判定装置及判定方法制造方法及图纸

判定装置具备：模型创建部，创建传感器检测值的基准模型；判定部，判定从规定的时刻到上述基准模型与上述传感器检测值的分歧度超过阈值为止的时间是否比规定的时间短；以及输出部，在判定为短的情况下输出与异常相关的信号。

【技术实现步骤摘要】
【国外来华专利技术】判定装置、判定方法以及判定程序
本专利技术涉及判定装置、判定方法以及判定程序。
技术介绍
判定异常的技术正在被开发。例如，公开有将与模型的分歧度用于判断基准来判定异常的技术(例如，参照专利文献1)、将与模型的差分的积分用于判断基准来判定异常的技术(例如，参照专利文献2)。专利文献1：国际公开第2010/082322号专利文献2：日本特公平4-25565号公报然而，在上述技术中，判定异常的预兆是困难的。
技术实现思路
本专利技术正是鉴于上述课题而完成的，其目的在于，提供能够判定异常的预兆的判定装置、判定方法以及判定程序。在一个方式中，判定装置具备：模型创建部，创建传感器检测值的基准模型；判定部，判定从规定的时刻到上述基准模型与上述传感器检测值的分歧度超过阈值为止的时间是否比规定的时间短；以及输出部，在判定为从规定的时刻到上述基准模型与上述传感器检测值的分歧度超过阈值为止的时间比规定的时间短的情况下，输出与异常相关的信号。能够判定异常的预兆。附图说明图1(a)以及(b)是基于光纤的温度测定方式的例子。图2是例示目的变量以及说明变量组的一个例子的图。图3(a)是将使用了燃料种类A时的推断值与实测值之差作为温度差例示的图像图，(b)是将使用了燃料种类B时的推断值与实测值之差作为温度差例示的图像图。图4是例示阈值与异常判定的关系的图。图5(a)是第1实施方式涉及的判定装置的概略图，(b)是用于对判定部的硬件构成进行说明的框图。图6例示说明变量组。图7是例示目的变量的推断式的设定、以及分歧度和推断有效时间的阈值的设定的处理的流程图。图8是进行异常判定时所执行的流程图的一个例子。图9(a)是第2实施方式涉及的判定装置的概略图，(b)是温度传感器的例子。图10是进行异常判定时所执行的流程图的一个例子。图11(a)是目的变量的实测值，(b)是说明变量的实测值。图12(a)是推断误差的瞬时值，(b)是推断误差的累计值，(c)是推断有效时间。图13是温度传感器的例子。图14(a)是马氏距离(Mahalanobisdistance)，(b)是推断有效时间。图15是例示变形例2的判定系统的图。图16(a)以及(b)是例示传感器部以及测定器的图。图17(a)～(c)是例示传感器部的图。图18是对表示无量纲化程序(non-dimensionalprocess)的流程图进行例示的图。图19(a)以及(b)是例示异常预兆的图。图20是进行异常判定时所执行的流程图的一个例子。图21是例示比较例的流程图。图22是例示比较例的结果的图。图23是例示图20所记载的方法的结果的图。图24是例示比较例的结果的图。图25是例示图20所记载的方法的结果的图。图26是进行异常判定时所执行的流程图的一个例子。图27是例示异常判定的结果的图。图28是例示传感检测数据的标准化值的图。具体实施方式首先，对异常判定的概略进行说明。在化工厂、制油工厂、火力发电站等中，往往因腐蚀等而发生气体泄漏等。鉴于此，希望能够尽早判定异常。例如，可考虑对分支配管被焊接于主配管的配管系统配置温度传感器，作为温度变化尽早检测气体、液体的泄漏。或者，通过监视冷却水的配管温度，由此即使万一发生冷却不良等，也能够在火灾发生之前检测出早期的温度异常。其中，以下的异常的“预兆的检测”是指“在监视某对象的情况下，使用某种手段使其动作的一部分可视化，在判断为该被可视化的状态与正常的状态不同时认为检测到异常的预兆”。对于温度异常的检测，例如可例举测定拉曼散射光来作为温度信息的基于光纤的温度测定方式。例如，如图1(a)例示那样，通过将光纤敷设于分支配管，能够尽早地检测出泄漏作为温度变化。另外，如图1(b)例示那样，通过在锅炉的冷却水配管敷设光纤，能够监视冷却水温度。由此，即使发生冷却不良等，也能够在火灾发生之前检测早期的温度异常。然而，作为设备管理更优选的不是“最小限地阻止事故的异常的检测”，而是“通过对成为异常的前兆进行预测来将事故防范于未然”。鉴于此，采用了进行将各种运转控制用的传感器数据等参数作为说明变量、将后附的传感器信息作为目的变量的回归分析，或进行后附的传感器信息彼此的相关分析，来以统计方式判断是否是没有问题的状态的方法。这是因为网络技术提高到能够一并管理运转控制用的传感器数据等参数的程度、以及通过增加计算机功率能够实时应用各种回归分析手法、相关分析手法。然而，上述手法将如何使“推断误差”(推断值与实测值之差)最小化作为焦点。因此，关于“推断误差”成为何种程度时判定为异常，并没有作出实用的讨论。例如，在火力发电站中，油种类、煤炭种类等没有被样式(pattern)分类，因生产国、其混合量等，每次特性都发生变化。因此，在特性变化时需要进行用于推断的初始化作业。然而，由于“推断误差”因其精度而受到影响，所以例如容易只采取根据在一定时间“推断误差”变化了何种程度等来判断为异常这一设定的简单的方法。结果，设定宽松的阈值，容易成为不实用的系统。图2是例示目的变量以及说明变量组的一个例子的图。在图2的例中，目的变量1～3是锅炉的外壁金属的各位置的温度。说明变量组是与目的变量具有相关的传感器的输出值。目的变量1～3的实测值能够使用被设置于外壁金属的温度传感器等而取得。如图2中例示那样，目的变量1～3的推断式通过设定各说明变量的系数以及常数而获得。关于这些系数以及常数，能够基于过去的各说明变量以及目的变量的实测值，通过最小二乘回归(OrdinaryLeastMeanSquare)或主成分回归(PrincipalComponentsRegression)、偏最小二乘回归(PartialLeastSquares)等来设定。每次收集说明变量信息时，将说明变量输入至推断式，导出推断值。通过对同时刻取得的目的变量的实测值与推断式的推断值进行比较，能够判定系统是正常还是异常。在设定推断式的系数以及常数时，需要一定期间的最近的过去数据。将该最近的期间称为“建模期间(modelingperiod)”。与此相对，将实际进行推断值与实测值的比较的期间称为“记分期间(scoringperiod)”。在记分期间，认为若“推断误差”超过一定的值则发生了偏离推断的状况。图3(a)是例示使用了燃料种类A时的记分期间中的目的变量1以及目的变量2的推断值与实测值之差作为温度差的图像图。图3(b)是例示使用了燃料种类B时的记分期间中的目的变量1以及目的变量2的推断值与实测值之差作为温度差的图像图。在燃料种类A的情况下，设阈值是3σ±0.3℃。在燃料种类B的情况下，设阈值是3σ±0.9℃。然而，超过该3σ的状态立即被认为是否是异常的客观性判断是困难的。这是因为存在以0.3％的概率超过该值的可能性。相反在设定了4σ的情况下，认为还有漏过异常的可能性。图4是例示阈值与异常判定的关系的图。如图4中例示那样，在将阈值设定为比较大的阈值1的情况下，相对于真正发生了问题时产生延迟，导致对策延迟。在将阈值设定为比阈值1小的阈值2的情况下，由于在与真正发生问题的状况不同的状况下判定为异常，所以这也没有实现预兆检测的功能。即，若不能“充分地进行高精度的推断、且按每个目的变量设定有用的阈值，并以该阈值进行异常判定”，则有用的预兆检测是困难的。在定期检查、油种类本文档来自技高网...

【技术保护点】
一种判定装置，其特征在于，具备：模型创建部，创建传感器检测值的基准模型；判定部，判定从规定的时刻到上述基准模型与上述传感器检测值的分歧度超过阈值为止的时间是否比规定的时间短；以及输出部，在判定为短的情况下输出与异常相关的信号。

【技术特征摘要】
【国外来华专利技术】2015.02.17 JP 2015-0290571.一种判定装置，其特征在于，具备：模型创建部，创建传感器检测值的基准模型；判定部，判定从规定的时刻到上述基准模型与上述传感器检测值的分歧度超过阈值为止的时间是否比规定的时间短；以及输出部，在判定为短的情况下输出与异常相关的信号。2.根据权利要求1所述的判定装置，其特征在于，上述模型创建部使用上述传感器检测值、以及与上述传感器检测值具有相关的多个其他传感器的检测值来创建上述基准模型。3.根据权利要求2所述的判定装置，其特征在于，上述模型创建部使用上述传感器检测值和上述多个其他传感器的检测值并通过回归分析来创建上述基准模型。4.根据权利要求2或3所述的判定装置，其特征在于，上述模型创建部在上述基准模型与上述传感器检测值的分歧度超过阈值时，使用从该时刻起一定的过去时间中的上述多个其他传感器的检测值以及上述传感器检测值来重新创建上述基准模型。5.根据权利要求2至4中任一项所述的判定装置，其特征在于，上述基准模型与上述传感器检测值的分歧度是上述基准模型与上述传感器检测值之差。6.根据权利要求1所述的判定装置，其特征在于，上述模型创建部使用多个传感器的检测值的相关关系来创建上述检测值的基准模型，上述判定部判定直到上述基准模型与上述多个传感器的任一个的检测值的分歧度超过阈值为止的时间是否比规定的时间短。7.根据权利要求6所述的判定装置，其特征在于，上述模型创建部使用反映了上述多个传感器的检测值的相关关系的大小的偏差的中心来创建上述基准模型。8.根据权利要求6或7所述的判定装置，其特征在于，...

【专利技术属性】
技术研发人员：宇野和史，有冈孝祐，笠嶋丈夫，福田裕幸，
申请(专利权)人：富士通株式会社，
类型：发明
国别省市：日本,JP