JP7718938B2 - Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination program - Google Patents
Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination programInfo
- Publication number
- JP7718938B2 JP7718938B2 JP2021158050A JP2021158050A JP7718938B2 JP 7718938 B2 JP7718938 B2 JP 7718938B2 JP 2021158050 A JP2021158050 A JP 2021158050A JP 2021158050 A JP2021158050 A JP 2021158050A JP 7718938 B2 JP7718938 B2 JP 7718938B2
- Authority
- JP
- Japan
- Prior art keywords
- temperature sensor
- abnormality determination
- temperature
- shapiro
- wilk
- 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.)
- Active
Links
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Description
本発明は、測定対象のほぼ同じ場所の温度を測定する複数本の温度センサの異常を判定する温度センサ異常判定装置および温度センサ異常判定方法並びに温度センサ異常判定プログラムに関するものである。 The present invention relates to a temperature sensor anomaly detection device, a temperature sensor anomaly detection method, and a temperature sensor anomaly detection program for detecting anomalies in multiple temperature sensors that measure the temperature at approximately the same location on a measurement object.
例えば測定対象としての加熱炉などでは、ヒータの温度制御に熱電対や測温抵抗体などの温度センサが用いられる。加熱炉などでは、炉内の温度が高温であり、ヒータの温度制御に使用する温度センサが経時的に劣化し、検知結果の精度が低下するため炉内の温度を正確に把握できなくなり、温度センサの交換が必要になる。 For example, in a heating furnace or other device being measured, temperature sensors such as thermocouples and resistance thermometers are used to control the heater temperature. Because the temperature inside a heating furnace is high, the temperature sensors used to control the heater temperature deteriorate over time, reducing the accuracy of the detection results and making it impossible to accurately determine the temperature inside the furnace, which means the temperature sensor must be replaced.
そこで、温度センサの交換時期を知る方法として、例えば下記特許文献１，２に開示される技術が知られている。特許文献１では、温度センサに電流源から電流を供給したときの電圧降下から抵抗値を計測し、計測した抵抗値の時間に対する変化から劣化時点を予測して温度センサの交換時期を知らせている。特許文献２では、温度センサが経験した過度温度のイベントの回数、過度温度のイベントの期間、過度温度のイベントの間の温度などをプロセス変数伝送器のメモリまたは温度センサのメモリ内に蓄積して温度センサをモニタすることで温度センサの交換時期を知らせている。 Technologies disclosed in the following Patent Documents 1 and 2 are known as methods for determining when to replace a temperature sensor. In Patent Document 1, the resistance value is measured from the voltage drop when current is supplied to the temperature sensor from a current source, and the point of deterioration is predicted from the change in the measured resistance value over time, thereby notifying the user when to replace the temperature sensor. In Patent Document 2, the number of excessive temperature events experienced by the temperature sensor, the duration of the excessive temperature events, the temperature between excessive temperature events, etc. are stored in the memory of the process variable transmitter or the temperature sensor, and the temperature sensor is monitored to notify the user when to replace the temperature sensor.
しかしながら、特許文献１のように、抵抗値を計測して温度センサの寿命を予測するものでは、専用の装置やパラメータ管理が必要となる問題があった。また、特許文献２のように、使用回数をカウントして温度センサの交換時期を示すものでは、温度センサの管理のために専用のパラメータが必要となる問題があった。 However, methods such as those in Patent Document 1 that measure resistance values to predict the lifespan of a temperature sensor have the problem of requiring dedicated equipment and parameter management. Furthermore, methods such as those in Patent Document 2 that count the number of uses to indicate when the temperature sensor needs to be replaced have the problem of requiring dedicated parameters for managing the temperature sensor.
そこで、本発明は上記問題点に鑑みてなされたものであって、温度センサの測定値を用いて温度センサの異常を予測することができる温度センサ異常判定装置および温度センサ異常判定方法並びに温度センサ異常判定プログラムを提供することを目的としている。 The present invention was made in consideration of the above-mentioned problems, and aims to provide a temperature sensor abnormality determination device, a temperature sensor abnormality determination method, and a temperature sensor abnormality determination program that can predict temperature sensor abnormalities using the temperature sensor's measurement value.
上記目的を達成するため、本発明の請求項１に記載された温度センサ異常判定装置は、測定対象の雰囲気中の温度を測定する温度センサの異常を判定する温度センサ異常判定装置であって、
前記温度センサの所定時間ごとの最新の複数サンプルの測定値を蓄積するデータ蓄積器と、
前記データ蓄積器に蓄積された前記温度センサの測定値のサンプル分の平方和を算出し、前記データ蓄積器に蓄積された前記温度センサの測定値を小さい順に並び替えて前記平方和より検定統計量を算出し、前記測定値のサンプル数とシャピロ・ウィルク検定で使用する係数に基づく比較基準値と前記検定統計量との比較により前記温度センサの測定値が正規分布であるか否かを検定するシャピロ・ウィルクの検定器と、
前記シャピロ・ウィルクの検定器の検定結果に基づいて前記温度センサが異常を警告する温度センサか否かを判定するセンサ警告判定器と、を備えたことを特徴とする。
In order to achieve the above object, a temperature sensor abnormality determination device according to a first aspect of the present invention is a temperature sensor abnormality determination device that determines an abnormality in a temperature sensor that measures a temperature in an atmosphere of a measurement object, comprising:
a data storage unit that stores the latest multiple sample measurements of the temperature sensor at predetermined time intervals;
a Shapiro-Wilk tester that calculates the sum of squares of the sampled measured values of the temperature sensor stored in the data storage device, sorts the measured values of the temperature sensor stored in the data storage device in ascending order, calculates a test statistic from the sum of squares, and tests whether the measured values of the temperature sensor are normally distributed by comparing the test statistic with a comparison reference value based on the number of sampled measured values and a coefficient used in the Shapiro-Wilk test;
and a sensor warning determiner that determines whether the temperature sensor is a temperature sensor that issues a warning of an abnormality based on the test result of the Shapiro-Wilk tester.
本発明の請求項２に記載された温度センサ異常判定方法は、測定対象の雰囲気中の温度を測定する温度センサの異常を判定する温度センサ異常判定装置を用いた温度センサ異常判定方法であって、
温度センサ異常判定装置が備えるデータ蓄積器により、前記温度センサの所定時間ごとの最新の複数サンプルの測定値を蓄積するステップと、
前記温度センサ異常判定装置が備えるシャピロ・ウィルクの検定器により、前記データ蓄積器に蓄積された前記温度センサの測定値のサンプル分の平方和を算出し、前記データ蓄積器に蓄積された前記温度センサの測定値を小さい順に並び替えて前記平方和より検定統計量を算出し、前記測定値のサンプル数とシャピロ・ウィルク検定で使用する係数に基づく比較基準値と前記検定統計量との比較により前記温度センサの測定値が正規分布であるか否かを検定するステップと、
前記温度センサ異常判定装置が備えるセンサ警告判定器により、前記検定器の検定結果に基づいて前記温度センサが異常を警告する温度センサか否かを判定するステップと、を含むことを特徴とする。
A temperature sensor anomaly determination method according to claim 2 of the present invention is a temperature sensor anomaly determination method using a temperature sensor anomaly determination device that determines an anomaly in a temperature sensor that measures the temperature of an atmosphere of a measurement object, comprising:
storing the latest multiple sampled measurement values of the temperature sensor at predetermined time intervals using a data storage device included in the temperature sensor abnormality determination device;
a step of calculating the sum of squares of the sampled temperature sensor measurement values stored in the data accumulator using a Shapiro-Wilk tester included in the temperature sensor anomaly determination device, sorting the temperature sensor measurement values stored in the data accumulator in ascending order and calculating a test statistic from the sum of squares, and testing whether the temperature sensor measurement values are normally distributed by comparing the test statistic with a comparison reference value based on the number of sampled measurement values and a coefficient used in the Shapiro-Wilk test;
The method further includes a step of determining, by a sensor warning determiner provided in the temperature sensor abnormality determination device, whether or not the temperature sensor is a temperature sensor that issues an abnormality warning based on the inspection result of the inspector.
本発明の請求項３に記載された温度センサ異常判定プログラムは、測定対象の雰囲気中の温度を測定する温度センサの異常を判定する温度センサ異常判定プログラムであって、
コンピュータを、
前記温度センサの所定時間ごとの最新の複数サンプルの測定値を蓄積するデータ蓄積器と、
前記データ蓄積器に蓄積された前記温度センサの測定値のサンプル分の平方和を算出し、前記データ蓄積器に蓄積された前記温度センサの測定値を小さい順に並び替えて前記平方和より検定統計量を算出し、前記測定値のサンプル数とシャピロ・ウィルク検定で使用する係数に基づく比較基準値と前記検定統計量との比較により前記温度センサの測定値が正規分布であるか否かを検定するシャピロ・ウィルクの検定器と、
前記シャピロ・ウィルクの検定器の検定結果に基づいて前記温度センサが異常を警告する温度センサか否かを判定するセンサ警告判定器として機能させることを特徴とする。
A temperature sensor abnormality determination program according to a third aspect of the present invention is a temperature sensor abnormality determination program for determining an abnormality in a temperature sensor that measures a temperature in an atmosphere of a measurement object, the program comprising:
Computer,
a data storage unit that stores the latest multiple sample measurements of the temperature sensor at predetermined time intervals;
a Shapiro-Wilk tester that calculates the sum of squares of the sampled measured values of the temperature sensor stored in the data storage device, sorts the measured values of the temperature sensor stored in the data storage device in ascending order, calculates a test statistic from the sum of squares, and tests whether the measured values of the temperature sensor are normally distributed by comparing the test statistic with a comparison reference value based on the number of sampled measured values and a coefficient used in the Shapiro-Wilk test;
The device functions as a sensor warning determiner that determines whether the temperature sensor is a temperature sensor that issues a warning about an abnormality based on the test results of the Shapiro-Wilk tester.
本発明によれば、従来のような専用の装置やパラメータ管理を必要とせず、温度センサの直近の測定値を用いて温度センサの異常を予測することができる。 According to the present invention, abnormalities in a temperature sensor can be predicted using the most recent measurement value of the temperature sensor, without the need for dedicated equipment or parameter management as in the past.
以下、本発明を実施するための形態について、添付した図面を参照しながら詳細に説明する。 The following describes in detail the embodiments of the present invention, with reference to the accompanying drawings.
まず、本発明が採用される測定系の一例について図２を参照しながら説明する。図２に示すように、測定系１１は、測定対象としての真空熱処理炉（加熱炉）１２と４つの制御ループ１３からなる。 First, an example of a measurement system in which the present invention is adopted will be described with reference to Figure 2. As shown in Figure 2, the measurement system 11 consists of a vacuum heat treatment furnace (heating furnace) 12 as the measurement target and four control loops 13.
真空熱処理炉１２は、内部が真空ポンプ１４により真空状態に保持され、炉内上部左右と炉内下部左右にそれぞれヒータ１５（１５Ａ，１５Ｂ，１５Ｃ，１５Ｄ）が配置される。 The interior of the vacuum heat treatment furnace 12 is maintained in a vacuum state by a vacuum pump 14, and heaters 15 (15A, 15B, 15C, 15D) are located on the upper left and right sides of the furnace and on the lower left and right sides of the furnace.
また、各ヒータ１５（１５Ａ，１５Ｂ，１５Ｃ，１５Ｄ）の近傍には、真空熱処理炉１２の雰囲気中の温度（炉内温度）を検出する複数の温度センサＡ１，Ａ２，Ｂ１，Ｂ２が配置される。図２の例では、炉内上部左側のヒータ１５Ａの近傍に温度センサＡ１が配置され、炉内上部右側のヒータ１５Ｂの近傍に温度センサＡ２が配置され、炉内下部左側のヒータ１５Ｃの近傍に温度センサＢ１が配置され、炉内下部右側のヒータ１５Ｄの近傍に温度センサＢ２が配置される。 In addition, multiple temperature sensors A1, A2, B1, B2 are located near each heater 15 (15A, 15B, 15C, 15D) to detect the temperature in the atmosphere of the vacuum heat treatment furnace 12 (furnace temperature). In the example of Figure 2, temperature sensor A1 is located near heater 15A on the upper left side of the furnace, temperature sensor A2 is located near heater 15B on the upper right side of the furnace, temperature sensor B1 is located near heater 15C on the lower left side of the furnace, and temperature sensor B2 is located near heater 15D on the lower right side of the furnace.
なお、本実施の形態では、温度センサＡ１，Ａ２，Ｂ１，Ｂ２として、例えば内部の抵抗値の変動に伴って起電力が大きくなる熱電対を用いているが、これに限定されるものではなく、例えば測温抵抗体などを用いることもできる。 In this embodiment, the temperature sensors A1, A2, B1, and B2 are, for example, thermocouples whose electromotive force increases with fluctuations in their internal resistance, but this is not limited to this and other sensors such as resistance thermometers can also be used.
４つの制御ループ１３は、第１ゾーン上部制御ループ１３Ａ、第２ゾーン上部制御ループ１３Ｂ、第１ゾーン下部制御ループ１３Ｃ、第２ゾーン下部制御ループ１３Ｄからなる。 The four control loops 13 consist of a first zone upper control loop 13A, a second zone upper control loop 13B, a first zone lower control loop 13C, and a second zone lower control loop 13D.
第１ゾーン上部制御ループ１３Ａ、第２ゾーン上部制御ループ１３Ｂ、第１ゾーン下部制御ループ１３Ｃ、第２ゾーン下部制御ループ１３Ｄは、例えばバッチ処理の各ロットにおける炉内温度分布がほぼ均一になるように真空熱処理炉１２の炉内温度を目標温度に制御するため、それぞれＰＩＤ制御器１３ａとＳＣＲ（サイリスタ）１３ｂを備えて構成される。 The first zone upper control loop 13A, the second zone upper control loop 13B, the first zone lower control loop 13C, and the second zone lower control loop 13D are each configured with a PID controller 13a and an SCR (thyristor) 13b to control the furnace temperature of the vacuum heat treatment furnace 12 to a target temperature so that the furnace temperature distribution for each batch processing lot is approximately uniform, for example.
第１ゾーン上部制御ループ１３Ａでは、温度センサＡ１の測定値（温度データ）と上部炉内温度設定値がＰＩＤ制御器１３ａに入力され、その差に応じた操作量（０～１００％）をＰＩＤ制御器１３ａがＳＣＲ１３ｂに出力して駆動制御し、ＳＣＲ１３ｂがヒータ１５Ａをオン／オフ制御する。 In the first zone upper control loop 13A, the measurement value (temperature data) of the temperature sensor A1 and the upper furnace temperature setpoint are input to the PID controller 13a, which outputs an operation variable (0-100%) corresponding to the difference between them to the SCR 13b to control the drive, and the SCR 13b controls the heater 15A on/off.
同様に、第２ゾーン上部制御ループ１３Ｂでは、温度センサＡ２の測定値と上部炉内温度設定値がＰＩＤ制御器１３ａに入力され、その差に応じた操作量（０～１００％）をＰＩＤ制御器１３ａがＳＣＲ１３ｂに出力して駆動制御し、ＳＣＲ１３ｂがヒータ１５Ｂをオン／オフ制御する。 Similarly, in the second zone upper control loop 13B, the measurement value of temperature sensor A2 and the upper furnace temperature setpoint are input to PID controller 13a, which outputs an operation variable (0-100%) corresponding to the difference between them to SCR 13b to control drive, and SCR 13b controls the on/off of heater 15B.
また、第１ゾーン下部制御ループ１３Ｃでは、温度センサＢ１の測定値と上部炉内温度設定値がＰＩＤ制御器１３ａに入力され、その差に応じた操作量（０～１００％）をＰＩＤ制御器１３ａがＳＣＲ１３ｂに出力して駆動制御し、ＳＣＲ１３ｂがヒータ１５Ｃをオン／オフ制御する。 In addition, in the first zone lower control loop 13C, the measurement value of the temperature sensor B1 and the upper furnace temperature set value are input to the PID controller 13a, and the PID controller 13a outputs an operation variable (0 to 100%) corresponding to the difference between them to the SCR 13b to control the drive, and the SCR 13b controls the heater 15C on/off.
さらに、第２ゾーン下部制御ループ１３Ｄでは、温度センサＢ２の測定値と上部炉内温度設定値がＰＩＤ制御器１３ａに入力され、その差に応じた操作量（０～１００％）をＰＩＤ制御器１３ａがＳＣＲ１３ｂに出力して駆動制御し、ＳＣＲ１３ｂがヒータ１５Ｄをオン／オフ制御する。 Furthermore, in the second zone lower control loop 13D, the measurement value of temperature sensor B2 and the upper furnace temperature setpoint are input to PID controller 13a, and the PID controller 13a outputs an operation variable (0-100%) corresponding to the difference between them to SCR 13b for drive control, and SCR 13b controls the on/off of heater 15D.
本実施の形態による温度センサ異常判定装置は、測定系の複数本の温度センサ（図２の例では、測定系１１の４本の温度センサＡ１，Ａ２，Ｂ１，Ｂ２）の測定値の分散（測定ばらつき）の大きさの違いを調べることにより、複数本の温度センサのどの温度センサ（測定系１１を含めて）が異常かを判定し、オペレータに注意を促す機能を有する。 The temperature sensor anomaly determination device according to this embodiment has the function of determining which of the multiple temperature sensors (including measurement system 11) is abnormal by examining the differences in the magnitude of the variance (measurement variation) of the measurement values of the multiple temperature sensors in the measurement system (in the example of Figure 2, the four temperature sensors A1, A2, B1, and B2 in measurement system 11) and alerting the operator.
図１に示すように、温度センサ異常判定装置１は、上記機能を実現するため、データ蓄積器２、検定器３、センサ警告判定器４を備えて構成される。 As shown in Figure 1, the temperature sensor abnormality determination device 1 is configured with a data accumulator 2, a verifier 3, and a sensor warning determiner 4 to achieve the above functions.
データ蓄積器２は、温度センサＡ１，Ａ２，Ｂ１，Ｂ２ごとに測定値を蓄積するデータ保存用のメモリで構成され、温度センサＡ１，Ａ２，Ｂ１，Ｂ２それぞれからの最新１０サンプルの測定値（温度データ）を参照サンプルとして常に蓄積して保存する。 Data accumulator 2 consists of a data storage memory that accumulates measurement values for each of temperature sensors A1, A2, B1, and B2, and constantly accumulates and stores the most recent 10 sample measurements (temperature data) from each of temperature sensors A1, A2, B1, and B2 as reference samples.
データ蓄積器２に保存される測定値は、例えばバッチ処理の１ロット（所定時間）ごとの温度センサＡ１，Ａ２，Ｂ１，Ｂ２それぞれの測定値である。なお、データ蓄積器２に保存される参照サンプルの数は、１０サンプルの測定値に限定されるものではなく、適宜変えることができる。 The measurement values stored in data accumulator 2 are, for example, the measurement values of temperature sensors A1, A2, B1, and B2 for each lot (predetermined time) of batch processing. Note that the number of reference samples stored in data accumulator 2 is not limited to the measurement values of 10 samples and can be changed as appropriate.
検定器３は、直近の測定値が正規分布に従っているかどうかの検定を行うものであり、例えばシャピロ・ウィルクの検定器で構成される。 Tester 3 tests whether the most recent measurements follow a normal distribution, and is configured, for example, with a Shapiro-Wilk tester.
シャピロ・ウィルクの検定は、下記の手順１～４に従って検定が行われる。なお、ここでは計算量の関係から測定値のサンプル数を１０に限定して説明する。 The Shapiro-Wilk test is performed according to steps 1 to 4 below. Note that due to the amount of calculation involved, the number of measurement samples will be limited to 10.
手順１：取得したデータの平方和の算出
温度センサＡ１，Ａ２，Ｂ１，Ｂ２のそれぞれの分散を下記式（１），（２），（３），（４）にて算出する。ここではサンプル数ｎを１０とする。
Step 1: Calculate the sum of squares of the acquired data Calculate the variance of each of the temperature sensors A1, A2, B1, and B2 using the following formulas (1), (2), (3), and (4). Here, the number of samples n is set to 10.
なお、ＳA1は温度センサＡ１のサンプル分の平方和（個々の測定値－平均値の２乗和）、ＳA2は温度センサＡ２のサンプル分の平方和（個々の測定値－平均値の２乗和）、ＳB1は温度センサＢ１のサンプル分の平方和（個々の測定値－平均値の２乗和）、ＳB2は温度センサＢ２のサンプル分の平方和（個々の測定値－平均値の２乗和）、ｘA1i は温度センサＡ１の個々のデータ、ｘA2i は温度センサＡ２の個々のデータ、ｘB1i は温度センサＢ１の個々のデータ、ｘB2i は温度センサＢ２の個々のデータ、ｘA1のバーは温度センサＡ１の平均値、ｘA2のバーは温度センサＡ２の平均値、ｘB1のバーは温度センサＢ１の平均値、ｘB2のバーは温度センサＢ２の平均値である。 where S A1 is the sum of squares of the samples from temperature sensor A1 (individual measurement values minus the sum of squares of the average value), S A2 is the sum of squares of the samples from temperature sensor A2 (individual measurement values minus the sum of squares of the average value), S B1 is the sum of squares of the samples from temperature sensor B1 (individual measurement values minus the sum of squares of the average value), S B2 is the sum of squares of the samples from temperature sensor B2 (individual measurement values minus the sum of squares of the average value), x A1i is individual data from temperature sensor A1, x A2i is individual data from temperature sensor A2, x B1i is individual data from temperature sensor B1, x B2i is individual data from temperature sensor B2, the bar for x A1 is the average value of temperature sensor A1, the bar for x A2 is the average value of temperature sensor A2, the bar for x B1 is the average value of temperature sensor B1, and the bar for x B2 is the average value of temperature sensor B2.
手順２：データの並び替え
温度センサＡ１，Ａ２，Ｂ１，Ｂ２のそれぞれのデータを小さい順に並び替える。ここではデータのサンプル数を１０とする。
温度センサＡ１…ｘA1(1) ，ｘA1(2) ，ｘA1(3) ，…ｘA1(9) ，ｘA1(10)
温度センサＡ２…ｘA2(1) ，ｘA2(2) ，ｘA2(3) ，…ｘA2(9) ，ｘA2(10)
温度センサＢ１…ｘB1(1) ，ｘB1(2) ，ｘB1(3) ，…ｘB1(9) ，ｘB1(10)
温度センサＢ２…ｘB1(1) ，ｘB2(2) ，ｘB2(3) ，…ｘB2(9) ，ｘB2(10)
Step 2: Rearrange the data The data from the temperature sensors A1, A2, B1, and B2 are rearranged in ascending order. Here, the number of data samples is set to 10.
Temperature sensor A1... x A1(1) , x A1(2) , x A1(3) , ... x A1(9) , x A1(10)
Temperature sensor A2...x A2(1) , x A2(2) , x A2(3) ,...x A2(9) , x A2(10)
Temperature sensor B1... x B1(1) , x B1(2) , x B1(3) , ... x B1(9) , x B1(10)
Temperature sensor B2...x B1(1) , x B2(2) , x B2(3) ,...x B2(9) , x B2(10)
手順３：検定統計量Ｗの算出
温度センサＡ１，Ａ２，Ｂ１，Ｂ２のそれぞれの検定統計量Ｗを下記式（５），（６），（７），（８）にて算出する。なお、ＷA1は温度センサＡ１の検定統計量、ＷA2は温度センサＡ２の検定統計量、ＷB1は温度センサＢ１の検定統計量、ＷB2は温度センサＢ２の検定統計量である。
Step 3: Calculate the test statistic W Calculate the test statistic W for each of temperature sensors A1, A2, B1, and B2 using the following equations (5), (6), (7), and (8). Note that W A1 is the test statistic for temperature sensor A1, W A2 is the test statistic for temperature sensor A2, W B1 is the test statistic for temperature sensor B1, and W B2 is the test statistic for temperature sensor B2.
手順４：検定
検定統計量Ｗ＞Ｗ（ｎ，α）を用いて検定する。
Step 4: Testing Test using the test statistic W>W(n, α).
なお、Ｗ（ｎ，α）はシャピロウィルク検定の比較基準値、ｎはデータ数（ロット数）、αは有意水準（一般的には０．０５）、αi はシャピロウィルク検定で使用する係数（既知）である。 Here, W(n, α) is the comparison standard value for the Shapiro-Wilk test, n is the number of data (number of lots), α is the significance level (generally 0.05), and α i is the coefficient (known) used in the Shapiro-Wilk test.
ここで、ｎ＝１０，α＝０．０５である。
よって、ＷA1＞Ｗ（１０，０．０５），ＷA2＞Ｗ（１０，０．０５），ＷB1＞Ｗ（１０，０．０５），ＷB2＞Ｗ（１０，０．０５）であれば、有意水準αで優位とならない。すなわち、該当温度センサは正規分布とはいえないため、故障の疑いがあることになる。
Here, n=10 and α=0.05.
Therefore, if W A1 > W (10, 0.05), W A2 > W (10, 0.05), W B1 > W (10, 0.05), or W B2 > W (10, 0.05), the result is not significant at the significance level α. In other words, the temperature sensor in question does not follow a normal distribution, and there is a suspicion of a malfunction.
なお、係数αi は下記表１のようになる。ここでは、データのサンプル数ｎを１０としているため、係数の数は５となる。 The coefficients αi are as shown in Table 1 below. Here, the number of data samples n is set to 10, so the number of coefficients is 5.
また、棄却域の検定表は下記表２となる。 The test table for the rejection region is shown in Table 2 below.
検定器３は、上述した検定により、温度センサＡ１の測定値が正規分布であると判断すると、検定結果信号として「０」を出力し、温度センサＡ１の測定値が正規分布でないと判断すると、検定結果信号として「１」を出力する。 If the tester 3 determines through the above-mentioned test that the measurement value of temperature sensor A1 is normally distributed, it outputs a test result signal of "0." If the tester 3 determines that the measurement value of temperature sensor A1 is not normally distributed, it outputs a test result signal of "1."
同様に、検定器３は、温度センサＡ２の測定値が正規分布であると判断すると、検定結果信号として「０」を出力し、温度センサＡ２の測定値が正規分布でないと判断すると、検定結果信号として「１」を出力する。また、検定器３は、温度センサＢ１の測定値が正規分布であると判断すると、検定結果信号として「０」を出力し、温度センサＢ１の測定値が正規分布でないと判断すると、検定結果信号として「１」を出力する。さらに、検定器３は、温度センサＢ２の測定値が正規分布であると判断すると、検定結果信号として「０」を出力し、温度センサＢ２の測定値が正規分布でないと判断すると、検定結果信号として「１」を出力する。 Similarly, if the validator 3 determines that the measurement value of temperature sensor A2 is normally distributed, it outputs "0" as the test result signal, and if it determines that the measurement value of temperature sensor A2 is not normally distributed, it outputs "1" as the test result signal. Furthermore, if the validator 3 determines that the measurement value of temperature sensor B1 is normally distributed, it outputs "0" as the test result signal, and if it determines that the measurement value of temperature sensor B1 is not normally distributed, it outputs "1" as the test result signal. Furthermore, if the validator 3 determines that the measurement value of temperature sensor B2 is normally distributed, it outputs "0" as the test result signal, and if it determines that the measurement value of temperature sensor B2 is not normally distributed, it outputs "1" as the test result signal.
センサ警告判定器４は、検定器３から検定結果信号「１」が入力されると、測定値が正規分布でないと判断した温度センサが異常であると判定し、例えば音、表示などによりオペレータに警告を促す。例えばセンサ警告判定器４は、検定器３が温度センサＢ１の測定値が正規分布でないと判断し、検定器３から検定結果信号「１」が入力されると、温度センサＢ１が異常であると判定し、オペレータに警告を促す。 When the sensor warning determiner 4 receives a test result signal "1" from the verifying device 3, it determines that the temperature sensor whose measurement values are not normally distributed is abnormal and issues a warning to the operator, for example, by sound or display. For example, when the verifying device 3 determines that the measurement values of temperature sensor B1 are not normally distributed and the sensor warning determiner 4 receives a test result signal "1" from the verifying device 3, it determines that temperature sensor B1 is abnormal and issues a warning to the operator.
次に、４本の温度センサＡ１，Ａ２，Ｂ１，Ｂ２の具体的な測定値による検定例について説明する。 Next, we will explain an example of testing using specific measurement values from the four temperature sensors A1, A2, B1, and B2.
今、ロットごとの温度センサＡ１，Ａ２，Ｂ１，Ｂ２の測定値が下記表３のように得られたものとする。 Now, assume that the measurement values of temperature sensors A1, A2, B1, and B2 for each lot are obtained as shown in Table 3 below.
Ａ１に対し、正規性の検定を行う。得られた測定値を小さい順に並べると（Ａ２も並行して並び替えておく）、下記表４となる。 A1 is tested for normality. If the obtained measurement values are sorted in ascending order (A2 is also sorted in parallel), the result is Table 4 below.
サンプル数ｎ＝１０の時のαi は、係数の数が５で前記表１の数値表より、α1 ＝０．５７３９、α2 ＝０．３２９１、α3 ＝０．２１４１、α4 ＝０．１２２４、α5 ＝０．０３９９となる。 When the number of samples n=10, the number of coefficients is 5, and from the numerical table of Table 1 above, α i is α 1 =0.5739, α 2 =0.3291, α 3 =0.2141, α 4 =0.1224, and α 5 =0.0399.
上記αi と平方和Ｓ＝２９４．４３より、検定統計量Ｗは、下記式（９）にて算出される。 From the above α i and the sum of squares S=294.43, the test statistic W is calculated by the following formula (9).
数値表から、Ｗ（ｎ，α）＝Ｗ（１０，０．０５）＝０．８４２であり、Ｗ＝０．８８６９＞０．８４２となるから有意でない。したがって正規性がないとはいえない。すなわち、温度センサＡ１は故障しているとはいえないことになる。 From the numerical table, W(n, α) = W(10, 0.05) = 0.842, and W = 0.8869 > 0.842, which is not significant. Therefore, it cannot be said that there is no normality. In other words, it cannot be said that temperature sensor A1 is faulty.
同様に、Ａ２に対し、正規性の検定を行う。平方和ｓ＝７９５．６７より、検定統計量Ｗは、下記式（１０）にて算出される。 Similarly, a normality test is performed on A2. Since the sum of squares s = 795.67, the test statistic W is calculated using the following formula (10):
数値表から、Ｗ（ｎ，α）＝Ｗ（１０，０．０５）＝０．８４２であり、Ｗ＝０．１０９５＜０．８４２となるから有意である。したがって正規性がないといえる。すなわち、温度センサＡ２は故障しているといえる。 From the numerical table, W(n, α) = W(10, 0.05) = 0.842, and W = 0.1095 < 0.842, which is significant. Therefore, it can be said that there is no normality. In other words, it can be said that temperature sensor A2 is faulty.
ところで、上述した実施の形態では、測定系１１における真空熱処理炉１２の炉内温度を４本の温度センサＡ１，Ａ２，Ｂ１，Ｂ２にて検出する場合を例にとって説明したが、測定系や温度センサの数が限定されるものではない。 In the above-described embodiment, an example was described in which the temperature inside the vacuum heat treatment furnace 12 in the measurement system 11 is detected by four temperature sensors A1, A2, B1, and B2, but the number of measurement systems and temperature sensors is not limited.
また、上述した実施の形態において、温度センサ異常判定装置１が備える構成要素（データ蓄積器２、検定器３、センサ警告判定器４の各部）は、演算処理装置、記憶装置などを備えたコンピュータで構成し、各構成要素の処理がプログラムによって実行されるものとしてもよい。 Furthermore, in the above-described embodiment, the components of the temperature sensor abnormality determination device 1 (the data accumulator 2, the verification device 3, and the sensor warning determination device 4) may be configured as a computer equipped with an arithmetic processing device, a storage device, etc., and the processing of each component may be executed by a program.
このように、上述した実施の形態によれば、従来のような専用の装置やパラメータ管理を必要とせず、温度センサ自身が出力する直近の測定値を用いて温度センサの異常を予測することができる。 In this way, according to the above-described embodiment, it is possible to predict abnormalities in a temperature sensor using the most recent measurement value output by the temperature sensor itself, without the need for dedicated devices or parameter management as in the past.
以上、本発明に係る温度センサ異常判定装置および温度センサ異常判定方法並びに温度センサ異常判定プログラムの最良の形態について説明したが、この形態による記述及び図面により本発明が限定されることはない。すなわち、この形態に基づいて当業者等によりなされる他の形態、実施例及び運用技術などはすべて本発明の範疇に含まれることは勿論である。 The above describes the best mode for the temperature sensor anomaly determination device, temperature sensor anomaly determination method, and temperature sensor anomaly determination program according to the present invention, but the present invention is not limited to the description and drawings of this mode. In other words, all other modes, examples, and operational techniques that are made by those skilled in the art based on this mode are naturally included within the scope of the present invention.
１ 温度センサ異常判定装置
２ データ蓄積器
３ 検定器
４ センサ警告判定器
１１ 測定系
１２ 真空熱処理炉
１３ 制御ループ
１３Ａ 第１ゾーン上部制御ループ
１３Ｂ 第２ゾーン上部制御ループ
１３Ｃ 第１ゾーン下部制御ループ
１３Ｄ 第２ゾーン下部制御ループ
１３ａ ＰＩＤ制御器
１３ｂ ＳＣＲ（サイリスタ）
１４ 真空ポンプ
１５（１５Ａ，１５Ｂ，１５Ｃ，１５Ｄ） ヒータ
Ａ１，Ａ２，Ｂ１，Ｂ２ 温度センサ
REFERENCE SIGNS LIST 1 Temperature sensor abnormality determination device 2 Data accumulator 3 Verifier 4 Sensor warning determination device 11 Measurement system 12 Vacuum heat treatment furnace 13 Control loop 13A First zone upper control loop 13B Second zone upper control loop 13C First zone lower control loop 13D Second zone lower control loop 13a PID controller 13b SCR (thyristor)
14 Vacuum pump 15 (15A, 15B, 15C, 15D) Heater A1, A2, B1, B2 Temperature sensor
Claims (3)
前記温度センサの所定時間ごとの最新の複数サンプルの測定値を蓄積するデータ蓄積器と、
前記データ蓄積器に蓄積された前記温度センサの測定値のサンプル分の平方和を算出し、前記データ蓄積器に蓄積された前記温度センサの測定値を小さい順に並び替えて前記平方和より検定統計量を算出し、前記測定値のサンプル数とシャピロ・ウィルク検定で使用する係数に基づく比較基準値と前記検定統計量との比較により前記温度センサの測定値が正規分布であるか否かを検定するシャピロ・ウィルクの検定器と、
前記シャピロ・ウィルクの検定器の検定結果に基づいて前記温度センサが異常を警告する温度センサか否かを判定するセンサ警告判定器と、を備えたことを特徴とする温度センサ異常判定装置。 A temperature sensor abnormality determination device that determines an abnormality in a temperature sensor that measures the temperature of an atmosphere of a measurement object,
a data storage unit that stores the latest multiple sample measurements of the temperature sensor at predetermined time intervals;
a Shapiro-Wilk tester that calculates the sum of squares of the sampled measured values of the temperature sensor stored in the data storage device, sorts the measured values of the temperature sensor stored in the data storage device in ascending order, calculates a test statistic from the sum of squares, and tests whether the measured values of the temperature sensor are normally distributed by comparing the test statistic with a comparison reference value based on the number of sampled measured values and a coefficient used in the Shapiro-Wilk test;
a sensor warning determiner that determines whether the temperature sensor is a temperature sensor that issues an abnormality warning based on the test results of the Shapiro-Wilk tester.
温度センサ異常判定装置が備えるデータ蓄積器により、前記温度センサの所定時間ごとの最新の複数サンプルの測定値を蓄積するステップと、
前記温度センサ異常判定装置が備えるシャピロ・ウィルクの検定器により、前記データ蓄積器に蓄積された前記温度センサの測定値のサンプル分の平方和を算出し、前記データ蓄積器に蓄積された前記温度センサの測定値を小さい順に並び替えて前記平方和より検定統計量を算出し、前記測定値のサンプル数とシャピロ・ウィルク検定で使用する係数に基づく比較基準値と前記検定統計量との比較により前記温度センサの測定値が正規分布であるか否かを検定するステップと、
前記温度センサ異常判定装置が備えるセンサ警告判定器により、前記検定器の検定結果に基づいて前記温度センサが異常を警告する温度センサか否かを判定するステップと、を含むことを特徴とする温度センサ異常判定方法。 A temperature sensor abnormality determination method using a temperature sensor abnormality determination device that determines an abnormality in a temperature sensor that measures the temperature of an atmosphere of a measurement object, comprising:
storing the latest multiple sampled measurement values of the temperature sensor at predetermined time intervals using a data storage device included in the temperature sensor abnormality determination device;
a step of calculating the sum of squares of the sampled temperature sensor measurement values stored in the data accumulator using a Shapiro-Wilk tester included in the temperature sensor anomaly determination device, sorting the temperature sensor measurement values stored in the data accumulator in ascending order and calculating a test statistic from the sum of squares, and testing whether the temperature sensor measurement values are normally distributed by comparing the test statistic with a comparison reference value based on the number of sampled measurement values and a coefficient used in the Shapiro-Wilk test;
A temperature sensor abnormality determination method characterized by including a step of determining, by a sensor warning determiner provided in the temperature sensor abnormality determination device, whether the temperature sensor is a temperature sensor that warns of an abnormality based on the inspection result of the inspection device.
コンピュータを、
前記温度センサの所定時間ごとの最新の複数サンプルの測定値を蓄積するデータ蓄積器と、
前記データ蓄積器に蓄積された前記温度センサの測定値のサンプル分の平方和を算出し、前記データ蓄積器に蓄積された前記温度センサの測定値を小さい順に並び替えて前記平方和より検定統計量を算出し、前記測定値のサンプル数とシャピロ・ウィルク検定で使用する係数に基づく比較基準値と前記検定統計量との比較により前記温度センサの測定値が正規分布であるか否かを検定するシャピロ・ウィルクの検定器と、
前記シャピロ・ウィルクの検定器の検定結果に基づいて前記温度センサが異常を警告する温度センサか否かを判定するセンサ警告判定器として機能させるための温度センサ異常判定プログラム。 A temperature sensor abnormality determination program for determining an abnormality in a temperature sensor that measures a temperature in an atmosphere of a measurement object,
Computer,
a data storage unit that stores the latest multiple sample measurements of the temperature sensor at predetermined time intervals;
a Shapiro-Wilk tester that calculates the sum of squares of the sampled measured values of the temperature sensor stored in the data storage device, sorts the measured values of the temperature sensor stored in the data storage device in ascending order, calculates a test statistic from the sum of squares, and tests whether the measured values of the temperature sensor are normally distributed by comparing the test statistic with a comparison reference value based on the number of sampled measured values and a coefficient used in the Shapiro-Wilk test;
A temperature sensor abnormality determination program for causing the temperature sensor to function as a sensor warning determiner that determines whether the temperature sensor is a temperature sensor that issues an abnormality warning based on the test results of the Shapiro-Wilk tester.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021158050A JP7718938B2 (en) | 2021-09-28 | 2021-09-28 | Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2021158050A JP7718938B2 (en) | 2021-09-28 | 2021-09-28 | Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2023048626A JP2023048626A (en) | 2023-04-07 |
| JP7718938B2 true JP7718938B2 (en) | 2025-08-05 |
Family
ID=85779691
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2021158050A Active JP7718938B2 (en) | 2021-09-28 | 2021-09-28 | Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP7718938B2 (en) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7117057B1 (en) | 2002-09-10 | 2006-10-03 | Taiwan Semiconductor Manufacturing Co. Ltd. | Yield patrolling system |
| WO2016157278A1 (en) | 2015-03-27 | 2016-10-06 | 株式会社日立製作所 | Accident predictive diagnosis system, and method for same |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH10232170A (en) * | 1997-02-20 | 1998-09-02 | Chino Corp | Thermocouple deterioration prediction device |
-
2021
- 2021-09-28 JP JP2021158050A patent/JP7718938B2/en active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7117057B1 (en) | 2002-09-10 | 2006-10-03 | Taiwan Semiconductor Manufacturing Co. Ltd. | Yield patrolling system |
| WO2016157278A1 (en) | 2015-03-27 | 2016-10-06 | 株式会社日立製作所 | Accident predictive diagnosis system, and method for same |
Also Published As
| Publication number | Publication date |
|---|---|
| JP2023048626A (en) | 2023-04-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| EP3940352A1 (en) | Weighing scale diagnostics method | |
| CN1103946C (en) | A method for analyzing measurements and a measurement analyzer implementing this method | |
| KR20110029112A (en) | Systems to monitor consumable parts and how to predict their maintenance and monitor performance life | |
| CN101087993B (en) | Method for monitoring sensor function | |
| JP5164954B2 (en) | Device diagnostic method and device diagnostic device | |
| MX2014013620A (en) | Methods and apparatus to detect leakage current in a resistance temperature detector. | |
| JP2013073414A (en) | Sensor diagnostic device and sensor diagnostic method for plant | |
| JP7076440B2 (en) | How to monitor gas analyzer components | |
| JP5621967B2 (en) | Abnormal data analysis system | |
| KR20180040452A (en) | Method for detecting anomaly using equipment age index and apparatus thereof | |
| JP2013524164A5 (en) | ||
| WO2020204043A1 (en) | Blast furnace abnormality assessment device, blast furnace abnormality assessment method, and blast furnace operation method | |
| BR102020000240A2 (en) | ice detector system, and, method to perform real-time performance and health monitoring of an ice detector system | |
| JP7611042B2 (en) | Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination program | |
| CN107077135A (en) | Method and assistance system for detecting interference in a device | |
| CN114624295B (en) | Gas measuring instrument | |
| KR20180013010A (en) | Method and apparatus for sensing data based on stats analysis | |
| CN116203384A (en) | End-of-life prediction for circuits using acceleration reliability models and sensor data | |
| JP7718938B2 (en) | Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination program | |
| JP4369313B2 (en) | Clinical laboratory system | |
| JP5751333B2 (en) | Management device, management method, program, and recording medium | |
| CN108604085A (en) | Temperature sensor fault detection in turbine system | |
| JP7519940B2 (en) | Temperature sensor abnormality determination device, temperature sensor abnormality determination method, and temperature sensor abnormality determination program | |
| JP2007248090A (en) | Quality control system for clinical examination | |
| CN114646373B (en) | Water meter electromechanical indication value consistency verification method, system, storage medium and intelligent terminal |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240806 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20250430 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20250513 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20250612 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20250715 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20250724 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 7718938 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |