JP6668699B2 - 監視支援装置、監視支援方法、及びプログラム - Google Patents
監視支援装置、監視支援方法、及びプログラム Download PDFInfo
- Publication number
- JP6668699B2 JP6668699B2 JP2015225177A JP2015225177A JP6668699B2 JP 6668699 B2 JP6668699 B2 JP 6668699B2 JP 2015225177 A JP2015225177 A JP 2015225177A JP 2015225177 A JP2015225177 A JP 2015225177A JP 6668699 B2 JP6668699 B2 JP 6668699B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- event
- case
- time
- creating
- 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 72
- 238000012544 monitoring process Methods 0.000 title claims description 49
- 238000012806 monitoring device Methods 0.000 claims description 19
- 238000005259 measurement Methods 0.000 description 48
- 230000005856 abnormality Effects 0.000 description 35
- 230000008569 process Effects 0.000 description 21
- 238000010586 diagram Methods 0.000 description 19
- 238000012545 processing Methods 0.000 description 12
- 238000011084 recovery Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 230000007704 transition Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000001816 cooling Methods 0.000 description 3
- 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
- 230000008859 change Effects 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000003070 Statistical process control Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
<システム構成>
まず、本実施形態に係る監視支援システム1のシステム構成について、図1を参照しながら説明する。図1は、第一の実施形態に係る監視支援システムの一例のシステム構成を示す図である。
次に、本実施形態に係る支援装置10、監視装置20、及び履歴管理装置30のハードウェア構成について、図2を参照しながら説明する。図2は、第一の実施形態に係る支援装置、監視装置、及び履歴管理装置の一例のハードウェア構成を示す図である。なお、支援装置10、監視装置20、及び履歴管理装置30は同様のハードウェア構成を有しているため、以降では、主に支援装置10のハードウェア構成について説明する。
次に、本実施形態に係る監視支援システム1の機能構成について、図3を参照しながら説明する。図3は、第一の実施形態に係る監視支援システムの一例の機能構成を示す図である。
次に、本実施形態に係る監視支援システム1の処理の詳細について説明する。
まず、「事例作成」フェーズにおいて、事例データを作成する処理について、図4を参照しながら説明する。図4は、第一の実施形態に係る事例データの作成処理の一例を示すフローチャートである。
(2)あるデータ系列を他のデータ系列に変形するのに必要な手順の最小コストとして定義されるレーベンシュタイン距離を類似度として算出する方法
次に、「予測」フェーズにおいて、異常の発生を予測して、当該予測結果をユーザに提供する処理について、図11を参照しながら説明する。図11は、第一の実施形態に係る予測処理の一例を示すフローチャートである。
次に、第二の実施形態に係る監視支援システム1について説明する。第二の実施形態では、異常が発生した後に、当該発生した異常に対する復旧操作手順(回復操作手順)をユーザに提示するものである。なお、第二の実施形態の説明では、第一の実施形態との相違点について説明し、第一の実施形態と実質的に同様の機能を有する箇所及び同様の処理を行う箇所には第一の実施形態の説明で用いた符号と同様の符号を付与し、その説明を省略する。
本実施形態に係る監視支援システム1の機能構成について、図15を参照しながら説明する。図15は、第二の実施形態に係る監視支援システムの一例の機能構成を示す図である。
次に、本実施形態に係る監視支援システム1の処理の詳細について説明する。
まず、本実施形態に係る事例データの作成処理について、図16を参照しながら説明する。図16は、第二の実施形態に係る事例データの作成処理の一例を示すフローチャートである。なお、図16において、ステップS401〜ステップS406及びステップS408〜ステップS413の処理は、第一の実施形態と同様であるため、その説明を省略する。
次に、本実施形態に係る予測処理について、図18を参照しながら説明する。図18は、第二の実施形態に係る予測処理の一例を示すフローチャートである。なお、図18において、ステップS1101〜ステップS1109の処理は、第一の実施形態と同様であるため、その説明を省略する。
10 支援装置
20 監視装置
30 履歴管理装置
40 機器制御装置
50 機器
101 対象イベント設定部
102 記号化部
103 マージ部
104 事例系列作成部
105 回数対応付け部
106 第1の類似度算出部
107 分類部
108 名前付け部
109 比較系列作成部
110 第2の類似度算出部
111 取得部
112 確率算出部
113 時間算出部
114 結果作成部
115 マージデータDB
116 事例データDB
201 表示制御部
301 ログデータDB
302 運転データDB
N ネットワーク
Claims (8)
- 機器又は設備の監視を支援する監視支援装置であって、
予め記憶されている前記機器又は設備において発生したイベントを該イベント毎に予め決められた記号に記号化したイベントデータと、予め記憶されている前記機器又は設備において測定されたセンサ値の範囲に応じて予め決められた記号に記号化したセンサデータとを、前記イベントが発生した時刻及び前記センサ値が測定された時刻の順にマージした第1のマージデータを作成するマージ手段と、
前記マージ手段により作成された第1のマージデータから、予め指定されたイベントデータを含む複数のデータ系列を作成する作成手段と、
前記作成手段により作成された複数のデータ系列同士の類似度を算出する第1の算出手段と、
前記第1の算出手段により算出された類似度に基づいて、前記複数のデータ系列を分類した事例データを作成し、該作成した事例データをデータベースに格納する格納手段と、
前記機器又は設備において発生したイベントを該イベント毎に予め決められた記号に記号化したイベントデータと前記機器又は設備において測定されたセンサ値の範囲に応じて予め決められた記号に記号化したセンサデータとを、前記イベントが発生した時刻及び前記センサ値が測定された時刻の順にマージした第2のマージデータと、前記データベースに格納されている前記事例データとの類似度を算出する第2の算出手段と、
前記第2の算出手段により算出された類似度に基づいて、前記データベースから前記事例データを取得する取得手段と、
前記取得手段により取得された事例データの予測結果を作成し、前記予測結果を出力する出力手段と、
を有する監視支援装置。 - 前記取得手段により取得された事例データと、前記第2のマージデータとに基づいて、前記事例データに含まれる前記指定されたイベントが発生する確率を算出する第3の算出手段を有し、
前記出力手段は、
前記確率を含む予測結果を作成する、請求項1に記載の監視支援装置。 - 前記取得手段により取得された事例データと、前記第2のマージデータとに基づいて、前記事例データに含まれる前記指定されたイベントが発生するまでの時間を算出する第4の算出手段を有し、
前記取得手段は、
前記時間を含む予測結果を作成する、請求項1又は2に記載の監視支援装置。 - 前記作成手段は、
前記マージ手段により作成された第1のマージデータから、予め指定されたイベントデータの発生時刻を含む所定の時間の間に発生したイベントデータ又はセンサデータを抽出することにより、前記複数のデータ系列を作成する、請求項1ないし3のいずれか1項に記載の監視支援装置。 - 前記出力手段は、
前記監視支援装置にネットワークで接続される監視装置に対して前記予測結果を送信し、該予測結果に基づく所定の画面を前記監視装置に表示させる、請求項1ないし4のいずれか1項に記載の監視支援装置。 - 前記第1の算出手段は、
前記複数のデータ系列同士の類似度として、隠れマルコフモデルに基づくカルバック−ライブラー情報量を算出する、請求項1ないし5のいずれか1項に記載の監視支援装置。 - 機器又は設備の監視を支援する監視支援装置に用いられる監視支援方法であって、
予め記憶されている前記機器又は設備において発生したイベントを該イベント毎に予め決められた記号に記号化したイベントデータと、予め記憶されている前記機器又は設備において測定されたセンサ値の範囲に応じて予め決められた記号に記号化したセンサデータとを、前記イベントが発生した時刻及び前記センサ値が測定された時刻の順にマージした第1のマージデータを作成するマージ手順と、
前記マージ手順により作成された第1のマージデータから、予め指定されたイベントデータを含む複数のデータ系列を作成する作成手順と、
前記作成手順により作成された複数のデータ系列同士の類似度を算出する第1の算出手順と、
前記第1の算出手順により算出された類似度に基づいて、前記複数のデータ系列を分類した事例データを作成し、該作成した事例データをデータベースに格納する格納手順と、
前記機器又は設備において発生したイベントを該イベント毎に予め決められた記号に記号化したイベントデータと前記機器又は設備において測定されたセンサ値の範囲に応じて予め決められた記号に記号化したセンサデータとを、前記イベントが発生した時刻及び前記センサ値が測定された時刻の順にマージした第2のマージデータと、前記データベースに格納されている前記事例データとの類似度を算出する第2の算出手順と、
前記第2の算出手順により算出された類似度に基づいて、前記データベースから前記事例データを取得する取得手順と、
前記取得手順により取得された事例データの予測結果を作成し、前記予測結果を出力する出力手順と、
を有する監視支援方法。 - 機器又は設備の監視を支援する監視支援装置に、
予め記憶されている前記機器又は設備において発生したイベントを該イベント毎に予め決められた記号に記号化したイベントデータと、予め記憶されている前記機器又は設備において測定されたセンサ値の範囲に応じて予め決められた記号に記号化したセンサデータとを、前記イベントが発生した時刻及び前記センサ値が測定された時刻の順にマージした第1のマージデータを作成するマージ手順、
前記マージ手順により作成された第1のマージデータから、予め指定されたイベントデータを含む複数のデータ系列を作成する作成手順、
前記作成手順により作成された複数のデータ系列同士の類似度を算出する第1の算出手順、
前記第1の算出手順により算出された類似度に基づいて、前記複数のデータ系列を分類した事例データを作成し、該作成した事例データをデータベースに格納する格納手順、
前記機器又は設備において発生したイベントを該イベント毎に予め決められた記号に記号化したイベントデータと前記機器又は設備において測定されたセンサ値の範囲に応じて予め決められた記号に記号化したセンサデータとを、前記イベントが発生した時刻及び前記センサ値が測定された時刻の順にマージした第2のマージデータと、前記データベースに格納されている前記事例データとの類似度を算出する第2の算出手順、
前記第2の算出手順により算出された類似度に基づいて、前記データベースから前記事例データを取得する取得手順、
前記取得手順により取得された事例データの予測結果を作成し、前記予測結果を出力する出力手順、
を実行させるためのプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015225177A JP6668699B2 (ja) | 2015-11-17 | 2015-11-17 | 監視支援装置、監視支援方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2015225177A JP6668699B2 (ja) | 2015-11-17 | 2015-11-17 | 監視支援装置、監視支援方法、及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2017091485A JP2017091485A (ja) | 2017-05-25 |
JP6668699B2 true JP6668699B2 (ja) | 2020-03-18 |
Family
ID=58770777
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2015225177A Active JP6668699B2 (ja) | 2015-11-17 | 2015-11-17 | 監視支援装置、監視支援方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6668699B2 (ja) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7252703B2 (ja) * | 2017-06-19 | 2023-04-05 | 横河電機株式会社 | 操作支援装置、操作支援方法、操作支援プログラム及び記録媒体 |
JP7043801B2 (ja) * | 2017-11-15 | 2022-03-30 | トヨタ自動車株式会社 | 異常予兆報知システム、異常予兆報知方法及びプログラム |
JP7256340B1 (ja) * | 2022-08-05 | 2023-04-11 | 千代田化工建設株式会社 | 情報処理装置、情報処理プログラム、及び情報処理方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004199377A (ja) * | 2002-12-18 | 2004-07-15 | Toshiba Corp | 遠隔監視診断システム |
JP2008257404A (ja) * | 2007-04-03 | 2008-10-23 | Fuji Heavy Ind Ltd | 時系列データの未来値予測装置 |
JP4793734B2 (ja) * | 2007-10-02 | 2011-10-12 | 大阪瓦斯株式会社 | プラント操業訓練システム及びコンピュータプログラム |
JP4940180B2 (ja) * | 2008-04-03 | 2012-05-30 | 株式会社東芝 | 複合診断・保守計画支援システム及びその支援方法 |
JP5364530B2 (ja) * | 2009-10-09 | 2013-12-11 | 株式会社日立製作所 | 設備状態監視方法、監視システム及び監視プログラム |
JP6183252B2 (ja) * | 2014-03-14 | 2017-08-23 | 株式会社デンソー | 故障情報提示システム |
-
2015
- 2015-11-17 JP JP2015225177A patent/JP6668699B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2017091485A (ja) | 2017-05-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7461440B2 (ja) | 根本的原因分析を実行してプラントワイド操業での希少イベントの発生の予測モデルを構築するコンピュータシステムおよび方法 | |
CN107463161B (zh) | 预测飞行器中的故障的方法和***以及监控*** | |
JP5753286B1 (ja) | 情報処理装置、診断方法、およびプログラム | |
JP6411769B2 (ja) | 状態監視装置 | |
US20170193372A1 (en) | Health Management Using Distances for Segmented Time Series | |
JP6661839B1 (ja) | 時系列データ診断装置、追加学習方法およびプログラム | |
US10637751B2 (en) | Methods and systems for online monitoring using a variable data sampling rate | |
JP2016033778A (ja) | 異常予兆診断装置及び異常予兆診断方法 | |
JP5480440B1 (ja) | 異常予兆診断装置及び異常予兆診断方法 | |
JP2013025367A (ja) | 設備状態監視方法およびその装置 | |
US20200143292A1 (en) | Signature enhancement for deviation measurement-based classification of a detected anomaly in an industrial asset | |
JP2016057803A (ja) | 異常検知手順開発装置および異常検知手順開発方法 | |
JP7493930B2 (ja) | 情報処理方法、情報処理装置、生産システム、プログラム、記録媒体 | |
WO2020066052A1 (ja) | 監視システム及び監視方法 | |
US20140188777A1 (en) | Methods and systems for identifying a precursor to a failure of a component in a physical system | |
JP6668699B2 (ja) | 監視支援装置、監視支援方法、及びプログラム | |
EP3795975A1 (en) | Abnormality sensing apparatus, abnormality sensing method, and abnormality sensing program | |
JP6582527B2 (ja) | アラーム予測装置、アラーム予測方法及びプログラム | |
JP2022007859A (ja) | 運転支援装置、運転支援システム及び運転支援方法 | |
US11747035B2 (en) | Pipeline for continuous improvement of an HVAC health monitoring system combining rules and anomaly detection | |
EP4078315A1 (en) | Device and method for monitoring a system | |
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 | |
JP6710913B2 (ja) | 情報提供装置、情報提供方法、及びプログラム | |
WO2015037066A1 (ja) | プラント事故時運転支援システム及びプラント事故時運転支援方法 | |
JP2018205992A (ja) | 機器診断システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20181015 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20190814 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190827 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20191009 |
|
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: 20200128 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20200210 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6668699 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 |