JP2012128840A - 異常監視システムおよび異常監視方法 - Google Patents
異常監視システムおよび異常監視方法 Download PDFInfo
- Publication number
- JP2012128840A JP2012128840A JP2011246548A JP2011246548A JP2012128840A JP 2012128840 A JP2012128840 A JP 2012128840A JP 2011246548 A JP2011246548 A JP 2011246548A JP 2011246548 A JP2011246548 A JP 2011246548A JP 2012128840 A JP2012128840 A JP 2012128840A
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- facility
- normal
- abnormality
- deviation
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 144
- 230000005856 abnormality Effects 0.000 title claims abstract description 81
- 238000000034 method Methods 0.000 title claims description 45
- 230000002159 abnormal effect Effects 0.000 claims description 18
- 238000000605 extraction Methods 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 13
- 238000000513 principal component analysis Methods 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 abstract description 80
- 238000009826 distribution Methods 0.000 abstract description 12
- 239000006185 dispersion Substances 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 18
- 238000005070 sampling Methods 0.000 description 18
- 238000003860 storage Methods 0.000 description 16
- 238000010606 normalization Methods 0.000 description 12
- 229910000831 Steel Inorganic materials 0.000 description 11
- 239000010959 steel Substances 0.000 description 11
- 230000014509 gene expression Effects 0.000 description 6
- 230000005484 gravity Effects 0.000 description 5
- 238000003745 diagnosis Methods 0.000 description 4
- 230000015654 memory Effects 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000000491 multivariate analysis Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
【解決手段】統計的監視指標化処理部275は、事前に正常動作時の監視対象から得られたM種(M≧1)の所定の動作が行なわれる区間の時系列データからM×L種の変数を取得し、このM×L種の変数によって定まるM×L次元空間内の点を1つの正常パターンとして、正常パターンの分散の度合いを算出する。一方、統計的監視指標化処理部375は、操業時において定動作設備から得られるM種の時系列データのそれぞれからM×L種の変数を取得し、M×L種の変数によって定まるM×L次元空間内の点を操業時パターンとし、正常パターンの分散の度合いをもとに操業時パターンの正常パターンの分布からの逸脱度を算出する。判定処理部377は、逸脱度をもとに監視対象の異常を判定する。
【選択図】図1
Description
図1は、本実施の形態の異常監視システム1の全体構成の一例を示すブロック図である。本実施の形態の異常監視システム1は、製造プロセスにおいて決まった一定の動作を繰り返す設備を監視対象とし、この監視対象の設備(以下、「対象設備」と呼ぶ。)の状態監視を行って異常を検知するものである。この異常監視システム1は、図1に示すように、オフライン指標作成システム2と、オンライン診断システム3と、操業DB4と、監視指標DB5とを含み、互いにデータの送受が可能に接続されて構成されている。なお、操業DB4および監視指標DB5は、オフライン指標作成システム2またはオンライン診断システム3が備える記憶部23,33に保存された構成としてもよい。
図5および図6に示した処理手順に従い、過去の操業時等において事前に得られる第2モデルの対象設備の正常パターンに対して主成分分析を行うことで正常パターンの主成分の変換係数によって表される主成分の式および上位の主成分の成分数kを得た。そして、操業時の対象設備から得られた12回分の製品位置およびモータ速度の時系列データをもとにその操業時パターンの主成分を算出することで、第2モデルの対象設備の状態監視を行った。図7〜図12は、上記した実施の形態の適用例を説明する図である。
2 オフライン指標作成システム
21 入力部
22 表示部
23 記憶部
25 制御部
27 監視指標作成処理部
271 部分時系列切出処理部
273 正規化処理部
275 統計的監視指標化処理部
3 オンライン診断システム
31 入力部
32 表示部
33 記憶部
35 制御部
37 異常監視処理部
371 部分時系列切出処理部
373 正規化処理部
375 統計的監視指標化処理部
377 判定処理部
4 操業DB
5 監視指標DB
51 第1モデル監視指標ファイル
52 第2モデル監視指標ファイル
Claims (4)
- 製造プロセスで正常動作時に所定の動作を繰り返し行う定動作設備から得られる時系列データをもとに前記定動作設備の異常を検知する異常監視システムであって、
事前に正常動作時の前記定動作設備から得られたM種(M≧1)の所定の動作が行なわれる区間の時系列データのそれぞれからL個サンプリングし、M×L種の変数として取得し、前記M×L種の変数によって定まるM×L次元空間内の点を正常パターンとし、空間内での複数の正常パターンの各変数間の相関係数を算出する正常パターン抽出手段と、
前記相関係数の最大値が所定の閾値未満の場合は、前記定動作設備を第1モデルとして各変数の平均と分散とを算出し、前記相関係数の最大値が所定の閾値以上の場合は、前記定動作設備を第2モデルとして各変数に対して主成分分析を行って主成分の変換係数を算出する監視指標作成手段と、
操業時において前記定動作設備から得られる前記M種の所定の動作が行なわれる区間の時系列データのそれぞれから前記M×L種の変数を取得し、前記M×L種の変数によって定まるM×L次元空間内の点を操業時パターンとする操業時パターン抽出手段と、
前記定動作設備が第1モデルの場合に、前記監視指標作成手段が取得した前記正常パターンの平均と分散とをもとに前記操業時パターンのマハラノビス距離を逸脱度として算出し、前記定動作設備が第2モデルの場合に、前記監視指標作成手段が取得した前記正常パターンの主成分の変換係数をもとに前記操業時パターンの主成分からの偏差を逸脱度として算出する操業時逸脱度算出手段と、
前記操業時逸脱度算出手段が算出した前記逸脱度をもとに前記定動作設備の異常を判定する判定手段と、
を備えることを特徴とする異常監視システム。 - 前記判定手段は、所定の期間において前記定動作設備が異常と判定された回数をもとに前記定動作設備の補修の要否を判定することを特徴とする請求項1に記載の異常監視システム。
- 前記監視指標作成手段は、前記第2モデルの定動作設備について、前記正常パターンの主成分の寄与率を算出して主要な主成分をさらに決定し、
前記判定手段は、前記操業時パターンの主成分のうちの前記主要な主成分以外の外れ成分をもとに前記偏差を算出し、該偏差が所定値以上の場合に前記定動作設備を異常と判定することを特徴とする請求項1または2に記載の異常監視システム。 - 製造プロセスで正常動作時に所定の動作を繰り返し行う定動作設備から得られる時系列データをもとに前記定動作設備の異常を検知する異常監視方法であって、
事前に正常動作時の前記定動作設備から得られたM種(M≧1)の所定の動作が行なわれる区間の時系列データのそれぞれからL個サンプリングし、M×L種の変数として取得し、前記M×L種の変数によって定まるM×L次元空間内の点を正常パターンとし、空間内での複数の正常パターンの各変数間の相関係数を算出する正常パターン抽出工程と、
前記相関係数の最大値が所定の閾値未満の場合は、前記定動作設備を第1モデルとして各変数の平均と分散とを算出し、前記相関係数の最大値が所定の閾値以上の場合は、前記定動作設備を第2モデルとして各変数に対して主成分分析を行って主成分の変換係数を算出する監視指標作成工程と、
操業時において前記定動作設備から得られる前記M種の所定の動作が行なわれる区間の時系列データのそれぞれから前記M×L種の変数を取得し、前記M×L種の変数によって定まるM×L次元空間内の点を操業時パターンとする操業時パターン抽出工程と、
前記定動作設備が第1モデルの場合に、前記監視指標作成工程で取得した前記正常パターンの平均と分散とをもとに前記操業時パターンのマハラノビス距離を逸脱度として算出し、前記定動作設備が第2モデルの場合に、前記監視指標作成工程で取得した前記正常パターンの主成分の変換係数をもとに前記操業時パターンの主成分からの偏差を逸脱度として算出する操業時逸脱度算出工程と、
前記操業時逸脱度算出工程で算出した前記逸脱度をもとに前記定動作設備の異常を判定する判定工程と、
を含むことを特徴とする異常監視方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2011246548A JP5895457B2 (ja) | 2010-11-25 | 2011-11-10 | 異常監視システムおよび異常監視方法 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2010262570 | 2010-11-25 | ||
JP2010262570 | 2010-11-25 | ||
JP2011246548A JP5895457B2 (ja) | 2010-11-25 | 2011-11-10 | 異常監視システムおよび異常監視方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2012128840A true JP2012128840A (ja) | 2012-07-05 |
JP5895457B2 JP5895457B2 (ja) | 2016-03-30 |
Family
ID=46645737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2011246548A Active JP5895457B2 (ja) | 2010-11-25 | 2011-11-10 | 異常監視システムおよび異常監視方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP5895457B2 (ja) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018116687A (ja) * | 2017-01-13 | 2018-07-26 | Jfeスチール株式会社 | 異常原因特定方法および異常原因特定装置 |
JP2018147442A (ja) * | 2017-03-09 | 2018-09-20 | 沖電気工業株式会社 | 変化点検出装置および変化点検出方法 |
JP2020025461A (ja) * | 2019-11-11 | 2020-02-13 | 株式会社安川電機 | モータ制御システム |
JP2020025462A (ja) * | 2019-11-11 | 2020-02-13 | 株式会社安川電機 | モータ制御システム |
JP2020119194A (ja) * | 2019-01-23 | 2020-08-06 | 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 |
WO2022123877A1 (ja) * | 2020-12-08 | 2022-06-16 | Jfeスチール株式会社 | 異常判定装置、異常判定モデル生成方法および異常判定方法 |
WO2022123876A1 (ja) * | 2020-12-08 | 2022-06-16 | Jfeスチール株式会社 | 異常判定モデル生成装置、異常判定装置、異常判定モデル生成方法および異常判定方法 |
CN115496424A (zh) * | 2022-11-09 | 2022-12-20 | 广东能创科技有限公司 | 一种甲醇制氢工艺安全管理方法及*** |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH106028A (ja) * | 1996-06-19 | 1998-01-13 | Nkk Corp | フラッシュバット溶接機の異常判定方法 |
JP2001075642A (ja) * | 1999-09-06 | 2001-03-23 | Toshiba Corp | 多変量データ監視装置 |
JP2009140267A (ja) * | 2007-12-07 | 2009-06-25 | Jfe Steel Corp | 鉄鋼プロセスの異常予知方法および装置 |
-
2011
- 2011-11-10 JP JP2011246548A patent/JP5895457B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH106028A (ja) * | 1996-06-19 | 1998-01-13 | Nkk Corp | フラッシュバット溶接機の異常判定方法 |
JP2001075642A (ja) * | 1999-09-06 | 2001-03-23 | Toshiba Corp | 多変量データ監視装置 |
JP2009140267A (ja) * | 2007-12-07 | 2009-06-25 | Jfe Steel Corp | 鉄鋼プロセスの異常予知方法および装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2018116687A (ja) * | 2017-01-13 | 2018-07-26 | Jfeスチール株式会社 | 異常原因特定方法および異常原因特定装置 |
JP2018147442A (ja) * | 2017-03-09 | 2018-09-20 | 沖電気工業株式会社 | 変化点検出装置および変化点検出方法 |
JP2020119194A (ja) * | 2019-01-23 | 2020-08-06 | 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 |
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 |
JP2020025462A (ja) * | 2019-11-11 | 2020-02-13 | 株式会社安川電機 | モータ制御システム |
JP2020025461A (ja) * | 2019-11-11 | 2020-02-13 | 株式会社安川電機 | モータ制御システム |
WO2022123877A1 (ja) * | 2020-12-08 | 2022-06-16 | Jfeスチール株式会社 | 異常判定装置、異常判定モデル生成方法および異常判定方法 |
WO2022123876A1 (ja) * | 2020-12-08 | 2022-06-16 | Jfeスチール株式会社 | 異常判定モデル生成装置、異常判定装置、異常判定モデル生成方法および異常判定方法 |
JP2022090865A (ja) * | 2020-12-08 | 2022-06-20 | Jfeスチール株式会社 | 異常判定モデル生成装置、異常判定装置、異常判定モデル生成方法および異常判定方法 |
JP2022090866A (ja) * | 2020-12-08 | 2022-06-20 | Jfeスチール株式会社 | 異常判定装置、異常判定モデル生成方法および異常判定方法 |
JP7342849B2 (ja) | 2020-12-08 | 2023-09-12 | Jfeスチール株式会社 | 異常判定装置、異常判定モデル生成方法および異常判定方法 |
JP7342848B2 (ja) | 2020-12-08 | 2023-09-12 | Jfeスチール株式会社 | 異常判定モデル生成装置、異常判定装置、異常判定モデル生成方法および異常判定方法 |
EP4261640A4 (en) * | 2020-12-08 | 2024-05-29 | Jfe Steel Corp | ANOMALY DETERMINATION MODEL GENERATION DEVICE, ANOMALITY DETERMINATION DEVICE, ANOMALITY DETERMINATION MODEL GENERATION METHOD, AND ANOMALITY DETERMINATION METHOD |
EP4261641A4 (en) * | 2020-12-08 | 2024-06-05 | Jfe Steel Corp | ANOMALY DETERMINATION DEVICE, METHOD FOR GENERATING AN ANOMALY DETERMINATION MODEL AND ANOMALY DETERMINATION METHOD |
CN115496424A (zh) * | 2022-11-09 | 2022-12-20 | 广东能创科技有限公司 | 一种甲醇制氢工艺安全管理方法及*** |
Also Published As
Publication number | Publication date |
---|---|
JP5895457B2 (ja) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5895457B2 (ja) | 異常監視システムおよび異常監視方法 | |
Guo et al. | Machinery health indicator construction based on convolutional neural networks considering trend burr | |
JP5991042B2 (ja) | 異常監視システムおよび異常監視方法 | |
Purarjomandlangrudi et al. | A data mining approach for fault diagnosis: An application of anomaly detection algorithm | |
EP3822595B1 (en) | Predictive maintenance for robotic arms using vibration measurements | |
JP6141235B2 (ja) | 時系列データにおける異常を検出する方法 | |
JP2013140135A (ja) | 周期的駆動系の異常検知装置、周期的駆動系を有する処理装置、周期的駆動系の異常検知方法、およびコンピュータプログラム | |
WO2021220358A1 (ja) | 異常診断方法、異常診断装置および異常診断プログラム | |
CN113574358B (zh) | 异常检测装置及异常检测方法 | |
JP2013143009A (ja) | 設備状態監視方法およびその装置 | |
CN109308063B (zh) | 基于得分矩阵的发酵过程阶段划分方法 | |
CN108204341B (zh) | 风电场运行状态的识别方法和装置 | |
Yang et al. | Application of bispectrum diagonal slice feature analysis to monitoring CNC tool wear states | |
Ma et al. | A hybrid-driven probabilistic state space model for tool wear monitoring | |
Janczura et al. | Machine condition change detection based on data segmentation using a three-regime, α-stable Hidden Markov Model | |
WO2020262353A1 (ja) | 異常検知装置および異常検知方法 | |
JP5751606B2 (ja) | 機械設備における異常診断システム | |
JP6648747B2 (ja) | 異常原因特定方法および異常原因特定装置 | |
Tian et al. | Statistical process control for multistage processes with non-repeating cyclic profiles | |
JP6459345B2 (ja) | 変動データ管理システム及びその特異性検出方法 | |
JP2021076597A (ja) | 過渡速度動作中の振動傾向を決定することによるロータ異常の検出 | |
Yu et al. | Application of distance measure in KNN motor fault diagnosis | |
Liao et al. | Machine anomaly detection and diagnosis incorporating operational data applied to feed axis health monitoring | |
CN115655764B (zh) | 振动趋势分析方法、装置、电子设备及存储介质 | |
CN117725543B (zh) | 一种多元时间序列异常预测方法、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20140825 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20150622 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20150707 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20150901 |
|
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: 20160202 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20160215 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5895457 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |