JP7079420B2 - 異常診断装置及び異常診断方法 - Google Patents
異常診断装置及び異常診断方法 Download PDFInfo
- Publication number
- JP7079420B2 JP7079420B2 JP2020535341A JP2020535341A JP7079420B2 JP 7079420 B2 JP7079420 B2 JP 7079420B2 JP 2020535341 A JP2020535341 A JP 2020535341A JP 2020535341 A JP2020535341 A JP 2020535341A JP 7079420 B2 JP7079420 B2 JP 7079420B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- maintenance
- movable
- movable part
- speed reducer
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/06—Safety devices
-
- 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
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
- G01L5/00—Apparatus for, or methods of, measuring force, work, mechanical power, or torque, specially adapted for specific purposes
- G01L5/0061—Force sensors associated with industrial machines or actuators
-
- 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
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- Automation & Control Theory (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Data Mining & Analysis (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Manipulator (AREA)
Description
図1は、本発明の実施形態に係る異常診断装置、及びその周辺機器の構成を示すブロック図である。図1に示すように、本実施形態に係る異常診断装置102は、ロボット101(機器)、及びユーザインターフェース103(図では「UI」と表記)に接続されており、ロボット101の異常を診断し、診断結果に関するデータをユーザインターフェース103に設けられたディスプレイ62(表示部)に対して出力し、ディスプレイ62に診断結果が表示される。なお、「異常を診断する」とは、現在生じている異常を判定するだけでなく、将来的に発生する異常を予測することを含む概念である。
但し、mは外乱トルクの標本平均、sは外乱トルクの標準偏差である。
次に、第1実施形態に係る異常診断装置102の作用を、図3、図4に示すフローチャートを参照して説明する。図3は相関分析部25により実行される相関分析処理の処理手順を示すフローチャートである。
減速機14a(一の可動部)の外乱トルク(可動部の状態に関するデータ)に基づいて、減速機14aの異常が検出された場合には、減速機14aと連動して動作する減速機14b(他の可動部)の異常を予測し、異常に関する情報をディスプレイ62に表示する。従って、異常が検出された減速機14aのみならず、減速機14aで検出された異常に関連して異常の発生の可能性がある減速機14bの異常を操作者に知らせることができ、幅広い減速機14の異常診断が可能となる。
異常予測部23は、保全履歴DB32に記憶されている保全データから、各減速機14で実施された保全の時期、グリスの更油や減速機14の交換等の保全の内容に基づいて、減速機14の異常に関する情報を決定する。従って、より高精度な減速機14の異常診断が可能となる。
減速機14aの異常が検出された場合には、減速機14aと連動して動作する減速機14bの保全データを参照して、減速機14bの異常に関する情報を決定する。従って、高精度な減速機14の異常診断が可能となる。
相関分析部25は、各減速機14に発生する異常、及び各減速機14で実施される保全の内容に基づいて相関分析を行い、各減速機14の相関関係を相関記憶DB34に記憶する。そして、相関記憶DB34に記憶されている相関関係に基づき、減速機14aで異常が検出された場合には、減速機14aに発生した異常と相関関係のある減速機14bの異常を予測する。従って、各減速機14に発生する異常、及び各減速機14で実施される保全の相関関係に応じた高精度な異常診断が可能となる。
減速機14aで異常が検出された場合には、図9に示すツリー画像73の表示データを生成する。更に、ツリー画像73では、異常の発生から保全の実施までの流れを、強調して表示する。具体的には、図9に示すブロックq1~q5の枠を太線で表示する。従って、操作者は異常診断のツリー画像73を見ることにより、異常の発生から保全の実施までの経緯を、系統付けて認識することができる。ロボット101についての専門的な知識を持たない操作者であっても、認識しやすい態様での異常診断画像70の表示が可能となる。なお、網掛け表示や表示色などを用いて強調表示してもよい。
図9に示すように、保全履歴画像72に表示する記号K2と、異常診断ツリーの対応箇所(ブロックq4)に表示する記号K2を同一の記号としている。操作者は、ツリー画像73とその根拠となる内容を同一の記号で対応付けて認識することができる。操作者に対してより理解しやすい態様での表示が可能となる。
図9に示すように、外乱トルク及び異常度を示す異常度表示画像71に表示する記号K1と、異常診断ツリーの対応箇所(ブロックq2)に表示する記号K1を同一としている。操作者は、ツリー画像73とその根拠となる内容を同一の記号で対応付けて認識することができる。操作者に対してより理解しやすい態様での表示が可能となる。
図9に示すように、ツリー画像73には、減速機14aに発生した異常と、異常の発生が予測される減速機14bで実施する保全の内容を対応付けて表示する。減速機14aに発生した異常に関連して実施するべき保全の内容(ブロックq5、q7、q8)を、操作者に対してより認識しやすい態様で知らせることが可能となる。
通知内容設定部24は、少なくとも一つの減速機14に異常が発生したと場合にのみ、図9に示した診断画像の表示指令を出力する。このため、不要な表示を省略することができる。また、異常が発生していないときには、異常診断画像70は表示されないので、異常が発生しているか否かの認識を誤るという問題の発生を抑制することができる。
次に、上述した第1実施形態の変形例について説明する。変形例では、保全履歴画像72として表示する保全履歴A、保全履歴Bのうち、減速機14bの異常を予測するための根拠となった保全履歴を拡大、或いは強調して表示する。即ち、時間軸のスケールが異なる2つの保全履歴、即ち、保全履歴A、保全履歴Bを表示し、このうち異常の発生を予測する根拠となった保全履歴の画像を拡大表示、或いは強調表示する。例えば、図10に示すように、保全履歴Aを保全履歴Bよりも拡大して表示する。従って、減速機14bが異常であると判断するに至る根拠を、より認識し易い態様で操作者に知らせることが可能となる。
次に、本発明の第2実施形態について説明する。第2実施形態に係る異常診断装置の装置構成は、前述した図1と同様である。第2実施形態では、図1に示した相関分析部25において、各減速機14で過去に検出された異常データ、及び実施した保全履歴に基づき機械学習を実施して学習モデルを生成する点で前述した第1実施形態と相違する。即ち、相関分析部25は、保全履歴DB32に記憶されている少なくとも一部の期間における各減速機14の保全データに基づいて、異常が発生する可能性の高い保全データのパターンを学習する機械学習を実施する。更に、機械学習の結果に基づいて減速機14の異常を検出する。
12 外乱トルク演算部
13 センサ
14 減速機
15 動作制御部
21 通信部(制御部)
22 異常度判定部(制御部)
23 異常予測部(制御部)
24 通知内容設定部(制御部)
25 相関分析部(制御部)
31 センサDB
32 保全履歴DB(保全履歴記憶部)
33 異常予測DB
34 相関記憶DB(相関記憶部)
61 表示制御部
62 ディスプレイ(表示部)
101 ロボット
102 異常診断装置
103 ユーザインターフェース(UI)
Claims (12)
- 複数の可動部を有する機器に設置されたセンサから取得した、前記各可動部の状態に関する可動部データに基づいて前記各可動部の異常を診断し、前記診断の結果を表示部に出力する異常診断装置であって、
前記各可動部に対して実施した保全に関する保全データを記憶する保全履歴記憶部と、
前記可動部データに基づいて前記各可動部の異常を検出する制御部と、を有し、
前記制御部は、前記可動部データに基づいて一の可動部の異常を検出した場合に、前記保全データに基づいて前記一の可動部の異常に関連して発生する他の可動部の異常を予測し、前記他の可動部の異常が予測された場合には、前記他の可動部の前記可動部データに関係なく、前記予測した前記他の可動部の異常に関する情報を前記表示部に出力すること
を特徴とする異常診断装置。 - 前記制御部は、前記保全履歴記憶部に記憶されている前記保全データのうち前記各可動部で実施された保全の時期、及び保全の内容に基づいて前記他の可動部の異常に関する情報を決定すること
を特徴とする請求項1に記載の異常診断装置。 - 前記制御部は、前記一の可動部の異常を検出した場合に、少なくとも一つの他の可動部の異常に対する保全データを参照して、前記他の可動部の異常に関する情報を決定すること
を特徴とする請求項1または2に記載の異常診断装置。 - 前記一の可動部に発生する異常と、前記他の可動部に発生する異常との間の相関関係を記憶する相関記憶部、を更に備え、
前記制御部は、前記一の可動部で異常が検出された場合に、前記相関記憶部に記憶された相関関係を参照し、前記一の可動部で検出された異常と相関関係がある他の可動部の異常を予測すること
を特徴とする請求項1~3のいずれか1項に記載の異常診断装置。 - 前記制御部は、前記保全履歴記憶部に記憶されている、少なくとも一部の期間における前記各可動部の保全データに基づいて、異常を検出した前記一の可動部の情報を入力すると前記他の可動部において異常が発生する可能性の程度が出力されるように可動部同士の保全データのパターンを学習する機械学習を実施し、前記機械学習の結果に基づいて前記他の可動部の異常を検出すること
を特徴とする請求項1~4のいずれか1項に記載の異常診断装置。 - 前記制御部は、前記一の可動部の異常を検出した場合に、前記一の可動部の異常に関する情報、及び前記予測した前記他の可動部の異常に関する情報をツリー構造状に表現するツリー画像を生成し、
前記他の可動部の異常予測の内容に応じて、前記予測した前記他の可動部の異常に関する情報の表示形態を変更して前記表示部に出力すること
を特徴とする請求項1~5のいずれか1項に記載の異常診断装置。 - 前記制御部は、前記ツリー画像に加えて、前記一の可動部、及び少なくとも一つの他の可動部の時系列的な保全データを示す保全履歴画像を生成し、
前記他の可動部の異常を予測した場合には、予測の根拠となる保全データを示す記号を前記保全履歴画像に付帯させ、且つ、前記ツリー画像における前記予測した前記他の可動部の異常に関する情報に前記記号と同一の記号を付帯させて、前記ツリー画像及び前記保全履歴画像を前記表示部に出力すること
を特徴とする請求項6に記載の異常診断装置。 - 前記制御部は、前記保全履歴画像として、第1の保全履歴画像及び前記第1の保全履歴画像とは時間軸のスケールが相違する第2の保全履歴画像を生成し、
前記第1の保全履歴画像と、前記第2の保全履歴画像のうち、前記他の可動部の異常を予測した根拠となる保全データが含まれる画像を強調、または拡大して前記表示部に出力すること
を特徴とする請求項7に記載の異常診断装置。 - 前記制御部は、前記可動部データに生じる異常さを示す異常度を演算し、
前記ツリー画像に加えて、前記可動部データ及び前記異常度を含む異常度表示画像を生成し、
前記他の可動部の異常を予測した場合には、予測の根拠となる前記異常度を示す記号を前記異常度表示画像に付帯させ、且つ、前記ツリー画像における前記他の可動部の異常に関する情報に前記記号と同一の記号を付帯させて、前記ツリー画像及び前記保全履歴画像を前記表示部に出力すること
を特徴とする請求項6に記載の異常診断装置。 - 前記ツリー画像は、前記一の可動部、及び前記予測した前記他の可動部、に対する保全指令をさらに含み、前記異常の発生と前記保全指令の関係が対応付けされていること
を特徴とする請求項6~9のいずれか1項に記載の異常診断装置。 - 前記制御部は、前記各可動部のうちの少なくとも一つに異常が発生していると診断された場合にのみ、前記異常に関する情報を前記表示部に出力すること
を特徴とする請求項1~10のいずれか1項に記載の異常診断装置。 - 複数の可動部を有する機器に設置されたセンサから取得した、前記各可動部の状態に関する可動部データに基づいて前記各可動部の異常を診断し、前記診断の結果を表示部に出力する異常診断方法であって、
前記可動部データに基づいて一の可動部の異常を検出した場合に、各可動部に対して実施した保全に関する保全データに基づいて前記一の可動部の異常に関連して発生する他の可動部の異常を予測し、前記他の可動部の異常が予測された場合には、前記他の可動部の前記可動部データに関係なく、前記予測した前記他の可動部の異常に関する情報を前記表示部に出力すること
を特徴とする異常診断方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2018/029338 WO2020031225A1 (ja) | 2018-08-06 | 2018-08-06 | 異常診断装置及び異常診断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2020031225A1 JPWO2020031225A1 (ja) | 2021-08-02 |
JP7079420B2 true JP7079420B2 (ja) | 2022-06-02 |
Family
ID=69414244
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020535341A Active JP7079420B2 (ja) | 2018-08-06 | 2018-08-06 | 異常診断装置及び異常診断方法 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20210178615A1 (ja) |
EP (1) | EP3835750A4 (ja) |
JP (1) | JP7079420B2 (ja) |
CN (1) | CN112534236B (ja) |
WO (1) | WO2020031225A1 (ja) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7357494B2 (ja) * | 2019-09-13 | 2023-10-06 | 住友重機械工業株式会社 | 診断システム |
CN117222878A (zh) * | 2021-03-29 | 2023-12-12 | 川崎重工业株式会社 | 机器人故障预兆检测装置以及机器人故障预兆检测方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202886A (ja) | 2004-01-19 | 2005-07-28 | Kawahara Tekko Kk | 機械の故障とメンテナンスの支援システム |
JP2009252085A (ja) | 2008-04-09 | 2009-10-29 | Nec Fielding Ltd | 保守作業支援システム及びその方法 |
JP2011048760A (ja) | 2009-08-28 | 2011-03-10 | Fujifilm Corp | 建設検査支援装置、建設検査システム、建設検査支援方法および建設検査支援プログラム |
JP2015027229A (ja) | 2013-07-29 | 2015-02-05 | 株式会社日立製作所 | 列車運行aiシステム及び列車運行障害復旧支援方法 |
Family Cites Families (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1007757B (zh) * | 1985-04-01 | 1990-04-25 | 西屋电器公司 | 诊断的***和方法 |
JP3092453B2 (ja) * | 1994-07-27 | 2000-09-25 | 宇部興産株式会社 | 遊星歯車機構の診断方法 |
US6820038B1 (en) * | 2001-09-04 | 2004-11-16 | Accenture Global Services Gmbh | Component provisioning or issuance in a maintenance, repair or overhaul environment |
JP2005339142A (ja) | 2004-05-26 | 2005-12-08 | Tokyo Electric Power Co Inc:The | 設備保全支援装置 |
US7366590B2 (en) * | 2006-03-23 | 2008-04-29 | Mitchell Gabriel Mircea Balasu | Impending failure and failure annunciation systems for actuators and drive train components |
JP2009110066A (ja) * | 2007-10-26 | 2009-05-21 | Toshiba Corp | 保守カルテ表示装置および保守カルテ表示方法 |
JP4523977B2 (ja) * | 2008-03-19 | 2010-08-11 | 関東自動車工業株式会社 | ロボット内蔵減速機の故障診断方法及び装置 |
US8955365B2 (en) * | 2008-12-23 | 2015-02-17 | Embraer S.A. | Performance monitoring and prognostics for aircraft pneumatic control valves |
US8660875B2 (en) * | 2009-11-02 | 2014-02-25 | Applied Materials, Inc. | Automated corrective and predictive maintenance system |
JP2012137934A (ja) * | 2010-12-27 | 2012-07-19 | Hitachi Ltd | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム並びに企業資産管理・設備資産管理システム |
JP5149416B2 (ja) * | 2011-04-06 | 2013-02-20 | ファナック株式会社 | ロボットの異常検出機能を有するロボットシステム及びその制御方法 |
CN103728965B (zh) * | 2012-10-15 | 2017-02-22 | 中航商用航空发动机有限责任公司 | 一种航空发动机的监视装置和方法、fadec*** |
US20140358453A1 (en) * | 2013-05-31 | 2014-12-04 | Honda Motor Co., Ltd. | Robot reducer predictive trending |
US9444392B2 (en) * | 2014-04-02 | 2016-09-13 | Mitsubishi Electric Corporation | Motor control device and motor control system |
EP3204881B1 (en) * | 2014-11-14 | 2021-05-26 | Zoll Medical Corporation | Medical premonitory event estimation |
MY196467A (en) * | 2015-05-20 | 2023-04-12 | Nissan Motor | Failure Diagnostic Device and Failure Diagnostic Method |
MX365933B (es) * | 2015-05-21 | 2019-06-20 | Nissan Motor | Dispositivo de diagnostico de fallas y metodo de diagnostico de fallas. |
CN107614215B (zh) * | 2015-05-22 | 2021-06-08 | 日产自动车株式会社 | 故障诊断装置及故障诊断方法 |
CA2986736C (en) * | 2015-05-25 | 2018-12-04 | Nissan Motor Co., Ltd. | Failure diagnosis device and failure diagnosis method |
JP6428935B2 (ja) * | 2015-05-29 | 2018-11-28 | 日産自動車株式会社 | 故障診断装置及び故障診断方法 |
JP6148316B2 (ja) * | 2015-07-31 | 2017-06-14 | ファナック株式会社 | 故障条件を学習する機械学習方法及び機械学習装置、並びに該機械学習装置を備えた故障予知装置及び故障予知システム |
US20180284735A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for industrial internet of things data collection in a network sensitive upstream oil and gas environment |
-
2018
- 2018-08-06 JP JP2020535341A patent/JP7079420B2/ja active Active
- 2018-08-06 US US17/266,402 patent/US20210178615A1/en active Pending
- 2018-08-06 CN CN201880096289.8A patent/CN112534236B/zh active Active
- 2018-08-06 WO PCT/JP2018/029338 patent/WO2020031225A1/ja unknown
- 2018-08-06 EP EP18929415.0A patent/EP3835750A4/en active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005202886A (ja) | 2004-01-19 | 2005-07-28 | Kawahara Tekko Kk | 機械の故障とメンテナンスの支援システム |
JP2009252085A (ja) | 2008-04-09 | 2009-10-29 | Nec Fielding Ltd | 保守作業支援システム及びその方法 |
JP2011048760A (ja) | 2009-08-28 | 2011-03-10 | Fujifilm Corp | 建設検査支援装置、建設検査システム、建設検査支援方法および建設検査支援プログラム |
JP2015027229A (ja) | 2013-07-29 | 2015-02-05 | 株式会社日立製作所 | 列車運行aiシステム及び列車運行障害復旧支援方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112534236A (zh) | 2021-03-19 |
EP3835750A1 (en) | 2021-06-16 |
JPWO2020031225A1 (ja) | 2021-08-02 |
CN112534236B (zh) | 2023-03-24 |
US20210178615A1 (en) | 2021-06-17 |
EP3835750A4 (en) | 2021-08-04 |
WO2020031225A1 (ja) | 2020-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4789277B2 (ja) | プラント運転支援装置 | |
US20200198128A1 (en) | Learning data confirmation support device, machine learning device, and failure predicting device | |
EP3235611B1 (en) | Robot maintenance assist device and method | |
JP7079420B2 (ja) | 異常診断装置及び異常診断方法 | |
CN112512762B (zh) | 异常判定装置和异常判定方法 | |
US11740592B2 (en) | Control method, control apparatus, mechanical equipment, and recording medium | |
JP2020091694A (ja) | 処理時間監視装置 | |
JP2017064831A (ja) | 遠隔作業支援システム及び遠隔作業支援方法 | |
CN110058983A (zh) | 异常检查参数调整显示装置 | |
JP7131611B2 (ja) | 異常判定装置及び異常判定方法 | |
JPH08202431A (ja) | 運転手順ガイド装置 | |
CN112005256B (zh) | 维护记录制作装置和维护记录制作方法 | |
JP6881673B2 (ja) | 異常検出装置及び異常検出方法 | |
JP7425191B2 (ja) | 工具診断装置 | |
US20220088802A1 (en) | Information processing method, information processing apparatus, display method, display apparatus, recording medium, method of manufacturing products, and method of acquiring learning data | |
JP7056733B2 (ja) | 異常検出装置及び異常検出方法 | |
WO2023089773A9 (ja) | 異常診断装置、異常診断システム、及び記憶媒体 | |
US20230074570A1 (en) | Industrial Plant Operator Intervention System for Use in an Industrial Plant | |
JP2020006459A (ja) | 異常判定装置及び異常判定方法 | |
CN115311756A (zh) | 信息处理方法和装置、控制程序、存储介质、制造产品的方法、以及获取学习数据的方法 | |
JPWO2021100128A1 (ja) | 教師データ生成装置、教師データ生成方法、教師データ生成プログラムおよび記憶媒体 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A529 | Written submission of copy of amendment under article 34 pct |
Free format text: JAPANESE INTERMEDIATE CODE: A5211 Effective date: 20210129 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210416 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210416 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20211124 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20211213 |
|
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: 20220421 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20220504 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 7079420 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |