DE102021200575A1

DE102021200575A1 - Anomalieerkennungsvorrichtung, Anomalieerkennungsverfahren und Programm

Info

Publication number: DE102021200575A1
Application number: DE102021200575.6A
Authority: DE
Inventors: Ryo Sase; Takaharu Hiroe
Original assignee: Mitsubishi Heavy Industries Ltd
Current assignee: Mitsubishi Heavy Industries Ltd
Priority date: 2020-02-10
Filing date: 2021-01-22
Publication date: 2021-08-12
Also published as: US20210247274A1; US11333580B2; JP2021128364A; CN113252320A

Abstract

basierend auf einem Diagonalelement einer Matrix zu identifizieren, die in Verbindung mit der Messwertmatrix yterhalten wird.

Description

Technisches Gebiet
Die vorliegende Erfindung betrifft eine Anomalieerkennungsvorrichtung, ein Anomalieerkennungsverfahren und ein Programm.
Stand der Technik
Als Technik zur Erkennung einer Anomalie ist das Mahalanobis-Taguchi-Verfahren (MT-Verfahren) weit verbreitet. Beim MT-Verfahren werden Anomalien bei einem Mahalanobis-Abstand unter Berücksichtigung normaler Messwertschwankungen ermittelt.
Liste der Entgegenhaltungen
Patentliteratur
Patentliteratur 1: Japanische Patentveröffentlichung Nr. 6115607
Kurzdarstellung der Erfindung
Technisches Problem
Das Erkennen einer Anomalie in einem mechanischen System ist schwierig, wenn die Anomalie nur erkannt wird und die Stelle, an der die Anomalie auftritt, unbekannt ist. Bei einer Konfiguration mit einer hohen Anzahl von Messpunkten kann eine große Zahl von Stellen anomal sein, und somit ist es ineffizient, Anomalien einzeln zu überprüfen.
Beim Erkennen einer Anomalie in einem mechanischen System ist es einfach, das zu messende Signal als Ortsidentifikation zu identifizieren. Zum Beispiel kann die Auswirkung auf den Anomaliegrad, basierend auf zum Beispiel dem SN-Verhältnis des MT-Verfahrens, gemessen werden. Die Patentliteratur 1 offenbart ein Verfahren zum Identifizieren einer Variablen, die eine große Wirkung auf den Mahalanobis-Abstand hat, um die Ursache einer Anomalie zu identifizieren. Dieses Verfahren bestimmt wie bei einem allgemeinen MT-Verfahren aus N-dimensionalen Messdaten den Mahalanobis-Abstand, der ein skalarer Wert ist.
Wenn nur eine Anomalieerkennung durchgeführt wird, ist es effektiv, die Dimension von hochdimensionalen Signaldaten auf den Mahalanobis-Abstand zu reduzieren, der ein skalarer Wert ist. Da andererseits der Mahalanobis-Abstand, der ein skalarer Wert ist, aus den N-dimensionalen Messdaten berechnet wird, ist es unvermeidlich, dass die Informationsmenge abnimmt. Somit wird angenommen, dass die Genauigkeit beim Identifizieren eines anomalen Bauteils im Vergleich zu einem Fall, in dem alle N-dimensionalen Messdaten verwendet werden, schlechter ist.
Eine Aufgabe der vorliegenden Offenbarung ist es, ein anomales Bauteil mit hoher Genauigkeit zu identifizieren.
Lösung des Problems
Gemäß einem ersten Aspekt der vorliegenden Offenbarung schließt eine Anomalieerkennungsvorrichtung, die eine Anomalie eines Objekts unter Bezugnahme auf einen von einer Vielzahl von Sensoren erfassten Messwert erfasst, Folgendes ein: eine Anomaliebestimmungseinheit, die konfiguriert ist, um zu bestimmen, ob die Anomalie für eine zu bewertende Messwertmatrix y_t vorliegt und die in einem beliebigen Zeitraum erfasst wird; und eine Identifikationseinheit für ein anomales Bauteil, die konfiguriert ist, um im Falle einer Bestimmung einer Messwertmatrix y_t als anomal ein anomales Bauteil basierend auf einem diagonalen Element einer Matrix zu identifizieren, die in Verbindung mit der Messwertmatrix y_t erhalten wird.
Vorteilhafte Wirkungen der Erfindung
Gemäß der vorliegenden Offenbarung kann das anomale Bauteil mit hoher Genauigkeit identifiziert werden.
Figurenliste

1 ist ein Diagramm, das eine Gesamtkonfiguration einer Anomalieerkennungsvorrichtung gemäß einer ersten Ausführungsform veranschaulicht.
2 ist ein Diagramm, das eine funktionale Konfiguration der Anomalieerkennungsvorrichtung gemäß einer ersten Ausführungsform veranschaulicht.
3 ist ein Diagramm, das einen Verarbeitungsablauf der Anomalieerkennungsvorrichtung gemäß der ersten Ausführungsform veranschaulicht.
4 ist ein Erläuterungsdiagramm der Verarbeitung, die von der Anomalieerkennungsvorrichtung gemäß der ersten Ausführungsform durchgeführt wird.
5 ist ein Erläuterungsdiagramm der Verarbeitung, die von der Anomalieerkennungsvorrichtung gemäß der ersten Ausführungsform durchgeführt wird.
6 ist ein Erläuterungsdiagramm der Verarbeitung, die von der Anomalieerkennungsvorrichtung gemäß der ersten Ausführungsform durchgeführt wird.
7 ist ein Diagramm, das einen Verarbeitungsablauf einer Anomalieerkennungsvorrichtung gemäß einer zweiten Ausführungsform veranschaulicht.

Beschreibung von Ausführungsformen
Erste Ausführungsform
Nachstehend wird eine Anomalieerkennungsvorrichtung gemäß einer ersten Ausführungsform der vorliegenden Offenbarung unter Bezugnahme auf die 1 bis 6 beschrieben.
Gesamtkonfiguration einer Anomalieerkennungsvorrichtung
1 ist ein Diagramm, das eine Gesamtkonfiguration der Anomalieerkennungsvorrichtung gemäß der ersten Ausführungsform veranschaulicht.
Wie in 1 veranschaulicht, wird die Anomalieerkennungsvorrichtung 1 gemäß der vorliegenden Ausführungsform als ein Rüttelsystem 2 verwendend beschrieben, das aus einer Vielzahl von Rüttlern als Gegenstand der Anomalieerkennung besteht. Die Vielzahl von Rüttlern, die das Rüttelsystem 2 bilden, sind zum Beispiel hydraulische Rüttler, und das Rüttlersystem 2 wird verwendet, um die Vibration einer zu testenden Struktur zu prüfen. Ein Vibrationstest wird durch wiederholtes Anwenden eines vorbestimmten Vibrationsmusters auf die Struktur durchgeführt. Wie in 1 dargestellt, ist in dem Rüttelsystem 2 jeder Rüttler mit einem Sensor SE1, SE2 und SE3,... versehen, der ein Hubsensor ist.
Die Anomalieerkennungsvorrichtung 1 erfasst sequenziell eine Hublänge von jedem der Sensoren SE1, SE2,..., die in dem Rüttelsystem 2 bereitgestellt sind. Die Anomalieerkennungsvorrichtung 1 gemäß der vorliegenden Ausführungsform erfasst eine Anomalie des Rüttelsystems 2 basierend auf einem gemessenen Wert der Hublänge, die von jedem der Sensoren SE1, SE2,.... bezogen wird.
Nun wird eine Hardwarekonfiguration der Anomalieerkennungsvorrichtung 1 beschrieben.
Wie in 1 veranschaulicht, schließt die Anomalieerkennungsvorrichtung 1 eine CPU 10, eine Verbindungsschnittstelle 11, eine Ein-/Ausgabevorrichtung 12 und ein Aufzeichnungsmedium 13 ein.
Die CPU 10 ist ein Prozessor, der nach einem vorgegebenen Programm verschiedene Funktionen aufweist.
Die Anschlussschnittstelle 11 ist eine Anschlussschnittstelle zu jedem der Sensoren SE1, SE2,....
Die Ein-/Ausgabevorrichtung 12 ist eine Ein-/Ausgabevorrichtung wie eine Maus, eine Tastatur, ein Display oder ein Lautsprecher.
Das Aufzeichnungsmedium 13 ist eine so genannte Hilfsspeichervorrichtung und eine Massenspeichervorrichtung wie ein Festplattenlaufwerk (HDD) oder ein Solid-State-Laufwerk (SSD).
Funktionelle Konfiguration einer Anomalieerkennungsvorrichtung
2 ist ein Diagramm, das eine funktionale Konfiguration der Anomalieerkennungsvorrichtung gemäß einer ersten Ausführungsform veranschaulicht.
Wie in 2 veranschaulicht, arbeitet die CPU 10 der Anomalieerkennungsvorrichtung 1 gemäß einem vorbestimmten Programm, um Funktionen als eine Singulärwertzerlegungseinheit 100, eine Anomaliebestimmungseinheit 101 und eine Bauteil-Anomalieidentifikationseinheit 102 aufzuweisen.
Die Singulärwertzerlegungseinheit 100 führt eine Singulärwertzerlegung einer Varianz-Kovarianzmatrix einer Messwertmatrix y₀ aus den in einem als normal betrachteten Zeitraum erfassten Messwerten der Hublängen durch und berechnet einen Singulärvektor U und eine Singulärwertmatrix S. Die Anomaliebestimmungseinheit 101 wendet den Singulärvektor U und die Singulärwertmatrix S auf eine auszuwertende Messwertmatrix y_t an, die in einem beliebigen Zeitraum erfasst wird, und bestimmt aus dem Ergebnis dieser Anmeldung, ob eine Anomalie vorliegt.
Wenn die Anomaliebestimmungseinheit 101 feststellt, dass die Messwertmatrix y_t anomal ist, identifiziert die Bauteil-Anomalieidentifikationseinheit 102 ein anomales Bauteil basierend auf einem diagonalen Element einer Matrix, die in Verbindung mit der Messwertmatrix y_t erhalten wird. In der vorliegenden Ausführungsform identifiziert, wie später beschrieben wird, die Bauteil-Anomalieidentifikationseinheit 102 ein anomales Bauteil basierend auf dem diagonalen Element einer Matrix X, die durch y_t = X·y₀ dargestellt wird.
Verarbeitungsfluss einer Anomalieerkennungsvorrichtung
3 ist ein Diagramm, das einen Verarbeitungsablauf der Anomalieerkennungsvorrichtung gemäß der ersten Ausführungsform veranschaulicht.
Die 4 bis 6 sind Erläuterungsdiagramme der Verarbeitung, die von der Anomalieerkennungsvorrichtung gemäß der ersten Ausführungsform durchgeführt wird.
Der in 3 veranschaulichte Verarbeitungsablauf wird wiederholt ab Beginn eines Vibrationstests ausgeführt, der an einer Struktur unter Verwendung des vorstehend beschriebenen Rüttelsystems 2 durchgeführt wird.
Wie in 3 veranschaulicht, erfasst zuerst die Anomalieerkennungsvorrichtung 1 von der Vielzahl von Sensoren SE1, SE2,..., erste Daten y eines Wiederholungsabschnitts im Vibrationstest (Schritt S01). In der folgenden Beschreibung werden die Daten y, die verwendet werden, um einen Einheitsraum zu erzeugen, als Daten y₀ bezeichnet, und alle tatsächlich auszuwertenden Daten y werden als Daten y_t zur Unterscheidung von den Daten y₀ bezeichnet.
4 veranschaulicht ein Beispiel einer Datenausgabe von den jeweiligen Sensoren SE1, SE2,... Wie in 4 veranschaulicht, erfasst die Anomalieerkennungsvorrichtung 1 von den jeweiligen Sensoren SE1, SE2,... Daten (Sensorausgänge 1, 2,...) für jeden vorbestimmten Wiederholungsabschnitt (eine Datenlänge n) und erfasst einen Satz dieser Daten als die Daten y. Das heißt, die Daten y werden durch eine Determinante einer Anzahl m von Sensoren x der Datenlänge n dargestellt.
Als Nächstes bestimmt die Anomalieerkennungsvorrichtung 1, ob ein Einheitsraum erstellt werden soll (Schritt S02). In der vorliegenden Ausführungsform werden bei der wiederholten Vibration im Vibrationstest die ersten Daten y (y₀) als Normaldaten betrachtet, und diese Normaldaten werden verwendet, um einen Einheitsraum zu erzeugen. Wenn die Anomalieerkennungsvorrichtung 1 den Einheitsraum erzeugt, das heißt, wenn die erfassten Daten y die ersten Daten y₀ im Wiederholungsabschnitt sind (Schritt S02; JA), speichert die Anomalieerkennungsvorrichtung 1 die Daten y₀ auf dem Aufzeichnungsmedium 13 (Schritt S03).
Anschließend führt die Singulärwertzerlegungseinheit 100 der Anomalieerkennungsvorrichtung 1 eine Singulärwertzerlegung an den Daten y₀ durch und berechnet den Singulärvektor U und die Singulärwertmatrix S (Schritt S04).
Die Verarbeitung in Schritt S04 wird unter Bezugnahme auf 5 beschrieben. Es ist zu beachten, dass 5 ein Beispiel für einen Fall veranschaulicht, in dem die Anzahl von Sensoren der Einfachheit halber zwei beträgt. Wie in 5 veranschaulicht, bestimmt die Singulärwertzerlegungseinheit 100 den Singulärvektor U und die Singulärwertmatrix S, die die Gleichung ρ = S^-0,5Uy₀ erfüllen. Hier ist p durch die Koordinatenachsen (ρ₁, ρ₂) entlang einer y₀-Verteilungsrichtung dargestellt und stellt Daten jeder axialen Varianz dar, die durch ein normalisiertes Koordinatensystem dargestellt werden. Der singuläre Vektor U ist ein Vektor zur Umwandlung (Rotation) der Daten y₀ von einem Koordinatensystem von Koordinatenachsen y₁, y₂, die Datenwerte für ein Koordinatensystem der Koordinatenachsen ρ₁, ρ₂ entlang der Verteilungsrichtung der Daten y₀ angeben. Außerdem ist die Singulärwertmatrix S eine Matrix, die durch Varianz in jeder einer ρ₁-Richtung und einer ρ₂-Richtung definiert ist. Die Varianzen σ_ρ1 ² und σ_ρ2 ² der ρ₁-Richtung bzw. der ρ₂-Richtung sind im Einheitsraum um S^-0,5 normalisiert (σ_ρ1 ²=1 und σ_ρ2 ²=1). Das so dargestellte Koordinatensystem ist ein Einheitsraum des Mahalanobis-Abstands. Die Anomalieerkennungsvorrichtung 1 speichert den Singulärvektor U und die auf diese Weise berechnete Singulärwertmatrix S.
Erneut mit Verweis auf 3, wenn die Anomaliebestimmung des Rüttelsystems 2 durchgeführt wird, das heißt, wenn die erfassten Daten y zweite und nachfolgende Daten y_t aus den ersten Daten in dem Wiederholungsabschnitt sind (Schritt S02; NO), speichert die Anomalieerkennungsvorrichtung 1 die Daten y_t auf dem Aufzeichnungsmedium 13 (Schritt S05).
Als Nächstes berechnet die Anomaliebestimmungseinheit 101 die Matrix X, die durch yt = X·y₀ dargestellt wird, welche eine Matrix ist, die in Verbindung mit der Messwertmatrix y_t bestimmt wird (Schritt S06).
Im Folgenden wird die Matrix X näher beschrieben.
Wenn eine Matrix der zu einem beliebigen Zeitpunkt gemessenen Messwerte y₁ ist, ist der Zusammenhang zwischen den Messwerten y₁ und einem Singulärwert ρ₁ wie in Gleichung (1) dargestellt.
[Gleichung 1] $y_{1} = U S^{0,5} ρ_{1}$
Wobei unter der Annahme, dass der Singulärwert ρ₁ als ρ₀ bleibt (Zustand, in dem das Rüttelsystem 2 normal ist), eine Charakteristik des Rüttelystems 2 von U nach XU wechselt. Ändert sich der Messwert von y₀ nach y₁, so wird y₁ wie in der folgenden Gleichung (2) dargestellt.
[Gleichung 2] $\begin{array}{l} y_{1} & = U S^{0,5} ρ_{1} \\ = X U S^{0,5} ρ_{0} \\ = X y_{0} \end{array}$
Aus Gleichung (2) kann X jedoch nicht bestimmt werden. Als Ergebnis wird eine Kovarianz mit berücksichtigt. Unter Berücksichtigung einer Kovarianzmatrix von y₁, die unter Verwendung von y₁=Xy₀ definiert ist, lautet Gleichung (3) wie folgt.
[Gleichung 3] $\begin{array}{l} y_{1} y_{1}^{T} = (X y_{0}) {(X y_{0})}^{T} \\ = X y_{0} y_{0}^{T} X^{T} \end{array}$
Die Matrix X wird gelöst, um das anomale Bauteil zu identifizieren. Das heißt, wenn sich die Messwerte des Rüttelsystems 2 von y₀ auf y₁ ändern, wird die Matrix X erhalten, um die Kovarianzmatrix von y₁ mit der Kovarianzmatrix von y₀ abzugleichen.
Unter der Annahme der Matrix X als Zielmatrix ergibt sich Gleichung (4) aus Gleichung (3).
[Gleichung 4] $X y_{0} y_{0}^{T} X = y_{1} y_{1}^{T}$
Beim Multiplizieren von y₀ ^T von links und y₀ von rechts in Gleichung (4) erhält man Gleichung (5).
[Gleichung 5] $y_{0}^{T} X y_{0} y_{0}^{T} X y_{0} = y_{0}^{T} y_{1} y_{1}^{T} y_{0}$
Bei Annahme von x=X^T kann somit Gleichung (5) als Gleichung (6) umgeformt werden.
[Gleichung 6] $(y_{0}^{T} X y_{0}) {(y_{0}^{T} X y_{0})}^{T} = y_{0}^{T} y_{1} y_{1}^{T} y_{0}$
y₀TXy₀ ist ebenfalls eine Zielmatrix. Da y₀TXy₀=(y₀Xy₀)^T, erhält man Gleichung (7).
[Gleichung 7] $y_{0}^{T} X y_{0} = sqrtm (y_{0}^{T} y_{1} y_{1}^{T} y_{0})$
A=sqrtm(B) ist eine Funktion, die durch Bestimmen einer Matrix A erhalten wird, die B = A * A für die Matrizen A und B erfüllt. Multipliziert man y₀ von links und y₀ ^T von rechts, so erhält man die folgende Gleichung (8).
[Gleichung 8] $y_{0} y_{0}^{T} X y_{0} y_{0}^{T} = y_{0} sqrtm (y_{0}^{T} y_{1} y_{1}^{T} y_{0}) y_{0}^{T}$
Daher ergibt sich die Matrix X aus der folgenden Gleichung (9) durch Multiplikation von (y₀y₀ ^T)^-1 von links und rechts.
[Gleichung 9] $X = {(y_{0} y_{0}^{T})}^{- 1} y_{0} sqrtm (y_{0}^{T} y_{1} y_{1}^{T} y_{0}) y_{0}^{T} {(y_{0} y_{0}^{T})}^{- 1}$
Als Nächstes führt die Anomaliebestimmungseinheit 101 eine Anomalieerkennung durch, indem sie ein singuläres Element für die Messwertmatrix y_t verwendet (Schritt S07). Die Verarbeitung in Schritt S07 wird unter Bezugnahme auf 6 beschrieben.
Es ist zu beachten, dass wie in 5, 6 ein Beispiel für einen Fall veranschaulicht, in dem die Anzahl von Sensoren der Einfachheit halber zwei beträgt. Wie in 6 veranschaulicht, wendet die Anomaliebestimmungseinheit 101 den Singulärvektor U und die in Schritt S04 durch die Singulärwertzerlegungseinheit 100 berechnete Singulärwertmatrix S auf die Messwertmatrix y_t an und berechnet ρ=S^-0,5 Uy_t. Damit kann der Verlauf der Messwertmatrix y_t mit dem Einheitsraum verglichen werden. Folglich bestimmt die Anomaliebestimmungseinheit 101, dass eine Anomalie vorliegt, wenn eine der Varianzen σ_ρ1 ² und σ_ρ2 ² die der Messwertmatrix y_t entsprechen, größer als 1 ist (größer oder gleich einem vorbestimmten Schwellenwert). In dem in 6 veranschaulichten Beispiel bestimmt die Anomaliebestimmungseinheit 101, obwohl die Varianz σ_ρ1 ² eine geringe Änderung aufweist (σ_ρ1 ² dass eine Anomalie vorliegt, da die Varianz σ_ρ2 ² wesentlich größer als 1 ist (σ_ρ2 ²=2).
Erneut mit Verweis auf 3, wenn bestimmt wird, dass keine Anomalie aufgetreten ist (Schritt S08; NEIN) als Ergebnis von Schritt S07, so beendet die Bauteil-Anomalieidentifikationseinheit 102 die Verarbeitung, ohne das anomale Bauteil zu identifizieren.
Wenn andererseits bestimmt wird, dass eine Anomalie aufgetreten ist (Schritt S08; JA) als Ergebnis von Schritt S07, so identifiziert die Bauteil-Anomalieidentifikationseinheit 102 das anomale Bauteil unter Verwendung der in Schritt S06 erhaltenen Matrix X (Schritt S09).
Die Matrix X ist hier, wenn die beiden Sensoren SE1 und SE2 vorgesehen sind, basierend auf der Beziehung y_t=Xy₀ eine 2 x 2-Matrix, die eine Beziehung zwischen der Messwertmatrix y₀ (siehe 5) und der Messwertmatrix y_t (siehe 6) darstellt. Wenn also in keinem der Sensoren SE1 oder SE2 eine Anomalie aufgetreten ist und jede der Messwertmatrizen y₀ und y_t im Wesentlichen gleiche Werte aufweist, ist die Matrix X ein Wert nahe einer Einheitsmatrix, bei der das Diagonalelement 1 und das andere Element 0 ist.
Zum Zeitpunkt der Erfassung der Messwertmatrix y_t wird dagegen beispielsweise davon ausgegangen, dass in dem Sensor (Sensor SE1), der in der ersten Zeile jeder der Messwertmatrizen y₀ und y_t einen Wert erfasst hat, eine Anomalie aufgetreten ist. In diesem Fall dürfen die erste Zeile der Messwertmatrix yo und die erste Zeile der Messwertmatrix yt weitgehend unterschiedliche Werte aufweisen, so dass nur das Diagonalelement in der ersten Zeile und der ersten Spalte der Matrix X auf einen Wert weit von 1 schwanken kann.
Ebenso kann zu dem Zeitpunkt, zu dem die Messwertmatrix y_t erfasst wird, unter der Annahme, dass in dem Sensor (Sensor SE2), der einen Wert in der zweiten Zeile jeder der Messwertmatrizen y₀ und y_t erfasst hat, eine Anomalie aufgetreten ist, nur das Diagonalelement der zweiten Zeile und zweiten Spalte in der Matrix X auf einen Wert weit von 1 schwanken.
Auf diese Weise kann ein Sensor, bei dem wahrscheinlich eine Anomalie aufgetreten ist, anhand dessen identifiziert werden, welches der Diagonalelemente der Matrix X einen Wert weit von 1 aufweist.
Mit der Anomalieerkennungsvorrichtung 1 gemäß der ersten Ausführungsform kann das anomale Bauteil basierend auf dem Diagonalelement der Matrix X, das die Beziehung zwischen der Messwertmatrix y₀ und der Messwertmatrix y_t darstellt, mit hoher Genauigkeit identifiziert werden.
Weiterbildung der ersten Ausführungsform
Die Anomalieerkennungsvorrichtung 1 gemäß der vorstehend beschriebenen ersten Ausführungsform kann die folgenden Aspekte aufweisen.
Das heißt, die Bauteil-Anomalieidentifikationseinheit 102 gemäß einer Modifikation der ersten Ausführungsform leitet einen Anomaliegrad jedes Sensors basierend auf einer vergangenen Matrix X ab, ordnet die Sensoren in der Reihenfolge des Anomaliegrads ein und bestimmt, ob jeder Sensor in dieser Reihenfolge anomal ist.
Gemäß dem Verarbeitungsablauf (3) in der ersten Ausführungsform, selbst wenn die Anomaliebestimmungseinheit 101 keine Anomaliebestimmung durchführt (Schritt S08; NO), so berechnet die Bauteil-Anomalieidentifikationseinheit 102 die Matrix X für alle in Schritt S01 (Schritt S06) erfassten Messwertmatrizen y_t. Wenn die Anomaliebestimmungseinheit 101 die Anomaliebestimmung durchführt (Schritt S08; JA) berechnet die Bauteil-Anomalieidentifikationseinheit 102 gemäß der vorliegenden Modifikation den Anomaliegrad jedes Sensors in Bezug auf das Diagonalelement der vergangenen 10 Matrizen X, für die eine Normalbestimmung durchgeführt wurde, zusätzlich zu dem Diagonalelement der aktuellen Matrix X, für die eine Anomalie bestimmt wird. Dann identifiziert die Bauteil-Anomalieidentifikationseinheit 102 den anomalen Teil basierend auf der Reihenfolge des Anomaliegrads.
Zum Beispiel bestimmt die Bauteil-Anomalieidentifikationseinheit 102, dass der Sensor SE1 fehlerhaft ist, wenn der Sensor SE1 nacheinander unter Bezugnahme auf die diagonalen Elemente der vergangenen 10-Matrizen X zuerst im Anomaliegrad 10 einstuft. In diesem Fall kann die Identifikationseinheit für anomale Teile 102 die Hypothese testen, dass der Sensor SE1 im Anomaliegrad 10 nacheinander in einem binomialen Test zuerst eingestuft wird, um die Zuverlässigkeit dieser Hypothese zu berechnen.
Wie oben beschrieben, bezieht sich die Bauteil-Anomalieidentifikationseinheit 102 auf eine Vielzahl der Matrizen X, die erfasst werden, bevor bestimmt wird, dass die Messwertmatrix y_t anomal ist, um das anomale Bauteil zu bestimmen. Auf diese Weise kann das anomale Bauteil mit höherer Genauigkeit identifiziert werden, da das anomale Bauteil auch basierend auf einem Vorläufer identifiziert wird, bevor eine Anomalie erkannt wird.
In einer weiteren Modifikation kann die Bauteil-Anomalieidentifikationseinheit 102 die Sensoren SE1, SE2,... nach Rang gruppieren. Beispielsweise werden durch Bezugnahme auf die vergangenen 10-Matrizen X, wenn die beiden Sensoren SE1 und SE2 immer im Anomaliegrad zuerst und zweitens rangieren, die Sensoren SE1 und SE2 als eine Gruppe gehandhabt und bestimmt. Dadurch kann die Bauteil-Anomalieidentifikationseinheit 102 eine frühzeitige Meldung einer Diagnose senden, dass „Sensor SE1 oder Sensor SE2 fehlerhaft ist“.
In anderen Modifikationen der ersten Ausführungsform kann ein Diagonalelement von logm (X) ein Anomaliegrad für die Matrix X sein. Alternativ kann ein absoluter Wert des Diagonalelement von logm (X) ein Anomaliegrad für die Matrix X sein.
Infolgedessen kann jedes Diagonalelement der Matrix X den Trennungsgrad von 1 in einer Richtung, die von 1 zunimmt, und einen Trennungsgrad von 1 in einer Richtung, die von 1 abnimmt, im gleichen Maßstab handhaben.
Es ist zu beachten, dass die Anomalieerkennungsvorrichtung 1 gemäß der ersten Ausführungsform als eine Anomalieerkennung basierend darauf ausführend beschrieben wurde, ob die Varianzen σ_ρ1 ² und σ_ρ2 ², die der Messwertmatrix y_t entsprechen, signifikant größer als 1 sind, um als eine Einheit zu fungieren, die Anomalieerkennung in Schritt S08 durchführt. Andere Ausführungsformen sind jedoch nicht auf diesen Gesichtspunkt beschränkt. Zum Beispiel kann die Anomalieerkennungsvorrichtung 1 gemäß einer anderen Ausführungsform die Anomalieerkennung unter Verwendung eines typischen MT-Verfahrens durchführen oder kann die Anomalieerkennung mit anderen gängigen Verfahren durchführen. Mit anderen Worten schließt die Anomalieerkennungsvorrichtung 1 gemäß einer anderen Ausführungsform möglicherweise nicht die Singulärwertzerlegungseinheit 100 ein.
Zweite Ausführungsform
Im Folgenden wird eine Anomalieerkennungsvorrichtung gemäß einer zweiten Ausführungsform der vorliegenden Offenbarung unter Bezugnahme auf 7 beschrieben.
Verarbeitungsfluss einer Anomalieerkennungsvorrichtung
7 ist ein Diagramm, das einen Verarbeitungsablauf der Anomalieerkennungsvorrichtung gemäß der zweiten Ausführungsform veranschaulicht.
Der in 7 veranschaulichte Verarbeitungsablauf unterscheidet sich von der ersten Ausführungsform (3) dadurch, dass der in 7 veranschaulichte Verarbeitungsablauf die Schritte S06a bis S06c und einen Schritt S09a einschließt. Im Folgenden werden die Schritte S06a bis S06c und S09a ausführlich beschrieben.
Die Bauteil-Anomalieidentifikationseinheit 102 berechnet ρ_t=S^-0,5Uy_t für die in Schritt S01 erfasste Messwertmatrix y_t, um eine der Messwertmatrix y_t entsprechende Singulärelementmatrix ρt zu erfassen (Schritt S06a). Die Singulärelementmatrix ρ_t wird hier ähnlich der Messwertmatrix y_t durch eine Determinante der Anzahl m von Singulärelementen x der Datenlänge n dargestellt (die Anzahl m von Singulärelementen ist dieselbe Anzahl wie die Anzahl m von Sensoren).
Als Nächstes wählt die Bauteil-Anomalieidentifikationseinheit 102 einige der singulären Elemente ρ₁, ρ₂,..., das heißt Zeilenelemente (seitliche Richtung), die die singuläre Elementmatrix ρ_t bilden, gemäß einem vorbestimmten Kriterium (nachstehend beschrieben) aus und löscht andere singuläre Elemente (Zeilenelemente) (Schritt S06b).
Dabei wird eine nach dem vorgegebenen Kriterium ausgewählte Gruppe von Elementnummern als {j} dargestellt. In diesem Fall kann ρ_{j} wie in der folgenden Gleichung (10) dargestellt werden.
[Gleichung 10] $ρ_{{j}} = S_{{j}}^{- 0,5} U_{{j}}^{T} y_{t}$
Hier ist zum Beispiel unter der Annahme, dass drei Elemente von {j}= {1, 3, 5} vorhanden sind, ρ_{j} eine Matrix, in der nur ρ₁ (erste Zeile), ρ₃ (dritte Zeile) und ρ₅ (fünfte Zeile) in jedem der singulären Elemente (Zeilenelemente ρ₁, ρ₂,...), die singuläre Elementmatrix ρ_t bilden, verbleiben und Informationen über andere singuläre Elemente ausgeschlossen sind.
Unter der Annahme, dass y_t, das durch Berechnen von ρ_t=S^-0,5U^T y_t rückwärts von ρ_{j} erhalten wird, y^t ist, U eine orthogonale Matrix ist und somit y^t aus der Gleichung (11) erhalten werden kann.
[Gleichung 11] ${\hat{y}}_{t} = U_{{j}} S_{{j}}^{0,5} ρ_{{j}}$
Die Bauteil-Anomalieidentifikationseinheit 102 berechnet die y^t-Kovarianzmatrix wie in Gleichung (12) (Schritt S06c).
[Gleichung 12] $E [{\hat{y}}_{t} {\hat{y}}_{t}^{T}] = \frac{U_{{j}} S_{{j}}^{0,5} ρ_{{j}} ρ_{{j}}^{T} S_{{j}}^{0,5} U_{{j}}^{T}}{N}$
Diese Kovarianzmatrix (Gleichung (12)) zeigt einen Einfluss von ρ_{j} auf die Messwertmatrix y_t. Das Diagonalelement dieser Kovarianzmatrix ist eine Varianz von y^t. Das heißt, ein Sensor, der einem Diagonalelement mit einer großen Varianz in der Kovarianzmatrix der Messwertmatrix y^t entspricht, wenn nur von dem singulären Element des ausgewählten ρ_t rückwärts berechnet wird, wird als das anomale Bauteil identifiziert (Schritt S09a).
In der vorliegenden Ausführungsform ist das „vorbestimmte Kriterium“, das in Schritt S06b beschrieben ist, zum Beispiel als „obere drei singuläre Elemente mit einem großen erwarteten Wert in den singulären Elementen ρ₁, ρ₂,...“ oder dergleichen definiert. Die technische Bedeutung der Auswahl der singulären Elemente ρ₁, ρ₂,... nach dem oben beschriebenen Kriterium wird beschrieben.
Das singuläre Element mit einem hohen erwarteten Wert in den singulären Elementen ρ₁, ρ₂,..., die die singuläre Elementmatrix ρ_t bilden, ist ein singuläres Element mit einem großen Beitrag zu einer Vergrößerung des Mahalanobis-Abstands. Das heißt, es wird angenommen, dass der Mahalanobis-Abstand für eine bestimmte Messwertmatrix y_t infolge von Anomalien, die in einem der Sensoren aufgetreten sind, zugenommen hat. Dabei kann in der der Messwertmatrix y_t entsprechenden Singulärelementmatrix ρ_t ein Teil der Singulärelemente mit großem Erwartungswert (z. B. die oberen drei) als größer zur Vergrößerung des Mahalanobis-Abstands beitragend angesehen werden.
Wenn daher die Messwertmatrix y_t(y^t) berechnet wird, indem ρ_t = S^-0,5·U^T·y_t rückwärts von ρ_{j} berechnet wird, werden nur die oberen drei singulären Elemente mit einem großen Erwartungswert ausgewählt, in jedem der Sensorelemente (Zeilenelemente y₁, y₂,...) der Messwertmatrix y wird nur ein Element der Messwertmatrix y^t extrahiert, das zur Vergrößerung des Mahalanobis-Abstandes beiträgt. Dabei gibt das Diagonalelement der Kovarianzmatrix der Messwertmatrix y^t die Varianz der Messwerte für jeden der Sensoren an und somit kann der Sensor, bei dem eine Anomalie aufgetreten ist, entsprechend einem Anteil des Diagonalelements mit großem Wert (Varianz) abgeschätzt werden.
Es ist zu beachten, dass für jede Zeile der Kovarianzmatrix der Messwertmatrix y^t (Gleichung (12)) eine diagonale Überlegenheit bestimmt werden kann, indem das Verhältnis des Diagonalelements zur Summe der Absolutwerte in der Zeile ermittelt wird. Wenn die diagonale Überlegenheit bestimmt wird, wird bestimmt, dass nur der Sensor anomal ist, und wenn die diagonale Überlegenheit nicht bestimmt wird, wird bestimmt, dass sich der Sensor in Verbindung mit anderen Sensoren geändert hat. Wenn zum Beispiel bestimmt wird, dass der Sensor in Verbindung mit einer Vielzahl von Sensoren arbeitet, kann diagnostiziert werden, dass der Sensor selbst nicht anomal ist und eine Stelle in Verbindung mit dem Sensor anomal verformt sein kann.
Wie oben beschrieben, wählt die Bauteil-Anomalieidentifikationseinheit 102 gemäß der zweiten Ausführungsform basierend auf dem vorbestimmten Kriterium ein singuläres Element aus der singulären Elementmatrix ρ_t aus, die durch Einsetzen der Messwertmatrix y_t in ρ_t = S^-0,5·U^T·y_t (Gleichung A) erhalten wird, und den anomalen Teil basierend auf dem diagonalen Element der Kovarianzmatrix einer Messwertmatrix (y^t) identifiziert, die durch Anwenden, auf Gleichung A, einer Singulärelementmatrix ρ_t{j} des ausgewählten Singulärelements erhalten wird.
Auf diese Weise braucht die in der ersten Ausführungsform berechnete Matrix X nicht berechnet zu werden, und die Geschwindigkeit nach der Berechnung wird erhöht.
Weiterbildung der zweiten Ausführungsform
In der zweiten Ausführungsform wurde ein Beispiel beschrieben, in dem die singulären Elemente ρ₁, ρ₂,... mit einem großen erwarteten Wert den gemessenen Wert beeinflussen und in der Reihenfolge der Größe der Werte ausgewählt werden, aber andere Ausführungsformen sind nicht auf diesen Gesichtspunkt beschränkt.
Zum Beispiel kann die Anomalieerkennungsvorrichtung 1 gemäß einer Modifikation der zweiten Ausführungsform einzelne Elemente mit relativ kleinen Varianzen σ₁ ², σ₂ ² der jeweiligen einzelnen Elemente ρ₁ und ρ₂ auswählen.
Ein singuläres Element in einer Richtung mit großer Varianz schwankt jedes Mal stark, wenn der Messwert erhalten wird, und somit wird Rauschen als groß angesehen. Dementsprechend kann das anomale Bauteil mit hoher Genauigkeit identifiziert werden, indem nur die singulären Elemente mit geringem Rauschen extrahiert werden und die Messwertmatrix y^t rückwärts berechnet wird.
In der vorstehend beschriebenen ersten und zweiten Ausführungsform und den Modifikationen davon werden verschiedene Prozesse der vorstehend beschriebenen Anomalieerkennungsvorrichtung 1 auf einem computerlesbaren Aufzeichnungsmedium in Form eines Programms gespeichert, und der Computer liest und führt das Programm aus, um die verschiedenen Prozesse durchzuführen. Beispiele für das computerlesbare Aufzeichnungsmedium schließen Magnetplatten, magnetooptische Platten, CD-ROMs, DVD-ROMs und Halbleiterspeicher ein. Dieses Computerprogramm kann an den Computer auf einer Kommunikationslinie verteilt werden, und der Computer, der diese Verteilung empfängt, kann das Programm ausführen.
Das Programm kann ein Programm zum Realisieren einiger der oben beschriebenen Funktionen sein. Zusätzlich können die Funktionen wie vorstehend beschrieben in Kombination mit einem bereits auf dem Computersystem gespeicherten Programm verwirklicht werden, eine so genannte differentielle Datei (differentielles Programm).
In einer anderen Ausführungsform können einige der Funktionseinheiten, die in der in der ersten und zweiten Ausführungsform beschriebenen Anomalieerkennungsvorrichtung 1 enthalten sind, von anderen Computern bereitgestellt werden, die durch ein Netzwerk verbunden sind.
Im Vorstehenden wurden bestimmte Ausführungsform der vorliegenden Offenbarung beschrieben, jedoch sind alles diese Ausführungsformen lediglich veranschaulichend und ist nicht dazu gedacht, den Umfang der Offenbarung einzuschränken. Die Ausführungsformen können in verschiedenen anderen Formen implementiert werden, und verschiedene Auslassungen, Substitutionen und Veränderungen können vorgenommen werden, ohne vom Kern der Offenbarung abzuweichen. Diese Ausführungsformen und Modifikationen davon sind im Geist und technischen Umfang der Offenbarung eingeschlossen.
Anmerkungen
Die Anomalieerkennungsvorrichtung 1 gemäß jeder der Ausführungsformen ist beispielsweise in der folgenden Weise ausgelegt.

(1) Eine Anomalieerkennungsvorrichtung 1 gemäß einem ersten Gesichtspunkt ist eine Anomalieerkennungsvorrichtung, die eine Anomalie eines Objekts unter Bezugnahme auf einen von einer Vielzahl von Sensoren SE1, SE2, ... erfassten Messwert erkennt, einschließlich: einer Anomaliebestimmungseinheit 101, die konfiguriert ist, um zu bestimmen, ob die Anomalie für eine auszuwertende Messwertmatrix y_t vorliegt und die in einem beliebigen Zeitraum erfasst wird; und eine Bauteil-Anomalieidentifikationseinheit 102, die konfiguriert ist, um, wenn bestimmt wird, dass die Messwertmatrix y_t anomal ist, ein anomales Bauteil basierend auf einem Diagonalelement einer Matrix zu identifizieren, die in Verbindung mit der Messwertmatrix y_t erhalten wird.
(2) Die Anomalieerkennungsvorrichtung 1 gemäß dem zweiten Gesichtspunkt ist die Anomalieerkennungsvorrichtung 1 gemäß (1), ferner einschließlich einer Singulärwertzerlegungseinheit, die konfiguriert ist, um eine Singulärwertzerlegung einer Varianz-Kovarianz-Matrix einer Messwertmatrix y₀ durchzuführen, die aus den Messwerten zusammengesetzt ist, die in einem als normal angesehenen Zeitraum erfasst wurden, um dadurch einen Singulärvektor U und eine Singulärwertmatrix S zu berechnen, wobei die Anomaliebestimmungseinheit den Singulärvektor U und die Singulärwertmatrix S auf eine auszuwertende Messwertmatrix y_t anwendet und die in einem beliebigen Zeitraum erfasst wird, um aus einem Ergebnis der Anwendung zu bestimmen, ob die Anomalie vorliegt.
(3) Die Anomalieerkennungsvorrichtung 1 gemäß einem dritten Gesichtspunkt ist die Anomalieerkennungsvorrichtung 1 gemäß (1) oder (2), in der die Bauteil-Anomalieidentifikationseinheit 102 das anomale Bauteil basierend auf einem Diagonalelement einer Matrix X identifiziert, die durch y_t = X·y₀ dargestellt wird.
(4) Die Anomalieerkennungsvorrichtung 1 gemäß einem vierten Gesichtspunkt ist die Anomalieerkennungsvorrichtung 1 gemäß (3), in der die Bauteil-Anomalieidentifikationseinheit 102 einen Sensor identifiziert, in dem wahrscheinlich eine Anomalie aufgetreten ist, unter Bezugnahme darauf, welches Diagonalelement der Matrix X bei einem Wert fern von 1 liegt.
(5) Die Anomalieerkennungsvorrichtung 1 gemäß einem fünften Gesichtspunkt ist die Anomalieerkennungsvorrichtung 1 gemäß (3) oder (4), in der die Bauteil-Anomalieidentifikationseinheit 102 das anomale Bauteil unter Bezugnahme auf eine Vielzahl der Matrizen X identifiziert, die vor dem Bestimmen, dass die Messwertmatrix y_t anomal ist, erfasst wurden.
(6) Die Anomalieerkennungsvorrichtung 1 gemäß einem sechsten Aspekt ist die Anomalieerkennungsvorrichtung 1 gemäß (2), bei der die Bauteil-Anomalieidentifikationseinheit 102 basierend auf einem vorbestimmten Kriterium singuläre Elemente aus einer singulären Elementmatrix ρ_t auswählt, die durch Einsetzen der Messwertmatrix y_t in ρ_t = S^-0,5·U^T·y_t (Gleichung A) erhalten wird, und das anomale Bauteil basierend auf einem Diagonalelement einer Kovarianzmatrix einer Messwertmatrix (y^t) identifiziert, die durch Anwenden einer Singulärelementmatrix p_t{j}, die aus den ausgewählten Singulärelementen zusammengesetzt ist, auf Gleichung A erhalten wird.
(7) Die Anomalieerkennungsvorrichtung 1 gemäß einem siebten Gesichtspunkt ist die Anomalieerkennungsvorrichtung 1 gemäß (6), in der die Bauteil-Anomalieidentifikationseinheit 102 eines der in der Singulärelementmatrix ρ_t enthaltenen Singulärelemente auswählt, das einen relativ großen erwarteten Wert des Singulärelements aufweist.
(8) Die Anomalieerkennungsvorrichtung 1 gemäß einem achten Gesichtspunkt ist die Anomalieerkennungsvorrichtung 1 gemäß (6) oder (7), in der die Bauteil-Anomalieidentifikationseinheit 102 eines der in der Singulärelementmatrix ρ_t enthaltenen Singulärelemente auswählt, das einen relativ kleinen Singulärwert aufweist.
(9) Die Anomalieerkennungsvorrichtung 1 gemäß einem neunten Gesichtspunkt ist die Anomalieerkennungsvorrichtung 1 gemäß einem von (6) bis (8), in der die Bauteil-Anomalieidentifikationseinheit 102 den Sensor schätzt, in dem eine Anomalie aufgetreten ist, gemäß einem Abschnitt des Diagonalelements mit einem relativ großen Wert in der Messwertmatrix (y^_t).
(10) Ein Anomalieerkennungsverfahren gemäß einem zehnten Gesichtspunkt ist ein Anomalieerkennungsverfahren zum Erkennen einer Anomalie eines Objekts unter Bezugnahme auf Messwerte, die von einer Vielzahl von Sensoren erfasst werden, wobei das Anomalieerkennungsverfahren Folgendes einschließt: Berechnen eines Singulärvektors U und einer Singulärwertmatrix S durch Durchführen einer Singulärwertzerlegung einer Varianz-Kovarianz-Matrix einer Messwertmatrix y₀, die sich aus den in einem als normal angesehenen Zeitraum erfassten Messwerten zusammensetzt; Bestimmen, ob die Anomalie vorliegt, aus dem Ergebnis des Anwendens des Singulärvektors U und der Singulärwertmatrix S auf eine auszuwertende Messwertmatrix y_t, die in einem beliebigen Zeitraum erfasst wird; und wenn bestimmt wird, dass die Messwertmatrix y_t anomal ist, Identifizieren eines anomalen Bauteils basierend auf einem Diagonalelement einer Matrix, die in Verbindung mit der Messwertmatrix y_t erhalten wird.
(11) Ein Programm gemäß einem elften Gesichtspunkt ist ein Programm, um zu bewirken, dass eine Anomalieerkennungsvorrichtung, die eine Anomalie eines Objekts erkennt, unter Bezugnahme auf Messwerte, die von einer Vielzahl von Sensoren erfasst werden, Folgendes ausführt: Berechnen eines Singulärvektors U und einer Singulärwertmatrix S durch Durchführen einer Singulärwertzerlegung einer Varianz-Kovarianz-Matrix einer Messwertmatrix y₀, die sich aus den in einem als normal angesehenen Zeitraum erfassten Messwerten zusammensetzt; Bestimmen, ob die Anomalie vorliegt, aus dem Ergebnis des Anwendens des Singulärvektors U und der Singulärwertmatrix S auf eine auszuwertende Messwertmatrix y_t, die in einem beliebigen Zeitraum erfasst wird; und wenn bestimmt wird, dass die Messwertmatrix y_t anomal ist, Identifizieren eines anomalen Bauteils basierend auf einem Diagonalelement einer Matrix, die in Verbindung mit der Messwertmatrix y_t erhalten wird.

Bezugszeichenliste

1: Anomalieerkennungsvorrichtung
10: CPU
11: Verbindungsschnittstelle
12: Ein-/Ausgabevorrichtung
13: Aufzeichnungsmedium
100: Singulärwertzerlegungseinheit
101: Anomaliebestimmungseinheit
102: Bauteil-Anomalieidentifikationseinheit
2: Rüttelsystem

Claims

Anomalieerkennungsvorrichtung, die eine Anomalie eines Objekts durch Bezugnahme auf Messwerte erkennt, die von einer Vielzahl von Sensoren erfasst werden, wobei die Vorrichtung Folgendes umfasst: eine Anomaliebestimmungseinheit, die konfiguriert ist, um zu bestimmen, ob die Anomalie für eine auszuwertende Messwertmatrix y_t vorliegt und die in einem beliebigen Zeitraum erfasst wird; und eine Bauteil-Anomalieidentifikationseinheit, die konfiguriert ist, um, wenn bestimmt wird, dass die Messwertmatrix y_t anomal ist, ein anomales Bauteil basierend auf einem Diagonalelement einer Matrix zu identifizieren, die in Verbindung mit der Messwertmatrix y_t erhalten wird.
Anomalieerkennungsvorrichtung nach Anspruch 1, ferner umfassend: eine Singulärwertzerlegungseinheit, die konfiguriert ist, um eine Singulärwertzerlegung einer Varianz-Kovarianz-Matrix einer Messwertmatrix y₀ durchzuführen, die aus den Messwerten zusammengesetzt ist, die in einem Zeitraum erfasst wurden, der als normal betrachtet wird, um dadurch einen Singulärvektor U und eine Singulärwertmatrix S zu berechnen, wobei die Anomaliebestimmungseinheit den Singulärvektor U und die Singulärwertmatrix S auf eine auszuwertende Messwertmatrix y_t anwendet, die in einem beliebigen Zeitraum erfasst wird, um aus einem Ergebnis der Anwendung zu bestimmen, ob die Anomalie vorliegt.
Anomalieerkennungsvorrichtung nach Anspruch 1 oder 2, wobei die Bauteil-Anomalieidentifikationseinheit das anomale Bauteil basierend auf einem Diagonalelement einer Matrix X, die durch y_t=X · y₀ dargestellt wird, identifiziert.
Anomalieerkennungsvorrichtung gemäß Anspruch 3, wobei die Anomalieerkennungseinheit einen Sensor, bei dem wahrscheinlich eine Anomalie aufgetreten ist, anhand dessen erkennt, welches Diagonalelement der Matrix X einen Wert weit von 1 aufweist.
Anomalieerkennungsvorrichtung nach Anspruch 3 oder 4, wobei: Die Bauteil-Anomalieidentifikationseinheit das anomale Bauteil unter Bezugnahme auf eine Vielzahl der Matrizen X, die erfasst werden, identifiziert, bevor bestimmt wird, dass die Messwertmatrix y_t anomal ist.
Anomalieerkennungsvorrichtung nach Anspruch 2, wobei Die Bauteil-Anomalieidentifikationseinheit basierend auf einem vorbestimmten Kriterium singuläre Elemente aus einer singulären Elementmatrix ρ_t auswählt, die durch Einsetzen der Messwertmatrix y_t in ρ=S^-0,5·U^T·y_t (Gleichung A) erhalten wird, und das anomale Bauteil basierend auf einem Diagonalelement einer Kovarianzmatrix einer Messwertmatrix (y^_t) identifiziert, die durch Anwenden einer Singulärelementmatrix ρ_t{j}, die aus den ausgewählten Singulärelementen zusammengesetzt ist, auf Gleichung A angewendet wird.
Anomalieerkennungsvorrichtung nach Anspruch 6, wobei die Bauteil-Anomalieidentifikationseinheit eines der in der Singulärelementmatrix ρ_t enthaltenen Singulärelemente auswählt, das einen relativ großen erwarteten Wert des Singulärelements aufweist.
Anomalieerkennungsvorrichtung gemäß Anspruch 6 oder 7, wobei die Bauteil-Anomalieidentifikationseinheit eines der in der Singulärelementmatrix ρ_t enthaltenen Singulärelemente auswählt, das einen relativ kleinen Singulärwert aufweist.
Anomalieerkennungsvorrichtung gemäß einem der Ansprüche 6 bis 8, wobei die Bauteil-Anomalieidentifikationseinheit den Sensor, in dem eine Anomalie aufgetreten ist, gemäß einem Abschnitt des Diagonalelements mit einem relativ großen Wert in der Messwertmatrix (y^t) abschätzt.
Anomalieerkennungsverfahren zum Erkennen einer Anomalie eines Objekts unter Bezugnahme auf Messwerte, die von einer Vielzahl von Sensoren erfasst werden, wobei das Verfahren Folgendes umfasst: Bestimmen, ob die Anomalie für eine auszuwertende Messwertmatrix y_t vorliegt, die in einem beliebigen Zeitraum erfasst wird; und wenn bestimmt wird, dass die Messwertmatrix y_t anomal ist, Identifizieren eines anomalen Bauteils basierend auf einem Diagonalelement einer Matrix, die in Verbindung mit der Messwertmatrix y_t erhalten wird.
Programm, um zu bewirken, dass eine Anomalieerkennungsvorrichtung, die eine Anomalie eines Objekts erkennt, unter Bezugnahme auf Messwerte, die von einer Vielzahl von Sensoren erfasst werden, Folgendes ausführt: Bestimmen, ob die Anomalie für eine auszuwertende Messwertmatrix y_t vorliegt, die in einem beliebigen Zeitraum erfasst wird; und wenn bestimmt wird, dass die Messwertmatrix y_t anomal ist, Identifizieren eines anomalen Bauteils basierend auf einem Diagonalelement einer Matrix, die in Verbindung mit der Messwertmatrix y_t erhalten wird.