KR20230010773A - 데이터 처리 장치 - Google Patents
데이터 처리 장치 Download PDFInfo
- Publication number
- KR20230010773A KR20230010773A KR1020227045377A KR20227045377A KR20230010773A KR 20230010773 A KR20230010773 A KR 20230010773A KR 1020227045377 A KR1020227045377 A KR 1020227045377A KR 20227045377 A KR20227045377 A KR 20227045377A KR 20230010773 A KR20230010773 A KR 20230010773A
- Authority
- KR
- South Korea
- Prior art keywords
- time
- series data
- unit
- series
- partial
- Prior art date
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
- G06F11/3072—Monitoring arrangements determined by the means or processing involved in reporting the monitored data where the reporting involves data filtering, e.g. pattern matching, time or event triggered, adaptive or policy-based reporting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Evolutionary Computation (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Quality & Reliability (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
- Electrical Discharge Machining, Electrochemical Machining, And Combined Machining (AREA)
- Memory System Of A Hierarchy Structure (AREA)
Abstract
데이터 처리 장치(100)는, 시계열 데이터를 취득하는 시계열 취득부(110)와, 시계열 취득부(110)가 취득하는 시계열 데이터에 근거하여, 시계열 데이터의 특징량을 추출하는 특징 추출부(120)와, 특징 추출부(120)가 추출하는 특징량에 근거하여, 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할하는 제 1 분할부(130)와, 특징 추출부(120)가 추출하는 특징량에 근거하여, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각을 복수의 제 2 부분 시계열 데이터로 분할하는 제 2 분할부(140)를 구비했다.
Description
본 개시는, 데이터 처리 장치 및 데이터 처리 방법에 관한 것이다.
시계열 데이터를 복수의 부분 시계열 데이터로 분할하는 기술이 알려져 있다.
예를 들면, 특허문헌 1에는, 기기 상태의 변화점을 포함하는 파형 데이터, 당해 파형 데이터의 파라미터 정보, 및 기기의 천이 정보의 입력을 받아들이는 추출 조건 입력부와, 기기의 시계열 데이터와, 파형 데이터의 유사도를 산출하는 유사도 산출부와, 기기의 천이 정보에 근거하여, 기기 상태를 설정하는 운전 모드 판정부와, 산출된 유사도, 및 판정된 기기의 상태에 근거하여, 기기의 시계열 데이터로부터, 변화점을 검출하고, 시계열 데이터의 부분열인 세그먼트의 개시 시각 및 세그먼트의 종료 시각을 설정하는 변화점 검출부와, 기기의 상태, 세그먼트의 개시 시각 및 세그먼트의 종료 시각을 세그먼트 정보로서 출력하는 정보 출력부를 구비하는 데이터 처리 장치가 개시되고 있다.
특허문헌 1에 기재된 데이터 처리 장치(이하 「종래의 데이터 처리 장치」라고 함)는, 미리 준비한 분할하기 위한 지표가 되는 파형 데이터 및 파형 데이터의 파라미터 정보를 이용하여 시계열 데이터로부터 파형 패턴을 검출하는 것에 의해, 시계열 데이터에 반복하여 출현하는 파형 데이터마다 시계열 데이터를 부분 시계열 데이터인 세그먼트로 분할하고 있다.
종래의 데이터 처리 장치는, 시계열 데이터를 부분 시계열 데이터인 세그먼트로 분할하기 위해서, 분할하기 위한 지표가 되는 파형 데이터, 및 파형 데이터의 파라미터 정보(이하 「특별한 정보」라고 함)를 미리 준비할 필요가 있다고 하는 문제점이 있었다.
본 개시는, 상술한 문제점을 해결하기 위한 것으로, 미리 특별한 정보를 준비하지 않고, 시계열 데이터에 반복하여 출현하는 파형 패턴마다 시계열 데이터를 부분 시계열 데이터로 분할하는 것을 가능하게 하는 데이터 처리 장치를 제공하는 것을 목적으로 하고 있다.
본 개시에 따른 데이터 처리 장치는, 시계열 데이터를 취득하는 시계열 취득부와, 시계열 취득부가 취득하는 시계열 데이터에 근거하여, 시계열 데이터의 특징량을 추출하는 특징 추출부와, 특징 추출부가 추출하는 특징량에 근거하여, 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할하는 제 1 분할부와, 특징 추출부가 추출하는 특징량에 근거하여, 제 1 분할부가 분할한 복수의 제 1 부분 시계열 데이터의 각각을 복수의 제 2 부분 시계열 데이터로 분할하는 제 2 분할부를 구비한 것이다.
본 개시에 의하면, 미리 특별한 정보를 준비하지 않고, 시계열 데이터에 반복하여 출현하는 파형 패턴마다 시계열 데이터를 부분 시계열 데이터로 분할할 수 있다.
도 1은, 실시의 형태 1에 따른 데이터 처리 장치, 및, 데이터 처리 장치가 적용된 데이터 처리 시스템의 주요부의 구성의 일례를 나타내는 블럭도이다.
도 2는, 실시의 형태 1에 따른 데이터 처리 장치가 구비하는 시계열 취득부가 취득하는 시계열 데이터, 및, 제 1 분할부가 시계열 데이터를 분할하여 얻은 제 1 부분 시계열 데이터의 일례를 나타내는 설명도이다.
도 3은, 실시의 형태 1에 따른 데이터 처리 장치가 구비하는 제 1 분할부가 분할하여 얻은 제 1 부분 시계열 데이터, 및, 제 2 분할부가 제 1 부분 시계열 데이터를 분할하여 얻은 제 2 부분 시계열 데이터의 일례를 나타내는 설명도이다.
도 4(a) 및 도 4(b)는, 실시의 형태 1에 따른 데이터 처리 장치의 주요부의 하드웨어 구성의 일례를 나타내는 도면이다.
도 5는, 실시의 형태 1에 따른 데이터 처리 장치의 처리의 일례를 설명하는 흐름도이다.
도 2는, 실시의 형태 1에 따른 데이터 처리 장치가 구비하는 시계열 취득부가 취득하는 시계열 데이터, 및, 제 1 분할부가 시계열 데이터를 분할하여 얻은 제 1 부분 시계열 데이터의 일례를 나타내는 설명도이다.
도 3은, 실시의 형태 1에 따른 데이터 처리 장치가 구비하는 제 1 분할부가 분할하여 얻은 제 1 부분 시계열 데이터, 및, 제 2 분할부가 제 1 부분 시계열 데이터를 분할하여 얻은 제 2 부분 시계열 데이터의 일례를 나타내는 설명도이다.
도 4(a) 및 도 4(b)는, 실시의 형태 1에 따른 데이터 처리 장치의 주요부의 하드웨어 구성의 일례를 나타내는 도면이다.
도 5는, 실시의 형태 1에 따른 데이터 처리 장치의 처리의 일례를 설명하는 흐름도이다.
이하, 이 명시된 실시의 형태에 대해, 도면을 참조하면서 상세하게 설명한다.
(실시의 형태 1)
도 1로부터 도 5를 참조하여, 실시의 형태 1에 따른 데이터 처리 장치(100), 및, 데이터 처리 장치(100)가 적용된 데이터 처리 시스템(1)에 대해 설명한다.
도 1은, 실시의 형태 1에 따른 데이터 처리 장치(100), 및, 데이터 처리 장치(100)가 적용된 데이터 처리 시스템(1)의 주요부의 구성의 일례를 나타내는 블럭도이다.
실시의 형태 1에 따른 데이터 처리 시스템(1)은, 기억 장치(10), 표시 장치(20), 및 데이터 처리 장치(100)를 구비한다.
데이터 처리 장치(100)는, 시계열 데이터를 취득하고, 취득한 시계열 데이터에 대해, 미리 정해진 데이터 처리를 행한다. 데이터 처리 장치(100)의 상세한 것에 대하여는 후술한다.
기억 장치(10)는, 데이터 처리 장치(100)가 데이터 처리를 행하는 데 필요한 정보를 기억하는 장치이다. 예를 들면, 기억 장치(10)는, 시계열 데이터를 미리 기억하고 있다.
표시 장치(20)는, 데이터 처리 장치(100)가 출력하는 표시 정보가 나타내는 표시 화상을 표시 출력하는 디스플레이 등의 장치이다. 즉, 데이터 처리 장치(100)는, 표시 정보를 표시 장치(20)에 출력하여, 표시 정보가 나타내는 표시 화상을 표시 장치(20)에 표시시킨다.
실시의 형태 1에 따른 데이터 처리 장치(100)는, 시계열 취득부(110), 특징 추출부(120), 제 1 분할부(130), 제 2 분할부(140), 이상 검지부(150), 및 출력부(190)를 구비한다.
또, 이상 검지부(150)는, 데이터 처리 장치(100)에 있어서, 필수의 구성은 아니다.
실시의 형태 1에서는, 데이터 처리 장치(100)는, 이상 검지부(150)를 구비하는 것으로서 설명한다.
시계열 취득부(110)는, 시계열 데이터를 취득한다.
시계열 취득부(110)가 취득하는 시계열 데이터란, 미리 정해진 시간 간격마다 계측, 측정, 관측, 또는 집계 등이 행해진 물리량을 나타내는 시계열의 정보이다.
구체적으로는, 시계열 취득부(110)가 취득하는 시계열 데이터는, 진동 센서, 측거 센서, 회전 센서, 자이로 센서, 온도 센서, 또는, 소리 센서 등의 센서로부터 출력된 신호를 시계열의 정보로 변환한 것이다. 시계열 데이터는, 미리 정해진 시간 간격마다 계측, 측정, 관측, 또는 집계가 행해진 물리량을 나타내는 시계열의 정보이면, 센서로부터 출력된 신호를 시계열의 정보로 변환한 것으로 한정되는 것은 아니다. 또, 미리 정해진 시간 간격은, 균일한 간격일 필요는 없고, 시간 간격은, 임의의 간격의 것도 포함한다.
구체적으로는, 예를 들면, 시계열 취득부(110)는, 기억 장치(10)에 미리 기억된 시계열 데이터를 판독하는 것으로, 시계열 데이터를 취득한다.
시계열 취득부(110)는, 시계열 데이터를 취득 가능한 것이면 좋기 때문에, 시계열 취득부(110)가 취득하는 시계열 데이터의 취득원, 또는, 시계열 취득부(110)가 시계열 데이터를 취득하는 방법에 대해서는, 한정되지 않는다.
이하, 실시의 형태 1에서는, 시계열 취득부(110)가 취득하는 시계열 데이터는, 가공 장치에 설치된 진동 센서로부터 출력된 신호가 시계열의 정보로 변환된 것인 것으로서 설명한다.
특징 추출부(120)는, 시계열 취득부(110)가 취득하는 시계열 데이터에 근거하여, 시계열 데이터의 특징량을 추출한다.
구체적으로는, 예를 들면, 특징 추출부(120)는, 슬라이드 창을 이용하여, 시계열 취득부(110)가 취득하는 시계열 데이터로부터 특징량을 추출한다. 즉, 특징 추출부(120)가 출력하는 특징량은, 슬라이드 창에 대응하는 시계열 데이터에 있어서의 영역의 특징을 나타내는 값이 시계열로 나타나는 정보로 된다.
보다 구체적으로는, 예를 들면, 특징 추출부(120)는, 슬라이드 창을 이용하여, 슬라이드 창 내의 시계열 데이터의 최대치로부터 최소치를 뺀 값(이하 「진폭치」라고 함)을 특징량으로서 추출한다. 특징 추출부(120)가 출력하는 특징량은, 슬라이드 창에 대응하는 시계열 데이터에 있어서의 영역의 진폭치가 시계열로 나타나는 정보로 된다.
슬라이드 창을 이용하여 시계열 데이터로부터 특징량을 추출하는 방법은, 주지이기 때문에 설명을 생략한다.
제 1 분할부(130)는, 특징 추출부(120)가 추출하는 특징량에 근거하여, 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할한다.
예를 들면, 특징 추출부(120)는, 미리 정해진 제 1 시간 길이의 제 1 슬라이드 창을 이용하여, 시계열 취득부(110)가 취득하는 시계열 데이터로부터 제 1 특징량을 추출한다. 제 1 분할부(130)는, 특징 추출부(120)가 추출한 제 1 특징량에 근거하여 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할한다.
구체적으로는, 예를 들면, 제 1 분할부(130)는, 제 1 특징량에 근거하여, 제 1 특징량이 나타내는 진폭치와 미리 정해진 임계값을 비교하여, 임계값 이하의 진폭치가 임계값보다 커지는 제 1 특징량에 있어서의 위치를 특정한다. 제 1 분할부(130)는, 당해 위치에 대응하는 슬라이드 창의 종기(終期)가, 시계열 데이터의 변화점(이하 「제 1 변화점」이라고 함)인 것으로서, 당해 제 1 변환점에 있어서 시계열 데이터를 분할하는 것에 의해, 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할한다.
예를 들면, 제 1 분할부(130)는, 제 1 분할부(130)가 분할한 각 제 1 부분 시계열 데이터의 시계열 데이터에 있어서의 분할 위치를 나타내는 제 1 분할 정보를 생성한다.
또, 제 1 분할부(130)는, 임계값보다 큰 진폭치가 임계값 이하로 되는 제 1 특징량에 있어서의 위치를 특정한다. 제 1 분할부(130)는, 당해 위치에 대응하는 슬라이드 창의 초기가, 시계열 데이터의 변화점(이하 「제 2 변화점」이라고 함)인 것으로서, 당해 제 2 변환점에 있어서 각 제 1 부분 시계열 데이터를 분할하는 것에 의해, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각을 제 1 진동 구간 시계열 데이터와 제 1 안정 구간 시계열 데이터로 분할해도 좋다.
제 1 분할부(130)가, 복수의 제 1 부분 시계열 데이터의 각각에 대해, 제 1 진동 구간 시계열 데이터와 제 1 안정 구간 시계열 데이터로 분할하는 경우, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각은, 제 1 진동 구간 시계열 데이터와 제 1 안정 구간 시계열 데이터를 갖는다.
당해 경우, 예를 들면, 제 1 분할부(130)는, 제 1 분할부(130)가 분할한 각 제 1 부분 시계열 데이터에 대해, 제 1 진동 구간 시계열 데이터 및 제 1 안정 구간 시계열 데이터의 시계열 데이터에 있어서의 분할 위치를 나타내는 제 1 분할 정보를 생성한다.
또, 당해 경우, 당해 임계값은, 상술한 바와 같이, 제 1 부분 시계열 데이터를 제 1 진동 구간 시계열 데이터와 제 1 안정 구간 시계열 데이터로 분할하기 위해서 미리 정해진 값이다. 그 때문에, 예를 들면, 시계열 취득부(110)가 취득하는 시계열 데이터가, 진동 센서 등의 센서로부터 출력된 신호가 시계열의 정보로 변환된 것인 경우, 당해 임계값을 센서의 분해능의 1배에서 2배 정도의 정밀도로 정하는 것에 의해, 제 1 부분 시계열 데이터로부터 제 1 안정 구간 시계열 데이터를 추출할 수 있다. 또, 당해 임계값은, 센서, 또는, 센서가 설치된 가공 장치 등의 계측 대상의 장치 등이 같은 사양이면, 동일한 값을 돌려 사용할 수 있다. 그 때문에, 당해 임계값을 용이하게 정할 수 있다.
제 2 분할부(140)는, 특징 추출부(120)가 추출하는 특징량에 근거하여, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각을 복수의 제 2 부분 시계열 데이터로 분할한다.
예를 들면, 특징 추출부(120)는, 제 1 시간 길이보다 짧은 미리 정해진 제 2 시간 길이의 제 2 슬라이드 창을 이용하여, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각으로부터 제 2 특징량을 추출한다. 제 2 분할부(140)는, 추출한 제 2 특징량에 근거하여 제 1 부분 시계열 데이터를 복수의 제 2 부분 시계열 데이터로 분할한다.
구체적으로는, 예를 들면, 제 2 분할부(140)는, 제 2 특징량에 근거하여, 제 2 특징량이 나타내는 진폭치와 미리 정해진 임계값을 비교하여, 임계값 이하의 진폭치가 임계값보다 커지는 제 2 특징량에 있어서의 위치를 특정한다. 제 2 분할부(140)는, 당해 위치에 대응하는 슬라이드 창의 종기가, 제 1 부분 시계열 데이터의 변화점(이하 「제 3 변화점」이라고 함)인 것으로서, 당해 제 3 변환점에 있어서 시계열 데이터를 분할하는 것에 의해, 제 1 부분 시계열 데이터를 복수의 제 2 부분 시계열 데이터로 분할한다.
예를 들면, 제 2 분할부(140)는, 복수의 제 1 부분 시계열 데이터의 각각에 대해, 제 2 분할부(140)가 분할한 각 제 2 부분 시계열 데이터의 시계열 데이터에 있어서의 분할 위치를 나타내는 제 2 분할 정보를 생성한다.
또, 제 2 분할부(140)는, 임계값보다 큰 진폭치가 임계값 이하로 되는 제 2 특징량에 있어서의 위치를 특정한다. 제 2 분할부(140)는, 당해 위치에 대응하는 슬라이드 창의 초기가, 시계열 데이터의 변화점(이하 「제 4 변화점」이라고 함)인 것으로서, 당해 제 4 변환점에 있어서 각 제 2 부분 시계열 데이터를 분할하는 것에 의해, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터의 각각을 제 2 진동 구간 시계열 데이터와 제 2 안정 구간 시계열 데이터로 분할해도 좋다.
제 2 분할부(140)가, 복수의 제 2 부분 시계열 데이터의 각각에 대해, 제 2 진동 구간 시계열 데이터와 제 2 안정 구간 시계열 데이터로 분할하는 경우, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터의 각각은, 제 2 진동 구간 시계열 데이터와 제 2 안정 구간 시계열 데이터를 갖는다.
당해 경우, 예를 들면, 제 2 분할부(140)는, 제 2 분할부(140)가 분할한 각 제 2 부분 시계열 데이터에 대해, 제 2 진동 구간 시계열 데이터 및 제 2 안정 구간 시계열 데이터의 시계열 데이터에 있어서의 분할 위치를 나타내는 제 2 분할 정보를 생성한다.
또, 당해 경우, 당해 임계값은, 상술한 바와 같이, 제 2 부분 시계열 데이터를 제 2 진동 구간 시계열 데이터와 제 2 안정 구간 시계열 데이터로 분할하기 위해서 미리 정해진 값이다. 그 때문에, 예를 들면, 시계열 취득부(110)가 취득하는 시계열 데이터가, 진동 센서 등의 센서로부터 출력된 신호가 시계열의 정보로 변환된 것인 경우, 당해 임계값을 센서의 분해능의 1배에서 2배 정도의 정밀도로 정하는 것에 의해, 제 2 부분 시계열 데이터로부터 제 2 안정 구간 시계열 데이터를 추출할 수 있다. 또, 당해 임계값은, 센서, 또는, 센서가 설치된 가공 장치 등의 계측 대상의 장치 등이 같은 사양이면, 동일한 값을 돌려 사용할 수 있다. 그 때문에, 당해 임계값을 용이하게 정할 수 있다.
도 2를 참조하여, 실시의 형태 1에 따른 데이터 처리 장치(100)가 구비하는 시계열 취득부(110)가 취득하는 시계열 데이터, 및, 제 1 분할부(130)가 시계열 데이터를 분할하여 얻은 제 1 부분 시계열 데이터에 대해 설명한다.
도 2는, 실시의 형태 1에 따른 데이터 처리 장치(100)가 구비하는 시계열 취득부(110)가 취득하는 시계열 데이터, 및, 제 1 분할부(130)가 시계열 데이터를 분할하여 얻은 제 1 부분 시계열 데이터의 일례를 나타내는 설명도이다.
시계열 취득부(110)가 취득하는 시계열 데이터가, 동일한 가공 제품을 반복하여 제조하는 가공 장치에 설치된 진동 센서로부터 출력된 신호가, 시계열의 정보로 변환된 것인 경우, 시계열 데이터에는, 가공 제품을 제조할 때마다 마찬가지의 시계열치의 추이가 반복하여 출현한다.
제 1 분할부(130)는, 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할하는 것에 의해, 시계열 데이터를, 복수의 가공 제품의 각각을 제조하는 기간(이하 「제조 기간」이라고 함)에 대응하는 제 1 부분 시계열 데이터로 분할할 수 있다.
제조 기간에는, 가공 대상의 부재인 가공 부재를 가공 제품으로 가공하는 가공 기간과, 임의의 가공 제품의 가공을 종료한 시점으로부터 다음의 가공 제품의 가공을 개시하는 시점까지의 사이의 아이들링(dling) 기간이 존재한다.
제 1 분할부(130)는, 제 1 부분 시계열 데이터를 제 1 진동 구간 시계열 데이터와 제 1 안정 구간 시계열 데이터로 분할하는 것에 의해, 제 1 부분 시계열 데이터를, 가공 기간에 대응하는 제 1 진동 구간 시계열 데이터와, 아이들링 기간에 대응하는 제 1 안정 구간 시계열 데이터로 분할할 수 있다.
도 3을 참조하여, 실시의 형태 1에 따른 데이터 처리 장치(100)가 구비하는 제 1 분할부(130)가 분할하여 얻은 제 1 부분 시계열 데이터, 및, 제 2 분할부(140)가 제 1 부분 시계열 데이터를 분할하여 얻은 제 2 부분 시계열 데이터에 대해 설명한다.
도 3은, 실시의 형태 1에 따른 데이터 처리 장치(100)가 구비하는 제 1 분할부(130)가 분할하여 얻은 제 1 부분 시계열 데이터, 및, 제 2 분할부(140)가 제 1 부분 시계열 데이터를 분할하여 얻은 제 2 부분 시계열 데이터의 일례를 나타내는 설명도이다.
시계열 취득부(110)가 취득하는 시계열 데이터가, 동일한 가공 제품을 반복하여 제조하는 가공 장치에 설치된 진동 센서로부터 출력된 신호가, 시계열의 정보로 변환된 것인 경우, 제 1 부분 시계열 데이터에는, 1개의 가공 기간에 있어서, 복수의 가공 공정의 각각에 대응하는 시계열치의 추이가 출현한다.
여기서, 가공 공정이란, 가공 부재를 거치대에 설치하는 공정, 거치대에 설치된 가공 부재의 형상을 검지하는 공정, 거치대에 설치된 가공 부재를 절삭하는 공정, 절삭 후의 가공 부재의 형상을 검사하는 공정, 또는, 절삭 후의 가공 부재를 거치대로부터 떼어내는 공정 등이다.
제 2 분할부(140)는, 복수의 제 1 부분 시계열 데이터에 있어서의 제 1 진동 구간 시계열 데이터의 각각을 제 2 부분 시계열 데이터로 분할하는 것에 의해, 제 1 진동 구간 시계열 데이터를, 복수의 가공 공정의 각각에 대응하는 기간(이하 「공정 기간」이라고 함)에 대응하는 제 2 부분 시계열 데이터로 분할할 수 있다.
복수의 공정 기간의 각각에는, 실제로 가공 장치가 동작하는 공정 동작 기간과, 임의의 가공 공정에 있어서 가공 장치의 동작이 종료한 시점으로부터 다음의 가공 공정에 있어서 가공 장치의 동작본 개시하는 시점까지의 사이의 공정 아이들링 기간이 존재한다.
제 2 분할부(140)는, 제 2 부분 시계열 데이터를 제 2 진동 구간 시계열 데이터와 제 2 안정 구간 시계열 데이터로 분할하는 것에 의해, 제 2 부분 시계열 데이터를, 공정 동작 기간에 대응하는 제 2 진동 구간 시계열 데이터와, 공정 아이들링 기간에 대응하는 제 2 안정 구간 시계열 데이터로 분할할 수 있다.
이상과 같이 구성하는 것에 의해, 데이터 처리 장치(100)는, 제 1 시간 길이와 제 2 시간 길이가 미리 정해져 있으면, 시계열 데이터에 반복하여 출현하는 파형 패턴마다 시계열 데이터를 부분 시계열 데이터로 분할할 수 있다.
종래의 데이터 처리 장치에서는, 사용자는, 과거에 취득한 시계열 데이터를 분석하여, 시계열 데이터를 분할하기 위한 지표가 되는 파형 데이터, 및 파형 데이터의 파라미터 정보(이하 「특별한 정보」라고 함)를 미리 준비할 필요가 있었다. 시계열 데이터의 분석에는 상당한 지식이 필요하고, 사용자에게 있어 특별한 정보를 미리 준비하는 것은 용이한 것은 아니다.
이것에 대해서, 예를 들면, 시계열 취득부(110)가 취득하는 시계열 데이터가, 동일한 가공 제품을 반복하여 제조하는 가공 장치에 설치된 진동 센서로부터 출력된 신호가, 시계열의 정보로 변환된 것인 경우, 아이들링 기간과 공정 아이들링 기간은 모두 기지이기 때문에, 사용자는, 아이들링 기간과 공정 아이들링 기간에 근거하여, 제 1 시간 길이와 제 2 시간 길이를 용이하게 결정할 수 있다.
결과적으로, 데이터 처리 장치(100)는, 미리 특별한 정보를 준비하지 않고, 시계열 데이터에 반복하여 출현하는 파형 패턴마다 시계열 데이터를 부분 시계열 데이터로 분할할 수 있다.
출력부(190)는, 예를 들면, 제 1 분할부(130)가 생성하는 제 1 분할 정보와, 제 2 분할부(140)가 생성하는 제 2 분할 정보에 근거하여, 제 1 분할 정보와 제 2 분할 정보를 가시화하는 표시 화상을 생성하고, 표시 화상을 나타내는 표시 정보를 출력한다.
구체적으로는, 예를 들면, 출력부(190)는, 표시 정보를 표시 장치(20)에 출력하여, 표시 정보가 나타내는 표시 화상을 표시 장치(20)에 표시시킨다.
출력부(190)는, 표시 정보를 출력하는 것으로 한정되는 것은 아니다. 예를 들면, 출력부(190)는, 제 1 분할 정보와 제 2 분할 정보를 기억 장치(10)에 출력하여, 기억 장치(10)에 제 1 분할 정보와 제 2 분할 정보를 기억시키는 것이어도 좋다.
상술한 바와 같이 데이터 처리 장치(100)는, 이상 검지부(150)를 구비하는 것이어도 좋다.
이상 검지부(150)는, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터 중 적어도 1개의 제 2 부분 시계열 데이터에 근거하여, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지한다. 예를 들면, 이상 검지부(150)는, 검지 결과를 나타내는 검지 정보를 생성한다.
구체적으로는, 예를 들면, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터 중 제 2 안정 구간 시계열 데이터에 근거하여, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지한다.
보다 구체적으로는, 예를 들면, 이상 검지부(150)는, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각에 대응하는 제 2 안정 구간 시계열 데이터의 수가, 모든 제 1 부분 시계열 데이터에 있어서, 동일한지 여부를 판정하는 것에 의해 시계열 데이터의 이상을 검지한다.
만일, 복수의 제 1 부분 시계열 데이터의 각각에 대응하는 제 2 안정 구간 시계열 데이터의 수가, 모든 제 1 부분 시계열 데이터에 있어서, 동일하지 않은 경우, 예를 들면, 2개의 가공 공정의 사이의 기간이, 미리 정해진 기간보다 짧아져 있을 가능성이 생각된다. 또, 당해 경우, 2개의 가공 공정의 사이의 기간의 사이에 어떤 원인에 의해, 가공 장치에 있어서 예기되어 있지 않은 진동이 생기고 있을 가능성이 있는 것이 생각된다.
따라서, 이상과 같이 구성하는 것에 의해, 이상 검지부(150)는, 시계열 데이터의 이상을 정밀하게 검지할 수 있다.
또, 예를 들면, 이상 검지부(150)는, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터 중 제 2 안정 구간 시계열 데이터와, 당해 제 2 안정 구간 시계열 데이터가 제 1 진동 구간 시계열 데이터에 있어서의 몇번째의 제 2 안정 구간 시계열 데이터인지를 나타내는 제 2 안정 구간 위치 정보에 근거하여, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지해도 좋다.
예를 들면, 이상 검지부(150)는, 미리 준비된 학습 완료 모델에 제 2 안정 구간 시계열 데이터와 제 2 안정 구간 위치 정보를 입력한다. 이상 검지부(150)는, 학습 완료 모델이 출력하는 추론 결과에 근거하여, 시계열 데이터의 이상을 검지한다. 예를 들면, 학습 완료 모델은, 기억 장치(10)에 미리 기억되어 있고, 이상 검지부(150)는, 기억 장치(10)로부터 학습 완료 모델을 판독하는 것으로, 학습 완료 모델을 취득한다.
이상과 같이 구성하는 것에 의해, 이상 검지부(150)는, 시계열 데이터의 이상을 정밀하게 검지할 수 있다.
또, 학습 완료 모델은, 도시되지 않은 학습 장치가 제 2 안정 구간 시계열 데이터와 제 2 안정 구간 위치 정보에 근거하여, 미리 준비된 학습 모델에 지도 학습(Supervised Learning) 또는 비지도 학습 등의 학습을 시키는 것에 의해 생성된다. 학습 완료 모델의 생성 방법에 대해서는 설명을 생략한다.
또, 예를 들면, 이상 검지부(150)는, 제 2 안정 구간 시계열 데이터와 제 2 안정 구간 위치 정보에 근거하여, 당해 제 2 안정 구간 시계열 데이터를, 제 2 분할부(140)가 다른 제 1 부분 시계열 데이터의 제 1 진동 구간 시계열 데이터를 분할한 복수의 제 2 부분 시계열 데이터 중 제 2 안정 구간 시계열 데이터로서, 제 2 안정 구간 위치 정보가 동일한 제 2 안정 구간 시계열 데이터와 비교하는 것에 의해, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지해도 좋다.
구체적으로는, 예를 들면, 이상 검지부(150)는, 제 2 안정 구간 시계열 데이터와 제 2 안정 구간 위치 정보가 동일한 다른 제 2 안정 구간 시계열 데이터를 비교하여, 유사도를 판정하는 것에 의해, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지한다. 시계열 데이터끼리의 유사도를 판정하는 방법은, 주지이기 때문에 설명을 생략한다.
이상과 같이 구성하는 것에 의해, 이상 검지부(150)는, 시계열 데이터의 이상을 정밀하게 검지할 수 있다.
이상 검지부(150)는, 시계열 데이터의 이상을 검지할 때에, 시계열 데이터의 이상도를 산출하고, 산출한 이상도를 나타내는 검지 정보를 생성해도 좋다.
이상 검지부(150)가 시계열 데이터의 이상도를 산출하는 것에 의해, 데이터 처리 장치(100)는, 예를 들면, 가공 장치가 고장나기 전 등의 이상이 발생하기 전에, 가공 장치의 열화 등의 이상이 발생하는 징조를 확인할 수 있다.
데이터 처리 장치(100)가 이상 검지부(150)를 구비하는 경우, 출력부(190)는, 예를 들면, 제 1 분할 정보 및 제 2 분할 정보에 부가하여, 이상 검지부(150)가 생성한 검지 정보를 가시화하는 표시 화상을 생성하고, 표시 화상을 나타내는 표시 정보를 출력한다.
출력부(190)는, 제 1 분할 정보 및 제 2 분할 정보에 부가하여, 검지 정보를 기억 장치(10)에 출력하고, 기억 장치(10)에 제 1 분할 정보, 제 2 분할 정보, 및 검지 정보를 기억시키는 것이어도 좋다.
도 4(a) 및 도 4(b)를 참조하여, 실시의 형태 1에 따른 데이터 처리 장치(100)의 주요부의 하드웨어 구성에 대해 설명한다.
도 4(a) 및 도 4(b)는, 실시의 형태 1에 따른 데이터 처리 장치(100)의 주요부의 하드웨어 구성의 일례를 나타내는 도면이다.
도 4(a)에 나타내는 바와 같이, 데이터 처리 장치(100)는 컴퓨터에 의해 구성되어 있고, 당해 컴퓨터는, 프로세서(401) 및 메모리(402)를 갖고 있다.
메모리(402)에는, 당해 컴퓨터를, 시계열 취득부(110), 특징 추출부(120), 제 1 분할부(130), 제 2 분할부(140), 이상 검지부(150), 및 출력부(190)로서 기능시키기 위한 프로그램이 기억되고 있다. 메모리(402)에 기억되고 있는 프로그램을 프로세서(401)가 판독하여 실행하는 것에 의해, 시계열 취득부(110), 특징 추출부(120), 제 1 분할부(130), 제 2 분할부(140), 이상 검지부(150), 및 출력부(190)가 실현된다.
또, 도 4(b)에 나타내는 바와 같이, 데이터 처리 장치(100)는 처리 회로(403)에 의해 구성되어도 좋다. 이 경우, 시계열 취득부(110), 특징 추출부(120), 제 1 분할부(130), 제 2 분할부(140), 이상 검지부(150), 및 출력부(190)의 기능이 처리 회로(403)에 의해 실현되어도 좋다.
또, 데이터 처리 장치(100)는 프로세서(401), 메모리(402), 및 처리 회로(403)에 의해 구성되어도 좋다(도시하지 않음). 이 경우, 시계열 취득부(110), 특징 추출부(120), 제 1 분할부(130), 제 2 분할부(140), 이상 검지부(150), 및 출력부(190)의 기능 중 일부의 기능이 프로세서(401) 및 메모리(402)에 의해 실현되고, 나머지 기능이 처리 회로(403)에 의해 실현되는 것이어도 좋다.
프로세서(401)는, 예를 들면, CPU(Central Processing Unit), GPU(Graphics Processing Unit), 마이크로 프로세서, 마이크로 컨트롤러, 또는 DSP(Digital Signal Processor)를 이용한 것이다.
메모리(402)는, 예를 들면, 반도체 메모리 또는 자기 디스크를 이용한 것이다. 보다 구체적으로는, 메모리(402)는, RAM(Random Access Memory), ROM(Read Only Memory), 플래시 메모리, EPROM(Erasable Programmable Read Only Memory), EEPROM(Electrically Erasable Programmable Read-Only Memory), SSD(Solid State Drive), 또는 HDD(Hard Disk Drive) 등을 이용한 것이다.
처리 회로(403)는, 예를 들면, ASIC(Application Specific Integrated Circuit), PLD(Programmable Logic Device), FPGA(Field-Programmable Gate Array), SoC(System-on-a-Chip), 또는 시스템 LSI(Large-Scale Integration)를 이용한 것이다.
도 5를 참조하여, 실시의 형태 1에 따른 데이터 처리 장치(100)의 동작에 대해 설명한다.
도 5는, 실시의 형태 1에 따른 데이터 처리 장치(100)의 처리의 일례를 설명하는 흐름도이다.
우선, 스텝 ST501에서, 시계열 취득부(110)는, 시계열 데이터를 취득한다.
다음에, 스텝 ST502에서, 특징 추출부(120)는, 제 1 특징량을 추출한다.
다음에, 스텝 ST503에서, 제 1 분할부(130)는, 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할한다.
다음에, 스텝 ST504에서, 특징 추출부(120)는, 제 2 특징량을 추출한다.
다음에, 스텝 ST505에서, 제 2 분할부(140)는, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각을, 복수의 제 2 부분 시계열 데이터로 분할한다.
다음에, 스텝 ST506에서, 이상 검지부(150)는, 시계열 데이터의 이상을 검지한다.
다음에, 스텝 ST507에서, 출력부(190)는, 표시 정보를 출력한다.
스텝 ST507의 뒤, 데이터 처리 장치(100)는, 당해 흐름도의 처리를 종료한다.
이상과 같이, 데이터 처리 장치(100)는, 시계열 데이터를 취득하는 시계열 취득부(110)와, 시계열 취득부(110)가 취득하는 시계열 데이터에 근거하여, 시계열 데이터의 특징량을 추출하는 특징 추출부(120)와, 특징 추출부(120)가 추출하는 특징량에 근거하여, 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할하는 제 1 분할부(130)와, 특징 추출부(120)가 추출하는 특징량에 근거하여, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각을 복수의 제 2 부분 시계열 데이터로 분할하는 제 2 분할부(140)를 구비했다.
이와 같이 구성하는 것에 의해, 데이터 처리 장치(100)는, 미리 특별한 정보를 준비하지 않고, 시계열 데이터에 반복하여 출현하는 파형 패턴마다 시계열 데이터를 부분 시계열 데이터로 분할할 수 있다.
또, 데이터 처리 장치(100)는, 상술한 구성에 있어서, 특징 추출부(120)는, 미리 정해진 제 1 시간 길이의 제 1 슬라이드 창을 이용하여, 시계열 취득부(110)가 취득하는 시계열 데이터로부터 제 1 특징량을 추출하고, 제 1 분할부(130)는, 특징 추출부(120)가 추출한 제 1 특징량에 근거하여 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할하고, 특징 추출부(120)는, 제 1 시간 길이보다 짧은 미리 정해진 제 2 시간 길이의 제 2 슬라이드 창을 이용하여, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각으로부터 제 2 특징량을 추출하고, 제 2 분할부(140)는, 추출한 제 2 특징량에 근거하여 제 1 부분 시계열 데이터를 복수의 제 2 부분 시계열 데이터로 분할하도록 구성했다.
이와 같이 구성하는 것에 의해, 데이터 처리 장치(100)는, 미리 특별한 정보를 준비하지 않고, 시계열 데이터에 반복하여 출현하는 파형 패턴마다 시계열 데이터를 부분 시계열 데이터로 분할할 수 있다.
또, 데이터 처리 장치(100)는, 상술한 구성에 부가하여, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터 중 적어도 1개의 제 2 부분 시계열 데이터에 근거하여, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지하는 이상 검지부(150)를 구비했다.
이와 같이 구성하는 것에 의해, 데이터 처리 장치(100)는, 시계열 데이터의 이상을 정밀하게 검지할 수 있다.
또, 데이터 처리 장치(100)는, 상술한 구성에 있어서, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각은, 제 1 진동 구간 시계열 데이터와 제 1 안정 구간 시계열 데이터를 갖고, 제 2 분할부(140)는, 제 1 분할부(130)가 분할한 복수의 제 1 부분 시계열 데이터의 각각에 대해, 제 1 부분 시계열 데이터 중 제 1 진동 구간 시계열 데이터를 복수의 제 2 부분 시계열 데이터로 분할하고, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터의 각각은, 제 2 진동 구간 시계열 데이터와 제 2 안정 구간 시계열 데이터를 갖고, 이상 검지부(150)는, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터 중 제 2 안정 구간 시계열 데이터에 근거하여, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지하도록 구성했다.
이와 같이 구성하는 것에 의해, 데이터 처리 장치(100)는, 시계열 데이터의 이상을 정밀하게 검지할 수 있다.
또, 데이터 처리 장치(100)는, 상술한 구성에 있어서, 이상 검지부(150)는, 제 2 분할부(140)가 분할한 복수의 제 2 부분 시계열 데이터 중 제 2 안정 구간 시계열 데이터와, 당해 제 2 안정 구간 시계열 데이터가 제 1 진동 구간 시계열 데이터에 있어서의 몇번째의 제 2 안정 구간 시계열 데이터인지를 나타내는 제 2 안정 구간 위치 정보에 근거하여, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지하도록 구성했다.
이와 같이 구성하는 것에 의해, 데이터 처리 장치(100)는, 시계열 데이터의 이상을 정밀하게 검지할 수 있다.
또, 데이터 처리 장치(100)는, 상술한 구성에 있어서, 이상 검지부(150)는, 제 2 안정 구간 시계열 데이터와 제 2 안정 구간 위치 정보에 근거하여, 당해 제 2 안정 구간 시계열 데이터를, 제 2 분할부(140)가 다른 제 1 부분 시계열 데이터의 제 1 진동 구간 시계열 데이터를 분할한 복수의 제 2 부분 시계열 데이터 중 제 2 안정 구간 시계열 데이터로서, 제 2 안정 구간 위치 정보가 동일한 제 2 안정 구간 시계열 데이터와 비교하는 것에 의해, 시계열 취득부(110)가 취득하는 시계열 데이터의 이상을 검지하도록 구성했다.
이와 같이 구성하는 것에 의해, 데이터 처리 장치(100)는, 시계열 데이터의 이상을 정밀하게 검지할 수 있다.
또, 본 개시는, 그 명시된 범위 내에 있어서, 실시의 형태의 임의의 구성 요소의 변형, 또는 실시의 형태에 있어서 임의의 구성 요소의 생략이 가능하다.
본 개시에 따른 데이터 처리 장치는, 시계열 데이터의 이상을 검지하는 데이터 처리 시스템에 적용할 수 있다.
1 : 데이터 처리 시스템
10 : 기억 장치
20 : 표시 장치 100 : 데이터 처리 장치
110 : 시계열 취득부 120 : 특징 추출부
130 : 제 1 분할부 140 : 제 2 분할부
150 : 이상 검지부 190 : 출력부
401 : 프로세서 402 : 메모리
403 : 처리 회로
20 : 표시 장치 100 : 데이터 처리 장치
110 : 시계열 취득부 120 : 특징 추출부
130 : 제 1 분할부 140 : 제 2 분할부
150 : 이상 검지부 190 : 출력부
401 : 프로세서 402 : 메모리
403 : 처리 회로
Claims (7)
- 시계열 데이터를 취득하는 시계열 취득부와,
상기 시계열 취득부가 취득하는 상기 시계열 데이터에 근거하여, 상기 시계열 데이터의 특징량을 추출하는 특징 추출부와,
상기 특징 추출부가 추출하는 상기 특징량에 근거하여, 상기 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할하는 제 1 분할부와,
상기 특징 추출부가 추출하는 상기 특징량에 근거하여, 상기 제 1 분할부가 분할한 복수의 상기 제 1 부분 시계열 데이터의 각각을 복수의 제 2 부분 시계열 데이터로 분할하는 제 2 분할부를 구비한 것
을 특징으로 하는 데이터 처리 장치. - 제 1 항에 있어서,
상기 특징 추출부는, 미리 정해진 제 1 시간 길이의 제 1 슬라이드 창을 이용하여, 상기 시계열 취득부가 취득하는 상기 시계열 데이터로부터 제 1 특징량을 추출하고,
상기 제 1 분할부는, 상기 특징 추출부가 추출한 상기 제 1 특징량에 근거하여 상기 시계열 데이터를 복수의 상기 제 1 부분 시계열 데이터로 분할하고,
상기 특징 추출부는, 상기 제 1 시간 길이보다 짧은 미리 정해진 제 2 시간 길이의 제 2 슬라이드 창을 이용하여, 상기 제 1 분할부가 분할한 복수의 상기 제 1 부분 시계열 데이터의 각각으로부터 제 2 특징량을 추출하고,
상기 제 2 분할부는, 추출한 상기 제 2 특징량에 근거하여 상기 제 1 부분 시계열 데이터를 복수의 상기 제 2 부분 시계열 데이터로 분할하는 것
을 특징으로 하는 데이터 처리 장치. - 제 1 항에 있어서,
상기 제 2 분할부가 분할한 복수의 상기 제 2 부분 시계열 데이터 중 적어도 1개의 상기 제 2 부분 시계열 데이터에 근거하여, 상기 시계열 취득부가 취득하는 상기 시계열 데이터의 이상을 검지하는 이상 검지부를 구비한 것
을 특징으로 하는 데이터 처리 장치. - 제 3 항에 있어서,
상기 제 1 분할부가 분할한 복수의 상기 제 1 부분 시계열 데이터의 각각은, 제 1 진동 구간 시계열 데이터와 제 1 안정 구간 시계열 데이터를 갖고,
상기 제 2 분할부는, 상기 제 1 분할부가 분할한 복수의 상기 제 1 부분 시계열 데이터의 각각에 대해, 상기 제 1 부분 시계열 데이터 중 상기 제 1 진동 구간 시계열 데이터를 복수의 상기 제 2 부분 시계열 데이터로 분할하고,
상기 제 2 분할부가 분할한 복수의 상기 제 2 부분 시계열 데이터의 각각은, 제 2 진동 구간 시계열 데이터와 제 2 안정 구간 시계열 데이터를 갖고,
상기 이상 검지부는, 상기 제 2 분할부가 분할한 복수의 상기 제 2 부분 시계열 데이터 중 상기 제 2 안정 구간 시계열 데이터에 근거하여, 상기 시계열 취득부가 취득하는 상기 시계열 데이터의 이상을 검지하는 것
을 특징으로 하는 데이터 처리 장치. - 제 4 항에 있어서,
상기 이상 검지부는, 상기 제 2 분할부가 분할한 복수의 상기 제 2 부분 시계열 데이터 중 상기 제 2 안정 구간 시계열 데이터와, 당해 제 2 안정 구간 시계열 데이터가 상기 제 1 진동 구간 시계열 데이터에 있어서의 몇번째의 상기 제 2 안정 구간 시계열 데이터인지를 나타내는 제 2 안정 구간 위치 정보에 근거하여, 상기 시계열 취득부가 취득하는 상기 시계열 데이터의 이상을 검지하는 것
을 특징으로 하는 데이터 처리 장치. - 제 5 항에 있어서,
상기 이상 검지부는, 상기 제 2 안정 구간 시계열 데이터와 상기 제 2 안정 구간 위치 정보에 근거하여, 당해 제 2 안정 구간 시계열 데이터를, 상기 제 2 분할부가 다른 상기 제 1 부분 시계열 데이터의 상기 제 1 진동 구간 시계열 데이터를 분할한 복수의 상기 제 2 부분 시계열 데이터 중 상기 제 2 안정 구간 시계열 데이터로서, 상기 제 2 안정 구간 위치 정보가 동일한 상기 제 2 안정 구간 시계열 데이터와 비교하는 것에 의해, 상기 시계열 취득부가 취득하는 상기 시계열 데이터의 이상을 검지하는 것
을 특징으로 하는 데이터 처리 장치. - 시계열 취득부가, 시계열 데이터를 취득하는 시계열 취득 스텝과,
특징 추출부가, 상기 시계열 취득 스텝에 의해 취득된 상기 시계열 데이터에 근거하여, 상기 시계열 데이터의 특징량을 추출하는 특징 추출 스텝과,
제 1 분할부가, 상기 특징 추출 스텝에 의해 추출된 상기 특징량에 근거하여, 상기 시계열 데이터를 복수의 제 1 부분 시계열 데이터로 분할하는 제 1 분할 스텝과,
제 2 분할부가, 상기 특징 추출 스텝에 의해 추출된 상기 특징량에 근거하여, 상기 제 1 분할 스텝에 의해 분할된 복수의 상기 제 1 부분 시계열 데이터의 각각을 복수의 제 2 부분 시계열 데이터로 분할하는 제 2 분할 스텝을 구비한 것
을 특징으로 하는 데이터 처리 방법.
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| PCT/JP2020/026255 WO2022003969A1 (ja) | 2020-07-03 | 2020-07-03 | データ処理装置及びデータ処理方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20230010773A true KR20230010773A (ko) | 2023-01-19 |
| KR102553397B1 KR102553397B1 (ko) | 2023-07-07 |
Family
ID=79314973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020227045377A KR102553397B1 (ko) | 2020-07-03 | 2020-07-03 | 데이터 처리 장치 |
Country Status (5)
| Country | Link |
|---|---|
| JP (1) | JP7114008B2 (ko) |
| KR (1) | KR102553397B1 (ko) |
| CN (1) | CN115698956A (ko) |
| TW (1) | TWI795719B (ko) |
| WO (1) | WO2022003969A1 (ko) |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014174943A (ja) * | 2013-03-13 | 2014-09-22 | Yahoo Japan Corp | 時系列データ解析装置、時系列データ解析方法、およびプログラム |
| JP2016046705A (ja) * | 2014-08-25 | 2016-04-04 | コニカミノルタ株式会社 | 会議録編集装置、その方法とプログラム、会議録再生装置、および会議システム |
| JP2016110534A (ja) * | 2014-12-10 | 2016-06-20 | 日本電信電話株式会社 | 生体センサを用いた情報入力装置、生体センサを用いた情報入力方法、生体センサを用いた情報入力プログラム |
| JP2018149183A (ja) * | 2017-03-14 | 2018-09-27 | オムロンヘルスケア株式会社 | 血圧データ処理装置、血圧データ処理方法、およびプログラム |
| KR20190040346A (ko) * | 2016-10-06 | 2019-04-17 | 미쓰비시덴키 가부시키가이샤 | 시계열 데이터 처리 장치 |
| WO2020008533A1 (ja) | 2018-07-03 | 2020-01-09 | 三菱電機株式会社 | データ処理装置およびデータ処理方法 |
| JP2020067786A (ja) * | 2018-10-24 | 2020-04-30 | オムロン株式会社 | 制御装置および制御プログラム |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI798314B (zh) * | 2017-12-28 | 2023-04-11 | 日商東京威力科創股份有限公司 | 資料處理裝置、資料處理方法及資料處理程式 |
-
2020
- 2020-07-03 JP JP2022530664A patent/JP7114008B2/ja active Active
- 2020-07-03 WO PCT/JP2020/026255 patent/WO2022003969A1/ja active Application Filing
- 2020-07-03 KR KR1020227045377A patent/KR102553397B1/ko active IP Right Grant
- 2020-07-03 CN CN202080099775.2A patent/CN115698956A/zh active Pending
-
2021
- 2021-01-22 TW TW110102460A patent/TWI795719B/zh active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2014174943A (ja) * | 2013-03-13 | 2014-09-22 | Yahoo Japan Corp | 時系列データ解析装置、時系列データ解析方法、およびプログラム |
| JP2016046705A (ja) * | 2014-08-25 | 2016-04-04 | コニカミノルタ株式会社 | 会議録編集装置、その方法とプログラム、会議録再生装置、および会議システム |
| JP2016110534A (ja) * | 2014-12-10 | 2016-06-20 | 日本電信電話株式会社 | 生体センサを用いた情報入力装置、生体センサを用いた情報入力方法、生体センサを用いた情報入力プログラム |
| KR20190040346A (ko) * | 2016-10-06 | 2019-04-17 | 미쓰비시덴키 가부시키가이샤 | 시계열 데이터 처리 장치 |
| JP2018149183A (ja) * | 2017-03-14 | 2018-09-27 | オムロンヘルスケア株式会社 | 血圧データ処理装置、血圧データ処理方法、およびプログラム |
| WO2020008533A1 (ja) | 2018-07-03 | 2020-01-09 | 三菱電機株式会社 | データ処理装置およびデータ処理方法 |
| JP2020067786A (ja) * | 2018-10-24 | 2020-04-30 | オムロン株式会社 | 制御装置および制御プログラム |
Also Published As
| Publication number | Publication date |
|---|---|
| JP7114008B2 (ja) | 2022-08-05 |
| TWI795719B (zh) | 2023-03-11 |
| TW202219770A (zh) | 2022-05-16 |
| CN115698956A (zh) | 2023-02-03 |
| WO2022003969A1 (ja) | 2022-01-06 |
| KR102553397B1 (ko) | 2023-07-07 |
| JPWO2022003969A1 (ko) | 2022-01-06 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6105141B1 (ja) | プリプロセッサおよび診断装置 | |
| CN111693794B (zh) | 异常检测装置以及异常检测方法 | |
| EP3416011B1 (en) | Monitoring device, and method for controlling monitoring device | |
| CN115516395A (zh) | 异常诊断方法、异常诊断装置以及异常诊断程序 | |
| TWI747055B (zh) | 狀態推斷裝置以及狀態推斷方法 | |
| US10359401B2 (en) | Malfunction diagnosing apparatus, malfunction diagnosing method, and recording medium | |
| CN112016689B (zh) | 信息处理装置、预测判别系统以及预测判别方法 | |
| CN111811567B (zh) | 一种基于曲线拐点比对的设备检测方法及相关装置 | |
| CN112368683B (zh) | 数据处理装置以及数据处理方法 | |
| CN116500411A (zh) | 一种电机故障检测方法及装置 | |
| JP2020071624A (ja) | 異常診断装置、異常診断方法、及びプログラム | |
| KR102553397B1 (ko) | 데이터 처리 장치 | |
| EP3416012A1 (en) | Monitoring device, and method for controlling monitoring device | |
| TWI755794B (zh) | 異常診斷方法、異常診斷裝置以及異常診斷程式 | |
| KR20210092371A (ko) | 가상 모델 생성 장치 및 방법 | |
| JP2015161506A (ja) | 信号解析装置、信号解析方法、劣化診断装置及び劣化診断方法 | |
| US20240144101A1 (en) | Generation system, computer-readable storage medium, and method for generating waveform evaluation model | |
| TW202223767A (zh) | 學習裝置、不良檢測裝置以及不良檢測方法 | |
| JP6621190B1 (ja) | 検査装置、検査方法、および、検査プログラム | |
| JP6488168B2 (ja) | 時系列データ処理方法、時系列データ処理プログラム、および、時系列データ処理装置 | |
| JP6644192B1 (ja) | 学習装置、学習方法及びプログラム | |
| JP2004257275A (ja) | タービンの翼の振動モード判別方法および振動モード判別装置 | |
| CN117990966A (zh) | 生成系统、计算机可读存储介质以及波形评价模型的生成方法 | |
| JP6302523B1 (ja) | 製品診断装置、製品診断方法、および、製品診断プログラム | |
| CN117872166B (zh) | 储能电池热失控检测方法、装置及电子设备 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| A302 | Request for accelerated examination | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |