WO2017164368A1 - 監視装置、監視方法、プログラム - Google Patents

監視装置、監視方法、プログラム Download PDF

Info

Publication number
WO2017164368A1
WO2017164368A1 PCT/JP2017/012006 JP2017012006W WO2017164368A1 WO 2017164368 A1 WO2017164368 A1 WO 2017164368A1 JP 2017012006 W JP2017012006 W JP 2017012006W WO 2017164368 A1 WO2017164368 A1 WO 2017164368A1
Authority
WO
WIPO (PCT)
Prior art keywords
sensor
target
degree
combination
relationship
Prior art date
Application number
PCT/JP2017/012006
Other languages
English (en)
French (fr)
Inventor
健二 真塩
東　隆史
晋 椎塚
太香恵 山下
Original Assignee
三菱重工業株式会社
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 三菱重工業株式会社 filed Critical 三菱重工業株式会社
Priority to JP2018507438A priority Critical patent/JP6734362B2/ja
Priority to US16/067,710 priority patent/US10866163B2/en
Priority to EP17770408.7A priority patent/EP3388911B1/en
Publication of WO2017164368A1 publication Critical patent/WO2017164368A1/ja

Links

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
    • 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
    • G05B23/0221—Preprocessing measurements, e.g. data collection rate adjustment; Standardization of measurements; Time series or signal analysis, e.g. frequency analysis or wavelets; Trustworthiness of measurements; Indexes therefor; Measurements using easily measured parameters to estimate parameters difficult to measure; Virtual sensor creation; De-noising; Sensor fusion; Unconventional preprocessing inherently present in specific fault detection methods like PCA-based methods
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G01M99/005—Testing of complete machines, e.g. washing-machines or mobile phones
    • 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
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M13/00—Testing of machine parts
    • G01M13/04—Bearings
    • 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
    • G05B2219/31477—Display correlated data so as to represent the degree of correlation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy

Definitions

  • the present invention relates to a monitoring device, a monitoring method, and a program.
  • Patent Document 1 discloses an abnormality diagnosis method that acquires sensing information from a sensor provided in a control object and performs abnormality diagnosis of the control object using the sensing information.
  • this abnormality diagnosis method a normal model representing the normal state of the controlled object and an abnormal model representing the abnormal state of the controlled object are created in advance. Then, by comparing the measured value of the output of the controlled object, the estimated value of the output of the normal model, and the estimated value of the output of the abnormal model, the abnormality diagnosis of the controlled object is performed.
  • a large number of sensors are provided for the controlled object.
  • various sensing objects such as pipes, pumps, driving devices, and heating devices, and various sensors are provided for each sensing object.
  • a supervisor of a control target provided with such a large number of sensors constantly monitors a large number of sensors provided in the control target to check whether a sign of abnormality has occurred. The monitor is required to more appropriately determine the occurrence of the sign of the abnormality.
  • an object of the present invention is to provide a monitoring device, a monitoring method, and a program that can solve the above-described problems.
  • the monitoring device is configured to change the relationship between the magnitude of the signal output from the target sensor and the magnitude of the signal output from another related sensor among the plurality of sensors that detect the state of the control target.
  • a first calculation unit that calculates the degree for each combination of the target sensor and the related sensor, and specifies a combination of the target sensor and the related sensor for which the value of the relationship variation degree is equal to or greater than a predetermined value.
  • a management unit that calculates the number of appearances of the target sensor and the related sensor included in the combination.
  • the management unit generates and outputs first abnormality predictor information that represents the number of appearances for each sensor indicating the target sensor and the related sensor included in the specified combination for each time.
  • the monitoring device includes a second calculation unit that calculates an abnormality predicting degree by summing up the relation variation degree for each combination of the target sensor and the related sensor for all of the combinations
  • the management unit includes: Second abnormal sign information representing the moving average curve of the degree of abnormal sign is generated and output.
  • the management unit generates and outputs the second abnormality predictor information that represents the abnormality predictor degree according to the passage of time by superimposing the moving average curve of the abnormality sign degree on the graph.
  • control target is a plant
  • the plurality of sensors are sensors provided in the plant.
  • the monitoring method includes a relationship between a magnitude of a signal output from the target sensor and a magnitude of a signal output from another related sensor among the plurality of sensors that detect the state of the control target.
  • the degree of variation is calculated for each combination of the target sensor and the related sensor, the combination of the target sensor and the related sensor having a value of the relationship variation degree equal to or greater than a predetermined value is identified, and included in the identified combination
  • the numbers of appearances of the target sensor and the related sensor are calculated.
  • the program causes the computer of the monitoring apparatus to output the magnitude of the signal output from the target sensor among the plurality of sensors that detect the state of the control target and the signal output from the other related sensors.
  • a first calculation means for calculating a degree of relationship variation with respect to the size of each target sensor and the related sensor, a combination of the target sensor and the related sensor for which the value of the relationship variation degree is a predetermined value or more. It identifies and functions as a management means for calculating the number of appearances of the target sensor and the related sensor included in the identified combination.
  • the monitor can more appropriately determine the occurrence of a sign of abnormality of the monitoring target.
  • FIG. 1 shows the structure of the monitoring system provided with the monitoring apparatus by one Embodiment of this invention. It is a figure which shows the hardware constitutions of the monitoring apparatus by one Embodiment of this invention. It is a functional block diagram of the monitoring apparatus by one Embodiment of this invention. It is a 1st data table showing the combination of the sensor by one Embodiment of this invention. It is a figure which shows the data table which memorize
  • FIG. 1 is a diagram illustrating a configuration of a monitoring system 100 including a monitoring device according to the embodiment.
  • the monitoring apparatus 1 according to the present embodiment is connected to a number of sensors provided on a monitoring target (control target) 2 by communication cables or the like.
  • the monitoring device 1 receives signals output from the sensors, and monitors the occurrence of abnormalities to be monitored and signs of abnormalities.
  • FIG. 2 is a diagram illustrating a hardware configuration of the monitoring apparatus.
  • the monitoring device 1 includes a CPU (Central Processing Unit) 201, an IF (Interface) 202, a communication module 203, a ROM (Read Only Memory) 204, a RAM (Random Access Memory) 205, an HDD (Hard Disk Drive). ) 206 or the like.
  • the IF 202 inputs signals from, for example, a keyboard and a mouse.
  • the communication module 203 is connected to a number of sensors provided on the monitoring target 2 by communication cables or the like.
  • FIG. 3 is a functional block diagram of the monitoring device.
  • the monitoring device 1 stores an abnormality sign diagnosis program.
  • the CPU 201 of the monitoring device 1 executes an abnormality sign diagnosis program based on the operation of the monitor.
  • the monitoring apparatus 1 includes the functions of the sensor information acquisition unit 11, the relationship variation degree calculation unit 12, the abnormality sign degree calculation unit 13, and the management unit 14.
  • the monitoring device 1 includes a storage unit 15.
  • the storage unit 15 may be realized by a hardware configuration such as the ROM 204, the RAM 205, and the HDD 206.
  • the sensor information acquisition unit 11 acquires sensing information from each sensor attached to the monitoring target 2.
  • the relationship variation degree calculation unit 12 associates the relationship variation degree between the magnitude of the signal output from the target sensor and the magnitude of the signal output from another related sensor among the plurality of sensors that detect the state of the monitoring target 2 with the target sensor. Calculate for each sensor combination.
  • the abnormality sign degree calculation unit 13 calculates an abnormality sign degree obtained by summing up the relation fluctuation degree for each combination of the target sensor and the related sensor for all the combinations.
  • the management unit 14 identifies a combination of a target sensor and a related sensor whose relationship variation degree value is equal to or greater than a predetermined value.
  • the management unit 14 calculates the number of appearances of the target sensor and the related sensor included in the identified combination.
  • the management part 14 produces
  • the relationship variation degree calculation unit 12 is referred to as a first calculation unit 12.
  • the abnormality sign degree calculation unit 13 is referred to as a second calculation unit 13.
  • FIG. 4 is a first data table representing sensor combinations.
  • a large number of sensors are attached to the monitoring target 2.
  • Each sensor attached to the monitoring target 2 is divided into a target sensor and a related sensor whose output varies according to the output of the target sensor.
  • One sensor may be classified as both a target sensor and a related sensor.
  • the first data table shown in FIG. 4 is a list of combinations of two sensors, that is, a certain target sensor and a related sensor among many sensors provided in the monitoring target 2.
  • the monitoring target 2 is provided with a XX line outlet flow sensor, a XX line inlet temperature sensor, a XX pump bearing temperature sensor, a ⁇ line outlet temperature sensor, and the like.
  • the line outlet flow sensor fluctuates, if the value of the pump bearing temperature sensor fluctuates, the line outlet flow sensor is classified as the target sensor, and the XX pump bearing temperature sensor is the related sensor. Classified.
  • the combination of the two sensors is recorded in the first data table in FIG.
  • the XX line outlet flow rate sensor and the XX line inlet temperature sensor are recorded as a combination of the target sensor and the related sensor.
  • the XX line outlet flow rate sensor and the ⁇ line outlet temperature sensor are recorded as a combination of the target sensor and the related sensor.
  • the first data table is recorded in the storage unit 15, for example.
  • the value of the other target fluctuates due to the influence of the state of one target detected by the sensor.
  • Correspondences with related sensors that sense other objects are recorded.
  • the object sensors of 100 combinations according to the factorial And associated sensor combinations may be recorded in the first data table. That is, many combinations of target sensors and related sensors may be recorded in the first data table.
  • the monitoring device 1 calculates the degree of change (relationship degree) of the relationship between the magnitude of the signal output from the target sensor and the magnitude of the signal output from the related sensor for each combination of the target sensor and the related sensor.
  • the monitoring device 1 identifies a combination of a target sensor and a related sensor whose relationship variation degree value is equal to or greater than a predetermined value.
  • the monitoring device 1 calculates the number of appearances of the target sensor and the related sensor included in the identified combination.
  • the monitoring device 1 generates and outputs first abnormality predictor information that represents the number of appearances of each sensor indicating the target sensor and the related sensor included in the identified combination for each time.
  • the monitoring apparatus 1 calculates the abnormality sign degree which totaled the relationship fluctuation degree for every combination of an object sensor and a related sensor about all those combinations.
  • the monitoring device 1 generates and outputs second abnormality sign information representing a moving average curve of the degree of abnormality sign.
  • FIG. 5 is a diagram illustrating a data table that stores the degree of change in the relationship between the target sensor and the related sensor.
  • the monitoring device 1 receives sensing information about each sensor provided in the monitoring target 2 from each sensor.
  • the first calculation unit 12 calculates the degree of change in the relationship between the values based on the sensing information of the target sensor and the related sensor shown in FIG. For example, it is assumed that the relationship between the sensor A that is a target sensor and the sensor B that is a related sensor of the sensor A is recorded in the first data table of FIG. For example, when the signal of sensor A fluctuates by 0.01%, it is assumed that the signal of sensor B fluctuates by 0.02% in advance by simulation or actual measurement.
  • the monitoring device 1 calculates a relationship variation degree indicating the degree of variation in the relationship between the values of the target sensor and the related sensor.
  • the degree of relationship fluctuation is expressed by numerical values.
  • the monitoring device 1 generates a relationship variation degree table (FIG. 5) indicating the correspondence between the target sensor, the related sensor, and the relationship variation degree. It can be determined that the larger the value of the relationship variation degree is, the more different the variation in the relationship between the signal of the sensor A and the signal of the sensor B is.
  • a technique for calculating the relationship variation degree for example, there is a system invariant analysis technique.
  • the monitoring device 1 calculates the degree of relationship variation using such a known technique. Any method may be used to calculate the relationship variation degree.
  • FIG. 6 is a diagram showing a processing flow of the monitoring apparatus.
  • a processing flow of the monitoring device 1 will be described. In the following description, it is assumed that the monitoring target 2 is a plant.
  • the sensor information acquisition unit 11 of the monitoring device 1 acquires sensing information from each sensor provided in a large number of plants (step S101).
  • the sensor information acquisition unit 11 records the sensing information of each sensor in the storage unit 15.
  • the sensor information acquisition unit 11 instructs the first calculation unit 12 to calculate the relationship variation degree.
  • the first calculation unit 12 reads the first data table shown in FIG. 4 from the storage unit 15.
  • the first calculation unit 12 acquires sensing information of the target sensor and related sensors recorded in the first data table.
  • the first calculation unit 12 calculates the degree of relationship variation between the target sensor and the related sensor using the sensing information (step S102).
  • the first calculation unit 12 records the relationship variation degree for the combination of the target sensor and the related sensor in the relationship variation degree table as shown in FIG.
  • the first calculation unit 12 determines whether the relationship variation degree is calculated for all combinations of the target sensor and the related sensor recorded in FIG. 4 (step S103).
  • the first calculation unit 12 ends the process when the relationship variation degree is calculated for all the combinations.
  • the first calculation unit 12 notifies the management unit 14 of the end of the process.
  • the first calculation unit 12 repeats the process of calculating the relationship variation for the next combination of the target sensor and the related sensor.
  • the first calculation unit 12 calculates the relational variation degree for all combinations of the target sensor and the related sensor recorded in the first data table by the above processing.
  • the management unit 14 specifies a combination of the target sensor and the related sensor that indicates a relationship fluctuation degree having a value higher than a threshold value that indicates the collapse of the relation among the relation fluctuation degrees calculated for the combination of the target sensor and the related sensor (Step S14). S104).
  • the management unit 14 calculates the number of appearances for each sensor included in the combination of the identified target sensor and related sensor (step S105). In step S104, specifically, for example, it is assumed that a combination in which the relationship variation degree of the combination of the target sensor and the related sensor shown in FIG.
  • FIG. 5 shows a first combination of the XX line outlet flow rate sensor and the XX pump bearing temperature sensor as a combination of the target sensor and the related sensor.
  • FIG. 5 shows a second combination of the XX line outlet flow rate sensor and the XX line inlet temperature sensor as a combination of the target sensor and the related sensor.
  • FIG. 5 shows a third combination of the XX line outlet flow rate sensor and the ⁇ line outlet temperature sensor as a combination of the target sensor and the related sensor.
  • FIG. 5 shows a fourth combination of the XX line inlet temperature sensor and the XX pump bearing temperature sensor as a combination of the target sensor and the related sensor.
  • FIG. 5 shows a fifth combination of the XX pump bearing temperature sensor and the XX line inlet temperature sensor as a combination of the target sensor and the related sensor.
  • FIG. 5 shows a sixth combination of the ⁇ line outlet temperature sensor and the XX line outlet flow rate sensor as a combination of the target sensor and the related sensor.
  • the number of XX line outlet flow rate sensors appears four times.
  • XX The number of appearance of the pump bearing temperature sensor is 3 times.
  • ⁇ The number of line outlet temperature sensors appears twice.
  • the number of appearance of the line inlet temperature sensor is 3 times.
  • the management part 14 produces
  • the management unit 14 outputs the first abnormality sign information to a monitor or the like (step S107).
  • the threshold value indicating the collapse of the relationship
  • the threshold is determined to be different from the normal relationship between the target sensor signal and the related sensor signal variation. It is a threshold for It can be said that the combination of the target sensor and the related sensor that is equal to or greater than the threshold is different from the normal relationship in the fluctuation of the signal of each sensor, and the relationship is broken.
  • FIG. 7 is a diagram illustrating an example of the first abnormality sign information.
  • the first abnormality predictor information indicates the number of appearances for each sensor included in the combination of the target sensor and the related sensor that have a relationship fluctuation degree equal to or greater than the threshold indicating the collapse of the relationship, and the time of each sensor and time (date and time). ) Is displayed every time. By checking such first abnormality sign information, the plant supervisor can easily and more accurately determine which sensor has a sign of abnormality.
  • the management unit 14 repeats the processing from step S101 to step S107 at predetermined time intervals.
  • the second calculation unit 13 acquires from the storage unit 15 the degree of relationship variation of all combinations of the target sensor and the related sensor calculated by the first calculation unit 12.
  • the second calculation unit 13 calculates the anomaly sign degree by adding up the relationship fluctuation degrees of all combinations of the target sensor and the related sensor. As the value of many relational fluctuations increases, the degree of abnormal signs increases. Therefore, an abnormality sign can be estimated when the entire plant that is the monitoring target 2 is viewed based on the degree of abnormality sign.
  • the second calculation unit 13 outputs the abnormality sign degree to the management unit 14. Note that the second calculation unit 13 outputs the degree of abnormality sign to the management unit 14 at predetermined time intervals.
  • the management unit 14 acquires the degree of abnormality sign at a predetermined time interval and generates second abnormality sign information that is a graph thereof. In addition, the management unit 14 calculates a moving average curve using the degree of abnormal signs in the past predetermined period. And the management part 14 produces
  • FIG. 8 is a diagram illustrating an example of the second abnormality sign information.
  • the second abnormality sign information is a graph representing the degree of abnormality sign at each time (date and time) and the moving average curve C thereof.
  • the vertical axis indicates the degree of abnormality sign.
  • the horizontal axis indicates the date and time.
  • the monitoring device 1 described above has a computer system inside.
  • Each process described above is stored in a computer-readable recording medium in the form of a program, and the above process is performed by the computer reading and executing the program.
  • the computer-readable recording medium means a magnetic disk, a magneto-optical disk, a CD-ROM, a DVD-ROM, a semiconductor memory, or the like.
  • the computer program may be distributed to the computer via a communication line, and the computer that has received the distribution may execute the program.
  • the program may be for realizing a part of the above-described functions. Furthermore, what can implement

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

制御対象の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を対象センサと関連センサとの組み合わせごとに算出する。また関係変動度合の値が所定値以上となる対象センサと関連センサとの組み合わせを特定し、その特定した組み合わせに含まれる対象センサと関連センサの出現数をそれぞれ算出する。

Description

監視装置、監視方法、プログラム
　本発明は、監視装置、監視方法、プログラムに関する。
　本願は、２０１６年０３月２４日に、日本に出願された特願２０１６－０６０７１３号に基づき優先権を主張し、その内容をここに援用する。
　制御対象に設けられたセンサからセンシング情報を取得し、そのセンシング情報を用いて制御対象の異常診断を行う異常診断方法が特許文献１に開示されている。この異常診断方法では、制御対象の正常状態を表す正常モデルと、制御対象の異常状態を表す異常モデルとを予め作成しておく。そして制御対象の出力の測定値と、正常モデルの出力の推定値と、異常モデルの出力の推定値とを比較することにより、制御対象の異常診断を行う。
特開平６－１８７０３０号公報
　ところで制御対象には多数のセンサが設けられる場合がある。例えばプラントなどでは配管、ポンプ、駆動装置、発熱装置など様々なセンシング対象が存在し、それらセンシング対象それぞれに様々なセンサが設けられている。このような多数のセンサが設けられる制御対象の監視者は、制御対象に設けられた多数のセンサを常時監視して異常の予兆が発生していないかを監視している。監視者はその異常の予兆の発生の判定をより適切に行うことが求められている。そして異常の予兆の発生の判定に、より適した監視装置が求められていた。
　そこでこの発明は、上述の課題を解決することのできる監視装置、監視方法、プログラムを提供することを目的としている。
　本発明の第１の態様によれば、監視装置は、制御対象の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を前記対象センサと前記関連センサとの組み合わせごとに算出する第一算出部と、前記関係変動度合の値が所定値以上となる前記対象センサと前記関連センサとの組み合わせを特定し、その特定した組み合わせに含まれる前記対象センサと前記関連センサの出現数をそれぞれ算出する管理部と、を備える。
　上述の監視装置において、前記管理部は、前記特定した組み合わせに含まれる前記対象センサと前記関連センサを示すセンサ毎の前記出現数を時刻ごとに表す第一異常予兆情報を生成して出力する。
　また上述の監視装置は、前記対象センサと前記関連センサの組み合わせ毎の前記関係変動度合をそれら組み合わせの全てについて合計した異常予兆度合を算出する第二算出部と、を備え、前記管理部は、前記異常予兆度合の移動平均曲線を表す第二異常予兆情報を生成して出力する。
　上述の監視装置において、前記管理部は、時間経過に応じた前記異常予兆度合を示すグラフに、前記異常予兆度合の移動平均曲線を重ねて表す前記第二異常予兆情報を生成して出力する。
　また上述の監視装置において、前記制御対象がプラントであり、前記複数のセンサは前記プラントに設けられたセンサである。
　また本発明の第２の態様によれば、監視方法は、制御対象の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を前記対象センサと前記関連センサとの組み合わせごとに算出し、前記関係変動度合の値が所定値以上となる前記対象センサと前記関連センサとの組み合わせを特定し、その特定した組み合わせに含まれる前記対象センサと前記関連センサの出現数をそれぞれ算出する。
　また本発明の第３の態様によれば、プログラムは、監視装置のコンピュータを、制御対象の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を前記対象センサと前記関連センサとの組み合わせごとに算出する第一算出手段、前記関係変動度合の値が所定値以上となる前記対象センサと前記関連センサとの組み合わせを特定し、その特定した組み合わせに含まれる前記対象センサと前記関連センサの出現数をそれぞれ算出する管理手段、として機能させる。
　本発明によれば、監視者は監視対象の異常の予兆の発生の判定をより適切に行うことができる。
本発明の一実施形態による監視装置を備えた監視システムの構成を示す図である。 本発明の一実施形態による監視装置のハードウェア構成を示す図である。 本発明の一実施形態による監視装置の機能ブロック図である。 本発明の一実施形態によるセンサの組み合わせを表す第一データテーブルである。 本発明の一実施形態による対象センサと関連センサについての関係変動度合記憶するデータテーブルを示す図である。 本発明の一実施形態による監視装置の処理フローを示す図である。 本発明の一実施形態による第一異常予兆情報の例を示す図である。 本発明の一実施形態による第二異常予兆情報の例を示す図である。
　以下、本発明の一実施形態による監視装置を図面を参照して説明する。
　図１は同実施形態による監視装置を備えた監視システム１００の構成を示す図である。　本実施形態による監視装置１は、監視対象（制御対象）２に設けられた多数のセンサと通信ケーブル等で接続されている。監視装置１は各センサの出力する信号を受信し、監視対象の異常の発生や異状の予兆を監視する。
　図２は監視装置のハードウェア構成を示す図である。
　監視装置１は図２で示すように、ＣＰＵ（Central Processing Unit）２０１、ＩＦ（Interface）２０２、通信モジュール２０３、ＲＯＭ（Read Only Memory）２０４、ＲＡＭ（Random Access Memory）２０５、ＨＤＤ（Hard Disk Drive）２０６などの構成を備えたコンピュータである。ＩＦ２０２は例えばキーボードやマウスなどからの信号を入力する。通信モジュール２０３は監視対象２に多数設けられたセンサと通信ケーブル等で接続されている。
　図３は監視装置の機能ブロック図である。
　監視装置１には異常予兆診断プログラムが格納されている。監視装置１のＣＰＵ２０１は監視者の操作に基づいて異常予兆診断プログラムを実行する。これにより監視装置１にはセンサ情報取得部１１、関係変動度合算出部１２、異常予兆度合算出部１３、管理部１４の各機能を備える。また監視装置１は記憶部１５を備える。記憶部１５はＲＯＭ２０４、ＲＡＭ２０５、ＨＤＤ２０６などのハードウェア構成により実現されてよい。
　センサ情報取得部１１は監視対象２に取り付けられた各センサからセンシング情報を取得する。
　関係変動度合算出部１２は、監視対象２の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を対象センサと関連センサとの組み合わせごとに算出する。
　異常予兆度合算出部１３は、対象センサと関連センサの組み合わせ毎の関係変動度合をそれら組み合わせの全てについて合計した異常予兆度合を算出する。
　管理部１４は、関係変動度合の値が所定値以上となる対象センサと関連センサとの組み合わせを特定する。管理部１４は、その特定した組み合わせに含まれる対象センサと関連センサの出現数をそれぞれ算出する。管理部１４は、特定した組み合わせに含まれる対象センサと関連センサを示すセンサ毎の出現数を時刻ごとに表す第一異常予兆情報を生成して出力する。以下の説明において関係変動度合算出部１２を第一算出部１２と呼ぶこととする。また以下の説明において異常予兆度合算出部１３を第二算出部１３と呼ぶこととする。
　図４はセンサの組み合わせを表す第一データテーブルである。
　監視対象２には多数のセンサが取り付けられている。監視対象２に取り付けられる各センサは、対象センサと、その対象センサの出力に応じて出力が変動する関連センサとに分けられる。１つのセンサが、対象センサと関連センサの両方に分類されてよい。図４で示す第一データテーブルには監視対象２に設けられる多数のセンサのうちの、ある対象センサと関連センサの２つのセンサの組み合わせの一覧である。例えば監視対象２には、○○ライン出口流量センサ、○○ライン入口温度センサ、××ポンプ軸受温度センサと、□□ライン出口温度センサなどが設けられているとする。
　○○ライン出口流量センサの値が変動した場合に××ポンプ軸受温度センサの値が変動する場合には、○○ライン出口流量センサが対象センサと分類され、××ポンプ軸受温度センサが関連センサと分類される。図４の第一データテーブルにはその２つのセンサの組み合わせが第一データテーブルに記録されている。同様に第一データテーブルの例では、○○ライン出口流量センサと○○ライン入口温度センサが対象センサと関連センサの組み合わせとなり記録されている。同様に第一データテーブルの例では、○○ライン出口流量センサと□□ライン出口温度センサが対象センサと関連センサの組み合わせとなり記録されている。第一データテーブルは例えば記憶部１５に記録されている。
　このように第一データテーブルには対象センサと、その対象センサの出力値が変動した場合にそのセンサが検知している一の対象の状態の影響を受けて他の対象の値が変動する当該他の対象をセンシングする関連センサとの対応関係が記録されている。監視対象２にセンサが１００個取り付けられており、それらセンサが、そのすべての組み合わせでそれぞれ相互に影響を受けあう対象に取り付けられたセンサである場合には１００の階乗通りの組み合わせの対象センサと関連センサの組み合わせが第一データテーブルに記録されてよい。つまり第一データテーブルには数多くの対象センサと関連センサの組み合わせが記録されてよい。
　監視装置１は、対象センサが出力した信号の大きさと、関連センサの出力した信号の大きさとの関係の変動度合（関係変動度合）を対象センサと関連センサとの組み合わせごとに算出する。監視装置１は、関係変動度合の値が所定値以上となる対象センサと関連センサとの組み合わせを特定する。監視装置１はその特定した組み合わせに含まれる対象センサと関連センサの出現数をそれぞれ算出する。監視装置１は、特定した組み合わせに含まれる対象センサと関連センサを示すセンサ毎の出現数を時刻ごとに表す第一異常予兆情報を生成して出力する。また監視装置１は、対象センサと関連センサの組み合わせ毎の関係変動度合をそれら組み合わせの全てについて合計した異常予兆度合を算出する。監視装置１は、異常予兆度合の移動平均曲線を表す第二異常予兆情報を生成して出力する。
　図５は対象センサと関連センサについての関係変動度合を記憶するデータテーブルを示す図である。
　監視装置１は監視対象２に設けられた各センサについてのセンシング情報を当該各センサそれぞれから受信する。第一算出部１２は、図４で示す対象センサと関連センサとの各センシング情報に基づいて、そのそれらの値の関係の変動の度合を算出する。例えば対象センサであるセンサＡとそのセンサＡの関連センサであるセンサＢの関係が図４の第一データテーブルに記録されているとする。そして例えばセンサＡの信号が０．０１％変動した場合、センサＢの信号は０．０２％変動することが予めシミュレーションや実測によって得られているとする。センサＡの信号の変動とセンサＢの信号の変動が通常と異なるような場合には異常の予兆が発生している可能性がある。監視装置１はそのような対象センサと関連センサの値の関係の変動の度合を示す関係変動度合を算出する。関係変動度合は数値により表される。監視装置１は対象センサと関連センサと関係変動度合との対応関係を示す関係変動度合テーブル（図５）を生成する。関係変動度合はその値が大きいほど、センサＡの信号の変動とセンサＢの信号の関係の変動が通常と異なることを判定することができる。なお関係変動度合を算出する技術としては、例えばシステムインバリアント分析技術などが存在する。監視装置１は、このような公知の技術を使って関係変動度合を算出する。関係変動度合の算出はどのような手法であってもよい。
　図６は監視装置の処理フローを示す図である。
　監視装置１の処理フローについて説明する。以下の説明では監視対象２はプラントであるとする。
　監視装置１のセンサ情報取得部１１はプラントに多数設けられた各センサからセンシング情報を取得する（ステップＳ１０１）。センサ情報取得部１１は記憶部１５に各センサのセンシング情報を記録する。センサ情報取得部１１は第一算出部１２に関係変動度合の算出を指示する。第一算出部１２は記憶部１５から図４で示す第一データテーブルを読み込む。第一算出部１２は第一データテーブルに記録されている対象センサと関連センサのセンシング情報を取得する。第一算出部１２はそれらセンシング情報を用いて対象センサと関連センサの関係変動度合を算出する（ステップＳ１０２）。第一算出部１２は対象センサと関連センサの組み合わせに対応付けて、それらセンサの組み合わせについての関係変動度合を図５で示すような関係変動度合テーブルに記録する。第一算出部１２は図４に記録されている対象センサと関連センサの全ての組み合わせについて関係変動度合を算出したかを判定する（ステップＳ１０３）。第一算出部１２は全ての組み合わせについて関係変動度合を算出した場合には処理を終了する。第一算出部１２は処理の終了を管理部１４へ通知する。第一算出部１２は全ての組み合わせについての関係変動を算出していない場合には、次の対象センサと関連センサの組み合わせについての関係変動を算出する処理を繰り返す。
　上述の処理により第一算出部１２は第一データテーブルに記録されている対象センサと関連センサの全ての組み合わせについての関係変動度合を算出する。管理部１４は対象センサと関連センサの組み合わせについて算出された関係変動度合のうち、関係性の崩れを示す閾値よりも値の高い関係変動度合を示す対象センサと関連センサの組み合わせを特定する（ステップＳ１０４）。管理部１４は、その特定した対象センサと関連センサの組み合わせに含まれるセンサ毎の出現数を算出する（ステップＳ１０５）。なおステップＳ１０４においては、具体的には例えば図５で示されている対象センサと関連センサの組み合わせの関係変動度合が関係性の崩れを示す閾値以上と判定された組み合わせを特定したとする。
　図５は、対象センサと関連センサの組み合わせとして○○ライン出口流量センサと××ポンプ軸受温度センサの第一の組み合わせを示している。図５は対象センサと関連センサの組み合わせとして○○ライン出口流量センサと○○ライン入口温度センサの第二の組み合わせを示している。図５は対象センサと関連センサの組み合わせとして○○ライン出口流量センサと□□ライン出口温度センサの第三の組み合わせを示している。図５は対象センサと関連センサの組み合わせとして○○ライン入口温度センサと××ポンプ軸受温度センサの第四の組み合わせを示している。図５は対象センサと関連センサの組み合わせとして××ポンプ軸受温度センサと○○ライン入口温度センサの第五の組み合わせを示している。図５は対象センサと関連センサの組み合わせとして□□ライン出口温度センサと○○ライン出口流量センサの第六の組み合わせを示している。
　この場合、○○ライン出口流量センサの出現数は４回である。××ポンプ軸受温度センサの出現数は３回である。□□ライン出口温度センサの出現数は２回である。○○ライン入口温度センサの出現数は３回である。管理部１４は、センサ毎の出現数を時刻ごとに表す第一異常予兆情報を生成する（ステップＳ１０６）。管理部１４は第一異常予兆情報をモニタ等に出力する（ステップＳ１０７）。
　対象センサと関連センサの組み合わせの関係変動度合が関係性の崩れを示す閾値以上と判定する場合の当該閾値は、対象センサの信号と関連センサの信号の変動の関係性が通常とは異なると判定するための閾値である。この閾値以上の対象センサと関連センサの組み合わせは、その各センサの信号の変動の関係性が通常とは異なり関係が崩れていると言える。
　図７は第一異常予兆情報の例を示す図である。
　この図が示すように第一異常予兆情報は関係性の崩れを示す閾値以上の関係変動度合となった対象センサと関連センサの組み合わせに含まれるセンサ毎の出現数を、各センサと時刻（日時）毎に表示する。
　プラントの監視者は、このような第一異常予兆情報を確認することにより、どのセンサに異常の予兆が発生しているかを容易にまたより精度高く判定することができる。
　管理部１４は所定の時間間隔でステップＳ１０１～ステップＳ１０７の処理を繰り返す。一方、第二算出部１３は、記憶部１５から第一算出部１２の算出した対象センサと関連センサの全ての組み合わせの関係変動度合を取得する。第二算出部１３は、対象センサと関連センサの全ての組み合わせの関係変動度合を合計して異常予兆度合を算出する。なお多くの関係変動度合の値が増加すると異常予兆度合が増加する。したがって異常予兆度合によって監視対象２であるプラント全体を見た場合の異常の予兆を推定することができる。第二算出部１３は、異常予兆度合を管理部１４へ出力する。なお第二算出部１３は所定の時間間隔で異常予兆度合を管理部１４へ出力する。
　管理部１４は異常予兆度合を所定の時間間隔で取得してそのグラフである第二異常予兆情報を生成する。また管理部１４は過去の所定期間の異常予兆度合を用いて移動平均曲線を算出する。そして管理部１４は移動予兆度合の移動平均曲線と、所定の時間間隔毎の異常予兆度合を示す第二異常予兆情報を生成する（ステップＳ１０８）。管理部１４は第二異常予兆情報をモニタへ出力する（ステップＳ１０９）。
　図８は第二異常予兆情報の例を示す図である。
　この図が示すように第二異常予兆情報は、各時刻（日時）の異常予兆度合と、その移動平均曲線Ｃとを表すグラフである。図８の第二異常予兆情報において縦軸は異常予兆度合を示す。また横軸は日時を示す。
　以上、本発明の実施形態について説明したが、上述の監視装置１の処理によれば、関係性の崩れを示す閾値以上の関係変動度合となった対象センサと関連センサの組み合わせに含まれるセンサ毎の出現数を、時刻毎に表示する。したがって監視者は監視対象２の異常の発生の予兆の判定が、各センサのどれで表れているのかの判定をより適切に行うことができる。
　また時間経過に応じた異常予兆度合を示すグラフに、異常予兆度合の移動平均曲線を重ねて表す第二異常予兆情報を生成して出力する。よって監視者は、第二異常予兆情報の出力により、長い期間での異常予兆のトレンドを目視することができる。
　上述の監視装置１は内部に、コンピュータシステムを有している。そして、上述した各処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって、上記処理が行われる。ここでコンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしても良い。
　また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるもの、いわゆる差分ファイル（差分プログラム）であっても良い。
１・・・監視装置
２・・・監視対象
１１・・・センサ情報取得部
１２・・・関係変動度合算出部（第一算出部）
１３・・・異常予兆度合算出部（第二算出部）
１４・・・管理部
１５・・・記憶部

Claims (7)

  1. 　制御対象の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を前記対象センサと前記関連センサとの組み合わせごとに算出する第一算出部と、
    　前記関係変動度合の値が所定値以上となる前記対象センサと前記関連センサとの組み合わせを特定し、その特定した組み合わせに含まれる前記対象センサと前記関連センサの出現数をそれぞれ算出する管理部と、
    　を備える監視装置。
  2. 　前記管理部は、前記特定した組み合わせに含まれる前記対象センサと前記関連センサを示すセンサ毎の前記出現数を時刻ごとに表す第一異常予兆情報を生成して出力する
    　請求項１に記載の監視装置。
  3. 　前記対象センサと前記関連センサの組み合わせ毎の前記関係変動度合をそれら組み合わせの全てについて合計した異常予兆度合を算出する第二算出部と、を備え、
    　前記管理部は、前記異常予兆度合の移動平均曲線を表す第二異常予兆情報を生成して出力する
    　請求項１または請求項２に記載の監視装置。
  4. 　前記管理部は、時間経過に応じた前記異常予兆度合を示すグラフに、前記異常予兆度合の移動平均曲線を重ねて表す前記第二異常予兆情報を生成して出力する
    　請求項３に記載の監視装置。
  5. 　前記制御対象がプラントであり、前記複数のセンサは前記プラントに設けられたセンサである
    　ことを特徴とする請求項１から請求項４の何れか一項に記載の監視装置。
  6. 　制御対象の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を前記対象センサと前記関連センサとの組み合わせごとに算出し、
    　前記関係変動度合の値が所定値以上となる前記対象センサと前記関連センサとの組み合わせを特定し、その特定した組み合わせに含まれる前記対象センサと前記関連センサの出現数をそれぞれ算出する
    　監視方法。
  7. 　監視装置のコンピュータを、
    　制御対象の状態を検出する複数のセンサのうち対象センサが出力した信号の大きさと他の関連センサの出力した信号の大きさとの関係変動度合を前記対象センサと前記関連センサとの組み合わせごとに算出する第一算出手段、
    　前記関係変動度合の値が所定値以上となる前記対象センサと前記関連センサとの組み合わせを特定し、その特定した組み合わせに含まれる前記対象センサと前記関連センサの出現数をそれぞれ算出する管理手段、
    　として機能させるプログラム。
PCT/JP2017/012006 2016-03-24 2017-03-24 監視装置、監視方法、プログラム WO2017164368A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP2018507438A JP6734362B2 (ja) 2016-03-24 2017-03-24 監視装置、監視方法、プログラム
US16/067,710 US10866163B2 (en) 2016-03-24 2017-03-24 Anomaly monitoring device and method for producing anomaly signs according to combinations of sensors based on relationship of sensor fluctuations
EP17770408.7A EP3388911B1 (en) 2016-03-24 2017-03-24 Monitoring device, monitoring method and program

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016060713 2016-03-24
JP2016-060713 2016-03-24

Publications (1)

Publication Number Publication Date
WO2017164368A1 true WO2017164368A1 (ja) 2017-09-28

Family

ID=59900497

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2017/012006 WO2017164368A1 (ja) 2016-03-24 2017-03-24 監視装置、監視方法、プログラム

Country Status (4)

Country Link
US (1) US10866163B2 (ja)
EP (1) EP3388911B1 (ja)
JP (1) JP6734362B2 (ja)
WO (1) WO2017164368A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019230282A1 (ja) * 2018-05-30 2019-12-05 横河電機株式会社 異常検出装置、異常検出方法、異常検出プログラム及び記録媒体
WO2020025208A1 (de) * 2018-07-31 2020-02-06 Endress+Hauser Wetzer Gmbh+Co. Kg Verfahren zum ermitteln von kalibrierzyklen für ein feldgerät in einer anlage der prozessautomatisierung

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000276220A (ja) * 1999-03-25 2000-10-06 Kubota Corp 作業機械の制御装置
JP2006350707A (ja) * 2005-06-16 2006-12-28 Hitachi Ltd 検出手段の故障診断装置
WO2015045319A1 (ja) * 2013-09-26 2015-04-02 日本電気株式会社 情報処理装置、及び、分析方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06187030A (ja) 1992-12-17 1994-07-08 Hitachi Ltd 時系列モデルによる制御系異常診断方法、及び表示方法
JP3221184B2 (ja) * 1993-10-13 2001-10-22 株式会社日立製作所 故障診断装置および方法
EP2572837B1 (en) * 2010-08-31 2014-06-11 Kabushiki Kaisha Yaskawa Denki Robot, robot system, robot control device, and state determining method
US9778972B2 (en) 2011-08-24 2017-10-03 Nec Corporation Operation management device, operation management method
WO2014141660A1 (ja) * 2013-03-13 2014-09-18 日本電気株式会社 システム分析装置、及び、システム分析方法
KR101468142B1 (ko) * 2013-08-29 2014-12-05 비앤에프테크놀로지 주식회사 플랜트 건강상태 예측방법 및 이 방법을 수행하기 위한 프로그램이 저장된 컴퓨터 판독가능한 저장매체
GB2524311B (en) * 2014-03-20 2016-03-09 Downhole Products Ltd Centraliser
JP6361175B2 (ja) * 2014-03-06 2018-07-25 株式会社豊田中央研究所 異常診断装置及びプログラム
US10719380B2 (en) 2014-12-22 2020-07-21 Nec Corporation Operation management apparatus, operation management method, and storage medium
JP6655926B2 (ja) 2015-09-25 2020-03-04 三菱重工業株式会社 異常診断システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000276220A (ja) * 1999-03-25 2000-10-06 Kubota Corp 作業機械の制御装置
JP2006350707A (ja) * 2005-06-16 2006-12-28 Hitachi Ltd 検出手段の故障診断装置
WO2015045319A1 (ja) * 2013-09-26 2015-04-02 日本電気株式会社 情報処理装置、及び、分析方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
HOZEN NO CHORYU: "Kosho Yocho Kanshi System no Kaihatsu ni Tsuite", JAPAN SOCIETY OF MAINTENOLOGY, 1 August 2014 (2014-08-01), XP055372259, [retrieved on 20170601] *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019230282A1 (ja) * 2018-05-30 2019-12-05 横河電機株式会社 異常検出装置、異常検出方法、異常検出プログラム及び記録媒体
WO2020025208A1 (de) * 2018-07-31 2020-02-06 Endress+Hauser Wetzer Gmbh+Co. Kg Verfahren zum ermitteln von kalibrierzyklen für ein feldgerät in einer anlage der prozessautomatisierung

Also Published As

Publication number Publication date
JP6734362B2 (ja) 2020-08-05
US10866163B2 (en) 2020-12-15
US20190003927A1 (en) 2019-01-03
EP3388911B1 (en) 2019-12-25
JPWO2017164368A1 (ja) 2018-11-15
EP3388911A4 (en) 2018-12-26
EP3388911A1 (en) 2018-10-17

Similar Documents

Publication Publication Date Title
US10747188B2 (en) Information processing apparatus, information processing method, and, recording medium
CN107636619B (zh) 信息处理装置、信息处理***、信息处理方法及记录介质
KR102025145B1 (ko) 플랜트 데이터 예측 장치 및 방법
JP6708203B2 (ja) 情報処理装置、情報処理方法、及び、プログラム
EP3674827B1 (en) Monitoring target selecting device, monitoring target selecting method and program
WO2018073960A1 (ja) 表示方法、表示装置、および、プログラム
CN112272763A (zh) 异常探测装置、异常探测方法以及异常探测程序
JP7501266B2 (ja) 運転支援装置、運転支援システム及び運転支援方法
WO2017164368A1 (ja) 監視装置、監視方法、プログラム
JP2010049359A (ja) プラント監視装置およびプラント監視方法
KR20180029862A (ko) 히트 맵 표시 장치 및 히트 맵 표시 방법
JP6875199B2 (ja) 機器診断システム
JP7127305B2 (ja) 情報処理装置、情報処理方法、プログラム
JP2010276339A (ja) センサ診断方法およびセンサ診断装置
JP6369895B2 (ja) モータ異常検知システム、モータ異常検知方法、及びモータ異常検知プログラム
US10157113B2 (en) Information processing device, analysis method, and recording medium
CN104598361A (zh) 一种性能监控方法和装置
KR20200135346A (ko) 이상감시장치, 이상감시방법, 프로그램, 제어장치 및 플랜트
JP6459345B2 (ja) 変動データ管理システム及びその特異性検出方法
JP7264231B2 (ja) 監視方法、監視装置、プログラム
JP6627258B2 (ja) システムモデル生成支援装置、システムモデル生成支援方法、及び、プログラム
WO2020189132A1 (ja) 学習装置、学習方法、コンピュータプログラム及び記録媒体
JP2019125252A (ja) 情報処理装置、データ管理システム、データ管理方法及びプログラム
WO2015040683A1 (ja) センサ健全性判定方法およびセンサ健全性判定装置
KR101598535B1 (ko) 전력설비 분석 장치 및 방법

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 2017770408

Country of ref document: EP

ENP Entry into the national phase

Ref document number: 2017770408

Country of ref document: EP

Effective date: 20180710

WWE Wipo information: entry into national phase

Ref document number: 2018507438

Country of ref document: JP

NENP Non-entry into the national phase

Ref country code: DE