JP2006505856A - 再発性ローカル学習機械を使用するシステム状態モニタリング方法及びその装置 - Google Patents
再発性ローカル学習機械を使用するシステム状態モニタリング方法及びその装置 Download PDFInfo
- Publication number
- JP2006505856A JP2006505856A JP2004550437A JP2004550437A JP2006505856A JP 2006505856 A JP2006505856 A JP 2006505856A JP 2004550437 A JP2004550437 A JP 2004550437A JP 2004550437 A JP2004550437 A JP 2004550437A JP 2006505856 A JP2006505856 A JP 2006505856A
- Authority
- JP
- Japan
- Prior art keywords
- data
- providing
- state monitoring
- variable
- similarity
- 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
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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/0275—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using fuzzy logic only
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Hardware Redundancy (AREA)
- Debugging And Monitoring (AREA)
- Feedback Control In General (AREA)
Abstract
Description
図1は、本発明のモデルを使用する機器ヘルスモニタリングのためのフローチャートを示す図である。本発明によれば、観察の基準集合が、ステップ102で、本明細書でHと表される行列に形成され、この行列の各列は、観察を表し、各行は、単一のセンサ又は測定からの値を表す。行列での列(すなわち、観察)の順序付けは、重要でなく、このモデリング方法に固有の因果率又は時間進行の要素はない。行の順序付けも、重要ではなく、行が、モデリングプロセス全体を通じてセンサとの対応を維持され、1つのセンサだけからの読みが、所定の行に現れることだけが重要である。このステップ102は、モデリングシステムのセットアップの一部として行われ、オンライン動作中に必ずしも繰り返されない。
1.Ψt+1≦ln((β/(1−α))の場合に、仮説H0を真として受け入れ、
2.Ψt+1≧ln((1−β)/α)の場合に、仮説H1を真として受け入れ、
3.ln(β/(1−α))<Ψt+1<ln((1−β)/α)の場合に、判断を行わず、サンプリングを継続する
に従って、判断を行うことができる。SPRTテストは、モニタリングされるパラメータごとに残差に対して行うことができ、正のバイアス付き平均、負のバイアス付き平均、及び残差の分散などの他の統計モーメントに対してテストすることができる。
Claims (56)
- 所定のシステムに関する複数の観察の基準集合からなるデータの第1集合を提供するステップと、
前記所定のシステムに関する少なくとも1つの観察からなるデータの第2集合を提供するステップと、
少なくとも部分的に、前記データの第1集合と前記データの第2集合との間の比較の関数として、前記所定のシステムに関する期待される状態の特徴を表す可能性が高いモデルを判定するステップと、
前記所定のシステムに関する一連の後続の観察を提供するステップと、
少なくとも部分的に、前記データの第1集合と前記後続の観察との間の比較の関数として、前記モデルを時々再判定するステップと
を有し、前記モデルが、時々、再発的に再判定されることを特徴とするシステム状態モニタリング方法。 - 前記所定のシステムに関する複数の観察の基準集合からなるデータの第1集合を提供するステップは、さらに、
複数のセンサを使用して前記所定のシステムをモニタリングするステップと、
前記所定のシステムを表す測定値を受け取るステップと、
前記所定のシステムの非センサパラメータに関する情報を受け取るステップと、
前記所定のシステムに対応する少なくとも1つの環境条件に関する情報を受け取るステップと
の少なくとも1つを有することを特徴とする請求項1に記載のシステム状態モニタリング方法。 - 前記所定のシステムに関する複数の観察の基準集合からなるデータの第1集合を提供するステップは、さらに、複数の異なる時の前記観察を受け取るステップを有することを特徴とする請求項1に記載のシステム状態モニタリング方法。
- 前記所定のシステムに関する少なくとも1つの観察からなるデータの第2集合を提供するステップは、さらに、複数のセンサを使用して前記所定のシステムをモニタリングするステップを有することを特徴とする請求項1に記載のシステム状態モニタリング方法。
- 前記所定のシステムに関する少なくとも1つの観察からなるデータの第2集合を提供するステップは、さらに、実質的に時間的に一致するデータを提供するステップを有することを特徴とする請求項1に記載のシステム状態モニタリング方法。
- 前記所定のシステムに関する複数の観察の基準集合からなるデータの第1集合を提供するステップは、さらに、第1の複数の情報ソースに対応する情報を受け取るステップを有し、
前記所定のシステムに関する少なくとも1つの観察からなるデータの第2集合を提供するステップは、さらに、第2の複数の情報ソースに対応する情報を受け取るステップを有する
ことを特徴とする請求項1に記載のシステム状態モニタリング方法。 - 前記第2の複数の情報ソースに対応する情報を受け取るステップは、さらに、前記第2の複数の情報ソースが、少なくとも部分的に、前記第1の複数の情報ソースと同一である第2の複数の情報ソースに対応する情報を受け取るステップを有することを特徴とする請求項6に記載のシステム状態モニタリング方法。
- 前記第2の複数の情報ソースが、少なくとも部分的に、前記第1の複数の情報ソースと同一である第2の複数の情報ソースに対応する情報を受け取るステップは、さらに、前記第2の複数の情報ソースが、少なくとも部分的に、前記第1の複数の情報ソースと同一であるが前記第1の複数の情報ソースのすべてを完全には含まない第2の複数の情報ソースに対応する情報を受け取るステップを有することを特徴とする請求項7に記載のシステム状態モニタリング方法。
- 少なくとも部分的に、前記データの第1集合と前記データの第2集合との間の比較の関数として、前記所定のシステムに関する期待される状態の特徴を表す可能性が高いモデルを判定するステップは、さらに、少なくとも部分的に、前記データの第1集合の部分集合からなるデータの第3集合を提供するステップを有することを特徴とする請求項1に記載のシステム状態モニタリング方法。
- 少なくとも部分的に、前記データの第1集合の部分集合からなるデータの第3集合を提供するステップは、さらに、前記データの第1集合のデータのうちで、前記データの第2集合内の少なくとも1つのデータ要素に対する少なくとも所定のレベルの類似性を有するデータを識別するステップを有することを特徴とする請求項9に記載のシステム状態モニタリング方法。
- 前記データの第1集合を提供するステップは、さらに、データの第1行列を提供するステップを有することを特徴とする請求項10に記載のシステム状態モニタリング方法。
- 前記データの第3集合を提供するステップは、さらに、データの第2行列を提供するステップを有することを特徴とする請求項11に記載のシステム状態モニタリング方法。
- 前記データの第2行列を提供するステップは、サイズにおいて前記データの第1行列より実質的に小さいデータの第2行列を提供するステップを有することを特徴とする請求項12に記載のシステム状態モニタリング方法。
- 前記データの第1集合のデータのうちで、前記データの第2集合内の少なくとも1つのデータ要素に対する少なくとも所定のレベルの類似性を有するデータを識別するステップは、さらに、少なくとも部分的に
その両端で制限されるスカラ範囲として類似性を定義するステップと、
前記スカラ範囲の前記端の1つに対応する値からなる2つの同一の入力の類似性のレベルを定義するステップと、
2つの入力が同一になることに近づくにつれて増加するように類似性値の絶対値を提供するステップと
による関数として類似性を判定するステップを有することを特徴とする請求項10に記載のシステム状態モニタリング方法。 - 少なくとも部分的に、前記データの第1集合と前記データの第2集合との間の比較の関数として、前記所定のシステムに関する期待される状態の特徴を表す可能性が高いモデルを判定するステップは、さらに、
前記データの第1集合の部分集合を選択するステップと、
前記データの第1集合の前記部分集合と前記データの第2集合との間の比較を判定するステップと
を有することを特徴とする請求項1に記載のシステム状態モニタリング方法。 - 前記データの第1集合の前記部分集合と前記データの第2集合との間の比較を判定するステップは、前記データの第1集合の前記部分集合の少なくともいくつかの要素と前記データの第2集合との間の類似性のレベルを判定するステップを有することを特徴とする請求項15に記載のシステム状態モニタリング方法。
- 前記データの第1集合の部分集合を選択するステップは、さらに、少なくとも部分的に、前記データの第1集合及び前記データの第2集合の両方への入力を含まない少なくとも1つの変数の関数として、前記データの第1集合の前記部分集合を選択するステップを有することを特徴とする請求項15に記載のシステム状態モニタリング方法。
- 前記データの第1集合及び前記データの第2集合の両方への入力を含まない前記少なくとも1つの変数は、環境条件変数からなることを特徴とする請求項17に記載のシステム状態モニタリング方法。
- 前記データの第1集合の部分集合を選択するステップは、さらに、前記データの第1集合を複数のクラスタに区分するステップを有することを特徴とする請求項15に記載のシステム状態モニタリング方法。
- 前記データの第1集合の前記部分集合と前記データの第2集合との間の比較を判定するステップは、さらに、前記複数のクラスタのうちで前記データの第2集合に最もよく相関するクラスタを識別するステップを有することを特徴とする請求項19に記載のシステム状態モニタリング方法。
- 少なくとも部分的に、前記データの第1集合と前記後続の観察との間の比較の関数として、前記モデルを時々再判定するステップは、さらに、前記データの第1集合を変更するステップを有することを特徴とする請求項1に記載のシステム状態モニタリング方法。
- 前記データの第1集合を変更するステップは、さらに、
識別された変数として少なくとも1つのモニタリングされるシステム変数を識別するステップと、
前記識別された変数が前記データの第1集合に現在含まれる前記識別された変数の値の範囲を超える時を判定するステップと、
少なくとも部分的に、前記値の範囲を超える前記識別された変数の関数として、前記データの第1集合を変更するステップと
を有することを特徴とする請求項21に記載のシステム状態モニタリング方法。 - 少なくとも部分的に、前記値の範囲を超える前記識別された変数の関数として、前記データの第1集合を変更するステップは、さらに、前記データの第1集合に追加データを追加するステップを有することを特徴とする請求項22に記載のシステム状態モニタリング方法。
- 少なくとも部分的に、前記値の範囲を超える前記識別された変数の関数として、前記データの第1集合を変更するステップは、さらに、前記データの第1集合内の既存データを新しいデータに置換するステップを有することを特徴とする請求項22に記載のシステム状態モニタリング方法。
- 前記識別された変数が前記データの第1集合に現在含まれる前記識別された変数の値の範囲を超えるとき、前記データの第1集合はそれにもかかわらず変更されてはならないかどうかを判定するステップをさらに有することを特徴とする請求項22に記載のシステム状態モニタリング方法。
- 前記データの第1集合はそれにもかかわらず変更されてはならないかどうかを判定するステップは、さらに、前記データの第1集合は既に所定の回数だけ変更されたかどうかを判定するステップを有することを特徴とする請求項25に記載のシステム状態モニタリング方法。
- 前記データの第1集合はそれにもかかわらず変更されてはならないかどうかを判定するステップは、さらに、前記所定のシステムは故障を示す可能性が高いかどうかを判定するステップを有することを特徴とする請求項25に記載のシステム状態モニタリング方法。
- 前記識別される変数として少なくとも1つのモニタリングされるシステム変数を識別するステップは、さらに、少なくとも1つの環境変数を識別するステップを有することを特徴とする請求項22に記載のシステム状態モニタリング方法。
- 所定のシステムに関する複数の観察の基準集合からなるデータの第1集合を提供する第1の手段と、
前記所定のシステムに関する少なくとも1つの観察からなるデータの第2集合を提供する第2の手段と、
少なくとも部分的に、前記データの第1集合と前記データの第2集合との間の比較の関数として、前記所定のシステムに関する期待される状態の特徴を表す可能性が高いモデルを判定する第3の手段と、
前記所定のシステムに関する一連の後続の観察を提供する第4の手段と、
少なくとも部分的に、前記データの第1集合と前記後続の観察との間の比較の関数として、前記モデルを時々再判定する第5の手段と
を備え、前記モデルが、時々、再発的に再判定されることを特徴とするシステム状態モニタリング装置。 - 前記第1の手段は、さらに、
複数のセンサを使用して前記所定のシステムをモニタリングする手段と、
前記所定のシステムを表す測定値を受け取る手段と、
前記所定のシステムの非センサパラメータに関する情報を受け取る手段と、
前記所定のシステムに対応する少なくとも1つの環境条件に関する情報を受け取る手段と
の少なくとも1つを備えていることを特徴とする請求項29に記載のシステム状態モニタリング装置。 - 前記第1の手段は、さらに、複数の異なる時の前記観察を受け取る手段を備えていることを特徴とする請求項29に記載のシステム状態モニタリング装置。
- 前記第の2手段は、さらに、複数のセンサを使用して前記所定のシステムをモニタリングする手段を備えていることを特徴とする請求項29に記載のシステム状態モニタリング装置。
- 前記第2の手段は、さらに、実質的に時間的に一致するデータを提供する手段を備えていることを特徴とする請求項29に記載のシステム状態モニタリング装置。
- 前記第1の手段は、さらに、第1の複数の情報ソースに対応する情報を受け取る手段を備え、
前記第2の手段は、さらに、第2の複数の情報ソースに対応する情報を受け取る手段を備えている
ことを特徴とする請求項29に記載のシステム状態モニタリング装置。 - 前記第2の複数の情報ソースに対応する情報を受け取る手段は、さらに、前記第2の複数の情報ソースが、少なくとも部分的に、前記第1の複数の情報ソースと同一である第2の複数の情報ソースに対応する情報を受け取る手段を備えていることを特徴とする請求項34に記載のシステム状態モニタリング装置。
- 前記第2の複数の情報ソースが、少なくとも部分的に、前記第1の複数の情報ソースと同一である前記第2の複数の情報ソースに対応する情報を受け取る手段は、さらに、前記第2の複数の情報ソースが、少なくとも部分的に、前記第1の複数の情報ソースと同一であるが前記第1の複数の情報ソースのすべてを完全には含まない第2の複数の情報ソースに対応する情報を受け取る手段を備えていることを特徴とする請求項35に記載のシステム状態モニタリング装置。
- 前記第3の手段は、さらに、少なくとも部分的に、前記データの第1集合の部分集合からなるデータの第3集合を提供する手段を備えていることを特徴とする請求項29に記載のシステム状態モニタリング装置。
- 前記データの第3集合を提供する手段は、さらに、前記データの第1集合のデータのうちで、前記データの第2集合内の少なくとも1つのデータ要素に対する少なくとも所定のレベルの類似性を有するデータを識別する手段を備えていることを特徴とする請求項37に記載のシステム状態モニタリング装置。
- 前記第1の手段は、さらに、データの第1行列を提供する手段を備えていることを特徴とする請求項38に記載のシステム状態モニタリング装置。
- 前記データの第3集合を提供する手段は、さらに、データの第2行列を提供する手段を備えていることを特徴とする請求項39に記載のシステム状態モニタリング装置。
- 前記データの第2行列を提供する手段は、さらに、サイズにおいて前記データの第1行列より実質的に小さいデータの第2行列を提供する手段を備えていることを特徴とする請求項40に記載のシステム状態モニタリング装置。
- 前記データの第1集合のデータのうちで、前記データの第2集合内の少なくとも1つのデータ要素に対する少なくとも所定のレベルの類似性を有するデータを識別する手段は、さらに、少なくとも部分的に、
その両端で制限されるスカラ範囲として類似性を定義する手段と、
前記スカラ範囲の前記端の1つに対応する値からなる2つの同一の入力の類似性のレベルを定義する手段と、
2つの入力が同一になることに近づくにつれて増加するように類似性値の絶対値を提供する手段と
による関数として類似性を判定する手段を備えていることを特徴とする請求項38に記載のシステム状態モニタリング装置。 - 前記第3の手段は、さらに、
前記データの第1集合の部分集合を選択する手段と、
前記データの第1集合の前記部分集合と前記データの第2集合との間の比較を判定する手段と
を備えていることを特徴とする請求項29に記載のシステム状態モニタリング装置。 - 前記データの第1集合の前記部分集合と前記データの第2集合との間の比較を判定する手段は、前記データの第1集合の前記部分集合の少なくともいくつかの要素と前記データの第2集合との間の類似性のレベルを判定する手段を備えていることを特徴とする請求項43に記載のシステム状態モニタリング装置。
- 前記データの第1集合の部分集合を選択する手段は、さらに、少なくとも部分的に、前記データの第1集合及び前記データの第2集合の両方への入力を含まない少なくとも1つの変数の関数として、前記データの第1集合の前記部分集合を選択する手段を備えていることを特徴とする請求項43に記載のシステム状態モニタリング装置。
- 前記データの第1集合及び前記データの第2集合の両方への入力を含まない前記少なくとも1つの変数は、環境条件変数からなることを特徴とする請求項45に記載のシステム状態モニタリング装置。
- 前記データの第1集合の部分集合を選択する手段は、さらに、前記データの第1集合を複数のクラスタに区分する手段を備えていることを特徴とする請求項43に記載のシステム状態モニタリング装置。
- 前記データの第1集合の前記部分集合と前記データの第2集合との間の比較を判定する手段は、さらに、前記複数のクラスタのうちで前記データの第2集合に最もよく相関するクラスタを識別する手段を備えていることを特徴とする請求項47に記載のシステム状態モニタリング装置。
- 前記第5の手段は、さらに、前記データの第1集合を変更する手段を備えていることを特徴とする請求項29に記載のシステム状態モニタリング装置。
- 前記データの第1集合を変更する手段は、さらに、
識別された変数として少なくとも1つのモニタリングされるシステム変数を識別する手段と、
前記識別された変数が前記データの第1集合に現在含まれる前記識別された変数の値の範囲を超える時を判定する手段と、
少なくとも部分的に、前記値の範囲を超える前記識別された変数の関数として、前記データの第1集合を変更する手段と
を備えていることを特徴とする請求項49に記載のシステム状態モニタリング装置。 - 少なくとも部分的に、前記値の範囲を超える前記識別された変数の関数として、前記データの第1集合を変更する手段は、さらに、前記データの第1集合に追加データを追加する手段を備えていることを特徴とする請求項50に記載のシステム状態モニタリング装置。
- 少なくとも部分的に、前記値の範囲を超える前記識別された変数の関数として、前記データの第1集合を変更する手段は、さらに、前記データの第1集合内の既存データを新しいデータに置換する手段を備えていることを特徴とする請求項50に記載のシステム状態モニタリング装置。
- 前記識別された変数が前記データの第1集合に現在含まれる前記識別された変数の値の範囲を超えるとき、前記データの第1集合はそれにもかかわらず変更されてはならないかどうかを判定する第6の手段をさらに備えていることを特徴とする請求項50に記載のシステム状態モニタリング装置。
- 前記第6の手段は、さらに、前記データの第1集合は既に所定の回数だけ変更されたかどうかを判定する手段を備えていることを特徴とする請求項53に記載のシステム状態モニタリング装置。
- 前記第6の手段は、さらに、前記所定のシステムが故障を示す可能性が高いかどうかを判定する手段を備えていることを特徴とする請求項53に記載のシステム状態モニタリング装置。
- 前記識別される変数として少なくとも1つのモニタリングされるシステム変数を識別する手段は、さらに、少なくとも1つの環境変数を識別する手段を備えていることを特徴とする請求項50に記載のシステム状態モニタリング装置。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US42347602P | 2002-11-04 | 2002-11-04 | |
PCT/US2003/035001 WO2004042531A2 (en) | 2002-11-04 | 2003-11-03 | System state monitoring using recurrent local learning machine |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2006505856A true JP2006505856A (ja) | 2006-02-16 |
JP2006505856A5 JP2006505856A5 (ja) | 2008-01-31 |
Family
ID=32312658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2004550437A Pending JP2006505856A (ja) | 2002-11-04 | 2003-11-03 | 再発性ローカル学習機械を使用するシステム状態モニタリング方法及びその装置 |
Country Status (12)
Country | Link |
---|---|
US (1) | US7403869B2 (ja) |
EP (1) | EP1579288B1 (ja) |
JP (1) | JP2006505856A (ja) |
AU (1) | AU2003287487B2 (ja) |
CA (1) | CA2505026C (ja) |
CY (1) | CY1118935T1 (ja) |
DK (1) | DK1579288T3 (ja) |
ES (1) | ES2627844T3 (ja) |
HU (1) | HUE033477T2 (ja) |
PT (1) | PT1579288T (ja) |
SI (1) | SI1579288T1 (ja) |
WO (1) | WO2004042531A2 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012510585A (ja) * | 2008-11-28 | 2012-05-10 | スネクマ | 航空機エンジンの異常検出 |
JP2013246818A (ja) * | 2012-05-24 | 2013-12-09 | Mitsubishi Electric Corp | 時系列データ内のアノマリを検出するための方法 |
WO2018131478A1 (ja) * | 2017-01-11 | 2018-07-19 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、情報処理プログラムが記録された記録媒体 |
Families Citing this family (61)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101027684B (zh) * | 2004-09-14 | 2011-01-12 | 松下电器产业株式会社 | 机器控制***及机器控制方法 |
CA2631870C (en) | 2005-11-29 | 2021-07-06 | Venture Gain, L.L.C. | Residual-based monitoring of human health |
EP1818746A1 (en) | 2006-02-10 | 2007-08-15 | ALSTOM Technology Ltd | Method of condition monitoring |
US8275577B2 (en) * | 2006-09-19 | 2012-09-25 | Smartsignal Corporation | Kernel-based method for detecting boiler tube leaks |
US8311774B2 (en) | 2006-12-15 | 2012-11-13 | Smartsignal Corporation | Robust distance measures for on-line monitoring |
EP2287685B1 (en) * | 2009-07-23 | 2015-07-15 | Siemens Aktiengesellschaft | Method for monitoring operation behaviour of a component of an industrial plant |
US8707194B1 (en) * | 2009-11-20 | 2014-04-22 | Amazon Technologies, Inc. | System and method for decentralized performance monitoring of host systems |
EP2523625B1 (en) | 2010-01-14 | 2017-03-08 | PhysIQ Inc. | Multivariate residual-based health index for human health monitoring |
US20120110391A1 (en) * | 2010-10-27 | 2012-05-03 | Honeywell International Inc. | System and method for determining fault diagnosability of a health monitoring system |
US9250625B2 (en) | 2011-07-19 | 2016-02-02 | Ge Intelligent Platforms, Inc. | System of sequential kernel regression modeling for forecasting and prognostics |
US9256224B2 (en) | 2011-07-19 | 2016-02-09 | GE Intelligent Platforms, Inc | Method of sequential kernel regression modeling for forecasting and prognostics |
US8620853B2 (en) | 2011-07-19 | 2013-12-31 | Smartsignal Corporation | Monitoring method using kernel regression modeling with pattern sequences |
US8660980B2 (en) * | 2011-07-19 | 2014-02-25 | Smartsignal Corporation | Monitoring system using kernel regression modeling with pattern sequences |
US8836536B2 (en) * | 2011-07-29 | 2014-09-16 | Hewlett-Packard Development Company, L. P. | Device characterization system and methods |
CN102332011B (zh) * | 2011-09-09 | 2012-12-26 | 北京空间飞行器总体设计部 | 一种在轨航天器有效数据选取方法 |
US8600915B2 (en) | 2011-12-19 | 2013-12-03 | Go Daddy Operating Company, LLC | Systems for monitoring computer resources |
US8719196B2 (en) | 2011-12-19 | 2014-05-06 | Go Daddy Operating Company, LLC | Methods for monitoring computer resources using a first and second matrix, and a feature relationship tree |
US9170866B2 (en) | 2013-03-08 | 2015-10-27 | Dell Products L.P. | System and method for in-service diagnostics based on health signatures |
US10295965B2 (en) | 2013-09-06 | 2019-05-21 | GE Intelligent Platforms, Inc | Apparatus and method for model adaptation |
WO2016048295A1 (en) * | 2014-09-24 | 2016-03-31 | Hewlett Packard Enterprise Development Lp | Assigning a document to partial membership in communities |
US20160155098A1 (en) | 2014-12-01 | 2016-06-02 | Uptake, LLC | Historical Health Metrics |
US10254751B2 (en) | 2015-06-05 | 2019-04-09 | Uptake Technologies, Inc. | Local analytics at an asset |
US10176279B2 (en) | 2015-06-05 | 2019-01-08 | Uptake Technologies, Inc. | Dynamic execution of predictive models and workflows |
US10579750B2 (en) | 2015-06-05 | 2020-03-03 | Uptake Technologies, Inc. | Dynamic execution of predictive models |
US10878385B2 (en) | 2015-06-19 | 2020-12-29 | Uptake Technologies, Inc. | Computer system and method for distributing execution of a predictive model |
US20170076406A1 (en) | 2015-09-15 | 2017-03-16 | General Electric Company | Systems and method of monitoring processing systems |
CN108351856A (zh) | 2015-09-17 | 2018-07-31 | 阿普泰克科技公司 | 通过网络在数据平台之间共享资产相关信息的计算机***及方法 |
ES2807562T3 (es) * | 2015-09-18 | 2021-02-23 | Vorwerk Co Interholding | Sistema y método para mejorar la reproducibilidad de los resultados de la cocción de un aparato de cocina multifuncional |
US10623294B2 (en) | 2015-12-07 | 2020-04-14 | Uptake Technologies, Inc. | Local analytics device |
US11295217B2 (en) | 2016-01-14 | 2022-04-05 | Uptake Technologies, Inc. | Localized temporal model forecasting |
US10510006B2 (en) | 2016-03-09 | 2019-12-17 | Uptake Technologies, Inc. | Handling of predictive models based on asset location |
US10796235B2 (en) | 2016-03-25 | 2020-10-06 | Uptake Technologies, Inc. | Computer systems and methods for providing a visualization of asset event and signal data |
US20170353353A1 (en) | 2016-06-03 | 2017-12-07 | Uptake Technologies, Inc. | Provisioning a Local Analytics Device |
US10210037B2 (en) | 2016-08-25 | 2019-02-19 | Uptake Technologies, Inc. | Interface tool for asset fault analysis |
US10474932B2 (en) | 2016-09-01 | 2019-11-12 | Uptake Technologies, Inc. | Detection of anomalies in multivariate data |
US11281993B2 (en) * | 2016-12-05 | 2022-03-22 | Apple Inc. | Model and ensemble compression for metric learning |
US10228925B2 (en) | 2016-12-19 | 2019-03-12 | Uptake Technologies, Inc. | Systems, devices, and methods for deploying one or more artifacts to a deployment environment |
US10579961B2 (en) | 2017-01-26 | 2020-03-03 | Uptake Technologies, Inc. | Method and system of identifying environment features for use in analyzing asset operation |
US10671039B2 (en) | 2017-05-03 | 2020-06-02 | Uptake Technologies, Inc. | Computer system and method for predicting an abnormal event at a wind turbine in a cluster |
US10255526B2 (en) | 2017-06-09 | 2019-04-09 | Uptake Technologies, Inc. | Computer system and method for classifying temporal patterns of change in images of an area |
US10732618B2 (en) | 2017-09-15 | 2020-08-04 | General Electric Company | Machine health monitoring, failure detection and prediction using non-parametric data |
US11232371B2 (en) | 2017-10-19 | 2022-01-25 | Uptake Technologies, Inc. | Computer system and method for detecting anomalies in multivariate data |
US10552246B1 (en) | 2017-10-24 | 2020-02-04 | Uptake Technologies, Inc. | Computer system and method for handling non-communicative assets |
US10379982B2 (en) | 2017-10-31 | 2019-08-13 | Uptake Technologies, Inc. | Computer system and method for performing a virtual load test |
US10635519B1 (en) | 2017-11-30 | 2020-04-28 | Uptake Technologies, Inc. | Systems and methods for detecting and remedying software anomalies |
US10815966B1 (en) | 2018-02-01 | 2020-10-27 | Uptake Technologies, Inc. | Computer system and method for determining an orientation of a wind turbine nacelle |
US10554518B1 (en) | 2018-03-02 | 2020-02-04 | Uptake Technologies, Inc. | Computer system and method for evaluating health of nodes in a manufacturing network |
US10169135B1 (en) | 2018-03-02 | 2019-01-01 | Uptake Technologies, Inc. | Computer system and method of detecting manufacturing network anomalies |
US10635095B2 (en) | 2018-04-24 | 2020-04-28 | Uptake Technologies, Inc. | Computer system and method for creating a supervised failure model |
CN108549346B (zh) * | 2018-05-14 | 2019-04-02 | 山东科技大学 | 一种适于***辨识的历史数据段自动查找方法 |
US10860599B2 (en) | 2018-06-11 | 2020-12-08 | Uptake Technologies, Inc. | Tool for creating and deploying configurable pipelines |
US10579932B1 (en) | 2018-07-10 | 2020-03-03 | Uptake Technologies, Inc. | Computer system and method for creating and deploying an anomaly detection model based on streaming data |
US11119472B2 (en) | 2018-09-28 | 2021-09-14 | Uptake Technologies, Inc. | Computer system and method for evaluating an event prediction model |
US11181894B2 (en) | 2018-10-15 | 2021-11-23 | Uptake Technologies, Inc. | Computer system and method of defining a set of anomaly thresholds for an anomaly detection model |
US11480934B2 (en) | 2019-01-24 | 2022-10-25 | Uptake Technologies, Inc. | Computer system and method for creating an event prediction model |
US11030067B2 (en) | 2019-01-29 | 2021-06-08 | Uptake Technologies, Inc. | Computer system and method for presenting asset insights at a graphical user interface |
US11797550B2 (en) | 2019-01-30 | 2023-10-24 | Uptake Technologies, Inc. | Data science platform |
US11208986B2 (en) | 2019-06-27 | 2021-12-28 | Uptake Technologies, Inc. | Computer system and method for detecting irregular yaw activity at a wind turbine |
US10975841B2 (en) | 2019-08-02 | 2021-04-13 | Uptake Technologies, Inc. | Computer system and method for detecting rotor imbalance at a wind turbine |
US11482341B2 (en) | 2020-05-07 | 2022-10-25 | Carrier Corporation | System and a method for uniformly characterizing equipment category |
US11892830B2 (en) | 2020-12-16 | 2024-02-06 | Uptake Technologies, Inc. | Risk assessment at power substations |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06161982A (ja) * | 1992-11-27 | 1994-06-10 | Nippondenso Co Ltd | 学習パターン選択型追加学習装置 |
WO2002057856A2 (en) * | 2001-01-19 | 2002-07-25 | Smartsignal Corporation | Adaptive modeling of changed states in predictive condition monitoring |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US4215412A (en) | 1978-07-13 | 1980-07-29 | The Boeing Company | Real time performance monitoring of gas turbine engines |
US4937763A (en) | 1988-09-06 | 1990-06-26 | E I International, Inc. | Method of system state analysis |
US5764509A (en) | 1996-06-19 | 1998-06-09 | The University Of Chicago | Industrial process surveillance system |
DE19732046A1 (de) | 1997-07-25 | 1999-01-28 | Abb Patent Gmbh | Prozeßdiagnosesystem und Verfahren zur Diagnose von Vorgängen und Zuständen eines technischen Prozesses |
US5987399A (en) | 1998-01-14 | 1999-11-16 | Arch Development Corporation | Ultrasensitive surveillance of sensors and processes |
WO2000067412A2 (en) | 1999-04-30 | 2000-11-09 | Dryken Technologies | Method and system for nonlinear state estimation |
US6609036B1 (en) * | 2000-06-09 | 2003-08-19 | Randall L. Bickford | Surveillance system and method having parameter estimation and operating mode partitioning |
US20030060808A1 (en) * | 2000-10-04 | 2003-03-27 | Wilk Peter J. | Telemedical method and system |
AU2002213706A1 (en) * | 2000-10-26 | 2002-05-06 | Triant Technologies Inc. | Method for estimating and reducing uncertainties in process measurements |
US6859739B2 (en) | 2001-01-19 | 2005-02-22 | Smartsignal Corporation | Global state change indicator for empirical modeling in condition based monitoring |
US20020183971A1 (en) * | 2001-04-10 | 2002-12-05 | Wegerich Stephan W. | Diagnostic systems and methods for predictive condition monitoring |
US6925357B2 (en) * | 2002-07-25 | 2005-08-02 | Intouch Health, Inc. | Medical tele-robotic system |
-
2003
- 2003-11-03 WO PCT/US2003/035001 patent/WO2004042531A2/en active Application Filing
- 2003-11-03 CA CA2505026A patent/CA2505026C/en not_active Expired - Fee Related
- 2003-11-03 SI SI200332525T patent/SI1579288T1/sl unknown
- 2003-11-03 DK DK03781728.5T patent/DK1579288T3/en active
- 2003-11-03 EP EP03781728.5A patent/EP1579288B1/en not_active Expired - Lifetime
- 2003-11-03 JP JP2004550437A patent/JP2006505856A/ja active Pending
- 2003-11-03 HU HUE03781728A patent/HUE033477T2/en unknown
- 2003-11-03 PT PT37817285T patent/PT1579288T/pt unknown
- 2003-11-03 ES ES03781728.5T patent/ES2627844T3/es not_active Expired - Lifetime
- 2003-11-03 AU AU2003287487A patent/AU2003287487B2/en not_active Ceased
-
2005
- 2005-04-29 US US11/119,322 patent/US7403869B2/en active Active
-
2017
- 2017-06-07 CY CY20171100594T patent/CY1118935T1/el unknown
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06161982A (ja) * | 1992-11-27 | 1994-06-10 | Nippondenso Co Ltd | 学習パターン選択型追加学習装置 |
WO2002057856A2 (en) * | 2001-01-19 | 2002-07-25 | Smartsignal Corporation | Adaptive modeling of changed states in predictive condition monitoring |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012510585A (ja) * | 2008-11-28 | 2012-05-10 | スネクマ | 航空機エンジンの異常検出 |
JP2013246818A (ja) * | 2012-05-24 | 2013-12-09 | Mitsubishi Electric Corp | 時系列データ内のアノマリを検出するための方法 |
WO2018131478A1 (ja) * | 2017-01-11 | 2018-07-19 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、情報処理プログラムが記録された記録媒体 |
JPWO2018131478A1 (ja) * | 2017-01-11 | 2019-11-07 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、情報処理プログラム |
JP7024733B2 (ja) | 2017-01-11 | 2022-02-24 | 日本電気株式会社 | 情報処理装置、情報処理方法、及び、情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
EP1579288A4 (en) | 2010-03-31 |
WO2004042531A2 (en) | 2004-05-21 |
AU2003287487A1 (en) | 2004-06-07 |
CA2505026C (en) | 2013-04-09 |
US7403869B2 (en) | 2008-07-22 |
EP1579288B1 (en) | 2017-03-15 |
HUE033477T2 (en) | 2017-12-28 |
DK1579288T3 (en) | 2017-06-26 |
CA2505026A1 (en) | 2004-05-21 |
AU2003287487B2 (en) | 2009-03-26 |
ES2627844T3 (es) | 2017-07-31 |
PT1579288T (pt) | 2017-06-23 |
US20050278143A1 (en) | 2005-12-15 |
WO2004042531A3 (en) | 2005-09-01 |
EP1579288A2 (en) | 2005-09-28 |
SI1579288T1 (sl) | 2017-10-30 |
CY1118935T1 (el) | 2018-01-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2006505856A (ja) | 再発性ローカル学習機械を使用するシステム状態モニタリング方法及びその装置 | |
US7308385B2 (en) | Diagnostic systems and methods for predictive condition monitoring | |
US7539597B2 (en) | Diagnostic systems and methods for predictive condition monitoring | |
AU2002246994A1 (en) | Diagnostic systems and methods for predictive condition monitoring | |
US9116965B2 (en) | Method and apparatus for monitoring performance characteristics of a system and identifying faults | |
WO2020230422A1 (ja) | 異常診断装置及び方法 | |
CN113447813B (zh) | 海上风力发电机组的故障诊断方法及设备 | |
Eklund | Using synthetic data to train an accurate real-world fault detection system | |
Babbar et al. | Fuzzy clustering based fault diagnosis for aircraft engine health management | |
Sadough | Fault detection and isolation in gas turbine engines | |
AU2022374472A1 (en) | System and method for detecting anomalous system behaviour | |
CN118378195A (zh) | 一种基于多源数据融合的螺杆空压机故障预测方法 | |
CN114943158A (zh) | 一种风电机组功率曲线建模方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20051208 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061102 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20061102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20061102 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071207 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100126 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100426 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100507 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20100525 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20100601 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20100723 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20100917 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20110117 |
|
A911 | Transfer to examiner for re-examination before appeal (zenchi) |
Free format text: JAPANESE INTERMEDIATE CODE: A911 Effective date: 20110322 |
|
A912 | Re-examination (zenchi) completed and case transferred to appeal board |
Free format text: JAPANESE INTERMEDIATE CODE: A912 Effective date: 20110415 |
|
RD13 | Notification of appointment of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7433 Effective date: 20111026 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20111026 |
|
RD15 | Notification of revocation of power of sub attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7435 Effective date: 20111115 |
|
RD02 | Notification of acceptance of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7422 Effective date: 20111216 |
|
RD04 | Notification of resignation of power of attorney |
Free format text: JAPANESE INTERMEDIATE CODE: A7424 Effective date: 20111216 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20120405 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20120416 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20120815 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20121203 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20121206 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130218 |