JP6960751B2 - 異常判定装置、及び異常判定方法 - Google Patents
異常判定装置、及び異常判定方法 Download PDFInfo
- Publication number
- JP6960751B2 JP6960751B2 JP2017056675A JP2017056675A JP6960751B2 JP 6960751 B2 JP6960751 B2 JP 6960751B2 JP 2017056675 A JP2017056675 A JP 2017056675A JP 2017056675 A JP2017056675 A JP 2017056675A JP 6960751 B2 JP6960751 B2 JP 6960751B2
- Authority
- JP
- Japan
- Prior art keywords
- abnormality
- abnormality determination
- degree
- unit
- determination target
- 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.)
- Active
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Description
本発明は、複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定部を備える異常判定装置、及び異常判定方法に関する。
従来、内燃機関等を対象とし、当該対象の運転状態を計測するパラメータ計測部と、当該パラメータ計測部の計測結果に基づいて、対象の異常の可能性を判定する異常判定部とを備えた故障判定装置が知られている（特許文献１を参照）。
上記特許文献１に開示の技術にあっては、計測されたパラメータの時間変化を示す波形と、故障の前兆を示す既知の波形とを比較し、当該比較結果より異常の可能性を判定するように構成されている。
上記特許文献１に開示の技術にあっては、計測されたパラメータの時間変化を示す波形と、故障の前兆を示す既知の波形とを比較し、当該比較結果より異常の可能性を判定するように構成されている。
一般に、上記異常の原因となる故障には、経年劣化等による摩耗性の故障と、突発性の故障とに大別される。
経年劣化等による摩耗性の故障は、発電機の回転軸受けの故障などであり、長期間に亘って徐々に部品が劣化し、当該劣化が一定以上進んだ場合に顕在化する。この場合、例えば、発電機の振動をセンシングした時系列データ上でも、時系列データの値が徐々に異常値に近づく等の挙動がみられるため、例えば、所定の閾値設定をすることにより、故障が発生する前に異常を検知することができる。上記特許文献１に開示の技術は、このような経年劣化等による摩耗性の故障を検知するものである。
一方、突発性の故障は、故障原因そのものが存在しないものや、故障原因による異常をセンサ等により検知が困難なものが多いため、故障が発生する前に異常を検知することが比較的難しい。当該異常の具体例としては、内燃機関の気筒の失火等が挙げられる。当該故障の主原因は、副室式の内燃機関における副室に煤が溜まることによる点火不良や、制御不良により空燃比が乱れることにより、燃焼領域が正常燃焼領域から逸脱することが考えられるが、これらを未然に検知するためのセンサは、設置が困難なものや、設置できたとしても高価となる。
ただし、例えば、上述の失火等については、内燃機関が強制停止するレベルの失火が発生する前に、単発の失火が発生しているため、当該単発の失火に伴う排ガスの温度低下に基づいて、失火（異常）を検知することができなくはない。しかしながら、単発の失火に伴う排ガスの温度低下は、非常に小さいものであるため、単純な閾値設定では、誤判定を抑制しながらも、高い検知精度で異常を判定することが難しいという課題があった。
経年劣化等による摩耗性の故障は、発電機の回転軸受けの故障などであり、長期間に亘って徐々に部品が劣化し、当該劣化が一定以上進んだ場合に顕在化する。この場合、例えば、発電機の振動をセンシングした時系列データ上でも、時系列データの値が徐々に異常値に近づく等の挙動がみられるため、例えば、所定の閾値設定をすることにより、故障が発生する前に異常を検知することができる。上記特許文献１に開示の技術は、このような経年劣化等による摩耗性の故障を検知するものである。
一方、突発性の故障は、故障原因そのものが存在しないものや、故障原因による異常をセンサ等により検知が困難なものが多いため、故障が発生する前に異常を検知することが比較的難しい。当該異常の具体例としては、内燃機関の気筒の失火等が挙げられる。当該故障の主原因は、副室式の内燃機関における副室に煤が溜まることによる点火不良や、制御不良により空燃比が乱れることにより、燃焼領域が正常燃焼領域から逸脱することが考えられるが、これらを未然に検知するためのセンサは、設置が困難なものや、設置できたとしても高価となる。
ただし、例えば、上述の失火等については、内燃機関が強制停止するレベルの失火が発生する前に、単発の失火が発生しているため、当該単発の失火に伴う排ガスの温度低下に基づいて、失火（異常）を検知することができなくはない。しかしながら、単発の失火に伴う排ガスの温度低下は、非常に小さいものであるため、単純な閾値設定では、誤判定を抑制しながらも、高い検知精度で異常を判定することが難しいという課題があった。
本発明は、上述の課題に鑑みてなされたものであり、その目的は、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高い検知精度で捉えると共に、データ群の個別の性質等を考慮した閾値設定を必要とせず、異常判定を実行できる異常判定装置、及び異常判定方法を提供する点にある。
上記目的を達成するための異常判定装置は、
複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定部を備える異常判定装置であって、その特徴構成は、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択部と、
所定の導出期間において、前記選択部にて選択された前記異常判定対象に対応する前記時系列データと、前記非異常判定対象に対応する前記時系列データとの一対の前記時系列データから、前記時系列データの各時点でのマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、前記マハラノビス距離と前記正常領域とに基づいて前記異常判定対象の異常度を導出する異常度導出部とを備え、
前記選択部は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出部は、一の前記異常判定対象と、前記選択部にて選択された複数の前記非異常判定対象の夫々とに関して、前記異常度を導出するものであり、
前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定し、
前記異常度導出部は、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記マハラノビス距離において統計的に決定される異常判定の統計閾値を超える場合に、前記異常度が高いと導出し、
前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記統計閾値以下である場合に、前記異常度が低いと導出し、
前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度において前記異常度が高いと判定される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する点にある。
複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定部を備える異常判定装置であって、その特徴構成は、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択部と、
所定の導出期間において、前記選択部にて選択された前記異常判定対象に対応する前記時系列データと、前記非異常判定対象に対応する前記時系列データとの一対の前記時系列データから、前記時系列データの各時点でのマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、前記マハラノビス距離と前記正常領域とに基づいて前記異常判定対象の異常度を導出する異常度導出部とを備え、
前記選択部は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出部は、一の前記異常判定対象と、前記選択部にて選択された複数の前記非異常判定対象の夫々とに関して、前記異常度を導出するものであり、
前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定し、
前記異常度導出部は、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記マハラノビス距離において統計的に決定される異常判定の統計閾値を超える場合に、前記異常度が高いと導出し、
前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記統計閾値以下である場合に、前記異常度が低いと導出し、
前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度において前記異常度が高いと判定される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する点にある。
上記目的を達成するための異常判定方法は、
複数の対象の夫々においてパラメータを計測し、計測される前記パラメータの時系列データに基づいて、複数の前記対象の異常判定工程を行う異常判定方法であって、その特徴構成は、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択工程と、
所定の導出期間において、前記選択工程にて選択された前記異常判定対象に対応する前記時系列データと、前記非異常判定対象に対応する前記時系列データとの一対の前記時系列データから、前記時系列データの各時点でのマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、前記マハラノビス距離と前記正常領域とに基づいて前記異常判定対象の異常度を導出する異常度導出工程とを備え、
前記選択工程は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出工程は、一の前記異常判定対象と、前記選択工程にて選択された複数の前記非異常判定対象の夫々とで、前記異常度を導出するものであり、
前記異常判定工程は、前記異常度導出工程にて導出された複数の前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定し、
前記異常度導出工程は、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記マハラノビス距離において統計的に決定される異常判定の統計閾値を超える場合に、前記異常度が高いと導出し、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記統計閾値以下である場合に、前記異常度が低いと導出し、
前記異常判定工程は、前記異常度導出工程にて導出された複数の前記異常度において前記異常度が高いと判定される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する点にある。
複数の対象の夫々においてパラメータを計測し、計測される前記パラメータの時系列データに基づいて、複数の前記対象の異常判定工程を行う異常判定方法であって、その特徴構成は、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択工程と、
所定の導出期間において、前記選択工程にて選択された前記異常判定対象に対応する前記時系列データと、前記非異常判定対象に対応する前記時系列データとの一対の前記時系列データから、前記時系列データの各時点でのマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、前記マハラノビス距離と前記正常領域とに基づいて前記異常判定対象の異常度を導出する異常度導出工程とを備え、
前記選択工程は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出工程は、一の前記異常判定対象と、前記選択工程にて選択された複数の前記非異常判定対象の夫々とで、前記異常度を導出するものであり、
前記異常判定工程は、前記異常度導出工程にて導出された複数の前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定し、
前記異常度導出工程は、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記マハラノビス距離において統計的に決定される異常判定の統計閾値を超える場合に、前記異常度が高いと導出し、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記統計閾値以下である場合に、前記異常度が低いと導出し、
前記異常判定工程は、前記異常度導出工程にて導出された複数の前記異常度において前記異常度が高いと判定される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する点にある。
上記特徴構成によれば、まずもって、異常度導出部は、選択部にて選択された異常判定対象に対応する時系列データと、非異常判定対象に対応する時系列データとの一対の時系列データから、時系列データの各時点でのマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、マハラノビス距離と正常領域とに基づいて異常判定対象の異常度を導出するから、例えば、マハラノビス距離が正規化マハラノビス距離である場合で、且つマハラノビス距離が正常領域の外にあるデータ数値をカウントして異常度を導出する場合、統計的に決定される統計閾値を用いることができるから、従来技術の如く、対象（例えば、内燃機関）の個別の特質を考慮した閾値設定を行わなくても、比較的高い精度で、異常度を導出できる。
尚、統計的に決定される統計閾値は、ある一定の幅を有するものであるが、当該統計閾値を低くして、感度を高く設定する場合、感度が高いが故に、正常であるはずの時系列データを異常であると誤判定しまう虞が高くなる。つまり、異常を検知する感度を高めることと、誤判定の可能性を低減することは、トレードオフの関係となっている。
これに対し、上記特徴構成によれば、異常度導出部は、一の異常判定対象と、選択部にて選択された複数の非異常判定対象の夫々との間で、異常度を導出するものであり、且つ異常判定部は、異常度導出部にて導出された複数の異常度に基づいて、異常判定対象が異常状態にあるか否かを判定するから、例えば、仮に、一の異常判定対象と一の非異常判定対象との組み合わせでの異常度が適正な値からずれてしまったとしても、他の組み合わせにおいて、異常度が適正な値であれば、適切な異常状態の判定を行え、結果、誤判定の可能性を低減できる。
更に、上記特徴構成によれば、統計的に決定される統計閾値を用いることができるから、従来技術の如く、対象（例えば、内燃機関）の個別の特質を考慮した閾値設定を行わなくても、比較的高い精度で、異常度を導出できる。
更に、上記特徴構成によれば、感度を高めた場合であっても、比較的演算量が少ないロジックに異常状態の判定に伴う誤判定の発生を抑制できる。
即ち、本発明によれば、感度を高めながらも、誤判定の発生を抑制することができる異常判定装置、及び異常判定方法を実現できるのである。
これに対し、上記特徴構成によれば、異常度導出部は、一の異常判定対象と、選択部にて選択された複数の非異常判定対象の夫々との間で、異常度を導出するものであり、且つ異常判定部は、異常度導出部にて導出された複数の異常度に基づいて、異常判定対象が異常状態にあるか否かを判定するから、例えば、仮に、一の異常判定対象と一の非異常判定対象との組み合わせでの異常度が適正な値からずれてしまったとしても、他の組み合わせにおいて、異常度が適正な値であれば、適切な異常状態の判定を行え、結果、誤判定の可能性を低減できる。
更に、上記特徴構成によれば、統計的に決定される統計閾値を用いることができるから、従来技術の如く、対象（例えば、内燃機関）の個別の特質を考慮した閾値設定を行わなくても、比較的高い精度で、異常度を導出できる。
更に、上記特徴構成によれば、感度を高めた場合であっても、比較的演算量が少ないロジックに異常状態の判定に伴う誤判定の発生を抑制できる。
即ち、本発明によれば、感度を高めながらも、誤判定の発生を抑制することができる異常判定装置、及び異常判定方法を実現できるのである。
異常判定装置としては、
前記マハラノビス距離は、正規化マハラノビス距離であり、
前記異常度導出部は、前記統計閾値を、３以上５以下として、前記異常度を導出することが好ましい。
前記マハラノビス距離は、正規化マハラノビス距離であり、
前記異常度導出部は、前記統計閾値を、３以上５以下として、前記異常度を導出することが好ましい。
異常判定装置の更なる特徴構成は、
複数の前記対象に対応する前記時系列データから選択された二つの前記時系列データの相関係数は、０．７以上１以下の高相関である点にある。
複数の前記対象に対応する前記時系列データから選択された二つの前記時系列データの相関係数は、０．７以上１以下の高相関である点にある。
本発明の異常度導出部は、マハラノビス距離を用いて異常度を導出するものであるが、当該マハラノビス距離は、異常判定対象の時系列データと非異常判定対象の時系列データとの共分散を考慮に入れたものであるため、正常領域の閾値は、図２のμで表される重心から等距離の正円ではなく、両者の相関が反映された楕円で示されることにある。
これにより、例えば、両者の相関を考慮しないユークリッド距離を用いて異常度を算出する場合に比べ、高相関の時系列データについて、より適切にその異常度を算出することができる。
これにより、例えば、両者の相関を考慮しないユークリッド距離を用いて異常度を算出する場合に比べ、高相関の時系列データについて、より適切にその異常度を算出することができる。
異常判定装置の更なる特徴構成は、
前記時系列データから前記対象が定常状態にあるか否かを判定する定常状態判定部を備え、
前記異常度導出部は、前記定常状態判定部にて前記定常状態にあると判定された前記時系列データに基づいて、前記異常判定対象の前記異常度を導出する点にある。
前記時系列データから前記対象が定常状態にあるか否かを判定する定常状態判定部を備え、
前記異常度導出部は、前記定常状態判定部にて前記定常状態にあると判定された前記時系列データに基づいて、前記異常判定対象の前記異常度を導出する点にある。
上記特徴構成によれば、比較的安定している定常状態での時系列データを用いることで、対象の本質的な異常に伴う異常度を、適切に導出することができる。
異常判定装置の更なる特徴構成は、
前記異常判定対象が前記異常状態にあるか否かの判定の精度を調整する判定精度調整部を備え、
前記判定精度調整部は、判定の精度を高く調整するのに伴って、前記選択部にて選択される前記非異常判定対象の数を増加させる点にある。
前記異常判定対象が前記異常状態にあるか否かの判定の精度を調整する判定精度調整部を備え、
前記判定精度調整部は、判定の精度を高く調整するのに伴って、前記選択部にて選択される前記非異常判定対象の数を増加させる点にある。
上記特徴構成によれば、選択部に選択される非異常判定対象の数を調整することで、異常状態の判定の精度を調整できる。具体的には、選択部にて選択する非異常判定対象の数を増やし、異常状態の判定の基礎となる異常度の数を増加させるほど、異常状態の判定における判定の精度を高くすることができる、換言すれば、誤判定の可能性を低減できる。
異常判定装置としては、
前記異常判定対象が前記異常状態にあるか否かの感度を調整する感度調整部を備え、
前記感度調整部は、前記感度を高く調整するのに伴って、前記統計閾値を低減することが好ましい。
前記異常判定対象が前記異常状態にあるか否かの感度を調整する感度調整部を備え、
前記感度調整部は、前記感度を高く調整するのに伴って、前記統計閾値を低減することが好ましい。
本発明の実施形態に係る異常判定装置１００、及び異常判定方法は、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高精度に捉えると共に、データ群の個別の性質等を考慮した閾値設定を必要とせず、比較的低い計算負荷で、異常判定を実行できるものである。
以下、図面に基づいて説明する。
以下、図面に基づいて説明する。
異常判定装置１００は、図１に示すように、複数のコジェネレーションシステムＣと、当該複数のコジェネレーションシステムＣを管理する管理部Ｋとにネットワーク回線Ｎを介して、互いに通信可能な状態で接続されており、異常判定装置１００での異常判定結果は、管理部Ｋへ送信可能に構成されている。
当該実施形態にあっては、コジェネレーションシステムＣは、主構成として、熱と電力とを併給するエンジン３０と当該エンジン３０のＥＣＵを含む制御装置Ｃｃとから構成されている。
エンジン３０は、例えば、都市ガス（１３Ａ）等の気体燃料を燃料とするものであり、ピストンをシリンダ内で往復運動させると共に吸気弁及び排気弁を開閉動作させて点火プラグを所望の時期に作動させることにより、燃焼室Ｃｏ（図４に図示：ＣｏはＣｏ１〜Ｃｏ２０の何れか一つ、又はすべてを含む概念）において、吸気行程、圧縮行程、膨張行程、排気行程の各行程を順次実行する。これにより、ピストンの往復動を、連結棒を介してクランク軸の回転運動として出力するように構成されている。当該構成は、通常の４ストローク内燃機関と同様の構成である。
更に、当該エンジン３０は、複数の燃焼室Ｃｏを備えた多気筒式ガスエンジンにて構成されており、各燃焼室Ｃｏからの排気温度を排気路にて各別に測定する温度センサＳ１と、各燃焼室Ｃｏにおけるノッキング強度を検出するノックセンサＳ２と、クランク軸のクランク角度を計測する形態でエンジンの回転数を計測する回転数センサＳ３とを備えている。
制御装置Ｃｃは、エンジン３０の運転を制御する制御部（図示せず）と、上記温度センサＳ１、ノックセンサＳ２、及び回転数センサＳ３の計測データを取得するデータ取得部Ｃｃ１と、データ取得部Ｃｃ１にて取得した計測データを記憶する記憶部ＤＢｃと、外部との間でデータの送受信を実行する通信部Ｃｃ２とを備えている。特に、当該通信部Ｃｃ２は、記憶部ＤＢｃに記憶された計測データを、ネットワーク回線Ｎを介して、異常判定装置１００へ送信可能に構成されている。制御装置Ｃｃは、上記データ取得部Ｃｃ１が取得した計測データに明らかな異常があることを判定する判定部（図示せず）を備え、当該判定部が異常があると判定した場合に、当該異常を表示するモニタ（表示部）Ｃｃ３を備えて構成されている。当該判定部は、例えば、上述の計測データが、明らかな異常に対応する閾値を超えた場合に異常があると判定する。
当該実施形態にあっては、コジェネレーションシステムＣは、主構成として、熱と電力とを併給するエンジン３０と当該エンジン３０のＥＣＵを含む制御装置Ｃｃとから構成されている。
エンジン３０は、例えば、都市ガス（１３Ａ）等の気体燃料を燃料とするものであり、ピストンをシリンダ内で往復運動させると共に吸気弁及び排気弁を開閉動作させて点火プラグを所望の時期に作動させることにより、燃焼室Ｃｏ（図４に図示：ＣｏはＣｏ１〜Ｃｏ２０の何れか一つ、又はすべてを含む概念）において、吸気行程、圧縮行程、膨張行程、排気行程の各行程を順次実行する。これにより、ピストンの往復動を、連結棒を介してクランク軸の回転運動として出力するように構成されている。当該構成は、通常の４ストローク内燃機関と同様の構成である。
更に、当該エンジン３０は、複数の燃焼室Ｃｏを備えた多気筒式ガスエンジンにて構成されており、各燃焼室Ｃｏからの排気温度を排気路にて各別に測定する温度センサＳ１と、各燃焼室Ｃｏにおけるノッキング強度を検出するノックセンサＳ２と、クランク軸のクランク角度を計測する形態でエンジンの回転数を計測する回転数センサＳ３とを備えている。
制御装置Ｃｃは、エンジン３０の運転を制御する制御部（図示せず）と、上記温度センサＳ１、ノックセンサＳ２、及び回転数センサＳ３の計測データを取得するデータ取得部Ｃｃ１と、データ取得部Ｃｃ１にて取得した計測データを記憶する記憶部ＤＢｃと、外部との間でデータの送受信を実行する通信部Ｃｃ２とを備えている。特に、当該通信部Ｃｃ２は、記憶部ＤＢｃに記憶された計測データを、ネットワーク回線Ｎを介して、異常判定装置１００へ送信可能に構成されている。制御装置Ｃｃは、上記データ取得部Ｃｃ１が取得した計測データに明らかな異常があることを判定する判定部（図示せず）を備え、当該判定部が異常があると判定した場合に、当該異常を表示するモニタ（表示部）Ｃｃ３を備えて構成されている。当該判定部は、例えば、上述の計測データが、明らかな異常に対応する閾値を超えた場合に異常があると判定する。
さて、上述のようなコジェネレーションシステムＣは、エンジン３０において重故障に繋がる恐れがある異常を事前に検知（予測）するべく、例えば、エンジン３０にて発生する単発の失火を良好に検知できることが好ましい。失火の検知は、排ガス温度の低下の計測に基づく検知が一般的である。しかしながら、エンジン３０が強制停止するレベルの失火が発生する前の段階での単発の失火に伴う排ガスの温度低下は、非常に小さいものであるため、単純な閾値設定では、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高い検知精度で検出することが難しいという課題があった。
そこで、当該実施形態に係る異常判定装置１００は、ネットワーク回線Ｎを介してコジェネレーションシステムＣの計測データを受信する通信部Ｍ１、及び当該通信部Ｍ１が受信したデータを記憶する記憶部ＤＢを備えており、コジェネレーションシステムＣに備えられる複数の燃焼室Ｃｏ（複数の対象の一例）において計測される排ガスの温度（具体的には、温度センサＳ１にて各燃焼室Ｃｏに対応する排気路で計測される温度：パラメータの一例）の時系列データに基づいて、複数の燃焼室Ｃｏの異常判定を実行する異常判定部Ｍ５を備える。
説明を追加すると、異常判定装置１００は、複数の燃焼室Ｃｏから一の異常判定対象である燃焼室Ｃｏを選択すると共に、所定の導出期間において、複数の燃焼室Ｃｏから異常判定対象以外の一の非異常判定対象である燃焼室Ｃｏを選択する選択部Ｍ３と、当該選択部Ｍ３にて選択された異常判定対象としての燃焼室Ｃｏに対応する時系列データと、非異常判定対象の燃焼室Ｃｏに対応する時系列データとの一対の時系列データから、時系列データの各時点でのマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、当該マハラノビス距離と正常領域とに基づいて異常判定対象の異常度Ｅを導出する異常度導出部Ｍ４とを備える。
尚、上述した所定の導出期間は、例えば、センサー値（時系列データの各時点での値）の計測周期が１秒間隔である場合は、３０分以上、最長でも３，４時間が望ましい。センサー値の点数は、統計学の観点から少なくとも、１，０００点から２，０００点は必要である。従って、１秒間隔でデータ点数が記録されている場合、３０×６０点＝１，８００点が担保される３０分以上の期間で導出するのが望ましい。また、センサー値は外気温度から影響を受けるため、可能な限り外気温が一定の期間を導出期間とするのが望ましい。そのため、最長でも３，４時間の導出期間にする方がよい。
尚、上述した所定の導出期間は、例えば、センサー値（時系列データの各時点での値）の計測周期が１秒間隔である場合は、３０分以上、最長でも３，４時間が望ましい。センサー値の点数は、統計学の観点から少なくとも、１，０００点から２，０００点は必要である。従って、１秒間隔でデータ点数が記録されている場合、３０×６０点＝１，８００点が担保される３０分以上の期間で導出するのが望ましい。また、センサー値は外気温度から影響を受けるため、可能な限り外気温が一定の期間を導出期間とするのが望ましい。そのため、最長でも３，４時間の導出期間にする方がよい。
まず、当該異常度導出部Ｍ４について説明を加える。
異常度導出部Ｍ４による異常度Ｅの導出に関し、一の異常判定対象である燃焼室Ｃｏに対応する時系列データをχ１とし、一の非異常判定対象である燃焼室Ｃｏに対応する時系列データをχ２とする場合、マハラノビス距離は、以下の〔数１〕にて表される。
異常度導出部Ｍ４による異常度Ｅの導出に関し、一の異常判定対象である燃焼室Ｃｏに対応する時系列データをχ１とし、一の非異常判定対象である燃焼室Ｃｏに対応する時系列データをχ２とする場合、マハラノビス距離は、以下の〔数１〕にて表される。
時系列データχ１、χ２の夫々は、一のエンジン３０に属する異常判定対象である燃焼室Ｃｏの排ガス温度と、非異常判定対象である燃焼室Ｃｏの排ガス温度との夫々に対応するため、両者は、図２に示すように、互いに高相関の関係となる。
一方、マハラノビス距離は、上記〔数１〕に示す如く、χ１の分散、χ２の分散、χ１とχ２との共分散を考慮したものであるため、正常領域の境界は、図１において、２つの時系列データχ１、χ２の平均ベクトルμで表される重心から等距離の円ではなく、２つの時系列データχ１、χ２の相関が反映された楕円（例えば、図２でＥで示される楕円）で示されることとなる。ここで、楕円の内側が正常領域であり楕円の外側が異常領域である。
一方、マハラノビス距離は、上記〔数１〕に示す如く、χ１の分散、χ２の分散、χ１とχ２との共分散を考慮したものであるため、正常領域の境界は、図１において、２つの時系列データχ１、χ２の平均ベクトルμで表される重心から等距離の円ではなく、２つの時系列データχ１、χ２の相関が反映された楕円（例えば、図２でＥで示される楕円）で示されることとなる。ここで、楕円の内側が正常領域であり楕円の外側が異常領域である。
以下、高負荷運転を実行した場合等で異常判定対象の燃焼室Ｃｏと非異常判定対象の燃焼室Ｃｏとの温度が昇温した状態を示すデータ（正常と判定されるべきデータ：図２で、χ（ａ）で示される時間ａでの変数ベクトル）と、異常判定対象の燃焼室Ｃｏで失火が発生すると共に非異常判定対象である燃焼室Ｃｏは正常運転が実行されている状態を示すデータ（異常と判定されるべきデータ：図２で、χ（ｂ）で示される時間ｂでの変数ベクトル）とを用いて、更に説明を加える。ここで、図２に示すように、χ（ａ）とχ（ｂ）は、２つの時系列データχ１、χ２の平均ベクトルμで表される重心から等距離（図２でＬａ＝Ｌｂ）にあるとする。
因みに、図２では、時間ａ、ｂとは異なる時間に対する複数のデータも図示している。
当該実施形態に係る異常度導出部Ｍ４によれば、マハラノビス距離を用いて２つの時系列データの相関を考慮して異常度Ｅの導出を行うため、重心μから等距離にあるχ（ａ）、χ（ｂ）であっても、正常と判定されるべきデータであるχ（ａ）を正常領域内（図２で楕円Ｅの内側）のデータとし、異常と判定されるべきデータであるχ（ｂ）を異常領域（図２で楕円Ｅの外側）内のデータとして、異常度Ｅの導出を実体に則した状態で実行できる。
因みに、図２では、時間ａ、ｂとは異なる時間に対する複数のデータも図示している。
当該実施形態に係る異常度導出部Ｍ４によれば、マハラノビス距離を用いて２つの時系列データの相関を考慮して異常度Ｅの導出を行うため、重心μから等距離にあるχ（ａ）、χ（ｂ）であっても、正常と判定されるべきデータであるχ（ａ）を正常領域内（図２で楕円Ｅの内側）のデータとし、異常と判定されるべきデータであるχ（ｂ）を異常領域（図２で楕円Ｅの外側）内のデータとして、異常度Ｅの導出を実体に則した状態で実行できる。
他方、同一の条件において、統計距離として、両者の相関を考慮しないユークリッド距離を用いた場合、その正常領域の境界は、図３に示すように、正円（図３でＰで示される円）となるため、場合によっては、図３に示すように、異常と判定されるべきデータであるχ（ｂ）が、正常領域内（図３で円Ｐの内側）のデータとなり、異常度Ｅの導出を実体に則した状態で実行できない。本発明にあっては、発明者らは、これらの点を総合的に勘案し、統計距離としてマハラノビス距離を採用しているのである。
このように、本発明に係る異常度導出部Ｍ４は、二つの時系列データの相関係数が、０．７以上１以下の高相関である場合に、特に有効に効果を発揮するものである。
更に、当該実施形態に係る異常度導出部Ｍ４は、マハラノビス距離が正常領域の外にあるデータ数が、マハラノビス距離において統計的に決定される異常判定の統計閾値（例えば、５の値）を超える場合に、異常度Ｅが高いと導出し、マハラノビス距離が正常領域の外にあるデータ数が、統計閾値以下である場合に、異常度Ｅが低いと導出する。
より好ましくは、異常度導出部Ｍ４は、マハラノビス距離として正規化マハラノビス距離を採用し、統計閾値として３以上５以下として異常度Ｅを導出する。
統計閾値として例えば３を採用する場合、図２に示す例では、異常領域に存在するデータ数は５であるため、異常度導出部Ｍ４は、異常度Ｅが高いと判定する。
統計閾値として例えば３を採用する場合、図２に示す例では、異常領域に存在するデータ数は５であるため、異常度導出部Ｍ４は、異常度Ｅが高いと判定する。
更に、異常判定装置１００では、選択部Ｍ３が、一の異常判定対象である燃焼室Ｃｏに対し、複数の非異常判定対象である燃焼室Ｃｏを選択するものであり、異常度導出部Ｍ４が、一の異常判定対象の燃焼室Ｃｏと、選択部Ｍ３にて選択された複数の非異常判定対象である燃焼室Ｃｏの夫々とに関して、異常度Ｅを導出するものであり、異常判定部Ｍ５が、異常度導出部Ｍ４にて導出された複数の異常度Ｅに基づいて、異常判定対象である燃焼室Ｃｏが異常状態にあるか否かを判定する。
図４に基づいて、具体的に説明する。
例えば、エンジン３０が、２０気筒の多気筒エンジンである場合であって、一の異常判定対象の燃焼室Ｃｏ１の異常状態を判定する場合、選択部Ｍ３は、残りの１９の燃焼室から非異常判定対象の燃焼室Ｃｏを複数（図４では、燃焼室Ｃｏ２から燃焼室Ｃｏ２０まで１９個）を選択する。
異常度導出部Ｍ４は、一の異常判定対象の燃焼室Ｃｏ１と他の非異常判定対象の燃焼室Ｃｏ２〜Ｃｏ２０の夫々との間で、異常度Ｅを導出する。
異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された複数の異常度Ｅにおいて異常度Ｅが高いと判定される割合に基づいて、異常判定対象が異常状態にあるか否かを判定する。より詳細には、異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された複数の異常度Ｅにおいて異常度Ｅが高いと判定される割合が、異常状態判定割合以上である場合に、異常判定対象の燃焼室Ｃｏが異常状態にあると判定し、異常状態判定割合未満である場合に、異常判定対象の燃焼室Ｃｏが異常状態にないと判定する。
上記異常状態判定割合は、判定対象にもよるが、例えば、５０％以上とすることが好ましく、より好ましくは５０％とすることが好ましい。
例えば、エンジン３０が、２０気筒の多気筒エンジンである場合であって、一の異常判定対象の燃焼室Ｃｏ１の異常状態を判定する場合、選択部Ｍ３は、残りの１９の燃焼室から非異常判定対象の燃焼室Ｃｏを複数（図４では、燃焼室Ｃｏ２から燃焼室Ｃｏ２０まで１９個）を選択する。
異常度導出部Ｍ４は、一の異常判定対象の燃焼室Ｃｏ１と他の非異常判定対象の燃焼室Ｃｏ２〜Ｃｏ２０の夫々との間で、異常度Ｅを導出する。
異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された複数の異常度Ｅにおいて異常度Ｅが高いと判定される割合に基づいて、異常判定対象が異常状態にあるか否かを判定する。より詳細には、異常判定部Ｍ５は、異常度導出部Ｍ４にて導出された複数の異常度Ｅにおいて異常度Ｅが高いと判定される割合が、異常状態判定割合以上である場合に、異常判定対象の燃焼室Ｃｏが異常状態にあると判定し、異常状態判定割合未満である場合に、異常判定対象の燃焼室Ｃｏが異常状態にないと判定する。
上記異常状態判定割合は、判定対象にもよるが、例えば、５０％以上とすることが好ましく、より好ましくは５０％とすることが好ましい。
例えば、図４に示す例の如く、燃焼室Ｃｏ１と燃焼室Ｃｏ２との間での異常度Ｅが高いと導出され、燃焼室Ｃｏ１と燃焼室Ｃｏ３〜燃焼室Ｃｏ２０との夫々の間での異常度Ｅが低いと導出されている場合、即ち、導出された複数の異常度Ｅにおいて異常度Ｅが高いと判定される割合が５％である場合を考える。この場合、異常判定部Ｍ５は、例えば、異常状態判定割合を５０％に設定しているときには、上述した異常度Ｅが高いと判定されている割合（５％）は、異常状態判定割合（５０％）未満であるから、異常判定対象としての燃焼室Ｃｏ１は、異常状態にないと判定する。
これにより、単一の異常度Ｅのみで異常状態の判定を行う場合に比べ、異常状態の誤判定を抑制できる。
これにより、単一の異常度Ｅのみで異常状態の判定を行う場合に比べ、異常状態の誤判定を抑制できる。
異常判定部Ｍ５は、上記異常状態の判定を、異常判定対象としての燃焼室Ｃｏを変更して実行可能に構成されており、すべての対象を異常判定対象として、それらが異常状態にあるか否かを判定可能に構成されている。
尚、当該実施形態に係る異常判定装置１００は、異常判定対象としての燃焼室Ｃｏが前記異常状態にあるか否かの判定の精度を調整する判定精度調整部Ｍ２を備えている。
当該判定精度調整部Ｍ２は、判定の精度を高く調整するのに伴って、選択部Ｍ３にて選択される非異常判定対象としての燃焼室Ｃｏの数を増加させる。
例えば、異常判定装置１００には、操作者による操作により誤判定の可能性を調整可能な操作部（図示せず）を備え、誤判定調整部Ｍ２は、当該操作部の設定値に基づいて、判定の精度を調整する。
当該判定精度調整部Ｍ２は、判定の精度を高く調整するのに伴って、選択部Ｍ３にて選択される非異常判定対象としての燃焼室Ｃｏの数を増加させる。
例えば、異常判定装置１００には、操作者による操作により誤判定の可能性を調整可能な操作部（図示せず）を備え、誤判定調整部Ｍ２は、当該操作部の設定値に基づいて、判定の精度を調整する。
また、異常判定装置１００は、異常判定対象としての燃焼室Ｃｏが異常状態にあるか否かの感度を調整する感度調整部Ｍ６を備えている。
当該感度調整部Ｍ６は、感度を高く調整するのに伴って、統計閾値を、マハラノビス距離において統計的に決定される異常判定の統計閾値として設定可能な範囲（例えば、３以上５以下）で、低減する。
当該感度調整部Ｍ６は、感度を高く調整するのに伴って、統計閾値を、マハラノビス距離において統計的に決定される異常判定の統計閾値として設定可能な範囲（例えば、３以上５以下）で、低減する。
これまで説明してきた異常判定装置１００を用いることにより、以下の異常判定方法を実行できる。
即ち、当該異常判定方法にあっては、一のエンジン３０の複数の燃焼室Ｃｏから一の異常判定対象としての燃焼室Ｃｏを選択すると共に、一のエンジン３０の複数の燃焼室Ｃｏから異常判定対象以外の一の非異常判定対象としての燃焼室Ｃｏを選択する選択工程と、選択工程にて選択された異常判定対象としての燃焼室Ｃｏに対応する排ガス温度（温度センサＳ１にて計測される温度：時系列データの一例）と、非異常判定対象としての燃焼室Ｃｏに対応する排ガス温度（温度センサＳ１にて計測される温度：時系列データの一例）とから、排ガス温度の夫々に対応するマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、マハラノビス距離と正常領域とに基づいて異常判定対象の異常度Ｅを導出する異常度導出工程とを備え、選択工程は、一の異常判定対象としての燃焼室Ｃｏに対し、複数の非異常判定対象としての燃焼室Ｃｏを選択するものであり、異常度導出工程は、一の異常判定対象としての燃焼室Ｃｏと、選択工程にて選択された複数の非異常判定対象としての燃焼室Ｃｏの夫々とで、異常度Ｅを導出するものであり、異常判定工程は、異常度導出工程にて導出された複数の異常度Ｅに基づいて、異常判定対象としての燃焼室Ｃｏが異常状態にあるか否かを判定する。
即ち、当該異常判定方法にあっては、一のエンジン３０の複数の燃焼室Ｃｏから一の異常判定対象としての燃焼室Ｃｏを選択すると共に、一のエンジン３０の複数の燃焼室Ｃｏから異常判定対象以外の一の非異常判定対象としての燃焼室Ｃｏを選択する選択工程と、選択工程にて選択された異常判定対象としての燃焼室Ｃｏに対応する排ガス温度（温度センサＳ１にて計測される温度：時系列データの一例）と、非異常判定対象としての燃焼室Ｃｏに対応する排ガス温度（温度センサＳ１にて計測される温度：時系列データの一例）とから、排ガス温度の夫々に対応するマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、マハラノビス距離と正常領域とに基づいて異常判定対象の異常度Ｅを導出する異常度導出工程とを備え、選択工程は、一の異常判定対象としての燃焼室Ｃｏに対し、複数の非異常判定対象としての燃焼室Ｃｏを選択するものであり、異常度導出工程は、一の異常判定対象としての燃焼室Ｃｏと、選択工程にて選択された複数の非異常判定対象としての燃焼室Ｃｏの夫々とで、異常度Ｅを導出するものであり、異常判定工程は、異常度導出工程にて導出された複数の異常度Ｅに基づいて、異常判定対象としての燃焼室Ｃｏが異常状態にあるか否かを判定する。
〔別実施形態〕
（１）上記実施形態では、複数の対象のすべてを、判定対象として、異常判定を実行した。
しかしながら、判定対象は、複数の対象のうち、少なくとも１つ以上であっても構わない。
（１）上記実施形態では、複数の対象のすべてを、判定対象として、異常判定を実行した。
しかしながら、判定対象は、複数の対象のうち、少なくとも１つ以上であっても構わない。
（２）上記実施形態にあっては、異常判定装置１００は、ネットワーク回線Ｎを介して、コジェネレーションシステムＣから取得した計測データに基づいて、異常判定を実行するように構成している例を示した。
しかしながら、異常判定装置１００は、例えば、コジェネレーションシステムＣの夫々に対して併設して設けられ、ネットワーク回線Ｎを介することなく、複数の対象からの計測データを取得して異常判定を実行する構成を採用しても構わない。
更には、異常判定装置１００は、コジェネレーションシステムＣの制御装置Ｃｃとして備えられる構成を採用しても構わない。
更には、異常判定装置１００は、ネットワーク回線Ｎを介してコジェネレーションシステムＣから取得した計測データに基づいてコジェネレーションシステムＣの監視を行う監視装置と併設して備えると共に、当該監視装置の記憶部から計測データを取得する形態で、異常判定を実行する構成であっても構わない。
しかしながら、異常判定装置１００は、例えば、コジェネレーションシステムＣの夫々に対して併設して設けられ、ネットワーク回線Ｎを介することなく、複数の対象からの計測データを取得して異常判定を実行する構成を採用しても構わない。
更には、異常判定装置１００は、コジェネレーションシステムＣの制御装置Ｃｃとして備えられる構成を採用しても構わない。
更には、異常判定装置１００は、ネットワーク回線Ｎを介してコジェネレーションシステムＣから取得した計測データに基づいてコジェネレーションシステムＣの監視を行う監視装置と併設して備えると共に、当該監視装置の記憶部から計測データを取得する形態で、異常判定を実行する構成であっても構わない。
（３）上記実施形態において、異常度導出部が、異常度Ｅの導出において用いるマハラノビス距離は、正規化マハラノビス距離であることが好ましいとして例示した。
しかしながら、異常度導出に用いられるマハラノビス距離は、正規化マハラノビス距離でなくても構わない。
しかしながら、異常度導出に用いられるマハラノビス距離は、正規化マハラノビス距離でなくても構わない。
（４）異常判定装置１００は、例えば、時系列データから対象が定常状態にあるか否かを判定する定常状態判定部（図示）を備える構成を採用しても良く、異常度導出部Ｍ４は、定常状態判定部にて定常状態にあると判定された時系列データに基づいて、異常判定対象の異常度Ｅを導出するように構成しても構わない。
（５）上記実施形態において、誤判定調整部Ｍ２や、感度調整部Ｍ６を備える構成を示したが、これらを備えない構成であっても、本発明の目的は良好に達成されるものである。
（６）上記実施形態において、一のエンジン３０の複数の燃焼室Ｃｏを、複数の対象とし、当該燃焼室Ｃｏの夫々における温度（排ガスの温度）をパラメータとする例を示した。
しかしながら、上述したノックセンサＳ２にて検出されるノッキング強度をパラメータとしても構わない。
しかしながら、上述したノックセンサＳ２にて検出されるノッキング強度をパラメータとしても構わない。
（７）ネットワーク回線Ｎにて異常判定装置１００に接続される複数のコジェネレーションシステムＣのエンジン３０の夫々は、例えば、上記別実施形態で示した定常状態判定部にて定常状態にあると判定される場合、その回転数が、高相関となる場合がある。
そこで、ネットワーク回線Ｎにて異常判定装置１００に接続される複数のコジェネレーションシステムＣのエンジン３０の夫々を、複数の対象として採用し、当該エンジン３０の回転数を計測する回転数センサＳ３の計測結果を、パラメータとして採用しても構わない。
そこで、ネットワーク回線Ｎにて異常判定装置１００に接続される複数のコジェネレーションシステムＣのエンジン３０の夫々を、複数の対象として採用し、当該エンジン３０の回転数を計測する回転数センサＳ３の計測結果を、パラメータとして採用しても構わない。
（８）複数の対象として、定常的に互いに通信する複数のサーバを採用でき、この場合、各サーバのデータ通信量をパラメータとして採用する。
また、複数の対象として、一の発電設備の一の発電軸を支える複数の軸受を採用でき、この場合、各軸受けの振動周波数をパラメータとして採用する。
また、複数の対象として、近接する複数のエリア毎の気象状態を採用でき、この場合、複数のエリア毎の気温や湿度をパラメータとして採用する。この場合、異常状態としては、突発的に発生する竜巻等が想定される。
また、複数の対象として、一の発電設備の一の発電軸を支える複数の軸受を採用でき、この場合、各軸受けの振動周波数をパラメータとして採用する。
また、複数の対象として、近接する複数のエリア毎の気象状態を採用でき、この場合、複数のエリア毎の気温や湿度をパラメータとして採用する。この場合、異常状態としては、突発的に発生する竜巻等が想定される。
尚、上記実施形態（別実施形態を含む、以下同じ）で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することが可能であり、また、本明細書において開示された実施形態は例示であって、本発明の実施形態はこれに限定されず、本発明の目的を逸脱しない範囲内で適宜改変することが可能である。
本発明の異常判定装置、及び異常判定方法は、判定精度を高くしながらも（誤判定を抑制しながらも）、微小な異常を高い検知精度で捉えると共に、データ群の個別の性質等を考慮した閾値設定を必要とせず、異常判定を実行できる異常判定装置、及び異常判定方法として、有効に利用可能である。
３０ ：エンジン
１００ ：異常判定装置
Ｅ ：異常度
Ｋ ：管理部
Ｍ２ ：誤判定調整部
Ｍ３ ：選択部
Ｍ４ ：異常度導出部
Ｍ５ ：異常判定部
Ｍ６ ：感度調整部
χ１ ：時系列データ
χ２ ：時系列データ
１００ ：異常判定装置
Ｅ ：異常度
Ｋ ：管理部
Ｍ２ ：誤判定調整部
Ｍ３ ：選択部
Ｍ４ ：異常度導出部
Ｍ５ ：異常判定部
Ｍ６ ：感度調整部
χ１ ：時系列データ
χ２ ：時系列データ
Claims (7)
- 複数の対象の夫々において計測されるパラメータの時系列データに基づいて、複数の前記対象の異常判定を行う異常判定部を備える異常判定装置であって、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択部と、
所定の導出期間において、前記選択部にて選択された前記異常判定対象に対応する前記時系列データと、前記非異常判定対象に対応する前記時系列データとの一対の前記時系列データから、前記時系列データの各時点でのマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、前記マハラノビス距離と前記正常領域とに基づいて前記異常判定対象の異常度を導出する異常度導出部とを備え、
前記選択部は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出部は、一の前記異常判定対象と、前記選択部にて選択された複数の前記非異常判定対象の夫々とに関して、前記異常度を導出するものであり、
前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定し、
前記異常度導出部は、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記マハラノビス距離において統計的に決定される異常判定の統計閾値を超える場合に、前記異常度が高いと導出し、
前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記統計閾値以下である場合に、前記異常度が低いと導出し、
前記異常判定部は、前記異常度導出部にて導出された複数の前記異常度において前記異常度が高いと判定される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する異常判定装置。 - 前記マハラノビス距離は、正規化マハラノビス距離であり、
前記異常度導出部は、前記統計閾値を、３以上５以下として、前記異常度を導出する請求項１に記載の異常判定装置。 - 複数の前記対象に対応する前記時系列データから選択された二つの前記時系列データの相関係数は、０．７以上１以下の高相関である請求項１又は２に記載の異常判定装置。
- 前記時系列データから前記対象が定常状態にあるか否かを判定する定常状態判定部を備え、
前記異常度導出部は、前記定常状態判定部にて前記定常状態にあると判定された前記時系列データに基づいて、前記異常判定対象の前記異常度を導出する請求項１〜３の何れか一項に記載の異常判定装置。 - 前記異常判定対象が前記異常状態にあるか否かの判定の精度を調整する判定精度調整部を備え、
前記判定精度調整部は、判定の精度を高く調整するのに伴って、前記選択部にて選択される前記非異常判定対象の数を増加させる請求項１〜４の何れか一項に記載の異常判定装置。 - 前記異常判定対象が前記異常状態にあるか否かの感度を調整する感度調整部を備え、
前記感度調整部は、前記感度を高く調整するのに伴って、前記統計閾値を低減する請求項１又は２に記載の異常判定装置。 - 複数の対象の夫々においてパラメータを計測し、計測される前記パラメータの時系列データに基づいて、複数の前記対象の異常判定工程を行う異常判定方法であって、
複数の前記対象から異常判定の前記対象としての一の異常判定対象を選択すると共に、複数の前記対象から前記異常判定対象以外の一の非異常判定対象を選択する選択工程と、
所定の導出期間において、前記選択工程にて選択された前記異常判定対象に対応する前記時系列データと、前記非異常判定対象に対応する前記時系列データとの一対の前記時系列データとから、前記時系列データの各時点に対応するマハラノビス距離を算出し、算出されたマハラノビス距離の正常領域を算出し、前記マハラノビス距離と前記正常領域とに基づいて前記異常判定対象の異常度を導出する異常度導出工程とを備え、
前記選択工程は、一の前記異常判定対象に対し、複数の前記非異常判定対象を選択するものであり、
前記異常度導出工程は、一の前記異常判定対象と、前記選択工程にて選択された複数の前記非異常判定対象の夫々とで、前記異常度を導出するものであり、
前記異常判定工程は、前記異常度導出工程にて導出された複数の前記異常度に基づいて、前記異常判定対象が異常状態にあるか否かを判定し、
前記異常度導出工程は、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記マハラノビス距離において統計的に決定される異常判定の統計閾値を超える場合に、前記異常度が高いと導出し、前記マハラノビス距離が前記正常領域の外にあるデータ数が、前記統計閾値以下である場合に、前記異常度が低いと導出し、
前記異常判定工程は、前記異常度導出工程にて導出された複数の前記異常度において前記異常度が高いと判定される割合に基づいて、前記異常判定対象が異常状態にあるか否かを判定する異常判定方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017056675A JP6960751B2 (ja) | 2017-03-22 | 2017-03-22 | 異常判定装置、及び異常判定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2017056675A JP6960751B2 (ja) | 2017-03-22 | 2017-03-22 | 異常判定装置、及び異常判定方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP2018160076A JP2018160076A (ja) | 2018-10-11 |
| JP6960751B2 true JP6960751B2 (ja) | 2021-11-05 |
Family
ID=63796712
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2017056675A Active JP6960751B2 (ja) | 2017-03-22 | 2017-03-22 | 異常判定装置、及び異常判定方法 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6960751B2 (ja) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7387325B2 (ja) * | 2019-08-01 | 2023-11-28 | 三菱重工業株式会社 | プラント監視装置、プラント監視方法、及びプログラム |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2005092466A (ja) * | 2003-09-16 | 2005-04-07 | Toshiba Corp | 診断プロセス支援方法とそのためのプログラム |
| JP4648693B2 (ja) * | 2004-12-09 | 2011-03-09 | 東日本旅客鉄道株式会社 | 異常検出装置、及び異常検出方法 |
| JP5832258B2 (ja) * | 2011-11-30 | 2015-12-16 | 三菱電機株式会社 | エレベータ異常診断装置 |
-
2017
- 2017-03-22 JP JP2017056675A patent/JP6960751B2/ja active Active
Also Published As
| Publication number | Publication date |
|---|---|
| JP2018160076A (ja) | 2018-10-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7942039B2 (en) | Method and engine control unit to detect combustion misses in part-engine operation | |
| US8538666B2 (en) | CPS knock detection system | |
| US6883497B2 (en) | Method of preventing preignition for an internal combustion engine | |
| JP6869065B2 (ja) | 異常判定装置、及び異常判定方法 | |
| US20130060447A1 (en) | Vehicle diagnosis device and method | |
| KR102245696B1 (ko) | 표준 품질 관리 기술을 이용한 왕복운동 장치 이상 검출 시스템 및 방법 | |
| JP6849376B2 (ja) | ピストン‐内燃機関におけるシリンダ圧縮率を可変式に調節するための装置の作動を監視するための方法および作動監視装置 | |
| CN110578680B (zh) | 往复压缩机的故障诊断方法、系统及计算机可读存储介质 | |
| US9046048B2 (en) | Method of fuel quality determination | |
| JP6960751B2 (ja) | 異常判定装置、及び異常判定方法 | |
| KR20180068487A (ko) | 점화시기 보정을 통한 촉매 손상 방지 방법 | |
| JPH07119666B2 (ja) | 稼動中の内燃機関の運転を監視する方法 | |
| JP6789160B2 (ja) | 補助演算装置、及びそれを備えた演算装置 | |
| US20230296063A1 (en) | Misfire Classification Method and Control Unit for an Internal Combustion Engine | |
| KR20240032722A (ko) | 항공기, 특히 헬리콥터의 변속기 시스템 구성요소와 관련된 이상을 검출하기 위한 방법 및 시스템 | |
| KR101646395B1 (ko) | 엔진 진동신호로 예측된 연소음 피드백 제어 방법 | |
| JP7272144B2 (ja) | 複数気筒４ストロークエンジンの失火判定装置 | |
| US20230340921A1 (en) | Method and control unit for identifying misfire subjected cylinders of an internal combustion engine | |
| US20210072733A1 (en) | Method of Predicting Failure Events for Reciprocating Compressors | |
| WO2020078956A1 (en) | Glow ignition detection in an internal combustion engine | |
| WO2022255442A1 (ja) | 内燃機関の失火検知装置、および、失火検知方法 | |
| GB2550169A (en) | Method for operating engine | |
| RU2458331C1 (ru) | Способ оценки технического состояния цилиндропоршневой группы четырехтактного поршневого двигателя внутреннего сгорания | |
| Gardiner | Misfire Detection for Spark Ignition Engines Based Upon Cycle-by-Cycle Exhaust Temperature Sensing | |
| JP2021050708A (ja) | 機関関連データ送信装置、これを備えた船陸間通信システムおよび機関関連データ送信方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191213 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210209 |
|
| A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20210324 |
|
| A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210608 |
|
| 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: 20210914 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20211012 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6960751 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |