであってもよいし、複数であってもよく、複数の旧モデル復活条件が規定される場合、変更指令部３０６１Ｂは、複数の旧モデル復活条件のうちの何れか一つが成立すると、旧モデル復活指令を生成し、正常モデル記憶部３０４に出力してよい。
旧モデル復活条件は、例えば、"直近の正常モデルの更新の前後で、診断部３０５４により機器１０の運転状態が異常であると診断される頻度Ｆｑが所定基準（以下、「旧モデル復活基準」）Ｆｑ＿ｔｈを超えていること"である。
また、旧モデル復活条件は、例えば、"直近の正常モデルの更新の前後で、診断部３０５４による診断結果が、機器１０の運転状態の正常な範囲から乖離する方向への所定基準（以下、「旧モデル復活基準」）を超えた変化を表していること"であってもよい。具体的には、旧モデル復活条件は、"直近の正常モデルの更新の前後で、指標値の移動平均ＩＶｍの増加量ΔＩＶｍが所定基準（以下、「旧モデル復活基準」）ΔＩＶｍ＿ｔｈを超えていること"であってもよい。
設定部３０６２は、ユーザからの入力に応じて、正常モデルの変更（更新或いは復活）に関する設定を行う。ユーザからの入力は、例えば、入力装置３６により受け付けられる。また、ユーザからの入力は、例えば、端末装置４０で行われ、端末装置４０からユーザの入力を表す信号が受信されることにより、通信インタフェース３５（第１の入力部、第２の入力部、第３の入力部の一例）を通じて受け付けられてもよい。設定部３０６２は、設定部３０６２Ａ～３０６２Ｃを含む。
設定部３０６２Ａ（第１の設定部の一例）は、ユーザからの所定の入力に応じて、モデル更新条件に関する設定を行う。例えば、ユーザは、表示装置３７や端末装置４０のディスプレイに表示される所定のＧＵＩ（Graphical User Interface）を通じて、モデル更新条件に関する設定入力を行うことができる。
設定部３０６２Ａは、例えば、ユーザからの所定の入力に応じて、モデル更新基準ＩＶｔｈ３，ＲＴｔｈ，ＣＮｔｈ，ＰＮｔｈ，Ｔｍ＿ｔｈ，ΔＴｐ＿ｔｈ，ΔＨｔｈ等を設定する。ユーザは、設定部３０６２Ａを通じて、モデル更新基準ＩＶｔｈ３，ＲＴｔｈ，ＣＮｔｈ，ＰＮｔｈ，Ｔｍ＿ｔｈ，ΔＴｐ＿ｔｈ，ΔＨｔｈ等を直接的に設定可能であってもよいし、間接的に設定可能であってもよい。直接的に設定可能とは、モデル更新基準ＩＶｔｈ３，ＲＴｔｈ，ＣＮｔｈ，ＰＮｔｈ，Ｔｍ＿ｔｈ，ΔＴｐ＿ｔｈ，ΔＨｔｈ等に相当する値をユーザが設定入力によって指定可能な状態を意味する。間接的に設定可能とは、モデル更新基準ＩＶｔｈ３，ＲＴｔｈ，ＣＮｔｈ，ＰＮｔｈ，Ｔｍ＿ｔｈ，ΔＴｐ＿ｔｈ，ΔＨｔｈ等に相当する値を決定するための関係式の中の変数等をユーザが設定入力によって指定可能な状態を意味する。
設定部３０６２Ｂ（第２の設定部の一例）は、ユーザからの所定の入力に応じて、正常モデルの更新方法に関する設定を行う。例えば、ユーザは、表示装置３７や端末装置４０のディスプレイに表示される所定のＧＵＩを通じて、正常モデルの更新方法に関する設定入力を行うことができる。
設定部３０６２Ｂは、例えば、ユーザからの所定の入力に応じて、複数のモデルの更新方法の中から一のモデルの更新方法を選択的に設定してよい。また、設定部３０６２Ｂは、例えば、ユーザからの所定の入力に応じて、正常モデルの更新に使用されるバッチデータの数（所定数ＢＮ）を設定してよい。また、設定部３０６２Ｂは、正常モデルの更新に使用されるバッチデータのうち、事後的に取得されたバッチデータの数や比率等を設定してもよい。
設定部３０６２Ｃ（第３の設定部の一例）は、ユーザからの所定の入力に応じて、旧モデル復活条件に関する設定を行う。例えば、ユーザは、表示装置３７や端末装置４０のディスプレイに表示される所定のＧＵＩを通じて、旧モデル復活条件に関する設定入力を行うことができる。
設定部３０６２Ｃは、例えば、ユーザからの所定の入力に応じて、旧モデル復活基準Ｆｑ＿ｔｈ，ΔＩＶｍ＿ｔｈ等を設定する。ユーザは、設定部３０６２Ｃを通じて、旧モデル復活基準Ｆｑ＿ｔｈ，ΔＩＶｍ＿ｔｈ等を直接的に設定可能であってもよいし、間接的に設定可能であってもよい。
［正常モデルの生成処理］
次に、図１１を参照して、監視装置３０（モデル生成処理部３０３）による正常モデルの生成処理について説明する。
図１１は、モデル生成処理部３０３による正常モデルの生成処理の一例を概略的に示すフローチャートである。
本フローチャートは、例えば、ユーザから所定の入力（要求）に応じて、実行される。また、本フローチャートは、例えば、モデル変更処理部３０６（変更指令部３０６１Ａ）からモデル更新指令が出力されると、実行される。
図１１に示すように、ステップＳ１０２にて、データ取得部３０３１は、バッチデータ記憶部３０１から正常モデルを生成するための機器１０の正常な状態に相当するバッチデータ（教師データ）を取得する。
モデル生成処理部３０３は、ステップＳ１０２の処理が完了すると、ステップＳ１０４に進む。
ステップＳ１０４にて、前処理部３０３２は、ステップＳ１０２で取得されたバッチデータに対して所定の前処理を行う。
モデル生成処理部３０３は、ステップＳ１０４の処理が完了すると、ステップＳ１０６に進む。
ステップＳ１０６にて、データ変換部３０３３は、ステップＳ１０４で前処理済みのバッチデータを２次元形式のバッチデータに変換する。
モデル生成処理部３０３は、ステップＳ１０６の処理が完了すると、ステップＳ１０８に進む。
ステップＳ１０８にて、モデル生成部３０３４は、ステップＳ１０６で２次元形式に変換されたバッチデータに基づき、正常モデルを生成する。生成された正常モデルは、上述の如く、正常モデル記憶部３０４に記憶される。
モデル生成処理部３０３は、ステップＳ１０８の処理が完了すると、今回のフローチャートの処理を終了する。
このように、監視装置３０は、機器１０の正常な運転状態に相当するバッチデータに基づき、正常モデルを生成することができる。また、監視装置３０は、診断処理部３０５により使用される正常モデルの更新が必要なタイミングで、モデル更新指令に応じて、正常モデルを更新することができる。
［機器の運転状態の異常に関する診断処理］
次に、図１２を参照して、監視装置３０（診断処理部３０５）による機器１０の運転状態の異常に関する診断処理について説明する。
図１２は、診断処理部３０５による機器１０の運転状態の異常に関する診断処理の一例を概略的に示すフローチャートである。
本フローチャートは、例えば、機器１０のバッチプロセスの開始から終了までの間で、所定の処理周期ごとに繰り返し実行される。バッチプロセスの開始や終了は、例えば、制御装置２０から送信され、監視装置３０により受信される、機器１０のバッチプロセスの開始や終了を表す信号によって把握される。
本例では、機器１０の運転状態の異常の有無を表すフラグＦが使用される。フラグＦは、機器１０のバッチプロセスの開始時に異常が無い状態を表す"０"に初期化される。
図１２に示すように、ステップＳ２０２にて、データ取得部３０５１は、監視装置３０に取り込まれた、機器１０の最新の運転データを取得する。
診断処理部３０５は、ステップＳ２０２の処理が完了すると、ステップＳ２０４に進む。
ステップＳ２０４にて、前処理部３０５２は、ステップＳ２０２で取得された運転データに対して所定の前処理を行う。
診断処理部３０５は、ステップＳ２０４の処理が完了すると、ステップＳ２０６に進む。
ステップＳ２０６にて、指標値演算部３０５３は、ステップＳ２０４で前処理済みの最新の運転データと、正常モデルとに基づき、指標値を算出する。
診断処理部３０５は、ステップＳ２０６の処理が完了すると、ステップＳ２０８に進む。
ステップＳ２０８にて、診断部３０５４は、ステップＳ２０６で算出された指標値に基づき、機器１０の運転状態に関する診断を行う。
診断処理部３０５は、ステップＳ２０８の処理が完了すると、ステップＳ２１０に進む。
ステップＳ２１０にて、診断部３０５４は、ステップＳ２０８の診断結果が異常ありか否かを判定する。診断部３０５４は、診断結果が異常ありの場合、ステップＳ２１２に進み、異常なしの場合、ステップＳ２１６に進む。
ステップＳ２１２にて、通知部３０５５は、機器１０の運転状態に異常があることを示す診断結果をユーザに向けて通知する。
診断結果に関する通知の内容は、例えば、機器１０の運転状態に異常がある旨の事実だけであってもよいし、その事実に加えて、その事実（診断結果）の根拠となる情報が含まれてもよい。診断結果の根拠となる情報には、例えば、指標値の時系列の変化を表すグラフ等の情報等が含まれる。以下、後述のステップＳ２１６の通知の内容についても同様であってよい。
診断処理部３０５は、ステップＳ２１２の処理が完了すると、ステップＳ２１４に進む。
ステップＳ２１４にて、診断処理部３０５は、フラグＦを機器１０の運転状態に異常があることを表す"１"に設定する（Ｆ＝１）。これにより、監視装置３０（後述のデータ蓄積部３０２）は、フラグＦを確認することで、特定のバッチプロセスのバッチデータが機器１０の正常な状態を表しているか否かを判定することができる（図１３参照）。
診断処理部３０５は、ステップＳ２１４の処理が完了すると、今回のフローチャートの処理を終了する。
一方、ステップＳ２１６にて、通知部３０５５は、機器１０の運転状態に関する診断結果をユーザに向けて通知する。具体的には、３０５５は、機器１０の運転状態に異常がないこと、或いは、異常の兆候があること等を示す診断結果をユーザに向けて通知する。
診断処理部３０５は、ステップＳ２１６の処理が完了すると、今回のフローチャートの処理を終了する。
このように、監視装置３０は、機器１０の正常な運転状態を表す正常モデルを用いて、機器１０の運転状態をオンラインで診断し、診断結果をユーザに通知することができる。
［バッチデータの蓄積処理］
次に、図１３を参照して、監視装置３０（データ蓄積部３０２）による機器１０の正常な運転状態を表すバッチデータの蓄積処理について説明する。
図１３は、データ蓄積部３０２によるバッチデータの蓄積処理の一例を概略的に示すフローチャートである。
本フローチャートは、例えば、機器１０のバッチプロセスが終了すると実行される。
図１３に示すように、データ蓄積部３０２は、フラグＦが、機器１０の運転状態に異常がないことを表す"０"であるか否かを判定する。データ蓄積部３０２は、フラグＦが"０"である場合、ステップＳ３０４に進み、フラグＦが"０"でない、即ち、機器１０の運転状態に異常があることを表す"１"である場合、今回のフローチャートの処理を終了する。
ステップＳ３０４にて、データ蓄積部３０２は、例えば、メモリ装置３３等に保持（バッファリング）されている、今回のバッチプロセスの開始から終了までの時系列の運転データをバッチデータとしてバッチデータ記憶部３０１に保存する。
データ蓄積部３０２は、ステップＳ３０４の処理を完了すると、今回のフローチャートの処理を終了する。
このように、監視装置３０は、制御装置２０から取り込まれる機器１０のバッチデータのうち、診断処理部３０５により運転状態に異常がないと診断された機器１０のバッチデータのみを蓄積させることができる。そのため、監視装置３０は、現在使用されている正常モデルの生成に使用されたバッチデータの取得完了後に蓄積されたバッチデータを用いて、正常モデルを更新させることができる。
［正常モデルの変更処理］
次に、図１４を参照して、監視装置３０（モデル変更処理部３０６）による、診断処理部３０５により使用される正常モデルの変更処理について説明する。
図１４は、モデル変更処理部３０６（変更指令部３０６１）による正常モデルの変更処理の一例を概略的に示すフローチャートである。
本フローチャートは、例えば、機器１０のバッチプロセスが終了すると実行される。
図１４に示すように、変更指令部３０６１は、現在使用されている正常モデルの変更の要否、即ち、モデル更新条件や旧モデル復活条件の成否を判定するための最新のデータを取得する。
変更指令部３０６１は、ステップＳ４０２の処理が完了すると、ステップＳ４０４に進む。
ステップＳ４０４にて、変更指令部３０６１Ａは、モデル更新条件が成立しているか否かを判定する。変更指令部３０６１は、モデル更新条件が成立している場合、ステップＳ４０６に進み、モデル更新条件が成立していない場合、ステップＳ４０８に進む。
ステップＳ４０６にて、変更指令部３０６１Ａは、モデル更新指令をモデル生成処理部３０３に送り、モデル生成処理部３０３を通じて、診断処理部３０５により使用される正常モデルを更新する。
変更指令部３０６１は、ステップＳ４０６の処理が完了すると、今回の処理を終了する。
一方、ステップＳ４０８にて、変更指令部３０６１Ｂは、旧モデル復活条件が成立しているか否かを判定する。変更指令部３０６１Ｂは、旧モデル復活条件が成立している場合、ステップＳ４１０に進み、旧モデル復活条件が成立していない場合、今回のフローチャートの処理を終了する。
ステップＳ４１０にて、変更指令部３０６１Ｂは、旧モデル復活指令を正常モデル記憶部３０４に出力する。具体的には、変更指令部３０６１Ｂは、正常モデル記憶部３０４の現在の正常モデルを破棄（消去）させると共に、更新直前の正常モデルを、診断処理部３０５により使用される正常モデルのアドレスに戻す。
変更指令部３０６１は、ステップＳ４１０の処理が完了すると、今回のフローチャートの処理を終了する。
このように、監視装置３０は、現在使用されている正常モデルと、機器１０の正常な運転状態との間の乖離が所定基準を超えていると判断可能なモデル更新条件が成立すると、事後的に取得されたバッチデータを用いて、正常モデルを更新することができる。そのため、監視装置３０は、機器１０の正常な範囲の変化に合わせて、正常モデルを更新することができる。よって、監視装置３０は、機器１０の運転状態の正常な範囲の変化に合わせて、機器１０の運転状態の異常に関する診断を適切に行うことができる。
また、監視装置３０は、更新後の正常モデルと、機器１０の正常な運転状態との間の乖離が所定基準を超えていると判断可能なモデル復活条件が成立すると、診断処理部３０５により使用される正常モデルを更新前の正常モデルに戻すことができる。そのため、監視装置３０は、正常モデルの更新が行われたものの、更新後の正常モデルが機器１０の正常な運転状態に対して適切でない状況において、診断処理部３０５により使用される正常モデルを更新前の正常モデルに戻すことができる。よって、監視装置３０は、機器１０の運転状態の異常に関する診断をより適切に行うことができる。
［作用］
次に、本実施形態に係る監視装置３０の作用について説明する。
本実施形態では、監視装置３０は、モデル生成部３０３４と、診断部３０５４とを備える。具体的には、モデル生成部３０３４は、予め取得される、機器１０或いは設備（以下、「機器１０等」）の所定期間ごとの時系列の運転状態を表す運転データ（例えば、バッチプロセスごとのバッチデータ）に基づき、機器１０等の正常な運転状態を表す正常モデルを生成する。また、診断部３０５４は、正常モデルと、事後に取得される、機器１０等の所定期間の運転データとに基づき、機器１０等の運転状態の異常に関する診断を行う。そして、モデル生成部３０３４は、診断部３０５４により使用される正常モデルを自動で更新する。
これにより、監視装置３０は、例えば、機器１０等の運転状態の正常な範囲が変化した場合に、その変化に合わせて、正常モデルを更新することができる。そのため、監視装置３０は、機器１０等の運転状態の正常な範囲の変化に応じて、適切に機器１０等の異常に関する診断を行うことができる。
また、本実施形態では、モデル生成部３０３４は、機器１０等の運転状態の正常な範囲の経時変化に合わせて、診断部３０５４により使用される正常モデルを自動で更新してよい。
これにより、監視装置３０は、機器１０等の運転状態の正常な範囲の経時変化に合わせて、適切に機器１０等の異常に関する診断を行うことができる。
また、本実施形態では、モデル生成部３０３４は、モデル更新条件が成立すると、診断部３０５４により使用される正常モデルを自動で更新してもよい。
これにより、監視装置３０は、機器１０等の運転状態の正常な範囲の変化を表すモデル更新条件が適宜設定されることによって、その成否に合わせて、正常モデルを更新することができる。
また、本実施形態では、モデル更新条件は、診断部３０５４により正常と診断される範囲で、正常モデルに対して、機器１０等の所定期間の運転データが相対的に大きく乖離していることであってもよい。また、モデル更新条件は、診断部３０５４により使用される正常モデルの使用開始時、或いは、モデル生成部３０３４により正常モデルの生成に使用された所定期間ごと運転データの取得終了時を基準として、機器１０等により生産される物品の生産数ＰＮがモデル更新基準ＰＮｔｈを超えることであってもよい。また、モデル更新条件は、診断部３０５４により使用される正常モデルの使用開始時、或いは、モデル生成部３０３４により正常モデルの生成に使用された所定期間ごと運転データの取得終了時を基準として、経過時間Ｔｍがモデル更新基準Ｔｍ＿ｔｈを超えることであってもよい。また、モデル更新条件は、診断部３０５４により使用される正常モデルの使用開始時、或いは、モデル生成部３０３４により正常モデルの生成に使用された所定期間ごと運転データの取得終了時を基準として、機器１０等の周辺の環境条件に相対的に大きな変化が生じたことであってもよい。
これにより、監視装置３０は、機器１０の等の運転状態の正常な範囲の変化を表すモデル更新条件を様々に規定することができる。そのため、監視装置３０は、正常モデルの自動更新のタイミングの自由度を上げることができる。
また、本実施形態では、監視装置３０は、第１の入力部（例えば、入力装置３６や通信インタフェース３５）と、設定部３０６２Ａと、を備えてもよい。具体的には、第１の入力部は、ユーザからの入力を受け付けてもよい。そして、設定部３０６２Ａは、第１の入力部により受け付けられる所定の入力に応じてモデル更新条件に関する設定を行ってもよい。
これにより、監視装置３０は、正常モデルの自動更新のタイミングをユーザに決定（設定）させることができる。
また、本実施形態では、モデル生成部３０３４は、診断部３０５４による診断に使用された所定期間ごとの運転データに基づき 、診断部３０５４により使用される正常モデルを自動で更新してもよい。
これにより、監視装置３０は、診断部３０５４の診断結果に基づき、正常な運転状態に相当する所定期間ごとの運転データを選択的に使用して、正常モデルを適切に更新することができる。
また、本実施形態では、モデル生成部３０３４は、更新前の正常モデルの生成のために使用した複数の所定期間ごとの運転データのうちの一定数或いは一定比率を、診断部３０５４によって、更新前の正常モデルに基づく診断に使用された所定期間ごとの運転データに置換した複数の所定期間ごとの運転データに基づき、診断部３０５４により使用される正常モデルを自動で更新してもよい。
これにより、監視装置３０は、具体的に、直近の機器１０の運転状態の正常な範囲を正常モデルに反映させることができる。
また、本実施形態では、モデル生成部３０３４は、診断部３０５４によって、更新前の正常モデルに基づく診断に使用された、直近の所定数（例えば、所定数ＢＮ）の所定期間ごとの運転データに基づき、診断部３０５４により使用される正常モデルを自動で更新してもよい。
これにより、監視装置３０は、具体的に、直近の機器１０の運転状態の正常な範囲を正常モデルに反映させることができる。
また、本実施形態では、監視装置３０は、第２の入力部（例えば、入力装置３６や通信インタフェース３５）と、設定部３０６２Ｂとを備えてもよい。具体的には、第２の入力部は、ユーザからの入力を受け付けてよい。そして、設定部３０６２Ｂは、第２の入力部により受け付けられる所定の入力に応じて、モデル生成部３０３４が診断部３０５４による診断に使用された所定期間ごとの運転データに基づき診断部３０５４により使用される正常モデルを自動で更新する方法に関する設定を行ってよい。
これにより、監視装置３０は、正常モデルの更新方法をユーザに決定（設定）させることができる。
また、本実施形態では、診断部３０５４は、モデル生成部３０３４により更新された正常モデルが機器１０等の運転状態の正常な範囲に対して所定基準を超えて乖離している場合、診断に使用する正常モデルを更新前の正常モデルに戻してもよい。
これにより、監視装置３０は、更新後の正常モデルが機器１０等の運転状態の正常な範囲を適切に表現できていない場合であっても、更新前の正常モデルに戻すことで、機器１０等の異常に関する診断を適切に継続することができる。
また、本実施形態では、診断部３０５４は、モデル生成部３０３４により更新された正常モデルが機器１０等の運転状態の正常な範囲に対して所定基準を超えて乖離していると判断可能な旧モデル復活条件が成立する場合、診断に使用する正常モデルを更新前の正常モデルに戻してもよい。そして、旧モデル復活条件は、正常モデルの更新の前後で、診断部３０５４により機器１０等の運転状態が異常であると診断される頻度が所定基準を超えて増加することであってもよい。また、旧モデル復活条件は、正常モデルの更新の前後で、診断部３０５４による診断結果が、機器１０等の運転状態の正常な範囲から乖離する方向への所定基準を超えた変化を表していることであってもよい。
これにより、監視装置３０は、更新後の正常モデルが機器１０等の運転状態の正常な範囲を適切に表現できていない場合に、具体的に、更新前の正常モデルに戻すことができる。
また、本実施形態では、監視装置３０は、第３の入力部（例えば、入力装置３６や通信インタフェース３５等）と、設定部３０６２Ｃとを備えてもよい。具体的には、第３の入力部は、ユーザからの入力を受け付けてよい。そして、設定部３０６２Ｃは、第３の入力部により受け付けられる所定の入力に応じて、旧モデル復活条件に関する設定を行ってよい。
これにより、監視装置３０は、正常モデルを更新前の状態に戻すタイミングをユーザに決定（設定）させることができる。
以上、実施形態について詳述したが、本開示はかかる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された要旨の範囲内において、種々の変形・変更が可能である。
１ 監視システム
１０ 機器
２０ 制御装置
３０ 監視装置（診断装置）
３１ 外部インタフェース
３１Ａ 記録媒体
３２ 補助記憶装置
３３ メモリ装置
３４ ＣＰＵ
３５ 通信インタフェース
３６ 入力装置
３７ 表示装置
４０ 端末装置
３０１ バッチデータ記憶部
３０２ データ蓄積部
３０３ モデル生成処理部
３０４ 正常モデル記憶部
３０５ 診断処理部
３０６ モデル変更処理部
３０３１ データ取得部
３０３２ 前処理部
３０３３ データ変換部
３０３４ モデル生成部（生成部）
３０５１ データ取得部
３０５２ 前処理部
３０５３ 指標値演算部
３０５４ 診断部
３０５５ 通知部
３０６１ 変更指令部
３０６１Ａ 変更指令部
３０６１Ｂ 変更指令部
３０６２ 設定部
３０６２Ａ 設定部（第１の設定部）
３０６２Ｂ 設定部（第２の設定部）
３０６２Ｃ 設定部（第３の設定部）

Claims (14)

  1. 予め取得される、機器又は設備の所定期間ごとの時系列の運転状態を表す運転データに基づき、前記機器又は設備の正常な運転状態を表す正常モデルを生成する生成部と、
    前記正常モデルと、事後に取得される、前記機器又は設備の前記所定期間の前記運転データとに基づき、前記機器又は設備の運転状態の異常に関する診断を行う診断部と、を備え、
    前記生成部は、前記診断部により使用される前記正常モデルを自動で更新する、
    診断装置。
  2. 前記生成部は、前記機器又は設備の運転状態の正常な範囲の経時変化に合わせて、前記診断部により使用される前記正常モデルを自動で更新する、
    請求項１に記載の診断装置。
  3. 前記生成部は、第１の条件が成立すると、前記診断部により使用される前記正常モデルを自動で更新する、
    請求項１又は２に記載の診断装置。
  4. 前記第１の条件は、前記診断部により正常と診断される範囲で、前記正常モデルに対して、前記機器又は設備の前記所定期間の前記運転データが相対的に大きく乖離していること、前記診断部により使用される前記正常モデルの使用開始時、若しくは、前記生成部により前記正常モデルの生成に使用された前記所定期間ごと前記運転データの取得終了時を基準として、前記機器又は設備により生産される物品の生産数が所定基準を超えること、前記診断部により使用される前記正常モデルの使用開始時、若しくは、前記生成部により前記正常モデルの生成に使用された前記所定期間ごと前記運転データの取得終了時を基準として、経過時間が所定基準を超えること、又は、前記診断部により使用される前記正常モデルの使用開始時、若しくは、前記生成部により前記正常モデルの生成に使用された前記所定期間ごと前記運転データの取得終了時を基準として、前記機器又は設備の周辺の環境条件に相対的に大きな変化が生じたことである、
    請求項３に記載の診断装置。
  5. ユーザからの入力を受け付ける第１の入力部と、
    前記第１の入力部により受け付けられる所定の入力に応じて、前記第１の条件に関する設定を行う第１の設定部と、を備える、
    請求項３又は４に記載の診断装置。
  6. 前記生成部は、前記診断部による前記診断に使用された前記所定期間ごとの前記運転データに基づき、前記診断部により使用される前記正常モデルを自動で更新する、
    請求項１乃至５の何れか一項に記載の診断装置。
  7. 前記生成部は、更新前の前記正常モデルの生成のために使用した複数の前記所定期間ごとの前記運転データのうちの一定数又は一定比率を、前記診断部によって、更新前の前記正常モデルに基づく前記診断に使用された前記所定期間ごとの前記運転データに置換した複数の前記所定期間ごとの前記運転データに基づき、前記診断部により使用される前記正常モデルを自動で更新する、
    請求項６に記載の診断装置。
  8. 前記生成部は、前記診断部によって、更新前の前記正常モデルに基づく前記診断に使用された、直近の所定数の前記所定期間ごとの前記運転データに基づき、前記診断部により使用される前記正常モデルを自動で更新する、
    請求項６に記載の診断装置。
  9. ユーザからの入力を受け付ける第２の入力部と、
    前記第２の入力部により受け付けられる所定の入力に応じて、前記生成部が前記診断部による前記診断に使用された前記所定期間ごとの前記運転データに基づき前記診断部により使用される前記正常モデルを自動で更新する方法に関する設定を行う第２の設定部と、を備える、
    請求項６乃至８の何れか一項に記載の診断装置。
  10. 前記診断部は、前記生成部により更新された前記正常モデルが前記機器又は設備の運転状態の正常な範囲に対して所定基準を超えて乖離している場合、前記診断に使用する前記正常モデルを更新前の前記正常モデルに戻す、
    請求項１乃至９の何れか一項に記載の診断装置。
  11. 前記診断部は、前記生成部により更新された前記正常モデルが前記機器又は設備の運転状態の正常な範囲に対して所定基準を超えて乖離していると判断可能な第２の条件が成立する場合、前記診断に使用する前記正常モデルを更新前の前記正常モデルに戻し、
    前記第２の条件は、前記正常モデルの更新の前後で、前記診断部により前記機器又は設備の運転状態が異常であると診断される頻度が所定基準を超えて増加すること、又は、前記正常モデルの更新の前後で、前記診断部による診断結果が、前記機器又は設備の運転状態の正常な範囲から乖離する方向への所定基準を超えた変化を表していることである、
    請求項１０に記載の診断装置。
  12. ユーザからの入力を受け付ける第３の入力部と、
    前記第３の入力部により受け付けられる所定の入力に応じて、前記第２の条件に関する設定を行う第３の設定部と、を備える、
    請求項１１に記載の診断装置。
  13. 診断装置が、予め取得される、機器又は設備の所定期間ごとの時系列の運転状態を表す運転データに基づき、前記機器又は設備の正常な運転状態を表す正常モデルを生成する生成ステップと、
    前記診断装置が、前記正常モデルと、事後に取得される、前記機器又は設備の前記所定期間の前記運転データとに基づき、前記機器又は設備の運転状態の異常に関する診断を行う診断ステップと、を含み、
    前記生成ステップでは、前記診断ステップで使用される前記正常モデルを自動で更新する、
    診断方法。
  14. 診断装置に、
    予め取得される、機器又は設備の所定期間ごとの時系列の運転状態を表す運転データに基づき、前記機器又は設備の正常な運転状態を表す正常モデルを生成する生成ステップと、
    前記正常モデルと、事後に取得される、前記機器又は設備の前記所定期間の前記運転データとに基づき、前記機器又は設備の運転状態の異常に関する診断を行う診断ステップと、を実行させ、
    前記生成ステップでは、前記診断ステップで使用される前記正常モデルを自動で更新する、
    診断プログラム。
JP2021096300A 2021-06-09 2021-06-09 診断装置、診断方法、診断プログラム Pending JP2022188345A (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2021096300A JP2022188345A (ja) 2021-06-09 2021-06-09 診断装置、診断方法、診断プログラム
KR1020220050308A KR20220166179A (ko) 2021-06-09 2022-04-22 진단 장치, 진단 방법 및 진단 프로그램
TW111115555A TWI831186B (zh) 2021-06-09 2022-04-25 診斷裝置、診斷方法及診斷程式
CN202210445527.XA CN115454012A (zh) 2021-06-09 2022-04-26 诊断装置、诊断方法及诊断程序

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021096300A JP2022188345A (ja) 2021-06-09 2021-06-09 診断装置、診断方法、診断プログラム

Publications (1)

Publication Number Publication Date
JP2022188345A true JP2022188345A (ja) 2022-12-21

Family

ID=84296030

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021096300A Pending JP2022188345A (ja) 2021-06-09 2021-06-09 診断装置、診断方法、診断プログラム

Country Status (4)

Country Link
JP (1) JP2022188345A (ja)
KR (1) KR20220166179A (ja)
CN (1) CN115454012A (ja)
TW (1) TWI831186B (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015018389A (ja) * 2013-07-10 2015-01-29 株式会社日立パワーソリューションズ 異常予兆診断装置及び異常予兆診断方法
JP2017187820A (ja) * 2016-03-31 2017-10-12 株式会社東芝 プロセス診断装置、プロセス診断方法及びコンピュータプログラム
JP2019028565A (ja) * 2017-07-26 2019-02-21 安川情報システム株式会社 故障予知方法、故障予知装置および故障予知プログラム

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6733164B2 (ja) 2015-02-26 2020-07-29 富士電機株式会社 プロセス監視装置、プロセス監視方法及びプログラム
JP6723669B2 (ja) * 2016-09-27 2020-07-15 東京エレクトロン株式会社 異常検知プログラム、異常検知方法および異常検知装置
JP6869755B2 (ja) * 2017-03-07 2021-05-12 オークマ株式会社 状態診断装置
CN108731923B (zh) * 2018-03-28 2020-11-03 中控技术（西安）有限公司 一种旋转机械设备的故障检测方法及装置
JP7229861B2 (ja) * 2019-06-20 2023-02-28 株式会社日立製作所 故障予兆診断装置およびその方法
KR20210041724A (ko) * 2019-10-08 2021-04-16 엘지전자 주식회사 전기차 충전기의 고장 예측 장치 및 방법
US11500361B2 (en) * 2019-11-14 2022-11-15 Panasonic Intellectual Property Management Co., Ltd. Learned model generation method
CN112329183A (zh) * 2020-11-06 2021-02-05 北京三一智造科技有限公司 设备状态数据获取方法、装置、电子设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2015018389A (ja) * 2013-07-10 2015-01-29 株式会社日立パワーソリューションズ 異常予兆診断装置及び異常予兆診断方法
JP2017187820A (ja) * 2016-03-31 2017-10-12 株式会社東芝 プロセス診断装置、プロセス診断方法及びコンピュータプログラム
JP2019028565A (ja) * 2017-07-26 2019-02-21 安川情報システム株式会社 故障予知方法、故障予知装置および故障予知プログラム

Also Published As

Publication number Publication date
KR20220166179A (ko) 2022-12-16
TWI831186B (zh) 2024-02-01
CN115454012A (zh) 2022-12-09
TW202248779A (zh) 2022-12-16

Similar Documents

Publication Publication Date Title
US10671503B2 (en) Mobile application interactive user interface for a remote computing device monitoring a test device
EP3742358A1 (en) Cloud and edge integrated energy optimizer
US10637751B2 (en) Methods and systems for online monitoring using a variable data sampling rate
WO2020008760A1 (ja) 異常検知システム
WO2019125976A1 (en) Switching from calendar-based to predictive maintenance: a leaner and faster software-based solution orchestrating data driven forecasting models
US12008072B2 (en) Control system and control method
JP2023106444A (ja) 情報処理システム、情報処理方法及び情報処理装置
US20200225631A1 (en) Information device, terminal device and recording medium
CN113254153B (zh) 流程任务处理方法、装置、计算机设备和存储介质
JP2022188345A (ja) 診断装置、診断方法、診断プログラム
CN117114618A (zh) 待办项跟进方法、系统、计算机设备及存储介质
JP2018156373A (ja) 設備保全情報管理システム及び設備保全情報管理方法
WO2018045437A1 (en) A crane management system
CN114371076A (zh) 工件应力值的测试方法、系统、电子设备及存储介质
JP7434737B2 (ja) 測定装置
CN113983446B (zh) 一种燃气蒸汽设备的控制方法及控制装置
CN111047807B (zh) 数据处理方法、报警平台、电子设备及存储介质
JP2024044714A (ja) データ処理装置、物理量計測装置、データ処理システム、及び、データ処理方法
CN116862853A (zh) 损伤检测方法、装置、电子设备及可读存储介质
CN116201741A (zh) 一种基于物联网的渣浆泵健康监控系统
JP2023031722A (ja) ログ情報分析支援装置、分析システム、ログ情報分析支援方法、及びプログラム
JP2021093066A (ja) 検出装置、検出方法、プログラム、及び記録媒体
JP6856310B2 (ja) メッセージ表示装置、監視システム、メッセージ表示方法及びプログラム
CN116224823A (zh) 发电机组在线数字孪生仿真方法及装置
JP2021086220A (ja) 制御方法、制御装置、機械設備、制御プログラム、記録媒体

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230209

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20230209

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230609

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230620

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230821

A02 Decision of refusal

Free format text: JAPANESE INTERMEDIATE CODE: A02

Effective date: 20231114