特開2023-120070異常判定装置、異常判定方法、異常判定システム、異常判定システムの制御方法、及びプログラム
(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】P2023120070
(43)【公開日】2023-08-29
(54)【発明の名称】異常判定装置、異常判定方法、異常判定システム、異常判定システムの制御方法、及びプログラム
(51)【国際特許分類】
G05B 23/02 20060101AFI20230822BHJP
【ＦＩ】
G05B23/02 302N
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2022023263
(22)【出願日】2022-02-17
(71)【出願人】
【識別番号】000006208
【氏名又は名称】三菱重工業株式会社
(74)【代理人】
【識別番号】110000785
【氏名又は名称】ＳＳＩＰ弁理士法人
(72)【発明者】
【氏名】久保 博義
(72)【発明者】
【氏名】青田 浩美
(72)【発明者】
【氏名】石津 安規
(72)【発明者】
【氏名】中野 慎也
(72)【発明者】
【氏名】西村 幸治
(72)【発明者】
【氏名】浦方 悠一郎
(72)【発明者】
【氏名】深田 恒
【テーマコード（参考）】
3C223
【Ｆターム（参考）】
3C223AA01
3C223AA05
3C223BA01
3C223BB12
3C223CC01
3C223DD01
3C223EB01
3C223FF04
3C223FF13
3C223FF24
3C223FF35
3C223FF45
3C223GG01
3C223HH03
(57)【要約】
【課題】動作時の状態パラメータの時系列データに基づいて異常を適切に判定する。
【解決手段】異常判定装置は、動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常を判定するための装置であって、時系列データ取得部、スライド窓設定部、及び、異常判定部を備える。時系列データ取得部は、状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する。スライド窓設定部は、時系列データに含まれるデータ数を示すスライド窓の長さを設定する。異常判定部は、機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、時系列データに対応する複数の基準時系列データを抽出し、スライド窓設定部により設定されたスライド窓の長さを有する時系列データと複数の基準時系列データとをスライド窓をスライドしながら比較することにより、機器について異常の有無を判定する。
【選択図】図４
【解決手段】異常判定装置は、動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常を判定するための装置であって、時系列データ取得部、スライド窓設定部、及び、異常判定部を備える。時系列データ取得部は、状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する。スライド窓設定部は、時系列データに含まれるデータ数を示すスライド窓の長さを設定する。異常判定部は、機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、時系列データに対応する複数の基準時系列データを抽出し、スライド窓設定部により設定されたスライド窓の長さを有する時系列データと複数の基準時系列データとをスライド窓をスライドしながら比較することにより、機器について異常の有無を判定する。
【選択図】図４
【特許請求の範囲】
【請求項1】
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える、異常判定装置。
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える、異常判定装置。
【請求項2】
前記異常判定部は、前記複数の基準時系列データのうち前記プロファイル波形の少なくとも一部を含む模範データを特定し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記模範データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する、請求項１に記載の異常判定装置。
【請求項3】
前記異常判定部は、前記スライド窓設定部により設定された前記スライド窓の長さに対応する次元を有する仮想空間における前記時系列データと前記複数の基準時系列データとの乖離度に基づいて、前記機器について異常の有無を判定する、請求項１又は２に記載の異常判定装置。
【請求項4】
前記異常判定部は、前記仮想空間において、前記時系列データに対してｋ番目（ｋは任意の自然数）に近い前記基準時系列データとの乖離度に基づいて、前記機器について異常の有無を判定する、請求項３に記載の異常判定装置。
【請求項5】
前記スライド窓の長さは、前記プロファイル波形の立ち上がり部、又は、立ち下がり部の少なくとも一方より大きな時間幅を有するように設定される、請求項１から４のいずれか一項に記載の異常判定装置。
【請求項6】
前記スライド窓の長さは、前記プロファイル波形より大きな時間幅を有するように設定される、請求項５に記載の異常判定装置。
【請求項7】
前記時系列データ取得部は、前記機器の動作期間を含むように規定されたデータ取得期間に前記時系列データを取得する、請求項１から６のいずれか一項に記載の異常判定装置。
【請求項8】
前記異常判定部は、前記基準データから、前記プロファイル波形を含む機器動作期間から前記複数の基準時系列データを抽出する、請求項７に記載の異常判定装置。
【請求項9】
前記機器は、動作モードとして、高負荷時に対応する第１動作モードと、低負荷時に対応する第２動作モードを有し、
前記異常判定部は、前記動作モードに基づいて、前記異常の判定条件を切替可能である、請求項１から８のいずれか一項に記載の異常判定装置。
前記異常判定部は、前記動作モードに基づいて、前記異常の判定条件を切替可能である、請求項１から８のいずれか一項に記載の異常判定装置。
【請求項10】
前記判定条件は、前記スライド窓設定部により設定された前記スライド窓の長さを含む、請求項９に記載の異常判定装置。
【請求項11】
前記機器は周期的な動作を実施する、請求項１から１０のいずれか一項に記載の異常判定装置。
【請求項12】
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定方法であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定ステップと、
を備える、異常判定方法。
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定ステップと、
を備える、異常判定方法。
【請求項13】
コンピュータを、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得手段と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定手段と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定手段により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定手段と、
して機能させるためのプログラム。
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得手段と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定手段と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定手段により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定手段と、
して機能させるためのプログラム。
【請求項14】
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムであって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備えたことを特徴とする異常判定システム。
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備えたことを特徴とする異常判定システム。
【請求項15】
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムの制御方法であって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定ステップと、
を実行することを特徴とする異常判定システムの制御方法。
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定ステップと、
を実行することを特徴とする異常判定システムの制御方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、機器の異常判定装置、及び、異常判定方法に関する。
【背景技術】
【0002】
例えばプラント設備で用いられる機器では、故障や不具合等の異常が発生するおそれがある。機器の異常は、メンテナンス時に実施される検査によって発見することも可能であるが、このような検査は稼働中の機器を停止させる必要があり、機器の運用スケジュールに支障をきたしてしまう。そこで動作中にある機器の状態をセンサ等によって検出し、その検出結果に基づいて、機器の異常を事前又は早期に判定することが望まれている。
【0003】
このような動作中にある機器の異常判定に関する技術として、例えば特許文献１がある。この文献では、振動搬送機などのように同一動作を連続して行う対象機器に設けられた複数のセンサから時系列データをそれぞれ取得し、これらを合成して得られた合成データと学習した正常時の合成データとを比較して、対象機器における異常判定を行うとされている。
【先行技術文献】
【特許文献】
【0004】
【特許文献1】特開２０２１－３８９４６号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
上記特許文献１では、異常判定を行うにあたり、例えば、スライド窓を用いて時系列データに係る合成データ及び正常時の合成データを部分データに分解して判定を行っているが、スライド窓が適切に設定されていない場合、異常判定を行う上での精度が低下してしまうという課題がある。
【0006】
本開示の少なくとも一実施形態は上述の事情に鑑みなされたものであり、動作時の状態パラメータの時系列データに基づいて異常を適切に判定可能な異常判定装置、異常判定方法、異常判定システム、異常判定システムの制御方法、及び、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】
【0007】
本開示の少なくとも一実施形態に係る異常判定装置は、上記課題を解決するために、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える。
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える。
【0008】
本開示の少なくとも一実施形態に係る異常判定方法は、上記課題を解決するために、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定方法であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定ステップと、
を備える。
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定方法であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定ステップと、
を備える。
【0009】
本開示の少なくとも一実施形態に係るプログラムは、上記課題を解決するために、
コンピュータを、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得手段と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定手段と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定手段により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定手段と、
して機能させる。
コンピュータを、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得手段と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定手段と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定手段により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定手段と、
して機能させる。
【0010】
本開示の少なくとも一実施形態に係る異常判定システムは、上記課題を解決するために、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムであって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える。
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムであって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える。
【0011】
本開示の少なくとも一実施形態に係る異常判定システムの制御方法は、上記課題を解決するために、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムの制御方法であって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定ステップと、
を実行する。
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムの制御方法であって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定ステップと、
を実行する。
【発明の効果】
【0012】
本開示の少なくとも一実施形態によれば、動作時の状態パラメータの時系列データに基づいて異常を適切に判定可能な異常判定装置、異常判定方法、異常判定システム、異常判定システムの制御方法、及び、プログラムを提供できる。
【図面の簡単な説明】
【0013】
【図1】一実施形態に係る異常判定装置を判定対象である機器とともに示す模式図である。
【図6A】基準データから抽出される複数の基準時系列データを模式的に示す図である。
【図6B】スライド窓を適用することで時系列データを取得する様子を模式的に示す図である。
【図8】模範データに対応するスライド窓の基準データにおける位置を示す模式図である。
【図9】仮想空間における模範データに対応する位置を模式的に示す図である。
【図10】一実施形態に係る異常判定装置による異常判定例を示すグラフである。
【図11】機器の状態パラメータの時間変化に対するデータ取得期間を模式的に示す図である。
【図12】基準データのうち複数の基準時系列データの抽出対象となる機器動作期間を模式的に示す図である。
【図13】各動作モードにおける状態パラメータの時間変化を示す図である。
【図14】他の実施形態に係る異常判定装置１００の機能的構成を示すブロック図である。
【図15】一実施形態に係る異常判定システムの構成図である。
【発明を実施するための形態】
【0014】
以下、添付図面を参照して本開示の幾つかの実施形態について説明する。ただし、実施形態として記載されている又は図面に示されている構成部品の寸法、材質、形状、その相対的配置等は、本開示の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。
【0015】
図１は一実施形態に係る異常判定装置１００を判定対象である機器１とともに示す模式図である。機器１は、その動作時に状態パラメータＰの時間変化が特定のプロファイル波形ＰＦを示す任意の機器である。機器１には、機器１の状態を示す状態パラメータＰを検知するためのセンサ２が設けられる。センサ２では、所定のサンプリング周波数で状態パラメータＰの検知が連続的に行われることで、状態パラメータＰの時間変化が取得可能である。機器１は所定のタイミングで動作することで、センサ２によって検知される状態パラメータＰが変化する。
【0016】
本実施形態では、判定対象となる機器１の一例として、石炭ガス化複合発電プラント（ＩＧＣＣ：Ｉｎｔｅｇｒａｔｅｄ Ｃｏａｌ Ｇａｓｉｆｉｃａｔｉｏｎ Ｃｏｍｂｉｎｅｄ Ｃｙｃｌｅ）において、ガスタービンを駆動するためのガスを石炭から生成するためのガス化炉に対する燃料（微粉炭）の供給量を調整するために、周期的に動作する制御弁について述べる。このような制御弁は、ガス化炉に燃料である微粉炭を供給するための微粉炭供給ホッパを減圧排気するための弁（微粉炭供給ホッパ減圧排気弁）である。このような制御弁は、予め設定されたタイミングで周期的に動作される。
【0017】
図２は図１のセンサ２によって検知される正常な機器１の状態パラメータＰの時間変化の一例を示す図である。この例では、前述のように制御弁である機器１が予め設定されたタイミングで周期的に開動作を行う場合における状態パラメータＰの時間変化が示されている。図２では、機器１が正常な場合（異常が存在しない場合）における状態パラメータＰの時間変化が示されており、機器１の周期的な動作タイミングに対応する複数のプロファイル波形ＰＦが略等間隔に現れる様子が示されている。各プロファイル波形ＰＦは、制御弁の開動作に対応するように状態パラメータＰがベース値Ｐ０から増加する立ち上がり部ＰＦ１と、制御弁の全開状態に対応するピーク部ＰＦ２と、制御弁の閉動作に対応するようにベース値Ｐ０に向けて減少する立ち下がり部ＰＦ３とを含んでおり、互いに略同形状を有する。
【0018】
【0019】
異常判定装置１００は、例えばコンピュータのような演算処理装置として構成される。異常判定装置１００のハードウェア構成は、図３に例示するように、入力部１１０と、記憶部１２０と、演算部１３０と、出力部１４０とを備える。
【0020】
入力部１１０は、異常判定装置１００において行われる演算処理に必要な各種情報を入力するための構成である。本実施形態では、入力部１１０は、機器１に設けられたセンサ２から送信されるデータを受信可能なインターフェース機器として構成されており、これに加えて、オペレータが操作可能なマウス、キーボード及びタッチパネルのようなヒューマンインターフェースや、その他の機器からのデータを受信するためのインターフェース機器が含まれていてもよい。
【0021】
記憶部１２０は、異常判定装置１００において行われる演算処理に必要な各種情報を記憶するための構成である。記憶部１２０は、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）又はＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）の少なくとも一方を含むコンピュータ読み取り可能な記憶媒体等から構成される。記憶部１２０に記憶される各種情報には、これらのハードウェア構成が異常判定装置１００として機能するためのプログラムが含まれる。
【0022】
演算部１３０は、異常判定装置１００の各種演算を実施するための構成であり、例えばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）を含んで構成される。演算部１３０は、記憶部１２０に記憶されたプログラムをＲＡＭ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、異常判定装置１００の各種機能が実現される。
【0023】
尚、演算部１３０によって実行されるプログラムは、上述のように記憶部１２０に記憶している形態の他に、ＲＯＭ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。
【0024】
出力部１４０は、演算部１３０における演算結果に基づく出力を行うための構成である。本実施形態では、出力部１４０は、異常判定装置１００の出力として、機器１における異常の有無に関する判定結果を出力する。この判定結果は、ディスプレイ表示や警報等の人間に認識可能な形態でオペレータによって認識されてもよいし、判定結果に対応する信号として他の機器に入力されることにより各種制御に用いられてもよい。
【0025】
図４は図１の異常判定装置１００の機能的構成を示すブロック図である。異常判定装置１００は、データ監視部１５０と、基準データ記憶部１６０と、異常判定部１７０とを備える。
尚、図４に示すブロック図は、以下の説明に対応するように異常判定装置１００の機能的構成を示した一例であり、各ブロックは互いに統合されていてもよいし、更に細分化されていてもよい。
尚、図４に示すブロック図は、以下の説明に対応するように異常判定装置１００の機能的構成を示した一例であり、各ブロックは互いに統合されていてもよいし、更に細分化されていてもよい。
【0026】
データ監視部１５０は、状態パラメータＰについて時間的に連続する複数のデータを含む時系列データＤｔを取得するための時系列データ取得部１５２を備える。本実施形態では、図１を参照して前述したように、機器１には状態パラメータＰを検知するためのセンサ２が設けられており、時系列データ取得部１５２は、所定のサンプリング周波数のもとで検知されたセンサ２の検知結果を連続的に受信することにより、時系列データＤｔを取得する。
【0027】
基準データ記憶部１６０は、機器１の正常な動作状態に対応する状態パラメータＰの時間変化を示す基準データＤｒｅｆを記憶するための構成であり、例えばハードウェアやメモリ等のコンピュータ読み出し可能な各種記憶媒体を含む。基準データＤｒｅｆは、正常な動作状態にある機器１を用いて予め取得され、図２に例示したように、機器１の動作に対応する略同形状の複数のプロファイル波形ＰＦを含む状態パラメータＰの時間変化を示すデータである。
【0028】
基準データ記憶部１６０は、基準時系列データ取得部１６２を備える。基準時系列データ取得部１６２は、基準データ記憶部１６０に記憶された基準データＤｒｅｆから、データ監視部１５０が有する時系列データ取得部１５２によって取得された時系列データと比較する際に基準となる基準時系列データを取得するための構成である。
【0029】
基準データＤｒｅｆに含まれる各データは、時系列データ取得部１５２によって取得される時系列データＤｔと同条件で取得されたものである。例えば、基準データＤｒｅｆに含まれる各データを取得する際のサンプリング周波数は、時系列データ取得部１５２によって取得される時系列データＤｔのサンプリング周波数（センサ２のサンプリング周波数）と同一に設定される。
【0030】
異常判定部１７０は、データ監視部１５０の時系列データ取得部１５２で取得された時系列データと、基準データ記憶部１６０に記憶された基準データＤｒｅｆから基準時系列データ取得部１６２で取得された基準時系列データとを比較することにより、機器１の異常の有無について判定を行う。機器１に異常がない場合、データ監視部１５０の時系列データ取得部１５２で取得された時系列データは、図２に示すように各プロファイル波形ＰＦは略同形状を有するが、機器１に異常がある場合、データ監視部１５０の時系列データ取得部１５２で取得された時系列データに含まれる少なくとも１つのプロファイル波形ＰＦは正常な場合に比べて少なからず変形する。異常判定部１７０では、データ監視部１５０の時系列データ取得部１５２で取得された時系列データと、基準データ記憶部１６０の基準時系列データ取得部１６２で取得された基準時系列データとを比較することにより、時系列データに含まれるプロファイル波形ＰＦの形状を評価することにより、異常の有無を判定する。
【0031】
スライド窓設定部１８０は、基準データＤｒｅｆやセンサ２から受け取ったデータに対して適用するスライド窓の長さやスライド窓をスライドさせる幅等に関する情報を設定する。スライド窓に関する情報を設定する方法の例としては、ユーザにより入力部１１０を介して入力された情報に基づいて設定を行っても良いし、適用対象とするプロファイル波形ＰＦに基づいて設定しても良い。
【0032】
続いて上記構成を有する異常判定装置１００によって実施される異常判定方法について詳しく説明する。図５Ａは図４の基準時系列データ取得部１６２による基準時系列データの抽出方法を示すフローチャートであり、図５Ｂは図４の異常判定部１７０における異常判定方法を示すフローチャートである。
尚、図５ＢのうちステップＳ２０２以降は異常判定部１７０で実施し、ステップＳ２００及びＳ２０１はデータ監視部１５０で実施してもよい。
尚、図５ＢのうちステップＳ２０２以降は異常判定部１７０で実施し、ステップＳ２００及びＳ２０１はデータ監視部１５０で実施してもよい。
【0033】
まず図５Ａに示すように、基準時系列データ取得部１６２は、基準データ記憶部１６０に記憶された基準データＤｒｅｆを取得する（ステップＳ１００）。そして図６Ａを参照して後述するように、ステップＳ１００で取得した基準データＤｒｅｆに対してスライド窓設定部１８０により設定されたスライド窓を適用し（ステップＳ１０１）、基準時系列データを抽出する（ステップＳ１０２）。ステップＳ１０２で抽出された基準時系列データは、基準データ記憶部１６０に対して適宜読み出し可能に記憶される（ステップＳ１０３）。
【0034】
ここで図６Ａは基準データＤｒｅｆから抽出される複数の基準時系列データｘ（１）、ｘ（２）、・・・を模式的に示す図である。この例では、複数の基準時系列データｘ（１）、ｘ（２）、・・・がスライド窓の長さωに対応する時間的に連続するω個のデータを含むように抽出される様子が示されている。具体的には、基準時系列データｘ（１）は基準データＤｒｅｆのうち連続的なω個のデータε（１）、ε（１）、・・・、ε（ω）を含むように抽出される。基準時系列データｘ（２）は基準データＤｒｅｆのうち連続的なω個のデータε（２）、ε（３）、・・・、ε（ω＋１）を含むように抽出される。具体的には、図６Ａで例示しているように、例えばスライド窓の長さω＝３であり、基準データがξ（１）、ξ（２）、・・・ξ（１２）である場合、基準時系列データはＸ（１）、Ｘ（２）、・・・Ｘ（１０）となり、その数は１０となる。
【0035】
尚、本実施形態では、複数の基準時系列データｘ（１）、ｘ（２）、・・・は、時間的に連続するω個のデータを含むデータ群が、データ１個分ずつスライドされながら抽出される場合を例示しているが、当該スライド幅はデータ２個分以上に設定されていてもよい。また本実施形態では、隣接する基準時系列データ同士が少なからず重複するように抽出されているが、隣接する基準時系列データ同士が重複しないように抽出されてもよい。
【0036】
異常判定部１７０では、図５Ｂに示すように、まずデータ監視部１５０の時系列データ取得部１５２から、機器１に設けられたセンサ２から受け取った時系列データＤｔを取得する（ステップＳ２００）。ステップＳ２００では、図５ＡのステップＳ１０１で用いられた同じスライド窓が適用されることで時系列データＤｔの取得が行われる（ステップＳ２０１）。
【0037】
ここで図６Ｂは、スライド窓を適用することで時系列データＤｔを取得する様子を模式的に示す図である。時系列データ取得部１５２では、センサ２から送信されるデータを逐次取得し、このように得られたデータ数が、図５Ａのステップ１０１で基準時系列データの抽出に用いられたスライド窓設定部１８０により設定されたスライド窓の長さになるように時系列データＤｔが取得される。すなわち時系列データＤｔには、基準時系列データと同じ長さのスライド窓が適用される。
【0038】
尚、スライド窓の長さωは、プロファイル波形ＰＦに基づいて設定されてもよい。本実施形態では、スライド窓の長さωは、プロファイル波形ＰＦのうち立ち上がり部ＰＦ１、又は、立ち下がり部ＰＦ３の少なくとも一方より大きな時間幅を有するように設定されてもよい。機器１に生じる異常はプロファイル波形ＰＦの立ち上がり部ＰＦ１、及び、立ち下がり部ＰＦ３に反映されやすい特性がある場合、このようにスライド窓の長さωを設定することで、機器１の異常を好適に判定できる。またスライド窓の長さωは、プロファイル波形ＰＦより大きな時間幅を有するように設定されてもよい。この場合、スライド窓の長さωをプロファイル波形より大きな時間幅を有するように設定することで、機器の異常をより好適に判定できる。
【0039】
続いて異常判定部１７０は、ステップＳ２００で取得した時系列データＤｔに対応する仮想空間Ｖ上の位置ｐ、及び、ステップＳ１０３で基準データ記憶部１６０に記憶された複数の基準時系列データｘ（１）、ｘ（２）、・・・に対応する仮想空間Ｖ上の位置ｐ１，ｐ２，・・・を特定する（ステップＳ２０２）。
【0040】
ここで図７は図５ＢのステップＳ２０２で特定される仮想空間Ｖ上の各位置を模式的に示す図である。仮想空間Ｖはスライド窓の長さに対応するω次元空間として表されるが、図７では図示をわかりやすくするために簡易的に二次元平面上に示している。
【0041】
ステップＳ２０２では、ステップＳ２０１で取得された時系列データＤｔは、仮想空間Ｖにおいて、時系列データＤｔに含まれる各データを成分とするω次元ベクトルに対応する位置ｐとして表される（図７の黒塗点を参照）。またステップＳ２０２では、ステップＳ１０３で抽出された複数の基準時系列データｘ（１）、ｘ（２）、・・・は、仮想空間Ｖにおいて、基準時系列データｘ（１）、ｘ（２）、・・・に含まれる各データを成分とするω次元ベクトルに対応する位置ｐ１、ｐ２、・・・として表される（図７の白抜き点を参照）。具体的には、基準時系列データｘ（１）は、時間的に連続する複数のデータε（１）、ε（１）、・・・、ε（ｎ）を成分とするω次元ベクトルに対応し、基準時系列データｘ（２）は、時間的に連続する複数のデータε（２）、ε（３）、・・・、ε（ｎ＋１）を成分とするω次元ベクトルに対応する。
【0042】
尚、異常判定部１７０は、上記の複数の基準時系列データｘ（１）、ｘ（２）、・・・を更に集約して、次式で表される集合行列Ｄとして扱ってもよい。
【0043】
続いて異常判定部１７０は、ステップＳ２０２で特定された位置ｐと、各位置ｐ１、ｐ２、・・・との乖離度Ｌを算出する（ステップＳ２０３）。乖離度とは、仮想空間Ｖにおける２点間の距離を意味し、ステップＳ２０３では、ステップＳ２０２で特定された位置ｐ、及び、各位置ｐ１、ｐ２、・・・から選定されたいずれか１つとの乖離度Ｌが算出される。
【0044】
一実施形態では、ステップＳ２０３において異常判定部１７０は、ステップＳ２０２で特定された位置ｐと、各位置ｐ１、ｐ２、・・・のうち位置ｐからｋ番目に近いものとの乖離度Ｌを算出する。ここでｋは任意の自然数である。例えば、ｋ＝１である場合には、ステップＳ４で特定された位置ｐと、ステップＳ２０２で特定された各位置ｐ１、ｐ２、・・・のうち位置ｐから１番目に近いもの（すなわち最近傍にあるもの）との乖離度Ｌが算出される。
尚、この実施形態ではｋが小さいほど異常判定の感度が高く期待できるが、ｋの値は任意に調整可能である。
尚、この実施形態ではｋが小さいほど異常判定の感度が高く期待できるが、ｋの値は任意に調整可能である。
【0045】
また他の実施形態では、ステップＳ２０３において異常判定部１７０は、ステップＳ２０２で特定された位置ｐと、各位置ｐ１、ｐ２、・・・から演算的に得られる代表位置との乖離度Ｌを算出してもよい。この場合、代表位置は、例えばステップＳ２０２で特定された各位置ｐ１、ｐ２、・・・の平均値等の統計的な演算により得られてもよい。
【0046】
また他の実施形態では、ステップＳ２０３において異常判定部１７０は、ステップＳ２０２で特定された位置ｐと、各位置ｐ１、ｐ２、・・・から選択される模範データＤｍに対応する位置ｐｍとの乖離度Ｌを算出してもよい。ここで模範データＤｍとは、ステップＳ１０３で抽出された複数の基準時系列データｘ（１）、ｘ（２）、・・・のうち、異常判定への寄与度が高いデータとして選定される。
【0047】
例えば、基準データＤｒｅｆから抽出される複数の基準時系列データｘ（１）、ｘ（２）、・・・は、基準データＤｒｅｆのうちプロファイル波形ＰＦの少なくとも一部を含むものと、プロファイル波形ＰＦを含まないものとに大別できる。前者は、プロファイル波形ＰＦの少なくとも一部を含むため、時系列データＤｔと比較する際に異常判定への寄与度が大きいが、後者は、プロファイル波形ＰＦを含まないため時系列データＤｔと比較する際に異常判定への寄与度が小さい。この場合、前者が模範データＤｍとして選定される。
【0048】
図８は模範データＤｍに対応するスライド窓の基準データＤｒｅｆにおける位置を示す模式図である。図８では、スライド窓ω１～ω３はそれぞれの少なくとも一部がプロファイル波形ＰＦを含んでいるため、スライド窓ω１～ω３に対応する基準時系列データｘ（１）、ｘ（２）、・・・は模範データＤｍとして取り扱われる。具体的には、スライド窓ω１に対応する基準時系列データはプロファイル波形ＰＦのうち主に立ち上がり部ＰＦ１を含んでいるため、異常判定への寄与度が大きく模範データＤｍに含まれる。スライド窓ω２に対応する基準時系列データはプロファイル波形ＰＦのうち主にピーク部ＰＦ２を含んでいるため、異常判定への寄与度が大きく模範データＤｍに含まれる。またスライド窓ω３に対応する基準時系列データはプロファイル波形ＰＦのうち主に立ち下がり部ＰＦ３を含んでいるため、異常判定への寄与度が大きく模範データＤｍに含まれる。一方スライド窓ω４に対応する基準時系列データはプロファイル波形ＰＦを含んでいないため、異常判定への寄与度が小さく模範データＤｍに含まれない。
【0049】
図９は仮想空間Ｖにおける模範データＤｍに対応する位置ｐｍを模式的に示す図である。図９では、複数の基準時系列データｘ（１）、ｘ（２）、・・・に対応する位置ｐ１、ｐ２、・・・が示されており、そのうち模範データＤｍに含まれるものがクラスタＣを形成している。これは周期的な動作を行う機器１では、前述したように、機器１が正常な動作を行っている場合には略同一形状を有するプロファイル波形ＰＦが時系列データＤｔ上に周期的に繰り返し現れるためである。本実施形態では、このように模範データＤｍに含まれる位置ｐｍとの乖離度を算出することで、信頼性の高い異常判定を行うことができる。
【0050】
続いてステップＳ２０３で算出された乖離度Ｌが閾値以上であるか否かを判定する（ステップＳ２０４）。閾値は、異常の有無を判定するために予め乖離度Ｌに対して設定された判定基準値である。その結果、乖離度Ｌが閾値以上である場合（ステップＳ２０４：ＹＥＳ）、異常判定部１７０は、機器１に異常があると判定する（ステップＳ２０５）。一方、乖離度Ｌが閾値未満である場合（ステップＳ２０４：ＮＯ）、異常判定部１７０は、機器１に異常がないと判定する（ステップＳ２０６）。
【0051】
図１０は一実施形態に係る異常判定装置１００による異常判定例を示すグラフである。この例では、異常判定の対象となる機器１として、発電プラント設備で発電機を駆動するための蒸気を生成するためのボイラで用いられる制御弁を採用している。図１０に示すように、この発電プラント設備では、発電機出力が一定になるように運転が行われており、機器１である制御弁が周期的に動作している。これに伴い、機器１の状態パラメータである制御弁の開度が周期的に開閉されることで、特定のプロファイル波形ＰＦを有することが示されている。
【0052】
図１０では、このような発電機出力、及び、制御弁の開度（状態パラメータＰ）とともに、異常判定部１７０で算出される乖離度の推移が示されている。乖離度は時間経過に従って変化し、時刻ｔ１、ｔ２の近傍において予め設定された閾値以上になることで異常判定が行われることが示されている。この例では、実際の発電プラント設備では時刻ｔ３の近傍で状態パラメータＰの挙動が変化することで制御弁における異常が顕在化しているが、図１０では、時刻ｔ３より前の時刻ｔ１において、状態パラメータＰの挙動に変化が無いにもかかわらず、異常を予兆段階で判定できている。これは、上記構成を有する異常判定装置１００が機器１の異常を早期且つ精度よく判定できることを示している。
【0053】
他の実施形態では、ステップＳ２００において時系列データ取得部１５２は時系列データＤｔの取得を、機器１の動作タイミングに対応する期間（データ取得期間Ｔ１）に行ってもよい。ここで図１１は機器１の状態パラメータの時間変化に対するデータ取得期間Ｔ１を模式的に示す図である。図１１では、図２と同様に、機器１の状態パラメータの時間変化が示されており、機器１の動作タイミングに対応する複数のプロファイル波形ＰＦが示されている。データ取得期間Ｔ１は、各プロファイル波形ＰＦに対応するように設定されており、その各々はプロファイル波形ＰＦを含む。
【0054】
このようなデータ取得期間Ｔ１には、機器１が動作していないことを示す状態パラメータが約ゼロである非データ取得期間Ｔ２が含まれない。非データ取得期間Ｔ２では、状態パラメータが約ゼロであるため機器１に異常があったとしても影響が少ない。そのため時系列データ取得部１５２は、データ取得期間Ｔ１に時系列データの取得を行うことで、時系列データに含まれる状態パラメータＰが略ゼロである範囲を少なくすることができる。このような状態パラメータＰが略ゼロである範囲は、異常判定結果に及ぼす影響が軽微であるため、時系列データから排除することで、異常判定の精度を低下させることなく、異常判定部１７０の演算負担を効果的に軽減できる。
【0055】
尚、図１１に示す時系列データＤｔでは、各プロファイル波形ＰＦに付随する微小なサブ波形ＳＦｓｕｂが存在している。サブ波形ＳＦｓｕｂはメインのプロファイル波形ＰＦに比べてピークサイズが小さく、異常判定への影響が小さい。そのため、データ取得期間Ｔ１をプロファイル波形ＰＦを含み、且つ、サブ波形ＳＦｓｕｂを含まないように設定することで、異常判定の精度を低下させることなく、異常判定部１７０の演算負担を効果的に軽減できる。
【0056】
また他の実施形態では、異常判定部１７０が時系列データＤｔの比較対象となる複数の基準時系列データｘ（１）、ｘ（２）、・・・を基準データＤｒｅｆから抽出する際に、基準データＤｔのうちプロファイル波形ＰＦを含む機器動作期間を対象として、複数の基準時系列データｘ（１）、ｘ（２）、・・・の抽出を行ってもよい。ここで図１２は基準データＤｒｅｆのうち複数の基準時系列データｘ（１）、ｘ（２）、・・・の抽出対象となる機器動作期間Ｔ３を模式的に示す図である。機器動作期間Ｔ３は、基準データＤｒｅｆのうち機器１の動作に対応して現れるプロファイル波形ＰＦを含む期間として設定されており、その各々はプロファイル波形ＰＦを含む。
【0057】
このような機器動作期間Ｔ３には、機器１が動作していないことを示す状態パラメータが約ゼロである非機器動作期間Ｔ４が含まれない。非機器動作期間Ｔ４では、状態パラメータＰが約ゼロであるため機器１に異常があったとしても異常判定結果に対する影響が少ない。そのため異常判定部１７０は、基準データＤｒｅｆのうち機器動作期間Ｔ３を対象に複数の基準時系列データｘ（１）、ｘ（２）、・・・の抽出を行うことで、異常判定の精度を向上させつつ、異常判定部１７０の演算負担を効果的に軽減できる。
【0058】
尚、図１２に示す時系列データＤｔでは、各プロファイル波形ＰＦに付随する微小なサブ波形ＳＦｓｕｂが存在している。サブ波形ＳＦｓｕｂはメインのプロファイル波形ＰＦに比べてピークサイズが小さく、異常判定への影響が小さい。そのため、機器動作期間Ｔ３をプロファイル波形ＰＦを含み、且つ、サブ波形ＳＦｓｕｂを含まないように設定することで、異常判定の精度を低下させることなく、異常判定部１７０の演算負担を効果的に軽減できる。
【0059】
また他の実施形態に係る異常判定装置１００は、機器１が複数の動作モードを有し、動作モードごとに状態パラメータの特性が変化する場合には、異常判定部１７０における異常判定の基準となる判定条件を動作モードに基づいて切り替えるようにしてもよい。例えば、機器１が前述したように発電プラント設備に用いられる制御弁であり、発電プラント設備の高負荷時に対応する第１動作モードＭ１と、発電プラント設備の低負荷時に対応する第２動作モードＭ２とを有する場合には、第１動作モードＭ１及び第２動作モードＭ２の間で判定条件を切り替えてもよい。
【0060】
ここで図１３は各動作モードにおける状態パラメータの時間変化を示す図であり、図１４は他の実施形態に係る異常判定装置１００の機能的構成を示すブロック図である。図１３では、時刻ｔ０までは高負荷状態に対応する第１動作モードＭ１が実施され、時刻ｔ０以降では低負荷状態に対応する第２動作モードＭ２が実施されている。第２動作モードＭ２では、第１動作モードＭ１に比べてプロファイル波形の時間幅が増加しており、機器１の状態パラメータＰの特性が負荷に対して変化していることが示されている。
【0061】
この場合、図１４に示す異常判定装置１００では、第１動作モードＭ１及び第２動作モードＭ２において切り替えられる判定条件として、スライド窓の長さωを採用してもよい。例えば、プロファイル波形ＰＦの時間幅が比較的小さい第１動作モードＭ１ではスライド窓の長さωを小さくした判定条件とする一方で、プロファイル波形ＰＦの時間幅が比較的大きい第２動作モードＭ２ではスライド窓の長さωを大きくした判定条件とすることができる。これにより、機器１の動作モードが切り替えられることで特性が変化した場合であっても、動作モードに対応するように判定条件を変更することで機器の異常を好適に判定できる。
【0062】
尚、本発明は、図１５に示すように異常判定装置１００と通信可能なクライアント端末１９０からなる異常判定システム２００のような構成とすることが可能である。
クライアント端末１９０は、図３に示すハードウェア構成を有する情報処理装置であり、図１６に示すように要求部２００を備える。クライアント端末１９０の入力部１１０を介してなされたオペレータの操作を受け付けると、要求部２００は異常判定装置１００へ図５に示す異常判定方法を示すフローチャートに示される処理を実行するよう要求することにより、当該処理を実行することが可能である。
以上説明したように上述の各実施形態によれば、機器から取得された状態パラメータの時系列データは、機器の正常な動作状態に対応する基準データから抽出される複数の基準時系列データと比較されることにより、機器の異常判定が行われる。これにより、単一の時系列データに基づいた異常判定を適切に実施できる。
クライアント端末１９０は、図３に示すハードウェア構成を有する情報処理装置であり、図１６に示すように要求部２００を備える。クライアント端末１９０の入力部１１０を介してなされたオペレータの操作を受け付けると、要求部２００は異常判定装置１００へ図５に示す異常判定方法を示すフローチャートに示される処理を実行するよう要求することにより、当該処理を実行することが可能である。
以上説明したように上述の各実施形態によれば、機器から取得された状態パラメータの時系列データは、機器の正常な動作状態に対応する基準データから抽出される複数の基準時系列データと比較されることにより、機器の異常判定が行われる。これにより、単一の時系列データに基づいた異常判定を適切に実施できる。
【0063】
その他、本開示の趣旨を逸脱しない範囲で、上記した実施形態における構成要素を周知の構成要素に置き換えることは適宜可能であり、また、上記した実施形態を適宜組み合わせてもよい。
【0064】
上記各実施形態に記載の内容は、例えば以下のように把握される。
【0065】
（１）一態様に係る異常判定装置は、
動作時に状態パラメータ（Ｐ）の時間変化が特定のプロファイル波形（ＰＦ）を示す機器（１）の異常判定装置（１００）であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データ（Ｄｔ）を取得するための時系列データ取得部（１５２）と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部（１８０）と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データ（Ｄｒｅｆ）から、前記時系列データに対応する複数の基準時系列データ（ｘ（１）、ｘ（２）、・・・）を抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部（１７０）と、
を備える。
動作時に状態パラメータ（Ｐ）の時間変化が特定のプロファイル波形（ＰＦ）を示す機器（１）の異常判定装置（１００）であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データ（Ｄｔ）を取得するための時系列データ取得部（１５２）と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部（１８０）と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データ（Ｄｒｅｆ）から、前記時系列データに対応する複数の基準時系列データ（ｘ（１）、ｘ（２）、・・・）を抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部（１７０）と、
を備える。
【0066】
上記（１）の態様によれば、機器から取得された状態パラメータの時系列データは、機器の正常な動作状態に対応する基準データから抽出される複数の基準時系列データと比較されることにより、機器の異常判定が行われる。これにより、単一の時系列データに基づいた異常判定を適切に実施できる。
【0067】
（２）他の態様では、上記（１）の態様において、
前記異常判定部は、前記複数の基準時系列データのうち前記プロファイル波形の少なくとも一部を含む模範データ（Ｄｍ）を特定し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記模範データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する。
前記異常判定部は、前記複数の基準時系列データのうち前記プロファイル波形の少なくとも一部を含む模範データ（Ｄｍ）を特定し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記模範データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する。
【0068】
上記（２）の態様によれば、機器から取得された時系列データを、機器に異常がある場合に影響が反映されやすいプロファイル波形の少なくとも一部を含む模範データと比較することで、精度のよい異常判定を実施できる。
【0069】
（３）他の態様では、上記（１）又は（２）の態様において、
前記異常判定部は、前記スライド窓設定部により設定された前記スライド窓の長さに対応する次元を有する仮想空間（Ｖ）における前記時系列データと前記複数の基準時系列データとの乖離度（Ｌ）に基づいて、前記機器について異常の有無を判定する。
前記異常判定部は、前記スライド窓設定部により設定された前記スライド窓の長さに対応する次元を有する仮想空間（Ｖ）における前記時系列データと前記複数の基準時系列データとの乖離度（Ｌ）に基づいて、前記機器について異常の有無を判定する。
【0070】
上記（３）の態様によれば、時系列データに含まれるデータ数に対応する次元の仮想空間における、時系列データと複数の基準時系列データとの乖離度に基づいて、機器の異常を好適に判定できる。
【0071】
（４）他の態様では、上記（３）の態様において、
前記異常判定部は、前記仮想空間において、前記時系列データに対してｋ番目（ｋは任意の自然数）に近い前記基準時系列データとの乖離度に基づいて、前記機器について異常の有無を判定する。
前記異常判定部は、前記仮想空間において、前記時系列データに対してｋ番目（ｋは任意の自然数）に近い前記基準時系列データとの乖離度に基づいて、前記機器について異常の有無を判定する。
【0072】
上記（４）の態様によれば、仮想空間において、時系列データと複数の基準時系列データのうちｋ番目の基準時系列データとの乖離度に基づいて、機器の異常を好適に判定できる。
【0073】
（５）他の態様では、上記（１）から（４）のいずれか一態様において、
前記スライド窓の長さ（ω）は、前記プロファイル波形の立ち上がり部（ＰＦ１）、又は、立ち下がり部（ＰＦ３）の少なくとも一方より大きな時間幅を有するように設定される。
前記スライド窓の長さ（ω）は、前記プロファイル波形の立ち上がり部（ＰＦ１）、又は、立ち下がり部（ＰＦ３）の少なくとも一方より大きな時間幅を有するように設定される。
【0074】
上記（５）の態様によれば、機器に生じる異常はプロファイル波形の立ち上がり部、及び、立ち下がり部に反映されやすい特性に鑑みて、時系列データのスライド窓長さをプロファイル波形の立ち上がり部、又は、立ち下がり部の少なくとも一方より大きな時間幅を有するように設定することで、機器の異常を好適に判定できる。
【0075】
（６）他の態様では、上記（５）の態様において、
前記スライド窓の長さは、前記プロファイル波形より大きな時間幅を有するように設定される。
前記スライド窓の長さは、前記プロファイル波形より大きな時間幅を有するように設定される。
【0076】
上記（６）の態様によれば、時系列データのスライド窓長さをプロファイル波形より大きな時間幅を有するように設定することで、機器の異常をより好適に判定できる。
【0077】
（７）他の態様では、上記（１）から（６）のいずれか一態様において、
前記時系列データ取得部は、前記機器の動作期間を含むように規定されたデータ取得期間（Ｔ１）に前記時系列データを取得する。
前記時系列データ取得部は、前記機器の動作期間を含むように規定されたデータ取得期間（Ｔ１）に前記時系列データを取得する。
【0078】
上記（７）の態様によれば、機器の動作期間を含む時系列データを取得することにより、異常判定への寄与が少ない機器の非動作期間に対応する不要なデータを排除し、異常判定の演算負担を軽減するとともに、判定精度を効果的に向上できる。
【0079】
（８）他の態様では、上記（７）の態様において、
前記異常判定部は、前記基準データから、前記プロファイル波形を含む機器動作期間（Ｔ３）から前記複数の基準時系列データを抽出する。
前記異常判定部は、前記基準データから、前記プロファイル波形を含む機器動作期間（Ｔ３）から前記複数の基準時系列データを抽出する。
【0080】
上記（８）の態様によれば、機器から取得された時系列データの比較対象となる複数の基準時系列データは、プロファイル波形を含む機器動作期間から抽出される。これにより、異常判定への寄与が少ない機器の非動作期間に対応する基準データからの基準時系列データの抽出を行わないことで、異常判定の演算負担を軽減するとともに、判定精度を効果的に向上できる。
【0081】
（９）他の態様では、上記（１）から（８）のいずれか一態様において、
前記機器は、動作モードとして、高負荷時に対応する第１動作モード（Ｍ１）と、低負荷時に対応する第２動作モード（Ｍ２）を有し、
前記異常判定部は、前記動作モードに基づいて、前記異常の判定条件を切替可能である。
前記機器は、動作モードとして、高負荷時に対応する第１動作モード（Ｍ１）と、低負荷時に対応する第２動作モード（Ｍ２）を有し、
前記異常判定部は、前記動作モードに基づいて、前記異常の判定条件を切替可能である。
【0082】
上記（９）の態様によれば、動作モードに基づいて異常の判定条件が切り替えられる。これにより、機器の動作モードが切り替えられることで機器の特性が変化した場合であっても、動作モードに対応するように判定条件を変更することで機器の異常を好適に判定できる。
【0083】
（１０）他の態様では、上記（９）の態様において、
前記判定条件は、前記スライド窓設定部により設定された前記スライド窓の長さを含む。
前記判定条件は、前記スライド窓設定部により設定された前記スライド窓の長さを含む。
【0084】
上記（１０）の態様によれば、動作モードに基づいて、時系列データに含まれるデータ数が切り替えられる。
【0085】
（１１）他の態様では、上記（１）から（１０）のいずれか一態様において、
前記機器は周期的な動作を実施する。
前記機器は周期的な動作を実施する。
【0086】
上記（１１）の態様によれば、周期的な動作を実施する機器を判定対象とする。このような機器では、異常判定に用いられる状態パラメータの時間変化には、周期的にプロファイル波形が現れるため、上記構成によって適切に異常判定を行うことができる。
【0087】
（１２）一態様に係る異常判定方法は、
動作時に状態パラメータ（Ｐ）の時間変化が特定のプロファイル波形（ＰＦ）を示す機器の異常判定方法であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データ（Ｄｔ）を取得する取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データ（Ｄｒｅｆ）から、前記時系列データに対応する複数の基準時系列データ（ｘ（１）、ｘ（２）、・・・）を抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定ステップと、
を備える。
動作時に状態パラメータ（Ｐ）の時間変化が特定のプロファイル波形（ＰＦ）を示す機器の異常判定方法であって、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データ（Ｄｔ）を取得する取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データ（Ｄｒｅｆ）から、前記時系列データに対応する複数の基準時系列データ（ｘ（１）、ｘ（２）、・・・）を抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定ステップと、
を備える。
【0088】
上記（１２）の態様によれば、機器から取得された状態パラメータの時系列データは、機器の正常な動作状態に対応する基準データから抽出される複数の基準時系列データと比較されることにより、機器の異常判定が行われる。これにより、単一の時系列データに基づいた異常判定を適切に実施できる。
【0089】
（１３）一態様に係るプログラムは、
コンピュータを、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得手段と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定手段と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定手段により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定手段と、
して機能させる。
コンピュータを、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得する取得手段と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定手段と、
前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定手段により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定する異常判定手段と、
して機能させる。
【0090】
上記（１３）の態様によれば、機器から取得された状態パラメータの時系列データは、機器の正常な動作状態に対応する基準データから抽出される複数の基準時系列データと比較されることにより、機器の異常判定が行われる。これにより、単一の時系列データに基づいた異常判定を適切に実施できる。
【0091】
（１４）一態様に係る異常判定システムは、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムであって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える。
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムであって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得部と、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定部と、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定部により設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定部と、
を備える。
【0092】
上記（１４）の態様によれば、機器から取得された状態パラメータの時系列データは、クライアント端末からの要求により機器の正常な動作状態に対応する基準データから抽出される複数の基準時系列データと比較されることにより、機器の異常判定が行われる。これにより、単一の時系列データに基づいた異常判定を適切に実施できる。
【0093】
（１５）一態様に係る異常判定システムの制御方法は、
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムの制御方法であって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定ステップと、
を実行する。
動作時に状態パラメータの時間変化が特定のプロファイル波形を示す機器の異常判定装置及びクライアント端末からなる異常判定システムの制御方法であって、
前記異常判定装置は、
前記状態パラメータについて時間的に連続する複数のデータを含む時系列データを取得するための時系列データ取得ステップと、
前記時系列データに含まれるデータ数を示すスライド窓の長さを設定するスライド窓設定ステップと、
前記クライアント端末からの要求により、前記機器の正常な動作状態に対応する前記状態パラメータの時間変化を示す基準データから、前記時系列データに対応する複数の基準時系列データを抽出し、前記スライド窓設定ステップにより設定された前記スライド窓の長さを有する前記時系列データと前記複数の基準時系列データとを前記スライド窓をスライドしながら比較することにより、前記機器について異常の有無を判定するための異常判定ステップと、
を実行する。
【0094】
上記（１５）の態様によれば、機器から取得された状態パラメータの時系列データは、クライアント端末からの要求により機器の正常な動作状態に対応する基準データから抽出される複数の基準時系列データと比較されることにより、機器の異常判定が行われる。これにより、単一の時系列データに基づいた異常判定を適切に実施できる。
【符号の説明】
【0095】
１ 機器
２ センサ
１００ 異常判定装置
１１０ 入力部
１２０ 記憶部
１３０ 演算部
１４０ 出力部
１５０ データ監視部
１５２ 時系列データ取得部
１６０ 基準データ記憶部
１６２ 基準時系列データ取得部
１７０ 異常判定部
１８０ スライド窓設定部
１９０ クライアント端末
２００ 要求部
Ｄｒｅｆ 基準データ
Ｄｔ 時系列データ
Ｌ 乖離度
Ｍ１ 第１動作モード
Ｍ２ 第２動作モード
Ｐ 状態パラメータ
ＰＦ プロファイル波形
ＰＦ１ 立ち上がり部
ＰＦ２ ピーク部
ＰＦ３ 立ち下がり部
ＳＦｓｕｂ サブ波形
Ｔ１ データ取得期間
Ｔ２ 非データ取得期間
Ｔ３ 機器動作期間
Ｔ４ 非機器動作期間
Ｖ 仮想空間
２ センサ
１００ 異常判定装置
１１０ 入力部
１２０ 記憶部
１３０ 演算部
１４０ 出力部
１５０ データ監視部
１５２ 時系列データ取得部
１６０ 基準データ記憶部
１６２ 基準時系列データ取得部
１７０ 異常判定部
１８０ スライド窓設定部
１９０ クライアント端末
２００ 要求部
Ｄｒｅｆ 基準データ
Ｄｔ 時系列データ
Ｌ 乖離度
Ｍ１ 第１動作モード
Ｍ２ 第２動作モード
Ｐ 状態パラメータ
ＰＦ プロファイル波形
ＰＦ１ 立ち上がり部
ＰＦ２ ピーク部
ＰＦ３ 立ち下がり部
ＳＦｓｕｂ サブ波形
Ｔ１ データ取得期間
Ｔ２ 非データ取得期間
Ｔ３ 機器動作期間
Ｔ４ 非機器動作期間
Ｖ 仮想空間
【図1】
【図2】
【図3】
【図4】
【図5A】
【図5B】
【図6A】
【図6B】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】