CN115329796A - 异常检测装置、计算机可读存储介质以及异常检测方法 - Google Patents

Abstract

本发明提供一种异常检测装置，包括：对象数据生成部，基于由可动装置的动作引起的动作关联数据，生成时间上分离的多个对象数据；以及检测处理执行部，对多个对象数据执行变化检测处理。本发明还提供一种由计算机执行的、检测可动装置的异常的异常检测方法，所述异常检测方法包括：对象数据生成步骤，基于由可动装置的动作引起的动作关联数据，生成时间上分离的多个对象数据；以及检测处理执行步骤，对多个对象数据执行变化检测处理。

Description

异常检测装置、计算机可读存储介质以及异常检测方法

技术领域

本发明涉及异常检测装置、计算机可读存储介质以及异常检测方法。

背景技术

在专利文献1中记载有判定电机驱动机械的动作异常的异常判定系统。

在先技术文献

专利文献

专利文献1：日本特开2019-079452号公报。

发明内容

根据本发明的一个实施方式，提供一种异常检测装置。异常检测装置可以包括对象数据生成部，该对象数据生成部基于由可动装置的动作引起的动作关联数据，生成时间上分离的多个对象数据。异常检测装置可以包括对多个对象数据执行变化检测处理的检测处理执行部。

上述异常检测装置还可以包括输出控制部，该输出控制部对输出数据的输出进行控制，该输出数据是基于上述变化检测处理的处理结果来生成的。上述异常检测装置可以还包括预先存储参照数据的参照数据存储部，上述检测处理执行部可以将上述参照数据包含在上述多个对象数据中，对该多个对象数据执行上述变化检测处理。上述异常检测装置可以还包括连结数据生成部，该连结数据生成部生成连结了上述多个对象数据的连结数据，上述检测处理执行部可以对上述连结数据执行上述变化检测处理。上述异常检测装置可以还包括参照数据生成部，该参照数据生成部根据上述动作关联数据的一部分生成上述参照数据，并将其存储到上述参照数据存储部，上述检测处理执行部将上述参照数据包含在上述多个对象数据中，执行上述变化检测处理，该多个对象数据是基于上述动作关联数据的上述参照数据的生成所使用的部分之后的部分，由上述对象数据生成部生成的。上述参照数据生成部可以对基于上述动作关联数据来生成的多个中间数据实施平均化处理，生成上述参照数据，并将其存储到上述参照数据存储部。上述参照数据生成部可以基于在上述可动装置被导入之后、上述可动装置的累积动作期间变得比预先设定的期间长之后、或者上述可动装置的累积动作次数变得比预先设定的次数多之后的上述可动装置的动作所引起的上述动作关联数据的部分，生成上述参照数据。上述参照数据生成部可以基于在上述可动装置被导入之后，基于上述可动装置的累积动作期间变得比预先设定的期间长之后、或者上述可动装置的累积动作次数变得比预先设定的次数多之后的、上述可动装置的动作稳定后的正常动作期间的上述可动装置的动作所引起的上述动作关联数据的部分，生成上述参照数据。

上述参照数据生成部可以基于由上述可动装置按照第一动作模式的动作所引起的上述动作关联数据的部分来生成上述参照数据，上述异常检测装置还可以包括可动装置控制部，该可动装置控制部使上述可动装置执行与上述第一动作模式相同或类似的第二动作模式，上述检测处理执行部可以将上述参照数据包含在基于上述可动装置按照上述第二动作模式执行动作的期间的上述动作关联数据来生成的上述多个对象数据中，执行上述变化检测处理。上述参照数据存储部可以按照上述可动装置的每个动作模式存储上述参照数据，上述异常检测装置还可以包括参照数据选择部，该参照数据选择部根据上述可动装置的动作模式来选择上述参照数据，上述检测处理执行部可以将由上述参照数据选择部选择出的上述参照数据包含在上述对象数据生成部生成的上述多个对象数据中，对该多个对象数据执行上述变化检测处理。上述对象数据生成部可以生成将上述动作关联数据的多个部分转换为与时间不同的轴上的波形的上述多个对象数据。上述对象数据生成部可以生成将上述动作关联数据的上述多个部分转换为频率轴上的波形的上述多个对象数据。上述对象数据生成部可以生成将上述动作关联数据的上述多个部分转换为基于多个建模参数的波形的上述多个对象数据。上述对象数据生成部可以针对被更新的上述动作关联数据，更新上述多个对象数据中的至少1个对象数据，每次更新时，上述检测处理执行部对更新后的上述多个对象数据执行变化检测处理。

上述异常检测装置还可以包括异常检测部，该异常检测部基于上述变化检测处理的处理结果的时间变化来检测上述可动装置的异常。上述异常检测部可以基于各个上述变化检测处理的处理结果来判定异常度，上述异常检测装置还可以包括故障时期估计部，该故障时期估计部基于上述异常度的时序变化来估计上述可动装置的故障时期。上述故障时期估计部可以基于上述异常度的时序变化、和与上述可动装置相同种类的其他可动装置的上述异常度的时序变化以及上述其他可动装置的故障定时，估计上述可动装置的故障时期。上述可动装置可以包括可动部、使上述可动部活动的电机、以及控制上述电机的控制装置，上述动作关联数据至少包含上述控制装置中的电流指令以及测定电流中的至少一者。上述异常检测装置可以还包括生成方法决定部，该生成方法决定部基于上述动作关联数据的对象动作的种类或者上述动作关联数据的分析结果，决定从上述动作关联数据生成上述多个对象数据的生成方法，上述对象数据生成部通过由上述生成方法决定部决定的上述生成方法，基于上述动作关联数据生成上述多个对象数据。上述对象数据生成部可以通过从上述动作关联数据生成上述多个对象数据的多种生成方法中的每一种方法，从上述动作关联数据生成上述多个对象数据，上述检测处理执行部可以对由上述多种生成方法的每一种方法生成的上述多个对象数据中的每一个数据执行上述变化检测处理。

根据本发明的一个实施方式，提供一种用于使计算机作为上述异常检测装置发挥功能的程序。

根据本发明的一个实施方式，提供一种由计算机执行的、对可动装置的异常进行检测的异常检测方法。异常检测方法可以包括对象数据生成步骤，该对象数据生成步骤中，基于由可动装置的动作引起的动作关联数据，生成时间上分离的多个对象数据。异常检测方法可以包括检测处理执行步骤，在该检测处理执行步骤中，对多个对象数据执行变化检测处理。

根据本发明的一个实施方式，提供一种利用可动装置制造被制造物的制造方法。制造方法可以包括对象数据生成步骤，在该对象数据生成步骤中，基于由可动装置的动作引起的动作关联数据，生成时间上分离的多个对象数据。制造方法可以包括检测处理执行步骤，在该检测处理执行步骤中，对多个对象数据执行变化检测处理。

需要说明的是，上述发明内容没有列举出本发明的全部必要特征。另外，这些特征组的子组合也能够成为发明。

附图说明

图1简要地示出系统10的一例。

图2是用于说明异常检测装置200的处理内容的说明图。

图3是用于说明异常检测装置200的处理内容的说明图。

图4简要地示出异常度推移图280的一例。

图5简要地示出异常检测装置200的功能构成的一例。

图6简要地示出异常检测装置200的处理流程的一例。

图7简要地示出多种动作关联数据彼此的相关关系260的一例。

图8简要地示出由系统10制造被制造物的方法流程的一例。

图9简要地示出动作关联数据300的一例。

图10简要地示出作为异常检测装置200发挥功能的计算机1200的硬件结构的一例。

具体实施方式

以下，通过发明的实施方式对本发明进行说明，但以下的实施方式并不限定权利要求书所涉及的发明。另外，实施方式中说明的特征的所有组合不一定是发明的技术方案所必须具有的。

图1简要地示出系统10的一例。系统10具备可动装置100以及异常检测装置200。系统10可以具备传感器180。系统10也可以不具备传感器180。

可动装置100可以是具有可动部的任意的装置。可动装置100例如是工业机械。可动装置100可以具备使可动部活动的电机。可动装置100可以具备控制电机的控制装置。控制装置可以是逆变器。也可以电机是伺服电机，控制装置是伺服电机的控制器。作为可动部的例子，可列举滚珠丝杠、机器人、机械臂、带驱动装置、输送机、空调以及风扇等，但不限于此。

可动装置100也可以是制造被制造物的装置。例如，可动装置100通过对工件实施加工或组装工件，来制造被制造物。例如，可动装置100具备机械臂作为可动部，通过机械臂对工件进行加工以及组装等任意的作业。工件可以是单独的部件、组合了多个部件的半成品、或者组合了多个部件的产品。作为被制造物，能够相当于接受基于可动装置100的加工的所有物品。

异常检测装置200执行与检测可动装置100的异常相关联的处理。异常检测装置200可以执行与检测可动装置100的异常相关联的处理，来检测可动装置100的异常。异常检测装置200并不是必须检测可动装置100的异常，异常检测装置200执行的处理也可以停留在与检测可动装置100的异常相关的处理中。异常检测装置200可以基于由可动装置100的动作引起的动作关联数据，执行与检测可动装置100的异常相关联的处理，或者检测可动装置100的异常。

动作关联数据例如是可动装置100所具备的电机的动作引起的数据。动作关联数据例如是可动装置100所具备的可动部的动作引起的数据。

异常检测装置200可以从可动装置100接收动作关联数据。动作关联数据可以是可动装置100中的测定值。动作关联数据例如是可动装置100的控制装置中的测定电流。动作关联数据也可以是可动装置100中的指令值。动作关联数据例如可以是可动装置100的控制装置中的电流指令。作为动作关联数据的例子，可举出转矩、q轴电流、电机速度、电机位置信息、输出电压、消耗功率及PN间电压等，但不限于此。

异常检测装置200也可以从传感器180接收可动装置100的动作关联数据。传感器180设置于可动装置100，输出由可动装置100的动作引起的动作关联数据。传感器180例如设置于可动装置100的电机。传感器180例如设置于可动装置100的可动部。作为传感器180的例子，可列举振动传感器、声音收集传感器、力传感器、加速度传感器、应变传感器、压力传感器、陀螺仪传感器、距离传感器、拍摄传感器、温度传感器、湿度传感器、光量传感器、粘度传感器、流量传感器以及臭气传感器等，但不限于此。

动作关联数据可以是在时间上连续的数据。动作关联数据例如是在可动装置100中在时间上连续地测定的测定值。动作关联数据例如是可动装置100中的时间上连续的指令值。

动作关联数据也可以是在时间上不连续的数据。动作关联数据例如是定期或者不定期地获取的可动装置100的内部的多种设定值。动作关联数据例如是定期或者不定期地获取的用于反馈控制的信息。例如，在可动装置100具有逆变器或伺服电机的情况下，作为用于反馈控制的信息的例子，可举出位置信息、速度信息及电流信息等。

动作关联数据也可以是表示检查了可动装置100的检查结果的数据。动作关联数据例如是表示定期或不定期地执行的多种检查的检查结果的数据。多种检查可以是针对可动装置100的多个部位的检查。多种检查也可以是针对可动装置100的多个项目的检查。作为多个项目的例子，可举出振动、声音、加速度、应变、压力、温度及湿度等，在可动装置100为机器人等的情况下，针对各轴可列举出起动转矩及波动(ripple)等，但不限于此，作为结果，只要是能够得到数值的项目，则可以是任意项目。可动装置100的检查例如由传感器180执行。可动装置100的检查也可以通过检查用的检查装置来执行。

动作关联数据也可以是与通过可动装置100的动作而制造的被制造物相关联的数据。动作关联数据例如是表示对被制造物定期或不定期地执行的多种检查的检查结果的数据，该被制造物是通过可动装置100的动作而持续制造的。多种检查可以是针对被制造物的多个部位的检查。例如，在通过可动装置100组装多个工件来制造被制造物的情况下，多种检查是多个工件各自的组装误差等。多种检查也可以是针对被制造物的多个项目的检查。作为多个项目的例子，可举出振动、声音、加速度、应变、压力、温度及湿度等，在被制造物为机器人等的情况下，可举出各轴的起动转矩及波动等，但不限于此，只要是作为结果能够得到数值的项目，则可以是任意项目。被制造物的检查例如由传感器180执行。被制造物的检查也可以通过检查用的检查装置来执行。

例如，作为滚珠丝杠或电机内的轴承的故障检查方法，现状是存在以下方法：由人听声音来进行判断、或通过振动计及噪音计等的传感器信息来进行判断等。但是，存在由人进行评价的偏差、传感器设置的成本等问题。因而，期望提供一种即使仅根据从电机以及逆变器等获取的内部数据也能够进行异常检测的技术。

在电机以及逆变器等得到的内部数据中可以看到个体差。另外，能够获取多个正常数据，但关于故障数据，大部分故障数据为“少”或“无”的状况，故障模式也存在多个。并且，既有如滚珠丝杠作业的往复运动那样的周期性数据，也有像空调的逆变器那样以恒定速度持续旋转的数据。在如滚珠丝杠那样的确定的动作(例如，反复进行加速、恒速、减速)的情况下，认为：内部数据表现出周期性，若按时间收集数据，则能够得到相同的波形，能够提取由于老化引起的故障而波形紊乱的特征。另一方面，非周期性的数据有时难以进行特征提取。

关于故障检测算法，可以考虑机器学习方法的深度学习，但在数据存在个体差异的情况、或故障数据少的情况下、或者没有故障数据的情况下，深度学习模型难以进行学习。

本实施方式所涉及的异常检测装置200也可以具备如下功能：在动作关联数据是非周期性的数据的情况下，将动作关联数据转换为周期性的数据。另外，异常检测装置200也可以具备如下功能：执行计算可动装置100的故障程度作为异常度的算法。

异常检测装置200与可动装置100可以直接连接。例如，异常检测装置200与可动装置100有线连接。例如，异常检测装置200与可动装置100无线连接。作为异常检测装置200以及可动装置100所使用的无线通信方式的例子，可列举出Bluetooth(注册商标)、ZigBee(注册商标)、Wi-Fi(注册商标)(Wireless Fidelity，无线保真)、EnOcean(注册商标)以及Wi-SUN(注册商标)等，但不限于此。异常检测装置200和传感器180也可以同样地直接连接。

可动装置100与异常检测装置200也可以经由网络而连接。作为可动装置100以及异常检测装置200所使用的网络的例子，可列举LAN(Local Area Network：局域网)、WAN(Wide Area Network：广域网)以及互联网。异常检测装置200和传感器180也可以同样地经由网络而连接。

图2是用于说明异常检测装置200的处理内容的说明图。在此，对动作关联数据300是在时间上连续的非周期性的数据的情况进行说明。

异常检测装置200可以对动作关联数据300中的在时间上分离的部分310实施转换处理，生成时间上分离的多个对象数据320。异常检测装置200例如通过FFT(Fast FourierTransform，快速傅里叶变换)，将动作关联数据300的在时间上分离的部分310转换为在时间上分离的多个对象数据320。

动作关联数据300的在时间上分离的部分之间的间隔例如可以根据动作关联数据300的种类等来决定。在图2中，例示出了生成了3个对象数据320的情况，但对象数据320的数量不限于此，也可以是4个以上。

异常检测装置200可以生成将多个对象数据320连结而成的连结数据330。由此，能够得到周期性的波形。

异常检测装置200可以对连结数据330执行变化检测处理。在可动装置100正常动作的期间，动作关联数据300不变化或者变化少，因此在连结数据330中未检测到变化。另一方面，在可动装置100的动作发生了异常的情况下，动作关联数据300发生变化，在连结数据330中检测到变化。这样，根据异常检测装置200，对于非周期性的数据，能够提高异常的检测精度。

另外，在图2中，例示了对动作关联数据300的在时间上分离的部分310实施转换处理的情况，但不限于此。异常检测装置200也可以根据动作关联数据300的种类、动作关联数据300的特征，生成将动作关联数据300的时间上分离的部分310连结而成的连结数据。

图3是用于说明异常检测装置200的处理内容的说明图。在此，对动作关联数据300是在时间上连续的非周期性的数据的情况进行说明。

异常检测装置200例如对正常动作期间124的动作关联数据的部分310实施转换处理，生成多个中间数据340。正常动作期间124可以是可动装置100正常动作的盖然性高的期间。正常动作期间124可以是在导入了可动装置100之后、可动装置100的累积动作期间比预先设定的期间122变长之后的、可动装置100的动作稳定之后的期间。

异常检测装置200对多个中间数据340实施平均化处理而生成参照数据342。异常检测装置200存储所生成的参照数据342。

异常检测装置200对执行异常检测的定时中的当前时刻的动作关联数据的部分310和过去的多个时刻的动作关联数据的部分310实施转换处理，生成时间上分离的多个对象数据320。异常检测装置200可以对动作关联数据的部分310实施与生成参照数据时使用的转换处理相同的转换处理。在图3中，例示出了生成了3个对象数据320的情况，但对象数据320的数量不限于此，也可以是4个以上。

异常检测装置200将多个对象数据320与参照数据342连结，生成连结数据330。异常检测装置200对连结数据330执行变化检测处理，获取变化检测结果350。

在仅连结多个对象数据320来执行变化检测处理的情况下，仅着眼于最近的变化，因此难以掌握整体趋势的变化。动作关联数据大多随着可动装置100老化等而逐渐变化。例如，通过持续使用轴承、滑动部等，而劣化加剧，振动等逐渐增加，从而导致故障。但是，在仅将多个对象数据320作为对象的情况下，有时难以检测出这样的变化。通过增加从当前时刻追溯的时间，增加对象数据320的数量，有时也能够检测出这样的变化，但对象数据320的数量越增加，处理负担就越发增加。与此相对，通过进一步连结从正常动作期间124中的动作关联数据的部分310生成的参照数据342，能够掌握最近数据从参照数据342偏离了何种程度。

异常检测装置200通过根据变化检测结果350的波形来计算特征量，从而确定1个数值(有时记载为异常度)。异常检测装置200例如计算变化检测结果350的波形的最大值。异常检测装置200例如计算变化检测结果350的波形的平均值。异常检测装置200例如计算变化检测结果350的波形的标准偏差。

异常检测装置200可以定期地执行上述处理，定期地确定异常度。例如，异常检测装置200使用移动窗，每小时生成多个对象数据320，连结参照数据342而生成连结数据330，获取变化检测结果350，确定异常度。而且，异常检测装置200可以基于异常度的推移来估计可动装置100的故障时期。

图4简要地示出异常度推移图280的一例。A0表示当前时刻t0的异常度。异常检测装置200可以根据异常度的时序变化来预测异常度的变化。异常检测装置200例如通过对异常度的时序变化应用预先登记的指数函数模型来预测异常度的变化。

异常检测装置200可以基于异常度的变化的预测结果来估计可动装置100的故障时期。异常检测装置200例如将预测出的异常度超过预先登记的异常度的阈值A_th的时刻t_b确定为估计故障时期。异常检测装置200例如将所确定的估计故障时期通知给可动装置100的管理者等。由此，能够对可动装置100的管理者等提供应对故障的富余时间。

图5简要地示出系统10的功能结构的一例。图5所例示的可动装置100具备可动部102、电机104、控制装置106以及通信部108。可动装置100也可以具备多个可动部102以及电机104。在此，主要以控制装置106为逆变器的情况为例进行说明。在图5中，例示了针对可动装置100设置有传感器180的情况，但也可以不设置传感器180。

控制装置106控制电机104，并且经由通信部108将动作关联数据发送至异常检测装置200。在此，主要举例说明控制装置106将转矩、q轴电流、电机速度以及输出电流中的至少任意一个作为动作关联数据发送给可动装置100的情况。

传感器180执行对可动装置100的测定，将可动装置100的动作关联数据发送至可动装置100。在此，主要以传感器180为振动传感器的情况为例进行说明。

图5所例示的异常检测装置200具备通信部202、动作关联数据存储部204、参照数据存储部206、参照数据生成部208、对象数据生成部210、连结数据生成部212、检测处理执行部214、输出控制部216、异常检测部218、故障时期估计部220、估计用数据存储部222、参照数据选择部224、设定接受部226、可动装置控制部228以及生成方法决定部230。另外，异常检测装置200不一定必须具备全部这些部件。异常检测装置200可以与显示部240连接。异常检测装置200也可以具备显示部240。

通信部202与通信部108进行通信。例如，通信部202从通信部108接收动作关联数据。另外，通信部202也可以从传感器180接收动作关联数据。动作关联数据存储部204存储通信部202接收到的动作关联数据。

参照数据存储部206存储参照数据。参照数据存储部206可以在执行异常检测之前预先存储参照数据。参照数据存储部206可以存储由参照数据生成部208生成的参照数据。

(参照数据的生成)

参照数据生成部208生成参照数据，并存储在参照数据存储部206中。参照数据生成部208可以基于存储在动作关联数据存储部204中的动作关联数据的部分生成参照数据。

可动装置100能够处理任意的对象物，但有时事先不知道可动装置100处理什么样的对象物。另外，有时也事先不知道可动装置100设置于何种环境。根据本实施方式所涉及的异常检测装置200，例如，能够基于可动装置100被设置于实际的使用环境中并处理实际处理的对象物时的动作关联数据来生成参照数据。由此，能够有助于异常检测精度的提高。

参照数据生成部208例如基于在导入了可动装置100之后、可动装置100的累积动作期间比预先设定的期间变长之后的、可动装置100的动作引起的动作关联数据的部分，生成参照数据。参照数据生成部208例如基于在导入了可动装置100之后、可动装置100的累积动作次数变得比预先设定的次数多之后的可动装置100的动作所引起的动作关联数据的部分，生成参照数据。由此，例如，能够防止基于刚导入了可动装置100之后的、可动装置100的动作不稳定时的动作关联数据来生成参照数据，从而异常检测精度降低的情况。

参照数据生成部208基于例如在导入了可动装置100之后、可动装置100的累积动作期间变得比预先设定的期间长之后的、可动装置100的动作稳定后的正常动作期间的可动装置100的动作所引起的动作关联数据的部分，生成参照数据。参照数据生成部208基于例如在导入了可动装置100之后、可动装置100的累积动作次数变得比预先设定的次数多之后的、可动装置100的动作稳定后的正常动作期间的可动装置100的动作所引起的动作关联数据的部分，生成参照数据。正常动作期间可以是可动装置100正常动作的盖然性高的期间。例如，正常动作期间是确认可动装置100正常动作的期间。例如，正常动作期间是由可动装置100的管理者等设定的期间。例如，正常动作期间是在动作关联数据中不产生显著差异的期间。通过基于正常动作期间的动作关联数据的部分生成参照数据，能够检测出相对于正常状态的可动装置100的变化。

(使用了动作关联数据的一部分的参照数据的生成)

参照数据生成部208可以基于动作关联数据的一部分来生成参照数据。例如，参照数据生成部208通过对动作关联数据的一部分实施转换处理，生成参照数据。

参照数据生成部208可以生成将动作关联数据的一部分转换为与时间不同的轴上的波形的参照数据。例如，参照数据生成部208生成将动作关联数据的一部分转换为频率轴上的波形的参照数据。作为具体例，参照数据生成部208可以通过对动作关联数据的一部分执行FFT来生成参照数据。例如，参照数据生成部208生成将动作关联数据的一部分转换为基于多个建模参数的波形的参照数据。作为具体例，参照数据生成部208将动作关联数据的一部分用AR(Auto Regressive，自回归)模型进行模型化来确定多个系数，生成由多个系数表示的波形。

另外，参照数据生成部208也可以不对动作关联数据的一部分实施转换处理，而将动作关联数据的一部分作为参照数据。所谓的生成参照数据可以包括：如上所述那样将动作关联数据的一部分作为参照数据的情况。例如，参照数据生成部208在可动装置100的动作的种类是预先登记为不实施转换处理的种类、或者动作关联数据表示周期性的特征的情况下，将动作关联数据的一部分作为参照数据。另外，例如，在动作关联数据是时间上不连续的数据的情况下，参照数据生成部208将动作关联数据的一部分作为参照数据。作为具体例，在动作关联数据是定期或不定期地获取的可动装置100的内部的多种设定值、用于反馈控制的信息、表示多种检查的检查结果的数据、与可动装置100的被制造物相关联的数据等的情况下，参照数据生成部208将动作关联数据的一部分作为参照数据。

(使用了动作关联数据的多个部分的参照数据的生成)

参照数据生成部208也可以对从动作关联数据的多个部分生成的多个中间数据实施平均化处理，生成参照数据。例如，参照数据生成部208也可以通过对动作关联数据的多个部分实施转换处理来生成多个中间数据，对多个中间数据实施平均化处理来生成参照数据。

参照数据生成部208可以生成将动作关联数据的多个部分转换为与时间不同的轴上的波形的多个中间数据，对多个中间数据实施平均化处理，由此生成参照数据。例如，参照数据生成部208生成将动作关联数据的多个部分转换为频率轴上的波形的多个中间数据。作为具体例，参照数据生成部208通过对动作关联数据的多个部分执行FFT来生成多个中间数据。例如，参照数据生成部208针对动作关联数据的多个部分，生成转换为基于多个建模参数的波形的多个中间数据。作为具体例，参照数据生成部208针对动作关联数据的多个部分，利用AR(Auto Regressive，自回归)模型进行模型化来确定多个系数，生成由多个系数表示的波形。

另外，参照数据生成部208也可以在对动作关联数据的多个部分实施平均化处理之后，实施转换处理，由此生成参照数据。

另外，参照数据生成部208也可以不对动作关联数据的多个部分实施转换处理，而对动作关联数据的多个部分实施平均化处理，由此生成参照数据。例如，参照数据生成部208在可动装置100的动作的种类是预先登记为不实施转换处理的种类、或者动作关联数据表示周期性的特征的情况下，对动作关联数据的多个部分实施平均化处理，由此生成参照数据。另外，例如，在动作关联数据是时间上不连续的数据的情况下，参照数据生成部208对动作关联数据的多个部分实施平均化处理，由此生成参照数据。

在仅使用动作关联数据的一部分生成参照数据的情况下，在其一部分产生突发的波形紊乱的情况下，变化检测精度可能降低，但通过使用动作关联数据的多个部分，能够防止这样的精度降低。

(对象数据的生成)

对象数据生成部210基于动作关联数据存储部204中存储的动作关联数据，生成时间上分离的多个对象数据。对象数据生成部210可以基于动作关联数据，生成分别包含多个值、在时间上相互分离的多个对象数据。对象数据生成部210可以基于动作关联数据的多个部分，生成时间上分离的多个对象数据。

对象数据生成部210可以对动作关联数据的多个部分实施转换处理，生成多个对象数据。对象数据生成部210可以对动作关联数据的多个部分实施与参照数据生成部208生成参照数据时使用的转换处理相同的转换处理，生成多个对象数据。

例如，对象数据生成部210生成将动作关联数据的多个部分转换为与时间不同的轴上的波形的多个对象数据。对象数据生成部210可以生成将动作关联数据的多个部分转换为频率轴上的波形的多个对象数据。作为具体例，对象数据生成部210通过对动作关联数据的多个部分执行FFT来生成多个对象数据。对象数据生成部210也可以生成将动作关联数据的多个部分转换为基于多个建模参数的波形的多个对象数据。作为具体例，对象数据生成部210针对动作关联数据的多个部分，利用AR(Auto Regressive，自回归)模型进行模型化来确定多个系数，生成由多个系数表示的波形。

另外，对象数据生成部210也可以不对动作关联数据实施转换处理，而将动作关联数据的多个部分作为多个对象数据。所谓的生成多个对象数据可以包含：如上所述那样将动作关联数据的多个部分作为多个对象数据的情况。例如，对象数据生成部210在可动装置100的动作的种类是作为不实施转换处理而预先登记的种类、或者动作关联数据表示周期性的特征的情况下，将动作关联数据的多个部分作为多个对象数据。另外，例如，在动作关联数据是时间上不连续的数据的情况下，对象数据生成部210将动作关联数据的多个部分作为多个对象数据。作为具体例，对象数据生成部210在动作关联数据是定期或不定期地获取的可动装置100的内部的多种设定值、用于反馈控制的信息、表示多种检查的检查结果的数据、与可动装置100的被制造物相关联的数据等的情况下，将动作关联数据的多个部分作为多个对象数据。

(连结数据的生成)

连结数据生成部212例如生成将由对象数据生成部210生成的多个对象数据连结而成的连结数据。连结数据生成部212也可以将参照数据存储部206中存储的参照数据包含在由对象数据生成部210生成的多个对象数据中并进行连结，由此生成连结数据。

(变化检测处理)

检测处理执行部214可以对由连结数据生成部212生成的连结数据执行变化检测处理。检测处理执行部214也可以对对象数据生成部210生成的多个对象数据执行变化检测处理。检测处理执行部214可以视为多个对象数据连续，执行变化检测处理。检测处理执行部214可以将参照数据存储部206中存储的参照数据包含在对象数据生成部210生成的多个对象数据中，对该多个对象数据执行变化检测处理。检测处理执行部214可以视为参照数据以及多个对象数据是连续的，执行变化检测处理。

检测处理执行部214可以基于在动作关联数据的参照数据的生成中使用的部分之后的部分，在由对象数据生成部210生成的多个对象数据中包含该参照数据，执行变化检测处理。检测处理执行部214可以将基于正常动作期间124的动作关联数据的部分来生成的参照数据包含在对象数据生成部210基于比正常动作期间124靠后的动作关联数据来生成的多个对象数据中，执行变化检测处理。

检测处理执行部214可以执行使用了已知的任意算法的变化检测处理。检测处理执行部214例如执行使用了矩阵画像(Matrix profile)的变化检测处理。检测处理执行部214例如执行使用了自回归型模型的变化检测处理。检测处理执行部214例如执行使用了状态空间模型的变化检测处理。检测处理执行部214例如执行使用了k邻域法的变化检测处理。

(持续的异常检测)

对象数据生成部210可以对更新的动作关联数据，更新多个对象数据中的至少1个对象数据。检测处理执行部214可以在每次更新时，对更新后的多个对象数据执行变化检测处理。

例如，在N时间点，对象数据生成部210生成与N时间点对应的对象数据、与N-1时间点对应的对象数据以及与N-2时间点对应的对象数据，连结数据生成部212生成将该3个对象数据与参照数据连结而成的连结数据。在N+1时间点，对象数据生成部210将与N-2时间点对应的对象数据更新为与N+1时间点对应的对象数据，连结数据生成部212生成将与N-1时间点对应的对象数据、与N时间点对应的对象数据、与N+1时间点对应的对象数据以及参照数据连结而成的连结数据。在N+2时间点，对象数据生成部210将与N-1时间点对应的对象数据更新为与N+2时间点对应的对象数据，连结数据生成部212生成将与N时间点对应的对象数据、与N+1时间点对应的对象数据、与N+2时间点对应的对象数据以及参照数据连结而成的连结数据。检测处理执行部214针对每次该更新，对所生成的连结数据执行变化检测处理。

输出控制部216对基于检测处理执行部214的处理结果而生成的输出数据的输出进行控制。输出控制部216例如使生成的输出数据显示于显示部240。输出控制部216为了使生成的输出数据显示于其他装置，也可以向其他装置发送输出数据。

例如，每当由检测处理执行部214执行变化检测处理时，输出控制部216使显示部240显示通知变化检测处理结果的通知数据。由此，能够使阅览者知晓变化检测的时序变化。

(异常检测)

异常检测部218根据检测处理执行部214的变化检测处理的处理结果的时间变化，检测可动装置100的异常。异常检测部218例如基于各个变化检测处理的处理结果来判定异常度。异常检测部218例如将变化检测处理的处理结果的波形的最大值设为异常度。异常检测部218例如将变化检测处理的处理结果的波形的平均值作为异常度。异常检测部218例如将变化检测处理的处理结果的波形的标准偏差设为异常度。

然后，异常检测部218根据异常度的时序变化，检测可动装置100的异常。异常检测部218例如对表示异常度的时序变化的波形执行离群值检测，在检测到离群值的情况下，判定为在可动装置100中发生了某些异常。另外，异常检测部218例如对表示异常度的时序变化的波形执行异常部位检测，在检测出异常部位的情况下，判定为在可动装置100中发生了某些异常。另外，异常检测部218例如对表示异常度的时序变化的波形执行变化点检测，在检测到变化点的情况下，判定为在可动装置100中发生了某些异常。

在由异常检测部218检测到可动装置100的异常的情况下，输出控制部216控制通知数据的输出，该通知数据用于通知可动装置100有可能发生异常。输出控制部216例如使显示部240显示通知数据。

(故障时期估计)

故障时期估计部220基于由异常检测部218判定出的异常度的时序变化，估计可动装置100的故障时期。故障时期估计部220例如在异常度的时序变化示出指数函数的变化的情况下，通过对异常度的推移应用预先登记的指数函数模型，来预测异常度的变化。故障时期估计部220可以基于异常度的变化的预测结果来估计可动装置100的故障时期。故障时期估计部220例如将预测出的异常度超过预先登记的异常度的阈值的时期确定为估计故障时期。

输出控制部216输出通知数据，该通知数据通知由故障时期估计部220估计出的故障时期。输出控制部216例如使显示部240显示通知数据。另外，输出控制部216在从由故障时期估计部220估计出的故障时期回溯了预先确定的期间的时刻，使警告数据输出。输出控制部216例如使显示部240显示警告数据。由此，能够给可动装置100的管理者等提供应对故障的缓冲期间。

(使用相同种类可动装置的故障数据的故障时期估计)

估计用数据存储部222存储估计用数据，该估计用数据用于故障时期估计部220估计故障时期。估计用数据可以包括与可动装置100相同种类的其他可动装置中的异常度的时序变化和该其他可动装置的故障定时。估计用数据存储部222可以存储由其他装置生成的估计用数据。估计用数据存储部222也可以存储由故障时期估计部220生成的估计用数据。

故障时期估计部220例如从与可动装置100相同种类的、发生了故障的其他可动装置接收表示异常度的时序变化和故障定时的数据。故障时期估计部220可以使用从多个其他可动装置接收到的数据，生成包含异常度的时序变化和故障定时的估计用数据，并存储于估计用数据存储部222。

故障时期估计部220也可以使用存储于估计用数据存储部222的估计用数据来估计可动装置100的故障时期。故障时期估计部220通过对由异常检测部218确定出的异常度的时序变化应用估计用数据所包含的异常度的时序变化，来预测异常度的变化。并且，故障时期估计部220根据估计用数据中包含的故障定时来确定可动装置100的估计故障时期。如上所述，通过利用与可动装置100相同种类的可动装置发生故障时的数据，能够提高故障时期的估计精度。

(多种参照数据)

参照数据存储部206也可以存储多种参照数据。例如，参照数据存储部206按照可动装置100的每个动作模式存储参照数据。

参照数据选择部224从存储在参照数据存储部206中的多种参照数据中选择一个参照数据。例如，参照数据选择部224根据可动装置100的动作模式，选择参照数据。参照数据选择部224可以根据存储在参照数据存储部206中的、可动装置100的每个动作模式的参照数据，选择与可动装置100的动作模式对应的参照数据。

检测处理执行部214可以将由参照数据选择部224选择出的参照数据包含在对象数据生成部210生成的多个对象数据中，对该多个对象数据执行变化检测处理。连结数据生成部212可以生成将由参照数据选择部224选择出的参照数据与对象数据生成部210生成的多个对象数据连结而成的连结数据。

在可动装置100的动作模式发生了改变的情况下，动作关联数据的倾向也发生变化的可能性高。因此，如果使用在不同的动作模式时生成的参照数据，则存在变化检测的精度降低的可能性。与此相对，参照数据生成部208可以按多个动作模式中的每一个，生成参照数据。参照数据生成部208可以在可动装置100被设定为多个动作模式中的每一个时，基于接收到的动作关联数据，生成参照数据，并存储于参照数据存储部206。通过使用与可动装置100的动作模式相应的参照数据，与使用在不同的动作模式时生成的参照数据的情况相比，能够提高异常检测的精度。

动作模式可以是每个动作内容的模式。动作模式可以是每个动作对象的模式。例如，在可动部102是机械臂的情况下，动作模式是机械臂所处理的每个对象的模式。例如，在可动部102为输送机的情况下，动作模式是输送机所输送的每个对象的模式。动作模式可以是每个动作环境的模式。例如，动作模式可以是设置可动装置100的每个场所的模式。

(异常检测模式)

设定接受部226接受异常检测模式的设定。设定接受部226可以接受由可动装置100的管理者等进行的异常检测模式的设定。设定接受部226例如经由异常检测装置200所具备的输入设备接受异常检测模式的设定。

参照数据生成部208可以基于由按照异常检测用的第一动作模式的可动装置100的动作引起的动作关联数据的部分，生成参照数据，并存储于参照数据存储部206。第一动作模式例如是作为容易进行异常检测的动作模式而由可动装置100的管理者等决定的动作模式。第一动作模式也可以是可动装置100主要执行的动作模式。

在设定接受部226接受了异常检测模式的设定的情况下，可动装置控制部228使可动装置100执行与第一动作模式相同或类似的第二动作模式。可动装置控制部228可以经由通信部202向可动装置100发送执行第二动作模式的指示，由此使可动装置100执行第二动作模式。与第一动作模式类似是指：例如，仅一部分与第一动作模式不同。

检测处理执行部214将基于按照第一动作模式的可动装置100的动作所引起的动作关联数据的部分来生成的参照数据，包含在基于可动装置100按照第二动作模式正在执行动作的期间的动作关联数据来生成的多个对象数据中，执行变化检测处理。通过导入异常检测模式，能够使可动装置100执行与生成参照数据时相同或类似的动作模式来进行异常检测，能够有助于异常检测精度的提高。

(对象数据生成方法的选择)

生成方法决定部230决定从动作关联数据生成多个对象数据的生成方法。生成方法决定部230例如基于动作关联数据的对象动作的种类，决定从动作关联数据生成多个对象数据的生成方法。

生成方法决定部230例如在决定成为进行异常检测的对象的可动装置100的定时，确定从可动装置100或传感器180接收的动作关联数据的对象动作的种类。生成方法决定部230例如通过接受可动装置100的管理者等的输入，来确定动作的种类。

例如，可动装置100的管理者等指定为了异常检测而输入到异常检测装置200的动作关联数据的对象动作的种类。在可动装置100的可动部102为输送机的情况下，例如可能有：输送机的一个动作那样的机械系统的较大的动作、电机104的轴承那样的各个要素的动作、以及输送机的振动那样的能够由传感器180进行测定的动作。在可动装置100的可动部102是机械臂的情况下，例如可能有：手臂整体的动作那样的机械系统的较大的动作、电机104的轴承那样的各个要素的动作、以及机械臂的振动那样的能够由传感器180进行测定的动作。

生成方法决定部230例如在确定了机械系统的较大的动作的情况下，选择从动作关联数据中截取多个对象数据的生成方法(有时记为第一生成方法)。生成方法决定部230例如在确定了各个要素的动作的情况下，选择通过将动作关联数据的多个部分转换为频率轴上的波形，由此生成多个对象数据的生成方法(有时记为第二生成方法)。生成方法决定部230例如在确定了振动这样的能够由传感器180测定的动作的情况下，选择通过将动作关联数据的多个部分转换为基于多个建模参数的波形，由此生成多个对象数据的生成方法(有时记为第三生成方法)。

根据动作关联数据的对象动作的种类，动作关联数据的特性可能不同。通过使用与动作关联数据的对象动作的种类相应的生成方法，能够有助于异常检测精度的提高。

生成方法决定部230例如基于动作关联数据的分析结果来决定该生成方法。生成方法决定部230可以对存储于动作关联数据存储部204的动作关联数据进行分析，基于分析结果，决定从动作关联数据生成多个对象数据的生成方法。例如，在动作关联数据具有周期性的情况下，生成方法决定部230选择第一生成方法。例如，在动作关联数据不具有周期性的情况下，生成方法决定部230选择第二生成方法或者第三生成方法。由此，能够使用适于动作关联数据的特性的生成方法，能够有助于异常检测精度的提高。

(使用多个生成方法的对象数据的生成)

对象数据生成部210也可以通过从动作关联数据生成多个对象数据的多种生成方法中的每一种方法，从动作关联数据生成多个对象数据。检测处理执行部214可以对由多种生成方法中的每一种方法生成的多个对象数据中的每一个数据，执行变化检测处理。

对象数据生成部210例如针对存储于动作关联数据存储部204的动作关联数据，使用第一生成方法、第二生成方法以及第三生成方法中的每一个方法来生成多个对象数据。另外，参照数据生成部208针对动作关联数据存储部204中存储的动作关联数据，使用对动作关联数据的多个部分实施平均化处理的方法、将动作关联数据的多个部分转换为频率轴上的波形后实施平均化处理的方法、将动作关联数据的多个部分转换为基于多个建模参数的波形后实施平均化处理的方法中的每一种方法，生成多个参照数据。

然后，连结数据生成部212针对多个生成方法中的每一个，生成将多个对象数据和参照数据连结而成的连结数据，检测处理执行部214执行变化检测处理。异常检测部218可以基于针对多个生成方法中的每一个生成方法的变化检测处理的结果来检测可动装置100的异常。异常检测部218例如在多个生成方法中的至少1个中检测到变化的情况下，判定为在可动装置100中发生了异常。由此，例如，在由于动作关联数据的特性等、而即便在可动装置100中发生了异常、但在多个生成方法中的任一个中成为没有检测到异常的状况的情况下，也能够判定为在可动装置100中发生了异常。此外，异常检测部218例如也可以在多个生成方法中的、一半以上中检测到变化的情况下，判定为在可动装置100中发生了异常。另外，异常检测部218例如也可以在多个生成方法的全部中检测到变化的情况下，判定为在可动装置100中发生了异常。

如上所述，异常检测装置200检测可动装置100的异常并不是必须的，异常检测装置200执行的处理也可以停留在与检测可动装置100的异常相关的处理中。在该情况下，异常检测装置200也可以不具备异常检测部218、故障时期估计部220以及估计用数据存储部222。

图6简要地示出异常检测装置200的处理的流程的一例。在此，以参照数据存储部206已经存储有参照数据、异常检测装置200从可动装置100持续地接收动作关联数据的状况为前提进行说明。

在步骤(有时将步骤省略记为S)102中，异常检测装置200的控制部等待异常检测的执行，直到异常检测的执行定时到来。异常检测装置200例如在设定为执行每1小时的异常检测的情况下，首先等待至开始时刻到来。

在S104中，对象数据生成部210从动作关联数据存储部204读取动作关联数据。对象数据生成部210可以读取当前时刻与从当前时刻回溯了预先设定的期间的时刻之间的动作关联数据。

在S106中，对象数据生成部210基于在S104中读取的动作关联数据，生成多个对象数据。在S108中，连结数据生成部212从参照数据存储部206读取参照数据。在S110中，连结数据生成部212生成将在S106中生成的多个对象数据与在S108中读取的参照数据连结而成的连结数据。

在S112中，检测处理执行部214对在S110中生成的连结数据执行变化检测处理。在S114中，异常检测部218根据S112中的变化检测处理的处理结果，确定异常度。

在S116中，故障时期估计部220基于在S114中确定出的异常度，判定在可动装置100中是否存在故障的预兆。故障时期估计部220例如在异常度的时序变化示出指数函数的变化的情况下，判定为存在故障的预兆。故障时期估计部220也可以通过使用指数函数模型或者使用估计用数据来估计故障时期。

在S118中，输出控制部216输出警告数据。警告数据可以表示在可动装置100中存在故障的预兆。警告数据也可以包含由故障时期估计部220估计出的故障时期。

在S120中，异常检测装置200的控制部判定是否继续异常检测处理。异常检测装置200的控制部例如在接收到可动装置100的管理者等的结束指示、或者预先设定的异常检测处理的执行期间期满的情况下，判定为不继续处理，在除此以外的情况下，判定为继续处理。在判定为继续处理的情况下，返回S102。

图7简要地示出多种动作关联数据之间的相关关系260的一例。异常检测装置200也可以从可动装置100接收多种动作关联数据，执行使用了多种动作关联数据之间的相关关系的异常检测处理。

对象数据生成部210可以从多种动作关联数据中切出同一时刻的动作引起的部分，计算各个部分之间的相关关系。对象数据生成部210例如直接使用从多个种类的动作关联数据切出的同一时刻的部分，计算各个部分之间的相关关系。对象数据生成部210也可以对从多种动作关联数据切出的同一时刻的部分实施转换处理，计算各个部分之间的相关关系。

图7示出从4种动作关联数据中的每一个中切出的部分之间的相关关系的一例。在可动装置100的控制装置106是逆变器的情况下，4种动作关联数据例如可以是转矩、q轴电流、电机速度、输出电流。

在图7所示的例子中，部分A与部分B的相关关系为0.6、部分A与部分C的相关关系为-0.2、部分A与部分D的相关关系为0.4、部分B与部分C的相关关系为0.2、部分B与部分D的相关关系为1.2、部分C与部分D的相关关系为0.3。对象数据生成部210例如生成由多个相关关系表示的波形，作为对象数据。对象数据生成部210同样可以生成与多个时刻对应的对象数据。

参照数据生成部208可以从多种动作关联数据生成参照数据。参照数据生成部208例如针对多种动作关联数据，计算正常动作期间124内的同一时刻的部分之间的相关关系。参照数据生成部208例如直接使用从多种动作关联数据切出的同一时刻的部分，计算各个部分之间的相关关系。参照数据生成部208也可以对从多种动作关联数据切出的同一时刻的部分实施转换处理，计算各个部分之间的相关关系。参照数据生成部208例如生成由多个相关关系表示的波形，作为参照数据。参照数据生成部208也可以针对多种动作关联数据，切出正常动作期间124内的多个时刻的部分，按每个时刻计算相关关系，并实施平均化处理，由此生成参照数据。

连结数据生成部212生成将对象数据生成部210生成的多个对象数据与参照数据生成部208生成的参照数据连结而成的连结数据。检测处理执行部214对该连结数据执行变化检测处理。异常检测部218根据该变化检测处理的处理结果来确定异常度。故障时期估计部220基于异常度的时序变化，估计可动装置100的故障时期。

在可动装置100正常动作的期间，多种动作关联数据的相关关系不变化的盖然性高。另一方面，在可动装置100中发现故障的预兆时，多种动作关联数据分别独立变化，由此，动作关联数据的相关关系变化为多种的盖然性高。因此，通过使用多种动作关联数据的相关关系，能够以比较高的精度估计可动装置100的异常、可动装置100的故障。

图8简要地示出系统10的被制造物的制造方法的一例。系统10可以通过对工件实施加工来制造被制造物。例如，可动装置100具备机械臂作为可动部，通过机械臂对工件进行加工以及组装等任意的作业。

在S202中，可动装置100获取加工对象的工件。可动装置100在加工对象的工件为多个的情况下，获取多个工件。在S204中，可动装置100对在S202中获取的工件进行加工。

在S206中，异常检测装置200的控制部判定异常检测的执行定时是否到来。在判定为到来的情况下，进入S208，在判定为未到来的情况下，进入S226。

S208至S218可以与S104至S114相同。在S220中，故障时期估计部220基于在S218中确定出的异常度，判定在可动装置100中是否存在故障的预兆。故障时期估计部220例如在异常度的时序变化示出指数函数的变化的情况下，判定为存在故障的预兆。故障时期估计部220也可以通过使用指数函数模型或者使用估计用数据来估计故障时期。在判定为存在故障的预兆的情况下，进入S222，在判定为没有故障的预兆的情况下，进入S226。

在S222中，输出控制部216使警告数据输出。警告数据可以表示在可动装置100中存在故障的预兆。警告数据也可以包含由故障时期估计部220估计出的故障时期。

在S224中，异常检测装置200的控制部判定是否继续可动装置100的制造。异常检测装置200可以根据可动装置100的管理者等的指示，判定是否继续制造。在判定为继续制造的情况下，进入S226，在判定为不继续制造的情况下，结束制造处理。

在S226中，可动装置100判定工件的加工是否结束。在S202中获取了多个工件的情况下，可动装置100判定是否对多个工件全部结束了加工。通过加工的结束，被制造物的制造完成。在判定为未结束的情况下，返回S204，在判定为结束的情况下，结束处理。

图9简要地示出动作关联数据300的一例。如上所述，动作关联数据300可以是可动装置100中的测定值、可动装置100中的指令值、可动装置100的内部的多种设定值、可动装置100中的反馈控制所使用的信息、表示检查了可动装置100的检查结果的数据、与通过可动装置100的动作而制造的被制造物相关联的数据、以及由传感器180输出的值等。即，动作关联数据300可以是定期或者不定期地获取的多种任意的参数的值。

图9所例示的动作关联数据300包含定期或者不定期地获取的多种参数的值。对象数据生成部210可以通过对动作关联数据300的时间上分离的部分310实施转换处理来使其成为波形数据，从而生成时间上分离的多个对象数据320。在图9中，例示了生成了3个对象数据320的情况，但对象数据320的数量不限于此，也可以是4个以上。

连结数据生成部212生成连结了多个对象数据320的连结数据330。检测处理执行部214对连结数据330执行变化检测处理。

如图2以及图9所示，根据异常检测装置200，从动作关联数据300的时间上分离的部分310生成多个对象数据320，对连结了多个对象数据320的连结数据330执行变化检测处理。由此，例如，即使在可动装置100中产生的异常对多个对象数据320中的某一个对象数据320中的任意的部分产生了影响，也能够检测为变化。

不是从动作关联数据300的时间上分离的部分310生成时间上分离的多个对象数据320并将其连结，而是通过对动作关联数据300的整体进行变化检测处理，也可能实现这样的变化检测，但随着时间的经过，动作关联数据300的数据量增多，计算成本增加，且数据的保存负担增加。与此相比，根据异常检测装置200，能够针对新得到的动作关联数据300，每次以相同长度的数据进行变化检测，在该情况下，能够大幅降低计算成本以及数据的保存负担。

另外，根据异常检测装置200，通过调整动作关联数据300中的作为对象的部分310的时间间隔，能够在不增加计算成本的情况下实现长时间的异常检测。例如，在以1日1次1个周期获取100的数据作为动作关联数据300的情况下，若连结从今天(假设为星期一)到5日前的数据，则成为长度600的连结数据330。若将其变更至5周前、拾取并连结每周星期一的数据，则成为长度600的连结数据330。这样，通过将长时间数据间隔提取并进行连结，能够在不增加计算成本的情况下扩大异常检测的范围，能够获得在短期间内有可能被埋没的异常的倾向。

进而，也可以与图3所示的情况同样地，参照数据生成部208基于动作关联数据300的部分生成参照数据，连结数据生成部212生成将该参照数据与由对象数据生成部210生成的多个对象数据320连结而成的连结数据330。

如上所述，传感器180也可以是拍摄传感器，动作关联数据300也可以是图像。动作关联数据300可以是运动图像。动作关联数据300也可以是定期或者不定期地拍摄到的静止图像。动作关联数据300例如可以是拍摄整个可动装置100的运动图像。动作关联数据300也可以是定期或不定期地拍摄了整个可动装置100的静止图像。动作关联数据300也可以是拍摄了可动装置100的一部分的运动图像。动作关联数据300也可以是定期或不定期地拍摄了可动装置100的一部分的静止图像。

在动作关联数据300为运动图像的情况下，对象数据生成部210可以通过对动作关联数据300的时间上分离的部分310、即帧实施转换处理而使其成为波形数据，生成时间上分离的多个对象数据320。在动作关联数据300是定期或者不定期地拍摄到的静止图像的情况下，对象数据生成部210可以通过对动作关联数据300的时间上分离的部分310、即多个静止图像实施转换处理而使其成为波形数据，生成时间上分离的多个对象数据320。

上述实施方式中的通信部202可以是与通信部108以及传感器180进行通信的通信单元的一例。上述实施方式中的动作关联数据存储部204可以是存储通信部202接收到的动作关联数据的存储单元的一例。上述实施方式中的参照数据存储部206可以是存储参照数据的参照数据存储单元的一例。上述实施方式中的参照数据生成部208可以是生成参照数据的参照数据生成单元的一例。上述实施方式中的对象数据生成部210可以是生成对象数据的对象数据生成单元的一例。上述实施方式中的连结数据生成部212可以是生成连结数据的连结数据生成单元的一例。上述实施方式中的检测处理执行部214可以是执行变化检测处理的检测处理执行单元的一例。上述实施方式中的输出控制部216可以是对基于检测处理执行部214的处理结果而生成的输出数据的输出进行控制的输出控制单元的一例。上述实施方式中的异常检测部218可以是基于检测处理执行部214的变化检测处理的处理结果的时间变化来检测可动装置100的异常的异常检测单元的一例。上述实施方式中的故障时期估计部220可以是基于由异常检测部218判定出的异常度的时序变化来估计可动装置100的故障时期的故障时期估计单元的一例。上述实施方式中的估计用数据存储部222可以是存储估计用数据的估计用数据存储单元的一例。上述实施方式中的参照数据选择部224可以是参照数据选择单元的一例。上述实施方式中的设定接受部226可以是接受异常检测模式的设定的设定接受单元的一例。上述实施方式中的可动装置控制部228可以是控制可动装置100的可动装置控制单元的一例。上述实施方式中的生成方法决定部230可以是决定从动作关联数据生成多个对象数据的生成方法的生成方法决定单元的一例。

图10简要地示出作为异常检测装置200发挥功能的计算机1200的硬件结构的一例。安装于计算机1200的程序使计算机1200作为本实施方式的装置的1个或多个“部”而发挥功能，或者能够使计算机1200执行与本实施方式的装置相关联的操作或该1个或多个“部”，和/或使计算机1200执行本实施方式的进程或该进程的步骤。该程序被CPU 1212执行，以使计算机1200执行与本说明书中记载的流程图和框图的块中的一些或全部相关联的特定的操作。

根据本实施例的计算机1200包括CPU 1212、RAM 1214和图形控制器1216，它们通过主机控制器1210相互连接。计算机1200还包含通信接口1222、存储装置1224、DVD驱动器以及IC卡驱动器这样的输入输出单元，它们经由输入输出控制器1220与主机控制器1210连接。DVD驱动器可以是DVD-ROM驱动器和DVD-RAM驱动器等。存储装置1224可以是硬盘驱动器以及固态驱动器等。计算机1200还包括诸如ROM 1230和键盘之类的传统的输入/输出单元，并且它们经由输入/输出芯片1240连接到输入/输出控制器1220。

CPU 1212根据存储在ROM 1230及RAM 1214内的程序进行动作，由此对各单元进行控制。图形控制器1216将由CPU 1212生成的图像数据获取到提供给RAM 1214内的帧缓冲器等或其自身中，以使得显示设备1218显示图像数据。

通信接口1222经由网络与其他电子设备进行通信。存储装置1224存储由计算机1200内的CPU 1212使用的程序和数据。DVD驱动器从DVD-ROM等读取程序或数据，并提供给存储装置1224。IC卡驱动器从IC卡读取程序和数据，和/或将程序和数据写入IC卡。

ROM 1230在其中存储激活时由计算机1200执行的引导程序等、和/或依赖于计算机1200的硬件的程序。输入输出芯片1240还可以经由USB端口、并行端口、串行端口、键盘端口、鼠标端口等将各种输入输出单元与输入输出控制器1220连接。

程序由诸如DVD-ROM或IC卡之类的计算机可读存储介质提供。程序从计算机可读存储介质中读取，安装在作为计算机可读存储介质的例子的存储装置1224、RAM 1214或ROM1230中，由CPU 1212执行。在这些程序内记述的信息处理由计算机1200读取，导致程序与上述各种类型的硬件资源之间的协作。装置或方法可以通过根据计算机1200的使用来实现信息的操作或处理来构成。

例如，当在计算机1200和外部设备之间执行通信的情况下，CPU 1212可以执行加载到RAM 1214中的通信程序，并基于在通信程序中描述的处理，对通信接口1222命令进行通信处理。通信接口1222在CPU 1212的控制下，读取在RAM 1214、存储装置1224、DVD-ROM或IC卡这样的记录介质内提供的发送缓存区域中存储的发送数据，将读取到的发送数据发送到网络，或者将从网络接收到的接收数据写入到记录介质上提供的接收缓存区域等中。

另外，CPU 1212可以使RAM 1214读取存储装置1224、DVD驱动器(DVD-ROM)、IC卡等那样的外部记录介质中保存的文件或数据库的全部或必要部分，对RAM 1214上的数据执行各种类型的处理。CPU 1212可以将处理后的数据回写到外部记录介质中。

各种类型的程序、数据、表格和数据库之类的各种类型的信息可以存储在记录介质中，并且可以接受信息处理。CPU 1212针对从RAM 1214读取的数据，执行各种类型的处理，将结果回写到RAM 1214中，该各种类型的处理包括在本发明的随处记载的、由程序的指令序列指定的各种类型的操作、信息处理、条件判断、条件分支、无条件分支、信息的检索/替换等。另外，CPU 1212可以检索记录介质内的文件、数据库等中的信息。例如，当在记录介质中存储分别具有第一属性的属性值的多个条目时，其中，第一属性的属性值与第二属性的属性值相关联，CPU 1212可以从多个条目中检索与第一属性的属性值被指定的条件相匹配的条目，并且读取存储在条目中的第二属性的属性值，由此获取与满足预先设定的条件的第一属性相关联的第二属性的属性值。

上述程序或软件模块可以存储在计算机1200上或计算机1200附近的计算机可读存储介质中。另外，在与专用通信网络或互联网连接的服务器系统内提供的硬盘或RAM那样的记录介质能够作为计算机可读存储介质使用，由此经由网络向计算机1200提供程序。

本实施方式中的流程图以及框图中的块可以表示执行操作的进程的步骤或者具有执行操作的作用的装置的“部”。特定步骤和“部分”可以由专用电路、与存储在计算机可读存储介质上的计算机可读指令一起提供的可编程电路、和/或与存储在计算机可读存储介质上的计算机可读指令一起提供的处理器来实现。专用电路可以包含数字和/或模拟硬件电路，也可以包含集成电路(IC)和/或分立电路。可编程电路例如可以包含现场可编程门阵列(FPGA)以及可编程逻辑阵列(PLA)等那样的、包含逻辑积、逻辑和、异或、否定逻辑积、否定逻辑和、以及其他逻辑运算、触发器、寄存器、以及存储器元件的能够重构的硬件电路。

计算机可读存储介质可以包含能够存储由适当的设备执行的指令的任意有形设备，其结果是，具有存储于其中的指令的计算机可读存储介质是包含以下指令的产品，该指令能够为了生成用于执行由流程图或框图指定的操作的单元而被执行。作为计算机可读存储介质的例子，可以包括电子存储介质、磁存储介质、光存储介质、电磁存储介质、半导体存储介质等。作为计算机可读存储介质的更具体的例子，可以包括软盘(注册商标)、磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或闪存)、电可擦除可编程只读存储器(EEPROM)、静态随机存取存储器(SRAM)、紧凑型存储器(CD-ROM)、数字多用途盘(DVD)、蓝光(注册商标)盘、记忆棒、集成电路卡等。

计算机可读指令例如可以包含：汇编指令、指令集架构(ISA)指令、机器指令、机器依赖指令、微码、固件指令、状态设定数据，或者，以包含如Smalltalk(注册商标)、JAVA(注册商标)、C++等那样的面向对象的编程语言、以及“C”编程语言或同样的编程语言那样的以往的过程式编程语言的、1个或多个编程语言的任意组合记述的源代码或对象代码中的任一个。

计算机可读指令可以经由局域网(LAN)、因特网等的广域网(WAN)提供给通用计算机、专用计算机、或者其他可编程数据处理装置的处理器、或者可编程电路，以使得通用计算机、专用计算机、或者其他可编程数据处理装置的处理器、或者可编程电路生成用于执行流程图或框图中指定的操作的单元而执行该计算机可读指令。作为处理器的例子，包括计算机处理器、处理单元、微处理器、数字信号处理器、控制器、微控制器等。

以上，使用实施方式对本发明进行了说明，但本发明的技术范围并不限于上述实施方式所记载的范围。对于本领域技术人员来说，显然能够对上述实施方式施加多种变更或改良。根据权利要求书的记载可知，施加了这样的变更或改良的方式也包含在本发明的技术范围内。

应该注意的是，权利要求书、说明书以及附图中所示的装置、系统、程序以及方法中的动作、顺序、步骤以及阶段等各处理的执行顺序，只要没有特别明示“之前”、“先于”等，另外，只要不在后面的处理中使用在前处理的输出，就能够以任意的顺序实现。关于权利要求书、说明书以及附图中的动作流程，为了方便，使用“首先”、“接着”等进行了说明，但并不意味着必须按照该顺序实施。

符号说明：

10系统、100可动装置、102可动部、104电机、106控制装置、108通信部、122期间、124正常动作期间、180传感器、200异常检测装置、202通信部、204动作关联数据存储部、206参照数据存储部、208参照数据生成部、210对象数据生成部、212连结数据生成部、214检测处理执行部、216输出控制部、218异常检测部、220故障时期估计部、222估计用数据存储部、224参照数据选择部、226设定接受部、228可动装置控制部、230生成方法决定部、240显示部、260相关关系、280异常度推移图、300动作关联数据、310部分、320对象数据、330连结数据、340中间数据、342参照数据、350变化检测结果、1200计算机、1210主机控制器、1212CPU、1214RAM、1216图形控制器、1218显示设备、1220输入输出控制器、1222通信接口、1224存储装置、1230ROM、1240输入输出芯片。

Claims (22)

1.一种异常检测装置，包括：

对象数据生成部，基于由可动装置的动作引起的动作关联数据，生成多个对象数据，所述多个对象数据分别包含多个值并且彼此在时间上分离；以及

检测处理执行部，对所述多个对象数据执行变化检测处理。

2.如权利要求1所述的异常检测装置，还包括：

输出控制部，对输出数据的输出进行控制，所述输出数据是基于所述变化检测处理的处理结果而生成的。

3.如权利要求1所述的异常检测装置，还包括：

连结数据生成部，生成连结了所述多个对象数据的连结数据，

所述检测处理执行部对所述连结数据执行所述变化检测处理。

4.如权利要求3所述的异常检测装置，还包括：

参照数据存储部，预先存储参照数据，

所述连结数据生成部生成将所述参照数据包含在所述多个对象数据中而连结的所述连结数据。

5.如权利要求4所述的异常检测装置，还包括：

参照数据生成部，基于所述动作关联数据的一部分生成所述参照数据，并存储到所述参照数据存储部，

所述检测处理执行部将所述参照数据包含在所述多个对象数据中后执行所述变化检测处理，其中，所述多个对象数据是由所述对象数据生成部基于所述动作关联数据中位于用于生成所述参照数据的部分之后的部分生成的。

6.如权利要求5所述的异常检测装置，其中，

所述参照数据生成部对基于所述动作关联数据而生成的多个中间数据实施平均化处理来生成所述参照数据，并将其存储到所述参照数据存储部。

7.如权利要求5所述的异常检测装置，其中，

所述参照数据生成部基于在所述可动装置被导入后、所述可动装置的累积动作期间变得比预先设定的期间长之后或者所述可动装置的累积动作次数变得比预先设定的次数多之后的、所述可动装置的动作所引起的所述动作关联数据的部分，生成所述参照数据。

8.如权利要求7所述的异常检测装置，其中，

所述参照数据生成部基于在所述可动装置被导入后、所述可动装置的累积动作期间变得比预先设定的期间长之后或者所述可动装置的累积动作次数变得比预先设定的次数多之后的、所述可动装置的动作稳定后的正常动作期间的所述可动装置的动作所引起的所述动作关联数据的部分，生成所述参照数据。

9.如权利要求5所述的异常检测装置，其中，

所述参照数据生成部基于由所述可动装置按照第一动作模式的动作引起的所述动作关联数据的部分，生成所述参照数据，

所述异常检测装置还包括可动装置控制部，所述可动装置控制部使所述可动装置执行与所述第一动作模式相同或类似的第二动作模式，

所述检测处理执行部将所述参照数据包含在所述多个对象数据中后执行所述变化检测处理，所述多个对象数据是基于所述可动装置按照所述第二动作模式执行动作的期间的所述动作关联数据而生成的。

10.如权利要求4所述的异常检测装置，其中，

所述参照数据存储部按照所述可动装置的每个动作模式，存储所述参照数据，

所述异常检测装置还具备参照数据选择部，所述参照数据选择部根据所述可动装置的动作模式来选择所述参照数据，

所述检测处理执行部将由所述参照数据选择部选择出的所述参照数据包含在所述对象数据生成部生成的所述多个对象数据中，并对该多个对象数据执行所述变化检测处理。

11.如权利要求1所述的异常检测装置，其中，

所述对象数据生成部生成将所述动作关联数据的多个部分转换为与时间不同的轴上的波形的所述多个对象数据。

12.如权利要求11所述的异常检测装置，其中，

所述对象数据生成部生成将所述动作关联数据的所述多个部分转换为频率轴上的波形的所述多个对象数据。

13.如权利要求11所述的异常检测装置，其中，

所述对象数据生成部生成将所述动作关联数据的所述多个部分转换为基于多个建模参数的波形的所述多个对象数据。

14.如权利要求1所述的异常检测装置，其中，

所述对象数据生成部对被更新的所述动作关联数据，更新所述多个对象数据中的至少一个对象数据，

每当被更新时，所述检测处理执行部对更新后的所述多个对象数据执行变化检测处理。

15.如权利要求14所述的异常检测装置，其中，

还包括异常检测部，所述异常检测部基于所述变化检测处理的处理结果的时间变化，检测所述可动装置的异常。

16.如权利要求15所述的异常检测装置，其中，

所述异常检测部基于各个所述变化检测处理的处理结果来判定异常度，

所述异常检测装置还包括故障时期估计部，所述故障时期估计部基于所述异常度的时序变化来估计所述可动装置的故障时期。

17.如权利要求16所述的异常检测装置，其中，

所述故障时期估计部基于所述异常度的时序变化、与所述可动装置相同种类的其他可动装置的所述异常度的时序变化以及所述其他可动装置的故障定时，来估计所述可动装置的故障时期。

18.如权利要求1所述的异常检测装置，其中，

所述可动装置包括：可动部、使所述可动部活动的电机、以及控制所述电机的控制装置，

所述动作关联数据至少包含所述控制装置中的电流指令以及测定电流中的至少一者。

19.如权利要求1所述的异常检测装置，还包括：

生成方法决定部，基于所述动作关联数据的对象动作的种类或所述动作关联数据的分析结果，来决定从所述动作关联数据生成所述多个对象数据的生成方法，

所述对象数据生成部通过由所述生成方法决定部决定的所述生成方法，基于所述动作关联数据生成所述多个对象数据。

20.如权利要求1所述的异常检测装置，其中，

所述对象数据生成部通过从所述动作关联数据生成所述多个对象数据的多种生成方法中的每一种方法，从所述动作关联数据生成所述多个对象数据，

所述检测处理执行部对通过所述多种生成方法中的每一种方法生成的所述多个对象数据中的每一个对象数据，执行所述变化检测处理。

21.一种计算机可读存储介质，存储有用于使计算机作为权利要求1至20中任一项所述的异常检测装置发挥功能的程序。

22.一种异常检测方法，由计算机执行，并用于检测可动装置的异常，所述异常检测方法包括：

对象数据生成步骤，基于由所述可动装置的动作引起的动作关联数据，生成多个对象数据，所述多个对象数据分别包含多个值并且彼此在时间上分离；以及

检测处理执行步骤，对所述多个对象数据执行变化检测处理。

Images