ホーム > 特許ランキング > 日本ドライケミカル株式会社
知財求人 - 知財ポータルサイト「IP Force」
(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】P2023168656
(43)【公開日】2023-11-29
(54)【発明の名称】異常判別プログラム及びこれを備えた火災監視システム
(51)【国際特許分類】
G08B 17/00 20060101AFI20231121BHJP
G06F 17/18 20060101ALI20231121BHJP
【ＦＩ】
G08B17/00 C
G06F17/18 D
【審査請求】未請求
【請求項の数】14
【出願形態】ＯＬ
(21)【出願番号】P 2022079884
(22)【出願日】2022-05-16
(71)【出願人】
【識別番号】000229405
【氏名又は名称】日本ドライケミカル株式会社
(74)【代理人】
【識別番号】110001508
【氏名又は名称】弁理士法人 津国
(72)【発明者】
【氏名】砂原 弘幸
(72)【発明者】
【氏名】大木 健二
(72)【発明者】
【氏名】阿部 晶
【テーマコード（参考）】
5B056
5G405
【Ｆターム（参考）】
5B056BB64
5G405AA01
5G405AA06
5G405AB01
5G405AB02
5G405AC07
5G405AD06
5G405AD07
5G405CA05
5G405CA19
5G405CA21
5G405CA23
5G405DA21
(57)【要約】 （修正有）
【課題】正常時に起こる確率が低い異常の発生を早期に判別する異常判別プログラム及びこれを備えた火災監視システムを提供する。
【解決手段】火災監視システムにおいて、異常判別プログラムは、所定時間にわたって、複数のセンサが測定した複数の物理量ｘを収集し、正規化された物理量ｙに変換する処理と、複数のセンサに対応する重みｗが予め設定され、重みｗを乗じた物理量ｙの総和Ｓｐｒｅｖを算出する処理と、所定時間経過後に、複数のセンサが測定した複数の物理量ｘを収集し、正規化された物理量ｙに変換し、重みｗを乗じた物理量ｙの総和Ｓｎｅｗを算出する処理と、総和Ｓｎｅｗの平均値及び標準偏差σｎｅｗを算出する処理と、総和Ｓｎｅｗの平均値、標準偏差σｎｅｗ及び総和Ｓｐｒｅｖの平均値を累積分布関数に適用して算出する確率が、閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する処理と、を備える。
【選択図】図２
【解決手段】火災監視システムにおいて、異常判別プログラムは、所定時間にわたって、複数のセンサが測定した複数の物理量ｘを収集し、正規化された物理量ｙに変換する処理と、複数のセンサに対応する重みｗが予め設定され、重みｗを乗じた物理量ｙの総和Ｓｐｒｅｖを算出する処理と、所定時間経過後に、複数のセンサが測定した複数の物理量ｘを収集し、正規化された物理量ｙに変換し、重みｗを乗じた物理量ｙの総和Ｓｎｅｗを算出する処理と、総和Ｓｎｅｗの平均値及び標準偏差σｎｅｗを算出する処理と、総和Ｓｎｅｗの平均値、標準偏差σｎｅｗ及び総和Ｓｐｒｅｖの平均値を累積分布関数に適用して算出する確率が、閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する処理と、を備える。
【選択図】図２
【特許請求の範囲】
【請求項1】
火災の発生に起因して変化する物理量ｘを測定するための複数のセンサから出力される信号に基づいて、異常が発生したか否かを判別する異常判別プログラムであって、
火災が発生していない正常な状況下において、所定時間又は所定回数にわたって、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換する第１処理と、
複数のセンサのそれぞれに対応する重みｗが予め設定され、重みｗを乗じた物理量ｙの総和Ｓprevを算出する第２処理と、
前記所定時間が経過した後、又は前記所定回数を超えた後に、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、重みｗを乗じた物理量ｙの総和Ｓnewを算出する第３処理と、
総和Ｓnewの平均値
及び標準偏差σnewを算出する第４処理と、
平均値
、標準偏差σnew及び総和Ｓprevの平均値
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、
を含む処理をプロセッサに実行させることを特徴とする異常判別プログラム。
火災が発生していない正常な状況下において、所定時間又は所定回数にわたって、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換する第１処理と、
複数のセンサのそれぞれに対応する重みｗが予め設定され、重みｗを乗じた物理量ｙの総和Ｓprevを算出する第２処理と、
前記所定時間が経過した後、又は前記所定回数を超えた後に、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、重みｗを乗じた物理量ｙの総和Ｓnewを算出する第３処理と、
総和Ｓnewの平均値
【表36】
及び標準偏差σnewを算出する第４処理と、
平均値
【表37】
、標準偏差σnew及び総和Ｓprevの平均値
【表38】
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、
を含む処理をプロセッサに実行させることを特徴とする異常判別プログラム。
【請求項2】
前記第１処理及び前記第３処理において収集された物理量ｘのそれぞれは、下記式（１）によって正規化された物理量ｙに変換される請求項１に記載の異常判別プログラム。
但し、
は、物理量ｘの平均値であり、σは、物理量ｘの標準偏差である。
【数25】
但し、
【表39】
は、物理量ｘの平均値であり、σは、物理量ｘの標準偏差である。
【請求項3】
前記第２処理及び前記第３処理における総和Ｓprev及び総和Ｓnewは、下記式（２）～（４）のいずれかによって算出される請求項１に記載の異常判別プログラム。
但し、Ｐ、Ｑは、それぞれが物理量ｘの測定に使用される複数のセンサを示すものである。ｙ(p)は、センサＰの物理量ｙの値であり、ｙ(Q)は、センサＱの物理量ｙの値である。ｗ(Q,P)は、センサＱとセンサＰの相互関係に基づいて設定される重みｗである。
【数26】
【数27】
【数28】
但し、Ｐ、Ｑは、それぞれが物理量ｘの測定に使用される複数のセンサを示すものである。ｙ(p)は、センサＰの物理量ｙの値であり、ｙ(Q)は、センサＱの物理量ｙの値である。ｗ(Q,P)は、センサＱとセンサＰの相互関係に基づいて設定される重みｗである。
【請求項4】
前記第５処理における確率は、下記式（５）によって算出されるｔの値に基づいて算出される請求項１に記載の異常判別プログラム。
但し、ｎは、平均値
の算出に用いた総和Ｓnewのデータ数である。
【数29】
但し、ｎは、平均値
【表40】
の算出に用いた総和Ｓnewのデータ数である。
【請求項5】
前記第２処理及び前記第３処理において用いられる重みｗの値は、複数のセンサのうちの少なくとも１つのセンサに及ぼされる外乱の影響に基づいて設定変更される請求項１に記載の異常判別プログラム。
【請求項6】
複数のセンサのうちの少なくとも１つのセンサが空気調和機による温度の影響を受ける場合に、前記空気調和機の動作に関する情報に基づいて、複数のセンサのうちの少なくとも１つのセンサに適用される重みｗの値が設定変更される請求項５に記載の異常判別プログラム。
【請求項7】
複数のセンサのうちの少なくとも１つのセンサが日照による温度の影響を受ける場合に、前記日照の時刻、日射量及び温度のうちの少なくとも１つに基づいて、複数のセンサのうちの少なくとも１つのセンサに適用される重みｗの値が設定変更される請求項５に記載の異常判別プログラム。
【請求項8】
前記第１処理において、物理量ｘの有効数字を増加させるための乱数を生成し、複数のセンサによって測定された複数の物理量ｘのそれぞれに前記乱数を加算した後、正規化された物理量ｙを算出する請求項１に記載の異常判別プログラム。
【請求項9】
請求項１～８のいずれか１項に記載の異常判別プログラムに従って動作する火災監視システムであって、
複数のセンサ及び受信機を備え、
前記受信機は、受信部、制御部及び報知部を備え、且つ前記異常判別プログラムがインストールされており、
複数のセンサは、監視領域に設置され、火災の発生に起因して変化する物理量ｘを測定して信号を出力し、
前記受信部は、複数のセンサから出力された信号を受信し、
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘに基づいて、前記異常判別プログラムに従った前記第１処理～前記第５処理を実行し、
前記報知部は、前記第５処理において異常が発生したと判別された場合に、異常が発生したことを報知する、
ことを特徴とする火災監視システム。
複数のセンサ及び受信機を備え、
前記受信機は、受信部、制御部及び報知部を備え、且つ前記異常判別プログラムがインストールされており、
複数のセンサは、監視領域に設置され、火災の発生に起因して変化する物理量ｘを測定して信号を出力し、
前記受信部は、複数のセンサから出力された信号を受信し、
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘに基づいて、前記異常判別プログラムに従った前記第１処理～前記第５処理を実行し、
前記報知部は、前記第５処理において異常が発生したと判別された場合に、異常が発生したことを報知する、
ことを特徴とする火災監視システム。
【請求項10】
前記異常判別プログラムは、複数のセンサのうちの少なくとも１つのセンサによって測定された物理量ｘが、予め設定された物理量ｘの閾値以上であるか否かを判断し、閾値以上である場合に火災が発生したと判別する第６処理を含み、
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘのそれぞれに基づいて、前記異常判別プログラムに従った前記第６処理を実行し、
前記報知部は、前記第６処理において火災が発生したと判別された場合に、火災が発生したことを報知する請求項９に記載の火災監視システム。
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘのそれぞれに基づいて、前記異常判別プログラムに従った前記第６処理を実行し、
前記報知部は、前記第６処理において火災が発生したと判別された場合に、火災が発生したことを報知する請求項９に記載の火災監視システム。
【請求項11】
請求項１～８のいずれか１項に記載の異常判別プログラムに従って動作する火災監視システムであって、
複数のセンサ、少なくとも１つの中継器、及び受信機を備え、
前記中継器は、受信部及び制御部を備え、且つ前記異常判別プログラムがインストールされており、
複数のセンサは、監視領域に設置され、火災の発生に起因して変化する物理量ｘを測定して信号を出力し、
前記受信部は、複数のセンサから出力された信号を受信し、
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘに基づいて、前記異常判別プログラムに従った前記第１処理～前記第５処理を実行し、前記第５処理において異常が発生したと判別した場合に、他の中継器又は前記受信機に信号を送信する、
ことを特徴とする火災監視システム。
複数のセンサ、少なくとも１つの中継器、及び受信機を備え、
前記中継器は、受信部及び制御部を備え、且つ前記異常判別プログラムがインストールされており、
複数のセンサは、監視領域に設置され、火災の発生に起因して変化する物理量ｘを測定して信号を出力し、
前記受信部は、複数のセンサから出力された信号を受信し、
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘに基づいて、前記異常判別プログラムに従った前記第１処理～前記第５処理を実行し、前記第５処理において異常が発生したと判別した場合に、他の中継器又は前記受信機に信号を送信する、
ことを特徴とする火災監視システム。
【請求項12】
前記異常判別プログラムは、複数のセンサのうちの少なくとも１つのセンサによって測定された物理量ｘが、予め設定された物理量ｘの閾値以上であるか否かを判断し、閾値以上である場合に火災が発生したと判別する第６処理を含み、
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘのそれぞれに基づいて、前記異常判別プログラムに従った前記第６処理を実行し、前記第６処理において火災が発生したと判別した場合に、他の中継器又は前記受信機に信号を送信する請求項１０に記載の火災監視システム。
前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘのそれぞれに基づいて、前記異常判別プログラムに従った前記第６処理を実行し、前記第６処理において火災が発生したと判別した場合に、他の中継器又は前記受信機に信号を送信する請求項１０に記載の火災監視システム。
【請求項13】
物理量ｘを測定するための複数のセンサから出力される信号に基づいて、異常が発生したか否かを判別する異常判別プログラムであって、
所定時間又は所定回数にわたって、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換する第１処理と、
物理量ｙの総和Ｓprevを算出する第２処理と、
前記所定時間が経過した後、又は前記所定回数を超えた後に、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、物理量ｙの総和Ｓnewを算出する第３処理と、
総和Ｓnewの平均値
及び標準偏差σnewを算出する第４処理と、
平均値
、標準偏差σnew及び総和Ｓprevの平均値
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、
を含む処理をプロセッサに実行させることを特徴とする異常判別プログラム。
所定時間又は所定回数にわたって、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換する第１処理と、
物理量ｙの総和Ｓprevを算出する第２処理と、
前記所定時間が経過した後、又は前記所定回数を超えた後に、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、物理量ｙの総和Ｓnewを算出する第３処理と、
総和Ｓnewの平均値
【表41】
及び標準偏差σnewを算出する第４処理と、
平均値
【表42】
、標準偏差σnew及び総和Ｓprevの平均値
【表43】
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、
を含む処理をプロセッサに実行させることを特徴とする異常判別プログラム。
【請求項14】
複数のセンサのそれぞれに対応する重みｗが予め設定され、前記第２処理においては重みｗを乗じた物理量ｙの前記総和Ｓprevが算出され、前記第３処理においては重みｗを乗じた物理量ｙの前記総和Ｓnewが算出される請求項１３に記載の異常判別プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、複数のセンサによって測定された物理量に基づいて、異常が発生したか否かを判別する異常判別プログラム及びこれを備えた火災監視システムに関する。
【背景技術】
【0002】
例えば、一般家庭などに広く普及している火災感知器は、部屋の温度や煙濃度などの物理量を測定し、閾値以上の物理量が測定された場合に火災の発生を報知する。一方、オフィスビル、テナントビル、物流倉庫などの大規模施設には、複数のアナログ式感知器と受信機とを組み合わせた火災監視システムが用いられる。複数のアナログ式感知器は、大規模施設の各所の監視領域に設置される。複数のアナログ式感知器のそれぞれは、測定値に応じたアナログ信号を受信機に出力する。受信機は、複数のアナログ式感知器のそれぞれから受信したアナログ信号に基づいて、火災が発生したか否か、その他の異常が発生したか否かを判別する。例えば、受信機は、火災が発生したか否かを判断するための閾値未満の物理量が測定された場合に、注意を喚起するための予報を発することが可能である。予報を発するか否かを判断するための閾値は、アナログ式感知器ごとに、又は監視領域ごとに異なる値を設定することができる。
【0003】
また、従来の火災感知器として、複合式スポット型感知器が知られている。複合式スポット型感知器は、例えば、温度及び煙濃度などの２以上の物理量を測定することが可能であり、いずれか１つの物理量が閾値以上となった場合に、火災の発生を報知する。
【0004】
さらに、特開２０１８－８８６３０号公報（特許文献１）及び特開２０１８－１０１４１６号公報（特許文献２）には、監視カメラによって撮影された監視領域の画像を多数生成し、これらの画像に基づいて、多層式ニューラルネットワークをディープラーニング（深層学習）させ、火災の検出精度を向上させる火災監視システムが提案されている。
【先行技術文献】
【特許文献】
【0005】
【特許文献1】特開２０１８－８８６３０号公報
【特許文献2】特開２０１８－１０１４１６号公報
【発明の概要】
【発明が解決しようとする課題】
【0006】
火災監視システムの受信機は、火災が発生したか否かを判断するための閾値未満の物理量が測定された場合に、注意を喚起するための予報を発することが可能である。しかし、受信機は、複数のアナログ式感知器のそれぞれによって測定された物理量を閾値と比較する判断しかできない。受信機は、複数のアナログ式感知器の相互関係、例えば、温度と煙濃度のような異なる物理量どうしの関係、複数のアナログ式感知器の互いの位置関係、複数のアナログ式感知器の互いの測定結果の関連性、複数のアナログ式感知器のそれぞれに及ぶ外乱の影響などを考慮して、注意を喚起するための予報を発することはできない。
【0007】
従来の複合式スポット型感知器は、温度及び煙濃度などの２以上の物理量のうちのいずれか１つの物理量が閾値以上となった場合に、火災の発生を報知する。つまり、複合式スポット型感知器は、２以上の物理量のそれぞれを閾値と比較して、火災が発生したか否かを判断するものである。このため、複合式スポット型感知器は、２以上の物理量を総合して、火災が発生したか否かを判断することはできない。
【0008】
特開２０１８－８８６３０号公報及び特開２０１８－１０１４１６号公報の火災監視システムは、いずれも多数の画像に基づいて、多層式ニューラルネットワークをディープラーニングさせる作業が必要である。また、画像に基づくディープラーニングでは、上述したような複数のアナログ式感知器の相互関係を考慮した重み付けができない。さらに、多層式ニューラルネットワークによる火災の検出のための計算負荷は、極めて大きい。
【0009】
本発明は、上記の問題点に鑑みてなされたものであり、複数のセンサの測定結果を総合し、且つ複数のセンサの相互関係を考慮することにより、正常時に起こる確率が低い異常が発生したことを早期に判別することが可能な異常判別プログラム及びこれを備えた火災監視システ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】
【0010】
（Ａ）上記目的を達成するために、本発明の異常判別プログラムは、火災の発生に起因して変化する物理量ｘを測定するための複数のセンサから出力される信号に基づいて、異常が発生したか否かを判別する異常判別プログラムであって、火災が発生していない正常な状況下において、所定時間又は所定回数にわたって、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換する第１処理と、複数のセンサのそれぞれに対応する重みｗが予め設定され、重みｗを乗じた物理量ｙの総和Ｓprevを算出する第２処理と、前記所定時間が経過した後、又は前記所定回数を超えた後に、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、重みｗを乗じた物理量ｙの総和Ｓnewを算出する第３処理と、総和Ｓnewの平均値
及び標準偏差σnewを算出する第４処理と、平均値
、標準偏差σnew及び総和Ｓprevの平均値
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、を含む処理をプロセッサに実行させる。
【表1】
及び標準偏差σnewを算出する第４処理と、平均値
【表2】
、標準偏差σnew及び総和Ｓprevの平均値
【表3】
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、を含む処理をプロセッサに実行させる。
【0011】
（Ｂ）好ましくは、上記（Ａ）の異常判別プログラムにおいて、前記第１処理及び前記第３処理において収集された物理量ｘのそれぞれは、下記式（１）によって正規化された物理量ｙに変換される。
但し、
は、物理量ｘの平均値であり、σは、物理量ｘの標準偏差である。
【数1】
但し、
【表4】
は、物理量ｘの平均値であり、σは、物理量ｘの標準偏差である。
【0012】
（Ｃ）好ましくは、上記（Ａ）又は（Ｂ）の異常判別プログラムにおいて、前記第２処理及び前記第３処理における総和Ｓprev及び総和Ｓnewは、下記式（２）～（４）のいずれかによって算出される。
但し、Ｐ、Ｑは、それぞれが物理量ｘの測定に使用される複数のセンサを示すものである。ｙ(p)は、センサＰの物理量ｙの値であり、ｙ(Q)は、センサＱの物理量ｙの値である。ｗ(Q,P)は、センサＱとセンサＰの相互関係に基づいて設定される重みｗである。
【数2】
【数3】
【数4】
但し、Ｐ、Ｑは、それぞれが物理量ｘの測定に使用される複数のセンサを示すものである。ｙ(p)は、センサＰの物理量ｙの値であり、ｙ(Q)は、センサＱの物理量ｙの値である。ｗ(Q,P)は、センサＱとセンサＰの相互関係に基づいて設定される重みｗである。
【0013】
（Ｄ）好ましくは、上記（Ａ）～（Ｃ）のいずれかの異常判別プログラムにおいて、前記第５処理における確率は、下記式（５）によって算出されるｔの値に基づいて算出される請求項１～３のいずれか１項に記載の異常判別プログラム。
但し、ｎは、平均値
の算出に用いた総和Ｓnewのデータ数である。
【数5】
但し、ｎは、平均値
【表5】
の算出に用いた総和Ｓnewのデータ数である。
【0014】
（Ｅ）好ましくは、上記（Ａ）～（Ｄ）のいずれかの異常判別プログラムにおいて、前記第２処理及び前記第３処理において用いられる重みｗの値は、複数のセンサのうちの少なくとも１つのセンサに及ぼされる外乱の影響に基づいて設定変更される。
【0015】
（Ｆ）好ましくは、上記（Ｅ）の異常判別プログラムにおいて、複数のセンサのうちの少なくとも１つのセンサが空気調和機による温度の影響を受ける場合に、前記空気調和機の動作に関する情報に基づいて、複数のセンサのうちの少なくとも１つのセンサに適用される重みｗの値が設定変更される。
【0016】
（Ｇ）好ましくは、上記（Ｅ）の異常判別プログラムにおいて、複数のセンサのうちの少なくとも１つのセンサが日照による温度の影響を受ける場合に、前記日照の時刻、日射量及び温度のうちの少なくとも１つに基づいて、複数のセンサのうちの少なくとも１つのセンサに適用される重みｗの値が設定変更される。
【0017】
（Ｈ）好ましくは、上記（Ａ）～（Ｇ）のいずれかの異常判別プログラムにおいて、前記第１処理において、物理量ｘの有効数字を増加させるための乱数を生成し、複数のセンサによって測定された複数の物理量ｘのそれぞれに前記乱数を加算した後、正規化された物理量ｙを算出する。
【0018】
（Ｉ）上記目的を達成するために、本発明の火災監視システムは、上記（Ａ）～（Ｈ）のいずれかの異常判別プログラムに従って動作する火災監視システムであって、複数のセンサ及び受信機を備え、前記受信機は、受信部、制御部及び報知部を備え、且つ前記異常判別プログラムがインストールされており、複数のセンサは、監視領域に設置され、火災の発生に起因して変化する物理量ｘを測定して信号を出力し、前記受信部は、複数のセンサから出力された信号を受信し、前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘに基づいて、前記異常判別プログラムに従った前記第１処理～前記第５処理を実行し、前記報知部は、前記第５処理において異常が発生したと判別された場合に、異常が発生したことを報知する。
【0019】
（Ｊ）好ましくは、上記（Ｉ）の火災監視システムにおいて、前記異常判別プログラムは、複数のセンサのうちの少なくとも１つのセンサによって測定された物理量ｘが、予め設定された物理量ｘの閾値以上であるか否かを判断し、閾値以上である場合に火災が発生したと判別する第６処理を含み、前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘのそれぞれに基づいて、前記異常判別プログラムに従った前記第６処理を実行し、前記報知部は、前記第６処理において火災が発生したと判別された場合に、火災が発生したことを報知する。
【0020】
（Ｋ）上記目的を達成するために、本発明の火災監視システムは、上記（Ａ）～（Ｈ）のいずれかの異常判別プログラムに従って動作する火災監視システムであって、複数のセンサ、少なくとも１つの中継器、及び受信機を備え、前記中継器は、受信部及び制御部を備え、且つ前記異常判別プログラムがインストールされており、複数のセンサは、監視領域に設置され、火災の発生に起因して変化する物理量ｘを測定して信号を出力し、前記受信部は、複数のセンサから出力された信号を受信し、前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘに基づいて、前記異常判別プログラムに従った前記第１処理～前記第５処理を実行し、前記第５処理において異常が発生したと判別した場合に、他の中継器又は前記受信機に信号を送信する。
【0021】
（Ｌ）好ましくは、上記（Ｋ）の火災監視システムにおいて、複数のセンサのうちの少なくとも１つのセンサによって測定された物理量ｘが、予め設定された物理量ｘの閾値以上であるか否かを判断し、閾値以上である場合に火災が発生したと判別する第６処理を含み、前記制御部のプロセッサは、複数のセンサによって測定された複数の物理量ｘのそれぞれに基づいて、前記異常判別プログラムに従った前記第６処理を実行し、前記第６処理において火災が発生したと判別した場合に、他の中継器又は前記受信機に信号を送信する。
【0022】
（Ｍ）上記目的を達成するために、本発明の異常判別プログラムは、物理量ｘを測定するための複数のセンサから出力される信号に基づいて、異常が発生したか否かを判別する異常判別プログラムであって、所定時間又は所定回数にわたって、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換する第１処理と、物理量ｙの総和Ｓprevを算出する第２処理と、前記所定時間が経過した後、又は前記所定回数を超えた後に、複数のセンサによって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、物理量ｙの総和Ｓnewを算出する第３処理と、総和Ｓnewの平均値
及び標準偏差σnewを算出する第４処理と、平均値
、標準偏差σnew及び総和Ｓprevの平均値
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、を含む処理をプロセッサに実行させる。
【表6】
及び標準偏差σnewを算出する第４処理と、平均値
【表7】
、標準偏差σnew及び総和Ｓprevの平均値
【表8】
を累積分布関数に適用して算出される確率が、予め設定された確率の閾値以下であるか否かを判断し、閾値以下である場合に異常が発生したと判別する第５処理と、を含む処理をプロセッサに実行させる。
【0023】
（Ｎ）好ましくは、上記（Ｍ）の異常判別プログラムにおいて、複数のセンサのそれぞれに対応する重みｗが予め設定され、前記第２処理においては重みｗを乗じた物理量ｙの前記総和Ｓprevが算出され、前記第３処理においては重みｗを乗じた物理量ｙの前記総和Ｓnewが算出される。
【発明の効果】
【0024】
本発明の異常判別プログラム及びこれを備えた火災監視システムによれば、複数のセンサの測定結果を総合し、且つ複数のセンサの相互関係を考慮することにより、正常時に起こる確率が低い異常が発生したことを早期に判別することが可能となる。
【図面の簡単な説明】
【0025】
【発明を実施するための形態】
【0026】
以下、本発明の異常判別プログラム及びこれを備えた火災監視システムの実施形態について、図面を参照しつつ説明する。
【0027】
なお、本発明の異常判別プログラムは、測定された物理量ｘが生じる確率に基づいて異常が発生したか否かを判別するものである。このため、本発明の異常判別プログラムの判別対象は、火災に起因する異常に限定されない。しかし、説明の便宜上、火災に起因する異常を判別対象の一例にして、異常判別プログラム及び火災監視システムの実施形態について説明する。
【0028】
１．火災監視システムの第１実施形態
図１は、本発明の第１実施形態の火災監視システムを示す。本実施形態の火災監視システムは、例えば、オフィスビル、テナントビル、物流倉庫などの大規模施設に設置される。火災監視システムは、主として、複数のセンサ１～４及び受信機１０で構成される。センサ１～４は、例えば、大規模施設における所定の監視領域の天井に設置される。図示しないが、大規模施設の各所の監視領域には、センサ１～４と同じ構成又は異なる構成の多数のセンサが設置される。センサ１～４及びその他のセンサから出力される信号は、図１中の破線で示される信号線５を介して、受信機１０に入力される。受信機１０は、センサ１～４及びその他のセンサから出力される信号に基づいて、大規模施設の全体を監視する。受信機１０は、火災及び火災以外のトラブルの発生を監視することが可能である。火災以外のトラブルには、例えば、ガスに関連する異常、電気に関連する異常、大規模施設に設置された防災設備の異常、受信機１０と連動する周辺機器との通信状態の異常などが含まれる。
図１は、本発明の第１実施形態の火災監視システムを示す。本実施形態の火災監視システムは、例えば、オフィスビル、テナントビル、物流倉庫などの大規模施設に設置される。火災監視システムは、主として、複数のセンサ１～４及び受信機１０で構成される。センサ１～４は、例えば、大規模施設における所定の監視領域の天井に設置される。図示しないが、大規模施設の各所の監視領域には、センサ１～４と同じ構成又は異なる構成の多数のセンサが設置される。センサ１～４及びその他のセンサから出力される信号は、図１中の破線で示される信号線５を介して、受信機１０に入力される。受信機１０は、センサ１～４及びその他のセンサから出力される信号に基づいて、大規模施設の全体を監視する。受信機１０は、火災及び火災以外のトラブルの発生を監視することが可能である。火災以外のトラブルには、例えば、ガスに関連する異常、電気に関連する異常、大規模施設に設置された防災設備の異常、受信機１０と連動する周辺機器との通信状態の異常などが含まれる。
【0029】
１．２ 複数のセンサ
複数のセンサ１～４は、例えば、アナログ式の火災感知器である。センサ１～４は、互いに同一の構成であり、温度及び／又は煙濃度（物理量ｘ）を測定するための少なくとも１つの検出素子を備える。所定の監視領域において、複数のセンサ１～４のそれぞれは、火災の発生に起因して変化する物理量ｘを測定し、物理量ｘに応じたアナログ信号を生成する。さらに、複数のセンサ１～４のそれぞれは、物理量ｘに応じたアナログ信号をデジタル信号に変換して出力する。このデジタル信号は、複数のセンサ１～４のそれぞれに割り当てられたアドレスを含む。複数のセンサ１～４のそれぞれから出力されるデジタル信号は、信号線５を介して、受信機１０に入力される。
複数のセンサ１～４は、例えば、アナログ式の火災感知器である。センサ１～４は、互いに同一の構成であり、温度及び／又は煙濃度（物理量ｘ）を測定するための少なくとも１つの検出素子を備える。所定の監視領域において、複数のセンサ１～４のそれぞれは、火災の発生に起因して変化する物理量ｘを測定し、物理量ｘに応じたアナログ信号を生成する。さらに、複数のセンサ１～４のそれぞれは、物理量ｘに応じたアナログ信号をデジタル信号に変換して出力する。このデジタル信号は、複数のセンサ１～４のそれぞれに割り当てられたアドレスを含む。複数のセンサ１～４のそれぞれから出力されるデジタル信号は、信号線５を介して、受信機１０に入力される。
【0030】
なお、複数のセンサ１～４は、複数の火災感知器に限定されるものではない。例えば、複数のセンサ１～４は、差動式分布型感知器であってもよい。差動式分布型感知器は、主として、１本の電線の途中に、複数の熱電対を所定の間隔で電気的に接続した構成となっている。複数の熱電対のそれぞれは、検出した熱量に応じた起電力を生じさせる。
【0031】
また、複数のセンサ１～４は、光ファイバーを利用した温度測定装置であってもよい。この温度測定装置は、主として、１本の光ファイバー、レーザー光源及び光検出部を備えた構成となっている。光ファイバーは、例えば、大規模施設における所定の監視領域の天井に敷設される。レーザー光源は、光ファイバーの入射端にパルス状のレーザー光を入射させる。入射光の一部は、光ファイバーのガラス粒子に反射され、レーリー散乱光、ブリルアン散乱光及びラマン散乱光のそれぞれの反射光を発生させる。これらの反射光は、再び入射端に戻る。これらの反射光の成分のうち、ラマン散乱光の強度及びブリルアン散乱光の周波数は、光ファイバーの温度に依存して変化する。したがって、ラマン散乱光の強度及びブリルアン散乱光の周波数に基づいて、温度を測定することが可能である。また、入射光が入射してから反射光が戻る時間に基づいて、反射光が発生した光ファイバー上の位置を特定することが可能である。
【0032】
１．３ 受信機
図１に示される受信機１０は、例えば、大規模設備に設けられた防災センターに設置される。受信機１０は、主として、図２に示される受信部１１、制御部１２及び報知部１３で構成される。図２において、受信部１１は、図１中の信号線５を介して、複数のセンサ１～４に電気的に接続される。受信部１１は、複数のセンサ１～４から出力されたデジタル信号を受信する。このデジタル信号には、複数のセンサ１～４のそれぞれによって測定された物理量ｘが含まれる。受信部１１は、受信したデジタル信号を制御部１２に送信する。説明の便宜上、制御部１２によって処理されるデジタル信号を、複数のセンサ１～４によって測定された物理量ｘと表現する。
図１に示される受信機１０は、例えば、大規模設備に設けられた防災センターに設置される。受信機１０は、主として、図２に示される受信部１１、制御部１２及び報知部１３で構成される。図２において、受信部１１は、図１中の信号線５を介して、複数のセンサ１～４に電気的に接続される。受信部１１は、複数のセンサ１～４から出力されたデジタル信号を受信する。このデジタル信号には、複数のセンサ１～４のそれぞれによって測定された物理量ｘが含まれる。受信部１１は、受信したデジタル信号を制御部１２に送信する。説明の便宜上、制御部１２によって処理されるデジタル信号を、複数のセンサ１～４によって測定された物理量ｘと表現する。
【0033】
制御部１２は、演算処理を実行するためのプロセッサを備える。制御部１２のプロセッサは、本実施形態に係る異常判別プログラムに従って、図２中に示されるステップＳ１～Ｓ１０、Ｓ１１～Ｓ１４及びＳ２１～Ｓ２６の処理を実行する。異常判別プログラムは、従来の火災監視システムと同様に火災の発生を判別することに加えて、火災が発生した初期段階の僅かな異常を判別することが可能である。本実施形態に係る異常判別プログラムについては、後に詳述する。
【0034】
報知部１３は、例えば、図１に示される大型のタッチパネル、図示しないＬＥＤやスピーカなどによって構成される。報知部１３は、制御部１１から出力される信号に基づいて、種々の情報をタッチパネルに表示させる。例えば、制御部１２が、火災又は異常の発生を検出した場合、報知部１３は、火災又は異常の発生をタッチパネルに表示される画像、ＬＥＤの発光色、及びスピーカから出力される音によって報知する。
【0035】
１．４ 異常判別プログラム
本実施形態の異常判別プログラムに従った制御部１２の処理について説明する。図２において、ステップＳ１～Ｓ１０は、異常判別プログラムのメインルーチンの処理である。また、ステップＳ１１～Ｓ１４及びＳ２１～Ｓ２６は、メインルーチンに付随するサブルーチンの処理である。
本実施形態の異常判別プログラムに従った制御部１２の処理について説明する。図２において、ステップＳ１～Ｓ１０は、異常判別プログラムのメインルーチンの処理である。また、ステップＳ１１～Ｓ１４及びＳ２１～Ｓ２６は、メインルーチンに付随するサブルーチンの処理である。
【0036】
１．４．１ 火災判別処理
制御部１２は、複数のセンサ１～４によって測定された物理量ｘに基づいて、ステップＳ１の火災判別処理を実行する。火災判別処理Ｓ１において、制御部１２は、物理量ｘをステップＳ１１において予め設定された第１閾値と比較する。例えば、物理量ｘが温度である場合、第１閾値として「７０℃」の温度が設定される。この場合、制御部１２は、物理量ｘが７０℃以上であるか否かを判断する。この判断の結果、７０℃以上であると判別した場合（ＹＥＳ）、制御部１２は、報知部１３に信号を送信し、火災の発生を報知させる。一方、７０℃以上でないと判別した場合（ＮＯ）、制御部１２は、ステップＳ２の物理量ｘ収集処理を実行する。
制御部１２は、複数のセンサ１～４によって測定された物理量ｘに基づいて、ステップＳ１の火災判別処理を実行する。火災判別処理Ｓ１において、制御部１２は、物理量ｘをステップＳ１１において予め設定された第１閾値と比較する。例えば、物理量ｘが温度である場合、第１閾値として「７０℃」の温度が設定される。この場合、制御部１２は、物理量ｘが７０℃以上であるか否かを判断する。この判断の結果、７０℃以上であると判別した場合（ＹＥＳ）、制御部１２は、報知部１３に信号を送信し、火災の発生を報知させる。一方、７０℃以上でないと判別した場合（ＮＯ）、制御部１２は、ステップＳ２の物理量ｘ収集処理を実行する。
【0037】
本実施形態の異常判別プログラムでは、火災判別処理Ｓ１が最も早い段階で実行されることにより、万が一に火災が発生した場合でも、報知部１３によって火災の発生が迅速に報知される。この結果、受信機１０が設置された防災センターによる火災の初期消火を迅速に行うことが可能となる。
【0038】
１．４．２ 物理量ｘ収集処理
ステップＳ２の物理量ｘ収集処理において、制御部１２は、複数のセンサ１～４によって測定された物理量ｘを継続的に収集する。制御部１２は、複数のセンサ１～４のそれぞれについて、所定の時間間隔で物理量ｘの収集する。物理量ｘを収集する時間間隔は、複数のセンサ１～４の数、信号線５の長さ、制御部１２のプロセッサの処理能力などに応じて決定される。
ステップＳ２の物理量ｘ収集処理において、制御部１２は、複数のセンサ１～４によって測定された物理量ｘを継続的に収集する。制御部１２は、複数のセンサ１～４のそれぞれについて、所定の時間間隔で物理量ｘの収集する。物理量ｘを収集する時間間隔は、複数のセンサ１～４の数、信号線５の長さ、制御部１２のプロセッサの処理能力などに応じて決定される。
【0039】
ステップＳ２１において、収集された物理量ｘは、複数のセンサ１～４のそれぞれに対応するデータベースに時系列に記憶される。新たな物理量ｘが測定される度に、データベースに物理量ｘが蓄積される。データベースの記憶領域が物理量ｘで満たされた場合、最古の物理量ｘが削除され、最新の物理量ｘが追加される。このようにして、本実施形態の異常判別プログラムの動作中は、常時、データベースに記憶された物理量ｘが更新される。
【0040】
ここで、ステップＳ２１のデータベースに蓄積される物理量ｘの意義について説明する。まず、データベースに蓄積される物理量ｘは、上述した火災判別処理Ｓ１において第１閾値未満であると判別されたものである。すなわち、データベースに蓄積される物理量ｘは、いずれも火災の発生が報知されていない状況下において測定されたものである。次に、データベースに蓄積される物理量ｘは、正常又は異常のいずれか一方の状況下において測定された可能性がある。正常な状況とは、火災の原因となる事象が生じていない状況である。異常な状況とは、未だ火災の発生が報知されていないが、火災の原因となる事象が生じている状況である。そして、正常な状況下において測定された時系列の物理量ｘの集りは、その後に異常が発生したか否かを判別するための拠り所になる。
【0041】
１．４．３ 乱数加算処理
ステップＳ３の乱数加算処理において、制御部１２は、物理量ｘの有効数字を増加させるための乱数を生成し、ステップＳ２において収集された物理量ｘのそれぞれに乱数を加算する。乱数加算処理Ｓ３は、複数のセンサ１～４の性能に応じて選択的に実行される。すなわち、乱数加算処理Ｓ３は、後述するステップＳ９の確率算出処理の精度を向上させるための処理であり、物理量ｘの最小桁が不足する場合に実行される。乱数加算処理Ｓ３において、制御部１２は、複数のセンサ１～４によって測定された物理量ｘに実質的な影響を与えない小数第ｎ位の乱数を生成し、この乱数を物理量ｘに加算する。図２のステップＳ２１において、乱数が加算された物理量ｘは、複数のセンサ１～４のそれぞれに対応するデータベースに時系列に記憶される。一方、複数のセンサ１～４によって測定された物理量ｘが小数第ｎ位の有効数字を有する場合、制御部１２は、乱数加算処理Ｓ３を実行せずに、ステップＳ４の物理量ｙ換算処理に進む。
ステップＳ３の乱数加算処理において、制御部１２は、物理量ｘの有効数字を増加させるための乱数を生成し、ステップＳ２において収集された物理量ｘのそれぞれに乱数を加算する。乱数加算処理Ｓ３は、複数のセンサ１～４の性能に応じて選択的に実行される。すなわち、乱数加算処理Ｓ３は、後述するステップＳ９の確率算出処理の精度を向上させるための処理であり、物理量ｘの最小桁が不足する場合に実行される。乱数加算処理Ｓ３において、制御部１２は、複数のセンサ１～４によって測定された物理量ｘに実質的な影響を与えない小数第ｎ位の乱数を生成し、この乱数を物理量ｘに加算する。図２のステップＳ２１において、乱数が加算された物理量ｘは、複数のセンサ１～４のそれぞれに対応するデータベースに時系列に記憶される。一方、複数のセンサ１～４によって測定された物理量ｘが小数第ｎ位の有効数字を有する場合、制御部１２は、乱数加算処理Ｓ３を実行せずに、ステップＳ４の物理量ｙ換算処理に進む。
【0042】
１．４．４ 物理量ｙ換算処理
ステップＳ４の物理量ｙ換算処理において、制御部１２は、ステップＳ２において収集された物理量ｘのそれぞれを、又はステップＳ３において乱数が加算された物理量ｘのそれぞれを、下記式（１）によって正規化された物理量ｙに変換する。
但し、
は、物理量ｘの平均値であり、σは、物理量ｘの標準偏差である。
ステップＳ４の物理量ｙ換算処理において、制御部１２は、ステップＳ２において収集された物理量ｘのそれぞれを、又はステップＳ３において乱数が加算された物理量ｘのそれぞれを、下記式（１）によって正規化された物理量ｙに変換する。
【数6】
但し、
【表9】
は、物理量ｘの平均値であり、σは、物理量ｘの標準偏差である。
【0043】
ここで、物理量ｙ換算処理における正規化について、図３を参照しつつ説明する。図３に示されるように、複数のセンサ１～４によって測定された物理量ｘは、いずれも連続的な変数であり、平均値μ、標準偏差σの正規分布Ｎ（μ，σ）に従う。しかし、複数のセンサ１～４のそれぞれは、図１に示される所定の監視領域において異なる条件下に設置されている。例えば、複数のセンサ１～４のそれぞれは、天井の異なる位置に設置され、空気調和機１００の吹出口からの距離も互いに異なる。このため、複数のセンサ１～４によって測定された物理量ｘの平均値μ、標準偏差σは、互いに異なる値になる。そこで、上記式（１）によって、複数のセンサ１～４によって測定された物理量ｘを正規化された物理量ｙに変換する。図３に示されるように、正規化された物理量ｙは、平均値０、標準偏差１の標準正規分布Ｎ（０，１）に従う。つまり、複数のセンサ１～４によって測定された物理量ｘの正規分布Ｎ（μ，σ）は、正規化された物理量ｙの標準正規分布Ｎ（０，１）に揃えられる。正規化された物理量ｙの集りは、正規分布Ｎ（０，１）に従う母集団を形成する。図２のステップＳ２２において、正規化された物理量ｙは、複数のセンサ１～４のそれぞれに対応するデータベースに時系列に記憶される。
【0044】
なお、上記式（１）における平均値
の算出には、ステップＳ２１のデータベースに蓄積された物理量ｘが用いられる。この場合、平均値
の算出に用いる物理量ｘのデータ数は、特に限定されるものではない。例えば、平均値
を算出するタイミングにおいて、ステップＳ２１のデータベースに蓄積された全ての物理量ｘを用いてもよい。また例えば、ステップＳ２１のデータベースに蓄積された物理量ｘのうち、直近の数十分間又は数十秒間の物理量ｘを、平均値
の算出に用いてもよい。
【表10】
の算出には、ステップＳ２１のデータベースに蓄積された物理量ｘが用いられる。この場合、平均値
【表11】
の算出に用いる物理量ｘのデータ数は、特に限定されるものではない。例えば、平均値
【表12】
を算出するタイミングにおいて、ステップＳ２１のデータベースに蓄積された全ての物理量ｘを用いてもよい。また例えば、ステップＳ２１のデータベースに蓄積された物理量ｘのうち、直近の数十分間又は数十秒間の物理量ｘを、平均値
【表13】
の算出に用いてもよい。
【0045】
１．４．５ 総和Ｓprev算出処理
ステップＳ５の総和Ｓprev算出処理において、制御部１２は、ステップＳ２２の複数のセンサ１～４のそれぞれに対応するデータベースから物理量ｙを取得し、重みｗを乗じた物理量ｙの総和Ｓprevを、下記式（２）によって算出する。
但し、Ｐ、Ｑは、それぞれが物理量ｘの測定に使用される複数のセンサ１～４を示すものである。ｙ(p)は、センサＰの物理量ｙの値であり、ｙ(Q)は、センサＱの物理量ｙの値である。ｗ(Q,P)は、センサＱとセンサＰの相互関係に基づいて設定される重みｗである。
ステップＳ５の総和Ｓprev算出処理において、制御部１２は、ステップＳ２２の複数のセンサ１～４のそれぞれに対応するデータベースから物理量ｙを取得し、重みｗを乗じた物理量ｙの総和Ｓprevを、下記式（２）によって算出する。
【数7】
但し、Ｐ、Ｑは、それぞれが物理量ｘの測定に使用される複数のセンサ１～４を示すものである。ｙ(p)は、センサＰの物理量ｙの値であり、ｙ(Q)は、センサＱの物理量ｙの値である。ｗ(Q,P)は、センサＱとセンサＰの相互関係に基づいて設定される重みｗである。
【0046】
重みｗは、予めステップＳ１２において、複数のセンサ１～４のそれぞれに対応して、センサ１～４の相互関係（同じセンサどうしの関係も含む）に基づく値が設定される。例えば、下記の表１は、複数のセンサ１～４の互いの距離ｒに基づいて設定された重みｗを示す。
【表14】
【0047】
表１に示される重みｗは、センサＰからセンサＱまでの距離ｒが、床面から天井までの高さＨ（ｍ）とｒ≦０．１８Ｈの関係がある場合を「１」とし、これ以外の場合を「ｒ-3/2」としたものである。
【0048】
上記式（２）の総和Ｓprevは、センサＰのそれぞれについて、センサＱの物理量ｙ(Q)に重みｗ(Q,P)を乗じた値を全て加算したものである。図４中の（ａ）～（ｄ）は、センサＰ、Ｑのそれぞれがセンサ１～４である場合の上記式（２）中の物理量ｙ(Q)及び重みｗ(Q,P)を示す。図４中の（ａ）～（ｄ）中のセンサ１～４の物理量ｙ(Q)のそれぞれに重みｗ(Q,P)を乗じた値を全て加算したものが、上記式（２）の総和Ｓprevである。
【0049】
なお、総和Ｓprevを算出するための数式は、下記式（３）又は（４）のいずれかであってもよい。
【数8】
【数9】
【0050】
総和Ｓprevの算出に用いる物理量ｙ(p)及び物理量ｙ(Q)のデータ数は、特に限定されるものではない。例えば、総和Ｓprevを算出するタイミングにおいて、ステップＳ２２のデータベースに蓄積された全ての物理量ｙ(p)及び物理量ｙ(Q)を用いてもよい。また例えば、ステップＳ２２のデータベースに蓄積された物理量ｙ(p)及び物理量ｙ(Q)のうち、直近の数十分間又は数十秒間の物理量ｙ(p)及び物理量ｙ(Q)を、総和Ｓprevの算出に用いてもよい。
【0051】
総和Ｓprev算出処理Ｓ５においては、予め設定された回数に達するまで、繰り返し総和Ｓprevが算出される。繰り返し総和Ｓprevが算出される時間間隔は、特に限定されるものではない。例えば、最短の時間間隔として、最新の物理量ｙ(p)及び物理量ｙ(Q)がステップＳ２２のデータベースに記憶される度に、総和Ｓprevが算出されてもよい。最短の時間間隔よりも長い場合、総和Ｓprevが算出される時間間隔は、任意に設定することができる。
【0052】
総和Ｓprev算出処理Ｓ５によって繰り返し算出された総和Ｓprevは、図２のステップＳ２３において、データベースに記憶される。データベースに記憶された総和Ｓprevに基づいて、総和Ｓprevの平均値
が算出される。平均値
は、後述するステップＳ９において、複数のセンサ１～４によって新たに測定された物理量ｘの異常判別に用いられる。
【表15】
が算出される。平均値
【表16】
は、後述するステップＳ９において、複数のセンサ１～４によって新たに測定された物理量ｘの異常判別に用いられる。
【0053】
１．４．６ 総和Ｓnew算出処理
制御部１２は、総和Ｓprev算出処理Ｓ５が完了した後、ステップＳ６の総和Ｓnew算出処理に進む。総和Ｓnew算出処理Ｓ６において、制御部１２は、上述したステップＳ２～Ｓ５と同様に、複数のセンサ１～４によって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、重みｗを乗じた物理量ｙの総和Ｓnewを算出する。測定された物理量ｘから正規化された物理量ｙへの変換には、上記式（１）が用いられる。総和Ｓnewの算出には、上記式（２）～（４）のいずれか１つが用いられる。また、総和Ｓnew算出処理Ｓ６においても、予め設定された回数に達するまで、繰り返し総和Ｓnewが算出される。繰り返し算出された総和Ｓnewは、ステップＳ２４において、データベースに記憶される。
制御部１２は、総和Ｓprev算出処理Ｓ５が完了した後、ステップＳ６の総和Ｓnew算出処理に進む。総和Ｓnew算出処理Ｓ６において、制御部１２は、上述したステップＳ２～Ｓ５と同様に、複数のセンサ１～４によって測定された複数の物理量ｘを収集し、収集された物理量ｘのそれぞれを正規化された物理量ｙに変換し、重みｗを乗じた物理量ｙの総和Ｓnewを算出する。測定された物理量ｘから正規化された物理量ｙへの変換には、上記式（１）が用いられる。総和Ｓnewの算出には、上記式（２）～（４）のいずれか１つが用いられる。また、総和Ｓnew算出処理Ｓ６においても、予め設定された回数に達するまで、繰り返し総和Ｓnewが算出される。繰り返し算出された総和Ｓnewは、ステップＳ２４において、データベースに記憶される。
【0054】
総和Ｓnewの算出に用いる物理量ｙ(p)及び物理量ｙ(Q)のデータ数は、特に限定されるものではないが、上述した総和Ｓprev算出処理Ｓ５において、総和Ｓprevの算出に用いた物理量ｙ(p)及び物理量ｙ(Q)のデータ数と同一又は近似させることが好ましい。
【0055】
また、総和Ｓnewの算出が繰り返される回数及び時間間隔は、特に限定されるものではないが、上述した総和Ｓprev算出処理Ｓ５において、総和Ｓprevの算出が繰り返される回数及び時間間隔と同一又は近似させることが好ましい。
【0056】
１．４．７ 平均値
算出処理
ステップＳ７の平均値
算出処理において、制御部１２は、総和Ｓnewの平均値
を算出する。平均値
算出処理Ｓ７において算出された総和Ｓnewの平均値
は、ステップＳ２５において、データベースに記憶される。
【表17】
算出処理
ステップＳ７の平均値
【表18】
算出処理において、制御部１２は、総和Ｓnewの平均値
【表19】
を算出する。平均値
【表20】
算出処理Ｓ７において算出された総和Ｓnewの平均値
【表21】
は、ステップＳ２５において、データベースに記憶される。
【0057】
１．４．８ 標準偏差σnew算出処理
ステップＳ８の標準偏差σnew算出処理において、制御部１２は、総和Ｓnewの標準偏差σnewを算出する。標準偏差σnew算出処理Ｓ８において算出された標準偏差σnewは、ステップＳ２６において、データベースに記憶される。
ステップＳ８の標準偏差σnew算出処理において、制御部１２は、総和Ｓnewの標準偏差σnewを算出する。標準偏差σnew算出処理Ｓ８において算出された標準偏差σnewは、ステップＳ２６において、データベースに記憶される。
【0058】
１．４．９ 確率算出処理
ステップＳ９の確率算出処理において、制御部１２は、平均値
、標準偏差σnew及び総和Ｓprevの平均値
を累積分布関数に適用する。累積分布関数に用いる変数として、例えば、下記式（５）が用いられる。制御部１２は、下記式（５）によって算出されたｔの値に基づいて、ｔ分布の確率値を算出する。
但し、ｎは、平均値
の算出に用いた総和Ｓnewのデータ数である。
ステップＳ９の確率算出処理において、制御部１２は、平均値
【表22】
、標準偏差σnew及び総和Ｓprevの平均値
【表23】
を累積分布関数に適用する。累積分布関数に用いる変数として、例えば、下記式（５）が用いられる。制御部１２は、下記式（５）によって算出されたｔの値に基づいて、ｔ分布の確率値を算出する。
【数10】
但し、ｎは、平均値
【表24】
の算出に用いた総和Ｓnewのデータ数である。
【0059】
１．４．１０ 異常判別処理
ステップＳ１０の異常判別処理において、制御部１２は、ステップＳ９の確率算出処理において算出された確率値を、ステップＳ１３において予め設定された第２閾値と比較する。第２閾値として、例えば、１．０×１０－４～１．０×１０－８の範囲内の低い確率の値が設定される。
ステップＳ１０の異常判別処理において、制御部１２は、ステップＳ９の確率算出処理において算出された確率値を、ステップＳ１３において予め設定された第２閾値と比較する。第２閾値として、例えば、１．０×１０－４～１．０×１０－８の範囲内の低い確率の値が設定される。
【0060】
制御部１２は、算出された確率値が第２閾値以下であるか否かを判断する。算出された確率値が第２閾値以下であると判別した場合（ＹＥＳ）、制御部１２は、報知部１３に信号を送信し、異常の発生を報知させる。その後、制御部１２は、ステップＳ２２のデータベースから更新された物理量ｙを取得し、ステップＳ５～１０の処理を繰り返す。一方、算出された確率値が第２閾値以下でないと判別した場合（ＮＯ）、制御部１２は、報知部１３に信号を送信することなく、ステップＳ２２のデータベースから更新された物理量ｙを取得し、ステップＳ５～Ｓ１０の処理を繰り返す。
【0061】
１．４．１１ 異常判別の原理
上述した異常判別プログラムにおける異常判別の原理について、図５を参照しつつ説明する。平均値μ、標準偏差σの正規分布Ｎ（μ，σ）の母集団からサンプリングされたサンプル集団の平均値を
、標準偏差をσsampとしたときに、下記式（６）で算出されるｔは、図５に示されるｔ分布に従う。
但し、ｎは、平均値
の算出に用いたサンプル集団のデータ数である。
上述した異常判別プログラムにおける異常判別の原理について、図５を参照しつつ説明する。平均値μ、標準偏差σの正規分布Ｎ（μ，σ）の母集団からサンプリングされたサンプル集団の平均値を
【表25】
、標準偏差をσsampとしたときに、下記式（６）で算出されるｔは、図５に示されるｔ分布に従う。
【数11】
但し、ｎは、平均値
【表26】
の算出に用いたサンプル集団のデータ数である。
【0062】
そこで、本実施形態の異常判別プログラムでは、図２のステップＳ１～Ｓ５において、正常時の物理量ｘに基づいて、母集団となる物理量ｙの総和Ｓprevを算出する。その後、図２のステップＳ６において、新たに測定された物理量ｘを正規化された物理量ｙに換算し、この物理量ｙの総和Ｓnewを算出する。総和Ｓnewは、総和Ｓprevからサンプリングされたサンプル集団ではないが、これを総和Ｓprevのサンプル集団とみなし、図２のステップＳ９においてｔを算出し、ｔの値からｔ分布の確率値を導き出す。ステップＳ１０において、確率値が第２閾値以下の場合は、正常時に起こる確率が低い事象、すなわち、異常が発生したと判別する。
【0063】
１．４．１２ 重みｗの設定変更
図２のステップＳ１２において予め設定される重みｗの値は、複数のセンサ１～４のうちの少なくとも１つに及ぼされる外乱の影響に基づいて、設定変更されるようにしてもよい。
図２のステップＳ１２において予め設定される重みｗの値は、複数のセンサ１～４のうちの少なくとも１つに及ぼされる外乱の影響に基づいて、設定変更されるようにしてもよい。
【0064】
例えば、複数のセンサ１～４のうちの少なくとも１つが、図１に示される空気調和機１００による温度の影響を受ける場合、空気調和機１００の動作に関する情報に基づいて、複数のセンサ１～４のうちの少なくとも１つに適用される重みｗの値が設定変更される。空気調和機１００の動作に関する情報には、例えば、空気調和機１００のＯＮ／ＯＦＦの情報、空気調和機１００の設定温度の情報などが含まれる。これらの情報が制御部１２に提供されることにより、制御部１２が、ステップＳ１４の設定変更処理を実行する。例えば、図１に示されるセンサ３が空気調和機１００による温度の影響を受ける場合、制御部１２は、センサ３に対応して設定された重みｗの値を、下記の表２のように「０」に設定変更する。これにより、上記式（２）～（４）を用いた総和Ｓprev及び総和Ｓnewの演算からセンサ３の測定結果が除外される。
【表27】
【0065】
また例えば、複数のセンサ１～４のうちの少なくとも１つが日照による温度の影響を受ける場合に、日照の時刻、日射量及び天井の温度のうちの少なくとも１つに基づいて、複数のセンサのうちの少なくとも１つに適用される重みｗの値が設定変更されるようにしてもよい。
【0066】
１．５ 作用効果
本実施形態の異常判別プログラム及びこれを備えた火災監視システムによれば、複数のセンサ１～４によって測定された物理量ｘを総合し、且つ複数のセンサ１～４の相互関係を考慮した重みｗを適用することにより、正常時に起こる確率が低い異常が発生したことを早期に判別することが可能となる。
本実施形態の異常判別プログラム及びこれを備えた火災監視システムによれば、複数のセンサ１～４によって測定された物理量ｘを総合し、且つ複数のセンサ１～４の相互関係を考慮した重みｗを適用することにより、正常時に起こる確率が低い異常が発生したことを早期に判別することが可能となる。
【0067】
また、異常が発生したか否かの判別に用いられる総和Ｓprevは、複数のセンサ１～４によって測定された物理量ｘに基づいて算出されるので、ニューラルネットワークをディープラーニングさせる作業が不要である。さらに、図２のステップＳ３～Ｓ１０において実行される演算処理によって、異常が発生したか否かを判別することができ、判別のための計算負荷は、極めて小さい。
【0068】
２．異常判別プログラムのシミュレーション
Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ（登録商標）の表計算ソフトウェアである製品名「Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ（登録商標）」を用いて、本発明の異常判別プログラムのシミュレーションを行った。
Ｍｉｃｒｏｓｏｆｔ Ｃｏｒｐｏｒａｔｉｏｎ（登録商標）の表計算ソフトウェアである製品名「Ｍｉｃｒｏｓｏｆｔ Ｅｘｃｅｌ（登録商標）」を用いて、本発明の異常判別プログラムのシミュレーションを行った。
【0069】
２．１ 監視領域の条件設定
まず、本発明の異常判別プログラムが適用される監視領域の条件を、図６（ａ）、（ｂ）に示されるように設定した。図６（ａ）、（ｂ）において、監視領域には、天井と床面があり、天井と床面の間に壁はない設定とした。天井に４つのセンサ１～４が設置され、床面に１つの火源が設置される設定とした。
まず、本発明の異常判別プログラムが適用される監視領域の条件を、図６（ａ）、（ｂ）に示されるように設定した。図６（ａ）、（ｂ）において、監視領域には、天井と床面があり、天井と床面の間に壁はない設定とした。天井に４つのセンサ１～４が設置され、床面に１つの火源が設置される設定とした。
【0070】
天井は、１０ｍ×１０ｍ＝１００ｍ２の正方形とし、床面から高さＨ＝８ｍのところに位置する設定とした。４つのセンサ１～４は、互いに５ｍの距離ｒをおいて、天井の２辺のそれぞれから２．５ｍ離れたところに位置する設定とした。つまり、天井を４分割した５ｍ×５ｍ＝２５ｍ２の中心に１つのセンサが位置することになる。
【0071】
図６（ｂ）に示されるように、火源は、天井の中心点からセンサ１の方向へ図中の縦方向に１ｍ、及び図中の横方向に１ｍずれたところに位置する設定とした。火源として、木材を等間隔に組み上げた６段クリブを想定した。６段クリブの想定は、次に述べる火源の発熱速度Ｑの計算に用いられる火災成長係数αの値に反映される。
【0072】
２．２ 火源の発熱速度Ｑの計算
火源の火災成長モデルとして二次関数モデルＱ＝αｔ2を使用した。Ｑは火源の発熱速度であり、１秒当たりの発熱量（ｋＷ）を表わす。αは火災成長係数、ｔは時間（秒）である。火災成長係数αは、６段クリブを想定して０．００７ｋＷ／ｓ2とした。火源の発熱速度Ｑは、所定の時間にわたって、例えば、時間ｔを１秒ずつ加算して繰り返し算出する。発熱速度Ｑを繰り返し算出する場合に、時間ｔ＝０の時点を火源への着火点とする。
火源の火災成長モデルとして二次関数モデルＱ＝αｔ2を使用した。Ｑは火源の発熱速度であり、１秒当たりの発熱量（ｋＷ）を表わす。αは火災成長係数、ｔは時間（秒）である。火災成長係数αは、６段クリブを想定して０．００７ｋＷ／ｓ2とした。火源の発熱速度Ｑは、所定の時間にわたって、例えば、時間ｔを１秒ずつ加算して繰り返し算出する。発熱速度Ｑを繰り返し算出する場合に、時間ｔ＝０の時点を火源への着火点とする。
【0073】
２．３ 天井流温度Ｔの計算
火源の発熱速度Ｑ（ｋＷ）、天井高さＨ（ｍ）及び火源とセンサの水平距離ｒ（ｍ）を下記式（７）のＡｌｐｅｒｔの式に代入することにより、センサ１～４のそれぞれの位置における天井流温度上昇ΔＴ（℃）を算出する。例えば、１秒ごとに算出される発熱速度Ｑに基づいて、所定の時間にわたる天井流温度上昇ΔＴを算出する。
但し、Ｑは火源の発熱速度（ｋＷ）、Ｈは天井高さ（ｍ）、ｒは火源とセンサの水平距離（ｍ）である。
火源の発熱速度Ｑ（ｋＷ）、天井高さＨ（ｍ）及び火源とセンサの水平距離ｒ（ｍ）を下記式（７）のＡｌｐｅｒｔの式に代入することにより、センサ１～４のそれぞれの位置における天井流温度上昇ΔＴ（℃）を算出する。例えば、１秒ごとに算出される発熱速度Ｑに基づいて、所定の時間にわたる天井流温度上昇ΔＴを算出する。
【数12】
但し、Ｑは火源の発熱速度（ｋＷ）、Ｈは天井高さ（ｍ）、ｒは火源とセンサの水平距離（ｍ）である。
【0074】
ΔＴは、天井流の「温度上昇」を示すものであり、ΔＴに周囲温度Ｔ0を加算したＴ（＝ΔＴ＋Ｔ0）が、センサ１～４のそれぞれの位置における天井流の「温度」となる。さらに、本シミュレーションでは、ΔＴ＋Ｔ0によって算出した天井流温度Ｔに、平均値０、標準偏差１の標準正規分布Ｎ（０，１）となるような乱数を加算する。
【0075】
２．４ 天井流温度Ｔの計算の具体例
以下、センサ１～４のそれぞれの位置における天井流温度Ｔの計算の具体例について説明する。以下の具体例は、時間ｔ＝２５０秒、周囲温度Ｔ0＝２０℃とした場合の１回の計算である。
以下、センサ１～４のそれぞれの位置における天井流温度Ｔの計算の具体例について説明する。以下の具体例は、時間ｔ＝２５０秒、周囲温度Ｔ0＝２０℃とした場合の１回の計算である。
【0076】
まず、火源の発熱速度Ｑを算出する。時間ｔ＝２５０秒の場合の発熱速度Ｑは、０．００７×２５０2＝４３７．５ｋＷとなる。これは１秒当たりに４３７．５ｋＪの熱量が燃焼によって発生していることを意味する。
【0077】
次に、火源とセンサの水平距離ｒ（ｍ）を算出する。図６（ｂ）に示される火源とセンサ１の水平距離をｒ1、火源とセンサ２の水平距離をｒ2、火源とセンサ３の水平距離をｒ3、火源とセンサ４の水平距離をｒ4とした場合、各水平距離ｒ1、ｒ2、ｒ3、ｒ4は、下記式（８）～（１１）のとおりとなる。
【数13】
【数14】
【数15】
【数16】
【0078】
次に、センサ１～４のそれぞれの位置における天井流温度上昇ΔＴ（℃）を上記式（７）を用いて算出する。
【0079】
センサ１の水平距離ｒ1は２．１２ｍであり、天井高さＨは８ｍであるから、ｒ1／Ｈ＝０．２６５である。したがって、センサ１の位置における天井流温度上昇ΔＴ1は、上記式（７）中の２つの式のうち、（０．１８＜ｒ／Ｈ）に対応する式を用いて算出する。天井流温度上昇ΔＴ1は、下記式（１２）のとおりであり、ΔＴ1＝２３．５℃である。
【数17】
【0080】
センサ２の水平距離ｒ2は３．８１ｍであり、天井高さＨは８ｍであるから、ｒ2／Ｈ＝０．４７６である。したがって、センサ２の位置における天井流温度上昇ΔＴ2は、上記式（７）中の２つの式のうち、（０．１８＜ｒ／Ｈ）に対応する式を用いて算出する。天井流温度上昇ΔＴ2は、下記式（１３）のとおりであり、ΔＴ2＝１５．９℃である。
【数18】
【0081】
センサ３の水平距離ｒ3は４．９５ｍであり、天井高さＨは８ｍであるから、ｒ3／Ｈ＝０．６１９である。したがって、センサ３の位置における天井流温度上昇ΔＴ3は、上記式（７）中の２つの式のうち、（０．１８＜ｒ／Ｈ）に対応する式を用いて算出する。天井流温度上昇ΔＴ3は、下記式（１４）のとおりであり、ΔＴ3＝１３．３℃である。
【数19】
【0082】
センサ４の水平距離ｒ4は３．８１ｍであり、天井高さＨは８ｍであるから、ｒ4／Ｈ＝０．４７６である。したがって、センサ４の位置における天井流温度上昇ΔＴ4は、上記式（７）中の２つの式のうち、（０．１８＜ｒ／Ｈ）に対応する式を用いて算出する。天井流温度上昇ΔＴ4は、下記式（１５）のとおりであり、ΔＴ4＝１５．９℃である。
【数20】
【0083】
次に、天井流温度上昇ΔＴ1～ΔＴ4のそれぞれに周囲温度Ｔ0を加算して、センサ１～４のそれぞれの位置における天井流温度Ｔ1～Ｔ4を算出する。上述したように、周囲温度Ｔ0は２０℃とした。センサ１～４のそれぞれの位置における天井流温度Ｔ1～Ｔ4は、下記式（１６）～（１９）のとおりである。
【数21】
【数22】
【数23】
【数24】
【0084】
最後に、天井流温度Ｔ1～Ｔ4のそれぞれに、平均値０、標準偏差１の標準正規分布Ｎ（０，１）となるような乱数を加算することで、時間ｔ＝２５０秒の時点でのセンサ１～４のそれぞれの位置における温度が得られる。
【0085】
２．５ 計算によって得られたセンサ１～４の温度
図６（ａ）、（ｂ）に示される監視領域の条件の設定に基づいて、且つ火源の発熱速度Ｑ＝αｔ2及び上記式（７）～（１９）を用いて、センサ１～４のそれぞれの位置における－６０秒～３６０秒までの温度を１秒ごとに算出した。この場合の周囲温度Ｔ0は２０℃とした。
図６（ａ）、（ｂ）に示される監視領域の条件の設定に基づいて、且つ火源の発熱速度Ｑ＝αｔ2及び上記式（７）～（１９）を用いて、センサ１～４のそれぞれの位置における－６０秒～３６０秒までの温度を１秒ごとに算出した。この場合の周囲温度Ｔ0は２０℃とした。
【0086】
図７（ａ）はセンサ１の温度、図７（ｂ）はセンサ２の温度、図８（ａ）はセンサ３の温度、図８（ｂ）はセンサ４の温度を示す。これらの図面において、０秒の時点を火源の着火点とし、－６０秒～０秒までの温度は、火源の発熱速度Ｑ＝０（ｋＷ）にして計算した。つまり、火源の着火点以前は、天井流温度上昇ΔＴ1～ΔＴ4がいずれも０となり、センサ１～４の温度は、周囲温度Ｔ0の２０℃に乱数を加算した値になる。着火点よりも後は、火源の発熱速度Ｑ＝αｔ2の時間ｔを１秒ずつ加算して、１秒～３６０秒までの温度を算出した。
【0087】
２．６ 物理量ｘから物理量ｙへの換算
図７（ａ）、（ｂ）及び図８（ａ）、（ｂ）に示されるセンサ１～４の１秒ごとの温度のそれぞれは、乱数が加算された物理量ｘに相当する。上記式（１）を用いて、センサ１～４の１秒ごとの温度（物理量ｘ）のそれぞれを物理量ｙに換算する。上記式（１）中の平均値
及び標準偏差σの算出には、物理量ｙに換算する物理量ｘよりも前に算出された複数の物理量ｘを用いる。例えば、２７０秒の時点の物理量ｘを物理量ｙに換算する場合は、２５０秒～２６９秒までの２０個の物理量ｘを用いて、上記式（１）中の平均値
及び標準偏差σを算出する。
図７（ａ）、（ｂ）及び図８（ａ）、（ｂ）に示されるセンサ１～４の１秒ごとの温度のそれぞれは、乱数が加算された物理量ｘに相当する。上記式（１）を用いて、センサ１～４の１秒ごとの温度（物理量ｘ）のそれぞれを物理量ｙに換算する。上記式（１）中の平均値
【表28】
及び標準偏差σの算出には、物理量ｙに換算する物理量ｘよりも前に算出された複数の物理量ｘを用いる。例えば、２７０秒の時点の物理量ｘを物理量ｙに換算する場合は、２５０秒～２６９秒までの２０個の物理量ｘを用いて、上記式（１）中の平均値
【表29】
及び標準偏差σを算出する。
【0088】
２．７ 総和Ｓprevの算出
本シミュレーションでは、図７（ａ）、（ｂ）及び図８（ａ）、（ｂ）に示される０秒の着火点よりも前に算出した複数の物理量ｙを用いて、上記式（２）によりセンサ１～４の物理量ｙの総和Ｓprevを算出する。例えば、総和Ｓprevの算出には、－４０秒～－２１秒までの２０個の物理量ｙを用いる。また、上記式（２）中の重みｗ(Q,P)には、上記表１中の値を用いる。
本シミュレーションでは、図７（ａ）、（ｂ）及び図８（ａ）、（ｂ）に示される０秒の着火点よりも前に算出した複数の物理量ｙを用いて、上記式（２）によりセンサ１～４の物理量ｙの総和Ｓprevを算出する。例えば、総和Ｓprevの算出には、－４０秒～－２１秒までの２０個の物理量ｙを用いる。また、上記式（２）中の重みｗ(Q,P)には、上記表１中の値を用いる。
【0089】
２．８ 総和Ｓnewの算出
センサ１～４の物理量ｙの総和Ｓprevを算出した後、新たな物理量ｙが算出される１秒ごとに、上記式（２）を用いてセンサ１～４の物理量ｙの総和Ｓnewを算出する。例えば、２７０秒の時点における総和Ｓnewの算出には、２５１秒～２７０秒までの２０個の物理量ｙを用いる。また、上記式（２）中の重みｗ(Q,P)には、上記表１中の値を用いる。
センサ１～４の物理量ｙの総和Ｓprevを算出した後、新たな物理量ｙが算出される１秒ごとに、上記式（２）を用いてセンサ１～４の物理量ｙの総和Ｓnewを算出する。例えば、２７０秒の時点における総和Ｓnewの算出には、２５１秒～２７０秒までの２０個の物理量ｙを用いる。また、上記式（２）中の重みｗ(Q,P)には、上記表１中の値を用いる。
【0090】
２．９ 平均値
の算出
センサ１～４の物理量ｙの総和Ｓnewが算出される１秒ごとに、総和Ｓnewの平均値
を算出する。例えば、２７０秒の時点における総和Ｓnewが算出されたタイミングでは、２５０秒～２６９秒までの２０個の総和Ｓnewを用いて平均値
を算出する。
【表30】
の算出
センサ１～４の物理量ｙの総和Ｓnewが算出される１秒ごとに、総和Ｓnewの平均値
【表31】
を算出する。例えば、２７０秒の時点における総和Ｓnewが算出されたタイミングでは、２５０秒～２６９秒までの２０個の総和Ｓnewを用いて平均値
【表32】
を算出する。
【0091】
２．１０ 標準偏差σnewの算出
センサ１～４の物理量ｙの総和Ｓnewが算出される１秒ごとに、総和Ｓnewの標準偏差σnewを算出する。例えば、２７０秒の時点における総和Ｓnewが算出されたタイミングでは、２５０秒～２６９秒までの２０個の総和Ｓnewを用いて標準偏差σnewを算出する。
センサ１～４の物理量ｙの総和Ｓnewが算出される１秒ごとに、総和Ｓnewの標準偏差σnewを算出する。例えば、２７０秒の時点における総和Ｓnewが算出されたタイミングでは、２５０秒～２６９秒までの２０個の総和Ｓnewを用いて標準偏差σnewを算出する。
【0092】
２．１１ ｔの値、ｔ分布の確率値の算出
平均値
、標準偏差σnew及び総和Ｓprevの平均値
を、上記式（５）に適用することによってｔの値を算出し、このｔの値に基づいて、ｔ分布の確率値を算出する。図９は、－２２秒～３６０秒までの間、１秒ごとに算出されたｔの値と、このｔの値から算出されたｔ分布の確率値とを示すグラフである。なお、上記式（５）中の総和Ｓprevの平均値
は、例えば、－４０秒～－２１秒までの間に１秒ごとに算出された２０個の総和Ｓprevを用いて算出する。
平均値
【表33】
、標準偏差σnew及び総和Ｓprevの平均値
【表34】
を、上記式（５）に適用することによってｔの値を算出し、このｔの値に基づいて、ｔ分布の確率値を算出する。図９は、－２２秒～３６０秒までの間、１秒ごとに算出されたｔの値と、このｔの値から算出されたｔ分布の確率値とを示すグラフである。なお、上記式（５）中の総和Ｓprevの平均値
【表35】
は、例えば、－４０秒～－２１秒までの間に１秒ごとに算出された２０個の総和Ｓprevを用いて算出する。
【0093】
図９に示されるように、火源に着火してから約９０秒の時点において、ｔの値が約６となり、ｔ分布の確率値が１．０×１０－４～１．０×１０－５の間に低下した。仮に、本発明の異常判別プログラムにおいて、確率の閾値を１．０×１０－４～１．０×１０－５の間に設定した場合は、火源に着火してから約９０秒の時点において、火災の発生に起因する温度の異常を判別することが可能となる。
【0094】
一方、図７（ａ）、（ｂ）及び図８（ａ）、（ｂ）に示されるように、火源に着火してから約９０秒の時点において、４つのセンサ１～４のそれぞれによって測定された温度は、約２５℃であった。仮に、本発明の異常判別プログラムにおいて、確率の閾値を１．０×１０－４～１．０×１０－５の間に設定した場合は、周囲温度Ｔ0の２０℃から約５℃の温度上昇があった時点で、火災の発生に起因する温度の異常を判別することが可能である。
【0095】
これに対し、一般的な定温式熱感知器は、反応時間が早い順番に「特種」＞「１種」＞「２種」＞「３種」の種別に区分される。最も反応時間が早い「特種」の定温式熱感知器は、６０℃以上の温度を測定したときに火災の発生を報知する構成となっているので、初期温度２０℃から約５℃の温度上昇では全く動作しないことになる。
【0096】
３．火災監視システムの第２実施形態
図１０は、本発明の第２実施形態の火災監視システムを示す。本実施形態の火災監視システムは、主として、複数の監視領域に設置された複数のセンサ１～４、少なくとも１つの中継器２０、及び受信機１０で構成される。中継器２０は、いずれか一の監視領域に設置されたセンサ１～４と、受信機１０との間に信号線５を介して電気的に接続される。中継器２０は、第１実施形態と同様の受信部１１及び制御部１２を備え、且つ第１実施形態と同様の異常判別プログラムがインストールされている。一方、本実施形態の受信機１０は、既存の製品をそのまま適用しており、受信機１０に異常判別プログラムはインストールされていない。
図１０は、本発明の第２実施形態の火災監視システムを示す。本実施形態の火災監視システムは、主として、複数の監視領域に設置された複数のセンサ１～４、少なくとも１つの中継器２０、及び受信機１０で構成される。中継器２０は、いずれか一の監視領域に設置されたセンサ１～４と、受信機１０との間に信号線５を介して電気的に接続される。中継器２０は、第１実施形態と同様の受信部１１及び制御部１２を備え、且つ第１実施形態と同様の異常判別プログラムがインストールされている。一方、本実施形態の受信機１０は、既存の製品をそのまま適用しており、受信機１０に異常判別プログラムはインストールされていない。
【0097】
中継器２０の受信部１１は、信号線５を介して、複数のセンサ１～４に電気的に接続される。受信部１１は、複数のセンサ１～４から出力されたデジタル信号を受信する。このデジタル信号には、複数のセンサ１～４のそれぞれによって測定された物理量ｘが含まれる。受信部１１は、受信したデジタル信号を制御部１２に送信する。制御部１２は、演算処理を実行するためのプロセッサを備える。
【0098】
第１に、制御部１２のプロセッサは、複数のセンサ１～４から受信した物理量ｘを含むデジタル信号を受信機１０、及び／又は他の中継器、他の受信機又は消火設備などに送信する。例えば、受信機１０は、物理量ｘを含むデジタル信号に基づいて、図２中に示されるステップＳ１と同様の火災判別処理を実行し、火災が発生したか否かを判別する。受信機１０は、火災が発生したと判別した場合に、報知部１３に火災の発生を報知させる。
【0099】
第２に、制御部１２のプロセッサは、第１実施形態と同様の異常判別プログラムに従って、図２中に示されるステップＳ２～Ｓ１０、Ｓ１１～Ｓ１４及びＳ２１～Ｓ２６の処理を実行する。制御部１２は、ステップＳ１０において異常が発生したと判別した場合に、異常検出信号５ａを受信機１０、及び／又は他の中継器、他の受信機又は消火設備などに送信する。例えば、受信機１０は、異常検出信号５ａに基づいて、報知部１３に異常の発生を報知させる。
【0100】
上述した本実施形態の火災監視システムでは、中継器２０に異常判別プログラムがインストールされている。このため、中継器２０を、例えば、オフィスビル、テナントビル、物流倉庫などに設置された既存の火災監視システムに追加することで、所定の監視領域における異常の発生を判別することが可能となる。つまり、既存のセンサ１～４、信号線５及び受信機１０を用いて、本発明の火災監視システムを構築することができる。
【0101】
また、中継器２０は、複数の監視領域に選択的に適用することが可能であり、ユーザーが選んだ任意の監視領域において異常の発生を判別することができる。さらに、中継器２０は、入力端子及び出力端子に信号線５を接続することで容易に設置することができる。その他、中継器２０に異常判別プログラムをインストールすることにより、受信機１０の計算負荷が軽減され、メモリに記憶される情報量を削減することが可能である。
【符号の説明】
【0102】
１～４ センサ
５ 信号線
１０ 受信機
１１ 受信部
１２ 制御部（プロセッサ）
１３ 報知部
２０ 中継器
２２ 制御部（プロセッサ）
５ａ 異常検出信号
５ 信号線
１０ 受信機
１１ 受信部
１２ 制御部（プロセッサ）
１３ 報知部
２０ 中継器
２２ 制御部（プロセッサ）
５ａ 異常検出信号
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
