特許ウォッチ

公開番号2025095904
公報種別公開特許公報(A)
公開日2025-06-26
出願番号2023212296
出願日2023-12-15
発明の名称異常検知装置
出願人シンフォニアテクノロジー株式会社
代理人個人
主分類G05B 23/02 20060101AFI20250619BHJP(制御;調整)
要約【課題】教師データを用いて対象機器の異常を検知する異常検知装置において、演算負荷を低減可能な構成を実現する。
【解決手段】異常検知装置1は、正常時連続データから複数の正常時部分データを抽出する正常時部分データ抽出部12と、正常時部分データ抽出部12によって抽出された複数の正常時部分データにおいて、類似している正常時部分データを判定する類似判定部13と、複数の正常時部分データにおいて、類似判定部13によって類似していると判定された類似正常時部分データを省略することにより、教師データを生成する教師データ生成部14と、計測連続データから複数の計測部分データを抽出する計測部分データ抽出部22と、教師データに含まれる正常時部分データと計測部分データとの類似度に応じて異常度を算出する異常度算出部15と、を有する。
【選択図】図1
特許請求の範囲【請求項１】
対象機器の物理量に関する正常時連続データに基づいて得られる教師データと、前記対象機器の物理量を計測することにより得られる計測連続データとを用いて、前記対象機器の異常を検知する異常検知装置であって、
前記正常時連続データから複数の正常時部分データを抽出する正常時部分データ抽出部と、
前記正常時部分データ抽出部によって抽出された複数の正常時部分データにおいて、類似している正常時部分データを判定する類似判定部と、
前記複数の正常時部分データにおいて、前記類似判定部によって類似していると判定された類似正常時部分データを省略することにより、前記教師データを生成する教師データ生成部と、
前記計測連続データから複数の計測部分データを抽出する計測部分データ抽出部と、
前記教師データに含まれる正常時部分データと前記計測部分データとの類似度に応じて異常度を算出する異常度算出部と、
を有する、
異常検知装置。
続きを表示（約 620 文字）【請求項２】
請求項１に記載の異常検知装置において、
前記異常度算出部によって算出された異常度が所定値以上の場合に、前記対象機器の異常を検知する異常検知部をさらに有する、
異常検知装置。
【請求項３】
請求項２に記載の異常検知装置において、
前記類似判定部は、２つの正常時部分データの類似度が閾値以下の場合に、前記２つの正常時部分データが類似していると判断し、
前記閾値は、前記所定値よりも小さい、
異常検知装置。
【請求項４】
請求項１に記載の異常検知装置において、
前記教師データ生成部は、前記複数の正常時部分データを生成順に並べた状態で、前記類似正常時部分データの前に位置する正常時部分データと前記類似正常時部分データよりも後ろに位置する正常時部分データとの連続性が確保できる場合に、前記類似正常時部分データを省略して、前記教師データを生成する、
異常検知装置。
【請求項５】
請求項４に記載の異常検知装置において、
前記教師データ生成部は、前記類似正常時部分データの前に位置する正常時部分データの後方データと、前記類似正常時部分データよりも後ろに位置する正常時部分データの前方データとが一致している場合に、少なくとも前記類似正常時部分データを省略して、前記教師データを生成する、
異常検知装置。

発明の詳細な説明【技術分野】
【０００１】
本発明は、装置の異常を検知する異常検知装置に関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
対象機器の異常を検知する異常検知装置が知られている。このような異常検知装置として、例えば特許文献１には、異常判定情報保存部に保存された異常判定情報を用いて、異常の発生について判定を実施する異常検知装置が開示されている。前記異常判定情報は、システムパラメタと異常について判定するための異常判定条件とが関連付けられた情報である。
【０００３】
前記特許文献１には、前記異常判定情報が、ｋ近傍法などの機械学習アルゴリズムを用いて得た情報を含んでいてもよい旨が開示されている。
【先行技術文献】
【特許文献】
【０００４】
特開２０２２－８１２７０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００５】
ところで、対象機器の異常を検知する際にｋ近傍法を用いる場合、異常を検知するために、対象機器の物理量の計測によって得られる計測連続データだけでなく、教師データも必要である。この教師データは、対象機器の物理量の正常時連続データに基づいて取得される。例えば、前記教師データは、前記正常時連続データから、所定範囲で時間をずらしつつ複数の正常時部分データを抽出することにより得られる。そのため、前記教師データに用いられる前記正常時部分データの数は、かなり多い。
【０００６】
そして、対象機器の異常を検知する際にｋ近傍法を用いる場合、前記正常時部分データに対して、前記計測連続データから抽出された複数の計測部分データの異常度をそれぞれ算出する必要がある。そのため、前記正常時部分データ及び前記計測部分データの数が多いと、演算量が増大して、異常検知装置の演算負荷が増大する。特に、前記計測データ及び前記教師データに、前記対象機器の複数の状態（例えば、始動、運転、停止など）に関するデータが含まれる場合には、データ量がさらに増えて、異常検知装置の演算負荷がさらに増大する。
【０００７】
本発明の目的は、教師データを用いて対象機器の異常を検知する異常検知装置において、演算負荷を低減可能な構成を実現することにある。
【課題を解決するための手段】
【０００８】
本発明の一実施形態に係る異常検知装置は、対象機器の物理量に関する正常時連続データに基づいて得られる教師データと、前記対象機器の物理量を計測することにより得られる計測連続データとを用いて、前記対象機器の異常を検知する異常検知装置である。この異常検知装置は、前記正常時連続データから複数の正常時部分データを抽出する正常時部分データ抽出部と、前記正常時部分データ抽出部によって抽出された複数の正常時部分データにおいて、類似している正常時部分データを判定する類似判定部と、前記複数の正常時部分データにおいて、前記類似判定部によって類似していると判定された類似正常時部分データを省略することにより、前記教師データを生成する教師データ生成部と、前記計測連続データから複数の計測部分データを抽出する計測部分データ抽出部と、前記教師データに含まれる正常時部分データと前記計測部分データとの類似度に応じて異常度を算出する異常度算出部と、を有する（第１の構成）。
【０００９】
これにより、対象機器の物理量に関する正常時連続データから抽出される複数の正常時部分データのうち、類似している類似正常時部分データを省略して教師データを生成することができる。よって、前記教師データにおける正常時部分データを短縮することができる。
【００１０】
したがって、教師データを用いて対象機器の異常を検知する異常検知装置において、演算負荷を低減可能な構成を実現することができる。
（【００１１】以降は省略されています）

関連特許