JP5502002B2 - プラント機器の異常診断装置 - Google Patents
プラント機器の異常診断装置 Download PDFInfo
- Publication number
- JP5502002B2 JP5502002B2 JP2011060044A JP2011060044A JP5502002B2 JP 5502002 B2 JP5502002 B2 JP 5502002B2 JP 2011060044 A JP2011060044 A JP 2011060044A JP 2011060044 A JP2011060044 A JP 2011060044A JP 5502002 B2 JP5502002 B2 JP 5502002B2
- Authority
- JP
- Japan
- Prior art keywords
- matrix
- database
- process data
- feature
- time
- 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
Description
W(t)=U T A(t) (B)
算出した行列の第1行の最大値、最小値を正常状態の特徴量として抽出して前記データベースに格納する特徴量抽出手段と、診断対象のプロセスデータを時刻R+1より順にデータベースから読み出し、式(1)によりA(t)を作成し、抽出された左特異行列Uを用いて、診断対象のプロセスデータの特徴量を表す行列W(t)を式(B)で算出し、算出した行列W(t)の第1行の各要素を診断対象の特徴量としてデータベースに格納する特徴量分析手段と、正常状態の特徴量および診断対象の特徴量をデータベースから読み出して比較し、比較結果を前記データベースに格納する比較手段とを備えるものである。
W(t)=U T A(t) (D)
算出した行列の第1行の最大値、最小値を正常状態の特徴量として抽出してデータベースに格納する特徴量抽出手段と、診断対象の複数種類のプロセスデータを時刻R+1より順にデータベースから読み出し、式(C)によりA(t)を作成し、抽出された左特異行列Uを用いて、診断対象の複数種類のプロセスデータの特徴量を表す行列W(t)を式(D)で算出し、算出した行列W(t)の第1行の各要素を診断対象の特徴量としてデータベースに格納する特徴量分析手段と、正常状態の特徴量および診断対象の特徴量をデータベースから読み出して比較し、比較結果を前記データベースに格納する比較手段とを備えるものである。
W(t)=U T A(t) (B)
算出した行列の第1行の最大値、最小値を正常状態の特徴量として抽出して前記データベースに格納する特徴量抽出手段と、診断対象のプロセスデータを時刻R+1より順にデータベースから読み出し、式(1)によりA(t)を作成し、抽出された左特異行列Uを用いて、診断対象のプロセスデータの特徴量を表す行列W(t)を式(B)で算出し、算出した行列W(t)の第1行の各要素を診断対象の特徴量としてデータベースに格納する特徴量分析手段と、正常状態の特徴量および診断対象の特徴量をデータベースから読み出して比較し、比較結果を前記データベースに格納する比較手段とを備えるものであるため、プロセスデータの単純な上下限チェックでは検出できない、時間と共に徐々に変化する劣化、一時的な値の変動などの異常を検出することができる。
W(t)=U T A(t) (D)
算出した行列の第1行の最大値、最小値を正常状態の特徴量として抽出してデータベースに格納する特徴量抽出手段と、診断対象の複数種類のプロセスデータを時刻R+1より順にデータベースから読み出し、式(C)によりA(t)を作成し、抽出された左特異行列Uを用いて、診断対象の複数種類のプロセスデータの特徴量を表す行列W(t)を式(D)で算出し、算出した行列W(t)の第1行の各要素を診断対象の特徴量としてデータベースに格納する特徴量分析手段と、正常状態の特徴量および診断対象の特徴量をデータベースから読み出して比較し、比較結果を前記データベースに格納する比較手段とを備えるものであるため、プラントを監視するオペレータの負荷を軽減するとともに、複数種類のプロセスデータ間の関係が変化した場合など、個別のプロセスデータの監視では検出が困難な特性変動の判別も可能となる。
実施の形態1は、プロセスデータの時系列データから行列を作成し、特異値分解を行い、特徴量を抽出することで、プラント機器の劣化や異常を検出する本発明のプラント機器の異常診断装置に関するものである。
以下、本願発明の実施の形態1について、図1から図6に基づいて説明する。図1はプラント機器の異常診断装置に係る全体システム構成図、図2はプラント機器の異常診断装置のシステム構成図、図3、5はデータベースの構造図、図4、6は機能説明図である。
図1は、本発明の実施の形態1に係るプラント機器の異常診断装置1を含むプラントの制御、監視システムの全体構成を表したものである。
全体システムは、プロセスデータから特徴量を抽出してプラントの機器や装置の劣化や異常の検出を行うプラント機器の異常診断装置1、プラントの状態を監視するためのプラント監視装置2、プラントを制御するためのコントローラ3、監視制御対象であるプラント5から構成されている。
プラント機器の異常診断装置1、プラント監視装置2およびコントローラ3は、制御ネットワーク4にて接続され、互いにデータの送受信を行うことができる。
プラント機器の異常診断装置1は、コントローラ3が収集したプロセスデータを、制御ネットワーク4を介して収集し、プラントのプロセスデータの履歴データとして、プラント機器の異常診断装置1内に格納するとともに、後述するようにプラントの機器や装置の劣化や異常の検出を行うための異常診断機能を有する。
プラント機器の異常診断装置1は、制御ネットワーク4を介してプロセスデータを収集するデータ収集手段11、データ収集手段11が収集したプロセスデータを格納するデータベースであるプロセス量データベース12および機能および動作は後で詳述する特異行列抽出手段13、特徴量抽出手段14,特徴量分析手段16、抽出・分析された特徴量を格納するデータベースである特徴量データベース15を備える。
さらに、プラント機器の異常診断装置1は、抽出・分析された特徴量を比較して異常の有無を検出する比較手段17、および抽出・分析された特徴量や比較結果を表示装置19に表示する表示手段18を備える。
データ収集手段11は、制御ネットワーク4を介して、コントローラ3がプラント5から収集したプロセスデータを定周期で収集し、この収集したプロセスデータを、プロセス量データベース12に格納する。
プロセス量データベース12の構造は、図3に示すとおりであり、収集されたプロセスデータが、収集した時刻とともに格納されている。
プロセス量データベース12に格納されたプロセスデータには、個別に名称が設定されており、図3の例では、ボイラー温度、蒸気発生量、バルブ開度等の名称が設定されている。
また、プロセス量データベース12には、プラント5から収集したプロセスデータ(入力データ)に加え、コントローラ3がプラント5に対して送信した制御指令である出力データも同様の形式で格納されている。
まず、プラント機器の異常診断装置1が、プラントの機器の正常状態を学習するため、プラント稼動後の一定期間、データ収集手段11により、データ収集を行う。データ収集手段11が収集したプロセスデータは、プロセス量データベース12に格納される。
正常状態の学習に十分なデータが格納された後、特異行列抽出手段13が、正常状態の学習を開始する。
特異行列抽出手段13は、プロセス量データベース12から、診断対象のプロセスデータのデータを読み出し、以下の行列を作成する。
尚、行列の行数N、列数Pは、時刻Rより小さい値で、プロセスデータ毎に行列が作成できる範囲で自由に設定する。
ここで、右上の添え字Tは、行列の転置を示す。
これは、行列 S(t)VT(t) を行列 U(t) により線形変換すると、行列 A(t)になることを示している。
行列S(t)は対角項にのみ要素を持つ行列で、値の大きい順に並んでいることから、行列S(t)VT(t)の第1行が、A(t)の特徴を最もよく表すこととなる。以下、第2行、第3行と下段に移るほど、それらの表す特徴は小さくなる。
特徴量抽出手段14は、抽出した正常状態の特徴量として最大値、最小値を、特徴量データベース15に格納する。以降、抽出された最大値をWmax、最小値をWminと記す。
特徴量分析手段16は、分析対象のプロセスデータをプロセス量データベース12より読み出す。次に、時刻R+1より順に、式(1)により、A(t)を算出し、その後、左特異行列Uを用いて、式(7)により、特徴量を示す行列W(t)を算出する。
特徴量分析手段16は、算出したW(t)の第1行目の各要素を時刻tにおける診断対象の特徴量として、特徴量データベース15に、その時刻とともに格納する。
尚、Wxyは、行列W(t)のx行y列の要素を示す。また、図5では、特徴量データベース15に格納している行列U、正常状態の特徴量である最大値Wmax、最小値Wminの記載は省略している。
表示手段18は、特徴量データベース15に新たに診断対象の特徴量が格納されると、格納された診断対象の特徴量を読み出し、これを表示装置19に表示して、表示データを更新する。
また、表示手段18は、比較手段17が実施した比較の結果、異常の可能性がある場合は、オペレータに知らせるために、表示装置19上への警報表示、警報音の発生あるいは音声告知を行うことができる。
また、正常状態の行列W(t)の第1行目の要素の最大値、最小値ではなく、正常状態の行列W(t)の第1行目の要素の統計的な標準偏差、平均を算出し、この標準偏差に係数を掛けたものを基準値として使用し、診断対象の特徴量と平均値との差をこの基準値と比較することもできる。
また、データ収集手段11、特異行列抽出手段13、特徴量抽出手段14、特徴量分析手段16、比較手段17および表示手段18をそれぞれ別の手段として設けているが、一部をまとめた手段としても、全体をまとめて例えば、診断手段としてもよい。
さらにプラント機器の異常診断装置1の中にデータ収集手段11を設けたが、このデータ収集手段11を設けずに、プラント監視装置2が異常診断に必要なプロセスデータをプロセス量データベース12に格納する構成としてもよい。
実施の形態2は、実施の形態1のプラント機器の異常診断装置1に対して、特徴量抽出手段14が正常状態の行列W(t)の各要素から最大値、最小値を抽出する際、および特徴量分析手段16が診断対象行列W(t)から特徴量を抽出する際に、行列W(t)の第1行から指定されたn(nは2以上の整数)行数までの複数行を対象として、異常診断を行うプラント機器の異常診断装置に関するものである。
したがって、本願発明の実施の形態2について、実施の形態1に係るプラント機器の異常診断装置1と異なる部分を中心に、図7のデータベースの構造図および図8の機能説明図を用いて説明する。
尚、以下の説明では、行列W(t)の第2行までを監視対象とする場合を例として説明する。
特徴量抽出手段14は、正常状態の行列W(t)の第1行目および第2行目の各P個の要素すべての最大値、最小値を、行列W(t)の行毎に正常状態の特徴量として抽出する。すなわち、第2行までを対象とする場合には、第1行の要素に対して抽出した結果を最大値はW1max、最小値はW1minとし、これらを正常状態の特徴量として特徴量データベース15に格納する。同様に、第2行の要素に対して抽出した結果を最大値はW2max、最小値はW2minとし、これらを正常状態の特徴量として特徴量データベース15に格納する。
特徴量分析手段16は、診断対象のプロセスデータをプロセス量データベース12より読み出し、時刻R+1より順に、式(1)により診断対象のプロセスデータについて、A(t)を算出する。そして、左特異行列Uを用いて、式(7)によりW(t)を算出する。算出したW(t)の第1行目、および第2行目の各要素を時刻tにおける診断対象の特徴量として、特徴量データベース15に、その時刻とともに格納する。
特徴量データベース15内に格納された診断対象の特徴量の構造は、図7に示すとおりである。W(t)の第1行、第2行の数値が、時刻とともに、マトリクス状に格納されている。
尚、Wxyは、行列W(t)のx行y列の要素を示す。また、図7では、特徴量データベース15に格納している行列U、正常状態の特徴量である最大値W1max、W2max、最小値W1min、W2minの記載は省略している。
表示手段18は、特徴量データベース15に新たに診断対象の特徴量が格納されると、格納された診断対象の特徴量を読み出し、これを表示装置19に表示して、表示データを更新する。
また、表示手段18は、比較手段17が実施した比較の結果、異常の可能性がある場合は、オペレータに知らせるために、表示装置19上への警報表示、警報音の発生あるいは音声告知を行うことができる。
また、正常状態の行列W(t)の第1行目、第2行目の要素の最大値、最小値ではなく、正常状態の行列W(t)の第1行目、第2行目の各要素の統計的な標準偏差、平均を算出し、この標準偏差に係数を掛けたものを基準値として使用し、診断対象の特徴量と平均値との差をこの基準値と比較することもできる。
実施の形態1のプラント機器の異常診断装置1は、1種類のプロセスデータを監視対象としていたが、本実施の形態3では、複数種類のプロセスデータをまとめて監視対象として分析可能とするプラント機器の異常診断装置に関するものである。
したがって、本願発明の実施の形態3について、実施の形態1に係るプラント機器の異常診断装置1と異なる部分を中心に、図9の機能説明図を用いて説明する。
尚、以下の説明では、P種類のプロセスデータをまとめて分析する場合を例として説明する。
第1番目のプロセスデータの時系列データは、a1(1)、a1(2)、・・・、a1(R)、第2番目のプロセスデータの時系列データは、a2(1)、a2(2)、・・・、a2(R)、・・・、第P番目のプロセスデータの時系列データは、ap(1)、ap(2)、・・・、ap(R)として時系列データは表現される。
予めプロセス量データベース12には、データ収集手段11により、時刻Rまでのプロセスデータが格納されている。
特異行列抽出手段13は、プロセス量データベース12から、診断対象のP種類のプロセスデータのデータを読み出し、以下の行列を作成する。
特徴量分析手段16は、算出したW(t)の第1行目の各要素を時刻tにおける診断対象の特徴量として、特徴量データベース15に、その時刻とともに格納する。
表示手段18は、特徴量データベース15に新たに診断対象の特徴量が格納されると、格納された診断対象の特徴量を読み出し、これを表示装置19に表示して、表示データを更新する。
また、表示手段18は、比較手段17が実施した比較の結果、異常の可能性がある場合は、オペレータに知らせるために、表示装置19上への警報表示、警報音の発生あるいは音声告知を行うことができる。
また、正常状態の行列W(t)の第1行目の要素の最大値、最小値ではなく、正常状態の行列W(t)の第1行目の要素の統計的な標準偏差、平均を算出し、この標準偏差に係数を掛けたものを基準値として使用し、診断対象の特徴量と平均値との差をこの基準値と比較することもできる。
実施の形態4は、実施の形態3のプラント機器の異常診断装置に対して、特徴量抽出手段14が、行列W(t)の各要素から最大値、最小値を抽出する際、行列W(t)の第1行から指定されたn(nは2以上の整数)行数まで、複数行を対象として行うプラント機器の異常診断装置に関するものである。
したがって、本願発明の実施の形態4について、実施の形態3に係るプラント機器の異常診断装置1と異なる部分を中心に、実施の形態2の説明で参照した図8および図10の機能説明図を用いて説明する。
尚、以下の説明では、行列W(t)の第2行までを対象とする場合を例として説明する。
特徴量抽出手段14は、正常状態の行列W(t)の第1行目および第2行目の各P個の要素すべての最大値、最小値を、行列W(t)の行毎に抽出する。すなわち、第2行までを対象とする場合には、第1行の要素に対して抽出した結果を最大値はW1max、最小値はW1minとし、これらを正常状態の特徴量として特徴量データベース15に格納する。同様に、第2行の要素に対して抽出した結果を最大値はW2max、最小値はW2minとし、これらを正常状態の特徴量として特徴量データベース15に格納する。
特徴量分析手段16は、診断対象の複数種類のプロセスデータをプロセス量データベース12より読み出し、A(t)を算出する。そして、左特異行列Uを用いて、W(t)を算出して、このW(t)の第1行目、および第2行目の各要素を時刻tにおける診断対象の特徴量として、特徴量データベース15に、その時刻とともに格納する。
また、表示手段18は、比較手段17が実施した比較の結果、異常の可能性がある場合は、オペレータに知らせるために、表示装置19上への警報表示、警報音の発生あるいは音声告知を行うことができる。
また、正常状態の行列W(t)の第1行目、第2行目の要素の最大値、最小値ではなく、正常状態の行列W(t)の第1行目、第2行目の各要素の統計的な標準偏差、平均を算出し、この標準偏差に係数を掛けたものを基準値として使用し、診断対象の特徴量と平均値との差をこの基準値と比較することもできる。
実施の形態5は、実施の形態1のプラント機器の異常診断装置1に対して、式(1)にて作成する行列の最適な大きさを自動で決定することを可能としたものである。
本願発明の実施の形態5について、図11のシステム構成図と図12のフローチャート図に基づいて、プラント機器の異常診断装置21ついて説明する。
図11において、図1と同一あるいは相当部分には、同一符号を付している。
ステップS20では、列数pを1だけカウントアップし、ステップS3に戻る。また、ステップS4にて、式(9)の作成可と判断した場合は、ステップS5に進み、時刻であるtに初期値1を設定する。
ステップS13では、選択した行数n、列数pを特徴量データベース15に格納して、ステップS14で処理を終了する。
実施の形態6は、実施の形態3および4のプラント機器の異常診断装置に対して、式(1)にて作成する行列の最適な大きさを自動で決定することを可能としたものである。
本願発明の実施の形態6に係るプラント機器の異常診断装置のシステム構成は、実施の形態5に係るシステム構成図(図11)と同じである。
本願発明の実施の形態6について、最適行列選択手段22の機能および動作を図13のフローチャート図に基づいて説明する。
ステップS40では、選択した行数nを特徴量データベース15に格納して、ステップS41で処理を終了する。
4 制御ネットワーク、5 プラント、11 データ収集手段、
12 プロセス量データベース、13 特異行列抽出手段、14 特徴量抽出手段、
15 特徴量データベース、16 特徴量分析手段、17 比較手段、18 表示手段、
19 表示装置、22 最適行列選択手段。
Claims (5)
- プラントのプロセスデータを格納するデータベースと、
前記データベースに格納された時刻Rまでの正常状態の1種類のプロセスデータ(時刻tのデータ:a(t))から行数N、列数P(N、P<R)の行列A(t)(式(A))
前記抽出された左特異行列Uと、前記正常状態のプロセスデータを使用して前記プロセスデータの領域に対して時刻t=1〜時刻t=R−N−P+2まで変化させて前記式(A)により作成したA(t)を用いてプロセスデータの特徴量を表す行列W(t)を下記式(B)で算出し、
W(t)=U T A(t) (B)
算出した行列の第1行の最大値、最小値を正常状態の特徴量として抽出して前記データベースに格納する特徴量抽出手段と、
診断対象のプロセスデータを時刻R+1より順に前記データベースから読み出し、前記式(A)によりA(t)を作成し、前記抽出された左特異行列Uを用いて、前記診断対象のプロセスデータの特徴量を表す行列W(t)を前記式(B)で算出し、算出した行列W(t)の第1行の各要素を診断対象の特徴量として前記データベースに格納する特徴量分析手段と、
前記正常状態の特徴量および前記診断対象の特徴量を前記データベースから読み出して比較し、比較結果を前記データベースに格納する比較手段と、
を備えるプラント機器の異常診断装置。 - プラントのプロセスデータを格納するデータベースと、
前記データベースに格納された時刻Rまでの正常状態の複数(P)種類のプロセスデータ(時刻tのデータ:第1番目a1(t)、第2番目a2(t)、・・・、第p番目ap(t))から行数N(N<R)、列数Pの行列A(t)(式(C))
前記抽出された左特異行列Uと、前記正常状態の複数種類のプロセスデータを使用して前記プロセスデータの領域に対して時刻t=1〜時刻t=R−N+1まで変化させて前記式(C)により作成したA(t)を用いてプロセスデータの特徴量を表す行列W(t)を下記式(D)で算出し、
W(t)=U T A(t) (D)
算出した行列の第1行の最大値、最小値を正常状態の特徴量として抽出して前記データベースに格納する特徴量抽出手段と、
診断対象の複数種類のプロセスデータを時刻R+1より順に前記データベースから読み出し、前記式(C)によりA(t)を作成し、前記抽出された左特異行列Uを用いて、前記診断対象の複数種類のプロセスデータの特徴量を表す行列W(t)を前記式(D)で算出し、算出した行列W(t)の第1行の各要素を診断対象の特徴量として前記データベースに格納する特徴量分析手段と、
前記正常状態の特徴量および前記診断対象の特徴量を前記データベースから読み出して比較し、比較結果を前記データベースに格納する比較手段と、
を備えたプラント機器の異常診断装置。 - プラントからプロセスデータを収集して前記データベースに格納するデータ収集手段と、
前記データベースに格納された前記正常状態の特徴量、前記診断対象の特徴量および前記比較結果を読み出し、表示装置に表示する表示手段とを、さらに備えた請求項1または2記載のプラント機器の異常診断装置。 - 前記特徴量抽出手段は、算出した前記プロセスデータの特徴量を表す行列W(t)の第1行から第n(nは2以上の整数)行までの複数行の各行の最大値、最小値を正常状態の特徴量として抽出して前記データベースに格納し、
前記特徴量分析手段は、算出した前記診断対象のプロセスデータの特徴量を表す行列W(t)の第1行から第n(nは2以上の整数)行までの複数行の各行の各要素を診断対象の特徴量として前記データベースに格納する、
請求項1または2記載のプラント機器の異常診断装置。 - 前記データベースに格納された正常状態のプロセスデータから行列を作成し、この行列の特異値分解を行い、得られた左特異行列のばらつきが最小となる行列の行数、列数を算出する最適行列選択手段を、さらに追加した請求項1または2記載のプラント機器の異常診断装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011060044A JP5502002B2 (ja) | 2011-03-18 | 2011-03-18 | プラント機器の異常診断装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011060044A JP5502002B2 (ja) | 2011-03-18 | 2011-03-18 | プラント機器の異常診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012194936A JP2012194936A (ja) | 2012-10-11 |
JP5502002B2 true JP5502002B2 (ja) | 2014-05-28 |
Family
ID=47086729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011060044A Expired - Fee Related JP5502002B2 (ja) | 2011-03-18 | 2011-03-18 | プラント機器の異常診断装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5502002B2 (ja) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5485939B2 (ja) * | 2011-05-18 | 2014-05-07 | 日立Geニュークリア・エナジー株式会社 | 機器異常判定装置、及び機器異常判定方法 |
JP2015022569A (ja) * | 2013-07-19 | 2015-02-02 | パナソニックIpマネジメント株式会社 | 計測装置及び計測システム |
JP6919186B2 (ja) | 2016-12-14 | 2021-08-18 | オムロン株式会社 | 制御システム、制御プログラムおよび制御方法 |
JP6468313B2 (ja) * | 2017-06-08 | 2019-02-13 | オムロン株式会社 | 制御装置、制御プログラムおよび制御方法 |
CN109983412B (zh) | 2016-12-14 | 2022-09-16 | 欧姆龙株式会社 | 控制装置、计算机可读记录介质以及控制方法 |
US20210026343A1 (en) * | 2018-03-30 | 2021-01-28 | Nec Corporation | Information processing device, information processing method, and program |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3980760B2 (ja) * | 1997-07-23 | 2007-09-26 | 株式会社東芝 | プラント監視装置 |
-
2011
- 2011-03-18 JP JP2011060044A patent/JP5502002B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JP2012194936A (ja) | 2012-10-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5502002B2 (ja) | プラント機器の異常診断装置 | |
US7917240B2 (en) | Univariate method for monitoring and analysis of multivariate data | |
JP5091604B2 (ja) | 分布の評価方法、製品の製造方法、分布の評価プログラム及び分布の評価システム | |
JP2019521444A (ja) | 予測分析用の動作中心型第一原理プロセスモデルの動的構築及びオンライン配備のためのコンピュータシステム及び方法 | |
JP4046309B2 (ja) | プラント監視装置 | |
EP3346205B1 (en) | Inspection management system and inspection management method | |
KR102343752B1 (ko) | 프로세스 장치에서 전체 프로세스 섹션의 상태를 자동 모니터링하고 측정하는 컴퓨터 실행 방법 및 시스템 | |
WO2008045190A2 (en) | Method and system for detecting faults in a process plant | |
JP2006276924A (ja) | 設備機器診断装置及び設備機器診断プログラム | |
CN115640860B (zh) | 一种工业云服务的机电设备远程维护方法及系统 | |
WO2008042739A2 (en) | On-line monitoring and diagnostics of a process using multivariate statistical analysis | |
JP4170843B2 (ja) | 計器校正支援システム | |
WO2008042758A2 (en) | Multivariate monitoring and diagnostics of process variable data | |
CN115599037B (zh) | 一种基因检测实验室设备自动化监控方法 | |
Cho et al. | Online monitoring and diagnosis of batch processes: empirical model-based framework and a case study | |
Lam et al. | Living in the intelligent workplace structuring and managing building operation information | |
KR101803971B1 (ko) | 변동 계수의 통계적 분석에 의한 화학 공정의 이상 원인 분석 방법 | |
Družovec et al. | Qualitative model for quality control in production |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20121219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20131108 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20131119 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20131218 |
|
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: 20140212 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20140312 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5502002 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
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 |