DE112020003659T5

DE112020003659T5 - Verfahren zur diagnose von anomalien, vorrichtung zur diagnose von anomalienund programm zur diagnose von anomalien

Info

Publication number: DE112020003659T5
Application number: DE112020003659.6T
Authority: DE
Inventors: Misa Nozuki; Shinsuke Miki
Original assignee: Mitsubishi Electric Corp
Current assignee: Mitsubishi Electric Corp
Priority date: 2019-08-01
Filing date: 2020-04-28
Publication date: 2022-04-21
Also published as: TWI755794B; US20220413478A1; WO2021019857A1; US11977373B2; TW202107058A; JP7224469B2; CN114207538A; JPWO2021019857A1; WO2021019760A1

Abstract

Ein Anomalie-Diagnoseverfahren zum Diagnostizieren einer Anomalie im Betriebszustand eines Diagnosegegenstands weist das Erzeugen eines Einheitsraums auf, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient, das Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand, das Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums und das Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz. Das Erzeugen eines Einheitsraums weist das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen auf. Das Erzeugen einer Vielzahl von Einheitsräumen weist das Bestimmen einer Datenlänge von jedem der Vielzahl von Einheitsräumen auf der Grundlage von mindestens einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten oder einem normalen Variationszyklus der Daten auf. Das Berechnen einer Mahalanobis-Distanz weist das Berechnen einer Vielzahl von Mahalanobis-Distanzen unter Verwendung der Vielzahl von erzeugten Einheitsräumen auf. Das Bestimmen einer Anomalie weist das Bestimmen einer Anomalie basierend auf der Vielzahl der berechneten Mahalanobis-Distanzen auf.

Description

TECHNISCHES GEBIET
Die vorliegende Erfindung bezieht sich auf ein Verfahren zur Diagnose von Anomalien, eine Vorrichtung zur Diagnose von Anomalien und ein Programm zur Diagnose von Anomalien.
STAND DER TECHNIK
Zustandsüberwachung und Anomalie-Diagnose von Ausrüstung oder Geräten werden im Allgemeinen unter Verwendung von Zeitreihendaten von Zustandsgrößen einer Vielzahl von Bewertungselementen in Bezug auf einen Diagnosegegenstand durchgeführt. Die Zustandsgrößen der Vielzahl von Bewertungselementen weisen verschiedene Betriebsdaten des Diagnosegegenstandes und Messdaten auf, wie z.B. Temperatur und Vibration, die von dem Diagnosegegenstand erzeugt werden und unter Verwendung verschiedener Sensoren erhalten werden.
Beispielsweise offenbaren die WO 2009/107805 A (Patentdokument 1), die japanische Patentanmeldungs-Veröffentlichung JP 2017 - 120504 A (Patentdokument 2) und die japanische Patentanmeldungs-Veröffentlichung JP 2016 - 91417 A (Patentdokument 3) ein Verfahren zum Bestimmen, ob sich ein Diagnosegegenstand im Normalbetrieb befindet, indem aus Normaldaten ein Einheitsraum erzeugt wird, der ein Satz von Normaldaten ist, die als Bestimmungsreferenz dienen, und indem Zeitreihendaten unter Verwendung einer Mahalanobis-Distanz des Einheitsraums und einer Mahalanobis-Distanz der Zeitreihendaten analysiert werden.
Bei dem oben beschriebenen Bestimmungsverfahren ist es notwendig, den Einheitsraum für eine genaue Bestimmung, ob sich der Diagnosegegenstand im Normalbetrieb befindet, geeignet zu setzen. Was diesen Einheitsraum betrifft, so offenbart das Patentdokument 1 ein Verfahren zum Erstellen und Aktualisieren von Einheitsraumdaten. In dem Patentdokument 1 wird der Einheitsraum für jeden Betriebszustand, z.B. beim Anfahren einer Anlage oder im Lastbetrieb, erstellt und in regelmäßigen Bewertungsintervallen aktualisiert.
Das Patentdokument 2 offenbart ein Verfahren zur Aktualisierung eines Einheitsraums, bei dem eine Varianz eines Satzes von Einheitsraumdaten und eine Varianz eines Satzes neuester Daten in regelmäßigen Intervallen erhalten werden, und wenn ein Verhältnis zwischen den Varianzen einen Schwellenwert überschreitet, wird der Einheitsraum aktualisiert.
Das Patentdokument 3 offenbart ein Verfahren zum Erzeugen von Einheitsraumdaten, bei dem ein Mittelwert und eine Standardabweichung eines Datensatzes, der als Einheitsraumdatenkandidat dient, ermittelt werden, und Daten, die in einen Bereich zwischen dem Mittelwert und sowohl positiven als auch negativen konstanten Vielfachen der Standardabweichung fallen, als Einheitsraumdaten ausgewählt werden.
STAND DER TECHNIK
PATENTLITERATUR

Patentdokument 1: WO 2009/107805 A
Patentdokument 2: Japanische Patentanmeldungs-Veröffentlichung JP 2017 - 120504 A
Patentdokument 3: Japanisches Patentanmeldungs-Veröffentlichung JP 2016-91417 A

ZUSAMMENFASSUNG DER ERFINDUNG
TECHNISCHES PROBLEM
Die von der Anlage erfassten Zeitreihendaten können nicht-anormale Variationen (d. h. normale Variationen) enthalten, wie z. B. Variationen als Reaktion auf eine Änderung des Betriebszustands der Anlage und Variationen als Reaktion auf eine Änderung der Jahreszeit (z. B. eine Änderung der Außenlufttemperatur oder dergleichen). Es ist daher erforderlich, dass der Einheitsraum in geeigneter Weise erstellt und aktualisiert wird, um zu verhindern, dass solche normalen Variationen als anormal eingestuft werden, und um zu ermöglichen, dass nur anormale Variationen, die auf einen Unfall oder eine Störung hindeuten, erfasst werden.
In dem oben beschriebenen herkömmlichen Verfahren zum Erstellen und Aktualisieren des Einheitsraums ist jedoch nicht definiert, wie eine Datenlänge des Einheitsraums zu bestimmen ist. Es ist zu beachten, dass die Datenlänge des Einheitsraums eine zeitliche Breite der für den Einheitsraum verwendeten Daten oder die Anzahl der Daten ist. In einem Fall, in dem die Datenlänge des Einheitsraums nicht in geeigneter Weise festgelegt ist, besteht die Gefahr, dass normale Variationen der Zeitreihendaten fälschlicherweise als anormal eingestuft werden.
Ferner wird im Stand der Technik eine Bestimmung, ob ein Diagnosegegenstand anormal ist, anhand von Daten zu einem bestimmten Diagnosezeitpunkt unter Verwendung eines einzigen Einheitsraums vorgenommen, so dass die Möglichkeit besteht, dass verschiedene Anomalien nicht erkannt werden können. Zum Beispiel werden in einem Fall, in dem Daten mit einer zeitlichen Breite, die einem Zyklus normaler Variationen entspricht, als Einheitsraumdaten festgelegt werden, Variationen in den Daten des Diagnosegegenstands, die größer als der als Einheitsraumdaten festgelegte normale Variationsbereich sind, einfach als anormal bestimmt, aber es besteht die Möglichkeit, dass eine plötzliche Änderung, die kleiner als der normale Variationsbereich ist, irrtümlich als normal bestimmt wird.
Andererseits besteht in einem Fall, in dem Daten mit einer zeitlichen Breite, die kürzer als der oben beschriebene normale Variationszyklus ist, als die Einheitsraumdaten eingestellt werden, selbst wenn die oben beschriebene plötzliche Änderung als anormal bestimmt werden kann, eine Möglichkeit, dass die normalen Variationen fälschlicherweise als anormal bestimmt werden, oder ein anormales Zeichen wie eine Verschlechterung im Laufe der Zeit, die einer allmählichen Variation über ein Aktualisierungsintervall des Einheitsraums oder einer Zeitdauer, die länger als das Aktualisierungsintervall ist, entspricht, fälschlicherweise als normal bestimmt werden kann.
Die vorliegende Erfindung wurde konzpiert, um solche Probleme zu lösen, und es ist daher Aufgabe der vorliegenden Erfindung, die Genauigkeit der Anomaliebestimmung in einem Anomalie-Diagnoseverfahren, in einer Anomalie-Diagnosevorrichtung und einem Anomalie-Diagnoseprogramm zur Diagnose einer Anomalie in einem Diagnosegegenstand unter Verwendung einer Mahalanobis-Distanz basierend auf einem Einheitsraum zu verbessern.
LÖSUNG DES PROBLEMS
Ein Anomalie-Diagnoseverfahren gemäß der vorliegenden Erfindung ist ein Anomalie-Diagnoseverfahren zum Diagnostizieren einer Anomalie im Betriebszustand eines Diagnosegegenstands, wobei das Anomalie-Diagnoseverfahren das Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands aufweist, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient, das Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand, das Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums und das Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz. Das Erzeugen eines Einheitsraums weist das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen auf. Das Erzeugen einer Vielzahl von Einheitsräumen weist das Bestimmen einer Datenlänge von jedem der Vielzahl von Einheitsräumen auf der Grundlage von mindestens einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und einem normalen Variationszyklus der Daten auf. Das Berechnen einer Mahalanobis-Distanz weist das Berechnen einer Vielzahl von Mahalanobis-Distanzen unter Verwendung der Vielzahl von erzeugten Einheitsräumen auf. Das Bestimmen einer Anomalie weist das Bestimmen einer Anomalie basierend auf der Vielzahl der berechneten Mahalanobis-Distanzen auf.
Ein Anomalie-Diagnoseverfahren gemäß der vorliegenden Erfindung ist ein Anomalie-Diagnoseverfahren zum Diagnostizieren einer Anomalie im Betriebszustand eines Diagnosegegenstands, wobei das Anomalie-Diagnoseverfahren das Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands aufweist, wobei der Einheitsraum als Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient, das Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand, das Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums und Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz. Das Erzeugen eines Einheitsraums weist das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen auf. Die Berechnung einer Mahalanobis-Distanz beinhaltet die Berechnung einer Vielzahl von Mahalanobis-Distanzen der Daten zu einem gleichen Diagnosezeitpunkt unter Verwendung der Vielzahl der erzeugten Einheitsräume. Das Bestimmen einer Anomalie weist das Bestimmen einer Anomalie basierend auf der Vielzahl der berechneten Mahalanobis-Distanzen auf.
VORTEILHAFTE WIRKUNGEN DER ERFINDUNG
Gemäß der vorliegenden Erfindung kann die Genauigkeit der Anomaliebestimmung in der Anomalie-Diagnosevorrichtung, dem Anomalie-Diagnoseverfahren und dem Anomalie-Diagnoseprogramm zur Diagnose einer Anomalie in einem Diagnosegegenstand unter Verwendung einer Mahalanobis-Distanz basierend auf einem Einheitsraum verbessert werden.
Figurenliste

1 ist ein Blockdiagramm, das eine funktionelle Struktur einer Anomalie-Diagnosevorrichtung gemäß einer ersten Ausführungsform darstellt.
2 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses eines ersten Verfahrens zur Bestimmung einer Datenlänge eines Einheitsraums.
3 ist ein Schaubild zur Beschreibung vom Schritt S02 in 2.
4 ist ein Schaubild zur Beschreibung vom Schritt S04 in 2.
5 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses eines zweiten Verfahrens zur Bestimmung der Datenlänge des Einheitsraums.
6 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses eines ersten Verfahrens zur Bestimmung eines Aktualisierungsintervalls des Einheitsraums.
7 ist ein Schaubild zur Beschreibung vom Schritt S25 in 6.
8 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses eines zweiten Verfahrens zur Bestimmung des Aktualisierungsintervalls des Einheitsraums.
9 ist ein Blockdiagramm zur Veranschaulichung eines Beispiels einer Hardwarestruktur der Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform.
10 ist ein Schaubild zur Beschreibung des Betriebs und der Wirkungen der Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform.
11 ist ein Schaubild zur Beschreibung des Betriebs und der Wirkungen der Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform.
12 ist ein Schaubild zur Beschreibung der Vorgänge und Wirkungen der Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform.
13 ist ein Schaubild zur Beschreibung eines Anomalie-Diagnoseverfahrens gemäß einer zweiten Ausführungsform.
14 ist ein Schaubild zur Beschreibung des Betriebs und der Wirkungen einer Anomalie-Diagnosevorrichtung gemäß der zweiten Ausführungsform.
15 ist ein Schaubild zur Beschreibung des Betriebs und der Wirkungen der Anomalie-Diagnosevorrichtung gemäß der zweiten Ausführungsform.
16 ist ein Schaubild zur Beschreibung eines Verarbeitungsprozesses eines Verfahrens zur Aktualisierung von Einheitsraumdaten.
17 ist ein Schaubild zur Beschreibung eines Verarbeitungsprozesses eines ersten Aktualisierungsverfahrens zum Aktualisieren von Einheitsraumdaten.
18 ist ein Schaubild zur Beschreibung eines Verarbeitungsprozesses des ersten Aktualisierungsverfahrens für die Aktualisierung von Einheitsraumdaten.
19 ist ein Schaubild zur Beschreibung eines Verarbeitungsprozesses eines zweiten Aktualisierungsverfahrens für die Aktualisierung von Einheitsraumdaten.
20 ist ein Schaubild zur Beschreibung eines Verarbeitungsprozesses des zweiten Aktualisierungsverfahrens für die Aktualisierung von Einheitsraumdaten.
21 ist ein Schaubild zur Beschreibung eines Verarbeitungsprozesses des zweiten Aktualisierungsverfahrens für die Aktualisierung von Einheitsraumdaten.
22 ist ein Schaubild zur Beschreibung eines Verfahrens zur Bestimmung eines Mahalanobis-Distanzschwellenwertes.

BESCHREIBUNG VON AUSFÜHRUNGSFORMEN
Nachfolgend werden Ausführungsformen der vorliegenden Erfindung unter Bezugnahme auf die Zeichnungen im Detail beschrieben. Es ist zu beachten, dass in der folgenden Beschreibung gleiche oder korrespondierende Teile in den Zeichnungen mit den gleichen Bezugsziffern bezeichnet sind und dass solche Teile grundsätzlich nicht redundant beschrieben werden.
Erste Ausführungsform
A. Funktionelle Struktur der Anomalie-Diagnosevorrichtung
Zunächst wird die funktionelle Struktur einer Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform beschrieben.
1 ist ein Blockdiagramm, das die funktionale Struktur der Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform darstellt. Eine Anomalie-Diagnosevorrichtung 1 gemäß der ersten Ausführungsform ist so aufgebaut, dass sie Zeitreihendaten analysiert, die von einem Gerät oder einer Vorrichtung, die ein Diagnosegegenstand ist (im Folgenden kollektiv und einfach als „Gerät“ bezeichnet), erfasst wurden, um zu bestimmen, ob ein Betriebszustand des Geräts normal ist, und um ein Ergebnis der Bestimmung auszugeben.
Beispiele des Geräts, das der Diagnosegegenstand ist, weisen Geräte, wie etwa einen Generator, Fabrikautomatisierungsgeräte (FA), Energieempfangseinrichtungen und Energieverteilungseinrichtungen, einen Aufzug und elektrische Schienenfahrzeuge auf. Hier wird eine Struktur, in der die Anomalie-Diagnosevorrichtung 1 zur Zustandsüberwachung und Anomalie-Diagnose eines Generators verwendet wird, als ein Beispiel angegeben.
Bezugnehmend auf 1 weist die Anomalie-Diagnosevorrichtung 1 eine Datenleseeinheit 2, eine Datenanzeigeeinheit 3, eine Einheitsraum-Definitionseinheit 4, eine Einheitsraum-Datenerzeugungseinheit 5, eine Diagnoseeinheit 6, eine Anomalie-Bestimmungseinheit 7, eine Einheitsraum-Datenspeichereinheit 8 und eine Bestimmungsergebnis-Ausgabeeinheit 9 auf.
(A-1) Datenleseeinheit
Die Datenleseeinheit 2 liest Zeitreihendaten, die von dem Gerät/der Vorrichtung, das/die der Diagnosegegenstand ist, erfasst werden. Die Daten enthalten Zustandsgrößen einer Vielzahl von Bewertungselementen. Dabei entsprechen die „Bewertungselemente“ den Namen physikalischer Größen einer Vielzahl von Typen von Zeitreihendaten, die von dem Gerät/der Vorrichtung, das/die der Diagnosegegenstand ist, erfasst werden und zur Berechnung einer Mahalanobis-Distanz verwendet werden. Wenn der Generator als Beispiel beschrieben wird, enthalten die Betriebsdaten Bewertungselemente wie Leistung, Drehzahl, Spannung und Strom des Generators, und die Messdaten enthalten Bewertungselemente wie Temperatur und Vibration des Geräts oder der Komponenten, aus denen der Generator besteht, die von am Generator angebrachten Sensoren gemessen werden. Es ist zu beachten, dass es sich bei diesen Bewertungselementen um Beispiele handelt und die Anzahl der Elemente der Betriebsdaten und Messdaten nicht auf eine bestimmte Anzahl beschränkt ist. Die Datenleseeinheit 2 überträgt die gelesenen Daten an die Datenanzeigeeinheit 3, die Einheitsraum-Definitionseinheit 4 und die Diagnoseeinheit 6.
(A-2) Datenanzeigeeinheit
Die Datenanzeigeeinheit 3 zeigt die von der Datenleseeinheit 2 empfangenen gelesenen Daten grafisch als Zeitreihendaten an.
(A-3) Einheitsraum-Definitionseinheit
Die Einheitsraum-Definitionseinheit 4 verwendet die von der Datenleseeinheit 2 empfangenen gelesenen Daten, um eine Datenlänge eines für die Diagnose zu verwendenden Einheitsraums und ein Aktualisierungsintervall des Einheitsraums zu bestimmen. Dabei dient der „Einheitsraum“ als Referenz für die Bestimmung des Betriebszustands des Diagnosegegenstands. Der Einheitsraum wird aus Betriebsdaten und Messdaten während des Normalbetriebs gebildet (im Folgenden auch als „Normalbetriebsdaten“ bezeichnet). Der Einheitsraum wird aus den Normalbetriebsdaten mit der von der Einheitsraum-Definitionseinheit 4 bestimmten Datenlänge erstellt und periodisch in den von der Einheitsraum-Definitionseinheit 4 bestimmten Aktualisierungsintervallen aktualisiert.
Wie später beschrieben wird, ist die Anomalie-Diagnosevorrichtung 1 so aufgebaut, dass sie eine Anomalie unter Verwendung einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen diagnostiziert. Daher ist die Einheitsraum-Definitionseinheit 4 so strukturiert, dass sie die Datenlänge und das Aktualisierungsintervall für jeden der Vielzahl von Einheitsräumen bestimmt, die für die Diagnose verwendet werden sollen.
Insbesondere weist die Einheitsraum-Definitionseinheit 4 eine Datenlängen-Bestimmungseinheit 10 und eine Aktualisierungsintervall-Bestimmungseinheit 11 auf. Die Datenlängen-Bestimmungseinheit 10 bestimmt die Datenlänge des Einheitsraums. Das heißt, ein Datenbereich, der als der Einheitsraum definiert ist, wird bestimmt. Die Aktualisierungsintervall-Bestimmungseinheit 11 bestimmt das Aktualisierungsintervall des Einheitsraums. Dabei ist die „Datenlänge des Einheitsraums“ eine zeitliche Breite oder Anzahl von Daten, die für den Einheitsraum verwendet werden. Das „Aktualisierungsintervall des Einheitsraums“ ist ein Zeitraum, in dem eine Diagnose unter Verwendung desselben Einheitsraums durchgeführt wird.
(a) Datenlängenbestimmungseinheit
Die Datenlängen-Bestimmungseinheit 10 bestimmt die Datenlänge des Einheitsraums unter Verwendung der normalen Betriebsdaten zwischen den gelesenen Daten. Es ist zu beachten, dass die Datenlängen-Bestimmungseinheit 10 Daten verwenden kann, die als Ergebnis der Durchführung der gewünschten arithmetischen Verarbeitung der normalen Betriebsdaten erhalten werden, falls erforderlich. Beispiele für die gewünschte arithmetische Verarbeitung weisen Differenzierung, gleitende Mittelwertbildung oder das Erhalten einer Summe, einer Differenz zwischen oder eines Mittelwertes von Zeitreihendaten der Vielzahl von Bewertungselementen auf.
Die Datenlängen-Bestimmungseinheit 10 bestimmt eine Vielzahl von Datenlängen einer Vielzahl von Einheitsräumen, die für die Diagnose verwendet werden sollen. Um die Datenlänge des Einheitsraums zu bestimmen, wird zumindest entweder (1) ein Bestimmungsverfahren auf der Grundlage eines Korrelationskoeffizienten zwischen einer Vielzahl von Bewertungselementen der gelesenen Daten oder (2) ein Bestimmungsverfahren auf der Grundlage eines normalen Variationszyklus der gelesenen Daten in einer Weise verwendet, die von Eigenschaften des Geräts abhängt, das der Diagnosegegenstand ist.
Zunächst wird ein Beispiel für (1) das Verfahren zur Bestimmung der Datenlänge des Einheitsraums auf der Grundlage des Korrelationskoeffizienten (Korrelationsmatrix) zwischen der Vielzahl von Bewertungselementen der gelesenen Daten beschrieben. 2 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses des Bestimmungsverfahrens.
Bezugnehmend auf 2 erfasst die Datenlängen-Bestimmungseinheit 10 im Schritt S01 aus den von der Datenleseeinheit 2 empfangenen gelesenen Daten Normalbetriebsdaten, die über einen beliebigen Zeitraum vorliegen. Die Normalbetriebsdaten weisen Betriebsdaten und Messdaten auf, die in einem Betriebszustand erfasst werden, in dem weder eine Anomalie noch ein Fehler auftritt, und enthalten Zustandsgrößen einer Vielzahl von Bewertungselementen. Darüber hinaus kann ein gegebener Zeitraum einige Tage, einige Monate oder einige Jahre betragen. Es ist zu beachten, dass die Diagnosegenauigkeit umso mehr gesteigert werden kann, je länger der Zeitraum ist.
Im Schritt S02 teilt die Datenlängen-Bestimmungseinheit 10 die im Schritt S01 erfassten Normalbetriebsdaten in eine Vielzahl von beliebigen gegebenen Längen und erhält einen Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen für jede als Ergebnis der Teilung erhaltene Datenangabe.
Die Vielzahl von beliebigen Datenlängen kann jeweils so bestimmt werden, dass sie gleich einem konstanten Vielfachen einer Messzeit oder der Anzahl von Messtagen sind, z.B. 720 Punkte, 1440 Punkte, 4320 Punkte, 14 400 Punkte oder 43 200 Punkte. Es ist zu beachten, dass 720 Punkte der Anzahl der Daten für 12 Stunden mit einer auf 1 Minute eingestellten Datenabtastperiode entsprechen. 1440 Punkte entsprechen der Anzahl der Daten für einen Tag, und 4320 Punkte entsprechen der Anzahl der Daten für drei Tage. 14400 Punkte entsprechen der Anzahl der Daten für 10 Tage, und 43 200 Punkte entsprechen der Anzahl der Datenpunkte für 30 Tage.
3 zeigt ein Beispiel, bei dem die Normalbetriebsdaten, die über einen bestimmten Zeitraum vorliegen und als Zeitreihe dargestellt werden, in beliebige Datenlängen a, b, c, d unterteilt werden. Die Datenlänge b ist das Doppelte der Datenlänge a, die Datenlänge c das Sechsfache der Datenlänge a und die Datenlänge d das Zwölffache der Datenlänge a. In dem in 3 dargestellten Beispiel werden die Zeitreihendaten eines Bewertungselements geteilt, aber die Zeitreihendaten der Vielzahl von Bewertungselementen sind tatsächlich vorhanden, und daher werden die Zeitreihendaten der anderen Bewertungselemente ebenfalls in der gleichen Weise geteilt wie die oben beschriebenen Zeitreihendaten des Bewertungselements.
Die Datenlängen-Bestimmungseinheit 10 erhält für jede als Ergebnis der Teilung erhaltene Datenangabe einen Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen, die in den als Ergebnis der Teilung erhaltenen Daten enthalten sind. Der Korrelationskoeffizient ist ein Indikator, der den Grad der linearen Korrelation zwischen zwei Elementen angibt. Je stärker die positive Korrelation zwischen den beiden Elementen ist, desto näher liegt der Korrelationskoeffizient bei 1, und je stärker die negative Korrelation ist, desto näher liegt der Korrelationskoeffizient bei -1. Wenn es fast keine Korrelation zwischen den beiden Elementen gibt, liegt der Korrelationskoeffizient nahe 0.
Es ist zu beachten, dass die Datenlängen-Bestimmungseinheit 10 eine Korrelationsmatrix erhält, wenn die Anzahl der Bewertungselemente, die in den einzelnen Daten enthalten sind, die als Ergebnis der Division erhalten wurden, größer oder gleich drei ist. Die Korrelationsmatrix ist eine Matrix, in der die Korrelationskoeffizienten angeordnet sind, und ist eine Diagonalmatrix. Da der Korrelationskoeffizient zwischen gleichen Elementen 1 ist, werden alle Diagonalelemente der Korrelationsmatrix 1. Der Korrelationskoeffizient und die Korrelationsmatrix können mit einem bekannten Verfahren ermittelt werden. Zurück zu 2, berechnet die Datenlängen-Bestimmungseinheit 10 im Schritt S03 eine Variation des im Schritt S02 erhaltenen Korrelationskoeffizienten für jede identische Datenlänge. Die Variation des Korrelationskoeffizienten kann aus der Varianz oder Standardabweichung des Korrelationskoeffizienten desselben Elements (desselben Elements der Korrelationsmatrix) berechnet werden.
Die Anzahl der Daten, für die die Variation des Korrelationskoeffizienten im Schritt S03 ermittelt wird, kann die Gesamtheit der Daten sein, die als Ergebnis der Division erhalten wurden. Alternativ kann die Anzahl der Daten, für die die Variation des Korrelationskoeffizienten erhalten wird, gleich der Anzahl der Daten mit der längsten Datenlänge sein, mit anderen Worten, der Anzahl der Daten, die als Ergebnis der kleinsten Anzahl von Teilungen erhalten werden. In dem in 3 dargestellten Beispiel kann die Variation des Korrelationskoeffizienten unter Verwendung der Anzahl der Daten mit der Datenlänge d, die der kleinsten Anzahl von Teilungen entspricht, ermittelt werden.
Im Schritt S04 erhält die Datenlängen-Bestimmungseinheit 10 eine Relation zwischen der im Schritt S03 erhaltenen Variation des Korrelationskoeffizienten und der Datenlänge. Zum Beispiel, wie in 4 dargestellt, erstellt die Datenlängen-Bestimmungseinheit 10 eine Kurve, in der die Variation des Korrelationskoeffizienten auf der vertikalen Achse und die Datenlänge auf der horizontalen Achse liegt. In dieser Kurve wird die Variation des Korrelationskoeffizienten für jede Datenlänge aufgetragen.
Als Variation des Korrelationskoeffizienten kann ein Mittelwert der Variationen aller Korrelationskoeffizienten, die für eine Datenlänge erhalten wurden (alle Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen), verwendet werden, oder es kann ein Maximalwert der Variationen aller Korrelationskoeffizienten verwendet werden. Alternativ kann ein frei gewählter Wert aus den Variationen aller Korrelationskoeffizienten oder ein Mittelwert der Variationen einer Vielzahl frei gewählter Korrelationskoeffizienten verwendet werden.
Im Fall von 4 zeigt die Variation des Korrelationskoeffizienten für jede Datenlänge eine Variation des Korrelationsgrades zwischen zwei Elementen an, die in den Daten mit dieser Datenlänge enthalten sind. Wenn die Korrelation zwischen den beiden Elementen über die Datenlänge nicht stark variiert, nimmt die Variation des Korrelationskoeffizienten ab, während die Variation des Korrelationskoeffizienten zunimmt, wenn die Korrelation zwischen den beiden Elementen variiert.
In 4 sind die Relationen zwischen den fünf Datenlängen a bis e und der Variation des Korrelationskoeffizienten dargestellt. Dabei zeigt sich, dass die Variation des Korrelationskoeffizienten umso geringer ist, je länger die Datenlänge ist. Andererseits ist die Variation des Korrelationskoeffizienten umso größer, je kürzer die Datenlänge ist. Wenn die Mahalanobis-Distanz unter Verwendung eines Einheitsraums mit einer Datenlänge mit einer großen Variation des Korrelationskoeffizienten berechnet wird, wird die Mahalanobis-Distanz selbst dann größer, wenn die Daten normal sind, was Anlass zu der Sorge gibt, dass die Daten fälschlicherweise als anormal eingestuft werden könnten.
Zurück zu 2, setzt die Datenlängen-Bestimmungseinheit 10 im Schritt S05 einen Schwellenwert für die Variation des Korrelationskoeffizienten fest. In dem in 4 dargestellten Beispiel werden zwei Schwellenwerte D1 und D2 mit unterschiedlichen Größenordnungen festgelegt. Die Datenlängen-Bestimmungseinheit 10 bestimmt eine Datenlänge, bei der die Variation des Korrelationskoeffizienten kleiner oder gleich dem Schwellenwert ist, als die Datenlänge des für die Diagnose zu verwendenden Einheitsraums.
Insbesondere kann die Datenlängen-Bestimmungseinheit 10 als die Datenlänge des Einheitsraums die Datenlänge c aus den Datenlängen c, d, e mit einer Variation des Korrelationskoeffizienten kleiner oder gleich dem Schwellenwert D1 festlegen. Ferner kann die Datenlängen-Bestimmungseinheit 10 als die Datenlänge des Einheitsraums die Datenlänge e bestimmen, die eine Variation des Korrelationskoeffizienten aufweist, die kleiner oder gleich dem Schwellenwert D2 ist.
Die Datenlängen-Bestimmungseinheit 10 kann eine Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen basierend auf einer Vielzahl von bereitgestellten Schwellenwerten bestimmen. Alternativ kann die Datenlängen-Bestimmungseinheit 10 die Datenlängen der Vielzahl von Einheitsräumen bestimmen, indem sie ein anderes Verfahren zur Bestimmung der Datenlänge des Einheitsraums auf der Grundlage des Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen oder das Verfahren zur Bestimmung der Datenlänge des Einheitsraums auf der Grundlage des normalen Variationszyklus in Kombination wie unten beschrieben verwendet.
Ein weiteres Verfahren zur Bestimmung der Datenlänge des Einheitsraums auf der Grundlage des Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen weist ein Verfahren zur Bestimmung der Datenlänge des Einheitsraums auf der Grundlage einer Änderung des Korrelationskoeffizienten auf. Die Anzahl der Zeitreihendaten, die aus der Vielzahl von Bewertungselementen bestehen, wird nach und nach erhöht, und der Korrelationskoeffizient (oder die Korrelationsmatrix) zwischen der Vielzahl von Bewertungselementen, die die Zeitreihendaten bilden, wird jedes Mal erhalten, wenn die Anzahl der Daten erhöht wird. Eine Relation zwischen dem Korrelationskoeffizienten und der Anzahl der Daten wird ausgewertet, und dann kann die Anzahl der Daten, die den Korrelationskoeffizienten in einen bestimmten Bereich bringt, als die Datenlänge des Einheitsraums festgelegt werden. Alternativ wird eine Relation zwischen einer Änderungsrate des Korrelationskoeffizienten und der Anzahl der Daten ausgewertet, und dann kann die Anzahl der Daten, die die Änderungsrate des Korrelationskoeffizienten nahe Null bringt, als Datenlänge des Einheitsraums festgelegt werden.
Da es, wie oben beschrieben, eine Vielzahl von Korrelationskoeffizienten und Änderungsraten der Korrelationskoeffizienten entsprechend der Anzahl der Bewertungselemente gibt, kann hier ein Mittelwert der Korrelationskoeffizienten (oder der Änderungsraten der Korrelationskoeffizienten) zwischen allen Bewertungselementen verwendet werden, oder ein Korrelationskoeffizient mit der größten Änderung (oder eine Änderungsrate des Korrelationskoeffizienten), ein wie gewünscht gewählter Korrelationskoeffizient (oder eine Änderungsrate des Korrelationskoeffizienten) oder ein Mittelwert frei gewählter Korrelationskoeffizienten verwendet werden. Wie oben beschrieben, wird die Datenlänge des Einheitsraumes auf der Grundlage des Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen bestimmt.
Als nächstes wird (2) das Verfahren zur Bestimmung der Datenlänge des Einheitsraums auf der Grundlage des normalen Variationszyklus der gelesenen Daten beschrieben. 5 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses des Bestimmungsverfahrens.
Bezugnehmend auf 5 erfasst die Datenlängen-Bestimmungseinheit 10 im Schritt S01, der der gleiche ist wie in 2, Normalbetriebsdaten, die über einen beliebigen Zeitraum vorliegen.
Im Schritt S12 analysiert die Datenlängen-Bestimmungseinheit 10 einen Variationszyklus der im Schritt SO1 erfassten Normalbetriebsdaten. Die Analyse des Variationszyklus der Normalbetriebsdaten kann unter Verwendung einer bekannten Technologie, wie z.B. einer Allzweck-Analysesoftware, durchgeführt werden.
Im Schritt S13 bestimmt die Datenlängen-Bestimmungseinheit 10 den Variationszyklus der Normalbetriebsdaten, die durch die Analyse im Schritt S12 erhalten wurden, oder ein konstantes Vielfaches des Variationszyklus als die Datenlänge des Einheitsraums. Die Datenlängen-Bestimmungseinheit 10 kann die Datenlängen der Vielzahl von Einheitsräumen in Kombination mit der oben beschriebenen Datenlänge des Einheitsraums bestimmen, der auf der Grundlage des Korrelationskoeffizienten zwischen den mehreren Bewertungselementen bestimmt wird.
(b) Aktualisierungsintervall-Bestimmungseinheit
Zurückkommend auf 1, bestimmt die Aktualisierungsintervall-Bestimmungseinheit 11 das Aktualisierungsintervall des Einheitsraums unter Verwendung der Normalbetriebsdaten unter den gelesenen Daten. Wie oben beschrieben, ist das Aktualisierungsintervall des Einheitsraums ein Zeitraum, in dem eine Diagnose unter Verwendung desselben Einheitsraums durchgeführt wird. Daher wird zu einem Aktualisierungszeitpunkt, der auf dem so bestimmten Aktualisierungsintervall basiert, eine Diagnose unter Verwendung eines neuen Einheitsraums durchgeführt.
Der Grund für das Aktualisieren des Einheitsraums ist, dass in einem Fall, in dem eine Variation in den Daten des Geräts, das der Diagnosegegenstand ist, eine normale Variation aufweist, die nicht anormal ist, wie z.B. eine saisonale Variation, eine solche normale Datenvariation, wenn eine Diagnose ohne Aktualisieren des Einheitsraums durchgeführt wird, fälschlicherweise als anormal bestimmt werden kann, oder eine anormale Datenvariation fälschlicherweise als normal bestimmt werden kann.
Um das Aktualisierungsintervall zu bestimmen, wird zumindest entweder (1) das Bestimmungsverfahren auf der Grundlage des Korrelationskoeffizienten (Korrelationsmatrix) zwischen der Vielzahl von Bewertungselementen der gelesenen Daten oder (2) das Bestimmungsverfahren auf der Grundlage des normalen Variationszyklus der gelesenen Daten in einer Weise, die von den Merkmalen des Geräts abhängt, das der Diagnosegegenstand ist, durchgeführt.
Zunächst wird (1) das Verfahren zur Bestimmung des Aktualisierungsintervalls des Einheitsraums auf der Grundlage des Korrelationskoeffizienten zwischen den Bewertungselementen der gelesenen Daten beschrieben. 6 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses des Bestimmungsverfahrens.
Bezugnehmend auf 6 erfasst die Aktualisierungsintervall-Bestimmungseinheit 11 im Schritt S01, der der gleiche ist wie in 2, Normalbetriebsdaten, die über einen beliebigen Zeitraum existieren.
Die Aktualisierungsintervall-Bestimmungseinheit 11 teilt die auf diese Weise erfassten Normalbetriebsdaten in die Datenlänge des Einheitsraums, der durch die Datenlängen-Bestimmungseinheit 10 in S22 bestimmt wird, und erhält die Korrelationskoeffizienten (oder die Korrelationsmatrix) zwischen der Vielzahl von Bewertungselementen der einzelnen Daten, die als Ergebnis der Teilung erhalten werden.
Im Schritt S23 stellt die Aktualisierungsintervall-Bestimmungseinheit 11 die im Schritt S22 erhaltenen Korrelationskoeffizienten auf einer Zeitreihenbasis dar, basierend auf der Zeit der Normalbetriebsdaten, die zum Erstellen der Korrelationskoeffizienten verwendet werden. Als Zeitpunkt der Normalbetriebsdaten kann beispielsweise ein beliebiger Startzeitpunkt oder Endzeitpunkt der Zeitreihendaten, für die die Korrelationskoeffizienten erhalten werden, ein Zwischenzeitpunkt zwischen dem Startzeitpunkt und dem Endzeitpunkt oder ähnliches verwendet werden.
Im Schritt S24 erhält die Aktualisierungsintervall-Bestimmungseinheit 11 eine Relation zwischen dem Betrag der Änderung des Korrelationskoeffizienten und dem Betrag der Änderung in der Zeit, basierend auf dem Zeitreihenschaubild der Korrelationskoeffizienten, das im Schritt S23 erstellt wurde. Der Betrag der Änderung des Korrelationskoeffizienten kann ein Wert sein, der durch Zeitdifferenzierung der Zeitreihenänderung des Korrelationskoeffizienten erhalten wird, oder eine Differenz zwischen einem Korrelationskoeffizienten zum Zeitpunkt t und einem Korrelationskoeffizienten zum Zeitpunkt t - m (m ist eine beliebige Konstante).
7 ist ein Schaubild, in dem die Relation zwischen dem Betrag der Änderung des Korrelationskoeffizienten, der als Differenz zwischen dem Korrelationskoeffizienten zum Zeitpunkt t und dem Korrelationskoeffizienten zum Zeitpunkt t - m (m ist eine beliebige Konstante) erhalten wird, und dem Betrag der Änderung in der Zeit m dargestellt ist. In 7 stellt die vertikale Achse den Betrag der Änderung des Korrelationskoeffizienten dar, und die horizontale Achse stellt den Betrag der Änderung in der Zeit dar. Im Schritt S25 legt die Aktualisierungsintervall-Bestimmungseinheit 11 als Aktualisierungsintervall den Betrag der Zeitänderung fest, während der der Betrag der Änderung des Korrelationskoeffizienten kleiner als oder gleich einem vorbestimmten Schwellenwert ist.
Der Betrag der Änderung des Korrelationskoeffizienten wird entsprechend der Anzahl der für die Diagnose verwendeten Elemente mehrfach ermittelt, es kann jedoch auch der Mittelwert oder der Höchstwert der Änderungsbeträge aller Korrelationskoeffizienten verwendet werden. Alternativ kann der Betrag der Änderung bei einem beliebigen Korrelationskoeffizienten verwendet werden, oder es kann der Mittelwert der Beträge der Änderung bei einer Vielzahl von frei gewählten Korrelationskoeffizienten verwendet werden.
Als nächstes wird (2) das Verfahren zur Bestimmung des Aktualisierungsintervalls des Einheitsraums auf der Grundlage des normalen Variationszyklus der gelesenen Daten beschrieben. 8 ist ein Flussdiagramm zur Beschreibung eines Verarbeitungsprozesses des Bestimmungsverfahrens.
Bezugnehmend auf 8 erfasst die Aktualisierungsintervall-Bestimmungseinheit 11 im Schritt S01, der der gleiche ist wie in 2, Normalbetriebsdaten, die über einen beliebigen Zeitraum vorliegen.
Die Aktualisierungsintervall-Bestimmungseinheit 11 analysiert im Schritt S12, der der gleiche ist wie in 5, einen Variationszyklus der im Schritt S01 erfassten Normalbetriebsdaten. Die Analyse des Variationszyklus kann mit einer bekannten Technologie, wie z.B. einer Allzweck-Analyse-Software, durchgeführt werden.
Im Schritt S33 bestimmt die Aktualisierungsintervall-Bestimmungseinheit 11 den Variationszyklus der Normalbetriebsdaten, die durch die Analyse im Schritt S12 erhalten wurden, oder ein konstantes Vielfaches des Variationszyklus als das Aktualisierungsintervall des Einheitsraums.
(A-4) Einheitsraum-Datenerzeugungseinheit
Zurück zu 1, erzeugt die Einheitsraum-Datenerzeugungseinheit 5 Einheitsraumdaten auf der Grundlage der Datenlänge und des Aktualisierungsintervalls des Einheitsraums, die von der Einheitsraum-Definitionseinheit 4 bestimmt wurden. Man beachte, dass die Einheitsraumdaten Daten bedeuten, die den Einheitsraum bilden, und im Folgenden dem Einheitsraum entsprechen. Während der ersten Diagnose (in einem Zustand, in dem keine Daten in der Einheitsraum-Datenspeichereinheit 8 gespeichert sind), extrahiert die Einheitsraum-Datenerzeugungseinheit 5 die Normalbetriebsdaten mit der von der Einheitsraum-Definitionseinheit 4 bestimmten Datenlänge aus den gelesenen Daten und setzt die so extrahierten Normalbetriebsdaten als die Einheitsraumdaten fest.
Wenn die Diagnose die Aktualisierungszeit erreicht, die auf der Grundlage des Aktualisierungsintervalls eingestellt ist, das durch die Aktualisierungsintervall-Bestimmungseinheit 11 bestimmt wird, erzeugt die Einheitsraum-Datenerzeugungseinheit 5 den Einheitsraum, der für die Diagnose nach der Aktualisierungszeit verwendet werden soll, aus Daten, die eine Mahalanobis-Distanz aufweisen, die kleiner oder gleich dem Schwellenwert ist (d.h. als normal bestimmt ist), unter den Daten, für die eine Diagnose in Übereinstimmung mit dem Mahalanobis-Taguchi (MT)-System erstellt worden ist. Insbesondere extrahiert zur Aktualisierungszeit die Einheitsraum-Datenerzeugungseinheit 5 Daten mit der von der Einheitsraum-Definitionseinheit 4 bestimmten Datenlänge aus den Daten, die als normal unter den in der Einheitsraumdaten-Speichereinheit 8 gespeicherten Daten bestimmt wurden, und setzt die so extrahierten Daten als die Einheitsraumdaten fest.
(A-5) Diagnoseeinheit
Die Diagnoseeinheit 6 ermittelt die Mahalanobis-Distanz in Übereinstimmung mit dem MT-System unter Verwendung des Einheitsraums, der von der Einheitsraum-Datenerzeugungseinheit 5 erzeugt wurde, und der Daten, die von der Datenleseeinheit 2 gelesen wurden, und unterzieht sie, soweit erforderlich, einer Vorverarbeitung. Die Mahalanobis-Distanz kann nach einem bekannten Verfahren berechnet werden. Es ist zu beachten, dass die Diagnoseeinheit 6 eine Vielzahl von Mahalanobis-Distanzen für Daten zu einem bestimmten Diagnosezeitpunkt entsprechend der Anzahl der Einheitsräume erhält.
(A-6) Anomalie-Bestimmungseinheit
Die Anomalie-Bestimmungseinheit 7 bestimmt, ob der Betriebszustand des Geräts, das Gegenstand der Diagnose ist, anormal ist, und zwar auf der Grundlage der Vielzahl der Mahalanobis-Distanzen, die von der Diagnoseeinheit 6 erhalten wurden. Insbesondere bestimmt die Anomalie-Bestimmungseinheit 7, ob der Betriebszustand der Anlage anormal ist, indem sie die Vielzahl der Mahalanobis-Distanzen, die unter Verwendung der Vielzahl von Einheitsräumen berechnet wurden, mit einem vorbestimmten Schwellenwert vergleicht.
Die Anomalie-Bestimmungseinheit 7 bestimmt, ob der Betriebszustand des Geräts anormal ist, indem sie eine Kombination der Vielzahl der Ergebnisse der Bestimmung auf der Grundlage der Vielzahl der Mahalanobis-Distanzen verwendet. Insbesondere in einem Fall, in dem eine Diagnose unter Verwendung der Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Längen gemacht wird, bestimmt die Anomalie-Bestimmungseinheit 7, dass der Betriebszustand des Geräts anormal ist, wenn mindestens eine der Vielzahl von Mahalanobis-Distanzen, die der Vielzahl von Einheitsräumen entsprechen, größer als oder gleich dem Schwellenwert ist.
(A-7) Einheitsraum-Datenspeichereinheit
Die Einheitsraum-Datenspeichereinheit 8 speichert Daten mit den Zustandsgrößen der Vielzahl von Bewertungselementen, zu denen eine Diagnose durch die Diagnoseeinheit 6 erstellt wurde, und die Mahalanobis-Distanz zu den Daten und die einander zugeordnete Mahalanobis-Distanz.
Die Einheitsraum-Datenerzeugungseinheit 5 erzeugt den für die Diagnose zu verwendenden Einheitsraum nach jeder Aktualisierungszeit aus Daten, die die Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert unter den in der Einheitsraumdaten-Speichereinheit 8 gespeicherten Daten aufweisen. Zum Aktualisierungszeitpunkt des Einheitsraums extrahiert die Einheitsraum-Datenerzeugungseinheit 5 Daten mit der von der Datenlängen-Bestimmungseinheit 10 bestimmten Datenlänge aus den in der Einheitsraum-Datenspeichereinheit 8 gespeicherten Daten, um den Einheitsraum zu erzeugen und den Einheitsraum zu aktualisieren. Daher erhält die Diagnoseeinheit 6 die Mahalanobis-Distanz unter Verwendung des so aktualisierten Einheitsraums.
Die Speicherung von Daten in der Einheitsraum-Datenspeichereinheit 8 und die oben beschriebene Aktualisierung des Einheitsraums durch die Einheitsraum-Datenerzeugungseinheit 5 werden wiederholt durchgeführt.
(A-8) Bestimmungsergebnis-Ausgabeeinheit
Die Bestimmungsergebnis-Ausgabeeinheit 9 gibt das Ergebnis der von der Anomalie-Bestimmungseinheit 7 durchgeführten Bestimmung aus. Die Bestimmungsergebnis-Ausgabeeinheit 9 weist beispielsweise eine Anzeigeeinheit auf und zeigt auf der Anzeigeeinheit Zeitserienänderungen in der Vielzahl von Mahalanobis-Distanzen an, die unter Verwendung der Vielzahl von Einheitsräumen erhalten werden. Die Bestimmungsergebnis-Ausgabeeinheit 9 zeigt ferner auf der Anzeigeeinheit das Ergebnis der Bestimmung an, ob der Betriebszustand des Diagnosegegenstands auf der Grundlage aller Mahalanobis-Distanzen anormal ist. Die Bestimmungsergebnis-Ausgabeeinheit 9 kann so strukturiert sein, dass sie solche Bestimmungsergebnisse auf der Anzeigeeinheit anzeigt und die Bestimmungsergebnisse an ein externes Gerät unter Verwendung einer Kommunikationseinheit (nicht dargestellt) übermittelt.
B. Beispiel für eine Hardware-Struktur einer Anomalie-Diagnosevorrichtung
Als nächstes wird ein Beispiel für eine Hardware-Struktur der Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform beschrieben.
9 ist ein Blockdiagramm, das ein Beispiel für die Hardwarestruktur der Anomalie-Diagnosevorrichtung gemäß der ersten Ausführungsform zeigt. Bezugnehmend auf 9 enthält die Anomalie-Diagnosevorrichtung 1 eine zentrale Steuereinheit (CPU) 20 und einen Speicher, der ein Programm und Daten speichert, und die CPU 20 arbeitet in Übereinstimmung mit dem Programm, um die in 1 dargestellte Funktionsstruktur zu implementieren.
Der Speicher weist einen Festwertspeicher (ROM) 21, einen Direktzugriffsspeicher (RAM) 22 und ein Festplattenlaufwerk (HDD) 23 auf. Im ROM 21 kann das von der CPU 20 auszuführende Programm gespeichert werden. RAM 22 kann Daten vorübergehend speichern, die während der Ausführung des Programms durch die CPU 20 verwendet werden, und kann als temporärer Datenspeicher dienen, der als Arbeitsbereich verwendet wird. HDD 23 ist eine nichtflüchtige Speichervorrichtung und kann von der Datenleseeinheit 2 gelesene Daten, Daten, die zum Erstellen des Einheitsraums verwendet werden, das Ergebnis der von der Anomalie-Bestimmungseinheit 7 durchgeführten Bestimmung und Ähnliches speichern. Zusätzlich zu oder anstelle des Festplattenlaufwerks kann eine Halbleiterspeichervorrichtung, wie z.B. ein Flash-Speicher, verwendet werden.
Die Anomalie-Diagnosevorrichtung 1 weist ferner eine Kommunikationsschnittstelle (I/F) 24, eine Eingabe-/Ausgabe-Schnittstelle (E/A) 25, eine Eingabeeinheit 26 und eine Anzeigeeinheit 27 auf. Die Kommunikationsschnittstelle 24 ist eine Schnittstelle für die Anomalie-Diagnosevorrichtung 1 zur Kommunikation mit einer externen Vorrichtung, einschließlich des Geräts, das der Diagnosegegenstand ist. Die Kommunikationsschnittstelle 24 entspricht einer Ausführungsform der „Datenleseeinheit 2“.
Die E/A-Schnittstelle 25 ist eine Schnittstelle zur Eingabe in die Anomalie-Diagnosevorrichtung 1 oder zur Ausgabe von der Anomalie-Diagnosevorrichtung 1. Wie in 9 dargestellt, ist die E/A-Schnittstelle 25 mit der Eingabeeinheit 26 und der Anzeigeeinheit 27 verbunden.
Die Eingabeeinheit 26 empfängt von einem Benutzer eine Eingabe, die einen an die Anomalie-Diagnosevorrichtung 1 gerichteten Befehl enthält. Die Eingabeeinheit 26 weist eine Tastatur, eine Maus, einen Touchscreen, der zusammen mit einem Anzeigebildschirm der Anzeigeeinheit bereitgestellt wird, und ähnliches auf und empfängt Einstellungen wie Schwellenwerte, die von der Einheitsraum-Definitionseinheit 4 und der Anomalie-Bestimmungseinheit 7 und ähnlichem verwendet werden.
Die Anzeigeeinheit 27 entspricht einer Ausführungsform der „Datenanzeigeeinheit 3“ und der „Bestimmungsergebnis-Ausgabeeinheit 9“. Die Anzeigeeinheit 27 kann Zeitreihendaten, die von dem Diagnosegegenstand erfasst wurden, das Ergebnis der Bestimmung, die von der Anomalie-Bestimmungseinheit 7 durchgeführt wurde, und ähnliches anzeigen.
C. Betrieb und Wirkungen
Als nächstes werden der von der Anomalie-Diagnosevorrichtung 1 gemäß der ersten Ausführungsform erzielte Betrieb und Wirkungen beschrieben.
Wie oben beschrieben, ist die Anomalie-Diagnosevorrichtung 1 gemäß der ersten Ausführungsform so konfiguriert, dass sie eine Anomalie in dem Diagnosegegenstand unter Verwendung einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen diagnostiziert. Dadurch kann verhindert werden, dass normale Variationen in Zeitreihendaten als anormal eingestuft werden, und ein Anzeichen für eine Anomalie, die auf einen Unfall oder eine Störung hindeutet, kann in geeigneter Weise bestimmt werden. Diese Vorgänge und Auswirkungen werden anhand der 10 bis 12 im Detail beschrieben.
10(A) zeigt eine Wellenform von Zeitreihendaten mit normalen Variationen, wie z.B. saisonalen Variationen. 10 und die folgenden Zeichnungen zeigen der Einfachheit halber jeweils eine Wellenform von Zeitreihendaten für eines der Vielzahl von Bewertungselementen.
10(B) zeigt eine Wellenform von Zeitreihendaten, in der eine plötzliche Variation (entsprechend einem Bereich R1 in der Zeichnung) auftritt, die kleiner ist als die normalen Variationen. 10(C) veranschaulicht eine Wellenform von Zeitreihendaten, bei denen eine langfristige Variation (entsprechend einem Bereich R2 in der Zeichnung) auftritt, die größer ist als die normalen Variationen.
Um eine Anomalie im Diagnosegegenstand mit hoher Genauigkeit zu bestimmen, ist es erforderlich, dass die in 10(A) dargestellten normalen Variationen nicht als anormal bestimmt werden und sowohl die in 10(B) und 10(C) dargestellten Variationen als anormal bestimmt werden.
11 zeigt einen Fall, in dem eine Anomalie auf der Grundlage der in 10(B) und 10(C) dargestellten Zeitreihendaten diagnostiziert wird, wobei ein Einheitsraum mit einer Datenlänge verwendet wird, die fast dem Variationszyklus der normalen Betriebsdaten entspricht. 11(A) veranschaulicht eine Diagnose einer Anomalie auf der Grundlage der in 10(B) dargestellten Zeitreihendaten, und 11(B) veranschaulicht eine Diagnose einer Anomalie auf der Grundlage der in 10(C) dargestellten Zeitreihendaten.
Wie in 11(A) dargestellt, fällt in einem Fall, in dem eine Anomalie unter Verwendung eines Einheitsraums mit einer langen Datenlänge diagnostiziert wird, die plötzliche Variation, die kleiner als die normalen Variationen ist, in den Einheitsraum, so dass eine solche plötzliche Variation nicht basierend auf der Mahalanobis-Distanz erkannt werden kann. Andererseits fällt, wie in 11(B) dargestellt, die langfristige Variation, die größer ist als die normalen Variationen, aus dem Einheitsraum heraus, so dass eine solche langfristige Variation auf der Grundlage der Mahalanobis-Distanz erfasst werden kann.
12 zeigt einen Fall, in dem eine Anomalie auf der Grundlage der in 10(B) und 10(C) dargestellten Zeitreihendaten diagnostiziert wird, wobei ein Einheitsraum mit einer Datenlänge verwendet wird, die ausreichend kürzer ist als der Variationszyklus der Normalbetriebsdaten. 12(A) veranschaulicht eine Diagnose einer Anomalie auf der Grundlage der in 10(B) dargestellten Zeitreihendaten, und 12(B) veranschaulicht eine Diagnose einer Anomalie auf der Grundlage der in 10(C) dargestellten Zeitreihendaten.
Wie in 12(A) dargestellt, fällt in einem Fall, in dem eine Anomalie unter Verwendung eines Einheitsraums mit einer kurzen Datenlänge diagnostiziert wird, die plötzliche Variation, die kleiner als die normalen Variationen ist, aus dem Einheitsraums heraus, so dass eine solche plötzliche Variation basierend auf der Mahalanobis-Distanz erkannt werden kann. Andererseits, wie in 12(B) dargestellt, entspricht die langfristige Variation einer allmählichen Variation des Wertes, und eine Diagnose, die einen Einheitsraum mit einer kurzen Datenlänge verwendet, bringt den Wert der Daten, die den Einheitsraum bilden, nahe an den Wert der Daten des Diagnosegegenstands, so dass eine Zunahme der Mahalanobis-Distanz klein wird, und infolgedessen wird eine solche langfristige Variation nicht als anormal bestimmt, und der Einheitsraum wird dann aktualisiert. Dies führt dazu, dass die Diagnose weiterhin den Einheitsraum verwendet, der eine Anomalie enthält, und infolgedessen wird die Anomalie nicht erkannt.
Wie oben beschrieben, kann eine Konfiguration, bei der eine Anomalie unter Verwendung eines einzigen Einheitsraumes diagnostiziert wird, nicht mit verschiedenen anormalen Variationen umgehen. Andererseits verwendet die Anomalie-Diagnosevorrichtung 1 gemäß der ersten Ausführungsform eine Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen. Das heißt, die Vielzahl von Einheitsräumen weist einen Einheitsraum mit einer langen Datenlänge auf, wie in 11 dargestellt, und einen Einheitsraum mit einer kurzen Datenlänge, wie in 12 dargestellt. Daher kann eine anormale Variation durch eine Diagnose unter Verwendung von mindestens einem der Vielzahl von Einheitsräumen erkannt werden. Dies ermöglicht es der Anomalie-Diagnosevorrichtung 1 gemäß der ersten Ausführungsform, verschiedene anomale Variationen zu handhaben und somit eine Anomalie mit hoher Genauigkeit zu bestimmen.
Zweite Ausführungsform
Mit Bezug auf die oben beschriebene erste Ausführungsform wurde die Konfiguration beschrieben, bei der eine Anomalie in dem Gerät unter Verwendung der Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen diagnostiziert wird. Mit Bezug auf die zweite Ausführungsform wird eine Konfiguration beschrieben, bei der sogar eine anormale Variation, wie z.B. eine Verschlechterung im Laufe der Zeit, die einer allmählichen Variation über einen längeren Zeitraum als das Aktualisierungsintervall entspricht, erkannt werden kann. Insbesondere wird eine Konfiguration beschrieben, bei der eine Anomalie in dem Gerät unter Verwendung einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenerfassungszeiten diagnostiziert wird. Es wird darauf hingewiesen, dass nicht die gleichen Punkte beschrieben werden wie die Punkte gemäß der ersten Ausführungsform und bereits für die erste Ausführungsform beschriebenen.
D. Funktionsstruktur der Anomalie-Diagnosevorrichtung
Gemäß der zweiten Ausführungsform, erzeugt die Einheitsraum-Datenerzeugungseinheit 5 (siehe 2), um einen Einheitsraum mit der Datenlänge zu erzeugen, die unter Verwendung des oben beschriebenen Verfahrens bestimmt wird, einen Satz von Einheitsräumen, der eine Vielzahl von Einheitsräumen mit unterschiedlichen Datenerfassungszeiten aufweist.
Wenn zum Beispiel die Datenlänge 43200 Punkte beträgt, erzeugt die Einheitsraum-Datenerzeugungseinheit 5 drei Einheitsräume mit gegenseitig unterschiedlichen Datenerfassungszeiten. 43200 Punkte entsprechen der Anzahl der Daten für 30 Tage, wobei der Datenerfassungszeitraum auf 1 Minute eingestellt ist.
Der erste Einheitsraum hat eine Datenerfassungs-Startzeit (im Folgenden auch als Einheitsraum-Startzeit bezeichnet), die auf 30 Tage vor einer Diagnose-Startzeit eingestellt ist, und hat die Anzahl der Daten für 30 Tage, die über einen Zeitraum von 30 Tagen vor der Diagnose-Startzeit vorliegen. Der zweite Einheitsraum hat eine Einheitsraum-Startzeit, die auf 60 Tage vor der Diagnose-Startzeit festgelegt ist, und hat die Anzahl der Daten für 30 Tage, die über einen Zeitraum von 60 Tagen vorher bis 30 Tage vorher vorliegen. Der dritte Einheitsraum hat eine Einheitsraum-Startzeit, die auf 90 Tage vor der Diagnose-Startzeit eingestellt ist, und hat die Anzahl der Daten für 30 Tage, die über einen Zeitraum von 90 Tagen vorher bis 60 Tage vorher vorliegen.
Es ist zu beachten, dass die Startzeit des Einheitsraums frei bestimmt werden kann, so dass sie um mindestens die Datenlänge des Einheitsraums (z. B. 30 Tage) vor der Diagnose-Startzeit liegt. Ferner ist es wünschenswert, dass die zweite Einheitsraum-Startzeit und die dritte Einheitsraum-Startzeit j eweils auf einen Zeitpunkt festgelegt werden, der mindestens um das Aktualisierungsintervall des Einheitsraums früher liegt. Gemäß der vorliegenden Ausführungsform ist eine Konfiguration, bei der drei Einheitsräume, die drei vergangenen Zeiträumen entsprechen, vorgesehen ist, als Beispiel angegeben, aber es gibt keine Beschränkung für die Anzahl der Einheitsräume.
Die Diagnoseeinheit 6 (siehe 1) ermittelt die Mahalanobis-Distanz zum gleichen Diagnosezeitpunkt für jeden der drei Einheitsräume, die von der Einheitsraum-Datenerzeugungseinheit 5 erzeugt wurden. Das heißt, die Diagnoseeinheit 6 erhält eine erste Mahalanobis-Distanz basierend auf dem ersten Einheitsraum, eine zweite Mahalanobis-Distanz basierend auf dem zweiten Einheitsraum und eine dritte Mahalanobis-Distanz basierend auf dem dritten Einheitsraum.
Die Anomalie-Bestimmungseinheit 7 (siehe 1) bestimmt eine Anomalie in dem Gerät auf der Grundlage des Betrags der Änderung in den drei Mahalanobis-Distanzen. 13 ist ein Schaubild zur Beschreibung eines Verfahrens zur Bestimmung von Anomalien. 13 zeigt die jeweilige erste bis dritte Mahalanobis-Distanz des ersten bis dritten Einheitsraums. Der Änderungsbetrag der Mahalanobis-Distanz entspricht einem Variationsbereich zwischen der ersten Mahalanobis-Distanz und der dritten Mahalanobis-Distanz. In dem in 13 dargestellten Beispiel entspricht der Betrag der Änderung der Mahalanobis-Distanz einer Differenz zwischen der ersten Mahalanobis-Distanz, die den Minimalwert darstellt, und der dritten Mahalanobis-Distanz, die den Maximalwert darstellt.
Wenn der Betrag der Änderung der Mahalanobis-Distanz größer als ein vorbestimmter Schwellenwert ist, bestimmt die Anomalie-Bestimmungseinheit 7, dass der Betriebszustand des Gerätes anormal ist. Es ist zu beachten, dass die Anomalie-Bestimmungseinheit 7 so strukturiert sein kann, dass sie eine Anomalie in dem Gerät diagnostiziert, indem sie nicht nur die Diagnose unter Verwendung einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenerfassungszeiten, sondern auch die Diagnose gemäß der ersten Ausführungsform verwendet.
E. Betrieb und Wirkungen
Als nächstes werden der Betrieb und Wirkungen beschrieben, die durch die Anomalie-Diagnosevorrichtung gemäß der zweiten Ausführungsform erreicht werden. In der folgenden Beschreibung wird davon ausgegangen, dass eine Anomalie im Diagnosegegenstand unter Verwendung von drei Einheitsräumen mit gegenseitig unterschiedlichen Datenerfassungszeiten diagnostiziert wird.
14 zeigt die Wellenformen von zwei Arten von Zeitreihendaten. Eine Wellenform A ist eine Wellenform von Zeitreihendaten mit normalen Variationen. Eine Wellenform B weist ähnliche Variationen wie die Wellenform A auf, aber die Größe der Daten nimmt allmählich zu. Eine solche allmähliche Variation entspricht einer anormalen Variation, wie z. B. einer Verschlechterung im Laufe der Zeit, die einer allmählichen Variation über einen Zeitraum entspricht, der länger als das Aktualisierungsintervall des Einheitsraums ist.
Der erste Einheitsraum wird aus Normalbetriebsdaten erstellt, die unmittelbar vor der Startzeit des Diagnosebereichs gesammelt wurden. Der zweite Einheitsraum wird aus Normalbetriebsdaten erstellt, die vor dem ersten Einheitsraum gesammelt wurden. Der dritte Einheitsraum wird aus Normalbetriebsdaten erstellt, die vor dem zweiten Einheitsraum gesammelt wurden. Der erste bis dritte Einheitsraum haben gegenseitig unterschiedliche Erfassungszeiten für Normalbetriebsdaten.
Die Diagnoseeinheit 6 (siehe 1) berechnet die Mahalanobis-Distanz in Übereinstimmung mit dem MT-System unter Verwendung der Daten im Diagnosebereich und jedem der ersten bis dritten Einheitsräume. 15 zeigt die Mahalanobis-Distanz, die für jede der in 14 dargestellten Wellenformen A und B berechnet wurde. Für jede Wellenform sind die Mahalanobis-Distanz, die unter Verwendung des ersten Einheitsraums berechnet wurde, die Mahalanobis-Distanz, die unter Verwendung des zweiten Einheitsraums berechnet wurde, und die Mahalanobis-Distanz, die unter Verwendung des dritten Einheitsraums berechnet wurde, dargestellt.
Für Wellenform A haben die drei Mahalanobis-Distanzen die gleiche Größe und unterscheiden sich nicht in einer Weise, die von der Einheitsraum-Datenerfassungszeit abhängt. Bei der Wellenform B hingegen ist die Mahalanobis-Distanz des dritten Einheitsraums am größten und die Mahalanobis-Distanz des ersten Einheitsraums am kleinsten. Wie oben beschrieben, ändert sich die Mahalanobis-Distanz in einer Weise, die von der Einheitsraum-Datenerfassungszeit abhängt, wenn in den Zeitreihendaten anormale Variationen aufgrund einer Verschlechterung im Laufe der Zeit auftreten.
Die Anomalie-Bestimmungseinheit 7 (siehe 1) bestimmt eine Anomalie in dem Diagnosegegenstand auf der Grundlage des Betrags der Änderung in den drei Mahalanobis-Distanzen. Der Betrag der Änderung der Mahalanobis-Distanz entspricht einem Variationsbereich zwischen der ersten Mahalanobis-Distanz und der dritten Mahalanobis-Distanz. Wenn der Betrag der Änderung in der Mahalanobis-Distanz größer als ein vorbestimmter Schwellenwert ist, bestimmt die Anomalie-Bestimmungseinheit 7, dass der Betriebszustand des Geräts anormal ist.
In dem in 15 dargestellten Beispiel sind, wenn die Mahalanobis-Distanz der Zeitreihendaten von Wellenform B nur unter Verwendung des ersten Einheitsraums erhalten wird, die Mahalanobis-Distanzen zwischen Wellenform A mit normalen Variationen und Wellenform B mit anormalen Variationen gleich. Daher können die anormalen Variationen in Wellenform B nicht erkannt werden.
Andererseits zeigt gemäß der zweiten Ausführungsform das Erhalten der Mahalanobis-Distanzen unter Verwendung des zweiten und dritten Einheitsraums früher in der Datenerfassungszeit als der erste Einheitsraum einen Unterschied zwischen der Mahalanobis-Distanz von Wellenform A und der Mahalanobis-Distanz von Wellenform B. Wie oben beschrieben, ermöglicht das Erhalten der Mahalanobis-Distanz desselben Diagnosebereichs unter Verwendung einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenerfassungszeiten, dass anormale Variationen aufgrund einer Verschlechterung im Laufe der Zeit auf der Grundlage des Betrags der Änderung in der Mahalanobis-Distanz erkannt werden.
Dritte Ausführungsform
Bei der dritten Ausführungsform wird ein Verfahren zum Aktualisieren eines Einheitsraums gemäß der ersten Ausführungsform beschrieben. Der Einheitsraum wird durch die Einheitsraum-Datenerzeugungseinheit 5 (siehe 1) aktualisiert. Es ist zu beachten, dass die Datenlänge und das Aktualisierungsintervall des Einheitsraums, die bei der vorliegenden Ausführungsform angewendet werden, der Datenlänge (Anzahl der Daten) und dem Aktualisierungsintervall entsprechen, die von der Einheitsraum-Definitionseinheit 4 durch das in der ersten Ausführungsform beschriebene Verfahren bestimmt werden.
16 ist ein Schaubild zur Beschreibung eines Verarbeitungsprozesses des Verfahrens zum Aktualisieren eines Einheitsraums. 16(A) bis 16(C) zeigen schrittweise einen Zustand, in dem der Einheitsraum zu jedem Aktualisierungszeitpunkt nach Beginn der Diagnose aktualisiert wird.
Zunächst erstellt, wie in 16(A) dargestellt, die Diagnoseeinheit 6 bei Beginn der Diagnose eine Diagnose über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt. Der für die erste Diagnose verwendete Einheitsraum (im Folgenden auch als „erster Einheitsraum“ bezeichnet) entspricht den Normalbetriebsdaten mit der Datenlänge (im Folgenden auch als „Anzahl der Einheitsraumdaten“ bezeichnet), die von der Einheitsraum-Definitionseinheit 4 bestimmt und aus den gelesenen Daten extrahiert wird.
Zum ersten Aktualisierungszeitpunkt nach dem Beginn der Diagnose verwirft die Einheitsraum-Datenerzeugungseinheit 5 den ersten Einheitsraum, der für die erste Diagnose verwendet wird, und erzeugt nach dem ersten Aktualisierungszeitpunkt neu einen Einheitsraum, der für die zweite Diagnose verwendet wird (im Folgenden auch als „zweiter Einheitsraum“ bezeichnet).
16(B) zeigt ein Verfahren zum Erzeugen des zweiten Einheitsraums. Die Einheitsraum-Datenerzeugungseinheit 5 erzeugt den zweiten Einheitsraum aus Daten, deren Mahalanobis-Distanz kleiner oder gleich dem vorbestimmten Schwellenwert unter den Daten ist, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst und gespeichert wurden. Daher werden alle Daten, die den ersten Einheitsraum (erste Einheitsraumdaten) bilden, verworfen und nicht für den zweiten Einheitsraum verwendet.
Insbesondere extrahiert die Einheitsraum-Datenerzeugungseinheit 5 Daten, deren gemäß dem MT-System berechnete Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist (d.h. als normal bestimmt wird), aus Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt vorliegen. Des Weiteren extrahiert die Einheitsraum-Datenerzeugungseinheit 5 aus den so extrahierten Daten Daten, die über einen Zeitraum von einem Datum und einer Uhrzeit, die so nah wie möglich an der ersten Aktualisierungszeit (spätestes Datum und Uhrzeit) liegt, zurück in die Vergangenheit vorliegen und in ihrer Anzahl der Anzahl der Einheitsraumdaten entsprechen, und erzeugt den zweiten Einheitsraum neu. Die Diagnoseeinheit 6 erstellt die zweite Diagnose (nach dem ersten Aktualisierungszeitpunkt) unter Verwendung des zweiten Einheitsraums.
Zum zweiten Aktualisierungszeitpunkt nach dem Beginn der zweiten Diagnose verwirft die Einheitsraum-Datenerzeugungseinheit 5 den für die zweite Diagnose verwendeten zweiten Einheitsraum. Dann erzeugt die Einheitsraum-Datenerzeugungseinheit 5 nach der zweiten Aktualisierungszeit neu einen Einheitsraum, der für die dritte Diagnose verwendet wird (im Folgenden auch als „dritter Einheitsraum“ bezeichnet).
16(C) zeigt ein Verfahren zum Erstellen des dritten Einheitsraums. Die Einheitsraum-Datenerzeugungseinheit 5 erzeugt den dritten Einheitsraum aus Daten, deren Mahalanobis-Distanz kleiner oder gleich dem vorbestimmten Schwellenwert unter den Daten ist, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der zweiten Diagnose bis zum zweiten Aktualisierungszeitpunkt erfasst und gespeichert wurden. Daher werden alle Daten, die den zweiten Einheitsraum (zweite Einheitsraumdaten) bilden, verworfen und nicht für den dritten Einheitsraum verwendet.
Insbesondere extrahiert die Einheitsraum-Datenerzeugungseinheit 5 Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist (d.h. als normal bestimmt ist), aus Daten, die über einen Zeitraum vom ersten Aktualisierungszeitpunkt (dem Beginn der zweiten Diagnose) bis zum zweiten Aktualisierungszeitpunkt vorliegen. Des Weiteren extrahiert die Einheitsraum-Datenerzeugungseinheit 5 aus den so extrahierten Daten Daten, die über einen Zeitraum von einem Datum und einer Uhrzeit, die so nah wie möglich an der zweiten Aktualisierungszeit (spätestes Datum und späteste Uhrzeit) liegen, bis in die Vergangenheit vorliegen und deren Anzahl gleich der Anzahl der Einheitsraumdaten ist, und erzeugt den dritten Einheitsraum neu. Die Diagnoseeinheit 6 erstellt die dritte Diagnose (nach der zweiten Aktualisierungszeit) unter Verwendung des dritten Einheitsraums.
Nach dem Beginn der dritten Diagnose wiederholt die Einheitsraum-Datenerzeugungseinheit 5 den oben beschriebenen Prozess zu jedem Aktualisierungszeitpunkt, um den Einheitsraum periodisch zu aktualisieren. Die Diagnoseeinheit 6 setzt die Diagnose unter Verwendung des periodisch aktualisierten Einheitsraums fort. Daher ist es wünschenswert, dass das Aktualisierungsintervall länger als die Anzahl der Einheitsraumdaten ist. Auch wenn eine Diagnose unter Verwendung einer Vielzahl von Einheitsräumen erstellt wird, wird jeder Einheitsraum periodisch nach demselben Verfahren aktualisiert. Eine Diagnose wird unter Verwendung der Vielzahl der so aktualisierten Einheitsräume erstellt.
Wie oben beschrieben, wird zu jedem Aktualisierungszeitpunkt ein Einheitsraum, der für eine vorherige Diagnose verwendet wurde, verworfen, um zu verhindern, dass die Einheitsraumdaten (Daten, die den Einheitsraum bilden), die für die vorherige Diagnose verwendet wurden, erneut verwendet werden, und ein Einheitsraum wird neu aus Daten erstellt, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert unter den neuesten Daten ist, die von dem Gerät erfasst wurden, und wird für eine Diagnose nach dem Aktualisierungszeitpunkt verwendet. Dies ermöglicht eine Diagnose unter Verwendung des Einheitsraums, der aus Normaldaten besteht, die den letzten Zustand des Geräts, das der Diagnosegegenstand ist, widerspiegeln, und ermöglicht somit eine Diagnose ohne fehlerhafte Bestimmung.
Vierte Ausführungsform
Das in der dritten Ausführungsform beschriebene Verfahren zum Aktualisieren eines Einheitsraums kann einen Fall herbeiführen, in dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert unter den Daten ist, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der Diagnose bis zum nächsten Aktualisierungszeitpunkt erfasst und gespeichert wurden, geringer ist als die Anzahl der Einheitsraumdaten, die von der Einheitsraum-Definitionseinheit 4 vorgegeben wird. Mit Bezug auf die vierte Ausführungsform wird ein Verfahren zum Aktualisieren eines Einheitsraums in einem solchen Fall beschrieben.
Das Verfahren zum Aktualisieren eines Einheitsraums gemäß der vierten Ausführungsform weist das folgende erste Aktualisierungsverfahren und zweite Aktualisierungsverfahren auf. Die Einheitsraum-Datenerzeugungseinheit 5 kann eine der beiden Arten von Aktualisierungsverfahren auswählen, um den Einheitsraum zu aktualisieren.
(1) Erstes Aktualisierungsverfahren
17 und 18 sind Schaubilder zur Beschreibung eines Verarbeitungsprozesses des ersten Aktualisierungsverfahrens zum Aktualisieren eines Einheitsraums. 17(A) bis 17(C) und 18(A) bis 18(C) zeigen schrittweise einen Zustand, in dem der Einheitsraum zu jedem Aktualisierungszeitpunkt nach Beginn der Diagnose aktualisiert wird.
17 und 18 unterscheiden sich von 16 durch das Verfahren zur Erstellung des dritten Einheitsraums. Insbesondere zeigt 17 einen Fall, in dem die Anzahl der Daten, die zur Erstellung des dritten Einheitsraums verwendet werden, geringer ist als die Anzahl der Einheitsraumdaten. 18 zeigt ein Verfahren zur Erzeugung des dritten Einheitsraums in dem in 17 dargestellten Fall. Es ist zu beachten, dass die 17(A) und 17(B) mit den 16(A) und 16(B) identisch sind und daher keine detaillierte Beschreibung der 17(A) und 17(B) gegeben wird.
Wie in 17(C) dargestellt, extrahiert die Einheitsraum-Datenerzeugungseinheit 5 zum Erzeugen des dritten Einheitsraums Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist (d.h. als normal bestimmt ist), aus Daten, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der zweiten Diagnose bis zum zweiten Aktualisierungszeitpunkt erfasst und gespeichert wurden. Die Einheitsraum-Datenerzeugungseinheit 5 extrahiert ferner aus den so extrahierten Daten Daten, die über einen Zeitraum von einem Datum und einer Uhrzeit, die so nahe wie möglich an der zweiten Aktualisierungszeit (spätestes Datum und späteste Uhrzeit) liegen, bis in die Vergangenheit vorliegen und deren Anzahl gleich der vorgegebenen Anzahl von Einheitsraumdaten ist.
Wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, kleiner ist als die Anzahl der Einheitsraumdaten, aktualisiert die Einheitsraum-Datenerzeugungseinheit 5 den Einheitsraum nicht einmal zum zweiten Aktualisierungszeitpunkt, wie in 18(A) dargestellt. Das heißt, die Einheitsraum-Datenerzeugungseinheit 5 hält den zweiten Einheitsraum, ohne den dritten Einheitsraum neu zu erstellen. Dies veranlasst die Diagnoseeinheit 6, nach dem zweiten Aktualisierungszeitpunkt eine Diagnose der Daten unter Verwendung des zweiten Einheitsraums zu erstellen. Diese Diagnose wird als eine zweite' Diagnose bezeichnet.
Während der zweiten' Diagnose berechnet die Diagnoseeinheit 6 die Mahalanobis-Distanz unter Verwendung des zweiten Einheitsraums und der Daten, die von der Datenleseeinheit 2 nach dem Start der zweiten' Diagnose gelesen und nach Bedarf einer Vorverarbeitung unterzogen wurden.
Wie in 18(B) dargestellt, wird die zweite' Diagnose fortgesetzt, bis die Anzahl der Daten mit einer Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert unter den Daten, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der zweiten Diagnose bis zur letzten Diagnose (ein Zeitraum, in dem eine Diagnose unter Verwendung des zweiten Einheitsraums durchgeführt wird, d.h. ein Zeitraum, in dem die zweite Diagnose und die zweite' Diagnose durchgeführt werden) erfasst und gespeichert wurden, gleich der Anzahl der Einheitsraum-Daten wird, die von der Einheitsraum-Definitionseinheit 4 vorgegeben wird. Ferner wird ein Zeitpunkt, zu dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, gleich der Anzahl der Einheitsraumdaten wird, als neue Aktualisierungszeit festgelegt.
Wie in 18(C) gezeigt, beendet die Diagnoseeinheit 6 die zweite' Diagnose, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die in einem Zeitraum vom Beginn der zweiten Diagnose bis zum neuen Aktualisierungszeitpunkt (dem Diagnosebereich unter Verwendung des zweiten Einheitsraums) vorliegen, gleich der Anzahl der Einheitsraumdaten wird. Zu diesem Zeitpunkt verwirft die Einheitsraum-Datenerzeugungseinheit 5 den Einheitsraum, der für die Diagnose bis zum neuen Aktualisierungszeitpunkt verwendet wurde, und erzeugt als dritten Einheitsraum neu Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist, aus Daten, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der zweiten Diagnose bis zur letzten Diagnose (ein Zeitraum, in dem eine Diagnose unter Verwendung des zweiten Einheitsraumes durchgeführt wird, d.h. ein Zeitraum, in dem die zweite Diagnose und die zweite' Diagnose durchgeführt werden) erfasst und gespeichert wurden. Das heißt, der Einheitsraum wird nach der ursprünglichen zweiten Aktualisierungszeit aktualisiert. Die Diagnoseeinheit 6 beginnt die dritte Diagnose unter Verwendung des dritten Einheitsraums.
Es ist zu beachten, dass, wie in 18(C) dargestellt, die Zählung des Aktualisierungsintervalls nach dem neuen Aktualisierungszeitpunkt zum neuen Aktualisierungszeitpunkt zurückgesetzt wird (wenn der neu erstellte dritte Einheitsraum auf eine Diagnose angewendet wird). Daher beginnt die Einheitsraum-Datenerzeugungseinheit 5 mit dem Zählen des Aktualisierungsintervalls zu diesem Zeitpunkt und erzeugt zum dritten Aktualisierungszeitpunkt neu einen Einheitsraum, der für die vierte Diagnose (im Folgenden auch als „vierter Einheitsraum“ bezeichnet) nach dem dritten Aktualisierungszeitpunkt zu verwenden ist.
Die Einheitsraum-Datenerzeugungseinheit 5 schaltet zwischen dem in der dritten Ausführungsform beschriebenen Aktualisierungsverfahren und dem oben beschriebenen ersten Aktualisierungsverfahren in Abhängigkeit von der Anzahl der extrahierten Daten um und verwendet das Aktualisierungsverfahren, um den Einheitsraum in geeigneter Weise zu aktualisieren. Die Diagnoseeinheit 6 erstellt kontinuierlich eine Diagnose unter Verwendung des so aktualisierten Einheitsraums. Dementsprechend wird der Einheitsraum nur aus den Daten erstellt, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, so dass es möglich ist, zu verhindern, dass eine Diagnose unter Verwendung eines Einheitsraums, der anormale Daten enthält, zu einer fehlerhaften Bestimmung führt. Ferner spiegelt der auf diese Weise erzeugte Einheitsraum den letzten Gerätezustand wider, so dass es möglich ist, zu verhindern, dass normale Variationen, wie z.B. saisonale Variationen, fälschlicherweise als anormal bestimmt werden.
Zweites Aktualisierungsverfahren
19 bis 21 sind Schaubilder zur Beschreibung eines Verarbeitungsprozesses des zweiten Aktualisierungsverfahrens zum Aktualisieren eines Einheitsraums. 19(A) bis 19(C), 20(A) bis 20(C) und 21(A) bis 21(C) zeigen schrittweise einen Zustand, in dem der Einheitsraum in jedem Aktualisierungsintervall nach dem Beginn der Diagnose aktualisiert wird.
Die 19 und 20 unterscheiden sich von 16 durch das Verfahren zur Erzeugung des dritten Einheitsraums. Insbesondere zeigen die 19 und 20 ein Verfahren zur Erzeugung des dritten Einheitsraums, das auf einen Fall angewendet wird, in dem die Anzahl der für die Erzeugung des dritten Einheitsraums verwendeten Daten geringer ist als die Anzahl der Einheitsraumdaten. Es ist zu beachten, dass die 19(A) und 19(B) die gleichen sind wie die 16(A) und 16(B), und daher wird keine detaillierte Beschreibung der 19(A) und 19(B) gegeben.
Wie in 19(C) veranschaulicht, verwirft die Einheitsraum-Datenerzeugungseinheit 5 zum zweiten Aktualisierungszeitpunkt den für die vorherige Diagnose verwendeten Einheitsraum und extrahiert Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist (d.h. als normal bestimmt wird), aus Daten, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der zweiten Diagnose bis zum zweiten Aktualisierungszeitpunkt erfasst und gespeichert wurden, um den dritten Einheitsraum zu erzeugen. Die Einheitsraum-Datenerzeugungseinheit 5 extrahiert ferner aus den so extrahierten Daten solche Daten, die über einen Zeitraum von einem Datum und einer Uhrzeit, die so nahe wie möglich an der zweiten Aktualisierungszeit (spätestes Datum und späteste Uhrzeit) liegen, bis in die Vergangenheit vorliegen und deren Anzahl gleich der vorbestimmten Anzahl von Einheitsraumdaten ist.
Das zweite Aktualisierungsverfahren bewirkt, selbst wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, geringer ist als die Anzahl der Einheitsraumdaten, die von der Einheitsraum-Definitionseinheit 4 vorgegeben wurde, dass die Einheitsraum-Datenerzeugungseinheit 5 zum zweiten Aktualisierungszeitpunkt den für die vorherige Diagnose verwendeten Einheitsraum verwirft und den dritten Einheitsraum neu erzeugt. Dies veranlasst die Diagnoseeinheit 6, die dritte Diagnose unter Verwendung des dritten Einheitsraums nach dem zweiten Aktualisierungszeitpunkt zu erstellen.
Das zweite Aktualisierungsverfahren wird in einem Fall angewandt, in dem ein vorbestimmtes regelmäßiges Intervall wünschenswerter Weise verwendet wird, wie z.B. in einem Fall, in dem das Aktualisierungsintervall basierend auf einem saisonalen Variationszyklus oder ähnlichem bestimmt wird. In einem Fall, in dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, kleiner ist als die Anzahl der für die Berechnung der Mahalanobis-Distanz verwendeten Bewertungselemente oder ein konstantes Vielfaches der Anzahl der Bewertungselemente, besteht jedoch die Möglichkeit, dass keine genaue Diagnose gestellt werden kann.
Daher erzeugt, wie in 19(C) dargestellt, wenn die Anzahl der Daten, die die Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert haben, größer oder gleich der Anzahl der Bewertungselemente oder einem konstanten Vielfachen der Anzahl der Bewertungselemente ist, aber kleiner als die vorbestimmte Anzahl von Einheitsraumdaten ist, die Einheitsraum-Datenerzeugungseinheit 5 den dritten Einheitsraum aus den Daten, die die Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert haben, und verwendet den dritten Einheitsraum für die dritte Diagnose.
20(A) zeigt ein Verfahren zum Erzeugen des vierten Einheitsraums. Die Einheitsraum-Datenerzeugungseinheit 5 erzeugt den vierten Einheitsraum aus Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, aus Daten, die in der Einheitsraum-Datenspeichereinheit 8 über einen Zeitraum vom Beginn der dritten Diagnose bis zum dritten Aktualisierungszeitpunkt erfasst und gespeichert wurden.
20(A) veranschaulicht einen Fall, in dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, der für die Erstellung des vierten Einheitsraumes verwendet wird, kleiner ist als die Anzahl der Einheitsraumdaten und kleiner ist als die Anzahl der Bewertungselemente oder ein konstantes Vielfaches der Anzahl der Bewertungselemente. In einem solchen Fall aktualisiert die Einheitsraum-Datenerzeugungseinheit 5 den Einheitsraum nicht einmal zum dritten Aktualisierungszeitpunkt.
Das heißt, wie in 20(B) dargestellt, hält die Einheitsraum-Daten-erzeugungseinheit 5 den dritten Einheitsraum, ohne den vierten Einheitsraum neu zu erstellen. Dies führt, wie in 20(C) dargestellt, dazu, dass die Diagnoseeinheit 6 nach dem dritten Aktualisierungszeitpunkt eine Diagnose der Daten unter Verwendung des dritten Einheitsraums durchführt. Das heißt, die vierte Diagnose wird unter Verwendung des dritten Einheitsraums erstellt.
21(A) bis 21(C) zeigen ein Verfahren zur Erzeugung des vierten Einheitsraums. Zum vierten Aktualisierungszeitpunkt nach dem Beginn der vierten Diagnose extrahiert die Einheitsraum-Datenerzeugungseinheit 5 Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist (d.h. als normal bestimmt ist), aus Daten, die in der Einheitsraumdaten-Speichereinheit 8 über einen Zeitraum vom Beginn der vierten Diagnose bis zum vierten Aktualisierungszeitpunkt erfasst und gespeichert wurden.
Wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, kleiner ist als die Anzahl der Einheitsraumdaten, die durch die Einheitsraum-Definitionseinheit 4 vorgegeben ist, bestimmt die Einheitsraum-Datenerzeugungseinheit 5, ob die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, größer oder gleich der Anzahl der für die Diagnose verwendeten Bewertungselemente oder einem konstanten Vielfachen der Anzahl der Bewertungselemente ist.
Wenn bestätigt wird, dass die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, größer oder gleich der Anzahl der für die Diagnose verwendeten Bewertungselemente oder einem konstanten Vielfachen der Anzahl der Bewertungselemente ist, erstellt die Einheitsraum-Datenerzeugungseinheit 5 den vierten Einheitsraum neu aus den Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, wie in 21(B) dargestellt. Dies veranlasst die Diagnoseeinheit 6, die fünfte Diagnose unter Verwendung des vierten Einheitsraums zu erstellen.
Die Einheitsraum-Datenerzeugungseinheit 5 schaltet zwischen dem in der dritten Ausführungsform beschriebenen Aktualisierungsverfahren und dem oben beschriebenen zweiten Aktualisierungsverfahrene entsprechend der Anzahl der extrahierten Daten um und verwendet das Aktualisierungsverfahren, um den Einheitsraum in geeigneter Weise zu aktualisieren. Die Diagnoseeinheit 6 erstellt kontinuierlich eine Diagnose unter Verwendung des so aktualisierten Einheitsraums. Dementsprechend wird der Einheitsraum nur aus den Daten erstellt, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, so dass es möglich ist, zu verhindern, dass eine Diagnose unter Verwendung eines Einheitsraums, der anormale Daten enthält, zu einer fehlerhaften Bestimmung führt.
Darüber hinaus spiegelt der auf diese Weise erzeugte Einheitsraum den letzten Gerätezustand wider, so dass verhindert werden kann, dass normale Variationen, wie z. B. saisonale Variationen, fälschlicherweise als anormal eingestuft werden. Darüber hinaus kann der Einheitsraum in regelmäßigen Intervallen aktualisiert werden, selbst wenn periodische normale Zustandsvariationen, wie z. B. saisonale Variationen, auftreten, so dass eine fehlerhafte Bestimmung verhindert werden kann.
Fünfte Ausführungsform
In der fünften Ausführungsform wird ein Verfahren zum Bestimmen eines Mahalanobis-Distanz-Schwellenwerts beschrieben, der zum Auswählen von Daten verwendet wird, die zum Erstellen eines neuen Einheitsraums aus den Daten verwendet werden, die in der Einheitsraum-Datenspeichereinheit 8 zum Zeitpunkt der Einheitsraum-Aktualisierung erfasst und gespeichert werden. 22 ist ein Schaubild zur Beschreibung des Verfahrens zur Bestimmung des Mahalanobis-Distanz-Schwellenwertes. 22 zeigt eine Häufigkeitsverteilung (Histogramm) der Mahalanobis-Distanz.
Das Histogramm von 22 ist ein Histogramm einer Mahalanobis-Distanz, die als Ergebnis einer Diagnose von Daten erhalten wird, die über irgendeinen gegebenen Zeitraum vorliegen, vom dem bekannt ist, dass er keine Anomalie aufweist und sich in einem normalen Zustand befindet. Die horizontale Achse des Histogramms stellt eine Klasse der Mahalanobis-Distanz dar, und die vertikale Achse stellt eine relative Häufigkeit und eine kumulative relative Häufigkeit der Mahalanobis-Distanz dar, die zu jeder Klasse gehört.
Gemäß der fünften Ausführungsform wird ein Bestimmungswert, der zur Bestimmung des Mahalanobis-Distanz-Schwellenwerts verwendet wird, für die kumulative relative Häufigkeit der Mahalanobis-Distanz vorgegeben. Dann wird eine Mahalanobis-Distanz, wenn die kumulative relative Häufigkeit gleich dem Bestimmungswert wird, als Mahalanobis-Distanz-Schwellenwert bestimmt. In dem in 22 dargestellten Beispiel wird der Bestimmungswert der kumulativen relativen Häufigkeit auf 95 % festgelegt. Eine Mahalanobis-Distanz, bei der die kumulative relative Häufigkeit gleich 95 % wird, kann als Schwellenwert festgelegt werden.
Wie oben beschrieben, ermöglicht die Bestimmung des Schwellenwerts auf der Grundlage des Histogramms der Mahalanobis-Distanz, die aus Daten gewonnen wird, von denen bekannt ist, dass sie sich in einem normalen Zustand befinden, die Bestimmung eines Schwellenwerts, der für das Gerät oder die Vorrichtung, das bzw. die der Diagnosegegenstand ist, am besten geeignet ist, und ermöglicht es somit, eine fehlerhafte Bestimmung zu verhindern.
Es ist zu beachten, dass die in jeder der zahlreichen Ausführungsformen beschriebenen Konfigurationen ursprünglich dazu gedacht sind, ohne Fehlanpassung oder Diskrepanz jede gewünschte Kombination zu bilden, einschließlich der hier nicht erwähnten Kombinationen.
Es sollte klar sein, dass die hier offengelegten Ausführungsformen in jeder Hinsicht illustrativ und nicht restriktiv sind. Der Umfang der vorliegenden Erfindung wird eher durch die Ansprüche als durch die obige Beschreibung definiert und soll die Ansprüche, Äquivalente der Ansprüche und alle Änderungen innerhalb des Schutzumfangs aufweisen.
Bezugszeichenliste

1: Anomalie-Diagnosevorrichtung,
2: Datenleseeinheit,
3: Datenanzeigeeinheit,
4: Einheitsraum-Definitionseinheit,
5: Einheitsraum-Datenerzeugungseinheit,
6: Diagnoseeinheit,
7: Anomalie-Bestimmungseinheit,
8: Einheitsraum-Datenspeichereinheit,
9: Bestimmungsergebnis-Ausgabeeinheit,
10: Datenlängen-Bestimmungseinheit,
11: Aktualisierungsintervall-Bestimmungseinheit,
20: CPU,
21: ROM,
22: RAM,
23: HDD,
24: Kommunikationsschnittstelle,
25: E/A-Schnittstelle,
26: Eingabeeinheit,
27: Anzeigeeinheit

ZITATE ENTHALTEN IN DER BESCHREIBUNG
Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
Zitierte Patentliteratur

WO 2009/107805 A [0003, 0006]
JP 2017 [0003, 0006]
JP 120504 A [0003, 0006]
JP 2016 [0003]
JP 91417 A [0003]
JP 2016091417 A [0006]

Claims

Anomalie-Diagnoseverfahren zum Diagnostizieren einer Anomalie im Betriebszustand eines Diagnosegegenstands, wobei das Anomalie-Diagnoseverfahren Folgendes aufweist: - Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient, - Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand, - Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und - Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz, wobei das Erzeugen eines Einheitsraums das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen aufweist, das Erzeugen einer Vielzahl von Einheitsräumen das Bestimmen einer Datenlänge von jedem der Vielzahl von Einheitsräumen auf der Grundlage von mindestens einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und einem normalen Variationszyklus der Daten aufweist, das Berechnen einer Mahalanobis-Distanz das Berechnen einer Vielzahl von Mahalanobis-Distanzen unter Verwendung der Vielzahl von erzeugten Einheitsräumen aufweist, und das Bestimmen einer Anomalie das Bestimmen einer Anomalie basierend auf der Vielzahl der berechneten Mahalanobis-Distanzen aufweist.
Anomalie-Diagnoseverfahren zum Diagnostizieren einer Anomalie im Betriebszustand eines Diagnosegegenstandes, wobei das Anomalie-Diagnoseverfahren Folgendes aufweist: - Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstandes, wobei der Einheitsraum als eine Referenz zur Bestimmung des Betriebszustands des Diagnosegegenstandes dient; - Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und - Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstandes auf der Grundlage der berechneten Mahalanobis-Distanz, wobei das Erzeugen eines Einheitsraums das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen aufweist, das Berechnen einer Mahalanobis-Distanz das Berechnen einer Vielzahl von Mahalanobis-Distanzen der Daten zu einer gleichen Diagnosezeit unter Verwendung der Vielzahl von erzeugten Einheitsräumen aufweist, und das Bestimmen einer Anomalie das Bestimmen einer Anomalie auf der Grundlage der Vielzahl der berechneten Mahalanobis-Distanzen aufweist.
Anomalie-Diagnoseverfahren nach Anspruch 1 oder 2, ferner aufweisend das Bestimmen eines Aktualisierungsintervalls des Einheitsraums auf der Grundlage eines Korrelationskoeffizienten zwischen der Mehrzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und das periodische Aktualisieren des Einheitsraums.
Anomalie-Diagnoseverfahren nach Anspruch 1 oder 2, ferner aufweisend das periodische Aktualisieren des Einheitsraums unter Verwendung eines Aktualisierungsintervalls, das auf der Grundlage eines Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten bestimmt wird, und/oder eines Aktualisierungsintervalls, das als konstantes Vielfaches eines Intervalls bestimmt wird, das durch Analyse eines Variationszyklus der Daten erhalten wird.
Anomalie-Diagnoseverfahren nach einem der Ansprüche 2 bis 4, wobei das Erzeugen einer Vielzahl von Einheitsräumen das Bestimmen einer Datenlänge jedes der Vielzahl von Einheitsräumen auf der Grundlage von mindestens einem von einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und einem normalen Variationszyklus der Daten aufweist.
Anomalie-Diagnoseverfahren zum Diagnostizieren einer Anomalie im Betriebszustand eines Diagnosegegenstands, wobei das Anomalie-Diagnoseverfahren Folgendes aufweist: - Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient; - Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und - Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz, wobei das Erzeugen eines Einheitsraums das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Normalbetriebsdaten-Erfassungszeiten aufweist, das Berechnen einer Mahalanobis-Distanz das Berechnen einer Vielzahl von Mahalanobis-Distanzen unter Verwendung der Mehrzahl von erzeugten Einheitsräumen aufweist, und das Bestimmen einer Anomalie das Bestimmen einer Anomalie auf der Grundlage eines Änderungsbetrags in der Vielzahl der berechneten Mahalanobis-Distanzen aufweist.
Anomalie-Diagnoseverfahren nach Anspruch 3 oder 4, wobei das periodische Aktualisieren des Einheitsraumes Folgendes aufweist: - Verwerfen aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum Aktualisierungszeitpunkt verwendet wurde, zu jedem Aktualisierungszeitpunkt, der auf dem Aktualisierungsintervall nach Beginn der Diagnose basiert, - Extrahieren, zum ersten Aktualisierungszeitpunkt nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich einem Schwellenwert ist und deren Anzahl gleich einer Anzahl von Einheitsraumdaten ist, die aus den Daten über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen des für die Diagnose zu verwendenden Einheitsraums nach dem ersten Aktualisierungszeitpunkt aus den extrahierten Daten; und - Extrahieren, zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit vorliegen, die eine Mahalanobis-Distanz aufweisen, die kleiner oder gleich dem Schwellenwert ist und in der Anzahl gleich der Anzahl von Einheitsraumdaten aus den Daten sind, die über einen Zeitraum von dem vorhergehenden Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen des Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, aus den extrahierten Daten.
Anomalie-Diagnoseverfahren nach Anspruch 3 oder 4, wobei das periodische Aktualisieren des Einheitsraumes Folgendes aufweist: - Extrahieren, zum ersten Aktualisierungszeitpunkt, basierend auf dem Aktualisierungsintervall nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich einem Schwellenwert von den Daten ist, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen eines ersten Einheitsraums, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt zu verwenden ist, aus den extrahierten Daten; und - Extrahieren, zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück zur Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert von den Daten ist, die über eine Zeitraum von dem vorherigen Aktualisierungszeitpunkt zu dem aktuellen Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen eines zweiten Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt aus den extrahierten Daten verwendet werden soll, wobei das Neuerzeugen des ersten Einheitsraums Folgendes aufweist: - Fortsetzen einer Diagnose unter Verwendung des Einheitsraums wie vor dem ersten Aktualisierungszeitpunkt auch nach dem ersten Aktualisierungszeitpunkt, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfassten Daten geringer ist als die Anzahl der Einheitsraumdaten zum ersten Aktualisierungszeitpunkt; und - zum neuen Aktualisierungszeitpunkt, Verwerfen aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum neuen Aktualisierungszeitpunkt verwendet wurde, zu einem Zeitpunkt, zu dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zur letzten Diagnose erfasst wurden, gleich der Anzahl der Einheitsraumdaten wird, die als neuer Aktualisierungszeitpunkt festgelegt wurden, und Erzeugen des ersten Einheitsraums, der für die Diagnose nach dem neuen Aktualisierungszeitpunkt verwendet werden soll, aus den Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert unter den Daten ist, die über einen Zeitraum vom Beginn der Diagnose bis zum neuen Aktualisierungszeitpunkt erfasst wurden, und wobei das Neuerzeugen des zweiten Einheitsraumes aufweist: - Fortsetzen einer Diagnose unter Verwendung des Einheitsraums wie vor dem aktuellen Aktualisierungszeitpunkt auch nach dem aktuellen Aktualisierungszeitpunkt, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, kleiner ist als die Anzahl der Einheitsraumdaten zum aktuellen Aktualisierungszeitpunkt, und - Verwerfen zu einem Zeitpunkt, zu dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von der vorangegangenen Aktualisierungszeit bis zur letzten Diagnose erfasst wurden, gleich der Anzahl der als neue Aktualisierungszeit eingestellten Einheitsraumdaten wird, aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum neuen Aktualisierungszeitpunkt verwendet wurde, zum neuen Aktualisierungszeitpunkt, und Erzeugen des zweiten Einheitsraums, der für die Diagnose nach dem neuen Aktualisierungszeitpunkt verwendet werden soll, aus den Daten, deren Mahalanobis-Distanz kleiner als oder gleich dem Schwellenwert unter den Daten ist, die über einen Zeitraum vom vorherigen Aktualisierungszeitpunkt bis zum neuen Aktualisierungszeitpunkt erfasst wurden.
Anomalie-Diagnoseverfahren nach Anspruch 3 oder 4, wobei das periodische Aktualisieren des Einheitsraumes Folgendes aufweist: - Neuerzeugen zum ersten Aktualisierungszeitpunkt, basierend auf dem Aktualisierungsintervall nach Beginn der Diagnose, eines ersten Einheitsraumes, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt zu verwenden ist; und - Neuerzeugen eines zweiten Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose, wobei das Neuerzeugen des ersten Einheitsraums Folgendes aufweist: - Verwerfen, wenn die Anzahl der Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, geringer ist als die Anzahl der Einheitsraumdaten und größer oder gleich der Anzahl der Bewertungselemente ist, die für die Berechnung der Mahalanobis-Distanz verwendet werden, aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum ersten Aktualisierungszeitpunkt verwendet wird, zum ersten Aktualisierungszeitpunkt, und Erzeugen des ersten Einheitsraums, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt zu verwenden ist, aus den Daten, die die Mahalanobis-Distanz aufweisen, die kleiner als oder gleich dem Schwellenwert ist, der über einen Zeitraum bis zum ersten Aktualisierungszeitpunkt erfasst wurde, und - Fortsetzen der Diagnose bis zum nächsten Aktualisierungszeitpunkt unter Verwendung des gleichen Einheitsraums wie vor dem ersten Aktualisierungszeitpunkt bis zum zweiten Aktualisierungszeitpunkt, wenn die Daten, deren Mahalanobis-Distanz, der kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, zahlenmäßig kleiner sind als die Anzahl der Einheitsraumdaten und zahlenmäßig kleiner sind als die Anzahl der Bewertungselemente oder ein konstantes Vielfaches der Anzahl der Bewertungselemente, und das Neuerzeugen des zweiten Einheitsraumes folgendes aufweist: - Verwerfen, wenn Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, zahlenmäßig kleiner sind als die Anzahl der Einheitsraumdaten und zahlenmäßig größer oder gleich der Anzahl der Bewertungselemente oder dem konstanten Vielfachen der Anzahl der Bewertungselemente sind, aller Daten, die den für die Diagnose verwendeten Einheitsraum bis zum aktuellen Aktualisierungszeitpunkt bilden, zum aktuellen Aktualisierungszeitpunkt, und Erzeugen des zweiten Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, aus den Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden; und - Fortsetzen der Diagnose bis zum nächsten Aktualisierungszeitpunkt unter Verwendung des gleichen Einheitsraums wie vor dem aktuellen Aktualisierungszeitpunkt, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zu dem aktuellen Aktualisierungszeitpunkt erfasst wurden, geringer ist als die Anzahl der Einheitsraumdaten und geringer ist als die Anzahl der Bewertungselemente oder das konstante Vielfache der Anzahl der Bewertungselemente.
Anomalie-Diagnoseverfahren nach einem der Ansprüche 7 bis 9, ferner aufweisend das Erzeugen eines Histogramms aus einer Mahalanobis-Distanz, die für einen beliebig gegebenen Zeitraum erhalten wurde, von dem bekannt ist, dass er keine Anomalie aufweist, und das Einstellen der Mahalanobis-Distanz als Schwellenwert, wenn eine kumulative relative Häufigkeit des Histogramms gleich einem vorbestimmten Wert wird.
Anomalie-Diagnosevorrichtung, die eine Anomalie im Betriebszustand eines Diagnosegegenstands diagnostiziert, wobei die Anomalie-Diagnosevorrichtung Folgendes aufweist: - eine Einheitsraumdaten-Erzeugungseinheit zum Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient; - eine Datenleseeinheit zum Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - eine Diagnoseeinheit zum Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; - eine Anomalie-Bestimmungseinheit zum Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz; und - eine Einheitsraum-Definitionseinheit, um den Einheitsraum zu definieren, wobei die Einheitsraum-Datenerzeugungseinheit eine Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen erzeugt, die Einheitsraum-Definitionseinheit eine Datenlänge von jedem der Vielzahl von Einheitsräumen auf der Grundlage von mindestens einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und einem normalen Variationszyklus der Daten bestimmt, die Diagnoseeinheit eine Vielzahl von Mahalanobis-Distanzen unter Verwendung der Mehrzahl von erzeugten Einheitsräumen berechnet, und die Anomalie-Bestimmungseinheit eine Anomalie auf der Grundlage der Vielzahl der berechneten Mahalanobis-Distanzen bestimmt.
Anomalie-Diagnosevorrichtung, die eine Anomalie im Betriebszustand eines Diagnosegegenstands diagnostiziert, wobei die Anomalie-Diagnosevorrichtung Folgendes aufweist: - eine Einheitsraumdaten-Erzeugungseinheit zum Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient; - eine Datenleseeinheit zum Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - eine Diagnoseeinheit zum Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und - eine Anomalie-Bestimmungseinheit zum Bestimmen einer Anomalie im Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz, wobei die Einheitsraumdaten-Erzeugungseinheit eine Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen erzeugt, die Diagnoseeinheit eine Vielzahl von Mahalanobis-Distanzen der Daten zu einem gleichen Diagnosezeitpunkt unter Verwendung der Mehrzahl von erzeugten Einheitsräumen berechnet, und die Anomalie-Bestimmungseinheit eine Anomalie auf der Grundlage der Vielzahl der berechneten Mahalanobis-Distanzen bestimmt.
Anomalie-Diagnosevorrichtung nach Anspruch 11 oder 12, wobei die Einheitsraumdaten-Erzeugungseinheit den Einheitsraum periodisch aktualisiert, wobei ein Aktualisierungsintervall verwendet wird, das auf der Grundlage eines Korrelationskoeffizienten zwischen der Mehrzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten bestimmt wird.
Anomalie -Diagnosevorrichtung nach Anspruch 11 oder 12, wobei die Einheitsraumdaten-Erzeugungseinheit den Einheitsraum periodisch aktualisiert, wobei ein Aktualisierungsintervall verwendet wird, das auf der Grundlage eines Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten bestimmt wird, und/oder ein Aktualisierungsintervall, das als konstantes Vielfaches eines Intervalls bestimmt wird, das durch Analyse eines Variationszyklus der Daten erhalten wird.
Anomalie-Diagnosevorrichtung nach einem der Ansprüche 12 bis 14, wobei die Einheitsraum-Definitionseinheit eine Datenlänge von jedem der Vielzahl von Einheitsräumen auf der Grundlage von mindestens einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und einem normalen Variationszyklus der Daten bestimmt.
Anomalie-Diagnosevorrichtung, die eine Anomalie im Betriebszustand eines Diagnosegegenstands diagnostiziert, wobei die Anomalie-Diagnosevorrichtung Folgendes aufweist: - eine Einheitsraumdaten-Erzeugungseinheit zum Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient; - eine Datenleseeinheit zum Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - eine Diagnoseeinheit zum Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und - eine Anomalie-Bestimmungseinheit zum Bestimmen einer Anomalie im Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz, wobei die Einheitsraumdaten-Erzeugungseinheit eine Vielzahl von Einheitsräumen erzeugt, die gegenseitig unterschiedliche Normalbetriebsdaten-Erfassungszeiten haben, die Diagnoseeinheit eine Vielzahl von Mahalanobis-Distanzen unter Verwendung der Vielzahl von erzeugten Einheitsräumen berechnet, und die Anomalie-Bestimmungseinheit eine Anomalie auf der Grundlage eines Änderungsbetrags in der Mehrzahl der berechneten Mahalanobis-Distanzen bestimmt.
Anomalie-Diagnosevorrichtung nach Anspruch 13 oder 14, wobei die Einheitsraumdaten-Erzeugungseinheit zu jedem Aktualisierungszeitpunkt auf der Grundlage des Aktualisierungsintervalls nach Beginn der Diagnose alle Daten verwirft, die den für die Diagnose verwendeten Einheitsraum bis zum Aktualisierungszeitpunkt bilden; zum ersten Aktualisierungszeitpunkt nach dem Beginn der Diagnose Daten extrahiert, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich einem Schwellenwert ist und deren Anzahl gleich einer Anzahl von Einheitsraumdaten aus den Daten ist, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, und den Einheitsraum, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt verwendet werden soll, aus den extrahierten Daten neu erzeugt; und zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose Daten extrahiert, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit existieren, die eine Mahalanobis-Distanz aufweisen, die kleiner oder gleich dem Schwellenwert ist und in der Anzahl gleich der Anzahl von Einheitsraumdaten aus den Daten ist, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zu dem aktuellen Aktualisierungszeitpunkt erfasst wurden, und den Einheitsraum, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt verwendet werden soll, aus den extrahierten Daten neu erzeugt.
Anomalie-Diagnosevorrichtung nach Anspruch 13 oder 14, wobei die Einheitsraumdaten-Erzeugungseinheit zum ersten Aktualisierungszeitpunkt auf der Grundlage des Aktualisierungsintervalls nach dem Beginn der Diagnose Daten extrahiert, die über einen Zeitraum von der Gegenwart zurück zur Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich einem Schwellenwert ist, aus den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, und aus den extrahierten Daten einen ersten Einheitsraum neu erzeugt, der nach dem ersten Aktualisierungszeitpunkt für die Diagnose zu verwenden ist; und zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose Daten extrahiert, die über einen Zeitraum von der Gegenwart zurück zur Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, aus den Daten, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt zu dem aktuellen Aktualisierungszeitpunkt erfasst wurden, und neu einen zweiten Einheitsraum erzeugt, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt aus den extrahierten Daten zu verwenden ist, wobei die Einheitsraumdaten-Erzeugungseinheit ,wenn sie den ersten Einheitsraum neu erzeugt, eine Diagnose unter Verwendung des Einheitsraums fortsetzt, der der gleiche ist wie vor dem ersten Aktualisierungszeitpunkt, selbst nach der ersten Aktualisierungszeit, wenn Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zur ersten Aktualisierungszeit erfasst wurden, zahlenmäßig kleiner sind als eine Anzahl von Einheitsraumdaten zur ersten Aktualisierungszeit; alle Daten, die den für die Diagnose verwendeten Einheitsraum bis zum neuen Aktualisierungszeitpunkt bilden, zu einem Zeitpunkt verwirft, zu dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zur letzten Diagnose erfasst wurden, gleich der Anzahl der als neuer Aktualisierungszeitpunkt eingestellten Einheitsraumdaten wird; und den ersten Einheitsraum erzeugt, der für die Diagnose nach der neuen Aktualisierungszeit zu verwenden ist, aus den Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zur neuen Aktualisierungszeit erfasst wurden, und wenn der zweite Einheitsraum neu erzeugt wird, die Einheitsraumdaten-Erzeugungseinheit eine Diagnose unter Verwendung des Einheitsraums genauso wie vor der aktuellen Aktualisierungszeit auch nach der aktuellen Aktualisierungszeit fortsetzt, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von der vorherigen Aktualisierungszeit bis zur aktuellen Aktualisierungszeit erfasst wurden, kleiner ist als die Anzahl der Einheitsraumdaten zur aktuellen Aktualisierungszeit; alle Daten, die den für die Diagnose verwendeten Einheitsraum bis zum neuen Aktualisierungszeitpunkt bilden, zu einem Zeitpunkt verwirft, zu dem die Anzahl der Daten, deren Mahalanobis-Distanz, kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von dem vorhergehenden Aktualisierungszeitpunkt bis zur letzten Diagnose erfasst wurden, gleich der Anzahl der Einheitsraumdaten wird, die als neuer Aktualisierungszeitpunkt festgelegt wurden, und den zweiten Einheitsraum, der für die Diagnose nach der neuen Aktualisierungszeit zu verwenden ist, aus den Daten erzeugt, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von der vorherigen Aktualisierungszeit bis zur neuen Aktualisierungszeit erfasst wurden.
Anomalie-Diagnosevorrichtung nach Anspruch 13 oder 14, wobei die Einheitsraumdaten-Erzeugungseinheit zum ersten Aktualisierungszeitpunkt auf der Grundlage des Aktualisierungsintervalls nach Beginn der Diagnose einen ersten Einheitsraum neu erzeugt, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt zu verwenden ist; und zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose einen zweiten Einheitsraum neu erzeugt, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, wobei beim Neuerzeugen des ersten Einheitsraums die Einheitsraum-Datenerzeugungseinheit, wenn Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, zahlenmäßig kleiner als eine Anzahl von Einheitsraumdaten ist und zahlenmäßig größer oder gleich einer Anzahl von Bewertungselementen ist, die zur Berechnung der Mahalanobis-Distanz verwendet werden, alle Daten zum ersten Aktualisierungszeitpunkt verwirft, die den Einheitsraum bilden, der für die Diagnose bis zum ersten Aktualisierungszeitpunkt verwendet wird, und den ersten Einheitsraum erzeugt, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt verwendet werden soll, aus den Daten, deren Mahalanobis-Distanz kleiner als oder gleich dem Schwellenwert ist, die über einen Zeitraum bis zum ersten Aktualisierungszeitpunkt erfasst wurden; und bis zum nächsten Aktualisierungszeitpunkt die Diagnose unter Verwendung des Einheitsraums genauso wie vor dem ersten Aktualisierungszeitpunkt bis zum zweiten Aktualisierungszeitpunkt fortsetzt, wenn die Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, zahlenmäßig kleiner sind als die Anzahl der Einheitsraumdaten und zahlenmäßig kleiner sind als die Anzahl der Bewertungselemente oder ein konstantes Vielfaches der Anzahl der Bewertungselemente, und beim Neuerzeugen des zweiten Einheitsraums die Einheitsraum-Datenerzeugungseinheit, wenn Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von der vorherigen Aktualisierungszeit bis zur aktuellen Aktualisierungszeit erfasst wurden, zahlenmäßig kleiner als die Anzahl der Einheitsraumdaten sind und zahlenmäßig größer oder gleich der Anzahl der Auswertungselemente oder dem konstanten Vielfachen der Anzahl der Auswertungselemente sind, alle Daten, zum aktuellen Aktualisierungszeitpunkt verwirft, die den für die Diagnose verwendeten Einheitsraum bis zum aktuellen Aktualisierungszeitpunkt bilden, und den zweiten Einheitsraum erzeugt, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, aus den Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, die über einen Zeitraum vom vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, und bis zum nächsten Aktualisierungszeitpunkt die Diagnose unter Verwendung des Einheitsraums genauso wie vor dem aktuellen Aktualisierungszeitpunkt fortsetzt, wenn die Anzahl der Daten deren Mahalanobis-Distanz, kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, geringer ist als die Anzahl der Einheitsraumdaten und geringer ist als die Anzahl der Auswertungselemente oder das konstante Vielfache der Anzahl der Auswertungselemente.
Anomalie-Diagnosevorrichtung nach einem der Ansprüche 17 bis 19, wobei die Einheitsraum-Datenerzeugungseinheit ein Histogramm aus einer Mahalanobis-Distanz erzeugt, die für einen beliebigen gegebenen Zeitraum erhalten wurde, von dem bekannt ist, dass er keine Anomalie aufweist, und die Mahalanobis-Distanz als den Schwellenwert festlegt, wenn eine kumulative relative Häufigkeit des Histogramms gleich einem vorbestimmten Wert wird.
Anomalie-Diagnoseprogramm, um einen Computer zu veranlassen, einen Diagnoseprozess einer Anomalie im Betriebszustand eines Diagnosegegenstands auszuführen, wobei der Prozess Folgendes aufweist: - Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands, wobei der Einheitsraum als Referenz zur Bestimmung des Betriebszustands des Diagnosegegenstands dient; - Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und - Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz, wobei - das Erzeugen eines Einheitsraums das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen aufweist, - das Erzeugen einer Vielzahl von Einheitsräumen das Bestimmen einer Datenlänge von jedem der Vielzahl von Einheitsräumen basierend auf mindestens einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den Daten, die von dem Diagnosegegenstand erfasst wurden, und/oder einem normalen Variationszyklus der Daten aufweist, - das Berechnen einer Mahalanobis-Distanz das Berechnen einer Mehrzahl von Mahalanobis-Distanzen unter Verwendung der Mehrzahl von erzeugten Einheitsräumen aufweist, und das Bestimmen einer Anomalie das Bestimmen einer Anomalie auf der Grundlage der Vielzahl der berechneten Mahalanobis-Distanzen aufweist.
Anomalie-Diagnoseprogramm, um einen Computer zu veranlassen, einen Diagnoseprozess einer Anomalie im Betriebszustand eines Diagnosegegenstands auszuführen, wobei der Prozess Folgendes aufweist: - Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstandes, wobei der Einheitsraum als eine Referenz zur Bestimmung des Betriebszustands des Diagnosegegenstandes dient; - Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und - Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstandes auf der Grundlage der berechneten Mahalanobis-Distanz, wobei das Erzeugen eines Einheitsraums das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Datenlängen aufweist, das Berechnen einer Mahalanobis-Distanz das Berechnen einer Vielzahl von Mahalanobis-Distanzen der Daten zu einer gleichen Diagnosezeit unter Verwendung der Vielzahl von erzeugten Einheitsräumen aufweist, und das Bestimmen einer Anomalie das Bestimmen einer Anomalie auf der Grundlage der Vielzahl der berechneten Mahalanobis-Distanzen aufweist.
Anomalie-Diagnoseprogramm nach Anspruch 21 oder 22, um einen Computer zu veranlassen, ferner die Bestimmung eines Aktualisierungsintervalls des Einheitsraums auf der Grundlage eines Korrelationskoeffizienten zwischen der Mehrzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und das periodische Aktualisieren des Einheitsraums auszuführen.
Anomalie-Diagnoseprogramm nach Anspruch 21 oder 22, um einen Computer zu veranlassen, ferner das periodische Aktualisieren des Einheitsraums unter Verwendung eines Aktualisierungsintervalls, das auf der Grundlage eines Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten bestimmt wird, und/oder eines Aktualisierungsintervalls, das als konstantes Vielfaches eines Intervalls bestimmt wird, das durch Analyse eines Variationszyklus der Daten erhalten wird, auszuführen.
Anomalie-Diagnoseprogramm nach einem der Ansprüche 22 bis 24, wobei das Erzeugen einer Vielzahl von Einheitsräumen das Bestimmen einer Datenlänge jedes der Vielzahl von Einheitsräumen auf der Grundlage von mindestens einem von einem Korrelationskoeffizienten zwischen der Vielzahl von Bewertungselementen in den von dem Diagnosegegenstand erfassten Daten und einem normalen Variationszyklus der Daten aufweist.
Anomalie-Diagnoseprogramm, um einen Computer zu veranlassen, einen Diagnoseprozess einer Anomalie im Betriebszustand eines Diagnosegegenstands auszuführen, wobei der Prozess Folgendes aufweist: - Erzeugen eines Einheitsraums aus Normalbetriebsdaten des Diagnosegegenstands, wobei der Einheitsraum als eine Referenz zum Bestimmen des Betriebszustands des Diagnosegegenstands dient; - Erfassen von Daten mit Zustandsgrößen einer Vielzahl von Bewertungselementen von dem Diagnosegegenstand; - Berechnen einer Mahalanobis-Distanz der erfassten Daten unter Verwendung des erzeugten Einheitsraums; und Bestimmen einer Anomalie in dem Betriebszustand des Diagnosegegenstands auf der Grundlage der berechneten Mahalanobis-Distanz, wobei das Erzeugen eines Einheitsraums das Erzeugen einer Vielzahl von Einheitsräumen mit gegenseitig unterschiedlichen Normalbetriebsdaten-Erfassungszeiten aufweist, das Berechnen einer Mahalanobis-Distanz das Berechnen einer Vielzahl von Mahalanobis-Distanzen unter Verwendung der Mehrzahl von erzeugten Einheitsräumen aufweist, und das Bestimmen einer Anomalie das Bestimmen einer Anomalie auf der Grundlage eines Änderungsbetrags in der Vielzahl der berechneten Mahalanobis-Distanzen aufweist.
Anomalie-Diagnoseprogramm nach Anspruch 23 oder 24, wobei das periodische Aktualisieren des Einheitsraumes Folgendes aufweist: Verwerfen aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum Aktualisierungszeitpunkt verwendet wurde, zu jedem Aktualisierungszeitpunkt, der auf dem Aktualisierungsintervall nach Beginn der Diagnose basiert, Extrahieren, zum ersten Aktualisierungszeitpunkt nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich einem Schwellenwert ist und deren Anzahl gleich einer Anzahl von Einheitsraumdaten ist, die aus den Daten über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen des für die Diagnose zu verwendenden Einheitsraums nach dem ersten Aktualisierungszeitpunkt aus den extrahierten Daten; und Extrahieren, zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit vorliegen, die eine Mahalanobis-Distanz aufweisen, die kleiner oder gleich dem Schwellenwert ist und in der Anzahl gleich der Anzahl von Einheitsraumdaten aus den Daten sind, die über einen Zeitraum von dem vorhergehenden Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen des Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, aus den extrahierten Daten.
Anomalie-Diagnoseprogramm nach Anspruch 23 oder 24, wobei das periodische Aktualisieren des Einheitsraumes Folgendes aufweist: Extrahieren, zum ersten Aktualisierungszeitpunkt, basierend auf dem Aktualisierungsintervall nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück in die Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich einem Schwellenwert von den Daten ist, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen eines ersten Einheitsraums, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt zu verwenden ist, aus den extrahierten Daten; und Extrahieren, zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose, von Daten, die über einen Zeitraum von der Gegenwart zurück zur Vergangenheit existieren, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert von den Daten ist, die über eine Zeitraum von dem vorherigen Aktualisierungszeitpunkt zu dem aktuellen Aktualisierungszeitpunkt erfasst wurden, und erneutes Erzeugen eines zweiten Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt aus den extrahierten Daten verwendet werden soll, wobei das Neuerzeugen des ersten Einheitsraums Folgendes aufweist: Fortsetzen einer Diagnose unter Verwendung des Einheitsraums wie vor dem ersten Aktualisierungszeitpunkt auch nach dem ersten Aktualisierungszeitpunkt, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfassten Daten geringer ist als die Anzahl der Einheitsraumdaten zum ersten Aktualisierungszeitpunkt; und zum neuen Aktualisierungszeitpunkt Verwerfen aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum neuen Aktualisierungszeitpunkt verwendet wurde, zu einem Zeitpunkt, zu dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zur letzten Diagnose erfasst wurden, gleich der Anzahl der Einheitsraumdaten wird, die als neuer Aktualisierungszeitpunkt festgelegt wurden, und Erzeugen des ersten Einheitsraums, der für die Diagnose nach dem neuen Aktualisierungszeitpunkt verwendet werden soll, aus den Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert unter den Daten ist, die über einen Zeitraum vom Beginn der Diagnose bis zum neuen Aktualisierungszeitpunkt erfasst wurden, und wobei das Neuerzeugen des zweiten Einheitsraumes aufweist: Fortsetzen einer Diagnose unter Verwendung des Einheitsraums wie vor dem aktuellen Aktualisierungszeitpunkt auch nach dem aktuellen Aktualisierungszeitpunkt, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, kleiner ist als die Anzahl der Einheitsraumdaten zum aktuellen Aktualisierungszeitpunkt; und Verwerfen zu einem Zeitpunkt, zu dem die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von der vorangegangenen Aktualisierungszeit bis zur letzten Diagnose erfasst wurden, gleich der Anzahl der als neue Aktualisierungszeit eingestellten Einheitsraumdaten wird, aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum neuen Aktualisierungszeitpunkt verwendet wurde, zum neuen Aktualisierungszeitpunkt, und Erzeugen des zweiten Einheitsraums, der für die Diagnose nach dem neuen Aktualisierungszeitpunkt verwendet werden soll, aus den Daten, deren Mahalanobis-Distanz kleiner als oder gleich dem Schwellenwert unter den Daten ist, die über einen Zeitraum vom vorherigen Aktualisierungszeitpunkt bis zum neuen Aktualisierungszeitpunkt erfasst wurden.
Anomalie-Diagnoseprogramm nach Anspruch 23 oder 24, wobei das periodische Aktualisieren des Einheitsraumes Folgendes aufweist: Neuerzeugen zum ersten Aktualisierungszeitpunkt, basierend auf dem Aktualisierungsintervall nach Beginn der Diagnose, eines ersten Einheitsraumes, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt zu verwenden ist; und Neuerzeugen eines zweiten Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, zu jedem der zweiten und nachfolgenden Aktualisierungszeitpunkte nach dem Beginn der Diagnose, wobei das Neuerzeugen des ersten Einheitsraums Folgendes aufweist: Verwerfen, wenn die Anzahl der Daten mit einer Mahalanobis-Distanz, die kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, geringer ist als die Anzahl der Einheitsraumdaten und größer oder gleich der Anzahl der Bewertungselemente ist, die für die Berechnung der Mahalanobis-Distanz verwendet werden, aller Daten, die den Einheitsraum bilden, der für die Diagnose bis zum ersten Aktualisierungszeitpunkt verwendet wird, zum ersten Aktualisierungszeitpunkt, und Erzeugen des ersten Einheitsraums, der für die Diagnose nach dem ersten Aktualisierungszeitpunkt zu verwenden ist, aus den Daten, die die Mahalanobis-Distanz aufweisen, die kleiner als oder gleich dem Schwellenwert ist, der über einen Zeitraum bis zum ersten Aktualisierungszeitpunkt erfasst wurde, und Fortsetzen der Diagnose bis zum nächsten Aktualisierungszeitpunkt unter Verwendung des gleichen Einheitsraums wie vor dem ersten Aktualisierungszeitpunkt bis zum zweiten Aktualisierungszeitpunkt, wenn die Daten, deren Mahalanobis-Distanz, der kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom Beginn der Diagnose bis zum ersten Aktualisierungszeitpunkt erfasst wurden, zahlenmäßig kleiner sind als die Anzahl der Einheitsraumdaten und zahlenmäßig kleiner sind als die Anzahl der Bewertungselemente oder ein konstantes Vielfaches der Anzahl der Bewertungselemente, und das Neuerzeugen des zweiten Einheitsraumes folgendes aufweist: Verwerfen, wenn Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum vom vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden, zahlenmäßig kleiner sind als die Anzahl der Einheitsraumdaten und zahlenmäßig größer oder gleich der Anzahl der Bewertungselemente oder dem konstanten Vielfachen der Anzahl der Bewertungselemente sind, aller Daten, die den für die Diagnose verwendeten Einheitsraum bis zum aktuellen Aktualisierungszeitpunkt bilden, zum aktuellen Aktualisierungszeitpunkt, und Erzeugen des zweiten Einheitsraums, der für die Diagnose nach dem aktuellen Aktualisierungszeitpunkt zu verwenden ist, aus den Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zum aktuellen Aktualisierungszeitpunkt erfasst wurden; und Fortsetzen der Diagnose bis zum nächsten Aktualisierungszeitpunkt unter Verwendung des gleichen Einheitsraums wie vor dem aktuellen Aktualisierungszeitpunkt, wenn die Anzahl der Daten, deren Mahalanobis-Distanz kleiner oder gleich dem Schwellenwert ist, unter den Daten, die über einen Zeitraum von dem vorherigen Aktualisierungszeitpunkt bis zu dem aktuellen Aktualisierungszeitpunkt erfasst wurden, geringer ist als die Anzahl der Einheitsraumdaten und geringer ist als die Anzahl der Bewertungselemente oder das konstante Vielfache der Anzahl der Bewertungselemente.
Anomalie-Diagnoseprogramm nach einem der Ansprüche 27 bis 29, wobei der Prozess ferner das Erzeugen eines Histogramms aus einer Mahalanobis-Distanz, die für einen beliebig gegebenen Zeitraum erhalten wurde, von dem bekannt ist, dass er keine Anomalie aufweist, und das Einstellen der Mahalanobis-Distanz als Schwellenwert, wenn eine kumulative relative Häufigkeit des Histogramms gleich einem vorbestimmten Wert wird aufweist.