JP6837612B1 - 機器状態監視装置および機器状態監視方法 - Google Patents
機器状態監視装置および機器状態監視方法 Download PDFInfo
- Publication number
- JP6837612B1 JP6837612B1 JP2020549833A JP2020549833A JP6837612B1 JP 6837612 B1 JP6837612 B1 JP 6837612B1 JP 2020549833 A JP2020549833 A JP 2020549833A JP 2020549833 A JP2020549833 A JP 2020549833A JP 6837612 B1 JP6837612 B1 JP 6837612B1
- Authority
- JP
- Japan
- Prior art keywords
- feature amount
- pattern
- operation data
- state
- learned
- 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
- 238000012806 monitoring device Methods 0.000 title claims abstract description 47
- 238000000034 method Methods 0.000 title claims description 37
- 238000012544 monitoring process Methods 0.000 title claims description 14
- 238000012937 correction Methods 0.000 claims abstract description 63
- 238000000605 extraction Methods 0.000 claims abstract description 20
- 239000000284 extract Substances 0.000 claims abstract description 6
- 238000012545 processing Methods 0.000 description 22
- 238000012360 testing method Methods 0.000 description 21
- 230000006870 function Effects 0.000 description 18
- 238000010586 diagram Methods 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 10
- 238000005259 measurement Methods 0.000 description 8
- 230000005856 abnormality Effects 0.000 description 3
- 238000007796 conventional method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 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
-
- 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
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
- G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
-
- 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
- G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
- G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
-
- 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
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/02—Knowledge representation; Symbolic representation
-
- 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
- G05B2223/00—Indexing scheme associated with group G05B23/00
- G05B2223/02—Indirect monitoring, e.g. monitoring production to detect faults of a system
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
Abstract
Description
図1は、実施の形態1に係る機器状態監視装置の構成を示すブロック図である。図1において、機器状態監視装置1は、機器に設置されたセンサによって計測された当該機器の状態を計測した運転データを用いて機器の状態を監視する。監視対象の機器は、指令された運転パターンが示す一連の動作を繰り返す機器であり、例えば産業用ロボットである。運転パターンは、事前に決定された一連の動作であり、個々の動作(例えば、加速、減速または一定速)を示す指令値が機器に設定されることにより実行される。また、運転パターンの指令値には、例えば、指令速度、指令位置または指令荷重がある。
図2は、実施の形態1に係る機器状態監視方法を示すフローチャートであり、機器状態監視装置1が実行する一連の処理を示している。まず、特徴量抽出部11が、機器の状態が計測された運転データの特徴量を抽出する(ステップST1)。例えば、特徴量抽出部11は、テストデータに含まれる機器の運転データを入力し、入力した運転データの特徴量を計測周期ごとに算出する。
図4は、未学習パターンに対応する運転データの特徴量を補正する処理の例(1)を示すフローチャートであり、特徴量補正部13による一連の処理を示している。特徴量補正部13は、学習データに含まれる機器の運転パターンと運転データの特徴量との関係を学習する(ステップST1a)。機器状態監視装置1における監視対象の機器は、運転パターンの指令値と運転データの特徴量との間に物理的な関係が成り立つ。図5は、機器の運転パターン指令値と運転データの特徴量との関係を示すグラフである。例えば、産業用ロボットが備える回転機構が一定の速度で回転する運転パターンにおいては、各回転速度を示す指令速度値に対して回転機構のトルクの平均値は、単調増加する関係にある。
特徴量補正部13は、機器の物理モデルを用いて、学習データに含まれる運転データを推定する(ステップST1b)。物理モデルは、運転パターン指令値を入力し、入力した運転パターン指令値に対応する運転データを推定する。特徴量補正部13が、学習済みパターンを示す運転パターン指令値を物理モデルに入力して、入力した学習済みパターンに対応する運転データが物理モデルから出力される。
図10Aは、機器状態監視装置1の機能を実現するハードウェア構成を示すブロック図である。図10Bは、機器状態監視装置1の機能を実現するソフトウェアを実行するハードウェア構成を示すブロック図である。図10Aおよび図10Bにおいて、入力インタフェース100は、機器のテストデータおよび学習データの入力を中継するインタフェースである。出力インタフェース101は、機器状態判定部14から外部に出力される判定結果を中継するインタフェースである。
Claims (5)
- 機器の状態が計測された運転データの特徴量を抽出する特徴量抽出部と、
前記機器の運転データが計測されたときの前記機器の運転パターンが、前記機器の状態の判定範囲が学習された学習済みパターンであるか、学習されていない未学習パターンであるかを判定する運転パターン判定部と、
前記機器の運転パターンと運転データの特徴量との関係に基づいて、前記未学習パターンと判定された運転パターンに対応する運転データの特徴量の分布を、前記学習済みパターンに対応する運転データの特徴量の分布に重なるまで近づける補正を行う特徴量補正部と、
前記機器の運転データの特徴量および前記機器の状態の判定範囲に基づいて、前記機器の状態を判定する機器状態判定部と、
を備えたことを特徴とする機器状態監視装置。 - 前記機器の運転データを運転パターンごとに分類する分類部と、
運転パターンごとに分類された運転データを用いて、前記機器の状態の判定範囲を学習した学習モデルを、運転パターンごとに生成するモデル生成部と、
を備え、
前記機器状態判定部は、運転データの特徴量および前記学習モデルを用いて、前記機器の状態を判定すること
を特徴とする請求項1記載の機器状態監視装置。 - 前記特徴量補正部は、運転パターンと運転データの特徴量との関係を学習し、学習した関係に基づいて、前記未学習パターンと判定された運転パターンに対応する運転データの特徴量の分布を、前記学習済みパターンに対応する運転データの特徴量の分布に重なるまで近づける補正を行うこと
を特徴とする請求項1または請求項2記載の機器状態監視装置。 - 前記特徴量補正部は、前記機器の物理モデルを用いて前記未学習パターンの前記機器の運転データを推定し、推定した運転データの特徴量の分布を、前記学習済みパターンと運転データの特徴量との関係に基づいて、前記学習済みパターンに対応する運転データの特徴量の分布に重なるまで近づける補正を行うこと
を特徴とする請求項1または請求項2記載の機器状態監視装置。 - 特徴量抽出部が、機器の状態が計測された運転データの特徴量を抽出するステップと、
運転パターン判定部が、前記機器の運転データが計測されたときの前記機器の運転パターンが、前記機器の状態の判定範囲が学習された学習済みパターンであるか、学習されていない未学習パターンであるかを判定するステップと、
特徴量補正部が、前記機器の運転パターンと運転データの特徴量との関係に基づいて、前記未学習パターンと判定された運転パターンに対応する運転データの特徴量の分布を、前記学習済みパターンに対応する運転データの特徴量の分布に重なるまで近づける補正を行うステップと、
機器状態判定部が、前記機器の運転データの特徴量および前記機器の状態の判定範囲に基づいて、前記機器の状態を判定するステップと、
を備えたことを特徴とする機器状態監視方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2020/021206 WO2021240750A1 (ja) | 2020-05-28 | 2020-05-28 | 機器状態監視装置および機器状態監視方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6837612B1 true JP6837612B1 (ja) | 2021-03-03 |
JPWO2021240750A1 JPWO2021240750A1 (ja) | 2021-12-02 |
Family
ID=74673594
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020549833A Active JP6837612B1 (ja) | 2020-05-28 | 2020-05-28 | 機器状態監視装置および機器状態監視方法 |
Country Status (7)
Country | Link |
---|---|
US (1) | US20230023878A1 (ja) |
JP (1) | JP6837612B1 (ja) |
KR (1) | KR102579619B1 (ja) |
CN (1) | CN115552345A (ja) |
DE (1) | DE112020006948B4 (ja) |
TW (1) | TWI813921B (ja) |
WO (1) | WO2021240750A1 (ja) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7392895B1 (ja) | 2023-06-28 | 2023-12-06 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
JP7422962B2 (ja) | 2022-02-02 | 2024-01-26 | 三菱電機株式会社 | 機器状態監視装置および機器状態監視方法 |
EP4322396A4 (en) * | 2021-04-08 | 2024-05-08 | Mitsubishi Electric Corporation | ANOMALY DIAGNOSIS DEVICE AND ANOMALY DIAGNOSIS METHOD |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5776419A (en) * | 1980-10-31 | 1982-05-13 | Hitachi Ltd | Oscillation monitoring device |
JPH09256338A (ja) * | 1996-03-22 | 1997-09-30 | Mitsubishi Heavy Ind Ltd | 河川水位予測装置 |
JPH09282466A (ja) * | 1996-04-18 | 1997-10-31 | Atr Ningen Joho Tsushin Kenkyusho:Kk | パターン認識方法 |
WO2012073289A1 (ja) * | 2010-12-02 | 2012-06-07 | 株式会社日立製作所 | プラントの診断装置及びプラントの診断方法 |
JP2013218725A (ja) * | 2013-06-19 | 2013-10-24 | Hitachi Ltd | 異常検知方法及び異常検知システム |
JP2019128623A (ja) * | 2018-01-22 | 2019-08-01 | Necプラットフォームズ株式会社 | パターン認識装置、方法及びプログラム |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5566092A (en) * | 1993-12-30 | 1996-10-15 | Caterpillar Inc. | Machine fault diagnostics system and method |
US6556950B1 (en) * | 1999-09-30 | 2003-04-29 | Rockwell Automation Technologies, Inc. | Diagnostic method and apparatus for use with enterprise control |
DE102004063388A1 (de) | 2004-12-23 | 2006-07-13 | Medav Gmbh | Verfahren zur adaptiven Klassifizierung von Werkstücken |
WO2014177755A1 (en) * | 2013-04-30 | 2014-11-06 | Tana Oy | Work machine control |
KR101823746B1 (ko) * | 2016-02-05 | 2018-01-30 | 울산대학교 산학협력단 | 베어링 고장 진단 방법 |
KR101827108B1 (ko) | 2016-05-04 | 2018-02-07 | 두산중공업 주식회사 | 플랜트 이상 감지 학습 시스템 및 방법 |
-
2020
- 2020-05-28 DE DE112020006948.6T patent/DE112020006948B4/de active Active
- 2020-05-28 CN CN202080100591.3A patent/CN115552345A/zh active Pending
- 2020-05-28 KR KR1020227040380A patent/KR102579619B1/ko active IP Right Grant
- 2020-05-28 WO PCT/JP2020/021206 patent/WO2021240750A1/ja active Application Filing
- 2020-05-28 JP JP2020549833A patent/JP6837612B1/ja active Active
- 2020-11-25 TW TW109141323A patent/TWI813921B/zh active
-
2022
- 2022-10-07 US US17/961,903 patent/US20230023878A1/en active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS5776419A (en) * | 1980-10-31 | 1982-05-13 | Hitachi Ltd | Oscillation monitoring device |
JPH09256338A (ja) * | 1996-03-22 | 1997-09-30 | Mitsubishi Heavy Ind Ltd | 河川水位予測装置 |
JPH09282466A (ja) * | 1996-04-18 | 1997-10-31 | Atr Ningen Joho Tsushin Kenkyusho:Kk | パターン認識方法 |
WO2012073289A1 (ja) * | 2010-12-02 | 2012-06-07 | 株式会社日立製作所 | プラントの診断装置及びプラントの診断方法 |
JP2013218725A (ja) * | 2013-06-19 | 2013-10-24 | Hitachi Ltd | 異常検知方法及び異常検知システム |
JP2019128623A (ja) * | 2018-01-22 | 2019-08-01 | Necプラットフォームズ株式会社 | パターン認識装置、方法及びプログラム |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4322396A4 (en) * | 2021-04-08 | 2024-05-08 | Mitsubishi Electric Corporation | ANOMALY DIAGNOSIS DEVICE AND ANOMALY DIAGNOSIS METHOD |
JP7422962B2 (ja) | 2022-02-02 | 2024-01-26 | 三菱電機株式会社 | 機器状態監視装置および機器状態監視方法 |
JP7392895B1 (ja) | 2023-06-28 | 2023-12-06 | 富士電機株式会社 | 運転支援装置、運転支援方法及びプログラム |
Also Published As
Publication number | Publication date |
---|---|
US20230023878A1 (en) | 2023-01-26 |
KR102579619B1 (ko) | 2023-09-15 |
JPWO2021240750A1 (ja) | 2021-12-02 |
DE112020006948T5 (de) | 2023-02-23 |
CN115552345A (zh) | 2022-12-30 |
KR20220159485A (ko) | 2022-12-02 |
TWI813921B (zh) | 2023-09-01 |
WO2021240750A1 (ja) | 2021-12-02 |
TW202144941A (zh) | 2021-12-01 |
DE112020006948B4 (de) | 2024-06-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6837612B1 (ja) | 機器状態監視装置および機器状態監視方法 | |
EP3809580B1 (en) | Electric vehicle, method and device for diagnosing rotary transformer initial position, and computer readable medium | |
RU2682195C1 (ru) | Устройство диагностики неисправностей и способ диагностики неисправностей | |
US11880750B2 (en) | Anomaly detection based on device vibration | |
US20210065023A1 (en) | Abnormality determination device, learning device, and abnormality determination method | |
KR102501883B1 (ko) | 기계 학습 기반의 설비 이상 분류 시스템 및 방법 | |
CN107729985B (zh) | 识别技术设施的过程异常的方法和相应的诊断*** | |
US9396061B1 (en) | Automated repair of storage system components via data analytics | |
WO2020242553A1 (en) | Failure prediction using gradient-based sensor identification | |
KR102501884B1 (ko) | 기계 학습 기반의 설비 이상 진단 시스템 및 방법 | |
US11487640B2 (en) | Replacing stair-stepped values in time-series sensor signals with inferential values to facilitate prognostic-surveillance operations | |
WO2020152741A1 (ja) | 異常要因推定装置、異常要因推定方法、及びプログラム | |
CN115867873A (zh) | 提供与分配给输入数据方法和***的异常分数相关的警报 | |
US20210080924A1 (en) | Diagnosis Method and Diagnosis System for a Processing Engineering Plant and Training Method | |
US7855086B2 (en) | Method for monitoring fabrication parameter | |
WO2019207767A1 (ja) | 制御装置および制御方法 | |
WO2023148834A1 (ja) | 機器状態監視装置および機器状態監視方法 | |
US20090018788A1 (en) | Normalization of process variables in a manufacturing process | |
TWI795048B (zh) | 元器件的異常監測方法、電子設備及儲存介質 | |
CN111579222A (zh) | 自动最佳化故障特征产生方法 | |
US11782429B2 (en) | Automatically adapting a prognostic-surveillance system to account for age-related changes in monitored assets | |
JP7526591B2 (ja) | 音響認識システム、音響認識方法 | |
CN117010463A (zh) | 包括改进的rbf神经网络的处理器及提供该神经网络的方法 | |
JP2023039135A (ja) | 異常検出装置、異常検出方法、及びプログラム | |
CN110858273A (zh) | 异常监视方法及异常监视装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200916 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20200916 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20201102 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20201110 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201224 |
|
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: 20210112 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210209 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6837612 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |