TWI791949B - 監視裝置、顯示裝置、監視方法及監視程式 - Google Patents
監視裝置、顯示裝置、監視方法及監視程式 Download PDFInfo
- Publication number
- TWI791949B TWI791949B TW109103831A TW109103831A TWI791949B TW I791949 B TWI791949 B TW I791949B TW 109103831 A TW109103831 A TW 109103831A TW 109103831 A TW109103831 A TW 109103831A TW I791949 B TWI791949 B TW I791949B
- Authority
- TW
- Taiwan
- Prior art keywords
- aforementioned
- process data
- model
- input
- plant
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 193
- 238000012806 monitoring device Methods 0.000 title claims abstract description 67
- 238000012544 monitoring process Methods 0.000 title claims description 14
- 238000005259 measurement Methods 0.000 claims abstract description 13
- 230000005856 abnormality Effects 0.000 claims description 35
- 238000013461 design Methods 0.000 claims description 11
- 241000282412 Homo Species 0.000 claims description 9
- 241000282414 Homo sapiens Species 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 239000006185 dispersion Substances 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 238000009827 uniform distribution Methods 0.000 description 1
- 238000004065 wastewater treatment 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/41885—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by modeling, simulation of the manufacturing system
-
- 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
- G05B23/0243—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 model based detection method, e.g. first-principles knowledge model
- G05B23/0254—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 model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, 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
-
- 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
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
- G06F11/3447—Performance evaluation by modeling
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31357—Observer based fault detection, use model
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2113/00—Details relating to the application field
- G06F2113/04—Power grid distribution networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Evolutionary Computation (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Computer Hardware Design (AREA)
- Artificial Intelligence (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Alarm Systems (AREA)
- Selective Calling Equipment (AREA)
Abstract
本發明提供一種監視裝置等,即使在經實際測定之製程資料的資料量有限之情況下,亦能夠產生表示製程資料的關聯性之模型。監視裝置具備:輸入部,接收與廠房有關之製程資料的輸入;模型產生部,依據所輸入之製程資料來產生表示製程資料的關聯性之模型;判定部,以第1判定模式或第2判定模式來判定廠房的運行狀態,前述第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型,前述第2判定模式使用依據製程資料的實測值所產生之模型;及顯示部,顯示基於判定部之判定結果。
Description
本申請主張基於2019年3月15日申請之日本專利申請第2019-048584號的優先權。該日本申請的全部內容藉由參閱援用於本說明書中。
本發明係關於一種監視裝置、顯示裝置、監視方法及監視程式。
以往,有以下的情形,亦即,測定與廠房的運行狀態有關之時序資料亦即製程資料,並將過去的製程資料用作學習資料,以產生表示製程資料的關聯性之模型。所產生之模型,有用以判定廠房是否正常地進行動作的情形。
例如,在下述專利文獻1中記載有一種學習知識的評價裝置,其將控制裝置控制控制對象時的目標值和與控制對象有關之過去的實測值進行比較,以判斷學習知識是否合適。
又,在下述專利文獻2中記載有一種需求預測裝置,其依據過去的需求量的實際資料來製作用以預測需求量的預測模型,並依據實際資料、未來的氣象預測資料及所預測之需求量來校正需求量。
(先前技術文獻)
(專利文獻)
專利文獻1:日本特開平7-219604號公報
專利文獻2:日本特開2018-73214號公報
(發明所欲解決之問題)
在將過去的製程資料用作學習資料以產生表示製程資料的關聯性之模型之情況下,前提是以某種程度蓄積有實際測定之製程資料。然而,如剛啟動廠房之後,在實際測定之製程資料的資料量有限之情況下,有難以產生模型,而存在無法判定廠房的運行狀態之期間的情形。
因此,本發明提供一種即使在實際測定之製程資料的資料量有限之情況下,亦能夠判定廠房的運行狀態之監視裝置、顯示裝置、監視方法及監視程式。
(解決問題之技術手段)
本發明的一樣態之監視裝置,係具備:輸入部,接收與廠房有關之製程資料的輸入;模型產生部,依據所輸入之製程資料來產生表示製程資料的關聯性之模型;判定部,以第1判定模式或第2判定模式來判定廠房的運行狀態,前述第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型,前述第2判定模式使用依據製程資料的實測值所產生之模型;及顯示部,顯示基於判定部之判定結果。
依據該樣態,藉由以第1判定模式來判定廠房的運行狀態,即使在實際測定之製程資料的資料量有限之情況下,亦能夠產生表示製程資料的關聯性之模型以判定廠房的運行狀態,前述第1判定模式使用依據未實際測定之製程資料的預測值所產生之模型。藉此,剛啟動廠房之後就能夠進行運行狀態的判定,並能夠減少停機時間。
本發明的另一樣態之顯示裝置,係接收與廠房有關之製程資料的輸入,依據所輸入之製程資料來產生表示製程資料的關聯性之模型,並以第1判定模式或第2判定模式來判定廠房的運行狀態,並顯示判定結果,前述第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型,前述第2判定模式使用依據製程資料的實測值所產生之模型。
本發明的另一樣態之監視方法,係使監視廠房之監視裝置執行如下作業:接收與廠房有關之製程資料的輸入;依據所輸入之製程資料來產生表示製程資料的關聯性之模型;以第1判定模式或第2判定模式來判定廠房的運行狀態,前述第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型,前述第2判定模式使用依據製程資料的實測值所產生之模型;及顯示基於判定之判定結果。
本發明的另一樣態之監視程式,係執行如下作業:接收與廠房有關之製程資料的輸入;依據所輸入之製程資料來產生表示製程資料的關聯性之模型;以第1判定模式或第2判定模式來判定廠房的運行狀態,前述第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型,前述第2判定模式使用依據製程資料的實測值所產生之模型;及顯示基於判定之判定結果。
(發明之效果)
依本發明,能夠提供一種即使在實際測定之製程資料的資料量有限之情況下,亦能夠產生表示製程資料的關聯性之模型之監視裝置、顯示裝置、監視方法及監視程式。
參閱圖式,對本發明的實施形態進行說明。另外,各圖中標註同一符號者具有同一或相同的構成。
圖1係表示本發明的實施形態之監視裝置10的功能方塊之圖。監視裝置10係監視廠房100的運行狀態之裝置,具備獲取部11、模型產生部12、判定部13、繪製部14、輸入部10e及顯示部10f。
獲取部11獲取與廠房100有關之製程資料。在此,廠房100可以是任意的廠房,例如將包括鍋爐之發電廠房或焚化廠房、化學廠房、排水處理廠房等能夠獲取製程資料者設為對象。又,製程資料可以是與廠房100有關之任意的資料,例如可以是用感測器測定出廠房100的狀態之資料,更具體而言,亦可以包括廠房100的溫度、壓力及流量等的測定值。獲取部11可以以既定的時間間隔而獲取製程資料或者連續獲取製程資料,以獲取與廠房100有關之時序資料。
獲取部11可以獲取與廠房100有關之複數種製程資料。獲取部11可以獲取由設置於廠房100中之複數個感測器來測定出之複數種製程資料。在此,複數種製程資料例如可以是如溫度和壓力般表示不同物理量之資料,或者是如在廠房100的不同的部位測定出之溫度般表示相同物理量之資料。
輸入部10e接收製程資料的輸入。輸入部10e可以由觸控面板、滑鼠等指向裝置或鍵盤構成,亦可以接收人所預測之製程資料的預測值的輸入。輸入部10e可以接收對供繪製製程資料之繪製區域的手繪圖形的輸入,或者接收包括手繪圖形之手繪範圍的輸入。關於由輸入部10e輸入之製程資料,後面使用圖式進行詳細的說明。
顯示部10f顯示供繪製製程資料之繪製區域。顯示部10f用以監視廠房100的運行狀態,可以顯示基於監視裝置10之廠房100的運行狀態的判定結果。關於顯示於顯示部10f之內容,後面使用圖式進行詳細的說明。
模型產生部12依據所輸入之製程資料來產生表示製程資料的關聯性之模型。表示製程資料的關聯性之模型,可以是表示在廠房100的運行狀態正常之情況下製程資料所落入之範圍之模型,或者是在廠房100的運行狀態異常之情況下提取製程資料所表示之特徵之模型。
模型產生部12可以依據製程資料的設計值來產生模型。在此,製程資料的設計值意味著廠房設計時的目標值或設定值。更具體而言,製程資料的設計值是在廠房100的設計上應該測定之製程資料的值,並且是在廠房100正常地運行之情況下被測定之製程資料的值。模型產生部12可以參閱在廠房100正常地運行之情況下應該測定之製程資料的設計值,產生表示製程資料的關聯性之模型。依據製程資料的設計值產生表示製程資料的關聯性之模型,藉此即使是在實際測定之製程資料的資料量有限之情況下,亦能夠產生表示製程資料的關聯性之模型,以判定廠房100的運行狀態。
判定部13以第1判定模式或第2判定模式來判定廠房100的運行狀態,第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型,前述第2判定模式使用依據製程資料的實測值所產生之模型。又,判定部13可以使用依據製程資料的設計值產生之模型來判定廠房100的運行狀態。依據由人輸入之製程資料的預測值產生之模型和依據製程資料的實測值所產生之模型可以是在模型產生中使用之資料不同之同一模型,但是亦可以是不同模型。又,第2判定模式,可以是使用依據製程資料的實測值將依據由人輸入之製程資料的預測值所產生之模型進行了更新之模型之模式。在第2判定模式中使用之模型,可以是與在第1判定模式中使用之模型獨立地產生者,亦可以是將在第1判定模式中使用之模型進行了修正之模型。
本實施形態之監視裝置10藉由以第1判定模式來判定廠房100的運行狀態,即使在實際測定之製程資料的資料量有限之情況下,亦能夠產生表示製程資料的關聯性之模型,以判定廠房100的運行狀態,前述第1判定模式使用依據未實際測定之製程資料所產生之模型。藉此,在剛啟動廠房100之後就能夠進行運行狀態的判定,能夠縮短新設了廠房100時的啟動時間,能夠減少暫時停止了廠房100時的停機時間。
判定部13可以依據實際測定之製程資料,以第1判定模式或第2判定模式來計算廠房100的運行狀態的異常度,並依據異常度來判定廠房100的運行狀態。關於由判定部13計算之異常度的例子,後面使用圖式進行詳細的說明。
繪製部14將代表由輸入部10e接收到之手繪圖形之資料點繪製於繪製區域中。又,繪製部14可以將代表由輸入部10e接收到之手繪圖形及手繪範圍之資料點繪製於繪製區域中。關於基於繪製部14之處理,後面使用圖式進行詳細的說明。
圖2係表示本實施形態之監視裝置10的物理構成之圖。監視裝置10具有相當於運算部之CPU(Central Processing Unit:中央處理單元)10a、相當於儲存部之RAM(Random Access Memory:隨機存取記憶體)10b、相當於儲存部之ROM(Read only Memory:唯讀記憶體)10c、通訊部10d、輸入部10e及顯示部10f。該等各構成以經由匯流排來彼此收發資料之方式連接。另外,本例中對監視裝置10由一台電腦構成之情況進行說明,但是監視裝置10可以藉由組合複數個電腦來實現。又,圖2所示之構成為一例,監視裝置10可以具有除此以外的構成,亦可以不具有該等構成中的一部分。
CPU10a係控制部,其進行與儲存於RAM10b或ROM10c中之程式的執行有關之控制或資料的運算和加工。CPU10a係運算部,其依據由人輸入之製程資料的預測值來產生表示製程資料的關聯性之模型,並執行使用該模型來監視廠房之程式(監視程式)。CPU10a從輸入部10e或通訊部10d接收各種資料,並將資料的運算結果顯示於顯示部10f,或者存儲於RAM10b或ROM10c中。
RAM10b係在儲存部中能夠重寫資料者,例如可以由半導體儲存元件構成。RAM10b可以儲存CPU10a所執行之程式、由人輸入之製程資料及製程資料的設計值等之資料。另外,該等係示例,在RAM10b中可以儲存有除此以外的資料,亦可以未儲存有該等的一部分。
ROM10c係在儲存部中能夠讀取資料者,例如可以由半導體儲存元件構成。ROM10c例如可以儲存監視程式或不進行重寫之資料。
通訊部10d係將監視裝置10連接於其他機器之介面。通訊部10d可以連接於網際網路等通訊網路N。
輸入部10e係從使用者接收資料的輸入者,例如包括鍵盤及觸控面板。
顯示部10f係以視覺方式顯示基於CPU10a之運算結果者,例如可以由LCD(Liquid Crystal Display:液晶顯示器)構成。顯示部10f可以顯示供繪製製程資料之繪製區域,並將製程資料及所產生之模型顯示於繪製區域中。
監視程式可以儲存於藉由RAM10b或ROM10c等電腦能夠讀取之記憶媒體中而被提供,亦可以經由由通訊部10d連接之通訊網路而被提供。在監視裝置10中,藉由CPU10a執行監視程式而實現使用圖1所說明之獲取部11、模型產生部12、判定部13及繪製部14。另外,該等物理構成係示例,未必係獨立之構成。例如,監視裝置10可以具備CPU10a和RAM10b或ROM10c成為一體之LSI(Large-Scale Integration:大型積體電路)。
圖3係表示藉由本實施形態之監視裝置10產生之表示製程資料的關聯性之模型之圖。圖3中示出從人接收製程資料的預測值的輸入,並依據所輸入之製程資料的預測值(未實際測定之製程資料)來產生模型之例子。
監視裝置10的顯示部10f顯示供繪製製程資料之繪製區域DA。監視裝置10的使用者使用輸入部10e,將預測為第1製程資料及第2製程資料的關聯性之資料點D1繪製於繪製區域DA中。另外,資料點D1可以由觸控面板或指向裝置來輸入,但是亦可以從RAM10b等內置於監視裝置10中之儲存部或外部儲存裝置獲取。例如,資料點D1可以係第1製程資料及第2製程資料的設計值。
模型產生部12依據所輸入之資料點D1產生表示第1製程資料及第2製程資料的關聯性之模型。模型可以包括表示第1製程資料及第2製程資料的關聯性之圖形M1,顯示部10f可以將圖形M1顯示於繪製區域DA中。模型產生部12例如可以假定表示第1製程資料及第2製程資料的關聯性之既定的函數,以該函數擬合於資料點D1之方式藉由最小平方法來決定該函數的參數。如此,藉由顯示表示製程資料的關聯性之圖形M1,能夠一眼就掌握所產生之模型是否合適。
模型可以包括製程資料以既定的機率落入圖形M1附近之範圍M2,顯示部10f可以將範圍M2顯示於繪製區域DA中。模型產生部12例如計算所輸入之資料點D1的標準偏差σ,可以以圖形M1作為中心將±σ設為範圍M2,或以圖形M1作為中心將±2σ設為範圍M2。在製程資料的偏差遵循常態分布之情況下,±σ的範圍係製程資料以68.27%的機率落入圖形M1附近之範圍,±2σ的範圍係製程資料以95.45%的機率落入圖形M1附近之範圍。如此,藉由顯示製程資料以既定的機率落入圖形M1附近之範圍M2,能夠一眼就掌握新獲取之製程資料是否在正常範圍內。
圖4係表示藉由本實施形態之監視裝置10來計算之異常度之圖。在圖4中,在縱軸上示出異常度的值,在橫軸上示出時間,以條形圖來示出異常度的時間變化。
監視裝置10的判定部13可以依據實際測定之製程資料,以第1判定模式或第2判定模式來計算廠房100的運行狀態的異常度,並顯示於顯示部10f中。判定部13可以藉由公知的異常判定算法來計算異常度,例如依據過去實際測定之製程資料的平均μ及分散σ2
,並藉由a(x)=(x-μ)2
/σ2
計算當前的製程資料x的異常度a(x)。在該情況下,異常度的平方根表示當前的製程資料以過去的製程資料的平均值作為基準而偏離了標準偏差的幾倍。例如,若異常度為25,則表示當前的製程資料以過去的製程資料的平均值作為基準而偏離了標準偏差的5倍。判定部13可以定期地計算廠房100的運行狀態的異常度,並藉由將該值顯示為條形圖而進行圖4所示之顯示,亦可以定期地計算廠房100的運行狀態的異常度,進而,藉由將更長期間之平均值顯示為條形圖而進行圖4所示之顯示。又,判定部13可以依據實際測定之製程資料從圖形M1偏離多少來計算異常度。判定部13例如依據表示實際測定之製程資料在範圍M2的內側還是外側之值、和以資料點D1的標準偏差作為基準之實際測定之製程資料的偏差量中的至少一種來計算異常度。
判定部13可以依據所計算出之異常度來判定廠房100的運行狀態。判定部13例如可以將關於異常度所設定之臨限值與新計算出之異常度進行比較,若異常度小於臨限值,則判定廠房100的運行狀態為正常,若異常度為臨限值以上,則判定廠房100的運行狀態為異常。
藉由如圖4所示顯示異常度,能夠以定量數值來表示廠房100的運行狀態是正常還是異常,即使是對讀取製程資料並不熟練之作業人員,亦能夠對廠房100的運行狀態作出適當之判斷。
圖5係藉由本實施形態之監視裝置10執行之判定處理的流程圖。首先,監視裝置10從人接收製程資料的預測值的輸入(S10)。然後,監視裝置10依據所輸入之預測值來產生表示製程資料的關聯性之模型(S11)。該模型使用於第1判定模式。
監視裝置10獲取實際測定之製程資料,並蓄積於儲存部中(S12)。而且,監視裝置10以第1判定模式來計算廠房100的異常度,並判定廠房100的運行狀態,前述第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型(S13)。監視裝置10將判定結果顯示於顯示部10f中(S14)。在此,監視裝置10可以顯示異常度,或者連同圖形M1及範圍M2一起顯示實際測定之製程資料。
然後,監視裝置10判定實際測定之製程資料的資料蓄積量是否為既定量以上(S15)。在此,既定量可以是能夠依據實際測定之製程資料來產生表示製程資料的關聯性之模型之程度的量。
在實際測定之製程資料的資料蓄積量不是既定量以上之情況下(S15:否),監視裝置10新獲取並蓄積實際測定之製程資料(S12),以第1判定模式來判定廠房100的運行狀態(S13),並顯示判定結果(S14)。
另一方面,在實際測定之製程資料的資料蓄積量為既定量以上之情況下(S15:是),監視裝置10依據所蓄積之製程資料的實測值來產生表示製程資料的關聯性之模型(S16)。在此,監視裝置10可以依據製程資料的實測值來校正依據未實際測定之製程資料的預測值所產生之模型,或者僅使用製程資料的實測值來產生新模型。
然後,監視裝置10獲取實際測定之製程資料,並蓄積於儲存部中(S17)。而且,監視裝置10以第2判定模式來計算廠房100的異常度,並判定廠房100的運行狀態,前述第2判定模式使用依據製程資料的實測值所產生之模型(S18),並顯示判定結果(S19)。在該情況下,監視裝置10亦可以顯示異常度,或者連同模型一起顯示實際測定之製程資料。另外,在能夠使用依據由人輸入之製程資料的預測值所產生之模型和依據製程資料的實測值所產生之模型之情況下,監視裝置10可以接收使用哪一種模型之指定。又,監視裝置10可以依據藉由基於由人輸入之製程資料的預測值而產生之模型所計算出之異常度、和藉由基於製程資料的實測值而產生之模型所計算出之異常度來判定廠房100的運行狀態。
圖6係表示藉由本實施形態之監視裝置10繪製之資料點之圖。在圖6中示出從人接收手繪圖形G及手繪範圍R的輸入,並將代表所輸入之手繪圖形G及手繪範圍R之資料點D2繪製於繪製區域DA中之例子。
監視裝置10的顯示部10f顯示供繪製製程資料之繪製區域DA。監視裝置10的使用者使用輸入部10e來輸入預測為第1製程資料及第2製程資料的關聯性之圖形G。又,使用者輸入包括手繪圖形之手繪範圍R。在此,手繪範圍R可以是預測為製程資料以既定的機率落入手繪圖形G附近之範圍。
監視裝置10的繪製部14將代表手繪圖形G及手繪範圍R之資料點D2繪製於繪製區域DA中。繪製部14例如可以以遵循具有由手繪圖形G決定之平均值和由手繪範圍R決定之分散之常態分布之方式繪製資料點D2,或者以遵循均勻分布之方式在手繪範圍R內繪製資料點D2。在繪製資料點D2之後,模型產生部12依據資料點D2產生表示第1製程資料及第2製程資料的關聯性之模型。
藉由接收手繪圖形G的輸入,以將代表手繪圖形G之資料點D2繪製於繪製區域DA中,藉此能夠以手繪方式直覺地顯現製程資料的近似的關聯性,並且產生模型。
又,藉由接收手繪範圍R的輸入,以將代表手繪圖形G及手繪範圍R之資料點D2繪製於繪製區域中,藉此能夠以手繪方式直覺地顯現製程資料的近似的關聯性,並產生模型。
圖7係藉由本實施形態之監視裝置10執行之模型產生處理的流程圖。首先,監視裝置10從人接收手繪圖形及手繪範圍的輸入(S20)。而且,監視裝置10將代表手繪圖形及手繪範圍之資料點繪製於繪製區域中(S21)。
然後,監視裝置10依據資料點來產生表示製程資料的關聯性之模型(S22)。另外,監視裝置10可以以使用如此產生之模型之第1判定模式來判定廠房100的運行狀態。
另外,以上已說明之實施形態係用以輕易地理解本發明者,而並非係用以限定地解釋本發明者。實施形態所具備之各要件及其配置、材料、條件、形狀及尺寸等不應限定於例示者,而能夠適當變更。又,能夠將不同之實施形態中所示出之構成彼此之間進行部分替換或組合。
監視裝置10的顯示部10f可以是顯示裝置,其接收與廠房有關之製程資料的輸入,依據所輸入之製程資料來產生表示製程資料的關聯性之模型,以第1判定模式或第2判定模式來判定廠房的運行狀態,並顯示判定結果,前述第1判定模式使用依據由人輸入之製程資料的預測值所產生之模型,前述第2判定模式使用依據製程資料的實測值所產生之模型。顯示裝置可以與判定結果一併顯示從人接收到輸入之製程資料的預測值、所產生之模型及製程資料的實測值中之至少一個。
10:監視裝置
10a:CPU
10b:RAM
10c:ROM
10d:通訊部
10e:輸入部
10f:顯示部
11:獲取部
12:模型產生部
13:判定部
14:繪製部
100:廠房
[圖1]係表示本發明的實施形態之監視裝置的功能方塊之圖。
[圖2]係表示本實施形態之監視裝置的物理構成之圖。
[圖3]係表示藉由本實施形態之監視裝置產生之表示製程資料的關聯性之模型之圖。
[圖4]係表示藉由本實施形態之監視裝置計算之異常度之圖。
[圖5]係藉由本實施形態之監視裝置執行之判定處理的流程圖。
[圖6]係表示藉由本實施形態之監視裝置繪製之資料點之圖。
[圖7]係藉由本實施形態之監視裝置執行之模型產生處理的流程圖。
10:監視裝置
10e:輸入部
10f:顯示部
11:獲取部
12:模型產生部
13:判定部
14:繪製部
100:廠房
Claims (10)
- 一種監視裝置,係具備:輸入部,接收與廠房有關之製程資料的輸入;模型產生部,依據所輸入之前述製程資料來產生表示前述製程資料的關聯性之模型;判定部,以第1判定模式或第2判定模式來計算前述廠房的運行狀態的異常度,並依據前述異常度來判定前述廠房的運行狀態,前述第1判定模式使用依據由人輸入之前述製程資料的預測值所產生之前述模型,前述第2判定模式使用依據前述製程資料的實測值所產生之前述模型;及顯示部,顯示基於前述判定部之判定結果,當前述實測值的資料量不足以產生前述模型時,僅以前述第1判定模式來判定前述廠房的運行狀態。
- 如請求項1所述之監視裝置,其係進一步具備:取得與廠房有關之製程資料的實測值之取得部,前述模型產生部,依據由前述取得部取得之前述製程資料的實測值來產生表示前述製程資料的關聯性之模型,前述判定部,當由前述取得部取得之前述製程資料的實測值的資料量不足的情況,僅以前述第1判定模式來判定前述廠房的運行狀態。
- 如請求項1或2所述之監視裝置,其中,前述模型包括表示前述製程資料的關聯性之圖形,前述顯示部顯示前述圖形。
- 如請求項3所述之監視裝置,其中,前述模型包括前述製程資料以既定的機率落入前述圖形附近之範圍,前述顯示部顯示前述圖形及前述範圍。
- 如請求項1或2所述之監視裝置,其中,前述模型產生部依據前述製程資料的設計值來產生前述模型。
- 如請求項1或2所述之監視裝置,其中,前述輸入部接收對供繪製前述製程資料之繪製區域的手繪圖形的輸入,進一步具備繪製部,其將代表前述手繪圖形之資料點繪製於前述繪製區域中,前述模型產生部依據前述資料點來產生前述模型。
- 如請求項6所述之監視裝置,其中,前述輸入部接收在前述繪製區域中包括前述手繪圖形之手繪範圍的輸入,前述繪製部將代表前述手繪圖形及前述手繪範圍之資料點繪製於前述繪製區域中。
- 一種顯示裝置,係接收與廠房有關之製程資料的輸入,並依據所輸入之前述製程資料來產生表示前述製程資料的關聯性之模型,以第1判定模式或第2判定模式來計算前述廠房的運行狀態的異常度,並依據前述異常度來判定前述廠房的運行狀態,前述第1判定模式使用依據由人輸入之前述製程資料的預測值所產生之前述模 型,前述第2判定模式使用依據前述製程資料的實測值所產生之前述模型,當前述實測值的資料量不足以產生前述模型時,僅以前述第1判定模式來判定前述廠房的運行狀態。
- 一種監視方法,係使監視廠房之監視裝置執行如下作業:接收與廠房有關之製程資料的輸入;依據所輸入之前述製程資料來產生表示前述製程資料的關聯性之模型;以第1判定模式或第2判定模式來計算前述廠房的運行狀態的異常度,並依據前述異常度來判定前述廠房的運行狀態,前述第1判定模式使用依據由人輸入之前述製程資料的預測值所產生之前述模型,第2判定模式使用依據前述製程資料的實測值所產生之前述模型;及顯示基於前述判定之判定結果,當前述實測值的資料量不足以產生前述模型時,僅以前述第1判定模式來判定前述廠房的運行狀態。
- 一種監視程式,係使監視廠房之監視裝置執行如下作業:接收與廠房有關之製程資料的輸入;依據所輸入之前述製程資料來產生表示前述製程資料的關聯性之模型;以第1判定模式或第2判定模式來計算前述廠房的運行狀態的異常度,並依據前述異常度來判定前述廠房的運行 狀態,前述第1判定模式使用依據由人輸入之前述製程資料的預測值所產生之前述模型,前述第2判定模式使用依據前述製程資料的實測值所產生之前述模型;及顯示基於前述判定之判定結果,當前述實測值的資料量不足以產生前述模型時,僅以前述第1判定模式來判定前述廠房的運行狀態。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019048584 | 2019-03-15 | ||
JP2019-048584 | 2019-03-15 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW202102957A TW202102957A (zh) | 2021-01-16 |
TWI791949B true TWI791949B (zh) | 2023-02-11 |
Family
ID=72521073
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW109103831A TWI791949B (zh) | 2019-03-15 | 2020-02-07 | 監視裝置、顯示裝置、監視方法及監視程式 |
Country Status (12)
Country | Link |
---|---|
US (1) | US20210405630A1 (zh) |
EP (1) | EP3940491B1 (zh) |
JP (1) | JP7323601B2 (zh) |
KR (1) | KR20210139268A (zh) |
CN (1) | CN113614663A (zh) |
AU (1) | AU2020240738A1 (zh) |
BR (1) | BR112021018216A2 (zh) |
ES (1) | ES2969084T3 (zh) |
FI (1) | FI3940491T3 (zh) |
TW (1) | TWI791949B (zh) |
WO (1) | WO2020189585A1 (zh) |
ZA (1) | ZA202106805B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113238530B (zh) * | 2021-04-25 | 2022-08-12 | 中国核电工程有限公司 | 监测***显示功能设计方法及***、验证方法、显示方法 |
WO2023118433A1 (en) * | 2021-12-22 | 2023-06-29 | Veolia Water Solutions & Technologies Support | A method of monitoring processes in an urban water cycle |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04372046A (ja) * | 1991-06-20 | 1992-12-25 | Hitachi Ltd | 需要量予測方法及び装置 |
JPH07121230A (ja) * | 1993-10-26 | 1995-05-12 | Toshiba Corp | プラント状態予測装置 |
JP2001216003A (ja) * | 1999-10-04 | 2001-08-10 | Fisher Rosemount Syst Inc | プロセス制御システムにおける統合されたアドバンスド制御ブロック |
JP2008503012A (ja) * | 2004-06-12 | 2008-01-31 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 制御ループのプロセス利得に関連する異常状況を検出するためのシステムおよび方法 |
TW201821192A (zh) * | 2016-12-08 | 2018-06-16 | 財團法人金屬工業研究發展中心 | 用於放電加工機之精度預測的特徵萃取方法及預測方法 |
TW201828382A (zh) * | 2016-10-13 | 2018-08-01 | 美商克萊譚克公司 | 用於製程控制之量測系統及方法 |
TW201834784A (zh) * | 2017-03-24 | 2018-10-01 | 國立成功大學 | 刀具磨耗監測與預測方法 |
TW201837759A (zh) * | 2017-02-24 | 2018-10-16 | 荷蘭商Asml荷蘭公司 | 藉由機器學習來判定製程模型之方法 |
TW201924828A (zh) * | 2017-11-30 | 2019-07-01 | 財團法人金屬工業研究發展中心 | 放電加工精度的預測方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH07219604A (ja) | 1993-12-07 | 1995-08-18 | Omron Corp | 学習知識の評価装置および評価方法 |
US6556939B1 (en) * | 2000-11-22 | 2003-04-29 | Smartsignal Corporation | Inferential signal generator for instrumented equipment and processes |
JP4372046B2 (ja) | 2005-05-18 | 2009-11-25 | 株式会社東芝 | 半導体装置 |
JP5096359B2 (ja) * | 2005-12-05 | 2012-12-12 | フィッシャー−ローズマウント システムズ,インコーポレイテッド | 同時プロセスシミュレーションを伴う多目的予測プロセス最適化 |
EP2476901A1 (en) * | 2011-01-17 | 2012-07-18 | Siemens Aktiengesellschaft | Method and monitoring apparatus for automated surveillance of a wind turbine and a method for creating a linear model |
BR112014000727B1 (pt) * | 2011-07-11 | 2021-01-12 | Valmet Automation Oy | método, sistema e memória legível por computador para monitoramento de um processo industrial |
CN105302697B (zh) * | 2015-11-13 | 2018-05-18 | 中国建设银行股份有限公司 | 一种密集数据模型数据库的运行状态监控方法及*** |
JP6853436B2 (ja) | 2016-03-17 | 2021-03-31 | 三菱マテリアル株式会社 | マグネシウム系熱電変換素子、熱電変換装置 |
CN106383766B (zh) * | 2016-09-09 | 2018-09-11 | 北京百度网讯科技有限公司 | ***监控方法和装置 |
JP6877956B2 (ja) | 2016-10-31 | 2021-05-26 | 株式会社東芝 | 需要予測装置及び需要予測方法 |
US10360703B2 (en) * | 2017-01-13 | 2019-07-23 | International Business Machines Corporation | Automatic data extraction from a digital image |
JP6911498B2 (ja) * | 2017-05-01 | 2021-07-28 | オムロン株式会社 | 学習装置、学習方法、及び学習プログラム |
-
2020
- 2020-02-07 TW TW109103831A patent/TWI791949B/zh active
- 2020-03-13 BR BR112021018216A patent/BR112021018216A2/pt unknown
- 2020-03-13 KR KR1020217029354A patent/KR20210139268A/ko unknown
- 2020-03-13 AU AU2020240738A patent/AU2020240738A1/en active Pending
- 2020-03-13 CN CN202080020812.6A patent/CN113614663A/zh active Pending
- 2020-03-13 FI FIEP20774457.4T patent/FI3940491T3/fi active
- 2020-03-13 EP EP20774457.4A patent/EP3940491B1/en active Active
- 2020-03-13 WO PCT/JP2020/011282 patent/WO2020189585A1/ja active Application Filing
- 2020-03-13 ES ES20774457T patent/ES2969084T3/es active Active
- 2020-03-13 JP JP2021507322A patent/JP7323601B2/ja active Active
-
2021
- 2021-09-13 US US17/473,547 patent/US20210405630A1/en active Pending
- 2021-09-14 ZA ZA2021/06805A patent/ZA202106805B/en unknown
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04372046A (ja) * | 1991-06-20 | 1992-12-25 | Hitachi Ltd | 需要量予測方法及び装置 |
JPH07121230A (ja) * | 1993-10-26 | 1995-05-12 | Toshiba Corp | プラント状態予測装置 |
JP2001216003A (ja) * | 1999-10-04 | 2001-08-10 | Fisher Rosemount Syst Inc | プロセス制御システムにおける統合されたアドバンスド制御ブロック |
JP2008503012A (ja) * | 2004-06-12 | 2008-01-31 | フィッシャー−ローズマウント システムズ, インコーポレイテッド | 制御ループのプロセス利得に関連する異常状況を検出するためのシステムおよび方法 |
TW201828382A (zh) * | 2016-10-13 | 2018-08-01 | 美商克萊譚克公司 | 用於製程控制之量測系統及方法 |
TW201821192A (zh) * | 2016-12-08 | 2018-06-16 | 財團法人金屬工業研究發展中心 | 用於放電加工機之精度預測的特徵萃取方法及預測方法 |
TW201837759A (zh) * | 2017-02-24 | 2018-10-16 | 荷蘭商Asml荷蘭公司 | 藉由機器學習來判定製程模型之方法 |
TW201834784A (zh) * | 2017-03-24 | 2018-10-01 | 國立成功大學 | 刀具磨耗監測與預測方法 |
TW201924828A (zh) * | 2017-11-30 | 2019-07-01 | 財團法人金屬工業研究發展中心 | 放電加工精度的預測方法 |
Also Published As
Publication number | Publication date |
---|---|
BR112021018216A2 (pt) | 2021-11-23 |
KR20210139268A (ko) | 2021-11-22 |
TW202102957A (zh) | 2021-01-16 |
AU2020240738A1 (en) | 2021-10-14 |
FI3940491T3 (fi) | 2024-01-17 |
US20210405630A1 (en) | 2021-12-30 |
JPWO2020189585A1 (zh) | 2020-09-24 |
WO2020189585A1 (ja) | 2020-09-24 |
CN113614663A (zh) | 2021-11-05 |
EP3940491A4 (en) | 2022-05-11 |
ZA202106805B (en) | 2024-01-31 |
EP3940491B1 (en) | 2023-11-01 |
ES2969084T3 (es) | 2024-05-16 |
JP7323601B2 (ja) | 2023-08-08 |
EP3940491A1 (en) | 2022-01-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI663510B (zh) | 設備保養預測系統及其操作方法 | |
TWI791949B (zh) | 監視裝置、顯示裝置、監視方法及監視程式 | |
JP6364800B2 (ja) | 監視装置及び監視方法 | |
CN108803408B (zh) | 过程控制***及数据处理方法 | |
JP6733164B2 (ja) | プロセス監視装置、プロセス監視方法及びプログラム | |
JP6933899B2 (ja) | プラント運転支援装置、プラント運転支援方法、及びプラント運転支援プログラム | |
Chen et al. | A generally weighted moving average control chart for monitoring the coefficient of variation | |
CN111666198A (zh) | 日志异常监控方法、装置及电子设备 | |
Ruiz-Cárcel et al. | Canonical variate analysis for performance degradation under faulty conditions | |
CN107121943B (zh) | 一种用于获得智能仪表的健康预测信息的方法和装置 | |
JP2007224918A (ja) | 制限値超過を判断する方法 | |
US11747035B2 (en) | Pipeline for continuous improvement of an HVAC health monitoring system combining rules and anomaly detection | |
US10613830B2 (en) | Data processing device, data processing method, and storage medium | |
WO2021210353A1 (ja) | 故障予兆システム | |
JP2014106841A (ja) | エネルギー管理支援装置および方法、ならびにプログラム | |
WO2020262709A1 (ja) | 処理システム監視装置、処理システム監視方法、及びプログラム | |
JP5363089B2 (ja) | 推定用多項式生成装置、入力パラメータ極性通知装置、推定装置および方法 | |
JP7020835B2 (ja) | 監視制御装置、監視制御システム及び表示方法 | |
JP7232028B2 (ja) | 運転監視装置および方法 | |
JP7420587B2 (ja) | 炉熱予測装置および該方法ならびに炉熱制御案内装置および該方法 | |
JP2016152016A (ja) | 測定情報管理装置 | |
JP2019102574A (ja) | 情報処理装置、情報処理装置の制御方法、およびプログラム | |
JP7333281B2 (ja) | 設計支援システム | |
JP7316816B2 (ja) | 情報処理装置及びプログラム | |
JP2018067051A (ja) | 品質監視装置、品質監視システム、品質監視方法及びプログラム |