JP3280872B2 - 環境監視システムおよび異常検出方法および異常検出装置 - Google Patents

環境監視システムおよび異常検出方法および異常検出装置

Info

Publication number
JP3280872B2
JP3280872B2 JP29953996A JP29953996A JP3280872B2 JP 3280872 B2 JP3280872 B2 JP 3280872B2 JP 29953996 A JP29953996 A JP 29953996A JP 29953996 A JP29953996 A JP 29953996A JP 3280872 B2 JP3280872 B2 JP 3280872B2
Authority
JP
Japan
Prior art keywords
mahalanobis distance
data set
monitoring
calculated
sensor
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.)
Expired - Lifetime
Application number
JP29953996A
Other languages
English (en)
Other versions
JPH10124766A (ja
Inventor
徹男 木村
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nittan Co Ltd
Original Assignee
Nittan Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nittan Co Ltd filed Critical Nittan Co Ltd
Priority to JP29953996A priority Critical patent/JP3280872B2/ja
Publication of JPH10124766A publication Critical patent/JPH10124766A/ja
Application granted granted Critical
Publication of JP3280872B2 publication Critical patent/JP3280872B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Landscapes

  • Fire-Detection Mechanisms (AREA)
  • Alarm Systems (AREA)
  • Fire Alarms (AREA)

Description

【発明の詳細な説明】
【０００１】
【発明の属する技術分野】本発明は、火災などの環境の
異常を検出する環境監視システムおよび異常検出方法お
よび異常検出装置に関する。
【０００２】
【従来の技術】近年、品質管理の一手法として、マハラ
ノビスの距離を用いることが提案されており、例えば著
者「田口」による文献「“６．多次元情報による統合評
価とＳＮ比 多次元センシングシステムの設計”，品質
工学 Vol.3, No.1, 1995年2月」、あるいは、著者「鴨
下」等による文献「“マハラノビスの距離による多次元
情報システムの最適化−火災報知システムの場合−”，
品質工学 Vol.4, No.3,1996年6月」には、マハラノビス
の距離の変化を検出することで火災を検出する技術が提
案されている。
【０００３】すなわち、この技術は、火災という異常な
状況は千差万別で、様々な特別な事態の集まりであり、
それらを全て把握することは不可能であるのに対し、正
常な状況はある程度の範囲内に必ず収まっていることに
着目したものであり、ある程度の範囲内に収まっている
正常な状況の様子を数値的に表わすのにマハラノビス空
間の距離を用いている。このマハラノビス空間とは、先
に挙げた正常な状況を、後に示す方法により数値化した
ものの集まりである。この集まりは、ある相関関係を持
つ空間を形成する。この空間を基準空間とし、そこに火
災時の情報を取り込むと、その値がこの空間を飛び出し
て検出される。このことを利用して火災報知システムを
構成することができる。
【０００４】具体的に、この火災報知システムとして、
例えば、所定の場所に、ｎ個の各種センサ、例えばｎ1
個の温度センサとｎ2個の煙センサとの合計ｎ(＝ｎ1＋
ｎ2)個のセンサＳ1，Ｓ2，…，Ｓnがそれぞれ設置され
ており、これらｎ個のセンサからのデータを、監視部１
により例えば所定のポーリング周期で順次に繰り返し収
集して、火災か否かを判断するシステムを考える。
【０００５】この際、例えば、上記ｎ個のセンサＳ1〜
Ｓnのそれぞれについて、ｋをパラメータ(例えば時刻情
報)として、例えばある１時点(ｋ＝１)のデータだけを
用いるときには、図１５(ａ)に示すように、ｐ＝ｎ個の
データ(ｎ次元情報)を、１つのデータセットとして扱う
ことができる。あるいは、上記ｎ個のセンサで、例え
ば、０秒前のデータ(ｋ＝１)，１０秒前のデータ(ｋ＝
ｎ)，…，１００秒前のデータ(ｋ＝ｎ’)を用いるとき
には(時系列を考慮し、ｎ個のセンサＳ1〜Ｓnに対して
(一定の時間間隔でサンプリングする)ｎ'回ずつのサン
プリングデータを用いるときには)、図１５(ｂ)に示す
ように、ｐ＝ｎ×ｎ’個のデータ(ｎ×ｎ'次元情報)
を、１つのデータセットとして扱うことができる。
【０００６】このように、１つのデータセットをいかよ
うにも定義することができ、１つのデータセットが所定
のものに定義されるとき、１つのデータセットには、上
述のようにｐ次元(ｐ個)のデータが含まれる。
【０００７】そして、正常な状態におけるマハラノビス
空間を、次のような手順で作成する。すなわち、先ず、
種々の環境条件下で(ｑ種類の基準となる環境条件下
で)、それぞれ、正常時に、各センサから上記のような
ｐ次元(ｐ個)のデータ，すなわちデータセットを収集す
る。具体的に、例えば、ｑ種類の典型的な(基準となる)
環境条件Ｅ1，Ｅ2，…，Ｅq下で、それぞれ、正常時
に、上記のようなｐ個のデータの組(データセット)を収
集すると、図１６に示すように、ｑ組の基準となるデー
タセットＤＳ1〜ＤＳq(すなわち、ｑ×ｐ個のデータＹ
11〜Ｙqp)が得られる。図１６からわかるように、正常
な状態におけるマハラノビス空間を作成するためのデー
タは、ｑ×ｐ個のデータＹji(ｉ＝１〜ｐ，ｊ＝１〜ｑ)
からなる。
【０００８】ここで、データＹjiは、これがアナログ式
センサからによるものである場合はアナログ値をとり、
オンオフ式センサからのものである場合にはデジタル値
(例えばＯＮの時に１、ＯＦＦの時に０)をとる。
【０００９】次いで、それぞれの項目ｉ(ｉ＝１〜ｐ)ご
とに、Ｙjiの平均ｍiと標準偏差σiとを求める。例え
ば、ｉ＝１の項目に着目すると、(Ｙ11，Ｙ21，…，Ｙ
q1)の平均ｍ1と標準偏差σ1とを求める。また、ｉ＝２
の項目に着目すると、(Ｙ12，Ｙ22，…，Ｙq2)の平均ｍ
2と標準偏差σ2とを求める。このようにして、平均
ｍ1，ｍ2，…，ｍpと、標準偏差σ1，σ2，…，σpとを
求める。
【００１０】しかる後、各データＹjiを対応する項目ｉ
ごとに、ｍi，σiで正規化して、基準化値ｙjiを求め
る。具体的には、次式により、Ｙjiを正規化した基準化
値ｙjiを求める。
【００１１】
【数１】 ｙji＝(Ｙji−ｍi)／σi (ｉ＝１〜ｐ，ｊ＝１〜ｑ)
【００１２】ここで、正規化が行なわれることによっ
て、項目ｉごとの基準化値ｙjiの平均は“０”，標準偏
差は“１”になる。
【００１３】次いで、このようにして求めた基準化値ｙ
jiから、次式(数２)のようにして相関係数ｒst＝ｒtsを
求める。
【００１４】
【数２】
【００１５】このようにして、相関係数ｒst＝ｒtsが求
められると、これらを要素にした次式のような相関行列
Ｒが求められる。
【００１６】
【数３】
【００１７】数３からわかるように、この相関行列Ｒ
は、ｐ行ｐ列の行列であり、数２における相関演算によ
って、相関行列Ｒには、データセットの組数ｑ，すなわ
ち環境条件の個数ｑは、出てこない。
【００１８】このようにして、相関行列Ｒが求められる
と、続いて、この相関行列Ｒの逆行列Ａ＝Ｒ-1を次式の
ようにして求める。
【００１９】
【数４】
【００２０】ここで、上記逆行列の要素ａstは、次式に
より求められる。
【００２１】
【数５】ａst＝ａts／｜Ａ｜
【００２２】なお、上式において、ａtsはａstの余因数
(ｓ行とｔ列の要素をすべて取り除いた相補小行列式に
(−１)s+tを乗算したもの)である。
【００２３】数４からわかるように、相関行列Ｒの逆行
列Ａも、ｐ行ｐ列の行列となる。
【００２４】このようにして、逆行列Ａが求められる
と、この逆行列Ａの要素ａstから、次式のようにしてマ
ハラノビスの距離Ｄj 2を求めることができる。
【００２５】
【数６】
【００２６】すなわち、マハラノビスの距離Ｄj 2は、ｊ
の個数分，すなわち上記例では、ｑ組の基準となるデー
タセットＤＳ1〜ＤＳqに対応させて、ｑ個生成される。
すなわち、１回のデータ収集により得られたデータ，す
なわち１組のデータセットに対応させて１つのマハラノ
ビス距離が求められるので、上記例の場合はｑ個のマハ
ラノビス距離Ｄ1 2，Ｄ2 2，…，Ｄq 2が基準マハラノビス
距離として得られる。
【００２７】これらｑ個の基準マハラノビス距離Ｄ1 2〜
Ｄq 2から正常時のマハラノビス空間，すなわち基準空間
を作ることができる。ここで、基準マハラノビス距離Ｄ
1 2〜Ｄq 2の平均は、“１”である。
【００２８】以上のようにして、正常時におけるｑ組の
基準となるデータセット(ｐ×ｑ個のデータＹji)から、
ｑ組のデータセットＤＳ1〜ＤＳqのそれぞれに対応した
ｑ個の基準マハラノビスの距離Ｄ1 2〜Ｄq 2を予め求め
て、基準空間を作成しておく。
【００２９】しかる後、実際の監視時には、上記各セン
サＳ1〜Ｓnからのデータを収集して、例えば図１５(ｂ)
に示したと同様のフォーマットのｐ(＝ｎ×ｎ’)次元の
１組のデータセットＤＳ0(データＸi(ｉ＝１〜p)からな
るデータセット）とする。
【００３０】このようにして、監視時に、１組のデータ
セットＤＳ0(データＸ1〜Ｘp)が収集されると、次式の
ようにして、正常時に求めた複数のデータＹjiの前述の
平均ｍi，標準偏差σiによって各データＸiを正規化
し、各データＸiの基準化値ｘiを求める。
【００３１】
【数７】ｘi＝(Ｘi−ｍi)／σi (ｉ＝１〜ｐ)
【００３２】このようにして、各データＸiの基準化値
ｘiが求められると、この基準化値ｘiを用いて、次式の
ようにして、監視時における１つのデータセットについ
てのマハラノビス距離Ｄ2を監視時マハラノビス距離と
して算出することができる。
【００３３】
【数８】
【００３４】ここで、相関行列Ｒの逆行列Ａ(逆行列Ａ
の各要素ａst)としては、正常時のマハラノビス距離(す
なわち、基準マハラノビス距離)Ｄj 2を求めたときに用
いた数４の逆行列Ａ(逆行列Ａの各要素ａst)を利用する
ことができる。
【００３５】ここで、統計学では、ｐＤ2が自由度ｐの
χ2分布であるとしており、それが正しいとすると、例
えばｐ＝１０のとき，Ｄ2の値が“２”，“３”，
“４”，“５”より大きくなる確率(％)は次表の通りで
ある。
【００３６】
【表１】
【００３７】表１から、マハラノビス距離Ｄ2が“４”
以上になる確率は、０．０００２３でほとんど“０”で
ある。
【００３８】従って、例えば、データセットの次元数ｐ
が“１０”である場合、監視時マハラノビス距離Ｄ2が
例えば“１２．３９”となるときには、かなりの確率で
異常と判定できる。この方法を利用することにより、誤
作動の少ない火災報知システムを提供できる。
【００３９】具体的には、数８で求められた監視時マハ
ラノビス距離Ｄ2が、ｑ個の基準マハラノビス距離Ｄ
j 2(Ｄ1 2〜Ｄq 2)のうちの最大値ｍａｘ(Ｄj 2)に対して、
次式を満たすときに、異常として判断することができ
る。
【００４０】
【数９】Ｄ2＞ｍａｘ(Ｄj 2)＋α
【００４１】ここで、αはマージンであり、通常は
“２”〜“１０”程度の値が選ばれる。
【００４２】このように、監視時に例えば所定のポーリ
ング周期で収集されるデータセットから、基準マハラノ
ビス距離Ｄj 2を求めたときに用いた逆行列Ａの各要素ａ
stを用いることによって、例えば所定のポーリング周期
に同期させて、監視時マハラノビス距離Ｄ2を算出し、
これを基準マハラノビス距離Ｄj 2と比較することで、環
境の異常を検出することができる。
【００４３】
【発明が解決しようとする課題】しかしながら、上述の
システムでは、基準となるデータセットとしては、ある
固定された環境条件下で得られたものしか用いられず、
これらのデータは、静的なものであり、ダイナミック性
に欠けるので、実際の設置現場に最適な環境監視システ
ムを提供するには限界があった。例えば、実際の設置現
場で発生する擾乱(ノイズ)の影響を受けて誤動作した
り、また、設置現場の正常な状況での環境の微妙な変化
に対応したりすることができず、正確な異常検出を行な
うことができないという欠点があった。
【００４４】本発明は、マハラノビス距離を用いて火災
等の異常検出を行なう場合に、環境の微妙な変化やノイ
ズ等の影響等による誤動作を低減し、正確な異常検出を
行なうことの可能な環境監視システムおよび異常検出方
法を提供することを目的としている。
【００４５】また、本発明は、１つの筐体内に少なくと
も１つのセンサ素子が含まれている異常検出装置におい
て、１つの筐体内に含まれている少なくとも１つのセン
サ素子から出力されるデータに基づいて、従来に比べて
より正確に火災等の異常検出を行なうことの可能な異常
検出装置を提供することを目的としている。
【００４６】
【課題を解決するための手段】上記目的を達成するため
に、請求項１記載の発明は、１つの環境条件下において
少なくとも１つのセンサから得られるデータの組を１つ
のデータセットとし、基準となる環境条件下において得
られた基準データセットから基準マハラノビス距離を算
出し、その後、実際の監視時において得られたデータセ
ットから監視時マハラノビス距離を算出し、算出された
監視時マハラノビス距離を前記基準マハラノビス距離と
比較して、環境の異常を検出する環境監視システムにお
いて、前記基準となる環境条件として、基本的な環境条
件の他に、実際の監視時における前記センサの実際の設
置場所における現場設置環境条件を用い、基本的な環境
条件下において正常時に前記センサから得られたデータ
セットと前記現場設置環境下において正常時に前記セン
サから得られたデータセットとを基準データセットとし
て用い、該基準データセットから算出されたマハラノビ
ス距離を基準マハラノビス距離として用いることを特徴
としている。
【００４７】また、請求項２記載の発明は、１つの環境
条件下において少なくとも１つのセンサから得られるデ
ータの組を１つのデータセットとし、基準となる環境条
件下において得られた基準データセットから基準マハラ
ノビス距離を算出し、その後、実際の監視時において得
られたデータセットから監視時マハラノビス距離を算出
し、算出された監視時マハラノビス距離を前記基準マハ
ラノビス距離と比較して、環境の異常を検出する環境監
視システムにおいて、実際の監視時において得られたデ
ータセットから監視時マハラノビス距離を算出し、算出
された監視時マハラノビス距離が、基準マハラノビス距
離に近いか否かを判断し、近いと判断された場合には、
該監視時マハラノビス距離を与えたデータセットを既存
の基準データセットに新たに加えて基準データセットを
更新し、更新された基準データセットから基準マハラノ
ビス距離を算出して基準マハラノビス距離を更新し、基
準マハラノビス距離が更新されたときには、更新された
基準マハラノビス距離を用いて環境異常の検出を行なう
ことを特徴としている。
【００４８】また、請求項３記載の発明は、請求項２記
載の環境監視システムにおいて、既存の基準データセッ
トに新たなデータセットを追加して基準データセットを
更新する際に、既存の基準データセットのうち、最も古
いデータセットを消去し、最も古いデータセットが消去
され新たなデータセットが追加されたものを基準データ
セットとすることを特徴としている。
【００４９】また、請求項４記載の発明は、請求項２記
載の環境監視システムにおいて、既存の基準データセッ
トに新たなデータセットを追加して基準データセットを
更新する際に、既存の基準データセットのうち、最も小
さいマハラノビス距離を与えるデータセットを消去し、
最も小さいマハラノビス距離を与えるデータセットが消
去され新たなデータセットが追加されたものを基準デー
タセットとすることを特徴としている。
【００５０】また、請求項５記載の発明は、１つの環境
条件下において少なくとも１つのセンサから得られるデ
ータの組を１つのデータセットとし、基準となる環境条
件下において得られた基準データセットから基準マハラ
ノビス距離を算出し、その後、実際の監視時において得
られたデータセットから監視時マハラノビス距離を算出
し、算出された監視時マハラノビス距離を前記基準マハ
ラノビス距離と比較して、環境の異常を検出する環境監
視システムにおいて、実際の監視時に、前記少なくとも
１つのセンサのうちの１つのセンサからデータを取得し
たときに、当該１つのセンサとの相関の度合いに応じ
て、前記少なくとも１つのセンサを、前記１つのセンサ
を包含する複数のグループに区分し、１つのセンサを包
含する小さなグループの基準データセットから基準マハ
ラノビス距離を算出し、該基準マハラノビス距離を、１
つのセンサを包含する該小さなグループの監視時データ
セットにより算出された監視時マハラノビス距離と比較
し、この結果、異常が検出されないときには、より多く
のセンサを包含するグループの基準データセットから基
準マハラノビス距離を算出し、該基準マハラノビス距離
を、前記より多くのセンサを包含するグループの監視時
データセットにより算出された監視時マハラノビス距離
と比較するというように、グループを変化させてマハラ
ノビス距離を算出し、異常の検出を行なうようになって
いることを特徴としている。
【００５１】また、請求項６記載の発明は、１つの環境
条件下において少なくとも１つのセンサから得られるデ
ータの組を１つのデータセットとし、基準となる環境条
件下において得られた基準データセットから基準マハラ
ノビス距離を算出し、その後、実際の監視時において得
られたデータセットから監視時マハラノビス距離を算出
し、算出された監視時マハラノビス距離を前記基準マハ
ラノビス距離と比較して、環境の異常を検出する異常検
出方法において、前記基準となる環境条件を増加させ、
前記基準データセットの組数を増加させて、基準マハラ
ノビス距離を算出することを特徴としている。
【００５２】また、請求項７記載の発明は、１つの環境
条件下において少なくとも１つのセンサから得られるデ
ータの組を１つのデータセットとし、基準となる環境条
件下において得られた基準データセットから基準マハラ
ノビス距離を算出し、その後、実際の監視時において得
られたデータセットから監視時マハラノビス距離を算出
し、算出された監視時マハラノビス距離を前記基準マハ
ラノビス距離と比較して、環境の異常を検出する異常検
出方法において、実際の監視時において得られたデータ
セットから監視時マハラノビス距離を算出し、算出され
た監視時マハラノビス距離が、基準マハラノビス距離に
近いか否かを判断し、近いと判断された場合には、該監
視時マハラノビス距離を与えたデータセットを既存の基
準データセットに新たに加えて基準データセットを更新
し、更新された基準データセットから基準マハラノビス
距離を算出して基準マハラノビス距離を更新し、基準マ
ハラノビス距離が更新されたときには、更新された基準
マハラノビス距離を用いて環境異常の検出を行なうこと
を特徴としている。
【００５３】また、請求項８記載の発明は、１つの環境
条件下において少なくとも１つのセンサから得られるデ
ータの組を１つのデータセットとし、基準となる環境条
件下において得られた基準データセットから基準マハラ
ノビス距離を算出し、その後、実際の監視時において得
られたデータセットから監視時マハラノビス距離を算出
し、算出された監視時マハラノビス距離を前記基準マハ
ラノビス距離と比較して、環境の異常を検出する異常検
出方法において、実際の監視時に、前記少なくとも１つ
のセンサのうちの１つのセンサからデータを取得したと
きに、当該１つのセンサとの相関の度合いに応じて、前
記少なくとも１つのセンサを、前記１つのセンサを包含
する複数のグループに区分し、１つのセンサを包含する
小さなグループの基準データセットから基準マハラノビ
ス距離を算出し、該基準マハラノビス距離を、１つのセ
ンサを包含する該小さなグループの監視時データセット
により算出された監視時マハラノビス距離と比較し、こ
の結果、異常が検出されないときには、より多くのセン
サを包含するグループの基準データセットから基準マハ
ラノビス距離を算出し、該基準マハラノビス距離を、前
記より多くのセンサを包含するグループの監視時データ
セットにより算出された監視時マハラノビス距離と比較
するというように、グループを変化させてマハラノビス
距離を算出し、異常の検出を行なうようになっているこ
とを特徴としている。
【００５４】また、請求項９記載の発明は、少なくとも
１つのセンサ素子が１つの筐体内に含まれており、該少
なくとも１つのセンサ素子から出力されるデータに基づ
いて異常を検出する異常検出装置において、１つの環境
条件下において前記少なくとも１つのセンサ素子から得
られるデータの組を１つのデータセットとし、基準とな
る環境条件下において得られた基準データセットから基
準マハラノビス距離を算出し、その後、実際の監視時に
おいて得られたデータセットから監視時マハラノビス距
離を算出し、算出された監視時マハラノビス距離を前記
基準マハラノビス距離と比較して、異常か否かを検出す
ることを特徴としている。
【００５５】
【発明の実施の形態】以下、本発明の実施形態を図面に
基づいて説明する。図１は本発明に係る環境監視システ
ムの構成例を示す図である。図１を参照すると、この環
境監視システムは、ｎ(ｎ≧１)個のセンサＳ1〜Ｓnと、
ｎ個の各センサＳ1〜Ｓnから出力されるデータを収集
し、各センサＳ1〜Ｓnからのデータに基づいて環境の異
常(例えば火災)を検出する監視部１とを備えている。
【００５６】ここで、ｎ個の各センサＳ1〜Ｓnは、例え
ば監視部１から延びる伝送路(図示せず)に接続されてお
り、また、各センサＳ1〜Ｓnには、前述したと同様に、
各種のセンサを用いることができる。例えば、煙セン
サ，熱センサ，各種ガスセンサ等の互いに異なる環境パ
ラメータのセンサを用いることができる。なお、以下で
は、説明の便宜上、各センサＳ1〜Ｓnには、アナログ式
センサが用いられるとする。
【００５７】また、監視部１は、ｎ個の各センサＳ1〜
Ｓnにアナログ式センサが用いられるとする場合、各セ
ンサＳ1〜Ｓnを例えば所定のポーリング周期によって順
次に繰り返し呼び出し、各センサＳ1〜Ｓnからのデータ
を順次に収集するようになっている。そして、ｎ個の各
センサＳ1〜Ｓnからのデータに基づき、マハラノビス距
離を算出し、算出したマハラノビス距離を用いて、環境
の異常を検出するようになっている。
【００５８】この際、マハラノビス距離の算出の対象と
なるセンサとしては、上記ｎ個のセンサのうち、互いに
何らかの相関関係があるセンサが用いられる。例えば、
区画されたある１つの部屋内に設置されているセンサ、
あるいは、互いに隣接する部屋にそれぞれ設置されてい
るセンサ、あるいは、直近のいくつかのセンサなどが用
いられる。なお、以下では、説明の便宜上、図１に示し
たｎ(ｎ≧１)個のセンサＳ1〜Ｓn間には何らかの相関が
あるものとし、従って、ｎ(ｎ≧１)個の各センサＳ1〜
Ｓnがマハラノビス距離の算出の対象になるものとす
る。
【００５９】図２は図１の環境監視システムの具体例を
示す図である。図２の例では、ｎ個の各センサＳ1〜Ｓn
は、監視部１から延びる伝送路２に接続されている。ま
た、監視部１は、全体の制御を行なう中央処理装置(Ｃ
ＰＵ)１１と、メモリ１２と、各センサＳ1〜Ｓnからの
データを収集したりするための伝送インタフェース部１
３と、警報出力装置などの入出力機器２０とのインタフ
ェースとして機能する入出力インタフェース部１４とを
有している。なお、図２の例では、入出力機器２０は、
監視部１に外部接続されるものとなっているが、監視部
１内に警報出力装置などの入出力機器２０が設けられて
いても良い。
【００６０】図２において、監視部１のメモリ１２に
は、中央処理装置１１の処理プログラムが格納され、ま
た、各センサＳ1〜Ｓnから収集されたデータ(データセ
ット)や、中央処理装置１１で演算され算出されたマハ
ラノビス距離などが格納されるようになっている。
【００６１】また、監視部１(中央処理装置１１)は、基
本的には、前述した従来のシステムと同様に、１つの環
境条件下において各センサＳ1〜Ｓnから得られるデータ
の組を１つのデータセットとし、種々の基準となる環境
条件下において正常時に各センサＳ1〜Ｓnから得られた
基準となるデータセットに基づいて、基準マハラノビス
距離Ｄj 2を算出して、基準空間を生成し、しかる後、実
際の監視時において各センサＳ1〜Ｓnから得られたデー
タセットＤＳ0に基づいて、監視時マハラノビス距離Ｄ2
を算出し、この監視時マハラノビス距離Ｄ2を、基準マ
ハラノビス距離Ｄj 2と比較して、環境が異常か否かを判
定するようになっている。
【００６２】ところで、本発明の第１の実施形態では、
図１，図２の監視部１において正常な状態におけるマハ
ラノビス空間を形成する際、図３に示すように、ｑ種類
の基本環境条件Ｅ1〜Ｅq下において正常時に各センサＳ
1〜Ｓnから得られるｑ組の基本データセットＤＳ1〜Ｄ
Ｓqの他に、ｗ種類の現場環境条件Ｅq+1〜Ｅq+w下にお
いて正常時に各センサＳ1〜Ｓnから得られるｗ組の現場
基準データセットＤＳq+ 1〜ＤＳq+wをも考慮し、ｑ組の
基本データセットＤＳ1〜ＤＳqとｗ組の現場基準データ
セットＤＳq+1〜ＤＳq+wとの合計(ｑ＋ｗ)組の正常時の
データセットＤＳ1〜ＤＳq+wを基準データセットとし
て、基準となるマハラノビス空間，すなわち基準マハラ
ノビス距離Ｄj 2を算出するようになっている。
【００６３】ここで、ｑ種類の基本環境条件Ｅ1〜Ｅqと
しては、具体的に、例えば、実際の監視時における各セ
ンサＳ1〜Ｓnの設置場所とは異なる基本的な(標準的な)
場所(例えば各センサＳ1〜Ｓnが設置されると考えられ
る標準的(平均的)な場所(具体的には典型的な広さをも
ち、ノイズが非常に少ない部屋の天井中央部など))であ
って、この場所におけるｑ種類の条件(例えば昼，夕，
夏，冬，など)を用いることができる。すなわち、基本
データセットＤＳ1〜ＤＳqには、各センサＳ1〜Ｓnを上
記のような実際の監視時における設置場所とは異なる基
本的な場所に設置し、この場所でのｑ種類の条件下にお
いて、正常時に各センサＳ1〜Ｓnから得られたデータが
用いられる。
【００６４】また、ｗ種類の現場環境条件としては、実
際の監視時における各センサＳ1〜Ｓnの設置場所であっ
て、各センサＳ1〜Ｓnの設置場所におけるｗ種類の条件
(例えば、昼，夕，夏，冬，など)を用いることができ
る。すなわち、現場基準データセットＤＳq+1〜ＤＳq+w
には、各センサＳ1〜Ｓnをそれぞれ実際の監視時におけ
る設置場所に設置し、各センサＳ1〜Ｓnの実際の設置場
所でのｗ種類の条件下において、正常時に各センサＳ1
〜Ｓnから得られたデータが用いられる。
【００６５】このように、(ｑ＋ｗ)組の基準データセッ
トＤＳ1〜ＤＳq+wが用いられる場合、基準マハラノビス
距離Ｄj 2を算出するためのデータは、ｐ×(ｑ＋ｗ)個の
データＹji(ｉ＝１〜ｐ，ｊ＝１〜(ｑ＋ｗ))からなり、
監視部１(中央処理装置１１)では、先ず、それぞれの項
目ｉ(ｉ＝１〜ｐ)ごとに、Ｙjiの平均ｍiと標準偏差σi
とを求める。例えば、ｉ＝１の項目に着目すると、(Ｙ
11，Ｙ21，…，Ｙq1，…，Ｙ(q+w)1)の平均ｍ1と標準偏
差σ1とを求める。また、ｉ＝２の項目に着目すると、
(Ｙ12，Ｙ22，…，Ｙq2，…，Ｙ(q+w)2)の平均ｍ2と標
準偏差σ2とを求める。このようにして、平均ｍ1，
ｍ2，…，ｍpと、標準偏差σ1，σ2，…，σpとを求め
る。
【００６６】しかる後、各データＹjiを対応する項目ｉ
ごとに、ｍi，σiで正規化して、基準化値ｙjiを求め
る。具体的には、次式により、Ｙjiを正規化した基準化
値ｙjiを求める。
【００６７】
【数１０】ｙji＝(Ｙji−ｍi)／σi (ｉ＝１〜ｐ，ｊ
＝１〜(ｑ＋ｗ))
【００６８】ここで、正規化が行なわれることによっ
て、基準化値ｙjiの平均は“０”，標準偏差は“１”に
なる。
【００６９】次いで、このようにして求めた各項目の基
準化値ｙjiから、次式(数１１)のようにして相関係数ｒ
st＝ｒtsを求める。
【００７０】
【数１１】
【００７１】このようにして、相関係数ｒst＝ｒtsが求
められると、これらを要素にした次式のような相関行列
Ｒが求められる。
【００７２】
【数１２】
【００７３】数１２からわかるように、この相関行列Ｒ
は、数３の相関行列Ｒと同様に、ｐ行ｐ列の行列であ
り、数１１における相関演算によって、相関行列Ｒに
は、データセットの組数(ｑ＋ｗ)，すなわち環境条件の
個数(ｑ＋ｗ)は、出てこない。
【００７４】このようにして、相関行列Ｒが求められる
と、続いて、この相関行列Ｒの逆行列Ａ＝Ｒ-1を次式の
ようにして求める。
【００７５】
【数１３】
【００７６】ここで、上記逆行列の要素ａstは、次式に
より求められる。
【００７７】
【数１４】ａst＝ａts／｜Ａ｜
【００７８】なお、上式において、ａtsはａstの余因数
(ｓ行とｔ列の要素をすべて取り除いた相補小行列式に
(−１)s+tを乗算したもの)である。
【００７９】数１３からわかるように、相関行列Ｒの逆
行列Ａも、ｐ行ｐ列の行列となる。
【００８０】このようにして、逆行列Ａが求められる
と、この逆行列Ａの要素ａstから、次式のようにしてマ
ハラノビス距離Ｄj 2を求めることができる。
【００８１】
【数１５】
【００８２】すなわち、マハラノビス距離Ｄj 2は、ｊの
個数分，すなわち上記例では、(ｑ＋ｗ)組のデータセッ
トに対応させて、(ｑ＋ｗ)個生成される。すなわち、１
回のデータ収集により得られたデータ，すなわち１組の
データセットに対応させて１つのマハラノビス距離が求
められるので、上記例の場合は(ｑ＋ｗ)個のマハラノビ
ス距離Ｄ1 2，Ｄ2 2，…，Ｄq+w 2が基準マハラノビス距離
として得られる。
【００８３】これら(ｑ＋ｗ)個のマハラノビス距離Ｄ1 2
〜Ｄq+w 2から正常時のマハラノビス空間，すなわち基準
空間を作ることができる。ここで、基準マハラノビス距
離Ｄ1 2〜Ｄq+w 2の平均は、“１”である。
【００８４】以上のようにして、正常時における(ｑ＋
ｗ)組のデータセット(ｐ×(ｑ＋ｗ)個のデータＹji)か
ら、(ｑ＋ｗ)組のデータセットのそれぞれに対応した
(ｑ＋ｗ)個の基準マハラノビス距離Ｄ1 2〜Ｄq+w 2を予め
求めて、基準空間を作成しておく。なお、上記のような
基準データセット、また、この基準データセットにより
上記のようにして算出した基準マハラノビス距離Ｄj 2な
どは、例えばメモリ１２に保持しておく。
【００８５】しかる後、実際の監視時には、上記各セン
サＳ1〜Ｓnからのデータを収集して、例えば図１５(ｂ)
に示したと同様のフォーマットのｐ(＝ｎ×ｎ’)次元の
１組のデータセットＤＳ0(データＸi(ｉ＝１〜p)からな
るデータセット）とする。
【００８６】このようにして、監視時に、１組のデータ
セットＤＳ0(データＸ1〜Ｘp)が収集されると、正常時
に求めた複数のデータＹji(ｉ＝１〜ｐ，ｊ＝１〜(ｑ＋
ｗ))の前述の平均ｍi，標準偏差σiによって、次式のよ
うにして、各データＸiを正規化し、各データＸiの基準
化値ｘiを求める。
【００８７】
【数１６】ｘi＝(Ｘi−ｍi)／σi (ｉ＝１〜ｐ)
【００８８】このようにして、各データＸiの基準化値
ｘiが求められると、この基準化値ｘiを用いて、次式の
ようにして、監視時における１つのデータセットについ
てのマハラノビス距離Ｄ2を監視時マハラノビス距離と
して算出することができる。
【００８９】
【数１７】
【００９０】ここで、相関行列Ｒの逆行列Ａ(逆行列Ａ
の各要素ａst)としては、正常時のマハラノビス距離(す
なわち、基準マハラノビス距離)Ｄj 2を求めたときに用
いた数１３の逆行列Ａ(逆行列Ａの各要素ａst)を利用す
ることができる。
【００９１】そして、数１７で求められたマハラノビス
距離Ｄ2が、基準マハラノビス距離Ｄj 2(Ｄ1 2〜Ｄq+w 2)
のうちの最大値ｍａｘ(Ｄj 2)に対して、次式を満たすと
きに、異常として判断することができる。
【００９２】
【数１８】Ｄ2＞ｍａｘ(Ｄj 2)＋α
【００９３】ここで、αはマージンであり、例えば
“２”〜“１０”程度の値が選ばれる。
【００９４】このように、監視時に例えば所定のポーリ
ング周期で収集されるデータセットから、基準マハラノ
ビス距離Ｄj 2を求めたときに用いた逆行列Ａの各要素ａ
stを用いることによって、例えば所定のポーリング周期
に同期させて、監視時マハラノビス距離Ｄ2を算出し、
これを基準マハラノビス距離Ｄj 2と比較することで、環
境の異常を検出することができる。
【００９５】この第１の実施形態では、具体的な処理例
として、このシステムに実際の監視を行なわせるに先立
って、ｑ組の基本データセットとｗ組の現場基準データ
セットとによる(ｑ＋ｗ)組の基準データセットを用いて
(ｑ＋ｗ)個の基準マハラノビス距離Ｄj 2を算出し、これ
をメモリ１２に予め記憶させておく。
【００９６】しかる後、実際の監視時には、監視部１に
より各センサＳ1〜Ｓnを例えば所定のポーリング周期で
順次に繰り返し呼び出し、ある１つのポーリングサイク
ル(ｔ1)で各センサＳ1〜Ｓnから収集されたデータセッ
トに基づいて監視時マハラノビス距離Ｄ2(ｔ1)が算出さ
れると、この監視時マハラノビス距離Ｄ2(ｔ1)をメモリ
１２に保持されている基準マハラノビス距離Ｄj 2と比較
し、数１８の条件を満たしているか否かにより、異常か
否かを判定し、異常と判定されたときには、例えば警報
出力装置２０から警報を出力させる。
【００９７】次いで、次のポーリングサイクル(ｔ2)で
各センサＳ1〜Ｓnから収集されたデータセットに基づい
て監視時マハラノビス距離Ｄ2(ｔ2)が算出されると、こ
の監視時マハラノビス距離Ｄ2(ｔ2)をメモリ１２に保持
されている基準マハラノビス距離Ｄj 2と比較し、数１８
の条件を満たしているか否かにより、異常か否かを判定
するというように、各センサＳ1〜Ｓnから例えば所定の
ポーリング周期で順次に繰り返し出力されるデータ(デ
ータセット)に基づいて、監視時マハラノビス距離Ｄ
2(ｔ)を例えばポーリング周期に同期させて算出し、異
常か否かの判定を行ない、環境の異常を検出することが
できる。
【００９８】このように、この第１の実施形態では、正
常時のデータセットとして、ｑ種類の基本データセット
ＤＳ1〜ＤＳqの他に、さらに、ｗ種類の現場基準データ
セットＤＳq+1〜ＤＳq+wを付加した(ｑ＋ｗ)組の基準デ
ータセットＤＳ1〜ＤＳq+wを用いて、各項目ｉごとにデ
ータＹjiの平均ｍi，標準偏差σiを求めるので、従来に
比べてデータセットの組数が多くなった分(上記例で
は、ｗ組多くなった分)、平均ｍi，標準偏差σiをより
正確に求めることができ、従って、正確な平均ｍi，標
準偏差σiによってデータＹjiを正規化することによっ
て、基準化値ｙjiをより正確に求めることができる。さ
らに、相関行列Ｒのｐ行ｐ列の各要素ｒst＝ｒtsを数１
１によって求める際、相関演算に寄与するデータの個
数，すなわち基準化値の個数がｗ個増えることによっ
て、各要素ｒst＝ｒtsをより正確に求めることができ、
逆行列Ａの各要素ａst＝ａtsをより正確に求めることが
可能となる。
【００９９】なお、このとき、相関行列Ｒおよび逆行列
Ａは、数１２，数１３からわかるようにｐ行ｐ列の行列
となり、データセットの組数がｗ組増加しても、各行列
Ｒ，Ａの大きさ(要素数)は、これに影響されず、不変で
ある。
【０１００】このように、相関行列Ｒの各要素ｒst＝ｒ
tsおよび逆行列Ａの各要素ａst＝ａtsがより正確に求ま
ることによって、正常な状態における基準マハラノビス
距離Ｄj 2のそれぞれをより正確に算出することができ
る。また、この場合、基準となるべきマハラノビス距離
Ｄj 2は、Ｄ1 2〜Ｄq+w 2の(ｑ＋ｗ)個生成され、基準デー
タセットの組数がｗ組増加したことに対応させて、ｗ個
増える。このようにして、各Ｄj 2を正確に割り出すこと
ができるとともに、Ｄj 2の個数もｗ個増えるので、これ
らの基準マハラノビス距離(Ｄ1 2〜Ｄq+w 2)によって、基
準となるマハラノビス空間(基準空間)は、より正確なも
のとなる。従って、この正確な基準空間を用いること
で、実際の監視時において、異常か否かの判断をより正
確に行なうことが可能となる。
【０１０１】換言すれば、基準データセットの組数を増
加させて基準マハラノビス距離を算出することにより、
実際の監視時において、異常か否かの判断をより正確に
行なうことが可能となる。
【０１０２】さらに、この第１の実施形態では、基準マ
ハラノビス距離Ｄj 2に現場基準データセットが反映され
ているので、この基準マハラノビス距離Ｄj 2には、実際
の監視時の設置現場特有の状況，例えば擾乱(ノイズ)が
考慮されたものとなっており、従って、実際の監視時の
設置現場特有の状況，例えば擾乱(ノイズ)が考慮された
基準マハラノビス距離Ｄj 2を用いることにより、ノイズ
等による影響を低減し、より正確な異常検出が可能にな
る。
【０１０３】また、本発明の第２の実施形態は、図１，
図２の監視部１における異常検出処理において、実際の
監視時のマハラノビス距離、すなわち、監視時マハラノ
ビス距離Ｄ2が基準マハラノビス距離Ｄj 2に近く、異常
と判断されないものであった場合に、この監視時マハラ
ノビス距離Ｄ2を与えた実際の監視時のデータセットＤ
Ｓ0を、基準マハラノビス距離Ｄj 2を与える複数組のデ
ータセットＤＳjにさらに追加して、基準マハラノビス
距離Ｄj 2を更新するものである。
【０１０４】具体的に、複数個の基準マハラノビス距離
Ｄj 2のうち、最大のものをｍａｘ(Ｄj 2)とするとき、監
視時マハラノビス距離Ｄ2が例えば次式を満たすとき、
監視時マハラノビス距離Ｄ2が基準マハラノビス距離Ｄj
2に近いものであると判定することができる。
【０１０５】
【数１９】ｍａｘ(Ｄj 2)＜Ｄ2＜ｍａｘ(Ｄj 2)＋β
【０１０６】ここで、βは、異常か否かを判定する際の
マージンαよりも十分に小さい値であるとする。すなわ
ち、β≪αであるとする。
【０１０７】図４はこの第２の実施形態における基準デ
ータセット，基準マハラノビス距離の更新処理例を説明
するための図である。なお、以下では、説明の便宜上、
初期の基準データセットとして、図１６に示したような
ｑ組のデータセットＤＳ1〜ＤＳqが用いられるとする
(図４(ａ))。この第２の実施形態では、このｑ組の初期
のデータセットＤＳ1〜ＤＳqを用いて基準マハラノビス
距離Ｄj 2(ｊ＝１〜ｑ)を算出した後、実際の監視時に、
例えばある１つのポーリングサイクルｔ1で得られたデ
ータセットＤＳ0(ｔ1)が数１９の条件を満たしたときに
は、このデータセットＤＳ0(ｔ1)を図４(ａ)の初期のデ
ータセットＤＳ1〜ＤＳqに追加して、(ｑ＋１)組のデー
タセットＤＳ1〜ＤＳq，ＤＳ0(ｔ1)とする(図４(ｂ))。
【０１０８】そして、この(ｑ＋１)組の新たなデータセ
ットＤＳ1〜ＤＳq，ＤＳ0(ｔ1)を用いて基準マハラノビ
ス距離を算出し直し、基準マハラノビス距離をＤj 2(ｊ
＝１〜ｑ＋１)として更新する。そして、以後の時点で
は、更新された基準マハラノビス距離を求める際に割り
出された逆行列Ａの要素ａstを用いて監視時マハラノビ
ス距離Ｄ2を算出し、この監視時マハラノビス距離Ｄ
2を、更新された基準マハラノビス距離Ｄj 2(ｊ＝１〜ｑ
＋１)と比較して異常検出を行なう。
【０１０９】次いで、その後のある１つのポーリングサ
イクルｔ2で得られたデータセットＤＳ0(ｔ2)が数１９
の条件を満たしたときには、このデータセットＤＳ0(ｔ
2)を図４(ｂ)のデータセットＤＳ1〜ＤＳq，ＤＳ0(ｔ1)
にさらに追加して、(ｑ＋２)組のデータセットＤＳ1〜
ＤＳq，ＤＳ0(ｔ1)，ＤＳ0(ｔ2)とする(図４(ｃ))。
【０１１０】そして、この(ｑ＋２)組のデータセットＤ
Ｓ1〜ＤＳq，ＤＳ0(ｔ1)，ＤＳ0(ｔ2)を用いて基準マハ
ラノビス距離を算出し直し、基準マハラノビス距離をＤ
j 2(ｊ＝１〜ｑ＋２)として更新する。そして、以後の時
点では、更新された基準マハラノビス距離を求める際に
割り出された逆行列Ａの要素ａstを用いて監視時マハラ
ノビス距離Ｄ2を算出し、この監視時マハラノビス距離
Ｄ2を、更新された基準マハラノビス距離Ｄj 2(ｊ＝１〜
ｑ＋２)と比較して異常検出を行なう。このようにし
て、基準データセット，基準マハラノビス距離を逐次更
新することができる。
【０１１１】このように、この第２の実施形態では、監
視時マハラノビス距離Ｄ2が基準マハラノビス距離Ｄj 2
に近いものであった場合に、監視時マハラノビス距離Ｄ
2を与えた実際の監視時のデータセットＤＳ0を、基準マ
ハラノビス距離Ｄj 2を与えた基準データセットＤＳjに
さらに追加して、基準マハラノビス距離Ｄj 2を更新する
ことにより、現場の現在の環境に適合したより正確なマ
ハラノビス距離Ｄj 2，すなわち基準空間を割り出すこと
ができる。これにより、設置現場の正常な状況での環境
の微妙な変化や各センサＳ1〜Ｓnの微妙な経時変化など
を吸収することができ、環境の微妙な変化や各センサＳ
1〜Ｓnの微妙な経時変化などによる影響を低減すること
ができ、異常検出を信頼性の高く行なうことができる。
【０１１２】なお、上記のように、既存の基準データセ
ット群に新たなデータセットを順次に追加し、基準デー
タセットの組数を順次増加させていくと、メモリ１２の
容量が不足するなどの事態が生ずることがある。このこ
とを回避するため、既存の基準データセット群に新たな
データセットを追加する際に、既存のデータセット群の
中で、最も古いデータセットを削除し、これにかわっ
て、実際の監視時に得られた最新の正常時のデータセッ
トを付け加えることもできる。これによって、メモリ１
２の容量の節約などを図りつつ、実際の監視時に得られ
た最新の正常時のデータセットを基準マハラノビス距離
に反映させることができ、信頼性の高い異常判断を行な
うことができる。
【０１１３】図５はこの様子を説明するための図であ
り、例えば、現時点で図５(ａ)のような基準データセッ
トＤＳ1〜ＤＳq，ＤＳ0(ｔ1)〜ＤＳ0(ｔ3)が存在し、こ
れにさらに新たなデータセットＤＳ0(ｔ4)を追加しよう
とする際、例えば既存の基準データセットＤＳ0(ｔ1)〜
ＤＳ0(ｔ3)のうち、最も古いデータセット，例えばＤＳ
0(ｔ1)を削除し、これのかわりに新たなデータセットＤ
Ｓ0(ｔ4)を追加して、図５(ｂ)のようなデータセットＤ
Ｓ1〜ＤＳq，ＤＳ0(ｔ2)〜ＤＳ0(ｔ4)とすることができ
る。なお、上記例では、最も古いデータセットがＤＳ
0(ｔ1)であるとしたが、最も古いデータが例えばＤＳ1
である場合には、ＤＳ0(ｔ1)のかわりに、ＤＳ1を削除
することができる。
【０１１４】また、上記例では、既存の基準データセッ
ト群の中で、最も古い基準データセットを削除するとし
たが、これのかわりに、既存の基準データセット群の中
で、例えば、最も小さい基準マハラノビス距離に対応し
た基準データセットを削除し、実際の監視時に得られた
新たなデータセットを追加することもできる。図６はこ
の様子を説明するための図であり、例えば、現時点で図
６(ａ)のような基準データセットＤＳ1〜ＤＳq，ＤＳ
0(ｔ1)〜ＤＳ0(ｔ3)が存在し、これにさらに新たなデー
タセットＤＳ0(ｔ4)を追加しようとする際、例えば既存
の基準データセットＤＳ1〜ＤＳq，ＤＳ0(ｔ1)〜ＤＳ
0(ｔ3)のうち、最も小さい基準マハラノビス距離(例え
ばＤ2 2)に対応したデータセットＤＳ2を削除し、これの
かわりに新たなデータセットＤＳ0(ｔ4)を追加して、図
６(ｂ)のようなデータセットＤＳ1，ＤＳ3〜ＤＳq，Ｄ
Ｓ0(ｔ1)〜ＤＳ0(ｔ4)とすることができる。この場合に
も、メモリ１２の容量の節約などを図りつつ、最新の正
常時のデータセットを基準マハラノビス距離に反映させ
ることができ、信頼性の高い異常判断を行なうことがで
きる。
【０１１５】なお、図４，図５，図６の例では、初期の
基準データセットが図１６のものであるとしたが、初期
の基準データセットが図３のもの(すなわち、第１の実
施形態のもの)である場合にも、全く同様にして、基準
データセットの更新を行なうことができる。
【０１１６】また、本発明の第３の実施形態は、図１，
図２の監視部１における異常検出処理において、実際の
監視時に、前記ｎ個のセンサＳ1〜Ｓnのうちの１つのセ
ンサ，例えばＳ1からデータを取得したときに、当該１
つのセンサＳ1との相関の度合いに応じて、前記ｎ個の
センサＳ1〜Ｓnを、前記１つのセンサＳ1を包含する複
数のグループに区分し、１つのセンサＳ1を包含する小
さなグループの基準データセットから基準マハラノビス
距離を算出し、該基準マハラノビス距離を、１つのセン
サＳ1を包含する該小さなグループの監視時データセッ
トにより算出された監視時マハラノビス距離と比較し、
この結果、異常が検出されないときには、より多くのセ
ンサを包含するグループの基準データセットから基準マ
ハラノビス距離を算出し、該基準マハラノビス距離を、
上記より多くのセンサを包含するグループの監視時デー
タセットにより算出された監視時マハラノビス距離と比
較するというように、グループを変化させてマハラノビ
ス距離を算出し、異常の検出を行なうものである。すな
わち、対象とするセンサの数を変動させることで、さら
に、細かい異常を見つけようとするものである。
【０１１７】図７，図８はこの第３の実施形態の処理を
説明するための図である。なお、図７は図１６に示した
基準データセットＤＳ1〜ＤＳqを簡単化して図示したも
のであり、以下の例では、基準データセットはｑ組から
なり、各基準データセットＤＳ1〜ＤＳqは、ｎ×ｎ'個
のデータからなるものとし、この基準データセットＤＳ
1〜ＤＳqは予め用意されているとする。また、図８は実
際の監視時に各センサＳ1〜Ｓnから順次に得られるデー
タをグループ毎にまとめたデータセットを図示したもの
である。ここで、説明の便宜上、センサＳ1は、センサ
Ｓ2と最も相関が強く(例えば、物理的距離が最も近く配
置され)、センサＳnに向かう程、相関が弱くなる(例え
ば、物理的距離が遠くなる)とする。
【０１１８】この第３の実施形態では、実際の監視時
に、ある１つのセンサ，例えばＳ1からｎ'個の時系列デ
ータが収集されると、監視時データセットを図８にＤＳ
0(Ｇ1)で示すようなｎ'個のデータだけからなるものと
し、また、図７のｑ組の基準データセットＤＳ1〜ＤＳq
のそれぞれにおいて、このセンサＳ1についてのｎ'個の
データだけからなるｑ組のデータセットをグループＧ1
として、このグループＧ1のｑ組のデータセットから基
準マハラノビス距離Ｄj 2(Ｇ1)を前述したような仕方で
算出し、しかる後、このグループＧ1についての基準マ
ハラノビス距離Ｄj 2(Ｇ1)を求める際に割り出された逆
行列要素を用いて、ｎ'個のデータからなる図８のデー
タセットＤＳ0(Ｇ1)から監視時マハラノビス距離Ｄ2(Ｇ
1)を算出する。そして、この監視時マハラノビス距離Ｄ
2(Ｇ1)をこのグループＧ1についての基準マハラノビス
距離Ｄj 2(Ｇ1)と比較し、異常か否かの判定を行なう。
【０１１９】この結果、異常と判定されれば、この段階
で警報出力処理を行なう。これに対し、異常と判定され
ない場合には(すなわち、正常と判断されたときには)、
このセンサＳ1と最も相関の強いセンサＳ2についての
ｎ'個の時系列データをも考慮する。すなわち、監視時
データセットを、図８にＤＳ0(Ｇ2)で示すようなセンサ
Ｓ1からのｎ'個のデータとセンサＳ2からのｎ'個のデー
タとを合わせた２ｎ'個のデータからなるものとし、ま
た、図７のｑ組の基準データセットＤＳ1〜ＤＳqのそれ
ぞれにおいて、センサＳ1のｎ'個のデータとセンサＳ2
のｎ'個のデータとを合わせた２ｎ'個のデータからなる
ｑ組のデータセットをグループＧ2として、このグルー
プＧ2のｑ組のデータセットから基準マハラノビス距離
Ｄj 2(Ｇ2)を前述したような仕方で算出し、しかる後、
このグループＧ2についての基準マハラノビス距離Ｄ
j 2(Ｇ2)を求める際に割り出された逆行列要素を用い
て、２ｎ'個のデータからなる図８のデータセットＤＳ0
(Ｇ2)から監視時マハラノビス距離Ｄ2(Ｇ2)を算出す
る。そして、この監視時マハラノビス距離Ｄ2(Ｇ2)をこ
のグループＧ2についての基準マハラノビス距離Ｄj 2(Ｇ
2))と比較し、異常か否かの判定を行なうというよう
に、異常と判定されない場合には(すなわち、正常と判
断されたときには)、より多くのセンサを包含するグル
ープについて、上述したと同様の処理を繰り返し行な
い、その過程で異常と判断されない場合は、最後に、こ
のセンサＳ1からセンサＳnまでを含む最も大きなグルー
プＧnについて、同様の処理を行ない、異常か否かの判
定を行なう。
【０１２０】このように、この第３の実施形態では、１
つのデータセットに含まれるデータの個数ｐを一定のも
のとせず、データセットを構成するデータの個数を変化
させながら、異常か否かの判断処理を行なうようにして
おり、１つのセンサからデータが収集される毎に、グル
ープを大きくし、判断基準を相違させて(それぞれ異な
ったマハラノビス空間での距離(マハラノビス距離)を算
出し)、異常か否かの判断を行なうようにしているの
で、異常か否かの判断を、早期に、かつ、より確実に
(きめ細かに)行なうことができる。
【０１２１】なお、図７の例では、基準データセットが
図１６のものであるとしたが、基準データセットが図３
のもの(すなわち、第１の実施形態のもの)である場合に
も、全く同様にして、この第３の実施形態を適用でき
る。
【０１２２】換言すれば、上述した第１，第２，第３の
実施形態は、これらを必要に応じて適宜、任意に組合せ
たものとすることもできる。例えば、第１，第２の実施
形態を組合せたもの、あるいは、第１，第３の実施形態
を組合せたもの、あるいは、第２，第３の実施形態を組
合せたもの、あるいは、第１，第２，第３の実施形態を
組合せたものとすることもできる。
【０１２３】また、図１の環境監視システムが例えば図
２のように構成される場合、監視部１は、例えば市販の
パーソナルコンピュータによって実現できる。この場
合、上述したような本発明の異常検出方法(第１，第
２，第３の実施形態)は、ソフトウェアプログラムとし
て構成可能であり、例えば、ソフトウェアパッケージ
(例えば、図２のシステムに対して、着脱自在な可搬性
の情報記憶媒体)として提供可能である。
【０１２４】すなわち、本発明は、上述したような異常
検出方法がプログラムされて可搬性の情報記憶媒体内に
格納された形態のものであっても良いし、あるいは、可
搬性の情報記憶媒体内に格納されている異常検出方法の
プログラムが例えば図２のシステムの監視部１のＲＡＭ
１７にロード(インストール)された形態のものであって
も良いし、あるいは、例えば図２のシステムの監視部１
内に予め設定されているものであっても良い。
【０１２５】また、図１，図２の環境監視システムは、
センサＳ1〜Ｓnに火災感知器が用いられる場合、防災シ
ステム(例えば火災報知システム)となり、また、センサ
Ｓ1〜Ｓnに防犯用感知器が用いられる場合には、この環
境監視システムは、防犯システムとなる。このように、
センサＳ1〜Ｓnの種類等に応じて、この環境監視システ
ムを、任意の用途(分野)のシステムとして提供すること
ができる。
【０１２６】図９は本発明に係る異常検出装置の構成例
を示す図である。図９を参照すると、この異常検出装置
は、１つのセンサ筐体５０内に、ｎ(ｎ≧１)個のセンサ
素子Ｓ1〜Ｓnと、各センサ素子Ｓ1〜Ｓnから出力される
データ(アナログ信号)を順次に選択して出力するマルチ
プレクサ５１と、マルチプレクサ５１からのアナログ信
号(アナログ値)をデジタル変換するＡ／Ｄ変換器５２
と、Ａ／Ｄ変換器５２からのデジタル信号に基づいて異
常検出処理を行なうＣＰＵ５３と、メモリ５４と、警報
出力装置などの入出力機器２０とのインタフェースとし
て機能する入出力インタフェース部５５とが設けられて
いる。
【０１２７】すなわち、図９の異常検出装置は、１つの
検出装置筐体内に少なくとも１つのセンサ素子が含まれ
ている所謂マルチセンサとして構成されており、この場
合、図９の異常検出装置(マルチセンサ)は、これに含ま
れているセンサ素子からのデータに対して、マハラノビ
ス距離を用いて火災等の異常検出を行なうよう構成され
ている。なお、図９の例では、入出力機器２０は、マル
チセンサに外部接続されるものとなっているが、マルチ
センサ内に、すなわちセンサ筐体５０内に、警報出力装
置などの入出力機器２０を設けるようにしても良い。あ
るいは、マルチセンサとしては、センサ筐体５０内にセ
ンサ素子Ｓ1〜Ｓnだけが組み込まれたものでも良い。す
なわち、マルチプレクサ５１，Ａ／Ｄ変換器５２，ＣＰ
Ｕ５３，メモリ５４，入出力インタフェース部５５など
は、センサ筐体５０内に設けられていないものであって
も良い。
【０１２８】また、上記ｎ個の各センサ素子Ｓ1〜Ｓnに
は、各種のセンサを用いることができる。例えば、煙セ
ンサ，熱センサ，各種ガスセンサ等の互いに異なる環境
パラメータのセンサを用いることができる。なお、図９
の例では、各センサＳ1〜Ｓnには、アナログ式センサが
用いられる。
【０１２９】次に、図９の異常検出装置(マルチセンサ)
の処理動作について説明する。図９のマルチセンサで
は、ｎ個のセンサ素子Ｓ1〜Ｓnから出力されるデータ
(アナログ値)は、マルチプレクサ５１によって順次選択
され、Ａ／Ｄ変換器５２によってデジタル信号に変換さ
れて、順次、ＣＰＵ５３に取り込まれ、例えばメモリ５
４に記憶される。
【０１３０】そして、ＣＰＵ５３は、基本的には、前述
した従来のシステムと同様に、１つの環境条件下におい
て各センサ素子Ｓ1〜Ｓnから得られるデータの組を１つ
のデータセットとし、種々の基準となる環境条件下にお
いて正常時に各センサ素子Ｓ1〜Ｓnから得られた基準と
なるデータセットに基づいて、基準マハラノビス距離Ｄ
j 2を算出して、基準空間を生成し、しかる後、実際の監
視時において各センサＳ1〜Ｓnから得られたデータセッ
トＤＳ0に基づいて、監視時マハラノビス距離Ｄ2を算出
し、この監視時マハラノビス距離Ｄ2を、基準マハラノ
ビス距離Ｄj 2と比較して、環境が異常か否かを判定し、
異常と判定されたときには、警報出力装置２０から警報
を出力するようになっている。
【０１３１】このように、このマルチセンサにおいて
も、ＣＰＵ５３は、基本的には、前述したと同様のマハ
ラノビス距離を用いた異常検出を行なうが、マルチセン
サでは、ｎ個のセンサ素子Ｓ1〜Ｓnが１つの筐体５０内
に含まれている(組み込まれている)ことから、各センサ
素子Ｓ1〜Ｓnから出力されるデータは、マルチセンサの
構造上、一般に、互いに極めて相関の強いものとなって
いる。
【０１３２】このことから、本願の発明者は、マルチセ
ンサは、各センサからのデータの相関を利用するマハラ
ノビス距離を用いる異常検出処理に特に適した構造のも
のであることを見出した。実際、マハラノビス距離を用
いる異常検出処理をこのようなマルチセンサに適用する
ことで、異常か否かの判断を極めて正確に信頼性良く行
なうことができる。
【０１３３】なお、マルチセンサにマハラノビス距離を
用いる異常検出処理を適用する場合、マハラノビス距離
を用いる異常検出処理としては、前述した従来の処理を
用いることもできるし、第１，第２，第３の実施形態に
示したような処理を用いることもできる。
【０１３４】また、上述の図１，図２のシステム(第
１，第２，第３の実施形態)，図９のマルチセンサで
は、ｎ個のセンサあるいはセンサ素子Ｓ1〜Ｓnが全てア
ナログ式センサであるとしたが、ｎ個のセンサあるいは
センサ素子Ｓ1〜Ｓnのいくつかがアナログ式センサで、
他のいくつかがオンオフ式センサであっても、同様に適
用できる。また、ｎ個のセンサあるいは、センサ素子Ｓ
1〜Ｓnの全てがオンオフ式である場合にも、同様に適用
できる。この場合、アナロ式センサから得られるデータ
は、アナログ値となり、オンオフ式センサから得られる
データは、“１”または“０”のデジタル値となり、ｎ
個のセンサあるいはセンサ素子Ｓ1〜Ｓnが全てがアナロ
グ式センサである場合、データセットは、全てアナログ
値のデータだけからなり、また、ｎ個のセンサ素子ある
いはセンサ素子Ｓ1〜Ｓnの一部がアナログ式センサで、
他の一部がオンオフ式センサである場合、データセット
には、アナログ値のデータとデジタル値のデータとが混
在したものとなり、ｎ個のセンサあるいはセンサ素子Ｓ
1〜Ｓnが全てがオンオフ式センサである場合、データセ
ットは、全てデジタル値のデータだけからなるが、いず
れ場合にも、前述した仕方で、マハラノビス距離を算出
することができる。
【０１３５】また、上述の図１，図２のシステム(第
１，第２，第３の実施形態)，図９のマルチセンサで
は、対象となるデータセットが図１５(ｂ)のものである
(ｎ×ｎ'個のデータからなるデータセット)として説明
したが、対象となるデータセットとしては任意のものを
用いることができる。例えば図１５(ａ)のような１つの
センサについて１つの時点(ｋ＝１)だけのデータからな
るｋ＝ｎ'＝１のデータセット(ｎ個のデータからなるデ
ータセット)を用いることもできる。この場合、基準デ
ータセットＤＳ1〜ＤＳqには、図１６，図３のかわり
に、図１０，図１１に示すようなものを用いることがで
きる。
【０１３６】また、対象となるデータセットを図１５
(ａ)のようなｎ個のデータからなるデータセットとする
場合、基準データセットとして、図１６，図３のかわり
に、図１２に示すようなｑ×ｎ'組のもの、図１３に示
すような(ｑ＋ｗ)×ｎ'組のものを用いることもでき
る。
【０１３７】このように、データセットの形態，基準デ
ータセットの構成がいずれのものであっても、上述の第
１，第２，第３の実施形態，図９のマルチセンサに適用
することができる。
【０１３８】また、例えば、環境監視システムあるいは
マルチセンサに１つのセンサだけしか存在しない場合
(センサの総数ｎが“１”である場合)にも、上述の第
１，第２，第３の実施形態，図９のマルチセンサに同様
に適用できる。なお、この場合、第３の実施形態では、
例えば図１４に示すように、ｋ＝１のデータをグループ
Ｇ1とし、ｋ＝１のデータとｋ＝２のデータとを合わせ
たデータをグループＧ2としてグループ分けして処理を
行なうこともできる。
【０１３９】
【発明の効果】以上に説明したように、請求項１，請求
項６記載の発明によれば、基準となる環境条件として、
基本的な環境条件の他に、実際の監視時におけるセンサ
の実際の設置場所における現場設置環境条件を用い、基
本的な環境条件下において正常時にセンサから得られた
データセットと前記現場設置環境下において正常時にセ
ンサから得られたデータセットとを基準データセットと
して用い、該基準データセットから算出されたマハラノ
ビス距離を基準マハラノビス距離として用いるので、基
準データセットの組数を増加させて基準マハラノビス距
離を算出することにより、実際の監視時において、異常
か否かの判断をより正確に行なうことが可能となる。
【０１４０】さらに、この第１の実施形態では、基準マ
ハラノビス距離Ｄj 2に現場基準データセットが反映され
ているので、この基準マハラノビス距離Ｄj 2には、実際
の監視時の設置現場特有の状況，例えば擾乱(ノイズ)が
考慮されたものとなっており、従って、実際の監視時の
設置現場特有の状況，例えば擾乱(ノイズ)が考慮された
基準マハラノビス距離Ｄj 2を用いることにより、ノイズ
等による影響を低減し、より正確な異常検出が可能にな
る。
【０１４１】また、請求項２，請求項３，請求項４，請
求項７記載の発明によれば、実際の監視時において得ら
れたデータセットから監視時マハラノビス距離を算出
し、算出された監視時マハラノビス距離が、基準マハラ
ノビス距離に近いか否かを判断し、近いと判断された場
合には、該監視時マハラノビス距離を与えたデータセッ
トを既存の基準データセットに新たに加えて基準データ
セットを更新し、更新された基準データセットから基準
マハラノビス距離を算出して基準マハラノビス距離を更
新し、基準マハラノビス距離が更新されたときには、更
新された基準マハラノビス距離を用いて環境異常の検出
を行なうので、現場の現在の環境に適合したより正確な
マハラノビス距離Ｄj 2，すなわち基準空間を割り出すこ
とができる。これにより、設置現場の正常な状況での環
境の微妙な変化や各センサＳ1〜Ｓnの微妙な経時変化な
どを吸収することができ、環境の微妙な変化や各センサ
Ｓ1〜Ｓnの微妙な経時変化などによる影響を低減するこ
とができ、異常検出を信頼性の高く行なうことができ
る。
【０１４２】また、請求項５，請求項８記載の発明によ
れば、１つのデータセットに含まれるデータの個数を一
定のものとせず、データセットを構成するデータの個数
を変化させながら、異常か否かの判断処理を行なうよう
にしており、１つのセンサからデータが収集される毎
に、グループを大きくし、判断基準を相違させて(それ
ぞれ異なったマハラノビス空間での距離(マハラノビス
距離)を算出し)、異常か否かの判断を行なうようにして
いるので、異常か否かの判断をより確実に(きめ細かに)
行なうことができる。
【０１４３】また、請求項９記載の発明によれば、マハ
ラノビス距離を用いる異常検出処理をこのようなマルチ
センサに適用することで、異常か否かの判断を極めて正
確に信頼性良く行なうことができる。
【図面の簡単な説明】
【図１】本発明に係る環境監視システムの構成例を示す
図である。
【図２】図１の環境監視システムの具体例を示す図であ
る。
【図３】本発明の第１の実施形態における基準データセ
ットの一例を示す図である。
【図４】本発明の第２の実施形態の処理例を説明するた
めの図である。
【図５】本発明の第２の実施形態の処理例を説明するた
めの図である。
【図６】本発明の第２の実施形態の処理例を説明するた
めの図である。
【図７】本発明の第３の実施形態の処理例を説明するた
めの図である。
【図８】本発明の第３の実施形態の処理例を説明するた
めの図である。
【図９】本発明に係る異常検出装置(マルチセンサ)の構
成例を示す図である。
【図１０】基準データセットの他の構成例を示す図であ
る。
【図１１】基準データセットの他の構成例を示す図であ
る。
【図１２】基準データセットの他の構成例を示す図であ
る。
【図１３】基準データセットの他の構成例を示す図であ
る。
【図１４】基準データセットの他の構成例を示す図であ
る。
【図１５】データセットの構成例を示す図である。
【図１６】従来の火災報知システムにおける基準データ
セットの構成例を示す図である。
【符号の説明】
１ 監視部 ２ 伝送路 １１ 中央処理装置(ＣＰＵ) １２ メモリ １３ 伝送インタフェース部 １４ 入出力インタフェース部 ５０ センサ筐体 ５１ マルチプレクサ ５２ Ａ／Ｄ変換器 ５３ ＣＰＵ ５４ メモリ ５５ 入出力インタフェース部 Ｓ1〜Ｓn センサ，センサ素子
フロントページの続き (56)参考文献 特開 昭59−68643（ＪＰ，Ａ) 特開 平８−241121（ＪＰ，Ａ) 鴨下隆志 外４名，マハラノビスの距 離による多次元情報システムの最適化− 火災報知システムの場合−，品質工学, 日本，品質工学会，1996年６月１日，Ｖ ｏｌ．４ Ｎｏ．３，54−67 田口玄一，多次元情報による統合評価 とＳＮ比多次元センシングシステムの設 計，品質工学，日本，品質工学会，1995 年２月１日，Ｖｏｌ．３，Ｎｏ．１，２ −７ (58)調査した分野(Int.Cl.7，ＤＢ名) G08B 17/00 - 17/02 G08B 31/00

Claims (9)

    (57)【特許請求の範囲】
  1. 【請求項１】 １つの環境条件下において少なくとも１
    つのセンサから得られるデータの組を１つのデータセッ
    トとし、基準となる環境条件下において得られた基準デ
    ータセットから基準マハラノビス距離を算出し、その
    後、実際の監視時において得られたデータセットから監
    視時マハラノビス距離を算出し、算出された監視時マハ
    ラノビス距離を前記基準マハラノビス距離と比較して、
    環境の異常を検出する環境監視システムにおいて、前記
    基準となる環境条件として、基本的な環境条件の他に、
    実際の監視時における前記センサの実際の設置場所にお
    ける現場設置環境条件を用い、基本的な環境条件下にお
    いて正常時に前記センサから得られたデータセットと前
    記現場設置環境下において正常時に前記センサから得ら
    れたデータセットとを基準データセットとして用い、該
    基準データセットから算出されたマハラノビス距離を基
    準マハラノビス距離として用いることを特徴とする環境
    監視システム。
  2. 【請求項２】 １つの環境条件下において少なくとも１
    つのセンサから得られるデータの組を１つのデータセッ
    トとし、基準となる環境条件下において得られた基準デ
    ータセットから基準マハラノビス距離を算出し、その
    後、実際の監視時において得られたデータセットから監
    視時マハラノビス距離を算出し、算出された監視時マハ
    ラノビス距離を前記基準マハラノビス距離と比較して、
    環境の異常を検出する環境監視システムにおいて、実際
    の監視時において得られたデータセットから監視時マハ
    ラノビス距離を算出し、算出された監視時マハラノビス
    距離が、基準マハラノビス距離に近いか否かを判断し、
    近いと判断された場合には、該監視時マハラノビス距離
    を与えたデータセットを既存の基準データセットに新た
    に加えて基準データセットを更新し、更新された基準デ
    ータセットから基準マハラノビス距離を算出して基準マ
    ハラノビス距離を更新し、基準マハラノビス距離が更新
    されたときには、更新された基準マハラノビス距離を用
    いて環境異常の検出を行なうことを特徴とする環境監視
    システム。
  3. 【請求項３】 請求項２記載の環境監視システムにおい
    て、既存の基準データセットに新たなデータセットを追
    加して基準データセットを更新する際に、既存の基準デ
    ータセットのうち、最も古いデータセットを消去し、最
    も古いデータセットが消去され新たなデータセットが追
    加されたものを基準データセットとすることを特徴とす
    る環境監視システム。
  4. 【請求項４】 請求項２記載の環境監視システムにおい
    て、既存の基準データセットに新たなデータセットを追
    加して基準データセットを更新する際に、既存の基準デ
    ータセットのうち、最も小さいマハラノビス距離を与え
    るデータセットを消去し、最も小さいマハラノビス距離
    を与えるデータセットが消去され新たなデータセットが
    追加されたものを基準データセットとすることを特徴と
    する環境監視システム。
  5. 【請求項５】 １つの環境条件下において少なくとも１
    つのセンサから得られるデータの組を１つのデータセッ
    トとし、基準となる環境条件下において得られた基準デ
    ータセットから基準マハラノビス距離を算出し、その
    後、実際の監視時において得られたデータセットから監
    視時マハラノビス距離を算出し、算出された監視時マハ
    ラノビス距離を前記基準マハラノビス距離と比較して、
    環境の異常を検出する環境監視システムにおいて、実際
    の監視時に、前記少なくとも１つのセンサのうちの１つ
    のセンサからデータを取得したときに、当該１つのセン
    サとの相関の度合いに応じて、前記少なくとも１つのセ
    ンサを、前記１つのセンサを包含する複数のグループに
    区分し、１つのセンサを包含する小さなグループの基準
    データセットから基準マハラノビス距離を算出し、該基
    準マハラノビス距離を、１つのセンサを包含する該小さ
    なグループの監視時データセットにより算出された監視
    時マハラノビス距離と比較し、この結果、異常が検出さ
    れないときには、より多くのセンサを包含するグループ
    の基準データセットから基準マハラノビス距離を算出
    し、該基準マハラノビス距離を、前記より多くのセンサ
    を包含するグループの監視時データセットにより算出さ
    れた監視時マハラノビス距離と比較するというように、
    グループを変化させてマハラノビス距離を算出し、異常
    の検出を行なうようになっていることを特徴とする環境
    監視システム。
  6. 【請求項６】 １つの環境条件下において少なくとも１
    つのセンサから得られるデータの組を１つのデータセッ
    トとし、基準となる環境条件下において得られた基準デ
    ータセットから基準マハラノビス距離を算出し、その
    後、実際の監視時において得られたデータセットから監
    視時マハラノビス距離を算出し、算出された監視時マハ
    ラノビス距離を前記基準マハラノビス距離と比較して、
    環境の異常を検出する異常検出方法において、前記基準
    となる環境条件を増加させ、前記基準データセットの組
    数を増加させて、基準マハラノビス距離を算出すること
    を特徴とする異常検出方法。
  7. 【請求項７】 １つの環境条件下において少なくとも１
    つのセンサから得られるデータの組を１つのデータセッ
    トとし、基準となる環境条件下において得られた基準デ
    ータセットから基準マハラノビス距離を算出し、その
    後、実際の監視時において得られたデータセットから監
    視時マハラノビス距離を算出し、算出された監視時マハ
    ラノビス距離を前記基準マハラノビス距離と比較して、
    環境の異常を検出する異常検出方法において、実際の監
    視時において得られたデータセットから監視時マハラノ
    ビス距離を算出し、算出された監視時マハラノビス距離
    が、基準マハラノビス距離に近いか否かを判断し、近い
    と判断された場合には、該監視時マハラノビス距離を与
    えたデータセットを既存の基準データセットに新たに加
    えて基準データセットを更新し、更新された基準データ
    セットから基準マハラノビス距離を算出して基準マハラ
    ノビス距離を更新し、基準マハラノビス距離が更新され
    たときには、更新された基準マハラノビス距離を用いて
    環境異常の検出を行なうことを特徴とする異常検出方
    法。
  8. 【請求項８】 １つの環境条件下において少なくとも１
    つのセンサから得られるデータの組を１つのデータセッ
    トとし、基準となる環境条件下において得られた基準デ
    ータセットから基準マハラノビス距離を算出し、その
    後、実際の監視時において得られたデータセットから監
    視時マハラノビス距離を算出し、算出された監視時マハ
    ラノビス距離を前記基準マハラノビス距離と比較して、
    環境の異常を検出する異常検出方法において、実際の監
    視時に、前記少なくとも１つのセンサのうちの１つのセ
    ンサからデータを取得したときに、当該１つのセンサと
    の相関の度合いに応じて、前記少なくとも１つのセンサ
    を、前記１つのセンサを包含する複数のグループに区分
    し、１つのセンサを包含する小さなグループの基準デー
    タセットから基準マハラノビス距離を算出し、該基準マ
    ハラノビス距離を、１つのセンサを包含する該小さなグ
    ループの監視時データセットにより算出された監視時マ
    ハラノビス距離と比較し、この結果、異常が検出されな
    いときには、より多くのセンサを包含するグループの基
    準データセットから基準マハラノビス距離を算出し、該
    基準マハラノビス距離を、前記より多くのセンサを包含
    するグループの監視時データセットにより算出された監
    視時マハラノビス距離と比較するというように、グルー
    プを変化させてマハラノビス距離を算出し、異常の検出
    を行なうようになっていることを特徴とする異常検出方
    法。
  9. 【請求項９】 少なくとも１つのセンサ素子が１つの筐
    体内に含まれており、該少なくとも１つのセンサ素子か
    ら出力されるデータに基づいて異常を検出する異常検出
    装置において、１つの環境条件下において前記少なくと
    も１つのセンサ素子から得られるデータの組を１つのデ
    ータセットとし、基準となる環境条件下において得られ
    た基準データセットから基準マハラノビス距離を算出
    し、その後、実際の監視時において得られたデータセッ
    トから監視時マハラノビス距離を算出し、算出された監
    視時マハラノビス距離を前記基準マハラノビス距離と比
    較して、異常か否かを検出することを特徴とする異常検
    出装置。
JP29953996A 1996-10-23 1996-10-23 環境監視システムおよび異常検出方法および異常検出装置 Expired - Lifetime JP3280872B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP29953996A JP3280872B2 (ja) 1996-10-23 1996-10-23 環境監視システムおよび異常検出方法および異常検出装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP29953996A JP3280872B2 (ja) 1996-10-23 1996-10-23 環境監視システムおよび異常検出方法および異常検出装置

Publications (2)

Publication Number Publication Date
JPH10124766A JPH10124766A (ja) 1998-05-15
JP3280872B2 true JP3280872B2 (ja) 2002-05-13

Family

ID=17873928

Family Applications (1)

Application Number Title Priority Date Filing Date
JP29953996A Expired - Lifetime JP3280872B2 (ja) 1996-10-23 1996-10-23 環境監視システムおよび異常検出方法および異常検出装置

Country Status (1)

Country Link
JP (1) JP3280872B2 (ja)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3349455B2 (ja) 1998-09-30 2002-11-25 宮崎沖電気株式会社 半導体製造装置のための管理方法および管理システム
JP3986752B2 (ja) * 2000-12-20 2007-10-03 株式会社日立製作所 排ガス計測・監視システム
JP4878085B2 (ja) * 2001-04-20 2012-02-15 ラピスセミコンダクタ株式会社 製造工程のための管理方法
JP3891807B2 (ja) * 2001-09-14 2007-03-14 ジーイー・メディカル・システムズ・グローバル・テクノロジー・カンパニー・エルエルシー 超電導マグネットの故障予測装置およびその方法、並びに磁気共鳴撮影システム
JP4250075B2 (ja) * 2003-12-26 2009-04-08 株式会社リコー 画像形成装置
JP4997394B2 (ja) * 2005-03-31 2012-08-08 地方独立行政法人山口県産業技術センター 火災予防監視支援システム
JP2008065472A (ja) * 2006-09-05 2008-03-21 Ricoh Co Ltd 負荷分散方法、負荷分散システム、負荷分散装置及び負荷分散プログラム
EP2806321B1 (en) 2008-02-27 2020-02-05 Mitsubishi Hitachi Power Systems, Ltd. Plant state monitoring method, plant state monitoring computer program, and plant state monitoring apparatus
JP5824959B2 (ja) * 2011-08-18 2015-12-02 株式会社Ihi 異常診断装置
JP2013050759A (ja) * 2011-08-30 2013-03-14 Ihi Corp 異常診断装置
JP2015060675A (ja) 2013-09-18 2015-03-30 ソニー株式会社 蓄電システム
JP7136716B2 (ja) 2019-02-08 2022-09-13 日立Astemo株式会社 電子制御装置、判定方法
EP4036589B1 (en) * 2021-01-19 2023-10-04 Tokyo Electron Limited Inspection apparatus, control method, and storage medium

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
田口玄一，多次元情報による統合評価とＳＮ比多次元センシングシステムの設計，品質工学，日本，品質工学会，１９９５年２月１日，Ｖｏｌ．３，Ｎｏ．１，２−７
鴨下隆志 外４名，マハラノビスの距離による多次元情報システムの最適化−火災報知システムの場合−，品質工学，日本，品質工学会，１９９６年６月１日，Ｖｏｌ．４ Ｎｏ．３，５４−６７

Also Published As

Publication number Publication date
JPH10124766A (ja) 1998-05-15

Similar Documents

Publication Publication Date Title
JP3280872B2 (ja) 環境監視システムおよび異常検出方法および異常検出装置
TWI632443B (zh) 異常資料的重要度判定裝置以及異常資料的重要度判定方法
US8255522B2 (en) Event detection from attributes read by entities
US8643471B2 (en) Method and system for state encoding
US7483811B2 (en) Optimizing bandwidth and power in wireless networks of smart sensors
JP2007249922A (ja) 非日常行動検知システム
US20230388202A1 (en) Methods and systems for inferred information propagation for aircraft prognostics
JPWO2018216197A1 (ja) 異常重要度算出システム、異常重要度算出装置、及び異常重要度算出プログラム
CN102141948A (zh) 带噪声的监控器检测和间歇故障隔离
JP4066761B2 (ja) 火災警報システム
US20080091715A1 (en) Method and system of creating health operating envelope for dynamic systems by unsupervised learning of a sequence of discrete event codes
US7877234B1 (en) System and method for statistically monitoring and analyzing sensed conditions
CN109600378A (zh) 无中心节点的异构传感器网络异常事件检测方法
US10372719B2 (en) Episode mining device, method and non-transitory computer readable medium of the same
CN111882800B (zh) 一种基于多维度数据联动的消防预警方法及系统
JP6762442B1 (ja) データ処理装置、方法、及びプログラム
US20220121195A1 (en) Predictive Maintenance Tool Based on Digital Model
JP2850078B2 (ja) 環境監視装置
KR100464598B1 (ko) 오용행위와 비정상행위의 통합 판정 기능을 갖는 호스트기반의 통합침입탐지시스템 및 방법
Gross et al. Advanced Pattern Recognition for Optimal Bandwidth and Power Utilization for Wireless Intelligent Motes for IoT Applications
JP3444392B2 (ja) 監視制御システムおよび連動制御方法
WO2022244228A1 (ja) 情報処理装置、情報処理方法、及び、記録媒体
CN117196298B (zh) 一种基于煤矿事故灾害特征匹配的风险预警方法和装置
JP6512326B1 (ja) センサ制御装置、センサ制御方法及びプログラム
CN118379863A (zh) 一种体育场馆的安全监测预警方法及装置

Legal Events

Date Code Title Description
R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090222

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20090222

Year of fee payment: 7

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20100222

Year of fee payment: 8

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20110222

Year of fee payment: 9

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120222

Year of fee payment: 10

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20120222

Year of fee payment: 10

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: 20130222

Year of fee payment: 11

S533 Written request for registration of change of name

Free format text: JAPANESE INTERMEDIATE CODE: R313533

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130222

Year of fee payment: 11

R350 Written notification of registration of transfer

Free format text: JAPANESE INTERMEDIATE CODE: R350

S531 Written request for registration of change of domicile

Free format text: JAPANESE INTERMEDIATE CODE: R313531

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20130222

Year of fee payment: 11

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: 20140222

Year of fee payment: 12

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250

EXPY Cancellation because of completion of term