TWI794583B - 監視裝置、顯示裝置、監視方法及監視程式 - Google Patents

監視裝置、顯示裝置、監視方法及監視程式 Download PDF

Info

Publication number
TWI794583B
TWI794583B TW109103829A TW109103829A TWI794583B TW I794583 B TWI794583 B TW I794583B TW 109103829 A TW109103829 A TW 109103829A TW 109103829 A TW109103829 A TW 109103829A TW I794583 B TWI794583 B TW I794583B
Authority
TW
Taiwan
Prior art keywords
process data
aforementioned
plant
signal
variation
Prior art date
Application number
TW109103829A
Other languages
English (en)
Other versions
TW202036191A (zh
Inventor
門脇正法
小野佳代子
Original Assignee
日商住友重機械工業股份有限公司
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 日商住友重機械工業股份有限公司 filed Critical 日商住友重機械工業股份有限公司
Publication of TW202036191A publication Critical patent/TW202036191A/zh
Application granted granted Critical
Publication of TWI794583B publication Critical patent/TWI794583B/zh

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

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本發明提供一種進一步減少錯失或誤檢測廠房的狀態變化之情況之監視裝置等。監視裝置具備：獲取部，獲取與廠房有關之製程資料；第1變化檢測部，將當前時點的製程資料與從當前時點起回溯了第1期間之第1基準時的製程資料進行比較，以檢測製程資料的第1變化量；第2變化檢測部，將當前時點的製程資料與從當前時點起回溯了第2期間之第2基準時的製程資料進行比較，以檢測製程資料的第2變化量；及判定部，依據第1變化量及第2變化量來判定廠房的運行狀態。

Description

監視裝置、顯示裝置、監視方法及監視程式
本申請主張基於2019年3月25日申請之日本專利申請第2019-056599號的優先權。該日本申請的全部內容藉由參閱援用於本說明書中。 本發明係關於一種監視裝置、顯示裝置、監視方法及監視程式。
以往，有測定與廠房的運行狀態有關之時序資料、亦即製程資料，與過去的製程資料進行比較以判定廠房的狀態的情形。
例如，在下述專利文獻1中記載有一種異常檢測方法，其從複數個感測器獲取觀測資料，將由正常資料構成之學習資料進行建模，由觀測資料與經建模之學習資料的相似度來偵測觀測資料有無異常，進行各感測器訊號的影響度的評價、判定條件規則的構建、與異常對應之感測器訊號的選擇和顯示。
又，在下述專利文獻2中記載有一種設備狀態監視方法，其依據設備或裝置所輸出之時序的感測器訊號來提取特徵向量，依據特徵向量的資料檢查來選擇所使用之特徵及所使用之學習資料，依據所選擇之學習資料來製作正常模型，並按照學習資料的充分性設定臨限值，藉由正常模型與特徵向量的比較來計算異常測度。 (先前技術文獻) (專利文獻)
專利文獻1：日本特開2011-59790號公報 專利文獻2：日本特開2011-70635號公報
(發明所欲解決之問題)
如專利文獻1或2所記載，所使用的技術是將過去的正常之製程資料與當前的製程資料進行比較，以判定廠房的狀態。然而，若不將作為比較基準之正常之製程資料應是哪種程度過去的製程資料適當地設定，會有錯失或誤檢測廠房的狀態變化的情況。
因此，本發明提供一種進一步減少錯失或誤檢測廠房的狀態變化之情況之監視裝置、顯示裝置、監視方法及監視程式。 (解決問題之技術手段)
本發明的一樣態之監視裝置，係具備：獲取部，獲取與廠房有關之製程資料；第1變化檢測部，將當前時點的製程資料與從當前時點起回溯了第1期間之第1基準時的製程資料進行比較，以檢測製程資料的第1變化量；第2變化檢測部，將當前時點的製程資料與從當前時點起回溯了第2期間之第2基準時的製程資料進行比較，以檢測製程資料的第2變化量；及判定部，依據第1變化量及第2變化量來判定廠房的運行狀態。
依該樣態，將作為比較基準之製程資料設為第1基準時的製程資料及第2基準時的製程資料，藉此以另一方基準來捕捉以一方基準難以捕捉之變化。又，即使在僅以一方基準難以區分是否為起因於雜訊之變化之情況下，亦能夠以另一方基準來進行適當之判定。因此，進一步減少錯失或誤檢測廠房的狀態變化之情況。
本發明的另一樣態之顯示裝置，係將與當前時點的廠房有關之製程資料與從當前時點起回溯了第1期間之第1基準時的製程資料進行比較，以檢測製程資料的第1變化量，並將當前時點的製程資料與從當前時點起回溯了第2期間之第2基準時的製程資料進行比較，以檢測製程資料的第2變化量，並依據第1變化量及第2變化量來顯示判定出廠房的運行狀態之判定結果。
本發明的另一樣態之監視方法，係使監視廠房之監視裝置執行以下作業：獲取與廠房有關之製程資料；將當前時點的製程資料與從當前時點起回溯了第1期間之第1基準時的製程資料進行比較，以檢測製程資料的第1變化量；將當前時點的製程資料與從當前時點起回溯了第2期間之第2基準時的製程資料進行比較，以檢測製程資料的第2變化量；及依據第1變化量及第2變化量來判定廠房的運行狀態。
本發明的另一樣態之監視程式，係使監視廠房之監視裝置執行以下作業：獲取與廠房有關之製程資料；將當前時點的製程資料與從當前時點起回溯了第1期間之第1基準時的製程資料進行比較，以檢測製程資料的第1變化量；將當前時點的製程資料與從當前時點起回溯了第2期間之第2基準時的製程資料進行比較，以檢測製程資料的第2變化量；及依據第1變化量及第2變化量來判定廠房的運行狀態。 (發明之效果)
依本發明，提供一種進一步減少錯失或誤檢測廠房的狀態變化之情況之監視裝置、顯示裝置、監視方法及監視程式。
參閱圖式，對本發明的實施形態進行說明。另外，各圖中標註同一符號者具有同一或相同的構成。
圖1係表示本發明的實施形態之監視裝置10的功能方塊之圖。監視裝置10具備獲取部11、過濾器部12、變化檢測部13、個別判定部14、整合判定部15、輸入部10e及顯示部10f。
獲取部11獲取與廠房100有關之至少1種製程資料。在此，廠房100可以是任意的廠房，例如可以是包括鍋爐之發電廠房或焚化廠房，或者是化學廠房。又，製程資料可以是與廠房100有關之任意的資料，例如可以是用感測器測定出廠房100的狀態之資料，更具體而言，亦可以包括廠房100的溫度、壓力及流量等的測定值。獲取部11可以以既定的時間間隔而獲取製程資料或者連續獲取製程資料，以獲取與廠房100有關之時序資料。
獲取部11可以獲取與廠房100有關之複數種製程資料。獲取部11可以獲取由設置於廠房100中之複數個感測器來測定出之複數種製程資料。在此，複數種製程資料例如可以是如溫度和壓力般表示不同物理量之資料，或者是如在廠房100的不同的部位測定出之溫度般表示相同物理量之資料。在本實施形態中，獲取部11獲取與廠房100有關之訊號A及訊號B來作為複數種製程資料。另外，獲取部11並不限定於獲取兩種製程資料之情況，亦可以獲取三種以上的製程資料。藉由獲取複數種製程資料，能夠更詳細地監視廠房100的狀態變化。
過濾器部12藉由訊號處理而過濾製程資料。過濾器部12包括過濾器部(訊號A用)12A及過濾器部(訊號B用)12B。過濾器部(訊號A用)12A進行訊號A的過濾，過濾器部(訊號B用)12B進行訊號B的過濾。基於過濾器部12之過濾可以藉由公知的處理而實現，例如可以是將高通濾波器、低通濾波器、帶通濾波器及帶阻濾波器進行了組合之過濾。
變化檢測部13包括將至少兩個以上的期間用作基準之變化檢測部，在本實施形態中，包括短期變化檢測部(訊號A用)131A、中期變化檢測部(訊號A用)132A、長期變化檢測部(訊號A用)133A、短期變化檢測部(訊號B用)131B、中期變化檢測部(訊號B用)132B及長期變化檢測部(訊號B用)133B。在此，“短期”、“中期”及“長期”係能夠由使用者任意地設定之期間，例如能夠設定為1小時、12小時、1天、1週、1個月、6個月及1年。另外，變化檢測部13可以針對三個以上的訊號的每一個，包括將四個以上的期間用作基準之變化檢測部。亦即，變化檢測部13並不限定於將“短期”、“中期”及“長期”三種期間用作基準之情況，而可以包括將四種以上的期間用作基準之變化檢測部。藉由將複數種期間用作基準而能夠更詳細地捕捉各種時間跨距中之廠房100的狀態變化。
短期變化檢測部(訊號A用)131A、中期變化檢測部(訊號A用)132A及長期變化檢測部(訊號A用)133A中任意的兩個，相當於本發明的第1變化檢測部及第2變化檢測部。又，短期變化檢測部(訊號B用)131B、中期變化檢測部(訊號B用)132B及長期變化檢測部(訊號B用)133B中任意的兩個，相當於本發明的第1變化檢測部及第2變化檢測部。第1變化檢測部將當前時點的製程資料與從當前時點起回溯了第1期間之第1基準時的製程資料進行比較，以檢測製程資料的第1變化量。又，第2變化檢測部將當前時點的製程資料與從當前時點起回溯了第2期間之第2基準時的製程資料進行比較，以檢測製程資料的第2變化量。
短期變化檢測部(訊號A用)131A可以將當前時點的訊號A例如與從當前時點起回溯了1小時之第1基準時的訊號A進行比較，以檢測第1變化量。同樣地，中期變化檢測部(訊號A用)132A可以將當前時點的訊號A例如與從當前時點起回溯了1天之第2基準時的訊號A進行比較，以檢測第2變化量。又，長期變化檢測部(訊號A用)133A可以將當前時點的訊號A例如與從當前時點起回溯了1週之第3基準時的訊號A進行比較，以檢測第3變化量。
短期變化檢測部(訊號B用)131B可以將當前時點的訊號B例如與從當前時點起回溯了1小時之第1基準時的訊號B進行比較，以檢測第1變化量。同樣地，中期變化檢測部(訊號B用)132B可以將當前時點的訊號B例如與從當前時點起回溯了1天之第2基準時的訊號B進行比較，以檢測第2變化量。又，長期變化檢測部(訊號B用)133B可以將當前時點的訊號B例如與從當前時點起回溯了1週之第3基準時的訊號B進行比較，以檢測第3變化量。
在本實施形態之監視裝置10中，第1變化檢測部及第2變化檢測部按照複數種製程資料的每一種而構成。亦即，變化檢測部13包括訊號A用短期變化檢測部131A、中期變化檢測部132A及長期變化檢測部133A、以及訊號B用短期變化檢測部131B、中期變化檢測部132B及長期變化檢測部133B。如此，藉由使用複數種製程資料，可以藉由其他種類的製程資料來捕捉藉由某一種製程資料難以捕捉之廠房100的狀態變化。又，即使在僅藉由某一種製程資料難以區分是否為起因於雜訊之變化之情況下，也能夠藉由使用其他種類的製程資料來進行適當之判定。因此，進一步減少錯失或誤檢測廠房100的狀態變化之情況。
個別判定部14包括短期個別判定部(訊號A用)141A、中期個別判定部(訊號A用)142A、長期個別判定部(訊號A用)143A、短期個別判定部(訊號B用)141B、中期個別判定部(訊號B用)142B及長期個別判定部(訊號B用)143B。在此，“短期”、“中期”及“長期”係能夠由使用者任意地設定之期間，並且可以是與變化檢測部13中之設定相同之期間。另外，個別判定部14可以針對三個以上的訊號，分別包括使用於以四個以上的期間為基準而檢測到之變化量之個別判定部。個別判定部14包括以複數種期間為基準來檢測變化量之複數種個別判定部，藉此能夠判定各種時間跨距中之廠房100的狀態變化。
短期個別判定部(訊號A用)141A、中期個別判定部(訊號A用)142A及長期個別判定部(訊號A用)143A中任意的兩個，相當於本發明的第1個別判定部及第2個別判定部。又，短期個別判定部(訊號B用)141B、中期個別判定部(訊號B用)142B及長期個別判定部(訊號B用)143B中任意的兩個，相當於本發明的第1個別判定部及第2個別判定部。第1個別判定部依據由第1變化檢測部檢測出之第1變化量來判定廠房100的運行狀態。第2個別判定部依據由第2變化檢測部檢測出之第2變化量來判定廠房100的運行狀態。
短期個別判定部(訊號A用)141A依據由短期變化檢測部(訊號A用)131A檢測出之第1變化量來判定廠房100的運行狀態。同樣地，中期個別判定部(訊號A用)142A依據由中期變化檢測部(訊號A用)132A檢測出之第2變化量來判定廠房100的運行狀態。又，長期個別判定部(訊號A用)143A依據由長期變化檢測部(訊號A用)133A檢測出之第3變化量來判定廠房100的運行狀態。短期個別判定部(訊號A用)141A、中期個別判定部(訊號A用)142A及長期個別判定部(訊號A用)143A例如可以判定廠房100的運行狀態是正常還是異常。
短期個別判定部(訊號B用)141B依據由短期變化檢測部(訊號B用)131B檢測出之第1變化量來判定廠房100的運行狀態。同樣地，中期個別判定部(訊號B用)142B依據由中期變化檢測部(訊號B用)132B檢測出之第2變化量來判定廠房100的運行狀態。又，長期個別判定部(訊號B用)143B依據由長期變化檢測部(訊號B用)133B檢測出之第3變化量來判定廠房100的運行狀態。短期個別判定部(訊號B用)141B、中期個別判定部(訊號B用)142B及長期個別判定部(訊號B用)143B例如可以判定廠房100的運行狀態是正常還是異常。
整合判定部15將基於第1個別判定部之判定結果及基於第2個別判定部之判定結果進行整合，以判定廠房100的運行狀態。在本實施形態之監視裝置10中，整合判定部15將基於短期個別判定部(訊號A用)141A之判定結果、基於中期個別判定部(訊號A用)142A之判定結果、基於長期個別判定部(訊號A用)143A之判定結果、基於短期個別判定部(訊號B用)141B之判定結果、基於中期個別判定部(訊號B用)142B之判定結果及基於長期個別判定部(訊號B用)143B之判定結果進行整合，以判定廠房100的運行狀態。另外，整合判定部15可以分別對三個以上的訊號，將使用於四個以上的期間為基準所檢測到之變化量來判定出之判定結果進行整合，以判定廠房100的運行狀態。依據複數種訊號更詳細地測定廠房100的狀態變化，並使用於複數種期間為基準所檢測出之變化量，藉此能夠判定各種時間跨距中之廠房100的狀態變化，並能夠藉由整合判定部15來整合該些判定結果，以更適當地判定廠房100的運行狀態。
具備個別判定部14及整合判定部15，進行分別特定化為以第1基準時為比較基準之第1變化量和以第2基準時為比較基準之第2變化量之個別判定，並將個別判定結果進行整合，藉此能夠對廠房100的運行狀態進行更穩定之判定。
依據本實施形態之監視裝置10，將作為比較基準之製程資料設為第1基準時的製程資料及第2基準時的製程資料，藉此，藉由另一方基準來捕捉藉由一方基準難以捕捉之變化。又，即使在僅以一方基準難以區分是否為起因於雜訊之變化之情況下，亦能夠以另一方基準來進行適當之判定。例如，有可藉由中期變化檢測部(訊號A用)132A或長期變化檢測部(訊號A用)133A來捕捉藉由短期變化檢測部(訊號A用)131A難以捕捉之變化的情況。又，即使在僅藉由短期變化檢測部(訊號B用)131B及短期個別判定部(訊號B用)141B難以區分是否為起因於雜訊之變化之情況下，仍有能夠藉由中期變化檢測部(訊號B用)132B及中期個別判定部(訊號B用)142B、或長期變化檢測部(訊號B用)133B及長期個別判定部(訊號B用)143B進行適當之判定的情況。因此，依據本實施形態之監視裝置10，進一步減少錯失或誤檢測廠房100的狀態變化之情況。
輸入部10e接收第1期間及第2期間的輸入。輸入部10e例如可以從1小時、12小時、1天、1週、1個月、6個月及1年等複數個選項中接收設定於變化檢測部13之第1期間及第2期間的輸入，亦可以從使用者接收表示第1期間及第2期間之數值的輸入。在本實施形態之監視裝置10的情況下，輸入部10e可以接收在短期變化檢測部(訊號A用)131A、中期變化檢測部(訊號A用)132A、長期變化檢測部(訊號A用)133A、短期變化檢測部(訊號B用)131B、中期變化檢測部(訊號B用)132B及長期變化檢測部(訊號B用)133B中使用之期間的輸入。又，輸入部10e可以接收將不同期間用作比較基準之變化檢測部的追加或刪除的輸入。藉由輸入部10e，能夠與作為監視對象之廠房100的特性對應地調整比較基準，並能夠更適當地檢測作為監視對象之廠房100的狀態變化。
顯示部10f顯示所判定的廠房100的運行狀態之判定結果。顯示部10f可以顯示基於個別判定部14之個別的判定結果和基於整合判定部15之綜合的判定結果(最終判定結果)雙方，亦可以顯示其中一方。又，顯示部10f可以顯示由變化檢測部13檢測出之變化量。
圖2係表示本實施形態之監視裝置10的物理構成之圖。監視裝置10具有相當於運算部之CPU(Central Processing Unit：中央處理單元)10a、相當於儲存部之RAM(Random Access Memory：隨機存取記憶體)10b、相當於儲存部之ROM(Read only Memory：唯讀記憶體)10c、通訊部10d、輸入部10e及顯示部10f。該等各構成以經由匯流排來彼此收發資料之方式連接。另外，本例中對監視裝置10由一台電腦構成之情況進行說明，但是監視裝置10可以藉由組合複數個電腦來實現。又，圖2所示之構成為一例，監視裝置10可以具有除此以外的構成，亦可以不具有該等構成中的一部分。
CPU10a係控制部，其進行與儲存於RAM10b或ROM10c中之程式的執行有關之控制或資料的運算和加工。CPU10a係運算部，其依據與廠房100有關之製程資料的變化量來執行判定廠房100的運行狀態之程式(監視程式)。CPU10a從輸入部10e或通訊部10d接收各種資料，並將資料的運算結果顯示於顯示部10f，或者儲存於RAM10b或ROM10c中。
RAM10b係在儲存部中能夠重寫資料者，例如可以由半導體儲存元件構成。RAM10b可以儲存由CPU10a執行之程式、與廠房100有關之製程資料等之資料。另外，該等是示例，在RAM10b中可以儲存有除此以外的資料，亦可以未儲存有該等的一部分。
ROM10c係在儲存部中能夠讀取資料者，例如可以由半導體儲存元件構成。ROM10c例如可以儲存監視程式或不進行重寫之資料。
通訊部10d係將監視裝置10連接於其他機器之介面。通訊部10d可以連接於網際網路等通訊網路N。
輸入部10e係從使用者接收資料的輸入者，例如包括鍵盤及觸控面板。
顯示部10f係以視覺方式顯示基於CPU10a之運算結果者，例如可以由LCD(Liquid Crystal Display：液晶顯示器)構成。顯示部10f可以顯示前述判定結果，或者顯示後面詳細地說明之判定結果報告。
監視程式可以儲存於藉由RAM10b或ROM10c等電腦能夠讀取之記憶媒體中而被提供，亦可以經由由通訊部10d連接之通訊網路而被提供。在監視裝置10中，CPU10a藉由執行監視程式而實現使用圖1所說明之獲取部11、過濾器部12、變化檢測部13、個別判定部14及整合判定部15的動作。另外，該等物理構成是示例，未必是獨立之構成。例如，監視裝置10可以具備CPU10a和RAM10b或ROM10c成為一體之LSI(Large-Scale Integration：大型積體電路)。
圖3係表示由本實施形態之監視裝置10來獲取之製程資料的一例之圖。在圖3中，在縱軸上示出製程資料的值，在橫軸上示出時間(time)，以示出製程資料的時間變化。
監視裝置10推定從當前時點起回溯了第1期間τ1之第1基準時的製程資料(第1製程資料D1)的機率分布P1、和當前時點的製程資料(第2製程資料)的機率分布P2。監視裝置10例如藉由以下數學式(1)來推定製程資料的平均值，並藉由以下數學式(2)來推定製程資料的分散，藉此可以推定各時點上的機率分布。
[數學式1]
Figure 02_image001
[數學式2]
Figure 02_image003
其中，x(n)係時間n的製程資料的值，加頂線的x(n)係x(n)的平均值。又，σ2 (n)係時間n的製程資料的分散。又，γ係0以上且1以下的記憶係數。
第1變化檢測部可以依據從當前時點的製程資料的機率分布及第1基準時的製程資料的機率分布計算之統計量來檢測第1變化量。又，第2變化檢測部可以依據從當前時點的製程資料的機率分布及第2基準時的製程資料的機率分布計算之統計量來檢測第2變化量。具體而言，變化檢測部13可以依據從當前時點的製程資料的機率分布P2及第1基準時的製程資料的機率分布P1計算出之平均值及分散，藉由以下數學式(3)計算第1變化量dτ1 (n)。
[數學式3]
Figure 02_image005
變化檢測部13不僅對第1期間τ1，而且可以對第2期間τ2藉由數學式(3)計算第2變化量dτ2 (n)，或者對第3期間τ3藉由數學式(3)計算第3變化量dτ3 (n)。如此，不是依據製程資料本身，而是依據從製程資料的機率分布計算之統計量來計算變化量，藉此能夠進一步減少雜訊的影響，並能夠對廠房100的運行狀態進行更穩定之判定。
圖4係表示由本實施形態之監視裝置10來計算之變化量的一例之圖。在圖4中，縱軸上示出變化量的值，橫軸上示出時間(time)，以示出變化量的時間變化。
個別判定部14可以依據由變化檢測部13檢測出之變化量的歷程來推定變化量的機率分布。圖4中示出所推定之變化量的機率分布P3。個別判定部14依據機率分布P3來設定臨限值，在變化量成為臨限值以上之情況下，可以判定為廠房100的運行狀態異常。在此，臨限值例如可以以1%基準來設定。又，個別判定部14例如假定對數常態分布，以推定變化量的機率分布。
個別判定部14依據第1變化量dτ1 (n)及臨限值Th，並藉由以下數學式(4)計算第1異常程度aτ1 (n)。
[數學式4]
Figure 02_image007
依據數學式(4)，在過去的第1異常程度aτ1 (n-1)為0，且當前時點的第1變化量dτ1 (n)小於臨限值Th的情況下，第1異常程度aτ1 (n)成為0。另一方面，在過去的第1異常程度aτ1 (n-1)為正值，且當前時點的第1變化量dτ1 (n)大於臨限值Th的情況下，第1異常程度aτ1 (n)增大(dτ1 (n)-Th)，並進行累加。在第1異常程度aτ1 (n)大於0的情況下，從第1期間τ1的觀點考慮，個別判定部14可以判定為廠房100的運行狀態異常。
個別判定部14不僅對第1期間τ1，而且可以對第2期間τ2藉由數學式(4)計算第2異常程度aτ2 (n)，或者對第3期間τ3藉由數學式(4)計算第3異常程度aτ3 (n)。如此，藉由從變化量減去臨限值之值的累積和來計算異常程度，藉此排除由雜訊的影響引起之瞬間的變化量的增加，從而能夠對廠房100的運行狀態進行更穩定之判定。
圖5係表示基於本實施形態之監視裝置10之個別判定及綜合判定的概要之圖。圖5中示出：表示關於訊號A以第1期間τ1來判定出廠房100的運行狀態之判定值(訊號A×τ1)之第1圖形G1；表示關於訊號B以第1期間τ1來判定出廠房100的運行狀態之判定值(訊號B×τ1)之第2圖形G2；表示過濾了判定值(訊號A×τ1)之結果之第3圖形G3；表示過濾了判定值(訊號B×τ1)之結果之第4圖形G4；及表示對廠房100的運行狀態進行了綜合判定之判定值之第5圖形G5。
個別判定部14在與訊號A有關之第1異常程度aτ1 (n)大於0的情況下，將判定值設為1，在與訊號A有關之第1異常程度aτ1 (n)為0之情況下，將判定值設為0，從而可以輸出第1圖形G1。同樣地，個別判定部14例如在與訊號B有關之第1異常程度aτ1 (n)大於0的情況下，將判定值設為1，在與訊號B有關之第1異常程度aτ1 (n)為0以下之情況下，將判定值設為0，從而可以輸出第2圖形G2。
在此，第1圖形G1及第2圖形G2分別包括尖峰狀判定值。可以認為該等係由雜訊的影響引起者，藉由排除而能夠防止誤報。
個別判定部14可以在判定值經既定期間持續為1的情況下將判定值就那樣設為1，在判定值僅在比既定期間短的期間為1的情況下將判定值設為0，藉此進行判定值的過濾。經過對第1圖形G1進行過濾之結果而得到第3圖形G3，在第3圖形G3中不包括尖峰狀判定值。同樣地，經過對第2圖形G2進行了過濾之結果而得到第4圖形G4，在第4圖形G4中不包括尖峰狀判定值。
整合判定部15可以藉由第3圖形G3及第4圖形G4的邏輯和來輸出表示整合判定值之第5圖形G5。另外，整合判定部15可以藉由第3圖形G3及第4圖形G4的邏輯積來輸出表示整合判定值之第5圖形G5。
在此，關於對訊號A及訊號B過濾與第1期間τ1有關之個別判定結果，並輸出整合判定結果之例子進行了說明，但是監視裝置10可以對複數種製程資料分別過濾與複數個期間有關之個別判定結果以輸出整合判定結果。
圖6係表示由本實施形態之監視裝置10來顯示之判定結果報告的一例之圖。判定結果報告包括整合判定結果R1和個別判定結果R2。
該例中示出整合判定結果R1為“異常”，廠房100的運行狀態為異常。又，關於“跨距01 1小時”、“跨距02 12小時”……“跨距10 8週”這10個不同期間，個別判定結果R2匯總顯示有與訊號A、訊號B……的複數種製程資料有關之個別判定結果。
具體而言，關於訊號A，關於“跨距01 1小時”的個別判定結果為“正常”，關於“跨距02 12小時”的個別判定結果為“異常”，關於“跨距10 8週”的個別判定結果為“異常”。藉此，可以讀取如下情況：訊號A在12小時以上的中期～長期的期間觀察到之情況下為異常，在1小時程度的短期內觀察到之情況下為正常。又，關於訊號B，關於“跨距01 1小時”的個別判定結果為“正常”，關於“跨距02 12小時”的個別判定結果為“正常”，關於“跨距10 8週”的個別判定結果為“異常”。藉此，可以讀取如下情況：訊號B在長期的期間所觀察到之情況下為異常，在1小時～12小時該短期～中期觀察到之情況下為正常。
如此，藉由一覽顯示整合判定結果R1和個別判定結果R2而能夠立刻掌握最終的判定結果，並且能夠輕易地分析複數種製程資料以哪種時間跨距來表示異常值，並能夠更準確地判定廠房100的運行狀態。
圖7係表示在由本實施形態之監視裝置10來接收變化跨距的輸入之情況下所顯示之畫面例之圖。在圖7的畫面上，顯示有“變化檢測器數量輸入部”的說明文字，並顯示有檢測器數量顯示欄B1、跨距輸入欄生成按鈕B2、採用按鈕B3、第1跨距顯示欄T1、第2跨距顯示欄T2及第10跨距顯示欄T10。另外，變化檢測器係包括在變化檢測部13中之個別的檢測器。
在檢測器數量顯示欄B1中顯示有當前設定之變化檢測器的數量。在該例的情況下，當前設定之變化檢測器的數量為“10個”。
若按下跨距輸入欄生成按鈕B2，則新設以新的期間作為基準時之變化檢測器。在該例的情況下，由於已設定有10個變化檢測器，因此若按下跨距輸入欄生成按鈕B2，則新設第11個變化檢測器。
在“變化跨距輸入部”一欄中，顯示有第1跨距顯示欄T1、第2跨距顯示欄T2……第10跨距顯示欄T10。在該例中，在第1跨距顯示欄T1中顯示有“跨距01：1小時”，在第2跨距顯示欄T2中顯示有“跨距02：12小時”，在第10跨距顯示欄T10中顯示有“跨距10：8週”。
若按下採用按鈕B3，則顯示於“變化跨距輸入部”一欄中之變化檢測器設定於監視裝置10的變化檢測部13。
如此，能夠依據作為監視對象之廠房100的特性來調整使用於變化檢測中之時間跨距的長度和數量，並能夠更適當地檢測作為監視對象的廠房100的狀態變化。另外，可以按照複數種的製程資料的每一種接收變化跨距的輸入，也可以匯總接收變化跨距的輸入而對複數種製程資料設定相同的時間跨距的變化檢測器。
圖8係由本實施形態之監視裝置10來執行之監視處理的流程圖。監視裝置10首先接收變化檢測跨距的輸入(S10)。在進行變化檢測跨距的輸入之情況下(S10：是)，監視裝置10接收設定於變化檢測部13之變化檢測器的數量、以及在各個變化檢測器中使用之變化跨距的輸入(S11)，並進行變化檢測部13的設定。
然後，監視裝置10獲取與廠房100有關之複數種製程資料(S12)，並分別過濾複數種製程資料(S13)，關於複數種製程資料，檢測短期、中期、長期的變化量(S14)。另外，短期、中期、長期該三種變化跨距為一例，監視裝置10可以使用任意的時間跨距來計算變化量。
關於複數種製程資料，監視裝置10依據短期、中期、長期的變化量個別地判定廠房100的運行狀態(S15)。而且，監視裝置10將個別的判定結果進行整合，以判定廠房100的運行狀態(S16)。
最後，監視裝置10顯示包括個別判定結果及整合判定結果之判定結果報告(S17)。監視裝置10可以持續執行處理S12～S17，亦可以依據來自使用者的輸入進行處理S11。
另外，以上已說明之實施形態係用以輕易地理解本發明者，而並非係用以限定地解釋本發明者。實施形態所具備之各要件及其配置、材料、條件、形狀及尺寸等不應限定於例示者，而能夠適當變更。又，能夠將不同之實施形態中所示出之構成彼此之間進行部分替換或組合。
監視裝置10的顯示部10f亦可以是顯示裝置，該顯示裝置依據第1變化量和第2變化量來顯示判定出廠房100的運行狀態之判定結果，前述第1變化量藉由將與廠房有關之製程資料在當前時點與從當前時點起回溯了第1期間之第1基準時進行比較而檢測出，前述第2變化量藉由將製程資料在當前時點與從當前時點起回溯了第2期間之第2基準時進行比較而檢測出。顯示裝置可以顯示個別判定結果及整合判定結果中的至少任一種。藉由顯示個別判定結果及整合判定結果中的至少任一種，能夠輕易地掌握廠房100的運行狀態。
10:監視裝置 10a:CPU 10b:RAM 10c:ROM 10d:通訊部 10e:輸入部 10f:顯示部 11:獲取部 12:過濾器部 12A:過濾器部(訊號A用) 12B:過濾器部(訊號B用) 13:變化檢測部 131A:短期變化檢測部(訊號A用) 132A:中期變化檢測部(訊號A用) 133A:長期變化檢測部(訊號A用) 131B:短期變化檢測部(訊號B用) 132B:中期變化檢測部(訊號B用) 133B:長期變化檢測部(訊號B用) 14:個別判定部 141A:短期個別判定部(訊號A用) 142A:中期個別判定部(訊號A用) 143A:長期個別判定部(訊號A用) 141B:短期個別判定部(訊號B用) 142B:中期個別判定部(訊號B用) 143B:長期個別判定部(訊號B用) 15:整合判定部 100:廠房
[圖1]係表示本發明的實施形態之監視裝置的功能方塊之圖。 [圖2]係表示本實施形態之監視裝置的物理構成之圖。 [圖3]係表示由本實施形態之監視裝置來獲取之製程資料的一例之圖。 [圖4]係表示由本實施形態之監視裝置來計算之變化度的一例之圖。 [圖5]係表示基於本實施形態之監視裝置之個別判定及綜合判定的概要之圖。 [圖6]係表示由本實施形態之監視裝置來顯示之判定結果報告的一例之圖。 [圖7]係表示在由本實施形態之監視裝置來接收變化跨距的輸入之情況下所顯示之畫面例之圖。 [圖8]係由本實施形態之監視裝置來執行之監視處理的流程圖。
10e:輸入部
10:監視裝置
10f:顯示部
11:獲取部
12:過濾器部
12A:過濾器部(訊號A用)
12B:過濾器部(訊號B用)
13:變化檢測部
14:個別判定部
15:整合判定部
100:廠房
131A:短期變化檢測部(訊號A用)
131B:短期變化檢測部(訊號B用)
132A:中期變化檢測部(訊號A用)
132B:中期變化檢測部(訊號B用)
133A:長期變化檢測部(訊號A用)
133B:長期變化檢測部(訊號B用)
141A:短期個別判定部(訊號A用)
141B:短期個別判定部(訊號B用)
142A:中期個別判定部(訊號A用)
142B:中期個別判定部(訊號B用)
143A:長期個別判定部(訊號A用)
143B:長期個別判定部(訊號B用)

Claims (8)

  1. 一種監視裝置，係具備：獲取部，獲取與廠房有關之製程資料；第1變化檢測部，將當前時點的前述製程資料與從當前時點起回溯了第1期間之第1基準時的前述製程資料進行比較，以檢測前述製程資料的第1變化量；第2變化檢測部，將當前時點的前述製程資料與從當前時點起回溯了第2期間之第2基準時的前述製程資料進行比較，以檢測前述製程資料的第2變化量；及判定部，依據前述第1變化量及前述第2變化量來判定前述廠房的運行狀態，前述判定部包括：第1個別判定部，依據前述第1變化量來判定前述廠房的運行狀態；第2個別判定部，依據前述第2變化量來判定前述廠房的運行狀態；及整合判定部，將基於前述第1個別判定部之判定結果及基於前述第2個別判定部之判定結果進行整合，以判定前述廠房的運行狀態。
  2. 如請求項1所述之監視裝置，其中，前述獲取部獲取與前述廠房有關之複數種製程資料，前述第1變化檢測部及前述第2變化檢測部是按照前述複數種製程資料的每一種而構成。
  3. 如請求項1或2所述之監視裝置，其進一 步具備：輸入部，接收前述第1期間及前述第2期間的輸入。
  4. 如請求項1或2所述之監視裝置，其中，前述第1變化檢測部，是根據當前時點的前述製程資料的機率分布及前述第1基準時的前述製程資料的機率分布來計算出之統計量，並依據該統計量來檢測前述第1變化量，前述第2變化檢測部，是根據當前時點的前述製程資料的機率分布及前述第2基準時的前述製程資料的機率分布來計算出之統計量，並依據該統計量來檢測前述第2變化量。
  5. 如請求項1或2所述之監視裝置，其進一步具備：顯示部，至少顯示基於前述判定部之判定結果。
  6. 一種適用於如請求項1或2所述之監視裝置的顯示裝置，係顯示將依據第1變化量所判定出之廠房的運行狀態的判定結果和依據第2變化量所判定出之廠房的運行狀態的判定結果整合後之判定結果，前述第1變化量藉由將與前述廠房有關之製程資料在當前時點和從前述當前時點起回溯了第1期間之第1基準時進行比較而檢測出，前述第2變化量藉由將前述製程資料在前述當前時點和從前述當前時點起回溯了第2期間之第2基準時進行比較而檢測出。
  7. 一種監視方法， 係使監視廠房之監視裝置執行如下作業：獲取與前述廠房有關之製程資料；將當前時點的前述製程資料與從當前時點起回溯了第1期間之第1基準時的前述製程資料進行比較，以檢測前述製程資料的第1變化量；將當前時點的前述製程資料與從當前時點起回溯了第2期間之第2基準時的前述製程資料進行比較，以檢測前述製程資料的第2變化量；及將依據前述第1變化量的判定結果及依據前述第2變化量判定結果整合而判定前述廠房的運行狀態。
  8. 一種監視程式，係使監視廠房之監視裝置執行如下作業：獲取與前述廠房有關之製程資料；將當前時點的前述製程資料與從當前時點起回溯了第1期間之第1基準時的前述製程資料進行比較，以檢測前述製程資料的第1變化量；將當前時點的前述製程資料與從當前時點起回溯了第2期間之第2基準時的前述製程資料進行比較，以檢測前述製程資料的第2變化量；及將依據前述第1變化量判定結果及依據前述第2變化量判定結果整合而判定前述廠房的運行狀態。
TW109103829A 2019-03-25 2020-02-07 監視裝置、顯示裝置、監視方法及監視程式 TWI794583B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2019-056599 2019-03-25
JP2019056599 2019-03-25

Publications (2)

Publication Number Publication Date
TW202036191A TW202036191A (zh) 2020-10-01
TWI794583B true TWI794583B (zh) 2023-03-01

Family

ID=72609841

Family Applications (1)

Application Number Title Priority Date Filing Date
TW109103829A TWI794583B (zh) 2019-03-25 2020-02-07 監視裝置、顯示裝置、監視方法及監視程式

Country Status (3)

Country Link
JP (1) JP7490637B2 (zh)
TW (1) TWI794583B (zh)
WO (1) WO2020196405A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099333A (ja) * 1998-09-17 2000-04-07 Ishikawajima Harima Heavy Ind Co Ltd プラント用インタフェースエージェント及びプラントの運転状態監視方法
TW200818249A (en) * 2006-06-12 2008-04-16 Mks Instr Inc Classifying faults associated with a manufacturing process
WO2008087968A1 (ja) * 2007-01-17 2008-07-24 Nec Corporation 変化点検出方法および装置
TW201234021A (en) * 2011-01-18 2012-08-16 Omron Tateisi Electronics Co Method for determining suitability of a threshold value, method for specifying a suitable threshold value, inspection system of a part-mounted substrate, method for simulation in a production field and simulation system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000099333A (ja) * 1998-09-17 2000-04-07 Ishikawajima Harima Heavy Ind Co Ltd プラント用インタフェースエージェント及びプラントの運転状態監視方法
TW200818249A (en) * 2006-06-12 2008-04-16 Mks Instr Inc Classifying faults associated with a manufacturing process
WO2008087968A1 (ja) * 2007-01-17 2008-07-24 Nec Corporation 変化点検出方法および装置
TW201234021A (en) * 2011-01-18 2012-08-16 Omron Tateisi Electronics Co Method for determining suitability of a threshold value, method for specifying a suitable threshold value, inspection system of a part-mounted substrate, method for simulation in a production field and simulation system

Also Published As

Publication number Publication date
WO2020196405A1 (ja) 2020-10-01
JP7490637B2 (ja) 2024-05-27
TW202036191A (zh) 2020-10-01
JPWO2020196405A1 (zh) 2020-10-01

Similar Documents

Publication Publication Date Title
US10852357B2 (en) System and method for UPS battery monitoring and data analysis
CN109239265A (zh) 监测设备故障检测方法及装置
JP4046309B2 (ja) プラント監視装置
CN113518011B (zh) 异常检测方法和装置、电子设备及计算机可读存储介质
EP3301586A1 (en) Pre-processor and diagnosis device
US20140249656A1 (en) Method and apparatus for alarm monitoring
Chen et al. A generally weighted moving average control chart for monitoring the coefficient of variation
JP5621967B2 (ja) 異常データ分析システム
US20170249559A1 (en) Apparatus and method for ensembles of kernel regression models
JP6861564B2 (ja) 監視制御装置
CN111538723A (zh) 监测数据处理方法、装置及电子设备
JP3400821B2 (ja) データ自動監視システム
JP4924457B2 (ja) 雨量値・累計雨量値の収集・積算方法
US9934677B2 (en) Method and apparatus for determination of sensor health
TWI794583B (zh) 監視裝置、顯示裝置、監視方法及監視程式
EP3349084B1 (en) Process monitoring device, method and program
JP5532782B2 (ja) トレーサビリティシステムおよび製造工程異常検出方法
KR102560765B1 (ko) 이상감시장치, 이상감시방법, 프로그램, 제어장치 및 플랜트
JP6882772B2 (ja) 検査装置、検査方法及び検査プログラム
KR102576390B1 (ko) 통계 분석에 기반한 거짓 경보 감소 방법 및 장치
US20180315227A1 (en) Display apparatus, display method, and program
JP6459345B2 (ja) 変動データ管理システム及びその特異性検出方法
TWI734330B (zh) 支援裝置、支援方法及記錄媒體
JP2006214333A (ja) 故障予知システム及び故障予知方法
JP6861653B2 (ja) 監視制御支援装置