JP2015125559A - 状態判定装置、状態判定方法および状態判定プログラム - Google Patents

Abstract

【課題】機器の状態を示す項目値に基づいて、機器の状態を判定する際に参照する単位データを適切に生成する。
【解決手段】状態判定装置１は、正常状態の機器の複数の項目値を含むサンプルデータから、単位データ５１を生成する単位空間生成手段２０と、機器に関して新たに取得した対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出し、対象サンプルデータの評価値と、単位データとを比較して、対象サンプルデータが示す機器の状態を判定する判定手段４０を備える。判定手段４０は、対象サンプルデータの評価値が、単位データ５１の評価値の許容範囲外で、対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目がある場合、対象サンプルデータを単位データ５１に含ませる。
【選択図】 図１

Description

本発明は、機器の状態を示す複数の項目値に基づいて、機器の状態を判定する状態判定装置、状態判定方法および状態判定プログラムに関する。

製造業において、各機器は、予め定められた条件に基づいて稼働する。一般的に、機器が正常に稼働していることを判定するために、各機器に各種センサが設けられる。これらの機器の稼働を監視するコンピュータやシステムは、各種センサの値を逐次取得して、機器が正常に稼働していることを確認する。この各種センサの値が正常であるか否かを判定する方法の一つとして、各種センサの値が、所定の範囲内であれば、正常とみなし、範囲外であれば、異常と判断する方法が挙げられる。

また近年において、マハラノビス距離に基づいて状態を診断するマハラノビス・タグチメソッド（ＭＴ法）も一般的である。ＭＴ法は、正常と考えられるセンサの値の集合である単位空間を定義する。ＭＴ法は、機器から取得したセンサの値がこの単位空間の中にあるか否かに基づいて、機器の正常であるか否かを判定する。

ここで、各機器において、正常に稼働しているセンサの値を決定することは容易ではない。一般的には、発現頻度の高い状態を、現状の一般的な状態、すなわち正常状態として定義する。しかしながら、各機器は予め定められた条件に基づいて稼働するので、その条件によっては、正常に稼働しているセンサの値が変動する場合もある。そこで特許文献１は、プラントの状態を監視する際、条件に応じた単位空間をそれぞれ作成する方法を開示する。

国際公開第２００９／１０７８０５号

しかしながら、機器の条件は限りなく、また天候などの環境によってもセンサの値は可変である。従って特許文献１に記載するように、各条件に応じた単位空間を作成する方法は現実的ではない。

そこで本発明の目的は、単位データを適切に生成することのできる状態判定装置、状態判定方法および状態判定プログラムを提供することである。

上記課題を解決するために、本発明の第１の特徴は、機器の状態を示す項目値に基づいて、機器の状態を判定する状態判定装置に関する。本発明の第１の特徴に係る状態判定装置は、正常状態における複数の項目の項目値を含むサンプルデータから、単位データを生成する単位空間生成手段と、機器に関して新たに取得した判定対象の対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出し、対象サンプルデータの評価値と、単位データとを比較して、当該対象サンプルデータが示す機器の状態を判定する判定手段を備える。判定手段は、対象サンプルデータの評価値が、単位データの評価値の許容範囲外で、対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目がある場合、対象サンプルデータを単位データに含ませる。

判定手段は、対象サンプルデータおよび単位データの各サンプルデータについて、各項目の評価値の平均の推移を、表示しても良い。

判定手段は、貢献度の高い項目と当該項目と相関の高い項目について、各項目値の時間推移を、表示しても良い。

判定手段は、貢献度の高い項目と当該項目と相関の高い項目について、各項目値の相関を、表示しても良い。

本発明の第２の特徴は、機器の状態を示す項目値に基づいて、機器の状態を判定する状態判定方法に関する。本発明の第２の特徴に係る状態判定方法は、正常状態における複数の項目の項目値を含むサンプルデータから、単位データを生成するステップと、機器に関して新たに取得した判定対象の対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出するステップと、対象サンプルデータの評価値が、単位データの評価値の許容範囲外で、対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目がある場合、対象サンプルデータを単位データに含ませるステップと、機器から新たなサンプルデータを取得すると、新たなサンプルデータと、更新後の単位データとを比較して、当該新たなサンプルデータが示す機器の状態を判定するステップを備える。

本発明の第３の特徴は、機器の状態を示す項目値に基づいて、機器の状態を判定する状態判定プログラムに関する。本発明の第３の特徴に係る状態判定プログラムは、コンピュータを、正常状態における複数の項目の項目値を含むサンプルデータから、単位データを生成する単位空間生成手段と、機器に関して新たに取得した判定対象の対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出し、対象サンプルデータの評価値と、単位データとを比較して、当該対象サンプルデータが示す機器の状態を判定する判定手段として機能させる。判定手段は、対象サンプルデータの評価値が、単位データの評価値の許容範囲外で、対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目がある場合、対象サンプルデータを単位データに含ませる単位データ更新手段を備える。

本発明によれば、効率的に単位データを選定することのできる状態判定装置、状態判定方法および状態判定プログラムを提供することができる。

本発明の実施の形態に係る状態判定装置のハードウェア構成と機能ブロックを説明する図である。 本発明の実施の形態に係る状態判定装置の単位空間生成手段による単位空間生成処理を説明するフローチャートである。 本発明の実施の形態に係る状態判定装置に関し、各サンプルのマハラノビス距離の時間推移と、所定のサンプルにおける各項目の貢献度を説明する図である。 本発明の実施の形態に係る状態判定装置に関し、項目間の相関を説明する図である。 本発明の実施の形態に係る状態判定装置に関し、項目間の相関がある場合の項目値の時間推移を説明する図である。 本発明の実施の形態に係る状態判定装置に関し、項目間の相関がある場合の項目値の相関を説明する図である。 本発明の実施の形態に係る状態判定装置に関し、項目間の相関がない場合の項目値の時間推移を説明する図である。 本発明の実施の形態に係る状態判定装置に関し、項目間の相関がない場合の項目値の相関を説明する図である。 本発明の実施の形態に係る状態判定装置の判定手段による判定処理を説明するフローチャートである。

次に、図面を参照して、本発明の実施の形態を説明する。以下の図面の記載において、同一または類似の部分には同一または類似の符号を付している。

（状態判定装置）
本発明の実施の形態に係る状態判定装置１は、機器の状態を示す項目値に基づいて、機器の状態を判定する。本発明の実施の形態において「項目値」は、機器の状態を判定するための指標値であって、例えば、機器に設けられたセンサの示す測定値である。また、所定の機器から同一のタイミングで取得した複数の項目の項目値の集合を、サンプルデータと称する場合もある。状態判定装置１は、機器の状態を判定するのみならず、複数の機器を備えるプラントの状態を判定しても良い。

本発明の実施の形態に係る状態判定装置１は、図１に示すように、中央処理制御装置１０、記憶装置５０、入出力制御装置６０、入力装置６１、出力装置６２および通信制御装置６３などを備える一般的なコンピュータで実現される。状態判定装置１は、一般的なコンピュータが所定の手段を機能させるためのプログラムを実行することにより、中央処理制御装置１０および記憶装置５０に、図１に示す各手段およびデータを実装し、本発明の実施の形態に係る状態判定方法を実現する。

入力装置６１は、入出力制御装置６０を介して中央処理制御装置１０に、操作者の指示やデータを入力する。入力装置６１は、例えば、キーボードやマウスなどである。出力装置６２は、中央処理制御装置１０の出力結果を、操作者が認識可能な形式で出力する。出力装置６２は、表示装置や印刷装置などである。通信制御装置６３は、通信ネットワークを介してデータを送受信するインタフェースである。通信制御装置６３は、通信ネットワークと送受信したデータを、入出力制御装置６０を介して中央処理制御装置１０と送受信する。入出力制御装置６０は、入力装置６１および通信制御装置６３から入力されたデータを中央処理制御装置１０に出力するとともに、中央処理制御装置１０から入力されたデータを出力装置６２および通信制御装置６３に出力する。

記憶装置５０は、本発明の実施の形態に係る状態判定プログラムを記憶するとともに、単位データ５１およびサンプル蓄積データ５２を記憶する。

単位データ５１は、正常状態の機器のサンプルデータの集合データである。ここでサンプルデータは、同一のタイミングで取得した、複数の項目の項目値を含み、具体的には、同一のタイミングで取得した複数のセンサの測定値である。

サンプル蓄積データ５２は、日時とその日時に機器から取得したサンプルデータを対応づけたデータである。サンプル蓄積データ５２は、蓄積手段３０によって逐次更新される。

本発明の実施の形態において、単位データ５１とサンプル蓄積データ５２が別のデータである場合を説明するがこれに限られない。例えば、サンプル蓄積データ５２に、単位データの要素となるサンプルデータであるか否かを示すフラグを設けても良い。この場合、状態判定装置１は、このフラグがチェックされたサンプルデータの集合を、単位データ５１として処理する。

中央処理制御装置１０は、記憶装置５０から状態判定プログラムを読み出し実行することにより、単位空間生成手段２０、蓄積手段３０および判定手段４０を備える。

単位空間生成手段２０は、機器の正常状態における複数の項目の項目値を含むサンプルデータから、単位データ５１を生成し、単位データ５１の評価値を算出する。単位空間生成手段２０は、サンプル蓄積データ５２として蓄積されたサンプルデータから、機器の正常状態を示すと判定されたサンプルデータを抽出して、単位データ５１を生成する。単位空間生成手段２０は、設備投入時に単位データ５１を生成するとともに、月に一度や季節に一度などの所定のタイミングで、単位データ５１を更新する。

蓄積手段３０は、機器から取得したサンプルデータを、日時と対応づけてサンプル蓄積データ５２として蓄積する。蓄積手段３０は、機器からサンプルデータを取得する度に、サンプル蓄積データ５２を更新する。

判定手段４０は、機器に関して新たに取得したサンプルデータと、単位データ５１とを比較して、取得したサンプルデータが示す機器の状態を判定する。判定手段４０は、稼働中の機器から逐次取得するサンプルデータに基づいて、その機器が正常状態であるか否かを判定する。判定手段４０は、機器からサンプルデータを取得する度に判定しても良いし、所定数のサンプルデータが蓄積された後に判定しても良い。また判定手段４０は、単位空間生成手段２０により単位データ５１が更新されると、更新後の単位データ５１に基づいて、新たに取得したサンプルデータが示す機器の状態を判定する。

本発明の実施の形態において状態判定装置１は、ＭＴ法を用いて、機器が正常に稼働しているか否かを判定する場合を説明する。単位空間生成手段２０は、機器の正常状態を示すサンプルデータの集合である単位データ５１に基づいて、予め第１のマハラノビス距離を算出する。判定手段４０は、新たに取得したサンプルデータに基づいて第２のマハラノビス距離を算出する。判定手段４０は、第２のマハラノビス距離が、第１のマハラノビス距離より小さい場合、新たにサンプルデータを取得した時点で、機器が正常状態であると判定する。一方、判定手段４０は、第２のマハラノビス距離が、第１のマハラノビス距離より大きい場合、新たにサンプルデータを取得した時点で、単位データ５１が示す既知の正常状態とは異なる状態であると判定する。

ここで、単位データ５１は、既に正常状態と判定されたサンプルデータが含まれているので、単位データ５１に含まれるサンプルデータと同様のサンプルデータを取得すると、判定手段４０は、正常状態であると判定する。しかしながら、現実の機器の稼働において、単位データ５１が全ての正常状態のサンプルデータを含んでいるとは限らず、単位データ５１が未知の正常状態も存在すると考えられる。例えば、環境変化などにより機器の排気を行うと、正常状態であるにもかかわらず、項目値が大きく変化する場合がある。このような変化後のサンプルデータが単位データ５１に含まれる場合、変化後のサンプルデータは正常と判断されうる。しかしながら、変化後のサンプルデータが単位データ５１に含まれていない場合、変化後のサンプルデータに関するマハラノビス距離は、単位データ５１のマハラノビス距離と比べて大きく算出されてしまう。これにより、判定手段４０は、正常状態であるにもかかわらず、異常と判断することにより、誤検出を引き起こす場合がある。

そこで本発明の実施の形態に係る判定手段４０は、サンプルデータが正常状態を示すか否かを判定する際、さらに、貢献度の高い項目の項目値と相関の高い項目があるか否かに基づいて、判定する。例えば、単位データ５１と比べてマハラノビス距離が大きいサンプルデータについて、貢献度の高い項目Ｘ１と、そのＸ１と項目値の相関の高い項目Ｘ２がある場合、このサンプルデータが、機器の正常状態を示すと、判定手段４０は判定する。この場合、判定手段４０は、このサンプルデータを単位データ５１に追加して更新する。その後、単位空間生成手段２０は、更新後の単位データ５１に基づいて、マハラノビス距離を算出する。判定手段４０は、機器の正常状態の判定時に、単位データ５１に含ませるか否かを判定してもよいし、例えば、月に一度のバッチ処理などにより機器の正常状態の判定時とは非同期に、判定しても良い。

このように本発明の実施の形態に係る状態判定装置１は、サンプルデータが正常状態を示しているか否かを容易に判断することができる。また状態判定装置１は、正常と判定されたサンプルデータを含む単位データ５１を、適切に生成することができる。このように、様々な条件で正常と判断されたサンプルデータを含む単位データ５１を生成することにより、状態判定装置１は、適切に機器の状態を判定することができる。

また本発明の実施の形態に係る状態判定装置１は、複数のセンサ等の項目値を含む機器などに適用することができる。特に、多数のセンサを含み、それぞれ分布形状や特性も異なるプラントなどの場合、一般的に、そのそれぞれについて正常状態を定義することも非常に困難である。これに対し本発明の実施の形態に係る状態判定装置１は、適切にプラントの正常状態を判断することができる。

（単位空間生成手段）
本発明の実施の形態に係る単位空間生成手段２０を詳述する。なお本発明の実施の形態において、既存の単位データ５１にサンプルデータを追加する場合を説明するが、単位データ５１を生成する場合に適用しても良い。

本発明の実施の形態に係る判定手段４０において、機器の正常状態を示すと判定されたサンプルデータが、予め生成された単位データ５１に追加された場合、単位空間生成手段２０は、更新された単位データ５１に基づいてマハラノビス距離を算出する。判定手段４０は、サンプルデータが、既に存在する単位データ５１の許容範囲外であっても、そのサンプルデータにおいて貢献度の高い項目の項目値と相関を持つ項目がある場合、サンプルデータを、機器の正常状態を示すと判定する。これにより、単位データ５１は、様々な条件での正常状態のサンプルデータを含むことができる。

単位空間生成手段２０は、正常状態における複数の項目の項目値を含むサンプルデータから、単位データ５１を生成する。単位データ５１は、正常状態と判定されたサンプルデータの集合であって、単位空間とも称される。

単位空間生成手段２０は、単位データ５１について、評価値を算出する。ＭＴ法を用いる場合、この評価値は、マハラノビス距離である。単位空間生成手段２０は、単位データ５１について、各項目の平均および標準偏差を算出して基準化する。次に単位空間生成手段２０は、単位データ５１について各項目間の相関係数を算出し、相関行列を作成するとともに、この相関行列の逆行列を算出する。単位空間生成手段２０は、このように算出した逆行列に基づいて、単位データ５１のマハラノビス距離を算出する。

ここで単位空間生成手段２０は、後述の判定手段４０において、対象サンプルデータが単位データ５１に追加された場合、追加された後の単位データ５１についても、マハラノビス距離を算出する。

（単位空間生成方法）
図２を参照して、本発明の実施の形態に係る単位空間生成手段２０による単位空間生成処理を説明する。

まずステップＳ１において単位空間生成手段２０は、判定手段４０などによって新たなサンプルデータが単位データ５１に追加されたか否かを判定する。追加されていない場合、そのまま処理を終了する。追加された場合、ステップＳ２において単位空間生成手段２０は、単位データ５１の各サンプルデータおよび各項目の項目値を取得する。

次に単位空間生成手段２０は、ステップＳ３において、ステップＳ２で取得した単位データ５１の各サンプルデータについて、各項目の平均および標準偏差を算出して基準化する。ステップＳ４において単位空間生成手段２０は、ステップＳ３で算出した単位データ５１の基準化されたデータに基づいて、各項目間の相関係数から相関行列を算出する。ステップＳ５において単位空間生成手段２０は、ステップＳ４で算出された相関行列の逆行列を算出する。ステップＳ６において単位空間生成手段２０は、ステップＳ５で単位データ５１から算出した逆行列から、単位データ５１のマハラノビス距離を算出する。

（判定手段）
判定手段４０は、蓄積手段３０が機器に関して新たに取得した判定対象の対象サンプルデータについて、当該対象サンプルデータが示す機器の状態を判定する。判定手段４０は、対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出し、対象サンプルデータの評価値と、単位データ５１とを比較して、判定する。ここで判定手段４０は、対象サンプルデータの評価値が、単位データ５１の評価値の許容範囲外で、対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目があるか否かを判定する。貢献度の高い項目と相関の高い項目がある場合、判定手段４０は、対象サンプルデータを単位データ５１に含ませて、単位データ５１を更新する。

ＭＴ法を用いる場合、判定手段４０は、各項目のマハラノビス距離の平均に基づいて、対象サンプルデータが単位データ５１の許容範囲内であるか否かを判定する。この「許容範囲」は、判定対象の機器やプラント、センサ種別や精度などに応じて、予め、適宜設定され、具体的には、過去の単位データ５１のマハラノビス距離の平均値や最大値などの基準値である。判定手段４０は、対象サンプルデータの各項目に対するマハラノビス距離と、単位データ５１の各項目に対するマハラノビス距離の基準値とを比較する。判定手段４０は、対象サンプルデータのマハラノビス距離が、基準値より大きい場合、この対象サンプルデータが、機器の正常でない状態を示すと判定する。一方、判定手段４０は、対象サンプルデータのマハラノビス距離が、基準値より小さい場合、この対象サンプルデータが、機器の正常な状態を示すと判定する。

ここで、図３（ａ）に示すように、単位データ５１に含まれるサンプルデータと、蓄積手段３０が新たに取得した各対象サンプルデータのマハラノビス距離の平均値を、時系列に示したグラフを考える。図３（ａ）においてｔ１より前は、変動が少なく、既に正常と判断されたサンプルデータの集合である単位データ５１から算出したマハラノビス距離の平均値近傍の数値であると考えられる。一方、時刻ｔ１以降において、マハラノビス距離の平均値が増大する。

このようなマハラノビス距離の平均値の乖離は、この時刻ｔ１以降、機器が異常状態であることや、単位データ５１の把握している正常状態とは異なる条件で機器が稼働していることなどを示すと考えられる。マハラノビス距離の平均値の乖離が、機器の異常により発生した場合、この時刻ｔ１の対象サンプルデータは、単位データ５１に含めるべきではない。しかしながら、正常状態で、単位データ５１の把握していない条件で機器が稼働したことにより、項目値が変動した場合、この時刻ｔ１の対象サンプルデータは、単位データ５１に含めるのが良い。これにより、次回以降、同様の条件で機器が稼働した場合、状態判定装置１の判定手段４０は、正常と判断できる。

そこで機器の異常であるか否かを判定するために、判定手段４０は、マハラノビス距離の平均値が乖離した時刻ｔ１における対象サンプルデータについて、マハラノビス距離の平均値の貢献度の高い項目を特定する。ここで図３（ｂ）に示すように、時刻ｔ１における対象サンプルデータについて、各項目の貢献度を算出する。この貢献度は、時刻ｔ１におけるマハラノビス距離について、各項目の項目値がどの程度影響を及ぼしたかを示す指標である。判定手段４０は、各項目について、例えば、所定の閾値以上の貢献度を持つ項目や、各項目の平均値以上の貢献度を持つ項目などを、貢献度の高い項目として特定して出力する。

図３（ｂ）に示すグラフにおいて、時刻ｔ１における各項目の貢献度のうち、項目Ｘ１および項目Ｘ２に関する貢献度が高い。従って判定手段４０は、項目Ｘ１および項目Ｘ２を、貢献度の高い項目として特定して出力する。

次に判定手段４０は、貢献度の高い項目と相関の高い項目があるか否かを判定する。ここで、「相関が高い」とは、ある項目の項目値の時間推移と同期した値をとることを意味する。相関があれば、正の相関か負の相関かは問わない。判定手段４０は、貢献度の高い項目と、それ以外のそれぞれの項目との相関係数をそれぞれ算出する。判定手段４０は、所定の閾値よりも高い相関係数を持つ項目がある場合、その項目を相関が高い項目として出力する。例えば判定手段４０は、相関係数が、０．７以上であれば、その項目を相関が高い項目として出力する。この相関係数の基準は、判定対象の機器やプラント、センサ種別や精度などに応じて、適宜設定されても良い。

図４（ａ）および図４（ｂ）に示すように、項目Ｘ１に関するマハラノビス距離が大きくなると、項目Ｘ２に関するマハラノビス距離が小さくなり、項目Ｘ１に関するマハラノビス距離が小さくなると、項目Ｘ２に関するマハラノビス距離が大きくなる。よって、項目Ｘ１および項目Ｘ２との間に、負の相関があり相関関係が高いことがわかる。一方、図４（ａ）および図４（ｃ）に示すように、項目Ｘ１に関するマハラノビス距離の変動に関わらず、項目Ｘ３に関するマハラノビス距離は一定値をとる。よって、項目Ｘ１および項目Ｘ３との間に、相関関係がないことがわかる。

このような項目Ｘ１ないしＸ３について、さらに図５ないし図８を参照して説明する。

図５（ａ）および図５（ｂ）は、それぞれ項目Ｘ１の項目値と、項目Ｘ２の項目値の時間推移を示したグラフである。項目Ｘ１と項目Ｘ２の各項目値は、同じ時刻ｔ１で大きく変動する。このような項目Ｘ１とＸ２の相関関係は、図６に示すように、正常時の相関の延長上に、時刻ｔ１以降の相関が示される。このような事象は、複数項目間での関係性が満たされているので、時刻ｔ１の対象サンプルデータは、機器が正常状態であることを示す。

一方図７（ａ）および図７（ｂ）は、それぞれ項目Ｘ１の項目値と、項目Ｘ３の項目値の時間推移を示したグラフである。項目Ｘ３の項目値は、時刻ｔ２で大きく変動するのに対し、項目Ｘ１の項目値は、時刻ｔ２の前後において変動はない。このような項目Ｘ１とＸ３の相関関係は、図８に示すように、正常時の相関以外の位置に、時刻ｔ２以降の相関が示される。このような事象は、複数項目間での関係性が崩れているので、時刻ｔ２の対象サンプルデータは、機器が正常状態でないことを示す。

判定手段４０は、このように相関関係の高い項目を発見できた対象サンプルデータを、機器の正常状態を示すと判断し、単位データ５１に含ませる。これにより、同様のサンプルデータを取得した場合、判定手段４０は、この取得したサンプルデータが示す機器の状態を、正常と判断し出力する。ここで判定手段４０は、最終的にサンプルデータを単位データ５１に含ませるか否かを、操作者に判断させ、操作者の指示に従って処理しても良い。

（判定方法）
図９を参照して、本発明の実施の形態に係る判定手段４０による判定処理を説明する。

判定手段４０は、判定対象となる各対象サンプルデータについて、ステップＳ１１ないしステップＳ２１の処理を繰り返す。まずステップＳ１１において判定手段４０は、一つの対象サンプルデータについて、マハラノビス距離を算出する。

ステップＳ１２において判定手段４０は、ステップＳ１１において算出されたマハラノビス距離が、既存の単位データ５１のマハラノビス距離の基準値よりも増大しているか否かを判定する。判定手段４０は例えば、基準値と、対象サンプルデータのマハラノビス距離とを比較して、所定の閾値以上、増大しているか否かを判定しても良い。増大していない場合、具体的には、対象サンプルデータが、単位データ５１が既知の正常状態のデータの範囲内である場合、判定手段４０は、この対象サンプルデータについて単位データ５１に含ませることなく、そのまま処理を終了する。判定手段４０は、他の対象サンプルデータについて処理する。なお、対象サンプルデータが、単位データ５１が既知の正常状態のデータの範囲内である場合、判定手段４０は、この対象サンプルデータについて単位データ５１に含ませても良い。

一方、増大している場合、ステップＳ１３に進む。ステップＳ１３において判定手段４０は、例えば図３（ｂ）に示すように、対象サンプルデータの各項目の項目値を、表示する。ステップＳ１４において判定手段４０は、対象サンプルデータの各項目のうち、貢献度の高い項目を特定する。判定手段４０は、ステップＳ１４で特定された貢献度の高い項目のそれぞれについて、ステップＳ１５からステップＳ２０の処理を繰り返す。ここで、項目がＸ１からＸ１０まであり、貢献度の高い項目が項目Ｘ１について処理する場合を説明する。

ステップＳ１５において判定手段４０は、項目Ｘ１に関するサンプルデータを表示する。例えば、判定手段４０は、項目Ｘ１について、サンプル蓄積データ５２からその過去のサンプルデータの項目値を取得し、取得した項目値を時系列で表示する。ステップＳ１６において判定手段４０は、貢献度の高い項目の項目値と、それ以外のそれぞれの項目の項目値との相関係数を算出する。具体的には判定手段４０は、項目Ｘ１と項目Ｘ２の相関係数、項目Ｘ１と項目Ｘ３の相関係数、・・・・項目Ｘ１と項目Ｘ１０の相関係数を、それぞれ算出する。ステップＳ１７において判定手段４０は、ステップＳ１６で算出した各相関係数に基づいて、貢献度の高い項目Ｘ１と相関の高い項目があるか否かを判定する。相関の高い項目がない場合、対象サンプルデータのマハラノビス距離が増大した原因は、関係性の崩れにより発生していると考えられる。従って判定手段４０は、対象サンプルデータについて単位データ５１に含ませることなく、次に貢献度の高い項目について、ステップＳ１５ないしステップＳ２０の処理を繰り返す。

一方相関の高い項目がある場合、ステップＳ１８において判定手段４０は、例えば図５および図６に示すように、ステップＳ１７で特定された相関の高い項目との関係を表示する。ステップＳ１９において判定手段４０は、この対象サンプルデータについて、単位データ５１に含めるか否かを問い合わせる画面を表示する。ステップＳ１９において操作者が、含めない旨の指示を入力した場合、単位空間生成手段２０は、対象サンプルデータについて単位データ５１に含ませることなく、次に貢献度の高い項目について、ステップＳ１５ないしステップＳ２０の処理を繰り返す。

一方、ステップＳ１９において操作者が対象サンプルデータを単位データ５１に含める旨の指示を入力した場合、判定手段４０は、ステップＳ２０において、処理対象のサンプルデータを単位データ５１に含める旨の指定をする。判定手段４０は、例えば、サンプル蓄積データ５２に設けられた、単位データ５１に含めるか否かのフラグにチェックする。その後、判定手段４０は、次に貢献度の高い項目について、ステップＳ１５ないしステップＳ２０の処理を繰り返す。

ステップＳ１４において特定された貢献度の高い項目のそれぞれについて、ステップＳ１５ないしステップＳ２０の処理が終了すると、ステップＳ２１に進む。ステップＳ２１において判定手段４０は、ステップＳ２０において単位データに指定された対象サンプルデータを、単位データ５１に追加して更新する。

なお、図９に示すフローチャートにおいて、ステップＳ１３、ステップＳ１５、ステップＳ１８およびステップＳ１９などの表示に関する処理は、割愛されても良い。この場合、判定手段４０は、ステップＳ１７において相関の高い項目が発見された場合、操作者の指示を経ずに、ステップＳ２０において、対象サンプルデータを単位データに指定する。

このように本発明の実施の形態に係る状態判定装置１は、単位データ５１の範囲外の対象サンプルデータであっても、項目間の関係性を維持しているか否かを判定し、対象サンプルデータを単位データ５１に含ませるか否かの判断材料を出力する。これにより、単位データ５１は、適切に多様な状況での正常データを収集することができるので、従来は正常であるにもかかわらず異常と判断された誤検出が解消され、安定して機器を稼働させることができる。

また状態判定装置１は、判断材料をプログラム処理で出力することができるので、プラントの様に、複数のセンサが設けられる場合にも好適である。特に、プラントにおいては、様々なセンサが設けられるので、それらのセンサの項目値の分布形状や特性も様々で、正常状態の定義が一般的に困難な場合がある。そのような場合でも、本発明の実施の形態に係る状態判定装置１は、容易に正常状態であるか否かを判定することができる。また、抽気系統のように、単独のトレンドデータでは正常か異常かの判断が困難な場合でも、本発明の実施の形態に係る状態判定装置１によれば、他の項目との相関を算出することにより、容易に判断することができる。

（第１の変形例）
本発明の実施の形態に係る判定手段４０は、コンピュータ処理により単位データ５１を更新する場合を説明したが、第１の変形例においては、操作者の操作とインタラクティブに処理する場合を説明する。第１の変形例に係る判定手段４０ａは、図２、図４および図５に示すグラフなどを出力装置６２に出力して操作者に認識させ、操作者が入力した指示に従って処理する。

図９に示すフローチャートを参照して、第１の変形例に係る判定処理を説明する。ステップＳ１１において判定手段４０ａは、対象サンプルデータについてマハラノビス距離を算出すると、図３（ａ）に示すように、各項目のマハラノビス距離の平均の推移を、出力装置６２に表示する。ここでの表示対象は、対象サンプルデータと、単位データ５１の各サンプルデータの、各項目のマハラノビス距離の平均値である。

操作者は、図３（ａ）に示す画面において、マハラノビス距離が増大している時刻ｔ１を選択すると、判定手段４０ａは、図３（ｂ）に示す画面を表示する。操作者は、図３（ｂ）に示す画面において、貢献度の高い項目Ｘ１を選択すると、判定手段４０ａは、この項目Ｘ１と相関の高い項目Ｘ２を特定する。判定手段４０ａはさらに、図５および図６に示すように、操作者によって特定された項目Ｘ１と、この項目Ｘ１と相関の高い項目Ｘ２との関連を示す画面を表示する。

図５に示すように、判定手段４０ａは、貢献度の高い項目と当該項目と相関の高い項目について、各項目値の時間推移を、表示する。判定手段４０ａは、時刻ｔ１において相関の高かった項目Ｘ１およびＸ２の各項目値について、時刻ｔ１を含む時間推移を表示する。また図６に示すように判定手段４０ａは、貢献度の高い項目と当該項目と相関の高い項目について、各項目値の相関を、表示する。判定手段４０ａは、横軸に項目Ｘ１をとり、縦軸に項目Ｘ２をとるグラフを表示するとともに、時刻ｔ１を含む時間の各項目値を、グラフに示す。このとき、判定手段４０ａは、本発明の実施の形態において説明したように、項目Ｘ１および項目Ｘ２の相関係数を算出し、算出した相関係数を、操作者の判断材料として表示しても良い。

操作者は、図５および図６に示す画面を参照して、項目Ｘ１および項目Ｘ２に相関があるか否かを判定する。操作者は、相関があり、この対象サンプルデータを単位データに含めるべきと判定した場合、その指示を状態判定装置１に入力する。判定手段４０ａは、操作者からの指示により、対象サンプルデータを含む単位データ５１に更新して、記憶装置５０に記憶する。

このように、判定手段４０ａは、本発明の実施の形態に記載したように、コンピュータ処理によって単位データ５１を更新するのみならず、操作者の指示に従って処理を進め、単位データ５１を更新しても良い。

（第２の変形例）
本発明の実施の形態においては、項目間の相関関係に基づいて、対象サンプルデータが正常であるか否かを判定した。これに対し第２の変形例は、任意の２つの項目について、その項目間の数値遷移に関する物理モデルを利用して、対象サンプルデータが正常であるか否かを判定する場合を説明する。

判定手段４０ｂは、予め任意の２つの項目について、正常なデータであることを示す物理モデルを用意する。例えば、判定対象の機器に１０の項目が設けられている場合、４５通りの物理モデルを用意する。

図９のステップＳ１４において、判定手段４０ｂが貢献度の高い項目を特定すると、その貢献度の高い項目の項目値と、他の項目の項目値とが、予め用意された物理モデルと合致するか否か判定する。合致しない場合、この貢献度の高い項目が、関係性の崩れにより検出されたものであるので、対象サンプルデータを単位データ５１に含ませることなく、処理を終了する。一方、予め容易された物理モデルと合致する場合、対象サンプルデータは正常状態を示すと考えられるので、判定手段４０ｂは、対象サンプルデータを単位データ５１に含ませる。

このように、第２の変形例においても、本発明の実施の形態と同様に、項目間の相関に基づいて適切に単位データを生成することができる。

（その他の実施の形態）
上記のように、本発明の実施の形態、第１および第２の変形例によって記載したが、この開示の一部をなす論述および図面はこの発明を限定するものではない。この開示から当業者には様々な代替実施の形態、実施例および運用技術が明らかとなる。

例えば、本発明の実施の形態に記載した状態判定装置は、図１に示すように一つのハードウェア上に構成されても良いし、その機能や処理数に応じて複数のハードウェア上に構成されても良い。また、既存のシステムやコンピュータに実現されても良い。

本発明はここでは記載していない様々な実施の形態等を含むことは勿論である。従って、本発明の技術的範囲は上記の説明から妥当な特許請求の範囲に係る発明特定事項によってのみ定められるものである。

１ 状態判定装置
１０ 中央処理制御装置
２０ 単位空間生成手段
３０ 蓄積手段
４０ 判定手段
５０ 記憶装置
５１ 単位データ
５２ サンプル蓄積データ
６０ 入出力制御装置
６１ 入力装置
６２ 出力装置
６３ 通信制御装置

Claims (6)

1. 機器の状態を示す項目値に基づいて、前記機器の状態を判定する状態判定装置であって、
   正常状態における複数の項目の項目値を含むサンプルデータから、単位データを生成する単位空間生成手段と、
   前記機器に関して新たに取得した判定対象の対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出し、前記対象サンプルデータの評価値と、前記単位データとを比較して、当該対象サンプルデータが示す前記機器の状態を判定する判定手段を備え、
   前記判定手段は、
   前記対象サンプルデータの評価値が、前記単位データの評価値の許容範囲外で、前記対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目がある場合、前記対象サンプルデータを前記単位データに含ませる
   ことを特徴とする状態判定装置。
2. 前記判定手段は、
   前記対象サンプルデータおよび前記単位データの各サンプルデータについて、前記各項目の評価値の平均の推移を、表示する
   ことを特徴とする請求項１に記載の状態判定装置。
3. 前記判定手段は、
   前記貢献度の高い項目と当該項目と相関の高い項目について、各項目値の時間推移を、表示する
   ことを特徴とする請求項１または２に記載の状態判定装置。
4. 前記判定手段は、
   前記貢献度の高い項目と当該項目と相関の高い項目について、各項目値の相関を、表示する
   ことを特徴とする請求項１ないし３のいずれか１項に記載の状態判定装置。
5. 機器の状態を示す項目値に基づいて、前記機器の状態を判定する状態判定方法であって、
   正常状態における複数の項目の項目値を含むサンプルデータから、単位データを生成するステップと、
   前記機器に関して新たに取得した判定対象の対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出するステップと、
   前記対象サンプルデータの評価値が、前記単位データの評価値の許容範囲外で、前記対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目がある場合、前記対象サンプルデータを単位データに含ませるステップと、
   前記機器から新たなサンプルデータを取得すると、前記新たなサンプルデータと、更新後の前記単位データとを比較して、当該新たなサンプルデータが示す前記機器の状態を判定するステップ
   を備えることを特徴とする状態判定方法。
6. 機器の状態を示す項目値に基づいて、前記機器の状態を判定する状態判定プログラムであって、
   コンピュータを、
   正常状態における複数の項目の項目値を含むサンプルデータから、単位データを生成する単位空間生成手段と、
   前記機器に関して新たに取得した判定対象の対象サンプルデータの各項目値に基づいて、当該対象サンプルデータの評価値を算出し、前記対象サンプルデータの評価値と、前記単位データとを比較して、当該対象サンプルデータが示す前記機器の状態を判定する判定手段として機能させ、
   前記判定手段は、
   前記対象サンプルデータの評価値が、前記単位データの評価値の許容範囲外で、前記対象サンプルデータの評価値において、貢献度の高い項目と相関の高い項目がある場合、前記対象サンプルデータを前記単位データに含ませる
   ことを特徴とする状態判定プログラム。

Images