JP2016173367A - Temperature abnormality detection system and temperature abnormality detection method - Google Patents
Temperature abnormality detection system and temperature abnormality detection method Download PDFInfo
- Publication number
- JP2016173367A JP2016173367A JP2016052860A JP2016052860A JP2016173367A JP 2016173367 A JP2016173367 A JP 2016173367A JP 2016052860 A JP2016052860 A JP 2016052860A JP 2016052860 A JP2016052860 A JP 2016052860A JP 2016173367 A JP2016173367 A JP 2016173367A
- Authority
- JP
- Japan
- Prior art keywords
- temperature
- temperature value
- abnormality
- value
- determination
- 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
Landscapes
- Measuring Temperature Or Quantity Of Heat (AREA)
- Radiation Pyrometers (AREA)
Abstract
Description
本発明は、一つ以上の車両から編成される鉄道車両の床下に設置される床下機器に発生する温度異常を精度良く検出する技術に関する。 The present invention relates to a technique for accurately detecting a temperature abnormality occurring in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles.
鉄道車両など軌道上を走行する車両では、車輪を支持する軸の両端に、その軸を回転可能に支持する車軸軸受けがそれぞれ取り付けられている。この車軸軸受けとしては、潤滑油等の液体潤滑に依存する滑り軸受けや固体潤滑を利用した転がり軸受けがある。なお、このような車軸軸受けはそれを支持する構造を含めて一般的に軸箱とも呼ばれるため、以下の説明では軸箱と適宜表記する。 In a vehicle that travels on a track such as a railway vehicle, axle bearings that rotatably support the shaft are respectively attached to both ends of the shaft that supports the wheel. As this axle bearing, there are a sliding bearing depending on liquid lubrication such as lubricating oil and a rolling bearing utilizing solid lubrication. In addition, since such an axle bearing is also generally called a shaft box including the structure which supports it, in the following description, it is suitably described as a shaft box.
ところで、このような軸箱においては、走行時に高速で回転する軸を回転可能に支持するために多量の熱を発生させる。そして、発生した熱により車両走行時に軸箱の温度が異常上昇し、過熱および焼損等の事故が発生し得る。このため、このような軸箱の過熱および焼損等の発生を未然に防ぐために、軸箱の温度異常を検出する技術が提案されている。 例えば、特許文献１には、走行中である車両の軸箱の表面温度を測定し、測定された軸箱の表面温度値から、互いに同一条件下におかれていたと判断されるとともにその温度傾向が同一である軸箱の表面温度値を選択し、選択した軸箱の表面温度値の編成内の中央値から軸箱に異常が発生しているか否かを判定するための評価値を算出し、さらに、測定されたすべての軸箱の表面温度値と評価値とを順に比較し、その比較結果に基づきその表面温度値に対応する軸箱に異常が発生しているか否かを判定する技術について記載されている。 By the way, in such a shaft box, a large amount of heat is generated in order to rotatably support a shaft that rotates at a high speed during traveling. And the temperature of an axle box rises abnormally at the time of vehicle travel with the generated heat, and accidents, such as overheating and burning, may occur. For this reason, in order to prevent such overheating and burnout of the axle box, a technique for detecting an abnormal temperature of the axle box has been proposed. For example, in Patent Document 1, the surface temperature of the axle box of a vehicle that is running is measured, and it is determined from the measured surface temperature value of the axle box that the two are under the same conditions and the temperature tendency thereof. Select the surface temperature value of the axle box that is the same, and calculate the evaluation value to determine whether or not an abnormality has occurred in the axle box from the median value in the knitting of the surface temperature value of the selected axle box Furthermore, a technology for comparing the measured surface temperature values and evaluation values of all the axle boxes in order, and determining whether or not an abnormality has occurred in the axle box corresponding to the surface temperature value based on the comparison result Is described.
しかし、特許文献１に記載の技術では、次のような問題があった。すなわち、特許文献１に記載の技術では、測定した軸箱の表面温度値に基づき評価値を算出するため、軸箱への太陽光の入射や風雨、降雪等などに起因する外乱の影響がある場合には、軸箱の表面温度値がこの外乱の影響を受けるが、軸箱の表面温度値に基づき算出された評価値もこの外乱の影響を受けることになる。このため、外乱の影響を受けた評価値を用いて温度異常の判断を行った場合、機器が正常であっても、誤って温度異常と判断されるおそれがあり、軸箱の温度異常を精度良く検出することができないという問題があった。 However, the technique described in Patent Document 1 has the following problems. That is, in the technique described in Patent Document 1, since an evaluation value is calculated based on the measured surface temperature value of the axle box, there is an influence of disturbance caused by sunlight incident on the axle box, wind and rain, snowfall, and the like. In this case, the surface temperature value of the axle box is affected by this disturbance, but the evaluation value calculated based on the surface temperature value of the axle box is also affected by this disturbance. For this reason, if a temperature abnormality is determined using an evaluation value that is affected by a disturbance, even if the equipment is normal, it may be erroneously determined as a temperature abnormality. There was a problem that it could not be detected well.
本発明は、このような課題に鑑みなされたものであり、その目的とするところは、一つ以上の車両から編成される鉄道車両の床下に設置される床下機器に発生する温度異常を精度良く検出する技術を提供することにある。 The present invention has been made in view of such a problem, and an object of the present invention is to accurately detect a temperature abnormality occurring in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles. It is to provide a technique for detecting.
上記課題を解決するためになされた本発明の温度異常検出システムは、一つ以上の車両から編成される鉄道車両の床下に設置される床下機器に発生する温度異常を検出する温度異常検出システムであって、機器温度値取得部と、機器温度値蓄積部と、クラスタ分析部と、閾値設定部と、判定用温度値取得部と、温度異常判定部と、を備える。 The temperature abnormality detection system of the present invention made to solve the above problems is a temperature abnormality detection system that detects a temperature abnormality that occurs in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles. An apparatus temperature value acquisition unit, an apparatus temperature value accumulation unit, a cluster analysis unit, a threshold setting unit, a determination temperature value acquisition unit, and a temperature abnormality determination unit are provided.
機器温度値取得部は、床下機器の温度値である機器温度値を取得する。
機器温度値蓄積部は、機器温度値取得部によって取得された機器温度値を蓄積する。
クラスタ分析部は、機器温度値蓄積部が蓄積する機器温度値である蓄積温度値と蓄積温度値について予め定義された類似度を用いて、床下機器に発生する温度異常の度合いとして一方が正常であり他方が異常であるとみなされる二つのクラスタである正常クラスタと異常クラスタとに分類するクラスタ分析を行う。
The device temperature value acquisition unit acquires a device temperature value that is a temperature value of the underfloor device.
The device temperature value storage unit stores the device temperature value acquired by the device temperature value acquisition unit.
The cluster analysis unit uses the accumulated temperature value, which is the device temperature value accumulated by the device temperature value accumulation unit, and the similarity defined in advance for the accumulated temperature value, and one of them is normal as the degree of temperature abnormality occurring in the underfloor device. Cluster analysis is performed to classify the cluster into a normal cluster and an abnormal cluster, which are two clusters considered to be abnormal.
閾値設定部は、クラスタ分析部によって分類された二つのクラスタ間の距離であるクラスタ間距離を表す温度値を、異常判定閾値に設定する。異常判定閾値は、床下機器に温度異常が発生していると判定するための閾値である。 The threshold setting unit sets a temperature value representing an inter-cluster distance, which is a distance between two clusters classified by the cluster analysis unit, as an abnormality determination threshold. The abnormality determination threshold is a threshold for determining that a temperature abnormality has occurred in the underfloor device.
判定用温度値取得部は、温度異常の判定を所望する床下機器である判定対象機器の機器温度値を判定用温度値として機器温度蓄積部が蓄積する蓄積温度値から取得する。
温度異常判定部は、判定用温度値取得部によって取得された判定用温度値と、閾値設定部によって設定された前記異常判定閾値との比較により、判定用温度値が異常判定閾値よりも大きい場合には、判定対象機器に温度異常が発生していると判定する異常判定を行う。
The determination temperature value acquisition unit acquires, from the accumulated temperature value accumulated by the device temperature accumulation unit, the device temperature value of the determination target device that is an underfloor device for which a determination of a temperature abnormality is desired.
The temperature abnormality determination unit is configured such that the determination temperature value is larger than the abnormality determination threshold value by comparing the determination temperature value acquired by the determination temperature value acquisition unit and the abnormality determination threshold value set by the threshold setting unit. The abnormality determination is performed to determine that a temperature abnormality has occurred in the determination target device.
このように構成された本発明の温度異常検出システムによれば、蓄積された床下機器の温度値から統計的手法により、床下機器に温度異常が発生していると判定するための閾値である異常判定閾値を設定し、異常判定閾値に基づき、温度異常の判定を所望する床下機器に温度異常が発生していることを判定する異常判定を行う。このため、温度異常の判定に用いる異常判定閾値が外乱の影響を受けにくく、このような異常判定閾値を用いて異常判定を行った場合、機器が正常であるにもかかわらず誤って温度異常と判定されるおそれがない。 According to the temperature abnormality detection system of the present invention configured as described above, an abnormality that is a threshold value for determining that a temperature abnormality has occurred in the underfloor device by a statistical method from the accumulated temperature value of the underfloor device. A determination threshold value is set, and abnormality determination is performed based on the abnormality determination threshold value to determine whether a temperature abnormality has occurred in an underfloor device for which a determination of a temperature abnormality is desired. For this reason, the abnormality determination threshold value used for temperature abnormality determination is not easily affected by disturbances, and when an abnormality determination is performed using such an abnormality determination threshold value, a temperature abnormality is erroneously detected even though the device is normal. There is no risk of being judged.
したがって、一つ以上の車両から編成される鉄道車両の床下に設置される床下機器に発生する温度異常を精度良く検出することができる。
なお、本発明は、温度異常検出方法としても実現可能である。
Therefore, it is possible to accurately detect a temperature abnormality occurring in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles.
The present invention can also be realized as a temperature abnormality detection method.
以下に本発明の実施形態を図面とともに説明する。なお、本発明は下記実施形態に限定されるものではなく、様々な態様にて実施することが可能である。
図１に示す温度異常検出システム１は、一つ以上の車両から編成される鉄道車両の床下に設置される床下機器に発生する温度異常を検出する機能を有する。
Embodiments of the present invention will be described below with reference to the drawings. In addition, this invention is not limited to the following embodiment, It is possible to implement in various aspects.
A temperature abnormality detection system 1 shown in FIG. 1 has a function of detecting a temperature abnormality that occurs in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles.
［１．温度異常検出システム１の構成］
温度異常検出システム１は、機器温度センサ１１と、列車（編成）検出部１２と、機器部位検出部１３と、データ処理部１４と、記憶部１５と、編成内温度クラスタ分析部１６と、ユニット内温度クラスタ分析部１７と、車両内温度クラスタ分析部１８と、カテゴリ間閾値策定部１９と、比較部２０と、温度異常検出部２１と、を備える。
[1. Configuration of temperature abnormality detection system 1]
The temperature abnormality detection system 1 includes a device temperature sensor 11, a train (knitting) detection unit 12, a device part detection unit 13, a data processing unit 14, a storage unit 15, a composition temperature cluster analysis unit 16, and a unit. An internal temperature cluster analysis unit 17, an in-vehicle temperature cluster analysis unit 18, an inter-category threshold formulation unit 19, a comparison unit 20, and a temperature abnormality detection unit 21 are provided.
なお、温度異常検出システム１は、周知のＣＰＵ、ＲＯＭ、ＲＡＭ、入出力回路であるＩ／Ｏおよびこれらの構成を接続するバスラインなどで構成されるコンピュータを搭載しており、このうちのＣＰＵが、データ処理部１４、編成内温度クラスタ分析部１６、ユニット内温度クラスタ分析部１７、車両内温度クラスタ分析部１８、カテゴリ間閾値策定部１９、比較部２０および温度異常検出部２１として機能し、ＲＡＭが記憶部１５として機能する。 The temperature abnormality detection system 1 is equipped with a known CPU, ROM, RAM, I / O that is an input / output circuit, and a bus line that connects these components, among which a CPU Functions as the data processing unit 14, the in-compartment temperature cluster analysis unit 16, the in-unit temperature cluster analysis unit 17, the in-vehicle temperature cluster analysis unit 18, the inter-category threshold formulation unit 19, the comparison unit 20, and the temperature abnormality detection unit 21. The RAM functions as the storage unit 15.
また、ＣＰＵは、ＲＯＭおよびＲＡＭに記憶された制御プログラムおよびデータにより制御を行なう。ＲＯＭは、プログラム格納領域とデータ記憶領域とを有している。プログラム格納領域には制御プログラムが格納され、データ記憶領域には制御プログラムの動作に必要なデータが格納されている。また、制御プログラムは、ＲＡＭ上にてワークメモリを作業領域とする形で動作する。 Further, the CPU performs control according to control programs and data stored in the ROM and RAM. The ROM has a program storage area and a data storage area. A control program is stored in the program storage area, and data necessary for the operation of the control program is stored in the data storage area. In addition, the control program operates on the RAM in a form in which the work memory is a work area.
［１．１．機器温度センサ１１の構成］
機器温度センサ１１は、線路（軌道）が敷設された地上側に、線路を走行する列車である鉄道車両の両側方それぞれに対応して配置され、鉄道車両の床下に設置される床下機器の放射熱を検知して床下機器の温度値である機器温度値を測定する。より具体的には、機器温度センサ１１は、筐体の内部に赤外線放射温度計を内蔵する構成を有しており、赤外線放射温度計が、温度を有する物体が放射する赤外線の強さ（エネルギー量）を検知することにより、線路を通過する鉄道車両の各車両の床下機器の温度を、非接触で計測する。なお、床下機器の具体例としては、軸箱や車軸などが挙げられる。
[1.1. Configuration of Device Temperature Sensor 11]
The device temperature sensor 11 is disposed on the ground side where the track (track) is laid, corresponding to each side of the rail vehicle that is a train traveling on the track, and radiates underfloor device installed under the floor of the rail vehicle. Detects heat and measures the device temperature value, which is the temperature value of the underfloor device. More specifically, the device temperature sensor 11 has a configuration in which an infrared radiation thermometer is built in the housing, and the infrared radiation thermometer is adapted to the intensity of infrared rays (energy) emitted from an object having temperature. By detecting the amount), the temperature of the underfloor equipment of each vehicle of the railway vehicle passing through the track is measured without contact. Specific examples of the underfloor device include a shaft box and an axle.
なお、この機器温度センサ１１は、ＣＰＵからの指示に従って、予め設定された測定開始時刻となったら上述の測定を開始し、予め設定された測定終了時刻となったら測定を終了する。そして、機器温度センサ１１は、測定した機器温度値をデータ処理部１４に出力する。 The device temperature sensor 11 starts the above-described measurement when a preset measurement start time is reached according to an instruction from the CPU, and ends the measurement when the preset measurement end time is reached. Then, the device temperature sensor 11 outputs the measured device temperature value to the data processing unit 14.
なお、機器温度センサ１１は、機器温度値取得部に該当する。
［１．２．列車（編成）検出部１２の構成］
列車（編成）検出部１２は、線路を通過する列車の編成番号を検出する。具体的には、編成の車体に貼り付けたＩＣカードに編成名が登録されていて、列車通過時に地上に設けられた図示しないアンテナによって情報を受信し、編成名を当該列車（編成）検出部１２に読み込むようになっている。
The device temperature sensor 11 corresponds to a device temperature value acquisition unit.
[1.2. Configuration of Train (Composition) Detection Unit 12]
The train (train) detection unit 12 detects the train number of the train passing through the track. Specifically, the train name is registered in an IC card affixed to the train body, information is received by an antenna (not shown) provided on the ground when the train passes, and the train name is detected by the train (train) detection unit. 12 is read.
［１．３．機器部位検出部１３の構成］
機器部位検出部１３は、車輪のフランジ部が近接すると信号を出力し、非接触で車輪の通過タイミングを精度良く検知可能である。なお、このような非接触での検出手法としては、例えば高周波誘導方式や光電方式が挙げられる。
[1.3. Configuration of Device Part Detection Unit 13]
The device part detection unit 13 outputs a signal when the flange portion of the wheel comes close, and can accurately detect the passing timing of the wheel without contact. Examples of such a non-contact detection method include a high frequency induction method and a photoelectric method.
［１．４．データ処理部１４の構成］
データ処理部１４は、機器温度センサ１１からの出力信号、列車検出部１２からの出力信号、機器部位検出部１３からの出力信号に基づき各種演算を実行して、通過する列車の車種、軸箱が設置される号車番号、軸箱の軸位、および軸箱が設置される側が海側か山側の区別を判断し、その判断結果を編成内温度クラスタ分析部１６、ユニット内温度クラスタ分析部１７、車両内温度クラスタ分析部１８およびカテゴリ間閾値策定部１９に出力する。
[1.4. Configuration of Data Processing Unit 14]
The data processing unit 14 executes various calculations based on the output signal from the equipment temperature sensor 11, the output signal from the train detection part 12, and the output signal from the equipment part detection part 13, and the vehicle type of the passing train, the axle box Vehicle number, axle position of the axle box, and whether the side on which the axle box is installed is discriminated between the sea side and the mountain side. And output to the in-vehicle temperature cluster analysis unit 18 and the inter-category threshold value formulation unit 19.
また、データ処理部１４は、機器温度センサ１１が取得した機器温度値を、編成内温度クラスタ分析部１６、ユニット内温度クラスタ分析部１７、車両内温度クラスタ分析部１８およびカテゴリ間閾値策定部１９に出力する。 Further, the data processing unit 14 uses the device temperature value acquired by the device temperature sensor 11 as the in-composition temperature cluster analysis unit 16, the in-unit temperature cluster analysis unit 17, the in-vehicle temperature cluster analysis unit 18, and the inter-category threshold value formulation unit 19. Output to.
また、データ処理部１４は、記憶部１５との間でデータのやり取りが可能であり、機器温度センサ１１が取得した機器温度値を記憶部１５に出力して記憶させたり、記憶部１５が記憶する各種データを読み出して編成内温度クラスタ分析部１６、ユニット内温度クラスタ分析部１７、車両内温度クラスタ分析部１８およびカテゴリ間閾値策定部１９に出力したりする。 In addition, the data processing unit 14 can exchange data with the storage unit 15, and outputs the device temperature value acquired by the device temperature sensor 11 to the storage unit 15 for storage, or the storage unit 15 stores the data. Various data to be read out and output to the in-composition temperature cluster analysis unit 16, the in-unit temperature cluster analysis unit 17, the in-vehicle temperature cluster analysis unit 18, and the inter-category threshold value formulation unit 19.
また、データ処理部１４は、温度異常の判定を所望する床下機器である判定対象機器の機器温度値を判定用温度値として記憶部１５が蓄積する機器温度値から取得する。そして、データ処理部１４は、取得した判定用温度値を、カテゴリ間閾値策定部１９などを介して比較部２０に出力する。 Further, the data processing unit 14 acquires the device temperature value of the determination target device that is an underfloor device for which a determination of a temperature abnormality is desired from the device temperature value stored in the storage unit 15 as a determination temperature value. Then, the data processing unit 14 outputs the acquired determination temperature value to the comparison unit 20 via the inter-category threshold setting unit 19 or the like.
なお、データ処理部１４は、判定用温度値取得部に該当する。
［１．５．記憶部１５の構成］
記憶部１５は、各種情報を記憶しておくのに用いられる。例えば、記憶部１５は、温度センサ１１が取得した機器温度値を蓄積するのに用いられる。記憶部１５に蓄積された機器温度値は蓄積温度値に該当する。
The data processing unit 14 corresponds to a determination temperature value acquisition unit.
[1.5. Configuration of storage unit 15]
The storage unit 15 is used to store various information. For example, the storage unit 15 is used to accumulate device temperature values acquired by the temperature sensor 11. The device temperature value accumulated in the storage unit 15 corresponds to the accumulated temperature value.
なお、記憶部１５は、機器温度値蓄積部に該当する。
［１．６．編成内温度クラスタ分析部１６の構成］
編成内温度クラスタ分析部１６は、記憶部１５に蓄積された機器温度値のうち、同一の編成内容を有する鉄道車両に属する床下機器の機器温度値を蓄積温度値として用いてクラスタ分析を行う。クラスタ分析とは、分析対象の集合を類似度に応じて複数の部分集合に分割する分析手法である。このクラスタ分析に用いる分析対象としての温度値については、例えば、鉄道車両ごとに機器温度値を取得する複数の地点を予め設定しておき、この地点から取得して蓄積しておく。
The storage unit 15 corresponds to a device temperature value storage unit.
[1.6. Configuration of in-knitting temperature cluster analysis unit 16]
The in-composition temperature cluster analysis unit 16 performs cluster analysis by using, as the accumulated temperature value, the apparatus temperature value of the underfloor apparatus belonging to the railway vehicle having the same composition contents among the apparatus temperature values accumulated in the storage unit 15. Cluster analysis is an analysis technique in which a set to be analyzed is divided into a plurality of subsets according to the degree of similarity. With respect to the temperature value as the analysis target used in this cluster analysis, for example, a plurality of points where the equipment temperature value is acquired for each railway vehicle is set in advance, and acquired and stored from this point.
具体的には、編成内温度クラスタ分析部１６は、分析対象となる蓄積温度値と蓄積温度値について予め定義された類似度を用いて、床下機器に発生する温度異常の度合いとして一方が正常であり他方が異常であるとみなされる二つのクラスタである正常クラスタと異常クラスタとに分類する。このクラスタ分析は、同一の編成内容を有する鉄道車両に属する床下機器の機器温度値を要素として図２（ａ）に示すようなベクトルを作成し、このベクトルを用いて行う。なお、類似度については、ベクトルに関して様々に定義されており、ここでは、任意で用いることができる。 Specifically, the in-knitting temperature cluster analysis unit 16 uses the similarity defined in advance for the accumulated temperature value to be analyzed and the accumulated temperature value, and one is normal as the degree of temperature abnormality occurring in the underfloor equipment. The other is classified into a normal cluster and an abnormal cluster, which are two clusters that are considered abnormal. This cluster analysis is performed by creating a vector as shown in FIG. 2A using the equipment temperature value of the underfloor equipment belonging to the railcar having the same composition as the element, and using this vector. Note that the degree of similarity is variously defined for vectors, and can be arbitrarily used here.
また、編成内温度クラスタ分析部１６は、クラスタ間距離が混在判定閾値以下である場合には、蓄積温度値のうち正常クラスタに分類される温度値を用いて、床下機器に発生する温度異常の度合いを表す小クラスタに分類するとともに、小クラスタ同士を順番に統合してクラスタ化する階層クラスタリングを実施する。混在判定閾値は、蓄積温度値に床下機器の温度異常に取得された温度値が混在することを判定するための閾値である。混在判定閾値は、予め実験等により設定される。階層クラスタリングによる分析結果は、図３（ａ）に示すような樹形図で表すことができる。 In addition, when the inter-cluster distance is equal to or less than the mixture determination threshold, the in-knitting temperature cluster analysis unit 16 uses a temperature value classified as a normal cluster among accumulated temperature values to detect a temperature abnormality occurring in the underfloor equipment. Hierarchical clustering is performed in which the small clusters are classified into small clusters representing degrees, and the small clusters are integrated and clustered in order. The mixing determination threshold value is a threshold value for determining whether the accumulated temperature value includes a temperature value acquired due to a temperature abnormality of the underfloor device. The mixed determination threshold is set in advance by experiments or the like. The analysis result by hierarchical clustering can be represented by a tree diagram as shown in FIG.
編成内温度クラスタ分析部１６は、データ処理部１４などから入力された各種情報および当該編成内温度クラスタ分析部１６による分析結果をユニット内温度クラスタ分析部１７および比較部２０に出力する。 The in-knitting temperature cluster analysis unit 16 outputs various information input from the data processing unit 14 and the like and the analysis result by the in-knitting temperature cluster analysis unit 16 to the in-unit temperature cluster analysis unit 17 and the comparison unit 20.
なお、編成内温度クラスタ分析部１６は、クラスタ分析部に該当する。
［１．７．ユニット内温度クラスタ分析部１７の構成］
ユニット内温度クラスタ分析部１７は、記憶部１５に蓄積された機器温度値のうち、鉄道車両の床下に設置される同一のユニットに属する床下機器の機器温度値を蓄積温度値として用いてクラスタ分析を行う。このクラスタ分析に用いる分析対象としての温度値については、例えば、台車などのユニットごとに機器温度値を取得する複数の地点を予め設定しておき、この地点から取得して蓄積しておく。
The in-knitting temperature cluster analysis unit 16 corresponds to a cluster analysis unit.
[1.7. Configuration of unit temperature cluster analysis unit 17]
The in-unit temperature cluster analysis unit 17 uses the device temperature values of the underfloor devices belonging to the same unit installed under the floor of the railway vehicle among the device temperature values accumulated in the storage unit 15 as the accumulated temperature value. I do. For the temperature value as the analysis target used in this cluster analysis, for example, a plurality of points where the device temperature value is acquired for each unit such as a carriage is set in advance, and acquired from this point and stored.
具体的には、ユニット内温度クラスタ分析部１７は、分析対象となる蓄積温度値と蓄積温度値について予め定義された類似度を用いて、床下機器に発生する温度異常の度合いとして一方が正常であり他方が異常であるとみなされる二つのクラスタである正常クラスタと異常クラスタとに分類する。このクラスタ分析は、鉄道車両の床下に設置される同一のユニットに属する床下機器の機器温度値を要素として図２（ａ）に示すようなベクトルを作成し、このベクトルを用いて行う。 Specifically, the in-unit temperature cluster analysis unit 17 uses the stored temperature value to be analyzed and the similarity defined in advance for the stored temperature value, one of which is normal as the degree of temperature abnormality occurring in the underfloor device. The other is classified into a normal cluster and an abnormal cluster, which are two clusters that are considered abnormal. This cluster analysis is performed by creating a vector as shown in FIG. 2A using the equipment temperature value of the underfloor equipment belonging to the same unit installed under the floor of the railway vehicle as an element, and using this vector.
また、ユニット内温度クラスタ分析部１７は、クラスタ間距離が混在判定閾値以下である場合には、蓄積温度値のうち正常クラスタに分類される温度値を用いて、床下機器に発生する温度異常の度合いを表す小クラスタに分類するとともに、小クラスタ同士を順番に統合してクラスタ化する階層クラスタリングを実施する。階層クラスタリングによる分析結果は、図３（ａ）に示すような樹形図で表すことができる。 In addition, when the inter-cluster distance is equal to or less than the mixture determination threshold, the in-unit temperature cluster analysis unit 17 uses a temperature value classified as a normal cluster among the accumulated temperature values to detect a temperature abnormality that occurs in the underfloor device. Hierarchical clustering is performed in which the small clusters are classified into small clusters representing degrees, and the small clusters are integrated and clustered in order. The analysis result by hierarchical clustering can be represented by a tree diagram as shown in FIG.
ユニット内温度クラスタ分析部１７は、データ処理部１４などから入力された各種情報および当該ユニット内温度クラスタ分析部１７による分析結果を車両内温度クラスタ分析部１８および比較部２０に出力する。 The in-unit temperature cluster analysis unit 17 outputs various information input from the data processing unit 14 and the like and the analysis result by the in-unit temperature cluster analysis unit 17 to the in-vehicle temperature cluster analysis unit 18 and the comparison unit 20.
なお、ユニット内温度クラスタ分析部１７は、クラスタ分析部に該当する。
［１．８．車両内温度クラスタ分析部１８の構成］
車両内温度クラスタ分析部１８は、記憶部１５に蓄積された機器温度値のうち、鉄道車両を構成する同一の車両に属する床下機器の機器温度値を蓄積温度値として用いてクラスタ分析を行う。このクラスタ分析に用いる分析対象としての温度値については、例えば、車両ごとに機器温度値を取得する複数の地点を予め設定しておき、この地点から取得して蓄積しておく。
The in-unit temperature cluster analysis unit 17 corresponds to a cluster analysis unit.
[1.8. Configuration of In-Vehicle Temperature Cluster Analysis Unit 18]
The in-vehicle temperature cluster analysis unit 18 performs cluster analysis by using, among the device temperature values stored in the storage unit 15, the device temperature value of the underfloor device belonging to the same vehicle constituting the railway vehicle as the stored temperature value. For the temperature value as the analysis target used for this cluster analysis, for example, a plurality of points where the device temperature value is acquired for each vehicle is set in advance, and acquired from this point and stored.
具体的には、車両内温度クラスタ分析部１８は、分析対象となる蓄積温度値と蓄積温度値について予め定義された類似度を用いて、床下機器に発生する温度異常の度合いとして一方が正常であり他方が異常であるとみなされる二つのクラスタである正常クラスタと異常クラスタとに分類する。このクラスタ分析は、鉄道車両を構成する同一の車両に属する床下機器の機器温度値を要素として図２（ａ）に示すようなベクトルを作成し、このベクトルを用いて行う。 Specifically, the in-vehicle temperature cluster analysis unit 18 uses one of the accumulated temperature values to be analyzed and the degree of temperature abnormality occurring in the underfloor device using one of the similarities defined in advance. The other is classified into a normal cluster and an abnormal cluster, which are two clusters that are considered abnormal. This cluster analysis is performed by creating a vector as shown in FIG. 2A using the equipment temperature value of the underfloor equipment belonging to the same vehicle constituting the railway vehicle as an element, and using this vector.
また、車両内温度クラスタ分析部１８は、クラスタ間距離が混在判定閾値以下である場合には、蓄積温度値のうち正常クラスタに分類される温度値を用いて、床下機器に発生する温度異常の度合いを表す小クラスタに分類するとともに、小クラスタ同士を順番に統合してクラスタ化する階層クラスタリングを実施する。階層クラスタリングによる分析結果は、図３（ａ）に示すような樹形図で表すことができる。 Further, when the inter-cluster distance is equal to or less than the mixture determination threshold, the in-vehicle temperature cluster analysis unit 18 uses a temperature value classified as a normal cluster among the accumulated temperature values to detect a temperature abnormality that occurs in the underfloor device. Hierarchical clustering is performed in which the small clusters are classified into small clusters representing degrees, and the small clusters are integrated and clustered in order. The analysis result by hierarchical clustering can be represented by a tree diagram as shown in FIG.
車両内温度クラスタ分析部１８は、データ処理部１４などから入力された各種情報および当該車両内温度クラスタ分析部１８による分析結果をカテゴリ間閾値策定部１９および比較部２０に出力する。 The in-vehicle temperature cluster analysis unit 18 outputs various information input from the data processing unit 14 and the like and the analysis result by the in-vehicle temperature cluster analysis unit 18 to the inter-category threshold setting unit 19 and the comparison unit 20.
なお、車両内温度クラスタ分析部１８は、クラスタ分析部に該当する。
［１．９．カテゴリ間閾値策定部１９の構成］
カテゴリ間閾値策定部１９は、編成内温度クラスタ分析部１６、ユニット内温度クラスタ分析部１７および車両内温度クラスタ分析部１８による分析結果に基づき、異常判定閾値を設定する。異常判定閾値とは、床下機器に温度異常が発生していると判定するための閾値である。
The in-vehicle temperature cluster analysis unit 18 corresponds to a cluster analysis unit.
[1.9. Configuration of the inter-category threshold setting unit 19]
The inter-category threshold setting unit 19 sets an abnormality determination threshold based on the analysis results by the in-composition temperature cluster analysis unit 16, the in-unit temperature cluster analysis unit 17, and the in-vehicle temperature cluster analysis unit 18. The abnormality determination threshold is a threshold for determining that a temperature abnormality has occurred in the underfloor device.
例えば、カテゴリ間閾値策定部１９は、編成内温度クラスタ分析部１６による分析結果に基づき、次のように異常判定閾値を設定する。
すなわち、カテゴリ間閾値策定部１９は、クラスタ間距離が混在判定閾値より大きい場合には、編成内温度クラスタ分析部１６によって分類された二つのクラスタ間の距離であるクラスタ間距離を表す温度値を、異常判定閾値に設定する。このようにクラスタ間距離が混在判定閾値よりも大きい場合については、図３（ｂ）に示すようなカテゴリ分布例で表すことができる。また、カテゴリ間閾値策定部１９は、クラスタ間距離が混在判定閾値以下である場合には、正常クラスタに分類される温度値を用いて行われた階層クラスタリングによる分析結果を用いて、（１）階層クラスタリングによって分類された小クラスタ間の距離である小クラスタ間距離を表す値のうちの最大値、または、（２）階層クラスタリングでの階層間の距離である階層間距離を表す値のうちの最大値、の何れかを異常判定閾値に設定する。
For example, the inter-category threshold value formulation unit 19 sets the abnormality determination threshold value as follows based on the analysis result by the in-knitting temperature cluster analysis unit 16.
That is, when the inter-cluster distance is larger than the mixture determination threshold, the inter-category threshold setting unit 19 calculates a temperature value representing the inter-cluster distance that is a distance between two clusters classified by the in-composition temperature cluster analysis unit 16. , Set to the abnormality determination threshold. As described above, the case where the inter-cluster distance is larger than the mixture determination threshold can be represented by a category distribution example as shown in FIG. In addition, when the inter-cluster distance is equal to or less than the mixture determination threshold, the inter-category threshold setting unit 19 uses the analysis result by the hierarchical clustering performed using the temperature value classified into the normal cluster (1) The maximum value among the values representing the distance between the small clusters that is the distance between the small clusters classified by the hierarchical clustering, or (2) the value representing the distance between the layers that is the distance between the layers in the hierarchical clustering. One of the maximum values is set as the abnormality determination threshold value.
また、カテゴリ間閾値策定部１９は、ユニット内温度クラスタ分析部１７によるクラスタ分析の分析結果に対しても同様の処理を行って異常判定閾値を設定する。
さらに、カテゴリ間閾値策定部１９は、車両内温度クラスタ分析部１８によるクラスタ分析の分析結果に対しても同様の処理を行って異常判定閾値を設定する。
Further, the inter-category threshold value formulation unit 19 performs the same processing on the analysis result of the cluster analysis by the in-unit temperature cluster analysis unit 17 to set the abnormality determination threshold value.
Further, the inter-category threshold value formulation unit 19 performs the same processing on the analysis result of the cluster analysis by the in-vehicle temperature cluster analysis unit 18 to set the abnormality determination threshold value.
なお、カテゴリ間閾値策定部１９は、閾値設定部に該当する。
［１．１０．比較部２０の構成］
比較部２０は、データ処理部１４から出力された判定用温度値と、編成内温度クラスタ分析部１６による分析結果に基づいて設定された異常判定閾値とを比較する。
The inter-category threshold value formulation unit 19 corresponds to a threshold value setting unit.
[1.10. Configuration of Comparison Unit 20]
The comparison unit 20 compares the determination temperature value output from the data processing unit 14 with the abnormality determination threshold set based on the analysis result by the in-knitting temperature cluster analysis unit 16.
また、比較部２０は、データ処理部１４から出力された判定用温度値と、ユニット内温度クラスタ分析部１７による分析結果に基づいて設定された異常判定閾値とを比較する。
また、比較部２０は、データ処理部１４から出力された判定用温度値と、車両内温度クラスタ分析部１８による分析結果に基づいて設定された異常判定閾値とを比較する。
Further, the comparison unit 20 compares the determination temperature value output from the data processing unit 14 with the abnormality determination threshold set based on the analysis result by the in-unit temperature cluster analysis unit 17.
Further, the comparison unit 20 compares the determination temperature value output from the data processing unit 14 with the abnormality determination threshold set based on the analysis result by the in-vehicle temperature cluster analysis unit 18.
［１．１１．温度異常検出部２１の構成］
温度異常検出部２１は、比較部２０による比較結果に基づき、判定用温度値が異常判定閾値よりも大きい場合には、判定対象機器に温度異常が発生していると判定する異常判定を行う。また、温度異常検出部２１は、図示しない表示装置に判定結果を表示する機能を有する。
[1.11. Configuration of temperature abnormality detection unit 21]
Based on the comparison result from the comparison unit 20, the temperature abnormality detection unit 21 performs abnormality determination that determines that a temperature abnormality has occurred in the determination target device when the determination temperature value is larger than the abnormality determination threshold value. The temperature abnormality detection unit 21 has a function of displaying the determination result on a display device (not shown).
なお、温度異常検出部２１は、温度異常判定部に該当する。
［２．実施形態の効果］
このように本実施形態の温度異常検出システム１によれば、蓄積された床下機器の温度値から統計的手法により、床下機器に温度異常が発生していると判定するための閾値である異常判定閾値を設定し、異常判定閾値に基づき、温度異常の判定を所望する床下機器に温度異常が発生していることを判定する異常判定を行う。このため、温度異常の判定に用いる異常判定閾値が外乱の影響を受けにくく、このような異常判定閾値を用いて異常判定を行った場合、機器が正常であるにもかかわらず誤って温度異常と判定されるおそれがない。
The temperature abnormality detection unit 21 corresponds to a temperature abnormality determination unit.
[2. Effects of the embodiment]
As described above, according to the temperature abnormality detection system 1 of the present embodiment, an abnormality determination that is a threshold value for determining that a temperature abnormality has occurred in the underfloor device using a statistical method from the accumulated temperature value of the underfloor device. A threshold value is set, and abnormality determination is performed based on the abnormality determination threshold value to determine that a temperature abnormality has occurred in the underfloor device that is desired to determine the temperature abnormality. For this reason, the abnormality determination threshold value used for temperature abnormality determination is not easily affected by disturbances, and when an abnormality determination is performed using such an abnormality determination threshold value, a temperature abnormality is erroneously detected even though the device is normal. There is no risk of being judged.
また、クラスタ分析時に、二つのクラスタ間の距離が十分に確保されるように異常判定閾値が設定されるため、温度異常の誤検出を低減することができる。
したがって、本実施形態の温度異常検出システム１によれば、一つ以上の車両から編成される鉄道車両の床下に設置される床下機器に発生する温度異常を精度良く検出することができる。
In addition, since the abnormality determination threshold is set so that a sufficient distance between the two clusters is ensured during cluster analysis, erroneous detection of temperature abnormality can be reduced.
Therefore, according to the temperature abnormality detection system 1 of the present embodiment, it is possible to accurately detect a temperature abnormality that occurs in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles.
また、本実施形態の温度異常検出システム１によれば、過去の発生した駆動装置、継手の潤滑不良等に起因する鉄道車両の重大事故を未然に防止することができる。そして、鉄道車両の安全性向上に寄与する。 In addition, according to the temperature abnormality detection system 1 of the present embodiment, it is possible to prevent a serious accident of a railway vehicle caused by a past occurrence of a drive device, a poor joint lubrication, or the like. And it contributes to the safety improvement of a railway vehicle.
また、本実施形態の温度異常検出システム１によれば、上述のような異常判定を多段階で行うので、鉄道車両の床下に設置される床下機器に発生する度異常を更に精度良く検出することができる。 Further, according to the temperature abnormality detection system 1 of the present embodiment, the abnormality determination as described above is performed in multiple stages, so that an abnormality that occurs in an underfloor device installed under the floor of a railway vehicle can be detected more accurately. Can do.
また、本実施形態の温度異常検出システム１によれば、異常モードの概要を同定することができる。
また、本実施形態の温度異常検出システム１によれば、異常種別の同定が可能となる。
Moreover, according to the temperature abnormality detection system 1 of this embodiment, the outline of the abnormality mode can be identified.
Further, according to the temperature abnormality detection system 1 of the present embodiment, the abnormality type can be identified.
また、本実施形態の温度異常検出システム１によれば、温度分布の特異性を検証することにより、センサ不具合等の機器故障の検知も可能となる。 Moreover, according to the temperature abnormality detection system 1 of the present embodiment, it is possible to detect a device failure such as a sensor failure by verifying the specificity of the temperature distribution.
１…温度異常検出システム、１１…機器温度センサ、１２…列車（編成）検出部、１３…機器部位検出部、１４…データ処理部、１５…記憶部、１６…編成内温度クラスタ分析部、１７…ユニット内温度クラスタ分析部、１８…車両内温度クラスタ分析部、１９…カテゴリ間閾値策定部、２０…比較部、２１…温度異常検出部。 DESCRIPTION OF SYMBOLS 1 ... Temperature abnormality detection system, 11 ... Equipment temperature sensor, 12 ... Train (composition) detection part, 13 ... Equipment part detection part, 14 ... Data processing part, 15 ... Storage part, 16 ... In-composition temperature cluster analysis part, 17 ... in-unit temperature cluster analysis unit, 18 ... in-vehicle temperature cluster analysis unit, 19 ... inter-category threshold formulation unit, 20 ... comparison unit, 21 ... temperature abnormality detection unit.
判定用温度値取得部は、温度異常の判定を所望する床下機器である判定対象機器の機器温度値を判定用温度値として機器温度値蓄積部が蓄積する蓄積温度値から取得する。
温度異常判定部は、判定用温度値取得部によって取得された判定用温度値と、閾値設定部によって設定された前記異常判定閾値との比較により、判定用温度値が異常判定閾値よりも大きい場合には、判定対象機器に温度異常が発生していると判定する異常判定を行う。
The determination temperature value acquisition unit acquires, as the determination temperature value, the device temperature value of the determination target device that is an underfloor device for which it is desired to determine a temperature abnormality from the accumulated temperature value accumulated by the device temperature value accumulation unit.
The temperature abnormality determination unit is configured such that the determination temperature value is larger than the abnormality determination threshold value by comparing the determination temperature value acquired by the determination temperature value acquisition unit and the abnormality determination threshold value set by the threshold setting unit. The abnormality determination is performed to determine that a temperature abnormality has occurred in the determination target device.
Claims (6)
前記床下機器の温度値である機器温度値を取得する機器温度値取得部と、
前記機器温度値取得部によって取得された機器温度値を蓄積する機器温度値蓄積部と、
前記機器温度値蓄積部が蓄積する機器温度値である蓄積温度値と前記蓄積温度値について予め定義された類似度を用いて、前記床下機器に発生する温度異常の度合いとして一方が正常であり他方が異常であるとみなされる二つのクラスタである正常クラスタと異常クラスタとに分類するクラスタ分析を行うクラスタ分析部と、
前記クラスタ分析部によって分類された前記二つのクラスタ間の距離であるクラスタ間距離を表す温度値を、前記床下機器に温度異常が発生していると判定するための閾値である異常判定閾値に設定する閾値設定部と、
温度異常の判定を所望する前記床下機器である判定対象機器の機器温度値を判定用温度値として前記機器温度蓄積部が蓄積する蓄積温度値から取得する判定用温度値取得部と、前記判定用温度値取得部によって取得された前記判定用温度値と、前記閾値設定部によって設定された前記異常判定閾値との比較により、前記判定用温度値が前記異常判定閾値よりも大きい場合には、前記判定対象機器に温度異常が発生していると判定する異常判定を行う温度異常判定部と、
を備えることを特徴とする温度異常検出システム。 A temperature abnormality detection system that detects a temperature abnormality that occurs in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles,
An apparatus temperature value acquisition unit for acquiring an apparatus temperature value that is a temperature value of the underfloor apparatus;
An appliance temperature value storage unit for storing the appliance temperature value acquired by the appliance temperature value acquisition unit;
Using the stored temperature value, which is the device temperature value stored by the device temperature value storage unit, and the similarity defined in advance for the stored temperature value, one is normal as the degree of temperature abnormality occurring in the underfloor device, and the other A cluster analysis unit that performs cluster analysis to classify a normal cluster and an abnormal cluster, which are two clusters that are considered abnormal,
A temperature value indicating an inter-cluster distance that is a distance between the two clusters classified by the cluster analysis unit is set as an abnormality determination threshold that is a threshold for determining that a temperature abnormality has occurred in the underfloor device. A threshold value setting unit,
A determination temperature value acquisition unit that acquires, from the accumulated temperature value accumulated by the device temperature accumulation unit, a device temperature value of a determination target device that is the underfloor device for which a determination of temperature abnormality is desired, and the determination When the determination temperature value is larger than the abnormality determination threshold by comparing the determination temperature value acquired by the temperature value acquisition unit and the abnormality determination threshold set by the threshold setting unit, A temperature abnormality determination unit that performs abnormality determination to determine that a temperature abnormality has occurred in the determination target device;
A temperature abnormality detection system comprising:
前記クラスタ間距離が、前記蓄積温度値に前記床下機器の温度異常に取得された温度値が混在することを判定するための閾値である混在判定閾値よりも大きい場合には、前記閾値策定手段が、前記クラスタ間距離を表す温度値を前記異常判定閾値に設定し、
一方、前記クラスタ間距離が前記混在判定閾値以下である場合には、前記クラスタ分析部が、前記蓄積温度値のうち前記正常クラスタに分類される温度値を用いて、前記床下機器に発生する温度異常の度合いを表す小クラスタに分類するとともに、前記小クラスタに対して階層クラスタリングを実施するクラスタ分析を行い、前記閾値策定手段が、前小クラスタ間の距離である小クラスタ間距離を表す値のうちの最大値か前記階層クラスタリングでの階層間の距離である階層間距離を表す値のうちの最大値を前記異常判定閾値に設定すること
を特徴とする温度異常検出システム。 The temperature abnormality detection system according to claim 1,
When the inter-cluster distance is larger than a mixed determination threshold value that is a threshold value for determining that the accumulated temperature value includes a temperature value acquired as an abnormal temperature of the underfloor device, the threshold value formulation means , Setting a temperature value representing the inter-cluster distance as the abnormality determination threshold
On the other hand, when the inter-cluster distance is equal to or less than the mixture determination threshold, the cluster analysis unit uses the temperature value classified as the normal cluster among the accumulated temperature values to generate a temperature generated in the underfloor device. The cluster is classified into small clusters representing the degree of abnormality and hierarchical clustering is performed on the small clusters. A temperature abnormality detection system, wherein a maximum value among values representing an inter-tier distance that is a distance between tiers in the tier clustering is set as the anomaly determination threshold value.
前記クラスタ分析部は、前記機器温度値蓄積部が蓄積する機器温度値のうち、同一の編成内容を有する前記鉄道車両に属する前記床下機器の機器温度値、前記鉄道車両の床下に設置される同一のユニットに属する前記床下機器の機器温度値、および前記鉄道車両を構成する同一の車両に属する前記床下機器の機器温度値のそれぞれを前記蓄積温度値として用いて、前記クラスタ分析を行うこと
を特徴とする温度異常検出システム。 In the temperature abnormality detection system according to claim 1 or 2,
The cluster analysis unit is an equipment temperature value accumulated by the equipment temperature value accumulation unit, the equipment temperature value of the underfloor equipment belonging to the railway vehicle having the same knitting content, and the same installed below the floor of the railway vehicle The cluster analysis is performed using each of the equipment temperature value of the underfloor equipment belonging to the unit and the equipment temperature value of the underfloor equipment belonging to the same vehicle constituting the railway vehicle as the accumulated temperature value. An abnormal temperature detection system.
前記床下機器の温度値である機器温度値を取得し、
取得された機器温度値を蓄積し、
蓄積する機器温度値である蓄積温度値と前記蓄積温度値について予め定義された類似度を用いて、前記床下機器に発生する温度異常の度合いとして一方が正常であり他方が異常であるとみなされる二つのクラスタである正常クラスタと異常クラスタとに分類するクラスタ分析を行い、
分類された前記二つのクラスタ間の距離であるクラスタ間距離を表す温度値を、前記床下機器に温度異常が発生していると判定するための閾値である異常判定閾値に設定し、
温度異常の判定を所望する前記床下機器である判定対象機器の機器温度値を判定用温度値として前記蓄積温度値から取得し、
前記判定用温度値と前記異常判定閾値との比較により、前記判定用温度値が前記異常判定閾値よりも大きい場合には、前記判定対象機器に温度異常が発生していると判定する異常判定を行うこと
を特徴とする温度異常検出方法。 A temperature abnormality detection method for detecting a temperature abnormality that occurs in an underfloor device installed under the floor of a railway vehicle formed from one or more vehicles,
Obtain an equipment temperature value that is the temperature value of the underfloor equipment,
Accumulate the acquired device temperature value,
Using the stored temperature value, which is the device temperature value to be stored, and the similarity defined in advance for the stored temperature value, it is considered that one is normal and the other is abnormal as the degree of temperature abnormality occurring in the underfloor device. Perform cluster analysis to classify two clusters, normal cluster and abnormal cluster,
Set a temperature value representing a distance between clusters that is a distance between the two classified clusters, to an abnormality determination threshold that is a threshold for determining that a temperature abnormality has occurred in the underfloor device,
Obtaining the device temperature value of the determination target device that is the underfloor device for which determination of temperature abnormality is desired as the determination temperature value from the accumulated temperature value,
When the determination temperature value is larger than the abnormality determination threshold value by comparing the determination temperature value with the abnormality determination threshold value, abnormality determination is performed to determine that a temperature abnormality has occurred in the determination target device. A temperature abnormality detection method characterized by:
前記クラスタ間距離が、前記蓄積温度値に前記床下機器の温度異常に取得された温度値が混在することを判定するための閾値である混在判定閾値よりも大きい場合には、前記クラスタ間距離を表す温度値を前記異常判定閾値に設定し、
一方、前記クラスタ間距離が前記混在判定閾値以下である場合には、前記蓄積温度値のうち前記正常クラスタに分類される温度値を用いて、前記床下機器に発生する温度異常の度合いを表す小クラスタに分類するとともに、前記小クラスタに対して階層クラスタリングを実施するクラスタ分析を行い、前小クラスタ間の距離である小クラスタ間距離を表す値のうちの最大値か前記階層クラスタリングでの階層間の距離である階層間距離を表す値のうちの最大値を前記異常判定閾値に設定すること
を特徴とする温度異常検出方法。 In the temperature abnormality detection method of Claim 4,
When the inter-cluster distance is larger than a mixed determination threshold that is a threshold for determining that the accumulated temperature value includes a temperature value acquired as a temperature abnormality of the underfloor device, the inter-cluster distance is Set the temperature value to be represented as the abnormality determination threshold,
On the other hand, when the inter-cluster distance is equal to or less than the mixture determination threshold, the temperature value classified into the normal cluster among the accumulated temperature values is used to indicate a degree of temperature abnormality occurring in the underfloor device. The cluster is classified into clusters, and cluster analysis is performed to perform hierarchical clustering on the small clusters, and the maximum value of the values representing the distance between the small clusters, which is the distance between the previous small clusters, or between the hierarchies in the hierarchical clustering. A temperature abnormality detection method comprising: setting a maximum value among values representing an inter-tier distance, which is a distance, to the abnormality determination threshold value.
蓄積する機器温度値のうち、同一の編成内容を有する前記鉄道車両に属する前記床下機器の機器温度値、前記鉄道車両の床下に設置される同一のユニットに属する前記床下機器の機器温度値、および前記鉄道車両を構成する同一の車両に属する前記床下機器の機器温度値のそれぞれを前記蓄積温度値として用いて、前記クラスタ分析を行うこと
を特徴とする温度異常検出方法。 In the temperature abnormality detection method of Claim 4 or Claim 5,
Among the accumulated equipment temperature values, the equipment temperature value of the underfloor equipment belonging to the railway vehicle having the same composition content, the equipment temperature value of the underfloor equipment belonging to the same unit installed under the floor of the railway vehicle, and The temperature abnormality detection method, wherein the cluster analysis is performed using each of the equipment temperature values of the underfloor equipment belonging to the same vehicle constituting the railway vehicle as the accumulated temperature value.
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2015053703 | 2015-03-17 | ||
| JP2015053703 | 2015-03-17 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2016173367A true JP2016173367A (en) | 2016-09-29 |
| JP6030787B2 JP6030787B2 (en) | 2016-11-24 |
Family
ID=57009078
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016052860A Active JP6030787B2 (en) | 2015-03-17 | 2016-03-16 | Temperature abnormality detection system, temperature abnormality detection method |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6030787B2 (en) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110517774A (en) * | 2019-08-06 | 2019-11-29 | 国云科技股份有限公司 | A method of prediction abnormal body temperature |
| CN111426387A (en) * | 2019-01-10 | 2020-07-17 | 杭州海康威视数字技术股份有限公司 | Temperature anomaly detection method and device |
| CN115950557A (en) * | 2023-03-08 | 2023-04-11 | 深圳市特安电子有限公司 | Intelligent temperature compensation method based on pressure transmitter |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000038133A (en) * | 1998-07-22 | 2000-02-08 | East Japan Railway Co | Underfloor equipment monitor system for rolling stock |
| JP2006341659A (en) * | 2005-06-07 | 2006-12-21 | Sumitomo Metal Ind Ltd | Abnormality detecting method of railroad vehicle |
| JP2010179706A (en) * | 2009-02-03 | 2010-08-19 | Central Japan Railway Co | System and method for detecting heating portion abnormality of vehicle, and program |
| JP2011120385A (en) * | 2009-12-03 | 2011-06-16 | Mitsubishi Electric Corp | System and method for detecting abnormal conditions of vehicle |
| JP2012058171A (en) * | 2010-09-13 | 2012-03-22 | Hitachi Ltd | Moving object abnormality detection system and moving object |
| JP2013053875A (en) * | 2011-09-01 | 2013-03-21 | Railway Technical Research Institute | Inspection support device, program, and inspection support method |
| JP2014232084A (en) * | 2013-05-30 | 2014-12-11 | 公益財団法人鉄道総合技術研究所 | Abnormal sound detection device and program |
| JP2015162032A (en) * | 2014-02-27 | 2015-09-07 | 株式会社日立製作所 | Diagnostic device for traveling object |
-
2016
- 2016-03-16 JP JP2016052860A patent/JP6030787B2/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2000038133A (en) * | 1998-07-22 | 2000-02-08 | East Japan Railway Co | Underfloor equipment monitor system for rolling stock |
| JP2006341659A (en) * | 2005-06-07 | 2006-12-21 | Sumitomo Metal Ind Ltd | Abnormality detecting method of railroad vehicle |
| JP2010179706A (en) * | 2009-02-03 | 2010-08-19 | Central Japan Railway Co | System and method for detecting heating portion abnormality of vehicle, and program |
| JP2011120385A (en) * | 2009-12-03 | 2011-06-16 | Mitsubishi Electric Corp | System and method for detecting abnormal conditions of vehicle |
| JP2012058171A (en) * | 2010-09-13 | 2012-03-22 | Hitachi Ltd | Moving object abnormality detection system and moving object |
| JP2013053875A (en) * | 2011-09-01 | 2013-03-21 | Railway Technical Research Institute | Inspection support device, program, and inspection support method |
| JP2014232084A (en) * | 2013-05-30 | 2014-12-11 | 公益財団法人鉄道総合技術研究所 | Abnormal sound detection device and program |
| JP2015162032A (en) * | 2014-02-27 | 2015-09-07 | 株式会社日立製作所 | Diagnostic device for traveling object |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111426387A (en) * | 2019-01-10 | 2020-07-17 | 杭州海康威视数字技术股份有限公司 | Temperature anomaly detection method and device |
| CN110517774A (en) * | 2019-08-06 | 2019-11-29 | 国云科技股份有限公司 | A method of prediction abnormal body temperature |
| CN115950557A (en) * | 2023-03-08 | 2023-04-11 | 深圳市特安电子有限公司 | Intelligent temperature compensation method based on pressure transmitter |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6030787B2 (en) | 2016-11-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105869434B (en) | A kind of method for detecting parking stalls based on geomagnetic sensor | |
| JP6030787B2 (en) | Temperature abnormality detection system, temperature abnormality detection method | |
| US9050894B2 (en) | System and method for predicting mechanical failure of a motor | |
| US4316175A (en) | Method for the advance indication of damage to wheel bearings | |
| JP5368126B2 (en) | Vehicle heat generation part abnormality detection system, vehicle heat generation part abnormality detection method, program | |
| US9417630B2 (en) | Systems and methods for handling malfunctions | |
| CN106404201A (en) | Preventive prompting method and system for axle temperature anomaly of motor train unit | |
| JP6055149B2 (en) | Temperature abnormality detection system, temperature abnormality detection method | |
| KR101414370B1 (en) | Train car position measurement device for electric railway maintenance | |
| JP2023078964A (en) | State monitoring device and state monitoring method | |
| US11597418B2 (en) | Method for determining an element characteristic of a railroad element | |
| CN108928367A (en) | A kind of train wheel detection method, device and storage medium | |
| US11656299B2 (en) | Near magnetic field variation detection system and detection method thereof | |
| JP6074093B2 (en) | Temperature abnormality detection system, temperature abnormality detection method | |
| CN113903180A (en) | Method and system for detecting vehicle overspeed on expressway | |
| Judek et al. | Wavelet transform-based approach to defect identification in railway carbon contact strips | |
| CN112393602A (en) | Sintering trolley wheel fault detection method, device, equipment and medium | |
| CN108944998B (en) | Train wheel detection and maintenance system | |
| JP2016175637A (en) | Temperature abnormality detection system and temperature abnormality detection method | |
| JP6077702B2 (en) | Railway vehicle type determination system, railway vehicle type determination method | |
| JP6678567B2 (en) | Outlier determination method of waveform data and outlier determination system using this method | |
| JP6027278B2 (en) | Temperature abnormality detection system, temperature abnormality detection method | |
| KR101387018B1 (en) | Axle temperature measuring device in hbd electric rack and method thereof | |
| Asplund et al. | Assessment of the data quality of wayside wheel profile measurements. | |
| Srinivas et al. | Surface damage indicators identification through simulation studies in computer vision |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20160628 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20160817 |
|
| 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: 20160927 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20161020 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6030787 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |
|
| R250 | Receipt of annual fees |
Free format text: JAPANESE INTERMEDIATE CODE: R250 |