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】特許公報(B2)
(11)【特許番号】
(24)【登録日】2024-03-14
(45)【発行日】2024-03-25
(54)【発明の名称】異常診断装置、異常診断方法、及びプログラム
(51)【国際特許分類】
G05B 23/02 20060101AFI20240315BHJP
【ＦＩ】
G05B23/02 302Y
【請求項の数】
5
(21)【出願番号】P 2020130788
(22)【出願日】2020-07-31
(65)【公開番号】P2022027030
(43)【公開日】2022-02-10
【審査請求日】2023-01-30
(73)【特許権者】
【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】100149548
【弁理士】
【氏名又は名称】松沼 泰史
(74)【代理人】
【識別番号】100162868
【弁理士】
【氏名又は名称】伊藤 英輔
(74)【代理人】
【識別番号】100161702
【弁理士】
【氏名又は名称】橋本 宏之
(74)【代理人】
【識別番号】100189348
【弁理士】
【氏名又は名称】古都 智
(74)【代理人】
【識別番号】100196689
【弁理士】
【氏名又は名称】鎌田 康一郎
(72)【発明者】
【氏名】岡 裕貴
(72)【発明者】
【氏名】野村 真澄
(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】長原 健一
(72)【発明者】
【氏名】小川 草太
(72)【発明者】
【氏名】松倉 紀行
(72)【発明者】
【氏名】二階堂 智
(72)【発明者】
【氏名】西▲崎▼ 友基
【審査官】大古 健一
(56)【参考文献】
【文献】特開平１１－１１９８２３（ＪＰ，Ａ）
【文献】特開平６－３３２５２８（ＪＰ，Ａ）
【文献】特開２０１９－２０４１４５（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０５Ｂ ２３／００ －２３／０２
(57)【特許請求の範囲】
【請求項1】
機器から取得した状態量それぞれについて異常の有無を判定する異常判定部と、フォールトツリー解析により特定された前記機器の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、前記異常判定部により異常があると判定された状態量から前記機器の異常の要因を推定する要因推定部と、
を備える、
前記異常判定部は、前記状態量それぞれについて、前記状態量毎に設定された制約からの差に応じた異常度合いを更に判定し、
前記要因推定部は、前記要因と、前記要因が発生した場合に異常となる前記状態量の異常度合いとを更に対応付けた前記要因対応表を用いて、前記機器の異常の要因を推定する、
異常診断装置。
【請求項2】
前記機器の観測系により観測された観測値を前記状態量として取得する観測値取得部を更に備え、前記異常判定部は、前記観測値取得部により取得された前記観測値と、前記観測値それぞれの正常値又は正常パターンとを比較して、前記機器の異常の有無を判定する、
請求項１に記載の異常診断装置。
【請求項3】
前記観測値取得部により取得された前記観測値に基づいて推定された、前記機器の物理量推定値を、前記状態量として取得する推定値取得部を更に備える、請求項２に記載の異常診断装置。
【請求項4】
異常診断装置が、機器から取得された状態量それぞれについて異常の有無を判定するステップと、前記異常診断装置が、フォールトツリー解析により特定された前記機器の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、異常があると判定された状態量から前記機器の異常の要因を推定するステップと、
を有し、
前記異常の要因を推定するステップにおいて、
前記状態量それぞれについて、前記状態量毎に設定された制約からの差に応じた異常度合いを更に判定し、
前記要因と、前記要因が発生した場合に異常となる前記状態量の異常度合いとを更に対応付けた前記要因対応表を用いて、前記機器の異常の要因を推定する、
異常診断方法。
【請求項5】
機器から取得された状態量それぞれについて異常の有無を判定するステップと、フォールトツリー解析により特定された前記機器の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、異常があると判定された状態量から前記機器の異常の要因を推定するステップと、
を異常診断装置のコンピュータに実行させるプログラムであって、
前記異常の要因を推定するステップにおいて、
前記状態量それぞれについて、前記状態量毎に設定された制約からの差に応じた異常度合いを更に判定し、
前記要因と、前記要因が発生した場合に異常となる前記状態量の異常度合いとを更に対応付けた前記要因対応表を用いて、前記機器の異常の要因を推定する、
プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、異常診断装置、異常診断方法、及びプログラムに関する。
【背景技術】
【0002】
大型冷凍機や水中ポンプのような機器、プラント等では、観測系で異常な観測値を検知するとともに、異常が発生した要因を特定する異常診断を行い、健全性を監視することが知られている。
【0003】
例えば特許文献１には、観測系で観測された現実のデータからプラントの状態推定モデルを作成し、状態推定モデルによる予測のばらつきが増えた観測値を含む部分を異常とみなすことで、異常な振る舞いをしている箇所、すなわち異常要因を特定することが記載されている。
【先行技術文献】
【特許文献】
【0004】
【文献】特許第６２４６７５５号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
しかしながら、特許文献１に記載された技術は、異常要因と、異常な振る舞いをする観測値との対応を体系的に示す手法ではない。したがって、特許文献１に記載された技術では、異常な観測値を特定できたとしても、異常要因を正しく診断するためには、異常要因に対応する独立した観測系を多数用意しなければならない。このため、既存の観測系を用いて、異常診断を精度よく行う技術が求められていた。
【0006】
本開示は、このような課題に鑑みてなされたものであって、機器の異常の要因を容易且つ精度よく推定可能な異常診断装置、異常診断方法、及びプログラムを提供する。
【課題を解決するための手段】
【0007】
本開示の一態様によれば、異常診断装置は、機器から取得した状態量それぞれについて異常の有無を判定する異常判定部と、フォールトツリー解析により特定された前記機器の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、前記異常判定部により異常があると判定された状態量から前記機器の異常の要因を推定する要因推定部と、を備える異常診断装置。
【0008】
本開示の一態様によれば、異常診断方法は、機器から取得された状態量それぞれについて異常の有無を判定するステップと、フォールトツリー解析により特定された前記機器の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、異常があると判定された状態量から前記機器の異常の要因を推定するステップと、を有する。
【0009】
本開示の一態様によれば、プログラムは、機器から取得された状態量それぞれについて異常の有無を判定するステップと、フォールトツリー解析により特定された前記機器の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、異常があると判定された状態量から前記機器の異常の要因を推定するステップと、を異常診断装置のコンピュータに実行させる。
【発明の効果】
【0010】
本開示に係る異常診断装置、異常診断方法、及びプログラムによれば、機器の異常の要因を容易且つ精度よく推定することができる。
【図面の簡単な説明】
【0011】
【図1】本開示の第１の実施形態に係る設備の全体構成を示す図である。
【図2】本開示の第１の実施形態に係る要因対応表を説明するための第１の図である。
【図3】本開示の第１の実施形態に係る要因対応表を説明するための第２の図である。
【図4】本開示の第１の実施形態に係る要因対応表を説明するための第３の図である。
【図5】本開示の第１の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
【図6】本開示の第２の実施形態に係る要因対応表を説明するための第１の図である。
【図7】本開示の第２の実施形態に係る要因対応表を説明するための第２の図である。
【図8】本開示の第２の実施形態に係る要因対応表を説明するための第３の図である。
【図9】本開示の第２の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
【図10】本開示の第３の実施形態に係る異常診断装置の機能構成を示す図である。
【図11】本開示の第３の実施形態に係る要因対応表を説明するための第１の図である。
【図12】本開示の第３の実施形態に係る要因対応表を説明するための第２の図である。
【図13】本開示の第３の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
【図14】本開示の第４の実施形態に係る設備の全体構成を示す図である。
【図15】本開示の第４の実施形態に観測系制約判定部の機能を説明する図である。
【図16】本開示の第４の実施形態にモデル推定部の機能を説明する図である。
【図17】本開示の第４の実施形態に観測モデルを説明する図である。
【図18】フルスケール誤差を説明する図である。
【図19】指示値誤差を説明する図である。
【図20】アラン分散を説明する図である。
【図21】アラン分散と時間窓との関係を説明する図である。
【図22】本開示の第４の実施形態にモデル推定部の機能を説明する図である。
【図23】本開示の第４の実施形態に整合性判定部の機能を説明する図である。
【図24】本開示の第４の実施形態に整合性判定部の機能を説明する図である。
【図25】本開示の第４の実施形態に整合性判定部の機能を説明する図である。
【図26】本開示の第４の実施形態に整合性判定部の機能を説明する図である。
【図27】本開示の第４の実施形態に推定方法のフローチャートである。
【図28】各実施形態に係る異常診断装置及び推定装置が備えるコンピュータのハードウェア構成の例を示す図である。
【発明を実施するための形態】
【0012】
以下、本開示に係る実施形態について、図面を用いて説明する。すべての図面において同一または相当する構成には同一の符号を付し、共通する説明は省略する。
【0013】
【0014】
機器１は、例えば大型冷凍機、水中ポンプ等である。
【0015】
異常診断装置５は、機器１の異常の有無の検知、及び異常要因を診断する。また、異常診断装置５は、第一観測系３と有線又は無線で通信可能に接続されている。
【0016】
第一観測系３は、機器１の状態を観測するためのシステムであり、例えば複数のセンサ（第一センサ３１、第二センサ３２、第三センサ３３、・・・）により構成される。
【0017】
第一センサ３１は、例えば機器１の内部に設けられ、観測値Ａ１として機器１の内部圧力を計測する圧力センサであってもよい。第二センサ３２は、例えば機器１の入口又は出口に設けられ、観測値Ａ２として機器１の入口温度又は出口温度を計測する温度計であってもよい。第三センサ３３は、例えば機器１に設けられ、観測値Ａ３として機器１を流れる液体、気体等の流量を計測する流量計であってもよい。なお、観測値Ａ１、Ａ２、Ａ３、・・・は、本実施形態における機器１の状態量の一例である。
【0018】
（異常診断装置の機能構成）
異常診断装置５は、機器１の異常の有無を検知するとともに、異常の要因を推定するための装置である。図１に示すように、異常診断装置５は、観測値取得部５１と、異常判定部５２と、要因推定部５３とを備えている。
異常診断装置５は、機器１の異常の有無を検知するとともに、異常の要因を推定するための装置である。図１に示すように、異常診断装置５は、観測値取得部５１と、異常判定部５２と、要因推定部５３とを備えている。
【0019】
観測値取得部５１は、機器１の第一観測系３により観測された観測値Ａ１、Ａ２、Ａ３を機器１の状態量として取得する。
【0020】
異常判定部５２は、機器１から取得した状態量それぞれについて異常の有無を判定する。本実施形態では、異常判定部５２は、観測値取得部５１が取得した観測値Ａ１、Ａ２、Ａ３それぞれについて、制約Ｒ１内であれば正常、制約Ｒ１外であれば異常と判定する。
【0021】
要因推定部５３は、フォールトツリー解析により特定された機器１の異常モードの要因と、要因が発生した場合に異常となる状態量とを対応付けた要因対応表ＴＢ１を用いて、異常判定部５２により異常があると判定された状態量から機器１の異常の要因を推定する。
【0022】
通知部５４は、異常判定部５２による判定結果、要因推定部５３による推定結果を通知するための表示装置、音声出力装置等である。また、通知部５４は、機器１の運用、監視等を行う作業者が操作するコンピュータ、スマートフォン、タブレット等、異常診断装置５とは異なる装置にデータを通知するものであってもよい。
【0023】
（要因対応表）
図２は、本開示の第１の実施形態に係る要因対応表を説明するための第１の図である。
図３は、本開示の第１の実施形態に係る要因対応表を説明するための第２の図である。
図４は、本開示の第１の実施形態に係る要因対応表を説明するための第３の図である。
本実施形態では、要因対応表ＴＢ１は、機器１の運用開始前に、異常診断装置５の設計者等により予め作成されているものとする。この要因対応表ＴＢ１の作成方法について、図２～４を参照しながら説明する。
図２は、本開示の第１の実施形態に係る要因対応表を説明するための第１の図である。
図３は、本開示の第１の実施形態に係る要因対応表を説明するための第２の図である。
図４は、本開示の第１の実施形態に係る要因対応表を説明するための第３の図である。
本実施形態では、要因対応表ＴＢ１は、機器１の運用開始前に、異常診断装置５の設計者等により予め作成されているものとする。この要因対応表ＴＢ１の作成方法について、図２～４を参照しながら説明する。
【0024】
まず、異常診断装置５の設計段階において、異常診断装置５の設計、開発、メンテナンス等を行う作業者は、図２に示すように、機器１の製品知識（設計、仕様、経験等から得られた知識）に基づいて機器１のフォールトツリー解析を行い、機器１に発生し得る異常モードを複数の要因に分解する。
【0025】
異常モードは、機器１の望ましくない故障、事故等を表す。要因は、異常モードの発生に関係する事象を表す。要因は、上位の要因と、上位の要因を引き起こす下位の要因とに更に分解され、階層状に配置されてもよい。例えば、異常モードとして、「凝縮器圧力が高圧となり運転不可となる」という事象が設定されてもよい。このとき、要因１として「圧力センサ（第一センサ３１）の故障」、要因３として「圧力観測値（観測値Ａ１）が実際に高くなっている」等の事象が設定されてもよい。また、要因３については、更に下位の要因３－１、３－２として「冷却塔の動作不良」、「循環ポンプの動作不良」等が設定されてもよい。
【0026】
なお、図２には異常モードが一つのみ設定されている例が示されているが、これに限られることはない。機器１の構成、特性に応じて、複数の異常モードが設定され、異常モード毎に図２に示すようなツリーが構成されてもよい。また、図２には要因が２つの階層に分解されている例が示されているが、これに限られることはない。機器１の構成、特性に応じて、要因は３つ以上の階層に分解されてもよい。
【0027】
また、作業者は、フォールトツリー解析して得た複数の要因それぞれについて、この要因が発生した場合に異常な値（制約Ｒ１外の値）となる観測値を対応づける。本実施形態では、図２に示すように、作業者は、機器１の第一観測系３により観測可能な観測値Ａ１、Ａ２、Ａ３と各要因とを対応付ける。例えば、機器１の製品知識から、要因３－１が発生した場合に観測値Ａ１及び観測値Ａ３が異常となることが既知であれば、要因３－１には観測値Ａ１及び観測値Ａ３が対応付けられる。
【0028】
作業者は、フォールトツリー解析結果と観測値との対応付けが完了すると、図３に示すような要因対応表ＴＢ１を作成する。要因対応表ＴＢ１は、観測値Ａ１、Ａ２、Ａ３の判定結果の組み合わせパターン毎に、異常モードのどの要因が生じ得るかを表したものである。
【0029】
例えば、図４に示すように、機器１の観測値Ａ１のみが異常と判定されたとする。この場合、観測値Ａ１が異常であるときに発生し得る要因として、「要因１－１」、「要因２」、「要因３－１」の３つが考えられる。しかしながら、「要因２」及び「要因３－１」は観測値Ａ１及び観測値Ａ３の両方が異常であるときに発生する要因である。図４の例では観測値Ａ３は正常であることから、要因の候補から除外される。したがって、この例では「要因１－１（要因１）」が異常モードを引き起こした要因であると推定することができる。技術者は、このように、観測値Ａ１、Ａ２、Ａ３それぞれの判定結果の組み合わせパターン毎に、発生し得る要因を対応付けて、図３に示す要因対応表ＴＢ１を作成する。
【0030】
（異常診断方法の処理フロー）
図５は、本開示の第１の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
以下、図５を参照しながら、本実施形態に係る異常診断装置５による異常診断処理の詳細について説明する。
図５は、本開示の第１の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
以下、図５を参照しながら、本実施形態に係る異常診断装置５による異常診断処理の詳細について説明する。
【0031】
図５に示すように、異常診断装置５の観測値取得部５１は、機器１の第一センサ３１、第二センサ３２、第三センサ３３から観測値Ａ１、Ａ２、Ａ３をそれぞれ取得する（ステップＳ１０１）。
【0032】
次に、異常診断装置５の異常判定部５２は、観測値Ａ１、Ａ２、Ａ３のそれぞれについて、異常の有無を判定する（ステップＳ１０２）。
【0033】
次に、異常診断装置５の要因推定部５３は、異常と判定された観測値の有無を判断する（ステップＳ１０３）。
【0034】
例えば、異常判定部５２は、観測値Ａ１が制約Ｒ１として設定された閾値（上限値又は下限値）以内である場合、観測値Ａ１が正常であると判定する。一方、異常判定部５２は、観測値Ａ１が閾値を超える場合は、観測値Ａ１が異常であると判定する。
【0035】
また、異常判定部５２は、観測値Ａ１の変化量が制約Ｒ１として設定された閾値以内である場合、観測値Ａ１が正常であると判定してもよい。この場合、異常判定部５２は、観測値Ａ１の変化量が閾値を超える場合は、観測値Ａ１が異常であると判定する。
【0036】
更に、異常判定部５２は、ｋ近傍法、Ｏｎｅ Ｃｌａｓｓ ＳＶＭ（Support Vector Machine）等を利用した既知の異常検知アルゴリズムを用いて、観測値Ａ１が制約Ｒ１内を示す正常パターンを示しているか制約Ｒ１外である異常パターンを示しているかを判定してもよい。
【0037】
異常判定部５２は、観測値Ａ２、Ａ３についても同様に、正常であるか異常であるかをそれぞれ判定する。
【0038】
次に、異常判定部５２は、全ての観測値が正常であったか否かを判断する（ステップＳ１０３）。
【0039】
異常判定部５２は、全ての観測値Ａ１、Ａ２、Ａ３が正常であると判定した場合（ステップＳ１０３：ＹＥＳ）、機器１の運転状態が正常であると判定する（ステップＳ１０４）。
【0040】
一方、異常判定部５２は、観測値Ａ１、Ａ２、Ａ３のうち少なくとも一つが異常であると判定した場合（ステップＳ１０３：ＮＯ）、機器１の運転状態が異常である（異常モードが発生した）と判定する。この場合、要因推定部５３は、要因対応表ＴＢ１（図３）に基づいて異常モードの要因を推定する（ステップＳ１０５）。
【0041】
具体的には、要因推定部５３は、要因対応表ＴＢ１から、異常判定部５２による観測値の判定結果の組み合わせパターンと対応付けられた要因を選択する。例えば、図４の例のように、観測値Ａ１の判定結果が「異常」であり、観測値Ａ２及びＡ３の判定結果が「正常」であったとする。この場合、要因推定部５３は、要因対応表ＴＢ１を参照し、この判定結果の組み合わせ示す「パターン４」と対応付けられた「要因１－１」が、機器１の異常モードの要因であると推定する。
【0042】
なお、図３の「パターン５」のように、要因が一つに絞り込めないパターンが存在する場合がある。この場合、要因推定部５３は、異常モードの要因を一つのみに特定するのではなく、「パターン５」に対応する「要因２」及び「要因３－１」の両方を、異常モードの要因の候補として推定してもよい。
【0043】
また、要因対応表ＴＢ１から要因が一つに絞り込めない「パターン５」について、他の実施形態では、例えば、機器１に「要因２」と「要因３－１」とを識別するための追加の観測系（不図示）を設けておいてもよい。この場合、要因推定部５３は、この追加の観測系から得られた観測値に基づいて、「パターン５」が観測されたときの異常モードの要因が「要因２」であるか、「要因３－１」であるかを更に推定してもよい。このとき、追加の観測系は、「パターン５」の「要因２」及び「要因３－１」のような、第一観測系３の観測値のみでは識別ができない要因に対応する箇所のみに設ければよい。したがって、第一観測系３の観測値から一つに絞り込める要因については、追加の観測系を設ける必要はない。このため、要因の識別のために追加の観測系を設ける場合であっても、観測系の増加を最低限に抑制することができる。
【0044】
更に他の実施形態では、要因推定部５３は、要因を絞り込むための検査手順を更に実行して、「パターン５」が観測されたときの異常モードの要因が「要因２」であるか、「要因３－１」であるかを更に推定してもよい。このようにすることで、要因識別のための追加の観測系が不要となるので、機器１の異常診断に係るコストを抑制することができる。
【0045】
次に、通知部５４は、異常判定部５２による判定結果を通知する（ステップＳ１０６）。また、通知部５４は、異常判定部５２により機器１の運転状態が異常であると判定された場合、要因推定部５３により推定された要因を更に通知する。
【0046】
異常診断装置５は、機器１の稼働中、図５に示す一連の処理を繰り返し実行することにより、機器１の異常の有無をリアルタイムで検出するとともに、異常発生時には異常の要因を推定する。
【0047】
（作用効果）
以上のように、本実施形態に係る異常診断装置５において、異常判定部５２が機器１から取得した状態量（観測値Ａ１、Ａ２、Ａ３）のうち少なくとも一つの異常を検出した場合、要因推定部５３は、異常モードの要因と、要因が発生した場合に異常となる状態量とを予め対応付けた要因対応表ＴＢ１に基づいて、機器１の異常モードの要因を推定する。
このようにすることで、異常診断装置５は、要因対応表ＴＢ１に基づいて機器１の異常の要因を容易且つ精度よく推定することができる。
以上のように、本実施形態に係る異常診断装置５において、異常判定部５２が機器１から取得した状態量（観測値Ａ１、Ａ２、Ａ３）のうち少なくとも一つの異常を検出した場合、要因推定部５３は、異常モードの要因と、要因が発生した場合に異常となる状態量とを予め対応付けた要因対応表ＴＢ１に基づいて、機器１の異常モードの要因を推定する。
このようにすることで、異常診断装置５は、要因対応表ＴＢ１に基づいて機器１の異常の要因を容易且つ精度よく推定することができる。
【0048】
＜第２の実施形態＞
次に、本開示の第２の実施形態に係る異常診断装置５について説明する。第１の実施形態と共通の構成要素には同一の符号を付して詳細説明を省略する。
次に、本開示の第２の実施形態に係る異常診断装置５について説明する。第１の実施形態と共通の構成要素には同一の符号を付して詳細説明を省略する。
【0049】
（要因対応表）
図６は、本開示の第２の実施形態に係る要因対応表を説明するための第１の図である。
図７は、本開示の第２の実施形態に係る要因対応表を説明するための第２の図である。
図８は、本開示の第２の実施形態に係る要因対応表を説明するための第３の図である。
本実施形態においても、要因対応表ＴＢ２は、機器１の運用開始前に、異常診断装置５の設計者等により予め作成されているものとする。本実施形態に係る要因対応表ＴＢ２の作成方法について、図６～８を参照しながら説明する。
図６は、本開示の第２の実施形態に係る要因対応表を説明するための第１の図である。
図７は、本開示の第２の実施形態に係る要因対応表を説明するための第２の図である。
図８は、本開示の第２の実施形態に係る要因対応表を説明するための第３の図である。
本実施形態においても、要因対応表ＴＢ２は、機器１の運用開始前に、異常診断装置５の設計者等により予め作成されているものとする。本実施形態に係る要因対応表ＴＢ２の作成方法について、図６～８を参照しながら説明する。
【0050】
まず、図６に示すように、異常診断装置５の設計段階において、異常診断装置５の設計、開発、メンテナンス等を行う作業者は、機器１のフォールトツリー解析を行う。これは第１の実施形態と同様である。また、本実施形態では、フォールトツリー解析して得た複数の要因それぞれについて、この要因が発生した場合に各観測値Ａ１、Ａ２、Ａ３が取り得る値の異常度合いを対応付ける。
【0051】
異常度合いは、各観測値を、観測値毎に設定された制約Ｒ１からの差に応じて複数の水準に離散化した評価値である。例えば、異常度合いは、図７の離散化表に示すように、各観測値について２～７水準の何れかに離散化されてもよい。例えば、３水準に離散化する場合、異常度合いは、観測値が制約Ｒ１よりも負側の値となる「負性」、制約Ｒ１内である「正常」、制約Ｒ２よりも陽側の値となる「陽性」の３つの段階で表される。また、５水準に離散化する場合、例えば観測値が制約Ｒ１からどのくらい負側／陽側に離れているかに応じて、「負性」／「陽性」を更に「大負性」／「大陽性」、及び「小負性」／「小陽性」の２段階にそれぞれ分割してもよい。７水準に離散化する場合、例えば観測値が制約Ｒ１からどのくらい負側／陽側に離れているかに応じて、「負性」／「陽性」を更に「大負性」／「大陽性」、「中負性」／「中陽性」、及び「小負性」／「小陽性」の３段階にそれぞれ分割してもよい。
【0052】
本実施形態では、例えば、２水準の異常度合い（「正常」又は「異常」）のみで要因を一つに絞り込むことが困難な場合（例えば、図３の要因対応表ＴＢ１の「パターン５」）、観測値の異常度合いを３水準～７水準に細分化する。なお、離散化水準は、観測値毎に異なっていてもよい。本実施形態では、図６に示すように、各観測値を５水準の異常度合いで表した例について説明する。
【0053】
作業者は、フォールトツリー解析結果と観測値の異常度合いとの対応付けが完了すると、図８に示すような要因対応表ＴＢ２を作成する。要因対応表ＴＢ２は、観測値Ａ１、Ａ２、Ａ３の異常度合いの組み合わせパターン毎に、異常モードのどの要因が生じ得るかを表したものである。
【0054】
（異常診断方法の処理フロー）
図９は、本開示の第２の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
以下、図９を参照しながら、本実施形態に係る異常診断装置５による異常診断処理の詳細について説明する。
図９は、本開示の第２の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
以下、図９を参照しながら、本実施形態に係る異常診断装置５による異常診断処理の詳細について説明する。
【0055】
図９に示すように、異常診断装置５の観測値取得部５１は、機器１の第一センサ３１、第二センサ３２、第三センサ３３から観測値Ａ１、Ａ２、Ａ３をそれぞれ取得する（ステップＳ１１１）。
【0056】
次に、異常診断装置５の異常判定部５２は、観測値Ａ１、Ａ２、Ａ３のそれぞれについて、観測値毎に設定された制約Ｒ１からの差に応じた異常度合いを判定する（ステップＳ１１２）。
【0057】
例えば、異常判定部５２は、観測値Ａ１を「大負性」、「小負性」、「正常」、「小陽性」、「大陽性」の５水準の異常度合いの何れかであると判定する。異常判定部５２は、例えば観測値Ａ１が制約Ｒ１として設定された第１下限値以上、第１上限値未満の範囲内である場合、観測値Ａ１が正常であると判定する。また、異常判定部５２は、観測値Ａ１が第１下限値未満且つ第２下限値以上である場合は「小負性」、第２下限値未満である場合は「大負性」であると判定する。異常判定部５２は、観測値Ａ１が第１上限値以上且つ第２上限値未満である場合は「小陽性」、第２上限値以上である場合は「大陽性」であると判定する。
【0058】
なお、他の実施形態では、異常判定部５２は、観測値Ａ１の変化量に基づいて異常度合いを判定してもよいし、ｋ近傍法、Ｏｎｅ Ｃｌａｓｓ ＳＶＭ（Support Vector Machine）等を利用した既知の異常検知アルゴリズムを用いて、観測値Ａ１の異常度合いを判定してもよい。
【0059】
また、異常判定部５２は、観測値Ａ２、Ａ３についても同様に異常度合いを判定する。
【0060】
次に、異常判定部５２は、全ての観測値の異常度合いが正常であったか否かを判断する（ステップＳ１１３）。
【0061】
異常判定部５２は、全ての観測値Ａ１、Ａ２、Ａ３の異常度合いが正常であると判定した場合（ステップＳ１１３：ＹＥＳ）、機器１の運転状態が正常であると判定する（ステップＳ１１４）。
【0062】
一方、異常判定部５２は、観測値Ａ１、Ａ２、Ａ３それぞれの異常度のうち少なくとも一つが正常以外（大負性、小負性、小陽性、大陽性の何れか）であると判定した場合（ステップＳ１１３：ＮＯ）、機器１の運転状態が異常である（異常モードが発生した）と判定する。この場合、要因推定部５３は、要因対応表ＴＢ２（図８）に基づいて異常モードの要因を推定する（ステップＳ１１５）。
【0063】
具体的には、要因推定部５３は、要因対応表ＴＢ２から、異常判定部５２による観測値の異常度合いの組み合わせパターンと対応付けられた要因を選択する。例えば、図８の例のように、観測値Ａ１の異常度合いが「小陽性」、観測値Ａ２の異常度合いが「正常」、観測値Ａ３の異常度合いが「小負性」であったとする。この場合、要因推定部５３は、要因対応表ＴＢ２を参照し、この判定結果の組み合わせ示す「パターン２」と対応付けられた「要因２」が、機器１の異常モードの要因であると推定する。
【0064】
次に、通知部５４は、異常判定部５２による判定結果を通知する（ステップＳ１１６）。また、通知部５４は、異常判定部５２により機器１の運転状態が異常であると判定された場合、要因推定部５３により推定された要因を更に通知する。
【0065】
異常診断装置５は、機器１の稼働中、図９に示す一連の処理を繰り返し実行することにより、機器１の異常の有無をリアルタイムで検出するとともに、異常発生時には異常の要因を推定する。
【0066】
（作用効果）
以上のように、本実施形態に係る異常診断装置５において、異常判定部５２は、観測値それぞれについて、制約Ｒ１からの差に応じた異常度合いを更に判定する。要因推定部５３は異常モードの要因と、各観測値の異常度合いとを予め対応付けた要因対応表ＴＢ２を用いて、機器１の異常モードの要因を推定する。
例えば第１の実施形態では、観測値の異常の有無を示す判定結果（２水準）から、異常モードの要因を一つに絞り込むことができない場合があった。しかしながら、本実施形態に係る異常診断装置５は、各観測値を「正常」又は「異常」の２水準ではなく、多段階の異常度合いに細分化して判定することにより、より細かく要因を絞り込むことが可能となる。
以上のように、本実施形態に係る異常診断装置５において、異常判定部５２は、観測値それぞれについて、制約Ｒ１からの差に応じた異常度合いを更に判定する。要因推定部５３は異常モードの要因と、各観測値の異常度合いとを予め対応付けた要因対応表ＴＢ２を用いて、機器１の異常モードの要因を推定する。
例えば第１の実施形態では、観測値の異常の有無を示す判定結果（２水準）から、異常モードの要因を一つに絞り込むことができない場合があった。しかしながら、本実施形態に係る異常診断装置５は、各観測値を「正常」又は「異常」の２水準ではなく、多段階の異常度合いに細分化して判定することにより、より細かく要因を絞り込むことが可能となる。
【0067】
＜第３の実施形態＞
次に、本開示の第３の実施形態に係る異常診断装置５について説明する。第１及び第２の実施形態と共通の構成要素には同一の符号を付して詳細説明を省略する。
次に、本開示の第３の実施形態に係る異常診断装置５について説明する。第１及び第２の実施形態と共通の構成要素には同一の符号を付して詳細説明を省略する。
【0068】
【0069】
推定値取得部５５は、観測値取得部５１により取得された観測値Ａ１、Ａ２、Ａ３に基づいて推定された、機器１の物理量推定値ＰＶ１、ＰＶ２、・・・を、機器１の状態量として取得する。なお、本実施形態において、物理量推定値ＰＶは、機器１の入出力条件の関係に影響を及ぼす、観測系では観測できない機器１の内部状態量である。物理量推定値ＰＶは、例えば、機器１が有する熱交換器の終端温度差、冷凍能力等の機器１内の仕事量等である。
【0070】
（要因対応表）
図１１は、本開示の第３の実施形態に係る要因対応表を説明するための第１の図である。
図１２は、本開示の第３の実施形態に係る要因対応表を説明するための第２の図である。
本実施形態においても、要因対応表ＴＢ３は、機器１の運用開始前に、異常診断装置５の設計者等により予め作成されているものとする。本実施形態に係る要因対応表ＴＢ３の作成方法について、図１１～１２を参照しながら説明する。
図１１は、本開示の第３の実施形態に係る要因対応表を説明するための第１の図である。
図１２は、本開示の第３の実施形態に係る要因対応表を説明するための第２の図である。
本実施形態においても、要因対応表ＴＢ３は、機器１の運用開始前に、異常診断装置５の設計者等により予め作成されているものとする。本実施形態に係る要因対応表ＴＢ３の作成方法について、図１１～１２を参照しながら説明する。
【0071】
まず、図１１に示すように、異常診断装置５の設計段階において、異常診断装置５の設計、開発、メンテナンス等を行う作業者は、機器１のフォールトツリー解析を行う。これは第１及び第２の実施形態と同様である。また、本実施形態では、フォールトツリー解析して得た複数の要因それぞれについて、この要因が発生した場合に物理量推定値ＰＶ１、物理量推定値ＰＶ２、観測値Ａ１、・・・が取り得る値の異常度合いを対応付ける。なお、図１１では、物理量推定値ＰＶ１、ＰＶ２及び状態量Ａ１それぞれが５水準の異常度合いで分類される例が示されているが、これに限られることはない。異常モードの要因を一つに絞り込めることが可能であれば、各物理量及び観測値の異常度合いは、図７に示す２水準～７水準の何れに設定されてもよい。
【0072】
作業者は、フォールトツリー解析結果と、物理量及び観測値の異常度合いとの対応付けが完了すると、図１２に示すような要因対応表ＴＢ３を作成する。要因対応表ＴＢ３は、物理量推定値ＰＶ１、物理量推定値ＰＶ２、及び観測値Ａ１それぞれの異常度合いの組み合わせパターン毎に、異常モードのどの要因が生じ得るかを表したものである。
【0073】
（異常診断方法の処理フロー）
図１３は、本開示の第３の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
以下、図１３を参照しながら、本実施形態に係る異常診断装置５による異常診断処理の詳細について説明する。
図１３は、本開示の第３の実施形態に係る異常診断装置の処理の一例を示すフローチャートである。
以下、図１３を参照しながら、本実施形態に係る異常診断装置５による異常診断処理の詳細について説明する。
【0074】
図１３に示すように、異常診断装置５の観測値取得部５１は、機器１の第一センサ３１、第二センサ３２、第三センサ３３から観測値Ａ１、Ａ２、Ａ３をそれぞれ取得する（ステップＳ１２１）。
【0075】
次に、異常診断装置５の推定値取得部５５は、観測値Ａ１、Ａ２、Ａ３に基づいて推定された、機器１の物理量推定値ＰＶ１、ＰＶ２を取得する（ステップＳ１２２）。例えば、推定値取得部５５は、カルマンフィルタ、隠れマルコフモデル等を利用した既知の推定アルゴリズムを用いて、機器１の物理量推定値ＰＶ１、ＰＶ２を推定して取得する。
【0076】
次に、異常診断装置５の異常判定部５２は、観測値取得部５１が取得した観測値Ａ１、及び、推定値取得部５５が推定した物理量推定値ＰＶ１、ＰＶ２のそれぞれについて、異常の有無、又は、異常度合いを判定する（ステップＳ１２３）。具体的な処理の内容については、第１の実施形態のステップＳ１０２（図５）、又は第２の実施形態のステップＳ１１２（図９）と同様である。
【0077】
次に、異常判定部５２は、全ての観測値及び物理量が正常であったか否かを判断する（ステップＳ１２４）。
【0078】
異常判定部５２は、観測値Ａ１、及び物理量推定値ＰＶ１、ＰＶ２の全てが正常であると判定した場合（ステップＳ１２４：ＹＥＳ）、機器１の運転状態が正常であると判定する（ステップＳ１２５）。
【0079】
一方、異常判定部５２は、観測値Ａ１、及び物理量推定値ＰＶ１、ＰＶ２の少なくとも一つが正常以外（異常、又は、大負性、小負性、小陽性、大陽性の何れか）であると判定した場合（ステップＳ１２４：ＮＯ）、機器１の運転状態が異常である（異常モードが発生した）と判定する。この場合、要因推定部５３は、要因対応表ＴＢ３（図１２）に基づいて異常モードの要因を推定する（ステップＳ１２６）。具体的な処理の内容については、第１の実施形態のステップＳ１０５（図５）、第２の実施形態のステップＳ１１５（図９）と同様である。
【0080】
次に、通知部５４は、異常判定部５２による判定結果を通知する（ステップＳ１２７）。また、通知部５４は、異常判定部５２により機器１の運転状態が異常であると判定された場合、要因推定部５３により推定された要因を更に通知する。
【0081】
異常診断装置５は、機器１の稼働中、図１３に示す一連の処理を繰り返し実行することにより、機器１の異常の有無をリアルタイムで検出するとともに、異常発生時には異常の要因を推定する。
【0082】
（作用効果）
以上のように、本実施形態に係る異常診断装置５は、第一観測系３により観測することができない機器１の物理量推定値ＰＶ１、ＰＶ２を推定する推定値取得部５５を更に備える。
このようにすることで、異常診断装置５は、機器１の第一観測系３から取得した観測値Ａ１に加えて、機器１の内部状態量を推定した物理量推定値ＰＶ１、ＰＶ２を用いて、異常の有無の判定、及び、異常要因の推定を行うことができる。これにより、異常診断装置５は、観測値の変化だけでは検出が難しい異常モードについても、検出精度を向上させることができる。
以上のように、本実施形態に係る異常診断装置５は、第一観測系３により観測することができない機器１の物理量推定値ＰＶ１、ＰＶ２を推定する推定値取得部５５を更に備える。
このようにすることで、異常診断装置５は、機器１の第一観測系３から取得した観測値Ａ１に加えて、機器１の内部状態量を推定した物理量推定値ＰＶ１、ＰＶ２を用いて、異常の有無の判定、及び、異常要因の推定を行うことができる。これにより、異常診断装置５は、観測値の変化だけでは検出が難しい異常モードについても、検出精度を向上させることができる。
【0083】
＜第４の実施形態＞
次に、本開示の第４の実施形態に係る異常診断装置５について説明する。第１から第３の実施形態と共通の構成要素には同一の符号を付して詳細説明を省略する。
次に、本開示の第４の実施形態に係る異常診断装置５について説明する。第１から第３の実施形態と共通の構成要素には同一の符号を付して詳細説明を省略する。
【0084】
図１４は、本開示の第４の実施形態に係る設備の全体構成を示す図である。
図１４に示すように、本実施形態に係る設備９は、推定装置２を更に備える。また、本実施形態に係る設備９は、第一観測系３に加え、第二観測系４を更に備える。
図１４に示すように、本実施形態に係る設備９は、推定装置２を更に備える。また、本実施形態に係る設備９は、第一観測系３に加え、第二観測系４を更に備える。
【0085】
（第一観測系の構成）
第一観測系３は、機器１の状態を観測するためのシステムである。
第一観測系３は、第一観測値ＯＢ１を観測する。
例えば、第一観測系３は、機器１に設けられてもよい。
例えば、第一観測系３は、第一センサ３１を備えてもよい。
例えば、第一観測系３は、第一観測値ＯＢ１として、観測値Ａ１を観測してもよい。
第一観測系３は、機器１の状態を観測するためのシステムである。
第一観測系３は、第一観測値ＯＢ１を観測する。
例えば、第一観測系３は、機器１に設けられてもよい。
例えば、第一観測系３は、第一センサ３１を備えてもよい。
例えば、第一観測系３は、第一観測値ＯＢ１として、観測値Ａ１を観測してもよい。
【0086】
例えば、第一センサ３１は、例えば、機器１の内部に設けられてもよい。その際、第一センサ３１は、観測値Ａ１として、機器１の内部圧力を計測する圧力センサであってもよい。
【0087】
（第二観測系の構成）
第二観測系４は、機器１の状態を観測するためのシステムである。
第二観測系４は、第二観測値ＯＢ２を観測する。
第二観測系４は、第一観測系３に対し独立している他の観測系である。
例えば、第二観測系４は、機器１に設けられてもよい。
例えば、第二観測系４は、第二センサ４１と、第三センサ４２と、第四センサ４３と、を備えてもよい。
例えば、第二観測系４は、第二観測値ＯＢ２として、観測値Ａ２、Ａ３、Ａ４を観測してもよい。
第二観測系４は、機器１の状態を観測するためのシステムである。
第二観測系４は、第二観測値ＯＢ２を観測する。
第二観測系４は、第一観測系３に対し独立している他の観測系である。
例えば、第二観測系４は、機器１に設けられてもよい。
例えば、第二観測系４は、第二センサ４１と、第三センサ４２と、第四センサ４３と、を備えてもよい。
例えば、第二観測系４は、第二観測値ＯＢ２として、観測値Ａ２、Ａ３、Ａ４を観測してもよい。
【0088】
例えば、第二センサ４１は、例えば、機器１の出口に設けられてもよい。その際、第二センサ４１は、観測値Ａ２として、機器１内から流出する液体、気体等の流体温度である出口温度を計測する温度計であってもよい。
また、第三センサ４２は、例えば、機器１の入口に設けられてもよい。その際、第三センサ４２は、観測値Ａ３として、機器１内へ流入する液体、気体等の流体温度である入口温度を計測する温度計であってもよい。
また、第四センサ４３は、例えば、機器１に設けられてもよい。その際、第四センサ４３は、観測値Ａ４として、機器１を流れる液体、気体等の流体流量を計測する流量計であってもよい。
また、第三センサ４２は、例えば、機器１の入口に設けられてもよい。その際、第三センサ４２は、観測値Ａ３として、機器１内へ流入する液体、気体等の流体温度である入口温度を計測する温度計であってもよい。
また、第四センサ４３は、例えば、機器１に設けられてもよい。その際、第四センサ４３は、観測値Ａ４として、機器１を流れる液体、気体等の流体流量を計測する流量計であってもよい。
【0089】
（推定装置の構成）
推定装置２は、機器１、第一観測系３、及び第二観測系４の各モデルのパラメータＰＲを推定するための装置である。
また、推定装置２は、異常診断装置５に推定したパラメータＰＲを含むネットワークモデルＮＷＭを提供するための装置である。
推定装置２は、機器１、第一観測系３、及び第二観測系４の各モデルのパラメータＰＲを推定するための装置である。
また、推定装置２は、異常診断装置５に推定したパラメータＰＲを含むネットワークモデルＮＷＭを提供するための装置である。
【0090】
推定装置２は、観測系制約判定部２２と、モデル推定部２３と、整合性判定部２４と、を備える。
例えば、推定装置２は、物理量制約判定部２５と、モデル制約判定部２６と、をさらに備えてもよい。
また、推定装置２は、取得部２１と、出力部２７と、をさらに備えてもよい。
例えば、推定装置２は、物理量制約判定部２５と、モデル制約判定部２６と、をさらに備えてもよい。
また、推定装置２は、取得部２１と、出力部２７と、をさらに備えてもよい。
【0091】
（取得部の構成）
取得部２１は、第一観測値ＯＢ１を取得する。
例えば、取得部２１は、第一観測値ＯＢ１として、第一観測系３から観測値Ａ１を取得してもよい。
例えば、取得部２１は、観測値Ａ１として、第一センサ３１で計測された機器１の内部圧力を取得してもよい。
取得部２１は、第一観測値ＯＢ１を取得する。
例えば、取得部２１は、第一観測値ＯＢ１として、第一観測系３から観測値Ａ１を取得してもよい。
例えば、取得部２１は、観測値Ａ１として、第一センサ３１で計測された機器１の内部圧力を取得してもよい。
【0092】
取得部２１は、第二観測値ＯＢ２を取得する。
例えば、取得部２１は、第二観測値ＯＢ２として、第二観測系４から観測値Ａ２、Ａ３、Ａ４を取得してもよい。
例えば、取得部２１は、観測値Ａ２として、第二センサ４１で計測された出口温度を取得してもよい。
例えば、取得部２１は、観測値Ａ３として、第三センサ４２で計測された入口温度を取得してもよい。
例えば、取得部２１は、観測値Ａ４として、第四センサ４３で計測された流量を取得してもよい。
例えば、取得部２１は、第二観測値ＯＢ２として、第二観測系４から観測値Ａ２、Ａ３、Ａ４を取得してもよい。
例えば、取得部２１は、観測値Ａ２として、第二センサ４１で計測された出口温度を取得してもよい。
例えば、取得部２１は、観測値Ａ３として、第三センサ４２で計測された入口温度を取得してもよい。
例えば、取得部２１は、観測値Ａ４として、第四センサ４３で計測された流量を取得してもよい。
【0093】
（観測系制約判定部の構成）
観測系制約判定部２２は、第一観測系３で観測された第一観測値ＯＢ１と、第二観測系４で観測された第二観測値ＯＢ２と、の各観測値の時系列データＤＴ１から、第一制約Ｒ１内のデータである制約内データＤＴ２を判定する。
各観測系単体の制約条件への適合を判定することで、観測系制約判定部２２は、各観測値が単体として異常な振る舞いをしているデータか否かを判定する。
例えば図２に示すように、観測系制約判定部２２は、第一制約Ｒ１として、最大値及び最小値に関する制約、移動平均変化率に関する制約、スパイク発生頻度に関する制約、時間窓内の分散に関する制約等の観測系制約等により、制約内データＤＴ２の判定を行ってもよい。
これにより、観測系制約判定部２２は、各観測系そのものの計測原理（物理法則）に基づいて、各観測値単体としてみて異常な値を含むレコードは異常と判定する。
観測系制約判定部２２は、第一観測系３で観測された第一観測値ＯＢ１と、第二観測系４で観測された第二観測値ＯＢ２と、の各観測値の時系列データＤＴ１から、第一制約Ｒ１内のデータである制約内データＤＴ２を判定する。
各観測系単体の制約条件への適合を判定することで、観測系制約判定部２２は、各観測値が単体として異常な振る舞いをしているデータか否かを判定する。
例えば図２に示すように、観測系制約判定部２２は、第一制約Ｒ１として、最大値及び最小値に関する制約、移動平均変化率に関する制約、スパイク発生頻度に関する制約、時間窓内の分散に関する制約等の観測系制約等により、制約内データＤＴ２の判定を行ってもよい。
これにより、観測系制約判定部２２は、各観測系そのものの計測原理（物理法則）に基づいて、各観測値単体としてみて異常な値を含むレコードは異常と判定する。
【0094】
例えば図１５の場合、各観測系で観測した生の観測値の時系列データである時系列データＤＴ１のうち、データＤＴ３は、観測値のスパイク発生頻度が規定の閾値より高いデータ、又は時間窓内の観測値の分散が規定の閾値より高いデータとして、第一制約Ｒ１により制約外と判定される。
同様に、時系列データＤＴ１のうち、データＤＴ４は、観測値が上限値で規定される最大値より大きいデータ、又は下限値で規定される最小値より小さいデータとして、第一制約Ｒ１により制約外と判定される。
同様に、時系列データＤＴ１のうち、データＤＴ５は、移動平均変化率が規定の閾値より大きいデータとして、第一制約Ｒ１により制約外と判定される。
他方、制約外とされなかったデータは、制約内データＤＴ２と判定される。
同様に、時系列データＤＴ１のうち、データＤＴ４は、観測値が上限値で規定される最大値より大きいデータ、又は下限値で規定される最小値より小さいデータとして、第一制約Ｒ１により制約外と判定される。
同様に、時系列データＤＴ１のうち、データＤＴ５は、移動平均変化率が規定の閾値より大きいデータとして、第一制約Ｒ１により制約外と判定される。
他方、制約外とされなかったデータは、制約内データＤＴ２と判定される。
【0095】
例えば、各観測系のうち、何れかの観測系で制約外の判定が出た場合は、観測系制約判定部２２は、同一時刻の他の観測系のデータに対しても、制約外と判定し、推定装置２における後段の処理は行わなくてもよい。
【0096】
（モデル推定部の構成）
モデル推定部２３は、各観測系のモデルである観測モデルＭＬＯと、観測系が設けられる機器１内のモデルである物理モデルＭＬＰと、を含む複数のモデルのパラメータＰＲを、制約内データＤＴ２に基づいて推定する。
例えば、モデル推定部２３は、複数の観測モデルＭＬＯと複数の物理モデルＭＬＰを含むネットワークモデルＮＷＭを含んでもよい。
例えば、複数の観測モデルＭＬＯと複数の物理モデルＭＬＰとの各モデルは、パラメータＰＲを含んでよい。
例えば、モデル推定部２３は、ネットワークモデルＮＷＭの一例である図３に示すようなネットワークモデルＮＷＭ１において、観測モデルＭＬＯと物理モデルＭＬＰとの各モデルのパラメータＰＲを推定してもよい。
モデル推定部２３は、各観測系のモデルである観測モデルＭＬＯと、観測系が設けられる機器１内のモデルである物理モデルＭＬＰと、を含む複数のモデルのパラメータＰＲを、制約内データＤＴ２に基づいて推定する。
例えば、モデル推定部２３は、複数の観測モデルＭＬＯと複数の物理モデルＭＬＰを含むネットワークモデルＮＷＭを含んでもよい。
例えば、複数の観測モデルＭＬＯと複数の物理モデルＭＬＰとの各モデルは、パラメータＰＲを含んでよい。
例えば、モデル推定部２３は、ネットワークモデルＮＷＭの一例である図３に示すようなネットワークモデルＮＷＭ１において、観測モデルＭＬＯと物理モデルＭＬＰとの各モデルのパラメータＰＲを推定してもよい。
【0097】
図１６に示すように、ネットワークモデルＮＷＭ１において、モデル推定部２３は、観測値Ａ１から、１つの観測モデルＭＬＯを介して、複数の物理量推定値ＰＶのうちの１つである物理量推定値ＰＶ１を推定できる。
他方、ネットワークモデルＮＷＭ１において、モデル推定部２３は、観測値Ａ２と観測値Ａ３と観測値Ａ４とから、複数の観測モデルＭＬＯ及び複数の物理モデルＭＬＰを介して、物理量推定値ＰＶ１を推定することもできる。
すなわち、ネットワークモデルＮＷＭ１において、モデル推定部２３は、異なる系統から、共通の物理量推定値ＰＶ１を推定することができる。
他方、ネットワークモデルＮＷＭ１において、モデル推定部２３は、観測値Ａ２と観測値Ａ３と観測値Ａ４とから、複数の観測モデルＭＬＯ及び複数の物理モデルＭＬＰを介して、物理量推定値ＰＶ１を推定することもできる。
すなわち、ネットワークモデルＮＷＭ１において、モデル推定部２３は、異なる系統から、共通の物理量推定値ＰＶ１を推定することができる。
【0098】
図１６に示すように、例えば、モデル推定部２３において、観測値Ａ２に関する観測モデルＭＬＯのパラメータＰＲは、観測値Ａ２と、観測値Ａ２を観測したステップの前の観測値Ａ２’（観測値Ａ２を観測した直前の時刻に観測した観測値Ａ２’）と、から推定されてもよい。
同様に、モデル推定部２３において、観測値Ａ３に関する観測モデルＭＬＯのパラメータＰＲは、観測値Ａ３と、観測値Ａ３を観測したステップの前の観測値Ａ３’（観測値Ａ３を観測した直前の時刻に観測した観測値Ａ３’）と、から推定されてもよい。
同様に、モデル推定部２３において、観測値Ａ３に関する観測モデルＭＬＯのパラメータＰＲは、観測値Ａ３と、観測値Ａ３を観測したステップの前の観測値Ａ３’（観測値Ａ３を観測した直前の時刻に観測した観測値Ａ３’）と、から推定されてもよい。
【0099】
（モデルの構成）
例えば、観測モデルＭＬＯ及び物理モデルＭＬＰの各モデルは、それぞれ理論式及び実験式に基づく非線形多項式の形で表現してもよい。その際、多項式の係数が、パラメータＰＲに相当し、実際の機器１のばらつきを表現するためのパラメータとなる。
例えば、観測モデルＭＬＯ及び物理モデルＭＬＰの各モデルは、それぞれ理論式及び実験式に基づく非線形多項式の形で表現してもよい。その際、多項式の係数が、パラメータＰＲに相当し、実際の機器１のばらつきを表現するためのパラメータとなる。
【0100】
ここで、物理モデルＭＬＰについて詳しく説明する。
例えば、各物理モデルＭＬＰは、物理現象において、知られた純粋な物理法則から導かれるモデルであってもよい。
例えば、図１６に示す物理モデルＭＬＰＡは、出口温度を示す物理量推定値ＰＶ２と、入口温度を示す物理量推定値ＰＶ３と、流量を示す物理量推定値ＰＶ４から、冷凍能力等の機器１内の仕事量を示す物理量推定値ＰＶＡを算出できるモデルであってもよい。
例えば、図１６に示す物理モデルＭＬＰＢは、出口温度を示す物理量推定値ＰＶ２と、仕事量を示す物理量推定値ＰＶＡから、機器１内の飽和温度を示す物理量推定値ＰＶＢを算出できるモデルであってもよい。
例えば、図１６に示す物理モデルＭＬＰＣは、機器１内の飽和温度を示す物理量推定値ＰＶＢから、機器１内の圧力（飽和蒸気圧）を示す物理量推定値ＰＶ１を算出できるモデルであってもよい。
例えば、各物理モデルＭＬＰは、物理現象において、知られた純粋な物理法則から導かれるモデルであってもよい。
例えば、図１６に示す物理モデルＭＬＰＡは、出口温度を示す物理量推定値ＰＶ２と、入口温度を示す物理量推定値ＰＶ３と、流量を示す物理量推定値ＰＶ４から、冷凍能力等の機器１内の仕事量を示す物理量推定値ＰＶＡを算出できるモデルであってもよい。
例えば、図１６に示す物理モデルＭＬＰＢは、出口温度を示す物理量推定値ＰＶ２と、仕事量を示す物理量推定値ＰＶＡから、機器１内の飽和温度を示す物理量推定値ＰＶＢを算出できるモデルであってもよい。
例えば、図１６に示す物理モデルＭＬＰＣは、機器１内の飽和温度を示す物理量推定値ＰＶＢから、機器１内の圧力（飽和蒸気圧）を示す物理量推定値ＰＶ１を算出できるモデルであってもよい。
【0101】
次に、観測モデルＭＬＯについて詳しく説明する。
例えば各観測モデルＭＬＯは、図１７に示すような代表的なモデルであってもよい。
図１７では、センサの特性によって生じる真値との誤差を内的要因と表し、観測対象の値以外の要因によって生じる誤差を外的要因と示す。
モデル化可能な内的要因、外的要因のほかに、観測値は、さらにランダムなノイズ成分の影響を受ける。
なお、外的要因は、「無視できるほど小さい」、「外的要因を別センサで計測」、「ノイズ扱いできるだけのデータ量」のいずれかの前提が必要である。
例えば各観測モデルＭＬＯは、図１７に示すような代表的なモデルであってもよい。
図１７では、センサの特性によって生じる真値との誤差を内的要因と表し、観測対象の値以外の要因によって生じる誤差を外的要因と示す。
モデル化可能な内的要因、外的要因のほかに、観測値は、さらにランダムなノイズ成分の影響を受ける。
なお、外的要因は、「無視できるほど小さい」、「外的要因を別センサで計測」、「ノイズ扱いできるだけのデータ量」のいずれかの前提が必要である。
【0102】
観測系の精度は、全ての誤差を考慮した上で図１８に示すようなフルスケール誤差(±〇％Ｆ．Ｓ．)、又は図１９に示すような指示値誤差(±〇％Ｒ．Ｄ．)のどちらか、若しくは、それらを組み合わせた指標によって規定される。
なお、これらの誤差範囲はあくまで正常動作をしている場合の精度であり、センサの取付け位置ズレや故障が起きるとこの範囲を逸脱する。
なお、これらの誤差範囲はあくまで正常動作をしている場合の精度であり、センサの取付け位置ズレや故障が起きるとこの範囲を逸脱する。
【0103】
また、同じ値を計測し続けた場合に、時間窓平均を取った値どうしを比較した結果のばらつきの大きさはアラン分散と呼ばれる。
典型的なアラン分散は、図２０に示すような分散を示す。なお、図２０に示すσｙ（ｆ）は、アラン分散の大きさに関連する値である。
図２０、図２１に示すように、平均時間τが短い間は、ノイズの影響が支配的で平均値間のばらつきは徐々に小さくなるが、平均時間τを延ばすと逆に観測系パラメータの長期的な変動の影響が顕在化して、ばらつきが徐々に大きくなっていく。
したがって、例えば、理想的にはアラン分散が極小化するだけのレコードのデータをもとに、観測モデルＭＬＯのパラメータＰＲを推定してもよい。
典型的なアラン分散は、図２０に示すような分散を示す。なお、図２０に示すσｙ（ｆ）は、アラン分散の大きさに関連する値である。
図２０、図２１に示すように、平均時間τが短い間は、ノイズの影響が支配的で平均値間のばらつきは徐々に小さくなるが、平均時間τを延ばすと逆に観測系パラメータの長期的な変動の影響が顕在化して、ばらつきが徐々に大きくなっていく。
したがって、例えば、理想的にはアラン分散が極小化するだけのレコードのデータをもとに、観測モデルＭＬＯのパラメータＰＲを推定してもよい。
【0104】
例えば、モデル推定部２３は、観測系制約判定部２２で単体の観測値として異常がない制約内データＤＴ２のうち、直近の観測値から、各パラメータＰＲを推定するために必要なレコード数のデータを用いて、各系統から推定できる物理量推定値ＰＶについて、全系統の物理量推定値ＰＶの平均値と各系統の物理量推定値ＰＶの誤差の二乗の和を全レコードで積算してもよい。その際、積算した値と、各パラメータＰＲの補正項の大きさについて、それぞれ事前に定めていたペナルティ係数の大きさに基づいて推定の正しさに対する報酬関数を定め、この値が最小になるようにパラメータＰＲを推定してもよい。
【0105】
例えば、モデル推定部２３は、ネットワークモデルＮＷＭ１の各モデルに基づく値の変換によって、共通の物理量推定値ＰＶ１を導出できる観測系について、各系統から推定した物理量推定値ＰＶ１どうしの偏差に対するペナルティと、各パラメータＰＲの補正項に対するペナルティの総和が最小になるようにパラメータＰＲの推定を行ってもよい。
なお、推定するべきパラメータＰＲの数に対して、観測系の数は一般的に極端に少ない場合でも、複数のレコードを用いることで、モデル推定部２３は、物理量推定値ＰＶ１を推定できる。
なお、推定するべきパラメータＰＲの数に対して、観測系の数は一般的に極端に少ない場合でも、複数のレコードを用いることで、モデル推定部２３は、物理量推定値ＰＶ１を推定できる。
【0106】
例えば、観測モデルＭＬＯは、忠実にモデル化された観測モデルではなく、機器１の使用条件と各センサの仕様を考慮して適切な範囲を簡素化した観測モデルであってもよい。
例えば、観測値Ａ１に関する観測モデルＭＬＯにおいて、バイアスやスケールファクター（以下「ＳＦ」ともいう。）の理想状態からの補正項に対するペナルティが、センサ精度に基づいて定められてもよい。
例えば、観測値Ａ１に関する観測モデルＭＬＯにおいて、バイアスやスケールファクター（以下「ＳＦ」ともいう。）の理想状態からの補正項に対するペナルティが、センサ精度に基づいて定められてもよい。
【0107】
モデル推定部２３は、ネットワークモデルＮＷＭ１における各系統から推定した物理量推定値ＰＶ１どうしの偏差として、複数の物理量推定値ＰＶ１の平均値からの各物理量推定値ＰＶ１の差分の二乗誤差平均の大きさに対する報酬関数が定めるように構成されてもよい。
【0108】
例えば、図２２に示すように、複数のモデルを含むネットワークモデルＮＷＭにおける３以上の異なる系統から各物理量推定値ＰＶが推定できる場合、モデル推定部２３は、３以上の系統から推定した各物理量推定値ＰＶどうしの偏差として、複数の物理量推定値ＰＶの平均値からの各物理量推定値ＰＶの差分の二乗誤差平均の大きさに対する報酬関数を定めてもよい。
図２２に示す場合も同様に、モデル推定部２３は、３以上の各系統から推定した物理量推定値ＰＶどうしの偏差に対するペナルティと、各パラメータＰＲの補正項に対するペナルティの総和が最小になるようにパラメータＰＲの推定を行ってもよい。
図２２に示す場合も同様に、モデル推定部２３は、３以上の各系統から推定した物理量推定値ＰＶどうしの偏差に対するペナルティと、各パラメータＰＲの補正項に対するペナルティの総和が最小になるようにパラメータＰＲの推定を行ってもよい。
【0109】
（整合性判定部の構成）
整合性判定部２４は、モデル推定部２３で推定された複数のモデルのパラメータＰＲに基づき第二観測値ＯＢ２から予測した第一予測観測値ＰＡ１と第一観測値ＯＢ１との偏差から、モデルの整合性を判定する。
これにより、整合性判定部２４は、推定されたパラメータＰＲに基づいてある観測値を別の観測値から回帰させ、その偏差の大きさを評価できる。
ここで、第一予測観測値ＰＡ１は、ネットワークモデルＮＷＭ１の各モデルに基づく値の変換によって導出される値であって、ネットワークモデルＮＷＭ１において、第一観測値ＯＢ１に相当する値である。
整合性判定部２４は、モデル推定部２３で推定された複数のモデルのパラメータＰＲに基づき第二観測値ＯＢ２から予測した第一予測観測値ＰＡ１と第一観測値ＯＢ１との偏差から、モデルの整合性を判定する。
これにより、整合性判定部２４は、推定されたパラメータＰＲに基づいてある観測値を別の観測値から回帰させ、その偏差の大きさを評価できる。
ここで、第一予測観測値ＰＡ１は、ネットワークモデルＮＷＭ１の各モデルに基づく値の変換によって導出される値であって、ネットワークモデルＮＷＭ１において、第一観測値ＯＢ１に相当する値である。
【0110】
例えば、整合性判定部２４は、モデル推定部２３で推定された各モデルのパラメータＰＲを元に予測した回帰結果である第一予測観測値ＰＡ１と、実測値である第一観測値ＯＢ１と、を比較してもよい。
例えば、モデルの整合性として、整合性判定部２４は、第二観測値ＯＢ２から予測した第一予測観測値ＰＡ１と、第一観測値ＯＢ１と、の偏差が、第一観測系３の仕様範囲内であるかを判定してもよい。
例えば、モデルの整合性として、整合性判定部２４は、第二観測値ＯＢ２から予測した第一予測観測値ＰＡ１と、第一観測値ＯＢ１と、の偏差が、第一観測系３の仕様範囲内であるかを判定してもよい。
【0111】
例えば、図２３に示すように、モデルの整合性として、整合性判定部２４は、観測値Ａ２と観測値Ａ３と観測値Ａ４とから予測した第一予測観測値ＰＡ１と、観測値Ａ１との偏差が、第一観測系３の仕様範囲内であるかを判定してもよい。
例えば、整合性判定部２４は、モデル推定部２３で推定されたパラメータＰＲが導入された複数の観測モデルＭＬＯ及び複数の物理モデルＭＬＰを介して、観測値Ａ２と観測値Ａ３と観測値Ａ４とから、第一予測観測値ＰＡ１を予測し、予測した第一予測観測値ＰＡ１と観測値Ａ１とを比較してもよい。
例えば、整合性判定部２４は、モデル推定部２３で推定されたパラメータＰＲが導入された複数の観測モデルＭＬＯ及び複数の物理モデルＭＬＰを介して、観測値Ａ２と観測値Ａ３と観測値Ａ４とから、第一予測観測値ＰＡ１を予測し、予測した第一予測観測値ＰＡ１と観測値Ａ１とを比較してもよい。
【0112】
例えば、整合性判定部２４は、第一予測観測値ＰＡ１と第一観測値ＯＢ１との偏差として、第一予測観測値ＰＡ１と第一観測値ＯＢ１との差を取得してもよい。その際、モデルの整合性の判定として、整合性判定部２４は、取得した差が規定の閾値以下なら、パラメータＰＲが導入された複数の観測モデルＭＬＯ及び複数の物理モデルＭＬＰは整合していると判定してもよい。
【0113】
例えば、整合性判定部２４は、相互回帰を行い、全ての観測系に対して相互に整合性を評価してもよい。
例えば、図２３に示した評価に加え、図２４に示すように、整合性判定部２４は、モデル推定部２３で推定されたパラメータＰＲが導入された複数の観測モデルＭＬＯ及び複数の物理モデルＭＬＰを介して、観測値Ａ１と観測値Ａ３と観測値Ａ４とから、第二予測観測値ＰＡ２を予測し、予測した第二予測観測値ＰＡ２と観測値Ａ２とをさらに比較してもよい。
さらに、図２３に示した観測値Ａ１に関する評価、図２４に示した観測値Ａ２に関する評価と同様に、整合性判定部２４は、観測値Ａ１と観測値Ａ２と観測値Ａ４とに基づき、観測値Ａ３に関する評価を行ってもよいし、観測値Ａ１と観測値Ａ２と観測値Ａ３とに基づき、観測値Ａ４に関する評価を行ってもよい。
例えば、図２３に示した評価に加え、図２４に示すように、整合性判定部２４は、モデル推定部２３で推定されたパラメータＰＲが導入された複数の観測モデルＭＬＯ及び複数の物理モデルＭＬＰを介して、観測値Ａ１と観測値Ａ３と観測値Ａ４とから、第二予測観測値ＰＡ２を予測し、予測した第二予測観測値ＰＡ２と観測値Ａ２とをさらに比較してもよい。
さらに、図２３に示した観測値Ａ１に関する評価、図２４に示した観測値Ａ２に関する評価と同様に、整合性判定部２４は、観測値Ａ１と観測値Ａ２と観測値Ａ４とに基づき、観測値Ａ３に関する評価を行ってもよいし、観測値Ａ１と観測値Ａ２と観測値Ａ３とに基づき、観測値Ａ４に関する評価を行ってもよい。
【0114】
例えば、図２５、図２６に示すように、同一の観測値を回帰する系統が独立して複数ある場合、整合性判定部２４は、回帰する各系統について偏差を求めて、求められた複数の偏差の最小値を観測値の評価結果としてもよい。
【0115】
（物理量制約判定部の構成）
物理量制約判定部２５は、パラメータＰＲに基づき推定される物理量推定値ＰＶが、第二制約Ｒ２内か否かを判定する。
ここで、物理量推定値ＰＶとは、物理モデルＭＬＰにより推定される機器１内の物理量である。
例えば、物理量制約判定部２５は、整合性判定部２４において整合している判定されたときのパラメータＰＲと制約内データＤＴ２の観測値とに基づき推定される物理量推定値ＰＶが、第二制約Ｒ２内か否かを判定してもよい。
物理量制約判定部２５は、パラメータＰＲに基づき推定される物理量推定値ＰＶが、第二制約Ｒ２内か否かを判定する。
ここで、物理量推定値ＰＶとは、物理モデルＭＬＰにより推定される機器１内の物理量である。
例えば、物理量制約判定部２５は、整合性判定部２４において整合している判定されたときのパラメータＰＲと制約内データＤＴ２の観測値とに基づき推定される物理量推定値ＰＶが、第二制約Ｒ２内か否かを判定してもよい。
【0116】
例えば、第二制約Ｒ２は、機器１の設計水準(仕様)内の物理量を示す規定の数値範囲であってもよい。
例えば、物理量制約判定部２５は、物理量推定値ＰＶが、第二制約Ｒ２内であれば正常と判定し、第二制約Ｒ２内でなければ異常と判定してもよい。正常と判定された場合、物理量制約判定部２５の判定において、各モデルに導入されたパラメータＰＲは妥当であるとみなすことができる。
例えば、物理量制約判定部２５は、物理量推定値ＰＶが、第二制約Ｒ２内であれば正常と判定し、第二制約Ｒ２内でなければ異常と判定してもよい。正常と判定された場合、物理量制約判定部２５の判定において、各モデルに導入されたパラメータＰＲは妥当であるとみなすことができる。
【0117】
例えば、物理量推定値ＰＶが異常と判定された場合、物理量制約判定部２５は、機器１が異常であると判定してもよい。
すなわち、正常と判定されたレコードである制約内データＤＴ２について、物理量の推定が行えているものという仮定に基づけば、その物理量である物理量推定値ＰＶが設計仕様の制約以内に収まっていなければ機器１の異常とみることができる。
すなわち、正常と判定されたレコードである制約内データＤＴ２について、物理量の推定が行えているものという仮定に基づけば、その物理量である物理量推定値ＰＶが設計仕様の制約以内に収まっていなければ機器１の異常とみることができる。
【0118】
例えば、第一制約Ｒ１の適用により、制約内データＤＴ２の各観測値が時間的に離散している場合、物理量制約判定部２５は、離散している各観測値を時間補間し、時間補完した観測値に基づき物理量推定値ＰＶを推定してもよい。
例えば、物理量制約判定部２５は、各タイムステップで推定された物理量推定値ＰＶが、第二制約Ｒ２内か否かを判定してもよい。
例えば、物理量制約判定部２５は、推定される各物理量推定値ＰＶを、設計水準(仕様)と比較して、仕様内、仕様以上、仕様以下といった判定を行うことにより、２～７段階程度の離散化データに変換してもよい。
例えば、物理量制約判定部２５は、各タイムステップで推定された物理量推定値ＰＶが、第二制約Ｒ２内か否かを判定してもよい。
例えば、物理量制約判定部２５は、推定される各物理量推定値ＰＶを、設計水準(仕様)と比較して、仕様内、仕様以上、仕様以下といった判定を行うことにより、２～７段階程度の離散化データに変換してもよい。
【0119】
（モデル制約判定部の構成）
モデル制約判定部２６は、各パラメータＰＲが、第三制約Ｒ３内か否かを判定する。
例えば、モデル制約判定部２６は、整合性判定部２４において整合している判定されたときの各パラメータＰＲが、第三制約Ｒ３内か否かを判定してもよい。
モデル制約判定部２６は、各パラメータＰＲが、第三制約Ｒ３内か否かを判定する。
例えば、モデル制約判定部２６は、整合性判定部２４において整合している判定されたときの各パラメータＰＲが、第三制約Ｒ３内か否かを判定してもよい。
【0120】
例えば、物理モデルＭＬＰにおける各パラメータＰＲに対する第三制約Ｒ３は、機器１の設計水準(仕様)内のパラメータを示す規定の数値範囲であってもよい。
例えば、観測モデルＭＬＯにおける各パラメータＰＲに対する第三制約Ｒ３は、各観測値の設計水準(仕様)内のパラメータを示す規定の数値範囲であってもよい。
例えば、モデル制約判定部２６は、各パラメータＰＲが、第三制約Ｒ３内であれば正常と判定し、第三制約Ｒ３内でなければ異常と判定してもよい。正常と判定された場合、モデル制約判定部２６の判定において、各モデルに導入された各パラメータＰＲは妥当であるとみなすことができる。
例えば、観測モデルＭＬＯにおける各パラメータＰＲに対する第三制約Ｒ３は、各観測値の設計水準(仕様)内のパラメータを示す規定の数値範囲であってもよい。
例えば、モデル制約判定部２６は、各パラメータＰＲが、第三制約Ｒ３内であれば正常と判定し、第三制約Ｒ３内でなければ異常と判定してもよい。正常と判定された場合、モデル制約判定部２６の判定において、各モデルに導入された各パラメータＰＲは妥当であるとみなすことができる。
【0121】
例えば、モデル制約判定部２６において判定される各パラメータＰＲは、相互回帰を行った移動窓、又はバッチ窓毎に推定された各パラメータであってもよい。
例えば、モデル制約判定部２６は、推定される各パラメータＰＲを、設計水準(仕様)と比較して、仕様内、仕様以上、仕様以下といった判定を行うことにより、２～７段階程度の離散化データに変換してもよい。
例えば、モデル制約判定部２６は、推定される各パラメータＰＲを、設計水準(仕様)と比較して、仕様内、仕様以上、仕様以下といった判定を行うことにより、２～７段階程度の離散化データに変換してもよい。
【0122】
例えば、物理モデルＭＬＰのパラメータＰＲが異常と判定された場合、モデル制約判定部２６は、機器１が異常であると判定してもよい。
すなわち、パラメータ推定が正しく行えているものという仮定に基づけば、物理モデルＭＬＰのパラメータＰＲが設計仕様の制約以内に収まっていなければ、機器１の異常とみることができる。
すなわち、パラメータ推定が正しく行えているものという仮定に基づけば、物理モデルＭＬＰのパラメータＰＲが設計仕様の制約以内に収まっていなければ、機器１の異常とみることができる。
【0123】
例えば、観測モデルＭＬＯのパラメータＰＲが異常と判定された場合、モデル制約判定部２６は、観測系が異常であると判定してもよい。さらに、モデル制約判定部２６は、異常と判定されたパラメータＰＲを有する観測モデルＭＬＯに関連するセンサが異常であると判定してもよい。
すなわち、パラメータ推定が正しく行えているものという仮定に基づけば、観測モデルＭＬＯのパラメータＰＲが設計仕様の制約以内に収まっていなければ、観測系の異常とみることができる。
すなわち、パラメータ推定が正しく行えているものという仮定に基づけば、観測モデルＭＬＯのパラメータＰＲが設計仕様の制約以内に収まっていなければ、観測系の異常とみることができる。
【0124】
（出力部の構成）
出力部２７は、正常と判定されたパラメータＰＲと、そのパラメータＰＲに基づき推定される物理量推定値ＰＶと、を出力する。
また、出力部２７は、異常と判定されたパラメータＰＲと、そのパラメータＰＲに基づき推定される物理量推定値ＰＶと、を出力する。
例えば、出力部２７は、異常と判定されたパラメータＰＲが観測モデルＭＬＯのパラメータＰＲである場合、異常と判定されたパラメータＰＲを有する観測モデルＭＬＯに関連するセンサが異常である旨を出力してもよい。
例えば、出力部２７は、異常と判定されたパラメータＰＲが物理モデルＭＬＰのパラメータＰＲである場合、機器１が異常である旨を出力してもよい。
出力部２７は、正常と判定されたパラメータＰＲと、そのパラメータＰＲに基づき推定される物理量推定値ＰＶと、を出力する。
また、出力部２７は、異常と判定されたパラメータＰＲと、そのパラメータＰＲに基づき推定される物理量推定値ＰＶと、を出力する。
例えば、出力部２７は、異常と判定されたパラメータＰＲが観測モデルＭＬＯのパラメータＰＲである場合、異常と判定されたパラメータＰＲを有する観測モデルＭＬＯに関連するセンサが異常である旨を出力してもよい。
例えば、出力部２７は、異常と判定されたパラメータＰＲが物理モデルＭＬＰのパラメータＰＲである場合、機器１が異常である旨を出力してもよい。
【0125】
【0126】
まず、取得部２１は、第一観測系３で観測された第一観測値ＯＢ１と、第二観測系４で観測された第二観測値ＯＢ２と、を取得する（ＳＴ０１：取得ステップ）。
【0127】
ＳＴ０１の実施後、観測系制約判定部２２は、第一観測値ＯＢ１と、第二観測値ＯＢ２と、の各観測値の時系列データＤＴ１から、第一制約Ｒ１内のデータである制約内データＤＴ２を判定する（ＳＴ０２：観測系制約判定ステップ）。
【0128】
ＳＴ０２の実施後、モデル推定部２３は、各観測系のモデルである観測モデルＭＬＯと、観測系が設けられる機器１内のモデルである物理モデルＭＬＰと、を含む複数のモデルのパラメータＰＲを、制約内データＤＴ２に基づいて推定する（ＳＴ０３：モデル推定ステップ）。
【0129】
ＳＴ０３の実施後、整合性判定部２４は、モデル推定部２３で推定された複数のモデルのパラメータＰＲに基づき第二観測値ＯＢ２から予測した第一予測観測値ＰＡ１と第一観測値ＯＢ１との偏差から、モデルの整合性を判定する（ＳＴ０４：整合性判定ステップ）。
例えば、ＳＴ０４において、整合性判定部２４は、偏差が規定値より大きい場合は、観測モデル又は物理モデルに異常があると判定してもよい（ＳＴ０４Ａ）。その際、整合性判定部２４は、最適化してもモデルから外れるレコードを削除してもよい。
例えば、ＳＴ０４Ａの実施後、整合性判定部２４は、制約内データＤＴ２のうち、不整合データを判定し、異常データとして制約内データＤＴ２から排除してもよい（ＳＴ０４Ｂ）。
例えば、ＳＴ０４において、整合性判定部２４は、偏差が規定値より大きい場合は、観測モデル又は物理モデルに異常があると判定してもよい（ＳＴ０４Ａ）。その際、整合性判定部２４は、最適化してもモデルから外れるレコードを削除してもよい。
例えば、ＳＴ０４Ａの実施後、整合性判定部２４は、制約内データＤＴ２のうち、不整合データを判定し、異常データとして制約内データＤＴ２から排除してもよい（ＳＴ０４Ｂ）。
【0130】
例えばＳＴ０４の実施後、物理量制約判定部２５は、パラメータＰＲに基づき推定される物理量推定値ＰＶが、第二制約Ｒ２内か否かを判定してもよい（ＳＴ０５：物理量制約判定ステップ）。
【0131】
例えばＳＴ０５と並行して、モデル制約判定部２６は、各パラメータＰＲが、第三制約Ｒ３内か否かを判定してもよい（ＳＴ０６：モデル制約判定ステップ）。
【0132】
例えばＳＴ０４及びＳＴ０５の実施後、出力部２７は、正常と判定されたパラメータＰＲと、そのパラメータＰＲに基づき推定される物理量推定値ＰＶと、を出力するとともに、異常と判定されたパラメータＰＲと、そのパラメータＰＲに基づき推定される物理量推定値ＰＶと、を出力してもよい（ＳＴ０７：出力ステップ）。
【0133】
（異常診断装置の機能）
本実施形態に係る異常診断装置５は、推定値取得部５５が推定装置２から機器１の物理量推定値ＰＶを取得する点において、第３の実施形態と異なっている。つまり、本実施形態に係る異常診断装置５の推定値取得部５５は、図１３のステップＳ１２２において、推定装置２により推定された物理量推定値ＰＶを、機器１の状態量として取得する。
本実施形態に係る異常診断装置５は、推定値取得部５５が推定装置２から機器１の物理量推定値ＰＶを取得する点において、第３の実施形態と異なっている。つまり、本実施形態に係る異常診断装置５の推定値取得部５５は、図１３のステップＳ１２２において、推定装置２により推定された物理量推定値ＰＶを、機器１の状態量として取得する。
【0134】
また、本実施形態に係る異常診断装置５の異常判定部５２は、推定装置２の観測系制約判定部２２、及び物理量制約判定部２５の判定結果に基づいて、機器１の異常の有無を更に判定してもよい。例えば、図１３のステップＳ１２３において、異常診断装置５の異常判定部５２は、推定装置２の観測系制約判定部２２により第一制約Ｒ１外であると判定されたデータ（観測値）があった場合、この観測値は異常であると判定してもよい。同様に、図１３のステップＳ１２３において、異常診断装置５の異常判定部５２は、推定装置２の物理量制約判定部２５により第二制約Ｒ２外であると判定された物理量推定値ＰＶがあった場合、子の物理量推定値ＰＶは異常であると判定してもよい。
【0135】
（作用効果）
以上のように、本実施形態に係る異常診断装置５において、推定値取得部５５は、推定装置２が推定した機器１の物理量推定値ＰＶを、機器１の状態量として取得する。
また、本実施形態に係る推定装置２は、観測モデルＭＬＯと物理モデルＭＬＰとを含む複数のモデルのパラメータＰＲを推定して最適化することができるので、より正確な物理量推定値ＰＶを推定することが可能である。
このように、正確な物理量推定値ＰＶを用いることにより、異常診断装置５は、異常要因を推定する精度を更に向上させることができる。
以上のように、本実施形態に係る異常診断装置５において、推定値取得部５５は、推定装置２が推定した機器１の物理量推定値ＰＶを、機器１の状態量として取得する。
また、本実施形態に係る推定装置２は、観測モデルＭＬＯと物理モデルＭＬＰとを含む複数のモデルのパラメータＰＲを推定して最適化することができるので、より正確な物理量推定値ＰＶを推定することが可能である。
このように、正確な物理量推定値ＰＶを用いることにより、異常診断装置５は、異常要因を推定する精度を更に向上させることができる。
【0136】
＜コンピュータのハードウェア構成＞
なお、上述の各実施形態においては、異常診断装置５及び推定装置２の各種機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをマイコンといったコンピュータシステムに読み込ませ、実行することにより各種処理を行うものとしている。ここで、コンピュータシステムのＣＰＵの各種処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって上記各種処理が行われる。また、コンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。
なお、上述の各実施形態においては、異常診断装置５及び推定装置２の各種機能を実現するためのプログラムを、コンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをマイコンといったコンピュータシステムに読み込ませ、実行することにより各種処理を行うものとしている。ここで、コンピュータシステムのＣＰＵの各種処理の過程は、プログラムの形式でコンピュータ読み取り可能な記録媒体に記憶されており、このプログラムをコンピュータが読み出して実行することによって上記各種処理が行われる。また、コンピュータ読み取り可能な記録媒体とは、磁気ディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等をいう。また、このコンピュータプログラムを通信回線によってコンピュータに配信し、この配信を受けたコンピュータが当該プログラムを実行するようにしてもよい。
【0137】
上述の各実施形態において、異常診断装置５及び推定装置２の各種機能を実現するためのプログラムを実行させるコンピュータのハードウェア構成の例について説明する。
【0138】
図２０に示すように、異常診断装置５及び推定装置２それぞれが備えるコンピュータ２９は、ＣＰＵ２９１と、メモリ２９２と、記憶／再生装置２９３と、Ｉｎｐｕｔ Ｏｕｔｐｕｔ Ｉｎｔｅｒｆａｃｅ（以下、「ＩＯ Ｉ／Ｆ」という。）２９４と、通信Ｉｎｔｅｒｆａｃｅ（以下、「通信Ｉ／Ｆ」という。）２９５と、を備える。
【0139】
メモリ２９２は、異常診断装置５及び推定装置２それぞれで実行されるプログラムで使用されるデータ等を一時的に記憶するＲａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ（以下、「ＲＡＭ」という。）等の媒体である。
【0140】
記憶／再生装置２９３は、ＣＤ－ＲＯＭ、ＤＶＤ、フラッシュメモリ等の外部メディアへデータ等を記憶したり、外部メディアのデータ等を再生したりするための装置である。
【0141】
ＩＯ Ｉ／Ｆ２９４は、異常診断装置５及び推定装置２それぞれと他の装置との間で情報等の入出力を行うためのインタフェースである。
【0142】
通信Ｉ／Ｆ２９５は、インターネット、専用通信回線等の通信回線を介して、推定装置２と他の装置との間で通信を行うインタフェースである。
【0143】
＜その他の実施形態＞
以上、本開示の実施形態を説明したが、これらの実施形態は、例として提示したものであり、開示の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、開示の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、開示の範囲や要旨に含まれる。
以上、本開示の実施形態を説明したが、これらの実施形態は、例として提示したものであり、開示の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、開示の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、開示の範囲や要旨に含まれる。
【0144】
＜付記＞
上述の実施形態に記載の異常診断装置、異常診断方法、及びプログラムは、例えば以下のように把握される。
上述の実施形態に記載の異常診断装置、異常診断方法、及びプログラムは、例えば以下のように把握される。
【0145】
（１）第１の態様の異常診断装置５は、機器１から取得した状態量それぞれについて異常の有無を判定する異常判定部５２と、フォールトツリー解析により特定された前記機器１の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、前記異常判定部５２により異常があると判定された状態量から前記機器１の異常の要因を推定する要因推定部５３と、を備える。
【0146】
このようにすることで、異常診断装置５は、要因対応表に基づいて機器１の異常の要因を容易且つ精度よく推定することができる。
【0147】
（２）第２の態様の異常診断装置５は、前記機器１の観測系により観測された観測値を前記状態量として取得する観測値取得部５１を更に備え、前記異常判定部５２が、前記観測値取得部５１により取得された前記観測値と、前記観測値それぞれの正常値又は正常パターンとを比較して、前記機器１の異常の有無を判定する、（１）の異常診断装置５である。
【0148】
このようにすることで、異常診断装置５は、例えば機器１の既存の観測系により観測された観測値と、要因対応表とにより、異常の要因の推定を容易且つ精度よく行うことができる。
【0149】
（３）第３の態様の異常診断装置５は、前記異常判定部５２が、前記状態量それぞれについて、前記状態量毎に設定された制約からの差に応じた異常度合いを更に判定し、前記要因推定部５３が、前記要因と、前記要因が発生した場合に異常となる前記状態量の異常度合いとを更に対応付けた前記要因対応表を用いて、前記機器１の異常の要因を推定する（１）又は（２）の異常診断装置５である。
【0150】
このようにすることで、異常診断装置５は、各観測値を「正常」又は「異常」の２水準ではなく、多段階の異常度合いに細分化して判定することにより、より細かく要因を絞り込むことが可能となる。
【0151】
（４）第４の態様の異常診断装置５は、前記観測値取得部５１により取得された前記観測値に基づいて推定された、前記機器１の物理量推定値を、前記状態量として取得する推定値取得部５５を更に備える、（２）の異常診断装置５である。
【0152】
このようにすることで、異常診断装置５は、機器１の第一観測系３から取得した観測値Ａ１に加えて、機器１の内部状態量を推定した物理量推定値ＰＶ１、ＰＶ２を用いて、異常の有無の判定、及び、異常要因の推定を行うことができる。これにより、異常診断装置５は、観測値の変化だけでは検出が難しい異常モードについても、検出精度を向上させることができる。
【0153】
（５）第５の態様の異常診断方法は、機器１から取得された状態量それぞれについて異常の有無を判定するステップと、フォールトツリー解析により特定された前記機器１の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、異常があると判定された状態量から前記機器１の異常の要因を推定するステップと、を有する。
【0154】
（６）第６の態様のプログラムは、機器１から取得された状態量それぞれについて異常の有無を判定するステップと、フォールトツリー解析により特定された前記機器１の異常モードの要因と、前記要因が発生した場合に異常となる前記状態量とを対応付けた要因対応表を用いて、異常があると判定された状態量から前記機器１の異常の要因を推定するステップと、を異常診断装置５のコンピュータ２９に実行させる。
【符号の説明】
【0155】
２ 推定装置
２１ 取得部
２２ 観測系制約判定部
２３ モデル推定部
２４ 整合性判定部
２５ 物理量制約判定部
２６ モデル制約判定部
２７ 出力部
２９ コンピュータ
３ 第一観測系
３１ 第一センサ
３２ 第二センサ
３３ 第三センサ
４ 第二観測系
４１ 第二センサ
４２ 第三センサ
４３ 第四センサ
５ 異常診断装置
５１ 観測値取得部
５２ 異常判定部
５３ 要因推定部
５４ 通知部
５５ 推定値取得部
２１ 取得部
２２ 観測系制約判定部
２３ モデル推定部
２４ 整合性判定部
２５ 物理量制約判定部
２６ モデル制約判定部
２７ 出力部
２９ コンピュータ
３ 第一観測系
３１ 第一センサ
３２ 第二センサ
３３ 第三センサ
４ 第二観測系
４１ 第二センサ
４２ 第三センサ
４３ 第四センサ
５ 異常診断装置
５１ 観測値取得部
５２ 異常判定部
５３ 要因推定部
５４ 通知部
５５ 推定値取得部
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】
【図25】
【図26】
【図27】
【図28】