JP7466402B2 - 故障部位推定装置、方法、及び、プログラム - Google Patents
故障部位推定装置、方法、及び、プログラム Download PDFInfo
- Publication number
- JP7466402B2 JP7466402B2 JP2020131392A JP2020131392A JP7466402B2 JP 7466402 B2 JP7466402 B2 JP 7466402B2 JP 2020131392 A JP2020131392 A JP 2020131392A JP 2020131392 A JP2020131392 A JP 2020131392A JP 7466402 B2 JP7466402 B2 JP 7466402B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- equipment
- estimation
- learning
- 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
Links
- 238000000034 method Methods 0.000 title claims description 62
- 238000006243 chemical reaction Methods 0.000 claims description 65
- 230000008569 process Effects 0.000 claims description 49
- 238000013528 artificial neural network Methods 0.000 claims description 43
- 238000012545 processing Methods 0.000 claims description 32
- 230000010365 information processing Effects 0.000 claims description 11
- 239000013598 vector Substances 0.000 description 39
- 238000010276 construction Methods 0.000 description 29
- 238000009434 installation Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 9
- 230000005856 abnormality Effects 0.000 description 7
- 230000007257 malfunction Effects 0.000 description 7
- 210000002569 neuron Anatomy 0.000 description 5
- 230000000877 morphologic effect Effects 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 230000015556 catabolic process Effects 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000005498 polishing Methods 0.000 description 3
- 230000032258 transport Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007637 random forest analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
上記の実施の形態においては、図5に示した客先マスタデータ111のテーブルから、図8に示したユーザ入力データ114のテーブルに含まれる客先情報、機器情報、機器の状態、および故障部位は、それぞれ別のタイミングで取得されるものした。これに限らず、客先情報、機器情報、機器の状態、および故障部位のデータを同時に取得しても良い。また、客先情報、機器情報、機器の状態、および故障部位は、それぞれを関連づけて用いることが出来れば良いため、任意のタイミングで取得されるデータであってよい。
上記の実施の形態において、学習済モデル生成部124に構築されるニューラルネットワークは、中間層を1層のものとした。これに限らす、中間層は、2層以上でもよい。
上記の実施の形態において、故障部位推定装置1は、学習部12と推定部13とを両方備えるものとあした。これに限らず、学習部12と推定部13とをそれぞれ、別体の学習装置および推定装置としてもよい。この場合、学習装置で生成される学習済モデル117を、記憶媒体、ネットワーク等を経由して、推定装置に使用できればよい。また、この場合、学習装置、推定装置、および情報処理装置2を含めて故障部位推定システム100としてもよい。また、故障部位推定装置1は、故障部位を推定する対象の機器に内蔵されるものであってもよい。さらに、故障部位推定装置1、または、学習部12、もしくは推定部13は、クラウドサーバ上に存在していてもよい。
上記の実施の形態において、学習済モデル生成部124は、記憶部11に記憶された各種データを学習することにより学習済モデル117を生成するものとした。これに限らず、学習済モデル生成部124は、複数の機器から得られた各種データから生成される学習用データを用いて、故障部位を学習させてもよい。なお、学習済モデル生成部124は、同一のエリアで使用されている複数の機器から学習用データを取得してもよいし、異なるエリアで独立して動作する複数の機器から収集される学習用データを利用して故障部位を学習してもよい。
上記の実施の形態において、学習済モデル生成部124は、ニューラルネットワークにより、機器の故障部位を学習するものとした。しかしながら、ニューラルネットワークの代わりに、深層学習、ランダムフォレスト、サポートベクターマシン等、他の学習アルゴリズムを用いてもよい。
上記の実施の形態において、故障部位推定装置1と情報処理装置2とを別体の装置とした。これに限らず、故障部位推定装置1と情報処理装置2とを一緒の装置にしても良い。
上記の実施の形態において、学習部12の単語変換部122で生成される単語変換テーブルは、学習用基礎データに含まれる機器の状態を数値化するものとした。これに限らず、単語変換テーブルは、学習用基礎データに含まれる全てのデータを数値化するものであってもよい。また、この場合、単語変換テーブルは、推定用基礎データに含まれる全てのデータを数値化するものとしてもよい。
Claims (9)
- 機器の故障部位を推定する推定部を備える故障部位推定装置であって、
前記推定部は、
前記機器を納入している客先の客先情報のデータ、機器情報のデータ、および自然言語で記載された機器の状態のデータを含む推定用基礎データを取得する推定用基礎データ取得部と、
前記機器の状態のデータの文章を分割した単語を数値化するための単語変換テーブルおよび他の変換手段を用いて前記推定用基礎データを数値化し、数値化した前記推定用基礎データに基づいて推定用データを生成する推定用データ生成部と、
前記機器の故障部位を推定するための学習済モデルを用いて、前記推定用データと一番関連の高い前記機器の故障部位を推定する推定処理部と、
を含む、
故障部位推定装置。 - 前記機器の故障部位を学習する学習部をさらに備え、
前記学習部は、
前記機器を納入している客先の客先情報のデータ、機器情報のデータ、自然言語で記載された機器の状態のデータ、および機器の故障部位のデータを含む学習用基礎データを取得する学習用基礎データ取得部と、
前記機器の状態のデータの文章を分割した単語を数値化するための前記単語変換テーブルを生成する単語変換部と、
前記単語変換テーブルおよび他の変換手段を用いて前記学習用基礎データを数値化し、数値化した前記学習用基礎データに基づいて学習用データを生成する学習用データ生成部と、
前記学習用データに含まれる、前記客先情報のデータ、前記機器情報のデータ、および前記機器の状態のデータと一番関連の高い前記機器の故障部位を推定するための学習済モデルを生成する学習済モデル生成部と、
を含む、
請求項1に記載の故障部位推定装置。 - 前記学習済モデル生成部は、ニューラルネットワークを構築し、前記ニューラルネットワークにおいて、入力された前記機器の客先情報のデータ、前記機器情報のデータ、および前記機器の状態のデータと一番関連の高い前記機器の故障部位を出力するために調整された中間層および出力層の各重みから、前記学習済モデルを生成する、
請求項2に記載の故障部位推定装置。 - 前記推定処理部は、前記学習済モデルに含まれる中間層および出力層の各重みを設定したニューラルネットワークを構築し、前記ニューラルネットワークにより、前記推定用データと一番関連の高い前記機器の故障部位を推定する、
請求項3に記載の故障部位推定装置。 - 前記推定処理部は、推定した前記機器の故障部位を、外部の情報処理装置に出力する、
請求項1から4の何れか一項に記載の故障部位推定装置。 - 機器の故障部位を推定する故障部位推定装置で実行される方法であって、
前記機器を納入している客先の客先情報のデータ、機器情報のデータ、および自然言語で記載された機器の状態のデータを含む推定用基礎データを取得し、
前記推定用基礎データを数値化し、数値化した前記推定用基礎データに基づいて推定用データを生成し、
前記推定用データと一番関連の高い前記機器の故障部位を推定する、
方法。 - 前記機器を納入している客先の客先情報のデータ、機器情報のデータ、自然言語で記載された機器の状態のデータ、および機器の故障部位のデータを含む学習用基礎データを取得し、
前記機器の状態のデータの文章を分割した単語を数値化するための単語変換テーブルを生成し、
前記単語変換テーブルおよび他の変換手段を用いて前記学習用基礎データを数値化し、数値化した前記学習用基礎データに基づいて学習用データを生成し、
前記学習用データに含まれる、前記客先情報のデータ、前記機器情報のデータ、および前記機器の状態のデータと一番関連の高い前記機器の故障部位を推定するための学習済モデルを生成する、
請求項6に記載の方法。 - コンピュータに、
機器を納入している客先の客先情報のデータ、機器情報のデータ、および自然言語で記載された機器の状態のデータを含む推定用基礎データを取得する処理、
前記推定用基礎データを数値化し、数値化した前記推定用基礎データに基づいて推定用データを生成する処理、
前記推定用データと一番関連の高い前記機器の故障部位を推定する処理、
を実行させるためのプログラム。 - 前記コンピュータに、さらに、
前記機器を納入している客先の客先情報のデータ、機器情報のデータ、自然言語で記載された機器の状態のデータ、および機器の故障部位のデータを含む学習用基礎データを取得する処理、
前記機器の状態のデータの文章を分割した単語を数値化するための単語変換テーブルを生成する処理、
前記単語変換テーブルおよび他の変換手段を用いて前記学習用基礎データを数値化し、数値化した前記学習用基礎データに基づいて学習用データを生成する処理、
前記学習用データに含まれる、前記客先情報のデータ、前記機器情報のデータ、および前記機器の状態のデータと一番関連の高い前記機器の故障部位を推定するための学習済モデルを生成する処理、
を実行させるための請求項8に記載のプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020131392A JP7466402B2 (ja) | 2020-08-03 | 2020-08-03 | 故障部位推定装置、方法、及び、プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020131392A JP7466402B2 (ja) | 2020-08-03 | 2020-08-03 | 故障部位推定装置、方法、及び、プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022028166A JP2022028166A (ja) | 2022-02-16 |
JP7466402B2 true JP7466402B2 (ja) | 2024-04-12 |
Family
ID=80267177
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020131392A Active JP7466402B2 (ja) | 2020-08-03 | 2020-08-03 | 故障部位推定装置、方法、及び、プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7466402B2 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011100190A (ja) | 2009-11-04 | 2011-05-19 | Nec Fielding Ltd | 機器保守システムおよび機器保守方法、障害推定装置 |
JP6667701B1 (ja) | 2019-03-27 | 2020-03-18 | 三菱ロジスネクスト株式会社 | Ft図更新装置、トラブルシューティング用フロー図更新装置およびプログラム |
-
2020
- 2020-08-03 JP JP2020131392A patent/JP7466402B2/ja active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011100190A (ja) | 2009-11-04 | 2011-05-19 | Nec Fielding Ltd | 機器保守システムおよび機器保守方法、障害推定装置 |
JP6667701B1 (ja) | 2019-03-27 | 2020-03-18 | 三菱ロジスネクスト株式会社 | Ft図更新装置、トラブルシューティング用フロー図更新装置およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2022028166A (ja) | 2022-02-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Iqbal et al. | Fault detection and isolation in industrial processes using deep learning approaches | |
US11853051B2 (en) | Method and apparatus for optimizing diagnostics of rotating equipment | |
US11279040B2 (en) | Robot process automation apparatus and method for detecting changes thereof | |
JP6847787B2 (ja) | 情報処理装置、情報処理方法及びコンピュータプログラム | |
CN106030589A (zh) | 使用开源数据的疾病预测系统 | |
US20190325312A1 (en) | Computer-readable recording medium, machine learning method, and machine learning apparatus | |
JP6603828B1 (ja) | フレーズ生成モデル学習装置、フレーズ生成装置、方法、及びプログラム | |
JP7032366B2 (ja) | 運用支援システム及び方法 | |
US11114113B2 (en) | Multilingual system for early detection of neurodegenerative and psychiatric disorders | |
US20190325340A1 (en) | Machine learning method, machine learning device, and computer-readable recording medium | |
US11763945B2 (en) | System and method for labeling medical data to generate labeled training data | |
Asraful Haque et al. | A logistic growth model for software reliability estimation considering uncertain factors | |
JP7466402B2 (ja) | 故障部位推定装置、方法、及び、プログラム | |
EP3809411A1 (en) | Multi-lingual system for early detection of alzheimer's disease | |
An et al. | Real-time Statistical Log Anomaly Detection with Continuous AIOps Learning. | |
JP2006252422A (ja) | 故障診断方法及び装置 | |
CN117194163A (zh) | 一种计算机设备、故障检测系统、方法及可读存储介质 | |
JP7307215B2 (ja) | 運用支援システム及び方法 | |
Nie et al. | LitGen: Genetic literature recommendation guided by human explanations | |
KR102531742B1 (ko) | 센서 데이터의 누락값 보정 방법 및 누락값 보정 장치 | |
Fahrmeir et al. | Models for multicategorical responses: Multivariate extensions of generalized linear models | |
Wang et al. | Scaling deep-learning pneumonia detection inference on a reconfigurable self-contained hardware platform | |
WO2023002897A1 (ja) | 故障部位・交換用部品推定システム、方法、及び、プログラム | |
CN113988188A (zh) | 故障诊断方法、装置、电子设备及存储介质 | |
CN113469263A (zh) | 适于小样本的预测模型训练方法、装置及相关设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230424 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231219 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20231228 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240215 |
|
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: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240402 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7466402 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |