CN116171412A - 推定装置、推定方法以及程序 - Google Patents

Abstract

推定装置具备：观测系统制约判定部，根据由第一观测系统观测到的第一观测值和由第二观测系统观测到的第二观测值的各观测值的时序数据，来判定作为第一制约内的数据的制约内数据；模型推定部，基于制约内数据来推定包括作为各观测系统的模型的观测模型和作为设置有各观测系统的设备内的模型的物理模型的多个模型的参数；以及匹配性判定部，根据基于推定出的参数从第二观测系统预测出的第一预测观测值与第一观测值的偏差，来判定模型的匹配性。

Description

推定装置、推定方法以及程序

技术领域

本公开涉及推定装置、推定方法以及程序。

本申请针对2020年7月31日在日本申请的日本特愿2020-130787号主张优先权，在此引用其内容。

背景技术

在大型冷冻机、潜水泵这样的设备中，已知有通过设置传感器、测量器等观测系统来监视设备内的状态的技术。

例如，在专利文献1中公开了在核电站设置传感器。

在先技术文献

专利文献

专利文献1：国际公开第2015/019499号

发明内容

-发明所要解决的课题-

专利文献1所公开的设备具备用于监视设置有传感器的环境条件的环境传感器，对传感器的健全性进行评价。

但是，在传感器与环境条件无关地表示异常的情况下，在专利文献1所公开的判定装置中，有时无法评价传感器的观测值的匹配性。

因此，在专利文献1所公开的设备中，有时无法推定观测值的匹配性。

本公开是为了解决上述课题而完成的，其目的在于提供一种容易推定观测值的匹配性的推定装置、推定方法以及程序。

-用于解决课题的手段-

为了解决上述课题，本公开所涉及的推定装置具备：观测系统制约判定部，根据由第一观测系统观测到的第一观测值和由第二观测系统观测到的第二观测值的各观测值的时序数据，来判定作为第一制约内的数据的制约内数据；模型推定部，基于所述制约内数据来推定包括作为所述各观测系统的模型的观测模型和作为设置有所述各观测系统的设备内的模型的物理模型的多个模型的参数；以及匹配性判定部，根据基于推定出的所述参数从所述第二观测系统预测出的第一预测观测值与所述第一观测值的偏差，来判定所述模型的匹配性。

本公开所涉及的推定方法包括如下步骤：根据由第一观测系统观测到的第一观测值和由第二观测系统观测到的第二观测值的各观测值的时序数据，来判定作为第一制约内的数据的制约内数据；基于所述制约内数据来推定包括作为所述各观测系统的模型的观测模型和作为设置有所述各观测系统的设备内的模型的物理模型的多个模型的参数；以及根据基于推定出的所述参数从所述第二观测系统预测出的第一预测观测值与所述第一观测值的偏差，来判定所述模型的匹配性。

本公开所涉及的程序使推定装置的计算机执行如下步骤：根据由第一观测系统观测到的第一观测值和由第二观测系统观测到的第二观测值的各观测值的时序数据，来判定作为第一制约内的数据的制约内数据；基于所述制约内数据来推定包括作为所述各观测系统的模型的观测模型和作为设置有所述各观测系统的设备内的模型的物理模型的多个模型的参数；以及根据基于推定出的所述参数从所述第二观测系统预测出的第一预测观测值与所述第一观测值的偏差，判定所述模型的匹配性。

-发明效果-

根据本公开的推定装置、推定方法以及程序，容易推定观测值的匹配性。

附图说明

图1是第一实施方式所涉及的观测装置的框图。

图2是说明第一实施方式所涉及的观测系统制约判定部的功能的图表。

图3是说明第一实施方式所涉及的模型推定部的功能的图。

图4是说明第一实施方式所涉及的观测模型的图。

图5是说明满量程误差的图。

图6是说明指示值误差的图。

图7是说明阿伦方差的图。

图8是说明阿伦方差与时间窗的关系的图。

图9是说明第一实施方式所涉及的模型推定部的功能的图。

图10是说明第一实施方式所涉及的匹配性判定部的功能的图。

图11是说明第一实施方式所涉及的匹配性判定部的功能的图。

图12是说明第一实施方式所涉及的匹配性判定部的功能的图。

图13是说明第一实施方式所涉及的匹配性判定部的功能的图。

图14是第一实施方式所涉及的推定方法的流程图。

图15是第二实施方式所涉及的观测装置的框图。

图16是说明第二实施方式所涉及的介入施策部的功能的图。

图17是第二实施方式所涉及的观测方法的流程图。

图18是第三实施方式所涉及的观测装置的框图。

图19是说明第三实施方式所涉及的介入施策部的功能的图。

图20是表示各实施方式所涉及的推定装置所具备的计算机的硬件构成的例子的图。

具体实施方式

以下，使用附图对本公开所涉及的实施方式进行说明。在所有的附图中，对相同或者相当的结构标注相同的附图标记，并省略共通的说明。

<第一实施方式＞

(整体结构)

图1表示第一实施方式所涉及的设备9的整体结构。

设备9具备设备1、推定装置2、第一观测系统3以及第二观测系统4。

设备1例如是大型冷冻机、潜水泵、成套设备等。

例如，设备1、推定装置2、第一观测系统3和第二观测系统4也可以相互通过有线、无线等连接，能够相互通信。

(第一观测系统的结构)

第一观测系统3是用于观测设备1的状态的系统。

第一观测系统3观测第一观测值OB1。

例如，第一观测系统3也可以设置于设备1。

例如，第一观测系统3也可以具备第一传感器31。

例如，第一观测系统3也可以观测观测值A1作为第一观测值OB1。

例如，第一传感器31例如也可以设置在设备1的内部。此时，作为观测值A1，第一传感器31也可以是测量设备1的内部压力的压力传感器。

(第二观测系统的结构)

第二观测系统4是用于观测设备1的状态的系统。

第二观测系统4观测第二观测值OB2。

例如，第二观测系统4也可以是相对于第一观测系统3独立的其他观测系统。

例如，第二观测值OB2也可以是与第一观测值OB1不同的观测值。

例如，第二观测系统4也可以设置于设备1。

例如，第二观测系统4也可以具备第二传感器41、第三传感器42以及第四传感器43。

例如，第二观测系统4也可以观测观测值A2、A3、A4作为第二观测值OB2。

第二传感器41例如也可以设置于设备1的出口。此时，第二传感器41也可以是测量从设备1内流出的液体、气体等流体温度即出口温度作为观测值A2的温度计。

此外，第三传感器42例如也可以设置于设备1的入口。此时，第三传感器42也可以是测量向设备1内流入的液体、气体等流体温度即入口温度作为观测值A3的温度计。

此外，第四传感器43例如也可以设置于设备1。此时，第四传感器43也可以是测量在设备1内流动的液体、气体等流体的流量即设备内流量作为观测值A4的流量计。

(推定装置的结构)

推定装置2是用于推定设备1、第一观测系统3以及第二观测系统4的各模型的参数PR的装置。

例如，推定装置2也可以是用于开展基于设备1的监视的资产管理服务的装置。

推定装置2具备观测系统制约判定部22、模型推定部23以及匹配性判定部24。

例如，推定装置2也可以还具备物理量制约判定部25和模型制约判定部26。

此外，推定装置2还可以具备取得部21和输出部27。

(取得部的结构)

取得部21取得第一观测值OB1。

例如，取得部21也可以从第一观测系统3取得观测值A1作为第一观测值OB1。

例如，取得部21也可以取得由第一传感器31测量出的设备1的内部压力作为观测值A1。

取得部21取得第二观测值OB2。

例如，取得部21也可以从第二观测系统4取得观测值A2、A3、A4作为第二观测值OB2。

例如，取得部21也可以取得由第二传感器41测量出的出口温度作为观测值A2。

例如，取得部21也可以取得由第三传感器42测量出的入口温度作为观测值A3。

例如，取得部21也可以取得由第四传感器43测量出的设备内流量作为观测值A4。

(观测系统制约判定部的结构)

观测系统制约判定部22根据由第一观测系统3观测到的第一观测值OB1和由第二观测系统4观测到的第二观测值OB2的各观测值的时序数据DT1，来判定第一制约R1内的数据即制约内数据DT2。

通过判定各观测系统单体对制约条件的适合，观测系统制约判定部22判定各观测值是否是作为单体进行了异常动作的数据。

例如，如图2所示，观测系统制约判定部22也可以通过作为第一制约R1的与最大值以及最小值相关的制约、与移动平均变化率相关的制约、与尖峰产生频度相关的制约、与时间窗内的方差相关的制约等观测系统制约等，来进行制约内数据DT2的判定。

由此，观测系统制约判定部22基于各观测系统本身的测量原理(物理法则)，将作为各观测值单体观察时包括异常的值的记录判定为异常。

例如在图2的情况下，各观测系统观测到的原始的观测值的时序数据即时序数据DT1中的数据DT3作为观测值的尖峰产生频度比规定的阈值高的数据、或者时间窗内的观测值的方差比规定的阈值高的数据，被第一制约R1判定为制约外。

同样地，时序数据DT1中的数据DT4作为观测值比由上限值规定的最大值大的数据、或者比由下限值规定的最小值小的数据，被第一制约R1判定为制约外。

同样地，时序数据DT1中的数据DT5作为移动平均变化率大于规定的阈值的数据，被第一制约R1判定为制约外。

另一方面，未成为制约外的数据被判定为制约内数据DT2。

例如，在各观测系统中的任一个观测系统中出现了制约外的判定的情况下，观测系统制约判定部22也可以对相同时刻的其他观测系统的数据也判定为制约外，不进行推定装置2中的后级的处理。

(模型推定部的结构)

模型推定部23基于制约内数据DT2来推定包括作为各观测系统的模型的观测模型MLO和作为设置有观测系统的设备1内的模型的物理模型MLP的多个模型的参数PR。

例如，模型推定部23也可以包括包含多个观测模型MLO和多个物理模型MLP的网络模型NWM。

例如，多个观测模型MLO和多个物理模型MLP的各模型可以包括参数PR。

例如，模型推定部23也可以在作为网络模型NWM的一例的图3所示的网络模型NWM1中推定观测模型MLO与物理模型MLP的各模型的参数PR。

如图3所示，在网络模型NWM1中，模型推定部23能够根据观测值A1经由一个观测模型MLO推定多个物理量推定值PV中的一个物理量推定值PV1。

另一方面，在网络模型NWM1中，模型推定部23也能够根据观测值A2、观测值A3以及观测值A4，经由多个观测模型MLO以及多个物理模型MLP来推定物理量推定值PV1。

即，在网络模型NWM1中，模型推定部23能够从不同的系统推定共通的物理量推定值PV1。

另外，物理量推定值PV是基于参数PR推定的设备1内的物理量。

如图3所示，例如，在模型推定部23中，与观测值A2相关的观测模型MLO的参数PR也可以根据观测值A2和观测到观测值A2的步骤之前的观测值A2’(在即将观测到观测值A2之前的时刻观测到的观测值A2’)来推定。

同样地，在模型推定部23中，与观测值A3相关的观测模型MLO的参数PR也可以根据观测值A3和观测到观测值A3的步骤之前的观测值A3’(在即将观测到观测值A3之前的时刻观测到的观测值A3’)来推定。

(模型的结构)

例如，观测模型MLO以及物理模型MLP的各模型也可以分别以基于理论式以及实验式的非线性多项式的形式来表现。此时，多项式的系数相当于参数PR，成为用于表现实际的设备1的偏差的参数。

在此，详细说明物理模型MLP。

例如，各物理模型MLP也可以是在物理现象中根据已知的纯粹的物理法则导出的模型。

例如，图3所示的物理模型MLPA也可以是能够根据表示出口温度的物理量推定值PV2、表示入口温度的物理量推定值PV3、表示设备内流量的物理量推定值PV4来计算表示冷冻能力等设备1内的功量的物理量推定值PVA的模型。

例如，图3所示的物理模型MLPB也可以是能够根据表示出口温度的物理量推定值PV2和表示功量的物理量推定值PVA来计算表示设备1内的液体、气体等的流体饱和温度的物理量推定值PVB的模型。

例如，图3所示的物理模型MLPC也可以是能够根据表示设备1内的液体、气体等流体饱和温度的物理量推定值PVB来计算表示设备1内的液体、气体等的流体压力(饱和蒸气压)的物理量推定值PV1的模型。

接下来，详细说明观测模型MLO。

例如，各观测模型MLO也可以是图4所示的代表性的模型。

在图4中，将因传感器的特性而产生的与真值之间的误差表示为内在要因，将因观测对象的值以外在要因而产生的误差表示为外在要因。

除了能够模型化的内在要因、外在要因之外，观测值还受到随机的噪声分量的影响。

另外，外在要因需要“小到能够忽略的程度”、“利用其他传感器测量外在要因”、“仅能够进行噪声处理的数据量”中的任意一个的前提。

在观测模型MLO中，观测系统的精度在考虑了全部误差的基础上，由如图5所示的满量程误差(±○％F.S.)、或者图6所示那样的指示值误差(±○％R.D.)中的任一个、或者将它们组合的指标来规定。

另外，这些误差范围始终是进行正常动作的情况下的精度，若发生传感器的安装位置偏移、故障，则脱离该范围。

此外，在持续测量相同的值的情况下，将取时间窗平均的值彼此进行比较的结果的偏差的大小被称为阿伦方差。

典型的阿伦方差表示如图7所示的方差。另外，图7所示的σy(f)是与阿伦方差的大小相关的值。

如图7、图8所示，在平均时间τ短的期间，噪声的影响是支配性的，平均值间的偏差逐渐变小，但若延长平均时间τ，则相反，观测系统参数的长期变动的影响显著化，偏差逐渐变大。

因此，例如，模型推定部23理想地可以根据仅阿伦方差极小化的记录的数据来推定观测模型MLO的参数PR。

例如，模型推定部23也可以使用在观测系统制约判定部22中作为单体的观测值没有异常的制约内数据DT2中的、从最近的观测值推定各参数PR所需的记录数的数据，针对能够从各系统推定的物理量推定值PV，在全部记录中对全部系统的物理量推定值PV的平均值与各系统的物理量推定值PV的误差的平方之和进行累计。此时，模型推定部23也可以针对累计的值和各参数PR的修正项的大小，分别基于预先决定的惩罚系数的大小来决定针对推定的正确度的报酬函数，并推定参数PR以使得该值成为最小。

例如，模型推定部23也可以针对能够通过基于网络模型NWM1的各模型的值的转换来导出共通的物理量推定值PV1的观测系统，进行参数PR的推定，以使得针对从各系统推定出的物理量推定值PV1彼此的偏差的惩罚和针对各参数PR的修正项的惩罚的总和成为最小。

另外，即使在观测系统的数量相对于要推定的参数PR的数量通常极少的情况下，模型推定部23也能够通过使用多个记录来推定物理量推定值PV1。

例如，观测模型MLO也可以不是忠实地模型化的观测模型，而是考虑设备1的使用条件和各传感器的规格而简化了适当的范围的观测模型。

例如，在与观测值A1相关的观测模型MLO中，也可以基于传感器精度来确定针对偏置、标度因子(以下也称为“SF”)的距理想状态的修正项的惩罚。

模型推定部23也可以构成为，作为从网络模型NWM1中的各系统推定出的物理量推定值PV1彼此的偏差，确定针对多个物理量推定值PV1平均值与各物理量推定值PV1的差分的平方误差平均的大小的报酬函数。

例如，如图9所示，在能够从包括多个模型的网络模型NWM中的3个以上的不同的系统推定各物理量推定值PV的情况下，模型推定部23也可以确定针对多个物理量推定值PV的平均值与各物理量推定值PV的差分的平方误差平均的大小的报酬函数，作为从3个以上的系统推定出的各物理量推定值PV彼此的偏差。

在图9所示的情况下也同样地，模型推定部23也可以进行参数PR的推定，以使得针对从3个以上的各系统推定出的物理量推定值PV彼此的偏差的惩罚和针对各参数PR的修正项的惩罚的总和成为最小。

(匹配性判定部的结构)

匹配性判定部24根据第一预测观测值PA1与第一观测值OB1的偏差，来判定模型的匹配性，其中第一预测观测值PA1是基于由模型推定部23推定出的多个模型的参数PR并根据从第二观测值OB2预测的。

即，匹配性判定部24能够基于推定出的参数PR使某观测值从其他观测值回归，并评价该偏差的大小。

另外，第一预测观测值PA1是通过基于网络模型NWM1的各模型的值的转换而导出的值，是在网络模型NWM1中相当于第一观测值OB1的值。

例如，匹配性判定部24也可以将基于由模型推定部23推定出的各模型的参数PR而预测出的回归结果即第一预测观测值PA1和作为实测值的第一观测值OB1进行比较。

例如，作为模型的匹配性，匹配性判定部24也可以判定根据第二观测值OB2预测出的第一预测观测值PA1与第一观测值OB1的偏差是否在第一观测系统3的规格范围内。

例如，如图10所示，作为模型的匹配性，匹配性判定部24也可以判定根据观测值A2、观测值A3和观测值A4预测出的第一预测观测值PA1与观测值A1的偏差是否在第一观测系统3的规格范围内。

例如，匹配性判定部24也可以经由导入了由模型推定部23推定出的参数PR的多个观测模型MLO以及多个物理模型MLP，根据观测值A2、观测值A3以及观测值A4来预测第一预测观测值PA1，并将预测出的第一预测观测值PA1和观测值A1进行比较。

例如，匹配性判定部24也可以取得第一预测观测值PA1与第一观测值OB1之差作为第一预测观测值PA1与第一观测值OB1的偏差。此时，作为模型的匹配性的判定，匹配性判定部24也可以若取得的差在规定的阈值以下，就判定为导入了参数PR的多个观测模型MLO以及多个物理模型MLP匹配。

例如，匹配性判定部24也可以进行相互回归，对所有的观测系统相互评价匹配性。

例如，也可以除了图10所示的评价以外，如图11所示，匹配性判定部24经由导入了由模型推定部23推定出的参数PR的多个观测模型MLO以及多个物理模型MLP，根据观测值A1、观测值A3以及观测值A4，来预测第二预测观测值PA2，并进一步对预测出的第二预测观测值PA2和观测值A2进行比较。

进而，与图10所示的与观测值A1相关的评价、图11所示的与观测值A2相关的评价同样地，匹配性判定部24可以基于观测值A1、观测值A2和观测值A4，来进行与观测值A3相关的评价，也可以基于观测值A1、观测值A2和观测值A3，来进行与观测值A4相关的评价。

例如，如图12、图13所示，在回归相同的观测值的系统独立存在多个的情况下，匹配性判定部24也可以对进行回归的各系统求出偏差，将所求出的多个偏差的最小值作为观测值的评价结果。

(物理量制约判定部的结构)

物理量制约判定部25判定基于参数PR而推定的物理量推定值PV是否在第二制约R2内。

例如，物理量制约判定部25也可以判定物理量推定值PV是否在第二制约R2内，其中该物理量推定值PV是基于包含在匹配性判定部24中判定为匹配时的参数PR的物理模型MLP和制约内数据DT2的观测值来推定的。

例如，第二制约R2也可以是表示设备1的设计水平(规格)内的物理量的规定的数值范围。

例如，也可以如果物理量推定值PV在第二制约R2内，则物理量制约判定部25判定为正常，如果不在第二制约R2内，则物理量制约判定部25判定为异常。在判定为正常的情况下，在物理量制约判定部25的判定中，能够视为导入到各模型的参数PR妥当。

例如，在判定为物理量推定值PV异常的情况下，物理量制约判定部25也可以判定为设备1异常。

即，如果基于能对作为判定为正常的记录的制约内数据DT2进行物理量的推定这样的假设，则若作为该物理量的物理量推定值PV未收在设计规格的制约以内，就能够视为设备1的异常。

例如，在通过应用第一制约R1而制约内数据DT2的各观测值在时间上离散的情况下，物理量制约判定部25也可以对离散的各观测值进行时间插补，基于时间插补后的制约内数据DT2的各观测值，来推定物理量推定值PV。

例如，物理量制约判定部25也可以判定在各时间步长中推定出的物理量推定值PV是否在第二制约R2内。

例如，物理量制约判定部25也可以将推定出的各物理量推定值PV与设计水平(规格)进行比较，进行规格内、规格以上、规格以下这样的判定，由此转换为2～7阶段左右的离散化数据。

(模型制约判定部的结构)

模型制约判定部26判定各参数PR是否在第三制约R3内。

例如，模型制约判定部26也可以判定在匹配性判定部24中判定为匹配时的各参数PR是否在第三制约R3内。

例如，针对物理模型MLP中的各参数PR的第三制约R3也可以是表示设备1的设计水平(规格)内的参数的规定的数值范围。

例如，针对观测模型MLO中的各参数PR的第三制约R3也可以是表示各观测值的设计水平(规格)内的参数的规定的数值范围。

例如，如果各参数PR在第三制约R3内，则模型制约判定部26判定为正常，如果不在第三制约R3内，则模型制约判定部26判定为异常。在判定为正常的情况下，在模型制约判定部26的判定中，能够视为导入到各模型的各参数PR妥当。

例如，在模型制约判定部26中判定的各参数PR也可以是按每个进行了相互回归的移动窗或者批窗而推定出的各参数。

例如，模型制约判定部26也可以将推定出的各参数PR与设计水平(规格)进行比较，进行规格内、规格以上、规格以下这样的判定，由此转换为2～7阶段左右的离散化数据。

例如，在判定为物理模型MLP的参数PR异常的情况下，模型制约判定部26也可以判定为设备1异常。

即，如果基于参数推定能正确进行的假设，则若物理模型MLP的参数PR未收在设计规格的制约以内，就能够视为设备1的异常。

例如，在判定为观测模型MLO的参数PR异常的情况下，模型制约判定部26也可以判定为观测系统异常。进而，模型制约判定部26也可以判定为与具有判定为异常的参数PR的观测模型MLO相关的传感器异常。

即，如果基于参数推定能正确进行的假设，则若观测模型MLO的参数PR未收在设计规格的制约以内，就能够视为观测系统的异常。

(输出部的结构)

输出部27输出判定为正常的参数PR和基于该参数PR而推定的物理量推定值PV。

此外，输出部27输出判定为异常的参数PR和基于该参数PR而推定的物理量推定值PV。

例如，在判定为异常的参数PR是观测模型MLO的参数PR的情况下，输出部27也可以输出与具有判定为异常的参数PR的观测模型MLO相关的传感器异常的意思。

例如，输出部27也可以在判定为异常的参数PR是物理模型MLP的参数PR的情况下，输出设备1异常的意思。

(动作)

对本实施方式的推定装置2的动作进行说明。

推定装置2的动作相当于本实施方式的推定方法。

推定装置2的动作例如也可以如图14所示那样实施。

首先，取得部21取得由第一观测系统3观测到的第一观测值OB1和由第二观测系统4观测到的第二观测值OB2(ST01：取得步骤)。

在实施ST01后，观测系统制约判定部22根据第一观测值OB1和第二观测值OB2的各观测值的时序数据DT1，来判定作为第一制约R1内的数据的制约内数据DT2(ST02：观测系统制约判定步骤)。

在实施ST02之后，模型推定部23基于制约内数据DT2来推定包括作为各观测系统的模型的观测模型MLO和作为设置有观测系统的设备1内的模型的物理模型MLP的多个模型的参数PR(ST03：模型推定步骤)。

在实施ST03之后，匹配性判定部24根据第一预测观测值PA1与第一观测值OB1的偏差来判定模型的匹配性(ST04：匹配性判定步骤)，其中，该第一预测观测值PA1是基于由模型推定部23推定出的多个模型的参数PR并根据从第二观测值OB2而预测的。

例如，在ST04中，匹配性判定部24也可以在偏差大于规定值的情况下，判定为观测模型或者物理模型存在异常(ST04A)。此时，匹配性判定部24也可以删除即使最佳化也从模型偏离的记录。

例如，在实施ST04A后，匹配性判定部24也可以判定制约内数据DT2中的不匹配数据，作为异常数据从制约内数据DT2排除(ST04B)。

例如，在实施ST04后，物理量制约判定部25也可以判定基于参数PR而推定的物理量推定值PV是否在第二制约R2内(ST05：物理量制约判定步骤)。

例如也可以与ST05并行地，模型制约判定部26判定各参数PR是否在第三制约R3内(ST06：模型制约判定步骤)。

例如在实施ST04以及ST05后，输出部27也可以输出判定为正常的参数PR和基于该参数PR而推定的物理量推定值PV，并且输出判定为异常的参数PR和基于该参数PR而推定的物理量推定值PV(ST07：输出步骤)。

(作用以及效果)

根据本实施方式，推定装置2通过推定包括观测模型MLO和物理模型MLP的多个模型的参数PR，能够将基于相互不同的观测系统得到的观测值彼此进行比较。

因此，推定装置2能够评价观测值的匹配性。

因此，推定装置2容易推定观测值的匹配性。

此外，根据本实施方式，匹配性判定部24判定所推定的模型的匹配性。

由模型推定部23推定出的模型是调整了参数PR以使得偏差等成为最小的尽力而为(best effort)，是否为能够推定正确的观测值的模型并不明确。

因而，在本实施方式中，由于由匹配性判定部24判定推定出的模型的匹配性，因此能够判定推定出的观测值是否收在例如补偿对象精度。

此外，根据本实施方式的一例，推定装置2还具备物理量制约判定部25，因此能够判定设备1内的物理量是否正常。

因此，根据推定装置2，利用者能够识别设备1自身的异常。

此外，根据本实施方式的一例，推定装置2还具备模型制约判定部26，因此能够判定各参数PR是否正常。

因此，根据推定装置2，利用者能够识别设备1自身的异常和由观测系统引起的异常。

进而，通过推定仅凭借通常的观测无法推定的设备1内部的物理量、观测模型MLO以及物理模型MLP的参数PR，还能够进行更详细的设备1的诊断。

作为比较例，列举通过对相同的观测值设置2～3个传感器进行冗余测量来检测观测系统的异常的情况。

在这种情况下，需要对相同的观测值进行多个传感器安装，对于新的设备，制造成本增加，对于既往的设备，有时产生传感器的安装的成本、无法应用服务。

此外，通过同样的方法来保证的只是停留在观测值不异常的事实，有时无法提供用于推定设备自身的异常原因的内部状态量。

与此相对，根据本实施方式的一例的推定装置2，能够基于不同的观测值来判定观测系统的异常，因此例如能够设为不对相同的观测值安装多个传感器的结构。

进而，本实施方式的一例的推定装置2能够提供设备1自身的内部状态，以能够识别设备1自身的异常和由观测系统引起的异常。

此外，根据本实施方式的一例，模型推定部23求出从包括多个模型的网络模型NWM中的3个以上的各系统推定出的物理量推定值彼此的偏差，因此推定装置2能够将3个以上的物理量推定值彼此进行比较。

因此，推定装置2能够推定更似然的模型。

<第二实施方式＞

参照附图对第二实施方式所涉及的推定装置2进行说明。

本实施方式的推定装置2的结构除了以下说明的点以外，与第一实施方式相同。

(结构)

例如，如图15所示，推定装置2还可以具备介入施策部28。

如图16所示，介入施策部28可以通过介入物理模型MLP来改变参数PR。此时，推定装置2能够将观测值作为输入条件，根据所介入的物理模型MLP来推定影响设备1的性能的真值即各物理量推定值PV。

例如，输出部27也可以输出包括变更后的参数PR的参数PR和根据变更后的参数PR而推定的物理量推定值PV。

例如，介入施策部28可以根据利用者输入的参数根据来变更参数PR。

另外，在本实施方式中，推定装置2既可以具备物理量制约判定部25和模型制约判定部26，也可以不具备。

(动作)

对本实施方式的推定装置2的动作进行说明。

推定装置2的动作相当于本实施方式的推定方法。

推定装置2的动作例如也可以如图17所示那样实施。

首先，推定装置2与第一实施方式同样地实施ST01～ST04。

例如，在实施ST04后，介入施策部28可以通过介入物理模型MLP来变更参数PR(ST11：介入步骤)。此时，输出部27也可以输出包括变更后的参数PR的参数PR和根据变更后的参数PR而推定的物理量推定值PV(ST12：输入步骤)。

另外，在本实施方式中，推定装置2可以实施第一实施方式的ST05～ST07，也可以不实施。

(作用以及效果)

在本实施方式中，具有与第一实施方式相同的作用以及效果。

此外，根据本实施方式的一例，推定装置2能够对物理模型MLP中的参数PR的变化对设备1的性能造成的影响进行模拟。

因此，根据推定装置2，利用者能够评价设备1的性能。

此外，根据本实施方式的一例，推定装置2能够针对基于设备1的现状而推定出的物理模型MLP的参数，定量地计算通过介入将参数PR改善为接近规格的形状时对设备1的性能造成的影响。

由此，利用者能够掌握适于进行介入施策的定时。

<第三实施方式>

参照附图对第三实施方式所涉及的推定装置2进行说明。

本实施方式的推定装置2的结构除了以下进行说明的点以外，与第二实施方式同样。

(构成)

例如，如图18所示，介入施策部28可以包括反馈控制部281。

如图19所示，反馈控制部281将第一观测值OB1反馈到物理模型MLP，来变更参数PR。

例如，反馈控制部281也可以基于第一观测值OB1并通过控制逻辑来决定指令值，并经由观测模型MLO反馈至物理模型MLP来变更参数PR。

另外，在本实施方式中，推定装置2可以具备物理量制约判定部25和模型制约判定部26，也可以不具备。

(动作)

本实施方式的推定装置2的动作相当于本实施方式的推定方法。

本实施方式的推定装置2的动作例如也可以与第二实施方式同样地，如图17所示那样实施。

另外，在本实施方式中，推定装置2可以实施第一实施方式的ST05～ST07，也可以不实施。

(作用以及效果)

在本实施方式中，具有与第二实施方式相同的作用以及效果。

此外，根据本实施方式的一例，介入施策部28能够将第一观测值OB1反馈到物理模型MLP中的参数PR。

因此，利用者能够对用于基于观测值的设备1的反馈控制的控制参数进行模拟。

因此，根据推定装置2，利用者能够评价控制参数。

此外，根据本实施方式的一例，推定装置2通过到ST04为止的动作，能够推定基于设备1的现状而推定出的物理模型MLP和观测模型MLO的内部参数。

因此，推定装置2能够准确地模拟对输入条件进行反馈控制的观测值表示怎样的响应。

因此，根据推定装置2，通过基于模拟的模型和设备1的运转实绩，使控制逻辑内的PID增益那样的控制参数最佳化，能够实现有效的效率的改善。

<变形例＞

在上述的各实施方式中，模型推定部23包括网络模型NWM，但只要能够推定参数PR，则可以任意构成。

例如，模型推定部23也可以通过与推定装置2的外部的通信来推定存放于推定装置2的外部的网络模型NWM的参数PR。

<计算机的硬件结构>

另外，在上述的各实施方式中，将用于实现推定装置2的各种功能的程序记录于计算机可读取的记录介质，将记录于该记录介质的程序读入到微型计算机这样的计算机系统并执行，由此进行各种处理。在此，计算机系统的CPU的各种处理的过程以程序的形式存储于计算机可读取的记录介质，通过计算机读出并执行该程序来进行上述各种处理。此外，计算机可读取的记录介质是指磁盘、光磁盘、CD-ROM、DVD-ROM、半导体存储器等。此外，也可以通过通信线路将该计算机程序发布到计算机，接受该发布的计算机执行该程序。

在上述的各实施方式中，对执行用于实现推定装置2的各种功能的程序的计算机的硬件结构的例子进行说明。

如图20所示，推定装置2所具备的计算机29具备CPU291、存储器292、存储/重放装置293、输入输出接口(以下，称为“IO I/F”)294以及通信接口(以下，称为“通信I/F”)295。

存储器292是暂时存储由推定装置2执行的程序中使用的数据等的随机存取存储器(Random Access Memory)(以下，称为“RAM”)等介质。

存储/重放装置293是用于向CD-ROM、DVD、闪存等外部介质存储数据等或再现外部介质的数据等的装置。

IO I/F294是用于在推定装置2与其他装置之间进行信息等的输入输出的接口。

通信I/F295是经由因特网、专用通信线路等通信线路在推定装置2与其他装置之间进行通信的接口。

<其他实施方式＞

以上，对本公开的实施方式进行了说明，但这些实施方式是作为例子而提出的，并不意图限定公开的范围。这些实施方式能够以其他各种方式实施，能够在不脱离公开的主旨的范围内进行各种省略、置换、变更。这些实施方式、其变形包括在公开的范围、主旨中。

<附记＞

上述的实施方式所记载的推定装置、推定方法以及程序例如如以下那样掌握。

(1)第一方式的推定装置2具备：观测系统制约判定部22，根据由第一观测系统3观测到的第一观测值OB1和由第二观测系统4观测到的第二观测值OB2的各观测值的时序数据DT1，来判定作为第一制约R1内的数据的制约内数据DT2；模型推定部23，基于制约内数据DT2来推定包括作为各观测系统的模型的观测模型MLO和作为设置有各观测系统的设备1内的模型的物理模型MLP的多个模型的参数PR；以及匹配性判定部24，根据基于推定出的参数PR从第二观测系统4预测出的第一预测观测值PA1与第一观测值OB1的偏差，来判定模型的匹配性。

根据本方式，推定装置2通过推定包括观测模型MLO和物理模型MLP的多个模型的参数PR，能够将基于相互不同的观测系统得到的观测值彼此进行比较。

因此，推定装置2能够评价观测值的匹配性。

因此，推定装置2容易推定观测值的匹配性。

(2)第二方式的推定装置2在(1)的推定装置2基础上，其还具备物理量制约判定部25，其判定基于参数PR而推定的设备1内的物理量即物理量推定值PV是否在第二制约R2内。

根据本方式，推定装置2能够判定设备1内的物理量是否正常。

因此，根据推定装置2，利用者能够识别设备1自身的异常。

(3)第三方式的推定装置2在(1)或者(2)的推定装置2基础上，还具备：模型制约判定部，判定各参数PR是否在第三制约R3内。

根据本方式，推定装置2能够判定各参数PR是否正常。

因此，根据推定装置2，利用者能够识别设备1自身的异常和由观测系统引起的异常。

(4)第四方式的推定装置2在(1)的推定装置2基础上，模型推定部23从包括多个模型的网络模型NWM中的3个以上的各系统求出基于所述参数推定出的设备1内的物理量即物理量推定值PV彼此的偏差。

根据本方式，推定装置2能够将3个以上的物理量推定值彼此进行比较。

因此，推定装置2能够推定更似然的模型。

(5)第五方式推定装置2在(1)至(4)中的任一推定装置2基础上，还具备：介入施策部28，能够通过向物理模型MLP的介入来变更参数PR。

根据本方式，推定装置2能够物理模型MLP中的参数PR的变化对设备1的性能造成的影响进行模拟。

因此，根据推定装置2，利用者能够评价设备1的性能。

(6)第六方式的推定装置2在(5)的推定装置2基础上，，介入施策部28具备：反馈控制部281，将第一观测值OB1反馈至物理模型MLP来变更参数PR。

根据本方式，介入施策部28能够将第一观测值OB1反馈到物理模型MLP中的参数PR。

因此，利用者能够对用于基于观测值的设备1的反馈控制的控制参数进行模拟。

因此，根据推定装置2，利用者能够评价控制参数。

(7)第七方式的推定方法包括如下步骤：根据由第一观测系统3观测到的第一观测值OB1和由第二观测系统4观测到的第二观测值OB2的各观测值的时序数据DT1，来判定作为第一制约R1内的数据的制约内数据DT2；基于制约内数据DT2来推定包括作为各观测系统的模型的观测模型MLO和作为设置有各观测系统的设备1内的模型的物理模型MLP的多个模型的参数PR；以及根据基于推定出的参数PR从第二观测系统4预测出的第一预测观测值PA1与第一观测值OB1的偏差，来判定模型的匹配性。

根据本方式，推定方法通过推定包括观测模型MLO和物理模型MLP的多个模型的参数PR，能够将基于相互不同的观测系统得到的观测值彼此进行比较。

因此，推定方法能够评价观测值的匹配性。

因此，推定方法容易推定观测值的匹配性。

(8)第八方式的程序使推定装置2的计算机执行以下步骤：根据由第一观测系统3观测到的第一观测值OB1和由第二观测系统4观测到的第二观测值OB2的各观测值的时序数据DT1，来判定作为第一制约R1内的数据的制约内数据DT2；基于制约内数据DT2来推定包括作为各观测系统的模型的观测模型MLO和作为设置有各观测系统的设备1内的模型的物理模型MLP的多个模型的参数PR；以及根据基于推定出的参数PR从第二观测系统4预测出的第一预测观测值PA1与第一观测值OB1的偏差，来判定模型的匹配性。

根据本方式，执行了程序的推定装置2通过推定包括观测模型MLO和物理模型MLP的多个模型的参数PR，能够将基于相互不同的观测系统得到的观测值彼此进行比较。

因此，执行了程序的推定装置2能够评价观测值的匹配性。

因此，执行了程序的推定装置2容易推定观测值的匹配性。

工业上的可利用性

根据上述的一个方式，容易推定观测值的匹配性。

-附图标记说明-

1 设备

2 推定装置

3 第一观测系统

4 第二观测系统

21 取得部

22 观测系统制约判定部

23 模型推定部

24 匹配性判定部

25 物理量制约判定部

26 模型制约判定部

27 输出部

28 介入施策部

29 计算机

31 第一传感器

41 第二传感器

42 第三传感器

43 第四传感器

281 反馈控制部

291 CPU

292 存储器

293 存储/重放装置

294 IO I/F

295 通信I/F

A1 观测值

A2 观测值

A2’ 观测值

A3 观测值

A3’ 观测值

A4 观测值

DT1 时序数据

DT2 制约内数据

DT3 数据

DT4 数据

DT5 数据

MLO 观测模型

MLP 物理模型

MLPA 物理模型

MLPB 物理模型

MLPC 物理模型

NWM 网络模型

NWM1 网络模型

OB1 第一观测值

OB2 第二观测值

PA1 第一预测观测值

PA2 第二预测观测值

PR 参数

PV 物理量推定值

PV1 物理量推定值

PV2 物理量推定值

PV3 物理量推定值

PV4 物理量推定值

PVA 物理量推定值

PVB 物理量推定值

R1 第一制约

R2 第二制约

R3 第三制约

Claims (8)

1.一种推定装置，其特征在于，具备：

观测系统制约判定部，根据由第一观测系统观测到的第一观测值和由第二观测系统观测到的第二观测值的各观测值的时序数据，来判定作为第一制约内的数据的制约内数据；

模型推定部，基于所述制约内数据来推定包括作为所述各观测系统的模型的观测模型和作为设置有所述各观测系统的设备内的模型的物理模型的多个模型的参数；以及

匹配性判定部，根据基于推定出的所述参数从所述第二观测系统预测出的第一预测观测值与所述第一观测值的偏差，来判定所述模型的匹配性。

2.根据权利要求1所述的推定装置，其中，

所述推定装置还具备：物理量制约判定部，判定基于所述参数推定出的所述设备内的物理量即物理量推定值是否为第二制约内。

3.根据权利要求1或2所述的推定装置，其中，

所述推定装置还具备：模型制约判定部，判定所述各参数是否为第三制约内。

4.根据权利要求1所述的推定装置，其中，

所述模型推定部从包括所述多个模型的网络模型中的3个以上的各系统求出基于所述参数推定的所述设备内的物理量即物理量推定值彼此的偏差。

5.根据权利要求1至4中任一项所述的推定装置，其中，

所述推定装置还具备：介入施策部，能够通过对所述物理模型的介入来变更所述参数。

6.根据权利要求5所述的推定装置，其中，

所述介入施策部具备：反馈控制部，将所述第一观测值反馈到所述物理模型来变更所述参数。

7.一种推定方法，其特征在于，包括如下步骤：

根据由第一观测系统观测到的第一观测值和由第二观测系统观测到的第二观测值的各观测值的时序数据，来判定作为第一制约内的数据的制约内数据；

基于所述制约内数据来推定包括作为所述各观测系统的模型的观测模型和作为设置有所述各观测系统的设备内的模型的物理模型的多个模型的参数；以及

根据基于推定出的所述参数从所述第二观测系统预测出的第一预测观测值与所述第一观测值的偏差，来判定所述模型的匹配性。

8.一种程序，其特征在于，使推定装置的计算机执行如下步骤：

根据由第一观测系统观测到的第一观测值和由第二观测系统观测到的第二观测值的各观测值的时序数据，来判定作为第一制约内的数据的制约内数据；

基于所述制约内数据来推定包括作为所述各观测系统的模型的观测模型和作为设置有所述各观测系统的设备内的模型的物理模型的多个模型的参数；以及

根据基于推定出的所述参数从所述第二观测系统预测出的第一预测观测值与所述第一观测值的偏差，来判定所述模型的匹配性。

Images