JP2019008354A - 監視装置、監視システム、異常検知方法 - Google Patents

Abstract

【課題】異常検知の精度を高める技術を提供する。【解決手段】監視装置１は、昇降機５の異常を検知する監視装置であって、処理部１１と出力部１４とを有する。処理部１１は、昇降機５を構成する機器を計測するセンサ３１からの出力信号に基づき、注視対象機器の稼働状態を示す状態値を導出する。処理部１１は、導出される注視対象機器の状態値が、注視対象機器と同種の機器それぞれの状態値の分布を表す第１分布領域から、どの程度逸脱しているかを示す値である第１の値を算出する。処理部１１は、導出される注視対象機器の状態値が、注視対象機器の過去の状態値それぞれの分布を表す第２分布領域から、どの程度逸脱しているかを示す値である第２の値を算出する。処理部１１は、第１の値および第２の値に基づき、注視対象機器が異常であるか否かを判定する。出力部１４は、注視対象機器が異常であると判定される場合、ユーザ６に通知する。【選択図】図１

Description

本発明は、昇降機の稼働状態を計測するセンサからのデータに基づいて、昇降機の異常を検知するシステムに関する。

昇降機は、現代の都市空間における交通インフラとして重要であり、計画的なメンテナンスによる停止期間を除いて、２４時間、３６５日稼働することが求められる。これを実現するために、近年、昇降機においてもＩｏＴ（Internet of Things）技術を導入したシステムが実用化されつつある。

当該システムは、例えば、主モータ、ブレーキ、ドア装置などの昇降機を構成する機器（以下、昇降機機器と称す）にセンサをそれぞれ接続する。そして当該システムは、センサで計測された各昇降機機器の計測値を、インターネットを介してデータセンターなどに収集して一元的に管理する。当該システムは、データセンターに収集された機器の計測データから、機器の異常、すなわち故障の予兆を見い出し、必要に応じて遠隔から昇降機機器を制御する。

機器の計測値から当該機器の異常を見い出す方式や装置として、監視対象機器の平常時の計測値を蓄積しておき、これらのデータと、現在の監視対象機器の計測値を比較して逸脱度を求める技術が開示されている（例えば特許文献１）。

特開２０１３−２１４２９２号公報

従来の方法では、監視対象機器の稼働データの状態値と、当該機器が属する同種機器グループの一般的な稼働データとの差分を考慮していない。すなわち、機器の稼働環境（設置場所、温度・湿度、日当たり、空気中の腐食性ガス濃度など）に違いがあるような場合、全く同じ機器であっても、稼働環境のよい機器と厳しい機器では故障のしやすさが異なるが、これが考慮されていない。このため異常検知の精度が悪く、また故障原因の特定（環境要因か機器要因かなど）も困難であるという問題点がある。

本発明は、上記問題点に鑑みてなされたものであり、異常検知の精度を高める技術を提供することを目的とする。

上記課題を解決するために、代表的な本発明の監視装置は、昇降機の異常を検知する監視装置であって、処理部と出力部とを有する。処理部は、昇降機を構成する機器を計測するセンサからの出力信号に基づき、注視対象機器の稼働状態を示す状態値を導出する。処理部は、導出される注視対象機器の状態値が、注視対象機器と同種の機器それぞれの状態値の分布を表す第１分布領域から、どの程度逸脱しているかを示す値である第１の値を算出する。処理部は、導出される注視対象機器の状態値が、注視対象機器の過去の状態値それぞれの分布を表す第２分布領域から、どの程度逸脱しているかを示す値である第２の値を算出する。処理部は、第１の値および第２の値に基づき、注視対象機器が異常であるか否かを判定する。出力部は、注視対象機器が異常であると判定される場合、ユーザに通知する。

本発明によれば、高い精度で異常の検出を行うことが可能となる。
上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。

第１実施形態に係る監視システムの構成例を示す図である。 第１実施形態に係る遠隔監視制御装置のハードウェア構成例を示す図である。 第１実施形態に係る、計測データを収集して集計する処理の動作例を示すフローチャートである。 第１実施形態に係る、日単位で収集される全てのドアトルク値の一覧表を例示する図である。 第１実施形態に係る、トルク値を月別に集計した表の一例を示す図である。 第１実施形態に係る異常検知処理の動作例を示すフローチャートである。 第１実施形態に係る、注視対象ドアと同機種のドアのトルク値を抽出した結果の一例を示す図である。 第１実施形態に係る注視対象ドアの過去１年のトルク値を示す図である。 第１実施形態に係る異常検知方式の概念を示す図である。 第１実施形態に係る異常原因推定方式の概念を示す図である。 第２実施形態に係る、平常状態におけるドア開閉回数の関係を示す図である。 第２実施形態に係る、異常状態を含んだドア開閉回数の関係を示す図である。

以下、各実施形態の監視装置、監視システム、および異常検知方法について、図面を引用しながら説明する。尚、実施形態での昇降機とは、いわゆるエレベーター、エスカレーター、動く歩道（オートライン）等を指す。

（第１実施形態）
図１に、第１実施形態の監視システムの全体構成例を示す。監視システム９００は、少なくともセンサ３１、昇降機監視制御装置３、遠隔監視制御装置１を含む。遠隔監視制御装置１は、典型的には昇降機の管制センターに設置され、複数の昇降機５を遠隔で監視、制御する監視装置である。遠隔監視制御装置１は、通信ネットワーク２を介し、昇降機５側に設置される複数の昇降機監視制御装置３と接続される。

昇降機監視制御装置３は、管理対象である昇降機５の主モータ、ブレーキ、ドア装置といった、昇降機５を構成する昇降機機器４の動作を監視、制御する装置である。昇降機監視制御装置３は、センサ３１によって読み取られ、出力された昇降機機器４の計測信号を入力して監視するとともに、この信号に基づいて、昇降機機器４が所与の動作を行うように制御する。昇降機監視制御装置３は、プロセッサ、主記憶装置、補助記憶装置などを含んだコンピュータでもよく、機能の一部または全てをＡＳＩＣ（application specific integrated circuit）などの集積回路で実装した機器であってもよい。

センサ３１は、それぞれが昇降機機器４に対応付けられており、電流値、電力量値、トルク値、回転数、動作回数、動作時間、速度、加速度、温度などの、昇降機機器４の稼働状態を表す値を計測し、昇降機監視制御装置３に出力する。尚、これら各計測値はあくまで一例であり、昇降機機器４の種類に応じて計測値も異なる。

通信ネットワーク２は、インターネット、イントラネットなどのＩＰネットワークのほか、アナログ回線、専用ケーブルでもよい。

遠隔監視制御装置１は、通信処理部１１、遠隔監視制御処理部１２、記憶部１３、出力部を含む。

通信処理部１１は、通信ネットワーク２を介して、複数の昇降機監視制御装置３と接続された通信部であり、センサ３１から得られた昇降機機器４の計測データを受信し、遠隔監視制御処理部１２に引き渡す。尚、通信処理部１１が受信する計測データは、本実施形態では、センサ３１が出力した信号を昇降機監視制御装置３がデジタル変換した数値データである。

遠隔監視制御処理部１２は、通信処理部１１が受信した昇降機機器４の計測データ、および、記憶部１３に蓄積された昇降機５に関連するデータに基づいて、監視対象の昇降機機器４の異常の有無を定期的または連続的に判定する。出力部１４は、遠隔監視制御処理部１２によって制御され、昇降機機器４で異常が検知された場合に、音声や画面表示で管理者６に通知し、また通信手段を介してＷｅｂベースなどで管理者６に通知する。

記憶部１３には、ＲＤＢＭＳ（Relational Database Management System、以下、単にデータベースと称する）が導入されており、遠隔監視制御処理部１２から発行される、各種データを登録、更新、削除するためのクエリを受け付けてこれを実行し、また検索条件に従ってデータを検索する機能を有する。

記憶部１３には、少なくとも管理対象となる全ての昇降機５の管理データと、通信処理部１１を介して得られる、各々の昇降機機器４の計測データが記録される。計測データのデータ構成や、計測データがどのように記憶部１３に蓄積され、使用されるかについては、図３以降の図面を用いて改めて説明する。もう一方の管理データには、少なくとも昇降機５の識別情報（以下、「識別情報」を「ＩＤ」と称する）、顧客ＩＤ、昇降機５の型式、機器や部品の構成表など、昇降機５を管理するために必要な情報が含まれている。また管理データには、納入先、納入年月日、契約形態、管理者、担当営業所、定格速度、積載量、点検や整備の履歴、故障履歴が含まれていてもよい。尚、管理データは、これらに限定されない。

図２は、遠隔監視制御装置１のハードウェア構成の一例を示す図である。遠隔監視制御装置１は、コントローラ１０１と、入力デバイス１１０、出力デバイス１１１の各周辺機器とを有する。

コントローラ１０１は、遠隔監視制御装置１の内部で動作する各ハードウェアを制御する。コントローラ１０１は、以下の構成を有する。

ＣＰＵ１０２（ＣＰＵ：Central Processing Unit）は、ＲＯＭ１０４（ＲＯＭ：Read only memory）やＨＤＤ１０５（ＨＤＤ：Hard Disk Drive）に記憶されているプログラムを、ＲＡＭ１０３（ＲＡＭ：Random access memory）に展開し、演算実行する処理装置である。ＣＰＵ１０２は、プログラムを演算実行することで、コントローラ１０１内部の各ハードウェアを統括的に制御する。ＲＡＭ１０３は、揮発性メモリであり、ＣＰＵ１０２が処理する際のワークメモリである。ＲＡＭ１０３は、ＣＰＵ１０２がプログラムを演算実行している間、必要なデータを一時的に記憶する。

ＲＯＭ１０４は、不揮発性メモリであり、遠隔監視制御装置１の起動の際にＣＰＵ１０２で実行されるＢＩＯＳ（Basic Input/Output System）や、ファームウェアを記憶している。ＨＤＤ１０５は、データを不揮発的に記憶する補助記憶装置である。ＨＤＤ１０５は、ＣＰＵ１０２が演算実行するプログラムや、制御データを記憶する。本実施形態では、ＨＤＤ１０５にはデータベースが事前に導入されており、各種データを蓄積し、管理する。またＨＤＤ１０５には、管理者６やその他のユーザに情報を提供するため、ＨＴＭＬなどのマークアップ言語で記述されたデータを、ＨＴＴＰやＨＴＴＰＳのプロトコルを介して外部に送信するＷＥＢサーバプログラムが、事前に導入されていてもよい。

ネットワークＩ／Ｆ１０６（Ｉ／Ｆ：Interface）は、外部機器との間で行われるデータ通信の制御を担うインターフェイスボードである。

入力Ｉ／Ｆ１０７は、入力デバイス１１０との間で信号の入出力を制御するインターフェイスである。出力Ｉ／Ｆ１０８は、ＣＰＵ１０２から指示を受けて、出力デバイス１１１に画像を描画させる。

入力デバイス１１０は、例えばキーボードやマウスであり、出力デバイス１１１は、モニターやディスプレイである。尚、入力デバイス１１０と出力デバイス１１１とでタッチパネルディスプレイを構成してもよい。また出力デバイス１１１は、シート上に画像を形成するプリンタと接続した構成であってもよい。この場合、出力デバイス１１１はプリンタに相当する。

図１に示す通信処理部１１、遠隔監視制御処理部１２、記憶部１３、出力部１４の各機能ブロックは、コントローラ１０１内のＣＰＵ１０２が、ＨＤＤ１０５内に事前に記憶されるプログラムを演算実行し、各ハードウェアと協働して動作することで、実現される。

以降、本実施形態の遠隔監視制御装置１の動作について、さらに具体的に説明する。尚、以降の説明おいては、一例として、昇降機５のドア開閉装置を監視対象の昇降機機器４として説明するが、適用対象はこれに限らない。本実施形態では、昇降機の主モータ、ブレーキ、ガバナ（調速機）、制御装置、荷重検知装置など、昇降機を構成する機器であれば、当該機器を監視対象として異常検知を行うことができる。

また以降の説明では、センサ３１がドア開閉装置のトルクの値を計測するものとし、時間の経過とともに取得される計測データに対し、平均値を算出するなどして、日単位や月単位などでまとめる態様について説明する。具体的には、ドア開閉装置に付帯したセンサ３１で、ドアの開閉動作ごとのドアトルク値を経時的に計測し、昇降機監視制御装置３にて一日分のドアトルク値を累積しておく。昇降機監視制御装置３は、一日の終わりに、この累積値を当日のドア開閉回数で除すことで、当日の平均ドアトルク値を求める。昇降機監視制御装置３は、求めた平均ドアトルク値を、通信ネットワーク２を介して遠隔監視制御装置１の通信処理部１１に送信する。通信処理部１１は、管理対象の全ての昇降機５からの平均ドアトルク値を受信し、これを遠隔監視制御処理部１２に引き渡す。

図３は、遠隔監視制御処理部１２の動作例を示すフローチャートであり、引き渡された平均ドアトルク値を記憶部１３に蓄積し、集計する動作例を示すフローチャートである。尚、図３の実線矢印は処理の流れを示し、破線矢印はデータの流れを示している。

遠隔監視制御処理部１２は、通信処理部１１から引き渡された、管理対象全ての昇降機の日々の計測データを統合して、記憶部１３のデータベースに蓄積する（Ｓ００１）。

図４は、記憶部１３に蓄積されるデータのテーブル構成の一例を示す図である。図４に示すテーブル４００において、各行（レコード）は、少なくとも昇降機ＩＤ、ドアＩＤ、ドアタイプ、データ計測年月日、当日の平均ドアトルク値のカラムを含んでいる。例えば、第１行目（レコード）は、昇降機（ＩＤ：Ａ１２３）のドア（ＩＤ：Ａ１２３ー０１）のドアタイプは、ＣＯ−８００であり、２０１７年３月３１日の平均ドアトルクが１０２(％)であることを示している。各行（レコード）は、管理対象の昇降機５のドアのひとつひとつに対応する。また図４に示すように、管理対象の全ての昇降機５のデータがテーブル４００の中に統合され、蓄積されている。

図３の説明に戻る。遠隔監視制御処理部１２は、計測日当日が月末日（月のデータ集計の締め日）であるかどうかを判定する（Ｓ００２）。本例では、データ計測日は２０１７年３月３１日であり、月末日に該当するため（Ｓ００２：Ｙｅｓ）、遠隔監視制御処理部１２はＳ００３を実行する。尚、月末日に該当しない場合（Ｓ００２：Ｎｏ）、処理はＳ００１に戻って通信処理部１１からのデータを待ち受ける。

遠隔監視制御処理部１２は、記憶部１３に記憶されているテーブル４００を参照し、管理対象の全ての昇降機ドアの当月分の計測データを抽出する（Ｓ００３）。そして遠隔監視制御処理部１２は、管理対象全ての昇降機ドアごとに、当月の計測データの平均値と標準偏差を求め、記憶部１３に格納する（Ｓ００４）。

図５は、記憶部１３に格納される、ステップＳ００４の処理の結果を含めたテーブルの一例である。図５に示すテーブル５００において、各行（レコード）は、少なくとも昇降機ＩＤ、ドアＩＤ、ドアタイプ、データ集計年月、月平均ドアトルク値、およびドアトルクの標準偏差の各カラムを含む。例えば、第１行（レコード）は、昇降機（ＩＤ：Ａ１２３）のドア（ＩＤ：Ａ１２３−０１）のドアタイプはＣＯ−８００であり、２０１７年３月の月平均ドアトルクが１０６(％)、標準偏差が５．８(％)であることを示している。記憶部１３は、月平均ドアトルク値、およびドアトルクの標準偏差を含む各行（レコード）を複数蓄積しており、各行（レコード）は、管理対象の全ての昇降機５のドアのひとつひとつに対応する。

遠隔監視制御処理部１２は、図３に示すフローチャートを繰り返し実行することで、全ての昇降機５の計測データを蓄積する。また遠隔監視制御処理部１２は、ドアトルク値の当月の平均値や標準偏差を算出し、これらも蓄積しておく。

尚、図３の例では、経時的に取得される計測データを日単位で平均化してまとめ、これを最小単位として月単位で集計しているが、この態様に限定されない。どのような間隔で計測データを収集するかや、どのような期間で集計するかについては、計測可能な周期や期間に応じて、管理者が任意に決定することができる。昇降機機器４の種類よっては、例えば秒単位で計測データを取集して分単位で集計したり、計測データを週単位でまとめて、月単位や年単位で集計するなども可能である。また管理者６などのユーザが任意に指定した周期や期間で、計測データを収集し、集計してもよい。

また、図３に示すフローチャートの処理を、遠隔監視制御装置１とは異なる外部のコンピュータが行ってもよく、収集、集計された各データテーブルも、記憶部１３とは異なる外部の記憶部で蓄積、管理されてもよい。この場合、遠隔監視制御処理部１２は、必要に応じて外部の記憶部からデータを取得して、以降で説明する各動作を実行する。

図６は、遠隔監視制御処理部１２で実行される異常検知処理の一例を示すフローチャートである。尚、図６の処理は、毎日、ひと月に一回などといった定期的に実施しても、記憶部１３のデータベースが更新される都度実施してもよいが、以下では説明を簡単にするため、毎月末に一回実施するものとして説明する。

遠隔監視制御処理部１２は、注視対象ドアのＩＤを、所定の順序に従って選択する（Ｓ１０１）。尚、管理者６などのユーザが、任意のタイミングでＩＤを選択してもよい。ここでは、Ａ１２３−０１のＩＤを付されたドアが、注視対象ドアとして選択されるものとする。

遠隔監視制御処理部１２は、ステップＳ１０２において、注視対象ドアの当日の状態値が、注視対象ドアが属するグループの標準的な状態値から、どの程度逸脱しているかを計算する。

状態値とは、センサ３１から得られる計測データそのもの、もしくはこの計測データを加工したデータであり、昇降機機器４（ドア開閉装置）の動作や状態、すなわち稼働状態を数値化したものである。本例では、計測データであるドアトルク値から、ドアトルク値の平均値、ドアトルク値の標準偏差を導出し、これらを状態値とする。いずれのデータを状態値とするかは、設計者や開発者、管理者などのユーザが、対象となる昇降機機器４の種類やセンサ３１から得られる計測データに応じて、決定する。また、ドアのグループとは、同種のドア集団のことであり、典型的にはドア開閉装置の型式（図４、図５に示すドアタイプ）が同じ装置をグループ化したものである。

ステップＳ１０２の詳細について説明する。遠隔監視制御処理部１２は、管理対象ドアのうち、注視対象ドア（Ａ１２３―０１）と同じタイプ（ＣＯ−８００）のドアの、対象月（２０１７年３月）のデータを、図５に示すテーブル５００から抽出する。そして遠隔監視制御処理部１２は、抽出された複数のレコードを一覧にしてテーブル７００を作成する（Ｓ１０２Ａ）。

図７は、Ｓ１０２Ａで作成されるテーブル７００の一例である。テーブル７００の各行（レコード）は、少なくとも、昇降機ＩＤ、ドアＩＤ、ドアタイプ、データ計測年月、月平均ドアトルク値、ドアトルクの標準偏差の各カラムを含んでいる。テーブル７００は、ドアタイプ（ＣＯ−８００）、およびデータ計測年月（２０１７年３月）が同じとなるレコードを、図５に示すテーブル５００から抽出して一覧化したデータとなっている。また遠隔監視制御処理部１２は、ステップＳ１０２Ａにおいて、月平均ドアトルク値、ドアトルク標準偏差それぞれの平均値や標準偏差も算出する。ステップＳ１０２Ａにおいて、遠隔監視制御処理部１２は、特異な数値を除外して抽出し、平均値や標準偏差を算出する。

図６の説明に戻る。遠隔監視制御処理部１２は、テーブル７００を用いて、注視対象ドア（Ａ１２３−０１）の状態値の、当該ドアが属するＣＯ−８００グループの平常状態からの逸脱度Ｄ１を求める。逸脱度Ｄ１とは、本実施形態では、注視対象機器の稼働状態を示す状態値が、注視対象機器と同種の複数機器それぞれの状態値の分布を表す第１分布領域から、どの程度乖離や逸脱しているかを示した数値データ（第１の値）である。

逸脱度Ｄ１の計算には、例えばマハラノビス距離といった一般的な統計値を用いればよい。以下では、参考までにマハラノビス距離を用いる場合について説明するが、具体的な計算手法については、これに限定されない。

ここでは注視対象ドアの当月の状態値Ｘを、記憶部１３に記録された、当月（２０１７年３月）のドアトルクの平均値（以下、ｘ１とする）、および当月のドアトルクの標準偏差値（以下、ｘ２とする）の２つの変数ベクトルで表す場合を考える。すなわち、状態値Ｘは以下の式で表される。
Ｘ＝（ｘ１，ｘ２）^Ｔ （式１）
ベクトルの右肩のＴは転置行列をあらわす。

さらに注視対象ドアが属するグループのドアの、当月のドアトルク平均値（ｕ１）、標準偏差（ｕ２）の状態値Ｕ（＝平均値ベクトル）を、
Ｕ＝（ｕ１，ｕ２）^Ｔ （式２）
とする。またＸとＵの共分散行列（各変数間の共分散を配列した行列）をΣ_Ｕとすると、注視対象ドアの状態値Ｘの、注視対象ドアが属するグループのドアの標準的な状態値Ｕに対するマハラノビス距離（＝逸脱度Ｄ１）は、次のように定義される。
Ｄ１＝｛（Ｘ−Ｕ）^Ｔ・Σ_Ｕ ^−１・（Ｘ−Ｕ）｝^１／２ （式３）
行列右肩の−１は、逆行列をあらわす。ここでマハラノビス距離（Ｄ１）は、大きな値になるほど、注視対象ドアの状態値Ｘが、注視対象ドアが属するグループのドアの標準的な状態値Ｕから離れていることをあらわす。すなわち、Ｄ１は同種のグループの平常状態からの逸脱度をあらわしている。

ここでは、図７のデータから、注視対象ドア（Ａ１２３−０１）の状態値Ｘは、Ｘ＝（１１０， ６．１）^Ｔとなり、同種ドアの平常状態のマハラノビス距離（Ｄ１）を求めた結果、Ｄ１＝１．７が得られたものとする。

図６の説明に戻る。遠隔監視制御処理部１２は、図６のステップＳ１０３において、注視対象ドア（Ａ１２３−０１）の状態値が、当該ドアの過去の状態値からどの程度乖離し、逸脱しているかを計算する。

ステップＳ１０３の詳細について説明する。遠隔監視制御処理部１２は、注視対象ドア（Ａ１２３−０１）の過去１年間（２０１６年２月〜２０１７年３月）の状態値を、図５に示すテーブル５００から抽出し、該当レコードを複数取得して一覧表化することで、テーブル８００を作成する（Ｓ１０３Ａ）。

図８は、ステップＳ１０３Ａで作成されたテーブル８００の一例を示す図である。テーブル８００の各行（レコード）は、上記のテーブル７００と同様に、少なくとも、昇降機ＩＤ、ドアＩＤ、ドアタイプ、データ計測年月、月平均ドアトルク値、ドアトルク標準偏差の各カラムを含んでいる。テーブル８００は、２０１６年２月〜２０１７年３月の期間のうち、ドアＩＤが同じＡ１２３−０１となっているレコードを、図５に示すテーブル５００から抽出し、一覧化したデータとなっている。また遠隔監視制御処理部１２は、ステップＳ１０３Ａにおいて、月平均ドアトルク値、ドアトルク標準偏差それぞれの平均値や標準偏差も算出する。ステップＳ１０３Ａにおいて、遠隔監視制御処理部１２は、特異な数値を除外して抽出し、平均値や標準偏差を算出する。

遠隔監視制御処理部１２は、テーブル８００を用いて、注視対象ドア（Ａ１２３−０１）の状態値の、当該ドアの過去１年間の状態値からの逸脱度Ｄ２を求める。逸脱度Ｄ２とは、本実施形態では、注視対象機器の状態値が、当該注視対象機器の過去の各状態値の分布を表す第２分布領域から、どの程度乖離や逸脱しているかを示す数値データ（第２の値）である。

逸脱度Ｄ２の計算にも、例えばマハラノビス距離といった一般的な統計値を用いればよい。以下では、参考までにマハラノビス距離を用いる場合について説明するが、計算手法については、限定されない。

注視対象ドアの当月の状態値ＸをステップＳ１０２Ａと同様に、
Ｘ＝（ｘ１，ｘ２）^Ｔ （式４）
とし、また当該ドアの過去１年間のトルク平均値（ｖ１）、標準偏差（ｖ２）の状態値Ｖ（＝平均値ベクトル）を、
Ｖ＝（ｖ１，ｖ２）^Ｔ （式５）
とし、ＸとＶの共分散行列（各変数間の共分散を配列した行列）をΣ_Ｖとすると、注視対象ドアの状態値Ｘの、注視対象ドアの過去１年間の標準的な状態値Ｖに対するマハラノビス距離（＝逸脱度Ｄ２）は、次のように定義される。
Ｄ２＝｛（Ｘ−Ｖ）^Ｔ・Σ_Ｖ ^−１・（Ｘ−Ｖ）｝^１／２ （式６）
行列の右肩の−１は逆行列をあらわす。ここでマハラノビス距離（Ｄ２）は、大きな値になるほど、注視対象ドアの当月の状態値Ｘが、当該ドアの過去１年間の状態値Ｖから離れていることをあらわす。すなわち、Ｄ２は当該ドア自身の過去の状態値からの逸脱度をあらわしている。

ここでは図７のデータから、注視対象ドア（Ａ１２３−０１）の状態値Ｘ＝（１１０， ６．１）^Ｔの、過去１年間の平常状態からのマハラノビス距離（Ｄ２）を求めた結果、Ｄ２＝１．５が得られたものとする。

尚、ここでは説明のため「過去１年間」のデータを用いたが、検知すべき故障の特徴に応じて、適切な期間を設定すればよい。

図６の説明に戻る。遠隔監視制御処理部１２は、ステップＳ１０２で求めた逸脱度Ｄ１とステップＳ１０３で求めた逸脱度Ｄ２とを用いて、総合的な逸脱度Ｄ３を算出する（Ｓ１０４）。

図９は、本実施形態での異常検知方式の概念図を示す図である。ここで現在の注視対象ドアの位置（状態値）をＡ、注視対象ドアと同種ドア集団の平常領域をＲ１（第１分布領域）、注視対象ドアの過去の平常領域をＲ２（第２分布領域）とする。また点Ｏ、点Ｐは、それぞれＲ１、Ｒ２の中心点である。本実施形態では、の各領域に含まれる状態値（平均値、標準偏差）の平均値を中心点としている。

図９は、注視対象ドアの位置Ａが、Ｒ１、Ｒ２の各領域の外にあり、逸脱している例をあらわしている。ここで、注視対象ドアＡの逸脱度は、Ｒ１からの逸脱度Ｄ１、およびＲ２からの逸脱度Ｄ２に基づいて定めるのが好適である。Ｄ１が大きいということは、例えば注視対象ドアＡの設置環境や使用条件が他の同種ドアと異なることを意味しており、監視する上で要注意ということになる。しかしながら、たとえＤ１が大きくてもＤ２が小さいのであれば、注視対象ドアＡの状態は安定しており、一概に異常とは言い切れない。また逆に、Ｄ１が小さくてもＤ２が大きい場合、注視対象ドアＡの挙動が注視対象ドアＡの本来の動作と異なっていることを意味しているため、状態の精査が必要になる。このように、注視対象ドアＡの逸脱度を、Ｄ１とＤ２の両方の値に基づいて定めることで、高精度な異常検知が可能になる。

本実施形態では、注視対象ドアＡの総合的な逸脱度Ｄ３を、Ｄ１、Ｄ２を引数とする任意の関数Ｆを用いて、以下の様に計算する。
Ｄ３＝Ｆ（Ｄ１，Ｄ２） （式７）
ここでＦは、Ｄ１、Ｄ２を用いて総合的な逸脱度を求める関数であり、対象機器の故障の特徴を踏まえて設定されるべきものである。例えばＤ１とＤ２の線形和を求める関数のほか、多次元関数、三角関数、あるいはニューラルネットワークなどの学習型の計算モデルを用いてもよい。本実施形態においては、Ｄ３の計算にＤ１とＤ２の各々の二乗の和の平方根を用いるが、Ｄ３の算出手法については特に限定しない。

Ｄ３の計算にＤ１とＤ２の各々の二乗の和の平方根を用いると、以下の計算式となる。
Ｄ３＝（Ｄ１^２＋Ｄ２^２）^１／２ （式８）
本例では、Ｄ１＝１．７、Ｄ２＝１．５であるので、Ｄ３≒２．３となる。

図６の説明に戻る。遠隔監視制御処理部１２は、ステップＳ１０４で求めた総合的な逸脱度Ｄ３が、あらかじめ与えられた閾値Ｔを超えたかどうかを判定する（Ｓ１０５）。ここでは、Ｄ３が２．０を超えた場合に異常値とするものとする。本例ではＤ３が２．３であることから、Ｄ３が閾値Ｔを超えている（Ｓ１０５：Ｙｅｓ）。よって遠隔監視制御処理部１２は、データの異常が認められたことを記憶部１３に記録するとともに、出力部１４を制御して、管理者６に通知する異常処理を行う（Ｓ１０７）。また一方で、Ｄ３が閾値を超えない場合（Ｓ１０５：Ｎｏ）、遠隔監視制御処理部１２は、データが正常値にあることを記憶部１３に記録する平常処理を行う（Ｓ１０６）。

ステップＳ１０６またはステップＳ１０７の後、処理はＳ１０１に戻り、例えば他のドアを注視対象ドアとして、上記で説明したステップＳ１０１〜Ｓ１０７の処理を繰り返す。これにより、管理対象の全てのドアの状態を定期的にチェックすることができる。

尚、ステップＳ１０５の判定において、総合的な逸脱度Ｄ３のみならず、逸脱度Ｄ１、Ｄ２についてもそれぞれ閾値Ｔ１、Ｔ２を設け、閾値Ｔ１と逸脱度Ｄ１との比較結果、および閾値Ｔ２と逸脱度Ｄ２との比較結果もあわせて考慮してもよい。例えば、ステップＳ１０５において、Ｄ３＞閾値Ｔが成立する場合、図６の例では異常処理となる。しかしながら、注視対象ドア（Ａ１２３−０１）自体の過去１年間の平常状態からの逸脱度Ｄ２が小さい場合、上記にも記したように、一概に異常とは言い切れないため、異常状態とせずに平常状態として扱った方がよい場合もある。よって、Ｄ３＞閾値Ｔが成立しても、Ｄ２＜閾値Ｔ２が成立する場合は平常状態とみなす、としてもよい。これに加え、たとえ逸脱度Ｄ２が小さい場合においても、逸脱度Ｄ１が極端に大きい場合（Ｄ１＞閾値Ｔ１）については、平常状態とはせずに異常状態とする、などとしてもよい。また、ステップＳ１０５において、総合的な逸脱度Ｄ３については判定せず、閾値Ｔ１と逸脱度Ｄ１との比較結果、および閾値Ｔ２と逸脱度Ｄ２との比較結果のみで判定してもよい。この場合は、総合的な逸脱度Ｄ３を算出するステップＳ１０４の処理も不要となる。また、閾値Ｔ１と逸脱度Ｄ１との比較のみで判定する実装や、閾値Ｔ２と逸脱度Ｄ２との比較のみで判定する実装でも構わない。

図６に示すフローチャートは、上記のように毎月末に一回実施するものとして説明したが、態様はこれに限定されない。センサ３１の出力信号を昇降機監視制御装置３が入力するごとに、リアルタイムに図６に示すフローチャートが実施されてもよい。この場合、センサ３１の出力信号に変化があった場合や、秒単位、分単位、時単位などの規定周期で、昇降機監視制御装置３が、ドアＩＤなどの必要な情報とともに計測データを通信処理部１１に送信する。計測データを受信した遠隔監視制御装置１の遠隔監視制御処理部１２は、図６のフローチャートを実施する。この場合、ステップＳ１０１は、今現在受信したドアＩＤのものが注視対象ドアとして選択される。遠隔監視制御処理部１２は、規定時間前から今現在に至るまでに得られた計測データを用いて、平均値や標準偏差を求め、この状態値に対する逸脱度Ｄ１、Ｄ２、Ｄ３を算出し、ステップＳ１０５にて異常判定を行う。また、図６の処理を高速にするため、事前にテーブル７００やテーブル８００、Ｒ１、Ｒ２の各領域、もしくは各領域の中心点や状態値Ｕ、Ｖなどを求めておき、定義しておいてもよい。この場合、ステップＳ１０２〜Ｓ１０３は、これらの定義済みのデータを用いて逸脱度Ｄ１、Ｄ２を求める動作のみとなる。

以上説明した監視装置、監視システム、異常検知方法により、管理対象の全ての昇降機機器４の状態値を継続的に収集、蓄積し、随時あるいは定期的に昇降機機器４の状態値の総合的な逸脱度を求めて検査することで、高精度な異常検知が可能になる。

引き続き、本実施形態の逸脱原因（異常の原因）の推定について説明する。昇降機機器４から収集する計測値が平常領域から逸脱した場合、どの程度逸脱したかの度合いである逸脱の大きさに基づき、異常判定を行った。上記で算出した逸脱度からは、逸脱の大きさのみならず、Ｒ１やＲ２の各領域と逸脱したデータとの位置関係や、逸脱の方向の情報も得ることができる。この位置関係や逸脱方向の情報を用いることで、逸脱原因を推定することも可能である。

図１０は、逸脱原因を推定する方式の概念図である。図１０に示すグラフでは、状態値の一つである平均ドアトルク値をｘ１軸（横軸）とし、他方の状態値であるドアトルクの標準偏差をｘ２軸（縦軸）とした分布図を示している。また注視対象ドアの状態値がｘ１軸方向に逸脱した場合を逸脱ケースＣ１とし、ｘ２軸方向に逸脱した場合を逸脱ケースＣ２としている。ここでは、総合的な逸脱度Ｄ３をＤ１とＤ２とのベクトル和としている。

ドア開閉装置の場合、ｘ１が通常より増加すること（図１０の逸脱ケースＣ１）は、ドアの動作が重くなったことを意味する。逸脱ケースＣ１の場合、例えば、昇降機ドアのシル溝に砂やプラスティック片などの異物があることが推定される。またｘ２が通常より増加すること（図１０の逸脱ケースＣ２）は、ドアの動作の重さが変化したことを意味する。逸脱ケースＣ２の場合、例えば、挟まっていた異物が後に取れた、あるいは天候の変化などによりドラフト現象（ドアに風圧が強くかかってドアの動作が妨げられること）が発生したことなどが推定される。

以下、逸脱度の方向から、逸脱原因を推定する実装例について説明する。本実施形態では、昇降機機器４の状態値の変化方向（角度）と、異常原因とを関連付けて、事前に記憶部１３に登録しておく。具体的に例示すると、１周（３６０度）を例えば４５度区切りで８分割し、この区分ごとに、逸脱の原因を記したテキストデータを対応付けて記憶部１３に登録しておく。ここでは一例として４５度で区切って８区分としているが、態様はこれに限定されない。

逸脱が発生した場合に、遠隔監視制御処理部１２は、ドアトルクの平均値（ｘ１）および標準偏差値（ｘ２）から逸脱方向を導出する。本実施形態では、遠隔監視制御処理部１２は、領域Ｒ１の代表値である中心点Ｏを起点とし、ｘ１軸を基準角度（０度）とした場合の逸脱度Ｄ３の向きを、逸脱方向とする。

遠隔監視制御処理部１２は、逸脱方向に対応した原因候補を、上記の対応付けから検索する。そして遠隔監視制御処理部１２は、出力部１４を動作させて、逸脱方向の角度や検索結果である逸脱の原因を記したテキストデータを、モニターなどの出力デバイス１１１に表示させる。また紙面上にプリントアウトすることも可能である。この実装例により、異常を検知するだけでなく、その原因を推定することができ、速やかな異常原因の特定と事後の対応が可能になる。

上記例では、Ｒ１の代表値（点Ｏ）を起点として逸脱方向を導出したが、座標軸の取り方によっては、Ｒ２の代表値（点Ｐ）を起点として逸脱方向を導出してもよく、点Ｏと点Ｐとの中心点を起点としてもよい。

上記例では、各領域の中心点を代表値とし、この代表値からの逸脱度の大きさや方向を導出したが、代表値の取り方はこれに限らない。例えば、領域内のデータのうち、逸脱したデータから最も近い値や最も遠い値などを、領域の代表値と見立てて距離や方向を導出してもよい。これ以外にも、領域内のデータであれば、いずれのデータを起点にして逸脱度Ｄ１、Ｄ２、Ｄ３の大きさや方向を算出してもよい。換言すると、遠隔監視制御処理部１２は、逸脱データと各領域とのグラフ上の位置関係に基づき、逸脱度Ｄ１、Ｄ２、Ｄ３の大きさや方向を算出し、異常判定を行い、逸脱の原因を記したテキストデータを記憶部１３から取得して出力部１４に出力してもよい。

また、遠隔監視制御処理部１２は、図９や図１０に示すグラフ、すなわち領域Ｒ１、Ｒ２および逸脱した状態値を図示する分布図の画像データを作成する。遠隔監視制御処理部１２は、出力部１４を動作させて、作成した分布図を出力デバイス１１１に表示し、またネットワークを介して規定の携帯端末に表示させたり、紙面上にプリントアウトしたりする。遠隔監視制御処理部１２は、逸脱度の大きさや方向の数値データや、逸脱の原因を記したテキストデータも、分布図に合成して表示させたり、プリントアウトすることも可能である。

このように表示やプリントアウトをすることで、例えば昇降機５の納入先である顧客に対して、異常が発生した際の説明資料として活用することができる。また図１０を用いて説明したように、異常原因を推定することが可能となるため、この原因を抑止するための提案にも活用することができる。たとえば、昇降機ドアのシル溝に異物が挟まれることを防止する部材を設置することを提案したり、風圧の影響を受けにくくする外壁部材の設置を提案したりする資料としても、活用することができる。

尚、上記実施形態では、状態値として平均値、標準偏差を採用しているが、これに限らず、例えば中央値や最頻値、分散を状態値として用いてもよい。また、上記実施形態では、状態値の要素数を平均値と標準偏差の２つとしているが、態様はこれに限定されない。要素数を１つ、３つ以上としてもよい。状態値の要素数が１つの場合は直線状のグラフとしてもよく、３つ以上の場合は立体状のグラフとしてもよい。グラフの表記方法についても、本実施形態の態様に限定されない。

上記実施形態では、昇降機を監視対象の一例にして説明したが、これに限らず、例えば自動ドアなど、機械的に動作する機器や装置を監視対象とした態様にも適用させることができる。

（第２実施形態）
上記第１実施形態では、ドア開閉装置のトルク値をセンサ３１が計測し、この計測値に基づき異常判定を行う実装例について説明した。第２実施形態では、他の例として、ドアの「開回数」と「閉回数」とをセンサ３１が計測する実装例について説明する。尚、監視システムの構成や、装置内のハードウェア構成、処理フローについては、第１実施形態で説明したものを流用する。

図１１は、平常状態におけるドアの「開回数」と「閉回数」との関係を示す分布図であり、横軸をドアの閉回数とし、縦軸をドアの開回数として、昇降機５のドアの１日の閉回数、開回数をプロットしたものである。

ドアの「開回数」と「閉回数」とは、双方で密接に相関しており、理想的には１：１となる。そこで、昇降機５の同タイプのドアについて、毎日の「開回数」と「閉回数」を座標として点をプロットしていくと、図１１に示すように、通常は１直線上に乗る。この直線が、このタイプの昇降機５のドアにとっての正常範囲である。

図１２は、異常値が含まれる場合の分布図である。ドアに異常や不具合があると、ドアの動作が不安定となり、図１２の破線枠１２０１に示すように、その日のプロット点が直線上から乖離する（＝正常範囲からの逸脱が発生する）。第２実施形態では、直線からの逸脱度をＤ１とする。Ｄ１はドアの不具合の可能性をあらわすひとつの指標となる。

また、特定の昇降機５に着目したときに、プロット点が正常範囲（直線上）にあったとしても、円枠１２０２、１２０３および矢印１２０４で示すように、「閉回数」「開回数」がその昇降機５の通常値（円枠１２０２）から大きく増減する場合もある。図１２では、注視するドアの開閉回数が、円枠１２０２内の値から円枠１２０３内の値となり、大きく減少したことを示している。この場合、昇降機５のドアの使われ方が急激に変化したか、もしくはドアが開かないなど、ドア異常が発生した可能性を示している。この変化量を、逸脱度Ｄ２とする。Ｄ２もドアの不具合の可能性をあらわすひとつの指標とすることができる。

第２実施形態においても、逸脱度Ｄ１は、同種機器の計測値の分布を示す第１分布領域（直線）から、どの程度乖離し、逸脱しているかを示す数値データである。また、逸脱度Ｄ２は、注視している対象機器自体の過去からの計測値の分布を示す第２分布領域（図１２の円枠１２０２付近のデータ）から、どの程度乖離し、逸脱ているかを示す数値データである。

第２実施形態の遠隔監視制御処理部１２は、以上のＤ１とＤ２に基づいて、総合的にドアの異常を判定する。遠隔監視制御処理部１２の動作については、上記の図３や図６に示すフローチャートを適用させることができる。また第１実施系形態と同様に、遠隔監視制御処理部１２は、逸脱原因の推定を行うことができる。第１実施形態と同様に、出力部１４が、図１２に例示する分布図を顧客に資料として提示し、異常や不具合についての説明を行い、また防止策などを提案することも可能である。

このような相関関係は、ドアの「開回数」、「閉回数」以外にも数多く存在する。すなわち、第２実施形態の態様も、第１実施形態と同様に、あくまで一例である。

上記第１、第２実施形態において、領域Ｒ１、Ｒ２は、特異な状態値を排除した領域、すなわち平常状態の状態値に限定して領域を求めているが、特異な状態値を含めて領域Ｒ１、Ｒ２を規定してもよい。

上記第１、第２実施形態で説明した遠隔監視制御処理部１２が提供する各機能を、複数に分割してもよい。また、このようにして分割した機能を、機能ごとに複数の装置や筐体（サーバ）に分けたシステム構成としてもよい。

処理部、第１処理部、第２処理部、第３処理部、第４処理部は、上記第１、第２実施形態の遠隔監視制御処理部１２に相当する。通信部は、第１、第２実施形態の通信処理部１１に相当する。

以上に詳説したように、本実施形態によって、注視対象機器の現在の状態値を異常判定するにあたって、同種機器集団の平常領域からの逸脱度、および注視対象機器の過去の平常領域からの逸脱度に基づいて総合的な逸脱度を算定する。これにより、注視対象機器の個性を踏まえた高い精度の異常判定が可能である。また、逸脱方向に基づいて逸脱の原因を推定できることで、異常時の対応の迅速化が可能である。

尚、本発明は上記した実施形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、また、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。また、上記の各構成、機能、処理部、処理手段等は、それらの一部または全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

１：遠隔監視制御装置、２：通信ネットワーク、３：昇降機監視制御装置、
４：昇降機機器、５：昇降機、６：管理者、１１：通信処理部、
１２：遠隔監視制御処理部、１３：記憶部、１４：出力部、３１：センサ、
９００：監視システム。

Claims (7)

1. 昇降機の異常を検知する監視装置であって、
   昇降機を構成する機器を計測するセンサからの出力信号に基づき、注視対象機器の稼働状態を示す状態値を導出し、
   導出される前記注視対象機器の前記状態値が、前記注視対象機器と同種の機器それぞれの状態値の分布を表す第１分布領域から、どの程度逸脱しているかを示す値である第１の値を算出し、
   導出される前記注視対象機器の前記状態値が、当該注視対象機器の過去の状態値それぞれの分布を表す第２分布領域から、どの程度逸脱しているかを示す値である第２の値を算出し、
   前記第１の値および前記第２の値に基づき、前記注視対象機器が異常であるか否かを判定する、処理部と、
   前記注視対象機器が異常であると判定される場合、ユーザに通知する出力部と、
   を有する監視装置。
2. 請求項１に記載の監視装置であって、
   前記処理部は、さらに、前記第１分布領域と前記第１の値とのグラフ上の位置関係、および、前記第２分布領域と前記第２の値とのグラフ上の位置関係に基づき、前記注視対象機器の異常の原因を記した情報を記憶部から取得し、
   前記出力部は、さらに、前記処理部によって取得される、前記注視対象機器の異常の原因を記した情報を出力する、監視装置。
3. 請求項１に記載の監視装置であって、
   前記処理部は、さらに、前記第１分布領域の代表値から前記第１の値までのグラフ上の方向、および、前記第２分布領域の代表値から前記第２の値までのグラフ上の方向に基づき、前記注視対象機器の異常の原因を記した情報を記憶部から取得し、
   前記出力部は、さらに、前記処理部によって取得される、前記注視対象機器の異常の原因を示した情報を出力する、監視装置。
4. 請求項１に記載の監視装置であって、
   前記処理部は、さらに、前記第１分布領域、前記第２分布領域、前記第１の値、前記第２の値をグラフ上に図示した画像を作成し、
   前記出力部は、さらに、前記処理部によって作成された前記画像を出力する、監視装置。
5. 請求項１に記載の監視装置であって、
   さらに、昇降機を構成する前記機器の状態値を蓄積した記憶部を有し、
   前記処理部は、前記記憶部から、状態値を複数取得し、取得した複数の状態値に基づき、前記第１分布領域と前記第２分布領域とを導出する、監視装置。
6. 昇降機の異常を検知する監視システムであって、
   昇降機を構成する機器を計測するセンサと、
   前記センサによって計測される計測データを受信する通信部と、
   前記通信部で受信された計測データに基づき、注視対象機器の稼働状態を示す状態値を導出する第１処理部と、
   前記注視対象機器と同種の機器それぞれの状態値を蓄積し、当該注視対象機器の過去の状態値を複数蓄積する記憶部と、
   前記記憶部から、前記注視対象機器と同種の機器それぞれの状態値を取得し、取得した状態値の分布を表す第１分布領域から、前記第１処理部で導出される状態値がどの程度逸脱しているかを示す値である第１の値を算出する第２処理部と、
   前記記憶部から、前記注視対象機器の過去の状態値それぞれを取得し、取得した状態値の分布を表す第２分布領域から、前記第１処理部で導出される状態値がどの程度逸脱しているかを示す値である第２の値を算出する第３処理部と、
   前記第１の値および前記第２の値に基づき、前記注視対象機器が異常であるか否かを判定する第４処理部と、
   前記第４処理部によって前記注視対象機器が異常であると判定される場合、ユーザに通知する出力部と、
   を有する、監視システム。
7. 昇降機の異常を検知する異常検知方法であって、
   昇降機を構成する機器を計測するセンサからの出力信号に基づき、注視対象機器の稼働状態を示す状態値を導出し、
   導出される前記注視対象機器の前記状態値が、前記注視対象機器と同種の機器それぞれの状態値の分布を表す第１分布領域から、どの程度逸脱しているかを示す値である第１の値を算出し、
   導出される前記注視対象機器の前記状態値が、当該注視対象機器の過去の状態値それぞれの分布を表す第２分布領域から、どの程度逸脱しているかを示す値である第２の値を算出し、
   前記第１の値および前記第２の値に基づき、前記注視対象機器が異常であるか否かを判定し、
   前記注視対象機器が異常であると判定される場合、ユーザに通知する
   処理を、コンピュータが実行する異常検知方法。