[发明专利]控制装置、控制方法及计算机可读存储介质有效
申请号: | 201710939556.0 | 申请日: | 2017-10-11 |
公开(公告)号: | CN108227641B | 公开(公告)日: | 2021-02-23 |
发明(设计)人: | 川上真辅;西山佳秀 | 申请(专利权)人: | 欧姆龙株式会社 |
主分类号: | G05B19/418 | 分类号: | G05B19/418 |
代理公司: | 隆天知识产权代理有限公司 72003 | 代理人: | 崔炳哲;向勇 |
地址: | 日本*** | 国省代码: | 暂无信息 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 控制 装置 方法 计算机 可读 存储 介质 | ||
提供控制装置、控制方法及计算机可读存储介质,以较短的周期监控控制对象中发生的现象。控制装置包括:特征量生成机构,从与控制对象相关的数据生成适合检测控制对象中发生的异常的特征量;机械学习机构,使用特征量生成机构生成的特征量实施机械学习;异常检测机构,基于根据经过机械学习得到的学习结果确定的控制对象中发生的异常检测中使用的检测参数和特征量生成机构生成的特征量检测异常;指示机构,指示异常检测机构进行异常的检测;数据压缩机构,压缩特征量生成机构生成的特征量的数据后,提供给机械学习机构和异常检测机构。指示机构向异常检测机构发送异常检测所需的请求,异常检测机构向指示机构不回复对该请求的响应而实施异常的检测。
技术领域
本发明涉及一种能够监控控制对象中发生的现象的控制装置、控制方法及计算机可读存储介质。
背景技术
在各种生产现场中,广泛普及使用PLC(Programmable Logic Controller:可编程控制器)等控制装置的FA(Factory Automation:工厂自动化)技术。近年来,随着信息通信技术(ICT:Informationand Communication Technology)的发展,在这种FA领域中使用的控制装置也逐渐实现高性能化、高功能化。
作为这种高性能化的一个实例,有向控制装置输入数据和从控制装置输出数据的周期的缩短化。例如,日本特开2012-194663号公报(专利文献1)公开了将PLC的CPU单元执行的控制数据的输出和输入的通信周期设定为比控制程序的最大执行时间还短的固定时间的技术。
通过这种输入输出数据的周期的缩短化,能够以较高的精度实现控制、监控、异常检测、异常预测等。
另外,日本特开2013-008111号公报(专利文献2)公开了用于诊断机械设备是否有异常预兆的异常预兆诊断装置。在专利文献2公开的异常预兆诊断装置中,从各个机械设备经由通信网络发送由设置在机械设备中的多个传感器测量到的多维传感器数据。通过数据挖掘等,对这些多维传感器数据进行异常预兆的诊断。
专利文献1:日本特开2012-194663号公报
专利文献2:日本特开2013-008111号公报。
通过采用如上述专利文献1中公开的结构,能够获得高速输入数据,但不能将该结构适用于专利文献2中公开的异常预兆诊断装置中。是因为在专利文献2中公开的异常预兆诊断装置中,经由LAN(Local Area Network:本地网)、WAN(Wide Area Network:广域网)等通信网络发送多维传感器数据,因此难以以msec数量级、usec数量级收集输入数据。
因此,专利文献2所公开的异常预兆诊断装置停留在只能诊断伴随进展速度较慢而带来的异常预兆的程度。
发明内容
本发明提供能够以较短周期监控控制对象中发生的现象的技术。
本发明的一技术方案提供用于对控制对象进行控制的控制装置。该控制装置包括:特征量生成机构,其从与控制对象相关的数据生成适合检测控制对象中发生的异常的特征量;机械学习机构,其使用由特征量生成机构生成的特征量实施机械学习;异常检测机构,其基于异常检测参数和由特征量生成机构生成的特征量检测异常,该异常检测参数是基于经过机械学习得到的学习结果确定且在控制对象中发生的异常的检测中使用的参数;指示机构,其对异常检测机构指示进行异常的检测;数据压缩机构,其在对由特征量生成机构生成的特征量进行数据压缩之后提供给机械学习机构和异常检测机构。指示机构向异常检测机构发送异常检测所需的请求,异常检测机构向指示机构不回复对该请求的响应而实施异常检测。
优选的是,数据压缩机构用机器代码变换成为对象的数据。
优选的是,异常检测机构通过用户程序来实现异常检测功能,该用户程序包括异常检测参数的指定和成为对象的特征量的指定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于欧姆龙株式会社,未经欧姆龙株式会社许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710939556.0/2.html,转载请声明来源钻瓜专利网。