JP6402541B2 - 異常診断装置及びプログラム - Google Patents
異常診断装置及びプログラム Download PDFInfo
- Publication number
- JP6402541B2 JP6402541B2 JP2014171561A JP2014171561A JP6402541B2 JP 6402541 B2 JP6402541 B2 JP 6402541B2 JP 2014171561 A JP2014171561 A JP 2014171561A JP 2014171561 A JP2014171561 A JP 2014171561A JP 6402541 B2 JP6402541 B2 JP 6402541B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- novelty
- abnormality diagnosis
- signals
- reconstruction
- 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
Description
Area Network」の略)等の車載ネットワークを介して互いにデータの送受信を行い、協調して動作を行っている。このような車載システムでは、車両の動作データ(以下、「車両データ」と省略する。)を時系列データとして保存しておき、車両の異常診断に利用している。
encoder」の場合、基準データにノイズを添加し、ノイズ入りデータから、ノイズを入れる前のデータを復元することが可能な監視モデルを学習することができる。従って、異常診断においてノイズの影響を低減することができる。
以下では、本発明の実施形態に係る異常診断装置2による解析例を説明する。本解析例では、解析用の車両データとして、制御モードが「Powerモード」と「Neutralモード」、走行環境が「直線道路」と「急な下り坂」、走行条件が「加減速パターンが通常」と「加減速パターンがゆっくり」といったパターンで走行された車両3に関する43個の信号の時系列データを、データロガー装置5から取得した。
(1)データ名が「Slow」・・・ドライバの加速度パターン、走行速度関連が変化する。
(2)データ名が「DtoN」・・・クラッチが切れることにより、ドライバの入力応答、エンジン、回生トルク関連が変化する。
(3)データ名が「Down」・・・急勾配による空燃比、ブレーキ応答、回生トルク関連が変化する。
(比較例1)OCSVM(One Class SVM)・・・新規性のあるデータを検出するために拡張されたSupport Vector Machineモデル
(比較例2)DAE(Denoising AutoEncorder)・・・通常のdenoising autoencorder
(比較例3)LOF(Local Outlier Factor)・・・k近傍法を基にした新規性のあるデータ検出するための手法
(比較例4)MPPCA(混合確率主成分分析)・・・主成分分析を非線形拡張したモデル
2………異常診断装置
3………車両
4………車載電子制御システム
5………データロガー装置
11………制御部
12………記憶部
13………メディア入出力部
14………通信制御部
15………入力部
16………表示部
17………周辺機器I/F部
18………バス
Claims (4)
- 複数の信号の時系列データに基づいてシステムの異常を診断する異常診断装置であって、
正常であることが既知の基準データを取得し、前記基準データにノイズを添加し、denoising auto encoderによって、任意のデータを入力すると再構成データを出力する前記システムの監視モデルを学習する監視モデル学習手段と、
異常診断の評価対象となる評価データを取得し、前記評価データを前記監視モデルに入力して前記再構成データを算出し、前記評価データと前記再構成データとの差である再構成誤差を算出する再構成誤差算出手段と、
前記再構成誤差に基づいて、前記基準データに対する前記評価データの新規性の度合いを示す新規度を算出する新規度算出手段と、
を具備し、
前記denoising auto encoderは、前記システムの事前知識である各信号間の重要度の値で前記ノイズの除去の度合が制御されることを特徴とする異常診断装置。 - 前記重要度及び前記再構成誤差に基づいて要因解析を行い、前記新規性の原因候補となる信号の組を抽出する新規性原因提示手段、
を更に具備することを特徴とする請求項1に記載の異常診断装置。 - コンピュータを、複数の信号の時系列データに基づいてシステムの異常を診断する異常診断装置として機能させるためのプログラムであって、
正常であることが既知の基準データを取得し、前記基準データにノイズを添加し、denoising auto encoderによって、任意のデータを入力すると再構成データを出力する前記システムの監視モデルを学習する監視モデル学習手段と、
異常診断の評価対象となる評価データを取得し、前記評価データを前記監視モデルに入力して前記再構成データを算出し、前記評価データと前記再構成データとの差である再構成誤差を算出する再構成誤差算出手段と、
前記再構成誤差に基づいて、前記基準データに対する前記評価データの新規性の度合いを示す新規度を算出する新規度算出手段と、
を具備する異常診断装置として機能させ、
前記denoising auto encoderは、前記システムの事前知識である各信号間の重要度の値で前記ノイズの除去の度合が制御されることを特徴とするプログラム。 - コンピュータを、
前記重要度及び前記再構成誤差に基づいて要因解析を行い、前記新規性の原因候補となる信号の組を抽出する新規性原因提示手段、
を更に具備する異常診断装置として機能させることを特徴とする請求項3に記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014171561A JP6402541B2 (ja) | 2014-08-26 | 2014-08-26 | 異常診断装置及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014171561A JP6402541B2 (ja) | 2014-08-26 | 2014-08-26 | 異常診断装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2016045861A JP2016045861A (ja) | 2016-04-04 |
JP6402541B2 true JP6402541B2 (ja) | 2018-10-10 |
Family
ID=55636325
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014171561A Active JP6402541B2 (ja) | 2014-08-26 | 2014-08-26 | 異常診断装置及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6402541B2 (ja) |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2017187972A (ja) * | 2016-04-07 | 2017-10-12 | 株式会社日立製作所 | 端末の監視方法、サーバおよび状態識別サーバ |
JP6805580B2 (ja) | 2016-06-30 | 2020-12-23 | 住友電気工業株式会社 | 通信機、通信システムおよび通信プログラム |
US11079334B2 (en) * | 2016-08-22 | 2021-08-03 | Kewpie Corporation | Food inspection apparatus, method of inspecting food, and method of learning in identification unit of food inspection apparatus |
US20180144241A1 (en) * | 2016-11-22 | 2018-05-24 | Mitsubishi Electric Research Laboratories, Inc. | Active Learning Method for Training Artificial Neural Networks |
JP6896432B2 (ja) * | 2017-01-11 | 2021-06-30 | 株式会社Ye Digital | 故障予知方法、故障予知装置および故障予知プログラム |
JP7017861B2 (ja) * | 2017-03-23 | 2022-02-09 | 株式会社日立製作所 | 異常検知システムおよび異常検知方法 |
JP7062923B2 (ja) * | 2017-11-21 | 2022-05-09 | 富士通株式会社 | 可視化方法、可視化装置及び可視化プログラム |
WO2020039610A1 (ja) * | 2018-08-20 | 2020-02-27 | 日本電信電話株式会社 | 異常要因推定装置、異常要因推定方法、及びプログラム |
JP7056465B2 (ja) * | 2018-08-23 | 2022-04-19 | 株式会社明電舎 | 異常予兆検出システム |
JP7119978B2 (ja) * | 2018-12-20 | 2022-08-17 | オムロン株式会社 | 制御装置およびプログラム |
KR102291964B1 (ko) * | 2019-08-09 | 2021-08-19 | 연세대학교 산학협력단 | 반도체 제조 공정에서 고장 검출 및 불량 원인 진단을 위한 방법 |
KR102523458B1 (ko) * | 2022-09-27 | 2023-04-19 | 주식회사 에이아이비즈 | 공정 설비의 비정상 동작 감지 방법, 컴퓨팅 장치 및 컴퓨터 프로그램 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04363705A (ja) * | 1991-01-22 | 1992-12-16 | Jgc Corp | ニューラルネットワークによるサーボ系の異常診断 方法及び装置 |
JP2002288625A (ja) * | 2001-03-28 | 2002-10-04 | Mitsubishi Heavy Ind Ltd | 多目的最適化方法、プログラムおよびプラン立案装置 |
-
2014
- 2014-08-26 JP JP2014171561A patent/JP6402541B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2016045861A (ja) | 2016-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6402541B2 (ja) | 異常診断装置及びプログラム | |
JP2015026252A (ja) | 異常検知装置及びプログラム | |
JP2015170121A (ja) | 異常診断装置及びプログラム | |
Uckun et al. | Standardizing research methods for prognostics | |
Zhou et al. | Differential feature based hierarchical PCA fault detection method for dynamic fault | |
JP5539382B2 (ja) | 航空エンジン内の故障の識別 | |
CN102265227B (zh) | 用于在机器状况监视中创建状态估计模型的方法和设备 | |
Byttner et al. | Consensus self-organized models for fault detection (COSMO) | |
JP5278310B2 (ja) | 診断システム | |
JP6870346B2 (ja) | データ分析システム、データ分析方法およびプログラム | |
JP2017004509A (ja) | 機械学習のための高度解析インフラストラクチャ | |
EP3497527B1 (en) | Generation of failure models for embedded analytics and diagnostics | |
JP2010181212A (ja) | 故障診断システム、故障診断方法 | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
CN102693262B (zh) | 确定现象中变量的影响的方法 | |
JP2018119924A (ja) | 診断装置 | |
CN104471542A (zh) | 用于状态监视中流动的传感器数据的分类的判别隐卡尔曼滤波器 | |
US11415975B2 (en) | Deep causality learning for event diagnosis on industrial time-series data | |
CN109964182A (zh) | 用于车辆分析的方法和系统 | |
Stoyanov et al. | Predictive analytics methodology for smart qualification testing of electronic components | |
Nieto González | Vehicle fault detection and diagnosis combining an AANN and multiclass SVM | |
CN116257663A (zh) | 面向无人地面车辆的异常检测与关联分析方法及相关设备 | |
JP7115346B2 (ja) | 異常検知装置 | |
US10698396B2 (en) | Information processing apparatus, information processing method, and recording medium | |
Gámiz et al. | Dynamic reliability and sensitivity analysis based on HMM models with Markovian signal process |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20170322 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20171220 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180109 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180301 |
|
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: 20180814 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180827 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6402541 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |