JP2023151970A - 推定装置および推定方法 - Google Patents
推定装置および推定方法 Download PDFInfo
- Publication number
- JP2023151970A JP2023151970A JP2022061860A JP2022061860A JP2023151970A JP 2023151970 A JP2023151970 A JP 2023151970A JP 2022061860 A JP2022061860 A JP 2022061860A JP 2022061860 A JP2022061860 A JP 2022061860A JP 2023151970 A JP2023151970 A JP 2023151970A
- Authority
- JP
- Japan
- Prior art keywords
- state
- feature amount
- degree
- contribution
- change
- 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
- 238000000034 method Methods 0.000 title claims description 20
- 238000012360 testing method Methods 0.000 claims description 44
- 230000007704 transition Effects 0.000 claims description 6
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 239000010730 cutting oil Substances 0.000 description 2
- 238000005461 lubrication Methods 0.000 description 2
- 238000001790 Welch's t-test Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B23—MACHINE TOOLS; METAL-WORKING NOT OTHERWISE PROVIDED FOR
- B23Q—DETAILS, COMPONENTS, OR ACCESSORIES FOR MACHINE TOOLS, e.g. ARRANGEMENTS FOR COPYING OR CONTROLLING; MACHINE TOOLS IN GENERAL CHARACTERISED BY THE CONSTRUCTION OF PARTICULAR DETAILS OR COMPONENTS; COMBINATIONS OR ASSOCIATIONS OF METAL-WORKING MACHINES, NOT DIRECTED TO A PARTICULAR RESULT
- B23Q17/00—Arrangements for observing, indicating or measuring on machine tools
- B23Q17/09—Arrangements for observing, indicating or measuring on machine tools for indicating or measuring cutting pressure or for determining cutting-tool condition, e.g. cutting ability, load on tool
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M13/00—Testing of machine parts
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Machine Tool Sensing Apparatuses (AREA)
Abstract
【課題】対象の状態変化の要因を推定可能な推定装置を提供すること。【解決手段】推定装置が、取得部と、検定部と、生成部と、推定部とを備える。取得部は、対象の第1状態における対象から得られる特徴量と、対象の第1状態とは異なる第2状態における特徴量とを取得する。検定部は、取得された第1状態における特徴量と取得された第2状態における特徴量との間の有意差を検定する。生成部は、検定された有意差から、対象の第1状態および第2状態間の状態変化に対する特徴量の貢献度を生成する。推定部は、生成された貢献度に基づいて、対象の第1状態および第2状態間の状態変化の要因を定量的に推定する。【選択図】図4
Description
本発明は、対象の状態変化の要因を推定可能な推定装置および推定方法に関する。
特許文献1には、植物に含まれる水分量を高確度で推定する栽培装置が開示されている。
一般的に、対象の状態変化を捉える方法としては、対象から得られる特徴量に対して閾値を設定する方法がある。このような方法では、特徴量が閾値を超えたか否かしか分からず、対象の状態変化の要因を推定することが難しい場合がある。
本開示は、対象の状態変化の要因を推定可能な推定装置および推定方法を提供することにある。
本開示の一態様の推定装置は、
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得する取得部と、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定する検定部と、
検定された前記有意差から、前記対象の前記第1状態および前記第2状態間の状態変化に対する前記特徴量の貢献度を生成する生成部と、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する推定部と
を備える。
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得する取得部と、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定する検定部と、
検定された前記有意差から、前記対象の前記第1状態および前記第2状態間の状態変化に対する前記特徴量の貢献度を生成する生成部と、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する推定部と
を備える。
本開示の一態様の推定方法は、
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得し、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定し、
検定された前記有意差から、前記対象の前記第1状態から前記第2状態への変化に対する前記特徴量の貢献度を生成し、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する。
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得し、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定し、
検定された前記有意差から、前記対象の前記第1状態から前記第2状態への変化に対する前記特徴量の貢献度を生成し、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する。
前記態様の推定装置および推定方法によれば、対象の状態変化の要因を定量的に推定できる。
以下、本開示の一例を添付図面に従って説明する。以下の説明は、本質的に例示に過ぎず、本開示、その適用物、あるいは、その用途を制限することを意図するものではない。図面は模式的なものであり、各寸法の比率等は現実のものとは必ずしも合致していない。
本開示の一実施形態の推定装置1は、図1に示すように、取得部10と、検定部20と、生成部30と、推定部40とを備え、対象の状態変化の要因を定量的に推定する。対象は、工作物を所要の形状に作り上げる工作機械、工作機械等を用いて材料を目的の形状に加工する加工機械等の装置を含む。対象の状態は、装置が正常に動作する正常状態と、装置が正常に動作しない異常状態とを含む。例えば、装置がエンドミル加工を行う工作機械である場合、異常状態は、エンドミルが摩耗して工作機械が正常に加工を行えない状態、切削油切れによる潤滑性不足で工作機械が正常に加工を行えない状態を含む。
推定装置1は、一例として、プロセッサ2、記憶装置3および通信装置4を備えている。取得部10、検定部20、生成部30および推定部40の各々は、例えば、プロセッサ2が所定のプログラムを実行することにより実現される。プロセッサ2は、CPU、MPU、GPU、DSP、FPGA、ASIC等を含む。記憶装置3は、例えば、内部記録媒体または外部記録媒体で構成されている。内部記録媒体は、不揮発メモリ等を含む。外部記録媒体は、ハードディスク(HDD)、ソリッドステートドライブ(SSD)、光ディスク装置等を含む。通信装置4は、例えば、サーバ等の外部装置との間でデータの送受信を行うための通信回路または通信モジュールで構成されている。
取得部10は、例えば通信装置4を介して、対象の第1状態における特徴量と、前記対象の第1状態とは異なる第2状態における特徴量とを取得する。特徴量は、対象の特徴を定量的に示した数値である。例えば、対象が加工機械等の装置である場合、特徴量は、対象の電圧および電流のアナログ値から算出される実効値、平均値、ピーク値、高調波含有率等を含む。特徴量は、サーバ等の外部装置で算出されてもよいし、推定装置1で算出されてもよい。
本実施形態では、取得部10は、基準貢献度を取得する。基準貢献度は、対象に起こり得る複数の状態変化の各々の要因に対応する貢献度を含む。例えば、基準貢献度は、対象の状態X1から状態Y2への状態変化の要因に対応する貢献度と、対象の状態X1から状態Z2への状態変化の要因に対応する貢献度とを含む。基準貢献度は、例えば、サーバ等の外部装置から取得されてもよいし、基準貢献度が予め記憶された推定装置1の記憶装置3から取得されてもよい。
検定部20は、取得された第1状態における特徴量と、取得された第2状態における特徴量との間の有意差を統計学的に検定する。検定の種類は、対象の特性等により決定される。例えば、対象が加工機械等の装置である場合、次に示す理由により「Welchのt検定」が用いられる。
・状態変化要因によって装置の状態が変わるため、同じ状態の対象から特徴量を取得することができない。
・2つの異なる状態(例えば、正常状態よび異常状態)の対象から得られる特徴量は、相互に対応していない。
・2つの異なる状態の対象から得られる特徴量は、母集団が異なり、母分散が等しいと仮定できない。
・状態変化要因によって装置の状態が変わるため、同じ状態の対象から特徴量を取得することができない。
・2つの異なる状態(例えば、正常状態よび異常状態)の対象から得られる特徴量は、相互に対応していない。
・2つの異なる状態の対象から得られる特徴量は、母集団が異なり、母分散が等しいと仮定できない。
例えば、図2に示すように、2つの異なる状態X1、X2に対して、それぞれ3種類の特徴量A、B、Cが複数取得されたとする。状態X1は第1状態の一例であり、状態X2は第2状態の一例である。検定部20は、取得された状態X1における特徴量Aと取得された状態X2における特徴量Aとの間の有意差を検定し、取得された状態X1における特徴量Bと取得された状態X2における特徴量Bとの間の有意差を検定し、取得された状態X1における特徴量Cと取得された状態X2における特徴量Cとの間の有意差を検定する。各特徴量の有意差を検定した結果は、検定値として算出される。検定値が大きいほど、2つの状態X1、X2間の状態変化を検出し易い特徴量であると判断される。図2では、特徴量Aが、対象の状態X1、X2間の状態変化を最も検出し易い特徴量であると判断される。
生成部30は、検定された有意差から、対象の第1状態および第2状態間の状態変化に対する特徴量の貢献度(以下、貢献度という。)を生成する。貢献度は、対象のある状態と別の状態との識別に対して特徴量が貢献する度合いである。
例えば、生成部30は、検定部20の検定結果から、取得された基準貢献度と同じ順に複数の特徴量を用いて貢献度を生成する。一例として、図2に示す検定結果が検定部20で得られたとすると、生成部30は、特徴量A、B、Cの検定値から貢献度を生成する。生成された貢献度は、例えば、図3に示すように、特徴量A、B、Cの検定値を結んだ直線L1(破線で示す)で表される。
推定部40は、生成された貢献度に基づいて、対象の第1状態および第2状態間の状態変化の要因を定量的に推定する。本実施形態では、推定部40は、生成された貢献度と、取得された基準貢献度とから、対象の第1状態および第2状態間の状態変化の要因を定量的に推定する。
例えば、基準貢献度が、対象の状態X1から状態Y2への状態変化の要因に対応する貢献度(以下、基準貢献度1という。)と、対象の状態X1から状態Z2への状態変化の要因に対応する貢献度(以下、基準貢献度2という。)とを含むとする。図3に示すように、基準貢献度1が、特徴量A、B、Cの検定値を結んだ直線L2(点線で示す)で表され、基準貢献度2が、特徴量A、B、Cの検定値を結んだ直線L3(実線で示す)で表されるとする。この場合、推定部40は、直線L1と、直線L2および直線L3とを比較して、直線L1と略同じ傾きを有する直線L3で表される基準貢献度2に対応する要因が、対象の状態X1、X2間の状態変化の要因であると推定する。
本実施形態では、推定部40は、取得した基準貢献度に対する生成された貢献度の比から、状態変化全体に対する遷移度合いを推定する。例えば、生成された貢献度の検定値が(tA,tB,tC)であり、取得された基準貢献度2の検定値が(TA,TB,TC)であるとすると、状態変化全体に対する遷移度合いは、(tA+tB+tC)/(TA+TB+TC)により出される。tAおよびTAは特徴量Aを検定することで得られる検定値であり、tBおよびTBは特徴量Bを検定することで得られる検定値であり、tCおよびTCは特徴量Cを検定することで得られる検定値である。
図4を参照して、推定装置1を用いた推定方法の一例を説明する。推定方法は、例えば、プロセッサ2が所定のプログラムを実行することで実施される。
図4に示すように、推定方法が開始されると、取得部10が、対象から、対象の第1状態の特徴量および対象の第2状態の特徴量を取得する(ステップS1)。
対象の第1状態の特徴量および対象の第2状態の特徴量が取得されると、検定部20が、取得された第1状態の特徴量および第2状態の特徴量の間の有意差を検定する(ステップS2)。
取得された第1状態の特徴量および第2状態の特徴量の間の有意差が検定されると、生成部30が、検定された有意差から、対象の第1状態および第2状態間の状態変化に対する特徴量の貢献度を生成する(ステップS3)。
対象の第1状態および第2状態間の状態変化に対する特徴量の貢献度が生成されると、推定部40が、生成された貢献度および基準貢献度を比較して、対象の第1状態および第2状態間の状態変化の要因を定量的に推定し(ステップS4)、推定方法が終了する。
推定装置1は、次のような効果を発揮できる。
推定装置1が、取得部10と、検定部20と、生成部30と、推定部40とを備える。取得部10は、対象の第1状態における対象から得られる特徴量と、対象の第1状態とは異なる第2状態における特徴量とを取得する。検定部20は、取得された第1状態における特徴量と取得された第2状態における特徴量との間の有意差を検定する。生成部30は、検定された有意差から、対象の第1状態および第2状態間の状態変化に対する特徴量の貢献度を生成する。推定部40は、生成された貢献度に基づいて、対象の第1状態および第2状態間の状態変化の要因を定量的に推定する。このような構成により、対象の状態変化の要因を定量的に推定できる。より具体的には、対象がエンドミル加工を行う工作機械であり、工作機械が正常状態から異常状態に状態変化した場合、この状態変化の要因がエンドミルの摩耗なのか、切削油切れによる潤滑性不足なのかを推定できる。
取得部10が、対象に起こり得る複数の状態変化の各々の要因に対応する貢献度を含む基準貢献度を取得する。推定部40は、生成された貢献度と取得した基準貢献度とを比較して、対象の第1状態および第2状態間の状態変化の要因を定量的に推定する。このような構成により、対象の状態変化の要因を定量的に推定できる。
推定部40は、取得した基準貢献度に対する生成された貢献度の比から、状態変化全体に対する遷移度合いを推定する。このような構成により、対象の状態変化の遷移度合いを定量化できる。
本開示の推定方法は、次のような効果を発揮できる。
推定方法が、次に示すステップを備える。このような構成により、対象の状態変化の要因を定量的に推定できる。
・対象の第1状態における対象から得られる特徴量と、対象の第1状態とは異なる第2状態における特徴量とを取得する。
・取得された第1状態における特徴量と、取得された第2状態における特徴量との間の有意差を検定する。
・検定された有意差から、対象の第1状態から第2状態への変化に対する特徴量の貢献度を生成する。
・生成された貢献度に基づいて、対象の第1状態および第2状態間の状態変化の要因を定量的に推定する。
・対象の第1状態における対象から得られる特徴量と、対象の第1状態とは異なる第2状態における特徴量とを取得する。
・取得された第1状態における特徴量と、取得された第2状態における特徴量との間の有意差を検定する。
・検定された有意差から、対象の第1状態から第2状態への変化に対する特徴量の貢献度を生成する。
・生成された貢献度に基づいて、対象の第1状態および第2状態間の状態変化の要因を定量的に推定する。
推定装置1は、次のように構成することもできる。
取得される特徴量の種類は、予め設定されていてもよいし、予め設定されていなくてもよい。取得される特徴量の種類が予め設定されていない場合、例えば、取得部10は、取得可能な全ての種類の特徴量を取得し、検定部20の検定結果により、貢献度の生成に用いる特徴量の種類を決定してもよい。
推定部40は、基準貢献度を用いる場合に限らず、他の方法を用いて、生成された貢献度に基づいて対象の第1状態および第2状態間の状態変化の要因を定量的に推定可能に構成することができる。
以上、図面を参照して本開示における種々の実施形態を詳細に説明したが、最後に、本開示の種々の態様について説明する。なお、以下の説明では、一例として、参照符号も添えて記載する。
本開示の第1態様の推定装置1は、
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得する取得部10と、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定する検定部20と、
検定された前記有意差から、前記対象の前記第1状態および前記第2状態間の状態変化に対する前記特徴量の貢献度を生成する生成部30と、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する推定部40と
を備える。
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得する取得部10と、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定する検定部20と、
検定された前記有意差から、前記対象の前記第1状態および前記第2状態間の状態変化に対する前記特徴量の貢献度を生成する生成部30と、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する推定部40と
を備える。
本開示の第2態様の推定装置1は、
前記取得部10が、前記対象に起こり得る複数の状態変化の各々の要因に対応する前記貢献度を含む基準貢献度を取得し、
前記推定部40は、生成された前記貢献度と取得した前記基準貢献度とを比較して、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する。
前記取得部10が、前記対象に起こり得る複数の状態変化の各々の要因に対応する前記貢献度を含む基準貢献度を取得し、
前記推定部40は、生成された前記貢献度と取得した前記基準貢献度とを比較して、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する。
本開示の第3態様の推定装置1は、
前記推定部40は、取得した前記基準貢献度に対する生成された前記貢献度の比から、状態変化全体に対する遷移度合いを推定する。
前記推定部40は、取得した前記基準貢献度に対する生成された前記貢献度の比から、状態変化全体に対する遷移度合いを推定する。
本開示の第4態様の推定方法は、
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得し、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定し、
検定された前記有意差から、前記対象の前記第1状態から前記第2状態への変化に対する前記特徴量の貢献度を生成し、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する。
対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得し、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定し、
検定された前記有意差から、前記対象の前記第1状態から前記第2状態への変化に対する前記特徴量の貢献度を生成し、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する。
前記様々な実施形態または変形例のうちの任意の実施形態または変形例を適宜組み合わせることにより、それぞれの有する効果を奏するようにすることができる。また、実施形態同士の組み合わせまたは実施例同士の組み合わせまたは実施形態と実施例との組み合わせが可能であると共に、異なる実施形態または実施例の中の特徴同士の組み合わせも可能である。
本開示は、添付図面を参照しながら好ましい実施形態に関連して充分に記載されているが、この技術の熟練した人々にとっては種々の変形や修正は明白である。そのような変形や修正は、添付した請求の範囲による本開示の範囲から外れない限りにおいて、その中に含まれると理解されるべきである。
本開示の推定装置および推定方法は、例えば、工作機械等の装置が正常状態から異常状態に状態変化した場合に、その状態変化をもたらした要因の推定に適用できる。
1 推定装置
2 プロセッサ
3 記憶装置
4 通信装置
10 取得部
20 検定部
30 生成部
40 推定部
2 プロセッサ
3 記憶装置
4 通信装置
10 取得部
20 検定部
30 生成部
40 推定部
Claims (4)
- 対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得する取得部と、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定する検定部と、
検定された前記有意差から、前記対象の前記第1状態および前記第2状態間の状態変化に対する前記特徴量の貢献度を生成する生成部と、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する推定部と
を備える、推定装置。 - 前記取得部が、前記対象に起こり得る複数の状態変化の各々の要因に対応する前記貢献度を含む基準貢献度を取得し、
前記推定部は、生成された前記貢献度と取得した前記基準貢献度とを比較して、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する、請求項1に記載の推定装置。 - 前記推定部は、取得した前記基準貢献度に対する生成された前記貢献度の比から、状態変化全体に対する遷移度合いを推定する、請求項2に記載の推定装置。
- 対象の第1状態における前記対象から得られる特徴量と、前記対象の前記第1状態とは異なる第2状態における前記特徴量とを取得し、
取得された前記第1状態における前記特徴量と、取得された前記第2状態における前記特徴量との間の有意差を検定し、
検定された前記有意差から、前記対象の前記第1状態から前記第2状態への変化に対する前記特徴量の貢献度を生成し、
生成された前記貢献度に基づいて、前記対象の前記第1状態および前記第2状態間の状態変化の要因を定量的に推定する、推定方法。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022061860A JP2023151970A (ja) | 2022-04-01 | 2022-04-01 | 推定装置および推定方法 |
PCT/JP2023/007264 WO2023189107A1 (ja) | 2022-04-01 | 2023-02-28 | 推定装置および推定方法 |
TW112109429A TW202403275A (zh) | 2022-04-01 | 2023-03-15 | 推定裝置及推定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2022061860A JP2023151970A (ja) | 2022-04-01 | 2022-04-01 | 推定装置および推定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023151970A true JP2023151970A (ja) | 2023-10-16 |
Family
ID=88200533
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022061860A Pending JP2023151970A (ja) | 2022-04-01 | 2022-04-01 | 推定装置および推定方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP2023151970A (ja) |
TW (1) | TW202403275A (ja) |
WO (1) | WO2023189107A1 (ja) |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5740459B2 (ja) * | 2009-08-28 | 2015-06-24 | 株式会社日立製作所 | 設備状態監視方法 |
JP5468032B2 (ja) * | 2011-02-21 | 2014-04-09 | 住友重機械工業株式会社 | 変速機の評価方法及び評価装置 |
JP6698715B2 (ja) * | 2018-01-23 | 2020-05-27 | 三菱重工業株式会社 | 設備状態監視装置および設備状態監視方法 |
JP6851558B1 (ja) * | 2020-04-27 | 2021-03-31 | 三菱電機株式会社 | 異常診断方法、異常診断装置および異常診断プログラム |
-
2022
- 2022-04-01 JP JP2022061860A patent/JP2023151970A/ja active Pending
-
2023
- 2023-02-28 WO PCT/JP2023/007264 patent/WO2023189107A1/ja unknown
- 2023-03-15 TW TW112109429A patent/TW202403275A/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023189107A1 (ja) | 2023-10-05 |
TW202403275A (zh) | 2024-01-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5181312B2 (ja) | デジタル・システムの信頼性を監視する方法、及びそのシステム | |
CN109725220B (zh) | 一种变压器油冷却回路的检测方法、***及装置 | |
KR101852527B1 (ko) | 기계학습 기반의 동적 시뮬레이션 파라미터 교정 방법 | |
JP6200076B2 (ja) | システムから取得される測定値を評価する方法及びシステム | |
US20080255773A1 (en) | Machine condition monitoring using pattern rules | |
US6751718B1 (en) | Method, system and computer program product for using an instantaneous memory deficit metric to detect and reduce excess paging operations in a computer system | |
WO2023189107A1 (ja) | 推定装置および推定方法 | |
JP2019144102A (ja) | 信号解析システム、方法およびプログラム | |
JP4925200B2 (ja) | 半導体ウェハ検査装置 | |
US7548820B2 (en) | Detecting a failure condition in a system using three-dimensional telemetric impulsional response surfaces | |
JP2021015321A (ja) | 手順特定装置、計算モデル生成装置、手順特定方法、手順特定プログラム、計算モデル生成方法、計算モデル生成プログラム、学習データ生成装置及び計算プログラム | |
JP6365146B2 (ja) | 時系列データの解析方法及び時系列データの異常監視装置 | |
US10157116B2 (en) | Window deviation analyzer | |
US11765042B2 (en) | Traffic application amount calculation apparatus, method and program | |
JP2020173547A (ja) | 画像検査システム、画像検査装置及び画像検査プログラム | |
CN106979794B (zh) | 传感器测试方法及装置 | |
CN107465534B (zh) | 一种***模块的多维度热插拔方法 | |
JP6365145B2 (ja) | 時系列データの解析方法及び時系列データの異常監視装置 | |
KR100403844B1 (ko) | 메모리 대규모 집적 회로 불량 분석 장치 및 그 분석 방법과 이에 사용되는 컴퓨터 프로그램을 기록한 기록 매체 | |
KR102155007B1 (ko) | 독립성 측정을 이용한 엔트로피 관리 장치 및 방법, 이를 이용한 난수 생성 장치 | |
CN118050588B (zh) | 一种用于超声切割刀的电故障探测方法 | |
JP6365143B2 (ja) | 時系列データの解析方法及び時系列データの異常監視装置 | |
WO2023145222A1 (ja) | 監視方法、sn比利得の算出方法、監視装置及びプログラム | |
JP4014095B2 (ja) | 負荷配分装置、負荷配分方法、及び負荷配分プログラム | |
JP2011164950A (ja) | 異常検出装置、異常検出システム、異常検出方法、及び、プログラム |