TW200819723A - Method and system for diagnosing equipment, and recording medium thereof - Google Patents

Description

200819723 九、發明說明： 【發明所屬之技術領域】 本發明係關於一種診斷設備狀態之設備診斷方法、設備 診斷系統及電腦程式。 【先前技術】 Γ- c 在大規模工廠等地，會設置製造設備及空調設備等多數 之機械設備。以往為察覺該等設備之異常狀況，都是由訓 練有素之維修保養人員巡視，以耳辨音或以視認、觸診的 方式檢查振動規律等，來診斷設備之狀態。 對此，舉例而言，業界已提出一種非接觸式之設備診斷 方法（專利文獻1)，其係藉由聲響法而精確檢測空調用之風 扇或泵浦之各種異常，以預防設備因故障而停止運作。專 利文獻1之技術係於比較預先測定之正常時之聲壓訊號與 /則疋時之聲壓訊號以檢測異常訊號方面，首先，將訊號分 離成對應於疑轉頻率之低頻率域及對應於構件之固有振動 數之高頻率域。接著，使用運用線性預測法之AR模型 (A咖Regressive自動迴歸模型）之濾波器，藉由從測定時 之聲壓訊號中除去正堂主 吊寻之聲壓訊號之特性而得之値，以 檢測風扇及泵浦之異常。 以 例 物 非：：：：’有—種使用近年來之混洗時間序列分析 非線性力學理論為装# 如，專利… 時間序列資料之分析方法 如 导利文獻2之目的Α 流量等各種時間序列資之夕供一種耗電量、耗氣量、物 適用於短期預測等」=多面性且综合性之分析，例如 夺間序列資料非線性分析系統。專利 122323.doc 200819723 文獻2之時間序列資料非線性分析系统，係根據藉由時間 序列資料之嵌入處理而重新組態之狀態空間内之執道資 料，進仃軌道顯示分析、維度分析、李昂普諾夫 (Lyapunov)頻譜分析、熵分析及決定論非線性預測分析等 之多面性分析。然後一面相互使用各分析結果，一面進行 系示合性處理。 此外，業界已提出一種輸出精確反映有機體等之複雜且 微妙之組織狀態之診斷資訊之超音波診斷裝置之技術（專 利文獻3)專利文獻3之技術係將從吸引子上隨機選擇之 基準點之位置向量作為對象向量，搜尋對象向量之κ個附 近點而設定該等之位置向量。然後，針對各基準點及K個 附近點，檢測τ步驟後（τ時間經過後）之位置向量。接著， 針對各基準點及κ個附近點，計算出表示於T步驟後之移 動i之並進向量，而從基準點之並進向量及κ個附近點之 並進向量中，算出平移誤差（向量離散）。 … 專利文獻1:曰本特開平10-133740號公報 專利文獻2 :日本特開平6-96055號公報 專利文獻3 :日本特開2005-95327號公報 【發明内容】 (發明所欲解決之問題） 先則之設備診斷方法由於是藉由維修保養人員之巡視來 進仃診斷，故難以實現維修保養之自動化、省力化。再 者，為進行振動檢測，必須依每種設備配備為數眾多之减 測器此外，其多半是以設備廠商所建議之週期而判定之 122323.doc 200819723 維修時期為準進行定期保養，而非根據設備之狀態事前預 測維修時期或檢測異常。 以專利文獻1之技術而言，必須因應每種設備之特性差 八凋正異曰之頻率及檢測值。此外，當無法看出正常時 之聲音與異常時之聲音之頻譜分佈之特性差異之情形時， 則難以檢測異常。 Ο

/專利文獻2之技術係關於一種時間序列資料非線性分析 系、先然而就如何根據時間序列資料進行短期預測方面並 ^提出具㈣明。此外’在專利文獻2中，並未揭示進行 f /斷之n專利文獻3之技術係關於一種有機體等 之超9波0斷裝置’然而在專利文獻2中，並未揭示設備 之時間序列資料與設備狀態之關係。 本發明係有鑑於上述情形而完成者，其目的在於提供一 種無需各設備具備許多感測器且高精度之設 設備診斷系統。 久 (解決問題之技術手段） 树明之第1觀點之設備診斷方法，其特徵在於包含： 貝料取得步驟，其係取得表 之變數，且隨時間而變動之時間序成;;料斷者對象之設備狀態 決定論性算出步驟，1你Λ ‘ .a /、係由在前述資料取得步驟取彳 時間序列資料，算出成為前 二驟取件之 決定論或解論之指標之表干㈣資料為 级i 之表不決定論性之値者，·及 警=定㈣，錢當在前料定純 表…論性之值超過特定臨限值而有所變化之情二之 122323.doc 200819723 判定前述設備為應警告之狀態者。 本發明之第2觀點之設備診斷系統， 貧料取得部，其係取彳 ，、特被在於包含·· 變數，且隨時間@ 為沴斷對象之設備狀態之 丨通f間而變動之時間序列資料 決定論性算㈣，其係由在前 序列資料，算出杰盔义+ 、枓取仔部取得之時間 論或機率論之指^达時間序列資料為決定 毯& 4之表^七切之値者；及 ^判定部，其係在前料定論 定論性之值超過特定臨限值 出=异出之表不決 述設備為應警告之狀態者。 滑形時判疋則 本發明之第3觀點之電腦程式， 部發揮功能： 彳又隹於彳乍為以下各 資料取得部，其係取得表示 „炫士 風马％斷對象之設備狀態之 …且隨時間而變動之時間序列資料者； 決定論性算出部，並在士 — 1 序列資料，算::則述資料取得部取得之時間 4 +前料料列資料為決定 挪或機率紅指標之表示衫論性之値者·及 —If列疋部、，其係在前述決定論性算出部算出之表示決 疋生之值超過特定臨限值而有所變化之情形時，判定前 述设備為應警告之狀態者。 本發月中之所謂設備為警告狀態，是指該設備處於需要 檢查/維護之狀態、基於預防維護而需要更換零件或元件 』之狀I、或者已發生某種障礙或故障之狀態等。 【實施方式】 122323.doc 200819723 (實施形態1) 以下參照圖式，详細說明本發明之實施形態。此外，對 於圖中相同或相當部分均標註相同符號，而不重複贅述該 部分之說明。以下舉出以半導體製造裝置等之壓縮機作為 診斷對象之設備診斷系統為例進行說明。 圖1係表示本發明之實施形態i之設備診斷系統丨之邏輯 構造之區塊圖。没備診斷系統i包含以下而構成··資料取 得部21、嵌入向篁產生部22、近接向量擷取部23、平移誤 差運异部24、中央値運算/平均處理部25、資料保持部5、 故障判定部26、顯示處理部27、顯示裝置7及印表機裝置8 等。在資料保持部5中，記憶與保持表示作為故障診斷之 對象之設備狀態之收集時間序列資料5丨、嵌入向量資料 52、最近接向量資料53及平移誤差資料54。 在此說明作為平移誤差及表示其為決定論性之指標。使 用Wayland等之時間序列分析演算法（R· Wayland，D.

Bromley, D. Pickett, and A. Passamante, Physical Review Letters，V〇l· 7〇，pp· 580-582，1993 )，可於複雜變動中定 量化評估可認定之決定論層面之程度。 根據時間序列資料{r(ti)}(i=0、…、N_l)，產生某時刻ti 之嵌入向量：

r(ti)={r(ti)}、r(ti-At)、…、r(ti-(n-l)At))T 上標字1'表示轉置矩陣。η為適當之嵌入維數。At係例如 從相互資訊量中選擇之適當時差。 從嵌入向量之集合中，擷取某喪入向量r(t〇)之K個最近 122323.doc -10- 200819723 接向里向里間距離係以歐幾里德（Euclidean)距離測量。 K個最近接向量寫作r⑹㈣、··.、κ)。對於各船⑹，經 過㈣t?後之向量為r(tj + TAt)。此時，伴隨時間經過 之肷入向置之執道變化，係藉由下式而決定近似值： v(tj)=r(tj+TAt)-r(tj) (1)

若夺間& Sf月形看似$決定論，則近似於近接向量之各 執道群之部分，應會於TAt移轉至近接部分。因此，v⑹ 之方向離散’即為所觀測之時間發展看似為決定論之程度 之定量化評估指標。v(tj)之方向離散係以下式決定。 〔數式1〕

Etrans K + 1 J=〇 llvll (2)

_ 1 K v=— y v(tj) κ + ιρ〇 (3)

Etrans稱作平移誤差（transiati〇ll err〇r)。為控制從r⑴o之 選擇中產生之Etrans誤差，故重複Q次求出隨機選取的“個 之與r(t〇)相關之Etl:ans之中央値之操作，以Q個中央値之平 均値來評估Etrans。隨著時間序列資料之決定論層面增 加，Etrans將成為〇。若時間序列資料為白色雜訊，則微分 向篁v(tj)成同樣等向分佈，故作為中央値之以以旧為接近i 之値。若為時間序列資料具有明顯線性相關性之隨機過 程’因其自我相關性故近接執道群之方向會成某種程度之 收歛，故Etrans會成為小於1之値。 根據數値實驗，得知Etrans>0_5。在〇.l<Etrans<〇.5之 122323.doc 200819723 範圍内，有可能出現隨機過程之情形，亦或有可能成為失 雜觀測雜訊之決定論時間序歹,】。若Etrans<〇 l，則無法解 釋為隨機過程，而完全認定為決定論層面。 在本實施形態中，係以平移誤差表示作為指示於 斷對象之設備狀態之時間序列資料之決定論性為指禪 利用該指標診斷設備之故障。若設備在正常狀態下之時間 序列資料為機率論，亦即平移誤差為較大値之情形時，备 平移誤差超過特定臨限值而變成較小値時，即判斷設備: 障。例如，以保持一定之溫度及旋轉速度等而進行控制之 設備而言’作為時間序列資料之溫度或旋轉速度會因各種 干擾而不規則變動’此為機率論。當溫度或旋轉速度之變 動之決定論層面增加時，即可判定為發生某種^性要因 (故障）。 反之’若設備在正常狀態下之時間序列資料為決定論， 亦即平移誤差為較小値之情形時，當平移誤差超過特定臨 限值而變成較大値（接近1)0夺，即判斷設備故障。例如，當 加工用機台升降時’由於聲響、振動、位移等之時間序: 資料受到升降控制動作所支配，故視作決定論。由此，, 聲響、振動、位移等之時間序列資料中的機率論層面增二 時，即可判斷發生控制以外之外因（障礙）。 由於平移誤差為連續變化之値，只要將臨限值設定成適 當之値，即可區料斷對象設備之各種㈣。例如， 區別需要進行清潔或加注㈣油等之檢查/維護之狀離、 雖不至於出現障礙但已有磨耗等情形而最好更換零件等以 122323.doc -12- 200819723 =預防維護之狀態，或者已發生障礙之狀態等。在本發 —將該等狀態統稱作警告狀態。實際上應在何種狀態 、丁 ^ 口（如何设疋臨限值），係考量作為診斷對象之設 用途、障礙之影響或經濟特性等而進行選擇。 立回到圖1’說明設備診斷系統i之各部之作用。資料取得 部21係收集指示珍斷對象之設備狀態之時間序列資料，並 =憶於資料保持部5作為收集時間序列資料51。時間序列 資料例如有溫度、流量、液面高度、壓力、旋轉速度、位 移、聲響、振動等。時間序列資料係從各種感測器(未圖 示）依適當週期進行取樣並輸入。 嵌入向量產生部22係根據收集時間序列資料51而產生前 述之嵌入向量r(ti)。嵌入向量之維數11及時差&，係配合時 間序列資料之特性而預先設定。嵌入向量產生部22係將所 產生之嵌入向量之集合記憶於資料保持部5(嵌入向量資料 52) 〇 ' 近接向量擷取部23係從嵌入向量之集合中選擇任意之嵌 入向量r(t〇)，並擷取最接近從嵌入向量之集合中選擇之嵌 入向量r(t〇)之K個嵌入向量（最近接向量）r(tj)(j=：〇、i、…、 K)。近接向量擷取部23係針對隨機選擇之M個嵌入向量， 擷取最近接向量，並將其記憶於資料保持部5(最近接向量 資料53)。近接向量之個數Κ及選擇數Μ，係用以控制平移 誤差運算之統計誤差，配合時間序列資料之性質而預先設 定。再者’近接向量擷取部23係重複Q次進行撾個欲入向 量之隨機選擇，及該等之最近接向量擷取。 122323.doc •13- 200819723 平移誤差運算部24係根據最近接向量之組，計算作為該 專之方向離散之平移誤差Etrans。此外，平移誤差運算部 24係針對卩现機選擇之μ個傲入向量之最近接向量而計算平 移誤差Etrans。再者，平移誤差運算部24係針對Q次之乂個 嵌入向量之最近接向量之組，計算平移誤差Etrans，並將 該等之値記憶於資料保持部5(平移誤差資料54)。 中央値運算/平均處理部25係求出每1次之Μ個平移誤差 之中央値，重複進行此動作q次，而算出各個中央値之平 均。平移誤差之平均値係輸入到故障判定部26。故障判定 部26係比較特定臨限值與平移誤差之平均値，當平移誤差 之平均値超過臨限值而有所變化之情形時，即判定對象設 備處於警告狀態。 & 如前所述，若正常狀態下之平移誤差為機率論之情形 時，當平移誤差之平均値變成小於臨限值時，判定為尊止 狀態二此外，若正常狀態下之平移誤差為決定論之情: 時，S平移誤差之平均値變成大於臨限值時，判定邀主 狀態。 吕σ 顯示處理部27係於顯示裝置7中，顯示例如平移誤差之 平均値之推移，及故障判定部26所做之故障判…, 外声：並同時將該等資料透過印表機裝置8列印輪出二 不處理部27亦可將時間序列資料、平移誤差一 ，，、 ^顯示處理部27亦可在故障判定部26判斷為^之^ 時’以閃爍燈號或鳴響警告器等方式進行警告輸 月/ 圖2係表示設備診斷系統！之物理構造之1 =區_。 122323.doc -14- 200819723 圖1所不之本發明之設備診斷系統1，其硬體如圖2所示係 包含以下而構成：控制部u、主記憶部12、外部記憶部 13、操作部14、畫面顯示部15、列印輸出部16、收發部 17、顯示裝置7及印表機裝置8。主記憶部12、外部記憶部 13、操作部14、畫面顯示部15、列印輸出部16及收發部p 皆經由内部匯流排1 〇而連接於控制部丨j。 控制部 11 由 CPU(Central Processing Unit:中央處理器） 等而構成，其係依據記憶於外部記憶部丨3中之程式，執行 資料取得部21、嵌入向量產生部22、近接向量擷取部、 平移誤差運算部24、中央値運算/平均處理部25、故障判 定部26及顯示處理部27之處理。資料取得部21、嵌入向量 產生部22、近接向量擷取部23、平移誤差運算部24、中央 値運算/平均處理部25、故障判定部26及顯示處理部27， 係藉由控制部11及在其上執行之程式而實現。 主。己'丨思部12係由RAM(Random-Access Memory :隨機存 取記憶體）等而構成，作為控制部11之作業區域之用。資 料保持部5係記憶保持於主記憶部12之一部分中作為記憶 區域之構造體。 外部記憶部13係由快閃記憶體、硬碟、DVD(Digital

Versatile Disc :數位多用途光碟）、DVD-RAM(Digital Versatile Disc Random-Access Memory :數位多用途光碟 k 機存取記憶體）、DVD_RW(Digital Versatile Disc Re Writable :可讀寫式數位多用途光碟）等非揮發性記憶體 而構成。外部記憶部13係預先記憶用以使控制部丨1進行前 122323.doc -15- 200819723 述處理，程式。此外，外部記憶部13會依據控制部u之指 :提：该程式之資料提供給控制部11，並記憶由控制部11 記憶部=資料。例如，時間序列資料有可能會收納於外部 知作部14具備操作人員用以對設備診斷系統1下達指令 =開關、撥盤、鍵盤及滑鼠等之指向裝置等，及將該等 二=部匯流排10之介面裝置。由操作人員所輸入之故 早判疋條件、時間序列資料、故障料之開始等之指令， 均經由操作部14輸入，並提供給控制部u。其他尚有喪入 、·數η時差Δί、近接向量之個數尺、嵌人向量之選擇數Μ 及重複運算次數Q等，會由操作人員經由操作部叫 設定。 顯示裝置7係由CRT(Cathode Ray Tube:陰極射線管）或 = D(LlquidCrystalDisplay :液晶顯示器）等而構成。顯示 :置7依據因應由操作人員輸入的指令之控制部u之命 令々’而顯示時間序列資料、平移誤差之推移、故障診斷結 果等。畫面顯不部15係將顯示於顯示裝置7之晝面上之資 料’轉換成驅動顯示裝置7之訊號。 、 、列印輸出部16係包含與印表機裝置8連接之序列介面、 並列介面或LAN(L〇cal Area Network :區域網路）介面等而 構成。控制部iH系經由列印輸出部16，向印表機裝㈣ 出所要列印之顯示資料。 收發部17係包含數據機或網路終端裝置，及與該等連接 之序列介面或LAN(L〇cal Area Network :區域網路）介面而 122323.doc • 16 - 200819723 之時門痒 卜經由收發部17而輸人來自各感鄉器 間序列資料。時間序列資料有可能收納於未圖示之盆 他飼服器等。該情形時，控制仙係經由收發部17，透過 網路（未圖示）而從祠服器等接收時間序列資料。 圖3係表示將麼縮機3作為診斷對象的情形之設備診斷系 統1:構造例之圖。輸入壓縮機3之聲音之麥克風2連接於 叹備珍斷系統1。設備診斷系統i係依某種週期取樣並收集 =麥克風Μ聲響感測器）輸入之聲響訊號，作為時間序列資 ^ 1壓縮機3定常運轉時，聲響訊號之時間序列資料在正 :情況：視為機率論。因此’當根據聲響訊號之時間序列 育料所算出之平移誤差小於某個臨限值時’可判斷壓縮機 3處於警告狀態。 其次針對設備診斷系統i之動作進行說明。又如上述， 設備診斷系統丨之動作，係由控制部u與主

Lj 部記憶-、操作部14、晝面顯示部15、列印 收發部17協同進行。 圖4係表示使用平移誤差之設備診斷動作之一例之潘^ 圖。首先，輸入表示診斷對象設備之狀態之時間序列資= (步驟A1)。以圖3之壓縮機3之例而言，其係依某種週期取 樣並收集從麥克風2輸入之聲響訊號，作 料。 〗間序列資 根據收集到之時間序列資料，以所設定之嵌入維數11及 時差ΔΡ產生嵌入向量r(ti)(步驟A2)。從嵌入向量之集人 122323.doc -17- 200819723 中選擇任意之嵌入向量r(tG)，並擷取最近接向量 (j)(j 〇 ···、κ)(步驟A3)。針對隨機選擇之μ個嵌入向量 擷取最近接向量，再者，重複進行Q&M個嵌入向量之隨 機選擇，及該等之最近接向量之擷取。 針對隨機選擇之M個嵌入向量之最近接向量計算平移誤 差Etrans，再者，針對Q次之M個嵌入向量之最近接向量之 組，計算平移誤差（步驟A4)。然後，針對μ個嵌入向量之 最近接向量求出平移誤差Etrans之中央値，並針對μ個平 移誤差之組之中央値求出Q次之平均値（步驟Α5)。 根據平移誤差之平均値判定故障（步驟Α6)。圖5係表示 故障判定之動作之一例之流程圖。依據正常狀態之判定値 (在此情形中為平移誤差）是否為機率論（亦即大於臨限值） 或決定論（亦即小於臨限值），而變更故障判定之基準（步驟 Β1) 〇 若正常狀態之判定値大於臨限值之情形時（步驟Β 1 ; > 臨限值）’當目前之判定値（平移誤差之平均値）低於臨限值 時（步驟Β2 ; Yes)，判定為故障（步驟Β3)。另一方面，當判 定値大於臨限值時（步驟Β2 ; No)，則不判定為故障。 若正常狀態之判定値小於臨限值之情形時（步驟B 1 ; < 臨限值），當目前之判定値（平移誤差之平均値）高於臨限值 時（步驟B4 ; Yes)，判定為故障（步驟B5)。另一方面，當判 定値小於臨限值時（步驟B4 ; No)，則不判定為故障。 又於步驟B2、B3、B4、B5中，如前所述，亦可設定複 數個臨限值，以區別需要檢查/維護之狀態、需要更換零 122323.doc •18- 200819723 件以進行預防維護之狀態，及故障狀態。 回到，’若故障判定之結果為 形時（步驟A7 ; Yes)，於顯 陣之情 Δ . '裝置上不設備故障（步驟 間。此外’亦可同時列印輸出到印表料置I若未(= 為故障之情形時（步驟Α7; Ν〇)，則不顯示故障。 疋 可改為當判定値傾向於從正常値變成接近故障判定之臨^ 值之情形時’輸出要求進行檢查/維護之警告。 限 (實施例1) Ο ϋ 圖6係表示壓縮機3之聲響訊號之時間序列資料之例 表。圖6⑷係處於故障模式中之轴承更換前之聲 圖 圖6⑻係轴承更換後之正常狀態之聲響訊號。從二= 率頻谱中，看不出例如某種頻率之頻譜較大或較小之類的 特徵上之差異。以功率頻譜進行分析，難明確識別 或正常。 + 圖7係表示壓縮機3之音聲資料之平移誤差之例之圖表。 其中設橫轴為巍人維數、縱軸為平移誤差，顯示改變鼓入 維數並針對®6之軸承更換前與軸承更換後之聲響訊號而 計算平移誤差之結果"斤有的時差Μ皆為1〇個取樣週期。 圖7之八係針對軸承更換後⑽㈣之聲響訊號之平移誤差， B係針對軸承更換前（Bef—之聲響訊號之平移誤差。 在嵌入維數較小之範圍内，人與8之差異較小，作是备 拔入維數在5以上時則之差異明顯。設定適當之臨二 值，當平移誤差大於臨限值之情形時為正常，平移誤差低 於臨限值之情形時即可判斷為故障。在本例中，最好㈣ 122323.doc -19- 200819723 入維數設為6以上。 本發明之設備診斷方法及設備診斷系統 列資料之背後之衫論構歧量化，# ^時間序 換而根據時間序列資料重$ 遲座標轉 J斤幻貝科重新組恶相位空間之軌道。 :如：較是乍看之下不同之時間序列資料但功率_趨 皮相：之貝枓’亦可定量化表現出正常時與故障時之時間 列貝料之差異。由此’即使是較少之資料數亦可進行言 精度之故障診斷。 ^

(實施形態2) 其次說明使用排列熵作為表示決定論性之値的情形之設 備診斷系統i。圖8係表示本發明之實施形態2之設備診^ 系統1之邏輯構造之區塊圖。 ，備診斷系統1包含以下而構成：資料取得部21、嵌入 向畺產生22、實現頻度運算部28、排列熵運算部平 均處理部30、資料保持部5、故障判定部26、顯示處理部 27、顯示裝置7、印表機裝置8等。在資料保持料，記 憶並保持表示故障診斷對象設備之狀態之收集時間序列資 料5 1、欣入向篁資料52、排列實現頻度資料乃及排列熵資 料56。 在此說明作為排列熵及表示其為決定論性之指標。由

Bandt與 Pompe所導入之排列熵（c· Bandt anci Β. Pompe， Physical Review Letters，Vol· 88，pp.174102-1 〜174102-4, 2002·)，係於無限長之時間序列中與K〇lm〇g〇r〇v_sinai熵 漸近等價之量，但在此將排列熵定義如下。 122323.doc -20- 200819723 根據特定時間内之日本„ ^ μ & 右…” 時間序列資料，產生某個維數η之所 有欣入向置Γ⑻。針對各嵌入向量，依嵌入向量之要素之 =小關係依升羃或降羃對要素標註㈣ _ !:編號之排：，係要素之數分鐘之編號之排列。= 疋時間之所有肷入向量， 喪入向量之個數。所叶數有相同升羃或降羃排列之 個數所汁數之個數即為具有該順 =。將相對於所有嵌入向量之個數之實現頻度設為： 對實現頻度。相對實現頻度之和為卜又栽入向量之時差 △t亦可^。例之情形時，嵌入向量⑽係由時間序列資 料之連績η個要素構成。 、 钱入向量之要素之大小關係之順序，係包含嵌入向量之 維數個數之順序之排列。至於嵌入向量之維數之個數η， 係將從In之η個個數之排列之集合設作π，將排列之华人 之要素（某種㈣）設作π。若將特定時間之㈣序列資料之 個數η又作Ν’將嵌入維數設作11、將時差設作^，則根據特

(J 定時間之時間序列眘+iL @ i ^ u 、枓所產生之敗入向量之個數為N_(n_ 1)△卜若將某種排狀實現頻度寫作mW，則某種排列π 之相對實現頻度Ρ(π)以下式（4)表示。 〔數式2] #-〇2 - 1)Δ， （4) 、相對實現頻度Ρ⑷等同於將時間變動之複雜性粗視化而 分類賴樣。转相對實現頻度Ρ⑻視為排列π之實現機率 而-十算貝Λ熵，可定量化評估原本之時間序列之複雜性 122323.doc -21 · 200819723 (决疋娜〖生）。將嵌入向量之維數個數之排列冗設為機率變 數，將相對實現頻度ρ(π)設為機率分佈之熵值即稱作排列 熵。排列熵係以下式（5)定義。 〔數式3〕 惟Ρ(π)==〇之項不予計算。 Ο

動係元全隨機過程。在此情況下， 藉由排列熵可定量化評估原本之時間序列之複雜性（決 定論性）。最單純之舉動係單調過程。在單調增加過程或 單調減少過程中’排列熵為最小。另一方面，最複雜之舉 由於可實現所有可能之 圖樣，故排列熵為最大。 π係嵌入維數η之排列，且排列之集合11包含η!個要素（排 列）’故依據數式（5)之定義，〇$Η⑷。下限對應 於單調增加過程或單調減少過程。上限表示完全隨機過 程。

Bandt與P〇mpe在對H(n)&n方面著眼於線性增加，而導 入由下式（6)定義之量。 〔數式4〕 κ♦继 /7-1 只要將h(n)以log2n!標準化 值即相當方便。 〔數式5〕 (6) 再使用由下式⑺定義之熵 122323.doc -22- 200819723 h^(n) h(n) 1〇g2n ! (7) (n)$ 1 成立。 i ^ 思者時間序列資料之決定論層面增 加，h*(n)將成為〇。 从上 f間序列資料為白色雜訊，則h* (η) 為接近1之值。 在本實施形態中，係 1糸使用將排列熵Η(η)或Η(η)標準化之 h (η)作為表示診斷對 斷對象设備之狀態之時間序列資料之決 疋論性之指標，以誇齡 ❼斷自又備之故障。若設備在正常狀態下 o u 之時間序列資料為機率从 機早哪 亦即排列熵為較大値之情形 時，當排列熵超過特 ▲ 、 限值而變成較小値時，即判斷設 備故障。例如，以彳 保持一疋之溫度及旋轉速度等而進行控 制之設備而言，作兔± 作為時間序列資料之溫度或旋轉速度會因 *干擾而不規則變動，此為機率論。當溫度或旋轉速度 =動之衫論層面增加（排列熵減少）時，即可判定為發 生某種固定性要因（故障）。 設備在正常狀態下之時間序列資料為決定論， 亦:排列熵為較小値之情形時，當排列滴超過特定臨限值 而變成#又大値（h (n)接近υ時’則判斷設備故障。例如， 當加工用機台升降時，由於聲響、振動、位移等之時間序 料受到升降控制動作所支配，故視作決定論。由此， 备聲響、振動、位移等之時間序列資料中之機率論層面辦 加（排列熵增大）车 曰 曰穴）時，可判斷為發生控制以外之外因（障 礙）。 由於排列熵係連續變化之値，故如同實施形態i之平移 122323.doc -23- 200819723 誤差’，、要將臨限值設定為適當之値，即可區別作為診斷 對象之α又備之各種狀態。例如，能夠區別需要進行檢杳/ 維蒦之n §1不至於出現障礙但最好更換零件等以進行 預防維濩之狀態，或者已發生障礙之狀態等。實際上應在 何種狀悲下進行警告（如何設定排列熵之臨限值），係考量 作為診斷對象之設備用途、障礙之影響或經濟特性等而: 行選擇。 回到圖8，說明設備診斷系統丨之各部之作用。資料取得 邛2 1係收集指示診斷對象之設備狀態之時間序列資料，並 記憶於資料保持部5作為收集時間序列資料51。時間序列 資料例如有溫度、流量、液面高度、壓力、旋轉速度、位 移、聲響、振動等。時間序列資料係從各種感測器（未圖 示）依適當週期進行取樣並輸入。 嵌入向量產生部22係根據時間序列資料而產生前述之嵌 入向ir(U)。嵌入向量之維數11及時差At，係配合時間序列 資料之特性而預先設定。嵌入向量產生部22係將所產生之 甘欠入向里之集合記憶於資料保持部5(嵌入向量資料U)。 實現頻度運算部28依搬人向量之要素之大小關係排定要 素之順序，針對特定時間内之所有嵌入向量，計數具 同順序之嵌入向量之個數。然後，實現頻度運算部28將所 汁數之排列之實現頻度記憶於資料保持部排列實現頻度 資料55)。 排列熵運算部29從排列實現頻度55轉換成相對實現頻 度，以計算排列熵。再者，言十算數式⑺之h*(n)。排列熵 122323.doc -24- 200819723 料保持部5(排列熵 運算部29將排列熵H(n)或h* (…記憶於資 資料56)。 平均處理部30將根據複數個特定時 丁「1之時間序列資料計 算而得之排列熵H(n)或h* (n)算出平均值。 丁 J值亦可未出排列熵 Η(η)或h (η)之移動平均。若特定時 丁间 < 時間序列資料長度 充分之情形時，亦可不進行平均處理。 排列熵Η⑻或h*⑷之平均値係輸入到故障判定部％。

在故障判定部26中，比較特定之臨限值與排列熵η⑻或h* (η)之平均値’當#列熵η⑻sW(n)之平均値超過臨限值 而有所變化之情形時，判定對象設備為警告狀態。 如前所述，若正常狀態下之排列滴為機率論:情形時， 當排列熵H(n)或h* (η)之平均値小於臨限值時，判定為警告 狀態。此外，若正常狀態下之排列熵為決定論之情形時， 當排列熵Η(η)或h* (η)之平均値大於臨限值時，判定為警告 狀態。 顯示處理部27係將例如排列熵Η(η)或h * (η)之平均値之 推移，及故障判定部26所做之故障判定結果顯示於顯示裝 置7。此外’其並同時將該等資料透過印表機裝置8列印輸 出。顯示處理部27亦可將時間序列資料、排列熵Η(η)或h* (η)—併輸出。此外’顯示處理部27亦可在故障判定部26判 斷為警告狀態之情形時，以閃爍燈號或鳴響警告器等方式 進行警告輸出。 在實施形態2中，設備診斷系統1之物理構造亦與實施形 態1相同。設備診斷系統1例如圖2之物理構造之區塊圖所 122323.doc -25- 200819723 示。資料取得部2 1、嵌入向量產生部22、實現頻度運算部 28、排列熵運算部29、平均處理部3〇、故障判定部26及顯 示處理部27，係藉由控制部U及在其上執行之程式而實 現。 實施形悲2之設備診斷系統1，例如在將圖3之壓縮機3作 為診斷對象之情形中，亦如設備診斷系統丨之構造所示。 輸入壓縮機3之聲音之麥克風2連接於設備診斷系統丨。設 備診斷系統1係依某種週期取樣並收集從麥克風2輸入之聲 ' 響訊號作為時間序列資料。 當壓縮機3定常運轉時，聲響訊號之時間序列資料在正 常情況下視為機率論。因此，當根據聲響訊號之時間序列 資料而算出之縱列熵小於某個臨限值時，可判斷壓縮機3 為警告狀怨’例如判斷為故障。 其次說明使用排列熵作為表示決定論性之値的情形之設 備診斷系統1之動作。又如前述，設備診斷系統丨之動作， U 係由控制部11與主記憶部12、外部記憶部13、操作部14、 畫面顯不部15、列印輸出部16及收發部17協同進行。 圖9係表示使用排列熵之設備診斷之動作之一例之流程 目。首1，輸入表示診斷對象設備之狀態之時間序列資料 ,(步驟C1)。以圖3之壓縮機3之例而言，其係依某種週期取 樣並收集從麥克風2輸入之聲響訊號，作為時間序列資 根據收集到之時間序列資料，以所設定之喪入維數η及 時差Δί，產生嵌入向量r(t)(步驟C2)。依嵌入向量之要素 122323.doc -26- 200819723 之=小關係排定要素之川貝序，針對特定時間内之所有嵌入 °里4 H相同順序之散人向量之個數作為實現頻度 (步驟C3)。 攸排列之實現頻度轉換成相對實現頻度，而計算排列熵 • (步驟C4)。再者，計算數式⑺之h*⑻。然後，將根據複 *個特&時間t時間序列資料計算而得之排列熵Η⑻或h* (η)算出平均值（步驟C5)。如前所述，平均處理亦可省略。 ζ ： 根據排列熵叫…或11、11)之平均値判定故障（步驟C6)。至 &故障判定之動作與實施形態"目$ &，如目5之流程圖之 例所不。在實施之形態2中，由於僅將平移誤差改為排 列熵Η(η)或h*⑷，故省略故障判定動作之說明。 回到圖9之流程圖，若故障判定之結果為判定故障之情 形時（步驟C7，Yes)，即於顯示裝置7上顯示設備故障（步驟 C8)。此外，亦可同時列印輸出到印表機裝置8。若未判定 為故障之情形時（步驟C7; No)，則不顯示故障。此外，亦 1/ 可改為當判定値傾向於從正常値變成接近故障判定之臨限 值之情形時，輸出要求進行檢查/維護之警告。 (實施例2) 圖10係表示壓縮機3之音聲資料之排列熵之例之圖表。 其中設橫軸為嵌入維數，縱軸為標準化之排列熵h* (n)， 顯示改變嵌入維數並針對圖6之軸承更換前與轴承更換後 之聲響訊號而計算排列熵之結果。所有的時差At皆為5個 取樣週期。圖7之A係針對軸承更換後（After)之聲響訊號予 以標準化之排列熵h*(n)，B係針對軸承更換前（Bef〇re)之 122323.doc -27- 200819723 聲響訊號予以標準化之排列熵h* 。 在嵌入維數較小之範圍内，A與B之差異較小，但是當 嵌入維數在6至8之範圍時則A與B之差異明顯。設定適當 之臨限值，當排列熵H(n)或h*(n)大於臨限值之情形時判斷 為正常，當排列熵H(n)或h*(n)低於臨限值之情形時即可判 • 斷為故障。在本例中，最好將嵌入維數設為ό或7。 在圖1〇中，嵌入維數在9以上之範圍時八與6之差異變 小，且兩者皆為較小之値。這是因為嵌入維數相對於特定 時間之時間序列資料較大，故無法充分取得嵌入向量之個 數之緣故。當嵌入維數或時差變大之情形時，所產生之嵌 入向量之數會相對變少，故可能發生之排列個數（η丨）會變 多。因此，在此情況下，必須拉長特定時間以充分增大時 間序列資料之個數。 本發明之設備診斷方法及設備診斷系統丨，係將時間序 列貝料之为後之決定論構造定量化，藉由時間延遲座標轉 i......) 換而根據時間序列資料重新組態相位空間之執道。藉此， 例如即使疋乍看之下不同之時間序列資料但功率頻譜趨 於相同之資料，亦可定量化表現出正常時與故障時之時間 4列資料之差異。由此，即使是較少之資料數亦可進行高 精度之故障診斷。 (實施形態之應用） _係表示將半導體製造裝置作為診斷對㈣情形之設 備診斷系統1之構造之例。圖u之半導體製造裝置係包含 半導體基板之洗淨裝置之電鍍處理裳置4。 122323.doc -28 - 200819723 電鍍處理裝置4係包含匣盒載置台41及處理台“而構 成。匣盒載置台41係將從外部以晶圓匣為單位所提供之晶 圓從E盒43中運人電錢處理裝置4，或是將電錄處理後之 晶圓從電鏟處理裝置4中運出到匣盒43中。 E盒載置台41中設有E盒戴置台44，從外部提供收納有 要進行電鍍處理的晶圓之晶圓匣盒43。此外，在匣合戴置 台44中，已進行電鍍處理之晶圓會收納在運出用之匣盒 中。 1 在上述匣盒戴置台44上之晶圓運送，係藉由運送機構45 進行。運送機構45係能夠於X軸方向（垂直於紙面之方向） 移動，以便能夠存取載置於g盒戴置台44上之複數個晶圓 匣盒43，且能夠於z軸方向升降。此外，運送機構45能夠 以Z軸為中心進行旋轉，以便能夠從將晶圓處理台〇運送 到匣盒戴置台44。運送機構45具備檢測X軸方向及z軸方向 的位移之位移感測器及加速度感測器。此外並具備檢測z 軸周圍之旋轉角度之旋轉感測器及加速度感測器。 又於匣盒載置台4 1及處理台42中，藉由清淨空氣之降流 以保持内部環境氣體之清淨。電鍍處理裝置4為使環境氣 體之狀態保持穩定，而具備溫濕度感測器及風速感測器。 處理台42係於特定位置，具備各複數台之逐一進行晶圓 之電鍍處理之電鍍處理器46，及進行電鍍處理後之洗淨與 乾燥之洗淨乾燥器47。 在電鍍處理器46中，對已形成籽晶層之晶圓施加電鍍處 理，例如於晶圓上形成Cu薄膜。電鍍處理裝置4中具備檢 122323.doc •29- 200819723 测’合液溫度之溫度感測器，及用以控制藥液流量之液體流 量感測器。此外並具備用以感測溶液液面之光纖感測器， 及藥液泵浦用之壓力感測器或加速度感測器。 在洗淨乾燥器47中，以藥液、純水等之洗淨液洗淨電鍵 處理後的晶圓之表面、背面及周緣，洗淨後，在Ν2沖洗下 使晶圓高速旋轉，進行晶圓乾燥。洗淨乾燥器47中具備藥 液之溫度調整用之溫度感測器、液體流量感測器、液面感 測用之光纖感測器、藥液泵浦用之壓力感測器，及作為檢 測aa圓方疋轉速度之旋轉感測器之編碼器等。 前述之位移感測器、旋轉感測H、加速度感測器、溫濕 度感測器、風速感測器、溫度感測器、液體流量感測器、 光纖感測器及壓力感測器，為控制作為半導體製造裝置之 電鍍處理裝置4，而各自連接於未圖示之控制裝置。並同 時使該等之各感測器之輸出分化，而輸入到設備診斷系統 1 ° 亦可使用傳送各感測器之輸出之裝置，經由網路而連接 設備診斷系統1。藉由經由網路而連接設備診斷系 月b 夠以1台之設備診斷系統丨進行複數台設備之故障診斷。此 外，亦可從遠端進行設備之故障診斷。 設備診斷系統1將從各感測器輸入之訊號作為時間序列 資料，计异表示決定論性之値之平移誤差或排列熵，當該 等之値超過臨限值而有所變化之情形時，即判斷作為對象 之裝置為警告狀態。 例如，在溫度感測器、溫濕度感測器、風速感测器、光 122323.doc -30 - 200819723 纖感測器、晶圓之高速旋轉用之旋轉感測器等中，由於以 在保持一疋之値的方式加以控制，故將其輸出之變動視為 機率論。當該等時間序列資料變成決定論時，亦即當平移 誤差或排列熵低於臨限值時，可判斷為警告狀態。 (

'此外，例如在運送機構之位移感測器、旋轉感測器及加 速度感測器、藥液泵浦用之壓力感測器等中，由於是檢測 動作中之動量，故將該情況下之時間序列資料視為決定 論。當該等時間序列資料出現機率論之趨勢時，亦即平移 誤差或排_高於臨限值時，可判斷運送機構或藥液果浦 為警告狀態。 =“以上說明，根據本發明之設備診斷系統丨，例如圖 u之半導體製造裝置等，其係根據設備控制所制之感測 :之輸二而輸入並分析時間序列資料，而能夠進行設備診 立換口之’本發明之設備診斷系统j無需設置用以進行 I障之特別之感測器。此外，能夠在設備之動作狀態 中4斷其是否為警告狀態。 除此之外’前述之硬體構造係為其中_例 變更及修正。 me “包：二制部U、主記憶部12、外部記憶部13、操作部 排10等而部15、列印輸出部16、收發部17、内部匯流 專而構成之進行設備診斷處理之核心部分，益 專用之系、絶，可使用一般之電腦系統而實現：而二 將用以執行前述動作之電腦程式 二 ，’、可 之記錄婢俨… 飞1’並刀配於電腦可讀取 體㈣、⑶函、軸奶Μ等）巾，並將該電 122323.doc -31- 200819723 月自％式安裝於電腦上，而構成執行前述處理之設備診斷系 、，先1此外，亦可預先將該電腦程式收納於在網際網路等 之通訊網路上具有伺服裝置之記憶裝置，再透過一般之電 腦系統進行下載等而構成設備診斷系統i。 . 此外，在將設備診斷系統1之功能藉由OS(作業系統）及 應用私式之分擔，或0s與應用程式之協同運作而實現之情 形等中，亦可僅將應用程式部分收納於記錄媒體或記憶裝 置。 " Γ、 此外亦可使電腦程式與運送波重疊，而經由通訊網路 進行傳訊。例如，亦可於通訊網路上之電子佈告欄系統 (BS BuUetin Board System)中揭示前述電腦程式，再經 由網路傳送前述電腦程式。然後，啟動該電腦程式，在OS 之控制下’以與其他應用程式相同之方式執行，藉此實現 可執行前述處理之構造亦可。 本申明案係以2006年7月3曰提出之曰本專利申請書特願 u 2006-183887為基礎。在本說明書中，係將該案之說明 書、專利申請範圍、圖面之整體内容在此併入當成參考。 (產業上之可利用性） 本發明不分領域，皆可應用於大規模工廠等地中之製造 设備 '空調設備等之狀態診斷。 【圖式簡單說明】 圖1係表示本發明之實施形態〗之設備診斷系統之邏輯構 造之區塊圖。 圖2係表示設備診斷系統之物理構造之一例之區塊圖。 122323.doc -32- 200819723 象之情形之設備診斷系 圖3係表示將壓縮機作為診斷對 統之構造例之圖。 圖4係表 程圖。 示使用平移誤差之設備診斷 之動作之一例之流

圖5係表示故障判定動作之一例之流程圖。 圖6(a)、（b)係表示壓縮機之聲響訊號之時間序列資料之 例之圖表。 ^ 7係表示壓縮機之音聲資料之平移誤差之例之圖表。 圖8係表示本發明之實施形態2之設備診斷系統之邏輯構 造之區塊圖。 圖9係表示使用排列熵之設備診斷之動作之一例之流程

^係表示壓縮機之音聲資料之排列熵之例之圖表 圖1 1係表示將半導體製造裝置作為診斷對象之 備診斷系統之構造例之圖。 V 【主要元件符號說明】 設備診斷系統 麥克風 壓縮機 電鍍處理裝置（半導體製造裝置） 資料保持部 顯示裝置 印表機裝置 内部匯流排 122323.doc 之設 -33- 200819723 Γ、 11 控制部 12 主記憶部 13 外部記憶部 14 操作部 15 晝面顯示部 16 列印輸出部 17 收發部 21 資料取得部 22 後入向量產生部 23 近接向量擷取部 24 平移誤差運算部 25 中央値運算/平均處理部 26 故障判定部 27 顯示處理部 28 實現頻度運算部 29 排列熵運算部 30 平均處理部 51 收集時間序列資料 52 嵌入向量資料 53 最近接向量資料 54 平移誤差資料 55 排列實現頻度資料 56 排列熵資料 122323.doc 34-

Claims (1)

1. 200819723 十、申請專利範園·· l 設備診斷方法’其特徵在於包含： 料取付步驟，其係取得表示成為 態之變數，且隨時間而變動之時間序列資料者備狀 決定論性算出步驟，i俜ά 之眸„产 八係由在别述資料取得步驟取得 夺二❹料，算出成為前述設備中前述時間序列資 '或機率論之指標之表示岐論性之俊者.及 之^収步驟，其係當在前述決定論性^步驟算出 之表不決定論性之值超過特 時，+ 、衧疋l限值而有所變化之情形 時判疋别述設備為應警告之狀態者。 2·如請求項1之設備診斷方法，其中 表：前述決定論性之値係由前述時間序列資料算出之 平移誤差（translation error); 、 月,J述決定論性算出步驟包含： 甘欠入步驟，其係由前述時間 U 後入向量者； 斤歹J貝枓异出某個維數之 最近接向量擷取步驟，其係於 則迷嵌入步驟算出之 甘入入向置中，針對某個嵌 之向量者；及 里褐取特定個數之最近接 平移誤差算出步驟，其係算出尤< 牛驟柄免 仔异出在前述最近接向量擷取 者； <向®的離散之平移誤差 移誤差為大於前述特 前述警告判定步驟係 於前述設備之正常狀態下前述平 122323.doc 200819723 定臨限值之情形，當在前述平移誤差算出步驟算出之平 移誤差小於前述特定臨限值時，判定前述設備為應警主 之狀態，或者 σ 於前述設備之正常狀態下前述平移誤差為小於前述特 定臨限值之情形，當在前述平移誤差算出步驟算出之平 移誤差大^前述教臨限值時，判定前述設備:應警主 之狀態。

   表示前述決定論性之値係由前述時間序列資料算出之 排列熵（permutation entropy); 前述決定論性算出步驟包含·· 其係由前述時間序列資料算出某個維數之 甘欠入向ϊ:者； 實現頻度算出步驟，盆传 乂 ^ ^ ^ ，、糸針對在别述嵌入步驟算出之 特疋時間中由前述時間序 詈，累w + 斤歹J貝枓异出之所有前述嵌入向 里，累计與前述嵌入向量之 相同順序之頻度，算出作^素之大小關係具有的順序 前述時間㈣轉以m目料在前料定時間内由 對實現頻度者，·及 所有前述嵌人向量之個數之相 排列嫡算出步驟，其係以包含 數的順序之所有排列為機率變數:入:::::數個 度算出步驟算出之俞 异出以在别述實現頻 排列熵者； 、貫見頻度為機率分佈之熵的 前述警告判定步騾係 122323.doc 200819723 於前述設備之正常狀態下前述排列熵為大於前述特定 臨限值之情形，當在前述排列熵算出步驟算出之排列熵 小於前述特定臨限值時，判定前述設備為應警告之狀 態，或者 於則述設備之正常狀態下前述排列熵為小於前述特定 臨限值之情形，當在前述排列熵算出步驟算出之排列熵 大於前述特定臨限值時，判定前述設備為應警告之狀 態。 4·如請求項1之設備診斷方法，其中 表示成為前述診斷對象之設備狀態之變數包含溫度感 測器、溫濕度感測器、風速感測器、液體流量感測器、 光纖感測器、壓力感測器、旋轉感測器、加速度感測 器、聲響感測器或振動感測器之時間序列資料中至少1 者。 ' 5 ·如請求項1之設備診斷方法，其中 成為前述診斷對象之設備具備旋轉機； 前述資料取得步驟係以聲響感測器從前述設備取得聲 響訊號作為時間序列資料； 前述警告判定步驟係判定前述旋轉機應警告之狀態。 6. —種設備診斷系統，其特徵在於包含： 貝料取得部，其係取得表示成為診斷對象之設備狀態 之變數，且隨時間而變動之時間序列資料者； 决疋㈣性算出#，其係由在前述資料取得部取得之時 間序列資料’算出成為前述設傷中前述時間序列資料為 122323.doc 200819723 決定論或機率論之指標之表示決定論性之値者及 ^判定部’其係在前述決定論性算出部算出之 決疋淪性之值超過特定臨 v、 一+、 孖仏限值而有所變化之情形時，判 疋則述设備為應警告之狀態者。 如請求項6之設備診斷系統，其中 平==述決定論性之値係由前述時間序列資料算出之 Γ、 u 前述決定論性算出部包含·· 欲入部，其係由前述時間序列資料算 入向量者； 乍数之甘欠 =接向量擷取部，其係於在前述嵌人部算出之嵌入 針對m人向㈣取特定個數之最近接之向 里首，及 出部’其係算出在前述最近接向量梅取部 操取之特疋個數最近接之向量的離散之平移誤差者； 前述警告判定部係 於前述設備之正常狀態下前述平移誤差為大 定臨限值之情形，當在前述平移誤差算㈣算出之平移 以差小於㈣特定臨限值時，判定前述設 狀態，或者 “ 3 口之 於前述設備之正常狀態下前述平移誤差為小於 定臨限值之情形’當在前述平移誤差算出部算出之平移 誤差大於前述特定臨限值時’判定前述 狀態。 s Ό疋 122323.doc 200819723 8. 如請求項6之設備診斷系統，其中 表示前述決定論性之値 排列熵； ，、由則述時間序列資料算出之 前述決定論性算出部包含·· 人入口P，其係由前述時欠 入向量者； 】賁料算出某個維數之嵌 時=頻度算出部’其係針對在前述嵌入部算出之牲 時間中由前述時間序列資料算二二：之特定 累計與前述嵌入向量之要去夕之所有則述欣入向量， 順序之頻度，算出作為相對於在1:係具有的順序相同 時間序列資料算出之所有前述嵌間内由前述 頻度者；及 疋队入向1個數之相對實現 排列網算出部，其係以包含前述嵌入向 的順序之所有排列為機率變數，算出：、’’個數 算出部算出之〜 异出以在前述實現頻度 痛者；别迷相對實現頻度為機率分佈之網的排列 前述警告判定部係 臨::::備之正常狀態τ前述排列熵為大於前述特定 於前述特定臨职说± ^出之排列熵小 或者 限值時，判定前述設傷為應警告之狀態， ，前述設前賴_為小 臨限值之情形，當在前述排列熵算出 於前述特定臨限值時，邦定前述設傷為應警告之^腐大 122323.doc 200819723 9.如请求項6之設備診斷系統，其中 測Ϊ不Ϊ為前述診斷對象之設備狀態之變數包含溫度感 〇 '现濕度感測器、風速感測器、液體流量成測5|、 =測器、壓力感測器、旋轉感測器、加速度]感測 ^聲響感測器或振動感測器之時間序列資料中至少i 者。 月求項6之設備診斷系統，其中 成為前述診斷對象之設備具備旋轉機； 前述資料取得部係以聲響感測器從前述設備取得聲響 訊就作為時間序列資料； 前述警告判定部係判定前述旋轉機應警告之狀態。 u·:種記錄電腦程式之記錄媒體，其特徵在於：該程式為 #斷設備之狀態而使電腦作為以下各部發揮功能： 資料取得部，其係取得表示成為診斷對象之設備狀態 之變數，且隨時間而變動之時間序列資料者； 决疋娜欧算出部，其係由在前述資料取得部取得之 間序列資料，算出成為前述設備中前述時間序列資料為 決定論或機率論之指標之表示決定論性之値者；及 警告利定部’其係在前述決定論性算出部算出之表_ 決定論性之值超過特定臨限μ有所變化之情形時= 定前述設備為應警告之狀態者。 122323.doc