KR20190077358A - 상태 감시 장치, 상태 감시 방법 및 프로그램 - Google Patents

상태 감시 장치, 상태 감시 방법 및 프로그램 Download PDF

Info

Publication number
KR20190077358A
KR20190077358A KR1020197012035A KR20197012035A KR20190077358A KR 20190077358 A KR20190077358 A KR 20190077358A KR 1020197012035 A KR1020197012035 A KR 1020197012035A KR 20197012035 A KR20197012035 A KR 20197012035A KR 20190077358 A KR20190077358 A KR 20190077358A
Authority
KR
South Korea
Prior art keywords
image data
frame
dimensional image
information
detection information
Prior art date
Application number
KR1020197012035A
Other languages
English (en)
Other versions
KR102170205B1 (ko
Inventor
세이이치로 사카이
야스히로 나오하라
Original Assignee
신와 콘트롤즈 가부시키가이샤
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 신와 콘트롤즈 가부시키가이샤 filed Critical 신와 콘트롤즈 가부시키가이샤
Publication of KR20190077358A publication Critical patent/KR20190077358A/ko
Application granted granted Critical
Publication of KR102170205B1 publication Critical patent/KR102170205B1/ko

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/49—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring ensuring correct operation, e.g. by trial operation or configuration checks
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/38—Failure diagnosis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/50—Control or safety arrangements characterised by user interfaces or communication
    • F24F11/52—Indication arrangements, e.g. displays
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/62—Control or safety arrangements characterised by the type of control or by internal processing, e.g. using fuzzy logic, adaptive control or estimation of values
    • F24F11/63—Electronic processing
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • 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
    • 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
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/20—Processor architectures; Processor configuration, e.g. pipelining
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/15—Power, e.g. by voltage or current
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B2700/00—Sensing or detecting of parameters; Sensors therefor
    • F25B2700/19—Pressures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
    • G06F2218/08—Feature extraction
    • G06F2218/10—Feature extraction by analysing the shape of a waveform, e.g. extracting parameters relating to peaks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Signal Processing (AREA)
  • Mathematical Physics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Automation & Control Theory (AREA)
  • Human Computer Interaction (AREA)
  • Fuzzy Systems (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Air Conditioning Control Device (AREA)
  • Image Analysis (AREA)

Abstract

[과제] 연속적으로 검출되는 정보의 이상 또는 이상의 전조를 효율적으로 또한 정밀도 좋게 판정한다. [해결 수단] 본 발명에 따른 상태 감시 장치는, 연속적으로 검출되는 검출 정보를 취득하는 정보 취득부와, 검출 정보를 소정의 시간 간격마다 프레임(F)으로 구분하고, 가로축을 시간축, 세로축을 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 프레임(F) 내의 복수의 검출 정보의 분포를 나타내는 2차원 화상 데이터를 프레임(F) 단위로 생성하는 화상 데이터 생성부와, 순차적으로 생성되는 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 정답 레이블에 해당하는 2차원 화상 데이터가 생성되었을 때에 이상 또는 이상의 전조가 발생한 것으로 판정하는 상태 검출부를 구비한다.

Description

상태 감시 장치, 상태 감시 방법 및 프로그램
본 발명은 예를 들면 장기간에 걸쳐서 운전되는 공기 조화 장치나 칠러 장치의 상태를 감시할 때에 이용하기 적합한 상태 감시 장치, 상태 감시 방법 및 프로그램에 관한 것이다.
장기간에 걸쳐서 운전되는 장치의 일례로서, 반도체 제조 설비에 설치되는 공기 조화 장치나 칠러 장치 등을 들 수 있다. 이 중의 공기 조화 장치는, 통상, 압축기, 응축기, 팽창 밸브 및 증발기를 가지는 냉동 회로와, 당해 냉동 회로의 증발기에 의해서 냉각되는 공기를 통류시키는 송풍기를 구비하고 있다. 이런 종류의 공기 조화 장치에서는, 대부분의 경우, 모터 구동식의 압축기 및 송풍기가 이용되고, 모터는 인버터로부터 전류가 공급되어 회전 구동한다. 또한 칠러 장치는 액체를 통류시키기 위한 펌프를 구비하고, 이와 같은 펌프도, 대부분의 경우, 모터 구동식의 펌프이다. 이 경우도, 모터는 인버터로부터 전류가 공급되어 회전 구동한다.
공기 조화 장치나 칠러 장치가 반도체 제조 설비에 이용되는 경우에, 그 구성부품에 갑자기 이상이 발생했을 때에는, 특히 공기를 통류시키기 위한 공기 조화 장치의 송풍기가 고장났을 때에는, 반도체 제조 설비에 있어서의 제조 조건이 급격하게 변화할 수 있기 때문에, 제조 중의 제품에 다대한 영향이 생겨, 현저하게 수율이 저하될 우려가 있다. 따라서, 이와 같은 공기 조화 장치나 칠러 장치에 있어서는, 이상 검출 기능을 갖게 하는 것이 바람직하다. 예를 들면 인버터는, 통상, 공급하는 전류가 어떠한 원인으로 정격 전류보다도 커졌을 때에, 이상을 통지하고, 필요에 따라서 전력 공급을 정지하는 기능을 가지고 있다. 간이적(簡易的)으로는, 이와 같은 기능을 이용함으로써, 공기 조화 장치나 칠러 장치에 이상 검출 기능을 갖게 할 수 있다. 이와 같은 이상 검출에 관련되는 기술은, 종래부터 다양하게 제안되고 있다(예를 들면 JP2012-159270 A).
최근, 각종의 분야에서 인공지능(AI)의 활용이 기대되고 있고, 본건 출원인은, 상술한 바와 같은 공기 조화 장치나 칠러 장치의 이상에 의한 손해를 미연에 방지하기 위해서, 인공지능의 이용에 의해서 이상의 전조를 검출 가능하게 하는 것을 검토하고 있다. 인공지능을 활용하면, 공기 조화 장치나 칠러 장치의 운전시의 정보가 많이 축적될수록, 이상의 전조의 검출 정밀도를 향상시키는 것이 가능하게 될 것으로 생각할 수 있다.
그렇지만, 이상의 전조를 충분한 정밀도로 검출하기 위해서는, 많은 정보를 인공지능에 입력하여 학습시킬 필요가 있고, 특히 압축기, 송풍기에 공급되는 전류 등을 수집하는 경우에는, 검출되는 전류의 파형이 많은 노이즈 성분을 포함하고 또한 인공지능에 있어서 처리하기 어려운 정보라고도 생각할 수 있기 때문에, 검출 정밀도의 확보를 위해서 방대한 시간 및 정보가 필요하게 되는 것이 상정된다. 이와 같이 방대한 정보의 처리가 필요한 경우에는, 대규모의 정보 처리 장치가 필요하게 되고, 제조 코스트가 과잉이 되어, 실제상의 이용에 지장이 발생할 우려가 있다.
본 발명은 이와 같은 실정을 고려하여 이루어진 것으로, 연속적으로 검출되는 정보의 이상 또는 이상의 전조를 효율적으로 또한 정밀도 좋게 판정할 수 있는 상태 감시 장치, 상태 감시 방법 및 프로그램을 제공하는 것을 목적으로 한다.
본 발명에 따른 상태 감시 장치는, 연속적으로 검출되는 검출 정보를 취득하는 정보 취득 수단과, 상기 정보 취득 수단에 의해서 취득되는 상기 검출 정보를 소정의 시간 간격마다 프레임으로 구분하고, 가로축을 시간축, 세로축을 상기 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 상기 프레임 내의 복수의 상기 검출 정보의 분포를 나타내는 2차원 화상 데이터를 상기 프레임 단위로 생성하는 화상 데이터 생성 수단과, 상기 화상 데이터 생성 수단에 의해서 순차적으로 생성되는 상기 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 상기 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블(correct label)을 생성하는 것과 함께, 상기 정답 레이블에 해당하는 상기 2차원 화상 데이터가 생성되었을 때에 상기 검출 정보에 이상 또는 이상의 전조가 발생한 것으로 판정하는 상태 검출 수단을 구비한다.
본 발명에 따른 상태 감시 장치에 있어서, 상기 화상 데이터 생성 수단은, 상기 프레임 내에서 서로 이웃하는 상기 검출 정보를 순서대로 선분으로 연결한 꺾은선 그래프를 나타내는 화상 데이터를, 상기 2차원 화상 데이터로서 생성하게 되어 있어도 된다.
또한 본 발명에 따른 상태 감시 장치에 있어서, 상기 화상 데이터 생성 수단은, 상기 검출 정보를 서로 이웃하여 연속하는 2개의 상기 프레임에 의해서 구분하고, 2개의 상기 프레임 중 최초의 프레임이 다음의 프레임과 중첩되도록 위치할 때까지, 상기 최초의 프레임을 상기 검출 정보의 검출 간격 단위로 순차적으로 시프트시키고, 시프트 전의 위치 및 시프트되었을 때의 각 위치에 있어서의 상기 검출 정보의 최대값 및 최소값을 추출하고, 추출한 상기 최대값 및 상기 최소값을 검출 타이밍이 빠른 것부터 순서대로 상기 최초의 프레임 내에 시계열로 늘어놓고, 복수의 상기 최대값을 꺾은선 모양으로 연결한 경계선과 복수의 상기 최소값을 꺾은선 모양으로 연결한 경계선의 사이의 영역을 그 이외의 영역과는 다르게 띠모양으로 나타내는 화상 데이터를 생성하고, 당해 화상 데이터를 상기 최초의 프레임에 대응하는 상기 2차원 화상 데이터로 해도 된다.
또한 본 발명에 따른 상태 감시 장치에 있어서, 상기 화상 데이터 생성 수단은, 상기 검출 정보를 서로 이웃하여 연속하는 2개의 상기 프레임에 의해서 구분하고, 이들 프레임의 각각에 있어서, 상기 검출 정보의 최대값 및 최소값을 추출하고, 2개의 상기 프레임 중 최초의 프레임의 가로축의 전단에 당해 최초의 프레임에 있어서의 상기 검출 정보의 최대값 및 최소값을 세팅하는 것과 함께, 상기 최초의 프레임의 가로축의 후단에 다음의 프레임에 있어서의 상기 검출 정보의 최대값 및 최소값을 세팅하고, 최대값끼리를 선분으로 연결한 경계선과 최소값끼리를 선분으로 연결한 경계선의 사이의 영역을 그 이외의 영역과는 다르게 띠모양으로 나타내는 화상 데이터를 생성하고, 당해 화상 데이터를 상기 최초의 프레임에 대응하는 상기 2차원 화상 데이터로 해도 된다.
또한 본 발명에 따른 상태 감시 장치에 있어서, 상기 화상 데이터 생성 수단은, 수치로 표현했을 때의 상기 검출 정보 중 최소값의 정수 부분이 1보다도 큰 경우에, 상기 최소값의 정수 부분이 0이 되도록, 상기 검출 정보의 각각으로부터 소정의 수치를 빼는 처리를 행하고, 뺄셈 후의 각 정보에 기초하여 상기 2차원 화상 데이터를 생성하게 되어 있어도 된다.
또한 본 발명에 따른 상태 감시 장치에 있어서, 상기 검출 정보는, 공기 조화 장치를 구성하는 냉동 회로의 압축기에 공급되는 전류의 전류값, 냉동 회로내를 순환하는 냉매의 압력값, 또는 냉동 회로의 팽창 밸브의 가속도값, 공기 조화 장치를 구성하는 송풍기에 공급되는 전류의 전류값, 혹은 액체를 송수(送水)하기 위한 펌프에 공급되는 전류의 전류값이어도 된다.
또한 본 발명에 따른 상태 감시 장치에 있어서, 상기 화상 데이터 생성 수단은, 상기 검출 정보의 집합을 꺾은선 모양으로 연결하여 주파수 해석하고, 피크로 평가되는 주파수 성분의 주기를 상기 프레임의 가로축에 관한 폭으로 해도 된다.
또한, 본 발명에 따른 상태 감시 방법은, 연속적으로 검출되는 검출 정보를 취득하는 정보 취득 스텝과, 상기 정보 취득 스텝에 있어서 취득되는 상기 검출 정보를 소정의 시간 간격마다 프레임으로 구분하고, 가로축을 시간축, 세로축을 상기 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 상기 프레임 내의 복수의 상기 검출 정보의 분포를 나타내는 2차원 화상 데이터를 상기 프레임 단위로 생성하는 화상 데이터 생성 스텝과, 상기 화상 데이터 생성 스텝에 의해서 순차적으로 생성되는 상기 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 상기 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 상기 정답 레이블에 해당하는 상기 2차원 화상 데이터가 생성되었을 때에 상기 검출 정보에 이상 또는 이상의 전조가 발생한 것으로 판정하는 상태 검출 스텝을 구비한다.
또한, 본 발명에 따른 프로그램은, 연속적으로 검출되는 검출 정보를 취득하는 정보 취득 스텝과, 상기 정보 취득 스텝에 있어서 취득되는 상기 검출 정보를 소정의 시간 간격마다 프레임으로 구분하고, 가로축을 시간축, 세로축을 상기 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 상기 프레임 내의 복수의 상기 검출 정보의 분포를 나타내는 2차원 화상 데이터를 상기 프레임 단위로 생성하는 화상 데이터 생성 스텝과, 상기 화상 데이터 생성 스텝에 의해서 순차적으로 생성되는 상기 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 상기 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 상기 정답 레이블에 해당하는 상기 2차원 화상 데이터가 생성되었을 때에 상기 검출 정보에 이상 또는 이상의 전조가 발생한 것으로 판정하는 상태 검출 스텝을 컴퓨터에 실행시키기 위한 프로그램이다.
본 발명에 의하면, 연속적으로 검출되는 정보의 이상 또는 이상의 전조를 효율적으로 또한 정밀도 좋게 판정할 수 있게 된다.
도 1은 본 발명의 일 실시 형태에 따른 상태 감시 장치와, 상태 감시 장치의 감시 대상인 온도 제어 장치를 나타낸 도면이다.
도 2는 도 1에 나타내는 상태 감시 장치의 기능 구성도이다.
도 3은 도 1에 나타내는 상태 감시 장치의 상태 감시 동작을 설명하는 플로차트이다.
도 4는 도 3에 나타내는 상태 감시 동작에 있어서의 화상 데이터 생성 스텝을 설명하는 개념도이다.
도 5는 도 3에 나타내는 상태 감시 동작에 있어서의 화상 데이터 생성 스텝을 설명하는 개념도이다.
도 6은 도 3에 나타내는 상태 감시 동작에 있어서의 화상 데이터 생성 스텝을 설명하는 개념도이다.
도 7은 변형예에 따른 상태 감시 동작에 있어서의 화상 데이터 생성 스텝을 설명하는 개념도이다.
도 8은 다른 변형예에 따른 상태 감시 동작에 있어서의 화상 데이터 생성 스텝을 설명하는 개념도이다.
이하, 본 발명의 일 실시 형태에 대해서 설명한다.
도 1은 본 발명의 일 실시 형태에 따른 상태 감시 장치(1)와, 상태 감시 장치(1)의 감시 대상인 온도 제어 장치(100)를 나타내고 있다.
온도 제어 장치(100)는 냉동 회로(101)와, 송풍기(110)와, 액체 온도 조절 장치(120)와, 이들 각부를 제어하는 컨트롤러(130)를 가지고 있다. 냉동 회로(101) 및 송풍기(110)는 공기 조화 장치를 구성하고 있고, 냉동 회로(101)에서는, 압축기(102), 응축기(103), 팽창 밸브(104) 및 증발기(105)가, 이 순서대로 냉매를 순환시키도록 배관에 의해서 접속되어 있다. 송풍기(110)는, 모터에 의해서 팬을 회전 구동시킴으로써, 증발기(105)에 의해서 냉각된 공기를 반송한다. 송풍기(110)는 인버터(111)에 전기적으로 접속되고, 인버터(111)는 컨트롤러(130)에 전기적으로 접속되어 있다. 인버터(111)는 컨트롤러(130)로부터의 지령에 따라 송풍기(110)의 모터에 소정의 주파수로 전류를 공급하고, 이것에 의해 송풍기(110)가 구동된다. 이때, 본 실시 형태에서는, 인버터(111)의 공급 전류가 컨트롤러(130)의 기록부(131)에 입력되게 되어 있다.
또한 액체 온도 조절 장치(120)는 모터에 의해서 회전 구동되는 펌프를 가지고, 펌프의 회전 구동에 의해서 예를 들면 브라인을 순환시키게 되어 있다. 액체 온도 조절 장치(120)는 인버터(121)에 전기적으로 접속되고, 인버터(121)는 컨트롤러(130)에 전기적으로 접속되어 있다. 인버터(121)는 컨트롤러(130)로부터의 지령에 따라 액체 온도 조절 장치(120)의 모터에 소정의 주파수로 전류를 공급하고, 이것에 의해 액체 온도 조절 장치(120)의 펌프가 구동된다. 이때, 본 실시 형태에서는, 인버터(121)의 공급 전류가 컨트롤러(130)의 기록부(131)에 입력되게 되어 있다. 또한 컨트롤러(130)는 상술한 기록부(131), 기록부(131)에 기록된 정보를 외부에 출력하기 위한 출력부(132), 인버터(111, 121)나 압축기(102) 등으로의 지령을 연산하는 각종 연산부 등을 가지고 있다. 컨트롤러(130)는, 예를 들면 CPU, ROM, RAM 등을 가지고 구성된다.
상태 감시 장치(1)는, 소위 서버이며, 예를 들면 CPU, ROM, RAM 등을 가지고 구성되어 있다. 상태 감시 장치(1)는 온도 제어 장치(100)에 중계 단말(20) 및 네트워크(30)를 통해서 접속되어 있다. 중계 단말(20)은 예를 들면 근거리 무선 통신에 의해 컨트롤러(130)의 출력부(132)와 통신 가능한 장치이며, 연속적으로 검출되는 온도 제어 장치(100)의 정보, 예를 들면 인버터(111)가 모터에 공급하는 공급 전류의 값 등을 출력부(132)로부터 수신 가능하게 되어 있다. 중계 단말(20)은 퍼스널 컴퓨터, 태블릿형 컴퓨터, 스마트폰 등이어도 된다. 또한 네트워크(30)는 인터넷이어도 되고, 로컬 에어리어 네트워크여도 된다.
또한 본 실시 형태에서는, 상태 감시 장치(1)가 중계 단말(20)을 통해서 온도 제어 장치(100)의 컨트롤러(130)로부터 정보를 취득하지만, 상태 감시 장치(1)는 컨트롤러(130)로부터 네트워크(30)만을 통해서 정보를 취득해도 된다.
도 2에는, 상태 감시 장치(1)의 기능 구성도가 도시되어 있다. 도 2에 나타내는 바와 같이, 상태 감시 장치(1)는 연속적으로 검출되는 검출 정보(예를 들면 인버터(111)가 모터에 공급하는 공급 전류의 값 등)를 취득하는 정보 취득부(11)와, 정보 취득부(11)에 의해서 취득되는 검출 정보에 기초하여 2차원 화상 데이터를 생성하는 화상 데이터 생성부(12)와, 화상 데이터 생성부(12)가 생성한 2차원 화상 데이터에 기초하여 기계 학습 및 이상에 관한 판정을 행하는 상태 검출부(13)를 가지고 있다. 또한 본 예에 있어서, 정보 취득부(11), 화상 데이터 생성부(12) 및 상태 검출부(13)에 의한 각 처리는, CPU가 ROM에 격납된 프로그램을 RAM에 전개하여 실행함으로써 이루어진다.
화상 데이터 생성부(12)는 정보 취득부(11)에 의해서 취득되는 검출 정보를 소정의 시간 간격마다 프레임(F)으로 구분하고, 가로축을 시간축, 세로축을 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 프레임(F) 내의 복수의 검출 정보의 분포를 나타내는 2차원 화상 데이터를 프레임(F) 단위로 생성하는 것이다. 구체적으로 본 실시 형태에 있어서는, 프레임(F) 내에서 서로 이웃하는 검출 정보를 순서대로 선분으로 연결한 꺾은선 그래프를 나타내는 화상 데이터가, 2차원 화상 데이터로서 생성된다.
또한 상태 검출부(13)는 화상 데이터 생성부(12)에 의해서 순차적으로 생성되는 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 미리 기록된 또는 새롭게 생성된 정답 레이블에 해당하는 2차원 화상 데이터가 생성되었을 때에 검출 정보에 이상 또는 이상의 전조가 발생한 것으로 판정하는 것이다. 자세하게는, 본 실시 형태에 있어서의 상태 검출부(13)는 인공지능에 의한 알고리즘을 이용한 기계 학습을 실행하고, 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 2차원 화상 데이터와 정답 레이블을 대비하여 온도 제어 장치(100)에 이상이 발생했는지 여부 및/또는 이상의 전조가 발생했는지 여부를 판정하게 되어 있다. 본 실시 형태에 있어서는, 인공지능에 의한 알고리즘(소프트웨어)으로서, PFN사가 개발한 「Chainer」가 채용되지만, 다른 알고리즘이 채용되어도 된다.
다음으로 도 3은 상태 감시 장치(1)의 상태 감시 동작을 설명하는 플로차트이고, 도 4 내지 도 6은 각각, 상태 감시 동작의 화상 데이터 생성 스텝을 설명하는 개념도이다. 이하, 상태 감시 장치(1)에 의한 상태 감시 동작에 대해서 도 3 내지 도 6을 참조하면서 설명한다. 여기에서는, 인버터(111)가 송풍기(110)에 공급하는 공급 전류의 값에 기초하여, 송풍기(110)의 이상 또는 이상의 전조의 검출 동작을 행한 예를 설명한다.
본 실시 형태에서는, 우선, 스텝 S1에 있어서, 온도 제어 장치(100)에 있어서의 컨트롤러(130)의 기록부(131)가, 연속적으로 검출되는 검출 정보를 기록하고, 구체적으로는 인버터(111)가 송풍기(110)에 공급하는 공급 전류의 값이 기록된다.
그 다음에 스텝 S2에 있어서, 상태 감시 장치(1)의 정보 취득부(11)가, 기록부(131)에 기록된 인버터(111)의 공급 전류의 값을 컨트롤러(130)의 출력부(132)로부터, 중계 단말(20) 및 네트워크(30)를 통해서 취득한다.
그 다음에 스텝 S3에 있어서는, 화상 데이터 생성부(12)가, 정보 취득부(11)에 의해서 취득된 인버터(111)의 공급 전류의 값을 소정의 시간 간격마다 프레임(F)으로 구분하고, 가로축을 시간축, 세로축을 공급 전류의 값의 크기를 나타내는 축으로 하여, 프레임(F) 내의 복수의 공급 전류의 값의 분포를 나타내는 2차원 화상 데이터를 프레임 단위로 생성한다.
도 4는 스텝 S3에서 행해지는 화상 데이터 생성부(12)에 의한 화상 데이터 생성 처리를 개념적으로 나타낸 도면이다. 정보 취득부(11)에 의해서 취득되는 공급 전류의 집합은, 화상으로서 표현하면, 도 4의 좌측의 영역에 나타내지는 바와 같이, 예를 들면 물결 모양과 같은 상태가 된다. 화상 데이터 생성부(12)는, 이와 같은 공급 전류를, 도 4의 우측의 영역에 나타내지는 바와 같이, 소정의 시간 간격마다 프레임(F)으로 분할하고, 프레임(F) 내의 복수의 공급 전류의 값의 분포를 나타내는 2차원 화상 데이터를 프레임 단위로 생성해 나간다.
프레임(F)의 가로축에 관한 폭은, 각 프레임(F) 내의 공급 전류를 화상으로서 표현했을 때에, 각 프레임 내의 화상이 형상에 관하여 서로 비슷한 경향이 되도록 규정되어 있고, 이와 같은 프레임(F)의 폭은, 미리 행한 파형의 관찰에 기초하여 정해도 되고, 해석적으로 정해도 된다. 본 실시 형태에서는, 인버터(111)의 공급 전류의 집합을 꺾은선 모양으로 연결하여 주파수 해석하고, 피크로 평가되는 주파수 성분의 주기를 프레임(F)의 가로축에 관한 폭으로 하고 있다. 본 실시 형태에서는, 이와 같은 주파수 해석의 처리가, 화상 데이터 생성부(12)의 처리가 행해지기 전의 운전에 있어서 행해지고 있다. 주파수 해석은, 주파수 분석이나, 스펙트럼 해석이라고 불리는 경우도 있다. 주파수 해석은 파형에 포함되는 주파수 성분의 분포를 특정하기 위한 해석이며, 예를 들면, 시판된 FFT(고속 푸리에 변환) 분석기에 의해서 행할 수 있다. 주파수 해석을 이용하여 프레임(F)의 가로축에 관한 폭을 정하는 경우, 공급 전류의 집합을 꺾은선 모양으로 연결한 파형을 주파수 해석하고, 당해 파형에 있어서 피크로 평가되는 주파수 성분을 특정한다. 그 후, 피크로 평가되는 주파수 성분에 대응하는 주기를, 「주파수 = 1/주기」의 관계에 기초하여 연산함으로써, 당해 연산한 주기가, 프레임(F)의 가로축에 관한 폭(시간 간격)으로서, 설정된다.
또한 본 실시 형태에서는, 도 5에 나타내는 그래프에 있어서의 A란에 있어서 파선의 직사각형 테두리로 둘러싼 값(26.85)으로 나타내는 바와 같이, 수치로 표현했을 때의 인버터(111)의 공급 전류 중 최소값의 정수 부분이 1보다도 큰 또는 1이상인 경우에, 화상 데이터 생성부(12)가, 이 최소값의 정수 부분이 0이 되도록, 인버터(111)의 공급 전류의 각각으로부터 소정의 수치, 본 예에서는 「26」을 빼는 처리를 행한다. 그리고, 그 후의 수치를 이용하여 2차원 화상 데이터를 생성하게 되어 있다. 이것에 의해, 인버터(111)의 공급 전류의 값을 나타낼 때 및 공급 전류를 화상 데이터로 나타낼 때에 이용하는 비트수의 삭감을 도모할 수 있다. 구체적으로는, 도 6에 나타내는 바와 같이, 사이즈가 억제된 화상 데이터로서 2차원 화상 데이터를 생성하는 것이 가능하게 된다.
그 다음에 스텝 S4에 있어서는, 상태 검출부(13)가, 도 6에 나타내는 바와 같이 화상 데이터 생성부(12)에 의해서 생성된 2차원 화상 데이터를 취득하여, 순차적으로 생성되는 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 정답 레이블에 해당하는 2차원 화상 데이터가 생성되었을 때에 송풍기(110)에 이상 또는 이상의 전조가 발생한 것으로 판정한다. 상태 검출부(13)가 행하는 기계 학습에 기초하는 정답 레이블의 생성 처리는, 2차원 화상 데이터를 순서대로 축적하여 특징 추출 학습을 행하여, 정답 레이블을 이끌어내는 비지도 학습이어도 되고, 미리 대표적인 정답 레이블을 교사 데이터로서 기록해 놓고, 이와 같은 정답 레이블을 기준으로 분류 학습을 실행시켜, 새로운 정답 레이블을 생성하는 지도 학습이어도 된다.
이상으로 설명한 본 실시 형태에 따른 상태 감시 장치(1)에 의하면, 연속적으로 검출되는 정보를 나타내는 화상 데이터를 프레임 단위로 이용함으로써, 연속적으로 검출되는 정보(본 실시 형태에서는 송풍기(110)로의 공급 전류의 값)의 이상 또는 이상의 전조를 효율적으로 또한 정밀도 좋게 판정할 수 있게 된다. 또한, 본 실시 형태에서는, 정보 취득부(11)가, 검출 정보로서, 공기 조화 장치를 구성하는 송풍기(110)에 공급되는 전류의 전류값을 취득한다. 그렇지만, 정보 취득부(11)는, 공기 조화 장치를 구성하는 냉동 회로(101)의 압축기(102)에 공급되는 전류의 전류값, 냉동 회로(101) 내를 순환하는 냉매의 압력값, 또는 냉동 회로(101)의 팽창 밸브(104)의 가속도값, 혹은 액체를 송수하기 위한 펌프에 공급되는 전류의 전류값을, 검출 정보로서 취득해도 된다. 또한 팽창 밸브(104)의 가속도값이란, 팽창 밸브(104)의 밸브 몸체 부분의 가속도값, 즉 진동시의 가속도값을 의미한다.
(변화예 1)
다음으로 변형예 1에 대해서 설명한다. 변형예 1에서는, 화상 데이터 생성부(12)의 처리가 상술한 실시 형태와 차이가 있다. 변형예 1에 따른 화상 데이터 생성부(12)는, 우선, 검출 정보(전류값)를 서로 이웃하여 연속하는 2개의 프레임(F)에 의해서 구분하고, 2개의 프레임(F) 중 최초의 프레임(F)이 다음의 프레임(F)과 중첩되도록 위치할 때까지, 최초의 프레임(F)을 검출 정보의 검출 간격 단위로 순차적으로 시프트시키고, 시프트 전의 위치 및 시프트되었을 때의 각 위치에 있어서의 검출 정보의 최대값 및 최소값을 추출한다. 그 다음에, 추출한 최대값 및 최소값을 검출 타이밍이 빠른 것부터 순서대로 최초의 프레임(F) 내에 시계열로 늘어놓는다. 그리고, 복수의 최대값을 꺾은선 모양으로 연결한 경계선과 복수의 최소값을 꺾은선 모양으로 연결한 경계선의 사이의 영역을 그 이외의 영역과는 다르게 띠모양으로 나타내는 화상 데이터를 생성하고, 당해 화상 데이터를 최초의 프레임(F)에 대응하는 2차원 화상 데이터로서 생성한다.
도 7은 변형예 1에 따른 화상 데이터 생성 스텝을 개념적으로 설명하는 도면이다. 「2개의 프레임(F) 중 최초의 프레임(F)이 다음의 프레임(F)과 중첩되도록 위치할 때까지, 최초의 프레임(F)을 검출 정보의 검출 간격 단위로 순차적으로 시프트」시킨다는 것은, 도 7에 있어서의 F(1), F(2), F(3) … F(Last)에 나타내는 바와 같이, 검출 정보를 구분하는 프레임(F)의 범위를 순차적으로, 후방 측으로 시프트시키는 것을 의미한다. 최초의 프레임(F)은, F(1)에 대응하고, 상술한 다음의 프레임(F)은, F(Last)에 대응한다. 본 변형예에서는, 이와 같은 시프트의 처리가, 프레임 F(1)이 프레임 F(Last)와 중첩되도록 위치할 때까지 행해진다. 그리고 F(1), F(2), F(3) … F(Last)의 각 위치에서, 검출 정보의 최대값(Max) 및 최소값(Min)이 추출된다. 그리고, 도 7의 하측의 영역에 나타내는 바와 같이, 추출한 최대값 및 최소값이, 검출 타이밍이 빠른 것부터 순서대로 최초의 프레임 F(1) 내에 시계열로 늘어놓여지고, 이때, 원래의 검출 정보가 클리어(소거)된다. 그리고, 복수의 최대값을 꺾은선 모양으로 연결한 경계선과 복수의 최소값을 꺾은선 모양으로 연결한 경계선을 형성하고, 2개의 경계선의 사이의 영역을 그 이외의 영역과는 다르게 띠모양으로 나타내는 화상 데이터가, 당초, 검출 정보를 구분한 서로 이웃하여 연속하는 2개의 프레임(F) 중 최초의 프레임(F)에 대응하는 2차원 화상 데이터로서 생성된다.
이상과 같이 하여 생성된 2차원 화상 데이터에서는, 노이즈 성분이 억제되기 때문에, 변형예 1에 의하면, 상태 검출부(13)의 연산 시간의 단축화를 도모할 수 있다.
(변형예 2)
다음으로 변형예 2에 대해서 설명한다. 변형예 2에서는, 화상 데이터 생성부(12)의 처리가 상술한 실시 형태 및 변형예 1과 차이가 있다. 도 8은 변형예 2에 따른 화상 데이터 생성 스텝을 개념적으로 설명하는 도면이다. 도 8을 참조하여, 변형예 2에 따른 화상 데이터 생성부(12)는, 우선, 검출 정보(전류값)를 서로 이웃하여 연속하는 2개의 프레임(F, F)에 의해 구분하고, 이들 프레임(F, F)의 각각에 있어서, 검출 정보의 최대값 Max(1), Max(2) 및 최소값 Min(1), Min(2)를 추출한다. 그리고, 서로 이웃하는 프레임(F, F) 중 최초의 프레임(F)의 가로축의 전단에 당해 최초의 프레임에 있어서의 검출 정보의 최대값 Max(1) 및 최소값 Min(1)을 세팅하는 것과 함께, 최초의 프레임(F)의 가로축의 후단에 다음의 프레임(F)에 있어서의 검출 정보의 최대값 Max(2) 및 최소값 Min(2)를 세팅한다. 그리고, 최대값끼리를 선분으로 연결한 경계선과 최소값끼리를 선분으로 연결한 경계선의 사이의 영역을 그 이외의 영역과는 다르게 띠모양으로 나타내는 화상 데이터를, 최초의 프레임(F)에 대응하는 2차원 화상 데이터로서 생성한다.
이상과 같이 하여 생성된 2차원 화상 데이터에 있어서도, 노이즈 성분이 억제되기 때문에, 변형예 2에 의하면, 상태 검출부(13)의 연산 시간의 단축화를 도모할 수 있다.
이상, 본 발명의 실시 형태를 설명했지만, 본 발명은 상술한 실시 형태 및 변형예로 한정되는 것이 아니며, 상술한 실시 형태 및 변형예에 있어서는, 추가적인 각종의 변경이 행해져도 된다. 상술한 실시 형태에서는, 본 발명이 공기 조화 장치나 칠러 장치에 있어서 이용되는 예를 설명했지만, 본 발명은 그 밖의 다양한 분야에서 이용될 수 있다.

Claims (7)

  1. 연속적으로 검출되는 검출 정보를 취득하는 정보 취득 수단과,
    상기 정보 취득 수단에 의해서 취득되는 상기 검출 정보를 소정의 시간 간격마다 프레임으로 구분하고, 가로축을 시간축, 세로축을 상기 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 상기 프레임 내의 복수의 상기 검출 정보의 분포를 나타내는 2차원 화상 데이터를 상기 프레임 단위로 생성하는 화상 데이터 생성 수단과,
    상기 화상 데이터 생성 수단에 의해서 순차적으로 생성되는 상기 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 상기 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 상기 정답 레이블에 해당하는 상기 2차원 화상 데이터가 생성되었을 때에 상기 검출 정보에 이상 또는 이상의 전조가 발생한 것으로 판정하는 상태 검출 수단을 구비하는 것을 특징으로 하는 상태 감시 장치.
  2. 청구항 1에 있어서,
    상기 화상 데이터 생성 수단은 상기 프레임 내에서 서로 이웃하는 상기 검출 정보를 순서대로 선분으로 연결한 꺾은선 그래프를 나타내는 화상 데이터를, 상기 2차원 화상 데이터로서 생성하는 것을 특징으로 하는 상태 감시 장치.
  3. 청구항 1에 있어서,
    상기 화상 데이터 생성 수단은 상기 검출 정보를 서로 이웃하여 연속하는 2개의 상기 프레임에 의해서 구분하고, 2개의 상기 프레임 중 최초의 프레임이 다음의 프레임과 중첩되도록 위치할 때까지, 상기 최초의 프레임을 상기 검출 정보의 검출 간격 단위로 순차적으로 시프트시키고, 시프트 전의 위치 및 시프트되었을 때의 각 위치에 있어서의 상기 검출 정보의 최대값 및 최소값을 추출하고, 추출한 상기 최대값 및 상기 최소값을 검출 타이밍이 빠른 것부터 순서대로 상기 최초의 프레임 내에 시계열로 늘어놓고, 복수의 상기 최대값을 꺾은선 모양으로 연결한 경계선과 복수의 상기 최소값을 꺾은선 모양으로 연결한 경계선 사이의 영역을 그 이외의 영역과는 다르게 띠모양으로 나타내는 화상 데이터를 생성하고, 당해 화상 데이터를 상기 최초의 프레임에 대응하는 상기 2차원 화상 데이터로 하는 것을 특징으로 하는 상태 감시 장치.
  4. 청구항 1에 있어서,
    상기 화상 데이터 생성 수단은 상기 검출 정보를 서로 이웃하여 연속하는 2개의 상기 프레임에 의해서 구분하고, 이들 프레임의 각각에 있어서, 상기 검출 정보의 최대값 및 최소값을 추출하고, 2개의 상기 프레임 중 최초의 프레임의 가로축의 전단에 당해 최초의 프레임에 있어서의 상기 검출 정보의 최대값 및 최소값을 세팅하는 것과 함께, 상기 최초의 프레임의 가로축의 후단에 다음의 프레임에 있어서의 상기 검출 정보의 최대값 및 최소값을 세팅하고, 최대값끼리를 선분으로 연결한 경계선과 최소값끼리를 선분으로 연결한 경계선의 사이의 영역을 그 이외의 영역과는 다르게 띠모양으로 나타내는 화상 데이터를 생성하고, 당해 화상 데이터를 상기 최초의 프레임에 대응하는 상기 2차원 화상 데이터로 하는 것을 특징으로 하는 상태 감시 장치.
  5. 청구항 1에 있어서,
    상기 검출 정보는 공기 조화 장치를 구성하는 냉동 회로의 압축기에 공급되는 전류의 전류값, 냉동 회로 내를 순환하는 냉매의 압력값, 또는 냉동 회로의 팽창 밸브의 가속도값, 공기 조화 장치를 구성하는 송풍기에 공급되는 전류의 전류값, 혹은 액체를 송수하기 위한 펌프에 공급되는 전류의 전류값인 것을 특징으로 하는 상태 감시 장치.
  6. 연속적으로 검출되는 검출 정보를 취득하는 정보 취득 스텝과,
    상기 정보 취득 스텝에 있어서 취득되는 상기 검출 정보를 소정의 시간 간격마다 프레임으로 구분하고, 가로축을 시간축, 세로축을 상기 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 상기 프레임 내의 복수의 상기 검출 정보의 분포를 나타내는 2차원 화상 데이터를 상기 프레임 단위로 생성하는 화상 데이터 생성 스텝과,
    상기 화상 데이터 생성 스텝에 의해서 순차적으로 생성되는 상기 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 상기 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 상기 정답 레이블에 해당하는 상기 2차원 화상 데이터가 생성되었을 때에 상기 검출 정보에 이상 또는 이상의 전조가 발생한 것으로 판정하는 상태 검출 스텝을 구비하는 것을 특징으로 하는 상태 감시 방법.
  7. 연속적으로 검출되는 검출 정보를 취득하는 정보 취득 스텝과,
    상기 정보 취득 스텝에 있어서 취득되는 상기 검출 정보를 소정의 시간 간격마다 프레임으로 구분하고, 가로축을 시간축, 세로축을 상기 검출 정보의 크기 또는 양을 나타내는 축으로 하여, 상기 프레임 내의 복수의 상기 검출 정보의 분포를 나타내는 2차원 화상 데이터를 상기 프레임 단위로 생성하는 화상 데이터 생성 스텝과,
    상기 화상 데이터 생성 스텝에 의해서 순차적으로 생성되는 상기 2차원 화상 데이터에 기초하는 기계 학습을 실행하고, 상기 2차원 화상 데이터가 이상 또는 이상의 전조를 나타내는 것인지 여부를 판정하기 위한 정답 레이블을 생성하는 것과 함께, 상기 정답 레이블에 해당하는 상기 2차원 화상 데이터가 생성되었을 때에 상기 검출 정보에 이상 또는 이상의 전조가 발생한 것으로 판정하는 상태 검출 스텝을 컴퓨터에 실행시키기 위한 프로그램.
KR1020197012035A 2017-05-31 2018-05-28 상태 감시 장치, 상태 감시 방법 및 프로그램 KR102170205B1 (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2017-108040 2017-05-31
JP2017108040A JP6298562B1 (ja) 2017-05-31 2017-05-31 状態監視装置、状態監視方法及びプログラム
PCT/JP2018/020409 WO2018221469A1 (ja) 2017-05-31 2018-05-28 状態監視装置、状態監視方法及びプログラム

Publications (2)

Publication Number Publication Date
KR20190077358A true KR20190077358A (ko) 2019-07-03
KR102170205B1 KR102170205B1 (ko) 2020-10-26

Family

ID=61629128

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020197012035A KR102170205B1 (ko) 2017-05-31 2018-05-28 상태 감시 장치, 상태 감시 방법 및 프로그램

Country Status (7)

Country Link
US (1) US11156532B2 (ko)
EP (1) EP3633477A4 (ko)
JP (1) JP6298562B1 (ko)
KR (1) KR102170205B1 (ko)
CN (1) CN109844667B (ko)
TW (1) TWI724305B (ko)
WO (1) WO2018221469A1 (ko)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6298562B1 (ja) * 2017-05-31 2018-03-20 伸和コントロールズ株式会社 状態監視装置、状態監視方法及びプログラム
JP6897723B2 (ja) * 2019-07-19 2021-07-07 Ｊｆｅスチール株式会社 学習モデル生成方法、学習モデル生成装置、高炉の溶銑温度制御方法、高炉の溶銑温度制御ガイダンス方法、及び溶銑の製造方法
JP7328828B2 (ja) * 2019-08-27 2023-08-17 フォルシアクラリオン・エレクトロニクス株式会社 状態推定装置、状態推定プログラムおよび状態推定方法
CN114825636A (zh) * 2022-05-26 2022-07-29 深圳博浩远科技有限公司 一种光伏逆变器健康状态监控与告警系统及方法
CN117892095B (zh) * 2024-03-14 2024-05-28 山东泰开电力电子有限公司 一种储能系统用的散热系统故障智能检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06105141A (ja) * 1992-08-06 1994-04-15 Matsushita Electric Ind Co Ltd 画像形成装置
JP2005207644A (ja) * 2004-01-21 2005-08-04 Mitsubishi Electric Corp 機器診断装置、冷凍サイクル装置、流体回路診断方法、機器監視システム、冷凍サイクル監視システム
JP2010230595A (ja) * 2009-03-27 2010-10-14 Tokyo Electric Power Co Inc:The 回転体検査装置およびコンピュータプログラム
JP2010250384A (ja) * 2009-04-10 2010-11-04 Omron Corp 監視装置、監視装置の制御方法、および制御プログラム
WO2016143118A1 (ja) * 2015-03-12 2016-09-15 株式会社日立製作所 機械診断装置および機械診断方法
KR20170031985A (ko) * 2015-09-14 2017-03-22 현대건설주식회사 공기조화시스템의 고장 검출 및 진단 방법

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06298562A (ja) * 1993-04-09 1994-10-25 Ogata Kensetsu:Kk 貝類付着防止性コンクリート構造物の製造方法
US8191005B2 (en) * 2007-09-27 2012-05-29 Rockwell Automation Technologies, Inc. Dynamically generating visualizations in industrial automation environment as a function of context and state information
JP5195600B2 (ja) * 2009-04-10 2013-05-08 オムロン株式会社 稼働情報出力装置、稼働情報出力装置の制御方法、および制御プログラム
CN102369491B (zh) 2009-04-10 2014-08-13 欧姆龙株式会社 动作信息输出装置、动作信息输出装置的控制方法、监视装置、监视装置的控制方法以及控制程序
JP2012159270A (ja) 2011-02-02 2012-08-23 Daikin Industries Ltd 制御装置及びヒートポンプ装置
CN202938461U (zh) * 2012-12-10 2013-05-15 海尔集团公司 空调器以及该空调器的监控系统
EP2971989A4 (en) * 2013-03-15 2016-11-30 Emerson Electric Co REMOTE MONITORING AND DIAGNOSIS FOR A HVAC SYSTEM
CN103763515B (zh) * 2013-12-24 2017-08-11 浙江工业大学 一种基于机器学习的视频异常检测方法
JP2016157357A (ja) * 2015-02-26 2016-09-01 株式会社日立製作所 作業者品質管理方法及び作業者品質管理装置
US20170076209A1 (en) * 2015-09-14 2017-03-16 Wellaware Holdings, Inc. Managing Performance of Systems at Industrial Sites
JP6815764B2 (ja) * 2016-06-28 2021-01-20 株式会社日立製作所 溶接監視システム
JP6965882B2 (ja) * 2016-06-30 2021-11-10 日本電気株式会社 メンテナンス計画策定装置と方法とプログラム
JP2018020494A (ja) * 2016-08-04 2018-02-08 ローランドディー．ジー．株式会社 印刷装置
CN106874926A (zh) * 2016-08-04 2017-06-20 阿里巴巴集团控股有限公司 基于图像特征的业务异常检测方法及装置
JP6105141B1 (ja) * 2016-09-30 2017-03-29 株式会社日立パワーソリューションズ プリプロセッサおよび診断装置
CN106776005B (zh) * 2016-11-23 2019-12-13 华中科技大学 一种面向容器化应用的资源管理系统及方法
CN106406295B (zh) * 2016-12-02 2019-02-26 南京康尼机电股份有限公司 基于多工况的轨道交通车辆门系统故障诊断及预警方法
CN106600581B (zh) * 2016-12-02 2019-09-24 北京航空航天大学 一种基于双目立体视觉的列车运行故障自动检测系统及方法
JP6298562B1 (ja) * 2017-05-31 2018-03-20 伸和コントロールズ株式会社 状態監視装置、状態監視方法及びプログラム
US11158047B2 (en) * 2017-09-15 2021-10-26 Multus Medical, Llc System and method for segmentation and visualization of medical image data
CN107833083B (zh) * 2017-09-25 2020-09-04 阿里巴巴集团控股有限公司 一种货物订单处理方法、装置、服务器、购物终端及系统
WO2019188040A1 (ja) * 2018-03-29 2019-10-03 日本電気株式会社 画像処理装置、画像処理方法および画像処理プログラム
JP2020071716A (ja) * 2018-10-31 2020-05-07 トヨタ自動車株式会社 異常判定方法、特徴量算出方法、外観検査装置
LU101009B1 (en) * 2018-11-26 2020-05-26 Metamorphosis Gmbh Artificial-intelligence-based determination of relative positions of objects in medical images
CN110727178B (zh) * 2019-10-18 2021-06-22 南京诚芯集成电路技术研究院有限公司 一种基于机器学习确定光刻系统焦面位置的方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06105141A (ja) * 1992-08-06 1994-04-15 Matsushita Electric Ind Co Ltd 画像形成装置
JP2005207644A (ja) * 2004-01-21 2005-08-04 Mitsubishi Electric Corp 機器診断装置、冷凍サイクル装置、流体回路診断方法、機器監視システム、冷凍サイクル監視システム
JP2010230595A (ja) * 2009-03-27 2010-10-14 Tokyo Electric Power Co Inc:The 回転体検査装置およびコンピュータプログラム
JP2010250384A (ja) * 2009-04-10 2010-11-04 Omron Corp 監視装置、監視装置の制御方法、および制御プログラム
WO2016143118A1 (ja) * 2015-03-12 2016-09-15 株式会社日立製作所 機械診断装置および機械診断方法
KR20170031985A (ko) * 2015-09-14 2017-03-22 현대건설주식회사 공기조화시스템의 고장 검출 및 진단 방법

Also Published As

Publication number Publication date
EP3633477A4 (en) 2021-03-03
CN109844667B (zh) 2022-02-25
WO2018221469A1 (ja) 2018-12-06
US20190195741A1 (en) 2019-06-27
JP2018205890A (ja) 2018-12-27
US11156532B2 (en) 2021-10-26
EP3633477A1 (en) 2020-04-08
TWI724305B (zh) 2021-04-11
KR102170205B1 (ko) 2020-10-26
TW201903334A (zh) 2019-01-16
JP6298562B1 (ja) 2018-03-20
CN109844667A (zh) 2019-06-04

Similar Documents

Publication Publication Date Title
KR20190077358A (ko) 상태 감시 장치, 상태 감시 방법 및 프로그램
US20190018402A1 (en) Plant-abnormality-monitoring method and computer program for plant abnormality monitoring
JP5485939B2 (ja) 機器異常判定装置、及び機器異常判定方法
JP2016012240A (ja) 異常検知システム
US20150323425A1 (en) System and method for generating facility abnormality prediction model, and computer-readable recording medium storing program for executing the method
JP6804099B2 (ja) 状態監視装置
TWI747055B (zh) 狀態推斷裝置以及狀態推斷方法
JP7032261B2 (ja) 異常検知システムおよび異常検知方法
JP6381850B1 (ja) 故障診断装置および故障診断方法
JP7314664B2 (ja) 異常検知装置、異常検知方法、異常検知装置の制御方法、及び制御プログラム
US10088829B2 (en) Diagnostic device and method for monitoring the operation of a control loop
EP4148518A1 (en) Kpca-based non-linear chiller fault detection method
JP7484261B2 (ja) 情報処理装置、情報処理方法及び情報処理プログラム
CN118043685A (zh) 用于监控机器的方法、计算机程序产品和装置
CN111712771A (zh) 能够执行具有多个机器人的生产系统中的问题诊断的数据处理装置以及方法
JP7093603B2 (ja) ドライブ応答監視装置
JP2018116687A (ja) 異常原因特定方法および異常原因特定装置
JP2022109737A (ja) 異常検知方法、および、異常検知装置
JP6749219B2 (ja) プラント運転データ解析システム
JP2001022441A (ja) プラント監視装置
US20180198402A1 (en) Motor control apparatus
CN116050012A (zh) 同步带传动结构故障预测方法、系统、控制器及存储介质
JP7454419B2 (ja) プラント運転データ監視装置及び方法
JP2022136827A (ja) 異常検出装置及び方法
JP7032124B2 (ja) 冷却ファンの異常検出装置および方法

Legal Events

Date Code Title Description
A201 Request for examination
E701 Decision to grant or registration of patent right
GRNT Written decision to grant