JP3995569B2 - 波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラム - Google Patents
波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラム Download PDFInfo
- Publication number
- JP3995569B2 JP3995569B2 JP2002274268A JP2002274268A JP3995569B2 JP 3995569 B2 JP3995569 B2 JP 3995569B2 JP 2002274268 A JP2002274268 A JP 2002274268A JP 2002274268 A JP2002274268 A JP 2002274268A JP 3995569 B2 JP3995569 B2 JP 3995569B2
- Authority
- JP
- Japan
- Prior art keywords
- waveform pattern
- pattern data
- sample line
- amount
- length
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Complex Calculations (AREA)
Description
【0001】
本発明は、波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラムに関する。本発明が対象とする波形パターンデータは、時系列で変化する計測値による波形パターン(以下「時系列波形パターン」という)のデータである。
【背景技術】
【0002】
食品製造設備や発電設備等の各種設備には、ボイラ、ポンプ、冷却機器等が配置されており、これらの設備全体や各構成機器の稼働状況を診断・監視するため、温度センサ、圧力センサ、流量センサ等の計測センサが設置されている。そして、計測センサ毎に一定の時間間隔で値が計測され、一般的にはその時々刻々の値がディスプレイに表示され、或いはコンピュータのデータベースに蓄積される。このようなデータは、隣接する時点における値を結ぶことにより、図3(a)に示されるように、波形パターンとして表され、波形パターンが各センサから得られるが、これらの波形パターンデータを基にして、設備全体及び/又は各構成機器の稼働状況を監視し、或いは今後の推移予測に利用することができる。
【0003】
従来は、上述のような診断・監視は、人間によって行われていたが、近年、このような作業をコンピュータに実行させることが増加している。作業をコンピュータに実行させる場合には、波形パターンから、その性質を代表する「数値としての特徴」を的確かつ十分に抽出することが重要となる。このような作業の際に要求される特徴について、以下に説明する。
【0004】
時系列波形パターンにおいては、(1)対象とする波形パターンデータの固有の特徴(例えば、周波数、振幅など)に関する特徴を代表すること、(2)設備が異常になりかけていることを示すような、振動しながら大きなうねりを有する現象については、その時間的な変化の性質をも有することが必要とされる。また、このような必要事項を満足する特徴を、コンピュータが短時間で処理することができることが望ましい。
【0005】
従来の時系列波形パターンデータについて抽出される特徴として、計測値自体、又は、移動平均等により計測値を平準化した値、振幅、振動数、周波数特性等があげられる。また、近年、簡単な処理により波形パターンの特徴を抽出する手段として、微分特性及び積分特性という概念が提案されており(例えば、非特許文献1参照)、それらの応用例についても発表されている(例えば、非特許文献2参照)。また、時系列の計測データに関して、或る時点での計測値と一定時間遡った計測値との差分を特徴とする事例も紹介されている(例えば、非特許文献3参照)。
【0006】
ここで、図8を参照して、微分特性及び積分特性について簡単に説明する。一定範囲の波形に対して、適当な本数(図8(a)では5本)の横線(以下「標本線」という)を引いた状態を考えると、微分特性とは、標本線と波形とが交差する個所の数であり(図8(a)の例では、微分特性は9)であり、積分特性とは、標本線より上(即ち、y軸方向に大きい側)に波形が存在する範囲(図8(b)において太線で図示)の長さの和である。換言すると、微分特性は、波形の標本線上における変化量、積分特性は、波形の標本線上における存在量と考えることができる(以下、微分特性及び積分特性を意味する語として「変化量」及び「存在量」という用語を使用する)。これらの特性を標本線<1>〜<5>について求めた結果が、図8(c)に示されている。これにより、図8(a)、(b)の波形パターンが、図8(c)に示される10個の数値として表現されたことになる。
【0007】
【非特許文献1】
田口玄一,「音声のパターン認識」,品質工学,品質工学会,1995年10月,第3巻,第5号,p.3−7
【非特許文献2】
手島昌一他,「マハラノビス・タグチ・システム法を適用した外観検査技術の研究」,品質工学,品質工学会,1997年10月,第5巻,第5号,p.38−45
【非特許文献3】
鴨下他,「マハラノビスの距離による多次元情報システムの最適化−火災報知システムの場合−」,品質工学,品質工学会,1996年6月,第4巻,第3号,p.54−68【発明の開示】
【発明が解決しようとする課題】
【0008】
しかしながら、これらのような従来の波形パターンデータの特徴抽出方法では、上述の(1)及び(2)の条件を満たすのには十分ではなく、対象とする問題によっては、何らかのパターン認識手段(例えば、統計的手段、ニューラルネットワーク等)で認識しても、目的とする認識結果が不十分となることがあった。
【0009】
例えば、或る時点における大きなうねりに関する性質とそこに含まれる振動的性質とを同時に、簡単な処理で表現する手段がなかった。「周波数特性」等では、うねりに関する性質と振動に関する性質の両方を捉えるためには、一定以上のデータサンプリングが必要であり、かつ、波形の形状に関するデータが不十分である。また、交差点数と存在量は、波形の形状情報を比較的含んではいるが、それらだけでは、波形の大きなうねりがある場合には、波形と標本線との交差点が少ない個所が生じ、波形と交差しない標本線からは実質的な情報が得られないという不都合がある。
【0010】
本発明は、このような事情に鑑みて案出されたものであって、時系列波形パターンから、対象とする波形パターンが有する固有の特徴を代表し、振動しながらも大きなうねりや傾向を有する現象の異常有無や、時間的変化の性質も保有する波形パターンの特徴抽出方法及びプログラムを提供することを目的としている。
【課題を解決するための手段】
【0011】
本願請求項1に記載の時系列波形パターンデータから設備の診断・監視のための特徴を抽出する方法は、波形パターンデータを平準化する第1ステップと、元の波形パターンデータと平準化された波形パターンデータとの差分を計算する第2ステップと、差分計算によって得られた波形パターンデータについて、着目する時点の近傍の所定範囲における波形パターンデータを選択し、選択した波形パターンデータについて、1本又は複数本の標本線を定める第3ステップと、前記差分計算によって得られた波形パターンデータと前記定められた標本線とが交差する箇所の数によって定義される前記標本線上における変化量、前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さの和によって定義される前記標本線上における存在量、前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最小長さの箇所の長さによって定義される前記標本線上における存在量の最小値、前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最大長さの箇所の長さによって定義される前記標本線上における存在量の最大値、前記定められた標本線の開始位置から、前記標本線上で最初に波形パターンデータが存在し始める位置までの長さによって定義される前記標本線上における波形パターンの開始点、又は前記定められた標本線の開始位置から、前記標本線上で波形パターンデータが終了する位置までの長さによって定義される前記標本線上における波形パターンの終了点のうち一部又は全部を抽出する第4ステップとを含むことを特徴とするものである。
【0012】
本願請求項2に記載の時系列波形パターンデータから設備の診断・監視のための特徴を抽出する方法は、前記請求項1の方法において、前記第4ステップによって得られた変化量、存在量、存在量の最小値、存在量の最大値、波形パターンの開始点、又は波形パターンの終了点について、時間差分を求めるステップを更に含むことを特徴とするものである。
【0013】
本願請求項3に記載の時系列で変化する計測値による波形パターンデータから設備の診断・監視のための特徴を抽出するプログラムは、波形パターンデータを平準化して記憶装置に格納するステップと、元の波形パターンデータと平準化された波形パターンデータとの差分を計算して記憶装置に格納するステップと、差分計算によって得られた波形パターンデータについて、着目する時点の近傍の所定範囲における波形パターンデータを選択し、選択した波形パターンデータについて、1本又は複数本の標本線を定めて記憶装置に格納するステップと、前記差分計算によって得られた波形パターンデータと前記定められた標本線とが交差する箇所の数によって定義される前記標本線上における変化量、前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さの和によって定義される前記標本線上における存在量、前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最小長さの箇所の長さによって定義される前記標本線上における存在量の最小値、前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最大長さの箇所の長さによって定義される前記標本線上における存在量の最大値、前記定められた標本線の開始位置から、前記標本線上で最初に波形パターンデータが存在し始める位置までの長さによって定義される前記標本線上における波形パターンの開始点、又は前記定められた標本線の開始位置から、前記標本線上で波形パターンデータが終了する位置までの長さによって定義される前記標本線上における波形パターンの終了点のうち一部又は全部を抽出するステップとをコンピュータに実行させることを特徴とするものである。
【0014】
本願請求項4に記載の時系列で変化する計測値による波形パターンデータから設備の診断・監視のための特徴を抽出するプログラムは、前記請求項3のプログラムにおいて、変化量、存在量、存在量の最小値、存在量の最大値、波形パターンの開始点、又は波形パターンの終了点について、時間差分を求めて記憶装置に格納するステップを更に含むことを特徴とするものである。
【発明の効果】
【0015】
本発明によれば、時系列波形パターンから、対象とする波形パターンが有する固有の特徴を代表し、振動しながらも大きなうねりや傾向を有する現象の異常の有無や、時間的変化の性質も保有する波形パターンの特徴を抽出することができ、これにより設備の診断・監視を的確に行うことが可能となる。
【発明を実施するための最良の形態】
【0016】
次に図面を参照して、本発明の好ましい実施の形態について詳細に説明する。まず、時系列で入力される波形パターン(図3(a)参照)を平準化して、平準化された波形パターン(図3(b)参照)を得る(ステップA1)。本例では、平準化手段として、過去5時点分の平均を順次計算することとする(移動平均)。
【0017】
次いで、図3(c)に示されるように、元の波形パターンと平準化された波形パターンとの差分計算により新たな波形パターン(以下「差分波形パターン」という)を得る(ステップA2)。
【0018】
次いで、差分波形パターンについて、着目する時点の近傍の適当な範囲における波形パターンデータを選択し、選択した波形パターンデータについて、1本又は複数本のほぼ時間軸方向に引かれた標本線(直線又は曲線)を定める(ステップA3)。その際、まず、標本線の数Lhとその振幅方向の位置を設定する。本例では、Lh=3本とし、その位置は、図3(c)のグラフにおける差分値Y=1、0、−1とする。この設定は、予め対象とする時系列波形パターンデータを試験的に採取し、差分波形パターンを確認したうえで決定するのが好ましいが、その方法は任意でよい。なお、Lhは、差分波形パターンからどの程度詳細な特徴を抽出するのかによって決定する。
【0019】
次いで、変化量、存在量などの特徴を抽出する(ステップA4)。特徴には、変化量、存在量の他、後述する存在量の最小値、存在量の最大値、波形パターンの開始点、波形パターンの終了点が含まれる。
【0020】
以上の手順について具体例を用いて説明する。図4の“元データ(Y)”欄には、図3(a)の計測値が示されている(例えば、時点T=1において元データY=70.06,時点T=2において元データY=68.28等)。いま、時点T=1,2,3,・・・の計測値を順次入力して、T≧Th以降に移動平均Hを計算する(ここで、Th:移動平均が可能となる時点。本例では、計測値の入力開始後5時点以降とする)。その値が、図4の“平準化値(H)”欄に示されている。次いで、元の計測値と移動平均との差分(Y−H)を計算する。その値が、図4の“Y−H”欄に示されている。次いで、3本の標本線を引き、標本線上の変化量、存在量などを計算する。
【0021】
一例として、図4のT=30時点の下線301を付した個所で説明すると、図4には、元のデータ値(72.16)、移動平均値(70.844)、差分(1.316)、差分波形パターンのY=1の標本線における変化量(値=1)などが示されている。変化量、存在量などは、その時点の近傍の波形パターンを対象として定められるが、ここでは「30時点から7時点までの範囲」を“近傍”とする。すなわち、23時点から30時点までの範囲であり、この範囲の波形を図5(a)に示す。図5(a)では、グラフの左端が23時点における差分値、右端が30時点における差分値である。この差分波形パターンの(変化量,存在量)は、図5(a)に引いた3本の標本線Y=1、0、−1(破線で図示)から求められ、その値は、上の標本線から順に(1,4)、(1,5)、(1,7)となる。図4において、変化量、存在量などを求めるための波形パターンの範囲(時点の数)をTdで表示すると、差分波形パターンの変化量、存在量を求めるのは、必然的に(Th+Td)時点以降となる。
【0022】
以上のようにして求めた値は、下記のような性質を有する。図3(c)は、図3(a)の元の計測値による波形パターンから、図3(b)の大きなうねりを取り除いた変化の状況を示す。換言すると、上述の処理により、うねりを除いた波形パターンデータの周波数的性質及び振幅的性質が数値として捉えられる。図5(a)には、図4の23時点〜30時点までの差分波形パターンが示されているが、他の時点における差分波形パターンが、例えば図5(b)に示されるものであれば、これについても変化量及び存在量として捉えることができる。
【0023】
図6(a)〜図6(f)には、図3(c)の差分波形パターンの標本線Y=1、0、−1における変化量及び存在量が示されている。例えば、図6(a)は、標本線“1”上の変化量を示しており、波形パターン全体のうち初期の波形では標本線“1”上の変化量が一定値であるが、変化量が次第に小さくなっていることが分かる。また、図6(b)は、標本線“1”上の存在量を示しており、波形パターン全体のうち初期の波形では存在量が一定値であるが、存在量が次第に小さくなっていることが分かる。これらのことから、差分波形パターンは、「初期段階では振幅が1を越えることが多いが、次第に振幅が小さくなる」ことを数値として示していることが分かり、図3(c)と対比すると、妥当な結果であることが分かる。同様にして、図6(c)〜図6(f)からも同様の性質を確認することができる。
【0024】
上述のようにして得られた変化量、存在量等の特徴について、時間差分を求めるステップ(ステップA5)を付加してもよい。いま、時間差分をTfとすると、図4においてはTf=10であるが、これは、変化量などの「10時点前との差分」をその時点の特徴とすることを意味する。すなわち、下線を付した30時点においては、標本線“1”の10時点前の値は、「20時点目の2」であり、30時点目の値「1」との差分は「−1」となる。同様にして、他の特徴についても時間差分を求める。
【0025】
以上のようにして求めた時間差分は、差分波形パターンの周波数的性質又は振動的性質が10時点の間にどの程度変化しているか、という性質を有する。例えば、周波数的性質が或る幅で変化することは、設備の計測値においては生じ得ることであるとしても、その時間的変化が急激なときには、何らかの異常を示す場合があり、そのような場合に、ここに示した時間差分が有効な意味を持つことになる。時間差分の間隔をどの値に設定するかは、例えば監視員の経験に基づいて決めることも有益ではあるが、未知の場合には、10時点、20時点、50時点などの複数の間隔を設定することも有益である。
【0026】
また、上述の特徴抽出は、1時点毎に入力される計測値、即ち波形パターンデータについて逐次実行されるが、1時点毎に実行してもよいし、2時点以上の間隔で実行してもよい。
【0027】
以上説明したように、差分波形パターンから変化量、存在量、又はそれらの時間差分を特徴として抽出することにより、設備の稼働状況を診断・監視するための有効な特徴を得ることができる。
【0028】
なお、本発明の特徴抽出方法においては、他の特徴(例えば、計測値自身、平準化値、平準化値における時間差分等)を抽出するステップを含んでもよい(ステップA6)。ステップA4、ステップA5、ステップA6で得られた特徴は好ましくは、認識システムに入力される(ステップA7)。認識システムに入力することによって、設備の効果的な診断・監視が可能になる。なお、認識システムとしては、統計理論を適用したもの、ニューラルネットワーク等の人工知能理論を適用したもの等、種々のシステムが適用可能である。
【0029】
次に、コンピュータに上述のステップ(即ち、ステップA1〜ステップA5)を実行させるためのプログラムについて説明する。本プログラムが実行されるコンピュータは、バスによって相互に接続されたCPU(中央処理装置)、メモリ、ハードディスク等の記憶装置、キーボード等の入力装置、表示装置、及び出力装置(いずれも図示せず)を有する一般的な形式のものでよいし、或いはマイクロチップ形式の処理装置等でもよい。
【0030】
まず、入力装置によって入力された時系列波形パターンデータがメモリに格納される。メモリに格納された時系列波形パターンデータは、CPUにおいて平準化され、平準化された波形パターンデータが、メモリに格納される(ステップA1)。次いで、メモリに格納されている元の波形パターンデータと平準化された波形パターンデータとの差分計算が、CPUにおいて実行され、差分波形パターンデータがメモリに格納される(ステップA2)。
【0031】
次いで、予め入力装置から入力されている「範囲」における差分波形パターンデータが選択され、選択された差分波形パターンデータがメモリに格納される。次いで、選択された差分波形パターンデータについて、CPUにおいて1本又は複数本の標本線が定められ、標本線が定められた選択された差分波形パターンデータがメモリに格納される(ステップA3)。
【0032】
次いで、メモリに格納された標本線が定められた差分波形パターンデータについて、変化量、存在量等の特徴がCPUにおいて計算・抽出され、このようにして抽出された特徴がメモリに格納される(ステップA4)。
【0033】
さらに、メモリに格納された特徴について、CPUにおいて時間差分を計算し、時間差分を計算した特徴をメモリに格納してもよい(ステップA5)。ステップA4、ステップA5によって得られたデータは、出力装置等から、認識システムに入力される。なお、上述の例では、データがメモリに格納されるものとして説明したが、データ量が多い場合には、ハードディスク等の大容量記憶装置に格納される。
【0034】
ここで、変化量、存在量以外の特徴、即ち、存在量の最小値、存在量の最大値、波形パターンの開始点、及び波形パターンの終了点について、図7(a)を参照して説明する。まず、存在量の最小値とは、例えば図7(a)の標本線ロにおける区間c−dの長さである。すなわち、標本線ロでは、標本線上に波形が存在する個所はc−dとe−fであるが、そのうち最小長さの個所c−dの長さが存在量の最小値となる。これに対し、存在量の最大値とは、区間e−fの長さである。また、波形パターンの開始点とは、標本線上で最初に波形が存在し始める位置、即ち、図7(a)の標本線ロについてはc点であり、標本線ロの開始位置s点からc点までの長さになる。これに対し、波形パターンの終了点とは、標本線上で波形が終了する位置、即ち、図7(a)の標本線ロについてはf点であり、標本線ロの開始位置s点からf点までの長さになる。波形の開始点パターン、及び波形パターンの終了点は、図7(a)の標本線イについては、それぞれ位置a、位置bであり、それぞれの値は、s′−a、s′−bの長さとなる。
【0035】
本発明は、以上の発明の実施の形態に限定されることなく、特許請求の範囲に記載された発明の範囲内で、種々の変更が可能であり、それらも本発明の範囲内に包含されるものであることはいうまでもない。
【0036】
例えば、前記実施の形態では、標本線は、水平な直線として示されているが、傾斜した直線(図7(b)参照)、上方に凸の曲線(図7(c)参照)、下方に凸の曲線(図示せず)、非平行線等、任意の線を使用してよい。
【図面の簡単な説明】
【0037】
【図1】 本発明の好ましい実施の形態に係る時系列波形パターンの特徴抽出方法の構成を示したフロー図である。
【図2】 図1の特徴抽出方法のうち一部の手順を詳細に示したフロー図である。
【図3】 (a)は時系列波形パターンを示したグラフ、(b)は平準化した波形パターンを示したグラフ、(c)は差分波形パターンを示したグラフである。
【図4】 時系列波形パターンから特徴抽出する手順を説明するための表でる。
【図5】 一定範囲における差分波形パターンと標本線を示したグラフである。
【図6】 変化量及び存在量の時間的変化を説明するためのグラフである。
【図7】 標本線の種類を説明するためのグラフである。
【図8】 変化量及び存在量を説明するための図表である。
Claims (4)
- 時系列で変化する計測値による波形パターンデータから設備の診断・監視のための特徴を抽出する方法であって、
波形パターンデータを平準化する第1ステップと、
元の波形パターンデータと平準化された波形パターンデータとの差分を計算する第2ステップと、
差分計算によって得られた波形パターンデータについて、着目する時点の近傍の所定範囲における波形パターンデータを選択し、選択した波形パターンデータについて、1本又は複数本の標本線を定める第3ステップと、
前記差分計算によって得られた波形パターンデータと前記定められた標本線とが交差する箇所の数によって定義される前記標本線上における変化量、
前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さの和によって定義される前記標本線上における存在量、
前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最小長さの箇所の長さによって定義される前記標本線上における存在量の最小値、
前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最大長さの箇所の長さによって定義される前記標本線上における存在量の最大値、
前記定められた標本線の開始位置から、前記標本線上で最初に波形パターンデータが存在し始める位置までの長さによって定義される前記標本線上における波形パターンの開始点、
又は前記定められた標本線の開始位置から、前記標本線上で波形パターンデータが終了する位置までの長さによって定義される前記標本線上における波形パターンの終了点、
のうち一部又は全部を抽出する第4ステップと、
を含むことを特徴とする方法。 - 前記第4ステップによって得られた変化量、存在量、存在量の最小値、存在量の最大値、波形パターンの開始点、又は波形パターンの終了点について、時間差分を求めるステップを更に含むことを特徴とする請求項1に記載の方法。
- 時系列で変化する計測値による波形パターンデータから設備の診断・監視のための特徴を抽出するプログラムであって、
波形パターンデータを平準化して記憶装置に格納するステップと、
元の波形パターンデータと平準化された波形パターンデータとの差分を計算して記憶装置に格納するステップと、
差分計算によって得られた波形パターンデータについて、着目する時点の近傍の所定範囲における波形パターンデータを選択し、選択した波形パターンデータについて、1本又は複数本の標本線を定めて記憶装置に格納するステップと、
前記差分計算によって得られた波形パターンデータと前記定められた標本線とが交差する箇所の数によって定義される前記標本線上における変化量、
前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さの和によって定義される前記標本線上における存在量、
前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最小長さの箇所の長さによって定義される前記標本線上における存在量の最小値、
前記差分計算によって得られた波形パターンデータが前記定められた標本線より上に存在する範囲の水平方向長さのうち最大長さの箇所の長さによって定義される前記標本線上における存在量の最大値、
前記定められた標本線の開始位置から、前記標本線上で最初に波形パターンデータが存在し始める位置までの長さによって定義される前記標本線上における波形パターンの開始点、
又は前記定められた標本線の開始位置から、前記標本線上で波形パターンデータが終了する位置までの長さによって定義される前記標本線上における波形パターンの終了点、
のうち一部又は全部を抽出するステップと、
をコンピュータに実行させるためのプログラム。 - 変化量、存在量、存在量の最小値、存在量の最大値、波形パターンの開始点、又は波形パターンの終了点について、時間差分を求めて記憶装置に格納するステップを更に含むことを特徴とする請求項3に記載のコンピュータに実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002274268A JP3995569B2 (ja) | 2002-09-20 | 2002-09-20 | 波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002274268A JP3995569B2 (ja) | 2002-09-20 | 2002-09-20 | 波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007156993A Division JP4253024B2 (ja) | 2007-06-14 | 2007-06-14 | 波形パターンデータから製品の良品・不良品の検査のための特徴を抽出する方法及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004110602A JP2004110602A (ja) | 2004-04-08 |
JP3995569B2 true JP3995569B2 (ja) | 2007-10-24 |
Family
ID=32270792
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002274268A Expired - Fee Related JP3995569B2 (ja) | 2002-09-20 | 2002-09-20 | 波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3995569B2 (ja) |
Families Citing this family (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5177949B2 (ja) * | 2005-11-11 | 2013-04-10 | アングルトライ株式会社 | スペクトル波形パターンのピーク位置補正方法およびプログラム |
JP5157359B2 (ja) * | 2006-10-10 | 2013-03-06 | オムロン株式会社 | 時系列データ解析装置、時系列データ解析システム、時系列データ解析装置の制御方法、プログラム、および記録媒体 |
JP4837520B2 (ja) * | 2006-10-16 | 2011-12-14 | アングルトライ株式会社 | スペクトル波形パターンの領域分割方法およびプログラム |
JP4756707B2 (ja) * | 2007-02-22 | 2011-08-24 | アングルトライ株式会社 | スペクトル波形パターンのピーク位置検出方法又は領域分割方法およびプログラム |
JP5277667B2 (ja) | 2008-03-07 | 2013-08-28 | 日本電気株式会社 | 障害分析システム、障害分析方法、障害分析サーバおよび障害分析プログラム |
JP2010164446A (ja) * | 2009-01-16 | 2010-07-29 | Angle Try Kk | 検査対象品の外観検査方法及びプログラム |
US8224623B2 (en) * | 2010-04-09 | 2012-07-17 | Delphi Technologies, Inc. | Method to determine a quality acceptance criterion using force signatures |
JP2015075821A (ja) | 2013-10-07 | 2015-04-20 | 横河電機株式会社 | 状態診断方法および状態診断装置 |
JP7069537B2 (ja) * | 2016-05-02 | 2022-05-18 | 株式会社島津製作所 | スペクトルデータ処理装置 |
JP6629672B2 (ja) * | 2016-05-24 | 2020-01-15 | 日立Geニュークリア・エナジー株式会社 | 加工装置 |
JP6784062B2 (ja) * | 2016-06-01 | 2020-11-11 | 株式会社リコー | 情報処理装置、情報処理方法およびプログラム |
US11346867B2 (en) | 2018-01-17 | 2022-05-31 | Nec Corporation | Facility state monitoring system, analysis apparatus, method, and program |
KR102238867B1 (ko) * | 2018-07-03 | 2021-04-09 | 미쓰비시덴키 가부시키가이샤 | 데이터 처리 장치 및 데이터 처리 방법 |
JP7313001B2 (ja) * | 2019-03-12 | 2023-07-24 | 富山県 | 工具寿命検出装置及び工具寿命検出方法 |
-
2002
- 2002-09-20 JP JP2002274268A patent/JP3995569B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2004110602A (ja) | 2004-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP3995569B2 (ja) | 波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラム | |
Guo et al. | Machinery health indicator construction based on convolutional neural networks considering trend burr | |
Sohn et al. | Structural health monitoring using statistical pattern recognition techniques | |
Wang et al. | Hidden Markov model-based tool wear monitoring in turning | |
JP5657209B2 (ja) | ノベルティ検出 | |
US6567752B2 (en) | General method for tracking the evolution of hidden damage or other unwanted changes in machinery components and predicting remaining useful life | |
JP7340265B2 (ja) | 異常検出装置、異常検出方法、およびプログラム | |
WO2019216941A1 (en) | Quality inference from living digital twins in iot-enabled manufacturing systems | |
JP2014525096A (ja) | パターンシーケンスを用いるカーネル回帰モデリングを使用した監視方法 | |
WO2008157498A1 (en) | Methods and systems for predicting equipment operation | |
JP2004524609A (ja) | 予測状態監視における変化状態の適応モデリング | |
JP2014525097A (ja) | 予測および予想のための逐次カーネル回帰モデリングのシステム | |
Samali et al. | Location and severity identification of notch-type damage in a two-storey steel framed structure utilising frequency response functions and artificial neural network | |
Shahidi et al. | Structural damage detection and localisation using multivariate regression models and two-sample control statistics | |
JP2011242223A (ja) | 品質検査方法および品質検査装置 | |
JP7468724B2 (ja) | 配管診断装置、配管診断方法、及びプログラム | |
JP7126256B2 (ja) | 異常診断装置、異常診断方法、及びプログラム | |
JP5707230B2 (ja) | プロセスの状態予測方法 | |
Qin et al. | Remaining useful life prediction for rotating machinery based on optimal degradation indicator | |
Gordan et al. | Vibration-based structural damage identification using data mining | |
CN114326593A (zh) | 一种刀具寿命预测系统及方法 | |
JP4253024B2 (ja) | 波形パターンデータから製品の良品・不良品の検査のための特徴を抽出する方法及びプログラム | |
JP6685124B2 (ja) | 診断装置及び診断方法 | |
JP7433648B2 (ja) | 異常検出方法 | |
Hwang et al. | A new machine condition monitoring method based on likelihood change of a stochastic model |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20040712 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070425 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070614 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20070621 |
|
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: 20070731 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20070731 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100810 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 3995569 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100810 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20100810 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110810 Year of fee payment: 4 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120810 Year of fee payment: 5 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120810 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130810 Year of fee payment: 6 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313113 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
LAPS | Cancellation because of no payment of annual fees |