JP6993526B1 - 状態遷移提案装置、状態遷移提案方法及び状態遷移提案プログラム - Google Patents
状態遷移提案装置、状態遷移提案方法及び状態遷移提案プログラム Download PDFInfo
- Publication number
- JP6993526B1 JP6993526B1 JP2021052420A JP2021052420A JP6993526B1 JP 6993526 B1 JP6993526 B1 JP 6993526B1 JP 2021052420 A JP2021052420 A JP 2021052420A JP 2021052420 A JP2021052420 A JP 2021052420A JP 6993526 B1 JP6993526 B1 JP 6993526B1
- Authority
- JP
- Japan
- Prior art keywords
- state
- proposal
- transition
- state transition
- transitioned
- 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
- 230000007704 transition Effects 0.000 title claims abstract description 215
- 238000000034 method Methods 0.000 title claims description 18
- 238000003066 decision tree Methods 0.000 claims description 17
- 230000008859 change Effects 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 abstract description 7
- 239000013598 vector Substances 0.000 description 13
- 238000005259 measurement Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 9
- 230000003340 mental effect Effects 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000007621 cluster analysis Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000011031 large-scale manufacturing process Methods 0.000 description 1
- 238000004020 luminiscence type Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000001107 psychogenic effect Effects 0.000 description 1
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
Description
そこで、本発明は、非2値的に変化する計測値又は属性値に対して、理想的な状態遷移を提案することを目的とする。
その他の手段については、発明を実施するための形態のなかで説明する。
図1は、状態遷移提案装置1の構成等を説明する図である。状態遷移提案装置1は、一般的なコンピュータであり、中央制御装置11、マウス、キーボード等の入力装置12、ディスプレイ等の出力装置13、主記憶装置14、補助記憶装置15及び通信装置16を備える。これらは、バスで相互に接続されている。補助記憶装置15は、計測値情報31、決定木32及び遷移確率情報33(詳細後記)を格納している。なお、計測値情報31b及び31cについては、別途後記する。
図2は、計測値情報31の一例である。計測値情報31においては、時刻欄101に記憶された時刻に関連付けて、計測値欄102には計測値が、状態欄103には状態が記憶されている。
時刻欄101の時刻は、計測値がセンサ47によって計測された時点の年月日時分秒である。
状態欄103の状態は、回転機械41の負荷状態であり、ここでは、“1(春季低負荷)”、“2(冬季低負荷)”、“3(春季高負荷)”又は“4(冬季高負荷)”のいずれかである。状態とは、多次元空間を構成する個々の領域である。状態は、負荷の大小以外にも、製造対象物、製造対象物の品質等であり得る。
図3は、クラスタリングを説明する図である。図3の座標平面の横軸は回転速度であり、縦軸は軸温度である。説明を単純化するために、他の種類の計測値(振動速度及び騒音)は、ここでは捨象されている。理論的には、図3の座標平面は、これらのすべての計測値を軸に有する多次元空間になり得る。状態遷移提案装置1は、計測値情報31(図2)のレコードの計測値(回転速度及び軸温度)を示す点を座標平面に描画する。
過去における熟練者による回転機械41の状態の遷移は、非熟練者には直接的に意識されない安全への配慮が反映されていることが多い。例えば、異臭、発光、産出物の品質不良等、計測値として日常管理されていない異常が、日常管理されている計測値の特定の組合せに関連付けて発生することもある。したがって、過去において熟練者が滞留を避けた状態から積極的に選択した状態に遷移することの必要性が、現場においては存在する。
図5は、距離の深さを説明する図である。“深さ”とは、遷移手段の終点がクラスタに入り込む程度である。遷移手段53aの終点は、クラスタ52aの内部及び境界上のどの位置にあってもよい。いま、点■51とクラスタ52aの中心とを結ぶ直線とクラスタ52aとの交点(クラスタの境界上の点)が、点●54であるとする。終点が点●54である場合、点■51と終点との間の距離(ベクトルの長さ)は、“d1”となる。終点がクラスタ52aの中心にある場合、点■51と終点との間の距離は、“d2”となる。
前記では、点■51とクラスタとの間の距離は、ユークリッド距離であることを前提としてきた。しかしながら、点■51とクラスタとの間の距離は、その他の任意の距離(マハラノビス距離、チェビシェフ距離、ミンコフスキー距離等)であってもよい。
回転速度の値は、連続的に変化する。よって、例えば回転速度の現在値が“50”であり、遷移先の候補の回転速度の値が“90”である場合、状態遷移提案装置1は、“40=90-50”を両者間の距離としてもよい。さらに、回転速度の値が取り得る範囲が、“0~100”であることが既知である場合、状態遷移提案装置1は、“0.4=40/100”を両者間の距離としてもよい。
図2のように複数種類の計測値の値に対して状態を関連付けた表は、決定木として表現され得ることが知られている。特許文献1は、このような表を決定木に変換する具体例を開示している。
状態とは、前記したように多次元空間内における複数の重複しない領域である。多次元空間の座標軸は、センサが計測し得る回転機械41に関する物理量(回転速度、軸温度等)である。遷移とは、回転機械41の計測値(制御値)が、領域間を移動することである。いま、多次元空間内において“状態1”は“状態2”と接し、“状態2”は“状態3”と接しているが、“状態1”は、“状態3”とは接していないとする。このとき、計測値が“状態1”に長く滞留した後、“状態3”に遷移し、そのまま“状態3”に長く滞留したとする。そして、この遷移の過程においてやむを得ず、計測値が“状態2”に僅かの期間留まった(通過した)とする。この場合、“計測値が状態1から状態2へ遷移した”又は“計測値が状態2から状態3へ遷移した”とは定義されない。つまり、滞留時間が所定の閾値以下である状態は無視され、この場合“計測値が状態1から状態3へ遷移した”と定義される。
図8は、遷移確率情報33の一例である。遷移確率情報33は、状態を縦及び横にならべたマトリクスである。縦に並ぶ状態は、遷移前(起点)の状態であり、横に並ぶ状態は、遷移後(終点)の状態である。縦及び横の交点のセルには、過去における実際の遷移の実績が、遷移件数及び遷移確率として記憶されている。さらに、遷移前の状態ごとに、遷移件数の合計及び遷移確率の合計が記憶されている。当然ながら、遷移の向き(状態1→状態2、状態2→状態1)は、区別される。そして、遷移後の状態が遷移前の状態と同じであるケース(図8の太線箇所)も定義される。このケースは、“その状態に留まり続ける”ケースである。“#”に添えられた2桁の数字は、遷移前の状態及び遷移後の状態を示す。例えば、“#41”は、遷移前の状態4から遷移後の状態1への遷移を示す。
図9は、処理手順のフローチャートである。処理手順を開始する前提として、計測値情報31(図2)が、完成した状態で補助記憶装置15に格納されているとする。
ステップS201において、状態遷移提案装置1の分類部21は、学習用の計測値を取得する。具体的には、分類部21は、補助記憶装置15から計測値情報31(図2)を取得する。
・点■51とクラスタ52aとの間の距離(ベクトル53aの長さ)
・ベクトル53aの横軸(回転速度)成分
・ベクトル53aの縦軸(軸温度)成分
・点■51とクラスタ52bとの間の距離(ベクトル53bの長さ)
・ベクトル53bの横軸(回転速度)成分
・ベクトル53bの縦軸(軸温度)成分
・点■51とクラスタ52cとの間の距離(ベクトル53cの長さ)
・ベクトル53cの横軸(回転速度)成分
・ベクトル53cの縦軸(軸温度)成分
なお、“#”に添えられた2桁の数字については、前記した通りである。
状態遷移提案部22は、当該指示を受け付けた場合、ステップS207に戻り、再度候補を絞り込むこととしてもよい。状態遷移提案部22は、変更後の遷移手段の終点として、図5の点●54以外にも、クラスタ52aの内部及び境界上のどの位置の点を表示してもよい。
第3に、状態遷移提案部22は、遷移手段1欄73aにおける表示を“回転速度を-19だけ軸温度を6だけ修正してください”から“回転速度をα未満に軸温度をβ未満に修正してください”に変更する。その後、処理手順を終了する。
図12は、計測値情報31cの一例である。図12が想定する機械は、アーム(腕)を有する自走型工作ロボットである。計測値情報31cにおいては、時刻欄111に記憶された時刻に関連付けて、進行速度欄112には進行速度が、回転速度欄113には回転速度が、アーム操作速度欄114にはアーム操作速度が、負荷状態欄115には負荷状態が、記憶されている。
進行速度欄112の進行速度は、ロボットが床上を走行する速度である。“#”は、異なる値を省略的に示している(以下同様)。
回転速度欄113の回転速度は、動力源としての電動機の回転速度である。
アーム操作速度欄114のアーム操作速度は、ロボットのアームの基礎部分を基準とする、ロボットのアームの先端部分の相対速度である。
負荷状態欄115の負荷状態は、ロボットに課される負荷(負担)の大きさである。
図13は、状態遷移提案装置1bの構成を説明する図である。状態遷移提案装置1bの構成は、図1の状態遷移提案装置1の構成とほぼ同じである。但し、図13の補助記憶装置15は、図2の計測値情報31に代替して、属性値情報34を格納している。状態遷移提案装置1bは、図1の通信装置16を有していなくてもよい。
図14は、属性値情報34の一例である。図14が想定する人物は、企業に所属する従業員である。属性値情報34においては、人物欄121に記憶された人物に関連付けて、年度欄122には年度が、残業時間欄123には残業時間が、休日出勤回数欄124には休日出勤回数が、出張回数欄125には出張回数が、メンタルリスク欄126にはメンタルリスクが記憶されている。
年度欄122の年度は、残業時間等が集計された年度(暦年)である。
残業時間欄123の残業時間は、定時以降の勤務時間である。“#”は、異なる値を省略的に示している(以下同様)。
休日出勤回数欄124の休日出勤回数は、休日に出勤した回数である。
出張回数欄125の出張回数は、拠点以外の勤務地で勤務した回数である。
メンタルリスク欄126のメンタルリスクは、従業員が心因性の疾病に罹患する可能性である。
本実施形態の状態遷移提案装置等の効果は以下の通りである。
(1)状態遷移提案装置は、事物の状態遷移を過去例に基づき提案することができる。つまり、状態遷移提案装置は、個人的検知に頼ることなく、他の実現可能な遷移方法を見落とすこともない。
(2)状態遷移提案装置は、事物の状態遷移を確率に基づき客観的に提案することができる。
(3)状態遷移提案装置は、距離(状態遷移の程度)を表示することができる。
(4)状態遷移提案装置は、状態遷移の候補を、決定木とその条件として表示することができる。
(5)状態遷移提案装置は、視覚的にわかり易いクラスタ分類を行うことができる。
(6)状態遷移提案装置は、機械等に対する負担の軽減を配慮し、遷移後の位置を再度絞り込むことができる。
(7)状態遷移提案装置は、回転機械の状態遷移を提案することができる。
(8)状態遷移提案装置は、人の状態遷移を提案することができる。
11 中央制御装置
12 入力装置
13 出力装置
14 主記憶装置
15 補助記憶装置
16 通信装置
21 分類部
22 状態遷移提案部
31、31b、31c 計測値情報
32 決定木
33 遷移確率情報
34 属性値情報
41 回転機械
52 クラスタ(状態)
Claims (8)
- 事物の多次元空間における位置が、前記多次元空間を構成する領域である状態を遷移した過去例を取得し、
前記状態を複数のクラスタに分類する分類部と、
前記事物の前記多次元空間における現在の位置を受け付け、
前記過去例に基づき、前記受け付けた現在の位置が将来遷移して行くべき前記状態を決定し、前記決定した状態を表示し、
前記クラスタにおける距離の深さの変更を行う旨のユーザの指示に応じて、前記遷移して行くべき状態の候補を再度絞り込む状態遷移提案部と、
を備えることを特徴とする状態遷移提案装置。 - 前記分類部は、
ある前記状態から他の前記状態に前記事物の位置が遷移した確率を前記過去例として算出すること、
を特徴とする請求項1に記載の状態遷移提案装置。 - 前記状態遷移提案部は、
前記受け付けた現在の位置が前記決定した状態に遷移するための距離を表示すること、
を特徴とする請求項2に記載の状態遷移提案装置。 - 前記状態遷移提案部は、
前記位置が示す値の大小関係に基づき分岐する決定木において、複数の前記状態のそれぞれがリーフノードとなる分岐条件を、前記位置の数値範囲として表示すること、
を特徴とする請求項3に記載の状態遷移提案装置。 - 前記事物は、
機械であり、
前記位置は、
センサが前記機械から計測し得る物理量を示すこと、
を特徴とする請求項4に記載の状態遷移提案装置。 - 前記事物は、
人であり、
前記位置は、
前記人の属性値を示すこと、
を特徴とする請求項5に記載の状態遷移提案装置。 - 状態遷移提案装置の分類部は、
事物の多次元空間における位置が、前記多次元空間を構成する領域である状態を遷移した過去例を取得し、
前記状態を複数のクラスタに分類し、
前記状態遷移提案装置の状態遷移提案部は、
前記事物の前記多次元空間における現在の位置を受け付け、
前記過去例に基づき、前記受け付けた現在の位置が将来遷移して行くべき前記状態を決定し、前記決定した状態を表示し、
前記クラスタにおける距離の深さの変更を行う旨のユーザの指示に応じて、前記遷移して行くべき状態の候補を再度絞り込むこと、
を特徴とする状態遷移提案装置の状態遷移提案方法。 - コンピュータを、
事物の多次元空間における位置が、前記多次元空間を構成する領域である状態を遷移した過去例を取得し、
前記状態を複数のクラスタに分類する分類部と、
前記事物の前記多次元空間における現在の位置を受け付け、
前記過去例に基づき、前記受け付けた現在の位置が将来遷移して行くべき前記状態を決定し、前記決定した状態を表示し、
前記クラスタにおける距離の深さの変更を行う旨のユーザの指示に応じて、前記遷移して行くべき状態の候補を再度絞り込む状態遷移提案部と、
して機能させるための状態遷移提案プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021052420A JP6993526B1 (ja) | 2021-03-25 | 2021-03-25 | 状態遷移提案装置、状態遷移提案方法及び状態遷移提案プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021052420A JP6993526B1 (ja) | 2021-03-25 | 2021-03-25 | 状態遷移提案装置、状態遷移提案方法及び状態遷移提案プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6993526B1 true JP6993526B1 (ja) | 2022-01-13 |
JP2022150025A JP2022150025A (ja) | 2022-10-07 |
Family
ID=80213746
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021052420A Active JP6993526B1 (ja) | 2021-03-25 | 2021-03-25 | 状態遷移提案装置、状態遷移提案方法及び状態遷移提案プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6993526B1 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015146893A (ja) | 2014-02-06 | 2015-08-20 | ヤフー株式会社 | 関係性推定装置、関係性推定方法およびプログラム |
JP2019159876A (ja) | 2018-03-14 | 2019-09-19 | 株式会社日立製作所 | 将来状態推定装置および将来状態推定方法 |
JP2020046904A (ja) | 2018-09-19 | 2020-03-26 | 株式会社日立製作所 | 制御装置 |
-
2021
- 2021-03-25 JP JP2021052420A patent/JP6993526B1/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015146893A (ja) | 2014-02-06 | 2015-08-20 | ヤフー株式会社 | 関係性推定装置、関係性推定方法およびプログラム |
JP2019159876A (ja) | 2018-03-14 | 2019-09-19 | 株式会社日立製作所 | 将来状態推定装置および将来状態推定方法 |
JP2020046904A (ja) | 2018-09-19 | 2020-03-26 | 株式会社日立製作所 | 制御装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2022150025A (ja) | 2022-10-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5945350B2 (ja) | 設備状態監視方法およびその装置 | |
Ahmed et al. | Multi-dimensional building performance data management for continuous commissioning | |
US20130184838A1 (en) | Resource optimization using environmental and condition-based monitoring | |
JP2013143009A (ja) | 設備状態監視方法およびその装置 | |
Gopal et al. | Digital twin and IOT technology for secure manufacturing systems | |
Brünink | Cross-functional Big Data integration: Applying the UTAUT model | |
JP2012008947A (ja) | 営業活動分析方法及び営業支援システム | |
Wang et al. | Contextual classification for smart machining based on unsupervised machine learning by Gaussian mixture model | |
Wu et al. | A review of alarm system design for advanced control rooms of nuclear power plants | |
JP6993526B1 (ja) | 状態遷移提案装置、状態遷移提案方法及び状態遷移提案プログラム | |
JP7404623B2 (ja) | 情報処理装置及びプログラム | |
Massaro | Implementation of a decision support system and business Intelligence algorithms for the automated management of insurance agents activities | |
Sun et al. | Supervised subgraph augmented non-negative matrix factorization for interpretable manufacturing time series data analytics | |
Schemmer et al. | Towards meaningful anomaly detection: The effect of counterfactual explanations on the investigation of anomalies in multivariate time series | |
Hao et al. | Error bounds of optimization algorithms for semi-Markov decision processes | |
JP2002063323A (ja) | 業務プロセス設計支援システム、活動支援システム及び業務プロセス総合支援システム | |
Schachinger et al. | An advanced data analytics framework for energy efficiency in buildings | |
Sharp et al. | Hierarchical modeling of a manufacturing work cell to promote contextualized PHM information across multiple levels | |
Imran Shafiq et al. | Decisional-DNA based smart production performance analysis model | |
JP6680934B1 (ja) | 異常回避提案装置、異常回避提案方法及び異常回避提案プログラム | |
JP7388250B2 (ja) | 出力プログラム,情報処理装置及び出力方法 | |
JP7222939B2 (ja) | 時系列パターンの説明情報生成装置 | |
JP6803999B1 (ja) | 効率改善提案装置、効率改善提案方法及び効率改善提案プログラム | |
Affenzeller et al. | Prescriptive analytics: When data-and simulation-based models interact in a cooperative way | |
Arya et al. | Automation of Hotel Inventory Management System for Online Travel Agency Using RPA |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210325 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20210325 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20210426 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210706 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210906 |
|
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: 20211116 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6993526 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |