ITUB20155473A1

ITUB20155473A1 - METHOD OF ANALYSIS OF TIME SEQUENCES OF MEASURES OF TWO SIGNALS CHARACTERISTICS OF A SYSTEM TO DETERMINE A POSSIBLE CAUSE-EFFECT CORRELATION WITH THE SAME TIME DELAY

Info

Publication number: ITUB20155473A1
Application number: ITUB2015A005473A
Authority: IT
Inventors: Attilio Brighenti; Chiara Brighenti; Jacopo Biancat
Original assignee: S A T E Systems And Advanced Tech Engineering S R L
Priority date: 2015-11-11
Filing date: 2015-11-11
Publication date: 2017-05-11

Description

D E S C R I Z I O N E DESCRIPTION

"METODO DI ANALISI DELLE SEQUENZE TEMPORALI DI MISURE DI DUE SEGNALI CARATTERISTICI DI UN SISTEMA PER DETERMINARE UNA EVENTUALE CORRELAZIONE DI CAUSA-EFFETTO CON STESSO RITARDO DI TEMPO" "METHOD OF ANALYSIS OF THE TIME SEQUENCES OF MEASUREMENTS OF TWO CHARACTERISTIC SIGNALS OF A SYSTEM TO DETERMINE A POSSIBLE CAUSE-EFFECT CORRELATION WITH THE SAME TIME DELAY"

SETTORE DELLA TECNICA TECHNIQUE SECTOR

La presente invenzione è relativa ad un metodo di analisi delle sequenze temporali di misure di due segnali caratteristici di un sistema per determinare una eventuale correlazione di causa-effetto. The present invention relates to a method of analyzing the temporal sequences of measurements of two characteristic signals of a system to determine a possible cause-effect correlation.

ARTE ANTERIORE ANTERIOR ART

Tradizionalmente, nei sistemi complessi (ovvero comprendenti diversi componenti che interagiscono tra di loro) la diagnosi del sistema si limitava ad individuare i guasti nel momento in cui i guasti stessi si verificano (ovvero la diagnosi segnala la presenza di un guasto che deve venire riparato determinando nel frattempo l'arresto del sistema o, nella migliore delle ipotesti, il funzionamento del sistema con prestazioni ridotte). Traditionally, in complex systems (i.e. comprising several components that interact with each other) the diagnosis of the system was limited to identifying faults when the faults themselves occur (i.e. the diagnosis indicates the presence of a fault that must be repaired by determining meanwhile, system shutdown or, at best, system operation with reduced performance).

Recentemente si è cercato di sviluppare una diagnosi predittiva che potesse individuare non la presenza dei guasti, ma la probabilità che un guasto si verifichi nel prossimo futuro; in questo modo è possibile programmare per tempo e con tranquillità un intervento di manutenzione che eviti 1'insorgenza di un guasto e quindi eviti per un tempo relativamente lungo l'arresto del sistema (o comunque un funzionamento del sistema con prestazioni ridotte). Recently an attempt has been made to develop a predictive diagnosis that could identify not the presence of faults, but the probability that a fault will occur in the near future; in this way it is possible to program in time and with confidence a maintenance intervention which avoids the onset of a fault and therefore avoids system shutdown (or in any case system operation with reduced performance) for a relatively long time.

La diagnosi preventiva è particolarmente difficile nei sistemi complessi in cui sono presenti molti sensori (decine, centinaia o addirittura migliaia) che forniscono in tempo più o meno reale altrettante sequenze temporali di misure di corrispondenti segnali caratteristici del sistema. Preventive diagnosis is particularly difficult in complex systems in which there are many sensors (tens, hundreds or even thousands) which provide in more or less real time as many temporal sequences of measurements of corresponding characteristic signals of the system.

Infatti, per una vasta gamma di settori scientifici e industriali, vi è la necessità di acquisire una grande quantità di dati per il monitoraggio dei sistemi e processi. L'identificazione di un comportamento nuovo o anomalo e delle sue possibili cause tramite mera visualizzazione dei dati acquisiti risulta estremamente difficile e spesso non fattibile in termini di risorse economiche e di tempo. Per tale ragione, vi è necessità di un sistema di diagnostica che sia in grado di elaborare i dati acquisiti e automaticamente identificare le osservazioni "normali" ed eventuali fenomeni "nuovi". In fact, for a wide range of scientific and industrial sectors, there is a need to acquire a large amount of data for the monitoring of systems and processes. The identification of a new or anomalous behavior and its possible causes through mere visualization of the acquired data is extremely difficult and often not feasible in terms of economic resources and time. For this reason, there is a need for a diagnostic system that is able to process the acquired data and automatically identify "normal" observations and any "new" phenomena.

In letteratura esistono molte tecniche di rivelazione di anomalie alcune delle quali vengono applicate anche sul campo per identificare automaticamente nuovi comportamenti nei parametri di processo; tali tecniche si differenziano dal livello di conoscenza a priori richiesta per il loro utilizzo . In the literature there are many anomaly detection techniques, some of which are also applied in the field to automatically identify new behaviors in the process parameters; these techniques differ from the level of a priori knowledge required for their use.

L'approccio più semplice e comune è quello basato sull' utilizzo di una ''soglia", che consiste nel controllare variabili misurabili per superamento ascendente o discendente di limiti fissi. Il principale inconveniente di questa tecnica è la necessità di dover impostare limiti di soglia ampi per evitare falsi allarmi, con la conseguenza che possono essere rilevati solo guasti improvvisi o gradualmente crescenti di lunga durata. The simplest and most common approach is based on the use of a "threshold", which consists in controlling measurable variables by ascending or descending overcoming of fixed limits. The main drawback of this technique is the need to set threshold limits large to avoid false alarms, with the consequence that only sudden or gradually increasing faults of long duration can be detected.

Nel caso sia disponibile maggiore conoscenza a priori del processo, si può utilizzare una diagnostica basata sull' utilizzo di un ''modello". In questo caso il modello di comportamento normale del processo è utilizzato come riferimento per il confronto con il comportamento del processo osservato. Tale approccio risulta molto più affidabile rispetto all'approccio basato sull' utilizzo di una ''soglia", in quanto è possibile rilevare piccole differenze tra i segnali simulati (generati dal modello) e le misure rilevate sul campo. If more a priori knowledge of the process is available, a diagnostic based on the use of a "model" can be used. In this case the normal process behavior model is used as a reference for comparison with the observed process behavior. This approach is much more reliable than the approach based on the use of a "threshold", as it is possible to detect small differences between the simulated signals (generated by the model) and the measurements taken in the field.

Tuttavia, la generazione di un modello di comportamento normale del processo non è sempre un compito fattibile e compatibile con le risorse disponibili. Inoltre, le modifiche, a cui spesso un impianto è soggetto durante la sua vita, richiederebbero l'aggiornamento continuo dei parametri del modello o del modello stesso. Anche se esistono metodi e algoritmi che consentono l'identificazione online di alcuni parametri, questo approccio basato sull'utilizzo di un modello richiede un'adeguata fase di preconfigurazione da parte di tecnici di processo durante 1'installazione e la messa in funzione dell'impianto stesso e, in aggiunta, deve essere focalizzato su unità o sotto-sistemi specifici per ottenere la necessaria precisione, tempestività e, perciò, utilità dal sistema diagnostico. In conclusione, un approccio unificato e indipendente dalla conoscenza a priori richiesta di ciò che è considerato un ''comportamento normale" del processo, sarebbe la soluzione ideale per un sistema diagnostico che deve analizzare migliaia di parametri. However, generating a normal process behavior model is not always a feasible and resource-compatible task. Furthermore, the modifications, to which a plant is often subject during its life, would require the continuous updating of the parameters of the model or of the model itself. Although there are methods and algorithms that allow the online identification of some parameters, this approach based on the use of a model requires an adequate preconfiguration phase by process technicians during installation and commissioning of the plant. itself and, in addition, must be focused on specific units or sub-systems to obtain the necessary precision, timeliness and, therefore, utility from the diagnostic system. In conclusion, a unified approach independent of the a priori knowledge required of what is considered a 'normal behavior' of the process would be the ideal solution for a diagnostic system that has to analyze thousands of parameters.

Un'alternativa alla diagnostica basata sull'utilizzo di un "modello" è rappresentata dalla diagnostica basata sull'utilizzo di "dati" che risulta applicabile in tutte quelle applicazioni in cui una grande quantità di dati è registrata e memorizzata. An alternative to diagnostics based on the use of a "model" is represented by diagnostics based on the use of "data" which is applicable in all those applications where a large amount of data is recorded and stored.

In effetti, i dati stessi, di solito registrati con tempi di campionamento che vanno dal millisecondo ai minuti, contengono le informazioni statiche e dinamiche più rilevanti sullo stato dell'impianto ed il suo comportamento; metodi adeguati consentono l'estrazione di questa conoscenza che può essere presentata ai tecnici sul campo per aiutarli ad individuare possibili condizioni operative indesiderate e pianficare adeguatamente le operazioni di manutenzione. In fact, the data themselves, usually recorded with sampling times ranging from milliseconds to minutes, contain the most relevant static and dynamic information on the state of the system and its behavior; Appropriate methods enable the extraction of this knowledge which can be presented to field technicians to help them identify possible undesirable operating conditions and plan maintenance operations properly.

La diagnostica basata sull'utilizzo dei ''dati'' ha il principale vantaggio che non richiede una conoscenza a priori sul sistema; inoltre l'insieme dei parametri monitorati può essere espanso durante la vita dell'impianto, pertanto è in grado di catturare automaticamente i cambiamenti nella configurazione dell'impianto, mediante l'analisi dei dati stessi. Diagnostics based on the use of '' data '' has the main advantage that it does not require a priori knowledge about the system; moreover, the set of monitored parameters can be expanded during the life of the system, therefore it is able to automatically capture the changes in the system configuration, by analyzing the data themselves.

DESCRIZIONE DELLA INVENZIONE DESCRIPTION OF THE INVENTION

Scopo della presente invenzione è fornire un metodo di analisi delle sequenze temporali di misure di due segnali caratteristici di un sistema per determinare una eventuale correlazione di causa-effetto, il quale metodo di analisi permetta di eseguire una diagnosi efficace ed efficiente del sistema e, nello stesso tempo, sia di facile ed economica realizzazione. The purpose of the present invention is to provide a method for analyzing the temporal sequences of measurements of two characteristic signals of a system to determine a possible cause-effect correlation, which method of analysis allows to perform an effective and efficient diagnosis of the system and, in the at the same time, both easy and inexpensive to make.

Secondo la presente invenzione viene fornito un metodo di analisi delle sequenze temporali di misure di due segnali caratteristici di un sistema per determinare una eventuale correlazione di causa-effetto secondo quanto rivendicato dalle rivendicazioni allegate. According to the present invention there is provided a method of analyzing the time sequences of measurements of two characteristic signals of a system to determine a possible cause-effect correlation according to what is claimed by the attached claims.

BREVE DESCRIZIONE DEI DISEGNI BRIEF DESCRIPTION OF THE DRAWINGS

La presente invenzione verrà ora descritta con riferimento al disegno annesso, che ne illustra un esempio di attuazione non limitativo; in particolare, la figura allegata è una vista schematica di un sistema collegato ad una unità di controllo che implementa un metodo di analisi realizzato in accordo con la presente invenzione. The present invention will now be described with reference to the attached drawing, which illustrates a non-limiting embodiment thereof; in particular, the attached figure is a schematic view of a system connected to a control unit which implements an analysis method realized in accordance with the present invention.

FORME DI ATTUAZIONE PREFERITE DELL'INVENZIONE PREFERRED EMBODIMENTS OF THE INVENTION

Nella figura allegata, con il numero 1 è indicato nel suo complesso un sistema complesso provvisto di una pluralità di sensori 2, ciascuno dei quali rileva ciclicamente ed in tempo più o meno reale la misura di corrispondenti segnali caratteristici del sistema 1. Di conseguenza, nel tempo ciascun sensore 2 fornisce una sequenza temporale di misure di un corrispondente segnale caratteristico del sistema 1. E' importante osservare che le misure rilevate dai sensori 2 possono indifferentemente essere numeriche (ovvero un numero compreso in un intervallo predeterminato), categoriche (ovvero assumere un valore all'interno di un limitato insieme di valori), o logiche (ovvero O/OFF oppure 1/ON). In the attached figure, the number 1 indicates as a whole a complex system provided with a plurality of sensors 2, each of which detects cyclically and in more or less real time the measurement of corresponding characteristic signals of the system 1. Consequently, in the time each sensor 2 provides a temporal sequence of measurements of a corresponding characteristic signal of the system 1. It is important to note that the measurements detected by the sensors 2 can indifferently be numerical (i.e. a number included in a predetermined interval), categorical (i.e. assume a value within a limited set of values), or logical (i.e. O / OFF or 1 / ON).

Al sistema 1 è collegata una unità 3 di controllo che riceve le misure eseguite da tutti i sensori 2; l'unità 3 di controllo può essere fisicamente disposta vicino al sistema 1 (ovvero può essere parte integrante del sistema 1) e quindi è direttamente cablata con i sensori 2 oppure può anche essere fisicamente disposta lontano (anche molto lontano) dal sistema 1 e quindi comunica a distanza con i sensori 2. A control unit 3 is connected to the system 1, which receives the measurements performed by all the sensors 2; the control unit 3 can be physically arranged close to the system 1 (i.e. it can be an integral part of the system 1) and therefore is directly wired with the sensors 2 or it can also be physically arranged far (even very far) from the system 1 and therefore communicates remotely with sensors 2.

L'unità 3 di controllo esegue delle elaborazioni (dettagliatamente descritte in seguito) per eseguire una diagnosi predittiva del sistema 1 oppure per rilevare relazioni di causa-effetto tra i segnali caratteristici del sistema 1 misurati dai sensori 2. The control unit 3 carries out processing (described in detail below) to perform a predictive diagnosis of the system 1 or to detect cause-effect relationships between the characteristic signals of the system 1 measured by the sensors 2.

Durante una fase di calibrazione, l'unità 3 di controllo riceve e registra dai sensori 2 il valore assunto da ciascun segnale caratteristico del sistema in modo da costruire una corrispondente sequenza temporale di misure di calibrazione (ovvero di riferimento). La fase di calibrazione serve a costruire un andamento storico (cioè di calibrazione) del funzionamento del sistema 1, con cui paragonare il funzionamento corrente del sistema 1 al fine di determinare eventuali mutazioni nel segnale caratteristico 1; le mutazioni nel segnale caratteristico 1 costituiscono delle ”novità " del sistema 1, ovvero dei comportamenti nuovi del sistema 1 che in qualche modo si differenziano in modo significativo dal comportamento storico. Ogni qual volta si manifesta una mutazione (ovvero una ''novità") del sistema 1, l'unità 3 di controllo registra e segnale tale mutazione in modo tale che un addetto (umano e/o automatizzato) alla manutenzione possa svolgere delle ulteriori indagini per verificare se la mutazione rientra nella variabilità di comportamento del sistema 1 oppure è il (primo) sintomo di un prossimo guasto o di una eccessiva usura. During a calibration phase, the control unit 3 receives and records from the sensors 2 the value assumed by each characteristic signal of the system so as to construct a corresponding temporal sequence of calibration (ie reference) measurements. The calibration phase serves to construct a historical trend (ie calibration) of the operation of the system 1, with which to compare the current operation of the system 1 in order to determine any mutations in the characteristic signal 1; the mutations in the characteristic signal 1 constitute "novelties" of system 1, or new behaviors of system 1 that in some way differ significantly from historical behavior. Whenever a mutation occurs (or a "novelty") of system 1, the control unit 3 records and signals this mutation so that a maintenance worker (human and / or automated) can carry out further investigations to verify whether the mutation falls within the behavioral variability of system 1 or is the (first) symptom of upcoming failure or excessive wear.

Tanto più è lunga la fase di calibrazione, tanto più è affidabile ciascuna sequenza temporale di misure di calibrazione, ovvero tanto più ciascuna sequenza temporale di misure di calibrazione è uno spaccato affidabile del comportamento "normale" del corrispondente segnale caratteristico. Ovviamente, durante la fase di calibrazione il sistema 1 deve essere in condizioni ottimali (cioè del tutto privo di guasti e di usure significative), in modo tale che le sequenze temporali di misure di calibrazione siano un indice del comportamento ottimale (e non di un comportamento anomalo) del sistema 1. The longer the calibration phase, the more reliable each time sequence of calibration measurements is, ie the more each time sequence of calibration measurements is a reliable cross-section of the "normal" behavior of the corresponding characteristic signal. Obviously, during the calibration phase the system 1 must be in optimal conditions (i.e. completely free of faults and significant wear), so that the timing sequences of calibration measurements are an index of the optimal behavior (and not of a abnormal behavior) of the system 1.

In altre parole, l'unità 3 di controllo analizza le sequenze temporali di misure di tutti i sensori 2 per determinare l'eventuale presenza di mutazioni nel segnale caratteristico 1 e quindi segnalare all'addetto (umano e/o automatizzato) alla manutenzione solo le mutazioni; in questo modo, l'addetto alla manutenzione deve unicamente occuparsi delle eventuali mutazioni nel segnale caratteristico 1 che costituiscono una frazione molto piccola di tutta la mole di dati costituita dalle sequenze temporali di misure di tutti i sensori 2. In other words, the control unit 3 analyzes the time sequences of measurements of all the sensors 2 to determine the possible presence of mutations in the characteristic signal 1 and then report to the (human and / or automated) maintenance employee only the mutations; in this way, the maintenance worker only has to deal with any mutations in the characteristic signal 1 which constitute a very small fraction of the entire amount of data constituted by the time sequences of measurements of all the sensors 2.

Vengono di seguito descritte tre diverse modalità di analisi della sequenza temporale di misure di un segnale caratteristico del sistema 1 per diagnosticare la presenza di mutazioni nel segnale caratteristico stesso; ciascuna di queste modalità di analisi può venire applicata alla sequenza temporale di misure di ciascun segnale caratteristico del sistema 1 per diagnosticare la presenza di mutazioni nel segnale caratteristico stesso. Three different ways of analyzing the temporal sequence of measurements of a characteristic signal of the system 1 are described below in order to diagnose the presence of mutations in the characteristic signal itself; each of these methods of analysis can be applied to the temporal sequence of measurements of each characteristic signal of the system 1 to diagnose the presence of mutations in the characteristic signal itself.

PRIMA MODALITÀ DI ANALISI DELLA SEQUENZA TEMPORALE DI MISURE DI UN SEGNALE CARATTERISTICO PER DETERMINARE MUTAZIONI NEL SEGUALE CARATTERISTICO STESSO FIRST METHOD OF ANALYSIS OF THE TIME SEQUENCE OF MEASUREMENTS OF A CHARACTERISTIC SIGNAL TO DETERMINE MUTATIONS IN THE FOLLOWING CHARACTERISTIC SAME

Inizialmente e durante una fase di calibrazione, l'unità 3 di controllo determina periodicamente (ricevendo le letture dal corrispondente sensore 2) il valore assunto dal segnale caratteristico in modo da costruire una sequenza temporale di misure di calibrazione. Di conseguenza, al termine della fase di calibrazione nella memoria della unità 3 di controllo è memorizzata la sequenza temporale di misure di calibrazione sottoforma di una matrice (presentante una successione di coppie formate ciascuna da un misura e dall'istante di tempo in cui è stata eseguita la misura stessa). Initially and during a calibration phase, the control unit 3 periodically determines (by receiving the readings from the corresponding sensor 2) the value assumed by the characteristic signal in order to construct a temporal sequence of calibration measurements. Consequently, at the end of the calibration phase, the time sequence of calibration measurements is stored in the memory of the control unit 3 in the form of a matrix (presenting a succession of pairs each formed by a measurement and by the instant of time in which it was performed the measurement itself).

Successivamente, l'unità 3 di controllo stabilisce un insieme finito di modelli (pattern) presenti all'interno della sequenza temporale di misure di calibrazione. Generalmente il numero di modelli è ridotto rispetto al numero di misure (dell'ordine massimo di qualche decina anche a fronte di migliaia di misure). Una volta stabiliti i modelli, l'unità 3 di controllo può trasformare la sequenza temporale di misure di calibrazione in una corrispondente sequenza temporale di modelli assegnando alle misure i corrispondenti modelli. Subsequently, the control unit 3 establishes a finite set of patterns present within the temporal sequence of calibration measurements. Generally the number of models is reduced compared to the number of measures (of the maximum order of a few tens even in the face of thousands of measures). Once the models have been established, the control unit 3 can transform the time sequence of calibration measurements into a corresponding time sequence of models by assigning the corresponding models to the measures.

Quindi, l'unità 3 di controllo determina una prima distribuzione di frequenza normalizzata dei modelli all'interno della sequenza temporale di misure di calibrazione; ovvero l'unità 3 di controllo determina per ciascun modello la frequenza normalizzata con cui il modello stesso è presente all'interno della sequenza temporale di misure di calibrazione (cioè quante volte il modello stesso si può trovare all'interno della sequenza temporale di misure di calibrazione). La frequenza di ciascun modello viene normalizzata, ovvero viene espressa in termini relativi (generalmente su scala 0-1 o su scala 0-100) rispetto al numero complessivo di occorrenze dei modelli all'interno della sequenza temporale di misure di calibrazione; in altre parole, il numero di volte con cui ciascun modello si verifica ("occorrenze " del modello)all'interno della sequenza temporale di misure di calibrazione viene diviso per il numero complessivo di volte con cui tutti i modelli presenti all'interno della sequenza temporale di misure di calibrazione si verificano (somma delle "occorrenze " di tutti i modelli). Then, the control unit 3 determines a first normalized frequency distribution of the models within the temporal sequence of calibration measurements; i.e. the control unit 3 determines for each model the normalized frequency with which the model is present within the temporal sequence of calibration measurements (i.e. how many times the model itself can be found within the temporal sequence of calibration). The frequency of each model is normalized, that is, it is expressed in relative terms (generally on a 0-1 scale or on a 0-100 scale) with respect to the total number of occurrences of the models within the time sequence of calibration measurements; in other words, the number of times each model occurs ("occurrences" of the model) within the time sequence of calibration measurements is divided by the total number of times with which all the models present within the sequence temporal calibration measurements occur (sum of "occurrences" of all models).

A questo punto, l'unità 3 di controllo ha terminato la fase di calibrazione e può iniziare ad indagare l'evoluzione del segnale caratteristico per diagnosticare la presenza di mutazioni nel segnale caratteristico stesso. Quindi, l'unità 3 di controllo determina periodicamente, durante una fase di diagnosi, il valore assunto dal segnale caratteristico del sistema in modo da costruire una sequenza temporale di misure di diagnosi. At this point, the control unit 3 has finished the calibration phase and can begin to investigate the evolution of the characteristic signal to diagnose the presence of mutations in the characteristic signal itself. Therefore, the control unit 3 periodically determines, during a diagnosis phase, the value assumed by the characteristic signal of the system so as to construct a temporal sequence of diagnosis measures.

Quindi, l'unità 3 di controllo determina una seconda distribuzione di frequenza normalizzata dei modelli all'interno della sequenza temporale di misure di diagnosi; la seconda distribuzione di frequenza normalizzata viene determinata con modalità del tutto identiche rispetto alla prima distribuzione di frequenza normalizzata, in cui il valore di normalizzazione sarà dato dalla somma delle "occorrenze " di tutti i modelli presenti all'interno della sequenza temporale di misure di diagnosi. Then, the control unit 3 determines a second normalized frequency distribution of the models within the temporal sequence of diagnostic measurements; the second normalized frequency distribution is determined in a completely identical way with respect to the first normalized frequency distribution, in which the normalization value will be given by the sum of the "occurrences" of all the models present within the temporal sequence of diagnostic measures .

AGNAN AGNAN

N.987/BM) Infine, l'unità 3 di controllo confronta la prima distribuzione di frequenza normalizzata (ricavata a partire dalla sequenza temporale di misure di calibrazione e quindi espressione della sequenza temporale di misure di calibrazione stessa) con la seconda distribuzione di frequenza normalizzata (ricavata a partire dalla sequenza temporale di misure di diagnosi e quindi espressione della sequenza temporale di misure di diagnosi stessa) e diagnostica la presenza di mutazioni nel segnale caratteristico se la seconda distribuzione di frequenza normalizzata è significativamente diversa dalla prima distribuzione di frequenza normalizzata. 987 / BM) Finally, the control unit 3 compares the first normalized frequency distribution (obtained starting from the temporal sequence of calibration measurements and therefore expression of the temporal sequence of calibration measurements itself) with the second frequency distribution normalized (obtained from the timeline of diagnostic measures and therefore expression of the timeline of diagnostic measures itself) and diagnoses the presence of mutations in the characteristic signal if the second normalized frequency distribution is significantly different from the first normalized frequency distribution.

Secondo una possibile (ma non vincolante) forma di attuazione, ciascun modello viene determinato assegnando al modello stesso un valore discreto che può venire assunto dal segnale caratteristico; in altre parole, il modello coincide con un valore discreto che può venire assunto dal segnale caratteristico. Di conseguenza, l'unità 3 di controllo identifica ciascuna misura con il modello avente il valore discreto più prossimo alla misura. In questo modo, l'unità 3 di controllo trasforma ciascuna sequenza temporale di misure in una corrispondente sequenza temporale di modelli assegnando alle misure i corrispondenti modelli (ovvero i corrispondenti valori discreti). In questo modo, l'unità 3 di controllo esegue una discretizzazione di ciascuna sequenza temporale di misure che diventa una sequenza temporale di modelli (valori discreti) assegnando a ciascun misura un corrispondente modello; in altre parole, esiste un rapporto uno ad uno tra le misure ed i modelli in quanto ad ogni misura corrisponde un modello e quindi per ciascuna sequenza temporale di misure il numero complessivo di misure è identico al numero complessivo di "occorrenze " di tutti i modelli. According to a possible (but not binding) embodiment, each model is determined by assigning to the model itself a discrete value which can be assumed by the characteristic signal; in other words, the model coincides with a discrete value that can be assumed by the characteristic signal. Consequently, the control unit 3 identifies each measurement with the model having the discrete value closest to the measurement. In this way, the control unit 3 transforms each temporal sequence of measures into a corresponding temporal sequence of models by assigning to the measures the corresponding models (ie the corresponding discrete values). In this way, the control unit 3 performs a discretization of each temporal sequence of measures which becomes a temporal sequence of models (discrete values) assigning to each measure a corresponding model; in other words, there is a one-to-one relationship between the measures and the models as each measure corresponds to a model and therefore for each temporal sequence of measures the total number of measures is identical to the total number of "occurrences" of all the models .

Secondo una preferita (ma non vincolante) forma di attuazione i valori discreti dei modelli presentano una distribuzione non uniforme per essere più concentrati (più densi) dove la sequenza temporale di misure di calibrazione presenta un maggior numero di valori; in questo modo, a parità di numero complessivo di modelli, è possibile ottenere una maggiore fedeltà nel passaggio da misure a modelli. Preferibilmente, valori discreti dei modelli vengono determinati mediante le metodologie SOM (Self-Organizing Map) ben note in letteratura. According to a preferred (but not binding) embodiment, the discrete values of the models have a non-uniform distribution in order to be more concentrated (denser) where the temporal sequence of calibration measurements has a greater number of values; in this way, with the same total number of models, it is possible to obtain greater fidelity in the transition from measures to models. Preferably, discrete values of the models are determined by means of the SOM (Self-Organizing Map) methodologies well known in the literature.

Secondo una alternativa forma di attuazione, l'unità 3 di controllo suddivide ciascuna sequenza temporale di misure (sia di calibrazione, sia di diagnosi) in finestre temporali di pari durata (ciascuna delle quali comprende generalmente più misure) e quindi determina ciascun modello assegnando al modello stesso un corrispondente andamento temporale del segnale caratteristico o di un suo valore sintetico (o anche di più valori sintetici) all'interno di una finestra. In questo modo a ciascuna finestra (comprendente generalmente più misure) corrisponde un unico modello e quindi per ciascuna sequenza temporale di misure il numero complessivo di misure è superiore (anche ampiamente superiore) al numero complessivo di modelli. According to an alternative embodiment, the control unit 3 divides each temporal sequence of measurements (both calibration and diagnosis) into temporal windows of equal duration (each of which generally comprises several measurements) and then determines each model by assigning to the model itself a corresponding temporal trend of the characteristic signal or of one of its synthetic values (or even of several synthetic values) within a window. In this way, each window (generally comprising several measures) corresponds to a single model and therefore for each temporal sequence of measures the total number of measures is greater (even considerably higher) than the total number of models.

A titolo di esempio i modelli potrebbero comprendere diversi andamenti temporali del segnale caratteristico; un andamento costante, un andamento lineare crescente, un andamento lineare decrescente, un andamento parabolico, un andamento sinusoidale, un andamento a zig-zag. A titolo di esempio i valori sintetici potrebbero comprendere la deviazione standard (calcolata su tutte le misure di una stessa finestra), il valore medio (calcolato su tutte le misure di una stessa finestra), lo scarto tra minimo e massimo (calcolato su tutte le misure di una stessa finestra). By way of example, the models could include different temporal trends of the characteristic signal; a constant trend, an increasing linear trend, a decreasing linear trend, a parabolic trend, a sinusoidal trend, a zig-zag trend. By way of example, the synthetic values could include the standard deviation (calculated on all the measurements of the same window), the average value (calculated on all the measurements of the same window), the difference between the minimum and maximum (calculated on all the measurements of the same window).

Una volta stabiliti i modelli, l'unità 3 di controllo identifica ciascuna finestra con il modello avente l'andamento temporale o il valore sintetico più simile all'andamento temporale o al valore sintetico del segnale caratteristico all'interno della finestra stessa. In questo modo, l'unità 3 di controllo trasforma ciascuna sequenza temporale di misure in una corrispondente sequenza temporale di modelli assegnando alle misure i corrispondenti modelli (ovvero i corrispondenti andamenti temporali o i corrispondenti valori discreti). A titolo di esempio, l'andamento temporale di un modello è tanto più simile all'andamento temporale del segnale caratteristico all'interno di una finestra quanto minore è la loro differenza punto a punto. Once the models have been established, the control unit 3 identifies each window with the model having the time course or the synthetic value closest to the time course or to the synthetic value of the characteristic signal within the window itself. In this way, the control unit 3 transforms each temporal sequence of measures into a corresponding temporal sequence of models by assigning to the measures the corresponding models (ie the corresponding temporal trends or the corresponding discrete values). By way of example, the time course of a model is the more similar to the time course of the characteristic signal within a window, the smaller their point-to-point difference.

Secondo una possibile forma di attuazione, l'unità 3 di controllo determina per ciascun modello la differenza di frequenza tra la frequenza nella prima distribuzione di frequenza normalizzata del modello e la frequenza nella seconda distribuzione di frequenza normalizzata dello stesso modello; di conseguenza, l'unità 3 di controllo diagnostica la presenza di mutazioni nel segnale caratteristico in funzione della differenza di frequenza. Ad esempio, l'unità 3 di controllo diagnostica la presenza di mutazioni nel segnale caratteristico se la differenza di frequenza massima di tutti i modelli è superiore ad un corrispondente valore di soglia. According to a possible embodiment, the control unit 3 determines for each model the frequency difference between the frequency in the first normalized frequency distribution of the model and the frequency in the second normalized frequency distribution of the same model; consequently, the control unit 3 diagnoses the presence of mutations in the characteristic signal as a function of the frequency difference. For example, the control unit 3 diagnoses the presence of mutations in the characteristic signal if the maximum frequency difference of all models is greater than a corresponding threshold value.

Secondo una alternativa ed altrettanto valida forma di attuazione, l'unità 3 di controllo determina una prima distribuzione cumulativa della prima distribuzione di frequenza normalizzata, determina una seconda distribuzione cumulativa della seconda distribuzione di frequenza normalizzata, e determina il massimo scostamento (ovvero la massima differenza esistente) tra la prima distribuzione cumulativa e la seconda distribuzione cumulativa; di conseguenza, l'unità 3 di controllo diagnostica la presenza di mutazioni nel segnale caratteristico se il massimo scostamento tra la prima distribuzione cumulativa e la seconda distribuzione cumulativa è superiore ad un corrispondente valore di soglia. According to an alternative and equally valid embodiment, the control unit 3 determines a first cumulative distribution of the first normalized frequency distribution, determines a second cumulative distribution of the second normalized frequency distribution, and determines the maximum deviation (i.e. the maximum difference existing) between the first cumulative distribution and the second cumulative distribution; consequently, the control unit 3 diagnoses the presence of mutations in the characteristic signal if the maximum deviation between the first cumulative distribution and the second cumulative distribution is greater than a corresponding threshold value.

Secondo una possibile forma di attuazione, l'unità 3 di controllo esegue una doppia analisi della sequenza temporale di misure di calibrazione per diagnosticare la presenza di mutazioni nel segnale caratteristico, ovvero l'unità 3 di controllo analizza la sequenza temporale di misure di diagnosi secondo le modalità sopra descritte sia mediante un insieme di primi modelli, sia mediante un insieme di secondi modelli diverso dall'insieme di primi modelli e quindi ottiene due diversi giudizi tra loro diversi ed indipendenti sulla eventuale presenza di mutazioni nel segnale caratteristico. In particolare, 1'insieme di primi modelli prevede di suddividere ciascuna sequenza temporale di misure in finestre temporali di pari durata, di determinare ciascun primo modello assegnando al primo modello stesso un corrispondente andamento temporale del segnale caratteristico all'interno di una finestra e di identificare ciascuna finestra con il primo modello avente l'andamento temporale più simile all'andamento temporale del segnale caratteristico all'interno della finestra stessa; invece, 1'insieme di secondi modelli prevede di determinare ciascun secondo modello assegnando al secondo modello stesso un valore discreto che può venire assunto dal segnale caratteristico del sistema, e di identificare ciascuna misura con il secondo modello avente il valore discreto più prossimo alla misura. According to a possible embodiment, the control unit 3 performs a double analysis of the temporal sequence of calibration measures to diagnose the presence of mutations in the characteristic signal, i.e. the control unit 3 analyzes the temporal sequence of diagnostic measures according to the methods described above both through a set of first models and through a set of second models different from the set of first models and therefore obtains two different and independent judgments on the possible presence of mutations in the characteristic signal. In particular, the set of first models foresees to divide each temporal sequence of measurements into temporal windows of equal duration, to determine each first model by assigning to the first model itself a corresponding temporal trend of the characteristic signal within a window and to identify each window with the first model having the time course most similar to the time course of the characteristic signal inside the window itself; on the other hand, the set of second models provides for determining each second model by assigning to the second model itself a discrete value which can be assumed by the characteristic signal of the system, and for identifying each measure with the second model having the discrete value closest to the measure.

Una volta analizzata la sequenza temporale di misure di diagnosi secondo le modalità sopra descritte sia mediante un insieme di primi modelli, sia mediante un insieme di secondi modelli, l'unità 3 di controllo diagnostica la presenza di mutazioni nel segnale caratteristico se la valutazione basata sui primi modelli rivela la presenza di mutazioni nel segnale caratteristico oppure se la valutazione basata sui secondi modelli rivela la presenza di mutazioni nel segnale caratteristico; in altre parole, i risultati delle due analisi vengono combinati tra loro mediate una logica "OR" che prevede di diagnosticare una mutazione nel segnale caratteristico quando anche solo una delle due analisi segnala la presenza di mutazioni nel segnale caratteristico. Once the temporal sequence of diagnostic measures has been analyzed according to the methods described above both by means of a set of first models and by means of a set of second models, the control unit 3 diagnoses the presence of mutations in the characteristic signal if the assessment based on the first models reveals the presence of mutations in the characteristic signal or if the evaluation based on the second models reveals the presence of mutations in the characteristic signal; in other words, the results of the two analyzes are combined with each other by means of an "OR" logic which envisages diagnosing a mutation in the characteristic signal when even only one of the two analyzes signals the presence of mutations in the characteristic signal.

Secondo una preferita forma di attuazione, la valutazione basata sui primi modelli utilizza un primo valore di soglia (normalizzato, ovvero compreso tra 0 e 1) mentre la valutazione basata sui secondi modelli utilizza un secondo valore di soglia (normalizzato, ovvero compreso tra 0 e 1) che è diversa dal primo valore di soglia (normalmente, ma non obbligatoriamente, il secondo valore di soglia è minore del primo valore di soglia); in questo modo, la combinazione con la logica "OR" permette di rendere la diagnosi delle mutazione nel segnale caratteristico più robusta (ovvero riducendo il numero di mancati riconoscimenti). In particolare, l'analisi basata sui primi modelli è meno precisa (cioè più soggetta a falsi riconoscimenti) e più robusta (cioè meno soggetta a mancati riconoscimenti) rispetto all'analisi basata sui secondi modelli: utilizzando soglie differenziate (cioè una prima soglia per l'analisi basata sui primi modelli diversa rispetto alla seconda soglia per l'analisi basata sui secondi modelli) e combinando i risultati con un logica "OR" è possibile combinare gli aspetti positivi delle due analisi ottenendo un risultato finale che presenta la precisione dell'analisi basata sui primi modelli e la robustezza dell'analisi basata sui secondi modelli. According to a preferred embodiment, the evaluation based on the first models uses a first threshold value (normalized, i.e. between 0 and 1) while the evaluation based on the second models uses a second threshold value (normalized, i.e. between 0 and 1). 1) which is different from the first threshold value (normally, but not necessarily, the second threshold value is less than the first threshold value); in this way, the combination with the "OR" logic makes it possible to make the diagnosis of the mutation in the characteristic signal more robust (ie reducing the number of missed recognitions). In particular, the analysis based on the first models is less precise (i.e. more subject to false recognitions) and more robust (i.e. less subject to non-recognition) than the analysis based on the second models: using differentiated thresholds (i.e. a first threshold for the analysis based on the first models different from the second threshold for the analysis based on the second models) and by combining the results with an "OR" logic it is possible to combine the positive aspects of the two analyzes, obtaining a final result that presents the precision of the analysis based on the first models and the robustness of the analysis based on the second models.

Secondo una possibile forma di attuazione, l'unità 3 di controllo esegue anche una diversa analisi sulla sequenza temporale di misure di diagnosi che permette di determinare (oltre alla eventuale presenza di mutazioni nel segnale caratteristico come descritto in precedenza) in quali momenti è maggiormente probabile che si siano verificate le mutazioni; in questo modo l'addetto (umano e/o automatizzato) alla manutenzione sa dove concentrarsi per verificare l'andamento del segnale caratteristico senza indagare l'intera evoluzione del segnale caratteristico stesso. In particolare, l'unità 3 di controllo suddivide la sequenza temporale di misure di diagnosi in finestre temporali di pari durata, determina una corrispondente terza distribuzione di frequenza normalizzata dei modelli all'interno di ciascuna finestra della sequenza temporale di misure di diagnosi, confronta la prima distribuzione di frequenza normalizzata con la terza distribuzione di frequenza normalizzata di ciascuna finestra, ed identifica come finestre potenzialmente da indagare le finestre aventi una corrispondente terza distribuzione di frequenza normalizzata significativamente diversa dalla prima distribuzione di frequenza normalizzata. Secondo una possibile forma di attuazione, l'unità 3 di controllo ordina le finestre in funzione della differenza tra la corrispondente terza distribuzione di frequenza normalizzata di ciascuna finestra e la prima distribuzione di frequenza normalizzata; in altre parole, l'unità 3 di controllo assegna un ''voto" alla differenza tra la corrispondente terza distribuzione di frequenza normalizzata di ciascuna finestra e la prima distribuzione di frequenza normalizzata e quindi ordina le finestre in funzione di tale ''voto''. According to a possible embodiment, the control unit 3 also performs a different analysis on the temporal sequence of diagnostic measures which allows to determine (in addition to the possible presence of mutations in the characteristic signal as described above) at which moments it is most likely that mutations have occurred; in this way the maintenance technician (human and / or automated) knows where to concentrate to check the trend of the characteristic signal without investigating the entire evolution of the characteristic signal itself. In particular, the control unit 3 divides the temporal sequence of diagnostic measures into temporal windows of equal duration, determines a corresponding third normalized frequency distribution of the models within each window of the temporal sequence of diagnostic measures, compares the first normalized frequency distribution with the third normalized frequency distribution of each window, and identifies as potentially investigating windows the windows having a corresponding third normalized frequency distribution significantly different from the first normalized frequency distribution. According to a possible embodiment, the control unit 3 sorts the windows according to the difference between the corresponding third normalized frequency distribution of each window and the first normalized frequency distribution; in other words, the control unit 3 assigns a "vote" to the difference between the corresponding third normalized frequency distribution of each window and the first normalized frequency distribution and then sorts the windows according to this "vote" .

SECONDA MODALITÀ DI ANALISI DELLA SEQUENZA TEMPORALE DI MISURE DI UN SEGNALE CARATTERISTICO PER DETERMINARE MUTAZIONI NEL SEGNALE CARATTERISTICO STESSO SECOND METHOD OF ANALYSIS OF THE TIME SEQUENCE OF MEASUREMENTS OF A CHARACTERISTIC SIGNAL TO DETERMINE MUTATIONS IN THE SAME CHARACTERISTIC SIGNAL

La seconda modalità di analisi della sequenza temporale di misure di un segnale caratteristico è in parte simile alla sopra descritta prima modalità di analisi, in quanto anche la seconda modalità di analisi prevede di stabilire un insieme finito di modelli presenti all'interno della sequenza temporale di misure di calibrazione, di determinare una prima distribuzione di frequenza normalizzata dei modelli all'interno della sequenza temporale di misure di calibrazione, di determinare una seconda distribuzione di frequenza normalizzata dei modelli all'interno della sequenza temporale di misure di diagnosi, e di confrontare la prima distribuzione di frequenza normalizzata con la seconda distribuzione di frequenza normalizzata per diagnosticare la presenza di mutazioni nel segnale caratteristico. The second method of analysis of the temporal sequence of measurements of a characteristic signal is in part similar to the above-described first method of analysis, since also the second method of analysis involves establishing a finite set of models present within the temporal sequence of calibration measures, to determine a first normalized frequency distribution of the models within the timeline of calibration measures, to determine a second normalized frequency distribution of the models within the timeline of diagnostic measures, and to compare the first normalized frequency distribution with the second normalized frequency distribution to diagnose the presence of mutations in the characteristic signal.

Tuttavia, nella seconda modalità di analisi i modelli sono preferibilmente solo valori discreti che possono venire assunti dal segnale caratteristico del sistema e non andamenti temporali del segnale caratteristico o di suoi valori sintetici all'interno di una finestra. In altre parole, la seconda modalità di analisi prevede come unica possibilità di determinare ciascun modello assegnando al modello stesso un valore discreto che può venire assunto dal segnale caratteristico del sistema e quindi di identificare ciascuna misura con il modello avente il valore discreto più prossimo alla misura. Anche in questo caso preferibilmente i valori discreti dei modelli presentano una distribuzione non uniforme per essere più concentrati dove la sequenza temporale di misure di calibrazione presenta un maggior numero di valori. However, in the second analysis mode the models are preferably only discrete values that can be assumed by the characteristic signal of the system and not temporal trends of the characteristic signal or its synthetic values within a window. In other words, the second method of analysis provides the only possibility to determine each model by assigning to the model itself a discrete value that can be assumed by the characteristic signal of the system and therefore to identify each measure with the model having the discrete value closest to the measure. . Also in this case preferably the discrete values of the models have a non-uniform distribution in order to be more concentrated where the temporal sequence of calibration measurements has a greater number of values.

Nella seconda modalità di analisi, l'unità 3 di controllo suddivide la sequenza temporale di misure di calibrazione in finestre temporali di pari durata e quindi determina una corrispondente prima distribuzione di frequenza normalizzata dei modelli all'interno di ciascuna finestra della sequenza temporale di misure di calibrazione. Successivamente, l'unità 3 di controllo confronta per ciascun modello la frequenza con cui il modello compare in tutte le finestre della sequenza temporale di misure di calibrazione con la frequenza con cui il modello compare nella sequenza temporale di misure di diagnosi. In particolare, l'unità 3 di controllo determina per ciascun modello la corrispondente frequenza minima e la corrispondente frequenza massima con cui il modello compare in tutte le finestre della sequenza temporale di misure di calibrazione; quindi, l'unità 3 di controllo diagnostica la presenza di mutazioni nel segnale caratteristico se la frequenza con cui un modello compare nella sequenza temporale di misure di diagnosi è esterna all'intervallo delimitato dalla frequenza minima e dalla frequenza massima con cui il modello stesso compare in tutte le finestre della sequenza temporale di misure di calibrazione. In altre parole, la corrispondente frequenza minima e la corrispondente frequenza massima con cui ciascun modello compare in tutte le finestre della sequenza temporale di misure di calibrazione costituisce un intervallo che stabilisce la ”normalità " e quindi se la frequenza con cui un modello compare nella sequenza temporale di misure di diagnosi è esterna a tale intervallo allora viene diagnosticata una mutazione nel segnale caratteristico , In the second analysis mode, the control unit 3 divides the temporal sequence of calibration measurements into temporal windows of equal duration and therefore determines a corresponding first normalized frequency distribution of the models within each window of the temporal sequence of measurements of calibration. Subsequently, the control unit 3 compares for each model the frequency with which the model appears in all windows of the time sequence of calibration measurements with the frequency with which the model appears in the time sequence of diagnostic measurements. In particular, the control unit 3 determines for each model the corresponding minimum frequency and the corresponding maximum frequency with which the model appears in all the windows of the temporal sequence of calibration measurements; therefore, the control unit 3 diagnoses the presence of mutations in the characteristic signal if the frequency with which a model appears in the temporal sequence of diagnostic measurements is outside the range delimited by the minimum frequency and the maximum frequency with which the model itself appears in all windows of the calibration measurement timeline. In other words, the corresponding minimum frequency and the corresponding maximum frequency with which each model appears in all windows of the time sequence of calibration measurements constitutes an interval that establishes "normality" and therefore whether the frequency with which a model appears in the sequence timing of diagnostic measures is outside this interval then a mutation in the characteristic signal is diagnosed,

In altre parole, l'unità 3 di controllo stabilisce un insieme finito di valori discreti (ovvero i modelli) presenti all'interno della sequenza temporale di misure di calibrazione, assegna a ciascuna misura della sequenza temporale di misure di calibrazione il corrispondente valore discreto (ovvero un modello) che è più prossimo alla misura stessa, suddivide la sequenza temporale di misure di calibrazione in finestre temporali di pari durata, determina una prima distribuzione di frequenza normalizzata dei valori discreti (ovvero dei modelli) della sequenza temporale di misure di calibrazione all'interno di ciascuna finestra, determina per ciascun valore discreto (ovvero per ciascun modello) la corrispondente frequenza minima e la corrispondente frequenza massima con cui il valore discreto (ovvero il modello) compare in tutte le finestre della sequenza temporale di misure di calibrazione, assegna a ciascuna misura della sequenza temporale di misure di diagnosi il corrispondente valore discreto (ovvero il modello) che è più prossimo alla misura stessa, determina una seconda distribuzione di frequenza normalizzata dei valori discreti (ovvero i modelli) della sequenza temporale di misure di diagnosi, e diagnostica la presenza di mutazioni nel segnale caratteristico se la frequenza con cui un valore discreto compare (ovvero un modello) nella sequenza temporale di misure di diagnosi è esterna all'intervallo delimitato dalla frequenza minima e dalla frequenza massima con cui il valore discreto (ovvero il modello) stesso compare in tutte le finestre della sequenza temporale di misure di calibrazione. In other words, the control unit 3 establishes a finite set of discrete values (i.e. the models) present within the time sequence of calibration measures, assigns to each measure of the time sequence of calibration measures the corresponding discrete value ( i.e. a model) that is closer to the measurement itself, divides the temporal sequence of calibration measurements into temporal windows of equal duration, determines a first normalized frequency distribution of the discrete values (or models) of the temporal sequence of calibration measurements at the 'inside each window, determines for each discrete value (i.e. for each model) the corresponding minimum frequency and the corresponding maximum frequency with which the discrete value (i.e. the model) appears in all the windows of the time sequence of calibration measurements, assigns to each measure of the diagnostic measures timeline the corresponding value of screto (i.e. the model) that is closest to the measurement itself, determines a second normalized frequency distribution of the discrete values (i.e. models) of the diagnostic measurement timeline, and diagnoses the presence of mutations in the characteristic signal if the frequency with which a discrete value (i.e. a pattern) appears in the diagnostic measurement timeline is outside the range delimited by the minimum frequency and maximum frequency with which the discrete value (i.e. the model) itself appears in all windows of the diagnostic measurement timeline. calibration measurements.

Anche nella seconda modalità di analisi, l'unità 3 di controllo può eseguire anche una diversa analisi sulla sequenza temporale di misure di diagnosi che permette di determinare (oltre alla eventuale presenza di mutazioni nel segnale caratteristico come descritto in precedenza) in quali momenti è maggiormente probabile che si siano verificate le mutazioni. In particolare, l'unità 3 di controllo suddivide la sequenza temporale di misure di diagnosi in finestre temporali di pari durata, determina una corrispondente terza distribuzione di frequenza normalizzata dei modelli all'interno di ciascuna finestra della sequenza temporale di misure di diagnosi, confronta la prima distribuzione di frequenza normalizzata con la terza distribuzione di frequenza normalizzata di ciascuna finestra, ed identifica come finestre potenzialmente da indagare le finestre aventi una corrispondente terza distribuzione di frequenza normalizzata significativamente diversa dalla prima distribuzione di frequenza normalizzata. Also in the second analysis mode, the control unit 3 can also perform a different analysis on the temporal sequence of diagnostic measures which allows to determine (in addition to the possible presence of mutations in the characteristic signal as described above) in which moments it is most mutations likely occurred. In particular, the control unit 3 divides the temporal sequence of diagnostic measures into temporal windows of equal duration, determines a corresponding third normalized frequency distribution of the models within each window of the temporal sequence of diagnostic measures, compares the first normalized frequency distribution with the third normalized frequency distribution of each window, and identifies as potentially investigating windows the windows having a corresponding third normalized frequency distribution significantly different from the first normalized frequency distribution.

TERZA MODALITÀ DI ANALISI DELLA SEQUENZA TEMPORALE DI MISURE DI UN SEGNALE CARATTERISTICO PER DETERMINARE MUTAZIONI NEL SEGUALE CARATTERISTICO STESSO THIRD METHOD OF ANALYSIS OF THE TIME SEQUENCE OF MEASUREMENTS OF A CHARACTERISTIC SIGNAL TO DETERMINE MUTATIONS IN THE FOLLOWING CHARACTERISTIC SAME

La terza modalità di analisi della sequenza temporale di misure di un segnale caratteristico prevede di determinare periodicamente, durante la fase di calibrazione, il valore assunto dal segnale caratteristico del sistema in modo da costruire la sequenza temporale di misure di calibrazione e, successivamente, di determinare periodicamente, durante la fase di diagnosi, il valore assunto dal segnale caratteristico del sistema in modo da costruire la sequenza temporale di misure di diagnosi. The third method of analysis of the temporal sequence of measurements of a characteristic signal foresees to periodically determine, during the calibration phase, the value assumed by the characteristic signal of the system in order to construct the temporal sequence of calibration measurements and, subsequently, to determine periodically, during the diagnosis phase, the value assumed by the characteristic signal of the system in order to construct the temporal sequence of diagnostic measures.

Quindi, anche la terza modalità di analisi confronta la sequenza temporale di misure di calibrazione con la sequenza temporale di misure di diagnosi per diagnosticare l'eventuale presenza di mutazioni nel segnale caratteristico . Hence, the third analysis mode also compares the timeline of calibration measurements with the timeline of diagnostic measures to diagnose the presence of mutations in the characteristic signal.

Analogamente a quanto fatto nella prima modalità di analisi, anche la terza modalità di analisi prevede che l'unità 3 di controllo stabilisca un insieme finito di modelli presenti all'interno della sequenza temporale di misure di calibrazione. Tuttavia, una volta stabiliti i modelli l'unità 3 di controllo determina all'interno della sequenza temporale di misure di calibrazione una prima matrice di transizione normalizzata dei modelli che indica per ciascun modello la frequenza di transizione verso tutti i modelli compreso sé stesso (ovvero la matrice di transizione fornisce per ciascun modello quante volte il modello stesso è seguito, dopo un numero di passi k, inizialmente impostato dall'utente, da sé stesso e dagli altri modelli). Analogamente, l'unità 3 di controllo determina all'interno della sequenza temporale di misure di diagnosi una seconda matrice di transizione normalizzata dei modelli che indica per ciascun modello la frequenza di transizione verso tutti i modelli compreso sé stesso. Quindi, l'unità 3 di controllo confronta la prima matrice di transizione normalizzata con la seconda matrice di transizione normalizzata e diagnostica la presenza di mutazioni nel segnale caratteristico se la seconda matrice di transizione normalizzata è significativamente diversa dalla prima matrice di transizione normalizzata. Similarly to what was done in the first analysis mode, the third analysis mode also provides that the control unit 3 establishes a finite set of models present within the temporal sequence of calibration measurements. However, once the models have been established, the control unit 3 determines within the time sequence of calibration measurements a first normalized transition matrix of the models which indicates for each model the transition frequency towards all the models including itself (i.e. the transition matrix provides for each model how many times the model is followed, after a number of steps k, initially set by the user, by himself and by the other models). Similarly, the control unit 3 determines within the temporal sequence of diagnostic measures a second normalized transition matrix of the models which indicates for each model the frequency of transition towards all the models including itself. Then, the control unit 3 compares the first normalized transition matrix with the second normalized transition matrix and diagnoses the presence of mutations in the characteristic signal if the second normalized transition matrix is significantly different from the first normalized transition matrix.

Secondo una possibile forma di attuazione, l'unità 3 di controllo determina per ciascuna transizione la differenza di frequenza tra la prima matrice di transizione normalizzata e la seconda matrice di transizione normalizzata e quindi diagnostica la presenza di mutazioni nel segnale caratteristico in funzione della differenza di frequenza (ad esempio diagnostica la presenza di mutazioni nel segnale caratteristico se la differenza di frequenza massima è superiore ad un corrispondente valore di soglia). According to a possible embodiment, the control unit 3 determines for each transition the frequency difference between the first normalized transition matrix and the second normalized transition matrix and then diagnoses the presence of mutations in the characteristic signal as a function of the difference in frequency (for example it diagnoses the presence of mutations in the characteristic signal if the maximum frequency difference is greater than a corresponding threshold value).

Secondo una alternativa forma di attuazione, l'unità 3 di controllo determina il numero di nuove transizioni, ovvero il numero di transizioni aventi frequenza non nulla nella seconda matrice di transizione normalizzata e frequenza nulla nella prima matrice di transizione normalizzata; quindi, l'unità 3 di controllo diagnostica la presenza di mutazioni nel segnale caratteristico in funzione del numero di nuove transizioni (ad esempio se il numero di nuove transizioni è superiore ad un corrispondente valore di soglia). According to an alternative embodiment, the control unit 3 determines the number of new transitions, ie the number of transitions having a non-zero frequency in the second normalized transition matrix and zero frequency in the first normalized transition matrix; therefore, the control unit 3 diagnoses the presence of mutations in the characteristic signal as a function of the number of new transitions (for example if the number of new transitions is greater than a corresponding threshold value).

Nella terza modalità di analisi della sequenza temporale di misure, preferibilmente ciascun modello viene determinato assegnando al modello stesso un valore discreto che può venire assunto dal segnale caratteristico; in altre parole, il modello coincide con un valore discreto che può venire assunto dal segnale caratteristico. Di conseguenza, l'unità 3 di controllo identifica ciascuna misura con il modello avente il valore discreto più prossimo alla misura. Secondo una possibile ed alternativa forma di attuazione, l'unità 3 di controllo suddivide ciascuna sequenza temporale di misure (sia di calibrazione, sia di diagnosi) in finestre temporali di pari durata (ciascuna delle quali comprende generalmente più misure) e quindi determina ciascun modello assegnando al modello stesso un corrispondente andamento temporale del segnale caratteristico o di un suo valore sintetico all'interno di una finestra. In the third mode of analysis of the temporal sequence of measurements, each model is preferably determined by assigning to the model itself a discrete value which can be assumed by the characteristic signal; in other words, the model coincides with a discrete value that can be assumed by the characteristic signal. Consequently, the control unit 3 identifies each measurement with the model having the discrete value closest to the measurement. According to a possible and alternative embodiment, the control unit 3 divides each temporal sequence of measurements (both calibration and diagnosis) into temporal windows of equal duration (each of which generally includes several measurements) and therefore determines each model. assigning to the model itself a corresponding temporal trend of the characteristic signal or its synthetic value within a window.

Anche nella seconda modalità di analisi, l'unità 3 di controllo può eseguire una diversa analisi sulla sequenza temporale di misure di diagnosi che permette di determinare (oltre alla eventuale presenza di mutazioni nel segnale caratteristico come descritto in precedenza) in quali momenti è maggiormente probabile che si siano verificate le mutazioni. In particolare, l'unità 3 di controllo suddivide la sequenza temporale di misure di diagnosi in finestre temporali di pari durata, determina all'interno di ciascuna finestra della sequenza temporale di misure di diagnosi una corrispondente terza matrice di transizione normalizzata dei modelli che indica per ciascun modello la frequenza di transizione verso tutti i modelli compreso sé stesso, confronta la prima matrice di transizione normalizzata con la terza matrice di transizione normalizzata di ciascuna finestra, ed identifica come finestre potenzialmente da indagare le finestre aventi una corrispondente terza matrice di transizione significativamente diversa dalla prima matrice di transizione normalizzata. Also in the second analysis mode, the control unit 3 can perform a different analysis on the temporal sequence of diagnostic measures which allows to determine (in addition to the possible presence of mutations in the characteristic signal as described above) at which moments it is most likely that mutations have occurred. In particular, the control unit 3 divides the temporal sequence of diagnostic measurements into temporal windows of equal duration, determines within each window of the temporal sequence of diagnostic measurements a corresponding third matrix of normalized transition of the models which indicates for each model the frequency of transition towards all models including itself, compares the first normalized transition matrix with the third normalized transition matrix of each window, and identifies as windows potentially to be investigated the windows having a corresponding significantly different third transition matrix from the first normalized transition matrix.

Secondo una possibile forma di attuazione, l'unità 3 di controllo può ordinare le finestre in funzione della differenza tra la corrispondente terza matrice di transizione normalizzata di ciascuna finestra e la prima matrice di transizione normalizzata. According to a possible embodiment, the control unit 3 can order the windows according to the difference between the corresponding third normalized transition matrix of each window and the first normalized transition matrix.

Secondo una possibile forma di attuazione, l'unità 3 di controllo determina nella terza matrice di transizione normalizzata di ciascuna finestra il numero assoluto di nuove transizioni, ovvero il numero di transizioni aventi frequenza non nulla nella terza matrice di transizione normalizzata e frequenza nulla nella prima matrice di transizione normalizzata, ed identifica come finestre potenzialmente da indagare le finestre aventi il corrispondente numero di nuove transizioni più grande; secondo una alternativa forma di attuazione, l'unità 3 di controllo determina nella terza matrice di transizione normalizzata di ciascuna finestra il numero relativo di nuove transizioni, ovvero il rapporto tra il numero assoluto di nuove transizioni ed il numero complessivo di transizioni in ciascuna finestra, ed identifica come finestre potenzialmente da indagare le finestre aventi il corrispondente numero relativo di nuove transizioni più grande. Secondo una ulteriore forma di attuazione, l'unità 3 di controllo determina nella terza matrice di transizione normalizzata di ciascuna finestra la differenza massima tra la prima matrice di transizione e la terza matrice di transizione, ed identifica come finestre potenzialmente da indagare le finestre aventi la corrispondente differenza massima più grande. According to a possible embodiment, the control unit 3 determines in the third normalized transition matrix of each window the absolute number of new transitions, i.e. the number of transitions having a non-zero frequency in the third normalized transition matrix and zero frequency in the first. normalized transition matrix, and identifies as windows potentially to be investigated the windows having the corresponding largest number of new transitions; according to an alternative embodiment, the control unit 3 determines in the third normalized transition matrix of each window the relative number of new transitions, i.e. the ratio between the absolute number of new transitions and the total number of transitions in each window, and identifies as windows potentially to be investigated the windows having the corresponding relative number of new transitions larger. According to a further embodiment, the control unit 3 determines in the third normalized transition matrix of each window the maximum difference between the first transition matrix and the third transition matrix, and identifies as windows potentially to be investigated the windows having the corresponding largest maximum difference.

Secondo una possibile forma di attuazione, la fase di calibrazione e la fase di diagnosi sono ben distinte, ovvero avvengono in momenti e situazioni diverse; ad esempio, la fase di calibrazione viene eseguita in un ambiente e/o in condizioni protetti prima di consegnare il sistema 1 all'utilizzatore finale mentre la fase di diagnosi avviene sempre durante il normale funzionamento del sistema 1. L'esecuzione della fase di calibrazione prima di consegnare il sistema 1 all'utilizzatore finale è generalmente possibile con sistemi 1 relativamente piccoli e di costo unitario non troppo elevato (ad esempio un motore per un veicolo, un veicolo...), in cui un singolo sistema 1 è "sacrificabile " per prove e misure e per cui esista la possibilità di effettuare registrazioni delle misure dei sensori durante il funzionamento nominale del sistema 1; tuttavia, l'esecuzione della fase di calibrazione prima di consegnare il sistema 1 all'utilizzatore finale non è sempre possibile in quanto spesso il sistema non può essere messo in funzione per prove e misure specifiche o non si è in grado di individuare con sufficiente affidabilità un intervallo di tempo in cui il comportamento del sistema possa essere considerato nominale, ovvero adatto per la calibrazione. According to a possible embodiment, the calibration phase and the diagnosis phase are distinct, ie they occur at different times and situations; for example, the calibration phase is performed in a protected environment and / or conditions before delivering system 1 to the end user while the diagnosis phase always takes place during normal operation of system 1. The calibration phase is performed before delivering the system 1 to the end user, it is generally possible with relatively small systems 1 with a not too high unit cost (for example an engine for a vehicle, a vehicle ...), in which a single system 1 is "expendable "for tests and measurements and for which it is possible to record sensor measurements during the nominal operation of system 1; however, carrying out the calibration phase before delivering system 1 to the end user is not always possible as often the system cannot be put into operation for specific tests and measurements or it is not possible to identify with sufficient reliability a time interval in which the behavior of the system can be considered nominal, i.e. suitable for calibration.

Quando la fase di calibrazione non è separabile dalla fase di diagnosi (cioè quando non è possibile fare funzionare il sistema 1 solo per eseguire delle prove e delle misure), anche la fase di calibrazione viene eseguita durante il normale funzionamento del sistema 1: appena inizia il normale funzionamento del sistema 1 le prime misure vengono utilizzate per costruire la sequenza temporale di misure di calibrazione e quando la costruzione della sequenza temporale di misure di calibrazione è completa inizia subito (senza sostanziale interruzione di continuità) la costruzione della sequenza temporale di misure di diagnosi; in altre parole, la sequenza temporale di misure di diagnosi è una continuazione senza soluzione di continuità della sequenza temporale di misure di calibrazione. In questo caso, preferibilmente, il termine della sequenza temporale di misure di calibrazione (cioè quando la sequenza temporale di misure di calibrazione è completa) viene stabilito in modo dinamico (cioè il termine non è noto a priori, ma viene deciso mano a mano che la sequenza temporale di misure di diagnosi viene costruita). In particolare, la costruzione della sequenza temporale di misure di calibrazione viene terminata quando le frequenze di transizione della prima matrice di transizione normalizzata sono stabili (cioè la loro variazione aggiungendo un numero significativo di nuove misure alla sequenza temporale di misure di diagnosi è inferiore ad una corrispondente soglia) . When the calibration phase cannot be separated from the diagnosis phase (i.e. when it is not possible to operate system 1 just to carry out tests and measurements), the calibration phase is also performed during normal operation of system 1: as soon as it starts the normal operation of the system 1 the first measurements are used to build the time sequence of calibration measurements and when the construction of the time sequence of calibration measurements is complete, the construction of the time sequence of calibration measurements immediately begins (without substantial interruption of continuity) diagnosis; in other words, the diagnostic measurement timeline is a seamless continuation of the calibration measurement timeline. In this case, preferably, the term of the time sequence of calibration measurements (i.e. when the time sequence of calibration measurements is complete) is established dynamically (i.e. the term is not known a priori, but is decided as and when the timeline of diagnostic measures is constructed). In particular, the construction of the time sequence of calibration measures is terminated when the transition frequencies of the first normalized transition matrix are stable (i.e. their variation by adding a significant number of new measures to the time sequence of diagnostic measures is less than a corresponding threshold).

Ovviamente, la costruzione della sequenza temporale di misure di calibrazione deve venire fatta quando il sistema 1 è ''nuovo" (cioè privo di guasti e di usure significative) e deve venire sospesa se viene segnalato un guasto. Obviously, the construction of the temporal sequence of calibration measurements must be done when the system 1 is "new" (ie free of faults and significant wear) and must be suspended if a fault is signaled.

MODALITÀ DI ANALISI DELLA SEQUENZA TEMPORALE DI MISURE DI DUE SEGNALI CARATTERISTICI PER DETERMINARE MUTAZIONI NEI SEGUALI CARATTERISTICI STESSI METHOD OF ANALYSIS OF THE TIME SEQUENCE OF MEASUREMENTS OF TWO CHARACTERISTIC SIGNALS TO DETERMINE MUTATIONS IN THE FOLLOWING SAME CHARACTERISTICS

Nelle modalità di analisi descritte in precedenza, viene sempre considerato un unico segnale caratteristico del sistema 1 alla volta. Secondo una diversa modalità di analisi vengono considerati due segnali caratteristici del sistema 1 che sono tra loro in relazione di causa-effetto (un secondo segnale caratteristico del sistema è in relazione di causa-effetto con un primo segnale quando una variazione del primo segnale determina anche una corrispondente variazione del secondo segnale). In the analysis modes described above, only one characteristic signal of system 1 is always considered at a time. According to a different method of analysis, two characteristic signals of the system 1 are considered which are in a cause-effect relationship to each other (a second characteristic signal of the system is in a cause-effect relationship with a first signal when a variation of the first signal also determines a corresponding variation of the second signal).

Questa modalità di analisi prevede che l'unità 3 di controllo determini periodicamente il valore assunto dal primo segnale caratteristico del sistema in modo da costruire una prima sequenza temporale di misure e determini periodicamente il valore assunto dal secondo segnale caratteristico del sistema in modo da costruire una seconda sequenza temporale di misure. Quindi, l'unità 3 di controllo determina l'eventuale presenza di deviazioni rispetto allo standard sia nella prima sequenza temporale di misura, sia nella seconda sequenza temporale di misure. Infine, l'unità 3 di controllo diagnostica la presenza di mutazioni in almeno uno dei due segnali caratteristici solo se viene determinata una deviazione rispetto allo standard nella seconda sequenza temporale di misure e non viene determinata una deviazione rispetto allo standard nella prima sequenza temporale di misure. This method of analysis provides that the control unit 3 periodically determines the value assumed by the first characteristic signal of the system in order to construct a first temporal sequence of measurements and periodically determines the value assumed by the second characteristic signal of the system in order to construct a second temporal sequence of measures. Therefore, the control unit 3 determines the possible presence of deviations with respect to the standard both in the first temporal sequence of measurement and in the second temporal sequence of measurements. Finally, the control unit 3 diagnoses the presence of mutations in at least one of the two characteristic signals only if a deviation from the standard is determined in the second time sequence of measurements and a deviation from the standard is not determined in the first time sequence of measurements. .

L'unità 3 di controllo diagnostica una condizione normale dei due segnali caratteristici se non viene determinata una deviazione rispetto allo standard né nella prima sequenza temporale di misure, né nella seconda sequenza temporale di misure. L'unità 3 di controllo diagnostica una condizione di attesa di sviluppi se viene determinata una deviazione rispetto allo standard nella prima sequenza temporale di misure e non viene determinata una deviazione rispetto allo standard nella seconda sequenza temporale di misure. L'unità 3 di controllo diagnostica una condizione di nuovo stato se viene determinata una deviazione rispetto allo standard sia nella prima sequenza temporale di misure, sia nella seconda sequenza temporale di misure. The control unit 3 diagnoses a normal condition of the two characteristic signals if a deviation from the standard is not determined either in the first time sequence of measurements, or in the second time sequence of measurements. The control unit 3 diagnoses a condition of awaiting developments if a deviation from the standard is determined in the first time sequence of measurements and a deviation from the standard is not determined in the second time sequence of measurements. The control unit 3 diagnoses a new state condition if a deviation from the standard is determined both in the first temporal sequence of measurements and in the second temporal sequence of measurements.

Per ciascuno dei due segnali caratteristici del sistema 1 (ovvero per il primo segnale caratteristico del sistema 1 e per il secondo segnale caratteristico del sistema), la determinazione di eventuali deviazioni rispetto allo standard in una sequenza temporale di misure può avvenire secondo una qualsiasi delle tre modalità di analisi sopra descritte. Di conseguenza, per ciascuno dei due segnali caratteristici del sistema 1, l'unità 3 di controllo determina periodicamente, durante una fase di calibrazione, il valore assunto dal corrispondente segnale caratteristico in modo da costruire una sequenza temporale di misure di calibrazione, determina periodicamente, durante una fase di diagnosi, il valore assunto dal corrispondente segnale caratteristico in modo da costruire una sequenza temporale di misure di diagnosi, e confronta la sequenza temporale di misure di calibrazione con la sequenza temporale di misure di diagnosi per diagnosticare la presenza di deviazioni rispetto allo standard. For each of the two characteristic signals of system 1 (i.e. for the first characteristic signal of system 1 and for the second characteristic signal of the system), the determination of any deviations from the standard in a temporal sequence of measurements can take place according to any of the three methods of analysis described above. Consequently, for each of the two characteristic signals of the system 1, the control unit 3 periodically determines, during a calibration phase, the value assumed by the corresponding characteristic signal in order to construct a temporal sequence of calibration measurements, periodically determines, during a diagnosis phase, the value assumed by the corresponding characteristic signal in order to construct a temporal sequence of diagnostic measures, and compares the temporal sequence of calibration measures with the temporal sequence of diagnostic measures to diagnose the presence of deviations with respect to the standard.

PRIMA MODALITÀ DI ANALISI DELLA SEQUENZA TEMPORALE DI MISURE DI DUE SEGNALI CARATTERISTICI PER DETERMINARE UNA EVENTUALE CORRELAZIONE DI CAUSA-EFFETTO FIRST METHOD OF ANALYSIS OF THE TIME SEQUENCE OF MEASUREMENTS OF TWO CHARACTERISTIC SIGNALS TO DETERMINE A POSSIBLE CAUSE-EFFECT CORRELATION

La correlazione di causa-effetto tra due segnali caratteristici del sistema 1 può venire determinata "a priori" (ovvero "a tavolino ") mediante una analisi della struttura fisica del sistema 1 stesso, oppure può anche venire determinata ”a posteriori" mediante una analisi delle sequenze temporali di misure dei segnali caratteristici del sistema 1. The cause-effect correlation between two characteristic signals of system 1 can be determined "a priori" (or "at the table") by means of an analysis of the physical structure of system 1 itself, or it can also be determined "a posteriori" by means of an analysis of the time sequences of measurements of the characteristic signals of the system 1.

La conoscenza di correlazioni di causa-effetto tra due segnali caratteristici del sistema 1 è necessaria per potere applicare la sopra descritta modalità di analisi della sequenza temporale di misure di due segnali caratteristici per determinare mutazioni nei segnali caratteristici stessi. Inoltre, la conoscenza di correlazioni di causa-effetto tra due segnali caratteristici del sistema 1 è utile all'addetto (umano e/o automatizzato) alla manutenzione che dovendo valutare una possibile anomalia su un certo segnale caratteristico del sistema 1 può trovare aiuto (ovvero conferma o meno della presenza dell'anomalia) nel guardare altri segnali caratteristici del sistema 1 correlati al segnale caratteristico del sistema 1 sotto esame. The knowledge of cause-effect correlations between two characteristic signals of the system 1 is necessary to be able to apply the above described method of analyzing the temporal sequence of measurements of two characteristic signals to determine mutations in the characteristic signals themselves. Furthermore, the knowledge of cause-effect correlations between two characteristic signals of system 1 is useful for the maintenance worker (human and / or automated) who, having to evaluate a possible anomaly on a certain characteristic signal of system 1, can find help (i.e. confirmation or not of the presence of the anomaly) when looking at other characteristic signals of system 1 related to the characteristic signal of system 1 under examination.

Per determinare "a posteriori" correlazioni di causaeffetto tra due segnali caratteristici del sistema 1, l'unità 3 di controllo verifica per ciascun segnale caratteristico del sistema 1 se il segnale caratteristico stesso può essere in relazione di causa-effetto con ciascuno di tutti gli altri segnali caratteristici del sistema 1; questo tipo di verifica comporta un onere computazionale elevato in quanto ciascun segnale caratteristico viene messo in relazione con tutti gli altri segnali caratteristici. Per ridurre l'onere computazionale, l'unità 3 di controllo potrebbe verificare se ciascun segnale caratteristico del sistema 1 che presenta deviazioni rispetto allo standard (cioè per il quale sono state rilevate delle mutazioni secondo una delle modalità sopra descritte) può essere in relazione di causa-effetto con ciascuno di tutti gli altri segnali caratteristici del sistema 1; in questo modo, la relazione di causa-effetto non viene verificata per tutti i segnali caratteristici del sistema 1, ma solo per i segnali caratteristici del sistema 1 che presentano deviazioni rispetto allo standard. To determine "a posteriori" cause and effect correlations between two characteristic signals of the system 1, the control unit 3 checks for each characteristic signal of the system 1 whether the characteristic signal itself can be in a cause-effect relationship with each of the others characteristic signals of system 1; this type of verification involves a high computational burden as each characteristic signal is related to all the other characteristic signals. In order to reduce the computational burden, the control unit 3 could verify whether each characteristic signal of the system 1 which has deviations from the standard (i.e. for which mutations have been detected according to one of the methods described above) can be related to cause-effect with each of all the other characteristic signals of system 1; in this way, the cause-effect relationship is not verified for all the characteristic signals of the system 1, but only for the characteristic signals of the system 1 which show deviations from the standard.

Secondo una possibile forma di attuazione, l'unità 3 di controllo assegna a ciascuna possibile coppia di segnali caratteristici del sistema 1 un giudizio sulla corrispondente relazione di causa-effetto; il giudizio può essere numerico (ad esempio sulla scala 0-100) oppure può essere qualitativo (ad esempio correlazione forte, media o debole). According to a possible embodiment, the control unit 3 assigns to each possible pair of signals characteristic of the system 1 a judgment on the corresponding cause-effect relationship; the judgment can be numerical (for example on the 0-100 scale) or it can be qualitative (for example strong, medium or weak correlation).

Per verificare se due segnali caratteristici del sistema 1 sono tra loro in relazione di causa-effetto, l'unità 3 di controllo determina periodicamente, durante la stessa fase di diagnosi, il valore assunto da un primo segnale caratteristico del sistema 1 (''causa") in modo da costruire una prima sequenza temporale di misure ed il valore assunto da un secondo segnale caratteristico del sistema 1 ("effetto") in modo da costruire una seconda sequenza temporale di misure. Quindi, l'unità 3 di controllo stabilisce se il secondo segnale caratteristico del sistema 1 ("effetto") è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa"), ovvero se una variazione del primo segnale caratteristico del sistema 1 ("causa") determina anche una corrispondente variazione del secondo segnale caratteristico del sistema 1 ("effetto"), confrontando la prima sequenza temporale di misure con la seconda sequenza temporale di misure. In particolare l'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 ("effetto") è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se, per un numero di volte in percentuale superiore ad una soglia ThNECdi frequenza, una variazione del primo segnale caratteristico del sistema 1 ('"causa") è seguita da una variazione del secondo segnale caratteristico del sistema 1 ('"effetto") con uno stesso ritardo TLAGdi tempo tra la variazione del primo segnale caratteristico del sistema 1 ('"causa") e la variazione del secondo segnale caratteristico del sistema 1 ("effetto") . To check whether two characteristic signals of system 1 are in a cause-effect relationship, the control unit 3 periodically determines, during the same diagnosis phase, the value assumed by a first characteristic signal of system 1 ('' cause ") in order to construct a first temporal sequence of measurements and the value assumed by a second characteristic signal of the system 1 (" effect ") in order to construct a second temporal sequence of measurements. Then, the control unit 3 establishes whether the second characteristic signal of system 1 ("effect") is in a cause-effect relationship with the first characteristic signal of system 1 ("cause"), i.e. if a variation of the first characteristic signal of system 1 ("cause") determines also a corresponding variation of the second characteristic signal of system 1 ("effect"), comparing the first temporal sequence of measurements with the second temporal sequence of measurements. In particular, the stab control unit 3 it results that the second characteristic signal of system 1 ("effect") is in a cause-effect relationship with the first characteristic signal of system 1 ("cause") if, for a number of times in percentage higher than a frequency threshold ThNEC, a variation of the first characteristic signal of system 1 ('"cause") is followed by a variation of the second characteristic signal of system 1 (' "effect") with the same TLAG delay of time between the variation of the first characteristic signal of system 1 ( '"cause") and the variation of the second characteristic signal of system 1 ("effect").

L'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 ("effetto) è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se è verificata la seguente equazione: The control unit 3 establishes that the second characteristic signal of system 1 ("effect) is in a cause-effect relationship with the first characteristic signal of system 1 (" cause ") if the following equation is verified:

NVE NVCTTT<≥ ThNEC>NVE NVCTTT <≥ ThNEC>

NVE numero totale di variazioni del secondo segnale caratteristico del sistema 1 ("effetto") che avvengono tra variazioni consecutive del primo segnale caratteristico del sistema 1 ("causa"), dove solo la prima delle variazioni del secondo segnale caratteristico del sistema 1 ("effetto") viene conteggiata tra due variazioni consecutive del primo segnale caratteristico del sistema 1 ("causa"); NVE total number of variations of the second characteristic signal of system 1 ("effect") that occur between consecutive variations of the first characteristic signal of system 1 ("cause"), where only the first of the variations of the second characteristic signal of system 1 (" effect ") is counted between two consecutive variations of the first characteristic signal of system 1 (" cause ");

NVCTOTnumero totale di variazioni del primo segnale caratteristico del sistema 1 ("causa"); ThNEc soglia di frequenza espressa in percentuale. Inoltre, l'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 (''effetto) è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se è verificata anche la seguente equazione: NVCTOT total number of variations of the first characteristic signal of system 1 ("cause"); ThNEc frequency threshold expressed as a percentage. Furthermore, the control unit 3 establishes that the second characteristic signal of system 1 ('' effect) is in a cause-effect relationship with the first characteristic signal of system 1 ("cause") if the following equation is also verified:

NVE NVE

——^ > ThNEC—— ^> ThNEC

NVhTOTNVhTOT

NVETOTnumero totale di variazioni del secondo segnale caratteristico del sistema 1 ("effetto"); NVETOT total number of variations of the second characteristic signal of system 1 ("effect");

ThNEc soglia di frequenza espressa in percentuale. Ed infine, l'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 ("effetto) è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se, per un numero di volte in percentuale superiore alla soglia ThNECdi frequenza, è verificata anche la seguente equazione: ThNEc frequency threshold expressed as a percentage. And finally, the control unit 3 establishes that the second characteristic signal of system 1 ("effect) is in a cause-effect relationship with the first characteristic signal of system 1 (" cause ") if, for a number of times in percentage higher than the ThNEC frequency threshold, the following equation is also verified:

<T>LAG<—>ThTIME< tEFF— tCAU< TLAG+ ThTIMp<T> LAG <—> ThTIME <tEFF— tCAU <TLAG + ThTIMp

TLAGritardo di tempo tra una variazione del primo segnale caratteristico del sistema 1 (''causa") ed una successiva variazione del secondo segnale caratteristico del sistema 1 ("effetto"); TLAG Time delay between a variation of the first characteristic signal of system 1 ('' cause ") and a subsequent variation of the second characteristic signal of system 1 (" effect ");

ThTIMEsoglia di tempo; ThTIME time threshold;

tCAu istante di tempo in cui è avvenuta una variazione del primo segnale caratteristico del sistema 1 ("causa"). tCAu instant of time in which a variation of the first characteristic signal of system 1 ("cause") took place.

tEFF istante di tempo in cui è avvenuta una variazione del secondo segnale caratteristico del sistema 1 ("effetto") a seguito della variazione del primo segnale caratteristico del sistema 1 ("causa") avvenuta al tempo tEFF instant of time in which a variation of the second characteristic signal of system 1 ("effect") occurred following the variation of the first characteristic signal of system 1 ("cause") which occurred at time

tCAU* tCAU *

Secondo una preferita forma di attuazione, il ritardo TLAGdi tempo viene stabilito pari al ritardo di tempo più ricorrente tra una variazione del primo segnale caratteristico del sistema 1 ("causa") ed una successiva variazione del secondo segnale caratteristico del sistema 1 ("effetto"), Di conseguenza, il ritardo TLAGdi tempo può venire calcolato come moda tra tutti i ritardi di tempo tra una variazione del primo segnale caratteristico del sistema 1 ("causa") ed una successiva variazione del secondo segnale caratteristico del sistema 1 ("effetto"), In statistica, la moda o norma è il valore che compare più frequentemente (cioè il valore che in una serie di dati compare più volte e, di conseguenza, ha maggiore frequenza), quindi la moda tra tutti i ritardi di tempo tra una variazione del primo segnale caratteristico del sistema 1 ("causa") ed una successiva variazione del secondo segnale caratteristico del sistema 1 ("effetto") è il ritardo di tempo che compare più frequentemente. According to a preferred embodiment, the time delay TLAG is established equal to the most recurrent time delay between a variation of the first characteristic signal of the system 1 ("cause") and a subsequent variation of the second characteristic signal of the system 1 ("effect" ). Consequently, the time delay TLAG can be calculated as the mode between all the time delays between a variation of the first characteristic signal of system 1 ("cause") and a subsequent variation of the second characteristic signal of system 1 ("effect" ), In statistics, the mode or norm is the value that appears most frequently (i.e. the value that appears several times in a series of data and, consequently, has greater frequency), therefore the mode among all the time delays between a variation of the first characteristic signal of system 1 ("cause") and a subsequent variation of the second characteristic signal of system 1 ("effect") is the time delay that appears most frequently.

Secondo una possibile forma di attuazione, l'unità 3 di controllo determina periodicamente, durante una fase di calibrazione, il valore assunto da una pluralità di segnali caratteristici del sistema 1 in modo da costruire una corrispondente pluralità di sequenze temporali di misure di calibrazione; successivamente, l'unità 3 di controllo determina periodicamente, durante una fase di diagnosi, il valore assunto dalla pluralità di segnali caratteristici del sistema 1 in modo da costruire una corrispondente pluralità di sequenze temporali di misure di diagnosi. A questo punto, l'unità 3 di controllo confronta ciascuna prima sequenza temporale di misure con la corrispondente seconda sequenza temporale di misure per diagnosticare l'eventuale presenza di deviazioni rispetto allo standard per ciascun segnale caratteristico del sistema 1 generando un segnale diagnostico che assume valore "0" in assenza di deviazioni rispetto allo standard e valore "1" in presenza di deviazioni rispetto allo standard. Infine, l'unità 3 di controllo verifica per ciascun segnale diagnostico relativo a tutti gli altri segnali caratteristici del sistema 1 se esso può essere in relazione di causa-effetto con ciascuno di tutti gli altri segnali diagnostici relativi a tutti gli altri segnali caratteristici del sistema 1; anche in questo caso l'unità 3 di controllo preferibilmente assegna a ciascuna possibile coppia di segnali diagnostici relativi ai segnali caratteristici del sistema 1 un giudizio sulla corrispondente relazione di causa-effetto. According to a possible embodiment, the control unit 3 periodically determines, during a calibration step, the value assumed by a plurality of characteristic signals of the system 1 so as to construct a corresponding plurality of timing sequences of calibration measurements; subsequently, the control unit 3 periodically determines, during a diagnosis step, the value assumed by the plurality of characteristic signals of the system 1 so as to construct a corresponding plurality of timing sequences of diagnosis measurements. At this point, the control unit 3 compares each first temporal sequence of measurements with the corresponding second temporal sequence of measurements to diagnose the possible presence of deviations with respect to the standard for each characteristic signal of the system 1, generating a diagnostic signal which assumes value "0" in the absence of deviations from the standard and value "1" in the presence of deviations from the standard. Finally, the control unit 3 checks for each diagnostic signal relating to all the other characteristic signals of the system 1 whether it can be in a cause-and-effect relationship with each of the other diagnostic signals relating to all the other characteristic signals of the system. 1; also in this case the control unit 3 preferably assigns to each possible pair of diagnostic signals relating to the characteristic signals of the system 1 a judgment on the corresponding cause-effect relationship.

SECONDA MODALITÀ DI ANALISI DELLA SEQUENZA TEMPORALE DI MISURE DI DUE SEGNALI CARATTERISTICI PER DETERMINARE UNA EVENTUALE CORRELAZIONE DI CAUSA-EFFETTO SECOND METHOD OF ANALYSIS OF THE TIME SEQUENCE OF MEASUREMENTS OF TWO CHARACTERISTIC SIGNALS TO DETERMINE A POSSIBLE CAUSE-EFFECT CORRELATION

In alternativa alla sopra descritta prima modalità di analisi della sequenza temporale di misure di due segnali caratteristici del sistema 1 per determinare una eventuale correlazione di causa-effetto, è possibile utilizzare una seconda modalità di analisi che presenta alcune differenza. As an alternative to the above described first method of analyzing the temporal sequence of measurements of two characteristic signals of the system 1 to determine a possible cause-effect correlation, it is possible to use a second analysis method which has some differences.

Anche operando in accordo con la seconda modalità di analisi, l'unità 3 di controllo determina periodicamente, durante una stessa fase di diagnosi, il valore assunto da un primo segnale caratteristico del sistema 1 (''causa") in modo da costruire una prima sequenza temporale di misure, ed il valore assunto da un secondo segnale caratteristico del sistema 1 (''effetto") in modo da costruire una seconda sequenza temporale di misure. Quindi, l'unità 3 di controllo stabilisce se il secondo segnale caratteristico del sistema 1 ("effetto") è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa"), ovvero se una variazione del primo segnale caratteristico del sistema 1 ("causa") determina anche una corrispondente variazione del secondo segnale caratteristico del sistema 1 ("effetto"), confrontando la prima sequenza temporale di misure con la seconda sequenza temporale di misure. Quindi l'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 ("effetto") è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se, per un numero di volte in percentuale superiore ad una soglia (ThHEc) di frequenza, una variazione del primo segnale caratteristico del sistema 1 ("causa") è seguita da una variazione del secondo segnale caratteristico del sistema 1 ("effetto") entro uno stesso ritardo ThTLAGdi tempo tra la variazione del primo segnale caratteristico del sistema 1 ("causa") e la variazione del secondo segnale caratteristico del sistema 1 ("effetto"). Even operating in accordance with the second analysis mode, the control unit 3 periodically determines, during the same diagnosis phase, the value assumed by a first characteristic signal of the system 1 ('' cause ") in order to construct a first temporal sequence of measures, and the value assumed by a second characteristic signal of system 1 ('' effect ") in order to construct a second temporal sequence of measures. Thus, the control unit 3 establishes whether the second characteristic signal of system 1 ("effect") is in a cause-effect relationship with the first characteristic signal of system 1 ("cause"), that is, whether a variation of the first signal characteristic of system 1 ("cause") also determines a corresponding variation of the second characteristic signal of system 1 ("effect"), by comparing the first temporal sequence of measures with the second temporal sequence of measures. Then the control unit 3 establishes that the second characteristic signal of system 1 ("effect") is in a cause-effect relationship with the first characteristic signal of system 1 ("cause") if, for a number of times as a percentage greater than a threshold (ThHEc) of frequency, a variation of the first characteristic signal of system 1 ("cause") is followed by a variation of the second characteristic signal of system 1 ("effect") within the same delay ThTLAG of time between the variation of the first characteristic signal of system 1 ("cause") and the variation of the second characteristic signal of system 1 ("effect").

L'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 ("effetto") è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se è verificata la seguente equazione: The control unit 3 establishes that the second characteristic signal of system 1 ("effect") is in a cause-effect relationship with the first characteristic signal of system 1 ("cause") if the following equation is verified:

NVET NVC^TT<≥ TllNEC>NVET NVC ^ TT <≥ TllNEC>

NVET numero totale di variazioni del secondo segnale caratteristico del sistema 1 ("effetto") che avvengono entro lo stesso ritardo (ThTLAG)di tempo tra variazioni consecutive del primo segnale caratteristico del sistema 1 ("causa"), dove solo la prima delle variazioni del secondo segnale caratteristico del sistema 1 ("effetto") viene conteggiata tra due variazioni consecutive del primo segnale caratteristico del sistema 1 ("causa"); NVET total number of variations of the second characteristic signal of system 1 ("effect") that occur within the same delay (ThTLAG) of time between consecutive variations of the first characteristic signal of system 1 ("cause"), where only the first of the variations of the second characteristic signal of system 1 ("effect") is counted between two consecutive variations of the first characteristic signal of system 1 ("cause");

NVCTOTnumero totale di variazioni del primo segnale caratteristico del sistema 1 ("causa"); NVCTOT total number of variations of the first characteristic signal of system 1 ("cause");

ThjjEc soglia di frequenza espressa in percentuale. Inoltre, l'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 ("effetto) è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se è verificata la seguente equazione: ThjjEc frequency threshold expressed as a percentage. Furthermore, the control unit 3 establishes that the second characteristic signal of system 1 ("effect) is in a cause-effect relationship with the first characteristic signal of system 1 (" cause ") if the following equation is verified:

NVET NVET

—— > ThNEC——> ThNEC

NVΕγβγNVΕγβγ

NVET numero totale di variazioni del secondo segnale caratteristico del sistema 1 ("effetto") che avvengono entro lo stesso ritardo (ThTLAG) di tempo tra variazioni consecutive del primo segnale caratteristico del sistema 1 ("causa"), dove solo la prima delle variazioni del secondo segnale caratteristico del sistema 1 ("effetto") viene conteggiata tra due variazioni consecutive del primo segnale caratteristico del sistema 1 ("causa"); NVET total number of variations of the second characteristic signal of system 1 ("effect") that occur within the same delay (ThTLAG) of time between consecutive variations of the first characteristic signal of system 1 ("cause"), where only the first of the variations of the second characteristic signal of system 1 ("effect") is counted between two consecutive variations of the first characteristic signal of system 1 ("cause");

ThHECsoglia di frequenza espressa in percentuale. Infine, l'unità 3 di controllo stabilisce che il secondo segnale caratteristico del sistema 1 ("effetto") è in relazione di causa-effetto con il primo segnale caratteristico del sistema 1 ("causa") se, per un numero di volte in percentuale superiore alla soglia di frequenza, è verificata la seguente equazione: ThHEC frequency threshold expressed as a percentage. Finally, the control unit 3 establishes that the second characteristic signal of system 1 ("effect") is in a cause-effect relationship with the first characteristic signal of system 1 ("cause") if, for a number of times in percentage higher than the frequency threshold, the following equation is verified:

tEFF<—>tcAU≤ ThTLAGtEFF <—> tcAU≤ ThTLAG

tCAU istante di tempo in cui è avvenuta una variazione del primo segnale caratteristico del sistema 1 ("causa"); tCAU instant of time in which a variation of the first characteristic signal of system 1 ("cause") occurred;

tEFF istante di tempo in cui è avvenuta una variazione del secondo segnale caratteristico del sistema 1 (''effetto") a seguito della variazione del primo segnale caratteristico del sistema 1 ("causa") avvenuta al tempo tCAU; tEFF instant of time in which a variation of the second characteristic signal of system 1 ('' effect ") occurred following the variation of the first characteristic signal of system 1 (" cause ") which occurred at time tCAU;

ThTLAGritardo di tempo. ThTLAG Time delay.

Secondo una preferita forma di attuazione, per valutare l'esistenza della relazione di causa-effetto vengono considerate tutte le variazioni del primo segnale caratteristico del sistema 1 e tutte le variazioni del secondo segnale caratteristico del sistema 1; in altre parole, per valutare l'esistenza della relazione di causaeffetto non viene scartata alcuna variazione del primo segnale caratteristico del sistema 1 o del secondo segnale caratteristico del sistema 1, Secondo una alternativa forma di attuazione, per valutare l'esistenza della relazione di causa-effetto, vengono considerate tutte le variazioni del primo segnale caratteristico del sistema 1 e solo le variazioni del secondo segnale caratteristico del sistema 1 che portano il secondo segnale caratteristico del sistema 1 stesso ad assumere uno stesso valore predeterminato; in altre parole, vengono scartate (ovvero ignorate come se non esistessero) le variazioni del secondo segnale caratteristico del sistema 1 che portano il secondo segnale caratteristico del sistema 1 stesso ad assumere un valore diverso dal valore predeterminato. Ad esempio se il valore predeterminato fosse pari a "2", verrebbero considerate solo le variazioni del secondo segnale caratteristico del sistema 1 che portano il secondo segnale caratteristico del sistema 1 stesso ad assumere il valore 2 (cioè le variazioni per le quali alla fine della variazione il secondo segnale caratteristico del sistema 1 assume il valore 2"). According to a preferred embodiment, in order to evaluate the existence of the cause-effect relationship, all the variations of the first characteristic signal of the system 1 and all the variations of the second characteristic signal of the system 1 are considered; in other words, to evaluate the existence of the cause-effect relationship, no variation of the first characteristic signal of system 1 or of the second characteristic signal of system 1 is discarded, According to an alternative embodiment, to evaluate the existence of the cause relationship -effect, all the variations of the first characteristic signal of the system 1 are considered and only the variations of the second characteristic signal of the system 1 which lead the second characteristic signal of the system 1 itself to assume the same predetermined value; in other words, the variations of the second characteristic signal of the system 1 are discarded (ie ignored as if they did not exist) which lead the second characteristic signal of the system 1 itself to assume a value different from the predetermined value. For example, if the predetermined value were equal to "2", only the variations of the second characteristic signal of system 1 would be considered which lead the second characteristic signal of system 1 itself to assume the value 2 (i.e. the variations for which at the end of the variation, the second characteristic signal of system 1 assumes the value 2 ").

CONSIDERAZIONI FINALI FINAL CONSIDERATIONS

Il sistema 1 può essere di qualsiasi tipo; a solo titolo di esempio, il sistema 1 può essere un motore di un veicolo, un veicolo (terrestre, navale, o aereo), un impianto produttivo, una centrale di produzione di energia elettrica, un satellite artificiale in orbita attorno alla terra, o addirittura un essere vivente animale (tipicamente una persona) o vegetale (ad esempio una piantagione). System 1 can be of any type; by way of example only, system 1 may be an engine of a vehicle, a vehicle (land, sea, or aircraft), a production plant, a power plant, an artificial satellite orbiting the earth, or even a living animal (typically a person) or vegetable (such as a plantation).

I metodi di analisi sopra descritti presentano numerosi vantaggi. The methods of analysis described above have numerous advantages.

I metodi di analisi sopra descritti sono in grado di analizzare i dati e automaticamente estrarre conoscenza ed in particolare possono individuare nuovi (forse anomali) comportamenti dei parametri monitorati (rilevamento novità) oppure possono individuare relazioni di causa / effetto tra parametri o anomalie (interpretazione comportamento), I tecnici specializzati che analizzano i dati provenienti dal campo possono quindi concentrare l'attenzione su un insieme di dati più ristretto e decidere sul significato del diverso comportamento rilevato, per evitare guasti gravi e/o per migliorare le prestazioni del sistema 1. The analysis methods described above are able to analyze the data and automatically extract knowledge and in particular they can identify new (perhaps anomalous) behaviors of the monitored parameters (novelty detection) or they can identify cause / effect relationships between parameters or anomalies (interpretation of behavior ), The specialized technicians who analyze the data coming from the field can then focus their attention on a smaller set of data and decide on the meaning of the different behavior detected, to avoid serious failures and / or to improve the performance of the system 1.

In primo luogo, i metodi di analisi sopra descritti permettono di eseguire una diagnosi preventiva di un sistema 1 complesso in modo efficace (cioè individuando i problemi) ed efficiente (cioè una percentuale di segnalazioni errate molto bassa) anche in presenza di molti sensori (decine, centinaia o addirittura migliaia). Firstly, the analysis methods described above make it possible to carry out a preventive diagnosis of a complex system 1 in an effective (i.e. identifying the problems) and efficient (i.e. a very low percentage of erroneous signals) even in the presence of many sensors (dozens , hundreds or even thousands).

Inoltre, i metodi di analisi sopra descritti sono particolarmente semplici ed economici da implementare, in quanto richiedo una potenza di calcolo ed una capacità di immagazzinamento di dati relativamente modeste. Furthermore, the analysis methods described above are particularly simple and economical to implement, as they require relatively modest computing power and data storage capacity.

Claims

R IV E N D IC A T IO N I 1) Method of analyzing the temporal sequences of measurements of at least two characteristic signals of a system (1) to determine a possible cause-effect correlation; the analysis method includes the steps of: periodically determining, during a diagnosis phase, the value assumed by a first characteristic signal of the system (1) so as to construct a first temporal sequence of measurements; periodically determining, during the same diagnosis phase, the value assumed by a second characteristic signal of the system (1) so as to construct a second temporal sequence of measurements; And establish if the second characteristic signal of the system (1) is in a cause-effect relationship with the first characteristic signal of the system (1), or if a variation of the first characteristic signal of the system (1) also determines a corresponding variation of the second signal characteristic of system (1), comparing the first temporal sequence of measures with the second temporal sequence of measures; the analysis method is characterized by understanding the further step of establishing that the second characteristic signal of the system (1) is in a cause-effect relationship with the first characteristic signal of the system (1) if, for a number of times in percentage higher than a threshold (ThNEC) of frequency, a variation of the first characteristic signal of the system (1) is followed by a variation of the second characteristic signal of the system (1) with the same delay (TLAG) of time between the variation of the first characteristic signal of the system (1) and the variation of the second characteristic signal of the system (1).

2) Method of analysis according to claim 1, wherein the second characteristic signal of the system (1) is in a cause-effect relationship with the first characteristic signal of the system (1) if the following equation is verified: NVE NVC ^ r <≥ ThNEC> NVE total number of variations of the second characteristic signal of the system (1) that occur between consecutive variations of the first characteristic signal of the system (1), where only the first of the variations of the second characteristic signal of the system (1) is counted between two consecutive variations of the first characteristic signal of the system (1); NVCTOT total number of variations of the first characteristic signal of the system (1); ThNEc frequency threshold expressed as a percentage.

3) Method of analysis according to claim 1 or 2, wherein the second characteristic signal of the system (1) is in a cause-effect relationship with the first characteristic signal of the system (1) if the following equation is verified: NVE 77777; ≥ ThNECNVΕγογ NVE total number of variations of the second characteristic signal of the system (1) that occur between consecutive variations of the first characteristic signal of the system (1), where only the first of the variations of the second characteristic signal of the system (1) is counted between two consecutive variations of the first characteristic signal of the system (1); NVETOT total number of variations of the second characteristic signal of the system (1); ThNEC Frequency threshold expressed as a percentage.

4) Method of analysis according to claim 1, 2 or 3, wherein the second characteristic signal of the system (1) is in a cause-effect relationship with the first characteristic signal of the system (1) if, for a number of times in percentage above the threshold (ThNEC) of frequency, the following equation is verified: TLAG Time delay between a variation of the first characteristic signal of the system (1) and a subsequent variation of the second characteristic signal of the system (1); ThTIME time threshold; tCAU Time in which a variation of the first characteristic signal of the system (1) occurred; tEFF instant of time in which a variation of the second characteristic signal of the system (1) occurred following the variation of the first characteristic signal of the system (1) which occurred at the instant of time tCAy.

5) Method of analysis according to claim 4 and comprising the further step of establishing the time delay (TLAG) equal to the most recurrent time delay between a variation of the first characteristic signal and a subsequent variation of the second characteristic signal.

6) Method of analysis according to claim 5 and comprising the further step of calculating the time delay (TLAG) as mode among all the time delays between a variation of the first characteristic signal and a subsequent variation of the second characteristic signal.

7) Method of analysis according to one of claims 1 to 6 and comprising the further steps of: periodically determining, during a diagnosis phase, the value assumed by a plurality of characteristic signals of the system (1) so as to construct a corresponding plurality of time sequences of measurements; and verifying for each characteristic signal of the system (1) whether the characteristic signal itself can be in a cause-effect relationship with each of all the other characteristic signals of the system (1).

8) Method of analysis according to claim 7 and comprising the further step of assigning to each possible pair of characteristic signals of the system (1) a judgment on the corresponding cause and effect relationship.

9) Method of analysis according to one of claims 1 to 6 and comprising the further steps of: periodically determining, during a calibration step, the value assumed by a plurality of characteristic signals of the system (1) so as to construct a corresponding plurality of timing sequences of calibration measurements; periodically determining, during a diagnosis phase, the value assumed by the plurality of characteristic signals of the system (1) so as to construct a corresponding plurality of temporal sequences of diagnostic measures; comparing each first temporal sequence of measurements with the corresponding second temporal sequence of measurements to diagnose the possible presence of deviations with respect to the standard for each characteristic signal of the system (1); And verify for each characteristic signal of the system (1) that has deviations from the standard if the characteristic signal itself can be in a cause-effect relationship with each of all the other characteristic signals of the system (1).

10) Method of analysis according to claim 9 and comprising the further step of assigning to each possible pair of characteristic signals of the system (1) a judgment on the corresponding cause-effect relationship.

11) Method of analysis according to one of claims 1 to 6 and comprising the further steps of: periodically determining, during a calibration step, the value assumed by a plurality of characteristic signals of the system (1) so as to construct a corresponding plurality of timing sequences of calibration measurements; periodically determine, during a diagnosis phase, the value assumed by the plurality of characteristic signals of the system (1) so as to construct a corresponding plurality of time sequences of diagnostic measures, - compare each first time sequence of measures with the corresponding second sequence time of measurements to diagnose the possible presence of deviations from the standard for each characteristic signal of the system (1) generating a diagnostic signal that assumes value "0 '' in the absence of deviations from the standard and value" l "in the presence of deviations compared to the standard; e check for each diagnostic signal relating to all the other characteristic signals of the system (1) whether it can be in a cause-effect relationship with each of the other diagnostic signals relating to all the other characteristic signals of the system (1).

12) Method of analysis according to claim 11 and comprising the further step of assigning to each possible pair of diagnostic signals relating to the characteristic signals of the system (1) a judgment on the corresponding cause-effect relationship.