JP6134802B2 - 時系列データの分析方法、及びその装置 - Google Patents

Description

本発明は、時系列データの分析方法、及びその装置に関する。

本技術分野の背景技術としては〔特許文献１〕及び〔特許文献２〕がある。

〔特許文献１〕では時系列波形を日毎或は周毎といった一定時間で波形を切り出し経時変動を表現するシステムに関して述べられている。

〔特許文献２〕では加速度センサの値を用いて上昇状態や下降状態を識別しそれぞれに対応した異常判定パラメータを用いて異常診断を行っている。

特開2006-185226 特開2012-197181

〔特許文献１〕では、日毎・週毎と言った予め決められた一定周期の時間間隔で波形を切り出す場合には有効であるが、例えば、ダンプトラックが荷降ろし作業を行っている時間区間においてのエンジンの回転数の変動を見たいといった要望には応えることはできない。

〔特許文献２〕では、実時間で流れてくる状態識別に用いるセンサ値の値を用いて閾値処理により診断波形を切り出しているため、観測時点では分からない状態（例えば、１Ｆから４Ｆまで移動する場合のエレベータの異常診断を行いたい場合、出発時４Ｆが目的階であっても途中階の乗客の供給により３Ｆが停止階として押された場合など）での異常を診断するような用途には応用する事は出来ない。また、〔特許文献２〕では診断用に考案された発明であり波形の表示に関しては述べられていない。

上記課題を達成するために、本発明は、診断対象装置の時系列データの分析装置において、診断対象装置より取得したセンサ、操作、或は制御データを時刻情報と共に蓄積する蓄積装置と、診断対象装置の挙動を認識するアルゴリズムを蓄積するアルゴリズム蓄積部と、認識アルゴリズムを用いて診断対象装置の挙動を認識する挙動認識部と、認識する挙動項目を指定する指定部を設け、指定した挙動認識項目に応じて、アルゴリズム蓄積部より挙動認識項目に対応する挙動認識アルゴリズムを選択し、前記蓄積装置から挙動認識アルゴリズムで用いるセンサ、操作、或は制御データを選択し、前記挙動認識部により選択された挙動が開始した時刻と終了した時刻を認識し前記診断対象装置より取得したセンサ、操作、或は制御データを時刻情報と共に蓄積する蓄積装置に蓄積されているデータの時刻情報と結び付けることを特徴とするものである。

更に、本発明は時系列データの分析装置において、前記診断対象装置より取得したセンサ、操作、或は制御データと認識した挙動内容を時刻情報と共に表示することを特徴とするものである。

更に、本発明は時系列データの分析装置において、前記診断対象装置より取得したセンサ、操作、或は制御データと認識した挙動内容を時刻情報を特定の挙動を行っている区間で切り出し、挙動の開始時刻を基準に時系列に並べて表示することを特徴とするものである。

更に、本発明は時系列データの分析装置において、前記センサ、操作、或は制御データ及び挙動内容を出力することを特徴とするものである。

更に、本発明は時系列データの分析装置において、前記診断対象装置より取得したセンサ、操作、或は制御データと認識した挙動内容を時刻情報を特定の挙動を行っている区間で切り出して出力することを特徴とするものである。

更に、本発明は時系列データの分析装置において、前記挙動認識項目に対応する挙動認識アルゴリズムを用いて、挙動区間毎に診断アルゴリズムを切り替えて診断処理を行うことを特徴とするものである。

また、上記課題を達成するために、本発明は、診断対象装置の時系列データの分析方法において、診断対象装置より取得したセンサ、操作、或は制御データを時刻情報と共に蓄積すること、診断対象装置の挙動を認識するアルゴリズムを蓄積すること、認識アルゴリズムを用いて診断対象装置の挙動を認識すること、認識する挙動項目を指定すること、指定した挙動認識項目に応じて、アルゴリズム蓄積部より挙動認識項目に対応する挙動認識アルゴリズムを選択し、前記蓄積装置から挙動認識アルゴリズムで用いるセンサ、操作、或は制御データを選択し、前記挙動認識部により選択された挙動が開始した時刻と終了した時刻を認識し
前記診断対象装置より取得したセンサ、操作、或は制御データを時刻情報と共に蓄積されたデータの時刻情報と結び付けることを特徴とするものである。

更に、本発明は時系列データの分析方法において、前記診断対象装置より取得したセンサ、操作、或は制御データと認識した挙動内容を時刻情報と共に表示することを特徴とするものである。

更に、本発明は時系列データの分析方法において、前記診断対象装置より取得したセンサ、操作、或は制御データと認識した挙動内容を時刻情報を特定の挙動を行っている区間で切り出し、挙動の開始時刻を基準に時系列に並べて表示することを特徴とするものである。

更に、本発明は時系列データの分析方法において、前記センサ、操作、或は制御データ及び挙動内容を出力することを特徴とするものである。

更に、本発明は時系列データの分析方法において、前記診断対象装置より取得したセンサ、操作、或は制御データと認識した挙動内容を時刻情報を特定の挙動を行っている区間で切り出して出力することを特徴とするものである。

更に、本発明は時系列データの分析方法において、前記挙動認識項目に対応する挙動認識アルゴリズムを用いて、挙動区間毎に診断アルゴリズムを切り替えて診断処理を行うことを特徴とするものである。

本発明によれば、各挙動におけるセンサや制御・操作データがどのように変化しているかを観察できるようになる。

また、本発明によれば、非常に長い時系列データの中から診断を行いたい挙動を行っている個所のデータを選択的に観察できるようになる。

更に、本発明によれば、この出力結果を利用して、後処理で特定の挙動を行っている区間のデータの診断や分析が可能になる。

そして、本発明によれば、各挙動に特化した診断アルゴリズムを用いて診断処理を行う事ができるようになるため認識精度の向上・誤報の低減が可能である。

本発明の構成図の一例 本発明で表示した一例 ダンプトラックの構造 ダンプトラックにおけるセンサ及び制御信号のデータの取得方法 蓄積データの一例 挙動認識アルゴリズムの一例 ホイスト操作の例 挙動項目とセンサデータを並べて表示した例 特定の挙動区間のセンサデータを並べて表示した例 エレベータでの適用例 本発明において対応付けデータを出力する場合の構成図の一例 認識した挙動項目に応じて診断処理アルゴリズムを切り替えて処理するための構成図 診断処理アルゴリズムを切り替えて処理するための処理の流れ

以下、本発明の実施例を図面を用いて説明する。

図１に本発明の構成図を、図２に適用例の一例としてダンプトラックの荷降ろし区間の各種センサの波形とダンプトラックの挙動を認識し挙動の開始時刻と終了時刻をもとに対応付けて表示した実施例を示す。

ダンプトラックは、掘削現場においてダンプボディ（土砂等を積載する荷台）に土砂を「荷積み」し、土砂の集積場へ「移動」、そこで「荷降ろし」、再度掘削現場へ向かうために「移動」を繰り返し行っている。ここで、以後「荷積み」「移動」「荷降ろし」などの状態をダンプトラックの挙動23とする。

ホイストシリンダ圧力20、積載量21、ホイストレバー位置22は、ダンプトラックが積載した土砂を荷降ろし（廃土）する場合に関連するセンサ及び制御信号の信号波形の一例である。図３に示すようにダンプトラックには土砂等を積載するダンプボディ30が取り付けられている。ダンプボディは、油圧を用いて伸縮運動を行うホイストシリンダ32が取り付けられおり、操作者がホイスト操作レバーを操作しホイストシリンダ32を伸ばす事により、ダンプボディ31を傾け積載した土砂を廃土する事ができる。

次に図１を用いて本発明の構成を説明する。診断対象装置1のセンサ値・操作者の操作信号・装置の制御データはセンサ・操作・制御データ収集装置2で収集する。診断対象装置1は本実施例ではダンプトラックとなる。

センサ・操作・制御データ収集装置2はダンプトラックの場合には、図４に示すダンプトラックにおけるセンサ及び制御信号のデータの取得方法で収集する。機器間のデータ転送に使われる規格であり車両等にも使われているCAN (Controller Area Network)40を備え、CAN40には、エンジンの回転数や温度等のエンジン関連データ41や操作者が行ったホイスト操作レバー状態42、ホイストシリンダ圧力やホイスト操作によって動くダンプボディ角度値等のホイスト関連データ43、更に図示しないがダンプトラックの走行速度や移動距離その他様々なセンサ情報や車両の制御情報等が伝送されている。このCAN40にセンサ・操作・制御データ収集装置2を接続し、CAN上に流れている各種情報を受信する事によりセンサ値・操作者の操作信号・装置の制御データを収集する事ができる。

次に、センサ・操作・制御データの蓄積装置3の構成を示す。図５はセンサ・操作・制御データ収集装置2で収集したデータをタイムスタンプと共に蓄積する構造を示す。

挙動内容の設定部５の構成を示す。図２の例では、「荷降ろし」「荷積み」「移動」などどのような挙動項目を認識するかを指定する。

挙動認識部６の構成を示す。挙動認識部６は挙動内容の設定部5で指定された挙動項目に対応する、挙動認識アルゴリズムを挙動認識アルゴリズムの蓄積装置11より選択し、センサ・操作・制御データの蓄積装置3に蓄えられたデータの中から挙動認識アルゴリズムで用いるデータ4を用いて処理を行う。

図6に挙動認識アルゴリズムの一実施例を示す。また、図７にダンプトラックのホイストレバー操作の一実施例を示す。

先ず、図７に処理の説明の前のダンプトラックのホイスト操作方法を説明する。ホイストレバーが「浮き」70では、ホイストシリンダに圧力が加わらず自重でダンプボディが下がりダンプボディをダンプトラックの車体フレームで支え水平状態を保つ。従って、「荷積み」73「移動」74中ホイストレバーは「浮き」の状態にしている。荷降ろしを行う場所に到着し77、ダンプボディを「上げ」72にするとホイストシリンダ内の圧力が高くなりダンプボディを押し上げる71。最大角度付近になったらホイストレバーを「保持」75の状態とする。ホイストシリンダは固定されダンプボディの角度はその状態を保持する。運搬してきた土砂の廃土が完了したらホイストレバーを「浮き」76へと変更する。ホイストシリンダ内の圧力は減圧し、自重でダンプトラックの車体フレームまでダンプボディが降下する。降下後にホイストレバーを「保持」へ変更してしまうとホイストシリンダがダンプボディや積載物の重量を支えホイストシリンダの破損に至る場合があるため、「浮き」の状態のままで移動や荷積み作業を行っている。

次に、図６にホイスト操作の手順をもとに考案した挙動認識アルゴリズムの一実施例を示す。処理は以下の順序で行う。
(a)センサ・操作・制御データの蓄積装置3よりホイストレバー操作に関するデータをタイムスタンプと共に受信する。図５における時刻50の列とホイストレバー操作51の列のデータである。
(b)ホイストレバー位置が「浮き」から「上げ」に変化する変化点をホイスト操作開始時刻78として検出する61。
(c)ホイスト操作開始時刻を「荷降ろし」開始時刻としても良いが、ホイストレバーを「上げ」にする前のダンプトラックの移動速度や積載重量の状況を把握したい場合にはホイスト操作レバーを「浮き」から「上げ」へ変更したa秒前に遡った時刻を「荷降ろし」開始時刻79としても良い62。遡り時間aは挙動内容の設定部5などの入力部で設定を行う。
(d) 荷降ろし開始点以降で最初にホイストレバーが「浮き」変化した点をホイスト操作終了時刻700として検出する63。
(e) ホイスト操作終了時刻では、ダンプボディは未だ上に持ち上げられた状態である。従って、ダンプボディが自重で降下して車体フレームに接するまでの時間をb秒と想定し、ホイスト操作終了点からb秒後の時刻を「荷降ろし」終了時刻701とする64。図6の処理ではホイスト操作レバーの位置情報のみを利用して挙動の認識を行っているが、ダンプボディ角度71を利用する事も可能である。つまり、ホイストレバー位置が「浮き」の状態でありダンプボディ角度が車体フレームに接する角度まで降下したらその時の時刻を「荷降ろし」終了時刻としてもかまわない。

このような処理順序により「 荷降ろし」の開始時刻と終了時刻の認識が完了する。

診断対象時系列データと挙動認識結果の対応付け部8において表示対象の時系列データと挙動認識結果の対応付けを行う。例えば、図５の例では、荷降ろし開始時刻が12:25:25と認識された場合挙動認識結果列に荷降ろし開始を示す情報52を、荷降ろし終了時刻が12:28:03と認識された場合挙動認識結果列に荷降ろし終了を示す情報53を付加するような処理を行えば良い。

本実施例では「荷降ろし」区間の認識アルゴリズムについて述べているが、「荷積み」や「移動」に対応する挙動認識アルゴリズム及びそのアルゴリズムで利用するセンサ情報或は制御・操作情報を選択する事により「荷積み」や「移動」等も認識可能となる。

表示処理部9は、挙動認識結果と診断対象の時系列データの表示処理を行う部分であり、処理した結果は表示装置10で表示される。図２に表示一例を示す。表示処理部9では、横軸を時間としホイストシリンダ圧力20や積載量20、ホイストレバー位置22といった診断対象装置であるダンプトラックから収集したセンサや操作情報を同じ時間軸上に並べて表示すると共に、挙動認識部6で認識した結果を同じ時間軸上に並べて表示するよう作画処理を行う。これを表示装置10に表示することにより各挙動におけるセンサや制御・操作データがどのように変化しているかを観察できるようになる。

また、図２の表示例28のように「荷降ろし」区間だけを切り出して表示する事も可能である。切り出し方法は、図５における荷降ろし開始時刻52からこれに対応する荷降ろし終了時刻53までの間の行のデータを切り出し、図２の表示例28に示すように表示すれば良い。このような切り出し表示は、非常に長い時系列データの中から診断を行いたい挙動を行っている個所のデータを選択的に観察したい場合に有効である。

図8に複数回の運搬サイクルを同一画面上に表示した実施例を示す。図２の例では１回の運搬サイクル（荷積み→移動→荷降ろし→運搬→荷積み）での表示であったが、図８では複数の運搬サイクルを同時に表示し、荷降ろし区間だけをダンプの挙動項目に表示している。横軸が時刻、縦軸はダンプトラック内のあるセンサＡのセンサ値84及びダンプの挙動85を時刻で同期させて並べて表示している。荷降ろし区間として認識された波形の区間が区間80,区間81,区間82,区間83として表示されている。この表示例では荷降ろしだけを表示しているが、図２で示しているようにその他の挙動項目も併せて表示することも可能である。

図９は図８の荷降ろしとして認識された波形区間を切り出し３次元空間上に並べて表示した例である。図９のx軸91は荷降ろしと認識された開始時刻を基準とした経過時刻でありy軸90はセンサ値、ｚ軸92は図8の時刻86と同じセンサ値Ａを計測した時刻(図5のタイムスタンプ50に対応)である。図９に示すようにより同じ荷降ろし区間でも時間経過に伴いどのように変化するかが視覚的に判断できるようになる。

なお、本実施例ではダンプトラックの挙動認識を例に説明したが、そのほかの診断対象装置でも実施可能である。図10にエレベータの挙動によるエレベータのセンサＢの変化の様子を表した図を挙動項目と共に表した例を示す。挙動項目の停止102はエレベータが停止している状態を表す挙動、1フロア間移動103とはフロア１階分移動した状態（例えば５階から６階に移動）を表している同様に2フロア間移動104とはフロア２階分移動した事を表している。エレベータの停止は、例えば巻き上げモータの回転数を入力データとした挙動認識アルゴリズムで検知できるし、フロア間移動はエレベータがどの階に停止したかを表すセンサデータをセンサ・操作・制御データの蓄積装置3に蓄積し、停止階の差分を求めるようなアルゴリズムを用いる事により挙動の認識を行う事ができる。それぞれのデータが図５に示したようなタイムスタンプと紐付くデータとして蓄積しておく事により図10に示す表示が可能である。

図11に診断対象時系列データと挙動認識結果を対応付けしたデータを出力する構成図を示す。既に説明した図１に示された同一符号を付された部分については同様の構成、効果を備えるものであるので、特に言及する以外は説明を省略する。

図１１の構成において、診断対象時系列データと挙動認識結果の対応付けデータの出力部110を備える。図５に示した診断対象時系列データと挙動認識結果の対応付けしたデータ、図２の表示例28の特定の挙動項目を行っている区間のセンサや制御・操作データ、図８の区間80,区間81,区間82,区間83のように時系列データから特定の挙動項目だけを抜き出したデータ等を診断対象時系列データと挙動認識結果の対応付けデータの出力部110では出力する。

この出力結果を利用して、後処理で特定の挙動を行っている区間のデータの診断や分析が実現できる。

図12に挙動認識結果にもとづき診断アルゴリズムを切り替えて処理する構成図を示す。既に説明した図１に示された同一符号を付された部分については同様の構成、効果を備えるものであるので、特に言及する以外は説明を省略する。挙動毎の診断アルゴリズムを蓄積した蓄積装置121、診断処理部120、診断結果の表示或は出力部122を備える。

診断処理部120では、診断対象時系列データと挙動認識結果の対応付け部8において対応付けられた挙動項目に応じて診断アルゴリズムを蓄積した蓄積装置121からの挙動毎の診断アルゴリズムを用いて診断処理を行う。

図13に診断処理の流れを示す。表示例310は診断対象時系列データと挙動認識結果の対応付け部8において診断対象時系列データと挙動認識結果を対応付けられたセンサ・操作・制御データの一実施例である。このデータから「荷降ろし」区間で切り出したデータが表示例306である。選択したセンサ・操作・制御データ項目は、ホイストシリンダ圧力300と積載量301、ホイストレバー操作302となっている。「荷降ろし」特化した診断アルゴリズムで診断処理308を診断アルゴリズムを蓄積した蓄積装置121の診断毎の診断アルゴリズム蓄積装置より選択し診断対象機器1の診断処理を行う。同様に、「移動」区間で切り出したデータが表示例307である。選択したセンサ・操作・制御データ項目は、積載量301、移動速度303、エンジン回転数304であり、これらのデータを用いて「移動」に特化した診断アルゴリズムで診断処理309を用いて診断処理を行う。

診断結果は診断結果の表示或は出力部122を介して表示あるいは診断結果のデータ出力を行う。

本実施例では、診断機器は様々な挙動を行うが、各挙動に特化した診断アルゴリズムを用いて診断処理を行う事ができるようになるため認識精度の向上・誤報の低減が実現できる。

1診断対象装置
2センサ・操作・制御データ収集装置
3センサ・操作・制御データの蓄積装置
5挙動内容の設定部
6挙動認識部
8診断対象時系列データと挙動認識結果の対応付け部
9表示処理部
11挙動認識アルゴリズム

Claims (12)

1. 診断対象装置の時系列データの分析装置において、
   診断対象装置より取得したセンサ、操作、或は制御データを時刻情報と共に蓄積する蓄積装置と
   前記診断対象装置の挙動を認識する挙動認識アルゴリズムを蓄積するアルゴリズム蓄積部と
   認識する挙動項目を指定する指定部と
   前記挙動認識アルゴリズムを用いて前記診断対象装置の挙動を認識する挙動認識部であって、指定された前記挙動項目に対応する挙動認識アルゴリズムを前記アルゴリズム蓄積部から選択し、選択された該挙動認識アルゴリズムで処理をするセンサ、操作、或は制御データを前記蓄積装置から選択し、選択された前記センサ、操作、或は制御データの少なくともいずれかが変化する変化点を用いて、指定された前記挙動項目の挙動が開始した時刻と終了した時刻を認識する前記挙動認識部と
   前記蓄積装置に蓄積されているデータの時刻情報と、前記挙動認識部によって認識される前記挙動項目の挙動が開始した時刻と終了した時刻とを結び付ける対応付け部と
   を備えることを特徴とする時系列データの分析装置。
2. 請求項１の時系列データの分析装置において、
   前記診断対象装置より取得したセンサ、操作、或は制御データと、前記挙動認識部が認識した挙動内容を前記時刻情報と共に表示することを特徴とする時系列データの分析装置。
3. 請求項１の時系列データの分析装置において、
   前記診断対象装置より取得したセンサ、操作、或は制御データを、前記挙動認識部が認識した挙動内容のうち特定の挙動を行っている区間で切り出し、
   挙動の開始時刻を基準に時系列に並べて表示することを特徴とする
   時系列データの分析装置。
4. 請求項１の時系列データの分析装置において、
   前記センサ、操作、或は制御データ、及び前記挙動認識部が認識した挙動内容を出力することを特徴とする時系列データの分析装置。
5. 請求項１の時系列データの分析装置において、
   前記診断対象装置より取得したセンサ、操作、或は制御データを、前記挙動認識部が認識した挙動内容のうち特定の挙動を行っている区間で切り出して出力することを特徴とする
   時系列データの分析装置。
6. 請求項１の時系列データの分析装置において、
   前記挙動項目に対応する挙動認識アルゴリズムを用いて、挙動区間毎に診断アルゴリズムを切り替えて診断処理を行うことを特徴とする時系列データの分析装置。
7. 診断対象装置の時系列データの分析方法において、
   蓄積装置が、診断対象装置より取得したセンサ、操作、或は制御データを時刻情報と共に蓄積すること、
   アルゴリズム蓄積部が、前記診断対象装置の挙動を認識する挙動認識アルゴリズムを蓄積すること、
   指定部が、認識する挙動項目を指定すること、
   挙動認識部が、前記挙動認識アルゴリズムを用いて前記診断対象装置の挙動を認識することであって、指定された前記挙動項目に対応する挙動認識アルゴリズムを前記アルゴリズム蓄積部から選択し、選択された該挙動認識アルゴリズムで処理をするセンサ、操作、或は制御データを前記蓄積装置から選択し、選択された前記センサ、操作、或は制御データの少なくともいずれかが変化する変化点を用いて、指定された前記挙動項目の挙動が開始した時刻と終了した時刻を認識すること、
   対応付け部が、前記蓄積装置に蓄積されているデータの時刻情報と、前記挙動認識部によって認識される前記挙動項目の挙動が開始した時刻と終了した時刻とを結び付けることを特徴とする時系列データの分析方法。
8. 請求項７の時系列データの分析方法において、
   表示装置は、前記診断対象装置より取得したセンサ、操作、或は制御データと、前記挙動認識部が認識した挙動内容を前記時刻情報と共に表示することを特徴とする時系列データの分析方法。
9. 請求項７の時系列データの分析方法において、
   表示装置は、前記診断対象装置より取得したセンサ、操作、或は制御データを、前記挙動認識部が認識した挙動内容のうち特定の挙動を行っている区間で切り出し、
   挙動の開始時刻を基準に時系列に並べて表示することを特徴とする
   時系列データの分析方法。
10. 請求項7の時系列データの分析方法において、
    出力部は、前記センサ、操作、或は制御データ、及び前記挙動認識部が認識した挙動内容を出力することを特徴とする時系列データの分析方法。
11. 請求項７の時系列データの分析方法において、
    出力部は、前記診断対象装置より取得したセンサ、操作、或は制御データを、前記挙動認識部が認識した挙動内容のうち特定の挙動を行っている区間で切り出して出力することを特徴とする
    時系列データの分析方法。
12. 請求項７の時系列データの分析方法において、
    診断処理部は、前記挙動項目に対応する挙動認識アルゴリズムを用いて、挙動区間毎に診断アルゴリズムを切り替えて診断処理を行うことを特徴とする時系列データの分析方法。
    

Images