JP6910997B2 - 情報処理装置、算出方法および算出プログラム - Google Patents
情報処理装置、算出方法および算出プログラム Download PDFInfo
- Publication number
- JP6910997B2 JP6910997B2 JP2018188659A JP2018188659A JP6910997B2 JP 6910997 B2 JP6910997 B2 JP 6910997B2 JP 2018188659 A JP2018188659 A JP 2018188659A JP 2018188659 A JP2018188659 A JP 2018188659A JP 6910997 B2 JP6910997 B2 JP 6910997B2
- Authority
- JP
- Japan
- Prior art keywords
- frame
- data
- frame data
- width
- process data
- 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
- 238000004364 calculation method Methods 0.000 title claims description 63
- 230000010365 information processing Effects 0.000 title claims description 55
- 238000000034 method Methods 0.000 claims description 132
- 239000000872 buffer Substances 0.000 claims description 63
- 238000004458 analytical method Methods 0.000 claims description 52
- 238000011156 evaluation Methods 0.000 claims description 44
- 238000003860 storage Methods 0.000 claims description 20
- 238000010801 machine learning Methods 0.000 claims description 10
- 239000000284 extract Substances 0.000 claims 2
- 238000012545 processing Methods 0.000 description 16
- 238000010586 diagram Methods 0.000 description 12
- 230000005856 abnormality Effects 0.000 description 10
- 238000000611 regression analysis Methods 0.000 description 5
- 238000001514 detection method Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000012536 storage buffer Substances 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
以下の実施の形態では、第1の実施形態に係る情報処理装置10の構成、情報処理装置10の処理の流れを順に説明し、最後に第1の実施形態による効果を説明する。
まず、図1を用いて、情報処理装置10の構成を説明する。図1は、第1の実施形態に係る情報処理装置の構成の一例を示すブロック図である。情報処理装置10は、例えば、工場やプラントなどの監視対象設備に設置される複数のセンサから、所定の時間間隔の時系列データを表すプロセスデータをそれぞれ取得する。情報処理装置10は、センサごとに取得したプロセスデータから、所定幅のフレーム窓を時間軸方向に所定のシフト幅ずつ移動させて、該所定幅のプロセスデータを切り出す。情報処理装置10は、切り出したプロセスデータの代表値を算出し時系列に並べて、センサごとの第1フレームデータを生成する。情報処理装置10は、複数のセンサについて生成した第1フレームデータに対して、所定幅の分析窓を時間軸方向に所定のシフト幅ずつ移動させて、第2フレームデータを算出する。すなわち、情報処理装置10は、プロセスデータを第2フレームデータに変換する。このように、情報処理装置10は、全てのプロセスデータをそのまま適用せず、プロセスデータの代表値を用いて第2フレームデータを算出するので、窓幅がデータ取得周期より大きくても機械学習および予測処理を効率よく行うことができる。
S/Lの余りが0の場合: B=1 ・・・(2)
上記以外の場合 : B=LCM(mod(S,L),L) ・・・(3)
上記以外の場合 : W=B×S/L ・・・(5)
次に、第1の実施形態に係る情報処理装置10の動作について説明する。まず、図6を用いて学習処理について説明する。図6は、第1の実施形態における学習処理の一例を示すフローチャートである。
このように、情報処理装置10は、複数のセンサから、所定の時間間隔の時系列データを表すプロセスデータをそれぞれ取得する。また、情報処理装置10は、センサごとに取得したプロセスデータから、所定幅のフレーム窓を時間軸方向に所定のシフト幅ずつ移動させて、該所定幅のプロセスデータを切り出す。また、情報処理装置10は、切り出したプロセスデータの代表値を算出し時系列に並べて、センサごとの第1フレームデータを生成する。また、情報処理装置10は、複数のセンサについて生成した第1フレームデータに対して、所定幅の分析窓を時間軸方向に所定のシフト幅ずつ移動させて、第2フレームデータを算出する。その結果、情報処理装置10は、全てのプロセスデータをそのまま適用せず、プロセスデータの代表値を用いて第2フレームデータを算出するので、窓幅がデータ取得周期より大きくても機械学習および予測処理を効率よく行うことができる。
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散・統合の具体的形態は図示のものに限られず、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、CPUやGPUおよび当該CPUやGPUにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
また、上記実施形態において説明した情報処理装置が実行する処理をコンピュータが実行可能な言語で記述したプログラムを作成することもできる。例えば、実施形態に係る情報処理装置10が実行する処理をコンピュータが実行可能な言語で記述した算出プログラムを作成することもできる。この場合、コンピュータが算出プログラムを実行することにより、上記実施形態と同様の効果を得ることができる。さらに、かかる算出プログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録された算出プログラムをコンピュータに読み込ませて実行することにより上記実施形態と同様の処理を実現してもよい。
11 プロセスデータバッファ
12 フレームデータバッファ
13 学習済モデル記憶部
14 取得部
15 算出部
16 生成部
17 予測部
18 判定部
Claims (7)
- 複数のセンサから、所定の時間間隔の時系列データを表すプロセスデータをそれぞれ取得する取得部と、
前記センサごとに取得した前記プロセスデータから、所定幅のフレーム窓を時間軸方向に所定のシフト幅ずつ移動させて、該所定幅のプロセスデータを切り出し、切り出したプロセスデータの代表値を算出し時系列に並べて、前記センサごとの第1フレームデータを生成し、複数の前記センサについて生成した前記第1フレームデータに対して、所定幅の分析窓を時間軸方向に前記所定のシフト幅ずつ移動させて、前記第1フレームデータから前記分析窓に対応する第2フレームデータを取り出す算出部と、
取り出した前記第2フレームデータと、前記第2フレームデータに対応し、フレーム評価値に対応する教師データとに基づいて、前記フレーム評価値を算出するための学習済モデルを機械学習アルゴリズムにより生成する生成部と、
を有することを特徴とする情報処理装置。 - 前記算出部は、生成した前記第1フレームデータを、前記フレーム窓の幅および前記所定のシフト幅に基づくバッファ長と、時間軸とを有する二次元のバッファに格納し、前記分析窓を前記バッファのバッファ長方向に移動させて、前記第2フレームデータを取り出す、
ことを特徴とする請求項1に記載の情報処理装置。 - 前記算出部は、前記分析窓が前記バッファ長に対応するバッファの記憶域に到達すると、所定のフレームスキップ長に基づいて、前記分析窓を前記バッファの時間軸方向に移動させて、前記第2フレームデータを取り出す、
ことを特徴とする請求項2に記載の情報処理装置。 - 前記代表値は、切り出した前記プロセスデータの平均値である、
ことを特徴とする請求項1〜3のいずれか1つに記載の情報処理装置。 - さらに、生成した前記学習済モデルを用いて、取り出した前記第2フレームデータから、未取得のプロセスデータに対応するフレーム評価値を予測する予測部を有する、
ことを特徴とする請求項1〜4のいずれか1つに記載の情報処理装置。 - 複数のセンサから、所定の時間間隔の時系列データを表すプロセスデータをそれぞれ取得する取得工程と、
前記センサごとに取得した前記プロセスデータから、所定幅のフレーム窓を時間軸方向に所定のシフト幅ずつ移動させて、該所定幅のプロセスデータを切り出し、切り出したプロセスデータの代表値を算出し時系列に並べて、前記センサごとの第1フレームデータを生成し、複数の前記センサについて生成した前記第1フレームデータに対して、所定幅の分析窓を時間軸方向に前記所定のシフト幅ずつ移動させて、前記第1フレームデータから前記分析窓に対応する第2フレームデータを取り出す算出工程と、
取り出した前記第2フレームデータと、前記第2フレームデータに対応し、フレーム評価値に対応する教師データとに基づいて、前記フレーム評価値を算出するための学習済モデルを機械学習アルゴリズムにより生成する生成工程と、
を情報処理装置が実行することを特徴とする算出方法。 - 複数のセンサから、所定の時間間隔の時系列データを表すプロセスデータをそれぞれ取得する取得ステップと、
前記センサごとに取得した前記プロセスデータから、所定幅のフレーム窓を時間軸方向に所定のシフト幅ずつ移動させて、該所定幅のプロセスデータを切り出し、切り出したプロセスデータの代表値を算出し時系列に並べて、前記センサごとの第1フレームデータを生成し、複数の前記センサについて生成した前記第1フレームデータに対して、所定幅の分析窓を時間軸方向に前記所定のシフト幅ずつ移動させて、前記第1フレームデータから前記分析窓に対応する第2フレームデータを取り出す算出ステップと、
取り出した前記第2フレームデータと、前記第2フレームデータに対応し、フレーム評価値に対応する教師データとに基づいて、前記フレーム評価値を算出するための学習済モデルを機械学習アルゴリズムにより生成する生成ステップと、
をコンピュータに実行させることを特徴とする算出プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018188659A JP6910997B2 (ja) | 2018-10-03 | 2018-10-03 | 情報処理装置、算出方法および算出プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018188659A JP6910997B2 (ja) | 2018-10-03 | 2018-10-03 | 情報処理装置、算出方法および算出プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020057289A JP2020057289A (ja) | 2020-04-09 |
JP6910997B2 true JP6910997B2 (ja) | 2021-07-28 |
Family
ID=70108003
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018188659A Active JP6910997B2 (ja) | 2018-10-03 | 2018-10-03 | 情報処理装置、算出方法および算出プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6910997B2 (ja) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018061842A1 (ja) * | 2016-09-27 | 2018-04-05 | 東京エレクトロン株式会社 | 異常検知プログラム、異常検知方法および異常検知装置 |
-
2018
- 2018-10-03 JP JP2018188659A patent/JP6910997B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2020057289A (ja) | 2020-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2797034B1 (en) | Event analyzer and computer-readable storage medium | |
JP5945350B2 (ja) | 設備状態監視方法およびその装置 | |
US20210042585A1 (en) | Abnormality detection device, abnormality detection method and computer readable medium | |
JP6374466B2 (ja) | センサインタフェース装置、測定情報通信システム、測定情報通信方法、及び測定情報通信プログラム | |
JP6854151B2 (ja) | 異常予測方法、異常予測装置、異常予測システムおよび異常予測プログラム | |
JP5151556B2 (ja) | 工程解析装置、工程解析方法および工程解析プログラム | |
EP3382485B1 (en) | Controller, control program, control system, and control method | |
JP6521096B2 (ja) | 表示方法、表示装置、および、プログラム | |
JP2011070635A (ja) | 設備状態監視方法およびその装置 | |
US11004002B2 (en) | Information processing system, change point detection method, and recording medium | |
JP6918735B2 (ja) | 監視装置、監視方法および監視プログラム | |
JP6910997B2 (ja) | 情報処理装置、算出方法および算出プログラム | |
JP6915693B2 (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 | |
JP7396847B2 (ja) | 学習装置、学習方法および学習プログラム | |
JP7019364B2 (ja) | 監視装置、監視方法、監視プログラム、表示装置、表示方法および表示プログラム | |
JP7433648B2 (ja) | 異常検出方法 | |
JP7363889B2 (ja) | 学習装置、学習方法、コンピュータプログラム及び記録媒体 | |
JP7368189B2 (ja) | 分析装置 | |
EP4040345A1 (en) | Information processing device, information processing method, and information processing program | |
JP6892848B2 (ja) | 情報処理装置、情報処理方法および情報処理プログラム | |
JP7225447B2 (ja) | 監視装置、監視方法および監視プログラム | |
WO2021065961A1 (ja) | 情報処理装置、算出方法および算出プログラム | |
JP2020166442A (ja) | 情報処理装置、算出方法および算出プログラム | |
JP2021149590A (ja) | 学習装置、学習方法及び学習プログラム | |
JPH0797436B2 (ja) | 発電プラント過渡データ表示装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200218 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210401 |
|
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: 20210622 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210707 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6910997 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |