JPH0229894A - 異常診断報知システム - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 （産業上の利用分野） 本発明は、診断すべき対象の状況を把握するセンサが配
置され、そのセンナに通信をもって接続する処理装置に
て対象の異常を検知・理解し、その結果を上位システム
あるいは人間に伝達する手段を有する異常診断報知シス
テムに関する。

本発明は、より具体的には、複数のセンサより得られる
観測データの意味を状況モデルとの対比において理解し
、さらに学習機能のある複数の判断基準を用いて、観測
の信頓性を得るもので、例えば、観測値の信頼側が乏し
いビルなどの保安システム、空調システムあるいは充分
なセンサの配置がしにくい機器の保全などの分野におい
て有用なものである。

（従来の技術） 従来の保安システム、空調システムなどでは、あるセン
サを通して観測される特定の観測値のレベルを区分し、
その区分に応じた処理が定義されているのみであるので
、複数の観測値を総合的に判断することができなかった
。

また、複数の観測データを統合的に判断することを目的
としたシステムにおいても、判断の方法が木構造知識に
よって分岐していく手続き型の処理によって行なわれる
ため、ある１点の分岐の判断は１．２の観測データの区
分によって分岐に至り、熟練者のような真の統合的判断
は行なわれていなかった。

また、定義されている観測値と処理との間のルールは固
定的なものであり、観測対象の特性及びその特性の変化
に対応できなかった。

（発明が解決しようとする問題点） 上記のように従来技術においては、複数の観測値をパタ
ーンとして統合的に捕らえることができず、結果として
正確な観測対象の状態把握・状態推移予測は困難である
という問題があった。

また、従来技術においては、観測対象の特性変化に対応
するには、その観測値と処理との間のルールをシステム
管理者が変更する必要があり、しかもその変更を必要に
応じて行なうことは極めて困難なことであった。

本発明は、観測値の信頼性の乏しい系に対する異常診断
報知システムにおいて、観測値の的確な解釈を実現し、
対象とする系の状態観測および状態変化の予測を的確に
行なうことできるようにすることを目的とするものであ
る。

（問題点を解決するための手段） 上記目的は、推論によるパターンマツチングによりシス
テムの観測精度を上げることにより達成され、さらに、
観測結果に対する評価に応じて、保有するデータベース
上のパターン、判断基準（キャラクタ）を変更する学習
効果によりシステムを観測対象の特性に適応させること
により達成されするものである。

すなわち、本発明の異常診断報知システムは、第１図に
示すように、診断すべき対象の状況を検出する複数のセ
ンサ１．１’、１”′と、それらのセンサによって得ら
れたデータをあらかじめ定められた一定の基準に従って
パターン化するセンサ信号パターン化処理部２と、判断
基準および観測対象の多数の状況モデルを示す信号パタ
ーンを保有する異常推論用知識データベース３と、セン
サ信号パターン化処理部２により得られた観測パターン
と異常推論用知識データベース３上のパターンとの照合
を推論によって行ない、観測対象の状態把握、状態推移
予測をし、正常か異常かあるいは不明か等の判断を行な
う観測対象状態判断部４と、その観測対象判断部４の出
力に基づき警報を発行する警報部５とを備えたことを特
徴とする。

本発明の一態様によれば、上述の異常診断報知システム
において、観測対象状態判断部４が、センサ信号パター
ン化処理部１により得られた観測パターンと異常推論用
知識データベース３上のパターンとの照合を推論によっ
て行ない、観測対象の状態を把握判断する信号パターン
判断部４１と、信号パターン来歴記憶部７に記憶されて
いる観測パターンの来歴を基に作成される予測パターン
と異常推論用知識データベース３上のパターンとの照合
を推論によって行ない、観測対象の状態予測を行う信号
パターン予測判断部４２とを有することを特徴とする。

本発明の他の態様によれば、上述の異常診断報知システ
ムにおいて、信号パターン判断部４１の他に、信号パタ
ーン来歴記憶部７に記憶されている観測パターンの来歴
を基に作成されるパターンの推移のパターンと異常推論
用知識データベース上の推移パターンとの照合を推論に
よって行ない、観測対象の状態予測を行うパターン推移
判断部４３を有することを特徴とする。

更に、本発明の他の態様によれば、観測対象状態判断部
４が、そのパターン照合において、判断基準の異なる複
数の判断部の判断結果を基に、パターン合致の評価を行
なう推論機構を有することを特徴とす。

更に、本発明の他の態様によれば、警報部５が、複数の
状況を示すモデルを持ち、観測対象状態判断部４での推
論結果が不確定の場合、各モデルの状態により状況把握
を行ない、正常か異常かの確定を行なう手段を有し、異
常の可観測性を向上させたことを特徴とする。

また、本発明の異常診断報知システムは、前述の複数の
センサ１，１”、１″と、センサ信号パターン化処理部
２と、異常推論用知識データベース３と、観測対象状態
判断部４と、警報部５とを備えた構成において、更に、
警報部５の発行した警報に対する評価を入力する警報評
価入力部９と、その警報評価入力部９によって評価が入
力された場合に、゛その評価に応じてデータベースを変
更し観測対象に対する最適化を図る異常推論用知識デー
タベース変更部８とを備えことにより、観測対象に対す
るデータベースの最適化を図り観測精度を上げたことを
特徴とする。

この異常推論用知識データベース変更部８は、推論結果
に対する評価が得られた場合、その評価と推論結果との
関係を判断し、システムが保有する異常推論用知識デー
タベース３上のパターンの修正−生成拳削除を行ない、
観測対象に対する最適化を図るデータベース変更部８２
と、推論結果に対する評価が得られた場合、その評価と
推論結果との関係を判断し、システムが保有する複数の
判断基準の生成・削除・優先順位の修正を行ない、観測
対象に対する最適化を図る判断基準変更部８１のいずれ
か一方または両方からなることを特徴とする。

（作用） センサ１，１’、１”は、診断すべき対象の状況、例え
ば火災報知システムの場合の室内温度、外気温度、塵埃
量、ガス洩れ量等、を検出する。

−ｔ＝ｙす信号パターン化処理部２は、複数のセンサ１
．１’、１”によって得られたデータをパターン化用テ
ーブル６等に格納したあらがじめ定められた一定の基準
に従ってパターン化する。観測対象状態判断部４は、セ
ンサ信号パターン化処理部ｔ、ｔ’、ｔ”′により得ら
れた観測パターンと異常推論用知識データベース３上の
パターンとの照合を推論によって行ない、観測対象の状
態把握、状態推移予測をし、正常か異常かあるいは不明
がの判断を行なう。観測対象状態判断部４によって正常
と判断されたときは、処理を終了する。そして、以上の
診断動作を再び開始する。異常と判断されたときは、直
ちに警報部５によって警報が発行され、警報音や表示信
号等の適宜の警報器を介して人間に対して報知される。

本発明は、センサ信号パターン化処理部２でセンサ信号
をパターン化処理し、異常推論用知識データベース３に
格納した診断対象の状況モデルの信号パターンや判断基
準用いて推論し、観測対象の状態を総合的に把握するの
で、観測精度を上げることができ、また、センサ１，１
’、１”を十分に配置することができず、従来のシステ
ムでは対象の状態を把握することのできない程度の観測
データからも的確な異常判断を行なうことができる。ま
た、本発明によれば、信号をパターン化して処理するの
で、異なる次元の観測データ（例えば、火災報知におけ
るガス洩れデータと室内温度データ）を比較することが
できるようになり、また、処理すべきデータ量を低減す
ることができると共に、処理速度を速くすることができ
る。

また、本発明の観測対象状態判断部４を信号パターン判
断部４１、信号パターン予測判断部４２、信号パターン
推移判断部４３等の複数の判断部によって構成する場合
においては、信号パターン判断部４１によって異常判断
が不明となったときは、更に信号パターン予測判断部４
２、信号パターン推移判断部４３等で判断をすることが
できるので、異常判断が不明となることを少なくするこ
とができ、可観測性を向上する。

また、警報部５に、複数の状況を示すモデルを持ち、観
測対象状態判断部４での推論結果が不確定（不明）の場
合、各モデルの状態により状況把握を灯ない、正常か異
常かの確定を行なう手段を設けることにより、更に異常
の可観測性を向上させることができ、この報知システム
の信頓性を良くすることができ□る。

警報評価入力部９によって評価が入力された場合に、異
常推論用知識データベース変更部８により、その評価に
応じてデータベースを観測対象に対する最適化を図るよ
うに変更することにより、観測対象の特性およびその特
性の変化に対応でき、判断の精度を向上させることがで
きる。

（実施例） 以下、本発明をセキニリティシステムに適用した実施例
について説明する。

第２図は、この実施例の概略の機器構成を示している。

各センサ１，１”、１”は、室内温度、外気温度、塵埃
量、気圧などの観測対象の状態を検出し、電気信号に変
換する。

センサ制御系１０は、センサ１，１’、１”からの入力
信号を数値デ〒り化する。また、主処理系１１から要求
信号を受信し、データを主処理系１１に送信する。

主処理系１１は、センサ制御系１０からの数値データか
ら作成する信号パターンと状況モデルを用いた観測対象
の状態判断、警報に対する評価。

時間経過に応じた複数の判断基準の生成・削除。

優先順位の修正、異常検出感度の操作を行なう。

また、これらの操作に付随して、タイマ１２からの割り
込み受は付け、内部記憶装置１３とのデータの授受、入
出力制御系１４とのデータの授受を行なう。即ち、この
主処理系１１は、第１図の本発明の構成におけるセンサ
信号パターン化処理部２、観測対象状態判断部４、警報
部５、異常推論用知識データベース変更部８の諸機能を
遂行するものである。

入出力制御系１４は、外部入力装置１５からの信号を受
信しデータに変換し主処理系１１に送信する。また、主
処理系１１からのデータ出力を受信し、信号に変換して
外部出力装置１６へ送信する。

タイマ１２は、一定時間ごとに主処理系１１に割り込み
信号を送信する。

内部記憶装置１３は、パターン化用テーブル６゜信号パ
ターンデータベース３２．信号パターン来歴、状況モデ
ル、判断基準データベース３１を持ち、主処理系１１か
ら受信するデータに応じて、データの書き換え、読み出
し、主制御系１１への送信を行なう。

外部出力装置１５は、入出力制御系１４から受信する信
号に応じて、警報の発行、内部記憶装置１３に格納され
ているデータなどの表示を行なう。

外部入力装置１６は、人間が操作するキーボードなどか
らの入力に応じて入出力制御系に信号を送信する。例え
ば、警報が発行されたときに、必要な処置がなされた後
や警報が誤っていた場合に警報を停止させたり、また、
データベースの修正変更を行なうときにデータを入力し
たりするものである。

第３図は、本実施例のセキュリイ・システムの全体のデ
ータの流れを示すデータフロー図である。

第４図は、本実施例のセキュリイ・システムの全体の処
理の流れを示す処理フロー図である。第４図の■〜■は
第３図の■〜■各処理部にそれぞれ対応する処理を表し
ている。

まず、全体の処理のながれの概略を説明する。

センサ１，１’、１”は、診断すべき対象の状況、例え
ば火災報知システムの場合の室内温度、外気温度、塵埃
量、ガス洩れ量等、を検出する。

センサ信号パターン化処理部２は、複数のセンサ１，１
″、１″によって得られたデータをパターン化用テーブ
ル６に格納したあらかじめ定められた一定の基準に従っ
てパターン化する（センサ信号パターン化処理■） 観測対象状態判断部４における信号パターン判断部４１
は、センサ信号パターン化処理部２により得られた信号
パターンと異常推論用知識データベース３における信号
パターンデータベース３２上のパターンとの照合を推論
によって行ない、正常か異常かあるいは不明かの判断を
行なう（信号パターン判断処理■）。信号ノイターン判
断部４１によって正常と判断されたときは、処理を終了
する。そして、以上の診断動作を再び開始する。異常と
判断されたときは、直ちに警報部５によって警報が発行
され、警報音や表示信号等の適宜の警報器を介して人間
に対して報知される（警報処理■）。

信号パーターン判断部４１によって不明と判断されたと
きは、信号パターン推移判断部（観測対象状態判断部）
４３によってさらに判断される。即ち、信号パターン来
歴記憶部７に記憶されている観測パターンの来歴を基に
作成されるパターンの推移のパターンと異常推論用知識
データベース上の推移パターンとの照合を推論によって
観測対象の状態予測を行ない、正常か異常かあるいは不
明かの判断を行なう（信号パターン推移判断処理■）。

信号パターン推移判断部４３によって正常と判断された
ときは、処理を終了する。そして、以上の診断動作を再
び開始する。異常と判断されたときは、直ちに警報部５
によって警報が発行され、警報音や表示信号等の適宜の
警報器を介して人間に対して報知される（警報処理■）
。信号パターン推移断部４３によって不明と判断された
ときは、警報部において状況モデルにより異常かどうか
かの判定が行なわれ、異常と判断されたときは、警報器
を動作させ、それ以外のときは処理を終了する。

推論結果に対する評価が正しくない即ち警報が誤りであ
るとの結果が得られた場合、判断基準変更部８１はその
得られた評価と推論結果との関係を判断し、システムが
保有する複数の判断基準の生成・削除会優先順位の修正
を行ない、観測対象に対する最適化を図る（判断基準変
更処理■）。

また、推論結果が正しいとの評価が得られた場合、タイ
マー割込みがあったときに、データベース変更部８２は
、その評価と推論結果との関係を判断し、システムが保
有する異常推論用知識データベース上のパターンの修正
・生成・削除を行ない、観測対象に対する最適化を図る
（データベース変更処理■）。

なお、本実施例においては、第１図の信号パターン予測
判断部４２は省略されている。

以下に、各処理動作を詳細に説明する。

第５図は、センサ信号パターン化処理■の流れを示すも
のである。

まず、センサから入力された電気信号をそれぞれ数値デ
ータに変換する。

次に、数値データの変換用のテーブルに基づき、複数の
数値データから、システムが処理しゃすい形の数値列（
信号パターン）を生成し、信号パターン来歴記憶部７に
格納する。

第６図はセンサ信号（数値データ）から信号パターンを
生成する例を示すものであり、第７図はパターン化用テ
ーブル６の一例を示すものである。

数値化された各センサ信号は、それぞれのパターン化用
テーブル６により、システムが処理しゃすい形の数値に
変換される。例えば第７図は室内温度のパターン化用テ
ーブルの例を示し、室内温度の２０〜５°Ｃの範囲をパ
ターン化用数値Ｏ〜−１５の範囲に変換し、同様に２０
〜３５°Ｃを数値０〜＋１５に、３５〜５５°Ｃを数値
＋１５〜＋４５に、５５〜８０°Ｃを数値＋４５〜＋１
００８ｍ、８０℃以上を全て＋１００にというように変
換し、正規化したパターン化用データとする。そして変
換された複数のセンサ信号を組み合せて信号パターンを
生成する。第６図の例では室内温度（ｔＲ）、塵埃量（
ｄ）、内外温度差（ｔＤ）を組み合せて一つの信号パタ
ーンとしている。

第８図は、信号パターン判断処理■の流れを示すもので
、その概要は次のとおりである。

ａ）判断基準データベース３１から判断基準（キャラク
タ）を読み込む。

第９図は判断基準データの一例を示すもので、キャラク
タ名、優先度、各パターンデータ要素（項目）に対する
分散値と比重とがらなっている。

ｂ）信号パターンデータベース３２がう信号パターンを
読み込む。

第１０図は、信号パターンデータベース上の信号パター
ンの一例を示すもので、パターン名、パターンの分類、
各パターンデータ要素（項目）の基準値と関数名、次の
パターン名、他の近似パターン名等を含んでいる。

ｃ）信号パターンデータベース３２の信号パターンが示
す基準値と、判断基準が示す分散値に基づき項目ごとの
合致度を算出し、各合致度からパターンの合致度を求め
る。

第１１図は、入カバターンとデータベース上のパターン
の合致度の算出方法を説明するための図で、図における
三角形状をした関数は、ある項目（ｅｘ、塵埃量Ｄ）に
ついての、基準値「２ｏ」・関数ｒＮｏ、ＩＪ　、分散
値「１５」を基に作成した評価関数である。その評価関
数から、その項目についての入カバターンのデータ「！
０」とデータベース上のデータとの合致度を求める。デ
ータ「ＩＯ」に対する合致度は第１１図の例では「３３
」である。同様にして全項目について合致度求め、それ
らの合致度に判断基準データの比重を乗算した数値を求
め、合計することによりパターンの合致度を求める。

ｄ）合致度の値に応じて、正常・異常・不明の判定を行
ない結果を記録する。その判定には次のような正常・異
常・不明に対し予め定めた検出感度データ（表）を用い
る。

「火災」に対する検出感度 異常　　　　　８００〜１０００ 不明（異常）６５０〜８００ 不明　　　　　１００〜６５０ 不明（正常）５０〜１００ 正常　　　　　　Ｏ〜　５０ この例では、合致度が５５０で、「不明」の範囲が１０
０〜６５０のため結果は「不明」となる。

ｅ）不明の場合は、信号パターンデータベースに示され
た「次のパターン」を読み込み上記ｂ）〜ｄ）の処理を
繰り返す。

ｆ）正常・異常の場合は、次の判断基準を読み込み、ｂ
）〜ｅ）の処理を繰り返す。

ｇ）次の判断基準がない場合は、各判断基準の優先度に
基づき、システム全体としての正常・異常彎不明の分類
を行なう。

ｈ）正常の場合は処理を終了（センサ入力受は付は状態
に戻る）、異常の場合は警報部５を起動、不明の場合は
パターン推移判断部４３を起動する。

信号パターン推移判断処理■ 第１２図は、信号パターン推移判断処理■の流れを示す
もので、その概要は次のとおりである。

ａ）信号パターン来歴記憶部７から最新の信号パターン
を数個読み込み、信号パターンの変化値を求め、これを
パターン化用テーブルに基づき、システムが処理しやす
い形の数値列（信号推移パターン）を生成する。

ｂ）判断基準を読み込む。

Ｃ）信号パターンデータベースから信号推移パターンを
読み込む。

ｄ）データベースのパターンが示す基準値と、判断基準
が示す分散値に基づき項目ごとの合致度を算出し、各合
致度からパターンの合致度を求める。

なお、処理の形態は、前述のパターン判断部と同様であ
るので説明は省略する。

ｅ）合致度の値に応じて、正常・異常・不明の分類を行
ない結果を記録する。

ｆ）不明の場合は、信号パターンデータベースに示され
た１次のパターン」を読み込みＣ）〜ｅ）の処理を繰り
返す。

ｇ）正常・異常の場合は、次の判断基準を読み込み、Ｃ
）〜ｆ）の処理を繰り返す。

ｈ）次の判断基準がない場合は、各判断基準の優先度に
基づき、システム全体としての正常・異常・不明の分類
を行なう。

Ｉ）正常の場合は処理を終了（センサ入力受は付は状態
に戻る）、異常・不明の場合は警報部を起動する。

第１３図は、警報部の処理■の流れを示すもので、その
概要は次のとおりである。

ａ）推論結果が「異常」の場合、ｄ）の処理を実行する
。

ｂ）推論結果が「不明」の場合、各状況モデルのパラメ
ータ値を推論結果の合致度に応じて増加させる。状況モ
デルは、観測対象の現在の状況の傾向を把握し、推論結
果の合致度が異常と判定するほどにはなっていなくとも
、状況モデルの示す現在の状況から異常を判断し、異常
の見落としがないようにするためのものである。

ｃ）状況モデルのパラメータが一定の閾値を超えない場
合は処理を終了（センサ入力受は付は状態に戻る）、超
えた場合は、ｄ）の処理を実行する。

ｄ）警報発生を行ない、外部入力（警報停止指令）受付
を行なう。

ｅ）外部入力が警報を否定するものである場合は判断基
準変更部を起動し、肯定するものである場合は処理を終
了する（センサ入力受は付は状態に戻る）。

ｆ）　タイマ割り込みを受は付け、一定時間ごとに状況
モデルのパラメータ値を減少させる。前記ｂ）でパラメ
ータ値を増加させる頻度および合致度に応じた増加と、
上記タイマ割り込みによる減少との均衡する位置によっ
て対象の現在の状況を把握し、異常の判定をより的確な
ものにすることができる。

第１４図は、判断基準変更処理■の流れを示すもので、
その概要は次のとおりである。

ａ）判断基準を読み込む。

ｂ）推論結果を決定した際の判断基準の加担値に応じて
、その判断基準の優先度を増減する。

ここで加担値とは、ある推論結果に対し、評価が与えら
れた場合において、その推論結果を導くのにどのくらい
寄与（加担）したかの度合を示す数値である。最も大き
な合致度を得るのに用いられた判断基準データ（キャラ
クタ）の加担値を最も太きくシ、最も小さな合致度（Ｏ
を含む）を得るのに用いられた判断基準データ（キャラ
クタ）の加担値を最も小さくするというような方法で加
担値を決める。推論結果により発せられた警報に対する
評価（応答）が肯定的であるときは優先度を高くシ、否
定的であるときは優先度を小さくする。

Ｃ）優先度が一定の閾値より小さくなった場合は、その
判断基準を削除し他の任意の判断基準を生成する。

ｄ）次の判断基準を読み込み、ｂ）、ｃ）の処理を繰り
返す。

ｅ）次の判断基準がない場合には、データベース変更部
を起動する。

以上のａ）〜ｅ）の処理によって、判断結果に対する評
価が得られるごとにその判断基準をより正しい結果が得
られるよう修正するので、観測対象の特性およびその特
性の変化に対応でき、判断の精度を向上させることがで
きる。

データベース変更処理■ 第１５図は、データベース変更処理■の流れを示すもの
で、その概要は次のとおりである。

ａ）評価の結果（第１３図）誤りであるとの否定的評価
を受けた異常判断が状況モデルによって行なわれたもの
か信号パターンデータベースを基に行なわれたものかを
調べる。そして信号パターンデータベースを基に誤った
異常判断を行なっていた場合、用いた信号パターンの異
常検出感度を低減させる。

ｂ）状況モデルを基に異常判断を行なっていた場合、用
いた状況モデルの閾値を増加させる。

以上のａ）、　ｂ）の処理により、誤った異常判断を行
なった信号パターンデータ（異常検出感度、状況モデル
の閾値）を修正することにより、学習がなされることと
なる。

Ｃ）他方、外部入力装置１６からの割込みを受は付け、
その入力に応じてデータベース上のデータの表示、修正
を行なうことができる。

ｄ）　また、タイマ割り込みを受は付け、一定時間経過
ごとに、異常検出感度の上昇と状況モデルの閾値の減少
を行なう。この処理は、最初に設定した異常検出感度が
低過ぎたり、状況モデルの閾値が高すぎたりすると、学
習を受ける機会がなくってしまうので、これを避けるた
めに行なうものである。装置起動後、十分に時間が経過
し、学習機能が曇いた後は、異常検出感度の上昇と状況
モデルの閾値の減少をさせる割合を小さくなるようにし
てもよい。

（発明の効果） 以上に詳述したように本発明によれば、パターンマツチ
ングによる推論用いて判断の精度を上げると共に、観測
結果に対する評価を基に行なう学習効果によってシステ
ムを観測対象の特性に適応させ、精度・可観測性の高い
観測・状況把握が可能な異常診断報知システムが実現す
ることが可能となる。

即ち、本発明は、センサ信号パターン化処理部２でセン
サ信号をパターン化処理し、異常推論用知識データベー
ス３に格納した診断対象の状況モデルの信号パターンや
判断基準用いて推論し、観測対象の状態を総合的に把握
するので、観測精度を上げることができ、また、センサ
ｔ、ｔ’、ｔ’′を十分に配置することができず、従来
のシステムでは対象の状態を把握することのできない程
度の観測データからも的確な異常判断を行なうことがで
きる。また、本発明によれば、信号をパターン化して処
理するので、異なる次元の観測データ（例えば、火災報
知におけるガス洩れデータと室内温度データ）を比較す
ることができるようになり、また、処理すべきデータ量
を低減することができると共に、処理速度を速くするこ
とができる。

また、本発明の観測対象状態判断部４を信号パターン判
断部４１、信号パターン予測判断部４２、信号パターン
推移判断部４３等の複数の判断部によって構成する場合
においては、信号パターン判断部４１によって異常判断
が不明となったときは、更に信号パターン予測判断部４
２、信号パターン推移判断部４３等で判断をすることが
できるので、異常判断が不明となることを少なくするこ
とができ、可観測性を向上する。

また、警報部６に、複数の状況を示すモデルを持ち、観
測対象状態判断部４での推論結果が不確定（不明）の場
合、各モデルの状態により状況把握を行ない、正常か異
常かの確定を行なう手段を設けることにより、更に異常
の可観測性を向上させることができ、この報知システム
の信願性を良くすることができる。

警報評価入力部９によって評価が入力された場合に、異
常推論用知識データベース変更部８により、その評価に
応じてデータベースを観測対象に対する最適化を図るよ
うに変更することにより、観測対象の特性およびその特
性の変化に対応でき、判断の精度を向上させることがで
きる。

【図面の簡単な説明】

第１図は、本発明の異常診断報知システムの構成を示す
図である。 第２図は、本発明をセキュリティシステムに適用した実
施例の概略の機器構成を示す図である。 第３図は、全体のデータの流れを示す図である。 第４図は、全体の処理の流れを示す図である。 第５図は、センサ信号パターン化処理部の処理の流れを
示す図である。 第６図はセンサ信号（数値データ）から信号パターンを
生成する例を示す図であり、第７図はパターン化用テー
ブルの一例を示す図である。 第８図は、信号パターン判断処理■の流、れを示す図で
ある。 第９図は判断基準データの一例を示す図である。 第１０図は、信号パターンデータベース上の信号パター
ンの一例を示す図である。 第１１図は、入カバターンとデータベース上のパターン
の合致度の算出方法を説明するための図である。 第１２図は、信号パターン推移判断処理■の流れを示す
図である。 第１３図は、警報部の処理■の流れを示す図である。 第１４図は、判断基準変更処理■の流れを示す図である
。 第１５図は、データベース変更処理■の流れを示す図で
ある。 １．１’、１”・・・センサ、２・・・センサ信号パタ
ーン化処理部、３・・・異常推論用知識データベース、
８１・・・判断基準データベース、３２・・・信号パタ
ーンデータベース、４・・・座測対象状態判断部、４１
・・・信号パターン判断部、４２・・・信号パターン予
測判断部、４３・・・信号パターン推移判断部、５・・
・警報部、６・・・パターン化用テーブル、７・・・信
号パターン来歴記憶部、８・・・異常推論用知識データ
ベース変更部、８１・・・判断基準変更部、８２・・・
データベース変更部、９・・・警報評価入力部、１０・
・・センサ制御系、１１・・・主処理系、１２・・・タ
イマ、１３・・・内部記憶、１４・・・入出力制御系、
１５・・・外部出力装置、１６・・・外部入力装置。 り＝：＝＝：コ 第１図 り（３１２ ＠１データ パターンデータ Ｍ　　２　　［Ｓに センサ群 処 理 装 置 入出力装置 Ｎ４　図 藁 図 Ｍ　８　図 貴町　９　図 ｇ　　１　０　　図 冨 図 りに真す１１１合 ！ｉに この判断基準はよる会１１ＪＩは、５５０藁 ３　図 Ｉ２１ 冨 ４　図

Claims (8)

【特許請求の範囲】
1. （１）診断すべき対象の状況を検出する複数のセンサと
   、 それらのセンサによって得られたデータをあらかじめ定
   められた一定の基準に従ってパターン化するセンサ信号
   パターン化処理部と、 判断基準および観測対象の多数の状況を示す信号パター
   ンを保有する異常推論用知識データベースと、 センサ信号パターン化処理部により得られた観測パター
   ンと異常推論用知識データベース上のパターンとの照合
   を推論によって行ない、観測対象の状態把握、状態推移
   予測をし、正常か異常かあるいは不明か等の判断を行な
   う観測対象状態判断部と、 観測対象判断部の出力に基づき警報を発行する警報部と を備えたことを特徴とする異常診断報知システム。
2. （２）センサ信号パターン化処理部により得られた信号
   パターンを記憶する信号パターン来歴記憶部を更に備え
   、かつ、 前記観測対象状態判断部が、 センサ信号パターン化処理部により得られた観測パター
   ンと異常推論用知識データベース上のパターンとの照合
   を推論によって行ない、観測対象の状態を把握判断する
   信号パターン判断部と、信号パターン来歴記憶部に記憶
   されている観測パターンの来歴を基に作成される予測パ
   ターンと異常推論用知識データベース上のパターンとの
   照合を推論によって行ない、観測対象の状態予測を行う
   信号パターン予測判断部と を有することを特徴とする請求項（１）記載の異常診断
   報知システム。
3. （３）センサ信号パターン化処理部により得られた信号
   パターンを記憶する信号パターン来歴記憶部を更に備え
   、かつ、 前記観測対象状態判断部が、 センサ信号パターン化処理部により得られた観測パター
   ンとデータベース上のパターンとの照合を推論によって
   行ない、観測対象の状態を把握判断する信号パターン判
   断部と、 信号パターン来歴記憶部に記憶されている観測パターン
   の来歴を基に作成されるパターンの推移のパターンと異
   常推論用知識データベース上の推移パターンとの照合を
   推論によって行ない、観測対象の状態予測を行うパター
   ン推移判断部を有することを特徴とする請求項（１）記
   載の異常診断報知システム。
4. （４）パターン照合において、判断基準の異なる複数の
   判断部の判断結果を基に、パターン合致の評価を行なう
   推論機構を有することを特徴とする請求項（１）記載の
   異常診断報知システム。
5. （５）前記警報部が、複数の状況を示すモデルを持ち、
   推論結果が不確定の場合、各モデルの状態により状況把
   握を行ない、異常か異常でないかの確定を行なう手段を
   有することを特徴とする請求項（１）記載の異常診断報
   知システム。
6. （６）診断すべき対象の状況を検出する複数のセンサと
   、 それらのセンサによって得られたデータをあらかじめ定
   められた一定の基準に従ってパターン化するセンサ信号
   パターン化処理部と、 判断基準および観測対象の多数の状況モデルを示す信号
   パターンを保有する異常推論用知識データベースと、 センサ信号パターン化処理部により得られた観測パター
   ンと異常推論用知識データベース上のパターンとの照合
   を推論によって行ない、観測対象の状態把握、状態推移
   予測をし、正常か異常かあるいは不明か等の判断を行な
   う観測対象状態判断部と、 観測対象状態判断部の出力に基づき警報を発行する警報
   部と、 警報部の発行した警報に対する評価を入力する警報評価
   入力部と、 警報評価入力部によって評価が入力された場合に、その
   評価に応じてデータベースを変更し観測対象に対する最
   適化を図る異常推論用知識データベース変更部と を備えたことを特徴とする異常診断報知システム。
7. （７）異常推論用知識データベース変更部が、推論結果
   に対する評価が得られた場合、その評価と推論結果との
   関係を判断し、システムが保有する異常推論用知識デー
   タベース上のパターンの修正・生成・削除を行ない、観
   測対象に対する最適化を図るデータベース変更部を有す
   ることを特徴とする請求項（６）記載の異常診断報知シ
   ステム。
8. （８）異常推論用知識データベース変更部が、推論結果
   に対する評価が得られた場合、その評価と推論結果との
   関係を判断し、システムが保有する複数の判断基準の生
   成・削除・優先順位の修正を行ない、観測対象に対する
   最適化を図る判断基準変更部を有することを特徴とする
   請求項（６）記載の異常診断報知システム。