JP6809627B1 - 異常兆候検知システム、異常兆候検知装置及び異常兆候検知方法 - Google Patents

Abstract

【課題】ローラーの異常兆候を高い精度で検知すること。【解決手段】異常兆候検知システムは、ローラー毎の稼働情報を時系列データとして記憶する記憶手段と、前記ローラー毎に、所定の期間における前記稼働情報の値のバラつき度合いを表す所定の指標値を算出する算出手段と、前記算出手段により算出された所定の指標値に基づいて、異常兆候がある前記ローラーを検知する検知手段と、を有する。【選択図】図１

Description

本発明は、異常兆候検知システム、異常兆候検知装置及び異常兆候検知方法に関する。

製鉄工程の１つとして圧延工程が知られている。圧延工程とは、回転するローラー間に鋼片を通すことによって鋼片を板状に加工する工程のことである。圧延工程では、例えば、上下にローラーが配置された圧延機を複数配置して、これらの圧延機のローラー間に鋼片を順に通すことによって圧延が行われる。

圧延機のローラーの稼働情報（例えば、加速度等）を収集し、その解析を行うことで、ローラーの異常やその兆候等を検知する技術が従来から知られている（例えば、特許文献１〜７参照）。

特開平６−７１３２０号公報 特開２０１０−２３４４２２号公報 特開平４−１２３８０７号公報 特開昭６２−９７０９号公報 特開平７−１２６４１号公報 特開２０１３−８１９９４号公報 特開昭６１−２０２７０１号公報

しかしながら、従来では異常兆候の検知精度が必ずしも高くなかった。これは、鋼片が各圧延機のローラー間を通過するタイミングが異なり、稼働情報に関するローラーの正常モデルを作成するのが困難であることが原因の１つであると考えられる。また、鋼種によってローラーの稼働情報の値が表すパターンが異なることも原因の１つであると考えられる。

本発明の実施形態は、上記の点に鑑みてなされたもので、ローラーの異常兆候を高い精度で検知することを目的とする。

上記目的を達成するため、本実施形態に係る異常兆候検知システムは、ローラー毎の稼働情報を時系列データとして記憶する記憶手段と、前記ローラー毎に、所定の期間における前記稼働情報の値のバラつき度合いを表す所定の指標値を算出する算出手段と、前記算出手段により算出された所定の指標値に基づいて、異常兆候がある前記ローラーを検知する検知手段と、を有する。

ローラーの異常兆候を高い精度で検知することができる。

本実施形態に係る異常兆候検知システムの全体構成の一例を示す図である。 本実施形態に係る異常兆候検知装置のハードウェア構成の一例を示す図である。 本実施形態に係る異常兆候検知装置の機能構成の一例を示す図である。 本実施形態に係る異常兆候検知処理の一例を示すフローチャートである。 指標値の算出結果の一例を示す図（その１）である。 指標値の算出結果の一例を示す図（その２）である。

以下、本発明の実施形態について説明する。本実施形態では、製鉄プラントを対象として、製鉄プロセスの圧延工程に利用される圧延機のローラーの異常兆候を高い精度で検知することが可能な異常兆候検知システム１について説明する。なお、ローラーの異常兆候とは、ローラーに故障が発生する前の兆候やローラーに何らかの異常が発生する前の兆候のことである。

ただし、製鉄プロセスの圧延工程は一例であって、これに限定されない。本実施形態に係る異常兆候検知システム１は、製鉄プロセス以外にも、任意の金属加工プロセスの圧延工程に利用される圧延機の異常兆候を検知する場合にも同様に適用することが可能である。また、金属加工プロセス以外にも、任意の目的で設置されたローラー（例えば、金属等を搬送するためのベルトコンベアのローラー等）の異常兆候を検知する場合にも同様に適用することが可能である。

本実施形態に係る異常兆候検知システム１では、各ローラーの稼働情報（例えば、加速度等）をセンサにより収集した上で、ローラー毎に稼働情報の値のバラつき度合いを表す指標値を算出し、その指標値をローラー間で比較することで、各ローラーの異常兆候を検知する。これにより、本実施形態に係る異常兆候検知システム１は、ローラーの異常兆候を高い精度で検知することが可能になる。

＜異常兆候検知システム１の全体構成＞
まず、本実施形態に係る異常兆候検知システム１の全体構成について、図１を参照しながら説明する。図１は、本実施形態に係る異常兆候検知システム１の全体構成の一例を示す図である。

図１に示すように、本実施形態に係る異常兆候検知システム１には、異常兆候検知装置１０と、複数のセンサ２０と、複数のローラー３０とが含まれる。また、異常兆候検知装置１０と各センサ２０とは、任意の通信方式（例えば、有線又は無線ＬＡＮ（Local Area Network）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等の近距離無線通信等）により通信可能に接続されている。

センサ２０は、鋼片を圧延する圧延機内に含まれるローラー３０をセンシングすることで当該ローラー３０の稼働情報を生成し、生成した稼働情報を異常兆候検知装置１０に送信する。なお、製鉄プラントの圧延設備は、一般に、複数の圧延機により構成される。また、一般に、センサ２０も圧延機内に含まれている。ただし、これに限られず、例えば、センサ２０が圧延機の外部に設置されており、圧延機の外部からローラー３０をセンシングしてもよい。

ここで、本実施形態では、一例として、１台の圧延機内には上下２台のローラー３０とこれらのローラー３０をそれぞれセンシングする２台のセンサ２０とが含まれているものとする。また、ローラー３０の総数をＮ（Ｎは偶数）として、各ローラー３０を区別して表す場合は「ローラー３０_ｎ」（ただし、ｎ＝１，・・・，Ｎ）と表し、１台の圧延機内にはローラー３０_ｎ及びローラー３０_ｎ＋１（ただし、ｎ＝１，３，・・・，Ｎ−１）がそれぞれ含まれているものとする（つまり、圧延機の台数はＮ／２である。）。更に、ｎ＝１，・・・，Ｎに対して、ローラー３０_ｎをセンシングするセンサ２０を「センサ２０_ｎ」と表す。

異常兆候検知装置１０は、センサ２０から収集した稼働情報を用いて、ローラー３０の異常兆候を検知するコンピュータ又はコンピュータシステムである。異常兆候検知装置１０は、各センサ２０から収集した稼働情報を用いてローラー３０毎に所定の指標値（つまり、稼働情報の値のバラつき度合いを表す指標値）を算出した上で、その指標値をローラー３０間で比較することで、各ローラー３０の異常兆候を検知する。

なお、図１に示す異常兆候検知システム１の構成は一例であって、他の構成であってもよい。例えば、図１に示す例では、１台の圧延機内には２台のローラー３０が含まれているが、これに限られず、１台の圧延機内には任意の数のローラー３０が含まれていてもよい。ただし、一般に、圧延工程では上下に配置されたローラー３０間に鋼片を通すことで圧延が行われるため、ローラー３０の数は偶数である。

また、例えば、本実施形態に係る異常兆候検知システム１には、複数台の異常兆候検知装置１０が含まれていてもよい。

＜異常兆候検知装置１０のハードウェア構成＞
次に、本実施形態に係る異常兆候検知装置１０のハードウェア構成について、図２を参照しながら説明する。図２は、本実施形態に係る異常兆候検知装置１０のハードウェア構成の一例を示す図である。

図２に示すように、本実施形態に係る異常兆候検知装置１０は、入力装置１１と、表示装置１２と、外部Ｉ／Ｆ１３と、通信Ｉ／Ｆ１４と、プロセッサ１５と、メモリ装置１６とを有する。これら各ハードウェアは、バス１７により相互に通信可能に接続されている。

入力装置１１は、例えば各種ボタンやタッチパネル、キーボード、マウス等であり、異常兆候検知装置１０に各種操作を入力するのに用いられる。表示装置１２は、例えばディスプレイ等であり、異常兆候検知装置１０の処理結果等を表示する。なお、異常兆候検知装置１０は、入力装置１１及び表示装置１２の少なくとも一方を有していなくてもよい。

外部Ｉ／Ｆ１３は、外部装置とのインタフェースである。外部装置には、記録媒体１３ａ等がある。異常兆候検知装置１０は、外部Ｉ／Ｆ１３を介して、記録媒体１３ａの読み取りや書き込み等を行うことができる。記録媒体１３ａには、例えば、ＳＤメモリカード(SD memory card）やＵＳＢメモリ、ＣＤ（Compact Disk）、ＤＶＤ（Digital Versatile Disk）等がある。

通信Ｉ／Ｆ１４は、異常兆候検知装置１０が他の装置や機器等とデータ通信を行うためのインタフェースである。

プロセッサ１５は、例えばＣＰＵ（Central Processing Unit）等であり、メモリ装置１６からプログラムやデータを読み出して各種処理を実行する演算装置である。

メモリ装置１６は、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）等であり、プログラムやデータを格納している記憶装置である。

本実施形態に係る異常兆候検知装置１０は、図２に示すハードウェア構成を有することにより、後述する各種処理を実現することができる。なお、図２に示すハードウェア構成は一例であって、本実施形態に係る異常兆候検知装置１０は、他のハードウェア構成を有していてもよい。例えば、本実施形態に係る異常兆候検知装置１０は、複数のプロセッサ１５を有していてもよいし、複数のメモリ装置１６を有していてもよい。

＜異常兆候検知装置１０の機能構成＞
次に、本実施形態に係る異常兆候検知装置１０の機能構成について、図３を参照しながら説明する。図３は、本実施形態に係る異常兆候検知装置１０の機能構成の一例を示す図である。

図３に示すように、本実施形態に係る異常兆候検知装置１０は、指標値算出部１０１と、異常兆候検知部１０２と、通知部１０３とを有する。これら各部は、例えば、異常兆候検知装置１０にインストールされた１以上のプログラムが、プロセッサ１５に実行させる処理により実現される。

また、本実施形態に係る異常兆候検知装置１０は、記憶部１０４を有する。記憶部１０４は、例えば、メモリ装置１６を用いて実現可能である。なお、記憶部１０４は、例えば、異常兆候検知装置１０と通信ネットワークを介して接続される記憶装置等を用いて実現されていてもよい。

記憶部１０４には、各センサ２０から受信した稼働情報が記憶されている。ここで、各稼働情報には、例えば、センシング対象のローラー３０を識別する識別情報（例えば、ローラーＩＤ等）、当該ローラー３０をセンシングした日時、速度、加速度及び回転数等が含まれる。本実施形態では、一例として、稼働情報には、ローラーＩＤと、日時と、速度と、加速度と、回転数とが含まれるものとする。

このように、記憶部１０４には、ローラー３０毎の稼働情報が時系列データとして記憶されている。なお、上記の稼働情報は一例であって、稼働情報には、ローラー３０の識別情報及び日時の他、加速度が少なくとも含まれていればよい。

指標値算出部１０１は、記憶部１０４に記憶されている稼働情報を用いて、ローラー３０毎に所定の指標値を算出する。

異常兆候検知部１０２は、指標値算出部１０１により算出された指標値を用いて、異常兆候があるローラー３０が存在するか否かを判定する。これにより、異常兆候があるローラー３０が存在すると判定された場合には、当該ローラー３０が、異常兆候があるローラー３０として検知される。

通知部１０３は、異常兆候検知部１０２により異常兆候があるローラー３０が検知された場合に、当該ローラー３０のローラーＩＤ等を通知する。なお、通知部１０３の通知先は任意に設定することが可能である。例えば、通知部１０３は、異常兆候検知装置１０のディスプレイにその通知内容を表示してもよいし、異常兆候検知装置１０と通信ネットワークを介して接続される端末等にその通知内容を送信してもよい。

＜異常兆候検知処理の詳細＞
次に、本実施形態に係る異常兆候検知処理の詳細について、図４を参照しながら説明する。図４は、本実施形態に係る異常兆候検知処理の一例を示すフローチャートである。

ステップＳ１０１：まず、指標値算出部１０１は、記憶部１０４に記憶されている稼働情報を用いて、ローラー３０毎に所定の指標値を算出する。ここで、指標値算出部１０１は、例えば、以下の算出方法１及び算出方法２のいずれか一方又はその両方により指標値を算出する。なお、以下の算出方法１及び算出方法２の両方により指標値が算出された場合、ローラー３０毎に２種類の指標値が算出されることになる。

・指標値の算出方法１
算出方法１は、所定の第１の期間毎（例えば、１日毎や１時間毎等）に稼働情報の平均値を算出した上で、この平均値の過去の所定の第２の期間（例えば、過去６か月や過去１年等）の間の分散を指標値として算出する方法である。以降では、一例として、所定の第１の期間は「１日」であり、過去の所定の第２の期間は「過去６か月」であるものとして説明する。また、所定の第１の期間（つまり、以降では「日」）を表すインデックスをｄで表す。なお、上記の例に示したように、第２の期間は第１の期間と比べて長い期間であるものとする（つまり、例えば、第１の期間は時間や日単位の期間であるのに対して、第２の期間は月や年単位の期間であるものとする。）。

このとき、指標値の算出方法１では、以下の（１−１）〜（１−２）により指標値を算出する。

（１−１）まず、指標値算出部１０１は、ローラー３０毎に、ｄ日目の各稼働情報に含まれる速度、加速度及び回転数それぞれの平均値を算出する。すなわち、指標値算出部１０１は、ローラー３０毎に、ｄ日目の各稼働情報に含まれる速度の平均値と、ｄ日目の各稼働情報に含まれる加速度の平均値と、ｄ日目の各稼働情報に含まれる回転数の平均値とをそれぞれ算出する。

以降では、ｄ日目の各稼働情報に含まれる速度の平均値を「速度平均値」、ｄ日目の各稼働情報に含まれる加速度の平均値を「加速度平均値」、ｄ日目の各稼働情報に含まれる回転数の平均値を「回転数平均値」と表す。

（１−２）次に、指標値算出部１０１は、ローラー３０毎に、ｄ日目から過去６か月間の速度平均値、加速度平均値及び回転数平均値の標準偏差をそれぞれ算出する。すなわち、指標値算出部１０１は、ｄ日目から過去６か月間における速度平均値の標準偏差と、ｄ日目から過去６か月間における加速度平均値の標準偏差と、ｄ日目から過去６か月間における回転数平均値の標準偏差とをそれぞれｄ日目の指標値として算出する。なお、例えば、１か月間を３０日間と仮定した場合、１８０個の速度平均値の標準偏差と、１８０個の加速度平均値の標準偏差と、１８０個の回転数平均値の標準偏差とがそれぞれｄ日目の指標値として算出されることになる。

以降では、ｄ日目から過去６か月間における速度平均値の標準偏差を「速度標準偏差」、ｄ日目から過去６か月間における加速度平均値の標準偏差を「加速度標準偏差」、ｄ日目から過去６か月間における回転数平均値の標準偏差を「回転数標準偏差」と表す。

これにより、ローラー３０毎に、ｄ日目の指標値として、速度標準偏差と、加速度標準偏差と、回転数標準偏差とが算出される。このように、指標値の算出方法１では、所定の第１の期間毎に、過去の所定の第２の期間の間の稼働情報を用いて指標値が算出される。

なお、上記の（１−１）では、ｄ日目の各稼働情報に含まれる速度、加速度及び回転数それぞれの平均値を算出したが、これに限られず、例えば、ｄ日目の各稼働情報に含まれる速度、加速度及び回転数それぞれの最大値又は最小値のいずれかを算出してもよい。また、上記の（１−２）では、過去の所定の第２の期間の間における速度平均値の標準偏差、加速度平均値の標準偏差及び回転数平均値の標準偏差をそれぞれ算出したが、これに限られず、例えば、標準偏差の代わりに分散を算出してもよい。

・指標値の算出方法２
算出方法２は、所定の第３の期間毎に、この第３の期間の間における稼働情報の標準偏差を指標値として算出する方法である。以降では、一例として、所定の第３の期間は「１週間」であるものとして説明する。また、この所定の第３の期間を表すインデックスをｍで表し、期間ｍは、現在の日付ｄから過去１週間の期間（つまり、ｄ−６からｄまでの期間）であるものとする。

このとき、指標値の算出方法２では、指標値算出部１０１は、ローラー３０毎、かつ、１週間毎に、当該１週間の間における各稼働情報に含まれる速度、加速度及び回転数それぞれの標準偏差を期間ｍにおける指標値として算出する。

これにより、ローラー３０毎に、期間ｍにおける指標値として、速度の標準偏差と、加速度の標準偏差と、回転数の標準偏差とがそれぞれ算出される。ここで、指標値の算出方法２により指標値を算出する場合、期間ｍと期間ｍ＋１とで一部の区間が重畳していてもよいし、重畳する区間が無くてもよい。例えば、Ｍを所定の期間の長さ、期間ｍを［ｄ，ｄ＋Ｍ］、期間ｍ＋１を［ｄ´，ｄ´＋Ｍ］とした場合（ただし、ｄ＜ｄ´）、ｄ＋Ｍ≧ｄ´としてもよいし、ｄ＋Ｍ＋１＝ｄ´としてもよい。ｄ＋Ｍ≧ｄ´は期間ｍと期間ｍ＋１とで一部の区間が重畳することを意味し、ｄ＋Ｍ＋１＝ｄ´は期間ｍと期間ｍ＋１とで重畳する区間が無いことを意味する。また、例えば、ｄ＋Ｍ≧ｄ´である場合に、期間ｍと期間ｍ＋１とでどの程度重畳させるかは任意に設定することが可能である。

なお、上記では、所定の第３の期間毎に、この第３の期間の間における各稼働情報に含まれる速度、加速度及び回転数の標準偏差をそれぞれ算出したが、これに限られず、例えば、標準偏差の代わりに分散を算出してもよい。また、例えば、所定の第３の期間の間における各稼働情報に含まれる速度、加速度及び回転数の日付毎の平均値をそれぞれ算出した上で、所定の第３の期間の間における速度の平均値の標準偏差（又は分散）、所定の第３の期間の間における加速度の平均値の標準偏差（又は分散）及び所定の第３の期間の間における回転数の平均値の標準偏差（又は分散）をそれぞれ算出してもよい。更に、このとき、平均値の代わりに、最大値又は最小値が算出されてもよい。

ステップＳ１０２：次に、異常兆候検知部１０２は、上記のステップＳ１０１で算出された指標値を用いて、異常兆候があるローラー３０が存在するか否かを判定する。異常兆候があるローラー３０が存在する場合、このローラー３０が、異常兆候があるローラー３０として検知される。

なお、異常兆候検知部１０２は、上記の算出方法１又は２のいずれかで算出された指標値を用いてもよいし、上記の算出方法１及び２の両方で算出された指標値を用いてもよい。以降では、上記の算出方法１で算出された指標値を「第１の指標値」、上記の算出方法２で算出された指標値を「第２の指標値」と表す。

ここで、異常兆候検知部１０２は、例えば、ｄ日目の各第１の指標値のマハラノビス距離を算出した上で、これらのマハラノビス距離を用いた異常検知を行うことで、異常と検知された第１の指標値に対応するローラー３０を異常兆候があるローラー３０として検知する。このとき、異常兆候検知部１０２は、速度に関する第１の指標値、加速度に関する第１の指標値及び回転数に関する第１の指標値毎に、それぞれ異常検知を行う。なお、マハラノビス距離を用いた異常検知では、例えば、或る第１の指標値のマハラノビス距離が、他の第１の指標値のマハラノビス距離の平均値のＬ_１倍（Ｌ_１は予め決められた値）以上離れている場合に、当該或る第１の指標値が異常と検知される。

同様に、異常兆候検知部１０２は、例えば、期間ｍにおける各第２の指標値のマハラノビス距離を算出した上で、これらのマハラノビス距離を用いた異常検知を行うことで、異常と検知された第２の指標値に対応するローラー３０を異常兆候があるローラー３０として検知する。このとき、異常兆候検知部１０２は、速度に関する第２の指標値、加速度に関する第２の指標値及び回転数に関する第２の指標値毎に、それぞれ異常検知を行う。なお、マハラノビス距離を用いた異常検知では、例えば、或る第２の指標値のマハラノビス距離が、他の第２の指標値のマハラノビス距離の平均値のＬ_２倍（Ｌ_２は予め決められた値）以上離れている場合に、当該或る第２の指標値が異常と検知される。

なお、上述したように、速度に関する第１の指標値、加速度に関する第１の指標値及び回転数に関する第１の指標値毎に、それぞれ異常検知が行われる。同様に、速度に関する第２の指標値、加速度に関する第２の指標値及び回転数に関する第２の指標値毎に、それぞれ異常検知が行われる。このため、例えば、全ての指標値で異常が検知された場合に、この指標値に対応するローラー３０に異常兆候があるとしてもよいし、各指標値の重み付け和を用いてローラー３０に異常兆候があるか否かを判定してもよい。

例えば、各指標値の重み付け和を用いる場合、或るローラー３０についての速度に関する第１の指標値を用いた異常検知結果をａ_１、加速度に関する第１の指標値を用いた異常検知結果をａ_２、回転数に関する第１の指標値を用いた異常検知結果をａ_３として、当該ローラー３０に異常が検知された場合は１、そうでない場合は０を取るものとする。また、重みをｗ_１，ｗ_２及びｗ_３とする。このとき、ｗ_１ａ_１＋ｗ_２ａ_２＋ｗ_３ａ_３が所定の閾値を超える場合は当該ローラー３０に異常兆候があるものと判定し、そうでない場合には異常兆候がないものと判定してもよい。なお、これの重み付け和に対して、当該ローラー３０についての各第２の指標値に関する重み付け和が追加されてもよい。

また、例えば、或る指標値で異常兆候があるローラー３０を絞り込んだ上で、絞り込み後のローラー３０について更に異常兆候があるか否かを判定してもよい。例えば、回転数に関する第１の指標値を用いた異常検知により異常兆候があるローラー３０を絞り込んだ上で、絞り込み後のローラー３０について、加速度に関する第１の指標値を用いた異常検知を行ってもよい。

ステップＳ１０３：次に、異常兆候検知部１０２は、上記のステップＳ１０３で異常兆候があるローラー３０が検知されたか否かを判定する。そして、異常兆候があるローラー３０が検知された場合はステップＳ１０４に進み、そうでない場合は異常兆候検知処理を終了する。

ステップＳ１０４：そして、通知部１０３は、異常兆候があると検知されたローラー３０のローラーＩＤ等の所定の通知先に通知する。これにより、異常兆候検知装置１０のユーザ等は、異常兆候があるローラー３０を知ることができ、例えば、ローラー３０の交換や修理等を行うことができるようになる。

＜指標値の算出結果＞
ここで、上記のステップＳ１０２において、算出方法１により算出された第１の指標値の一例を図５に示す。図５では、或るｄ日目における各ローラー３０の第１の指標値（速度標準偏差、加速度標準偏差及び回転数標準偏差）を示している。なお、図５における横軸はローラーＩＤを表し、縦軸は第１の指標値の値を表す。「１」、「２」、・・・、「Ｘ_１」、・・・、「Ｘ_２」、・・・、「Ｎ」はローラーＩＤである。

図５に示す例では、ローラーＩＤ「Ｘ_２」のローラー３０の加速度に関する第１の指標値が、他のローラー３０の加速度に関する第１の指標値と比べて高くなっている。したがって、この場合、上記のステップＳ１０２にて、ローラーＩＤ「Ｘ_２」のローラー３０が、異常兆候があるローラー３０として検知される。また、ローラーＩＤ「Ｘ_１」のローラー３０についても、速度に関する第１の指標値が比較的高いため、パラメータ（例えば、上述したＬ_１等）の設定値によっては、異常兆候があるローラー３０として検知される。

また、上記のステップＳ１０２において、算出方法２により算出された第２の指標値のうちの加速度に関する第２の指標値の一例を図６に示す。図６では、各ローラー３０の加速度に関する第２の指標値を示している。なお、図６における横軸は時間（つまり、期間ｍ）を表し、縦軸は加速度に関する第２の指標値（つまり、加速度の標準偏差）の値を表す。

図６に示す例では、ローラーＩＤ「Ｘ」のローラー３０は、時間が進むと、他のローラー３０との間で加速度に関する第２の指標値の乖離が大きくなる。したがって、この場合、上記のステップＳ１０２にて、ローラーＩＤ「Ｘ」のローラー３０が、異常兆候があるローラー３０として検知される。

このように、本実施形態に係る異常兆候検知システム１では、ローラー３０毎に稼働情報の値のバラつき度合いを表す所定の指標値を算出した上で、その指標値をローラー３０間で比較する。これにより、本実施形態に係る異常兆候検知システム１は、ローラー３０の異常兆候を高い精度で検知することが可能になる。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更等が可能である。

１ 異常兆候検知システム
１０ 異常兆候検知装置
１１ 入力装置
１２ 表示装置
１３ 外部Ｉ／Ｆ
１３ａ 記録媒体
１４ 通信Ｉ／Ｆ
１５ プロセッサ
１６ メモリ装置
１７ バス
２０ センサ
３０ ローラー
１０１ 指標値算出部
１０２ 異常兆候検知部
１０３ 通知部
１０４ 記憶部

Claims (7)

1. ローラー毎の稼働情報を時系列データとして記憶する記憶手段と、
   前記ローラー毎に、所定の期間における前記稼働情報の値のバラつき度合いを表す所定の指標値を算出する算出手段と、
   前記ローラー毎の所定の指標値を用いて、前記ローラー毎に、前記ローラーの所定の指標値と他の各ローラーの所定の指標値との間の距離を算出することで、異常兆候がある前記ローラーを検知する検知手段と、
   を有する異常兆候検知システム。
2. 前記算出手段は、
   前記ローラー毎に、前記稼働情報の値の所定の第１の期間毎の平均値又は最大値若しくは最小値を算出し、算出した平均値又は最大値若しくは最小値の所定の第２の期間における標準偏差又は分散を前記所定の指標値として算出する、請求項１に記載の異常兆候検知システム。
3. 前記算出手段は、
   前記ローラー毎、かつ、所定の第３の期間毎に、前記所定の第３の期間における前記稼働情報の値の標準偏差又は分散を前記所定の指標値として算出する、請求項１又は２に記載の異常兆候検知システム。
4. 前記稼働情報の値は、速度、加速度及び回転数のうちの少なくとも２つ以上である、請求項１乃至３の何れか一項に記載の異常兆候検知システム。
5. 前記検知手段は、
   前記距離としてマハラノビス距離を用いて、前記所定の指標値の異常値を検知することで、前記異常値が検知された所定の指標値に対応するローラーを異常兆候があるローラーとして検知する、請求項１乃至４の何れか一項に記載の異常兆候検知システム。
6. ローラー毎の稼働情報を時系列データとして記憶する記憶手段と、
   前記ローラー毎に、所定の期間における前記稼働情報の値のバラつき度合いを表す所定の指標値を算出する算出手段と、
   前記ローラー毎の所定の指標値を用いて、前記ローラー毎に、前記ローラーの所定の指標値と他の各ローラーの所定の指標値との間の距離を算出することで、異常兆候がある前記ローラーを検知する検知手段と、
   を有する異常兆候検知装置。
7. ローラー毎の稼働情報を時系列データとして記憶部に記憶させる記憶手順と、
   前記ローラー毎に、所定の期間における前記稼働情報の値のバラつき度合いを表す所定の指標値を算出する算出手順と、
   前記ローラー毎の所定の指標値を用いて、前記ローラー毎に、前記ローラーの所定の指標値と他の各ローラーの所定の指標値との間の距離を算出することで、異常兆候がある前記ローラーを検知する検知手順と、
   をコンピュータが実行する異常兆候検知方法。

Images