CN101804932B - 异常诊断装置以及异常诊断方法 - Google Patents

Abstract

本发明提供提高移动体异常诊断的可靠性的异常诊断装置。异常诊断装置(2)的运算处理部(21)在出现了诊断请求时，在移动体(升降机1)的运行处于停止的状态下，通过传感器(12)获取从移动体的周围发出的声音信号等物理信号，并将所获取的物理信号与预先存储在存储部(20)中的基准物理信号进行比较，以判定是否处于能够对移动体进行诊断的环境(可否诊断判定部214)，在被判定为处于能够对移动体进行诊断的环境时，获取与移动体的运行状态对应而发出的物理信号，根据规定的运算方法进行解析，以进行移动体的异常诊断(诊断处理部215)。

Description

异常诊断装置以及异常诊断方法

技术领域

本发明涉及一种异常诊断装置以及异常诊断方法，其检测与升降机等移动体的运行状态对应而发出的物理信号，并且通过规定的运算来解析该检测到的物理信号，以此来进行异常诊断。

背景技术

作为已知的异常诊断方法，例如用麦克风等声音传感器来收集作为诊断对象的升降机的动作音，对由该声音传感器生成的声音信号与预先收集和登录的正常动作时的声音信号进行比较，由此来检测升降机的运行是否正常。

在为了使用上述方法进行异常诊断而对升降机的动作音进行录音时，有必要防止人的说话声等周围的环境音进入集音设备。其理由是，即使作为诊断对象的升降机处于正常状态，并且其动作时也没有发出异常音，但如果在声音信号中混入了环境音分量，则所述环境音分量有可能被误诊断为升降体的异常音。

为了解决这一问题，例如在专利文献1中公开了一种异常诊断装置，其通过在没有人的时间段对升降机的动作音进行录音来进行异常诊断，以此来防止人的声音等混入诊断对象的声音信号内。

专利文献1：日本专利特开2004-277082号公报

对设置在百货店和火车站等能够预先知道在深夜等时间段周围不会有人的环境中的升降体来说，由专利文献1公开的异常诊断装置是有效的。但是，如果是设置在公寓和多用途大楼等场所的升降机，则通常难以确定哪个时间段内是周围没有人的时间段。此外，除了人的声音以外还存在交通车辆等发出的声音、繁华街道的喧闹声和狗的吠声等各种环境音。因此，如果像专利文献1所公开的异常诊断装置那样只能设定在没有人的时间段进行异常诊断，则无法防止各种环境音混入，可能因该环境音的混入而产生误诊断。

发明内容

本发明是鉴于上述现有技术中所存在的问题而作出的，本发明的目的在于提供一种异常诊断装置以及异常诊断方法，其能够防止可能引起误诊断的环境音混入，从而能够提高诊断结果的可靠性。

为了实现上述目的，本发明提供了一种移动体的异常诊断装置，其被构造成在出现了诊断请求时，在移动体的运行处于停止的状态下，获取从移动体的周围发出的物理信号，并将所获取的物理信号与预先存储的物理信号进行比较，以判定是否处于能够对移动体进行诊断的环境，在被判定为处于能够对移动体进行诊断的环境时，获取与移动体的运行状态对应而发出的物理信号，根据规定的运算方法进行解析，以进行移动体的异常诊断。

发明效果

根据本发明，能够提供一种异常诊断装置以及异常诊断方法，其能够防止可能引起误诊断的环境音混入，从而能够提高诊断结果的可靠性。

附图说明

图1是表示本发明第一实施方式所涉及的异常诊断装置的结构的方块图。

图2是表示本发明第一实施方式所涉及的异常诊断装置中的诊断请求生成部的处理步骤的流程图。

图3是表示本发明第一实施方式所涉及的异常诊断装置中的运行状态判定部的处理步骤的流程图。

图4是表示本发明第一实施方式所涉及的异常诊断装置中的测定环境差计算部的处理步骤的流程图。

图5是表示本发明第一实施方式所涉及的异常诊断装置中的测定环境差计算部为计算测定环境差而进行的信号处理的流程的流程图。

图6是对本发明第一实施方式所涉及的异常诊断装置中的测定环境差计算部所进行的群集分析的概要进行说明的说明图。

图7是表示本发明第一实施方式所涉及的异常诊断装置中的群集信息表的数据结构的一例的例示图。

图8是表示本发明第一实施方式所涉及的异常诊断装置中的测定环境差计算部的群集辨别(cluster identifying)处理步骤的流程图。

图9是表示本发明第一实施方式所涉及的异常诊断装置中的检查表的数据结构的一例的例示图。

图10是表示本发明第一实施方式所涉及的异常诊断装置中的可否诊断判定部的处理步骤的流程图。

图11是表示本发明第一实施方式所涉及的异常诊断装置中的诊断处理部的处理步骤的流程图。

图12是表示本发明第二实施方式所涉及的异常诊断装置中的测定环境差计算部的处理步骤的流程图。

图13是表示本发明第二实施方式所涉及的异常诊断装置中的测定环境差计算部为计算测定环境差而进行的信号处理的流程的流程图。

图14是表示本发明第二实施方式所涉及的异常诊断装置中的测定环境差表的数据结构的一例的例示图。

图15是表示本发明第二实施方式所涉及的异常诊断装置中的可否诊断判定部的处理步骤的流程图。

符号说明

1升降机

2异常诊断装置

11升降机控制装置

12传感器

20存储部

21运算处理部

201群集信息表

202检查表

203测定环境差表

211诊断请求生成部

212运行状态判定部

213测定环境差计算部

214可否诊断判定部

215诊断处理部

具体实施方式

以下参照附图对本发明的实施方式进行详细说明。

第一实施方式

(异常诊断装置的结构)

图1是表示本发明第一实施方式所涉及的异常诊断装置的结构的方块图。本发明第一实施方式所涉及的异常诊断装置2与作为诊断对象的升降机1连接。

升降机1具有控制升降机轿厢的升降动作的升降机控制装置11和收集升降机轿厢动作时发出的声音信号的传感器12。其中，传感器12除了包括获取环境音等的物理信号的声音传感器以外，还包括设置在升降机轿厢的任意位置上的用于计测升降机轿厢重量的负载传感器。

异常诊断装置2包括安装有IC(Integrated Circuits)存储器和硬盘装置等存储介质的存储部20以及安装有执行存储在存储部20中的程序的CPU(Central Processing Unit)的运算处理部21。其中，存储部20中除了存储有上述程序外，还存储有阈值等预先设定的值以及由程序生成的各种数据(后述的群集信息表201、检查表202和测定环境差表203等)。

运算处理部21中的诊断请求生成部211、运行状态判定部212、测定环境差计算部213、可否诊断判定部214和诊断处理部215等的处理功能通过由所述CPU执行存储在存储部20中的规定的程序来实现。

图1所示的诊断请求生成部211具有对时间进行监测，到了预先设定的时间时生成要求执行异常诊断的诊断请求信号，使运行状态判定部212启动的功能。此外，运行状态判定部212具有从升降机控制装置11获取升降机轿厢的运行状态信息以及升降机轿厢重量信息，在监测到升降机轿厢处于停止状态并且没有发出动作音的情况下，判定作为诊断对象的升降机1是否处于能够进行异常诊断的状态的功能。另外，测定环境差计算部213具有通过传感器12来收集在升降机轿厢的周围产生的环境音(声音信号)，将所收集到的环境音与预先存储在存储部20中的基准音数据进行比较以计算差值，并根据该差值来判定升降机1是否处于能够进行异常诊断的环境的功能。可否诊断判定部214具有对由测定环境差计算部213评价出的差值进行评价，以此来判定能否对升降机1执行异常诊断的功能。诊断处理部215具有将从升降机1所具有的传感器12收集到的声音信号变换成频率分量(傅立叶变换)，将各频率分量的大小与基准值进行比较，以此进行异常诊断的功能。

(异常诊断装置的动作)

以下参照图2～图12对图1所示的本发明第一实施方式所涉及的异常诊断装置2的动作进行说明。

图2是表示异常诊断装置2中的诊断请求生成部211的处理步骤的流程图。诊断请求生成部211的功能是在到达预先设定的时间时生成诊断请求信号并使运行状态判定部212启动。诊断请求生成部211以每隔一定周期的时间执行一次的方式反复执行上述处理。

具体来说是，图2所示的诊断请求生成部211每隔一定周期(例如每5分钟)启动一次，从设置在异常诊断装置2中的未图示的计时装置获取当前时间(步骤S201)，读取预先保持在存储部20中的设定时间，将该设定时间与所获取的当前时间进行比较(步骤S202)。并且，在当前时间超过了设定时间时(步骤S202为是)，诊断请求生成部211生成诊断请求信号并使运行状态判定部212的处理启动(步骤S203)，如果当前时间没有超过设定时间时(步骤S202为否)，则结束诊断请求生成处理。

图3是表示异常诊断装置2中的运行状态判定部212的处理步骤的流程图。运行状态判定部212的功能是从升降机控制装置11获取升降机轿厢的运行状态信息以及升降机轿厢重量信息，在监测到升降机轿厢处于停止状态并且没有发出动作音的情况下，收集环境音，以此来判定升降机1是否处于能够进行异常诊断的状态。

运行状态判定部212的处理由通过诊断请求生成部211生成的诊断请求信号启动，如图3所示，首先从升降机控制装置11获取升降机1的运行状态信息以及升降机轿厢的重量(步骤S301)。然后，运行状态判定部212根据从升降机控制装置11获取的升降机1的运行状态信息判定升降机1是否处于停止状态(步骤S302)。

步骤S302的判定结果表示升降机1正在进行升降动作时(步骤S302为否)，运行状态判定部212在待机一定时间后(步骤S305)，再次执行步骤S301的处理，从升降机控制装置11获取运行状态信息。另一方面，在判定为升降机1处于停止状态时(步骤S302为是)时，运行状态判定部212为了检测升降机轿厢内是否有人，进一步判定从升降机控制装置11获取的升降机轿厢的重量是否在规定的基准值内(步骤303)。其中，升降机轿厢重量的基准值是通过将升降机轿厢内没有人时的升降机轿厢重量加上一定重量而设定的，该基准值预先设定在存储部20的规定区域中。

然后，在因为升降机1内有人而被判定为升降机轿厢的重量超出了基准值时(步骤S303为否)，运行状态判定部212再次执行步骤S301的处理，从升降机控制装置11获取运行状态信息。另一方面，在检测为升降机轿厢内没有人时，即判定为在基准值内时(步骤S303为是)，运行状态判定部212启动测定环境差计算部213的处理(步骤S304)。

图4是表示异常诊断装置2中的测定环境差计算部213的处理步骤的流程图。测定环境差计算部213的功能是收集在周围发生的环境音，并将其与基准状态比较，以判定是否处于可进行诊断的环境。测定环境差计算部213的处理由上述运行状态判定部212启动。

如图4所示，测定环境差计算部213通过传感器12收集声音信号(以下称为“实录环境音”)(步骤S401)，并且参照存储部20的规定区域，获取执行异常诊断处理时的基准数据即理想环境中的声音信号(以下称为“理想环境音”)(步骤S402)。然后，测定环境差计算部213根据分别获取的实录环境音以及理想环境音，算出该两种环境音的差值即测定环境差(步骤403)，之后启动可否诊断判定部214的处理(步骤S404)。

图5是表示异常诊断装置2中的测定环境差计算部213为计算测定环境差而进行的信号处理的流程的流程图。以下参照图5对测定环境差的计算方法进行说明。

如图5所示，测定环境差计算部213将理想环境音作为输入数据进行傅立叶变换51，并且对通过傅立叶变换而得到的频率的频谱进行群集分析52。此外，针对实录环境音也以相同方法进行傅立叶变换51a，并进行群集分析52a。此后，通过群集辨别处理53，根据各个经过群集分析52、52a后的数据，算出测定环境差。

具体来说是，测定环境差计算部213通过傅立叶变换51、51a，将经时性变化的声音信号变换为频率分量的频谱。此时，通过在每次傅立叶变换时使窗口函数朝时间方向位移，能够算出各个时间点的频谱。

之后，测定环境差计算部213将各个时间点的频率的频谱大小描绘在坐标空间上。其中，坐标轴是经过傅立叶变换后的各个频率。

图6是对测定环境差计算部213所进行的群集分析52、52a的概要进行说明的说明图。首先参照图6(a)对在坐标空间上的描绘方法进行说明。为了便于说明，在图6(a)中，傅立叶变换后的频谱的频率只示出了f1和f2，坐标空间为二维空间，但在实际上通常为n维空间。

测定环境差计算部213通过傅立叶变换51、51a，将时间点t1的声音信号变换为频谱，其结果，在频率f1的频谱的大小为x₁，频率f2的频谱的大小为y₁时，将该频率的频谱描绘在坐标空间上的坐标(x₁，y₁)。针对时间点t2以后的声音信号，也以同样的方法对经过傅立叶变换的频谱全部进行描绘。

此外，测定环境差计算部213对描绘到所述坐标空间上的数据进行分组。分组例如使用已知的离差平方和法(Ward′s method)等来进行，分组进行到群集的数量达到某个一定值为止，也就是实施群集化。另外，作为群集化的方法，也可以不使用离差平方和法，而使用作为其它已知技术的最近邻算法/最远邻算法(Nearest/Furthest Neighbor Method)和群平均法(Group Average Method)等。

此后，测定环境差计算部213在各群集中设定包括所有描绘点的最小的球(通常为n维的球，在二维时为圆)，并算出该球的中心坐标和半径。以下参照图6(b)对该球的中心坐标和半径的计算方法进行说明。

图6(b)中示出了将描绘点分组为三个群集(C₁，C₂，C₃)时的情况。此时，所设定的球的中心坐标和半径分别为：群集C₁的中心坐标为(C_x1，C_y1)，半径为r₁、群集C₂的中心坐标为(C_x2，C_y2)，半径为r₂，群集C₃的中心坐标为(C_x3，C_y3)，半径为r₃。并且，测定环境差计算部213针对每个群集号码，将如上算出的中心坐标和半径设定为具有图7所示数据结构的群集信息表201。群集信息表201被存储在存储部20的规定区域中。

在群集辨别处理53中，测定环境差计算部213将对理想环境音进行处理而得到的群集信息表201和对实录环境音进行处理而得到的群集信息表201进行比较，由此对各个环境音的群集进行辨别判定。以下参照图8所示的流程图对该辨别判定的方法进行说明。

图8是表示异常诊断装置2中的测定环境差计算部213的群集辨别处理步骤的流程图。如图8所示，测定环境差计算部213首先参照理想环境音的群集信息表201的数据，针对每个群集号码进行循环处理(步骤S101～S109)。在该循环处理中，首先获取各群集的与中心坐标和半径有关的数据(步骤S102)。然后，参照实录环境音的群集信息表201(步骤S103)，针对每个群集号码进行循环处理(步骤S103～S108)。也就是说，测定环境差计算部213对理想环境音的群集的中心坐标和实录环境音的群集的中心坐标进行对照，以此来评价位置关系(步骤S104)。

在此，为了对中心坐标进行对照，测定环境差计算部213对下式(1)进行运算。并且，测定环境差计算部213将表示是否满足式(1)的运算结果临时存储在存储部20中。

$\sqrt{\underset{1}{\overset{n}{\mathrm{\&Sigma;}}}{(\mathrm{fs}-\mathrm{fi})}^2}<\mathrm{ri}...\left(1\right)$

式中，n表示傅立叶变换后的频率分量的数量，fs表示实录环境音数据的第s个群集的中心坐标的分量，fi表示理想环境音数据的第i个群集的中心坐标的分量，ri表示理想环境音数据的第i个群集的半径。

之后，测定环境差计算部213算出半径比率(步骤S105)。半径比率通过执行下述公式(2)来计算，算出的结果临时存储在存储部20的规定区域中。

$\mathrm{ratio}=\frac{\mathrm{rs}}{\mathrm{ri}}...\left(2\right)$

式中，ratio表示半径比率，rs表示实录环境音数据的第s个群集的半径，ri表示理想环境音数据的第i个群集的半径。

之后，测定环境差计算部213根据式(1)和式(2)的运算结果判定理想环境音数据中的第i个群集与实录环境音数据中的第s个群集是否一致(步骤S106)。具体来说是，在满足式(1)且由式(2)求出的ratio在一定值(例如1.5)以下时，或者在同时满足式(1)和式(2)且被判定为该理想环境音的群集与该实录环境音的该群集相同(步骤S106为是)时，测定环境差计算部213更新图9所示的检查表202(步骤S107)。另外，检查表202存储在存储部20的规定区域中。

图9是表示检查表202的数据结构的一例的例示图。如图11所示，在检查表202的群集号码栏中记录有实录环境音的群集号码，判定栏中预先全部设定为“1”。针对被判定为与理想环境音的群集相同的实录环境音的群集的群集号码，测定环境差计算部213执行将判定栏的值从“1”改写为“0”的处理。由此，只有没有被判定为与理想环境音的群集相同的群集号码的判定栏中的值为“1”。

经过以上的处理后结束测定环境差计算处理(图4的步骤S403)，之后，测定环境差计算部213启动可否诊断判定部214的处理(步骤S404)。

图10是表示本发明第一实施方式所涉及的异常诊断装置2中的可否诊断判定部214的处理步骤的流程图。可否诊断判定部214的功能是根据由测定环境差计算部213评价出的环境差的结果，判定是否可执行异常诊断。

如图10所示，测定环境差计算部213首先参照由测定环境差计算部213生成的存储在存储部20中的检查表202(参照图9)(步骤S501)，判定检查表202的判定栏是否全部为“0”(步骤S502)。

在被判定为有某一个判定栏中记录有“1”时(步骤S502为否)，可否诊断判定部214判定为实录环境音与理想环境音之间存在差距而处于不能进行异常诊断的环境。在被判定为处于不能进行异常诊断的环境时，可否诊断判定部214启动运行状态判定部212的处理(步骤S504)，通过测定环境差计算部213求出测定环境差，并再次评价是否处于能进行异常诊断的环境。并且，在再次评价是否处于能进行异常诊断的环境时，可以使升降机1的轿厢的停止位置移动，在其它楼层评价是否处于能进行异常诊断的环境。

另一方面，当判定栏全部为“0”时(步骤S502为是)，可否诊断判定部214判定为由于实录环境音与理想环境音类似而处于能够进行异常诊断的环境，并启动诊断处理部215的处理(步骤S503)。

图11是表示本发明第一实施方式所涉及的异常诊断装置2中的诊断处理部215的处理步骤的流程图。诊断处理部215的功能是将从升降机1所具有的传感器12收集到的声音信号变换成频率分量，将各频率分量的大小与基准值进行比较，以此来进行异常诊断。

如图11所示，诊断处理部215首先使作为诊断对象的升降机1动作，并通过传感器12收集升降机1的动作音即声音信号(步骤S601)。其次，诊断处理部215通过傅立叶变换将收集到的声音信号变换成频率分量。然后，诊断处理部215从存储部20中读取预先设定的异常判定阈值(步骤S602)，并执行异常判定处理(步骤S603)，在该处理中，将经过傅立叶变换的各个频率分量的大小与异常判定阈值进行比较，在存在比异常判定阈值大的频率分量时，判定为出现异常。

(第一实施方式的效果)

根据以上所述的本发明第一实施方式所涉及的移动体的异常诊断装置2，在使用作为诊断对象的升降体1等的移动体1发出的声音信号进行异常诊断时，首先，在确认升降机1处于停止状态并且没有发出动作音的情况下收集周围的环境音，使用傅立叶变换和群集分析等进行运算处理，由此判定为周围的环境音处于能够进行异常诊断的状态时，使升降机1动作而收集升降机1的动作音，以此来进行异常诊断处理。

因此，根据本实施方式，由于在不存在会导致误诊断的环境音的状态下收集移动体的动作音，也就是说在周围的声音状态成为能够进行异常诊断的状态时进行异常诊断处理，所以能够提高异常诊断的可靠性。

并且，在判定为环境音处于无法进行诊断的状态时，在待机了规定时间后，或者在使升降机1移动了规定距离即移动到其它楼层而形成了能够进行诊断的状态时，在该时刻使升降机1动作并收集升降机1的动作音，由此来进行异常诊断处理。如此，能够进一步提高异常诊断的可靠性。

第二实施方式

以下对本发明第二实施方式所涉及的移动体的异常诊断装置进行说明。本发明第二实施方式所涉及的移动体的异常诊断装置的各模块(ブロックレベル)的结构与第一实施方式所示的异常诊断装置的模块结构(参照图1)相同。因此，在说明中仍然使用图1所示的异常诊断装置的模块结构。本实施方式与第一实施方式不同的是测定环境差计算部213以及可否诊断判定部214的处理内容。以下，为了避免重复说明，只对与第一实施方式不同的部分进行说明。

(第二实施方式的动作)

图12是表示本发明第二实施方式所涉及的异常诊断装置2中的测定环境差计算部213的处理步骤的流程图。如图12所示，测定环境差计算部213首先从传感器12收集实录环境音(步骤S121)。其次，测定环境差计算部213从存储部20读取其值针对各个频率分别设定的基准数据作为理想环境音的频率特性(步骤S122)，并计算实录环境音与基准数据之间的差值即测定环境差(步骤S123)。以下参照图13对该计算方法进行详细说明。即，参照图13所示的测定环境差计算部213为计算测定环境差而进行的信号处理的流程的流程图对该计算方法进行详细说明。

图13是表示本发明第二实施方式所涉及的异常诊断装置2中的测定环境差计算部213为计算测定环境差而进行的信号处理的流程的流程图。如图13所示，测定环境差计算部213在计算测定环境差时，对理想环境音进行傅立叶变换1301，以便将其变换为各个频率的分量。此外，通过差值运算1302算出各个频率的测定环境差并输出到可否诊断判定部214中。测定环境差的计算公式由下式(3)表示。

Ad_n＝|As_n-Ai_n|   ...(3)

式中，n表示傅立叶变换后的频率的顺序，Ad_n表示测定环境差(各个频率)，As_n表示实录环境音进行傅立叶变换后的值(各个频率)，Ai_n表示基准数据的值(各个频率)。

根据式(3)算出的测定环境差Ad_n存储在图14所示的测定环境差表203中。其中，图14是表示本发明第二实施方式所涉及的异常诊断装置中的测定环境差表的数据结构的一例的例示图。测定环境差表203的内容临时保存在存储部20的规定区域内。

再次返回图12进行说明。如上所述，测定环境差计算部213算出测定环境差后，使可否诊断判定部214启动(步骤S124)。可否诊断判定部214的功能是对由测定环境差计算部213评价出的差值进行评价，以判定可否执行升降机1的异常诊断。

图15是表示本发明第二实施方式所涉及的异常诊断装置中的可否诊断判定部的处理步骤的流程图。如图15所示，可否诊断判定部214首先参照临时存储在存储部20中的测定环境差表203(步骤S151)，读取所有的测定环境差Ad_n，并将所有的测定环境差Ad_n与预先设定并存储在存储部20的规定区域内的阈值进行比较(步骤S152)。

此时，如果存在差值大于阈值的测定环境差Ad_n时(步骤S152为否)，可否诊断判定部214判定为实录环境音与理想环境音之间的差距大而处于不能进行异常诊断的环境，与第一实施方式的情况一样，启动运行状态判定部212(步骤S154)，通过测定环境差计算部213求出测定环境差，并再次评价是否处于能进行异常诊断的环境。并且，在再次评价是否处于能进行异常诊断的环境时，与第一实施方式的情况一样，可以使升降机1的轿厢的停止位置移动，在其它楼层进行是否处于能进行异常诊断的环境的评价。

另一方面，当不存在差值大于阈值的测定环境差Ad_n时(步骤S152为是)，可否诊断判定部214判定为实录环境音与理想环境音类似而处于能够进行异常诊断的环境，并使诊断处理部215启动(步骤S153)，以执行诊断处理。之后的处理与第一实施方式的情况相同，在此省略其说明。

(第二实施方式的效果)

根据以上所述的本发明第二实施方式所涉及的移动体的异常诊断装置，在使用移动体发出的例如声音信号进行异常诊断时，首先，收集周围的环境音，将收集到的周围的环境音与基准状态进行比较以判定是否处于能够进行诊断的环境，在判定为环境音小而处于能够进行异常诊断的状态时，使移动体动作而收集移动体的动作音，以此来进行异常诊断处理。因此，在本实施方式中，由于能够在不存在会导致误诊断的环境音的状态下收集移动体的动作音，所以能够防止因环境音而导致误诊断。

(其它实施方式)

在以上的第一实施方式和第二实施方式中，以使用声音信号作为诊断对象的物理信号的情况为例进行了说明，但本发明不仅可以使用声音信号，在使用振动数据(加速度信号)和移动速度数据等情况下，也能够通过相同的处理来构成异常诊断装置2。此外，在第一实施方式和第二实施方式中，作为适用异常诊断装置2的移动体，以升降机1为例进行了说明，但本发明不仅限于升降机1，也可以应用在车辆等的移动体中。并且也可以应用在透平机和锅炉等固定设备中。

此外，在第一实施方式和第二实施方式中，图1所示的运算处理部21所具有的功能全部通过程序处理即软件来实现，但也可以设置成全部功能或一部分功能由硬件(专用的电子电路等)来实现。

例如，当出现了诊断请求时，运算处理部21在移动体的运行处于停止的状态下获取从移动体的周围发出的物理信号，并将所获取的物理信号与存储在存储部20中的物理信号进行比较，以判定是否处于能够对移动体进行诊断的环境，在被判定为处于能够对移动体进行诊断的环境时，获取与移动体的运行状态对应而发出的物理信号，根据规定的运算方法进行解析，以进行移动体的异常诊断，这一数据处理可以在计算机上通过一个或多个程序来实现，也可以将其中至少一部分通过硬件来实现。

如上所述，本发明不仅能够应用在百货店和火车站内等有众多的人使用的设施内的升降机中，而且还能够应用在公寓和多用途大楼等设施内的升降机中，适合应用在难以确定在哪个时间段没有人的情况。并且，本发明不仅能够应用在移动的升降机和车辆中，而且也可以应用在透平机等固定的设备中。

Claims (8)

1.一种异常诊断装置，其检测与移动体的运行状态对应发出的物理信号，并根据规定的运算对所检测到的物理信号进行解析，以此来进行诊断，所述异常诊断装置的特征在于，包括：

存储部，该存储部中存储有作为基准的诊断环境中的物理信号；

运算处理部，当出现了诊断请求时，在所述移动体的运行处于停止的状态下，所述运算处理部获取从所述移动体的周围发出的物理信号，并将所获取的物理信号与存储在所述存储部中的物理信号进行比较，以判定是否处于能够对所述移动体进行诊断的环境，在被判定为处于能够对所述移动体进行诊断的环境时，获取与所述移动体的运行状态对应发出的物理信号，并根据所述规定的运算进行解析，以对所述移动体进行异常诊断，

当判定为处于不能够对所述移动体进行诊断的环境时，所述运算处理部在经过了规定的时间后，再次判定是否处于能够对所述移动体进行诊断的状态。

2.一种异常诊断装置，其检测与移动体的运行状态对应发出的物理信号，并根据规定的运算对所检测到的物理信号进行解析，以此来进行诊断，所述异常诊断装置的特征在于，包括：

存储部，该存储部中存储有作为基准的诊断环境中的物理信号；

运算处理部，当出现了诊断请求时，在所述移动体的运行处于停止的状态下，所述运算处理部获取从所述移动体的周围发出的物理信号，并将所获取的物理信号与存储在所述存储部中的物理信号进行比较，以判定是否处于能够对所述移动体进行诊断的环境，在被判定为处于能够对所述移动体进行诊断的环境时，获取与所述移动体的运行状态对应发出的物理信号，并根据所述规定的运算进行解析，以对所述移动体进行异常诊断，

在被判定为处于不能够对所述移动体进行诊断的环境时，使所述移动体移动规定距离后，由所述运算处理部再次判定是否处于能够对所述移动体进行诊断的状态。

3.根据权利要求1或2所述的异常诊断装置，其特征在于，

所述运算处理部在判定是否处于能够对所述移动体进行诊断的环境时，计算所述获取的物理信号与存储在所述存储部中的物理信号的差值，当该差值在规定的范围内时，判定为处于能够对所述移动体进行诊断的状态。

4.根据权利要求3所述的异常诊断装置，其特征在于，

所述运算处理部将存储在所述存储部中的物理信号以及在所述移动体的运行处于停止的状态下取得的从所述移动体的周围发出的物理信号分别变换为频率分量并进行群集分析，并对经过群集分析后的各个数据进行辨别，以计算所述差值。

5.一种异常诊断方法，该异常诊断方法用于下述异常诊断装置，所述异常诊断装置至少具有存储部和运算处理部，其通过传感器来检测与移动体的运行状态对应发出的物理信号，并通过所述运算处理部执行规定的运算来对所检测到的物理信号进行解析，以此来进行诊断，所述异常诊断方法的特征在于，

所述运算处理部执行以下步骤：

运行状态判定以及物理信号获取步骤，当出现了诊断请求时，在所述移动体的运行处于停止的状态下，获取从所述移动体的周围发出的物理信号；

可否诊断判定步骤，将所述获取的物理信号与存储在所述存储部的作为基准的诊断环境中的物理信号进行比较，以判定是否处于能够对所述移动体进行诊断的环境；

诊断处理步骤，在被判定为处于能够对所述移动体进行诊断的环境时，获取与所述移动体的运行状态对应发出的物理信号，并根据所述规定的运算进行解析，以进行所述移动体的异常诊断，

在被判定为处于不能够对所述移动体进行诊断的环境时，所述运算处理部在经过了规定的时间后，再次判定是否处于能够对所述移动体进行诊断的状态。

6.一种异常诊断方法，该异常诊断方法用于下述异常诊断装置，所述异常诊断装置至少具有存储部和运算处理部，其通过传感器来检测与移动体的运行状态对应发出的物理信号，并通过所述运算处理部执行规定的运算来对所检测到的物理信号进行解析，以此来进行诊断，所述异常诊断方法的特征在于，

所述运算处理部执行以下步骤：

运行状态判定以及物理信号获取步骤，当出现了诊断请求时，在所述移动体的运行处于停止的状态下，获取从所述移动体的周围发出的物理信号；

可否诊断判定步骤，将所述获取的物理信号与存储在所述存储部的作为基准的诊断环境中的物理信号进行比较，以判定是否处于能够对所述移动体进行诊断的环境；

诊断处理步骤，在被判定为处于能够对所述移动体进行诊断的环境时，获取与所述移动体的运行状态对应发出的物理信号，并根据所述规定的运算进行解析，以进行所述移动体的异常诊断，

当判定为处于不能够对所述移动体进行诊断的环境时，使所述移动体移动规定距离后，由所述运算处理部再次判定是否处于能够对所述移动体进行诊断的状态。

7.根据权利要求5或6所述的异常诊断方法，其特征在于，

所述运算处理部在判定是否处于能够对所述移动体进行诊断的环境时，计算所述获取的物理信号与存储在所述存储部中的物理信号的差值，当该差值在规定的范围内时，判定为处于能够对所述移动体进行诊断的状态。

8.根据权利要求7所述的异常诊断方法，其特征在于，

所述运算处理部将存储在所述存储部的物理信号以及在所述移动体的运行处于停止的状态下获取的从所述移动体的周围发出的物理信号分别变换为频率分量并进行群集分析，并对经过群集分析后的各个数据进行辨别，以计算所述差值。

Images