JP6915763B1 - 異常診断システム及び異常診断方法 - Google Patents
異常診断システム及び異常診断方法 Download PDFInfo
- Publication number
- JP6915763B1 JP6915763B1 JP2021514439A JP2021514439A JP6915763B1 JP 6915763 B1 JP6915763 B1 JP 6915763B1 JP 2021514439 A JP2021514439 A JP 2021514439A JP 2021514439 A JP2021514439 A JP 2021514439A JP 6915763 B1 JP6915763 B1 JP 6915763B1
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- principal component
- component analysis
- series data
- equipment
- 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
-
- 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
- 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
- G05B2223/00—Indexing scheme associated with group G05B23/00
- G05B2223/02—Indirect monitoring, e.g. monitoring production to detect faults of a system
Abstract
Description
前記一定のパターンに対応するパターンを繰り返す、前記設備の状態を示す時系列データをサンプリングするサンプリング部と、
前記サンプリング部でサンプリングした前記時系列データに基づいて主成分分析を行って前記設備の異常を診断する演算部と、
を有し、
前記演算部は、
前記状態を示す時系列データの中の一つのパターンについて第1の主成分分析を行って、その結果に基づいて第1の異常有無判定を行い、
前記第1の異常有無判定が異常ありの場合に、前記状態を示す時系列データの中の前記第1の主成分分析を行ったパターンを含む時間的に連続する複数のパターンについて一括して第2の主成分分析を行って、その結果に基づいて第2の異常有無判定を行い、
前記第2の異常有無判定が異常ありの場合に設備異常と診断することを特徴とする異常診断システム。
前記一定のパターンに対応するパターンを繰り返す、前記設備の状態を示す時系列データをサンプリングするステップと、
前記状態を示す時系列データの中の一つのパターンについて第1の主成分分析を行うステップと、
前記第1の主成分分析の結果から第1の異常有無判定を行うステップと、
前記第1の異常有無判定が異常ありの場合に、前記状態を示す時系列データの中の前記第1の主成分分析を行ったパターンを含む時間的に連続する複数のパターンについて一括して第2の主成分分析を行うステップと、
前記第2の主成分分析の結果から第2の異常有無判定を行うステップと、
を有し、
前記第2の異常有無判定が異常ありの場合に設備異常であると診断することを特徴とする異常診断方法。
本実施形態では、本発明をサイジングプレス設備の異常診断に適用した場合について説明する。
図1は、サイジングプレス設備に一実施形態に係る異常診断システムを用いた例を示す模式図及びブロック図である。
図4は、異常診断システム20において実行される異常診断方法を示すフローチャートである。
3 入側ピンチロール
4 出側ピンチロール
5 駆動モータ
6 クランク
10 サイジングプレス設備
11 スラブ
20 異常診断システム
21 サンプリング部
22 データ前処理部
23 記憶部
24 演算部
25 出力部
Claims (10)
- 一定のパターンを繰り返す動作を行う設備の異常診断を行う異常診断システムであって、
前記一定のパターンに対応するパターンを繰り返す、前記設備の状態を示す時系列データをサンプリングするサンプリング部と、
前記サンプリング部でサンプリングした前記時系列データに基づいて主成分分析を行って前記設備の異常を診断する演算部と、
を有し、
前記演算部は、
前記状態を示す時系列データの中の一つのパターンについて第1の主成分分析を行って、その結果に基づいて第1の異常有無判定を行い、
前記第1の異常有無判定が異常ありの場合に、前記状態を示す時系列データの中の前記第1の主成分分析を行ったパターンを含む時間的に連続する複数のパターンについて一括して第2の主成分分析を行って、その結果に基づいて第2の異常有無判定を行い、
前記第2の異常有無判定が異常ありの場合に設備異常と診断することを特徴とする異常診断システム。 - 前記第1の異常有無判定及び前記第2の異常有無判定は、前記第1の主成分分析及び前記第2の主成分分析の結果から求められたQ統計量に基づくことを特徴とする請求項1に記載の異常診断システム。
- 前記演算部における前記第1の主成分分析に使用する時系列データのサンプリング点数をN1点、前記第1の主成分分析による次元圧縮をk1次元、とし、前記第2の主成分分析に使用する時系列データのサンプリング点数をN2点、前記第2の主成分分析による次元圧縮をk2次元、前記複数のパターンの数をM個(M≧2)とするとき、N2<N1×M又はk2<k1×Mが成立することを特徴とする請求項1又は請求項2に記載の異常診断システム。
- 前記設備は駆動モータにより金型を駆動してスラブを幅圧下するサイジングプレス設備であり、前記設備の状態を示す時系列データは、駆動モータの電流波形又は前記金型の荷重波形であることを特徴とする請求項1から請求項3のいずれか一項に記載の異常診断システム。
- 前記サンプリング部でサンプリングした前記時系列データについて、波形の高さを正規化する処理、及び、幅圧下量により分類する処理を含む前処理を行うデータ前処理部をさらに有することを特徴とする請求項4に記載の異常診断システム。
- 一定のパターンを繰り返す動作を行う設備の異常診断を行う異常診断方法であって、
前記一定のパターンに対応するパターンを繰り返す、前記設備の状態を示す時系列データをサンプリングするステップと、
前記状態を示す時系列データの中の一つのパターンについて第1の主成分分析を行うステップと、
前記第1の主成分分析の結果から第1の異常有無判定を行うステップと、
前記第1の異常有無判定が異常ありの場合に、前記状態を示す時系列データの中の前記第1の主成分分析を行ったパターンを含む時間的に連続する複数のパターンについて一括して第2の主成分分析を行うステップと、
前記第2の主成分分析の結果から第2の異常有無判定を行うステップと、
を有し、
前記第2の異常有無判定が異常ありの場合に設備異常であると診断することを特徴とする異常診断方法。 - 前記第1の異常有無判定及び前記第2の異常有無判定は、前記第1の主成分分析及び前記第2の主成分分析の結果から求められたQ統計量に基づくことを特徴とする請求項6に記載の異常診断方法。
- 前記第1の主成分分析に使用する時系列データのサンプリング点数をN1点、前記第1の主成分分析による次元圧縮をk1次元、とし、前記第2の主成分分析に使用する時系列データのサンプリング点数をN2点、前記第2の主成分分析による次元圧縮をk2次元、前記複数のパターンの数をM個(M≧2)とするとき、N2<N1×M又はk2<k1×Mが成立することを特徴とする請求項6又は請求項7に記載の異常診断方法。
- 前記設備は駆動モータにより金型を駆動してスラブを幅圧下するサイジングプレス設備であり、前記設備の状態を示す時系列データは、駆動モータの電流波形又は前記金型の荷重波形であることを特徴とする請求項6から請求項8のいずれか一項に記載の異常診断方法。
- 前記でサンプリングした前記時系列データについて、波形の高さを正規化する処理、及び、幅圧下量により分類する処理を含む前処理を行うステップをさらに有することを特徴とする請求項9に記載の異常診断方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020003769 | 2020-01-14 | ||
JP2020003769 | 2020-01-14 | ||
PCT/JP2020/047726 WO2021145156A1 (ja) | 2020-01-14 | 2020-12-21 | 異常診断システム及び異常診断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2021145156A1 JPWO2021145156A1 (ja) | 2021-07-22 |
JP6915763B1 true JP6915763B1 (ja) | 2021-08-04 |
Family
ID=76863703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021514439A Active JP6915763B1 (ja) | 2020-01-14 | 2020-12-21 | 異常診断システム及び異常診断方法 |
Country Status (8)
Country | Link |
---|---|
US (1) | US20230024947A1 (ja) |
EP (1) | EP4092501A4 (ja) |
JP (1) | JP6915763B1 (ja) |
KR (1) | KR20220104042A (ja) |
CN (1) | CN114846315A (ja) |
BR (1) | BR112022013365A2 (ja) |
TW (1) | TWI760050B (ja) |
WO (1) | WO2021145156A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023149059A1 (ja) * | 2022-02-02 | 2023-08-10 | 株式会社日立製作所 | タクト分割データ収集システム、及び、異常検知システム |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002181038A (ja) * | 2000-12-18 | 2002-06-26 | Mitsubishi Heavy Ind Ltd | 異常診断装置 |
JP2008224519A (ja) * | 2007-03-14 | 2008-09-25 | Omron Corp | 検査装置及びその検査装置における見直し時期の判定方法 |
WO2016039088A1 (ja) * | 2014-09-12 | 2016-03-17 | 株式会社神戸製鋼所 | 回転機械異常検出装置および該方法ならびに回転機 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4762088B2 (ja) * | 2006-08-31 | 2011-08-31 | 株式会社東芝 | プロセス異常診断装置 |
JP5991042B2 (ja) | 2011-06-29 | 2016-09-14 | Jfeスチール株式会社 | 異常監視システムおよび異常監視方法 |
CN103191931B (zh) * | 2012-01-10 | 2015-03-04 | 宝山钢铁股份有限公司 | 热连轧机零调后二侧偏差控制方法 |
JP6330864B2 (ja) | 2015-08-05 | 2018-05-30 | Jfeスチール株式会社 | モータの監視装置および方法 |
TWI571329B (zh) * | 2016-03-02 | 2017-02-21 | 中國鋼鐵股份有限公司 | 軋延追蹤方法 |
WO2017176401A1 (en) * | 2016-04-05 | 2017-10-12 | Siemens Energy, Inc. | Shaft ground monitoring with diagnostic waveform analysis |
JP6791261B2 (ja) * | 2016-11-28 | 2020-11-25 | 東芝三菱電機産業システム株式会社 | 圧延設備の異常診断の方法及び装置 |
-
2020
- 2020-12-21 EP EP20913851.0A patent/EP4092501A4/en active Pending
- 2020-12-21 BR BR112022013365A patent/BR112022013365A2/pt unknown
- 2020-12-21 KR KR1020227021529A patent/KR20220104042A/ko unknown
- 2020-12-21 US US17/758,358 patent/US20230024947A1/en active Pending
- 2020-12-21 WO PCT/JP2020/047726 patent/WO2021145156A1/ja unknown
- 2020-12-21 CN CN202080089721.8A patent/CN114846315A/zh active Pending
- 2020-12-21 JP JP2021514439A patent/JP6915763B1/ja active Active
-
2021
- 2021-01-07 TW TW110100529A patent/TWI760050B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002181038A (ja) * | 2000-12-18 | 2002-06-26 | Mitsubishi Heavy Ind Ltd | 異常診断装置 |
JP2008224519A (ja) * | 2007-03-14 | 2008-09-25 | Omron Corp | 検査装置及びその検査装置における見直し時期の判定方法 |
WO2016039088A1 (ja) * | 2014-09-12 | 2016-03-17 | 株式会社神戸製鋼所 | 回転機械異常検出装置および該方法ならびに回転機 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2023149059A1 (ja) * | 2022-02-02 | 2023-08-10 | 株式会社日立製作所 | タクト分割データ収集システム、及び、異常検知システム |
Also Published As
Publication number | Publication date |
---|---|
BR112022013365A2 (pt) | 2022-09-13 |
TW202138076A (zh) | 2021-10-16 |
US20230024947A1 (en) | 2023-01-26 |
EP4092501A1 (en) | 2022-11-23 |
JPWO2021145156A1 (ja) | 2021-07-22 |
CN114846315A (zh) | 2022-08-02 |
KR20220104042A (ko) | 2022-07-25 |
TWI760050B (zh) | 2022-04-01 |
EP4092501A4 (en) | 2023-07-19 |
WO2021145156A1 (ja) | 2021-07-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3454289A1 (en) | Plant abnormality detection method and system | |
JPWO2015177870A1 (ja) | 製造設備診断支援装置 | |
CN115239711B (zh) | 一种缝制设备的在线运行异常识别系统 | |
KR102417415B1 (ko) | 딥러닝 이상 감지 기반 생산 제품 불량 검출 방법 및 시스템 | |
JP6915763B1 (ja) | 異常診断システム及び異常診断方法 | |
CN109141625B (zh) | 一种滚珠丝杠副的在线状态监测方法 | |
CN113924207B (zh) | 异常探测装置、异常探测方法以及存储介质 | |
CN111678699A (zh) | 一种面向滚动轴承早期故障监测与诊断方法及系统 | |
KR102026069B1 (ko) | 반도체 설비의 센서 데이터 분할 시스템 및 그 방법 | |
CN110108474A (zh) | 一种旋转机械运行稳定性在线监测与评估方法及系统 | |
CN109598309B (zh) | 一种金属包装冲压机的检测系统及其监测方法 | |
KR102356222B1 (ko) | 압력변화를 이용한 금형의 지능형 모니터링 시스템 | |
JP6135192B2 (ja) | 時系列データの異常監視装置、異常監視方法及びプログラム | |
CN117314890B (zh) | 打扣加工的安全控制方法、装置、设备及存储介质 | |
Brophy et al. | AI-based condition monitoring of the drilling process | |
CN111538755A (zh) | 一种基于归一化互相关与单位根检验的设备运行状态异常检测方法 | |
CN115034094B (zh) | 一种金属加工机床运行状态预测方法及系统 | |
US10656637B2 (en) | Monitoring system and monitoring method | |
CN115329942A (zh) | 一种基于人工智能的螺栓紧固装置及其方法 | |
RU2809934C1 (ru) | Система диагностики аномалий и способ диагностики аномалий | |
KR20210014452A (ko) | 제조 공정 비정상 데이터 탐지 시스템 | |
CN115655764B (zh) | 振动趋势分析方法、装置、电子设备及存储介质 | |
EP3951530B1 (en) | Process state monitoring device and process state monitoring method | |
Bergmann | Data Mining for Manufacturing: Preventive Maintenance, Failure prediction, Quality Control | |
JP6213655B2 (ja) | 時系列データの異常監視装置、異常監視方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210315 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210315 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210402 |
|
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: 20210615 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210628 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6915763 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |