DE112019007232B4

DE112019007232B4 - Zustandsschätzvorrichtung und zustandsschätzverfahren

Info

Publication number: DE112019007232B4
Application number: DE112019007232.3T
Authority: DE
Inventors: Toshiyuki KURIYAMA
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2019-05-20
Filing date: 2019-05-20
Publication date: 2023-05-25
Anticipated expiration: 2039-05-21
Also published as: KR102409548B1; CN113826128B; JPWO2020234961A1; WO2020234961A1; JP6929494B2; KR20210141757A; TW202044804A; US20220042952A1; CN113826128A; DE112019007232T5; TWI747055B

Abstract

Zustandsschätzvorrichtung (1), umfassend:eine Teilungseinheit (10), die eine Teilung einer Wellenform von Zeitreihendaten, die aus einem Objekt erfasst werden, durch eine erste Teilungszahl in eine erste Mehrzahl von Teilwellenformen durchführt, wobei die Teilungseinheit weiterhin eine Teilung einer weiteren Wellenform von Zeitreihendaten, die aus dem Objekt erfasst werden, durch eine zweite Teilungszahl, die größer ist als die erste Teilungszahl, in eine zweite Mehrzahl von Teilwellenformen durchführt;eine Merkmalsextraktionseinheit (11), die ein Merkmal von jeder von der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen extrahiert;eine Clustering-Einheit (12), die die erste Mehrzahl von Teilwellenformen und die zweite Mehrzahl von Teilwellenformen auf Basis des Merkmals jeder der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen clustert;eine Aktualisierungseinheit (13), die, basierend auf dem Clusteringergebnis der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen, jedes Mal, wenn ein Verbindungsmuster zwischen der zweiten Mehrzahl von Teilwellenformen geändert wird, eine Zustandsübergangstabelle berechnet, die eine Frequenz eines Zustandsübergangs anzeigt, der für das Objekt angenommen wird, und das Verbindungsmuster auf Basis eines statistischen Index des Zustandsübergangs des Objekts aus der Zustandsübergangstabelle auswählt; undeine Zustandsschätzeinheit (14), die einen Zustand des Objekts bei jedem Mal und den Zustandsübergang des Objekts auf Basis des von der Aktualisierungseinheit ausgewählten Verbindungsmusters schätzt.

Description

TECHNISCHES GEBIET
Die vorliegende Erfindung betrifft eine Zustandsschätzvorrichtung und ein Zustandsschätzverfahren zum Schätzen eines Zustands eines Objekts auf der Basis von Zeitreihendaten von Erfassungsinformationen, die durch einen Sensor aus dem Objekt erfasst werden.
ALLGEMEINER STAND DER TECHNIK
Eine Technik zum Schätzen eines Zustands eines Objekts auf der Basis von Zeitreihendaten von Erfassungsinformationen, die durch einen Sensor aus dem Objekt erfasst werden, ist bereits bekannt. Zum Beispiel offenbart das Patentdokument 1 eine Vorrichtung, die Bewegungsortsdaten ermittelt, die Zeitreihendaten einer Position eines mobilen Objekts sind, die in konstanten Zeitintervallen erfasst werden, die Bewegungsortsdaten in gleiche Intervalle teilt, um eine Mehrzahl von Teilortsdatenelementen zu erzeugen, und die eine Aktion (einen Zustand) des mobilen Objekts unter Verwendung der Mehrzahl von Teilortsdaten schätzt.
LISTE DER ENTGEGENHALTUNGEN
PATENTLITERATUR
Patentliteratur 1: JP 2009-157770A offenbart die Teilung von Reihendaten in eine Vielzahl von partiellen Reihendaten. Für jede partielle Reihe wird ein Merkmalsmengenvektor berechnet, basierend darauf wird dann ein Zustand durch eine Klassifizierung ermittelt.
WO 2017/034512 A1 offenbart interaktive Analyse einer Zeitreihe, wobei eine Clusteringeinheit automatisch die Zeitreihe segmentiert wobei der Prozess durch Benutzerinteraktion verbessert wird.
US 2017/0147930 A1 offenbart variable Segmentierung von Zeitreihendaten sowie deren Clustering basierend auf einer Clustering-Bewertung.
NICHTPATENTLITERATUR
Keogh et al.: „An Online Algorithm for Segmenting Time Series". In: Proceedings 2001 IEEE International Conference on Data Mining, S. 289 - 296, doi: 10.1109/ICDM.2001.989531 offenbart eine Übersicht über Approximationsverfahren für Zeitreihendaten mittels stückweiser linearer Näherung.
Genolini et al.: „kmIShape: An Efficient Method to Cluster Longitudinal Data (Time-Series) According to Their Shapes". In: PLoS ONE, Vol. 11, 2016, Nr. 6, Art. e0150738, S. 1-24, doi: 10.1371/journal.pone.0150738 offenbart Verfahren zum Clustern von longitudinalen Daten, bei denen jede Variable immer wieder zu bestimmten Zeitpunkten gemessen wird.
ABRISS DER ERFINDUNG
TECHNISCHES PROBLEM
In der im Patentdokument 1 beschriebenen Vorrichtung wird eine Wellenform von Zeitreihendaten in gleiche Intervalle geteilt, um eine Mehrzahl von Teilwellenformen zu erzeugen, und ein Zustand eines Objekts wird unter Verwendung eines Clustering-Ergebnisses dieser Teilwellenformen direkt geschätzt. Wenn die Wellenform der Zeitreihendaten variiert, ist es somit nicht möglich, zwischen der Variation, die durch die Abnormalität des Objekts verursacht wird, und der Variation innerhalb des Fehlerbereichs, der nicht durch die Abnormalität des Objekts verursacht wird, zu unterscheiden, so dass ein Problem dahingehend besteht, dass die Genauigkeit der Zustandsschätzung des Objekts abnimmt.
Außerdem ist in einem Fall, in dem die Länge (Dauer) eines bestimmten Prozesses aus einer Reihe von Prozessen zum Herstellen eines Produkts abhängig von dem herzustellenden Produkt jeweils anders ist, die Wellenform der Zeitreihendaten, die in der Reihe von Prozessen erhalten werden, bei jedem Produkt anders. Somit können in einem Fall, in dem die Wellenform der Zeitreihendaten in gleiche Intervalle geteilt wird, Teildaten, die dem Zustand des Objekts entsprechen, nicht erhalten werden, und die Genauigkeit der Zustandsschätzung des Objekts kann schlechter werden.
Die vorliegende Erfindung löst die oben genannten Probleme, und ein Ziel der vorliegenden Erfindung ist es, eine Zustandsschätzvorrichtung und ein Zustandsschätzverfahren zu erhalten, die in der Lage sind, eine Verschlechterung einer Genauigkeit einer Zustandsschätzung eines Objekts zu verhindern.
LÖSUNG DES PROBLEMS
Eine Zustandsschätzvorrichtung gemäß der vorliegenden Erfindung weist auf: eine Teilungseinheit, die eine Teilung einer Wellenform von Zeitreihendaten, die aus einem Objekt erfasst werden, in eine Mehrzahl von Teilwellenformen durch eine erste Teilungszahl und eine zweite Teilungszahl, die größer ist als die erste Teilungszahl, durchführt; eine Merkmalsextraktionseinheit, die ein Merkmal von jeder der Mehrzahl von Teilwellenformen extrahiert; eine Clustering-Einheit zum Clustern der Mehrzahl von Teilwellenformen auf Basis des Merkmals jeder der Mehrzahl von Teilwellenformen; eine Aktualisierungseinheit, die jedes Mal, wenn ein Verbindungsmuster zwischen der Mehrzahl von Teilwellenformen geteilt durch die zweite Teilungszahl geändert wird, eine Zustandsübergangstabelle berechnet, die einen für das Objekt angenommenen Zustandsübergang angibt, und auf Basis eines statistischen Index des Zustandsübergangs des Objekts das Verbindungsmuster aus der Zustandsübergangstabelle auswählt; und eine Zustandsschätzeinheit, die einen Zustand des Objekts bei jedem Mal und den Zustandsübergang des Objekts auf Basis des von der Aktualisierungseinheit ausgewählten Verbindungsmusters schätzt.
VORTEILHAFTE WIRKUNGEN DER ERFINDUNG
Gemäß der vorliegenden Erfindung wird jedes Mal, wenn ein Verbindungsmuster zwischen Teilwellenformen geändert wird, eine Zustandsübergangstabelle berechnet, die einen für ein Objekt angenommenen Zustandsübergang angibt, wird ein Verbindungsmuster aus der Zustandsübergangstabelle auf Basis eines statistischen Index des Zustandsübergang des Objekts ausgewählt und werden ein Zustand des Objekts bei jedem Mal und ein Zustandsübergang des Objekts auf Basis des ausgewählten Verbindungsmusters geschätzt. Infolgedessen ist es möglich, ein Abnehmen der Genauigkeit der Zustandsschätzung für das Objekt zu verhindern.
Figurenliste

1 ist eine Blockdarstellung, die eine Konfiguration einer Zustandsschätzvorrichtung gemäß einer ersten Ausführungsform zeigt.
2A ist ein Diagramm, das ein Beispiel für Zeitreihendaten (ohne Variation) zeigt, die in der ersten Ausführungsform behandelt werden. 2B ist ein Diagramm, das ein Beispiel für Zeitreihendaten (mit Variation) zeigt, die in der ersten Ausführungsform behandelt werden.
3 ist ein Flussdiagramm, das ein Zustandsschätzverfahren gemäß der ersten Ausführungsform zeigt.
4 ist ein Diagramm, das einen Überblick über eine Zeitreihendaten-Teilungsverarbeitung in der ersten Ausführungsform darstellt.
5 ist ein Diagramm, das einen Überblick über eine Merkmalsextraktionsverarbeitung einer Teilwellenform in der ersten Ausführungsform darstellt.
6 ist ein Diagramm, das einen Überblick über eine Clustering-Verarbeitung von Teilwellenformen in der ersten Ausführungsform darstellt.
7 ist ein Diagramm, das Verbindungspunktkandidaten von Teilwellenformen in der ersten Ausführungsform darstellt.
8 ist eine Darstellung, die ein Beispiel für eine Zustandsübergangstabelle vor einer Aktualisierung darstellt.
9 ist eine Darstellung, die ein Beispiel für eine Zustandsübergangstabelle, wenn Teilwellenformen an einem Verbindungspunktkandidaten (1a) verbunden sind, darstellt.
10 ist eine Darstellung, die ein Beispiel für eine Zustandsübergangstabelle, wenn Teilwellenformen an einem Verbindungspunktkandidaten (2a) verbunden sind, darstellt.
11 ist eine Darstellung, die ein Beispiel für eine Zustandsübergangstabelle, wenn Teilwellenformen an einem Verbindungspunktkandidaten (3a) verbunden sind, darstellt.
12 ist ein Diagramm, das einen Überblick über eine Verbindungsmusterauswahlverarbeitung in der ersten Ausführungsform darstellt.
13A ist eine Blockdarstellung, die eine Hardwarekonfiguration zum Implementieren von Funktionen der Zustandsschätzvorrichtung gemäß der ersten Ausführungsform zeigt. 13B ist eine Blockdarstellung, die eine Hardware-Konfiguration zum Ausführen von Software zeigt, die Funktionen der Zustandsschätzvorrichtung gemäß der ersten Ausführungsform implementiert.

BESCHREIBUNG VON AUSFÜHRUNGSFORMEN
Erste Ausführungsform.
1 ist eine Blockdarstellung, die eine Konfiguration einer Zustandsschätzvorrichtung 1 gemäß der ersten Ausführungsform zeigt. Die Zustandsschätzvorrichtung 1 ist eine Vorrichtung, die einen Zustand eines Objekts schätzt, der von Zeitreihendaten von aus dem Objekt erfassten Erfassungsinformationen angegeben wird. Beispiele für das Objekt schließen ein: ein Kraftwerk, wie etwa ein Wärmekraftwerk, ein Wasserkraftwerk oder ein Atomkraftwerk, ein Steuersystem, das einen Prozess eines Chemiewerks, eines Stahlwerks oder einer Wasser- und Abwasseranlage steuert, ein Steuersystem, wie etwa eine Klimaanlage, Elektrizität, Beleuchtung und Wasserversorgung und -ableitung in einem Werk, Anlagen, die in einer Fertigungslinie einer Fabrik bereitgestellt sind, Anlagen, die an einem Automobil oder einem Schienenfahrzeug montiert sind, ein Informationssystem in Bezug auf Ökonomie oder Verwaltung oder eine Person.
Die Erfassungsinformationen betreffen einen Zustand eines Objekts, der von einem Sensor oder dergleichen aus dem Objekt erfasst wird. Zum Beispiel schließen die Erfassungsinformationen in einem Fall, in dem das Objekt eine Werkzeugmaschine ist, eine Vibration ein, die in der Werkzeugmaschine erzeugt wird, wenn ein Produkt hergestellt wird. Außerdem gibt die Wellenform von Zeitreihendaten der Erfassungsinformationen einen Zustandsübergang des Objekts an. Zum Beispiel ist in einem Fall, in dem das Objekt eine Werkzeugmaschine ist, die Erfassungsinformationen eine Vibration sind, die in der Werkzeugmaschine erzeugt wird, wenn ein Produkt hergestellt wird, und die Werkzeugmaschine ein Produkt in einer Mehrzahl von Prozessen herstellt, die Wellenform von Zeitreihendaten, die im Laufe der Herstellung des einen Produkts durch die Werkzeugmaschine erhalten werden, eine Wellenform, in der Wellenformen, die den Zuständen der Werkzeugmaschine für die jeweiligen Prozesse entsprechen, verbunden sind.
Wenn die Zeit, während der ein Produkt von der Werkzeugmaschine hergestellt wird, als Datenerfassungszeit definiert wird, werden außerdem jedes Mal, wenn das gleiche Produkt von der Werkzeugmaschine hergestellt wird, das heißt zu jeder Datenerfassungszeit, ähnliche Wellenformen kontinuierlich erfasst. Die Zeitreihendaten, die von der Zustandsschätzvorrichtung 1 verarbeitet werden, sind Daten, in denen ähnliche Wellenformen kontinuierlich in Zeitreihen gezeigt werden, und eine Änderung in der Wellenform, die dem Zustandsübergang des Objekts entspricht, wird in jeder Wellenform erhalten.
Wie in 1 dargestellt, umfasst die Zustandsschätzvorrichtung 1 eine Teilungseinheit 10, eine Merkmalsextraktionseinheit 11, eine Clustering-Einheit 12, eine Aktualisierungseinheit 13 und eine Zustandsschätzeinheit 14. Die Teilungseinheit 10 teilt die Wellenform der Zeitreihendaten durch eine erste Teilungszahl und teilt die Wellenform durch eine zweite Teilungszahl, die größer ist als die erste Teilungszahl. Die erste Teilungszahl entspricht der Zahl von Zuständen, die das Objekt annehmen kann, und ist beispielsweise eine Teilungszahl, die vorab von dem Benutzer bestimmt wird. Die zweite Teilungszahl ist eine Teilungszahl, die durch Addieren einer vorgegebenen Zahl α zu der ersten Teilungszahl erhalten wird, und beispielsweise gilt α = 1.
Die Merkmalsextraktionseinheit 11 extrahiert Merkmale aus jeder von einer Mehrzahl von Teilwellenformen, die durch Teilen der Zeitreihendaten durch die Teilungseinheit 10 erhalten worden sind. Die Merkmale einer Teilwellenform schließen eine Länge, eine Steigung oder eine Krümmung der Teilwellenform ein. Außerdem können die Merkmale einer Teilwellenform eine Statistik sein, wie etwa ein kleinster Wert, ein größter Wert, ein Durchschnittswert oder eine Standardabweichung von Daten, von denen die Wellenform gebildet wird.
Die Clustering-Einheit 12 clustert die Teilwellenformen auf der Basis von Merkmalen der jeweiligen Teilwellenformen, die von der Merkmalsextraktionseinheit 11 extrahiert werden. Für das Clustering bzw. die Gruppierung kann das k-Means-Verfahren oder das K-NN-Verfahren verwendet werden. Zum Beispiel ordnet die Clustering-Einheit 12 in einem Fall, in dem die Werkzeugmaschine ein Produkt in drei Prozessen von dem ersten Prozess bis zu dem dritten Prozess herstellt, die Teilwellenformen, die dem ersten Prozess entsprechen, einem Cluster mit dem Zustand (1) zu, ordnet die Teilwellenformen, die dem zweiten Prozess entsprechen, einem Cluster mit dem Zustand (2) zu und ordnet die Teilwellenformen, die dem dritten Prozess entsprechen, einem Cluster mit dem Zustand (3) zu.
Die Aktualisierungseinheit 13 berechnet jedes Mal, wenn das Verbindungsmuster zwischen den Teilwellenformen, die durch die Teilungseinheit 10 durch die zweite Teilungszahl geteilt sind, geändert wird, eine Zustandsübergangstabelle und wählt das Verbindungsmuster auf Basis des statistischen Index des Zustandsübergangs des Objekts aus der Zustandsübergangstabelle aus. Die Zustandsübergangstabelle sind Tabellendaten, die einen für das Objekt angenommenen Zustandsübergang angeben, und beispielsweise wird die Frequenz des Zustandsübergangs, die aus dem Gruppierungsergebnis der Teilwellenform bestimmt wird, in den Tabellendaten eingestellt. Außerdem schließen Beispiele für den statistischen Index des Zustandsübergangs des Objekts eine Entropie ein. Die Entropie wird unter Verwendung der Frequenz des Zustandsübergangs, die in der Zustandsübergangstabelle eingestellt ist, berechnet. Es sei bemerkt, dass der Index, der verwendet wird, um die Zustandsübergangstabelle auszuwählen, jeder Wert sein kann, der ein statistischer Index des Zustandsübergangs des Objekts sein kann, und nicht auf die Entropie beschränkt ist.
Die Zustandsschätzeinheit 14 schätzt den Zustand des Objekts bei jedem Mal und den Zustandsübergang des Objekts auf Basis der von der Aktualisierungseinheit 13 ausgewählten Zustandsübergangstabelle. Zum Beispiel kennzeichnet die Zustandsschätzeinheit 14 die Teilwellenform, die dem Zustand des Objekts bei jedem Mal entspricht, unter Bezugnahme auf die Zustandsübergangstabelle und berechnet eine Übergangswahrscheinlichkeit des Zustands bei jedem Mal. Für die Berechnung der Übergangswahrscheinlichkeit des Zustands kann ein bekanntes Verfahren verwendet werden, mit dem ein Parameter des Zustandsübergangs erhalten werden kann, wie etwa ein Hidden Markov Model.
Nun werden die Zeitreihendaten beschrieben. 2A ist ein Diagramm, das ein Beispiel für Zeitreihendaten (ohne Variation) zeigt, die in der ersten Ausführungsform behandelt werden. 2B ist ein Diagramm, das ein Beispiel für Zeitreihendaten (mit Variation) zeigt, die in der ersten Ausführungsform behandelt werden. Die in 2A und 2B dargestellten Zeitreihendaten sind Zeitreihendaten einer Vibration, die in einer Werkzeugmaschine erzeugt wird, wenn ein Produkt hergestellt wird. Zum Beispiel gibt ein Arbeiter der Werkzeugmaschine einen Befehl, in der Reihenfolge von Schritt (a), Schritt (b) und Schritt (c) zu arbeiten. Die Werkzeugmaschine stellt durch nacheinander Ausführen von Schritt (a), Schritt (b) und Schritt (c) gemäß diesem Befehl ein Produkt her.
Eine Vibration, die in einer Werkzeugmaschine erzeugt wird, wenn ein Produkt hergestellt wird, wird von einem Sensor erfasst, der in der Werkzeugmaschine vorgesehen ist, und es werden Wellenformdaten einer Vibration erhalten, die den einzelnen Prozessen entspricht. Wenn die Werkzeugmaschine das gleiche Produkt in dem gleichen Prozess herstellt, wird idealerweise, wie in 2A dargestellt, zu jeder Datenerfassungszeit die gleiche Wellenform wiederholt erfasst. Zum Beispiel ist der Zustand der Vibration der Werkzeugmaschine, die Schritt (a) entspricht, ein Zustand (1), ist der Zustand der Vibration der Werkzeugmaschine, die Schritt (b) entspricht, ein Zustand (2) und ist der Zustand der Vibration der Werkzeugmaschine, die Schritt (c) entspricht, ein Zustand (3).
In der Praxis kann es jedoch sein, dass aufgrund einer Änderung einer Vibration, die in der Werkzeugmaschine erzeugt wird, aufgrund von individuellen Unterschieden von Produkten oder dergleichen nicht die gleiche Wellenform erhalten wird. Wie von einem Pfeil a in 2B angegeben wird, kann sich beispielsweise der Zustand (3) der Vibration der Werkzeugmaschine, die dem Prozess (c) entspricht, in einen Zustand (3') ändern, der von dem Zustand (3) verschieden ist, und wie von einem Pfeil b angegeben wird, kann sich der Zustand (2) der Vibration der Werkzeugmaschine, die dem Prozess (b) entspricht, in einen Zustand (2') ändern, der von dem Zustand (2) verschieden ist.
Wenn der individuelle Unterschied des Produkts innerhalb des zulässigen Bereichs liegt, ist der Zustand (2') der Werkzeugmaschine der Normalzustand in dem Prozess (b) und ist der Zustand (3') der Normalzustand in dem Prozess (c). Das heißt, der Zustand (2') ist eine Variation innerhalb eines normalen Bereichs einer Vibrationsstärke in dem Schritt (b) und der Zustand (3') ist eine Variation innerhalb eines normalen Bereichs einer Vibrationsstärke in dem Schritt (c). In der herkömmlichen Zustandsschätzvorrichtung kann in einem Fall, in dem die Zeitreihendaten normal sind, aber der Zustand des Objekts variiert wie oben beschrieben, der Zustand des Objekts nicht exakt geschätzt werden.
Dagegen berechnet die Zustandsschätzvorrichtung 1 die Zustandsübergangstabelle jedes Mal, wenn das Verbindungsmuster zwischen den Teilwellenformen geändert wird, wählt das Verbindungsmuster aus der Zustandsübergangstabelle auf Basis des statistischen Index des Zustandsübergangs des Objekts aus und schätzt den Zustand des Objekts bei jedem Mal und den Zustandsübergang des Objekts auf Basis des ausgewählten Verbindungsmusters. Infolgedessen ist es möglich, ein Abnehmen der Genauigkeit der Zustandsschätzung für das Objekt zu verhindern.
Als nächstes wird ein Zustandsschätzverfahren gemäß der ersten Ausführungsform beschrieben.
3 ist ein Flussdiagramm, um das Zustandsschätzverfahren gemäß der ersten Ausführungsform und die Wirkungsweise der Zustandsschätzvorrichtung 1 zeigt. Die Teilungseinheit 10 ermittelt nacheinander Zeitreihendaten für jede Datenerfassungszeit und teilt die Zeitreihendaten, um eine Mehrzahl von Teilwellenformen zu erzeugen (Schritt ST1). Die Teilungseinheit 10 teilt die Zeitreihendaten durch die erste Teilungszahl und die zweite Teilungszahl. Als Zeitreihendaten-Teilungsverfahren gibt es den Ramer-Douglas-Peucker-Algorithmus (im Folgenden als RDP-Algorithmus beschrieben).
In dem RDP-Algorithmus werden von Punkten (Erfassungsinformationen), aus denen die Wellenform der Zeitreihendaten gebildet wird, Punkte mit einer größeren Konvexität in der Form der Wellenform als Teilungspunkte eingestellt. Der RDP-Algorithmus weist beispielsweise eine Schrittfolge (1) bis zu einer Schrittfolge (4) auf. In der Schrittfolge (1) werden der führende Punkt und der letzte Punkt der Zeitreihendaten durch ein Liniensegment verbunden. In der Schrittfolge (2) werden Punkte gesucht, die über einen Schwellenwert oder einen größeren Abstand von dem in der Schrittfolge (1) erhaltenen Liniensegment in der Wellenform der Zeitreihendaten getrennt sind, und der Punkt, der am weitesten von dem Liniensegment der gesuchten Punkte entfernt ist, wird aufgetragen. In der Schrittfolge (3) werden aufgetragene Punkte durch Liniensegmente verbunden. Die Schrittfolge (2) und die Schrittfolge (3) werden rekursiv wiederholt. Durch Ändern des Schwellenwerts kann die Teilungseinheit 10 die Wellenform der Zeitreihendaten durch die erste Teilungszahl teilen und die Wellenform durch die zweite Teilungszahl teilen.
4 ist ein Diagramm, das einen Überblick über eine Teilungsverarbeitung von Zeitreihendaten in der ersten Ausführungsform darstellt, und stellt einen Fall dar, in dem eine Teilungsverarbeitung an den in 2B dargestellten Zeitreihendaten durchgeführt wird. In 4 ist die erste Teilungszahl „3“, und die zweite Teilungszahl ist „4“. In einem Fall, in dem die Wellenform der Zeitreihendaten durch die erste Teilungszahl geteilt wird, führt die Teilungseinheit 10 eine Teilungsverarbeitung an den Zeitreihendaten gemäß dem RDP-Algorithmus unter Verwendung des der Teilungszahl „3“ entsprechenden Schwellenwerts durch, so dass a1 und a2 als die Teilungspunkte bestimmt werden, und die Wellenform der Zeitreihendaten wird an den Teilungspunkten a1 und a2 geteilt. Infolgedessen werden drei Teilwellenformen aus einem Zeitreihendatenelement erzeugt. Dagegen führt in einem Fall, in dem die Wellenform der Zeitreihendaten durch die zweite Teilungszahl geteilt wird, die Teilungseinheit 10 die Teilungsverarbeitung an den Zeitreihendaten gemäß dem RDP-Algorithmus unter Verwendung des der Teilungszahl „4“ entsprechenden Schwellenwerts durch, so dass a1, b und a2 als die Teilungspunkte bestimmt werden, und die Wellenform der Zeitreihendaten wird an den Teilungspunkten a1, b und a2 geteilt. Infolgedessen werden vier Teilwellenformen aus einem Zeitreihendatenelement erzeugt.
Dann extrahiert die Merkmalsextraktionseinheit 11 Merkmale aus Teilwellenformen, die durch Teilen der Zeitreihendaten durch die Teilungseinheit 10 erhalten worden sind (Schritt ST2). Zum Beispiel extrahiert die Merkmalsextraktionseinheit 11 eine Steigung oder eine Krümmung einer Teilwellenform. Die Merkmalsextraktionseinheit 11 gibt Daten, in denen die Teilwellenformen und ihrer Merkmale miteinander assoziiert sind, an die Clustering-Einheit 12 aus.
5 ist ein Diagramm, das einen Überblick über die Merkmalsextraktionsverarbeitung der Teilwellenform in der ersten Ausführungsform darstellt, und stellt einen Fall dar, in dem die Merkmalsextraktionsverarbeitung an der Teilwellenform durchgeführt wird, die aus den in 2B dargestellten Zeitreihendaten erhalten worden ist.Wenn beispielsweise die Wellenform der Zeitreihendaten an den in 4 dargestellten Teilungspunkten a1 und a2 geteilt wird, werden eine Teilwellenform A, eine Teilwellenform B, eine Teilwellenform C und eine Teilwellenform D erhalten, und somit extrahiert die Merkmalsextraktionseinheit 11 Merkmale von jeder dieser Teilwellenformen. Außerdem werden eine Teilwellenform A, eine Teilwellenform E, eine Teilwellenform F und die Teilwellenform C erhalten, wenn die Wellenform der Zeitreihendaten an Teilungspunkten a1, b und a2 geteilt wird, und somit extrahiert die Merkmalsextraktionseinheit 11 Merkmale von jeder dieser Teilwellenformen.
Anschließend clustert die Clustering-Einheit 12 die Teilwellenformen (Schritt ST3). Zum Beispiel ordnet die Clustering-Einheit 12 auf Basis der Merkmale der Teilwellenformen, die von der Merkmalsextraktionseinheit 11 extrahiert worden sind, Teilwellenformen mit ähnlichen Formen aus Teilwellenformen einer Mehrzahl von kontinuierlichen Zeitreihendatenelementen einem Cluster mit dem gleichen Zustand zu. Die Verarbeitung in den Schritten ST2 und ST3 wird an der Teilwellenform, die durch Teilen der Zeitreihendaten durch die erste Teilungszahl erhalten wird, und der Teilwellenform, die durch Teilen der Zeitreihendaten durch die zweite Teilungszahl erhalten wird, durchgeführt.
6 ist ein Diagramm, das einen Überblick über eine Clustering-Verarbeitung von Teilwellenformen in der ersten Ausführungsform darstellt, und stellt einen Fall dar, in dem die aus den in 2B dargestellten Zeitreihendaten erhaltenen Teilwellenformen geclustert bzw. gebündelt werden. Zum Beispiel clustert bzw. bündelt die Clustering-Einheit 12 Teilwellenformen, die der Teilwellenform A ähnlich sind, aus einer Mehrzahl von Zeitreihendatenelementen, die für jede Datenerfassungszeit kontinuierlich erfasst werden und durch die erste Teilungszahl geteilt worden sind, auf der Basis des Merkmals der Teilwellenform A, das von der Merkmalsextraktionseinheit 11 extrahiert worden ist. Außerdem clustert bzw. bündelt die Clustering-Einheit 12 Teilwellenformen, die der Teilwellenform B ähnlich sind, aus einer Mehrzahl von Zeitreihendatenelementen, die für jede Datenerfassungszeit kontinuierlich erfasst werden und durch die erste Teilungszahl geteilt worden sind, auf der Basis des Merkmals der Teilwellenform B, das von der Merkmalsextraktionseinheit 11 extrahiert worden ist. Die Clustering-Einheit 12 clustert Teilwellenformen, die der Teilwellenform A ähnlich sind, aus einer Mehrzahl von Zeitreihendatenelementen, die für jede Datenerfassungszeit kontinuierlich erfasst werden und durch die erste Teilungszahl geteilt worden sind, auf der Basis des Merkmals der Teilwellenform C das von der Merkmalsextraktionseinheit 11 extrahiert worden ist. Ferner clustert die Clustering-Einheit 12 Teilwellenformen, die der Teilwellenform D ähnlich sind, aus einer Mehrzahl von Zeitreihendatenelementen, die zu jeder Datenerfassungszeit kontinuierlich erfasst werden und durch die erste Teilungszahl geteilt worden sind, auf der Basis des Merkmals der Teilwellenform D, das von der Merkmalsextraktionseinheit 11 extrahiert worden ist.
Ebenso wird ein Clustern an Teilwellenformen durchgeführt, die durch Teilen der Zeitreihendaten durch die zweite Teilungszahl erhalten werden. Zum Beispiel clustert die Clustering-Einheit 12 Teilwellenformen, die der Teilwellenform E ähnlich sind, aus einer Mehrzahl von Zeitreihendatenelementen, die zu jeder Datenerfassungszeit kontinuierlich erfasst werden und durch die zweite Teilungszahl geteilt worden sind, auf der Basis des Merkmals der Teilwellenform E, das von der Merkmalsextraktionseinheit 11 extrahiert worden ist. Ferner clustert die Clustering-Einheit 12 Teilwellenformen, die der Teilwellenform F ähnlich sind, aus einer Mehrzahl von Zeitreihendatenelementen, die zu jeder Datenerfassungszeit kontinuierlich erfasst werden und durch die zweite Teilungszahl geteilt worden sind, auf der Basis des Merkmals der Teilwellenform F das von der Merkmalsextraktionseinheit 11 extrahiert worden ist.
Hierbei handelt es sich bei der Teilwellenform A um Daten, die den Zustand (1) des Objekts angeben, handelt es sich bei der Teilwellenform B um Daten, die den Zustand (2) des Objekts angeben, und handelt es sich bei der Teilwellenform C um Daten, die den Zustand (3) des Objekts angeben. Dagegen handelt es sich bei der Teilwellenform D um Daten, die einen Zustand (4) angeben, in dem eine Änderung des Zustands (3) stattfindet, wie von einem Pfeil a in 5 angegeben wird. Ferner handelt es sich bei der Teilwellenform F um Daten, die den Zustand (5) des Objekts angeben, und handelt es sich bei der Teilwellenform G um Daten, die den Zustand (6) des Objekts angeben.
Zeitreihendaten 15-3, aus denen die Teilwellenform E und die Teilwellenform F erhalten wurden, weisen einen Punkt mit großer Konvexität auf, wie von einem Pfeil b in 5 angegeben wird, und dieser Punkt wird von dem RDP-Algorithmus als Teilungspunkt eingestellt. Dieser Punkt wird auch dann von dem RDP-Algorithmus als Teilungspunkt eingestellt, wenn eine Teilung durch die erste Teilungszahl durchgeführt wird. Somit weisen die drei Teilwellenformen, die erhalten werden, wenn die Zeitreihendaten 15-3 durch die erste Teilungszahl geteilt werden, andere Merkmale auf als die Teilwellenformen A bis C, die erhalten werden, wenn die Zeitreihendaten 15-1 durch die erste Teilungszahl geteilt werden.
Als Bestimmungsbedingung kann bestimmt werden, dass das Objekt normal ist, auch wenn die Wellenform der Zeitreihendaten gestört ist, wenn die Zahl der Zustände des Objekts, die von jedem der Mehrzahl von Zeitreihendatenelementen angegeben wird, die zu jeder Datenerfassungszeit kontinuierlich erfasst werden, gleich ist und die Reihenfolge (der Zustandsübergang), in der die Zustände in den jeweiligen Zeitreihendatenelementen auftritt, die gleiche ist. Wenn beispielsweise die Wellenform der Zeitreihendaten 15-1 durch die erste Teilungszahl geteilt wird, werden die Teilwellenform A, die Teilwellenform B und die Teilwellenform C erhalten, und diese Wellenformen sind in dieser Reihenfolge verbunden. Daher wird bestimmt, dass die Zeitreihendaten 15-1 Zeitreihendaten sind, die aus einem normalen Objekt erhalten werden.
Außerdem werden die Teilwellenform A, die Teilwellenform B und die Teilwellenform D erhalten, wenn die Wellenform der Zeitreihendaten 15-2 durch die erste Teilungszahl geteilt wird, und diese Wellenformen sind hintereinander verbunden. Wenn der Unterschied zwischen dem Zustand (4), welcher der Teilwellenform D entspricht, und dem Zustand (3), welcher der Teilwellenform C entspricht, in dem zulässigen Bereich liegt, wird bestimmt, dass die Zeitreihendaten 15-2 Zeitreihendaten sind, die von einem normalen Objekt erhalten werden.
Dagegen werden in der Wellenform der Zeitreihendaten 15-3 bei einer Teilung durch die erste Teilungszahl drei Teilwellenformen erhalten, die Merkmale aufweisen, die von den Teilwellenformen A bis C verschieden sind, und werden bei einer Teilung durch die zweite Teilungszahl die Teilwellenform E, die dem Zustand (5) entspricht, den das Objekt nicht annehmen kann, und die Teilwellenform F, die dem Zustand (6) entspricht, den das Objekt nicht annehmen kann, erhalten.
In einem Schätzverfahren des Standes der Technik wird die Wellenform der Zeitreihendaten in gleiche Intervalle geteilt, um Teilwellenformen zu erzeugen, und der Zustand des Objekts wird unter Verwendung des Clustering-Ergebnisses dieser Teilwellenformen direkt geschätzt. Daher werden aus den Zeitreihendaten 15-3 der Zustand (5) und der Zustand (6), die von dem Objekt nicht angenommen werden können, geschätzt. Infolgedessen wird fälschlicherweise bestimmt, dass die Zeitreihendaten von einem Objekt erhalten werden, in dem eine Abnormalität aufgetreten ist, auch wenn die Zeitreihendaten 15-3 von einem normalen Objekt erhalten worden sind. Dagegen wird in der Zustandsschätzvorrichtung 1, da das Verbindungsmuster zwischen den Teilwellenformen geändert wird und der Zustandsübergang ausgewählt wird, der am wahrscheinlichsten ist, bestimmt, dass die Teilwellenform E und die Teilwellenform F Wellenformen sind, die der Wellenform B entsprechen, und eine fehlerhafte Bestimmung kann verhindert werden.
Um den Zustandsübergang auszuwählen, der am wahrscheinlichsten ist, berechnet die Aktualisierungseinheit 13 die Zustandsübergangstabelle durch Ändern des Verbindungsmusters zwischen den Teilwellenformen und wählt das Verbindungsmuster aus der Zustandsübergangstabelle auf Basis der Entropie aus (Schritt ST4). Zum Beispiel weisen in den Zeitreihendaten 15-3, wie oben beschrieben, die drei Teilwellenformen, die erhalten werden, wenn die Wellenform durch die erste Teilungszahl geteilt wird, Merkmale auf, die von den Teilwellenformen A bis C verschieden sind, und wenn die Wellenform durch die zweite Teilungszahl geteilt wird, werden die Teilwellenform E, die dem Zustand (5) entspricht, den das Objekt nicht annehmen kann, und die Teilwellenform F, die dem Zustand (6) entspricht, den das Objekt nicht annehmen kann, erhalten. Daher führt die Aktualisierungseinheit 13 die Verarbeitung des Schritts ST4 an der Teilwellenform E und der Teilwellenform F durch, die aus der Wellenform der Zeitreihendaten 15-3 erhalten wird.
7 ist ein Diagramm, das Verbindungspunktkandidaten von Teilwellenformen in der ersten Ausführungsform darstellt. Der Verbindungspunktkandidat ist ein Kandidat eines Punktes, der die Teilwellenformen verbindet, und ist ein Teilungspunkt, wenn die Zeitreihendaten durch die zweite Teilungszahl geteilt werden. Die in 7 dargestellten Zeitreihendaten schlie-ßen einen Verbindungspunktkandidaten (1a), der die Teilwellenform A und die Teilwellenform E verbindet, einen Verbindungspunktkandidaten (2a), der die Teilwellenform E und die Teilwellenform F verbindet, und einen Verbindungspunktkandidaten (3a), der die Teilwellenform F und die Teilwellenform C verbindet, ein. Ein Verbindungsmuster, in dem Teilwellenformen miteinander verbunden sind, wird als eine Teilwellenform behandelt.
Zuerst berechnet die Aktualisierungseinheit 13 eine Zustandsübergangstabelle, bevor die Teilwellenformen miteinander verbunden werden, und berechnet eine Entropie H₀ aus der Zustandsübergangstabelle. 8 ist eine Darstellung, die ein Beispiel für die Zustandsübergangstabelle vor der Aktualisierung darstellt, und stellt die Zustandsübergangstabelle dar, bevor die Teilwellenformen miteinander verbunden werden. In der Zustandsübergangstabelle, die in 8 dargestellt ist, beträgt die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (2), was der Änderung von der Teilwellenform A in die Teilwellenform B entspricht, 55 Male, und die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (3), was der Änderung von der Teilwellenform B in die Teilwellenform C entspricht, beträgt 45 Male. Außerdem beträgt die Frequenz des Übergangs von dem Zustand (3) auf den Zustand (1), was der Änderung von der Teilwellenform C in die Teilwellenform A der nächsten Zeitreihendaten entspricht, 49 Male.
Außerdem beträgt die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (4) aufgrund der Teilwellenform D 10 Male. Die Frequenz des Übergangs von dem Zustand (4) auf den Zustand (1), was der Änderung von der Teilwellenform D in die Teilwellenform A der nächsten Zeitreihendaten entspricht, beträgt 10 Male. Ferner beträgt die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (5) aufgrund der Teilwellenform E fünf Male, und die Frequenz des Übergangs von dem Zustand (6) auf den Zustand (3) aufgrund der Teilwellenform F beträgt fünf Male. Die Frequenz des Übergangs von dem Zustand (5) auf den Zustand (6) aufgrund der Teilwellenform E und der Teilwellenform F beträgt fünf Male.
Die Aktualisierungseinheit 13 berechnet eine Entropie H aus der folgenden Formel (1) unter Verwendung der Frequenz des Zustandsübergangs, der in der in 8 dargestellten Zustandsübergangstabelle eingestellt ist. In der folgenden Formel (1) ist X der Zustand des Objekts und ist Ω der Typ des Zustands X (Zustände (1) bis (5)). P(X) ist eine Eintreffwahrscheinlichkeit dafür, dass der Zustand X eintrifft. Die Entropie H₀ = 0,0565 wird aus der Frequenz des Zustandsübergangs berechnet, der in der in 8 dargestellten Zustandsübergangstabelle eingestellt ist. $H = - \sum [X \in Ω] P (X) logP (X)$
Dann berechnet die Aktualisierungseinheit 13 eine Zustandsübergangstabelle mit einem Verbindungsmuster, in dem die Teilwellenform A und die Teilwellenform E an dem Verbindungspunktkandidaten (1a) verbunden sind, und berechnet die Entropie H₁ aus der Zustandsübergangstabelle.
Zum Beispiel bewirkt die Aktualisierungseinheit 13, dass die Clustering-Einheit 12 erneut ein Clustern an der Wellenform durchführt, in der die Teilwellenform A und die Teilwellenform E an dem Verbindungspunktkandidaten (1a) verbunden sind. Infolgedessen wird die Wellenform, in der die Teilwellenform A und die Teilwellenform E an dem Verbindungspunktkandidaten (1a) verbunden sind, mit der Teilwellenform A geclustert.
9 ist eine Skizze, die ein Beispiel für eine Zustandsübergangstabelle, wenn Teilwellenformen an dem Verbindungspunktkandidaten (1a) verbunden sind, darstellt. In der Zustandsübergangstabelle, die in 9 dargestellt ist, beträgt die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (2), was der Änderung von der Teilwellenform A in die Teilwellenform B entspricht, 55 Male, und die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (3), was der Änderung von der Teilwellenform B in die Teilwellenform C entspricht, beträgt 45 Male. Außerdem beträgt die Frequenz des Übergangs von dem Zustand (3) auf den Zustand (1), was der Änderung von der Teilwellenform C in die Teilwellenform A der nächsten Zeitreihendaten entspricht, 49 Male.
Die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (4) aufgrund der Teilwellenform D beträgt 10 Male. Die Frequenz des Übergangs von dem Zustand (4) auf den Zustand (1), die durch die Änderung von der Teilwellenform D in die Teilwellenform A der nächsten Zeitreihendaten angegeben wird, beträgt 10 Male. Die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (5) aufgrund der Teilwellenform E beträgt vier Male, und die Frequenz des Übergangs von dem Zustand (6) auf den Zustand (3) aufgrund der Teilwellenform F beträgt fünf Male. Die Frequenz des Übergangs von dem Zustand (5) auf den Zustand (6) aufgrund der Teilwellenform E und der Teilwellenform F beträgt vier Male. Da die Teilwellenform A und die Teilwellenform E verbunden und mit der Teilwellenform A geclustert sind, wird der Übergang von dem Zustand (1) auf den Zustand (6) einmal addiert.
Die Aktualisierungseinheit 13 berechnet eine Entropie H₁ = 0,0595 H aus der obigen Formel (1) unter Verwendung der Frequenz des Zustandsübergangs, der in der in 9 dargestellten Zustandsübergangstabelle eingestellt ist.
Dann berechnet die Aktualisierungseinheit 13 eine Zustandsübergangstabelle mit einem Verbindungsmuster, in dem die Teilwellenform E und die Teilwellenform F an dem Verbindungspunktkandidaten (2a) verbunden sind, und berechnet die Entropie H₂ aus der Zustandsübergangstabelle.
Zum Beispiel bewirkt die Aktualisierungseinheit 13, dass die Clustering-Einheit 12 erneut ein Clustern an der Wellenform durchführt, in der die Teilwellenform E und die Teilwellenform F an dem Verbindungspunktkandidaten (2a) verbunden sind. Infolgedessen wird die Wellenform, in der die Teilwellenform E und die Teilwellenform F an dem Verbindungspunktkandidaten (2a) verbunden sind, mit der Teilwellenform B geclustert.
10 ist eine Darstellung, die ein Beispiel für eine Zustandsübergangstabelle, wenn Teilwellenformen an einem Verbindungspunktkandidaten (2a) verbunden sind, darstellt. Da die Teilwellenform E und die Teilwellenform F verbunden und mit der Teilwellenform B geclustert sind, steigt die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (2), was der Änderung von der Teilwellenform A in die Teilwellenform B entspricht, auf 56 Male, und die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (3), was der Änderung von der Teilwellenform B in die Teilwellenform C entspricht, steigt auf 46 Male. Außerdem beträgt die Frequenz des Übergangs von dem Zustand (3) auf den Zustand (1), was der Änderung von der Teilwellenform C in die Teilwellenform A der nächsten Zeitreihendaten entspricht, 49 Male.
Außerdem beträgt die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (4) aufgrund der Teilwellenform D 10 Male. Die Frequenz des Übergangs von dem Zustand (4) auf den Zustand (1), die durch die Änderung von der Teilwellenform D in die Teilwellenform A der nächsten Zeitreihendaten angegeben wird, beträgt 10 Male. Die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (5) aufgrund der Teilwellenform E beträgt vier Male, und die Frequenz des Übergangs von dem Zustand (6) auf den Zustand (3) aufgrund der Teilwellenform F beträgt fünf Male. Die Frequenz des Übergangs von dem Zustand (5) auf den Zustand (6) aufgrund der Teilwellenform E und der Teilwellenform F beträgt vier Male. Die Aktualisierungseinheit 13 berechnet eine Entropie H₂ = 0,0531 H aus der obigen Formel (1) unter Verwendung der Frequenz des Zustandsübergangs, der in der in 10 dargestellten Zustandsübergangstabelle eingestellt ist.
Dann berechnet die Aktualisierungseinheit 13 eine Zustandsübergangstabelle mit einem Verbindungsmuster, in dem die Teilwellenform F und die Teilwellenform C an dem Verbindungspunktkandidaten (3a) verbunden sind, und berechnet die Entropie H₃ aus der Zustandsübergangstabelle.
Zum Beispiel bewirkt die Aktualisierungseinheit 13, dass die Clustering-Einheit 12 erneut ein Clustern an der Wellenform durchführt, in der die Teilwellenform F und die Teilwellenform C an dem Verbindungspunktkandidaten (3a) verbunden sind. Infolgedessen wird die Wellenform, in der die Teilwellenform F und die Teilwellenform C an dem Verbindungspunktkandidaten (3a) verbunden sind, mit der Teilwellenform B geclustert.
11 ist eine Darstellung, die ein Beispiel für eine Zustandsübergangstabelle, wenn Teilwellenformen an dem Verbindungspunktkandidaten (3a) verbunden sind, darstellt. In der Zustandsübergangstabelle, die in 11 dargestellt ist, beträgt die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (2), was der Änderung von der Teilwellenform A in die Teilwellenform B entspricht, 55 Male, und die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (3), was der Änderung von der Teilwellenform B in die Teilwellenform C entspricht, beträgt 45 Male. Außerdem beträgt die Frequenz des Übergangs von dem Zustand (3) auf den Zustand (1), was der Änderung von der Teilwellenform C in die Teilwellenform A der nächsten Zeitreihendaten entspricht, 49 Male.
Die Frequenz des Übergangs von dem Zustand (2) auf den Zustand (4) aufgrund der Teilwellenform D beträgt 10 Male. Die Frequenz des Übergangs von dem Zustand (4) auf den Zustand (1), was der Änderung von der Teilwellenform D in die Teilwellenform A der nächsten Zeitreihendaten entspricht, beträgt 10 Male. Die Frequenz des Übergangs von dem Zustand (1) auf den Zustand (5) aufgrund der Teilwellenform E beträgt fünf Male. Da die Wellenform, in der die Teilwellenform F und die Teilwellenform C verbunden sind, mit der Teilwellenform F geclustert sind, beträgt die Frequenz des Übergangs von dem Zustand (6) auf den Zustand (3) aufgrund der Teilwellenform F vier Male, und die Frequenz des Übergangs von dem Zustand (5) auf den Zustand (6) aufgrund der Teilwellenform E und der Teilwellenform F beträgt fünf Male. Der Übergang von dem Zustand (6) auf den Zustand (1), was der Änderung von der Teilwellenform F in die Teilwellenform A der nächsten Zeitreihendaten entspricht, wird einmal addiert.
Die Aktualisierungseinheit 13 berechnet eine Entropie H₃ = 0,0928 H aus der obigen Formel (1) unter Verwendung der Frequenz des Zustandsübergangs, der in der in 11 dargestellten Zustandsübergangstabelle eingestellt ist.
12 ist ein Diagramm, das einen Überblick über eine Verbindungsmusterauswahlverarbeitung gemäß der ersten Ausführungsform darstellt. Die Entropie H, die unter Verwendung der obigen Formel (1) berechnet wurde, ist ein statistischer Index, der den Grad der Variation des Zustandsübergangs angibt. Es kann gesagt werden, dass der Grad der Variation umso kleiner ist und dass der Zustandsübergang umso wahrscheinlicher ist, je kleiner der Wert der Entropie H ist. Somit spezifiziert die Aktualisierungseinheit 13 eine Entropie mit dem kleinsten Wert von der Entropie H₁, H₂ und H₃. In dem Beispiel, das in 12 dargestellt ist, ist der Wert der Entropie H₂ am kleinsten, und daher wählt die Aktualisierungseinheit 13 die in 10 dargestellte Zustandsübergangstabelle aus, die der Entropie H₂ entspricht, und wählt ein Verbindungsmuster aus der Zustandsübergangstabelle aus. Dabei wird die Zustandsübergangstabelle, die in 8 dargestellt ist und berechnet wurde, bevor die Teilwellenformen verbunden wurden, auf die in 10 dargestellte Zustandsübergangstabelle aktualisiert.
Es sei angemerkt, dass zwar der Fall beschrieben wurde, in dem die Verarbeitung von Schritt ST4 an den Zeitreihendaten 15-3 durchgeführt wird, aber die Aktualisierungseinheit 13 die Verarbeitung von Schritt ST4 an allen Zeitreihendaten durchführen kann, in denen die Wellenform durch die zweite Teilungszahl geteilt wird, um vier Teilwellenformen zu erhalten. Infolgedessen werden die vier Teilwellenformen einschließlich der Teilwellenform, die dem Zustand entspricht, den das Objekt nicht annehmen kann, in drei Teilwellenformen korrigiert, die nur den Zuständen entsprechen, die das Objekt annehmen kann.
Die Erläuterung kehrt zurück zu der Beschreibung von 3.
Die Zustandsschätzeinheit 14 schätzt den Zustand des Objekts bei jedem Mal und den Zustandsübergang des Objekts auf Basis des von der Aktualisierungseinheit 13 ausgewählten Verbindungsmusters (Schritt ST5). Zum Beispiel kennzeichnet die Zustandsschätzeinheit 14 jede Teilwellenform (jede Teilwellenform bei jedem Mal) auf der Basis des aus der Zustandsübergangstabelle ausgewählten Verbindungsmusters, um anzugeben, welchem Zustand die Wellenform entspricht. Ferner kann die Zustandsschätzeinheit 14 die Zustandsübergangswahrscheinlichkeit unter Verwendung der Frequenz des Zustandsübergangs, die in der Zustandsübergangstabelle eingestellt ist, berechnen. Für die Berechnung der Zustandsübergangswahrscheinlichkeit kann ein bekanntes Verfahren verwendet werden, mit dem ein Parameter des Zustandsübergangs berechnet wird, wie etwa ein Hidden Markov Model.
Informationen, die den Zustand und den Zustandsübergang des Objekts angeben, die von der Zustandsschätzeinheit 14 geschätzt werden, werden in einem Abnormalitätsbestimmungssystem verwendet, das eine Abnormalität des Objekts bestimmt. Zum Beispiel kann das Abnormalitätsbestimmungssystem bestimmen, dass ein Abnormalität in dem Objekt aufgetreten ist, wenn die Zustandsschätzeinheit 14 einen Zustand schätzt, den das Objekt nicht annehmen kann. Ferner kann das Abnormalitätsbestimmungssystem beispielsweise in einem Fall, in dem die Teilwellenform D in den Zeitreihendaten im Laufe der Zeit häufiger erscheint als die Teilwellenform C und die Frequenz, mit der der Zustand (4) geschätzt wird, höher wird, bestimmen, dass das Objekt Schaden genommen hat.
Auch wenn bisher der Fall beschrieben wurde, in dem die Zustandsschätzvorrichtung 1 mit Zeitreihendaten arbeitet, in denen ähnliche Wellenformen kontinuierlich erfasst werden, ist es auch möglich, mit Zeitreihendaten zu arbeiten, in denen einander unähnliche Wellenformen erfasst werden.
Wenn beispielsweise eine Bedingung, unter der die Zeitreihendaten einander unähnliche Wellenformen aufweisen, klar ist, kann die Zustandsschätzvorrichtung 1 die Zeitreihendaten, in denen einander unähnliche Wellenformen erfasst werden, durch Korrigieren der Änderung an den Wellenformen unter Verwendung dieser Bedingung ähnlich wie die Zeitreihendaten verarbeiten, in denen einander ähnliche Wellenformen kontinuierlich erfasst werden.
Als nächstes wird die Hardware-Konfiguration beschrieben, welche die Funktionen der Zustandsschätzvorrichtung 1 implementiert.
Die Funktionen der Teilungseinheit 10, der Merkmalsextraktionseinheit 11, der Clustering-Einheit 12, der Aktualisierungseinheit 13 und der Zustandsschätzeinheit 14 in der Zustandsschätzvorrichtung 1 werden durch eine Verarbeitungsschaltung implementiert. Das heißt, die Zustandsschätzvorrichtung 1 schließt eine Verarbeitungsschaltung zum Ausführen der Verarbeitung ab Schritt ST1 bis Schritt ST5 in 3 ein. Die Verarbeitungsschaltung kann zweckbestimmte Hardware oder eine zentrale Verarbeitungseinheit (CPU) sein, die ein in einem Speicher gespeichertes Programm ausführt.
13A ist eine Blockdarstellung, die eine Hardwarekonfiguration zum Implementieren der Funktionen der Zustandsschätzvorrichtung 1 zeigt. Ferner ist 13B eine Blockdarstellung, die eine Hardware-Konfiguration zum Ausführen von Software zeigt, welche die Funktionen der Zustandsschätzvorrichtung 1 implementiert. In 13A und 13B ist die Eingabeschnittstelle 100 beispielsweise eine Schnittstelle, die Zeitreihendaten, die von einer Speichervorrichtung ausgegeben werden, in der Zeitreihendaten gesammelt werden, an die Teilungseinheit 10 weiterleitet, die in der Zustandsschätzvorrichtung 1 enthalten ist.
Wenn die Verarbeitungsschaltung eine Verarbeitungsschaltung 101 mit zweckgebundener Hardware ist, die in 13A dargestellt ist, entspricht die Verarbeitungsschaltung 101 zum Beispiel einer einzelnen Schaltung, einer zusammengesetzten Schaltung, einem programmierten Prozessor, einem parallelen-programmierten Prozessor, einer anwendungsspezifischen integrierten Schaltung (ASIC), einer im Feld programmierbaren Gatteranordnung (FPGA) oder einer Kombination davon. Die Funktionen der Teilungseinheit 10, der Merkmalsextraktionseinheit 11, der Clustering-Einheit 12, der Aktualisierungseinheit 13 und der Zustandsschätzeinheit 14 in der Zustandsschätzvorrichtung 1 können durch separate Verarbeitungsschaltungen implementiert werden, oder diese Funktionen können gemeinsam durch ein und dieselbe Verarbeitungsschaltung implementiert werden.
Wenn die Verarbeitungsschaltung ein Prozessor 102 ist, der in 13B gezeigt ist, werden die Funktionen der Teilungseinheit 10, der Merkmalsextraktionseinheit 11, der Clustering-Einheit 12, der Aktualisierungseinheit 13 und der Zustandsschätzeinheit 14 in der Zustandsschätzvorrichtung 1 durch Software, Firmware oder eine Kombination von Software und Firmware implementiert. Es ist zu beachten, dass Software oder Firmware als Programm geschrieben und in einem Speicher 103 gespeichert wird.
Der Prozessor 102 liest und führt das im Speicher 103 gespeicherte Programm aus, wodurch er die Funktionen der Teilungseinheit 10, der Merkmalsextraktionseinheit 11, der Clustering-Einheit 12, der Aktualisierungseinheit 13 und der Zustandsschätzeinheit 14 in der Zustandsschätzvorrichtung 1 implementiert. Das heißt, die Zustandsschätzvorrichtung 1 weist einen Speicher 103 zum Speichern von Programmen auf, in denen die Verarbeitung ab Schritt ST1 bis Schritt ST5 in dem in 3 gezeigten Ablaufschema als Ergebnis der Ausführung durch den Prozessor 102 ausgeführt wird.Diese Programme bewirken, dass ein Computer Abläufe oder Verfahren ausführt, die von der Teilungseinheit 10, der Merkmalsextraktionseinheit 11, der Clustering-Einheit 12, der Aktualisierungseinheit 13 und der Zustandsschätzeinheit 14 durchgeführt werden. Der Speicher 103 kann ein computerlesbares Speichermedium sein, das ein Programm speichert, durch das bewirkt wird, dass der Computer als die Teilungseinheit 10, die Merkmalsextraktionseinheit 11, die Clustering-Einheit 12, die Aktualisierungseinheit 13 und die Zustandsschätzeinheit 14 fungiert.
Beispiele für den Speicher 103 entsprechen einem nichtflüchtigen oder flüchtigen Halbleiterspeicher wie einem Direktzugriffsspeicher (random access memory, RAM), einem Nur-Lese-Speicher (read only memory, ROM), einem Flashspeicher, einem löschbaren programmierbaren Nur-Lese-Speicher (EPROM) oder einem elektrischen EPROM (EEPROM), einer magnetischen Speicherplatte, einer Diskette, einer optischen Speicherplatte, einer Compactdisc, einer Minidisk oder einer DVD.
Die Funktionen der Teilungseinheit 10, der Merkmalsextraktionseinheit 11, der Clustering-Einheit 12, der Aktualisierungseinheit 13 und der Zustandsschätzeinheit 14 in der Zustandsschätzvorrichtung 1 können teilweise durch zweckgebundene Hardware implementiert werden und teilweise durch Software oder Firmware implementiert werden. Zum Beispiel werden die Funktionen der Teilungseinheit 10, der Merkmalsextraktionseinheit 11 und der Clustering-Einheit 12 von der Verarbeitungsschaltung 101 implementiert, bei der es sich um die zweckgebundene Hardware handelt, und die Funktionen der Aktualisierungseinheit 13 und der Zustandsschätzeinheit 14 werden von dem Prozessor 102 implementiert, der die in dem Speicher 103 gespeicherten Programme liest und ausführt. Somit kann die Verarbeitungsschaltung die oben genannten Funktionen durch Hardware, Software, Firmware oder eine Kombination davon implementieren.
Wie oben beschrieben, berechnet die Zustandsschätzvorrichtung 1 gemäß der ersten Ausführungsform die Zustandsübergangstabelle, die den Zustandsübergang angibt, der für das Objekt angenommen wird, jedes Mal, wenn das Verbindungsmuster zwischen den Teilwellenformen geändert wird, wählt das Verbindungsmuster aus der Zustandsübergangstabelle auf Basis einer Entropie aus und schätzt den Zustand des Objekts bei jedem Mal und den Zustandsübergang des Objekts auf der Basis des ausgewählten Verbindungsmusters. Infolgedessen ist es möglich, ein Abnehmen der Genauigkeit der Zustandsschätzung für das Objekt zu verhindern.
Es sei angemerkt, dass die vorliegende Erfindung nicht auf die oben beschriebene Ausführungsform beschränkt ist und dass es innerhalb des Bereichs der vorliegenden Erfindung möglich ist, jede Komponente der Ausführungsform zu modifizieren oder jede Komponente der Ausführungsform wegzulassen.
INDUSTRIELLE ANWENDBARKEIT
Da die Zustandsschätzvorrichtung gemäß der vorliegenden Erfindung eine Abnahme einer Schätzgenauigkeit für einen Zustand eines Objekts verhindern kann, kann die Zustandsschätzvorrichtung für ein Abnormalitätsbestimmungssystem verwendet werden, dass eine Abnormalität des Objekts aus dem geschätzten Zustand bestimmt.
Bezugszeichenliste

1: Zustandsschätzvorrichtung,
10: Teilungseinheit,
11: Merkmalsextraktionseinheit,
12: Clustering-Einheit,
13: Aktualisierungseinheit,
14: Zustandsschätzeinheit,
15-1 bis 15-3: Zeitreihendaten,
100: Eingabeschnittstelle,
101: Verarbeitungsschaltung,
102: Prozessor,
103: Speicher

Claims

Zustandsschätzvorrichtung (1), umfassend: eine Teilungseinheit (10), die eine Teilung einer Wellenform von Zeitreihendaten, die aus einem Objekt erfasst werden, durch eine erste Teilungszahl in eine erste Mehrzahl von Teilwellenformen durchführt, wobei die Teilungseinheit weiterhin eine Teilung einer weiteren Wellenform von Zeitreihendaten, die aus dem Objekt erfasst werden, durch eine zweite Teilungszahl, die größer ist als die erste Teilungszahl, in eine zweite Mehrzahl von Teilwellenformen durchführt; eine Merkmalsextraktionseinheit (11), die ein Merkmal von jeder von der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen extrahiert; eine Clustering-Einheit (12), die die erste Mehrzahl von Teilwellenformen und die zweite Mehrzahl von Teilwellenformen auf Basis des Merkmals jeder der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen clustert; eine Aktualisierungseinheit (13), die, basierend auf dem Clusteringergebnis der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen, jedes Mal, wenn ein Verbindungsmuster zwischen der zweiten Mehrzahl von Teilwellenformen geändert wird, eine Zustandsübergangstabelle berechnet, die eine Frequenz eines Zustandsübergangs anzeigt, der für das Objekt angenommen wird, und das Verbindungsmuster auf Basis eines statistischen Index des Zustandsübergangs des Objekts aus der Zustandsübergangstabelle auswählt; und eine Zustandsschätzeinheit (14), die einen Zustand des Objekts bei jedem Mal und den Zustandsübergang des Objekts auf Basis des von der Aktualisierungseinheit ausgewählten Verbindungsmusters schätzt.
Zustandsschätzvorrichtung (1) nach Anspruch 1, wobei die Aktualisierungseinheit (13) die Zustandsübergangstabelle auf Basis einer Entropie auswählt, die eine Variation der Frequenz eines Zustandsübergangs des Objekts angibt.
Zustandsschätzvorrichtung (1) nach Anspruch 1 oder 2, wobei die Teilungseinheit (10) die Teilung der Wellenform von Zeitreihendaten gemäß einem Ramer-Douglas-Peucker-Algorithmus durchführt.
Zustandsschätzverfahren, das von einer Zustandsschätzvorrichtung (1) durchgeführt wird, die eine Teilungseinheit (10), eine Merkmalsextraktionseinheit (11), eine Clustering-Einheit (12), eine Aktualisierungseinheit (13) und eine Zustandsschätzeinheit (14) aufweist, wobei das Verfahren umfasst: Durchführen einer Teilung einer Wellenform von Zeitreihendaten, die aus einem Objekt erfasst werden, durch eine erste Teilungszahl in eine erste Mehrzahl von Teilwellenformen durch die Teilungseinheit (10); Durchführen einer Teilung einer weiteren Wellenform von Zeitreihendaten, die aus dem Objekt erfasst werden, durch eine zweite Teilungszahl, die größer ist als die erste Teilungszahl, in eine zweite Mehrzahl von Teilwellenformen durch die Teilungseinheit (10); Extrahieren eines Merkmals von jeder von der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen durch die Merkmalsextraktionseinheit (11); Clustern der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen auf Basis des Merkmals von jeder von der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen durch die Clustering-Einheit (12); Berechnen, basierend auf dem Clusteringergebnis der ersten Mehrzahl von Teilwellenformen und der zweiten Mehrzahl von Teilwellenformen, einer Zustandsübergangstabelle, die eine Frequenz eines Zustandsübergangs anzeigt, der für das Objekt angenommen wird, jedes Mal, wenn ein Verbindungsmuster zwischen der zweiten Mehrzahl von Teilwellenformen geändert wird, und Auswählen des Verbindungsmusters aus der Zustandsübergangstabelle auf Basis eines statistischen Index des Zustandsübergangs des Objekts durch die Aktualisierungseinheit (13); und Schätzen eines Zustands des Objekts bei jedem Mal und des Zustandsübergangs des Objekts auf Basis des von der Aktualisierungseinheit ausgewählten Verbindungsmusters durch die Zustandsschätzeinheit (14).