-
公开(公告)号:CN114981651A
公开(公告)日:2022-08-30
申请号:CN202180009627.1
申请日:2021-01-15
Applicant: 三菱电机株式会社
IPC: G01N27/83
Abstract: 在钢丝绳探伤装置中,磁化器发生经过钢丝绳的一部分的磁通。磁传感器发生与磁通之中的从钢丝绳泄漏的泄漏磁通对应的信号作为传感器信号。滤波器部抽出传感器信号的频率分量。运算部抽出基于构成频率分量的多个值的多个特征量。学习部通过使向关于多个特征量和包含于钢丝绳的线材的状态的相关关系进行了机器学习的学习完毕的学习模型输入多个特征量时的学习模型执行运算处理,判定包含于钢丝绳的线材有无损伤。
-
-
公开(公告)号:CN112449696B
公开(公告)日:2022-04-29
申请号:CN201880095747.6
申请日:2018-07-23
Applicant: 三菱电机株式会社
IPC: G06F16/2455
Abstract: 时序数据诊断装置(10)具有存储部(11)、差异度计算部(13)、诊断结果信息生成部(14)、评价信息取得部(16)以及更新部(17)。差异度计算部(13)对作为诊断对象的时序数据与在存储部(11)中储存的已学习样本子序列数据之间的差异度进行计算。诊断结果信息生成部(14)基于由差异度计算部(13)计算出的差异度而生成作为诊断对象的时序数据的诊断结果信息。评价信息取得部(16)取得评价信息,该评价信息表示诊断结果信息是否是妥当的诊断结果的评价。更新部(17)在评价信息取得部(16)取得了表示不是妥当的诊断结果这一评价的评价信息的情况下,基于与诊断结果信息对应的作为诊断对象的时序数据,对在存储部(11)中储存的已学习样本子序列数据进行更新。
-
公开(公告)号:CN112334849B
公开(公告)日:2022-02-18
申请号:CN201880094588.8
申请日:2018-06-18
Applicant: 三菱电机株式会社
IPC: G05B23/02
Abstract: 诊断装置(10)具有取得部(101)和诊断部(140)。取得部(101)取得包含成为有无异常的诊断对象的对象信号在内的多个输入信号。诊断部(140)根据与对象信号相关的第1指标值和与多个输入信号相关的第2指标值,基于多个输入信号间的相关关系,对有无异常进行诊断。第1指标值表示对象信号的波形与预先确定的基准波形类似的程度。第2指标值是基于对象信号与预先确定的图案的对比的值,是根据多个输入信号的值计算的。
-
公开(公告)号:CN111971664A
公开(公告)日:2020-11-20
申请号:CN201880091829.3
申请日:2018-03-30
Applicant: 三菱电机株式会社
IPC: G06F16/20
Abstract: 学习处理部(100)的指标输出部(120)基于所输入的包含分析对象本身的特征和分析对象周围的环境的特征在内的分析对象的属性,对选择分析模式的指标进行输出。分析模式选择部(170)从多个分析模式中,选择数据分析的特性的评价值满足一定条件的分析模式,作为对分析对象所输出的被诊断数据进行分析的分析模式,该条件是按照数据分析的特性的评价值与指标之间的关系预先设定好的。
-
公开(公告)号:CN109416531A
公开(公告)日:2019-03-01
申请号:CN201680087322.1
申请日:2016-12-08
Applicant: 三菱电机株式会社
IPC: G05B23/02
Abstract: 具有:数据关联信息生成部(15),其生成包含检测数据及空调机(3)的空调机信息的数据关联信息(DL);类分类部(17),其基于空调机信息中的与由警报数据提取部(14)提取出的警报数据关联的空调机信息创建多个类,分别将数据关联信息(DL)分类成多个类;重要度设定部(18),其分别对多种警报数据及多个类设定重要度;以及重要度计算部(19),其对由异常数据提取部(13)提取出的异常数据与警报数据的共现进行判定,并且对警报数据与多个类的共现进行判定,分别将与警报数据及多个类相关的重要度赋予给共现的异常数据,计算异常数据的重要度。
-
公开(公告)号:CN113646786A
公开(公告)日:2021-11-12
申请号:CN201980094583.X
申请日:2019-03-28
Applicant: 三菱电机株式会社
IPC: G06N20/00
Abstract: 信号选择装置(10)从多个候选信号选择用于对数据分析所使用的模型(20)进行学习的学习信号。信号选择装置(10)具有:第1取得部(11),其相关联地取得多个候选信号、以及与由所述模型得到的分析结果对应的状态值即学习标签;特征量计算部(13),其针对所述多个候选信号的每一者,对1个或多个特征量进行计算;以及选择部(16),其基于所述特征量与所述学习标签的关联程度,从所述多个候选信号对所述学习信号进行选择。
-
公开(公告)号:CN109416531B
公开(公告)日:2021-08-06
申请号:CN201680087322.1
申请日:2016-12-08
Applicant: 三菱电机株式会社
IPC: G05B23/02
Abstract: 具有:数据关联信息生成部(15),其生成包含检测数据及空调机(3)的空调机信息的数据关联信息(DL);类分类部(17),其基于空调机信息中的与由警报数据提取部(14)提取出的警报数据关联的空调机信息创建多个类,分别将数据关联信息(DL)分类成多个类;重要度设定部(18),其分别对多种警报数据及多个类设定重要度;以及重要度计算部(19),其对由异常数据提取部(13)提取出的异常数据与警报数据的共现进行判定,并且对警报数据与多个类的共现进行判定,分别将与警报数据及多个类相关的重要度赋予给共现的异常数据,计算异常数据的重要度。
-
-
公开(公告)号:CN110753939A
公开(公告)日:2020-02-04
申请号:CN201780091725.8
申请日:2017-06-07
Applicant: 三菱电机大楼技术服务株式会社 , 三菱电机株式会社
IPC: G06Q10/06
Abstract: 在数据名称列表(36)中包含有表示传感器组(12)中包含的各传感器的检测值的数据名称组。词素解析部(52)将数据名称列表(36)中包含的各数据名称分割成各用语。分类处理部(54)根据词素解析部(52)的处理结果和定义了属于各属性项目的用语的辞典DB(38),执行将数据名称列表(36)中包含的各数据名称分类为针对多个属性项目的多个属性名从而生成已分类数据名称的分类处理。可靠度计算部(56)根据辞典DB(38),针对各已分类数据名称计算可靠度,该可靠度是与分类处理部(54)进行的分类处理的精度有关的指标。数据提供部(50)将包含已分类数据名称和可靠度的分类结果列表(40)提供给用户。
-
-
-
-
-
-
-
-
-