[發明專利]生產設備監視裝置、生產設備監視方法以及記錄介質有效
| 申請號: | 201780095024.1 | 申請日: | 2017-10-16 |
| 公開(公告)號: | CN111133396B | 公開(公告)日: | 2023-03-24 |
| 發明(設計)人: | 丸山和范;添田武志 | 申請(專利權)人: | 富士通株式會社 |
| 主分類號: | G05B23/02 | 分類號: | G05B23/02 |
| 代理公司: | 北京集佳知識產權代理有限公司 11227 | 代理人: | 舒艷君;金雪梅 |
| 地址: | 日本神*** | 國省代碼: | 暫無信息 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 生產 設備 監視 裝置 方法 以及 記錄 介質 | ||
1.一種生產設備監視裝置,對生產設備的狀態進行監視,所述生產設備監視裝置具備:
學習部,基于記錄了所述生產設備的正常和異常狀態的生產履歷信息、和通過對所述生產設備的規定工序中得到的多個日志數據所包括的文本的字符數、文本的字節數、日志數據的行數、文本的種類數、日志數據的每個數字的字符數、日志數據的每個英文字母的字符數、日志數據的每個符號的字符數和日志數據的每個日語字符的字符數中至少兩個以上數量構成的向量進行主成分分析而求出的文本特征量,學習根據文本特征量對所述生產設備的異常程度進行分類的分類規則;
提取部,提取在所述生產設備的所述規定工序中得到的監視對象的日志數據的文本特征量;以及
判定部,基于所述分類規則、和所述提取部提取出的所述文本特征量,判定得到所述監視對象的日志數據時的所述生產設備的異常程度。
2.根據權利要求1所述的生產設備監視裝置,其特征在于,
所述文本特征量包括對應于所述至少兩個以上數量的第一主成分和第二主成分,并且所述學習部在圖表上標繪所述第一主成分和所述第二主成分,并在所述圖表上確定分類所述生產設備的正常和異常狀態的邊界以創建所述分類規則。
3.根據權利要求2所述的生產設備監視裝置,其特征在于,
所述文本特征量是將所述至少兩個以上數量匯集而成的所述向量的主成分。
4.根據權利要求2所述的生產設備監視裝置,其特征在于,
所述文本特征量是在連續實施的所述規定工序中得到的日志數據的所述至少兩個以上數量的差分及相關系數中的任一個。
5.根據權利要求1至4中的任一項所述的生產設備監視裝置,其特征在于,
所述學習部基于不同的文本特征量來生成多個分類規則,并對多個所述分類規則進行交叉驗證,從而決定所述判定部用于判定的分類規則。
6.一種生產設備監視方法,對生產設備的狀態進行監視,
計算機執行如下的處理:
基于記錄了所述生產設備的正常和異常狀態的生產履歷信息、和通過對所述生產設備的規定工序中得到的多個日志數據所包括的文本的字符數、文本的字節數、日志數據的行數、文本的種類數、日志數據的每個數字的字符數、日志數據的每個英文字母的字符數、日志數據的每個符號的字符數和日志數據的每個日語字符的字符數中至少兩個以上數量構成的向量進行主成分分析而求出的文本特征量,學習根據文本特征量對所述生產設備的異常程度進行分類的分類規則;
提取在所述生產設備的所述規定工序中得到的監視對象的日志數據的文本特征量;以及
基于所述分類規則和提取出的所述文本特征量,判定得到所述監視對象的日志數據時的所述生產設備的異常程度。
7.根據權利要求6所述的生產設備監視方法,其特征在于,
所述文本特征量包括對應于所述至少兩個以上數量的第一主成分和第二主成分,并且所述學習部在圖表上標繪所述第一主成分和所述第二主成分,并在所述圖表上確定分類所述生產設備的正常和異常狀態的邊界以創建所述分類規則。
8.根據權利要求7所述的生產設備監視方法,其特征在于,
所述文本特征量是將所述至少兩個以上數量匯集而成的所述向量的主成分。
9.根據權利要求7所述的生產設備監視方法,其特征在于,
所述文本特征量是在連續實施的所述規定工序中得到的日志數據的所述至少兩個以上數量的差分及相關系數中的任一個。
10.根據權利要求6至9中的任一項所述的生產設備監視方法,其特征在于,
在所述學習的處理中,基于不同的文本特征量來生成多個分類規則,并對多個所述分類規則進行交叉驗證,從而決定用于判定的分類規則。
11.一種記錄介質,其存儲記錄有用于對生產設備的狀態進行監視的設備監視程序,所述設備監視程序使計算機執行如下的處理:
基于記錄了所述生產設備的正常和異常狀態的生產履歷信息、和通過對所述生產設備的規定工序中得到的多個日志數據所包括的文本的字符數、文本的字節數、日志數據的行數、文本的種類數、日志數據的每個數字的字符數、日志數據的每個英文字母的字符數、日志數據的每個符號的字符數和日志數據的每個日語字符的字符數中至少兩個以上數量構成的向量進行主成分分析而求出的文本特征量,學習根據文本特征量對所述生產設備的異常程度進行分類的分類規則;
提取在所述生產設備的所述規定工序中得到的監視對象的日志數據的文本特征量;以及
基于所述分類規則和提取出的所述文本特征量,判定得到所述監視對象的日志數據時的所述生產設備的異常程度。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于富士通株式會社,未經富士通株式會社許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201780095024.1/1.html,轉載請聲明來源鉆瓜專利網。
- 上一篇:確保電動機器的安全關鍵功能的方法
- 下一篇:空調裝置





