JP7230371B2 - 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム - Google Patents
異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム Download PDFInfo
- Publication number
- JP7230371B2 JP7230371B2 JP2018159509A JP2018159509A JP7230371B2 JP 7230371 B2 JP7230371 B2 JP 7230371B2 JP 2018159509 A JP2018159509 A JP 2018159509A JP 2018159509 A JP2018159509 A JP 2018159509A JP 7230371 B2 JP7230371 B2 JP 7230371B2
- Authority
- JP
- Japan
- Prior art keywords
- normal
- data
- work data
- profile
- index value
- 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
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
まず、本実施形態に係る異常検出システム1の全体構成について、図1を参照しながら説明する。図1は、本実施形態に係る異常検出システム1の全体構成の一例を示す図である。
次に、本実施形態に係る異常検出装置10のハードウェア構成について、図2を参照しながら説明する。図2は、本実施形態に係る異常検出装置10のハードウェア構成の一例を示す図である。
次に、本実施形態に係る異常検出装置10の機能構成について、図3を参照しながら説明する。図3は、本実施形態に係る異常検出装置10の機能構成の一例を示す図である。
次に、「モデル作成」フェーズにおいて、正常モデルを作成する処理(正常モデル作成処理)について、図4を参照しながら説明する。図4は、本実施形態に係る正常モデル作成処理の一例を示すフローチャートである。
次に、「評価」フェーズにおいて、正常モデルを用いて、異常検出対象30で異常が発生したことを検出する処理(異常検出処理)について、図5を参照しながら説明する。図5は、本実施形態に係る異常検出処理の一例を示すフローチャートである。
ここで、本実施形態に係る異常検出システム1の全体構成の他の例について、図8を参照しながら説明する。図8は、本実施形態に係る異常検出システム1の全体構成の他の例を示す図である。
以上のように、本実施形態に係る異常検出システム1は、例えばオフラインにおいて、異常検出対象30の正常な処理又は動作を示す周期データを用いて、時間領域における波形の正常モデルを表す時間波形プロファイルと、周波数領域における波形の正常モデルを表す周波数波形プロファイルとを作成する。
10 異常検出装置
20 センシング機器
30 異常検出対象
101 データ取得部
102 分割部
103 周波数変換部
104 モデル作成部
105 指標値算出部
106 異常判定部
107 出力部
110 周期データ記憶部
120 モデル記憶部
Claims (8)
- 機器の周期的な処理又は動作を表す周期データから前記機器の異常を検出する異常検出装置であって、
正常時における前記機器の周期的な処理又は動作を示す正常時周期データを、前記周期の時間幅を示すワーク毎に分割して、複数の正常時ワークデータを作成する分割手段と、
前記分割手段により分割された複数の正常時ワークデータのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記複数の正常時ワークデータのそれぞれを周波数領域に変換した複数の変換後正常時ワークデータを作成する変換手段と、
前記複数の正常時ワークデータの平均を、正常時の波形を時間領域においてモデル化した正常モデルとして第1のプロファイルを作成する第1のモデル作成手段と、
前記複数の変換後正常時ワークデータの平均を、正常時の波形を周波数領域においてモデル化した正常モデルとして第2のプロファイルを作成する第2のモデル作成手段と、
前記第1のプロファイル及び前記第2のプロファイルと、前記周期データとに基づいて、所定の指標値を算出する指標値算出手段と、
前記指標値算出手段により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手段と、
を有することを特徴とする異常検出装置。 - 前記分割手段は、
前記周期データを、前記ワーク毎に分割して、複数のワークデータを作成し、
前記変換手段は、
前記分割手段により分割された複数のワークデータのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記ワークデータのそれぞれを周波数領域に変換した複数の変換後ワークデータを作成し、
前記指標値算出手段は、
前記第1のプロファイルと、前記複数のワークデータとから複数の第1の指標値を算出すると共に、前記第2のプロファイルと、前記複数の変換後ワークデータとから複数の第2の指標値とを算出し、
前記判定手段は、
前記複数の第1の指標値と、前記複数の第2の指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する、ことを特徴とする請求項1に記載の異常検出装置。 - 前記第1の指標値は、前記第1のプロファイルと前記ワークデータとの相関係数、平均値、中央値、又はマハラノビス距離のいずれかであり、
前記第2の指標値は、前記第2のプロファイルと前記ワークデータとの相関係数、平均値、中央値、又はマハラノビス距離のいずれかである、ことを特徴とする請求項2に記載の異常検出装置。 - 前記判定手段は、
前記複数の第1の指標値のそれぞれと、予め設定された所定の第1の閾値とを比較判定すると共に、前記複数の第2の指標値のそれぞれと、予め設定された所定の第2の閾値とを比較判定することで、前記機器で異常が発生したか否かを判定する、ことを特徴とする請求項2又は3に記載の異常検出装置。 - 前記判定手段は、
前記第1の指標値と前記第2の指標値との重み付け和と、予め設定された所定の閾値とを比較判定することで、前記機器で異常が発生したか否かを判定する、ことを特徴とする請求項2又は3に記載の異常検出装置。 - 機器の周期的な処理又は動作を表す周期データから前記機器の異常を検出する異常検出装置が、
正常時における前記機器の周期的な処理又は動作を示す正常時周期データを、前記周期の時間幅を示すワーク毎に分割して、複数の正常時ワークデータを作成する分割手順と、
前記分割手順により分割された複数の正常時ワークデータのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記複数の正常時ワークデータのそれぞれを周波数領域に変換した複数の変換後正常時ワークデータを作成する変換手順と、
前記複数の正常時ワークデータの平均を、正常時の波形を時間領域においてモデル化した正常モデルとして第1のプロファイルを作成する第1のモデル作成手順と、
前記複数の変換後正常時ワークデータの平均を、正常時の波形を周波数領域においてモデル化した正常モデルとして第2のプロファイルを作成する第2のモデル作成手順と、
前記第1のプロファイル及び前記第2のプロファイルと、前記周期データとに基づいて、所定の指標値を算出する指標値算出手順と、
前記指標値算出手順により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手順と、
を実行することを特徴とする異常検出方法。 - 機器の周期的な処理又は動作を表す周期データから前記機器の異常を検出する異常検出装置に、
正常時における前記機器の周期的な処理又は動作を示す正常時周期データを、前記周期の時間幅を示すワーク毎に分割して、複数の正常時ワークデータを作成する分割手順と、
前記分割手順により分割された複数の正常時ワークデータのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記複数の正常時ワークデータのそれぞれを周波数領域に変換した複数の変換後正常時ワークデータを作成する変換手順と、
前記複数の正常時ワークデータの平均を、正常時の波形を時間領域においてモデル化した正常モデルとして第1のプロファイルを作成する第1のモデル作成手順と、
前記複数の変換後正常時ワークデータの平均を、正常時の波形を周波数領域においてモデル化した正常モデルとして第2のプロファイルを作成する第2のモデル作成手順と、
前記第1のプロファイル及び前記第2のプロファイルと、前記周期データとに基づいて、所定の指標値を算出する指標値算出手順と、
前記指標値算出手順により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手順と、
を実行させることを特徴とする異常検出プログラム。 - センシング対象の機器の周期的な処理又は動作を表す周期データをセンシングするセンシング機器と、該センシング機器から送信された周期データから前記機器の異常を検出する異常検出装置とが含まれる異常検出システムであって、
正常時における前記機器の周期的な処理又は動作を示す正常時周期データを、前記周期の時間幅を示すワーク毎に分割して、複数の正常時ワークデータを作成する分割手段と、
前記分割手段により分割された複数の正常時ワークデータのそれぞれに対して、窓関数を用いた高速フーリエ変換を行って、前記複数の正常時ワークデータのそれぞれを周波数領域に変換した複数の変換後正常時ワークデータを作成する変換手段と、
前記複数の正常時ワークデータの平均を、正常時の波形を時間領域においてモデル化した正常モデルとして第1のプロファイルを作成する第1のモデル作成手段と、
前記複数の変換後正常時ワークデータの平均を、正常時の波形を周波数領域においてモデル化した正常モデルとして第2のプロファイルを作成する第2のモデル作成手段と、
前記第1のプロファイル及び前記第2のプロファイルと、前記周期データとに基づいて、所定の指標値を算出する指標値算出手段と、
前記指標値算出手段により算出された指標値と、予め設定された所定の閾値とに基づいて、前記機器で異常が発生したか否かを判定する判定手段と、
を有することを特徴とする異常検出システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018159509A JP7230371B2 (ja) | 2018-08-28 | 2018-08-28 | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018159509A JP7230371B2 (ja) | 2018-08-28 | 2018-08-28 | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2020035081A JP2020035081A (ja) | 2020-03-05 |
JP7230371B2 true JP7230371B2 (ja) | 2023-03-01 |
Family
ID=69668190
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018159509A Active JP7230371B2 (ja) | 2018-08-28 | 2018-08-28 | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7230371B2 (ja) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111273635B (zh) * | 2020-01-19 | 2021-02-12 | 浙江大学 | 一种工控设备未知异常检测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002073154A (ja) | 2000-08-31 | 2002-03-12 | Asahi Eng Co Ltd | 設備機器診断システム |
JP3484665B2 (ja) | 1997-12-15 | 2004-01-06 | オムロン株式会社 | 異常判定方法および装置 |
JP2005208186A (ja) | 2004-01-21 | 2005-08-04 | Fuji Xerox Co Ltd | 原因判断装置 |
JP2006258535A (ja) | 2005-03-16 | 2006-09-28 | Omron Corp | 検査装置および検査方法 |
JP2009009300A (ja) | 2007-06-27 | 2009-01-15 | Yokogawa Electric Corp | バッチプロセス解析システムおよびバッチプロセス解析方法 |
JP2010250384A (ja) | 2009-04-10 | 2010-11-04 | Omron Corp | 監視装置、監視装置の制御方法、および制御プログラム |
JP2017194341A (ja) | 2016-04-20 | 2017-10-26 | 株式会社Ihi | 異常診断方法、異常診断装置、及び異常診断プログラム |
JP2017215959A (ja) | 2016-05-27 | 2017-12-07 | 富士電機株式会社 | バッチプロセス監視装置、及びバッチプロセス監視方法 |
JP2018124937A (ja) | 2017-02-03 | 2018-08-09 | 株式会社東芝 | 異常検出装置、異常検出方法およびプログラム |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH102843A (ja) * | 1996-06-14 | 1998-01-06 | Syst Sogo Kaihatsu Kk | 製造工程管理システム |
-
2018
- 2018-08-28 JP JP2018159509A patent/JP7230371B2/ja active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3484665B2 (ja) | 1997-12-15 | 2004-01-06 | オムロン株式会社 | 異常判定方法および装置 |
JP2002073154A (ja) | 2000-08-31 | 2002-03-12 | Asahi Eng Co Ltd | 設備機器診断システム |
JP2005208186A (ja) | 2004-01-21 | 2005-08-04 | Fuji Xerox Co Ltd | 原因判断装置 |
JP2006258535A (ja) | 2005-03-16 | 2006-09-28 | Omron Corp | 検査装置および検査方法 |
JP2009009300A (ja) | 2007-06-27 | 2009-01-15 | Yokogawa Electric Corp | バッチプロセス解析システムおよびバッチプロセス解析方法 |
JP2010250384A (ja) | 2009-04-10 | 2010-11-04 | Omron Corp | 監視装置、監視装置の制御方法、および制御プログラム |
JP2017194341A (ja) | 2016-04-20 | 2017-10-26 | 株式会社Ihi | 異常診断方法、異常診断装置、及び異常診断プログラム |
JP2017215959A (ja) | 2016-05-27 | 2017-12-07 | 富士電機株式会社 | バッチプロセス監視装置、及びバッチプロセス監視方法 |
JP2018124937A (ja) | 2017-02-03 | 2018-08-09 | 株式会社東芝 | 異常検出装置、異常検出方法およびプログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2020035081A (ja) | 2020-03-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Žvokelj et al. | EEMD-based multiscale ICA method for slewing bearing fault detection and diagnosis | |
EP2836881B1 (en) | Embedded prognostics on plc platforms for equipment condition monitoring, diagnosis and time-to-failure/service prediction | |
JP7358725B2 (ja) | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム | |
JP6141235B2 (ja) | 時系列データにおける異常を検出する方法 | |
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 | |
Shakya et al. | A novel methodology for online detection of bearing health status for naturally progressing defect | |
Zhao et al. | Online fault prognosis with relative deviation analysis and vector autoregressive modeling | |
JP2010181188A (ja) | プラント運転状態監視方法 | |
JP5827426B1 (ja) | 予兆診断システム及び予兆診断方法 | |
JP6702297B2 (ja) | プロセスの異常状態診断方法および異常状態診断装置 | |
JP6904418B2 (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 | |
JP2020027342A (ja) | 情報処理装置、監視装置、及び情報処理方法 | |
WO2019045699A1 (en) | RECURRENT GAUSSIAN MIXTURE MODEL FOR ESTIMATING SENSOR STATUS IN STATUS MONITORING | |
CN111104736A (zh) | 基于时间序列的异常数据检测方法、装置、介质和设备 | |
JP5771317B1 (ja) | 異常診断装置及び異常診断方法 | |
JP5490277B2 (ja) | プラント運転状態監視方法 | |
JP7230371B2 (ja) | 異常検出装置、異常検出方法、異常検出プログラム及び異常検出システム | |
Dix et al. | Measuring the Robustness of ML Models Against Data Quality Issues in Industrial Time Series Data | |
JP6805554B2 (ja) | 監視装置及び監視方法 | |
JP5771318B1 (ja) | 異常診断装置及び異常診断方法 | |
Tian et al. | Statistical process control for multistage processes with non-repeating cyclic profiles | |
JP7433648B2 (ja) | 異常検出方法 | |
CN109798970B (zh) | 异常检测装置、异常检测方法、异常检测系统及存储介质 | |
Gatta et al. | Capability of the Bayesian Forecasting Method to Predict Field Time Series | |
Kumar et al. | Real time data anomaly detection in operating engines by statistical smoothing technique |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20210714 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20220427 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220510 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20220615 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20220920 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221018 |
|
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: 20230117 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230130 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7230371 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |