KR20240011247A - 정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 기억 매체에 저장된 정상 범위 결정 프로그램 - Google Patents

정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 기억 매체에 저장된 정상 범위 결정 프로그램 Download PDF

Info

Publication number
KR20240011247A
KR20240011247A KR1020247001132A KR20247001132A KR20240011247A KR 20240011247 A KR20240011247 A KR 20240011247A KR 1020247001132 A KR1020247001132 A KR 1020247001132A KR 20247001132 A KR20247001132 A KR 20247001132A KR 20240011247 A KR20240011247 A KR 20240011247A
Authority
KR
South Korea
Prior art keywords
range
value
signal
normal range
probability
Prior art date
Application number
KR1020247001132A
Other languages
English (en)
Other versions
KR102680482B1 (ko
Inventor
마사아키 아오키
마사히코 시바타
Original Assignee
미쓰비시덴키 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 미쓰비시덴키 가부시키가이샤 filed Critical 미쓰비시덴키 가부시키가이샤
Publication of KR20240011247A publication Critical patent/KR20240011247A/ko
Application granted granted Critical
Publication of KR102680482B1 publication Critical patent/KR102680482B1/ko

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic 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
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0235—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on a comparison with predetermined threshold or range, e.g. "classical methods", carried out during normal operation; threshold adaptation or choice; when or how to compare with the threshold
    • 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]
    • G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Automation & Control Theory (AREA)
  • Development Economics (AREA)
  • Game Theory and Decision Science (AREA)
  • Software Systems (AREA)
  • Mathematical Optimization (AREA)
  • Algebra (AREA)
  • Manufacturing & Machinery (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Mathematical Physics (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Probability & Statistics with Applications (AREA)
  • Human Computer Interaction (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Logic Circuits (AREA)
  • Radar Systems Or Details Thereof (AREA)

Abstract

정상 범위 결정 장치(100)는, 다치 신호를 포함하는 가동 데이터에 있어서의 다치 신호의 정상 범위를 결정한다. 변환부(122)는, 임계치를 이용하여 다치 신호를 1개 이상의 2치 신호로 변환한다. 예측부(123)는, 예측 모델(133)에, 변환부(122)에 의해 변환된 2치 신호를 입력하고, 변환 2치 신호 예측값으로서 산출한다. 범위 결정부(126)는, 변환 2치 신호 예측값과 임계치에 기초하여 가동 데이터에 포함되는 다치 신호의 신호값이 임계치에 기초하여 정하여지는 범위에 존재할 확률을 산출한다. 범위 결정부(126)는, 확률에 기초하여 가동 데이터에 포함되는 다치 신호의 정상 범위를 결정한다.

Description

정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 정상 범위 결정 프로그램
본 개시는, 정상(定常) 범위 결정 시스템, 정상 범위 결정 방법, 및, 정상 범위 결정 프로그램에 관한 것이다. 특히, 가동 데이터에 있어서의 다치 신호의 정상 범위를 결정하는 정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 정상 범위 결정 프로그램에 관한 것이다.
종래의 공장에서는, 제조 라인의 정지와 같은 트러블 발생 때, 공장의 유지보수 인력이 지식 혹은 경험에 기초하여 트러블의 요인을 특정하여, 적절한 대처를 행한다. 그러나, 방대한 가동 데이터와 복잡한 프로그램 중에서 요인을 특정하여, 조기에 트러블을 해결하는 것은 곤란한 경우가 많다. 또한, 트러블 요인을 철저히 특정하기 위한 설정 혹은 프로그램의 작성은, 현실적인 공수(man-hour)로 실현하는 것이 어렵다.
특허문헌 1에서는, 유지보수 인력이, 철저한 조건 설정을 하는 일 없이, 트러블 요인이 되는 센서 혹은 프로그램을 특정하는 실마리를 얻기 위한 시스템이 개시되어 있다. 특허문헌 1에서는, 센서의 ON과 OFF와 같은 2개의 값을 표현하는 2치(binary) 신호와, 전류값 혹은 압력값과 같은 0 및 1 이외의 값을 취하는 다치(multilevel) 신호의, 비정상(非定常) 시간 변화를 자동으로 검출하는 시스템이 개시되어 있다.
특허문헌 1: 일본 특허 6790311호 공보
특허문헌 1의 방식에서는, 다치 신호를 2치 신호로 변환하고, 2치 신호의 정상(正常) 값을 예측하여 신호의 비정상 변화를 검출한다. 다치 신호에 비정상 변화가 검출되었을 때, 변환된 2치 신호의 비정상 부분을 특정하고, 정상이라면 어떠한 값을 취해야 하는지가 예측값으로서 획득된다. 그러나, 2치 신호로 변환하기 전의 다치 신호가 어떻게 비정상 값을 취하고 있는지를 한눈에 판별할 수는 없다. 제조 라인 정지와 같은 트러블 발생 때, 그 원인을 특정하기 위해, 다치 신호의 값이 정상(正常) 때와 비교하여 어떻게 다른지를 확인할 필요가 있다.
본 개시에서는, 임계치에 기초하여 정하여지는 범위에 다치 신호의 신호값이 존재할 확률에 기초하여, 다치 신호의 정상 범위를 결정한다. 이것에 의해, 다치 신호가 정상 범위와 비교하여 어떠한 신호값을 취하고 있는지를 작업자에게 알기 쉽게 표시하는 것을 목적으로 한다.
본 개시에 따른 정상 범위 결정 시스템은, 다치 신호를 포함하는 가동 데이터에 있어서의 다치 신호의 정상 범위를 결정하는 정상 범위 결정 시스템에 있어서,
상기 가동 데이터에 포함되는 다치 신호에 1개 이상의 임계치를 설정하고, 상기 임계치를 이용하여 상기 다치 신호를 1개 이상의 2치 신호로 변환하는 변환부와,
상기 가동 데이터의 정상 때의 신호값을 예측하는 예측 모델에, 상기 변환부에 의해 변환된 2치 신호를 입력하고, 상기 변환부에 의해 변환된 2치 신호의 예측값을 변환 2치 신호 예측값으로서 산출하는 예측부와,
상기 변환 2치 신호 예측값과 상기 임계치에 기초하여, 상기 가동 데이터에 포함되는 다치 신호의 신호값이 상기 임계치에 기초하여 정하여지는 범위에 존재할 확률을 산출하고, 상기 확률에 기초하여 상기 가동 데이터에 포함되는 다치 신호의 정상 범위를 결정하는 범위 결정부
를 구비한다.
본 개시에 따른 정상 범위 결정 시스템에서는, 임계치에 기초하여 정하여지는 범위에 다치 신호의 신호값이 존재할 확률에 기초하여, 다치 신호의 정상 범위를 결정한다. 따라서, 본 개시에 따른 정상 범위 결정 시스템에 따르면, 다치 신호의 정상 범위를 적절하게 결정할 수 있고, 다치 신호가 정상 범위와 비교하여 어떠한 신호값을 취하고 있는지를 작업자에게 알기 쉽게 표시할 수 있다.
도 1은 실시의 형태 1에 따른 정상 범위 결정 시스템의 구성예를 나타내는 도면이다.
도 2는 실시의 형태 1에 따른 정상 범위 결정 장치의 구성예를 나타내는 도면이다.
도 3은 실시의 형태 1에 따른 모델 생성부의 기능 구성예를 나타내는 도면이다.
도 4는 실시의 형태 1에 따른 결정부의 기능 구성예를 나타내는 도면이다.
도 5는 실시의 형태 1에 따른 정상 범위 결정 장치에 의한 정상 범위 결정 처리의 전체 흐름도이다.
도 6은 실시의 형태 1에 따른 변환 처리의 구체적인 예를 나타내는 도면이다.
도 7은 실시의 형태 1에 따른 예측 모델의 입출력의 예를 나타내는 도면이다.
도 8은 실시의 형태 1에 따른 예측 처리에 있어서 1개의 신호에 있어서의 예측값이 시계열로 출력되는 예를 나타내는 도면이다.
도 9는 실시의 형태 1에 따른 예측 처리에 있어서 3개의 신호에 있어서의 예측값이 시계열로 출력되는 예를 나타내는 도면이다.
도 10은 실시의 형태 1에 따른 다치 신호의 신호값이 범위 내에 존재할 확률을 산출하는 예를 나타내는 도면이다.
도 11은 실시의 형태 1에 따른 다치 신호의 신호값에 있어서의 범위 내의 확률을 산출하는 처리의 상세 흐름도이다.
도 12는 실시의 형태 1에 따른 정상 범위 결정 처리의 제 1 결정 방법의 구체적인 예를 나타내는 도면이다.
도 13은 실시의 형태 1에 따른 정상 범위 결정 처리의 제 2 결정 방법의 일례를 나타내는 흐름도이다.
도 14는 실시의 형태 1에 따른 정상 범위 결정 처리의 제 2 결정 방법의 다른 예를 나타내는 흐름도이다.
도 15는 실시의 형태 1에 따른 정상 범위 결정 처리의 제 3 결정 방법의 구체적인 예를 나타내는 도면이다.
도 16은 실시의 형태 1에 따른 정상 범위 결정 처리의 제 5 결정 방법의 구체적인 예를 나타내는 도면이다.
도 17은 실시의 형태 1의 변형예에 따른 정상 범위 결정 장치의 구성예를 나타내는 도면이다.
이하, 본 실시의 형태에 대하여, 도면을 이용하여 설명한다. 각 도면 중, 동일한 또는 상당하는 부분에는, 동일 부호를 부여하고 있다. 실시의 형태의 설명에 있어서, 동일한 또는 상당하는 부분에 대해서는, 설명을 적절하게 생략 또는 간략화한다. 또한, 이하의 도면에서는 각 구성 부재의 크기의 관계가 실제의 것과는 상이한 경우가 있다. 또한, 실시의 형태의 설명에 있어서, 상, 하, 좌, 우, 전, 후, 표, 리와 같은 배향 혹은 위치가 나타나 있는 경우가 있다. 이들 표기는, 설명의 편의를 위한 기재이고, 장치, 기구, 혹은 부품 등의 배치, 방향 및 배향을 한정하는 것이 아니다.
실시의 형태 1.
***구성의 설명***
도 1은 본 실시의 형태에 따른 정상 범위 결정 시스템(500)의 구성예를 나타내는 도면이다.
정상 범위 결정 시스템(500)은, 정상 범위 결정 장치(100), 데이터 수집 서버(200), 및 대상 시스템(300)을 구비한다.
정상 범위 결정 장치(100)는, 공장 라인과 같은 대상 시스템(300)을 감시한다. 대상 시스템(300)에는, 설비(301) 내지 설비(305)가 존재한다. 또, 도 1에서는 설비를 5개로 하고 있지만, 설비의 수에 제약은 존재하지 않는다. 각 설비는 센서 및 로봇과 같은 복수의 기기로 구성된다. 각 설비는 네트워크(401)에 접속되어 있고, 설비의 가동 데이터(31)가 데이터 수집 서버(200)에 축적된다. 가동 데이터(31)는, 2치 신호와 다치 신호를 포함한다. 2치 신호는, 예컨대, 센서의 ON과 OFF를 나타내는 신호이다. 다치 신호는, 예컨대, 로봇 핸드의 토크값을 나타내는 신호이다.
데이터 수집 서버(200)는, 네트워크(402)를 통해서 정상 범위 결정 장치(100)와 접속된다.
정상 범위 결정 장치(100)는, 설비의 가동 데이터(31)에 있어서의 다치 신호의 정상 범위를 결정한다. 또한, 정상 범위 결정 장치(100)는, 가동 데이터(31)의 비정상을 검출한다. 또한, 정상 범위 결정 장치(100)는, 가동 데이터(31)의 정상, 혹은, 비정상을 표시한다. 정상 범위 결정 장치(100)는, 비정상 검출 장치, 혹은, 비정상 표시 장치라고도 한다.
도 2는 본 실시의 형태에 따른 정상 범위 결정 장치(100)의 구성예를 나타내는 도면이다.
정상 범위 결정 장치(100)는, 컴퓨터이다. 정상 범위 결정 장치(100)는, 프로세서(910)를 구비함과 아울러, 메모리(921), 보조 기억 장치(922), 입력 인터페이스(930), 출력 인터페이스(940), 및 통신 장치(950)와 같은 다른 하드웨어를 구비한다. 프로세서(910)는, 신호선을 통해서 다른 하드웨어와 접속되고, 이들 다른 하드웨어를 제어한다.
정상 범위 결정 장치(100)는, 기능 요소로서, 모델 생성부(110)와 결정부(120)와 기억부(130)를 구비한다. 기억부(130)에는, 가동 데이터베이스(131)와 임계치군 데이터베이스(132)와 예측 모델(133)이 기억된다.
모델 생성부(110)와 결정부(120)의 기능은, 소프트웨어에 의해 실현된다. 기억부(130)는, 메모리(921)에 구비된다. 또, 기억부(130)는, 보조 기억 장치(922)에 구비되어 있더라도 좋고, 메모리(921)와 보조 기억 장치(922)에 분산하여 구비되어 있더라도 좋다.
프로세서(910)는, 정상 범위 결정 프로그램을 실행하는 장치이다. 정상 범위 결정 프로그램은, 모델 생성부(110)와 결정부(120)의 기능을 실현하는 프로그램이다.
프로세서(910)는, 연산 처리를 행하는 IC(Integrated Circuit)이다. 프로세서(910)의 구체적인 예는, CPU(Central Processing Unit), DSP(Digital Signal Processor), GPU(Graphics Processing Unit)이다.
메모리(921)는, 데이터를 일시적으로 기억하는 기억 장치이다. 메모리(921)의 구체적인 예는, SRAM(Static Random Access Memory), 혹은 DRAM(Dynamic Random Access Memory)이다.
보조 기억 장치(922)는, 데이터를 보관하는 기억 장치이다. 보조 기억 장치(922)의 구체적인 예는, HDD이다. 또한, 보조 기억 장치(922)는, SD(등록상표) 메모리 카드, CF, NAND 플래시, 플렉서블 디스크, 광 디스크, 콤팩트 디스크, 블루레이(등록상표) 디스크, DVD와 같은 휴대용 기억 매체이더라도 좋다. 또, HDD는, Hard Disk Drive의 줄임말이다. SD(등록상표)는, Secure Digital의 줄임말이다. CF는, Compact Flash(등록상표)의 줄임말이다. DVD는, Digital Versatile Disk의 줄임말이다.
입력 인터페이스(930)는, 마우스, 키보드, 혹은 터치 패널과 같은 입력 장치와 접속되는 포트이다. 입력 인터페이스(930)는, 구체적으로는, USB(Universal Serial Bus) 단자이다. 또, 입력 인터페이스(930)는, LAN(Local Area Network)과 접속되는 포트이더라도 좋다.
출력 인터페이스(940)는, 디스플레이와 같은 표시 기기의 케이블이 접속되는 포트이다. 출력 인터페이스(940)는, 구체적으로는, USB 단자 또는 HDMI(등록상표)(High Definition Multimedia Interface) 단자이다. 디스플레이는, 구체적으로는, LCD(Liquid Crystal Display)이다. 출력 인터페이스(940)는, 표시기 인터페이스라고도 한다.
통신 장치(950)는, 리시버와 트랜스미터를 갖는다. 통신 장치(950)는, LAN, 인터넷, 혹은 전화 회선과 같은 통신망에 접속하고 있다. 통신 장치(950)는, 구체적으로는, 통신 칩 또는 NIC(Network Interface Card)이다.
정상 범위 결정 프로그램은, 정상 범위 결정 장치(100)에 있어서 실행된다. 정상 범위 결정 프로그램은, 프로세서(910)에 의해 읽혀, 프로세서(910)에 의해 실행된다. 메모리(921)에는, 정상 범위 결정 프로그램뿐만 아니라, OS(Operating System)도 기억되어 있다. 프로세서(910)는, OS를 실행하면서, 정상 범위 결정 프로그램을 실행한다. 정상 범위 결정 프로그램 및 OS는, 보조 기억 장치(922)에 기억되어 있더라도 좋다. 보조 기억 장치(922)에 기억되어 있는 정상 범위 결정 프로그램 및 OS는, 메모리(921)에 로드되고, 프로세서(910)에 의해 실행된다. 또, 정상 범위 결정 프로그램의 일부 또는 전부가 OS에 포함되어 있더라도 좋다.
정상 범위 결정 장치(100)는, 프로세서(910)를 대체하는 복수의 프로세서를 구비하고 있더라도 좋다. 이들 복수의 프로세서는, 정상 범위 결정 프로그램의 실행을 분담한다. 각각의 프로세서는, 프로세서(910)와 동일하게, 정상 범위 결정 프로그램을 실행하는 장치이다.
정상 범위 결정 프로그램에 의해 이용, 처리 또는 출력되는 데이터, 정보, 신호값 및 변수값은, 메모리(921), 보조 기억 장치(922), 또는, 프로세서(910) 내의 레지스터 혹은 캐시 메모리에 기억된다.
모델 생성부(110)와 결정부(120)의 각 부의 "부"를 "회로", "공정", "수순", "처리", 혹은 "서킷트리"로 바꿔 읽더라도 좋다. 정상 범위 결정 프로그램은, 모델 생성 처리와 결정 처리를, 컴퓨터에 실행시킨다. 모델 생성 처리와 결정 처리의 "처리"를 "프로그램", "프로그램 프로덕트", "프로그램을 기억한 컴퓨터가 판독 가능한 기억 매체", 또는 "프로그램을 기록한 컴퓨터가 판독 가능한 기록 매체"로 바꿔 읽더라도 좋다. 또한, 정상 범위 결정 방법은, 정상 범위 결정 장치(100)가 정상 범위 결정 프로그램을 실행하는 것에 의해 행하여지는 방법이다.
정상 범위 결정 프로그램은, 컴퓨터가 판독 가능한 기록 매체에 저장되어 제공되더라도 좋다. 또한, 정상 범위 결정 프로그램은, 프로그램 프로덕트로서 제공되더라도 좋다.
도 3은 본 실시의 형태에 따른 모델 생성부(110)의 기능 구성예를 나타내는 도면이다.
또, 도 3의 화살표의 실선은 기능 요소끼리의 호출 관계를 나타내고, 파선의 화살표는 기능 요소와 데이터베이스의 데이터의 흐름을 나타내고 있다.
모델 생성부(110)는, 설비의 정상(正常) 가동 때에 있어서의 가동 데이터의 다음의 신호값을 예측하기 위한 예측 모델(133)을 생성한다. 바꿔 말하면, 모델 생성부(110)는, 가동 데이터의 정상 때의 신호값을 예측하기 위한 예측 모델(133)을 생성한다.
모델 생성부(110)는, 취득부(111)와 임계치군 산출부(112)와 변환부(113)와 학습부(114)를 구비한다.
취득부(111)는, 통신 장치(950)에 의해, 데이터 수집 서버(200)로부터 가동 데이터를 수신하고, 그 가동 데이터를 가동 데이터베이스(131)에 저장한다. 가동 데이터는, 예컨대, 센서의 ON과 OFF를 나타내는 2치 신호, 혹은, 로봇 핸드의 토크값을 나타내는 다치 신호와 같은 데이터이다. 또, 수신하여 저장하는 처리에 대해서는, 필요한 데이터를 대상으로 하여 데이터 수집 서버(200)에 데이터가 늘어날 때마다 가능한 한 실시간으로 실행한다.
임계치군 산출부(112)는, 가동 데이터베이스(131)로부터 가동 데이터를 취득하고, 가동 데이터 중 다치 신호를 2치 신호로 변환하기 위한 임계치를 산출하고, 그 임계치를 임계치군 데이터베이스(132)에 저장한다.
변환부(113)는, 임계치군 데이터베이스(132)로부터 임계치를 취득하고, 임계치를 기초로 다치 신호를 2치 신호로 변환한다.
학습부(114)는, 가동 데이터베이스(131)로부터 가동 데이터를 취득하고, 변환부(113)를 호출하고, 변환부(113)에 의해 취득한 가동 데이터 중 다치 신호를 2치 신호로 변환한다. 학습부(114)는, 가동 데이터에 포함되는 2치 신호와, 가동 데이터에 포함되는 다치 신호를 변환부(113)에 의해 변환한 2치 신호로부터, 가동 데이터에 포함되는 신호의 정상(正常) 신호 패턴을 학습한다. 그 후, 학습부(114)는, 학습한 정상 신호 패턴을 예측하는 학습된 모델을 예측 모델(133)로서 보존한다.
임계치군 산출부(112)는, 예컨대, 다치 신호의 신호값이, 증가, 감소, 혹은 일정과 같은 값의 경향이 변화할 때 전환되는 2치 신호로 변환되도록 임계치를 설정한다. 또, 다치 신호를 2치 신호로 변환하기 위한 임계치는, 임의의 값 및 임의의 개수로 설정 가능하고, 산출 방법은 한정되지 않는 것으로 한다.
도 4는 본 실시의 형태에 따른 결정부(120)의 기능 구성예를 나타내는 도면이다.
또, 도 4의 화살표의 실선은 기능 요소끼리의 호출 관계를 나타내고, 파선의 화살표는 기능 요소와 데이터베이스의 데이터의 흐름을 나타내고 있다.
결정부(120)는, 가동 데이터로부터 정상(正常) 가동 때의 신호의 다음의 신호값을 예측하고, 비정상의 유무를 판정하고, 비정상 부분을 특정하고, 정상 범위를 결정하여 가동 데이터와 함께 표시한다.
결정부(120)는, 취득부(121)와 변환부(122)와 예측부(123)와 판정부(124)와 특정부(125)와 범위 결정부(126)와 표시부(127)를 구비한다.
취득부(121)는, 모델 생성부(110)에 있어서의 취득부(111)와 동일하게, 통신 장치(950)에 의해, 데이터 수집 서버(200)로부터 가동 데이터를 수신하고, 그 가동 데이터를 가동 데이터베이스(131)에 저장한다.
변환부(122)는, 모델 생성부(110)에 있어서의 변환부(113)와 동일하게, 임계치군 데이터베이스(132)로부터 임계치를 취득하고, 임계치를 기초로 다치 신호를 2치 신호로 변환한다.
예측부(123)는, 예측 모델(133)을 이용하여, 2치 신호의 가동 데이터 및 변환부(122)에 의해 변환된 2치 신호에 대하여, 다음으로 출력되는 신호값의 정상 값인 예측값을 산출한다. 예측 모델(133)의 입력은 모두 2치 신호가 된다. 이하에 있어서, 가동 데이터에 있어서의 다치 신호가 변환부(122)에 의해 변환된 2치 신호, 즉, 변환부(122)가 출력하는 2치 신호를, 변환 2치 신호라고 부르는 경우가 있다.
또, 판정부(124)는, 가동 데이터베이스(131)로부터 가동 데이터를 취득하고, 변환부(122) 및 예측부(123)를 호출하여, 변환부(122)에 의한 변환 처리 및 예측부(123)에 의한 예측 처리를 실행한다.
판정부(124)는, 가동 데이터에 있어서의 2치 신호 및 변환 2치 신호의 실측값과, 예측부(123)가 출력하는 예측값을 비교한다. 판정부(124)는, 비교 결과로부터, 가동 데이터가 정상인지 여부, 즉, 학습한 정상(正常) 신호 패턴과 합치하는지 여부를 판정한다. 판정부(124)는, 판정 결과를 비정상 판정 정보로서 출력한다. 가동 데이터가 비정상이라고 판정된 경우, 판정부(124)는, 특정부(125)를 호출하고, 특정부(125)에 의해 비정상 부분을 특정한다. 또한, 판정부(124)는, 표시부(127)를 호출하고, 표시부(127)에 의해 판정의 결과를 표시 기기에 표시한다.
특정부(125)는, 가동 데이터에 있어서의 2치 신호 및 변환 2치 신호와, 그들의 예측값에 기초하여, 어느 신호가 언제 비정상이었는지를 특정한다. 특정부(125)는, 특정한 정보를 비정상 특정 정보로서 출력한다.
범위 결정부(126)는, 변환 2치 신호의 예측값에 기초하여, 변환 2치 신호로 변환되기 전의 다치 신호에 있어서의 신호값의 정상 범위를 결정한다.
표시부(127)는, 범위 결정부(126)를 호출하는 것에 의해, 다치 신호에 있어서의 정상 범위를 결정하더라도 좋다.
표시부(127)는, 다치 신호에 있어서의 정상 범위를 이용하여, 가동 데이터의 실측값, 예측부(123)로부터 출력되는 예측값, 판정부(124)로부터 출력되는 비정상 판정 정보, 및, 특정부(125)로부터 출력되는 비정상 특정 정보와 같은 정보를, 표시 기기에 알기 쉽게 가시화하여 표시한다.
***동작의 설명***
다음으로, 본 실시의 형태에 따른 정상 범위 결정 시스템(500)의 동작에 대하여 설명한다. 정상 범위 결정 시스템(500)의 동작 수순은, 정상 범위 결정 방법에 상당한다. 또한, 정상 범위 결정 시스템(500)의 동작을 실현하는 프로그램은, 정상 범위 결정 처리를 컴퓨터에 실행시키는 정상 범위 결정 프로그램에 상당한다. 정상 범위 결정 시스템(500)의 동작이란, 정상 범위 결정 시스템(500)의 각 장치의 동작이다.
<정상 범위 결정 처리>
도 5는 본 실시의 형태에 따른 정상 범위 결정 장치(100)에 의한 정상 범위 결정 처리의 전체 흐름도이다.
또, 도 5에 있어서, 스텝 S107 "다치 신호의 신호값의 존재 확률의 산출 처리" 및 스텝 S108의 "다치 신호의 신호값의 정상 범위의 결정 처리"에 대한 상세는 후술한다.
<<취득 처리>>
스텝 S101에 있어서, 취득부(121)는, 통신 장치(950)를 통해서, 데이터 수집 서버(200)로부터 가동 데이터를 가동 데이터베이스(131)에 카피한다. 예컨대, 데이터 수집 서버(200)로부터 출력된 가동 데이터가, 센서의 ON과 OFF를 나타내는 2치 신호와, 로봇 핸드의 토크값을 나타내는 다치 신호를 포함하는 경우, 가동 데이터베이스(131)에는 가동 데이터로서 2치 신호와 다치 신호의 양쪽이 저장된다.
예측부(123)에 의한 예측 처리에서는, 과거의 일정 시간분의 가동 데이터가 필요하게 된다. 따라서, 가동 데이터베이스(131)에는, 예측 처리에 필요한 과거 일정 시간분의 가동 데이터가 유지된다.
또, 취득부(121)는, 가능한 한 실시간으로 데이터 수집 서버(200)로부터 가동 데이터를 가동 데이터베이스(131)에 카피하는 것으로 한다.
<<변환 처리>>
스텝 S102에 있어서, 변환부(122)는, 가동 데이터베이스(131)에 저장된 가동 데이터 중, 다치 신호의 신호 데이터를 2치 신호의 신호 데이터로 변환한다. 변환부(122)는, 가동 데이터에 포함되는 다치 신호에 1개 이상의 임계치를 설정하고, 그 임계치를 이용하여 다치 신호를 1개 이상의 2치 신호로 변환한다.
구체적으로는, 변환부(122)는, 임계치군 데이터베이스(132)로부터 임계치를 취득한다. 변환부(122)는, 임계치를 기초로, 가동 데이터베이스(131)에 저장된 가동 데이터 중, 다치 신호의 신호 데이터를 2치 신호의 신호 데이터로 변환한다. 변환 처리의 상세에 대해서는 후술한다.
<<예측 처리>>
스텝 S103에 있어서, 예측부(123)는, 가동 데이터베이스(131)에 있어서 유지된 과거의 2치 신호와, 가동 데이터베이스(131)에 있어서 유지된 과거의 다치 신호를 변환한 변환 2치 신호로부터, 다음의 신호값의 예측을 행한다. 예측에는, 미리 모델 생성부(110)에 의해 생성된 예측 모델(133)이 이용된다.
예측부(123)는, 예측 모델(133)에, 가동 데이터에 원래 포함되는 2치 신호와 변환 2치 신호를 입력하고, 가동 데이터에 포함되는 신호의 정상 때의 신호값인 예측값을 출력한다. 특히, 변환부(122)에 의해 변환된 2치 신호(변환 2치 신호)에 대해서는, 예측부(123)는, 예측 모델(133)에 변환 2치 신호를 입력하고, 변환 2치 신호의 예측값을 변환 2치 신호 예측값으로서 출력한다.
<<판정 처리>>
스텝 S104에 있어서, 판정부(124)는, 스텝 S103에서 산출한 가동 데이터의 신호의 예측값과, 가동 데이터베이스(131)에 저장되는 가동 데이터의 신호의 실측값을 비교하고, 이상도(abnormality degree)를 산출한다.
스텝 S105에 있어서, 판정부(124)는, 스텝 S104에서 산출한 이상도를 기초로, 가동 데이터가 정상인지 비정상인지를 판정한다.
정상이 아니라고 판정된 경우, 스텝 S106으로 진행한다. 정상이라고 판정된 경우, 스텝 S107로 진행한다.
<<특정 처리>>
스텝 S106에 있어서, 특정부(125)는, 어느 신호가 언제 비정상이었는지를 특정한다. 구체적으로는, 특정부(125)는, 예측값과 실측값이 일정한 값 이상 상이하였던 신호와 시각을 추출함으로써, 비정상 부분을 특정할 수 있다.
<<범위 결정 처리>>
다음으로, 스텝 S107 및 스텝 S108에 있어서, 범위 결정부(126)에 의한 범위 결정 처리에 대하여 설명한다.
스텝 S107에 있어서, 범위 결정부(126)는, 스텝 S103에서 산출한 가동 데이터의 신호의 예측값으로부터, 다치 신호의 신호값이 범위 내에 존재할 확률을 산출한다. 구체적으로는, 범위 결정부(126)는, 변환 2치 신호 예측값과 임계치에 기초하여, 가동 데이터에 포함되는 다치 신호의 신호값이 임계치에 기초하여 정하여지는 범위에 존재할 확률을 산출한다.
여기서, 변환 2치 신호 예측값이란, 변환부(122)에 의해 변환된 2치 신호를 예측 모델(133)에 입력하는 것에 의해 획득되는, 변환 2치 신호의 예측값이다. 또한, 임계치란, 다치 신호를 2치 신호로 변환할 때에 이용된 임계치이다.
스텝 S108에 있어서, 범위 결정부(126)는, 스텝 S107에서 산출한 다치 신호의 신호값이 범위 내에 존재할 확률에 기초하여, 가동 데이터에 포함되는 다치 신호의 정상 범위를 결정한다.
스텝 S109에 있어서, 표시부(127)는, 가동 데이터에 포함되는 2치 신호 혹은 다치 신호에 있어서의 판정 결과를 유저에게 제시한다. 본 실시의 형태에서는, 표시 기기에 표시하는 것에 의해 유저에게 제시하는 예를 나타내고 있다. 그러나, 프린터에 출력하거나, 혹은, 전자 데이터로서 출력하는 것과 같은 다른 방법으로 유저에게 제시하더라도 좋다.
표시부(127)는, 신호의 움직임을 시계열로 나타내고, 2치 신호이면 2치 신호의 예측값을 정상(正常) 동작으로서 나타낸다.
다치 신호의 경우는, 표시부(127)는, 다치 신호의 신호값을, 정상 범위를 포함하는 임계치에 기초하여 정하여지는 범위에 중첩하여 표시한다. 예컨대, 표시부(127)는, 스텝 S108에서 결정한 정상 범위의 배경색을 제 1 색(예컨대 녹색), 정상 범위로부터 벗어난 정도에 따라 배경색을 제 2 색(예컨대 황색), 및, 제 3 색(예컨대 적색)으로 표시하고, 다치 신호의 신호값을 중첩하더라도 좋다. 또한, 표시부(127)는, 정상 범위로부터 벗어난 신호값을 나타내는 선을 벗어난 정도에 따라 제 2 색(예컨대 황색), 제 3 색(예컨대 적색)으로 표시하더라도 좋다.
다음으로, 각 처리에 대하여 상세하게 설명한다.
도 6은 본 실시의 형태에 따른 변환 처리의 구체적인 예를 나타내는 도면이다.
변환부(122)에서는, 다치 신호를, 1개 이상의 임계치를 사용하여, 1개 이상의 2치 신호로 변환한다. 반드시 복수의 임계치에 의해 2치 신호로 변환할 필요는 없다. 다치 신호는, 임계치의 개수만큼의 2치 신호로 변환된다. 도 6과 같이 다치 신호에 임계치를 2개 설정한 경우, 2개의 2치 신호로 변환된다.
구체적으로는, 변환부(122)는, 다치 신호의 각 시각에 있어서의 신호값이 임계치를 넘으면 1, 그렇지 않으면 0을 취하는 2치 신호로 변환한다.
도 7은 본 실시의 형태에 따른 예측 모델(133)의 입출력의 예를 나타내는 도면이다.
예측 모델(133)은, 정상(正常) 2치 신호의 신호 패턴을 학습하여, 신호의 예측값을 출력한다. 예측값은, 도 6에 나타내는 바와 같이, 0 이상 1 이하의 실수값이고, 다음의 시각에 신호값이 1이 될 확률에 상당한다. 출력은 2치 신호의 시간 변화 패턴을 갖지 않고, 단 하나의 다음의 시각에 대한 각 2치 신호의 예측값을 표현한다.
과거의 신호 데이터로서, 신호 1이 0, 0, 1, 1, 1이라고 하는 값을 취하고, 신호 2가 1, 1, 1, 1, 0이라고 하는 값을 취할 때, 그들을 예측 모델에 입력하면, 신호 1의 예측값으로서 0.8, 신호 2의 예측값으로서 0.2라고 하는 값이 출력된다. 이는 이때 신호 1의 값이 다음의 시각에 1이 될 확률이 0.8, 신호 2의 값이 다음의 시각에 1이 될 확률이 0.2인 것을 의미한다.
도 8은 본 실시의 형태에 따른 예측 처리에 있어서 1개의 신호에 있어서의 예측값이 시계열로 출력되는 예를 나타내는 도면이다.
도 8에서는, 예측을 반복하여 행하고, 각 시각의 예측값을 시계열로 배열한 것을 나타내고 있다. 또, 도 8에서는, 편의상 입출력은 1개의 신호, 즉 1개의 임계치로부터 획득되는 2치 신호로 하고 있다.
도 9는 본 실시의 형태에 따른 예측 처리에 있어서 3개의 신호에 있어서의 예측값이 시계열로 출력되는 예를 나타내는 도면이다.
도 9에서는, 3개의 신호에 대한 예측값을 시계열로 배열한 것이다. 동일 시각에서의 복수의 신호값은 예측 모델로부터 일괄 출력된다. 즉, 도 9에 있어서의 예측값 1 내지 예측값 4의 각각은, 예측 모델로부터 일괄 출력된다.
도 10은 본 실시의 형태에 따른 다치 신호의 신호값이 범위 내에 존재할 확률을 산출하는 예를 나타내는 도면이다.
상술한 바와 같이, 예측부(123)에서 출력되는 예측값은, 0 이상 1 이하의 실수값이고, 각 시각에 있어서 신호값이 1이 될 확률에 상당한다. 따라서, 신호값이 임계치를 넘으면 1, 그렇지 않으면 0이 되도록 다치 신호를 변환한 2치 신호의 예측값은, 신호값이 그 임계치를 넘을 확률에 상당한다. 신호값이 2개의 임계치 사이의 범위에 존재할 확률은, 이하의 식 (1)에 의해 구할 수 있다.
<식 (1)>
(신호값이 2개의 임계치 사이의 범위에 존재할 확률)=(신호값이 아래쪽의 임계치를 넘을 확률)-(신호값이 위쪽의 임계치를 넘을 확률)
그리고, 신호값이 최대의 임계치보다 위의 범위에 존재할 확률과, 신호값이 최소의 임계치보다 아래의 범위에 존재할 확률은, 각각 식 (2), 및, 식 (3)에 의해 구할 수 있다.
<식 (2)>
(신호값이 최대의 임계치보다 위의 범위에 존재할 확률)=(신호값이 최대의 임계치를 넘을 확률)
<식 (3)>
(신호값이 최솟값보다 아래의 범위에 존재할 확률)=1-(신호값이 최소의 임계치를 넘을 확률)
이상과 같이, 다치 신호에 임계치를 설정하여 변환되는 2치 신호의 예측값으로부터, 다치 신호의 신호값이 범위 내에 존재할 확률을 산출한다. 확률은 0 이상 1 이하의 실수값이 된다.
또, 변환부(122)에서, 다치 신호에 복수의 임계치를 설정하고, 신호값이 임계치를 넘으면 0, 그렇지 않으면 1을 취하는 2치 신호로 변환하더라도 좋다. 그 경우, 2치 신호의 예측값은 각 시각에 있어서의 신호값이 그 임계치를 하회할 확률에 상당한다. 신호값이 2개의 임계치 사이의 범위에 존재할 확률, 신호값이 최대의 임계치보다 위의 범위에 존재할 확률, 신호값이 최솟값보다 아래의 범위에 존재할 확률은 각각 식 (4), 식 (5), 및, 식 (6)으로부터 구할 수 있다.
<식 (4)>
(신호값이 2개의 임계치 사이의 범위에 존재할 확률)=(신호값이 위쪽의 임계치를 하회할 확률)-(신호값이 아래쪽의 임계치를 하회할 확률)
<식 (5)>
(신호값이 최대의 임계치보다 위의 범위에 존재할 확률)=1-(신호값이 최대의 임계치를 하회할 확률)
<식 (6)>
(신호값이 최솟값보다 아래의 범위에 존재할 확률)=(신호값이 최소의 임계치를 하회할 확률)
도 11은 본 실시의 형태에 따른 다치 신호의 신호값에 있어서의 범위 내의 확률을 산출하는 처리의 상세 흐름도이다.
스텝 S201에 있어서, 범위 결정부(126)는, 다치 신호를 2치 신호로 변환할 때에 이용한 복수의 임계치 중, 선택되지 않은 임계치를 1개 선택한다.
스텝 S202에 있어서, 범위 결정부(126)는, 선택한 임계치보다 값이 작은 임계치가 존재하는지 여부를 판정한다. 존재하는 경우는 스텝 S203으로 진행한다. 존재하지 않는 경우는 스텝 S204로 진행한다.
선택한 임계치보다 값이 작은 임계치가 존재하는 경우, 스텝 S203에 있어서, 범위 결정부(126)는, 선택한 임계치와, 선택한 임계치에 이웃하는 아래쪽의 임계치의 사이의 범위에 신호값이 존재할 확률을 산출한다.
선택한 임계치보다 값이 작은 임계치가 존재하지 않는 경우, 스텝 S204에 있어서, 범위 결정부(126)는, 신호값이 최소의 임계치보다 아래의 범위에 존재할 확률을 산출한다.
스텝 S205 및 스텝 S206에 있어서, 범위 결정부(126)는, 선택되지 않은 임계치가 있는지 여부를 판정한다. 선택되지 않은 임계치가 있는 경우, 스텝 S201로 돌아가고, 선택되지 않은 임계치가 없어질 때까지 처리를 반복한다.
선택되지 않은 임계치가 없는 경우, 스텝 S207에 있어서, 범위 결정부(126)는, 신호값이 최대의 임계치보다 위의 범위에 존재할 확률을 산출한다.
다음으로, 다치 신호의 정상 범위를 결정하는 방법에 대하여 설명한다.
<정상 범위 결정 처리의 제 1 결정 방법>
도 12는 본 실시의 형태에 따른 정상 범위 결정 처리의 제 1 결정 방법의 구체적인 예를 나타내는 도면이다.
제 1 결정 방법에서는, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위 중 확률이 정하여진 값 이상인 범위를 정상 범위로서 결정한다. 정하여진 값이란, 미리 정하여진 일정한 값이다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 신호값의 확률이 일정한 값 이상인 범위를 정상 범위로 한다. 도 12에서는, 확률이 0.5 이상인 범위를 정상 범위로서 결정한 예를 나타내고 있다.
<정상 범위 결정 처리의 제 2 결정 방법>
제 2 결정 방법에서는, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위 중 확률이 최대가 되는 범위를 정상 범위로서 결정한다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 신호값의 확률이 최대가 되는 범위를 정상 범위로 한다.
도 13은 본 실시의 형태에 따른 정상 범위 결정 처리의 제 2 결정 방법의 일례를 나타내는 흐름도이다.
도 13에서는, 확률 내림차순 범위 선택에 의한 결정 방법을 나타내고 있다.
확률 내림차순 범위 선택에 의한 결정 방법에서는, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위로부터 확률이 큰 순서로 범위를 선택하고, 선택한 범위의 확률의 합계값이 정하여진 값 이상이 될 때까지의 범위를 정상 범위로서 결정한다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 확률이 큰 순서로 범위를 선택하고, 선택한 범위의 확률의 합계가 일정한 값 이상이 될 때까지를 정상 범위로 한다.
스텝 S301에 있어서, 범위 결정부(126)는, 값의 확률이 최대가 되는 선택되지 않은 범위를 선택한다.
스텝 S302에 있어서, 범위 결정부(126)는, 선택한 범위의 확률의 합계가 일정한 값 이상이 될 때까지 스텝 S301을 반복한다.
스텝 S303에 있어서, 범위 결정부(126)는, 선택한 범위의 확률의 합계가 일정한 값 이상인 경우, 선택한 범위를 정상 범위로 결정한다.
도 14는 본 실시의 형태에 따른 정상 범위 결정 처리의 제 2 결정 방법의 다른 예를 나타내는 흐름도이다.
도 14에서는, 인접 최대 확률 범위 선택에 의한 결정 방법을 나타내고 있다.
인접 최대 확률 범위 선택에 의한 결정 방법에서는, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위 중 확률이 최대가 되는 범위를 선택하고, 선택한 범위에 인접하는 범위 중 확률이 큰 쪽의 범위를 선택하는 것을 반복한다. 범위 결정부(126)는, 선택한 범위의 확률의 합계값이 정하여진 값 이상이 될 때까지의 범위를 정상 범위로서 결정한다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 확률이 최대가 되는 범위를 선택하고, 선택된 범위에 인접하는 범위 중 확률이 큰 범위를 선택하는 것을 반복하고, 선택된 범위의 확률의 합계가 일정한 값 이상이 될 때까지를 정상 범위로 한다.
스텝 S401에 있어서, 범위 결정부(126)는, 값의 확률이 최대가 되는 범위를 정상 범위로 결정한다.
스텝 S402에 있어서, 범위 결정부(126)는, 정상 범위의 확률의 합계가 일정한 값 이상이 아니면, 스텝 S403으로 진행한다. 정상 범위의 확률의 합계가 일정한 값 이상이면, 처리를 종료한다.
스텝 S402에 있어서, 범위 결정부(126)는, 정상 범위에 인접하는 범위 중 확률이 높은 범위를 정상 범위로 결정하고, 정상 범위의 확률의 합계가 일정한 값 이상이 될 때까지 스텝 S402 및 스텝 S403을 반복한다.
<정상 범위 결정 처리의 제 3 결정 방법>
도 15는 본 실시의 형태에 따른 정상 범위 결정 처리의 제 3 결정 방법의 구체적인 예를 나타내는 도면이다.
제 3 결정 방법에서는, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위 중, 확률을 범위의 폭으로 나눈 값인 확률 밀도가 정하여진 값 이상인 범위를 정상 범위로서 결정한다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 신호값의 확률 밀도가 일정한 값 이상인 범위를 정상 범위로 한다. 도 15에서는, 확률 밀도를 산출하고, 확률 밀도가 0.0100 이상인 범위를 정상 범위로서 결정한 예를 나타낸다.
정상 범위를 결정할 때, 범위의 폭이 넓을수록 값의 확률이 높아지는 것을 생각할 수 있다. 그래서, 확률 밀도를 기초로 정상 범위를 결정함으로써, 폭이 작기 때문에 확률이 낮아져 버리는 범위의 정상 정도를 높게 평가할 수 있다.
<정상 범위 결정 처리의 제 4 결정 방법>
제 4 결정 방법에서는, 확률 밀도를 이용한 결정 방법의 변형에 대하여 설명한다.
범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위 중, 확률 밀도가 최대가 되는 범위를 정상 범위로서 결정하더라도 좋다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 확률 밀도가 최대가 되는 범위를 정상 범위로 한다.
혹은, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위로부터, 확률 밀도가 큰 순서로 범위를 선택하고, 선택한 범위의 확률 밀도의 합계값이 정하여진 값 이상이 될 때까지의 범위를 정상 범위로서 결정하더라도 좋다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 확률 밀도가 큰 순서로 범위를 선택하고, 선택한 범위의 확률의 밀도의 합계가 일정한 값 이상이 될 때까지를 정상 범위로 한다.
혹은, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위 중, 확률 밀도가 최대가 되는 범위를 선택하고, 선택한 범위에 인접하는 범위 중 확률 밀도가 큰 쪽의 범위를 선택하는 것을 반복한다. 그리고, 범위 결정부(126)는, 선택한 범위의 확률 밀도의 합계값이 정하여진 값 이상이 될 때까지의 범위를 정상 범위로서 결정하더라도 좋다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 확률 밀도가 최대가 되는 범위를 선택하고, 선택된 범위에 인접하는 범위 중 확률의 밀도가 큰 범위를 선택하는 것을 반복하고, 선택된 범위의 확률의 밀도의 합계가 일정한 값 이상이 될 때까지를 정상 범위로 한다.
<정상 범위 결정 처리의 제 5 결정 방법>
정상 범위 결정 처리의 제 5 결정 방법으로서, 범위 결정부(126)는, 다치 신호의 정상 범위를 결정할 때, 단계적으로 비정상 범위를 결정하더라도 좋다.
제 1 단계적 비정상 범위 결정 방법으로서는, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위에 대하여, 확률에 따라 정상이 아닌 범위의 비정상 정도를 결정한다.
구체적으로는, 범위 결정부(126)는, 동일 시각에 있어서의 값의 확률에 따라 범위의 비정상 정도를 결정한다. 예컨대, 확률이 0.5 이상인 범위를 정상으로 하는 경우, 확률이 0.2 이상 0.5 미만인 경우에 경도(輕度) 비정상, 확률이 0.2 미만인 경우에 중도(重度) 비정상으로 한다. 3단계 이상의 비정상 정도를 정의하더라도 좋다.
또한, 상기 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위에 대하여, 확률이 아닌, 확률 밀도에 따라 정상이 아닌 범위의 비정상 정도를 결정하더라도 좋다.
도 16은 본 실시의 형태에 따른 정상 범위 결정 처리의 제 2 단계적 비정상 범위 결정 방법의 구체적인 예를 나타내는 도면이다.
도 16에서는, 정상 범위로부터 떨어진 정도에 따른 단계적인 정상 범위의 결정의 예를 나타내고 있다.
제 2 단계적 비정상 범위 결정 방법으로서는, 범위 결정부(126)는, 임계치에 기초하여 정하여지는 범위에 대하여, 정상 범위로부터의 범위의 떨어진 정도에 따라 정상이 아닌 범위의 비정상 정도를 결정한다.
도 16에서는, 범위 결정부(126)는, 정상 범위로부터의 범위의 떨어진 정도에 의해 비정상 정도를 결정한다. 정상 범위에 인접하는 범위를 경도 비정상, 정상 범위로부터 2개 이상 떨어진 범위를 중도 비정상으로 결정한다.
***다른 구성***
본 실시의 형태에서는, 모델 생성부(110)와 결정부(120)의 기능이 소프트웨어로 실현된다. 변형예로서, 모델 생성부(110)와 결정부(120)의 기능이 하드웨어로 실현되더라도 좋다.
구체적으로는, 정상 범위 결정 장치(100)는, 프로세서(910) 대신에 전자 회로(909)를 구비한다.
도 17은 본 실시의 형태의 변형예에 따른 정상 범위 결정 장치(100)의 구성예를 나타내는 도면이다.
전자 회로(909)는, 모델 생성부(110)와 결정부(120)의 기능을 실현하는 전용의 전자 회로이다. 전자 회로(909)는, 구체적으로는, 단일 회로, 복합 회로, 프로그램화한 프로세서, 병렬 프로그램화한 프로세서, 로직 IC, GA, ASIC, 또는, FPGA이다. GA는, Gate Array의 줄임말이다. ASIC는, Application Specific Integrated Circuit의 줄임말이다. FPGA는, Field-Programmable Gate Array의 줄임말이다.
모델 생성부(110)와 결정부(120)의 기능은, 1개의 전자 회로로 실현되더라도 좋고, 복수의 전자 회로로 분산하여 실현되더라도 좋다.
다른 변형예로서, 모델 생성부(110)와 결정부(120)의 일부의 기능이 전자 회로로 실현되고, 나머지의 기능이 소프트웨어로 실현되더라도 좋다. 또한, 모델 생성부(110)와 결정부(120)의 일부 또는 전부의 기능이 펌웨어로 실현되더라도 좋다.
프로세서와 전자 회로의 각각은, 프로세싱 서킷트리라고도 불린다. 다시 말해, 모델 생성부(110)와 결정부(120)의 기능은, 프로세싱 서킷트리에 의해 실현된다.
***본 실시의 형태의 효과의 설명***
이상과 같이, 본 실시의 형태에 따른 정상 범위 결정 장치(100)에서는, 다치 신호의 신호값이 2개의 임계치 사이에 존재할 확률을 기초로 다치 신호의 신호값의 정상 범위를 산출한다. 따라서, 본 실시의 형태에 따른 정상 범위 결정 장치(100)에 따르면, 다치 신호의 신호값이 정상 범위와 비교하여 어떠한 차이가 있는지를 작업자에게 알기 쉽게 표시할 수 있다.
또한, 본 실시의 형태에 따른 정상 범위 결정 장치(100)에서는, 범위에 있어서의 확률 밀도를 기초로 다치 신호의 신호값의 정상 범위를 산출할 수도 있다.
다치 신호의 신호값이 범위에 존재할 확률은, 범위의 폭이 넓을수록 높아지는 것을 생각할 수 있다. 따라서, 본 실시의 형태에 따른 정상 범위 결정 장치(100)에 따르면, 확률 밀도를 기초로 정상 범위를 결정함으로써, 폭이 작기 때문에 확률이 낮아져 버리는 범위의 정상 정도를 적절하게 평가할 수 있다.
이상의 실시의 형태 1에서는, 정상 범위 결정 장치의 각 부를 독립적인 기능 블록으로서 설명하였다. 그러나, 정상 범위 결정 장치의 구성은, 상술한 실시의 형태와 같은 구성이 아니더라도 좋다. 정상 범위 결정 장치의 기능 블록은, 상술한 실시의 형태에서 설명한 기능을 실현할 수 있으면, 어떠한 구성이더라도 좋다. 또한, 정상 범위 결정 장치는, 1개의 장치가 아닌, 복수의 장치로 구성된 시스템이더라도 좋다.
또한, 실시의 형태 1 중, 복수의 부분을 조합하여 실시하더라도 상관없다. 혹은, 이 실시의 형태 중, 1개의 부분을 실시하더라도 상관없다. 그 외, 이 실시의 형태를, 전체로서 혹은 부분적으로, 어떻게 조합하여 실시하더라도 상관없다.
즉, 실시의 형태 1에서는, 각 실시의 형태의 자유로운 조합, 혹은 각 실시의 형태의 임의의 구성 요소의 변형, 또는 각 실시의 형태에 있어서 임의의 구성 요소의 생략이 가능하다.
또, 상술한 실시의 형태는, 본질적으로 바람직한 예시이고, 본 개시의 범위, 본 개시의 적용물의 범위, 및 본 개시의 용도의 범위를 제한하는 것을 의도하는 것이 아니다. 상술한 실시의 형태는, 필요에 따라 여러 가지의 변경이 가능하다.
31: 가동 데이터, 100: 정상 범위 결정 장치, 110: 모델 생성부, 111, 121: 취득부, 112: 임계치군 산출부, 113, 122: 변환부, 114: 학습부, 120: 결정부, 123: 예측부, 124: 판정부, 125: 특정부, 126: 범위 결정부, 127: 표시부, 130: 기억부, 131: 가동 데이터베이스, 132: 임계치군 데이터베이스, 133: 예측 모델, 200: 데이터 수집 서버, 300: 대상 시스템, 301, 302, 303, 304, 305: 설비, 401, 402: 네트워크, 500: 정상 범위 결정 시스템, 909: 전자 회로, 910: 프로세서, 921: 메모리, 922: 보조 기억 장치, 930: 입력 인터페이스, 940: 출력 인터페이스, 950: 통신 장치

Claims (15)

  1. 다치(multilevel) 신호를 포함하는 가동 데이터에 있어서의 다치 신호의 정상(定常) 범위를 결정하는 정상 범위 결정 시스템에 있어서,
    상기 가동 데이터에 포함되는 다치 신호에 1개 이상의 임계치를 설정하고, 상기 임계치를 이용하여 상기 다치 신호를 1개 이상의 2치(binary) 신호로 변환하는 변환부와,
    상기 가동 데이터의 정상 때의 신호값을 예측하는 예측 모델에, 상기 변환부에 의해 변환된 2치 신호를 입력하고, 상기 변환부에 의해 변환된 2치 신호의 예측값을 변환 2치 신호 예측값으로서 산출하는 예측부와,
    상기 변환 2치 신호 예측값과 상기 임계치에 기초하여, 상기 가동 데이터에 포함되는 다치 신호의 신호값이 상기 임계치에 기초하여 정하여지는 범위에 존재할 확률을 산출하고, 상기 확률에 기초하여 상기 가동 데이터에 포함되는 다치 신호의 정상 범위를 결정하는 범위 결정부
    를 구비한 정상 범위 결정 시스템.
  2. 제 1 항에 있어서,
    상기 정상 범위 결정 시스템은, 상기 가동 데이터에 포함되는 다치 신호의 신호값을, 상기 정상 범위를 포함하는 상기 임계치에 기초하여 정하여지는 범위에 중첩하여 표시하는 표시부를 구비하는 정상 범위 결정 시스템.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위 중 확률이 정하여진 값 이상인 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  4. 제 1 항 또는 제 2 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위 중 확률이 최대가 되는 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  5. 제 4 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위로부터 확률이 큰 순서로 범위를 선택하고, 선택한 범위의 확률의 합계값이 정하여진 값 이상이 될 때까지의 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  6. 제 4 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위 중 확률이 최대가 되는 범위를 선택하고, 선택한 범위에 인접하는 범위 중 확률이 큰 쪽의 범위를 선택하는 것을 반복하고, 선택한 범위의 확률의 합계값이 정하여진 값 이상이 될 때까지의 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  7. 제 1 항 또는 제 2 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위 중, 확률을 범위의 폭으로 나눈 값인 확률 밀도가 정하여진 값 이상인 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  8. 제 1 항 또는 제 2 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위 중, 확률을 범위의 폭으로 나눈 값인 확률 밀도가 최대가 되는 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  9. 제 8 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위로부터, 확률을 범위의 폭으로 나눈 값인 확률 밀도가 큰 순서로 범위를 선택하고, 선택한 범위의 확률 밀도의 합계값이 정하여진 값 이상이 될 때까지의 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  10. 제 8 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위 중, 확률을 범위의 폭으로 나눈 값인 확률 밀도가 최대가 되는 범위를 선택하고, 선택한 범위에 인접하는 범위 중 확률 밀도가 큰 쪽의 범위를 선택하는 것을 반복하고, 선택한 범위의 확률 밀도의 합계값이 정하여진 값 이상이 될 때까지의 범위를 상기 정상 범위로서 결정하는 정상 범위 결정 시스템.
  11. 제 3 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위에 대하여, 확률에 따라 정상이 아닌 범위의 비정상 정도를 결정하는 정상 범위 결정 시스템.
  12. 제 7 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위에 대하여, 확률을 범위의 폭으로 나눈 값인 확률 밀도에 따라 정상이 아닌 범위의 비정상 정도를 결정하는 정상 범위 결정 시스템.
  13. 제 1 항 또는 제 2 항에 있어서,
    상기 범위 결정부는, 상기 임계치에 기초하여 정하여지는 범위에 대하여, 상기 정상 범위로부터의 범위의 떨어진 정도에 따라 정상이 아닌 범위의 비정상 정도를 결정하는 정상 범위 결정 시스템.
  14. 다치 신호를 포함하는 가동 데이터에 있어서의 다치 신호의 정상 범위를 결정하는 정상 범위 결정 시스템에 이용되는 정상 범위 결정 방법에 있어서,
    컴퓨터가, 상기 가동 데이터에 포함되는 다치 신호에 1개 이상의 임계치를 설정하고, 상기 임계치를 이용하여 상기 다치 신호를 1개 이상의 2치 신호로 변환하고,
    컴퓨터가, 상기 가동 데이터의 정상 때의 신호값을 예측하는 예측 모델에, 변환된 2치 신호를 입력하고, 상기 변환된 2치 신호의 예측값을 변환 2치 신호 예측값으로서 산출하고,
    컴퓨터가, 상기 변환 2치 신호 예측값과 상기 임계치에 기초하여, 상기 가동 데이터에 포함되는 다치 신호의 신호값이 상기 임계치에 기초하여 정하여지는 범위에 존재할 확률을 산출하고, 상기 확률에 기초하여 상기 가동 데이터에 포함되는 다치 신호의 정상 범위를 결정하는
    정상 범위 결정 방법.
  15. 다치 신호를 포함하는 가동 데이터에 있어서의 다치 신호의 정상 범위를 결정하는 정상 범위 결정 시스템에 이용되는 정상 범위 결정 프로그램에 있어서,
    상기 가동 데이터에 포함되는 다치 신호에 1개 이상의 임계치를 설정하고, 상기 임계치를 이용하여 상기 다치 신호를 1개 이상의 2치 신호로 변환하는 변환 처리와,
    상기 가동 데이터의 정상 때의 신호값을 예측하는 예측 모델에, 상기 변환 처리에 의해 변환된 2치 신호를 입력하고, 상기 변환 처리에 의해 변환된 2치 신호의 예측값을 변환 2치 신호 예측값으로서 산출하는 예측 처리와,
    상기 변환 2치 신호 예측값과 상기 임계치에 기초하여, 상기 가동 데이터에 포함되는 다치 신호의 신호값이 상기 임계치에 기초하여 정하여지는 범위에 존재할 확률을 산출하고, 상기 확률에 기초하여 상기 가동 데이터에 포함되는 다치 신호의 정상 범위를 결정하는 범위 결정 처리
    를 컴퓨터에 실행시키는 정상 범위 결정 프로그램.
KR1020247001132A 2021-07-21 2021-07-21 정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 기억 매체에 저장된 정상 범위 결정 프로그램 KR102680482B1 (ko)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/027357 WO2023002614A1 (ja) 2021-07-21 2021-07-21 定常範囲決定システム、定常範囲決定方法、および、定常範囲決定プログラム

Publications (2)

Publication Number Publication Date
KR20240011247A true KR20240011247A (ko) 2024-01-25
KR102680482B1 KR102680482B1 (ko) 2024-07-01

Family

ID=84979065

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020247001132A KR102680482B1 (ko) 2021-07-21 2021-07-21 정상 범위 결정 시스템, 정상 범위 결정 방법, 및, 기억 매체에 저장된 정상 범위 결정 프로그램

Country Status (7)

Country Link
US (1) US20240095559A1 (ko)
JP (1) JP7353539B2 (ko)
KR (1) KR102680482B1 (ko)
CN (1) CN117651957A (ko)
DE (1) DE112021007666T5 (ko)
TW (1) TW202305532A (ko)
WO (1) WO2023002614A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102497374B1 (ko) * 2020-03-03 2023-02-07 미쓰비시덴키 가부시키가이샤 비정상 검출 시스템, 비정상 검출 방법 및 기록 매체에 저장된 비정상 검출 프로그램

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006067465A (ja) * 2004-08-30 2006-03-09 Jatco Ltd アナログデジタル信号変換装置とアナログデジタル信号変換装置を備えたネットワーク回線及びデータ収集装置
KR101170329B1 (ko) * 2011-12-26 2012-08-01 비앤에프테크놀로지 주식회사 산업플랜트 설비의 정상 운전값 범위를 취득하는 방법 및 그 장치 및 그 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 저장매체
JP2018160093A (ja) * 2017-03-23 2018-10-11 株式会社日立製作所 異常検知システムおよび異常検知方法
KR20200009077A (ko) * 2017-06-30 2020-01-29 미쓰비시덴키 가부시키가이샤 비정상 검출 장치, 비정상 검출 시스템, 및 비정상 검출 방법
KR20200108917A (ko) * 2018-03-20 2020-09-21 미쓰비시덴키 가부시키가이샤 표시 장치, 표시 시스템, 및 표시 화면 생성 방법
KR20210050414A (ko) * 2019-10-28 2021-05-07 주식회사 마키나락스 신경망을 학습시키는 방법

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112601934B (zh) * 2018-09-03 2023-02-17 三菱电机株式会社 信号显示控制装置以及计算机可读取的记录介质

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2006067465A (ja) * 2004-08-30 2006-03-09 Jatco Ltd アナログデジタル信号変換装置とアナログデジタル信号変換装置を備えたネットワーク回線及びデータ収集装置
KR101170329B1 (ko) * 2011-12-26 2012-08-01 비앤에프테크놀로지 주식회사 산업플랜트 설비의 정상 운전값 범위를 취득하는 방법 및 그 장치 및 그 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독 가능한 저장매체
JP2018160093A (ja) * 2017-03-23 2018-10-11 株式会社日立製作所 異常検知システムおよび異常検知方法
KR20200009077A (ko) * 2017-06-30 2020-01-29 미쓰비시덴키 가부시키가이샤 비정상 검출 장치, 비정상 검출 시스템, 및 비정상 검출 방법
KR20200108917A (ko) * 2018-03-20 2020-09-21 미쓰비시덴키 가부시키가이샤 표시 장치, 표시 시스템, 및 표시 화면 생성 방법
KR20210050414A (ko) * 2019-10-28 2021-05-07 주식회사 마키나락스 신경망을 학습시키는 방법

Also Published As

Publication number Publication date
CN117651957A (zh) 2024-03-05
JPWO2023002614A1 (ko) 2023-01-26
WO2023002614A1 (ja) 2023-01-26
DE112021007666T5 (de) 2024-04-04
TW202305532A (zh) 2023-02-01
KR102680482B1 (ko) 2024-07-01
JP7353539B2 (ja) 2023-09-29
US20240095559A1 (en) 2024-03-21

Similar Documents

Publication Publication Date Title
US10572512B2 (en) Detection method and information processing device
US9262255B2 (en) Multi-stage failure analysis and prediction
JP6361175B2 (ja) 異常診断装置及びプログラム
JP5936240B2 (ja) データ処理装置、データ処理方法、およびプログラム
JP2017097712A (ja) 機器診断装置及びシステム及び方法
CN109688030B (zh) 报文检测方法、装置、设备和存储介质
US20240095559A1 (en) Steady range determination system, steady range determination method, and computer readable medium
JPWO2019239542A1 (ja) 異常検知装置、異常検知方法及び異常検知プログラム
CN114385869A (zh) 检测数据异常的方法、装置、存储介质及计算机设备
CN111767938B (zh) 一种异常数据检测方法、装置及电子设备
CN111814557A (zh) 动作流检测方法、装置、设备及存储介质
JP6882772B2 (ja) 検査装置、検査方法及び検査プログラム
JP2007164346A (ja) 決定木変更方法、異常性判定方法およびプログラム
CN111258863B (zh) 数据异常检测方法、装置、服务器和计算机可读存储介质
US10157113B2 (en) Information processing device, analysis method, and recording medium
US20220230028A1 (en) Determination method, non-transitory computer-readable storage medium, and information processing device
WO2022259446A1 (ja) 異常原因推定装置、異常原因推定方法、及びコンピュータ読み取り可能な記録媒体
JP2023142779A (ja) 精度監視システム、精度監視方法、および、精度監視プログラム
KR102497374B1 (ko) 비정상 검출 시스템, 비정상 검출 방법 및 기록 매체에 저장된 비정상 검출 프로그램
JP2015207818A (ja) 異常検知装置及び異常検知システム
CN115698993A (zh) 硬件木马检测方法、硬件木马检测装置以及硬件木马检测用程序
US20210248726A1 (en) Multistage process model training
JP7161379B2 (ja) 推論装置
Mohammed et al. Multilevel artificial intelligence classification of faulty image data for enhancing sensor reliability
JP2020173547A (ja) 画像検査システム、画像検査装置及び画像検査プログラム

Legal Events

Date Code Title Description
A302 Request for accelerated examination
E701 Decision to grant or registration of patent right