事件解析裝置、存儲介質、及事件解析方法

事件解析裝置、存儲介質、及事件解析方法
【專利摘要】本發明涉及一種事件解析裝置，其具有：事件日志收集部，其收集包含有事件的發生日期和時間、事件發生設備的設備識別符、以及事件的事件類別識別符在內的事件日志；事件日志保存部，其針對每個將設備識別符和事件類別識別符結合而成的設備事件，將事件日志變換為以時間序列表示設備事件是否發生的事件矩陣而保存；以及事件解析部，其通過將事件矩陣分割為規定的基準時間寬度的區塊，針對各區塊判定各設備事件是否發生，從而計算設備事件之間的條件概率，構筑貝葉斯網絡，該事件解析部使用所構筑的貝葉斯網絡，確定作為解析對象的設備事件的原因的設備事件或之后會發生的設備事件。
【專利說明】事件解析裝置、存儲介質、及事件解析方法
【技術領域】
[0001]本發明涉及對在工廠中發生的警報或操作者的操作順序等事件進行解析，并獲取事件因果關系的事件解析裝置、存儲有進行事件解析的計算機程序的非易失性計算機可讀取存儲介質、及事件解析方法。
[0002]本申請主張在2012年12月27日申請的日本專利申請第2012 — 284529的優先權，并將該專利申請的內容引用在本說明書中。
【背景技術】
[0003]已知一種事件解析裝置，其在分布控制系統等中使用，該分布控制系統使用分布配置在工廠中的現場控制器等的控制系統，對傳感器或致動器等現場設備組進行控制，該事件解析裝置獲取在工廠中發生的警報或操作者的操作步驟等事件，并進行解析。
[0004]圖12是說明現有的事件解析裝置的結構的框圖。如圖12所示，事件解析裝置300具有事件日志收集部310和事件顯示部320。
[0005]針對控制系統340的操作者操作記錄或警報等事件，存在由控制系統340作為日志保存的情況、和由數據庫350保存的情況，事件日志收集部310從其中一個或這兩者收集事件日志，記錄在設置于內部或外部的存儲裝置中。
[0006]事件日志收集部310針對收集到的事件組，進行各事件發生頻率或發生比例運算等統計處理，并經由事件顯示部320將事件列表或發生狀況柱狀圖、統計處理結果等顯示在顯示裝置330上。用戶能夠通過參照在顯示裝置330上顯示的上述信息，而實現工廠作業效率的提聞等。
[0007]在日本特開2007 — 164463 號公報、J.Pearl “Probabilistic Reas oning inIntelligent Systems: Networks of Plausible Inference”，Morgan Kaufmann1988、以及須槍弘樹《< 4 '7' τ* >才、7卜7 —夕入門(I)》MEDICAL IMAGING TECHNOLOGYVol.21N0.4Sept ember2003 中，公開有相關技術。
[0008]工廠中發生的警報或操作者的操作步驟等事件，大多并不是獨立的，而是具有相關性。例如，有時會由特定的操作引起某次警報，或在某次警報之后發生其它警報等。
[0009]目前，在事件解析裝置中僅進行簡單的統計處理等解析，因此，事件之間的關系必須由用戶來判斷，但如果能夠實現可掌握所發生的事件因果關系的解析，則事件原因推定、事件后發生事件的預測變得容易，因此會很方便。

【發明內容】

[0010]本發明的一個方式是提供能夠掌握事件因果關系的事件解析裝置、存儲有進行事件解析的計算機程序的非易失性計算機可讀取存儲介質、以及事件解析方法。
[0011]本發明一個方式的事件解析裝置，其對事件進行解析，該事件包含有在多個設備中發生的警報、和以所述設備為對象的操作，在該事件解析裝置中，具有:事件日志收集部，其收集事件日志，該事件日志中包含所述事件的發生日期和時間、發生了所述事件的所述設備的設備識別符、及所述事件的事件類別識別符；事件日志保存部，其針對每個將所述設備識別符和所述事件類別識別符結合而成的設備事件，將所述事件日志變換為以時間序列表示所述設備事件是否發生的事件矩陣，而進行保存；以及事件解析部，其通過將所述事件矩陣分割為規定的基準時間寬度的區塊，針對每個所述區塊判定各設備事件是否發生，從而計算所述設備事件之間的條件概率，構筑貝葉斯網絡，該事件解析部使用所構筑的所述貝葉斯網絡，確定作為解析對象的設備事件的原因的設備事件、或之后會發生的設備事件。
[0012]在所述事件解析裝置的基礎上，能夠使所述事件日志保存部以所述事件日志的最小時間單位寬度設定所述事件矩陣的時間序列。
[0013]在所述事件解析裝置的基礎上，能夠使所述基準時間寬度可變。
[0014]在所述事件解析裝置的基礎上，能夠使所述事件解析部，通過基于每個所述區塊的各所述設備事件是否發生而計算所述設備事件的獨立發生概率和所述設備事件之間的同時發生概率，從而計算所述設備事件之間的條件概率。
[0015]在所述事件解析裝置的基礎上，能夠使所述事件解析部確定對象的所述設備事件，通過將發生所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述獨立發生概率，并且所述事件解析部確定所述設備事件的配對，通過將發生所述配對中的兩者的所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述同時發生概率。
[0016]本發明其它方式的非易失性計算機可讀取存儲介質，其存儲有計算機程序，該計算機程序對事件進行解析，該事件包含有在多個設備中發生的警報、和以所述設備為對象的操作，其中，所述計算機程序被執行而進行下述動作:收集事件日志，該事件日志中包含所述事件的發生日期和時間、發生了所述事件的所述設備的設備識別符、以及所述事件的事件類別識別符，針對每個將所述設備識別符和所述事件類別識別符結合而成的設備事件，將所述事件日志變換為以時間序列表示所述事件是否發生的事件矩陣，而進行保存，通過將所述事件矩陣分割為規定的基準時間寬度的區塊，針對每個所述區塊判定各所述設備事件是否發生，從而計算所述設備事件之間的條件概率，構筑貝葉斯網絡，使用所構筑的所述貝葉斯網絡，確定作為解析對象的設備事件的原因的設備事件、或之后會發生的設備事件。
[0017]在所述非易失性計算機可讀取存儲介質的基礎上，也可以使所述計算機程序被執行而進行下述動作:以所述事件日志的最小時間單位寬度設定所述事件矩陣的時間序列。
[0018]在所述非易失性計算機可讀取存儲介質的基礎上，也可以使所述基準時間寬度可變。
[0019]在所述非易失性計算機可讀取存儲介質的基礎上，也可以使所述計算機程序被執行而進行下述動作:通過基于每個所述區塊的各所述設備事件是否發生而計算所述設備事件的獨立發生概率和所述設備事件之間的同時發生概率，從而計算所述設備之間的條件概率。
[0020]在所述非易失性計算機可讀取存儲介質的基礎上，也可以使所述計算機程序被執行而進行下述動作:確定對象的所述設備事件，通過將發生所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述獨立發生概率，并且確定所述設備事件的配對，通過將發生所述配對中的兩者的所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述同時發生概率。[0021]本發明其它方式的事件解析方法為，包含有在多個設備上發生的警報和以所述設備為對象的操作，該事件解析方法包括以下步驟:收集事件日志的步驟，該事件日志包含所述事件的發生日期和時間、發生了所述事件的所述設備的設備識別符、及所述事件的事件類別識別符；針對每個將所述設備識別符和所述事件類別識別符結合而成的設備事件，將所述事件日志變換為以時間序列表示所述事件是否發生的事件矩陣，而進行保存的步驟；通過將所述事件矩陣分割為規定的基準時間寬度的區塊，針對每個所述區塊判定各所述設備事件是否發生，從而計算所述設備事件之間的條件概率，構筑貝葉斯網絡的步驟；以及使用所構筑的所述貝葉斯網絡，確定作為解析對象的設備事件的原因的設備事件、或之后會發生的設備事件的步驟。
[0022]在所述事件解析方法的基礎上，也可以在變換為所述事件矩陣而保存的步驟中，以所述事件日志的最小時間單位寬度設定所述事件矩陣的時間序列。
[0023]在所述事件解析方法的基礎上，也可以使所述基準時間寬度可變。
[0024]在所述事件解析方法的基礎上，也可以在構筑所述貝葉斯網絡的步驟中，通過基于每個所述區塊的各所述設備事件是否發生而計算所述設備事件的獨立發生概率和所述設備事件之間的同時發生概率，從而計算所述設備事件之間的條件概率。
[0025]在所述事件解析方法的基礎上，也可以在構筑所述貝葉斯網絡的步驟中，確定對象的所述設備事件，通過將發生所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述獨立發生概率，并且確定所述設備事件的配對，通過將發生所述配對中的兩者的所述設備事
[0026]件的所述區塊的數量除以所述區塊的總數而計算所述同時發生概率。
【專利附圖】

【附圖說明】
[0027]圖1是表示本實施方式所涉及的事件解析裝置的結構的框圖。
[0028]圖2是對事件日志收集部和事件日志保存部的動作進行說明的流程圖。
[0029]圖3是表示事件日志的一個例子的圖。
[0030]圖4是表示事件矩陣的一個例子的圖。
[0031]圖5是對事件解析部基于事件矩陣而構筑貝葉斯網絡的處理進行說明的流程圖。
[0032]圖6是表示設備事件的發生概率的例子的圖。
[0033]圖7是表示設備事件的同時概率的例子的圖。
[0034]圖8A是表示進行將所輸入的液體冷卻后輸出的控制的工廠的例子的圖。
[0035]圖8B是表示在圖8A中示出的工廠中構筑的貝葉斯網絡的例子的圖。
[0036]圖9是說明貝葉斯網絡的節點概率的圖。
[0037]圖10是對事件解析部使用貝葉斯網絡進行事件解析的處理進行說明的流程圖。
[0038]圖11是表示事件解析結果的顯示例的圖。
[0039]圖12是說明現有的事件解析裝置的結構的框圖。
【具體實施方式】
[0040]參照附圖對本發明的一個實施方式進行說明。圖1是表示本實施方式所涉及的事件解析裝置的結構的框圖。如圖1所示，事件解析裝置100具有事件日志收集部110、事件日志保存部120、事件解析部130、和解析結果顯示部140。
[0041]事件解析裝置100可使用個人計算機、服務器計算機等通用的信息處理裝置而構成。即，信息處理裝置具有非易失性計算機可讀取存儲介質，其中，該非易失性計算機可讀取存儲介質存儲有用于進行以下處理的計算機程序，通過執行該計算機程序，該信息處理裝置能夠作為事件解析裝置100起作用。當然，事件解析裝置100也可以使用專用裝置構成。
[0042]事件日志收集部110與現有技術同樣地，從與事件日志收集部110連接的控制系統、數據庫等收集事件日志。在事件日志中包含有事件發生的日期和時間、事件發生設備的識別符(標簽)、和事件類別的識別符等。
[0043]事件日志保存部120將事件日志收集部110收集到的事件日志記錄在數據庫(DB)150中并進行管理。事件日志保存部120在將事件日志記錄在DB150中時，將其變換為適于由事件解析部130進行解析的形式。
[0044]具體地說，按照下述方式生成矩陣，S卩，沿縱向設定事件日志的最小時間單位的時間軸，沿橫向排列將設備識別符和事件類別識別符結合而成的項目。然后，對于事件日志中所包含的事件，變換為下述形式:在與發生的日期和時間、和發生的設備及事件類別相對應的列中，輸入標記。
[0045]以下將對事件日志進行變換而得到的數據稱為“事件矩陣”，將設備與事件類別的組合稱為“設備事件”。例如，將在設備“TAG1”上發生的事件“ALARM1”記為設備事件“TAGl:ALARMl”。
[0046]對事件矩陣進行記錄的DB150，能夠記錄大量的事件矩陣，可使用具有靈活的水平擴展性的NoSQL等分布式DB。由此，能夠靈活地應對事件矩陣為大容量的情況、或在工廠作業中設備數量變化的情況等。也可以使用RDB。
[0047]事件解析部130是使用貝葉斯網絡對設備事件之間的因果關系進行解析的功能部。因此，事件解析部130進行以下處理:基于由事件日志保存部120生成的事件矩陣而構筑貝葉斯網絡的處理；針對解析對象的設備事件，使用貝葉斯網絡對作為設備事件的原因的設備事件和預測之后可能發生的設備事件進行解析的處理；以及經由解析結果顯示部140將解析結果顯示在顯示裝置160上的處理。
[0048]貝葉斯網絡是利用概率記述因果關系的圖形模型的I種，是一種概率推理模型，即，通過有向圖構造來表現復雜因果關系的推理，并且，以條件概率表示各變量的關系。本發明中的貝葉斯網絡是指下述曲線圖，其表現為將設備事件之間以單向箭頭連結的形式，針對各設備事件顯示發生概率，在箭頭終點的設備事件處顯示與箭頭起點的設備事件之間的條件概率。
[0049]通過由有向圖網絡來表現因果特征，并在此基礎上進行概率推理，從而能夠預測復雜且不確定現象發生的容易度或可能性。基于截至目前累積的信息，針對各種情況分別求出可能發生的概率，按照這些現象發生的路徑進行計算，從而能夠定量地表示出沿著復雜路徑的因果關系的發生概率。
[0050]通過使用貝葉斯網絡，從而能夠以概率表現作為某個設備事件的原因的設備事件。另外，能夠以概率表現在某個設備事件發生后可能發生的設備事件。此外，通過使用長時間的事件日志來構筑貝葉斯網絡，從而能夠將季節變動或定期維護等要素也包含在解析中。
[0051]下面，對于事件解析裝置100的動作進行說明。首先，參照圖2的流程圖，對事件日志收集部Iio和事件日志保存部120的動作進行說明。如果達到規定的收集定時(S101:是)，則事件日志收集部110從控制系統、數據庫等收集事件日志(S102)。
[0052]如圖3中的一個例子所示，事件日志包含有事件發生的日期和時間、設備識別符(標簽)、事件識別符。在圖3的例子中，示出2012年10月21日18時00分00秒、在設備“TAG1”上發生了警報“ALARM1”，在00分03秒對設備“TAG2”進行了操作“0P1”等。
[0053]事件日志收集的定時，可以按照一定周期、來自用戶的指示、規定的觸發等進行指定，預先確定。
[0054]如果進行了事件日志收集，則事件日志保存部120基于事件日志生成事件矩陣(S103)。如上所述，事件矩陣是指生成下述矩陣，即，沿縱向設定事件日志的最小時間單位的時間軸，沿橫向排列設備事件，將事件日志中所包含的事件變換為下述形式:在與發生的日期和時間、和發生的設備及事件類別相對應的列中輸入標記。
[0055]圖4表示對圖3中示出的事件日志進行變換而得到的事件矩陣。在圖4中，由于將事件日志的最小時間單位設為I秒，因此，事件矩陣的縱向時間間隔為I秒。另外，在橫向排列由設備識別符和事件類別識別符結合而成的設備事件，因此，設定“TAG1: ALARMl ”“TAG2:ALARM3,X<TAG1: 0P1”這樣的列。實際中，沿橫向設定與設備和事件類別的組合數量相應的列。
[0056]在本例中，由于在2012年10月21日18時00分00秒，在設備“TAG1”上發生了警報“ALARM1”，因此，在對應的列中輸入標記(“O”)。同樣地，由于在2012年10月21日18時00分03秒，對設備“TAG2”進行了操作“0P1”，因此，在對應的列中輸入標記(“O”)
[0057]如果生成了事件矩陣，則事件日志保存部120將所生成的事件矩陣記錄在DB150中(S104)。這時，還可以追加記錄，以使得可以使用過去的數據。然后，事件日志收集部110等待下一個收集定時(S101)。
[0058]下面，參照圖5的流程圖，對事件解析部130基于事件矩陣而構筑貝葉斯網絡的處理進行說明。如果達到規定的更新定時(S201:是)，則事件解析部130參照在DB150中記錄的事件矩陣(S202)。即，貝葉斯網絡在規定的定時被更新。對貝葉斯網絡進行更新的定時，可以按照一定周期、來自用戶的指示、規定的觸發等而指定，預先確定。
[0059]貝葉斯網絡的構筑需要各設備事件的獨立發生概率、設備事件之間的條件概率。為了計算上述概率，在本實施方式中，確定某個時間寬度例如10分鐘、I個小時等，作為基準時間寬度。即，發生概率表示在基準時間內發生的概率。以基準時間寬度將事件矩陣的時間軸從開始至結束為止分割為多個區塊(S203)。
[0060]基準時間寬度可對應于解析對象的工廠而確定。例如，在對以不存在流量、壓力等延遲要素的設備為核心的工廠進行解析的情況下，可以將基準時間寬度設得較短。另一方面，在對以存在溫度等一階延遲要素的設備為核心的工廠進行解析的情況下，將基準時間寬度設定得較長。
[0061]在工廠中存在多種設備的情況下，也可以確定多個基準時間寬度而不是單個基準時間寬度，構筑與各時間寬度相對應的貝葉斯網絡并進行解析。為了使該處理容易，事件矩陣以事件日志的最小時間單位設定時間軸。[0062]確定對象的設備事件，對于各區塊，判斷是否發生了哪怕I次對象的設備事件，對發生設備事件的區塊數進行計數。通過將該計數值除以整個期間的區塊數，從而能夠針對對象的設備事件計算其發生概率。通過對全部設備事件進行上述處理，從而能夠計算出圖6所示的各設備事件的發生概率(S204)。
[0063]然后，確定對象的設備事件的配對，對兩個設備事件均發生的區塊數進行計數。通過將該計數值除以整個期間的區塊數，從而針對對象的設備事件配對，計算其同時概率。通過對全部設備事件配對對進行該處理，從而能夠計算出圖7所示的各設備事件配對的同時發生概率。
[0064]根據設備事件的獨立發生概率和設備事件配對的同時發生概率，對于設備事件之間而計算條件概率(S206)。在這里，條件概率是在發生了設備事件A的情況下發生設備事件B的概率，能夠根據設備事件A、設備事件B的獨立發生概率、設備事件A與設備事件B的同時發生概率，通過貝葉斯定理進行計算。具體地說，在發生了設備事件A的情況下，設備事件B發生的概率，通過將設備事件A和設備事件B的同時發生概率除以設備事件A的獨立發生概率而計算出。
[0065]最后，根據各設備事件之間的條件概率構筑貝葉斯網絡(S207)。在貝葉斯網絡的構筑中，可以使用麗ST法或K2法等已知方法或其它方法。在麗ST法中，使用任意的設備事件配對的關聯信息量，在K2法中，使用信息量基準而提取設備事件之間的因果關系。基于設備事件的發生概率和事件之間的條件概率，計算關聯信息量、信息量基準。
[0066]對于使用K2法構筑貝葉斯網絡的方法的一個例子進行說明。在K2法中，為了推定曲線圖構造，針對各事件生成與父候選的構造假定，使用信息量基準進行評價。信息量基準包括Cooper法、MDL (Minimum Description Length)等。以下對于MDL進行說明。在使用MDL的情況下，基于下式計算MDL值，進行使用該MDL值確定父節點的處理。
[0067][公式I]
【權利要求】
1.一種事件解析裝置，其對事件進行解析，該事件包含有在多個設備中發生的警報、和以所述設備為對象的操作， 在該事件解析裝置中，具有: 事件日志收集部，其收集事件日志，該事件日志中包含所述事件的發生日期和時間、發生了所述事件的所述設備的設備識別符、及所述事件的事件類別識別符； 事件日志保存部，其針對每個將所述設備識別符和所述事件類別識別符結合而成的設備事件，將所述事件日志變換為以時間序列表示所述設備事件是否發生的事件矩陣，而進行保存；以及 事件解析部，其通過將所述事件矩陣分割為規定的基準時間寬度的區塊，針對每個所述區塊判定各設備事件是否發生，從而計算所述設備事件之間的條件概率，構筑貝葉斯網絡， 該事件解析部使用所構筑的所述貝葉斯網絡，確定作為解析對象的設備事件的原因的設備事件、或之后會發生的設備事件。
2.根據權利要求1所述的事件解析裝置，其中， 所述事件日志保存部，以所述事件日志的最小時間單位寬度，設定所述事件矩陣的時間序列。
3.根據權利要求1所述的事件解析裝置，其中， 所述基準時間寬度是可變的。
4.根據權利要求1所述的事件解析裝置，其中， 所述事件解析部，通過基于每個所述區塊的各所述設備事件是否發生，計算所述設備事件的獨立發生概率、和所述設備事件之間的同時發生概率，從而計算所述設備事件之間的條件概率。
5.根據權利要求4所述的事件解析裝置，其中， 所述事件解析部確定對象的所述設備事件，通過將發生所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述獨立發生概率，并且所述事件解析部確定所述設備事件的配對，通過將發生所述配對中的兩者的所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述同時發生概率。
6.一種非易失性計算機可讀取存儲介質，其存儲有計算機程序，該計算機程序對事件進行解析，該事件包含有在多個設備中發生的警報、和以所述設備為對象的操作，其中， 所述計算機程序被執行而進行下述動作: 收集事件日志，該事件日志中包含所述事件的發生日期和時間、發生了所述事件的所述設備的設備識別符、以及所述事件的事件類別識別符， 針對每個將所述設備識別符和所述事件類別識別符結合而成的設備事件，將所述事件日志變換為以時間序列表示所述事件是否發生的事件矩陣，而進行保存， 通過將所述事件矩陣分割為規定的基準時間寬度的區塊，針對每個所述區塊判定各所述設備事件是否發生，從而計算所述設備事件之間的條件概率，構筑貝葉斯網絡， 使用所構筑的所述貝葉斯網絡，確定作為解析對象的設備事件的原因的設備事件、或之后會發生的設備事件。
7.根據權利要求6所述的非易失性計算機可讀取存儲介質，其中，所述計算機程序被執行而進行下述動作: 以所述事件日志的最小時間單位寬度設定所述事件矩陣的時間序列。
8.根據權利要求6所述的非易失性計算機可讀取存儲介質，其中， 所述基準時間寬度是可變的。
9.根據權利要求6所述的非易失性計算機可讀取存儲介質，其中， 所述計算機程序被執行而進行下述動作: 通過基于每個所述區塊的各所述設備事件是否發生而計算所述設備事件的獨立發生概率和所述設備事件之間的同時發生概率，從而計算所述設備之間的條件概率。
10.根據權利要求9所述的非易失性計算機可讀取存儲介質，其中， 所述計算機程序被執行而進行下述動作: 確定對象的所述設備事件，通過將發生所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述獨立發生概率，并且確定所述設備事件的配對，通過將發生所述配對中的兩者的所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述同時發生概率。
11.一種事件解析方法，該事件包含有在多個設備上發生的警報和以所述設備為對象的操作， 該事件解析方法包括以下步驟: 收集事件日志的步驟，該事件日志包含所述事件的發生日期和時間、發生了所述事件的所述設備的設備識別符、及所述事件的事件類別識別符； 針對每個將所述設備識別符和所述事件類別識別符結合而成的設備事件，將所述事件日志變換為以時間序列表示所述事件是否發生的事件矩陣，而進行保存的步驟； 通過將所述事件矩陣分割為規定的基準時間寬度的區塊，針對每個所述區塊判定各所述設備事件是否發生，從而計算所述設備事件之間的條件概率，構筑貝葉斯網絡的步驟；以及 使用所構筑的所述貝葉斯網絡，確定作為解析對象的設備事件的原因的設備事件、或之后會發生的設備事件的步驟。
12.根據權利要求11所述的事件解析方法，其中， 在變換為所述事件矩 陣而保存的步驟中，以所述事件日志的最小時間單位寬度設定所述事件矩陣的時間序列。
13.根據權利要求11所述的事件解析方法，其中， 所述基準時間寬度是可變的。
14.根據權利要求11所述的事件解析方法，其中， 在構筑所述貝葉斯網絡的步驟中，通過基于每個所述區塊的各所述設備事件是否發生而計算所述設備事件的獨立發生概率和所述設備事件之間的同時發生概率，從而計算所述設備事件之間的條件概率。
15.根據權利要求14所述的事件解析方法，其中， 在構筑所述貝葉斯網絡的步驟中，確定對象的所述設備事件，通過將發生所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述獨立發生概率，并且確定所述設備事件的配對，通過將發生所述配對中的兩者的所述設備事件的所述區塊的數量除以所述區塊的總數而計算所述同時發生概率。
【文檔編號】G05B19/418GK103902643SQ201310713571
【公開日】2014年7月2日 申請日期:2013年12月20日 優先權日:2012年12月27日
【發明者】櫻庭祐一 申請人:橫河電機株式會社