JP2004199501A - 移動体の異常検出システム、及び移動体の異常検出方法 - Google Patents
移動体の異常検出システム、及び移動体の異常検出方法 Download PDFInfo
- Publication number
- JP2004199501A JP2004199501A JP2002368705A JP2002368705A JP2004199501A JP 2004199501 A JP2004199501 A JP 2004199501A JP 2002368705 A JP2002368705 A JP 2002368705A JP 2002368705 A JP2002368705 A JP 2002368705A JP 2004199501 A JP2004199501 A JP 2004199501A
- Authority
- JP
- Japan
- Prior art keywords
- signal
- mahalanobis distance
- abnormality
- abnormality detection
- moving body
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
【解決手段】移動体10に設けられた異常検出システム1は、計測部12と信号処理部14と演算パラメータ記録DB16とMD算出部18と異常検出部20とを備える。計測部12は移動体の各部における特性量を計測する。信号処理部14は計測部12によって計測される特性量よりなる第1の信号に、移動体10の異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する。マハラノビス距離算出部18は、演算パラメータ記録データベース16に記録された演算パラメータによるマハラノビス距離計算式に、第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入してマハラノビス距離を算出する。異常検出部20はこのマハラノビス距離と所定の閾値とを比較して移動体10の異常を検出する。
【選択図】 図1
Description
【発明の属する技術分野】
本発明は、鉄道車両や搬送車といった車両等の移動体の異常を検出する異常検出システムに関するものである。
【0002】
【従来の技術】
車両等の移動体の保全については、定期点検といったように一定時間が経過するごとに保全を行う時間基準保全方式から、移動体の状態を監視して適切な時点に保全を行う状態基準保全方式へと主流が移りつつある。状態基準保全方式においては、移動体の状態を監視して、移動体の各部の異常を検出するモニタリング技術が重要である。従来のモニタリング技術においては、移動体の各部の状態をセンサによって監視し、移動体の各部の正常状態と異常状態を判別するために予め定めた閾値とセンサの出力値とを比較することによって異常が検出されている、しかしながら、移動体の各部が正常の場合と異常の場合とでセンサの出力値に大きな差異が表れない場合が多く、上記した閾値を設定することが困難な結果、異常が見落とされる場合がある。
【0003】
一方、製品の異常を検出する手法としてMTシステムが近年注目を集めている。MTシステムでは、正常状態の複数の製品それぞれからセンサ等によって取得される特性量に基づいて複数のベクトルデータを生成して、基準空間を形成する。MTシステムでは、この基準空間において導出されるマハラノビス距離計算式に、異常検出対象の製品から取得されるベクトルデータを代入してマハラノビス距離を算出し、このマハラノビス距離と所定の閾値を比較することによって製品の異常を検出することができる。このマハラノビス距離は、正常状態の製品におけるベクトルデータの分布、すなわち正常状態の特性量の分散及びベクトルを構成する各次元間の特性量の相関が距離の演算に反映されており、正常状態と異常状態における特性量の差異が小さくても、正常状態と異常状態との距離差を大きくすることができる。したがって、正常状態と異常状態とのマハラノビス距離の間に閾値を設定することが容易となるので、MTシステムによれば製品の異常を精度よく検出できる。
【0004】
このようなMTシステムを車両の異常検出に用いた技術として、車両のエンジン回転数、水温、油圧等をセンサによって計測し、これらを特性量としてベクトルデータを生成して、MTシステムによって車両の状態監視を行う技術が知られている(非特許文献1)。
【0005】
【非特許文献1】
大西孝一、他2名、”テレメータリングによるレース車輌の異常診断システムの構築”、第10回品質工学研究発表大会、2002年、p.286−289。
【0006】
【発明が解決しようとする課題】
しかしながら、移動体は走行するために存在する環境が変化するので、上記したセンサの出力にも環境によって変化する種々の外乱が含まれる。すなわち、センサの出力値に大きなバラツキが生じるので、単純にセンサの出力値を特性量とするベクトルデータにMTシステムを適用しても、正常状態のマハラノビス距離と精異常状態のマハラノビス距離とを分離することが困難な結果、移動体に発生する異常を精度良く検出するこができない。
【0007】
そこで、本発明の目的は、MTシステムを用い移動体の異常を精度良く検出する移動体の異常検出システムを提供することにある。
【0008】
【課題を解決するための手段】
上記目的を達成するため、本発明の異常検出システムは、移動体の異常を検出する異常検出システムであって、上記移動体において所定の特性量を計測する計測手段と、上記計測手段によって計測される上記特性量からなる第1の信号に、当該第1の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理手段と、上記第2の信号から抽出される複数ポイントの信号値からなり、上記移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する演算パラメータ記録手段と、上記移動体の稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出するマハラノビス距離算出手段と、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記移動体の異常を検出する異常検出手段とを備えることを特徴としている。
【0009】
また、上記目的を達成するため、本発明の異常検出方法は、移動体の異常を検出する異常検出方法であって、計測手段が、上記移動体において所定の特性量を計測する計測ステップと、信号処理手段が、上記計測手段によって計測される上記特性量からなる第1の信号に、当該第1の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理ステップと、マハラノビス距離算出手段が、上記第2の信号から抽出される複数ポイントの信号値からなり、上記移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出され、演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、上記移動体の稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、異常検出手段が、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記移動体の異常を検出する異常検出ステップとを備えることを特徴としている。
【0010】
かかる発明によれば、計測手段によって計測される特性量からなる第1の信号に、信号処理手段が所定の信号処理を施して第2の信号を生成する。この所定の信号処理とは、第1の信号に含まれる移動体の異常に基づく成分を強調する処理である。例えば、移動体の異常によってインパルス波形成分が第1の信号に含まれるという知見がある場合には、移動分散処理やバンドパスフィルタ処理等の処理を適用するができ、移動体の異常によってランプ波形成分が第1の信号に含まれるという知見がある場合には積分処理や移動平均処理等を適用することができる。マハラノビス距離算出手段は、移動体の稼働時に計測手段によって計測された第1の信号に基づいて生成される第2の信号から複数ポイントの信号値を抽出し、これら信号値からベクトルデータを生成してマハラノビス距離を算出する。マハラノビス距離の算出に用いられる計算式は、所定の基準時において計測手段によって計測された特性量に基づいて上記と同様に生成された複数のベクトルデータが形成する基準空間において導出されたものである。ここで、「所定の基準時」とは、正常状態の移動体におけるセンサ出力と同様の出力が得られると想定される予め定められた時間である。このようにマハラノビス距離算出手段によって算出されるマハラノビス距離は、信号処理手段によって異常が強調された第2の信号から抽出されたベクトルデータに対して求められるので、移動体に異常がある場合には、正常状態の移動体から取得されるマハラノビス距離に比して大きくなる。したがって、異常状態のマハラノビス距離と正常状態のマハラノビス距離を良好に分離できる結果、異常検出手段によってマハラノビス距離と所定の閾値とを比較することで移動体の異常をその移動体において精度良く検出することができる。
【0011】
また、本発明の異常検出システムにおいては、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記移動体の異常レベルを検出することを特徴としても良い。
【0012】
また、本発明の異常検出方法においては、上記異常検出ステップにおいて、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記移動体の異常レベルを検出することを特徴としても良い。
【0013】
一般に、移動体の異常の進行、すなわち異常レベルに比例してマハラノビス距離は大きくなる。かかる発明によれば、異常検出手段が上記のマハラノビス距離とレベルの異なる複数の所定の閾値とを比較することによって、移動体の異常レベルを検出することができる。
【0014】
上記目的を達成するため、本発明の異常検出システムは、複数の移動体それぞれの異常を基地局において検出する異常検出システムであって、上記複数の移動体それぞれにおいて所定の特性量を計測する計測手段と、上記計測手段によって計測される上記特性量からなる第1の信号に、当該第1の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理手段と、上記第2の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する演算パラメータ記録手段と、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出するマハラノビス距離算出手段と、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する異常検出手段とを備え、少なくとも上記演算パラメータ記録手段と、上記マハラノビス距離算出手段と、上記マハラノビス距離算出手段とが上記基地局に設けられたことを特徴としている。
【0015】
また、上記目的を達成するため、本発明の異常検出方法は、複数の移動体それぞれの異常を基地局において検出する異常検出方法であって、計測手段が、上記複数の移動体それぞれにおいて所定の特性量を計測する計測ステップと、信号処理手段が、上記計測手段によって計測される上記特性量からなる第1の信号に、当該第1の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理ステップと、上記基地局においてマハラノビス距離算出手段が、上記第2の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出され、演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、上記基地局において異常検出手段が、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する異常検出ステップとを備えることを特徴としている。
【0016】
上述した発明では、所定の基準時に個々の移動体において計測された特性量に基づいて基準空間が作成され、マハラノビス距離計算式が導出されているが、かかる発明によれば、所定の基準時に複数の移動体それぞれにおいて計測された特性量に基づいて基準空間が作成され、この基準空間においてマハラノビス距離計算式が導出されている。そして、基地局にマハラノビス距離算出手段と異常検出手段とが備えられ、複数の移動体それぞれの稼働時における第1の信号に基づいて生成されたベクトルデータに対してマハラノビス距離が算出され、複数の移動体それぞれにおける異常の有無が基地局において検出される。したがって、複数の車両によって編成された鉄道車両や、構内を走行する同型の搬送車といったように、複数の移動体それぞれにおける異常を基地局において一元的に検出することができる。
【0017】
また、本発明の異常検出システムにおいては、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記複数の移動体それぞれの異常レベルを検出することを特徴としても良い。
【0018】
また、本発明の異常検出方法においては、上記異常検出ステップにおいて、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記複数の移動体それぞれの異常レベルを検出することを特徴としても良い。
【0019】
これらの発明によれば、異常検出手段が上記のマハラノビス距離とレベルの異なる複数の所定の閾値とを比較することによって、複数の移動体それぞれの異常レベルを検出することができる。
【0020】
上記目的を達成するため、本発明の異常検出システムは、複数の移動体それぞれの異常を検出する異常検出システムであって、上記複数の移動体それぞれに、当該移動体において所定の特性量を計測する計測手段と、上記計測手段によって計測される上記特性量からなる第1の信号に、当該第1の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理手段と、上記第2の信号から抽出される複数ポイントの信号値からなり、当該移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する第1の演算パラメータ記録手段と、当該移動体の稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記第1の演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出する第1のマハラノビス距離算出手段と、上記第1のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって当該移動体の異常を検出する第1の異常検出手段とを備え、上記第2の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する第2の演算パラメータ記録手段と、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記第2の演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出する第2のマハラノビス距離算出手段と、上記第2のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する第2の異常検出手段とを上記基地局に備えることを特徴としている。
【0021】
また、上記目的を達成するため、本発明の異常検出方法は、複数の移動体それぞれの異常を検出する異常検出方法であって、上記複数の移動体それぞれにおいて、計測手段が、当該移動体における所定の特性量を計測する計測ステップと、信号処理手段が、上記計測手段によって計測される上記特性量からなる第1の信号に、当該第1の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理ステップと、第1のマハラノビス距離算出手段が、上記第2の信号から抽出される複数ポイントの信号値からなり、当該移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出され、第1の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、当該移動体の稼働時において当該移動体に備えられた上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出する第1のマハラノビス距離算出ステップと、第1の異常検出手段が、上記第1のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記移動体の異常を検出する第1の異常検出ステップとを備え、上記基地局において、第2のマハラノビス距離算出手段が、上記第2の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出され、第2の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、第2の異常検出手段が、上記第2のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する第2の異常検出ステップとを備えることを特徴としている。
【0022】
かかる発明によれば、複数の移動体それぞれには、個々の移動体に第1の演算パラメータ記憶手段と、第1のマハラノビス距離算出手段と、第1の異常検出手段が備えられている。また、基地局には、第2の演算パラメータ記憶手段と、第2のマハラノビス距離演算手段と、第2の異常検出手段が備えられている。個々の移動体に備えられた第1の演算パラメータ記憶手段には、所定の基準時にその移動体において計測された特性量に基づく基準空間において導出されたマハラノビス距離計算式の演算パラメータが記録されている。個々の移動体では、この第1の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式を用いて第1のマハラノビス距離算出手段がマハラノビス距離を算出し、第1の異常検出手段が異常を検出する。一方、基地局に備えられた第2の演算パラメータ記録手段には、所定の基準時に複数の移動体それぞれにおいて計測された特性量に基づく基準空間において導出されたマハラノビス距離計算式の演算パラメータが記録されている。基地局においては、この演算パラメータによるマハラノビス距離計算式を用いて第2のマハラノビス距離算出手段がマハラノビス距離を算出し、第2の異常検出手段が複数の移動体それぞれの異常を一元的に検出する。したがって、個々の移動体では早期に自己の異常を検出することができると共に、基地局では複数の移動体それぞれの異常を一元的に検出することができる。これによって、例えば、複数の車両によって編成される鉄道車両について、個々の車両の異常をその車両において個別に検出することができると共に、編成中の複数の車両それぞれのマハラノビス距離を相対的に比較することで、編成中の車両の保全時期を適切に定めることができる。
【0023】
【発明の実施の形態】
本発明の実施形態にかかる異常検出システムについて説明する。なお、以下の実施形態に関する説明においては、説明の理解を容易にするため、各図面において同一又は相当の部分に対しては同一の符号を附すこととする。
【0024】
(第1実施形態)
まず、第1実施形態の異常検出システム1について図1を参照して説明する。図1は異常検出システム1の機能的な構成を示すブロック図である。図1に示すように、異常検出システム1は、移動体10に設けられるものである。ここで、移動体10としては、編成された鉄道車両における一両ごとの車両や、搬送車等が例示される。
【0025】
異常検出システム1は、計測部12と、信号処理部14と、演算パラメータ記録部データベース(以下、「演算パラメータ記録DB」と呼ぶ)16と、マハラノビス距離算出部(以下、「MD算出部」と呼ぶ。)18と、異常検出部20とを備える。
【0026】
計測部12は、移動体の各部における特性量を計測するセンサである。本実施形態では、計測部12は加速度センサ22と圧力センサ24と温度センサ26とを備えている。加速度センサ22は、移動体10の加速度を計測し、圧力センサは移動体10の空気ばねの内圧を計測し、温度センサは移動体10の軸箱の温度を計測する。
【0027】
信号処理部14は、計測部12によって異なる時刻に計測される複数の特性量からなる第1の信号に所定の信号処理を施してなる第2の信号を生成する。ここで「所定の信号処理」とは、移動体10の各部の異常によって第1の信号に現れることが既知の成分を強調する処理であって、予め定められた信号処理である。例えば、加速度センサ22によって出力される第1の信号には、移動体10の軸ばねが破損した場合に、インパルス波形成分が現れるので、このインパルス波形成分を強調する信号処理として、通過帯域の異なる複数のバンドパスフィルタ処理とウィンドウ幅の異なる複数の移動分散処理とが第1の信号にそれぞれ施されることが予め定められている。また、圧力センサ24によって出力される第1の信号には、圧力ばねのパンクによってランプ波形成分が現れるので、このランプ波形成分を強調する信号処理として、ウィンドウ幅が異なる複数の移動平均処理と積分処理とが第1の信号に施されることが予め定められている。また、温度センサ26によって出力される第1の信号には、移動体10の軸受に異常が発生することによって、ランプ波形成分が現れるので、ウィンドウ幅の異なる複数の移動平均処理と積分処理とが第1の信号に施されることが予め定められている。このように、信号処理部14は、第1の信号に複数の所定の信号処理をそれぞれ施すことによって、第1の信号に現れる移動体10の各部の異常を強調した複数の第2の信号を生成する。なお、信号処理部14によって第1の信号に適用される所定の信号処理は、第1の信号に含まれる移動体10の各部に現れる異常に基づく成分を強調することに無関係の処理を含んでいても良い。例えば、信号処理部14は上述したバンドパスフィルタ処理、移動分散処理、移動平均処理、積分処理等の信号処理を全て第1の信号に施すことができる。これによって、移動体10の各部に現れる異常に起因するものの、その異常に起因して第1の信号に現れることが未知の成分を強調する可能性を高めて、未知の異常をも検出することが可能とされる。
【0028】
演算パラメータ記録DB16には、移動体10の各部の異常を検出するためのマハラノビス距離計算式の演算パラメータが記録されている。ここで、マハラノビス距離計算式の導出について、一般的な製品の良否判定におけるマハラノビス距離計算式の導出を例にとって説明を行う。この導出においては、まず、基準空間を作成するため、良品であることが既知の製品n個それぞれについて計測項目X1,X2・・・Xk取得し、X1,X2・・・Xkによってなるベクトルデータをn個の製品それぞれについて生成し、これらn個のベクトルデータによって基準空間を形成する。そして、取得されたそれぞれの計測項目の平均値m1,m2・・・・mk及び標準偏差σ1,σ2・・・σkを求めておき、n個の製品それぞれの計測項目を式(1)によって基準化する。
【0029】
【数1】
なお、式(1)において、添字のiは上記の計測項目へのインデックスであり、jは基準空間の作成に用いたn個の製品それぞれへのインデックスである。
【0030】
また、上記のように基準化されたn個の製品それぞれの計数項目を用いて、相関行列の逆行列aijを求める。そして、相関行列の逆行列aij、平均値m1,m2・・・・mk及び標準偏差σ1,σ2・・・σkを用いると、マハラノビス距離D2を計算するためのマハラノビス距離計算式が、以下の式(2)として導出できる。
【0031】
【数2】
この式(2)のXi、Xjに、被判定対象の製品について計測した上記の計測項目の値を代入すると、マハラノビス距離D2が算出できる。
【0032】
異常検出システム1では、所定の基準時において移動体10の計測部12によって計測された特性量に基づく第1の信号に、信号処理部14が複数の所定の信号処理を施してなる複数の第2の信号それぞれから複数ポイントの信号値を取得し、これら信号値によってベクトルデータが生成される。ここで、「所定の基準時」とは、移動体10の計測部12から移動体10の各部が正常状態のときに得られるセンサの出力と同様の出力が得られると想定される時間である。例えば、異常検出システム1においては、加速度センサ22からの出力については数分前の出力を「所定の基準時」における出力としており、圧力センサ24及び温度センサ26からは入庫時の出力を「所定の基準時」における出力としている。また、第2の信号から取得する複数ポイントの信号値は、10ミリ秒毎に100秒間蓄積される信号値を用いている。
【0033】
このようにして形成される基準空間は、加速度センサ22、圧力センサ24、温度センサ26のそれぞれの出力ごとに形成されており、本実施形態では、3つの基準空間が形成される。そして、それぞれの基準空間において導出されるマハラノビス距離計算式の演算パラメータである、相関行列逆行列aij、平均値m1,m2・・・・mk及び標準偏差σ1,σ2・・・σkといった情報が、演算パラメータ記録DB16に記録される。
【0034】
MD算出部18は、移動体10の稼動時に計測された特性量を用いて信号処理部14によって生成される複数の第2の信号から上記と同様に複数ポイントの信号値を抽出して、ベクトルデータを生成する。MD算出部18は、このベクトルデータに、演算パラメータ記録DB16に記録された演算パラメータによるマハラノビス距離計算式を適用してマハラノビス距離を算出する。例えば、加速度センサ22によって移動体10の稼動時に計測された特性量に基づいて生成されたベクトルデータは、加速度センサ22によって出力された特性量に基づいて生成された演算パラメータによるマハラノビス距離計算式に代入され、マハラノビス距離が算出される。圧力センサ24及び温度センサ26についても、同様に移動体10の稼動時において計測した特性量に基づくベクトルデータが、対応する演算パラメータによるマハラノビス距離計算式に代入されてマハラノビス距離が算出される。
【0035】
異常検出部20は、MD算出部18によって算出されたマハラノビス距離と所定の閾値とを比較し、移動体10の各部の異常を検出する。この「所定の閾値」とは、移動体10の各部が正常状態にある場合に算出されたマハラノビス距離と、移動体10の各部に異常が発生した際のマハラノビス距離それぞれの分布から、両者を分離するのに良好な閾値が予め定められたものである。異常検出部20は異常を検出した場合に、例えば移動体10に設けた表示装置等に異常部位と異常が発生した旨の表示を行うことによって、移動体10の各部に発生した異常を警告することができる。ここで、上記した「所定の閾値」は、レベルの異なる複数の閾値であっても良い。一般に、監視対象の異常が進行するにつれて、マハラノビス距離は大きくなるので、レベルの異なる複数の閾値とマハラノビス距離を比較すると、監視対象の異常の進行度合いを検出できる。
【0036】
以下、本実施形態にかかる異常検出システム1の動作について説明し、併せて本実施形態にかかる異常検出方法について説明する。図2は、本実施形態にかかる異常検出方法のフローチャートである。図2に示すように、この異常検出方法においては、移動体10の稼働時において計測部12が移動体10の各部の特性量を計測する(ステップS01)。次に、信号処理部14が上述したように計測部12によって計測される特性量からなる第1の信号に所定の信号処理を施して、第2の信号を生成する(ステップS02)。MD算出部18は、この第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを生成し、演算パラメータ記録DB16に記録された演算パラメータによるマハラノビス距離計算式を適用して、マハラノビス距離を算出する(ステップS03)。次に、異常検出部20が、MD算出部18によって算出されたマハラノビス距離と所定の閾値を比較することによって、移動体10の各部の異常を検出する(ステップS04)。
【0037】
以上説明したように、第1実施形態にかかる異常検出システム1によれば、信号処理部14が計測部12によって計測される特性量よりなる第1の信号に、移動体10の各部の異常に基づく成分を強調する所定の信号処理を施すので、移動体10の各部に異常が発生した場合のマハラノビス距離を大きくすることができる結果、移動体10の各部の異常をその移動体10において良好に検出することができる。
【0038】
(第2実施形態)
次に、第2の実施形態にかかる異常検出システム2について説明する。図3は、異常検出システム2が構築された環境を示す図である。図4は、異常検出システム2の機能的な構成を示すブロック図である。図3に示すように、異常検出システム2は、複数の鉄道車両28と基地局32とによって構成された環境に設けられている。鉄道車両28は、複数の車両30を移動体として備えている。なお、異常検出システム2は、例えば同型の搬送車が工場構内を走行するような環境においても適用することができる。
【0039】
図3に示すように、異常検出システム2は、計測部12と、信号処理部14と、通信部34と、演算パラメータ記録部36と、MD算出部38と、異常検出部40とを備える。計測部12と、信号処理部14と、通信部34は、複数の移動体30にそれぞれ備えられるものであり、演算パラメータ記録部36と、MD算出部38と、異常検出部40とは、基地局32に備えられる。なお、計測部12、信号処理部14は、第1実施形態の異常検出システム1の計測部12、信号処理部14と同様の構成要素であるため、これらの説明は省略する。
【0040】
通信部34は、信号処理部14によって生成された第2の信号を基地局32に送信する。通信部34は、無線LAN等によって第2の信号を基地局32に送信することができる。なお、通信部34が採用する通信方式は無線LANに限られるものではない。また、通信部34を備えなくても、信号処理部14によって生成された第2の信号を記録するデータベースを複数の移動体30にそれぞれ備え、記録媒体等を介して、基地局32に第2の信号を送ることができる。
【0041】
演算パラメータ記録DB36は、複数の移動体30それぞれの各部の異常を検出するためのマハラノビス距離計算式の演算パラメータが記録されている。演算パラメータ記録DB36には、第1実施形態の演算パラメータ記録DB16と同様に、加速度センサ22による出力に基づいて生成される演算パラメータ、圧力センサ24による出力に基づいて生成される演算パラメータ、温度センサ26による出力に基づいて生成される演算パラメータの3つの演算パラメータが記録されている。これらの演算パラメータはそれぞれ、複数の移動体30のそれぞれおいて計測部12によって計測された特性量に基づいて生成される複数のベクトルデータによって形成される基準空間において導出されたマハラノビス距離計算式の演算パラメータである。
【0042】
MD算出部38は、移動体30から送信される第2の信号からベクトルデータを生成する。MD算出部38は、このベクトルデータを演算パラメータ記録DB36に記録された演算パラメータによるマハラノビス距離計算式に代入してマハラノビス距離を算出する。
【0043】
異常検出部40は、MD算出部38によって算出されたマハラノビス距離を所定の閾値と比較することによって、複数の移動体30それぞれの各部の異常を検出する。
【0044】
以下、本実施形態にかかる異常検出システム2の動作について説明し、併せて本実施形態にかかる異常検出方法について説明する。図5は本実施形態にかかる異常検出方法のフローチャートである。この異常検出方法においては、複数の移動体30それぞれの稼働時において計測部12が移動体30の各部の特性量を計測する(ステップS11)。次に、信号処理部14が上述したように計測部12によって計測される特性量からなる第1の信号に所定の信号処理を施して、第2の信号を生成する(ステップS12)。次に、通信部34が、信号処理部14によって生成された第2の信号を基地局32に送信する(ステップS13)。基地局32において、MD算出部38はこの第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを生成し、演算パラメータ記録DB16に記録された演算パラメータによるマハラノビス距離計算式を適用して、マハラノビス距離を算出する(ステップS14)。次に、異常検出部40が、MD算出部38によって算出されたマハラノビス距離と所定の閾値を比較することによって、移動体30の各部の異常を検出する(ステップS15)。
【0045】
以上説明したように、第2実施形態にかかる異常検出システム2によれば、複数の移動体30の各部の異常を、基地局32において一元的に検出することができる。
【0046】
(第3実施形態)
次に、第3実施形態にかかる異常検出システム3について説明する。図6は、異常検出システム3の機能的な構成を示すブロックである。異常検出システム3は、第2実施形態の異常検出システム2と同様に、複数の移動体42と基地局32とによって構成される環境に設けられる。
【0047】
異常検出システム3は、計測部12と、信号処理部14と、演算パラメータ記録DB16と、MD算出部18と、異常検出部20と、通信部34と、演算パラメータ記録DB36と、MD算出部38と、異常検出部40とを備える。計測部12と、信号処理部14と、演算パラメータ記録DB16と、MD算出部18と、異常検出部20と、通信部34とは、移動体42に備えられており、演算パラメータ記録DB36と、MD算出部38と、異常検出部40とは、基地局32に備えられている。ここで、信号処理部14、演算パラメータ記録DB16、MD算出部18、異常検出部20はそれぞれ、第1実施形態の異常検出システム1における信号処理部14、演算パラメータ記録DB16、MD算出部18、異常検出部20と同様の構成を有するので説明を省略する。また、通信部34、演算パラメータ記録DB36、MD算出部38、異常検出部40はそれぞれ、第2実施形態の異常検出システム2における通信部34、演算パラメータ記録DB36、MD算出部38、異常検出部40と同様の構成を有するので説明を省略する。また、異常検出システム3の動作、及び異常検出システム3に適用される異常検出方法は、移動体42においては、異常検出システム1の動作、及びその異常検出方法と同様であり、基地局32においては、異常検出システム2の動作、及びその異常検出方法と同様であるのでこれらの説明も省略する。
【0048】
第3実施形態にかかる異常検出システム3によれば、個々の移動体42において、その移動体42に備える計測部12によって計測された特性量に基づくマハラノビス距離計算式を用いてマハラノビス距離を算出することで、個々の移動体42においてその移動体42の各部の異常を個別に検出することができる。加えて、基地局32において、複数の移動体42それぞれから収集された特性量に基づくマハラノビス距離計算式を用いてマハラノビス距離を算出することで、複数の移動体42それぞれの異常を一元的に検出することができる。これによって、例えば、複数の車両によって編成される鉄道車両では、個々の車両の異常をその車両において個別に検出することができると共に、基地局32において編成中の複数の車両それぞれのマハラノビス距離を相対的に比較することで、編成中の車両の保全時期を適切に定めることができる。
【0049】
なお、本発明は上記した実施形態に限定されることなく種々の変形が可能である。例えば、移動体に備えるセンサは、加速度センサ22、圧力センサ24、温度センサ26に限られるものではない。すなわち、異常検出対象となる移動体の各部から特性量を計測するためのセンサを備え、本発明の思想を適用することで、移動体の他の部分における異常を検出することができる。
【0050】
【発明の効果】
以上説明したように、本発明によればMTシステムを用い移動体の異常を精度良く検出することが可能となる。これによって、移動体の保全時期を適切に定めることができる。
【図面の簡単な説明】
【図1】図1は、第1実施形態にかかる異常検出システムの機能的な構成を示すブロック図である。
【図2】図2は、第1実施形態にかかる異常検出方法のフローチャートである
【図3】図3は、第2実施形態にかかる異常検出システムが構築された環境を示す図である。
【図4】図4は、第2実施形態にかかる異常検出システムの機能的な構成を示すブロック図である。
【図5】図5は、第2実施形態にかかる異常検出方法のフローチャートである。
【図6】図6は、第3実施形態にかかる異常検出システムの機能的な構成を示すブロック図である。
【符号の説明】
1〜3…異常検出システム、10,30,42…移動体、12…計測部、14…信号処理部、16,36演算パラメータ記録データベース、18,38…マハラノビス距離算出部、20,40…異常検出部、22…加速度センサ、24…圧力センサ、26…温度センサ、28…鉄道車両、32…基地局、34…通信部。
Claims (10)
- 移動体の異常を検出する異常検出システムであって、
前記移動体において所定の特性量を計測する計測手段と、
前記計測手段によって計測される前記特性量からなる第1の信号に、当該第1の信号に含まれ前記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理手段と、
前記第2の信号から抽出される複数ポイントの信号値からなり、前記移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測される前記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する演算パラメータ記録手段と、
前記移動体の稼働時において前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを前記演算パラメータ記録手段に記録された前記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出するマハラノビス距離算出手段と、
前記マハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって前記移動体の異常を検出する異常検出手段とを備えることを特徴とする異常検出システム。 - 前記異常検出手段は更に、レベルの異なる複数の所定の閾値と前記マハラノビス距離とを比較し、当該比較の結果に基づいて前記移動体の異常レベルを検出することを特徴とする請求項2に記載の異常検出システム。
- 複数の移動体それぞれの異常を基地局において検出する異常検出システムであって、
前記複数の移動体それぞれにおいて所定の特性量を計測する計測手段と、
前記計測手段によって計測される前記特性量からなる第1の信号に、当該第1の信号に含まれ前記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理手段と、
前記第2の信号から抽出される複数ポイントの信号値からなり、前記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測された前記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する演算パラメータ記録手段と、
前記複数の移動体それぞれの稼働時において前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを前記演算パラメータ記録手段に記録された前記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出するマハラノビス距離算出手段と、
前記マハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって前記複数の移動体それぞれの異常を検出する異常検出手段とを備え、
少なくとも前記演算パラメータ記録手段と、前記マハラノビス距離算出手段と、前記マハラノビス距離算出手段とが前記基地局に設けられたことを特徴とする異常検出システム。 - 前記異常検出手段は更に、レベルの異なる複数の所定の閾値と前記マハラノビス距離とを比較し、当該比較の結果に基づいて前記複数の移動体それぞれの異常レベルを検出することを特徴とする請求項3に記載の異常検出システム。
- 複数の移動体それぞれの異常を検出する異常検出システムであって、
前記複数の移動体それぞれに、
当該移動体において所定の特性量を計測する計測手段と、
前記計測手段によって計測される前記特性量からなる第1の信号に、当該第1の信号に含まれ前記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理手段と、
前記第2の信号から抽出される複数ポイントの信号値からなり、当該移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測される前記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する第1の演算パラメータ記録手段と、
当該移動体の稼働時において前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを前記第1の演算パラメータ記録手段に記録された前記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出する第1のマハラノビス距離算出手段と、
前記第1のマハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって当該移動体の異常を検出する第1の異常検出手段と
を備え、
前記第2の信号から抽出される複数ポイントの信号値からなり、前記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測された前記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する第2の演算パラメータ記録手段と、前記複数の移動体それぞれの稼働時において前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを前記第2の演算パラメータ記録手段に記録された前記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出する第2のマハラノビス距離算出手段と、
前記第2のマハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって前記複数の移動体それぞれの異常を検出する第2の異常検出手段と
を前記基地局に備えることを特徴とする異常検出システム。 - 移動体の異常を検出する異常検出方法であって、
計測手段が、前記移動体において所定の特性量を計測する計測ステップと、
信号処理手段が、前記計測手段によって計測される前記特性量からなる第1の信号に、当該第1の信号に含まれ前記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理ステップと、
マハラノビス距離算出手段が、前記第2の信号から抽出される複数ポイントの信号値からなり、前記移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測される前記特性量に基づいて生成される基準空間において導出され、演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、前記移動体の稼働時において前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、
異常検出手段が、前記マハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって前記移動体の異常を検出する異常検出ステップと
を備えることを特徴とする異常検出方法。 - 前記異常検出ステップにおいて、前記異常検出手段は更に、レベルの異なる複数の所定の閾値と前記マハラノビス距離とを比較し、当該比較の結果に基づいて前記移動体の異常レベルを検出することを特徴とする請求項6に記載の異常検出方法。
- 複数の移動体それぞれの異常を基地局において検出する異常検出方法であって、
計測手段が、前記複数の移動体それぞれにおいて所定の特性量を計測する計測ステップと、
信号処理手段が、前記計測手段によって計測される前記特性量からなる第1の信号に、当該第1の信号に含まれ前記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理ステップと、
前記基地局においてマハラノビス距離算出手段が、前記第2の信号から抽出される複数ポイントの信号値からなり、前記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測された前記特性量に基づいて生成される基準空間において導出され、演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、前記複数の移動体それぞれの稼働時において前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、
前記基地局において異常検出手段が、前記マハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって前記複数の移動体それぞれの異常を検出する異常検出ステップと
を備えることを特徴とする異常検出方法。 - 前記異常検出ステップにおいて、前記異常検出手段は更に、レベルの異なる複数の所定の閾値と前記マハラノビス距離とを比較し、当該比較の結果に基づいて前記複数の移動体それぞれの異常レベルを検出することを特徴とする請求項8に記載の異常検出方法。
- 複数の移動体それぞれの異常を検出する異常検出方法であって、
前記複数の移動体それぞれにおいて、
計測手段が、当該移動体における所定の特性量を計測する計測ステップと、
信号処理手段が、前記計測手段によって計測される前記特性量からなる第1の信号に、当該第1の信号に含まれ前記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第2の信号を生成する信号処理ステップと、
第1のマハラノビス距離算出手段が、前記第2の信号から抽出される複数ポイントの信号値からなり、当該移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測される前記特性量に基づいて生成される基準空間において導出され、第1の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、当該移動体の稼働時において当該移動体に備えられた前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出する第1のマハラノビス距離算出ステップと、
第1の異常検出手段が、前記第1のマハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって前記移動体の異常を検出する第1の異常検出ステップと
を備え、
前記基地局において、
第2のマハラノビス距離算出手段が、前記第2の信号から抽出される複数ポイントの信号値からなり、前記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に前記計測手段によって計測された前記特性量に基づいて生成される基準空間において導出され、第2の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、前記複数の移動体それぞれの稼働時において前記計測手段によって計測される前記特性量に基づいて前記信号処理手段によって生成される前記第2の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、
第2の異常検出手段が、前記第2のマハラノビス距離算出手段によって算出された前記マハラノビス距離と所定の閾値とを比較することによって前記複数の移動体それぞれの異常を検出する第2の異常検出ステップと
を備えることを特徴とする異常検出方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002368705A JP4044837B2 (ja) | 2002-12-19 | 2002-12-19 | 移動体の異常検出システム、及び移動体の異常検出方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2002368705A JP4044837B2 (ja) | 2002-12-19 | 2002-12-19 | 移動体の異常検出システム、及び移動体の異常検出方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2007266997A Division JP4431163B2 (ja) | 2007-10-12 | 2007-10-12 | 移動体の異常検出システム、及び移動体の異常検出方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2004199501A true JP2004199501A (ja) | 2004-07-15 |
JP4044837B2 JP4044837B2 (ja) | 2008-02-06 |
Family
ID=32765203
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2002368705A Expired - Fee Related JP4044837B2 (ja) | 2002-12-19 | 2002-12-19 | 移動体の異常検出システム、及び移動体の異常検出方法 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP4044837B2 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006160153A (ja) * | 2004-12-09 | 2006-06-22 | East Japan Railway Co | 異常検出装置、及び異常検出方法 |
JP2006298234A (ja) * | 2005-04-22 | 2006-11-02 | Hino Motors Ltd | 覚醒度判定装置および方法 |
JP2006349230A (ja) * | 2005-06-14 | 2006-12-28 | Mitsubishi Electric Building Techno Service Co Ltd | 洗浄周期算出システム |
US7369908B2 (en) | 2005-04-11 | 2008-05-06 | Hitachi, Ltd. | Method for manufacturing product formed with a plurality of parts and method for combining parts |
WO2013077309A1 (ja) * | 2011-11-21 | 2013-05-30 | 日立建機株式会社 | 建設機械の稼働データ収集装置 |
JP2013137797A (ja) * | 2013-03-05 | 2013-07-11 | Mitsubishi Heavy Ind Ltd | プラント運転状態監視方法 |
JP2016092909A (ja) * | 2014-10-31 | 2016-05-23 | 株式会社総合車両製作所 | 衝突検知装置及び衝突検知方法 |
CN109154812A (zh) * | 2016-06-01 | 2019-01-04 | 三菱日立电力系统株式会社 | 监视装置、对象装置的监视方法、以及程序 |
JPWO2019073318A1 (ja) * | 2017-10-10 | 2020-09-24 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh | 鞍乗り型車両用情報処理装置、及び、鞍乗り型車両用情報処理方法 |
CN113715758A (zh) * | 2021-09-02 | 2021-11-30 | 潍柴动力股份有限公司 | 线束故障检测方法、装置及系统 |
-
2002
- 2002-12-19 JP JP2002368705A patent/JP4044837B2/ja not_active Expired - Fee Related
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006160153A (ja) * | 2004-12-09 | 2006-06-22 | East Japan Railway Co | 異常検出装置、及び異常検出方法 |
JP4648693B2 (ja) * | 2004-12-09 | 2011-03-09 | 東日本旅客鉄道株式会社 | 異常検出装置、及び異常検出方法 |
US7369908B2 (en) | 2005-04-11 | 2008-05-06 | Hitachi, Ltd. | Method for manufacturing product formed with a plurality of parts and method for combining parts |
JP2006298234A (ja) * | 2005-04-22 | 2006-11-02 | Hino Motors Ltd | 覚醒度判定装置および方法 |
JP2006349230A (ja) * | 2005-06-14 | 2006-12-28 | Mitsubishi Electric Building Techno Service Co Ltd | 洗浄周期算出システム |
JP4532356B2 (ja) * | 2005-06-14 | 2010-08-25 | 三菱電機ビルテクノサービス株式会社 | 冷凍空調機器の洗浄周期算出システム |
JPWO2013077309A1 (ja) * | 2011-11-21 | 2015-04-27 | 日立建機株式会社 | 建設機械の稼働データ収集装置 |
WO2013077309A1 (ja) * | 2011-11-21 | 2013-05-30 | 日立建機株式会社 | 建設機械の稼働データ収集装置 |
US9291524B2 (en) | 2011-11-21 | 2016-03-22 | Hitachi Construction Machinery Co., Ltd. | Operation data collection device for construction machines |
DE112012004840B4 (de) | 2011-11-21 | 2022-08-04 | Hitachi Construction Machinery Co., Ltd. | Betriebsdaten-Erhebungsvorrichtung für Baumaschinen |
JP2013137797A (ja) * | 2013-03-05 | 2013-07-11 | Mitsubishi Heavy Ind Ltd | プラント運転状態監視方法 |
JP2016092909A (ja) * | 2014-10-31 | 2016-05-23 | 株式会社総合車両製作所 | 衝突検知装置及び衝突検知方法 |
CN109154812A (zh) * | 2016-06-01 | 2019-01-04 | 三菱日立电力系统株式会社 | 监视装置、对象装置的监视方法、以及程序 |
CN109154812B (zh) * | 2016-06-01 | 2021-11-26 | 三菱动力株式会社 | 监视装置、对象装置的监视方法、以及存储介质 |
JPWO2019073318A1 (ja) * | 2017-10-10 | 2020-09-24 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツングRobert Bosch Gmbh | 鞍乗り型車両用情報処理装置、及び、鞍乗り型車両用情報処理方法 |
JP7054314B2 (ja) | 2017-10-10 | 2022-04-13 | ロベルト・ボッシュ・ゲゼルシャフト・ミト・ベシュレンクテル・ハフツング | 鞍乗り型車両用情報処理装置、及び、鞍乗り型車両用情報処理方法 |
CN113715758A (zh) * | 2021-09-02 | 2021-11-30 | 潍柴动力股份有限公司 | 线束故障检测方法、装置及系统 |
CN113715758B (zh) * | 2021-09-02 | 2024-04-16 | 潍柴动力股份有限公司 | 线束故障检测方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
JP4044837B2 (ja) | 2008-02-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP4431163B2 (ja) | 移動体の異常検出システム、及び移動体の異常検出方法 | |
Kullaa | Distinguishing between sensor fault, structural damage, and environmental or operational effects in structural health monitoring | |
CN109397703B (zh) | 一种故障检测方法及装置 | |
US11544554B2 (en) | Additional learning method for deterioration diagnosis system | |
JP4044837B2 (ja) | 移動体の異常検出システム、及び移動体の異常検出方法 | |
JP4592123B2 (ja) | 非定常信号解析装置及び非定常信号解析プログラムを記録した媒体 | |
EP3219574B1 (en) | Method and system for determining a vertical profile of a rail surface | |
JP2007256153A (ja) | 鉄道車両台車異常検知システム | |
US20190360942A1 (en) | Information processing method, information processing apparatus, and program | |
CN109885854A (zh) | 基于arma模型的颤振边界实时预测系统及预测方法 | |
CN111964909A (zh) | 滚动轴承运行状态检测方法、故障诊断方法及系统 | |
JP2021108110A (ja) | 車両の損傷の監視及び予測を行うためのシステム並びに方法 | |
CN111460392A (zh) | 一种磁悬浮列车及其列车的悬浮系统故障检测方法和系统 | |
JP2020511632A (ja) | 光学的音響感知システムおよび方法 | |
Daneshvar et al. | Structural health monitoring using high-dimensional features from time series modeling by innovative hybrid distance-based methods | |
JP3333494B2 (ja) | 装置の異常診断方法 | |
CN116297841A (zh) | 一种基于光纤分布式振动检测的铁路轨道病害识别方法 | |
WO1998011417A1 (fr) | Analyseur de signal instable et support d'enregistrement de programme d'analyse de signal instable | |
CN104271428B (zh) | 用于调查轮轨接触的方法 | |
CN110598680A (zh) | 一种机械设备健康状态评估方法、系统和可读存储介质 | |
CN114090949A (zh) | 一种鲁棒的振动信号特征值计算方法 | |
CN113836476A (zh) | 一种基于智能手机的路面平整度测量方法 | |
CN112798279B (zh) | 一种新的诊断电机轴承故障的检测方法 | |
Gorantiwar et al. | Fiber Optic Sensor System for Defect Classification using Novel Physics based Modelling and Data Driven Approach | |
WO2021229947A1 (ja) | 学習システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20050125 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20070817 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20070828 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20071012 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20071113 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20071116 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 4044837 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101122 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20101122 Year of fee payment: 3 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111122 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20111122 Year of fee payment: 4 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121122 Year of fee payment: 5 |
|
S111 | Request for change of ownership or part of ownership |
Free format text: JAPANESE INTERMEDIATE CODE: R313111 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121122 Year of fee payment: 5 |
|
R350 | Written notification of registration of transfer |
Free format text: JAPANESE INTERMEDIATE CODE: R350 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20121122 Year of fee payment: 5 |
|
FPAY | Renewal fee payment (event date is renewal date of database) |
Free format text: PAYMENT UNTIL: 20131122 Year of fee payment: 6 |
|
LAPS | Cancellation because of no payment of annual fees |