ANOMALIEBESTIMMUNGSVORRICHTUNG

Es wird eine Anomaliebestimmungseinheit bereitgestellt, die in der Lage ist, eine Anomalie korrekt zu bestimmen, selbst wenn Daten mit unterschiedlichen Umgebungstemperaturen gemischt vorhanden sind. Diese Anomaliebestimmungseinheit 10 weist auf: eine Normaldaten-Speichereinheit 113; eine Diagnoseda...

Full description

Saved in:
Bibliographic Details
Main Author Hada, Keita
Format Patent
LanguageGerman
Published 29.12.2022
Subjects
Online AccessGet full text

Cover

Loading…
Abstract Es wird eine Anomaliebestimmungseinheit bereitgestellt, die in der Lage ist, eine Anomalie korrekt zu bestimmen, selbst wenn Daten mit unterschiedlichen Umgebungstemperaturen gemischt vorhanden sind. Diese Anomaliebestimmungseinheit 10 weist auf: eine Normaldaten-Speichereinheit 113; eine Diagnosedaten-Speichereinheit 114; eine KompensationswertAbleitungseinheit 105, die einen Merkmalsbetrag von Normaldaten bei jeder Umgebungstemperatur erhält und als einen Kompensationswert eine Statistik ableitet, die aus dem Merkmalsbetrag erhalten wird; eine Kompensationswert-Interpolationseinheit 104, die mindestens zwei Kompensationswerte für die Umgebungstemperatur verwendet, um durch Interpolation den Kompensationswert der Umgebungstemperatur zu erhalten, wenn Diagnosedaten erfasst werden; eine Normaldaten-Kompensationseinheit 103, die den Merkmalsbetrag der Normaldaten unter Verwendung des Kompensationswerts kompensiert; eine Lerneinheit 242, die als Lerndaten den kompensierten Merkmalsbetrag der Normaldaten lernt und ein Lernmodell konstruiert; eine Diagnosedaten-Kompensationseinheit 106, die einen Merkmalsbetrag der Diagnosedaten unter Verwendung des Kompensationswerts kompensiert; und eine Maschinenanomaliebestimmungseinheit 243, die basierend auf dem Abweichungsgrad zwischen dem kompensierten Merkmalsbetrag der Diagnosedaten und dem Lernmodell bestimmt, ob die Diagnosedaten normal sind oder nicht. Provided is an abnormality determination device capable of correctly determining an abnormality even when data having different environmental temperatures is mixedly present. This abnormality determination device includes: a normal data storage unit; a diagnostic data storage unit; a compensation value derivation unit that obtains a feature amount of normal data at each environmental temperature and derives, as a compensation value, statistics obtained from the feature amount; a compensation value interpolation unit that uses at least two compensation values for the environmental temperature to obtain, by interpolation, the compensation value of the environmental temperature when diagnostic data is acquired; a normal data compensation unit that compensates the feature amount of the normal data using the compensation value; a learning unit that learns, as learning data, the compensated feature amount of the normal data and constructs a learning model; a diagnostic data compensation unit that compensates a feature amount of the diagnostic data using the compensation value; and a machine abnormality determination unit that determines whether or not the diagnostic data is normal on the basis of the degree of deviation between the compensated feature amount of the diagnostic data and the learning model.
AbstractList Es wird eine Anomaliebestimmungseinheit bereitgestellt, die in der Lage ist, eine Anomalie korrekt zu bestimmen, selbst wenn Daten mit unterschiedlichen Umgebungstemperaturen gemischt vorhanden sind. Diese Anomaliebestimmungseinheit 10 weist auf: eine Normaldaten-Speichereinheit 113; eine Diagnosedaten-Speichereinheit 114; eine KompensationswertAbleitungseinheit 105, die einen Merkmalsbetrag von Normaldaten bei jeder Umgebungstemperatur erhält und als einen Kompensationswert eine Statistik ableitet, die aus dem Merkmalsbetrag erhalten wird; eine Kompensationswert-Interpolationseinheit 104, die mindestens zwei Kompensationswerte für die Umgebungstemperatur verwendet, um durch Interpolation den Kompensationswert der Umgebungstemperatur zu erhalten, wenn Diagnosedaten erfasst werden; eine Normaldaten-Kompensationseinheit 103, die den Merkmalsbetrag der Normaldaten unter Verwendung des Kompensationswerts kompensiert; eine Lerneinheit 242, die als Lerndaten den kompensierten Merkmalsbetrag der Normaldaten lernt und ein Lernmodell konstruiert; eine Diagnosedaten-Kompensationseinheit 106, die einen Merkmalsbetrag der Diagnosedaten unter Verwendung des Kompensationswerts kompensiert; und eine Maschinenanomaliebestimmungseinheit 243, die basierend auf dem Abweichungsgrad zwischen dem kompensierten Merkmalsbetrag der Diagnosedaten und dem Lernmodell bestimmt, ob die Diagnosedaten normal sind oder nicht. Provided is an abnormality determination device capable of correctly determining an abnormality even when data having different environmental temperatures is mixedly present. This abnormality determination device includes: a normal data storage unit; a diagnostic data storage unit; a compensation value derivation unit that obtains a feature amount of normal data at each environmental temperature and derives, as a compensation value, statistics obtained from the feature amount; a compensation value interpolation unit that uses at least two compensation values for the environmental temperature to obtain, by interpolation, the compensation value of the environmental temperature when diagnostic data is acquired; a normal data compensation unit that compensates the feature amount of the normal data using the compensation value; a learning unit that learns, as learning data, the compensated feature amount of the normal data and constructs a learning model; a diagnostic data compensation unit that compensates a feature amount of the diagnostic data using the compensation value; and a machine abnormality determination unit that determines whether or not the diagnostic data is normal on the basis of the degree of deviation between the compensated feature amount of the diagnostic data and the learning model.
Author Hada, Keita
Author_xml – fullname: Hada, Keita
BookMark eNrjYmDJy89L5WSQc_Tz93X08XR1cg0O8fT1DfVzDw7zDwrydPYIAbJ5GFjTEnOKU3mhNDeDmptriLOHbmpBfnxqcUFicmpeakm8i6uhoZGBkaGBgaGZqUlIiKkx0QoBLXIl8g
ContentType Patent
DBID EVB
DatabaseName esp@cenet
DatabaseTitleList
Database_xml – sequence: 1
  dbid: EVB
  name: esp@cenet
  url: http://worldwide.espacenet.com/singleLineSearch?locale=en_EP
  sourceTypes: Open Access Repository
DeliveryMethod fulltext_linktorsrc
Discipline Medicine
Chemistry
Sciences
Physics
ExternalDocumentID DE112021001654TT5
GroupedDBID EVB
ID FETCH-epo_espacenet_DE112021001654TT53
IEDL.DBID EVB
IngestDate Fri Jul 19 13:00:21 EDT 2024
IsOpenAccess true
IsPeerReviewed false
IsScholarly false
Language German
LinkModel DirectLink
MergedId FETCHMERGED-epo_espacenet_DE112021001654TT53
Notes Application Number: DE20211101654T
OpenAccessLink https://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20221229&DB=EPODOC&CC=DE&NR=112021001654T5
ParticipantIDs epo_espacenet_DE112021001654TT5
PublicationCentury 2000
PublicationDate 20221229
PublicationDateYYYYMMDD 2022-12-29
PublicationDate_xml – month: 12
  year: 2022
  text: 20221229
  day: 29
PublicationDecade 2020
PublicationYear 2022
RelatedCompanies FANUC CORPORATION
RelatedCompanies_xml – name: FANUC CORPORATION
Score 3.3979204
Snippet Es wird eine Anomaliebestimmungseinheit bereitgestellt, die in der Lage ist, eine Anomalie korrekt zu bestimmen, selbst wenn Daten mit unterschiedlichen...
SourceID epo
SourceType Open Access Repository
SubjectTerms ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDEDFOR ELSEWHERE
CHECKING-DEVICES
GENERATING RANDOM NUMBERS
PHYSICS
REGISTERING OR INDICATING THE WORKING OF MACHINES
TIME OR ATTENDANCE REGISTERS
VOTING OR LOTTERY APPARATUS
Title ANOMALIEBESTIMMUNGSVORRICHTUNG
URI https://worldwide.espacenet.com/publicationDetails/biblio?FT=D&date=20221229&DB=EPODOC&locale=&CC=DE&NR=112021001654T5
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwhR27boMw8JSmz62ljfpMO1RsqIQASQZUBTCFqkBESJQtwsRIXUhUqPr7PVukjymbdbLP9sn39J0N8Kj3C252Fwov0lT0gcaUbEUzRTUZHqFcNSnj8Y4wMv2Z_rowFi0ot7Uw4p3QL_E4InJUjvxeC3m9-Q1iuSK3snqi7whaP3up5cqNd6yhIEYH2rUtMond2JEdx3KJHCUWmhXcuxHFO6mxB_toSg94ChiZ27wyZfNXrXincDBBjGV9Bq0Vk-DY2f6-JsFR2Fx6S3AosjTzCoENJ1bn0B1HcTh-C4hNpmkQhrPoZTqPkyRw_BTbFyB7JHV8Badc_uxx6ZJ_K0yNfgfa5bpkl_DAKDXVTO-xXqHp2VDP8uHIKCj6IhmOzosruN-B7Hpnjxs44eTjiRra6Bba9ccnu0N1W9OuoNE3O3x-hA
link.rule.ids 230,309,783,888,25578,76884
linkProvider European Patent Office
linkToHtml http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwhR3LTsJAcIL4wJtWjU_wYHprhLKtcGgMtIut9kFgIdxIt2wTL4VIjb_v7AZ8nLhtJvuc7Dx3ZhbggbRzqXbnhkzSNMiTKYx0wVOjaQu8QlnT5kL6O6LY9ifkdWbNKlBsc2FUndAvVRwRKSpDei8Vv179OrE8FVu5fuTvCFo-D5jj6Rvr2ERGjAa013foMPESV3ddx6N6PHJQrZDWjUreYdYe7KOa3ZG19um0LzNTVn_FyuAEDoY4Y1GeQmUhNKi529_XNDiKNo_eGhyqKM1sjcANJa7PoN6Lk6gXBrRPxyyIokn8Mp4mo1Hg-gzb56APKHN9A5ec_5xx7tF_O2RW-wKqxbIQl3AvOLebKWmJVm6StEPSrNO1co62SIqjs_wKGjsmu97ZowE1n0XhPAzitxs4lqiUQRtm9xaq5cenuEPRW_K6wtc3UgSBdA
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Apatent&rft.title=ANOMALIEBESTIMMUNGSVORRICHTUNG&rft.inventor=Hada%2C+Keita&rft.date=2022-12-29&rft.externalDBID=T5&rft.externalDocID=DE112021001654TT5