JPH06236207A - 故障診断方法及び装置 - Google Patents

故障診断方法及び装置

Info

Publication number
JPH06236207A
JPH06236207A JP25741991A JP25741991A JPH06236207A JP H06236207 A JPH06236207 A JP H06236207A JP 25741991 A JP25741991 A JP 25741991A JP 25741991 A JP25741991 A JP 25741991A JP H06236207 A JPH06236207 A JP H06236207A
Authority
JP
Japan
Prior art keywords
alarm
node
failure
propagation
propagation path
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.)
Granted
Application number
JP25741991A
Other languages
English (en)
Other versions
JP2875073B2 (ja
Inventor
Koji Okuda
浩二 奥田
Shinji Miyasaka
信次 宮阪
Sztipanovits Janos
スチバノビッツ ヤノス
Samir Padalkar
パダルカー サミール
Karsai Gabor
カーサイ ガボール
Beagle Chava
ビーグル チャバ
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Osaka Gas Co Ltd
Vanderbilt University
Original Assignee
Osaka Gas Co Ltd
Vanderbilt University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Osaka Gas Co Ltd, Vanderbilt University filed Critical Osaka Gas Co Ltd
Publication of JPH06236207A publication Critical patent/JPH06236207A/ja
Application granted granted Critical
Publication of JP2875073B2 publication Critical patent/JP2875073B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0297—Reconfiguration of monitoring system, e.g. use of virtual sensors; change monitoring method as a response to monitoring results
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0245—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a qualitative model, e.g. rule based; if-then decisions
    • G05B23/0248—Causal models, e.g. fault tree; digraphs; qualitative physics
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING SYSTEMS, e.g. PERSONAL CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B29/00—Checking or monitoring of signalling or alarm systems; Prevention or correction of operating errors, e.g. preventing unauthorised operation
    • G08B29/12—Checking intermittently signalling or alarm systems
    • G08B29/14—Checking intermittently signalling or alarm systems checking the detection circuits
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24063—Select signals as function of priority, importance for diagnostic
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24064—Sample rate variable as function of importance of alarm signals
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24065—Real time diagnostics
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/24—Pc safety
    • G05B2219/24085—Analyze, trace fault signals according to tree, table
    • 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
    • Y10—TECHNICAL SUBJECTS COVERED BY FORMER USPC
    • Y10S—TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y10S706/00—Data processing: artificial intelligence
    • Y10S706/902—Application using ai with detail of the ai system
    • Y10S706/911—Nonmedical diagnostics

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Computer Security & Cryptography (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

(57)【要約】 【目的】入力警報を絶えず受取り最新の警報組合わせに
基いてオフライン警報の臨界値を計算する診断システム
を提供することにある。 【構成】警報装置を含む監視対象系についての故障診断
方法において、監視すべき、オンライン警報である、第
一の警報群３０を選択し、前記第一の警報群３０から得
られる信号を処理して故障状態発生の有無を決定して前
記状態に関わる有り得べき故障源を特定し８０、少なく
とも一つの故障状態が存在する場合に、オフラインにあ
る警報群から選ばれる少なくとも一つの他の警報を決定
し８２、前記少なくとも一つの他の警報から得られる信
号を処理して前記有り得べき故障源をより高い精度で決
定する故障診断方法である。

Description

【発明の詳細な説明】
【０００１】
【産業上の利用分野】本発明は一般に故障診断システム
に関するものであり、更に詳しくはリアルタイム故障診
断システムにおける、オフライン警報源評価シーケンス
のスケジュール最適化方法に関するものである。リアル
タイム診断システムにおける適応センサー読取スケジュ
ーリングおよび遅延警報評価のための最適化方法
【０００２】
【従来の技術】複雑な産業プロセスにおいては、コンピ
ュータ化した故障診断システムが警報装置の監視や産業
プロセス内での推定故障源の検出にしばしば利用されて
いる。リアルタイム故障診断システムは諸工程の動作を
観察し、故障の出現と伝播を検知し、潜在故障源のリス
トを絶えず更新することにより、監視対象プロセスに介
入すべきか否かを決定するオンライン決定を支援する。
【０００３】この診断システムの究極の目的は検出され
たプロセス異常の源を可及的早期に発見し、当該故障が
関連工程構成要素の動作に及ぼすであろう影響を予測す
ることによって監視対象産業プロセスの操業費を最小に
することにある。こうした技術は特に運転停止時間のコ
ストが極めて高い、また製品の品質低下によるマイナス
経済効果の大きい化学や電力エンジニアリング領域で有
益に利用することができる。
【０００４】すなわち、化学や電力プラントのような高
度に複雑な産業プロセスの監視にこうして診断システム
がしばしば利用されているのである。典型的な生産工程
をとっても、絶えず一時に数千の工程構成要件が幾百種
類もの作動もおこなっている。これらの動作の多くは相
互依存的であり、絶えず相互反応を繰り返している。そ
れらのうちの何れか一つの構成要素が故障しただけで
も、その故障構成要素を直接には使用しない他のプロセ
スまでが望ましくない影響をうける可能性がある。従っ
て、一つの構成要素における故障が他の多くのプロセス
の有効に伝播しして多くの警報装置をＯＮすることがあ
る。
【０００５】すなわち、低次レベルのセーサーまたは故
障検知アルゴリズムの出力としての警報は絶えず診断シ
ステムに送られる。診断システムの仕事はこうして入っ
てくる警報を受取り、最新の警報組合わせに基いて生産
施設の診断を行うことである。
【０００６】大抵の診断システムはコストの観点から、
存在する警報発生源のごく一部だけが常時診断システム
とオンラインで結ばれている。オフライン警報源は、特
定のセンサーであるか、故障検出アルゴリズムであるか
を問わず、それらを連続作動させるのは一般にきわめて
高コストとなる。従ってオフライン警報源はしばしば、
常時働いているわけではない診断コンピュータや故障診
断アルゴリズムと接続状態にないセンサー類である。従
って、随時にその状態が分かるのはオンライン警報によ
って指定されている故障ノード群だけである。オフライ
ン警報源は処理システムによって具体的に要求された時
にのみ読取りがなされる。
【０００７】従来のシステムでは症候ベース型とモデル
ベース型という二種のリアルタイム診断方法を使用して
いる。症候ベースの診断方法は故障症候を蒐集して、あ
り得べき故障原因を表象する特定の症候パターンとそれ
らを対比しようとする。症候と故障原因との因果（結
合）関係はパターン認識法、確定推論または確率推論に
よって求めることができる。症候ベース診断法の主たる
欠点は前記結合関係が動作条件によって大きく左右され
ることと、信頼性の高い診断には大抵の工業用途には採
用し難い高度に開発されたシステムの存在を必要とする
ことである。これらの欠点が症候ベース診断システムに
内在する理由の一つは、様々な故障モードによって作り
出される有り得べき症候の数がおそろしく多いことにあ
る。
【０００８】これに対して、モデルベース診断法は症候
ベース法に比べると性能においてはるかにまさっている
が、監視対象システムの構成について詳細な情報が得ら
れている場合にのみ利用可能である。モデルベース診断
法においては、工業プロセスのモデルをシステム運用前
に作成し、診断プロセスにこれを用いて有り得べき故障
源を探索する。この診断戦略には定量モデル、定性モデ
ル、図形モデルなどの様々なモデルを利用することがで
きる。大規模システムでは図形モデルの応用が最も有利
であるが、これは主に応用される図形アルゴリズムの計
算負荷が予測可能であることによる。
【０００９】
【発明が解決しようとする課題】先行技術として多くの
図形モデルベース診断法が知られている。しかし、図形
モデル法は産業プロセス分析に閉鎖警報群（結合）を必
要とするので、現在使用されている技術の大多数はオフ
ライン診断にのみ利用可能である。これら従来のシステ
ムでは一般に新しい入力警報に基いて診断を更新するの
にプロセス全体をリスタートさせなければならなかっ
た。リアルタイム条件下で診断プロセスを再スタートす
ることはコンピューター作業上不可能である。
【００１０】したがって本発明の一つの目的は、入力警
報を絶えず受取り最新の警報組合わせに基いてオフライ
ン警報の臨界値を計算する診断システムを提供すること
にある。
【００１１】本発明のいま一つの目的は、具体的な警報
読取と故障検出法をスケジュールして、特別な事態にお
ける最適な警報データを得る診断システムを提供するこ
とにある。
【００１２】
【課題を解決するための手段及び作用】本発明の最適化
方法は産業プロセスにおける警報源を監視し可能な故障
源を検出するリアルタイム診断システムに用いられる。
ユーザーはまず監視対象産業プロセスの故障伝播グラフ
を生成させる。診断システムはこの故障伝播グラフを用
いて、産業プロセス内の各種構成要素において何らかの
警報ないし警報の組合わせが検知された場合、有り得べ
き故障原因を決定する。
【００１３】故障伝播グラフとは故障ノードと伝播未知
から成る指向グラフである。故障ノードはオンライン警
報源をもつ産業プロセス構成要素、オフライン警報源を
もつ構成要素、あるいは警報源をもたない構成要素であ
ることができる。伝播路は故障がどのようにしてシステ
ム中に伝播されてゆくかを記述するものであって、各伝
播路は伝播時間の上下限ならびに伝播確率によって特性
化される。
【００１４】診断システムは一つ或いはそれ以上の警報
を検出すると、何れの構成要素が故障源であるかを決定
する。システムは幾つかの他の現在オフラインにある警
報源のＯＮを要求し次いで此の新しい警報源集合の現状
に基いて可能な故障源を再評価することにより、その分
析をより精密化する。
【００１５】特に診断システムが或るオンライン警報源
における警報に遭遇すると、それは故障伝播グラフを調
べることによって、故障を起して此の警報を発動させた
可能性のあるすべての有り得べき警報源を決定する。こ
れらの活性警報源は一次警報リストに登録される。故障
伝播グラフに活性警報祖先をもつすべての活性警報は二
次的警報とみなされ、一次警報のリストから外される。
一次警報のすべての祖先は故障源候補を構成する。有り
得べき故障源から警報源に至る各路が最小および最大伝
播時間と伝播確率を用いて分析されて、可能性の少ない
故障源が考慮対象から除外される。
【００１６】診断シスンテムは次いで一連の計算を行っ
て、追加情報を得るために何れかのオフライン警報源を
ＯＮさせる必要があるか否かを決定する。診断システム
は各警報源から有り得べき故障源までのすべての伝播路
を調べる。各オフライン警報の臨界レベルは路上でそれ
に遭遇するごとに引上げられる。
【００１７】伝播路のすべてが分析されると、オフライ
ン警報源はそれぞれの臨界レベルに応じて評価用にスケ
ジュールされる。オフライン警報源がＯＮされると、そ
れらはオンライン警報源に加えられて評価プロセスがく
り返され、有り得べき故障原因の分析が連続的に精密化
される。
【００１８】
【実施例】以下、本発明の実施例について図面を参照し
て説明する。
【００１９】図１は本発明の典型的な応用環境を示すブ
ロック図である。本発明の装置は入力オンライン及び
（初期）オフライン警報情報に応答して、故障源候補を
特定するシステムである。此の診断システムは、故障ノ
ードとプラントの構成要素及びプロセス間の故障伝播路
をグラフ表示した階層化故障伝播グラフに基いたもので
ある。
【００２０】図１において、リアルタイム診断システム
８０は故障伝播グラフに基いて作動するものであって、
故障ノード（故障を検知することのできる結節点）とそ
れらの故障ノードを連結する故障伝播路を表象する指向
グラフ１００（図２）を使用する。各故障伝播路は伝播
時間上下限値と伝播確率によって特性化されている。こ
れらは、診断システムの設計者によって決定される因子
であってモデル化すべき産業プロセスを特徴付けるもの
である。伝播路は故障がシステム中を伝播されてゆく可
能性のある通路を記述する。
【００２１】指向グラフ１００中の故障ノードは三つの
型の何れかに分類される。まづ、オンライン警報源すな
わち直接センサーまたは故障検出アルゴリズムをもつ故
障ノードであり、第二はオフライン源をもつ故障ノード
であり、第三は警報源をもたない故障ノードである。オ
フライン警報源は通常連続作動するにはコストがかかり
過ぎるが、要求があればＯＮ出来るものである。
【００２２】図１において、監視・制御対象産業プロセ
スシステム１０はオフライン警報源２０とオンライン警
報源３０とをもっている。オンライン警報源３０はデー
タ取込システム４０に信号を送るが、オフライン警報源
５０からの入力は無い。オンライン警報源３０からの信
号はリアルタイム診断システム８０によって分析され
て、正常（不活性）警報と異常（活性）警報の何れに分
類されるべきかが決定される。これらの分類は便宜上ブ
ロック６０とブロック７０として図示されている。但し
システム８０による診断が完了するまでは実際の分類が
行われるわけではない。
【００２３】リアルタイム診断システム８０は警報信号
を処理して推定故障源を予測する。さらに、リアルタイ
ム診断システム８０はライン８２を経てオフライン警報
源５０の幾つかのものをＯＮさせるよう要求し、以下に
詳述するように推定故障源の分析を精密化させる。オフ
ライン警報源５０がＯＮされると、それらはオンライン
警報源となり、それらに関連する信号はデータ取込シス
テム４０を経てリアルタイム診断システム８０に送られ
る。リアルタイム診断システム８０は現時点でオンライ
ンにあるすべての警報源から送られてくる信号の分析
を、新しく入手した信号を用いて反覆して行うことによ
り、推定故障源の分析を更に精密化させる。
【００２４】図２に単純化して示した本発明の故障伝播
グラフ１００において、各ノード１１０，１２０，１３
０，１４０，１５０，１６０は制御されるべき工程制御
システムを表わし、システムの各構成要素１７０，１８
０，１９０は故障を生じるおそれのある構成要素を表わ
す。オンライン警報（１３０，１５０）をもつ各ノード
からの信号は連続的にリアルタイム診断システムに送ら
れる。リアルタイム診断システムが何れかのオンライン
警報装置における故障を検出すると、システムは何れの
構成要素が推定故障源であるかを決定する。
【００２５】たとえば、もし故障診断システムがノード
１３０，１５０で警報を検知すると、それはまずグラフ
を順次トレースしてその故障が発生し得たであろうすべ
てのノードを決定する。この場合それらのノードは構成
要素１７０，１８０，１９０である。システムは次いで
以下に詳述するように現在はオフラインにある警報をも
つノード、たとえば故障源構成要素として幾つかの構成
要素を考慮から除外することの出来るようなノード、を
ＯＮすることによって更にその分析を精密化することが
できるか否かを決定する。
【００２６】図３は本発明のリアルタイム診断システム
の具体例を示すブロック図である。
【００２７】「活性警報検出」機能２００において、シ
ステムはオンライン警報源からの信号を調べて、それら
が正常な状態にあるいわゆる「正常警報」であるか或い
はまた信号が異常である、つまり「活性化」されている
か否かを決定する。活性警報は活性警報テーブル２１０
に記憶され、正常警報は正常警報テーブル２２０に記憶
される。診断システムが各警報から情報を受取ると、そ
れは対応する活性警報テーブル２１０及び正常警報テー
ブル２２０を更新する。
【００２８】システムは一連のフィルターを用いて、警
報装置の現状を含む両テーブルを反覆的に調べて蓋然性
のある故障源を決定する。
【００２９】すなわち、一次警報フィルター２３０はま
ず活性警報テーブル２１０および正常警報テーブル２２
０に記憶されているデータを処理する。一次警報フィル
ター２３０は活性警報テーブル２１０にリストされた活
性警報間の有り得べき故障伝播路と、故障伝播グラフ
（図２の故障伝播グラフ１００に対応する）中の可能な
故障源とをテストする。
【００３０】故障伝播グラフに活性警報祖先をもつ活性
警報は二次警報に指定される。すなわち、故障がそこか
ら発生したのではなく故障が伝播することによって活性
化された警報である。初期状態ではあらゆる警報が一次
警報として指定されているが、後に二次警報と決定され
た警報は一次警報セット２４０に記憶された一次警報の
リストから外される。
【００３１】一次警報のすべての可能な祖先、つまりノ
ード・グラフに従って一次警報に到ることの出来るノー
ドまたは構成要素は故障源候補を構成し故障源発生器２
５０によって決定され故障源候補２６０で記憶される。
故障候補は所与の時間と確率の制約に適合しない故障点
を排除するように設計された一連のフィルター２７０，
２８０，２９０でテストされる。これらのフィルター２
７０、２８０、２９０の作用は、選ばれた各故障源候補
と一次警報間に特定の属性を持つ伝播路が存在するか否
かを決定することである。もし適切な伝播路が存在しな
い場合は、当該故障源候補は棄却される。
【００３２】伝播路フィルター２７０は一次警報集合、
故障伝播路１００の記述、ならびに故障源候補に応答
し、一次警報集合の各要素が選ばれた故障源候補から何
れか可能な伝播路（伝播時間と発生確率に基く）を経て
到達可能であるか否かを調べる。もし何れかの故障候補
が一次警報集合のすべての要素に導くすべての可能な伝
播路のうちの少なくとも一つに存在しないときは、この
故障源候補は故障源として考慮の対象から除外すること
ができる。
【００３３】時間フィルター２８０は残りの候補を取上
げ、グラフ１００および一次警報集合に応答して、一次
警報集合の構成が同グラフの各路にそった最小伝播時間
と適合性をもっているか否かを調べる。もし特定の伝播
路に沿った一つの故障源候補から一次警報集合のうちの
一つの要素に到る最小伝播時間が当該故障が現実に起こ
った時間を上廻る場合、此の伝播路は除外することがで
きる。
【００３４】正常警報フィルター１９０は正常警報集合
とグラフ１００に応答して残りの候補を調べ、一次警報
集合の構成が同グラフの残りの可能な伝播路に沿った最
大伝播時間と適合性をもっているか否かを決定する。も
し特定の伝播路に沿って故障源候補から一次警報集合の
或る要素に到る最大伝播時間が、当該故障が現実に起こ
った時間より短い場合は、その伝播路を除外することが
できる。
【００３５】これらのフィルター２７０、２８０、２９
０のすべてを通過する故障源候補は確定故障源３００と
なる。
【００３６】さらに、追加情報を得て確定故障源の数を
さらに限定するために何れのオフライン警報源をＯＮす
べきかを決定するため、診断システムは以下の如き演算
を行う。
【００３７】すなわち、図４において、プログラムの主
制御フローは何れのオフライン警報源をＯＮするのが最
適であるかを決定する。「初期設定」手続３６０で、シ
ステムは故障伝播グラフ１００、「故障源候補」リス
ト、「全故障ノード」、および「故障モード警報関連」
列を主診断システムから受取る。
【００３８】「故障源候補リスト」は確定された故障源
候補３００であるすべてのノードを含む。「全故障ノー
ド」は「故障源候補」を含まないグラフ中のノード数で
ある。「故障モード警報関連」列は「全故障ノード」リ
スト中に算入されたノードの各々について一つの要素を
含む。この列は各ノードの状態を決定するのに用いられ
る。四つの種類が可能である。すなわち、警報をもたな
いノード、オンライン警報をもつノード、「要求されな
いオフライン警報」、「要求されたオフライン警報」で
ある。
【００３９】次にシステムは二つの配列を作る。これら
の配列はそれぞれ、「全故障ノード」に含まれるノード
の各々について一つの要素をもっている。それらのうち
の一つである「臨界故障ノード」列はシステムによって
決定される各ノードと関連する臨界レベル、すなわち臨
界パラメーター値を引上げるのに用いられる。第二の配
列である「ノードマーク」列は遭遇される各ノードを標
識してノード群が必要以上に調査されることを防止する
のに用いられる。
【００４０】まずはじめに、図２に示した故障伝播グラ
フを用いて以下の列とリストが作成される。
【００４１】
【表１】
【００４２】図４において、初期設定後プログラムは
「故障源候補リスト」中の各構成要素について「構成要
素順方向調査」（ＣＯＭＰＯＮＥＮＴ ＦＯＲＷＡＲＤ
ＳＥＡＲＣＨ）３７０の手続を要求する。
【００４３】図５において「構成要素順方向調査」手続
３７０は「故障源候補リスト」中の現在の構成要素検査
４００で開始され故障伝播グラフ中をノード毎に順方向
にトレースする。各ノードは標識ノード検査４１０でテ
ストされ、以前に標識されていないノードがそのノード
における「ノードマーク」列を見ることによって到達さ
れたと判断されたときは、そのノードをノード付け４２
０で標識し、要求されないオフライン警報検査４３０で
それが「要求されないオフライン警報」状態のノードで
あるかどうかを調べる。もし此のノードが「要求されな
いオフライン警報」状態にあるときは、臨界レベル増加
４４０で臨界レベルが引上げられる。
【００４４】たとえば、プログラムが図２のノード
「Ｄ」にはじめて到達すると、臨界値が１だけ引上げら
れ、ノードが調査されたものとして標識される。
【００４５】
【表２】
【００４６】同様にして、グラフは順方向にトレースさ
れ、すべての可能な伝播路と関連ノードとが調査され
る。特に、システムはもうこれ以上の未調査のノードが
無いかチェックし（ステップ４５０）、あれば次のノー
ドに進み（ステップ４６０）、無ければ「ノードマー
ク」列をクリアして此の調査を終了する（ステップ４７
０、４８０）。このように一つの「故障源候補」に結び
ついたすべてのノードが調査されると「ノードマーク」
がクリアされ主制御手続に復帰する。この手続はさらに
続いて次の「故障源候補」について同様の処理を行う。
【００４７】それぞれの「故障源候補」の調査におい
て、オフライン警報源と遭遇するたびにノードの臨界レ
ベルが引上げられる。
【００４８】図４において、すべての故障源候補からの
すべての伝播路がチェックされると、「順序化」手続３
８０が開始されて各ノードをそれぞれの臨界レベルに従
い順序づける。次に、「スケジュール」手続３９０が開
始され、高い臨界レベルをもちオンライン化されるべき
ノードをスケジュール化する。このようにスケジュール
化されたすべてのノードの状態が「要求されるオフライ
ン警報」に切替えられる。
【００４９】所与の故障源候補と一次警報の集合につい
て故障源証明が完了した後、またオフライン警報源がそ
れぞれの累積臨界度に従って順序づけられ評価目的にス
ケジュールされた後に、図示の実施例におけるシステム
はオペレーターに対しこうしたオフライン警報の読取り
要求を表示する。
【００５０】図３に戻って、オフライン警報スケジュー
ル３３０はソフトウエア・スケジューラー３９０からの
スケジュールされた要求をオフライン警報源に送る。こ
のステップはセンサー３４０に「要求（ｒｅｑｕｅｓ
ｔ）」として示してある。要求された警報からの結果は
オフライン警報検出部３５０に入力され、この検出部３
５０でデータを活性警報検出素子２００に送る。警報検
出装置２００がこの要求された警報の結果を評価した
後、センサー出力または故障検出アルゴリズムの結果を
用いて前述した活性警報および正常警報各集合を更新す
る。そこでフィルターを此の改変され拡大された警報図
形に再び適用することによって診断をより精密化させる
ことが出来る。オフライン警報源が次々とＯＮされるに
つれて、処理プロセスはループを続け、その分析が精密
化されて認定故障源候補の数が減らされる。
【００５１】以上、本発明の一実施例を詳細に説明した
が、当業者はこれに様々な改変を加えることが出来る。
それらの改変もまた特許請求の範囲に含まれる。
【００５２】
【発明の効果】本発明は、以上説明したように、入力警
報を絶えず受取り最新の警報組合わせに基いてオフライ
ン警報の臨界値を計算する診断システムを提供すること
が出来る。
【００５３】また、本発明は、具体的な警報読取と故障
検出法をスケジュールして、特別な事態における最適な
警報データを得る診断システムを提供するが出来る。
【図面の簡単な説明】
【図１】本発明の典型的な応用環境を示すブロック図で
ある。
【図２】本発明の評価・分析対象工程に関する故障伝播
グラフの一例である。
【図３】本発明の故障診断方法の概要を示すフローチャ
ートである。
【図４】本発明の診断方法における主プログラムのフロ
チャートである。
【図５】本発明にかかる構成要素順方向調査プロセスの
フローチャートである。
【符号の説明】
１００ 故障伝播グラフ ２００ 活性警報検出 ２１０ 活性警報テーブル ２２０ 正常警報テーブル ２３０ １次警報フィルター ２４０ 一次警報セット ２５０ 故障源発生器 ２６０ 故障源候補 ２７０ 伝播路フィルター ２８０ 時間フィルター ２９０ 正常警報フィルタ ３００ 確実故障源
───────────────────────────────────────────────────── フロントページの続き (72)発明者 宮阪 信次 大阪市中央区平野町四丁目１番２号 大阪 瓦斯株式会社内 (72)発明者 ヤノス スチバノビッツ アメリカ合衆国テネシー州ナッシュヴィル ウィンドロウ ドライブ 952 (72)発明者 サミール パダルカー アメリカ合衆国テネシー州ナッシュヴィル カーデンアヴェニュー 219 (72)発明者 ガボール カーサイ アメリカ合衆国テネシー州ナッシュヴィル マウンテン ヴァレー ドライブ 903 (72)発明者 チャバ ビーグル アメリカ合衆国テネシー州ナッシュヴィル エレインドライブ 627

Claims (18)

    【特許請求の範囲】
  1. 【請求項１】警報装置を含む監視対象系についての故障
    診断方法において、 監視すべき、オンライン警報である、第一の警報群を選
    択し、 前記第一の警報群から得られる信号を処理して故障状態
    発生の有無を決定して前記状態に関わる有り得べき故障
    源を特定し、 少なくとも一つの故障状態が存在する場合に、オフライ
    ンにある警報群から選ばれる少なくとも一つの他の警報
    を決定し、 前記少なくとも一つの他の警報から得られる信号を処理
    して前記有り得べき故障源をより高い精度で決定するこ
    とを特徴とする故障診断方法。
  2. 【請求項２】請求項１に記載の方法がさらに、 前記プロセスを、 前記第一の警報群に含まれる警報によって監視されてい
    る該機能を表象する複数のオンライン・ノード、 前記第一の警報群に含まれない警報によって監視されて
    いる該機能を表象する複数のオフライン・ノード、 関与警報を有しない監視対象プロセスの機能を表象する
    複数のノード、および機能的関連をもつノード対を選択
    的に相互連結する複数の伝播路、をもつ図形モデルとし
    てモデル化することを特徴とする請求項１の故障診断方
    法。
  3. 【請求項３】前記他の警報を処理する手続が、 少なくとも一つの選択された他の警報から警報信号を要
    求し、 前記第一群の警報から得られる前記信号と前記選択され
    た他の警報から得られる前記要求された信号に応答して
    前記状態に関わる有り得べき故障源を決定することを特
    徴とする請求項１の故障診断方法。
  4. 【請求項４】請求項３の方法がさらに、 前記状態に関わる故障源をより正確に特定するために前
    記の要求及び故障源決定手続を反覆して実行することを
    特徴とする請求項３の故障診断方法。
  5. 【請求項５】前記少なくとも一つの他の警報を決定する
    前記の手続が、 プロセス故障の状態を前記警報の源となったであろう各
    初期故障源を決定し、 前記の図形モデルを用いて前記の伝播路に沿って前記の
    決定された各故障源から前記のオフライン・ノードおよ
    びオンライン・ノードまで順方向にトレースし、 各オフライン・ノードの臨界パラメータ値を当該トレー
    ス手続中に遭遇する毎に引上げ、 処理すべき前記の他の警報としてより高い臨界パラメー
    タ値をもつオフライン・ノードに対応する警報を選択す
    ることを特徴とする請求項２の故障診断方法。
  6. 【請求項６】各伝播路がそれを通って前記信号が伝播さ
    れる時間に相当する最小および最大伝播時間によって特
    性化されていることを特徴とする請求項２の故障診断方
    法。
  7. 【請求項７】各伝播路が前記信号のそれに沿って伝播さ
    れる蓋然性に相当する確率値によって特性化されている
    ことを特徴とする請求項２の故障診断方法。
  8. 【請求項８】各伝播路が前記信号のそれに沿って伝播す
    る最小時間によって特性化され、かつ前記の他の警報を
    決定する手続が、 故障源状態を示す前記の警報の源となり得る各初期故障
    源ノードを決定し、 前記の有り得べき初期故障源ノードのそれぞれにおいて
    前記信号が発生した時を決定し、 各ノードで発生した前記信号が目的地ノードに到達する
    時間と前記伝播路のそれぞれに沿う最小伝播時間とを比
    較し、 当該伝播路に沿った前記の最小伝播時間が前記信号が目
    的地ノードに到達した時間よりも大きい場合には当該伝
    播路を棄却し、 前記伝播路に沿って前記初期故障ノードから前記の監視
    ノードまで順方向にトレースし、 前記初期ノードから前記各監視ノードまでの伝播路上で
    遭遇する各オフライン・ノードの臨界パラメータ値を引
    上げることを特徴とする請求項２の故障診断方法。
  9. 【請求項９】前記各伝播路がそれに沿って前記の信号が
    伝播するに要する最大時間によって特性化され、かつ前
    記の決定手続が、 故障源状態を示す前記警報の源となった可能性のある初
    期故障源ノードを決定し、 前記の可能性ある初期故障源ノードのそれぞれで前記信
    号が発生した時を決定し、 各ノードで発生した信号が目的地ノードに到達した時間
    と前記伝播路のそれぞれに沿った最大伝播時間とを比較
    し、 前記伝播路に沿う前記最大伝播時間が前記信号の前記目
    的地ノードへの到達時間より小さい場合に当該伝播路を
    棄却し、 前記伝播路に沿って前記初期ノードのそれぞれから前記
    の監視ノードまで順方向にトレースし、 前記各初期ノードから前記監視ノードまでの前記伝播路
    上で遭遇する各オフライン・ノードの臨界パラメータ値
    を引上げることを特徴とする請求項２の故障診断方法。
  10. 【請求項１０】警報装置を含む監視対象系についての故
    障診断装置において、 監視すべき、オンラインの、親警報群を選択する手段、 前記親警報群から得られる信号を処理して故障状態発生
    の有無を決定して前記状態に関わる有り得べき故障源を
    特定する手段、 少なくとも一つの故障状態が存在する場合にオフライン
    にある警報群から選ばれる少なくとも一つの他の警報を
    決定する手段、 前記少なくとも一つの他の警報から得られる信号を処理
    して前記の有り得べき故障源をより高い精度で決定する
    手段とを備えたことを特徴とする故障診断装置。
  11. 【請求項１１】請求項１０に記載の装置がさらに前記プ
    ロセスを、 前記第一の警報群に含まれる警報によって監視されてい
    る該機能を表象する複数のオンライン・ノード、 前記第一の警報群に含まれない警報によって監視されて
    いる該機能を表象する複数のオフライン・ノード、 関与警報を有しない監視対象プロセスの機能を表象する
    複数のノード、および機能的関連をもつノード対を選択
    的に相互連結する複数の伝播路をもつ図形モデルとして
    モデル化することを特徴とする請求項１０の故障診断装
    置。
  12. 【請求項１２】前記他の警報を処理する手続が、 少なくとも一つの選択された他の警報から警報信号を要
    求し、 前記第一群の警報から得られる前記信号と前記選択され
    た他の警報から得られる前記要求された信号に応答して
    前記状態に関わる有り得べき故障源を決定する手段を有
    することを特徴とする請求項１０の故障診断装置。
  13. 【請求項１３】請求項１２の装置がさらに、 前記状態に関わる故障源をより正確に特定するために前
    記の要求及び故障源決定手続を反覆して実行する手段を
    備えたことを特徴とする請求項１２の故障診断装置。
  14. 【請求項１４】前記少なくとも一つの他の警報を決定す
    る前記の手段が、 プロセス故障の状態を前記警報の源となったであろう各
    初期故障源を決定する手段、 前記の図形モデルを用いて前記の伝播路に沿って前記の
    決定された各故障源から前記のオフライン・ノードおよ
    びオンライン・ノードまで順方向にトレースする手段、 各オフライン・ノードの臨界パラメータ値を当該トレー
    ス手続中に遭遇する毎に引上げる手段、 処理すべき前記の他の警報としてより高い臨界パラメー
    タ値をもつオフライン・ノードに対応する警報を選択す
    る手段とを備えたことを特徴とする請求項１１の故障診
    断装置。
  15. 【請求項１５】各伝播路をそれを通って前記信号が伝播
    される時間に相当する最小および最大伝播時間によって
    特性化する手段を備えたことを特徴とする請求項１１の
    故障診断装置。
  16. 【請求項１６】各伝播路を前記信号のそれに沿って伝播
    される蓋然性に相当する確率値によって特性化する手段
    を備えたことを特徴とする請求項１１の故障診断装置。
  17. 【請求項１７】各伝播路が前記信号のそれに沿って伝播
    する最小時間によって特性化され、かつ前記の他の警報
    を決定する手段が故障源状態を示す前記の警報の源とな
    り得る各初期故障源ノードを決定する手段、 前記の有り得べき初期故障源ノードのそれぞれにおいて
    前記信号が発生した時を決定する手段、 各ノードで発生した前記信号が目的地ノードに到達する
    時間と前記伝播路のそれぞれに沿う最小伝播時間とを比
    較する手段、 当該伝播路に沿った前記の最小伝播時間が前記信号が目
    的地ノードに到達した時間よりも大きい場合には当該伝
    播路を棄却する手段、 前記伝播路に沿って前記初期故障ノードから前記の監視
    ノードまで順方向にトレースする手段、 前記初期ノードから前記各監視ノードまでの伝播路上で
    遭遇する各オフライン・ノードの臨界パラメータ値を引
    上げる手段とを備えたことを特徴とする請求項１１の故
    障診断装置。
  18. 【請求項１８】前記各伝播路がそれに沿って前記の信号
    が伝播するに要する最大時間によって特性化され、かつ
    前記の決定手段が、 故障源状態を示す前記警報の源となった可能性のある初
    期故障源ノードを決定する手段、 前記の可能性ある初期故障源ノードのそれぞれで前記信
    号が発生した時を決定する手段、 各ノードで発生した信号が目的地ノードに到達した時間
    と前記伝播路のそれぞれに沿った最大伝播時間とを比較
    する手段、 前記伝播路に沿う前記最大伝播時間が前記信号の前記目
    的地ノードへの到達時間より小さい場合に当該伝播路を
    棄却する手段、 前記伝播路に沿って前記初期ノードのそれぞれから前記
    の監視ノードまで順方向にトレースする手段、および前
    記各初期ノードから前記監視ノードまでの前記伝播路上
    で遭遇する各オフライン・ノードの臨界パラメータ値を
    引上げる手段とを備えたことを特徴とする請求項１１の
    故障診断装置。
JP25741991A 1990-10-24 1991-10-04 故障診断方法及び装置 Expired - Lifetime JP2875073B2 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US07/602945 1990-10-24
US07/602,945 US5237518A (en) 1990-10-27 1990-10-27 Optimization method for adaptive sensor reading scheduling and delayed alarm evaluation in real-time diagnostic systems

Publications (2)

Publication Number Publication Date
JPH06236207A true JPH06236207A (ja) 1994-08-23
JP2875073B2 JP2875073B2 (ja) 1999-03-24

Family

ID=24413408

Family Applications (1)

Application Number Title Priority Date Filing Date
JP25741991A Expired - Lifetime JP2875073B2 (ja) 1990-10-24 1991-10-04 故障診断方法及び装置

Country Status (3)

Country Link
US (1) US5237518A (ja)
EP (1) EP0482526A3 (ja)
JP (1) JP2875073B2 (ja)

Families Citing this family (112)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5353238A (en) * 1991-09-12 1994-10-04 Cloos International Inc. Welding robot diagnostic system and method of use thereof
FR2700403B1 (fr) * 1993-01-12 1995-04-07 Sextant Avionique Procédé de structuration d'informations utilisées dans un processus industriel et son application à l'assistance au pilotage d'un aérodyne.
US6009246A (en) * 1997-01-13 1999-12-28 International Business Machines Corporation Method and system for evaluating intrusive repair for plurality of devices
FR2760103B1 (fr) * 1997-02-25 2000-02-04 Sextant Avionique Architecture modulaire de pilotage d'un aerodyne presentant un faible cout tout en etant apte a assurer un niveau eleve de securite de fonctionnement
US6073089A (en) * 1997-10-22 2000-06-06 Baker; Michelle Systems and methods for adaptive profiling, fault detection, and alert generation in a changing environment which is measurable by at least two different measures of state
US6415276B1 (en) 1998-08-14 2002-07-02 University Of New Mexico Bayesian belief networks for industrial processes
PT1261897E (pt) * 2000-02-25 2005-02-28 Siemens Ag Processo para operar e dispositivo para monitorar uma instalacao tecnica
US6829734B1 (en) 2000-04-04 2004-12-07 International Business Machines Corporation Method for discovering problem resolutions in a free form computer helpdesk data set
US7494459B2 (en) * 2003-06-26 2009-02-24 Biophan Technologies, Inc. Sensor-equipped and algorithm-controlled direct mechanical ventricular assist device
US8301751B2 (en) * 2005-06-30 2012-10-30 International Business Machines Corporation Generation of a master schedule for a resource from a plurality of user created schedules for the resource
WO2007062239A2 (en) * 2005-11-28 2007-05-31 Myotech Llc Method and apparatus for minimally invasive direct mechanical ventricular actuation
US20080147361A1 (en) 2006-12-15 2008-06-19 Miller Daniel H Methods and apparatus to monitor system health
DE102007047421A1 (de) * 2007-10-04 2009-04-09 Robert Bosch Gmbh Verfahren zum Beschreiben eines Verhaltens einer technischen Einrichtung
US8600556B2 (en) * 2009-06-22 2013-12-03 Johnson Controls Technology Company Smart building manager
WO2013104419A1 (de) * 2012-01-11 2013-07-18 Siemens Aktiengesellschaft Unterstützung der störfallprävention einer industrieanlage mit hilfe eines fehlermodells
EP3048613B1 (en) * 2015-01-20 2019-06-12 ABB Schweiz AG Method for analysis of plant disturbance propagations
EP3246777A1 (de) * 2016-05-19 2017-11-22 ETM professional control GmbH System zum steuern und überwachen technischer prozesse und anlagen
WO2018032061A1 (en) * 2016-08-19 2018-02-22 The University Of Queensland An improved alarm operator assist method and assembly
US10446014B1 (en) * 2018-06-27 2019-10-15 Bently Nevada, Llc Alarm notification delay
US11449370B2 (en) 2018-12-11 2022-09-20 DotWalk, Inc. System and method for determining a process flow of a software application and for automatically generating application testing code
US11025508B1 (en) 2020-04-08 2021-06-01 Servicenow, Inc. Automatic determination of code customizations
US11296922B2 (en) 2020-04-10 2022-04-05 Servicenow, Inc. Context-aware automated root cause analysis in managed networks
US10999152B1 (en) 2020-04-20 2021-05-04 Servicenow, Inc. Discovery pattern visualizer
US11301435B2 (en) 2020-04-22 2022-04-12 Servicenow, Inc. Self-healing infrastructure for a dual-database system
US11392768B2 (en) 2020-05-07 2022-07-19 Servicenow, Inc. Hybrid language detection model
US11263195B2 (en) 2020-05-11 2022-03-01 Servicenow, Inc. Text-based search of tree-structured tables
US11470107B2 (en) 2020-06-10 2022-10-11 Servicenow, Inc. Matching configuration items with machine learning
US11277359B2 (en) 2020-06-11 2022-03-15 Servicenow, Inc. Integration of a messaging platform with a remote network management application
US11451573B2 (en) 2020-06-16 2022-09-20 Servicenow, Inc. Merging duplicate items identified by a vulnerability analysis
US11379089B2 (en) 2020-07-02 2022-07-05 Servicenow, Inc. Adaptable user interface layout for applications
US11277321B2 (en) 2020-07-06 2022-03-15 Servicenow, Inc. Escalation tracking and analytics system
US11301503B2 (en) 2020-07-10 2022-04-12 Servicenow, Inc. Autonomous content orchestration
US11449535B2 (en) 2020-07-13 2022-09-20 Servicenow, Inc. Generating conversational interfaces based on metadata
US11632300B2 (en) 2020-07-16 2023-04-18 Servicenow, Inc. Synchronization of a shared service configuration across computational instances
US11748115B2 (en) 2020-07-21 2023-09-05 Servicenow, Inc. Application and related object schematic viewer for software application change tracking and management
US11272007B2 (en) 2020-07-21 2022-03-08 Servicenow, Inc. Unified agent framework including push-based discovery and real-time diagnostics features
US11343079B2 (en) 2020-07-21 2022-05-24 Servicenow, Inc. Secure application deployment
US11095506B1 (en) 2020-07-22 2021-08-17 Servicenow, Inc. Discovery of resources associated with cloud operating system
US11582106B2 (en) 2020-07-22 2023-02-14 Servicenow, Inc. Automatic discovery of cloud-based infrastructure and resources
US11275580B2 (en) 2020-08-12 2022-03-15 Servicenow, Inc. Representing source code as implicit configuration items
US11372920B2 (en) 2020-08-31 2022-06-28 Servicenow, Inc. Generating relational charts with accessibility for visually-impaired users
US11245591B1 (en) 2020-09-17 2022-02-08 Servicenow, Inc. Implementation of a mock server for discovery applications
US11625141B2 (en) 2020-09-22 2023-04-11 Servicenow, Inc. User interface generation with machine learning
US11150784B1 (en) 2020-09-22 2021-10-19 Servicenow, Inc. User interface elements for controlling menu displays
US11632303B2 (en) 2020-10-07 2023-04-18 Servicenow, Inc Enhanced service mapping based on natural language processing
US11734025B2 (en) 2020-10-14 2023-08-22 Servicenow, Inc. Configurable action generation for a remote network management platform
US11342081B2 (en) 2020-10-21 2022-05-24 Servicenow, Inc. Privacy-enhanced contact tracing using mobile applications and portable devices
US11258847B1 (en) 2020-11-02 2022-02-22 Servicenow, Inc. Assignments of incoming requests to servers in computing clusters and other environments
US11868593B2 (en) 2020-11-05 2024-01-09 Servicenow, Inc. Software architecture and user interface for process visualization
US11363115B2 (en) 2020-11-05 2022-06-14 Servicenow, Inc. Integrated operational communications between computational instances of a remote network management platform
US11281442B1 (en) 2020-11-18 2022-03-22 Servicenow, Inc. Discovery and distribution of software applications between multiple operational environments
US11693831B2 (en) 2020-11-23 2023-07-04 Servicenow, Inc. Security for data at rest in a remote network management platform
US11269618B1 (en) 2020-12-10 2022-03-08 Servicenow, Inc. Client device support for incremental offline updates
US11216271B1 (en) 2020-12-10 2022-01-04 Servicenow, Inc. Incremental update for offline data access
US11630717B2 (en) 2021-01-06 2023-04-18 Servicenow, Inc. Machine-learning based similarity engine
US11301365B1 (en) 2021-01-13 2022-04-12 Servicenow, Inc. Software test coverage through real-time tracing of user activity
US11418586B2 (en) 2021-01-19 2022-08-16 Servicenow, Inc. Load balancing of discovery agents across proxy servers
US11301271B1 (en) 2021-01-21 2022-04-12 Servicenow, Inc. Configurable replacements for empty states in user interfaces
US11921878B2 (en) 2021-01-21 2024-03-05 Servicenow, Inc. Database security through obfuscation
US11513885B2 (en) 2021-02-16 2022-11-29 Servicenow, Inc. Autonomous error correction in a multi-application platform
US11277369B1 (en) 2021-03-02 2022-03-15 Servicenow, Inc. Message queue architecture and interface for a multi-application platform
US11831729B2 (en) 2021-03-19 2023-11-28 Servicenow, Inc. Determining application security and correctness using machine learning based clustering and similarity
US12254063B2 (en) 2021-03-22 2025-03-18 Servicenow, Inc. Cross-modality curiosity for sparse-reward tasks
US11640369B2 (en) 2021-05-05 2023-05-02 Servicenow, Inc. Cross-platform communication for facilitation of data sharing
US11635752B2 (en) 2021-05-07 2023-04-25 Servicenow, Inc. Detection and correction of robotic process automation failures
US11635953B2 (en) 2021-05-07 2023-04-25 Servicenow, Inc. Proactive notifications for robotic process automation
US12585929B2 (en) 2021-05-28 2026-03-24 Servicenow, Inc. Layered gradient accumulation and modular pipeline parallelism for improved training of machine learning models
US11277475B1 (en) 2021-06-01 2022-03-15 Servicenow, Inc. Automatic discovery of storage cluster
US11762668B2 (en) 2021-07-06 2023-09-19 Servicenow, Inc. Centralized configuration data management and control
US11418571B1 (en) 2021-07-29 2022-08-16 Servicenow, Inc. Server-side workflow improvement based on client-side data mining
US11516307B1 (en) 2021-08-09 2022-11-29 Servicenow, Inc. Support for multi-type users in a single-type computing system
US12254352B2 (en) 2021-10-28 2025-03-18 Servicenow, Inc. Reduced memory utilization for data analytics procedures
US11960353B2 (en) 2021-11-08 2024-04-16 Servicenow, Inc. Root cause analysis based on process optimization data
US11734381B2 (en) 2021-12-07 2023-08-22 Servicenow, Inc. Efficient downloading of related documents
US12099567B2 (en) 2021-12-20 2024-09-24 Servicenow, Inc. Viewports and sub-pages for web-based user interfaces
US12437250B2 (en) 2021-12-21 2025-10-07 Servicenow, Inc. Multi-dimensional process mining and analysis
US12001502B2 (en) 2022-01-11 2024-06-04 Servicenow, Inc. Common fragment caching for web documents
US11829233B2 (en) 2022-01-14 2023-11-28 Servicenow, Inc. Failure prediction in a computing system based on machine learning applied to alert data
US12261904B2 (en) 2022-01-20 2025-03-25 Servicenow, Inc. Nested request-response protocol network communications
US12481416B2 (en) 2022-02-01 2025-11-25 Servicenow, Inc. Progressive refresh of user interface screens
US11582317B1 (en) 2022-02-07 2023-02-14 Servicenow, Inc. Payload recording and comparison techniques for discovery
US11734150B1 (en) 2022-06-10 2023-08-22 Servicenow, Inc. Activity tracing through event correlation across multiple software applications
US11989538B2 (en) 2022-06-21 2024-05-21 Servicenow, Inc. Orchestration for robotic process automation
US12231508B2 (en) 2022-07-12 2025-02-18 Servicenow, Inc. Rapid error detection through command validation
US12056473B2 (en) 2022-08-01 2024-08-06 Servicenow, Inc. Low-code / no-code layer for interactive application development
US12095634B2 (en) 2022-08-12 2024-09-17 Servicenow, Inc. Hybrid request routing system
US12500820B2 (en) 2022-09-20 2025-12-16 Servicenow, Inc. Smart detection for determination of database accuracy
US12039328B2 (en) 2022-09-30 2024-07-16 Servicenow, Inc. Configuration items for supporting automations and efficacies thereof
US12141048B2 (en) 2022-10-12 2024-11-12 Servicenow, Inc. Machine learning model for determining software defect criticality
US12147487B2 (en) 2022-12-07 2024-11-19 Servicenow, Inc. Computationally efficient traversal of virtual tables
US12072775B2 (en) 2022-12-07 2024-08-27 Servicenow, Inc. Centralized configuration and change tracking for a computing platform
US12487906B2 (en) 2022-12-22 2025-12-02 Servicenow, Inc. Discovery and predictive simulation of software-based processes
US12536044B2 (en) 2023-01-10 2026-01-27 Servicenow, Inc. Efficient cloud-based discovery of computing resources
US12192245B2 (en) 2023-01-23 2025-01-07 Servicenow, Inc. Control of cloud infrastructure configuration
US12299419B2 (en) 2023-01-26 2025-05-13 Servicenow, Inc. Unified framework for configuration and deployment of platform intelligence
US12499311B2 (en) 2023-03-03 2025-12-16 Servicenow, Inc. Language model preprocessing with weighted n-grams
US12131168B1 (en) 2023-04-18 2024-10-29 Servicenow, Inc. Outcome-oriented automation platform
US12222834B2 (en) 2023-05-24 2025-02-11 Servicenow, Inc. Discovery troubleshooting based on machine learning
US12294581B2 (en) 2023-06-14 2025-05-06 Servicenow, Inc. Identifying security vulnerabilities based on access control lists
CN116974262A (zh) * 2023-06-16 2023-10-31 东南大学 一种基于FastRB的高维复杂工业过程故障诊断方法
US12437158B2 (en) 2023-07-18 2025-10-07 Servicenow, Inc. Method for filtering and semi-automatically labeling training data
US12425195B2 (en) 2023-07-24 2025-09-23 Service Now, Inc. Client-side sharing of cryptographic keys
US12248361B2 (en) 2023-07-31 2025-03-11 Servicenow, Inc. Parallelized exception handling for large datasets
US12499119B2 (en) 2023-08-07 2025-12-16 Servicenow, Inc. Template-based generation of synthetic data sets
US12518041B2 (en) 2023-08-18 2026-01-06 Servicenow, Inc. Configurable security policy architecture
US12474900B2 (en) 2023-09-08 2025-11-18 Servicenow, Inc. Interface element configuration and management for application platforms
US12554380B2 (en) 2023-09-18 2026-02-17 Servicenow, Inc. Component selector for user interfaces with dynamic identifiers
US12362995B2 (en) 2023-11-06 2025-07-15 Servicenow, Inc. Reconciliation of partial configuration items
US12254014B1 (en) 2024-02-23 2025-03-18 Servicenow, Inc. Document creation with guided generative artificial intelligence
US12438790B1 (en) 2024-03-26 2025-10-07 Servicenow, Inc. Network anomaly detection using clustering
US12587432B2 (en) 2024-05-16 2026-03-24 Servicenow, Inc. Visual map for network alerts
US12563115B2 (en) 2024-06-20 2026-02-24 Servicenow, Inc. Database offload with node-to-node communication

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4060716A (en) * 1975-05-19 1977-11-29 Rockwell International Corporation Method and apparatus for automatic abnormal events monitor in operating plants
GB1515525A (en) * 1975-07-25 1978-06-28 Atomic Energy Authority Uk Data handling systems
DE2547996A1 (de) * 1975-10-27 1977-04-28 Walt Disney Prod Ueberwachungssystem zum ablesen diskreter punkte
US4688183A (en) * 1984-12-24 1987-08-18 United Technologies Corporation Fire and security system with multi detector-occupancy-temperature-smoke (MDOTS) sensors
US4754409A (en) * 1985-06-26 1988-06-28 International Business Machines Corporation Method for dynamically collecting current data from specified external processes and procedures for use in an expert system
US4841456A (en) * 1986-09-09 1989-06-20 The Boeing Company Test system and method using artificial intelligence control
US4812819A (en) * 1987-04-13 1989-03-14 The United States Of America As Represented By The United States Department Of Energy Functional relationship-based alarm processing system
US4749985A (en) * 1987-04-13 1988-06-07 United States Of America As Represented By The United States Department Of Energy Functional relationship-based alarm processing
US4974181A (en) * 1988-04-15 1990-11-27 The United States Of America As Represented By The Adminstrator, Of The National Aeronautics And Space Administration Adaptive data acquisition multiplexing system and method
GB2220280B (en) * 1988-07-04 1992-10-21 Rolls Royce & Ass A control system for industrial plant
US4985857A (en) * 1988-08-19 1991-01-15 General Motors Corporation Method and apparatus for diagnosing machines
US5099436A (en) * 1988-11-03 1992-03-24 Allied-Signal Inc. Methods and apparatus for performing system fault diagnosis
US4970725A (en) * 1989-03-14 1990-11-13 Westinghouse Electric Corp. Automated system testability assessment method
US5043987A (en) * 1989-11-07 1991-08-27 Array Analysis, Inc. Method for calculating adaptive inference test figure of merit
US5130936A (en) * 1990-09-14 1992-07-14 Arinc Research Corporation Method and apparatus for diagnostic testing including a neural network for determining testing sufficiency

Also Published As

Publication number Publication date
EP0482526A3 (en) 1993-01-20
JP2875073B2 (ja) 1999-03-24
US5237518A (en) 1993-08-17
EP0482526A2 (en) 1992-04-29

Similar Documents

Publication Publication Date Title
JP2875073B2 (ja) 故障診断方法及び装置
CN108398935B (zh) 事件解析装置、系统、方法及计算机可读非暂时记录介质
CN101950382B (zh) 一种带有风险控制的液压设备最优维修计算方法
KR101825809B1 (ko) 플랜트 이상 감지 시스템 및 방법
JP6875179B2 (ja) システム分析装置、及びシステム分析方法
CN100511308C (zh) 用于抑制冗余报警的系统和方法
JP3651693B2 (ja) プラント監視診断装置および方法
JP5179086B2 (ja) 工業プロセスの監視方法及び監視システム
KR20170125265A (ko) 플랜트 이상 감지를 위한 자동 학습 시스템 및 방법
JPH06266727A (ja) 診断表示方法及び表示装置
JP2004523843A (ja) 流れ系統を診断するシステム、装置および方法
JPS6014303A (ja) 知識ベ−ス型診断方式
JP4635194B2 (ja) 異常検知装置
US20110178963A1 (en) system for the detection of rare data situations in processes
JPH06309584A (ja) プラント運転支援装置
JP7499168B2 (ja) 原因推定システムおよび原因推定方法
Wang et al. Decentralized diagnosis of discrete event systems using unconditional and conditional decisions
JP6967099B2 (ja) 学習モデル作成システム及び学習モデル作成方法
CN113323699A (zh) 一种基于数据驱动的液压支架系统故障源精准辨识方法
JPH10124134A (ja) 診断システム
KR0169808B1 (ko) 고장 진단용 전문가 시스템 및 고장진단방법
CN112445684A (zh) 一种实时故障诊断和预警方法、装置及计算机存储介质
Alexander The application of expert systems to manufacturing process control
CN118821946A (zh) 报警分析推理方法、装置、电子设备、介质、程序产品
JP2890815B2 (ja) プラントの異常診断装置