JP3219120B2 - Process unit status detector - Google Patents
Process unit status detectorInfo
- Publication number
- JP3219120B2 JP3219120B2 JP10661094A JP10661094A JP3219120B2 JP 3219120 B2 JP3219120 B2 JP 3219120B2 JP 10661094 A JP10661094 A JP 10661094A JP 10661094 A JP10661094 A JP 10661094A JP 3219120 B2 JP3219120 B2 JP 3219120B2
- Authority
- JP
- Japan
- Prior art keywords
- state
- unit
- pattern
- data
- layer
- 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.)
- Expired - Fee Related
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
【0001】[0001]
【産業上の利用分野】本発明は、各種の製造プロセスを
構成するプロセスユニットの、個々の監視点の状態デー
タからユニットの状態を検知する状態検知装置に関する
ものである。BACKGROUND OF THE INVENTION 1. Field of the Invention The present invention relates to a state detecting device for detecting the state of a process unit constituting various manufacturing processes from the state data of individual monitoring points.
【0002】[0002]
【従来の技術】出願人はプロセスのユニット毎に監視点
個々の状態を検知して、前もって空間的パターンを用い
て定義しておいた基準パターンと比較照合して、ユニッ
トの状態を検知する方式のプロセスユニットの状態検知
装置を先に出願した。(特願平6−56009)実際の
プロセスではむだ時間や時間遅れ等が存在し、どのよう
な順番で現象が進行していったかによって、ユニットと
しての状態が異なってくる場合がある。2. Description of the Related Art A method of detecting the state of each monitoring point for each unit of a process, and comparing it with a reference pattern defined in advance using a spatial pattern to detect the state of the unit. Of the state detection device of the process unit. (Japanese Patent Application No. 6-56009) In an actual process, a dead time, a time delay, and the like exist, and the state as a unit may differ depending on the order in which the phenomena progressed.
【0003】また、各監視点の状態パターンを抽出する
ためにそれぞれ時間間隔がある。しかし、前記プロセス
ユニットの状態検知装置では、個々の監視点の状態を表
す状態パターンに関して、時間的な情報(時間幅、時
刻、その大きさ等)、時系列で知る状態遷移情報及び各
状態間の時間的制約関係(むだ時間、時間遅れ等)等の
表現を欠いていた。There is a time interval for extracting a state pattern of each monitoring point. However, in the state detection device of the process unit, with respect to the state pattern representing the state of each monitoring point, time information (time width, time, its size, etc.), state transition information known in time series, and the The expression of the time constraint relationship (dead time, time delay, etc.) was lacking.
【0004】従って時間概念を考慮した場合の空間的パ
ターンの表現方法及びその認識方法が定義されていない
ための問題があった。一方、複数時系列データによるプ
ロセスの状態を識別する方法として、既に時間概念を取
り入れたものもあるが、ユニット毎の監視という概念が
無く、ユニットの状態を検知するための装置としては不
十分であった。(複数時系列データによるプロセス状態
識別方式 第36回自動制御連合講演会1993年)ま
た、各監視点間の状態遷移パターンを記述するためのイ
ンタフェースに関しても言及されていない。[0004] Therefore, there is a problem that a method of expressing a spatial pattern and a method of recognizing the spatial pattern when the concept of time is considered are not defined. On the other hand, as a method of identifying the state of a process based on a plurality of time-series data, there is a method that has already adopted the concept of time, but there is no concept of monitoring for each unit, and it is insufficient as a device for detecting the state of a unit. there were. (Process status identification method using multiple time series data, 36th Automatic Control Alliance Lecture Meeting, 1993) Further, there is no mention of an interface for describing a state transition pattern between monitoring points.
【0005】[0005]
【発明が解決しようとする課題】本発明の目的は、個々
の監視点の状態の関係に基づきユニットとしての状態を
検知するための状態検知装置において、状態を示すパタ
ーンデータに時間データを付加することにより、個々の
監視点の状態、時系列上の状態遷移等の記述、それらの
状態間の時間的制約の記述を可能にし、個々の監視点の
状態データからユニットの状態を動的に検知することが
できるプロセスユニットの状態検知装置を実現すること
にある。SUMMARY OF THE INVENTION It is an object of the present invention to provide a state detecting device for detecting a state as a unit based on a relation between states of individual monitoring points, and to add time data to pattern data indicating the state. This makes it possible to describe the state of individual monitoring points, state transitions in time series, etc., and to describe the time constraints between those states, and dynamically detect the state of units from the state data of individual monitoring points It is an object of the present invention to realize a process unit state detection device capable of performing the above-mentioned operations.
【0006】[0006]
【課題を解決するための手段】上記の様な目的を達成す
る本発明の装置は、個々の監視点の状態を表す状態パタ
ーンに時間幅と発生時刻、それらの状態が時系列に変化
する状態遷移パターン、各状態間に存在する時間的前後
関係(むだ時間、時間遅れなどに基づく)等を表現する
時間データを付加した空間的パターン構造のデータを使
用して、以下の手段により構成する。According to the apparatus of the present invention for achieving the above object, a state pattern representing the state of each monitoring point has a time width, an occurrence time, and a state in which the state changes in a time series. It is configured by the following means using the data of the spatial pattern structure to which the time pattern expressing the transition pattern, the temporal context existing between the respective states (based on the dead time, the time delay, and the like) and the like are added.
【0007】(1)ユニット内の個々の監視点の状態変
化のデータを出力する個々のプロセスデータ状態検知手
段と、対象とするユニットの正常と異常の状態を、事例
として空間的パターンにより記述するとともに、この空
間的パターンを時系列の状態遷移パターンとそれらの時
間的制約関係の記述により定義したユニット状態定義手
段と、前記ユニット状態定義手段により定義した事例デ
ータを記憶する事例データベース手段と、前記事例デー
タベース手段から事例データを読みだして、ネットワー
ク状に展開するデータに変換する事例変換手段と、前記
事例変換手段を経て入力された全空間的パターンデータ
を複数の階層から構成されるネットワークに展開すると
ともに、プロセスデータ状態検知手段から入力されたユ
ニット状態のデータをトークンとして、先に展開したネ
ットワークのノードをトークンが伝播していく過程にお
いて各階層で条件チェックを行い、入力されたユニット
の状態が正常、異常の何れであるかを逐次判別するユニ
ット状態照合手段とを備えたことを特徴とするプロセス
ユニットの状態検知装置。(2)前記ネットワークの階層は、 前記時系列の状態遷
移パターンにて定義した各状態パターンと、前記プロセ
スデータ状態検知手段から入力された状態パターンとの
マッチングを行うパターン照合層と、 前記時系列の状態
遷移パターンにて定義した遷移順で状態が遷移している
か否かをチェックする遷移チェック層と、 前記時間的制
約関係にて定義した制約をチェックする制約チェック層
と、 各層での全ての条件が成立したことをチェックする
統合層と、からなることを特徴とする(1)記載のプロ
セスユニットの状態検知装置。 (1) Individual process data state detecting means for outputting data on the state change of each monitoring point in the unit, and the normal and abnormal states of the target unit are described by a spatial pattern as an example. A unit state defining means for defining the spatial pattern by describing a time-series state transition pattern and a description of their temporal constraints, a case database means for storing case data defined by the unit state defining means, Case conversion means for reading case data from the case database means and converting the data into data to be developed in a network form; and developing all spatial pattern data input via the case conversion means into a network composed of a plurality of layers. The unit status data input from the process data status detection means. The token is used as a token, and in the process of the token being propagated
And a unit status checking means for performing a condition check at each layer and sequentially determining whether the input unit status is normal or abnormal. (2) The layer of the network is a state transition of the time series.
Each state pattern defined by the transfer pattern and the process
Data with the status pattern input from the data status detection means.
Pattern matching layer for matching and the state of the time series
State transitions in the transition order defined in the transition pattern
A transition check layer for checking whether said temporal system
Constraint check layer that checks constraints defined by contractual relationships
And check that all conditions in each layer are satisfied
And an integrated layer.
Set unit status detector.
【0008】[0008]
【作用】ユニット状態定義手段は、状態パターンの時間
幅と発生時刻、それらの状態が時系列上で変化する状態
遷移パターン、各状態間の時間的前後関係等の時間デー
タを付加した空間的パターンデータを用いて、対象とす
るユニットの個々の監視点について起こり得る状態を抽
出して、所定の評価基準に基づいて正常、異常の何れの
状態であるかを判別して事例として定義する。The unit state defining means includes a spatial pattern to which time data such as a time width and an occurrence time of a state pattern, a state transition pattern in which the states change in a time series, and a temporal context between the states are added. Using the data, possible states of individual monitoring points of the target unit are extracted, and it is determined whether the state is normal or abnormal based on a predetermined evaluation criterion, and defined as a case.
【0009】事例データベース手段は、前記ユニット状
態定義手段により定義された事例データを記憶する。事
例変換手段は、前記事例データベース手段から事例デー
タを読みだして次のユニット状態照合手段上で階層ネッ
トワ−クに展開できるネットワークデータに変換する。The case database means stores the case data defined by the unit state defining means. The case conversion means reads the case data from the case database means and converts the case data into network data which can be developed in a hierarchical network on the next unit state collation means.
【0010】ユニット状態照合手段は、事例データベー
ス手段から読みだしたネットワークデータを階層ネット
ワークに展開し、前記個々のプロセスデータ状態検知手
段から入力されたユニットの状態パターンデータをトー
クンとして、前記ネットワークを構成するノード間を伝
播させてゆき、その過程の各階層で条件チェックを行
い、プロセスユニットの状態が正常、異常の何れである
かを判別する。The unit state collating means expands the network data read from the case database means into a hierarchical network, and forms the network by using the unit state pattern data input from the individual process data state detecting means as a token. Propagates between nodes that perform the condition check at each level of the process.
Then, it is determined whether the state of the process unit is normal or abnormal.
【0011】[0011]
【0012】[0012]
【実施例】以下図面を用いて本発明を説明する。図1
は、本発明の一実施例を示したプロセスユニットの状態
検知装置のブロック構成図である。ユニットの個々の監
視点の状態パターンとその時間幅と発生時刻、それらの
状態が時系列上で変化する状態遷移パターン、各状態間
の時間的前後関係等、を表現する時間データを付加した
空間的パターン構造のデータを使用する。BRIEF DESCRIPTION OF THE DRAWINGS FIG. FIG.
FIG. 1 is a block diagram of a state detection device of a process unit according to an embodiment of the present invention. A space to which time data expressing the state pattern of each monitoring point of the unit, its time width and occurrence time, the state transition pattern in which those states change in chronological order, the temporal context between each state, etc. are added. Use data with a typical pattern structure.
【0013】ユニット状態定義手段11は、対象とする
ユニットの正常と異常の状態を、事例として空間的パタ
ーンにより記述するためのインタフェースと、その中で
時系列状態遷移パターンを記述するためのインタフェー
スと、各状態間の時間的制約関係を記述するためのイン
タフェースとを有しており、所定の評価指標に基づいて
ユニットが正常、異常の何れの状態であるかを事例とし
て定義する。詳しくは図2で説明する。The unit state definition means 11 includes an interface for describing the normal and abnormal states of the target unit by a spatial pattern as an example, and an interface for describing a time-series state transition pattern therein. And an interface for describing a temporal constraint relationship between the states, and defines as an example whether the unit is in a normal state or an abnormal state based on a predetermined evaluation index. Details will be described with reference to FIG.
【0014】事例データベース手段12は、ユニット状
態定義手段11により作成した事例の時間データを付加
した空間的パターンデータを正常事例と異常事例に分け
て格納する。事例変換手段13は、事例データベース手
段12内の事例データを読みだして次の、ネットワーク
を使用したユニット状態照合手段16に適合するようネ
ットワーク状のデータに変換する。The case database means 12 stores the spatial pattern data to which the time data of the cases created by the unit state defining means 11 are added, separately for normal cases and abnormal cases. The case conversion means 13 reads the case data in the case database means 12 and converts it into network-like data so as to be compatible with the next unit state collation means 16 using a network.
【0015】個々のプロセスデータ状態検知手段14
は、プロセスユニット内の個々の監視点の状態を検出し
て、ユニットの部分的又は全体的状態の動向を示す信号
を出力するもので、例えば本発明者が出願した状態検知
装置(特願 平5−180406)が用いられる。この
プロセスデータ状態検知手段14は、プロセスユニット
から採取したプロセスデータについて、微少変化を除去
する前処理手段と、前処理後のデータから特徴点を抽出
する特徴点抽出手段と、前処理後のデータの内の着目デ
ータと、特徴点抽出手段が出力した特徴点のデータとか
ら、傾向ベクトルを生成する傾向ベクトル生成手段と、
その出力である傾向ベクトルの傾きを状態データに分類
する分類手段から構成されている。本手段はプロセスデ
ータの変動傾向を部分的に、又は全体的にパターンとし
て把握し、その傾きからプロセスユニットの状態を検知
する機能を有するものである。得られた状態情報はユニ
ット状態照合手段16へ出力する。Individual process data state detecting means 14
Is a device that detects the state of each monitoring point in a process unit and outputs a signal indicating a trend of a partial or overall state of the unit. For example, a state detecting device (Japanese Patent Application No. 5-180406) is used. The process data state detecting unit 14 includes a pre-processing unit that removes a minute change from the process data collected from the process unit, a feature point extracting unit that extracts a feature point from the pre-processed data, and a pre-processed data. A tendency vector generating means for generating a tendency vector from the data of interest within the data and the data of the feature points output by the feature point extracting means;
It comprises a classification means for classifying the inclination of the trend vector, which is the output, into state data. This means has a function of partially or wholly grasping the fluctuation tendency of the process data as a pattern and detecting the state of the process unit from its inclination. The obtained state information is output to the unit state collating means 16.
【0016】ユーザインタフェース手段15は、ユーザ
へのユニットの状態の提示と次に示すユニット状態照合
手段16内の情報を検索する機能をもつ。ユニット状態
照合手段16は、正常パターン照合部と異常パターン照
合部それぞれのネットワークがある。図2は、ユニット
状態定義手段を示すブロック構成図である。The user interface means 15 has a function of presenting the state of the unit to the user and searching for information in the unit state collating means 16 described below. The unit state matching means 16 has a network for a normal pattern matching unit and a network for an abnormal pattern matching unit. FIG. 2 is a block diagram showing the unit state defining means.
【0017】ユーザインタフェース部21はユニット状
態定義者とのインタフェース部である。パターン生成部
22は評価指標に基づきその評価を行うのに必要となる
監視点群と、それぞれの空間的複数の特徴パターンを1
セットとした空間的パターンを生成する。生成したパタ
ーンは事例データベース手段12(図1)に格納する。
以下に事例を記述するためのデータ構造について次に説
明する。The user interface unit 21 is an interface unit with a unit state definer. The pattern generation unit 22 stores a monitoring point group necessary for performing the evaluation based on the evaluation index and each of the plurality of spatial feature patterns.
Generate a set of spatial patterns. The generated pattern is stored in the case database means 12 (FIG. 1).
The data structure for describing the case will be described below.
【0018】図3は、事例を記述するための時間概念を
考慮した空間的パターンのデータ構造を示している。デ
ータの表現はオブジェクト指向の概念に基づいている。
ここで、オブジェクト指向とは、手続きがデータを扱う
のではなく、データが自らの振舞いを手続きとして保持
し、データ(オブジェクト)同士がメッセ−ジを送信す
ることで処理を行う計算モデルである。各オブジェクト
は、データ構造としての属性(インスタンス変数)と、
機能を表現する手続き(メソッド)をもつ。同じような
機能を有するオブジェクトはクラスとしてまとめられ、
実際のオブジェクトは変数に値が代入された実態(イン
スタンス)としてクラスより生成される。クラスは階層
構造をもち、上位機能の承継が行える(インヘリタン
ス)。FIG. 3 shows a data structure of a spatial pattern in consideration of a time concept for describing a case. The representation of data is based on object-oriented concepts.
Here, the object orientation is a calculation model in which a procedure does not handle data, but the data holds its own behavior as a procedure, and data (objects) perform processing by transmitting messages. Each object has attributes (instance variables) as a data structure,
Has procedures (methods) that represent functions. Objects with similar functions are grouped into classes,
An actual object is generated by a class as an instance (instance) in which a value is assigned to a variable. Classes have a hierarchical structure and can inherit higher-level functions (inheritance).
【0019】31は事例オブジェクトを示す。ユニット
の状態を空間的パターンとして表現した一つの事例オブ
ジェクトである。監視点と時系列状態遷移パターンの組
み合わせを登録する部分と、ユニットの状態を記述する
部分と、時間的制約関係を記述する部分からなる。32
は監視点オブジェクトを示す。Reference numeral 31 denotes a case object. It is one case object expressing the state of the unit as a spatial pattern. It consists of a part that registers a combination of a monitoring point and a time-series state transition pattern, a part that describes the state of a unit, and a part that describes a temporal constraint relationship. 32
Indicates a monitoring point object.
【0020】実際の計器に対応するオブジェクトであ
る。計器へのポインタと時系列データ監視のための時間
間隔を有する。この時間間隔は、対象の監視点をどのよ
うな範囲、尺度で認識するのかのデフォルト認識時間で
ある。33は状態遷移パターンオブジェクトを示す。各
監視点の時系列状態遷移パターンを表現するオブジェク
トである。An object corresponding to an actual instrument. It has a pointer to the instrument and a time interval for time series data monitoring. This time interval is a default recognition time for what range and scale to recognize the target monitoring point. Reference numeral 33 denotes a state transition pattern object. It is an object expressing a time-series state transition pattern of each monitoring point.
【0021】先に述べた状態検知装置(特願平5−18
0406)等から得られる一つの局所的傾向(ベクトル
表現)の合成パターンである。34は状態パターンオブ
ジェクトを示す。状態遷移パターンオブジェクトでの合
成パターンの一つを表現するオブジェクトである。単一
ベクトルとしてのパターンとその意味をもつ。登録でき
るパターンの一つに、すべてのパターンに照合すること
が可能な不定パターンを設ける。これを「nullパタ
ーン」と呼ぶ。The state detecting device described above (Japanese Patent Application No. 5-18 / 1993)
0406) is a composite pattern of one local tendency (vector expression). Reference numeral 34 denotes a state pattern object. This is an object that expresses one of the composite patterns in the state transition pattern object. It has a pattern as a single vector and its meaning. One of the patterns that can be registered is provided with an indefinite pattern that can be matched with all patterns. This is called a “null pattern”.
【0022】35はパターンベクトルオブジェクトを示
す。状態パターンオブジェクトでのパターンを表現する
オブジェクトである。角度(θ)、傾き(tanθ)、
時間幅の三つの要素でベクトルを表現する。36は制約
オブジェクトを示す。一つの事例に対して時間的制約関
係を表現するオブジェクトである。対象の監視点(複
数)を指定する部分と、それらの間の関係を記述する集
合からなる。Reference numeral 35 denotes a pattern vector object. This is an object expressing a pattern in the state pattern object. Angle (θ), inclination (tan θ),
A vector is represented by three elements of the time width. Reference numeral 36 denotes a constraint object. An object that expresses a temporal constraint relationship for one case. It consists of a part that specifies the target monitoring points (plural) and a set that describes the relationship between them.
【0023】ここで対象監視点について説明すると、例
えばF201→2は、監視点F201の指定した二番目
の状態と言う意味である。37は関係オブジェクトを示
す。複数の監視点間の関係を表現するオブジェクトであ
る。二つの関係を記述する。一つは時間的関係である。
時間的前後関係は、各状態が発生するタイミングに時間
的前後関係がある場合に指定し、時間遅れ関係は、その
前後関係に時間量(むだ時間、時間遅れ)が決定できる
場合に指定する。もう一つは量的関係である。量は、そ
の状態の傾きと持続時間を意味し、その制約を指定す
る。また、二項関係ではなく単独で制約を指定する場合
は、単独制約として表現する。Here, the target monitoring point will be described. For example, F201 → 2 means the second state designated by the monitoring point F201. 37 indicates a relation object. It is an object expressing the relationship between a plurality of monitoring points. Describe the relationship between the two. One is a temporal relationship.
The temporal context is specified when the timing at which each state occurs has a temporal context, and the time delay relationship is specified when the amount of time (dead time, time delay) can be determined in the context. Another is a quantitative relationship. The quantities mean the slope and duration of the state and specify its constraints. When a constraint is specified independently instead of a binary relation, it is expressed as a single constraint.
【0024】図4は状態オブジェクトを示す。先に述べ
た状態検知装置(特願平5−180406)等が出力す
る状態を表現するオブジェクトである。発生時刻とその
時間幅、単一ベクトルとしてのパターン、そして、その
状態のもつ意味からなる。パターンは局所的傾向のプリ
ミテイブパターンである。適宜追加してゆく。FIG. 4 shows a state object. This is an object representing a state output by the state detection device (Japanese Patent Application No. 5-180406) described above. It consists of the occurrence time and its time width, the pattern as a single vector, and the meaning of the state. The pattern is a local pattern primitive pattern. Add as appropriate.
【0025】次に、上記の構造を持つ空間的パターンデ
ータを用いて事例を定義するインタフェースについて説
明する。実際の事例はユニット状態定義手段(図2)に
より定義する。図5は空間的パターン定義インタフェー
スを示す。定義項目は検知状態、監視点のある時点の状
態パターンである。実際には時系列状態遷移パターン
1、2、3、等を専用のインタフェースにより定義す
る。Next, an interface for defining a case using the spatial pattern data having the above structure will be described. The actual case is defined by the unit state definition means (FIG. 2). FIG. 5 shows the spatial pattern definition interface. The definition items are a detection state and a state pattern at a certain point of a monitoring point. Actually, the time-series state transition patterns 1, 2, 3, etc. are defined by a dedicated interface.
【0026】図6は時系列状態遷移パターン定義インタ
フェースを示す。一つの事例に対して監視点の数だけ用
意する。ここに示す例は、塔頂温度の定義を表してい
る。パターンは予め用意されたパターン群の中から選択
する。時間幅は、そのパターンの持続時間、あるいは、
検出する時間間隔を意味する。図7は制約定義インタフ
ェースを示す。FIG. 6 shows a time-series state transition pattern definition interface. Prepare the number of monitoring points for one case. The example shown here illustrates the definition of the overhead temperature. The pattern is selected from a group of patterns prepared in advance. The duration is the duration of the pattern, or
Means the time interval to detect. FIG. 7 shows the constraint definition interface.
【0027】一つの事例に対して一つ用意する。ここに
示す例について、時間的関係と量的関係の記述の意味を
説明する。時間的関係は、「温度の上昇が起こってから
10の期間(任意の単位)経過後、圧力が上昇しなけれ
ばならない」と読む。次に、量的関係は、「大きさに関
して、温度の上昇度は圧力の上昇度よりも大きい。時間
に関して、圧力の上昇期間は長い」と読む。また、これ
らはそれぞれ複数定義できる。One is prepared for one case. For the example shown here, the meaning of the description of the temporal relation and the quantitative relation will be described. The temporal relationship reads: "The pressure must rise 10 periods (arbitrary units) after the temperature rise occurs". The quantitative relationship then reads: "In terms of magnitude, the temperature rise is greater than the pressure rise. In terms of time, the pressure rise is long." In addition, a plurality of these can be defined.
【0028】前記のパターン生成に利用される知識は、
「ユニットの安全性を確認するためには、監視点A、
B、Cの状態を時間の推移と共に把握することが必要で
ある」という種類の知識であり、パターン生成知識ベー
ス23に記憶されている。次に、データベース12に格
納された全空間的パターンをネットワーク状に展開する
方法について説明する。The knowledge used for the pattern generation is as follows:
"To check the safety of the unit,
It is necessary to grasp the states of B and C together with the transition of time. "And stored in the pattern generation knowledge base 23. Next, a method of expanding all spatial patterns stored in the database 12 into a network will be described.
【0029】このネットワークは、高速処理が行えるデ
ータ構造への変換と、過去の照合過程の保存の二つを満
足する事例の内部表現である。ユニット状態検知装置図
1のユニット状態照合手段16に関する。図8はプロセ
スユニット(a)と監視点のパターンデータの事例
(b)、(c)と、ユニット状態照合手段16(図1)
の内部表現であるネットワークの構造(d)を示す。This network is an internal representation of a case that satisfies two requirements: conversion into a data structure that can be processed at high speed, and storage of past matching processes. The unit status detecting device relates to the unit status collating means 16 of FIG. FIGS. 8A and 8B show examples (b) and (c) of the pattern data of the process unit (a) and the monitoring point, and the unit state collating means 16 (FIG. 1).
2D shows a network structure (d) that is an internal representation of.
【0030】T1、T2、F1、F2等は事例のユニッ
トの各監視点を示す。また、事例1(b)、事例2
(c)は各監視点の状態遷移の例を示している。(d)
ネットワーク構造の第1層パターン照合層は、時系列状
態遷移パターンにて定義した各状態パターンと、前述の
状態検知装置(特願平5−180406)等が出力する
状態パターンとのマッチングを行う層である。T1, T2, F1, F2, etc. indicate each monitoring point of the unit in the case. Case 1 (b), Case 2
(C) shows an example of the state transition of each monitoring point. (D)
The first layer pattern matching layer of the network structure is a layer that performs matching between each state pattern defined by the time-series state transition pattern and a state pattern output by the above-described state detection device (Japanese Patent Application No. 5-180406). It is.
【0031】ベクトル表現されたパターン間の類似度を
計算する。登録された全事例の全監視点に対して、それ
ぞれの監視点の時系列状態遷移パターンの一つ一つの状
態パターンの全てをパターン照合ノードとして生成する
(一入力ノード)。ただし、重複するパターンは統合さ
れる(状態パターンのマージ)。図9は各層でのノード
の生成例を示す図である。事例1の監視点Aと事例2の
監視点Aの時系列遷移パターンが図中(a)のように定
義されている場合、パターン照合層に生成されるノード
は図中(b)のようになる。The similarity between the patterns represented by the vector is calculated. With respect to all the monitoring points of all registered cases, all the state patterns of the time-series state transition patterns of the respective monitoring points are generated as pattern matching nodes (one input node). However, overlapping patterns are integrated (merging state patterns). FIG. 9 is a diagram illustrating an example of generating a node in each layer. When the time-series transition patterns of the monitoring point A of the case 1 and the monitoring point A of the case 2 are defined as shown in FIG. 7A, the nodes generated in the pattern matching layer are as shown in FIG. Become.
【0032】第2層遷移チェック層(図8中に示す)
は、時系列状態遷移パターンにて定義した遷移順で状態
が遷移しているか否かをチェックする層である。この遷
移順は二項関係に変換される。例えば、図9の事例1の
監視点Aの時系列状態遷移パターンを参考にすると、図
9に(c)遷移チェック層でのノード生成を示す(二入
力ノード)。この二入力ノードは、左側からのトークン
が時間的に先になるように生成される。Second transition check layer (shown in FIG. 8)
Is a layer for checking whether or not the state has transitioned in the transition order defined by the time-series state transition pattern. This transition order is converted into a binary relation. For example, referring to the time-series state transition pattern of the monitoring point A in Case 1 of FIG. 9, FIG. 9 shows (c) node generation in the transition check layer (two-input node). This two-input node is generated such that the token from the left comes first in time.
【0033】第3層制約チェック層(図8中に示す)
は、制約定義にて定義した制約をチェックする層であ
る。時間的関係と量的関係のすべてをチェックする。各
制約は二項関係で表現される。図9に(d)制約チェッ
ク層での生成ノードを示す。その中の一つでも違反が生
じれば、この層での制約チェックは失敗したものとす
る。これは、複数定義された制約が論理積の関係となっ
ているからである。Third layer constraint check layer (shown in FIG. 8)
Is a layer for checking constraints defined in the constraint definition. Check all temporal and quantitative relationships. Each constraint is represented by a binary relation. FIG. 9D shows a generation node in the constraint check layer. If any one of the violations occurs, the constraint check in this layer has failed. This is because a plurality of defined constraints have a logical AND relationship.
【0034】尚同様にして、制約度という評価指標を設
定して論理和を扱うようにすることも可能である。定義
した制約(時間的関係、即ち前後関係、遅れ時間、量的
関係、即ち傾向の大きさ、持続時間の相対関係、及び絶
対関係)の数だけノードが作成される。(二入力ノー
ド、ただし、単独の制約を定義した場合は一入力ノード
となる)。In the same manner, it is also possible to set an evaluation index called the degree of restriction and handle the logical sum. As many nodes as the number of defined constraints (temporal relations, ie, context relation, delay time, quantitative relations, ie, magnitude of tendency, relative relation of duration, and absolute relation) are created. (Two input nodes, but if a single constraint is defined, it will be one input node).
【0035】複数の制約をチェックする方法として、並
列処理と、直列処理がある。図9の(d)制約チェック
層での生成ノードに示すように図の左側が並列、右側が
直列表現したものである。並列表現の場合は各制約の重
要度が同じレベルであり、直列表現は制約の重要度に優
先度がある。ここでノードの上位接続ノードの違いにつ
いて説明する。As a method of checking a plurality of constraints, there are parallel processing and serial processing. As shown in FIG. 9 (d) generation nodes in the constraint check layer, the left side of the figure is parallel and the right side is serial. In the case of parallel expression, the importance of each constraint is at the same level, and in serial expression, the importance of the constraint has priority. Here, the difference between the upper connection nodes of the nodes will be described.
【0036】図10は、上位接続ノードの違いによる結
合例である。(a)は監視点A及びBについて、時系列
状態遷移パターンの例を示す。次に上位接続ノードの違
いによるリンク法の違いのいくつかの例を示す。(b)
はパターン照合層ノードからのリンクを示す。パターン
照合層のノードから直接リンクする。遷移チェックの成
否に関わらず、パターン照合にてマッチした状態間の制
約がチェックできる。制約違反時のトークンの削除処理
が多少複雑になる。FIG. 10 shows an example of connection due to the difference of the upper connection node. (A) shows an example of a time-series state transition pattern for monitoring points A and B. Next, some examples of the difference in the link method due to the difference in the upper connection node will be described. (B)
Indicates a link from the pattern matching layer node. Link directly from the pattern matching layer node. Regardless of the success or failure of the transition check, it is possible to check the constraints between the states matched by pattern matching. The process of deleting a token when a constraint is violated becomes somewhat complicated.
【0037】(c)は遷移チェック層からのリンクの例
1を示す。遷移チェック層の任意のノードからのリンク
の場合である。状態番号の1、2間の制約チェックは、
遷移チェック層の第1ノードからリンクされ、3以降は
それぞれ第2ノード、第3ノードとなる。遷移チェック
が成立した後にチェックされる。ネットワークの展開処
理が多少複雑になる。(C) shows a first example of a link from the transition check layer. This is the case of a link from an arbitrary node in the transition check layer. The constraint check between state numbers 1 and 2 is as follows:
The link is made from the first node of the transition check layer, and the third and subsequent nodes become the second node and the third node, respectively. Checked after the transition check is established. The network deployment process becomes somewhat complicated.
【0038】(d)は遷移チェック層からのリンクの例
2を示す。遷移チェック層の最終ノードからのリンクの
場合である。全ての遷移チェックが成立した後にチェッ
クされる。ネットワークは簡潔になるが、状態間の制約
チェックが遷移パターンチェック後にしか行えないとい
う処理時間の無駄が発生する。(D) shows a second example of the link from the transition check layer. This is the case of a link from the last node of the transition check layer. Checked after all transition checks have been established. Although the network is simplified, there is a waste of processing time that constraints between states can be checked only after a transition pattern check.
【0039】第4層統合層(後出図14)は、各層での
全ての条件が成立したことをチェックする層である。こ
の層のチェックが成功すればそれ以前の層でのチェック
がすべて成立したことになる。つまりユニットの状態が
検知されたことになる。この層のノード(多入力ノー
ド)は一つの事例に対応している。以下に本発明のプロ
セスユニットの状態検知装置の動作について説明する。The fourth integrated layer (FIG. 14 described later) is a layer for checking that all conditions in each layer are satisfied. If this layer is successfully checked, all previous layers have been checked. That is, the state of the unit is detected. The nodes (multi-input nodes) in this layer correspond to one case. Hereinafter, the operation of the state detection device for a process unit according to the present invention will be described.
【0040】前述のネットワーク状に展開された空間的
パターン群の照合処理について、先ず基本的な処理手順
について説明し、次に各層で制約や条件違反等が生じた
場合の処理について説明する。最後に冗長な状態が入力
された場合の処理について述べる。 (1)基本的な処理手順についての説明 状態検知装置(特願平5−180406)等が出力する
状態パターン(オブジェクト)はネットワーク内ではト
ークンとして扱われる。ここでトークンとはネットワー
ク上を流れる情報の単位のことをいう。With respect to the above-described process of collating a spatial pattern group developed in a network, a basic processing procedure will be described first, and then a process when a constraint or condition violation occurs in each layer will be described. Finally, a process when a redundant state is input will be described. (1) Description of Basic Processing Procedure A state pattern (object) output from a state detection device (Japanese Patent Application No. 5-180406) is treated as a token in a network. Here, the token is a unit of information flowing on the network.
【0041】また図8の中の○(例a)はノード、線分
(例b)はリンクを意味する。トークンはリンク上を伝
播し、各ノードに到着したとき、そのノードの意味する
チェックを行う。成立した場合は次のリンク先へ伝播す
る。基本的にこの動作を繰り返す。全てのチェックに成
功すれば、統合層でのノードへ到着し、これがある事例
にマッチングしたことを意味する。チェックに失敗した
場合は、そのトークンに関する全ての情報をネットワー
ク内から削除する。In FIG. 8, .largecircle. (Example a) means a node, and a line segment (example b) means a link. The token propagates on the link, and when it arrives at each node, performs a meaningful check of that node. If it is established, it propagates to the next link destination. This operation is basically repeated. If all checks succeed, it means that the node has arrived at the integration layer and this has matched a case. If the check fails, all information related to the token is deleted from the network.
【0042】図11はネットワーク処理のフローチャー
トを表す。ここで、1入力ノードと2入力ノードについ
て説明する。1入力ノードはパターン照合層と制約チェ
ック層での単独制約定義の時に生成される。パターン照
合層では状態パターンがマッチするか否かをチェック
し、制約チェック層では量的関係をチェックする。FIG. 11 shows a flowchart of the network processing. Here, the one-input node and the two-input node will be described. One input node is generated when a single constraint is defined in the pattern matching layer and the constraint check layer. The pattern matching layer checks whether the state patterns match, and the constraint check layer checks the quantitative relationship.
【0043】2入力ノードは2つのトークンが到着した
時に、定義されている条件や制約等がチェックされる。
遷移チェック層では、トークンの到着する順番そのもの
が制約となっている。図9の(c)遷移チェック層での
生成ノードはこの場合を示している。また、制約チェッ
ク層では、先に到着したトークンに待ち時間が設定され
ている場合は、2入力ノードであっても相手のトークン
の到着を待たずに単独でチェックを行う。When two tokens arrive at the two-input node, defined conditions and constraints are checked.
In the transition check layer, the order in which tokens arrive is a constraint. The generation node in the transition check layer (c) of FIG. 9 indicates this case. Also, in the constraint check layer, if a waiting time is set for a token that has arrived first, even a two-input node checks independently without waiting for the token of the other party to arrive.
【0044】前述の図8の事例1(b)及び事例2
(c)のように、各監視点F1、F2、F3から時系列
状態が得られたとする。これが、トークンとしてネット
ワークに入力されると、図12の(a)事例1の状態番
号1のマッチング、(b)事例1の状態番号2のマッチ
ングに示すような順でネットワーク内の情報が更新され
る。図13(d)は前記の過程を経て制約チェックにす
べて成功した場合に、最終的に事例1にマッチングする
ことを示している。図12及び図13中の●はトークン
を意味する。リンクが分岐されている場合はトークンは
コピ−され各ノードへ伝播してゆく。The above case 1 (b) and case 2 of FIG.
It is assumed that a time-series state is obtained from each of the monitoring points F1, F2, and F3 as shown in FIG. When this is input to the network as a token, information in the network is updated in the order shown in (a) matching of state number 1 of case 1 and (b) matching of state number 2 of case 1 in FIG. You. FIG. 13D shows that when all the constraint checks are successful through the above-described process, the case 1 is finally matched. 12 and 13 indicate a token. If the link is forked, the token is copied and propagated to each node.
【0045】前述の例では、パターン照合層にてフラグ
を使用している(図12及び図13ー中の旗印)。これ
は、後述する「冗長な状態の入力」時に、それを拒否す
る場合を採用した手法である。トークンがパターン照合
層のノードに到着し、照合が成立するとそのノードに
「フラグ」を立てる。このフラグは、次のトークンが入
力され、他のノード(パターン照合ノード)に照合した
場合に解除される。このフラグが立っているノードに照
合したトークンの遷移は行わないとすることで、冗長な
状態の入力を拒否することが実現できる。In the above-described example, the flag is used in the pattern matching layer (the flag in FIGS. 12 and 13). This is a method that employs a case where the "redundant state input" described later is rejected. When the token arrives at a node in the pattern matching layer, and a match is established, a "flag" is set for that node. This flag is cleared when the next token is input and matched with another node (pattern matching node). By not performing the transition of the token matched with the node on which this flag is set, it is possible to reject input of a redundant state.
【0046】次に各層での処理手順について述べる。図
14はパターン照合層(図8)におけるパターン照合処
理のフローチャートを示す。パターン照合層は展開され
た全ての状態パターンとの全解探索を行う。現在の状態
がどの状態パターンともマッチしなかった場合を違反と
する。Next, the processing procedure in each layer will be described. FIG. 14 shows a flowchart of the pattern matching process in the pattern matching layer (FIG. 8). The pattern matching layer performs a full solution search with all developed state patterns. It is a violation if the current state does not match any state pattern.
【0047】図15は遷移チェック層における遷移チェ
ック処理のフローチャートを示す。パターン照合層でマ
ッチすると、ここで生成されたノードにトークンが移
る。ここでの2入力ノードには規定を設ける。左側リン
クからのトークンが先に到着しなければならない(待ち
状態に入る)ものとする。したがって、基本的に先に右
側にトークンが到着した場合は制約違反となる。FIG. 15 shows a flowchart of the transition check processing in the transition check layer. When a match is made in the pattern matching layer, the token is transferred to the node generated here. Here, a rule is provided for the two-input node. Assume that the token from the left link must arrive first (enter a wait state). Therefore, if the token arrives on the right side first, it is a constraint violation.
【0048】図16は制約チェック層における制約チェ
ック処理のフローチャートを示す。遷移チェックで成功
すると(もしくはパターン照合層にてマッチすると)こ
こで生成されたノードにトークンが移る。(トークンは
複数のトークンがマージされている場合がある)。ここ
ではトークンの到着順に制約はない。各ノードに定義さ
れた制約をチェックする。その方法は図12(d)制約
チェック層での生成ノードに示した方法がある。単純に
少なくとも一つの制約ノードでのチェックに失敗した場
合である。FIG. 16 shows a flowchart of the constraint check processing in the constraint check layer. If the transition check succeeds (or if the pattern matching layer matches), the token is transferred to the node generated here. (Tokens may have multiple tokens merged). Here, there is no restriction on the order of arrival of the tokens. Check the constraints defined for each node. As the method, there is a method shown in the generation node in the constraint check layer in FIG. This is simply the case where the check in at least one constraint node fails.
【0049】図17は統合層における処理のフローチャ
ートを示す。統合層へ全てのトークンが到着したか否か
をチェックする。ここでは制約違反はない。 (2)各層で制約や条件違反等が生じた場合の処理につ
いての説明 基本的に条件や制約に違反した場合は、違反を起こす以
前の状態にネットワーク内の情報を戻す。ここでは、各
層において違反が生じた場合の制約等違反処理について
述べる。前述したように、基本的に制約チェックに失敗
した場合は、失敗したトークンに関する全ての情報をネ
ットワーク内から削除する。FIG. 17 shows a flowchart of the processing in the integrated layer. Check whether all tokens have arrived at the integration layer. There are no constraint violations here. (2) Description of processing when a constraint or condition violation occurs in each layer Basically, when a condition or constraint is violated, information in the network is returned to the state before the violation occurred. Here, a violation process such as a constraint when a violation occurs in each layer will be described. As described above, basically, when the constraint check fails, all information relating to the failed token is deleted from the network.
【0050】パターン照合層での違反 登録された時系列状態遷移パターンのいずれにも照合し
なかった場合は、その監視点に関する遷移チェック層の
ノードから、全てのトークン情報を削除する。ある監視
点の照合状態を初期化することになる。 遷移チェック層での違反 図18は遷移チェック層における違反処理を説明する図
である。Violation in Pattern Matching Layer If no match is found with any of the registered time-series state transition patterns, all token information is deleted from the nodes in the transition check layer for that monitoring point. The verification state of a certain monitoring point is initialized. Violation in transition check layer FIG. 18 is a diagram for explaining violation processing in the transition check layer.
【0051】定義した状態遷移の順序が成立しなかった
場合、つまり右側からトークンが先にノードへ到着した
場合は、そのノードと左側リンクを遡って抽出した全て
のノードから全てのトークン情報を削除することを示し
ている。但し図9の(c)遷移チェック層での生成ノー
ド、の太線で示すような遷移パターンを検知する場合は
次に説明する方法をとる。When the order of the defined state transition is not satisfied, that is, when the token arrives at the node first from the right side, all the token information is deleted from all the nodes extracted retroactively from the node and the left link. It indicates that you want to. However, when a transition pattern indicated by a bold line of (c) the generation node in the transition check layer in FIG. 9 is detected, the following method is used.
【0052】図19は遷移チェック層における制約違反
処理のフローチャートである。ここで図9の(c)遷移
チェック層での生成ノードの太線で示すような遷移パタ
ーンを検知する場合は、上位ノードを遡ってトークン情
報を削除する際に、「違反の元であるトークンと同じト
ークンが存在しているノードからトークン情報は削除し
ない」という規則を導入する。FIG. 19 is a flowchart of the constraint violation process in the transition check layer. Here, when detecting a transition pattern as indicated by the bold line of the generation node in the transition check layer (c) of FIG. Token information is not deleted from the node where the same token exists. "
【0053】制約チェック層での違反 単独制約 時間的関係において、タイミングが定量的に定義されて
いる場合は、相手のトークンを待たずにチェックを行
う。例えば「温度の上昇が確認された後、ある一定期間
内(あるいはある一定期間後)に圧力の上昇が確認され
なければならない」という制約が定義されている場合、
その期間内(後)に圧力の上昇が確認されるか否かの判
定を相手のトークンが到着した時だけでなく独立して判
定することができる。その期間内(後)に現象が確認さ
れなければ、制約に違反したことになる。この場合は、
このトークン情報をノードから削除する。これに伴っ
て、削除された情報に関する全ての情報をネットワーク
より削除する。Violation in the constraint check layer Single constraint If the timing is quantitatively defined in the temporal relationship, the check is performed without waiting for the token of the other party. For example, if a constraint is defined that "a rise in pressure must be confirmed within a certain period of time (or after a certain period of time after a rise in temperature is confirmed)"
It is possible to determine whether or not the increase in pressure is confirmed during (after) the period, not only when the token of the opponent has arrived, but also independently. If the phenomenon is not confirmed within that period (after), it means that the constraint has been violated. in this case,
This token information is deleted from the node. Accordingly, all information relating to the deleted information is deleted from the network.
【0054】また、量的関係にて単独制約として定義し
た場合もこの範疇である。この場合も、このトークン情
報をノードから削除する。これに伴って、削除された情
報に関する全ての情報をネットワークから削除する。 相対制約 これは、2つのトークンが到着した後の処理となる。こ
れに違反すると、これらのトークン情報をノードから削
除する。これに伴って、削除された情報に関する全ての
情報をネットワークから削除する。Also, a case where a quantitative relationship is defined as a single constraint is within this category. Also in this case, this token information is deleted from the node. Accordingly, all information relating to the deleted information is deleted from the network. Relative constraint This is a process after two tokens arrive. If this is violated, the token information is deleted from the node. Accordingly, all information relating to the deleted information is deleted from the network.
【0055】(3)冗長な状態が入力された場合の処理
についての説明 図20は冗長処理(拒否)のフローチャートを示す。定
期的に、又は不定期的に個々の監視点の状態パターンが
パターン照合層に入力されるが、このとき冗長なパター
ン(状態変化が起こらなかった場合)が入力された時の
マッチング処理は次のような処理を行う。(3) Description of Processing When Redundant State is Input FIG. 20 is a flowchart of the redundant processing (rejection). The status pattern of each monitoring point is input to the pattern matching layer regularly or irregularly. At this time, when a redundant pattern (when no status change occurs) is input, the matching process is performed as follows. Is performed.
【0056】拒否処理 トークンとして以下のネットワ
ークへは伝播させない。 受入れ処理 その都度ネットワークへ伝播させる。この
場合、各ノードでは複数のトークンが一時記憶場所に格
納される。 更新処理 トークンの数は変化しないが、すでにネット
ワーク内に存在しているトークン情報をが更新する。上
記のようにして各層のチェックの過程を経てすべて成功
した場合に、個々のプロセスデータ状態検知手段から入
力されたユニット内の個々の監視点の状態変化のデータ
が最終的に事例1にマッチングすることを図13が示し
ている。Rejection processing The token is not propagated to the following networks. Acceptance processing Propagate to the network each time. In this case, each node stores a plurality of tokens in a temporary storage location. Update process The number of tokens does not change, but the token information already existing in the network is updated. When all the layers are successfully checked as described above, the status change data of each monitoring point in the unit input from each process data status detection means finally matches Case 1. This is shown in FIG.
【0057】図12及び図13中の●はトークンを意味
する12 and 13 indicate a token.
【0058】[0058]
【発明の効果】本発明によれば、個々の監視点の状態の
関係に基づきユニットとしての状態を検知するための状
態検知手段において、時間に関するデータを取り入れた
ので、個々の監視点の状態の時系列上の状態遷移や、そ
れらの状態間の時間的制約の記述が可能になり、個々の
監視点の状態データからユニットの状態を時系列上で検
知できるようになった。また、空間的パターンデータを
ネットワーク状に展開したことにより、全てのマッチン
グ情報がネットワーク内に保存され、ネットワークを表
現する際に、状態パターンの冗長性を取り除くことによ
り、全解探索より遙に良い効率にすることができた。According to the present invention, in the state detecting means for detecting the state as a unit based on the relation between the states of the individual monitoring points, data relating to time is taken in. It is possible to describe the state transition on the time series and the time constraint between those states, and the state of the unit can be detected on the time series from the state data of each monitoring point. Also, by expanding the spatial pattern data into a network, all the matching information is stored in the network, and when expressing the network, removing the redundancy of the state pattern is much better than the full solution search. Could be more efficient.
【0059】制約違反が生じた場合は、違反を起こした
入力情報とそれに関する全ての情報をネットワーク内よ
り削除することで一貫性を保つことができる。さらに、
ニューラルネットワークによる実現の問題として挙げた
1)入力層への入力データとしては、個々の監視点の状
態では粒度が大きすぎる、2)時間的制約を考慮しなが
らネットワーク上を伝播してゆく処理ができない、等の
問題も解決することができた。また、ネットワークの階
層は、パターン照合層、遷移チェック層、制約チェック
層及び統合層とからなる階層構造をとっているため、高
速処理が行えるデータ構造への変換と、過去における照
合過程の保存の両方を満足できるプロセスユニットの状
態検知装置を実現した。 When a constraint violation occurs, consistency can be maintained by deleting the input information that caused the violation and all information related to the input information from the network. further,
The 1) input data to the input layer, which is mentioned as the problem of realization by the neural network, is such that the granularity is too large in the state of each monitoring point, and 2) the process of propagating on the network while taking into account time constraints. The problem of not being able to solve was solved. Also the network floor
Layers are pattern matching layer, transition check layer, constraint check
Layer and integrated layer,
Conversion to a data structure that can perform high-speed processing
A process unit that satisfies both the preservation of the combined process
The state detection device was realized.
【図1】本発明の一実施例を示したプロセスユニットの
状態表示装置のブロック構成図である。FIG. 1 is a block diagram of a process unit status display device according to an embodiment of the present invention.
【図2】ユニット状態定義手段を示すブロック図であ
る。FIG. 2 is a block diagram showing a unit state defining means.
【図3】時間データを付加した空間的パターンデータの
構造を示す図である。FIG. 3 is a diagram showing a structure of spatial pattern data to which time data is added.
【図4】個々の監視点の状態の空間的パターンデータの
構造を示す図である。FIG. 4 is a diagram showing a structure of spatial pattern data of states of individual monitoring points.
【図5】空間的パターン定義インタフェースを示す図で
ある。FIG. 5 is a diagram showing a spatial pattern definition interface.
【図6】時系列状態遷移パターン定義インタフェースFIG. 6 is a time-series state transition pattern definition interface.
【図7】制約定義インタフェースである。FIG. 7 is a constraint definition interface.
【図8】監視点の事例とネットワークの構造を示す図で
ある。FIG. 8 is a diagram showing an example of a monitoring point and a network structure.
【図9】各層でのノードの生成例を示す。FIG. 9 shows an example of generating a node in each layer.
【図10】上位接続ノードの違いによる制約ノード結合
例を示す。FIG. 10 is a diagram illustrating an example of constrained node connection due to a difference between upper connection nodes.
【図11】ネットワーク処理のフローチャートである。FIG. 11 is a flowchart of a network process.
【図12】ネットワークの状態変化を説明する図であ
る。(その1)FIG. 12 is a diagram illustrating a change in the state of a network. (Part 1)
【図13】ネットワークの状態変化を説明する図であ
る。(その1)FIG. 13 is a diagram illustrating a change in the state of a network. (Part 1)
【図14】パターン照合層におけるパターン照合処理の
フローチャートである。FIG. 14 is a flowchart of a pattern matching process in a pattern matching layer.
【図15】遷移チェック層における遷移チェック処理の
フローチャートである。FIG. 15 is a flowchart of a transition check process in a transition check layer.
【図16】制約チェック層における制約チェック処理の
フローチャートである。FIG. 16 is a flowchart of a constraint check process in a constraint check layer.
【図17】統合層におけるチェック処理のフローチャー
トである。FIG. 17 is a flowchart of a check process in the integration layer.
【図18】遷移チェック層における違反処理を説明する
図である。FIG. 18 is a diagram illustrating a violation process in a transition check layer.
【図19】遷移チェック層の制約違反処理のフローチャ
ートである。FIG. 19 is a flowchart of a constraint violation process of the transition check layer.
【図20】冗長処理(拒否)のフローチャートである。FIG. 20 is a flowchart of a redundancy process (rejection).
11 ユニット状態定義手段 12 事例データベース手段 13 事例変換手段 14 個々のプロセスデータ状態検知手段 15 ユーザインタフェース手段 16 ユニット状態照合手段 21 ユーザインタフェース部 22 パターン生成部 23 パターン生成知識ベース部 24 パターン格納部 31 事例オブジェクト 32 監視点オブジェクト 33 状態遷移パターンオブジェクト 34 状態パターンオブジェクト 35 パターンベクトルオブジェクト 36 制約オブジェクト 37 関係オブジェクト 38 状態オブジェクト F1〜F3、T1〜T5、P 監視点の名前 DESCRIPTION OF SYMBOLS 11 Unit state definition means 12 Case database means 13 Case conversion means 14 Individual process data state detection means 15 User interface means 16 Unit state collation means 21 User interface unit 22 Pattern generation unit 23 Pattern generation knowledge base unit 24 Pattern storage unit 31 Case Object 32 Monitoring point object 33 State transition pattern object 34 State pattern object 35 Pattern vector object 36 Constraint object 37 Relational object 38 State object F1 to F3, T1 to T5, P Name of monitoring point
フロントページの続き (56)参考文献 特開 平2−29894(JP,A) 特開 昭55−150010(JP,A) 特開 昭55−112656(JP,A) 特開 平4−86901(JP,A) 特開 平1−166225(JP,A) 特開 平4−204198(JP,A) 特開 昭63−180110(JP,A) 特開 昭53−131374(JP,A) 特開 平1−248202(JP,A) 特開 平6−35507(JP,A) 特開 平7−261826(JP,A) (58)調査した分野(Int.Cl.7,DB名) G05B 23/02 Continuation of the front page (56) References JP-A-2-29894 (JP, A) JP-A-55-150010 (JP, A) JP-A-55-112656 (JP, A) JP-A-4-86901 (JP) JP-A-1-166225 (JP, A) JP-A-4-204198 (JP, A) JP-A-63-180110 (JP, A) JP-A-53-131374 (JP, A) 1-248202 (JP, A) JP-A-6-35507 (JP, A) JP-A-7-261826 (JP, A) (58) Fields investigated (Int. Cl. 7 , DB name) G05B 23/02
Claims (2)
ータを出力する個々のプロセスデータ状態検知手段と、 対象とするユニットの正常と異常の状態を、事例として
空間的パターンにより記述するとともに、この空間的パ
ターンを時系列の状態遷移パターンとそれらの時間的制
約関係の記述により定義したユニット状態定義手段と、 前記ユニット状態定義手段により定義した事例データを
記憶する事例データベース手段と、 前記事例データベース手段から事例データを読みだし
て、ネットワーク状に展開するデータに変換する事例変
換手段と、 前記事例変換手段を経て入力された全空間的パターンデ
ータを複数の階層から構成されるネットワークに展開す
るとともに、プロセスデータ状態検知手段から入力され
たユニット状態のデータをトークンとして、先に展開し
たネットワークのノードをトークンが伝播していく過程
において各階層で条件チェックを行い、入力されたユニ
ットの状態が正常、異常の何れであるかを逐次判別する
ユニット状態照合手段とを備えたことを特徴とするプロ
セスユニットの状態検知装置。1. An individual process data status detecting means for outputting data on a status change of each monitoring point in a unit, and a normal and abnormal status of a target unit is described as a case by a spatial pattern. A unit state defining unit that defines the spatial pattern by describing a time-series state transition pattern and their temporal constraint relationship; a case database unit that stores case data defined by the unit state defining unit; Case conversion means for reading case data from the database means and converting the data into data to be developed in a network form; and developing all spatial pattern data input via the case conversion means into a network composed of a plurality of layers. together, the data of the unit state input from the process data detecting means The process in which the token propagates as a token through the previously deployed network nodes
In performed condition check in each level, the normal state of a unit that is input, the abnormal condition detecting unit of the process unit, characterized in that a sequential determination for unit state checking means which of.
ーンと、前記プロセスデータ状態検知手段から入力され
た状態パターンとのマッチングを行うパターン照合層
と、 前記時系列の状態遷移パターンにて定義した遷移順で状
態が遷移しているか否かをチェックする遷移チェック層
と、 前記時間的制約関係にて定義した制約をチェックする制
約チェック層と、 各層での全ての条件が成立したことをチェックする統合
層と、 からなることを特徴とする請求項1記載のプロセスユニ
ットの状態検知装置。 2. The network hierarchy according to claim 1 , wherein each state pattern defined by said time-series state transition pattern
Input from the process data state detecting means.
Pattern matching layer that matches with the state pattern
And in the transition order defined by the time-series state transition pattern.
Transition check layer that checks whether the state is transitioning
And a system for checking constraints defined in the temporal constraint relationship.
About check layer and integration to check that all conditions in each layer are satisfied
2. The process unit according to claim 1, comprising:
Unit status detector.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10661094A JP3219120B2 (en) | 1994-05-20 | 1994-05-20 | Process unit status detector |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP10661094A JP3219120B2 (en) | 1994-05-20 | 1994-05-20 | Process unit status detector |
Publications (2)
Publication Number | Publication Date |
---|---|
JPH07319534A JPH07319534A (en) | 1995-12-08 |
JP3219120B2 true JP3219120B2 (en) | 2001-10-15 |
Family
ID=14437895
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP10661094A Expired - Fee Related JP3219120B2 (en) | 1994-05-20 | 1994-05-20 | Process unit status detector |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP3219120B2 (en) |
-
1994
- 1994-05-20 JP JP10661094A patent/JP3219120B2/en not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
JPH07319534A (en) | 1995-12-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4746850B2 (en) | Pattern generation program | |
Nazif et al. | Low level image segmentation: an expert system | |
Vu et al. | Automatic video interpretation: A novel algorithm for temporal scenario recognition | |
Ghanem et al. | Representation and recognition of events in surveillance video using petri nets | |
CA2423033C (en) | A document categorisation system | |
US20100235814A1 (en) | Apparatus and a method for generating a test case | |
Ishikawa et al. | Prediction of time series by a structural learning of neural networks | |
de Campos et al. | On the use of independence relationships for learning simplified belief networks | |
JP3219120B2 (en) | Process unit status detector | |
Navarrete et al. | Qualitative temporal reasoning with points and durations | |
CN113434697A (en) | Event element extraction method, computer device and storage medium | |
JPH11282716A (en) | Estimation logic state management method for fault diagnosis, device for the same and machine readable recording medium for recording program | |
CN108536606B (en) | EFSM test method based on composite dependency coverage criterion | |
Ghanem et al. | Mining tools for surveillance video | |
US6463572B1 (en) | IC timing analysis with known false paths | |
Figueroa et al. | Optimal 1-Request Insertion for the Pickup and Delivery Problem with Transfers and Time Horizon. | |
Diaz | Applying Petri net based models in the design of systems | |
CN117972732B (en) | Intelligent contract vulnerability detection method and system based on multi-feature fusion | |
Felfernig et al. | Resolving anomalies in configuration knowledge bases | |
Maji et al. | Relative Relation Representation Aware Link Prediction in Heterogeneous Information Network | |
CN108595536B (en) | Method for describing and storing assembly information of digital spacecraft written by artificial intelligence programmer | |
Li et al. | Research on Multi-level Classification Models for Imbalanced Network Intrusion Dataset | |
CN115438979A (en) | Expert model decision-making fused data risk identification method and server | |
Mason | Fault isolator tool for software fault tree analysis | |
Cyran et al. | Rough set based classification of interferometric images |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
LAPS | Cancellation because of no payment of annual fees |