JP4183185B2 - 診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 - Google Patents
診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 Download PDFInfo
- Publication number
- JP4183185B2 JP4183185B2 JP2004068205A JP2004068205A JP4183185B2 JP 4183185 B2 JP4183185 B2 JP 4183185B2 JP 2004068205 A JP2004068205 A JP 2004068205A JP 2004068205 A JP2004068205 A JP 2004068205A JP 4183185 B2 JP4183185 B2 JP 4183185B2
- Authority
- JP
- Japan
- Prior art keywords
- degree
- parameter
- time
- change
- relevance
- 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
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
- G05B23/0224—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
- G05B23/0232—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 qualitative trend analysis, e.g. system evolution
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32187—Correlation between controlling parameters for influence on quality parameters
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
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く、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。
図2は、時系列データ20の一例を示す。(A)から(E)の各々において、横軸は時間の経過を示し、縦軸は、各パラメータの大きさを示す。変化度算出部100は、時系列データ20として、予め定められた同一の測定期間に、被測定対象の自動車から測定された、複数のパラメータの時系列データを入力する。具体的には、変化度算出部100は、その自動車から測定された燃料流量の時系列データと、その自動車から測定されたギア位置の時系列データと、その自動車から測定されたエンジンの絶対圧力(コンプレッション)の時系列データと、その自動車から測定された車体速度の時系列データと、その自動車から測定されたエンジンの回転数の時系列データとを入力する。
図8は、S640における処理の概念を説明する図である。本図における1重斜線部分は、各変数について、面積がその変数の積分に相当する領域を示す。そして、2重斜線部分の面積が、関連度に相当する。
この結果、関連度は、0から1の値をとる。これにより、互いに単位の異なる複数のパラメータであっても、同一の尺度に基づく関連の強弱を得ることができる。
図9は、本実施例の効果を説明する図である。本図の(a)及び(b)を用いて、効果がより顕著に表れる例を更に説明する。(a)の上段及び(b)の上段は、互いに単位の異なるパラメータの時系列データを示す。そして、(a)の下段及び(b)の下段は、それぞれの変化度を示す。このように、パラメータの時系列データを観察した場合には一見類似していない場合であっても、変化度を比較することにより関連の強さを検出することができる。
(適用例1)
まず、図10から図13を用いて第1の適用例を説明する。第1の適用例は、ある自動車に、「回転数にうなりが生じる」という障害が発生した場合に、障害の原因を診断することを目的とする。
被測定対象関連情報出力部130は、第1の被測定対象(例えば正常時の自動車)及び第2の被測定対象(例えば診断対象の自動車)について、図13に示す関連度のグラフを生成する。即ち、被測定対象関連情報出力部130は、各パラメータを示す頂点と、パラメータ間の関連度を示す辺を生成する。そして、被測定対象関連情報出力部130は、各辺に、関連度の値を示す重みを生成する。
ステップ2
各頂点jに対応付けて、変数s(j)を定め、その値を0に初期化する。
ステップ3
2つの関連度のグラフを比較し、頂点jに隣接する辺について以下のステップ3−1及び3−2の処理を行う。
ステップ3−1
辺が関連度のグラフの一方のみにあるとき、その辺の重みをS(j)に加算する
ステップ3−2
変が関連度グラフの両方にあるとき、辺の重みの差をS(j)に加算する
ステップ4
全ての頂点について、s(j)が、予め定められた閾値以上であるものを選び出す
なお、この処理に代えて、被測定対象関連情報出力部130は、第1及び第2の被測定対象の各々における関連度を示す行列を比較することにより、対応する関連度の差の値に基づく情報を出力してもよい。
続いて、図14及び図15を用いて、第2の適用例を説明する。第2の適用例は、関連度算出部110により算出させたパラメータ間の距離を用いて、パラメータ出力部120によりパラメータを分類させる処理の詳細例を示す。
図14は、第2の適用例におけるパラメータ出力部120の処理の動作フローの一例を示す。本例において、パラメータ出力部120は、頂点間の距離が定められたグラフから、頂点をグループ分けするk平均法を用いる。まず、パラメータ出力部120は、利用者からの指示に基づいて、グループの種となるパラメータをグループ毎に選択する(S1300)。そして、パラメータ出力部120は、グループ毎に、そのグループに属する全てのパラメータの、ある基準のパラメータを起点とした距離を求め、その平均値を算出する(S1310)。即ちこの段階では、種となるパラメータについての距離自体が、平均値となる。
続いて、図16及び図17を用いて、第3の適用例を説明する。第3の適用例は、関連度算出部110により算出させたパラメータ間の距離を用いて、被測定対象関連情報出力部130によりパラメータを分類させる処理の他の例を示す。
図16は、第3の適用例におけるパラメータ出力部120の処理の動作フローの一例を示す。パラメータ出力部120は、初期化処理として、各パラメータについて、そのパラメータのみが所属するグループを生成する(S1600)。そして、パラメータ出力部120は、距離が最も小さいグループの組を検出し、それらのグループを融合させることにより、それらのグループに所属するパラメータを1つの新たなグループに所属させる(S1610)。
更に、図18から20を用いて、第4の適用例を説明する。第4の適用例は、過去の株価及び経済ニュースが報じられた頻度に基づいて、株価の変動に関連性の高い経済ニュースを検出することを目的とする。なお、本適用例における検出装置60のブロック図は、図1に示す診断装置10のブロック図と略同一であるので、説明を省略する。なお、株価とは、本発明に係る有価証券の価格の一例である。これに代えて、有価証券の価格とは、債券、投資信託、年金信託、為替、証券化不動産、又は、先物、先渡、若しくはオプション等の金融派生商品の価格であってもよい。
このように、パラメータ出力部120は、関連度が基準関連度(例えば0.3)より高い経済ニュースの条件の組を出力する。
なお、第4適用例において説明した検出装置60として機能するコンピュータは、本図において説明したコンピュータと略同一のハードウェア構成をとるので、説明を省略する。
まず、距離が満たすべき条件は、式(18)として表される。
(項目2) 前記パラメータ出力部は、利用者から障害の発生したパラメータを指定された場合に、指定された当該パラメータとの関連度が前記基準関連度より高いパラメータの組を出力する項目1記載の診断装置。
(項目3) 前記変化度算出部は、互いに単位が異なる複数のパラメータの各々が時間の経過に応じて変化する時系列の変化度を算出し、前記関連度算出部は、各パラメータの変化度を、予め定められた測定期間において当該パラメータの変化度の積分が予め定められた単位量となるように正規化し、正規化した当該変化度に基づいて前記関連度を算出する項目1記載の診断装置。
(項目5) 前記関連度算出部は、更に、前記関連度の最大値を算出した場合における遅延時間を更に算出し、前記パラメータ出力部は、利用者から指定されたパラメータとの関連度が前記基準関連度より高いパラメータのうち、利用者から指定された前記パラメータより遅延させることにより基準関連度より高い関連度となるパラメータを出力する項目4記載の診断装置。
(項目6) 前記変化度算出部は、予め定められた測定時間における各時刻の変化度として、当該時刻における時系列データの遷移パターンが、当該時刻を起点とする過去の予め定められた範囲の時間において測定された時系列データの遷移パターンと異なる場合に、当該範囲の時間において観測される時系列データの遷移パターンと同一である場合と比較して、高い値を算出する項目1記載の診断装置。
(項目8) 前記パラメータ出力部は、前記複数のパラメータの各々及び他のパラメータの各々の距離として、当該パラメータ及び当該他のパラメータの関連度がより高い場合に当該関連度がより低い場合と比較して小さい値を算出し、算出した当該距離に基づいて、前記複数のパラメータを、互いに関連が強いパラメータを含むグループに分類し、分類結果を出力する項目1記載の診断装置。
(項目9) 前記被測定対象は自動車であり、前記変化度算出部は、前記自動車の各部分に設けられた複数のセンサーにより測定された複数の時系列データに基づいて、前記複数のセンサーの測定値を示す前記複数のパラメータの変化度を算出し、前記パラメータ出力部は、前記自動車に障害が発生することにより所定のパラメータが基準の範囲外の値となった場合に、当該パラメータとの関連度が前記基準関連度より高いパラメータの組を、当該障害の原因を示す情報として出力する項目1記載の診断装置。
(項目11) 前記被測定対象関連情報出力部は、第1の被測定対象における各関連度と、当該関連度に対応する第2の被測定対象における関連度との差の値が、予め定められた基準を超えるパラメータの組を、前記第1の被測定対象及び前記第2の被測定対象の関連を示す情報として出力する項目10記載の診断装置。
(項目12) 前記関連度算出部は、前記複数のパラメータの各々が他のパラメータの各々と関連する強さを示す関連度として、当該パラメータの変化度と、当該パラメータに対して予め定められた遅延時間遅延させた当該他のパラメータの変化度とを比較対象とし、前記遅延時間を予め定められた範囲で順次変化させて比較した関連度の最大値を算出し、前記被測定対象関連情報出力部は、前記第1の被測定対象における所定の関連度が算出された場合の遅延時間と、当該関連度に対応する前記第2の被測定対象における関連度が算出された場合の遅延時間とが、予め定められた基準値以上異なる場合に、前記第1の被測定対象及び前記第2の被測定対象において、当該関連度の算出対象であるパラメータが相違する旨の情報を出力する項目10記載の診断装置。
(項目14) 有価証券の価格変動に関連性の高い経済ニュースを検出する検出装置であって、過去の有価証券の価格が時間の経過に応じて変化した時系列の変化度を、有価証券の価格の変動を示す時系列データに基づいて算出し、複数の条件の各々を満たす経済ニュースが報じられた頻度を示す時系列データに基づいて、当該条件を満たす経済ニュースが報じられた頻度の時系列の変化度を算出する変化度算出部と、前記有価証券の価格の変化度が、前記複数の条件の各々を満たす経済ニュースが報じられた頻度の変化度と関連する強さを示す関連度を算出する関連度算出部と、前記複数の条件のうち、前記有価証券の価格の変化度との関連度が予め定められた基準関連度より高い経済ニュースの条件の組を出力するパラメータ出力部とを備える検出装置。
(項目17) コンピュータにより、有価証券の価格の変動に関連性の高い経済ニュースを検出する検出方法であって、前記コンピュータにより、過去の有価証券の価格が時間の経過に応じて変化した時系列の変化度を、有価証券の価格の変動を示す時系列データに基づいて算出し、複数の条件の各々を満たす経済ニュースが報じられた頻度を示す時系列データに基づいて、当該条件を満たす経済ニュースが報じられた頻度の時系列の変化度を算出する変化度算出段階と、前記有価証券の価格の変化度が、前記複数の条件の各々を満たす経済ニュースが報じられた頻度の変化度と関連する強さを示す関連度を算出する関連度算出段階と、前記複数の条件のうち、前記有価証券の価格の変化度との関連度が予め定められた基準関連度より高い経済ニュースの条件の組を出力するパラメータ出力段階とを備える検出方法。
(項目20) 有価証券の価格の変動に関連性の高い経済ニュースを検出する検出装置として、コンピュータを機能させるプログラムであって、前記コンピュータを、過去の有価証券の価格が時間の経過に応じて変化した時系列の変化度を、有価証券の価格の変動を示す時系列データに基づいて算出し、複数の条件の各々を満たす経済ニュースが報じられた頻度を示す時系列データに基づいて、当該条件を満たす経済ニュースが報じられた頻度の時系列の変化度を算出する変化度算出部と、前記有価証券の価格の変化度が、前記複数の条件の各々を満たす経済ニュースが報じられた頻度の変化度と関連する強さを示す関連度を算出する関連度算出部と、前記複数の条件のうち、前記有価証券の価格の変化度との関連度が予め定められた基準関連度より高い経済ニュースの条件の組を出力するパラメータ出力部として機能させるプログラム。
(項目21) 項目18から20の何れかに記載のプログラムを記録した記録媒体。
20 時系列データ
30 変化度データ
40 関連度データ
50 分類結果
60 検出装置
100 変化度算出部
110 関連度算出部
120 パラメータ出力部
130 被測定対象関連情報出力部
Claims (5)
- 被測定対象から測定された複数のパラメータの時系列データに基づいて当該被測定対象を診断する診断装置であって、
前記複数のパラメータの各々の時間の経過に応じた変化度を、当該パラメータの時系列データに基づいて時系列に算出する変化度算出部と、
前記複数のパラメータの各々が他のパラメータの各々と関連する強さを示す関連度を、当該パラメータ及び当該他のパラメータの変化度の時系列に基づいて算出する関連度算出部と、
算出された前記関連度が予め定められた基準関連度より高いパラメータの組を、互いに関連の強いパラメータの組として出力するパラメータ出力部と
を備え、
前記パラメータ出力部は、利用者から障害の発生したパラメータを指定された場合に、指定された当該パラメータとの関連度が前記基準関連度より高いパラメータの組を出力し、
前記変化度算出部は、互いに単位が異なる複数のパラメータの各々が時間の経過に応じて変化する時系列の変化度を算出し、
前記関連度算出部は、各パラメータの変化度を、予め定められた測定期間において当該パラメータの変化度の積分が予め定められた単位量となるように正規化し、当該パラメータの正規化した変化度と、当該パラメータに対して予め定められた遅延時間遅延させた当該他のパラメータの正規化した変化度とを比較対象とし、前記遅延時間を予め定められた範囲で順次変化させて比較した関連度の最大値を前記関連度として算出し、更に、前記関連度の最大値を算出した場合における遅延時間を算出し、
前記パラメータ出力部は、利用者から指定されたパラメータとの関連度が前記基準関連度より高いパラメータのうち、利用者から指定された前記パラメータより遅延させることにより基準関連度より高い関連度となるパラメータを出力する診断装置。 - 前記変化度算出部は、予め定められた測定時間における各時刻の変化度として、当該時刻における時系列データの遷移パターンが、当該時刻を起点とする過去の予め定められた範囲の時間において測定された時系列データの遷移パターンと異なる場合に、当該範囲の時間において観測される時系列データの遷移パターンと同一である場合と比較して、高い値を算出する
請求項1記載の診断装置。 - 前記変化度算出部は、特異スペクトル解析法を前記時系列データに適用することにより変化度を算出する請求項2記載の診断装置。
- 前記パラメータ出力部は、前記複数のパラメータの各々及び他のパラメータの各々の距離として、当該パラメータ及び当該他のパラメータの関連度がより高い場合に当該関連度がより低い場合と比較して小さい値を算出し、算出した当該距離に基づいて、前記複数のパラメータを、互いに関連が強いパラメータを含むグループに分類し、分類結果を出力する
請求項3記載の診断装置。 - 前記被測定対象は自動車であり、
前記変化度算出部は、前記自動車の各部分に設けられた複数のセンサーにより測定された複数の時系列データに基づいて、前記複数のセンサーの測定値を示す前記複数のパラメータの変化度を算出し、
前記パラメータ出力部は、前記自動車に障害が発生することにより所定のパラメータが基準の範囲外の値となった場合に、当該パラメータとの関連度が前記基準関連度より高いパラメータの組を、当該障害の原因を示す情報として出力する
請求項1記載の診断装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004068205A JP4183185B2 (ja) | 2004-03-10 | 2004-03-10 | 診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 |
US11/077,285 US7181365B2 (en) | 2004-03-10 | 2005-03-10 | Diagnostic data detection and control |
US11/674,145 US7720640B2 (en) | 2004-03-10 | 2007-02-13 | Diagnostic data detection and control |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2004068205A JP4183185B2 (ja) | 2004-03-10 | 2004-03-10 | 診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2005257416A JP2005257416A (ja) | 2005-09-22 |
JP4183185B2 true JP4183185B2 (ja) | 2008-11-19 |
Family
ID=34987439
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004068205A Expired - Fee Related JP4183185B2 (ja) | 2004-03-10 | 2004-03-10 | 診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 |
Country Status (2)
Country | Link |
---|---|
US (2) | US7181365B2 (ja) |
JP (1) | JP4183185B2 (ja) |
Families Citing this family (43)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0416878D0 (en) * | 2004-07-29 | 2004-09-01 | Sensornet Ltd | Processing sensing measurements |
US7630867B2 (en) * | 2004-09-01 | 2009-12-08 | Behrens Clifford A | System and method for consensus-based knowledge validation, analysis and collaboration |
JP4241704B2 (ja) * | 2005-09-30 | 2009-03-18 | ブラザー工業株式会社 | 情報管理装置、及び、プログラム |
US7954072B2 (en) * | 2006-05-15 | 2011-05-31 | Taiwan Semiconductor Manufacturing Company, Ltd. | Model import for electronic design automation |
US7770072B2 (en) * | 2007-01-16 | 2010-08-03 | Xerox Corporation | Method and system for analyzing time series data |
JP5299267B2 (ja) * | 2007-03-22 | 2013-09-25 | 日本電気株式会社 | 診断装置 |
US8682466B2 (en) * | 2007-05-04 | 2014-03-25 | Taiwan Semiconductor Manufacturing Company, Ltd. | Automatic virtual metrology for semiconductor wafer result prediction |
US8145337B2 (en) * | 2007-05-04 | 2012-03-27 | Taiwan Semiconductor Manufacturing Company, Ltd. | Methodology to enable wafer result prediction of semiconductor wafer batch processing equipment |
US7783999B2 (en) * | 2008-01-18 | 2010-08-24 | Taiwan Semiconductor Manufacturing Company, Ltd. | Electrical parameter extraction for integrated circuit design |
US8037575B2 (en) * | 2008-02-28 | 2011-10-18 | Taiwan Semiconductor Manufacturing Company, Ltd. | Method for shape and timing equivalent dimension extraction |
WO2010001561A1 (ja) * | 2008-07-01 | 2010-01-07 | パナソニック株式会社 | 記録再生装置 |
JP5354981B2 (ja) * | 2008-07-14 | 2013-11-27 | キヤノン株式会社 | 文書管理装置、文書管理方法及びプログラム |
DE102008033500A1 (de) * | 2008-07-16 | 2010-01-21 | Schaeffler Kg | Verfahren zur Darstellung eines Zustands |
EP2330510B1 (en) | 2008-09-18 | 2019-12-25 | NEC Corporation | Operation management device, operation management method, and operation management program |
DE102008048347A1 (de) * | 2008-09-22 | 2010-04-08 | Adac Niedersachsen/Sachsen-Anhalt E.V. | Kraftfahrzeugdiagnosesystem |
US8001494B2 (en) * | 2008-10-13 | 2011-08-16 | Taiwan Semiconductor Manufacturing Company, Ltd. | Table-based DFM for accurate post-layout analysis |
JP2010101860A (ja) * | 2008-10-27 | 2010-05-06 | Mitsubishi Motors Corp | 車両に搭載された機構の故障診断装置 |
JP5572966B2 (ja) * | 2009-03-06 | 2014-08-20 | 日本電気株式会社 | データ類似度計算方法、システム、およびプログラム |
US8106949B2 (en) * | 2009-03-26 | 2012-01-31 | Seiko Epson Corporation | Small memory footprint light transport matrix capture |
JPWO2011046228A1 (ja) | 2009-10-15 | 2013-03-07 | 日本電気株式会社 | システム運用管理装置、システム運用管理方法、及びプログラム記憶媒体 |
US8806386B2 (en) * | 2009-11-25 | 2014-08-12 | Taiwan Semiconductor Manufacturing Company, Ltd. | Customized patterning modulation and optimization |
US8745554B2 (en) * | 2009-12-28 | 2014-06-03 | Taiwan Semiconductor Manufacturing Company, Ltd. | Practical approach to layout migration |
WO2011138911A1 (ja) | 2010-05-06 | 2011-11-10 | 日本電気株式会社 | 障害分析装置、障害分析方法および記録媒体 |
JP5573743B2 (ja) | 2011-03-22 | 2014-08-20 | トヨタ自動車株式会社 | 車両データ解析装置、車両データ解析方法、及び故障診断装置 |
JP5546686B2 (ja) * | 2011-06-28 | 2014-07-09 | 株式会社日立製作所 | 監視システム、及び監視方法 |
JP5817600B2 (ja) * | 2012-03-12 | 2015-11-18 | トヨタ自動車株式会社 | 要因解析装置及び要因解析方法 |
US20130290232A1 (en) * | 2012-04-30 | 2013-10-31 | Mikalai Tsytsarau | Identifying news events that cause a shift in sentiment |
JP6003689B2 (ja) * | 2013-02-04 | 2016-10-05 | 株式会社デンソー | 診断装置 |
US9569584B2 (en) | 2013-03-15 | 2017-02-14 | International Business Machines Corporation | Combining RNAi imaging data with genomic data for gene interaction network construction |
US9536042B2 (en) | 2013-03-15 | 2017-01-03 | International Business Machines Corporation | Using RNAi imaging data for gene interaction network construction |
KR101554216B1 (ko) * | 2013-06-18 | 2015-09-18 | 삼성에스디에스 주식회사 | 시계열 형태의 센싱 데이터 배드 패턴 검증 방법 및 그 장치 |
US10584986B2 (en) | 2013-09-06 | 2020-03-10 | International Business Machines Corporation | Detecting device, detecting method, and program |
JP5530020B1 (ja) | 2013-11-01 | 2014-06-25 | 株式会社日立パワーソリューションズ | 異常診断システム及び異常診断方法 |
US10496730B2 (en) * | 2014-03-14 | 2019-12-03 | Nec Corporation | Factor analysis device, factor analysis method, and factor analysis program |
JP6467989B2 (ja) * | 2015-02-26 | 2019-02-13 | 富士通株式会社 | 検知プログラム、検知方法及び検知装置 |
WO2018075400A1 (en) * | 2016-10-19 | 2018-04-26 | Sas Institute Inc. | Advanced control systems for machines |
US11429885B1 (en) * | 2016-12-21 | 2022-08-30 | Cerner Innovation | Computer-decision support for predicting and managing non-adherence to treatment |
US10891664B2 (en) * | 2017-02-08 | 2021-01-12 | Medallia, Inc. | System and method for facilitating non-parametric weighted correlation analysis |
US10560313B2 (en) | 2018-06-26 | 2020-02-11 | Sas Institute Inc. | Pipeline system for time-series data forecasting |
US10685283B2 (en) | 2018-06-26 | 2020-06-16 | Sas Institute Inc. | Demand classification based pipeline system for time-series data forecasting |
CN110990453B (zh) * | 2019-11-26 | 2021-07-16 | 北京理工大学 | 数据集中强相关变量提取及专利数量影响因素提取方法 |
JP7423422B2 (ja) * | 2020-05-27 | 2024-01-29 | 三菱重工業株式会社 | 診断装置、診断方法および診断プログラム |
JP7476713B2 (ja) * | 2020-08-04 | 2024-05-01 | 横河電機株式会社 | データ管理システム、データ管理方法、および、データ管理プログラム |
Family Cites Families (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH01283599A (ja) * | 1988-05-11 | 1989-11-15 | Hitachi Ltd | パタンマツチング装置 |
JPH02168350A (ja) * | 1988-09-19 | 1990-06-28 | Hitachi Ltd | 時系列データ群最適組合せ方法及びこれを用いたシステム |
JP3002204B2 (ja) * | 1989-03-13 | 2000-01-24 | 株式会社東芝 | 時系列信号認識装置 |
JP2907873B2 (ja) * | 1989-06-30 | 1999-06-21 | マツダ株式会社 | 車両の故障診断装置 |
JPH082369Y2 (ja) | 1989-08-31 | 1996-01-24 | 中央発條株式会社 | 揺動開閉窓の閉窓ロツク装置 |
GB9106082D0 (en) * | 1991-03-22 | 1991-05-08 | Secr Defence | Dynamical system analyser |
JP3046870B2 (ja) * | 1991-10-25 | 2000-05-29 | マツダ株式会社 | 故障診断方法 |
JPH0650851A (ja) * | 1991-12-26 | 1994-02-25 | Suzuki Motor Corp | 車両用故障診断方法及びその装置 |
JPH05342191A (ja) * | 1992-06-08 | 1993-12-24 | Mitsubishi Electric Corp | 経済時系列データ予測及び解析システム |
JPH0696234A (ja) * | 1992-09-09 | 1994-04-08 | Hitachi Ltd | 時系列データの処理システム |
JPH06129882A (ja) * | 1992-10-20 | 1994-05-13 | Toshiba Corp | プラント監視装置 |
JPH06214975A (ja) * | 1993-01-21 | 1994-08-05 | Hitachi Ltd | 時系列データ同定方法 |
US5561610A (en) * | 1994-06-30 | 1996-10-01 | Caterpillar Inc. | Method and apparatus for indicating a fault condition |
JP3489279B2 (ja) * | 1995-07-21 | 2004-01-19 | 株式会社日立製作所 | データ分析装置 |
DE19706973A1 (de) | 1997-02-21 | 1998-08-27 | Wacker Siltronic Halbleitermat | Vorrichtung und Verfahren zur Untersuchung einer glatten Oberfläche einer Probe |
JP3699807B2 (ja) * | 1997-06-30 | 2005-09-28 | 株式会社東芝 | 相関関係抽出装置 |
JPH11328255A (ja) * | 1998-05-14 | 1999-11-30 | Hitachi Ltd | 時系列データ変動監視装置および該装置に係るプログラムを記憶した記憶媒体 |
JP2000210800A (ja) * | 1999-01-27 | 2000-08-02 | Komatsu Ltd | 産業機械のモニタ方法およびその装置 |
JP2000242632A (ja) * | 1999-02-23 | 2000-09-08 | Mitsubishi Electric Corp | データマイニング装置 |
JP2001188985A (ja) * | 1999-10-22 | 2001-07-10 | Toyota Motor Corp | 車両の走行診断方法及び走行条件提示方法及び車両の走行診断装置 |
JP3637412B2 (ja) * | 2000-05-17 | 2005-04-13 | 中国電力株式会社 | 時系列データ学習・予測装置 |
JP2002015000A (ja) * | 2000-06-29 | 2002-01-18 | Toshiba Corp | 多変数時系列データ類似度判定装置 |
JP3631118B2 (ja) * | 2000-09-21 | 2005-03-23 | 株式会社東芝 | プラント診断装置 |
JP2002351897A (ja) * | 2001-05-22 | 2002-12-06 | Fujitsu Ltd | 情報利用頻度予測プログラム、情報利用頻度予測装置および情報利用頻度予測方法 |
JP3718765B2 (ja) * | 2001-07-30 | 2005-11-24 | 株式会社日立製作所 | プラント診断装置 |
JP4907806B2 (ja) * | 2001-09-27 | 2012-04-04 | 富士通株式会社 | 情報処理装置 |
JP2003263221A (ja) * | 2002-03-07 | 2003-09-19 | Mitsubishi Electric Corp | 時系列認識装置、時系列認識方法及びプログラム |
US6795793B2 (en) * | 2002-07-19 | 2004-09-21 | Med-Ed Innovations, Inc. | Method and apparatus for evaluating data and implementing training based on the evaluation of the data |
-
2004
- 2004-03-10 JP JP2004068205A patent/JP4183185B2/ja not_active Expired - Fee Related
-
2005
- 2005-03-10 US US11/077,285 patent/US7181365B2/en not_active Expired - Fee Related
-
2007
- 2007-02-13 US US11/674,145 patent/US7720640B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
US7720640B2 (en) | 2010-05-18 |
JP2005257416A (ja) | 2005-09-22 |
US7181365B2 (en) | 2007-02-20 |
US20050209820A1 (en) | 2005-09-22 |
US20070129912A1 (en) | 2007-06-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4183185B2 (ja) | 診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 | |
Cerrada et al. | A review on data-driven fault severity assessment in rolling bearings | |
US10809153B2 (en) | Detecting apparatus, detection method, and program | |
US11669080B2 (en) | Abnormality detection device, abnormality detection method, and program | |
CN109000940B (zh) | 一种机车车辆异常轴温诊断方法及系统 | |
AU2003287487B2 (en) | System state monitoring using recurrent local learning machine | |
US8370108B2 (en) | Diagnostic device | |
US8682616B2 (en) | Identifying failures in an aeroengine | |
Lundgren et al. | Data-driven fault diagnosis analysis and open-set classification of time-series data | |
CN111665066B (zh) | 基于卷积神经网络的设备故障自适应上下预警界生成方法 | |
KR20200005206A (ko) | 기계 학습 기반의 설비 이상 분류 시스템 및 방법 | |
JP7115346B2 (ja) | 異常検知装置 | |
US7243265B1 (en) | Nearest neighbor approach for improved training of real-time health monitors for data processing systems | |
KR20200010671A (ko) | 기계 학습 기반의 설비 이상 진단 시스템 및 방법 | |
CN109902731B (zh) | 一种基于支持向量机的性能故障的检测方法及装置 | |
Huang et al. | Fault diagnosis of automobile power seat with acoustic analysis and retrained SVM based on smartphone | |
CN115112372A (zh) | 轴承故障诊断方法、装置、电子设备及存储介质 | |
US7921350B2 (en) | System and method for fault detection and localization in time series and spatial data | |
Zhang et al. | Applied sensor fault detection and validation using transposed input data PCA and ANNs | |
US20230046709A1 (en) | Prediction apparatus, prediction method, and program | |
Eklund | Using synthetic data to train an accurate real-world fault detection system | |
A'Hearn et al. | Anomaly detection and prognostics for unmanned systems using non-invasive sensors | |
Rognvaldsson et al. | A self-organized approach for unsupervised fault detection in multiple systems | |
Lundgren | Data-Driven Engine Fault Classification and Severity Estimation Using Residuals and Data | |
CN118194146A (zh) | 抽油机故障诊断方法和电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20060911 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20071210 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20071226 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20080108 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080122 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20080415 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20080702 |
|
A911 | Transfer of reconsideration by examiner before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20080807 |
|
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: 20080826 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
RD14 | Notification of resignation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7434 Effective date: 20080827 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20080829 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20110912 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20120912 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20130912 Year of fee payment: 5 |
|
LAPS | Cancellation because of no payment of annual fees |