JP6623977B2 - Time axis expansion / contraction device, batch process monitoring device, time axis expansion / contraction system and program - Google Patents
Time axis expansion / contraction device, batch process monitoring device, time axis expansion / contraction system and program Download PDFInfo
- Publication number
- JP6623977B2 JP6623977B2 JP2016165816A JP2016165816A JP6623977B2 JP 6623977 B2 JP6623977 B2 JP 6623977B2 JP 2016165816 A JP2016165816 A JP 2016165816A JP 2016165816 A JP2016165816 A JP 2016165816A JP 6623977 B2 JP6623977 B2 JP 6623977B2
- Authority
- JP
- Japan
- Prior art keywords
- data
- progress
- waveform
- time
- contraction
- 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
- 230000008602 contraction Effects 0.000 title claims description 106
- 238000010923 batch production Methods 0.000 title claims description 38
- 238000012806 monitoring device Methods 0.000 title claims description 4
- 238000000034 method Methods 0.000 claims description 153
- 230000008569 process Effects 0.000 claims description 116
- 238000012360 testing method Methods 0.000 claims description 69
- 238000012545 processing Methods 0.000 claims description 45
- 238000004364 calculation method Methods 0.000 claims description 9
- 230000008859 change Effects 0.000 claims description 4
- 230000010365 information processing Effects 0.000 claims description 4
- 230000005856 abnormality Effects 0.000 description 30
- 238000010586 diagram Methods 0.000 description 25
- 230000002159 abnormal effect Effects 0.000 description 22
- 230000006870 function Effects 0.000 description 10
- 230000000052 comparative effect Effects 0.000 description 8
- 238000005070 sampling Methods 0.000 description 7
- 238000003860 storage Methods 0.000 description 7
- 238000010924 continuous production Methods 0.000 description 6
- 238000001514 detection method Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 239000000047 product Substances 0.000 description 6
- 230000001186 cumulative effect Effects 0.000 description 5
- 238000011156 evaluation Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000000513 principal component analysis Methods 0.000 description 3
- 230000026676 system process Effects 0.000 description 3
- 238000010257 thawing Methods 0.000 description 3
- 238000001816 cooling Methods 0.000 description 2
- 238000007710 freezing Methods 0.000 description 2
- 230000008014 freezing Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000005057 refrigeration Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 241000162408 Cassida Species 0.000 description 1
- VGGSQFUCUMXWEO-UHFFFAOYSA-N Ethene Chemical compound C=C VGGSQFUCUMXWEO-UHFFFAOYSA-N 0.000 description 1
- 239000005977 Ethylene Substances 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 238000005266 casting Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000013067 intermediate product Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Description
本発明は、時間軸伸縮装置、バッチプロセス監視装置、時間軸伸縮システム及びプログラムに関する。 The present invention relates to a time axis expansion / contraction device, a batch process monitoring device, a time axis expansion / contraction system, and a program.
従来、製品を製造するプラント等において、製造工程等のプロセスをセンサ等で監視する方法が知られている。そして、センサによってセンシングしたデータを用いて、プロセス上の異常を検知する方法が知られている。 2. Description of the Related Art Conventionally, in a plant or the like that manufactures a product, a method of monitoring a process such as a manufacturing process using a sensor or the like is known. Then, a method of detecting an abnormality in a process using data sensed by a sensor is known.
例えば、プロセスにおいて異常を検出するため、まず、モデル化が行われる。具体的には、モデル化では、異常が起きていない状態、すなわち、正常状態におけるデータを用いて、正常モデルが生成される。そして、実際に異常を検知する評価フェーズでは、あらかじめ生成される正常モデルと、センシングによって取得されるデータとを比較して、プロセスが正常であるか異常あるか等が評価及び診断される。具体的には、例えば、以下のようなモデル化フェーズ及び評価フェーズが行われる。 For example, in order to detect an abnormality in a process, modeling is first performed. Specifically, in modeling, a normal model is generated using data in a state where no abnormality has occurred, that is, in a normal state. Then, in an evaluation phase for actually detecting an abnormality, a normal model generated in advance and data acquired by sensing are compared to evaluate and diagnose whether the process is normal or abnormal. Specifically, for example, the following modeling phase and evaluation phase are performed.
図1は、異常検知におけるモデル化フェーズ及び評価フェーズのそれぞれの例を示す図である。図示する例では、横軸を温度とし、縦軸を圧力とする。まず、モデル化フェーズでは、図1(A)に示すように、正常状態におけるデータの集合から、モデルMDLが生成される。次に、評価フェーズでは、図1(B)に示すように、モデル化フェーズで生成されたモデルMDLに基づいて、各データの正常又は異常がそれぞれ判定される。具体的には、図示する第1データD1のように、モデルMDLに属する値のデータであると、第1データは、「正常」と判定される。一方で、図示する第2データD2のように、モデルMDL外の値となるデータであると、第2データは、「異常」と判定される。 FIG. 1 is a diagram illustrating respective examples of a modeling phase and an evaluation phase in abnormality detection. In the illustrated example, the horizontal axis represents temperature, and the vertical axis represents pressure. First, in the modeling phase, as shown in FIG. 1A, a model MDL is generated from a set of data in a normal state. Next, in the evaluation phase, as shown in FIG. 1B, whether each data is normal or abnormal is determined based on the model MDL generated in the modeling phase. Specifically, if the data is a value belonging to the model MDL as in the illustrated first data D1, the first data is determined to be “normal”. On the other hand, if the data has a value outside the model MDL as in the illustrated second data D2, the second data is determined to be “abnormal”.
また、バッチプロセスにおいて異常を検知する方法が知られている。例えば、まず、この方法では、各バッチのそれぞれの時系列データを異なる変数として扱い、各バッチがサンプリングされる。次に、変数×サンプルを計算して2次元データとし、主成分分析が行われる。そして、一般的な主成分分析でも行われるように、平均が「ゼロ」、かつ、分散が「1」となるように正規化が行われる。これは、バッチ内の各サンプリング時刻において、バッチ間の平均値と、標準偏差とをそれぞれ算出し、各サンプリング時刻において、各平均値を減算した上で、標準偏差で除算すると計算できる。これは、「バッチ方向の正規化(Batch−wise normalization)」等と呼ばれる。また、バッチ内の各サンプリング点におけるバッチ間の平均及び標準偏差は、並べるとバッチの長さと同じ時系列データとなる。そのため、バッチ間の平均及び標準偏差は、「平均プロファイル」及び「標準偏差プロファイル」と呼ばれる。このようにして、バッチプロセスにおいて異常を検知する方法が知られている(例えば、非特許文献1等)。 Further, a method of detecting an abnormality in a batch process is known. For example, in this method, each time series data of each batch is treated as a different variable, and each batch is sampled. Next, variable × sample is calculated to be two-dimensional data, and principal component analysis is performed. Then, normalization is performed so that the average is “zero” and the variance is “1”, as is also performed in general principal component analysis. This can be calculated by calculating an average value between batches and a standard deviation at each sampling time in a batch, subtracting each average value at each sampling time, and dividing by the standard deviation. This is called "batch-wise normalization" or the like. In addition, the average and standard deviation between batches at each sampling point in the batch become the same time-series data as the length of the batch when arranged. As such, the mean and standard deviation between batches are referred to as the "mean profile" and "standard deviation profile." Thus, a method of detecting an abnormality in a batch process is known (for example, Non-Patent Document 1).
また、バッチプロセス等において異常を検知するため、DTW(Dynamic Time Warping)法が知られている。具体的には、DTW法は、2つの長さが異なる波形データがある場合において、一方の波形データが示す形状が、他方の波形データが示す形状と一致するように、波形データを時間方向に伸縮する方法である。このように、時間の長さが異なるバッチプロセスの波形データであっても、波形データを伸縮することによって、2つの波形データを比較又は処理しやすいようにする方法が知られている(例えば、非特許文献2等)。 Also, a DTW (Dynamic Time Warping) method is known for detecting an abnormality in a batch process or the like. Specifically, when there is waveform data of two different lengths, the DTW method converts the waveform data in the time direction so that the shape indicated by one waveform data matches the shape indicated by the other waveform data. It is a method of expanding and contracting. As described above, a method of making two waveform data easy to compare or process by expanding and contracting the waveform data even for waveform data of a batch process having different time lengths is known (for example, Non-Patent Document 2).
しかしながら、従来の方法では、時間軸において波形データを伸縮すると、波形データが有するプロセスの異常を示すデータが、伸縮によって、欠落してしまう場合がある。そのため、伸縮された波形データによってプラント等の監視が行われると、プロセスの異常を見落としてしまう場合がある。 However, in the conventional method, if the waveform data is expanded or contracted on the time axis, the data indicating the process abnormality included in the waveform data may be lost due to the expansion or contraction. Therefore, when a plant or the like is monitored based on the expanded and contracted waveform data, a process abnormality may be overlooked.
本発明の1つの側面は、このような問題に鑑みてなされたものであり、時間軸における波形データの伸縮によって、データが欠落するのを少なくすることを目的とする。 One aspect of the present invention has been made in view of such a problem, and has as its object to reduce loss of data due to expansion and contraction of waveform data on the time axis.
上述した課題を解決し、目的を達成するため、本発明の一実施形態における、バッチ処理のプロセスにおける時間に対する物理量を示す波形データを伸縮する時間軸伸縮装置は、
前記波形データのうち、基準となる長さの波形を示す基準データ及び前記波形データのうち、前記基準データの長さに伸縮させる波形を示すテストデータを入力する入力部と、
前記基準データにおける第1プロセスの第1進行度と、前記テストデータにおける第2プロセスの第2進行度をそれぞれ算出する進行度算出部と、
前記第1進行度及び前記第2進行度に基づいて、前記基準データと、前記テストデータとを対応付けさせるワーピングパスを生成するワーピングパス生成部と、
前記ワーピングパスに基づいて、前記テストデータを伸縮させる伸縮部と
を含む。
In order to solve the above-described problems and achieve the object, in one embodiment of the present invention, a time axis expansion / contraction device that expands / contracts waveform data indicating a physical quantity with respect to time in a batch processing process includes:
An input unit for inputting test data indicating a waveform that expands and contracts to the length of the reference data, among the waveform data, reference data indicating a waveform of a reference length and the waveform data.
A progress calculating unit that calculates a first progress of a first process in the reference data and a second progress of a second process in the test data,
A warping path generation unit that generates a warping path that associates the reference data with the test data based on the first progress degree and the second progress degree;
And a telescopic part for expanding and contracting the test data based on the warping path.
本発明によれば、時間軸における波形データの伸縮によって、データが欠落するのを少なくすることができる。 According to the present invention, loss of data due to expansion and contraction of waveform data on the time axis can be reduced.
本発明の実施形態を以下の順序で説明する。
1.異常検知の全体構成例
2.時間軸伸縮装置のハードウェア構成例
3.時間軸伸縮装置による全体処理例
4.比較例
5.時間軸伸縮装置の機能構成例
(第1実施形態)
≪ 1. 異常検知の全体構成例 ≫
以下、プラントにおいて周期的にセンシングされるデータに基づいて、異常検知が行われる例で説明する。まず、プラントで行われるプロセスの種類は、例えば、以下のように分類できる。
Embodiments of the present invention will be described in the following order.
1. 1. Overall configuration example of
(1st Embodiment)
≪ 1. Example of overall configuration of abnormality detection ≫
Hereinafter, an example in which abnormality detection is performed based on data periodically sensed in a plant will be described. First, the types of processes performed in the plant can be classified, for example, as follows.
図2は、連続系プロセスとバッチ系プロセスのそれぞれの例を示す図である。例えば、石油化学用のプロセスでは、図2(A)に示すように、温度、圧力及び流量等の物理量がプラント内に設置されたセンサによってセンシングされる。そして、図示するように、時間ごとに、センサによって取得される各物理量が連続的に示される。このような連続系プロセスでは、装置の故障が起きる等といった異常がない状態、いわゆる定常状態であると、各物理量は、平均値付近で、ほぼ一定の値である場合が多い。したがって、連続系プロセスでは、時間によらず、物理量が平均値付近の値であるか否か等によって、プロセスが異常であるか正常であるかを判定できる場合が多い。また、連続系プロセスは、例えば、石油化学のエチレンプラント等のように、同種類の製品を連続して製造するプロセス等である。 FIG. 2 is a diagram illustrating an example of each of a continuous process and a batch process. For example, in a petrochemical process, physical quantities such as temperature, pressure, and flow rate are sensed by a sensor installed in a plant, as shown in FIG. Then, as shown, each physical quantity acquired by the sensor is continuously shown for each time. In such a continuous process, in a state where there is no abnormality such as a failure of the device or the like, that is, a so-called steady state, each physical quantity often has a substantially constant value near an average value. Therefore, in a continuous process, it is often possible to determine whether the process is abnormal or normal depending on whether or not the physical quantity is near the average value, regardless of the time. The continuous process is, for example, a process of continuously producing the same type of product, such as an ethylene plant of petrochemical.
一方で、バッチ系プロセスは、例えば、鉄鋼、鋳造、食品、医薬、半導体又は一般化学用のプロセスであって、バッチ処理が行われる単位でプロセスが開始から終了まで繰り返されるプロセスである。すなわち、バッチ系プロセスでは、各ロットに対してバッチ処理が行われる。また、バッチ系プロセスは、例えば、図2(B)に示すような物理量となるプロセスである。図示するように、バッチ系プロセスでは、正常な状態下のプロセスであっても、物理量は、平均値付近にあるとは限らず、一定の値でない場合が多い。すなわち、バッチ系プロセスでは、物理量は、行われるプロセスの内容及びあらかじめ設定される設定値等に基づいて時間によって変化する。 On the other hand, the batch-based process is, for example, a process for steel, casting, food, medicine, semiconductor, or general chemistry, and is a process in which the process is repeated from the start to the end in a batch processing unit. That is, in the batch process, batch processing is performed for each lot. The batch process is, for example, a process having physical quantities as shown in FIG. As shown in the figure, in a batch-based process, even in a process under a normal state, the physical quantity is not always near the average value and is often not a constant value. That is, in the batch process, the physical quantity changes with time based on the content of the process to be performed and a preset value.
より具体的には、図示する例では、まず、バッチ処理の開始時点では、温度は、常温付近である。次に、プロセスが開始され、加熱等のプロセスが始まると、温度は、上昇していく。そして、所定の温度となると、一定時間、温度を保つように、温度が維持される。続いて、温度が高温状態で一定時間維持された後、所定の時間経過すると、冷却等のプロセスが開始される。このように、冷却等のプロセスが始まると、温度は、下降していく。そして、所定の温度まで冷却されると、バッチ処理が処理終了となる。 More specifically, in the illustrated example, first, at the start of the batch processing, the temperature is around room temperature. Next, when the process is started and a process such as heating is started, the temperature rises. When the temperature reaches a predetermined temperature, the temperature is maintained so as to maintain the temperature for a certain time. Subsequently, after the temperature is maintained at a high temperature for a certain period of time, when a predetermined time has elapsed, a process such as cooling is started. Thus, when a process such as cooling starts, the temperature decreases. Then, when the batch processing is cooled to a predetermined temperature, the batch processing ends.
例えば、1ロットの製品を製造するのに、1バッチ単位のプロセスが行われるとすると、図示するように、バッチ系プロセスは、製造する製品のロット数等に応じて繰り返し行われる。すなわち、いわゆるロット生産方式等では、原料又は中間製品等の一定量を入力単位とするロットごとにプロセスが行われる。このようなバッチ系プロセスでは、物理量は、連続系プロセスとは異なり、一定でない場合が多い。すなわち、バッチ系プロセスでは、物理量は、プロセスによって、値が大きくなったり小さくなったりする。 For example, assuming that a batch process is performed to manufacture one lot of products, the batch process is repeatedly performed according to the number of product lots to be manufactured, as illustrated. That is, in a so-called lot production method or the like, a process is performed for each lot in which a fixed amount of a raw material, an intermediate product, or the like is used as an input unit. In such a batch process, the physical quantity is often not constant, unlike the continuous process. That is, in a batch-based process, the value of the physical quantity increases or decreases depending on the process.
また、連続系プロセスは、大規模な設備で行われることが多いのに対して、バッチ系プロセスは、中小規模な設備等でも行われることが多いプロセスである。さらに、バッチ系プロセスと類似したプロセスが行われる場合がある。例えば、往復動式のポンプ又は圧縮機等は、往復運動を行う設備であるため、バッチ系プロセスと同様に、繰り返し往復運動を行う設備の例である。 In addition, a continuous process is often performed in a large-scale facility, whereas a batch process is a process often performed in a small-scale facility or the like. Further, a process similar to a batch-based process may be performed. For example, a reciprocating pump or a compressor is a facility that performs reciprocating motion, and thus is an example of a facility that performs reciprocating motion repeatedly as in a batch process.
他にも、冷蔵及び冷凍設備等は、一定時間ごとに、除霜を行う場合がある。このような場合には、あらかじめ設定される除霜期間ごとに、冷蔵及び冷凍設備等は、繰り返し除霜等を行う設備の例である。 In addition, refrigeration and freezing equipment may perform defrosting at regular intervals. In such a case, the refrigeration and freezing facilities are examples of facilities that repeatedly perform defrosting and the like for each preset defrosting period.
このようなバッチ系プロセスでは、センサによってデータがセンシングされ、データが計測データベースに蓄積される。そして、プラントでは、蓄積されたデータを用いて、各プロセスに異常がないかが監視される。 In such a batch process, data is sensed by a sensor, and the data is stored in a measurement database. Then, in the plant, using the accumulated data, each process is monitored for abnormality.
したがって、バッチ系プロセスに係る時系列データは、一定の周期で繰り返す値のデータとなる場合が多い。特に、バッチ系プロセスを行って製品を製造する場合には、バッチ系プロセスの処理が進むに伴って、物理量は、一定のパターンとなるように設定される場合が多い。このようにして、基本的に同じパターンを繰り返して製品が製造される場合が多い。なお、このように、バッチ系プロセスに用いられる物理量のパターンを「プロファイル」という。 Therefore, the time-series data related to the batch process often becomes data having a value that is repeated at a constant cycle. In particular, when a product is manufactured by performing a batch process, the physical quantity is often set to have a constant pattern as the process of the batch process proceeds. In this way, a product is often manufactured by basically repeating the same pattern. In addition, the pattern of the physical quantity used in the batch process is called a “profile”.
以上のようなバッチ系プロセスを監視するため、例えば、マルチウェイ法等が用いられる。なお、マルチウェイ法は、"P.Nomikos,J.F.MacGregor:"Monitoring Batch Processes Using Multiway Principal Component Analysis",AIChE Journal,Vol.40, No.8 pp.1361―1375(1994)"又は"P.Nomikos,J.F.MacGregor:"Multi−way partial least squares in monitoring batch processes",Chemometics and Intelligent Laboratory Systems, No.30, pp.97―108 (1995)"等に記載されている方法である。具体的には、例えば、以下のようにして、バッチ系プロセスは、監視される。 In order to monitor the above batch process, for example, a multi-way method is used. The multi-way method is described in "P. Nomikos, J. F. MacGregor:" Monitoring Batch Processes Using Multiway Principal Component Analysis ", AIChE Journal, Vol. 40, No. 13, p. P. Nomikos, J. F. MacGregor: "Multi-way partial last squares in monitoring batch processes", described in Chemometrics and Intelligent Laboratories, "Methods and Methods" in Chemometrics and Intelligent Laboratories, Inc. is there. Specifically, for example, a batch process is monitored as follows.
図3は、バッチ系プロセスの監視方法の一例を示す図である。以下の例では、まず、プラント等でプロセスが行われ、センサによって、図3(A)に示すような温度及び圧力に係る波形データが生成されるとする。具体的には、この例では、第1波形データDW1は、バッチごと、時間に対する温度を示すデータである。また、第2波形データDW2は、バッチごと、時間に対する圧力を示すデータである。 FIG. 3 is a diagram illustrating an example of a method of monitoring a batch process. In the following example, first, it is assumed that a process is performed in a plant or the like, and waveform data relating to temperature and pressure as shown in FIG. 3A is generated by a sensor. Specifically, in this example, the first waveform data DW1 is data indicating the temperature with respect to time for each batch. The second waveform data DW2 is data indicating pressure with respect to time for each batch.
そして、各波形データのそれぞれの長さがほぼ同じである場合には、図3(B)に示すように、各バッチのそれぞれの波形データは、重ねることができる。このようにすると、図3(C)に示すように、各バッチにおける各物理量の平均値及び標準偏差が、算出できる。 When the lengths of the respective waveform data are substantially the same, the respective waveform data of the respective batches can be overlapped as shown in FIG. In this way, as shown in FIG. 3C, the average value and the standard deviation of each physical quantity in each batch can be calculated.
次に、バッチの各サンプリング点において、バッチ間の平均を減算(平均波形の除去)し、標準偏差で除し、各サンプリング点での平均値「0」、標準偏差「1」に正規化する処理が行われる。このようにすると、連続系プロセスと同様に、各物理量が平均値から外れたか否かに基づいて、異常が検知できる。 Next, at each sampling point of the batch, the average between the batches is subtracted (removal of the average waveform), divided by the standard deviation, and normalized to the average value “0” and the standard deviation “1” at each sampling point. Processing is performed. In this way, an abnormality can be detected based on whether or not each physical quantity deviates from the average value, as in the continuous system process.
また、バッチ系プロセスのデータは、バッチ数を「I」、変数を「J」、時間を「K」とした3次元データで示すことができる。そして、バッチ方向の正規化は、下記(1)式のように示せる。 Further, the data of the batch process can be represented by three-dimensional data in which the number of batches is “I”, the variable is “J”, and the time is “K”. Then, the normalization in the batch direction can be expressed as the following equation (1).
このように、バッチ系プロセスを監視するには、正規化を行うために、各波形データの長さや形状を揃える必要がある。そこで、例えば、各波形データの長さや形状を揃えるため、DTW法を用いる方法がある。 As described above, in order to monitor the batch process, it is necessary to equalize the lengths and shapes of the respective waveform data in order to perform normalization. Thus, for example, there is a method using the DTW method to make the length and shape of each waveform data uniform.
具体的には、まず、長さや形状の異なる2つ以上の波形データがセンサによって生成される。そして、DTW法は、複数の波形データのうち、ある1つの波形データに、その他の波形データの長さや形状を揃える方法である。また、各波形データのそれぞれの長さや形状が揃うと、各波形データは、それぞれの波形において位相がそろうことになる。このようにして、DTW法を用いると、各波形データを同期させることができる。 Specifically, first, two or more waveform data having different lengths and shapes are generated by the sensor. The DTW method is a method of aligning the length and shape of other waveform data with certain one of a plurality of waveform data. Further, when the lengths and shapes of the respective waveform data are uniform, the respective waveform data have the same phase in the respective waveforms. Thus, the waveform data can be synchronized by using the DTW method.
以下、波形データの長さや形状を揃えるのに、基準となる波形データを「基準データ」という。一方で、基準データにできるだけ一致するように、長さや形状が伸縮される波形データを「テストデータ」という。また、基準データが示す波形を「基準波形」という。一方で、テストデータが示す波形を「テスト波形」という。 Hereinafter, waveform data serving as a reference for making the length and shape of the waveform data uniform is referred to as “reference data”. On the other hand, waveform data whose length or shape is expanded or contracted so as to match the reference data as much as possible is called “test data”. The waveform indicated by the reference data is referred to as a “reference waveform”. On the other hand, the waveform indicated by the test data is called “test waveform”.
DTW法は、基準データと、テストデータとを対応付けさせる関数(以下「ワーピングパス」という。)が与えられると、テストデータを基準データと同じ長さや形状に揃えることができる方法である。具体的には、DTW法は、以下のような方法である。 The DTW method is a method in which, when a function (hereinafter, referred to as “warping path”) for associating reference data with test data is provided, the test data can be made to have the same length and shape as the reference data. Specifically, the DTW method is as follows.
図4は、DTW方法及びワーピングパスの一例を示す図である。以下、図4(A)のような基準波形WRを示す基準データと、図4(B)のようなテスト波形WTを示すテストデータとを例にして説明する。なお、図4(A)及び図4(B)は、横軸を時間とし、縦軸を各時間に対する物理量とする。 FIG. 4 is a diagram illustrating an example of the DTW method and the warping path. Hereinafter, a description will be given using reference data indicating the reference waveform WR as shown in FIG. 4A and test data indicating the test waveform WT as shown in FIG. 4B as an example. In FIGS. 4A and 4B, the horizontal axis represents time, and the vertical axis represents a physical quantity for each time.
図示する例では、基準波形WRは、処理の開始から終了までが「第1時間T1」であるバッチ処理を示す。一方で、テスト波形WTは、処理の開始から終了までが「第2時間T2」であるバッチ処理を示す。また、この例では、図示するように、第1時間T1は、第2時間T2より短いとする。 In the illustrated example, the reference waveform WR indicates a batch process in which the period from the start to the end of the process is “first time T1”. On the other hand, the test waveform WT indicates a batch process in which the period from the start to the end of the process is “second time T2”. Further, in this example, as illustrated, the first time T1 is assumed to be shorter than the second time T2.
次に、図4(C)に示すように、縦軸に基準波形WRを配置し、一方で、横軸にテスト波形WTを配置して2次元座標とする。また、縦軸の各座標を「j」とし、横軸の各座標を「i」とする。そして、2次元座標における各格子点(i,j)で、テスト波形WTの値T0(i)と、基準波形WRの値R0(j)との差を計算し、計算される差の絶対値を「d」とする。すなわち、格子点(i,j)では、絶対値dは、下記(2)式のように示せる。 Next, as shown in FIG. 4C, the reference waveform WR is arranged on the vertical axis, and the test waveform WT is arranged on the horizontal axis to obtain two-dimensional coordinates. Also, each coordinate on the vertical axis is “j”, and each coordinate on the horizontal axis is “i”. Then, at each grid point (i, j) in the two-dimensional coordinates, the difference between the value T 0 (i) of the test waveform WT and the value R 0 (j) of the reference waveform WR is calculated. The absolute value is “d”. That is, at the grid point (i, j), the absolute value d can be expressed as in the following equation (2).
このように、累積値「Dij」が計算され、スタート座標STからエンド座標EDまでの経路のうち、累積値「Dij」が最小となる経路がワーピングパスである。すなわち、図4(E)に示すように、ワーピングパスは、累積値「Dij」が最小となる経路である。 As described above, the accumulated value “D ij ” is calculated, and the path having the smallest accumulated value “D ij ” is the warping path among the paths from the start coordinates ST to the end coordinates ED. That is, as shown in FIG. 4E, the warping path is a path in which the cumulative value “D ij ” is minimum.
このように、ワーピングパスが与えられると、例えば、以下のように、ワーピングパスに基づいて、テスト波形を伸縮することができる。 Thus, when a warping path is provided, for example, the test waveform can be expanded or contracted based on the warping path as described below.
図5は、ワーピングパスに基づく波形データの伸縮例を示す図である。例えば、図5(A)に示すテストデータが入力される例で説明する。図示する例は、入力されるテストデータが示すテスト波形WTが、図5(B)に示すワーピングパスWPPに基づいて伸縮される例である。そして、ワーピングパスWPPは、図示するように、図5(C)に示すような基準データが示す基準波形WRと、テスト波形WTとを対応付けさせる関数である。 FIG. 5 is a diagram illustrating an example of expansion and contraction of waveform data based on a warping path. For example, an example in which test data shown in FIG. The illustrated example is an example in which the test waveform WT indicated by the input test data is expanded and contracted based on the warping path WPP illustrated in FIG. The warping path WPP is a function for associating the reference waveform WR indicated by the reference data as shown in FIG. 5C with the test waveform WT.
図示するように、ワーピングパスWPPを用いると、テスト波形WT上の各点T0(i)は、ワーピングパスWPPによって、基準波形WR上の各点R0(j)に対応付けることができる。 As shown, when the warping path WPP is used, each point T 0 (i) on the test waveform WT can be associated with each point R 0 (j) on the reference waveform WR by the warping path WPP.
図示する例では、図示するように、テスト波形WTにおける第1テスト区間AR11の各点T0(i)が、基準波形WRにおける第1基準区間AR21の各点R0(j)に対応付けされる。同様に、テスト波形WTにおける第2テスト区間AR12の各点T0(i)が、基準波形WRにおける第2基準区間AR22の各点R0(j)に対応付けされる。さらに、テスト波形WTにおける第3テスト区間AR13の各点T0(i)が、基準波形WRにおける第2基準区間AR23の各点R0(j)に対応付けされる。このようにすると、テスト波形WTは、伸縮されて、図5(D)に示すように、基準波形WRとほぼ同じような長さとなる伸縮後データWTAとなる。 In the illustrated example, as illustrated, each point T 0 (i) of the first test section AR11 in the test waveform WT is associated with each point R 0 (j) of the first reference section AR21 in the reference waveform WR. You. Similarly, each point T 0 (i) of the second test section AR12 in the test waveform WT is associated with each point R 0 (j) of the second reference section AR22 in the reference waveform WR. Further, each point T 0 (i) of the third test section AR13 in the test waveform WT is associated with each point R 0 (j) of the second reference section AR23 in the reference waveform WR. In this way, the test waveform WT is expanded and contracted to become expanded and contracted data WTA having a length substantially the same as the reference waveform WR, as shown in FIG.
以上のように、ワーピングパスWPPが求まると、図5に示すように、波形データは、長さが異なる波形であっても、ワーピングパスWPPに基づいて伸縮することで、基準データの波形に揃えることができる。 As described above, when the warping path WPP is obtained, as shown in FIG. 5, even if the waveform data has different lengths, the waveform data expands and contracts based on the warping path WPP, thereby aligning the waveform data with the waveform of the reference data. be able to.
なお、時間軸における伸縮は、上記のように、汎用性が高く、様々な処理に適用できるダイナミックタイムワーピング法(DTW法)が用いられるのが望ましい。 As described above, it is desirable to use a dynamic time warping method (DTW method) which has high versatility and can be applied to various processes for expansion and contraction on the time axis.
以下、ワーピングパスを生成して、波形データを伸縮する時間軸伸縮装置の例について説明する。 Hereinafter, an example of a time axis expansion / contraction device that generates a warping path and expands / contracts waveform data will be described.
≪ 2. 時間軸伸縮装置のハードウェア構成例 ≫
時間軸伸縮装置は、例えば、以下のような情報処理装置等である。
≪ 2. Example of hardware configuration of time axis telescopic device 装置
The time axis expansion / contraction device is, for example, the following information processing device.
図6は、本発明の一実施形態における時間軸伸縮装置のハードウェア構成の一例を示すブロック図である。図示するように、時間軸伸縮装置10は、CPU(Central Processing Unit)HW1と、通信装置HW2と、記憶装置HW3と、表示装置HW4と、入力装置HW5とを有する。すなわち、時間軸伸縮装置10は、PC(Personal Computer)、サーバ又はワークステーション等のコンピュータであり、あらかじめインストールされるプログラムに基づいてCPUHW1が演算及び制御を行うことで、本実施形態に係る処理及び制御を実現することができる装置である。
FIG. 6 is a block diagram illustrating an example of a hardware configuration of the time axis expansion and contraction device according to the embodiment of the present invention. As illustrated, the time axis expansion /
CPUHW1は、処理を実現するための演算及びデータの加工を行う演算装置並びにハードウェアを制御する制御装置である。 The CPU HW1 is an arithmetic unit that performs arithmetic and data processing for realizing processing and a control device that controls hardware.
通信装置HW2は、ネットワークNWを介して外部装置とデータを送受信する装置である。 The communication device HW2 is a device that transmits and receives data to and from an external device via the network NW.
記憶装置HW3は、メモリ等の主記憶装置である。また、記憶装置HW3は、ハードディスク等の補助記憶装置を有してもよい。 The storage device HW3 is a main storage device such as a memory. Further, the storage device HW3 may include an auxiliary storage device such as a hard disk.
表示装置HW4は、ディスプレイ等の出力装置の例である。例えば、表示装置HW4は、処理結果等をユーザに対して出力する。 The display device HW4 is an example of an output device such as a display. For example, the display device HW4 outputs a processing result and the like to the user.
入力装置HW5は、例えば、キーボード、マウス又はこれらの組み合わせ等である。すなわち、入力装置HW5は、ユーザからの操作を入力するための装置である。 The input device HW5 is, for example, a keyboard, a mouse, or a combination thereof. That is, the input device HW5 is a device for inputting an operation from a user.
なお、ハードウェア構成は、図示する構成に限られない。例えば、時間軸伸縮装置10は、演算装置、制御装置又は記憶装置を内部又は外部に更に有するハードウェア構成でもよい。
Note that the hardware configuration is not limited to the illustrated configuration. For example, the time axis expansion /
また、本実施形態を実現する装置は、ネットワーク等で接続される1つ以上の情報処理装置を有する時間軸伸縮システム等でもよい。さらに、時間軸伸縮システムは、冗長、分散又は並列に処理の一部又は全部を行う構成等でもよい。 Further, an apparatus for implementing the present embodiment may be a time axis expansion / contraction system having one or more information processing apparatuses connected by a network or the like. Further, the time axis expansion / contraction system may be configured to perform a part or all of the processing in a redundant, distributed, or parallel manner.
≪ 3. 時間軸伸縮装置による全体処理例 ≫
図7は、本発明の一実施形態における時間軸伸縮装置による全体処理の一例を示すフローチャートである。例えば、時間軸伸縮装置は、以下のような処理を行うと、ワーピングパスを生成して、テストデータを伸縮することができる。
≪ 3. Example of overall processing using the time axis expansion / contraction device ≫
FIG. 7 is a flowchart illustrating an example of the entire process performed by the time axis expansion / contraction device according to the embodiment of the present invention. For example, when the following processing is performed, the time axis expansion / contraction device can generate a warping path and expand / contract test data.
≪ 基準データ及びテストデータの入力例 (ステップS01)≫
ステップS01では、時間軸伸縮装置は、基準データ及びテストデータを入力する。例えば、図5(A)及び図5(C)に示すような基準データ及びテストデータが入力されるとする。
入 力 Input example of reference data and test data (Step S01) ≫
In step S01, the time axis expansion / contraction device inputs reference data and test data. For example, it is assumed that reference data and test data as shown in FIGS. 5A and 5C are input.
≪ 基準データが示す第1プロセスの第1進行度の算出例 (ステップS02)≫
ステップS02では、時間軸伸縮装置は、基準データが示す第1プロセスの第1進行度を算出する。例えば、第1進行度は、以下のように算出される。
例 Calculation example of first progress of first process indicated by reference data (step S02) ≫
In step S02, the time axis expansion / contraction device calculates a first progress degree of the first process indicated by the reference data. For example, the first degree of progress is calculated as follows.
図8は、本発明の一実施形態における時間軸伸縮装置による進行度の算出例を示す図である。例えば、図8(A)に示すような波形データが、基準データとして時間軸伸縮装置にステップS01で入力されるとする。そして、第1プロセスは、図示するような基準波形WRで示せるバッチ処理であるとする。 FIG. 8 is a diagram illustrating an example of calculating the degree of progress by the time axis expansion and contraction device according to the embodiment of the present invention. For example, it is assumed that waveform data as shown in FIG. 8A is input as reference data to the time axis expansion / contraction device in step S01. The first process is a batch process that can be represented by a reference waveform WR as illustrated.
また、以下の説明では、第1プロセスは、関数f(τ)で示すバッチ処理であるとする。この例では、第1進行度は、関数f(τ)が示す時間ごとの各値を積算すると求まる値である。すなわち、第1進行度を「F(t)」とすると、第1進行度は、下記(4)式を計算すると求まる値である。 In the following description, it is assumed that the first process is a batch process represented by a function f (τ). In this example, the first degree of progress is a value obtained by integrating the values for each time indicated by the function f (τ). That is, assuming that the first degree of progress is “F (t)”, the first degree of progress is a value obtained by calculating the following equation (4).
このようにして、関数f(τ)に基づいて、第1進行度が計算される。例えば、第1進行度を示す「F(t)」は、図8(C)のような関数となる。 In this way, the first degree of progress is calculated based on the function f (τ). For example, “F (t)” indicating the first degree of progress is a function as shown in FIG.
≪ テストデータが示す第2プロセスの第2進行度の算出例 (ステップS03)≫
図7に戻り、ステップS03では、時間軸伸縮装置は、テストデータが示す第2プロセスの第2進行度を算出する。例えば、第2進行度は、第1進行度と同様に、図8に示すような方法によって計算される。なお、以下の説明では、第1進行度及び第2進行度を総じて単に「進行度」という場合がある。
例 Example of calculating second progress of second process indicated by test data (step S03) ≫
Returning to FIG. 7, in step S03, the time axis expansion / contraction device calculates a second progress degree of the second process indicated by the test data. For example, the second degree of progress is calculated by a method as shown in FIG. 8, similarly to the first degree of progress. In the following description, the first degree of progress and the second degree of progress may be simply referred to as “degree of progress”.
≪ 第1進行度及び第2進行度に基づくワーピングパスの生成例 (ステップS04)≫
ステップS04では、時間軸伸縮装置は、第1進行度及び第2進行度に基づいて、ワーピングパスを生成する。例えば、時間軸伸縮装置は、以下のようにワーピングパスを生成する。
<< Example of Generating Warping Path Based on First Progress and Second Progress (Step S04) >>
In step S04, the time-axis expansion / contraction device generates a warping path based on the first progress degree and the second progress degree. For example, the time axis expansion / contraction device generates a warping path as follows.
図9は、本発明の一実施形態における時間軸伸縮装置による第1進行度及び第2進行度に基づくワーピングパスの生成例を示す図である。例えば、ステップS02によって、基準データに基づいて、図9(A)に示すような第1進行度「F1(t)」が算出されるとする。一方で、ステップS03によって、テストデータに基づいて、図9(B)に示すような第2進行度「F2(t)」が算出されるとする。 FIG. 9 is a diagram illustrating an example of generation of a warping path based on the first progression degree and the second progression degree by the time axis expansion and contraction device according to the embodiment of the present invention. For example, suppose that the first progression degree “F1 (t)” as shown in FIG. 9A is calculated in step S02 based on the reference data. On the other hand, it is assumed that the second progression degree “F2 (t)” as shown in FIG. 9B is calculated based on the test data in step S03.
ワーピングパスは、図4に示す方法と同様の方法によって生成される。図4と比較すると、図9(C)は、ワーピングパスの生成に、各波形データの値が用いられるのではなく、進行度が用いられる点が異なる。図示するように、ワーピングパスWPPは、第1進行度「F1(t)」と、第2進行度「F2(t)」との累積値「Dij」(図4参照)が最小となる経路を計算すると生成できる。 The warping path is generated by a method similar to the method shown in FIG. Compared to FIG. 4, FIG. 9C is different in that the value of each waveform data is used for generating the warping path, but the progress is used. As shown in the drawing, the warping path WPP has a path in which the cumulative value “D ij ” (see FIG. 4) of the first progression “F1 (t)” and the second progression “F2 (t)” is minimum. Can be generated by calculating
≪ ワーピングパスに基づくテストデータの伸縮例 (ステップS05)≫
図7に戻り、ステップS05では、時間軸伸縮装置は、ワーピングパスに基づいて、テストデータを伸縮する。例えば、時間軸伸縮装置は、ステップS04で生成されたワーピングパスに基づいて、図5に示すように、テストデータの長さを基準データの長さに揃えるように伸縮する。
伸縮 Example of expansion / contraction of test data based on warping path (Step S05) ≫
Returning to FIG. 7, in step S05, the time axis expansion / contraction device expands / contracts the test data based on the warping path. For example, the time axis expansion / contraction device expands / contracts the test data based on the warping path generated in step S04 so that the length of the test data is equal to the length of the reference data, as shown in FIG.
以上のように、進行度に基づいて生成されるワーピングパスを用いると、時間軸伸縮装置は、例えば、以下のようにテストデータを伸縮することができる。 As described above, by using the warping path generated based on the degree of progress, the time axis expansion / contraction device can expand / contract test data as follows, for example.
図10は、本発明の一実施形態における時間軸伸縮装置による全体処理の処理結果例を示す図である。図では、伸縮前の波形データ、すなわち、時間軸伸縮装置に入力された状態の波形データを「伸縮前波形データ」と示す。なお、図は、シミュレーションによる実験結果を示す。 FIG. 10 is a diagram illustrating an example of a processing result of the entire processing by the time axis expansion / contraction device according to the embodiment of the present invention. In the figure, the waveform data before expansion / contraction, that is, the waveform data input to the time axis expansion / contraction device is referred to as “pre-expansion / reduction waveform data”. The figure shows the experimental results obtained by simulation.
一方で、図では、波形データのうち、1つの波形データを基準データとし、図7に示す全体処理によって、ワーピングパスを生成し、ワーピングパスに基づいて、基準データ以外の波形データであるテストデータを伸縮する。このような全体処理の処理結果を図では、「伸縮後波形データ」と示す。 On the other hand, in the figure, one of the waveform data is used as reference data, a warping path is generated by the entire process shown in FIG. 7, and test data that is waveform data other than the reference data is generated based on the warping path. To expand and contract. In the figure, the processing result of such overall processing is indicated as “waveform data after expansion and contraction”.
具体的には、波形データによってセンシングされる対象となるプロセスは、図示するように、プロセスの開始(時間が「0」の時点である。)から、時間が約「10」となるまでの間は、物理量を上昇させる「立ち上げ」のプロセスが行われる。 Specifically, as shown in the figure, the process to be sensed by the waveform data is from the start of the process (when the time is “0”) to the time when the time becomes approximately “10”. , A “start-up” process of increasing the physical quantity is performed.
次に、「立ち上げ」の後、物理量を一定に維持する「定常」のプロセスが行われる。図では、「定常」のプロセスは、時間が約「10」となる時点から開始される。そして、「定常」のプロセスが終了する時間は、プロセスによって異なり、図10(A)に示す場合では、時間が「30」乃至「40」の間のいずれかの時間で、「定常」のプロセスは、終了する。 Next, after the “start-up”, a “steady-state” process of maintaining the physical quantity constant is performed. In the figure, the “steady” process is started when the time becomes about “10”. The time at which the “steady” process ends depends on the process. In the case shown in FIG. 10A, the “steady” process is any time between “30” and “40”. Ends.
続いて、「定常」の後、物理量を降下させる「立ち下がり」のプロセスが行われる。「立ち下がり」のプロセスは、「定常」のプロセスが終了した時点から開始されるため、「立ち下がり」のプロセスが開始される時点は、図10(A)に示すように、それぞれ異なる。 Subsequently, after the “steady state”, a “falling” process of lowering the physical quantity is performed. Since the “falling” process is started from the time when the “steady” process ends, the time when the “falling” process starts is different as shown in FIG.
つまり、「伸縮前波形データ」は、バッチ処理の後半部分、すなわち、「立ち下がり」のプロセスが開始される時点が各波形データで異なるため、同期が取れていない状態である。したがって、「伸縮前波形データ」は、各波形データの長さが異なる場合である。具体的には、図10(A)に示す場合では、波形データの長さは、「40」乃至「50」の間で異なる状態である。以下、プロセスに異常がない場合と、プロセスに異常がある場合のそれぞれの例を説明する。 In other words, the “waveform data before expansion / contraction” is not synchronized because the latter half of the batch processing, that is, the point at which the “falling” process starts is different for each waveform data. Therefore, the “waveform data before expansion / contraction” is a case where the lengths of the respective waveform data are different. Specifically, in the case shown in FIG. 10A, the length of the waveform data is different between “40” and “50”. Hereinafter, examples of a case where there is no abnormality in the process and a case where there is an abnormality of the process will be described.
まず、プロセスに異常がない状態、すなわち、正常にプロセスが行われている状態の処理結果例を図10(A)及び図10(B)に示す(図では、「異常なし」と示す)。図10(A)に示すように、各波形データの長さが異なる場合であっても、図7に示すように全体処理を行うと、時間軸伸縮装置は、図10(B)に示すように、テストデータの長さを基準データの長さとほぼ一致するような長さとすることができる。したがって、図10(B)に示すように、時間軸伸縮装置は、各波形データの長さを揃えることができる。 First, FIGS. 10A and 10B show examples of processing results in a state where there is no abnormality in the process, that is, a state where the process is being performed normally (in the figure, “abnormal” is shown). As shown in FIG. 10 (A), even when the lengths of the respective waveform data are different, if the entire processing is performed as shown in FIG. 7, the time-axis expansion / contraction device becomes as shown in FIG. 10 (B). In addition, the length of the test data can be set to a length substantially matching the length of the reference data. Therefore, as shown in FIG. 10B, the time axis expansion and contraction device can make the lengths of the respective waveform data uniform.
次に、プロセスに異常がある状態、すなわち、プロセスに異常が起きている状態の処理結果例を図10(C)及び図10(D)に示す(図では、「異常あり」と示す)。具体的には、伸縮前の波形データ上に、図10(C)に示すような異常データANMがある例で説明する。この例では、図10(A)に示すように、波形データは、時間が「20」乃至「30」あたりでは、物理量をほぼ「1」に近い状態で維持するのが正常な状態である。 Next, FIGS. 10C and 10D show examples of processing results in a state in which the process has an abnormality, that is, a state in which the process has an abnormality (shown as “abnormal” in the figure). Specifically, an example will be described in which abnormal data ANM as shown in FIG. 10C is present on the waveform data before expansion and contraction. In this example, as shown in FIG. 10A, it is normal for the waveform data to maintain the physical quantity in a state close to “1” when the time is around “20” to “30”.
これに対して、図10(C)に示すように、プロセスに関する装置の故障等といった何らかの理由によって、物理量がほぼ「1」に近い状態で維持される期間に、一時的に物理量が降下する異常が発生したとする。このような異常が起きると、図10(C)に示すように、異常は、波形データ上において、異常データANMのように現れる。 On the other hand, as shown in FIG. 10 (C), for some reason such as a failure of an apparatus related to a process, an abnormality in which the physical quantity temporarily drops during a period in which the physical quantity is kept substantially close to “1”. Is generated. When such an abnormality occurs, the abnormality appears on the waveform data as abnormal data ANM, as shown in FIG.
図10(C)に示すように、異常データANMを有する波形データに対して、時間軸伸縮装置は、図7に示す全体処理を行うと、図10(A)及び図10(B)の場合と同様に、各波形データの長さを揃えることができる。具体的には、時間軸伸縮装置は、図7に示す全体処理を行うと、以下のようなワーピングパスを生成することができる。 As shown in FIG. 10 (C), when the time-axis expansion / contraction device performs the entire process shown in FIG. 7 on the waveform data having the abnormal data ANM, the case shown in FIG. 10 (A) and FIG. Similarly to the above, the length of each waveform data can be made uniform. Specifically, when the time axis expansion / contraction device performs the entire process illustrated in FIG. 7, the following warping path can be generated.
図11は、本発明の一実施形態における時間軸伸縮装置が生成するワーピングパスの一例を示す図である。図示するようなワーピングパスを用いると、図10(D)に示すように、波形データを伸縮する処理が行われても、波形データ上に、異常データANMを保存することができる。すなわち、時間軸伸縮装置は、時間軸における波形データの伸縮によって、異常データANM等のデータが欠落するのを少なくすることができる。 FIG. 11 is a diagram illustrating an example of a warping path generated by the time axis expansion and contraction device according to the embodiment of the present invention. By using a warping path as shown in the figure, as shown in FIG. 10D, the abnormal data ANM can be stored on the waveform data even if the process of expanding / contracting the waveform data is performed. That is, the time axis expansion / contraction device can reduce the loss of data such as the abnormal data ANM due to expansion / contraction of the waveform data on the time axis.
なお、異常データANMは、図示するようなデータに限られない。例えば、異常データANMは、「立ち上げ」又は「立ち下がり」のプロセスに発生してもよい。他にも、異常データANMは、物理量が一時的に下がる異常でなくともよく、例えば、物理量が一時的に上がる異常等でもよい。 Note that the abnormal data ANM is not limited to the data as illustrated. For example, the abnormal data ANM may occur in a “rising” or “falling” process. In addition, the abnormal data ANM may not be an abnormality in which the physical quantity temporarily decreases, for example, may be an abnormality in which the physical quantity temporarily increases.
≪ 4. 比較例 ≫
図7に示す処理とは異なり、進行度を用いないで生成されたワーピングパスを用いる場合を以下に比較例として説明する。例えば、比較例は、以下のようなワーピングパスを用いるとする。
4 4. Comparative example ≫
Unlike the processing shown in FIG. 7, a case where a warping path generated without using the progress degree is used will be described below as a comparative example. For example, the comparative example uses the following warping path.
図12は、比較例に用いるワーピングパスの一例を示す図である。図示するワーピングパスは、図11に示すワーピングパスと比較すると、横軸に対して平行となる平行部分PRが多いワーピングパスである。このようなワーピングパスを用いると、平行部分PRでは、図示するように、同一の基準データ上の点に対応付けされる場合がある。そのため、図示するようなワーピングパスを用いて、波形データを伸縮させると、以下のような処理結果となる場合がある。 FIG. 12 is a diagram illustrating an example of the warping path used in the comparative example. The illustrated warping path is a warping path having many parallel portions PR parallel to the horizontal axis as compared with the warping path illustrated in FIG. When such a warping path is used, the parallel portion PR may be associated with the same point on the reference data as shown in the drawing. Therefore, when waveform data is expanded or contracted using a warping path as shown in the figure, the following processing result may be obtained.
図13は、比較例の処理結果例を示す図である。図は、図10に示す波形データと同様の伸縮前の波形データに対して、図12に示すワーピングパスを用いて、時間軸において波形データを伸縮する処理の結果を示す。 FIG. 13 is a diagram illustrating an example of a processing result of the comparative example. The figure shows the result of the process of expanding and contracting the waveform data on the time axis using the warping path shown in FIG. 12 for the waveform data before expansion and contraction similar to the waveform data shown in FIG.
図13(A)及び図13(B)に示すように、正常な状態であれば、図10(A)及び図10(B)と同様に、各波形データは、長さを揃えることができる。一方で、図10(C)と同様に、波形データが異常データANMを有する場合では、図12に示すワーピングパスを用いると、図13(D)に示すように、「伸縮後波形データ」では、異常データANMが欠落する場合がある。 As shown in FIGS. 13A and 13B, in a normal state, the waveform data can have the same length as in FIGS. 10A and 10B. . On the other hand, in the case where the waveform data has the abnormal data ANM, as in FIG. 10C, using the warping path shown in FIG. 12, as shown in FIG. , The abnormal data ANM may be missing.
図10(D)と、図13(D)とを比較すると、図13(D)では、「伸縮前波形データ」には、存在していた異常データANMが伸縮において無視されてしまい、異常データANMが「伸縮後波形データ」に保存されていない。このように、異常データANMが欠落してしまうと、「伸縮後波形データ」は、図13(B)と同様に、「異常なし」を示す波形データとなってしまう。したがって、図12に示すようなワーピングパスを用いると、図13(D)に示すような異常を検出することが難しい「伸縮後波形データ」が生成されてしまう場合がある。 When FIG. 10 (D) is compared with FIG. 13 (D), in FIG. 13 (D), in the “waveform data before expansion / contraction”, the existing abnormal data ANM is ignored in the expansion / contraction, and the abnormal data ANM is not stored in “Waveform data after expansion / contraction”. As described above, if the abnormal data ANM is missing, the “waveform data after expansion and contraction” becomes waveform data indicating “no abnormality”, as in FIG. 13B. Therefore, when a warping path as shown in FIG. 12 is used, “waveform data after expansion and contraction” as shown in FIG. 13D in which it is difficult to detect an abnormality may be generated.
≪ 5. 時間軸伸縮装置の機能構成例 ≫
図14は、本発明の一実施形態における時間軸伸縮装置の機能構成の一例を示す機能ブロック図である。図示するように、例えば、時間軸伸縮装置10は、入力部FN1と、進行度算出部FN2と、ワーピングパス生成部FN3と、伸縮部FN4とを含む機能構成である。
≪5. Functional configuration example of time axis expansion and contraction device ≫
FIG. 14 is a functional block diagram illustrating an example of a functional configuration of the time axis expansion and contraction device according to the embodiment of the present invention. As shown in the figure, for example, the time axis expansion /
入力部FN1は、伸縮の基準となる長さの波形を示す基準データDRを入力する。また、入力部FN1は、伸縮の対象となる波形を示すテストデータDTを入力する。なお、入力部FN1は、例えば、入力装置HW5(図6参照)又は通信装置HW2等によって実現される。 The input unit FN1 inputs reference data DR indicating a waveform having a length serving as a reference for expansion and contraction. Further, the input unit FN1 inputs test data DT indicating a waveform to be expanded and contracted. The input unit FN1 is realized by, for example, the input device HW5 (see FIG. 6) or the communication device HW2.
進行度算出部FN2は、基準データDRが示す第1プロセスの第1進行度「F1(t)」と、テストデータDTが示す第2プロセスの第2進行度「F2(t)」とをそれぞれ算出する。なお、進行度算出部FN2は、例えば、CPUHW1(図6参照)等によって実現される。 The progress calculating unit FN2 calculates the first progress “F1 (t)” of the first process indicated by the reference data DR and the second progress “F2 (t)” of the second process indicated by the test data DT. calculate. The progress calculating unit FN2 is realized by, for example, the CPU HW1 (see FIG. 6).
ワーピングパス生成部FN3は、進行度算出部FN2が算出する第1進行度「F1(t)」と、第2進行度「F2(t)」とに基づいて、基準データDRと、テストデータDTとを対応付けさせるワーピングパスWPPを生成する。なお、ワーピングパス生成部FN3は、例えば、CPUHW1(図6参照)等によって実現される。 The warping path generation unit FN3 generates the reference data DR and the test data DT based on the first progression “F1 (t)” calculated by the progression calculation unit FN2 and the second progression “F2 (t)”. And a warping path WPP for associating. Note that the warping path generation unit FN3 is realized by, for example, the CPU HW1 (see FIG. 6).
伸縮部FN4は、ワーピングパス生成部FN3が生成するワーピングパスWPPに基づいて、テストデータDTを伸縮させる。なお、伸縮部FN4は、例えば、CPUHW1(図6参照)等によって実現される。 The expansion / contraction unit FN4 expands / contracts the test data DT based on the warping path WPP generated by the warping path generation unit FN3. The expansion and contraction unit FN4 is realized by, for example, the CPU HW1 (see FIG. 6).
まず、時間軸伸縮装置10は、入力部FN1によって、プロセスをセンサでセンシングした結果を示す波形データDWを入力する。そして、波形データDWのうち、長さを揃える基準となる波形を示す波形データDWが基準データDRとなる。一方で、基準データDR以外の波形データDWがテストデータDTとなる。
First, the time axis expansion /
次に、時間軸伸縮装置10は、進行度算出部FN2によって、例えば、図8に示すように、進行度が算出される。そして、第1進行度「F1(t)」と、第2進行度「F2(t)」とが算出できると、時間軸伸縮装置10は、ワーピングパス生成部FN3によって、図9に示すように、ワーピングパスWPPを生成することができる。このように、ワーピングパスWPPが生成されると、時間軸伸縮装置10は、ワーピングパスWPPに基づいて、例えば、図5に示すように、テストデータDTを基準データDRに揃えるように伸縮することができる。
Next, in the time axis expansion /
以上のように、進行度に基づいて生成されるワーピングパスWPPが用いられると、図10に示すように、時間軸伸縮装置は、時間軸において波形データを伸縮しても、異常データANMが欠落するのを少なくすることができる。 As described above, when the warping path WPP generated based on the degree of progress is used, as shown in FIG. 10, the time axis expansion / contraction device lacks the abnormal data ANM even if the waveform data is expanded / contracted on the time axis. Can be reduced.
プロセスがバッチ処理を含む場合であって、かつ、時間軸において波形データを伸縮する場合には、波形データを単純に均等に伸縮するのでは、波形の位相を揃えることができず、波形を同期化できない場合がある。そこで、上記のようにワーピングパスを用いて波形データを伸縮するDTW法が用いられる。そして、本実施形態であると、波形データが示すプロセスがバッチ処理を含む場合であって、時間軸において波形データを伸縮する場合であっても、伸縮後波形データに、異常データANM等のデータが欠落するのを少なくすることができる。
(第2実施形態)
第2実施形態は、第1実施形態と同様のハードウェア構成及び全体処理によって実現する。第1実施形態と比較すると、第2実施形態は、進行度を算出する方法が第1実施形態と異なる。以下、第1実施形態と異なる点を中心に説明し、重複する説明を省略する。
If the process involves batch processing, and if the waveform data is expanded or contracted on the time axis, simply expanding and contracting the waveform data evenly cannot align the phases of the waveforms and synchronize the waveforms. May not be possible. Therefore, the DTW method of expanding and contracting the waveform data using the warping path as described above is used. According to the present embodiment, even when the process indicated by the waveform data includes a batch process and the waveform data is expanded or contracted on the time axis, data such as abnormal data ANM is included in the expanded and contracted waveform data. Can be reduced.
(2nd Embodiment)
The second embodiment is realized by the same hardware configuration and overall processing as the first embodiment. As compared with the first embodiment, the second embodiment differs from the first embodiment in the method of calculating the degree of progress. Hereinafter, points different from the first embodiment will be mainly described, and redundant description will be omitted.
進行度は、以下のように算出されてもよい。まず、波形データが示す各データを「y(i,j,k)」とする。なお、「i」は、バッチ番号を示し、「1≦i≦I」である。また、「j」は、変数番号を示し、「1≦j≦J」である。さらに、「k」は、サンプリング番号を示し、「1≦k≦K」である。次に、下記(5)式のように示せる最小値を「ymin(j)」とする。 The degree of progress may be calculated as follows. First, each data indicated by the waveform data is defined as “y (i, j, k)”. “I” indicates a batch number, and “1 ≦ i ≦ I”. “J” indicates a variable number and “1 ≦ j ≦ J”. Further, “k” indicates a sampling number, and “1 ≦ k ≦ K”. Next, the minimum value represented by the following equation (5) is defined as “ymin (j)”.
図15は、本発明の第2実施形態における時間軸伸縮装置による処理結果の一例を示す図である。例えば、図15(A)に示すような波形データ「y(i,j,k)」があるとする。図示するように、波形データ「y(i,j,k)」において、少なくとも最小値「ymin(j)」は、「0」より小さい値であり、負の数である。 FIG. 15 is a diagram illustrating an example of a processing result by the time axis expansion / contraction device according to the second embodiment of the present invention. For example, assume that there is waveform data “y (i, j, k)” as shown in FIG. As shown, in the waveform data "y (i, j, k)", at least the minimum value "ymin (j)" is a value smaller than "0" and is a negative number.
そのため、「y(i,j,k)」に基づいて、進行度が算出されると、最小値「ymin(j)」付近では、進行度が負の数の積算で算出されるため、進行度「F(t)」は、時間に伴って減少する値となる場合がある。そこで、時間軸伸縮装置は、上記(6)式のように計算する。このように計算すると、波形データは、図15(B)に示すようなデータとなる。 Therefore, when the degree of progress is calculated based on “y (i, j, k)”, the degree of progress is calculated by integrating a negative number near the minimum value “ymin (j)”. The degree “F (t)” may be a value that decreases with time. Therefore, the time axis expansion / contraction device calculates as in the above equation (6). When calculated in this way, the waveform data becomes data as shown in FIG.
図15(B)に示すように、上記(6)式を計算すると、最小値は、「0」となる。また、最小値以外の値は、最小値より大きい値であり、図示するように、最小値以外の値にも、最小値分の値が加算されるため、波形データのすべての値は、正の数となる。したがって、このように、波形データの値をすべて正の数にしてから、進行度が計算されると、進行度「F(t)」は、いわゆる単調増加の関数となる。 As shown in FIG. 15B, when the above equation (6) is calculated, the minimum value is “0”. Further, the values other than the minimum value are larger than the minimum value, and as shown in the figure, since the value of the minimum value is added to the value other than the minimum value, all the values of the waveform data are positive. Is the number of Therefore, if the progress is calculated after all the values of the waveform data are made positive numbers, the progress “F (t)” becomes a function of a so-called monotonic increase.
以上のように処理が行われると、波形データが示す値は、正の数に調整されるため、基準データ及びテストデータの各値は、正の数である。このような正の数になった基準データ及びテストデータが用いられると、時間軸伸縮装置は、図9(A)等に示すように、時間に伴って増加する進行度の関数を用いてワーピングパスを生成することができる。 When the processing is performed as described above, the value indicated by the waveform data is adjusted to a positive number, so that each value of the reference data and the test data is a positive number. When such positive reference data and test data are used, the time axis expansion / contraction device performs warping using a function of the degree of progress that increases with time, as shown in FIG. A path can be generated.
なお、波形データの各値を正の数に調整する方法は、上記(6)式等に示す計算に限られない。例えば、時間軸伸縮装置は、各値の二乗をそれぞれ計算して、波形データの各値を正の数にしてもよい。
(第3実施形態)
第3実施形態は、第1実施形態及び第2実施形態と同様のハードウェア構成及び全体処理によって実現する。第1実施形態及び第2実施形態と比較すると、第3実施形態は、進行度を算出する方法が第1実施形態及び第2実施形態と異なる。以下、第1実施形態及び第2実施形態と異なる点を中心に説明し、重複する説明を省略する。
The method of adjusting each value of the waveform data to a positive number is not limited to the calculation represented by the above equation (6) or the like. For example, the time axis expansion / contraction device may calculate each square of each value, and set each value of the waveform data to a positive number.
(Third embodiment)
The third embodiment is realized by the same hardware configuration and overall processing as the first embodiment and the second embodiment. As compared with the first embodiment and the second embodiment, the third embodiment differs from the first embodiment and the second embodiment in the method of calculating the degree of progress. Hereinafter, points different from the first embodiment and the second embodiment will be mainly described, and redundant description will be omitted.
進行度は、プロセスが進捗している度合い(以下「進捗度」という。)を示す値等でもよい。例えば、進捗度は、以下のような値である。 The degree of progress may be a value indicating the degree of progress of the process (hereinafter referred to as “degree of progress”) or the like. For example, the degree of progress has the following values.
図16は、本発明の第3実施形態における進捗度の一例を示す図である。図示する例では、横軸を時間とし、縦軸を物理量とする。 FIG. 16 is a diagram illustrating an example of the degree of progress according to the third embodiment of the present invention. In the illustrated example, the horizontal axis represents time, and the vertical axis represents physical quantities.
また、図示するプロセスは、時間「0」が開始時点であり、時間「T」が終了時点となるプロセスである。そして、図示するように、プロセスは、物理量が、開始時点から終了時点まで時間に対して比例して増加するプロセスである。 The illustrated process is a process in which time “0” is a start time and time “T” is an end time. As illustrated, the process is a process in which the physical quantity increases in proportion to time from the start point to the end point.
このようなプロセスにおいて、進捗度は、開始時点を「0%」とし、一方で、終了時点を「100%」とする。具体的には、例えば、「0min」が開始時点であり、「60min」が終了時点となるプロセスであるとすると、時間が「0min」の時点が「進捗度z1=0%」となる。そして、このプロセスでは、時間が「60min」の時点が「進捗度z1=100%」となる。さらに、このプロセスでは、時間が「30min」の時点が「進捗度z1=50%」となる。このように、進行度は、プロセスが開始されてからの経過時間等を利用したプロセスの進捗度等が用いられてもよい。 In such a process, the progress is set such that the start time is “0%” and the end time is “100%”. Specifically, for example, assuming that the process is a process in which “0 min” is the start time and “60 min” is the end time, the time when the time is “0 min” is “the degree of progress z1 = 0%”. Then, in this process, the time point at which the time is “60 min” becomes “progress z1 = 100%”. Further, in this process, the point in time when the time is “30 min” is “progress z1 = 50%”. As described above, the progress degree may be the progress degree of the process using the elapsed time from the start of the process.
なお、物理量が時間に比例して増加する関係である場合には、時間が「T」となる時点の物理量を「100%」として、進捗度は、物理量の変化量を利用する値でもよい。 In the case where the physical quantity increases in proportion to the time, the physical quantity at the time when the time reaches “T” is set to “100%”, and the progress may be a value using the amount of change in the physical quantity.
例えば、温度を「0℃」から「100℃」にするプロセスであるとする。すなわち、プロセスの開始時点では、物理量が「0℃」であり、プロセスの終了時点では、物理量が「100℃」である。このような場合には、進捗度は、「0℃」から何度変化したかの変化量である。 For example, suppose that the process is to change the temperature from “0 ° C.” to “100 ° C.”. That is, at the start of the process, the physical quantity is “0 ° C.”, and at the end of the process, the physical quantity is “100 ° C.”. In such a case, the degree of progress is the amount of change from “0 ° C.”.
なお、時間軸伸縮装置は、物理量を示す外部信号等を入力してもよい。すなわち、時間軸伸縮装置は、外部信号が示す値に基づいて進捗度を計算してもよい。 Note that the time axis expansion / contraction device may input an external signal or the like indicating a physical quantity. That is, the time axis expansion / contraction device may calculate the degree of progress based on the value indicated by the external signal.
図17は、本発明の第3実施形態における時間軸伸縮装置の機能構成の一例を示す機能ブロック図である。以下、図14と同一の構成については、同一の符号を付し、説明を省略する。 FIG. 17 is a functional block diagram illustrating an example of a functional configuration of the time axis expansion / contraction device according to the third embodiment of the present invention. Hereinafter, the same components as those in FIG. 14 are denoted by the same reference numerals, and description thereof will be omitted.
図示するように、例えば、時間軸伸縮装置10は、入力部FN1と、ワーピングパス生成部FN3と、伸縮部FN4とを含む機能構成である。図14と比較すると、第1進捗度及び第2進捗度に基づいてワーピングパスが生成される点が異なる。
(その他の実施形態)
上記の実施形態の説明では、異常検知のために、ワーピングパスを使う例を説明したが、実施形態は、これに限られない。例えば、時間軸伸縮装置は、形状を揃える下処理をした後に、バッチプロセスの予測等を行ってもよい。
As illustrated, for example, the time axis expansion /
(Other embodiments)
In the description of the above embodiment, an example in which a warping path is used for abnormality detection has been described, but the embodiment is not limited to this. For example, the time-axis expansion / contraction device may perform a prediction of a batch process or the like after performing a preparation process for adjusting the shape.
本発明の一実施形態に係る各処理の全部又は一部は、低水準言語、高水準言語又はこれらを組み合わせて記述されるコンピュータに、時間軸伸縮方法を実行させるためのプログラムによって実現されてもよい。すなわち、プログラムは、情報処理装置等のコンピュータに各処理の全部又は一部を実行させるためのコンピュータプログラムである。 All or a part of each processing according to an embodiment of the present invention may be realized by a program for causing a computer described in a low-level language, a high-level language, or a combination thereof to execute a time axis expansion / contraction method. Good. That is, the program is a computer program for causing a computer such as an information processing device to execute all or a part of each process.
また、プログラムは、コンピュータが読み取り可能な記録媒体に格納して頒布することができる。なお、記録媒体は、フラッシュメモリ、フレキシブルディスク、CD−ROM若しくはブルーレイディスク等の光ディスク、SD(登録商標)カード、補助記憶装置又はMO等である。さらにまた、プログラムは、電気通信回線を通じて頒布することができる。 In addition, the program can be stored in a computer-readable recording medium and distributed. The recording medium is a flash memory, a flexible disk, an optical disk such as a CD-ROM or a Blu-ray disk, an SD (registered trademark) card, an auxiliary storage device, an MO, or the like. Furthermore, the program can be distributed through a telecommunication line.
また、本発明の一実施形態に係る各処理は、図示した順序に限られない。例えば、各処理の一部又は全部は、異なる順序、並行、分散又は省略されて処理されてもよい。 Further, the processes according to the embodiment of the present invention are not limited to the illustrated order. For example, some or all of the processes may be performed in a different order, parallel, distributed, or omitted.
以上、本発明の好ましい実施例について詳述したが、本発明は、上述の実施形態に限定されず、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形又は変更が可能である。 Although the preferred embodiments of the present invention have been described in detail, the present invention is not limited to the above-described embodiments, and various modifications or changes may be made within the scope of the present invention described in the appended claims. It is possible.
10 時間軸伸縮装置
FN1 入力部
FN2 進行度算出部
FN3 ワーピングパス生成部
FN4 伸縮部
DR 基準データ
DT テストデータ
DW 波形データ
WPP ワーピングパス
ANM 異常データ
10 Time axis expansion / contraction device FN1 Input unit FN2 Progress degree calculation unit FN3 Warping path generation unit FN4 Expansion / contraction unit DR Reference data DT Test data DW Waveform data WPP Warping path ANM Abnormal data
Claims (9)
前記波形データのうち、基準となる長さの波形を示す基準データ及び前記波形データのうち、前記基準データの長さに伸縮させる波形を示すテストデータを入力する入力部と、
前記基準データにおける第1プロセスの第1進行度と、前記テストデータにおける第2プロセスの第2進行度をそれぞれ算出する進行度算出部と、
前記第1進行度及び前記第2進行度に基づいて、前記基準データと、前記テストデータとを対応付けさせるワーピングパスを生成するワーピングパス生成部と、
前記ワーピングパスに基づいて、前記テストデータを伸縮させる伸縮部と
を含む時間軸伸縮装置。 A time axis expansion / contraction device that expands / contracts waveform data indicating a physical quantity with respect to time in a batch processing process,
An input unit for inputting test data indicating a waveform that expands and contracts to the length of the reference data, among the waveform data, reference data indicating a waveform of a reference length and the waveform data.
A progress calculating unit that calculates a first progress of a first process in the reference data and a second progress of a second process in the test data,
A warping path generation unit that generates a warping path that associates the reference data with the test data based on the first progress degree and the second progress degree;
A time-axis expansion / contraction device including an expansion / contraction unit that expands / contracts the test data based on the warping path.
前記進行度算出部は、前記物理量が正の数となった前記基準データ及び前記テストデータを用いて、前記第1進行度及び前記第2進行度をそれぞれ算出する請求項1又は2に記載の時間軸伸縮装置。 Adjust each physical quantity indicated by the waveform data to be a positive number,
The said progress degree calculation part calculates the said 1st progress degree and the said 2nd progress degree using the said reference data and the said test data which the said physical quantity became a positive number, respectively, The Claims 1 or 2 characterized by the above-mentioned. Time axis telescopic device.
前記進捗度は、前記第1プロセス及び前記第2プロセスのそれぞれの前記開始時点からの経過時間又は前記物理量の前記開始時点からの変化量である請求項4に記載の時間軸伸縮装置。 When the physical quantity increases in proportion to the time from the start time to the end time of the process,
The time axis expansion / contraction device according to claim 4, wherein the progress degree is an elapsed time from the start time of each of the first process and the second process, or a change amount of the physical quantity from the start time.
前記波形データのうち、基準となる長さの波形を示す基準データ及び前記波形データのうち、前記基準データの長さに伸縮させる波形を示すテストデータを入力する入力部と、
前記基準データにおける第1プロセスの第1進行度と、前記テストデータにおける第2プロセスの第2進行度をそれぞれ算出する進行度算出部と、
前記第1進行度及び前記第2進行度に基づいて、前記基準データと、前記テストデータとを対応付けさせるワーピングパスを生成するワーピングパス生成部と、
前記ワーピングパスに基づいて、前記テストデータを伸縮させる伸縮部と
を含むバッチプロセス監視装置。 A batch process monitoring device that expands and contracts waveform data indicating a physical quantity with respect to time in a batch processing process, and monitors the process,
An input unit for inputting test data indicating a waveform that expands and contracts to the length of the reference data, among the waveform data, reference data indicating a waveform of a reference length and the waveform data.
A progress calculating unit that calculates a first progress of a first process in the reference data and a second progress of a second process in the test data,
A warping path generation unit that generates a warping path that associates the reference data with the test data based on the first progress degree and the second progress degree;
A batch process monitoring device comprising: an expansion / contraction unit that expands / contracts the test data based on the warping path.
前記波形データのうち、基準となる長さの波形を示す基準データ及び前記波形データのうち、前記基準データの長さに伸縮させる波形を示すテストデータを入力する入力部と、
前記基準データにおける第1プロセスの第1進行度と、前記テストデータにおける第2プロセスの第2進行度をそれぞれ算出する進行度算出部と、
前記第1進行度及び前記第2進行度に基づいて、前記基準データと、前記テストデータとを対応付けさせるワーピングパスを生成するワーピングパス生成部と、
前記ワーピングパスに基づいて、前記テストデータを伸縮させる伸縮部と
を含む時間軸伸縮システム。 A time-axis expansion / contraction system having one or more information processing apparatuses and expanding / contracting waveform data indicating a physical quantity with respect to time in a batch processing process,
An input unit for inputting test data indicating a waveform that expands and contracts to the length of the reference data, among the waveform data, reference data indicating a waveform of a reference length and the waveform data.
A progress calculating unit that calculates a first progress of a first process in the reference data and a second progress of a second process in the test data,
A warping path generation unit that generates a warping path that associates the reference data with the test data based on the first progress degree and the second progress degree;
A time axis expansion / contraction system including an expansion / contraction unit that expands / contracts the test data based on the warping path.
前記コンピュータが、前記波形データのうち、基準となる長さの波形を示す基準データ及び前記波形データのうち、前記基準データの長さに伸縮させる波形を示すテストデータを入力する入力手順と、
前記コンピュータが、前記基準データにおける第1プロセスの第1進行度と、前記テストデータにおける第2プロセスの第2進行度をそれぞれ算出する進行度算出手順と、
前記コンピュータが、前記第1進行度及び前記第2進行度に基づいて、前記基準データと、前記テストデータとを対応付けさせるワーピングパスを生成するワーピングパス生成手順と、
前記コンピュータが、前記ワーピングパスに基づいて、前記テストデータを伸縮させる伸縮手順と
を実行させるためのプログラム。 A program for causing a computer that expands and contracts waveform data indicating a physical quantity with respect to time in a batch processing process to execute a time axis expansion method,
An input step of inputting test data indicating a waveform that expands and contracts to the length of the reference data, among the waveform data, among the waveform data, the reference data indicating a waveform having a reference length and the waveform data;
A step of the computer calculating a first degree of progress of a first process in the reference data and a second degree of progress of a second process in the test data;
A warping path generation step of generating a warping path for causing the computer to associate the reference data with the test data based on the first progress degree and the second progress degree;
A program for causing the computer to execute an expansion / contraction procedure for expanding / contracting the test data based on the warping path.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016165816A JP6623977B2 (en) | 2016-08-26 | 2016-08-26 | Time axis expansion / contraction device, batch process monitoring device, time axis expansion / contraction system and program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2016165816A JP6623977B2 (en) | 2016-08-26 | 2016-08-26 | Time axis expansion / contraction device, batch process monitoring device, time axis expansion / contraction system and program |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2018032319A JP2018032319A (en) | 2018-03-01 |
JP6623977B2 true JP6623977B2 (en) | 2019-12-25 |
Family
ID=61303431
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2016165816A Active JP6623977B2 (en) | 2016-08-26 | 2016-08-26 | Time axis expansion / contraction device, batch process monitoring device, time axis expansion / contraction system and program |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6623977B2 (en) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11504933B2 (en) * | 2020-02-28 | 2022-11-22 | Janome Sewing Machine Co., Ltd. | Pressing apparatus that detects abnormal pressing through expanding and contracting information over time or position |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111669623B (en) * | 2020-06-28 | 2023-10-13 | 腾讯科技(深圳)有限公司 | Video special effect processing method and device and electronic equipment |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5074919B2 (en) * | 2007-12-27 | 2012-11-14 | アズビル株式会社 | Standard time-series data calculation method, abnormality detection method, standard time-series data calculation device, and abnormality detection device |
JP5492622B2 (en) * | 2010-03-24 | 2014-05-14 | アズビル株式会社 | Data monitoring method and data monitoring apparatus |
-
2016
- 2016-08-26 JP JP2016165816A patent/JP6623977B2/en active Active
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11504933B2 (en) * | 2020-02-28 | 2022-11-22 | Janome Sewing Machine Co., Ltd. | Pressing apparatus that detects abnormal pressing through expanding and contracting information over time or position |
Also Published As
Publication number | Publication date |
---|---|
JP2018032319A (en) | 2018-03-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7069269B2 (en) | Semi-supervised methods and systems for deep anomaly detection for large industrial surveillance systems based on time series data using digital twin simulation data | |
Zhu et al. | A dynamic alarm management strategy for chemical process transitions | |
JP6141235B2 (en) | How to detect anomalies in time series data | |
WO2008157498A1 (en) | Methods and systems for predicting equipment operation | |
JP6733164B2 (en) | Process monitoring device, process monitoring method and program | |
JP6702297B2 (en) | Abnormal state diagnosis method and abnormal state diagnosis device | |
CN109033499A (en) | A kind of aero-engine method for predicting residual useful life of multistage consistency check | |
JP6623977B2 (en) | Time axis expansion / contraction device, batch process monitoring device, time axis expansion / contraction system and program | |
TWI641934B (en) | Virtual metrology system and method | |
JP2011175540A (en) | Apparatus for constructing predictive/diagnostic model | |
Li et al. | Condition monitoring of rotating machines under time-varying conditions based on adaptive canonical variate analysis | |
EP4127401A1 (en) | System and methods for developing and deploying oil well models to predict wax/hydrate buildups for oil well optimization | |
US10496056B2 (en) | Measured value analysis apparatus and measured value analysis method | |
JP2016095751A (en) | Abnormality unit identification program, abnormality unit identification method and abnormality unit identification system | |
JP2019016039A (en) | Method for diagnosing abnormal state of process and abnormal state diagnosis apparatus | |
JP2018077823A (en) | Physical model parameter identification device, method, and program, and manufacturing process control system | |
CN113961613A (en) | Linear prediction method based on periodic filtering | |
JP2010218301A (en) | Failure diagnosis apparatus, failure diagnosis method, and failure diagnosis program | |
TW202105107A (en) | Device diagnosis device, plasma processing device, and device diagnosis method | |
WO2020027207A1 (en) | Abnormality detecting method, information processing device, and abnormality detecting system | |
JP6885321B2 (en) | Process status diagnosis method and status diagnosis device | |
US20230229136A1 (en) | Abnormal irregularity cause identifying device, abnormal irregularity cause identifying method, and abnormal irregularity cause identifying program | |
Zhao | Quality‐relevant fault diagnosis with concurrent phase partition and analysis of relative changes for multiphase batch processes | |
JP7051503B2 (en) | Multivariate time series data synchronization method and multivariate time series data processing device | |
Karaoglan et al. | A regression control chart for autocorrelated processes |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20190606 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20190606 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20190719 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20191025 |
|
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: 20191029 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191111 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6623977 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |