JP6409375B2

JP6409375B2 - パラメータ分類装置

Info

Publication number: JP6409375B2
Application number: JP2014141409A
Authority: JP
Inventors: ニコラシュミット
Original assignee: IHI Corp
Current assignee: IHI Corp
Priority date: 2014-07-09
Filing date: 2014-07-09
Publication date: 2018-10-24
Anticipated expiration: 2034-07-09
Also published as: JP2016018435A

Description

本発明は、ＭＴ法を利用して異常診断する際に診断対象の各パラメータをクラスタリングの対象とするか否かの分類に利用するパラメータ分類装置に関する。

近年、異常の診断にＭＴシステムの一種であるＭＴ法（マハラノビス・タグチ法）の利用が普及している。ＭＴ法では、まず、診断対象の装置やシステム等から正常時に測定した複数のパラメータ値である正常データから、正常状態の基準である単位空間を生成し、その単位空間の基準点を決定する。その後、異常診断の対象時に同一のパラメータの値を測定して診断データとし、これらの値と基準点との距離を用いて異常を診断する（例えば、非特許文献１参照）。

ＭＴ法を利用して異常診断を行う場合、クラスタリングアルゴリズムを利用することがある。例えば、診断対象の装置やシステムでモードを切り替えたことにより、切り替えの前後でセンサ値が大きく変化することがある。また、気温や季節等の条件が変化したことにより、条件の変化の前後でセンサ値が大きく変化することがある。このような場合、モード切替前とモードの切替後のセンサ値、条件の変化前のセンサ値と変化後のセンサ値を同一として扱うと、異常の検出が困難になる。したがって、このようなパラメータは、変化の前後で別のクラスタとして扱う必要があるため、クラスタリングの対象として選択され、クラスタリングアルゴリズムを利用して異常診断を行う。

一方、実際は連続的な信号が離散的な信号としてセンサ等によって計測されることがある。その結果、センサのサンプリング分解能が低い等の理由で連続的な信号の計測値が離散的になり、センサ値が少数のグループに分かれ、クラスタリングの対象であると誤解されやすい場合がある。

立林、手島、長谷川、「入門ＭＴシステム」、日科技連出版社、2008年、43−44頁

上述したように、パラメータには、連続的であっても離散的な信号として計測されることもあり、クラスタリングの対象であるか否かの判断は難しい現状がある。そのため、各パラメータのクラスタへの分類の精度は、オペレータの経験等に依存する現状がある。また、パラメータ毎に複数回に渡って測定された値を参照してクラスタリングの対象を分類するため、パラメータの数が多い場合、分類に長い時間を要する現状がある。

上記課題に鑑み、本発明は、ＭＴ法を利用した異常診断のためにクラスタリングの対象を分類する際、分類の精度を向上させるとともに、処理を容易にし、分類に必要な時間を短縮させることを目的とする。

上記目的を達成するために、第１の発明は、ＭＴ法を利用して異常診断する際に診断対象の各パラメータをクラスタリングの対象とするか否かの分類に利用するパラメータ分類装置であって、複数回分のパラメータの値をパラメータ値取得の時系列で表す時系列グラフと当該パラメータ値のヒストグラムとを生成し、生成した時系列グラフ及びヒストグラムを含む表示画面をディスプレイに表示する表示処理手段と、前記ディスプレイに時系列グラフ及びヒストグラムを表示したパラメータについて、クラスタリングの対象であるか否かが分類された結果を受信すると、当該パラメータの識別子と分類結果を関連付けて分類データとして記憶装置に記憶させる記憶処理手段とを備える。

本発明によれば、ＭＴ法を利用した異常診断のためにクラスタリングの対象を分類する際、分類の精度を向上させるとともに、処理を容易にし、分類に必要な時間を短縮させることができる。

図１は、実施形態に係るパラメータ分類装置を説明するブロック図である。図２は、(a)クラスタ構造のない２つのパラメータの散布図と、(b)クラスタ構造のある２つのパラメータの散布図である。図３は、パラメータの実際の信号と、センサによって計測された値の関係の一例を説明するグラフである。図４は、図３の値が計測された場合に図１のパラメータ分類装置で表示される画面の一例である。図５は、パラメータの実際の信号と、センサによって計測された値の関係の他の例を説明するグラフである。図６は、図５の値が計測された場合に図１のパラメータ分類装置で表示される画面の一例である。図７は、パラメータの実際の信号と、センサによって計測された値の関係の他の例を説明するグラフである。図８は、図７の値が計測された場合に図１のパラメータ分類装置で表示される画面の一例である。

以下に、図面を用いて本発明の実施形態に係るパラメータ分類装置について説明する。実施形態に係るパラメータ分類装置は、ＭＴ法を利用して、多数のセンサによって各パラメータ値が測定されるガスタービン、真空炉、航空エンジン等を診断対象として各パラメータ値を利用して異常診断を行う際、各パラメータ値がクラスタリングの対象であるか否かの分類に利用されるものである。なお、実施形態に係るパラメータ分類装置は、診断対象の異常を検出する異常診断装置に組み込まれていてもよい。クラスタリングの対象であると分類されたパラメータについては、異常診断の際にクラスタリングアルゴリズムが利用され、クラスタ毎に単位空間が形成され、新たに計測されたパラメータ値についてはいずれかのクラスタに対応させて異常診断が実行される。

図１に示すように、実施形態に係るパラメータ分類装置１は、ＣＰＵ１０、記憶装置２０、操作の入力等に利用される入力装置３０及び処理結果等の出力に利用される出力装置４０等を備える情報処理装置である。

パラメータ分類装置１は、記憶装置２０に記憶される分類プログラムＰが実行されることで、図１に示すように、ＣＰＵ２０が診断対象の各項目の値（パラメータ値）を取得する取得手段１１と、分類に利用される画面を出力装置４０に表示する表示処理手段１２と、入力装置３０を介して入力される分類結果を受信する受信手段１３と、受信した分類結果を記憶装置２０に記憶する記憶処理手段１４として処理を実行する。

記憶装置２０は、分類プログラムＰの他、診断対象の各項目値である対象データＤ１、画面の表示に利用される画面データＤ２及び分類結果である分類データＤ３を記憶する。

対象データＤ１は、測定された複数回分の項目値を含む。

図２は、ある２つのパラメータの値に関する散布図の一例である。図２において、横軸はパラメータ１の値（項目値１）、縦軸はパラメータ２の値（項目値２）である。図２（ａ）に示す一例は、クラスタリングの必要がない項目値に関する散布図である。クラスタリングの必要がない場合、図２（ａ）に示すように、各値の分布は均質な集団を形成している。

これに対し、図２（ｂ）に示す一例は、クラスタリングの必要がある項目値に関する散布図である。図２（ｂ）に示す例では、全ての値の分布は均質な集団を形成するのではなく、２つのグループに分かれている。このような場合、ＭＴ法で異常診断をする場合、クラスタリングアルゴリズムを利用してクラスタ１とクラスタ２のデータを分類して、別々に異常を診断する必要がある。

図３は、センサのサンプリング分解能が低いため、項目値が複数のグループに分かれる項目の時系列データの一例である。図３では、横軸を測定回数（測定回数毎にナンバリングされた番号）、縦軸を項目値（パラメータ値）とし、測定された項目値を時系列で表す。この図３に示す例は、実際の信号（図３中の実線）は連続的であるのに対し、センサによる計測値（図３中の破線）は離散的となった例である。

具体的には、正常時において測定する信号の平均値が６．５かつ振幅が０．１であって、センサの分解能が１であるとする。このとき、測定する信号が６．５を上回るか、下回るかによって、センサは、７又は６のいずれかの値を出力する。したがって、実際の信号は連続的であるのに対し、センサによる計測値は、２つのクラスタを形成するように見える。このような場合、グループ１とグループ２とは実際には別々のクラスタではないが、それぞれ別々のクラスタとして誤って判断され、この項目がクラスタリング対象と誤って分類されやすい。このように誤って分類されると、クラスタリング対象でない項目にクラスタリングアルゴリズムが適用され、異常診断の精度が低下する。したがって、クラスタリングの対象は、正確に分類することが好ましい。

取得手段１１は、クラスタリングの必要があるか否かを分類する項目値（パラメータの値）を取得する。例えば、取得手段１１は、診断対象のセンサ等から項目値を取得してもよいし、異常診断装置から項目値を取得してもよい。また、取得手段１１は、取得した各項目値を対象データＤ１として記憶装置２０に記憶させる。

表示処理手段１２は、記憶装置２０から対象データＤ１及び画面データＤ２を読み出し、クラスタリングの対象であるか否かの分類に利用する表示画面を生成し、出力装置４０に表示させる。例えば、表示処理手段１２は、図４に一例を示すような表示画面Ｗを生成する。

具体的には、表示処理手段１２は、対象データＤ１を利用して対象の項目値の時系列のグラフを生成する。また、表示処理手段１２は、対象データＤ１を利用して、対象の項目値について計測された頻度の分布であるヒストグラムを生成する。その後、表示処理手段１２は、画面データＤ２と生成した時系列のグラフ及びヒストグラムを合わせて表示画面Ｗとする。

表示画面Ｗは、対象の項目毎に表示され、図４に示すように、時系列のグラフを含むグラフ表示エリアＡ１、項目値のヒストグラムを含むヒストグラム表示エリアＡ２、及び、オペレータがコメントを入力可能なコメント記入エリアＡ３を有する。また、表示画面Ｗは、クラスタリング対象と判断された場合に押下される第１ボタンＢ１、クラスタリングの対象外と判断された場合に押下される第２ボタンＢ２、前の項目に関する表示画面を表示させる第３ボタンＢ３、次の項目に関する表示画面を表示させる第４ボタンＢ４を有する。

図４は、項目名「項目△△」の項目に関する表示画面Ｗの一例であって、この「項目△△」の項目は、ｙある項目のうち、ｘ番目の項目である。この表示画面Ｗを参照したオペレータは、グラフ表示エリアＡ１に表示される時系列のグラフや、ヒストグラム表示エリアＡ２に表示されるヒストグラムを参照し、クラスタリングの対象であるか否かを容易に判断することができる。このような判定の結果に応じて、第１ボタンＢ１又は第２ボタンＢ２が押下される。

例えば、図４のヒストグラム表示エリアＡ２に示すように、ヒストグラムが一定の間隔で分布された幅のない縦棒であった場合、センサのサンプリング性能に依存したグループと考えられるため、クラスタリングの対象でないと判断される。したがって、図４に示す例では、第２ボタンＢ２が押下される。また、図４のヒストグラム表示エリアＡ２に示される例は、２つの項目値のみを含む例であるが、２つ以上の項目値を含む場合も同様である。仮に、センサのサンプリング性能に依存した項目を表すヒストグラムが２つ以上の項目値を含む場合、各項目値は、一定間隔で離れるものとなる。

一方、ヒストグラムで項目値のグループが形成されたとしても、各項目値のグループの頻度の分布が連続である場合、クラスタリングの対象であると判断される。クラスタリングの対象となる場合、時系列データは、例えば、図５に示すように、実際の信号（図５中の実線）もセンサによる計測値（図５中の破線）も離散的ではなく、連続的である。具体的には、図５に示す実際の信号は、クラスタ１とクラスタ２の平均値がそれぞれ３６．５と６．５であって、振幅が６である。また、図５に示す計測値は、センサのサンプリング分解能が１の場合であって、整数に丸められたものとする。図５に示す例では、図３で示した例と比較してサンプリング分解能が十分であるため、実際の信号とセンサの計測値とがほぼ同一となる。

図５に示すような時系列データが得られる場合、表示処理手段１２は、図６に示すように時系列のグラフ及びヒストグラムを合わせて表示画面Ｗを生成し、出力装置４０に表示させる。図６に示す例では、ヒストグラムで項目値のグループが複数形成されるが、各グループは頻度が異なり、クラスタリングの対象であることが分かるため、第１ボタンＢ１が押下される。

ヒストグラムで項目値のグループが形成されない場合、クラスタリングの対象でないと判断される。ヒストグラムで項目値のグループが形成されない場合、時系列データは、例えば、図７に示すように生成される。具体的には、図７に示す実際の信号は、正常時の計測値の平均値が６．５である。また、図７に示す計測値は、センサのサンプリング分解能が１の場合であって、整数に丸められたものとする。

図７に示すような時系列データが得られる場合、表示処理手段１２は、図８に示すように時系列のグラフ及びヒストグラムを合わせて表示画面Ｗを生成し、出力装置４０に表示させる。図８に示す例では、ヒストグラムで項目値のグループは１つであり、クラスタリングの対象でないことが分かるため、第２ボタンＢ２が押下される。

コメント記入エリアＡ３には、グラフ表示エリアＡ１やヒストグラム表示エリアＡ２を元に、オペレータが入力装置３０を介し、この項目に関する事項を自由に記入することができる。例えば、対象の項目値を測定するセンサに現れる異常や、着目すべき現象等を記入することができる。

受信手段１３は、表示処理手段１２が表示画面Ｗを表示後に入力装置３０を介して第１ボタンＢ１が押下されると、クラスタリング選択信号を受信する。記憶処理手段１４は、受信手段１３がクラスタリング選択信号を受信すると、この項目をクラスタリング対象と分類し、この項目の識別子とクラスタリングの対象である分類結果とを関連付けて分類データＤ３を更新する。

また、受信手段１３は、表示処理手段１２が表示画面Ｗを表示後に入力装置３０を介して第２ボタンＢ２が押下されると、非選択信号を受信する。記憶処理手段１４は、受信手段１３が非選択信号を受信すると、この項目をクラスタリング非対象と分類し、この項目の識別子とクラスタリングの非対象である分類結果とを関連付けて分類データＤ３を更新する。

さらに、受信手段１３がコメント記入エリアＡ３に記入された内容を受信すると、記憶処理手段１４は、受信手段１３が受信した内容を分類データＤ３に追加する。これにより、分類作業を行ったオペレータは、コメント記入エリアＡ３に記入されたコメントの情報を他のオペレータと共有することができる。

受信手段１３は、表示処理手段１２が表示画面Ｗを表示後に入力装置３０を介して第３ボタンが押下されると前項目信号を受信し、第４ボタンが押下されると次項目信号を受信する。受信手段１３は、受信した前項目信号又は次項目信号を表示処理手段１２に出力する。

表示処理手段１２は、受信手段１３から前項目信号又は次項目信号が入力されると、信号に応じて、該当する項目の表示画面Ｗを生成し、出力装置４０に表示する。例えば、図４に示す表示画面Ｗの表示後に前項目信号を受信すると、表示処理手段１２は、ｘ−１番目の項目に関する表示画面Ｗを表示する。また、図４に示す表示画面Ｗの表示後に後項目信号を受信すると、表示処理手段１２は、ｘ＋１番目の項目に関する表示画面Ｗを表示する。

上述したように、実施形態に係るパラメータ分類装置では、各パラメータ（項目）が、クラスタリングの対象であるか否かを、表示画面Ｗを利用して分類させる。したがって、パラメータを分類するオペレータは、表示画面Ｗに表示される視覚的な情報から容易に分類することができる。
以上、実施形態を用いて本発明を詳細に説明したが、本発明は本明細書中に説明した実施形態に限定されるものではない。本発明の範囲は、特許請求の範囲の記載及び特許請求の範囲の記載と均等の範囲により決定されるものである。

１パラメータ分類装置
１１取得手段
１２表示処理手段
１３受信手段
１４記憶処理手段
２０記憶装置
３０入力装置
４０出力装置
Ｄ１対象データ
Ｄ２画面データ
Ｄ３分類データ
Ｐ分類プログラム

Claims

ＭＴ法を利用して異常診断する際に診断対象の各パラメータをクラスタリングの対象とするか否かの分類に利用するパラメータ分類装置であって、
複数回分のパラメータの値をパラメータ値取得の時系列で表す時系列グラフと当該パラメータ値のヒストグラムとを生成し、生成した時系列グラフ及びヒストグラムを含む表示画面をディスプレイに表示する表示処理手段と、
前記ディスプレイに時系列グラフ及びヒストグラムを表示したパラメータについて、オペレータにより入力装置を介して入力される、クラスタリングの対象であるか否かが分類された結果を受信すると、当該パラメータの識別子と分類結果を関連付けて分類データとして記憶装置に記憶させる記憶処理手段と、
を備えることを特徴とするパラメータ分類装置。
前記ディスプレイに時系列グラフ及びヒストグラムを表示したパラメータについて、前記ヒストグラムが２つ以上の項目値を持ち、かつ、前記項目値の頻度が異なることをクラスタリングの条件とする、
ことを特徴とする請求項１に記載のパラメータ分類装置。