JP7422962B2 - 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
- JP7422962B2 JP7422962B2 JP2023562650A JP2023562650A JP7422962B2 JP 7422962 B2 JP7422962 B2 JP 7422962B2 JP 2023562650 A JP2023562650 A JP 2023562650A JP 2023562650 A JP2023562650 A JP 2023562650A JP 7422962 B2 JP7422962 B2 JP 7422962B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- feature
- state
- determination
- driving
- 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 description 42
- 238000000034 method Methods 0.000 title claims description 22
- 238000012544 monitoring process Methods 0.000 title claims description 10
- 238000009826 distribution Methods 0.000 claims description 88
- 230000002159 abnormal effect Effects 0.000 claims description 38
- 238000006243 chemical reaction Methods 0.000 claims description 28
- 238000000605 extraction Methods 0.000 claims description 25
- 239000000284 extract Substances 0.000 claims description 10
- 230000006870 function Effects 0.000 description 18
- 238000012545 processing Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 14
- 238000012360 testing method Methods 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 4
- 238000013528 artificial neural network Methods 0.000 description 3
- 238000010801 machine learning Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 101100421908 Arabidopsis thaliana SOT15 gene Proteins 0.000 description 1
- 101100421909 Arabidopsis thaliana SOT16 gene Proteins 0.000 description 1
- 101100421916 Arabidopsis thaliana SOT5 gene Proteins 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Computer Hardware Design (AREA)
- Testing And Monitoring For Control Systems (AREA)
Description
図1は、実施の形態1に係る機器状態監視装置1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、監視対象の機器から取得された運転データを用いて、当該機器の状態を監視する装置である。監視対象の機器としては、例えば、回転機械などの工作機械が挙げられる。運転データは、機器の状態を示すデータであり、例えば、ある運転パターンで運転する機器から計測された当該機器の状態を示す計測値の時系列データである。運転パターンは、機器が行う一連の運転動作であり、各運転動作を指示する運転パターン指令値が設定された機器により実行される。運転パターン指令値には、例えば、指令速度、指令位置または指令荷重がある。
このように、異常範囲の特徴量分布A1は、運転パターンP1、P2およびP3に対応する異常範囲に分類された特徴量分布の傾向が反映された分布であり、正常範囲の特徴量分布A2は、運転パターンP1、P2およびP3に対応する正常範囲に分類された特徴量分布の傾向が反映された分布であり、いずれも、運転パターンに依存しない特徴量空間における特徴量分布である。
図3Bにおける特徴量(I)および特徴量(II)は、異常範囲の特徴量分布A1および正常範囲の特徴量分布A2を算出する際に行った特徴量の変換を、特徴量(1)および特徴量(2)に反映した特徴量である。
なお、運転パターンP1~P3に依存しない特徴量空間において異常範囲の特徴量分布A1および正常範囲の特徴量分布A2の両方を算出する場合を示したが、異常範囲の特徴量分布A1または正常範囲の特徴量分布A2のいずれかを算出してもよい。
また、機器の劣化状態は、正常範囲に分類される機器の状態と異常範囲に分類される機器の状態との間の状態であると仮定し、判定部13は、距離L4およびL5に応じて機器が劣化状態であることを判定してもよい。
機器状態監視装置1における特徴量抽出部11、データ変換部12、判定部13および出力部14の機能は、別々の処理回路で実現されてもよく、これらの機能をまとめて1つの処理回路で実現されてもよい。
メモリ104は、コンピュータを、特徴量抽出部11、データ変換部12、判定部13および出力部14として機能させるためのプログラムが記憶されたコンピュータ可読記憶媒体であってもよい。
例えば、特徴量抽出部11、データ変換部12および判定部13の機能は、専用のハードウェアである処理回路102によって実現され、出力部14の機能は、プロセッサ103がメモリ104に記憶されたプログラムを読み出して実行することにより実現される。このように、処理回路はハードウェア、ソフトウェア、ファームウェア、またはこれらの組み合わせにより、上記機能を実現することができる。
機器の状態監視を行う運転環境における運転パターンに依存しない判定範囲を基準として機器の状態を判定するので、機器状態監視装置1は、汎用的な学習モデルの選択および追加学習を行うことなく機器の状態を判定することができる。
図5は、実施の形態2に係る機器状態監視装置1Aの構成を示すブロック図である。図5において、図1と同一の構成要素には同一の符号を付して詳細な説明を省略する。機器状態監視装置1Aは、記憶装置3に記憶された学習データを用いて監視対象の機器の状態を判定するための学習モデルを生成し、学習モデルを用いて、機器の状態を判定する。
これらの処理により、図8の右図に示すように、運転パターンに関わらず、機器の状態の異常範囲を示す特徴量分布A1を持つ学習モデルまたは正常範囲を示す特徴量分布A2を持つ学習モデルが生成される。学習モデルの生成には、例えば、畳み込みニューラルネットワーク(CNN)が用いられる。
機器の状態監視を行う運転環境における運転パターンに依存しない判定範囲を基準として機器の状態を判定するので、機器状態監視装置1Aは、汎用的な学習モデルの選択および追加学習を行うことなく、機器の状態を判定することができる。
Claims (5)
- 監視対象の機器の状態を示す運転データから、前記機器の状態に関する特徴量データを抽出する特徴量抽出部と、
前記運転データから抽出された特徴量データを、前記機器の運転環境における運転パターンに依存しない特徴量空間内の判定用データに変換するデータ変換部と、
前記特徴量空間における判定範囲を示す特徴量分布と前記判定用データとの比較に基づき前記機器の状態を判定する判定部と、
前記機器の状態の判定結果を出力する出力部とを備える機器状態監視装置。 - 前記機器の運転環境における複数の前記運転パターンで動作した前記機器の状態を示す複数の前記運転データを、前記運転パターンによらずに収集するデータ取得部と、
前記運転パターンによらずに収集された複数の前記運転データから抽出された複数の特徴量データを学習データとして利用し、前記判定範囲に基づき前記機器の状態を推論する学習モデルを生成する特徴量空間生成部とを備え、
前記判定部は、生成された前記学習モデルに基づいて前記機器の状態を判定する請求項1に記載の機器状態監視装置。 - 前記特徴量空間生成部は、複数の前記運転データから抽出された複数の前記特徴量データのうちの正常データ同士が近づき、複数の前記運転データから抽出された複数の前記特徴量データのうちの異常データ同士が近づくように変換された前記特徴量空間に基づいて前記機器の状態を判定する前記学習モデルを生成する請求項2に記載の機器状態監視装置。
- 監視対象の機器の状態を示す運転データから、前記機器の状態に関する特徴量データを特徴量抽出部によって抽出するステップと、
前記運転データから抽出された特徴量データを、前記機器の運転環境における運転パターンに依存しない特徴量空間内の判定用データに、データ変換部によって変換するステップと、
前記特徴量空間における判定範囲を示す特徴量分布と前記判定用データとの比較に基づき前記機器の状態を判定部によって判定するステップと、
前記機器の状態の判定結果を出力部によって出力するステップとを備える機器状態監視方法。 - コンピュータに、
監視対象の機器の状態を示す運転データから、前記機器の状態に関する特徴量データを抽出する処理と、
前記運転データから抽出された特徴量データを、前記機器の運転環境における運転パターンに依存しない特徴量空間内の判定用データに変換する処理と、
前記特徴量空間における判定範囲を示す特徴量分布と前記判定用データとの比較に基づき前記機器の状態を判定する処理と、
前記機器の状態の判定結果を出力する処理とを実行させるためのプログラム。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2022/003912 WO2023148834A1 (ja) | 2022-02-02 | 2022-02-02 | 機器状態監視装置および機器状態監視方法 |
Publications (3)
Publication Number | Publication Date |
---|---|
JPWO2023148834A1 JPWO2023148834A1 (ja) | 2023-08-10 |
JPWO2023148834A5 JPWO2023148834A5 (ja) | 2024-01-10 |
JP7422962B2 true JP7422962B2 (ja) | 2024-01-26 |
Family
ID=87553346
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023562650A Active JP7422962B2 (ja) | 2022-02-02 | 2022-02-02 | 機器状態監視装置および機器状態監視方法 |
Country Status (3)
Country | Link |
---|---|
JP (1) | JP7422962B2 (ja) |
TW (1) | TWI833249B (ja) |
WO (1) | WO2023148834A1 (ja) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015103218A (ja) | 2013-11-28 | 2015-06-04 | 株式会社日立製作所 | プラントの診断装置及び診断方法 |
JP6837612B1 (ja) | 2020-05-28 | 2021-03-03 | 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 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3757072B2 (ja) * | 1999-02-23 | 2006-03-22 | 株式会社日立製作所 | ネットワークシステムを構成する計算機の監視方法 |
JP2004297461A (ja) * | 2003-03-27 | 2004-10-21 | Thermo System:Kk | 運転監視システム |
JP5431235B2 (ja) * | 2009-08-28 | 2014-03-05 | 株式会社日立製作所 | 設備状態監視方法およびその装置 |
JP6917708B2 (ja) * | 2016-02-29 | 2021-08-11 | 株式会社デンソー | 運転者監視システム |
JP2018169827A (ja) * | 2017-03-30 | 2018-11-01 | 株式会社立山システム研究所 | 運転監視システム |
JP7301876B2 (ja) * | 2020-06-05 | 2023-07-03 | 千代田化工建設株式会社 | 運転状態推定システム、学習装置、推定装置、状態推定器の生成方法、及び推定方法 |
-
2022
- 2022-02-02 JP JP2023562650A patent/JP7422962B2/ja active Active
- 2022-02-02 WO PCT/JP2022/003912 patent/WO2023148834A1/ja active Application Filing
- 2022-06-20 TW TW111122833A patent/TWI833249B/zh active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2015103218A (ja) | 2013-11-28 | 2015-06-04 | 株式会社日立製作所 | プラントの診断装置及び診断方法 |
JP6837612B1 (ja) | 2020-05-28 | 2021-03-03 | 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 |
Also Published As
Publication number | Publication date |
---|---|
JPWO2023148834A1 (ja) | 2023-08-10 |
TWI833249B (zh) | 2024-02-21 |
WO2023148834A1 (ja) | 2023-08-10 |
TW202333092A (zh) | 2023-08-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11099486B2 (en) | Generating predicted data for control or monitoring of a production process | |
US10789120B2 (en) | Preprocessor and abnormality predictor diagnosis system | |
JP5539382B2 (ja) | 航空エンジン内の故障の識別 | |
JP2011513993A (ja) | プロセスデータおよび生産量データを使用するプロセス制御 | |
JP7126256B2 (ja) | 異常診断装置、異常診断方法、及びプログラム | |
US11456194B2 (en) | Determining critical parameters using a high-dimensional variable selection model | |
CN108628263A (zh) | 控制***、控制装置、计算机可读存储介质以及控制方法 | |
JP6636214B1 (ja) | 診断装置、診断方法及びプログラム | |
KR102579619B1 (ko) | 기기 상태 감시 장치 및 기기 상태 감시 방법 | |
CN114897102A (zh) | 一种工业机器人故障诊断方法、***、设备与存储介质 | |
JP7422962B2 (ja) | 機器状態監視装置および機器状態監視方法 | |
JPWO2019026193A1 (ja) | 情報処理装置、情報処理システム、情報処理方法、及び、プログラム | |
JP7158117B2 (ja) | 複雑なシステムにおける状態予測の説明のためのシステム及び方法 | |
JP7251955B2 (ja) | 検出装置及び機械学習方法 | |
CN112526962A (zh) | 用于工艺技术设施的诊断方法和诊断***以及训练方法 | |
JP6648747B2 (ja) | 異常原因特定方法および異常原因特定装置 | |
CN116882079A (zh) | 一种水泵特性曲线自适应校准及预测方法 | |
CN115598979A (zh) | 一种液压***的模型参数辨识方法、装置及液压工程机械 | |
US10394255B2 (en) | Diagnostic device and method for monitoring frictional behavior in a control loop | |
CN114417549A (zh) | 一种基于超级计算机的数字孪生目标场数据处理*** | |
KR20220109632A (ko) | 탄소 배출권 가격 추이와 시계열 분석을 이용한 탄소 배출권 가격 예측 시스템 및 그 방법 | |
JP5842704B2 (ja) | 推定装置、プログラム、及び推定方法 | |
JP7476147B2 (ja) | 情報処理装置、情報処理方法、プログラムおよび情報処理システム | |
CN117294824B (zh) | 激光投影光机的图像优化方法、装置、设备及存储介质 | |
JP7502211B2 (ja) | 情報処理装置、情報処理方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231012 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20231012 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20231012 |
|
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: 20231219 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7422962 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |