JP2022066762A - Abnormality diagnostic device and abnormality diagnostic method - Google Patents
Abnormality diagnostic device and abnormality diagnostic method Download PDFInfo
- Publication number
- JP2022066762A JP2022066762A JP2020175291A JP2020175291A JP2022066762A JP 2022066762 A JP2022066762 A JP 2022066762A JP 2020175291 A JP2020175291 A JP 2020175291A JP 2020175291 A JP2020175291 A JP 2020175291A JP 2022066762 A JP2022066762 A JP 2022066762A
- Authority
- JP
- Japan
- Prior art keywords
- waveform pattern
- value
- abnormal
- abnormality
- diagnosis
- 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
- 230000005856 abnormality Effects 0.000 title claims abstract description 60
- 238000002405 diagnostic procedure Methods 0.000 title 1
- 230000002159 abnormal effect Effects 0.000 claims abstract description 74
- 238000003745 diagnosis Methods 0.000 claims abstract description 54
- 238000004364 calculation method Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims description 22
- 238000013500 data storage Methods 0.000 claims description 10
- 230000000694 effects Effects 0.000 claims description 8
- 238000012423 maintenance Methods 0.000 abstract description 4
- 230000007423 decrease Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 4
- 239000011159 matrix material Substances 0.000 description 4
- 230000006866 deterioration Effects 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明は、MT法を用いた異常診断装置及び異常診断方法に関する。 The present invention relates to an abnormality diagnosis device and an abnormality diagnosis method using the MT method.
近年、MT法(マハラノビス・タグチメソッド)による異常診断技術が知られている。MT法は、「いつもと同じ」状態であるかどうかを診断するものであり、予め設定したいつもと同じ状態を表すマハラノビス空間の中心を基準として、求めた診断対象のマハラノビス距離がマハラノビス空間より遠くなるときに異常と判断する方法である。 In recent years, an abnormality diagnosis technique using the MT method (Mahalanobis Taguchi method) has been known. The MT method diagnoses whether or not the condition is "as usual", and the Mahalanobis distance to be diagnosed is farther than the Mahalanobis space with reference to the center of the Mahalanobis space that represents the same as usual condition that is set in advance. It is a method to judge that it is abnormal when it becomes.
従来のMT法では、算出された異常度(MD値)が予め設定された閾値を超過した場合に「異常」或いは「異常予兆有り」と判定している。 In the conventional MT method, when the calculated degree of abnormality (MD value) exceeds a preset threshold value, it is determined as "abnormal" or "abnormal sign".
しかし、実際のプラント設備は、負荷の状態や気象条件等の影響によって多数の運転パターンが存在する。このため、MT法によって正常状態と判断された場合にあっても、異常度(MD値)には、ある程度のばらつきが生じ、適切な閾値の設定が困難であるという課題がある。 However, actual plant equipment has many operation patterns depending on the influence of load conditions, weather conditions, and the like. Therefore, even if it is determined to be in a normal state by the MT method, there is a problem that the degree of abnormality (MD value) varies to some extent and it is difficult to set an appropriate threshold value.
また、従来では、異常度(MD値)の波形が明らかに通常とは異なる挙動を示していたとしても、閾値を超過しない限りは異常とは判定されないため、異常を見逃す可能性があった。これを回避するために、閾値を低く設定すると、逆に正常な状態を異常と誤検出する可能性がある。 Further, in the past, even if the waveform of the degree of abnormality (MD value) clearly behaves differently from the normal one, it is not determined to be abnormal unless the threshold value is exceeded, so that there is a possibility that the abnormality may be overlooked. If the threshold value is set low in order to avoid this, on the contrary, a normal state may be erroneously detected as an abnormality.
本発明は上記事情に鑑みてなされたものであり、診断対象の異常や異常の予兆を精度良く検知することができ、診断対象のダウンタイムの最小化及びメンテナンスコストの低減を図ることを可能にする異常診断装置及び異常診断方法を提供することを目的とする。 The present invention has been made in view of the above circumstances, and it is possible to accurately detect an abnormality or a sign of an abnormality of a diagnosis target, minimize downtime of the diagnosis target, and reduce maintenance costs. It is an object of the present invention to provide an abnormality diagnosis device and an abnormality diagnosis method.
上記目的を達成するための本発明に係る異常診断装置の一態様は、診断対象からの収集データと、前記診断対象の正常時データとのマハラノビス距離を算出してMD値を生成するMD値算出部と、前記診断対象に関する異常を複数のパターンに分類して異常波形パターンとして記憶した異常波形パターン記憶部と、前記診断対象の診断時においては、前記生成されたMD値の時系列データの波形と、前記異常波形パターン記憶部に記憶されている異常波形パターンとを照合する波形パターン照合部と、前記波形パターン照合部での照合の結果、前記収集データから算出されたMD値の時系列データの波形と前記異常波形パターンとが一致する場合には、その旨の診断結果を生成する診断部と、を備える異常診断装置である。 One aspect of the abnormality diagnostic apparatus according to the present invention for achieving the above object is to calculate the Maharanobis distance between the data collected from the diagnosis target and the normal data of the diagnosis target to generate an MD value. The unit, the abnormal waveform pattern storage unit that classifies the abnormality related to the diagnosis target into a plurality of patterns and stores it as an abnormal waveform pattern, and the waveform of the time-series data of the generated MD value at the time of diagnosis of the diagnosis target. And the time-series data of the MD value calculated from the collected data as a result of the matching between the waveform pattern matching unit for collating the abnormal waveform pattern stored in the abnormal waveform pattern storage unit and the waveform pattern matching unit. This is an abnormality diagnostic device including a diagnostic unit that generates a diagnosis result to that effect when the waveform of the above and the abnormal waveform pattern match.
また、本発明の係る異常診断方法の一態様は、診断対象の正常時のデータから単位空間を予め生成しておき、前記診断対象の異常時におけるMD値の異常波形パターンを予め複数パターン、記憶しておき、前記診断対象の診断時においては、前記診断対象からの収集データと、前記単位空間とから生成されたMD値の時系列波形と、前記異常波形パターンとを照合し、前記収集データから算出されたMD値の時系列データの波形と前記異常波形パターンとの照合結果に基づいて前記診断対象の異常有無を診断する、異常診断方法である。 Further, in one aspect of the abnormality diagnosis method according to the present invention, a unit space is generated in advance from the data of the diagnosis target at the normal time, and a plurality of patterns of abnormal waveform patterns of the MD value at the time of the abnormality of the diagnosis target are stored in advance. At the time of diagnosis of the diagnosis target, the collected data from the diagnosis target, the time-series waveform of the MD value generated from the unit space, and the abnormal waveform pattern are collated, and the collected data is checked. This is an abnormality diagnosis method for diagnosing the presence or absence of an abnormality in the diagnosis target based on the collation result between the waveform of the time-series data of the MD value calculated from the above and the abnormality waveform pattern.
本発明の一態様によれば、診断対象の異常や異常の予兆を精度良く検知することができ、診断対象のダウンタイムの最小化及びメンテナンスコストの低減を図ることができる。 According to one aspect of the present invention, it is possible to accurately detect an abnormality or a sign of an abnormality of the diagnosis target, minimize downtime of the diagnosis target, and reduce maintenance costs.
《実施形態の構成》
図1は本発明に係る異常診断装置の一実施形態の構成を示すブロック図である。
<< Configuration of Embodiment >>
FIG. 1 is a block diagram showing a configuration of an embodiment of an abnormality diagnostic device according to the present invention.
同図に示すように、異常診断装置1はコンピュータで構成され、入力装置10と、演算処理装置(CPU)20と、記憶装置30とを備える。また、外部に対して警報を出力する警報出力装置40を備える。
As shown in the figure, the abnormality diagnosis device 1 is composed of a computer, and includes an
入力装置10は、診断対象であるプラントで収集された収集データを入力するデータ取得部11を備える。また、キーボード、マウス、操作ボタン、タッチパネル等の入力デバイスも備えている。
The
演算処理装置20は、単位空間算出部21と、MD値算出部22と、波形パターン照合部23と、診断部24とを備える。記憶装置30は単位空間データ記憶部31と、異常波形パターン記憶部32と、履歴データ記憶部33とを備える。
The
単位空間算出部21は、プラントの正常時において、データ取得部11で取得した取得データに基づいて正常時のデータ診断の基準となる単位空間を生成する。生成された単位空間は単位空間データ記憶部31に記憶される。
The unit
MD値算出部22は、プラントの診断時において、プラントからの取得データと単位空間との間のマハラノビス距離をMD値として算出する。
The MD
波形パターン照合部23は、MD値の時系列データと、異常波形パターンとを照合して取得データの異常の有無を検出する。
The waveform
診断部24は、波形パターン照合部23の照合結果に基づいて、プラントの異常を診断する。
The
単位空間データ記憶部31は、単位空間算出部21で算出された、プラントの正常時のデータである単位空間を記憶する。
The unit space
異常波形パターン記憶部32は、診断対象であるプラントに関する異常を複数のパターンに分類して異常波形パターンとして記憶する。具体的には、図3~図6に示す異常波形パターン1~4を記憶する。
The abnormal waveform
履歴データ記憶部33は、診断結果を履歴データとして記憶する。この履歴データは異常波形パターンの更新や修正等に利用される。
The history
《実施形態の処理手順》
次に、実施形態の処理手順を図2にフローチャートを参照して説明する。
<< Processing procedure of the embodiment >>
Next, the processing procedure of the embodiment will be described with reference to the flowchart in FIG.
データ取得部11は、診断対象となるプラントで収集されたデータ群(収集データ)を入力する。診断に先立って、単位空間算出部21は、診断時の基準となる単位空間を算出して単位空間データとして単位空間データ記憶部31に記憶しておく。
The
異常診断時においては、データ取得部11を介して稼働中のプラントからデータを取得する(ステップS1)。MD値算出部22は、取得されたデータからMD値を算出する(ステップS2)。
At the time of abnormality diagnosis, data is acquired from the operating plant via the data acquisition unit 11 (step S1). The MD
具体的には、先ず、取得データに対して平均値と標準偏差を求める。次いで、取得データの値と、取得データに対して求めた平均値及び標準偏差を利用してデータを基準化し、各変数に対する基準化値を求める。続いて、MD値算出部22は、取得データに対して求めた基準化値を利用して、取得データについての相関行列を求めるとともに、相関行列の逆行列を求める。最後に、求めた逆行列を利用してマハラノビス距離を求める。このようにして求められたマハラノビス距離(MD値)により、診断対象からの取得データについて現在の状態といつもの状態(正常状態)との違いを特定することができる。
Specifically, first, the mean value and the standard deviation are obtained from the acquired data. Next, the data is standardized using the value of the acquired data and the mean value and standard deviation obtained for the acquired data, and the standardized value for each variable is obtained. Subsequently, the MD
次いで、波形パターン照合部23は、算出されたMD値の時系列データから得られる波形データの中から予め設定されている閾値を超えるような波形パターンが有れば、その波形パターンと予め記憶されている異常波形パターンとを照合する(ステップS3)。照合の結果、該当する異常波形パターンが無ければ(ステップS4NO)、ステップS1に戻り、データ取得処理を継続する。
Next, if there is a waveform pattern that exceeds a preset threshold value from the waveform data obtained from the time-series data of the calculated MD value, the waveform
該当する波形パターンが有る場合(ステップS4YES)、診断部24は、波形パターンがどの異常波形パターンに該当するか否かを判定する(ステップS5)。その波形パターンが異常波形パターン1で有れば、その旨の警告を出力する(ステップS5YES、S6)。その波形パターンが異常波形パターン1で無ければ、その波形パターンが異常波形パターン2に相当するか否かを判定する(ステップS7)。
When there is a corresponding waveform pattern (step S4YES), the
その波形パターンが異常波形パターン2で有れば、その旨の警告を出力する(ステップS7YES、S8)。その波形パターンが異常波形パターン2で無ければ、その波形パターンが異常波形パターン3に相当するか否かを判定する(ステップS9)。 If the waveform pattern is the abnormal waveform pattern 2, a warning to that effect is output (steps S7YES, S8). If the waveform pattern is not the abnormal waveform pattern 2, it is determined whether or not the waveform pattern corresponds to the abnormal waveform pattern 3 (step S9).
その波形パターンが異常波形パターン3で有れば、その旨の警告を出力する(ステップS9YES、S10)。その波形パターンが異常波形パターン3で無ければ、その波形パターンが異常波形パターン4に相当するか否かを判定する(ステップS11)。 If the waveform pattern is the abnormal waveform pattern 3, a warning to that effect is output (steps S9YES, S10). If the waveform pattern is not the abnormal waveform pattern 3, it is determined whether or not the waveform pattern corresponds to the abnormal waveform pattern 4 (step S11).
その波形パターンが異常波形パターン4で有れば、その旨の警告を出力する(ステップS9YES、S10)。 If the waveform pattern is the abnormal waveform pattern 4, a warning to that effect is output (steps S9YES, S10).
このようにして、波形パターンが異常波形パターンの何れに相当するかを照合し、一致する異常波形パターンが検出された場合には、その旨の警告を出力する。その波形パターンが異常波形パターン1~4の何れでもなければ、誤検出の可能性もあるので、その旨の報告をする。 In this way, it is collated which of the abnormal waveform patterns the waveform pattern corresponds to, and if a matching abnormal waveform pattern is detected, a warning to that effect is output. If the waveform pattern is not any of the abnormal waveform patterns 1 to 4, there is a possibility of erroneous detection, and a report to that effect is made.
上記処理において、警報出力装置40は、異常又は異常の予兆が有れば、保守担当者等の関係者へメール等で直ちに通知される。また、異常検知履歴は履歴データ記憶部33に蓄積される。
In the above process, if there is an abnormality or a sign of an abnormality, the
次に、上述した処理手順で利用される異常波形パターンについて具体的に説明する。本実施形態では、異常波形パターンとして、以下の4パターンを想定している。なお、以下のパターン1~3の時間軸は、例えば、数秒~数時間、或いは数日であるのに対して、パターン4は数カ月~数年という単位である。 Next, the abnormal waveform pattern used in the above-mentioned processing procedure will be specifically described. In this embodiment, the following four patterns are assumed as the abnormal waveform patterns. The time axis of the following patterns 1 to 3 is, for example, several seconds to several hours or several days, whereas the pattern 4 is a unit of several months to several years.
<MD値の異常波形パターン1>
図3に示す異常波形パターン1は、センサの誤検知等,本来は異常でないにもかかわらず,MD値が閾値Th1を超過するような場合は異常として検知しない。すなわち、MD値が閾値Th1を超えた後、閾値Th1を下回る状態を継続している場合には異常とは判定しないようにしている。
<Abnormal waveform pattern 1 of MD value>
The abnormal waveform pattern 1 shown in FIG. 3 is not detected as an abnormality when the MD value exceeds the threshold value Th1 even though it is not originally abnormal such as erroneous detection of the sensor. That is, if the MD value exceeds the threshold value Th1 and then continues to be below the threshold value Th1, it is not determined to be abnormal.
しかし、少し長いスパンで見て、周期的に又は指定した回数だけ、閾値Th1を超過する挙動を示す場合は異常とみなすようにしている。 However, when viewed over a slightly longer span and exhibiting behavior that exceeds the threshold Th1 periodically or a specified number of times, it is regarded as abnormal.
例えば,コンベヤのベルトの異常検知等が該当する。ベルトの一部に損傷や異物付着等が発生した場合,異常振動などの異常として現れる可能性が考えられる。コンベヤのどこかに振動計等のセンサを取り付けた場合、異常発生個所がセンサ近傍を通過したときのみ、MD値が閾値Th1を超過することが周期的に繰り返されることとなる。異物が付着して閾値Th1を超えたが、直ぐに異物の付着が取れて元の状態に戻った場合には、図3の一点鎖線で示したような曲線で推移することとなる。 For example, abnormality detection of a conveyor belt is applicable. If damage or foreign matter adheres to a part of the belt, it may appear as an abnormality such as abnormal vibration. When a sensor such as a vibration meter is attached to somewhere on the conveyor, the MD value exceeds the threshold value Th1 only when the abnormality occurrence point passes in the vicinity of the sensor, which is periodically repeated. When the foreign matter adheres and exceeds the threshold value Th1, but the foreign matter immediately disappears and returns to the original state, the curve changes as shown by the alternate long and short dash line in FIG.
<MD値の異常波形パターン2>
図4に示す異常波形パターン2は、比較的短い期間でMD値が閾値Th1を超過しその状態を一定期間維持する場合である。
<Abnormal waveform pattern 2 of MD value>
The abnormal waveform pattern 2 shown in FIG. 4 is a case where the MD value exceeds the threshold value Th1 in a relatively short period of time and the state is maintained for a certain period of time.
例えば、一例として、電動機を固定するボルト等,部品が破損することにより,機器の振動の挙動が変わる場合が想定される。また、他の例として、電動機駆動の機器の駆動部に異物が噛みこみ,負荷が大きくなり,電動機電流値が変動する場合に、MD値は、図4に示すような曲線で推移することがある。 For example, it is assumed that the vibration behavior of the equipment changes due to damage to parts such as bolts that fix the motor. Further, as another example, when a foreign substance is caught in the drive unit of the motor drive device, the load becomes large, and the motor current value fluctuates, the MD value may change in the curve as shown in FIG. be.
<MD値の異常波形パターン3>
図5に示す異常波形パターン3は、MD値が閾値よりも明らかに大きな値を示した場合である。一瞬だけのMD値変動でも,MD値があまりにも大きな数値を示した場合は,異常と判断する。
<Abnormal waveform pattern 3 of MD value>
The abnormal waveform pattern 3 shown in FIG. 5 is a case where the MD value is clearly larger than the threshold value. Even if the MD value fluctuates only for a moment, if the MD value shows an excessively large value, it is judged to be abnormal.
例えば、図5に示すように、一瞬であっても、MD値が第1の閾値Th1を大幅に超える第2の閾値Th2(=Th1×α、例えばα>10)を更に超えるような値を示した場合には、プラントの機器に何らかの異常が発生しているものとして警告を発するようにしたものである。 For example, as shown in FIG. 5, a value such that the MD value greatly exceeds the first threshold value Th1 and further exceeds the second threshold value Th2 (= Th1 × α, for example α> 10) even for a moment. When indicated, a warning is issued assuming that something is wrong with the equipment of the plant.
<MD値の異常波形パターン4>
図6に示す異常波形パターン4は、経年劣化によるMD値の変化の波形である。長期間かけて指数関数的に変化することを想定したものである。図6の時間軸は、カタログ等の記載から判断して、機器の一般的な寿命を参考に設定されており、例えば、数カ月~数年の期間である。
<Abnormal waveform pattern 4 of MD value>
The abnormal waveform pattern 4 shown in FIG. 6 is a waveform of a change in MD value due to aged deterioration. It is assumed that it will change exponentially over a long period of time. The time axis of FIG. 6 is set with reference to the general life of the device, judging from the description in the catalog or the like, and is, for example, a period of several months to several years.
以上、本発明の一実施形態では、MT法を用いてプラント設備の異常診断を行うようにしている。MT法により算出された異常度(MD値:マハラノビス距離の値)の時系列データをそのデータ波形の形状によって複数パターンに分類して異常又は異常の予兆の有無を判定する。これにより、従来行われている閾値による異常判定と比較して、異常診断の精度、正確性が向上する。また、異常が予め分類されることで、原因究明に要する時間を短縮することができる。 As described above, in one embodiment of the present invention, the MT method is used to perform abnormality diagnosis of plant equipment. The time-series data of the degree of abnormality (MD value: Mahalanobis distance value) calculated by the MT method is classified into a plurality of patterns according to the shape of the data waveform, and the presence or absence of abnormality or a sign of abnormality is determined. As a result, the accuracy and accuracy of the abnormality diagnosis are improved as compared with the conventional abnormality determination based on the threshold value. Further, by classifying the abnormality in advance, the time required for investigating the cause can be shortened.
なお、以上の実施形態では、4つの異常波形パターン1~4を想定した。しかし、これらの異常波形パターン1~4は一例であって、それ以外にも、診断対象となる機器・設備やその設置環境等に応じて,種々の異常波形パターンが想定できる。 In the above embodiment, four abnormal waveform patterns 1 to 4 are assumed. However, these abnormal waveform patterns 1 to 4 are examples, and in addition to these, various abnormal waveform patterns can be assumed depending on the equipment / equipment to be diagnosed and the installation environment thereof.
以上、実施形態を用いて本発明を詳細に説明したが、本発明は本明細書及び図面中に説明した実施形態に限定されるものではない。本発明の範囲は、特許請求の範囲の記載及び特許請求の範囲の記載と均等の範囲により決定されるものである。 Although the present invention has been described in detail using the embodiments described above, the present invention is not limited to the embodiments described in the present specification and the drawings. The scope of the present invention is determined by the description of the scope of claims and the scope equivalent to the description of the scope of claims.
1‥異常診断装置、10…入力装置、11…データ取得部、20…演算処理装置、21…単位空間算出部、22…MD値算出部は、23…波形パターン照合部、24…診断部、30…記憶装置、31…単位空間データ記憶部は、32…異常波形パターン記憶部、33…履歴データ記憶部、40…警報出力装置(警報出力部) 1 ... Abnormality diagnosis device, 10 ... Input device, 11 ... Data acquisition unit, 20 ... Arithmetic processing device, 21 ... Unit space calculation unit, 22 ... MD value calculation unit is 23 ... Wave pattern matching unit, 24 ... Diagnosis unit, 30 ... storage device, 31 ... unit space data storage unit is 32 ... abnormal waveform pattern storage unit, 33 ... history data storage unit, 40 ... alarm output device (alarm output unit).
Claims (5)
前記診断対象に関する異常を複数のパターンに分類して異常波形パターンとして記憶した異常波形パターン記憶部と、
前記診断対象の診断時においては、前記生成されたMD値の時系列データの波形と、前記異常波形パターン記憶部に記憶されている異常波形パターンとを照合する波形パターン照合部と、
前記波形パターン照合部での照合の結果、前記収集データから算出されたMD値の時系列データの波形と前記異常波形パターンとが一致する場合には、その旨の診断結果を生成する診断部と、
を備える異常診断装置。 An MD value calculation unit that calculates the Mahalanobis distance between the data collected from the diagnosis target and the normal data of the diagnosis target and generates an MD value,
An abnormal waveform pattern storage unit that classifies abnormalities related to the diagnosis target into a plurality of patterns and stores them as abnormal waveform patterns.
At the time of diagnosis of the diagnosis target, a waveform pattern matching unit that collates the waveform of the time-series data of the generated MD value with the abnormal waveform pattern stored in the abnormal waveform pattern storage unit.
If the waveform of the time-series data of the MD value calculated from the collected data and the abnormal waveform pattern match as a result of the collation by the waveform pattern matching unit, the diagnostic unit that generates a diagnostic result to that effect. ,
An abnormality diagnostic device equipped with.
請求項1に記載の異常診断装置。 The abnormal waveform pattern is a first abnormal waveform pattern that periodically repeats a state exceeding a threshold value indicating an abnormality of the MD value, a second abnormal waveform pattern that maintains the state exceeding the threshold value for a certain period of time, and an MD value. Includes at least one of a third abnormal waveform pattern in which is clearly larger than the threshold value, and a fourth abnormal waveform pattern in which the MD value increases with the passage of time.
The abnormality diagnostic device according to claim 1.
請求項1又は2に記載の異常診断装置。 A history data storage unit for storing the diagnosis result as history data is further provided.
The abnormality diagnostic device according to claim 1 or 2.
請求項1~3の何れか1項に異常診断装置。 An alarm output unit that outputs an alarm based on the diagnosis result from the diagnosis unit is provided.
The abnormality diagnostic device according to any one of claims 1 to 3.
前記診断対象の異常時におけるMD値の異常波形パターンを予め複数パターン、記憶しておき、
前記診断対象の診断時においては、前記診断対象からの収集データと、前記単位空間とから生成されたMD値の時系列波形と、前記異常波形パターンとを照合し、
前記収集データから算出されたMD値の時系列データの波形と前記異常波形パターンとの照合結果に基づいて前記診断対象の異常有無を診断する、
異常診断方法。 A unit space is generated in advance from the normal data of the diagnosis target,
A plurality of patterns of abnormal waveforms of MD values at the time of abnormality of the diagnosis target are stored in advance.
At the time of diagnosis of the diagnosis target, the data collected from the diagnosis target, the time-series waveform of the MD value generated from the unit space, and the abnormal waveform pattern are collated.
Based on the collation result between the waveform of the time-series data of the MD value calculated from the collected data and the abnormal waveform pattern, the presence or absence of the abnormality of the diagnosis target is diagnosed.
Abnormal diagnosis method.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020175291A JP2022066762A (en) | 2020-10-19 | 2020-10-19 | Abnormality diagnostic device and abnormality diagnostic method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020175291A JP2022066762A (en) | 2020-10-19 | 2020-10-19 | Abnormality diagnostic device and abnormality diagnostic method |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2022066762A true JP2022066762A (en) | 2022-05-02 |
Family
ID=81389671
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020175291A Pending JP2022066762A (en) | 2020-10-19 | 2020-10-19 | Abnormality diagnostic device and abnormality diagnostic method |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2022066762A (en) |
-
2020
- 2020-10-19 JP JP2020175291A patent/JP2022066762A/en active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5454671B2 (en) | Failure cause diagnosis system and method | |
JP5544418B2 (en) | Plant diagnostic device, diagnostic method, and diagnostic program | |
JP6810097B2 (en) | Anomaly detector | |
US7496798B2 (en) | Data-centric monitoring method | |
EP2905665B1 (en) | Information processing apparatus, diagnosis method, and program | |
JP5284503B2 (en) | Diagnostic system and method for predictive condition monitoring | |
US20120316835A1 (en) | Anomaly detection method and anomaly detection system | |
WO2021220358A1 (en) | Abnormality diagnostic method, abnormality diagnostic device, and abnormality diagnostic program | |
WO2017138238A1 (en) | Monitoring device, and method for controlling monitoring device | |
CN113574358B (en) | Abnormality detection device and abnormality detection method | |
KR102618023B1 (en) | Failure prediction diagnosis system and method through pattern analysis according to failure type | |
CN113377564B (en) | Fault diagnosis method and device, computer equipment and storage medium | |
US7958062B2 (en) | Method and system of creating health operating envelope for dynamic systems by unsupervised learning of a sequence of discrete event codes | |
JP2022066762A (en) | Abnormality diagnostic device and abnormality diagnostic method | |
US20220327042A1 (en) | Method for testing a product | |
CN114391093B (en) | Abnormality determination device and abnormality determination method | |
US11789436B2 (en) | Diagnosing device, diagnosing method, and program | |
WO2020183781A1 (en) | Abnormality diagnosis device | |
JP7467982B2 (en) | Abnormality determination device and abnormality determination method | |
JPH0423131A (en) | Fault diagnostic system | |
EP3951530B1 (en) | Process state monitoring device and process state monitoring method | |
CN117132266A (en) | Block chain-based automobile service security guarantee method and system | |
CN117663353A (en) | Fault detection and diagnosis method for nuclear power ventilation air conditioning system | |
KR20230120121A (en) | Diagnosis device, diagnosis method, semiconductor manufacturing device system, and semiconductor device manufacturing system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230907 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20240508 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240611 |