特許ウォッチ

公開番号2025044139
公報種別公開特許公報(A)
公開日2025-04-01
出願番号2024143322
出願日2024-08-23
発明の名称モデル作成装置、モデル作成方法、及びプログラム
出願人富士電機株式会社
代理人弁理士法人ITOH
主分類G05B 23/02 20060101AFI20250325BHJP(制御;調整)
要約【課題】対象の学習用データが少量であっても精度の良い異常診断モデルを作成できる技術を提供すること。
【解決手段】本開示の一態様によるモデル作成装置は、第1のドメインに属するデータから異常診断を行う第1の異常診断モデルを作成するためのモデル作成装置であって、前記第1のドメインに属する第1のデータセットを用いて、前記第1の異常診断モデルの特性を表す特定のパラメータの値を算出する算出部と、前記第1のドメインとは異なる第2のドメインに属する第2のデータセットから構築された第2の異常診断モデルに含まれる複数のパラメータのうちの特定のパラメータの値を、前記算出部によって算出された値に変更することにより、前記第1の異常診断モデルを作成する作成部と、を有する。
【選択図】図1
特許請求の範囲【請求項１】
第１のドメインに属するデータから異常診断を行う第１の異常診断モデルを作成するためのモデル作成装置であって、
前記第１のドメインに属する第１のデータセットを用いて、前記第１の異常診断モデルの特性を表す特定のパラメータの値を算出する算出部と、
前記第１のドメインとは異なる第２のドメインに属する第２のデータセットから構築された第２の異常診断モデルに含まれる複数のパラメータのうちの特定のパラメータの値を、前記算出部によって算出された値に変更することにより、前記第１の異常診断モデルを作成する作成部と、
を有するモデル作成装置。
続きを表示（約 1,400 文字）【請求項２】
前記算出部は、
前記第１のデータセットに含まれるデータの代表点を前記特定のパラメータの値として算出し、
前記作成部は、
前記複数のパラメータのうち、前記第２のデータセットに含まれるデータの代表点を、前記算出部によって算出された代表点に変更することにより、前記第１の異常診断モデルを作成する、請求項１に記載のモデル作成装置。
【請求項３】
前記代表点は、データの平均値を表す点、データの重心を表す点、データを構成する各変数の値の中央値を表す点、のいずれかである、請求項２に記載のモデル作成装置。
【請求項４】
前記第１のデータセットに含まれるデータの数は、前記第２のデータセットに含まれるデータの数と比較して少量である、請求項１乃至３の何れか一項に記載のモデル作成装置。
【請求項５】
前記第２の異常診断モデルは、多変量統計的プロセス管理、分離フォレスト、ＬＯＦ、ＯｎｅＣｌａｓｓＳＶＭ、又はＩＮＮＥのいずれかの手法により正常状態をモデル化した機械学習モデルである、請求項４に記載のモデル作成装置。
【請求項６】
前記第２のドメインは、異常診断対象の修理又は改修前に、前記異常診断対象のデータが属していたドメインであり、
前記第１のドメインは、前記異常診断対象の修理又は改修後に、前記異常診断対象のデータが属するドメインである、請求項１に記載のモデル作成装置。
【請求項７】
前記第２のドメインは、第１の異常診断対象のデータが属しているドメインであり、
前記第１のドメインは、前記第１の異常診断対象と類似又は同種の第２の異常診断対象のデータが属するドメインである、請求項１に記載のモデル作成装置。
【請求項８】
前記算出部は、
前記第１のデータセットと前記第２のデータセットとを用いて、前記代表点に加えて、前記第１の異常診断モデルの大きさを表すパラメータの値を前記特定のパラメータの値として算出し、
前記作成部は、
前記複数のパラメータのうち、前記第２の異常診断モデルの大きさを表すパラメータの値を、前記算出部によって算出された値に変更することにより、前記第１の異常診断モデルを作成する、請求項２に記載のモデル作成装置。
【請求項９】
前記算出部は、
前記第１のデータセットと前記第２のデータセットとを用いて、前記代表点に加えて、前記第１の異常診断モデルの向きを表すパラメータの値を前記特定のパラメータの値として算出し、
前記作成部は、
前記複数のパラメータのうち、前記第２の異常診断モデルの向きを表すパラメータの値を、前記算出部によって算出された値に変更することにより、前記第１の異常診断モデルを作成する、請求項２に記載のモデル作成装置。
【請求項１０】
前記第１の異常診断モデルの異常診断精度を評価する評価部と、
前記第１のドメインに属するデータから異常診断を行う異常診断部と、を更に有し、
前記作成部は、
複数の前記第１の異常診断モデルを作成し、
前記異常診断部は、
複数の前記第１の異常診断モデルのうち、前記評価部による評価が最も高い前記第１の異常診断モデルを用いて、前記異常診断を行う、請求項８又は９に記載のモデル作成装置。
（【請求項１１】以降は省略されています）
発明の詳細な説明【技術分野】
【０００１】
本開示は、モデル作成装置、モデル作成方法、及びプログラムに関する。
続きを表示（約 1,800 文字）【背景技術】
【０００２】
各種プラントや各種設備、機器、装置等を対象として、その監視及び制御のための異常診断技術が知られている。これらの異常診断技術では、対象から収集された正常時の運転データを学習用データとして用いて、機械学習手法を利用して異常診断モデルが作成される場合が多い。例えば、非特許文献１には、対象の正常時の運転データを用いて、その正常状態をモデル化する多変量統計的プロセス管理と呼ばれる手法が記載されている。
【先行技術文献】
【非特許文献】
【０００３】
加納学，「多変量統計的プロセス管理」，インタネット＜ＵＲＬ：http://manabukano.brilliant-future.net/research/report/Report2005_MSPC.pdf＞
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、機械学習手法を利用した従来の異常診断技術では、十分な量の学習用データが収集されるまでは精度の良い異常診断モデルを作成することができなかった。
【０００５】
本開示は、上記の点に鑑みてなされたもので、対象の学習用データが少量であっても精度の良い異常診断モデルを作成できる技術を提供することを目的とする。
【課題を解決するための手段】
【０００６】
本開示の一態様によるモデル作成装置は、第１のドメインに属するデータから異常診断を行う第１の異常診断モデルを作成するためのモデル作成装置であって、前記第１のドメインに属する第１のデータセットを用いて、前記第１の異常診断モデルの特性を表す特定のパラメータの値を算出する算出部と、前記第１のドメインとは異なる第２のドメインに属する第２のデータセットから構築された第２の異常診断モデルに含まれる複数のパラメータのうちの特定のパラメータの値を、前記算出部によって算出された値に変更することにより、前記第１の異常診断モデルを作成する作成部と、を有する。
【発明の効果】
【０００７】
対象の学習用データが少量であっても精度の良い異常診断モデルを作成できる。
【図面の簡単な説明】
【０００８】
第一の実施形態に係る提案手法による異常診断モデル作成の一例を説明するための図である。
第一の実施形態に係る異常診断モデル作成装置のハードウェア構成の一例を示す図である。
第一の実施形態に係る異常診断モデル作成装置の機能構成の一例を示す図である。
第一の実施形態に係る異常診断モデル作成処理の一例を示すフローチャートである。
多変量統計的プロセス管理を適用した場合の一例を模式的に示す図である。
パラメータ変更後の異常診断モデルによる異常診断結果の一例を示す図である。
分離フォレストを適用した場合の一例を模式的に示す図である。
第二の実施形態に係る異常診断モデル作成装置の機能構成の一例を示す図である。
第二の実施形態に係る異常診断モデル作成処理の一例を示すフローチャートである。
第三の実施形態に係る異常診断装置の機能構成の一例を示す図である。
第三の実施形態に係る異常診断処理の一例を示すフローチャートである。
第四の実施形態に係る異常診断モデル作成装置の機能構成の一例を示す図である。
第四の実施形態に係る異常診断モデル作成処理の一例を示すフローチャートである。
【発明を実施するための形態】
【０００９】
以下、本発明の第一乃至第四の実施形態について、図面を参照しながら詳細に説明する。なお、第一乃至第四の実施形態は、矛盾しない限り、相互に組み合わせることが可能である。
【００１０】
［第一の実施形態］
まず、第一の実施形態について説明する。以下、各種プラントや各種設備、機器、装置等を対象として、その異常診断を行うための異常診断モデルを作成する場合について説明する。なお、以下では、異常診断モデルで異常を診断する対象を「異常診断対象」と呼ぶことにする。
（【００１１】以降は省略されています）

関連特許