专利快速检索-快速检索全球专利，免费商用专利数据库-IPRDB

1. 发明申请

WO2011024382A1 設備状態監視方法およびその装置审中-公开
标题翻译：用于监测设施状态的方法和装置
公开(公告)号：WO2011024382A1
公开(公告)日：2011-03-03
申请号：PCT/JP2010/004789
申请日：2010-07-28
申请人：株式会社日立製作所 , 渋谷久恵 , 前田俊二
发明人：渋谷久恵 , 前田俊二
IPC分类号： G05B23/02 , G06N5/04 , G08B31/00
CPC分类号： G05B23/021 , G06N99/005
摘要：　プラントなどの設備における異常予兆検知では、正常状態をモデル化しモデルとの比較により異常判定を行うが、設備は運転条件などの違いにより多様な正常状態を持つため、従来の手法ではモデル化が困難であり、正常を異常と判定する誤報が発生する場合があった。また、異常診断では、異常判定の根拠の説明や、異常予兆と事象の関連付けが困難であった。本発明による異常予兆検知では、設備から出力されるイベント信号をもとに運転状態別にモード分割し、モード毎に正常モデルを作成し、モード毎に学習データの十分性をチェックし、その結果に応じて設定したしきい値を用いて異常識別を行うようにした。また、診断では、横軸を結果事象、縦軸を原因事象とする頻度マトリクスに作成しておきそれを利用して故障の発生を予測する。結果事象は故障イベント、原因事象は、異常測度がしきい値を超えたセンサ信号を量子化したものとする原因事象の入力とした。
摘要翻译：当试图检测植物设施等异常的预先迹象时，通过建模正常状态并与所述模型进行比较来确定异常状态; 然而，由于操作条件等的差异，给定的设备具有各种各样的正常状态，使得传统技术的建模变得困难。使用常规技术，正常状态有时会被误报为异常。另外，当诊断异常时，很难解释异常判定的依据，并将事件与事件的异常事件联系起来。在提供的用于检测异常的提前符号的方法中，从设施输出的事件信号用于为每个操作状态创建单独的模式，为每个模式创建正常模型，检查每种模式的学习数据的充分性，根据所述检查的结果设定阈值，使用所述阈值进行异常识别。另外，为了进行诊断，预先创建频率矩阵，结果事件在水平轴上，导致垂直轴上的事件，频率矩阵用于预测故障。作为结果事件输入故障事件，并且将具有超过阈值的异常测量的量化传感器信号作为原因事件输入。

2. 发明申请

WO2009054102A1 欠陥分類方法及びその装置审中-公开
标题翻译：缺陷分类方法和缺陷分类装置
公开(公告)号：WO2009054102A1
公开(公告)日：2009-04-30
申请号：PCT/JP2008/002871
申请日：2008-10-10
申请人：株式会社日立製作所 , 渋谷久恵 , 前田俊二 , 浜松玲
发明人：渋谷久恵 , 前田俊二 , 浜松玲
IPC分类号： G01N21/956 , G01N23/225 , H01L21/66
CPC分类号： G01N21/8851 , G01N21/9501 , G01N21/956 , G01N2021/8854 , G01N2021/9513 , G06T7/0004
摘要：　外観検査の欠陥分類において、重要欠陥のピュリティまたはアキュラシーまたはその両方が目標値以上になるように調整するなどのニーズがあるが、教示型の欠陥分類は平均的に分類正解率が高くなるよう条件設定されるため、そのようなニーズに応えられないという問題があった。　特徴量抽出部、欠陥分類部、分類条件設定部を含み、分類条件設定部は、欠陥の特徴量と正解のクラスを対応づけて教示する機能と分類の優先順位を指定する機能を有し、優先順位の高い分類の正解率が高くなるよう条件設定を行う。
摘要翻译：在外观检查的缺陷分类中，需要使关键缺陷的纯度或精度均被调整为目标值以上。然而，由于指令类型缺陷分类的条件被设置为允许平均高的正确答案率，所以缺陷分类具有不能满足需要的问题。缺陷分类方法包括特征量提取单元，缺陷分类单元和分类条件设置单元。分类条件设置单元具有指示对应于正确答案类别的缺陷特征量和指定分类优先级顺序的功能的功能，并且以高优先级的方式执行条件设置分类导致高正确答案率。

3. 发明申请

WO2010041355A1 異常検知方法及びシステム审中-公开
标题翻译：错误检测方法与系统
公开(公告)号：WO2010041355A1
公开(公告)日：2010-04-15
申请号：PCT/JP2009/002391
申请日：2009-05-29
申请人：株式会社日立製作所 , 前田俊二 , 渋谷久恵
发明人：前田俊二 , 渋谷久恵
IPC分类号： G05B23/02 , G06Q50/00
CPC分类号： G05B23/0254 , G06K9/00536 , G06K9/6252 , G06K9/6272 , G06K9/6284
摘要：学習データの完全性、異常の混入を許容でき、プラントなどの設備において異常の早期・高精度な発見を可能とする方法及びそのシステムを提供する。上記目的を達成するために、本発明は、（１）時間的なデータの振舞いに着目し、時間を追って軌跡をクラスタに分割する。（２）分割したクラスタ群に対して、部分空間でモデルし、はずれ値を異常候補として算出する。（３）学習データをリファレンスとして活用（比較・参照など）し、経時変化、環境変動、保守（部品交換）、稼動状態による状態遷移を把握する。（４）モデル化は、データのN個抜き（N=0,1,2,・・・）の回帰分析法や投影距離法等の部分空間法（例えばN=1の場合は、異常データが１個混入していると考え、これを除いてモデル化する）、或いは局所部分空間法によるものとする。なお、回帰分析法における直線の当てはめは、最も低次の回帰分析に相当する。
摘要翻译：提供了一种允许完整的训练数据和具有附加错误的数据的方法，并且能够及早准确地发现诸如工厂及其系统之类的设施中的错误。为了实现目标，（1）随时间观察时间数据的行为，并将踪迹分为簇; （2）划分的群集组在部分空间中建模，偏移值被计算为误差候选; （3）使用训练数据（比较，参考等）作为参考，确定随时间变化，环境变化，维护（部件更换）和操作状态引起的状态转换; （4）建模是N次数据去除N个数据项（N = 0,1,2）的回归分析或投影距离法的一部分空间法（例如，当N = 1时，一个错误数据项被认为已被添加，该数据被删除，然后进行建模）或局部局部空间方法。回归分析中的线性拟合等价于最低阶回归分析。

你已经成功收藏专利！

检索式保存成功!

IPRDB

热门服务

关于我们

友情链接

联系方式