JP2019191799A5 - - Google Patents

Claims (7)

1. センサデータと当該センサデータ取得時刻の対応を示す稼働センサデータテーブルと、
   稼働モードと当該稼働モードでの稼働時刻の対応を示す稼働モードデータテーブルと、
   前記稼働センサデータテーブル及び前記稼働モードデータテーブルをマージ処理して作成され同じ時刻の稼働モードに対するセンサデータを有する稼働データテーブルとを備え、
   正常なセンサデータから学習し作成された診断モデルに基づき決定された閾値と、診断対象となるセンサデータから診断モデルに基づき算出された値とを、同じ稼働モードで比較して異常か否かを判定することを特徴とする故障予兆診断システム。
2. 前記センサデータは、診断対象の機械の駆動に関わる情報を取得するセンサのデータであることを特徴とする請求項１に記載の故障予兆診断システム。
3. 前記稼働モードは、診断対象の機械の動作状態の種類を区別する情報であることを特徴とする請求項１又は請求項２に記載の故障予兆診断システム。
4. 前記診断モデルは、正常に稼働した期間のセンサデータを前記稼働データテーブルから取得して稼働モードごとに作成されることを特徴とする請求項１から請求項３のいずれか一項に記載の故障予兆診断システム。
5. 前記異常か否かの判定結果を稼働モードに対応して示す診断結果格納テーブルが作成されることを特徴とする請求項１から請求項４のいずれか一項に記載の故障予兆診断システム。
6. 前記異常か否かの判定において異常と判定された場合に、異常と判定されたデータのみで形成される異常データテーブルに少なくとも稼働モードと時刻の情報が追加されることを特徴とする請求項１から請求項５のいずれか一項に記載の故障予兆診断システム。
7. センサデータと当該センサデータ取得時刻の対応を示す稼働センサデータテーブルを作成するステップと、
   稼働モードと当該稼働モードでの稼働時刻の対応を示す稼働モードデータテーブルを作成するステップと、
   前記稼働センサデータテーブル及び前記稼働モードデータテーブルをマージ処理して、同じ時刻の稼働モードに対するセンサデータを有する稼働データテーブルと作成するステップと、
   正常なセンサデータから学習し作成された診断モデルに基づき決定された閾値と、診断対象となるセンサデータから診断モデルに基づき算出された値とを、同じ稼働モードで比較して異常か否かを判定するステップとを有することを特徴とする故障予兆診断方法。