JP4876136B2 - 異常診断装置および異常診断方法 - Google Patents

Description

本発明は、昇降機等、移動体の運転状態に応じて発せられる物理信号を検知し、当該検知された物理信号を所定の演算により解析して診断を行う異常診断装置および異常診断方法に関する。

例えば、診断の対象となる昇降機の動作音をマイクロフォンなどの音響センサで集音し、この音響センサで生成される音響信号と、予め収集し、登録済みの正常動作時における音響信号とを比較することにより、昇降機の正常運転、異常運転を検知する異常診断方法が知られている。

前記した方法を用いて異常診断を行うためには、昇降機の動作音を録音するときに、人の話し声のような周囲の環境音が入り込まないように注意する必要がある。その理由は、診断対象の昇降機は、健全で、かつ、動作時に異常音が発生していないにもかかわらず、音響信号に混入された環境音成分を、昇降機の異常音であるとして誤診断することが考えられるためである。

この問題を解決するために、例えば、特許文献１には、人がいない時間帯に昇降機の動作音を録音して異常診断することによって、診断対象の音響信号に人の声などが紛れ込むことを防止するようにした異常診断装置が開示されている。

特開２００４−２７７０８２号公報

特許文献1に開示された異常診断装置は、例えば、デパートや鉄道駅構内などの深夜など、周囲に人がいない時間帯が予め分かる環境に設置されている昇降機に対しては有効であると考えられる。しかしながら、昇降機が設置されている場所は、集合住宅や雑居ビルなど、周囲に人が存在しない時間帯を特定するのが困難である場合が多い。また、人の声のみならず、交通車両などが発する音、繁華街の雑踏、犬の遠吠えなど様々な環境音が存在する。従って、特許文献1に開示された異常診断装置のように、人がいない時間帯を設定して異常診断するだけでは、様々な環境音の混入を防ぐことができず、その環境音の混入が誤診断の原因となっていた。

本発明は、前記課題を解決するためになされたものであり、誤診断の原因となる環境音の混入を防止し、診断結果の信頼性を向上させることが可能な異常診断装置および異常診断方法を提供することを目的とする。

前記課題を解決するために本発明における移動体の異常診断装置は、移動体の運転状態に応じて発せられる物理信号を検知し、当該検知された物理信号を所定の演算により解析して診断を行う異常診断装置であって、（１）基準となる診断環境における物理信号が記憶された記憶部と、（２−１）診断要求があった場合、前記移動体が運転を停止している状態で前記移動体周辺から発せられる物理信号を取得し、（２−２）前記取得した物理信号を周波数成分に変換してクラスタ分析を行い、そのクラスタ分析によって得られる第１のグループに属する１以上のクラスタのそれぞれの半径および中心座標を算出するとともに、前記記憶部に記憶された物理信号を周波数成分に変換してクラスタ分析を行い、そのクラスタ分析によって得られる第２のグループに属する１以上のクラスタのそれぞれの半径および中心座標を算出し、（２−３）前記第１のグループに属するクラスタのそれぞれの半径および中心座標と、前記第２のグループに属するクラスタのそれぞれの半径および中心座標とを比較することにより、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じか否かの同定を行い、（２−４）前記同定の結果、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じと同定された場合には、前記移動体が診断可能な環境にあると判定し、前記移動体を運転状態にさせ、その運転状態に応じて発せられる物理信号を取得して前記所定の演算に基づく解析を行い、前記移動体の異常診断を行う演算処理部と、を備えたことを特徴とする。

本発明によれば、誤診断の原因となる環境音の混入を防止し、診断結果の信頼性を向上させることが可能な異常診断装置および異常診断方法を提供することができる。

本発明の第１の実施形態に係る異常診断装置の構成を示すブロック図。 本発明の第１の実施形態に係る異常診断装置における診断要求生成部の処理手順を示したフローチャート。 本発明の第１の実施形態に係る異常診断装置における運転状態判定部の処理手順を示したフローチャート。 本発明の第１の実施形態に係る異常診断装置における測定環境差算出部の処理手順を示したフローチャート。 本発明の第１の実施形態に係る異常診断装置における測定環境差算出部による測定環境差算出のための信号処理の流れを示したブロックチャート。 本発明の第１の実施形態に係る移動診断装置における測定環境差算出部によるクラスタ分析の概要を説明するための説明図。 本発明の第１の実施形態に係る異常診断装置におけるクラスタ情報テーブルのデータ構造の一例を示す図。 本発明の第１の実施形態に係る異常診断装置における測定環境差算出部のクラスタ同定処理手順を示したフローチャート。 本発明の第１の実施形態に係る異常診断装置におけるチェックテーブルのデータ構造の一例を示した図。 本発明の第１の実施形態に係る異常診断装置における診断可否判定部の処理手順を示したフローチャート。 本発明の第１の実施形態に係る異常診断装置における診断処理部の処理手順を示したフローチャート。 本発明の第２の実施形態に係る異常診断装置における測定環境差算出部の処理手順を示したフローチャート。 本発明の第２の実施形態に係る異常診断装置における測定環境差算出部による測定環境差算出のための信号処理の流れを示したブロックチャート 本発明の第２の実施形態に係る異常診断装置における測定環境差テーブルのデータ構造の一例を示した図。 本発明の第２の実施形態に係る異常診断装置における診断可否判定部の処理手順を示したフローチャート。

以下、本発明の実施形態について、図面を参照して詳細に説明する。

＜第１の実施形態＞
（異常診断装置の構成）
図１は、本発明の第１の実施形態に係る異常診断装置の構成を示すブロック図である。本発明の第１の実施形態に係る異常診断装置２は、診断対象となる昇降機１に接続されて構成される。

昇降機１は、ケージの昇降動作を制御する昇降機制御装置１１と、ケージの動作により発生する音響信号を収集するセンサ１２とを備える。ここで、センサ１２は、環境音などの物理信号を取得する音響センサの他に、ケージの任意の場所に設置され、ケージの重量を計測する荷重センサも含む。

異常診断装置２は、ＩＣ（Integrated Circuits）メモリやハードディスク装置などの記憶媒体が実装された記憶部２０と、記憶部２０に格納されるプログラムを実行するＣＰＵ（Central Processing Unit）が実装された演算処理部２１と、を含む。ここで、記憶部２０には、前記プログラムの他に、閾値など予め設定される値、プログラムにより作成される各種データ（後記するクラスタ情報テーブル２０１、チェックテーブル２０２、測定環境差テーブル２０３など）が保持される。

演算処理部２１における診断要求生成部２１１、運転状態判定部２１２、測定環境差算出部２１３、診断可否判定部２１４、診断処理部２１５などの処理機能は、前記ＣＰＵが記憶部２０に格納された所定のプログラムを実行することによって実現される。

図１において、診断要求生成部２１１は、時刻監視を行い、予め設定した時刻になると異常診断の実行を要求する診断要求信号を生成し、運転状態判定部２１２を起動する機能を有する。また、運転状態判定部２１２は、昇降機制御装置１１からケージの運転状態情報とケージ重量情報とを取得し、ケージが停止中であって、かつ、動作音が発生しないことを監視したうえで診断対象としての昇降機１が異常診断可能な状態にあるか否かを判定する機能を有する。また、測定環境差算出部２１３は、センサ１２を介してケージの周囲で発生している環境音（音響信号）を収集し、ここで収集した環境音と記憶部２０に予め格納されている基準音データとを比較してその差分を算出し、その差分により昇降機１が診断可能な環境にあるか否かを判定する機能を有する。また、診断可否判定部２１４は、測定環境差算出部２１３で評価した差分を評価して昇降機１の異常診断実行可否を判定する機能を有する。診断処理部２１５は、昇降機１が備えるセンサ１２から収集した音響信号を周波数成分に変換し（フーリエ変換）、各周波数成分の大きさを基準値と比較することにより異常診断を行う機能を有する。

（異常診断装置の動作）
以下、図２〜図１２を参照して図１に示す本発明の第１の実施形態に係る異常診断装置２の動作について説明する。

図２は、異常診断装置２における診断要求生成部２１１の処理手順を示したフローチャートである。診断要求生成部２１１の機能は、予め設定された時刻になると診断要求信号を生成して運転状態判定部２１２を起動することであり、診断要求生成部２１１は、一定周期の時間で繰り返し実行される。

すなわち、図２に示す診断要求生成部２１１は、一定周期毎（例えば、５分毎）に起動され、異常診断装置２に含まれている計時装置（図示せず）から現在時刻を取得し（ステップＳ２０１）、記憶部２０に予め保持されている設定時刻を読出して、その取得した現在時刻と比較する（ステップＳ２０２）。そして、現在時刻が設定時刻を過ぎている場合には（ステップＳ２０２“Ｙｅｓ”）、診断要求生成部２１１は、診断要求信号を生成して、運転状態判定部２１２の処理を起動し（ステップＳ２０３）、現在時刻が設定時刻を過ぎていない場合には（ステップＳ２０３“Ｎｏ”）、診断要求生成処理を終了する。

図３は、異常診断装置２における運転状態判定部２１２の処理手順を示したフローチャートである。運転状態判定部２１２の機能は、昇降機制御装置１１からケージの運転状態情報とケージ重量情報とを取得し、ケージが停止中で、かつ動作音が発生しないことを監視したうえで環境音を収集し、昇降機１が異常診断可能な状態にあるか否かを判定することである。

運転状態判定部２１２の処理は、診断要求生成部２１１により生成される診断要求信号によって起動され、図３に示すように、まず、昇降機制御装置１１から昇降機１の運転状態情報およびケージ重量を取得する（ステップＳ３０１）。続いて、運転状態判定部２１２は、昇降機制御装置１１から取得した昇降機１の運転状態情報から昇降機１が停止中であるか否かを判定する（ステップＳ３０２）。

ステップＳ３０２の判定の結果、昇降機１が昇降動作中の場合には（ステップＳ３０２“Ｎｏ”）、運転状態判定部２１２は、一定時間待機した後（ステップＳ３０５）、再びステップＳ３０１の処理を実行して昇降機制御装置１１から運転状態情報を取得する。また、昇降機１が停止中の場合には（ステップＳ３０２“Ｙｅｓ”）、運転状態判定部２１２は、さらに、ケージに人が乗っていないことを検知するため、昇降機制御装置１１から取得したケージ重量が所定の基準値内にあるか否かを判定する（ステップＳ３０３）。ここで、ケージ重量の基準値は、ケージに人が乗っていない場合のケージ重量をある一定の幅をもたせて設定したものであり、記憶部２０の所定の領域に予め設定されている。

次に、昇降機１に人が乗っているなどのため、ケージ重量が基準値外と判定された場合には（ステップＳ３０３“Ｎｏ”）、運転状態判定部２１２は、再びステップＳ３０１の処理を実行し、昇降機制御装置１１から運転状態情報を取得する。一方、ケージに人が乗っていない、つまり、ケージ重量が基準値内にあると判定された場合には（ステップＳ３０３“Ｙｅｓ”）、運転状態判定部２１２は、測定環境差算出部２１３の処理を起動する（ステップＳ３０４）。

図４は、異常診断装置２における測定環境差算出部２１３の処理手順を示したフローチャートである。測定環境差算出部２１３の機能は、周囲で発生している環境音を収集し、これを基準状態と比較して診断可能な環境であるか否かを判定することである。測定環境差算出部２１３の処理は、前記した運転状態判定部２１２により起動される。

図４に示すように、測定環境差算出部２１３は、センサ１２を介して音響信号（以下、“実録環境音”という）を収集するとともに（ステップＳ４０１）、記憶部２０の所定の領域を参照して、異常診断処理を実行する際の基準データとなる理想環境の音響信号（以下、“理想環境音”という）を取得する（ステップＳ４０２）。次に、測定環境差算出部２１３は、それぞれ取得した実録環境音と理想環境音とから、その差分である測定環境差を算出し（ステップＳ４０３）、その後、診断可否判定部２１４の処理を起動する（ステップＳ４０４）。

図５は、異常診断装置２における測定環境差算出部２１３による測定環境差算出のための信号処理の流れを示したブロックチャートである。以下、図５を参照しながら測定環境差の算出方法について説明する。

図５に示すように、測定環境差算出部２１３は、理想環境音を入力データとしてフーリエ変換５１を行い、さらに、その結果得られる周波数スペクトルのクラスタ分析５２を行う。また、実録環境音についても、同様に、フーリエ変換５１ａを行い、クラスタ分析５２ａを行う。そして、クラスタ同定処理５３により、各々のクラスタ分析５２，５２ａ後のデータに基づき、測定環境差を算出する。

すなわち、測定環境差算出部２１３は、フーリエ変換５１，５１ａにより、時間経過で変動する音響信号を、周波数成分のスペクトルに変換する。この際、窓関数をフーリエ変換の度に時間方向へシフトさせることにより各時刻の周波数スペクトルを算出することができる。

次に、測定環境差算出部２１３は、各時刻の周波数スペクトルの大きさを座標空間上にプロットする。ここで、座標軸はフーリエ変換後の各周波数である。

図６は、測定環境差算出部２１３によるクラスタ分析５２，５２ａの概要を説明するための説明図である。まず、図６（ａ）を参照しながら、座標空間上へのプロットの仕方を説明する。図６（ａ）では、説明の簡単化のために、フーリエ変換後のスペクトル周波数はｆ₁，ｆ₂のみとし、座標空間を２次元としているが、一般には、ｎ次元である。

測定環境差算出部２１３は、フーリエ変換５１，５１ａにより、時刻ｔ₁の音響信号を周波数スペクトルに変換した結果、周波数ｆ₁のスペクトルの大きさがｘ₁、周波数ｆ₂のスペクトルの大きさがｙ₁の場合、座標空間上の座標（ｘ₁,ｙ₁）にその周波数スペクトルをプロットする。時刻ｔ_２以降の音響信号についても同様にフーリエ変換したものを全てプロットする。

また、測定環境差算出部２１３は、前記座標空間へプロットしたデータをグルーピングする。グルーピングには、例えば、周知のウォード法（Ward’s Method）などを用い、クラスタの数がある一定値になるまでグループ分け、すなわち、クラスタ化を実施する。なお、クラスタ化の方法としては、ウォード法ではなく、他の周知技術である最短・最長距離法（Nearest／Furthest Neighbor Method）、群平均法（Group Average Method）などを用いてもよい。

次に、測定環境差算出部２１３は、各クラスタにおいて、全てのプロットが含まれる最小の球（一般には、ｎ次元の球、２次元の場合は、円）を設定し、その中心座標と半径を算出する。ここでは、図６（ｂ）を参照して、その球の中心座標と半径の算出方法について説明する。

図６（ｂ）には、プロットを３つのクラスタ（Ｃ₁，Ｃ₂，Ｃ₃）にグループ分けした場合が示されている。この場合、設定する球の中心座標と半径は、それぞれ、クラスタＣ₁の中心座標は（Ｃ_x1，Ｃ_y1）、半径はｒ₁、クラスタＣ₂の中心座標は（Ｃ_x2，Ｃ_y2）、半径はｒ₂、クラスタＣ₃の中心座標は（Ｃ_x3，Ｃ_y3）、半径はｒ₃になる。そして、測定環境差算出部２１３は、このようにして算出した中心座標と半径をクラスタ番号毎に、図７に示すようなデータ構造を有するクラスタ情報テーブル２０１に設定する。なお、クラスタ情報テーブル２０１は、記憶部２０の所定の領域に割当てられる。

クラスタ同定処理５３において、測定環境差算出部２１３は、理想環境音を処理したクラスタ情報テーブル２０１と実録環境音を処理したクラスタ情報テーブル２０１とを比較することにより各環境音のクラスタの同定判定を行う。この同定判定の方法について、以下、図８に示すフローチャートを参照しながら説明する。

図８は、異常診断装置２における測定環境差算出部２１３のクラスタ同定処理手順を示したフローチャートである。図８に示すように、測定環境差算出部２１３は、最初に、理想環境音のクラスタ情報テーブル２０１のデータを参照し、クラスタ番号毎にループ処理を行う（ステップＳ１０１〜Ｓ１０９）。このループ処理では、まず、各クラスタの中心座標と半径に関するデータを取得する（ステップＳ１０２）。次に、実録環境音のクラスタ情報テーブル２０１を参照し（ステップＳ１０３）、クラスタ番号毎にループ処理を行う（ステップＳ１０３〜Ｓ１０８）。すなわち、測定環境差算出部２１３は、理想環境音のクラスタの中心座標と、実録環境音のクラスタの中心座標とを照合して位置関係を評価する（ステップＳ１０４）。

ここで、測定環境差算出部２１３は、中心座標の照合を行うために、次に示す式（１）を演算する。そして、測定環境差算出部２１３は、式（１）を満たされているか否かを記憶部２０へ一時的に格納する。

ここで、nはフーリエ変換後の周波数成分の数、fsは実録環境音データのs番目のクラスタの中心座標の成分、fiは理想環境音データのi番目のクラスタの中心座標の成分、riは理想環境音データのi番目のクラスタの半径である。

次に、測定環境差算出部２１３は、半径比率を算出する（ステップＳ１０５）。半径比率は、以下の算式（２）を実行することにより算出され、ここでの算出結果は、記憶部２０の所定の領域に一時記憶される。

ここで、ratioは半径比率、rsは実録環境音データのs番目のクラスタの半径、riは理想環境音データのi番目のクラスタの半径である。

続いて、測定環境差算出部２１３は、式（１）、式（２）の演算結果に基づき、理想環境音のi番目のクラスタと、実録環境音のs番目のクラスタと一致するか否かを判定する（ステップＳ１０６）。具体的には、測定環境差算出部２１３は、式（１）を満たし、かつ、式（２）で求められるratioが一定値（例えば、１．５）以下である場合、当該理想環境音のクラスタと当該実録環境音の当該クラスタとは同じものであると判定し（ステップＳ１０６“Ｙｅｓ”）、図９に示すチェックテーブル２０２を更新する（ステップＳ１０７）。なお、チェックテーブル２０２は、記憶部２０の所定の領域に割り当てられる。

図９は、チェックテーブル２０２のデータ構造の一例を示した図である。図１１に示すようにチェックテーブル２０２のクラスタ番号欄には、実録環境音のクラスタ番号が記録され、判定欄は、全ての欄に予め“１”が設定されている。測定環境差算出部２１３は、理想環境音のクラスタと同じものであると判定された実録環境音のクラスタのクラスタ番号に対し、判定欄の値を“１”から“０”へ書き換えるための処理を実行する。これにより、理想環境音のクラスタと同じであると判定されなかったクラスタ番号のみ、判定欄の値が“１”になる。

以上の処理によって測定環境差算出処理（図４、ステップＳ４０３）を終了し、測定環境差算出部２１３は、次には、診断可否判定部２１４の処理を起動する（ステップＳ４０４）。

図１０は、本発明の第１の実施形態に係る異常診断装置２における診断可否判定部２１４の処理手順を示したフローチャートである。診断可否判定部２１４の機能は、測定環境差算出部２１３で評価した環境差の結果を受け、異常診断の実行可否を判定することである。

図１０に示すように、測定環境差算出部２１３は、まず、測定環境差算出部２１３により生成され、記憶部２０に記憶されているチェックテーブル２０２（図９参照）を参照し（ステップＳ５０１）、チェックテーブル２０２の判定欄が全て“０”であるか否かを判定する（ステップＳ５０２）。

診断可否判定部２１４は、いずれかの判定欄に“１”がある場合には（ステップＳ５０２“Ｎｏ”）、実録環境音は理想環境音と乖離しており異常診断が不可能な環境にあると判定する。ここで異常診断が不可能な環境にあると判定された場合、診断可否判定部２１４は、運転状態判定部２１２の処理を起動し（ステップＳ５０４）、測定環境差算出部２１３により測定環境差を求め、再び診断可能な環境にあるか否かを評価する。なお、再び診断可能な環境にあるか否かを評価する際には、昇降機１のケージの停止位置を移動させて別のフロアで異常診断が可能な環境にあるか否かを評価してもよい。

一方、判定欄が全て“０”の場合（ステップＳ５０２“Ｙｅｓ”）、診断可否判定部２１４は、実録環境音は理想環境音に類似しており異常診断可能な環境であると判定し、診断処理部２１５の処理を起動する（ステップＳ５０３）。

図１１は、本発明の第１の実施形態に係る異常診断装置２における診断処理部２１５の処理手順を示したフローチャートである。診断処理部２１５の機能は、昇降機１が備えるセンサ１２から収集した音響信号を周波数成分に変換し、各周波数成分の大きさを基準値と比較することにより異常診断を行うことである。

図１１に示すように、診断処理部２１５は、まず、診断対象となる昇降機１を動作させ、センサ１２から、昇降機１の動作音である音響信号を収集する（ステップＳ６０１）。続いて、診断処理部２１５は、収集した音響信号をフーリエ変換により周波数成分に変換する。次に、診断処理部２１５は、記憶部２０から予め設定された異常判定閾値を読み出し（ステップＳ６０２）、フーリエ変換した各周波数成分の大きさと異常判定閾値とを比較し、異常判定閾値よりも大きな周波数成分が存在する場合には異常ありと判定する異常判定処理を実行する（ステップＳ６０３）。

（第１の実施形態の効果）
前記した本発明の第１の実施形態に係る移動体の異常診断装置２によれば、診断の断対象となる昇降機１などの移動体が発する音響信号を用いて異常診断する場合に、まず、昇降機１が停止状態にあって動作音が発生しないことを確認したうえで周囲の環境音を収集し、フーリエ変換およびクラスタ分析などを用いた演算処理により、周囲の環境音が診断可能な状態にあると判定された場合に、昇降機１を動作させて動作音を収集して異常診断処理を行う構成としたものである。

従って、本実施形態においては、誤診断の原因になる環境音が存在しない状態で移動体の動作音が収集される、つまり、周囲の音響状態が異常診断可能な状態になった時点で、その異常診断処理が行われるので、異常診断の信頼性の向上を図ることができる。

なお、環境音が診断できない状態にあると判定された場合には、所定時間待機後、または、昇降機１を所定距離だけ移動させ、つまり、他の階へ移動させ、診断可能な状態になった時点で昇降機１を動作させて動作音を収集し、異常診断処理を行うこととしている。このことにより、一層の信頼性の向上を図ることができる。

＜第２の実施形態＞
続いて、本発明の第２の実施形態に係る移動体の異常診断装置について説明する。本発明の第２の実施形態に係る移動体の異常診断装置のブロックレベルでの構成は、第１の実施形態で示した異常診断装置のブロック構成（図１参照）と同じである。従って、ここでも、図１に示した異常診断装置のブロック構成を用いることとする。なお、第１の実施形態との相違は、測定環境差算出部２１３および診断可否判定部２１４の処理内容にある。以下、説明の重複を回避するために、第１の実施形態との相違に着目して説明を行う。

（第２の実施形態の動作）
図１２は、本発明の第２の実施形態に係る異常診断装置２における測定環境差算出部２１３の処理手順を示したフローチャートである。図１２示すように、測定環境差算出部２１３は、まず、センサ１２から、実録環境音を収集する（ステップＳ１２１）。次に、測定環境差算出部２１３は、記憶部２０から、理想環境音の周波数特性として周波数別に値が設定された基準データを読み出し（ステップＳ１２２）、実録環境音と基準データとの差分である測定環境差を算出する（ステップＳ１２３）。この算出方法については、次に、図１３を参照して、詳しく説明する。に示す測定環境差算出部２１３による測定環境差のための信号処理の流れを示したブロックチャートを参照しながら説明する。

図１３は、本発明の第２の実施形態に係る異常診断装置２における測定環境差算出部２１３による測定環境差算出のための信号処理の流れを示したブロックチャートである。図１３に示すように、測定環境差算出部２１３は、測定環境差を算出するにあたり、理想環境音をフーリエ変換１３０１し、周波数別の成分に変換する。そして、差分演算１３０２により、周波数別に測定環境差を算出して診断可否判定部２１４へ出力する。測定環境差の算出式は、次の式（３）によって表される。

ここで、nは、フーリエ変換後の周波数の順番、Ad_ｎは、測定環境差(周波数別)、As_nは、実録環境音をフーリエ変換した後の値（周波数別）、Ai_nは、基準データの値（周波数別）である。

式（３）を用いて算出された測定環境差Ad_nは、図１４に示す測定環境差テーブル２０３に格納される。ここで、図１４は、本発明の第２の実施形態に係る異常診断装置における測定環境差テーブルのデータ構造の一例を示した図である。測定環境差テーブル２０３の内容は、記憶部２０の所定の領域に一時保持される。

再度、説明を図１２に戻す。前記のように、測定環境差算出部２１３は、測定環境差算出後、診断可否判定部２１４を起動する（ステップＳ１２４）。診断可否判定部２１４の機能は、測定環境差算出部２１３で評価した差分を評価して昇降機１の異常診断実行可否を判定することである。

図１５は、本発明の第２の実施形態に係る異常診断装置における診断可否判定部の処理手順を示したフローチャートである。図１５に示すように、診断可否判定部２１４は、まず、記憶部２０に一時記憶された測定環境差テーブル２０３を参照して（ステップＳ１５１）、全ての測定環境差Ad_nを読み出し、その全ての測定環境差Ad_nが、記憶部２０の所定の領域に予め設定されて保持されている閾値と比較する（ステップＳ１５２）。

ここで、閾値より大きな値の測定環境差Ad_nが存在する場合（ステップＳ１５２“Ｎｏ”）、診断可否判定部２１４は、実録環境音は理想環境音との乖離が大きく、異常診断不可能な環境であると判定し、第１の実施形態の場合と同様、運転状態判定部２１２を起動し（ステップＳ１５４）、測定環境差算出部２１３により測定環境差を求め、再び診断可能な環境にあるか否かを評価する。なお、再び診断可能な環境にあるか否かを評価する際には、第１の実施形態の場合と同様、昇降機１のケージの停止位置を移動させて別のフロアで異常診断が可能な環境にあるか否かを評価することとする。

一方、閾値より大きな値の測定環境差Ad_nが存在しない場合（ステップＳ１５２“Ｙｅｓ”）、診断可否判定部２１４は、実録環境音は理想環境音に類似しており異常診断が可能な環境にあると判定し、診断処理部２１５を起動して（ステップＳ１５３）、診断処理を実行させる。以降の処理は、第１の実施形態の場合と同様であるため説明を省略する。

（第２の実施形態の効果）
前記した本発明の第２の実施形態に係る移動体の異常診断装置によれば、移動体が発する、例えば、音響信号を用いて異常診断を行う場合に、まず、周囲の環境音を収集し、これを基準状態と比較して診断可能な環境であるかを判定し、環境音が小さく診断可能な環境であると判定した場合に、移動体を動作させてその動作音を収集して異常診断処理を実行する。従って、誤診断の原因となる環境音が存在しない状態で移動体の動作音を収集できるので、環境音による誤診断を防止することが可能である。

＜その他の実施形態＞
以上、第１および第２の実施形態では、診断対象の物理信号として音響信号を用いる場合についてのみ説明したが、音響信号のみならず、振動データ（加速度信号）や移動速度のデータを用いる場合にも、同様の処理により異常診断装置２を構成することが可能である。また、第１および第２の実施形態では、異常診断装置２を適用する移動体として、昇降機１のみを例示したが、昇降機１に限らず、車両などの移動体に適用することも可能である。さらには、タービンやボイラなど固定された機器に対しても適用可能である。

また、第１および第２の実施形態では、図１に示した演算処理部２１が有する機能は、プログラム処理、つまり、ソフトウェアによって実現されるものとしたが、その全部または一部の機能をハードウェア（専用の電子回路など）で実現してもよい。

例えば、演算処理部２１が、診断要求があった場合、移動体が運転を停止している状態で移動体周辺から発せられる物理信号を取得し、当該取得した物理信号と、記憶部２０に記憶された物理信号と比較して移動体が診断可能な環境にあるか否かを判定し、移動体が診断可能な環境にあると判定された場合、移動体の運転状態に応じて発せられる物理信号を取得して所定の演算に基づく解析を行い移動体の異常診断を行うデータ処理は、１または複数のプログラムによりコンピュータ上で実現してもよく、また、その少なくとも一部をハードウェアで実現してもよい。

以上、本発明は、デパートや鉄道駅構内など人が集まる施設に設置される昇降機はもちろんのこと、集合住宅や雑居ビルなどの施設に設置される昇降機など、人がいない時間帯を特定するのが困難なケースに用いて好適である。また、移動する昇降機や車両に限らず、タービンなど固定された機器にも適用することができる。

１ 昇降機
２ 異常診断装置
１１ 昇降機制御装置
１２ センサ
２０ 記憶部
２１ 演算処理部
２０１ クラスタ情報テーブル
２０２ チェックテーブル
２０３ 測定環境差テーブル
２１１ 診断要求生成部
２１２ 運転状態判定部
２１３ 測定環境差算出部
２１４ 診断可否判定部
２１５ 診断処理部

Claims (8)

1. 移動体の運転状態に応じて発せられる物理信号を検知し、当該検知された物理信号を所定の演算により解析して診断を行う異常診断装置であって、
   基準となる診断環境における物理信号が記憶された記憶部と、
   診断要求受付時に前記移動体が運転を停止している状態で前記移動体周辺から発せられる物理信号を取得し、
   前記取得した物理信号を周波数成分に変換してクラスタ分析を行い、そのクラスタ分析によって得られる第１のグループに属する１以上のクラスタのそれぞれの半径および中心座標を算出するとともに、前記記憶部に記憶された物理信号を周波数成分に変換してクラスタ分析を行い、そのクラスタ分析によって得られる第２のグループに属する１以上のクラスタのそれぞれの半径および中心座標を算出し、
   前記第１のグループに属するクラスタのそれぞれの半径および中心座標と、前記第２のグループに属するクラスタのそれぞれの半径および中心座標とを比較することにより、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じか否かの同定を行い、
   前記同定の結果、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じと同定された場合には、前記移動体が診断可能な環境にあると判定し、前記移動体を運転状態にさせ、その運転状態に応じて発せられる物理信号を取得して前記所定の演算に基づく解析を行い、前記移動体の異常診断を行う演算処理部と、
   を備えたことを特徴とする異常診断装置。
2. 前記演算処理部は、
   前記同定の結果、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じと同定されなかった場合には、前記移動体は診断可能な環境にないと判定し、所定時間経過後、前記移動体周辺から発せられる物理信号を取得し、前記移動体が診断可能な状態にあるか否かを再度判定すること
   を特徴とする請求項１に記載の異常診断装置。
3. 前記演算処理部は、
   前記同定の結果、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じと同定されなかった場合には、前記移動体は診断可能な環境にないと判定し、前記移動体を所定距離だけ移動させた後、前記移動体周辺から発せられる物理信号を取得し、前記移動体が診断可能な状態にあるか否かを再度判定すること
   を特徴とする請求項１に記載の異常診断装置。
4. 前記演算処理部が取得する物理信号は、音響信号または加速度信号であること
   を特徴とする請求項１ないし請求項３のいずれか１項に記載の異常診断装置。
5. 少なくとも記憶部と演算処理部とを備え、移動体の運転状態に応じて発せられる物理信号をセンサで検知し、当該検知された物理信号を前記演算処理部が所定の演算を実行することにより解析して診断を行う異常診断装置に用いられる異常診断方法であって、
   前記演算処理部は、
   前記センサを介して、基準となる診断環境における物理信号を取得して、前記記憶部に記憶しておくステップと、
   診断要求受付時に前記移動体が運転を停止している状態で前記移動体周辺から発せられる物理信号を取得するステップと、
   前記取得した物理信号を周波数成分に変換してクラスタ分析を行い、そのクラスタ分析によって得られる第１のグループに属する１以上のクラスタのそれぞれの半径および中心座標を算出するとともに、前記記憶部に記憶された物理信号を周波数成分に変換してクラスタ分析を行い、そのクラスタ分析によって得られる第２のグループに属する１以上のクラスタのそれぞれの半径および中心座標を算出するステップと、
   前記第１のグループに属するクラスタのそれぞれの半径および中心座標と、前記第２のグループに属するクラスタのそれぞれの半径および中心座標とを比較することにより、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じか否かの同定を行うステップと、
   前記同定の結果、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じと同定された場合には、前記移動体が診断可能な環境にあると判定し、前記移動体を運転状態にさせ、その運転状態に応じて発せられる物理信号を取得して前記所定の演算に基づく解析を行い、前記移動体の異常診断を行うステップと、
   を実行することを特徴とする異常診断方法。
6. 前記演算処理部は、
   前記同定の結果、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じと同定されなかった場合には、前記移動体は診断可能な環境にないと判定し、所定時間経過後、前記移動体周辺から発せられる物理信号を取得し、前記移動体が診断可能な状態にあるか否かを再度判定すること
   を特徴とする請求項５に記載の異常診断方法。
7. 前記演算処理部は、
   前記同定の結果、前記第１のグループに属するクラスタが前記第２のグループに属するクラスタと同じと同定されなかった場合には、前記移動体は診断可能な環境にないと判定し、前記移動体を所定距離だけ移動させた後、前記移動体周辺から発せられる物理信号を取得し、前記移動体が診断可能な状態にあるか否かを再度判定すること
   を特徴とする請求項５に記載の異常診断方法。
8. 前記演算処理部が取得する物理信号は、音響信号または加速度信号であること
   を特徴とする請求項５ないし請求項７のいずれか１項に記載の異常診断方法。

Images