JP2007148890A - 機器診断装置 - Google Patents

Abstract

【課題】 機器の時系列情報に基づいて、機器の動作状態のみならず、動作環境および動作条件も加味して、機器の状態を推定し、推定した状態に応じて機器の状態を診断する機器診断装置を提供する。
【解決手段】 診断対象の機器３から時系列情報を受け取り、時系列情報の変化点を検出する区間推定手段１０１と、診断対象の機器３からの時系列情報と区間推定手段１０１からの変化点情報とを受け取り、変化点を境界として時系列情報を時間的に分割し、分割した区間ごとに区間の前後関係または他の時系列情報との関係から機器３の状態を推定する状態推定手段１０２と、推定した状態に応じて機器３を診断する機器診断手段１０３とからなる機器診断装置。
【選択図】 図１

Description

本発明は、機器の状態を診断する診断装置に関する。

自動車などの民生用機器においては、機器の制御装置内部に機器を制御し保護する仕組みが備えられており、異常を検出した場合、表示パネルなどにアラームを表示しユーザに異常を知らせるようになっている。

また、自動車では、定期点検が法令で義務付けられているので、点検時、専門家が異常の有無を診断し、異常がある場合は、機器を修理し保全するようになっている。

近年では、航空機におけるフライトレコーダと同様に、自動車本体に記録装置として、いわゆるドライブレコーダを備え、その記録データをさまざまな形で活用しようとする提案がある(例えば、特許文献１参照)。

記録装置は、事故時にドライバがどのような操作をしたか、自動車が正常に動作していたかなどを記録する。また、運転者には判断できないような異常兆候を記録し、点検時に記録を活用し、故障や事故に至る前に保全しようとする予防保全などが考えられている。

自動車などの診断対象機器では、その機器内部の制御情報が、いろいろな種類でしかも多量になるので、計算機を活用する診断技術の開発が望まれている(例えば、特許文献２，特許文献３参照)。

特に、自動車のような時系列情報を多数扱う場合には、その診断は熟練技術者の経験に依存しており、自動車が高機能化するに伴って、その限界が指摘されている。

特開２００２−０７３１５３号(第３，４頁 図１〜図４) 特開２００５−００４６５８号(第６〜１１頁 図１〜図４) 特開２００２−２１７８１１号(第４頁 図４，図５)

特許文献２の発明は、計算機ネットワークにおいて不正侵入検知するために、通常の状態とは異なる変化があった状態を異常状態として検知する。

特許文献３の発明は、移動体の通信端末の電波状態から移動体が移動しているか静止しているかを検出する。

しかし、自動車のように、状態の変化点が明確でなく、動作環境，動作条件によって、機器状態がさまざまに変化し、時系列情報を部分的に見ただけでは、どの状態であるかの判別が困難な対象については、その時系列情報の処理に課題が残る。

例えば、自動車において、通常走行していたとしても、平地を走っているか、坂道を登ろうとしているかによって、運転環境が変わることになる。

現在の自動車では、動作環境である勾配を推定するための特殊なセンサ情報はないことが多い。

本発明の課題は、機器の時系列情報に基づいて、機器の動作状態のみならず、動作環境および動作条件も加味して、機器の状態を推定し、推定した状態に応じて機器の状態を診断する機器診断装置を提供することである。

本発明は、上記課題を解決するために、診断対象の機器から時系列情報を受け取り、時系列情報の変化点を検出する区間推定手段と、診断対象の機器からの時系列情報と区間推定手段からの変化点情報とを受け取り、変化点を境界として時系列情報を時間的に分割し、分割した区間ごとに区間の前後関係または他の時系列情報との関係から機器の状態を推定する状態推定手段と、推定した状態に応じて機器を診断する機器診断手段とからなる機器診断装置を提案する。

区間推定手段は、特徴量抽出手段と区間検出手段とを備え、特徴量抽出手段が、診断対象の機器から受け取った時系列情報の特徴量を算出し、算出した特徴量および計算処理前の時系列情報を是区間検出手段に送り、区間検出手段が、受け取った特徴量を用いて時系列情報を時間的に分割し、分割した区間情報を特徴量抽出手段に戻し、特徴量抽出手段が、受け取った区間情報に基づいて、分割された区間ごとに別の特徴量を算出し、算出した別の特徴量を区間検出手段に送り、特徴量抽出手段と区間検出手段とが、特徴量の算出と区間情報の算出とを交互に実行して、最終的な区間情報および特徴量を状態推定手段に出力する。

状態推定手段は、区間分類手段と区間関係判別手段と状態判別手段とを備え、区間分類手段が、受け取った区間情報と特徴量とを用いて、各区間がどの状態に分類されるかを算出し、区間関係判別手段が、機器に対応した状態遷移情報を予め保持しており、１次分類情報と予め保持している状態遷移情報とを比較し、分類された区間の状態が妥当であるか否かを判定し、状態判別手段が、受け取った判定結果のうち、区間関係が正しくない部分を検索し、正しい関係になるように区間の分類を修正し、区間情報とそれぞれの状態情報とを機器診断手段に出力する。

本発明の機器診断装置においては、機器の動作状態，動作環境，動作条件を弁別し、時系列情報の前後関係に基づいて機器の状態を推定し、推定した状態に応じて機器の状態を適切に診断するので、診断精度を高めることができる。

次に、図１〜図９を参照して、本発明による機器診断装置の実施例を説明する。

図１は、本発明による機器診断装置の一実施例の構成を示すブロック図である。

機器診断装置１は、ネットワーク２を介して、診断対象の機器３から時系列情報を受け取り、機器３の状態を診断し、その結果を出力する。時系列情報とは、機器の状態に関する各種制御情報やセンサ情報などの状態情報を時間順序に従って記録した一連の情報である。

例えば、自動車では、速度，エンジン回転数，アクセル開度，燃料消費などの情報を時間に従って記録したデータが時系列情報である。

機器診断装置１は、区間推定手段１０１と状態推定手段１０２と機器診断手段１０３とを備える。

区間推定手段１０１は、ネットワーク２を介して、診断対象の機器３から時系列情報を受け取り、時系列情報の変化点を検出する。

状態推定手段１０２は、診断対象の機器３からの時系列情報と区間推定手段１０１からの変化点情報とを受け取り、状態間の前後関係から機器の状態を推定する。

機器診断手段１０３は、状態推定手段１０２で推定された機器の状態情報に基づいて、適切な診断手法を選択して診断し、診断結果を出力する。

図２は、本発明による機器診断装置における区間推定手段１０１および状態推定手段１０２の内部構成の一例を示すブロック図である。

区間推定手段１０１は、特徴量抽出手段３０１と区間検出手段３０２とを備える。

特徴量抽出手段３０１は、ネットワーク２を介して、診断対象の機器３から受け取った時系列情報の特徴量を算出し、算出した特徴量および計算処理前の時系列情報を区間検出手段３０２に送る。

区間検出手段３０２は、受け取った特徴量を用いて、時系列情報を時間的に分割する。区間検出手段３０２は、分割された区間情報を特徴量抽出手段３０１に戻す。

特徴量抽出手段３０１は、受け取った区間情報に基づいて、分割された区間ごとに別の特徴量を算出し、算出した別の特徴量を区間検出手段３０２に送る。

このように、特徴量抽出手段３０１と区間検出手段３０２とは、特徴量の算出と区間情報の算出とを交互に実行して、最終的な区間情報および特徴量を出力として状態推定手段１０２に送る。

状態推定手段１０２は、区間分類手段６０１と区間関係判別手段６０２と状態判別手段６０３とを備える。

区間分類手段６０１は、受け取った区間情報と特徴量とを用いて、各区間がどの状態に分類されるかを算出する。具体的な算出方法としては、状態ごとの特徴量の傾向値を比較参照し、各区間がどの状態であるかを１次分類する。

図３は、自動車における状態の種類とそれら状態の相互関係とを示す図である。

状態遷移図１１０１は、自動車の通常利用における走行状態を表し、「駐車」「停車」「加速」「減速」「巡航」「渋滞」の６つの状態が存在し、矢印はどの状態からどの状態に遷移することがあるかを表現している。

例えば、「停車」は自動車のエンジンは始動しているが、走行していない状態を表している。また、「巡航」が一定範囲速度で調子よく走行しているのに対して、「渋滞」は一定速度以下で混在している交通事情の中を走行していることを表す。

図４は、時系列情報の１例を示すタイムチャートである。図４の時系列情報を用いて、区間推定手段１０１の動作を説明する。

この例の時系列情報は、自動車における速度情報である。自動車の速度情報２０１は、速度０から開始し、時間の経過とともに変化を続け、最終的に速度０となる。

区間推定手段１０１は、ネットワーク２を介して、診断対象の機器３から速度情報２０１を受け取る。機器３は、自動車内部に設置されて速度情報を管理する自動車制御ユニットなどである。

図５は、時系列情報と特徴量および区間分割との関係を示すタイムチャートである。

区間推定手段１０１内の特徴量抽出手段３０１は、受け取った速度情報から、特徴量４０１を算出する。特徴量４０１は、入力された速度情報から１次線形微分値を算出した加速度情報である。特徴量抽出手段３０１は、算出した加速度情報を特徴量４０１として区間検出手段３０２に送る。

区間検出手段３０２は、受け取った加速度情報が０となる時刻を算出し、その時刻を時系列情報の変化点と判定し、時系列惰報(速度情報)をｔ11〜ｔ18までの区間に時間分割する。図６は、ｔ11〜ｔ18までの区間における特徴量を示す図表である。

区間検出手段３０２は、時間分割された区間情報を特徴量抽出手段３０１に戻す。
特徴量抽出手段３０１は、区間情報を受け取り、区間ごとに時系列情報から変化率５０１，変化率ピーク５０２，変位５０３という３種類の特徴量を算出し、再び区間検出手段３０２に送る。

図７は、時系列情報と特徴量および区間分割との関係を示すタイムチャートである。

区間検出手段３０２が、変化率ピーク５０２を用いて区間情報を更新すると、図７に示すようなｔ21〜ｔ26までの６つの区間に分割しなおされる。

この判定ルールでは、変化率ピーク５０２の絶対値が更新前の区間内において、８未満であった区間は、同一区間であると判定する。結果として、ｔ13〜ｔ15までが同一区間として判定される。

図８は、時系列情報と特徴量および区間分割との関係を示すタイムチャートである。

区間検出手段３０２が、変位５０３を用いて区間情報を更新すると、図８に示すようなｔ31〜ｔ35までの５つの区間に分割しなおされる。

この判定ルールでは、変位５０３の絶対値が５０未満であった区間は、同一区間であると判定する。結果として、ｔ12〜ｔ15までが同一区間として判定される。

どのように特徴量を算出するかという特徴量算出方法は、特徴量抽出手段３０１にプログラムとして予め備えられている。特徴量を用いてどこを変化点とするか、どこからどこまでが同一区間であるかを算出する区間算出方法は、区間検出手段３０２にプログラムとして予め備えられている。

本実施例では、１次線形微分値などを特徴量として算出したが、必要に応じてプログラムを変更し、フーリエ変換やウェーブレット変換などの時間周波数解析や、他の計算手法によって得られる値を特徴量として用いてもよい。

ここでは、区間情報と特徴量４０１，変化率５０１，変化率ピーク５０２，変位５０３とが状態推定手段１０２に出力されたとする。

図８においては、ｔ31区間が「加速」、ｔ32区間が「巡航」、ｔ33区間が「減速」、ｔ34区間が「巡航」、ｔ35区間が「減速」として１次分類される。

状態推定手段１０２内の区間分類手段６０１は、この１次分類情報を区間関係判別手段６０２に出力する。

区間関係判別手段６０２は、機器に対応した状態遷移情報を予め保持しており、１次分類情報と予め保持している状態遷移情報とを比較し、分類された区間の状態が妥当であるか否かを判定する。

本実施例では、区間関係判別手段６０２は、状態遷移図１１０１に相当する情報を保持しているとする。ｔ31区間は「加速」状態であると分類されており、ｔ32区間は「巡航」であると分類されている。

図３の状態遷移図１１０１において、「加速」状態から「巡航」状態へは遷移しうるとされているので、区間関係判別手段６０２は、ｔ31区間とｔ32区間との関係は正しいと判定する。

次に、ｔ33区間は「減速」であると分類されており、ｔ32区間が「巡航」であるので、同じく、区間関係判別手段６０２は、ｔ32区間とｔ33区間の関係も正しいと判定する。

次に、ｔ34区間は「巡航」であると分類されているが、状態遷移図１１０１においては、「減速」から「巡航」への遷移は存在しない。

したがって、区間関係判別手段６０２は、ｔ33区間とｔ34区間の関係は正しくないと判定する。

続いて、ｔ34区間とｔ35区間の関係について、「巡航」から「減速」であるので、区間関係判別手段６０２は、正しいと判定する。

区間関係判別手段６０２は、判定結果を状態判別手段６０３に出力する。

状態判別手段６０３は、受け取った判定結果のうち、区間関係が正しくない部分を検索し、正しい関係になるように区間の分類を修正する。

ここでは、ｔ33区間とｔ34区間との関係が正しくないと判定されたので、ｔ34区間の分類に誤りがあるとして、ｔ33およびｔ35の区間分類結果を用いて、ｔ34区間の分類を「減速」に修正する。

図９は、時系列情報と特徴量および区間分割との関係を示すタイムチャートである。

最終的に、ｔ33区間〜ｔ35区間までが「減速」に分類されるので、状態判別手段６０３は、区間情報を更新し、図９に示すようなｔ41〜ｔ43までの区間情報と、それぞれの状態情報(ｔ41が「加速」、ｔ42が「巡航」、ｔ43が「減速」)とを機器診断手段１０３に出力する。

本実施例では、直前の区間および直後の区間との関係について判定した。状態遷移情報の複雑さなどに応じて、直前の区間および直後の区間だけでなく、複数前の区間および複数先の区間との関係について状態遷移情報を参照しながら、判定することも可能である。

また、本実施例では、１つの時系列情報について示したが、他の複数の時系列情報について同時に判別すると、より精度の高い区間情報および状態情報を出力できる。

例えば、自動車の例では、速度情報だけでなく、アクセル開度やエンジン回転数などの情報を用いると、上り坂や下り坂なども考慮した状態情報を出力できる。

ワイパーの動作情報を用いると、晴天時の走行と雨天時の走行とを区別するなど、さまざまな情報を同時に扱えば、自動車の状態をより正確に判別できる。

各区間の情報だけを用いて状態を判別すると、必ずしも正しい状態判別ができるとは限らない。

区間同士の関係がどのようになっているかという状態遷移情報と比較参照すると、適切な区間分割と状態判別とができるようになる。

機器診断手段１０３は、受け取った区間情報，状態情報，元の時系列情報を用いて、区間ごとに機器を最適に診断する。

本発明によれば、機器の動作状態，動作環境，動作条件を弁別し、時系列情報の前後関係に基づいて機器の状態を推定し、推定した状態に応じて機器の状態を適切に診断するので、診断精度を高めることができる。

本発明による機器診断装置の一実施例の構成を示すブロック図である。 本発明による機器診断装置における区間推定手段および状態推定手段の内部構成の一例を示すブロック図である。 自動車における状態の種類とそれら状態の相互関係とを示す図である。 時系列情報の１例を示すタイムチャートである。 時系列情報と特徴量および区間分割との関係を示すタイムチャートである。 ｔ11〜ｔ18までの区間における特徴量を示す図表である。 時系列情報と特徴量および区間分割との関係を示すタイムチャートである。 時系列情報と特徴量および区間分割との関係を示すタイムチャートである。 時系列情報と特徴量および区間分割との関係を示すタイムチャートである。

符号の説明

１ 機器診断装置
２ ネットワーク
３ 機器
１０１ 区間推定手段
１０２ 状態推定手段
１０３ 機器診断手段
３０１ 特徴量抽出手段
３０２ 区間検出手段
６０１ 区間分類手段
６０２ 区間関係判別手段
６０３ 状態判別手段

Claims (7)

1. 診断対象の機器から時系列情報を受け取り、時系列情報の変化点を検出する区間推定手段と、
   診断対象の前記機器からの時系列情報と前記区間推定手段からの変化点情報とを受け取り、変化点を境界として前記時系列情報を時間的に分割し、分割した区間ごとに前記区間の前後関係または他の時系列情報との関係から機器の状態を推定する状態推定手段と、
   推定した状態に応じて機器を診断する機器診断手段とからなる機器診断装置。
2. 請求項１に記載の機器診断装置において、
   前記状態推定手段が推定した機器の状態が、機器の動作状態，動作環境，動作条件を含むことを特徴とする機器診断装置。
3. 診断対象の機器から時系列情報を受け取り、時系列情報の変化点を検出する区間推定手段と、診断対象の前記機器からの時系列情報と前記区間推定手段からの変化点情報とを受け取り、変化点を境界として前記時系列情報を時間的に分割し、分割した区間ごとに前記区間の前後関係または他の時系列情報との関係から機器の状態を推定する状態推定手段と、推定した状態に応じて機器を診断する機器診断手段とからなる機器診断装置であって、
   前記区間推定手段が、特徴量抽出手段と区間検出手段とを備え、
   前記特徴量抽出手段が、診断対象の前記機器から受け取った時系列情報の特徴量を算出し、算出した特徴量および計算処理前の時系列情報を是区間検出手段に送り、
   前記区間検出手段が、受け取った特徴量を用いて時系列情報を時間的に分割し、分割した区間情報を前記特徴量抽出手段に戻し、
   前記特徴量抽出手段が、受け取った区間情報に基づいて、分割された区間ごとに別の特徴量を算出し、算出した別の特徴量を前記区間検出手段に送り、
   前記特徴量抽出手段と前記区間検出手段とが、特徴量の算出と区間情報の算出とを交互に実行して、最終的な区間情報および特徴量を前記状態推定手段に出力することを特徴とする機器診断装置。
4. 診断対象の機器から時系列情報を受け取り、時系列情報の変化点を検出する区間推定手段と、診断対象の前記機器からの時系列情報と前記区間推定手段からの変化点情報とを受け取り、変化点を境界として前記時系列情報を時間的に分割し、分割した区間ごとに前記区間の前後関係または他の時系列情報との関係から機器の状態を推定する状態推定手段と、推定した状態に応じて機器を診断する機器診断手段とからなる機器診断装置であって、
   前記状態推定手段が、区間分類手段と区間関係判別手段と状態判別手段とを備え、
   前記区間分類手段が、受け取った区間情報と特徴量とを用いて、各区間がどの状態に分類されるかを算出し、
   前記区間関係判別手段が、前記機器に対応した状態遷移情報を予め保持しており、１次分類情報と予め保持している状態遷移情報とを比較し、分類された区間の状態が妥当であるか否かを判定し、
   前記状態判別手段が、受け取った判定結果のうち、区間関係が正しくない部分を検索し、正しい関係になるように区間の分類を修正し、区間情報とそれぞれの状態情報とを前記機器診断手段に出力することを特徴とする機器診断装置。
5. 請求項４に記載の機器診断装置において、
   前記状態推定手段が、前記機器診断装置の操作者の指示に従って比較すべき状態遷移情報を変更する手段を備えたことを特徴とする機器診断装置。
6. 請求項４に記載の機器診断装置において、
   前記状態推定手段が、前記機器診断装置の操作者の指示に従って比較すべき前後の区間数を変更する手段を備えたことを特徴とする機器診断装置。
7. 請求項４に記載の機器診断装置において、
   前記状態推定手段が、前記機器診断装置の操作者の指示に従って比較すべき状態遷移情報の種類数を変更する手段を備えたことを特徴とする機器診断装置。
   

Images