影响度分析部(103)针对多个参数，按照每个参数分析使参数值变化时对设备的影响度。参数选择部(104)从多个参数中选择得到符合选择条件的影响度的参数作为选择参数。相似度计算部(106)针对设备的多个动作模型，按照每个动作模型计算对各动作模型设定的多个参数中的与选择参数对应的参数和选择参数之间的相似度。初始概率计算部(107)按照每个动作模型，根据各动作模型的相似度计算初始概率，初始概率是作为初始值对各动作模型设定的概率。是作为初始值对各动作模型设定的概率。是作为初始值对各动作模型设定的概率。
【技术实现步骤摘要】
【国外来华专利技术】信息处理装置、信息处理方法以及信息处理程序
[0001]本专利技术涉及使用动作模型估计设备状态的技术。
技术介绍
[0002]作为与本专利技术关联的技术，有专利文献1中记载的技术。
[0003]在专利文献1中，准备用于估计设备状态的多个动作模型。并且，在专利文献1中，使用对各动作模型设定的状态推定值和在设备中计测出的传感器值等，计算各动作模型的模型似然度。并且，在专利文献1中，通过使用模型似然度更新各动作模型的模型概率，提高状态估计精度。
[0004]现有技术文献
[0005]专利文献
[0006]专利文献1：日本特开2009
‑
031096号公报
技术实现思路
[0007]专利技术要解决的课题
[0008]在专利文献1的技术中，没有公开各动作模型的模型概率的初始值(以下称作初始概率)的设定方法。
[0009]因此，在使用专利文献1的技术的情况下，设想在全部动作模型中一律设定相同的初始概率，或者系统使用者通过估计来设定各动作模型的初始概率。
[0010]本专利技术鉴于这样的情况，其主要目的在于，不依赖于系统使用者的力量或经验而得到高妥当性的动作模型的初始概率。
[0011]用于解决课题的手段
[0012]本专利技术的信息处理装置具有：影响度分析部，其针对多个参数，按照每个参数分析使参数值变化时对设备的影响度；参数选择部，其从所述多个参数中选择得到符合选择条件的影响度的参数作为选择参数；相似度计算部，其针对所述设备的多个动作模型，按照每个动作模型计算对各动作模型设定的多个参数中的与所述选择参数对应的参数和所述选择参数之间的相似度；以及初始概率计算部，其按照每个动作模型，根据各动作模型的相似度计算初始概率，该初始概率是作为初始值对各动作模型设定的概率。
[0013]专利技术效果
[0014]根据本专利技术，能够不依赖于系统使用者的力量或经验而得到高妥当性的动作模型的初始概率。
附图说明
[0015]图1是表示实施方式1的信息处理装置的硬件结构例的图。
[0016]图2是表示实施方式1的信息处理装置的功能结构例的图。
[0017]图3是表示实施方式1信息处理装置的动作例的流程图。
[0018]图4是表示实施方式1的物理模型选择处理的图。
[0019]图5是表示实施方式1的影响度分析处理的图。
[0020]图6是表示实施方式1的参数选择处理的例子的图。
[0021]图7是表示实施方式1的相似度的计算例和模型概率的计算例的图。
[0022]图8是表示实施方式1的各动作模型的相似度和初始概率的例子的图。
[0023]图9是表示实施方式1的状态估计系统的概要的图。
具体实施方式
[0024]以下，使用附图对本专利技术的实施方式进行说明。在以下的实施方式的说明和附图中，标记有相同标号的部分表示相同的部分或相应的部分。
[0025]实施方式1
[0026]***状态推定系统的说明***
[0027]首先，说明作为本实施方式的前提的状态推定系统。
[0028]图9表示使用多个动作模型估计设备300的状态的状态估计系统的概略。设备300例如是配置于工厂的制造设备、控制设备等。此外，设备300不限于此。
[0029]在图9中，使用动作模型A、动作模型B、动作模型C。动作模型A、动作模型B、动作模型C模拟设备300的动作。动作模型A例如模拟设备300正常动作时的动作。动作模型B例如模拟设备300发生轻微故障时的动作。动作模型C例如模拟设备300发生重大故障时的动作。
[0030]传感器400周期性地监测设备300的部分301。例如，传感器400周期性地计测部分301的电流值。
[0031]并且，每当由传感器400计测传感器值(例如电流值)时，使用对各动作模型设定的状态推定值、计测出的传感器值等，更新动作模型A、动作模型B和动作模型B各自的模型概率。此外，每当更新模型概率时，选择模型概率最高的动作模型，使用选择出的动作模型估计设备300的状态。
[0032]在图9的例子中，动作模型C的模型概率最高，因而选择动作模型C。
[0033]如上所述，在专利文献1中，没有公开作为模型概率的初始值的初始概率的设定方法，因此，例如考虑在各动作模型中一律设定相同的初始概率，或者系统使用者通过估计来设定各动作模型的初始概率。
[0034]在图9的例子中，在各动作模型中一律设定相同的初始概率(0.25)。
[0035]在本实施方式中，说明不依赖于系统使用者的力量或经验而得到高妥当性的动作模型的初始概率的结构。
[0036]***结构的说明***
[0037]图1表示本实施方式的信息处理装置100的硬件结构例。
[0038]另外，图2表示本实施方式的信息处理装置100的功能结构例。
[0039]信息处理装置100是计算机。
[0040]如图1所示，作为硬件，信息处理装置100具备处理器901、主存储装置902、辅助存储装置903以及通信装置904。
[0041]在辅助存储装置903存储有实现图2所示的物理模型选择部1021、影响度分析部103、参数选择部104、相似度计算部106以及初始概率计算部107的功能的程序。
[0042]这些程序从辅助存储装置903加载到主存储装置902。然后，处理器901执行这些程序，进行后述的物理模型选择部1021、影响度分析部103、参数选择部104、相似度计算部106以及初始概率计算部107的动作。
[0043]在图1中，示意性地表示处理器901执行实现物理模型选择部1021、影响度分析部103、参数选择部104、相似度计算部106以及初始概率计算部107的功能的程序的状态。
[0044]另外，图2所示的物理模型存储部101和动作模型存储部105例如通过主存储装置902或者辅助存储装置903来实现。
[0045]如图2所示，信息处理装置100具备物理模型存储部101、物理模型选择部1021、影响度分析部103、参数选择部104、动作模型存储部105、相似度计算部106以及初始概率计算部107。
[0046]物理模型存储部101存储多个设备300的物理模型。按照每个设备300设置有物理模型。
[0047]物理模型模拟设备300的动作。另外，对物理模型设置有多个参数。
[0048]物理模型选择部1021根据设备信息201，从物理模型存储部101中存储的多个物理模型中选择作为初始概率计算对象的设备300的物理模型。此外，以下将作为初始概率计算对象的设备300称作对象设备300。
[0049]设备信息201例如是对象设备300的ID(Identifier：标识符)信息。
[0050]影响度分析部103按照每个参数分析使多个参数的参数值变化时对对象设备300的影响度。
[0051本文档来自技高网...
【技术保护点】
【技术特征摘要】
【国外来华专利技术】1.一种信息处理装置，该信息处理装置具有：影响度分析部，其针对多个参数，按照每个参数分析使参数值变化时对设备的影响度；参数选择部，其从所述多个参数中选择得到符合选择条件的影响度的参数作为选择参数；相似度计算部，其针对所述设备的多个动作模型，按照每个动作模型计算对各动作模型设定的多个参数中的与所述选择参数对应的参数和所述选择参数之间的相似度；以及初始概率计算部，其按照每个动作模型，根据各动作模型的相似度计算初始概率，该初始概率是作为初始值对各动作模型设定的概率。2.根据权利要求1所述的信息处理装置，其中，所述影响度分析部通过模拟，按照每个参数分析使参数值变化时对所述设备的影响度。3.根据权利要求1所述的信息处理装置，其中，所述影响度分析部按照每个参数分析使参数值变化时对设置于所述设备的传感器的传感器值的影响度，作为对所述设备的影响度。4.根据权利要求1所述的信息处理装置，其中，所述影响度分析部使用所述设备的要素的属性、与所述设备的设置环境关联的物理量和所述设备的使用年数中的任意参数，作为所述多个参数。5...
【专利技术属性】
技术研发人员：谷口贵耶，
申请(专利权)人：三菱电机株式会社，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。