[发明专利]异常检测装置和方法

说明书

本发明的目的在于，能够基于源自对象物的振动的信号来检测对象物的异常。异常检测装置(1)是检测对象物(3)的异常的装置，对在与对象物的距离不同的多个位置处获取的源自振动的第一信号中的规定区域的第二信号进行规定处理，来检测对象物的异常。

技术领域

本发明涉及异常检测装置和方法。

背景技术

通常，设备的异常或故障预兆等状态大多作为设备发出的声音而出现，因此，基于设备的运转声检测异常声是重要的。但是，在正常的运转声的特征量伴随复杂的时间变化的情况下，错误地检测异常声的可能性变高。因此，即使在正常的运转声的特征量伴随复杂的时间变化的情况下，也要求高精度的异常声检测，而不会错误诊断。

在专利文献1中公开有一种技术，“具有运算装置，其执行基于作为监视对象的规定装置的运转数据，学习用于预测该装置的动作的预测模型的处理；基于所述预测模型的预测结果和从所述装置获得的各运转数据的偏离程度的各异常分数进行调整，以使关于正常时的运转数据而获得的异常分数成为规定范围的处理；基于所述调整的异常分数来检测异常或异常的预兆的处理；将所述异常分数或所述检测的结果中的至少一者的信息显示于输出装置的处理”。

现有技术文献

专利文献

专利文献1：日本特开2018－160093号公报

发明内容

发明所要解决的问题

在专利文献1中，根据从过去到当前的运转数据的时间序列，预测未来的运转数据的时间序列，并基于观测值和预测值的累积误差来计算异常度分数。但是，在专利文献1中，如果能够输入对运转声计算出的特征量的时间序列，则也能够检测设备的异常声。但是，该记载没有描述为能够将专利文献1应用于设备的异常的运转声(异常声)的检测，而仅是假设。

但是，即使上述的假设万一成立，在电磁阀、滑动装置、工业用机器人等正常的运转声(正常声音)的特征量的时间变化突然发生的情况下，难以预测未来的声音，因此，异常度分数的大小不与机械的正常/异常对应。因此，异常声检测的精度降低。

本发明是鉴于所述问题而开发的，其目的在于，提供一种异常检测装置和方法，能够基于源自对象物的振动的信号，检测对象物的异常。

用于解决问题的技术方案

为了解决所述问题，本发明的一个观点的异常检测装置检测对象物的异常，对在与对象物的距离不同的多个位置处获取的源自振动的第一信号中的规定区域的第二信号进行规定处理，来检测对象物的异常。

发明效果

根据本发明，能够基于源自对象物的振动的第一信号中的规定区域的第二信号来检测对象物的异常。

附图说明

图1是表示本实施例的整体概要的说明图。

图2是异响检测装置的硬件和软件结构图。

图3是学习正常模型时的处理框图。

图4是异常检测时(异响检测时)的处理框图。

图5是第二实施例的学习正常模型时的处理框图。

图6是异常检测时的处理框图。

图7是第三实施例的学习正常模型时的处理框图。

图8是异常检测时的处理框图。

具体实施方式