[发明专利]异常判定装置以及异常判定系统

权利要求书

1.一种异常判定装置，其判定工业用机械的异常，所述异常判定装置的特征在于，具备：

观测数据取得部，其取得观测数据，该观测数据是在所述工业用机械的动作时观测到的与该动作相关的连续的数据；

统计量提取部，其从所述观测数据中提取部分时序数据，并根据该部分时序数据算出至少一个统计量，所述部分时序数据包含预定的规定定时的动作状态的特征显现的部分；以及

机器学习装置，其根据由所述统计量提取部算出的统计量，执行与所述工业用机械的动作异常的判定相关的机器学习的处理。

2.根据权利要求1所述的异常判定装置，其特征在于，

所述机器学习装置还具备学习部，作为所述机器学习的处理，所述学习部进行学习了由所述统计量提取部算出的统计量而得的学习模型的生成。

3.根据权利要求1所述的异常判定装置，其特征在于，

所述机器学习装置还具备机械异常判定部，作为所述机器学习的处理，所述机械异常判定部基于由所述统计量提取部算出的统计量，算出在机器学习中学习的该统计量相对于正常性的偏离度，基于算出的所述偏离度，判定所述工业用机械的机械异常。

4.根据权利要求1至3中任一项所述的异常判定装置，其特征在于，

所述统计量提取部算出的统计量包含所述部分时序数据所表示的时间内的值的最大值、最小值、极大值、极小值、平均值、偏差、峰度、偏度以及组合这些值而算出的值中的至少任一个。

5.根据权利要求1至4中任一项所述的异常判定装置，其特征在于，

所述异常判定装置还具备修正部，该修正部根据所述工业用机械的动作条件对所述观测数据进行修正。

6.一种异常判定系统，其中多个装置经由网络相互连接，所述异常判定系统的特征在于，

所述多个装置至少包含作为权利要求2所述的异常判定装置的第一异常判定装置。

7.根据权利要求6所述的异常判定系统，其特征在于，

所述多个装置包含具备机器学习装置的计算机，

所述计算机取得作为所述第一异常判定装置的至少1个所述学习的结果的学习模型，

所述计算机所具备的机器学习装置进行基于所取得的所述学习模型的最优化或高效化。

8.根据权利要求6所述的异常判定系统，其特征在于，

所述多个装置包含与所述第一异常判定装置不同的第二异常判定装置，并且所述第一异常判定装置的学习结果与所述第二异常判定装置共享。

9.根据权利要求6所述的异常判定系统，其特征在于，

所述多个装置包含与所述第一异常判定装置不同的第二异常判定装置，在所述第二异常判定装置中观测到的数据能够经由所述网络用于所述第一异常判定装置的学习。