JP7356773B1 - 異常検知システム、および異常検知方法 - Google Patents

異常検知システム、および異常検知方法 Download PDF

Info

Publication number
JP7356773B1
JP7356773B1 JP2023111983A JP2023111983A JP7356773B1 JP 7356773 B1 JP7356773 B1 JP 7356773B1 JP 2023111983 A JP2023111983 A JP 2023111983A JP 2023111983 A JP2023111983 A JP 2023111983A JP 7356773 B1 JP7356773 B1 JP 7356773B1
Authority
JP
Japan
Prior art keywords
state
abnormality
virtual
functional element
unit
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2023111983A
Other languages
English (en)
Inventor
徳衡 李
剛史 早川
Original Assignee
株式会社Futu-Re
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 株式会社Futu-Re filed Critical 株式会社Futu-Re
Priority to JP2023111983A priority Critical patent/JP7356773B1/ja
Application granted granted Critical
Publication of JP7356773B1 publication Critical patent/JP7356773B1/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Testing And Monitoring For Control Systems (AREA)

Abstract

【課題】マルチレベルフローモデルのモデリング手法を採用し、制御系が複雑でありかつその時系列での変化がたとえばプラントと比較して大きい場合でも、その制御系の異常を迅速に検知するとともにその異常箇所を特定および可視化することができる異常検知装置および異常検知方法を提供する。【解決手段】異常検知システム１は、電気回路系（回路系の一例）も含んで構成されて現実に稼働する所定のモータ制御系（制御系の一例）に対しハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知システム１である。異常検知システム１は、マルチレベルフローモデルの手法に従って制御系の機能のそれぞれに個別に対応する複数の機能要素Ｆを設けるモデル設定部１６Ａを含んで構成される。【選択図】図５

Description

本発明は、回路系も含んで構成されて現実に稼働する所定の制御系にハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知システム、および異常検知方法に関する。
現実に稼働する所定の制御系に対する異常検知の従来技術として、制御系の状態量を計測する状態量計測装置と、計測量判定装置と、診断装置と、表示装置と、を備えるシステムが知られる（たとえば特許文献１参照）。
なお、特許文献１記載の装置が対象とする制御系は、プラントとされる。
特許文献１記載の計測量判定装置は、状態量計測装置からの計測信号に基づいて異常診断の対象とするプラントモデルに対応する状態量を決定し、プラント制御装置からのプラントの稼働スケジュールを参照して基準値およびしきい値により正常・異常を判定する。特許文献１記載の診断装置は、計測量判定装置の判定結果を入力し、プラントモデル上の異常要素をあらかじめ決められた診断手法に従って同定する。特許文献１記載の表示装置は、診断装置の異常診断結果および推論過程を示す情報を表示する。
また、他の従来技術として、特許文献１と同様に対象とする制御系がプラントであり、制御系の状態量を計測する状態量計測装置と、計測量判定装置と、診断装置と、表示装置と、を備えるシステムも知られる（たとえば特許文献２参照）。
特許文献２記載の計測量判定装置は、状態量計測装置からの計測信号に基づいて異常診断の対象とするプラント機能階層モデルにかかる計測状態量の正常／異常を判定する。また、特許文献２記載の計測量判定装置は、プラント制御装置からのプラントの稼働スケジュールに応じて計測状態量の正常／異常判定用のしきい値の変更およびプラント機能階層モデルにおける各ゴールの優先度を決定する。特許文献２記載の診断装置は、計測量判定装置の判定結果に基づいてプラント機能階層モデル上の異常伝播ネットワークを求め、異常診断を行う。特許文献２記載の表示装置は、診断装置の異常診断結果および推論過程を表示する。
特開平９－１９０２１９号公報 特開平１０－２０９３２号公報
ところで、制御系をモデリングして適応的に制御するモデリング手法として、マルチレベルフローモデル（Ｍｕｌｔｉ－Ｌｅｖｅｌ Ｆｌｏｗ Ｍｏｄｅｌｓ： ＭＬＦＭ、以下「ＭＬＦＭ」ともいう。）が知られる。
ＭＬＦＭは、プロセス制御または制御システムの設計などに使用され、現実の物理的な要素がモデル内の要素として表現され、モデルが現実世界とより直接的に対応することが可能となる。さらに、ＭＬＦＭは、システムダイナミクスの表現が可能である。すなわち、ＭＬＦＭは、制御系（システム）内のフィードバックループおよび時系列的な変化を適切に表現して、制御系の安定性または振動、成長または衰退などの制御系のダイナミクスを精度よく分析することが可能となる。さらに、ＭＬＦＭでは、制御系の複雑さを適切に分割および統合することが可能であり、大規模で複雑な制御系を扱う場合でもそのオペレータなどにとってその理解や分析が容易となる。
そのように、ＭＬＦＭは、種々の利点を有するモデリング手法ではあるが、前述の特許文献１および特許文献２のような従来のシステムは、そのモデリング手法としてＭＬＦＭまで対応するものではなく、たとえば特許文献１の装置ではマス・エネルギーの流れを表現するニューラル・ネットワークに基づくものである。ＭＬＦＭへの適用という点で、改善の余地があったといえる。また、前述のように、制御系が複雑でありかつその時系列での変化がたとえばプラントと比較して大きい場合でも、異常検知システムにＭＬＦＭのモデル手法を採用することで適応的にかつ迅速に対応することが可能となる。
本発明は、前述した事情に鑑みてなされたものであり、その目的は、マルチレベルフローモデルのモデリング手法を採用し、制御系が複雑でありかつその時系列での変化がたとえばプラントと比較して大きい場合でも、その制御系の異常を迅速に検知するとともにその異常箇所を特定および可視化することができる異常検知装置および異常検知方法を提供することにある。
本発明の前述した目的は、後記の構成により達成される。
［１］
回路系も含んで構成されて現実に稼働する所定の制御系に対しハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知システムであって、
マルチレベルフローモデルの手法に従って前記制御系の機能のそれぞれに個別に対応する複数の機能要素を設け、互いに直列に接続してその上端からその末端に向かってシリアルに情報が流れる前記複数の機能要素で表現される１つのメイングループと、互いに直接に接続してその上端からその末端に向けてシリアルに情報が流れる前記複数の機能要素で表現されるとともにそのそれぞれの最末端の前記機能要素で前記メイングループの前記複数の機能要素のうちいずれか１つに接続する１または複数のサブグループと、を設定するモデル設定部と、
前記メイングループおよび前記複数のサブグループのそれぞれにおける前記複数の機能要素のそれぞれの現実の状態量を取得し当該状態量を行列形式で表現する現実状態取得部と、
前記メイングループおよび前記複数のサブグループのそれぞれにおいて、当該メイングループまたは当該サブグループに属する前記機能要素の個数のそれぞれと同一の数量で複数の仮想状態量を行列形式で算出する仮想状態算出部と、
前記仮想状態算出部の算出した前記複数の仮想状態量のそれぞれに対し、前記現実状態取得部の取得結果と比較する状態比較部と、
前記状態比較部の比較結果に基づいて、異常が発生した前記機能要素を特定する異常特定部と、を含む、
異常検知システム。
［２］
前記複数のサブグループが第Ｌ番目まで設定されており、前記サブグループのうち第ｊ（ｊは自然数；ｊ＝１，・・・，Ｌ）番目において前記複数の機能要素がその最上端からその情報の流れに沿って計数してその最末端の第Ｍ（Ｍは自然数）番目まで設定される場合において、
前記現実状態取得部は、前記第ｊ番目の前記サブグループにおける第ｋ（ｋは自然数；ｋ＝１，・・・，Ｍ）番目の前記機能要素の現実の前記状態量Ｓjk（前記第ｊ番目のサブグループにおける前記第ｋ番目の前記機能要素の前記状態量を示す）のそれぞれをベクトル形式で表現するとともに、前記第ｊ番目の前記サブグループの全体での現実の前記状態量を示すサブ全体状態量Ｐjを後記の数式１に従って行列形式で表現し、
前記仮想状態算出部は、当該第ｊ番目の前記サブグループにおける前記複数の仮想状態量Ｑjkを後記の数式２に従って算出し、
前記状態比較部は、その対象とする前記サブグループごとに、当該サブグループの前記複数の仮想状態量Ｑjkのそれぞれに対し当該サブグループの前記サブ全体状態量Ｐjを比較して一致するか否かを判定する、
［１］に記載の異常検知システム。

［数式１］
Ｐj＝（Ｓj1 Ｓj2 ・・・ Ｓj(M-1) ＳjM）
ただし、ｊは自然数；ｊ＝１，・・・，Ｌ

［数式２］
Ｑjk＝（Ｓj1 ・・・ Ｓj(k-1) Ｓjk Ｔ1 1・Ｓjk ・・・ Ｔ1 M-k・Ｓjk）
ただし、ｊ，ｋはいずれも自然数；ｊ＝１，・・・，Ｌ；ｋ＝１，・・・，Ｍ
Ｔjは、当該第ｊ番目の前記サブグループにおいて隣接して配置される前記機能要素の間に設定される仮想異常伝達関数である。

［３］
前記異常特定部の特定結果に基づいて、前記制御系の機能における異常箇所を検知する異常検知部と、をさらに含み、
前記仮想状態量Ｑjkは、前記第ｊ番目の前記サブグループにおける前記第ｋ番目の前記機能要素に対応するものとして設定され、
前記異常特定部は、前記状態比較部での比較の結果、当該第ｊ番目のサブグループにおいて１つのみ一致する場合にはその一致した前記仮想状態量Ｑjkに基づいて当該仮想状態量Ｑjkに対応する前記第ｋ番目の前記機能要素を特定し、あるいは当該第ｊ番目のサブグループにおいて複数一致する場合、その一致した複数の前記仮想状態量Ｑjkに基づいて、当該仮想状態量Ｑjkの対応する前記機能要素のうち最も上側に配置される前記機能要素を特定し、
前記異常検知部は、前記異常特定部によって特定した前記機能要素に対応する前記制御系の機能に異常が発生していることを検知する、
［２］に記載の異常検知システム。
［４］
前記メイングループにおいて、前記複数の機能要素がその最上端からその情報の流れに沿って計数してその最末端の第Ｎ（Ｎは自然数）番目まで設定される場合において、
前記現実状態取得部は、前記メイングループにおける第ｉ（ｉは自然数；ｉ＝１，・・・，Ｎ）番目の前記機能要素の前記状態量Ｕi（前記メイングループにおける前記第ｉ番目の前記機能要素の前記状態量を示す）のそれぞれをベクトル形式で表現するとともに、前記メイングループの全体の前記状態量を示すメイン全体状態量Ｖを後記の数式３に従って行列形式で表現し、
前記仮想状態算出部は、当該メイングループにおける前記複数の仮想状態量Ｗiを後記の数式４に従って算出し、
さらに前記仮想状態算出部は、前記メイングループの第ｘ（１＜＝ｘ＜＝Ｎ）番目の前記機能要素に対して第ｙ（１＜＝ｙ＜＝Ｌ（Ｌは自然数））番目の前記サブグループの最末端に配置される前記機能要素が接続する場合、当該複数の仮想状態量Ｗiのそれぞれに対し後記の数式４においてその横方向に並列される行列要素のうち前記第ｘ番目よりも次以降の前記行列要素でありかつ後記の仮想異常伝達関数Ｔが行列乗算されて算出された前記行列要素と判定される１または複数の前記行列要素にのみ、前記第ｙ番目の前記サブグループの最末端に配置される前記機能要素の実際の前記状態量Ｓyをさらにそれぞれ行列乗算して、複数の仮想状態量Ｗi’（ｉ＝１，・・・，Ｎ）を算出し、
前記状態比較部は、前記メイングループの前記複数の仮想状態量Ｗi’のそれぞれに対して前記メイン全体状態量Ｖを比較して一致するか否かを判定する、
［１］に記載の異常検知システム。

［数式３］
Ｖ ＝ （Ｕ1 Ｕ2 ・・・ ＵN-1 ＵN）

［数式４］
Ｗi ＝ （Ｕ1 ・・・ Ｕi-1 Ｕi Ｔ1・Ｕi ・・・ ＴN-i・Ｕi）
ただし、ｉは自然数；ｉ＝１，・・・，Ｎ
Ｔは、前記メイングループにおいて隣接して配置される前記機能要素の間に設定される仮想異常伝達関数である。

［５］
前記異常特定部の特定結果に基づいて、前記制御系の機能における異常箇所を検知する異常検知部と、をさらに含み、
前記仮想状態量Ｗi’は、前記メイングループにおける前記第ｉ番目の前記機能要素に対応するものとして設定され、
前記異常特定部は、前記状態比較部での比較の結果、１つのみ一致する場合にはその一致した前記仮想状態量Ｗi’に基づいて当該仮想状態量Ｗi’に対応する前記第ｉ番目の前記機能要素を特定し、あるいは複数一致する場合、その一致した複数の前記仮想状態量Ｗi’に基づいて、当該仮想状態量Ｗi’の対応する前記機能要素のうち最も上側に配置される前記機能要素を特定し、
前記異常検知部は、前記異常特定部によって特定した前記機能要素に対応する前記制御系の機能に異常が発生していることを検知する、
［４］に記載の異常検知システム。
［６］
前記仮想異常伝達関数は、単位行列である、
［２］または［４］に記載の異常検知システム。
［７］
所定の装置および／またはプログラムを使用して、回路系も含んで構成されて現実に稼働する所定の制御系にハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知方法であって、
マルチレベルフローモデルの手法に従って前記制御系の機能のそれぞれに個別に対応する複数の機能要素を設け、互いに直列に接続してその上端からその末端に向かってシリアルに情報が流れる前記複数の機能要素で表現される１つのメイングループと、互いに直接に接続してその上端からその末端に向けてシリアルに情報が流れる前記複数の機能要素で表現されるとともにそのそれぞれの最末端の前記機能要素で前記メイングループの前記複数の機能要素のうちいずれか１つに接続する１または複数のサブグループと、を設定するモデル設定ステップと、
前記メイングループおよび前記複数のサブグループのそれぞれにおける前記複数の機能要素のそれぞれの現実の状態量を取得し当該状態量を行列形式で表現する現実状態取得ステップと、
前記メイングループおよび前記複数のサブグループのそれぞれにおいて、当該メイングループまたは当該サブグループに属する前記機能要素の個数のそれぞれと同一の数量で複数の仮想状態量を行列形式で算出する仮想状態算出ステップと、
前記仮想状態算出ステップで算出した前記複数の仮想状態量のそれぞれに対し、前記現実状態取得ステップでの取得結果と比較する状態比較ステップと、
前記状態比較ステップでの比較結果に基づいて、異常が発生した前記機能要素を特定する異常特定ステップと、を含む、
異常検知方法。
本発明によれば、マルチレベルフローモデルのモデリング手法を採用し、制御系が複雑でありかつその時系列での変化がたとえばプラントと比較して大きい場合でも、その制御系の異常を迅速に検知するとともにその異常箇所を特定および可視化することができる。
以上、本発明について簡潔に説明した。さらに、以下に説明される発明を実施するための形態（以下「実施形態」という。）を添付の図面を参照して通読することにより、本発明の詳細はさらに明確化されるだろう。
本発明に係る第１実施形態の異常検知システムに関するネットワーク構成の一例を説明する概略構成図 図１に示す異常検知システムが制御対象とする車両操舵装置の構成の一例を説明する概略構成図 図２に示す車両操舵装置の電気回路の概略構成の一例を説明する回路図 図１に示すサーバー装置のハードウェア構成の一例を説明する模式図 図１に示すサーバー装置および情報端末装置で実現される機能の一例を説明するブロック図 モデル設定部によって図２の制御対象を表現する制御モデルの一例を説明する機能ブロック図 図５に示すサーバー装置が実行する動作フローの一例を説明するフロー図
以下、添付図面を適宜参照しながら、本発明に係る、異常検知システムおよび異常検知方法を具体的に開示する1つまたは複数の実施形態を詳細に説明する。
ただし、必要以上に詳細な説明は省略する場合がある。たとえばすでによく知られた事項の詳細説明または実質的に同一の構成に対する重複説明を省略する場合がある。これは、以下の説明が不必要に冗長になるのを避け、当業者の理解を容易にするためである。また、添付図面のそれぞれは符号の向きに従って視るものとする。
また、添付図面および以下の説明は、当業者が本開示を十分に理解するために提供されるのであり、これらにより特許請求の範囲に記載の主題を限定することは意図されていない。
＜用語の説明＞
「を有する」「を備える」「を含む」および「を含有する」と同義である用語「を含む」または「により特徴づけられる」「を特徴とする」は、包括的または開放型な意味で解釈されるものであり、追加の、挙げられていない要素または方法のステップを排除しない。「を含む」は、請求項の言語で使用される技術用語であり、それは名を挙げられた請求項要素は必須であるが、他の請求項要素が追加されて請求項の範囲内で構成物をさらに形成してもよいことを意味する。
また、本明細書において「からなる」という語句を使用する場合には、当該「からなる」という語句は、請求項で特定されていない、いかなる要素、ステップまたは成分も排除する。語句「からなる（またはその変形）」が、プリアンブルの直後ではなくむしろ、請求項の本体の節に現れる場合、それは、その節において示された要素のみを限定し、他の要素が当該請求項全体から排除されるのではない。本明細書において使用する語句「から本質的になる」は、請求項の範囲を、特定された要素または方法ステップに加えて、請求された対象事物の主成分および新規な特徴（単数または複数）に実質的に影響しないものに限定する。
用語「を含む」、「からなる」および「から本質的になる」に関して、これら３つの用語の１つが本明細書において使用される場合、本発明で開示されたおよび請求された対象事物は、他の２つの用語のいずれかの使用も含むこともある。従って、そうではないと明示的に挙げなかったいくつかの実施形態において、「を含む」の任意の場合が、「からなる」または「から本質的になる」によって置き換えられ得る。
用語「工程」もしくは「ステップ」は、プロセスまたは方法の特徴に関連して、明示的に用いられ、または暗示的に用いられ得る。しかしながら、順番または手順について明記されない限り、このような明示的な工程もしくはステップの間、または暗示的な工程もしくはステップの間における、順番または手順は、限定されない。
また、本明細書でいう用語「部」または「装置」とは単にハードウェアによって機械的に実現される物理的構成に限らず、その構成が有する機能をプログラムなどのソフトウェアにより実現されるものも含む。また、１つの構成が有する機能が２つ以上の物理的構成により実現されても、または２つ以上の構成の機能がたとえば１つの物理的構成（たとえば１つの独立した装置）によって実現されていてもかまわない。
また、以下の実施形態の説明で用いる用語「ユーザ」は、情報端末装置（たとえば専用端末のほかスマートフォン、タブレット、ノートパソコンなどのコンピュータ）を所有して制御対象（たとえば、車両、車両操舵装置など）を適宜検査する検査員というだけではなく、後述する車両の運転手またはその所有者なども含めて広く解釈される。
＜マルチレベルフローモデル＞
マルチレベルフローモデル（Ｍｕｌｔｉ－Ｌｅｖｅｌ Ｆｌｏｗ Ｍｏｄｅｌｓ、ＭＬＦＭ）は、プロセス制御や制御システムの設計に使用されるシステムの形式的なモデリング手法である。以下に、その特徴とその説明を箇条書で説明する。
［・階層的な構造］
ＭＬＦＭは、階層的な構造を有する。この構造は、システムを最上位から最下位まで分割することで、より簡潔で理解しやすいモデルを作成することが可能である。各レベルは、より詳細なレベルに分割することができ、システムの複雑性を効果的に管理することが可能である。たとえば、ＭＬＦＭの最上位レベルは、システム全体を表し、中間レベルは、システムの部分的なコンポーネントを表現することが可能である。最下位レベルは、コンポーネントの細かい詳細を表現することも可能である。
［・物理的な意味のある表現］
ＭＬＦＭは、物理的な意味を持つ表現を使用する。このモデルの主な目的は、プロセスや制御システム内の実際の物理的な要素が、モデル内の要素として表現されることで、モデルが現実世界とより直接的に対応することが可能である。この特徴は、ＭＬＦＭが他の形式手法と異なる点の１つである。
［・複数のレベルでの制御］
ＭＬＦＭは、複数のレベルでの制御を可能にする。モデルは、各レベルでの状態を表現し、それぞれのレベルで制御を行うことが可能である。たとえば、ＭＬＦＭは、部分的な制御を行うことができ、部分的な制御が成功した場合には、その部分システムの全体的な制御に向けて、次の段階に進むことが可能である。
［・多目的性］
ＭＬＦＭは、多目的なモデルであるため、異なる目的に使用することが可能である。設計および制御、トラブルシューティング、そしてシステムの機能解析などに利用することが可能である。ＭＬＦＭは、非常に柔軟なモデルであるため、多くの目的に対して使用することが可能である。
［・直感的な表現］
ＭＬＦＭは、直感的な表現方法を使用するため、モデルの理解や解釈が容易になる。また、ＭＬＦＭは、シンプルで明確な表現を使用することが可能であるため、複雑なモデルでも直感的に理解可能である。さらに、ＭＬＦＭは、物理的な意味を持つ表現を使用するため、その意味においても、直感的な理解が容易である。ＭＬＦＭは、コンポーネント間の関係を明確に表現するため、モデルの中での要素の役割をより明確に説明することが可能である。
［・可読性（可視性）が高い］
ＭＬＦＭは、可読性が高いという特徴を有する。ＭＬＦＭは、階層的で、物理的な意味を持つ表現を使用するため、モデルを理解するのが容易となる。また、多くの場合、図表によって視覚的に表現することが可能であり、直感的に理解可能である。そのため、ＭＬＦＭは、設計やトラブルシューティングなど、システム解析の様々な目的に対して、高い可読性を提供することが可能である。
＜第１実施形態＞
図１～図７に基づいて、本発明に係る異常検知システム１および異常検知方法の第１実施形態について説明する。
［・異常検知システムのネットワークの構成について］
図１を参照しながら、本実施形態の異常検知システム１のネットワーク構成について説明する。
図１は、本実施形態の異常検知システム１に関するネットワーク構成の一例を説明する概略構成図である。
図１に示すように、本実施形態の異常検知システム１は、通信ネットワークＮと、複数のサーバー装置１０と、車両Ｃに搭載される複数の情報端末装置２０と、を含んで構成される。
なお、本実施形態では車両Ｃに車両操舵装置３０（後述参照）が搭載されており、当該車両操舵装置３０が本実施形態の異常検知システム１における制御対象（異常検知対象）とされる。
複数のサーバー装置１０は、たとえば所定の施設内に配置される。情報端末装置２０は、ユーザＨのそれぞれによって操作可能にたとえば車両Ｃに搭載されてハードウェア的に接続する。
そのような構成によって、サーバー装置１０は、情報端末装置２０のそれぞれによる車両Ｃ（本実施形態では車両操舵装置３０）の状況を全体的に検知して、ユーザＨのそれぞれは情報端末装置２０を通じて当該車両Ｃの異常発生の有無を把握することが可能である。
なお、情報端末装置がスマートフォンなどの小型端末である場合には、情報端末装置は必要なときに車両Ｃにハードウェア的に接続され、それ以外のときには携帯可能または移動（移設）可能に構成されてもよい。
通信ネットワークＮは、複数のサーバー装置１０と、複数の情報端末装置２０のそれぞれと、に接続されており、種々の情報または信号が相互にやり取り可能に設けられる。また、通信ネットワークＮは、少なくとも有線または無線の回線を含み、インターネット回線をその一部またはすべて含んで構成される。それにより、通信ネットワークＮは、サーバー装置１０と情報端末装置２０との間、および情報端末装置２０の間で相互に通信可能に構成される。つまり、複数のサーバー装置１０は、通信ネットワークＮを通じて複数のユーザＨの情報端末装置２０からアクセス可能に構成される。
なお、通信ネットワークＮは、サーバー装置１０および情報端末装置２０の間の通信を促進するために、相互に接続して使用される、ローカルエリアネットワーク（ＬＡＮ）、ワイドエリアネットワーク（ＷＡＮ）、携帯電話ネットワーク（ＭＴＮ）および他の種類のネットワークを適宜含むことも可能である。
情報端末装置２０は、後述するように、画像出力部２４（たとえばモニター装置またはディスプレイ装置など）と、操作入力部２３（たとえばタッチパネル、キーボードまたはマウスなど）と、音声出力部（たとえばスピーカーなど：不図示）と、を少なくとも有して構成される。また、情報端末装置２０は、前述したように通信ネットワークＮによってサーバー装置１０と相互に情報通信可能に構成される。そのため、情報端末装置２０は、サーバー装置１０によって検知される異常に関する情報をその画像出力部２４および音声出力部に出力してその検知状況をユーザＨに提示（報知）することが可能である。
なお、本実施形態では、情報端末装置２０は、１つまたは複数の半導体により構成されるミニコンピュータが例示されるが、これに限定されない。たとえば、情報端末装置２０は、その他に、ノートパソコン、スマートフォン、汎用のパソコン装置、携帯電話、タブレット、ラップトップコンピュータ、ネットブック、携帯情報端末（ＰＤＡ）、ゲームデバイス、メディアプレーヤーまたは電子ブックなど種々に採用することが可能である。情報端末装置２０は、通信ネットワークＮに接続（アクセス）可能であれば情報端末装置の形態は限定されない。
そして、本実施形態では、サーバー装置１０に本発明に係る異常検知システム１の主な機能が実装される。サーバー装置１０は、通信ネットワークＮを通じて複数の情報端末装置２０と相互に通信して車両Ｃのそれぞれで異常発生を検知し、その検知結果を、情報端末装置２０を通じてたとえば車両Ｃの運転者または現場オペレータなどに異常検知を報知する。
なお、本実施形態では、異常検知システム１の大部分の機能がサーバー装置１０に実装されるが、これに限定されない。たとえば、サーバー装置１０の機能の一部またはそのすべてを情報端末装置２０に実装し、情報端末装置２０のそれぞれが自律的にシステムの大部分の機能を実現可能に構成してもよい。
［・車両操舵装置の概略構成について］
図２および図３を参照しながら、本実施形態に係る車両操舵装置３０の構成について説明する。
図２は、図１に示す異常検知システム１が制御対象とする車両操舵装置３０の構成の一例を説明する概略構成図である。
図３は、図２に示す車両操舵装置３０の電気回路の概略構成の一例を説明する回路図である。
車両操舵装置３０は、運転者（前述のユーザＨでもよい）が操舵操作を行う操舵ホイル（不図示）を含んで構成される。
図２に示すように、操舵ホイルの操舵軸３１は、減速機構を構成し後述するモータ３８に内蔵される減速ギア３２（ウォームギア）、ユニバーサルジョイント３３、ピニオンラック機構３４、タイロッド３５を経て、さらにハブユニット３６を通じて操向車輪３７に連結する。
操舵軸３１は、トーションバー（不図示）を介して、操舵ホイル側の入力軸と、ピニオンラック機構３４側の出力軸と、が連結して構成される。
ピニオンラック機構３４は、ピニオン３４Ａと、ピニオン３４Ａに噛合するラック３４Ｂと、を有する。ピニオン３４Ａは、ユニバーサルジョイント３３から操舵力が伝達されるピニオンシャフト（不図示）に連結する。ピニオン３４Ａに伝達される回転運動が、ラック３４Ｂで車幅方向の直進運動に変換される。
また、車両操舵装置３０は、モータ３８（回路系の一例）と、回転センサ３９（回路系の一例）と、ＥＣＵ４０（Ｅｌｅｃｔｒｏｎｉｃ Ｃｏｎｔｒｏｌ Ｕｎｉｔ、回路系の一例）と、電源であるバッテリ４１と、をさらに含んで構成される。
モータ３８は、減速ギア３２を介して操舵軸３１に連結する。モータ３８は、操舵ホイルに対する車両Ｃの操舵力を伝達する。モータ３８は、たとえば３相交流モータであり、永久磁石界磁または巻線界磁を有する。モータ３８は、ｕ相、ｖ相、ｗ相の各相コイル（不図示）に１２０°ずつ位相が異なる３相の交流電流が供給されることにより回転駆動される。
モータ３８の回転子（不図示）の軸には、レゾルバ（不図示、回路系の一例）およびロータリエンコーダ（不図示、回路系の一例）などから構成される回転センサ３９が配設される。回転センサ３９は、そのような電気回路系として複数の回路を含んで構成され、モータ３８の回転角または回転速度を検出する。
ＥＣＵ４０は、車両操舵装置３０を制御するコントローラ（制御器）であり、ＥＣＵ４０にはバッテリ４１（回路系の一例）から電力が供給される。その電力は、ＥＣＵ４０を介してモータ３８にも供給される。回転センサ３９によって検出されるモータ３８の回転角は、ＥＣＵ４０に出力される。
つまり、ＥＣＵ４０は、回転センサ３９の検出情報に基づいてモータ３８に供給する電力を制御することで、結果的にモータ３８を駆動指示することが可能である。そして、モータ３８は、ＥＣＵ４０の駆動指示に基づいて、減速ギア３２を動作させ操舵ホイルに対するたとえばアシスト制御を実現する。そのようにして、ＥＣＵ４０は、車両操舵装置３０においてモータ制御系の駆動制御を行う。
つまり、本実施形態では、本発明に係る請求項に記載の「回路系を含んで構成されて現実に稼働する所定の制御系」としてモータ制御系が例示される。
ただし、前述のように、本実施形態では、モータ制御系をその本発明の一例として示されるが、これに限定されない。石油プラントなどのプラント系、すべてが電気回路または電子回路で構成されるスマートフォンの制御系など、制御対象としてのその適用は広範囲に亘る。
ＥＣＵ４０は、ＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）を通じて、車両Ｃの内部の他の電気・電子回路および／または装置を横断的に接続しており、たとえば車両Ｃの中央管理部などから操舵の目標値情報などを受信し、その目標値情報に従ってモータ３８を駆動制御する。
また、ＥＣＵ４０は、たとえば、プロセッサと、記憶装置１２などの周辺部品（電気電子回路）を含むコンピュータを有して構成されてもよい。
ＥＣＵ４０のプロセッサは、たとえばＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）またはＭＰＵ（Ｍｉｃｒｏ－Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）であってよい。ＥＣＵ４０の記憶装置は、半導体記憶装置、磁気記憶装置および光学記憶装置のいずれかを有してもよい。
ＥＣＵ４０の記憶装置は、レジスタ、キャッシュメモリ、主記憶装置として使用されるＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などのメモリを含んでよい。ＥＣＵ４０の機能は、たとえばＥＣＵ４０のプロセッサが記憶装置に格納されたコンピュータプログラムを実行することにより実現される。
なお、ＥＣＵ４０は、各情報処理を実行するための専用の電気電子のハードウェアにより構成されてもよい。たとえば、ＥＣＵ４０は、汎用の半導体集積回路中に設定される機能的な論理回路を有してもよい。たとえば、ＥＣＵ４０は、フィールド・プログラマブル・ゲート・アレイ（ＦＰＧＡ：Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ）等のプログラマブル・ロジック・デバイス（ＰＬＤ：Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ）などを含んで構成されてもよい。
そして、本実施形態では、ＥＣＵ４０が前述の情報端末装置２０に接続されており、ＥＣＵ４０での制御情報（駆動情報および検知情報などを含む情報の全部または一部）が情報端末装置２０に対し送受信される。前述のとおり、情報端末装置２０は、サーバー装置１０に対し通信ネットワークＮを通じてその制御情報のやり取りを行う。
そのようにして、異常検知システム１は、本実施形態で制御系として例示されるモータ制御系にハードウェア的に接続する。そして、異常検知システム１は、後述のようにマルチレベルフローモデルの手法に従って、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する。
［・サーバー装置のハードウェア構成について］
図４を参照しながら、本実施形態のサーバー装置１０のハードウェア構成について説明する。
図４は、図１に示すサーバー装置１０のハードウェア構成の一例を説明する模式図である。
図４に示すように、サーバー装置１０のそれぞれは、いわゆる汎用のサーバーコンピュータにより構成される。サーバー装置１０は、ＣＰＵ１１（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ、処理装置の一例）と、記憶装置１２と、通信装置１５と、含んで構成される。
サーバー装置１０のＣＰＵ１１は、その中央演算装置として後述する各種の機能を実現するプログラムを実行する。それにより、サーバー装置１０のＣＰＵ１１は、機能的にコンピュータ全体の制御部１６として動作する（後述参照）。
サーバー装置１０の記憶装置１２は、プログラムが記憶保持されるだけではなく、ＣＰＵ１１のワーキングメモリーとしても使用され、たとえばＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）およびＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）などの種々の記憶装置１２を含んで構成される。ＲＯＭは、電源を切ってもプログラムやデータを保持することができる不揮発性の半導体メモリ（記憶装置）の一例である。ＲＯＭにはコンピュータの起動時に実行されるＢＩＯＳ、ＯＳ設定、およびネットワーク設定などのプログラムやデータが格納されている。ＲＡＭはプログラムおよびデータを一時保持する揮発性の半導体メモリ（記憶装置）の一例である。
また、サーバー装置１０の記憶装置１２は、二次記憶装置｛たとえばＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）｝または三次記憶装置（例えば光ディスク、ＳＤカード）を含んで構成されてもよく、その他の記憶装置を含んで構成されてもよい。ＨＤＤはプログラムおよびデータを格納している不揮発性の記憶装置の一例である。格納されるプログラムおよびデータにはコンピュータ全体を制御するための基本ソフトウェアであるＯＳ、およびＯＳ上において各種機能を提供するアプリケーションなどがある。
そのようなサーバー装置１０でのプログラムの実行により、サーバー装置１０は、情報端末装置２０を通じて前述のＥＣＵ４０の制御情報を受信することで情報端末装置２０を通じてそれぞれの車両操舵装置３０の異常を検知することが可能である。
サーバー装置１０の通信装置１５は、通信ネットワークＮを介して複数の情報端末装置２０のそれぞれに接続する。サーバー装置１０は、複数の情報端末装置２０のそれぞれとの間で車両操舵装置３０の異常を検知するのに必要な各種の処理または通信を、通信ネットワークＮおよびサーバー装置１０の通信装置１５を通じてやり取りする。その具体例として、サーバー装置１０の通信装置１５は、複数の情報端末装置２０のそれぞれで送信される車両操舵装置３０の制御に関する情報（前述の制御情報）を送受信する。
サーバー装置１０の通信装置１５による通信方式は、前述のように、たとえば通信ネットワークＮに対応してＷＡＮ（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ）、ＬＡＮ（Ｌｏｃａｌ Ａｒｅａ Ｎｅｔｗｏｒｋ）または電力線通信などの有線での通信方式、あるいはＷｉ－Ｆｉ（Ｗｉｒｅｌｅｓｓ Ｆｉｄｅｌｉｔｙ）または携帯電話用のモバイル通信などの無線での通信方式などが例示される。
なお、通信方式は、前述のような通信方式の他、Ｂｌｕｅｔｏｏｔｈ（登録商標）なども適宜含んで構成することも可能である。
また、サーバー装置１０は、操作入力装置１３と、画像出力装置１４と、をさらに有して構成される。サーバー装置１０の操作入力装置１３は、たとえば管理者などが各種信号を入力するのに用いるタッチパネル、操作キー、ボタン、キーボードまたはマウスなどである。サーバー装置１０の画像出力装置１４は、画面を表示する液晶または有機ＥＬなどのディスプレイ装置である。
なお、サーバー装置１０においてそれぞれの装置がバスＢＳで相互に接続される。また、操作入力装置１３および画像出力装置１４は必要なときに適宜接続されて利用される形態でもよい。また、サーバー装置１０は前述した汎用のサーバーコンピュータに限定されず、情報端末装置２０と同様にタブレット装置、スマートフォンまたはラップトップコンピュータなどの一般のコンピュータによって構成されてもよい。
［・サーバー装置および情報端末装置の機能的構成について］
図５および図６を参照しながら、サーバー装置１０およびユーザＨの情報端末装置２０の機能的構成について説明する。
図５は、図１に示すサーバー装置１０および情報端末装置２０で実現される機能の一例を説明するブロック図である。
図６は、モデル設定部１６Ａによって図２の制御対象を表現する制御モデルの一例を説明する機能ブロック図である。
［・・サーバー装置］
前述のように、サーバー装置１０はハードウェア構成としてＣＰＵ１１を有しており、ＣＰＵ１１は種々のプログラムを記憶装置１２から読み込んで実行することで各種機能が実現される。その結果、異常検知システム１における車両操舵装置３０の異常検知に関する各種の処理プログラムが実行される。情報端末装置２０も同様に、中央演算装置を有しその記憶装置から種々のプログラムを読み込んで実行することで各種機能が実現される。
図５に示すように、本実施形態では、サーバー装置１０は、そのＣＰＵ１１などのハードウェアの動作によって実現される機能として、記憶部１７と、通信部１８と、制御部１６と、を含んで構成される。
サーバー装置１０の記憶部１７は、前述のようにサーバー装置１０の記憶装置１２を含めて動作して実現される機能であり、異常検知に関する情報を記憶保持する。サーバー装置１０の通信部１８は、前述のようにサーバー装置１０の通信装置１５を含めて動作して実現される機能であり、情報端末装置２０のそれぞれとの通信を行う。サーバー装置１０の制御部１６は、前述のように記憶装置１２のプログラムなどをＣＰＵ１１が読み込んで実現される機能であり、異常検知システム１として異常検知に関する処理を行う。
そして、サーバー装置１０の制御部１６は、情報端末装置２０がユーザＨから受け付けた操作、および／または情報端末装置２０から送受信される異常検知に関する情報（モータ制御に係る制御情報を含む）に基づいて異常検知を実行する。
情報端末装置２０は、前述の車両操舵装置３０のＥＣＵ４０にハードウェア的に接続されており、すなわち、サーバー装置１０は、情報端末装置２０を通じてＥＣＵ４０が制御するモータ制御系（現実に稼働する所定の制御系の一例）に対してハードウェア的に接続する。それにより、サーバー装置１０は、後述のように当該（制御対象の）モータ制御系（制御系の一例）をソフトウェア上でモデル化した上で当該モータ制御系の異常を検知することが可能となる。
サーバー装置１０の制御部１６は、モデル設定部１６Ａと、現実状態取得部１６Ｂと、仮想状態算出部１６Ｃと、状態比較部１６Ｄと、異常特定部１６Ｅと、異常検知部１６Ｆと、を含んで構成される。
なお、以下の説明では、後述する、メインループＭＬの第１の機能要素ＭＦ１、第２の機能要素ＭＦ２、第３の機能要素ＭＦ３、第４の機能要素ＭＦ４および第５の機能要素ＭＦ５、さらには第１のサブループＳＬ１の第１の機能要素Ｓ１Ｆ１、第２の機能要素Ｓ１Ｆ２、および第３の機能要素Ｓ１Ｆ３、さらには第２のサブループＳＬ２の第１の機能要素Ｓ２Ｆ１、第２の機能要素Ｓ２Ｆ２および第３の機能要素Ｓ２Ｆ３、さらには第３のサブループＳＬ３の第１の機能要素Ｓ３Ｆ１、第２の機能要素Ｓ３Ｆ２および第３の機能要素Ｓ３Ｆ３のそれぞれの機能要素については、説明の便宜上、まとめて単に符号「Ｆ」で示す場合もある。
［・・・モデル設定部］
図５に示されるサーバー装置１０のモデル設定部１６Ａは、マルチレベルフローモデルに従ってモータ制御系（制御系の一例）の機能のそれぞれに個別に対応する複数の機能要素Ｆ（情報工学においては「ノード」とも呼ばれ、その概念は本発明にも取り込まれる。）を設け、１つのメインループＭＬ（メイングループの一例、後述参照）と、複数（第１～第３）のサブループＳＬ１，ＳＬ２，ＳＬ３（本実施形態では３つ、サブグループの一例、後述参照）と、を設定する。
なお、このモデル設定部１６ＡでのメインループＭＬおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３の設定は、たとえば技術者などのシステムオペレータまたはシステムアドミニストレーターなどがサーバー装置１０の操作入力装置１３などを使用して所定のソフトウェア上でモデリング操作する（モデルデザインする）ことで実現されるように構成される。
図６に示すように、本実施形態では、前述のモータ制御系は、１つのメインループＭＬと、第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３と、を有してモデル設定部１６Ａで設定される。
なお、本実施形態では、３つのサブループＳＬ１，ＳＬ２，ＳＬ３（複数のサブグループの一例）で設定されるが、これに限定されない。対象とする制御系によってその個数は適宜変更・設定される。
メインループＭＬは、ＭＬＦＭの手法に従って、その全体でモータ制御系においてモータ３８を駆動制御する機能ブロックを表現するものであり、前述のモータ制御系での主機能の役割を有する。メインループＭＬは、第１の機能要素ＭＦ１と、第２の機能要素ＭＦ２と、第３の機能要素ＭＦ３と、第４の機能要素ＭＦ４と、第５の機能要素ＭＦ５と、を含んで表現される。
メインループＭＬにおいて第１の機能要素ＭＦ１と、第２の機能要素ＭＦ２と、第３の機能要素ＭＦ３と、第４の機能要素ＭＦ４と、第５の機能要素ＭＦ５と、は互いに直列に接続する。メインループＭＬの第１の機能要素ＭＦ１が最上端に位置し、メインループＭＬの第５の機能要素ＭＦ５は最下端に位置する。メインループＭＬでは、メインループＭＬの第１の機能要素ＭＦ１からメインループＭＬの第５の機能要素ＭＦ５に向かってシリアルに情報が流れる。
ＭＬＦＭ（マルチレベルフローモデル）に従って、メインループＭＬの第１の機能要素ＭＦ１はモータ制御系での電源の機能に対応して設けられる。メインループＭＬの第２の機能要素ＭＦ２は、モータ制御系での情報伝達（信号伝達）の機能に対応して設けられる。メインループＭＬの第３の機能要素ＭＦ３は、モータ制御系でのＥＣＵ４０の機能に対応して設けられる。メインループＭＬの第４の機能要素ＭＦ４は、モータ制御系での伝達の機能に対応して設けられる。メインループＭＬの第５の要素は、モータ制御系でのモータ３８の機能に対応して設けられる。
第１のサブループＳＬ１は、ＭＬＦＭの手法に従って、その全体で車両ＣのＣＡＮの機能ブロックを表現するものであり、前述のメインループＭＬの支援機能として前述のモータ制御系での副機能の役割を有する。第１のサブループＳＬ１は、第１の機能要素Ｓ１Ｆ１と、第２の機能要素Ｓ１Ｆ２と、第３の機能要素Ｓ１Ｆ３と、を含んで表現される。
メインループＭＬと同様に第１のサブループＳＬ１においても、第１の機能要素Ｓ１Ｆ１と、第２の機能要素Ｓ１Ｆ２と、第３の機能要素Ｓ１Ｆ３と、は互いに直列に接続する。第１のサブループＳＬ１の第１の機能要素Ｓ１Ｆ１が最上端に位置し、第１のサブループＳＬ１の第３の機能要素Ｓ１Ｆ３は最下端に位置する。第１のサブループＳＬ１でも同様に、第１の機能要素Ｓ１Ｆ１から第３の機能要素Ｓ１Ｆ３に向かってシリアルに情報が流れる。そして、末端（最下端）に位置する、第１のサブループＳＬ１の第３の機能要素Ｓ１Ｆ３は、メインループＭＬの第３の機能要素ＭＦ３に接続する。換言すれば、第１のサブループＳＬ１は、その第３の機能要素Ｓ１Ｆ３で（を介して）メインループＭＬに接続する。
同様にＭＬＦＭに従って、第１のサブループＳＬ１の第１の機能要素Ｓ１Ｆ１は、モータ制御系でのＣＡＮの情報入力（信号入力）の機能に対応して設けられる。第１のサブループＳＬ１の第２の機能要素Ｓ１Ｆ２は、モータ制御系での情報伝達の機能に対応して設けられる。第１のサブループＳＬ１の第３の機能要素Ｓ１Ｆ３は、モータ制御系でのメインループＭＬに対する情報出力（信号出力）の機能に対応して設けられる。
第２のサブループＳＬ２は、ＭＬＦＭの手法に従って、その全体で車両操舵装置３０のバッテリ４１の機能ブロックを表現するものであり、前述のメインループＭＬの支援機能として前述のモータ制御系での副機能の役割を有する。第２のサブループＳＬ２は、第１の機能要素Ｓ２Ｆ１と、第２の機能要素Ｓ２Ｆ２と、第３の機能要素Ｓ２Ｆ３と、を含んで表現される。
メインループＭＬと同様に第２のサブループＳＬ２においても、第１の機能要素Ｓ２Ｆ１と、第２の機能要素Ｓ２Ｆ２と、第３の機能要素Ｓ２Ｆ３と、は互いに直列に接続する。第２のサブループＳＬ２の第１の機能要素Ｓ２Ｆ１が最上端に位置し、第２のサブループＳＬ２の第３の機能要素Ｓ２Ｆ３は最下端に位置する。第２のサブループＳＬ２でも同様に、第１の機能要素Ｓ２Ｆ１から第３の機能要素Ｓ２Ｆ３に向かってシリアルに情報が流れる。そして、末端（最下端）に位置する、第２のサブループＳＬ２の第３の機能要素Ｓ２Ｆ３は、メインループＭＬの第１の機能要素ＭＦ１に接続する。換言すれば、第２のサブループＳＬ２は、その第３の機能要素Ｓ２Ｆ３でメインループＭＬに接続する。
同様にＭＬＦＭに従って、第２のサブループＳＬ２の第１の機能要素Ｓ２Ｆ１は、モータ制御系でのバッテリ４１の機能に対応して設けられる。第２のサブループＳＬ２の第２の機能要素Ｓ２Ｆ２は、モータ制御系での情報伝達機能に対応して設けられる（電力伝達・伝送機能も含む）。第２のサブループＳＬ２の第３の機能要素Ｓ２Ｆ３は、モータ制御系での情報出力（信号出力）の機能に対応して設けられる（電力出力機能も含む）。
第３のサブループＳＬ３は、ＭＬＦＭの手法に従って、その全体で車両操舵装置３０の回転センサ３９の機能ブロックを表現するものであり、前述のメインループＭＬの支援機能として前述のモータ制御系での副機能の役割を有する。第３のサブループＳＬ３は、第１の機能要素Ｓ３Ｆ１と、第２の機能要素Ｓ３Ｆ２と、第３の機能要素Ｓ３Ｆ３と、を含んで表現される。
メインループＭＬと同様に第３のサブループＳＬ３においても、第１の機能要素Ｓ３Ｆ１と、第２の機能要素Ｓ３Ｆ２と、第３の機能要素Ｓ３Ｆ３と、は互いに直列に接続する。第３のサブループＳＬ３の第１の機能要素Ｓ３Ｆ１が最上端に位置し、第３のサブループＳＬ３の第３の機能要素Ｓ３Ｆ３は最下端に位置する。第３のサブループＳＬ３でも同様に、第１の機能要素Ｓ３Ｆ１から第３の機能要素Ｓ３Ｆ３に向かってシリアルに情報が流れる。そして、末端（最下端）に位置する、第３のサブループＳＬ３の第３の機能要素Ｓ３Ｆ３は、メインループＭＬの第３の機能要素ＭＦ３に接続する。換言すれば、第３のサブループＳＬ３は、その第３の機能要素Ｓ３Ｆ３でメインループＭＬに接続する。
同様にＭＬＦＭに従って、第３のサブループＳＬ３の第１の機能要素Ｓ３Ｆ１は、モータ制御系での回転センサ３９の機能に対応して設けられる。第３のサブループＳＬ３の第２の機能要素ＭＦ２、Ｓ１Ｆ２、Ｓ２Ｆ２、Ｓ３Ｆ２は、モータ制御系での情報伝達機能に対応して設けられる。第３のサブループＳＬ３の第３の機能要素Ｓ３Ｆ３は、モータ制御系でのメインループＭＬに対する情報出力（信号出力）の機能に対応して設けられる（電力出力機能も含む）。
以上説明するように本実施形態では、本発明の具体的開示の一例として、１つのメインループＭＬに対し３つのサブループＳＬ１，ＳＬ２，ＳＬ３が接続して設定される。
つまり、本実施形態では、メインループＭＬについては、そのメインループＭＬは、複数の機能要素Ｆがその最上端からその情報の流れに沿って計数してその最末端の第５（Ｎの一例）番目まで設定される。また、サブループＳＬ１，ＳＬ２，ＳＬ３については、その複数のサブループＳＬ１，ＳＬ２，ＳＬ３は第３（Ｌの一例）番目まで設定される。その複数のサブループＳＬ１，ＳＬ２，ＳＬ３のうち第１番目（すなわち、第１のサブループＳＬ１）において複数の機能要素Ｆがその最上端からその情報の流れに沿って計数してその最末端の第３（Ｍの一例）番目まで設定される。そのサブループＳＬ１，ＳＬ２，ＳＬ３のうち第２番目（すなわち、第２のサブループＳＬ２）においても同様に複数の機能要素Ｆがその最上端からその情報の流れに沿って計数してその最末端の第３（Ｍの一例）番目まで設定される。そのサブループＳＬ１，ＳＬ２，ＳＬ３のうち第３番目（すなわち、第３のサブループＳＬ３）においても同様に複数の機能要素Ｆがその最上端からその情報の流れに沿って計数してその最末端の第３（Ｍの一例）番目まで設定される。
なお、前述のように本実施形態では、サブループＳＬ１，ＳＬ２，ＳＬ３を３つ設ける形態であるが、これに限定されず、２つ、または４つ以上設けてもよい。
［・・・現実状態取得部］
図５に示される現実状態取得部１６Ｂは、メインループＭＬおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおける複数の機能要素Ｆのそれぞれの現実の状態量を取得する。そして、その取得する当該状態量について、現実状態取得部１６Ｂはその一般式としてメインループＭＬでの状態量Ｕを後記の（１）式、およびサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれでの状態量Ｓを後記の（２）式に示すようなベクトル形式（行列形式）で表現（取得）する（つまり、本発明では「状態量」の用語は機能要素Ｆのそれぞれの状態を示す状態行列とも解釈することが可能である）。
メインループＭＬでの状態量Ｕおよび第１～第３でのサブループＳＬ１，ＳＬ２，ＳＬ３の状態量Ｓはその機能要素Ｆのそれぞれの実測値を示しており、所定の基準値に対し標準状態（標準値）、低い状態（低値）および高い状態（高値）のそれぞれの状態でベクトル形式（行列形式）で一般化して表現される。具体的には、標準値（Normal Level値）は［１ ０ ０］Tの列ベクトルで表現される。低値（Low Level値）は［０ １ ０］Tの列ベクトルで表現される。高値（High Level値）は［０ ０ １］Tの列ベクトルで表現される。
すなわち、メインループＭＬについて前述のように現実状態取得部１６Ｂは、メインループＭＬにおける第ｉ（ｉは自然数；ｉ＝１，・・・，Ｎ（本実施形態の場合、Ｎ＝５））番目の機能要素Ｆの状態量Ｕi（Ｕの添え字も含めてメインループＭＬにおける第ｉ番目の機能要素Ｆの状態量を示す）のそれぞれをベクトル形式（行列形式）で表現する。それとともに、現実状態取得部１６Ｂは、メインループＭＬの全体の状態量を示すメイン全体状態量Ｖを後記の（３）式（数式３の一例）に従って行列形式で表現（取得）する。
なお、前記の（３）式はメインループＭＬに関する一般式とされるが、これを本実施形態のメインループＭＬに具体的に展開するとメインループＭＬのメイン全体状態量Ｖは後記の（３）’式で表現される。
さらに第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３についても同様に、前述のように現実状態取得部１６Ｂは、第ｊ番目（ｊは自然数；ｊ＝１，・・・，Ｌ（本実施形態の場合、Ｌ＝３））のサブループＳＬ１，ＳＬ２，ＳＬ３における第ｋ（ｋは自然数；ｋ＝１，・・・，Ｍ（本実施形態の場合、いずれのサブループＳＬ１，ＳＬ２，ＳＬ３でもＭ＝３））番目の機能要素Ｆの現実の状態量Ｓjk（Ｓの添え字も含めて第ｊ番目のサブループＳＬ１，ＳＬ２，ＳＬ３におけるｋ番目の機能要素Ｆの状態量を示す）のそれぞれをベクトル形式（行列形式）で表現する。それとともに、現実状態取得部１６Ｂは、第ｊ番目のサブループＳＬ１，ＳＬ２，ＳＬ３の全体での現実の状態量を示すサブ全体状態量Ｐjを後記の（４）式（数式１の一例）に従って行列形式で表現する。

なお、前記の（４）式は本発明に係る第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれに関する一般式とされるが、これを第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれに具体的に展開（適用）すると第１のサブループＳＬ１は後記の（４）’－１式、第２のサブループＳＬ２は（４）’－２式、第３のサブループＳＬ３は後記の（４）’－３式のそれぞれで表現される。
［・・・仮想状態算出部］
図５に示される仮想状態算出部１６Ｃは、メインループＭＬおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおいて、当該メインループＭＬまたは当該第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３に属する機能要素Ｆの個数のそれぞれと同一の数量で複数の仮想状態量（仮想状態行列とも解される）を行列形式で算出する。
メインループＭＬについて仮想状態算出部１６Ｃは、そのメインループＭＬにおける複数の仮想状態量Ｗiを後記の（５）式（数式４の一例）に従って算出する。

ここで、前記の（５）式中に示されるＴは、メインループＭＬにおいて隣接して配置される機能要素Ｆの間に設定される仮想異常伝達関数である。当該仮想異常伝達関数Ｔ（「異常順伝搬行列」とも呼ばれる）は、前述のように隣接する機能要素Ｆ（ノード）の間の伝達関数と定義され、本実施形態では後記の（６）式によって表現される。
すなわち、本実施形態では、メインループＭＬでの仮想異常伝達関数Ｔおよび後述する第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３での仮想異常伝達関数Ｔは、前記の（６）式のような単位行列、対角行列で定義（設定）される。つまり、それら伝達関数は、上流側で情報または信号に変化がなく、そのまま下流側に伝達する場合には単位行列によって設定される。ただし、上流側で情報または信号が変換されて下流側に伝達する場合などがある。そのような場合には、機能要素Ｆ（ノード）の特定・性状に従って（基づいて）仮想異常伝達関数Ｔは適宜適応的に設定される。
なお、前記の（６）式は本発明に係るメインループＭＬに関する一般式とされるが、これをメインループＭＬに具体的に展開（適用）するとメインループＭＬは後記の（５）’－１式～（５）’－５式で表現される。
さらに、仮想状態算出部１６Ｃは、メインループＭＬについてメインループＭＬ（メイングループの一例）の第ｘ（１＜＝ｘ＜＝Ｎ（本実施形態ではＮ＝５））番目の機能要素Ｆに対し第ｙ（１＜＝ｙ＜＝Ｌ（本実施形態ではＬ＝３））番目のサブループＳＬ１，ＳＬ２，ＳＬ３（サブグループの一例）の最末端に配置される機能要素Ｆが接続する場合、前述の複数の仮想状態量Ｗiのそれぞれに対し後記の（７）式（数式４の一例）においてその横方向に並列される行列要素のうちｘ番目よりも次以降の行列要素でありかつ仮想異常伝達関数Ｔが行列乗算されて算出された行列要素と判定される行列要素にのみ、第ｙ番目のサブループＳＬ１，ＳＬ２，ＳＬ３の最末端に配置される機能要素Ｆの実際の状態量Ｓyをさらにそれぞれ行列乗算して、複数の仮想状態量Ｗi’（ｉ＝１，・・・，Ｎ（本実施形態ではＮ＝５））を算出する。
本実施形態の場合、前述のように、第１のサブループＳＬ１はその第３の機能要素Ｓ１Ｆ３でメインループＭＬの第３の機能要素ＭＦ３に接続する。第２のサブループＳＬ２はその第３の機能要素Ｓ２Ｆ３でメインループＭＬの第１の機能要素ＭＦ１に接続する。第３のサブループＳＬ３はその第３の機能要素Ｓ３Ｆ３でメインループＭＬの第３の機能要素ＭＦ３に接続する。そのため、本実施形態では、前述の後記の（５）’－１式～（５）’－５式に基づいて前述の複数の仮想状態量Ｗi’のそれぞれは、後記の（６）－１式～（６）－５式のように具体的に表現（展開）される。
さらにその第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれについて仮想状態算出部１６Ｃは、その第ｊ（ｊは自然数；ｊ＝１，・・・，Ｌ（本実施形態の場合、Ｌ＝３））番目のサブループＳＬ１，ＳＬ２，ＳＬ３における複数の仮想状態量Ｑjkを後記の（数式２の一例）に従って算出する。


ここで、前記の（７）式中に示されるＴは、当該第ｊ番目のサブループＳＬ１，ＳＬ２，ＳＬ３において隣接して配置される機能要素Ｆの間に設定される仮想異常伝達関数である。
当該仮想異常伝達関数Ｔについて、本実施形態の場合、Ｔ1＝Ｔ2＝Ｔ3とされ第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３の間で仮想異常伝達関数は同一に設定される。かつ、メインループＭＬおよびサブループＳＬ１，ＳＬ２，ＳＬ３の間においても同様にＴ1＝Ｔ2＝Ｔ3＝Ｔと設定されており、前述のメインループＭＬの仮想異常伝達関数Ｔと同一に設定される。ただし、それに限定されず、前述のように、機能要素Ｆの特定・性状および／またはその上流側で情報または信号が変換されて下流側に伝達される場合などの具体的ケースに従って適宜適応的に設定することが可能である。
ここで、前記の（７）式は本発明に係るサブループＳＬ１，ＳＬ２，ＳＬ３に関する一般式とされるが、これを本実施形態の第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３に具体的に展開（適用）すると第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれの複数の仮想状態量Ｑ11～Ｑ13，Ｑ21～Ｑ23，Ｑ31～Ｑ33のそれぞれは、後記の（７）’－１－１式～（７）’－１－３式，（７）’－２－１式～（７）’－２－３式，（７）’－３－１式～（７）’－３－３式でそれぞれ表現（展開）される。
［・・・状態比較部］
図５に示す状態比較部１６Ｄは、仮想状態算出部１６Ｃの算出した、前述の複数の仮想状態量Ｗi’，Ｑjkのそれぞれに対し、現実状態取得部１６Ｂの取得結果と比較する。
具体的にはメインループＭＬについて、状態比較部１６Ｄは、メインループＭＬの複数の仮想状態量Ｗi’（前記参照）のそれぞれに対してメイン全体状態量Ｖを比較して一致するか否かを判定する。そのとき、異常検知システム１では、仮想状態量Ｗi’はメインループＭＬにおける第ｉ（ｉ＝１，・・・，Ｎ（本実施形態の場合、Ｎ＝５））番目の機能要素Ｆに対応するものとして設定される。
そして第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３について、サーバー装置１０の状態比較部１６Ｄは、サブループＳＬ１，ＳＬ２，ＳＬ３の複数の仮想状態量Ｑjk（前記参照）のそれぞれに対してサブ全体状態量Ｐjを比較して一致するか否かを判定する。そのとき同様に、異常検知システム１では、仮想状態量Ｑjkは、第ｊ（ｊ＝１，・・・，Ｌ（本実施形態の場合、Ｌ＝３））番目のサブループＳＬ１，ＳＬ２，ＳＬ３における第ｋ（ｋ＝１，・・・，Ｍ（本実施形態の場合、Ｍ＝３））番目の機能要素Ｆに対応するものとして設定される。
［・・・異常特定部］
図５に示すサーバー装置１０の異常特定部１６Ｅは、前述の状態比較部１６Ｄの比較結果に基づいて、異常が発生した機能要素Ｆを特定する。
具体的にはメインループＭＬについて、サーバー装置１０の異常特定部１６Ｅは、前述の状態比較部１６Ｄでの比較の結果、１つのみ一致する場合にはその一致した仮想状態量Ｗi’に基づいて当該仮想状態量Ｗi’に対応する第ｉ番目の機能要素Ｆを特定する。あるいは、サーバー装置１０の異常特定部１６Ｅは、複数一致する場合、その一致した複数の仮想状態量Ｗi’に基づいて、当該仮想状態量Ｗi’の対応する機能要素Ｆのうち最も上側に配置される機能要素Ｆを特定する。
なお、サーバー装置１０の異常特定部１６Ｅは、メインループＭＬにおいて１つも一致しない場合には、異常特定部１６ＥはメインループＭＬには異常が発生していないと判定する。
そして第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれについて、サーバー装置１０の異常特定部１６Ｅは、前述の状態比較部１６Ｄでの比較の結果、その第ｊ番目のサブループＳＬ１，ＳＬ２，ＳＬ３において１つのみ一致する場合にはその一致した仮想状態量Ｑjkに基づいて当該仮想状態量Ｑjkに対応する第ｋ番目の機能要素Ｆを特定する。あるいは、サーバー装置１０の異常特定部１６Ｅは、その第ｊ番目のサブループＳＬ１，ＳＬ２，ＳＬ３において複数一致する場合、その一致した複数の仮想状態量Ｑjkに基づいて、当該仮想状態量Ｑjkの対応する機能要素Ｆのうち最も上側に配置される機能要素Ｆを特定する。
なお、サーバー装置１０の異常特定部１６Ｅは、第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３において１つも一致しない場合には、異常特定部１６Ｅは第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３には異常が発生していないと判定する。
［・・・異常検知部］
図５に示すサーバー装置１０の異常検知部１６Ｆは、前述の異常特定部１６Ｅの特定結果に基づいて、モータ制御系の機能における異常箇所を検知する。すなわち、本実施形態では、サーバー装置１０の異常検知部１６Ｆは、サーバー装置１０の異常特定部１６Ｅによって特定した機能要素Ｆに対応するモータ制御系の機能（現実世界での電気回路、部品または装置などのハードウェア）に異常が発生していることを検知する。そして、サーバー装置１０の異常検知部１６Ｆは、その検知結果を、サーバー装置１０の通信部１８を通じて情報端末装置２０に送信する。
なお、メインループＭＬおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のいずれにおいても異常が発生していないと判定される場合、サーバー装置１０の異常特定部１６Ｅはその旨の情報（正常状態の情報）をサーバー装置１０の制御部１６の本体に送信する。サーバー装置１０の制御部１６は異常が検知されない限り、つまりいずれにおいても一致しない限り、前述のような一連のプログラム（フロー）をループして実行する（後述参照）。
［・・情報端末装置］
図５に示すように、ユーザＨの情報端末装置２０は、通信部２８と、記憶部２７と、操作入力部２３と、画像出力部２４と、制御部２６と、を含んで構成される。
なお、情報端末装置２０の通信部２８もサーバー装置１０と同様にサーバー装置１０との通信を行う。
情報端末装置２０の記憶部２７は情報端末装置２０において必要となる情報を記憶保持しており、情報端末装置２０の記憶部２７には前述のように車両操舵装置３０の内部でやり取りされる制御信号情報が少なくとも一時的に記憶保持される。情報端末装置２０の操作入力部２３は情報端末装置２０を操作するユーザＨからの操作を受け付ける。情報端末装置２０の画像出力部２４は、サーバー装置１０からの制御に従って情報端末装置２０おいて少なくとも異常検知の情報を表示させる。
情報端末装置２０の制御部２６は、要求送信部２６Ａと、応答受信部２６Ｂと、異常検知制御部２６Ｃと、を有して、情報端末装置２０における異常検知に関する処理を実行する。
情報端末装置２０の要求送信部２６Ａは、情報端末装置２０の操作入力部２３がユーザＨから受け付けた操作情報に基づき、情報端末装置２０の通信部２８を通じてサーバー装置１０に要求を送信する。情報端末装置２０の応答受信部２６Ｂは、要求送信部２６Ａがサーバー装置１０に対して送信した要求に対する異常検知に関する処理結果などの応答を受信する。
情報端末装置２０の異常検知制御部２６Ｃは、要求送信部２６Ａの送信および応答受信部２６Ｂの受信を通じて、情報端末装置２０の記憶部２７、操作入力部２３および画像出力部２４などを適応的に制御して異常検知のための情報の取得および報知する。また、情報端末装置２０の異常検知制御部２６Ｃは、サーバー装置１０との間でのそれら情報の送受信を統括して制御実行する。
なお、図５に示される、サーバー装置１０および情報端末装置２０以外の他の装置が、サーバー装置１０および情報端末装置２０の機能の一部を実現するように構成してもよい。また、図５に示される、サーバー装置１０および情報端末装置２０の各種機能との集合体は大局的に視て１つの情報処理装置または情報処理システムとして解釈することも可能である。１つまたは複数のハードウェアおよび／またはソフトウェアに対して本発明を実現するために必要な複数の機能がどのように配分されるかは、各ハードウェアの処理能力、プログラムの構造・構成、または異常検知システム１に要求される仕様などに基づいて適宜決定される。
［・サーバー装置で実行される動作フローについて］
図７を参照しながら、サーバー装置１０で実行される異常検知に関する動作フローについて説明する。
図７は、図５に示すサーバー装置１０が実行する異常検知に関する動作フローの一例を説明するフロー図である。
図７に示すように、サーバー装置１０のモデル設定部１６Ａは、ＭＬＦＭ（マルチレベルフローモデル）の手法に従ってモータ制御系の機能のそれぞれに個別に対応する複数の機能要素Ｆを設け、１つのメインループＭＬと、複数（本実施形態の場合、第１～第３）のサブループＳＬ１，ＳＬ２，ＳＬ３と、を設定する（図６参照、Ｓ１）。
サーバー装置１０の現実状態取得部１６Ｂは、メインループＭＬおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおける複数の機能要素Ｆのそれぞれの現実の状態量を取得する（Ｓ２）。そのとき、前述のように、サーバー装置１０の現実状態取得部１６ＢはメインループＭＬでの状態量Ｕおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３での状態量Ｓをベクトル形式（行列形式）で表現する。それとともに、サーバー装置１０の現実状態取得部１６Ｂは、それらそれぞれの全体の状態量を前述のメイン全体状態量Ｖおよびサブ全体状態量Ｐj（ｊ＝１，・・・，Ｌ（本実施形態の場合、Ｌ＝３））の行列形式で表現（定義）する。
サーバー装置１０の仮想状態算出部１６Ｃは、メインループＭＬおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおいて、当該メインループＭＬまたは当該第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３に属する機能要素Ｆの個数のそれぞれと同一の数量で複数の仮想状態量を行列形式で算出する（Ｓ３）。
メインループＭＬについてサーバー装置１０の仮想状態算出部１６Ｃは、前述のようにそのメインループＭＬにおける複数の仮想状態量Ｗi’（ｉ＝１，・・・，Ｎ（本実施形態ではＮ＝５））を算出する。第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれについてサーバー装置１０の仮想状態算出部１６Ｃは、前述のようにその第ｊ（ｊは自然数；ｊ＝１，・・・，Ｌ（本実施形態の場合、Ｌ＝３））番目のサブループＳＬ１，ＳＬ２，ＳＬ３における複数の仮想状態量Ｑjk（ｊ＝１，・・・，Ｌ（本実施形態ではＬ＝３）；ｋ＝１，・・・，Ｍ（本実施形態ではＭ＝３））を算出する。
サーバー装置１０の状態比較部１６Ｄは、その仮想状態算出部１６Ｃの算出した複数の仮想状態量Ｗi’，Ｑjkのそれぞれに対し、その現実状態取得部１６Ｂの取得結果と比較する（Ｓ４）。そのとき、サーバー装置１０の状態比較部１６Ｄは、メインループＭＬに関する処理（状態比較）をまず実行する。
メインループＭＬについて、サーバー装置１０の状態比較部１６Ｄは前述のようにメインループＭＬの複数の仮想状態量Ｗi’（前記参照）のそれぞれに対してメイン全体状態量Ｖを比較して一致するか否かを判定する（Ｓ５）。その一致の判定の結果、メインループＭＬでの一致があると判定される場合（Ｓ５のＹＥＳ）、サーバー装置１０の異常特定部１６ＥはメインループＭＬでの一致の回数が１つか否かを判定する（Ｓ６）。メインループＭＬでの一致がないと判定される場合（Ｓ５のＮＯ）、動作フローはステップＳ９に進行する。
メインループＭＬでの一致回数が１つか否かの判定の結果（Ｓ６）、１つであると判定される場合（Ｓ６のＹＥＳ）、サーバー装置１０の異常特定部１６Ｅは、その一致した仮想状態量Ｗi’に基づいて当該仮想状態量Ｗi’に対応する第ｉ番目の機能要素Ｆを特定する（Ｓ７）。その一方、１つのみ一致しない場合（Ｓ６のＮＯ）、すなわち複数一致する場合、サーバー装置１０の異常特定部１６Ｅはその一致した複数の仮想状態量Ｗi’に基づいて、当該仮想状態量Ｗi’の対応する機能要素Ｆのうち最も上側に配置される機能要素Ｆを特定する（Ｓ８）。
そして、サーバー装置１０の状態比較部１６Ｄは、メインループＭＬに関する処理が完了した後、次に第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３に関する処理を実行する（Ｓ９）。
第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３について、サーバー装置１０の状態比較部１６Ｄは、前述のように第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３の複数の仮想状態量Ｑjkのそれぞれに対してサブ全体状態量Ｐjを比較して一致するか否かを判定する（Ｓ１０）。その一致の判定の結果、第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３での一致があると判定される場合（Ｓ１０のＹＥＳ）、サーバー装置１０の異常特定部１６Ｅは第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３での一致の回数が１つか否かを判定する（Ｓ１１）。第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３での一致がないと判定される場合（Ｓ１１のＮＯ）、動作フローはステップＳ１４に進行する。
第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３での一致回数が１つか否かの判定の結果（Ｓ１１）、１つであると判定される場合（Ｓ１１のＹＥＳ）、サーバー装置１０の異常特定部１６Ｅはその一致した仮想状態量Ｑjkに基づいて当該仮想状態量Ｑjkに対応する第ｋ番目の機能要素Ｆを特定する（Ｓ１２）。その一方、１つのみ一致しない場合（Ｓ１１のＮＯ）、すなわち複数一致する場合、サーバー装置１０の異常特定部１６Ｅはその一致した複数の仮想状態量Ｑjkに基づいて、当該仮想状態量Ｑjkの対応する機能要素Ｆのうち最も上側に配置される機能要素Ｆを特定する（Ｓ１３）。
サーバー装置１０の異常検知部１６Ｆは、サーバー装置１０の異常特定部１６Ｅによって特定した機能要素Ｆに対応するモータ制御系の機能に異常が発生しているか否かを検知する（Ｓ１４）。それとともに、サーバー装置１０の異常検知部１６Ｆは、メインループＭＬおよび第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３のいずれにおいても異常が発生していないか否かを判定する（Ｓ１５）。
その異常検知の有無の判定の結果（Ｓ１５）、異常が検知されない場合（Ｓ１５のＮＯ）、動作フローは、ステップＳ２に戻る。その一方、異常が検知されたと判定される場合（Ｓ１５のＹＥＳ）、サーバー装置１０の異常検知部１６Ｆは、その検知結果を、サーバー装置１０の通信部１８を通じて情報端末装置２０に送信する（Ｓ１６）。より具体的には、サーバー装置１０は、その通信部１８を通じて情報端末装置２０に異常発生およびその箇所を異常情報としてその画像出力部２４に表示させる。それにより、サーバー装置１０は、情報端末装置２０を通じて車両ＣのユーザＨに異常情報を報知することが可能となる。
［・本実施形態の利点および特徴について］
以上説明したように、本実施形態の異常検知システム１によれば、電気回路系（回路系の一例）も含んで構成されて現実に稼働する所定のモータ制御系（制御系の一例）に対しハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知システム１である。マルチレベルフローモデルの手法に従って制御系の機能のそれぞれに個別に対応する複数の機能要素Ｆを設け、互いに直列に接続してその上端からその末端に向かってシリアルに情報が流れる複数の機能要素Ｆで表現される１つのメインループＭＬ（メイングループの一例）と、互いに直接に接続してその上端からその末端に向けてシリアルに情報が流れる複数の機能要素Ｆで表現されるとともにそのそれぞれの最末端の機能要素ＦでメインループＭＬの複数の機能要素Ｆのうちいずれか１つに接続する１または複数のサブループＳＬ１，ＳＬ２，ＳＬ３（サブグループの一例）と、を設定するモデル設定部１６Ａと、メインループＭＬおよび複数のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおける複数の機能要素Ｆのそれぞれの現実の状態量Ｖ，Ｐ，Ｕ，Ｓを取得し当該状態量Ｖ，Ｐ，Ｕ，Ｓを行列形式で表現する現実状態取得部１６Ｂと、メインループＭＬおよび複数のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおいて、当該メインループＭＬまたは当該サブループＳＬ１，ＳＬ２，ＳＬ３に属する機能要素Ｆの個数のそれぞれと同一の数量で複数の仮想状態量Ｗi’，Ｑjkを行列形式で算出する仮想状態算出部１６Ｃと、仮想状態算出部１６Ｃの算出した複数の仮想状態量Ｗi’，Ｑjkのそれぞれに対し、現実状態取得部１６Ｂの取得結果と比較する状態比較部１６Ｄと、状態比較部１６Ｄの比較結果に基づいて、異常が発生した機能要素Ｆを特定する異常特定部１６Ｅと、を含む。
また、本実施形態の異常検知方法によれば、所定の装置および／またはプログラムを使用して、電気回路系（回路系の一例）も含んで構成されて現実に稼働する所定のモータ制御系（制御系の一例）にハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知方法である。マルチレベルフローモデルの手法に従ってモータ制御系の機能のそれぞれに個別に対応する複数の機能要素Ｆを設け、互いに直列に接続してその上端からその末端に向かってシリアルに情報が流れる複数の機能要素Ｆで表現される１つのメインループＭＬ（メイングループの一例）と、互いに直接に接続してその上端からその末端に向けてシリアルに情報が流れる複数の機能要素Ｆで表現されるとともにそのそれぞれの最末端の機能要素ＦでメインループＭＬの複数の機能要素Ｆのうちいずれか１つに接続する１または複数のサブループＳＬ１，ＳＬ２，ＳＬ３（サブグループの一例）と、を設定するモデル設定ステップと、メインループＭＬおよび複数のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおける複数の機能要素Ｆのそれぞれの現実の状態量Ｖ，Ｐ，Ｕ，Ｓを取得し当該状態量Ｖ，Ｐ，Ｕ，Ｓを行列形式で表現する現実状態取得ステップと、メインループＭＬおよび複数のサブループＳＬ１，ＳＬ２，ＳＬ３のそれぞれにおいて、当該メインループＭＬまたは当該サブループＳＬ１，ＳＬ２，ＳＬ３に属する機能要素Ｆの個数のそれぞれと同一の数量で複数の仮想状態量Ｗi’，Ｑjkを行列形式で算出する仮想状態算出ステップと、仮想状態算出ステップで算出した複数の仮想状態量Ｗi’，Ｑjkのそれぞれに対し、現実状態取得ステップでの取得結果と比較する状態比較ステップと、状態比較ステップでの比較結果に基づいて、異常が発生した機能要素Ｆを特定する異常特定ステップと、を含む。
このため、マルチレベルフローモデルのモデリング手法を採用し、制御系が複雑でありかつその時系列での変化がたとえばプラントと比較して大きい場合でも、その制御系の異常を迅速に検知するとともにその異常箇所を特定および可視化することができる。
次に１つまたは複数の実施例を挙げて本発明についてさらに詳細に説明するが、本発明の内容はこれら実施例の説明によって特許請求の範囲に記載の主題が限定されることは意図されない。
本実施例では、本発明に係る具体例として複数の事例を挙げ本発明についてより詳細に説明する。
＜第１実施例＞
本発明に係る第１実施例について説明する。本実施例では、１つの事例として第１実施形態において第２のサブループＳＬ２で異常が発生したと仮定して説明する。具体的には、第２のサブループＳＬ２の第１の機能要素Ｓ２Ｆ１が故障してhigh level値を出力する事例が想定される。
サーバー装置１０の現実状態取得部１６Ｂは、第２のサブループＳＬ２に関し、後記の（１４）’－２式のように第２のサブループＳＬ２の全体の現実の状態量を示すサブ全体状態量Ｐ2を取得（表現）する。

そのとき、サーバー装置１０の仮想状態算出部１６Ｃは、仮想異常伝達関数Ｔを単位行列として設定した上で、第２のサブループＳＬ２に係る仮想状態量のそれぞれを後記の（１７）’－２－１式～（１７）’－２－３式に示すように算出する。
サーバー装置１０の状態比較部１６Ｄは、第２のサブループＳＬ２に係る、当該複数の仮想状態量Ｑ21，Ｑ22，Ｑ23それぞれに対して当該サブ全体状態量Ｐ2を比較して一致するか否かを判定する。
そのとき、前述のように、異常検知システム１では、仮想状態量Ｑ21は第２のサブループＳＬ２の第１の機能要素Ｓ２Ｆ１、仮想状態量Ｑ22は第２のサブループＳＬ２の第２の機能要素Ｓ２Ｆ２、そして仮想状態量Ｑ23は第２のサブループＳＬ２の第３の機能要素Ｓ２Ｆ３に対応するものとして設定される。
本実施例の場合、仮想状態量Ｑ21，Ｑ22，Ｑ23それぞれはサブ全体状態量Ｐ2と同一であり、サーバー装置１０の状態比較部１６Ｄはいずれとも一致していると判定する。
サーバー装置１０の異常特定部１６Ｅは、その状態比較部１６Ｄの比較結果に基づいて、異常が発生した機能要素Ｆを特定する。本実施形態の場合、３つとも一致するため、その一致した複数の仮想状態量Ｑ21，Ｑ22，Ｑ23に基づいて、当該仮想状態量Ｑ21，Ｑ22，Ｑ23のそれぞれに対応する機能要素Ｆのうち最も上側に配置される機能要素Ｆを特定する。すなわち、サーバー装置１０の異常特定部１６Ｅは、第２のサブループＳＬ２の第１の機能要素Ｓ２Ｆ１を特定する（図６参照）。
この異常特定部１６Ｅの特定結果に基づいて、サーバー装置１０の異常検知部１６Ｆはモータ制御系の機能における異常箇所として第２のサブループＳＬ２の第１の機能要素Ｓ２Ｆ１に対応する箇所（すなわち、バッテリ４１）での故障を検知する。異常検知システム１は、その検知結果をサーバー装置１０の通信部１８を通じて情報端末装置２０の画像出力部２４に表示させることで、ユーザＨにその異常状態（異常情報）を報知する。
＜第２実施例＞
本発明に係る第２実施例について説明する。本実施例では、１つの事例として第１実施形態において第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３は正常であるがメインループＭＬで異常が発生したと仮定して説明する。具体的には、メインループＭＬの第３の機能要素ＭＦ３が故障してLow Level値を出力する事例が想定される。
サーバー装置１０の現実状態取得部１６Ｂは、メインループＭＬに関し、後記の（１３）’式のようにメインループＭＬの全体の現実の状態量を示すメイン全体状態量Ｖを取得する。
つまり、本実施例では、メインループＭＬの第１および第２の機能要素ＭＦ１，ＭＦ２はhigh level値を出力し、第３～第５の機能要素ＭＦ３，ＭＦ４，ＭＦ５はLow Level値を出力する状態とされる。
そのとき本実施例では、第１～第３のサブループＳＬ１，ＳＬ２，ＳＬ３は正常状態と仮定されるため、第１のサブループＳＬ１の最末端に配置される、第３の機能要素Ｓ１Ｆ３の実際の状態量Ｓ13、第２のサブループＳＬ２の最末端に配置される、第３の機能要素Ｓ２Ｆ３の実際の状態量Ｓ23、および第３のサブループＳＬ３の最末端に配置される、第３の機能要素Ｓ３Ｆ３の実際の状態量Ｓ33のそれぞれは後記の（２２）－１式～（２２）－３式で表現される（示される）。
そのため、サーバー装置１０の仮想状態算出部１６Ｃは、仮想異常伝達関数Ｔを単位行列として設定した上で、メインループＭＬに係る仮想状態量Ｗ1’，Ｗ2’，Ｗ3’，Ｗ4’，Ｗ5’のそれぞれを後記の（２６）－１式～（２６）－５式に示すように算出する。
サーバー装置１０の状態比較部１６Ｄは、メインループＭＬに係る、当該複数の仮想状態量Ｗ1’，Ｗ2’，Ｗ3’，Ｗ4’，Ｗ5’のそれぞれに対して当該メイン全体状態量Ｖを比較して一致するか否かを判定する。
そのとき前述のように、異常検知システム１では、仮想状態量Ｗ1’はメインループＭＬの第１の機能要素ＭＦ１、仮想状態量Ｗ2’はメインループＭＬの第２の機能要素ＭＦ２、そして仮想状態量Ｗ3’はメインループＭＬの第３の機能要素ＭＦ３、仮想状態量Ｗ4’はメインループＭＬの第４の機能要素ＭＦ４、そして仮想状態量Ｗ5’はメインループＭＬの第５の機能要素ＭＦ５に対応するものとして設定される。
本実施例の場合、仮想状態量Ｗ3’，Ｗ4’，Ｗ5’のそれぞれはメイン全体状態量Ｖと同一であり、サーバー装置１０の状態比較部１６Ｄは仮想状態量Ｗ3’，Ｗ4’，Ｗ5’の３つで一致していると判定する。
サーバー装置１０の異常特定部１６Ｅは、その状態比較部１６Ｄの比較結果に基づいて、異常が発生した機能要素Ｆを特定する。本実施形態の場合、３つで一致するため、その一致した複数の仮想状態量Ｗ3’，Ｗ4’，Ｗ5’に基づいて、当該仮想状態量Ｗ3’，Ｗ4’，Ｗ5’のそれぞれに対応する機能要素Ｆのうち最も上側に配置される機能要素Ｆを特定する。すなわち、サーバー装置１０の異常特定部１６Ｅは、メインループＭＬの第３の機能要素ＭＦ３を特定する（図６参照）。
この異常特定部１６Ｅの特定結果に基づいて、サーバー装置１０の異常検知部１６Ｆはモータ制御系の機能における異常箇所としてメインループＭＬの第３の機能要素ＭＦに対応する箇所（すなわち、ＥＣＵ４０）での故障を検知する。異常検知システム１は、その検知結果をサーバー装置１０の通信部１８、２８を通じて情報端末装置２０の画像出力部２４に表示させることで、ユーザＨにその異常状態（異常情報）を報知する。
＜さいごに＞
以上で具体的実施形態の説明を終えるが、本発明の態様はこれら実施形態に限定されるものではなく、適宜、変形、改良などが可能である。
本発明は、マルチレベルフローモデルのモデリング手法を採用し、制御系が複雑でありかつその時系列での変化がたとえばプラントと比較して大きい場合でも、その制御系の異常を迅速に検知するとともにその異常箇所を特定および可視化することができる異常検知装置および異常検知方法として有用である。
１ ：異常検知システム
１０ ：サーバー装置
１１ ：ＣＰＵ
１２ ：記憶装置
１３ ：操作入力装置
１４ ：画像出力装置
１５ ：通信装置
１６ ：制御部
１６Ａ ：モデル設定部
１６Ｂ ：現実状態取得部
１６Ｃ ：仮想状態算出部
１６Ｄ ：状態比較部
１６Ｅ ：異常特定部
１６Ｆ ：異常検知部
１７ ：記憶部
１８ ：通信部
２０ ：情報端末装置
２３ ：操作入力部
２４ ：画像出力部
２６ ：制御部
２６Ａ ：要求送信部
２６Ｂ ：応答受信部
２６Ｃ ：異常検知制御部
２７ ：記憶部
２８ ：通信部
３０ ：車両操舵装置
３１ ：操舵軸
３２ ：減速ギア
３３ ：ユニバーサルジョイント
３４ ：ピニオンラック機構
３４Ａ ：ピニオン
３４Ｂ ：ラック
３５ ：タイロッド
３６ ：ハブユニット
３７ ：操向車輪
３８ ：モータ
３９ ：回転センサ
４０ ：ＥＣＵ
４１ ：バッテリ
ＢＳ ：バス
Ｃ ：車両
Ｈ ：ユーザ
ＭＬ ：メインループ
ＭＦ１ ：第１の機能要素
ＭＦ２ ：第２の機能要素
ＭＦ３ ：第３の機能要素
ＭＦ４ ：第４の機能要素
ＭＦ５ ：第５の機能要素
Ｎ ：通信ネットワーク
Ｓ１Ｆ１ ：第１の機能要素
Ｓ１Ｆ２ ：第２の機能要素
Ｓ１Ｆ３ ：第３の機能要素
Ｓ２Ｆ１ ：第１の機能要素
Ｓ２Ｆ２ ：第２の機能要素
Ｓ２Ｆ３ ：第３の機能要素
Ｓ３Ｆ１ ：第１の機能要素
Ｓ３Ｆ２ ：第２の機能要素
Ｓ３Ｆ３ ：第３の機能要素
ＳＬ１ ：第１のサブループ
ＳＬ２ ：第２のサブループ
ＳＬ３ ：第３のサブループ

Claims (7)

  1. 回路系も含んで構成されて現実に稼働する所定の制御系に対しハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知システムであって、
    マルチレベルフローモデルの手法に従って前記制御系の機能のそれぞれに個別に対応する複数の機能要素を設け、互いに直列に接続してその上端からその末端に向かってシリアルに情報が流れる前記複数の機能要素で表現される１つのメイングループと、互いに直接に接続してその上端からその末端に向けてシリアルに情報が流れる前記複数の機能要素で表現されるとともにそのそれぞれの最末端の前記機能要素で前記メイングループの前記複数の機能要素のうちいずれか１つに接続する１または複数のサブグループと、を設定するモデル設定部と、
    前記メイングループおよび前記複数のサブグループのそれぞれにおける前記複数の機能要素のそれぞれの現実の状態量を取得し当該状態量を行列形式で表現する現実状態取得部と、
    前記メイングループおよび前記複数のサブグループのそれぞれにおいて、当該メイングループまたは当該サブグループに属する前記機能要素の個数のそれぞれと同一の数量で複数の仮想状態量を行列形式で算出する仮想状態算出部と、
    前記仮想状態算出部の算出した前記複数の仮想状態量のそれぞれに対し、前記現実状態取得部の取得結果と比較する状態比較部と、
    前記状態比較部の比較結果に基づいて、異常が発生した前記機能要素を特定する異常特定部と、を含む、
    異常検知システム。
  2. 前記複数のサブグループが第Ｌ番目まで設定されており、前記サブグループのうち第ｊ（ｊは自然数；ｊ＝１，・・・，Ｌ）番目において前記複数の機能要素がその最上端からその情報の流れに沿って計数してその最末端の第Ｍ（Ｍは自然数）番目まで設定される場合において、
    前記現実状態取得部は、前記第ｊ番目の前記サブグループにおける第ｋ（ｋは自然数；ｋ＝１，・・・，Ｍ）番目の前記機能要素の現実の前記状態量Ｓjk（前記第ｊ番目のサブグループにおける前記第ｋ番目の前記機能要素の前記状態量を示す）のそれぞれをベクトル形式で表現するとともに、前記第ｊ番目の前記サブグループの全体での現実の前記状態量を示すサブ全体状態量Ｐjを後記の数式１に従って行列形式で表現し、
    前記仮想状態算出部は、当該第ｊ番目の前記サブグループにおける前記複数の仮想状態Ｑjkを後記の数式２に従って算出し、
    前記状態比較部は、その対象とする前記サブグループごとに、当該サブグループの前記複数の仮想状態Ｑjkのそれぞれに対し当該サブグループの前記サブ全体状態量Ｐjを比較して一致するか否かを判定する、
    請求項１に記載の異常検知システム。

    ［数式１］
    Ｐj＝（Ｓj1 Ｓj2 ・・・ Ｓj(M-1) ＳjM）
    ただし、ｊは自然数；ｊ＝１，・・・，Ｌ

    ［数式２］
    Ｑjk＝（Ｓj1 ・・・ Ｓj(k-1) Ｓjk Ｔ1 1・Ｓjk ・・・ Ｔ1 M-k・Ｓjk）
    ただし、ｊ，ｋはいずれも自然数；ｊ＝１，・・・，Ｌ；ｋ＝１，・・・，Ｍ
    Ｔjは、当該第ｊ番目の前記サブグループにおいて隣接して配置される前記機能要素の間に設定される仮想異常伝達関数である。
  3. 前記異常特定部の特定結果に基づいて、前記制御系の機能における異常箇所を検知する異常検知部と、をさらに含み、
    前記仮想状態量Ｑjkは、前記第ｊ番目の前記サブグループにおける前記第ｋ番目の前記機能要素に対応するものとして設定され、
    前記異常特定部は、前記状態比較部での比較の結果、当該第ｊ番目のサブグループにおいて１つのみ一致する場合にはその一致した前記仮想状態量Ｑjkに基づいて当該仮想状態量Ｑjkに対応する前記第ｋ番目の前記機能要素を特定し、あるいは当該第ｊ番目のサブグループにおいて複数一致する場合、その一致した複数の前記仮想状態量Ｑjkに基づいて、当該仮想状態量Ｑjkの対応する前記機能要素のうち最も上側に配置される前記機能要素を特定し、
    前記異常検知部は、前記異常特定部によって特定した前記機能要素に対応する前記制御系の機能に異常が発生していることを検知する、
    請求項２に記載の異常検知システム。
  4. 前記メイングループにおいて、前記複数の機能要素がその最上端からその情報の流れに沿って計数してその最末端の第Ｎ（Ｎは自然数）番目まで設定される場合において、
    前記現実状態取得部は、前記メイングループにおける第ｉ（ｉは自然数；ｉ＝１，・・・，Ｎ）番目の前記機能要素の前記状態量Ｕi（前記メイングループにおける前記第ｉ番目の前記機能要素の前記状態量を示す）のそれぞれをベクトル形式で表現するとともに、前記メイングループの全体の前記状態量を示すメイン全体状態量Ｖを後記の数式３に従って行列形式で表現し、
    前記仮想状態算出部は、当該メイングループにおける前記複数の仮想状態量Ｗiを後記の数式４に従って算出し、
    さらに前記仮想状態算出部は、前記メイングループの第ｘ（１＜＝ｘ＜＝Ｎ）番目の前記機能要素に対して第ｙ（１＜＝ｙ＜＝Ｌ（Ｌは自然数））番目の前記サブグループの最末端に配置される前記機能要素が接続する場合、当該複数の仮想状態量Ｗiのそれぞれに対し後記の数式４においてその横方向に並列される行列要素のうち前記第ｘ番目よりも次以降の前記行列要素でありかつ後記の仮想伝達関数Ｔが行列乗算されて算出された前記行列要素と判定される１または複数の前記行列要素にのみ、前記第ｙ番目の前記サブグループの最末端に配置される前記機能要素の実際の前記状態量Ｓyをさらにそれぞれ行列乗算して、複数の仮想状態量Ｗi’（ｉ＝１，・・・，Ｎ）を算出し、
    前記状態比較部は、前記メイングループの前記複数の仮想状態量Ｗi’のそれぞれに対して前記メイン全体状態量Ｖを比較して一致するか否かを判定する、
    請求項１に記載の異常検知システム。

    ［数式３］
    Ｖ ＝ （Ｕ1 Ｕ2 ・・・ ＵN-1 ＵN）

    ［数式４］
    Ｗi ＝ （Ｕ1 ・・・ Ｕi-1 Ｕi Ｔ1・Ｕi ・・・ ＴN-i・Ｕi）
    ただし、ｉは自然数；ｉ＝１，・・・，Ｎ
    Ｔは、前記メイングループにおいて隣接して配置される前記機能要素の間に設定される仮想異常伝達関数である。
  5. 前記異常特定部の特定結果に基づいて、前記制御系の機能における異常箇所を検知する異常検知部と、をさらに含み、
    前記仮想状態量Ｗi’は、前記メイングループにおける前記第ｉ番目の前記機能要素に対応するものとして設定され、
    前記異常特定部は、前記状態比較部での比較の結果、１つのみ一致する場合にはその一致した前記仮想状態量Ｗi’に基づいて当該仮想状態量Ｗi’に対応する前記第ｉ番目の前記機能要素を特定し、あるいは複数一致する場合、その一致した複数の前記仮想状態量Ｗi’に基づいて、当該仮想状態量Ｗi’の対応する前記機能要素のうち最も上側に配置される前記機能要素を特定し、
    前記異常検知部は、前記異常特定部によって特定した前記機能要素に対応する前記制御系の機能に異常が発生していることを検知する、
    請求項４に記載の異常検知システム。
  6. 前記仮想異常伝達関数は、単位行列である、
    請求項２または４に記載の異常検知システム。
  7. 所定の装置および／またはプログラムを使用して、回路系も含んで構成されて現実に稼働する所定の制御系にハードウェア的に接続して、当該制御系をソフトウェア上でモデル化した上で当該制御系の異常を検知する異常検知方法であって、
    マルチレベルフローモデルの手法に従って前記制御系の機能のそれぞれに個別に対応する複数の機能要素を設け、互いに直列に接続してその上端からその末端に向かってシリアルに情報が流れる前記複数の機能要素で表現される１つのメイングループと、互いに直接に接続してその上端からその末端に向けてシリアルに情報が流れる前記複数の機能要素で表現されるとともにそのそれぞれの最末端の前記機能要素で前記メイングループの前記複数の機能要素のうちいずれか１つに接続する１または複数のサブグループと、を設定するモデル設定ステップと、
    前記メイングループおよび前記複数のサブグループのそれぞれにおける前記複数の機能要素のそれぞれの現実の状態量を取得し当該状態量を行列形式で表現する現実状態取得ステップと、
    前記メイングループおよび前記複数のサブグループのそれぞれにおいて、当該メイングループまたは当該サブグループに属する前記機能要素の個数のそれぞれと同一の数量で複数の仮想状態量を行列形式で算出する仮想状態算出ステップと、
    前記仮想状態算出ステップで算出した前記複数の仮想状態量のそれぞれに対し、前記現実状態取得ステップでの取得結果と比較する状態比較ステップと、
    前記状態比較ステップでの比較結果に基づいて、異常が発生した前記機能要素を特定する異常特定ステップと、を含む、
    異常検知方法。
JP2023111983A 2023-07-07 2023-07-07 異常検知システム、および異常検知方法 Active JP7356773B1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2023111983A JP7356773B1 (ja) 2023-07-07 2023-07-07 異常検知システム、および異常検知方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2023111983A JP7356773B1 (ja) 2023-07-07 2023-07-07 異常検知システム、および異常検知方法

Publications (1)

Publication Number Publication Date
JP7356773B1 true JP7356773B1 (ja) 2023-10-05

Family

ID=88198216

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2023111983A Active JP7356773B1 (ja) 2023-07-07 2023-07-07 異常検知システム、および異常検知方法

Country Status (1)

Country Link
JP (1) JP7356773B1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09190219A (ja) * 1996-01-11 1997-07-22 Toshiba Corp プラント異常診断装置
JPH1020932A (ja) * 1996-06-28 1998-01-23 Toshiba Corp プラント異常診断装置
JP2015170121A (ja) * 2014-03-06 2015-09-28 株式会社豊田中央研究所 異常診断装置及びプログラム
JP2020087251A (ja) * 2018-11-30 2020-06-04 いすゞ自動車株式会社 モデル作成装置、モデル作成方法及びプログラム
JP2022027057A (ja) * 2020-07-31 2022-02-10 株式会社デンソー 異常検出装置、異常検出方法および異常検出プログラム
JP2022034392A (ja) * 2020-08-18 2022-03-03 株式会社クボタ 故障診断装置、故障診断方法、および学習済みモデル

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH09190219A (ja) * 1996-01-11 1997-07-22 Toshiba Corp プラント異常診断装置
JPH1020932A (ja) * 1996-06-28 1998-01-23 Toshiba Corp プラント異常診断装置
JP2015170121A (ja) * 2014-03-06 2015-09-28 株式会社豊田中央研究所 異常診断装置及びプログラム
JP2020087251A (ja) * 2018-11-30 2020-06-04 いすゞ自動車株式会社 モデル作成装置、モデル作成方法及びプログラム
JP2022027057A (ja) * 2020-07-31 2022-02-10 株式会社デンソー 異常検出装置、異常検出方法および異常検出プログラム
JP2022034392A (ja) * 2020-08-18 2022-03-03 株式会社クボタ 故障診断装置、故障診断方法、および学習済みモデル

Similar Documents

Publication Publication Date Title
CN109902832B (zh) 机器学习模型的训练方法、异常预测方法及相关装置
JP2010181212A (ja) 故障診断システム、故障診断方法
EP3379434A1 (en) A system and method for design of additively manufactured products
Koduru et al. Feasibility of FORM in finite element reliability analysis
EP3776369A1 (en) Neural networks with relational memory
CN107921963A (zh) 用于确定转向控制属性和牵引控制属性的转向应用和牵引应用
CN108242266A (zh) 辅助诊断装置和方法
CN108027407A (zh) 容错电压测量方法
Chen et al. Automated conceptual design of mechanisms using improved morphological matrix
Do et al. A boom energy regeneration system of hybrid hydraulic excavator using energy conversion components
JP7356773B1 (ja) 異常検知システム、および異常検知方法
Yu et al. Fault detection, isolation and identification for hybrid systems with unknown mode changes and fault patterns
CN113486868A (zh) 一种电机故障诊断方法及***
CN101025625A (zh) 一种基于dsp的嵌入式智能控制器
US20190221294A1 (en) Time series data processing device, health prediction system including the same, and method for operating the time series data processing device
CN114997036A (zh) 基于深度学习的网络拓扑重构方法、装置和设备
Lai et al. A scalable digital twin framework based on a novel adaptive ensemble surrogate model
Dong et al. Neural network-based chaotic crossover method for structural reliability analysis considering time-dependent parameters
Lisnianski Estimation of boundary points for continuum-state system reliability measures
CN111881629B (zh) 一种气动热-结构热传导耦合非线性降阶模型方法
Chandra et al. A discrete event systems modeling formalism based on event occurrence rules and precedences
McDaid et al. Development of an ionic polymer–metal composite stepper motor using a novel actuator model
CN113469263B (zh) 适于小样本的预测模型训练方法、装置及相关设备
JP3219116B2 (ja) 異常診断方法
Wang et al. Neural network and PSO-based structural approximation analysis for blade of wind turbine

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230727

A871 Explanation of circumstances concerning accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A871

Effective date: 20230727

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230831

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230915

R150 Certificate of patent or registration of utility model

Ref document number: 7356773

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150