JP6974732B2 - 影響因子混在範囲分析方法及び影響因子混在範囲分析装置 - Google Patents
影響因子混在範囲分析方法及び影響因子混在範囲分析装置 Download PDFInfo
- Publication number
- JP6974732B2 JP6974732B2 JP2018073073A JP2018073073A JP6974732B2 JP 6974732 B2 JP6974732 B2 JP 6974732B2 JP 2018073073 A JP2018073073 A JP 2018073073A JP 2018073073 A JP2018073073 A JP 2018073073A JP 6974732 B2 JP6974732 B2 JP 6974732B2
- Authority
- JP
- Japan
- Prior art keywords
- area
- analysis
- mesh
- group
- mixed
- 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
- 238000004458 analytical method Methods 0.000 title claims description 112
- 238000000034 method Methods 0.000 claims description 29
- 230000006866 deterioration Effects 0.000 claims description 23
- 238000013508 migration Methods 0.000 claims 1
- 230000005012 migration Effects 0.000 claims 1
- 238000007689 inspection Methods 0.000 description 9
- 230000001186 cumulative effect Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 238000005452 bending Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 2
- 238000013517 stratification Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Images
Classifications
-
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T11/00—2D [Two Dimensional] image generation
- G06T11/20—Drawing from basic elements, e.g. lines or circles
- G06T11/206—Drawing of charts or graphs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Pure & Applied Mathematics (AREA)
- Business, Economics & Management (AREA)
- Computational Mathematics (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Economics (AREA)
- Algebra (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Probability & Statistics with Applications (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
本発明は、劣化や故障の影響因子等が不明な物品・設備等を対象にワイブル分析に類する分析を行う際に、影響因子の混在する範囲あるいは混在しない範囲を推定する技術に関する。
物品および設備等の劣化や故障の分析(以下、故障解析と記す)の際、ワイブル分析や累積ハザード分析等の信頼性分析がよく行われる。信頼性分析は、故障の発生等の対象の劣化を表す指標と、使用時間等の劣化に関係すると考えられる指標との関係性の分析である。これらの分析結果はワイブル確率紙等でプロットグラフとして表すことができる。プロットが全体的に回帰直線に沿っていれば、分析対象はこの分析方法で分析可能と言え、そこから故障解析に有用なパラメータや関数式等を導くことができる。
一方、プロットが回帰直線に沿わず屈曲している場合は、分析手法が不適であるか、分析データに異なる原因による故障・劣化や異なる影響因子等が混在(以下、混合データと記す)していると解釈される。分析データが混合データの場合、影響因子ごとに分析データを分割(層別)し、それぞれでワイブル分析等を実施すればよい(非特許文献1)。
田中健次著、「入門 信頼性」、日科技連出版社、pp. 93-94
しかしながら、故障・劣化に影響を及ぼしている影響因子を特定することが困難な場合がある。たとえば、分析対象が屋外に設置されたものであると、様々な影響因子の存在が考えられるとともに、影響因子の存在範囲を特定・推定することも困難となることがある。このような場合、混合データを影響因子ごとに層別すること自体が不可となる。
従来のワイブル分析等に関する技術の多くは、ワイブル分析等の結果を如何に用いるかが対象であり(たとえば特許文献1〜3)、ワイブル分析等の結果に見られるプロットの回帰直線からの乖離への対応に関して定めるものではない。
特許文献4は、影響因子の存在確率を用いて、ワイブル分析等のプロットの回帰直線からの乖離への対応に資する情報を得る方法を示している。しかしながら、本提案のように、異なる影響因子が混在しない範囲を推定するものではなく、混合データの層別を可能とするものではない。
本発明は、上記に鑑みてなされたものであり、故障解析において異なる影響因子が混在する混合データを影響因子ごとに層別できるようにすることを目的とする。
本発明に係る影響因子混在範囲分析方法は、コンピュータが実行する影響因子混在範囲分析方法であって、分析対象エリア内に第1エリアを設定するステップと、前記第1エリアにおいて対象の劣化を表す指標と劣化に関係すると考えられる指標との関係性を分析するステップと、分析結果のプロットの回帰直線からの乖離程度を指標として、前記第1エリアが異なる影響因子の混在しないエリアであるか否かを判定するステップと、前記第1エリアが所定の大きさに達するまで、前記第1エリアを異なる影響因子の混在しないエリアに保ちつつ、前記第1エリアを拡大するステップと、を有することを特徴とする。
本発明に係る影響因子混在範囲分析装置は、分析対象エリア内に第1エリアを設定する設定手段と、前記第1エリアにおいて対象の劣化を表す指標と劣化に関係すると考えられる指標との関係性を分析する分析手段と、分析結果のプロットの回帰直線からの乖離程度を指標として、前記第1エリアが異なる影響因子の混在しないエリアであるか否かを判定する判定手段と、前記第1エリアが所定の大きさに達するまで、前記第1エリアを異なる影響因子の混在しないエリアに保ちつつ、前記第1エリアを拡大する拡大手段と、を有することを特徴とする。
本発明によれば、故障解析において異なる影響因子が混在する混合データを影響因子ごとに層別できるようになる。
以下、本発明の実施の形態について図面を用いて説明する。
<影響因子混在範囲分析の概要>
本実施形態では、屋外の広域に分散設置された設備Xを対象とする。
本実施形態では、屋外の広域に分散設置された設備Xを対象とする。
図1は、屋外に設備Xが分散配置された分析対象エリアの例を示す図である。図中の点は設備Xが設置されている位置を示す。
図2に、分析対象エリア全体の設備Xの点検データを用いた、累積ハザード法によるワイブル分析のプロットを示す。図2では、横軸が設備Xの使用年数tの対数値Log t、縦軸が使用年数tにおける累積ハザード値H(t)を表している。図中の直線は、プロットの回帰直線である。
図2より、プロットが回帰直線から乖離して屈曲していることがわかる。これは、分析に使用した点検データが、異なる影響因子による劣化・故障が含まれた混合データであることを示唆している。しかし、プロットを屈曲させる影響因子が明確ではないため、混合データを層別することができない。
そこで、本実施形態では、分析対象エリアから任意の範囲を選択し、選択した範囲内に存在する設備Xの点検データの信頼性分析を行いつつ、分析結果のプロットが回帰直線から乖離しないように範囲を広げていき、屈曲が発生しないエリア、すなわちプロットが回帰直線によく沿うエリアを特定する。以下、プロットに屈曲が発生しないエリアを単一エリアと記し、屈曲が発生するエリアを混合エリアと記す。単一エリアは異なる影響因子による劣化・故障が混在していないエリアを示すと考えられる。単一エリアにおける特性等、たとえば地理的特徴等をその他のエリアと比較することで、分析対象の劣化・故障に影響を与えている因子の特定に資する情報となる。
<影響因子混在範囲分析装置の構成>
次に、本実施形態の影響因子混在範囲分析装置の構成について説明する。
次に、本実施形態の影響因子混在範囲分析装置の構成について説明する。
図3は、本実施形態の影響因子混在範囲分析装置の構成を示す機能ブロック図である。同図に示す影響因子混在範囲分析装置1は、範囲設定部11、分析部12、判定部13、範囲拡大部14、及びデータベース15を備える。影響因子混在範囲分析装置1が備える各部は、演算処理装置、記憶装置等を備えたコンピュータにより構成して、各部の処理がプログラムによって実行されるものとしてもよい。このプログラムは影響因子混在範囲分析装置1が備える記憶装置に記憶されており、磁気ディスク、光ディスク、半導体メモリ等の記録媒体に記録することも、ネットワークを通して提供することも可能である。
範囲設定部11は、分析対象エリアを標準地域メッシュの一つである第3次メッシュで分割し、メッシュを最小単位として分析対象エリアを2つのグループ(以下、AグループおよびBグループと記す)に分ける。本実施形態では分析対象エリアを第3次メッシュで分割したが、他の方法により分析対象エリアを分割してもよい。最初のグループ分けはどのような方法でもよい。例えば、隣接する数個のメッシュを選択してAグループを作り、Aグループに属さないメッシュ群をBグループとする。
図4に、分析対象エリアをメッシュで分割し、2つのグループに分けた様子を示す。図中の矩形が第3次メッシュを表す。太線内のメッシュがAグループに属する。Aグループに属さないメッシュがBグループである。
隣り合った数メッシュのみで構成されたAグループは設置環境が似たものである可能性が高いため、全エリアをまとめて分析する場合と比して、異なる影響因子等が混在している可能性が低くなる。すなわち、Aグループは単一エリアである可能性が高くなる。なお、最初のグループ分けで設定したAグループが単一エリアでなく混合エリアであった場合は、別のメッシュを用いてAグループを再設定する。最初のグループ分けで設定したAグループが単一エリアであった場合は、そのグループをAグループとして採用する。Aグループが単一エリアであるか否かは、分析部12による分析結果に基づいて判定部13が判定する。
分析部12は、Aグループのメッシュ内に存在する設備Xの点検データを用いて累積ハザード法によるワイブル分析を行い、設備Xの使用年数tの対数値Log tおよび使用年数tにおける累積ハザード値H(t)を軸とするプロットを作成するとともに、回帰直線を求める。累積ハザード法によるワイブル分析は既知の方法で行ってよく、また分析対象や分析データの性質に一致する既知の他の分析方法でも構わない。プロットの各軸は使用年数および累積ハザード値に限らず、対象の劣化を表す指標および劣化に関係すると考えられる指標であればよく、既知の各種の確率紙に従ってもよい。また、回帰直線は既知の方法で求めてよい。
なお、Bグループのワイブル分析等は必須ではないが、メッシュを移行した結果、Bグループのプロットの変化を把握できるため、Bグループのワイブル分析も有益である。
判定部13は、ワイブル分析によるプロットの回帰直線からの乖離程度を指標として、Aグループが混合エリアであるか単一エリアであるかを判定する。プロットの回帰直線からの乖離程度の指標は、従来の方法、たとえば決定係数の値や、最大偏差等を活用すればよい。本実施形態では、決定係数R2が0.98以上であればプロットは回帰直線に沿っている、つまり単一エリアであると判定する。
範囲拡大部14は、最初のAグループを設定後、Aグループが単一エリアであることを確認しながら、BグループからAグループにメッシュ(例えば1〜数個のメッシュ)を移行する処理を繰り返す。より具体的には、範囲拡大部14がBグループからAグループにメッシュを移行すると、分析部12はメッシュを移行後のAグループを分析し、判定部13は分析部12の分析結果に基づいてメッシュを移行後のAグループが単一エリアであるか否か判定する。範囲拡大部14は、メッシュを移行後のAグループが単一エリアである場合は移行したメッシュをAグループとして採用する。範囲拡大部14は、メッシュを移行後のAグループが単一エリアでなくなった場合は移行したメッシュをBグループへ戻す。範囲拡大部14は、Aグループが目標のサイズ(広さ、メッシュ数等)になるまで上記の処理を繰り返す。目標のサイズは目的に応じて設定すればよい。ただし、Aグループが設定した目標のサイズに達しない可能性も考えられることから、目標のサイズ設定は可変とする。
範囲拡大部14は、Aグループが目標のサイズに達すると、AグループをA’グループとして単一エリアの範囲を確定する。図5に、確定したA’グループの範囲の一例を示す。図6に、確定したA’グループのワイブル分析のプロットを示す。図6より、A’グループのプロットは回帰直線によく沿っていることがわかる。
図7に、Bグループのワイブル分析のプロットを示す。多くの場合、単一エリアとしてA’グループが確定した後も、Bグループは混合エリアである。A’グループが確定後、範囲設定部11はBグループを次の分析対象エリアとして2つのグループに分け、新たな単一エリアであるB’グループを確定してもよい。B’グループを確定後は、同様に、C’グループ、D’グループ・・・を確定する処理を繰り返してもよい。
データベース15は、分析対象エリア内に配置された設備Xの位置情報および点検データなどの信頼性分析に必要なデータを格納する。
<影響因子混在範囲分析装置の動作>
次に、本実施形態の影響因子混在範囲分析装置の動作について説明する。
次に、本実施形態の影響因子混在範囲分析装置の動作について説明する。
図8は、本実施形態の影響因子混在範囲分析装置1の処理の流れを示すフローチャートである。
ステップS100において、分析部12は、データベース15に格納された分析対象エリアの全点検データを用いてワイブル分析等を実施する。
ステップS101において、判定部13は、ワイブル分析等によるプロットが回帰直線に沿っているか否か判定する。プロットが回帰直線に沿っている場合(ステップS101のYes)、ステップS102へ進む。プロットが回帰直線に沿っていない場合(ステップS101のNo)、ステップS103へ進む。なお、後述のステップS109から戻ってきた場合は、単一エリアと確定していないグループ(例えばBグループ)のワイブル分析等によるプロットが回帰直線に沿っている否か判定する。ステップS109から戻ってきた場合は、以降の記載において、グループ識別のためのアルファベットを順にずらして読み替える。具体的には、AグループをBグループ、A’グループをB’グループ、BグループをCグループと読み替える。3周目以降も、同様に、グループ識別のためのアルファベットを順にずらして読み替える。
ステップS102において、範囲設定部11は、分析対象エリアの点検データを層別する必要がないため、分析対象エリア全体を単一エリアのグループとして確定する。
ステップS103において、範囲設定部11が分析対象エリアを任意の小範囲のAグループとその他の範囲のBグループに分割し、分析部12がAグループのワイブル分析等を実施する。
ステップS104において、判定部13は、Aグループの分析結果のプロットが回帰直線に沿っているか否か判定する。プロットが回帰直線に沿っている場合(ステップS104のYes)、ステップS105へ進む。プロットが回帰直線に沿っていない場合(ステップS104のNo)、ステップS103へ進み、範囲設定部11はAグループの範囲設定をやり直す。
ステップS105において、範囲拡大部14は、BグループからAグループへ新たにメッシュを移行し、分析部12は、メッシュを移行後のAグループのワイブル分析等を実施する。なお、後述のステップS107から戻ってきた場合は、範囲拡大部14はBグループへ戻したメッシュとは異なるメッシュをBグループからAグループへ移行する。
ステップS106において、範囲拡大部14は、メッシュを移行後のAグループの分析結果のプロットが回帰直線に沿っているか否か判定する。プロットが回帰直線に沿っている場合(ステップS106のYes)、ステップS108へ進む。プロットが回帰直線に沿っていない場合(ステップS106のNo)、ステップS107へ進む。
ステップS107において、範囲拡大部14は、直前のステップS105でBグループからAグループへ移行したメッシュをBグループへ戻し、ステップS105へ進む。
ステップS108において、範囲拡大部14は、Aグループのサイズが事前に設定した目標のサイズに達したか否か判定する。Aグループが目標のサイズに達した場合(ステップS108のYes)、ステップS109へ進む。Aグループが目標のサイズに達していない場合(ステップS108のNo)、ステップS105へ進み、BグループからAグループへメッシュを移行する処理を繰り返す。
ステップS109において、範囲拡大部14は、単一エリアとしてA’グループを確定する。
ステップS110において、範囲設定部11は、単一エリアと確定していないBグループに対してステップS101〜S109の処理を実施するか判断する。Bグループに対して処理を実施する場合(ステップS110のYes)、ステップS101へ進む。Bグループに対して処理を実施しない場合(ステップS110のNo)、ステップS111へ進む。
ステップS111において、範囲設定部11は、Bグループを確定する。
以上の処理により確定された単一エリア(A’グループ、B’グループ、C’グループ・・・)は、分析対象の劣化・故障に関して、ワイブル分析等で分析が可能と言える程度に影響因子が混在していない範囲となる。すなわち、混合データの層別が可能となり、ワイブル分析等による故障解析を実施することが可能となる。また、確定された単一エリアと混合エリア、あるいは単一エリア同士を比較することで、分析対象の劣化・故障に影響を与える因子の特定に資することができる。
本実施形態では、分析対象エリアを、地表面を想定した2次元平面上のエリアとして解説したが、3次元空間を分析対象エリアとしてもよい。さらに、データ上では概念的に多次元を対象としてもよい。
以上説明したように、本実施の形態によれば、範囲設定部11が、分析対象エリアをメッシュで分割し、メッシュを最小単位として分析対象エリアをAグループおよびBグループに分け、分析部12が、Aグループのメッシュ内に存在する設備Xの点検データを用いて累積ハザード法によるワイブル分析を行い、判定部13が、ワイブル分析によるプロットの回帰直線からの乖離程度を指標として、Aグループが混合エリアであるか単一エリアであるかを判定し、範囲拡大部14が、Aグループを単一エリアに保ちつつ、BグループからAグループにメッシュを移行する処理を繰り返すことにより、異なる影響因子による劣化・故障が混在していない単一エリアを特定でき、ワイブル分析等による故障解析において混合データの層別が可能となり、解析を実施することが可能となる。また、各層別データが属する範囲、たとえばエリアが明確になることにより、それぞれの劣化・故障に影響を及ぼしている影響因子の特定・推定に資する効果を得られる。
1…影響因子混在範囲分析装置
11…範囲設定部
12…分析部
13…判定部
14…範囲拡大部
15…データベース
11…範囲設定部
12…分析部
13…判定部
14…範囲拡大部
15…データベース
Claims (4)
- コンピュータが実行する影響因子混在範囲分析方法であって、
分析対象エリア内に第1エリアを設定するステップと、
前記第1エリアにおいて対象の劣化を表す指標と劣化に関係すると考えられる指標との関係性を分析するステップと、
分析結果のプロットの回帰直線からの乖離程度を指標として、前記第1エリアが異なる影響因子の混在しないエリアであるか否かを判定するステップと、
前記第1エリアが所定の大きさに達するまで、前記第1エリアを異なる影響因子の混在しないエリアに保ちつつ、前記第1エリアを拡大するステップと、
を有することを特徴とする影響因子混在範囲分析方法。 - 前記第1エリアを設定するステップは、前記分析対象エリアをメッシュで分割し、隣り合う数個の前記メッシュを選択して前記第1エリアを設定するとともに、前記第1エリアに属さない前記メッシュで構成される第2エリアを設定し、
前記第1エリアを拡大するステップは、前記第2エリアから前記第1エリアに前記メッシュを移行し、前記メッシュを移行後の前記第1エリアが異なる影響因子の混在しないエリアであるか否か判定し、前記メッシュを移行後の前記第1エリアが異なる影響因子の混在しないエリアでない場合、移行した前記メッシュを前記第2エリアに戻すことを特徴とする請求項1に記載の影響因子混在範囲分析方法。 - 分析対象エリア内に第1エリアを設定する設定手段と、
前記第1エリアにおいて対象の劣化を表す指標と劣化に関係すると考えられる指標との関係性を分析する分析手段と、
分析結果のプロットの回帰直線からの乖離程度を指標として、前記第1エリアが異なる影響因子の混在しないエリアであるか否かを判定する判定手段と、
前記第1エリアが所定の大きさに達するまで、前記第1エリアを異なる影響因子の混在しないエリアに保ちつつ、前記第1エリアを拡大する拡大手段と、
を有することを特徴とする影響因子混在範囲分析装置。 - 前記設定手段は、前記分析対象エリアをメッシュで分割し、隣り合う数個の前記メッシュを選択して前記第1エリアを設定するとともに、前記第1エリアに属さない前記メッシュで構成される第2エリアを設定し、
前記拡大手段は、前記第2エリアから前記第1エリアに前記メッシュを移行し、前記メッシュを移行後の前記第1エリアが異なる影響因子の混在しないエリアでない場合、移行した前記メッシュを前記第2エリアに戻すことを特徴とする請求項3に記載の影響因子混在範囲分析装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018073073A JP6974732B2 (ja) | 2018-04-05 | 2018-04-05 | 影響因子混在範囲分析方法及び影響因子混在範囲分析装置 |
PCT/JP2019/014591 WO2019194163A1 (ja) | 2018-04-05 | 2019-04-02 | 影響因子混在範囲分析方法及び影響因子混在範囲分析装置 |
US17/043,870 US20210056740A1 (en) | 2018-04-05 | 2019-04-02 | Influencing Factor Mixture Range Analysis Method and Influencing Factor Mixture Range Analysis Device |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018073073A JP6974732B2 (ja) | 2018-04-05 | 2018-04-05 | 影響因子混在範囲分析方法及び影響因子混在範囲分析装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019185251A JP2019185251A (ja) | 2019-10-24 |
JP6974732B2 true JP6974732B2 (ja) | 2021-12-01 |
Family
ID=68100491
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018073073A Active JP6974732B2 (ja) | 2018-04-05 | 2018-04-05 | 影響因子混在範囲分析方法及び影響因子混在範囲分析装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20210056740A1 (ja) |
JP (1) | JP6974732B2 (ja) |
WO (1) | WO2019194163A1 (ja) |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4309803B2 (ja) * | 2004-05-17 | 2009-08-05 | 株式会社東芝 | 保守支援プログラム |
US8150140B2 (en) * | 2008-12-22 | 2012-04-03 | Ngr Inc. | System and method for a semiconductor lithographic process control using statistical information in defect identification |
WO2012157040A1 (ja) * | 2011-05-13 | 2012-11-22 | 株式会社日立製作所 | 保守部品寿命予測システムおよび保守部品寿命予測方法 |
JP5895396B2 (ja) * | 2011-08-09 | 2016-03-30 | 株式会社ジェイテクト | 破壊検査システム、破壊検査方法、データ処理プログラムおよびプログラム記録媒体 |
GB201311310D0 (en) * | 2013-06-26 | 2013-08-14 | Univ City | Retinal function analysis |
JP6010059B2 (ja) * | 2014-02-13 | 2016-10-19 | 日本電信電話株式会社 | 設備メンテナンス負担評価方法および装置 |
JP6178277B2 (ja) * | 2014-04-11 | 2017-08-09 | 日本電信電話株式会社 | 故障解析における影響因子情報取得方法および影響因子情報取得装置 |
JP6199833B2 (ja) * | 2014-08-22 | 2017-09-20 | 日本電信電話株式会社 | 分析装置、分析方法及び分析プログラム |
CN105930638A (zh) * | 2016-04-08 | 2016-09-07 | 南京航空航天大学 | 基于退化数据的产品零部件可靠性评估方法 |
-
2018
- 2018-04-05 JP JP2018073073A patent/JP6974732B2/ja active Active
-
2019
- 2019-04-02 US US17/043,870 patent/US20210056740A1/en active Pending
- 2019-04-02 WO PCT/JP2019/014591 patent/WO2019194163A1/ja active Application Filing
Also Published As
Publication number | Publication date |
---|---|
US20210056740A1 (en) | 2021-02-25 |
JP2019185251A (ja) | 2019-10-24 |
WO2019194163A1 (ja) | 2019-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109067725B (zh) | 网络流量异常检测方法及装置 | |
WO2019037683A1 (zh) | 一种基站的部署方法及装置 | |
JP6032467B2 (ja) | 時空間データ管理システム、時空間データ管理方法、及びそのプログラム | |
US11206555B2 (en) | Method for implementing antenna azimuth correction based on user data | |
CN112818162B (zh) | 图像检索方法、装置、存储介质和电子设备 | |
CN105990170A (zh) | 晶圆良率分析方法和装置 | |
CN112578441B (zh) | 储层厚度预测分析方法、计算机设备及存储介质 | |
Richards et al. | Clustering and unsupervised classification | |
CN114918581A (zh) | 焊接参数处理方法、装置、存储介质及处理器 | |
CN112203324B (zh) | 一种基于位置指纹库的mr定位方法及装置 | |
JP6974732B2 (ja) | 影響因子混在範囲分析方法及び影響因子混在範囲分析装置 | |
US8612183B2 (en) | Analysis model generation system | |
KR101620659B1 (ko) | 협업 필터링을 위한 emd 기반 유사 사용자 선별 방법 | |
CN111540202A (zh) | 一种相似卡口确定方法、装置、电子设备及可读存储介质 | |
US10664635B2 (en) | Determining non-linear petrofacies using cross-plot partitioning | |
CN109922424B (zh) | 基于查询结果中用户失序分析的微信用户定位方法 | |
JP2009059028A (ja) | 接触解析装置、接触解析プログラム及び接触解析プログラムを記録した記録媒体 | |
CN103514224A (zh) | 数据库中的数据处理方法、数据查询方法和相应装置 | |
KR101218795B1 (ko) | 그래프 분류를 위한 유사한 그래프 구조를 이용한 특징 선택 방법 및 장치 | |
KR101744776B1 (ko) | 지도 검색 기록을 이용한 유동인구 추정 장치 및 방법 | |
CN113689526A (zh) | 地图中无效区域的划分方法及装置、电子设备 | |
KR102105032B1 (ko) | 시스템의 다중 성능 최적화를 위한 효율적인 파레토 집합 선택 방법 | |
KR101507355B1 (ko) | 벡터 분류 장치 및 방법 | |
CN117371385B (zh) | 邻近图形的确认方法、电子设备及存储介质 | |
Pavlis et al. | Retail areas and their catchments |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200731 |
|
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: 20211005 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211018 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6974732 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |