数据分类装置制造方法及图纸

本发明专利技术的目的在于，提供能够减少错误检测的数据分类装置以及异常诊断系统。为了解决上述课题，本发明专利技术的数据分类装置具有将运行数据分类为多个类别的数据分类部(30)、以及管理数据分类部的输出的分类结果数据库(40)，数据分类部(30)优先选择表示生成类别的顺序的代际编号小的上述类别作为类别候补并决定运行数据的类别。

Data classification device

【技术实现步骤摘要】
【国外来华专利技术】数据分类装置
本专利技术涉及数据分类装置以及异常诊断系统。
技术介绍
在发电成套设备和装置中，以监视以及控制为目的，设置有温度计、压力计以及流量计等多个传感器。另外，近年来，在桥梁和道路等基础设备中也设置加速度传感器等传感器，实施监视设备的状态监视。这种传感器数据的特征是具有多个关联的传感器数据，并且是在某个时间周期测量到的多维的时间系列数据。在活用了这种多维的时间系列数据的状态监视方法中提出各种方法。最简单的是选择多维数据项目中的应该着眼的数据项目，根据数据项目的值是否超过预先设定的阈值来检测状态变化的方法。另外，在非专利文献1所示的方法中，将多维数据进行聚类，分割为类别，由此来检测异常。使用图1说明非专利文献1所示的方法。在本现有技术中，使用自适应共振理论(以下称为ART)作为数据聚类技术之一。在ART中，具有根据类似度将多维数据分类为多个类别的功能。在本检测方法中，使用该功能在学习阶段和诊断阶段2个阶段来检测设备的异常。在学习阶段中，将设备为正常状态的运行数据输入给ART。ART根据数据的类似度将运行数据分类为多个类别，因此能够规定在运行数据正常时生成的类别。在诊断阶段中，将想要诊断的运行数据(诊断数据)输入给学习了正常数据的ART。其结果为，与学习数据的类似度高的数据被分类为与学习阶段相同的类别。但是，当设备产生某些异常且数据的倾向改变时，被分类为与学习数据不同的类别(新规类别)。这样，能够根据由ART进行了分类的类别来判定设备的状态变化。现有技术文献非专利文献非专利文献1：日本机器学会杂志Vol.118(2015)No.1163p.624-627非专利文献2：G.A.CarpenterandS.Grossberg：”ART2:Self-OrganizatioNo.fstablecategoryrecognitioncodesforanaloginputpatterns”，AppliedOptics，Vol26，No.23，(1987)
技术实现思路
专利技术要解决的课题但是，在非专利文献1记载的技术中，会有已被分类为正常数据的数据的一部分被分类为新类别的情况。使用图2、图3说明该例子。图2是示意地表示学习数据的分类结果的图。由实践包围的部分表示学习时的类别的区域。图3示意地示出了在学习时的类别区域的附近输入数据m而生成新类别时的分类结果。如本图所示，当在学习数据的附近生成新类别时，被分类为学习时的类别的数据k会被分类为新类别。在ART中，由于任意类别的区域都进入的数据被分类为更近的类别，因此通过新类别的产生位置会产生上述现象。即，由于新类别的产生，数据分类特性会发生变化，因此没有考虑检测精度。用于解决课题的方案如要表示本专利技术代表性的内容之一，则为一种数据分类装置，其具有将运行数据分类为多个类别的数据分类部、以及管理上述数据分类部的输出的分类结果数据库，其中，上述数据分类部优先选择表示生成上述类别的顺序的代际编号小的上述类别作为类别候补并决定上述运行数据的类别。专利技术的效果根据本专利技术，可以提供能够降低错误检测的数据分类装置以及异常诊断系统。附图说明图1是表示非专利文献1所示的方法中将数据分类的想法的图。图2是表示非专利文献1所示的方法中学习了正常数据的例子的图。图3是表示非专利文献1所示的方法中诊断了数据的例子的图。图4是表示本专利技术第一实施例的结构的图。图5是表示存储在运行数据数据库中的运行数据的例子的图。图6是表示本专利技术实施例的数据分类部的结构的图。图7是表示类别的代际编号的想法的图。图8是表示本专利技术实施例的数据分类算法的图。图9是表示在本专利技术的实施例表示的方法中诊断了数据的例子的图。图10是表示本专利技术实施例的分类结果数据库所记录的运行数据的一例的图。图11是表示本专利技术实施例的分类结果数据库所记录的代际编号的一例的图。图12是表示本专利技术实施例的显示操作部的条件设定画面的一例的图。图13是表示本专利技术实施例的显示操作部的分类结果显示画面的一例的图。具体实施方式以下，参照附图说明本专利技术的实施方式。实施例1图4表示本专利技术实施方式的第一实施例。本实施例是将本专利技术的数据分类装置用于成套设备的异常诊断系统的例子，由成套设备10、运行数据数据库20、数据分类部30、分类结果数据库40以及显示操作部50组成。以下描述各个结构要素的概要。成套设备10中设置有流量计、温度计、压力计等传感器，用于设备的控制以及监视。运行数据数据库20中保存通过成套设备10的传感器测量到的数据作为每一分钟的时间系列数据。在被保存的运行数据中通过显示操作部50指定的正常数据被剪切为训练数据，发送给数据学习部30。另外，在通过成套设备实时测量到的数据也被暂时存储到运行数据数据库后，作为诊断数据以固定的周期发送给数据分类部30。在数据分类部30中，使用将自适应共振理论(ART：AdaptiveResonanceTheory)作为基础的聚类算法(以下称为改良ART)，将多维运行数据分类为多个类别。在改良ART中，除了对所输入的多维数据进行分类的类别编号，还输出表示该类别编号的生成顺序的代际编号。另外，在分类数据时，考虑代际编号来决定类别编号。另外，后面描述决定类别编号的详细算法。在分类结果数据库40中，管理从数据分类部30输出的类别编号和各个类别的代际编号。在显示操作部50中，如上述那样设定学习数据、诊断数据的条件。另外，显示图1下部所示的类别编号的趋势图和诊断结果。接着，详细说明本实施例。成套设备10由机器和将其连接的管道、阀门等构成。为了监视以及控制成套设备的状态，在机器和管道中设置流量计、温度计、压力计等传感器。这些传感器中，例如如果是温度计则带有TIC001的标记。这些标记成为各个传感器的ID，通过标记信息识别各个传感器。在运行数据数据库20中记录通过成套设备10的传感器测量到的数据作为时间系列数据。图5表示运行数据的一例。如图1所示，按照时间保存设置在成套设备10上的传感器数据。该时间间隔能够任意指定，但是在本实施例中，将时间间隔设为1分钟。在数据分类部30中，使用将自适应共振理论(ART)作为基础的改良ART来对数据进行分类。图6表示数据分类部30的详细结构。数据分类部30由数据预处理部31和改良ART32组成。在数据预处理部31中，将运行数据标准化为[0.1]的范围，并追加候补数。具体地说，如果设为有n维的运行数据xi(i＝1，2，......n)，则首先生成以公式(1)进行标准化而得的数据Xi(i＝1，2，......n)。Xi＝(xi-xi_lower)/(xi_Upper-xi_lower)......(1)这里，xi_Upper是标准化的上限值，xi_lower是下限值。本文档来自技高网...

【技术保护点】
1.一种数据分类装置，其具有将运行数据分类为多个类别的数据分类部、以及管理上述数据分类部的输出的分类结果数据库，其特征在于，/n上述数据分类部优先选择表示生成上述类别的顺序的代际编号小的上述类别作为类别候补并决定上述运行数据的类别。/n

【技术特征摘要】
【国外来华专利技术】20171113 JP 2017-2178831.一种数据分类装置，其具有将运行数据分类为多个类别的数据分类部、以及管理上述数据分类部的输出的分类结果数据库，其特征在于，
上述数据分类部优先选择表示生成上述类别的顺序的代际编号小的上述类别作为类别候补并决定上述运行数据的类别。


2.根据权利要求1所述的数据分类装置，其特征在于，
该数据分类装置判定上述类别候补的适当性，如果适当则将上述类别候补设为上述运行数据的类别，在不适当的情况下不采用上述类别候补。


3.根据权利要求2所述的数据分类装置，其特征在于，
当判定为上述不采用时...

【专利技术属性】
技术研发人员：林喜治，关合孝朗，黑羽义幸，平塚政幸，
申请(专利权)人：株式会社日立制作所，
类型：发明
国别省市：日本;JP