JP7420651B2 - 学習装置、予測モデルの生成方法、プログラム、状態予測装置、状態予測方法、及び空気圧縮機 - Google Patents
学習装置、予測モデルの生成方法、プログラム、状態予測装置、状態予測方法、及び空気圧縮機 Download PDFInfo
- Publication number
- JP7420651B2 JP7420651B2 JP2020097355A JP2020097355A JP7420651B2 JP 7420651 B2 JP7420651 B2 JP 7420651B2 JP 2020097355 A JP2020097355 A JP 2020097355A JP 2020097355 A JP2020097355 A JP 2020097355A JP 7420651 B2 JP7420651 B2 JP 7420651B2
- Authority
- JP
- Japan
- Prior art keywords
- state data
- state
- temperature
- normal
- air compressor
- 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 40
- 238000001816 cooling Methods 0.000 claims description 24
- 230000002159 abnormal effect Effects 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 18
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000007906 compression Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 description 18
- 230000005856 abnormality Effects 0.000 description 15
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 239000000428 dust Substances 0.000 description 4
- 230000010365 information processing Effects 0.000 description 4
- 238000003066 decision tree Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012706 support-vector machine Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B49/00—Control, e.g. of pump delivery, or pump pressure of, or safety measures for, machines, pumps, or pumping installations, not otherwise provided for, or of interest apart from, groups F04B1/00 - F04B47/00
- F04B49/10—Other safety measures
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04B—POSITIVE-DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS
- F04B51/00—Testing machines, pumps, or pumping installations
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
図1は、実施形態に係る状態予測装置1、学習装置2、及び空気圧縮機3を含むシステム100の構成例を示すブロック図である。状態予測装置1、学習装置2、及び空気圧縮機3は、例えばLAN等の通信ネットワークを介して相互にネットワーク通信が可能である。
以下、学習装置2において実現される、実施形態に係る予測モデルの生成方法としての学習工程について説明する。
以下、状態予測装置1において実現される、実施形態に係る状態予測方法としての異常判定について説明する。
Claims (13)
- 空気を吸込み、圧縮する空気圧縮機の正常時の状態を表す第1状態データ及び第2状態データを取得する取得部と、
前記第1状態データを説明変数、前記第2状態データを目的変数として、第1状態データに基づき正常時の第2状態データを予測するための予測モデルを生成する学習部と、
を備え、
前記第1状態データは、空気の圧縮過程で生じた熱の冷却に利用されたオイルの温度、及びオイルの温度に応じて制御される、オイルを冷却するための冷却ファンを駆動するファンモータの負荷のうちの一方を少なくとも含み、
前記第2状態データは、前記オイルの温度及び前記ファンモータの負荷のうちの他方を含む、
学習装置。 - 前記第1状態データは、前記空気圧縮機に吸い込まれる空気の温度、及び空気を圧縮するスクリューを駆動するメインモータの負荷をさらに含む、
請求項1に記載の学習装置。 - 前記空気圧縮機の正常時又は異常時の状態を表す前記第1状態データ及び前記第2状態データを取得する第2取得部と、
前記第1状態データ及び前記第2状態データを説明変数、正常時又は異常時を表すラベルを目的変数として、第1状態データ及び第2状態データに基づいて前記空気圧縮機の正常時又は異常時を予測するための予測モデルを生成する第2学習部と、
をさらに備える、
請求項1または2に記載の学習装置。 - 空気を吸込み、圧縮する空気圧縮機の正常時の状態を表す第1状態データ及び第2状態データを取得し、
前記第1状態データを説明変数、前記第2状態データを目的変数として、第1状態データに基づき正常時の第2状態データを予測するための予測モデルを生成する、
予測モデルの生成方法であって、
前記第1状態データは、空気の圧縮過程で生じた熱の冷却に利用されたオイルの温度、及びオイルの温度に応じて制御される、オイルを冷却するための冷却ファンを駆動するファンモータの負荷のうちの一方を少なくとも含み、
前記第2状態データは、前記オイルの温度及び前記ファンモータの負荷のうちの他方を含む、
予測モデルの生成方法。 - 空気を吸込み、圧縮する空気圧縮機の正常時の状態を表す第1状態データ及び第2状態データを取得すること、
前記第1状態データを説明変数、前記第2状態データを目的変数として、第1状態データに基づき正常時の第2状態データを予測するための予測モデルを生成すること、
をコンピュータに実行させ、
前記第1状態データは、空気の圧縮過程で生じた熱の冷却に利用されたオイルの温度、及びオイルの温度に応じて制御される、オイルを冷却するための冷却ファンを駆動するファンモータの負荷のうちの一方を少なくとも含み、
前記第2状態データは、前記オイルの温度及び前記ファンモータの負荷のうちの他方を含む、
プログラム。 - 空気を吸込み、圧縮する空気圧縮機の状態を表す第1状態データ及び第2状態データを取得する取得部と、
前記空気圧縮機の正常時の第1状態データを説明変数、正常時の第2状態データを目的変数として予め生成された予測モデルを用い、前記取得された第1状態データに基づき正常時の第2状態データを予測する予測部と、
前記取得された第2状態データと前記予測された正常時の第2状態データとの差を表す値を算出する算出部と、
を備え、
前記第1状態データは、空気の圧縮過程で生じた熱の冷却に利用されたオイルの温度、及びオイルの温度に応じて制御される、オイルを冷却するための冷却ファンを駆動するファンモータの負荷のうちの一方を少なくとも含み、
前記第2状態データは、前記オイルの温度及び前記ファンモータの負荷のうちの他方を含む、
状態予測装置。 - 前記第1状態データは、前記空気圧縮機に吸い込まれる空気の温度、及び空気を圧縮するスクリューを駆動するメインモータの負荷をさらに含む、
請求項6に記載の状態予測装置。 - 前記空気圧縮機の正常時又は異常時の第1状態データ及び第2状態データを説明変数、正常時又は異常時を表すラベルを目的変数として予め生成された予測モデルを用い、前記取得された第1状態データ及び第2状態データに基づいて前記空気圧縮機の正常時又は異常時を予測する第2予測部をさらに備える、
請求項6または7に記載の状態予測装置。 - 前記算出部により算出された値が所定以上であり、且つ前記第2予測部により異常時が予測された場合に、ユーザに報知する報知部をさらに備える、
請求項8に記載の状態予測装置。 - 空気を吸込み、圧縮する空気圧縮機の状態を表す第1状態データ及び第2状態データを取得し、
前記空気圧縮機の正常時の第1状態データを説明変数、正常時の第2状態データを目的変数として予め生成された予測モデルを用い、前記取得された第1状態データに基づき正常時の第2状態データを予測し、
前記取得された第2状態データと前記予測された正常時の第2状態データとの差を表す値を算出する、
状態予測方法であって、
前記第1状態データは、空気の圧縮過程で生じた熱の冷却に利用されたオイルの温度、及びオイルの温度に応じて制御される、オイルを冷却するための冷却ファンを駆動するファンモータの負荷のうちの一方を少なくとも含み、
前記第2状態データは、前記オイルの温度及び前記ファンモータの負荷のうちの他方を含む、
状態予測方法。 - 空気を吸込み、圧縮する空気圧縮機の状態を表す第1状態データ及び第2状態データを取得すること、
前記空気圧縮機の正常時の第1状態データを説明変数、正常時の第2状態データを目的変数として予め生成された予測モデルを用い、前記取得された第1状態データに基づき正常時の第2状態データを予測すること、
前記取得された第2状態データと前記予測された正常時の第2状態データとの差を表す値を算出すること
をコンピュータに実行させ、
前記第1状態データは、空気の圧縮過程で生じた熱の冷却に利用されたオイルの温度、及びオイルの温度に応じて制御される、オイルを冷却するための冷却ファンを駆動するファンモータの負荷のうちの一方を少なくとも含み、
前記第2状態データは、前記オイルの温度及び前記ファンモータの負荷のうちの他方を含む、
プログラム。 - 吸気口から吸込んだ空気を圧縮するスクリューと、
前記スクリューを駆動するメインモータと、
空気の圧縮過程で生じた熱の冷却に利用されたオイルの温度を検出するオイル温度検出部と、
オイルを冷却するための冷却ファンと、
前記冷却ファンを駆動するファンモータと、
オイルの温度に応じて前記ファンモータを制御するモータ制御部と、
前記ファンモータの負荷を検出するファンモータ負荷検出部と、
前記オイルの温度及び前記ファンモータの負荷の一方を第1状態データ、他方を第2状態データとして取得する取得部と、
正常時の第1状態データを説明変数、正常時の第2状態データを目的変数として予め生成された予測モデルを用い、前記取得された第1状態データに基づき正常時の第2状態データを予測する予測部と、
前記取得された第2状態データと前記予測された正常時の第2状態データとの差を表す値を算出する算出部と、
を備える、空気圧縮機。 - 外部の空気の温度を検出する外部空気温度検出部と、
前記メインモータの負荷を検出するメインモータ負荷検出部と、
をさらに備え、
前記第1状態データは、前記外部の空気の温度及び前記メインモータの負荷をさらに含む、
請求項12に記載の空気圧縮機。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020097355A JP7420651B2 (ja) | 2020-06-04 | 2020-06-04 | 学習装置、予測モデルの生成方法、プログラム、状態予測装置、状態予測方法、及び空気圧縮機 |
PCT/JP2021/014945 WO2021246053A1 (ja) | 2020-06-04 | 2021-04-08 | 学習装置、予測モデルの生成方法、記録媒体、状態予測装置、状態予測方法および空気圧縮機 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020097355A JP7420651B2 (ja) | 2020-06-04 | 2020-06-04 | 学習装置、予測モデルの生成方法、プログラム、状態予測装置、状態予測方法、及び空気圧縮機 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021188596A JP2021188596A (ja) | 2021-12-13 |
JP7420651B2 true JP7420651B2 (ja) | 2024-01-23 |
Family
ID=78830373
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2020097355A Active JP7420651B2 (ja) | 2020-06-04 | 2020-06-04 | 学習装置、予測モデルの生成方法、プログラム、状態予測装置、状態予測方法、及び空気圧縮機 |
Country Status (2)
Country | Link |
---|---|
JP (1) | JP7420651B2 (ja) |
WO (1) | WO2021246053A1 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114442583B (zh) * | 2022-04-11 | 2022-06-03 | 蘑菇物联技术(深圳)有限公司 | 用于对多个被控设备进行控制方法、设备和介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008280853A (ja) | 2007-05-08 | 2008-11-20 | Hitachi Koki Co Ltd | 空気圧縮機 |
JP2011220295A (ja) | 2010-04-14 | 2011-11-04 | Kobe Steel Ltd | 圧縮機 |
JP2018088179A (ja) | 2016-11-29 | 2018-06-07 | ファナック株式会社 | ファンの故障予測を学習する機械学習器、機械学習器を含む装置および機械学習方法 |
JP2020062650A (ja) | 2018-10-16 | 2020-04-23 | アイダエンジニアリング株式会社 | プレス機械及びプレス機械の異常監視方法 |
-
2020
- 2020-06-04 JP JP2020097355A patent/JP7420651B2/ja active Active
-
2021
- 2021-04-08 WO PCT/JP2021/014945 patent/WO2021246053A1/ja active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008280853A (ja) | 2007-05-08 | 2008-11-20 | Hitachi Koki Co Ltd | 空気圧縮機 |
JP2011220295A (ja) | 2010-04-14 | 2011-11-04 | Kobe Steel Ltd | 圧縮機 |
JP2018088179A (ja) | 2016-11-29 | 2018-06-07 | ファナック株式会社 | ファンの故障予測を学習する機械学習器、機械学習器を含む装置および機械学習方法 |
JP2020062650A (ja) | 2018-10-16 | 2020-04-23 | アイダエンジニアリング株式会社 | プレス機械及びプレス機械の異常監視方法 |
Also Published As
Publication number | Publication date |
---|---|
JP2021188596A (ja) | 2021-12-13 |
WO2021246053A1 (ja) | 2021-12-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5427107B2 (ja) | 監視診断装置および監視診断方法 | |
KR102373787B1 (ko) | 고장 예측 시스템의 고장 유형 빅데이터를 이용한 기계설비의 잠재적 고장 예측 방법 | |
US7395188B1 (en) | System and method for equipment life estimation | |
CN108829933A (zh) | 一种半导体制造设备的预测性维护与健康管理的方法 | |
US20180247256A1 (en) | Inventory management system having functions of performing inventory management and preventive maintenance | |
JP4741172B2 (ja) | 予測状態監視における変化状態の適応モデリング | |
KR101948604B1 (ko) | 센서 군집화 기반의 설비 건강 모니터링 방법 및 장치 | |
CN111178553A (zh) | 一种基于arima和lstm算法的工业设备健康趋势分析方法及*** | |
US20060025961A1 (en) | Method and device for monitoring a technical installation comprising several systems, in particular an electric power station | |
JP2019079160A (ja) | 状態判定装置 | |
WO2007090723A1 (en) | Method of condition monitoring | |
KR102501882B1 (ko) | 기계 학습 기반의 설비 이상 탐지 시스템 및 방법 | |
KR102073810B1 (ko) | 머신러닝을 이용하여 함정 추진 장비의 고장을 예측하는 방법 및 시스템 | |
JP7481897B2 (ja) | 監視装置、監視方法、プログラムおよびモデル訓練装置 | |
JP7420651B2 (ja) | 学習装置、予測モデルの生成方法、プログラム、状態予測装置、状態予測方法、及び空気圧縮機 | |
JP2018086715A (ja) | テレスコピックカバーの異常発生推定装置及び異常発生推定方法 | |
JP2006276924A (ja) | 設備機器診断装置及び設備機器診断プログラム | |
KR20230116884A (ko) | 기술 시스템의 잔여 서비스 수명을 결정하는 방법 및장치 | |
CN111766514B (zh) | 一种设备检测点的数据分析方法 | |
JP2005182647A (ja) | 機器の異常検知装置 | |
EP4273520A1 (en) | Method and system for comprehensively diagnosing defect in rotating machine | |
CN114051600A (zh) | 具有诊断电路的真空***以及用于监视这种真空***的健康的方法和计算机程序 | |
JP7170564B2 (ja) | モータ劣化傾向監視システム | |
KR20220096794A (ko) | 회전기계의 결함을 진단하는 방법 및 시스템 | |
KR102350635B1 (ko) | 플랜트 고장 예지 장치 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221101 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230912 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231108 |
|
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: 20240109 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240111 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7420651 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |