JP2019028565A - 故障予知方法、故障予知装置および故障予知プログラム - Google Patents
故障予知方法、故障予知装置および故障予知プログラム Download PDFInfo
- Publication number
- JP2019028565A JP2019028565A JP2017144759A JP2017144759A JP2019028565A JP 2019028565 A JP2019028565 A JP 2019028565A JP 2017144759 A JP2017144759 A JP 2017144759A JP 2017144759 A JP2017144759 A JP 2017144759A JP 2019028565 A JP2019028565 A JP 2019028565A
- Authority
- JP
- Japan
- Prior art keywords
- correlation model
- normal
- evaluation
- data
- failure prediction
- 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
- 238000000034 method Methods 0.000 title claims abstract description 72
- 238000011156 evaluation Methods 0.000 claims abstract description 57
- 238000010801 machine learning Methods 0.000 claims abstract description 28
- 238000000605 extraction Methods 0.000 claims abstract description 27
- 238000009795 derivation Methods 0.000 claims abstract description 18
- 238000001514 detection method Methods 0.000 claims abstract description 18
- 230000008569 process Effects 0.000 claims description 16
- 239000000284 extract Substances 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 12
- 238000012545 processing Methods 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000006399 behavior Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 238000012706 support-vector machine Methods 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 239000000470 constituent Substances 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000007637 random forest analysis Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
10 故障予知装置
11 制御部
11a 収集部
11b 抽出部
11c 生成部
11d 正常サンプル導出部
11e 評価部
11f 判定部
11g 報知部
11h 更新部
12 記憶部
12a 収集データ
12b 学習データセット
12c 相関モデル
12d 正常サンプルデータ
12e 評価データセット
12f 評価情報
12fa 乖離度
12fb 寄与率
12g 追加学習データセット
100 対象機械
200 周囲状況提供部
S−1〜S−n センサ
Claims (6)
- 機械設備に設けられた複数のセンサのセンサデータを収集する収集工程と、
前記センサデータのうち、前記機械設備が正常状態にあった所定の正常期間分、および、任意の評価時における評価分を抽出する抽出工程と、
前記正常期間分を用いた機械学習を実行することによって、前記機械設備における正常状態の相関性をモデル化した相関モデルを生成する生成工程と、
前記正常期間分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記正常期間分のサンプルデータを導出する導出工程と、
前記評価分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記機械設備の正常状態からの乖離度を評価する評価工程と、
前記乖離度に基づいて前記機械設備の故障予兆を判定する判定工程と、
前記判定工程によって前記乖離度の誤検知が推定される場合に、前記抽出工程によって抽出される前記誤検知に対応する前記センサデータを含む追加学習分、および、前記正常期間分のサンプルデータがともに反映されるように機械学習を実行することによって、前記相関モデルを更新する更新工程と
を含むことを特徴とする故障予知方法。 - 前記導出工程は、
前記更新工程によって前記相関モデルが更新された場合に、前記追加学習分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記追加学習分のサンプルデータを導出し、前記正常期間分のサンプルデータへ追加すること
を特徴とする請求項1に記載の故障予知方法。 - 前記導出工程は、
前記正常期間分または前記追加学習分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記乖離度を算出し、該乖離度の大きい方が優先的に選定されるように前記正常期間分のサンプルデータまたは前記追加学習分のサンプルデータを導出すること
を特徴とする請求項1または2に記載の故障予知方法。 - 前記更新工程は、
前記抽出工程によって前記追加学習分が新たに抽出されるごとに前記相関モデルを更新し、
前記導出工程は、
前記更新工程によって前記相関モデルが更新されるごとに前記追加学習分のサンプルデータを導出し、前記正常期間分のサンプルデータへ追加すること
を特徴とする請求項2または3に記載の故障予知方法。 - 機械設備に設けられた複数のセンサのセンサデータを収集する収集部と、
前記センサデータのうち、前記機械設備が正常状態にあった所定の正常期間分、および、任意の評価時における評価分を抽出する抽出部と、
前記正常期間分を用いた機械学習を実行することによって、前記機械設備における正常状態の相関性をモデル化した相関モデルを生成する生成部と、
前記正常期間分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記正常期間分のサンプルデータを導出する導出部と、
前記評価分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記機械設備の正常状態からの乖離度を評価する評価部と、
前記乖離度に基づいて前記機械設備の故障予兆を判定する判定部と、
前記判定部によって前記乖離度の誤検知が推定される場合に、前記抽出部によって抽出される前記誤検知に対応する前記センサデータを含む追加学習分、および、前記サンプルデータがともに反映されるように機械学習を実行することによって、前記相関モデルを更新する更新部と
を備えることを特徴とする故障予知装置。 - 機械設備に設けられた複数のセンサのセンサデータを収集する収集手順と、
前記センサデータのうち、前記機械設備が正常状態にあった所定の正常期間分、および、任意の評価時における評価分を抽出する抽出手順と、
前記正常期間分を用いた機械学習を実行することによって、前記機械設備における正常状態の相関性をモデル化した相関モデルを生成する生成手順と、
前記正常期間分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記正常期間分のサンプルデータを導出する導出手順と、
前記評価分を前記相関モデルへ入力することによって得られる該相関モデルの出力値に基づいて前記機械設備の正常状態からの乖離度を評価する評価手順と、
前記乖離度に基づいて前記機械設備の故障予兆を判定する判定手順と、
前記判定手順によって前記乖離度の誤検知が推定される場合に、前記抽出手順によって抽出される前記誤検知に対応する前記センサデータを含む追加学習分、および、前記サンプルデータがともに反映されるように機械学習を実行することによって、前記相関モデルを更新する更新手順と
をコンピュータに実行させることを特徴とする故障予知プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017144759A JP7082461B2 (ja) | 2017-07-26 | 2017-07-26 | 故障予知方法、故障予知装置および故障予知プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2017144759A JP7082461B2 (ja) | 2017-07-26 | 2017-07-26 | 故障予知方法、故障予知装置および故障予知プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019028565A true JP2019028565A (ja) | 2019-02-21 |
JP7082461B2 JP7082461B2 (ja) | 2022-06-08 |
Family
ID=65478416
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017144759A Active JP7082461B2 (ja) | 2017-07-26 | 2017-07-26 | 故障予知方法、故障予知装置および故障予知プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7082461B2 (ja) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2020184239A (ja) * | 2019-05-09 | 2020-11-12 | 三菱電機株式会社 | 異常検知システム |
CN112529024A (zh) * | 2019-09-17 | 2021-03-19 | 株式会社理光 | 一种样本数据的生成方法、装置及计算机可读存储介质 |
WO2021171863A1 (ja) | 2020-02-27 | 2021-09-02 | オムロン株式会社 | モデル更新装置、方法、及びプログラム |
JP2021149148A (ja) * | 2020-03-16 | 2021-09-27 | 株式会社Screenホールディングス | 異常検知方法および搬送装置 |
JP2021161844A (ja) * | 2020-04-03 | 2021-10-11 | 日立造船株式会社 | 異常検出装置、水門システムおよび異常検出方法 |
JP2022037394A (ja) * | 2020-08-25 | 2022-03-09 | 日立造船株式会社 | 異常検出装置、水門システムおよび異常検出方法 |
US20220092473A1 (en) * | 2020-09-18 | 2022-03-24 | Samsung Display Co., Ltd. | System and method for performing tree-based multimodal regression |
WO2022059208A1 (ja) * | 2020-09-18 | 2022-03-24 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム |
WO2022210866A1 (ja) * | 2021-03-31 | 2022-10-06 | 三菱重工業株式会社 | 装置、遠隔監視システム、装置の制御方法、及び、遠隔監視システムの制御方法 |
JP2022188345A (ja) * | 2021-06-09 | 2022-12-21 | 富士電機株式会社 | 診断装置、診断方法、診断プログラム |
WO2023008269A1 (ja) * | 2021-07-30 | 2023-02-02 | 三菱重工業株式会社 | プラント監視装置、プラント監視方法及びプラント監視プログラム |
US11687058B2 (en) | 2019-09-26 | 2023-06-27 | Canon Kabushiki Kaisha | Information processing method and information processing apparatus used for detecting a sign of malfunction of mechanical equipment |
WO2023188052A1 (ja) * | 2022-03-30 | 2023-10-05 | 三菱電機株式会社 | 学習データ選択装置、学習データ選択方法及び異常検知装置 |
JP7428288B1 (ja) | 2023-04-25 | 2024-02-06 | 富士電機株式会社 | プラント応答推定装置、プラント応答推定方法、及びプログラム |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011090627A (ja) * | 2009-10-26 | 2011-05-06 | Panasonic Electric Works Co Ltd | 信号識別方法および信号識別装置 |
WO2013077309A1 (ja) * | 2011-11-21 | 2013-05-30 | 日立建機株式会社 | 建設機械の稼働データ収集装置 |
JP2014163593A (ja) * | 2013-02-26 | 2014-09-08 | Gunma Prefecture | 冷凍装置の冷媒漏れ検出方法及び冷媒漏洩検知システム |
JP2015162032A (ja) * | 2014-02-27 | 2015-09-07 | 株式会社日立製作所 | 移動体の診断装置 |
JP2016218961A (ja) * | 2015-05-26 | 2016-12-22 | 株式会社日立パワーソリューションズ | 異常予兆診断装置及び異常予兆診断方法 |
JP2017033526A (ja) * | 2015-07-31 | 2017-02-09 | ファナック株式会社 | 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム |
JP6140331B1 (ja) * | 2016-04-08 | 2017-05-31 | ファナック株式会社 | 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム |
JP2017097712A (ja) * | 2015-11-26 | 2017-06-01 | 株式会社日立製作所 | 機器診断装置及びシステム及び方法 |
-
2017
- 2017-07-26 JP JP2017144759A patent/JP7082461B2/ja active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011090627A (ja) * | 2009-10-26 | 2011-05-06 | Panasonic Electric Works Co Ltd | 信号識別方法および信号識別装置 |
WO2013077309A1 (ja) * | 2011-11-21 | 2013-05-30 | 日立建機株式会社 | 建設機械の稼働データ収集装置 |
JP2014163593A (ja) * | 2013-02-26 | 2014-09-08 | Gunma Prefecture | 冷凍装置の冷媒漏れ検出方法及び冷媒漏洩検知システム |
JP2015162032A (ja) * | 2014-02-27 | 2015-09-07 | 株式会社日立製作所 | 移動体の診断装置 |
JP2016218961A (ja) * | 2015-05-26 | 2016-12-22 | 株式会社日立パワーソリューションズ | 異常予兆診断装置及び異常予兆診断方法 |
JP2017033526A (ja) * | 2015-07-31 | 2017-02-09 | ファナック株式会社 | 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム |
JP2017097712A (ja) * | 2015-11-26 | 2017-06-01 | 株式会社日立製作所 | 機器診断装置及びシステム及び方法 |
JP6140331B1 (ja) * | 2016-04-08 | 2017-05-31 | ファナック株式会社 | 主軸または主軸を駆動するモータの故障予知を学習する機械学習装置および機械学習方法、並びに、機械学習装置を備えた故障予知装置および故障予知システム |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7257871B2 (ja) | 2019-05-09 | 2023-04-14 | 三菱電機株式会社 | 異常検知システム |
JP2020184239A (ja) * | 2019-05-09 | 2020-11-12 | 三菱電機株式会社 | 異常検知システム |
CN112529024A (zh) * | 2019-09-17 | 2021-03-19 | 株式会社理光 | 一种样本数据的生成方法、装置及计算机可读存储介质 |
US11687058B2 (en) | 2019-09-26 | 2023-06-27 | Canon Kabushiki Kaisha | Information processing method and information processing apparatus used for detecting a sign of malfunction of mechanical equipment |
WO2021171863A1 (ja) | 2020-02-27 | 2021-09-02 | オムロン株式会社 | モデル更新装置、方法、及びプログラム |
JP2021149148A (ja) * | 2020-03-16 | 2021-09-27 | 株式会社Screenホールディングス | 異常検知方法および搬送装置 |
JP7449732B2 (ja) | 2020-03-16 | 2024-03-14 | 株式会社Screenホールディングス | 異常検知方法および搬送装置 |
JP2021161844A (ja) * | 2020-04-03 | 2021-10-11 | 日立造船株式会社 | 異常検出装置、水門システムおよび異常検出方法 |
JP7395409B2 (ja) | 2020-04-03 | 2023-12-11 | 日立造船株式会社 | 異常検出装置、水門システムおよび異常検出方法 |
JP7395443B2 (ja) | 2020-08-25 | 2023-12-11 | 日立造船株式会社 | 異常検出装置、水門システムおよび異常検出方法 |
JP2022037394A (ja) * | 2020-08-25 | 2022-03-09 | 日立造船株式会社 | 異常検出装置、水門システムおよび異常検出方法 |
WO2022059208A1 (ja) * | 2020-09-18 | 2022-03-24 | 日本電信電話株式会社 | 学習装置、学習方法及び学習プログラム |
US20220092473A1 (en) * | 2020-09-18 | 2022-03-24 | Samsung Display Co., Ltd. | System and method for performing tree-based multimodal regression |
TWI805296B (zh) * | 2021-03-31 | 2023-06-11 | 日商三菱重工業股份有限公司 | 藉由學習資料的選定之控制裝置,遠程監視系統,裝置的控制方法及遠程監視系統的控制方法 |
WO2022210866A1 (ja) * | 2021-03-31 | 2022-10-06 | 三菱重工業株式会社 | 装置、遠隔監視システム、装置の制御方法、及び、遠隔監視システムの制御方法 |
JP2022188345A (ja) * | 2021-06-09 | 2022-12-21 | 富士電機株式会社 | 診断装置、診断方法、診断プログラム |
WO2023008269A1 (ja) * | 2021-07-30 | 2023-02-02 | 三菱重工業株式会社 | プラント監視装置、プラント監視方法及びプラント監視プログラム |
WO2023188052A1 (ja) * | 2022-03-30 | 2023-10-05 | 三菱電機株式会社 | 学習データ選択装置、学習データ選択方法及び異常検知装置 |
JP7504318B2 (ja) | 2022-03-30 | 2024-06-21 | 三菱電機株式会社 | 学習データ選択装置、学習データ選択方法及び異常検知装置 |
JP7428288B1 (ja) | 2023-04-25 | 2024-02-06 | 富士電機株式会社 | プラント応答推定装置、プラント応答推定方法、及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP7082461B2 (ja) | 2022-06-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7082461B2 (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
JP6896432B2 (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
JP2019185422A (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
EP3979080A1 (en) | Methods and systems for predicting time of server failure using server logs and time-series data | |
US11055169B2 (en) | Forecasting workload transaction response time | |
CN106104496B (zh) | 用于任意时序的不受监督的异常检测 | |
JP6354755B2 (ja) | システム分析装置、システム分析方法、及びシステム分析プログラム | |
US11675799B2 (en) | Anomaly detection system | |
JP2020052459A (ja) | 故障予知方法、故障予知装置および故障予知プログラム | |
CN109143094B (zh) | 一种动力电池的异常数据检测方法和装置 | |
CN112148768A (zh) | 一种指标时间序列异常检测方法、***及存储介质 | |
WO2014117967A1 (en) | Method and apparatus for deriving diagnostic data about a technical system | |
CN111061581B (zh) | 一种故障检测方法、装置及设备 | |
US11747035B2 (en) | Pipeline for continuous improvement of an HVAC health monitoring system combining rules and anomaly detection | |
US20210312284A1 (en) | System and method for validation and correction of real-time sensor data for a plant using existing data-based models of the same plant | |
JP2011175504A (ja) | イベント予測システムおよびイベント予測方法、ならびにコンピュータ・プログラム | |
EP4066118A1 (en) | Computer network with time series seasonality-based performance alerts | |
EP2132609A1 (en) | Machine condition monitoring using discontinuity detection | |
JP2008146157A (ja) | ネットワーク異常判定装置 | |
US20140324409A1 (en) | Stochastic based determination | |
JP6896380B2 (ja) | 故障予兆判定方法、故障予兆判定装置および故障予兆判定プログラム | |
CN116611006B (zh) | 基于用户反馈的电水壶的故障识别方法及装置 | |
US20220078087A1 (en) | Mesh communication network provision | |
JP2012112247A (ja) | センサ異常判定装置、センサ異常判定方法、及びプログラム | |
JP7378688B2 (ja) | 学習装置、予測装置、学習予測装置、プログラム、学習方法、予測方法及び学習予測方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200630 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210817 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210906 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220104 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220228 |
|
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: 20220517 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220527 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7082461 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |