JP5753286B1 - 情報処理装置、診断方法、およびプログラム - Google Patents
情報処理装置、診断方法、およびプログラム Download PDFInfo
- Publication number
- JP5753286B1 JP5753286B1 JP2014020024A JP2014020024A JP5753286B1 JP 5753286 B1 JP5753286 B1 JP 5753286B1 JP 2014020024 A JP2014020024 A JP 2014020024A JP 2014020024 A JP2014020024 A JP 2014020024A JP 5753286 B1 JP5753286 B1 JP 5753286B1
- Authority
- JP
- Japan
- Prior art keywords
- phenomenon pattern
- unit
- classification
- phenomenon
- sensor signal
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/046—Forward inferencing; Production systems
- G06N5/047—Pattern matching networks; Rete networks
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Medical Informatics (AREA)
- Automation & Control Theory (AREA)
- Computational Linguistics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
図1は、第1の実施の形態に係る情報処理装置11を用いたシステムの構成例を示した図である。図1に示すように、情報処理装置11、設備12、および端末装置13は、例えば、インターネット等のネットワーク14を介して接続されている。
上記したように、状態監視の対象となる設備12は、ガスタービンや蒸気タービンなどの設備である。設備12は、設備12の状態を表すセンサ信号を出力し、ネットワーク14を介して情報処理装置1へ送信する。情報処理装置1へ送信されたセンサ信号は、稼働情報DB101に蓄積される。
図8は、異常予兆検知部103の異常検知フェーズにおける処理の流れを示したフローチャートである。異常予兆検知部103は、例えば、ユーザの異常検知指示に応じて、図8のフローチャートの処理を実行する。
図9は、現象パターン抽出部104の詳細な機能ブロックの一例を示した図である。図9に示すように、現象パターン抽出部104は、残差ベクトル算出部301と、分布密度算出部302と、孤立度ベクトル算出部303と、現象パターン算出部304とを有している。図9には、異常予兆検知部103も示してある。
図12は、孤立度ベクトル算出部303の異常検知フェーズにおける処理の流れを示したフローチャートである。孤立度ベクトル算出部303は、例えば、ユーザの異常検知指示に応じて、図12のフローチャートの処理を実行する。
図13は、現象パターン抽出部104の別の現象パターン抽出動作例を説明する図である。図13の例では、現象パターン抽出部104は、センサ信号をBOF(Bug of Features)と呼ばれる手法で次元の低いヒストグラム特徴に変換して現象パターンとしている。なお、図13(A)には、センサi,jのセンサ信号の例が示してある。
次に、第2の実施の形態について説明する。第1の実施の形態では、設備から出力されるセンサ信号に基づき異常検知し、過去の保守履歴情報を用いて異常診断したが、第2の実施の形態では、さらに、設備から出力されるイベント信号も用いて異常診断する。
Claims (22)
- 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記保守履歴情報は、保守コストまたは設備のダウンタイムを含み、前記付随値は前記保守コストまたは前記設備のダウンタイムであることを特徴とする情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記現象パターン抽出部は、前記設備の診断対象となる診断対象センサ信号の診断対象現象パターンを抽出し、
前記現象パターン分類部は、前記現象パターン抽出部によって抽出された前記診断対象現象パターンを、前記分類基準によって分類し、
前記現象パターン分類部によって分類された前記診断対象現象パターンに基づいて前記診断モデルを参照し、保守作業者に提示する作業キーワードを抽出する保守作業提示部をさらに有することを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記付随値は、前記センサ信号をもとに算出される異常測度であることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記付随値は、前記保守履歴情報中の特定のキーワードの有無を表す数値であることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記分類基準は、前記作業キーワードまたはその組合せを教師ラベルとして、教師あり学習手法を適用して決められることを特徴とする情報処理装置。 - 請求項1に記載の情報処理装置であって、
前記現象パターンは、前記センサ信号から、観測ベクトルと基準ベクトルとの差として算出される残差ベクトルの累積値で表されることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記現象パターンは、前記センサ信号から学習データの二次元分布密度に基づき算出される孤立度ベクトルの累積値で表されることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記現象パターンは、前記センサ信号からバグオブフィーチャー手法により算出されるヒストグラム特徴で表されることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記診断モデルは、前記現象パターンの分類結果と前記作業キーワードまたはその組合せの二次元の頻度分布をもとに算出される確率で表されることを特徴とする情報処理装置。 - 請求項6に記載の情報処理装置であって、
前記基準ベクトルは、局所部分空間法を利用して算出されることを特徴とする情報処理装置。 - 請求項2に記載の情報処理装置であって、
前記設備の過去のイベント信号に含まれるアラームを教師として、前記現象パターンを分類するためのアラーム分類基準を作成するアラーム分類基準作成部と、
前記アラーム分類基準作成部によって作成された前記アラーム分類基準に基づいて、前記現象パターンを分類するアラーム分類部と、
前記アラーム分類部によって分類された前記現象パターンと、前記アラームとに基づいて、前記診断対象現象パターンのアラームを予測するためのアラーム診断モデルを作成するアラーム診断モデル作成部と、
前記アラーム診断モデル作成部によって作成されたアラーム診断モデルに基づいて、前記診断対象現象パターンのアラームを予測するアラーム予測部と、
をさらに有し、
前記分類基準作成部は、前記アラームごとの前記分類基準を作成し、
前記診断モデル作成部は、前記アラームごとの前記診断モデルを作成し、
前記現象パターン分類部は、前記アラーム予測部によってアラームが予測された前記診断対象現象パターンを、前記アラームごとの前記分類基準によって分類し、
前記保守作業提示部は、前記現象パターン分類部によって分類された前記診断対象現象パターンに基づいて、前記アラームごとの前記診断モデルを参照し、保守作業者に提示する作業キーワードを抽出することを特徴とする情報処理装置。 - 情報処理装置による設備の診断方法であって、
前記設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出ステップと、
前記センサ信号を保守履歴情報に基づいて紐付する紐付ステップと、
前記現象パターン抽出ステップによって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成ステップと、
前記分類基準作成ステップによって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類ステップと、
前記現象パターン分類ステップによって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成ステップと、を有し、
前記診断モデルは、各作業キーワードの処置が正しい確率を含み、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記保守履歴情報は、保守コストまたは設備のダウンタイムを含み、前記付随値は前記保守コストまたは前記設備のダウンタイムであることを特徴とする診断方法。 - 情報処理装置のプログラムであって、
設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、して前記情報処理装置を機能させ、
前記診断モデルは、各作業キーワードの処理が正しい確率を含み、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記保守履歴情報は、保守コストまたは設備のダウンタイムを含み、前記付随値は前記保守コストまたは前記設備のダウンタイムであることを特徴とするプログラム。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記保守履歴情報は、保守コストまたは設備のダウンタイムを含み、前記付随値は前記保守コストまたは前記設備のダウンタイムであることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記付随値は、前記センサ信号をもとに算出される異常測度であることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記作業キーワードは、前記保守履歴情報に含まれる付随値に基づいて抽出され、
前記付随値は、前記保守履歴情報中の特定のキーワードの有無を表す数値であることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記分類基準は、前記作業キーワードまたはその組合せを教師ラベルとして、教師あり学習手法を適用して決められることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記現象パターンは、前記センサ信号から学習データの二次元分布密度に基づき算出される孤立度ベクトルの累積値で表されることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記現象パターンは、前記センサ信号からバグオブフィーチャー手法により算出されるヒストグラム特徴で表されることを特徴とする情報処理装置。 - 設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、を有し、
前記診断モデルは、前記現象パターンの分類結果と前記作業キーワードまたはその組合せの二次元の頻度分布をもとに算出される確率で表されることを特徴とする情報処理装置。 - 情報処理装置による設備の診断方法であって、
前記設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出ステップと、
前記センサ信号を保守履歴情報に基づいて紐付する紐付ステップと、
前記現象パターン抽出ステップによって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成ステップと、
前記分類基準作成ステップによって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類ステップと、
前記現象パターン分類ステップによって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成ステップと、を有し、
前記分類基準は、前記作業キーワードまたはその組合せを教師ラベルとして、教師あり学習手法を適用して決められることを特徴とする診断方法。 - 情報処理装置のプログラムであって、
設備の過去のセンサ信号の現象パターンを抽出する現象パターン抽出部と、
前記センサ信号を保守履歴情報に基づいて紐付する紐付部と、
前記現象パターン抽出部によって抽出された前記現象パターンと、前記現象パターンのもととなる前記センサ信号を紐付けた前記保守履歴情報に含まれる作業キーワードとに基づいて、前記現象パターンを分類するための分類基準を作成する分類基準作成部と、
前記分類基準作成部によって作成された前記分類基準に基づいて、前記現象パターンを分類する現象パターン分類部と、
前記現象パターン分類部によって分類された前記現象パターンと、前記作業キーワードとに基づいて、保守作業者に提示する作業キーワードを推定するための診断モデルを作成する診断モデル作成部と、して前記情報処理装置を機能させ、
前記分類基準は、前記作業キーワードまたはその組合せを教師ラベルとして、教師あり学習手法を適用して決められることを特徴とするプログラム。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014020024A JP5753286B1 (ja) | 2014-02-05 | 2014-02-05 | 情報処理装置、診断方法、およびプログラム |
EP15153499.7A EP2905665B1 (en) | 2014-02-05 | 2015-02-02 | Information processing apparatus, diagnosis method, and program |
US14/614,060 US10977568B2 (en) | 2014-02-05 | 2015-02-04 | Information processing apparatus, diagnosis method, and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014020024A JP5753286B1 (ja) | 2014-02-05 | 2014-02-05 | 情報処理装置、診断方法、およびプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5753286B1 true JP5753286B1 (ja) | 2015-07-22 |
JP2015148867A JP2015148867A (ja) | 2015-08-20 |
Family
ID=52465207
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014020024A Active JP5753286B1 (ja) | 2014-02-05 | 2014-02-05 | 情報処理装置、診断方法、およびプログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US10977568B2 (ja) |
EP (1) | EP2905665B1 (ja) |
JP (1) | JP5753286B1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109871385A (zh) * | 2019-02-28 | 2019-06-11 | 北京百度网讯科技有限公司 | 用于处理数据的方法和装置 |
CN112530575A (zh) * | 2019-09-02 | 2021-03-19 | 佳能医疗系统株式会社 | 诊疗辅助装置 |
CN113867321A (zh) * | 2015-12-25 | 2021-12-31 | 株式会社理光 | 诊断设备、计算机程序和诊断系统 |
Families Citing this family (39)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101591193B1 (ko) * | 2014-09-17 | 2016-02-02 | 엘에스산전 주식회사 | Plc 로그 데이터를 이용한 이상 발생 예측 시스템 |
US10503145B2 (en) * | 2015-03-25 | 2019-12-10 | Honeywell International Inc. | System and method for asset fleet monitoring and predictive diagnostics using analytics for large and varied data sources |
JP6472367B2 (ja) * | 2015-10-28 | 2019-02-20 | 株式会社 日立産業制御ソリューションズ | 気付き情報提供装置及び気付き情報提供方法 |
US10152879B2 (en) * | 2015-11-10 | 2018-12-11 | Industrial Technology Research Institute | Method, apparatus, and system for monitoring manufacturing equipment |
JP6755653B2 (ja) * | 2015-11-25 | 2020-09-16 | 株式会社荏原製作所 | 情報処理システム及び情報処理方法 |
JP6920386B2 (ja) * | 2015-11-25 | 2021-08-18 | 株式会社荏原製作所 | 情報処理システム及び情報処理方法 |
JP6156566B2 (ja) * | 2015-12-25 | 2017-07-05 | 株式会社リコー | 診断装置、診断方法、プログラムおよび診断システム |
GB2554038B (en) * | 2016-05-04 | 2019-05-22 | Interactive Coventry Ltd | A method for monitoring the operational state of a system |
EP3258333A1 (en) * | 2016-06-17 | 2017-12-20 | Siemens Aktiengesellschaft | Method and system for monitoring sensor data of rotating equipment |
JP2019527413A (ja) * | 2016-07-07 | 2019-09-26 | アスペン テクノロジー インコーポレイテッド | 根本的原因分析を実行してプラントワイド操業での希少イベントの発生の予測モデルを構築するコンピュータシステムおよび方法 |
JP6719309B2 (ja) * | 2016-07-14 | 2020-07-08 | 株式会社日立製作所 | 運用支援装置及び運用支援方法 |
JP6840953B2 (ja) | 2016-08-09 | 2021-03-10 | 株式会社リコー | 診断装置、学習装置および診断システム |
CN109791401B (zh) * | 2016-09-16 | 2022-07-22 | 西门子股份公司 | 生成用于嵌入式分析和诊断/预测推理的故障模型 |
JP6950727B2 (ja) * | 2016-11-11 | 2021-10-13 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
JP2018077757A (ja) * | 2016-11-11 | 2018-05-17 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
JP6436148B2 (ja) * | 2016-11-18 | 2018-12-12 | 横河電機株式会社 | 情報処理装置、保全機器、情報処理方法、情報処理プログラム及び記録媒体 |
JP6888291B2 (ja) * | 2016-12-16 | 2021-06-16 | 富士電機株式会社 | プロセス監視装置、プロセス監視システム及びプログラム |
US11597279B2 (en) * | 2017-01-31 | 2023-03-07 | Mitsubishi Electric Corporation | System for managing railway vehicle instrument, and on-board apparatus for managing railway vehicle instrument |
US20180225355A1 (en) * | 2017-02-07 | 2018-08-09 | International Business Machines Corporation | Self-improving classification |
WO2018147362A1 (ja) * | 2017-02-08 | 2018-08-16 | 株式会社日立産機システム | 産業機器監視装置および産業機器の監視方法 |
US11755004B2 (en) * | 2017-07-13 | 2023-09-12 | Nec Corporation | Analysis system, analysis method, and storage medium |
JP6856122B2 (ja) | 2017-07-13 | 2021-04-07 | 日本電気株式会社 | 学習システム、分析システム、学習方法及び記憶媒体 |
EP3454155A1 (de) * | 2017-09-11 | 2019-03-13 | Siemens Aktiengesellschaft | Verfahren und vorrichtung zum ermitteln zumindest eines betriebszustandes einer maschine |
EP3457325A1 (en) * | 2017-09-19 | 2019-03-20 | Siemens Mobility GmbH | Failure identification of a rail vehicle component |
JP7010641B2 (ja) * | 2017-09-27 | 2022-01-26 | パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカ | 異常診断方法および異常診断装置 |
JP7017363B2 (ja) * | 2017-10-06 | 2022-02-08 | 株式会社日立パワーソリューションズ | 異常検知装置および異常検知方法 |
JP6950481B2 (ja) * | 2017-11-17 | 2021-10-13 | 株式会社デンソー | 診断システム |
JP6836496B2 (ja) * | 2017-11-22 | 2021-03-03 | ファナック株式会社 | ノイズ監視装置 |
JP6512326B1 (ja) * | 2018-03-14 | 2019-05-15 | オムロン株式会社 | センサ制御装置、センサ制御方法及びプログラム |
CN109189736B (zh) * | 2018-08-01 | 2021-01-26 | 中国联合网络通信集团有限公司 | 一种告警关联规则的生成方法和装置 |
US11122065B2 (en) * | 2018-08-14 | 2021-09-14 | Vmware, Inc. | Adaptive anomaly detection for computer systems |
JP7171407B2 (ja) * | 2018-12-12 | 2022-11-15 | 株式会社日立製作所 | 情報処理装置、生産指示支援方法 |
JP7115346B2 (ja) * | 2019-02-07 | 2022-08-09 | 株式会社デンソー | 異常検知装置 |
EP3731156A1 (en) | 2019-04-25 | 2020-10-28 | ABB Schweiz AG | System for action determination |
US11604934B2 (en) * | 2019-05-29 | 2023-03-14 | Nec Corporation | Failure prediction using gradient-based sensor identification |
DE102019209797A1 (de) * | 2019-07-03 | 2021-01-07 | Thyssenkrupp Ag | Verfahren und Einrichtung zur Ermittlung des fahrbetriebsbedingten Zustandes von Karosseriekomponenten eines Fahrzeugs sowie eines entsprechenden Fahrerverhaltens |
US20220399182A1 (en) * | 2020-06-15 | 2022-12-15 | Hitachi High-Tech Corporation | Apparatus diagnostic apparatus, apparatus diagnostic method, plasma processing apparatus and semiconductor device manufacturing system |
JP7481976B2 (ja) * | 2020-09-16 | 2024-05-13 | 株式会社東芝 | 異常スコア算出装置、異常スコア算出方法およびプログラム |
JP2023085839A (ja) | 2021-12-09 | 2023-06-21 | 株式会社日立インダストリアルプロダクツ | 流体機械の異常原因推定装置及びその異常原因推定方法並びに流体機械の異常原因推定システム |
Family Cites Families (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6285895A (ja) * | 1985-10-11 | 1987-04-20 | 株式会社東芝 | 原子力プラントの運転補佐装置 |
JPH02160460A (ja) * | 1988-12-12 | 1990-06-20 | Mazda Motor Corp | 生産ラインの異常検出方法および同装置 |
US5337371A (en) * | 1991-08-09 | 1994-08-09 | Matsushita Electric Industrial Co., Ltd. | Pattern classification system |
JPH0619531A (ja) * | 1992-07-06 | 1994-01-28 | Mitsubishi Electric Corp | プラント制御装置 |
US6952662B2 (en) | 2000-03-30 | 2005-10-04 | Smartsignal Corporation | Signal differentiation system using improved non-linear operator |
US7672811B2 (en) * | 2005-06-17 | 2010-03-02 | Gm Global Technology Operations, Inc. | System and method for production system performance prediction |
JP2008140109A (ja) * | 2006-12-01 | 2008-06-19 | Yokogawa Electric Corp | プロセス操作支援装置およびプロセス操作支援方法 |
JP2009110066A (ja) | 2007-10-26 | 2009-05-21 | Toshiba Corp | 保守カルテ表示装置および保守カルテ表示方法 |
JP2010231486A (ja) * | 2009-03-27 | 2010-10-14 | Mitsubishi Electric Corp | 設備保守履歴の管理装置 |
JP2011145846A (ja) * | 2010-01-14 | 2011-07-28 | Hitachi Ltd | 異常検知方法、異常検知システム、及び異常検知プログラム |
JP5439265B2 (ja) * | 2010-04-20 | 2014-03-12 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP5501903B2 (ja) * | 2010-09-07 | 2014-05-28 | 株式会社日立製作所 | 異常検知方法及びそのシステム |
JP5575617B2 (ja) * | 2010-11-26 | 2014-08-20 | 株式会社日立製作所 | プラント運転監視装置 |
JP2012137934A (ja) * | 2010-12-27 | 2012-07-19 | Hitachi Ltd | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム並びに企業資産管理・設備資産管理システム |
JP5808605B2 (ja) * | 2011-08-17 | 2015-11-10 | 株式会社日立製作所 | 異常検知・診断方法、および異常検知・診断システム |
US9317829B2 (en) * | 2012-11-08 | 2016-04-19 | International Business Machines Corporation | Diagnosing incidents for information technology service management |
-
2014
- 2014-02-05 JP JP2014020024A patent/JP5753286B1/ja active Active
-
2015
- 2015-02-02 EP EP15153499.7A patent/EP2905665B1/en active Active
- 2015-02-04 US US14/614,060 patent/US10977568B2/en active Active
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113867321A (zh) * | 2015-12-25 | 2021-12-31 | 株式会社理光 | 诊断设备、计算机程序和诊断系统 |
CN113867321B (zh) * | 2015-12-25 | 2024-07-05 | 株式会社理光 | 诊断设备、计算机程序和诊断系统 |
CN109871385A (zh) * | 2019-02-28 | 2019-06-11 | 北京百度网讯科技有限公司 | 用于处理数据的方法和装置 |
CN112530575A (zh) * | 2019-09-02 | 2021-03-19 | 佳能医疗系统株式会社 | 诊疗辅助装置 |
Also Published As
Publication number | Publication date |
---|---|
EP2905665B1 (en) | 2016-09-07 |
JP2015148867A (ja) | 2015-08-20 |
EP2905665A3 (en) | 2015-08-19 |
EP2905665A2 (en) | 2015-08-12 |
US20150220847A1 (en) | 2015-08-06 |
US10977568B2 (en) | 2021-04-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5753286B1 (ja) | 情報処理装置、診断方法、およびプログラム | |
JP6216242B2 (ja) | 異常検知方法およびその装置 | |
JP5945350B2 (ja) | 設備状態監視方法およびその装置 | |
JP5431235B2 (ja) | 設備状態監視方法およびその装置 | |
JP5538597B2 (ja) | 異常検知方法及び異常検知システム | |
JP6076751B2 (ja) | 異常診断方法およびその装置 | |
JP5331774B2 (ja) | 設備状態監視方法およびその装置並びに設備状態監視用プログラム | |
US9483049B2 (en) | Anomaly detection and diagnosis/prognosis method, anomaly detection and diagnosis/prognosis system, and anomaly detection and diagnosis/prognosis program | |
JP5530020B1 (ja) | 異常診断システム及び異常診断方法 | |
JP5301717B1 (ja) | 設備状態監視方法およびその装置 | |
JP5301310B2 (ja) | 異常検知方法及び異常検知システム | |
JP5530045B1 (ja) | ヘルスマネージメントシステム及びヘルスマネージメント方法 | |
US20020183971A1 (en) | Diagnostic systems and methods for predictive condition monitoring | |
JP6223936B2 (ja) | 異常傾向検出方法およびシステム | |
JP2013025367A (ja) | 設備状態監視方法およびその装置 | |
JP2014032657A (ja) | 異常検知方法及びその装置 | |
JP6540531B2 (ja) | 監視装置及び監視装置の制御方法 | |
JP2013143009A (ja) | 設備状態監視方法およびその装置 | |
US20230213926A1 (en) | Abnormal irregularity cause identifying device, abnormal irregularity cause identifying method, and abnormal irregularity cause identifying program | |
US20230213924A1 (en) | Abnormal irregularity cause identifying device, abnormal irregularity cause identifying method, and abnormal irregularity cause identifying program | |
JP2017010232A (ja) | プラント診断装置及びプラント診断方法 | |
JP6540532B2 (ja) | 監視装置及び監視装置の制御方法 | |
EP4160341A1 (en) | Abnormal modulation cause identifying device, abnormal modulation cause identifying method, and abnormal modulation cause identifying program |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20150120 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20150420 |
|
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: 20150512 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20150521 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5753286 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |