JP6770802B2 - プラント異常監視方法およびプラント異常監視用のコンピュータプログラム - Google Patents
プラント異常監視方法およびプラント異常監視用のコンピュータプログラム Download PDFInfo
- Publication number
- JP6770802B2 JP6770802B2 JP2015256477A JP2015256477A JP6770802B2 JP 6770802 B2 JP6770802 B2 JP 6770802B2 JP 2015256477 A JP2015256477 A JP 2015256477A JP 2015256477 A JP2015256477 A JP 2015256477A JP 6770802 B2 JP6770802 B2 JP 6770802B2
- Authority
- JP
- Japan
- Prior art keywords
- plant
- value
- data
- mahalanobis distance
- period
- 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
- G05B23/0243—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
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
- G05B19/41875—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by quality surveillance of production
-
- 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
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
Description
プラントの運転状態を判定するための基準となる単位空間を、前記プラントの基準期間における監視対象からの基準データから形成することと、
前記プラントの運転状態における監視対象からの計測データを収集することと、
形成された単位空間に基づいて、前記基準データおよび収集された計測データの集合体のマハラノビス距離を算出することと、
算出されたマハラノビス距離に関する、前記基準期間における前記基準データおよび最新の一定期間における計測データのそれぞれの分散値を一定周期毎に算出し、比較することと、
前記最新の一定期間における計測データの分散値に対する、前記基準期間における前記基準データの分散値の比率が閾値である判定基準値を越えたとき、前記最新の一定期間を新たな基準期間として前記基準データを更新することと、を含む。
前記プラントの運転状態における監視対象からの計測データを収集する手順と、
形成された単位空間に基づいて、前記基準データおよび収集された計測データの集合体のマハラノビス距離を算出する手順と、
算出されたマハラノビス距離に関する、前記基準期間における前記基準データおよび最新の一定期間における計測データのそれぞれの分散値を一定周期毎に算出し、比較する手順と、
前記最新の一定期間における計測データの分散値に対する、前記基準期間における前記基準データの分散値の比率が閾値である判定基準値を越えたとき、前記最新の一定期間を新たな基準期間として前記基準データを更新する手順と、を備える。
コンピュータシステムで構成される異常監視装置において実行されるプラント異常監視方法であって、前記異常監視装置が、
プラントの運転状態を判定するための基準となる単位空間を、前記プラントの基準期間における監視対象からの基準データから形成する、
前記プラントの運転状態における監視対象からの計測データを収集する、
形成された単位空間に基づいて、前記基準データおよび収集された計測データの集合体のマハラノビス距離を算出する、
算出されたマハラノビス距離に関する、前記基準期間における前記基準データおよび最新の一定期間における計測データのそれぞれの分散値を一定周期毎に算出し、比較する、および
前記最新の一定期間における計測データの分散値に対する、前記基準期間における前記基準データの分散値の比率が閾値である判定基準値を越えたとき、前記最新の一定期間を新たな基準期間として前記基準データを更新する、ことを含んでいる。
このような第1の態様のプラント異常監視方法では、メンテナンスなどによりプラントの状態が変化した場合においても、その状態変化を確実に検出することが可能であり、基準データを適切に更新して、プラントに対する精度の高い異常監視を常に行うことができる。
前記異常監視装置が、前記基準データおよび前記計測データに対して低周波成分の除去処理を実行した後、当該基準データおよび当該計測データの分散値を一定周期毎に算出し、比較する、ことを含む。
このような第2の態様のプラント異常監視方法においては、異常傾向時に分散値が増加したとして誤判定して、基準データの望ましくない更新処理が実行されることを防止することができる。
算出された差分値が閾値である設定値を越えたとき、前記基準データの更新処理の必要性が高いことを通知する、ことをさらに含んでいる。
このような第3の態様のプラント異常監視方法においては、メンテナンスなどによりプラントの状態が変化した場合においても、その状態変化の差分値を用いて検出し、検出された状態変化に基づいて、基準データの更新処理の必要性が高いことを通知することができ、プラントに対する常に精度の高い異常監視を行うことができる。
プラントの運転状態を判定するための基準となる単位空間を、前記プラントの基準期間における監視対象からの基準データから形成する手順、
前記プラントの運転状態における監視対象からの計測データを収集する手順、
形成された単位空間に基づいて、前記基準データおよび収集された計測データの集合体のマハラノビス距離を算出する手順、
算出されたマハラノビス距離に関する、前記基準期間における前記基準データおよび最新の一定期間における計測データのそれぞれの分散値を一定周期毎に算出し、比較する手順、および
前記最新の一定期間における計測データの分散値に対する、前記基準期間における前記基準データの分散値の比率が閾値である判定基準値を越えたとき、前記最新の一定期間を新たな基準期間として前記基準データを更新する手順、を備えている。
このような第4の態様のプラント異常監視用のコンピュータプログラムを用いることにより、メンテナンスなどによりプラントの状態が変化した場合においても、その状態変化を確実に検出することが可能であり、基準データを適切に更新して、プラントに対する精度の高い異常監視を常に行うことが可能となる。
前記基準データおよび前記計測データに対して低周波成分の除去処理を実行した後、当該基準データおよび当該計測データの分散値を一定周期毎に算出し、比較している。
このような第5の態様のプラント異常監視用のコンピュータプログラムを用いることにより、異常傾向時に分散値が増加したとして誤判定して、基準データの望ましくない更新処理が実行されることを防止することが可能となる。
算出された差分値が閾値である設定値を越えたとき、前記基準データの更新処理の必要性が高いことを通知する手順、を含んでいる。
このような第6の態様のプラント異常監視用のコンピュータプログラムを用いることにより、メンテナンスなどによりプラントの状態が変化した場合においても、その状態変化を差分値を用いて検出し、検出された状態変化に基づいて、基準データの更新処理の必要性が高いことを通知することができ、プラントに対する常に精度の高い異常監視を行うことが可能となる。
以下、図面を参照して本発明に係る第1の実施の形態におけるプラント異常監視装置およびその異常監視方法について説明する。第1の実施の形態におけるマハラノビス距離に基づくプラント異常監視装置およびその異常監視方法は、産業用ガスタービンを用いた発電プラントに適用した例である。
上記のように構成された第1の実施の形態における異常監視装置10を用いた異常監視方法について説明する。異常監視装置10においては、ガスタービン発電プラント1の正常運転時の各設備/機器におけるデータ(基準データ)から得られた状態量に基づいてマハラノビスの単位空間が作成される。この単位空間は、ガスタービン発電プラント1の運転状態が正常な運転か否かの判定を行うための基準となるデータの集合体である。ガスタービン発電プラント1における状態量としては、圧縮機7の吸入空気温度、発電機9の出力、ガスタービンの出力軸である主軸の振動などのガスタービンにおける各部の温度、圧力、振動、回転速度などの各種機器に関する多くの状態量が含まれる。
例えば、プラントのメンテナンスなどで設備の一部を修理したり、または交換し、プラント状態が変化した場合、基準データから作成された単位空間をそのままマハラノビス距離の対象としたとき、監視対象である設備/機器が正常にもかかわらず設備/機器が異常であると検出したり、逆に設備/機器に異常が生じていても異常と認識しないという大きな問題を生じるおそれがある。
以下、異常監視方法において、上記のように基準データの更新の判定を行う更新方法について説明する。基準データの更新の判定を行う場合において、所定の判定期間の計測データが上昇しているとき、その判定期間の計測データの分散値が増大しているように誤認される場合がある。
前述のように、プラントにおける設備/機器の状態が変化することによって、計測データ(検出信号:状態量)が大きく変化すると、単位空間に対するマハラノビス距離が増大する。例えば、メンテナンスなどにより設備/機器の一部が交換されて状態が大きく変化した場合には、突発的にマハラノビス距離が大きく変化する。このように、プラントの設備異常によるマハラノビス距離の増大ではない場合には、状態変化後の正常な単位空間を新たに定義する基準データを設定して、マハラノビス距離を正常な単位空間に基づいて算出する必要がある。逆に、プラントの設備異常によるマハラノビス距離の増大である場合には、至急に設備異常を使用者に通知する必要がある。
以下、第1の実施の形態の異常監視方法における基準データの更新処理要否の判定方法について、より具体的に説明する。
以下、上記の第1の実施の形態の異常監視方法における基準データの更新処理要否の判定方法において、図7に示したフローチャートのステップS102からステップS104で行われるマハラノビス距離の増大判定方法、およびマハラノビス距離の差分値の判定方法について具体的に説明する。
次に、前述の図7に示したフローチャートにおいて、ステップS105からステップS107に示した基準データと最新の計測データとの分散値比較処理について説明する。
2 制御部
3 操作部
4 表示部
5 記憶部
6 タービン
7 圧縮機
8 燃焼室
9 発電機
10 異常監視装置
Claims (6)
- コンピュータシステムで構成される異常監視装置において実行されるプラント異常監視方法であって、前記異常監視装置が、
プラントの運転状態を判定するための基準となる単位空間を、前記プラントの基準期間における監視対象からの基準データから形成する、
前記プラントの運転状態における監視対象からの計測データを収集する、
形成された単位空間に基づいて、前記基準データおよび収集された計測データの集合体のマハラノビス距離を算出する、
算出されたマハラノビス距離に関する、前記基準期間における前記基準データおよび最新の一定期間における計測データのそれぞれの分散値を一定周期毎に算出し、比較する、および
前記最新の一定期間における計測データの分散値に対する、前記基準期間における前記基準データの分散値の比率が閾値である判定基準値を越えたとき、前記最新の一定期間を新たな基準期間として前記基準データを更新する、ことを含むプラント異常監視方法。 - 前記異常監視装置が、前記基準データおよび前記計測データの分散値を一定周期毎に算出し、比較するときにおいて、
前記異常監視装置が、前記基準データおよび前記計測データに対して低周波成分の除去処理を実行した後、当該基準データおよび当該計測データの分散値を一定周期毎に算出し、比較する、ことを含む請求項1に記載のプラント異常監視方法。 - 前記異常監視装置が、算出されたマハラノビス距離が閾値である基準値を越えたとき、前記基準値を超えたマハラノビス距離を含む一定期間のマハラノビス距離群における一定幅のマハラノビス距離間の差分値を算出する、および
算出された差分値が閾値である設定値を越えたとき、前記基準データの更新処理の必要性が高いことを通知する、ことを含む請求項1または2に記載のプラント異常監視方法。 - プラントの運転状態を判定するための基準となる単位空間を、前記プラントの基準期間における監視対象からの基準データから形成する手順、
前記プラントの運転状態における監視対象からの計測データを収集する手順、
形成された単位空間に基づいて、前記基準データおよび収集された計測データの集合体のマハラノビス距離を算出する手順、
算出されたマハラノビス距離に関する、前記基準期間における前記基準データおよび最新の一定期間における計測データのそれぞれの分散値を一定周期毎に算出し、比較する手順、および
前記最新の一定期間における計測データの分散値に対する、前記基準期間における前記基準データの分散値の比率が閾値である判定基準値を越えたとき、前記最新の一定期間を新たな基準期間として前記基準データを更新する手順、
を備えるプラント異常監視用のコンピュータプログラム。 - 前記基準データおよび前記計測データの分散値を一定周期毎に算出し、比較する手順において、
前記基準データおよび前記計測データに対して低周波成分の除去処理を実行した後、当該基準データおよび当該計測データの分散値を一定周期毎に算出し、比較する、請求項4に記載のプラント異常監視用のコンピュータプログラム。 - 算出されたマハラノビス距離が閾値である基準値を越えたとき、前記基準値を超えたマハラノビス距離を含む一定期間のマハラノビス距離群における一定幅のマハラノビス距離間の差分値を算出する手順、および
算出された差分値が閾値である設定値を越えたとき、前記基準データの更新処理の必要性が高いことを通知する手順、を含む請求項4または5に記載のプラント異常監視用のコンピュータプログラム。
Priority Applications (5)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015256477A JP6770802B2 (ja) | 2015-12-28 | 2015-12-28 | プラント異常監視方法およびプラント異常監視用のコンピュータプログラム |
CN201680076395.0A CN108475053A (zh) | 2015-12-28 | 2016-12-27 | 成套设备异常监视方法及用于监视成套设备异常的计算机程序 |
PCT/JP2016/088967 WO2017115814A1 (ja) | 2015-12-28 | 2016-12-27 | プラント異常監視方法およびプラント異常監視用のコンピュータプログラム |
EP16881788.0A EP3399376B1 (en) | 2015-12-28 | 2016-12-27 | Plant-abnormality-monitoring method and computer program for plant abnormality monitoring |
US16/066,345 US20190018402A1 (en) | 2015-12-28 | 2016-12-27 | Plant-abnormality-monitoring method and computer program for plant abnormality monitoring |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015256477A JP6770802B2 (ja) | 2015-12-28 | 2015-12-28 | プラント異常監視方法およびプラント異常監視用のコンピュータプログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JP2017120504A JP2017120504A (ja) | 2017-07-06 |
JP2017120504A5 JP2017120504A5 (ja) | 2019-01-17 |
JP6770802B2 true JP6770802B2 (ja) | 2020-10-21 |
Family
ID=59225300
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015256477A Active JP6770802B2 (ja) | 2015-12-28 | 2015-12-28 | プラント異常監視方法およびプラント異常監視用のコンピュータプログラム |
Country Status (5)
Country | Link |
---|---|
US (1) | US20190018402A1 (ja) |
EP (1) | EP3399376B1 (ja) |
JP (1) | JP6770802B2 (ja) |
CN (1) | CN108475053A (ja) |
WO (1) | WO2017115814A1 (ja) |
Families Citing this family (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6432890B2 (ja) * | 2016-06-01 | 2018-12-05 | 三菱日立パワーシステムズ株式会社 | 監視装置、対象装置の監視方法、およびプログラム |
US11763457B2 (en) * | 2017-02-15 | 2023-09-19 | Sony Group Corporation | Information generation method, information generation apparatus, and program |
KR102385100B1 (ko) * | 2017-12-22 | 2022-04-13 | 삼성디스플레이 주식회사 | 인프라 설비 가동 데이터 자동분석방법 및 시스템 |
JP6871877B2 (ja) | 2018-01-04 | 2021-05-19 | 株式会社東芝 | 情報処理装置、情報処理方法及びコンピュータプログラム |
JP7075771B2 (ja) * | 2018-02-08 | 2022-05-26 | 株式会社Screenホールディングス | データ処理方法、データ処理装置、データ処理システム、およびデータ処理プログラム |
JP7074490B2 (ja) * | 2018-02-08 | 2022-05-24 | 株式会社Screenホールディングス | データ処理方法、データ処理装置、データ処理システム、およびデータ処理プログラム |
DE102018107233A1 (de) * | 2018-03-27 | 2019-10-02 | Kraussmaffei Technologies Gmbh | Verfahren zur automatischen Prozessüberwachung und Prozessdiagnose eines stückbasierten Prozesses (batch-Fertigung), insbesondere eines Spritzgießprozesses und eine den Prozess durchführende Maschine oder ein den Prozess durchführender Maschinenpark |
CN109344026A (zh) * | 2018-07-27 | 2019-02-15 | 阿里巴巴集团控股有限公司 | 数据监控方法、装置、电子设备及计算机可读存储介质 |
JP7406915B2 (ja) | 2018-11-02 | 2023-12-28 | 三菱重工業株式会社 | 単位空間更新装置、単位空間更新方法、及びプログラム |
JP7377637B2 (ja) | 2019-06-28 | 2023-11-10 | 三菱重工業株式会社 | 異常検出装置、異常検出方法、及びプログラム |
JP7387325B2 (ja) * | 2019-08-01 | 2023-11-28 | 三菱重工業株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
WO2021019760A1 (ja) * | 2019-08-01 | 2021-02-04 | 三菱電機株式会社 | 異常診断方法、異常診断装置および異常診断プログラム |
JP7437163B2 (ja) * | 2020-01-06 | 2024-02-22 | 三菱重工業株式会社 | 診断装置、診断方法およびプログラム |
JP6851558B1 (ja) | 2020-04-27 | 2021-03-31 | 三菱電機株式会社 | 異常診断方法、異常診断装置および異常診断プログラム |
WO2022176054A1 (ja) * | 2021-02-17 | 2022-08-25 | 三菱電機株式会社 | データ照合装置、データ照合システム、及びデータ照合方法 |
JP2023067232A (ja) * | 2021-10-29 | 2023-05-16 | 株式会社Sumco | 監視方法、監視プログラム、監視装置、ウェーハの製造方法、及びウェーハ |
CN116662794B (zh) * | 2023-08-02 | 2023-11-10 | 成都凯天电子股份有限公司 | 一种考虑数据分布更新的振动异常监测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7203431B2 (en) * | 2003-12-26 | 2007-04-10 | Ricoh Company, Ltd. | Abnormality determining method, abnormality determining apparatus, and image forming apparatus |
JP4396286B2 (ja) | 2004-01-21 | 2010-01-13 | 三菱電機株式会社 | 機器診断装置および機器監視システム |
JP5031088B2 (ja) * | 2008-02-27 | 2012-09-19 | 三菱重工業株式会社 | プラント状態監視方法、プラント状態監視用コンピュータプログラム、及びプラント状態監視装置 |
JP5260343B2 (ja) * | 2009-02-03 | 2013-08-14 | 三菱重工業株式会社 | プラント運転状態監視方法 |
JP5610695B2 (ja) * | 2009-02-17 | 2014-10-22 | 三菱重工業株式会社 | プラント監視用の方法、プログラム及び装置 |
JP2011090382A (ja) * | 2009-10-20 | 2011-05-06 | Mitsubishi Heavy Ind Ltd | 監視システム |
CN104823118B (zh) * | 2012-10-25 | 2017-05-24 | 三菱日立电力系统株式会社 | 成套设备监视装置及成套设备监视方法 |
JP6116466B2 (ja) * | 2013-11-28 | 2017-04-19 | 株式会社日立製作所 | プラントの診断装置及び診断方法 |
JP6038092B2 (ja) * | 2014-10-14 | 2016-12-07 | 三菱重工業株式会社 | サージ判定装置、サージ判定方法およびプログラム |
-
2015
- 2015-12-28 JP JP2015256477A patent/JP6770802B2/ja active Active
-
2016
- 2016-12-27 EP EP16881788.0A patent/EP3399376B1/en active Active
- 2016-12-27 US US16/066,345 patent/US20190018402A1/en not_active Abandoned
- 2016-12-27 CN CN201680076395.0A patent/CN108475053A/zh active Pending
- 2016-12-27 WO PCT/JP2016/088967 patent/WO2017115814A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
EP3399376B1 (en) | 2022-02-02 |
EP3399376A1 (en) | 2018-11-07 |
WO2017115814A1 (ja) | 2017-07-06 |
JP2017120504A (ja) | 2017-07-06 |
US20190018402A1 (en) | 2019-01-17 |
EP3399376A4 (en) | 2019-07-31 |
CN108475053A (zh) | 2018-08-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6770802B2 (ja) | プラント異常監視方法およびプラント異常監視用のコンピュータプログラム | |
JP5610695B2 (ja) | プラント監視用の方法、プログラム及び装置 | |
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 | |
JP6906612B2 (ja) | 異常検知装置、異常検知方法、およびプログラム | |
JP4850857B2 (ja) | 予測状態監視における変化状態の適応モデリング | |
JP6151227B2 (ja) | 異常検知システム及び半導体デバイスの製造方法 | |
KR101893745B1 (ko) | 구동부의 정밀 예지 보전방법 | |
JP6291161B2 (ja) | ロータ異常の検出 | |
KR20190030763A (ko) | 구동부의 정밀 예지 보전방법 | |
JP2010250959A (ja) | プラズマ処理装置 | |
KR20190081933A (ko) | 제조 설비의 이상 감지 및 진단 방법 | |
CN107710089A (zh) | 工厂设备诊断装置以及工厂设备诊断方法 | |
JP5538955B2 (ja) | 半導体製造における装置異常の予兆検知方法およびシステム | |
JP2006146459A (ja) | 半導体デバイスの製造方法および製造システム | |
CN117195018A (zh) | 基于多传感器的矿用水泵智能监测系统 | |
EP2631724B1 (en) | Method for measuring health index of plant in which state of lower component is reflected, and computer-readable storage medium in which program for performing the method is stored | |
JP2005315564A (ja) | 空調機の異常検知装置及び異常検知方法 | |
JP5281674B2 (ja) | ガスタービンにおける異常監視方法及び装置 | |
JP6825753B1 (ja) | 高炉の異常判定装置、高炉の異常判定方法、及び高炉の操業方法 | |
CN104731056B (zh) | 快速判断化工生产装置的运行稳定性的方法 | |
JP2021076597A (ja) | 過渡速度動作中の振動傾向を決定することによるロータ異常の検出 | |
JP6459345B2 (ja) | 変動データ管理システム及びその特異性検出方法 | |
JP7236886B2 (ja) | 異常検知装置、異常検知方法、及び異常検知システム | |
JP2022084435A5 (ja) | ||
RU2794126C1 (ru) | Устройство для определения неисправности доменной печи, способ определения неисправности доменной печи и способ эксплуатации доменной печи |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181127 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181127 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190702 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190827 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200128 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200312 |
|
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: 20200901 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200928 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6770802 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |