專利名稱：異常檢測方法及異常檢測系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及檢測制造裝置、制造工廠或制造產(chǎn)品等的異常的方法以及涉及用于實施該方法的系統(tǒng)。
相關(guān)技術(shù)的說明每隔一段時間測量由機械裝置產(chǎn)生的聲音或振動、在化工廠中反應生成的濃度、施加在電子器件上的電流或電壓，據(jù)此檢測機械裝置的異常、反應控制的異?；蛘弋a(chǎn)品質(zhì)量的異常。
作為此種異常檢測方法的例子，可舉出在由丹慶、奧村、佐藤、小林翻譯的“用C表示的數(shù)值方法(Numerical recipe in C)”(技術(shù)評論社1993年)一書第12至14章中提出的用以預定周期測量的時間系列信號的頻譜分析來檢測異常的方法。
在該方法中，使以預定周期測量的時間系列信號在適當頻率范圍內(nèi)以適當?shù)念l率間隔進行快速傅里葉變換，以獲得滿足下列公式(1)的系數(shù)ak和lk，并求出ak2+bk2。此時，在傅里葉變換的起始頻率和終止頻率，為了防止式(1)中f(x)的突然上升和下降，設置一適當?shù)臄?shù)據(jù)窗，例如海寧(Hanning)窗。使海寧窗和f(x)相乘以降低ak2+bk2的計算誤差。f(t)=Σk(aksinωkt+bkcosωkt)----(1)]]>將算得的ak2+bk2作圖，在坐標區(qū)中創(chuàng)建一功率譜，其水平軸是logω，垂直軸是log(譜密度)。由此減去周期性起伏分量，使得用最小二乘法得適當?shù)闹本€。然后，按照把如此獲得的直線的電平或斜率(功率譜指數(shù))與預定閾值作比較的結(jié)果來判斷異常的有無。
然而，在上述用頻譜分析檢測異常的方法中，難于準確獲得適合于功率譜的直線，由于包含在時間系列信號中的測量噪聲而出現(xiàn)誤判。此外，難于設置合適的數(shù)據(jù)窗，所以功率譜的誤差大。
本發(fā)明的主要目的是提供一種檢測異常的方法和用于實施該方法的系統(tǒng)，所述方法通過使用時間系列數(shù)據(jù)及其預測模型能準確地檢測各種異常。
發(fā)明綜述本發(fā)明人建造了基于多個過去的時間系列信號的預測模型、給予了該預測模型一獲得的時間系列信號、預測了該時間系列信號的趨勢、并將該預測結(jié)果與實際時間系列數(shù)據(jù)作了比較以達到可檢測任何異常的設想。
因此，本發(fā)明人嘗試了建立許多預測模型，如(1)線性自回歸(例如“時間系列分析預測與控制(Time Series Analysis:Forecasting and Control)”，作者G.E.P.Box和G.M.Jenkins，出版者Holden-Day Inc.,1976年)，(2)神經(jīng)網(wǎng)絡(例如“Los Alamos國家實驗室報告(Los Alamos National LaboratoryReport)”第LA-UR 87-2662號(1987年)、第LA-UR 88-418號(1988年)，作者A.S.Lapedes和R.Farber),(3)半徑基底函數(shù)網(wǎng)絡(例如“物理文摘(Physica D)”第35卷第335-356頁(1989年)，作者M.Casdagli)，以及(4)單體投影法(例如“自然雜志(Nature)”第344卷，第734-741頁，(1990年)，作者G.Sugihara和R.M.May)，但是所有這些模型都不完善。
在反復試驗之后，把注意力放到了時間系列分析算法上，該算法由Wayland等人提出，發(fā)表在“物理評論通信(Physical Review Letters)”第70卷等580-582頁(1993年)上，作者R.Wayland,D.Bromley,D.Pickett和A.Passamante。
作為本發(fā)明的異常檢出方法，即，以預定時間間隔測量待檢測對象隨時間變化的物理量并根據(jù)獲得的時間系列數(shù)據(jù)來檢測待測對象的異常，本發(fā)明方法根據(jù)所述時間系統(tǒng)數(shù)據(jù)創(chuàng)建具有適當維數(shù)的多個第一向量，通過把所述諸第一向量平移(translating)一適當時間間隔而創(chuàng)建諸第二向量，計算所創(chuàng)建的各第一和第二向量的偏差，將這些計算值與預定的閾值比較，以及根據(jù)所述比較結(jié)果來判斷待檢測的對象是否異常。
在此方法中，所述計算偏差的方法包括以下步驟從各第一向量中選擇一合適的向量，按照接近所選向量由小到大的距離次序從各第一向量中提取預定數(shù)目的向量，通過把所提取的諸向量及所選擇的向量平移一適當?shù)臅r間間隔而創(chuàng)建諸平移向量，獲得所述已創(chuàng)建的諸平移向量與所選向量及與所提取的諸向量之差的差向量，以及計算已獲得的諸差向量的方差。
下面來概述本發(fā)明的異常檢測方法。首先以適當周期測量待檢測對象的物理量，如馬達旋轉(zhuǎn)聲或加在電子器件上的電流或電壓，由此獲得時間系列數(shù)據(jù){x(t)}t1N(N為數(shù)據(jù)點數(shù))。設置合設的埋入維數(shù)(embedding dimension)D和取樣時間間隔Δt，根據(jù)該時間系列數(shù)據(jù)創(chuàng)建由下式(2)表示的向量X(t)。已經(jīng)證實為不同的埋入維數(shù)D分別創(chuàng)建向量X(t)意味著所述時間系列數(shù)據(jù)是分別為多種物理量獲得的。因此，可以精確地檢測出異常。將向量X(t)平移適當?shù)臅r間間隔TΔt，以便創(chuàng)建由下式(3)表示的向量Y(t)。
X(t)={x(t),x(t-Δt),…,x(t-(D-1)Δt)} (2)Y(t)={x(t+TΔt),x(t+TΔt-Δt),…,x(t+TΔt-(D-1)Δt} (3)從N個向量X(t)中選擇一合適的向量X(t(0))，按照下式(4)計算在所選向量X(t(0))與除X(t(0))之外的所有(N-1)個向量X(t)之間的距離hx，并在歐幾里德(Euclidean)距離意義上提取K個最近的向量(K＜N)hx=Σd=0D-1[X(t(0)-dΔt)-X(t(k)-dΔt)]2----(4)]]>計算與如此獲得的(K+1)個向量X(t(k))(k=0,1,…,K)對應的向量Y(t(k))，然后按照式(5)計算各差向量V(t(k))。接著，當按照下式(6)獲得作為已獲得的(K+1)個向量V(t(k))的方差的平移誤差E(trans)時，就從數(shù)量上確定了所述時間系列數(shù)據(jù)的雜亂程度為E(trans)。
V(t(k))=X(t(k))-Y(t(k)) (5)E(trans)=1K+1Σk=0K|V(t(k))-<V>|2|<V>|2----(6)]]>其中，<V>=1K+1Σk=0KV(t(k))]]>經(jīng)過發(fā)明人悉心的研究，發(fā)現(xiàn)了可容易地識別出異常。這是因為當出現(xiàn)如包含在時間系統(tǒng)數(shù)據(jù)中的噪聲比值增大的異常時，E(trans)的數(shù)值量增大；當出現(xiàn)如包含在時間系列數(shù)據(jù)中的噪聲功率譜指數(shù)增大的異常時，E(trans)的數(shù)值便變小，而且E(trans)的變化比功率譜指數(shù)更明顯。因此發(fā)明了本方法和本系統(tǒng)，它為判斷前一種異常的出現(xiàn)設置一閾值，為判斷后一種異常的出現(xiàn)設置另一閾值，如果E(trans)超出這二個閾值之間的區(qū)域時，就檢測到異常。
附圖的簡要說明

圖1是表示本發(fā)明異常檢測系統(tǒng)組成的方框圖；圖2是表示通過圖1中的計算機進行異常檢測的流程圖；圖3是表示通過圖1中的計算機進行異常檢測的流程圖；圖4是表示通過圖1中的計算機進行異常檢測的流程圖；圖5是表示通過圖1中的計算機進行異常檢測的流程圖；圖6(A)和6(B)是表示用作比較測試的時間系列數(shù)據(jù)的曲線；圖7是表示用本發(fā)明的方法從圖6(A)和6(B)的二個時間系列數(shù)據(jù)計算E(trans)的結(jié)果的曲線；圖8是表示用常規(guī)方法根據(jù)圖6(A)和6(B)的二個時間系列數(shù)據(jù)創(chuàng)建功率譜的結(jié)果的曲線；圖9(A)和9(B)是表示用作比較測試的時間系列數(shù)據(jù)的曲線；圖10是表示用本發(fā)明的方法從圖9(A)和9(B)的二個時間系列數(shù)據(jù)計算E(trans)的結(jié)果的曲線；圖11是表示用常規(guī)方法根據(jù)圖9(A)和9(B)的二個時間系列數(shù)據(jù)創(chuàng)建功率譜的結(jié)果的曲線。
對各優(yōu)先實施例的說明以下參照附圖來說明本發(fā)明的實施例。
圖1是表示本發(fā)明異常檢測系統(tǒng)的組成的方框圖。在圖1中，1是測量裝置，例如聲波傳感器、超聲傳感器、振動傳感器、光學傳感器、電壓表或電流表。按照待測定的物理量來選擇測量裝置1的類型。所述測量裝置1以預定周期測量待測對象的物理量，該對象是異常檢測的目標。測量裝置1的輸出送給模/數(shù)(A/D)變換器2，輸出被變換成數(shù)字信號，數(shù)字信號送給提供給計算機3的存儲器32以便存儲在其中作為時間系列數(shù)據(jù)。
存儲在存儲器32中的時間系列數(shù)據(jù)通過中央處理單元31在預定時間內(nèi)送給向量偏差計算部33。向量偏差計算部33以后述方式計算E(trans)，并把E(trans)送給故障診斷部34，該故障診斷部判斷E(trans)是否異常。在故障條件輸入部35設置第一和第二閾值，故障診斷部34將來自向量偏差計算部33的E(trans)分別與在故障條件輸入部35設置的第一和第二閾值作比較。如果E(trans)不小于第一閾值或者不大于第二閾值，則故障診斷部34判斷該E(trans)為異常，并使輸出部36輸出一告警信號至諸如系統(tǒng)控制器或告警裝置之類的外部裝置4。
圖2至5是表示經(jīng)過圖1中的計算機3進行異常檢測的流程圖。在計算機3的向量偏差計算部33中設置埋入維數(shù)D、取樣間隔Δt、平移時間TΔt中的T、向量選擇數(shù)M以及重復數(shù)K和Q，在故障條件輸入部35設置第一和第二閾值(步驟S1)。計算機3的存儲器32把來自A/D變換器2的數(shù)字信號存入其中作為時間系列數(shù)據(jù)(步驟S2)，在預定時間內(nèi)把存儲在存儲器32中的時間系列數(shù)據(jù)經(jīng)過中央處理單元31送至向量偏差計算部33。
根據(jù)已知的時間系列數(shù)據(jù){X(t)}t-1N(N為數(shù)據(jù)點數(shù))，向量偏差計算部33創(chuàng)建由下式(2)表示的向量(步驟S3)。
X(t)={x(t),x(t-Δt),…,x(t-(D-1)Δt} (2)此外，向量偏差計算部33將向量平移一合適的時間間隔TΔt并創(chuàng)建由下式(3)表示的向量Y(t)(步驟S4)。
Y(t)={x(t+TΔt),x(t+TΔt-Δt),…,x(t+TΔt-(D-1)Δt)} (3)向量偏差計算部33產(chǎn)生任意的隨機數(shù)(步驟S5)，并且通過使用該產(chǎn)生的隨機數(shù)而從在S3創(chuàng)建的N個向量X(t)中選擇M(M＜N)個向量X(t(0))(步驟S6)，然后適當?shù)刂付ㄒ粋€向量X(t(0))(步驟S7)。向量偏差計算部33按照下式(4)計算在規(guī)定的向量X(t(0))與除向量X(t(0)之外的其余(N-1)個向量X(t)之間的各個距離hx(步驟S8)，并且以遞增次序重新排列這些已計算的距離，并且從頭提取K(K＜M)個最近的向量，從而獲得向量X(t(k))(k=1,…,k)(步驟S9)。hx=Σd=0D-1[X(t(0)-dΔt)-X(t(0)-dΔt)]2----(4)]]>通過把在S7和S9獲得的向量X(t(k))(k=0,1,…,K)平移所述的時間間隔TΔt，向量偏差計算部33創(chuàng)建由此獲得的向量Y(t(k))(步驟S10)。
向量偏差計算部33按照下式(5)計算(k+1)個差向量V(t(k))(步驟S11)，接著根據(jù)每個差向量V(t(k))和下式(7)獲得原始(primary)平移誤差E(trans)，(步驟S12)。
V(t(k))=X(t(k))-Y(t(k)) (5)E(trans)1=1K+1Σk-0K|V(t(k))-<V>|2|<V>|2----(6)]]>其中，<V>=1K+1Σk=0KV(t(k))]]>向量偏差計算部33重復步驟S7至S12直至它在步驟S13判斷已獲得M個原始平移誤差E(trans)1，并且是對在步驟S6選擇的M個向量X(t(0))的原始平移誤差E(trans)1。當向量偏差計算部33判斷獲得了M個原始平移誤差E(trans)1，它便計算其中值以便獲得原始平均平移誤差E(trans)11(步驟S14)。
接著，向量偏差計算部33重復步驟S5至S14直至它在步驟S15判斷獲得了Q個原始平均平移誤差E(trans)11，然后，當判斷了已獲得Q個原始平均平移誤差E(trans)11時，它計算其平均值以獲得E(trans)(步驟16)。結(jié)果，可準確獲得時間系列數(shù)據(jù)的E(trans)。
當獲得E(trans)時，向量偏差計算部33將它送至故障診斷部34。故障診斷部34將來自向量偏差計算部33的E(trans)與在故障條件輸入部35中設置的第一閾值和/或第二閾值作比較(步驟17)。當E(trans)不小于第一閾值或者不大于第二閾值時，故障診斷部34判斷E(trans)為異常(步驟18)，并且把告警信號從輸出部36輸出至外部裝置4(步驟4)。
其次，在以下描述用兩種方法檢測異常的比較結(jié)果，一種是用本發(fā)明的方法，另一種是用常規(guī)方法。
圖6和9是表示用于作比較測試的時間系列數(shù)據(jù)的曲線。垂直軸代表信號強度，水平軸代表離測量開始的時間。圖6是表示模擬風扇的馬達旋轉(zhuǎn)部的振動的時間系列數(shù)據(jù)圖6(A)表示無異常出現(xiàn)時的時間系列數(shù)據(jù)；圖6(B)表示出現(xiàn)異常時的時間系列數(shù)據(jù)。通過用振動傳感器把振動變換成電信號而獲得由垂直軸代表的信號強度，但是也可用光學傳感器來檢測振動部的反射波。此外，通過用電壓表測量馬達的電壓特性獲得的電壓值或者周電流表測量馬達的電流特性獲得的電流值，也可獲得振動分量。
此外，圖9是表示模擬聲音信號的時間系列數(shù)據(jù)的曲線圖9(A)表示無異常出現(xiàn)時的時間系列數(shù)據(jù)；圖9(B)則表示出現(xiàn)異常時的時間系列數(shù)據(jù)。通過用聲波傳感器把聲音變換成電信號而獲得用垂直軸代表的信號強度。
圖7是表示用本發(fā)明的方法從圖6(A)和6(B)的二種時間系列數(shù)據(jù)計算E(trans)的結(jié)果的曲線。●表示非異常。○表示異常。這里，取樣間隔Δt設置為1，平移時間TΔt的T設為5，向量選擇數(shù)M設為300，向量選擇數(shù)K設為4，重復數(shù)Q選為20，埋入維數(shù)D設為5、6、7、8、9和10。此外，圖8是表示用常規(guī)方法從圖6(A)和6(B)所示的二種時間系列數(shù)據(jù)創(chuàng)建功率譜的結(jié)果的曲線。實線表示非異常，虛線表示異常。
從圖7看得清楚，在本發(fā)明的方法中，異常情況下的E(trans)明顯地與非異常情況下的E(trans)分開，通過設定0.05作為閾值，可準確地判斷出異?；蚍钱惓?。同時，從圖8看得清楚，在常規(guī)方法中，異常情況下的功率譜的許多部分與非異常情況下的功率譜重疊，因此出現(xiàn)判斷誤差。
另外，圖10是表示用本發(fā)明從圖9(A)和9(B)的二種時間系列數(shù)據(jù)計算E(trans)的結(jié)果的曲線?！癖硎痉钱惓?，○表示異常。這里，取樣間隔Δt設置為1，平移時間TΔt的T設為5，向量選擇數(shù)M設為300，向量選擇數(shù)K設為4，重復數(shù)Q設為20，埋入維數(shù)D設為11、12、13、14和15。此外，圖11是表示用常規(guī)方法從圖9(A)和9(B)所示的二種時間系列數(shù)據(jù)創(chuàng)建功率譜的結(jié)果的曲線。實線表示非異常，虛線表示異常。
從圖10看得清楚，在本發(fā)明的方法中，異常情況下的E(trans)明顯地與非異常情況下的E(trans)分開，通過設定0.90作為閾值，可準確地判斷出異常或非異常。同時，從圖11看得清楚，在常規(guī)方法中，異常情況下的功率譜的許多部分與非異常情況下的功率譜重疊，因此出現(xiàn)判斷誤差。工業(yè)可應用性如以上所詳述的，在本發(fā)明中，即使由于非線性動力學待測量的物理量有變化，仍能準確檢測出各種異常。因此，產(chǎn)生了極佳效果，使得制造工廠的操作得以準確管理、制造裝置的部件得以準確更換、產(chǎn)品的質(zhì)量得以準確管理。
權(quán)利要求
1．一種異常檢測方法，所述方法以預定時間間隔測量待檢測對象隨時間變化的物理量并根據(jù)測得的時間系列數(shù)據(jù)檢測待檢測對象的異常，所述方法包括以下步驟從所述時間系列數(shù)據(jù)創(chuàng)建多個具有適當維數(shù)的第一向量；通過使所述諸第一向量平移一適當?shù)臅r間間隔而創(chuàng)建諸第二向量；計算所述創(chuàng)建的諸第一和第二向量的偏差；將所述諸計算值與一預定閾值比較；以及根據(jù)所述比較結(jié)果判斷待檢測對象是否異常。
2．按照權(quán)利要求1所述的異常檢測方法，其中計算所述諸偏差的所述步驟包括第一步，從所述諸第一向量選擇一適當向量；第二步，按照接近所選向量由小到大的距離的次序從所述諸第一向量提取預定數(shù)目的向量；第三步，通過把所述已提取的諸向量及所述選定的向量平移一適當時間間隔而創(chuàng)建諸平移向量；第四步，獲得所述創(chuàng)建的諸平移向量與所述選定的向量和所述提取的諸向量之間的諸差向量；以及第五步，計算所述獲得的諸差向量的方差。
3．按照權(quán)利要求2所述的異常檢測方法，進一步包括以下步驟在改換所述選定的向量的同時重復所述第一至第五步、通過多次重復計算多個方差來獲得諸平均值的多個中間值；以及獲得所述計算的多個方差的中間值或平均值，并把所獲得的多個中間值或平均值的平均值設置成與所述閾值比較的計算值。
4．按照權(quán)利要求2所述的異常檢測方法，進一步包括以下步驟在改換所述選定的向量的同時通過重復所述第一至第五步來計算多個方差；獲得所述計算的多個方差的中值或平均值；以及把所獲得的中值或平均值設置成與所述閾值比較的計算值。
5．一種異常檢測系統(tǒng)，所述系統(tǒng)以預定時間間隔測量待檢測對象隨時間變化的物理量并根據(jù)測得的時間系列數(shù)據(jù)檢測待檢測對象的異常，所述系統(tǒng)包括根據(jù)所述時間系列數(shù)據(jù)創(chuàng)建具有適當維數(shù)的多個第一向量的裝置；通過把所述第一向量平移一適當時間間隔來創(chuàng)建諸第二向量的裝置；計算已創(chuàng)建的諸第一和第二向量之間的偏差的計算裝置；把所述諸計算值與預定閾值比較的裝置；以及根據(jù)所述比較的結(jié)果判斷所述待檢測對象是否異常的裝置。
6．按照權(quán)利要求5所述的異常檢測系統(tǒng)，其中所述計算裝置包括從所述諸第一向量選擇一合適向量的裝置；按照接近所選向量由小到大的距離次序從所述諸第一向量提取預定數(shù)目的向量的裝置；通過把所述已提取的諸向量及所述選定的向量平移一適當時間時隔而創(chuàng)建諸平移向量的裝置；獲得所述創(chuàng)建的諸平移向量與所述選定的向量和所述提取的諸向量之間的諸差向量的裝置；以及計算所述獲得的諸差向量的方差的裝置。
7．一種檢測待檢測對象的異常的異常檢測系統(tǒng)，所述系統(tǒng)包括以預定時間間隔測量待檢測對象隨時間變化的物理量的測量裝置；存儲由所述測量裝置獲得的測量值的時間系列數(shù)據(jù)的裝置；根據(jù)所述存儲的時間系列數(shù)據(jù)創(chuàng)建具有適當維數(shù)的多個第一向量的裝置；通過把所述諸第一向量平移一適當時間間隔而創(chuàng)建諸第二向量的裝置；計算在所述已創(chuàng)建的諸第一和第二向量之間的偏差的裝置；把所述計算值與預定閾值比較的裝置；以及按照所述比較結(jié)果檢測所述待檢測對象為異常的裝置。
8．按照權(quán)利要求7所述的異常檢測系統(tǒng)，其中所述測量裝置是從下列組中選擇的裝置聲波傳感器、超聲傳感器、振動傳感器、光學傳感器、電壓表及電流表。
全文摘要
以預定時間間隔測量待檢測對象隨時間變化的物理量,根據(jù)獲得的時間系列數(shù)據(jù)檢測待檢測對象的異常。根據(jù)所述時間系列數(shù)創(chuàng)建具有適當維數(shù)的多個第一向量,通過把所述諸第一向量平移一適當時間間隔而創(chuàng)建諸第二向量,計算所述創(chuàng)建的諸第一和第二向量之間的偏差,把所述計算的偏差值與預定閾值比較;根據(jù)所述比較結(jié)果判斷待檢測對象是否異常。
文檔編號G01D1/18GK1213429SQ97192893
公開日1999年4月7日 申請日期1997年2月13日 優(yōu)先權(quán)日1996年2月16日
發(fā)明者宮野尚哉 申請人:住友金屬工業(yè)株式會社