JPH02181617A - 局面推定方法および故障診断装置 - Google Patents

Abstract

(57)【要約】本公報は電子出願前の出願データであるた
め要約のデータは記録されません。

Description

【発明の詳細な説明】 ［産業上の利用分野］ この発明は、故障診断や騒音分析等に適用して好適なデ
ータ処理方法およびデータ処理装置に関する。

［従来の技術］ 従来、故障診断に使用されるデータ処理方法としては、
次のような方法が知られている。

■　検出量の上限、下限をあらかじめ設定しておき、検
出量がこの範囲を逸脱した場合に故障と診断する手法。

■　正常検出量の平均値からの偏差、またはある基準関
数からの偏差に基づいて限界を定め、この限界を逸脱し
た場合に故障と診断する手法。

■　各検出項目を要素とするベクトル空間において、正
常空間および異常空間を設定し、実際の検出量に対応す
るベクトルが前記ベクトル空間で占める位置に基づいて
故障診断を行う手法。

■　各検出項目について、その検出量に対応してあらか
じめ真理値表を作成しておき、実際の検出量をこの真理
値表にあてはめて、故障診断を行う知識工学的手法。

［発明が解決しようとする課題］ ところで、上述した従来の各方法には次のような欠点が
あった。

（１）　　時間軸上のある一点の状態によって故障の診
断をしている。すなわち、時間的変化に対する処理方法
をもっていない。

（２）通常は唯一の検出器からの値を信じるしかない。

たとえば、機関の始動・停止についていえば、機関の回
転数だけに基づいて判断している。

よって、この検出器が故障した場合には、正しい判断が
できなくなってしまう。言い換えると、検出器の故障に
対して脆弱なシステムになりいる。

（３）検出データを知識工学システムへ入力する場合、
そのインターフェイスがうまくとれなかった。これは、
知識工学システムのもっている知識ベースが人間の定性
的な言語表現を基にしているため、検出データの示す物
理量と知識ベースの表現とに大きなずれがあるためであ
る。

上記（１）、　（２）をさらに説明する。たとえば、機
関（動作系）を例にとると、正常動作においても、長期
停止、短期停止、無負荷、２５％負荷、５０％負荷、７
５％負荷、１００％負荷、１１０％負荷、危険状態など
の各局面状態が存在し、機関はこれらの局面状態の間を
遷移しながら運転を継続する（第９図参照）。しかし、
従来の故障診断方法では、これらの局面状態を全（考慮
しないか、考慮する場合でも、電力計あるいは電力計な
どの唯一の検出器に依存するか、時間軸上の一点におい
て正常空間、異常空間への適合度を判定するかのいずれ
かの方法をとっていた。

しかし、機関は、動特性をもっており、電力計の値がす
ばやく変化しても、温度のような応答性の悪い物理量は
ゆっくり変化するというような過度的状態が存在する。

このような状況で従来方法をそのまま適用すると正常な
運転状態にあるにもかかわらず、異常と判定されるよう
な不都合が発生する。そのため、猶予時間を、過度状態
の予測持続時間よりも長く設定し、猶予時間内は異常と
判定しないような工夫がなされている。しかし、こうす
ると実際の異常に対しては、猶予時間分だけ検出が遅れ
てしまうこととなる。

また、異常の種類によっては、負荷が急激に変化したと
きに限って発生するような、局面状態間の遷移と局面変
化の速度の履歴に関係するものもあるが、従来は、この
ような条件はまったく考慮されていなかった。

上記（３）をさらに説明する。Ｌ　ｉｓｐやＰ　ｒｏｌ
ｏｇ。

あるいはエキスパートシステム構築ツールなどのプログ
ラムを用いた知識工学システムは、ａ）知識獲得部、ｂ
）知識表現部、Ｃ）知識利用部の３つのブロックから構
成される。

知識獲得部は、知識エンジニアが専門家から得た知識を
知識ベースとして入力する部分を指す。

ここで入力された知識の例として、機関の運転を例にと
って示せば、 ■特定のシリンダ出口排気温度が下がってきて、■他の
シリンダ出口排気温度がやや上がり、かつ ■負荷状態は安定している ならば、 排気温度が下がってきたシリンダの燃料弁の詰まりを疑
え といったものがある。

この場合、下線部分が意味するところは、機関の動特性
を背景とした定性的な表現で、従来のシステムはこのよ
うな表現法をもっていなかった。

そこで、この種の表現の理解、判断を人間にまかせ、人
間に質問する形式が用いられていた。たとえば、 特定のシリ、ンダ出口排気温度が下がってきていますか
。

１、はい　２．いいえ　３．わかりませんという具合で
ある。

この方法には、次のような欠点があった。

まず、人間が介在しなければならないために、・省力化
、自動化が図れない、 ・誤入力の危険性が高い ・人間の反応が遅いため即時的な処理ができない、 ・人間の感覚にむらがあるために個人差やそのときの状
態によって入力データの一貫性が保ちにくい。

さらに、簡単な式で置き換えられないものが多いため、 ・式の数が美大なものとなる、 ・同じ表現法（たとえば、「下がってきて」）に対応す
る式でも局面状態によって異なることが多いので、式の
数はなおさら美大なものとなる。

・知識ベース作成者でないと、表現法の意味が十分に把
握できない。

・式をつくる作業に手間がかかる。

・−旦入力した式とかルールの変更は膨大な作業となる
。

この発明は、このような背景の下になされたもので、複
数の検出器を有する装置において、各検出量を総合的に
判断することにより、１つの検出量に依存しない信頼性
の高いデータ処理を可能にし、かつ検出器自体の故障の
有無を検知できるようにしたデータ処理方法およびデー
タ処理装置を提供することを目的とする。

また、局面状態間の遷移とその変化速度に基づいてデー
タの処理を行い、知識工学システムとのインターフェイ
スを容易にしたデータ処理方法およびデータ処理装置を
提供することを目的とする。

［課題を解決するための手段］ 上記課題を解決するためにこの発明は、（１）　　時間
軸、周波数軸などに沿う変数、および／または、該変数
によって特徴づけられる局面状態を検出し、検出された
データを処理するデータ処理方法において、 前記検出データの変化を、あらかじめ設定した値と比較
し、有意の変化を抽出する過程を有することを特徴とす
る。

（２）　上記（１）記載のデータ処理方法において、前
記有意の変化にファジィ推論を施し、前記各検出データ
が前記各局面状態に及ぼす影響の大きさを尺度とした変
化度を推論する過程を有することを特徴とする。

（３）　上記（２）記載のデータ処理方法において、前
記各変化度に加算型ファジィ推論を施し、前記各変化デ
ータを総合し、全体の局面変化とその確信度を推論する
過程を有することを特徴とする。

（４）　上記（３）記載のデータ処理方法において、類
似した検出項目に対応する変化度をグループ別に分類し
、該グループ毎にグループ内で加算型ファジィ推論を行
う過程を有することを特徴とする。

（５）　上記（１）ないしく４）のいずれかの項記載の
データ処理方法において、前記検出データにファジィ推
論を施し、現在の局面位置を推論することを特徴とする
。

（６）　上記（５）記載のデータ処理方法において、前
記時間軸、周波数軸などに沿う変数の推移にともなう局
面位置の遷移状態を求めることを特徴とする。

（７）　上記（６）記載のデータ処理方法において、現
在の局面位置に照らし合わせて各検出データを調査し、
異常のある検出データを抽出することを特徴とする。

（８）　上記（６）記載のデータ処理方法において、現
在の局面位置に応じて前記ファジィ推論および加算型フ
ァジィ推論に使用するファジィ数に変更を加えることを
特徴とする。

（９）　上記（６）記載のデータ処理方法において、前
記局面変化、局面位置および遷移状態を知識工学システ
ムに出力することを特徴とする。

（１０）　　供給された騒音データの周波数と音圧レベ
ルによって決まる複数の局面位置を検出し、この局面位
置に基づいて前記騒音データを自動的に分析する騒音解
析装置において、 前記騒音データの各周波数における音圧レベルの変化を
、あらかじめ設定した値と比較し、有意の変化を抽出す
る変化検出手段と、 前記有意の変化にファジィ推論を施し、前記騒音データ
の音圧レベルが前記局面位置にある確信度を推論するフ
ァジィ推論部と、 前記局面位置と前記確信度とから騒音の種類を推測する
推測手段と を具備することを特徴とする。

（１１）　上記（１０）記載の騒音分析装置において、
前記周波数と音圧レベルは、前記騒音データをスペクト
ルアナライザによって分析して作成したものであること
を特徴とする。

（１２）　装置の動作状態を検出する複数の検出器を有
し、前記各検出器の検出量に対応して変化する複数の局
面状態を検出し、この局面状態に基づいて前記装置およ
び前記検出器の故障診断を行う故障診断装置において、 前記検出量の変化を、あらかじめ設定した値と比較し、
有意の変化を抽出する変化検出手段と、前記有意の変化
にファジィ推論を施し、前記検出量が前記各局面状態に
及ぼす影響度の大きさを尺度として、前記検出量の変化
度を推論するファジィ推論部と、 前記局面状態と前記変化度とに基づいて前記装置および
検出器の故障を推測する推測手段とを具備することを特
徴とする。

（１３）　上記（１２）記載の故障診断装置において、
得られた複数の変化度の一部に加算型ファジィ推論を施
す手段と、該加算型ファジィ推論の結果と前記変化度の
うち前記加算型ファジィ推論を受けなかった部分とにフ
ァジィ推論を施す手段とを有し、該ファジィ推論を施す
手段の出力に基づいて前記装置および検出器の故障を推
測することを特徴とする。

（１４）　供給されたチャートデータに対応して変化す
る複数の局面位置に基づいて前記チャートデータを自動
的に分析するチャート解析装置において、 前記チャートデータの変化を、あらかじめ設定した値と
比較し、有意の変化を抽出する変化検出手段と、 前記有意の変化にファジィ推論を施し、前記チャートデ
ータが前記局面位置に及ぼす影響度を尺度として、前記
有意の変化の変化度を推論するファジィ推論部と、 前記局面位置と前記変化度とから前記チャートデータを
理解する知識手段と を具備することを特徴とする。

（１５）　上記（１４）記載のチャート解析装置におい
て、得られた複数の変化度の一部に加算型ファジィ推論
を施す手段と、該加算型ファジィ推論の結果と前記変化
度のうち前記加算型ファジィ推論を受けなかった部分と
にファジィ推論を施す手段とを有し、前記知識手段は、
前記ファジィ推論を施す手段の出力に基づいて前記チャ
ートデータを理解することを特徴とする。

（１６）　上記（１５）記載のチャート解析装置におい
て、前記ファジィ推論のファジィ数は、ファジィパラメ
ータ設定手段によって設定可能とされたことを特徴とす
る。

［作用コ 上記（１）〜（２）の手段によれば、各検出量の動的特
性や検出精度、あるいは動作系への影響度を考慮したデ
ータ処理が可能となる。たとえば、温度はゆっ（りと変
化するという特性をもち、また、機関の回転数は負荷１
００％の状態では余り急速には上昇しないという特性を
有する。本発明によれば、このような個々の特性を考慮
したデータ処理が可能となる。

上記（３）〜（４）の手段によれば、類似した検出量、
たとえば機関の各シリンダから得られる検出量などは、
加算型ファジィ推論によって平均化されるから、たとえ
一つの検出器に異常が生じても全体の局面判断は誤りの
ないものとなる。

また、上記（５）〜（６）の手段によれば、局面状態を
正確に判断できるから、制御系の自励発振（ハンチング
）等を検出でき、その原因を追及してハンチングを防止
することも可能となる。

上記（７）の手段によれば、異常のある検出器を同定で
きるから、この検出器からのデータを除いたデータによ
って、たとえ確信度はやや減少しても、正しい判断を行
うことができる。

また、変化量が同じでも現在の局面位置が異なると、そ
の変化量の影響力にも変化が生じるが、上記（８）の手
段によれば、ファジィ推論に使用するファジィ数を局面
位置に応じて変更することによって、局面状態の理解を
より適切に行うことが可能となる。また、局面状態の理
解を、経験深い人間の解釈により近づけるための修正、
編集が人間にとって非常に分かり易いものとなる。

さらに、上記（９）の手段によれば、知識工学システム
とのインターフェイスを容易にとることができる。

また、上記（ｌＯ）〜（１６）の装置によれば、騒音解
析、故障診断、チャート解析などを、経験のある人が行
うのと同様のレベルで実行することができる。

［実施例］ 以下、図面を参照して、本発明の詳細な説明するが、そ
れに先立ちファジィ推論について説明する。

第３図は、ファジィ推論の具体的方法を説明するための
図であり、第３図（ａ）は条件部、第３図（ｂ）は結論
部を示している。

第３図（ａ）において、横軸は変数であり、変数に応じ
てＮ個のファジィ数ＦＺｌ−ＦｚＮが設定されている。

これらのファジィ数ＦｚｌｘＦｚＮは、互いに交差部分
を有する台形状の集合であり、その高さはｌすなわち１
００％に定めである。ここで、たとえば変数Ｘが図に示
す値をとったとすると、この変数Ｘは、ファジィ数Ｆｚ
３とＦｚ４とにかかっており、ファジィ数Ｆｚ３が３０
％、ファジィ数Ｆｚ４が７０％となっている。

次に、第３図（ｂ）において、横軸は結論を表す変数で
あり、ファジィ数Ｆｚｌ＝ＦｚＮに対してやはりＮｊｌ
の互いに交差部分を有する三角状のファジィ集合０２１
〜ＧｚＮがあらかじめ設定されている。ここでもファジ
ィ集合Ｇｚｌ＝ＧｚＮの高さは１つまり１００％である
。上述した３０％のレベルがファジィ集合Ｇｚ３と交わ
って形成する領域と、７０％のレベルがファジィ集合Ｇ
ｚ４と交わって形成する領域（図の斜線部分）の重心を
とり、その横軸座標をｇとすれば、これが求める結論値
である。このように、ある領域に対して一つの確定値を
定めることを、デファジフィケーション（ｄｅｆｕｚｚ
ｉｆｉｃａｔｉｏｎ　：非ファジィ化）という。

なお、ファジィ数Ｆｉｌ−ＦｚＮ、　　ファジィ集合Ｇ
ｚｌ〜ＧｚＮは、台形、三角形に限らず、一般に凸ファ
ジィ集合であればよい。また、変数Ｘの具体例としては
、後述する平均的変化度μｎ／　ｎ、瞬時変化度ν、変
化レベルｇ、、ｇ　５ｎｌｎなどがある。

次に、第４図は、加算型ファジィ推論の方法を説明する
ための図であり、第４図（ａ）は前件部のファジィ数Ｆ
ｚｌ〜ＦｚＮを示し、同図（ｂ）は後件部ファジィ数に
対応する領域Ｄｚｌ〜ＤｚＮを示し、同図（ｃ）は結論
部のファジィ集合Ｇｚｌ〜ＧｚＮを示している。

まず、各検出項目毎にＮ個のファジィ数Ｆｚｌ〜ＦｚＮ
を定めておき、その項目の変数値にしたがって、対応す
る領域Ｄｚｌ＝ＤｚＮの値を求め、最後に各領域Ｄｚｌ
〜ＤｚＮごとに相加平均を求め、その分布を結論部のフ
ァジィ集合Ｇｚｌ〜ＧｚＮとする。

第５図および第６図は、機関の運転状態を例として、第
４図の加算型ファジィ推論を、さらに詳細かつ具体的に
説明するための図である。検出項目として機関回転数、
タービン回転数、給気圧、排気温度などがあり、それら
の変数の値がｇである。

第５図は、各項目についてひとつの領域（たとえば領域
Ｄｚｌ）についてのみ示したものである。

図において、前件部の各項目の変数値ｇがファジィ数Ｆ
ｚｌ上で占める値に対応して、後件部の各項目の領域Ｄ
ｚｌの値が定まる。この図においては、項目ｌ（たとえ
ば機関回転数）の領域Ｄｚｌは１、００％、項目２（た
とえばタービン回転数）の領域Ｄｚｌは６０％、項目３
（たとえば給気圧）の領域Ｄｚｌは０％・・・・・・、
項目ｍ（たとえば排気温度）の領域Ｄｚｌは４０％とい
う具合にレベルが定まる。これらを相加平均すると、結
論部のファジィ集合Ｇｚｌが得られる。

この操作を各領域について実行すると、第６図に斜線部
で示すように各領域Ｄｚｌ＝ＤｚＮについてそれぞれの
レベルが得られ、結論部のファジィ集合Ｇｚが求められ
る。そして、その重心をとるなどの演算によっである一
つの特定の値が定まる。

この操作をデファジフィケーションということは既に述
べた。こうして、各項目の変数値がファジィ数Ｆｚｉ（
ｉ＝ｌ〜Ｎ）上でとる値によって、各領域Ｄｚｉのレベ
ルが定まり、これを相加平均して結論部のファジィ果合
Ｇｚｉが求められる。

これが加算型ファジィ推論の概要である。

なお、ファジィ集合は、クリスプ集合を包含するので第
７図に示すような方法でもよいことは言うまでもない。

この方法によれば、結論部の値ｇが直ちに得られる。ま
た上記相加平均に代えて、項目および／または領域の重
み付けを付加した重み付き平均をとるようにしてもよい
。

実施例１ 第１図はこの発明の実施例１の構成を示すブロック図、
第２図（ａ）、　（ｂ）はその機能ブロック図である。

この実施例１は、機関の故障診断に本発明を適用したも
のである。

これらの図において、１−１．ｌ−２，・・・１５、・
・・・・・１−ｍ（総称するときは１という）は各種検
出器であり、たとえば、１−１は機関回転数検出器、ｌ
−２は第１シリンダの排気温度検出器、１−５は第４シ
リンダの排気温度検出器、ｌ　−ｍはタービン回転数検
出器というようになっている。

これらの検出１１−１．ｌ−２，・・・・・・１−５・
・・・・・１−ｍの出力は、それぞれデータ収集部２−
１゜２−２．２−５．・・・・・・２−ｍ（総称する場
合は２という、以下同様）に供給される。

データ収集部２−１．２−２．・・・・・・２−５．・
・・・・・２−ｍは、アンプ、サンプルホールド回路、
およびＡ／Ｄコンバータ等から構成され、各検出器１−
１．１−２．・・・・・・１−５．・・・・・・ｌ　−
ｍのアナログ出力をディジタル信号に変換して出力する
。

なお、通常は、データ収集部２−１．２−２．・・・・
・・２−ｍを一つの回路で兼用し、その回路の前段にア
ナログマルチプレックサを接続して、時分割的にディジ
タル信号を形成し・て出力するように構成する。なお、
これらの検出器ｌおよびデータ収集部２は、これから説
明する後段部分にオンラインで接続されている必要はな
い。たとえば、フロ・ノピイディスク等の記憶媒体にデ
ータを格納しておいて、それを読み出すような構成でも
よい。

上述したようにして得られたディジタル出力は、具体的
にはＣＰＵからなる４つのブロックのうち、局面変化理
解部３０と局面位置理解部４０とに供給される。

局面変化理解部３０は、機関回転数、排気温度、タービ
ン回転数などの各検出項目を総合的に判断して、全体局
面、たとえば機関の負荷の上昇、下降について、次の１
３項の局面変化Ｒを理解する部分である。

Ｒ１，急低下したところ Ｒ２，急低下中 Ｒ３，アンダミシュート Ｒ４，低下後の過渡状態 Ｒ５，低下中 Ｒ６，やや低下中 Ｒ７，安定 Ｒ８，やや上昇中 Ｒ９，上昇中 Ｒ１０，上昇後の過渡状態 Ｒ【１．オーバーシュート Ｒ１２，急上昇中 Ｒ１３急上昇したところ このような１３の局面Ｒｌ−Ｒ１３を理解するために、
局面変化理解部３０は、次の３段階の演算を実行する構
成となっている。

（１）第１段階 この段階は、検出器の精度や測定の精度を考慮しつつ、
各検出量のサンプリング値を各検出項目毎に時間軸に沿
って調査して、有意な変化を抽出する段階で、変化抽出
部３１−１．３１−２．・・・３１−５．・・・・・・
３１−ｍがこの演算を実行する部分である。変化抽出部
３１は、後述する演算を行い、次の３種類の変数を出力
する。

・ｎ；有意変化発見までの調査回数 ・シ：瞬時変化度 ・μ。；変化度 なお、これらの値は、後述するように、各検出項目別に
最新のＮサンプ９７７分記憶される。

（２）第２段階 この段階は、動作系の有意な変化をファジィ推論によっ
て検知する段階であり、第１段階で得られた各値ｎ、ν
、μ０を基に、シ、μｎ／ｎが以下に示す９つの変化レ
ベルＤ１〜Ｄ９のどれにあてはまるかを検出項目毎にフ
ァジィ推論して、変化レベルｇ　ｖ＋　　ｇ　ａ、、ｏ
ｎを求める。

Ｄｌ、超急降下 Ｄ２．急降下 Ｄ３．下降 Ｄ４．下降気味 Ｄ５．安定 Ｄ６．上昇気味 Ｄ７．上昇 Ｄ８、急上昇 Ｄ９．超急上昇 第１図のファジィ推論部３２−１．３２−２゜・・・３
２−５．・・・・・・３２−ｍがこの第２段階の演算を
実行する部分であり、各検出量の変化度が上記変化レベ
ル値Ｄ１〜Ｄ９のどれに該当するかを、動作系の特徴を
考慮しつつ、ファジィ推論する。

ここで、動作系の特徴とは、検出した物理量の変化が動
作にあたえる影響の大きさをいうものである。たとえば
、機関の排気温度を考えると、その計測系の精度は３°
Ｃ程度であるから、５°Ｃの変化は物理量変化として十
分に捕らえられる。しかしながら、機関の排気温度は、
その定常運転時でも１０°Ｃ位は変化しているから、５
°Ｃを機関の状態変化、つまり動作系の変化として捕ら
えることは意味のないことといえる。このような動作系
の特徴を考慮にいれ、それぞれの検出項目毎に、変化レ
ベルＤｉ−Ｄ９に対応させてあらかじめ９つのファジィ
数（第３図のＦｚｌ〜ＦｚＮに相当、ただし、Ｎ＝９）
を設定しておき、ファジィ推論を実施して有意な変化レ
ベルを演算し、各検出項目毎に、瞬時変化度νに対応す
る変化レベルｇ、と、平均変化度μｎ／ｎに対応する変
化レベルｇ　ｓｎ／、を出力する（第３図の結論部のｇ
に相当）。また、動作系としてありえない変化について
は、変化レベルＤｉ、Ｄ９をそれに割り当てておけば、
この段階で検出器の異常を発見することができる。

（３）第３段階 この段階は、上記第２段階で各項目毎に求めた変化レベ
ルｇ　ｖ＋　　ｇ　Ｉｎ／ｎを総合して、現在の負荷状
態の変化が上述した全体局面変化Ｒ１〜Ｒ１３のいずれ
に該当するかを演算するものである。

第１図のファジィ推論部３３−１．３３−２・・・３３
−５．・・・・・・３３−ｍと、グループ内加算型推論
部３４と、加算型ファジィ推論部３５と、デファジフィ
ケーション部３６とがこの第３段階を実行する部分であ
る。

まず、ファジィ推論部３３の各推論部３３−１は、第２
段階で得られた変化レベルｇ　’Ｉ　　ｇ　＃ｎｚｎに
対して、第４図に示すファジィ推論を施す。各推論部３
３−１には、第４図（ａ）の前件部に示すような形で、
２つの変化レベルｇ−＝ｇｐ。、ｎに対応して２つの項
目が設定され、さらに、各項目ごとに、１３個の全体局
面変化Ｒ１〜Ｒ１３に対応する１３個の７７ジイ数Ｆｚ
ｌ−Ｆｚ１３（Ｎ＝１３）があらかじめ設定されている
。これらのファジィ１ｓＢＦｚｌ〜Ｆｚ１３に上述した
変化レベルｇ　ｖ＋　　ｇ　ｕｎ／ｎをあてはめると、
同図（ｂ）の後件部に示すような領域Ｄｚｉごとのグレ
ードかえられる。第１図では、これらを、後件部のファ
ジィ集合Ｆ　＝　（Ｘｉ／旧＋Ｘ２／Ｒ２＋　−−＋Ｘ
ｃ／Ｒｃ）として表しである。つまり、各推論部３３−
１からは、第４図（ｂ）に示すようなファジィ集合が出
力される。これらのファジィ集合は、ｍ個の各検出項目
につき、各変化度μ、／ｎ、νごとに出力され゛る。つ
まり、各ｍ個のＦ　ｕｎ／ｎ、Ｆ、が出力される。

ここで、ファジィ集合Ｆの各要素Ｘｃ／Ｒｅ（ｃ　＝　
１〜１３）は、１３個の局面変化Ｒｌ　−Ｒ１３の要素
Ｒｃと、それに対応するグレードＸｃを表している（以
下、グレードＸｃを要素Ｒｃの得点と呼ぶ）。

グループ内加算型ファジィ推論部３４は、同じ意味をも
つ項目（たとえば、多数シリンダがある機関でのシリン
ダ出口排気温度などの項目）相互間で加算型ファジィ推
論を行い、第４図（Ｃ）の結論部に示すような、相加平
均された形のファジィ集合を出力するものである。これ
は、加算型ファジィ推論部３５に供給される各項目の重
みが偏るのを防ぐとともに、同じ意味をもつ項目の安定
化を図るためである。さらに説明すると、たとえば、シ
リンダ出口排気温度はシリンダ数だけ得られるため、シ
リンダ数が多い場合に得られたデータを独立に使用する
とその影響力が強くなり過ぎ、適切な全体局面の理解が
できなくなってしまう。そこで、これらを平均化し、他
のデータ、たとえば機関回転数や給気圧力のように１つ
しか得られないデータとの均衡をとるようにする。また
、平均化することによって、各シリンダの出口排気温度
を検出する複数の検出器の中の１つが故障したような場
合でも、その影響が直接現れないようにすることができ
、全体の安定化を図ることが可能となる。

加算型ファジィ推論部３５は、ファジィ推論部３３とグ
ループ内加算型ファジィ推論部３４から供給されたファ
ジィ集合に、第４図に示すような加算型ファジィ推論を
行うものである。すなわち、第４図（ｂ）の後件部に示
すような形式をした複数組のファジィ集合Ｆ　ｕｎ／ｎ
およびＦ、をそれぞれ相加平均し、第４図（Ｃ）の結論
部に示すようなファジィ集合Ｈ＃１１／＋１とＨｖとを
算出する。

次に、デフ１ジフイケーシヨン部３６は、加算型ファジ
ィ推論部３５から供給されたファジィ集合Ｈ、ｎ／ｎ、
　Ｈｗに基づいて、現在の局面変化Ｒとその確信度Ｍｌ
ｌとを出力する部分である。すなわち、現在の局面変化
Ｒは、上述した局面変化Ｒ１〜Ｒ１３のどれに、どの程
度の確信度で該当するかを判定して出力する。

この演算を行うに際し、局面変化に対して応答性のよい
項目と応答性の悪い項目があることを考慮する。たとえ
ば、機関回転数のように応答性のよい項目は、局面変化
に対してすぐに応答するが、温度のように応答性の悪い
項目は、局面の急変化が起きてもゆっくりと変化する。

そのため、局面状態が継続的にゆっくりと変化している
ときは別として、局面がステップ的に変化するような場
合には、温度のような応答性の悪い項目があるために、
変化レベル一定の項目、つまり上述した変化レベルＤ５
の項目が存在しやすくなる。言い換えれば、安定という
局面変化Ｒ７の得点が潜在的に高くなりやすいといえる
。このような潜在的に強い項目の影響を弱めたり、小さ
な変動に対して鈍感になるような知識（ルール）を導入
してデフ１ジフイケーシヨンを行うのが、デフ１ジフイ
ケーシヨン推論部３６である。この場合のルールの一例
を以下に示す。

■　１３個の局面変化Ｒ１〜Ｒ１３の内、ある１つの状
態の得点く確信度）が突出している場合は、それを採用
する。つまり、 最高点と次点との差〉設定値（ＰＥＡＫ）の場合は、最
高点を採用する。なお、前述した局面変化がＲ７（安定
）のときはこのルールは適用しない。

■　隣合う２つの状態がともに突出していれば、最高点
を採用する。つまり、 最高点および次点〉設定値（ＤＩＦＦＥＲ）のときは最
高点を採用する。

■　上昇側（Ｒ８〜Ｒ１３）の総得点と、下降側（Ｒ１
−Ｒ６）の総得点とを比較して、両者に有意の差がなけ
れば安定とみなす。つまり、（ア）上昇側総得点−下降
側総得点〉設定値（ＡＬＬＯＷ）のときは上昇側での最
高点を採用する。

（イ）下降側総得点−上昇側総得点〉設定値（ＡＬＬＯ
Ｗ）のときは下降側での最高点を採用する。

（つ）上の２つの条件（ア）、（イ）が満足されなけれ
ば安定とする。

こうして、デファジフィケーションを実行し、結果Ｒ（
Ｒ１−Ｒ１３のいずれか）とその確信度Ｍ８を出力する
。

局面位置理解部４０ 以上が局面変化理解部３０の構成であった。しかしなが
ら、上記局面変化の理解だけでは、現在どういう局面に
いるのか分からない。そこで局面の位置を知る必要があ
る。この場合、唯一の検出器に依存していたのでは、こ
の検出器が故障したりすると、正しく機能しないばかり
でな（、誤ったデータによって有害な判断を導（ことに
もなる。

そこで、局面位置を総合的に判断する局面位置理解部４
０を構成した。ここでは、機関の負荷状態を例として次
の９つの局面位置を理解することを考える（第９図参照
）。

Ｐｌ、長期停止 Ｐ２．短期停止 Ｐ３．無負荷領域 Ｐ４．２５％領域 Ｐ５．５０％領域 Ｐ６．７５％領域 Ｐ７．１００％領域 Ｐ８．１１０％領域 Ｐ９．危険領域 このような局面位置を理解するために、局面位置理解部
４０は、次のような構成になっている。

まず、ファジィ推論部４１−１．４１−２．・・・・・
・４１−５．・・・・・・４１−ｍは、データ収集部２
１．２−２．・・・・・・２−５．・・・・・・２−ｍ
からの検出データにファジィ推論を施す部分であり、各
項目毎に第４図（ａ）、　（ｂ）に示すようなファジィ
推論を行う。すなわち、各項目毎に検出値を横軸にとり
、上記局面位置Ｐｉ−Ｐ９に対応する９つのファジィ数
をあらかじめ設定しておき（第４図のＮ−９）、サンプ
リングされた検出値によって後件部のファジィ果合１　
＝　（１１／Ｐｌ　＋　１２／Ｐ２　＋・・−・・−＋
　ＷＪ／ＰＪ）を導＜　（Ｊ＝９）。こうしてｍ個のフ
ァジィ集合Ｉが得られる。

次いで、局面変化理解部３０のところで説明した第３段
階と同様にして、類似項目間でグループ内推論を実行す
る。これを実行するのがグループ内加算型ファジィ推論
部４２であり、類似項目間で相加平均をとり各結論部の
ファジィ集合を出力する（第４図参照）。

上記各ファジィ集合は、加算型ファジィ推論部４３に供
給される。加算型ファジィ推論部４３は、第４図〜第６
図に示すような加算型ファジィ推論を実行して、その結
論部で得られたファジィ集合Ｌ　＝　（Ｚｌ／ＰＩ　＋
　Ｚ２／Ｐ２　＋　−−−−・−＋ＺＪ／ＰＪ）をデフ
７ジフイケーシヨン部４４に供給する。デファジフィケ
ーション部４４は、このファジィ集合から局面位置Ｐ（
Ｐｉ−Ｐ９のいずれか）と、その確信度Ｍｐとを演算し
て出力する。

ここで注意すべき点は、短期停止Ｐ２のファジィ数につ
いて考えると、温度などの応答性の遅い項目については
、第６図（ｄ）に示すＦｚ２のように、室温レベルから
危険領域に渡る非常に幅広いものとなる。すなわち、温
度に関する項目は、エンジンが動作状態にあるときでも
、短期停止に高得点を与えていることになってしまう。

そこで、デファジフィケーションのルールとして次のよ
うなルールを設けている。

■　上述した局面変化理解の結果Ｒ，ＭＲを参照し、低
下後の過渡状態Ｒ４よりも急低下側であれば、停止側Ｐ
ｉ、Ｐ２の合計と動作側Ｐ３〜Ｐ９の合計とを比較し、
多い方を選ぶ。

■　そうでなければ停止側の平均と動作側の合計とを比
較し、多い方を選ぶ。つまり、上記■に比べて動作側の
重み付けを大きくする。

■　選ばれた側の中から最高得点の局面位置を選択し、
その局面位置Ｐを確信度Ｍ、（得点に対応）とともに保
存する。

なお、加算型ファジィ推論の得点は、概ねその状態の確
信度Ｍ、を表している。そこで得点ｐに基づき、確信度
Ｍｐの言語表現を次のよう定め、人間の感覚を表現する
ようにした。

１００≧ｐ＞８０・・・・・・確実に ８０≧ｐ＞８０・・・・・・おそらく ６０≧Ｉ）＞４０・・・・・・たぶん ４０≧ｐ・・・・・・・・・はっきりとは言えないがた
ぶん上記のようにして得られたｇ　ｌｌｎ／Ｆｉｌ　　
ｇ　ｖｌ　　Ｒ＋　Ｍ　Ｒ＋Ｐ、Ｍｐは蓄積部７０に格
納−される。

局面状態遷移履歴パターン理解部５０ この理解部５０は、局面状態の遷移履歴を理解する部分
であり、近過去理解部５１と現在理解部５２と大局的理
解部５３とから構成されている。

近過去理解部５１は、設定された範囲内で現在から過去
へさかのぼり、局面状態データ、すなわち、局面変化の
結果データＲとその確信度Ｍ１１、および局面位置の結
果データＰとその確信度Ｍｐとを調べ、たとえば、局面
に急変化が起きていたかどうかをみる。局面変化が急上
昇（前述したＲ１２．１３）あるいは急低下（Ｒ１，Ｒ
２）しているところがあれば、それが何回前のサンプリ
ングで起きているかを調べる。次いで、その時点以降あ
るサンプリング回数幅（設定値）以内で局面位置Ｐが変
化しているなら、その急変化は局面位置の遷移によって
生じたものと解釈し、結論として、局面は「何サンプリ
ング前に」急上昇（急下降）して、局面位置はｒＰｘか
らＰｙＪに遷移したとの内容を出力する。これに対して
、そうでない場合は、「同じ局面位置Ｐｘ内で大きな変
化」が生じたと解釈する。緩やかな変化についてもほぼ
同様に、局面変化Ｒ５，Ｒ６，Ｒ７，Ｒ８，Ｒ９につい
て調査する。このような遷移理解の結果として、ｒＰｘ
からｐｙに急激に変化した」というような言語的表現を
保存すれば済む。すなわち、美大な全データを保存して
いた従来システムと異なり、論理的に整理された言語コ
ードを記憶すればよいので、記憶容量を減少させること
ができる。

また、言語的結果は、論理になじみ易いため、その後の
知識工学的推論が強力に展開できる。

現在理解部５２は、近過去理解部５１で得られた結果と
現在の状態とを比較し、局面遷移が発生したか否かを把
握することができる。また、現在の局面変化データＲと
、その確信度Ｍ８によって現在の変化状態を表現できる
。

大局的理解部５３は、局面変化Ｒが低下側（Ｒ１−Ｒ６
）の場合は−１、安定（Ｒ７）の場合は０、上昇側（Ｒ
８−Ｒ１３）の場合は＋１として、あらかじめ設定され
た過去のある時点から次の演算を行う。

■　０でないときをカウントする。すなわち、変動数を
求める。

■　単純加算を行う。すなわち、低下側か、上昇側か、
上下変動かを求める。

これによって、（ａ）負荷変動が多いか少ないか、（ｂ
）一定か、（ｃ）負荷変動があった場合は、低下か上昇
かなどを表現することができる。負荷変動が大きい、小
さい、多い、少ないという表現は、エンジンの保守に対
して有力な情報となる。

現局面状態確認部６０は、局面位置Ｐおよび変化Ｒを確
認するもので、動的状態を確認する動的状態確認部６１
と、現局面状態確認部６２とから構成される。

ｆＪＪｔ　的状態確認部６１は、システムチエツクルー
ルによって、本システムの動的な状態を確認する部分で
ある。ここで、システムチエツクルールとは、動作が正
常に行われているか否かのチエツクを行うためのルール
をいい、以下のようなものがある。

■　温度が短時間の間に急下降から急上昇したり、その
逆の変化をすることはない。つまり、温度の項目におい
ては、変化レベルＤｉ（超急降下）やＤ２（急降下）か
らＤ８（急上昇）やＤ９（超急上昇）への遷移、あるい
はその逆の遷移が１サンプリング間に発生することはな
い。

■　たとえば、回転数について考えると、長期停止から
立ち上がる場合には５００ｒｐｍは簡単に上昇するが、
１００％負荷から５００ｒｐｍ増加することはない。こ
のようにある局面位置Ｐでは急上昇、急低下の幅が規制
され、局面位置Ｐ７の場合は、変化レベルＤ９は発生し
ない。

■　応答関係にも一定の規制がある。たとえば、機関が
回転を開始した場合は、タービンが回転し、かつ給気圧
が発生するといった関係がある。

■　検出項目が温度の場合に、前述した変化レベルＤが
急激に変化した場合（Ｄｉ、Ｄ９）には、検出器の異常
が発生した可能性がある。

■　たとえば、局面位置ＰがＰ５（５０％）にあるのに
、機関回転数がＯであるような場合は、回転数検出器の
異常が発生した可能性がある。

このようなシステムチエツクルールを用いて動作状態の
成否を判定し、その結果を現局面状態確認部６２へ供給
する。

現局面状態確認部６２は、システムチエツク結果が正常
の場合には得られたデータＲ，Ｍｌｌ、Ｐ。

Ｍｐを蓄積部７０に格納する。

一方、異常の場合は、メタルールを適用し、加算型ファ
ジィ推論部３５．４３とデファジフィケーション部３６
．４４にフィードバックを行う。

ここで、メタルールとは、上位ルールの意であり、ルー
ルの適用自体を制御するものである。たとえば、加算型
ファジィ推論部３５．４３にファジィ数の変更を指示し
、異常のある検出器を除いて（設定値を変更して）加算
型ファジィ推論のやり直しを指示したり、デファジフィ
ケーション部３６゜４４に異常のある検出器を除いてデ
ファジフィケーションを行うように指示したりする。

蓄積部７０は、上記各部で得られたデータｇ、。

ｇ、、ｔｎ、Ｒ，Ｍａ、Ｐ、Ｍｐを時系列的に格納する
ものである。

第２図（ａ）、　（ｂ）において、８０はインターフェ
イス部である。インターフェイス部８０は、局面状態遷
移履歴パターン理解部５０からのデータに基づいて語句
格納部８３に格納されている語句を読み出して該データ
に対応するメツセージを作成するメツセージ組立部８１
と、該メツセージを電気信号として出力するメツセージ
出力部８２とから構成されている。

メツセージ出力部８２から出力されたデータは、表示装
置９１、ファイル装置９２、メモリバッファ９３、およ
び通信装置９４からなる周辺部９０に送られ、これを介
して知識工学システムｌＯＯに供給される。

知識工学システムｌＯＯは、この実施例で得られた各種
データによって故障診断を行うもので、現局面状態確認
部６°Ｏによって局面安定と判定されたときに静的ルー
ルを駆動し、人間の定性的な表現によって記述された知
識ベースを用いて推論を行い、制御対象を制御するもの
である。

実施例１の動作 局面変化の理解は、次のように行われる。

（１）第１段階 変化認識部３１−１−ｍは、データ収集部２−１−ｍか
ら供給されたデータ（変化データ）に−定の演算を施し
て、有意変化発見までの回数ｎと、瞬時変化度νと、変
化度μ、とを求める。

この動作を実行するにあたり、次の値をあらかじめ設定
しておく。

■　検出系および計測自体を考慮した変化許容値・・・
・・・Ｋ（第８図参照） ■　変化しきい値（変化データおよび上記変化許容値Ｋ
からなる関数ｆ　（Ｘｏ−Ｘｎ、Ｋ）の値の変化がこの
しきい値より大きいときに、変化ありと認識する）・・
・・・・ＳＬｈ ■　安定しきい値く関数ｆ　　（Ｘｏ−Ｘｎ、　Ｋ）の
値の変化がこのしきい値より小さいときに安定と認識す
る）・・・ＳＬａ ■データ保存回数（サンプリングデータを保存する回数
）・・・・・・Ｎ ■　調査最大回数・・・・・・ｎｏえ ■　安定時の調査打ち切り回数・・・・・・ｎｔ次に、
データ値を以下のように表す。

ａ）現在値・・・・・・Ｘｏ ｂ）ｎサンプリング前の値・・・・・・Ｘｎこのような
設定の下に、変化認識部３１−１〜ｍは、以下に示す手
順によって演算を行う。

■　与えられたデータ保存回数Ｎ回にわたり、サンプリ
ングデータを時系列的に格納する。すなわら、変化認識
部３１−１〜ｍのメモリ（図示路）には、最新Ｎ回分の
サンプリングデータが順番に配置される。

■　第１０図のフローチャートに示すように、現在を起
点として、各検出データについて調査最大回数ｎ、、ａ
ｘを限度として次の演算を行う。

ステップＳＡＩ ・μ、＝ｆ（Ｘ、−Ｘｎ、Ｋ）を計算する。

（ただし１≧ｎ≧ｎｍａ＋＋） ・有意変化発生までの回数ｎ１および瞬時変化度ν＝μ
、を求める。

なお、ｆ（Ｘ、−Ｘｎ、Ｋ）としては、たとえば、ｒ（
ｘ、−ｘｎ、　　Ｋ）＝ｔ（ｘ、−ｘｎ）／Ｋｌ”を使
用する。

ステップＳＡ２ ・ｎ＝ｎ１ａｇか否かを調べ、ＹＥＳの場合はステップ
ＳＡＴへ進んで最終段階に入り、Ｎ。

の場合はステップＳＡ３へ進み調査を継続する。

ステップＳＡ３ ・μ、＞ＳＬｈか、すなわち有意変化ありか否かを調べ
、ＹＥＳのときはステップＳΔ７へ、Ｎｏの場合はステ
ップＳＡ４へ進む。

ステップＳＡ４ ・μ。＜ＳＬ、か、すなわち安定か否かを調べＹＥＳな
らステップＳＡ５へ進み、ＮｏならステップＳＡ６へ進
む。

ステップＳＡ５ ・ｎ＜ｎＬか、すなわち安定時の調査を続けるか否かを
調べ、 ｎ　＜　ｎ　ＬならばステップＳＡ６へ進んで調査を続
け、 ｎ≧ｎｔ、ならばステップＳＡ７へ進んで最終段階に入
る。

ステップＳＡ６ ・ｎに１を加算してステップＳＡ１に戻る。

ステップＳＡＴ ・上で得られたνとｎとμ。とを格納し、処理を終了す
る。

こうして、有意変化発見までの調査回数ｎと、瞬時変化
度ν（＝μ、）と、変化度μ。が得られる。

これらはいずれも検出量の変化の度合を表している。

上記安定しきい値ＳＬａと変化しきい値ＳＬｈは、Ｑ＜
ＳＬａ＜ＳＬｈという関係にある。すなわち、変化しき
い値ＳＬｈを変化の決め手とし、安定しきい値ＳＬａを
安定の決め手としている。

いま、５Ｌｈ＝１．０．５Ｌａ＝０．５、ｎＬ＝４、ｒ
（ｘｏ−ｘｎ、Ｋ）＝Ｉ（ｘｏ−Ｘｉ）／Ｋ）”とし、
第８図中の点Ｂ、Ｃ，Ｄを例にとってさらに具体的に説
明する。

まず、Ｂ点からＡ点の方向（過去）にさかのぼる場合、
μ。＜５Ｌａ（安定）のままさかのぼり、Ａ点において
ｎ＝ｎＬ（４回安定が統べ）となる。

この時点でステップＳＡ５をＮｏで通過して、ステップ
ＳＡ７に進み、μ、＝＋（ｘａ−ｘＡ）／Ｋ）禦ｎ＝４
が記憶保存される。

０点からさかのぼる場合は、１回過去にさかのぼった時
点Ｂにおいてμ。＞ＳＬｈとなる。よって、ステップＳ
Ａ３をＹＥＳで通過してステップＳＡ７に移行し、ｕｎ
＝　（（Ｘｃ　　Ｘａ）　／　Ｋｌ　　　ｎ　＝　１が
記憶保存される。

Ｄ点からさかのぼる場合は、６回過去にさかのぼった時
点Ｃにおいて、μ。＞ＳＬｈとなる。よって、ステップ
ＳＡ３からステップＳＡ７に移行し、μｎ＝　（（Ｘｏ
　　Ｘｃ）　／　Ｋｌ　　　ｎ　＝　６を保存する。

ここで、上記変化抽出法を従来の方法と比較してみる。

従来は、最小２乗法によって回帰直線を求め変化を抽出
する方法と、一定のサンプリング回数を隔てた２点間で
変化率を求める方法とを主に使用していた。

まず、最小２乗法によるものでは、変化がジグザグの場
合は、回帰直線の傾きがそれほど変化しないために、有
意な変化を見落とす可能性がある。

また、回帰直線を見いだすまでの演算回数が多（なる。

２点間で変化率を求める方法は、この２点間より小さな
間隔で有意な変化があってもこれを見落とす可能性があ
る。つまり区間の始点と終点しか意味をもたない。また
、２点間を狭くして１サンプリングにすると瞬時的な変
化しか捕らえられない。また゛、緩やかな変・化が同じ
変化率で継続するような場合、２点間で有意でなければ
、有意な変化は永久に見いだされない。

本実施例の方法によれば、このような欠点はすべて解消
される。

（２）第２段階 第２段階は、第１段階で得られた有意変化発見までの回
数ｎと、瞬時変化度νと、変化度μ、とに基ついて、フ
ァジィ推論部３２においてファジィ推論を実行し、変化
レベルｇ　Ｖｌ　　ｇ　ａｎｔｎを、出力する段階であ
る。

以下、第１１図のフローチャートを参照して第２段階の
動作を説明する。

ステップＳＢＩ 前述した変化レベルＤ１〜Ｄ９の中から順番に一つの変
化レベルＤｉ（ｉ＝１〜９）を選択する。

ステップＳＢ２ 選択した変化レベルＤｉに対応するファジィ数をファジ
ィ数テーブルより一つ読み出す。

ステップＳＢ３ 平均的変化度μｎ／　ｎまたは瞬時変化度νを第３図の
横軸の変数とし、上で選択したファジィ数における得点
を求め、これに対応する結論部のファジィ集合を求める
。

ステップＳＢ４ 変化レベルＤｌ−Ｄ９のそれぞれについて上記ファジィ
推論を行い、結論部の９つのファジィ集合を求める。こ
れらのファジィ集合は、たとえば変化レベルＤＩは何点
、Ｄ２は何点という具合に、各変化レベルＤ１〜Ｄ９の
得点分布からなるものである。

ステップＳＢ５ 上で求めたファジィ集合について、デファジフィケーシ
ョンを行い、変化レベルｇ　ｕｎ／ｎ＋　　ｇ　ｗを求
める。デファジフィケーションの具体例としては、９つ
のファジィ集合の重心を求める等の方法が使用される。

ステップＳＢ６ 求めたｇ　ａｎｔｎｒ　　ｇ　ｖを記憶保存する。

（３）第３段階 第３段階は、マアジイ推論部３２−１〜ｍから出力され
たｍ組の変化レベルｇ　ａｎｔ。１ｇｗにつき、ファジ
ィ推論を行い、局面変化Ｒ（Ｒ１〜Ｒｌ　３のいずれか
）と、その確信度ＭＲとを出力する段階である。ただし
、既に述べたように、類似した項目については、グルー
プ内加算型ファジィ推論部３４で平均化しておく。

以下、第１２図のフローチャートにしたがってこの段階
の動作を説明する。

ファジィ推論部３３−１〜ｍは、各変化レベルｇ　ａｎ
ｔｎｒ　　ｇ　ｖについて、第４図（ａ）、　（ｂ）に
示すようなファジィ推論を施して（ステップ５ＣＩ−Ｓ
Ｃ４）、加算型ファジィ推論部３５は第４〜６図に示す
ような加算型ファジィ推論を実行しくステップＳ０５〜
５０６）、デファジフィケーション部３６は、デファジ
フィケーションを実行する（ステップ５Ｃ７）。

ステップ５０１ １３レベルの局面変化Ｒ１〜Ｒ１３に対応するファジィ
数のそれぞれにつき以下の処理を繰り返し行うようにす
る。

ステップｓｃ２ 局面変化Ｒ１に対応するファジィ数から始めて、１つの
局面変化Ｒｉを選択し、選択された局面変化Ｒｉに対応
するファジィ数をファジィテーブルより読み出す。

ステップＳ０３ 第４図（ａ）の前件部に示すようなファジィ数に変化レ
ベルｇ　ｕｎ／ｎ＋　　ｇ　ｖをあてはめ、これによっ
て、局面変化Ｒｉの得点を求め、それに対応する後件部
のファジィ集合（第４図（ｂ）に示す領域Ｄｚｌ〜Ｄｚ
Ｎに相当）を求める。

ステップ５０４ １３　ノ局面ｆ化Ｒ１〜Ｒ１３の一つ一つについて上記
の処理を繰り返す。

すなわち、ファジィ推論部３３−１−ｍは、そレソレの
変化レベルｇ　＃ｆｌ／ｎ＋　　ｇ　ｖに対してファジ
ィ集合Ｆ　−（Ｘｌ／Ｒ１＋　Ｘ２／２　＋−・・−＋
　Ｘｃ／Ｒｃ）を算出する。これらを各々Ｆ　＃ｎ／ｌ
’ｌ＋　　Ｆ　ｖと表記すると、それらは各々ｍ個ずつ
存在することとなる。ただし、Ｃは局面変化Ｒの数を表
すもので、ここではＣ＝１３である。

ステップＳ０５ 上で求めた各ｍ個のファジィ集合Ｆ　Ｉｎ／ｎ＋　　Ｆ
　ｗにつき、各変化局面Ｒ１〜Ｒ１３ごとに加算する。

第５図、第６図はこの様子を示すものである。たとえば
、局面変化Ｒ１につき、機関回転数のファジィ集合、タ
ービン回転数のファジィ集合、給気圧のファジィ集合・
・・・・・排気温度のファジィ集合という具合に加算す
る。他の局面変化についても同様である。

ステップＳＣ６ 上記加算結果を検出項目数で割って平均する。

こうして、第４図（Ｃ）、あるいは第６図（ｅ）に示す
ような結論部の集合を得る。

ステップｓｃ７ 結論部の集合の重心をとるなどの手段により、デファジ
フィケーションを行う。この結果、局面変化Ｒとその確
信度ＭＲとが得られる。この場合、デファジフィケーシ
日ンルールを使用することは既に説明した。また、現局
面状態確認部６２がらのフィードバック情報も用いる。

！局面位置理解部４０の動作 上記局面変化理解部３０の第３段階の動作と全く同様に
して、現在の動作状態は、局面位置Ｐ１〜Ｐ９のいずれ
の位置にどの程度の確信度で位置するかを調べる。

この場合、それぞれのファジィｔｆｆｌｆＬｉＪ　４１
−　ｉは、局面位置の数Ｊ（＝９）に対応する９つのフ
ァジィ数（第４図（ａ）のＦ　ｚ　ｌ〜Ｆ　ｚＮ　：　
Ｎ＝９に対応）のそれぞれにつき、上と同様の処理を実
行し、７７ジイ集合１　＝　（１１／ＰＬ　＋　１２／
Ｐ２　＋　−＝　−十ＷＪ／ＰＪ）　（第４図（ｂ）の
領域Ｄｚ１〜ＤｚＮに対応）を出力する。こうして、ｍ
個のファジィ集合ｌが得られる。グループ内加算型ファ
ジィ推論部４２は、ｍ個のファジィ果合！のうち類似し
た項目について、加算型ファジィ推論を行う。また、加
算型ファジィ推論部４３は、上記ファジィ集合の９つの
位置ごとに加算と平均処理を行い、ファジィ集合Ｌ　−
（Ｚｌ／ＰＩ　＋　Ｚ２／２　＋−・・＋ＺＪ／ＰＪ）
　（第４図（ｃ）のファジィ集合Ｇｚｌ〜ＧｚＮに対応
）を出力する。

デファジフィケーション部４４は、上記ファジィ果合り
の重心をとるなどの演算によって、デファジフィケーシ
ョンを実行して局面位置ｐ（ｐＨ〜Ｐ９のいずれか）と
その確信度Ｍ、とを出力する。

ここでもディファジフィケーションルールを適用したこ
とは、既に述べた。

遷移履歴パターン理解部５０の動作 現局面理解部５２は、局面変化Ｒ１局面位置Ｐ、および
これらの確信度Ｍ　Ｒ＋　Ｍ　ｐに次のようなルールを
適用して現局面を理解する。

■　１回前の局面位置Ｐが停止状態（長期停止Ｐ１また
は短期停止Ｐ２）で現在の局面変化Ｒが急上昇中Ｒ１２
または急上昇したところＲ１３であれば、「機関スター
ト」と判定する。

■　スタートしてから３分間は「スタート直後」である
。

■　スタートしてかなりの負荷で安定したら機関が暖ま
ったとみなす。たとえば、 ・現在の局面変化Ｒ＝Ｒ７（安定）、 ・その確信度Ｍａが設定値（たとえば９０％）以上、 ・過去１０回の局面位置Ｐの平均が設定値（たとえばＰ
５＝５０％）以上、 ・現在の局面Ｐが設定値（たとえばＰ５＝５０％）以上 の条件をすべて満たすときに「機関が暖まった」と判断
する。

■　上記■の条件を満たさないときには「機関は暖まっ
ていない」と判断する。

■　局面位置Ｐ＝Ｐｌ、つまり長期停止状態が設定値（
たとえば過去５回）の間継続していれば「長期停止（Ｐ
ｉ）Ｊとする。

■　機関回転数およびタービン回転数が急下降して、そ
れぞれのファジィ集合Ｉ内の停止（Ｐｌ。

Ｐ２に対応するファジィ数）の得点が設定値くたとえば
８０％）以上である場合には停止状態とする。すなわち
、 ・現在の局面位置Ｐ＝Ｐ２　（短期停止）・機関および
タービン回転数が１回前に急下降・現在の機関およびタ
ービン回転数のファジィ集合！でのＰ２の得点が設定値
以上 の条件を満足するならば「現在停止しました」と判定す
る。

■　前回が「現在停止しました」で、かつ現在の局面位
置ＰがＰ２（短期停止）を示していれば「停止したばか
りです」と判定する。

なお、近過去理解部５１と大局理解部５３と註前述した
ような動作を行う。

現局面状態確認部６０の動作 動的状態確認部６１は、以下のようなシステムチエツク
ルールによって処理を行う。

■　機関がスタートしたときは、機関回転数、タービン
回転数が急上昇する。よって、スタート時にこれらの変
化が検出されない場合は、検出器の異常と判定する。

■　負荷が急上昇すればタービン回転数および給気圧が
すばや（追従する。よって、局面変化Ｒが設定値（例え
ば３）回前までに急上昇していて、しかも現在のタービ
ン回転数および給気圧の各変化レベルｇ　４ｎ／ｎが急
上昇以上（変化レベルＤ８Ｄ９に相当）ではないならば
検出器の異常と判定する。

■　局面変化Ｒが安定（Ｒ＝７）で、局面位置Ｐと、機
関回転数、またはタービン回転数のファジィ果合ｌの一
番得点の高いものが２レベル以上の差をもつ場合は、ど
ちらかの検出器の異常と判定する。

■　温度を示す項目が設定値（たとえば５回）以内で急
上昇と急下降の両方が生じていたら検出器の異常と判定
する。

現局面状態確認部６２は、以下のようなメタルールによ
って処理を行う。

■局面変化Ｒが安定（Ｒ＝７）となったら、そのときの
局面位置Ｐによって、変化レベルｇ、を求めるためのフ
ァジィ数テーブルを変化させる。

すなわち、現局面状態確認部６２からファジィ推論部３
２へのフィードバック情報により、ファジィ推論部３２
内のファジィ数テーブルの書き換えを行う。

■　検出器の故障と判断した場合は、その検出項目を除
いて加算型ファジィ推論を行うように、加算型ファジィ
推論部３５．４３およびデファジフィケーシーン部３６
．４４に指令を出す。

このように、検出器に異常が発生した場合は、その検出
器からのデータを除去してファジィ推論とデファジフィ
ケーションとを再試行する。これによって、確信度はあ
る程度低下するかも知れないが、正しい判断を下すこと
が可能となる。

寡ｍ 上述した実施例１は、時間軸に沿って検出値のパターン
を理解するものであった。この場合のデータ群はデータ
サンプリング毎に保存された時系列データであった。す
なわち、サンプリングデータ群に要素番号を割り当てた
場合、その要素番号の順番が現在から過去への時系列配
置になっているため、データ処理を行うと必然的に時間
軸に沿った処理となるわけである。

言い換えれば、上述したファジィ推論を中心とするデー
タ処理方法は、要素番号順に要素の値を探索していくこ
とにより、与えられたデータ群の要素番号に対するパタ
ーン理解を行う方法といえる。したがって、時間とは独
立したアルゴリズムによって構成されたものであり、要
素番号が周波数に対応する場合は、周波数軸に対応する
理解が可能となり、要素番号が年令に対応し、その値が
社員数に対応する場合は会社の人員構成パターンの理解
が可能となり、要素番号が機種でその値が販売実績なら
ば機種別販売実績のパターン理解が可能となる。

本実施例２では、周波数軸に対応するパターン理解を示
すために、機関の騒音データの周波数分析に本発明を適
用したものであり、第１３図に示すような構成となって
いる。

図において、騒音計１１０から出力されたアナログ騒音
信号は、スペクトルアナライザ１１１に供給される。ス
ペクトルアナライザ１１１は、ＦＦＴ（高速フーリエ変
換）を用いて、オクターブあるいは１／３オクタ一ブ間
隔で騒音信号の周波数分析を行い、各周波数帯での音圧
レベルを出力する。このアナログ出力は、Ａ／Ｄ変換器
１１２でディジタル信号に変換された後、第１図に示す
装置と同様の構成のデータ処理部１１３に供給される。

データ処理部１１３は、以下のような処理を行い、知識
ベース１１４とプリンタ１１５に処理結果を供給するよ
うになっている。なお、データレコーダ１１６は、ディ
ジタル信号の形で騒音データを記録するもので、この騒
音データは、スペクトルアナライザ１１１によって周波
数分析された後、データ処理部１１３に供給される。

さて、機関の騒音としては排気音、機関音、過給機者か
代表的なものであり、これらは、第１４図に示すような
周波数分布をもっている。

第１４図において、（ａ）は排気音、（ｂ）は機関音、
（ｃ）は過給機者の周波数分布を示すもので、これらの
グラフの横軸は周波数、縦軸は音圧レベル（ｄ　Ｂ）を
示している。

これらの図から次のような特徴部分が理解される。

■　排気音は、低周波成分が大きく、低周波領域にピー
ク周波数ｆｌ、ｆ２を有する。これらの周波数は、着火
周波数に対応するもので以下の式によって表される。

ｒｌ＝　（ｒ　ｐｍｘｎ）／　（６０ｘ２）ｆ２＝２Ｘ
ｆ１ （ただし、ｒｐｍは機関回転数、ｎはシリンダ数） ■　機関音は全体的に平坦な特性を示しており、際立っ
たピークはない。

■　過給機者は、高周波領域に次式で表される鋭いピー
クｆＴｉｌがある。

ｆ　ＴＢ＝　Ｔ　Ｂ　ｒｐａＸ　Ｎ　／　６０（ただし
、Ｔ　Ｂ　、、、、はタービン回転数、Ｎはブロワの羽
根の枚数） なお、騒音レベルを下げるにはこのピークｆＴＢを下げ
る必要がある。

従来の騒音分析においては、採集した騒音データを周波
数分析し、その結果をグラフとしてＣＲＴまたはプロッ
タに出力し、専門家がそのグラフをみて、その特徴を認
識すると同時に意味付けをしていた。

したがって、大量のデータを分析する場合には、多量の
人手と時間を要していた。大量のデータは番号付けされ
ているが分析が終わるまでは、どのような特徴のデータ
がどこに人っているのか知ることができない。たとえば
、過給機者のデータだけを取り出したいと思っても、す
べてのデータを人間がチエツクするまで分からない。

そこで、周波数軸に対するパターンを理解してデータ番
号に対応させることができれば、チエツクの自動化が実
現し、大きな省力化を図ることができる。

本実施例２は、このような考察の下になされたものであ
り、その方法を以下に示す。

１９回転数ｒｐｍ、シリンダ数０１タービン回転数ＴＢ
、ブロワの羽根数Ｎを入力する。そして、排気音の低周
波領域にあるピークｆｌ、ｆ２と、過給機者の高周波領
域にある鋭いピークｆ？Ｂを算出するために以下の処理
を行う。

２、周波数に対応した要素番号と、その要素番号に対応
する値、つまり周波数分析により得られた周波数とその
周波数での騒音強度とからなる周波数データ（第１４図
参照）がスペクトルアナライザ１１１から与えられる。

３、第１４図に示すような周波数データについて、検出
系および計測自体を考慮した変化許容値Ｋ（第８図参照
）、変化しきい値ＳＬｈ、安定しきい値ＳＬａ、調査最
大回数ｎｓａい安定時の調査打ち切り回数ｎＬを設定す
る。

４、実施例１の局面変化理解部３０の変化抽出部３１（
第１段階）と同様にして、周波数データの音圧レベルの
周波数軸に沿った変化を捕らえる。

すなわち、最初の要素番号から始めて各要素番号につい
て、音圧レベルの瞬時変化度νと平均変化度μｎ／ｎと
を順次求める。

５、周波数データの音圧レベルの変化に対応させて、変
化レベルＤＩ−ＤＮ（超急降下、急降下、下降、下降気
味、安定、上昇気味、上昇、急上昇、超急上昇など）を
設定するとともに、これらの変化レベルｐ１〜ＤＮに対
応するファジィ数Ｆｚｌ〜ＦｚＮを、第３図に示すよう
な形式であらかじめ設定してお（。次いで、局面変化理
解部３０のファジィ推論部３２（第２段階）と同様にし
て、上で求めた音圧レベルの有意な変化（瞬時変化度ν
と平均変化度μｎ／　ｎ　）をファジィ数Ｆｚｌ〜Ｆｚ
Ｎにあてはめ、第３図に示すファジィ推論を行って、音
圧の瞬時変化レベルｇ１、および平均変化レベルｇ　５
ｈｔｎを算出し、これらを周波数軸に沿って記憶格納す
る。なお、この実施例２では、個々のデータがあるのみ
で全体系というものがないので、実施例１の第３段階の
処理は行わない。

以上により、周波数軸に沿う音圧レベルの変化、すなわ
ち局面変化が得られる。

６、次いで、周波数データの音圧レベル（ｄ　Ｂ）の局
面位置を求める。まず、各音圧レベルに対応させて局面
位置Ｐ　１−ＰＭを定める。たとえば、４ＱｄＢ〜１２
０ｄＢの間を５ｄＢ間隔で区分し、各区分を局面位置Ｐ
　１−ＰＭとする。さらに、各局面位置Ｐ　ｌ−ＰＭに
対応させてファジィ数を設定しておき、各周波数データ
の音圧レベルがどの局面位置に、どの程度の確信度で入
るかを算出し、局面位置Ｐとその確信度ＭＰを出力する
。

７、局面変化と局面位置とを要素番号順に追跡すること
により、周波数軸に対する局面位置つまり音圧レベルの
位置と、局面変化つまり音圧レベルの変化とを理解する
。

８、以下に述べる特徴データによって上記周波数データ
が排気音か、機関音か、過給機音か、それ以外の音かを
弁別する。

９、人間がたとえば排気音を取り出したい場合は、排気
音と弁別されたデータだけを検索して出力する。

上述した特徴データにつき説明する。

従来のパターン認識は、標準パターンとのマツチングに
よって判定を行っていたため、特徴的でない部分の影響
を受けてパターンの誤判断が生じることがあった。

これを第１５図により説明する。第１５図（ａ）に示す
ように、標準データＣＲと実データＣＡとをマツチング
する場合、特徴的な部分はピーク部分であるが、その前
後の部分の影響をうけて正確な判断を行えない場合が生
じる。このため、特徴的な領域だけを抜き出して、その
部分のマツチングをとるなどの手段をとる。

この場合、第１５図（ｂ）のように、標準データＣＲの
ピーク値がある幅の範囲で変動するようなときは、ピー
ク値が少しずつ異なった標準データを複数用意しておき
、実データＣＡと何回もマツチングを繰り返して判定を
行わなければならない。

よって、ピーク値の変動範囲が大きい場合には、マツチ
ングに要する回数と時間は膨大なものとなる。

これに対して、本実施例２の方法は、たとえば、変数（
周波数）と、それによって変化する局面変化（音圧レベ
ルの変化）および局面位置（音圧レベル）とにより、［
周波数（変数）ｆａ＝ｆｂ、かつ音圧レベル（局面位置
）Ｉａ〜ｌｂの範囲に１つのピークをもつ」という具合
に記述することができる。したがって、局面変化によっ
て音圧レベルの変化を理解し、それによってピークを検
出し、その局面位置を同定することによって、騒音の種
類を判定することができる。

なお、この実施例２は、この発明を騒音解析に適用し、
たちのであるが、騒音解析に限らず、他のチャート分析
にも適用できることはいうまでもない。この場合、必要
に応じて、加算型ファジィ推論部やファジィパラメータ
設定部を設け、加算型ファジィ推論を行ったり、ファジ
ィパラメータを変更したりするようにしてもよい。

［発明の効果コ 以上説明したように、この発明は、次の効果をあげるこ
とができる。

■　多種類の検出項目データを用いて局面位置と局面変
化とを把握し、それらを総合して故障診断等の判定を行
うようにしたから、１つの検出器に依存しない、信頼性
の高い判定を行うことができる。また、異常の生じた検
出器を同定することができる。

■　上記局面位置や局面変化を時系列的に記憶すること
によって、局面状態の変化履歴を探索することが可能と
なる。したがって動作系の動特性を把握することができ
る。また、正常動作を基準としたシステムチエツクルー
ルをあらかじめ組み込んでおけば、検出器の異常および
状態遷移履歴の正否を判定することができる。

■　自己の系の局面状態遷移履歴を把握できるため、自
動発振（ハンチング）とその原因となる状態を捕らえる
ことができ、ハンチングを未然に防止する制御が可能と
なる。

■　動作系の内部パラメータに一定の条件（たとえば、
電力計および電力計の値が完全に信頼でき、かつ機関は
完全に正常であるといった条件）を設け、検出したデー
タを続計処理し、処理したデータに基づいて他の内部デ
ータを自動的に調整、変更することによって、個々の機
関の特徴を学習することができる。たとえば、あらかじ
め設定したファジィ数をフィードバックによって自動的
に調整、変更するような処理を行うことが可能となる。

■　処理対象となるデータは、時間軸に沿って変化する
ものに限定されない。たとえば、周波数軸に沿って変化
するデータなどにも同様に適用することができる。すな
わち、本発明は、知識ルールを適用することによって検
出データのパターンを理解する方法である、ということ
ができる。

【図面の簡単な説明】

第１図はこの発明の方法を機関の監視・制御に適用した
実施例１の構成を示すブロック図、第２図（ａ）は知識
工学システムおよびそれと実施例１とのインターフェイ
ス部を示すブロック図、第２図（ｂ）は同実施例１の機
能ブロック図、第３図〜第７図はファジィ推論の方法を
説明するための図、第８図は検出データの一例で、あわ
せて第１段階の動作を説明するための図、第９図は各局
面位置を示す遷移図、第１０図〜第１２図はそれぞれ、
同実施例１の第１段階〜第３段階の動作を示すフローチ
ャート、第１３図はこの発明の実施例２の構成を示すブ
ロック図、第１４図は同実施例２に係る騒音の特性図、
第１５図は従来の騒音処理の方法を説明するための図で
ある。 １１２・・・・・・Ａ／Ｄ変換器、 １１３・・・・・・データ処理部、１１４・・・・・・
知識ベース、１１５・・・・・・プリンタ、１１６・・
・・・・データレコーダ。

Claims (16)

【特許請求の範囲】
1. （１）時間軸、周波数軸などに沿う変数、および／また
   は、該変数によって特徴づけられる局面状態を検出し、
   検出されたデータを処理するデータ処理方法において、 前記検出データの変化を、あらかじめ設定した値と比較
   し、有意の変化を抽出する過程を有することを特徴とす
   るデータ処理方法。
2. （２）請求項１記載のデータ処理方法において、前記有
   意の変化にファジィ推論を施し、前記各検出データが前
   記各局面状態に及ぼす影響度の大きさを尺度として、前
   記有意の変化の変化度を推論する過程を有することを特
   徴とするデータ処理方法。
3. （３）請求項２記載のデータ処理方法において、前記各
   変化度に加算型ファジィ推論を施し、前記各変化度を総
   合し、全体の局面変化とその確信度を推論する過程を有
   することを特徴とするデータ処理方法。
4. （４）請求項３記載のデータ処理方法において、類似し
   た検出項目に対応する変化度をグループ別に分類し、該
   グループ毎にグループ内で加算型ファジィ推論を行う過
   程を有することを特徴とするデータ処理方法。
5. （５）請求項１ないし請求項４のいずれかの項記載のデ
   ータ処理方法において、前記検出データにファジィ推論
   を施し、現在の局面位置を推論することを特徴とするデ
   ータ処理方法。
6. （６）請求項５記載のデータ処理方法において、前記時
   間軸、周波数軸などに沿う変数の推移にともなう局面位
   置の遷移状態を求めることを特徴とするデータ処理方法
   。
7. （７）請求項６記載のデータ処理方法において、現在の
   局面位置に照らし合わせて各検出データを調査し、異常
   のある検出データを抽出することを特徴とするデータ処
   理方法。
8. （８）請求項６記載のデータ処理方法において、現在の
   局面位置に応じて前記ファジィ推論および加算型ファジ
   ィ推論に使用するファジィ数に変更を加えることを特徴
   とするデータ処理方法。
9. （９）請求項６記載のデータ処理方法において、前記局
   面変化、局面位置および遷移状態を知識工学システムに
   出力することを特徴とするデータ処理方法。
10. （１０）供給された騒音データの周波数と音圧レベルに
    よって決まる複数の局面位置を検出し、この局面位置に
    基づいて前記騒音データを自動的に分析する騒音解析装
    置において、 前記騒音データの各周波数における音圧レベルの変化を
    、あらかじめ設定した値と比較し、有意の変化を抽出す
    る変化検出手段と、 前記有意の変化にファジィ推論を施し、前記騒音データ
    の音圧レベルが前記局面位置にある確信度を推論するフ
    ァジィ推論部と、 前記局面位置と前記確信度とから騒音の種類を推測する
    推測手段と を具備することを特徴とする騒音解析装置。
11. （１１）請求項１０記載の騒音分析装置において、前記
    周波数と音圧レベルは、前記騒音データをスペクトルア
    ナライザによって分析して作成したものであることを特
    徴とする騒音解析装置。
12. （１２）装置の動作状態を検出する複数の検出器を有し
    、前記各検出器の検出量に対応して変化する複数の局面
    状態を検出し、この局面状態に基づいて前記装置および
    前記検出器の故障診断を行う故障診断装置において、 前記検出量の変化を、あらかじめ設定した値と比較し、
    有意の変化を抽出する変化検出手段と、前記有意の変化
    にファジィ推論を施し、前記検出量が前記各局面状態に
    及ぼす影響度の大きさを尺度として、前記検出量の変化
    度を推論するファジィ推論部と、 前記局面状態と前記変化度とに基づいて前記装置および
    検出器の故障を推測する推測手段とを具備することを特
    徴とする故障診断装置。
13. （１３）請求項１２記載の故障診断装置において、得ら
    れた複数の変化度の一部に加算型ファジィ推論を施す手
    段と、該加算型ファジィ推論の結果と前記変化度のうち
    前記加算型ファジィ推論を受けなかった部分とにファジ
    ィ推論を施す手段とを有し、該ファジィ推論を施す手段
    の出力に基づいて前記装置および検出器の故障を推測す
    ることを特徴とする故障診断装置。
14. （１４）供給されたチャートデータに対応して変化する
    複数の局面位置に基づいて前記チャートデータを自動的
    に分析するチャート解析装置において、 前記チャートデータの変化を、あらかじめ設定した値と
    比較し、有意の変化を抽出する変化検出手段と、 前記有意の変化にファジィ推論を施し、前記チャートデ
    ータが前記局面位置に及ぼす影響度を尺度として、前記
    有意の変化の変化度を推論するファジィ推論部と、 前記局面位置と前記変化度とから前記チャートデータを
    理解する知識手段と を具備することを特徴とするチャート解析装置。
15. （１５）請求項１４記載のチャート解析装置において、
    得られた複数の変化度の一部に加算型ファジィ推論を施
    す手段と、該加算型ファジィ推論の結果と前記変化度の
    うち前記加算型ファジィ推論を受けなかった部分とにフ
    ァジィ推論を施す手段とを有し、前記知識手段は、前記
    ファジィ推論を施す手段の出力に基づいて前記チャート
    データを理解することを特徴とするチャートデータ解析
    装置。
16. （１６）請求項１５記載のチャート解析装置において、
    前記ファジィ推論のファジィ数は、ファジィパラメータ
    設定手段によって設定可能とされたことを特徴とするチ
    ャートデータ解析装置。