JP2006160153A - 異常検出装置、及び異常検出方法 - Google Patents

Abstract

【課題】 車両の台車に設けられたダンパの状態を高精度に判別できる異常検出装置を提供する。
【解決手段】 本発明の一実施の形態に係る異常検出装置１０では、センサ１２が車両の台車に設けられたダンパの変位に関する物理量を計測する。数値処理部１８は、当該物理量に基づく数値の時系列に複数のバンドパスフィルタを適用し、それらの出力に基づくデータを生成する。ＭＤ算出部２０は、正常なダンパに対する複数の上記データに基づく単位空間から導出されたマハラノビス距離演算式に、異常検出対象のダンパの上記データを代入することによってマハラノビス距離（ＭＤ）を算出する。異常判定部２４は、異常検出対象のダンパに対する複数のＭＤのうち所定の距離以上のＭＤの割合を算出し、当該割合が所定の割合を超える場合に当該異常検出対象のダンパを異常であると判定する。
【選択図】 図１

Description

本発明は、異常検出装置、及び異常検出方法に関し、特に車両の台車に設けられたダンパの異常検出に有効な異常検出装置、及び異常検出方法に関する。

車両には、その走行時に振動が発生する。例えば、鉄道車両には、軌道の不整等によって振動が発生する。この振動を軽減するために、鉄道車両の台車には空気ばねやコイルばねといったばねが用いらており、その減衰用に当該ばねにダンパが並列されている。このダンパには、オイルダンパが用いられることが多いが、オイルダンパでは、内部シールの劣化、オイルの劣化、漏れ等が発生すると、その減衰力が時間とともに低下する。したがって、ダンパを適切な時期に交換する必要がある。

そのために、従来においては、ダンパの定期交換によって、予防保全が行われていた。しかしながら、減衰力が低下していないダンパ、即ち正常なダンパについても定期交換時に交換されてしまうので、メンテナンス費用が高価になる。また、定期交換では、早期に異常が発生したダンパを交換することができない。

一方、製品の異常を検出する手法としてＭＴシステム（マハラノビス・タグチシステム）の利用が近年注目を集めている。ＭＴシステムを利用した異常検知システムは、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、当該複数のベクトルデータによる単位空間を形成する。当該異常検知システムは、この単位空間において導出されるマハラノビス距離演算式に、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。

このようなＭＴシステムを利用した例として、下記非特許文献１に記載の技術が知られている。
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。

しかしながら、上述したようなＭＴシステムを利用した異常検知システムでは、車両のダンパの異常或いは正常の検出に誤りが多くなる。

そこで、本発明は、車両の台車に設けられたダンパの状態を高精度に判別できる異常検出装置、及び異常検出方法を提供することを目的としている。

本願の発明者は、車両のダンパの異常検出に対する従来のＭＴシステムを利用した異常検知システムの誤検出の多さが、正常なダンパ及び異常なダンパから得られる何れのマラハラノビス距離についてもバラツキが大きいことに因ることを見出した。即ち、単純な閾値によるダンパの状態判別では、正常なダンパ及び異常なダンパそれぞれのマハラノビス距離を分離できない場合があることを見出した。そして、この原因が、線路の継ぎ目といった多様な軌道を走行する車両では、ダンパの加速度といった物理量から得られるマハラノビス距離にバラツキが生じることにあることを本願の発明者は見出した。

そこで、本発明の一側面に係る異常検出装置は、（ａ）車両の台車に設けられたダンパに関する物理量を計測するセンサと、（ｂ）センサによって取得された物理量に基づく数値の時系列に、異なる帯域通過特性の複数のバンドパスフィルタを適用し、当該複数のバンドパスフィルタ各々の出力に基づくデータを生成する処理手段と、（ｃ）正常なダンパに対する複数のデータに基づく単位空間から導出されたマハラノビス距離演算式のパラメータを記憶する記憶手段と、（ｄ）記憶手段に記憶されているパラメータに基づくマハラノビス距離演算式を用いることによって、異常検出対象のダンパに対して生成されたデータに対するマハラノビス距離を算出する距離算出手段と、（ｅ）異常検出対象のダンパに対する複数のデータに基づく複数のマハラノビス距離のうち所定の距離以上となるマハラノビス距離の割合を算出し、当該割合が所定の割合を超える場合に、異常検出対象のダンパを異常と判定する判定手段と、を備えている。

また、本発明の他の一側面に係る異常検出方法は、（ａ）センサによって車両の台車に設けられたダンパに関する物理量を計測する第１のステップと、（ｂ）処理手段が、センサによって取得された物理量に基づく数値の時系列に、異なる帯域通過特性の複数のバンドパスフィルタを適用し、当該複数のバンドパスフィルタ各々の出力に基づくデータを生成する第２のステップと、（ｃ）距離算出手段が、正常なダンパに対する複数のデータに基づく単位空間から導出されたマハラノビス距離演算式を用いることによって、異常検出対象のダンパに対して生成された前記データに対するマハラノビス距離を算出する第３のステップと、（ｄ）判定手段が、異常検出対象のダンパに対する複数のデータに基づく複数のマハラノビス距離のうち所定の距離以上となるマハラノビス距離の割合を算出し、当該割合が所定の割合を超える場合に、異常検出対象のダンパを異常と判定する第４のステップと、を含んでいる。

本発明によれば、数値の時系列が複数用いられることによって、複数のマハラノビス距離が算出される。この数値の時系列は、例えば、ダンパの加速度、或いは変位に基づくものである。これら複数のマハラノビス距離のうち所定の距離以上のマハラノビス距離の割合によって、ダンパの状態が判定されるので、本発明によれば、マハラノビス距離にバラツキがあっても、ダンパの状態、即ち正常及び異常を高精度に判別することが可能となる。

上述した本発明の異常検出装置、及び異常検出方法において、上記所定の割合は、正常であることが既知のダンパに対する複数のマハラノビス距離のうち所定の距離以上となるマハラノビス距離の割合と、異常であることが既知のダンパに対する複数のマハラノビス距離のうち所定の距離以上となるマハラノビス距離の割合との間の割合であることが好ましい。

また、本発明の異常検出装置、及び異常検出方法において、処理手段は、複数のバンドパスフィルタ各々からの出力に含まれる数値の時系列から、対応のバンドパスフィルタの帯域における中心周波数の所定サイクル分の実効値を導出し、当該実効値を前記データに含めることが好ましい。

本発明によれば、車両の台車に設けられたダンパの状態を高精度に判別できる異常検出装置、及び異常検出方法が提供される。

以下、図面を参照して本発明の好適な実施の形態について詳細に説明する。なお、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。

図１は、本発明の実施の形態に係る異常検出装置の構成を示す図である。図１に示す異常検出装置１０は、特に鉄道車両の台車に好適なものであり、センサ１２、信号変換部１４、数値変換部１６、数値処理部１８、ＭＤ算出部２０、記憶部２２、及び異常判定部２４を備えている。

センサ１２は、鉄道車両の台車に設けられたダンパに関する物理量を計測するセンサである。センサ１２は、例えば、ダンパに関する物理量として、ダンパの変位といった動作に関する物理量を計測する。本実施の形態においては、センサ１２として加速度センサが採用されている。ここで、鉄道車両の台車について説明する。図２は、鉄道車両における台車を示す図である。図２において、（ａ）は台車３０を上方から見て示す平面図であり、（ｂ）は台車３０の側面図である。

図２に示すように台車３０は、鉄道車両の車体（台枠）２６の底面をその下方から支持している。具体的に、台車３０は、台車枠３２を有している。台車枠３２は、一対の側梁３２ａと一対の横梁３２ｂとを有している。一対の側梁３２ａは、車両幅方向における両側において車両進行方向に延びている。これら側梁３２ａの長手方向の略中央に、横梁３２ｂが接続されている。

各側梁３２ａの長手方向における中央には、枕ばね（空気ばね）３４が設けられている。枕ばね３４は、車体２６の上下方向における振動を緩和するものであり、車体２６の底面に接続されている。

横梁３２ｂの各々には、車両幅方向に延びる左右動ダンパ３６が取り付けられている。これら左右動ダンパ３６は、車体２６の幅方向における振動を緩和するものであり、左右動ダンパ３６各々の一端、車体２６の中心ピン（牽引装置）２８に連結されている。

側梁３２ａの車両進行方向における両端には、軸ばね３８が設けられている。軸ばね３８は上下方向の振動を緩和するものであり、軸ばね３８の一端は軸箱４０に連結されている。軸箱４０は、車両幅方向に延びる輪軸４２を回転可能に支持している。

また、台車３０は、各軸ばね３８に並列された軸ダンパ４４を有している。軸ダンパ４４の一端は軸箱４０に連結されており、他端は軸ばね３８に連結されている。上述のセンサ１２は各軸ダンパ４４に取り付けられている。

図１に戻り、以下、異常検出装置１０について更に説明する。なお、異常検出装置１０では、センサ１２によって計測される加速度に対して同様の処理が行われる。したがって、以下では、一つのセンサ１２からの出力に対する処理に着目して、異常検出装置１０の構成を説明する。

センサ１２は、対応の軸ダンパ４４の加速度を信号として信号変換部１４に出力する。信号変換部１４は、アンプ等を有しており、センサ１２からの信号を増幅し、数値変換部１６に出力する。

数値変換部１６は、Ａ／Ｄ変換器を有しており、信号変換部１４からの各信号を離散化し、離散化によって得た数値を数値処理部１８に出力する。

数値処理部１８は、数値変換部１６から出力された所定時間内の数値の時系列に数値処理を施す。具体的に、数値処理部１８は、数値の時系列に、通過帯域幅の異なる複数のバンドパスフィルタを適用する。複数のバンドパスフィルタとしては、例えば、１〜２０Ｈｚの間を１Ｈｚ単位で通過させる２０個のバンドパスフィルタを用いることができる。なお、バンドパスフィルタの帯域幅や個数等は、任意に設定することが可能である。

また、数値処理部１８は、バンドパスフィルタ各々の出力、即ち複数のバンドパスフィルタによるバンドパスフィルタ処理を経た数値の時系列各々に対して実効値（ＲＭＳ：Ｒｏｏｔ Ｍｅａｎｓ Ｓｑｕａｒｅ）を求める実効値算出処理を実行する。この実効値算出処理では、時系列における各時刻に対応の実効値が、数値の時系列のうち、その時刻に対応の上記数値を含む複数の数値であって、バンドパスフィルタの中心周波数の所定サイクル分の数値から算出される。例えば、各時刻における実効値は、１０サイクル分の数値から算出される。したがって、バンドパスフィルタ処理及び実効値算出処理を経ることによって、バンドパスフィルタの個数分の実効値の時系列が算出される。数値処理部１８は、これらの実効値を含むデータをＭＤ算出部２０に出力する。

ＭＤ算出部２０は、数値処理部１８によって出力されるデータからマハラノビス距離（ＭＤ）を算出する。具体的に、ＭＤ算出部２０は、次式（１）のマハラノビス距離演算式によってマハラノビス距離Ｄ^２を算出する。

この（１）式に規定のマハラノビス距離演算式は、正常であることが既知の軸ダンパに対する複数の上記データを単位空間作成用のデータとし、当該単位空間作成用のデータを用いて形成された単位空間において導出されるものである。

（１）式において、ｉ及びｊは整数のインデックスであり、ｎはマハラノビス距離に利用される実効値、即ち特徴量の項目数を表している。Ｘは、異常検出対象の軸ダンパに対する上記のデータに含まれる実効値（特徴量）の中から選択される項目を示している。なお、項目として、上記のデータに含まれる全ての実効値が選択されてもよく、実効値の中から異常又は正常への判別に有効な実効値が有効性解析によって選択されてもよい。また、（１）式において、ｍは項目の平均値であり、σは項目の標準偏差であり、両者は単位空間作成用のデータから導出されるものである。また、ａは単位空間作成用のデータから導出される相関行列の逆行列における各要素を示している。

この（１）式に規定のマハラノビス距離演算式におけるａ、ｍ、σ、ｎといったパラメータは記憶部２２に記憶されている。

なお、本実施の形態においては、減衰力が規定値の８０％以上である軸ダンパを正常であるものとし、正常な軸ダンパを台車に使用される本数以上用い、これらの軸ダンパの台車における組み合わせ、取り付け位置、車両の走行速度、走行区間等に相違をもたせることによって、単位空間作成用のデータが取得されている。これによって、ばらつきを許容した単位空間が生成されるので、正常と判断されるべき軸ダンパに応じた単位空間の形成が可能となる。

異常判定部２４は、異常検出対象の軸ダンパ４４に対して算出された複数のＭＤを用いて、当該軸ダンパ４４の異常を検出する。すなわち、異常判定部２４は、異常検出対象の軸ダンパ４４に対する複数の上記数値の時系列から算出される複数のＭＤを用いて、当該軸ダンパの異常を検出する。

具体的に、異常判定部２４は、異常検出対象の軸ダンパ４４に対して算出された複数のＭＤのうち、所定の距離以上のＭＤの割合を算出する。この所定の距離としては、ＭＴシステムで異常と正常の分離に用いられる「４」といった距離が用いられる。

異常判定部２４は、算出した割合が所定の割合を超える場合には、異常検出対象のダンパを異常であると判定する。この所定の割合は、正常であることが既知の軸ダンパに対する複数のＭＤのうち上記の所定の距離以上となるＭＤの割合と、異常であることが既知のダンパに対する複数のＭＤのうち上記の所定の距離以上となるＭＤの割合との間の割合であり、予め定められている。本実施の形態においては、ＭＤが４未満となる割合が８０％以上である場合に異常検出対象のダンパが正常であると判断され、ＭＤが４未満となる割合が８０％未満の場合には、異常検出対象のダンパが異常であると判断される。

以下、異常検出装置１０の動作について説明する。併せて、本発明の実施の形態に係る異常検出方法について説明する。図３は、本発明の実施の形態に係る異常検出方法のフローチャートである。

図３に示すように、この異常検出方法においては、まず、軸ダンパ４４に取り付けられたセンサ１２が、当該軸ダンパ４４の加速度を計測する（ステップＳ１）。センサ１２は、この加速度を信号として信号変換部１４に出力する。

センサ１２からの信号を受けた信号変換部１４は、当該信号にセンサ１２によって計測された加速度に基づく信号に増幅といった信号変換を適用する（ステップＳ２）。信号変換部１４は、信号変換によって得た信号を数値変換部１６に出力する。

次いで、数値変換部１６が、信号変換部１４からの信号を離散化し（ステップＳ３）、離散化によって得た数値を数値処理部１８に出力する。

次いで、数値処理部１８が、数値処理部１８からの数値の時系列に上述したバンドパスフィルタ処理（ステップＳ４）、及び実効値算出処理（ステップＳ５）を適用する。これらの処理によって、数値処理部１８は、実効値の時系列をバンドパスフィルタの個数分生成し、これら実効値の時系列からなるデータを、ＭＤ算出部２０に出力する。

次いで、ＭＤ算出部２０が、数値処理部１８からのデータからマハラノビス距離を算出する（ステップＳ６）。なお、上述したように、マハラノビス距離の算出に用いられる項目（実効値）は、有効性解析等によって選択された項目であってもよい。

次いで、異常判定部２４が、異常検出対象の軸ダンパ４４に対する複数のＭＤのうち、所定の距離以上のＭＤの割合を求め、当該割合が所定の割合を超える場合に、当該軸ダンパ４４を異常であると判定する（ステップＳ７）。

以上説明したように、この異常検出装置１０は、異常検出対象の軸ダンパ４４に対する複数のＭＤのうち、所定の距離閾値を超える割合によって、当該軸ダンパ４４の状態、即ち正常及び異常を判定する。したがって、正常な軸ダンパに対するマハラノビス距離、及び異常な軸ダンパに対するマハラノビス距離にばらつきがあるために、マハラノビス距離と閾値との比較によって軸ダンパの状態を判定することが困難な場合にでも、軸ダンパの状態、即ち正常及び異常を高精度に判別することが可能となる。これによって、不要な軸ダンパの交換を避けるとともに、軸ダンパの異常を早期に発見することが可能となる。

なお、本発明は上記した実施の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、軸ダンパ４４に設けられるセンサ１２は、当該軸ダンパ４４の変位を計測する変位センサ（ポテンションメータ）であってもよい。

また、異常検出装置１０は、左右動ダンパ３６やヨーダンパにセンサ１２を設けることによって、左右動ダンパ３６やヨーダンパの異常を検出することも可能である。

また、上記実施の形態では、一つの所定の距離とＭＤとの比較によって異常検出対象の状態が判定されているが、異なる複数の所定の距離とＭＤとの比較によって、異常検出対象の異常レベルが段階的に抽出されてもよい。

図１は、本発明の実施の形態に係る異常検出装置の構成を示す図である。 図２は、鉄道車両における台車を示す図である。 図３は、本発明の実施の形態に係る異常検出方法のフローチャートである。

符号の説明

１０…異常検出装置、１２…センサ、１４…信号変換部、１６…数値変換部、１８…数値処理部、２０…ＭＤ算出部、２２…記憶部、２４…異常判定部、３０…台車、４４…軸ダンパ。

Claims (8)

1. 車両の台車に設けられたダンパに関する物理量を計測するセンサと、
   前記センサによって取得された物理量に基づく数値の時系列に、異なる帯域通過特性の複数のバンドパスフィルタを適用し、当該複数のバンドパスフィルタ各々の出力に基づくデータを生成する処理手段と、
   正常なダンパに対する複数の前記データに基づく単位空間から導出されたマハラノビス距離演算式のパラメータを記憶する記憶手段と、
   前記記憶手段に記憶されている前記パラメータに基づくマハラノビス距離演算式を用いることによって、異常検出対象のダンパに対して生成された前記データに対するマハラノビス距離を算出する距離算出手段と、
   前記異常検出対象のダンパに対する複数の前記データに基づく複数の前記マハラノビス距離のうち所定の距離以上となるマハラノビス距離の割合を算出し、当該割合が所定の割合を超える場合に、前記異常検出対象のダンパを異常と判定する判定手段と、
   を備える異常検出装置。
2. 前記所定の割合は、正常であることが既知のダンパに対する複数の前記マハラノビス距離のうち前記所定の距離以上となるマハラノビス距離の割合と、異常であることが既知のダンパに対する複数の前記マハラノビス距離のうち前記所定の距離以上となるマハラノビス距離の割合との間の割合である、請求項１に記載の異常検出装置。
3. 前記物理量は、加速度である、請求項１又は２に記載の異常検出装置。
4. 前記処理手段は、前記複数のバンドパスフィルタ各々からの出力に含まれる数値の時系列から、対応のバンドパスフィルタの帯域における中心周波数の所定サイクル分の実効値を導出し、当該実効値を前記データに含める、請求項１〜３の何れか一項に記載の異常検出装置。
5. センサによって車両の台車に設けられたダンパに関する物理量を計測する第１のステップと、
   処理手段が、前記センサによって取得された物理量に基づく数値の時系列に、異なる帯域通過特性の複数のバンドパスフィルタを適用し、当該複数のバンドパスフィルタ各々の出力に基づくデータを生成する第２のステップと、
   距離算出手段が、正常なダンパに対する複数の前記データに基づく単位空間から導出されたマハラノビス距離演算式を用いることによって、異常検出対象のダンパに対して生成された前記データに対するマハラノビス距離を算出する第３のステップと、
   判定手段が、前記異常検出対象のダンパに対する複数の前記データに基づく複数の前記マハラノビス距離のうち所定の距離以上となるマハラノビス距離の割合を算出し、当該割合が所定の割合を超える場合に、前記異常検出対象のダンパを異常と判定する第４のステップと、
   を含む、異常検出方法。
6. 前記所定の割合は、正常であることが既知のダンパに対する複数の前記マハラノビス距離のうち前記所定の距離以上となるマハラノビス距離の割合と、異常であることが既知のダンパに対する複数の前記マハラノビス距離のうち前記所定の距離以上となるマハラノビス距離の割合との間の割合である、請求項５記載の異常検出方法。
7. 前記物理量は、加速度である、請求項５又は６に記載の異常検出方法。
8. 前記第２のステップにおいて、前記処理手段が、前記複数のバンドパスフィルタ各々からの出力に含まれる数値の時系列から、対応のバンドパスフィルタの帯域における中心周波数の所定サイクル分の実効値を導出し、当該実効値を前記データに含める、請求項５〜７の何れか一項に記載の異常検出方法。

Images