异常感测装置、异常感测方法及程序与流程

本发明涉及异常感测装置、异常感测方法及程序。

背景技术：

作为异常感测的方法广泛使用mt法(maharanobis-taguchi：马氏田口法)。在mt法中，以考虑了正常时的计测值的偏差的马氏距离来判定异常。

现有技术文献

专利文献

专利文献1：日本专利第6115607号公报

技术实现要素：

发明要解决的问题

在机械系统的异常感测中，如果只是感测到异常，而不知道在哪里发生了异常，则很难对应。如果计测部位多，则相应地有异常的可能性的部位也多，因此一个一个进行检查是没有效率的。

如果是机械系统的异常检测，则作为场所的确定，确定正在计测的信号是简单的。例如考虑如mt法的sn比这样计测对异常度的影响。在专利文献1中记载有通过确定对马氏距离的影响较大的变量来确定异常时的原因的方法。在该方法中，以与一般的mt法相同的方式根据n维的计测数据来求出作为标量值的马氏距离。

在仅进行异常感测的情况下，从多维的信号数据低维化为作为标量值的马氏距离是有效的。另一方面，通过根据n维的计测数据计算出作为标量值的马氏距离，信息量不可避免地减少。因此，假定在进行异常部位的确定的情况下，与使用全部n维的计测数据的情况相比，精度变差。

本公开的目的在于高精度地进行异常部位的确定。

技术方案

根据本公开的第一方案，异常感测装置参照通过多个传感器获取到的计测值来感测对象物的异常，所述异常感测装置具备：异常判定部，对作为评价对象的在任意时间段获取到的计测值矩阵yt判定异常的有无；以及异常部位确定部，在判定为所述计测值矩阵yt为异常的情况下，基于与该计测值矩阵yt关联求出的矩阵的对角元素来确定异常部位。

有益效果

根据本公开，能高精度地进行异常部位的确定。

附图说明

图1是表示第一实施方式的异常感测装置的整体构成的图。

图2是表示第一实施方式的异常感测装置的功能构成的图。

图3是表示第一实施方式的异常感测装置的处理流程的图。

图4是第一实施方式的异常感测装置所进行的各处理的说明图。

图5是第一实施方式的异常感测装置所进行的各处理的说明图。

图6是第一实施方式的异常感测装置所进行的各处理的说明图。

图7是表示第二实施方式的异常感测装置的处理流程的图。

具体实施方式

<第一实施方式>

以下，参照图1～图6对本公开的第一实施方式的异常感测装置进行说明。

(异常感测装置的整体构成)

图1是表示第一实施方式的异常感测装置的整体构成的图。

如图1所示，本实施方式的异常感测装置1将包括多个激振器的激振系统2作为异常感测的对象来进行说明。构成激振系统2的多个激振器例如是液压激振器，激振系统2用于作为试验对象的构造体的激振试验。在激振试验中，通过对构造体反复施加规定的激振模式来实施。如图1所示，激振系统2按每个激振器设有作为行程传感器的传感器se1、se2、se3......。

异常感测装置1依次从设于激振系统2的传感器se1、se2......获取行程量。本实施方式的异常感测装置1基于从传感器se1、se2......获取到的行程量的计测值来进行激振系统2的异常感测。

以下对异常感测装置1的硬件构成进行说明。

如图1所示，异常感测装置1具备：cpu10、连接接口11、输入输出设备12以及记录介质13。

cpu10是根据规定的程序发挥各种功能的处理器。

连接接口11是与各传感器se1、se2......的连接接口。

输入输出设备12是鼠标、键盘、显示器以及扬声器等输入输出设备。

记录介质13是所谓辅助存储装置，是hdd(harddiskdrive：硬盘驱动器)、ssd(solidstatedrive：固态驱动器)等大容量存储装置。

(异常感测装置的功能构成)

图2是表示第一实施方式的异常感测装置的功能构成的图。

如图2所示，异常感测装置1的cpu10根据规定的程序进行动作，由此发挥作为奇异值分解处理部100、异常判定部101以及异常部位确定部102的功能。

奇异值分解处理部100对包括在被视作正常的时间段中获取到的行程量的计测值的计测值矩阵y0的方差协方差矩阵进行奇异值分解，计算出奇异向量u和奇异值矩阵s。异常判定部101对作为评价对象的在任意时间段中获取到的计测值矩阵yt应用奇异向量u和奇异值矩阵s，根据其结果来判定有无异常。

异常部位确定部102在由异常判定部101判定为计测值矩阵yt为异常的情况下，基于与该计测值矩阵yt关联求出的矩阵的对角元素来确定异常部位。需要说明的是，在本实施方式中，如后述那样，异常部位确定部102基于由yt＝x·y0表示的矩阵x的对角元素来确定异常部位。

(异常感测装置的处理流程)

图3是表示第一实施方式的异常感测装置的处理流程的图。

图4～图6是第一实施方式的异常感测装置所进行的各处理的说明图。

图3所示的处理流程使用上述的激振系统2，从对某个构造体的激振试验的开始时反复执行。

如图3所示，首先，异常感测装置1从多个传感器se1、se2......获取激振试验中的第1次重复区间的数据y(步骤s01)。需要说明的是，在以下的说明中，将用于单位空间的创建的数据y表述为数据y0，将作为实际的评价对象的任意数据y表述为数据yt，从而进行区分。

图4示出了从各传感器se1、se2......输出的数据的例子。如图4所示，异常感测装置1从各传感器se1、se2......按规定的每个重复区间(数据长n)获取数据(传感器输出1、2......)，并获取它们的集合来作为数据y。就是说，数据y由传感器数m×数据长n的行列式表示。

接着，异常感测装置1判定是否创建单位空间(步骤s02)。在此，在本实施方式中设为将激振试验中的重复激振中的最初的第一次的数据y(y0)视为正常的数据，使用该数据来创建单位空间。

异常感测装置1在创建单位空间的情况下，即，在获取到的数据y是重复区间的最初的第一次的数据y0的情况(在步骤s02为“是”)下，将数据y0保存于记录介质13(步骤s03)。

接着，异常感测装置1的奇异值分解处理部100对数据y0进行奇异值分解，计算出奇异向量u、奇异值矩阵s(步骤s04)。

参照图5对步骤s04的处理进行说明。需要说明的是，在图5中，为了简化，以传感器数为2个的情况为例进行了图示。如图5所示，特征值分解处理部100求出满足ρ＝s^-0.5uy0的算式的特征向量u和特征值矩阵s。在此，ρ由沿y0的分布方向的坐标轴(ρ1、ρ2)表示，且由各轴向的方差已被归一化的坐标系表示的数据。奇异向量u是对于数据y0，从表示数据值的坐标轴y1、y2的坐标系变换(旋转)为沿着数据y0的分布方向的坐标轴ρ1、ρ2的坐标系的向量。此外，奇异值矩阵s是由ρ1方向、ρ2方向各自的方差规定的矩阵。通过s^-0.5，单位空间中的ρ1方向、ρ2方向各自的方差σρ1²、σρ2²被归一化(σρ1²＝1、σρ2²＝1)。如此表示的坐标系成为马氏距离的单位空间。异常感测装置1存储如粗计算出的奇异向量u和奇异值矩阵s。

返回图3，异常感测装置1在对激振系统2进行异常判定的情况下，即在获取到的数据y是重复区间的最初数据起的第二次以后的任意数据yt的情况(在步骤s02为“否”)下，将数据yt保存于记录介质13(步骤s05)。

接着，异常判定部101计算出与计测值矩阵yt关联求出的矩阵，即由yt＝x·y0表示的矩阵x(步骤s06)。

以下，对矩阵x进行详细说明。

当将某个任意时刻的计测值的矩阵设为y1时，计测值y1与奇异值ρ1的关系如算式(1)这样表示。

(数式1)

y1＝us^0.5ρ1···(1)

此时，假定为奇异值ρ1保持ρ0(激振系统2为正常的状态)，若通过激振系统2的特性以u→xu的方式变化而确定为计测值以y0→y1的方式变化，则y1如以下的算式(2)这样表示。

(数式2)

然而，无法根据算式(2)求出x。因此，考虑协方差。若在y1＝xy0中考虑y1的协方差矩阵，则变为算式(3)这样。

(数式3)

求解该矩阵x来确定异常部位。即在激振系统2的计测值以y0→y1的方式变化时，以使y1的协方差矩阵与y0的协方差矩阵一致的方式求出矩阵x。

若将矩阵x假定为对象矩阵，则根据算式(3)而成为算式(4)。

(数式4)

在算式(4)中，若从左乘以y0^t，从右乘以y0，则得到算式(5)。

(数式5)

在此，假定为x＝x^t，因此能像算式(6)这样变形。

(数式6)

y0t^xy0也是对象矩阵，y0^txy0＝(y0^txy0)^t，因此得到算式(7)。

(数式7)

a＝sqrtm(b)是对于矩阵a、b求出满足b＝a*a的矩阵a的函数。若从左乘以y0，从右乘以y0^t，则成为算式(8)。

(数式8)

因此，从左右乘以(y0y0^t)^-1，用以下的算式(9)来求出矩阵x。

(数式9)

接着，异常判定部101对计测值矩阵yt进行由奇异元素实现的异常感测(步骤s07)。参照图6对步骤s07的处理进行说明。

需要说明的是，在图6中，与图5同样，为了简化，以传感器数为2个的情况为例进行了图示。如图6所示，异常判定部101对计测值矩阵yt应用奇异值分解处理部100在步骤s04中计算出的奇异向量u、奇异值矩阵s来运算ρ＝s^-0.5uyt。由此，能将计测值矩阵yt的特性与单位空间进行比较。其结果是，异常判定部101在与计测值矩阵yt对应的方差σρ1²、σρ2²中的任一方大幅地超过1(规定阈值以上)的情况下，判定为异常。在图6所示的例子中，方差σρ1²为几乎没有变化(σρ1²＝1.1)，但方差σρ2²大幅地超过了1(σρ2²＝2)，因此异常判定部101判定为异常。

返回图3，在步骤s07的结果是判定为未发生异常的情况(在步骤s08中为“否”)下，异常部位确定部102结束处理而不进行异常部位的确定。

另一方面，在步骤s07的结果是判定为发生了异常的情况(在步骤s08中为“是”)下，异常部位确定部102使用在步骤s06中求出的矩阵x来进行异常部位的确定(步骤s09)。

在此，在传感器的数量为传感器se1、se2这2个的情况下，通过yt＝xy0这样的关系，矩阵x成为表示计测值矩阵y0(参照图5)与计测值矩阵yt(参照图6)的关系的2×2的矩阵。因此，在传感器se1、se2均未发生异常，计测值矩阵y0、yt分别是大致同等的值的情况下，矩阵x成为对角元素为1，除此以外的元素为0的接近单位矩阵的值。

另一方面，例如设为在获取到计测值矩阵yt的时间点，在获取到计测值矩阵y0、yt各自的第一行的值的传感器(传感器se1)中发生了异常。在该情况下，计测值矩阵y0的第一行的值与计测值矩阵yt的第一行的值大不相同的可能性高，因此只有矩阵x中的第一行第一列的对角元素才能变动为远离1的值。

同样地，若设为在获取到计测值矩阵yt的时间点，在获取到计测值矩阵y0、yt各自的第二行的值的传感器(传感器se2)中发生了异常，则只有矩阵x中的第二行二第列的对角元素才能变动为偏离1的值。

如此，通过参照矩阵x的对角元素中的哪个元素成为偏离1的值，能确定发生了异常的可能性高的传感器。

以上，根据第一实施方式的异常感测装置1，能基于表示计测值矩阵y0与计测值矩阵yt的关系的矩阵x的对角元素，高精度地确定异常部位。

<第一实施方式的变形例>

上述的第一实施方式的异常感测装置1也可以采用以下这样的方案。

即第一实施方式的变形例的异常部位确定部102基于过去的矩阵x来导出各传感器的异常度，并且按照该异常度进行顺序化，并按照该顺序判定为传感器为异常。

根据第一实施方式中的处理流程(图3)，异常部位确定部102设为即使在未通过异常判定部101进行异常判定的情况(在步骤s08中为“否”)下，也对在步骤s01中获取到的所有计测值矩阵yt计算矩阵x(步骤s06)。因此，本变形例的异常部位确定部102在通过异常判定部101进行了异常判定的情况(在步骤s08中为“是”)下，例如除了进行了异常判定的本次的矩阵x的对角元素之外，还参照进行了正常判定的过去10次的量的矩阵x的对角元素来计算各传感器的异常度。然后，异常部位确定部102基于该异常度的顺序来确定异常部位。

例如，如果异常部位确定部102参照了过去10次的矩阵x的对角元素，结果是传感器se1连续10次均异常度第一，则判定为传感器se1故障。而且，在该情况下，异常部位确定部102也可以通过二项检验对传感器se1连续10次成为第一的假设进行检定，从而计算可靠度。

如以上这样，异常部位确定部102参照在判定为计测值矩阵yt为异常前获取到的多个矩阵x来确定异常部位。如此一来，能包括感测到异常之前的征兆来确定异常部位，因此能更高精度地确定异常部位。

此外，在进一步的变形例中，异常部位确定部102可以按顺序对传感器se1、se2、......进行分组。例如在参照了过去10次的矩阵x的结果是传感器se1、传感器se2这2个始终占据异常度第一位、第二位的情况下，将该传感器se1、se2作为1个组进行处理并判定。其结果是异常部位确定部102能在早期通知“传感器se1或传感器se2发生了故障”这一诊断。

在第一实施方式的其他变形例中，也可以针对矩阵x，将logm(x)的对角元素设为异常度。或者，也可以将矩阵x的对角元素的logm(x)的对角元素的绝对值设为异常度。

如此一来，能以同等的尺度来处理矩阵x的各对角元素向比1大的方向偏离的程度和向比1的方向偏离的程度。

需要说明的是，将第一实施方式中的异常感测装置1基于与计测值矩阵yt对应的方差σρ1²、σρ2²是大幅地超过1来进行异常感测作为进行步骤s08中的异常感测的方法进行了说明。但是，在其他实施方式中不限定于该方案。例如其他实施方式中的异常感测装置1可以使用一般的mt法来进行异常感测，也可以通过其他的一般的方法进行异常感测。即其他实施方式中的异常感测装置1也可以不具备奇异值分解处理部100。

<第二实施方式>

以下，参照图7对本公开的第二实施方式的异常感测装置进行说明。

(异常感测装置的处理流程)

图7是表示第二实施方式的异常感测装置的处理流程的图。

图7所示的处理流程具有步骤s06a～步骤s06c、步骤s09a这点与第一实施方式(图3)不同。以下，对这些步骤进行详细说明。

异常部位确定部102通过对在步骤s01中获取到的计测值矩阵yt运算ρt＝s^-0.5uyt来获取与计测值矩阵yt对应的奇异元素矩阵ρt(步骤s06a)。在此，奇异元素矩阵ρt与计测值矩阵yt同样，由奇异元素的数m×数据长n的行列式表示(奇异元素的数m是与传感器数m相同的数)。

接着，异常部位确定部102根据规定的基准(后述)，选择构成奇异元素矩阵ρt的奇异元素ρ1、ρ2......即选择行元素(横向)中的几个来删除除此以外的奇异元素(行元素)(步骤s06b)。

在此，将根据上述规定的基准选择出的要素编号的集合表示为{j}。这样，ρ{j}能像以下的算式(10)这样表示。

(数式10)

在此，例如若设为{j}＝{1，3，5}这三个，则ρ{j}成为仅残留构成奇异元素矩阵ρt的各奇异元素(行元素ρ1、ρ2......)中的ρ1(第一行)、ρ3(第三行)以及ρ5(第五行)、排除了其他奇异元素的信息的矩阵。

若将根据该ρ{j}，对ρt＝s^-0.5·u^t·yt进行逆运算而求出的yt设为y^t，则u为正交矩阵，因此能通过算式(11)求出y^t。

(数式11)

异常部位确定部102像算式(12)这样运算y^t的协方差矩阵(步骤s06c)。

(数式12)

该协方差矩阵(算式(12))表示ρ{j}对计测值矩阵yt的影响。该协方差矩阵的对角元素为y^t的方差。即，将在仅根据选择出的ρt的奇异元素进行逆运算时的计测值矩阵y^t的协方差矩阵中的与方差大的对角元素对应的传感器确定为异常部位(步骤s09a)。

需要说明的是，在步骤s06b中已说明的“规定的基准”是指在本实施方式中，例如被确定为“奇异元素ρ1、ρ2......中的期待值大的元素中的上位三个”等对根据上述那样的基准来选择奇异元素ρ1、ρ2......的技术的意义进行说明。

构成奇异元素矩阵ρt的奇异元素ρ1、ρ2......中的期待值大的奇异元素是对马氏距离的增大贡献度大的奇异元素。就是说，假设在任意一个传感器中发生了异常，其结果是针对某一个计测值矩阵yt的马氏距离增大了。在该情况下，可以认为在与该计测值矩阵yt对应的奇异元素矩阵ρt中的、期待值大的奇异元素中的几个(例如上位三个)对马氏距离的增大的贡献度大。

因此，若像这样根据仅选择了期待值大的上位三个奇异元素的ρ{j}，对ρt＝s^-0.5·u^t·yt进行逆运算来计算计测值矩阵yt(y^t)，则计测值矩阵y^t在计测值矩阵yt的各传感器元素(行元素y1、y2......)中仅提取有助于马氏距离的增的要素。这样，计测值矩阵y^t的协方差矩阵的对角元素表示各传感器每一个的计测值的方差，因此能根据值(方差)大的对角元素的部位来推定发生了异常的传感器。

需要说明的是，也可以对计测值矩阵y^t的协方差矩阵(算式(12))的各行取行的绝对值的和与对角元素之比来判定对角优越性。如果对角优越，则判定为传感器单独异常，否则，判定为与其他传感器连动而变化。例如如果判定为与多个传感器连动，则能诊断为可能并非传感器本身的异常，而是与该传感器关联的部位发生了异常变形。

如上所述，第二实施方式的异常部位确定部102从将计测值矩阵yt代入ρt＝s^-0.5·u^t·yt(算式a)而得到的奇异元素矩阵ρt，基于规定的基准来选择奇异元素，并基于将包括该选择出的奇异元素的奇异元素矩阵ρt{i}应用于算式a而得到的计测值矩阵(y^t)的协方差矩阵的对角元素来确定异常部位。

如此一来，不需要在第一实施方式中计算出的矩阵x的运算，从而比计算后更高速化。

<第一实施方式的变形例>

在第二实施方式中，对作为奇异元素ρ1、ρ2......的期待值大的元素对计测值造成影响，按其大小顺序进行选择的例子进行了说明，但在其他实施方式中不限定于该方案。

例如第二实施方式的变形例的异常感测装置1也可以设为选择各奇异元素ρ1、ρ2的方差σ1²、σ2²......相对较小的奇异元素。

方差大的方向的奇异元素在每次获取计测值时会大幅变动，因此认为噪声大。因此，仅缩小噪声小的奇异元素来对计测值矩阵y^t进行逆运算，由此能高精度地确定异常部位。

需要说明的是，在上述的第一～第二实施方式以及其变形例中，上述的异常感测装置1的各种处理的过程以程序的形式存储于计算机可读记录介质，并通过计算机读取该程序并执行来进行上述各种处理。此外，计算机可读取的记录介质是指磁盘、光磁盘、cd-rom、dvd-rom、半导体存储器等。此外，也可以通过通信线路将该计算机程序传送至计算机，并使接收到该传送的计算机执行该程序。

上述程序也可以用于实现上述功能的一部分。而且，也可以是能与已记录于计算机系统中的程序组合来实现上述功能的所谓的差分文件(差分程序)。

此外，在其他实施方式中，也可以是通过网络连接的其他计算机具备第一～第二实施方式中已说明的异常感测装置1所具有的各功能部的一部分的方案。

如上所述，对本发明的几个实施方式进行了说明，但这些所有的实施方式是作为例子示出的，并没有意图限定发明的范围。这些实施方式也可以通过其他的各种方案来实施，且能在不脱离发明的主旨的范围内进行各种省略、置换、变更。这些实施方式以及其变形例包括在发明的主旨和技术的范围中。

<附记>

例如像以下这样掌握各实施方式所记载的异常感测装置1。

(1)第一方案的异常感测装置1参照通过多个传感器se1、se2......获取到的计测值来感测对象物的异常，该异常感测装置1具备：异常判定部101，对作为评价对象的在任意时间段获取到的计测值矩阵yt判定有无异常；以及异常部位确定部102，在判定为所述计测值矩阵yt为异常的情况下，基于与该计测值矩阵yt关联求出的矩阵的对角元素来确定异常部位。

(2)第二方案的异常感测装置1是(1)的异常感测装置1，其中，所述异常感测装置1还具备奇异值分解处理部，对包括在被视为正常的时间段中获取到的计测值的计测值矩阵y0的方差协方差矩阵进行奇异值分解来计算奇异向量u和奇异值矩阵s，所述异常判定部对作为评价对象的在任意时间段中获取到的计测值矩阵yt应用所述奇异向量u和所述奇异值矩阵s，并根据其结果来判定有无异常。

(3)第三方案的异常感测装置1是(1)或(2)的异常感测装置1，其中，异常部位确定部102基于由yt＝x·y0表示的矩阵x的对角元素来确定异常部位。

(4)第四方案的异常感测装置1是(3)的异常感测装置1，其中，异常部位确定部102通过参照所述矩阵x的对角元素中的哪个元素成为偏离1的值来确定发生了异常的可能性高的传感器。

(5)第五方案的异常感测装置1是(3)或(4)的异常感测装置1，其中，异常部位确定部102参照在判定为计测值矩阵yt为异常前获取到的多个矩阵x来确定异常部位。

(6)第六方案的异常感测装置1是(2)的异常感测装置1，其中，异常部位确定部102从将所述计测值矩阵yt代入ρt＝s^-0.5·u^t·yt(算式a)而得到的奇异元素矩阵ρt，基于规定的基准来选择奇异元素，并基于将包括该选择出的奇异元素的奇异元素矩阵ρt{j}应用于算式a而得到的计测值矩阵(y^t)的协方差矩阵的对角元素来确定异常部位。

(7)第七方案的异常感测装置1是(6)的异常感测装置1，其中，异常部位确定部102选择奇异元素矩阵ρt所包括的奇异元素中的该奇异元素的期待值相对大的元素。

(8)第八方案的异常感测装置1是(6)或(7)的异常感测装置1，其中，异常部位确定部102选择奇异元素矩阵ρt所包括的奇异元素中的奇异值相对小的元素。

(9)第九方案的异常感测装置1是(6)至(8)中任一项的异常感测装置1，其中，异常部位确定部102根据计测值矩阵(y^t)中的值相对大的对角元素的部位来推定发生了异常的传感器。

(10)第十方案的异常感测方法参照通过多个传感器获取到的计测值来感测对象物的异常，所述异常感测方法具有：对包括在被视为正常的时间段中获取到的计测值的计测值矩阵y0的方差协方差矩阵进行奇异值分解来计算奇异向量u和奇异值矩阵s的步骤；对作为评价对象的在任意时间段中获取到的计测值矩阵yt应用所述奇异向量u和所述奇异值矩阵s，并根据其结果判定有无异常的步骤；以及在判定为所述计测值矩阵yt为异常的情况下，基于与该计测值矩阵yt关联求出的矩阵的对角元素来确定异常部位的步骤。

(11)第十一方案的程序使参照通过多个传感器获取到的计测值来感测对象物的异常的异常感测装置执行：对包括在被视为正常的时间段中获取到的计测值的计测值矩阵y0的方差协方差矩阵进行奇异值分解来计算奇异向量u和奇异值矩阵s的步骤；对作为评价对象的在任意时间段中获取到的计测值矩阵yt应用所述奇异向量u和所述奇异值矩阵s，并根据其结果判定有无异常的步骤；以及在判定为所述计测值矩阵yt为异常的情况下，基于与该计测值矩阵yt关联求出的矩阵的对角元素来确定异常部位的步骤。

附图标记说明

1异常感测装置

10cpu

11连接接口

12输入输出设备

13记录介质

100奇异值分解处理部

101异常判定部

102异常部位确定部

2激振系统