CN116569121A - 异常诊断***和异常诊断方法 - Google Patents
异常诊断***和异常诊断方法 Download PDFInfo
- Publication number
- CN116569121A CN116569121A CN202180080716.5A CN202180080716A CN116569121A CN 116569121 A CN116569121 A CN 116569121A CN 202180080716 A CN202180080716 A CN 202180080716A CN 116569121 A CN116569121 A CN 116569121A
- Authority
- CN
- China
- Prior art keywords
- data
- determination
- suitability
- diagnostic
- analysis
- Prior art date
- Legal status (The legal status 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 status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000003745 diagnosis Methods 0.000 title claims description 60
- 230000005856 abnormality Effects 0.000 title claims description 53
- 238000007405 data analysis Methods 0.000 claims abstract description 52
- 238000004458 analytical method Methods 0.000 claims abstract description 31
- 238000012544 monitoring process Methods 0.000 claims description 25
- 238000012937 correction Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 12
- 238000005259 measurement Methods 0.000 claims description 11
- 238000000605 extraction Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims 1
- 238000001514 detection method Methods 0.000 description 14
- 238000010586 diagram Methods 0.000 description 9
- 230000015556 catabolic process Effects 0.000 description 6
- 238000006731 degradation reaction Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000010924 continuous production Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000002715 modification method Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
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
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
- G05B23/0289—Reconfiguration to prevent failure, e.g. usually as a reaction to incipient failure detection
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0262—Confirmation of fault detection, e.g. extra checks to confirm that a failure has indeed occurred
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0267—Fault communication, e.g. human machine interface [HMI]
- G05B23/0272—Presentation of monitored results, e.g. selection of status reports to be displayed; Filtering information to the user
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Chemical & Material Sciences (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Human Computer Interaction (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
在本发明中，数据分析部具有适当性判断部，该适当性判断部计算用于判断数据的分析过程的适当性的判定因子来判断数据的分析过程的适当性，显示装置显示适当性的判断结果。
Description
技术领域
本发明涉及异常诊断***和异常诊断方法。
背景技术
在制造工厂中的生产线的设备管理中，为了持续生产，进行适当的维护是重要的。因此，为了避免出现因突发故障而停止设备的运用的必要性，开发了检测设备的异常来预防故障的技术。
近年来，在这样的异常检测技术中，开发了应用设备的状态监视的信息，通过设备学习等数据分析检测异常的技术。这样的异常检测技术中，为了以充分的精度事前检测故障，需要充分地验证该数据分析过程的适当性。
作为这样的异常检测中的数据分析过程的适当性验证方法，如专利文献1所述，存在用图形显示状态监视数据的直方图等、辅助分析者判断其适当性的***。
现有技术文献
专利文献
专利文献1：日本特开2019-16209号公报
发明内容
发明要解决的课题
根据状态监视数据的直方图等验证异常诊断的数据分析过程的适当性时，需要判断如果是怎样的显示则适当。因此，关于数据分析的专业知识和关于装置的运用的专业知识是不可或缺的。
但是，虽然运用现场的工程师具有关于装置自身和故障现象的专业知识，但具有关于数据分析的专业知识的人非常少。
本发明的目的在于提供一种即使是不具有关于数据分析的专业知识的人也能够简便地判断数据分析过程的适当性的异常诊断***和异常诊断方法。
用于解决课题的技术方案
本发明的一个方式的异常诊断***是一种诊断工业设备的异常的异常诊断***，其特征在于，包括：基于所述工业设备的状态监视信息来进行数据的分析的数据分析部；和显示所述数据的分析结果的显示装置，所述数据分析部具有适当性判断部，该适当性判断部计算用于判断所述数据的分析过程的适当性的判定因子来判断所述数据的分析过程的所述适当性，所述显示装置显示所述适当性的判断结果。
本发明的一个方式的异常诊断方式是一种诊断工业设备的异常的异常诊断方法，其特征在于：基于所述工业设备的状态监视信息进行数据的分析，计算用于判断所述数据的分析过程的适当性的判定因子来判断所述数据的分析过程的所述适当性，显示所述数据的分析结果和所述适当性的判断结果。
发明效果
根据本发明的一个方式，即使是不具有关于数据分析的专业知识的人，也能够简便地判断数据分析过程的适当性。
附图说明
图1是表示实施例1的异常诊断***的结构的图。
图2是表示实施例1的用户界面的例子的图。
图3是表示实施例1的判定因子的例子的图。
图4是表示实施例2的异常诊断***的结构的图。
图5是表示实施例2的用户界面的例子的图。
图6是表示实施例3的异常诊断***的结构的图。
图7是表示实施例3的用户界面的例子的图。
图8是表示实施例4的异常诊断***的结构的图。
图9是表示实施例5的异常诊断***的结构的图。
具体实施方式
以下，使用附图对于实施例进行说明。
实施例1
参考图1，对于实施例1的异常诊断***的结构进行说明。
用状态监视部101监视工业设备的状态，使用该信息用数据分析部102检测设备的异常和劣化倾向，将其分析结果显示于显示输入装置107。
数据分析部102具有用从状态监视部101发送来的数据加工为分析所需的数据的前处理部103、从前处理完的数据提取作为分析的特征的信息的特征量提取部104、应用提取出的特征量来推算设备的异常和劣化倾向的诊断部106以及判断数据分析的适当性的适当性判断部113。
适当性判断部113根据前处理部103和特征量提取部104的输入输出信息，计算用于判断数据分析的适当性的判定因子，基于计算出的判定因子判断数据分析的适当性，在显示输入装置107上显示适当性判断结果109。
为了实施诊断，从显示输入装置107输入诊断参数108，在进行多个诊断的情况下进行诊断模型105的指定作为诊断参数108。另外，判定数据库110中存储了与适当性判断结果109对应的诊断参数108的修正方法，与适当性判断结果109相应地对显示输入装置107发送适当的诊断参数108的修正方法。
图2表示显示于显示输入装置107的用户界面的例子。
上部示出了用于输入数据分析中的前处理部103、特征量提取部104、诊断模型105和与它们对应的诊断参数108的界面。本例中，选择了FFT(快速傅立叶变换)作为前处理、高次谐波作为特征量、MT法(马氏田口法)作为诊断。另外，关于FFT，对两个参数A、B给出了初始值，关于高次谐波，对3个参数X、Y、Z给出了初始值。
基于这些输入信息和来自状态监视部101的数据用诊断部106诊断工业设备的异常和劣化倾向，在下部的用户界面中显示其分析结果。
另外，在下部的用户界面中，在分析结果之外，也显示了适当性判断结果109和判定数据库110中存储的与适当性判断结果109对应的诊断参数的修正方法。
本例中，示出了显示了3个判断项目(1)、(2)、(3)，其中1个判断项目(1)是OK(适当地进行了分析)，其余2个判断项目(2)、(3)是NG(没有适当地进行分析)的状态。
另外，对于NG的判断项目，分别示出了修正方法。具体而言，对于判断项目(2)示出了增大状态监视的测定区间的指示。另外，对于判断项目(3)示出了增大高次谐波的参数X的指示。
这样，作为适当性判断结果109在显示输入装置107上显示数据分析是否适当。另外，作为其修正方法在显示输入装置107上显示诊断参数108的修正方法。由此，即使是不具有关于数据分析的专业知识的人也能够适当地调整诊断参数108。
接着，在图3中示出适当性判断结果109的导出例。
对于2个判断项目例，分别示出用图形判断数据分析过程适当性的例子、和判定因子的计算例。首先，在图3的(1)中示出与数据分析的前处理关联地、关于状态监视部101的测定区间的适当性判断的例子。
状态监视应当在测定区间内进行，在超出测定区间的情况下不能计测正确的状态量所以不能正确地进行异常诊断。因此，用图形判断适当性，能够根据状态监视信号是否在测定区间内进行判断。
将该判断计算为判定因子时，在状态监视信号的最大值小于测定区间上限、信号最小值大于测定区间下限的情况下视为存在适当性地计算判定因子。另一方面，信号最大值与测定区间上限一致或信号最小值与测定区间下限一致的情况下视为不存在适当性地计算判定因子。
通过这样，无需用图形确认状态监视信号，就能够用自动地计算出的判定因子来判断数据分析的适当性。
接着，在图3的(2)中示出关于特征量提取中的峰值检测的适当性判断的例子。
从频率谱等中提取特征量的情况下，存在从某个检测幅度中提取峰值作为特征量的情况。此时，作为用图形判断适当性，在检测出的峰值比周边的谱的噪声水平充分大的情况下判断为存在适当性，在与噪声水平同等的情况下判断为不存在适当性。
将该判断计算为判定因子时，在(峰值/周边的信号平均值)的值大于判定阈值的情况下能够判断为存在适当性，在阈值以下的情况下能够判断为不存在适当性。例如，设判定阈值为2的情况下，如果峰值在周边的信号平均值的2倍以上则判断为存在适当性，如果在2倍以下则判断为不存在适当性。该判定阈值可以预先决定，也可以作为诊断参数108的一部分给出。
通过这样，关于峰值检测的适当性判断中，也能够不用图形判断而是用判定因子判断。这样的判定因子可以根据数据分析过程计算出多个，也可以根据一个数据分析过程计算出多个判定因子。
接着，与图3的(2)同样，关于特征量提取中的峰值检测，关于表示检测出的峰值的位置也需要判断适当性。在图3的(2)中示出该关于峰值位置的适当性判断的例子。
作为用图形判断的例子，对于某个峰值检测幅度，如果实际检测出的峰值位置在检测幅度中则能够判断为数据分析适当，如果检测出的峰值位置位于检测幅度的端部则有在检测幅度外存在更大的峰值的可能性，能够判断为数据分析不适当。将该判断计算为判断因子的情况下，对峰值的位置与检测幅度的上限和下限进行比较，峰值位置在上下限之间的情况下能够判断为存在适当性，峰值位置与上下限相同的情况下能够判断为不存在适当性。
这样，可能根据1个数据分析过程计算出多个适当性判断结果109。
另外，对于图3的(2)、(3)的适当性判断结果109的例子，考虑扩大测定区间和扩大峰值检测幅度作为判断为不存在适当性的情况下的数据分析的修正方法。
因此，通过将这样的能够修正的诊断参数108与适当性判断结果109的组合保存在判定数据库110中，能够基于适当性判断结果109导出诊断参数108的修正方法，并在显示输入装置107上显示其结果。
但是，这样的适当性判断结果109的显示和诊断参数108的输入，也可以不仅使用如图2所示的图形用户界面，也使用程序的源代码和图形显示功能等。
实施例2
参考图4，对于实施例2的异常诊断***的结构进行说明。
通常，在调整诊断模型105的情况下，如实施例1所示，变更诊断参数108进行调整。实施例2中，预先给出诊断参数108的调整幅度作为诊断参数幅度111，在其中执行诊断并在显示输入装置107上显示适当性判断结果109。由此，能够迅速地进行诊断参数108的调整。
但是，并不需要对全部诊断参数108输入诊断参数搜索幅度111，也可以同时使用诊断参数108。另外，实施例2中，不存在图1所示的判定数据库110。其他结构与图1所示的实施例1的异常诊断***的结构相同，所以省略其说明。
在图5中示出同时使用诊断参数108和诊断参数搜索幅度111的情况下的用户界面的例子。选择了与图2同样的前处理、特征量、诊断，在参数中关于参数X使用诊断参数搜索幅度111，关于除此以外的参数指定了诊断参数108。
此时，实施诊断时与诊断参数搜索幅度111相应地进行多次数据分析，在中部一并显示各数据分析中的判定因子。这样，通过一并显示与诊断参数搜索幅度111对应的判定因子，能够选择判断为适当地进行了数据分析的判定因子尽量多的参数，能够迅速地进行诊断参数108的调整。
另外，也可以这样按每个参数顺次进行使用诊断参数搜索幅度111的调整，或者对于多个参数同时设定诊断参数搜索幅度111并进行调整。
实施例3
参考图6，对于实施例3的异常诊断***的结构进行说明。
实施例3中，对于数据分析部102，使用将前处理和特征量提取、诊断组合而成的诊断包112，减少从显示输入装置107输入的诊断参数108，由此能够更简便地调整诊断参数。其他结构与图1所示的实施例1的异常诊断***的结构相同，所以省略其说明。
此时，诊断包112可以不是一个，而是为了检测几种故障而准备多个诊断包112，在图7中示出该情况下的用户界面的例子。
图7中，准备了3个诊断包，选择了其中2个诊断包劣化A和劣化B，输入了与其对应的参数。此时，执行诊断时显示与各诊断包112对应的诊断结果，关于适当性判断结果109也按每个诊断包112显示。
通过这样，无需选择前处理和特征量提取、诊断的组合，就能够简便地调整诊断参数108。
实施例4
参考图8，对于实施例4的异常诊断***的结构进行说明。
实施例4中，如图8所示，对于设备运用者拥有的诊断对象装置100，由异常检测***的***提供者调整诊断参数108。用状态监视部101监视诊断对象装置100的状态，基于监视的数据在数据分析部102中检测异常和劣化的倾向，对显示输入装置107发送其结果。
此时，除诊断对象装置100和状态监视部101以外都可以是能够由设备运用者和***提供者分别访问的共用部。从数据分析部102对***提供者发送适当性判断结果109，***提供者基于自身保持的判定数据库110，调整诊断参数108。
由此，***提供者也能够远程地适当地调整诊断参数108。另外，设备运用者也能够使用共用部调节诊断参数108，仅在调节困难时委托***提供者调节。结果，通过按委托***提供者调整的数量等对调整量收费，能够计算与***提供者的作业量相应的使用费。
实施例5
参考图9，对于实施例5的异常诊断***的结构进行说明。
实施例5中，如图9所示，使用使状态监视部101与数据分析部102成为一体的诊断装置120。与诊断对象装置100连接的诊断装置120具有状态监视部101和数据分析部102，与从网络GUI121发送的诊断参数108相应地进行数据分析，对显示和输入用的网络GUI121发送数据分析结果。
该网络GUI121可以内置在诊断装置120中，也可以在网络中构成。此时，通过从诊断装置120对存储器122发送适当性判断结果109，与存储器122中保存的判定数据库110对照，而在网络GUI121上显示诊断参数108的修正方法。
这样，分析者能够使用网络GUI121适当且简便地进行诊断参数108的修正。
根据上述实施例，即使是不具有关于数据分析的专业知识的人，也能够简便地判断数据分析过程的适当性。
此处，图1所示的数据分析部102例如由具有存储装置和CPU等的计算机构成。另外，图1所示的“～部”例如通过由处理器(CPU等)执行程序而实现其“功能”。
附图标记说明
100 诊断对象装置
101 状态监视部
102 数据分析部
103 前处理部
104 特征量提取部
105 诊断模型
106 诊断部
107 显示输入装置
108 诊断参数
109 适当性判断结果
110 判定数据库
111 诊断参数搜索幅度
112 诊断包
113 适当性判断部
120 诊断装置
121显示/输入网络GUI
122存储器。
Claims (12)
1.一种诊断工业设备的异常的异常诊断***，其特征在于，包括：
基于所述工业设备的状态监视信息来进行数据的分析的数据分析部；和
显示所述数据的分析结果的显示装置，
所述数据分析部具有适当性判断部，该适当性判断部计算用于判断所述数据的分析过程的适当性的判定因子来判断所述数据的分析过程的所述适当性，
所述显示装置显示所述适当性的判断结果。
2.如权利要求1所述的异常诊断***，其特征在于：
所述数据分析部还具有：
对所述状态监视信息的所述分析所需的所述数据进行前处理来用于加工的前处理部；和
从进行了所述前处理的所述数据中提取作为所述分析的特征的特征量的特征量提取部，
所述适当性判断部基于来自所述前处理部和所述特征量提取部的输入信息，计算用于判断所述适当性的所述判定因子。
3.如权利要求2所述的异常诊断***，其特征在于：
所述显示装置由能够输入规定信息的显示输入装置构成，
所述数据分析部还具有使用所述特征量来诊断所述工业设备的异常的诊断部，
所述诊断部使用从所述显示输入装置输入的诊断参数和诊断模型，来诊断所述工业设备的异常。
4.如权利要求3所述的异常诊断***，其特征在于：
还具有存储了与所述适当性的判断结果对应的所述诊断参数的修正方法的判定数据库，
从所述判定数据库读取与所述适当性的判断结果对应的所述诊断参数的修正方法并将其显示于所述显示装置。
5.如权利要求4所述的异常诊断***，其特征在于：
所述显示装置，
按每个判断项目显示是否适当地进行了所述数据的分析来作为所述适当性的判断结果，
在没有适当地进行所述数据的分析的情况下，从所述判定数据库读取与所述适当性的判断结果对应的所述诊断参数的修正方法，
与没有适当地进行所述数据的分析的所述判断项目对应地显示所述诊断参数的修正方法。
6.如权利要求1所述的异常诊断***，其特征在于：
所述适当性判断部以所述状态监视信息收敛于规定的测定区间的范围的方式设定所述判定因子。
7.如权利要求2所述的异常诊断***，其特征在于：
所述适当性判断部以所述特征量中的峰值或峰值位置收敛于规定范围的方式设定所述判定因子。
8.如权利要求3所述的异常诊断***，其特征在于：
所述诊断部，在要变更所述诊断参数来调整所述诊断模型的情况下，从所述显示输入装置预先输入所述诊断参数的调整幅度作为诊断参数搜索幅度，来诊断所述工业设备的异常，
所述数据分析部按照所述诊断参数搜索幅度进行多次所述数据的分析，
所述显示输入装置与所述诊断参数搜索幅度对应地显示所述适当性的判断结果。
9.如权利要求1所述的异常诊断***，其特征在于：
所述数据分析部由多个诊断包构成，按每个所述诊断包判断所述数据的分析过程的所述适当性，
所述显示装置按每个所述诊断包显示所述适当性的判断结果。
10.如权利要求1所述的异常诊断***，其特征在于：
从所述工业设备的拥有者对所述异常诊断***的***提供者发送所述判定因子，
所述异常诊断***的费用，依据所述***提供者调整用于进行所述数据的分析的诊断参数的次数或量而改变。
11.如权利要求1所述的异常诊断***，其特征在于：
具有监视所述工业设备的状态的状态监视部和所述数据分析部的诊断装置、具有与所述适当性的判断结果对应地存储了用于进行所述数据的分析的诊断参数的修正方法的判定数据库的存储器、以及显示所述数据的分析结果的所述显示装置由网络连接，
所述显示装置显示所述数据的分析过程的所述适当性的判断结果、以及从所述判定数据库读取的与所述适当性的判断结果对应的所述诊断参数的修正方法。
12.一种诊断工业设备的异常的异常诊断方法，其特征在于：
基于所述工业设备的状态监视信息进行数据的分析，
计算用于判断所述数据的分析过程的适当性的判定因子来判断所述数据的分析过程的所述适当性，
显示所述数据的分析结果和所述适当性的判断结果。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2020-202029 | 2020-12-04 | ||
| JP2020202029A JP7390275B2 (ja) | 2020-12-04 | 2020-12-04 | 異常診断システム |
| PCT/JP2021/031055 WO2022118507A1 (ja) | 2020-12-04 | 2021-08-24 | 異常診断システム及び異常診断方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116569121A true CN116569121A (zh) | 2023-08-08 |
Family
ID=81854046
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202180080716.5A Pending CN116569121A (zh) | 2020-12-04 | 2021-08-24 | 异常诊断***和异常诊断方法 |
Country Status (5)
| Country | Link |
|---|---|
| US (1) | US20240004380A1 (zh) |
| EP (1) | EP4258070A1 (zh) |
| JP (1) | JP7390275B2 (zh) |
| CN (1) | CN116569121A (zh) |
| WO (1) | WO2022118507A1 (zh) |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3286688B2 (ja) * | 1994-01-17 | 2002-05-27 | ダイセル化学工業株式会社 | 繊維束の形状異常検知装置 |
| JP4682463B2 (ja) * | 2001-07-04 | 2011-05-11 | トヨタ自動車株式会社 | 酸素センサの異常診断装置 |
| JP5259797B2 (ja) * | 2011-09-05 | 2013-08-07 | 株式会社東芝 | 学習型プロセス異常診断装置、およびオペレータ判断推測結果収集装置 |
| JP2019016209A (ja) | 2017-07-07 | 2019-01-31 | 株式会社東芝 | 診断装置、診断方法およびコンピュータプログラム |
| JP6507297B1 (ja) | 2018-09-07 | 2019-04-24 | オークマ株式会社 | 転がり軸受の異常診断方法及び異常診断装置、異常診断プログラム |
-
2020
- 2020-12-04 JP JP2020202029A patent/JP7390275B2/ja active Active
-
2021
- 2021-08-24 CN CN202180080716.5A patent/CN116569121A/zh active Pending
- 2021-08-24 WO PCT/JP2021/031055 patent/WO2022118507A1/ja active Application Filing
- 2021-08-24 EP EP21900263.1A patent/EP4258070A1/en active Pending
- 2021-08-24 US US18/039,314 patent/US20240004380A1/en active Pending
Also Published As
| Publication number | Publication date |
|---|---|
| JP7390275B2 (ja) | 2023-12-01 |
| JP2022089556A (ja) | 2022-06-16 |
| US20240004380A1 (en) | 2024-01-04 |
| WO2022118507A1 (ja) | 2022-06-09 |
| EP4258070A1 (en) | 2023-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US9465387B2 (en) | Anomaly diagnosis system and anomaly diagnosis method | |
| US20140365179A1 (en) | Method and Apparatus for Detecting and Identifying Faults in a Process | |
| EP3002651B1 (en) | Monitoring means and monitoring method for monitoring at least one step of a process run on an industrial site | |
| EP3975077A1 (en) | Monitoring device and method for segmenting different times series of sensor data points | |
| US20230081892A1 (en) | Abnormality diagnosis method, abnormality diagnosis device and non-transitory computer readable storage medium | |
| JPH07168619A (ja) | 機器／設備診断方法およびシステム | |
| JP6200833B2 (ja) | プラントと制御装置の診断装置 | |
| CN107291475B (zh) | 通用型phm应用配置方法和装置 | |
| JP6655926B2 (ja) | 異常診断システム | |
| US11200790B2 (en) | Method for pre-detecting abnormality sign of nuclear power plant device including processor for determining device importance and warning validity, and system therefor | |
| KR102618023B1 (ko) | 고장유형에 따른 패턴 분석을 통한 고장 예지 진단시스템 및 방법 | |
| JP2013515187A (ja) | 圧縮機を診断するための方法およびシステム | |
| CN114220189B (zh) | 一种监测方法、预测***、电子设备及存储介质 | |
| KR20220132824A (ko) | 배전설비 상태 이상 개소 감시 시스템 및 방법 | |
| JP5949032B2 (ja) | 前処理方法及び異常診断装置 | |
| CN116569121A (zh) | 异常诊断***和异常诊断方法 | |
| US7366639B2 (en) | Methods for establishing alerts and/or alert limits for monitoring mechanical devices | |
| EP4273520A1 (en) | Method and system for comprehensively diagnosing defect in rotating machine | |
| CN115929613A (zh) | 一种输油泵故障的处理方法、装置、***及介质 | |
| EP3819608A1 (en) | Detecting rotor anomalies by determining vibration trends during transient speed operation | |
| US11886831B2 (en) | Data sorting device and method, and monitoring and diagnosis device | |
| JP2019113970A (ja) | プロセスの状態診断方法及び状態診断装置 | |
| KR20220096794A (ko) | 회전기계의 결함을 진단하는 방법 및 시스템 | |
| KR20240058667A (ko) | 선박의 엔진 이상 감지 및 예측 시스템과 방법 | |
| CN117725477A (zh) | 异常预测方法、装置、电子设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |