專利名稱：診斷裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明要求日本專利申請?zhí)卦?007-074011號(2007年3月22日申請)的優(yōu)先權(quán)，將該申請的全部內(nèi)容引用到本說明書。

本發(fā)明涉及一種診斷裝置，根據(jù)從被診斷對象測定的包含多個屬性在內(nèi)的數(shù)據(jù)， 檢測發(fā)生在被診斷對象上的故障并推定故障原因。
背景技術(shù)：
在運用各種裝置及機械設(shè)備、網(wǎng)絡(luò)系統(tǒng)等各種系統(tǒng)時，需快速檢測故障的發(fā)生，并根據(jù)需要查明其原因。因此，以往所提出的已實用的方案有，將各種裝置、系統(tǒng)作為被診斷對象，根據(jù)從被診斷對象的各部分測定的數(shù)據(jù)，檢測故障、推定故障原因的診斷裝置。例如專利文獻1公開了一種診斷裝置，其將表示被診斷對象即序列器各周期中的正常動作狀態(tài)的多個屬性的值作為基準(zhǔn)模式存儲在存儲裝置上，在實際運用時，每過一個序列器的周期，取得一次表示該時刻序列器的動作狀態(tài)的多個屬性值而生成模式，通過該模式與存儲在存儲裝置上的對應(yīng)的基準(zhǔn)模式進行比較，檢測被診斷對象的故障。其中，作為多個屬性值的組合模式，在專利文獻1中，使用了檢測序列器的動作的多個限位開關(guān)的開、 關(guān)值的組合。并且，專利文獻2中公開了一種診斷裝置，其在發(fā)生從被診斷對象測定的多個屬性的時間序列數(shù)據(jù)中的任意一個屬性值為基準(zhǔn)范圍之外的值的故障時，或使用者指定了發(fā)生故障的屬性時，將與發(fā)生故障的屬性的相關(guān)度比預(yù)定的基準(zhǔn)相關(guān)度高的屬性組推定為故障的原因。具體地，根據(jù)相應(yīng)屬性的時間序列數(shù)據(jù)算出各屬性隨著時間的經(jīng)過而變化的時間序列的變化度，之后根據(jù)相應(yīng)屬性及其他屬性的變化度算出表示各屬性與其他屬性相關(guān)的強度的相關(guān)度，之后將與發(fā)生了故障的屬性的相關(guān)度比預(yù)定的基準(zhǔn)相關(guān)度高的屬性組作為表示故障原因的信息進行輸出。專利文獻1 日本特開昭59-218523號公報專利文獻2 日本特開2005-257416號公報專利文獻3 日本特開2007-018530號公報專利文獻4 日本特開2005-345154號公報非專禾丨J 文獻 1 :J. Takeuchi and K. Yamanishi. A unifying framework for detecting outliers and change points from time series. IEEE Transactions on Knowledge and Data Engineering,18(4) =482-492,2006.非專禾Ij 文獻 2 :U. Lerner. Hybrid Bayesian Networks for Reasoning about Complex Systems. PHD thesis, Stanford University,2002.非專禾Ij文獻 3 :M.M.Breuning，H.P.Kriegel，R.T.Ng，and J. Sander. LOF Identifying density-based local outliers.In Proceedings of ACM SIGMOD Conference. ACM Press,2000.

發(fā)明內(nèi)容
以 上的專利文獻1 4及非專利文獻1 3的公開內(nèi)容引用在本說明書中。以下給出本發(fā)明對相關(guān)技術(shù)的分析。但是，關(guān)于故障的檢測，以往的診斷裝置存在以下課題。在專利文獻1中，通過將從被診斷對象測定的多個屬性值本身的組合與基準(zhǔn)變化度模式進行比較來進行故障的檢測，因此只依靠某時刻的屬性值本身不能判定為故障，而與前后屬性值也相關(guān)的種類的故障檢測時，同樣成為誤檢測的原因。例如，有三個屬性a、b、 c，假設(shè)僅在a、b及c均從值1的狀態(tài)均變?yōu)?時發(fā)生某一種故障的情況下，當(dāng)使用a、b及 c均為0的基準(zhǔn)模式進行模式匹配時，例如從a、b為值1且c為值0的狀態(tài)變?yōu)橹挥衋、b 的值變?yōu)?的狀態(tài)的情況下，同樣檢測為發(fā)生了故障。其中，專利文獻2雖然求解從被診斷對象測定的多個屬性的變化度，但是求解變化度的目的僅在于求解屬性彼此的相關(guān)度，而不能直接比較單位、值域不同的屬性，因此沒有提出根據(jù)求解的變化度來檢測故障的想法。并且，關(guān)于故障原因的推定，以往的診斷裝置存在如下課題。如專利文獻2的記載所示，在將與發(fā)生故障的屬性的相關(guān)度比預(yù)定的基準(zhǔn)相關(guān)度高的屬性組推定為故障原因的診斷裝置中，被診斷對象越為復(fù)雜的裝置、系統(tǒng)時，故障原因的候選數(shù)量越多，因此在真正故障原因的尋找上需耗費更多的時間和勞力。其原因在于，當(dāng)被診斷裝置復(fù)雜時，相關(guān)聯(lián)的部分變多，因而與發(fā)生故障的屬性相關(guān)性高的其他屬性變多。并且，以往的診斷裝置在故障的檢測和故障原因的推定上其處理順利不同，因此在故障的檢測和故障原因的推定上不能使用相同的計算組件(程序)。本發(fā)明是為解決這種問題而提出的，其目的在于提供一種診斷裝置，根據(jù)包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度，檢測故障。本發(fā)明的另一目的在于，提供一種診斷裝置，能夠根據(jù)包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度，有效縮窄故障原因。本發(fā)明的又一目的在于，提供一種診斷裝置，能夠以相同的步驟進行故障的檢測和故障原因的推定。在本發(fā)明的第一、第二觀點中，分別提供診斷裝置及方法。在本發(fā)明的第一觀點中，第一診斷裝置其特征在于，具有基準(zhǔn)變化度模式存儲裝置，將基準(zhǔn)變化度模式與作為診斷對象的事件建立對應(yīng)并進行存儲，所述基準(zhǔn)變化度模式由包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度模式構(gòu)成；和變化度模式診斷單元，輸入診斷對象變化度模式，根據(jù)輸入的該診斷對象變化度模式與存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式，進行所述被診斷對象的診斷，所述診斷對象變化度模式由包含從所述被診斷對象測定的多個屬性在內(nèi)的診斷對象數(shù)據(jù)的各屬性的變化度模式構(gòu)成。本發(fā)明的第二診斷裝置，其特征在于，在第一診斷裝置中，還具有診斷對象變化度模式生成單元，計算包含從所述被診斷對象測定的多個屬性在內(nèi)的診斷對象數(shù)據(jù)的各屬性的變化度，生成作為計算出的所述各屬性的變化度的組合的所述診斷對象變化度模式。
本發(fā)明的第三診斷裝置，其特征在于，在第一或第二診斷裝置中，所述變化度模式診斷單元進行所述診斷對象變化度模式與存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式的匹配，根據(jù)模式匹配結(jié)果進行所述被診斷對象的診斷。本發(fā)明的第四診斷裝置，其特征在于，在第二或第 三診斷裝置中，還具有與作為診斷對象的事件建立對應(yīng)地存儲各屬性的重要度的屬性重要度存儲裝置，所述變化度模式診斷單元在對作為某診斷對象的事件所對應(yīng)的基準(zhǔn)變化度模式與診斷對象變化度模式進行匹配時，考慮與相應(yīng)基準(zhǔn)變化度模式的診斷對象事件對應(yīng)地存儲在所述屬性重要度存儲裝置上的各屬性的重要度。本發(fā)明的第五診斷裝置，其特征在于，在第三或第四診斷裝置中，所述基準(zhǔn)變化度模式存儲裝置根據(jù)作為診斷對象的事件的層結(jié)構(gòu)，存儲各層的基準(zhǔn)變化度模式，所述變化度模式診斷單元進行基于使用了屬于上位層的基準(zhǔn)變化度模式的模式匹配的診斷，根據(jù)上位層的診斷結(jié)果進行使用了屬于下位層的基準(zhǔn)變化度模式的模式匹配。本發(fā)明的第六診斷裝置，其特征在于，在第三至第五診斷裝置中，所述基準(zhǔn)變化度模式存儲裝置存儲與故障事件對應(yīng)的基準(zhǔn)變化度模式，所述變化度模式診斷單元輸出與所述診斷對象變化度模式匹配的基準(zhǔn)變化度模式所對應(yīng)的故障事件作為診斷結(jié)果。本發(fā)明的第七診斷裝置，其特征在于，在第六診斷裝置中，所述基準(zhǔn)變化度模式存儲裝置還存儲與正常事件對應(yīng)的基準(zhǔn)變化度模式，對于不匹配于與所述正常事件對應(yīng)的任何基準(zhǔn)變化度模式、并且不匹配于與所述故障事件對應(yīng)的任何基準(zhǔn)變化度模式的所述診斷對象變化度模式，所述變化度模式診斷單元輸出表示未知故障的消息的診斷結(jié)果。本發(fā)明的第八診斷裝置，其特征在于，在第一或第二診斷裝置中，所述變化度模式診斷單元使用存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式，學(xué)習(xí)用于從變化度模式診斷所述被診斷對象的狀態(tài)的診斷規(guī)則，將學(xué)習(xí)的所述診斷規(guī)則適用到所述診斷對象變化度模式上進行所述被診斷對象的診斷。本發(fā)明的第九診斷裝置，其特征在于，在第八診斷裝置中，還具有與作為診斷對象的事件建立對應(yīng)地存儲各屬性的重要度的屬性重要度存儲裝置，所述變化度模式診斷單元在使用與作為某診斷對象的事件對應(yīng)的基準(zhǔn)變化度模式來學(xué)習(xí)所述診斷規(guī)則時，考慮與相應(yīng)基準(zhǔn)變化度模式的診斷對象事件對應(yīng)地存儲在所述屬性重要度存儲裝置上的各屬性的
重要度。本發(fā)明的第十診斷裝置，其特征在于，在第八或第九診斷裝置中，還具有層結(jié)構(gòu)存儲裝置，該層結(jié)構(gòu)存儲裝置存儲作為診斷對象的事件的層結(jié)構(gòu)數(shù)據(jù)，所述變化度模式診斷單元按照存儲在所述層結(jié)構(gòu)存儲裝置上的各層，分別學(xué)習(xí)用于診斷屬于該層的事件的診斷規(guī)則。本發(fā)明的第十一診斷裝置，其特征在于，在第八診斷裝置中，所述變化度模式診斷單元，除了學(xué)習(xí)用于檢測故障的診斷規(guī)則以外，還學(xué)習(xí)用于檢測正常狀態(tài)的診斷規(guī)則，在診斷時，作為通過用于檢測正常狀態(tài)的診斷規(guī)則沒有診斷為正常、且通過用于檢測故障的診斷規(guī)則沒有檢測到故障的所述診斷對象變化度模式的診斷結(jié)果，輸出表示未知故障的消息的診斷結(jié)果。本發(fā)明的第十二診斷裝置，其特征在于，在第一診斷裝置中，還具有基準(zhǔn)變化度模式生成裝置，該基準(zhǔn)變化度模式生成裝置生成存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式，所述基準(zhǔn)變化度模式生成裝置具有學(xué)習(xí)數(shù)據(jù)存儲裝置，將包含從所述被診斷對象測定的多個屬性在內(nèi)的時間序列數(shù)據(jù)與事件建立對應(yīng)并進行存儲；變化度模式生成單元，從所述學(xué)習(xí)數(shù)據(jù)存儲裝置讀取時間序列數(shù)據(jù)，按照各時間序列數(shù)據(jù)，分別計算各時間序列數(shù)據(jù)中所包含的各屬性的時間性變化度，將組合了各屬性的變化度的模式作為與相應(yīng)時間序列數(shù)據(jù)的事件對應(yīng)的變化度模式而生成；以及變化度模式輸出單元，輸出由所述變化度模式生成單元生成的變化度模式。 本發(fā)明的第十三診斷裝置，其特征在于，在第四或第九診斷中，還具有屬性重要度生成裝置，該屬性重要度生成裝置生成存儲在所述屬性重要度存儲裝置上的屬性重要度， 所述屬性重要度生成裝置具有基準(zhǔn)變化度模式存儲裝置，將基準(zhǔn)變化度模式與作為診斷對象的事件建立對應(yīng)并進行存儲，所述基準(zhǔn)變化度模式由包含從所述被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度模式構(gòu)成；屬性重要度確定單元，從所述基準(zhǔn)變化度模式存儲裝置讀取基準(zhǔn)變化度模式，按照作為診斷對象的各事件，分別確定與該事件對應(yīng)的基準(zhǔn)變化度模式中的各屬性的重要度；以及屬性重要度輸出單元，輸出由所述屬性重要度確定單元確定的各事件的各屬性的重要度。本發(fā)明的第十四診斷裝置，其特征在于，在第五或第十診斷裝置中，還具有屬性重要度生成裝置，該屬性重要度生成裝置生成存儲在所述屬性重要度存儲裝置上的屬性重要度，所述屬性重要度生成裝置具有基準(zhǔn)變化度模式存儲裝置，將基準(zhǔn)變化度模式與作為診斷對象的事件建立對應(yīng)并進行存儲，所述基準(zhǔn)變化度模式由包含從所述被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度模式構(gòu)成；層結(jié)構(gòu)存儲裝置，存儲作為診斷對象的事件的層結(jié)構(gòu)數(shù)據(jù)；屬性重要度確定單元，從所述層結(jié)構(gòu)存儲裝置讀取層結(jié)構(gòu)數(shù)據(jù)，并且從所述基準(zhǔn)變化度模式存儲裝置讀取基準(zhǔn)變化度模式，按照各層的作為診斷對象的各事件， 分別確定與該事件對應(yīng)的基準(zhǔn)變化度模式中的各屬性的重要度；以及屬性重要度輸出單元，輸出由所述屬性重要度確定單元確定的各事件的各屬性的重要度。在本發(fā)明的第二觀點中，第一診斷方法的特征在于，包括第一步驟，變化度模式診斷單元輸入診斷對象變化度模式，該診斷對象變化度模式由包含從被診斷對象測定的多個屬性在內(nèi)的診斷對象數(shù)據(jù)的各屬性的變化度模式構(gòu)成；和第二步驟，所述變化度模式診斷單元從將基準(zhǔn)變化度模式與作為診斷對象的事件建立對應(yīng)并進行存儲的基準(zhǔn)變化度模式存儲裝置讀取所述基準(zhǔn)變化度模式，根據(jù)輸入的所述診斷對象變化度模式與讀取的所述基準(zhǔn)變化度模式，進行所述被診斷對象的診斷，所述基準(zhǔn)變化度模式由包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度模式構(gòu)成。本發(fā)明的第二診斷方法，其特征在于，在第一診斷方法中，還包括第三步驟，診斷對象變化度模式生成單元計算包含從所述被診斷對象測定的多個屬性在內(nèi)的診斷對象數(shù)據(jù)的各屬性的變化度，生成作為計算出的所述各屬性的變化度的組合的所述診斷對象變化度模式。本發(fā)明的第三診斷方法，其特征在于，在第一或第二診斷方法中，所述變化度模式診斷單元進行所述診斷對象變化度模式與存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式的匹配，根據(jù)模式匹配結(jié)果進行所述被診斷對象的診斷。本發(fā)明的第四診斷方法，其特征在于，在第二或第三診斷方法中，所述變化度模式診斷單元，在進行作為某診斷對象的事件所對應(yīng)的基準(zhǔn)變化度模式與診斷對象變化度模式的匹配時，從與作為診斷對象的事件建立對應(yīng)地存儲各屬性的重要度的屬性重要度存儲裝置，讀取與所述基準(zhǔn)變化度模式的診斷對象事件對應(yīng)的各屬性的重要度，進行考慮了讀取的所述各屬性的重要度的模式匹配。本發(fā)明的第五診斷方法，其特征在于，在第三或第四診斷方法中，所述基準(zhǔn)變化度模式存儲裝置根據(jù)作為診斷對象的事件的層結(jié)構(gòu)，存儲各層的基準(zhǔn)變化度模式，所述變化度模式診斷單元進行基于使用了屬于上位層的基準(zhǔn)變化度模式的模式匹配的診斷，根據(jù)上位層的診斷結(jié)果進行使用了屬于下位層的基準(zhǔn)變化度模式的模式匹配。
本發(fā)明的第六診斷方法，其特征在于，在第三至第五診斷方法中，所述基準(zhǔn)變化度模式存儲裝置存儲與故障事件對應(yīng)的基準(zhǔn)變化度模式，所述變化度模式診斷單元輸出與所述診斷對象變化度模式匹配的基準(zhǔn)變化度模式所對應(yīng)的故障事件作為診斷結(jié)果。本發(fā)明的第七診斷方法，其特征在于，在第六診斷方法中，所述基準(zhǔn)變化度模式存儲裝置還存儲與正常事件對應(yīng)的基準(zhǔn)變化度模式，對于不匹配于與所述正常事件對應(yīng)的任何基準(zhǔn)變化度模式、并且不匹配于與所述故障事件對應(yīng)的任何基準(zhǔn)變化度模式的所述診斷對象變化度模式，所述變化度模式診斷單元輸出表示未知故障的消息的診斷結(jié)果。本發(fā)明的第八診斷方法，其特征在于，在第一或第二診斷方法中，所述變化度模式診斷單元使用存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式，學(xué)習(xí)用于從變化度模式診斷所述被診斷對象的狀態(tài)的診斷規(guī)則，將學(xué)習(xí)的所述診斷規(guī)則適用到所述診斷對象變化度模式上進行所述被診斷對象的診斷。本發(fā)明的第九診斷方法，其特征在于，在第八診斷方法中，所述變化度模式診斷單元在使用與作為某診斷對象的事件對應(yīng)的基準(zhǔn)變化度模式學(xué)習(xí)所述診斷規(guī)則時，從與作為診斷對象的事件建立對應(yīng)地存儲各屬性的重要度的屬性重要度存儲裝置，讀取與所述基準(zhǔn)變化度模式的診斷對象事件對應(yīng)的各屬性的重要度，考慮讀取的所述各屬性的重要度而學(xué)習(xí)診斷規(guī)則。本發(fā)明的第十診斷方法，其特征在于，在第八或第九診斷方法中，所述變化度模式診斷單元按照存儲在存儲有作為診斷對象的事件的層結(jié)構(gòu)數(shù)據(jù)的層結(jié)構(gòu)存儲裝置上的各層，分別學(xué)習(xí)用于診斷屬于該層的事件的診斷規(guī)則。本發(fā)明的第十一診斷方法，其特征在于，在第八診斷方法中，所述變化度模式診斷單元，除了學(xué)習(xí)用于檢測故障的診斷規(guī)則以外，還學(xué)習(xí)用于檢測正常狀態(tài)的診斷規(guī)則，在診斷時，作為通過用于檢測正常狀態(tài)的診斷規(guī)則沒有診斷為正常、且通過用于檢測故障的診斷規(guī)則沒有檢測到故障的所述診斷對象變化度模式的診斷結(jié)果，輸出表示未知故障的消息的診斷結(jié)果。在本發(fā)明的第三觀點中，提供一種通過計算機執(zhí)行上述診斷裝置或診斷方法的程序(計算機可讀取的程序)。此外，在本發(fā)明的第四、第五觀點中，提供在第一、第二觀點中分別說明的基準(zhǔn)變化度模式生成裝置、屬性重要度生成裝置。從被診斷對象測定的多個屬性分別根據(jù)被診斷對象的動作狀況而發(fā)生變化，因此當(dāng)按照每個屬性求解其變化度時，各屬性的變化度也與被診斷對象的動作狀況對應(yīng)地發(fā)生變化。因此，在將相同時刻的各屬性的變化度的組合作為一個模式加以對待時，其模式可以當(dāng)做對某時刻的被診斷對象的動作狀況進行表征的模式。即，若該時刻的被診斷對象的動作狀況為正常的話，則該模式成為對被診斷對象的正常動作狀況表征的一個模式，若在該時刻在被診斷對象上發(fā)生故障A的話，則該模式成為對在被診斷對象上發(fā)生故障A的動作狀況表征的模式。因此，在過去的事例中，將發(fā)生故障A時的模式作為基準(zhǔn)變化度模式存儲在基準(zhǔn)變化度模式存儲裝置上，將通過從被診斷對象測定的多個屬性進行計算而求解的變化度模式與基準(zhǔn)變化度模式進行比較，由此能夠檢測被診斷對象中是否發(fā)生故障A。其原因在于，表現(xiàn)出與過去發(fā)生故障A的時刻的被診斷對象的動作狀況相同的動作狀況，表示在被診斷對象上發(fā)生故障A的可能性極高。與故障A同樣，對于其他故障，使用基準(zhǔn)變化度模式的話能夠進行檢測。其中，在一般情況下，在被診斷對象上發(fā)生故障時，至少某處的一個狀態(tài)必發(fā)生變化，因此在測定足夠多的屬性的前提下，基本上不會存在根據(jù)變化度模式不能檢測到的故障。由此，能夠根據(jù)包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性變化度，進行故障的檢測。并且，按照故障A發(fā)生在被診斷對象上時的過去事例的分析判明了故障A的發(fā)生原因的話，準(zhǔn)備好通過按發(fā)生原因分類的基準(zhǔn)變化度模式，能夠在故障A再次發(fā)生時，推定其原因。例如，在過去的事例中，作為發(fā)生故障A時的基準(zhǔn)變化度模式，存在模式Al與模式 A2兩種，分析的結(jié)果，模式Al中的故障A的發(fā)生原因為al、模式A2中的故障A的發(fā)生原因為a2的情況下，將模式Al與由原因al發(fā)生故障A的事件建立關(guān)聯(lián)存儲在基準(zhǔn)變化度模式存儲裝置上，將模式A2與由原因a2發(fā)生故障A的事件建立關(guān)聯(lián)存儲在基準(zhǔn)變化度模式存儲裝置上。之后，將由從被診斷對象測定的多個屬性計算求解出的變化度模式與基準(zhǔn)變化度模式進行比較，若與模式Al匹配，則推定為由原因al發(fā)生了故障A，若與模式A2匹配，則推定為由原因a2發(fā)生了故障A。由此根據(jù)包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度，能夠有效縮窄故障原因。并且，根據(jù)上述說明可知，在故障的檢測與故障原因的推定中，除所使用的基準(zhǔn)變化度模式不同之外，處理步驟相同。因此，能夠用相同的計算組件(程序)執(zhí)行故障的檢測與故障原因的推定。在以上說明中，通過基準(zhǔn)變化度模式與診斷對象變化度模式的模式匹配進行了診斷，但是還可以使用基準(zhǔn)變化度模式，學(xué)習(xí)用于從變化度模式推定被診斷對象狀態(tài)的診斷規(guī)則，將學(xué)習(xí)的該診斷規(guī)則適用到診斷對象變化度模式中來進行被診斷對象的診斷。根據(jù)本發(fā)明，除僅通過屬性值其本身就能夠判定為故障的故障以外，還能夠檢測與時間上前后的屬性值相關(guān)的種類的故障。其原因在于，根據(jù)從被診斷對象測定的各屬性的變化度，進行故障的檢測。并且，根據(jù)本發(fā)明，除僅通過各屬性的變化度就能夠判定為故障的故障以外，還能夠檢測與多個屬性的變化度相關(guān)的種類的故障。其原因在于，將多個屬性的變化度的組合作為模式，根據(jù)通過過去的事例生成的基準(zhǔn)變化度模式與診斷對象變化度模式來進行故障的檢測。

并且，根據(jù)本發(fā)明，能夠使用過去事例有效地縮窄發(fā)生在被診斷對象上的故障的原因。其原因在于，根據(jù)通過過去的事例生成的基準(zhǔn)變化度模式與診斷對象變化度模式來進行故障原因的推定。并且，根據(jù)本發(fā)明，能夠使用相同的計算組件(程序)來進行故障的檢測和故障原因的推定。其原因在于，除在故障檢測和故障原因的推定上使用的基準(zhǔn)變化度模式不同之外，處理的步驟相同。


圖1為本發(fā)明的第一實施方式所涉及的診斷裝置的框圖。圖2為表示在本發(fā)明的第一實施方式所涉及的診斷裝置的基準(zhǔn)變化度模式存儲裝置上存儲的基準(zhǔn)變化度模式的一個例子的圖。圖3為表示本發(fā)明的第一實施方式所涉及的診斷裝置的處理例的流程圖。圖4為表示在本發(fā)明的第一實施方式所涉及的診斷裝置的基準(zhǔn)變化度模式存儲裝置上存儲的基準(zhǔn)變化度模式的其他例子的圖。圖5為表示在本發(fā)明的第一實施方式所涉及的診斷裝置的基準(zhǔn)變化度模式存儲裝置上存儲的基準(zhǔn)變化度模式的其他例子的圖。圖6為求解變化度的一個例子的說明圖。圖7為本發(fā)明的第二實施方式所涉及的診斷裝置的框圖。圖8為表示在本發(fā)明的第二實施方式所涉及的診斷裝置的屬性重要度存儲裝置上存儲的數(shù)據(jù)的一個例子的圖。圖9為本發(fā)明的第三實施方式所涉及的診斷裝置的框圖。圖10為表示在本發(fā)明的第三實施方式所涉及的診斷裝置的層化基準(zhǔn)變化度模式存儲裝置上存儲的基準(zhǔn)變化度模式的一個例子的圖。圖11為表示在本發(fā)明的第三實施方式所涉及的診斷裝置的屬性重要度存儲裝置上存儲的數(shù)據(jù)的一個例子的圖。圖12為表示本發(fā)明的第三實施方式所涉及的診斷裝置的處理例的流程圖。圖13為基準(zhǔn)變化度模式生成裝置的框圖。圖14為表示在基準(zhǔn)變化度模式生成裝置的學(xué)習(xí)數(shù)據(jù)存儲裝置上存儲的數(shù)據(jù)的一個例子的圖。圖15為表示基準(zhǔn)變化度模式生成裝置的處理例的流程圖。圖16為屬性重要度生成裝置的一個例子的框圖。圖17為表示屬性重要度生成裝置的處理例的流程圖。圖18為屬性重要度生成裝置的其他例子的框圖。圖19為表示屬性重要度生成裝置上所使用的層結(jié)構(gòu)數(shù)據(jù)的一個例子的圖。圖20為表示屬性重要度生成裝置的處理例的流程圖。圖21為本發(fā)明的第四實施方式所涉及的診斷裝置的框圖。圖22為表示本發(fā)明的第四實施方式所涉及的診斷裝置的學(xué)習(xí)模式時的處理例的流程圖。圖23為表示本發(fā)明的第四實施方式所涉及的診斷裝置的診斷模式時的處理例的流程圖。圖24為本發(fā)明的第五實施方式所涉及的診斷裝置的框圖。圖25為本發(fā)明的第六實施方式所涉及的診斷裝置的框圖。圖26為表示本發(fā)明的第六實施方式所涉及的診斷裝置的學(xué)習(xí)模式時的處理例的流程圖。
圖27為表示本發(fā)明的第六實施方式所涉及的診斷裝置的診斷模式時的處理例的流程圖。圖28為本發(fā)明的其他實施方式所涉及的診斷裝置的說明圖。圖29為本發(fā)明的其他實施方式所涉及的診斷裝置的說明圖。標(biāo)號說明100診斷裝置110診斷對象變化度模式生成單元120變化度模式診斷單元130診斷結(jié)果輸出單元140存儲裝置150基準(zhǔn)變化度模式存儲裝置160時間序列數(shù)據(jù)170診斷結(jié)果
具體實施例方式(第一實施方式)如圖1所示，本發(fā)明的第一實施方式所涉及的診斷裝置100包括診斷對象變化度模式生成單元110、變化度模式診斷單元120、診斷結(jié)果輸出單元130和存儲裝置140。并且在診斷裝置100上連接有基準(zhǔn)變化度模式存儲裝置150。診斷裝置100輸入從未圖示的被診斷對象測定的多個屬性的時間序列數(shù)據(jù)160，通過比較從該時間序列數(shù)據(jù)160生成的診斷對象變化度模式與存儲在基準(zhǔn)變化度模式存儲裝置150上的基準(zhǔn)變化度模式，檢測被診斷對象的故障的發(fā)生，并且推定所發(fā)生的故障的原因，輸出診斷結(jié)果170。將時間序列數(shù)據(jù)160所包含的屬性的個數(shù)設(shè)為m時，時間序列數(shù)據(jù)160則由m個屬性各自的時間序列數(shù)據(jù)構(gòu)成。以下將第i個時間序列數(shù)據(jù)標(biāo)記為Ui。并且將第j個屬性標(biāo)記為ιΛ時間序列數(shù)據(jù)Ui所包含的第j個屬性標(biāo)記為ιιΛ各屬性的值可以為實數(shù)值，也可以為符號(Symbol)值。診斷對象變化度模式生成單元110，首先輸入時間序列數(shù)據(jù)160，對其包含的每個屬性屮，計算該屬性值根據(jù)時間的經(jīng)過所變化的時間序列的變化度。計算時間序列的變化度的方法可以為任意方法，并且計算結(jié)果的變化度的值可以為實數(shù)值，也可以為符號值。之后，診斷對象變化度模式生成單元110將對相同時間序列數(shù)據(jù)所包含的各屬性V的變化度進行了組合的模式作為該時間序列數(shù)據(jù)的診斷對象變化度模式而生成，并存儲在存儲裝置 140上。例如，將時間序列數(shù)據(jù)U1所包含的屬性u1、屬性u2、…、屬性Um的變化度設(shè)為ζ/、 Z12,…、Zlm時，將(Z/、Zl2、…、Zlm)作為時間序列數(shù)據(jù)U1的診斷對象變化度模式存儲到存儲裝置140上。此時，還可以將原來的時間序列數(shù)據(jù)160與診斷對象變化度模式建立組而存儲在存儲裝置140上。基準(zhǔn)變化度模式存儲裝置150將一個以上的基準(zhǔn)變化度模式與構(gòu)成診斷對象的事件(Event)建立關(guān)聯(lián)并進行存儲。構(gòu)成診斷對象的事件是指，例如發(fā)生故障A的事件，發(fā)生故障Al的原因為al的事件，沒有發(fā)生任何故障的正常狀態(tài)的事件等。與事件對應(yīng)的基準(zhǔn)變化度模式為，對該事件發(fā)生時的被診斷對象的動作狀況進行表征的各屬性的變化度的組合模式?；鶞?zhǔn)變化度模式根據(jù)過去的事例制成，存儲在基準(zhǔn)變化度模式存儲裝置150上。 例如，在過去的事例中，被診斷對象的屬性U1 Um在某時刻t的變化度為yt2,…、Υ； 的情況下，若確認(rèn)為發(fā)生了故障A，則可以使用(κ1、、2、…、ytm)作為與發(fā)生故障A的事件對應(yīng)的基準(zhǔn)變化度。并且，在存在多個發(fā)生故障A的過去事例時，由他們的簡單平均、權(quán)重平均等來求解期望值，從而可以將期望值作為基準(zhǔn)變化度模式。并且，在過去的事例中，被診斷對象的屬性U1 Um在某時刻t的變化度為Χ/、ΧΛ -,χ；的情況下，若確認(rèn)為沒有發(fā)生任何故障的正常狀態(tài)下，則可以使用(χΛχΛ ->χ；)作為與正常狀態(tài)的事件對應(yīng)的基準(zhǔn)變化度。變化度模式診斷單元120從存儲裝置140讀取由診斷對象變化度模式生成單元 110生成的診斷對象變化度模式，與從基準(zhǔn)變化度模式存儲裝置150讀取的基準(zhǔn)變化度模式進行比較，從而檢測與診斷對象變化度模式匹配的基準(zhǔn)變化度模式。具體地，預(yù)先定義模式之間的相似度，按照該定義計算診斷對象變化度模式與基準(zhǔn)變化度模式之間的相似度，根據(jù)計算出的相似度是否滿足預(yù)定的條件來判斷是否匹配。 所定義的相似度可以為越相似值變得越大，相反還可以變得越小。以下，對使用越相似則其值變得越小的情況進行說明。變化度模式診斷單元120將計算出的相似度與預(yù)定的閾值進行比較，若在閾值以下，則判斷為兩者匹配。變化度模式診斷單元120將與匹配的基準(zhǔn)變化度模式對應(yīng)的事件作為診斷結(jié)果存儲到存儲裝置140上。在與多個基準(zhǔn)變化度模式匹配時，可以只將與其中的相似度最小的基準(zhǔn)變化度模式對應(yīng)的事件作為診斷結(jié)果輸出，還可以將匹配的全部或前幾個基準(zhǔn)變化度模式以相似度小的順序付與名次，輸出與他們對應(yīng)的事件。并且，對于與對應(yīng)于正常狀態(tài)事件的全部基準(zhǔn)變化度模式及對應(yīng)于故障事件的全部基準(zhǔn)變化度模式不相匹配的診斷對象變化度模式，由于存在發(fā)生未知故障的可能性，因此可以輸出其全部的診斷結(jié)果。并且，可以將原來的時間序列數(shù)據(jù)、診斷對象變化度模式包含在診斷結(jié)果中。診斷結(jié)果輸出單元130從存儲裝置140讀取由變化度模式診斷單元120存儲的診斷結(jié)果，作為診斷結(jié)果170輸出。輸出目標(biāo)可以是與診斷裝置100連接的顯示器等輸出裝置，還可以是通過網(wǎng)絡(luò)連接的輸出裝置、終端裝置。接著，對本實施方式的診斷裝置100整體的動作例進行詳細(xì)說明。在使用診斷裝置100檢測被診斷對象中的故障時，在基準(zhǔn)變化度模式存儲裝置 150上，如圖2所示，存儲想要檢測的每個故障的基準(zhǔn)變化度模式。在圖2的例子中，存儲有從模式編號1到模式編號3的三個基準(zhǔn)變化度模式力^、yi2、-^^^,(υΛΥΛ…、 y；) >y3(y11>y12>…、y；1)，模式Y(jié)1與發(fā)生故障A的事件建立了對應(yīng)，模式y(tǒng)2與發(fā)生故障B的事件建立了對應(yīng)，模式y(tǒng)3與發(fā)生故障C的事件建立了對應(yīng)。如圖3所示，診斷裝置100的診斷對象變化度模式生成單元110，當(dāng)將在tl時刻從被診斷對象測定的包含m個屬性的時間序列數(shù)據(jù)160作為診斷對象數(shù)據(jù)而輸入時(S100)， 按照時間序列數(shù)據(jù)160所包含的每個屬性計算變化度(SlOl)，將組合了各屬性的變化度的模式作為一個診斷對象變化度模式而生成，存儲到存儲裝置140上(S102)。在這里生成的診斷對象變化度模式設(shè)為Z1 (ζ/, Z12,…、Zlm)。接著，變化度模式診斷單元120從存儲裝置140讀取診斷對象變化度模式Z1,計算與存儲在基準(zhǔn)變化度模式存儲裝置150上的模式編號1 3的各基準(zhǔn)變化度模式m之間的相似度(1(21、71)、(1(21、72)、(1(21、73)(5103)。例如，模式之間的相似度，如式(1)所示，可以定義為相同屬性的變化度之間的差的平方和。當(dāng)然，模式之間的相似度不限于式 (1)，還可以將從利用式(1)計算出的相似度經(jīng)預(yù)定的演算而導(dǎo)出的值定義為相似度。(^(ζ,γ) = ^^-y')2...... (1)接著，變化度模式診斷單元120將診斷對象變化度模式zl與基準(zhǔn)變化度模式y(tǒng)” y2、Y3之間的相似度d(Zl、Yl)、(Kz1, y2)、(Kz1, y3)分別與閾值dst進行比較，將與小于閾值 dst的相似度的基準(zhǔn)變化度模式對應(yīng)的事件作為診斷結(jié)果存儲到存儲裝置140上(S104)。 例如，在三個相似度d (Z1、Y1)、(！ (Z1、y2)、d (Z1^y3)中，只有相似度d (Z1^y1)小于閾值dst時， 診斷為故障A。診斷結(jié)果輸出單元130從存儲裝置140讀取變化度模式診斷單元120的診斷結(jié)果并輸出(S105)。在上述的例子中，輸出檢測到故障A的消息。在未檢測到任何故障時，作為診斷結(jié)果，可以輸出正常的消息。診斷裝置100對在tl時刻從被診斷對象測定的包含m個屬性的時間序列數(shù)據(jù)160 結(jié)束診斷處理時，返回到步驟S100，對在下一時刻測定的時間序列數(shù)據(jù)160反復(fù)進行相同的處理。在以上的動作例中，使用診斷裝置100檢測了被診斷對象中的故障，但是通過改變基準(zhǔn)變化度模式，還可以使用診斷裝置100檢測被診斷對象中的故障并推定其原因。此時所使用的基準(zhǔn)變化度模式的一個例子表示在圖4中。在圖4的例子中，使用從模式編號 11到模式編號17為止七個基準(zhǔn)變化度模式y(tǒng)nh^yn2、…、yj) I1Jy121I1A ->y12m)>
/ 12m/12m/12m/12
Yi3 (Yi3、Yi3、 .··、Yi3 )、In \ln、Yi4、 .··、Yi4 )、Yis (Yis、Yis、 .··、Yis )、Yie (ΥΙΘ、Yie、 .··、 y/)、y17(y17i、y172、…、yj)。yn、y12兩個模式為用于推定故障A的發(fā)生和其原因的基準(zhǔn)變化度模式，其中模式Y(jié)11為對發(fā)生了由原因al引起的故障A的情況進行表征的模式，模式y(tǒng)12 為對發(fā)生了由原因a2引起的故障A的情況進行表征的模式。并且，y13、y14兩個模式為用于推定故障B的發(fā)生和其原因的基準(zhǔn)變化度模式，其中模式y(tǒng)13為對發(fā)生了由原因bl引起的故障B的情況進行表征的模式，模式y(tǒng)14為對發(fā)生了由原因b2引起的故障B的情況進行表征的模式。并且，y15> y16> y17三個模式為用于推定故障C的發(fā)生和其原因的基準(zhǔn)變化度模式，其中模式y(tǒng)15為對發(fā)生了由原因cl引起的故障C的情況進行表征的模式，模式y(tǒng)16為對發(fā)生了由原因c2引起的故障C的情況進行表征的模式，模式y(tǒng)17為對發(fā)生了由原因c3引起的故障C的情況進行表征的模式。使用圖4的基準(zhǔn)變化度模式的診斷裝置100的動作與使用圖2的基準(zhǔn)變化度模式的診斷裝置100的動作完全相同。例如，在從時間序列數(shù)據(jù)160生成的診斷對象變化度模式 zl 與各基準(zhǔn)變化度模式 yn y17 的相似度 d(Zl、yn) ,(Kz1, y12) ,(Kz1, y13)、(！(Zl、y14)、 d(Zl、y15) ,(Kz1, y16) ,(Kz^y17)中，若只有相似度d (Zl、yn)小于閾值dst，則診斷為由原因 al引起的故障A。在以上的動作例中，作為基準(zhǔn)變化度模式只使用了故障時的模式，但通過使用正常時的基準(zhǔn)變化度模式，還可以檢測未知的異常。此時所使用的基準(zhǔn)變化度模式的一個例子表示在圖5中。在圖5中，作為故障時的基準(zhǔn)變化度模式，使用與圖2相同的三個基準(zhǔn)變化度模式y(tǒng)i、y2> y3，和η個正常時的基準(zhǔn)變化度模式X1 (x/、X12,…、χ；)、χ2(χ2\ χ22、…、m/ 1 2m\
乂2 乂、 · · ·、^n N-^-n 、-^-n 、 · · ·、^n ) °使用圖5的基準(zhǔn)變化度模式的診斷裝置100的動作，除了圖3的步驟S104的處理之外，與使用圖2的基準(zhǔn)變化度模式的診斷裝置100的動作完全相同。本例在步驟S104中執(zhí)行如下處理。首先，變化度模式診斷單元120在從時間序列數(shù)據(jù)160生成的診斷對象變化度模式Z1與各基準(zhǔn)變化度模式y(tǒng)i y3、X1 xn之間的相似度d(Zl、Yl)、(Kz1, y2)、d(Zl、y3)、 d(Zl、X1)、(！(Zl、x2)、-,(Kz1, xn)中，調(diào)查與正常時的基準(zhǔn)變化度模式X1 Xn之間的相似度d(Zl，X1)、d(Zl，x2)、-,(Kz1, xn)中是否存在小于閾值dst的相似度，若存在一個以上的小于閾值dst的相似度的正常時的基準(zhǔn)變化度模式，則導(dǎo)出表示正常的消息的診斷結(jié)果。另外，若小于閾值dst的相似度的正常時的基準(zhǔn)變化度模式一個也沒有的話，則調(diào)查在與故障時的基準(zhǔn)變化度模式I1 y3之間的相似度d(Zl、Yl)、(Kz1, y2)、(Kz1, y3)中是否存在小于閾值dst的相似度，若存在小于閾值dst的相似度的異常時的基準(zhǔn)變化度模式，則診斷為與此對應(yīng)的故障。并且，若小于閾值dst的相似度的異常時的基準(zhǔn)變化度模式一個也沒有的話， 則診斷為未知故障。當(dāng)未知故障的診斷結(jié)果從診斷結(jié)果輸出單元130輸出的情況下，根據(jù)診斷對象變化度模式Z1及其原來的時間序列數(shù)據(jù)160，根據(jù)需要由專家等進行分析。并且，實際上，在確認(rèn)為某種故障D的情況下，將此次的診斷對象變化度模式Z1與故障D的事件建立起對應(yīng)， 增加到基準(zhǔn)變化度模式存儲裝置150上，由此在相同的故障再次發(fā)生的情況下，能夠檢測為故障D，而不是未知故障。接著，說明幾個診斷對象變化度模式生成單元110中的變化度計算方法的具體例。作為計算變化度的方法的一個例子，可以使用非專利文獻1所提出的方法。非專利文獻1所提出的變化度計算方法中，利用自回歸模型學(xué)習(xí)時間序列數(shù)據(jù)。之后，每次得出時間序列數(shù)據(jù)時，計算與由上述模型計算出的數(shù)據(jù)的概率分布的偏移度。偏移度例如作為數(shù)據(jù)的對數(shù)似然率、除該數(shù)據(jù)之外進行學(xué)習(xí)的概率分布與包含該數(shù)據(jù)進行學(xué)習(xí)的概率分布之間的海林格積分(Hellinger score)，概率分布中心與數(shù)據(jù)之間的距離等來計算出。可以將該偏移度作為本發(fā)明中的變化度使用。并且，在非專利文獻1中，進而利用自回歸模型學(xué)習(xí)計算出的偏移度(平均移動偏移度而得到)的時間序列數(shù)據(jù)。之后在每次計算出新得出的數(shù)據(jù)的偏移度時，從通過上述模型計算出的偏移度的概率分布，計算偏移度的偏移度。 該偏移度的偏移度也可以作為本發(fā)明中的變化度使用。另外，出于從根據(jù)時間序列模型的概率分布得到的偏移度計算變化度等的想法，在時間序列數(shù)據(jù)取符號值時，不利用自回歸模型，而是利用馬兒可夫模型、隱馬兒克夫模型等模型來計算偏移度。并且，在非專利文獻 1中，使學(xué)習(xí)具有忘記過去的效果，但適用在本發(fā)明的變化度上時，忘記效果可有可無。作為計算變化度的方法的其他例子，可以使用非專利文獻2所提出的方法。非專利文獻2所提出的變化度計算方法，從時間序列數(shù)據(jù)依次生成固定長度的部分時間序列矢量。之后計算沿著時間排列幾個該部分時間序列矢量而成的行列的固有矢量。非專利文獻 2所提出的變化度被定義成計算變化度的時刻前后的固有矢量的變動。作為計算變化度的其他方法，有如下方法從時間序列數(shù)據(jù)學(xué)習(xí)混合正態(tài)分布模型等統(tǒng)計概率模型，將由數(shù)據(jù)的對數(shù)似然率、概率模型的中心與數(shù)據(jù)間的距離等定義的偏移度作為變化度來使用。作為計算變化度的其他方法，有如下方法對于取符號值的時間序列數(shù)據(jù)，當(dāng)與之前時刻的值相比，值變化的情況下變化度設(shè)為1、不變的情況下變化度設(shè)為0。作為計算變化度的其他方法，有如下方法從時間序列數(shù)據(jù)學(xué)習(xí)正態(tài)分布模型，例如如圖6所示，朝大于平均的方向偏移的區(qū)域設(shè)為A，包含平均的區(qū)域設(shè)為B，朝小于平均的方向偏移的區(qū)域設(shè)為C，從而將變化度定義為A、B、C的符號值。接著，對本實施方式的效果進行說明。根據(jù)本實施方式，能夠根據(jù)從被診斷對象測定的包含多個屬性的數(shù)據(jù)的各屬性的變化度，以相同的步驟進行故障的檢測和故障原因的推定。并且，根據(jù)本實施方式，即使在過去的事例中相同故障的基準(zhǔn)變化度模式很少，也能進行有意義的診斷。(第二實施方式)如圖7所示，本發(fā)明的第二實施方式所涉及的診斷裝置200，與圖1所示的第一實施方式所涉及的診斷裝置100相比較，不同點在于，用變化度模式診斷單元210替代變化度模式診斷單元120、連接有屬性重要度存儲裝置220。屬性重要度存儲裝置220，如圖8所示，與構(gòu)成診斷對象的事件建立關(guān)聯(lián)，存儲該事件的診斷中的各屬性的重要度。在圖8的例子中，例如對應(yīng)于事件1，存儲屬性1的重要度W11、屬性2的重要度W12、…、屬性m的重要度wlm。重要度可以為如表示重要的值1、表示不重要的值0這樣的離散值，還可以為更為詳細(xì)地表示重要程度的實數(shù)值。變化度模式診斷單元210在將由診斷對象變化度模式生成單元110生成的診斷對象變化度模式與存儲在基準(zhǔn)變化度模式存儲裝置150上的基準(zhǔn)變化度模式進行比較時，從屬性重要度存儲裝置150讀取與該基準(zhǔn)變化度模式的診斷對象事件對應(yīng)的各屬性的重要度，考慮各屬性的重要度而比較兩個模式。具體地，例如使用對上述式(1)進行變形而得到的下述計算式(2)，可以計算診斷對象變化度模式與基準(zhǔn)變化度模式之間的相似度。在此， Wi是屬性I的重要度。當(dāng)然，模式之間的相似度的計算不限于使用式(2)，還可以將從利用式(2)計算出的相似度經(jīng)預(yù)定的演算而導(dǎo)出的值定義為相似度。
權(quán)利要求
1.一種基準(zhǔn)變化度模式生成裝置，其特征在于，具有學(xué)習(xí)數(shù)據(jù)存儲裝置，將包含從被診斷對象測定的多個屬性在內(nèi)的時間序列數(shù)據(jù)與事件建立對應(yīng)并進行存儲；變化度模式生成單元，從所述學(xué)習(xí)數(shù)據(jù)存儲裝置讀取時間序列數(shù)據(jù)，按照各時間序列數(shù)據(jù)，分別計算各時間序列數(shù)據(jù)中所包含的各屬性的時間性變化度，將組合了各屬性的變化度的模式作為與相應(yīng)時間序列數(shù)據(jù)的事件對應(yīng)的變化度模式而生成；以及變化度模式輸出單元，輸出由所述變化度模式生成單元生成的變化度模式。
2.一種屬性重要度生成裝置，其特征在于，具有基準(zhǔn)變化度模式存儲裝置，將基準(zhǔn)變化度模式與作為診斷對象的事件建立對應(yīng)并進行存儲，所述基準(zhǔn)變化度模式由包含從所述被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度模式構(gòu)成；層結(jié)構(gòu)存儲裝置，存儲作為診斷對象的事件的層結(jié)構(gòu)數(shù)據(jù)；屬性重要度確定單元，從所述層結(jié)構(gòu)存儲裝置讀取層結(jié)構(gòu)數(shù)據(jù)，并且從所述基準(zhǔn)變化度模式存儲裝置讀取基準(zhǔn)變化度模式，按照各層的作為診斷對象的各事件，分別確定與該事件對應(yīng)的基準(zhǔn)變化度模式中的各屬性的重要度；以及屬性重要度輸出單元，輸出由所述屬性重要度確定單元確定的各事件的各屬性的重要度。
3.如權(quán)利要求2所述的屬性重要度生成裝置，其特征在于，所述屬性重要度確定單元，按照作為診斷對象的各事件，將屬于相應(yīng)事件的基準(zhǔn)變化度模式區(qū)分為關(guān)注模式，將屬于其他的事件的基準(zhǔn)變化度模式區(qū)分為訓(xùn)練模式，使用預(yù)定的評價函數(shù)，確定屬于相應(yīng)事件的基準(zhǔn)變化度模式的各屬性的重要度。
4.如權(quán)利要求3所述的屬性重要度生成裝置，其特征在于，所述評價函數(shù)由第一評價函數(shù)、第二評價函數(shù)及第三評價函數(shù)中的任意一個或多個構(gòu)成，所述第一評價函數(shù)表現(xiàn)出以使關(guān)注中模式與訓(xùn)練模式在整體上不相似的方式確定關(guān)注中模式的各屬性的重要度的效果，所述第二評價函數(shù)表現(xiàn)出以使關(guān)注中模式與訓(xùn)練模式中和關(guān)注中模式相似的模式不相似的方式確定關(guān)注中模式的各屬性的重要度的效果，所述第三評價函數(shù)表現(xiàn)出以使關(guān)注中模式彼此相似的方式確定關(guān)注中模式的各屬性的重要度的效果。
5.一種程序，使具有基準(zhǔn)變化度模式存儲裝置的計算機發(fā)揮變化度模式診斷單元的功能，所述基準(zhǔn)變化度模式存儲裝置將基準(zhǔn)變化度模式與作為診斷對象的事件建立對應(yīng)并進行存儲，所述基準(zhǔn)變化度模式由包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度模式構(gòu)成，所述變化度模式診斷單元輸入診斷對象變化度模式，根據(jù)輸入的該診斷對象變化度模式與存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式，進行所述被診斷對象的診斷，所述診斷對象變化度模式由包含從所述被診斷對象測定的多個屬性在內(nèi)的診斷對象數(shù)據(jù)的各屬性的變化度模式構(gòu)成，所述程序的特征在于，使從所述基準(zhǔn)變化度模式存儲裝置讀取基準(zhǔn)變化度模式，并按照作為診斷對象的各事件分別確定與該事件對應(yīng)的基準(zhǔn)變化度模式中的各屬性的重要度的屬性重要度確定單元執(zhí)行如下的處理按照作為診斷對象的各事件，將屬于相應(yīng)事件的基準(zhǔn)變化度模式區(qū)分為關(guān)注模式，將屬于其他的事件的基準(zhǔn)變化度模式區(qū)分為訓(xùn)練模式，使用預(yù)定的評價函數(shù)，確定屬于相應(yīng)事件的基準(zhǔn)變化度模式的各屬性的重要度。
6.如權(quán)利要求5所述的程序，其特征在于，使所述計算機進一步發(fā)揮診斷對象變化度模式生成單元的功能，所述診斷對象變化度模式生成單元計算包含從所述被診斷對象測定的多個屬性在內(nèi)的診斷對象數(shù)據(jù)的各屬性的變化度，生成作為計算出的所述各屬性的變化度的組合的所述診斷對象變化度模式。
7.如權(quán)利要求5或6所述的程序，其特征在于，所述變化度模式診斷單元進行所述診斷對象變化度模式與存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式的匹配，根據(jù)模式匹配結(jié)果進行所述被診斷對象的診斷。
8.如權(quán)利要求6或7所述的程序，其特征在于，所述計算機還具有與作為診斷對象的事件建立對應(yīng)地存儲各屬性的重要度的屬性重要度存儲裝置，所述變化度模式診斷單元在對作為某診斷對象的事件所對應(yīng)的基準(zhǔn)變化度模式與診斷對象變化度模式進行匹配時，考慮與相應(yīng)基準(zhǔn)變化度模式的診斷對象事件對應(yīng)地存儲在所述屬性重要度存儲裝置上的各屬性的重要度。
9.如權(quán)利要求7或8所述的程序，其特征在于，所述基準(zhǔn)變化度模式存儲裝置根據(jù)作為診斷對象的事件的層結(jié)構(gòu)，存儲各層的基準(zhǔn)變化度模式，所述變化度模式診斷單元進行基于使用了屬于上位層的基準(zhǔn)變化度模式的模式匹配的診斷，根據(jù)上位層的診斷結(jié)果進行使用了屬于下位層的基準(zhǔn)變化度模式的模式匹配。
10.如權(quán)利要求7至9中任一項所述的程序，其特征在于，所述基準(zhǔn)變化度模式存儲裝置存儲與故障事件對應(yīng)的基準(zhǔn)變化度模式，所述變化度模式診斷單元輸出與所述診斷對象變化度模式匹配的基準(zhǔn)變化度模式所對應(yīng)的故障事件作為診斷結(jié)果。
11.如權(quán)利要求10所述的程序，其特征在于，所述基準(zhǔn)變化度模式存儲裝置還存儲與正常事件對應(yīng)的基準(zhǔn)變化度模式，對于不匹配于與所述正常事件對應(yīng)的任何基準(zhǔn)變化度模式、并且不匹配于與所述故障事件對應(yīng)的任何基準(zhǔn)變化度模式的所述診斷對象變化度模式，所述變化度模式診斷單元輸出表示未知故障的消息的診斷結(jié)果。
12.如權(quán)利要求5或6所述的程序，其特征在于，所述變化度模式診斷單元使用存儲在所述基準(zhǔn)變化度模式存儲裝置上的基準(zhǔn)變化度模式，學(xué)習(xí)用于從變化度模式診斷所述被診斷對象的狀態(tài)的診斷規(guī)則，將學(xué)習(xí)的所述診斷規(guī)則適用到所述診斷對象變化度模式上進行所述被診斷對象的診斷。
13.如權(quán)利要求12所述的程序，其特征在于，所述計算機還具有與作為診斷對象的事件建立對應(yīng)地存儲各屬性的重要度的屬性重要度存儲裝置，所述變化度模式診斷單元在使用與作為某診斷對象的事件對應(yīng)的基準(zhǔn)變化度模式來學(xué)習(xí)所述診斷規(guī)則時，考慮與相應(yīng)基準(zhǔn)變化度模式的診斷對象事件對應(yīng)地存儲在所述屬性重要度存儲裝置上的各屬性的重要度。
14.如權(quán)利要求12或13所述的程序，其特征在于，所述計算機還具有層結(jié)構(gòu)存儲裝置，該層結(jié)構(gòu)存儲裝置存儲作為診斷對象的事件的層結(jié)構(gòu)數(shù)據(jù)，所述變化度模式診斷單元按照存儲在所述層結(jié)構(gòu)存儲裝置上的各層，分別學(xué)習(xí)用于診斷屬于該層的事件的診斷規(guī)則。
15.如權(quán)利要求12所述的程序，其特征在于，所述變化度模式診斷單元，除了學(xué)習(xí)用于檢測故障的診斷規(guī)則以外，還學(xué)習(xí)用于檢測正常狀態(tài)的診斷規(guī)則，在診斷時，作為通過用于檢測正常狀態(tài)的診斷規(guī)則沒有診斷為正常、 且通過用于檢測故障的診斷規(guī)則沒有檢測到故障的所述診斷對象變化度模式的診斷結(jié)果， 輸出表示未知故障的消息的診斷結(jié)果。
全文摘要
提供一種診斷裝置，根據(jù)包含從被診斷對象測定的多個屬性在內(nèi)的數(shù)據(jù)的各屬性的變化度，檢測故障并推定其原因。診斷對象變化度模式生成單元(110)計算包含從被診斷對象測定的多個屬性在內(nèi)的診斷對象數(shù)據(jù)的各屬性的變化度，生成作為各屬性的變化度的組合的診斷對象變化度模式。基準(zhǔn)變化度模式存儲裝置(150)將基準(zhǔn)變化度模式與故障的種類及其原因的種類的每一種診斷事件建立對應(yīng)地進行存儲。變化度模式診斷單元(120)進行診斷對象變化度模式與基準(zhǔn)變化度模式存儲裝置中的基準(zhǔn)變化度模式的模式匹配，從而進行被診斷對象的診斷。
文檔編號G01M99/00GK102354204SQ201110180560
公開日2012年2月15日 申請日期2008年3月21日 優(yōu)先權(quán)日2007年3月22日
發(fā)明者中田貴之, 佐藤彰典, 塚原英德, 藤卷遼平 申請人:日本電氣株式會社