JP6879749B2 - 支援装置および支援方法 - Google Patents
支援装置および支援方法 Download PDFInfo
- Publication number
- JP6879749B2 JP6879749B2 JP2017017407A JP2017017407A JP6879749B2 JP 6879749 B2 JP6879749 B2 JP 6879749B2 JP 2017017407 A JP2017017407 A JP 2017017407A JP 2017017407 A JP2017017407 A JP 2017017407A JP 6879749 B2 JP6879749 B2 JP 6879749B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- models
- classified
- groups
- classification
- 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
- 238000000034 method Methods 0.000 title claims description 56
- 238000011156 evaluation Methods 0.000 claims description 78
- 238000004364 calculation method Methods 0.000 claims description 36
- 230000004044 response Effects 0.000 claims description 24
- 238000010586 diagram Methods 0.000 description 20
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000009826 distribution Methods 0.000 description 5
- 230000001174 ascending effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012369 In process control Methods 0.000 description 3
- 230000002596 correlated effect Effects 0.000 description 3
- 238000010965 in-process control Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000013178 mathematical model Methods 0.000 description 3
- 238000009827 uniform distribution Methods 0.000 description 3
- 230000006866 deterioration Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
はじめに、本発明の実施の形態1について図1を用いて説明する。図1は、本発明の実施の形態1における支援装置の構成を示す構成図である。この支援装置は、モデル記憶部101、評価項目記憶部102、特徴量算出部103、第1分類部104、第2分類部105、表示制御部106、表示部107、操作受付部108を備える。
・特徴量が閾値1より大きく閾値2以下の場合は個別グループA2。
・特徴量が閾値2より大きく閾値3以下の場合は個別グループA3。
・特徴量が閾値3より大きい場合は個別グループA4。
・個別グループB2:正規化オーバーシュート量が3%以上10%未満(小さなオーバーシュートがある)・
・個別グループB3:正規化オーバーシュート量が10%以上30%未満(明確なオーバーシュートがある)。
・個別グループB4:正規化オーバーシュート量が30%以上100%未満(大きなオーバーシュートがある)。
・個別グループB5:正規化オーバーシュート量が100%以上(オーバーシュートの方が大きい)。
次に、本発明の実施の形態2について図12を用いて説明する。図12は、本発明の実施の形態2における支援装置の構成を示す構成図である。この支援装置は、モデル記憶部101、評価項目記憶部102、特徴量算出部103、項目分類部201、第1分類部104a、第2分類部105、表示制御部106、表示部107、操作受付部108を備える。
Claims (16)
- 制御対象の複数のモデルを記憶したモデル記憶部と、
前記複数のモデルを評価するための複数の評価項目を記憶する評価項目記憶部と、
前記モデル記憶部に記憶されている前記複数のモデルの各々について、前記評価項目記憶部に記憶されている前記複数の評価項目の各々に該当する特徴量を算出するように構成された特徴量算出部と、
前記特徴量算出部により算出された前記特徴量の類似度をもとに前記モデル記憶部に記憶されている前記複数のモデルを前記複数の評価項目毎に複数の第1グループに分類するように構成された第1分類部と、
前記第1分類部で分類した前記複数の第1グループ同士を組み合わせることで前記複数のモデルを複数の第2グループに分類するように構成された第2分類部と、
前記第2分類部により分類された前記複数のモデルを前記複数の第2グループ毎に表示部に表示させるように構成された表示制御部と
を備えることを特徴とする支援装置。 - 制御対象の複数のモデルを記憶したモデル記憶部と、
前記複数のモデルを評価するための複数の評価項目を記憶する評価項目記憶部と、
前記モデル記憶部に記憶されている前記複数のモデルの各々について、前記評価項目記憶部に記憶されている前記複数の評価項目の各々に該当する特徴量を算出するように構成された特徴量算出部と、
前記評価項目を予め設定した条件で同類項目に分類するように構成された項目分類部と、
前記特徴量算出部により算出された前記特徴量の類似度をもとに前記モデル記憶部に記憶されている前記複数のモデルを前記同類項目毎に複数の第1グループに分類するように構成された第1分類部と、
前記第1分類部で分類した前記複数の第1グループ同士を全て組み合わせることで前記複数のモデルを第2グループに分類するように構成された第2分類部と、
前記第2分類部により分類された前記複数のモデルを前記複数の第2グループ毎に表示部に表示させるように構成された表示制御部と
を備えることを特徴とする支援装置。 - 請求項1または2記載の支援装置において、
前記第1分類部は、前記特徴量をk平均近傍法によってクラスタリングすることで分類する
ことを特徴とする支援装置。 - 請求項1または2記載の支援装置において、
前記第1分類部は、閾値との大小関係により前記特徴量を分類する
ことを特徴とする支援装置。 - 請求項1〜4のいずれか1項に記載の支援装置において、
操作指示を受け付ける操作受付部を更に備え、
前記表示制御部は、前記複数の第2グループを識別する識別情報を前記表示部に表示し、前記表示部に表示されている前記識別情報のうち前記操作受付部を介して選択された識別情報によって識別される第2グループに分類されたモデルを前記表示部に表示する
ことを特徴とする支援装置。 - 請求項5記載の支援装置において、
前記表示制御部は、前記識別情報を、前記特徴量算出部が算出した複数の前記特徴量の
うち任意の2つの特徴量によって表される2次元平面上の領域として前記表示部に表示する
ことを特徴とする支援装置。 - 請求項5または6記載の支援装置において、
前記複数の第2グループに分類されたモデルを代表する代表画像を作成するように構成された代表画面作成部を備え、
前記表示制御部は、前記代表画面作成部が作成した代表画面を前記第2グループを識別する識別情報として前記表示部に表示する
ことを特徴とする支援装置。 - 請求項7記載の支援装置において、
前記代表画面作成部は、複数の前記第2グループに分類された各モデルのステップ応答を各々計算して各時刻の平均値からなる波形を代表画像として作成する
ことを特徴とする支援装置。 - 制御対象の複数のモデルをモデル記憶部に記憶するモデル記憶ステップと、
前記モデル記憶部に記憶されている前記複数のモデルの各々について、評価項目記憶部に記憶されている、前記複数のモデルを評価するための複数の評価項目の各々に該当する特徴量を算出する特徴量算出ステップと、
前記特徴量算出ステップにより算出された前記特徴量の類似度をもとに前記モデル記憶部に記憶されている前記複数のモデルを前記複数の評価項目毎に複数の第1グループに分類する第1分類ステップと、
前記第1分類ステップで分類した前記複数の第1グループ同士を組み合わせることで前記複数のモデルを複数の第2グループに分類する第2分類ステップと、
前記第2分類ステップで分類された前記複数のモデルを前記複数の第2グループ毎に表示部に表示させる表示制御ステップと
を備えることを特徴とする支援方法。 - 制御対象の複数のモデルをモデル記憶部に記憶するモデル記憶ステップと、
前記モデル記憶部に記憶されている前記複数のモデルの各々について、評価項目記憶部に記憶されている、前記複数のモデルを評価するための複数の評価項目の各々に該当する特徴量を算出する特徴量算出ステップと、
前記評価項目を予め設定した条件で同類項目に分類する項目分類ステップと、
前記特徴量算出ステップにより算出された前記特徴量の類似度をもとに前記モデル記憶部に記憶されている前記複数のモデルを前記同類項目毎に複数の第1グループに分類する第1分類ステップと、
前記第1分類ステップで作成した前記複数の第1グループ同士を全て組み合わせることで前記複数のモデルを複数の第2グループに分類する第2分類ステップと、
前記第2分類ステップで分類された前記複数のモデルを前記複数の第2グループ毎に表示部に表示させる表示制御ステップと
を備えることを特徴とする支援方法。 - 請求項9または10記載の支援方法において、
前記第1分類ステップでは、前記特徴量をk平均近傍法によってクラスタリングすることで分類する
ことを特徴とする支援方法。 - 請求項9または10記載の支援方法において、
前記第1分類ステップでは、閾値との大小関係により前記特徴量を分類する
ことを特徴とする支援方法。 - 請求項9〜12のいずれか1項に記載の支援方法において、
操作指示を受け付ける操作受付ステップを更に備え、
前記表示制御ステップでは、前記複数の第2グループを識別する識別情報を前記表示部に表示し、前記表示部に表示されている前記識別情報のうち前記操作受付ステップで選択された識別情報によって識別される第2グループに分類されたモデルを前記表示部に表示する
ことを特徴とする支援方法。 - 請求項13記載の支援方法において、
前記表示制御ステップでは、前記識別情報を、前記特徴量算出ステップで算出した複数の前記特徴量のうち任意の2つの特徴量によって表される2次元平面上の領域として前記表示部に表示する
ことを特徴とする支援方法。 - 請求項13または14記載の支援方法において、
前記複数の第2グループに分類されたモデルを代表する代表画像を作成する代表画面作成ステップを備え、
前記表示制御ステップでは、前記代表画面作成ステップで作成した代表画面を前記第2グループを識別する識別情報として前記表示部に表示する
ことを特徴とする支援方法。 - 請求項15記載の支援方法において、
前記代表画面作成ステップでは、複数の前記第2グループに分類された各モデルのステップ応答を各々計算して各時刻の平均値からなる波形を代表画像として作成する
ことを特徴とする支援方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017017407A JP6879749B2 (ja) | 2017-02-02 | 2017-02-02 | 支援装置および支援方法 |
PCT/JP2017/046630 WO2018142816A1 (ja) | 2017-02-02 | 2017-12-26 | 支援装置および支援方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017017407A JP6879749B2 (ja) | 2017-02-02 | 2017-02-02 | 支援装置および支援方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018124851A JP2018124851A (ja) | 2018-08-09 |
JP6879749B2 true JP6879749B2 (ja) | 2021-06-02 |
Family
ID=63041216
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017017407A Active JP6879749B2 (ja) | 2017-02-02 | 2017-02-02 | 支援装置および支援方法 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6879749B2 (ja) |
WO (1) | WO2018142816A1 (ja) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPWO2020085114A1 (ja) * | 2018-10-26 | 2021-09-16 | ソニーグループ株式会社 | 情報処理装置、情報処理方法、および、プログラム |
JP7225984B2 (ja) * | 2019-03-20 | 2023-02-21 | 株式会社リコー | システム、演算装置、及びプログラム |
KR20230017857A (ko) * | 2020-05-28 | 2023-02-06 | 스미도모쥬기가이고교 가부시키가이샤 | 표시장치, 평가방법 및 평가시스템 |
JP7325381B2 (ja) * | 2020-07-07 | 2023-08-14 | 株式会社日立製作所 | 異常検出支援装置およびその方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH05256741A (ja) * | 1992-03-11 | 1993-10-05 | Toshiba Corp | プラント信号監視方法およびその装置 |
JP2000003206A (ja) * | 1998-06-12 | 2000-01-07 | Hitachi Ltd | 制御対象モデル変更装置 |
JP2006127079A (ja) * | 2004-10-28 | 2006-05-18 | Yamatake Corp | 制御対象モデル生成装置および生成方法 |
-
2017
- 2017-02-02 JP JP2017017407A patent/JP6879749B2/ja active Active
- 2017-12-26 WO PCT/JP2017/046630 patent/WO2018142816A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
JP2018124851A (ja) | 2018-08-09 |
WO2018142816A1 (ja) | 2018-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6879749B2 (ja) | 支援装置および支援方法 | |
US11216741B2 (en) | Analysis apparatus, analysis method, and non-transitory computer readable medium | |
US9886669B2 (en) | Interactive visualization of machine-learning performance | |
CN108900546A (zh) | 基于lstm的时间序列网络异常检测的方法与装置 | |
CN110352389B (zh) | 信息处理装置及信息处理方法 | |
JP7353946B2 (ja) | アノテーション装置および方法 | |
JP6741216B2 (ja) | ログ分析システム、方法およびプログラム | |
JP2018142097A (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP2013125322A (ja) | 学習装置、プログラム及び学習方法 | |
JP6863926B2 (ja) | データ分析システム及びデータ分析方法 | |
CN109656366B (zh) | 一种情感状态识别方法、装置、计算机设备及存储介质 | |
WO2014136327A1 (ja) | 画像処理システム、画像処理方法、および画像処理プログラム | |
CN107016416B (zh) | 基于邻域粗糙集和pca融合的数据分类预测方法 | |
CN115343676B (zh) | 密封电子设备内部多余物定位技术的特征优化方法 | |
JP2020053073A (ja) | 学習方法、学習システム、および学習プログラム | |
CN111414930B (zh) | 深度学习模型训练方法及装置、电子设备及存储介质 | |
CN106096635B (zh) | 基于阈值操作的代价敏感神经网络的警告分类方法 | |
CN113971426A (zh) | 一种信息获取方法、装置、设备及存储介质 | |
JP6993081B2 (ja) | 支援装置および支援方法 | |
JP5940018B2 (ja) | データ名称抽出装置及びプログラム | |
JP2020193847A (ja) | 波形セグメンテーション装置及び波形セグメンテーション方法 | |
JP6831221B2 (ja) | 学習装置及び学習方法 | |
CN108122002A (zh) | 训练样本获取方法和装置 | |
CN113657179A (zh) | 图像识别及建模方法、装置、电子设备及存储介质 | |
CN111127485B (zh) | 一种ct图像中目标区域提取方法、装置及设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190917 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201117 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201214 |
|
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: 20210413 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210430 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6879749 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |