WO2022185771A1 - 診断装置、診断方法、及び診断プログラム - Google Patents

診断装置、診断方法、及び診断プログラム Download PDF

Info

Publication number
WO2022185771A1
WO2022185771A1 PCT/JP2022/002204 JP2022002204W WO2022185771A1 WO 2022185771 A1 WO2022185771 A1 WO 2022185771A1 JP 2022002204 W JP2022002204 W JP 2022002204W WO 2022185771 A1 WO2022185771 A1 WO 2022185771A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
period
value
vibration
equipment
Prior art date
Application number
PCT/JP2022/002204
Other languages
English (en)
French (fr)
Inventor
浩司 河野
章洋 松木
勇貴 熊埜御堂
俊二 清原
Original Assignee
三菱ケミカルエンジニアリング株式会社
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
Priority claimed from JP2021034644A external-priority patent/JP7254845B2/ja
Priority claimed from JP2021034645A external-priority patent/JP7254846B2/ja
Application filed by 三菱ケミカルエンジニアリング株式会社 filed Critical 三菱ケミカルエンジニアリング株式会社
Publication of WO2022185771A1 publication Critical patent/WO2022185771A1/ja
Priority to US18/452,387 priority Critical patent/US20240003778A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • G01M7/02—Vibration-testing by means of a shake table
    • G01M7/025—Measuring arrangements
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M7/00—Vibration-testing of structures; Shock-testing of structures
    • 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
    • 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

Definitions

  • the present invention relates to diagnostic devices, diagnostic methods, and diagnostic programs.
  • Patent Document 1 For example.
  • a method of diagnosing a device for example, it is possible to compare changes in vibration levels before and after equipment maintenance work to confirm that maintenance work has been performed properly.
  • vibration data of a temporary or permanent vibration sensor before and after maintenance work is started is collected and analyzed.
  • the operator simply records the indicated values of the sensors visually confirmed and confirms whether there are significant fluctuations before and after the maintenance work, or whether the indicated values are within the reference values. It is not possible to easily grasp changes that cannot be grasped without detailed analysis of the data.
  • the indicated values often differ between the processes, and it is common that the indicated values in the next process differ according to the state in the previous process.
  • the first problem to be solved by the present invention is to make it possible to easily compare time-series data indicating the state of equipment for each period.
  • the second problem to be solved by the present invention is to enable easy comparison of time-series data indicating the state of the equipment for each operation cycle even in equipment in which a plurality of processes exist in one operation cycle. do.
  • a diagram visually representing the standardized values of the comparison data, and the corresponding relationship between the rank of the group of the size relationship of the data and the sensors are used for the reference data and the comparison data. I decided to output a screen with a table representing each of them.
  • the present invention is a diagnostic device for diagnosing the state of equipment, comprising: a storage unit storing time-series data of a plurality of sensors indicating the state of the equipment; and a processing unit that calculates the average value and standard deviation of the reference data, which is the data of the reference period among the time-series data, and then calculates the period to be compared from the time-series data.
  • a process of calculating the standardized value of the comparison data, which is the data, from the average value and the standard deviation, and a process of grouping the data of the plurality of sensors in the order of the size relationship of the data are executed for each of the reference data and the comparison data.
  • the standardized value is a value that indicates the degree of variation with respect to a reference value. can be applied.
  • the degree of variation in the time-series data of the sensor in the period to be compared with respect to the time-series data of the sensor in the reference period is visually displayed, and further, the ranking of the group of the data size relationship is displayed. and the sensor are represented for each of the reference data and the comparison data. Therefore, it is possible to easily compare changes in time-series data between a reference period and a period to be compared.
  • the sensor may be a vibration sensor, and the time-series data may be data on the vibration level of the equipment. Vibrations emitted by operating equipment are usually continuous. Therefore, if the above diagnostic apparatus is used for vibration sensor data, it is more effective to compare changes in time-series data between a reference period and a period to be compared.
  • the processing unit divides each of the reference data and the comparison data into a predetermined number, and calculates the average value and standard deviation of the reference data and the comparison data from the difference between the maximum value and the minimum value of the data in each divided period.
  • a normalized value may be calculated.
  • the processing unit sorts the data of the plurality of sensors into the same group and the non-identical group according to whether or not the data falls within a range based on the standard deviation of the normal distribution.
  • the process of grouping in order of magnitude may be executed for each of the reference data and the comparison data. According to this, it is possible to group the data into the number of groups that does not hinder practical use.
  • the present invention can also be understood from the aspect of the method.
  • the present invention is, for example, a diagnostic method for diagnosing the state of equipment, in which a computer determines the average value and standard After obtaining the deviation, the process of calculating the standardized value of the comparison data, which is the data of the period to be compared from the time series data, from the average value and the standard deviation, A process of grouping the reference data and the comparison data in order of size relationship, a diagram that visually represents the standardized values of the comparison data, and a correspondence relationship between the rank of the group of the size relationship of the data and the sensor. , a table showing each of the reference data and the comparison data, and a process of outputting a screen having .
  • the present invention can be understood from the aspect of the program.
  • the present invention is, for example, a diagnostic program for diagnosing the state of equipment, wherein a computer stores the average value and standard After obtaining the deviation, the process of calculating the standardized value of the comparison data, which is the data of the period to be compared from the time series data, from the average value and the standard deviation, A process of grouping the reference data and the comparison data in order of size relationship, a diagram that visually represents the standardized values of the comparison data, and a correspondence relationship between the rank of the group of the size relationship of the data and the sensor. , a table showing each of the reference data and the comparison data, and a process of outputting a screen having .
  • group numbers are assigned in order of magnitude of a representative value that indicates the relative relationship of data in each unit period with respect to data in all periods in a specific operation cycle.
  • the group number assigned to the data for each unit period is plotted in chronological order for each unit period, and a graph screen is output for a plurality of operation cycles.
  • the present invention is a diagnostic device for diagnosing the state of a facility having a plurality of processes in one operation cycle, comprising: a storage unit for storing time-series data of a plurality of sensors indicating the state of the facility; and a processing unit that determines a state change of the equipment from the time-series data, and the processing unit divides data from the start to the end of a specific operation cycle out of the time-series data into unit periods, and specifies A calculation process that calculates for each unit period the representative value that indicates the relative relationship of the data for each unit period with respect to the data for the entire period in the operation cycle, and the group number assigned in order of the magnitude of the representative value for each unit period. Grouping process to be assigned to data, and output process to output a screen of a graph showing the group numbers assigned to the data of each unit period, plotted in chronological order of each unit period, overlaid for multiple operation cycles. and run
  • the group number is the group name given to the data of each unit period, and is not limited to numbers, but numbers that are easy to set on the vertical axis of the graph, for example, are preferable.
  • the processing unit squares the standardized value representing the degree of variation in data for each unit period, and calculates for each unit period the value obtained by accumulating the values for a plurality of sensors as a representative value.
  • the processing unit divides the data of each unit period into a predetermined number and calculates the difference between the maximum value and the minimum value individually calculated.
  • a value ⁇ and a standard deviation ⁇ may be calculated, and a standardized value may be calculated using the average value ⁇ , the average value ⁇ and the standard deviation ⁇ .
  • the standardized value is a value that indicates the degree of variation with respect to a reference value. can do.
  • the processing unit determines the range of the minimum value and the maximum value of the difference in the magnitude of the data variation in a specific unit period among the unit periods, and the range of the difference in the magnitude of the data variation in the other specific unit period.
  • the representative values in which the ranges of the minimum value and the maximum value of the difference overlap may be regarded as having the same level, and the same group number may be given to each data of both unit periods. According to this, it is possible to group the data into the number of groups that does not hinder practical use.
  • the senor may be a vibration sensor
  • the time-series data may be data on the vibration level of the equipment. Vibrations emitted by operating equipment are usually continuous. Therefore, if the above diagnosis device is used with the data of the vibration sensor, it is suitable for grasping the state change of the equipment.
  • the present invention can also be understood from the aspect of the method.
  • the present invention is, for example, a diagnostic method for diagnosing the state of equipment having a plurality of processes in one operation cycle, in which a computer detects a specific operation cycle out of time-series data of a plurality of sensors indicating the state of the equipment.
  • a calculation process that divides the data from the start to the end of each unit period into units, and calculates for each unit period a representative value that indicates the relative relationship of the data for each unit period to the data for the entire period in a specific operation cycle.
  • a grouping process in which a group number assigned in order of representative value is assigned to the data of each unit period, and a plot of the group numbers assigned to the data of each unit period in chronological order of each unit period. , and an output process of outputting a screen of graphs superimposed for a plurality of operation cycles.
  • the present invention can be understood from the aspect of the program.
  • the present invention is, for example, a diagnostic program for diagnosing the state of a facility in which a plurality of processes exist in one operation cycle, wherein a computer is provided with time-series data of a plurality of sensors indicating the state of the facility.
  • a calculation process that divides the data from the start to the end of each unit period into units, and calculates for each unit period a representative value that indicates the relative relationship of the data for each unit period to the data for the entire period in a specific operation cycle.
  • a grouping process in which a group number assigned in order of representative value is assigned to the data of each unit period, and a plot of the group numbers assigned to the data of each unit period in chronological order of each unit period. , and an output process of outputting a screen of graphs superimposed for a plurality of operation cycles.
  • time-series data indicating the status of equipment for each period.
  • time-series data indicating the state of the facility can be easily compared for each operation cycle, even if the facility has a plurality of processes in one operation cycle. It becomes possible.
  • FIG. 1 is a diagram showing an example of the system configuration of a diagnostic system according to the first embodiment.
  • FIG. 2 is a diagram showing an example of a processing flow implemented by a computer.
  • FIG. 3 is a diagram explaining the details of vibration data processing in a reference period.
  • FIG. 4 is a diagram explaining the details of vibration data processing in a period to be compared.
  • FIG. 5 is a diagram illustrating the correlation between the magnitude of the vibration level detected by each sensor and the frequency of occurrence.
  • FIG. 6 is a diagram explaining the idea of the correlation between the vibration levels of the sensors.
  • FIG. 7 is a diagram showing an example of calculation of the average value and standard deviation.
  • FIG. 8 is a diagram showing an example of calculation of standardized values.
  • FIG. 1 is a diagram showing an example of the system configuration of a diagnostic system according to the first embodiment.
  • FIG. 2 is a diagram showing an example of a processing flow implemented by a computer.
  • FIG. 3 is a diagram explaining the details of vibration
  • FIG. 9 is a diagram showing an example of sorting and grouping.
  • FIG. 10 is a diagram showing a first example of a screen for comparison results of vibration data.
  • FIG. 11 is a diagram showing a second example of a screen for comparison results of vibration data.
  • FIG. 12 is a diagram showing a third example of the screen of the vibration data comparison result.
  • FIG. 13 is a diagram showing an example of the system configuration of a diagnostic system according to the second embodiment.
  • FIG. 14 is a diagram showing an example of a processing flow implemented by a computer.
  • FIG. 15 is a diagram explaining the details of vibration data processing in a specific driving cycle.
  • FIG. 16 is a diagram explaining sorting of representative values and assignment of group numbers.
  • FIG. 17 is a diagram illustrating the correlation between the magnitude of the vibration level detected by each sensor and the frequency of occurrence.
  • FIG. 18 is a diagram explaining the idea of the correlation between the vibration levels of the sensors.
  • FIG. 19 is a diagram imagining sorting of group numbers and graph drawing processing in a specific driving cycle.
  • FIG. 20 is a diagram showing an image of the mixing process.
  • FIG. 21 is a graph showing a graph of operation cycles to be compared so that it can be compared with the base pattern.
  • the first embodiment will be described below.
  • the first embodiment described below is merely an example, and does not limit the technical scope of the present disclosure to the following aspects.
  • FIG. 1 is a diagram showing an example of the system configuration of a diagnostic system 1 according to the first embodiment.
  • a diagnostic system 1 is a system for diagnosing equipment 5 installed in a facility 4 .
  • the diagnostic system 1 is a system that uses the state of vibration of the facility 5 in a specific period as a reference and presents relative state changes in the vibration of the facility 5 in other periods.
  • the diagnostic system 1 can be applied, for example, to comparison before and after periodic maintenance work of the equipment 5, comparison between trial operation and actual operation, and relative state changes in vibration at various other timings. Therefore, the diagnostic system 1 obtains data on the vibration of the facility 5 with the temporary or permanent vibration sensor 6 attached to the facility 5 , analyzes the data, and diagnoses the facility 5 .
  • the equipment 5 of the facility 4 that is diagnosed by the diagnosis system 1 includes various equipment that can generate vibration during operation. Examples of such equipment 5 include production equipment for pharmaceuticals and industrial products, power generation equipment, transport equipment, and various other equipment.
  • the vibration sensor 6 that detects the vibration of the equipment 5 transmits data by wire or wirelessly. Data transmitted from the vibration sensor 6 is uploaded to the cloud 3 via a computer or the like installed in the facility 4 .
  • the computer 2 (which is an example of the “diagnostic device” referred to in the present application) analyzes the data uploaded to the cloud 3 and performs abnormality detection and the like of the equipment 5 .
  • the computer 2 is an electronic computer having a CPU 21, a memory 22, a storage 23, and a communication interface 24. By executing a computer program read from the storage 23 and developed in the memory 22, various processes described later are executed. do.
  • the computer 2 may be installed at a location remote from the facility 4 or may be installed at the facility 4 .
  • FIG. 2 is a diagram showing an example of a processing flow implemented by the computer 2. As shown in FIG. When the computer 2 executes the computer program, it implements a series of processing flows from step S101 to step S112 shown in FIG. The processing flow realized by the computer 2 will be described below.
  • the computer 2 first acquires the vibration data uploaded to the cloud 3 (S101). That is, the computer 2 stores vibration data measured by the vibration sensor 6 in the memory 22 .
  • Vibration data is physical quantity data related to vibration, and includes, for example, various vibration levels such as magnitude of amplitude.
  • the vibration data stored in memory 22 may be real-time data that is accumulated sequentially during operation of computer 2 . Vibration data may be sent directly from the vibration sensor 6 to the computer 2 instead of being uploaded to the cloud 3 .
  • FIG. 3 is a diagram explaining the details of vibration data processing in a reference period.
  • vibration data for which period of time data should be used as the reference vibration data (BASE LOT). It is preferable to use the vibration data before the start as data for a predetermined period as a reference.
  • the number of divisions can be appropriately determined according to the computing power and diagnostic accuracy of the computer 2.
  • the case where the reference vibration data is divided into four vibration data S1 to S4 will be described as an example.
  • the computer 2 calculates the difference by subtracting the minimum value from the maximum value for each of the four divided vibration data S1 to S4 (S103). Differences between the four vibration data S1-4 are hereinafter referred to as differences ⁇ 1-4.
  • the computer 2 calculates the difference between the divided vibration data, for example, for all the sensor data.
  • a general vibration sensor normally outputs vibration data for each of the XYZ axes. Therefore, in the case where the vibration sensor 6 outputs respective vibrations of three axes, the computer 2 calculates the difference between the divided vibration data for each of the three vibration data corresponding to one vibration sensor 6. is calculated.
  • the vibration sensor 6 outputs three types of vibration data in this way, but for convenience of explanation, even if it means the output of one of the three axes detected by the vibration sensor 6, the term "sensor output" will hereinafter be used. is sometimes called.
  • the computer 2 calculates the average value of the differences ⁇ 1 to 4 based on the following formula (S104).
  • An average value of the differences ⁇ 1 to ⁇ 4 in a predetermined period is hereinafter referred to as an average value ⁇ BASE .
  • the standard deviation ⁇ of the vibration data in a predetermined period as a reference is calculated (S105).
  • the standard deviation ⁇ of vibration data in a predetermined period is calculated based on the following formula. Note that ⁇ in the following formula is the average value ⁇ BASE calculated in step S104.
  • FIG. 4 is a diagram explaining the details of vibration data processing in a period to be compared.
  • the vibration data extracted as a comparison target corresponds to the vibration data for a predetermined period as a reference.
  • the reference vibration data for a predetermined period is the vibration data for the period from when the facility 5 starts manufacturing a predetermined product to when it ends
  • the vibration data to be extracted as a comparison target is determined by the facility 5. It is preferable that the vibration data is the period from the start to the end of manufacturing the product. Then, when the predetermined product is manufactured repeatedly in the equipment 5, it is preferable to extract vibration data for each period from the start of the manufacturing to the end of the manufacturing. In FIG.
  • the standardized value ⁇ of the vibration data in the period to be compared is calculated (S107). Since the standardized value ⁇ is calculated for each of the vibration data L1 to L4, hereinafter, when a specific standardized value ⁇ is meant, the corresponding reference numerals L1 to 4 will be used for explanation (for example, the vibration data L2 If it is a standardized value ⁇ , then “standardized value ⁇ L2 ”).
  • the standardized value ⁇ is calculated by the following process.
  • each of the vibration data L1 to L4 is divided into a predetermined number in the same manner as in the process of step S102 described above.
  • FIG. 4 illustrates a case where the vibration data L2 is divided into four vibration data S1 to S4. Then, for each of the four divided vibration data S1 to S4, a difference is calculated by subtracting the minimum value from the maximum value in the same manner as in the process of step S103 described above. Then, similarly to the process of step S104 described above, the average value ⁇ of the differences ⁇ 1 to 4 is calculated.
  • the average value ⁇ is calculated for each of the vibration data L1 to L4, hereinafter, when a specific average value ⁇ is meant, the corresponding reference numerals L1 to 4 will be attached and explained (for example, the vibration data L2 If the average value is ⁇ , then “average value ⁇ L2 ”). Then, a standardized value ⁇ is calculated for each of the vibration data L1 to L4 based on the following formula.
  • the standardized value ⁇ is calculated as the degree of variation in the vibration level of the comparison target period with respect to the reference predetermined period.
  • FIG. 5 is a diagram illustrating the correlation between the magnitude of the vibration level detected by each sensor and the frequency of occurrence.
  • the horizontal axis represents the magnitude of the vibration level
  • the vertical axis represents the frequency of occurrence.
  • the graph shown in (A) in FIG. 5 illustrates a case where there is a clear difference between the magnitudes of the vibration levels detected by the two sensors.
  • Graph (B) in FIG. 5 illustrates a case where the magnitudes of the vibration levels detected by the two sensors are relatively similar.
  • the computer 2 first sorts (arranges) the average value ⁇ BASE calculated in step S104 for each output of all the sensors in the reference vibration data (BASE LOT) in ascending order (S108). Then, a group number is given to each sensor sorted in the order of the average value ⁇ BASE (S109). Further, the average value ⁇ in step S107 calculated for each sensor output in the vibration data of the period to be compared is sorted in ascending order (S110). A group number is given to each sensor sorted in the order of the average value ⁇ (S111). Then, a screen showing the vibration data comparison result is output (S112).
  • comparing the magnitude relationship of the vibration levels detected by each sensor with the same detection direction (axis) makes it easier to identify where in the facility the cause is when the magnitude relationship is switched. Therefore, in this embodiment, sorting and comparison of group numbers are performed between objects having the same detection direction (axis) (for example, each of the X axis, Y axis, and Z axis).
  • group numbers assigned by the above processing are subdivided, the number of sensors whose size relationships are interchanged becomes enormous. It becomes difficult to grasp the change between the vibration data of the period to be. Therefore, in the present embodiment, group numbers are assigned in the above process based on the following concept, so that the change between the reference vibration data (BASE LOT) and the vibration data of the period to be compared is changed. makes it easier to grasp.
  • sensor A and sensor B are defined as separate groups for case 1 in which the magnitude relationship between vibration levels is clear.
  • the correlation between the vibration level of sensor A and the vibration level of sensor B is when A is less than or equal to B (A ⁇ B), It can be said that A is greater than or equal to B (A ⁇ B). Therefore, in this embodiment, sensor A and sensor B are defined as being in the same group for case 2 in which the magnitude relationship between vibration levels is not clear.
  • Fig. 6 is a diagram explaining the concept of the correlation between the vibration levels of the sensors.
  • the horizontal axis represents the magnitude of the vibration level
  • the vertical axis represents the frequency of occurrence.
  • the frequency of occurrence of the vibration level output by a specific sensor basically follows a normal distribution with the mean value ⁇ as the apex.
  • Vibration levels PH1 and PL1 shown in the graph of FIG. 6 are data that rarely occur (rare case values).
  • Vibration levels PH2 and PL2 shown in the graph of FIG. 6 are abnormal data (outliers).
  • the threshold is set can be changed as appropriate according to the vibration level data.
  • the area of the range of ⁇ is 68.3%
  • the area of the range of ⁇ 2 ⁇ is 95.5%
  • the area of the range of ⁇ 3 ⁇ is 99.7%, so the number of sensors and the vibration level A suitable threshold for grouping is set according to the degree of variation in the data.
  • both sensors are treated as separate groups.
  • ⁇ 2 ⁇ or ⁇ , ⁇ 3 ⁇
  • the following processing is performed in preparation for the case where such a value that does not match the actual vibration level state is calculated.
  • the computer 2 sets ⁇ or ⁇ if the minimum value in the target measurement period is ⁇ and the maximum value is ⁇ , if ⁇ 2 ⁇ is exceeded.
  • ⁇ the maximum value
  • the average values are ⁇ Ax , ⁇ Bx , ⁇ Cx , ⁇ Dx , and ⁇ Ex in ascending order.
  • G is the group number
  • No. is the group number with the smallest average value ⁇ . 1, and then No. 2, 3, . . .
  • the computer 2 assigns group numbers according to the above formula in steps S109 and S111 described above. Then, in step S112 described above, the computer 2 outputs a screen in which the group number of each sensor in the reference vibration data (BASE LOT) is compared with the group number of each sensor in the vibration data of the period to be compared. .
  • FIG. 7 is a diagram showing an example of calculation of the average value ⁇ BASE and the standard deviation ⁇ .
  • the vibration data for 20 minutes is used as reference data, and the vibration data for 5 minutes divided into 4 is calculated for each of the vibration data for each 5 minutes. ) is shown.
  • FIG. 8 is a diagram showing an example of calculation of the standardized value ⁇ .
  • FIG. 8 shows an image of the processing (S106-S107) for calculating the standardized value ⁇ for each of the vibration data L1-4 for 20 minutes, which is the object of comparison.
  • FIG. 9 is a diagram showing an example of sorting and grouping.
  • the average value ⁇ is sorted in ascending order (rearranged) and a group number is assigned (S108 to S111 ) is shown.
  • FIG. 10 is a diagram showing a first example of a screen for comparison results of vibration data.
  • FIG. 10 shows a radar chart showing standardized values ⁇ of nine sensors (the X-, Y-, and Z-axes of the three vibration sensors 6) for all four vibration data L1 to L4, and reference vibration data. and the group number of each sensor in the vibration data of the period to be compared. Since the radar chart shown in FIG. 10 indicates the standardized value ⁇ , the portion where the standardized value ⁇ is zero corresponds to the reference vibration data portion. In addition, in the table shown in FIG. 10, the different parts from the group numbers of the reference vibration data are shaded so that the different parts can be easily understood.
  • the user viewing the screen can easily grasp the change between the reference vibration data (BASE LOT) and the vibration data of the period to be compared. can do.
  • the sensor SAx has a greater degree of variation in the vibration data L1 to L3 than the vibration data in the reference period. Therefore, it can be seen that some change has occurred in the part related to the vibration of the sensor SAx.
  • the vibration data of the sensor SAy and the sensor SBy have undergone some change such that the vibration level is switched compared to the vibration data in the reference period.
  • FIG. 11 is a diagram showing a second example of a screen for comparison results of vibration data.
  • FIG. 11 only the degree of variation of the vibration data L4 is shown on the radar chart.
  • a radar chart indicating the degree of variation in vibration data may thus be displayed only for vibration data in a specific period. This allows a closer look at the vibration data for a specific period of time.
  • FIG. 12 is a diagram showing a third example of the screen of the vibration data comparison result.
  • the degrees of variation of the vibration data L1 to L4 are separately displayed using four radar charts.
  • the four radar charts are arranged in chronological order with arrows. If radar charts showing the degree of variation in vibration data for each period are displayed side by side, changes in the degree of variation can be grasped in chronological order.
  • the screens exemplified in FIGS. 10 to 12 can also be used, for example, as monitoring screens for the facility 5 in operation.
  • the change in the vibration data may be notified to the user who is monitoring the screen of the computer 2 by flashing the shaded display shown in FIG.
  • vibration data has been described as an example, but it is also possible to apply it to various measurement data other than vibration.
  • the second embodiment will be described below.
  • the second embodiment described below is merely an example, and does not limit the technical scope of the present disclosure to the following aspects.
  • FIG. 13 is a diagram showing an example of the system configuration of the diagnostic system 1 according to the second embodiment.
  • a diagnostic system 1 is a system for diagnosing equipment 5 installed in a facility 4 .
  • the diagnostic system 1 is a system for equipment 5 in which a plurality of processes exist in one operation cycle, and the vibration generated by the equipment 5 from the start to the end of one operation cycle composed of a plurality of processes. level can be compared between each driving cycle.
  • the diagnostic system 1 can be applied, for example, to comparison before and after periodic maintenance work of the equipment 5, comparison between trial operation and actual operation, and relative state changes in vibration at various other timings.
  • the diagnostic system 1 obtains data on the vibration of the facility 5 with the temporary or permanent vibration sensor 6 attached to the facility 5 , analyzes the data, and diagnoses the facility 5 .
  • the equipment 5 of the facility 4 that is diagnosed by the diagnosis system 1 includes various equipment that can generate vibration during operation. Examples of such equipment 5 include production equipment for pharmaceuticals and industrial products, power generation equipment, transport equipment, and various other equipment.
  • the vibration sensor 6 that detects the vibration of the equipment 5 transmits data by wire or wirelessly. Data transmitted from the vibration sensor 6 is uploaded to the cloud 3 via a computer or the like installed in the facility 4 .
  • the computer 2 (which is an example of the “diagnostic device” referred to in the present application) analyzes the data uploaded to the cloud 3 and performs abnormality detection and the like of the equipment 5 .
  • the computer 2 is an electronic computer having a CPU 21, a memory 22, a storage 23, and a communication interface 24. By executing a computer program read from the storage 23 and developed in the memory 22, various processes described later are executed. do.
  • the computer 2 may be installed at a location remote from the facility 4 or may be installed at the facility 4 .
  • FIG. 14 is a diagram showing an example of a processing flow implemented by the computer 2. As shown in FIG. When the computer 2 executes the computer program, it implements a series of processing flows from step S101 to step S112 shown in FIG. The processing flow realized by the computer 2 will be described below.
  • the computer 2 first acquires the vibration data uploaded to the cloud 3 (S101). That is, the computer 2 stores vibration data measured by the vibration sensor 6 in the memory 22 .
  • Vibration data is physical quantity data related to vibration, and includes, for example, various vibration levels such as magnitude of amplitude.
  • the vibration data stored in memory 22 may be real-time data that is accumulated sequentially during operation of computer 2 . Vibration data may be sent directly from the vibration sensor 6 to the computer 2 instead of being uploaded to the cloud 3 .
  • FIG. 15 is a diagram explaining the details of vibration data processing in a specific driving cycle.
  • the number of divisions can be appropriately determined according to the computing power and diagnostic accuracy of the computer 2.
  • the case where the vibration data in a specific driving cycle is divided into n vibration data T1 to Tn is taken as an example. to explain.
  • a period on the time axis corresponding to each vibration data T1 to Tn is hereinafter referred to as a "unit period".
  • the computer 2 further divides each of the vibration data T1 to Tn into a predetermined number.
  • the number of divisions can be appropriately determined according to the computing power and diagnostic accuracy of the computer 2, as in the above case. explain.
  • the computer 2 calculates the difference by subtracting the minimum value from the maximum value for each of the five divided vibration data S1 to S5 (S103). Differences between the five vibration data S1 to S5 are hereinafter referred to as differences ⁇ 1 to ⁇ 5.
  • the computer 2 calculates the difference between the divided vibration data, for example, for all the sensor data.
  • a general vibration sensor normally outputs vibration data for each of the XYZ axes. Therefore, in the case where the vibration sensor 6 outputs respective vibrations of three axes, the computer 2 calculates the difference between the divided vibration data for each of the three vibration data corresponding to one vibration sensor 6. is calculated.
  • the vibration sensor 6 thus outputs three types of vibration data. For convenience of explanation, the term "sensor output" or "vibration It is sometimes called a factor.
  • the computer 2 calculates the average value ⁇ of the differences ⁇ 1 to ⁇ 5 (S104).
  • the average value ⁇ is obtained for all vibration data T1 to Tn. Therefore, hereinafter, when the average value ⁇ of any of the vibration data T1 to Tn is meant, the corresponding symbols T1 to Tn will be attached and explained (for example, if the average value ⁇ of the vibration data T1 is “ mean value ⁇ T1 ”).
  • the computer 2 calculates the average value ⁇ based on the following formula.
  • the average value ⁇ and the standard deviation ⁇ of the vibration data for the entire period in the specific driving cycle from which the data was extracted are calculated (S105).
  • the average value ⁇ and standard deviation ⁇ of the vibration data for the entire period in the specific driving cycle from which the data was extracted are calculated based on the following equations. That is, the average value ⁇ is the average value of all (5 ⁇ n) differences ⁇ 1 to 5 of the five vibration data S1 to S5 respectively corresponding to the vibration data T1 to Tn.
  • a standardized value ⁇ of each vibration data T1 to Tn is calculated (S106). Since the standardized value ⁇ is calculated for each of the vibration data T1 to Tn, hereinafter, when referring to a specific standardized value ⁇ , the corresponding symbols T1 to Tn will be used for explanation (for example, the vibration data T1 If it is a standardized value ⁇ , then “standardized value ⁇ T1 ”).
  • the standardized value ⁇ is calculated by standardizing the average value ⁇ of each vibration data T1 to Tn using the average value ⁇ and the standard deviation ⁇ of the vibration data over the entire period in the specific driving cycle from which the data was extracted. Therefore, the computer 2 calculates the standardized value ⁇ based on the following formula.
  • a representative value P that quantitatively represents the state of vibration is calculated (S107).
  • the standardized value ⁇ is both positive and negative. Therefore, the representative value P is obtained by squaring the standardized value ⁇ and integrating it for all vibration factors (all sensors). Specifically, the representative value P of each unit period is calculated based on the following formula.
  • the vibration sensor 6 normally outputs three vibration data on the X-axis, Y-axis and Z-axis. Therefore, in the above formula, when there are three vibration sensors 6, the number of sensors M is 9 (3 ⁇ 3). Also, the period number is a number from 1 to n corresponding to the vibration data T1 to Tn.
  • FIG. 16 is a diagram explaining sorting of representative values P and assignment of group numbers.
  • the computer 2 sorts the representative value P in ascending order in step S108 as shown in FIG. 16A.
  • the computer 2 sorts the representative value P in ascending order in step S108 as shown in FIG. 16B.
  • the computer 2 performs level determination for sorting the values of the same level among the n representative values P. As shown in FIG. Then, as shown in FIG.
  • FIG. 16(D) the computer 2 numbers the same group number for the same level.
  • FIG. 16 shows an example in which three representative values P33, P34, and P21 are determined to be at the same level and given the same group number "Gr1". The determination as to whether or not the magnitudes of the representative values P are at the same level is performed based on the following concept.
  • FIG. 17 is a diagram exemplifying the correlation between the magnitude of the vibration level detected by each sensor and the frequency of occurrence.
  • the horizontal axis represents the magnitude of the vibration level
  • the vertical axis represents the frequency of occurrence.
  • the graph shown in (A) in FIG. 17 illustrates a case where there is a clear difference between the magnitudes of the vibration levels detected by the two sensors.
  • the graph shown in (B) in FIG. 17 illustrates a case where the magnitudes of the vibration levels detected by the two sensors are relatively similar.
  • the relative magnitude relationship between the vibration data measured by each sensor can be clearly distinguished as shown in FIG. 17(A).
  • the magnitudes of the vibration levels detected by the two sensors are relatively similar, as shown in FIG. Sometimes I can't. Therefore, the determination as to whether or not the magnitudes of the representative values P are at the same level is basically performed as follows.
  • sensor A and sensor B are defined as separate groups for case 1 in which the magnitude relationship between vibration levels is clear.
  • the correlation between the vibration level of sensor A and the vibration level of sensor B is when A is less than or equal to B (A ⁇ B), It can be said that A is greater than or equal to B (A ⁇ B). Therefore, in this embodiment, sensor A and sensor B are defined as being in the same group for case 2 in which the magnitude relationship between vibration levels is not clear.
  • Fig. 18 is a diagram explaining the concept of the correlation between the vibration levels of the sensors.
  • the horizontal axis represents the magnitude of the vibration level
  • the vertical axis represents the frequency of occurrence.
  • the frequency of occurrence of the vibration level output by a specific sensor basically follows a normal distribution with the mean value ⁇ as the apex.
  • Vibration levels PH1 and PL1 shown in the graph of FIG. 18 are data that rarely occur (rare case values).
  • Vibration levels PH2 and PL2 shown in the graph of FIG. 18 are abnormal data (outliers).
  • the threshold is set can be changed as appropriate according to the vibration level data.
  • the area of the range of ⁇ is 68.3%
  • the area of the range of ⁇ 2 ⁇ is 95.5%
  • the area of the range of ⁇ 3 ⁇ is 99.7%, so the number of sensors and the vibration level
  • An appropriate threshold is set according to the degree of variation of the data, etc., as the threshold for grouping.
  • the computer 2 specifically determines whether the values of the representative values P calculated based on the vibration data are at the same level as follows. Execute with processing.
  • the computer 2 uses the maximum value, minimum value, average value, and standard deviation of each of the vibration data S1 to S5 obtained by dividing each vibration data T1 to Tn into five in step S102 for each vibration factor.
  • ⁇ which is the standardized minimum value of the variation of each vibration data T1 to Tn
  • ⁇ which is the standardized maximum value
  • ⁇ , ⁇ , ⁇ , and s be the maximum value, minimum value, average value, and standard deviation of the vibration data S1 to S5, respectively. Then, for each of the vibration data S1 to S5, the minimum value ⁇ and the maximum value ⁇ of the difference in magnitude of variation in the vibration data are determined based on the following equations.
  • the coefficient of s in the following formula is a value appropriately determined in advance according to the characteristics of the equipment 5 and the like.
  • Normalized values can be mixed both positive and negative. Therefore, similarly to the calculation of the representative value P, the calculated ⁇ and ⁇ are squared to calculate the minimum representative value P ⁇ and the maximum representative value P ⁇ integrated for all vibration factors (all sensors). Specifically, the representative values P ⁇ and P ⁇ for each unit period are calculated based on the following equations.
  • step S109 the process of assigning a group number.
  • the formula showing the method of determining whether or not they are of the same level is shown below.
  • the following formula illustrates a case where "P41 ⁇ P53 ⁇ P40 ⁇ " is obtained as a result of sorting the representative values P in ascending order. Assuming that the group number of the representative value Pn is Gn, the group number is assigned according to the criteria shown in the following formula.
  • the above formula shows an example in which "1" is set as the group number G41 of the representative value P41, which has the smallest value among the n representative values P. Then, if P ⁇ 41 corresponding to the representative value P41 is smaller than the representative value P ⁇ 53 corresponding to the representative value P53, which is the next largest value after the representative value P41, the minimum representative value P ⁇ 53 and the maximum representative value corresponding to the representative value P53 Since the range of the minimum representative value P ⁇ 41 and the maximum representative value P ⁇ 41 corresponding to the representative value P41 does not overlap with the range of P ⁇ 53, the representative value P53 is considered not to be at the same level as the representative value P41. An example is shown in which "2" is set as the group number G53 of P53.
  • the maximum representative value P ⁇ 41 corresponding to the representative value P41 is equal to or greater than the minimum representative value P ⁇ 53 corresponding to the representative value P53, which is the next largest value after the representative value P41, the minimum representative value P ⁇ 53 corresponding to the representative value P53 Since the range of the minimum representative value P ⁇ 41 and the maximum representative value P ⁇ 41 corresponding to the representative value P41 overlaps the range of the value P ⁇ 53 and the maximum representative value P ⁇ 53, the representative value P53 is at the same level as the representative value P41. , and "1", which is the same as the group number G41 of the representative value P41, is set as the group number G53 of the representative value P53.
  • FIG. 19 is a diagram imagining sorting of group numbers and graph drawing processing in a specific driving cycle.
  • the computer 2 executes the process of step S110, for example, as shown in FIG. 19, the group numbers are sorted in chronological order so as to correspond to each unit period of the vibration data T1 to Tn. Therefore, if the group numbers sorted in chronological order are plotted on a graph with the group number on the vertical axis, as shown in FIG. A graphical representation is completed.
  • the pattern indicated by the polygonal line in this graph will be referred to as the base pattern.
  • the computer 2 compares the base pattern representing the characteristics of the vibration data of the reference driving cycle with the comparison pattern representing the characteristics of the vibration data of the driving cycle to be compared. Specifically, the computer 2 executes the following process to process the vibration data of the operation cycle to be compared (S112).
  • the computer 2 first calculates the representative value P from the vibration data of the operation cycle to be compared.
  • the calculation method is the same as the processing of steps S102 to S107 described above.
  • the representative value P calculated from the vibration data of the reference driving cycle and the representative value P calculated from the vibration data of the driving cycle to be compared are mixed.
  • FIG. 20 is a diagram showing an image of the mixing process.
  • the computer 2 performs the same processing as in steps S108 and S109 on the mixed representative value P, and assigns a group number. Then, the computer 2 sorts the numbered group numbers into those corresponding to the reference operation cycle and those corresponding to the operation cycle to be compared.
  • the computer 2 performs the same processing as in step S110 for each sorted group number, and for the group number corresponding to the reference driving cycle and the group number corresponding to the driving cycle to be compared, Sort the vibration data corresponding to each group number in chronological order.
  • the computer 2 creates a graph in which the horizontal axis is the time series and the vertical axis is the group number.
  • FIG. 21 is a graph showing a graph of operation cycles to be compared so that it can be compared with the base pattern.
  • the vibration level generated by the vacuum pump changes depending on the degree of vibration. Therefore, in the case where the equipment 5 is like this, as shown in FIG. 21, the deviation from the average value of the difference between the magnitudes of the vibration values may increase in the initial stage of each operation cycle.
  • the computer 2 of the present embodiment outputs a screen of a graph that enables a visual grasp of the deviation from the average value of the difference in magnitude of the vibration values. Therefore, with the diagnostic system 1, even if the equipment 5 has a plurality of processes in one operation cycle, the level of vibration generated by the equipment 5 from the start to the end in one operation cycle can be determined for each operation. It is possible to compare between cycles. Therefore, the manager of the equipment 5 can use the graph as a reference when examining the equipment 5 and determining whether maintenance is necessary or not.
  • vibration data has been described as an example, but it is also possible to apply to various measurement data other than vibration.
  • Computer-readable recording medium A program that causes a computer or other machine or device (hereinafter referred to as a computer or the like) to implement any of the functions described above can be recorded in a computer-readable recording medium. By causing a computer or the like to read and execute the program of this recording medium, the function can be provided.
  • a computer-readable recording medium is a recording medium that stores information such as data and programs by electrical, magnetic, optical, mechanical, or chemical action and can be read by a computer, etc.
  • Examples of such recording media that can be removed from a computer or the like include flexible discs, magneto-optical discs, CD-ROMs, CD-R/Ws, DVDs, Blu-ray discs (Blu-ray is a registered trademark), DAT, and 8mm tapes.
  • memory cards such as flash memory.
  • a hard disk, a ROM (read only memory), and the like as a recording medium fixed to a computer or the like.
  • Diagnosis system ... Computer 3... Cloud 4... Facility 5... Facility 6... Vibration sensor 21... CPU 22 Memory 23 Storage 24 Communication interface

Abstract

本発明は、設備の状態を示す時系列データを、期間毎に容易に比較可能にすることを解決課題とする。設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、時系列データから設備の状態変化を判定する処理部と、を備え、処理部は、時系列データのうち基準とする期間のデータである基準データの平均値及び標準偏差を求めた後、時系列データの中から比較対象とする期間のデータである比較データの標準化値を、平均値及び標準偏差から算出する処理と、複数のセンサーの各データ同士を、データの大小関係順にグルーピングする処理を、基準データと比較データのそれぞれについて実行する処理と、比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位とセンサーとの対応関係を、基準データと比較データのそれぞれについて表した表と、を有する画面を出力する処理と、を実行する。

Description

診断装置、診断方法、及び診断プログラム
　本発明は、診断装置、診断方法、及び診断プログラムに関する。
　近年、各種装置類の経年変化を診断する技術が普及している（例えば、特許文献１を参照）。
特許第６８０１１３１号公報
　装置の診断方法の一例として、例えば、設備の保守作業の前後における振動レベルの変化等を比較し、保守作業が適正に行われたことを確認することがある。このような診断方法では、例えば、保守作業の開始前後における仮設または本設の振動センサーの振動データを採取し、解析が行われる。しかし、一般的には、作業者が目視で確認したセンサーの指示値を記録し、保守作業の前後で有意な変動が無いか、或いは、指示値が基準値内に収まっているかの確認に留まっているのが現状であり、データを詳しく解析しないと把握できない変化を容易に捉えることはできていない。また、１つの運転サイクルに複数の工程が存在する設備では、工程間で指示値が異なることが多く、また、次工程における指示値が前工程における状態に応じて異なることも日常的である。
　そこで、本発明は、設備の状態を示す時系列データを、期間毎に容易に比較可能にすることを第１の解決課題とする。また、本発明は、１つの運転サイクルに複数の工程が存在する設備であっても、設備の状態を示す時系列データを運転サイクル毎に容易に比較可能にすることを第２の解決課題とする。
　上記第１の課題を解決するため、本発明では、比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位とセンサーとの対応関係を、基準データと比較データのそれぞれについて表した表と、を有する画面を出力することにした。
　詳細には、本発明は、設備の状態を診断する診断装置であって、設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、時系列データから設備の状態変化を判定する処理部と、を備え、処理部は、時系列データのうち基準とする期間のデータである基準データの平均値及び標準偏差を求めた後、時系列データの中から比較対象とする期間のデータである比較データの標準化値を、平均値及び標準偏差から算出する処理と、複数のセンサーの各データ同士を、データの大小関係順にグルーピングする処理を、基準データと比較データのそれぞれについて実行する処理と、比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位とセンサーとの対応関係を、基準データと比較データのそれぞれについて表した表と、を有する画面を出力する処理と、を実行する。
　ここで、標準化値とは、基準値に対するばらつき度合いを示す値であり、例えば、基準とする期間における振動レベルに対する、比較対象の期間における振動レベルのばらつき度合いや、その他各種の物理量のばらつき度合いに適用することができる。
　上記の診断装置であれば、基準とする期間におけるセンサーの時系列データに対する、比較対象の期間におけるセンサーの時系列データのばらつき度合いが視覚的に表示され、更に、データの大小関係のグループの順位とセンサーとの対応関係が、基準データと比較データのそれぞれについて表される。よって、基準とする期間と比較対象の期間との間における時系列データの変化を容易に比較することが可能となる。
　なお、センサーは、振動センサーであり、時系列データは、設備の振動レベルのデータであってもよい。稼働中の設備が発する振動は、通常、連続的である。よって、上記診断装置を振動センサーのデータで用いれば、基準とする期間と比較対象の期間との間における時系列データの変化の比較により有効である。
　また、処理部は、基準データと比較データのそれぞれを所定個数に分割して各分割期間におけるデータの最大値と最小値との差分から、基準データの平均値及び標準偏差、及び、比較データの標準化値を算出してもよい。このような算出方法であれば、データの処理に係る計算負荷を低減することができる。
　また、処理部は、複数のセンサーの各データ同士が、正規分布における標準偏差を基準とする範囲内に入るか否かに応じて、同一グループと否のグループとに仕分けすることにより、データの大小関係順にグルーピングする処理を、基準データと比較データのそれぞれについて実行してもよい。これによれば、データ同士を、実用上支障ない程度のグループ数にグルーピングすることが可能である。
　また、本発明は、方法の側面から捉えることもできる。本発明は、例えば、設備の状態を診断する診断方法であって、コンピュータが、設備の状態を示す複数のセンサーの時系列データのうち基準とする期間のデータである基準データの平均値及び標準偏差を求めた後、時系列データの中から比較対象とする期間のデータである比較データの標準化値を、平均値及び標準偏差から算出する処理と、複数のセンサーの各データ同士を、データの大小関係順にグルーピングする処理を、基準データと比較データのそれぞれについて実行する処理と、比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位とセンサーとの対応関係を、基準データと比較データのそれぞれについて表した表と、を有する画面を出力する処理と、を実行するものであってもよい。
　また、本発明は、プログラムの側面から捉えることもできる。本発明は、例えば、設備の状態を診断する診断プログラムであって、コンピュータに、設備の状態を示す複数のセンサーの時系列データのうち基準とする期間のデータである基準データの平均値及び標準偏差を求めた後、時系列データの中から比較対象とする期間のデータである比較データの標準化値を、平均値及び標準偏差から算出する処理と、複数のセンサーの各データ同士を、データの大小関係順にグルーピングする処理を、基準データと比較データのそれぞれについて実行する処理と、比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位とセンサーとの対応関係を、基準データと比較データのそれぞれについて表した表と、を有する画面を出力する処理と、を実行させるものであってもよい。
　また、上記第２の課題を解決するため、本発明では、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与し、当該グループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力することにした。
　詳細には、本発明は、１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断装置であって、設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、時系列データから設備の状態変化を判定する処理部と、を備え、処理部は、時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を各単位期間について算出する算出処理と、代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与するグルーピング処理と、各単位期間のデータに各々付与したグループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行する。
　ここで、グループナンバーとは、各単位期間のデータに付与するグループ名であり、数字に限定されるものではないが、例えば、グラフの縦軸に設定しやすい数字の方が好適である。
　上記の診断装置であれば、１つの運転サイクルに複数の工程が存在する設備について、特定の運転サイクルの開始から終了までの間のデータと、他の運転サイクルの開始から終了までの間のデータとの相対的な単位期間毎の関係を、グラフで容易に把握することが可能となる。よって、１つの運転サイクルに複数の工程が存在する設備であっても、設備の状態変化を容易に把握することが可能となる。
　なお、処理部は、算出処理において、各単位期間のデータのばらつき度合いの大きさを表す標準化値を二乗し、複数のセンサー分を積算した値を代表値として各単位期間について算出するものであってもよい。この場合、処理部は、各単位期間のデータを所定個数に分割して個別に算出した最大値と最小値との差分について、単位期間毎の平均値Δと、特定の運転サイクルにおける全ての平均値μ及び標準偏差σを算出し、平均値Δと平均値μと標準偏差σを使って標準化値を算出してもよい。
　これによれば、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を表したものを代表値として算出することが可能となる。なお、標準化値とは、基準値に対するばらつき度合いを示す値であり、例えば、基準とする期間における振動レベルに対する、比較対象の期間における振動レベルのばらつき度合いや、その他各種の物理量のばらつき度合いに適用することができる。
　また、処理部は、グルーピング処理において、各単位期間のうち特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲と、他の特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲とが重なるもの同士の代表値同士については同一レベルのものとみなし、両単位期間の各データに同一のグループナンバーを付与してもよい。これによれば、データ同士を、実用上支障ない程度のグループ数にグルーピングすることが可能である。
　また、センサーは、振動センサーであり、時系列データは、設備の振動レベルのデータであってもよい。稼働中の設備が発する振動は、通常、連続的である。よって、上記診断装置を振動センサーのデータで用いれば、設備の状態変化の把握に好適である。
　また、本発明は、方法の側面から捉えることもできる。本発明は、例えば、１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断方法であって、コンピュータが、設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を各単位期間について算出する算出処理と、代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与するグルーピング処理と、各単位期間のデータに各々付与したグループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行するものであってもよい。
　また、本発明は、プログラムの側面から捉えることもできる。本発明は、例えば、１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断プログラムであって、コンピュータに、設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を各単位期間について算出する算出処理と、代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与するグルーピング処理と、各単位期間のデータに各々付与したグループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行させるものであってもよい。
　上記の診断装置、診断方法、及び診断プログラムであれば、設備の状態を示す時系列データを、期間毎に容易に比較可能となる。或いは、上記の診断装置、診断方法、及び診断プログラムであれば、１つの運転サイクルに複数の工程が存在する設備であっても、設備の状態を示す時系列データを運転サイクル毎に容易に比較可能となる。
図１は、第１の実施形態に係る診断システムのシステム構成の一例を示した図である。 図２は、コンピュータが実現する処理フローの一例を示した図である。 図３は、基準とする期間における振動データの処理内容を解説した図である。 図４は、比較対象の期間における振動データの処理内容を解説した図である。 図５は、各センサーが検出する振動レベルの大きさと発生頻度との相関関係を例示した図である。 図６は、センサーの振動レベルの相関関係の考え方を解説した図である。 図７は、平均値と標準偏差の算出の一例を示した図である。 図８は、標準化値の算出の一例を示した図である。 図９は、ソートとグルーピングの一例を示した図である。 図１０は、振動データの比較結果の画面の第１例を示した図である。 図１１は、振動データの比較結果の画面の第２例を示した図である。 図１２は、振動データの比較結果の画面の第３例を示した図である。 図１３は、第２の実施形態に係る診断システムのシステム構成の一例を示した図である。 図１４は、コンピュータが実現する処理フローの一例を示した図である。 図１５は、特定の運転サイクルにおける振動データの処理内容を解説した図である。 図１６は、代表値のソート及びグループナンバーの付与を解説した図である。 図１７は、各センサーが検出する振動レベルの大きさと発生頻度との相関関係を例示した図である。 図１８は、センサーの振動レベルの相関関係の考え方を解説した図である。 図１９は、特定の運転サイクルにおけるグループナンバーのソートと、グラフの描画処理をイメージした図である。 図２０は、混合する処理をイメージで表した図である。 図２１は、比較対象とする運転サイクルのグラフを、ベースパターンと比較可能なように示したグラフである。
　以下、第１の実施形態について説明する。以下に示す第１の実施形態は、単なる例示であり、本開示の技術的範囲を以下の態様に限定するものではない。
＜ハードウェア構成＞
　図１は、第１の実施形態に係る診断システム１のシステム構成の一例を示した図である。診断システム１は、施設４に設置されている設備５を診断するシステムである。診断システム１は、特定の期間における設備５の振動の状態を基準とし、その他の期間における設備５の振動の相対的な状態変化を提示するシステムである。診断システム１は、例えば、設備５の定期的な保守作業の前後における比較、試運転の時と本運転の時との比較、その他各種のタイミングにおける振動の相対的な状態変化に適用可能である。よって、診断システム１は、設備５に取り付けられた仮設又は本設の振動センサー６で設備５の振動に関するデータを取得し、当該データを解析して設備５の診断を行う。診断システム１が診断する施設４の設備５としては、稼働時に振動を発生し得る様々なものが挙げられる。このような設備５としては、例えば、医薬品や工業製品の生産設備、発電設備、輸送機械、その他各種のものが挙げられる。
　設備５の振動を検出する振動センサー６は、有線または無線でデータを送信する。振動センサー６から送信されるデータは、施設４に設置されるコンピュータ等を経由してクラウド３へアップロードされる。コンピュータ２（本願でいう「診断装置」の一例である）は、クラウド３へアップロードされたデータを解析し、設備５の異常検知等を行う。コンピュータ２は、ＣＰＵ２１、メモリ２２、ストレージ２３、通信インターフェース２４を有する電子計算機であり、ストレージ２３から読み出されてメモリ２２に展開されたコンピュータプログラムを実行することにより、後述する各種の処理を実行する。コンピュータ２は、施設４から遠隔の地に設置されるものであってもよいし、或いは、施設４に設置されるものであってもよい。
　コンピュータ２は、コンピュータプログラムを実行すると、以下の処理を実現する。図２は、コンピュータ２が実現する処理フローの一例を示した図である。コンピュータ２は、コンピュータプログラムを実行すると、図２に示すステップＳ１０１からステップＳ１１２までの一連の処理フローを実現する。以下、コンピュータ２が実現する処理フローを説明する。
　コンピュータ２は、まず、クラウド３にアップロードされた振動データの取得を行う（Ｓ１０１）。すなわち、コンピュータ２は、振動センサー６で計測された振動データをメモリ２２に記憶する。振動データとは、振動に関する物理量のデータであり、例えば、振幅の大きさといった各種の振動レベルが挙げられる。メモリ２２に記憶される振動データは、コンピュータ２の作動中に逐次蓄積されるリアルタイムのデータであってもよい。振動データは、クラウド３にアップロードされたものではなく、振動センサー６からコンピュータ２へ直接送信されてもよい。
　次に、コンピュータ２は、振動データの中から基準とする所定期間（Ｔ分間）のデータを抽出し、抽出した当該振動データを所定の個数に分割する（Ｓ１０２）。図３は、基準とする期間における振動データの処理内容を解説した図である。振動データの中から何れの期間のデータを基準の振動データ（BASE LOT）とするかは、様々であるが、例えば、定期的な保守作業の前後における比較を行う場合であれば、保守作業を開始する前の振動データを、基準とする所定期間のデータとするのが好適である。また、分割の個数は、コンピュータ２の計算能力や診断精度に応じて適宜決定可能であるが、ここでは基準の振動データを振動データＳ１～４に４分割した場合を例に説明する。
　次に、コンピュータ２は、分割した４つの振動データＳ１～４のそれぞれについて、最大値から最小値を差し引いた差分を算出する（Ｓ１０３）。４つの振動データＳ１～４のそれぞれの差分を、以下、差分Δ１～４とする。コンピュータ２は、分割した各振動データの差分の算出を、例えば、全てのセンサーのデータについて行う。一般的な振動センサーであれば、通常、ＸＹＺの３軸のそれぞれの振動データを出力する。よって、このように３軸のそれぞれの振動を振動センサー６が出力する場合であれば、コンピュータ２は、１つの振動センサー６に対応する３つのそれぞれの振動データについて、分割した各振動データの差分の算出を行う。振動センサー６はこのように３つの振動データを出力するが、説明の便宜上、振動センサー６が検出する３軸のうちの１つの出力を意味する場合であっても、以下、「センサーの出力」と呼ぶ場合がある。
　次に、コンピュータ２は、以下の式に基づいて、差分Δ１～４の平均値を算出する（Ｓ１０４）。所定期間における差分Δ１～４の平均値を、以下、平均値ΔBASEとする。
Figure JPOXMLDOC01-appb-M000001
　次に、基準とする所定期間における振動データの標準偏差σを算出する（Ｓ１０５）。所定期間における振動データの標準偏差σは、以下の式に基づいて算出する。なお、下記の式におけるμは、ステップＳ１０４で算出した平均値ΔBASEである。
Figure JPOXMLDOC01-appb-M000002
　以上により、基準とする所定期間における振動データの処理が完了する。次に、比較対象の期間における振動データの処理について説明する。図４は、比較対象の期間における振動データの処理内容を解説した図である。ステップＳ１０５の処理が完了した後は、振動データの中から比較対象とする所定期間（Ｔ分間）のデータを抽出し、抽出した当該振動データを所定の個数に分割する（Ｓ１０６）。
　比較対象として抽出する振動データは、基準とする所定期間の振動データに対応するものが好ましい。例えば、基準とする所定期間の振動データが、設備５が所定製品の製造を開始してから終了するまでの期間の振動データであった場合、比較対象として抽出する振動データは、設備５が所定製品の製造を開始してから終了するまでの期間の振動データであることが好ましい。そして、設備５において当該所定製品の製造が繰り返し行われる場合、製造を開始してから終了するまでの期間毎の振動データを抽出することが好ましい。図４では、基準とする所定期間におけるのと同様の動作が設備５で少なくとも４回以上繰り返されており、所定期間（Ｔ分間）と同じ長さの期間４つ分の振動データＬ１～４を抽出する例を示している。また、各振動データＬ１～４を分割する際の分割の個数は、ステップＳ１０２における分割の個数と同じである。
　次に、比較対象の期間における振動データの標準化値Θを算出する（Ｓ１０７）。標準化値Θは、振動データＬ１～４のそれぞれについて算出されるので、以下、特定の標準化値Θを意味する場合は、対応する符号Ｌ１～４を付して説明する（例えば、振動データＬ２の標準化値Θであれば「標準化値ΘL2」）。標準化値Θは、以下の処理により算出する。
　すなわち、振動データＬ１～４のそれぞれについて、上述したステップＳ１０２の処理と同様に、所定の個数に分割する。図４では、振動データＬ２を振動データＳ１～４に４分割した場合を例示している。そして、分割した４つの振動データＳ１～４のそれぞれについて、上述したステップＳ１０３の処理と同様に、最大値から最小値を差し引いた差分を算出する。そして、上述したステップＳ１０４の処理と同様に、差分Δ１～４の平均値Δを算出する。平均値Δは、振動データＬ１～４のそれぞれについて算出されるので、以下、特定の平均値Δを意味する場合は、対応する符号Ｌ１～４を付して説明する（例えば、振動データＬ２の平均値Δであれば「平均値ΔL2」）。そして、以下の式に基づいて標準化値Θを振動データＬ１～４のそれぞれについて算出する。
Figure JPOXMLDOC01-appb-M000003
　上記一連の処理により、標準化値Θが、基準とする所定期間に対する比較対象の期間の振動レベルのばらつきの度合いとして算出される。
　次に、センサー間の相関関係を評価するための処理について説明する。図５は、各センサーが検出する振動レベルの大きさと発生頻度との相関関係を例示した図である。図５の各グラフは、横軸が振動レベルの大きさを表し、縦軸が発生頻度を表す。図５において（Ａ）に示すグラフは、２つのセンサーがそれぞれ検出する振動レベルの大きさに明確な差異がある場合を例示している。また、図５において（Ｂ）に示すグラフは、２つのセンサーがそれぞれ検出する振動レベルの大きさが比較的近似している場合を例示している。２つのセンサーがそれぞれ検出する振動レベルの大きさに明確な差異がある場合、図５（Ａ）に示すように、各センサーで計測する振動データの相対的な大小関係は明確に区別できる。一方、２つのセンサーがそれぞれ検出する振動レベルの大きさが比較的近似している場合、図５（Ｂ）に示すように、各センサーで計測する振動データの相対的な大小関係は明確に区別できないことがある。そこで、各センサーで計測する振動データの相対的な大小関係を比較容易にするため、コンピュータ２は、以下のような処理を行う。
　コンピュータ２は、まず、基準の振動データ（BASE LOT）における全てのセンサーの出力それぞれについて算出したステップＳ１０４の平均値ΔBASEを、昇順にソート（並び替え）する（Ｓ１０８）。そして、平均値ΔBASEの並び順にソートした各センサーに対してグループナンバーを付与する（Ｓ１０９）。また、比較対象とする期間の振動データにおける全てのセンサーの出力それぞれについて算出したステップＳ１０７の平均値Δを、昇順にソートする（Ｓ１１０）。そして、平均値Δの並び順にソートした各センサーに対してグループナンバーを付与する（Ｓ１１１）。そして、振動データの比較結果の画面を出力する（Ｓ１１２）。各センサーが検出する振動レベルの大小関係の比較は、通常、同じ検出方向（軸）のもの同士で行うと、大小関係が入れ替わった場合にその原因が設備のどこにあるかを特定しやすい。そこで、本実施形態では、ソートやグループナンバーの比較について、同じ検出方向（軸）のもの同士（例えば、Ｘ軸とＹ軸とＺ軸のそれぞれ）で行う。
　上記処理によって付与されるグループナンバーを細分化すると、大小関係が入れ替わるセンサー数が膨大になるため、ステップＳ１１２で出力される画面を見たユーザは、基準の振動データ（BASE LOT）と比較対象とする期間の振動データとの間における変化を把握することが難しくなる。そこで、本実施形態では、上記処理におけるグループナンバーの付与を、次のような考え方で行うことにより、基準の振動データ（BASE LOT）と、比較対象とする期間の振動データとの間における変化の把握を容易にしている。
　すなわち、図５の（Ａ）で示したケース１の場合においては、センサーＡの振動レベルとセンサーＢの振動レベルとの相関関係は、明確にＡの方がＢより小さい（Ａ＜Ｂ）と言える。よって、本実施形態では、振動レベルの大小関係が明確なケース１については、センサーＡとセンサーＢは別グループとして定義する。また、図５の（Ｂ）で示したケース２の場合においては、センサーＡの振動レベルとセンサーＢの振動レベルとの相関関係は、ＡがＢ以下（Ａ≦Ｂ）の場合であったり、ＡがＢ以上（Ａ≧Ｂ）であったりすると言える。よって、本実施形態では、振動レベルの大小関係が明確でないケース２については、センサーＡとセンサーＢは同グループとして定義する。
　図６は、センサーの振動レベルの相関関係の考え方を解説した図である。図６のグラフで横軸は振動レベルの大きさを表し、縦軸が発生頻度を表す。特定のセンサーが出力する振動レベルの発生頻度は、基本的に平均値μを頂点とする正規分布に従う。図６のグラフに示す振動レベルＰＨ１，ＰＬ１は、滅多に発生しないデータ（レアケースの値）である。また、図６のグラフに示す振動レベルＰＨ２，ＰＬ２は、異常なデータ（外れ値）である。そして、平均値μから標準偏差σの２倍（μ±２σ）を超える確率は４．５％なので、比較する２つのセンサーの振動レベルの大小関係が逆転する確率は約０．０５％（２．２５％×２．２５％）となり、極めて低い確率である。そこで、本実施形態では、特定のセンサーの振動レベルにおけるμ＋２σの値が、他のセンサーの振動レベルにおけるμ－２σの値よりも小さければ、原則的に、両センサーを別グループとして取り扱う。
　なお、閾値をどのように設定するかは、振動レベルのデータに応じて適宜変更可能である。例えば、±σの範囲の領域は６８．３％であり、±２σの範囲の領域は９５．５％であり、±３σの範囲の領域は９９．７％であるから、センサー数や振動レベルのデータのばらつき度合い等においた適宜のものを、グループ分けの際の閾値として設定する。
　ところで、本実施形態では、特定のセンサーの振動レベルにおけるμ＋２σの値が、他のセンサーの振動レベルにおけるμ－２σの値よりも小さければ、原則的に、両センサーを別グループとして取り扱うが、例外的な取り扱いも行う。すなわち、平均値μや標準偏差σを算出する際の元となるデータのサンプル数が少ないと、データが正規分布を表現できない。よって、μ±２σ（或いは、μ±σ、μ±３σ）が、実際のデータの最小値や最大値を超える場合がある。そこで、本実施形態では、このような実際の振動レベルの状態に沿わない値が算出される場合に備えて、以下のような処理を行う。
　すなわち、コンピュータ２は、対象とする測定期間における最小値をρ、最大値をηとした場合、μ±２σを超えた場合はρまたはηに設定する。Ａ，Ｂ，Ｃ，Ｄ，Ｅの５つのセンサーを想定し、２σで判定する場合を例に説明する。例えば、Ｘ軸方向における５つのセンサーそれぞれの振動データの平均値をソートした結果、平均値が小さいものから順にΔAx，ΔBx，ΔCx，ΔDx，ΔExであったと仮定する。以下の式において、Ｇはグループナンバーとし、平均値Δが最小のグループナンバーをＮｏ．１とし、順にＮｏ．２、３、・・・とする。
Figure JPOXMLDOC01-appb-M000004
　コンピュータ２は、上述したステップＳ１０９とステップＳ１１１において、上記の式に従ったグループナンバーの付与を行う。そして、コンピュータ２は、上述したステップＳ１１２において、基準の振動データ（BASE LOT）における各センサーのグループナンバーと、比較対象とする期間の振動データにおける各センサーのグループナンバーとを比較した画面を出力する。
　図７は、平均値ΔBASEと標準偏差σの算出の一例を示した図である。図７では、２０分間の振動データを基準のデータとし、これを４分割した５分間ずつの振動データのそれぞれについて、平均値ΔBASE（＝μ）と標準偏差σを算出する処理（Ｓ１０２～Ｓ１０５）のイメージを示している。
　図８は、標準化値Θの算出の一例を示した図である。図８では、比較対象のそれぞれ２０分間の振動データＬ１～４のそれぞれについて、標準化値Θを算出する処理（Ｓ１０６～Ｓ１０７）のイメージを示している。
　図９は、ソートとグルーピングの一例を示した図である。図９では、基準の振動データ（BASE LOT）と比較対象の振動データにおける全てのセンサーの出力それぞれについて、平均値Δを昇順にソート（並び替え）してグループナンバーを付与する処理（Ｓ１０８～Ｓ１１１）のイメージを示している。
　図１０は、振動データの比較結果の画面の第１例を示した図である。図１０では、４つの振動データＬ１～４の全てについて、９つのセンサー（３つの振動センサー６のＸ軸、Ｙ軸、Ｚ軸）の標準化値Θを示したレーダーチャート、及び、基準の振動データにおける各センサーのグループナンバーと、比較対象とする期間の振動データにおける各センサーのグループナンバーとの関係を示した表を描画した画面を例示している。図１０に示すレーダーチャートは、標準化値Θを示しているので、標準化値Θがゼロの部分が、基準の振動データの部分に相当する。また、図１０に示す表は、基準の振動データのグループナンバーと異なっている部分が判りやすいように、異なっている部分を網掛け表示している。
　図１０に示すような画面がコンピュータ２で表示されると、画面を見たユーザは、基準の振動データ（BASE LOT）と、比較対象とする期間の振動データとの間における変化を容易に把握することができる。例えば、図１０に示すレーダーチャートを見ると、センサーＳＡｘは、基準とする期間における振動データに比べて、振動データＬ１～Ｌ３のばらつきの度合いが大きいことが判る。よって、センサーＳＡｘの振動に関わる箇所で何らかの変化が生じていることが判る。また、例えば、図１０に示す表を見ると、センサーＳＡｙとセンサーＳＢｙについては、基準とする期間における振動データに比べて、振動レベルが入れ替わるような何らかの変化が生じたことが判る。
　なお、図１０に示した画面は、例えば、次のように変形することもできる。図１１は、振動データの比較結果の画面の第２例を示した図である。図１１に示す画面では、レーダーチャートに振動データＬ４のばらつき度合いのみが示されている。振動データのばらつき度合いを示すレーダーチャートは、このように、特定の期間の振動データについてのみ表示してもよい。これによれば、特定の期間の振動データを詳しく見ることができる。
　また、コンピュータ２は、次のような画面を表示してもよい。図１２は、振動データの比較結果の画面の第３例を示した図である。図１２に示す画面では、振動データＬ１～Ｌ４のばらつき度合いを４つのレーダーチャートで別個に表示している。そして、４つのレーダーチャートを時系列順に矢印で並べている。各期間の振動データのばらつき度合いがそれぞれ示されたレーダーチャートが並んで表示されれば、ばらつき度合いの変化を時系列で把握することができる。
　図１０から図１２に例示した画面は、例えば、稼働中の設備５の監視画面として用いることもできる。この場合、図１０に示した網掛け表示等が点滅表示することで、コンピュータ２の画面を監視しているユーザに対し、振動データの変化を報知するようにしてもよい。
　また、本実施形態では、振動データの場合を例に説明したが、振動以外の様々な計測データに適用することも可能である。
　以下、第２の実施形態について説明する。以下に示す第２の実施形態は、単なる例示であり、本開示の技術的範囲を以下の態様に限定するものではない。
＜ハードウェア構成＞
　図１３は、第２の実施形態に係る診断システム１のシステム構成の一例を示した図である。診断システム１は、施設４に設置されている設備５を診断するシステムである。診断システム１は、１つの運転サイクルに複数の工程が存在する設備５を対象とするシステムであり、複数の工程によって構成される１つの運転サイクルにおける開始から終了までの間に設備５が発する振動のレベルを、各運転サイクル間で比較可能にする。診断システム１は、例えば、設備５の定期的な保守作業の前後における比較、試運転の時と本運転の時との比較、その他各種のタイミングにおける振動の相対的な状態変化に適用可能である。よって、診断システム１は、設備５に取り付けられた仮設又は本設の振動センサー６で設備５の振動に関するデータを取得し、当該データを解析して設備５の診断を行う。診断システム１が診断する施設４の設備５としては、稼働時に振動を発生し得る様々なものが挙げられる。このような設備５としては、例えば、医薬品や工業製品の生産設備、発電設備、輸送機械、その他各種のものが挙げられる。
　設備５の振動を検出する振動センサー６は、有線または無線でデータを送信する。振動センサー６から送信されるデータは、施設４に設置されるコンピュータ等を経由してクラウド３へアップロードされる。コンピュータ２（本願でいう「診断装置」の一例である）は、クラウド３へアップロードされたデータを解析し、設備５の異常検知等を行う。コンピュータ２は、ＣＰＵ２１、メモリ２２、ストレージ２３、通信インターフェース２４を有する電子計算機であり、ストレージ２３から読み出されてメモリ２２に展開されたコンピュータプログラムを実行することにより、後述する各種の処理を実行する。コンピュータ２は、施設４から遠隔の地に設置されるものであってもよいし、或いは、施設４に設置されるものであってもよい。
　コンピュータ２は、コンピュータプログラムを実行すると、以下の処理を実現する。図１４は、コンピュータ２が実現する処理フローの一例を示した図である。コンピュータ２は、コンピュータプログラムを実行すると、図１４に示すステップＳ１０１からステップＳ１１２までの一連の処理フローを実現する。以下、コンピュータ２が実現する処理フローを説明する。
　コンピュータ２は、まず、クラウド３にアップロードされた振動データの取得を行う（Ｓ１０１）。すなわち、コンピュータ２は、振動センサー６で計測された振動データをメモリ２２に記憶する。振動データとは、振動に関する物理量のデータであり、例えば、振幅の大きさといった各種の振動レベルが挙げられる。メモリ２２に記憶される振動データは、コンピュータ２の作動中に逐次蓄積されるリアルタイムのデータであってもよい。振動データは、クラウド３にアップロードされたものではなく、振動センサー６からコンピュータ２へ直接送信されてもよい。
　次に、コンピュータ２は、振動データの中から基準とする特定の運転サイクルの開始から終了までの間のデータを抽出し、抽出した当該振動データを所定の個数に分割する（Ｓ１０２）。図１５は、特定の運転サイクルにおける振動データの処理内容を解説した図である。振動データの中から何れの期間のデータを抽出するかは、様々であるが、例えば、定期的な保守作業の前後における比較を行う場合であれば、保守作業を開始する前に実行された運転サイクルにおける開始から終了までの振動データや、保守作業を完了した後に最初に実行された運転サイクルにおける開始から終了までの振動データを、基準とする運転サイクルの振動データとして抽出するのが好適である。また、分割の個数は、コンピュータ２の計算能力や診断精度に応じて適宜決定可能であるが、ここでは特定の運転サイクルにおける振動データを、振動データＴ１～Ｔｎのｎ個に分割した場合を例に説明する。各振動データＴ１～Ｔｎに対応する時間軸の期間を、以下、「単位期間」という。
　更に、コンピュータ２は、各振動データＴ１～Ｔｎをそれぞれ更に所定の個数に分割する。分割の個数は、上記と同様、コンピュータ２の計算能力や診断精度に応じて適宜決定可能であるが、ここでは各振動データＴ１～Ｔｎをそれぞれ振動データＳ１～Ｓ５に５分割した場合を例に説明する。
　次に、コンピュータ２は、分割した５つの振動データＳ１～Ｓ５のそれぞれについて、最大値から最小値を差し引いた差分を算出する（Ｓ１０３）。５つの振動データＳ１～Ｓ５のそれぞれの差分を、以下、差分Δ１～Δ５とする。コンピュータ２は、分割した各振動データの差分の算出を、例えば、全てのセンサーのデータについて行う。一般的な振動センサーであれば、通常、ＸＹＺの３軸のそれぞれの振動データを出力する。よって、このように３軸のそれぞれの振動を振動センサー６が出力する場合であれば、コンピュータ２は、１つの振動センサー６に対応する３つのそれぞれの振動データについて、分割した各振動データの差分の算出を行う。振動センサー６はこのように３つの振動データを出力するが、説明の便宜上、振動センサー６が検出する３軸のうちの１つの出力を意味する場合に、以下、「センサーの出力」或いは「振動因子」と呼ぶ場合がある。
　次に、コンピュータ２は、差分Δ１～Δ５の平均値Δを算出する（Ｓ１０４）。平均値Δは、全ての振動データＴ１～Ｔｎについて行う。よって、以下、振動データＴ１～Ｔｎのうちの何れかの平均値Δを意味する場合は、対応する符号Ｔ１～Ｔｎを付して説明する（例えば、振動データＴ１の平均値Δであれば「平均値ΔT1」）。コンピュータ２は、以下の式に基づいて平均値Δを算出する。
Figure JPOXMLDOC01-appb-M000005
　次に、データを抽出した特定の運転サイクルにおける全期間の振動データの平均値μ及び標準偏差σを算出する（Ｓ１０５）。データを抽出した特定の運転サイクルにおける全期間の振動データの平均値μ及び標準偏差σは、以下の式に基づいて算出する。すなわち、平均値μは、各振動データＴ１～Ｔｎのそれぞれに対応する５つの振動データＳ１～Ｓ５の差分Δ１～５の全て（５×ｎ個）の平均値である。
Figure JPOXMLDOC01-appb-M000006
　次に、各振動データＴ１～Ｔｎの標準化値Θを算出する（Ｓ１０６）。標準化値Θは、振動データＴ１～Ｔｎのそれぞれについて算出されるので、以下、特定の標準化値Θを意味する場合は、対応する符号Ｔ１～Ｔｎを付して説明する（例えば、振動データＴ１の標準化値Θであれば「標準化値ΘT1」）。標準化値Θは、データを抽出した特定の運転サイクルにおける全期間の振動データの平均値μ及び標準偏差σを用いて、各振動データＴ１～Ｔｎの平均値Δを標準化して算出する。よって、コンピュータ２は、以下の式に基づいて標準化値Θを算出する。
Figure JPOXMLDOC01-appb-M000007
　次に、各振動データＴ１～Ｔｎについて、振動の状態を定量的に表す代表値Ｐを算出する（Ｓ１０７）。標準化値Θは、正と負の両方が混在する。そこで、代表値Ｐは、標準化値Θを二乗し、全振動因子（全センサー）分について積分した値とする。具体的には、以下の式に基づいて各単位期間の代表値Ｐを算出する。
Figure JPOXMLDOC01-appb-M000008
　振動センサー６は、上述したように、通常、Ｘ軸とＹ軸とＺ軸の３つの振動データを出力する。よって、上記の式において、振動センサー６が３つの場合にはセンサー数Ｍが９（３×３）となる。また、周期ナンバーは、振動データＴ１～Ｔｎに対応する１～ｎのナンバーである。
　次に、コンピュータ２は、ｎ個の代表値Ｐを、昇順にソート（並び替え）する（Ｓ１０８）。そして、代表値Ｐの並び順にグループナンバーを採番する（Ｓ１０９）。ｎ個の代表値Ｐのうち、値の大きさが同一レベルのものについては同一のグループナンバーを採番する。図１６は、代表値Ｐのソート及びグループナンバーの付与を解説した図である。コンピュータ２は、図１６（Ａ）に示すようにステップＳ１０７で代表値Ｐを算出すると、図１６（Ｂ）に示すようにステップＳ１０８で代表値Ｐを昇順にソートする。そして、コンピュータ２は、図１６（Ｃ）に示すように、ｎ個の代表値Ｐのうち値の大きさが同一レベルのものを仕分けるレベル判定を行う。そして、コンピュータ２は、図１６（Ｄ）に示すように、同一レベルのものについては同一のグループナンバーを採番する。図１６では、代表値Ｐ３３，Ｐ３４，Ｐ２１の３つについては値の大きさが同一レベルと判定され、同一のグループナンバーである「Ｇｒ１」が付与された例を示している。代表値Ｐの値の大きさが互いに同一レベルであるか否かの判定は、以下の考え方に基づいて行われる。
　図１７は、各センサーが検出する振動レベルの大きさと発生頻度との相関関係を例示した図である。図１７の各グラフは、横軸が振動レベルの大きさを表し、縦軸が発生頻度を表す。図１７において（Ａ）に示すグラフは、２つのセンサーがそれぞれ検出する振動レベルの大きさに明確な差異がある場合を例示している。また、図１７において（Ｂ）に示すグラフは、２つのセンサーがそれぞれ検出する振動レベルの大きさが比較的近似している場合を例示している。２つのセンサーがそれぞれ検出する振動レベルの大きさに明確な差異がある場合、図１７（Ａ）に示すように、各センサーで計測する振動データの相対的な大小関係は明確に区別できる。一方、２つのセンサーがそれぞれ検出する振動レベルの大きさが比較的近似している場合、図１７（Ｂ）に示すように、各センサーで計測する振動データの相対的な大小関係は明確に区別できないことがある。そこで、代表値Ｐの値の大きさが互いに同一レベルであるか否かの判定は、基本的に以下のようにして行われる。
　すなわち、図１７の（Ａ）で示したケース１の場合においては、センサーＡの振動レベルとセンサーＢの振動レベルとの相関関係は、明確にＡの方がＢより小さい（Ａ＜Ｂ）と言える。よって、本実施形態では、振動レベルの大小関係が明確なケース１については、センサーＡとセンサーＢは別グループとして定義する。また、図１７の（Ｂ）で示したケース２の場合においては、センサーＡの振動レベルとセンサーＢの振動レベルとの相関関係は、ＡがＢ以下（Ａ≦Ｂ）の場合であったり、ＡがＢ以上（Ａ≧Ｂ）であったりすると言える。よって、本実施形態では、振動レベルの大小関係が明確でないケース２については、センサーＡとセンサーＢは同グループとして定義する。
　図１８は、センサーの振動レベルの相関関係の考え方を解説した図である。図１８のグラフで横軸は振動レベルの大きさを表し、縦軸が発生頻度を表す。特定のセンサーが出力する振動レベルの発生頻度は、基本的に平均値μを頂点とする正規分布に従う。図１８のグラフに示す振動レベルＰＨ１，ＰＬ１は、滅多に発生しないデータ（レアケースの値）である。また、図１８のグラフに示す振動レベルＰＨ２，ＰＬ２は、異常なデータ（外れ値）である。そして、平均値μから標準偏差σの２倍（μ±２σ）を超える確率は４．５％なので、比較する２つのセンサーの振動レベルの大小関係が逆転する確率は約０．０５％（２．２５％×２．２５％）となり、極めて低い確率である。そこで、本実施形態では、特定のセンサーの振動レベルにおけるμ＋２σの値が、他のセンサーの振動レベルにおけるμ－２σの値よりも小さければ、原則的に、両センサーを別グループとして取り扱う。
　なお、閾値をどのように設定するかは、振動レベルのデータに応じて適宜変更可能である。例えば、±σの範囲の領域は６８．３％であり、±２σの範囲の領域は９５．５％であり、±３σの範囲の領域は９９．７％であるから、センサー数や振動レベルのデータのばらつき度合い等に応じた適宜のものを、グループ分けの際の閾値として設定する。
　上記のような考え方の元、振動データを基にして算出される代表値Ｐの値の大きさが互いに同一レベルであるか否かの判定について、コンピュータ２は、具体的には以下のような処理で実行する。
　すなわち、コンピュータ２は、振動因子毎に、各振動データＴ１～ＴｎについてステップＳ１０２で５つに分割して得た振動データＳ１～Ｓ５のそれぞれの最大値、最小値、平均値、標準偏差を使い、各振動データＴ１～Ｔｎのばらつきの最小値を標準化したΘρ、最大値を標準化したΘηを算出する。ΘρとΘηの算出は、次のようにして行う。
　まず、振動データＳ１～Ｓ５のそれぞれの最大値、最小値、平均値、標準偏差を、順にη、ρ、Δ、ｓとする。そして、各振動データＳ１～Ｓ５について、振動データのばらつきの大小の差分の最小値Δρと最大値Δηを以下の式に基づいて決定する。なお、下記の式におけるｓの係数は、設備５の特徴等に応じて予め適宜決定された値である。
Figure JPOXMLDOC01-appb-M000009
　次に、振動因子毎に、当該運転サイクルにおける全ての振動データＳ１～Ｓ５、すなわち、（５×３×ｎ）個のΔの平均値μと、標準偏差σを算出する。そして、算出した平均値μ及び標準偏差σを使って、各単位期間のΔρを標準化したΘρと、各単位期間のΔηを標準化したΘηを算出する。具体的には、以下の式に基づいてΘρとΘηを算出する。
Figure JPOXMLDOC01-appb-M000010
　標準化値は、正と負の両方が混在し得る。そこで、代表値Ｐの算出と同様、算出したΘρとΘηをそれぞれ二乗して全振動因子（全センサー）分について積分した最小の代表値Ｐρ及び最大の代表値Ｐηを算出する。具体的には、以下の式に基づいて各単位期間の代表値Ｐρ、Ｐηを算出する。
Figure JPOXMLDOC01-appb-M000011
　そして、ステップＳ１０８で代表値Ｐの昇順にソートした後、各代表値Ｐに対応する代表値Ｐρと代表値Ｐηの範囲が互いに重なるもの同士の代表値Ｐについては同一レベルのものとみなすレベル判定を行い、ステップＳ１０９の処理、すなわち、グループナンバーを採番する処理を完了する。同一レベルのものであるか否かの判定の方法を示した式を、下記に示す。下記の式では、代表値Ｐを昇順にソートした結果、「Ｐ４１＜Ｐ５３＜Ｐ４０＜・・・」であったケースについて例示している。代表値ＰｎのグループナンバーをＧｎとすると、以下の式に示す判定基準にしたがってグループナンバーを採番する。
Figure JPOXMLDOC01-appb-M000012
　すなわち、上記の式では、ｎ個の代表値Ｐのうち最も値が小さい代表値Ｐ４１のグループナンバーＧ４１として「１」が設定される例が示されている。そして、代表値Ｐ４１に対応するＰη４１が、代表値Ｐ４１の次に大きい値である代表値Ｐ５３に対応する代表値Ｐρ５３より小さければ、代表値Ｐ５３に対応する最小の代表値Ｐρ５３と最大の代表値Ｐη５３の範囲に、代表値Ｐ４１に対応する最小の代表値Ｐρ４１と最大の代表値Ｐη４１の範囲が重なっていないことになるから、代表値Ｐ５３は代表値Ｐ４１と同一レベルではないとみなし、代表値Ｐ５３のグループナンバーＧ５３として「２」が設定される例が示されている。また、代表値Ｐ４１に対応する最大の代表値Ｐη４１が、代表値Ｐ４１の次に大きい値である代表値Ｐ５３に対応する最小の代表値Ｐρ５３以上であれば、代表値Ｐ５３に対応する最小の代表値Ｐρ５３と最大の代表値Ｐη５３の範囲に、代表値Ｐ４１に対応する最小の代表値Ｐρ４１と最大の代表値Ｐη４１の範囲が重なっていることになるから、代表値Ｐ５３は代表値Ｐ４１と同一レベルであるとみなし、代表値Ｐ５３のグループナンバーＧ５３として、代表値Ｐ４１のグループナンバーＧ４１と同じ「１」が設定される例が示されている。
　以上のような処理により、ｎ個の代表値Ｐのそれぞれについて、グループナンバーの採番が完了する。
　次に、コンピュータ２は、採番したグループナンバーを、各グループナンバーに対応する振動データの時系列順にソートする（Ｓ１１０）。そして、コンピュータ２は、横軸を時系列、縦軸をグループナンバーとするグラフを作成する（Ｓ１１１）。図１９は、特定の運転サイクルにおけるグループナンバーのソートと、グラフの描画処理をイメージした図である。コンピュータ２がステップＳ１１０の処理を実行すると、例えば、図１９に示されるように、振動データＴ１～Ｔｎの単位期間それぞれに対応する形で、グループナンバーが時系列順にソートされる。よって、縦軸をグループナンバーとするグラフに、この時系列順にソートされたグループナンバーをプロットしていくと、図１９に示されるように、ステップＳ１０９において採番されたグループナンバーを時系列で視覚的に表したグラフが完成する。以下、このグラフの折れ線が示すパターンを、ベースパターンという。
　コンピュータ２は、次に、基準とする運転サイクルの振動データの特徴を表したベースパターンと、比較対象の運転サイクルの振動データの特徴を表した比較対象パターンとの照合を行う。具体的には、コンピュータ２は、以下の処理を実行し、比較対象の運転サイクルの振動データを処理する（Ｓ１１２）。
　すなわち、コンピュータ２は、まず、比較対象とする運転サイクルの振動データから代表値Ｐを算出する。算出方法は、上述したステップＳ１０２～Ｓ１０７の処理と同様である。次に、基準とする運転サイクルの振動データから算出した代表値Ｐと、比較対象とする運転サイクルの振動データから算出した代表値Ｐとを混合する。図２０は、混合する処理をイメージで表した図である。次に、コンピュータ２は、混合した代表値Ｐについて、ステップＳ１０８～Ｓ１０９と同様の処理を行い、グループナンバーを採番する。そして、コンピュータ２は、採番したグループナンバーを、基準とする運転サイクルに対応するものと、比較対象とする運転サイクルに対応するものとに仕分ける。そして、コンピュータ２は、ステップＳ１１０と同様の処理を、仕分けたそれぞれのグループナンバーに対して行い、基準とする運転サイクルに対応するグループナンバーと、比較対象とする運転サイクルに対応するグループナンバーについて、各グループナンバーに対応する振動データの時系列順にソートする。そして、コンピュータ２は、ステップＳ１１１と同様に、横軸を時系列、縦軸をグループナンバーとするグラフを作成する。図２１は、比較対象とする運転サイクルのグラフを、ベースパターンと比較可能なように示したグラフである。
　図２１のグラフでは、基準とする特定の運転サイクルを示すベースパターンのグラフの他に、比較対象として４つの運転サイクルのグラフが示されている。図２１のグラフにおいて、縦軸が示すグループナンバーは、振動レベルの大小とは無関係である。振動値の大小の差分の平均値からのずれが大きい程、グラフ線が示すばらつきが大きくなる。図２１に示す例では、５つのグラフ線を見比べることにより、各運転サイクルの開始初期段階においては、振動値の大小の差分の平均値からのずれが大きいことが判る。設備５が、例えば、運転サイクルの開始初期段階において、真空槽内を真空ポンプで真空引きするような工程を有する場合、真空ポンプの吸い込み側にある弁開度や、真空槽の開閉部分の密閉度合い等に応じて、真空ポンプが発する振動レベルが変化する。よって、設備５がこのような場合、各運転サイクルの開始初期段階において、図２１に示すように、振動値の大小の差分の平均値からのずれが大きくなることがある。
　本実施形態のコンピュータ２は、このように、振動値の大小の差分の平均値からのずれを視覚的に把握可能なグラフの画面を出力する。よって、診断システム１であれば、１つの運転サイクルに複数の工程が存在する設備５であっても、１つの運転サイクルにおける開始から終了までの間に設備５が発する振動のレベルを、各運転サイクル間で比較することが可能である。したがって、設備５の管理者は、設備５の調査やメンテナンスの要否等を判断する際の参考に当該グラフを用いることが可能である。
　なお、本実施形態では、振動データの場合を例に説明したが、振動以外の様々な計測データに適用することも可能である。
＜コンピュータが読み取り可能な記録媒体＞
　コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させるプログラムをコンピュータ等が読み取り可能な記録媒体に記録することができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。
　ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ／Ｗ、ＤＶＤ、ブルーレイディスク（ブルーレイは登録商標）、ＤＡＴ、８ｍｍテープ、フラッシュメモリなどのメモリカード等がある。また、コンピュータ等に固定された記録媒体としてハードディスクやＲＯＭ（リードオンリーメモリ）等がある。
１・・診断システム
２・・コンピュータ
３・・クラウド
４・・施設
５・・設備
６・・振動センサー
２１・・ＣＰＵ
２２・・メモリ
２３・・ストレージ
２４・・通信インターフェース

Claims (13)

  1. 　設備の状態を診断する診断装置であって、
    　前記設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、
    　前記時系列データから前記設備の状態変化を判定する処理部と、を備え、
    　前記処理部は、
    　　前記時系列データのうち基準とする期間のデータである基準データの平均値及び標準偏差を求めた後、前記時系列データの中から比較対象とする期間のデータである比較データの標準化値を、前記平均値及び前記標準偏差から算出する処理と、
    　　前記複数のセンサーの各データ同士を、データの大小関係順にグルーピングする処理を、前記基準データと前記比較データのそれぞれについて実行する処理と、
    　　前記比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位と前記センサーとの対応関係を、前記基準データと前記比較データのそれぞれについて表した表と、を有する画面を出力する処理と、を実行する、
    　診断装置。
  2. 　前記センサーは、振動センサーであり、
    　前記時系列データは、前記設備の振動レベルのデータである、
    　請求項１に記載の診断装置。
  3. 　前記処理部は、前記基準データと前記比較データのそれぞれを所定個数に分割して各分割期間におけるデータの最大値と最小値との差分から、前記基準データの平均値及び標準偏差、及び、前記比較データの標準化値を算出する、
    　請求項１又は２に記載の診断装置。
  4. 　前記処理部は、前記複数のセンサーの各データ同士が、正規分布における標準偏差を基準とする範囲内に入るか否かに応じて、同一グループと否のグループとに仕分けすることにより、データの大小関係順にグルーピングする処理を、前記基準データと前記比較データのそれぞれについて実行する、
    　請求項１から３の何れか一項に記載の診断装置。
  5. 　設備の状態を診断する診断方法であって、
    　コンピュータが、
    　　前記設備の状態を示す複数のセンサーの時系列データのうち基準とする期間のデータである基準データの平均値及び標準偏差を求めた後、前記時系列データの中から比較対象とする期間のデータである比較データの標準化値を、前記平均値及び前記標準偏差から算出する処理と、
    　　前記複数のセンサーの各データ同士を、データの大小関係順にグルーピングする処理を、前記基準データと前記比較データのそれぞれについて実行する処理と、
    　　前記比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位と前記センサーとの対応関係を、前記基準データと前記比較データのそれぞれについて表した表と、を有する画面を出力する処理と、を実行する、
    　診断方法。
  6. 　設備の状態を診断する診断プログラムであって、
    　コンピュータに、
    　　前記設備の状態を示す複数のセンサーの時系列データのうち基準とする期間のデータである基準データの平均値及び標準偏差を求めた後、前記時系列データの中から比較対象とする期間のデータである比較データの標準化値を、前記平均値及び前記標準偏差から算出する処理と、
    　　前記複数のセンサーの各データ同士を、データの大小関係順にグルーピングする処理を、前記基準データと前記比較データのそれぞれについて実行する処理と、
    　　前記比較データの標準化値を視覚的に表した図と、データの大小関係のグループの順位と前記センサーとの対応関係を、前記基準データと前記比較データのそれぞれについて表した表と、を有する画面を出力する処理と、を実行させる、
    　診断プログラム。
  7. 　１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断装置であって、
    　前記設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、
    　前記時系列データから前記設備の状態変化を判定する処理部と、を備え、
    　前記処理部は、
    　　前記時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、前記特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を前記各単位期間について算出する算出処理と、
    　　前記代表値の大きさ順に採番したグループナンバーを前記各単位期間のデータに付与するグルーピング処理と、
    　　前記各単位期間のデータに各々付与したグループナンバーを、前記各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行する、
    　診断装置。
  8. 　前記処理部は、前記算出処理において、前記各単位期間のデータのばらつき度合いの大きさを表す標準化値を二乗し、前記複数のセンサー分を積算した値を前記代表値として前記各単位期間について算出する、
    　請求項７に記載の診断装置。
  9. 　前記処理部は、前記各単位期間のデータを所定個数に分割して個別に算出した最大値と最小値との差分について、前記単位期間毎の平均値Δと、前記特定の運転サイクルにおける全ての平均値μ及び標準偏差σを算出し、前記平均値Δと前記平均値μと前記標準偏差σを使って前記標準化値を算出する、
    　請求項８に記載の診断装置。
  10. 　前記処理部は、前記グルーピング処理において、前記各単位期間のうち特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲と、他の特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲とが重なるもの同士の代表値同士については同一レベルのものとみなし、両単位期間の各データに同一のグループナンバーを付与する、
    　請求項７から９の何れか一項に記載の診断装置。
  11. 　前記センサーは、振動センサーであり、
    　前記時系列データは、前記設備の振動レベルのデータである、
    　請求項７から１０の何れか一項に記載の診断装置。
  12. 　１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断方法であって、
    　コンピュータが、
    　　前記設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、前記特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を前記各単位期間について算出する算出処理と、
    　　前記代表値の大きさ順に採番したグループナンバーを前記各単位期間のデータに付与するグルーピング処理と、
    　　前記各単位期間のデータに各々付与したグループナンバーを、前記各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行する、
    　診断方法。
  13. 　１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断プログラムであって、
    　コンピュータに、
    　　前記設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、前記特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を前記各単位期間について算出する算出処理と、
    　　前記代表値の大きさ順に採番したグループナンバーを前記各単位期間のデータに付与するグルーピング処理と、
    　　前記各単位期間のデータに各々付与したグループナンバーを、前記各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行させる、
    　診断プログラム。
PCT/JP2022/002204 2021-03-04 2022-01-21 診断装置、診断方法、及び診断プログラム WO2022185771A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US18/452,387 US20240003778A1 (en) 2021-03-04 2023-08-18 Diagnosis device, diagnosis method, and diagnosis program

Applications Claiming Priority (4)

Application Number Priority Date Filing Date Title
JP2021034644A JP7254845B2 (ja) 2021-03-04 2021-03-04 診断装置、診断方法、及び診断プログラム
JP2021-034645 2021-03-04
JP2021034645A JP7254846B2 (ja) 2021-03-04 2021-03-04 診断装置、診断方法、及び診断プログラム
JP2021-034644 2021-03-04

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/452,387 Continuation US20240003778A1 (en) 2021-03-04 2023-08-18 Diagnosis device, diagnosis method, and diagnosis program

Publications (1)

Publication Number Publication Date
WO2022185771A1 true WO2022185771A1 (ja) 2022-09-09

Family

ID=83155301

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/002204 WO2022185771A1 (ja) 2021-03-04 2022-01-21 診断装置、診断方法、及び診断プログラム

Country Status (2)

Country Link
US (1) US20240003778A1 (ja)
WO (1) WO2022185771A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011243118A (ja) * 2010-05-20 2011-12-01 Hitachi Ltd 監視診断装置および監視診断方法
JP2012141712A (ja) * 2010-12-28 2012-07-26 Toshiba Corp プロセス監視診断装置
JP6801131B1 (ja) * 2020-02-18 2020-12-16 三菱ケミカルエンジニアリング株式会社 診断装置、診断方法、及び診断プログラム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011243118A (ja) * 2010-05-20 2011-12-01 Hitachi Ltd 監視診断装置および監視診断方法
JP2012141712A (ja) * 2010-12-28 2012-07-26 Toshiba Corp プロセス監視診断装置
JP6801131B1 (ja) * 2020-02-18 2020-12-16 三菱ケミカルエンジニアリング株式会社 診断装置、診断方法、及び診断プログラム

Also Published As

Publication number Publication date
US20240003778A1 (en) 2024-01-04

Similar Documents

Publication Publication Date Title
JP5014500B1 (ja) 異常要因特定方法および装置、上記異常要因特定方法をコンピュータに実行させるためのプログラム、並びに上記プログラムを記録したコンピュータ読み取り可能な記録媒体
US6611728B1 (en) Inspection system and method for manufacturing electronic devices using the inspection system
CN107967323B (zh) 基于大数据进行异常出行车辆分析的方法及系统
US20060210141A1 (en) Inspection method and inspection apparatus
JP3927400B2 (ja) 動作しているシステムの正常性を監視する方法およびシステムの正常性をシステム間で比較する方法
KR101948604B1 (ko) 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치
JP7346176B2 (ja) データ系列の異常検出におけるビン分割された四分位数間範囲の分析のためのシステム及び方法
TWI776473B (zh) 異常診斷方法、異常診斷裝置及異常診斷程式
JP6792746B2 (ja) 周波数領域のセグメント特徴解析による状態識別法
JP7254846B2 (ja) 診断装置、診断方法、及び診断プログラム
JP2021131241A (ja) 診断装置、診断方法、及び診断プログラム
Wegerich et al. Nonparametric modeling of vibration signal features for equipment health monitoring
WO2022185771A1 (ja) 診断装置、診断方法、及び診断プログラム
JP2001318031A (ja) 装置の異常診断方法
KR102168737B1 (ko) 품질 분석 장치 및 품질 분석 방법
JP2005063385A (ja) 監視方法及び監視装置、並びにプログラム
JP7354421B2 (ja) エラー要因の推定装置及び推定方法
JP7254845B2 (ja) 診断装置、診断方法、及び診断プログラム
JP4920441B2 (ja) 静的解析結果の分析表示装置
TW202045898A (zh) 解析裝置、解析方法及程式
US20040175943A1 (en) System and method of pattern detection for semiconductor wafer map data
JP6641056B1 (ja) 機器の異常診断方法および機器の異常診断システム
Mouli et al. Comparative Study of Supervised Classification Algorithms for WOSRAS
CN113642618B (zh) 一种用于螺杆装置状态预测模型训练的方法及设备
JP2001067117A (ja) 設備運用状態の監視装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 22762830

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 22762830

Country of ref document: EP

Kind code of ref document: A1