JP7294361B2 - フィールド機器、測定方法、及びプログラム - Google Patents

フィールド機器、測定方法、及びプログラム Download PDF

Info

Publication number
JP7294361B2
JP7294361B2 JP2021049140A JP2021049140A JP7294361B2 JP 7294361 B2 JP7294361 B2 JP 7294361B2 JP 2021049140 A JP2021049140 A JP 2021049140A JP 2021049140 A JP2021049140 A JP 2021049140A JP 7294361 B2 JP7294361 B2 JP 7294361B2
Authority
JP
Japan
Prior art keywords
trend
field device
time
data
unit
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
Application number
JP2021049140A
Other languages
English (en)
Other versions
JP2022147756A (ja
Inventor
俊亮 胡本
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Priority to JP2021049140A priority Critical patent/JP7294361B2/ja
Priority to US17/651,166 priority patent/US20220307875A1/en
Priority to CN202210168553.2A priority patent/CN115183824A/zh
Priority to EP22158839.5A priority patent/EP4063983A1/en
Publication of JP2022147756A publication Critical patent/JP2022147756A/ja
Application granted granted Critical
Publication of JP7294361B2 publication Critical patent/JP7294361B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B23/0221—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
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F1/00—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow
    • G01F1/05—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects
    • G01F1/20—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects by detection of dynamic effects of the flow
    • G01F1/32—Measuring the volume flow or mass flow of fluid or fluent solid material wherein the fluid passes through a meter in a continuous flow by using mechanical effects by detection of dynamic effects of the flow using swirl flowmeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F15/00—Details of, or accessories for, apparatus of groups G01F1/00 - G01F13/00 insofar as such details or appliances are not adapted to particular types of such apparatus
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01F—MEASURING VOLUME, VOLUME FLOW, MASS FLOW OR LIQUID LEVEL; METERING BY VOLUME
    • G01F25/00—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume
    • G01F25/10—Testing or calibration of apparatus for measuring volume, volume flow or liquid level or for metering by volume of flowmeters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01K—MEASURING TEMPERATURE; MEASURING QUANTITY OF HEAT; THERMALLY-SENSITIVE ELEMENTS NOT OTHERWISE PROVIDED FOR
    • G01K13/00—Thermometers specially adapted for specific purposes
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L19/00—Details of, or accessories for, apparatus for measuring steady or quasi-steady pressure of a fluent medium insofar as such details or accessories are not special to particular types of pressure gauges
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • 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
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0232—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on qualitative trend analysis, e.g. system evolution
    • 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
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/14—Digital output to display device ; Cooperation and interconnection of the display device with other functional units
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25428—Field device

Description

本開示は、フィールド機器、測定方法、及びプログラムに関する。
従来、物理量を検出して検出信号を出力する検出器を有するフィールド機器の予知診断を行うための技術が知られている。例えば、特許文献１には、渦発生体によって発生する渦信号を検出する２つの検出器から出力される第１渦信号及び第２渦信号を用いて渦流量信号と共に第１渦信号及び第２渦信号の信号比を出力する渦流量計と、渦流量計の出力端に通信接続される機器管理ツールと、を用いた予知診断方法が開示されている。特許文献１に開示されている予知診断方法は、信号比を機器管理ツールで収集して渦流量計の詰まりの予知診断を実行することを特徴とする。
特開２００８－０７０２９２号公報
特許文献１に記載のような予知診断方法では、渦流量計などのフィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドを長期的に確認するためには、フィールド機器を機器管理ツールなどの外部機器に対して長期間にわたり継続的に通信接続する必要がある。フィールド機器と外部機器とが互いに通信接続した状態でフィールド機器からパラメータを収集する必要がある。例えば、フィールド機器と外部機器との通信接続が維持できない場合、過去の膨大なデータをユーザが保管しておく必要がある。このため、フィールド機器の予知診断を行うときのユーザの利便性が低下していた。
本開示は、フィールド機器の予知診断を行うときのユーザの利便性が向上するフィールド機器、測定方法、及びプログラムを提供することを目的とする。
幾つかの実施形態に係るフィールド機器は、物理量を検出して検出信号を出力する検出器と、前記フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを前記検出信号に基づいて算出する制御部と、前記データを記憶する記憶部と、を備え、前記制御部は、前記フィールド機器における測定の開始時間から現在時間にわたり時間ごとに前記データを前記記憶部に格納し、前記記憶部に記憶されている前記データの容量が前記記憶部の記憶容量の上限に到達すると、記憶されている前記データの圧縮処理を実行する。
これにより、フィールド機器の予知診断を行うときのユーザの利便性が向上する。例えば、フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを記憶する記憶部をフィールド機器自体が有することで、長期間にわたる測定トレンドとしてパラメータをフィールド機器単体で記憶することが可能である。これにより、測定トレンドを長期的に確認するために、フィールド機器を外部機器に対して長期間にわたり継続的に通信接続する必要がない。フィールド機器と外部機器との通信接続が維持できない場合であっても、過去の膨大なデータをユーザが保管しておく必要もない。
一実施形態において、前記制御部は、前記測定トレンドを用いた予測アルゴリズムに基づいて前記現在時間以降の前記パラメータの時間変化を示す予測トレンドを算出してもよい。これにより、フィールド機器は、フィールド機器内部のストレージに記憶されている長期間の測定トレンドのデータに基づいて将来的なトレンドを予測可能である。したがって、フィールド機器単体の運用による将来的なトレンドに基づく予知診断が可能となる。フィールド機器は、従来技術と異なり、外部機器と組み合わせなくても予知診断を実現可能とする。
一実施形態において、前記制御部は、複数の前記予測アルゴリズムのうちユーザにより選択された少なくとも１つの前記予測アルゴリズムに基づいて前記予測トレンドを算出してもよい。これにより、フィールド機器は、ユーザが所望する予測アルゴリズムに基づいてユーザにとって予知診断を行う上で最適な予測トレンドをユーザに提供可能である。ユーザは、パラメータの時間変化の特性に応じて最適な予測アルゴリズムを選択することができる。以上により、フィールド機器の予知診断を行うときのユーザの利便性がさらに向上する。
一実施形態において、前記制御部は、前記測定トレンドにおける最初の変化点を算出し、前記変化点に対応する時間から前記現在時間までの前記測定トレンドと同一のトレンドを前記予測トレンドとする前記予測アルゴリズムに基づいて前記予測トレンドを算出してもよい。
フィールド機器は、このような予測アルゴリズムに基づいて予測トレンドを算出することで、例えばパラメータが周期的に減衰するような場合に、高い精度でトレンドを予測可能である。例えば、１週間のうちの前半では流量が小さく、後半では流量が多い場合、１週間全体としては、前半ではパラメータが略一定で後半では低減するという一定のパターンを示す。フィールド機器は、このようにパラメータが周期的に減衰するような場合であっても、現在から翌１週間分の予測トレンドを算出できる。
一実施形態において、フィールド機器は、ユーザに対して情報を出力する出力部を備え、前記制御部は、前記測定トレンド及び前記予測トレンドをグラフとして、前記出力部及び前記フィールド機器と通信接続されている外部機器の少なくとも一方に表示させてもよい。これにより、ユーザは、通信機器及び表示器などの外部機器並びに出力部の少なくとも１つにより測定トレンド及び予測トレンドを容易に確認することができる。
一実施形態において、前記制御部は、ユーザにより設定された判定レベル及び判定時間を取得し、前記予測トレンドにおいて前記判定レベルに対応する時間を到達時間として算出し、前記現在時間から前記到達時間までの時間が前記判定時間以下であると判定すると予知診断の結果をユーザに通知するための通知処理を実行してもよい。
これにより、ユーザは、自身が設定した判定時間以内にセンサの一定レベル以上の劣化又は故障が生じる可能性が高いことを容易に把握できる。通信機器及び表示器によるこのような通知によって、ユーザは、センサの一定レベル以上の劣化又は故障が生じる前にセンサの洗浄及び交換などのメンテナンス作業を速やかに行うことも可能となる。
一実施形態において、フィールド機器は、ユーザに対して情報を出力する出力部を備え、前記制御部は、算出された前記到達時間及び前記通知処理に基づく通知情報を、前記出力部及び前記フィールド機器と通信接続されている外部機器の少なくとも一方に表示させてもよい。
フィールド機器が出力部及び外部機器の少なくとも一方に到達時間を表示させることで、ユーザは、このような到達時間をあらかじめ把握することができる。ユーザは、将来的に起こりうる検出器のセンサの一定レベル以上の劣化又は故障をあらかじめ把握することができる。通常であれば、このようなセンサの一定レベル以上の劣化又は故障をユーザが予見することは困難である。判定レベルによって予測トレンドに対し下限値が設定され、到達時間が算出されることで、センサの一定レベル以上の劣化又は故障に関するユーザの予見が容易になる。さらに、フィールド機器が通知処理に基づく通知情報を出力部及び外部機器の少なくとも一方に表示させることで、ユーザは、自身が設定した判定時間以内にセンサの一定レベル以上の劣化又は故障が生じる可能性が高いことを視覚情報として容易に把握できる。
一実施形態において、前記制御部は、前記データを周期ごとに前記記憶部に格納し、一の周期における第１データと１以上の他の周期における第２データとを平均化することで前記圧縮処理を実行してもよい。これにより、フィールド機器は、フィールド機器の記憶部を構成するストレージの容量の空きを確保して測定トレンドのデータを長期間にわたり記憶部に格納することができる。これにより、フィールド機器と外部機器との間の長期間にわたる継続的な通信接続が不要となる。
幾つかの実施形態に係る測定方法は、フィールド機器を用いた測定方法であって、物理量を検出して検出信号を取得するステップと、前記フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを前記検出信号に基づいて算出するステップと、前記フィールド機器における測定の開始時間から現在時間にわたり時間ごとに前記データを前記フィールド機器の記憶部に格納するステップと、前記記憶部に記憶されている前記データの容量が前記記憶部の記憶容量の上限に到達すると、記憶されている前記データの圧縮処理を実行するステップと、を含む。
これにより、フィールド機器の予知診断を行うときのユーザの利便性が向上する。例えば、フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを記憶する記憶部をフィールド機器自体が有することで、長期間にわたる測定トレンドとしてパラメータをフィールド機器単体で記憶することが可能である。これにより、測定トレンドを長期的に確認するために、フィールド機器を外部機器に対して長期間にわたり継続的に通信接続する必要がない。フィールド機器と外部機器との通信接続が維持できない場合であっても、過去の膨大なデータをユーザが保管しておく必要もない。
幾つかの実施形態に係るプログラムは、フィールド機器に、物理量を検出して検出信号を取得するステップと、前記フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを前記検出信号に基づいて算出するステップと、前記フィールド機器における測定の開始時間から現在時間にわたり時間ごとに前記データを前記フィールド機器の記憶部に格納するステップと、前記記憶部に記憶されている前記データの容量が前記記憶部の記憶容量の上限に到達すると、記憶されている前記データの圧縮処理を実行するステップと、を含む動作を実行させる。
これにより、フィールド機器の予知診断を行うときのユーザの利便性が向上する。例えば、フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを記憶する記憶部をフィールド機器自体が有することで、長期間にわたる測定トレンドとしてパラメータをフィールド機器単体で記憶することが可能である。これにより、測定トレンドを長期的に確認するために、フィールド機器を外部機器に対して長期間にわたり継続的に通信接続する必要がない。フィールド機器と外部機器との通信接続が維持できない場合であっても、過去の膨大なデータをユーザが保管しておく必要もない。
本開示によれば、フィールド機器の予知診断を行うときのユーザの利便性が向上するフィールド機器、測定方法、及びプログラムを提供可能である。
一実施形態に係る測定システムの構成の一例を示すブロック図である。 図１の制御部によって実現される機能に対応する機能ブロック図である。 図１の記憶部によって実現される機能に対応する機能ブロック図である。 図１のフィールド機器の動作の第１例を示すフローチャートである。 図１のフィールド機器の動作の第２例を示すフローチャートである。 図１のフィールド機器の制御部による処理の一例を示す概念図である。 図１の通信機器及び表示器の少なくとも一方に表示されるグラフの第１例を示す図である。 図７の予測トレンドの予測アルゴリズムの一例を説明するための図である。 図１の通信機器及び表示器の少なくとも一方に表示されるグラフの第２例を示す図である。
従来技術の問題点についてより詳細に説明する。
例えば特許文献１に記載の渦流量計などの従来のフィールド機器は、検出器と、検出器と接続されている変換器と、を有する。変換器は、信号取得部と、演算部と、制御情報記憶部と、通信制御部と、表示制御部と、を有する。フィールド機器の変換器は、通信機器及び表示器などの外部機器と通信接続されている。
検出器は、物理量を検出して検出信号を変換器に出力する。変換器の信号取得部は、検出器から出力される検出信号を取得する。演算部は、物理量に関するデータなどの測定情報及び検出器の故障などの予知診断に用いるための診断情報を信号取得部により取得された検出信号に基づいて算出する。制御情報記憶部は、変換器の各機能並びに検出器、通信機器、及び表示器の制御情報を記憶する。通信制御部は、フィールド機器の変換器と通信機器との間の通信データの送受信を制御する。表示制御部は、フィールド機器の変換器と表示器との間の表示データの送受信を制御する。
通信機器は、上述した測定情報及び診断情報、並びに設定情報などの情報の送受信をフィールド機器の変換器との間で実行する。表示器は、上述した測定情報及び診断情報、並びに設定情報などの情報の送受信をフィールド機器の変換器との間で実行する。
例えば、変換器の演算部は、フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを、検出器から出力された検出信号に基づいて算出する。変換器の通信制御部は、演算部により算出されたデータを通信機器に送信する。変換器の表示制御部は、演算部により算出されたデータを表示器に送信する。このとき、変換器は、測定トレンドのデータを送信するために、通信機器及び表示器と長期的に通信接続されている必要がある。通信機器及び表示器は、フィールド機器の変換器から受信したデータをそれぞれのユーザインタフェースに応じて表示する。通信機器及び表示器は、測定トレンドのデータを表示するために、フィールド機器の変換器と長期的に通信接続されている必要がある。
以上のような従来技術では、渦流量計などのフィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドを長期的に確認するためには、フィールド機器を外部機器に対して長期間にわたり継続的に通信接続する必要がある。フィールド機器と外部機器とが互いに通信接続した状態でフィールド機器からパラメータを収集する必要がある。例えば、フィールド機器と外部機器との通信接続が維持できない場合、過去の膨大なデータをユーザが保管しておく必要があり、フィールド機器の予知診断を行うときのユーザの利便性が低下していた。
加えて、フィールド機器の予知診断に用いるパラメータの将来的な時間変化を予測するためには、フィールド機器に対して通信機器などの外部機器を組み合わせる必要がある。通信機器は、フィールド機器から収集したパラメータの長期的な測定トレンドを用いて、所定の予測アルゴリズムに基づき将来的なトレンドを予測する。従来技術では、フィールド機器と外部機器との組み合わせにより予知診断を実現可能であるが、フィールド機器単体ではこのような予知診断を実現することは困難である。
以下では、これらの問題点を解決可能なフィールド機器１０、測定方法、及びプログラムについて説明する。本開示の一実施形態について、図面を参照して説明する。
図１は、一実施形態に係る測定システム１の構成の一例を示すブロック図である。図１を参照しながら、一実施形態に係る測定システム１の構成について主に説明する。図１において、出力部１２４が示されているが、出力部１２４については変形例として本明細書の末尾で説明する。ここでは、変換器１２が、制御部１２１、記憶部１２２、及び通信部１２３のみを有するとして説明する。
測定システム１は、フィールド機器１０と、通信機器２０と、表示器３０と、を有する。フィールド機器１０は、通信機器２０と互いに通信接続されている。フィールド機器１０は、表示器３０と互いに通信接続されている。フィールド機器１０と通信機器２０との間の通信プロトコルと、フィールド機器１０と表示器３０との間の通信プロトコルとは、互いに同一であってもよいし、異なっていてもよい。
フィールド機器１０は、被測定対象となる物理量に対する測定処理を実行して測定値を取得する任意のフィールド機器を含む。本明細書において、「物理量」は、例えばフィールド機器１０が配置されているプラント設備において発生した気体及び液体などを含む流体の温度、圧力、流量、及びＰＨ、並びにプラント設備の腐食度及び振動量などを含む。これに限定されず、物理量は、バルブ、モータ、及びリレーなどを含むアクチュエータに関連する、温度及び圧力などを含む状態パラメータを含む。
本明細書において、「プラント設備」は、例えば化学などの工業プラントの他、ガス田及び油田などを含む井戸元、並びにその周辺を管理制御するプラントを含む。その他にも、プラント設備は、水力、火力、及び原子力などの発電を管理制御するプラント、太陽光及び風力などの環境発電を管理制御するプラント、並びに上下水及びダムなどを管理制御するプラントなどを含んでもよい。
フィールド機器１０は、検出器１１と、検出器１１と接続されている変換器１２と、を有する。変換器１２は、制御部１２１、記憶部１２２、及び通信部１２３を有する。変換器１２は、通信機器２０及び表示器３０などの外部機器と通信接続されている。
検出器１１は、物理量を検出して検出信号を変換器１２に出力する任意のセンサを含む。検出器１１は、例えば温度センサ、圧力センサ、流量センサ、ＰＨセンサ、腐食度センサ、及び振動量センサなどを含む。
変換器１２の制御部１２１は、１つ以上のプロセッサを含む。より具体的には、制御部１２１は、汎用のプロセッサ又は特定の処理に特化した専用のプロセッサを含む。制御部１２１は、フィールド機器１０を構成する各構成部に接続され、各構成部をはじめとしてフィールド機器１０全体を制御及び管理する。
制御部１２１は、フィールド機器１０の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを、検出器１１から出力される検出信号に基づいて算出する。本明細書において、「予知診断」は、例えば所定の要因に基づいて将来的に発生するであろうセンサの一定レベル以上の劣化又は故障を診断することを含む。「所定の要因」は、例えば検出器１１を構成するセンサの経年劣化、並びに流体とセンサとの接触に伴う摩耗及び異物の付着などの要因を含む。「パラメータ」は、予知診断の指標であり、例えば検出器１１を構成するセンサの感度、検出器１１から出力される検出信号の信号強度、及び上述した物理量自体などを含む。
記憶部１２２は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、ＥＥＰＲＯＭ（Electrically Erasable Programmable Read-Only Memory）、ＲＯＭ（Read-Only Memory）、及びＲＡＭ（Random Access Memory）などの任意の記憶モジュールを含む。記憶部１２２は、フィールド機器１０の動作を実現するために必要となる情報を記憶する。例えば、記憶部１２２は、上述した測定トレンドのデータを記憶する。例えば、記憶部１２２は、フィールド機器１０の動作を実現するために必要なファームウェアを記憶する。記憶部１２２は、主記憶装置、補助記憶装置、又はキャッシュメモリとして機能してもよい。記憶部１２２は、フィールド機器１０に内蔵されているものに限定されず、ＵＳＢ（Universal Serial Bus）などのデジタル入出力ポートなどによって接続されている外付け型の記憶モジュールを含んでもよい。
通信部１２３は、有線又は無線に基づく任意の通信プロトコルに対応した任意の通信インタフェースを含む。より具体的には、通信部１２３は、通信機器２０及び表示器３０のそれぞれとの通信に用いられる通信プロトコルに対応した通信インタフェースを含む。例えば、通信部１２３は、通信機器２０との通信に用いられる第１の通信用回路と、表示器３０との通信に用いられる第２の通信用回路と、を含む。
図２は、図１の制御部１２１によって実現される機能に対応する機能ブロック図である。図２を参照しながら、制御部１２１に含まれる各機能部についてより詳細に説明する。制御部１２１は、信号取得部１２１ａと、演算部１２１ｂと、通信制御部１２１ｃと、表示制御部１２１ｄと、を有する。制御部１２１は、これらの機能部に加えて、予測トレンド演算部１２１ｅと、判定部１２１ｆと、をさらに有する。
信号取得部１２１ａは、検出器１１から出力される検出信号を取得する。演算部１２１ｂは、物理量に関するデータなどの測定情報及び検出器１１の故障などの予知診断に用いるための診断情報を信号取得部１２１ａにより取得された検出信号に基づいて算出する。例えば、演算部１２１ｂは、フィールド機器１０の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを、信号取得部１２１ａにより取得された検出信号に基づいて算出する。本明細書において、「診断情報」は、例えばフィールド機器１０の予知診断に用いるパラメータの時間変化を示す測定トレンドを含む。
通信制御部１２１ｃは、フィールド機器１０の変換器１２と通信機器２０との間の通信データの送受信を制御する。表示制御部１２１ｄは、フィールド機器１０の変換器１２と表示器３０との間の表示データの送受信を制御する。
予測トレンド演算部１２１ｅは、測定トレンドを用いた予測アルゴリズムに基づいて現在時間以降のパラメータの時間変化を示す予測トレンドを算出する。判定部１２１ｆは、予測トレンドとユーザにより設定された判定レベル及び判定時間とに基づいて、予知診断の結果をユーザに対して通知する必要があるか否かを判定する。本明細書において、「現在時間」は、例えば年月日及び時刻を含む。「判定レベル」は、例えばユーザによって経験的にあらかじめ定められる、センサの一定レベル以上の劣化又は故障と判断すべきパラメータのレベルを含む。「判定時間」は、例えばセンサの一定レベル以上の劣化又は故障に到達する前の予兆としてユーザが検知しておきたい時間を含む。例えば、判定時間は、フィールド機器１０を現在時間から最低限稼働させておきたい時間などを含む。その一例として、判定時間は、フィールド機器１０のメンテナンスの準備から実施までの時間などを含む。
図３は、図１の記憶部１２２によって実現される機能に対応する機能ブロック図である。図３を参照しながら、記憶部１２２に含まれる各機能部についてより詳細に説明する。記憶部１２２は、制御情報記憶部１２２ａと、測定トレンド記憶部１２２ｂと、を有する。
制御情報記憶部１２２ａは、変換器１２の各機能並びに検出器１１、通信機器２０、及び表示器３０の制御情報を記憶する。測定トレンド記憶部１２２ｂは、演算部１２１ｂにより算出された測定トレンドの一定時間経過ごとのデータを記憶する。
再度図１を参照しながら、通信機器２０の構成について主に説明する。
通信機器２０は、上述した測定情報及び診断情報、並びに設定情報などの情報の送受信をフィールド機器１０の変換器１２との間で実行する任意の情報処理機器を含む。通信機器２０は、スマートフォン、携帯電話、タブレットＰＣ（Personal Computer）、デスクトップコンピュータ、及びモバイルコンピュータなどの任意の汎用の電子機器であってもよいし、測定システム１の構成に特化した専用の情報処理機器であってもよい。
通信機器２０は、通信部２１と、記憶部２２と、入力部２３と、出力部２４と、制御部２５と、を有する。
通信部２１は、有線又は無線に基づく任意の通信プロトコルに対応した任意の通信インタフェースを含む。より具体的には、通信部２１は、フィールド機器１０との通信に用いられる通信プロトコルに対応した通信インタフェースを含む。
記憶部２２は、ＨＤＤ、ＳＳＤ、ＥＥＰＲＯＭ、ＲＯＭ、及びＲＡＭなどの任意の記憶モジュールを含む。記憶部２２は、通信機器２０の動作を実現するために必要となる情報を記憶する。記憶部２２は、主記憶装置、補助記憶装置、又はキャッシュメモリとして機能してもよい。記憶部２２は、通信機器２０に内蔵されているものに限定されず、ＵＳＢなどのデジタル入出力ポートなどによって接続されている外付け型の記憶モジュールを含んでもよい。
入力部２３は、通信機器２０のユーザによる入力操作を受け付けて、ユーザの入力操作に基づく入力情報を取得する任意の入力インタフェースを含む。入力部２３は、例えば、物理キー、静電容量キー、液晶モニタと一体的に設けられたタッチスクリーン、及び音声入力を受け付けるマイクロフォンなどを含んでもよい。入力部２３は、取得した入力情報を制御部２５に出力する。
出力部２４は、通信機器２０のユーザに対して情報を出力する任意の出力インタフェースを含む。出力部２４は、例えば、ユーザの視覚及び聴覚の少なくとも一方に影響を及ぼす任意の出力インタフェースを含む。出力部２４は、例えば、ユーザの視覚に主に影響を及ぼす任意の画像出力インタフェースを含んでもよい。例えば、出力部２４は、液晶モニタを含んでもよい。出力部２４は、例えば、ユーザの聴覚に主に影響を及ぼす任意の音声出力インタフェースを含んでもよい。
制御部２５は、１つ以上のプロセッサを含む。より具体的には、制御部２５は、汎用のプロセッサ又は特定の処理に特化した専用のプロセッサを含む。制御部２５は、通信機器２０を構成する各構成部に接続され、各構成部をはじめとして通信機器２０全体を制御及び管理する。
図１を参照しながら、表示器３０の構成について主に説明する。
表示器３０は、上述した測定情報及び診断情報、並びに設定情報などの情報の送受信をフィールド機器１０の変換器１２との間で実行する任意の情報処理機器を含む。表示器３０は、モニタを備えた任意の汎用の電子機器であってもよいし、測定システム１の構成に特化した専用の情報処理機器であってもよい。
表示器３０は、通信部３１と、記憶部３２と、入力部３３と、出力部３４と、制御部３５と、を有する。
通信部３１は、有線又は無線に基づく任意の通信プロトコルに対応した任意の通信インタフェースを含む。より具体的には、通信部３１は、フィールド機器１０との通信に用いられる通信プロトコルに対応した通信インタフェースを含む。
記憶部３２は、ＨＤＤ、ＳＳＤ、ＥＥＰＲＯＭ、ＲＯＭ、及びＲＡＭなどの任意の記憶モジュールを含む。記憶部３２は、表示器３０の動作を実現するために必要となる情報を記憶する。記憶部３２は、主記憶装置、補助記憶装置、又はキャッシュメモリとして機能してもよい。記憶部３２は、表示器３０に内蔵されているものに限定されず、ＵＳＢなどのデジタル入出力ポートなどによって接続されている外付け型の記憶モジュールを含んでもよい。
入力部３３は、表示器３０のユーザによる入力操作を受け付けて、ユーザの入力操作に基づく入力情報を取得する任意の入力インタフェースを含む。入力部３３は、例えば、物理キー、静電容量キー、液晶モニタと一体的に設けられたタッチスクリーン、及び音声入力を受け付けるマイクロフォンなどを含んでもよい。入力部３３は、取得した入力情報を制御部３５に出力する。
出力部３４は、表示器３０のユーザに対して情報を出力する任意の出力インタフェースを含む。出力部３４は、例えば、ユーザの視覚に影響を及ぼす任意の画像出力インタフェースを含む。例えば、出力部３４は、液晶モニタを含んでもよい。これに限定されず、出力部３４は、例えば、ユーザの視覚に加えて聴覚にも影響を及ぼす任意の音声出力インタフェースも含んでもよい。
制御部３５は、１つ以上のプロセッサを含む。より具体的には、制御部３５は、汎用のプロセッサ又は特定の処理に特化した専用のプロセッサを含む。制御部３５は、表示器３０を構成する各構成部に接続され、各構成部をはじめとして表示器３０全体を制御及び管理する。
図４は、図１のフィールド機器１０の動作の第１例を示すフローチャートである。図４を参照しながら、フィールド機器１０により実行される測定方法の一例について主に説明する。
ステップＳ１００では、制御部１２１の信号取得部１２１ａは、検出器１１から出力された検出信号を取得する。
ステップＳ１０１では、制御部１２１の演算部１２１ｂは、フィールド機器１０の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを、ステップＳ１００において取得された検出信号に基づいて算出する。
ステップＳ１０２では、制御部１２１の演算部１２１ｂは、ステップＳ１０１において算出されたデータを、フィールド機器１０における測定の開始時間から現在時間にわたり時間ごとに記憶部１２２に格納する。
ステップＳ１０３では、制御部１２１の演算部１２１ｂは、記憶部１２２に記憶されているデータの容量が記憶部１２２の記憶容量の上限に到達したか否かを判定する。演算部１２１ｂは、記憶容量の上限に到達したと判定すると、ステップＳ１０４の処理を実行する。演算部１２１ｂは、記憶容量の上限に到達していないと判定すると、ステップＳ１０５の処理を実行する。なお、本明細書において、「記憶容量の上限」は、例えば記憶部１２２に対して利用可能な全ての記憶領域、及び利用可能な全ての記憶領域よりも記憶部１２２へのデータ格納容量の単位分少ない記憶領域などを含んでもよい。
ステップＳ１０４では、制御部１２１の演算部１２１ｂは、記憶部１２２に記憶されているデータの容量が記憶部１２２の記憶容量の上限に到達したとステップＳ１０３において判定すると、記憶部１２２に記憶されているデータの圧縮処理を実行する。
ステップＳ１０５では、制御部１２１の演算部１２１ｂは、記憶部１２２に記憶されているデータの容量が記憶部１２２の記憶容量の上限に到達していないとステップＳ１０３において判定すると、予測トレンドの算出タイミングに到達したか否かを判定する。例えば、演算部１２１ｂは、通信機器２０の入力部２３又は表示器３０の入力部３３を用いてユーザによりあらかじめ設定された測定時間に基づいて当該判定処理を実行してもよい。このような測定時間は、開始時間から現在時間までの時間に対応する。演算部１２１ｂが予測トレンドの算出タイミングに到達したと判定すると、制御部１２１は、後述する図５のステップＳ２００の処理を実行する。すなわち、制御部１２１は、図５を用いて後述する予知診断に関する情報処理方法を現在時間において実行する。演算部１２１ｂが予測トレンドの算出タイミングに到達していないと判定すると、制御部１２１は、ステップＳ１００の処理を再度実行する。
図５は、図１のフィールド機器１０の動作の第２例を示すフローチャートである。図５を参照しながら、フィールド機器１０により実行される予知診断に関する情報処理方法の一例について主に説明する。
ステップＳ２００では、制御部１２１の予測トレンド演算部１２１ｅは、図４のステップＳ１０２において記憶部１２２に格納されたデータに基づく測定トレンドを用いて、予測アルゴリズムに基づき現在時間以降のパラメータの時間変化を示す予測トレンドを算出する。このとき、予測トレンド演算部１２１ｅは、フィールド機器１０が稼働状態にあるときの任意の時間における任意のパラメータの値を参照しながら、すなわち、記憶部１２２に格納された任意の時間における任意のデータに基づく測定トレンドを用いて、予測アルゴリズムに基づき予測トレンドを算出する。
ステップＳ２０１では、制御部１２１の判定部１２１ｆは、ユーザにより設定された判定レベル及び判定時間を取得する。例えば、判定部１２１ｆは、通信機器２０の入力部２３を用いてユーザにより入力された判定レベル及び判定時間を、通信制御部１２１ｃを介して取得する。例えば、判定部１２１ｆは、表示器３０の入力部３３を用いてユーザにより入力された判定レベル及び判定時間を、表示制御部１２１ｄを介して取得する。
ステップＳ２０２では、制御部１２１の演算部１２１ｂは、ステップＳ２００において算出された予測トレンドにおいて、ステップＳ２０１において取得されたパラメータの値を示す判定レベルに対応する時間を到達時間として算出する。本明細書において、「到達時間」は、例えば年月日及び時刻を含む。
ステップＳ２０３では、制御部１２１の判定部１２１ｆは、現在時間から到達時間までの時間に相当する予測時間がステップＳ２０１において取得された判定時間以下であるか否かを判定する。判定部１２１ｆは、予測時間が判定時間以下であると判定するとステップＳ２０４の処理を実行する。判定部１２１ｆは、予測時間が判定時間よりも長いと判定するとステップＳ２０６の処理を実行する。
ステップＳ２０４では、制御部１２１の判定部１２１ｆは、ステップＳ２０３において予測時間が判定時間以下であると判定すると、予知診断の結果をユーザに通知するための通知処理を実行する。例えば、判定部１２１ｆは、予知診断の結果を通信機器２０の出力部２４を介してユーザに通知するための通知情報を生成する。例えば、判定部１２１ｆは、予知診断の結果を表示器３０の出力部３４を介してユーザに通知するための通知情報を生成する。予知診断の結果は、ユーザにより設定された判定時間内に、所定の要因に基づいてセンサに一定レベル以上の劣化又は故障が発生する可能性が高いという結果を含む。
ステップＳ２０５では、制御部１２１は、図４のステップＳ１０２において記憶部１２２に格納されたデータに基づく測定トレンド及びステップＳ２００において算出された予測トレンドをグラフとして外部機器に表示させる。例えば、制御部１２１の通信制御部１２１ｃは、測定トレンド及び予測トレンドの情報を通信機器２０に送信する。例えば、制御部１２１の表示制御部１２１ｄは、測定トレンド及び予測トレンドの情報を表示器３０に送信する。
加えて、制御部１２１は、ステップＳ２０２において算出された到達時間を外部機器に表示させる。例えば、制御部１２１の通信制御部１２１ｃは、到達時間の情報を通信機器２０に送信する。例えば、制御部１２１の表示制御部１２１ｄは、到達時間の情報を表示器３０に送信する。
加えて、制御部１２１は、ステップＳ２０４における通知処理に基づく通知情報を外部機器に表示させる。例えば、制御部１２１の通信制御部１２１ｃは、ステップＳ２０４において生成された通知情報を通信機器２０に送信する。例えば、制御部１２１の表示制御部１２１ｄは、ステップＳ２０４において生成された通知情報を表示器３０に送信する。
以上により、ユーザは、通信機器２０の出力部２４及び表示器３０の出力部３４の少なくとも一方に基づいて、測定トレンド及び予測トレンド、到達時間、並びに予知診断の結果を確認できる。
ステップＳ２０６では、制御部１２１は、ステップＳ２０３において予測時間が判定時間よりも長いと判定すると、図４のステップＳ１０２において記憶部１２２に格納されたデータに基づく測定トレンド及びステップＳ２００において算出された予測トレンドをグラフとして外部機器に表示させる。例えば、制御部１２１の通信制御部１２１ｃは、測定トレンド及び予測トレンドの情報を通信機器２０に送信する。例えば、制御部１２１の表示制御部１２１ｄは、測定トレンド及び予測トレンドの情報を表示器３０に送信する。
加えて、制御部１２１は、ステップＳ２０２において算出された到達時間を外部機器に表示させる。例えば、制御部１２１の通信制御部１２１ｃは、到達時間の情報を通信機器２０に送信する。例えば、制御部１２１の表示制御部１２１ｄは、到達時間の情報を表示器３０に送信する。
以上により、ユーザは、通信機器２０の出力部２４及び表示器３０の出力部３４の少なくとも一方に基づいて、測定トレンド及び予測トレンド並びに到達時間を確認できる。
図６は、図１のフィールド機器１０の制御部１２１による処理の一例を示す概念図である。図６を参照しながら、図４のステップＳ１０４において制御部１２１の演算部１２１ｂにより実行されるデータの圧縮処理についてより詳細に説明する。
制御部１２１の演算部１２１ｂは、図４のステップＳ１０１において算出された測定トレンドのデータをフィールド機器１０における測定の開始時間から現在時間にわたり時間ごとに記憶部１２２に格納する。例えば、演算部１２１ｂは、測定トレンドのデータを周期ごとに記憶部１２２に格納する。演算部１２１ｂは、記憶部１２２に記憶されているデータの容量が記憶部１２２の記憶容量の上限に到達したと判定すると、一の周期における第１データと１以上の他の周期における第２データとを平均化することで図４のステップＳ１０４のような圧縮処理を実行する。
例えば、記憶部１２２を構成するストレージの容量が最大で１２０データであると仮定する。図６の（１）開始の時点では、記憶部１２２を構成するストレージにデータが全く記憶されていない。演算部１２１ｂは、（２）時間経過に示すように、開始時間が経過した直後において、測定トレンドのデータを１日という周期ごとに記憶部１２２に格納する。演算部１２１ｂは、１日にわたって任意の単位時間ごとに取得したパラメータの値を１データとして１２０日間にわたって記憶部１２２に格納し続ける。
演算部１２１ｂは、（３）時間経過に示すように、記憶部１２２に記憶されているデータの容量が１２０日目において記憶部１２２の記憶容量の上限に到達すると、（４）平均化／圧縮に示すように、所定の１日における第１データと他の１日における第２データとを平均化して１データとすることで圧縮処理を実行する。例えば、第１データと第２データとは、互いに連続する周期におけるデータであってもよいし、互いに連続しない周期におけるデータであってもよい。なお、所定の１日における第１データに対して１データとして平均化される対象は、他の１日における第２データに限定されない。平均化される対象は、複数の他の周期における第２データ、すなわち他の２日以上における第２データを含んでもよい。
これにより、演算部１２１ｂは、ストレージの空き容量を確保する。さらに、演算部１２１ｂは、ストレージの容量の制約の中で長期的な測定トレンドのデータの格納を実現するため、格納周期を変化させる。例えば、演算部１２１ｂは、以降の格納周期を１日から２日に長くする。
演算部１２１ｂは、１２０日が経過した直後において、測定トレンドのデータを２日という周期ごとに記憶部１２２に格納する。演算部１２１ｂは、２日にわたって任意の単位時間ごとに取得したパラメータの値を１データとしてさらなる１２０日間にわたって記憶部１２２に格納し続ける。
演算部１２１ｂは、（５）時間経過に示すように、記憶部１２２に記憶されているデータの容量が２４０日目において記憶部１２２の記憶容量の上限に到達すると、（６）平均化／圧縮に示すように、所定の２日における第１データと他の２日における第２データとを平均化して１データとすることで圧縮処理を実行する。これにより、演算部１２１ｂは、ストレージの空き容量を確保する。さらに、演算部１２１ｂは、ストレージの容量の制約の中で長期的な測定トレンドのデータの格納を実現するため、格納周期を変化させる。例えば、演算部１２１ｂは、以降の格納周期を２日から４日に長くする。
演算部１２１ｂは、２４０日が経過した直後において、測定トレンドのデータを４日という周期ごとに記憶部１２２に格納する。演算部１２１ｂは、４日にわたって任意の単位時間ごとに取得したパラメータの値を１データとしてさらなる２４０日間にわたって記憶部１２２に格納し続ける。
演算部１２１ｂは、（７）時間経過に示すように、記憶部１２２に記憶されているデータの容量が４８０日目において記憶部１２２の記憶容量の上限に到達すると、（８）平均化／圧縮に示すように、所定の４日における第１データと他の４日における第２データとを平均化して１データとすることで圧縮処理を実行する。これにより、演算部１２１ｂは、ストレージの空き容量を確保する。さらに、演算部１２１ｂは、ストレージの容量の制約の中で長期的な測定トレンドのデータの格納を実現するため、格納周期を変化させる。例えば、演算部１２１ｂは、以降の格納周期を４日から８日に長くする。
演算部１２１ｂは、４８０日が経過後、現在時間に至るまで、上記の処理の流れを繰り返す。
図７は、図１の通信機器２０及び表示器３０の少なくとも一方に表示されるグラフの第１例を示す図である。図７を参照しながら、通信機器２０の出力部２４及び表示器３０の出力部３４の少なくとも一方に表示される、測定トレンド及び予測トレンド並びに到達時間を示すグラフの第１例について主に説明する。以下では通信機器２０の出力部２４に表示されるグラフについて主に説明するが、同様の説明が表示器３０の出力部３４にも当てはまる。
例えば、通信機器２０の制御部２５は、通信部２１を介して変換器１２から受信した、測定トレンド及び予測トレンドの情報、並びに到達時間の情報に基づいて、図７に示すようなグラフを出力部２４に表示する。このとき、制御部２５は、入力部２３を用いてユーザにより入力された判定レベル及び判定時間もグラフ上に表示してもよい。
例えば、図７において、縦軸はパラメータの値を示す。横軸は時間を示す。実線は測定トレンドＭＴを示す。測定トレンドＭＴから現在時間以降に延びている一点鎖線は予測トレンドＰＴを示す。点線で示した縦線は、左から順に現在時間、判定時間、及び到達時間を示す。図７に示した予測時間は、現在時間から到達時間までの時間に相当する。点線で示した横線は、上から順にパラメータの基準レベル及び判定レベルを示す。本明細書において、「基準レベル」は、例えば新品などのセンサにおいて劣化又は故障が全く生じていないと判断できるパラメータのレベルを含む。
例えば、ユーザが複数の予測アルゴリズムを選択した場合、通信機器２０の出力部２４は、同一画面上で複数の予測トレンドＰＴを重ねて表示してもよいし、異なる画面上で複数の予測トレンドＰＴをそれぞれ別々に表示してもよい。通信機器２０の出力部２４及び表示器３０の出力部３４が、複数の予測トレンドＰＴをそれぞれ別々に表示してもよい。
図８は、図７の予測トレンドＰＴの予測アルゴリズムの一例を説明するための図である。図８を参照しながら、制御部１２１の予測トレンド演算部１２１ｅが予測トレンドＰＴを算出するときの予測アルゴリズムについて主に説明する。
予測トレンド演算部１２１ｅは、測定トレンド記憶部１２２ｂに記憶されているデータに基づいて現在時間までの測定トレンドＭＴを解析し、将来的に予測されるパラメータの時間変化を示す予測トレンドＰＴを算出する。例えば、予測トレンド演算部１２１ｅは、複数の予測アルゴリズムのうちユーザにより選択された少なくとも１つの予測アルゴリズムに基づいて予測トレンドＰＴを算出してもよい。ユーザによる予測アルゴリズムの選択は、例えば通信機器２０の入力部２３又は表示器３０の入力部３３を用いて行われてもよい。
例えば、予測トレンド演算部１２１ｅは、第１予測アルゴリズムに基づいて予測トレンドＰＴ１を算出する。例えば、第１予測アルゴリズムは、測定トレンドＭＴにおける最初の変化点Ｐを算出し、変化点Ｐに対応する時間から現在時間までの測定トレンドＭＴと同一のトレンドを予測トレンドＰＴ１とすることを含む。すなわち、第１予測アルゴリズムは、変化点Ｐ以降の繰り返し近似を含む。
例えば、予測トレンド演算部１２１ｅは、パラメータの基準レベルからの差に基づいて変化点Ｐを算出する。より具体的には、予測トレンド演算部１２１ｅは、測定トレンドＭＴにおいて対象となる時間におけるパラメータの値と基準レベルとの間で一定値の差が発生し始める時間を変化点Ｐとして算出する。このとき、基準レベルは、例えば開始時間におけるパラメータの値であってもよいし、開始時間から所定時間までの間に所定範囲でパラメータが変動するときのパラメータの平均値であってもよい。
これに限定されず、予測トレンド演算部１２１ｅは、測定トレンドＭＴにおいて対象となる時間におけるパラメータの値と基準レベルとの間で一定割合の差が発生し始める時間を変化点Ｐとして算出してもよい。このとき、基準レベルは、例えば開始時間におけるパラメータの値であってもよいし、開始時間から所定時間までの間に所定範囲でパラメータが変動するときのパラメータの最大値及び最小値の差分であってもよい。
以上に限定されず、予測トレンド演算部１２１ｅは、測定トレンドＭＴにおいて対象となる時間におけるパラメータの値と前回時間におけるパラメータの値との間で一定値又は一定割合の差が発生し始める時間を変化点Ｐとして算出してもよい。
例えば、予測トレンド演算部１２１ｅは、第２予測アルゴリズムに基づいて予測トレンドＰＴ２を算出する。例えば、第２予測アルゴリズムは、開始時間に対応する測定トレンドＭＴの開始点と現在時間に対応する測定トレンドＭＴの点とを直線で結んでその延長線を予測トレンドＰＴ２とすることを含む。すなわち、第２予測アルゴリズムは、直線近似を含む。
例えば、予測トレンド演算部１２１ｅは、第３予測アルゴリズムに基づいて予測トレンドＰＴ３を算出する。例えば、第３予測アルゴリズムは、現在時間における測定トレンドＭＴの変化量、すなわち現在時間に対応する測定トレンドＭＴの点での接線を予測トレンドＰＴ３とすることを含む。すなわち、第３予測アルゴリズムは、直線近似を含む。
図９は、図１の通信機器２０及び表示器３０の少なくとも一方に表示されるグラフの第２例を示す図である。図９を参照しながら、通信機器２０の出力部２４及び表示器３０の出力部３４の少なくとも一方に表示される、測定トレンド及び予測トレンド並びに到達時間を示すグラフの第２例について主に説明する。以下では通信機器２０の出力部２４に表示されるグラフについて主に説明するが、同様の説明が表示器３０の出力部３４にも当てはまる。
例えば、通信機器２０の制御部２５は、通信部２１を介して変換器１２から受信した、測定トレンド及び予測トレンドの情報、並びに到達時間の情報に基づいて、図９に示すようなグラフを出力部２４に表示する。このとき、制御部２５は、入力部２３を用いてユーザにより入力された判定レベル及び判定時間もグラフ上に表示してもよい。
例えば、図９において、縦軸はパラメータの値を示す。横軸は時間を示す。実線は測定トレンドＭＴを示す。測定トレンドＭＴから現在時間以降に延びている一点鎖線は予測トレンドＰＴ１を示す。点線で示した縦線は、左から順に現在時間、判定時間、及び到達時間を示す。図９に示した予測時間は、現在時間から到達時間までの時間に相当する。点線で示した横線は、上から順にパラメータの基準レベル及び判定レベルを示す。
例えば図９に示すようにパラメータが周期的に減衰するような場合、予測トレンド演算部１２１ｅは、図８を用いて説明した第１予測アルゴリズムに基づいて、高い精度で予測トレンドＰＴ１を算出可能である。一方で、図７に示すようにパラメータが曲線的に急激に減衰するような場合、予測トレンド演算部１２１ｅは、図８を用いて説明した第３予測アルゴリズムに基づいて、高い精度で予測トレンドＰＴ３を算出可能である。また、図７及び図９とは異なりパラメータが直線的に減衰するような場合、予測トレンド演算部１２１ｅは、図８を用いて説明した第２予測アルゴリズムに基づいて、高い精度で予測トレンドＰＴ２を算出可能である。
図７及び図９に示すとおり、制御部１２１は、通信機器２０の入力部２３又は表示器３０の入力部３３を用いてユーザにより入力された判定レベル及び判定時間と予測トレンドＰＴとに基づいて予知診断を実行する。より具体的には、制御部１２１の演算部１２１ｂは、予測トレンドＰＴにおいて判定レベルに対応する時間を到達時間として算出する。演算部１２１ｂは、予測トレンドＰＴが判定レベルを超える到達時間と現在時間との差分を予測時間として算出する。
制御部１２１の判定部１２１ｆは、演算部１２１ｂにより算出された予測時間と判定時間との大小を比較する。判定部１２１ｆは、予測時間が判定時間以下であると判定すると、予知診断の結果をユーザに通知するための通知処理を実行する。これにより、通信機器２０の出力部２４又は表示器３０の出力部３４は、予知診断の結果を、例えば文字などを含む画像のような視覚情報及びアラームのような聴覚情報の少なくとも一方としてユーザに出力する。一方で、判定部１２１ｆは、予測時間が判定時間よりも長いと判定すると、予知診断の結果をユーザに通知するための通知処理を実行しない。
以上のような一実施形態によれば、フィールド機器１０の予知診断を行うときのユーザの利便性が向上する。例えば、フィールド機器１０の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを記憶する記憶部１２２をフィールド機器１０自体が有することで、長期間にわたる測定トレンドとしてパラメータをフィールド機器１０単体で記憶することが可能である。これにより、測定トレンドを長期的に確認するために、フィールド機器１０を外部機器に対して長期間にわたり継続的に通信接続する必要がない。フィールド機器１０と外部機器との通信接続が維持できない場合であっても、過去の膨大なデータをユーザが保管しておく必要もない。
フィールド機器１０は、測定トレンドを用いた予測アルゴリズムに基づいて予測トレンドを算出することで、フィールド機器１０内部のストレージに記憶されている長期間の測定トレンドのデータに基づいて将来的なトレンドを予測可能である。これにより、フィールド機器１０単体の運用による将来的なトレンドに基づく予知診断が可能となる。フィールド機器１０は、従来技術と異なり、外部機器と組み合わせなくても予知診断を実現可能とする。
フィールド機器１０は、複数の予測アルゴリズムのうちユーザにより選択された少なくとも１つの予測アルゴリズムに基づいて予測トレンドを算出することで、ユーザが所望する予測アルゴリズムに基づいてユーザにとって予知診断を行う上で最適な予測トレンドをユーザに提供可能である。ユーザは、パラメータの時間変化の特性に応じて最適な予測アルゴリズムを選択することができる。以上により、フィールド機器１０の予知診断を行うときのユーザの利便性がさらに向上する。
フィールド機器１０は、第１予測アルゴリズムに基づいて予測トレンドを算出することで、例えば図９に示すようにパラメータが周期的に減衰するような場合に、高い精度でトレンドを予測可能である。例えば、検出器１１の設置個所において流体の流量が日ごとに周期的に変化するような場合に図９のような測定トレンドが得られやすい。例えば流体とセンサとの接触に伴う摩耗及び異物の付着などの要因によって検出器１１を構成するセンサが劣化するような場合、検出器１１の設置個所において流体の流量が小さいとパラメータの変化が抑制され、パラメータが略一定となる。一方で、検出器１１の設置個所において流体の流量が大きいと、流体の流れに起因してパラメータが低減する。検出器１１の設置個所において流体の流量が日ごとに周期的に変化することで、測定トレンドにおいてパラメータが略一定になる領域と低減する領域とが交互に周期的に表れる。
フィールド機器１０が測定トレンド及び予測トレンドをグラフとして外部機器に表示させることで、ユーザは、通信機器２０及び表示器３０などの外部機器により測定トレンド及び予測トレンドを容易に確認することができる。
フィールド機器１０は、現在時間から到達時間までの時間が判定時間以下であると判定すると予知診断の結果をユーザに通知するための通知処理を実行することで、ユーザは、自身が設定した判定時間以内にセンサの一定レベル以上の劣化又は故障が生じる可能性が高いことを容易に把握できる。通信機器２０及び表示器３０によるこのような通知によって、ユーザは、センサの一定レベル以上の劣化又は故障が生じる前にセンサの洗浄及び交換などのメンテナンス作業を速やかに行うことも可能となる。
フィールド機器１０が外部機器に到達時間を表示させることで、ユーザは、このような到達時間をあらかじめ把握することができる。ユーザは、将来的に起こりうる検出器１１のセンサの一定レベル以上の劣化又は故障をあらかじめ把握することができる。通常であれば、このようなセンサの一定レベル以上の劣化又は故障をユーザが予見することは困難である。判定レベルによって予測トレンドに対し下限値が設定され、到達時間が算出されることで、センサの一定レベル以上の劣化又は故障に関するユーザの予見が容易になる。さらに、フィールド機器１０が通知処理に基づく通知情報を外部機器に表示させることで、ユーザは、自身が設定した判定時間以内にセンサの一定レベル以上の劣化又は故障が生じる可能性が高いことを視覚情報として容易に把握できる。
フィールド機器１０は、圧縮処理を実行することで、フィールド機器１０の記憶部１２２を構成するストレージの容量の空きを確保して測定トレンドのデータを長期間にわたり記憶部１２２に格納することができる。これにより、フィールド機器１０と外部機器との間の長期間にわたる継続的な通信接続が不要となる。
本開示は、その精神又はその本質的な特徴から離れることなく、上述した実施形態以外の他の所定の形態で実現できることは当業者にとって明白である。したがって、先の記述は例示的であり、これに限定されない。開示の範囲は、先の記述によってではなく、付加した請求項によって定義される。あらゆる変更のうちその均等の範囲内にあるいくつかの変更は、その中に包含されるとする。
例えば、上述したフィールド機器１０の動作における各ステップ及び各ステップに含まれる機能などは、論理的に矛盾しないように再配置可能であり、ステップの順序を変更したり、複数のステップを１つに組み合わせたり、又は分割したりすることが可能である。
例えば、本開示は、上述したフィールド機器１０の各機能を実現する処理内容を記述したプログラム又はプログラムを記録した記憶媒体としても実現し得る。本開示の範囲には、これらも包含されると理解されたい。
上記実施形態では、フィールド機器１０は、測定トレンドを用いた予測アルゴリズムに基づいて予測トレンドを算出すると説明したが、これに限定されない。フィールド機器１０は、任意の予測アルゴリズムに基づいて予測トレンドを算出してもよい。フィールド機器１０は、予測トレンドを算出しなくてもよい。このような場合であっても、ユーザは、外部機器に表示される測定トレンドの様子から上記の到達時間に相当する時間を推測して予知診断を自身で行ってもよい。
上記実施形態では、フィールド機器１０は、複数の予測アルゴリズムのうちユーザにより選択された少なくとも１つの予測アルゴリズムに基づいて予測トレンドを算出すると説明したが、これに限定されない。フィールド機器１０は、ユーザによる予測アルゴリズムの選択を受け付けずに、あらかじめ定められた任意の予測アルゴリズムに基づいて予測トレンドを算出してもよい。
上記実施形態では、フィールド機器１０は、第１予測アルゴリズムにおいて、測定トレンドにおける最初の変化点Ｐを算出すると説明したが、これに限定されない。フィールド機器１０は、任意の時間における変化点Ｐを算出してもよい。フィールド機器１０は、このような変化点Ｐに対応する任意の時間から現在時間までの測定トレンドと同一のトレンドを予測トレンドとして算出してもよい。
上記実施形態では、フィールド機器１０は、測定トレンド及び予測トレンドをグラフとして外部機器に表示させると説明したが、これに限定されない。フィールド機器１０は、測定トレンド及び予測トレンドを表などの他の任意の態様で外部機器に表示させてもよい。
上記実施形態では、フィールド機器１０は、算出された到達時間及び通知処理に基づく通知情報を外部機器に表示させると説明したが、これに限定されない。フィールド機器１０は、これらの情報を外部機器に表示させなくてもよい。
上記実施形態では、フィールド機器１０は、一の周期における第１データと他の周期における第２データとを平均化することで圧縮処理を実行すると説明したが、これに限定されない。フィールド機器１０は、任意の方法で圧縮処理を実行してもよい。例えば、フィールド機器１０は、第１データにおける開始値、中間値、及び終了値のいずれか又は第２データにおける開始値、中間値、及び終了値のいずれかによって第１データ及び第２データを１データとして圧縮してもよい。
上記実施形態では、測定システム１は、通信機器２０と、通信機器２０とは異なる表示器３０と、を有すると説明したが、これに限定されない。測定システム１は、通信機器２０及び表示器３０に代えて、上述した通信機器２０及び表示器３０の両方の機能を有する単一の情報処理機器を有してもよい。同様に、測定システム１は、互いに別装置となるフィールド機器１０及び表示器３０に代えて、上述したフィールド機器１０及び表示器３０の両方の機能を有する単一の情報処理機器を有してもよい。
上記実施形態では、通信機器２０及び表示器３０のみが出力部２４及び出力部３４をそれぞれ有し、フィールド機器１０はこのような出力部を有さないと説明したが、これに限定されない。例えば、フィールド機器１０の変換器１２は、図１に示すように、通信機器２０及び表示器３０と同様に、ユーザに対して情報を出力する出力部１２４を有してもよい。
出力部１２４は、フィールド機器１０のユーザに対して情報を出力する任意の出力インタフェースを含む。出力部１２４は、例えば、ユーザの視覚及び聴覚の少なくとも一方に影響を及ぼす任意の出力インタフェースを含む。出力部１２４は、例えば、ユーザの視覚に主に影響を及ぼす任意の画像出力インタフェースを含んでもよい。例えば、出力部１２４は、液晶モニタを含んでもよい。出力部１２４は、例えば、ユーザの聴覚に主に影響を及ぼす任意の音声出力インタフェースを含んでもよい。
制御部１２１の表示制御部１２１ｄは、測定トレンド及び予測トレンドをグラフとして、出力部１２４及びフィールド機器１０と通信接続されている外部機器の少なくとも一方に表示させてもよい。同様に、制御部１２１の表示制御部１２１ｄは、算出された到達時間及び通知処理に基づく通知情報を、出力部１２４及びフィールド機器１０と通信接続されている外部機器の少なくとも一方に表示させてもよい。
上記実施形態では、フィールド機器１０は、測定トレンド及び予測トレンドにおいて減衰するパラメータに対し判定レベルに相当する下限値を設定して予知診断を実行すると説明したが、これに限定されない。フィールド機器１０は、測定トレンド及び予測トレンドにおいて増大するパラメータに対し判定レベルに相当する上限値を設定して予知診断を実行してもよい。フィールド機器１０は、例えば測定トレンドにおいてパラメータが正弦波状に変化し、その振幅が時間とともに微増しているような場合に、第１予測アルゴリズムに基づく予測トレンドに対して判定レベルに相当する上限値及び下限値の両方を設定して予知診断を実行してもよい。
１ 測定システム
１０ フィールド機器
１１ 検出器
１２ 変換器
１２１ 制御部
１２１ａ 信号取得部
１２１ｂ 演算部
１２１ｃ 通信制御部
１２１ｄ 表示制御部
１２１ｅ 予測トレンド演算部
１２１ｆ 判定部
１２２ 記憶部
１２２ａ 制御情報記憶部
１２２ｂ 測定トレンド記憶部
１２３ 通信部
１２４ 出力部
２０ 通信機器
２１ 通信部
２２ 記憶部
２３ 入力部
２４ 出力部
２５ 制御部
３０ 表示器
３１ 通信部
３２ 記憶部
３３ 入力部
３４ 出力部
３５ 制御部
ＭＴ 測定トレンド
ＰＴ、ＰＴ１、ＰＴ２、ＰＴ３ 予測トレンド
Ｐ 変化点

Claims (7)

  1. フィールド機器であって、
    物理量を検出して検出信号を出力する検出器と、
    前記フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを前記検出信号に基づいて算出する制御部と、
    前記データを記憶する記憶部と、
    ユーザに対して情報を出力する出力部と、
    を備え、
    前記制御部は、前記フィールド機器における測定の開始時間から現在時間にわたり時間ごとに前記データを前記記憶部に格納し、前記記憶部に記憶されている前記データの容量が前記記憶部の記憶容量の上限に到達すると、記憶されている前記データの圧縮処理を実行し、前記測定トレンドを用いた複数の予測アルゴリズムのうちユーザにより選択された少なくとも１つの前記予測アルゴリズムに基づいて、前記現在時間以降の前記パラメータの時間変化を示す予測トレンドを算出し、前記測定トレンド及び前記予測トレンドをグラフとして、前記出力部及び前記フィールド機器と通信接続されている外部機器の少なくとも一方に表示させる、
    フィールド機器。
  2. 前記制御部は、前記測定トレンドにおける最初の変化点を算出し、前記変化点に対応する時間から前記現在時間までの前記測定トレンドと同一のトレンドを前記予測トレンドとする前記予測アルゴリズムに基づいて前記予測トレンドを算出する、
    請求項１に記載のフィールド機器。
  3. 前記制御部は、ユーザにより設定された判定レベル及び判定時間を取得し、前記予測トレンドにおいて前記判定レベルに対応する時間を到達時間として算出し、前記現在時間から前記到達時間までの時間が前記判定時間以下であると判定すると予知診断の結果をユーザに通知するための通知処理を実行する、
    請求項１又は２に記載のフィールド機器。
  4. 前記制御部は、算出された前記到達時間及び前記通知処理に基づく通知情報を、前記出力部及び前記外部機器の少なくとも一方に表示させる、
    請求項３に記載のフィールド機器。
  5. 前記制御部は、前記データを周期ごとに前記記憶部に格納し、一の周期における第１データと１以上の他の周期における第２データとを平均化することで前記圧縮処理を実行する、
    請求項１乃至４のいずれか１項に記載のフィールド機器。
  6. フィールド機器を用いた測定方法であって、
    物理量を検出して検出信号を取得するステップと、
    前記フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを前記検出信号に基づいて算出するステップと、
    前記フィールド機器における測定の開始時間から現在時間にわたり時間ごとに前記データを前記フィールド機器の記憶部に格納するステップと、
    前記記憶部に記憶されている前記データの容量が前記記憶部の記憶容量の上限に到達すると、記憶されている前記データの圧縮処理を実行するステップと、
    前記測定トレンドを用いた複数の予測アルゴリズムのうちユーザにより選択された少なくとも１つの前記予測アルゴリズムに基づいて、前記現在時間以降の前記パラメータの時間変化を示す予測トレンドを算出するステップと、
    ユーザに対して情報を出力する出力部及び前記フィールド機器と通信接続されている外部機器の少なくとも一方に、前記測定トレンド及び前記予測トレンドをグラフとして表示させるステップと、
    を含む、
    測定方法。
  7. フィールド機器に、
    物理量を検出して検出信号を取得するステップと、
    前記フィールド機器の予知診断に用いるパラメータの時間変化を示す測定トレンドのデータを前記検出信号に基づいて算出するステップと、
    前記フィールド機器における測定の開始時間から現在時間にわたり時間ごとに前記データを前記フィールド機器の記憶部に格納するステップと、
    前記記憶部に記憶されている前記データの容量が前記記憶部の記憶容量の上限に到達すると、記憶されている前記データの圧縮処理を実行するステップと、
    前記測定トレンドを用いた複数の予測アルゴリズムのうちユーザにより選択された少なくとも１つの前記予測アルゴリズムに基づいて、前記現在時間以降の前記パラメータの時間変化を示す予測トレンドを算出するステップと、
    ユーザに対して情報を出力する出力部及び前記フィールド機器と通信接続されている外部機器の少なくとも一方に、前記測定トレンド及び前記予測トレンドをグラフとして表示させるステップと、
    を含む動作を実行させる、
    プログラム。
JP2021049140A 2021-03-23 2021-03-23 フィールド機器、測定方法、及びプログラム Active JP7294361B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2021049140A JP7294361B2 (ja) 2021-03-23 2021-03-23 フィールド機器、測定方法、及びプログラム
US17/651,166 US20220307875A1 (en) 2021-03-23 2022-02-15 Field device, measurement method, and non-transitory computer readable medium
CN202210168553.2A CN115183824A (zh) 2021-03-23 2022-02-23 现场设备、测量方法和非临时性计算机可读介质
EP22158839.5A EP4063983A1 (en) 2021-03-23 2022-02-25 Field device, measurement method, and non-transitory computer readable medium

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021049140A JP7294361B2 (ja) 2021-03-23 2021-03-23 フィールド機器、測定方法、及びプログラム

Publications (2)

Publication Number Publication Date
JP2022147756A JP2022147756A (ja) 2022-10-06
JP7294361B2 true JP7294361B2 (ja) 2023-06-20

Family

ID=80461505

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021049140A Active JP7294361B2 (ja) 2021-03-23 2021-03-23 フィールド機器、測定方法、及びプログラム

Country Status (4)

Country Link
US (1) US20220307875A1 (ja)
EP (1) EP4063983A1 (ja)
JP (1) JP7294361B2 (ja)
CN (1) CN115183824A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117193258B (zh) * 2023-10-10 2024-05-07 朗戈智能系统(上海)有限公司 光控控制器的自动化检测方法、设备及计算机可读介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012198606A (ja) 2011-03-18 2012-10-18 Yokogawa Electric Corp フィールド機器
JP2018112903A (ja) 2017-01-12 2018-07-19 横河電機株式会社 プラント運転支援装置、プラント運転支援方法、プラント運転支援プログラム及び記録媒体

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0829203A (ja) * 1994-07-11 1996-02-02 Yokogawa Electric Corp 測定データ格納装置
AU2002353097A1 (en) * 2001-12-07 2003-07-09 Battelle Memorial Institute Methods and systems for analyzing the degradation and failure of mechanical systems
US7281112B1 (en) * 2005-02-28 2007-10-09 Sun Microsystems, Inc. Method for storing long-term performance data in a computer system with finite storage space
WO2011135606A1 (ja) * 2010-04-26 2011-11-03 株式会社 日立製作所 時系列データ診断圧縮方法
JP5418560B2 (ja) * 2011-09-02 2014-02-19 横河電機株式会社 フィールド機器
US20150120245A1 (en) * 2013-10-29 2015-04-30 Rakesh Kelappan Generating data manipulation tools using predictive analysis chains
JP2016027457A (ja) * 2014-06-26 2016-02-18 横河電機株式会社 電子機器
WO2016199210A1 (ja) * 2015-06-09 2016-12-15 株式会社日立製作所 データ収集システムおよび方法、計測データ量の削減方法
JP6332154B2 (ja) * 2015-06-11 2018-05-30 横河電機株式会社 プラント運転支援装置、プラント運転支援方法、及びプログラム
WO2018083706A1 (en) * 2016-11-04 2018-05-11 Rosemount Analytical Inc. A method of monitoring the components of gas analyser
JP6794919B2 (ja) * 2017-04-28 2020-12-02 横河電機株式会社 プロセス制御システム及びデータ処理方法
US10715393B1 (en) * 2019-01-18 2020-07-14 Goldman Sachs & Co. LLC Capacity management of computing resources based on time series analysis
JP6915638B2 (ja) * 2019-03-08 2021-08-04 セイコーエプソン株式会社 故障時期推測装置、機械学習装置、故障時期推測方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012198606A (ja) 2011-03-18 2012-10-18 Yokogawa Electric Corp フィールド機器
JP2018112903A (ja) 2017-01-12 2018-07-19 横河電機株式会社 プラント運転支援装置、プラント運転支援方法、プラント運転支援プログラム及び記録媒体

Also Published As

Publication number Publication date
CN115183824A (zh) 2022-10-14
US20220307875A1 (en) 2022-09-29
JP2022147756A (ja) 2022-10-06
EP4063983A1 (en) 2022-09-28

Similar Documents

Publication Publication Date Title
JP6524336B2 (ja) 余寿命評価装置及び方法、風力発電システム
US6490543B1 (en) Lifeometer for measuring and displaying life systems/parts
JP4808721B2 (ja) データ圧縮方法
WO2017078004A1 (ja) 配管状態検知装置、配管状態検知方法、コンピュータ読み取り可能記録媒体および配管状態検知システム
JP5828595B2 (ja) スケーラブルレンジアビリティを有する送信機出力
JP5991329B2 (ja) 制御装置、管理装置、プラント制御システム、及びデータ処理方法
JP7294361B2 (ja) フィールド機器、測定方法、及びプログラム
CN109238379B (zh) 一种频率方差计算与幅值运算相结合的涡街流量计抗管道振动方法与系统
CN113569445A (zh) 一种基于数字孪生技术的钢结构健康监测系统及方法
EP3495905A2 (en) Operational improvement effect calculation device, operational improvement effect calculation method and recording medium
JP5019197B2 (ja) 配水情報管理装置
CN105509815A (zh) 一种基于积分算法的非电量信号采集监测方法
CN117405075B (zh) 一种智能沉降监测方法及系统
JP6440223B2 (ja) 水道使用検知システム、それを用いた見守りシステム、水道使用検知方法、見守り方法及びプログラム
JP2018169754A (ja) 情報処理装置、情報処理方法およびプログラム
JP2008262375A (ja) 異常診断結果出力機能を有するフィールド機器と異常診断結果出力方法
CN109145250B (zh) 传感器服务预测
EP3988950A1 (en) Diagnostic device, diagnostic method, and field device
EP3875919A1 (en) Monitoring health of a rotary gas meter
JP5288188B2 (ja) 超音波流量計
US20090107212A1 (en) Process field instrument with integrated sensor unit and related system and method
JP6874847B2 (ja) 状態分析装置、状態分析方法及びプログラム
JP2015232914A (ja) 異常診断装置、異常診断方法及び異常診断プログラム
JP2008070292A (ja) 渦流量計の詰まり予知診断方法
JP7434737B2 (ja) 測定装置

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220303

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20230117

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20230124

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230322

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: 20230509

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230522

R150 Certificate of patent or registration of utility model

Ref document number: 7294361

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150