特開 2022-18707 異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022018707

(43)【公開日】2022-01-27

(54)【発明の名称】異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラム

(51)【国際特許分類】

   F25B 49/02 20060101AFI20220120BHJP

   F25B 1/00 20060101ALI20220120BHJP

   G05B 23/02 20060101ALI20220120BHJP

【ＦＩ】

F25B49/02 570Z

F25B1/00 101F

G05B23/02 302V

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2020122016

(22)【出願日】2020-07-16

(71)【出願人】

【識別番号】516299338

【氏名又は名称】三菱重工サーマルシステムズ株式会社

(74)【代理人】

【識別番号】100112737

【弁理士】

【氏名又は名称】藤田 考晴

(74)【代理人】

【識別番号】100140914

【弁理士】

【氏名又は名称】三苫 貴織

(74)【代理人】

【識別番号】100136168

【弁理士】

【氏名又は名称】川上 美紀

(74)【代理人】

【識別番号】100172524

【弁理士】

【氏名又は名称】長田 大輔

(72)【発明者】

【氏名】西▲崎▼ 友基

(72)【発明者】

【氏名】二階堂 智

(72)【発明者】

【氏名】松倉 紀行

(72)【発明者】

【氏名】石黒 達男

(72)【発明者】

【氏名】森田 克明

(72)【発明者】

【氏名】池田 龍司

(72)【発明者】

【氏名】岡 裕貴

(72)【発明者】

【氏名】長原 健一

【テーマコード（参考）】

3C223

【Ｆターム（参考）】

3C223AA17

3C223BA01

3C223CC01

3C223DD01

3C223FF03

3C223FF12

3C223FF16

3C223FF22

3C223FF26

3C223FF35

3C223FF52

3C223GG01

(57)【要約】

【課題】異常検知の精度を向上させることのできる異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラムを提供することを目的とする。
【解決手段】異常検知システムは、冷凍機１１の運転データを取得する取得部と、運転データが未学習データである場合に、運転データに基づいて、冷凍機１１の所定の運転状態を推定可能なモデルを作成する作成部と、モデルにより推定した運転状態の推定値と、運転状態に対応する実測値とを比較して、運転データが外れ値か否かを判定する判定部と、運転データが外れ値でないと判定された場合に、モデルに基づいて、冷凍機１１の異常検知を行う異常検知部とを備える。
【選択図】図２

【特許請求の範囲】

【請求項1】

対象機器の運転データを取得する取得部と、
前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する作成部と、
前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する判定部と、
前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う異常検知部と、
を備える異常検知システム。

【請求項2】

前記判定部は、前記推定値及び前記実測値の誤差と、許容誤差範囲とに基づいて、前記運転データが外れ値か否かを判定する請求項１に記載の異常検知システム。

【請求項3】

前記許容誤差範囲は、前記実測値の計測誤差に基づいて設定される請求項２に記載の異常検知システム。

【請求項4】

予め複数の運転モードが設定されており、前記運転データに基づいて前記対象機器の前記運転モードを特定するモード特定部を備え、
前記作成部は、特定された前記運転モードに対応して前記モデルを作成し、
前記異常検知部は、特定された前記運転モードに対応して作成された前記モデルに基づいて、前記対象機器の異常検知を行う請求項１から３のいずれか１項に記載の異常検知システム。

【請求項5】

前記運転モードは、停止状態、アイドリング状態、負荷状態が第１所定値未満である低負荷状態、負荷状態が前記第１所定値以上であり、前記第１所定値よりも大きな値に設定された第２所定値未満である運転状態、及び負荷状態が前記第２所定値以上である高負荷状態の少なくともいずれか２つである請求項４に記載の異常検知システム。

【請求項6】

前記対象機器は、熱媒としてブラインを用いた冷凍機であり、
前記運転モードは、停止状態、アイドリング状態、前記冷凍機は運転しており、圧縮機で圧縮されたガスの一部を前記圧縮機の入口側へバイパスするホットガスバイパス弁が開となっている状態、前記冷凍機は運転しており前記ホットガスバイパス弁が閉となっている状態、及び前記冷凍機は運転しており、前記ホットガスバイパス弁が閉となっており、前記冷凍機から出力される冷水の目標温度が０℃より大きい状態の少なくともいずれか２つである請求項４に記載の異常検知システム。

【請求項7】

圧縮機と、
前記圧縮機で圧縮した冷媒を凝縮させる凝縮器と、
凝縮された冷媒を膨張させる膨張弁と、
膨張された冷媒を蒸発させ、冷水を冷却する蒸発器と、
請求項１から６のいずれか１項に記載の異常検知システムと、
を備える冷凍機。

【請求項8】

対象機器の運転データを取得する工程と、
前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する工程と、
前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する工程と、
前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う工程と、
を有する異常検知方法。

【請求項9】

対象機器の運転データを取得する処理と、
前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する処理と、
前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する処理と、
前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う処理と、
をコンピュータに実行させるための異常検知プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラムに関するものである。

【背景技術】

【0002】

熱源システムでは冷凍機が用いられている（例えば特許文献１）。冷凍機において異常が発生すると他設備へ影響を及ぼす可能性があるため、運転状態の監視が行われている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第５２４４４２０号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

冷凍機の異常検知のためにモデル（疑似冷凍機モデル）を用いる場合には、冷凍機の正常な運転状態に基づいてモデル作成を行う必要がある。作成されたモデルが、冷凍機の正常な運転状態でない運転データに基づいてしまう場合には、モデルの再現精度が低下し、異常検知を正確に行うことができない可能性がある。なお、前述のようなモデルによる異常検知精度の低下は、冷凍機に限定されず起こり得る。

【0005】

本開示は、このような事情に鑑みてなされたものであって、異常検知の精度を向上させることのできる異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

本開示の第１態様は、対象機器の運転データを取得する取得部と、前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する作成部と、前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する判定部と、前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う異常検知部と、を備える異常検知システムである。

【0007】

本開示の第２態様は、対象機器の運転データを取得する工程と、前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する工程と、前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する工程と、前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う工程と、を有する異常検知方法である。

【0008】

本開示の第３態様は、対象機器の運転データを取得する処理と、前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する処理と、前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する処理と、前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う処理と、をコンピュータに実行させるための異常検知プログラムである。

【発明の効果】

【0009】

本開示によれば、異常検知の精度を向上させることができるという効果を奏する。

【図面の簡単な説明】

【0010】

【図1】本開示の一実施形態に係る熱源システムの概略構成を示す図である。

【図2】本開示の一実施形態に係るターボ冷凍機の具体的構成を示す図である。

【図3】本開示の一実施形態に係る異常検知システムのハードウェア構成の一例を示した図である。

【図4】本開示の一実施形態に係る異常検知システムが備える機能を示した機能ブロック図である。

【図5】本開示の一実施形態に係る許容誤差範囲の例を示す図である。

【図6】本開示の一実施形態に係る異常検知処理のフローチャートを示した図である。

【図7】本開示の一実施形態に係る運転モード特定処理のフローチャートを示した図である。

【図8】本開示の一実施形態に係る運転モード特定処理のフローチャートを示した図である。

【発明を実施するための形態】

【0011】

以下に、本開示に係る異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラムの一実施形態について、図面を参照して説明する。なお、本実施形態では、異常検知の対象機器として冷凍機を一例として説明するが、対象機器については冷凍機に限定されず様々な機器を対象とすることが可能である。例えば、発電機等の機器に対しても適用することが可能である。

【0012】

図１は、本開示の一実施形態に係る熱源システム１の概略構成を示す図である。熱源システム１は、例えばビルや工場設備に設置される。熱源システム１は、空調機やファンコイル等の外部負荷３に供給する冷水に対して冷熱を与えるターボ冷凍機１１、ターボ冷凍機１２、ターボ冷凍機１３を備えている。ターボ冷凍機１１、ターボ冷凍機１２、ターボ冷凍機１３は、外部負荷３に対して並列に設置されている。なお、ターボ冷凍機の設置数は３台に限定されない。

【0013】

冷水流れからみた各ターボ冷凍機１１，１２，１３の上流側には、それぞれ、冷水を圧送する冷水ポンプ２１、冷水ポンプ２２、冷水ポンプ２３が設置されている。冷水ポンプ２１、冷水ポンプ２２、冷水ポンプ２３によって、リターンヘッダ３２からの冷水が各ターボ冷凍機１１，１２，１３へと送られる。

【0014】

サプライヘッダ３１には、各ターボ冷凍機１１，１２，１３において得られた冷水が集められるようになっている。サプライヘッダ３１に集められた冷水は、外部負荷３に供給される。外部負荷３にて空調等に供されて昇温した冷水は、リターンヘッダ３２に送られる。冷水は、リターンヘッダ３２において分岐され、各ターボ冷凍機１１，１２，１３に送られる。

【0015】

サプライヘッダ３１とリターンヘッダ３２との間には、バイパス弁３４を有するバイパス管３３が設けられている。

【0016】

本開示の手法は、ターボ冷凍機のサイクルに依らず適用可能である。ターボ冷凍機の一例として、２段圧縮２段膨張サブクールサイクルの構成を図２に示す。図２は、ターボ冷凍機１１、１２、１３の具体的構成の一例を示す図である。図２では、ターボ冷凍機１１の具体的構成を示しているが、ターボ冷凍機１２やターボ冷凍機１３についても同様の構成である。熱媒としては不凍液（ブライン）が用いられている場合について説明するが、熱媒としてはブラインに限定されない。なお、図２の構成は一例であり、冷凍機であれば他の構成を適用することも可能である。そして、ターボ冷凍機には、後述する異常検知システム５０が適用される。

【0017】

図２におけるターボ冷凍機１１は、２段圧縮２段膨張サブクールサイクルの構成となっている。なお、図２に示す構成は一例であり他の構成を採用することもできる。すなわち、図２の構成に限定されない。ターボ冷凍機１１は、冷媒を圧縮する圧縮機６０と、圧縮機６０によって圧縮された高温高圧のガス冷媒を凝縮する凝縮器６２と、凝縮器６２にて凝縮された液冷媒に対して過冷却を与えるサブクーラ６３と、サブクーラ６３からの液冷媒を膨張させる高圧膨張弁（膨張弁）６４と、高圧膨張弁６４に接続されるとともに圧縮機６０の中間段および低圧膨張弁（膨張弁）６５に接続される中間冷却器６７と、低圧膨張弁６５によって膨張させられた液冷媒を蒸発させる蒸発器６６とを備えている。

【0018】

圧縮機６０は、遠心式の２段圧縮機であり、インバータ７０によって回転数制御された電動モータ７２によって駆動されている。インバータ７０は、制御盤７４によってその出力が制御されている。圧縮機６０の冷媒吸入口には、吸入冷媒流量を制御するインレットガイドベーン（以下「ＩＧＶ」という。）７９が設けられており、ターボ冷凍機１１の容量制御が可能となっている。

【0019】

凝縮器６２には、凝縮冷媒圧力を計測するための凝縮冷媒圧力センサＰＣが設けられている。
サブクーラ６３は、凝縮器６２の冷媒流れ下流側に、凝縮された冷媒に対して過冷却を与えるように設けられている。サブクーラ６３の冷媒流れ下流側直後には、過冷却後の冷媒温度を計測する温度センサＴｓが設けられている。
凝縮器６２及びサブクーラ６３には、これらを冷却するための冷却伝熱管８０が挿通されている。冷却水流量は流量計ＦＬ２により、冷却水出口温度は温度センサＴｃｏｕｔにより、冷却水入口温度は温度センサＴｃｉｎにより計測されるようになっている。冷却水は、図示しない冷却塔において外部へと排熱された後に、再び凝縮器６２及びサブクーラ６３へと導かれるようになっている。

【0020】

中間冷却器６７には、中間圧力を計測するための圧力センサＰＭが設けられている。
蒸発器６６には、蒸発圧力を計測するための圧力センサＰＥが設けられている。蒸発器６６において吸熱されることによって定格温度の冷水が得られる。蒸発器６６には、外部負荷３へ供給される冷水を冷却するための冷水伝熱管８２が挿通されている。冷水流量は流量計ＦＬ１により、冷水出口温度は温度センサＴｏｕｔにより、冷水入口温度はＴｉｎにより計測されるようになっている。
凝縮器６２の気相部と蒸発器６６の気相部との間には、ホットガスバイパス管７６が設けられている。そして、ホットガスバイパス管７６内を流れる冷媒の流量を制御するためのホットガスバイパス弁７８が設けられている。ホットガスバイパス弁７８によってホットガスバイパス流量を調整することにより、ＩＧＶ７９では制御が十分でない非常に小さな領域の容量制御が可能となっている。すなわち、負荷が小さいとき（冷やすものがないとき等）に蒸発器６６の温度（圧力）が下がりすぎたり、圧縮機６０に液冷媒が吸引されてしまうことを防ぎ、冷凍回路を安定化させることができる。

【0021】

異常検知システム５０は、冷凍機に対して異常検知を行う。後述するように、冷凍機の正常な運転状態が推定可能なモデル（疑似冷凍機モデル）を用いて異常判定を行う。本実施形態では、数式モデル（説明変数と係数とで目的変数が表される数式モデル）を用いる場合を説明するが、モデルは数式である場合に限定されない。

【0022】

図３は、本実施形態に係る異常検知システム５０のハードウェア構成の一例を示した図である。
図３に示すように、異常検知システム５０は、コンピュータシステム（計算機システム）であり、例えば、ＣＰＵ１１１と、ＣＰＵ１１１が実行するプログラム等を記憶するためのＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１１２と、各プログラム実行時のワーク領域として機能するＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１１３と、大容量記憶装置としてのハードディスクドライブ（ＨＤＤ）１１４と、ネットワーク等に接続するための通信部１１５とを備えている。なお、大容量記憶装置としては、ソリッドステートドライブ（ＳＳＤ）を用いることとしてもよい。これら各部は、バス１１８を介して接続されている。

【0023】

また、異常検知システム５０は、キーボードやマウス等からなる入力部や、データを表示する液晶表示装置等からなる表示部などを備えていてもよい。

【0024】

なお、ＣＰＵ１１１が実行するプログラム等を記憶するための記憶媒体は、ＲＯＭ１１２に限られない。例えば、磁気ディスク、光磁気ディスク、半導体メモリ等の他の補助記憶装置であってもよい。

【0025】

後述の各種機能を実現するための一連の処理の過程は、プログラムの形式でハードディスクドライブ１１４等に記録されており、このプログラムをＣＰＵ１１１がＲＡＭ１１３等に読み出して、情報の加工・演算処理を実行することにより、後述の各種機能が実現される。なお、プログラムは、ＲＯＭ１１２やその他の記憶媒体に予めインストールしておく形態や、コンピュータ読み取り可能な記憶媒体に記憶された状態で提供される形態、有線又は無線による通信手段を介して配信される形態等が適用されてもよい。コンピュータ読み取り可能な記憶媒体とは、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等である。

【0026】

図４は、異常検知システム５０が備える機能を示した機能ブロック図である。図４に示されるように、異常検知システム５０は、取得部５１と、モード特定部５２と、作成部５３と、判定部５４と、異常検知部５５とを備えている。

【0027】

取得部５１は、冷凍機の運転データを取得する。運転データとは、冷凍機の運転状態を表す所定のパラメータの値である。このため、冷凍機には、所定の運転データを取得可能なように、計測器等が予め設置されている。なお、運転状態を示すものであれば、計測値だけでなく、冷凍機に対する指令値等を用いることも可能である。

【0028】

運転データは、例えば、各弁の開度情報や、蒸発飽和温度、冷水出口温度、蒸発器圧力（蒸発圧力）、中間冷却器圧力（中間圧力）、凝縮器圧力（凝縮冷媒圧力）、冷凍機負荷率等である。なお、運転データは、冷凍機の構成や、後述する冷凍機のモデルなどに応じて適宜選定され、上記に限定されない。

【0029】

モード特定部５２は、予め複数の運転モードが設定されており、運転データに基づいて冷凍機の運転モードを特定する。運転モードとは、冷凍機に運転状態を複数の状態に区分したものである。

【0030】

例えば、運転モードは、Ｉｎａｃｔｉｖｅ状態、Ｉｄｌｅ状態、Ｌｏｗ Ｌｏａｄ状態、Ａｃｔｉｖｅ状態、及びＨｉｇｈ Ｌｏａｄ状態とすることができる。なお、運転状態としては、Ｉｎａｃｔｉｖｅ状態、Ｉｄｌｅ状態、Ｌｏｗ Ｌｏａｄ状態、Ａｃｔｉｖｅ状態、及びＨｉｇｈ Ｌｏａｄ状態の少なくともいずれか２つを用いることとしてもよい。すなわち、複数の運転モードが予め設定されており、運転データに基づいて１つの運転モードが選択される。

【0031】

Ｉｎａｃｔｉｖｅ状態とは、停止状態である。すなわち、Ｉｎａｃｔｉｖｅ状態は、冷凍機が運転しておらず停止している状態である。

【0032】

Ｉｄｌｅ状態とは、アイドリング状態である。すなわち、Ｉｄｌｅ状態は、軽負荷のため圧縮機６０が動いていない状態である。換言すると、Ｉｄｌｅ状態は、稼働のための待機状態である。

【0033】

Ｌｏｗ Ｌｏａｄ状態とは、冷凍機は運転しており（圧縮機６０が動作しており）、圧縮機６０で圧縮されたガスの一部を圧縮機６０の入口側へバイパスするホットガスバイパス弁７８が開となっている状態である。すなわち、Ｌｏｗ Ｌｏａｄ状態は、冷凍機が運転しているものの負荷状態が低く、ホットガスバイパス弁７８が開となっている場合の状態である。

【0034】

Ａｃｔｉｖｅ状態とは、冷凍機は運転しておりホットガスバイパス弁７８が閉となっている状態である。すなわち、Ａｃｔｉｖｅ状態は、冷凍機が運転しており負荷状態が低くないため、ホットガスバイパス弁７８が閉となっている場合の状態である。

【0035】

Ｈｉｇｈ Ｌｏａｄ状態とは、冷凍機は運転しており、ホットガスバイパス弁７８が閉となっており、冷凍機から出力される冷水の目標温度が０℃より大きい状態である。すなわち、Ｈｉｇｈ Ｌｏａｄ状態は、冷凍機が運転しており負荷状態が低くないため、ホットガスバイパス弁７８が閉となっている場合であり、冷凍機から出力される冷水の目標温度が０℃より大きい状態である。特にＨｉｇｈ Ｌｏａｄ状態は、ブライン機特有の運転状態である。熱媒としてブラインを用いる場合には、冷水の目標温度を０℃以下に設定することができる。このため、ブライン機では、２点仕様を採用することができる。２点仕様では、目標温度が２つ設定されており切り替え可能とされる。例えば、目標温度が－５℃と７℃の２点設定される。そして、通常運転時では目標温度を－５℃として運転を行うが、負荷が増加した場合に目標温度を７℃へ切り替えて運転を行う。すなわち、Ｈｉｇｈ Ｌｏａｄ状態は、ブライン機特有の運転状態である。

【0036】

このように複数の運転モードが設定されており、モード特定部５２は、運転データに基づいて、冷凍機の現在の運転状態に対応する運転モードを特定する。運転データは、冷凍機の現在の運転状態を表すデータであるため、対応する運転モードを特定することができる。なお、運転モードの特定にあたっては、取得した運転データから運転モードの判別を行うこととしてもよいし、判別がしやすいように取得した運転データに基づいて所定の状態量（運転モードが判別可能な値）を算出し、状態量に基づいて運転モードの判別を行うこととしてもよい。

【0037】

運転モードの特定方法の具体例については後述する。運転モードが特定されると、特定された運転モードは、作成部５３へ出力される。

【0038】

なお、運転モードは、負荷状態に基づいて区分けすることとしてもよい。例えば、運転モードは、停止状態、アイドリング状態、負荷状態が第１所定値未満である低負荷状態、負荷状態が第１所定値以上であり、第１所定値よりも大きな値に設定された第２所定値未満である運転状態、及び負荷状態が第２所定値以上である高負荷状態（過負荷状態）としてもよい。なお、このように運転モードが設定された場合に、少なくともいずれか２つを用いることとしてもよい。すなわち、複数の運転モードが予め設定されており、運転データに基づいて１つの運転モードが選択される。

【0039】

作成部５３は、取得した運転データが未学習データである場合に、運転データに基づいて、冷凍機の所定の運転状態を推定可能なモデルを作成する。具体的には、特定された運転モードに対応して、すでに学習済の運転データ（以下、「学習済データ」という）を取得する。学習済データは、各運転モードに対応したモデルにおいて既に学習が行われた（モデルへの反映が完了した）データであり、運転モード毎に保存されている。

【0040】

このため、作成部５３では、特定された運転モードに対応する学習済データを取得し、新たに取得した運転データとの比較を行う。モデルには、学習対象範囲が設定されている。学習対象範囲とは、モデルの学習に用いる運転データの範囲である。そして、学習対象範囲は、所定の小領域に分割されている（例えば、５０領域）。例えば、学習対象範囲は、設定したフルスケールを設定個数で等分割される。そして、各小領域に所定個数（例えば２０個）のデータが入ることが可能とされる。すなわち、モデルの学習に用いた学習済データは対応する小領域のデータ数としてカウントされ、小領域の学習済データ数が所定個数に達すると、該小領域は学習済領域となる。なお、学習済データ数が所定個数に達していない小領域は、未学習領域となる。

【0041】

作成部５３は、運転モードに対応する学習済データを取得し、該運転モードにおいて未学習領域があるか否かを判定する。そして、未学習領域がある場合に、新たに取得した運転データが、未学習領域に対応したデータであるか否かを判定する。

【0042】

新たに取得した運転データが未学習領域に対応したデータである場合には、新たに取得した運転データが初回学習であるか否かを判定する。すなわち、新たに取得したデータが、未学習領域の学習済データとが一致していないか否かが判定される。これにより、新たに取得したデータが、現在の運転モードにおいて、まだモデルに反映されていないデータであることが判定される。

【0043】

そして、新たに取得した運転データが初回学習である場合には、該運転データを、モデルに反映（フィッティング）させる。このようにして、作成部５３は、特定された運転モードに対応してモデルを作成（更新）する。

【0044】

作成部５３においてモデルが作成（更新）されると、判定部５４における処理が行われる。

【0045】

判定部５４は、モデルにより推定した運転状態の推定値と、運転状態に対応する実測値とを比較して、運転データが外れ値か否かを判定する。推定値及び実測値は、等しいパラメータに対応した値となる。

【0046】

具体的には、判定部５４は、推定値及び実測値の誤差と、許容誤差範囲とに基づいて、運転データが外れ値か否かを判定する。図５は、許容誤差範囲の例を示す図である。図５では、縦軸を実測値（センサー値）とし、横軸を推定値（モデル予測値）としており、実測値及び推定値を各軸とする平面領域において許容誤差範囲が設定されている。縦軸を実測値とし横軸を推定値としているため、実測値と推定値が一致する場合には、平面上において４５°傾斜の線（図５のＬ１）上に、実測値と推定値とを組合せた点が位置する。しかしながら、計測器等には計測誤差があるため、スケールファクタ誤差（傾き誤差）とバイアス誤差（切片の誤差）を加味して、て４５°傾斜の線（図５のＬ１）を含むように、許容誤差範囲が設定される。すなわち、許容誤差範囲は、実測値の計測誤差に基づいて設定される。

【0047】

このように、判定部５４は、推定値及び実測値により表される平面上の点が、許容誤差範囲内であるか否かを判定する。推定値及び実測値により表される平面上の点が、許容誤差範囲内でない場合には、モデルに反映した新しく取得した運転データが正常状態の運転状態を示すものではない可能性が高いため、該運転データを外れ値（異常値）とする。例えば、運転データの取得のための計測器が故障している場合や、冷凍機の運転状態が異常状態となっている場合に、運転データが外れ値となる。

【0048】

運転データが外れ値となる場合には、該運転データをモデルに反映すると、モデルが正常状態における冷凍機の運転状態を示すことができない場合がある。このため、運転データが外れ値となる場合には、新しく取得した運転データを反映していないモデル（既に作成済のモデル）を用いて異常判定を行い、運転データが外れ値とならない場合には、新しく取得した運転データを反映したモデルを用いて異常判定を行う。

【0049】

異常検知部５５は、運転データが外れ値でないと判定された場合に、モデル（該運転データを反映したモデル）に基づいて、冷凍機の異常検知を行う。異常検知部５５は、特定された運転モードに対応したモデルに基づいて、冷凍機の異常検知を行う。

【0050】

異常検知部５５では、モデルにより推定した運転状態と、該運転状態の実測値との偏差を算出し、異常検知を行う。例えば、該偏差が閾値以上である場合に、冷凍機において異常が発生していると判定する。また、モデルにより推定した運転状態と、該運転状態の実測値とに基づいて異常の度合い（どれくらい異常なのかを示し異常値）により異常検知を行うこととしてもよい。また、モデルを用いて複数の運転状態を推定することが可能であれば、各運転状態に対応して異常値を算出し、総合して（例えば異常値の合計を算出して）異常検知を行うこととしてもよい。

【0051】

次に、上述の異常検知システム５０による異常検知処理の一例について図６を参照して説明する。図６は、本実施形態に係る異常検知処理の手順の一例を示すフローチャートである。図６に示すフローは、例えば、冷凍機の監視を開始している場合において所定の制御周期で繰り返し実行される。

【0052】

まず、冷凍機から運転データを取得する（Ｓ１０１）。

【0053】

次に、運転データに基づいて状態量を算出する（Ｓ１０２）。状態量とは、運転データに基づいて算出される運転モードを判別可能な値であり、運転データをそのまま用いて運転モードを判別可能であればＳ１０２は省略することとしてもよい。

【0054】

次に、運転モードの特定を行う（Ｓ１０３）。Ｓ１０３では、予め設定された複数の運転モード（Ｉｎａｃｔｉｖｅ状態、Ｉｄｌｅ状態、Ｌｏｗ Ｌｏａｄ状態、Ａｃｔｉｖｅ状態、及びＨｉｇｈ Ｌｏａｄ状態）のうち、現在の冷凍機の運転状態に対応する運転モードが特定される。

【0055】

次に、特定された運転モードに対応する学習済データを取得する（Ｓ１０４）。モデルに反映された運転データは、運転モード毎に学習済データとして保存されており、運転モードが特定されることで、対応する学習済データが取得される。

【0056】

次に、新たに取得した運転データが、未学習領域に対応したデータであるか否かを判定する（Ｓ１０５）。新たに取得した運転データが、未学習領域に対応したデータでない場合（Ｓ１０５のＮＯ判定）には、学習済みのモデルを取得する（Ｓ１０６）。Ｓ１０６で取得される学習済みのモデルとは、図６のフローの前回以前の実行時に作成されたモデルであり、新たしく取得された運転データは反映されていない。

【0057】

新たに取得した運転データが、未学習領域に対応したデータである場合（Ｓ１０５のＹＥＳ判定）には、新たに取得した運転データが初回学習であるか否かを判定する（Ｓ１０７）。新たに取得した運転データが初回学習でない場合（Ｓ１０７のＮＯ判定）には、学習済みのモデルを取得する（Ｓ１０８）。

【0058】

新たに取得した運転データが初回学習である場合（Ｓ１０７のＹＥＳ判定）には、新しく取得した運転データを反映してモデルを作成する（Ｓ１０９）。すなわち、Ｓ１０９では、新しく取得した運転データに基づいて、運転モードに対応するモデルの更新が行われる。

【0059】

次に、モデルにより推定した運転状態の推定値と、運転状態に対応する実測値とを比較して、新しく取得した運転データが外れ値であるか否かを判定する（Ｓ１１０）。新しく取得した運転データが外れ値である場合（Ｓ１１０のＹＥＳ判定）には、Ｓ１０６を実行する。

【0060】

新しく取得した運転データが外れ値でない場合（Ｓ１１０のＮＯ判定）には、新しく取得した運転データを反映したモデル（Ｓ１０９で作成したモデル）を、異常検知に使用するモデルとして設定しモデルを更新する（Ｓ１１１）。

【0061】

そして、モデルに基づいて異常検知を行う（Ｓ１１２）。なお、異常検知については、例えば、モデルにより推定した運転状態と、該運転状態の実測値とに基づいて異常の度合い（どれくらい異常なのかを示し異常値）により異常検知を行うこととしてもよい。また、モデルを用いて複数の運転状態を推定することが可能であれば、各運転状態に対応して異常値を算出し、総合して（例えば異常値の合計を算出して）異常検知を行うこととしてもよい。

【0062】

このように処理が行われることによって、運転モードに対応して異常検知が行われる。また、外れ値となる運転データが反映されていないモデルを用いて異常検知を行うことが可能となる。

【0063】

次に、上述の異常検知システム５０による運転モード特定処理の一例について図７及び図８を参照して説明する。図７及び図８は、本実施形態に係る運転モード特定処理の手順の一例を示すフローチャートである。図７及び図８に示すフローは、例えば、Ｓ１０３を実行する場合に開始される。図８は、図７のフローの続きを示している。運転データには、図７のフローを実行するために必要な情報が含まれているものとする。

【0064】

まず、軽故障のフラグＦ１が１であるか否かを判定する（Ｓ２０１）。例えば、軽故障の判断処理により軽故障のフラグＦ１が１となる。

【0065】

軽故障のフラグＦ１が１である場合（Ｓ２０１のＹＥＳ判定）には、軽故障が発生しているとし（Ｓ２０２）、処理を終了する。処理を終了する場合には、Ｓ１０４以降の処理は実行されない。

【0066】

軽故障のフラグＦ１が１でない場合（Ｓ２０１のＮＯ判定）には、冷凍機が運転中であることを表すフラグＦ２が０であるか否かを判定する（Ｓ２０３）。フラグＦ２は、冷凍機が運転した場合に１となる。

【0067】

冷凍機が運転中であることを表すフラグＦ２が０である場合（Ｓ２０３のＹＥＳ判定）には、ホットガスバイパス弁７８の開度ＨＧＢＰが全開であり、かつ、低圧膨張弁６５の開度ＥＸ１が全開であり、かつ、高圧膨張弁６４の開度ＥＸ２が全開であるか否かを判定する（Ｓ２０４）。Ｓ２０４においてＹＥＳ判定である場合には、モード継続時系列数Ｃ１が閾値ＣＴ１以上であるか否かを判定する（Ｓ２０５）。モード継続時系列数Ｃ１とは、同運転モードがどれほど連続するかの数え値となる。なお、後述するモード継続時系列数Ｃ２からＣ５もＣ１と同様である。

【0068】

モード継続時系列数Ｃ１が閾値ＣＴ１以上である場合（Ｓ２０５のＹＥＳ判定）には、運転モードをＩｎａｃｔｉｖｅ状態と特定し（Ｓ２０６）、Ｓ１０４を実行する。

【0069】

モード継続時系列数Ｃ１が閾値ＣＴ１以上でない場合（Ｓ２０５のＮＯ判定）には、再度Ｓ２０５が実行される。すなわち、モード継続時系列数Ｃ１が時間経過とともに増加し、ＹＥＳ判定となるまでＳ２０５が実行される。

【0070】

Ｓ２０４においてＮＯ判定である場合には、蒸発器圧力（Ｅ_ｐｐ）が０より大きく、かつ、中間冷却器圧力（Ｍ_ｐｐ）が０より大きく、かつ、凝縮器圧力（Ｃ_ｐｐ）が０より大きいか否かを判定する（Ｓ２０７）。Ｓ２０７がＹＥＳ判定である場合には、遷移運転であるとし（Ｓ２０８）、処理を終了する。処理を終了する場合には、Ｓ１０４以降の処理は実行されない。遷移運転とは、いずれかの運転モードに移り変わる途中の状態である。

【0071】

Ｓ２０７がＮＯ判定である場合には、データ欠損であるとし（Ｓ２０９）、処理を終了する。処理を終了する場合には、Ｓ１０４以降の処理は実行されない。データ欠損とは、必要な運転データが空である可能性がある状態である。

【0072】

冷凍機が運転中であることを表すフラグＦ２が０でない（すなわち１である）場合（Ｓ２０３のＮＯ判定）には、ホットガスバイパス弁７８の開度ＨＧＢＰが全開であり、かつ、低圧膨張弁６５の開度ＥＸ１が全開であり、かつ、高圧膨張弁６４の開度ＥＸ２が全開であるか否かを判定する（Ｓ２１０）。Ｓ２１０においてＹＥＳ判定である場合には、モード継続時系列数Ｃ２が閾値ＣＴ２以上であるか否かを判定する（Ｓ２１１）。なお、Ｓ２１０のＹＥＳ判定では、圧縮機６０は動いていない状態であることが推定され、Ｉｄｌｅ状態の可能性があることを判定することができる。なお、Ｉｄｌｅ状態の特定方法については、Ｓ２１０の判定に限定されず、他の方法を採用することとしてもよい。

【0073】

モード継続時系列数Ｃ２が閾値ＣＴ２以上である場合（Ｓ２１１のＹＥＳ判定）には、運転モードをＩｄｌｅ状態と特定し（Ｓ２１２）、Ｓ１０４を実行する。

【0074】

モード継続時系列数Ｃ２が閾値ＣＴ２以上でない場合（Ｓ２１１のＮＯ判定）には、再度Ｓ２１１が実行される。すなわち、モード継続時系列数Ｃ２が時間経過とともに増加し、ＹＥＳ判定となるまでＳ２１１が実行される。

【0075】

Ｓ２１０においてＮＯ判定である場合には、ホットガスバイパス弁７８の開度ＨＧＢＰが全開でなく、かつ、低圧膨張弁６５の開度ＥＸ１が全開でなく、かつ、高圧膨張弁６４の開度ＥＸ２が全開でないか否かを判定する（Ｓ２１３）。Ｓ２１３でＮＯ判定である場合には、遷移運転であるとし（Ｓ２１４）、処理を終了する。処理を終了する場合には、Ｓ１０４以降の処理は実行されない。

【0076】

Ｓ２１３でＹＥＳ判定である場合には、ホットガスバイパス弁７８の開度ＨＧＢＰが全閉であるか否かを判定する（Ｓ２１５）。ホットガスバイパス弁７８の開度ＨＧＢＰが全閉でない場合（Ｓ２１５のＮＯ判定）には、モード継続時系列数Ｃ３が閾値ＣＴ３以上であるか否かを判定する（Ｓ２１６）。

【0077】

モード継続時系列数Ｃ３が閾値ＣＴ３以上である場合（Ｓ２１６のＹＥＳ判定）には、運転モードをＬｏｗ Ｌｏａｄ状態と特定し（Ｓ２１７）、Ｓ１０４を実行する。

【0078】

モード継続時系列数Ｃ３が閾値ＣＴ３以上でない場合（Ｓ２１６のＮＯ判定）には、再度Ｓ２１６が実行される。すなわち、モード継続時系列数Ｃ３が時間経過とともに増加し、ＹＥＳ判定となるまでＳ２１６が実行される。

【0079】

ホットガスバイパス弁７８の開度ＨＧＢＰが全閉である場合（Ｓ２１５のＹＥＳ判定）には、冷水の媒体の種類Ｂが水ではなく、かつ、設定冷水出口温度（冷水の目標温度）Ｅ_ｔｏが０℃より大きいか否かを判定する（Ｓ２１８）。Ｓ２１８においてＮＯ判定である場合には、モード継続時系列数Ｃ４が閾値ＣＴ４以上であるか否かを判定する（Ｓ２１９）。

【0080】

モード継続時系列数Ｃ４が閾値ＣＴ４以上である場合（Ｓ２１９のＹＥＳ判定）には、運転モードをＡｃｔｉｖｅ状態と特定し（Ｓ２２０）、Ｓ１０４を実行する。

【0081】

モード継続時系列数Ｃ４が閾値ＣＴ４以上でない場合（Ｓ２１９のＮＯ判定）には、再度Ｓ２１９が実行される。すなわち、モード継続時系列数Ｃ４が時間経過とともに増加し、ＹＥＳ判定となるまでＳ２１９が実行される。

【0082】

Ｓ２１８においてＹＥＳ判定である場合には、モード継続時系列数Ｃ５が閾値ＣＴ５以上であるか否かを判定する（Ｓ２２１）。

【0083】

モード継続時系列数Ｃ５が閾値ＣＴ５以上である場合（Ｓ２２１のＹＥＳ判定）には、運転モードをＨｉｇｈ Ｌｏａｄ状態と特定し（Ｓ２２２）、Ｓ１０４を実行する。

【0084】

モード継続時系列数Ｃ５が閾値ＣＴ５以上でない場合（Ｓ２２１のＮＯ判定）には、再度Ｓ２２１が実行される。すなわち、モード継続時系列数Ｃ５が時間経過とともに増加し、ＹＥＳ判定となるまでＳ２２１が実行される。

【0085】

このように、運転モードが特定される。特に上記フローでは、冷凍機に設けた弁の開度情報に基づいて運転モードを特定する場合を示しているが、各運転モードを判別することができれば、上記フローに限定されない。

【0086】

次に、モデルの具体的例を説明する。

【0087】

前述の通り、モデルは、冷凍機の所定の運転状態を推定可能な疑似モデルである。このため、異常検知の対象の運転状態に応じて様々なモデルを採用可能である。また、モデルの方式についても、冷凍機の所定の運転状態を推定可能であれば数式モデル等の様々な表現形式のモデルを使用することが可能である。

【0088】

例えば、冷凍機のモデルは、数式モデルで表すと、説明変数と、目的変数と、係数とを用いて表される。具体的には、蒸発器圧力を推定対象の運転状態（目的変数）とすると、Ｉｎａｃｔｉｖｅ状態の運転モードに対応したモデルは、以下の式（１）として表される。

【0089】

【数1】

【0090】

式（１）において、Ｅ_ｐｐは蒸発器圧力であり、Ｍ_ｐｐは中間冷却器圧力であり、Ｃ_ｐｐは凝縮器圧力である。そして、ｐ_０´及びｐ_１´は、それぞれ係数となる。すなわち、式（１）では、Ｅ_ｐｐ、Ｍ_ｐｐ、Ｃ_ｐｐ、を運転データとして係数であるｐ_０´及びｐ_１´が回帰的に決定されること（フィッティングされること）で、運転データに適応するモデルが生成される。そして、Ｍ_ｐｐ、Ｃ_ｐｐが入力されること、Ｅ_ｐｐとして蒸発器圧力を推定可能となる。

【0091】

また、Ｉｄｌｅ状態、Ｌｏｗ Ｌｏａｄ状態、Ａｃｔｉｖｅ状態、及びＨｉｇｈ Ｌｏａｄ状態のそれぞれに対応したモデルは、以下の式（２）及び式（３）として表される。

【0092】

【数2】

【0093】

【数3】

【0094】

式（２）及び式（３）において、ＴＴ_Ｅは蒸発飽和温度であり、Ｅ_ｔｏは冷水出口温度であり、Ｌは冷凍機負荷率であり、ｆ（ＴＴ_Ｅ）は、蒸発飽和温度から飽和蒸発圧力を求める関数である。そして、ｐ_０、ｐ_１、ｐ_２、及びｐ_３は、それぞれ係数となる。

【0095】

すなわち、式（２）及び式（３）では、Ｅ_ｐｐ、ＴＴ_Ｅ、Ｅ_ｔｏ、Ｌを運転データとして係数であるｐ_０、ｐ_１、ｐ_２、及びｐ_３が回帰的に決定されること（フィッティングされること）で、運転データに適応するモデルが生成される。

【0096】

なお、ｐ_０、ｐ_１、ｐ_２、及びｐ_３は、各運転モードのそれぞれに対応した運転データに対応してフィッティングが行われるため、各運転モードのそれぞれに対応した値となる。すなわち、式（２）及び式（３）は、Ｉｄｌｅ状態、Ｌｏｗ Ｌｏａｄ状態、Ａｃｔｉｖｅ状態、及びＨｉｇｈ Ｌｏａｄ状態の運転モード毎にｐ_０、ｐ_１、ｐ_２、及びｐ_３が異なるため、各運転モードに対応してモデルとなる。

【0097】

そして、運転モードに対応した係数に基づく式（２）及び式（３）に対して、ＴＴ_Ｅ、Ｅ_ｔｏ、Ｌが入力されること、Ｅ_ｐｐとして蒸発器圧力を推定可能となる。

【0098】

なお、式（１）から式（３）は、モデルの一例を示しており、本実施形態におけるモデルは上記に限定されない。

【0099】

本実施形態では、各運転モードに対応して処理を行うこととしたが、運転モードを判別せず、モデルを作成して処理（例えば外れ値判定）を行うことも可能である。

【0100】

以上説明したように、本実施形態に係る異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラムによれば、冷凍機から取得した運転データが未学習データである場合に、運転データに基づいてモデルを作成する。そして、作成したモデルを用いた運転状態の推定値と、実測値とを比較して、モデル作成に用いた運転データが外れ値（異常値）であるか否かを判定する。そして、運転データが外れ値でないと判定された場合に、作成したモデルにより冷凍機の異常検知が行われる。これによって、未学習である運転データが取得された場合に、運転データが外れ値か否かを判定し、外れ値でない運転データに基づくモデルを用いて異常検知を行うことができる。このため、異常検知の精度を向上させることができる。

【0101】

また、運転データに基づいて冷凍機の運転モードを特定し、特定された運転モードに対応してモデルが作成されて異常検知に用いられる。このため、異常検知の精度を向上させることが可能となる。

【0102】

本開示は、上述の実施形態のみに限定されるものではなく、発明の要旨を逸脱しない範囲において、種々変形実施が可能である。

【0103】

以上説明した各実施形態に記載の異常検知システム及び冷凍機、並びに異常検知方法、並びに異常検知プログラムは例えば以下のように把握される。
本開示に係る異常検知システム（５０）は、対象機器の運転データを取得する取得部（５１）と、前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する作成部（５３）と、前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する判定部（５４）と、前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う異常検知部（５５）と、を備える。

【0104】

本開示に係る異常検知システム（５０）によれば、対象機器から取得した運転データが未学習データである場合に、運転データに基づいてモデルを作成する。そして、作成したモデルを用いた運転状態の推定値と、実測値とを比較して、モデル作成に用いた運転データが外れ値（異常値）であるか否かを判定する。そして、運転データが外れ値でないと判定された場合に、作成したモデルにより対象機器の異常検知が行われる。これによって、未学習である運転データが取得された場合に、運転データが外れ値か否かを判定し、外れ値でない運転データに基づくモデルを用いて異常検知を行うことができる。このため、異常検知の精度を向上させることができる。

【0105】

本開示に係る異常検知システム（５０）は、前記判定部（５４）は、前記推定値及び前記実測値の誤差と、許容誤差範囲とに基づいて、前記運転データが外れ値か否かを判定することとしてもよい。

【0106】

本開示に係る異常検知システム（５０）によれば、推定値と実測値との誤差に基づくことによって、運転データが外れ値であるか否かを判定することができる。

【0107】

本開示に係る異常検知システム（５０）は、前記許容誤差範囲は、前記実測値の計測誤差に基づいて設定されることとしてもよい。

【0108】

本開示に係る異常検知システム（５０）によれば、許容誤差範囲が実測値の計測誤差に基づいて設定されることによって、より効果的に外れ値の判定処理を行うことが可能となる。

【0109】

本開示に係る異常検知システム（５０）は、予め複数の運転モードが設定されており、前記運転データに基づいて前記対象機器の前記運転モードを特定するモード特定部（５２）を備え、前記作成部（５３）は、特定された前記運転モードに対応して前記モデルを作成し、前記異常検知部（５５）は、特定された前記運転モードに対応して作成された前記モデルに基づいて、前記対象機器の異常検知を行うこととしてもよい。

【0110】

本開示に係る異常検知システム（５０）によれば、運転データに基づいて対象機器の運転モードを特定し、特定された運転モードに対応してモデルが作成されて異常検知に用いられる。このため、異常検知の精度を向上させることが可能となる。

【0111】

本開示に係る異常検知システム（５０）は、前記運転モードは、停止状態、アイドリング状態、負荷状態が第１所定値未満である低負荷状態、負荷状態が前記第１所定値以上であり、前記第１所定値よりも大きな値に設定された第２所定値未満である運転状態、及び負荷状態が前記第２所定値以上である高負荷状態の少なくともいずれか２つであることとしてもよい。

【0112】

本開示に係る異常検知システム（５０）によれば、運転モードとして、停止状態、アイドリング状態、低負荷状態、運転状態、及び高負荷状態の少なくともいずれか２つが設定されるため、負荷状況に対応して運転モードを区分することができる。すなわち、複数の運転モードが予め設定されており、運転データに基づいて１つの運転モードが選択される。

【0113】

本開示に係る異常検知システム（５０）は、前記対象機器は、熱媒としてブラインを用いた冷凍機であり、前記運転モードは、停止状態、アイドリング状態、前記冷凍機は運転しており、圧縮機（６０）で圧縮されたガスの一部を前記圧縮機（６０）の入口側へバイパスするホットガスバイパス弁（７８）が開となっている状態、前記冷凍機は運転しており前記ホットガスバイパス弁（７８）が閉となっている状態、及び前記冷凍機は運転しており、前記ホットガスバイパス弁（７８）が閉となっており、前記冷凍機から出力される冷水の目標温度が０℃より大きい状態の少なくともいずれか２つであることとしてもよい。

【0114】

本開示に係る異常検知システム（５０）によれば、運転モードとして、停止状態、アイドリング状態、冷凍機は運転しており、ホットガスバイパス弁（７８）が開となっている状態、冷凍機は運転しておりホットガスバイパス弁（７８）が閉となっている状態、及び冷凍機は運転しており、ホットガスバイパス弁（７８）が閉となっており、冷凍機から出力される冷水の目標温度が０℃より大きい状態の少なくともいずれか２つが設定されるため、冷凍機の運転状態の変化に対応して運転モードを区分することができる。すなわち、複数の運転モードが予め設定されており、運転データに基づいて１つの運転モードが選択される。

【0115】

本開示に係る冷凍機は、圧縮機（６０）と、前記圧縮機（６０）で圧縮した冷媒を凝縮させる凝縮器（６２）と、凝縮された冷媒を膨張させる膨張弁と、膨張された冷媒を蒸発させ、冷水を冷却する蒸発器（６６）と、上記の異常検知システム（５０）と、を備える。

【0116】

本開示に係る異常検知方法は、対象機器の運転データを取得する工程と、前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する工程と、前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する工程と、前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う工程と、を有する。

【0117】

本開示に係る異常検知プログラムは、対象機器の運転データを取得する処理と、前記運転データが未学習データである場合に、前記運転データに基づいて、前記対象機器の所定の運転状態を推定可能なモデルを作成する処理と、前記モデルにより推定した前記運転状態の推定値と、前記運転状態に対応する実測値とを比較して、前記運転データが外れ値か否かを判定する処理と、前記運転データが外れ値でないと判定された場合に、前記モデルに基づいて、前記対象機器の異常検知を行う処理と、をコンピュータに実行させる。

【符号の説明】

【0118】

１ ：熱源システム
３ ：外部負荷
１１～１３ ：ターボ冷凍機（冷凍機）
２１～２３ ：冷水ポンプ
３１ ：サプライヘッダ
３２ ：リターンヘッダ
３３ ：バイパス管
３４ ：バイパス弁
５０ ：異常検知システム
５１ ：取得部
５２ ：モード特定部
５３ ：作成部
５４ ：判定部
５５ ：異常検知部
６０ ：圧縮機
６２ ：凝縮器
６３ ：サブクーラ
６４ ：高圧膨張弁（膨張弁）
６５ ：低圧膨張弁（膨張弁）
６６ ：蒸発器
６７ ：中間冷却器
７０ ：インバータ
７２ ：電動モータ
７４ ：制御盤
７６ ：ホットガスバイパス管
７８ ：ホットガスバイパス弁
７９ ：インレットガイドベーン（ＩＧＶ）
８０ ：冷却伝熱管
８２ ：冷水伝熱管
１１１ ：ＣＰＵ
１１２ ：ＲＯＭ
１１３ ：ＲＡＭ
１１４ ：ハードディスクドライブ
１１５ ：通信部
１１８ ：バス

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】