异常预兆检测装置、异常预兆检测系统、异常预兆检测方法及异常预兆检测程序与流程

1.本发明涉及对设备的异常的预兆进行检测的异常预兆检测装置、异常预兆检测系统、异常预兆检测方法及异常预兆检测程序。


背景技术：

2.当前，已知存在对在设备产生的异常的预兆进行检测的技术。例如，在专利文献1中提出了如下诊断装置，即，从安装于设备的测量装置对表示以短周期和长周期各自测量出的物理量的数据进行收集，基于收集到的数据，对在设备是否存在劣化等异常的预兆进行判定。
3.专利文献1：日本特开2011-34320号公报


技术实现要素：

4.但是，在上述专利文献1所记载的技术中，表示以短周期和长周期各自测量出的物理量的数据被持续地从测量装置向诊断装置发送。因此，存在如下课题，即，向诊断装置发送的数据量变得庞大，诊断装置中的通信处理或存储处理等处理的负荷大。
5.本发明就是鉴于上述课题而提出的，其目的在于得到能够减轻处理负荷的异常预兆检测装置。
6.为了解决上述课题，达成目的，本发明的异常预兆检测装置具有第1数据收集部、选择部、第2数据收集部、判定部。第1数据收集部从多个测量装置收集由对设备的状态各自进行测量的多个测量装置以第1周期测量的数据即多个第1测量数据。选择部基于由第1数据收集部收集到的多个第1测量数据，选择多个测量装置中的至少1个测量装置。第2数据收集部从由选择部选择出的至少1个测量装置对以比第1周期短的第2周期测量的数据即第2测量数据进行收集。判定部基于由第2数据收集部收集到的第2测量数据，对在设备是否产生了异常的预兆进行判定。
7.发明的效果
8.根据本发明，取得能够减轻处理负荷这样的效果。
附图说明
9.图1是表示本发明的实施方式1涉及的异常预兆检测系统的结构的一个例子的图。
10.图2是表示实施方式1涉及的异常预兆检测装置、设备及多个测量装置之间的关系的一个例子的图。
11.图3是用于说明由实施方式1涉及的异常预兆检测装置进行的测量数据的收集处理的图。
12.图4是表示实施方式1涉及的多个生产装置中的用电量的变化的一个例子的图。
13.图5是用于说明由实施方式1涉及的异常预兆检测装置决定的正常范围比率的图。
14.图6是表示由实施方式1涉及的异常预兆检测装置的处理部进行的处理的一个例子的流程图。
15.图7是表示实施方式1涉及的异常预兆检测装置的硬件结构的一个例子的图。
16.图8是表示本发明的实施方式2涉及的异常预兆检测系统的结构的一个例子的图。
17.图9是表示实施方式2涉及的异常预兆检测装置、设备及多个测量装置之间的关系的一个例子。
18.图10是用于说明由实施方式2涉及的异常预兆检测装置进行的对象部位的判定处理的图。
具体实施方式
19.下面，基于附图对本发明的实施方式涉及的异常预兆检测装置、异常预兆检测系统、异常预兆检测方法及异常预兆检测程序进行详细说明。此外，本发明并不限于该实施方式。
20.实施方式1
21.图1是表示本发明的实施方式1涉及的异常预兆检测系统的结构的一个例子的图。如图1所示，实施方式1涉及的异常预兆检测系统100具有对设备3的异常的预兆进行检测的异常预兆检测装置1、各自对设备3的状态进行测量的多个测量装置51、52、
…
、5n。n为大于或等于3的整数。
22.这里，设备3的异常是指例如设备3的故障或劣化等。设备3的劣化例如包含设备3的结构要素的由于使用造成的劣化。在设备3包含由通过电动机而旋转的切削刀具对被加工物进行加工的数控装置的情况下，设备3的劣化包含切削刀具的劣化。下面，在不单独对多个测量装置51、52、
…
、5n的每一者进行区分地表示的情况下，有时记载为测量装置5。
23.测量装置5对设备3的状态进行测量，生成表示测量到的设备3的状态的数据即测量数据。由测量装置5测量的设备3的状态例如为流过设备3的结构要素的电流、施加于设备3的结构要素的电压、或设备3的结构要素的使用功耗等。在设备3包含上述数控装置的情况下，测量装置5例如为流过电动机的电流、施加于电动机的电压、或电动机的用电量。此外，设备3的状态并不限于电压、电流、或使用功耗，也可以是电压、电流、或使用功耗之外的物理量。
24.测量装置5生成以第1周期t1对设备3的状态进行测量而得到的第1测量数据、以比第1周期t1短的第2周期t2对设备3的状态进行测量而得到的第2测量数据。第1周期t1例如为1分钟，第2周期t2例如为1毫秒。
25.例如，测量装置5生成以第1周期t1对流过设备3的结构要素的电流的有效值即电流有效值或施加于设备3的结构要素的电压的有效值即电压有效值进行测量而得到的数据作为第1测量数据。另外，测量装置5也能够生成以第1周期t1对设备3的结构要素的使用功耗进行测量而得到的数据作为第1测量数据。
26.另外，测量装置5生成以第2周期t2对流过设备3的结构要素的电流的瞬时值即电流瞬时值或施加于设备3的结构要素的电压的瞬时值即电压瞬时值进行测量而得到的数据作为第2测量数据。测量装置5能够根据第2测量数据生成第1测量数据。第1测量数据为长周期数据，也可以说是分辨率低的测量数据。第2测量数据为短周期数据，也可以说是分辨率
高的测量数据。
27.另外，第1测量数据及第2测量数据也可以均是表示相同特性的值。例如，第1测量数据及第2测量数据也可以均是电流有效值、电压有效值、电流瞬时值、电压瞬时值、及使用功耗中的任意1者。在该情况下，第1测量数据也可以说是分辨率低的测量数据，第2测量数据也可以说是分辨率高的测量数据。
28.此外，测量装置5也可以是在存在来自异常预兆检测装置1的请求之前不生成第2测量数据，在存在来自异常预兆检测装置1的请求的情况下生成第2测量数据。
29.测量装置5具有测量部50、数据存储部51、通信部52、判定部53。测量部50以第1周期t1及第2周期t2分别对设备3的状态进行测量。数据存储部51对表示由测量部50得到的测量结果的测量数据进行存储。在存储于数据存储部51的测量数据中包含上述第1测量数据及第2测量数据。通信部52向异常预兆检测装置1发送由数据存储部51存储的测量数据。
30.通信部52基于来自异常预兆检测装置1的请求，从数据存储部51读出第1测量数据，向异常预兆检测装置1发送读出的第1测量数据。另外，通信部52基于来自异常预兆检测装置1的请求，从数据存储部51读出第2测量数据，向异常预兆检测装置1发送读出的第2测量数据。此外，通信部52能够重复进行如下处理，即，在存在来自异常预兆检测装置1的请求后，从数据存储部51读出第1测量数据，向异常预兆检测装置1发送读出的第1测量数据。
31.判定部53从数据存储部51读出第1测量数据，在读出的第1测量数据脱离了预先设定的正常范围的情况下，判定为存在成为异常的预兆的判定对象的部位即对象部位。判定部53在判定为存在对象部位的情况下，从通信部52向异常预兆检测装置1发送表示存在对象部位的信息即对象部位信息。对象部位是设备3的结构要素，例如构成设备3的生产装置4、生产装置4所包含的电气电路、电气部件、或机构部件。
32.此外，多个测量装置51、52、
…
、5n中的一部分是不具有判定部53的结构，但也可以是多个测量装置51、52、
…
、5n全部都不具有判定部53的结构。另外，也可以是多个测量装置51、52、
…
、5n全部都具有判定部53的结构。下面，对多个测量装置51、52、
…
、5n中的一部分不具有判定部53的结构进行说明。此外，由测量装置5判定的对象部位根据各个具有判定部53的测量装置5而不同，但也可以在测量装置5之间一部分重复。
33.图2是表示实施方式1涉及的异常预兆检测装置、设备及多个测量装置之间的关系的一个例子的图。在图2所示的例子中，设备3是对产品进行生产的生产装置，作为设备3的结构要素，具有多个生产装置41、42、
…
、4n。n为大于或等于3的自然数。此外，设备3并不限于生产设备，也可以是生产设备之外的设备。
34.多个生产装置41、42、
…
、4n例如直线地排列配置，彼此联动地进行动作。通过上述多个生产装置41、42、
…
、4n构成1个生产线。下面，在不单独对多个生产装置41、42、
…
、4n的每一者进行区分地表示的情况下，有时记载为生产装置4。
35.多个测量装置51、52、
…
、5n各自配置于多个生产装置41、42、
…
、4n中的所对应的生产装置4。测量装置51对生产装置41的状态进行测量，测量装置52对生产装置42的状态进行测量，测量装置5n对生产装置4n的状态进行测量。此外，在图2所示的例子中，对1台生产装置4配置1个测量装置5，但也可以对1台生产装置4配置多个测量装置5。
36.如图1所示，异常预兆检测装置1具有：通信部10，其与测量装置5之间以有线或无线的方式进行通信；存储部20，其对从测量装置5收集到的测量数据进行存储；处理部30，其
基于存储于存储部20的测量数据对异常预兆检测装置1的异常的预兆进行检测；以及显示部40，其对从处理部30输出的信息进行显示。异常预兆检测装置1的通信部10与测量装置5的通信部52例如经由lan(local area network)或wan(wide area network)等未图示的通信网络或专用线路进行连接。
37.通信部10具有第1数据收集部11、第2数据收集部12。存储部20具有第1数据存储部21、第2数据存储部22。处理部30具有选择部31、判定部32、决定部33、输出处理部34。
38.第1数据收集部11从多个测量装置5对在多个测量装置5的每一者中以第1周期t1测量的数据即第1测量数据进行收集。第1数据存储部21对由第1数据收集部11收集到的第1测量数据进行存储。第1数据收集部11例如能够使收集到的第1测量数据以csv(comma-separated values)文件格式存储于第1数据存储部21。
39.选择部31从第1数据存储部21读出从不具有判定部53的多个测量装置5各自发送来的多个第1测量数据，对读出的多个第1测量数据进行分析。选择部31基于分析出的结果，选择多个测量装置51、52、
…
、5n中的至少1个测量装置5。
40.具体而言，选择部31基于读出的多个第1测量数据，与判定部53相同地，对是否存在对象部位进行判定。选择部31在判定为存在对象部位的情况下，选择与对象部位有关的至少1个测量装置5。
41.例如，选择部31在至少1个第1测量数据脱离了预先设定的正常范围的情况下，判定为存在对象部位。选择部31针对各个测量装置5而具有与对象部位有关的测量装置5的信息即相关测量装置信息。选择部31在判定为存在对象部位的情况下，基于与发送出脱离了正常范围的第1测量数据的测量装置5对应的相关测量装置信息，选择与对象部位有关的至少1个测量装置5。在与发送出脱离了正常范围的第1测量数据的测量装置5对应的相关测量装置信息中，包含有与对象部位有关的至少1个测量装置5的信息。
42.例如，选择部31在与测量装置51对应的相关测量装置信息包含测量装置51的信息且发送出脱离了正常范围的第1测量数据的测量装置5为测量装置51的情况下，选择测量装置51。
43.另外，选择部31例如在与测量装置52对应的相关测量装置信息包含测量装置51、52的信息且发送出脱离了正常范围的第1测量数据的测量装置5为测量装置52的情况下，选择测量装置51、52。另外，选择部31例如在与测量装置5n对应的相关测量装置信息包含测量装置52的信息且发送出脱离了正常范围的第1测量数据的测量装置5为测量装置5n的情况下，选择测量装置52。
44.另外，选择部31针对多个测量装置5的各个组合，具有与上述组合对应的相关测量装置信息。选择部31例如在与测量装置51、52对应的相关测量装置信息包含有测量装置52的信息，并且从各测量装置51、52发送的第1测量数据脱离了正常范围的情况下，选择测量装置52。
45.此外，选择部31在发送出脱离了正常范围的第1测量数据的测量装置5为多个测量装置51、52、
…
、5n中的任意者的情况下，也能够选择多个测量装置51、52、
…
、5n全部。由此，能够通过后述的判定部32对设备3整体进行详细的分析。
46.另外，选择部31还能够在读出的多个第1测量数据中的至少1个第1测量数据的上升率或下降率脱离了预先设定的范围的情况下判定为存在对象部位。
47.另外，选择部31能够基于从多个测量装置5中的所对应的测量装置5各自由第1数据收集部11收集到的多个第1测量数据间的比率，对是否存在对象部位进行判定。例如，选择部31基于从多个测量装置5中的所对应的测量装置5由第1数据收集部11各自收集到的多个第1测量数据间的比率和后述的正常范围比率，对是否存在对象部位进行判定。
48.多个第1测量数据间的比率例如是从各个不同的测量装置5发送的多个第1测量数据中的1个第1测量数据与剩余的第1测量数据的合计值之间的比率。另外，多个第1测量数据间的比率也可以是从各个不同的测量装置5发送的多个第1测量数据的合计值与1个第1测量数据之间的比率。多个第1测量数据间的比率是通过选择部31针对各个第1测量数据进行计算的。
49.第2数据收集部12对由选择部31选择出的至少1个测量装置5请求第2测量数据的发送，与该请求对应地对从至少1个测量装置5发送的第2测量数据进行收集。
50.第2数据收集部12使从与对象部位有关的至少1个测量装置5收集到的第2测量数据存储于第2数据存储部22。例如，第2数据收集部12能够使收集到的第2测量数据以csv文件格式存储于第2数据存储部22。
51.另外，选择部31在由通信部10接收到从测量装置5发送的对象部位信息的情况下，基于由通信部10接收到的对象部位信息，选择与对象部位有关的至少1个测量装置5。即，选择部31能够基于由多个测量装置5的每一者的判定部53得到的判定结果，选择与对象部位有关的至少1个测量装置5。由此，异常预兆检测装置1能够在不对从具有判定部53的测量装置5发送的第1测量数据进行分析的情况下，选择与对象部位有关的至少1个测量装置5。在该情况下，异常预兆检测装置1也可以不对具有判定部53的测量装置5的第1测量数据进行收集。
52.判定部32从第2数据存储部22读出第2测量数据，基于读出的第2测量数据，对设备3是否产生了异常的预兆进行判定。例如，在第2测量数据为电流的瞬时值的情况下，判定部32通过第2测量数据的高速傅里叶变换(fft：fast fourier transform)解析对电流的频率特性进行计算。
53.判定部32在电流的频率特性脱离了预先设定的正常范围的情况下，判定为设备3产生了异常的预兆。例如，在特定的频率脱离了正常范围的情况下，判定为设备3产生了异常的预兆。
54.图3是用于说明由实施方式1涉及的异常预兆检测装置进行的测量数据的收集处理的图。在图3中，将测量装置51表示为“第1测量装置”，将测量装置52表示为“第2测量装置”，将测量装置5n表示为“第n测量装置”。
55.在图3所示的例子中，异常预兆检测装置1在基于从测量装置52发送的第1测量数据，判定为存在对象部位的情况下，对与对象部位有关的测量装置52请求第2测量数据。而且，异常预兆检测装置1进行基于从测量装置52收集到的第2测量数据而判定设备3是否产生了异常的预兆的异常预兆判定处理。
56.这样，异常预兆检测装置1在发现对象部位之前不对第2测量数据进行收集，在发现了对象部位的情况下对第2测量数据进行收集。因此，例如，与持续地进行第2测量数据的收集处理及第2测量数据的分析处理等处理的情况相比，异常预兆检测装置1能够减轻处理负荷。
57.此外，判定部32在第2数据收集部12从多个测量装置5的每一者取得第2测量数据的情况下，也能够在这些第2测量数据均脱离了正常范围的情况下，判定为设备3产生了异常的预兆。
58.图1所示的决定部33基于在正常时从测量装置5发送的第1测量数据，针对各个测量装置5而决定第1测量数据的正常范围。例如，决定部33能够根据在正常时从测量装置5发送的第1测量数据的数值分布而决定第1测量数据的正常范围。决定部33将决定出的正常范围的信息设定于选择部31。这样，由于自动地决定正常范围，因此异常预兆检测装置1能够节省异常预兆检测装置1的利用者或设计者花费的设定正常范围的工时。
59.另外，决定部33能够基于在设备3处于正常的状态时从多个测量装置5中的所对应的测量装置5各自由第1数据收集部11收集到的多个第1测量数据间的比率，决定上述正常范围比率。正常范围比率是从多个测量装置5中的所对应的测量装置5各自发送的多个第1测量数据间的比率的正常范围。
60.这里，对正常范围比率进行具体说明。图4是表示实施方式1涉及的多个生产装置中的用电量的变化的一个例子的图。图5是用于说明由实施方式1涉及的异常预兆检测装置决定的正常范围比率的图。在图4及图5所示的例子中，第1测量数据是生产装置4中的用电量。另外，在图5所示的例子中，测量装置51、52、5n不具有判定部53。
61.在图4中，将生产装置41表示为“生产装置a”，将生产装置42表示为“生产装置b”，将生产装置4n表示为“生产装置c”。如图4所示，生产装置41、42、4n在生产处理的1个循环中彼此联动地进行动作。生产处理例如是生成产品或构成产品的部件等的处理。另外，生产处理的1个循环的期间为与第1周期t1相同的期间，但也可以是比第1周期t1短的期间。
62.另外，在图5中，“正常值”是由在设备3正常的情况下从各测量装置51、52、5n输出的第1测量数据表示的使用功耗，下面，将正常功耗的正常值记载为正常功耗。另外，在图5中，“测量值”是由为了异常预兆的判定而从各测量装置51、52、5n输出的第1测量数据表示的使用功耗，下面，记载为测量功耗。
63.在图5所示的例子中，由测量装置51测量的生产装置41的正常功耗为“50”，由测量装置52测量的生产装置42的正常功耗为“30”。另外，在图5所示的例子中，由测量装置5n测量的生产装置4n的正常功耗为“20”。另外，在图5所示的例子中，生产装置41的正常时指标为“1.0”，生产装置42的正常时指标为“0.43”，生产装置4n的正常时指标为“0.25”。
64.正常时指标是作为指标计算对象之一的生产装置4的正常功耗相对于其它生产装置4的正常功耗的比率，通过决定部33进行计算。例如，在作为指标计算对象的生产装置4为生产装置41的情况下，其它生产装置4为生产装置42、4n。决定部33将生产装置42的正常功耗“30”和生产装置4n的正常功耗“20”相加。决定部33将生产装置41的正常功耗“50”相对于生产装置42、4n的正常功耗的加法运算值“50”的比率“1.0”计算为生产装置41的正常时指标。
65.相同地，决定部33将生产装置42的正常功耗“30”相对于生产装置41、4n的正常功耗的加法运算值“70”的比率“0.43”计算为生产装置42的正常时指标。决定部33将生产装置4n的正常功耗“20”相对于生产装置41、42的正常功耗的加法运算值“80”的比率“0.25”计算为生产装置4n的正常时指标。
66.决定部33例如能够将小于正常时指标的
±
20％的范围设为正常范围比率。在图5所示的例子中，生产装置41的正常范围比率为大于0.8且小于1.2的范围，生产装置42的正常
范围比率为大于0.34且小于0.52的范围，生产装置4n的正常范围比率为大于0.2且小于0.3的范围。
67.选择部31根据从测量装置51、52、5n发送的第1测量数据对测量时指标进行计算。测量时指标是作为指标计算对象之一的生产装置4的用电量相对于其它生产装置4的用电量的比率。在图5所示的例子中，生产装置41的测量功耗为“60”，生产装置42的测量功耗为“30”，生产装置4n的测量功耗为“20”。
68.选择部31将生产装置42的测量功耗“30”和生产装置4n的测量功耗“20”相加。选择部31将生产装置41的测量功耗“60”相对于生产装置42、4n的测量功耗的加法运算值“50”的比率“1.2”计算为生产装置41的测量时指标。
69.相同地，选择部31将生产装置42的测量功耗“30”相对于生产装置41、4n的测量功耗的加法运算值“80”的比率“0.38”计算为生产装置42的测量时指标。选择部31将生产装置4n的测量功耗“20”相对于生产装置41、42的测量功耗的加法运算值“90”的比率“0.22”计算为生产装置4n的测量时指标。
70.在图5所示的例子中，由于生产装置41、42、4n的测量时指标中的生产装置41的测量时指标落在正常范围比率外，因此选择部31将生产装置41或生产装置41的结构要素判定为对象部位，选择与对象部位有关的测量装置51。在该情况下，第2数据收集部12对测量装置51请求第2测量数据的发送，与该请求对应地对从测量装置51发送的第2测量数据进行收集。此外，第2数据收集部12在生产装置41处配置有两个测量装置5且这两个测量装置5为与对象部位有关的测量装置5的情况下，例如，能够从配置于生产装置41的两个测量装置5对第2测量数据进行收集。
71.这样，异常预兆检测装置1在联动的多个生产装置4或生产装置4中的多个结构要素之间，能够以正常状态的使用功耗的比率为基准基于比率的变化而对对象部位进行判定。由此，能够恰当地掌握对象部位。
72.此外，决定部33将作为指标计算对象之一的生产装置4的正常功耗相对于全部生产装置4的正常功耗的比率设为正常时指标，能够根据该正常时指标而决定各生产装置4的正常范围比率。在该情况下，选择部31也相同地将作为指标计算对象之一的生产装置4的测量功耗相对于全部生产装置4的测量功耗的比率计算为测量时指标。
73.输出处理部34在通过判定部32判定为设备3产生了异常的预兆的情况下，向显示部40输出表示设备3产生了异常的预兆的异常预兆产生信息。由此，通过显示部40对异常预兆产生信息进行显示。另外，输出处理部34也能够从通信部10向外部装置发送异常预兆产生信息。
74.异常预兆检测装置1例如包含于数据收集分析装置。数据收集分析装置例如从设备3对第1测量数据进行收集，基于收集到的第1测量数据，进行设备3的使用功耗的分析。数据收集分析装置中的未图示的处理部基于存储于存储部20的第1测量数据，进行设备3的使用功耗的分析。
75.接下来，使用流程图对由异常预兆检测装置1的处理部30实现的处理进行说明。图6是表示由实施方式1涉及的异常预兆检测装置的处理部进行的处理的一个例子的流程图。通过异常预兆检测装置1的处理部30重复执行图6所示的处理。
76.如图6所示，异常预兆检测装置1的处理部30在设备3正常的情况下，从各测量装置
5对第1测量数据进行收集(步骤s10)，基于收集到的第1测量数据而决定各第1测量数据的正常范围或正常范围比率(步骤s11)。
77.之后，异常预兆检测装置1的处理部30在判定设备3的异常的预兆时，从各测量装置5对第1测量数据进行收集(步骤s12)，使收集到的第1测量数据存储于存储部20(步骤s13)。然后，处理部30从存储部20读出第1测量数据，对读出的第1测量数据进行分析(步骤s14)。
78.处理部30基于步骤s13中的分析结果，对是否存在对象部位进行判定(步骤s15)。处理部30在判定为存在对象部位的情况下(步骤s15：yes)，选择与对象部位有关的至少1个测量装置5(步骤s16)，从选择出的至少1个测量装置5对第2测量数据进行收集(步骤s17)，使收集到的第2测量数据存储于存储部20(步骤s18)。然后，处理部30从存储部20读出第2测量数据，对读出的第2测量数据进行分析(步骤s19)。
79.处理部30基于步骤s19中的分析结果，对在设备3是否存在异常预兆进行判定(步骤s20)。处理部30在判定为存在异常预兆的情况下(步骤s20：yes)，将表示产生了异常预兆的信息即异常预兆产生信息输出(步骤s21)。
80.处理部30在步骤s21的处理结束的情况下，在判定为没有对象部位的情况下(步骤s15：no)，或在判定为没有异常预兆的情况下(步骤s20：no)，对是否存在处理中止指示进行判定(步骤s22)。处理部30在判定为没有处理中止指示的情况下(步骤s22：no)，使处理向步骤s12转移。另外，处理部30在判定为存在处理中止指示的情况下(步骤s22：yes)，使图6所示的处理结束。
81.图7是表示实施方式1涉及的异常预兆检测装置的硬件结构的一个例子的图。如图7所示，异常预兆检测装置1包含计算机，该计算机具有处理器101、存储器102、通信装置103、接口电路104、显示装置105。
82.处理器101、存储器102、通信装置103、接口电路104、及显示装置105例如能够通过总线106彼此进行数据的收发。通信部10由通信装置103实现。显示部40由显示装置105实现。处理器101通过读出而执行在存储器102存储的程序，从而执行处理部30的功能。处理器101例如是处理电路的一个例子，包含cpu(central processing unit)、dsp(digital signal processor)、及系统lsi(large scale integration)中的大于或等于一者。
83.存储器102包含ram(random access memory)、rom(read only memory)、闪存、eprom(erasable programmable read only memory)、及eeprom(注册商标)(electrically erasable programmable read only memory)中的大于或等于一者。另外，存储器102包含计算机可读取的记录有程序的记录介质。该记录介质包含非易失性或易失性半导体存储器、磁盘、软盘、光盘、高密度盘、及dvd(digital versatile disc)中的大于或等于一者。此外，异常预兆检测装置1也可以包含asic(application specific integrated circuit)及fpga(field programmable gate array)等集成电路。
84.如上所述，实施方式1涉及的异常预兆检测装置1具有第1数据收集部11、选择部31、第2数据收集部12、判定部32。第1数据收集部11从多个测量装置51、52、
…
、5n收集由对设备3的状态各自进行测量的多个测量装置5的每一者以第1周期t1测量的数据即第1测量数据。选择部31基于由第1数据收集部11收集到的第1测量数据，选择多个测量装置5中的至少1个测量装置5。第2数据收集部12从由选择部31选择出的至少1个测量装置对以比第1周期
t1短的第2周期t2测量的数据即第2测量数据进行收集。判定部32基于由第2数据收集部12收集到的第2测量数据，对在设备3是否产生了异常的预兆进行判定。这样，异常预兆检测装置1通常对以长周期测量出的第1测量数据进行收集，在有可能产生了异常的预兆的情况下，对以短周期测量出的第2测量数据进行收集而对异常的预兆进行判定。由此，异常预兆检测装置1不进行对庞大的数据进行收集、存储的处理、及使用以短周期测量出的第2测量数据而始终对异常的预兆进行监视的处理等，因此能够减轻处理负荷。另外，异常预兆检测装置1不需要高容量的存储器、高速通信、及运算能力高的处理器，因此能够抑制对异常的预兆进行监视的成本。
85.另外，异常预兆检测装置1具有决定部33，该决定部33基于在设备3处于正常的状态时从数个测量装置5中的所对应的测量装置5各自由第1数据收集部11收集的多个第1测量数据，决定多个第1测量数据的每一者的正常范围。选择部31在从多个测量装置5中的所对应的测量装置5各自由第1数据收集部11收集到的多个第1测量数据中的至少1者脱离了正常范围的情况下，选择至少1个测量装置5。由此，异常预兆检测装置1的利用者或管理者能够在不预先设定正常范围的情况下，对异常的预兆进行检测。
86.另外，决定部33基于在设备3处于正常的状态时从多个测量装置5中的所对应的测量装置5由第1数据收集部11各自收集到的多个第1测量数据间的比率，对多个第1测量数据间的比率的正常范围即正常范围比率进行判定。为了实现由判定部32进行的异常的预兆的判定，选择部31基于从多个测量装置5中的所对应的测量装置5各自由第1数据收集部11收集到的多个第1测量数据间的比率和正常范围比率，选择至少1个测量装置5。由此，异常预兆检测装置1的利用者或管理者能够在不预先设定正常范围的情况下，对异常的预兆进行检测。另外，异常预兆检测装置1能够高精度地设定正常范围。
87.另外，实施方式1涉及的异常预兆检测系统100具有异常预兆检测装置1、多个测量装置51、52、
…
、5n。多个测量装置51、52、
…
、5n的每一者具有：测量部50，其以第1周期t1对表示设备3的状态的数据进行测量而生成第1测量数据；以及判定部53，其基于由测量部50生成的第1测量数据，对在设备3中是否存在被设为异常的预兆的判定对象的部位进行判定。选择部31基于由多个测量装置51、52、
…
、5n的各个判定部53得到的判定结果，选择至少1个测量装置5。由此，异常预兆检测装置1不进行对庞大的数据进行收集、存储的处理、及使用以短周期测量出的第2测量数据而始终对异常的预兆进行监视的处理等，因此能够减轻处理负荷。另外，异常预兆检测装置1不需要高容量的存储器、高速通信、及运算能力高的处理器，因此能够抑制对异常的预兆进行监视的成本。
88.实施方式2
89.实施方式2涉及的异常预兆检测系统与实施方式1涉及的异常预兆检测系统100的区别在于，不使用正常范围比率而是基于多个第1测量数据间的比率，对是否存在有可能产生了异常的预兆的部位进行判定。下面，对具有与实施方式1相同的功能的结构要素标注相同标号并省略说明，以与实施方式1涉及的异常预兆检测系统100的不同点为中心进行说明。
90.图8是表示本发明的实施方式2涉及的异常预兆检测系统的结构的一个例子的图。如图8所示，实施方式2涉及的异常预兆检测系统100a在具有异常预兆检测装置1a这一点上与具有异常预兆检测装置1的异常预兆检测系统100不同，该异常预兆检测装置1a具有处理
部30a，该异常预兆检测装置1具有处理部30。
91.处理部30a在替代选择部31而具有选择部31a，进一步不具有决定部33这一点上与处理部30不同。选择部31a基于多个测量装置5间的第1测量数据的比率，对在设备3是否存在有可能产生了异常的预兆的部位进行判定。
92.图9是表示实施方式2涉及的异常预兆检测装置、设备及多个测量装置之间的关系的一个例子的图。在图9所示的例子中，作为设备3的结构要素，设备3具有多个生产线21、22、
…
、2n。n为大于或等于3的自然数。下面，在不单独对多个生产线21、22、
…
、2n的每一者进行区分地表示的情况下，有时记载为生产线2。多个生产线2具有彼此相同的生产装置4。
93.具体而言，生产线21具有生产装置41，生产线22具有生产装置42，生产线2n具有生产装置4n。多个生产装置41、42、
…
、4n是彼此相同的生产装置。此外，在图9所示的例子中，对1台生产装置4配置有1个测量装置5，但也可以对1台生产装置4配置有多个测量装置5。
94.选择部31a基于多个测量装置5间的第1测量数据的比率，选择至少1个测量装置5。例如，选择部31a在多个测量装置5的第1测量数据中的一部分第1测量数据偏离了其它第1测量数据的情况下，判定为在设备3中存在被设为异常的预兆的判定对象的部位即对象部位。在该情况下，选择部31a决定与对象部位有关的至少1个测量装置5。
95.图10是用于说明由实施方式2涉及的异常预兆检测装置进行的对象部位的判定处理的图。在图10中，与图4及图5相同地，将生产装置41表示为“生产装置a”，将生产装置42表示为“生产装置b”，将生产装置4n表示为“生产装置c”。在图10中，将从设置于生产装置41、42、4n的测量装置51、52、5n输出的测量数据作为生产装置41、42、4n的测量数据而以图形示出。
96.如图10中的左侧的图形所示，在设备3正常的情况下，生产装置41、42、4n的测量数据相同。在图10所示的例子中，为了方便说明，将正常时的生产装置41、42、4n的测量数据设为“1”。
97.如图10中的右侧的图形所示，生产装置41的测量数据成为相对于生产装置42、4n的测量数据超过1.2倍的状态。另外，将大于0.8且小于1.2的范围设为正常范围比率。在该情况下，选择部31a判定为在生产装置41有可能产生了异常的预兆，决定测量装置51作为对第2测量数据进行收集的测量装置。
98.具体而言，选择部31a针对各个第1测量数据对与其它多个第1测量数据的合计值的比率进行计算。例如，生产装置41的第1测量数据相对于其它生产装置42、4n的第1测量数据的合计值的比率为“1.3”，超过生产装置41的第1测量数据的正常范围比率，因此选择部31a判定为在生产装置41有可能产生了异常的预兆。
99.另外，选择部31a也能够基于各生产装置41、42、4n的测量数据相对于生产装置41、42、4n的测量数据的平均值的比率，对在设备3是否存在有可能产生了异常的预兆的部位进行判定。例如，生产装置41的测量数据为“1.3”，生产装置42的测量数据为“1.0”，生产装置4n的测量数据为“1.0”。
100.在该情况下，生产装置41、42、4n的测量数据的平均值为“1.1”。而且，生产装置41的测量数据相对于平均值的比率为“1.18”，生产装置42的测量数据相对于平均值的比率为“0.91”，生产装置4n的测量数据相对于平均值的比率为“0.91”。选择部31a判定为在生产装置41有可能产生了异常的预兆。此外，在图10所示的例子中，将下限值设为比0.9倍大的值，将上限值设为比1.1倍小的值，但并不限于该例子。
101.如上所述，选择部31a基于多个测量装置5的第1测量数据的比率，对在设备3是否存在有可能产生了异常的预兆的部位进行判定。异常预兆检测装置1a的利用者或管理者能够在不预先设定正常范围的情况下，对异常的预兆进行检测。
102.实施方式2涉及的异常预兆检测装置1a的硬件结构例与图7所示的异常预兆检测装置1的硬件结构相同。处理器101通过读出而执行在存储器102存储的程序，从而能够执行处理部30a的功能。
103.如上所述，在实施方式2涉及的异常预兆检测系统100a中，设备3是包含多个生产装置41、42、
…
、4n的生产设备。多个生产装置41、42、
…
、4n是结构彼此相同的生产装置。多个测量装置51、52、
…
、5n配置于多个生产装置41、42、
…
、4n中的所对应的生产装置4。选择部31a基于从多个测量装置51、52、
…
、5n中的所对应的测量装置5各自收集到的多个第1测量数据的比率，选择至少1个测量装置5。由此，异常预兆检测装置1a的利用者或管理者能够在不预先设定正常范围的情况下，对异常的预兆进行检测。另外，异常预兆检测装置1a能够高精度地设定正常范围。
104.以上实施方式所示的结构表示的是本发明的内容的一个例子，也可以与其它公知的技术进行组合，在不脱离本发明的主旨的范围内，也可以对结构的一部分进行省略、变更。
105.标号的说明
106.1、1a异常预兆检测装置，2、21、22、
…
、2n生产线，3设备，4、41、42、
…
、4n生产装置，5、51、52、
…
、5n测量装置，10、52通信部，11第1数据收集部，12第2数据收集部，20存储部，21第1数据存储部，22第2数据存储部，30、30a处理部，31、31a选择部，32、53判定部，33决定部，34输出处理部，40显示部，50测量部，51数据存储部，100、100a异常预兆检测系统。