JP6358401B1 - アラーム予測装置、アラーム予測方法、及びプログラム - Google Patents
アラーム予測装置、アラーム予測方法、及びプログラム Download PDFInfo
- Publication number
- JP6358401B1 JP6358401B1 JP2017545983A JP2017545983A JP6358401B1 JP 6358401 B1 JP6358401 B1 JP 6358401B1 JP 2017545983 A JP2017545983 A JP 2017545983A JP 2017545983 A JP2017545983 A JP 2017545983A JP 6358401 B1 JP6358401 B1 JP 6358401B1
- Authority
- JP
- Japan
- Prior art keywords
- event information
- prediction
- alarm
- model
- 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
- 238000000034 method Methods 0.000 title claims description 67
- 238000003860 storage Methods 0.000 claims abstract description 73
- 238000011156 evaluation Methods 0.000 claims abstract description 56
- 238000000605 extraction Methods 0.000 claims abstract description 30
- 230000005856 abnormality Effects 0.000 claims abstract description 21
- 239000000284 extract Substances 0.000 claims description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 230000008569 process Effects 0.000 description 42
- 238000012545 processing Methods 0.000 description 27
- 238000012806 monitoring device Methods 0.000 description 19
- 238000010586 diagram Methods 0.000 description 11
- 238000012854 evaluation process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000005065 mining Methods 0.000 description 7
- 238000002360 preparation method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 230000035945 sensitivity Effects 0.000 description 4
- 239000013598 vector Substances 0.000 description 4
- PCTMTFRHKVHKIS-BMFZQQSSSA-N (1s,3r,4e,6e,8e,10e,12e,14e,16e,18s,19r,20r,21s,25r,27r,30r,31r,33s,35r,37s,38r)-3-[(2r,3s,4s,5s,6r)-4-amino-3,5-dihydroxy-6-methyloxan-2-yl]oxy-19,25,27,30,31,33,35,37-octahydroxy-18,20,21-trimethyl-23-oxo-22,39-dioxabicyclo[33.3.1]nonatriaconta-4,6,8,10 Chemical compound C1C=C2C[C@@H](OS(O)(=O)=O)CC[C@]2(C)[C@@H]2[C@@H]1[C@@H]1CC[C@H]([C@H](C)CCCC(C)C)[C@@]1(C)CC2.O[C@H]1[C@@H](N)[C@H](O)[C@@H](C)O[C@H]1O[C@H]1/C=C/C=C/C=C/C=C/C=C/C=C/C=C/[C@H](C)[C@@H](O)[C@@H](C)[C@H](C)OC(=O)C[C@H](O)C[C@H](O)CC[C@@H](O)[C@H](O)C[C@H](O)C[C@](O)(C[C@H](O)[C@H]2C(O)=O)O[C@H]2C1 PCTMTFRHKVHKIS-BMFZQQSSSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000017105 transposition Effects 0.000 description 1
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
<システム構成>
まず、本実施形態に係るアラーム予測システム1のシステム構成について、図1を用いて説明する。図1は、第一の実施形態に係るアラーム予測システム1の一例の構成図である。
次に、本実施形態に係るアラーム予測装置10のハードウェア構成について、図2を用いて説明する。図2は、第一の実施形態に係るアラーム予測装置10の一例のハードウェア構成図である。
次に、第一の実施形態に係るアラーム予測システム1の機能構成について、図3を用いて説明する。図3は、第一の実施形態に係るアラーム予測システム1の一例の機能構成図である。
次に、本実施形態に係るアラーム予測システム1の処理の詳細について説明する。
まず、「モデル作成」フェーズにおいて、予測モデルを作成し、当該予測モデルの評価結果をユーザに提示する処理について、図6を用いて説明する。図6は、第一の実施形態に係る予測モデルの作成及び評価処理の一例のフローチャートである。
(1)予測モデル評価部105は、イベント情報記憶部110において、予測対象アラームの前に、予測元イベント列以外のイベント列が発生する回数(第2の回数)を算出する。これは、例えば図7に示すように予測対象アラーム「F」の前に、予測元イベント列「ABCDE」以外のイベント列(図7の例では「EUDDG」)が発生する回数を、既知の文字列検索の手法により行う。
(2)予測モデル評価部105は、イベント情報記憶部110において、予測元イベント列の後に、予測対象アラーム以外のイベントが発生する回数(第3の回数)を算出する。これは、例えば図7に示すように予測元イベント列「ABCDE」の後に、予測対象アラーム「F」以外のイベント(図7の例では「A」)が発生する回数を、既知の文字列検索の手法により行う。
(3)上記のステップS602で算出されている「ABCDEF」の出現頻度(第1の回数)と、上記の(1)で算出した回数(第2の回数)と、上記の(2)で算出した回数(第3の回数)とに基づき、以下の式で予測漏れ率及び誤予測率を算出する。
・予測漏れ率=(第2の回数/(第1の回数+第2の回数))×100
・誤予測率=(第3の回数/(第1の回数+第3の回数))×100
ステップS605において、表示制御部106は、上記のステップS604で算出された予測モデルの評価結果を、表示装置12に表示させる。より具体的には、表示制御部106は、例えば図8に示すような評価結果を示す画面G100を、表示装置12に表示させる。
=(第1の回数/(第1の回数+第3の回数))×100
・感度/真陽性率/検出率=1−予測漏れ率
=(第1の回数/(第1の回数+第2の回数))×100
≪アラーム予測処理≫
次に、「モデル作成」フェーズで作成された予測モデルに基づいて、アラームの発生を予測する「予測」フェーズの処理について、図9を用いて説明する。図9は、第一の実施形態に係るアラーム予測処理の一例のフローチャートである。なお、以降では、予測モデルは「ABCDE→F」であるものとして説明する。
次に、第二の実施形態に係るアラーム予測システム1について説明する。第二の実施形態では、「モデル作成」フェーズにおいて、複数の予測モデルを作成し、それぞれの予測モデルの評価をユーザに提示する。したがって、ユーザは、作成された複数の予測モデルから所望の予測モデルを選択することができるようになる。なお、第二の実施形態では、第一の実施形態と実質的に同一の機能を有する箇所及び同一の処理を実行する処理について、第一の実施形態と同一の符号を用いて、その説明を省略する。
以降では、本実施形態に係るアラーム予測システム1の処理の詳細について説明する。
「モデル作成」フェーズにおいて、予測モデルを作成し、当該予測モデルの評価結果をユーザに提示する処理について、図10を用いて説明する。図10は、第二の実施形態に係る予測モデルの作成及び評価処理の一例のフローチャートである。
次に、第三の実施形態に係るアラーム予測システム1について説明する。第三の実施形態では、「モデル作成」フェーズにおいて、予測元イベント列に含まれる予測対象アラームに先行する複数のイベント列について、予測モデルを作成し、それぞれの予測モデルの評価をユーザに提示する。なお、第三の実施形態では、第一の実施形態と実質的に同一の機能を有する箇所及び同一の処理を実行する処理について、第一の実施形態と同一の符号を用いて、その説明を省略する。
以降では、本実施形態に係るアラーム予測システム1の処理の詳細について説明する。
「モデル作成」フェーズにおいて、予測モデルを作成し、当該予測モデルの評価結果をユーザに提示する処理について、図12を用いて説明する。図12は、第三の実施形態に係る予測モデルの作成及び評価処理の一例のフローチャートである。
次に、第四の実施形態に係るアラーム予測システム1について説明する。第四の実施形態では、「モデル作成」フェーズにおいて、予測元イベント列と同一のイベント列を、イベント間の時間に基づいてクラスタリングし、クラスタ毎に予測モデルを作成する。これにより、発生するイベント列は同一である一方で、イベント列に含まれるイベント間の時間(イベントの発生間隔)が大きく異なる場合を区別して予測モデルを作成することができる。換言すれば、第四の実施形態では、イベントが発生する順序に加えて、イベントが発生する時間間隔にも基づいた予測を行うことができる予測モデルを作成することができる。なお、第四の実施形態では、第一の実施形態と実質的に同一の機能を有する箇所及び同一の処理を実行する処理について、第一の実施形態と同一の符号を用いて、その説明を省略する。
以降では、本実施形態に係るアラーム予測システム1の処理の詳細について説明する。
「モデル作成」フェーズにおいて、予測モデルを作成し、当該予測モデルの評価結果をユーザに提示する処理について、図15を用いて説明する。図15は、第四の実施形態に係る予測モデルの作成及び評価処理の一例のフローチャートである。
次に、「モデル作成」フェーズで作成された予測モデルに基づいて、アラームの発生を予測する「予測」フェーズの処理について、図18を用いて説明する。図18は、第四の実施形態に係るアラーム予測処理の一例のフローチャートである。なお、以降では、予測モデルは、ラベルαの「ABCDE→F」であるとして説明する。
次に、第五の実施形態に係るアラーム予測システム1について説明する。上記の各実施形態では、ユーザは、予測モデルによる予測のプロセスを知ることができなかった。すなわち、ユーザは、現在の状態からアラームが発生するまでの間に、どのようなイベントが発生する可能性があるのかを知ることができなかった。一方で、アラームが発生するまでの間に、どのようなイベントが発生する可能性があるのかを知ることができれば、ユーザは、アラームの発生を防止又は回避するための対応を行うことができる場合がある。
まず、本実施形態に係るアラーム予測システム1の機能構成について、図19を用いて説明する。図19は、第五の実施形態に係るアラーム予測システム1の一例の機能構成図である。
次に、本実施形態に係るアラーム予測システム1の処理の詳細について説明する。
まず、「モデル作成」フェーズにおいて、予測モデルを作成する処理について、図21を用いて説明する。図21は、第五の実施形態に係る予測モデルの作成処理の一例のフローチャートである。なお、以降では、一例として、図20に示した予測モデルを作成する場合について説明する。
次に、「モデル作成」フェーズで作成された予測モデルに基づいて、アラームの発生を予測する「予測」フェーズの処理について、図25を用いて説明する。図25は、第五の実施形態に係るアラーム予測処理の一例のフローチャートである。なお、以降では、「モデル作成」フェーズで作成された予測モデルは、図20に示す予測モデルであるものとして説明する。
以上のように、第一の実施形態に係るアラーム予測システム1では、時系列データとして蓄積されているイベントに基づき、指定されたアラームを予測するための予測モデルを作成する。しかも、このとき、作成された予測モデルの予測漏れ率や誤予測率等の評価値をユーザに提示する。したがって、ユーザは、作成された予測モデルが所望の予測精度を有するか否かを、当該予測モデルに基づく予測を行う前に知ることができる。
10 アラーム予測装置
20 監視装置
30 機器制御装置
40 機器
101 記号化部
102 予測対象アラーム設定部
103 イベント列抽出部
104 予測モデル作成部
105 予測モデル評価部
106 表示制御部
107 アラーム予測部
110 イベント情報記憶部
120 予測モデル記憶部
130 状態情報番号
Claims (16)
- 機器又は設備の出力する時系列のイベント情報に基づいて異常の発生を予測するアラーム予測装置であって、
時系列に従って所定の記憶領域に予め記憶されている複数のイベント情報から、予測対象の異常の発生を示す予測対象イベント情報を末尾に含む第1のイベント情報の列を抽出する抽出手段と、
前記抽出手段により抽出された前記第1のイベント情報の列から前記予測対象イベント情報を除いた第2のイベント情報の列を抽出し、該第2のイベント情報の列に基づき予測モデルを作成するモデル作成手段と、
前記モデル作成手段により作成されたモデルの評価値を表示装置に表示させる表示手段と
を有するアラーム予測装置。 - 前記抽出手段は、
時系列に従って所定の記憶領域に予め記憶されている複数のイベント情報から、予測対象の異常の発生を示す予測対象イベント情報を末尾に含む複数の第1のイベント情報の列を抽出し、
前記モデル作成手段は、
前記複数の第1のイベント情報の列のそれぞれから前記予測対象イベント情報を除いた複数の第2のイベント情報の列を抽出し、該複数の第2のイベント情報の列に基づき複数の予測モデルを作成する、請求項1記載のアラーム予測装置。 - 前記抽出手段は、1以上であって、予め指定された所定の長さ以下のすべての前記複数の第1のイベント情報の列を抽出する、請求項2記載のアラーム予測装置。
- 前記所定の記憶領域に予め記憶されている前記複数のイベント情報において、前記第1のイベント情報の列が出現する第1の出現回数を算出する第1の算出手段と、
前記所定の記憶領域に予め記憶されている複数のイベント情報において、前記予測対象イベント情報の前に前記第2のイベント情報の列以外のイベント情報の列が出現する第2の出現回数を算出する第2の算出手段と、
前記所定の記憶領域に予め記憶されている複数のイベント情報において、前記第2のイベント情報の列の後に前記予測対象イベント情報以外のイベント情報が出現する第3の出現回数を算出する第3の算出手段とを有し、
前記表示手段は、
前記第1の出現回数、前記第2の出現回数、及び前記第3の出現回数を、前記モデル作成手段により作成されたモデルの評価値として表示装置に表示させる、請求項1ないし3のいずれか1項に記載のアラーム予測装置。 - 前記第1の出現回数及び前記第2の出現回数に基づき、前記予測対象イベント情報の前に前記第2のイベント情報の列以外のイベント情報の列が出現する確率を示す予測漏れ率を算出する第4の算出手段と、
前記第1の出現回数及び前記第2の出現回数に基づき、前記第2のイベント情報の列の後に前記予測対象イベント情報以外のイベント情報が出現する確率を示す誤予測率を算出する第5の算出手段とを有し、
前記表示手段は、
さらに、前記予測漏れ率及び前記誤予測率を表示させる、請求項4記載のアラーム予測装置。 - 前記所定の記憶領域に予め記憶されている複数のイベント情報のうち、前記モデル作成手段により抽出された前記第2のイベント情報の列と同一のイベント情報の列に含まれる各イベント情報について、該各イベント情報が発生した時間の間隔に基づき、前記同一のイベント情報の列を分類して第3のイベント情報の列を抽出する分類手段を有し、
前記第1の算出手段は、
前記分類手段により抽出されたそれぞれの第3のイベント情報について、該第3のイベント情報の後に前記予測対象イベント情報が出現する第1の出現回数を算出し、
前記第3の算出手段は、
前記分類手段により抽出されたそれぞれの第3のイベント情報について、該第3のイベント情報の列の後に前記予測対象イベント情報以外のイベント情報が出現する第3の出現回数を算出する、請求項4又は5に記載のアラーム予測装置。 - 機器又は設備の出力する時系列のイベント情報に基づいて異常の発生を予測するアラーム予測装置であって、
時系列に従って所定の記憶領域に予め記憶されている複数のイベント情報から、予測対象の異常の発生を示す予測対象イベント情報を末尾に含む第1のイベント情報の列を抽出する抽出手段と、
前記抽出手段により抽出された前記第1のイベント情報の列から前記予測対象イベント情報を除いた第2のイベント情報の列を抽出し、該第2のイベント情報の列に基づき予測モデルを作成するモデル作成手段と、
前記モデル作成手段により作成された予測モデルと、前記機器又は設備から出力された時系列のイベント情報とに基づいて、該予測モデルにおいて前記予測対象イベント情報が発生するまでの間に前記機器又は設備から出力が予測されるイベント情報を表示させる予測手段と
を有するアラーム予測装置。 - 前記モデル作成手段は、
前記第2のイベント情報の列を、第3のイベント情報の列と第4のイベント情報の列とに分割し、前記第3のイベント情報の列の末尾のイベント情報から前記予測対象イベント情報までの距離を算出して、前記第3のイベント情報の列と、前記第4のイベント情報の列と前記距離とに基づき予測モデルを作成し、
前記予測手段は、
さらに、前記距離を表示させる、請求項7記載のアラーム予測装置。 - 前記距離は、前記作成された予測モデルにおいて、前記第3のイベント情報の列と同一のイベント情報の列が前記機器又は設備から出力された場合に、前記予測対象イベント情報が発生するまでの時間である、請求項8記載のアラーム予測装置。
- 前記予測手段は、
前記距離に基づき、前記予測対象イベント情報が発生するまでの最大時間、最小時間、及び平均時間を算出し、該最大時間、最小時間、及び平均時間を表示させる、請求項9記載のアラーム予測装置。 - 前記距離は、前記作成された予測モデルにおいて、前記第3のイベント情報の列と同一のイベント情報の列が前記機器又は設備から出力された場合に、前記予測対象イベント情報が発生するまでの時間と、前記第2のイベント情報の列から算出される所定の係数とに基づき算出される、請求項8記載のアラーム予測装置。
- 前記予測手段は、
前記表示された距離が、予め設定された所定の閾値以下である場合、前記予測対象イベント情報の発生を予測することを示す通知を行う、請求項8ないし10のいずれか1項に記載のアラーム予測装置。 - 機器又は設備の出力する時系列のイベント情報に基づいて異常の発生を予測するアラーム予測装置に用いられるアラーム予測方法であって、
時系列に従って所定の記憶領域に予め記憶されている複数のイベント情報から、予測対象の異常の発生を示す予測対象イベント情報を末尾に含む第1のイベント情報の列を抽出する抽出手順と、
前記抽出手順により抽出された前記第1のイベント情報の列から前記予測対象イベント情報を除いた第2のイベント情報の列を抽出し、該第2のイベント情報の列に基づき予測モデルを作成するモデル作成手順と、
前記モデル作成手順により作成されたモデルの評価値を表示装置に表示させる表示手順と
を有するアラーム予測方法。 - 機器又は設備の出力する時系列のイベント情報に基づいて異常の発生を予測するアラーム予測装置に用いられるアラーム予測方法であって、
時系列に従って所定の記憶領域に予め記憶されている複数のイベント情報から、予測対象の異常の発生を示す予測対象イベント情報を末尾に含む第1のイベント情報の列を抽出する抽出手順と、
前記抽出手順により抽出された前記第1のイベント情報の列から前記予測対象イベント情報を除いた第2のイベント情報の列を抽出し、該第2のイベント情報の列に基づき予測モデルを作成するモデル作成手順と、
前記モデル作成手順により作成された予測モデルと、前記機器又は設備から出力された時系列のイベント情報とに基づいて、該予測モデルにおいて前記予測対象イベント情報が発生するまでの間に前記機器又は設備から出力が予測されるイベント情報を表示させる予測手順と
を有するアラーム予測方法。 - 機器又は設備の出力する時系列のイベント情報に基づいて異常の発生を予測するアラーム予測装置を、
時系列に従って所定の記憶領域に予め記憶されている複数のイベント情報から、予測対象の異常の発生を示す予測対象イベント情報を末尾に含む第1のイベント情報の列を抽出する抽出手段、
前記抽出手段により抽出された前記第1のイベント情報の列から前記予測対象イベント情報を除いた第2のイベント情報の列を抽出し、予測モデルを作成するモデル作成手段、
前記モデル作成手段により作成されたモデルの評価値を表示装置に表示させる表示手段
として機能させるためのプログラム。 - 機器又は設備の出力する時系列のイベント情報に基づいて異常の発生を予測するアラーム予測装置を、
時系列に従って所定の記憶領域に予め記憶されている複数のイベント情報から、予測対象の異常の発生を示す予測対象イベント情報を末尾に含む第1のイベント情報の列を抽出する抽出手段、
前記抽出手段により抽出された前記第1のイベント情報の列から前記予測対象イベント情報を除いた第2のイベント情報の列を抽出し、該第2のイベント情報の列に基づき予測モデルを作成するモデル作成手段、
前記モデル作成手段により作成された予測モデルと、前記機器又は設備から出力された時系列のイベント情報とに基づいて、該予測モデルにおいて前記予測対象イベント情報が発生するまでの間に前記機器又は設備から出力が予測されるイベント情報を表示させる予測手段
として機能させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/076914 WO2018051394A1 (ja) | 2016-09-13 | 2016-09-13 | アラーム予測装置、アラーム予測方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6358401B1 true JP6358401B1 (ja) | 2018-07-18 |
JPWO2018051394A1 JPWO2018051394A1 (ja) | 2018-09-13 |
Family
ID=61618709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2017545983A Active JP6358401B1 (ja) | 2016-09-13 | 2016-09-13 | アラーム予測装置、アラーム予測方法、及びプログラム |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP6358401B1 (ja) |
WO (1) | WO2018051394A1 (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11491655B2 (en) * | 2018-11-02 | 2022-11-08 | Fanuc Corporation | Alarm notification system for robot |
US11954566B2 (en) | 2019-05-28 | 2024-04-09 | Okuma Corporation | Data collection system for machine learning and a method for collecting data |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20230153428A1 (en) * | 2020-03-30 | 2023-05-18 | Nec Corporation | Information processing device, information processing method, recording medium, information processing system |
JP7325381B2 (ja) * | 2020-07-07 | 2023-08-14 | 株式会社日立製作所 | 異常検出支援装置およびその方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0736648A (ja) * | 1993-07-19 | 1995-02-07 | Toshiba Corp | 監視表示装置 |
JP2011081697A (ja) * | 2009-10-09 | 2011-04-21 | Hitachi Ltd | 設備状態監視方法、監視システム及び監視プログラム |
JP2014127093A (ja) * | 2012-12-27 | 2014-07-07 | Yokogawa Electric Corp | イベント解析装置およびコンピュータプログラム |
JP2016099938A (ja) * | 2014-11-26 | 2016-05-30 | 株式会社日立製作所 | イベント分析システムおよび方法 |
-
2016
- 2016-09-13 JP JP2017545983A patent/JP6358401B1/ja active Active
- 2016-09-13 WO PCT/JP2016/076914 patent/WO2018051394A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0736648A (ja) * | 1993-07-19 | 1995-02-07 | Toshiba Corp | 監視表示装置 |
JP2011081697A (ja) * | 2009-10-09 | 2011-04-21 | Hitachi Ltd | 設備状態監視方法、監視システム及び監視プログラム |
JP2014127093A (ja) * | 2012-12-27 | 2014-07-07 | Yokogawa Electric Corp | イベント解析装置およびコンピュータプログラム |
JP2016099938A (ja) * | 2014-11-26 | 2016-05-30 | 株式会社日立製作所 | イベント分析システムおよび方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11491655B2 (en) * | 2018-11-02 | 2022-11-08 | Fanuc Corporation | Alarm notification system for robot |
US11954566B2 (en) | 2019-05-28 | 2024-04-09 | Okuma Corporation | Data collection system for machine learning and a method for collecting data |
Also Published As
Publication number | Publication date |
---|---|
WO2018051394A1 (ja) | 2018-03-22 |
JPWO2018051394A1 (ja) | 2018-09-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6358401B1 (ja) | アラーム予測装置、アラーム予測方法、及びプログラム | |
CN106104496B (zh) | 用于任意时序的不受监督的异常检测 | |
US10679135B2 (en) | Periodicity analysis on heterogeneous logs | |
Korvesis et al. | Predictive maintenance in aviation: Failure prediction from post-flight reports | |
JP6411769B2 (ja) | 状態監視装置 | |
US10860410B2 (en) | Technique for processing fault event of IT system | |
JP6327234B2 (ja) | イベント解析装置、イベント解析システム、イベント解析方法、およびイベント解析プログラム | |
US20200259725A1 (en) | Methods and systems for online monitoring using a variable data | |
JPWO2016132717A1 (ja) | アプリケーション自動制御システム、アプリケーション自動制御方法およびプログラム | |
US20160255109A1 (en) | Detection method and apparatus | |
US10509660B2 (en) | Systems and methods for assessing configuration profiles for a user configurable device | |
CN110347544A (zh) | 异常智能监测处理技术 | |
JP2016212642A (ja) | アラーム予測装置、アラーム予測方法及びプログラム | |
Kamran et al. | Decision support system for the prediction of mine fire levels in underground coal mining using machine learning approaches | |
CN114721912A (zh) | 一种数据分析方法、装置、设备及介质 | |
CN116701031A (zh) | 一种微服务***中的根因模型训练方法、分析方法及装置 | |
JPWO2017094263A1 (ja) | ログ分析システム、方法およびプログラム | |
JP6668699B2 (ja) | 監視支援装置、監視支援方法、及びプログラム | |
JP2020027540A (ja) | ラベリング装置、ラベリング方法及びプログラム | |
US11543561B2 (en) | Root cause analysis for space weather events | |
JP5962367B2 (ja) | フォールトツリー生成プログラム | |
JP6405851B2 (ja) | 予兆検知支援プログラム、方法、装置、及び予兆検知プログラム、 | |
CN109800887B (zh) | 预测流程模型的生成方法、装置、存储介质和电子设备 | |
JP6638260B2 (ja) | 情報提供装置、情報提供方法、及びプログラム | |
EP3995920A1 (en) | Event analytics in modular industrial plants |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20180522 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20180604 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6358401 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |