JP6705903B2 - 診断装置、診断方法及び診断プログラム - Google Patents
診断装置、診断方法及び診断プログラム Download PDFInfo
- Publication number
- JP6705903B2 JP6705903B2 JP2018536636A JP2018536636A JP6705903B2 JP 6705903 B2 JP6705903 B2 JP 6705903B2 JP 2018536636 A JP2018536636 A JP 2018536636A JP 2018536636 A JP2018536636 A JP 2018536636A JP 6705903 B2 JP6705903 B2 JP 6705903B2
- Authority
- JP
- Japan
- Prior art keywords
- diagnostic
- sensor value
- operating state
- vector
- acquired
- 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
- 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
- G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
-
- 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
- G05B23/0235—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 a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0264—Control of logging system, e.g. decision on which data to store; time-stamping measurements
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
-
- 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
- G06N7/00—Computing arrangements based on specific mathematical models
-
- 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
- G05B2219/20—Pc systems
- G05B2219/23—Pc programming
- G05B2219/23181—Use of sound, acoustic, voice
-
- 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
- G05B2219/37—Measurements
- G05B2219/37337—Noise, acoustic emission, sound
-
- 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
- G05B2219/41—Servomotor, servo controller till figures
- G05B2219/41318—Electro hydraulic drive, electric motor drives hydraulic actuator
-
- 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
- G05B2219/49—Nc machine tool, till multiple
- G05B2219/49105—Emitted noise of tool
-
- 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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
- G05B23/0254—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 model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
その他の手段については、発明を実施するための形態のなかで説明する。
図1に沿って、診断装置の構成を説明する。診断装置1は、一般的なコンピュータである。診断装置1は、中央制御装置11、入力装置12、出力装置13、主記憶装置14、補助記憶装置15、及び、通信装置16を有する。これらはバスで接続されている。補助記憶装置15は、センサ値情報31、ベクトル情報32、及び、ベクトル成分情報33(詳細後記)を格納している。主記憶装置14における運転状態決定部21、基準データ作成部22、診断データ作成部23、及び、診断部24は、プログラムである。以降の説明において、“○○部は”と動作主体を記した場合、それは、中央制御装置11が補助記憶装置15から○○部を読み出し、主記憶装置14にロードしたうえで○○部の機能(詳細後記)を実現することを意味する。
本実施形態において特徴量とは、機器から測定されるセンサ値のうち、診断に使用されるものである。特徴量ベクトルとは、このようなセンサ値を成分として有するベクトル、又は、このようなセンサ値を高速フーリエ変換した結果の特定の周波数におけるスペクトル強度を成分として有するベクトルである(詳細後記)。
特徴量ベクトルの成分は、そのすべてが項目軸の強度(図3(a))である必要はなく、そのすべてが周波数軸のスペクトル強度(図3(b))である必要もない。いま、例えば10次元の特徴量ベクトルを想定する。その特徴量ベクトルの第1成分〜第4成分が、温度、圧力、電圧、及び、電流のセンサ値であり、第5成分〜第10成分が、振動のセンサ値を高速フーリエ変換して取得したスペクトル強度のうちの、特定の6つの周波数におけるスペクトル強度であってもよい。
図4に沿って、センサ値情報31を説明する。まず、センサ値情報31を説明する前提として、“運転状態”を説明する。運転状態とは、センサ値が測定された時点の機器の状態を記述する任意の数値(指標)である。運転状態の例としては、以下が挙げられる。
・負荷制御装置5が負荷3に指示した運転条件(例えば、冷媒温度)等
・機器の負担を示す値(例えば電動機2の最大出力に対する、その時点での実際の出力の比(負荷率))等
・電動機2又は負荷3の環境条件(気温、湿度)等
運転状態は、センサ値そのものであってもよいし、センサ値を使用して演算された値でもよい。以降、運転状態は、負荷率(%)、気温(℃)及び湿度(%)の3つであるものとして説明を続ける。
運転状態欄102の負荷率欄102aの負荷率は、前記した負荷率である。
気温欄102bの気温は、機器の周辺の気温である。なお、“#”は、その欄にそれぞれ異なる値が存在することを省略的に示している(以下同様)。
湿度欄102cの湿度は、機器の周辺の湿度である。
区分欄105の区分は、“基準”又は“診断対象”のいずれかである。“基準”は、そのレコードのセンサ値が、基準特徴量ベクトルを作成するために使用されることを示す。“診断対象”は、そのレコードのセンサ値が、診断対象特徴量ベクトルを作成するために使用されることを示す。
・ある機器が、2016年7月1日10時00分00秒から10時11分00秒まで運転された。その間、機器の負荷率は、当初10%であり、やがて100%に上昇し、最後は40%となった。その間、機器は、正常であった。
・当該機器が、2016年7月10日15時00分00秒から15時01分00秒まで運転された。その間、機器の負荷率は、当初20%であり、最後は40%であった。その間、機器が正常又は異常であったかは不明である。
図5に沿って、ベクトル情報32を説明する。ベクトル情報32においては、運転状態ID欄111に記憶されている運転状態IDに関連付けて、負荷率欄112には負荷率が、気温欄113には気温が、湿度欄114には湿度が、基準特徴量ベクトル数欄115には基準特徴量ベクトル数が、基準特徴量ベクトルID欄116には基準特徴量ベクトルIDが、基準特徴量ベクトル品質欄117には基準特徴量ベクトル品質が、評価対象特徴量ベクトルID欄118には評価対象特徴量ベクトルIDが記憶されている。
負荷率欄112の負荷率は、前記した負荷率である。
気温欄113の気温は、図4の気温と同じである。
湿度欄114の湿度は、図4の湿度と同じである。
基準特徴量ベクトルID欄116の基準特徴量ベクトルIDは、当該運転状態において取得されたセンサ値を使用して作成された基準特徴量ベクトルのベクトルID(詳細後記)である。基準特徴量ベクトルIDは、1又は複数記憶される。基準特徴量ベクトル数が“0”であるレコードの基準特徴量ベクトルID欄116は、空欄である。
ベクトル情報32の二重線の左側に注目する。負荷率は、0%〜100%の範囲で定義される。ここでは、その全範囲が“30未満”及び“30以上70未満”及び“70以上”の3つに分割されている。同様に、気温については、全範囲が“20未満”及び“20以上”の2つに分割されている。湿度については、全範囲が“40未満”及び“40以上”の2つに分割されている。すると、各運転状態は独立してある値を取り得ることから、3つの運転状態の範囲の組合せは、3×2×2=12通り存在することとなる。
図5の下部の図に注目する。ある機器が、時点t1において運転を開始した後、時点t2、t3及びt4が経過し、時点t5において、当該機器が運転を停止したとする。そして、時点t1〜t5は、いずれも基準時点である。つまり、時点t1〜t5において、機器が正常又は異常であることが既知である。以降で、その間の運転状態の推移とベクトル情報32との関係を時系列で見て行く。
(時点t2)気温及び湿度が変化しないまま、負荷率だけが上昇した。
(時点t2〜t3)機器の運転状態は、P005に変わった。診断装置1は、基準特徴量ベクトルを9個作成した。
(時点t3〜t4)機器の運転状態は、P007に変わった。診断装置1は、基準特徴量ベクトルを12個作成した。
(時点t4)負荷率及び気温が変化しないまま、湿度だけが上昇した。
(時点t4〜t5)機器の運転状態は、P008に変わった。診断装置1は、基準特徴量ベクトルを6個作成した。
図6に沿って、ベクトル成分情報33を説明する。ベクトル成分情報33においては、運転状態ID欄121に記憶されている運転状態IDに関連付けて、ベクトルID欄122にはベクトルIDが、区分欄123には区分が、横軸欄124には横軸が、変換前センサ値欄125には変換前センサ値が、成分定義欄126には成分定義が、成分値欄127には成分値が、比較対象欄128には比較対象が記憶されている。
ベクトルID欄122のベクトルIDは、基準特徴量ベクトル及び評価対象特徴量ベクトルを一意に特定する識別子である。
区分欄123の区分は、図4の区分と同じである。しかしながら、ここでの“基準”は、そのレコードの特徴量ベクトルが基準特徴量ベクトルであることを示す。“診断対象”は、そのレコードの特徴量ベクトルが、診断対象特徴量ベクトルであることを示す。
変換前センサ値欄125の変換前センサ値は、高速フーリエ変換の対象となるセンサ値の種類である。なお、横軸欄124が“項目軸”であるレコードの変換前センサ値欄125には、該当のデータが存在しないことを示す“−”が記憶される。
・特徴量ベクトルの成分は、10個存在すること。
・それらの成分は、前から順に、f1Hz、 f2Hz、・・・、f10Hzにおけるスペクトル強度を示していること。
・特徴量ベクトルの成分は、5個存在すること。なお、説明の簡略化のために、図4のセンサ値欄103のうち、“騒音”及び“回転速度”を省いている。
・それらの成分は、前から順に、温度センサ、圧力センサ、・・・、振動センサが測定したセンサ値を正規化した強度を示していること。
成分値欄127の成分値は、特徴量ベクトルの成分の値そのものである。
例えば、ベクトルIDがEV01であるレコードの比較対象欄128には、“SV011,・・・の平均”が記憶されている。これは、以下のことを示している。
・当該振動のセンサ値が取得された時点の運転状態は、“P001”であった。
・運転状態P001に対応する基準特徴量ベクトルは、7個存在し、これらのベクトルIDは、SV011、SV012、・・・、SV017である(図5のベクトル情報32の1行目のレコード参照)。
・したがって、EV01は、7個の基準特徴量ベクトルSV011、・・・の各成分の平均値を成分として有する基準特徴量ベクトルと比較されるべきである。
図7に沿って、処理手順を説明する。
ステップS201において、診断装置1の運転状態決定部21は、運転状態を決定する。具体的には、第1に、運転状態決定部21は、ユーザが入力装置12を介して、1又は複数の運転状態(負荷率、気温、湿度、・・・)、及び、それぞれの運転状態の想定され得る全範囲を複数に分割する閾値を入力するのを受け付ける。いま、ユーザは、3つの運転状態“負荷率”、“気温”及び“湿度”を入力し、それぞれの閾値として、“30%及び70%”、“20℃”並びに“40%”を入力したとする。ここでの“想定され得る全範囲”とは、機器が日常的に運転を行う(手動制御及び自動制御を含む)に際して、自然に取り得る運転状態の範囲である。
第3に、運転状態決定部21は、ベクトル情報32(図5)の新たなレコードを12本作成し、運転状態IDを採番したうえで、新たなレコードの運転状態ID欄111に記憶する。そして、運転状態決定部21は、新たなレコードの負荷率欄112、気温欄113及び湿度欄114に、ステップS201の“第2”において作成した運転状態の範囲の組合せを記憶する。運転状態決定部21は、新たなレコードの基準特徴量ベクトル数欄115に“0”(初期値)を記憶し、評価対象特徴量ベクトルID欄118に“比較不可”(初期値)を記憶し、他の欄は空白のままにしておく。
第2に、基準データ作成部22は、センサ値情報31(図4)の新たなレコードを作成する。
第4に、基準データ作成部22は、新たに作成したレコードのレコード欄101、時点欄104、区分欄105及び診断結果欄106に、それぞれ、採番したレコードID、現時点の年月日時分秒、“基準”及び“正常”を記憶する。ここで完成したセンサ値情報31のレコードを“基準センサ値レコード”と呼ぶ。
(規則1)基準データ作成部22は、取得されたセンサ値が音又は振動である場合は、センサ値に対して高速フーリエ変換を行い、周波数軸のスペクトル強度を取得し、図2のケース2及び図3(b)のタイプの基準特徴量ベクトルを作成する。この場合、基準データ作成部22は、取得されたスペクトル強度のうち、所定の数(例えば10)の異なる周波数におけるスペクトル強度を抽出し、抽出したスペクトル強度を成分とする基準特徴量ベクトルを作成する。
第3に、基準データ作成部22は、新たなレコードの運転状態ID欄121、ベクトルID欄122、成分定義欄126及び成分値欄127に、それぞれ、運転状態ID、採番したベクトルID、成分定義、及び、成分値を記憶する。なお、基準データ作成部22は、基準センサ値レコードの運転状態を検索キーとしてベクトル情報32(図5)を検索することによって、運転状態IDを取得し、ベクトル成分情報33の新たなレコードの運転状態ID欄121に記憶する。
第2に、基準データ作成部22は、該当したレコードの基準特徴量ベクトルID欄116に、要登録レコードのベクトルIDを追加して更新する。
基準データ作成部22は、繰り返し処理終了条件が満たされた時点で、機器の運転を停止する(運転を継続してもよい)。
繰り返し処理終了条件の例として、以下の例が挙げられる。
・ベクトル情報32のすべてのレコードの基準特徴量ベクトル数が所定の正数以上になったこと。
・基準特徴量ベクトル品質が“ばらつき小”であるベクトル情報32のレコードの数が所定の正数以上になったこと、又は、全レコード数のうちの所定の比率に達したこと。
以上から明らかなように、基準データ作成部22は、取得したセンサ値を予め決定した複数の運転状態のそれぞれに関連付けて記憶部に記憶する処理を、取得したセンサ値が未だ関連付けられていない未対応の運転状態がなくなるまで繰り返すことになる。
第2に、診断データ作成部23は、センサ値情報31(図4)の新たなレコードを作成する。
第4に、診断データ作成部23は、新たに作成したレコードのレコード欄101、時点欄104、区分欄105及び診断結果欄106に、それぞれ、採番したレコードID、現時点の年月日時分秒、“診断対象”及び“?”を記憶する。ここで完成したセンサ値情報31のレコードを“診断対象センサ値レコード”と呼ぶ。
第2に、診断部24は、ベクトル成分情報33(図6)を参照し、ステップS210の“第1”において取得したベクトルIDが特定する基準特徴量ベクトルの成分値を取得する。つまり、診断部24は、複数の基準特徴量ベクトル“SV011,・・・” の成分値を取得する。
第4に、診断部24は、要診断レコードの比較対象欄128に“SV011,・・・の平均”を記憶する。そして、診断部24は、ステップS210の“第1”において該当したベクトル情報32(図5)のレコードの評価対象特徴量ベクトルID欄118に、要診断レコードのベクトルID“EV01”を記憶する。
・2つのベクトルの内積(内積が大きいほど類似度が大きい)
・2つのベクトルの成分同士の差分の2乗和の正の平方根(正の平方根が小さいほど類似度が大きい)
・2つのベクトルが多次元空間においてなす角(なす角が小さいほど類似度が大きい)
その後、処理手順を終了する。
基準データ作成部22は、ベクトル情報32(図5)が更新されていくのを常時監視している。基準データ作成部22は、処理手順のステップS203〜S205の任意の段階において、その監視結果をベクトル登録状況画面51として出力装置13に表示する。
基準データ作成部22は、運転状態ID欄52及び運転状態欄53に、ベクトル情報32の運転状態ID及び運転状態(負担率、気温及び湿度)を表示する。
前記では、基準特徴量ベクトル品質とは、基準特徴量ベクトルのばらつきを示す統計値又はそれを表現した文字列であるとした。そして、統計値の例として“分散”を挙げた。しかしながら、基準特徴量ベクトル品質は、基準特徴量ベクトルの安定度を示す統計値又はそれを表現した文字列であってもよい。
ベクトル情報32(図5)のすべてのレコードの基準特徴量ベクトル数欄115には、“0”以外の正数が記憶されていることが望ましい。しかしながら、前記したステップS203が実行される際の状況によっては、あるレコードの基準特徴量ベクトル数が、“0”であるまま非常に長い時間が経過する場合もあり得る。このような場合、基準データ作成部22は、自動的に繰り返し処理を終了し、以下の作成方法によって、基準特徴量ベクトルを作成する。
より一般的には、基準データ作成部22は、線形又は非線形の数理モデルを使用する。この数理モデルは、1又は複数の運転状態(例えば負荷率等)を入力値とし、1又は複数のセンサ値(例えば振動等)を出力値とする。そして、この数理モデルは、1又は複数のパラメータを有しており、そのパラメータの値を変化させると数理モデルの座標空間における位置・形状も変化する。
センサは消耗品であり、新しいものに交換される機会は多い。同種の物理量を測定する同種のセンサであっても、センサ特性は個体によって微妙に異なる。さらに、機器に対する取り付け方によっても、取り付け方特有の歪が生じる。いま、ある運転状態P001における基準特徴量ベクトルSV999“(温度,圧力,電圧,電流,振動)=(10,5,15,12,30)”が、既にベクトル成分情報33(図6)に記憶されているとする。そして、その後、機器の圧力センサが交換されたとする。
(評価1)交換後の圧力センサの特性が交換前の圧力センサの特性とは異なることに起因して、正常であれば“5”の近辺であるはずの測定値が見かけ上“♭8”になっている。つまり、“♭8”のうち、“3”は歪であり、正味のセンサ値は“5”であるから、機器は、正常である。
(評価2)センサの特性に関係なく、機器は実際に異常であり、それが圧力のセンサ値の上昇となって表れている。
EVd=EV−Vr
SVd%=(SV−Vr)/Vr×100
EVd%=(EV−Vr)/Vr×100
ステップS201において決定された運転状態の組合せのすべてに対応する基準特徴量ベクトルが作成され得ない場合がある。例えば、前記の例では、湿度は、“40(%)未満”及び“40(%)以上”の2つの範囲に分割された。この分割は、例えば日本における気候のように、湿度が40%を境目にしてその前後に自然にばらつくことを前提としている。
本実施形態の診断装置の効果は以下の通りである。
(1)診断装置は、機器を診断する際の比較対象を、想定される運転状態に対して漏れなく用意することができる。
(2)診断装置は、ベクトル同士を比較するので診断を客観的に行うことができ、また、既存の各種ソフトウエアを容易に利用できる。
(3)診断装置は、機器を診断する際の比較対象が漏れなく用意されたことを、ユーザに容易に目視させることができる。
(4)診断装置は、用意された比較対象の品質を、ユーザに容易に目視させることができる。
(5)診断装置は、用意された比較対象の品質を、センサ値のばらつき又は安定度に基づき決定する。したがって、比較対象の品質を客観的に評価することができる。
(6)診断装置は、診断対象のデータを作成する処理が無駄になることを防ぐことができる。
(8)診断装置は、機器の環境を含む1又は複数の運転状況の組合せごとに、比較対象を用意する。したがって、運転状態の変化に応じてきめ細かな診断が可能となる。
(9)診断装置は、相対値を各成分とするベクトル同士を比較する。したがって、センサの交換があっても、一旦用意した比較対象を作成し直す必要がない。
(10)診断装置は、特定の運転状態に対応するセンサ値が測定できなくても、測定された他のセンサ値から推定することができる。
(11)診断装置は、数理モデルを使用した機械学習によってセンサ値を推定する。したがって、仮に特定の運転状態に対応するセンサ値が測定できなくても、診断精度を高く維持できる。
また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。
2 電動機
3 負荷
8、9 センサ
11 中央制御装置
12 入力装置
13 出力装置
14 主記憶装置
15 補助記憶装置
16 通信装置
21 運転状態決定部
22 基準データ作成部
23 診断データ作成部
24 診断部
31 センサ値情報
32 ベクトル情報
33 ベクトル成分情報
Claims (13)
- 機器が正常又は異常であることが既知である基準時点において、その時点での前記機器の運転状態が複数の運転状態のうちのいずれの運転状態であるかを決定する運転状態決定部と、
前記基準時点において前記運転状態を変化させながら前記機器から取得したセンサ値を前記決定した運転状態のそれぞれに関連付けて記憶部に記憶する処理を、前記取得したセンサ値が未だ関連付けられていない未対応の運転状態がなくなるまで繰り返す基準データ作成部と、
前記機器が正常又は異常であることが既知ではない診断時点において、その時点での前記機器の運転状態及びセンサ値を取得する診断データ作成部と、
前記取得した運転状態に関連付けられた前記センサ値を前記記憶部から読み出し、前記診断時点において取得したセンサ値を、前記読み出したセンサ値と比較することによって、前記機器の正常又は異常を判断した結果を表示する診断部と、
を備え、
前記基準データ作成部は、
前記運転状態を変化させる過程において、前記機器から取得したセンサ値の登録状況を段階的に示す情報を運転状態ごとに表示し、
前記診断部は、
前記センサ値を取得した診断時点の運転状態が前記未対応の運転状態に該当する場合、
診断が不能である旨を表示すること、
を特徴とする診断装置。 - 前記センサ値は、
センサによって測定された測定値の特徴量をベクトル型式で表現したものであり、
前記診断部は、
前記診断時点において取得したセンサ値を表現する診断対象特徴量ベクトルを、前記読み出したセンサ値を表現する基準特徴量ベクトルと比較すること、
を特徴とする請求項1に記載の診断装置。 - 前記基準データ作成部は、
前記未対応の運転状態がなくなった旨を表示すること、
を特徴とする請求項2に記載の診断装置。 - 前記基準データ作成部は、
前記基準時点において取得したセンサ値の品質を表示すること、
を特徴とする請求項3に記載の診断装置。 - 前記基準データ作成部は、
同じ運転状態で取得された複数のセンサ値のばらつき又は安定度を示す統計量に基づき前記品質を決定すること、
を特徴とする請求項4に記載の診断装置。 - 前記診断データ作成部は、
前記未対応の運転状態がなくなったことを契機として、前記機器の運転状態及びセンサ値を取得する処理を開始すること、
を特徴とする請求項5に記載の診断装置。 - 前記センサ値は、
前記センサによって測定された時間軸の測定値を周波数軸のスペクトル強度に変換したものを含むこと、
を特徴とする請求項6に記載の診断装置。 - 前記運転状態は、
前記機器の運転に関する複数の指標の組合せであり、
前記指標は、前記機器の負担又は前記機器が置かれた環境についての指標を含むこと、
を特徴とする請求項7に記載の診断装置。 - 前記基準特徴量ベクトル及び前記診断対象特徴量ベクトルは、
所定の基準値からの差異に基づく相対値を成分として有すること、
を特徴とする請求項8に記載の診断装置。 - 前記基準データ作成部は、
所定の期間内に、前記未対応の運転状態がなくならない場合は、
既に取得したセンサ値に基づいて、前記未対応の運転状態に関連付けるべきセンサ値を推定すること、
を特徴とする請求項9に記載の診断装置。 - 前記基準データ作成部は、
前記運転状態を入力変数とし前記センサ値を出力変数とする数理モデルのパラメータを機械学習することによって、前記未対応の運転状態に関連付けるべきセンサ値を推定すること、
を特徴とする請求項10に記載の診断装置。 - 診断装置の運転状態決定部は、
機器が正常又は異常であることが既知である基準時点において、その時点での前記機器の運転状態が複数の運転状態のうちのいずれの運転状態であるかを決定し、
前記診断装置の基準データ作成部は、
前記基準時点において前記運転状態を変化させながら前記機器から取得したセンサ値を前記決定した運転状態のそれぞれに関連付けて記憶部に記憶する処理を、前記取得したセンサ値が未だ関連付けられていない未対応の運転状態がなくなるまで繰り返し、
前記診断装置の診断データ作成部は、
前記機器が正常又は異常であることが既知ではない診断時点において、その時点での前記機器の運転状態及びセンサ値を取得し、
前記診断装置の診断部は、
前記取得した運転状態に関連付けられた前記センサ値を前記記憶部から読み出し、前記診断時点において取得したセンサ値を、前記読み出したセンサ値と比較することによって、前記機器の正常又は異常を判断した結果を表示し、
前記基準データ作成部は、さらに、
前記運転状態を変化させる過程において、前記機器から取得したセンサ値の登録状況を段階的に示す情報を運転状態ごとに表示し、
前記診断部は、さらに、
前記センサ値を取得した診断時点の運転状態が前記未対応の運転状態に該当する場合、
診断が不能である旨を表示すること、
を特徴とする診断装置の診断方法。 - 診断装置の運転状態決定部に対し、
機器が正常又は異常であることが既知である基準時点において、その時点での前記機器の運転状態が複数の運転状態のうちのいずれの運転状態であるかを決定する処理を実行させ、
前記診断装置の基準データ作成部に対し、
前記基準時点において前記運転状態を変化させながら前記機器から取得したセンサ値を前記決定した運転状態のそれぞれに関連付けて記憶部に記憶する処理を、前記取得したセンサ値が未だ関連付けられていない未対応の運転状態がなくなるまで繰り返す処理を実行させ、
前記診断装置の診断データ作成部に対し、
前記機器が正常又は異常であることが既知ではない診断時点において、その時点での前記機器の運転状態及びセンサ値を取得する処理を実行させ、
前記診断装置の診断部に対し、
前記取得した運転状態に関連付けられた前記センサ値を前記記憶部から読み出し、前記診断時点において取得したセンサ値を、前記読み出したセンサ値と比較することによって、前記機器の正常又は異常を判断した結果を表示する処理を実行させ、
前記基準データ作成部に対し、さらに、
前記運転状態を変化させる過程において、前記機器から取得したセンサ値の登録状況を段階的に示す情報を運転状態ごとに表示する処理を実行させ、
前記診断部に対し、さらに、
前記センサ値を取得した診断時点の運転状態が前記未対応の運転状態に該当する場合、
診断が不能である旨を表示する処理を実行させること、
を特徴とする診断装置を機能させるための診断プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/075782 WO2018042616A1 (ja) | 2016-09-02 | 2016-09-02 | 診断装置、診断方法及び診断プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2018042616A1 JPWO2018042616A1 (ja) | 2019-06-24 |
JP6705903B2 true JP6705903B2 (ja) | 2020-06-03 |
Family
ID=61300399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018536636A Active JP6705903B2 (ja) | 2016-09-02 | 2016-09-02 | 診断装置、診断方法及び診断プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US11131988B2 (ja) |
EP (1) | EP3508833B1 (ja) |
JP (1) | JP6705903B2 (ja) |
WO (1) | WO2018042616A1 (ja) |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6860406B2 (ja) * | 2017-04-05 | 2021-04-14 | 株式会社荏原製作所 | 半導体製造装置、半導体製造装置の故障予知方法、および半導体製造装置の故障予知プログラム |
JP2019184389A (ja) * | 2018-04-09 | 2019-10-24 | 株式会社Subaru | 診断装置 |
JP2020046964A (ja) * | 2018-09-19 | 2020-03-26 | ファナック株式会社 | 特性判定装置、特性判定方法及び特性判定プログラム |
JP7219046B2 (ja) * | 2018-10-12 | 2023-02-07 | 株式会社アドバンテスト | 解析装置、解析方法および解析プログラム |
JP7181753B2 (ja) * | 2018-10-12 | 2022-12-01 | 株式会社アドバンテスト | 解析装置、解析方法および解析プログラム |
JP7148421B2 (ja) * | 2019-01-22 | 2022-10-05 | ファナック株式会社 | 工作機械の予防保全システム |
JP7277152B2 (ja) | 2019-01-22 | 2023-05-18 | ファナック株式会社 | 工作機械の工具管理システム |
JP7202248B2 (ja) * | 2019-04-23 | 2023-01-11 | 株式会社日立製作所 | プラント状態監視システムおよびプラント状態監視方法 |
JP7188598B2 (ja) * | 2019-07-30 | 2022-12-13 | 日本電信電話株式会社 | 異常度推定装置、異常度推定方法、およびプログラム |
US11971332B2 (en) * | 2019-07-30 | 2024-04-30 | Nippon Telegraph And Telephone Corporation | Feature extraction apparatus, anomaly score estimation apparatus, methods therefor, and program |
CN112446399A (zh) * | 2019-09-02 | 2021-03-05 | 华为技术有限公司 | 标签确定方法、装置和系统 |
JP7298414B2 (ja) * | 2019-09-20 | 2023-06-27 | 株式会社明電舎 | 回転機の異常予兆診断システム、回転機の異常予兆診断方法 |
EP3816742B1 (de) * | 2019-11-01 | 2023-07-12 | Siemens Energy Global GmbH & Co. KG | Elektrische anlage mit akustischer überwachungseinrichtung sowie entsprechendes verfahren |
JP7517810B2 (ja) * | 2019-11-19 | 2024-07-17 | 旭化成株式会社 | 診断装置、診断方法及び診断プログラム |
JP7326177B2 (ja) * | 2020-01-31 | 2023-08-15 | 住友重機械工業株式会社 | 射出成形機の調整装置、及び射出成形機 |
JP7425094B2 (ja) * | 2020-02-07 | 2024-01-30 | ファナック株式会社 | 診断装置 |
JP7137592B2 (ja) * | 2020-05-16 | 2022-09-14 | 三菱電機株式会社 | 劣化診断システム、劣化診断装置および劣化診断プログラム |
US12093901B2 (en) | 2020-08-25 | 2024-09-17 | ANI Technologies Private Limited | Predictive maintenance of vehicle components |
JP2022143423A (ja) * | 2021-03-17 | 2022-10-03 | 株式会社リコー | 診断装置、診断システム、診断方法及び診断プログラム |
US20240231350A9 (en) * | 2021-04-02 | 2024-07-11 | Hitachi Construction Machinery Co., Ltd. | Machine state detecting device |
US11636752B2 (en) * | 2021-04-26 | 2023-04-25 | Rockwell Automation Technologies, Inc. | Monitoring machine operation with different sensor types to identify typical operation for derivation of a signature |
DE102021210106A1 (de) * | 2021-09-14 | 2023-03-16 | Zf Friedrichshafen Ag | Computerimplementierte Verfahren und System zur Anomalieerkennung und Verfahren zur Anomalieerkennung in einer akustischen Endprüfung eines Getriebes |
EP4212979A1 (en) * | 2022-01-18 | 2023-07-19 | Basf Se | Computer-implemented method and device for monitoring a plant |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002182736A (ja) | 2000-12-12 | 2002-06-26 | Yamatake Sangyo Systems Co Ltd | 設備診断装置および設備診断プログラム記憶媒体 |
JP4265982B2 (ja) | 2004-02-25 | 2009-05-20 | 三菱電機株式会社 | 機器診断装置、冷凍サイクル装置、冷凍サイクル監視システム |
US8121818B2 (en) * | 2008-11-10 | 2012-02-21 | Mitek Analytics Llc | Method and system for diagnostics of apparatus |
JP5431235B2 (ja) * | 2009-08-28 | 2014-03-05 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
JP5357072B2 (ja) | 2010-01-27 | 2013-12-04 | 株式会社小野測器 | 過渡運転性能適合試験装置、過渡運転性能適合試験方法及び制御プログラム |
JP2011174766A (ja) * | 2010-02-23 | 2011-09-08 | Chugoku Electric Power Co Inc:The | 機器劣化評価支援方法及び機器劣化評価支援装置 |
JP5455866B2 (ja) * | 2010-10-28 | 2014-03-26 | 株式会社日立製作所 | 異常診断装置および産業機械 |
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 |
JP2013200143A (ja) | 2012-03-23 | 2013-10-03 | Mitsubishi Electric Corp | 異常音診断装置および異常音診断システム |
JP6060261B2 (ja) * | 2013-06-24 | 2017-01-11 | 株式会社日立製作所 | 状態監視装置 |
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 |
JP5684941B1 (ja) * | 2014-07-31 | 2015-03-18 | 株式会社日立パワーソリューションズ | 異常予兆診断装置及び異常予兆診断方法 |
JP6585482B2 (ja) * | 2015-11-26 | 2019-10-02 | 株式会社日立製作所 | 機器診断装置及びシステム及び方法 |
-
2016
- 2016-09-02 WO PCT/JP2016/075782 patent/WO2018042616A1/ja unknown
- 2016-09-02 JP JP2018536636A patent/JP6705903B2/ja active Active
- 2016-09-02 US US16/325,292 patent/US11131988B2/en active Active
- 2016-09-02 EP EP16915176.8A patent/EP3508833B1/en active Active
Also Published As
Publication number | Publication date |
---|---|
EP3508833B1 (en) | 2024-07-17 |
EP3508833A1 (en) | 2019-07-10 |
EP3508833A4 (en) | 2020-04-01 |
US20190171199A1 (en) | 2019-06-06 |
JPWO2018042616A1 (ja) | 2019-06-24 |
WO2018042616A1 (ja) | 2018-03-08 |
US11131988B2 (en) | 2021-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6705903B2 (ja) | 診断装置、診断方法及び診断プログラム | |
JP6378419B2 (ja) | 機械診断装置および機械診断方法 | |
JP5484591B2 (ja) | プラントの診断装置及びプラントの診断方法 | |
JP2018095429A (ja) | 昇降機診断システム、昇降機診断装置、及び昇降機診断方法 | |
US11782430B2 (en) | Abnormality diagnosis method, abnormality diagnosis device and non-transitory computer readable storage medium | |
TWI663510B (zh) | 設備保養預測系統及其操作方法 | |
US11269322B2 (en) | Failure diagnosis system | |
US11657121B2 (en) | Abnormality detection device, abnormality detection method and computer readable medium | |
JP6427357B2 (ja) | 診断支援システム及び診断支援方法 | |
EP2715469A1 (en) | Method and device for predicting the condition of a component or system, computer program product | |
JP5827426B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JPWO2016117021A1 (ja) | 機械診断装置および機械診断方法 | |
JPWO2017217069A1 (ja) | 回転機診断装置、回転機診断方法及び回転機診断プログラム | |
JP2016128971A (ja) | 予兆診断システム及び予兆診断方法 | |
JPWO2018073955A1 (ja) | システム分析方法、システム分析装置、および、プログラム | |
US10846067B2 (en) | Software generation method and software generation system | |
JP2022168706A (ja) | 異常検知装置、プログラム、異常検知方法、及び製造方法 | |
JP6419534B2 (ja) | 診断システム、診断方法および診断プログラム | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 | |
JP2021516808A (ja) | 複雑なシステムにおける状態予測の説明のためのシステム及び方法 | |
JP5948998B2 (ja) | 異常診断装置 | |
JP6347771B2 (ja) | 異常診断装置、異常診断方法及び異常診断プログラム | |
JP7000266B2 (ja) | 分析フロー作成システムおよび分析フロー作成方法 | |
JP2022109737A (ja) | 異常検知方法、および、異常検知装置 | |
CN110146317B (zh) | 一种建筑物机电设备健康状态的诊断方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190125 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200310 |
|
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: 20200421 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200514 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6705903 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |