JP2010092355A - 異常検知方法及びシステム - Google Patents
異常検知方法及びシステム Download PDFInfo
- Publication number
- JP2010092355A JP2010092355A JP2008263030A JP2008263030A JP2010092355A JP 2010092355 A JP2010092355 A JP 2010092355A JP 2008263030 A JP2008263030 A JP 2008263030A JP 2008263030 A JP2008263030 A JP 2008263030A JP 2010092355 A JP2010092355 A JP 2010092355A
- Authority
- JP
- Japan
- Prior art keywords
- data
- abnormality
- modeling
- subspace
- sensors
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- 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
- G05B23/0254—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 quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2137—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on criteria of topology preservation, e.g. multidimensional scaling or self-organising maps
- G06F18/21375—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on criteria of topology preservation, e.g. multidimensional scaling or self-organising maps involving differential geometry, e.g. embedding of pattern manifold
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
- G06F18/2413—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches based on distances to training or reference patterns
- G06F18/24133—Distances to prototypes
- G06F18/24137—Distances to cluster centroïds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2433—Single-class perspective, e.g. one-against-all classification; Novelty detection; Outlier detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2218/00—Aspects of pattern recognition specially adapted for signal processing
- G06F2218/12—Classification; Matching
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Automation & Control Theory (AREA)
- Mathematical Physics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
Abstract
【解決手段】上記目的を達成するために、本発明は、(1)時間的なデータの振舞いに着目し、時間を追って軌跡をクラスタに分割する。(2)分割したクラスタ郡に対して、部分空間でモデルし、はずれ値を異常候補として算出する。(3)学習データをリファレンスとして活用(比較・参照など)し、経時変化、環境変動、保守(部品交換)、稼動状態による状態遷移を把握する。(4)モデル化は、データのN個抜き(N=0,1,2,・・・)の回帰分析法や投影距離法等の部分空間法(例えばN=1の場合は、異常データが1個混入していると考え、これを除いてモデル化する)、或いは局所部分空間法によるものとする。なお、回帰分析法における直線の当てはめは、最も低次の回帰分析に相当する。
【選択図】図1
Description
運転ONの状態、運転OFFの状態など、複数の状態に分類できる。
運転ONの状態に見られるように、これらのクラスタは、例えば線形など、低次元のモデルで表現できる。
これらのクラスタリングは、設備のアラーム信号や保全情報を加味して、これらのひも付きとして、実施してもよい。具体的には、各クラスタに、アラーム信号などの情報が属性として付加される。
y:目的変数(r列)
b:回帰係数(1+p列)
X:説明変数行列(r行、1+p列)
||y-Xb||⇒min
b=(X'X)-1X'y('は転置を表す)
y~=Xb=X(X'X) -1X'y(説明変数の影響を表す部分)
e=y-y~(y~で近似できない部分。説明変数の影響を取り除いた部分)
ただし、rank X=p+1
ここでは、各クラスタのr次元の多次元時系列信号に対し、データのN個抜き(N=0,1,2,・・・)の回帰分析を行う。例えばN=1の場合は、異常信号が1種混入していると考え、これを除いた信号を「X」としてモデル化する。N=0の場合は、全r次元多次元時系列信号を扱うことになる。
全ての信号を使う場合に見えなかった特性が現れる
有効ではない信号を除く
全ての組み合わせより、短時間で計算できる
という利点がある。
さらに、時間軸方向にr次元多次元時系列信号をランダムに定めた個数分選択するという選択も考えられる。ここでは、クラスタを単位とすることもあるが、クラスタ内を区分し、これらを定めた個数分、ランダムに選択する。
α×モデル(1)+(1−α)×モデル(2)
として定式化できる。
正常データから、異常を検知できる、
データ収集が不完全でも精度の高い異常検知が可能となる、
異常データが包含されていても、この影響を許容できる、
といった直接的効果に加え、
ユーザにとって、現象を理解しやすい、
エンジニアの知識を活用できる
物理モデルも併用できる、
と言った副次的な効果がある。
2・・・欠損値の修正・削除部、
3・・・状態データ・知識データベース、
4・・・相関解析による無効信号の削除部、
6・・・軌跡分割クラスタリング、
7・・・アラーム信号/保全情報、
8・・・各クラスタを対象にモデル化部、
9・・・モデルからの偏差算出部、
10・・・はずれ値検出部、
11・・・各クラスタを特徴選択でモデル化部、
12・・・アラーム信号などの一定区間累積ヒストグラム、
13・・・異常特定部、
14・・・Wavelet(変換)解析部、
15・・・各クラスタ軌跡散布図・相関解析部、
16・・・各クラスタ毎時間・周波数解析部、
17・・・学習データ、
18・・・モデル化(1)部、
19・・・プロセッサ、
20・・・表示器、
21・・・データベース
22・・・物理モデル。
Claims (14)
- プラントまたは設備の異常を早期に検知する異常検知方法であって、
複数のセンサからデータを取得し、前記データの時間的な変化に基づいて、データ空間の軌跡を複数のクラスタに分割し、
前記分割した前記クラスタ群に対して、部分空間法でモデル化し、
はずれ値を異常候補として算出することを特徴とする異常検知方法 - 前記モデル化は、前記複数のセンサから過去に得られたデータからなる学習データを対象にモデル化したリファレンスモデルを併用して、はずれ値を異常候補として算出することを特徴とする請求項1に記載の異常検知方法。
- 前記モデル化は、データのN個抜き(N=0,1,2,・・・)の回帰分析法、または、部分空間法を用いて行うことを特徴とする請求項1記載の異常検知方法。
- 前記部分空間法は、投影距離法、CLAFIC法、または、観測データの近傍を対象とする局所部分空間法であることを特徴とする請求項3記載の異常検知方法。
- 前記はずれ値の検出は、前記回帰分析法、前記投影距離法、前記CLAFIC法、または、観測データの近傍を対象とする前記局所部分空間法の出力を統合して行うものであることを特徴とする請求項4記載の異常検知方法。
- プラントまたは設備の異常を早期に検知する方法において、
複数のセンサからデータを取得し、
時間的なデータの時間的変化に基づいて、データ空間の軌跡を複数のクラスタに分割し、
分割したクラスタが分かるように、データを表示することにより、状態を可視化することを特徴とする異常検知方法。 - 前記複数のセンサからの過去のデータに基づくクラスタ群に対する異常検知により、第1報を出力し、前記複数のセンサの現在のデータに基づくクラスタ群に対する異常検知により第2報を出力することを特徴とする請求項1記載の異常検知方法。
- プラントまたは設備の異常を早期に検知する異常検知システムにおいて、
複数のセンサからデータを取得するデータ取得部と、
前記データの時間的な変化に基づいて、データ空間の軌跡を複数のクラスタ群に分割する軌跡分割部と、
分割した前記クラスタ群に対して、部分空間でモデル化するモデル化部と、
はずれ値を異常候補として算出する異常検出部を有し、
前記軌跡分割部においては前記分割したクラスタ群に対して、部分空間でモデル化し、はずれ値を異常候補として算出することを特徴とする異常検知システム - 前記データ取得部において取得した前記複数のセンサからの過去のデータを蓄積し、かつ、モデル化してリファレンスモデルを作成する学習データベース部を有し、前記学習データベース部における前記リファレンスモデルを併用して、はずれ値を異常候補として算出することを特徴とする請求項8記載の異常検知システム。
- 前記モデル化は、データのN個抜き(N=0,1,2,・・・)の回帰分析法、または、部分空間法を用いて行うことを特徴とする請求項8記載の異常検知システム。
- 前記部分空間法は、投影距離法、CLAFIS法、または、観測データの近傍を対象とする局所部分空間法であることを特徴とする請求項8記載の異常検知システム。
- 前記はずれ値の検出は、前記回帰分析法、前記投影距離法、前記CLAFIS法、または、観測データの近傍を対象とする前記局所部分空間法の出力を統合して行うものであることを特徴とする請求項8記載の異常検知システム。
- プラントまたは設備の異常を早期に検知する異常システムにおいて、
複数のセンサからデータを取得するデータ取得部と、
前記データの時間的な変化に基づいて、データ空間の軌跡を複数のクラスタに分割する軌跡分割部と、
前記分割したクラスタ群に対して、部分空間でモデル化するモデル化部と、
はずれ値を異常候補として算出する異常検出部と、
データ表示部とを有し、
前記分割した複数のクラスタが分かるように、データを表示することにより、
状態を可視化することを特徴とする異常検知システム。 - 前記複数のセンサからの過去のデータに基づくクラスタ群に対する異常検知により、第1報を出力し、前記複数のセンサの現在のデータに基づくクラスタ群に対する異常検知により第2法を出力することを特徴とする請求項13記載の異常検知システム。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008263030A JP5048625B2 (ja) | 2008-10-09 | 2008-10-09 | 異常検知方法及びシステム |
PCT/JP2009/002391 WO2010041355A1 (ja) | 2008-10-09 | 2009-05-29 | 異常検知方法及びシステム |
EP09818896A EP2333629A4 (en) | 2008-10-09 | 2009-05-29 | ERROR DETECTION METHOD AND SYSTEM |
KR1020117002716A KR101316486B1 (ko) | 2008-10-09 | 2009-05-29 | 이상 검지 방법 및 시스템 |
US13/057,831 US8630962B2 (en) | 2008-10-09 | 2009-05-29 | Error detection method and its system for early detection of errors in a planar or facilities |
CN200980130579.0A CN102112933B (zh) | 2008-10-09 | 2009-05-29 | 异常检测方法及*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2008263030A JP5048625B2 (ja) | 2008-10-09 | 2008-10-09 | 異常検知方法及びシステム |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2012160379A Division JP5498540B2 (ja) | 2012-07-19 | 2012-07-19 | 異常検知方法及びシステム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2010092355A true JP2010092355A (ja) | 2010-04-22 |
JP5048625B2 JP5048625B2 (ja) | 2012-10-17 |
Family
ID=42100317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008263030A Expired - Fee Related JP5048625B2 (ja) | 2008-10-09 | 2008-10-09 | 異常検知方法及びシステム |
Country Status (6)
Country | Link |
---|---|
US (1) | US8630962B2 (ja) |
EP (1) | EP2333629A4 (ja) |
JP (1) | JP5048625B2 (ja) |
KR (1) | KR101316486B1 (ja) |
CN (1) | CN102112933B (ja) |
WO (1) | WO2010041355A1 (ja) |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011242942A (ja) * | 2010-05-17 | 2011-12-01 | Nec Corp | 異常判定装置、異常判定プログラムおよび異常判定方法 |
JP2012078142A (ja) * | 2010-09-30 | 2012-04-19 | Chugoku Electric Power Co Inc:The | 動作異常検出装置、動作異常検出方法 |
JP2013138121A (ja) * | 2011-12-28 | 2013-07-11 | Hitachi High-Technologies Corp | 半導体製造装置 |
US8682824B2 (en) | 2009-08-28 | 2014-03-25 | Hitachi, Ltd. | Method and device for monitoring the state of a facility |
JP2014517398A (ja) * | 2011-05-27 | 2014-07-17 | ハイドロ−ケベック | 遷移信号の動的クラスタリング |
JP2014194727A (ja) * | 2013-03-28 | 2014-10-09 | Toenec Corp | 回転機の良否診断システム |
US9043645B2 (en) | 2010-05-06 | 2015-05-26 | Nec Corporation | Malfunction analysis apparatus, malfunction analysis method, and recording medium |
JP2015176283A (ja) * | 2014-03-14 | 2015-10-05 | オムロン株式会社 | 事象検出装置および事象検出方法 |
JP2016063590A (ja) * | 2014-09-17 | 2016-04-25 | 株式会社東芝 | 配電網の故障予兆診断システムおよびその方法 |
CN105910806A (zh) * | 2016-05-30 | 2016-08-31 | 重庆大学 | 加注泵早期健康状态监测方法 |
US9659250B2 (en) | 2011-08-31 | 2017-05-23 | Hitachi Power Solutions Co., Ltd. | Facility state monitoring method and device for same |
JP2017174045A (ja) * | 2016-03-23 | 2017-09-28 | 日本電気株式会社 | データ処理装置、データ処理システム、データ処理方法及びプログラム |
JP2018036726A (ja) * | 2016-08-29 | 2018-03-08 | 公立大学法人大阪府立大学 | データ解析装置、制御装置、データ解析装置の制御方法、制御プログラム、および記録媒体 |
JP2018151821A (ja) * | 2017-03-13 | 2018-09-27 | 株式会社日立製作所 | 設備機器の異常診断システム |
JPWO2017126236A1 (ja) * | 2016-01-20 | 2018-10-25 | 三菱電機株式会社 | 異常検知装置及び異常検知システム |
KR101926257B1 (ko) | 2017-05-15 | 2018-12-06 | 두산중공업 주식회사 | 이상 신호 복원 시스템 및 방법 |
JP2019040536A (ja) * | 2017-08-28 | 2019-03-14 | 株式会社日立製作所 | 指標選択装置及びその方法 |
JP2019040546A (ja) * | 2017-08-29 | 2019-03-14 | 株式会社神戸製鋼所 | プラントの操業状態推定装置及び操業状態推定方法 |
JP2020503632A (ja) * | 2016-12-22 | 2020-01-30 | エレクトリシテ ド フランス | システムの1つ又は複数の故障を特徴付ける方法 |
JP2020154712A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社リコー | システム、演算装置、及びプログラム |
JPWO2021079472A1 (ja) * | 2019-10-24 | 2021-04-29 | ||
US11657121B2 (en) | 2018-06-14 | 2023-05-23 | Mitsubishi Electric Corporation | Abnormality detection device, abnormality detection method and computer readable medium |
US11741394B2 (en) | 2020-03-11 | 2023-08-29 | Honda Motor Co., Ltd. | Information processing method, information processing apparatus, and abnormality determination system |
Families Citing this family (65)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101888309B (zh) * | 2010-06-30 | 2012-07-04 | 中国科学院计算技术研究所 | 在线日志分析方法 |
US20120259792A1 (en) * | 2011-04-06 | 2012-10-11 | International Business Machines Corporation | Automatic detection of different types of changes in a business process |
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 |
CN102509001B (zh) * | 2011-10-18 | 2014-06-04 | 西安交通大学 | 一种自动去除时序数据野值点的方法 |
US20140032506A1 (en) * | 2012-06-12 | 2014-01-30 | Quality Attributes Software, Inc. | System and methods for real-time detection, correction, and transformation of time series data |
US9336302B1 (en) | 2012-07-20 | 2016-05-10 | Zuci Realty Llc | Insight and algorithmic clustering for automated synthesis |
CN104854747B (zh) * | 2012-12-18 | 2017-09-26 | 奥迪股份公司 | 用于预兆和健康管理的基于极限的阈值估计 |
CA2815161A1 (en) * | 2013-05-06 | 2014-11-06 | Hydro-Quebec | Quantitative analysis of signal related measurements for trending and pattern recognition |
WO2015077917A1 (en) * | 2013-11-26 | 2015-06-04 | Telefonaktiebolaget L M Ericsson (Publ) | Method and apparatus for anomaly detection in a network |
EP2881822A1 (de) | 2013-12-05 | 2015-06-10 | Bayer Technology Services GmbH | Computer-implementiertes Verfahren und System zur automatischen Überwachung und Statusermittlung ganzer Prozessabschnitte in einer Process Unit |
CN105338541B (zh) * | 2014-06-30 | 2018-11-13 | 华为技术有限公司 | 一种基于移动无线网络数据的异常轨迹检测方法及装置 |
CN104166718B (zh) * | 2014-08-18 | 2017-11-03 | 国家电网公司 | 一种适用于大电网的不良数据检测与辨识方法 |
FR3032273B1 (fr) * | 2015-01-30 | 2019-06-21 | Safran Aircraft Engines | Procede, systeme et programme d'ordinateur pour phase d'apprentissage d'une analyse acoustique ou vibratoire d'une machine |
US9915942B2 (en) | 2015-03-20 | 2018-03-13 | International Business Machines Corporation | System and method for identifying significant and consumable-insensitive trace features |
US9864823B2 (en) | 2015-03-30 | 2018-01-09 | Uop Llc | Cleansing system for a feed composition based on environmental factors |
CN106156913B (zh) * | 2015-04-02 | 2019-02-12 | 中国商用飞机有限责任公司 | 用于飞机部附件的健康管理方法 |
CN105467174B (zh) * | 2015-11-23 | 2018-11-09 | 上海华岭集成电路技术股份有限公司 | 一种获取悬臂式探针***维护周期的方法 |
KR102444442B1 (ko) | 2016-03-07 | 2022-09-21 | 한국전자통신연구원 | 설비 고장 진단 장치 및 방법 |
CN105973595B (zh) * | 2016-04-27 | 2019-03-19 | 清华大学深圳研究生院 | 一种滚动轴承故障的诊断方法 |
EP3258333A1 (en) * | 2016-06-17 | 2017-12-20 | Siemens Aktiengesellschaft | Method and system for monitoring sensor data of rotating equipment |
CN112085200A (zh) * | 2016-08-29 | 2020-12-15 | 韩国水力原子力株式会社 | 包括确定设备重要度和警报有效性的处理程序的用于预检核电站设备异常迹象的方法及*** |
US10545487B2 (en) * | 2016-09-16 | 2020-01-28 | Uop Llc | Interactive diagnostic system and method for managing process model analysis |
JP2018077757A (ja) * | 2016-11-11 | 2018-05-17 | 横河電機株式会社 | 情報処理装置、情報処理方法、情報処理プログラム及び記録媒体 |
US11205103B2 (en) | 2016-12-09 | 2021-12-21 | The Research Foundation for the State University | Semisupervised autoencoder for sentiment analysis |
CN107103039B (zh) * | 2017-03-24 | 2021-03-30 | 北明软件有限公司 | 针对海量数据的异常数据检测与处理方法 |
US10678272B2 (en) | 2017-03-27 | 2020-06-09 | Uop Llc | Early prediction and detection of slide valve sticking in petrochemical plants or refineries |
US10754359B2 (en) | 2017-03-27 | 2020-08-25 | Uop Llc | Operating slide valves in petrochemical plants or refineries |
US11396002B2 (en) | 2017-03-28 | 2022-07-26 | Uop Llc | Detecting and correcting problems in liquid lifting in heat exchangers |
US11130111B2 (en) | 2017-03-28 | 2021-09-28 | Uop Llc | Air-cooled heat exchangers |
US10663238B2 (en) | 2017-03-28 | 2020-05-26 | Uop Llc | Detecting and correcting maldistribution in heat exchangers in a petrochemical plant or refinery |
US10752845B2 (en) | 2017-03-28 | 2020-08-25 | Uop Llc | Using molecular weight and invariant mapping to determine performance of rotating equipment in a petrochemical plant or refinery |
US10962302B2 (en) | 2017-03-28 | 2021-03-30 | Uop Llc | Heat exchangers in a petrochemical plant or refinery |
US10670353B2 (en) | 2017-03-28 | 2020-06-02 | Uop Llc | Detecting and correcting cross-leakage in heat exchangers in a petrochemical plant or refinery |
US10794644B2 (en) | 2017-03-28 | 2020-10-06 | Uop Llc | Detecting and correcting thermal stresses in heat exchangers in a petrochemical plant or refinery |
US11215363B2 (en) * | 2017-04-24 | 2022-01-04 | Honeywell International Inc. | Apparatus and method for two-stage detection of furnace flooding or other conditions |
US10695711B2 (en) | 2017-04-28 | 2020-06-30 | Uop Llc | Remote monitoring of adsorber process units |
US11365886B2 (en) | 2017-06-19 | 2022-06-21 | Uop Llc | Remote monitoring of fired heaters |
US10913905B2 (en) | 2017-06-19 | 2021-02-09 | Uop Llc | Catalyst cycle length prediction using eigen analysis |
US10739798B2 (en) | 2017-06-20 | 2020-08-11 | Uop Llc | Incipient temperature excursion mitigation and control |
US11130692B2 (en) | 2017-06-28 | 2021-09-28 | Uop Llc | Process and apparatus for dosing nutrients to a bioreactor |
JP6833646B2 (ja) * | 2017-09-20 | 2021-02-24 | 株式会社東芝 | 事故原因分類装置 |
CN107818135B (zh) * | 2017-09-26 | 2020-02-04 | 广东电网有限责任公司电力调度控制中心 | 一种基于灰色关联法的维诺图电力大数据异常检测方法 |
US11194317B2 (en) | 2017-10-02 | 2021-12-07 | Uop Llc | Remote monitoring of chloride treaters using a process simulator based chloride distribution estimate |
US11105787B2 (en) | 2017-10-20 | 2021-08-31 | Honeywell International Inc. | System and method to optimize crude oil distillation or other processing by inline analysis of crude oil properties |
JP6801122B2 (ja) * | 2017-10-30 | 2020-12-16 | マクセル株式会社 | 異常データ処理システムおよび異常データ処理方法 |
CN108197254B (zh) * | 2017-12-29 | 2018-12-28 | 清华大学 | 一种基于近邻的数据修复方法 |
US10445401B2 (en) * | 2018-02-08 | 2019-10-15 | Deep Labs Inc. | Systems and methods for converting discrete wavelets to tensor fields and using neural networks to process tensor fields |
US10901403B2 (en) | 2018-02-20 | 2021-01-26 | Uop Llc | Developing linear process models using reactor kinetic equations |
US10734098B2 (en) | 2018-03-30 | 2020-08-04 | Uop Llc | Catalytic dehydrogenation catalyst health index |
JP6984013B2 (ja) * | 2018-06-01 | 2021-12-17 | 株式会社東芝 | 推定システム、推定方法及び推定プログラム |
CN108897640B (zh) * | 2018-06-11 | 2021-08-27 | 上海交通大学 | 群智感知中错误位置数据的检测***及方法 |
JP7029362B2 (ja) * | 2018-08-16 | 2022-03-03 | 三菱重工業株式会社 | 異常検出装置、異常検出方法、及びプログラム |
CN109145996B (zh) * | 2018-08-31 | 2021-11-26 | 创新先进技术有限公司 | 异常环境下的指标数据生成方法、装置及电子设备 |
CN109710636B (zh) * | 2018-11-13 | 2022-10-21 | 广东工业大学 | 一种基于深度迁移学习的无监督工业***异常检测方法 |
US10953377B2 (en) | 2018-12-10 | 2021-03-23 | Uop Llc | Delta temperature control of catalytic dehydrogenation process reactors |
JP7093603B2 (ja) * | 2019-01-23 | 2022-06-30 | 東芝三菱電機産業システム株式会社 | ドライブ応答監視装置 |
KR102191843B1 (ko) * | 2019-05-20 | 2020-12-17 | 서울대학교산학협력단 | 계층 정보를 이용한 지식 베이스 제공을 위한 방법 및 장치 |
KR102226050B1 (ko) * | 2019-11-06 | 2021-03-11 | 한국전력공사 | 보일러 배관 모니터링 시스템 및 방법 |
CN110794797A (zh) * | 2019-11-27 | 2020-02-14 | 江南大学 | 一种基于互信息和多块信息提取的pca故障监测方法 |
JP7010343B1 (ja) * | 2020-08-20 | 2022-01-26 | トヨタ自動車株式会社 | 機械学習装置 |
CN112256750B (zh) * | 2020-09-27 | 2022-11-15 | 上海楚腾信息技术有限公司 | 一种数据纠错预警方法、***及存储介质 |
CN112215436B (zh) * | 2020-11-03 | 2024-04-05 | 广州铭诚计算机科技有限公司 | 一种基于机器学习的学业异常预测方法 |
DE112020007637T5 (de) * | 2020-12-08 | 2023-07-20 | Mitsubishi Electric Corporation | Lerneinrichtung, fehler-erfassungseinrichtung und fehler-erfassungsverfahren |
KR102438189B1 (ko) * | 2021-06-14 | 2022-08-30 | 주식회사 마키나락스 | 비정상 데이터 검출 방법 및 장치 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0728766A (ja) | 1993-06-24 | 1995-01-31 | Toshiba Corp | パターン認識システム及び監視システム |
US6216066B1 (en) | 1998-07-01 | 2001-04-10 | General Electric Company | System and method for generating alerts through multi-variate data assessment |
FR2783620B1 (fr) * | 1998-09-22 | 2002-03-29 | De Micheaux Daniel Lafaye | Procede et systeme multidimensionnel de maitrise statistique des processus |
JP4162067B2 (ja) | 1998-12-17 | 2008-10-08 | 株式会社キューキ | 送電線事故原因判別方法 |
US6952662B2 (en) | 2000-03-30 | 2005-10-04 | Smartsignal Corporation | Signal differentiation system using improved non-linear operator |
US6975962B2 (en) | 2001-06-11 | 2005-12-13 | Smartsignal Corporation | Residual signal alert generation for condition monitoring using approximated SPRT distribution |
JP4468131B2 (ja) * | 2004-10-06 | 2010-05-26 | 株式会社エヌ・ティ・ティ・データ | 異常値検出装置、変化点検出装置及び異常値検出方法、変化点検出方法 |
JP4394020B2 (ja) * | 2005-03-11 | 2010-01-06 | 株式会社エヌ・ティ・ティ・データ | データ分析装置及び方法 |
JP4509860B2 (ja) | 2005-05-25 | 2010-07-21 | 株式会社東芝 | データ分割装置、データ分割方法およびプログラム |
JP4140634B2 (ja) | 2006-01-26 | 2008-08-27 | 松下電工株式会社 | 異常監視方法、および異常監視装置 |
US20080068593A1 (en) * | 2006-09-13 | 2008-03-20 | Hiroyuki Nakano | Method and apparatus for detecting defects |
US20080154473A1 (en) * | 2006-12-22 | 2008-06-26 | United Technologies Corporation | Gas turbine engine performance data validation |
US8005771B2 (en) * | 2007-10-04 | 2011-08-23 | Siemens Corporation | Segment-based change detection method in multivariate data stream |
-
2008
- 2008-10-09 JP JP2008263030A patent/JP5048625B2/ja not_active Expired - Fee Related
-
2009
- 2009-05-29 CN CN200980130579.0A patent/CN102112933B/zh not_active Expired - Fee Related
- 2009-05-29 US US13/057,831 patent/US8630962B2/en not_active Expired - Fee Related
- 2009-05-29 EP EP09818896A patent/EP2333629A4/en not_active Withdrawn
- 2009-05-29 KR KR1020117002716A patent/KR101316486B1/ko not_active IP Right Cessation
- 2009-05-29 WO PCT/JP2009/002391 patent/WO2010041355A1/ja active Application Filing
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8682824B2 (en) | 2009-08-28 | 2014-03-25 | Hitachi, Ltd. | Method and device for monitoring the state of a facility |
US9043645B2 (en) | 2010-05-06 | 2015-05-26 | Nec Corporation | Malfunction analysis apparatus, malfunction analysis method, and recording medium |
JP5765336B2 (ja) * | 2010-05-06 | 2015-08-19 | 日本電気株式会社 | 障害分析装置、障害分析方法およびプログラム |
JP2011242942A (ja) * | 2010-05-17 | 2011-12-01 | Nec Corp | 異常判定装置、異常判定プログラムおよび異常判定方法 |
JP2012078142A (ja) * | 2010-09-30 | 2012-04-19 | Chugoku Electric Power Co Inc:The | 動作異常検出装置、動作異常検出方法 |
JP2014517398A (ja) * | 2011-05-27 | 2014-07-17 | ハイドロ−ケベック | 遷移信号の動的クラスタリング |
US10378937B2 (en) | 2011-05-27 | 2019-08-13 | HYDRO-QUéBEC | Dynamic clustering of transient signals |
US9659250B2 (en) | 2011-08-31 | 2017-05-23 | Hitachi Power Solutions Co., Ltd. | Facility state monitoring method and device for same |
JP2013138121A (ja) * | 2011-12-28 | 2013-07-11 | Hitachi High-Technologies Corp | 半導体製造装置 |
JP2014194727A (ja) * | 2013-03-28 | 2014-10-09 | Toenec Corp | 回転機の良否診断システム |
JP2015176283A (ja) * | 2014-03-14 | 2015-10-05 | オムロン株式会社 | 事象検出装置および事象検出方法 |
JP2016063590A (ja) * | 2014-09-17 | 2016-04-25 | 株式会社東芝 | 配電網の故障予兆診断システムおよびその方法 |
JPWO2017126236A1 (ja) * | 2016-01-20 | 2018-10-25 | 三菱電機株式会社 | 異常検知装置及び異常検知システム |
JP2017174045A (ja) * | 2016-03-23 | 2017-09-28 | 日本電気株式会社 | データ処理装置、データ処理システム、データ処理方法及びプログラム |
US10831184B2 (en) | 2016-03-23 | 2020-11-10 | Nec Corporation | Data processing apparatus, data processing system, data processing method, and non-transitory storage medium |
CN105910806A (zh) * | 2016-05-30 | 2016-08-31 | 重庆大学 | 加注泵早期健康状态监测方法 |
JP2018036726A (ja) * | 2016-08-29 | 2018-03-08 | 公立大学法人大阪府立大学 | データ解析装置、制御装置、データ解析装置の制御方法、制御プログラム、および記録媒体 |
JP2020503632A (ja) * | 2016-12-22 | 2020-01-30 | エレクトリシテ ド フランス | システムの1つ又は複数の故障を特徴付ける方法 |
JP2018151821A (ja) * | 2017-03-13 | 2018-09-27 | 株式会社日立製作所 | 設備機器の異常診断システム |
KR101926257B1 (ko) | 2017-05-15 | 2018-12-06 | 두산중공업 주식회사 | 이상 신호 복원 시스템 및 방법 |
JP2019040536A (ja) * | 2017-08-28 | 2019-03-14 | 株式会社日立製作所 | 指標選択装置及びその方法 |
JP2019040546A (ja) * | 2017-08-29 | 2019-03-14 | 株式会社神戸製鋼所 | プラントの操業状態推定装置及び操業状態推定方法 |
US11657121B2 (en) | 2018-06-14 | 2023-05-23 | Mitsubishi Electric Corporation | Abnormality detection device, abnormality detection method and computer readable medium |
JP2020154712A (ja) * | 2019-03-20 | 2020-09-24 | 株式会社リコー | システム、演算装置、及びプログラム |
JPWO2021079472A1 (ja) * | 2019-10-24 | 2021-04-29 | ||
WO2021079472A1 (ja) * | 2019-10-24 | 2021-04-29 | 富士通株式会社 | 異常検出方法、異常検出プログラム及び異常検出装置 |
US11741394B2 (en) | 2020-03-11 | 2023-08-29 | Honda Motor Co., Ltd. | Information processing method, information processing apparatus, and abnormality determination system |
Also Published As
Publication number | Publication date |
---|---|
US8630962B2 (en) | 2014-01-14 |
US20110191076A1 (en) | 2011-08-04 |
KR101316486B1 (ko) | 2013-10-08 |
JP5048625B2 (ja) | 2012-10-17 |
EP2333629A4 (en) | 2013-01-02 |
CN102112933B (zh) | 2014-06-18 |
WO2010041355A1 (ja) | 2010-04-15 |
KR20110026515A (ko) | 2011-03-15 |
CN102112933A (zh) | 2011-06-29 |
EP2333629A1 (en) | 2011-06-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5048625B2 (ja) | 異常検知方法及びシステム | |
JP5538597B2 (ja) | 異常検知方法及び異常検知システム | |
JP5301310B2 (ja) | 異常検知方法及び異常検知システム | |
JP5498540B2 (ja) | 異常検知方法及びシステム | |
JP5363927B2 (ja) | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム | |
JP5945350B2 (ja) | 設備状態監視方法およびその装置 | |
JP5431235B2 (ja) | 設備状態監視方法およびその装置 | |
JP5501903B2 (ja) | 異常検知方法及びそのシステム | |
JP5364530B2 (ja) | 設備状態監視方法、監視システム及び監視プログラム | |
WO2011086805A1 (ja) | 異常検知方法及び異常検知システム | |
JP5778305B2 (ja) | 異常検知方法及びそのシステム | |
JP5439265B2 (ja) | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム | |
JP5331774B2 (ja) | 設備状態監視方法およびその装置並びに設備状態監視用プログラム | |
WO2013030984A1 (ja) | 設備状態監視方法およびその装置 | |
JP2015114967A (ja) | 異常検知方法およびその装置 | |
JP2015181072A (ja) | 設備状態監視方法およびその装置 | |
JP2014056598A (ja) | 異常検知方法及びそのシステム | |
JPWO2013030984A1 (ja) | 設備状態監視方法およびその装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110221 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120619 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20120719 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20150727 Year of fee payment: 3 |
|
R150 | Certificate of patent or registration of utility model |
Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |