JPWO2022049701A5

JPWO2022049701A5 -

Info

Publication number: JPWO2022049701A5
Application number: JP2022546800A
Authority: JP
Filing date: 2020-09-03
Publication date: 2022-12-06
Anticipated expiration: 2040-09-03

Description

上述した課題を解決し、目的を達成するために、本開示の機器分析装置は、機器の稼働状態を示す稼働データを記憶する稼働データ記憶部と、稼働データを用いて、機器の特徴量データを生成する特徴量データ生成部と、特徴量データを記憶する特徴量データ記憶部と、特徴量データ記憶部に記憶されている特徴量データを用いて、設定されたタームの単位で特徴量データの挙動を示す第１のデータを生成する第１の演算部と、特徴量データ記憶部に記憶されている特徴量データのうち、第１の演算部で第１のデータを生成する際に使用された特徴量データより新しい１以上の直近の特徴量データを用いて、直近の特徴量データの挙動を示す第２のデータを生成する第２の演算部と、１以上の第１のデータ、および第２のデータを１つのグラフに表示する表示部と、を備えることを特徴とする。

Claims

機器の稼働状態を示す稼働データを記憶する稼働データ記憶部と、
前記稼働データを用いて、前記機器の特徴量データを生成する特徴量データ生成部と、
前記特徴量データを記憶する特徴量データ記憶部と、
前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、設定されたタームの単位で前記特徴量データの挙動を示す第１のデータを生成する第１の演算部と、
前記特徴量データ記憶部に記憶されている前記特徴量データのうち、前記第１の演算部で前記第１のデータを生成する際に使用された前記特徴量データより新しい１以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す第２のデータを生成する第２の演算部と、
１以上の前記第１のデータ、および前記第２のデータを１つのグラフに表示する表示部と、
を備えることを特徴とする機器分析装置。
前記第１の演算部は、
前記第１のデータとして、前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、前記タームの単位で前記特徴量データを要約したバンド線情報を生成するバンド線情報要約部と、
前記バンド線情報を記憶するバンド線情報記憶部と、
前記バンド線情報記憶部から、指定された期間に含まれるタームについての前記バンド線情報を抽出するバンド線情報抽出部と、
を備え、
前記第２の演算部は、
前記第２のデータとして、前記第１の演算部で前記バンド線情報を生成する際に使用された前記特徴量データより新しい１以上の直近の特徴量データを用いて、前記直近の特徴量データを要約した現在バンド線情報を生成する現在バンド線情報要約部、
を備え、
前記表示部は、前記バンド線情報抽出部で抽出された１以上の前記バンド線情報、および前記現在バンド線情報要約部で生成された前記現在バンド線情報を１つのグラフに表示する、
ことを特徴とする請求項１に記載の機器分析装置。
前記バンド線情報要約部は、前記タームの単位で生成するバンド線情報に含まれる前記特徴量データの数から得られる分位数に基づいて、複数の表示パターンを含む前記バンド線情報を生成する、
ことを特徴とする請求項２に記載の機器分析装置。
前記第１の演算部は、
前記特徴量データ記憶部に記憶されている前記特徴量データのうち、規定された期間の前記特徴量データを前記機器が正常時のときの前記特徴量データとして前記機器の正常時の状態を表す正常時モデルを学習する正常時モデル学習部と、
前記正常時モデル学習部で学習された学習済正常時モデルを記憶する学習済正常時モデル記憶部と、
前記学習済正常時モデル記憶部に記憶された前記学習済正常時モデルを用いて、前記特徴量データ記憶部に記憶されている前記特徴量データに対して、前記機器の正常時の状態からの乖離度を示す外れ値スコアを算出する外れ値スコア算出部と、
前記外れ値スコアを記憶する外れ値スコア記憶部と、
前記外れ値スコア記憶部に記憶されている前記外れ値スコアを、指定された期間に含まれるタームの単位で集計し、外れ値スコア集計値を生成する外れ値スコア集計部と、
前記外れ値スコア集計値を記憶する外れ値スコア集計値記憶部と、
前記外れ値スコア集計値記憶部から、指定された期間に含まれるタームについての前記外れ値スコア集計値を抽出する外れ値スコア集計値抽出部と、
を備え、
前記第２の演算部は、
前記第２のデータとして、前記第１の演算部で前記外れ値スコア集計値を生成する際に使用された前記特徴量データより新しい１以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す現在外れ値スコア集計値を生成する現在外れ値スコア集計部、
を備え、
前記表示部は、前記外れ値スコア集計値抽出部で抽出された１以上の前記外れ値スコア集計値、および前記現在外れ値スコア集計部で生成された現在外れ値スコア集計値を１つのグラフに表示する、
ことを特徴とする請求項１から３のいずれか１つに記載の機器分析装置。
前記第１の演算部は、鉄道車両に搭載される同一の前記機器について前記第１のデータを生成し、
前記第２の演算部は、前記鉄道車両に搭載される同一の前記機器について前記第２のデータを生成する、
ことを特徴とする請求項１から４のいずれか１つに記載の機器分析装置。
前記第１の演算部は、同一の鉄道車両に搭載される同種の複数の前記機器について前記第１のデータを生成し、
前記第２の演算部は、同一の前記鉄道車両に搭載される同種の複数の前記機器について前記第２のデータを生成する、
ことを特徴とする請求項１から４のいずれか１つに記載の機器分析装置。
前記第１の演算部は、異なる鉄道車両に搭載される同種の複数の前記機器について前記第１のデータを生成し、
前記第２の演算部は、異なる前記鉄道車両に搭載される同種の複数の前記機器について前記第２のデータを生成する、
ことを特徴とする請求項１から４のいずれか１つに記載の機器分析装置。
ユーザからの操作を受け付けて前記タームを設定する設定部、
を備えることを特徴とする請求項１から７のいずれか１つに記載の機器分析装置。
特徴量データ生成部が、稼働データ記憶部に記憶されている機器の稼働状態を示す稼働データを用いて、前記機器の特徴量データを生成し、特徴量データ記憶部に記憶させる第１のステップと、
第１の演算部が、前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、設定されたタームの単位で前記特徴量データの挙動を示す第１のデータを生成する第２のステップと、
第２の演算部が、前記特徴量データ記憶部に記憶されている前記特徴量データのうち、前記第１の演算部で前記第１のデータを生成する際に使用された前記特徴量データより新しい１以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す第２のデータを生成する第３のステップと、
表示部が、１以上の前記第１のデータ、および前記第２のデータを１つのグラフに表示する第４のステップと、
を含むことを特徴とする機器分析方法。
第１の演算部は、バンド線情報要約部、バンド線情報記憶部、およびバンド線情報抽出部を備え、
前記第２のステップは、
前記バンド線情報要約部が、前記第１のデータとして、前記特徴量データ記憶部に記憶されている前記特徴量データを用いて、前記タームの単位で前記特徴量データを要約したバンド線情報を生成し、前記バンド線情報記憶部に記憶させるバンド線情報生成ステップと、
前記バンド線情報抽出部が、前記バンド線情報記憶部から、指定された期間に含まれるタームについての前記バンド線情報を抽出する過去ターム別バンド線情報抽出ステップと、
を含み、
前記第２の演算部は、現在バンド線情報要約部を備え、
前記第３のステップは、
前記現在バンド線情報要約部が、前記第２のデータとして、前記第１の演算部で前記バンド線情報を生成する際に使用された前記特徴量データより新しい１以上の直近の特徴量データを用いて、前記直近の特徴量データを要約した現在バンド線情報を生成する現在バンド線情報要約ステップ、
を含み、
前記第４のステップにおいて、前記表示部は、前記バンド線情報抽出部で抽出された１以上の前記バンド線情報、および前記現在バンド線情報要約部で生成された前記現在バンド線情報を１つのグラフに表示する、
ことを特徴とする請求項９に記載の機器分析方法。
前記バンド線情報生成ステップにおいて、前記バンド線情報要約部は、前記タームの単位で生成するバンド線情報に含まれる前記特徴量データの数から得られる分位数に基づいて、複数の表示パターンを含む前記バンド線情報を生成する、
ことを特徴とする請求項１０に記載の機器分析方法。
前記第１の演算部は、正常時モデル学習部、学習済正常時モデル記憶部、外れ値スコア算出部、外れ値スコア記憶部、外れ値スコア集計部、外れ値スコア集計値記憶部、および外れ値スコア集計値抽出部を備え、
前記第２のステップは、
前記正常時モデル学習部が、前記特徴量データ記憶部に記憶されている前記特徴量データのうち、規定された期間の前記特徴量データを前記機器が正常時のときの前記特徴量データとして前記機器の正常時の状態を表す正常時モデルを学習し、学習済正常時モデルを前記学習済正常時モデル記憶部に記憶させる正常時モデル学習ステップと、
前記外れ値スコア算出部が、前記学習済正常時モデル記憶部に記憶された前記学習済正常時モデルを用いて、前記特徴量データ記憶部に記憶されている前記特徴量データに対して、前記機器の正常時の状態からの乖離度を示す外れ値スコアを算出し、前記外れ値スコア記憶部に記憶させる外れ値スコア算出ステップと、
前記外れ値スコア集計部が、前記外れ値スコア記憶部に記憶されている前記外れ値スコアを、指定された期間に含まれるタームの単位で集計し、外れ値スコア集計値を生成し、前記外れ値スコア集計値記憶部に記憶させる外れ値スコア集計ステップと、
前記外れ値スコア集計値抽出部が、前記外れ値スコア集計値記憶部から、指定された期間に含まれるタームについての前記外れ値スコア集計値を抽出する過去ターム別外れ値スコア集計値抽出ステップと、
を含み、
前記第２の演算部は、現在外れ値スコア集計部を備え、
前記第３のステップは、
前記現在外れ値スコア集計部が、前記第２のデータとして、前記第１の演算部で前記外れ値スコア集計値を生成する際に使用された前記特徴量データより新しい１以上の直近の特徴量データを用いて、前記直近の特徴量データの挙動を示す現在外れ値スコア集計値を生成する現在外れ値スコア集計ステップ、
を含み、
前記第４のステップにおいて、前記表示部は、前記外れ値スコア集計値抽出部で抽出された１以上の前記外れ値スコア集計値、および前記現在外れ値スコア集計部で生成された現在外れ値スコア集計値を１つのグラフに表示する、
ことを特徴とする請求項９から１１のいずれか１つに記載の機器分析方法。
前記第２のステップにおいて、前記第１の演算部は、鉄道車両に搭載される同一の前記機器について前記第１のデータを生成し、
前記第３のステップにおいて、前記第２の演算部は、前記鉄道車両に搭載される同一の前記機器について前記第２のデータを生成する、
ことを特徴とする請求項９から１２のいずれか１つに記載の機器分析方法。
前記第２のステップにおいて、前記第１の演算部は、同一の鉄道車両に搭載される同種の複数の前記機器について前記第１のデータを生成し、
前記第３のステップにおいて、前記第２の演算部は、同一の前記鉄道車両に搭載される同種の複数の前記機器について前記第２のデータを生成する、
ことを特徴とする請求項９から１２のいずれか１つに記載の機器分析方法。
前記第２のステップにおいて、前記第１の演算部は、異なる鉄道車両に搭載される同種の複数の前記機器について前記第１のデータを生成し、
前記第３のステップにおいて、前記第２の演算部は、異なる前記鉄道車両に搭載される同種の複数の前記機器について前記第２のデータを生成する、
ことを特徴とする請求項９から１２のいずれか１つに記載の機器分析方法。
設定部が、ユーザからの操作を受け付けて前記タームを設定する第５のステップ、
を含むことを特徴とする請求項９から１５のいずれか１つに記載の機器分析方法。
請求項９から１６のいずれか１つに記載の機器分析方法をコンピュータに実行させることを特徴とする機器分析プログラム。