JP5299267B2 - 診断装置 - Google Patents
診断装置 Download PDFInfo
- Publication number
- JP5299267B2 JP5299267B2 JP2009505257A JP2009505257A JP5299267B2 JP 5299267 B2 JP5299267 B2 JP 5299267B2 JP 2009505257 A JP2009505257 A JP 2009505257A JP 2009505257 A JP2009505257 A JP 2009505257A JP 5299267 B2 JP5299267 B2 JP 5299267B2
- Authority
- JP
- Japan
- Prior art keywords
- pattern
- attribute
- diagnosis
- change degree
- event
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
- G05B23/0281—Quantitative, e.g. mathematical distance; Clustering; Neural networks; Statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Debugging And Monitoring (AREA)
- Medical Treatment And Welfare Office Work (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Description
本発明は、日本国特許出願:特願2007−074011号(2007年3月22日出願)の優先権主張に基づくものであり、同出願の全記載内容は引用をもって本書に組み込み記載されているものとする。
本発明は、被診断対象から測定された複数の属性を含むデータに基づいて被診断対象で発生した障害の検知および障害原因の推定を行う診断装置に関する。
しかしながら、従来の診断装置には障害の検知に関して以下のような課題がある。
本発明の第1の視点において、第1の診断装置は、被診断対象から測定された複数の属性を含むデータの各属性の変化度のパタンから構成される基準変化度パタンを診断対象となるイベントに対応付けて記憶する基準変化度パタン記憶装置と、前記被診断対象から測定された複数の属性を含む診断対象データの各属性の変化度のパタンから構成される診断対象変化度パタンを入力し、該入力した診断対象変化度パタンと前記基準変化度パタン記憶装置に記憶された基準変化度パタンとに基づいて前記被診断対象の診断を行う変化度パタン診断手段とを備えることを特徴とする。
さらに、前記変化度パタン診断手段は、前記診断対象変化度パタンと前記基準変化度パタン記憶装置に記憶された基準変化度パタンとのパタンマッチングを行い、パタンマッチング結果に基づいて前記被診断対象の診断を行うこと、及び、前記基準変化度パタン記憶装置から基準変化度パタンを読み出し、診断対象となるイベント毎に、そのイベントに対応する基準変化度パタンにおける各属性の重要度を決定する属性重要度決定手段と、を備え、前記属性重要度決定手段は、診断対象となるイベント毎に、当該イベントに属する基準変化度パタンを注目パタン、それ以外のイベントに属する基準変化度パタンを訓練パタンに区分し、予め定められた評価関数を用いて、当該イベントに属する基準変化度パタンの各属性の重要度を決定することが好ましい。
本発明の第3の視点において、上記診断装置又は診断方法を、コンピュータを介して実行するプログラム(コンピュータにより読解可能なもの)が提供される。
また本発明の第4、第5の視点において、それぞれ第1、第2の視点で述べたとおり、基準変化度パタン生成装置、属性重要度生成装置が提供される。
被診断対象から測定される複数の属性のそれぞれは、被診断対象の動作状況に応じて変化するため、各属性毎にその変化度を求めると、各属性の変化度も被診断対象の動作状況に応じて変化する。このため、同じ時刻における各属性の変化度の組み合わせを1つのパタンとして捉えると、そのパタンは或る時刻における被診断対象の動作状況を特徴付けるパタンと考えることができる。すなわち、その時刻における被診断対象の動作状況が正常であれば、当該パタンは被診断対象の正常な動作状況を特徴付ける1つのパタンとなり、その時刻に障害Aが被診断対象に発生したのであれば、当該パタンは障害Aが被診断対象に発生した動作状況を特徴付けるパタンとなる。このため、過去の事例において、障害Aが発生したときのパタンを基準変化度パタンとして基準変化度パタン記憶装置に記憶しておき、被診断対象から測定された複数の属性から計算して求めた変化度パタンを基準変化度パタンと比較することで、被診断対象における障害Aの発生の有無を検知することができる。何故なら、過去に障害Aが発生した時点の被診断対象の動作状況と同じ動作状況が現れているということは、障害Aが被診断対象に発生している可能性が極めて高いからである。障害Aと同様に他の障害についても基準変化度パタンを用意しておくことで検知が可能になる。ここで、一般に被診断対象に障害が発生した場合、少なくとも何処か1つの状態が必ず変化するため、十分な数の属性が測定される限りにおいては、変化度パタンによって検知できない障害は基本的に存在しない。こうして、被診断対象から測定された複数の属性を含むデータの各属性の変化度に基づいて、障害の検知を行うことができる。
110…診断対象変化度パタン生成手段
120…変化度パタン診断手段
130…診断結果出力手段
140…記憶装置
150…基準変化度パタン記憶装置
160…時系列データ
170…診断結果
図1を参照すると、本発明の第1の実施の形態にかかる診断装置100は、診断対象変化度パタン生成手段110と、変化度パタン診断手段120と、診断結果出力手段130と、記憶装置140とを備えている。また診断装置100には、基準変化度パタン記憶装置150が接続されている。診断装置100は、図示しない被診断対象から測定された複数の属性の時系列データ160を入力し、この時系列データ160から生成した診断対象変化度パタンと基準変化度パタン記憶装置150に記憶された基準変化度パタンとを比較することによって、被診断対象における障害の発生を検知し、また発生した障害の原因を推定し、診断結果170を出力する。
例えば、パタン間の類似度は、式(1)に示すように、同じ属性の変化度どうしの差の2乗和として定義することができる。勿論、パタン間の類似度は式(1)によるものに限定されず、式(1)で計算した類似度から所定の演算によって導出される値を類似度として定義することも可能である。
図7を参照すると、本発明の第2の実施の形態にかかる診断装置200は、図1に示した第1の実施の形態にかかる診断装置100と比較して、変化度パタン診断手段120に代えて変化度パタン診断手段210を有する点、および属性重要度記憶装置220が接続されている点で相違する。
今、基準変化度パタンy1の障害Aというイベントが図8のイベント1であるとすると、診断対象変化度パタンz1と基準変化度パタンy1との距離を計算する場合、各属性の重要度としてw11〜w1mが属性重要度記憶装置220から読み出され、前記(2)式を用いて、診断対象変化度パタンz1と基準変化度パタンy1との類似度が計算される。
図9を参照すると、本発明の第3の実施の形態にかかる診断装置300は、図7に示した第2の実施の形態にかかる診断装置200と比較して、変化度パタン診断手段210に代えて変化度パタン診断手段310を有する点、および基準変化度パタン記憶装置150に代えて階層化基準変化度パタン記憶装置320が接続されている点で相違する。
第3の実施の形態では属性の重要度を利用したが、本変形例では、属性の重要度を利用せずに診断を階層的に行う。本変形例では、図9の属性重要度記憶装置220は省略される。また、階層化基準変化度パタン記憶装置320に記憶する図10に示した第1階層パタン群の基準変化度パタンとして、同じ障害に関する第2階層パタン群の複数の基準変化度パタンの期待値(平均値など)が設定される。例えば、第2階層におけるパタン番号11とパタン番号12の2つの基準変化度パタンの期待値が、第1階層におけるパタン番号1の基準変化度パタンとして設定される。
これと同じ処理を学習データ記憶装置440に記録された残りのデータについて繰り返し、全てのデータについて処理を終えると(ステップS404でNO)、変化度パタン出力手段420により、記憶装置430に記録された基準変化度パタンとイベントの組を基準変化度パタン記憶装置450に出力し(S405)、処理を終える。
J=f(J1,J2,J3,J4,) …(3)
d(zt1,zt2)=Σm i=1wibi(zt1 i-zt2 i)2 …(4)
=Σi=1 mwi(y i-E[xi]2)
+Σi=1 mwiΣt=1 Nαt(|xt i-y i|-E[|xi-y i|])2
-Σi=1 mwiΣj,k M(1/M2)(yj i-yk i)2
-γΣ|wi|-ηΣ|αt| …(5)
=Σi=1 mΣty=1 MΣtx=1 N(1/NM)wi(yty i-xtx i)2
+Σi=1 mwiΣt=1 Nαt(|xt i-y i|-E[|xi-y i|])2
-Σi=1 mwiΣj,k M(1/M2)(yj i-yk i)2
-γΣ|wi|-ηΣ|αt| …(6)
図10に示した階層構造データと類似しているが、第1階層における障害Aの検知に使用する基準変化度パタンとして、障害Aの下位階層の全ての基準変化度パタン11、12を指定している点が相違する。障害B、Cについても同様である。
図21を参照すると、本発明の第4の実施の形態にかかる診断装置700は、図1に示した第1の実施の形態にかかる診断装置100と比較して、変化度パタン診断手段120に代えて変化度パタン診断手段710を有する点、および診断ルール記憶装置720が接続されている点で相違する。また、基準変化度パタン記憶装置150には、診断ルールの学習に十分な数の基準変化度パタンが各イベント毎に記憶されている。
具体的には、線形識別学習、ニューラルネットワーク、K近傍識別器、サポートベクトルマシン、決定木などを用いて学習する。これらの方法は、イベントのラベルが付いたデータを入力として、ラベルが未知のデータのラベルを出力する関数を学習する方法である。
この場合、イベントのラベルが付いたデータが基準変化度パタンに相当し、ラベルが未知のデータが診断対象変化度パタンに相当し、前記関数が診断ルールに相当する。上述の学習データにイベントに関するラベルが付いている場合の学習は教師付学習と呼ばれ、また学習時にイベントのラベルが一部にのみ付いている場合は、半教師付学習と呼ばれ、何れの方法でも診断ルールを学習することが可能である。後の診断では、診断対象変化度パタンを診断ルール(学習した関数)に入力することで、当該診断対象変化度パタンのイベントを求め、診断を行う。
図24を参照すると、本発明の第5の実施の形態にかかる診断装置800は、図21に示した第4の実施の形態にかかる診断装置700と比較して、変化度パタン診断手段710に代えて変化度パタン診断手段810を有する点、および属性重要度記憶装置820が接続されている点で相違する。
また、識別器の学習などにおいて重み付最小2乗法で誤差を計算する際に当該重みとして各属性の重要度を用いる方法がある。他の誤差基準に関しても同様に属性の重要度を学習に利用すること可能である。また、K近傍識別器のように距離ベースの識別器の場合には、例えば式(2)のような類似度を計算する式におけるwiとして属性の重要度を利用することで、各属性の重要度を考慮した学習を行うことができる。
図25を参照すると、本発明の第6の実施の形態にかかる診断装置900は、図24に示した第5の実施の形態にかかる診断装置800と比較して、変化度パタン診断手段810に代えて変化度パタン診断手段910を有する点、および階層構造記憶装置920が接続されている点で相違する。
第6の実施の形態では属性の重要度を利用して各階層の診断ルールを学習したが、本変形例では、属性の重要度を利用せずに各階層の診断ルールを学習する。本変形例では、図25の属性重要度記憶装置820は省略される。また、基準変化度パタン記憶装置150に記憶する第1階層パタン群の基準変化度パタンとして、同じ障害に関する第2階層パタン群の複数の基準変化度パタンの期待値(平均値など)が設定される。
以上の各実施の形態にかかる診断装置は診断対象変化度パタン生成手段110を備えていたが、診断対象変化度パタン生成手段110の機能を有する装置を診断装置の外部に設けるようにすることもできる。その場合、診断対象変化度パタン生成装置と診断装置とを1対1に接続する以外に、処理の多重化や並列化を目的に、例えば図28に示すように、1つの診断対象変化度パタン生成装置1010に対して複数の診断装置1020を信号線や通信網を通じて接続するようにしても良い。ここで、処理を多重化する場合には、診断対象変化度パタン生成装置1010で生成された同一の診断対象変化度パタンが複数の診断装置1020へ送信され、それらの診断結果の多数決などによって最終的な診断結果が生成される。また、処理の並列化の場合、診断対象変化度パタン生成装置1010で生成された診断対象変化度パタンが例えば順番に複数の診断装置1020へ分配され、診断が行われる。この場合、複数の診断装置で診断システムが構成される。
本発明の全開示(請求の範囲を含む)の枠内において、さらにその基本的技術思想に基づいて、実施形態ないし実施例の変更・調整が可能である。また、本発明の請求の範囲の枠内において種々の開示要素の多様な組み合わせないし選択が可能である。
Claims (22)
- 被診断対象から測定された複数の属性を含むデータの各属性の変化度のパタンから構成される基準変化度パタンを診断対象となるイベントに対応付けて記憶する基準変化度パタン記憶装置と、前記被診断対象から測定された複数の属性を含む診断対象データの各属性の変化度のパタンから構成される診断対象変化度パタンを入力し、該入力した診断対象変化度パタンと前記基準変化度パタン記憶装置に記憶された基準変化度パタンとに基づいて前記被診断対象の診断を行う変化度パタン診断手段とを備え、
前記変化度パタン診断手段は、前記診断対象変化度パタンと前記基準変化度パタン記憶装置に記憶された基準変化度パタンとのパタンマッチングを行い、パタンマッチング結果に基づいて前記被診断対象の診断を行うこと、及び
前記基準変化度パタン記憶装置から基準変化度パタンを読み出し、診断対象となるイベント毎に、そのイベントに対応する基準変化度パタンにおける各属性の重要度を決定する属性重要度決定手段と、を備え、
前記属性重要度決定手段は、診断対象となるイベント毎に、当該イベントに属する基準変化度パタンを注目パタン、それ以外のイベントに属する基準変化度パタンを訓練パタンに区分し、予め定められた評価関数を用いて、当該イベントに属する基準変化度パタンの各属性の重要度を決定する、診断装置。 - 診断対象となるイベントに対応付けて各属性の重要度を記憶する属性重要度記憶装置を備え、前記変化度パタン診断手段は、或る診断対象となるイベントに対応する基準変化度パタンと診断対象変化度パタンとのパタンマッチングに際して、当該基準変化度パタンの診断対象イベントに対応して前記属性重要度記憶装置に記憶された各属性の重要度を考慮する、請求項1記載の診断装置。
- 前記基準変化度パタン記憶装置は、診断対象となるイベントの階層構造に従って各階層毎の基準変化度パタンを記憶し、前記変化度パタン診断手段は、上位の階層に属する基準変化度パタンを使用したパタンマッチングによる診断を行い、上位の階層の診断結果に基づいて下位の階層に属する基準変化度パタンを使用したパタンマッチングを行う、請求項1または2記載の診断装置。
- 前記基準変化度パタン記憶装置は、障害イベントに対応する基準変化度パタンを記憶し、前記変化度パタン診断手段は、前記診断対象変化度パタンにマッチした基準変化度パタンに対応する障害イベントを診断結果として出力する、請求項1ないし3の何れか1項に記載の診断装置。
- 前記基準変化度パタン記憶装置は、正常イベントに対応する基準変化度パタンをさらに記憶し、前記変化度パタン診断手段は、前記正常イベントに対応する何れの基準変化度パタンにもマッチせず、かつ前記障害イベントに対応する何れの基準変化度パタンにもマッチしない前記診断対象変化度パタンについて未知障害である旨の診断結果を出力する、請求項4記載の診断装置。
- 前記属性重要度記憶装置に記憶する属性重要度を生成する属性重要度生成装置を備え、前記属性重要度生成装置は、前記被診断対象から測定された複数の属性を含むデータの各属性の変化度のパタンから構成される基準変化度パタンを診断対象となるイベントに対応付けて記憶する基準変化度パタン記憶装置と、前記属性重要度決定手段と、前記属性重要度決定手段で決定された各イベント毎の各属性の重要度を出力する属性重要度出力手段とを備える、請求項2記載の診断装置。
- 前記属性重要度記憶装置に記憶する属性重要度を生成する属性重要度生成装置を備え、前記属性重要度生成装置は、前記被診断対象から測定された複数の属性を含むデータの各属性の変化度のパタンから構成される基準変化度パタンを診断対象となるイベントに対応付けて記憶する基準変化度パタン記憶装置と、診断対象となるイベントの階層構造データを記憶する階層構造記憶装置と、前記階層構造記憶装置から階層構造データを読み出すと共に前記基準変化度パタン記憶装置から基準変化度パタンを読み出し、各階層の診断対象となるイベント毎に、そのイベントに対応する基準変化度パタンにおける各属性の重要度を決定する属性重要度決定手段と、前記属性重要度決定手段で決定された各イベント毎の各属性の重要度を出力する属性重要度出力手段とを備える、請求項3記載の診断装置。
- 被診断対象から測定された複数の属性を含むデータの各属性の変化度のパタンから構成される基準変化度パタンを診断対象となるイベントに対応付けて記憶する基準変化度パタン記憶装置と、前記基準変化度パタン記憶装置から基準変化度パタンを読み出し、診断対象となるイベント毎に、そのイベントに対応する基準変化度パタンにおける各属性の重要度を決定する属性重要度決定手段と、を備え、
前記属性重要度決定手段は、診断対象となるイベント毎に、当該イベントに属する基準変化度パタンを注目パタン、それ以外のイベントに属する基準変化度パタンを訓練パタンに区分し、予め定められた評価関数を用いて、当該イベントに属する基準変化度パタンの各属性の重要度を決定する、属性重要度生成装置。 - 前記属性重要度決定手段は、診断対象となるイベント毎に、当該イベントに属する基準変化度パタンを注目パタン、それ以外のイベントに属する基準変化度パタンを訓練パタンに区分し、予め定められた評価関数を用いて、当該イベントに属する基準変化度パタンの各属性の重要度を決定する、請求項8記載の属性重要度生成装置。
- 前記評価関数は、注目中パタンと訓練パタンとが全体的に類似しないように、注目中パタンの各属性の重要度を決定する効果を表現する第1の評価関数、注目中パタンと、訓練パタンのうち注目中パタンに類似するパタンとが類似しなくなるように、注目中パタンの各属性の重要度を決定する効果を表現する第2の評価関数、および、注目中パタンどうしが類似するように、注目中パタンの各属性の重要度を決定する効果を表現する第3の評価関数の何れか1つまたは複数から構成されている、請求項9記載の属性重要度生成装置。
- 被診断対象から測定された複数の属性を含むデータの各属性の変化度のパタンから構成される基準変化度パタンを診断対象となるイベントに対応付けて記憶する基準変化度パタン記憶装置を備えたコンピュータを、前記被診断対象から測定された複数の属性を含む診断対象データの各属性の変化度のパタンから構成される診断対象変化度パタンを入力し、該入力した診断対象変化度パタンと前記基準変化度パタン記憶装置に記憶された基準変化度パタンとに基づいて前記被診断対象の診断を行う変化度パタン診断手段として機能させるためのプログラムであって、
前記基準変化度パタン記憶装置から基準変化度パタンを読み出し、診断対象となるイベント毎に、そのイベントに対応する基準変化度パタンにおける各属性の重要度を決定する属性重要度決定手段に対し、診断対象となるイベント毎に、当該イベントに属する基準変化度パタンを注目パタン、それ以外のイベントに属する基準変化度パタンを訓練パタンに区分し、予め定められた評価関数を用いて、当該イベントに属する基準変化度パタンの各属性の重要度を決定するプロセスを実行させる、プログラム。 - 前記コンピュータを、さらに、前記被診断対象から測定された複数の属性を含む診断対象データの各属性の変化度を計算し、該計算した各属性の変化度の組み合わせである前記診断対象変化度パタンを生成する診断対象変化度パタン生成手段として機能させるための請求項11記載のプログラム。
- 前記変化度パタン診断手段は、前記診断対象変化度パタンと前記基準変化度パタン記憶装置に記憶された基準変化度パタンとのパタンマッチングを行い、パタンマッチング結果に基づいて前記被診断対象の診断を行う、請求項11または12記載のプログラム。
- 前記コンピュータは、診断対象となるイベントに対応付けて各属性の重要度を記憶する属性重要度記憶装置を備え、前記変化度パタン診断手段は、或る診断対象となるイベントに対応する基準変化度パタンと診断対象変化度パタンとのパタンマッチングに際して、当該基準変化度パタンの診断対象イベントに対応して前記属性重要度記憶装置に記憶された各属性の重要度を考慮する、請求項12または13記載のプログラム。
- 前記基準変化度パタン記憶装置は、診断対象となるイベントの階層構造に従って各階層毎の基準変化度パタンを記憶し、前記変化度パタン診断手段は、上位の階層に属する基準変化度パタンを使用したパタンマッチングによる診断を行い、上位の階層の診断結果に基づいて下位の階層に属する基準変化度パタンを使用したパタンマッチングを行う、請求項13または14記載のプログラム。
- 前記基準変化度パタン記憶装置は、障害イベントに対応する基準変化度パタンを記憶し、前記変化度パタン診断手段は、前記診断対象変化度パタンにマッチした基準変化度パタンに対応する障害イベントを診断結果として出力する、請求項13ないし15の何れか1項に記載のプログラム。
- 前記基準変化度パタン記憶装置は、正常イベントに対応する基準変化度パタンをさらに記憶し、前記変化度パタン診断手段は、前記正常イベントに対応する何れの基準変化度パタンにもマッチせず、かつ前記障害イベントに対応する何れの基準変化度パタンにもマッチしない前記診断対象変化度パタンについて未知障害である旨の診断結果を出力する、請求項16記載のプログラム。
- 前記変化度パタン診断手段は、前記基準変化度パタン記憶装置に記憶された基準変化度パタンを用いて、変化度パタンから前記被診断対象の状態を診断するための診断ルールを学習し、前記学習した診断ルールを前記診断対象変化度パタンに適用して前記被診断対象の診断を行う、請求項11または12記載のプログラム。
- 前記コンピュータは、診断対象となるイベントに対応付けて各属性の重要度を記憶する属性重要度記憶装置を備え、前記変化度パタン診断手段は、或る診断対象となるイベントに対応する基準変化度パタンを用いて前記診断ルールを学習する際、当該基準変化度パタンの診断対象イベントに対応して前記属性重要度記憶装置に記憶された各属性の重要度を考慮する、請求項18記載のプログラム。
- 前記コンピュータは、診断対象となるイベントの階層構造データを記憶する階層構造記憶装置を備え、前記変化度パタン診断手段は、前記階層構造記憶装置に記憶された各階層毎に、その階層に属するイベントを診断するための診断ルールを学習する、請求項18または19記載のプログラム。
- 前記変化度パタン診断手段は、障害を検知するための診断ルールに加えて正常な状態を検知するための診断ルールを学習し、診断時、正常な状態を検知するための診断ルールで正常と診断されず、かつ、障害を検知するための診断ルールで障害が検知されなかった前記診断対象変化度パタンに対する診断結果として、未知障害である旨の診断結果を出力する、請求項18記載のプログラム。
- 請求項1ないし7の何れか1項に記載の診断装置が複数、ネットワークを通じて互いに通信可能に接続された診断システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009505257A JP5299267B2 (ja) | 2007-03-22 | 2008-03-21 | 診断装置 |
Applications Claiming Priority (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2007074011 | 2007-03-22 | ||
JP2007074011 | 2007-03-22 | ||
JP2009505257A JP5299267B2 (ja) | 2007-03-22 | 2008-03-21 | 診断装置 |
PCT/JP2008/055250 WO2008114863A1 (ja) | 2007-03-22 | 2008-03-21 | 診断装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2008114863A1 JPWO2008114863A1 (ja) | 2010-07-08 |
JP5299267B2 true JP5299267B2 (ja) | 2013-09-25 |
Family
ID=39765963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009505257A Active JP5299267B2 (ja) | 2007-03-22 | 2008-03-21 | 診断装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US8370108B2 (ja) |
EP (2) | EP2128592A4 (ja) |
JP (1) | JP5299267B2 (ja) |
CN (2) | CN101641583B (ja) |
WO (1) | WO2008114863A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020241829A1 (ja) | 2019-05-31 | 2020-12-03 | 日本電気株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
Families Citing this family (42)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2009122525A1 (ja) * | 2008-03-31 | 2009-10-08 | 富士通株式会社 | トラブル対処システム、方法およびそのためのプログラム |
US20120011125A1 (en) | 2008-12-23 | 2012-01-12 | Roche Diagnostics Operations, Inc. | Management method and system for implementation, execution, data collection, and data analysis of a structured collection procedure which runs on a collection device |
KR101285520B1 (ko) * | 2008-12-23 | 2013-07-17 | 에프. 호프만-라 로슈 아게 | 만성 질병을 가진 환자의 진단 또는 치료 지원을 위한 구조화된 테스팅 방법 및 그 디바이스 |
US9918635B2 (en) | 2008-12-23 | 2018-03-20 | Roche Diabetes Care, Inc. | Systems and methods for optimizing insulin dosage |
US10437962B2 (en) | 2008-12-23 | 2019-10-08 | Roche Diabetes Care Inc | Status reporting of a structured collection procedure |
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 |
JP5544804B2 (ja) * | 2009-09-28 | 2014-07-09 | 株式会社豊田中央研究所 | 障害診断システム、障害診断装置および障害診断方法 |
JP2011138194A (ja) * | 2009-12-25 | 2011-07-14 | Sony Corp | 情報処理装置、情報処理方法およびプログラム |
US8112667B2 (en) * | 2010-01-25 | 2012-02-07 | International Business Machines Corporation | Automated system problem diagnosing |
US8719636B2 (en) * | 2010-02-15 | 2014-05-06 | Nec Corporation | Apparatus method, and storage medium for fault cause extraction utilizing performance values |
JP5419746B2 (ja) * | 2010-02-23 | 2014-02-19 | 株式会社日立製作所 | 管理装置及び管理プログラム |
US9043645B2 (en) * | 2010-05-06 | 2015-05-26 | Nec Corporation | Malfunction analysis apparatus, malfunction analysis method, and recording medium |
EP2810134B1 (en) * | 2012-02-01 | 2016-06-01 | ABB Research Ltd. | Monitoring of primary devices in a power system |
US20130204811A1 (en) * | 2012-02-08 | 2013-08-08 | Nec Corporation | Optimized query generating device and method, and discriminant model learning method |
US8832006B2 (en) * | 2012-02-08 | 2014-09-09 | Nec Corporation | Discriminant model learning device, method and program |
JP2013257251A (ja) | 2012-06-14 | 2013-12-26 | Internatl Business Mach Corp <Ibm> | 異常検知方法、プログラム及びシステム |
JP6475906B2 (ja) * | 2012-11-29 | 2019-02-27 | 株式会社サタケ | 籾摺機のモニタリング装置 |
JP6315905B2 (ja) * | 2013-06-28 | 2018-04-25 | 株式会社東芝 | 監視制御システム及び制御方法 |
JP6152788B2 (ja) * | 2013-12-02 | 2017-06-28 | 富士通株式会社 | 障害予兆検知方法、情報処理装置およびプログラム |
CN103868747B (zh) * | 2014-03-13 | 2016-09-14 | 上海建工集团股份有限公司 | 一种基于时间序列符号化的结构损伤识别***与识别方法 |
JP6172678B2 (ja) | 2014-04-30 | 2017-08-02 | インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation | 検出装置、検出方法、およびプログラム |
JP6523815B2 (ja) * | 2015-06-22 | 2019-06-05 | 株式会社日立製作所 | プラント診断装置及びプラント診断方法 |
JP6679247B2 (ja) * | 2015-09-02 | 2020-04-15 | 三菱重工業株式会社 | 運転支援システム、運転支援方法及びプログラム |
EP3151077A1 (de) * | 2015-09-30 | 2017-04-05 | Siemens Aktiengesellschaft | Verfahren zur bestimmung von diagnosemustern für zeitreihen eines technischen systems und diagnoseverfahren |
US10152879B2 (en) * | 2015-11-10 | 2018-12-11 | Industrial Technology Research Institute | Method, apparatus, and system for monitoring manufacturing equipment |
JP6031202B1 (ja) * | 2016-01-29 | 2016-11-24 | ファナック株式会社 | 製造機械の異常の原因を発見するセル制御装置 |
US11347212B2 (en) | 2016-03-09 | 2022-05-31 | Siemens Aktiengesellschaft | Smart embedded control system for a field device of an automation system |
CN106326933B (zh) * | 2016-08-25 | 2019-05-24 | 中科君胜(深圳)智能数据科技发展有限公司 | 基于人在回路的智能自学习故障诊断方法 |
WO2018083756A1 (ja) * | 2016-11-02 | 2018-05-11 | 日本郵船株式会社 | 船舶における異常な事象の発生防止のための装置、プログラム、および記録媒体 |
US10963797B2 (en) * | 2017-02-09 | 2021-03-30 | Caterpillar Inc. | System for analyzing machine data |
CN107505927B (zh) * | 2017-03-29 | 2019-08-23 | 华北电力大学 | 基于组件的循环流化床锅炉风烟设备故障监测方法及装置 |
JP6856443B2 (ja) * | 2017-05-09 | 2021-04-07 | 株式会社日立製作所 | 設備機器の異常診断システム |
WO2019116418A1 (ja) | 2017-12-11 | 2019-06-20 | 日本電気株式会社 | 障害分析装置、障害分析方法および障害分析プログラム |
JP7173273B2 (ja) * | 2017-12-11 | 2022-11-16 | 日本電気株式会社 | 障害分析装置、障害分析方法および障害分析プログラム |
JP6939661B2 (ja) | 2018-03-13 | 2021-09-22 | オムロン株式会社 | 故障予測支援装置、故障予測支援方法及び故障予測支援プログラム |
CN113544486B (zh) * | 2019-03-08 | 2022-10-28 | 三菱电机株式会社 | 故障诊断***、故障预测方法及计算机可读取的记录介质 |
WO2020188696A1 (ja) * | 2019-03-18 | 2020-09-24 | 三菱電機株式会社 | 異常検知装置および異常検知方法 |
EP3951528B1 (en) * | 2019-03-27 | 2023-09-06 | Nissan Motor Co., Ltd. | Abnormality detection apparatus, and abnormality detection method |
JP7420219B2 (ja) * | 2020-03-18 | 2024-01-23 | 日本電気株式会社 | 信号分析装置、信号分析方法、およびプログラム |
US11221908B1 (en) * | 2021-03-02 | 2022-01-11 | International Business Machines Corporation | Discovery of an inexplicit link between a change and an incident in a computing environment |
US20230116608A1 (en) * | 2021-10-07 | 2023-04-13 | International Business Machines Corporation | Management of recalibration of risk related models impacted by extreme weather events and climate change conditions |
JP2023136444A (ja) * | 2022-03-17 | 2023-09-29 | 富士通株式会社 | 解析プログラム、解析方法、および情報処理システム |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03206526A (ja) * | 1989-10-09 | 1991-09-09 | Hitachi Ltd | 知識処理システム構築ツール及び推論プログラムの生成方法 |
JPH07141384A (ja) * | 1993-11-12 | 1995-06-02 | Hitachi Ltd | データ特徴抽出方法およびデータ分類装置 |
JP2002099319A (ja) * | 2000-09-21 | 2002-04-05 | Toshiba Corp | プラント診断装置 |
JP2002155708A (ja) * | 2000-11-17 | 2002-05-31 | Toshiba Corp | 発電プラントのガイダンス提供システムおよび方法 |
JP2003044123A (ja) * | 2001-07-30 | 2003-02-14 | Hitachi Ltd | プラント診断装置 |
JP2005257416A (ja) * | 2004-03-10 | 2005-09-22 | Internatl Business Mach Corp <Ibm> | 診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS59218523A (ja) | 1983-05-27 | 1984-12-08 | Nissan Motor Co Ltd | シ−ケンス機械の故障診断装置 |
JPH1020925A (ja) * | 1996-07-05 | 1998-01-23 | Toshiba Corp | プラント診断装置 |
WO2004063964A2 (en) * | 2003-01-07 | 2004-07-29 | Hach Company | Classification of deviations in a process |
CN100498326C (zh) * | 2003-03-14 | 2009-06-10 | 日本电气株式会社 | 诊断支持*** |
JP2005345154A (ja) | 2004-05-31 | 2005-12-15 | Kyushu Electric Power Co Inc | 異常予兆検出方法および装置 |
US7379846B1 (en) * | 2004-06-29 | 2008-05-27 | Sun Microsystems, Inc. | System and method for automated problem diagnosis |
JP4627465B2 (ja) | 2005-09-02 | 2011-02-09 | 株式会社エヌ・ティ・ティ・ドコモ | 無線通信端末およびQoS情報収集方法 |
JP2007018530A (ja) | 2006-09-11 | 2007-01-25 | Nec Corp | 忘却型ヒストグラム計算装置及びそれを用いた外れ値度計算装置 |
-
2008
- 2008-03-21 US US12/532,455 patent/US8370108B2/en active Active
- 2008-03-21 EP EP08722614A patent/EP2128592A4/en not_active Ceased
- 2008-03-21 WO PCT/JP2008/055250 patent/WO2008114863A1/ja active Application Filing
- 2008-03-21 JP JP2009505257A patent/JP5299267B2/ja active Active
- 2008-03-21 EP EP14183515.7A patent/EP2813913A1/en not_active Withdrawn
- 2008-03-21 CN CN2008800094355A patent/CN101641583B/zh active Active
- 2008-03-21 CN CN201110180560.6A patent/CN102354204B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03206526A (ja) * | 1989-10-09 | 1991-09-09 | Hitachi Ltd | 知識処理システム構築ツール及び推論プログラムの生成方法 |
JPH07141384A (ja) * | 1993-11-12 | 1995-06-02 | Hitachi Ltd | データ特徴抽出方法およびデータ分類装置 |
JP2002099319A (ja) * | 2000-09-21 | 2002-04-05 | Toshiba Corp | プラント診断装置 |
JP2002155708A (ja) * | 2000-11-17 | 2002-05-31 | Toshiba Corp | 発電プラントのガイダンス提供システムおよび方法 |
JP2003044123A (ja) * | 2001-07-30 | 2003-02-14 | Hitachi Ltd | プラント診断装置 |
JP2005257416A (ja) * | 2004-03-10 | 2005-09-22 | Internatl Business Mach Corp <Ibm> | 診断装置、検出装置、制御方法、検出方法、プログラム、及び記録媒体 |
Non-Patent Citations (1)
Title |
---|
JPN6013023829; R.Du et al.: '"Automated Monitoring of Manufacturing Processes, Part 1:Monitoring Methods"' Journal of Engineering for Industory Vol.117,No.2 , 199505, pp.121-132 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2020241829A1 (ja) | 2019-05-31 | 2020-12-03 | 日本電気株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
Also Published As
Publication number | Publication date |
---|---|
EP2813913A1 (en) | 2014-12-17 |
CN102354204A (zh) | 2012-02-15 |
JPWO2008114863A1 (ja) | 2010-07-08 |
CN101641583A (zh) | 2010-02-03 |
CN101641583B (zh) | 2012-10-10 |
EP2128592A1 (en) | 2009-12-02 |
US8370108B2 (en) | 2013-02-05 |
CN102354204B (zh) | 2016-06-29 |
EP2128592A4 (en) | 2012-11-28 |
WO2008114863A1 (ja) | 2008-09-25 |
US20100131800A1 (en) | 2010-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5299267B2 (ja) | 診断装置 | |
Zhang et al. | Sliding window-based fault detection from high-dimensional data streams | |
Venkatasubramanian et al. | A review of process fault detection and diagnosis: Part I: Quantitative model-based methods | |
JP5278310B2 (ja) | 診断システム | |
US7567878B2 (en) | Evaluating anomaly for one class classifiers in machine condition monitoring | |
WO2019138655A1 (ja) | モデル学習装置、モデル学習方法、及びプログラム | |
CN114615019A (zh) | 基于微服务拓扑关系生成的异常检测方法与*** | |
CN114139589A (zh) | 故障诊断方法、装置、设备与计算机可读存储介质 | |
Khorasgani et al. | A methodology for monitoring smart buildings with incomplete models | |
Nozari et al. | Model-free fault detection and isolation of a benchmark process control system based on multiple classifiers techniques—A comparative study | |
CN115310837A (zh) | 基于因果图注意力神经网络的复杂机电***故障检测方法 | |
Chung et al. | Fault classification and timing prediction based on shipment inspection data and maintenance reports for semiconductor manufacturing equipment | |
Taşabat et al. | Industry 4.0 application on diagnosis prediction of construction machinery: A new model approach | |
Mondal et al. | Sequential modeling and knowledge source integration for identifying the structure of a Bayesian network for multistage process monitoring and diagnosis | |
CN115412443A (zh) | 一种基于突发检测的网络拓扑变化检测方法 | |
WO2022259446A1 (ja) | 異常原因推定装置、異常原因推定方法、及びコンピュータ読み取り可能な記録媒体 | |
CN115237091A (zh) | 一种机电装备故障溯源方法及*** | |
Wilhelm et al. | Pusion-A Generic and Automated Framework for Decision Fusion | |
JP2002169611A (ja) | 故障診断システムおよびその自動設計方法 | |
Cartocci et al. | Robust Multiple Fault Isolation Based on Partial-Orthogonality Criteria | |
Adamova et al. | Machine Learning in Action: An Analysis of its Application for Fault Detection in Wireless Sensor Networks | |
Sarkar et al. | Spatiotemporal information fusion for fault detection in shipboard auxiliary systems | |
CN109886292B (zh) | 一种基于异常关联图的异常原因诊断方法 | |
Lipnicki et al. | Inteligent IoTSP-implementation of embedded ML AI tensorflow algorithms on the NVIDIA jetson Tx Chip | |
Di | Enhanced System Health Assessment using Adaptive Self-Learning Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20110204 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130219 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130422 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20130521 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20130603 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5299267 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |