JPWO2017150286A1 - システム分析装置、システム分析方法、及び、プログラム - Google Patents
システム分析装置、システム分析方法、及び、プログラム Download PDFInfo
- Publication number
- JPWO2017150286A1 JPWO2017150286A1 JP2018503062A JP2018503062A JPWO2017150286A1 JP WO2017150286 A1 JPWO2017150286 A1 JP WO2017150286A1 JP 2018503062 A JP2018503062 A JP 2018503062A JP 2018503062 A JP2018503062 A JP 2018503062A JP WO2017150286 A1 JPWO2017150286 A1 JP WO2017150286A1
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- history information
- time
- abnormal
- sensors
- 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.)
- Granted
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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D9/00—Recording measured values
- G01D9/005—Solid-state data loggers
-
- 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
- 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
- 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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
- G05B23/0254—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 model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- 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
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Algebra (AREA)
- Mathematical Optimization (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、履歴情報生成部と、
生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、出力部と、
を備えている、ことを特徴とする。
(a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を有する、ことを特徴とする。
コンピュータに、
(a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を実行させる命令を含む、プログラムを記録していることを特徴とする。
以下、本発明の実施の形態1における、システム分析装置、システム分析方法、およびプログラムについて、図1〜図3を参照しながら説明する。
最初に、図1を用いて本発明の実施の形態1におけるシステム分析装置の概略構成について説明する。図1は、本発明の実施の形態1におけるシステム分析装置の概略構成を示すブロック図である。
(1)正常または異常の判定結果の時系列データ。例えば、判定されたデータの時刻毎、または判定されたデータの属する状態情報の時刻毎に、そのデータの判定結果である正常または異常を示す情報を保持するデータを含む。また、例えば1つのセンサに対して複数の正常または異常の判定結果が得られる場合には、それらを統計処理して、1つのセンサに対する正常または異常の判定結果の時系列データが生成されてもよい。このような処理には、センサを点とし、センサ間の関係性(例えば、後述の相関モデル)を線とするグラフ構造に、センサ間の関係性の正常または異常の判定結果を情報として付与したグラフパターンから、センサの正常または異常の判定結果を算出するものがある。このような処理の算出対象は、ある一時刻の判定結果であってもよいし、特定の期間を対象とした判定結果であってもよい。
次に、本発明の実施の形態1におけるシステム分析装置100の動作について図6を用いて説明する。図6は、本発明の実施の形態1におけるシステム分析装置100の動作を示すフロー図である。以下の説明においては、適宜図1及び図2を参酌する。また、本実施の形態1では、システム分析装置100を動作させることによって、システム分析方法が実施される。よって、本実施の形態1におけるシステム分析方法の説明は、以下のシステム分析装置100の動作説明に代える。
以上のように、本実施の形態1では、システム分析装置100は、複数の事象が含まれる場合であっても、クラスタリングによって、事象を分離できる。このため、システム分析装置100では、事象毎に情報を出力することが可能となる。
変形例1においては、履歴情報生成部14は、センサ毎に、各センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、履歴情報とする。変形例1においては、履歴情報は、センサのデータ項目の識別子と、センサが異常と判定された時間の長さとを含んでいる。また、センサが異常と判定された時間の長さは、所定の期間における個々のセンサが異常と判定された割合を求め、求めた割合に所定の期間を乗算することによって特定してもよい。他の方法では、所定の期間における個々のセンサが異常と判定された期間を合計することによって特定してもよい。更に他の方法では、所定の期間における個々のセンサが異常と判定された回数、または正常から異常に遷移した回数を合計することによって特定してもよい。
変形例2においては、履歴情報生成部14は、センサ毎に、各センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、履歴情報とする。変形例2においては、履歴情報は、センサのデータ項目の識別子と、所定の期間における、最新の時刻を終点としてセンサが継続的に異常と判定された時間(以下「継続異常時間」と表記する。)の長さと、を含んでいる。
変形例3においては、分析モデル取得部12によって取得される分析モデルが、上述の実施の形態1と異なっている。また、これに伴い、履歴情報生成部14およびクラスタリング部15による処理も異なっている。
本実施の形態1におけるプログラムは、コンピュータに、図6に示すステップS1〜S5を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態におけるシステム分析装置100とシステム分析方法とを実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、状態情報収集部11、分析モデル取得部12、異常判定部13、履歴情報生成部14、クラスタリング部15、および出力部16として機能し、処理を行なう。
次に、本発明の実施の形態2における、システム分析装置、システム分析方法、およびプログラムについて、図7及び図8を参照しながら説明する。
最初に、図7を用いて本発明の実施の形態2におけるシステム分析装置の構成について説明する。図7は、本発明の実施の形態2におけるシステム分析装置の具体的構成を示すブロック図である。
次に、本発明の実施の形態2におけるシステム分析装置300の動作について図8を用いて説明する。図8は、本発明の実施の形態2におけるシステム分析装置300の動作を示すフロー図である。以下の説明においては、適宜図7を参酌する。また、本実施の形態2では、システム分析装置300を動作させることによって、システム分析方法が実施される。よって、本実施の形態2におけるシステム分析方法の説明は、以下のシステム分析装置300の動作説明に代える。
以上のように、本実施の形態2におけるシステム分析装置300は、実施の形態1におけるシステム分析装置100と同様に、複数種類の異常が含まれる場合であっても、クラスタリングによって、種類に応じて異常を分離できる。本実施の形態2においても、実施の形態1と同様の効果を得ることができる。さらに、本実施の形態2では、異常検知が行なわれるため、履歴情報が生成される期間が自動的に設定されることになる。このため、運用者によるシステム運用時の負荷が軽減されることになる。
本実施の形態2におけるプログラムは、コンピュータに、図8に示すステップS11〜S16を実行させるプログラムであれば良い。このプログラムをコンピュータにインストールし、実行することによって、本実施の形態におけるシステム分析装置300とシステム分析方法とを実現することができる。この場合、コンピュータのCPU(Central Processing Unit)は、状態情報収集部11、分析モデル取得部12、異常判定部13、履歴情報生成部14、クラスタリング部15、出力部16、および異常検知部17として機能し、処理を行なう。
ここで、実施の形態1及び2におけるプログラムを実行することによって、システム分析装置を実現するコンピュータについて図9を用いて説明する。図9は、本発明の実施の形態1および2におけるシステム分析装置を実現するコンピュータの一例を示すブロック図である。
対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、履歴情報生成部と、
生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する出力部と、
を備えている、ことを特徴とするシステム分析装置。
生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングする、クラスタリング部を、更に備えている、
付記1に記載のシステム分析装置。
前記履歴情報生成部が、前記センサ毎に、当該センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記1または2に記載のシステム分析装置。
前記履歴情報生成部が、前記センサ毎に、当該センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記1または2に記載のシステム分析装置。
前記履歴情報生成部が、前記センサ毎に、当該センサの異常が検知された時点を基準とした過去の期間について、前記履歴情報を生成する、
付記1または2に記載のシステム分析装置。
前記複数のセンサそれぞれに用意され、且つ対応するセンサの前記センサ値に応じて当該センサが正常及び異常のいずれであるかを判定するための相関モデルを用いて、前記センサが異常であるかどうかを判定する、異常判定部を更に備え、
前記履歴情報生成部が、前記相関モデルが異常であると継続的に出力した時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記4に記載のシステム分析装置。
(a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を有する、ことを特徴とするシステム分析方法。
(c)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングする、ステップを、更に有している、
付記7に記載のシステム分析方法。
前記(a)のステップで、前記センサ毎に、当該センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記7または8に記載のシステム分析方法。
前記(a)のステップで、前記センサ毎に、当該センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記7または8に記載のシステム分析方法。
前記(a)のステップで、前記センサ毎に、当該センサの異常が検知された時点を基準とした過去の期間について、前記履歴情報を生成する、
付記7または8に記載のシステム分析方法。
(d)前記複数のセンサそれぞれ毎に用意され、且つ対応するセンサの前記センサ値に応じて当該センサが正常及び異常のいずれであるかを出力する相関モデルを用いて、前記センサが異常であるかどうかを判定する、ステップを更に有し、
前記(a)のステップで、前記相関モデルが異常であると継続的に出力した時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記10に記載のシステム分析方法。
コンピュータに、
(a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を実行させる命令を含む、プログラムを記録しているコンピュータ読み取り可能な記録媒体。
前記コンピュータに、
(c)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングする、ステップを更に実行させる、
付記13に記載のコンピュータ読み取り可能な記録媒体。
前記(a)のステップで、前記センサ毎に、当該センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記13または14に記載のコンピュータ読み取り可能な記録媒体。
前記(a)のステップで、前記センサ毎に、当該センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記13または14に記載のコンピュータ読み取り可能な記録媒体。
前記(a)のステップで、前記センサ毎に、当該センサの異常が検知された時点を基準とした過去の期間について、前記履歴情報を生成する、
付記13または14に記載のコンピュータ読み取り可能な記録媒体。
前記コンピュータに、
(d)前記複数のセンサそれぞれ毎に用意され、且つ対応するセンサの前記センサ値に応じて当該センサが正常及び異常のいずれであるかを出力する相関モデルを用いて、前記センサが異常であるかどうかを判定する、ステップを更に実行させ、
前記(a)のステップで、前記相関モデルが異常であると継続的に出力した時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記16に記載のコンピュータ読み取り可能な記録媒体。
12 分析モデル取得部
13 異常判定部
14 履歴情報生成部
15 クラスタリング部
16 出力部
17 異常検知部
20 被分析装置
100 システム分析装置(実施の形態1)
110 コンピュータ
111 CPU
112 メインメモリ
113 記憶装置
114 入力インターフェイス
115 表示コントローラ
116 データリーダ/ライタ
117 通信インターフェイス
118 入力機器
119 ディスプレイ装置
120 記録媒体
121 バス
200 分析対象システム
300 システム分析装置(実施の形態2)
コンピュータに、
(a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を実行させることを特徴とする。
コンピュータに、
(a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を実行させるプログラム。
前記コンピュータに、
(c)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングする、ステップを更に実行させる、
付記13に記載のプログラム。
前記(a)のステップで、前記センサ毎に、当該センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記13または14に記載のプログラム。
前記(a)のステップで、前記センサ毎に、当該センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記13または14に記載のプログラム。
前記(a)のステップで、前記センサ毎に、当該センサの異常が検知された時点を基準とした過去の期間について、前記履歴情報を生成する、
付記13または14に記載のプログラム。
前記コンピュータに、
(d)前記複数のセンサそれぞれ毎に用意され、且つ対応するセンサの前記センサ値に応じて当該センサが正常及び異常のいずれであるかを出力する相関モデルを用いて、前記センサが異常であるかどうかを判定する、ステップを更に実行させ、
前記(a)のステップで、前記相関モデルが異常であると継続的に出力した時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
付記16に記載のプログラム。
Claims (18)
- 対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、履歴情報生成部と、
生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する出力部と、
を備えている、ことを特徴とするシステム分析装置。 - 生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングする、クラスタリング部を、更に備えている、
請求項1に記載のシステム分析装置。 - 前記履歴情報生成部が、前記センサ毎に、当該センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項1または2に記載のシステム分析装置。 - 前記履歴情報生成部が、前記センサ毎に、当該センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項1または2に記載のシステム分析装置。 - 前記履歴情報生成部が、前記センサ毎に、当該センサの異常が検知された時点を基準とした過去の期間について、前記履歴情報を生成する、
請求項1または2に記載のシステム分析装置。 - 前記複数のセンサそれぞれに用意され、且つ対応するセンサの前記センサ値に応じて当該センサが正常及び異常のいずれであるかを判定するための相関モデルを用いて、前記センサが異常であるかどうかを判定する、異常判定部を更に備え、
前記履歴情報生成部が、前記相関モデルが異常であると継続的に出力した時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項4に記載のシステム分析装置。 - (a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を有する、ことを特徴とするシステム分析方法。 - (c)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングする、ステップを、更に有している、
請求項7に記載のシステム分析方法。 - 前記(a)のステップで、前記センサ毎に、当該センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項7または8に記載のシステム分析方法。 - 前記(a)のステップで、前記センサ毎に、当該センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項7または8に記載のシステム分析方法。 - 前記(a)のステップで、前記センサ毎に、当該センサの異常が検知された時点を基準とした過去の期間について、前記履歴情報を生成する、
請求項7または8に記載のシステム分析方法。 - (d)前記複数のセンサそれぞれ毎に用意され、且つ対応するセンサの前記センサ値に応じて当該センサが正常及び異常のいずれであるかを出力する相関モデルを用いて、前記センサが異常であるかどうかを判定する、ステップを更に有し、
前記(a)のステップで、前記相関モデルが異常であると継続的に出力した時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項10に記載のシステム分析方法。 - コンピュータに、
(a)対象となるシステムに備えられた複数のセンサそれぞれが出力したセンサ値に基づいて、前記センサそれぞれの履歴情報を生成する、ステップと、
(b)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングして得られたクラスタ情報をユーザに提示する、ステップと、
を実行させる命令を含む、プログラムを記録しているコンピュータ読み取り可能な記録媒体。 - 前記コンピュータに、
(c)生成された前記履歴情報に基づいて、前記複数のセンサそれぞれを1以上のグループにクラスタリングする、ステップを更に実行させる、
請求項13に記載のコンピュータ読み取り可能な記録媒体。 - 前記(a)のステップで、前記センサ毎に、当該センサが異常であると判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項13または14に記載のコンピュータ読み取り可能な記録媒体。 - 前記(a)のステップで、前記センサ毎に、当該センサが継続的に異常と判定された時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項13または14に記載のコンピュータ読み取り可能な記録媒体。 - 前記(a)のステップで、前記センサ毎に、当該センサの異常が検知された時点を基準とした過去の期間について、前記履歴情報を生成する、
請求項13または14に記載のコンピュータ読み取り可能な記録媒体。 - 前記コンピュータに、
(d)前記複数のセンサそれぞれ毎に用意され、且つ対応するセンサの前記センサ値に応じて当該センサが正常及び異常のいずれであるかを出力する相関モデルを用いて、前記センサが異常であるかどうかを判定する、ステップを更に実行させ、
前記(a)のステップで、前記相関モデルが異常であると継続的に出力した時間の長さを特定し、特定した時間の長さを、前記履歴情報とする、
請求項16に記載のコンピュータ読み取り可能な記録媒体。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016038078 | 2016-02-29 | ||
JP2016038078 | 2016-02-29 | ||
PCT/JP2017/006440 WO2017150286A1 (ja) | 2016-02-29 | 2017-02-21 | システム分析装置、システム分析方法、及び、コンピュータ読み取り可能な記録媒体 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2017150286A1 true JPWO2017150286A1 (ja) | 2018-10-25 |
JP6777142B2 JP6777142B2 (ja) | 2020-10-28 |
Family
ID=59744049
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018503062A Active JP6777142B2 (ja) | 2016-02-29 | 2017-02-21 | システム分析装置、システム分析方法、及び、プログラム |
Country Status (3)
Country | Link |
---|---|
US (1) | US20190064789A1 (ja) |
JP (1) | JP6777142B2 (ja) |
WO (1) | WO2017150286A1 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI641934B (zh) * | 2014-08-05 | 2018-11-21 | 聯華電子股份有限公司 | 虛擬量測系統與方法 |
US11378944B2 (en) | 2017-10-10 | 2022-07-05 | Nec Corporation | System analysis method, system analysis apparatus, and program |
JP6798968B2 (ja) | 2017-11-22 | 2020-12-09 | ファナック株式会社 | ノイズ発生原因推定装置 |
JP6950670B2 (ja) * | 2018-12-12 | 2021-10-13 | 横河電機株式会社 | 検出装置、検出方法、および、検出プログラム |
US20230359705A1 (en) * | 2022-05-06 | 2023-11-09 | Mapped Inc. | Automatic link prediction for points in commercial and industrial environments |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002214185A (ja) * | 2001-01-16 | 2002-07-31 | Nissin Electric Co Ltd | センサ異常の検出方法及び検出装置 |
JP2011243118A (ja) * | 2010-05-20 | 2011-12-01 | Hitachi Ltd | 監視診断装置および監視診断方法 |
JP2012164109A (ja) * | 2011-02-07 | 2012-08-30 | Hitachi Ltd | センシング装置 |
WO2014115615A1 (ja) * | 2013-01-22 | 2014-07-31 | 株式会社日立製作所 | 異常診断方法およびその装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015184942A (ja) * | 2014-03-25 | 2015-10-22 | 株式会社日立ハイテクノロジーズ | 故障原因分類装置 |
-
2017
- 2017-02-21 WO PCT/JP2017/006440 patent/WO2017150286A1/ja active Application Filing
- 2017-02-21 JP JP2018503062A patent/JP6777142B2/ja active Active
- 2017-02-21 US US16/080,514 patent/US20190064789A1/en not_active Abandoned
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002214185A (ja) * | 2001-01-16 | 2002-07-31 | Nissin Electric Co Ltd | センサ異常の検出方法及び検出装置 |
JP2011243118A (ja) * | 2010-05-20 | 2011-12-01 | Hitachi Ltd | 監視診断装置および監視診断方法 |
JP2012164109A (ja) * | 2011-02-07 | 2012-08-30 | Hitachi Ltd | センシング装置 |
WO2014115615A1 (ja) * | 2013-01-22 | 2014-07-31 | 株式会社日立製作所 | 異常診断方法およびその装置 |
Also Published As
Publication number | Publication date |
---|---|
JP6777142B2 (ja) | 2020-10-28 |
US20190064789A1 (en) | 2019-02-28 |
WO2017150286A1 (ja) | 2017-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6394726B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
JP6777142B2 (ja) | システム分析装置、システム分析方法、及び、プログラム | |
US10747188B2 (en) | Information processing apparatus, information processing method, and, recording medium | |
US9658916B2 (en) | System analysis device, system analysis method and system analysis program | |
JP5874936B2 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
JP6521096B2 (ja) | 表示方法、表示装置、および、プログラム | |
US20120296605A1 (en) | Method, computer program, and system for performing interpolation on sensor data for high system availability | |
JP6489235B2 (ja) | システム分析方法、システム分析装置、および、プログラム | |
CN111459700A (zh) | 设备故障的诊断方法、诊断装置、诊断设备及存储介质 | |
JP5827426B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JP5827425B1 (ja) | 予兆診断システム及び予兆診断方法 | |
KR20190013017A (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
JPWO2012029500A1 (ja) | 運用管理装置、運用管理方法、及びプログラム | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
JP6915693B2 (ja) | システム分析方法、システム分析装置、および、プログラム | |
US10157113B2 (en) | Information processing device, analysis method, and recording medium | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 | |
JP6973445B2 (ja) | 表示方法、表示装置、および、プログラム | |
JP2024003329A (ja) | 異常検知装置、異常検知方法、及び異常検知プログラム | |
CN115345190A (zh) | 信号异常的检测方法、装置及服务器 | |
JP2022165669A (ja) | 異常検出装置、異常検出方法、および異常検出プログラム | |
JP2020119110A (ja) | データアセット分析支援システムおよびデータ分析方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180626 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180626 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190806 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190926 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200204 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20200327 |
|
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: 20200908 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200921 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6777142 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |