作业机械的监视诊断装置

摘要

本发明提供一种即使在正常动作时和异常动作时的输入信号相似性强的情况下也能够防止误判定并适当地进行诊断的作业机械的监视诊断装置。监视装置诊断包括：分类信息存储部(102)，存储有参照分类信息；频率信息存储部(105)，存储有参照频率信息；第一数据分类部(101)，从分类信息存储部读出参照分类信息，将由多个传感器检测并以时序方式输入的运转数据与参照分类信息比较，生成运转数据分类信息；频率比较部(104)，合计运转数据分类信息，生成附加有运转数据的每种分类的出现频率的信息的运转数据频率信息，并且从频率信息存储部读出参照频率信息，生成比较了运转数据频率信息与参照频率信息后的运转数据频率比较信息；以及异常诊断部(103)，使用运转数据分类信息和运转数据频率比较信息进行作业机械的异常诊断。

说明书

技术领域

本发明涉及监视以液压挖掘机等建筑机械为代表的作业机械的 动作状态，并进行诊断的作业机械的监视诊断装置。

背景技术

在矿山等运转的大型液压挖掘机等建筑机械、其他的作业机械 中，有时要求1天24小时几乎不停止地连续运转365天，需要在异 常停止前预先通过维护作业，将设备保持为万全的状态。一般而言， 专门的维护人员通过定期地检查作业，实施检查，调查有无异常部位， 在发现了异常的情况下，通过进行必要的维护作业，维持良好的设备 状态。

另一方面，为了实施检查维护作业而需要停止设备，因此，对想 使设备连续运转的运用者来说，只要设备状态良好，检查维护作业可 能成为使用妨碍。

由此，正在开发用各种传感器测量机械的状态，并监视有无异常 的异常诊断技术。利用异常诊断技术，在故障停止前检测异常，并提 前进行维护对策，由此，将设备的故障防范于未然的预防维护变得受 到重视。

另一方面，为了开发用于异常诊断的诊断算法，机械厂家进行了 深入地研究，但是因为算法开发的困难性，有时无法进行适当的判定。 难以进行适当的判定的理由在于，进行算法开发时的实验环境与利用 机械的用户所处的使用环境、运用方式不同。

对此，提出了欲根据实际环境上的测量结果进行判定的发明。在 专利文献1和专利文献2中，记载有用表示设备的运转状态的输入信 号的统计学性质或相似度来检测设备的异常的发明。在专利文献3中， 记载有为了使组分类适当，与利用者对话地进行处理的发明。在专利 文献4中，记载有也通过检测传感器异常而排除误判定的发明。

专利文献1：日本特开2005-241089

专利文献2：日本特开平5-256741

专利文献3：日本特开2000-132558

专利文献4：日本特开2002-288781

发明内容

可是，在上述以往技术中存在以下那样的问题。

即，上述以往技术均在异常判定用的输入数据的分类中使用如 MT法(Mahalanobis-Taguchi Method)那样的统计距离，根据统计距 离的远近进行判定，在统计距离为同等或基准值以下的情况下判断为 不异常。但是，在进行各种动作的作业机械的动作状态下，有时在正 常动作时与异常时的输入信号中表现出较强的相似性，在该情况下， 即使是异常，统计距离也成为同等或基准值以下，有可能误判定为正 常。

本发明是鉴于以上的问题而提出的，其目的在于，提供一种即使 在正常动作时和异常动作时的输入信号相似性较强的情况下，也能够 防止误判定，并适当地进行诊断的作业机械的监视诊断装置。

为了达成所述目的，本发明是一种作业机械的监视诊断装置，以 时序方式输入由多个传感器检测到的作业机械的运转数据，使用该运 转数据进行所述作业机械的异常诊断，该作业机械的监视诊断装置包 括：分类信息存储部，存储有参照分类信息；频率信息存储部，存储 有参照频率信息；第一数据分类部，从所述分类信息存储部读出所述 参照分类信息，将由所述多个传感器检测并以时序方式输入的所述运 转数据与所述参照分类信息比较并进行分类，生成运转数据分类信 息；频率比较部，合计所述运转数据分类信息，生成附加有所述运转 数据的每种分类的出现频率的信息的运转数据频率信息，并且从所述 频率信息存储部读出所述参照频率信息，生成比较了所述运转数据频 率信息与所述参照频率信息后的运转数据频率比较信息；以及异常诊 断部，使用所述运转数据分类信息和所述运转数据频率比较信息进行 所述作业机械的异常诊断。

这样，通过不仅使用运转数据分类信息还使用运转数据频率比较 信息进行作业机械的异常诊断，即使在正常动作时和异常动作时的输 入信号相似性强的情况下，也能防止误判定并适当地进行诊断。

优选的是，监视诊断装置还包括显示所述频率比较部生成的所述 运转数据频率比较信息和所述异常诊断部的诊断结果数据中的至少 一者的显示部。

由此，利用者在显示运转数据频率比较信息的情况下，能够根据 利用者的判断而进行异常检测或其确认。此外，在显示诊断结果数据 的情况下，能获知异常的详情信息。

优选的是，所述异常诊断部在使用所述运转数据频率比较信息进 行了所述作业机械的异常诊断的结果，是在所述运转数据频率信息与 所述参照频率信息之间检测到规定的差异的情况下，诊断为所述运转 数据存在异常，所述显示部显示该诊断结果。

由此，利用者能获知异常的详情信息。

此外，优选的是，所述表示部在检测到所述运转数据频率信息与 所述参照频率信息之间存在规定的差异的情况下，显示与该差异相关 联的所述运转数据分类信息。

由此，利用者能获知异常的更详情的信息。

此外，优选的是，所述第一数据分类部仅提取存储于所述分类信 息存储部的参照分类信息中的预先选择的参照分类信息，并且仅提取 由所述多个传感器检测并以时序方式输入的所述运转数据中的与所 述预先选择的参照分类信息相对应的运转数据，与所述预先选择的参 照分类信息比较，生成所述运转数据分类信息。

由此，例如通过排除无操作时间的数据，频率比较部能求出不受 无操作时间影响的准确的运转数据频率比较信息，能进行误判定更少 的适当诊断。

此外，优选的是，监视诊断装置还包括分类信息生成部，该分类 信息生成部以时序方式输入由所述多个传感器检测到的作业机械的 运转数据，比较该运转数据的相似性并进行分类，生成存储于所述分 类信息存储部的参照分类信息。

由此，监视诊断装置能够事前作成参照分类信息，并将其存储于 分类信息存储部。

此外，优选的是，监视诊断装置还包括：第二数据分类部，将由 所述多个传感器检测并以时序方式输入的运转数据与由所述分类信 息生成部生成的所述参照分类信息比较并进行分类，生成运转数据分 类信息；以及频率信息生成部，合计所述运转数据分类信息，附加所 述运转数据的每种分类的出现频率的信息，生成存储于所述频率信息 存储部的参照频率信息。

由此，监视诊断装置能够事前作成参照频率信息，并将其存储于 频率信息存储部。

根据本发明，对于进行各种动作的机械的动作状态，能够适应地 进行学习，并且即使在正常动作时和异常动作时的输入信号相似性强 的情况下，能够防止误判定并适当地进行诊断。

附图说明

图1是表示本发明的第一实施例的监视诊断装置的结构的图。

图2是表示输入监视诊断装置的运转数据的结构的图。

图3是表示从分类信息存储部读出的分类数据(参照分类信息) 的结构的图。

图4A是表示由数据分类部作成的最近分类编号(运转数据分类 信息)的数据结构的图。

图4B是表示由数据分类部作成的标准化统计距离d(运转数据分 类信息)的数据结构的图。

图5是表示由频率比较部作成的频率表的图。

图6是表示从频率信息存储部读出的时间宽度数据和参照频率表 的图。

图7是表示诊断处理的流程(监视诊断装置的处理流程)的图。

图8A是表示液压挖掘机的结构的图，且是液压挖掘机的侧视图。

图8B是表示液压挖掘机的结构的图，且是液压挖掘机的俯视图。

图9是表示设置于液压挖掘机的控制器网络的图。

图10是表示由压力传感器测量、并由车身控制器记录/监视的操 作压力(运转数据)和履带张力压力的图，且是表示通常时的运转数 据的图。

图11是表示由压力传感器测量、并由车身控制器所记录/监视的 操作压力(运转数据)和履带张力压力的图，且是表示产生异常时的 运转数据的图。

图12是表示按照输入的运转数据顺序的各时刻的标准化统计距 离和规定的时间(在这里为50个单位时间)的移动平均值的图。

图13是表示履带张力压力大时(异常动作时)和履带张力压力 小时(正常动作时)的各动作模式的频率比率的图。

图14是表示异常动作时频率最高的动作模式编号的运转数据模 式的图。

图15是表示包含液压挖掘机的无操作区间的发动机的运转状况 和操作压力的传感器值的图。

图16是将液压挖掘机的发动机的运转状况分为“期间1”和“期 间2”而表示的图。

图17是表示图16所示的2个期间中的动作模式及其频率的图。

图18是表示与“期间1”相比在“期间2”增加的动作模式是不 进行液压挖掘机的操作的“无操作状态”的图。

图19是表示由温度传感器测量、由车身控制器记录/监视的液压 挖掘机的发动机的各气缸的排气温度在不同期间的温度传感器值(运 转数据)的图，且是表示正常动作时的运转数据的图。

图20是表示由温度传感器测量、由车身控制器所记录/监视的液 压挖掘机的发动机的各气缸的排气温度在不同期间的温度传感器值 (运转数据)的图，且是表示异常动作时的运转数据的图。

图21是比较在正常动作时和异常动作时的期间的动作模式(运 转数据的分类数据)的频率而表示的图，且是表示频率比较数据的表 示例的图。

图22是表示关于发动机的各气缸的排气温度，异常动作时的动 作模式的图。

图23是表示本发明的第二实施例的监视诊断装置的结构的图。

图24是表示图23所示的监视诊断装置的处理功能中的、表示频 率比较部生成的运转数据频率比较信息的部分的处理流程的图。

图25是表示与异常诊断部的诊断结果数据，即如图21所示那样 的频率比较数据中的参照频率比率数据比较，判断为频率比率存在异 常的情况下的输出画面显示例的图。

图26是表示在操作图25所示的上侧的参照链接指定的情况下表 现出的详情信息显示画面的图。

图27是表示图23所示的监视诊断装置的处理功能中的、表示异 常诊断部103的诊断结果数据的部分的处理流程的图。

图28是频率比较数据的其他的表示例。

图29是表示分类信息作成装置29的结构的图。

图30是表示频率信息生成装置30的结构的图。

图31是表示使图1所示的监视诊断装置包含频率信息生成部， 并使监视诊断装置具有频率信息生成装置的功能的情况下的监视诊 断装置的构成例的图。

具体实施方式

以下，用附图说明本发明的实施方式。

实施例1

图1是表示本发明的第一实施例的监视诊断装置的结构的图。

监视诊断装置1包括数据分类部101(第一数据分类部)、分类 信息存储部102、异常判定部103、频率比较部104和频率信息存储 部105。

在作业机械中设有用于检测作业机械的动作状态的多个传感器， 这些传感器的检测值(传感器值)被电子化，作为运转数据而被输入 监视诊断装置1。

图2是表示被输入监视诊断装置1的运转数据的结构的图。如该 图2所示，对于运转数据，各传感器值的信息作为数据项目A～C，并 且每个数据项目的传感器值作为时序数据，与时刻信息相关联。在图 2中，对于数据项目A～C这3种，记载有从时刻1到时刻n的运转数 据。

在本实施例中，按用途不同将运转数据分为2种地进行说明。1 种是诊断数据，另1种是学习数据。输入本实施例的监视诊断装置1 的是诊断数据，作为诊断所输入的诊断数据的结果而获得诊断结果数 据。有关学习数据后述。

在作为诊断数据的运转数据被输入监视诊断装置1时，该诊断数 据被输入数据分类部101。数据分类部101从分类信息存储部102读 出分类数据作为参照分类信息，将诊断数据与该分类数据进行比较。 图3是表示分类数据(参照分类信息)的结构的图。如该图3所示， 分类数据是按照分类将每个数据项目的数据值与半径数据相关联。该 分类数据(参照分类信息)基于作为学习数据的运转数据被事前作成 (后述)。

数据分类部101将诊断数据中的、各时刻的传感器值的集合，例 如在时刻1将传感器值A1、传感器值B1和传感器值C1汇总而成的 集合作为1个矢量进行处理，将分类数据中的、各分类的数据值的集 合，例如在分类1中，将数据值a1、数据值b1和数据值c1汇总而成 的集合作为1个矢量进行处理，比较诊断数据的传感器值的矢量和分 类数据的数据值的矢量。在比较时，例如用式3所示那样的计算方法 算出矢量间的统计距离D。式1所示的矢量X具有从x1到xp的成分， 式2所示的矢量Y具有从y1到yp的成分，式3是算出这些矢量间的 欧几里德距离D的式子。

数据分类部101根据式3算出某个时刻的诊断数据的传感器值的 矢量和全部的分类数据的数据值的矢量各自的统计距离，选择该统计 距离D成为最小那样的分类编号，将其其作为最近分类编号(运转数 据分类信息)，输出到频率比较部104。输出到该频率比较部104的 最近分类编号(运转数据分类信息)如图4A所示，作为时序方式数 据与时刻信息相关联。

数式1

X＝(x₁，x₂，…，x_p)…(式1)

数式2

Y＝(y₁，y₂，…，y_p)…(式2)

数式3

$D=\sqrt{(x_1-y_1)+(x_2-y_2)+...+(x_p-y_p)}$…(式3)

此外，如式4所示，数据分类部101算出用与最近分类编号相对 应的分类数据的数据值的矢量和诊断数据的传感器值的矢量的统计 距离D(以下，将其称为最近距离)除以与最近分类编号相对应的分 类数据的半径数据r而得到的标准化统计距离d(运转数据分类信息)， 输出到异常诊断部103。输出到该异常诊断部103的标准化统计距离 d(运转数据分类信息)如图4B所示，作为时序方式数据与时刻信息 相关联。

数式4

d＝D÷γ…(式4)

这样，数据分类部101算出最近分类编号和标准化统计距离d作 为运转数据分类信息，前者输出到频率比较部104，后者输出到异常 诊断部103。

在这里，数据分类部101也可以仅提取存储于分类信息存储部102 的分类数据(参照分类信息)中的、由利用者预先选择的分类数据， 并且仅提取所输入的诊断数据(运转数据)中的、与预先选择的分类 数据相对应的诊断数据，将其与预先选择的分类数据比较，生成所述 运转数据分类信息(最近分类编号和标准化统计距离)。

频率比较部104在规定的时间宽度范围合计从数据分类部101被 输入的最近分类编号。规定的时间宽度由频率比较部104从频率信息 存储部105作为图6所示那样的时间宽度数据601而读出并参照。在 这里，从数据分类部101输入的最近分类编号作为图4所示那样的从 时刻1到n的数据。图4所示的从分类编号k1到kn分别与从时刻1 到时刻n相对应，成为图3表示的数据分类的从分类1到m的任一分 类编号。频率比较部104对于从分类编号k1到kn，合计是否是从分 类1到m的某一分类，算出出现的频率(各分类编号的出现次数)， 作成图5所示那样的频率表501。在频率表501中，与从分类1到m 相对应地合计从频率h1到hn，并基于该结果与图6所示的时间宽度 数据601，算出从频率比率e1到em(运转数据频率信息)。即，如 式5所示，每个分类的频率除以频率比率通过用时间宽度T而算出。 由此，成为能够不依赖于时间宽度T的比较。

数式5

e_i＝h_i÷T(其中，i＝1，…，m)…(式5)

频率比较部104还比较该频率表501的频率比率(运转数据频率 信息)和从频率信息存储部105读出的图6的右侧所示那样的参照频 率表602的频率比率(参照频率信息)，作成频率比较数据(运转数 据频率比较信息)。在图6所示的参照频率表602中，与从分类1到 m相对应地合计参照频率比率从E1到Em。该参照频率表602的频率 比率(参照频率信息)基于作为学习数据的运转数据，被事前作成(后 述)。作为频率比较数据(运转数据频率比较信息)中的数据的比较 方法，既可以用如式6那样的差量的绝对值，也可以用如式7那样的 频率比率的检测比来判断。式6中的差量Diff或式7中的检测比Rate 是由频率比较部104生成的频率比较数据。此外，在仅为了将该频率 比较数据显示于显示装置而使用的情况下，频率比较数据也可以用图 表表示运转数据频率信息和参照频率信息(参照图21)。

数式6

Diff_i＝|e_i-E_i|(其中，i＝1，…，m)…(式6)

数式7

Rate_i＝e_i÷E_i(其中，i＝1，…，m)…(式7)

异常诊断部103用从数据分类部101输出的标准化统计距离和从 频率比较部104输出的频率比较数据，进行运转数据的异常诊断。该 诊断如以下那样地进行。

首先，若从数据分类部101输出的标准化统计距离为1以下，则 异常诊断部103诊断为诊断数据处于正常范围，若标准化统计距离比 1大，则异常诊断部103诊断为诊断数据不处于正常范围，即异常。1 之所以成为基准，是因为根据式4，除以各最近分类编号的半径数据， 进行不依赖于分类编号的标准化处理。该诊断相对于输入数据分类部 101的各时刻的诊断数据进行。异常诊断部103合计各时刻的所述诊 断结果，使用被诊断为连续规定的时间异常或被诊断为在规定的时间 内在规定比例以上的时间异常那样的基准，导出基于诊断数据的统计 距离的异常诊断结果。之所以不直接使用个别时间的诊断结果，是为 了抑制谎报。在异常诊断部103合计规定时间的诊断信息而诊断为异 常的情况下，将其作为使用了统计距离的诊断结果数据，作为监视诊 断装置1的输出。

另一方面，在异常诊断部103合计规定时间的诊断信息而诊断为 正常的情况下，接受来自频率比较部104的频率比较数据，诊断频率 比较数据(在这里，频率比较数据作为用式7算出的情况而说明)中 是否存在比规定的比例大或小的分类编号。在频率比较部104中，若 诊断数据的分类的频率比率和从频率信息存储部105读出的参照频率 的频率比率是相同程度，则该分类的检测比应该接近1。在取比1大， 例如1.5或2.0那样的值的情况下，关于该分类的频率比率，可知诊 断数据的频率比率高。在比1小的情况下，关于该分类的频率比率， 可知诊断数据的频率比率低。根据这样的检测比的大小，诊断各个分 类，若全部的分类的检测比在规定的值的范围内，则诊断为正常，将 其作为使用了频率信息的诊断结果数据，作为监视诊断装置1的输出。 若任一分类的检测比不在规定的值的范围内，则诊断为异常，将其作 为使用了频率信息的诊断结果，作为数据监视诊断装置1的输出。

图7是表示以上的诊断处理的流程(监视诊断装置1的处理流程) 的图。

在监视诊断装置1中，数据分类部101从外部读入诊断数据(步 骤s701)，此外，从分类信息存储部102读入分类数据(步骤s702)， 比较诊断数据和分类数据，生成最近分类编号和标准化统计距离(步 骤s703)。接着，异常诊断部103从数据分类部101接受标准化统计 距离，在规定的时间宽度合计标准化统计距离(步骤s704)，进行异 常诊断(步骤s705)，若诊断为异常，则进入步骤s708，关于基于统 计距离的异常诊断结果，将运转数据中存在异常的情况作为监视诊断 装置1的输出。另一方面，异常诊断部103合计标准化统计距离并进 行了异常诊断，若结果诊断为正常，则进入步骤s706。频率比较部 104从数据分类部101在规定的时间宽度接受并合计最近分类编号， 并且从频率信息存储部105读入参照频率比率，与所述合计的最近分 类编号的频率比率比较，生成频率比较数据(步骤s706)。异常诊断 部103生成基于频率比较数据的诊断结果(步骤s707)，将基于统计 距离的异常诊断结果为正常且在此基础上基于频率比率的异常诊断 结果为运转数据中存在异常或正常作为诊断结果数据，作为监视诊断 装置1的输出。

使用图8A和图8B，说明液压挖掘机的结构和动作。液压挖掘机 8能够利用所包括的各操作机构而进行挖掘等动作。铲斗801、斗杆 802、动臂803由液压缸811、812、813操作。这些与挖掘相关的部 位整体多被称为前部。通过液压缸811～813的伸缩动作，铲斗801、 斗杆802、动臂803等动作。在液压挖掘机8中，装载有控制各操作 机构并用于收集/监视来自传感器信息的车身控制器(控制装置：后 述)。此外，在液压挖掘机8中，如图8A所示，具有使主体806旋 转的回转机构804和作为液压挖掘机整体的行驶机构的履带(crawler) 装置805。回转机构804包括液压马达(未图示)，主体806通过驱 动回转机构804的液压马达，能够相对于行驶机构左右回转。

履带装置805包括右侧履带805a和左侧履带805b，能够各自独 立地动作。此外，包括用于测量履带805a、805b的张力的调节状况 的压力传感器，由控制器监视。如图8B所示，通过右侧履带805a和 左侧履带805b同时向前方方向旋转，液压挖掘机能够向前方前进， 但是例如右侧履带805a向前方旋转，左侧履带805b向后方旋转时， 液压挖掘机整体绕逆时针旋转。

图9是表示设置于液压挖掘机的控制器网络的图。液压挖掘机的 控制器网络包括发动机控制器21、车身控制器22、监视器控制器23、 发动机测量单元24、液压系统测量单元25和数据记录装置9。发动 机测量单元24连接于发动机控制器21，发动机控制器21经由第一共 用通信线27A，连接于数据记录装置9。车身控制器22、监视器控制 器23、液压系统测量单元25经由第二共用通信线27B，连接于数据 记录装置9。

发动机控制器21通过进行电子调节器28的控制而控制发动机的 燃料喷射量。车身控制器22由该发动机驱动，控制向所述液压缸和 液压马达等致动器供给压力油的主泵、其他的液压设备。监视器控制 器23连接于显示器31和操作部32，根据操作部32的输入操作而进 行与显示器31的显示有关的控制。

发动机测量单元24输入并收集检测与发动机系统有关的各种设 备的状态量的传感器的检测信号，在图9中，作为检测这些状态量的 传感器，表示有检测发动机转速的旋转传感器34和检测发动机的各 气缸的排气气体温度的温度传感器35a～35n。在超大型的液压挖掘机 的情况下，发动机的各气缸例如是16个，温度传感器35a～35n也是 16个(n＝16)。

液压系统测量单元25输入并收集检测与液压系统有关的各种设 备的状态量的传感器的检测信号，在图9中，作为检测这些状态量的 传感器，表示有检测操作杆装置生成的操作先导压力(以下称为操作 压力)的压力传感器36a～36n和检测履带张力压力的压力传感器37。 操作杆装置对动臂、斗杆、铲斗、回转、行驶等发出动作的指令，利 用生成的操作压力，切换对应的控制阀，控制供给到液压缸、液压马 达等致动器的压力油的流动，来控制致动器的动作，从而控制动臂、 斗杆、铲斗、回转、行驶等动作。

数据记录装置9以规定间隔经由第一和第二共用通信线27A、 27B，输入由发动机测量单元24和液压系统测量单元25收集的状态 量数据、发动机控制器21、车身控制器22、监视器控制器23的输入 数据和输出数据中的必要的数据，并将这些数据作为传感器数据存 储。

车身控制器22装载有所述的诊断监视装置1，为了进行图7所示 的诊断处理，访问数据记录装置9而收集/记录并监视存储于数据记录 装置9的规定期间的传感器数据(发动机测量单元24和液压系统测 量单元25收集的来自各种传感器的信息)。

此外，在数据记录装置9上能够连接个人计算机11，也能够将存 储于数据记录装置9中的传感器数据下载到个人计算机11中，通过 装载于个人计算机11的监视诊断装置1，进行液压挖掘机的诊断。另 外，也能够将存储于数据记录装置9的传感器数据经由无线设备13 和天线14，定期地发送到未图示的管理事务所的服务器，在管理事务 所中进行液压挖掘机的诊断。

接着，说明像以上那样构成的本实施例的作用效果。

图10和图11是表示由压力传感器36a～36n、37测量并由车身控 制器22(诊断监视装置1)记录/监视的操作压力(运转数据)和履带 张力压力的图。图10是通常时的运转数据，图11是产生异常时的运 转数据。此外，图10和图11的最上层是履带张力压力，其下表示动 臂操作压力、斗杆操作压力、铲斗操作压力、回转操作压力、行驶操 作压力的各操作压力。

在图11中，检测出履带张力压力异常1101，由车身控制器22所 具有的诊断监视装置1记录。通过学习装置学习除了履带张力压力之 外的运转数据中的通常动作时的数据，作成动作模式数据(参照分类 信息)和动作频率数据(参照频率信息)，分别预先存储于监视诊断 装置1的图1所示的分类信息存储部102和频率信息存储部105。向 监视诊断装置1输入异常动作时的运转数据时，如图12所示，比较 预先存储的动作模式数据(参照分类信息)与运转数据的各压力传感 器值，选出统计距离最近的动作模式，算出与该动作模式最近的最近 统计距离D，进而算出标准化统计距离d。图12是横轴表示机械的运 转时间(按输入的运转数据顺序)、纵轴表示标准化统计距离的图， 表示各时刻的标准化统计距离1201和规定的时间(在这里为50个单 位时间)的移动平均值1202。可知在异常动作时，标准化统计距离的 移动平均值也是在阈值1以下，无法辨别与通常动作时的动作模式数 据的有意差。

图13是表示履带张力压力大时(异常动作时)和履带张力压力 小时(正常动作时)的各动作模式的频率比率的图。横轴是机械的动 作模式(运转数据的分类数据)，纵轴是每种动作模式的频率比率。 可知正常动作时和异常动作时频率比率的分布完全不同。例如可知， 模式编号12、20、21等与正常动作时(履带张力弱)相比，异常动 作时(履带张力强)的频率高。其中，观察异常动作时频率最高的动 作模式编号21的运转数据模式，如图14那样。该图14是进行右后 退操作和左前进操作的动作模式，可知在使挖掘机绕逆时针动作的情 况下，产生履带张力压力上升的异常动作。由此，能够获知异常动作 的检测及与其关联的运转数据模式，所以能有助于异常检测和原因分 析。

这样，根据本实施例，即使在正常动作时和异常动作时的输入信 号相似性强的情况下，也能不引起误判定地适当地进行诊断。

图15是表示液压挖掘机的发动机的运转状态和操作压力的传感 器值的图，可知驱动用于获得液压的主泵的发动机的转速根据液压挖 掘机的操作而变化。在无操作区间1501，由于不产生操作，所以发动 机也在低旋转区域运转。由于无操作区间的产生比例有可能时刻产生 变化，所以实际上仅以操作的区间作为监视诊断对象是适当的。因而， 也可以参照发动机的运转状态或操作的压力传感器值，仅分析作业时 的运转数据。

图16是表示液压挖掘机的发动机的运转状态的图，分为2个期 间而表示，分为“期间1”和“期间2”。相对于2个期间，图17表 示动作模式及其频率。在图17中，关于动作模式“7”的频率1701， 与“期间1”相比，在“期间2”增加，观察动作模式“7”如图18 所示可知，表示不进行液压挖掘机的操作的“无操作状态”。即，一 般认为与“期间1”相比，在“期间2”无操作时间增加，有关这样 的动作模式，应该不在考虑之中。

在本实施例中，利用者从分类数据(参照分类信息)之中去除无 操作时间(操作杆装置不被操作时)的分类数据，选择其以外的分类 数据，从而数据分类部101生成除了无操作时间的分类数据和诊断数 据之外的运转数据分类信息(最近分类编号和标准化统计距离)。由 此，图1的频率比较部104能够求出不受无操作时间影响的准确的频 率hi或频率比率ei，能进行误判定更少的适当的诊断。

图19和图20是表示由温度传感器35a～35n测量、并由车身控制 器22(诊断监视装置1)记录/监视的液压挖掘机的发动机的各气缸的 排气温度在不同的期间的温度传感器值(运转数据)的图。图19表 示正常动作时的期间3的运转数据，图20表示异常动作时的期间4 的运转数据。关于图19和图20的期间3、4，比较动作模式(运转数 据的分类数据)的频率如图21那样。如图21所示，动作模式13和 26的频率变化，如图22所示，若确认异常动作时的动作模式，则可 知在动作模式13和26中，温度传感器值表示比某一动作模式高的值。 由此可知，发动机的排气温度的分布在2个期间内不同。

如以上那样，根据本实施例，关于液压挖掘机的动作模式，通过 比较其频率，能进行异常检测。

实施例2

图23是表示本发明的第二实施例的监视诊断装置的结构的图。

监视诊断装置1a在图1的结构中追加显示部2301。显示部2301 既可以是例如图9所示的显示器31，在个人计算机11中装载有监视 诊断装置1a的情况下，也可以是个人计算机11的显示器。该显示部 2301接受来自频率比较部104或异常诊断部103的输出，并显示其输 出内容。

图24是表示将图23所示的监视诊断装置的处理功能中的、频率 比较部104生成的运转数据频率比较信息显示于显示部2301的部分 的处理流程的图。

在监视诊断装置1a中，数据分类部101从外部读入诊断数据(步 骤s2401)，从分类信息存储部102读入分类数据(步骤s2402)，比 较诊断数据和分类数据，生成最近分类编号和标准化统计距离(步骤 s2403)。频率比较部104从数据分类部101以规定的时间宽度接受 并合计最近分类编号，从频率信息存储部105读入参照频率比率，与 所述合计的最近分类编号的频率比率比较，生成频率比较数据(步骤 s2404)。最后，显示部2301从频率比较部104接受频率比较数据， 例如以图21所示那样的显示状态显示(步骤s2405)。在图21的显 示例中，参照频率比率数据2101(参照频率信息)与合计的频率比率 2102按照各自的分类编号表示。

这样，通过将频率比较数据显示在显示部2301，能够通过利用者 的判断进行异常检测或其确认。

图25是表示与异常诊断部103的诊断结果数据，即如图21所示 那样的频率比较数据中的参照频率比率数据2101(参照频率信息)比 较，判断为频率比率2102存在异常的情况下的输出画面显示例的图。 在该例子中，表示动作模式13和26的频率增加，这相当于图21中 的“动作模式编号”为“13”和“26”的频率数据的图表表示。参照 链接指定2502和2503是用于显示动作模式“13”和“26”各自的详 情信息的指定，例如在操作参照链接指定2502时，出现图26所示那 样的详情信息显示画面2604。在这里，能参照与动作模式“13”相关 的详情信息，能够通过参照频率数据2601、参照频率比率数据2602 而确认动作模式的增加倾向，同时能够将与同图22相同的动作模式 “13”相对应的传感器数据的信息作为传感器数据模式2603而参照。 在该例子中，也从比较显示的观点来显示其他的动作模式的传感器数 据模式。

以下，用图23的结构图和图27的流程图说明与图25和图26相 关的动作。图27是表示图23所示的监视诊断装置的处理功能中的、 显示异常诊断部103的诊断结果数据的部分的处理流程的图。

在监视诊断装置1a中，数据分类部101从外部读入诊断数据(步 骤s2701)，从分类信息存储部102读入分类数据(步骤s2702)，比 较诊断数据和分类数据，生成最近分类编号和标准化统计距离(步骤 s2703)。接着，异常诊断部103从数据分类部101接受标准化统计 距离，以规定的时间宽度合计标准化统计距离(步骤s2704)，诊断 异常(步骤s2705)，若诊断为异常，则进入步骤s2708，关于基于统 计距离的异常诊断结果，将运转数据存在异常的情况作为诊断结果数 据输出到显示部2301，显示部2301显示该诊断结果数据(步骤 s2708)。另一方面，异常诊断部103合计标准化统计距离并进行异 常诊断的结果，若诊断为正常，则进入步骤s2706。频率比较部104 从数据分类部101以规定的时间宽度接受并合计最近分类编号，从频 率信息存储部105读入参照频率比率，与所述合计的最近分类编号的 频率比率比较，生成频率比较数据(步骤s2706)。异常诊断部103 生成基于频率比较数据的诊断结果(步骤s2707)，将基于统计距离 的异常诊断结果为正常且在此基础上基于频率比率的异常诊断结果 为运转数据中存在异常或正常作为诊断结果数据，输出到显示部 2301，显示部2301显示该诊断结果数据(步骤s2708)。

图23所示的监视诊断装置1a包括异常诊断部103，监视诊断装 置1a本身进行异常检测，但是也可以不设置异常诊断部103，而仅显 示频率比较部104的输出(频率比较数据)。即使在这样地构成的情 况下，也能够如所述那样，根据利用者的判断而进行异常检测。

图28是频率比较数据的其他的表示例，折线图表表示根据式7 算出的图19和图20所示的期间3和期间4的液压挖掘机的排气温度 的传感器数据的动作模式的频率比较数据(检测比Rate)，柱状图表 是表示式7中的参照频率比率(图21的参照频率比率2101)的图。 在该例子中，需要关注动作模式13和26。这是因为，参照频率高的 是动作模式13、14、26等，其中检测比超过1的、即增加的是动作 模式13和26这2个动作模式。

图29是表示分类信息作成装置29的结构的图。分类信息作成装 置29包括分类信息生成部2901和分类信息存储部102。

分类信息生成部2901在从外部输入学习数据时，按照预先保持 在分类信息生成部2901内的设定值，由学习数据生成分类数据。具 体而言，用k-means等方法算出学习数据的组，求出各组的重心坐标， 按如图3那样的每个数据项目保持该重心坐标。在这里，被标注有分 类编号的各分类数据相当于各组的信息。在组算出时，也求出并保持 各组的半径。对于半径，例如使用式3求出重心坐标和属于各组的数 据的欧几里德距离，使用该欧几里德距离的平均值或最大值。预先保 持在分类信息生成部2901内的设定值在使用了k-means法的情况下 相当于分类的组数。在图3中生成的预先保持的设定值，即组数为m， 生成m个组(分类数据)。算出的每个分类(组)的数据项目值和半 径被输出并被记录/保存到分类信息存储部102中。

图30是表示频率信息生成装置30的结构的图。频率信息生成装 置30包括数据分类部3001(第二数据分类部)、分类信息存储部102、 频率信息生成部3002和频率信息存储部105。数据分类部3001具有 与监视诊断装置1的数据分类部101相同的功能。

从外部输入学习数据时，数据分类部3001读出预先存储于分类 信息存储部102的分类数据，对学习数据进行分类，以与图4相同的 顺序输出分类编号。频率信息生成部3001与学习数据相对应地接受 数据分类部3001输出的分类编号，生成与图5相同的频率数据，输 出到频率信息存储部105。利用频率信息存储部105保存输出的频率 表数据。

图31是表示使监视诊断装置1具有分类信息作成装置29和频率 信息生成装置30的功能的情况下的监视诊断装置1b的结构的图。在 监视诊断装置1b中，将图1所示的监视诊断装置1的数据分类部101 与频率信息生成装置30的数据分类部3001共用，在监视诊断装置1 中，将频率比较部104所包含的频率信息生成功能作为频率信息生成 部3001而分离。

由此，能够利用1个装置进行使用了学习数据的分类信息以及频 率信息的作成和诊断数据的诊断的处理这两方面。

附图标记的说明