WO2020059012A1 - 異常検知装置、異常検知システム、及びプログラム - Google Patents

異常検知装置、異常検知システム、及びプログラム Download PDF

Info

Publication number
WO2020059012A1
WO2020059012A1 PCT/JP2018/034430 JP2018034430W WO2020059012A1 WO 2020059012 A1 WO2020059012 A1 WO 2020059012A1 JP 2018034430 W JP2018034430 W JP 2018034430W WO 2020059012 A1 WO2020059012 A1 WO 2020059012A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
physical quantity
frequency spectrum
monitoring target
mask pattern
Prior art date
Application number
PCT/JP2018/034430
Other languages
English (en)
French (fr)
Inventor
圭一 吉冨
Original Assignee
株式会社アプトポッド
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社アプトポッド filed Critical 株式会社アプトポッド
Priority to PCT/JP2018/034430 priority Critical patent/WO2020059012A1/ja
Publication of WO2020059012A1 publication Critical patent/WO2020059012A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass

Definitions

  • the present invention relates to a technology for detecting an abnormality of a monitoring target.
  • Patent Literature 1 describes detecting a sign of a malfunction of a rotating device based on a specific index value and a threshold value generated based on a sound of the rotating device.
  • Patent Document 2 describes that data on the life of the main pump is output by comparing the frequency spectrum pattern of the vibration waveform of the main pump in a normal state with the current frequency spectrum pattern.
  • JP 2018-40605 A JP-A-2017-142153
  • a certain physical quantity detected from a monitoring target may change due to the influence of another physical quantity related to the monitoring target.
  • the pitch of a car typically increases as the engine speed increases.
  • the characteristics of the normal sound of the vehicle also change depending on the engine speed.
  • the range of the normal characteristic of the physical quantity detected from the monitoring target is constant, and does not change even when other physical quantities change. Therefore, when other physical quantities change, the accuracy of detecting an abnormality may be reduced.
  • An object of the present invention is to accurately detect an abnormality in a monitoring target even when a physical quantity detected from the monitoring target changes due to the influence of another physical quantity related to the monitoring target.
  • the present invention is a signal acquisition unit that acquires a first signal output according to the physical quantity from a sensor that detects a physical quantity having frequency characteristics from a monitoring target, and a second signal indicating another physical quantity related to the monitoring target.
  • a frequency spectrum obtaining unit that obtains a frequency spectrum of the first signal, a determining unit that determines a mask pattern that defines an allowable range of the frequency spectrum in accordance with the second signal, the mask pattern and the frequency spectrum
  • an abnormality detection unit that detects an abnormality of the monitoring target by comparing with the above.
  • the determining unit may determine a mask pattern having a different shape or position according to the second signal.
  • the second signal may be a signal output from another sensor that detects the other physical quantity.
  • the second signal may be a signal for controlling the other physical quantity.
  • the signal acquisition unit acquires a plurality of second signals output from a plurality of sensors that detect a plurality of other physical quantities related to the monitoring target, and the determination unit responds to the plurality of second signals according to the plurality of second signals.
  • a mask pattern may be determined.
  • the signal acquisition unit acquires a plurality of first signals output from the sensor according to the physical quantity in a time series
  • the frequency spectrum acquisition unit acquires a plurality of frequency spectra of the plurality of first signals.
  • the abnormality detection device may further include a generation unit that generates the mask pattern based on a frequency spectrum of a first signal output when the monitoring target is normal among the plurality of frequency spectra. .
  • the present invention also provides a sensor that detects a physical quantity having a frequency characteristic from a monitoring target and outputs a first signal corresponding to the physical quantity, the first signal output from the sensor, A signal acquisition unit that acquires a second signal indicating a physical quantity of the first signal, a frequency spectrum acquisition unit that acquires a frequency spectrum of the first signal, and a mask that defines an allowable range of the frequency spectrum according to the second signal.
  • An abnormality detection system includes: a determination unit that determines a pattern; and an abnormality detection unit that detects an abnormality of the monitoring target based on a comparison between the mask pattern and the frequency spectrum.
  • a computer acquires a first signal output according to the physical quantity from a sensor that detects a physical quantity having a frequency characteristic from a monitoring target, and a second signal indicating another physical quantity related to the monitoring target. Performing the step of obtaining a frequency spectrum of the first signal; determining a mask pattern defining an allowable range of the frequency spectrum according to the second signal; and determining the mask pattern and the frequency spectrum. And detecting the abnormality of the monitoring target by comparing the above.
  • an abnormality in the monitoring target can be accurately detected.
  • FIG. 1 is a diagram illustrating an example of a configuration of an abnormality detection system 100 according to an embodiment.
  • FIG. 3 is a diagram illustrating an example of a hardware configuration of a server device 130.
  • FIG. 2 is a diagram illustrating an example of a functional configuration of a server device 130. It is a flowchart which shows an example of abnormality detection processing.
  • FIG. 9 is a diagram illustrating an example of a correspondence table 237. It is a figure showing an example of mask processing. It is a figure showing another example of mask processing.
  • FIG. 14 is a diagram illustrating an example of a screen 241.
  • FIG. 14 is a diagram illustrating an example of a functional configuration of a server device 130 according to a modification.
  • FIG. 14 is a diagram illustrating an example of a mask pattern 307 according to a modification.
  • FIG. 14 is a diagram illustrating an example of a correspondence table 238 according to a modification.
  • FIG. 1 is a diagram illustrating an example of a configuration of an abnormality detection system 100 according to the present embodiment.
  • the abnormality detection system 100 detects an abnormality of a monitoring target based on a signal output from a sensor 110 that detects a physical quantity from the monitoring target.
  • This monitoring target may be, for example, a machine such as a car or a drone, a component of a machine such as a car tire or a drone motor, or a living thing such as a person or an animal.
  • the abnormality detection system 100 includes a plurality of sensors 110, a client device 120, a server device 130, and a terminal device 140. Note that the number of each device shown in FIG. 1 is an example, and the present invention is not limited thereto.
  • the plurality of sensors 110 and the client device 120 are connected via a communication line 150.
  • the communication line 150 transmits communication between the plurality of sensors 110 and the client device 120.
  • the client device 120, the server device 130, and the terminal device 140 are connected via a communication line 160.
  • the communication line 160 transmits communication between the client device 120, the server device 130, and the terminal device 140.
  • the communication line 160 may include, for example, a mobile communication network and the Internet.
  • the sensor 110 has, for example, a sensor element and an AD (Analog-to-Digital) conversion circuit, detects a physical quantity from a monitoring target, and outputs a signal corresponding to the detected physical quantity.
  • the sensor 110 samples a signal at a predetermined sampling cycle, for example. As a result, several hundred to several thousand signals are output from the sensor 110 in a time series in one second.
  • the plurality of sensors 110 include a sensor 110 that detects a physical quantity having a frequency characteristic. This physical quantity has a characteristic that changes when an abnormality occurs in the monitoring target, for example. This physical quantity may be, for example, sound, vibration, radio waves, or heartbeat.
  • the plurality of sensors 110 include a microphone that acquires the sound of the engine, a tachometer that measures the number of revolutions of the engine, a speedometer that measures the speed of the car, and an angle that measures the angle of the steering.
  • Various measuring devices mounted on the vehicle such as a gauge, a fuel injection meter, a thermometer, and a GPS (Global Positioning System) for measuring the position of the vehicle, may be included.
  • the client device 120 is provided on the monitoring target side.
  • the client device 120 may be mounted on the car.
  • the client device 120 is a computer having a configuration similar to that of the server device 130 described later.
  • the client device 120 has a function of transmitting a signal output from the sensor 110 to the server device 130. This transmission may be performed in a streaming manner.
  • the “streaming method” refers to a method of sequentially transmitting signals according to acquisition. Communication between the client device 120 and the sensor 110 may be performed according to, for example, a CAN (Controller Area Network) protocol (registered trademark).
  • the client device 120 has a wireless communication function, and conforms to wireless communication standards such as 3G, LTE (Long Term Evolution), Wi-Fi (registered trademark), WiMAX (registered trademark), and Bluetooth (registered trademark). It is wirelessly connected to the communication line 160.
  • wireless communication standards such as 3G, LTE (Long Term Evolution), Wi-Fi (registered trademark), WiMAX (registered trademark), and Bluetooth (registered trademark). It is wirelessly connected to the communication line 160.
  • FIG. 2 is a diagram illustrating an example of a hardware configuration of the server device 130.
  • the server device 130 is a computer that provides various services to the user.
  • the server device 130 has a function of analyzing a signal collected from the client device 120 and detecting a monitoring target abnormality.
  • the server device 130 includes a processor 131, a memory 132, a storage 133, and a communication interface 134. These components are connected via a bus 135.
  • the processor 131 executes various processes by reading the program into the memory 132 and executing the program.
  • the processor 131 may be, for example, a CPU (Central Processing Unit).
  • the memory 132 is a computer-readable recording medium, and is also called a main storage device. In the memory 132, a program executed by the processor 131 is stored.
  • the memory 132 for example, a ROM (Read Only Memory), a RAM (Random Access Memory), or a combination thereof may be used.
  • the storage 133 is a computer-readable recording medium, and is also called an auxiliary storage device.
  • the storage 133 stores various data and programs.
  • a hard disk or a flash memory may be used.
  • the communication interface 134 is connected to communication lines 150 and 160. The communication interface 134 performs data communication via the communication line 150 or 160.
  • FIG. 3 is a diagram illustrating an example of a functional configuration of the server device 130.
  • the server device 130 functions as a signal acquisition unit 231, a frequency spectrum acquisition unit 232, a determination unit 233, a mask processing unit 234, and an abnormality detection unit 235. These functions are realized by the processor 131 performing an operation or controlling communication by the communication interface 134 in cooperation with a program stored in the memory 132 and the processor 131 executing the program.
  • the signal acquisition unit 231 acquires a target signal output from the sensor 110 according to a physical quantity having a frequency characteristic, and a reference signal indicating another physical quantity related to the monitoring target.
  • the reference signal may be output from a sensor 110 different from the sensor 110 that outputs the target signal.
  • the other physical quantity is a physical quantity that affects the frequency component of the physical quantity corresponding to the target signal.
  • Another physical quantity may have a correlation with the physical quantity corresponding to the target signal.
  • Other physical quantities may or may not have frequency characteristics.
  • the other physical quantities may be an engine speed, tire pressure, car speed, temperature, pressure, humidity, or motor voltage.
  • the other physical quantity may be the rotation speed of the engine.
  • the vibration of the car changes according to the air pressure of the tire. Therefore, the other physical quantity may be the air pressure of the tire.
  • the combination of the physical quantity corresponding to the target signal and another physical quantity that affects the physical quantity may be determined in advance.
  • the frequency spectrum acquisition unit 232 acquires the frequency spectrum of the target signal.
  • This frequency spectrum is obtained, for example, by converting the target signal into the frequency domain. For this conversion, for example, a fast Fourier transform may be used.
  • the determiner 233 determines a mask pattern defining an allowable range of the frequency spectrum according to the reference signal. This tolerance is represented by frequency and amplitude.
  • the allowable range indicates the range of the frequency and amplitude of the physical quantity detected from the monitoring target in the normal state.
  • the mask pattern may be a pattern having a different shape or position depending on the reference signal.
  • the mask processing unit 234 performs a mask process on the frequency spectrum of the target signal using the mask pattern.
  • a frequency component within an allowable range defined by the mask pattern is removed from a frequency spectrum of the target signal, and a frequency component outside the allowable range is extracted.
  • the abnormality detection unit 235 detects an abnormality of the monitoring target by comparing the frequency spectrum of the target signal with the mask pattern.
  • the result of the mask processing may be used for this comparison. For example, when all the frequency components have been removed by the mask processing, it indicates that the frequency spectrum is within the allowable range defined by the mask pattern. In this way, when the frequency spectrum falls within the allowable range defined by the mask pattern, no abnormality of the monitoring target is detected.
  • the frequency component is extracted by the mask processing, it indicates that at least a part of the frequency spectrum is out of the allowable range defined by the mask pattern. As described above, when at least a part of the frequency spectrum is out of the allowable range defined by the mask pattern, an abnormality of the monitoring target is detected.
  • the terminal device 140 is a computer having a communication function such as a client computer, a tablet terminal, or a smartphone.
  • the terminal device 140 includes a display unit 141 in addition to the same configuration as the server device 130 described above.
  • the display unit 141 displays various images.
  • a liquid crystal display may be used as the display unit 141.
  • FIG. 4 is a flowchart illustrating an example of the abnormality detection processing.
  • the monitoring target is a car
  • the plurality of sensors 110 include a microphone that acquires the sound of the engine of the car, and a tachometer that measures the number of revolutions of the engine.
  • a signal output from the microphone is used as a target signal
  • a signal output from the tachometer is used as a reference signal.
  • Each of the target signal and the reference signal has a waveform whose amplitude changes in a time series.
  • the target signal and the reference signal may be signals according to a CAN (Controller Area Network).
  • the target signal output from the microphone and the reference signal output from the tachometer are sequentially transmitted by the client device 120 to the server device 130. 4 is performed in the server device 130.
  • This abnormality detection processing may be started at predetermined time intervals, or may be started when the physical quantity indicated by the reference signal changes.
  • the signal acquisition unit 231 receives the target signal and the reference signal transmitted from the client device 120 (Step S11).
  • the frequency spectrum acquisition unit 232 converts the target signal received in step S11 into the frequency domain using the fast Fourier transform (step S12). Thereby, the frequency spectrum of the target signal is obtained.
  • the determining unit 233 determines a mask pattern corresponding to the reference signal received in step S11 with reference to the correspondence table 237 stored in the storage 133 in advance (step S13).
  • FIG. 5 is a diagram showing an example of the correspondence table 237.
  • the correspondence table 237 stores a plurality of engine speed ranges and a plurality of mask patterns in association with each other.
  • the intervals in the range of each rotation speed may be equal intervals or may be unequal intervals as shown in FIG.
  • the mask pattern is represented by a frequency domain graph in which the horizontal axis represents frequency and the vertical axis represents amplitude.
  • the mask pattern may be represented by an array, for example.
  • the mask pattern blocks frequency components within a permissible range indicated by hatching in the figure and passes frequency components outside the permissible range.
  • each mask pattern the range of the frequency and amplitude of the sound emitted from the engine when the engine is rotating at the corresponding rotation speed in the normal state is defined as an allowable range.
  • the plurality of mask patterns have different patterns from each other.
  • the shape of the mask pattern is substantially the same, but as the number of rotations increases, the center frequency of the corresponding mask pattern shifts to a higher frequency.
  • the ranges of the number of rotations of “2000 or more and less than 2500”, “2500 or more and less than 3500”, and “3500 or more and less than 5000” are stored in association with the mask patterns 301, 302, and 303, respectively. ing.
  • the rotation speed indicated by the reference signal is “2500 or more and less than 3500”
  • the mask pattern 302 stored in association with the rotation speed range is determined.
  • the mask processing unit 234 performs a mask process on the frequency spectrum obtained in step S12 using the mask pattern determined in step S13 (step S14).
  • FIG. 6 is a diagram showing an example of the mask processing.
  • the frequency spectrum 311 is generated in step S12 and the mask pattern 302 is determined in step S13.
  • the frequency spectrum 311 falls within the allowable range of the mask pattern 302. In this case, all frequency components of the frequency spectrum 311 are removed from the frequency spectrum 311 by the mask processing.
  • FIG. 7 is a diagram showing another example of the mask processing.
  • the frequency spectrum 312 is generated in step S12 and the mask pattern 302 is determined in step S13.
  • the amplitude of a part of the frequency spectrum 312 exceeds the allowable range of the mask pattern 302.
  • the frequency component of this portion is extracted by the mask processing.
  • the abnormality detection unit 235 determines whether there is an abnormality in the monitoring target based on the result of the mask processing performed in step S14 (step S15). For example, as shown in FIG. 6, when all the frequency components of the frequency spectrum are removed by the mask processing, it is determined that there is no abnormality in the monitoring target (NO in step S15). In this case, this processing ends. On the other hand, for example, as shown in FIG. 7, when a part of the frequency component of the frequency spectrum is extracted by the mask process, it is determined that the monitoring target has an abnormality (the determination in step S15 is YES). In this case, the abnormality detection unit 235 notifies an abnormality (step S16).
  • an abnormality notification signal for notifying the occurrence of the abnormality together with the target signal may be transmitted to the terminal device 140.
  • the abnormality notification signal may include time information indicating the time when the abnormality occurred, for example, the time corresponding to the portion extracted by the mask processing.
  • a screen 241 corresponding to the plurality of signals including the target signal and the abnormality notification signal is displayed on the display unit 141.
  • FIG. 8 is a diagram showing an example of the screen 241.
  • a plurality of signals including the target signal are displayed in chronological order.
  • a frame 242 surrounding a portion having an abnormality is added to the target signal.
  • the portion having the abnormality is, for example, a portion corresponding to the time indicated by the time information included in the abnormality signal.
  • a character 243 “FAIL” indicating that there is an abnormality is added near the frame 242.
  • the user can recognize that there is an abnormality in the monitoring target by looking at the frame 242 and the character 243. Further, the user can recognize from which part of the target signal the abnormality has been detected. Thus, for example, more detailed analysis can be performed regarding the detection of an abnormality.
  • server device 130 “sound”, “rotation speed”, “target signal”, and “reference signal” are “abnormality detection device” and “physical quantity” according to the present invention, respectively. , “Other physical quantities”, “first signal”, and “second signal”.
  • the mask pattern is switched according to the reference signal, even when the physical quantity detected from the monitoring target changes due to the influence of another physical quantity related to the monitoring target, the abnormality of the monitoring target is accurately detected. Can be detected. Further, since it is not necessary for the user to perform the operation of switching the mask pattern, the user can save time and effort.
  • a mask pattern may be generated by machine learning.
  • the server device 130 includes a generating unit 236 in addition to the functional configuration illustrated in FIG.
  • the generation unit 236 generates a mask pattern based on the frequency spectrum of the target signal output when the monitoring target is normal. For example, a mask pattern that defines a range equal to or less than the upper limit value of the amplitude of each frequency included in the frequency spectrum as an allowable range may be generated.
  • the generated mask pattern is stored in association with another physical quantity indicated by the reference signal acquired together with the target signal.
  • the mask pattern 301 shown in FIG. May be generated.
  • the mask pattern shown in FIG. 302 may be generated. Whether or not the target signal is output when the monitoring target is normal may be specified by the user. Alternatively, a target signal output during a period in which no abnormality is detected by the abnormality detection unit 235 may be used as a signal output when the monitoring target is normal. According to this modification, a mask pattern is automatically generated.
  • a mask pattern may be determined according to a plurality of reference signals output from a plurality of sensors 110.
  • the correspondence table 237 stores a combination of a plurality of physical quantities indicated by a plurality of reference signals and a mask pattern in association with each other.
  • Each of the plurality of physical quantities indicates another physical quantity that affects the physical quantity corresponding to the target signal. For example, when the physical quantity corresponding to the target signal is the vibration of the car, the vibration of the car varies depending on both the tire pressure and the vehicle speed, and thus a plurality of other physical quantities include the tire pressure, the vehicle speed, and the like. May be combined.
  • a plurality of other physical quantities may have a correlation with each other.
  • the determination unit 233 may determine, for example, a mask pattern stored in the correspondence table 237 in association with a plurality of other physical quantities. For example, when the tire pressure indicated by the plurality of reference signals is 240 kpa and the vehicle speed is 40 km, the mask pattern stored in association with the combination of the tire pressure and the vehicle speed is determined. Is also good. According to this modification, even when one physical quantity detected from the monitoring target changes due to the influence of a plurality of other physical quantities related to the monitoring target, an abnormality in the monitoring target can be accurately detected.
  • a mathematical expression that is used to output identification information of a corresponding mask pattern when a reference signal is input is used instead of the correspondence table 237. You may.
  • a mathematical expression that outputs the corresponding mask pattern when the reference signal is input may be used instead of the correspondence table 237.
  • not only detection of an abnormality of a monitoring target but also occurrence of an abnormality may be predicted.
  • the processing shown in FIG. 4 is performed at predetermined time intervals, and the comparison result between the frequency spectrum of the target signal and the mask pattern is stored in the storage 133 in time series.
  • the comparison result stored in the storage 133 when a sign of an abnormality of a monitoring target is detected, it may be notified that an abnormality may occur. For example, when at least a part of the frequency spectrum is gradually approaching the upper limit of the mask pattern, a sign of abnormality of the monitoring target may be detected. According to this modification, it is possible to predict the occurrence of an abnormality in the monitoring target.
  • the processing performed after the detection of the abnormality of the monitoring target is not limited to the notification of the abnormality.
  • some processing may be executed in response to detection of a monitoring target abnormality.
  • the number of mask patterns may change according to the accuracy of the abnormality detection requested by the user.
  • the number of mask patterns may increase as the accuracy of abnormality detection increases.
  • the range of the physical quantity indicated by the reference signal is finely divided. For example, in the example shown in FIG. 5, the range of the number of rotations from 2000 to 5000 is divided into three, and each range is associated with a mask pattern. In this case, the number of mask patterns corresponding to the range of the number of rotations of 2000 to 5000 is three.
  • the accuracy of the abnormality detection requested by the user is high, the range of the number of rotations from 2000 to 5000 may be divided into six, and each range may be associated with a mask pattern. In this case, the number of mask patterns corresponding to the range of the number of rotations from 2000 to 5000 is six. According to this modification, the accuracy of abnormality detection can be changed according to a user's request.
  • the shapes of the mask patterns shown in FIGS. 5 to 7 are examples.
  • the mask pattern may have any shape as long as it defines an allowable range.
  • a mask pattern 307 that defines a range of not less than the lower limit value and not more than the upper limit value of the amplitude of each frequency included in the frequency spectrum as an allowable range may be used.
  • the monitoring target has an abnormality not only when at least a part of the frequency spectrum 311 is larger than the allowable range defined by the mask pattern 307 but also when it is smaller than the allowable range.
  • the change in the mask pattern according to the number of rotations is not limited to the example shown in FIG. For example, as the number of rotations increases, the amplitude of the center of the corresponding mask pattern may shift. Further, as the number of rotations increases, the shape of the corresponding mask pattern may be deformed. This modification may or may not conform to certain rules.
  • the process of detecting the abnormality of the monitoring target may be performed in real time when the target signal and the reference signal are received from the sensor 110, or the target signal and the reference signal received from the sensor 110 may be processed. It may be stored and later performed in non-real time. Note that “real time” does not always have to be simultaneous, and there may be some delay.
  • the reference signal may be a signal for controlling another physical quantity.
  • the reference signal may be a signal for controlling the engine speed.
  • another device may have at least a part of the function of the server device 130.
  • the client device 120 may have at least a part of the functions of the server device 130 shown in FIG. 3 or FIG.
  • the client device 120 may function as an abnormality detection device. In this case, the server device 130 may not be provided.
  • the steps of the processing performed in the abnormality detection system 100 are not limited to the example described in the above-described embodiment. The steps of this process may be interchanged as long as there is no inconsistency.
  • the present invention may be provided as an abnormality detection method including steps of processing performed in the abnormality detection system 100.
  • the present invention may be provided as a program executed in the sensor 110, the client device 120, the server device 130, or the terminal device 140.
  • This program may be downloaded via a communication line such as the Internet.
  • These programs are provided in a state recorded on a computer-readable recording medium such as a magnetic recording medium (magnetic tape, magnetic disk, etc.), an optical recording medium (optical disk, etc.), a magneto-optical recording medium, and a semiconductor memory. May be done.
  • the monitoring target is not limited to the car.
  • the monitoring target may be, for example, a drone.
  • a drone is an unmanned aerial vehicle that can fly by remote control or automatic control.
  • the drone includes a propeller, a driving unit such as a motor that drives the propeller, and a control unit that controls the driving unit.
  • the sensor 110 is mounted on a drone such as a vibration sensor that detects vibration of the drone, a vibration sensor or microphone that acquires the sound of the driving unit, a tachometer that measures the rotation speed of the driving unit, a thermometer, and a barometer.
  • Various measuring devices to be performed may be included.
  • the storage 133 stores, for example, a correspondence table 238 shown in FIG.
  • a range of the number of rotations of the driving unit such as “2000 or more and less than 2500”, “2500 or more and less than 3500”, or “3500 or more and less than 5000” is associated with a plurality of mask patterns 304 to 306, respectively. It is remembered.
  • the plurality of mask patterns 304 to 306 have different shapes and positions.
  • the center frequency shifts to a higher value as the number of rotations of the drive unit increases. Further, the peak amplitudes of the mask patterns 304 to 306 are different.
  • the peak amplitude of the mask pattern 305 is the largest, and the peak amplitudes of the other mask patterns 304 and 306 are smaller than the peak amplitude of the mask pattern 305. This is because vibration resonance occurs in a frequency band having a peak of the mask pattern 305 when the range of the number of rotations of the driving unit is “2500 or more and less than 3500”.
  • the drone abnormality may be detected by performing the same processing as in the above-described embodiment using the correspondence table 238.
  • the mask pattern may be represented by a function such as a polynomial function or a trigonometric function.
  • the mask pattern may be represented by the following quadratic function (1).
  • a is the degree of opening of the parabola
  • b is the frequency of the vertex
  • c is the amplitude of the vertex.
  • a, b, or c may be changed by the reference signal.
  • the shape of the mask pattern may further change depending on the characteristics of the sensor 110.
  • frequency components outside the frequency band obtainable by the microphone may be removed from these mask patterns. That is, these mask patterns may have a shape such that the amplitude of the frequency outside the obtainable frequency band becomes zero.
  • the frequency band that the microphone can acquire is 100 Hz to 14 kHz.
  • the center frequency shifts to a higher frequency in a plurality of mask patterns 301 to 303 a frequency component higher than 14 kHz is removed, so that the mask pattern 301 is removed.
  • the frequency band widths to 303 may be gradually narrowed.
  • the shape of the mask pattern may change depending on the frequency band that can be obtained by the sensor 110 that has output the target signal.
  • the plurality of sensors 110 include a plurality of microphones having different frequencies that can be obtained from each other.
  • the frequency band that can be acquired by the first microphone is 100 Hz to 14 kHz
  • the frequency band that can be acquired by the second microphone is 200 Hz to 3 kHz.
  • frequency components lower than 100 Hz and frequency components higher than 14 kHz may be removed from the plurality of mask patterns. That is, each of the plurality of mask patterns may have a shape such that the amplitude of a frequency other than 100 Hz to 14 kHz becomes zero.
  • each of the plurality of mask patterns may have a shape such that the amplitude of a frequency other than 200 Hz to 3 kHz becomes zero.
  • a set of mask patterns having different shapes may be selected and used by the microphone that has output the target signal.
  • 100 abnormality detection system
  • 110 sensor
  • 120 client device
  • 130 server device
  • 140 terminal device
  • 141 display unit
  • 231 signal acquisition unit
  • 232 frequency spectrum acquisition unit
  • 233 determination unit
  • 234 Mask processing unit
  • 235 abnormality detection unit
  • 236 generation unit

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

信号取得部は、監視対象から周波数特性を有する物理量を検出するセンサから物理量に応じて出力された第１信号と、監視対象に関する他の物理量を示す第２信号とを取得する。周波数スペクトル取得部は、第１信号の周波数スペクトルを取得する。決定部は、第２信号に応じて、周波数スペクトルの許容範囲を定めたマスクパターン（３０２）を決定する。異常検知部は、マスクパターン（３０２）と周波数スペクトルとの対比により、監視対象の異常を検知する。

Description

異常検知装置、異常検知システム、及びプログラム
　本発明は、監視対象の異常を検知する技術に関する。
　機械等の監視対象の異常を検知する技術が知られている。例えば特許文献１には、回転機器の音に基づいて生成された特定指標値と閾値とに基づいて、回転機器の不具合の予兆を検出することが記載されている。特許文献２には、メインポンプの振動波形の正常時の周波数スペクトルパターンと現状の周波数スペクトルパターンとを比較することにより、メインポンプの寿命に関するデータを出力することが記載されている。
特開２０１８－４０６０５号公報 特開２０１７－１４２１５３号公報
　監視対象から検出された或る物理量は、監視対象に関する他の物理量の影響により変化する場合がある。例えば車の音高は、通常、エンジンの回転数が多くなる程、高くなる。この場合、エンジンの回転数によって、車の正常な音の特徴も変化する。しかし、特許文献１及び２に記載の発明では、いずれも、監視対象から検出された物理量の正常時の特徴の範囲は一定であり、他の物理量が変化しても変化しない。そのため、他の物理量が変化すると、異常を検知する精度が悪くなる場合がある。
　本発明は、監視対象から検出された物理量が監視対象に関する他の物理量の影響により変化する場合でも、監視対象の異常を精度良く検知することを目的とする。
　本発明は、監視対象から周波数特性を有する物理量を検出するセンサから前記物理量に応じて出力された第１信号と、前記監視対象に関する他の物理量を示す第２信号とを取得する信号取得部と、前記第１信号の周波数スペクトルを取得する周波数スペクトル取得部と、前記第２信号に応じて、前記周波数スペクトルの許容範囲を定めたマスクパターンを決定する決定部と、前記マスクパターンと前記周波数スペクトルとの対比により、前記監視対象の異常を検知する異常検知部とを備える異常検知装置を提供する。
　前記決定部は、前記第２信号に応じて、形状又は位置が異なるマスクパターンを決定してもよい。
　前記第２信号は、前記他の物理量を検出する他のセンサから出力された信号であってもよい。
　前記第２信号は、前記他の物理量を制御する信号であってもよい。
　前記信号取得部は、前記監視対象に関する複数の他の物理量を検出する複数のセンサから出力された複数の第２信号を取得し、前記決定部は、前記複数の第２信号に応じて、前記マスクパターンを決定してもよい。
　前記信号取得部は、時系列に沿って前記センサから前記物理量に応じて出力された複数の第１信号を取得し、前記周波数スペクトル取得部は、前記複数の第１信号の複数の周波数スペクトルを取得し、前記異常検知装置は、前記複数の周波数スペクトルのうち、前記監視対象の正常時に出力された第１信号の周波数スペクトルに基づいて、前記マスクパターンを生成する生成部をさらに備えてもよい。
　また、本発明は、監視対象から周波数特性を有する物理量を検出して、前記物理量に応じた第１信号を出力するセンサと、前記センサから出力された前記第１信号と、前記監視対象に関する他の物理量を示す第２信号とを取得する信号取得部と、前記第１信号の周波数スペクトルを取得する周波数スペクトル取得部と、前記第２信号に応じて、前記周波数スペクトルの許容範囲を定めたマスクパターンを決定する決定部と、前記マスクパターンと前記周波数スペクトルとの対比により、前記監視対象の異常を検知する異常検知部とを備える異常検知システムを提供する。
　さらに、本発明は、コンピュータに、監視対象から周波数特性を有する物理量を検出するセンサから前記物理量に応じて出力された第１信号と、前記監視対象に関する他の物理量を示す第２信号とを取得するステップと、前記第１信号の周波数スペクトルを取得するステップと、前記第２信号に応じて、前記周波数スペクトルの許容範囲を定めたマスクパターンを決定するステップと、前記マスクパターンと前記周波数スペクトルとの対比により、前記監視対象の異常を検知するステップとを実行させるためのプログラムを提供する。
　本発明によれば、監視対象から検出された物理量が監視対象に関する他の物理量の影響により変化する場合でも、監視対象の異常を精度良く検知することができる。
実施形態に係る異常検知システム１００の構成の一例を示す図である。 サーバ装置１３０のハードウェア構成の一例を示す図である。 サーバ装置１３０の機能構成の一例を示す図である。 異常検知処理の一例を示すフローチャートである。 対応テーブル２３７の一例を示す図である。 マスク処理の一例を示す図である。 マスク処理の別の例を示す図である。 画面２４１の一例を示す図である。 変形例に係るサーバ装置１３０の機能構成の一例を示す図である。 変形例に係るマスクパターン３０７の一例を示す図である。 変形例に係る対応テーブル２３８の一例を示す図である。
１．構成
　図１は、本実施形態に係る異常検知システム１００の構成の一例を示す図である。異常検知システム１００は、監視対象から物理量を検出するセンサ１１０から出力された信号に基づいて、監視対象の異常を検知する。この監視対象は、例えば車やドローン等の機械、車のタイヤやドローンのモーター等の機械の部品、又は人や動物等の生物であってもよい。
　異常検知システム１００は、複数のセンサ１１０と、クライアント装置１２０と、サーバ装置１３０と、端末装置１４０とを備える。なお、図１に示す各装置の数は例示であり、これに限定されない。複数のセンサ１１０とクライアント装置１２０とは、通信回線１５０を介して接続されている。通信回線１５０は、複数のセンサ１１０とクライアント装置１２０との間の通信を伝送する。また、クライアント装置１２０、サーバ装置１３０、及び端末装置１４０は、通信回線１６０を介して接続されている。通信回線１６０は、クライアント装置１２０、サーバ装置１３０、及び端末装置１４０の間の通信を伝送する。通信回線１６０には、例えば移動通信ネットワークとインターネットとが含まれてもよい。
　センサ１１０は、例えばセンサ素子とＡＤ（Analog-to-Digital）変換回路とを有し、監視対象から物理量を検出し、検出した物理量に応じた信号を出力する。センサ１１０は、例えば所定のサンプリング周期で信号をサンプリングする。これにより、センサ１１０からは、１秒間に数百～数千個の信号が時系列に沿って出力される。複数のセンサ１１０には、周波数特性を有する物理量を検出するセンサ１１０が含まれる。この物理量は、例えば監視対象に異常が発生した時に変化する特徴を有する。この物理量は、例えば音、振動、電波、又は心拍であってもよい。例えば監視対象が車である場合、複数のセンサ１１０には、エンジンの音を取得するマイクロフォン、エンジンの回転数を計測する回転計、車の速度を計測する速度計、ステアリングの角度を計測する角度計、燃料噴射量計、温度計、車の位置を測定するＧＰＳ（Global Positioning System）等の車に搭載される各種の計測機器が含まれてもよい。
　クライアント装置１２０は、監視対象側に設けられる。例えば監視対象が車である場合、クライアント装置１２０は車に搭載されてもよい。クライアント装置１２０は、後述するサーバ装置１３０と同様の構成を備えるコンピュータである。クライアント装置１２０は、センサ１１０から出力された信号をサーバ装置１３０に送信する機能を有する。この送信は、ストリーミング方式で行われてもよい。この「ストリーミング方式」とは、信号を取得に応じて順次送信する方式をいう。クライアント装置１２０とセンサ１１０との間の通信は、例えばＣＡＮ（Controller Area Network）プロトコル（登録商標）に従って行われてもよい。また、クライアント装置１２０は、無線通信機能を有しており、３Ｇ、ＬＴＥ（Long　Term　Evolution）、Ｗｉ－Ｆｉ（登録商標）、ＷｉＭＡＸ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の無線通信規格に従って通信回線１６０に無線で接続される。
　図２は、サーバ装置１３０のハードウェア構成の一例を示す図である。サーバ装置１３０は、ユーザに各種のサービスを提供するコンピュータである。サーバ装置１３０は、クライアント装置１２０から収集した信号を解析して、監視対象の異常を検知する機能を有する。サーバ装置１３０は、プロセッサ１３１と、メモリ１３２と、ストレージ１３３、通信インタフェース１３４とを備える。これらの構成は、バス１３５を介して接続されている。プロセッサ１３１は、プログラムをメモリ１３２に読み出して実行することにより、各種の処理を実行する。プロセッサ１３１には、例えばＣＰＵ（Central Processing Unit）が用いられてもよい。メモリ１３２は、コンピュータ読み取り可能な記録媒体であり、主記憶装置とも呼ばれる。メモリ１３２には、プロセッサ１３１により実行されるプログラムが記憶される。メモリ１３２には、例えばＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）、又はその組み合わせが用いられてもよい。ストレージ１３３は、コンピュータ読み取り可能な記録媒体であり、補助記憶装置とも呼ばれる。ストレージ１３３には、各種のデータ及びプログラムが記憶される。ストレージ１３３には、例えばハードディスク又はフラッシュメモリが用いられてもよい。通信インタフェース１３４は、通信回線１５０及び１６０に接続されている。通信インタフェース１３４は、通信回線１５０又は１６０を介してデータ通信を行う。
　図３は、サーバ装置１３０の機能構成の一例を示す図である。サーバ装置１３０は、信号取得部２３１と、周波数スペクトル取得部２３２と、決定部２３３と、マスク処理部２３４と、異常検知部２３５として機能する。これらの機能は、メモリ１３２に記憶されたプログラムと、このプログラムを実行するプロセッサ１３１との協働により、プロセッサ１３１が演算を行い又は通信インタフェース１３４による通信を制御することにより実現される。
　信号取得部２３１は、センサ１１０から周波数特性を有する物理量に応じて出力された対象信号と、監視対象に関する他の物理量を示す参照信号とを取得する。参照信号は、対象信号を出力するセンサ１１０とは異なるセンサ１１０から出力されてもよい。他の物理量は、対象信号に対応する物理量の周波数成分に影響を及ぼす物理量である。他の物理量は、対象信号に対応する物理量と相関を有していてもよい。他の物理量は、周波数特性を有していてもよいし、有していなくてもよい。例えば監視対象が車である場合、他の物理量は、エンジンの回転数、タイヤの空気圧、車の速度、気温、気圧、湿度、又はモーターの電圧であってもよい。例えば対象信号に対応する物理量がエンジンの音である場合、エンジンの音はエンジンの回転数によって変化するため、他の物理量は、エンジンの回転数であってもよい。また対象信号に対応する物理量が車の振動である場合、車の振動はタイヤの空気圧によって変化するため、他の物理量はタイヤの空気圧であってもよい。対象信号に対応する物理量とその物理量に影響を及ぼす他の物理量との組み合わせは、予め定められていてもよい。
　周波数スペクトル取得部２３２は、対象信号の周波数スペクトルを取得する。この周波数スペクトルは、例えば対象信号を周波数領域に変換することにより得られる。この変換には、例えば高速フーリエ変換が用いられてもよい。
　決定部２３３は、参照信号に応じて、周波数スペクトルの許容範囲を定めたマスクパターンを決定する。この許容範囲は、周波数及び振幅により表される。例えば許容範囲は、正常時の監視対象から検出される物理量の周波数及び振幅の範囲を示す。マスクパターンは、参照信号によって、形状又は位置が異なるパターンが決定されてもよい。
　マスク処理部２３４は、マスクパターンを用いて、対象信号の周波数スペクトルにマスク処理を施す。マスク処理では、例えば対象信号の周波数スペクトルからマスクパターンが定める許容範囲内の周波数成分が除去され、許容範囲外の周波数成分が抽出される。
　異常検知部２３５は、対象信号の周波数スペクトルとマスクパターンとの対比により、監視対象の異常を検知する。この対比には、マスク処理の結果が用いられてもよい。例えばマスク処理により全ての周波数成分が除去された場合には、周波数スペクトルがマスクパターンの定める許容範囲内に収まっていることを示す。このように、周波数スペクトルがマスクパターンの定める許容範囲内に収まっている場合には、監視対象の異常は検知されない。一方、マスク処理により周波数成分が抽出された場合には、周波数スペクトルの少なくとも一部がマスクパターンの定める許容範囲から外れていることを示す。このように、周波数スペクトルの少なくとも一部がマスクパターンの定める許容範囲から外れている場合には、監視対象の異常が検知される。
　図１に戻り、端末装置１４０は、クライアントコンピュータ、タブレット端末、スマートフォン等の通信機能を有するコンピュータである。端末装置１４０は、上述したサーバ装置１３０と同様の構成に加えて、表示部１４１を備える。表示部１４１は、各種の画像を表示する。表示部１４１には、例えば液晶ディスプレイが用いられてもよい。
２．動作
　図４は、異常検知処理の一例を示すフローチャートである。ここでは、監視対象が車であり、複数のセンサ１１０には、この車のエンジンの音を取得するマイクロフォンと、このエンジンの回転数を計測する回転計とが含まれるものとする。この場合、マイクロフォンから出力された信号が対象信号として用いられ、回転計から出力された信号が参照信号として用いられる。対象信号及び参照信号は、いずれも、時系列に沿って振幅が変化する波形を有する。対象信号及び参照信号は、ＣＡＮ（Controller Area Network）に従った信号であってもよい。マイクロフォンから出力された対象信号と、回転計から出力された参照信号とは、クライアント装置１２０により順次サーバ装置１３０に送信される。図４に示す異常検知処理は、サーバ装置１３０において行われる。この異常検知処理は、所定の時間間隔で開始されてもよいし、参照信号が示す物理量が変化した時に開始されてもよい。
　信号取得部２３１は、クライアント装置１２０から送信された対象信号及び参照信号を受信する（ステップＳ１１）。周波数スペクトル取得部２３２は、高速フーリエ変換を用いて、ステップＳ１１において受信された対象信号を周波数領域に変換する（ステップＳ１２）。これにより、対象信号の周波数スペクトルが得られる。決定部２３３は、ストレージ１３３に予め記憶された対応テーブル２３７を参照して、ステップＳ１１において受信された参照信号に対応するマスクパターンを決定する（ステップＳ１３）。
　図５は、対応テーブル２３７の一例を示す図である。対応テーブル２３７には、複数のエンジンの回転数の範囲と、複数のマスクパターンとが、それぞれ対応付けて記憶されている。各回転数の範囲の間隔は、等間隔であってもよいし、図５に示すように不等間隔であってもよい。なお、図５では、マスクパターンは、横軸を周波数、縦軸を振幅とする周波数領域のグラフで表されている。しかし、実際にはマスクパターンは、例えば配列で表されてもよい。マスクパターンは、図中の網掛けで示された許容範囲内の周波数成分を阻止し、許容範囲外の周波数成分を通過させる。各マスクパターンには、正常時のエンジンが対応する回転数で回転しているときに、そのエンジンから発せられる音の周波数及び振幅の範囲が、許容範囲として定められている。複数のマスクパターンは、互いに異なるパターンを有する。この例では、マスクパターンの形状は実質的に同一であるが、回転数が増える程、対応するマスクパターンの中心の周波数が高い方へとシフトしていく。図５に示す例では、回転数が「２０００以上２５００未満」、「２５００以上３５００未満」、「３５００以上５０００未満」という範囲と、マスクパターン３０１、３０２、３０３とが、それぞれ対応付けて記憶されている。例えば参照信号が示す回転数が「２５００以上３５００未満」である場合には、この回転数の範囲と対応付けて記憶されたマスクパターン３０２が決定される。
　マスク処理部２３４は、ステップＳ１３において決定されたマスクパターンを用いて、ステップＳ１２において得られた周波数スペクトルにマスク処理を施す（ステップＳ１４）。
　図６は、マスク処理の一例を示す図である。この例では、ステップＳ１２において周波数スペクトル３１１が生成され、ステップＳ１３においてマスクパターン３０２が決定された場合を想定する。図６に示すように、周波数スペクトル３１１は、マスクパターン３０２の許容範囲内に収まっている。この場合、マスク処理により周波数スペクトル３１１から周波数スペクトル３１１の全ての周波数成分が除去される。
　図７は、マスク処理の別の例を示す図である。この例では、ステップＳ１２において周波数スペクトル３１２が生成され、ステップＳ１３においてマスクパターン３０２が決定された場合を想定する。図７に示すように、周波数スペクトル３１２の一部の振幅がマスクパターン３０２の許容範囲を超えている。この場合、マスク処理によりこの部分の周波数成分が抽出される。
　異常検知部２３５は、ステップＳ１４において施されたマスク処理の結果に基づいて、監視対象に異常があるか否かを判定する（ステップＳ１５）。例えば図６に示すように、マスク処理により周波数スペクトルの全ての周波数成分が除去された場合には、監視対象に異常がないと判定される（ステップＳ１５の判定がＮＯ）。この場合、この処理は終了する。一方、例えば図７に示すように、マスク処理により周波数スペクトルの一部の周波数成分が抽出された場合には、監視対象に異常があると判定される（ステップＳ１５の判定がＹＥＳ）。この場合、異常検知部２３５は、異常を通知する（ステップＳ１６）。例えば対象信号を含む複数の信号がサーバ装置１３０から端末装置１４０に送信される場合、対象信号とともに異常の発生を通知する異常通知信号が端末装置１４０に送信されてもよい。この異常通知信号には、異常が発生した時間、例えばマスク処理により抽出された部分に相当する時間を示す時間情報が含まれてもよい。この場合、端末装置１４０においては、対象信号を含む複数の信号と異常通知信号とに応じた画面２４１が表示部１４１に表示される。
　図８は、画面２４１の一例を示す図である。画面２４１には、対象信号を含む複数の信号が時系列に沿って表示される。また、対象信号には、異常がある部分を囲む枠２４２が付加される。この異常がある部分は、例えば異常信号に含まれる時間情報が示す時間に対応する部分である。さらに、枠２４２の近傍には、異常があることを示す「ＦＡＩＬ」という文字２４３が付加される。ユーザは、枠２４２及び文字２４３を見ることにより、監視対象に異常があることを認識することができる。また、ユーザは、対象信号のどの部分から異常が検知されたかを認識することができる。これにより、例えば異常の検知に関し、さらに詳細な分析を行うことができる。
　なお、上述した実施形態においては、「サーバ装置１３０」、「音」、「回転数」、「対象信号」、「参照信号」が、それぞれ、本発明に係る「異常検知装置」、「物理量」、「他の物理量」、「第１信号」、「第２信号」として用いられている。
　以上説明した実施形態によれば、参照信号に応じてマスクパターンが切り替えられるため、監視対象から検出された物理量が監視対象に関する他の物理量の影響により変化する場合でも、監視対象の異常を精度良く検知することができる。また、ユーザがマスクパターンを切り替える操作を行う必要がないため、ユーザの手間を省くことができる。
３．変形例
　上述した実施形態は、本発明の一例である。この実施形態は、以下のように変形してもよい。また、以下の変形例を組み合わせて実施してもよい。
　上述した実施形態において、機械学習によりマスクパターンが生成されてもよい。この場合、サーバ装置１３０は、図９に示すように、図３に示す機能構成に加えて生成部２３６を有する。生成部２３６は、監視対象の正常時に出力された対象信号の周波数スペクトルに基づいて、マスクパターンを生成する。例えばこの周波数スペクトルに含まれる各周波数の振幅の上限値以下の範囲を許容範囲として定めるマスクパターンが生成されてもよい。生成されたマスクパターンは、この対象信号とともに取得された参照信号が示す他の物理量と対応付けて記憶される。例えば車の正常時に「２０００以上２５００未満」の回転数の範囲を示す参照信号ともに出力された対象信号の周波数スペクトルの各周波数の振幅の上限値を結ぶことにより、図５に示すマスクパターン３０１が生成されてもよい。同様に、車の正常時に「２５００以上３５００未満」の回転数の範囲を示す参照信号ともに出力された対象信号の周波数スペクトルの各周波数の振幅の上限値を結ぶことにより、図５に示すマスクパターン３０２が生成されてもよい。なお、対象信号が監視対象の正常時に出力されたものであるか否かは、ユーザにより指定されてもよい。或いは、異常検知部２３５により異常が検知されない期間に出力された対象信号が、監視対象の正常時に出力されたものとして用いられてもよい。この変形例によれば、マスクパターンが自動で生成される。
　上述した実施形態において、複数のセンサ１１０から出力された複数の参照信号に応じて、マスクパターンが決定されてもよい。この場合、対応テーブル２３７には、複数の参照信号が示す複数の物理量の組み合わせとマスクパターンとが対応付けて記憶される。この複数の物理量は、いずれも、対象信号に対応する物理量に影響を及ぼす他の物理量を示す。例えば対象信号に対応する物理量が車の振動である場合、車の振動は、タイヤの空気圧と車の速度との両方によって変化するため、複数の他の物理量は、タイヤの空気圧と車の速度との組み合わせであってもよい。複数の他の物理量は、互いに相関を有していてもよい。決定部２３３は、例えば対応テーブル２３７において複数の他の物理量と対応付けて記憶されたマスクパターンを決定してもよい。例えば複数の参照信号が示すタイヤの空気圧が２４０ｋｐａであり、車の速度が４０ｋｍである場合には、このタイヤの空気圧と車の速度との組み合わせに対応付けて記憶されたマスクパターンが決定されてもよい。この変形例によれば、監視対象から検出された１の物理量が監視対象に関する複数の他の物理量の影響により変化する場合でも、監視対象の異常を精度良く検知することができる。
　上述した実施形態において、例えば回転数の範囲の間隔が等間隔である場合、対応テーブル２３７に代えて、参照信号が入力されると、対応するマスクパターンの識別情報が出力される数式が用いられてもよい。また、参照信号に応じてマスクパターンが一定の規則に従って変化する場合には、対応テーブル２３７に代えて、参照信号が入力されると対応するマスクパターンが出力される数式が用いられてもよい。
　上述した実施形態において、監視対象の異常の検知だけでなく、異常の発生が予測されてもよい。この場合、例えば図４に示す処理が所定の時間間隔で行われ、対象信号の周波数スペクトルとマスクパターンの対比結果が時系列に沿ってストレージ１３３に記憶される。ストレージ１３３に記憶された対比結果を分析することにより、監視対象の異常の予兆が検知された場合には、異常が発生する可能性があることが通知されてもよい。例えば、周波数スペクトルの少なくとも一部が徐々にマスクパターンの上限に近づいている場合には、監視対象の異常の予兆が検知されてもよい。この変形例によれば、監視対象の異常の発生を予測することができる。
　上述した実施形態において、監視対象の異常の検知の後に行われる処理は、異常の通知に限定されない。例えば監視対象の異常が検知されたことに応じて、何らかの処理が実行されてもよい。
　上述した実施形態において、ユーザにより要求された異常検知の精度に応じて、マスクパターンの数が変化してもよい。この場合、異常検知の精度が高い程、マスクパターンの数が増えてもよい。マスクパターンが増える程、参照信号が示す物理量の範囲は細かく分けられる。例えば図５に示す例では、２０００～５０００の回転数の範囲が３つに分けられ、それぞれの範囲にマスクパターンが対応付けられている。この場合、２０００～５０００の回転数の範囲に対応するマスクパターンの数は３つになる。これに対し、ユーザにより要求された異常検知の精度が高い場合には、２０００～５０００の回転数の範囲が６つに分けられ、それぞれの範囲にマスクパターンが対応付けられてもよい。この場合、２０００～５０００の回転数の範囲に対応するマスクパターンの数は６つになる。この変形例によれば、ユーザの要求に応じて異常検知の精度を変えることができる。
　上述した実施形態において、図５～７に示すマスクパターンの形状は一例である。マスクパターンは、許容範囲を定めるものであれば、どのような形状を有していてもよい。例えば、図１０に示すように、周波数スペクトルに含まれる各周波数の振幅の下限値以上、上限値以下の範囲を許容範囲として定めるマスクパターン３０７が用いられてもよい。この場合、周波数スペクトル３１１の少なくとも一部が、マスクパターン３０７が定める許容範囲より大きい場合だけではなく、許容範囲より小さい場合にも、監視対象に異常があると判定される。また、回転数に応じたマスクパターンの変化は、図５に示す例に限定されない。例えば、回転数が増える程、対応するマスクパターンの中心の振幅がシフトしていってもよい。また、回転数が増える程、対応するマスクパターンの形状が変形して行ってもよい。この変形は、一定の規則に従ったものであってもよいし、一定の規則に従ったものでなくてもよい。
　上述した実施形態において、監視対象の異常を検出する処理は、センサ１１０から対象信号及び参照信号を受信したときに、リアルタイムで行われてもよいし、センサ１１０から受信した対象信号及び参照信号を蓄積し、後から非リアルタイムで行われてもよい。なお、「リアルタイム」とは、必ずしも同時でなくてもよく、多少の遅延があってもよい。
　上述した実施形態において、参照信号は、他の物理量を制御する信号であってもよい。例えば他の物理量がエンジンの回転数である場合、参照信号は、エンジンの回転数を制御する信号であってもよい。
　上述した実施形態において、サーバ装置１３０の機能の少なくとも一部を他の装置が有してもよい。例えばクライアント装置１２０が図３又は図９に示すサーバ装置１３０の機能の少なくとも一部を有してもよい。例えばクライアント装置１２０が図３又は図９に示すサーバ装置１３０の機能を全て有する場合、クライアント装置１２０が異常検知装置として機能してもよい。この場合、サーバ装置１３０は設けらなくてもよい。
　異常検知システム１００において行われる処理のステップは、上述した実施形態で説明した例に限定されない。この処理のステップは、矛盾のない限り、入れ替えられてもよい。本発明は、異常検知システム１００において行われる処理のステップを備える異常検知方法として提供されてもよい。
　本発明は、センサ１１０、クライアント装置１２０、サーバ装置１３０、又は端末装置１４０において実行されるプログラムとして提供されてもよい。このプログラムは、インターネットなどの通信回線を介してダウンロードされてもよい。また、これらのプログラムは、磁気記録媒体（磁気テープ、磁気ディスクなど）、光記録媒体（光ディスクなど）、光磁気記録媒体、半導体メモリなどの、コンピュータが読取可能な記録媒体に記録した状態で提供されてもよい。
　上述した実施形態において、監視対象は車に限定されない。監視対象は、例えばドローンであってもよい。ドローンとは、遠隔操作や自動制御によって飛行できる無人航空機をいう。ドローンは、プロペラと、プロペラを駆動するモーター等の駆動部と、駆動部を制御する制御部とを備える。この場合、センサ１１０には、ドローンの振動を検出する振動センサ、駆動部の音を取得する振動センサ又はマイクロフォン、駆動部の回転数を計測する回転計、温度計、気圧計等のドローンに搭載される各種の計測機器が含まれてもよい。例えば対象信号に対応する物理量が駆動部の音又はドローンの振動である場合、この物理量は駆動部の回転数、温度、又は気圧によって変化するため、他の物理量は、駆動部の回転数、温度、又は気圧であってもよい。ここでは、振動センサから出力された信号が対象信号として用いられ、制御部から駆動部に供給される駆動部の回転数を制御する信号が参照信号として用いられる場合を想定する。この場合、ストレージ１３３には例えば図１１に示す対応テーブル２３８が記憶される。対応テーブル２３８には、「２０００以上２５００未満」、「２５００以上３５００未満」、「３５００以上５０００未満」という駆動部の回転数の範囲と、複数のマスクパターン３０４～３０６とが、それぞれ対応付けて記憶されている。この例では、複数のマスクパターン３０４～３０６は、互いに形状及び位置が相違する。これらのマスクパターン３０４～３０６においては、駆動部の回転数が増える程、中心の周波数が高い方へとシフトしていく。また、マスクパターン３０４～３０６の間では、ピークの振幅が相違する。具体的には、マスクパターン３０５のピークの振幅が最も大きく、他のマスクパターン３０４及び３０６のピークの振幅はマスクパターン３０５のピークの振幅よりも小さい。これは、駆動部の回転数の範囲が「２５００以上３５００未満」である場合に、マスクパターン３０５のピークがある周波数帯域において振動の共鳴が起こるためである。この対応テーブル２３８を用いて上述した実施形態と同様の処理が行われることにより、ドローンの異常が検知されてもよい。
　上述した実施形態において、マスクパターンは多項式関数や三角関数等の関数で表されてもよい。例えばマスクパターンは、以下の二次関数の（１）式により表されてもよい。（１）式において、ａは放物線の開き具合、ｂは頂点の周波数、ｃは頂点の振幅である。この場合、参照信号によって、ａ、ｂ、又はｃが変更されてもよい。また、エンジンの回転数と頂点の振幅との対応関係を示す参照テーブルがストレージ１３３に予め記憶されている場合、ｃはこの参照テーブルを用いて求められてもよい。
Figure JPOXMLDOC01-appb-M000001
　上述した実施形態において、例えば図５に示すように、複数のマスクパターンにおいて中心の周波数がシフトしていく場合、さらにセンサ１１０の特性によってマスクパターンの形状が変化してもよい。例えば、マイクロフォンが取得可能な周波数帯域外の周波数成分がこれらのマスクパターンから除去されてもよい。すなわち、これらのマスクパターンは、取得可能な周波数帯域外の周波数の振幅が０となるような形状を有していてもよい。ここでは、マイクロフォンが取得可能な周波数帯域が１００Ｈｚ～１４ｋＨｚである場合を想定する。この場合、例えば図５に示すように、複数のマスクパターン３０１～３０３において中心の周波数が周波数の高い方へとシフトしていくと、１４ｋＨｚより高い周波数成分が除去されることにより、マスクパターン３０１～３０３の周波数帯幅が徐々に狭まっていってもよい。
　また、対象信号を出力したセンサ１１０が取得可能な周波数帯域によって、マスクパターンの形状が変化してもよい。例えば複数のセンサ１１０に、互いに取得可能な周波数の異なる複数のマイクロフォンが含まれる場合を想定する。例えば、第１マイクロフォンが取得可能な周波数帯域は１００Ｈｚ～１４ｋＨｚであり、第２マイクロフォンが取得可能な周波数帯域は２００Ｈｚ～３ｋＨｚであるとする。対象信号が第１マイクロフォンから出力された場合、複数のマスクパターンにおいて１００Ｈｚより低い周波数成分及び１４ｋＨｚより高い周波数成分は除去されてもよい。すなわち、複数のマスクパターンはいずれも、１００Ｈｚ～１４ｋＨｚ以外の周波数の振幅が０となるような形状を有してもよい。一方、対象信号が第２マイクロフォンから出力された場合、複数のマスクパターンにおいて２００Ｈｚより低い周波数成分及び３ｋＨｚより高い周波数成分は除去されてもよい。すなわち、複数のマスクパターンはいずれも、２００Ｈｚ～３ｋＨｚ以外の周波数の振幅が０となるような形状を有してもよい。この場合、対象信号を出力したマイクロフォンによって、形状の異なるマスクパターンのセットが選択されて用いられてもよい。
１００：異常検知システム、１１０：センサ、１２０：クライアント装置、１３０：サーバ装置、１４０：端末装置、１４１：表示部、２３１：信号取得部、２３２：周波数スペクトル取得部、２３３：決定部、２３４：マスク処理部、２３５：異常検知部、２３６：生成部

Claims (8)

  1. 　監視対象から周波数特性を有する物理量を検出するセンサから前記物理量に応じて出力された第１信号と、前記監視対象に関する他の物理量を示す第２信号とを取得する信号取得部と、
    　前記第１信号の周波数スペクトルを取得する周波数スペクトル取得部と、
    　前記第２信号に応じて、前記周波数スペクトルの許容範囲を定めたマスクパターンを決定する決定部と、
    　前記マスクパターンと前記周波数スペクトルとの対比により、前記監視対象の異常を検知する異常検知部と
    　を備える異常検知装置。
  2. 　前記決定部は、前記第２信号によって、形状又は位置が異なるマスクパターンを決定する
    　請求項１に記載の異常検知装置。
  3. 　前記第２信号は、前記他の物理量を検出する他のセンサから出力された信号である
    　請求項１又は２に記載の異常検知装置。
  4. 　前記第２信号は、前記他の物理量を制御する信号である
    　請求項１又は２に記載の異常検知装置。
  5. 　前記信号取得部は、前記監視対象に関する複数の他の物理量を検出する複数のセンサから出力された複数の第２信号を取得し、
    　前記決定部は、前記複数の第２信号に応じて、前記マスクパターンを決定する
    　請求項１又は２に記載の異常検知装置。
  6. 　前記信号取得部は、時系列に沿って前記センサから前記物理量に応じて出力された複数の第１信号を取得し、
    　前記周波数スペクトル取得部は、前記複数の第１信号の複数の周波数スペクトルを取得し、
    　前記複数の周波数スペクトルのうち、前記監視対象の正常時に出力された第１信号の周波数スペクトルに基づいて、前記マスクパターンを生成する生成部をさらに備える
    　請求項１から５のいずれか１項に記載の異常検知装置。
  7. 　監視対象から周波数特性を有する物理量を検出して、前記物理量に応じた第１信号を出力するセンサと、
    　前記センサから出力された前記第１信号と、前記監視対象に関する他の物理量を示す第２信号とを取得する信号取得部と、
    　前記第１信号の周波数スペクトルを取得する周波数スペクトル取得部と、
    　前記第２信号に応じて、前記周波数スペクトルの許容範囲を定めたマスクパターンを決定する決定部と、
    　前記マスクパターンと前記周波数スペクトルとの対比により、前記監視対象の異常を検知する異常検知部と
    　を備える異常検知システム。
  8. 　コンピュータに、
    　監視対象から周波数特性を有する物理量を検出するセンサから前記物理量に応じて出力された第１信号と、前記監視対象に関する他の物理量を示す第２信号とを取得するステップと、
    　前記第１信号の周波数スペクトルを取得するステップと、
    　前記第２信号に応じて、前記周波数スペクトルの許容範囲を定めたマスクパターンを決定するステップと、
    　前記マスクパターンと前記周波数スペクトルとの対比により、前記監視対象の異常を検知するステップと
    　を実行させるためのプログラム
PCT/JP2018/034430 2018-09-18 2018-09-18 異常検知装置、異常検知システム、及びプログラム WO2020059012A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/034430 WO2020059012A1 (ja) 2018-09-18 2018-09-18 異常検知装置、異常検知システム、及びプログラム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2018/034430 WO2020059012A1 (ja) 2018-09-18 2018-09-18 異常検知装置、異常検知システム、及びプログラム

Publications (1)

Publication Number Publication Date
WO2020059012A1 true WO2020059012A1 (ja) 2020-03-26

Family

ID=69886958

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2018/034430 WO2020059012A1 (ja) 2018-09-18 2018-09-18 異常検知装置、異常検知システム、及びプログラム

Country Status (1)

Country Link
WO (1) WO2020059012A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5146008B1 (ja) * 1969-12-19 1976-12-07
JPS6348934B2 (ja) * 1984-09-11 1988-10-03 Sumitomo Heavy Industries
JPH0579903A (ja) * 1991-09-19 1993-03-30 Hitachi Ltd 回転機の異常診断方法及びその装置
JPH05172625A (ja) * 1991-12-20 1993-07-09 Mitsubishi Atom Power Ind Inc プラントにおける異常検知方法
US20020111774A1 (en) * 1999-07-07 2002-08-15 Metso Paper Automation Oy Method for condition monitoring of apparatuses
JP2004093185A (ja) * 2002-08-29 2004-03-25 Nsk Ltd 回転体の異常診断装置及び方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS5146008B1 (ja) * 1969-12-19 1976-12-07
JPS6348934B2 (ja) * 1984-09-11 1988-10-03 Sumitomo Heavy Industries
JPH0579903A (ja) * 1991-09-19 1993-03-30 Hitachi Ltd 回転機の異常診断方法及びその装置
JPH05172625A (ja) * 1991-12-20 1993-07-09 Mitsubishi Atom Power Ind Inc プラントにおける異常検知方法
US20020111774A1 (en) * 1999-07-07 2002-08-15 Metso Paper Automation Oy Method for condition monitoring of apparatuses
JP2004093185A (ja) * 2002-08-29 2004-03-25 Nsk Ltd 回転体の異常診断装置及び方法

Similar Documents

Publication Publication Date Title
KR102340477B1 (ko) 기계 모니터링
US9332362B2 (en) Acoustic diagnosis and correction system
US20170178311A1 (en) Machine fault detection based on a combination of sound capture and on spot feedback
EP3605036B1 (en) Vibration analyser, and machine component diagnosis system
US20180232294A1 (en) Control device, monitoring system, and recording medium
US11370131B2 (en) Abnormality detecting device and abnormality detecting method
US20210065918A1 (en) Condition monitoring device, method, and storage medium
EP2135144B1 (en) Machine condition monitoring using pattern rules
US11594243B2 (en) Sound source estimation system and sound source estimation method
JP5985281B2 (ja) 携帯端末、振動音響計測システム及び振動音響計測方法
KR101543146B1 (ko) 진동 장치의 상태 판단 방법
JPWO2015011791A1 (ja) 異常検知評価システム
WO2020059012A1 (ja) 異常検知装置、異常検知システム、及びプログラム
US20180115874A1 (en) Method and apparatus for geomagnetic signal processing
KR102202126B1 (ko) 전류센서 및 유동감지센서 패턴정보를 이용한 장비 이상유무 판단 방법 및 장치
DK201700400A1 (en) Device, program, recording medium, and method for determining device normality and abnormality involving loads
US20220230023A1 (en) Anomaly detection method, storage medium, and anomaly detection device
JP2019168430A (ja) 診断装置及び診断方法
US11320305B2 (en) Self-diagnosis method for vibration sensor and vibration sensor system equipped with self-diagnosis function
JP2021011371A (ja) 診断装置、診断システムおよび診断方法
KR102419817B1 (ko) 볼 스크류의 프리로드 열화 평가 방법
JP2019196920A (ja) 診断装置
JP2019074373A (ja) 船舶エンジン回転数推定装置、船舶エンジン回転数推定方法および船舶エンジン回転数推定プログラム
JP2022029352A (ja) 音響診断装置
JP2024018006A (ja) 無線センサ端末、測定周波数設定方法

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18934084

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18934084

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP