JP7343078B1 - 正常ベクトル登録装置、設備異常監視システム、及び設備異常監視方法 - Google Patents
正常ベクトル登録装置、設備異常監視システム、及び設備異常監視方法 Download PDFInfo
- Publication number
- JP7343078B1 JP7343078B1 JP2023514775A JP2023514775A JP7343078B1 JP 7343078 B1 JP7343078 B1 JP 7343078B1 JP 2023514775 A JP2023514775 A JP 2023514775A JP 2023514775 A JP2023514775 A JP 2023514775A JP 7343078 B1 JP7343078 B1 JP 7343078B1
- Authority
- JP
- Japan
- Prior art keywords
- normal
- vector
- normal vector
- time
- vectors
- 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
- 239000013598 vector Substances 0.000 title claims abstract description 370
- 238000000034 method Methods 0.000 title claims description 73
- 230000005856 abnormality Effects 0.000 title claims description 70
- 238000012544 monitoring process Methods 0.000 title claims description 41
- 238000012545 processing Methods 0.000 claims abstract description 78
- 238000000605 extraction Methods 0.000 claims abstract description 19
- 239000000284 extract Substances 0.000 claims abstract description 14
- 230000008569 process Effects 0.000 claims description 48
- 230000002159 abnormal effect Effects 0.000 claims description 5
- 230000008439 repair process Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 238000013075 data extraction Methods 0.000 description 11
- 238000001514 detection method Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 6
- 238000003745 diagnosis Methods 0.000 description 6
- 230000015654 memory Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 230000007423 decrease Effects 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012546 transfer Methods 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
図1は、本発明の一実施形態である設備異常監視システムの構成を示すブロック図である。図1に示すように、本発明の一実施形態である設備異常監視システム1は、所定の動作を行う対象設備の異常を監視するシステムであり、オフライン正常ベクトルDB(データベース)作成システム2、オンライン診断システム3、操業DB4、及び正常ベクトルDB5を備えている。なお、操業DB4及び正常ベクトルDB5は、オフライン正常ベクトルDB作成システム2又はオンライン診断システム3が備える記憶部23,33内に格納されていてもよい。
図2(a),(b)は、本発明の一実施形態であるベクトル選定処理を説明するための図である。本実施形態のベクトル選定処理では、まず、正常ベクトル選定部275が、正常ベクトルDB5から正常ベクトルを順々に1つずつ判定対象ベクトルとして取出し、判定対象ベクトルと残りの正常ベクトルとの距離を算出する。図2(a)において符号Vは正常ベクトル、符号VA1は判定対象ベクトルを示す。次に、正常ベクトル選定部275は、距離が小さい順に予め決めた所定数の正常ベクトルを判定対象ベクトルの近傍ベクトルとして抽出し、近傍データの重心ベクトルと判定対象ベクトルとの距離を演算する。図2(a)において、符号VNは判定対象ベクトルVA1の近傍ベクトル、符号VGは近傍ベクトルVNの重心ベクトルを示す。
図4は、本発明の一実施形態である分布密度平準化処理を説明するための図である。図4に示すように、正常ベクトルGの分布状態には高密度領域R1と低密度領域R2が存在する。そこで、本実施形態の分布密度平準化処理では、まず、正常ベクトル分布密度平準化部277が、変数(M種類)毎にデータのとる範囲(値域)を設定し、設定した範囲を所定の数値で等分割することにより図4に示すようなメッシュ(部分空間)Mを生成する。そして、正常ベクトル分布密度平準化部277は、生成した各メッシュM内の正常ベクトルの個数が所定数以下となるように正常ベクトルを選定する。所定数は演算時間や演算精度に応じて決められる。正常ベクトルの選定方法として、日付の新しい順に選定する方法や正常ベクトル選定部275において近傍データとして選択された回数に基づき選定する方法等を例示できる。図5は、本発明の一実施形態である分布密度平準化処理を実行した後の正常ベクトルの分布を示す図である。図5に示すように、分布密度が平準化され、データの品質が向上されていることがわかる。これにより、異常検知のさらなる高精度化、演算速度の高速化、及びデータ容量圧縮によるコスト低減を実現することができる。
2 オフライン正常ベクトルDB(データベース)作成システム
3 オンライン診断システム
4 操業DB
5 正常ベクトルDB
21,31 入力部
22,32 表示部
23,33 記憶部
25,35 制御部
27 正常ベクトルDB作成処理部
37 異常監視処理部
271 時系列信号切出処理部
273 正常ベクトル登録処理部
275 正常ベクトル選定部
277 正常ベクトル分布密度平準化部
371 時系列信号切出処理部
373 監視対象データ抽出処理部
375 近傍データ抽出処理部
377 距離算出処理部
379 判定処理部
Claims (8)
- 設備の正常動作時に当該設備の動作状態を示すM(≧2)種類以上の時系列信号から所定期間における時系列信号を切り出す時系列信号切出処理部と、
前記時系列信号切出処理部によって切り出された時系列信号から同一時刻におけるM種の変数からなるM次元ベクトルを生成し、時刻毎のM次元ベクトルを正常ベクトルとしてデータベースに登録する正常ベクトル登録処理部と、
前記正常ベクトルのベクトル空間を分割し、各分割空間内に含まれる正常ベクトルから所定数の正常ベクトルを選択し、選択された正常ベクトルを分布密度平準化後の正常ベクトルのデータとして前記データベースに登録することにより正常ベクトルの分布密度を平準化すると共に、選択された正常ベクトルの総数が予め指定された数になるように前記正常ベクトルのベクトル空間の分割数を最適化する正常ベクトル分布密度平準化部と、
を備えることを特徴とする正常ベクトル登録装置。 - 前記正常ベクトル分布密度平準化部は、前記ベクトル空間を複数のセルに等分割し、正常ベクトルが含まれる各セルから所定数の正常ベクトルを選択し、選択された正常ベクトルを分布密度平準化後の正常ベクトルのデータとして前記データベースに登録することにより正常ベクトルの分布密度を平準化すると共に、選択された正常ベクトルの総数が予め指定された数になるように前記セルの大きさを最適化することを特徴とする請求項1に記載の正常ベクトル登録装置。
- 前記正常ベクトル分布密度平準化部は、中心位置が互いに重ならない、任意の正常ベクトルを中心位置とする球を前記ベクトル空間内に複数設定し、各球から所定数の正常ベクトルを選択し、選択された正常ベクトルを分布密度平準化後の正常ベクトルのデータとして前記データベースに登録することにより正常ベクトルの分布密度を平準化すると共に、選択された正常ベクトルの総数が予め指定された数になるように前記球の大きさを最適化することを特徴とする請求項1に記載の正常ベクトル登録装置。
- 前記データベースに登録された各正常ベクトルについて、他の正常ベクトルとの距離を演算し、演算された距離に応じて前記データベースから削除する処理を実行する正常ベクトル選定部を備えることを特徴とする請求項1に記載の正常ベクトル登録装置。
- 前記正常ベクトル選定部は、前記データベースに登録された各正常ベクトルについて、他の正常ベクトルとの距離を演算し、演算された距離が短い順に所定数の他の正常ベクトルを近傍ベクトルとして抽出し、抽出された近傍ベクトルの重心ベクトルとの距離に応じて前記データベースから削除する処理を実行することを特徴とする請求項4に記載の正常ベクトル登録装置。
- 設備の異常監視期間に当該設備の動作状態を示すM(≧2)種類以上の時系列信号から所定期間における時系列信号を切り出し、切り出された時系列信号から同一時刻におけるM種の変数からなるM次元ベクトルを異常判定対象ベクトルとして生成し、生成した異常判定対象ベクトルと、請求項1~5のうち、いずれか1項に記載の正常ベクトル登録装置によってデータベースに登録されている正常ベクトルと、の距離に基づいて設備の異常判定を行う異常判定手段を備えることを特徴とする設備異常監視システム。
- 前記異常判定手段は、前記設備が異常であると判定した回数に基づき設備補修の要否を判定することを特徴とする請求項6に記載の設備異常監視システム。
- 設備の異常監視期間に当該設備の動作状態を示すM(≧2)種類以上の時系列信号から所定期間における時系列信号を切り出し、切り出された時系列信号から同一時刻におけるM種の変数からなるM次元ベクトルを異常判定対象ベクトルとして生成し、生成した異常判定対象ベクトルと、請求項1~5のうち、いずれか1項に記載の正常ベクトル登録装置によってデータベースに登録されている正常ベクトルと、の距離に基づいて設備の異常判定を行う異常判定ステップを含むことを特徴とする設備異常監視方法。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2021/047577 WO2023119486A1 (ja) | 2021-12-22 | 2021-12-22 | 正常ベクトル登録装置、設備異常監視システム、及び設備異常監視方法 |
JPPCT/JP2021/047577 | 2021-12-22 | ||
PCT/JP2022/046667 WO2023120473A1 (ja) | 2021-12-22 | 2022-12-19 | 正常ベクトル登録装置、設備異常監視システム、及び設備異常監視方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2023120473A1 JPWO2023120473A1 (ja) | 2023-06-29 |
JP7343078B1 true JP7343078B1 (ja) | 2023-09-12 |
JPWO2023120473A5 JPWO2023120473A5 (ja) | 2023-11-22 |
Family
ID=86901664
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023514775A Active JP7343078B1 (ja) | 2021-12-22 | 2022-12-19 | 正常ベクトル登録装置、設備異常監視システム、及び設備異常監視方法 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP7343078B1 (ja) |
KR (1) | KR20240110616A (ja) |
CN (1) | CN118355344A (ja) |
WO (2) | WO2023119486A1 (ja) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014032455A (ja) * | 2012-08-01 | 2014-02-20 | Hitachi Power Solutions Co Ltd | 設備状態監視方法およびその装置 |
JP2019046278A (ja) * | 2017-09-05 | 2019-03-22 | キヤノン株式会社 | 情報処理装置、制御方法、コンピュータプログラム、記憶媒体、及びモデル作成装置 |
JP2020027342A (ja) * | 2018-08-09 | 2020-02-20 | 富士電機株式会社 | 情報処理装置、監視装置、及び情報処理方法 |
WO2020059276A1 (ja) * | 2018-09-19 | 2020-03-26 | 株式会社日立製作所 | 制御装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4140634B2 (ja) * | 2006-01-26 | 2008-08-27 | 松下電工株式会社 | 異常監視方法、および異常監視装置 |
JP6003718B2 (ja) | 2012-03-06 | 2016-10-05 | Jfeスチール株式会社 | 異常監視システムおよび異常監視方法 |
-
2021
- 2021-12-22 WO PCT/JP2021/047577 patent/WO2023119486A1/ja unknown
-
2022
- 2022-12-19 WO PCT/JP2022/046667 patent/WO2023120473A1/ja active Application Filing
- 2022-12-19 CN CN202280083791.1A patent/CN118355344A/zh active Pending
- 2022-12-19 KR KR1020247019597A patent/KR20240110616A/ko unknown
- 2022-12-19 JP JP2023514775A patent/JP7343078B1/ja active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014032455A (ja) * | 2012-08-01 | 2014-02-20 | Hitachi Power Solutions Co Ltd | 設備状態監視方法およびその装置 |
JP2019046278A (ja) * | 2017-09-05 | 2019-03-22 | キヤノン株式会社 | 情報処理装置、制御方法、コンピュータプログラム、記憶媒体、及びモデル作成装置 |
JP2020027342A (ja) * | 2018-08-09 | 2020-02-20 | 富士電機株式会社 | 情報処理装置、監視装置、及び情報処理方法 |
WO2020059276A1 (ja) * | 2018-09-19 | 2020-03-26 | 株式会社日立製作所 | 制御装置 |
Also Published As
Publication number | Publication date |
---|---|
KR20240110616A (ko) | 2024-07-15 |
WO2023120473A1 (ja) | 2023-06-29 |
WO2023119486A1 (ja) | 2023-06-29 |
JPWO2023120473A1 (ja) | 2023-06-29 |
CN118355344A (zh) | 2024-07-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20170097863A1 (en) | Detection method and information processing device | |
US20090187381A1 (en) | Novelty detection | |
JP6708203B2 (ja) | 情報処理装置、情報処理方法、及び、プログラム | |
CN114817425B (zh) | 一种冷热数据分类的方法、装置、设备及可读存储介质 | |
JP6691082B2 (ja) | 指標選択装置及びその方法 | |
CN114168318A (zh) | 存储释放模型的训练方法、存储释放方法及设备 | |
JP7131351B2 (ja) | 学習方法、学習プログラムおよび学習装置 | |
CN117194920A (zh) | 一种基于大数据分析的数据***处理平台及处理方法 | |
JP7343078B1 (ja) | 正常ベクトル登録装置、設備異常監視システム、及び設備異常監視方法 | |
CN113705074A (zh) | 一种化工事故风险预测方法及装置 | |
JP2022039101A (ja) | 監視装置、監視方法、および監視プログラム | |
CN109934352B (zh) | 智能模型的自动进化方法 | |
JP2021144629A (ja) | データ管理システム、および、データ管理方法 | |
JP7439467B2 (ja) | 情報処理装置、情報処理システム、モデルの学習方法 | |
JP6640765B2 (ja) | 状態分析装置、状態分析方法及び状態分析プログラム | |
US11886513B2 (en) | Data analysis system, data analysis method, and computer program product | |
KR20210132852A (ko) | 엘라스틱 넷 회귀를 이용한 변수 선택 장치 및 방법 | |
JP7322918B2 (ja) | プログラム、情報処理装置、及び学習モデルの生成方法 | |
EP2325755A2 (en) | Method of searching a set of real numbers for a nearest neighbor | |
JP7086497B2 (ja) | 異常・誤り影響説明変数検出装置及び異常・誤り影響説明変数検出用プログラム | |
CN105468871B (zh) | 一种动量轮成功包络分析与应用方法 | |
US11531848B2 (en) | Data processing apparatus, data processing method and semiconductor manufacturing apparatus | |
CN117111585B (zh) | 基于容差子关系粗糙集的数控机床健康状态预测方法 | |
CN111698700B (zh) | 一种小区的工作状态的判定方法及装置 | |
KR20230074886A (ko) | 누락 데이터를 처리하는 전자장치 및 그 처리 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230302 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230302 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20230302 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230509 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230609 |
|
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: 20230801 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230814 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7343078 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |