JP6786016B2 - データ処理装置およびデータ処理方法 - Google Patents
データ処理装置およびデータ処理方法 Download PDFInfo
- Publication number
- JP6786016B2 JP6786016B2 JP2020528577A JP2020528577A JP6786016B2 JP 6786016 B2 JP6786016 B2 JP 6786016B2 JP 2020528577 A JP2020528577 A JP 2020528577A JP 2020528577 A JP2020528577 A JP 2020528577A JP 6786016 B2 JP6786016 B2 JP 6786016B2
- Authority
- JP
- Japan
- Prior art keywords
- segment
- data
- time
- similarity
- unit
- 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
- G05B23/0224—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
- 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
- G05B23/0218—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
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Optimization (AREA)
- Computational Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Analysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Life Sciences & Earth Sciences (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Debugging And Monitoring (AREA)
Description
同様に、経済または経営等に関する情報システムにおいても、株価または売上等の値を時間の経過に従い記録した時系列データが、蓄積されている。
実施の形態1.
図1は、実施の形態1に係るデータ処理装置100の構成を示すブロック図である。
データ処理装置100は、抽出条件入力部101、抽出条件記憶部102、時系列データ入力部103、セグメント抽出部104、判定部109および判定結果出力部110を備える。また、セグメント抽出部104は、類似度算出部105、変化点検出部106、運転モード判定部107および情報出力部108で構成される。
具体的に、類似度算出部105は、入力された時系列データと、抽出条件記憶部102に記憶された各変化点の波形データに対して、各時刻の類似度を算出する。類似度算出部105は、時系列データと、算出した類似度とを変化点検出部106に出力する。変化点検出部106は、入力された類似度に基づいて、時系列データの状態の変化点を検出する。変化点検出部106は、検出した変化点の情報と、機器の運転モードの情報とを情報出力部108に出力する。
図2Aおよび図2Bは、データ処理装置100のハードウェア構成例を示す図である。
データ処理装置100における抽出条件入力部101、時系列データ入力部103、類似度算出部105、変化点検出部106、運転モード判定部107、情報出力部108、判定部109および判定結果出力部110の各機能は、処理回路により実現される。即ち、データ処理装置100は、上記各機能を実現するための処理回路を備える。当該処理回路は、図2Aに示すように専用のハードウェアである処理回路100aであってもよいし、図2Bに示すようにメモリ100cに格納されているプログラムを実行するプロセッサ100bであってもよい。
メモリ100cは、例えば、RAM(Random Access Memory)、ROM(Read Only Memory)、フラッシュメモリ、EPROM(Erasable Programmable ROM)、EEPROM(Electrically EPROM)等の不揮発性または揮発性の半導体メモリであってもよいし、ハードディスク、フレキシブルディスク等の磁気ディスクであってもよいし、ミニディスク、CD(Compact Disc)、DVD(Digital Versatile Disc)等の光ディスクであってもよい。
図3は、実施の形態1に係るデータ処理装置100の時系列データの一例を示す図である。
少量多品種生産の製品の製造ラインでは、同じ製造ラインで仕様が異なる複数種類の製品が生産される。製品の製造手順は複数の工程から構成されており、製品を製造するための機器はレシピに従って動作を切り替える。当該製造ラインで使用される機器に設置されたセンサで計測されるデータは工程毎に特徴的な波形を示す。製造手順が変化すると、波形そのもの、工程毎の波形の継続時間および出現順序等が変化する。機器に設置されたセンサで計測されるデータの時系列データは、以下に示す2階層の構造を持つ。
第2階層:工程に対応した工程パターン(図3における第1工程311から第11工程321)
第1のロット301と第2のロット302との間にアイドリング期間331が存在し、第2のロット302と第3のロット303との間にアイドリング期間332が存在する。図3ではアイドリング332を第11工程321として示している。
上述した各工程が、各運転モードに対応する。判定部109において、例えば図3で示した時系列データから機器の異常または機器の劣化等を精度よく検出するためには、時系列データを各運転モードに対応したセグメントに分割して比較することが有効である。
セグメント抽出条件は、変化点波形データ(図4)、パラメータリスト(図5)、運転モード遷移情報(図6)からなる。
セグメント抽出の基本的な考え方は、セグメントの変化点の波形を条件として登録しておき、時系列データ上に当該変化点と類似したパターンが出現した場合に、運転モードが切り替わったと判断する。変化点の波形を条件として運転モードの切り替わりを判断することにより、継続時間が可変な運転モードの場合にも変化点のみに着目し、セグメントを抽出することができる。また、セグメントの途中で、機器の異常等の要因により通常とは異なるパターンが一時的に出現した場合でも、変化点のみで判断することができ、機器の異常等の影響を受けることなく、セグメントを抽出することができる。
変化点の波形データは、機器のメンテナンスが行われた直後の健全な状態であって、当該機器が安定して稼動し始めた時期のデータから選択する。図4の例では、図3から選択した第1のロット301の時系列データ401を選択する。当該時系列データ401の中から各工程の変化点を検出し、検出した変化点の波形データ402を選択する。上述したが、各工程は運転モードに対応することから、変化点の波形データ402は、各運転モードの波形データとなる。図4で示した波形データ402のうち、第1の運転モードとラベル付けされた波形データは、「第11の運転モードから第1の運転モードに変化するときのパターン」を意味している。なお、変化点の波形データは、複数ロット分を選択してもよい。
パラメータリストは以下の要素を含む。
・運転モード501:対応する運転モードを示す情報
・変化点波形の数502:変化点の波形データの数を示す情報(波形データの数が固定可能な場合は省略してもよい)
・変化点波形の長さ503:変化点の波形の長さを示す情報(変化点の波形データから判断可能なため、省略してもよい)。
・距離指標504:類似度の指標を示す情報(既定値が明らかな場合は省略してもよい)
・類似度の閾値505:類似度の閾値を示す情報(類似度が、当該閾値505を越えている場合に運転モードの変化点と判断する)
・正規化方法506:正規化を示す情報である(既定値が明らかな場合は省略してもよい)
なお、正規化方法506の詳細については後述する。
運転モード遷移情報は、運転モード間の依存関係を隣接行列の形式で記録した情報である。図6で示した表の1行目は前の運転モードの識別情報、1列目は次の運転モードの識別情報を表す。例えば、2行3列目に示した「1」は「第1運転モードの次は、第2運転モード」であることを意味している。
また、表中の「※」との記載は、最初の運転モードであることを意味している。最初の運転モードとは、例えば図3で示した時系列データにおいて、アイドリング期間331,332の直後の最初の運転モードである。一方、表中に値が示されていない要素は、該当する運転モード間に直接の依存関係がないことを意味している。図6では運転モード遷移情報を隣接行列の形式で記録した場合を例に示したが、同様の情報を記録可能であれば形式は問わない。また、運転モードの依存関係が1種類のみの場合は、運転モード遷移情報を備えていなくてもよい。
まず、時系列データは、以下の式(1)で示す順序がある実数値の列である。
T = t1, t2,・・・, ti (1)
上述した式(1)において、ti(1≦i≦n)は時刻iの観測値である。nは時系列データの長さである。
Ti,w = ti, ti+1,・・・, ti+w−1 (2)
上述した式(2)において、1≦i≦(n−w+1)である。wは部分列の長さを表す。
Q = q1, q2, ・・・, qw (3)
ユークリッド距離の他にも、マンハッタン距離、時間方向の伸縮を許容する場合には、類似度の指標としてDTW(Dynamic Time Warping:動的時間伸縮)も適用可能である。また、変化傾向の類似性で判断する場合は、類似度の指標として相関係数を利用してもよい。なお、以下では、類似度の指標としてユークリッド距離を適用した場合を例に説明する。
変化点の波形データの選択は、変化点の前後の特徴を捉えられるように選択することが望ましい。例えば、図4で示した変化点波形データにおいて、第1運転モードの変化点の波形データでは、実際の変化点がX=840の時点である。当該変化点(X=840)の直前はほぼ一定値で推移しているため、変化点の直前の波形データを、長さ60の期間(X=780〜840)で切り出している。一方、変化点(X=840)の直後は上下の変化が続くため、長さ120の期間 (X=840〜960)で切り出している。このように選ぶことにより、ほぼ一定値が続いた後に、大きく急上昇、急下降し、最終的に緩やかに低下する、第1運転モードの変化点に特有の波形を切り出すことができる。
時系列データと変化点の波形データとの類似度の計算においては、何らかの正規化を適用するほうが望ましい場合がある。正規化の例を以下の式(5)から式(7)に示す。式(5)は、部分列の値域を0から1に変換するmin−max正規化である。
式(6)は、部分列の値域を平均0、標準偏差1とする変換を行うz正規化である。
式(7)は、部分列の平均を0とする変換を行うレベル正規化である。
上述した式(5)から式(7)では、時系列データTを正規化した結果の時系列データをTNと表記した。また、関数min、関数max、関数meanおよび関数stdは、それぞれTi,wの最小値、最大値、平均値および標準偏差を表す。
経験的には、第9の運転モードのように単純な波形であれば正規化をしない方が変化点の検出能力が高い。一方で、第5の運転モードのように繰り返し上下に振動していて、その振幅に揺らぎがある場合には式(5)で示したmin−max正規化、または式(6)で示したz正規化(6)を適用すると変化点の検出能力が高い。時系列データが、外気温などの外的要因の影響を受ける場合であって、且つ波形には変化がないが値域に揺らぎがある場合は、式(7)で示したレベル正規化を適用すると変化点の検出能力が高い。
図7は、実施の形態1に係るデータ処理装置100の運用処理の動作を示すフローチャートである。なお、図7では、時系列データ入力部103が入力を受け付けた時系列データを、予め設定された期間まとめて一括して処理するものとして説明する。
時系列データ入力部103は、セグメント抽出対象の時系列データ(長さ:n)の入力を受け付ける(ステップST1)。時系列データ入力部103は、受け付けた時系列データを類似度算出部105に出力する。以降のステップは、抽出条件記憶部102に記憶された条件に従って実行される。
図6で示した運転モード遷移情報の例では、現在の運転モードを第11の運転モードとすると、次の運転モードに第1の運転モードを設定する。次の運転モードとして、複数の運転モードを設定してもよい。運転モード判定部107は、設定した次の運転モードを変化点検出部106に出力する。
まず、上述したステップST2で示した処理の詳細について説明する。
類似度算出部105は、抽出条件記憶部102から、各運転モードkの変化点の波形データQk、変化点の波形データの長さwk(図5で示した変化点波形の長さ503)、類似度指標(図5で示した距離指標504)および正規化方法(図5で示した正規化方法)を取得する。次に、以下の式(8)において、時刻iを1からn−wk+1まで変化させ、類似度時系列Skを取得する。
Sk i = dist(Ti,wk, Qk) (8)
Sk i = min(Sk1 i , ・・・, Skm i) (9)
図8は、実施の形態1に係るデータ処理装置100の類似度時系列の出力例を示す図である。
図8では、図4で示した第1の運転モードから第4の運転モードの変化点の、第1の波形データQ1から第4の波形データQ4について計算した、類似度時系列S1から類似度時系列S4の出力例を示している。計算された類似度時系列は、運転モードの変化点で極小値を取る。
変化点検出部106は、次の運転モードkの類似度時系列Skの開始時刻startから探索して、最初の変化点、すなわちSkが極小値であり、類似度の閾値(図5で示した類似度の閾値505)以下である時刻jを現在のセグメントの終了時刻endに設定する。次の運転モードが複数ある場合は、最初に条件を満たした運転モードであると判断する。なお、類似度指標(図5で示した距離指標504)がDTWの場合は、同様に極小値を選択すればよいし、相関係数の場合は逆に極大値を選択すればよい。
時系列データ入力部103が時系列データ901の入力を受け付けると、セグメント抽出部104によりセグメント情報902が抽出される。なお、図9では、第5の運転モードのセグメント抽出例を示している。
異常判定処理903は、該当する運転モードにおけるデータの正常範囲からのデータの外れ度合いにより異常を判定する。まず、判定部109は、機器が正常に安定稼働している期間(例えば、メンテナンス後の1週間、または製品が100ロット生産されるまで)のセグメントの値、またはセグメントの特徴量の範囲を、該当する運転モードの正常範囲903aとして設定する。その後、判定部109は、セグメント抽出部104が抽出したセグメント情報902のセグメントの値またはセグメント特徴量が正常範囲903aから外れている場合には、機器の異常と判定する。
判定部109による異常判定結果および劣化判定結果は、判定結果出力部110を介して外部に出力される。
例えば、観測のサンプリング周期毎に、時系列データ入力部103に時系列データの入力があるとする。時刻jのデータが入力された時、類似度算出部105は、類似度時系列SkにTj−wk+1,wkとQkとの類似度を追加する。変化点検出部106は、セグメントの開始時刻startと時刻j−wk+1の間で、変化点に該当する時刻を探索すればよい。
この実施の形態2では、GUI(Graphical User Interface)を備える構成を示す。 図10は、実施の形態2に係るデータ処理装置100Aの構成を示すブロック図である。
実施の形態2のデータ処理装置100Aは、実施の形態1で示したデータ処理装置100のセグメント抽出部104aがGUI111を新たに備え、抽出条件入力部101に替えた抽出条件入力部101aを備えて構成している。なお、以下では、実施の形態1に係るデータ処理装置100の構成要素と同一または相当する部分には、実施の形態1で使用した符号と同一の符号を付して説明を省略または簡略化する。
データ処理装置100AにおけるGUI111および抽出条件入力部101aは、図2Aで示した処理回路100a、または図2Bで示したメモリ100cに格納されるプログラムを実行するプロセッサ100bである。
図11は、実施の形態2に係るデータ処理装置100AのGUI111の処理動作を示す説明図である。
GUI111は、機器が正常に安定稼働している期間の時系列データ1001をディスプレイ等の表示装置に表示する。ユーザは、表示された時系列データ1001の波形の出現パターン等から、製品1ロット分に相当する時系列データの範囲1002を、マウス等の入力装置(図示しない)を用いて選択する。GUI111は、ユーザによって選択された範囲1002の時系列データ1003を拡大して表示装置に表示させる制御を行う。
図12は、実施の形態2に係るデータ処理装置100Aの抽出条件入力部101aの動作を示すフローチャートである。
抽出条件入力101は、運転モードのラベルが付された抽出条件の登録操作が入力されると(ステップST21)、選択された変化点の波形データ(図11における波形データ1005)を、抽出条件記憶部102に記憶させる(ステップST22)。
上述したステップST26において、変化点波形の長さ503に選択された変化点の波形データのデータ長を追加する場合、例えば図5の変化点波形の長さ503に複数のデータ長がリストとして記憶される。
Claims (7)
- 機器の状態の変化点を含む波形データ、当該波形データのパラメータ情報、および前記機器の遷移情報の入力を受け付ける抽出条件入力部と、
前記機器の時系列データと、前記抽出条件入力部が受け付けた前記波形データとの類似度を算出する類似度算出部と、
前記抽出条件入力部が受け付けた前記機器の遷移情報に基づいて、前記機器の状態を設定する運転モード判定部と、
前記類似度算出部が算出した類似度、および前記運転モード判定部が判定した前記機器の状態に基づいて、前記機器の時系列データから、前記変化点を検出し、前記時系列データの部分列であるセグメントの開始時刻および前記セグメントの終了時刻を設定する変化点検出部と、
前記機器の状態、前記セグメントの開始時刻および前記セグメントの終了時刻をセグメント情報として出力する情報出力部とを備えたデータ処理装置。 - 前記情報出力部が出力した前記セグメント情報に基づいて、データの外れ度合い、またはデータの傾向を判定する判定部を備えたことを特徴とする請求項1記載のデータ処理装置。
- 前記類似度算出部は、前記時系列データから切り出した部分列と、当該部分列と同一の長さの前記時系列データとのユークリッド距離を用いて、前記類似度を算出することを特徴とする請求項1または請求項2記載のデータ処理装置。
- 前記類似度算出部は、前記時系列データから切り出した部分列と、当該部分列と同一の長さの前記時系列データとを正規化した後に、前記類似度を算出することを特徴とする請求項1または請求項2記載のデータ処理装置。
- 前記変化点検出部は、前記類似度算出部が前記時系列データの時刻毎に算出した類似度からなる類似度時系列から、前記類似度が極小値、且つ前記類似度が所定の閾値以下の時刻を、前記変化点として検出することを特徴とする請求項3または請求項4記載のデータ処理装置。
- 前記機器の時系列データに対して表示範囲の選択を受け付け、前記選択された表示範囲の部分列を拡大表示させる制御を行うGUIを備え、
前記抽出条件入力部は、前記選択された範囲の部分列の前記波形データおよび前記パラメータ情報を設定することを特徴とする請求項1または請求項2記載のデータ処理装置。 - 抽出条件入力部が、機器の状態の変化点を含む波形データ、当該波形データのパラメータ情報、および前記機器の遷移情報の入力を受け付けるステップと、
類似度算出部が、前記機器の時系列データと、前記波形データとの類似度を算出するステップと、
運転モード判定部が、前記機器の遷移情報に基づいて、前記機器の状態を設定するステップと、
変化点検出部が、前記算出された類似度、および前記設定された前記機器の状態に基づいて、前記機器の時系列データから、前記変化点を検出し、前記時系列データの部分列であるセグメントの開始時刻および前記セグメントの終了時刻を設定するステップと、
情報出力部が、前記機器の状態、前記セグメントの開始時刻および前記セグメントの終了時刻をセグメント情報として出力するステップとを備えたデータ処理方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/025252 WO2020008533A1 (ja) | 2018-07-03 | 2018-07-03 | データ処理装置およびデータ処理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6786016B2 true JP6786016B2 (ja) | 2020-11-18 |
JPWO2020008533A1 JPWO2020008533A1 (ja) | 2020-12-17 |
Family
ID=69060967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020528577A Active JP6786016B2 (ja) | 2018-07-03 | 2018-07-03 | データ処理装置およびデータ処理方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US11294364B2 (ja) |
JP (1) | JP6786016B2 (ja) |
KR (1) | KR102238867B1 (ja) |
CN (1) | CN112368683B (ja) |
DE (1) | DE112018007712T5 (ja) |
TW (1) | TWI727289B (ja) |
WO (1) | WO2020008533A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2580950A (en) * | 2019-01-31 | 2020-08-05 | Datalytyx Ltd | Data processing system |
JP6869443B1 (ja) * | 2020-04-18 | 2021-05-12 | 三菱電機株式会社 | ロギングデータ表示プログラム、ロギングデータ表示装置およびロギングデータ表示方法 |
JP7114008B2 (ja) | 2020-07-03 | 2022-08-05 | 三菱電機株式会社 | データ処理装置 |
CN112098836B (zh) * | 2020-08-14 | 2021-05-14 | 贵州乌江水电开发有限责任公司东风发电厂 | 一种基于电气畸变分析的电动机非稳数据排除方法及系统 |
Family Cites Families (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05204991A (ja) * | 1992-01-30 | 1993-08-13 | Hitachi Ltd | 時系列データ検索方法およびこれを用いた検索システム |
JP3483113B2 (ja) * | 1998-05-29 | 2004-01-06 | 日本電信電話株式会社 | 時系列画像検索方法、装置、および時系列画像検索プログラムを記録した記録媒体 |
JP3995569B2 (ja) * | 2002-09-20 | 2007-10-24 | 昌一 手島 | 波形パターンデータから設備の診断・監視のための特徴を抽出する方法及びプログラム |
JP4180960B2 (ja) | 2003-04-11 | 2008-11-12 | キヤノンItソリューションズ株式会社 | データ分析装置及びその制御方法、並びにコンピュータプログラム及びコンピュータ可読記憶媒体 |
JP2006338373A (ja) | 2005-06-02 | 2006-12-14 | Toshiba Corp | 多変数時系列データ分析装置、方法およびプログラム |
JP4224095B2 (ja) | 2006-09-28 | 2009-02-12 | 株式会社東芝 | 情報処理装置、情報処理プログラムおよび情報処理システム |
CN102033486B (zh) * | 2009-09-25 | 2012-05-30 | 卡西欧计算机株式会社 | 时刻信息取得装置和电波钟表 |
JP5277185B2 (ja) | 2010-01-26 | 2013-08-28 | 株式会社日立製作所 | 情報処理システム |
WO2012103485A2 (en) * | 2011-01-28 | 2012-08-02 | The Board Of Regents Of The Nevada System Of Higher Education On Behalf Of The Desert Research Institute | Signal identification methods and systems |
JP5715261B2 (ja) | 2011-10-04 | 2015-05-07 | 株式会社日立製作所 | 時系列データ管理システム,および方法 |
US10054933B2 (en) * | 2012-03-27 | 2018-08-21 | Sirqul, Inc. | Controlling distributed device operations |
US10282676B2 (en) * | 2014-10-06 | 2019-05-07 | Fisher-Rosemount Systems, Inc. | Automatic signal processing-based learning in a process plant |
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 |
WO2015159377A1 (ja) * | 2014-04-16 | 2015-10-22 | 株式会社日立製作所 | 設計支援装置 |
US10401842B2 (en) * | 2014-05-01 | 2019-09-03 | Sicpa Holding Sa | Dynamically configurable production and/or distribution line control system and method therefor |
JP2016091512A (ja) * | 2014-11-11 | 2016-05-23 | ルネサスエレクトロニクス株式会社 | 接続関係検出システム、情報処理装置、及び接続関係検出方法 |
WO2016117021A1 (ja) * | 2015-01-20 | 2016-07-28 | 株式会社日立製作所 | 機械診断装置および機械診断方法 |
JP6613828B2 (ja) * | 2015-11-09 | 2019-12-04 | 富士通株式会社 | 画像処理プログラム、画像処理装置、及び画像処理方法 |
JP6767166B2 (ja) * | 2016-05-25 | 2020-10-14 | アズビル株式会社 | 監視装置、監視方法、およびプログラム |
US10739764B2 (en) * | 2016-07-15 | 2020-08-11 | Ricoh Company, Ltd. | Diagnostic apparatus, diagnostic system, diagnostic method, and recording medium |
JP6532845B2 (ja) * | 2016-07-26 | 2019-06-19 | 双葉電子工業株式会社 | 計測装置、計測方法、プログラム |
EP3279737A1 (en) * | 2016-08-05 | 2018-02-07 | ASML Netherlands B.V. | Diagnostic system for an industrial process |
GB2553514B (en) * | 2016-08-31 | 2022-01-26 | Green Running Ltd | A utility consumption signal processing system and a method of processing a utility consumption signal |
-
2018
- 2018-07-03 CN CN201880095139.5A patent/CN112368683B/zh active Active
- 2018-07-03 DE DE112018007712.8T patent/DE112018007712T5/de active Granted
- 2018-07-03 WO PCT/JP2018/025252 patent/WO2020008533A1/ja active Application Filing
- 2018-07-03 JP JP2020528577A patent/JP6786016B2/ja active Active
- 2018-07-03 KR KR1020207036750A patent/KR102238867B1/ko active IP Right Grant
-
2019
- 2019-03-26 TW TW108110456A patent/TWI727289B/zh active
-
2020
- 2020-12-11 US US17/119,222 patent/US11294364B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN112368683A (zh) | 2021-02-12 |
JPWO2020008533A1 (ja) | 2020-12-17 |
TW202006488A (zh) | 2020-02-01 |
KR20210002748A (ko) | 2021-01-08 |
US20210096556A1 (en) | 2021-04-01 |
WO2020008533A1 (ja) | 2020-01-09 |
TWI727289B (zh) | 2021-05-11 |
US11294364B2 (en) | 2022-04-05 |
CN112368683B (zh) | 2024-03-26 |
KR102238867B1 (ko) | 2021-04-09 |
DE112018007712T5 (de) | 2021-04-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6786016B2 (ja) | データ処理装置およびデータ処理方法 | |
EP2905665B1 (en) | Information processing apparatus, diagnosis method, and program | |
JP6896432B2 (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
Maurya et al. | A framework for on-line trend extraction and fault diagnosis | |
EP2857917A1 (en) | State diagnosing method and state diagnosing apparatus | |
JP2004524609A (ja) | 予測状態監視における変化状態の適応モデリング | |
JP2013143009A (ja) | 設備状態監視方法およびその装置 | |
CN109960232B (zh) | 领先辅助参数的选择方法和设备维护预诊断的方法 | |
TWI747055B (zh) | 狀態推斷裝置以及狀態推斷方法 | |
EP3674827B1 (en) | Monitoring target selecting device, monitoring target selecting method and program | |
JP7012888B2 (ja) | 異常要因推定装置、異常要因推定方法、及びプログラム | |
Compare et al. | Interacting multiple-models, state augmented particle filtering for fault diagnostics | |
US20220179402A1 (en) | Method and device for analyzing a sequential process | |
WO2022054256A1 (ja) | 異常検知装置 | |
KR101718228B1 (ko) | 이력 데이터 군집화 기반 철도부품의 상태를 예측하는 방법 및 장치 | |
JP6648747B2 (ja) | 異常原因特定方法および異常原因特定装置 | |
US11339763B2 (en) | Method for windmill farm monitoring | |
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 | |
JP2009238190A (ja) | メンテナンス計画支援システム | |
JP7098494B2 (ja) | 状態監視装置およびこれを用いた風力発電装置 | |
JP5817323B2 (ja) | 異常診断装置 | |
JP6995100B2 (ja) | 情報処理装置、算出方法および算出プログラム | |
CN114626162B (zh) | 一种接触球轴承损耗程度定量识别方法 | |
EP4261641A1 (en) | Anomaly determination device, method for generating anomaly determination model, and anomaly determination method | |
CN115959552A (zh) | 扶梯故障的预测方法、装置、设备及介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200730 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200730 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20200813 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200901 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200909 |
|
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: 20200929 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201027 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6786016 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |