JP7214054B2 - 機器分析装置、機器分析方法および機器分析プログラム - Google Patents
機器分析装置、機器分析方法および機器分析プログラム Download PDFInfo
- Publication number
- JP7214054B2 JP7214054B2 JP2022546800A JP2022546800A JP7214054B2 JP 7214054 B2 JP7214054 B2 JP 7214054B2 JP 2022546800 A JP2022546800 A JP 2022546800A JP 2022546800 A JP2022546800 A JP 2022546800A JP 7214054 B2 JP7214054 B2 JP 7214054B2
- Authority
- JP
- Japan
- Prior art keywords
- unit
- data
- feature amount
- line information
- band line
- 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
- 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
- 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
- G06F17/40—Data acquisition and logging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M17/00—Testing of vehicles
- G01M17/08—Railway vehicles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
図1は、実施の形態1に係る機器分析装置1の構成例を示す図である。図1の例では、機器分析装置1は、鉄道車両2に搭載されている機器3の状態を分析する。なお、機器分析装置1の用途は、鉄道車両2に搭載されている機器3に限定されない。機器分析装置1の構成および動作について詳細に説明する。機器分析装置1は、稼働データ取得部11と、稼働データ記憶部12と、特徴量データ生成部13と、特徴量データ記憶部14と、第1の演算部15と、第2の演算部16と、設定部17と、表示部18と、を備える。図2は、実施の形態1に係る機器分析装置1の動作を示すフローチャートである。
実施の形態2では、機器分析装置1が備える第1の演算部15および第2の演算部16の動作として、バンド線情報を生成する場合について説明する。
実施の形態3では、機器分析装置1が備える第1の演算部15および第2の演算部16の動作として、バンド線情報を生成する場合について説明する。
機器分析装置1は、実施の形態2ではバンド線情報を生成して表示し、実施の形態3では外れ値スコア集計値を生成して表示していたが、バンド線情報および外れ値スコア集計値の両方を生成して表示することも可能である。
Claims (17)
- 鉄道車両に搭載された機器の稼働状態を示す稼働データを記憶する稼働データ記憶部と、
前記稼働データを用いて、前記機器の特徴量データを生成する特徴量データ生成部と、
前記特徴量データを記憶する特徴量データ記憶部と、
前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、設定されたタームの単位で前記特徴量データの挙動を示す第1のデータを生成する第1の演算部と、
前記特徴量データ記憶部に記憶されている前記特徴量データのうち、前記第1の演算部で前記第1のデータを生成する際に使用された前記特徴量データより新しい1以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す第2のデータを生成する第2の演算部と、
1以上の前記第1のデータ、および前記第2のデータを1つのグラフに表示する表示部と、
を備えることを特徴とする機器分析装置。 - 前記第1の演算部は、
前記第1のデータとして、前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、前記タームの単位で前記特徴量データを要約したバンド線情報を生成するバンド線情報要約部と、
前記バンド線情報を記憶するバンド線情報記憶部と、
前記バンド線情報記憶部から、指定された期間に含まれるタームについての前記バンド線情報を抽出するバンド線情報抽出部と、
を備え、
前記第2の演算部は、
前記第2のデータとして、前記第1の演算部で前記バンド線情報を生成する際に使用された前記特徴量データより新しい1以上の直近の特徴量データを用いて、前記直近の特徴量データを要約した現在バンド線情報を生成する現在バンド線情報要約部、
を備え、
前記表示部は、前記バンド線情報抽出部で抽出された1以上の前記バンド線情報、および前記現在バンド線情報要約部で生成された前記現在バンド線情報を1つのグラフに表示する、
ことを特徴とする請求項1に記載の機器分析装置。 - 前記バンド線情報要約部は、前記タームの単位で生成するバンド線情報に含まれる前記特徴量データの数から得られる分位数に基づいて、複数の表示パターンを含む前記バンド線情報を生成する、
ことを特徴とする請求項2に記載の機器分析装置。 - 前記第1の演算部は、
前記特徴量データ記憶部に記憶されている前記特徴量データのうち、規定された期間の前記特徴量データを前記機器が正常時のときの前記特徴量データとして前記機器の正常時の状態を表す正常時モデルを学習する正常時モデル学習部と、
前記正常時モデル学習部で学習された学習済正常時モデルを記憶する学習済正常時モデル記憶部と、
前記学習済正常時モデル記憶部に記憶された前記学習済正常時モデルを用いて、前記特徴量データ記憶部に記憶されている前記特徴量データに対して、前記機器の正常時の状態からの乖離度を示す外れ値スコアを算出する外れ値スコア算出部と、
前記外れ値スコアを記憶する外れ値スコア記憶部と、
前記外れ値スコア記憶部に記憶されている前記外れ値スコアを、指定された期間に含まれるタームの単位で集計し、外れ値スコア集計値を生成する外れ値スコア集計部と、
前記外れ値スコア集計値を記憶する外れ値スコア集計値記憶部と、
前記外れ値スコア集計値記憶部から、指定された期間に含まれるタームについての前記外れ値スコア集計値を抽出する外れ値スコア集計値抽出部と、
を備え、
前記第2の演算部は、
前記第2のデータとして、前記第1の演算部で前記外れ値スコア集計値を生成する際に使用された前記特徴量データより新しい1以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す現在外れ値スコア集計値を生成する現在外れ値スコア集計部、
を備え、
前記表示部は、前記外れ値スコア集計値抽出部で抽出された1以上の前記外れ値スコア集計値、および前記現在外れ値スコア集計部で生成された現在外れ値スコア集計値を1つのグラフに表示する、
ことを特徴とする請求項1から3のいずれか1つに記載の機器分析装置。 - 前記第1の演算部は、前記鉄道車両に搭載される同一の前記機器について前記第1のデータを生成し、
前記第2の演算部は、前記鉄道車両に搭載される同一の前記機器について前記第2のデータを生成する、
ことを特徴とする請求項1から4のいずれか1つに記載の機器分析装置。 - 前記第1の演算部は、同一の前記鉄道車両に搭載される同種の複数の前記機器について前記第1のデータを生成し、
前記第2の演算部は、同一の前記鉄道車両に搭載される同種の複数の前記機器について前記第2のデータを生成する、
ことを特徴とする請求項1から4のいずれか1つに記載の機器分析装置。 - 前記第1の演算部は、異なる前記鉄道車両に搭載される同種の複数の前記機器について前記第1のデータを生成し、
前記第2の演算部は、異なる前記鉄道車両に搭載される同種の複数の前記機器について前記第2のデータを生成する、
ことを特徴とする請求項1から4のいずれか1つに記載の機器分析装置。 - ユーザからの操作を受け付けて前記タームを設定する設定部、
を備えることを特徴とする請求項1から7のいずれか1つに記載の機器分析装置。 - 特徴量データ生成部が、稼働データ記憶部に記憶されている鉄道車両に搭載された機器の稼働状態を示す稼働データを用いて、前記機器の特徴量データを生成し、特徴量データ記憶部に記憶させる第1のステップと、
第1の演算部が、前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、設定されたタームの単位で前記特徴量データの挙動を示す第1のデータを生成する第2のステップと、
第2の演算部が、前記特徴量データ記憶部に記憶されている前記特徴量データのうち、前記第1の演算部で前記第1のデータを生成する際に使用された前記特徴量データより新しい1以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す第2のデータを生成する第3のステップと、
表示部が、1以上の前記第1のデータ、および前記第2のデータを1つのグラフに表示する第4のステップと、
を含むことを特徴とする機器分析方法。 - 第1の演算部は、バンド線情報要約部、バンド線情報記憶部、およびバンド線情報抽出部を備え、
前記第2のステップは、
前記バンド線情報要約部が、前記第1のデータとして、前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、前記タームの単位で前記特徴量データを要約したバンド線情報を生成し、前記バンド線情報記憶部に記憶させるバンド線情報生成ステップと、
前記バンド線情報抽出部が、前記バンド線情報記憶部から、指定された期間に含まれるタームについての前記バンド線情報を抽出する過去ターム別バンド線情報抽出ステップと、
を含み、
前記第2の演算部は、現在バンド線情報要約部を備え、
前記第3のステップは、
前記現在バンド線情報要約部が、前記第2のデータとして、前記第1の演算部で前記バンド線情報を生成する際に使用された前記特徴量データより新しい1以上の直近の特徴量データを用いて、前記直近の特徴量データを要約した現在バンド線情報を生成する現在バンド線情報要約ステップ、
を含み、
前記第4のステップにおいて、前記表示部は、前記バンド線情報抽出部で抽出された1以上の前記バンド線情報、および前記現在バンド線情報要約部で生成された前記現在バンド線情報を1つのグラフに表示する、
ことを特徴とする請求項9に記載の機器分析方法。 - 前記バンド線情報生成ステップにおいて、前記バンド線情報要約部は、前記タームの単位で生成するバンド線情報に含まれる前記特徴量データの数から得られる分位数に基づいて、複数の表示パターンを含む前記バンド線情報を生成する、
ことを特徴とする請求項10に記載の機器分析方法。 - 前記第1の演算部は、正常時モデル学習部、学習済正常時モデル記憶部、外れ値スコア算出部、外れ値スコア記憶部、外れ値スコア集計部、外れ値スコア集計値記憶部、および外れ値スコア集計値抽出部を備え、
前記第2のステップは、
前記正常時モデル学習部が、前記特徴量データ記憶部に記憶されている前記特徴量データのうち、規定された期間の前記特徴量データを前記機器が正常時のときの前記特徴量データとして前記機器の正常時の状態を表す正常時モデルを学習し、学習済正常時モデルを前記学習済正常時モデル記憶部に記憶させる正常時モデル学習ステップと、
前記外れ値スコア算出部が、前記学習済正常時モデル記憶部に記憶された前記学習済正常時モデルを用いて、前記特徴量データ記憶部に記憶されている前記特徴量データに対して、前記機器の正常時の状態からの乖離度を示す外れ値スコアを算出し、前記外れ値スコア記憶部に記憶させる外れ値スコア算出ステップと、
前記外れ値スコア集計部が、前記外れ値スコア記憶部に記憶されている前記外れ値スコアを、指定された期間に含まれるタームの単位で集計し、外れ値スコア集計値を生成し、前記外れ値スコア集計値記憶部に記憶させる外れ値スコア集計ステップと、
前記外れ値スコア集計値抽出部が、前記外れ値スコア集計値記憶部から、指定された期間に含まれるタームについての前記外れ値スコア集計値を抽出する過去ターム別外れ値スコア集計値抽出ステップと、
を含み、
前記第2の演算部は、現在外れ値スコア集計部を備え、
前記第3のステップは、
前記現在外れ値スコア集計部が、前記第2のデータとして、前記第1の演算部で前記外れ値スコア集計値を生成する際に使用された前記特徴量データより新しい1以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す現在外れ値スコア集計値を生成する現在外れ値スコア集計ステップ、
を含み、
前記第4のステップにおいて、前記表示部は、前記外れ値スコア集計値抽出部で抽出された1以上の前記外れ値スコア集計値、および前記現在外れ値スコア集計部で生成された現在外れ値スコア集計値を1つのグラフに表示する、
ことを特徴とする請求項9から11のいずれか1つに記載の機器分析方法。 - 前記第2のステップにおいて、前記第1の演算部は、前記鉄道車両に搭載される同一の前記機器について前記第1のデータを生成し、
前記第3のステップにおいて、前記第2の演算部は、前記鉄道車両に搭載される同一の前記機器について前記第2のデータを生成する、
ことを特徴とする請求項9から12のいずれか1つに記載の機器分析方法。 - 前記第2のステップにおいて、前記第1の演算部は、同一の前記鉄道車両に搭載される同種の複数の前記機器について前記第1のデータを生成し、
前記第3のステップにおいて、前記第2の演算部は、同一の前記鉄道車両に搭載される同種の複数の前記機器について前記第2のデータを生成する、
ことを特徴とする請求項9から12のいずれか1つに記載の機器分析方法。 - 前記第2のステップにおいて、前記第1の演算部は、異なる前記鉄道車両に搭載される同種の複数の前記機器について前記第1のデータを生成し、
前記第3のステップにおいて、前記第2の演算部は、異なる前記鉄道車両に搭載される同種の複数の前記機器について前記第2のデータを生成する、
ことを特徴とする請求項9から12のいずれか1つに記載の機器分析方法。 - 設定部が、ユーザからの操作を受け付けて前記タームを設定する第5のステップ、
を含むことを特徴とする請求項9から15のいずれか1つに記載の機器分析方法。 - 請求項9から16のいずれか1つに記載の機器分析方法をコンピュータに実行させることを特徴とする機器分析プログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/033456 WO2022049701A1 (ja) | 2020-09-03 | 2020-09-03 | 機器分析装置、機器分析方法および機器分析プログラム |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2022049701A1 JPWO2022049701A1 (ja) | 2022-03-10 |
JPWO2022049701A5 JPWO2022049701A5 (ja) | 2022-12-06 |
JP7214054B2 true JP7214054B2 (ja) | 2023-01-27 |
Family
ID=80491884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022546800A Active JP7214054B2 (ja) | 2020-09-03 | 2020-09-03 | 機器分析装置、機器分析方法および機器分析プログラム |
Country Status (4)
Country | Link |
---|---|
US (1) | US20230297644A1 (ja) |
JP (1) | JP7214054B2 (ja) |
DE (1) | DE112020007573T5 (ja) |
WO (1) | WO2022049701A1 (ja) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009125627A1 (ja) | 2008-04-11 | 2009-10-15 | 三菱電機株式会社 | 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法 |
WO2011024382A1 (ja) | 2009-08-28 | 2011-03-03 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
JP2013205894A (ja) | 2012-03-27 | 2013-10-07 | Oki Electric Ind Co Ltd | 異常検出装置、プログラムおよび異常検出方法 |
WO2016116961A1 (ja) | 2015-01-21 | 2016-07-28 | 三菱電機株式会社 | 情報処理装置および情報処理方法 |
WO2017134772A1 (ja) | 2016-02-03 | 2017-08-10 | 東芝三菱電機産業システム株式会社 | 製造設備診断支援装置及び製造設備診断支援方法 |
WO2018146714A1 (ja) | 2017-02-07 | 2018-08-16 | 株式会社日立製作所 | コンピュータシステムの監視装置および方法 |
CN110398382A (zh) | 2019-06-28 | 2019-11-01 | 南京康尼机电股份有限公司 | 一种基于dpc的地铁车门系统性能衰退检测方法 |
CN110530509A (zh) | 2019-09-05 | 2019-12-03 | 西南交通大学 | 基于最大熵谱分析的高速动车组轴箱振动主频预测方法 |
WO2019230282A1 (ja) | 2018-05-30 | 2019-12-05 | 横河電機株式会社 | 異常検出装置、異常検出方法、異常検出プログラム及び記録媒体 |
JP6689479B1 (ja) | 2019-10-23 | 2020-04-28 | 三菱電機株式会社 | 診断システムおよび診断方法 |
WO2020115827A1 (ja) | 2018-12-05 | 2020-06-11 | 三菱電機株式会社 | 異常検知装置及び異常検知方法 |
-
2020
- 2020-09-03 US US18/006,231 patent/US20230297644A1/en active Pending
- 2020-09-03 DE DE112020007573.7T patent/DE112020007573T5/de active Pending
- 2020-09-03 JP JP2022546800A patent/JP7214054B2/ja active Active
- 2020-09-03 WO PCT/JP2020/033456 patent/WO2022049701A1/ja active Application Filing
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009125627A1 (ja) | 2008-04-11 | 2009-10-15 | 三菱電機株式会社 | 機器状態検出装置及び機器状態検出方法並びに生活者異常検知装置、生活者異常検知システム及び生活者異常検知方法 |
WO2011024382A1 (ja) | 2009-08-28 | 2011-03-03 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
JP2013205894A (ja) | 2012-03-27 | 2013-10-07 | Oki Electric Ind Co Ltd | 異常検出装置、プログラムおよび異常検出方法 |
WO2016116961A1 (ja) | 2015-01-21 | 2016-07-28 | 三菱電機株式会社 | 情報処理装置および情報処理方法 |
WO2017134772A1 (ja) | 2016-02-03 | 2017-08-10 | 東芝三菱電機産業システム株式会社 | 製造設備診断支援装置及び製造設備診断支援方法 |
WO2018146714A1 (ja) | 2017-02-07 | 2018-08-16 | 株式会社日立製作所 | コンピュータシステムの監視装置および方法 |
WO2019230282A1 (ja) | 2018-05-30 | 2019-12-05 | 横河電機株式会社 | 異常検出装置、異常検出方法、異常検出プログラム及び記録媒体 |
WO2020115827A1 (ja) | 2018-12-05 | 2020-06-11 | 三菱電機株式会社 | 異常検知装置及び異常検知方法 |
CN110398382A (zh) | 2019-06-28 | 2019-11-01 | 南京康尼机电股份有限公司 | 一种基于dpc的地铁车门系统性能衰退检测方法 |
CN110530509A (zh) | 2019-09-05 | 2019-12-03 | 西南交通大学 | 基于最大熵谱分析的高速动车组轴箱振动主频预测方法 |
JP6689479B1 (ja) | 2019-10-23 | 2020-04-28 | 三菱電機株式会社 | 診断システムおよび診断方法 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2022049701A1 (ja) | 2022-03-10 |
DE112020007573T5 (de) | 2023-06-15 |
WO2022049701A1 (ja) | 2022-03-10 |
US20230297644A1 (en) | 2023-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lutz | The end of court-ordered desegregation | |
Abaluck et al. | Choice inconsistencies among the elderly: evidence from plan choice in the Medicare Part D program | |
JP6045159B2 (ja) | 操作習熟度評価システム | |
US20050251432A1 (en) | Systems engineering process | |
Lahey et al. | Rethinking the relationship among monitoring, evaluation, and results‐based management: observations from Canada | |
CA2838119A1 (en) | System and method for selecting predictors for a student risk model | |
US20190236497A1 (en) | System and method for automated model selection for key performance indicator forecasting | |
US20080288329A1 (en) | User interface for identifying trade opportunities | |
Allensworth et al. | High School Graduation Rates through Two Decades of District Change: The Influence of Policies, Data Records, and Demographic Shifts. Research Report. | |
US20200265361A1 (en) | Plant evaluation system, plant evaluation method, and program | |
JP7214054B2 (ja) | 機器分析装置、機器分析方法および機器分析プログラム | |
Peyser et al. | Exploring the costs of accountability | |
CN110046815A (zh) | 风险管理方法、装置、设备和存储介质 | |
JP7005255B2 (ja) | 評価システム、評価方法及びプログラム | |
CA3056123A1 (en) | Risk assessment tool | |
Farrell et al. | Risky Choices: Simulating Public Pension Funding Stress with Realistic Shocks | |
Noleppa | Economic approaches for assessing climate change adaptation options under uncertainty: Excel tools for cost-benefit and multi-criteria analysis | |
Horn et al. | The Completion Arch: Measuring Community College Student Success--2012. | |
CN117271678B (zh) | 一种钢铁企业安全数据回溯展示方法和装置 | |
JP4991086B2 (ja) | 情報処理システム、情報処理プログラムおよび情報処理方法 | |
JP5284309B2 (ja) | 情報処理システム、情報処理プログラムおよび情報処理方法 | |
JP6018852B2 (ja) | 要因分析・表示方法及びシステム | |
CN116843521B (zh) | 一种基于大数据的培训档案管理系统及方法 | |
WO2023166833A1 (ja) | 経済性評価シミュレーション装置及び経済性評価シミュレーション方法 | |
CN116484565A (zh) | 基于时变故障率模型和时序模拟的可靠性评估方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220823 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220823 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220823 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221011 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221121 |
|
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: 20221220 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230117 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7214054 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |