JPWO2017168940A1 - データ統合分析システム - Google Patents
データ統合分析システム Download PDFInfo
- Publication number
- JPWO2017168940A1 JPWO2017168940A1 JP2018508410A JP2018508410A JPWO2017168940A1 JP WO2017168940 A1 JPWO2017168940 A1 JP WO2017168940A1 JP 2018508410 A JP2018508410 A JP 2018508410A JP 2018508410 A JP2018508410 A JP 2018508410A JP WO2017168940 A1 JPWO2017168940 A1 JP WO2017168940A1
- Authority
- JP
- Japan
- Prior art keywords
- index
- data
- analysis
- processing unit
- vehicle
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 48
- 230000010354 integration Effects 0.000 title claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 14
- 238000010219 correlation analysis Methods 0.000 claims abstract description 7
- 239000000284 extract Substances 0.000 claims abstract description 5
- 238000012545 processing Methods 0.000 claims description 114
- 238000007405 data analysis Methods 0.000 claims description 43
- 238000012351 Integrated analysis Methods 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 5
- 238000009434 installation Methods 0.000 claims 1
- 230000006872 improvement Effects 0.000 abstract description 10
- 238000000034 method Methods 0.000 abstract description 9
- 238000000611 regression analysis Methods 0.000 description 18
- 230000005856 abnormality Effects 0.000 description 17
- 230000005540 biological transmission Effects 0.000 description 16
- 238000012544 monitoring process Methods 0.000 description 14
- 239000000523 sample Substances 0.000 description 12
- 238000004891 communication Methods 0.000 description 4
- 238000003745 diagnosis Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 238000010187 selection method Methods 0.000 description 2
- 230000008685 targeting Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 239000000538 analytical sample Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L15/00—Indicators provided on the vehicle or train for signalling purposes
- B61L15/0018—Communication with or on the vehicle or train
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60L—PROPULSION OF ELECTRICALLY-PROPELLED VEHICLES; SUPPLYING ELECTRIC POWER FOR AUXILIARY EQUIPMENT OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRODYNAMIC BRAKE SYSTEMS FOR VEHICLES IN GENERAL; MAGNETIC SUSPENSION OR LEVITATION FOR VEHICLES; MONITORING OPERATING VARIABLES OF ELECTRICALLY-PROPELLED VEHICLES; ELECTRIC SAFETY DEVICES FOR ELECTRICALLY-PROPELLED VEHICLES
- B60L15/00—Methods, circuits, or devices for controlling the traction-motor speed of electrically-propelled vehicles
- B60L15/40—Adaptation of control equipment on vehicle for remote actuation from a stationary place
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L25/00—Recording or indicating positions or identities of vehicles or trains or setting of track apparatus
- B61L25/02—Indicating or recording positions or identities of vehicles or trains
- B61L25/04—Indicating or recording train identities
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B61—RAILWAYS
- B61L—GUIDING RAILWAY TRAFFIC; ENSURING THE SAFETY OF RAILWAY TRAFFIC
- B61L27/00—Central railway traffic control systems; Trackside control; Communication systems specially adapted therefor
- B61L27/10—Operations, e.g. scheduling or time tables
- B61L27/16—Trackside optimisation of vehicle or train operation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/123—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams
- G08G1/127—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station
- G08G1/13—Traffic control systems for road vehicles indicating the position of vehicles, e.g. scheduled vehicles; Managing passenger vehicles circulating according to a fixed timetable, e.g. buses, trains, trams to a central station ; Indicators in a central station the indicator being in the form of a map
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Mathematical Optimization (AREA)
- Power Engineering (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Remote Sensing (AREA)
- Mathematical Analysis (AREA)
- Transportation (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Radar, Positioning & Navigation (AREA)
- Electric Propulsion And Braking For Vehicles (AREA)
- Train Traffic Observation, Control, And Security (AREA)
- Traffic Control Systems (AREA)
Abstract
従来技術において、移動体全体、或いはある特定の移動体に対して、効果の高い改善施策を簡易且つ短期間に抽出し、これら改善策を必要とする移動体にフィードバックする方法については開示されていない。移動体の制御対象機器に搭載されたセンサで検出した検出データを収集し、検出データから移動体の性能改善指標を抽出する移動体のデータ統合分析システムであって、移動体の性能指標情報と、各制御対象機器の運転状態から、前記移動体上で前記性能指標情報を目的指標に、前記各制御対象機器の運転状態から生成した説明指標で相関分析を実施し、データ分析中央装置が各移動体の前記分析結果を収集し、クラスタリング分析することで、各移動体の性能指標改善に効果的な説明指標を抽出し、前記移動体に対してのみ前記効果的な説明指標を適用するように構成することを特徴とする。
Description
技術分野は、様々な場所で稼働する機器や装置等（例えば、発電装置、空調装置等）を対象として、特にその存在位置が時々刻々と変化する鉄道車両等の移動体のデータ統合分析に関する。
本技術分野の背景技術として、特開２０１１−２０１３３６公報（特許文献１）がある。この公報には、
「同一車両複数機器の状態データを比較して、位置要因成分、機器要因成分に分離して異常を検知しているが、同一車両内のデータのみを利用しており他の車両のデータが活用されていない。また、車両動態値を小区間ごとに格納・管理する手法では、車両状態データが小区間ごとに分類され、区間の過去情報と比較して異常警報判定をしているので過去情報を活用してはいるが、地上側との通信が逐次発生する危惧が大きく、車両動態値を無線通信で地上側に伝送する場合には伝送容量やコスト、信頼性の観点で負担になり、生データを蓄積するとなると莫大な蓄積容量が必要になる。また、前記のシステムでは、故障時の状態データ（＝センサ出力）に異常の兆候が含まれていなければ異常検知を判定することができない。逆に、故障発生時までの状態データに何らかのデータ変化があり異常検知条件を満たしても、その後状態データが回復し、条件判定に基づいて下した異常検知の判断が誤検知となる場合もある。いずれにしても、故障発生時点では将来の状態データは移動体上で得られておらず、また将来の状態データを予測するのに十分な状態データを移動体上に備えることは困難である。このように、発生した故障が軽微なものであってもその時点では移動体の乗務員の単独では異常との判断がつかず、移動体を停止させてしまうことが多い。このため、誤検知によって、異常判定に起因した本来不要な運転停止を移動体に促すことになり稼働率の低下を招くこととなる。特に移動体が列車である場合、サービス品質の低下に繋がる。そこで、故障が発生した時点で地上システム側から過去の事例を参照するなどして高度な支援が図られれば、当該故障から異常へ至るか否かの異常判断を確度の高いものにすることができると考えられ、そうした高度な支援を確立する点で解決すべき課題がある。本発明では、上記の課題に対して、故障発生の際に、移動体の状態データを地上側に送信し、地上側において過去の事例を参照するなどして故障から異常に繋がる可能性を適切に予測する高度な支援を行い、移動体を停止させるに至る誤検知となる確率を低下させて移動体の稼働率の向上を目指すものである。」
（特許文献１［０００６］［０００７］［０００８］参照）を課題とし、その解決手段として
「移動体は、当該移動体に備える各種機器の状態を計測する計測装置と、計測装置が計測した前記各種機器の状態データを用いて故障発生を検知する状態監視装置と、地上システムに当該発生した故障の種類と故障前後の状態データを送信し、地上システムからの異常判定結果を受信する通信装置とを備える。また、地上システムは、移動体とデータを送受信する通信装置と、移動体の過去の故障の種類及び状態データを蓄積する蓄積部と、過去の故障の状態データを分析するとともに当該故障が異常であるか否かを判定した異常診断結果を出力する異常診断部とを備える。地上システムは、更に、前記過去の故障の種類と異常診断結果と状態データとを関連付けて記憶する異常分析データベースと、移動体から送信された故障発生時の故障の種類と故障前後の状態データと異常分析データベースに記憶されている過去の故障の種類及び状態データとを対比して異常判定結果を出力する異常発生予測部とを備えており、地上システムの通信装置は、異常判定結果を前記移動体に送信する」（特許文献１［０００９］参照）等が開示されている。
「同一車両複数機器の状態データを比較して、位置要因成分、機器要因成分に分離して異常を検知しているが、同一車両内のデータのみを利用しており他の車両のデータが活用されていない。また、車両動態値を小区間ごとに格納・管理する手法では、車両状態データが小区間ごとに分類され、区間の過去情報と比較して異常警報判定をしているので過去情報を活用してはいるが、地上側との通信が逐次発生する危惧が大きく、車両動態値を無線通信で地上側に伝送する場合には伝送容量やコスト、信頼性の観点で負担になり、生データを蓄積するとなると莫大な蓄積容量が必要になる。また、前記のシステムでは、故障時の状態データ（＝センサ出力）に異常の兆候が含まれていなければ異常検知を判定することができない。逆に、故障発生時までの状態データに何らかのデータ変化があり異常検知条件を満たしても、その後状態データが回復し、条件判定に基づいて下した異常検知の判断が誤検知となる場合もある。いずれにしても、故障発生時点では将来の状態データは移動体上で得られておらず、また将来の状態データを予測するのに十分な状態データを移動体上に備えることは困難である。このように、発生した故障が軽微なものであってもその時点では移動体の乗務員の単独では異常との判断がつかず、移動体を停止させてしまうことが多い。このため、誤検知によって、異常判定に起因した本来不要な運転停止を移動体に促すことになり稼働率の低下を招くこととなる。特に移動体が列車である場合、サービス品質の低下に繋がる。そこで、故障が発生した時点で地上システム側から過去の事例を参照するなどして高度な支援が図られれば、当該故障から異常へ至るか否かの異常判断を確度の高いものにすることができると考えられ、そうした高度な支援を確立する点で解決すべき課題がある。本発明では、上記の課題に対して、故障発生の際に、移動体の状態データを地上側に送信し、地上側において過去の事例を参照するなどして故障から異常に繋がる可能性を適切に予測する高度な支援を行い、移動体を停止させるに至る誤検知となる確率を低下させて移動体の稼働率の向上を目指すものである。」
（特許文献１［０００６］［０００７］［０００８］参照）を課題とし、その解決手段として
「移動体は、当該移動体に備える各種機器の状態を計測する計測装置と、計測装置が計測した前記各種機器の状態データを用いて故障発生を検知する状態監視装置と、地上システムに当該発生した故障の種類と故障前後の状態データを送信し、地上システムからの異常判定結果を受信する通信装置とを備える。また、地上システムは、移動体とデータを送受信する通信装置と、移動体の過去の故障の種類及び状態データを蓄積する蓄積部と、過去の故障の状態データを分析するとともに当該故障が異常であるか否かを判定した異常診断結果を出力する異常診断部とを備える。地上システムは、更に、前記過去の故障の種類と異常診断結果と状態データとを関連付けて記憶する異常分析データベースと、移動体から送信された故障発生時の故障の種類と故障前後の状態データと異常分析データベースに記憶されている過去の故障の種類及び状態データとを対比して異常判定結果を出力する異常発生予測部とを備えており、地上システムの通信装置は、異常判定結果を前記移動体に送信する」（特許文献１［０００９］参照）等が開示されている。
しかし、特許文献１に記載されているような従来技術において、移動体全体、或いはある特定の移動体に対して、効果の高い改善施策をより簡易且つ短期間に抽出し、これら改善策を必要とする移動体にフィードバックする方法については開示されていない。
上記課題を解決するために、本発明の一実施の態様は、例えば移動体の制御対象機器に搭載されたセンサで検出した検出データを収集し、検出データから移動体の性能改善指標を抽出する移動体のデータ統合分析システムであって、移動体の性能指標情報と、各制御対象機器の運転状態から、前記移動体上で前記性能指標情報を目的指標に、前記各制御対象機器の運転状態から生成した説明指標で相関分析を実施し、データ分析中央装置が各移動体の前記分析結果を収集し、クラスタリング分析することで、各移動体の性能指標改善に効果的な説明指標を抽出し、前記移動体に対してのみ前記効果的な説明指標を適用するように構成する。
上記手段によれば、移動体全体、或いはある特定の移動体に対して、効果の高い改善施策をより簡易且つ短期間に抽出し、これら改善策を必要とする移動体にフィードバックすることにより、対象となる移動体の性能を改善することができる。
以下、移動体例として鉄道車両を対象に、鉄道車両の省エネルギー化を目的とするデータ統合分析システムについて図面を参照しながら実施例を説明する。なお、移動体は鉄道車両に係らず、自動車、建設機械、エレベータ、船舶、飛行機であってもよい。さらに、データ分析の目的は移動体の省エネルギー化に限られず、乗心地等の快適性向上や、機器故障に対する信頼性向上としてもよく、それらの組合せ指標としてもよい。また、各図において、共通な機能を有する構成要素には同一の番号を付与し、その重複する説明を省略する。
まずは、本実施例のシステム全体の構成を、図１を用いて説明する。図１では、鉄道車両のデータ統合分析システム全体として、鉄道車両１とデータ中央分析装置２から構成される。鉄道車両１には、ドライバ１０と、運転台７と、鉄道車両１のドアやトイレ、ブレーキ等の機器を制御する機器制御装置９と、車両情報制御処理部４と、車両データ分析処理部３と、支援情報設定処理部５と、データ伝送処理部６とが含まれる。なお、車両情報制御処理部４と、車両データ分析処理部３と、支援情報設定処理部５は鉄道車両１の一機器あるいは独立した機器に搭載し、鉄道車両１の特定車両の機器室内あるいは床下等に設置しておけばよい。
次に、各装置と各処理部との間の信号の流れについて説明する。まず、車両情報制御処理部４は運転台７から車両運転指令等の信号２１ａと、機器制御装置９から機器状態監視信号等の信号２３ａと、支援情報設定処理部５から支援情報３０ａを入力し、運転台７へ車両運転支援等の信号２２ａと、機器制御装置９へ機器状態変更パラメータ等の信号２４ａと、車両データ分析処理部３へ車両状態監視信号２５ａを出力する。車両データ分析処理部３は、車両情報制御処理部４から車両状態監視信号２５ａを入力し、データ伝送処理部６へ車両データ分析結果２６ａを出力する。支援情報設定処理部５は、データ伝送処理部６から支援条件情報２９ａを入力し、車両情報制御処理部４へ支援情報３０ａを出力する。データ伝送処理部６は、車両データ分析処理部３から入力された車両データ分析結果２６ａを車両データ分析結果２７ａとしてデータ中央分析装置２に無線で送信し、データ中央分析装置２から無線で受信した支援条件情報２８ａを支援条件情報２９ａとして支援情報設定処理部５へ出力する。データ中央分析装置２は、鉄道車両１のデータ伝送処理部６から無線で送信された車両データ分析結果２７ａを入力し、鉄道車両１のデータ伝送処理部６へ支援条件情報２８ａを出力する。なお、データ中央分析装置２は、鉄道車両１だけでなくその他の鉄道車両３００についても、支援条件情報２８ｂと車両データ分析結果２９ｂを無線でデータ伝送するシステム構成となっている。
次に、車両データ分析処理部のシステム構成を、図２を用いて説明する。車両データ分析処理部３には、分析標本生成処理部５０と、説明指標生成処理部５１と、目的指標生成処理部５２と、回帰分析処理部５３と、代表指標選定処理部５４とが含まれる。車両データ分析処理部３では、まず、車両情報制御処理部４から出力された車両状態監視信号２５ａが分析標本生成処理部５０に入力され、分析標本生成処理部５０は、説明指標生成処理部５１と目的指標生成処理部５２へデータ分析用にサンプリングされた車両状態監視信号の時刻歴信号６０ａを出力する。説明指標生成処理部５１は、入力された車両状態監視信号の時刻歴信号６０ａから回帰分析に用いる説明指標を生成し、回帰分析処理部５３へ説明指標信号６１ａを出力する。目的指標生成処理部５２は入力された車両状態監視信号の時刻歴信号６０ａから回帰分析に用いる目的指標を生成し、回帰分析処理部５３へ目的指標信号６２ａを出力する。回帰分析処理部５３は入力された説明指標信号６１ａと目的指標信号６２ａから回帰分析を実施し、代表指標選定処理部５４へ回帰分析結果６３ａを出力する。代表指標選定処理部５４は、回帰分析結果６３ａを入力し、データ伝送処理部６へ車両データ分析結果２６ａを出力する。車両データ分析処理部の処理内容の一例は後で詳細説明する。
次に、データ中央分析装置のシステム構成を、図３を用いて説明する。データ中央分析装置２には、データ受信処理部７０と、代表指標統合処理部７１と、クラスタリング処理部７２と、判定処理部７３と、支援条件設定処理部７４と、データ送信処理部７５とが含まれる。データ中央分析装置２では、まず、データ伝送処理部６から出力された各鉄道車両のデータ分析結果２７ａ、２７ｂ、・・・、２７ｎがデータ受信処理部７０に入力され、代表指標統合処理部７１へ各鉄道車両の車両データ分析結果８０ａが出力される。代表指標統合処理部７１は各鉄道車両のデータ分析結果８０ａを入力し、クラスタリング処理部７２へ統合指標結果８１ａを出力する。クラスタリング処理部７２は統合処理結果８１ａを入力し、判定処理部７３へクラスタリング処理結果８２ａを出力する。判定処理部７３はクラスタリング処理結果８２ａを入力し、支援条件設定処理部７４へ判定結果８３ａを出力する。支援条件設定処理部７４は判定結果８３ａを入力し、データ送信処理部７５へ支援条件情報８４ａをデータ送信処理部７５へ出力する。データ送信処理部７５は支援条件情報８４ａを入力し、支援条件情報８４ａを必要とする各車両のデータ伝送処理部６へ支援条件情報２８ａ、２８ｂ、・・・、２８ｎを出力する。データ中央分析装置２の処理内容の一例は後で詳細説明する。なお、データ中央分析装置２は地上側の運転指令所や保守基地といったどこかに設置しておけばよい。或いは、複数ある鉄道車両のどれか代表車両であってもよい。
次に、データ統合分析システムの分析フローを、図４を用いて説明する。まず、車両情報制御処理部４は、鉄道車両１に搭載された各制御機器等の状態監視情報を入力する（Ｓ２００）。次に、車両データ分析処理部内の分析標本生成処理部５０は、これら状態監視情報のうち鉄道車両の速度である車速情報や、車両が位置する駅情報等の位置信号、また、時間情報に基づく分析標本を生成する（Ｓ２０１）。例えば、車速と駅情報を活用し、停車駅間あたりの状態監視情報を一分析標本として生成する。次に、車両データ分析処理部内の目的指標生成処理部５２は、前記分析標本を基にして、目的指標を生成する（Ｓ２０２）。例えば、一分析標本として停車駅間あたりの駆動系或いは補機の消費電力量を一目的指標とする。なお、停車駅間で走行距離が異なる場合、消費電力量を走行距離で割り算した値を目的指標とするなど、走行距離で消費電力量を正規化しておくとよい。次に、車両データ分析処理部内の説明指標生成処理部５１において、前記分析標本を基にして、説明指標を生成する（Ｓ２０３）。例えば、一分析標本として停車駅間あたりの各状態監視情報の動作割合（すなわち，車両走行速度で説明すると，営業最高速度１００％に対して，営業走行速度が速度範囲０〜２５％、２５〜５０％、５０〜７５％、７５〜１００％にそれぞれ入っている時間割合とする）を算出し、一説明指標とする。なお、停車駅間で走行時間が異なる場合、動作割合を走行時間で割り算した値を説明指標とするなど、走行時間で説明指標を正規化しておくとよい。次に、車両データ分析処理部内の回帰分析処理部５３において、前記した目的指標と説明指標を基にした回帰分析を実施する（Ｓ２０４）。次に、車両データ分析処理部内の代表指標選定処理部５４において、代表指標となる目的指標と相関の高い説明指標を抽出する（Ｓ２０５）。例えば、目的指標である消費電力量と相関の高い説明指標を相関関係から抽出し、その相関係数と回帰係数（絶対値）をセットで記録し、予め設定された個数の上位説明指標を代表指標としてリスト化しておく。次に、データ中央分析装置２内のデータ受信処理部７０で各鉄道車両の代表指標を受信し、代表指標統合処理部７１で受診した各鉄道車両の代表指標を集約する（Ｓ２０６）。
次に、データ中央分析装置２内のクラスタリング処理部７２にて、集約された代表指標から各鉄道車両の代表指標の傾向を判別する基準値を算出するためにクラスタリング処理（例えば、目的変数に対する各説明指標の相関係数と回帰係数を準備しておき，相関係数と回帰係数の軸上に各説明指標Ａ、Ｂ、Ｃ・・・の相関係数と回帰係数をプロットし，各説明変数Ａ、Ｂ、Ｃ・・・毎の部分集合に分類する処理）を実施する（Ｓ２０７）。次に、データ中央分析装置２内の支援条件設定処理部７４にて、クラスタリング処理結果を基に、鉄道車両とその支援条件を抽出する（Ｓ２０８）。例えば、データ分析対象とする全ての鉄道車両Ａ・・・Ｎに対して、説明指標Ａを適用する。或いは、データ分析対象とする鉄道車両のＡ，Ｂ，Ｃに対してのみ、説明指標Ｂを適用するといった支援条件を算出する。次に、支援対象となる鉄道車両の支援情報設定処理部等において、自車両に対する支援を実施する（Ｓ２０９）。
次に、データ中央分析装置２内のクラスタリング処理部７２にて、集約された代表指標から各鉄道車両の代表指標の傾向を判別する基準値を算出するためにクラスタリング処理（例えば、目的変数に対する各説明指標の相関係数と回帰係数を準備しておき，相関係数と回帰係数の軸上に各説明指標Ａ、Ｂ、Ｃ・・・の相関係数と回帰係数をプロットし，各説明変数Ａ、Ｂ、Ｃ・・・毎の部分集合に分類する処理）を実施する（Ｓ２０７）。次に、データ中央分析装置２内の支援条件設定処理部７４にて、クラスタリング処理結果を基に、鉄道車両とその支援条件を抽出する（Ｓ２０８）。例えば、データ分析対象とする全ての鉄道車両Ａ・・・Ｎに対して、説明指標Ａを適用する。或いは、データ分析対象とする鉄道車両のＡ，Ｂ，Ｃに対してのみ、説明指標Ｂを適用するといった支援条件を算出する。次に、支援対象となる鉄道車両の支援情報設定処理部等において、自車両に対する支援を実施する（Ｓ２０９）。
次に、車両データ分析処理部の分析処理の一例を、図５を用いて説明する。図５では、停車駅Ａ−停車駅Ｂ間における目的指標となる消費電力量８０と説明指標Ａ８１の時刻歴波形を示しており、消費電力量８０は鉄道車両が停車駅Ａ−停車駅Ｂ間を走行中に逐次積算されており、停車駅Ｂで積算された走行距離あたりの消費電力量８４を回帰分析に用いるためにＳ２０２で生成される目的指標の一サンプルとする。また、説明指標Ａは第１閾値８６と第２閾値８７が設定され、第１閾値８６より小さい範囲１と、第１閾値８６と第２閾値８７の間の範囲２と、第２閾値８７より大きい範囲３で分けられており、回帰分析には各範囲（範囲１〜３）に説明指標Ａが存在する走行時間あたりの割合を説明指標とし、ここでは説明指標Ａの範囲１をＳ２０３で生成される説明指標の一サンプルとする。回帰分析８２には複数の停車駅間において、上記指標を抽出し、Ｓ２０４において回帰分析８２を実施し、説明指標Ａの範囲１と目的指標の消費電力量との相関係数、及び回帰直線８３から回帰係数を算出し、出力するものとする。なお、回帰分析８２を実施する周期は、ある停車駅回数毎に更新するようにしておけばよく、経過時間、走行距離で更新してもよい。さらに、説明変数を分割する割合と範囲は予め設定しておけばよい。また、説明指標は複数の説明指標を掛け合わせた複合的な説明指標であってもよく、例えば、説明指標Ａの範囲１と説明指標Ｂの範囲１を取る割合としてデータ分析してもよい。
次に、車両データ分析処理部で選定した代表指標の一例を、図６を用いて説明する。図６では、代表指標１００は各鉄道車両を特定する編成ＩＤ１０１と、代表指標の分析期間１０２と、重要指標として選定された説明指標１０３と、各説明指標１０３に対応する相関係数１０４と、回帰係数１０５で構成される。説明指標１０３は予め設定しておいた個数を上限として相関係数で整理する。
次に、データ中央分析装置２の説明指標候補の選定方法の一例を、図７を用いて説明する。図７では、各鉄道車両から収集した代表指標を指標毎に指標収集対象となる鉄道車両数で正規化している。鉄道車両全体に適用する説明指標１５０と特定の鉄道車両に適用する説明指標１５１は予め設定した正規化頻度の閾値１５２を基に判定する。閾値１５２を超過する代表説明指標Ａ、Ｂ、・・・、Ｎは全ての鉄道車両に適用する説明指標１５０の候補として選定し、閾値１５２を下回る代表説明指標Ｃ、・・・は特定の鉄道車両に適用する説明指標１５１の候補として選定する。
次に、データ中央分析装置２の説明指標の優先度を選定する方法の一例を、図８を用いて説明する。図８では、各鉄道車両で選定された代表指標から、鉄道車両全体に適用する説明指標候補として選定された説明指標Ａ１２１、Ｂ１２２、Ｎ１２３について、各鉄道車両の相関係数と回帰係数の関係１２０を示す。説明指標Ａ１２１、Ｎ１２３は各鉄道車両で代表指標として選定され、且つ、いずれの相関係数が高い指標である。説明指標Ｂ１２２は各鉄道車両で代表指標として選定されたものの、相関係数にバラつきがある指標である。この時、これらの説明指標Ａ１２１、Ｂ１２２、Ｎ１２３から各車両に適用する説明指標を以下の通り選定する。まず、予め設定した相関係数の閾値１２５に対して、閾値１２５以上の各説明指標の個数を抽出する。次に、閾値１２５以上の説明指標の個数の比率を算出し、予め設定された比率閾値以上の説明指標を対象とする。ここで、説明指標Ｂ１２２の指標群１２４のように、指標選定個数が少なく比率閾値以下の場合は指標対象から除外する。さらに、比率閾値以上の説明指標のうち、相関係数と回帰係数で決まる重心距離１２６ａ、１２６ｂに基づき、説明指標の優先度を決定する。なお、相関係数と回帰係数で決まる重心距離１２６ａ、１２６ｂは、相関係数と回帰係数にそれぞれ重みをつけを行って算出してもよい。また、特定の鉄道車両に適用する説明指標候補に対しても同様の方法で説明指標の優先度を決定することができる。また、ある鉄道車両で鉄道車両全体に適用する説明指標と特定の鉄道車両に適用する説明指標が重複した場合、鉄道車両全体に適用する説明指標から実施し、特定の鉄道車両に適用する説明指標を実施するという手順で実施すればよく、その手順が逆となってもよい。また、各説明指標の相関係数と回帰係数で決まる重心距離に基づき優先順位を設定してもよい。
以上より、本実施例によれば、移動体である鉄道車両全体、或いはある特定の鉄道車両に対して、消費電力量削減効果の高い改善施策を簡易且つ短期間に抽出し、これら改善策を必要とする鉄道車両にフィードバックすることにより、対象となる鉄道車両の性能を改善することができる。
１ 鉄道車両
２ データ中央分析装置
３ 車両データ分析処理部
４ 車両情報制御処理部
５ 支援情報設定処理部
６ データ伝送処理部
７ 運転台
９ 機器制御装置
１０ ドライバ
２１ａ 車両運転指令等の信号
２２ａ 車両運転支援等の信号
２３ａ 機器状態監視等の信号
２４ａ 機器状態変更パラメータ等の信号
２５ａ 車両状態監視信号
２６ａ 車両データ分析結果
２７ａ 車両データ分析結果
２８ａ 支援条件情報
２９ａ 支援条件情報
３０ａ 支援情報
３１ａ 車両データ分析結果
３２ａ 支援データ
５０ 分析標本生成処理部
５１ 説明指標生成処理部
５２ 目的指標生成処理部
５３ 回帰分析処理部
５４ 代表指標選定処理部
６０ａ 車両状態監視信号の時刻歴信号
６１ａ 説明指標信号
６２ａ 目的指標信号
６３ａ 回帰分析結果
７０ 車両データ受信処理部
７１ 代表指標統合処理部
７２ クラスタリング処理部
７３ 判定処理部
７４ 支援条件設定処理部
７５ データ送信処理部
８０ａ 各車両の車両データ分析結果
８１ａ 統合指標結果
８２ａ クラスタリング処理結果
８３ａ 判定結果
８４ａ 支援条件情報
３００ 鉄道車両
２ データ中央分析装置
３ 車両データ分析処理部
４ 車両情報制御処理部
５ 支援情報設定処理部
６ データ伝送処理部
７ 運転台
９ 機器制御装置
１０ ドライバ
２１ａ 車両運転指令等の信号
２２ａ 車両運転支援等の信号
２３ａ 機器状態監視等の信号
２４ａ 機器状態変更パラメータ等の信号
２５ａ 車両状態監視信号
２６ａ 車両データ分析結果
２７ａ 車両データ分析結果
２８ａ 支援条件情報
２９ａ 支援条件情報
３０ａ 支援情報
３１ａ 車両データ分析結果
３２ａ 支援データ
５０ 分析標本生成処理部
５１ 説明指標生成処理部
５２ 目的指標生成処理部
５３ 回帰分析処理部
５４ 代表指標選定処理部
６０ａ 車両状態監視信号の時刻歴信号
６１ａ 説明指標信号
６２ａ 目的指標信号
６３ａ 回帰分析結果
７０ 車両データ受信処理部
７１ 代表指標統合処理部
７２ クラスタリング処理部
７３ 判定処理部
７４ 支援条件設定処理部
７５ データ送信処理部
８０ａ 各車両の車両データ分析結果
８１ａ 統合指標結果
８２ａ クラスタリング処理結果
８３ａ 判定結果
８４ａ 支援条件情報
３００ 鉄道車両
上記課題を解決するために、本発明の一実施の態様は、例えば移動体の制御対象機器に搭載されたセンサで検出した検出データを収集し、検出データから移動体の性能改善指標を抽出する移動体のデータ統合分析システムであって、移動体の性能指標情報と、各制御対象機器の運転状態から、前記移動体上で前記性能指標情報を目的指標に、前記各制御対象機器の運転状態から生成した説明指標で相関分析を実施し、データ中央分析装置が各移動体の前記分析結果を収集し、クラスタリング分析することで、各移動体の性能指標改善に効果的な説明指標を抽出し、前記移動体に対してのみ前記効果的な説明指標を適用するように構成する。
Claims (6)
- 複数の移動体の制御対象機器の運転状態を検出するセンサで検出した検出データを収集し、前記検出データから移動体の性能を改善する指標を抽出するデータ統合分析システムであって、
前記複数の移動体は、前記各移動体の性能を示す複数の目的指標と、前記検出データから生成した前記制御対象機器の状態を示す複数の説明指標と、の相関分析を実施する車両データ分析処理部を備え、
前記複数の移動体に備えられた複数の前記各車両データ分析処理装置から相関分析結果を収集し、前記複数の相関分析結果に基づき前記目的指標との相関が大きい前記説明指標を抽出するデータ中央分析装置を備え、
前記データ中央分析装置は、抽出した説明指標を前記移動体に対して適用することを特徴とするデータ統合分析システム。 - 請求項１記載のデータ統合分析システムにおいて、
前記各移動体の性能改善に効果的な前記説明指標を、前記相関分析結果の相関係数と回帰係数から全移動体共通に使用可能な説明指標と、ある特定の移動体にのみ使用可能な説明指標と、に分けて抽出することを特徴とするデータ統合分析システム。 - 請求項１または請求項２記載のデータ統合分析システムにおいて、
前記目的指標は、前記移動体搭載機器の消費電力量、移動体の快適性、移動体搭載部品の信頼性、或いはそれらの組合せを指標とすることを特徴とするデータ統合分析システム。 - 請求項１乃至請求項３のいずれか１項に記載のデータ統合分析システムにおいて、
前記車両データ分析処理部で実施する相関分析は、一定時間間隔、一定走行距離、或いは、停車駅間区間での走行距離単位で実施することを特徴とする移動体のデータ統合分析システム。 - 請求項１乃至請求項４のいずれか１項に記載のデータ統合分析システムにおいて、
前記データ分析中央装置は、地上側、或いは、特定の移動体に設けられることを特徴とするデータ統合分析システム。 - 請求項１乃至請求項５のいずれか１項に記載のデータ統合分析システムにおいて、
前記移動体の代わりに空間上の設置場所が変化しない装置或いは設備をデータ分析の対象とすることを特徴とするデータ統合分析システム。
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016069941 | 2016-03-31 | ||
| JP2016069941 | 2016-03-31 | ||
| PCT/JP2017/000912 WO2017168940A1 (ja) | 2016-03-31 | 2017-01-13 | データ統合分析システム |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JPWO2017168940A1 true JPWO2017168940A1 (ja) | 2019-03-22 |
| JP6619083B2 JP6619083B2 (ja) | 2019-12-11 |
Family
ID=59963978
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018508410A Active JP6619083B2 (ja) | 2016-03-31 | 2017-01-13 | データ統合分析システム |
Country Status (3)
| Country | Link |
|---|---|
| EP (1) | EP3437956A4 (ja) |
| JP (1) | JP6619083B2 (ja) |
| WO (1) | WO2017168940A1 (ja) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6897438B2 (ja) * | 2017-09-06 | 2021-06-30 | 富士通株式会社 | 情報処理装置、情報処理システム及びプログラム |
| CN109255953B (zh) * | 2018-09-19 | 2020-11-03 | 江苏本能科技有限公司 | 基于区域的活动车辆分布展示方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002109690A (ja) * | 2000-10-02 | 2002-04-12 | Nissan Motor Co Ltd | リモートメンテナンス装置および方法 |
| JP2006088821A (ja) * | 2004-09-22 | 2006-04-06 | Denso Corp | 車両の故障診断方法、故障診断システム、車載装置、故障解析装置、故障診断装置 |
| JP2011201336A (ja) * | 2010-03-24 | 2011-10-13 | Hitachi Ltd | 移動体異常判断支援システム |
| JP2013213692A (ja) * | 2012-03-30 | 2013-10-17 | Fujitsu Ten Ltd | エネルギー消費量算出システム及びエネルギー消費量算出方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4761276B2 (ja) * | 2008-07-10 | 2011-08-31 | 東芝エレベータ株式会社 | 乗客コンベアの異常診断システム |
| JP5297272B2 (ja) * | 2009-06-11 | 2013-09-25 | 株式会社日立製作所 | 装置異常監視方法及びシステム |
-
2017
- 2017-01-13 EP EP17773490.2A patent/EP3437956A4/en active Pending
- 2017-01-13 JP JP2018508410A patent/JP6619083B2/ja active Active
- 2017-01-13 WO PCT/JP2017/000912 patent/WO2017168940A1/ja active Application Filing
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002109690A (ja) * | 2000-10-02 | 2002-04-12 | Nissan Motor Co Ltd | リモートメンテナンス装置および方法 |
| JP2006088821A (ja) * | 2004-09-22 | 2006-04-06 | Denso Corp | 車両の故障診断方法、故障診断システム、車載装置、故障解析装置、故障診断装置 |
| JP2011201336A (ja) * | 2010-03-24 | 2011-10-13 | Hitachi Ltd | 移動体異常判断支援システム |
| JP2013213692A (ja) * | 2012-03-30 | 2013-10-17 | Fujitsu Ten Ltd | エネルギー消費量算出システム及びエネルギー消費量算出方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6619083B2 (ja) | 2019-12-11 |
| EP3437956A4 (en) | 2019-12-04 |
| EP3437956A1 (en) | 2019-02-06 |
| WO2017168940A1 (ja) | 2017-10-05 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109689470B (zh) | 异常诊断装置、异常诊断方法和计算机程序 | |
| CN109641603B (zh) | 异常检测装置、异常检测方法和计算机程序 | |
| US9177425B2 (en) | Vehicle data analysis apparatus, vehicle data analysis method, and defect diagnosis apparatus | |
| US20180046182A1 (en) | Autonomous vehicle failure mode management | |
| JP5382991B2 (ja) | 軌道系交通システムの異常診断方法及び異常診断システム | |
| JP5416630B2 (ja) | 移動体異常判断支援システム | |
| CN108645634B (zh) | 一种轨道车辆故障诊断装置 | |
| SA515360150B1 (ar) | طريقة لتشخيص مكونات السكك الحديدية لشبكة سكة حديدية للنقل بالسكك الحديدية | |
| KR20190083029A (ko) | 철도 차량 부품들의 결함을 진단하는 방법 및 장치 | |
| Balouchi et al. | Development of railway track condition monitoring from multi-train in-service vehicles | |
| US20210217256A1 (en) | Method and Apparatus for Diagnosing and Monitoring Vehicles, Vehicle Components and Routes | |
| US8649921B2 (en) | Method and electronic device for monitoring the state of components of railway vehicles | |
| JP6619083B2 (ja) | データ統合分析システム | |
| KR20200058132A (ko) | 철도차량 주요부품 및 시스템 진단장치 | |
| US20160148447A1 (en) | Method, system and computer-readable recording medium for managing abnormal state of vehicle | |
| WO2016113724A1 (ja) | 状態監視装置、状態監視システム、および編成列車 | |
| JP6382732B2 (ja) | 状態監視装置、状態監視システム、および編成列車 | |
| EP3459810B1 (en) | Method for predicting a failure of a sensor | |
| KR20090056453A (ko) | 철도차량의 안전운행용 모니터링 시스템 및 방법 | |
| JP2008044563A (ja) | 編成列車振動計測装置の位置認識方法 | |
| JP7449489B2 (ja) | 有軌道台車システム | |
| JP6346280B2 (ja) | 自動車のタイヤ空気圧監視システムにおける、ベイズ手法に基づく決定支援方法 | |
| US20240116552A1 (en) | Monitoring system for a plurality of homogeneous devices of at least two convoys, in particular two railway convoys | |
| Qin et al. | Design of onboard device to diagnose track fault online | |
| KR20210132352A (ko) | 철도 차량 부품들의 결함을 진단하고 남은 수명을 계산하는 방법 및 장치 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20180920 |
|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180920 |
|
| AA64 | Notification of invalidation of claim of internal priority (with term) |
Free format text: JAPANESE INTERMEDIATE CODE: A241764 Effective date: 20181211 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190107 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20190813 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190920 |
|
| 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: 20191105 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20191113 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6619083 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |