狀態(tài)診斷方法和狀態(tài)診斷裝置制造方法
【專利摘要】一種基于波形數據診斷被診斷對象的操作狀態(tài)的狀態(tài)診斷方法。獲取表示時序數據的值的波形作為目標波形，波形的時間軸被配置為將被診斷對象的操作的開始時間或者將被診斷對象的操作的改變時間設置為原點。計算表示被診斷對象的正常狀態(tài)或異常狀態(tài)的基準波形與目標波形之間的相似度?；谙嗨贫却_定被診斷對象的狀態(tài)。
【專利說明】狀態(tài)診斷方法和狀態(tài)診斷裝置

【技術領域】
[0001] 本發(fā)明涉及用于基于波形數據診斷操作狀態(tài)的狀態(tài)診斷方法和狀態(tài)診斷裝置。

【背景技術】
[0002] 在諸如制造廠、工廠、鐵路、道路和橋梁的社會基礎設施中，許多設施已經極其老 化。因此，維護成本的增加值得憂慮。在這種情況下，視情維護（CBM)比基于時間的維護 (TBM)更加優(yōu)選，其中，視情維護是指不斷地通過傳感器檢測設施的狀態(tài)，然后根據它們的 狀態(tài)來維護、檢查、翻修或替換設施，而基于時間的維護是指周期性地維護、檢查、翻修或替 換設施。
[0003] 根據傳感器信號診斷設施的狀態(tài)（例如，設施是否正常或異常）的方法包括：基于 由一個或多個傳感器信號表示的值的范圍確定狀態(tài)的方法。如果不能僅基于值的范圍確定 狀態(tài)，有時可以基于由傳感器信號的值表不的波形來確定設施的狀態(tài)。
[0004] 在基于波形數據診斷狀態(tài)（諸如正常和異常狀態(tài)）的情況下，通常使用例如以下 方法。即，例如，如專利文獻1所描述的，首先對波形數據執(zhí)行諸如平滑和異常值排除的預 處理。如果波形數據是聲音數據或振蕩數據，則對波形數據執(zhí)行例如使用快速傅立葉轉換 (FFT)轉換為譜數據的預處理。接下來，計算特征量并將其與正常圖案的特征量和異常圖案 的特征量進行比較。諸如最大值、最小值和超過閾值的次數的各種量被用作特征量。
[0005] [現(xiàn)有技術文獻]
[0006] [專利文獻]
[0007] [專利文獻 1] JP-A-2004-110602
[0008] 然而，使用特征量的現(xiàn)有技術的方法需要根據要解決的問題設計將要使用的預處 理方法和特征量。例如，在專利文獻1所描述的Mahalanobis-Taguchi (MT)系統(tǒng)中，提出了 多種方法來作為其中所使用的特征量計算方法。然而，其進行反復試驗來確定選擇哪種方 法以及哪個值被設置為參數。這種反復試驗通常需要花費較多的時間。此外，反復試驗工 作內容的質量極大地影響稍后診斷的結果。


【發(fā)明內容】

[0009] 本發(fā)明的示例性實施例提供了一種狀態(tài)診斷方法和一種狀態(tài)診斷裝置，其可以不 進行反復試驗工作而獲得適當的診斷結果。
[0010] 一種用于基于波形數據診斷被診斷對象的操作狀態(tài)的狀態(tài)診斷方法，包括：
[0011] 獲取表示時序數據的值的波形作為目標波形，其時間軸被配置為將被診斷對象的 操作的開始時間或者將被診斷對象的操作的改變時間設置為原點；
[0012] 計算表示被診斷對象的正常狀態(tài)或異常狀態(tài)的基準波形與目標波形之間的相似 度；以及
[0013] 基于相似度確定被診斷對象的狀態(tài)。
[0014] 根據該狀態(tài)診斷方法，基于基準波形和目標波形之間的相似度進行診斷。因此，可 以不進行反復試驗工作而獲得適當的診斷結果。
[0015] 基準波形可以是表示時序數據的值的波形，其時間軸被配置為將在被診斷對象的 正常狀態(tài)下被診斷對象的操作的開始時間或者被診斷對象的操作的改變時間設置為原點， 或者基準波形可以是表示時序數據的值的波形，其時間軸被配置為將在被診斷對象的異常 狀態(tài)下被診斷對象的操作的開始時間或者被診斷對象的操作的改變時間設置為原點。
[0016] 多個波形可被用作基準波形；以及
[0017] 被診斷對象的狀態(tài)可以被確定為與相似度最高的基準波形相對應的狀態(tài)。
[0018] 可以通過將基準波形與在表示值的軸的方向上移動、擴展或壓縮目標波形所獲得 的波形進行比較來計算相似度。
[0019] 可以通過將基準波形與在時間軸的方向上移動、擴展或壓縮目標波形所獲得的波 形進行比較來計算相似度。
[0020] 一種被配置為基于波形數據診斷被診斷對象的操作狀態(tài)的狀態(tài)診斷裝置，包括：
[0021] 獲取模塊，被配置為獲取表示時序數據的值的波形作為目標波形，該波形的時間 軸被配置為將被診斷對象的操作的開始時間或者將被診斷對象的操作的改變時間設置為 原點；
[0022] 計算模塊，被配置為計算表示被診斷對象的正常狀態(tài)或異常狀態(tài)的基準波形與通 過獲取模塊獲取的目標波形之間的相似度；以及
[0023] 確定模塊，被配置為基于計算模塊所計算出的相似度確定被診斷對象的狀態(tài)。
[0024] 根據該狀態(tài)診斷裝置，基于基準波形和目標波形之間的相似度進行診斷。因此，可 以不進行反復試驗工作而獲得適當的診斷結果。
[0025] 根據本發(fā)明的狀態(tài)診斷方法，基于基準波形和目標波形之間的相似度進行診斷。 因此，可以不進行反復試驗工作而獲得適當的診斷結果。
[0026] 根據本發(fā)明的狀態(tài)診斷裝置，基于基準波形和目標波形之間的相似度進行診斷。 因此，可以不進行反復試驗工作而獲得適當的診斷結果。

【專利附圖】

【附圖說明】
[0027] 圖1是示出根據本發(fā)明的狀態(tài)診斷裝置的框圖。
[0028] 圖2是示出根據該實施例的狀態(tài)診斷裝置的操作的流程圖。
[0029] 圖3A是示出在時間軸的方向上擴展/壓縮目標波形的示圖。
[0030] 圖3B是示出在時間軸的方向上移動目標波形的示圖。
[0031] 圖4A是示出在表示時序數據的值的軸的方向上移動目標波形的示圖。
[0032] 圖4B是示出在表示時序數據的值的軸的方向上擴展/壓縮目標波形的示圖。

【具體實施方式】
[0033] 以下將描述根據本發(fā)明的狀態(tài)診斷裝置的實施例。
[0034] 圖1是示出根據本發(fā)明的狀態(tài)診斷裝置的框圖。
[0035] 如圖1所示，根據該實施例的狀態(tài)診斷裝置包括用于獲取基準波形的離線處理模 塊10和用于在線計算波形相似度的在線處理模塊20。
[0036] 如圖1所示，離線處理模塊10包括波形數據庫11、波形分析模塊12和基準波形存 儲模塊13。波形數據庫11在包括啟動各個設施和系統(tǒng)中的每一個的時間和改變各個設施 和系統(tǒng)中的每一個的操作的時間的非平穩(wěn)操作時間期間存儲過去的響應波形。波形分析模 塊12分析存儲在波形數據庫11中的波形并提取或生成基準波形?；鶞什ㄐ未鎯δK13 存儲波形分析模塊12中的基準模型。
[0037] 在線處理模塊12包括波形獲取模塊21、預處理執(zhí)行模塊22、相似度計算模塊23 和狀態(tài)確定模塊24。波形獲取模塊21在線獲取目標波形，目標波形是非平穩(wěn)操作期間（諸 如啟動各個設施和系統(tǒng)中的每一個時和改變各個設施和系統(tǒng)中的每一個的操作時）的當 前響應波形。預處理執(zhí)行模塊22對波形獲取模塊21所獲取的目標波形執(zhí)行預處理。相似 度計算模塊23通過將預處理執(zhí)行模塊22對其執(zhí)行了預處理的目標波形與基準波形進行比 較來計算由波形獲取模塊21所獲取的目標波形與由基準波形存儲模塊13所給出的基準波 形之間的相似度。狀態(tài)確定模塊24基于相似度計算模塊23所計算得出的相似度來確定各 個設施和系統(tǒng)中的每一個的狀態(tài)（其由目標波形來表示）。
[0038] 接下來，將描述根據該實施例的狀態(tài)診斷裝置的操作。
[0039] 圖2是示出根據該實施例的狀態(tài)診斷裝置的操作的流程圖。
[0040] 圖2中的步驟Sl至S3示出了離線處理模塊10的操作。
[0041] 在圖2的步驟Sl中，存儲在波形數據庫11中的多個波形被讀入波形分析模塊12。
[0042] 接下來，在步驟S2中，使用波形分析模塊12分析從波形數據庫11讀出的每個波 形。因此，提取或生成適合用作基準波形的波形。
[0043] 接下來，在步驟S3中，在步驟S2中提取或生成的波形作為基準波形存儲在基準波 形存儲模塊13中。然后，終止處理。
[0044] 在步驟S2中，使用波形分析模塊12選擇基準波形。這里，可以充分通過人為判定 來提取與各個設施和系統(tǒng)中的每一個的正常狀態(tài)相對應的波形、與各個設施和系統(tǒng)中的每 一個的異常狀態(tài)相對應的波形等?？蛇x地，可以代替人為判定而使用波形集群分析技術。在 這種情況下，通過集群分析將存儲在波形數據庫11中的多個波形分為多組波形（集群），諸 如正常波形組和異常波形組（分別與各個設施和系統(tǒng)中的每一個的正常狀態(tài)以及各個設 施和系統(tǒng)中的每一個的異常狀態(tài)相對應）。然后，獲取每個集群的中心波形并將其設置為基 準波形?？梢允褂妹總€集群的波形的平均來計算中心波形。
[0045] 如果存在與各個設施和系統(tǒng)中的每一個的正常狀態(tài)相對應的多個模式、或者如果 存在與各個設施和系統(tǒng)中的每一個的異常狀態(tài)相對應的多個模式，則可以準備與每個模式 相對應的多個波形作為分別表示正常狀態(tài)和異常狀態(tài)的基準波形。
[0046] 步驟Sll至S14示出了在線處理模塊20的操作。
[0047] 在圖2的步驟Sll中，波形獲取模塊21在線獲取目標波形，目標波形是非平穩(wěn)操 作期間（諸如啟動各個設施和系統(tǒng)中的每一個時和改變各個設施和系統(tǒng)中的每一個的操 作時）的當前響應波形。
[0048] 接下來，在步驟S12中，預處理執(zhí)行模塊22對波形獲取模塊21所獲取的目標波形 執(zhí)行預處理。
[0049] 接下來，在步驟S13中，相似度計算模塊23將預處理執(zhí)行模塊22對其執(zhí)行了預處 理的目標波形與從基準波形存儲模塊13中獲取的基準波形進行比較，以計算目標波形和 基準波形之間的相似度。
[0050] 接下來，在步驟S14中，狀態(tài)確定模塊24基于相似度計算模塊23所計算得出的相 似度來確定各個設施和系統(tǒng)中的每一個的狀態(tài)（其由目標波形來表示）。然后，處理終止。
[0051] 在步驟S13中，在目標波形的時間軸和基準波形的時間軸被設置為使得開始操作 的時間或改變操作的時間為相同時間的狀態(tài)下，計算目標波形和基準波形之間的相似度。 艮P，在步驟S12中，開始操作的時間或改變操作的時間不與基準波形相匹配的波形不被提 取或生成為目標波形。
[0052] 在步驟S13中，相似度計算模塊23以矢量形式表示兩個波形（S卩，目標波形和基 準波形），限定矢量之間的距離，并且評估該距離是否較小、相似度是否較高。例如，該距離 為以下歐幾里德（Euclidean)距離。
[0053] 首先，相似度計算模塊23使用η個采樣X (1)至X (η)表示基準波形，并且還使用η 個采樣y(l)至y (η)表示目標波形。此時，通過等式1表示基準波形和目標波形之間的歐 幾里德距離。
[0054]

【權利要求】
1. 一種用于基于波形數據診斷被診斷對象的操作狀態(tài)的狀態(tài)診斷方法，包括： 獲取表示時序數據的值的波形作為目標波形，波形的時間軸被配置為將所述被診斷對 象的操作的開始時間或者將所述被診斷對象的操作的改變時間設置為原點； 計算表示所述被診斷對象的正常狀態(tài)或異常狀態(tài)的基準波形與所述目標波形之間的 相似度；以及 基于所述相似度確定所述被診斷對象的狀態(tài)。
2. 根據權利要求1所述的狀態(tài)診斷方法，其中： 所述基準波形是表示時序數據的值的波形，其時間軸被配置為將在所述被診斷對象的 正常狀態(tài)下所述被診斷對象的操作的開始時間或者所述被診斷對象的操作的改變時間設 置為原點，或者所述基準波形可以是表示時序數據的值的波形，其時間軸被配置為將在所 述被診斷對象的異常狀態(tài)下所述被診斷對象的操作的開始時間或者所述被診斷對象的操 作的改變時間設置為原點。
3. 根據權利要求1或2所述的狀態(tài)診斷方法，其中： 多個波形可被用作所述基準波形；以及 所述被診斷對象的狀態(tài)被確定為與所述相似度最高的所述基準波形相對應的狀態(tài)。
4. 根據權利要求1或2所述的狀態(tài)診斷方法，其中： 通過將所述基準波形與在表示所述值的軸的方向上移動、擴展或壓縮所述目標波形所 獲得的波形進行比較來計算所述相似度。
5. 根據權利要求1或2所述的狀態(tài)診斷方法，其中： 通過將所述基準波形與在時間軸的方向上移動、擴展或壓縮所述目標波形所獲得的波 形進行比較來計算所述相似度。
6. -種用于基于波形數據診斷被診斷對象的操作狀態(tài)的狀態(tài)診斷裝置，包括： 獲取模塊，被配置為獲取表示時序數據的值的波形作為目標波形，波形的時間軸被配 置為將所述被診斷對象的操作的開始時間或者將所述被診斷對象的操作的改變時間設置 為原點； 計算模塊，被配置為計算表示所述被診斷對象的正常狀態(tài)或異常狀態(tài)的基準波形與通 過所述獲取模塊獲取到的所述目標波形之間的相似度；以及 確定模塊，被配置為基于所述計算模塊計算出的所述相似度確定所述被診斷對象的狀 態(tài)。
【文檔編號】G06F19/00GK104517027SQ201410524592
【公開日】2015年4月15日 申請日期:2014年10月8日 優(yōu)先權日:2013年10月7日
【發(fā)明者】大谷哲也, 和田英彥, 黑田知宏 申請人:橫河電機株式會社