JP4044837B2

JP4044837B2 - Abnormality detection system for moving body, and abnormality detection method for moving body

Info

Publication number: JP4044837B2
Application number: JP2002368705A
Authority: JP
Inventors: 直樹河田; 英將春木
Original assignee: Tokyu Car Corp
Current assignee: Tokyu Car Corp
Priority date: 2002-12-19
Filing date: 2002-12-19
Publication date: 2008-02-06
Anticipated expiration: 2022-12-19
Also published as: JP2004199501A

Description

【０００１】
【発明の属する技術分野】
本発明は、鉄道車両や搬送車といった車両等の移動体の異常を検出する異常検出システムに関するものである。
【０００２】
【従来の技術】
車両等の移動体の保全については、定期点検といったように一定時間が経過するごとに保全を行う時間基準保全方式から、移動体の状態を監視して適切な時点に保全を行う状態基準保全方式へと主流が移りつつある。状態基準保全方式においては、移動体の状態を監視して、移動体の各部の異常を検出するモニタリング技術が重要である。従来のモニタリング技術においては、移動体の各部の状態をセンサによって監視し、移動体の各部の正常状態と異常状態を判別するために予め定めた閾値とセンサの出力値とを比較することによって異常が検出されている、しかしながら、移動体の各部が正常の場合と異常の場合とでセンサの出力値に大きな差異が表れない場合が多く、上記した閾値を設定することが困難な結果、異常が見落とされる場合がある。
【０００３】
一方、製品の異常を検出する手法としてＭＴシステムが近年注目を集めている。ＭＴシステムでは、正常状態の複数の製品それぞれからセンサ等によって取得される特性量に基づいて複数のベクトルデータを生成して、基準空間を形成する。ＭＴシステムでは、この基準空間において導出されるマハラノビス距離計算式に、異常検出対象の製品から取得されるベクトルデータを代入してマハラノビス距離を算出し、このマハラノビス距離と所定の閾値を比較することによって製品の異常を検出することができる。このマハラノビス距離は、正常状態の製品におけるベクトルデータの分布、すなわち正常状態の特性量の分散及びベクトルを構成する各次元間の特性量の相関が距離の演算に反映されており、正常状態と異常状態における特性量の差異が小さくても、正常状態と異常状態との距離差を大きくすることができる。したがって、正常状態と異常状態とのマハラノビス距離の間に閾値を設定することが容易となるので、ＭＴシステムによれば製品の異常を精度よく検出できる。
【０００４】
このようなＭＴシステムを車両の異常検出に用いた技術として、車両のエンジン回転数、水温、油圧等をセンサによって計測し、これらを特性量としてベクトルデータを生成して、ＭＴシステムによって車両の状態監視を行う技術が知られている（非特許文献１）。
【０００５】
【非特許文献１】
大西孝一、他２名、”テレメータリングによるレース車輌の異常診断システムの構築”、第１０回品質工学研究発表大会、２００２年、ｐ．２８６−２８９。
【０００６】
【発明が解決しようとする課題】
しかしながら、移動体は走行するために存在する環境が変化するので、上記したセンサの出力にも環境によって変化する種々の外乱が含まれる。すなわち、センサの出力値に大きなバラツキが生じるので、単純にセンサの出力値を特性量とするベクトルデータにＭＴシステムを適用しても、正常状態のマハラノビス距離と精異常状態のマハラノビス距離とを分離することが困難な結果、移動体に発生する異常を精度良く検出するこができない。
【０００７】
そこで、本発明の目的は、ＭＴシステムを用い移動体の異常を精度良く検出する移動体の異常検出システムを提供することにある。
【０００８】
【課題を解決するための手段】
上記目的を達成するため、本発明の異常検出システムは、移動体の異常を検出する異常検出システムであって、上記移動体において所定の特性量を計測する計測手段と、上記計測手段によって計測される上記特性量からなる第１の信号に、当該第１の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第２の信号を生成する信号処理手段と、上記第２の信号から抽出される複数ポイントの信号値からなり、上記移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する演算パラメータ記録手段と、上記移動体の稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出するマハラノビス距離算出手段と、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記移動体の異常を検出する異常検出手段とを備えることを特徴としている。
【０００９】
また、上記目的を達成するため、本発明の異常検出方法は、移動体の異常を検出する異常検出方法であって、計測手段が、上記移動体において所定の特性量を計測する計測ステップと、信号処理手段が、上記計測手段によって計測される上記特性量からなる第１の信号に、当該第１の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第２の信号を生成する信号処理ステップと、マハラノビス距離算出手段が、上記第２の信号から抽出される複数ポイントの信号値からなり、上記移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出され、演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、上記移動体の稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、異常検出手段が、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記移動体の異常を検出する異常検出ステップとを備えることを特徴としている。
【００１０】
かかる発明によれば、計測手段によって計測される特性量からなる第１の信号に、信号処理手段が所定の信号処理を施して第２の信号を生成する。この所定の信号処理とは、第１の信号に含まれる移動体の異常に基づく成分を強調する処理である。例えば、移動体の異常によってインパルス波形成分が第１の信号に含まれるという知見がある場合には、移動分散処理やバンドパスフィルタ処理等の処理を適用するができ、移動体の異常によってランプ波形成分が第１の信号に含まれるという知見がある場合には積分処理や移動平均処理等を適用することができる。マハラノビス距離算出手段は、移動体の稼働時に計測手段によって計測された第１の信号に基づいて生成される第２の信号から複数ポイントの信号値を抽出し、これら信号値からベクトルデータを生成してマハラノビス距離を算出する。マハラノビス距離の算出に用いられる計算式は、所定の基準時において計測手段によって計測された特性量に基づいて上記と同様に生成された複数のベクトルデータが形成する基準空間において導出されたものである。ここで、「所定の基準時」とは、正常状態の移動体におけるセンサ出力と同様の出力が得られると想定される予め定められた時間である。このようにマハラノビス距離算出手段によって算出されるマハラノビス距離は、信号処理手段によって異常が強調された第２の信号から抽出されたベクトルデータに対して求められるので、移動体に異常がある場合には、正常状態の移動体から取得されるマハラノビス距離に比して大きくなる。したがって、異常状態のマハラノビス距離と正常状態のマハラノビス距離を良好に分離できる結果、異常検出手段によってマハラノビス距離と所定の閾値とを比較することで移動体の異常をその移動体において精度良く検出することができる。
【００１１】
また、本発明の異常検出システムにおいては、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記移動体の異常レベルを検出することを特徴としても良い。
【００１２】
また、本発明の異常検出方法においては、上記異常検出ステップにおいて、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記移動体の異常レベルを検出することを特徴としても良い。
【００１３】
一般に、移動体の異常の進行、すなわち異常レベルに比例してマハラノビス距離は大きくなる。かかる発明によれば、異常検出手段が上記のマハラノビス距離とレベルの異なる複数の所定の閾値とを比較することによって、移動体の異常レベルを検出することができる。
【００１４】
上記目的を達成するため、本発明の異常検出システムは、複数の移動体それぞれの異常を基地局において検出する異常検出システムであって、上記複数の移動体それぞれにおいて所定の特性量を計測する計測手段と、上記計測手段によって計測される上記特性量からなる第１の信号に、当該第１の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第２の信号を生成する信号処理手段と、上記第２の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する演算パラメータ記録手段と、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出するマハラノビス距離算出手段と、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する異常検出手段とを備え、少なくとも上記演算パラメータ記録手段と、上記マハラノビス距離算出手段と、上記マハラノビス距離算出手段とが上記基地局に設けられたことを特徴としている。
【００１５】
また、上記目的を達成するため、本発明の異常検出方法は、複数の移動体それぞれの異常を基地局において検出する異常検出方法であって、計測手段が、上記複数の移動体それぞれにおいて所定の特性量を計測する計測ステップと、信号処理手段が、上記計測手段によって計測される上記特性量からなる第１の信号に、当該第１の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第２の信号を生成する信号処理ステップと、上記基地局においてマハラノビス距離算出手段が、上記第２の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出され、演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、上記基地局において異常検出手段が、上記マハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する異常検出ステップとを備えることを特徴としている。
【００１６】
上述した発明では、所定の基準時に個々の移動体において計測された特性量に基づいて基準空間が作成され、マハラノビス距離計算式が導出されているが、かかる発明によれば、所定の基準時に複数の移動体それぞれにおいて計測された特性量に基づいて基準空間が作成され、この基準空間においてマハラノビス距離計算式が導出されている。そして、基地局にマハラノビス距離算出手段と異常検出手段とが備えられ、複数の移動体それぞれの稼働時における第１の信号に基づいて生成されたベクトルデータに対してマハラノビス距離が算出され、複数の移動体それぞれにおける異常の有無が基地局において検出される。したがって、複数の車両によって編成された鉄道車両や、構内を走行する同型の搬送車といったように、複数の移動体それぞれにおける異常を基地局において一元的に検出することができる。
【００１７】
また、本発明の異常検出システムにおいては、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記複数の移動体それぞれの異常レベルを検出することを特徴としても良い。
【００１８】
また、本発明の異常検出方法においては、上記異常検出ステップにおいて、上記異常検出手段は更に、レベルの異なる複数の所定の閾値と上記マハラノビス距離とを比較し、当該比較の結果に基づいて上記複数の移動体それぞれの異常レベルを検出することを特徴としても良い。
【００１９】
これらの発明によれば、異常検出手段が上記のマハラノビス距離とレベルの異なる複数の所定の閾値とを比較することによって、複数の移動体それぞれの異常レベルを検出することができる。
【００２０】
上記目的を達成するため、本発明の異常検出システムは、複数の移動体それぞれの異常を検出する異常検出システムであって、上記複数の移動体それぞれに、当該移動体において所定の特性量を計測する計測手段と、上記計測手段によって計測される上記特性量からなる第１の信号に、当該第１の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第２の信号を生成する信号処理手段と、上記第２の信号から抽出される複数ポイントの信号値からなり、当該移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する第１の演算パラメータ記録手段と、当該移動体の稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記第１の演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出する第１のマハラノビス距離算出手段と、上記第１のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって当該移動体の異常を検出する第１の異常検出手段とを備え、上記第２の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出されるマハラノビス距離計算式の演算パラメータを記録する第２の演算パラメータ記録手段と、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを上記第２の演算パラメータ記録手段に記録された上記演算パラメータによるマハラノビス距離計算式に代入し、マハラノビス距離を算出する第２のマハラノビス距離算出手段と、上記第２のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する第２の異常検出手段とを上記基地局に備えることを特徴としている。
【００２１】
また、上記目的を達成するため、本発明の異常検出方法は、複数の移動体それぞれの異常を検出する異常検出方法であって、上記複数の移動体それぞれにおいて、計測手段が、当該移動体における所定の特性量を計測する計測ステップと、信号処理手段が、上記計測手段によって計測される上記特性量からなる第１の信号に、当該第１の信号に含まれ上記移動体に発生する異常に基づく成分を強調する所定の信号処理を施してなる第２の信号を生成する信号処理ステップと、第１のマハラノビス距離算出手段が、上記第２の信号から抽出される複数ポイントの信号値からなり、当該移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測される上記特性量に基づいて生成される基準空間において導出され、第１の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、当該移動体の稼働時において当該移動体に備えられた上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出する第１のマハラノビス距離算出ステップと、第１の異常検出手段が、上記第１のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記移動体の異常を検出する第１の異常検出ステップとを備え、上記基地局において、第２のマハラノビス距離算出手段が、上記第２の信号から抽出される複数ポイントの信号値からなり、上記複数の移動体から各々取得される複数のベクトルデータによって形成される基準空間であって、当該複数のベクトルデータ各々が所定の基準時に上記計測手段によって計測された上記特性量に基づいて生成される基準空間において導出され、第２の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式に、上記複数の移動体それぞれの稼働時において上記計測手段によって計測される上記特性量に基づいて上記信号処理手段によって生成される上記第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを代入し、マハラノビス距離を算出するマハラノビス距離算出ステップと、第２の異常検出手段が、上記第２のマハラノビス距離算出手段によって算出された上記マハラノビス距離と所定の閾値とを比較することによって上記複数の移動体それぞれの異常を検出する第２の異常検出ステップとを備えることを特徴としている。
【００２２】
かかる発明によれば、複数の移動体それぞれには、個々の移動体に第１の演算パラメータ記憶手段と、第１のマハラノビス距離算出手段と、第１の異常検出手段が備えられている。また、基地局には、第２の演算パラメータ記憶手段と、第２のマハラノビス距離演算手段と、第２の異常検出手段が備えられている。個々の移動体に備えられた第１の演算パラメータ記憶手段には、所定の基準時にその移動体において計測された特性量に基づく基準空間において導出されたマハラノビス距離計算式の演算パラメータが記録されている。個々の移動体では、この第１の演算パラメータ記録手段に記録された演算パラメータによるマハラノビス距離計算式を用いて第１のマハラノビス距離算出手段がマハラノビス距離を算出し、第１の異常検出手段が異常を検出する。一方、基地局に備えられた第２の演算パラメータ記録手段には、所定の基準時に複数の移動体それぞれにおいて計測された特性量に基づく基準空間において導出されたマハラノビス距離計算式の演算パラメータが記録されている。基地局においては、この演算パラメータによるマハラノビス距離計算式を用いて第２のマハラノビス距離算出手段がマハラノビス距離を算出し、第２の異常検出手段が複数の移動体それぞれの異常を一元的に検出する。したがって、個々の移動体では早期に自己の異常を検出することができると共に、基地局では複数の移動体それぞれの異常を一元的に検出することができる。これによって、例えば、複数の車両によって編成される鉄道車両について、個々の車両の異常をその車両において個別に検出することができると共に、編成中の複数の車両それぞれのマハラノビス距離を相対的に比較することで、編成中の車両の保全時期を適切に定めることができる。
【００２３】
【発明の実施の形態】
本発明の実施形態にかかる異常検出システムについて説明する。なお、以下の実施形態に関する説明においては、説明の理解を容易にするため、各図面において同一又は相当の部分に対しては同一の符号を附すこととする。
【００２４】
（第１実施形態）
まず、第１実施形態の異常検出システム１について図１を参照して説明する。図１は異常検出システム１の機能的な構成を示すブロック図である。図１に示すように、異常検出システム１は、移動体１０に設けられるものである。ここで、移動体１０としては、編成された鉄道車両における一両ごとの車両や、搬送車等が例示される。
【００２５】
異常検出システム１は、計測部１２と、信号処理部１４と、演算パラメータ記録部データベース（以下、「演算パラメータ記録ＤＢ」と呼ぶ）１６と、マハラノビス距離算出部（以下、「ＭＤ算出部」と呼ぶ。）１８と、異常検出部２０とを備える。
【００２６】
計測部１２は、移動体の各部における特性量を計測するセンサである。本実施形態では、計測部１２は加速度センサ２２と圧力センサ２４と温度センサ２６とを備えている。加速度センサ２２は、移動体１０の加速度を計測し、圧力センサは移動体１０の空気ばねの内圧を計測し、温度センサは移動体１０の軸箱の温度を計測する。
【００２７】
信号処理部１４は、計測部１２によって異なる時刻に計測される複数の特性量からなる第１の信号に所定の信号処理を施してなる第２の信号を生成する。ここで「所定の信号処理」とは、移動体１０の各部の異常によって第１の信号に現れることが既知の成分を強調する処理であって、予め定められた信号処理である。例えば、加速度センサ２２によって出力される第１の信号には、移動体１０の軸ばねが破損した場合に、インパルス波形成分が現れるので、このインパルス波形成分を強調する信号処理として、通過帯域の異なる複数のバンドパスフィルタ処理とウィンドウ幅の異なる複数の移動分散処理とが第１の信号にそれぞれ施されることが予め定められている。また、圧力センサ２４によって出力される第１の信号には、圧力ばねのパンクによってランプ波形成分が現れるので、このランプ波形成分を強調する信号処理として、ウィンドウ幅が異なる複数の移動平均処理と積分処理とが第１の信号に施されることが予め定められている。また、温度センサ２６によって出力される第１の信号には、移動体１０の軸受に異常が発生することによって、ランプ波形成分が現れるので、ウィンドウ幅の異なる複数の移動平均処理と積分処理とが第１の信号に施されることが予め定められている。このように、信号処理部１４は、第１の信号に複数の所定の信号処理をそれぞれ施すことによって、第１の信号に現れる移動体１０の各部の異常を強調した複数の第２の信号を生成する。なお、信号処理部１４によって第１の信号に適用される所定の信号処理は、第１の信号に含まれる移動体１０の各部に現れる異常に基づく成分を強調することに無関係の処理を含んでいても良い。例えば、信号処理部１４は上述したバンドパスフィルタ処理、移動分散処理、移動平均処理、積分処理等の信号処理を全て第１の信号に施すことができる。これによって、移動体１０の各部に現れる異常に起因するものの、その異常に起因して第１の信号に現れることが未知の成分を強調する可能性を高めて、未知の異常をも検出することが可能とされる。
【００２８】
演算パラメータ記録ＤＢ１６には、移動体１０の各部の異常を検出するためのマハラノビス距離計算式の演算パラメータが記録されている。ここで、マハラノビス距離計算式の導出について、一般的な製品の良否判定におけるマハラノビス距離計算式の導出を例にとって説明を行う。この導出においては、まず、基準空間を作成するため、良品であることが既知の製品ｎ個それぞれについて計測項目Ｘ₁，Ｘ₂・・・Ｘ_k取得し、Ｘ₁，Ｘ₂・・・Ｘ_kによってなるベクトルデータをｎ個の製品それぞれについて生成し、これらｎ個のベクトルデータによって基準空間を形成する。そして、取得されたそれぞれの計測項目の平均値ｍ₁，ｍ₂・・・・ｍ_k及び標準偏差σ₁，σ₂・・・σ_kを求めておき、ｎ個の製品それぞれの計測項目を式（１）によって基準化する。
【００２９】
【数１】

なお、式（１）において、添字のｉは上記の計測項目へのインデックスであり、ｊは基準空間の作成に用いたｎ個の製品それぞれへのインデックスである。
【００３０】
また、上記のように基準化されたｎ個の製品それぞれの計数項目を用いて、相関行列の逆行列ａ_ijを求める。そして、相関行列の逆行列ａ_ij、平均値ｍ₁，ｍ₂・・・・ｍ_k及び標準偏差σ₁，σ₂・・・σ_kを用いると、マハラノビス距離Ｄ²を計算するためのマハラノビス距離計算式が、以下の式（２）として導出できる。
【００３１】
【数２】

この式（２）のＸ_i、Ｘ_jに、被判定対象の製品について計測した上記の計測項目の値を代入すると、マハラノビス距離Ｄ²が算出できる。
【００３２】
異常検出システム１では、所定の基準時において移動体１０の計測部１２によって計測された特性量に基づく第１の信号に、信号処理部１４が複数の所定の信号処理を施してなる複数の第２の信号それぞれから複数ポイントの信号値を取得し、これら信号値によってベクトルデータが生成される。ここで、「所定の基準時」とは、移動体１０の計測部１２から移動体１０の各部が正常状態のときに得られるセンサの出力と同様の出力が得られると想定される時間である。例えば、異常検出システム１においては、加速度センサ２２からの出力については数分前の出力を「所定の基準時」における出力としており、圧力センサ２４及び温度センサ２６からは入庫時の出力を「所定の基準時」における出力としている。また、第２の信号から取得する複数ポイントの信号値は、１０ミリ秒毎に１００秒間蓄積される信号値を用いている。
【００３３】
このようにして形成される基準空間は、加速度センサ２２、圧力センサ２４、温度センサ２６のそれぞれの出力ごとに形成されており、本実施形態では、３つの基準空間が形成される。そして、それぞれの基準空間において導出されるマハラノビス距離計算式の演算パラメータである、相関行列逆行列ａ_ij、平均値ｍ₁，ｍ₂・・・・ｍ_k及び標準偏差σ₁，σ₂・・・σ_kといった情報が、演算パラメータ記録ＤＢ１６に記録される。
【００３４】
ＭＤ算出部１８は、移動体１０の稼動時に計測された特性量を用いて信号処理部１４によって生成される複数の第２の信号から上記と同様に複数ポイントの信号値を抽出して、ベクトルデータを生成する。ＭＤ算出部１８は、このベクトルデータに、演算パラメータ記録ＤＢ１６に記録された演算パラメータによるマハラノビス距離計算式を適用してマハラノビス距離を算出する。例えば、加速度センサ２２によって移動体１０の稼動時に計測された特性量に基づいて生成されたベクトルデータは、加速度センサ２２によって出力された特性量に基づいて生成された演算パラメータによるマハラノビス距離計算式に代入され、マハラノビス距離が算出される。圧力センサ２４及び温度センサ２６についても、同様に移動体１０の稼動時において計測した特性量に基づくベクトルデータが、対応する演算パラメータによるマハラノビス距離計算式に代入されてマハラノビス距離が算出される。
【００３５】
異常検出部２０は、ＭＤ算出部１８によって算出されたマハラノビス距離と所定の閾値とを比較し、移動体１０の各部の異常を検出する。この「所定の閾値」とは、移動体１０の各部が正常状態にある場合に算出されたマハラノビス距離と、移動体１０の各部に異常が発生した際のマハラノビス距離それぞれの分布から、両者を分離するのに良好な閾値が予め定められたものである。異常検出部２０は異常を検出した場合に、例えば移動体１０に設けた表示装置等に異常部位と異常が発生した旨の表示を行うことによって、移動体１０の各部に発生した異常を警告することができる。ここで、上記した「所定の閾値」は、レベルの異なる複数の閾値であっても良い。一般に、監視対象の異常が進行するにつれて、マハラノビス距離は大きくなるので、レベルの異なる複数の閾値とマハラノビス距離を比較すると、監視対象の異常の進行度合いを検出できる。
【００３６】
以下、本実施形態にかかる異常検出システム１の動作について説明し、併せて本実施形態にかかる異常検出方法について説明する。図２は、本実施形態にかかる異常検出方法のフローチャートである。図２に示すように、この異常検出方法においては、移動体１０の稼働時において計測部１２が移動体１０の各部の特性量を計測する（ステップＳ０１）。次に、信号処理部１４が上述したように計測部１２によって計測される特性量からなる第１の信号に所定の信号処理を施して、第２の信号を生成する（ステップＳ０２）。ＭＤ算出部１８は、この第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを生成し、演算パラメータ記録ＤＢ１６に記録された演算パラメータによるマハラノビス距離計算式を適用して、マハラノビス距離を算出する（ステップＳ０３）。次に、異常検出部２０が、ＭＤ算出部１８によって算出されたマハラノビス距離と所定の閾値を比較することによって、移動体１０の各部の異常を検出する（ステップＳ０４）。
【００３７】
以上説明したように、第１実施形態にかかる異常検出システム１によれば、信号処理部１４が計測部１２によって計測される特性量よりなる第１の信号に、移動体１０の各部の異常に基づく成分を強調する所定の信号処理を施すので、移動体１０の各部に異常が発生した場合のマハラノビス距離を大きくすることができる結果、移動体１０の各部の異常をその移動体１０において良好に検出することができる。
【００３８】
（第２実施形態）
次に、第２の実施形態にかかる異常検出システム２について説明する。図３は、異常検出システム２が構築された環境を示す図である。図４は、異常検出システム２の機能的な構成を示すブロック図である。図３に示すように、異常検出システム２は、複数の鉄道車両２８と基地局３２とによって構成された環境に設けられている。鉄道車両２８は、複数の車両３０を移動体として備えている。なお、異常検出システム２は、例えば同型の搬送車が工場構内を走行するような環境においても適用することができる。
【００３９】
図３に示すように、異常検出システム２は、計測部１２と、信号処理部１４と、通信部３４と、演算パラメータ記録部３６と、ＭＤ算出部３８と、異常検出部４０とを備える。計測部１２と、信号処理部１４と、通信部３４は、複数の移動体３０にそれぞれ備えられるものであり、演算パラメータ記録部３６と、ＭＤ算出部３８と、異常検出部４０とは、基地局３２に備えられる。なお、計測部１２、信号処理部１４は、第１実施形態の異常検出システム１の計測部１２、信号処理部１４と同様の構成要素であるため、これらの説明は省略する。
【００４０】
通信部３４は、信号処理部１４によって生成された第２の信号を基地局３２に送信する。通信部３４は、無線ＬＡＮ等によって第２の信号を基地局３２に送信することができる。なお、通信部３４が採用する通信方式は無線ＬＡＮに限られるものではない。また、通信部３４を備えなくても、信号処理部１４によって生成された第２の信号を記録するデータベースを複数の移動体３０にそれぞれ備え、記録媒体等を介して、基地局３２に第２の信号を送ることができる。
【００４１】
演算パラメータ記録ＤＢ３６は、複数の移動体３０それぞれの各部の異常を検出するためのマハラノビス距離計算式の演算パラメータが記録されている。演算パラメータ記録ＤＢ３６には、第１実施形態の演算パラメータ記録ＤＢ１６と同様に、加速度センサ２２による出力に基づいて生成される演算パラメータ、圧力センサ２４による出力に基づいて生成される演算パラメータ、温度センサ２６による出力に基づいて生成される演算パラメータの３つの演算パラメータが記録されている。これらの演算パラメータはそれぞれ、複数の移動体３０のそれぞれおいて計測部１２によって計測された特性量に基づいて生成される複数のベクトルデータによって形成される基準空間において導出されたマハラノビス距離計算式の演算パラメータである。
【００４２】
ＭＤ算出部３８は、移動体３０から送信される第２の信号からベクトルデータを生成する。ＭＤ算出部３８は、このベクトルデータを演算パラメータ記録ＤＢ３６に記録された演算パラメータによるマハラノビス距離計算式に代入してマハラノビス距離を算出する。
【００４３】
異常検出部４０は、ＭＤ算出部３８によって算出されたマハラノビス距離を所定の閾値と比較することによって、複数の移動体３０それぞれの各部の異常を検出する。
【００４４】
以下、本実施形態にかかる異常検出システム２の動作について説明し、併せて本実施形態にかかる異常検出方法について説明する。図５は本実施形態にかかる異常検出方法のフローチャートである。この異常検出方法においては、複数の移動体３０それぞれの稼働時において計測部１２が移動体３０の各部の特性量を計測する（ステップＳ１１）。次に、信号処理部１４が上述したように計測部１２によって計測される特性量からなる第１の信号に所定の信号処理を施して、第２の信号を生成する（ステップＳ１２）。次に、通信部３４が、信号処理部１４によって生成された第２の信号を基地局３２に送信する（ステップＳ１３）。基地局３２において、ＭＤ算出部３８はこの第２の信号から複数ポイントの信号値を抽出してなるベクトルデータを生成し、演算パラメータ記録ＤＢ１６に記録された演算パラメータによるマハラノビス距離計算式を適用して、マハラノビス距離を算出する（ステップＳ１４）。次に、異常検出部４０が、ＭＤ算出部３８によって算出されたマハラノビス距離と所定の閾値を比較することによって、移動体３０の各部の異常を検出する（ステップＳ１５）。
【００４５】
以上説明したように、第２実施形態にかかる異常検出システム２によれば、複数の移動体３０の各部の異常を、基地局３２において一元的に検出することができる。
【００４６】
（第３実施形態）
次に、第３実施形態にかかる異常検出システム３について説明する。図６は、異常検出システム３の機能的な構成を示すブロックである。異常検出システム３は、第２実施形態の異常検出システム２と同様に、複数の移動体４２と基地局３２とによって構成される環境に設けられる。
【００４７】
異常検出システム３は、計測部１２と、信号処理部１４と、演算パラメータ記録ＤＢ１６と、ＭＤ算出部１８と、異常検出部２０と、通信部３４と、演算パラメータ記録ＤＢ３６と、ＭＤ算出部３８と、異常検出部４０とを備える。計測部１２と、信号処理部１４と、演算パラメータ記録ＤＢ１６と、ＭＤ算出部１８と、異常検出部２０と、通信部３４とは、移動体４２に備えられており、演算パラメータ記録ＤＢ３６と、ＭＤ算出部３８と、異常検出部４０とは、基地局３２に備えられている。ここで、信号処理部１４、演算パラメータ記録ＤＢ１６、ＭＤ算出部１８、異常検出部２０はそれぞれ、第１実施形態の異常検出システム１における信号処理部１４、演算パラメータ記録ＤＢ１６、ＭＤ算出部１８、異常検出部２０と同様の構成を有するので説明を省略する。また、通信部３４、演算パラメータ記録ＤＢ３６、ＭＤ算出部３８、異常検出部４０はそれぞれ、第２実施形態の異常検出システム２における通信部３４、演算パラメータ記録ＤＢ３６、ＭＤ算出部３８、異常検出部４０と同様の構成を有するので説明を省略する。また、異常検出システム３の動作、及び異常検出システム３に適用される異常検出方法は、移動体４２においては、異常検出システム１の動作、及びその異常検出方法と同様であり、基地局３２においては、異常検出システム２の動作、及びその異常検出方法と同様であるのでこれらの説明も省略する。
【００４８】
第３実施形態にかかる異常検出システム３によれば、個々の移動体４２において、その移動体４２に備える計測部１２によって計測された特性量に基づくマハラノビス距離計算式を用いてマハラノビス距離を算出することで、個々の移動体４２においてその移動体４２の各部の異常を個別に検出することができる。加えて、基地局３２において、複数の移動体４２それぞれから収集された特性量に基づくマハラノビス距離計算式を用いてマハラノビス距離を算出することで、複数の移動体４２それぞれの異常を一元的に検出することができる。これによって、例えば、複数の車両によって編成される鉄道車両では、個々の車両の異常をその車両において個別に検出することができると共に、基地局３２において編成中の複数の車両それぞれのマハラノビス距離を相対的に比較することで、編成中の車両の保全時期を適切に定めることができる。
【００４９】
なお、本発明は上記した実施形態に限定されることなく種々の変形が可能である。例えば、移動体に備えるセンサは、加速度センサ２２、圧力センサ２４、温度センサ２６に限られるものではない。すなわち、異常検出対象となる移動体の各部から特性量を計測するためのセンサを備え、本発明の思想を適用することで、移動体の他の部分における異常を検出することができる。
【００５０】
【発明の効果】
以上説明したように、本発明によればＭＴシステムを用い移動体の異常を精度良く検出することが可能となる。これによって、移動体の保全時期を適切に定めることができる。
【図面の簡単な説明】
【図１】図１は、第１実施形態にかかる異常検出システムの機能的な構成を示すブロック図である。
【図２】図２は、第１実施形態にかかる異常検出方法のフローチャートである
【図３】図３は、第２実施形態にかかる異常検出システムが構築された環境を示す図である。
【図４】図４は、第２実施形態にかかる異常検出システムの機能的な構成を示すブロック図である。
【図５】図５は、第２実施形態にかかる異常検出方法のフローチャートである。
【図６】図６は、第３実施形態にかかる異常検出システムの機能的な構成を示すブロック図である。
【符号の説明】
１〜３…異常検出システム、１０，３０，４２…移動体、１２…計測部、１４…信号処理部、１６，３６演算パラメータ記録データベース、１８，３８…マハラノビス距離算出部、２０，４０…異常検出部、２２…加速度センサ、２４…圧力センサ、２６…温度センサ、２８…鉄道車両、３２…基地局、３４…通信部。[0001]
BACKGROUND OF THE INVENTION
The present invention relates to an abnormality detection system that detects an abnormality of a moving body such as a railway vehicle or a transport vehicle.
[0002]
[Prior art]
For the maintenance of moving bodies such as vehicles, a state-based maintenance system that monitors the state of a moving body and performs maintenance at an appropriate time from a time-based maintenance system that performs maintenance every time a certain period of time has passed, such as periodic inspections. The mainstream is moving to. In the state-based maintenance method, monitoring technology that monitors the state of the moving body and detects an abnormality in each part of the moving body is important. In the conventional monitoring technology, the state of each part of the moving body is monitored by a sensor, and an abnormality is detected by comparing a predetermined threshold value with an output value of the sensor in order to determine a normal state and an abnormal state of each part of the moving body. However, there are many cases where there is no significant difference in the output value of the sensor between the case where each part of the moving body is normal and the case where it is abnormal, and it is difficult to set the above threshold value. May be overlooked.
[0003]
On the other hand, the MT system has recently attracted attention as a method for detecting product abnormalities. In the MT system, a plurality of vector data is generated based on characteristic quantities acquired by a sensor or the like from each of a plurality of products in a normal state to form a reference space. In the MT system, the Mahalanobis distance is calculated by substituting vector data acquired from the abnormality detection target product into the Mahalanobis distance calculation formula derived in this reference space, and comparing this Mahalanobis distance with a predetermined threshold value. Product abnormalities can be detected. This Mahalanobis distance reflects the distribution of vector data in the normal product, that is, the distribution of the normal characteristic values and the correlation of the characteristic values between the dimensions of the vector, in the distance calculation. Even if the difference in the characteristic amount in the state is small, the distance difference between the normal state and the abnormal state can be increased. Accordingly, it becomes easy to set a threshold value between the Mahalanobis distance between the normal state and the abnormal state, and therefore the product system can accurately detect the product abnormality.
[0004]
As a technique using such an MT system for vehicle abnormality detection, the engine rotational speed, water temperature, hydraulic pressure, etc. of the vehicle are measured by sensors, and vector data is generated using these as characteristic quantities. A technique for performing monitoring is known (Non-Patent Document 1).
[0005]
[Non-Patent Document 1]
Koichi Onishi and two others, “Construction of an abnormality diagnosis system for race vehicles by telemetering”, 10th Quality Engineering Research Conference, 2002, p. 286-289.
[0006]
[Problems to be solved by the invention]
However, since the environment in which the moving body travels changes, the output of the sensor includes various disturbances that change depending on the environment. In other words, since the sensor output value varies greatly, even if the MT system is simply applied to the vector data whose characteristic value is the sensor output value, the normal state Mahalanobis distance and the abnormal state Mahalanobis distance are separated. As a result, it is difficult to accurately detect an abnormality occurring in the moving body.
[0007]
Accordingly, an object of the present invention is to provide a moving body abnormality detection system that detects an abnormality of a moving body with high accuracy using an MT system.
[0008]
[Means for Solving the Problems]
In order to achieve the above object, an abnormality detection system of the present invention is an abnormality detection system for detecting an abnormality of a moving body, and is measured by a measuring means for measuring a predetermined characteristic amount in the moving body and the measuring means. Signal processing for generating a second signal obtained by performing predetermined signal processing for emphasizing a component based on abnormality included in the first signal and included in the first signal, on the first signal having the characteristic amount And a reference space formed by a plurality of vector data acquired from the moving body, each of the plurality of vector data being predetermined. An operation for recording the operation parameter of the Mahalanobis distance calculation formula derived in the reference space generated based on the characteristic quantity measured by the measuring means at the time of reference. A vector obtained by extracting signal values of a plurality of points from the second signal generated by the signal processing means based on the characteristic quantity measured by the parameter recording means and the measuring means when the moving body is in operation The Mahalanobis distance calculating means for calculating the Mahalanobis distance by substituting the data into the Mahalanobis distance calculating formula based on the calculating parameter recorded in the calculating parameter recording means, the Mahalanobis distance calculated by the Mahalanobis distance calculating means and a predetermined threshold value And an abnormality detecting means for detecting an abnormality of the moving body by comparing with the above.
[0009]
In order to achieve the above object, an abnormality detection method of the present invention is an abnormality detection method for detecting an abnormality of a moving body, and a measuring unit measures a predetermined characteristic amount in the moving body, The signal processing unit performs predetermined signal processing for emphasizing a component based on an abnormality included in the first signal and occurring in the moving body, on the first signal including the characteristic amount measured by the measuring unit. The signal processing step for generating the second signal and the Mahalanobis distance calculating means are composed of signal values of a plurality of points extracted from the second signal, and a plurality of vector data respectively acquired from the moving body. In the reference space to be formed, each of the plurality of vector data is generated based on the characteristic amount measured by the measuring means at a predetermined reference time. In the Mahalanobis distance calculation formula derived from the calculation parameters recorded in the calculation parameter recording means, the first signal generated by the signal processing means based on the characteristic quantity measured by the measurement means when the moving body is in operation. Substituting vector data obtained by extracting signal values of a plurality of points from the signal of 2 and calculating a Mahalanobis distance, and an abnormality detecting means and the Mahalanobis distance calculated by the Mahalanobis distance calculating means and a predetermined value And an abnormality detection step of detecting an abnormality of the moving body by comparing with a threshold value.
[0010]
According to this invention, the signal processing unit performs the predetermined signal processing on the first signal including the characteristic amount measured by the measuring unit to generate the second signal. The predetermined signal processing is processing for emphasizing a component based on abnormality of the moving body included in the first signal. For example, when there is knowledge that an impulse waveform component is included in the first signal due to an abnormality of the moving body, a process such as a movement dispersion process or a bandpass filter process can be applied. If there is knowledge that the component is included in the first signal, integration processing, moving average processing, or the like can be applied. The Mahalanobis distance calculating means extracts signal values of a plurality of points from the second signal generated based on the first signal measured by the measuring means during operation of the moving object, and generates vector data from these signal values. To calculate the Mahalanobis distance. The calculation formula used for calculating the Mahalanobis distance is derived in a reference space formed by a plurality of vector data generated in the same manner as described above based on the characteristic amount measured by the measuring means at a predetermined reference time. . Here, the “predetermined reference time” is a predetermined time in which it is assumed that an output similar to the sensor output from the moving body in a normal state is obtained. As described above, the Mahalanobis distance calculated by the Mahalanobis distance calculating means is obtained for the vector data extracted from the second signal in which the abnormality is emphasized by the signal processing means. It becomes larger than the Mahalanobis distance acquired from the moving body in the normal state. As a result, the abnormal state Mahalanobis distance and the normal state Mahalanobis distance can be well separated, and the abnormality detection means can detect the abnormality of the moving body with high accuracy by comparing the Mahalanobis distance with a predetermined threshold value. Can do.
[0011]
In the abnormality detection system of the present invention, the abnormality detection means further compares a plurality of predetermined thresholds having different levels with the Mahalanobis distance, and detects the abnormality level of the moving body based on the comparison result. It may be characterized by.
[0012]
In the abnormality detection method of the present invention, in the abnormality detection step, the abnormality detection means further compares a plurality of predetermined thresholds having different levels with the Mahalanobis distance, and the movement based on the comparison result. It may be characterized by detecting an abnormal level of the body.
[0013]
In general, the Mahalanobis distance increases in proportion to the progress of the abnormality of the moving body, that is, the abnormality level. According to this invention, the abnormality detection means can detect the abnormality level of the moving body by comparing the Mahalanobis distance with a plurality of predetermined thresholds having different levels.
[0014]
In order to achieve the above object, an abnormality detection system of the present invention is an abnormality detection system for detecting an abnormality of each of a plurality of moving bodies at a base station, and measuring a predetermined characteristic amount in each of the plurality of moving bodies. And a first signal composed of the characteristic quantity measured by the measuring means and subjected to predetermined signal processing for emphasizing a component included in the first signal and based on an abnormality occurring in the moving body. A reference space formed by signal processing means for generating a second signal and signal values of a plurality of points extracted from the second signal, and formed by a plurality of vector data respectively acquired from the plurality of moving objects. Each of the plurality of vector data is derived in a reference space generated based on the characteristic amount measured by the measuring means at a predetermined reference time. An operation parameter recording means for recording an operation parameter of the Ranobis distance calculation formula, and the second signal generated by the signal processing means based on the characteristic quantity measured by the measurement means during operation of each of the plurality of moving bodies. A Mahalanobis distance calculating means for calculating the Mahalanobis distance by substituting vector data obtained by extracting signal values of a plurality of points from the signal of the signal into a Mahalanobis distance calculation formula based on the arithmetic parameters recorded in the arithmetic parameter recording means, and the Mahalanobis An abnormality detection means for detecting an abnormality of each of the plurality of moving bodies by comparing the Mahalanobis distance calculated by the distance calculation means with a predetermined threshold, and at least the calculation parameter recording means and the Mahalanobis distance calculation. Means and the Mahalanobis distance A calculation means is characterized in that provided in the base station.
[0015]
In order to achieve the above object, the abnormality detection method of the present invention is an abnormality detection method for detecting an abnormality of each of a plurality of mobile objects at a base station, wherein the measuring means is a predetermined number of times for each of the plurality of mobile objects. A component based on an abnormality that occurs in the moving body that is included in the first signal in the measurement signal that measures the characteristic quantity, and the signal processing means includes the first signal that is the characteristic quantity measured by the measurement means. A signal processing step for generating a second signal obtained by performing predetermined signal processing for emphasizing the signal, and a Mahalanobis distance calculating means in the base station comprises signal values of a plurality of points extracted from the second signal, A reference space formed by a plurality of vector data respectively acquired from the plurality of moving objects, wherein each of the plurality of vector data is measured at a predetermined reference time. The measurement means is calculated in the Mahalanobis distance calculation formula based on the calculation parameter derived in the reference space generated based on the characteristic quantity measured by the stage and recorded in the calculation parameter recording means during the operation of each of the plurality of moving bodies. A Mahalanobis distance calculating step of calculating a Mahalanobis distance by substituting vector data obtained by extracting signal values of a plurality of points from the second signal generated by the signal processing means based on the characteristic quantity measured by The abnormality detecting means in the base station includes an abnormality detecting step of detecting an abnormality of each of the plurality of moving bodies by comparing the Mahalanobis distance calculated by the Mahalanobis distance calculating means with a predetermined threshold value. It is characterized by.
[0016]
In the above-described invention, the reference space is created based on the characteristic amount measured in each moving object at a predetermined reference, and the Mahalanobis distance calculation formula is derived. A reference space is created based on the characteristic amount measured in each of the moving bodies, and a Mahalanobis distance calculation formula is derived in this reference space. The base station is provided with Mahalanobis distance calculating means and anomaly detecting means, and Mahalanobis distance is calculated for the vector data generated based on the first signal during operation of each of the plurality of mobile objects. The presence or absence of an abnormality in each mobile object is detected at the base station. Therefore, abnormalities in each of the plurality of mobile bodies can be detected centrally in the base station, such as a railway vehicle formed by a plurality of vehicles and the same type of transport vehicle traveling on the premises.
[0017]
In the abnormality detection system of the present invention, the abnormality detection unit further compares a plurality of predetermined thresholds having different levels with the Mahalanobis distance, and determines the abnormality of each of the plurality of moving objects based on the comparison result. It may be characterized by detecting the level.
[0018]
In the abnormality detection method of the present invention, in the abnormality detection step, the abnormality detection means further compares a plurality of predetermined thresholds having different levels with the Mahalanobis distance, and the plurality of the plurality of thresholds based on the result of the comparison. It is good also as detecting the abnormal level of each moving body.
[0019]
According to these inventions, the abnormality detection means can detect the abnormality level of each of the plurality of moving bodies by comparing the Mahalanobis distance with a plurality of predetermined thresholds having different levels.
[0020]
In order to achieve the above object, an abnormality detection system of the present invention is an abnormality detection system for detecting an abnormality of each of a plurality of moving bodies, and measures a predetermined characteristic amount in each of the plurality of moving bodies. And a predetermined signal processing for emphasizing a component based on an abnormality that is included in the first signal and that occurs in the moving body is performed on the first signal including the characteristic amount measured by the measuring unit. A reference space formed by a plurality of vector data respectively obtained from the moving body, and a signal processing means for generating the second signal and a plurality of signal values extracted from the second signal. And each of the plurality of vector data is derived in a reference space generated based on the characteristic quantity measured by the measuring means at a predetermined reference time. First calculation parameter recording means for recording a calculation parameter of a distance calculation formula; and the second calculation parameter generated by the signal processing means based on the characteristic quantity measured by the measurement means when the moving body is in operation. The first Mahalanobis distance for calculating the Mahalanobis distance by substituting vector data obtained by extracting signal values of a plurality of points from the signal of the signal into the Mahalanobis distance calculation formula based on the calculation parameter recorded in the first calculation parameter recording means. Calculating means; and a first abnormality detecting means for detecting an abnormality of the moving body by comparing the Mahalanobis distance calculated by the first Mahalanobis distance calculating means with a predetermined threshold, A plurality of signal values extracted from a plurality of signals, and obtained from each of the plurality of moving objects. A Mahalanobis distance calculation formula derived in a reference space formed by the vector data, wherein each of the plurality of vector data is generated based on the characteristic quantity measured by the measuring means at a predetermined reference time. A second calculation parameter recording means for recording the calculation parameter of the second calculation parameter, and the second calculation parameter generated by the signal processing means based on the characteristic quantity measured by the measurement means during operation of each of the plurality of moving bodies. A second Mahalanobis distance calculation for calculating the Mahalanobis distance by substituting vector data obtained by extracting signal values of a plurality of points from the signal into the Mahalanobis distance calculation formula based on the calculation parameter recorded in the second calculation parameter recording means. And the second Mahalanobis distance calculating means. The base station is provided with second abnormality detection means for detecting an abnormality of each of the plurality of moving bodies by comparing the Mahalanobis distance with a predetermined threshold value.
[0021]
In order to achieve the above object, an abnormality detection method of the present invention is an abnormality detection method for detecting an abnormality of each of a plurality of moving bodies, and each of the plurality of moving bodies includes a measuring means in the moving body. A measurement step for measuring a predetermined characteristic amount, and a signal processing unit that includes a first signal composed of the characteristic amount measured by the measuring unit and that is included in the first signal and that occurs in the moving body. A signal processing step for generating a second signal obtained by performing predetermined signal processing for emphasizing a component based thereon, and a first Mahalanobis distance calculating means comprising a plurality of signal values extracted from the second signal. A reference space formed by a plurality of vector data respectively obtained from the moving body, wherein each of the plurality of vector data is obtained by the measuring means at a predetermined reference time. The Mahalanobis distance calculation formula based on the calculation parameter derived in the reference space generated based on the measured characteristic quantity and recorded in the first calculation parameter recording means is prepared for the moving object when the moving object is in operation. Substituting vector data obtained by extracting signal values of a plurality of points from the second signal generated by the signal processing unit based on the characteristic quantity measured by the measuring unit, and calculating the Mahalanobis distance. The first Mahalanobis distance calculating step and the first abnormality detecting means detect the abnormality of the moving body by comparing the Mahalanobis distance calculated by the first Mahalanobis distance calculating means with a predetermined threshold value. A first abnormality detection step, wherein the second Mahalanobis distance calculating means in the base station comprises: A reference space composed of a plurality of points of signal values extracted from the second signal and formed by a plurality of vector data respectively acquired from the plurality of moving objects, each of the plurality of vector data being a predetermined value Each of the plurality of moving objects is calculated in the Mahalanobis distance calculation formula by the calculation parameter derived in the reference space generated based on the characteristic amount measured by the measurement unit at the reference time and recorded in the second calculation parameter recording unit. Substituting vector data obtained by extracting signal values of a plurality of points from the second signal generated by the signal processing means based on the characteristic amount measured by the measuring means during operation of the Mahalanobis distance The step of calculating the Mahalanobis distance and the second abnormality detecting means include the second Mahalanobis distance. And a second abnormality detecting step of detecting an abnormality of each of the plurality of moving bodies by comparing the Mahalanobis distance calculated by the separation calculating means with a predetermined threshold value.
[0022]
According to this invention, each of the plurality of moving bodies is provided with the first calculation parameter storage means, the first Mahalanobis distance calculation means, and the first abnormality detection means for each moving body. Further, the base station is provided with second calculation parameter storage means, second Mahalanobis distance calculation means, and second abnormality detection means. In the first calculation parameter storage means provided in each moving body, the calculation parameter of the Mahalanobis distance calculation formula derived in the reference space based on the characteristic amount measured in the moving body at a predetermined reference is recorded. Yes. In each mobile object, the first Mahalanobis distance calculating means calculates the Mahalanobis distance using the Mahalanobis distance calculation formula based on the calculation parameters recorded in the first calculation parameter recording means, and the first abnormality detecting means is abnormal. Is detected. On the other hand, the second operation parameter recording means provided in the base station records the operation parameter of the Mahalanobis distance calculation formula derived in the reference space based on the characteristic amount measured in each of the plurality of moving bodies at a predetermined reference. Has been. In the base station, the second Mahalanobis distance calculating means calculates the Mahalanobis distance using the Mahalanobis distance calculation formula based on the calculation parameter, and the second abnormality detecting means integrally detects the abnormality of each of the plurality of moving bodies. . Therefore, each mobile unit can detect its own abnormality at an early stage, and the base station can detect the abnormality of each of the plurality of mobile units in an integrated manner. Thus, for example, for a railway vehicle formed by a plurality of vehicles, an abnormality of each vehicle can be individually detected in the vehicle, and the Mahalanobis distances of each of the plurality of vehicles being formed are relatively compared. Thus, it is possible to appropriately determine the maintenance time of the vehicle being formed.
[0023]
DETAILED DESCRIPTION OF THE INVENTION
An abnormality detection system according to an embodiment of the present invention will be described. In the following description of the embodiment, the same or equivalent parts are denoted by the same reference numerals in the drawings in order to facilitate understanding of the description.
[0024]
(First embodiment)
First, the abnormality detection system 1 of the first embodiment will be described with reference to FIG. FIG. 1 is a block diagram showing a functional configuration of the abnormality detection system 1. As shown in FIG. 1, the abnormality detection system 1 is provided in a moving body 10. Here, examples of the moving body 10 include a vehicle for each vehicle in a trained train, a transport vehicle, and the like.
[0025]
The abnormality detection system 1 includes a measurement unit 12, a signal processing unit 14, a calculation parameter recording unit database (hereinafter referred to as “calculation parameter recording DB”) 16, a Mahalanobis distance calculation unit (hereinafter referred to as “MD calculation unit”). 18) and an abnormality detection unit 20.
[0026]
The measurement unit 12 is a sensor that measures the characteristic amount in each part of the moving body. In the present embodiment, the measurement unit 12 includes an acceleration sensor 22, a pressure sensor 24, and a temperature sensor 26. The acceleration sensor 22 measures the acceleration of the moving body 10, the pressure sensor measures the internal pressure of the air spring of the moving body 10, and the temperature sensor measures the temperature of the axle box of the moving body 10.
[0027]
The signal processing unit 14 generates a second signal obtained by performing predetermined signal processing on the first signal composed of a plurality of characteristic quantities measured at different times by the measuring unit 12. Here, the “predetermined signal processing” is processing that emphasizes a component that is known to appear in the first signal due to an abnormality in each part of the moving body 10, and is predetermined signal processing. For example, an impulse waveform component appears in the first signal output by the acceleration sensor 22 when the shaft spring of the moving body 10 is broken. Therefore, as a signal process for emphasizing the impulse waveform component, the pass band is different. It is predetermined that a plurality of band pass filter processes and a plurality of movement dispersion processes having different window widths are performed on the first signal. In addition, since a ramp waveform component appears in the first signal output from the pressure sensor 24 due to the puncture of the pressure spring, signal processing that emphasizes the ramp waveform component includes a plurality of moving average processes with different window widths and integration. It is predetermined that the processing is performed on the first signal. In addition, since a ramp waveform component appears in the first signal output from the temperature sensor 26 due to an abnormality occurring in the bearing of the moving body 10, a plurality of moving average processes and integration processes having different window widths are performed. It is predetermined to be applied to the first signal. In this way, the signal processing unit 14 performs a plurality of predetermined signal processings on the first signal, thereby obtaining a plurality of second signals that emphasize the abnormality of each part of the moving body 10 that appears in the first signal. Generate. The predetermined signal processing applied to the first signal by the signal processing unit 14 includes processing irrelevant to emphasizing a component based on an abnormality that appears in each part of the moving body 10 included in the first signal. May be. For example, the signal processing unit 14 can perform all the signal processing such as the bandpass filter processing, moving dispersion processing, moving average processing, and integration processing described above on the first signal. This increases the possibility of highlighting an unknown component that appears in the first signal due to the abnormality appearing in each part of the moving body 10 and also detects the unknown abnormality Is possible.
[0028]
The calculation parameter recording DB 16 records calculation parameters of a Mahalanobis distance calculation formula for detecting an abnormality in each part of the moving body 10. Here, the derivation of the Mahalanobis distance calculation formula will be described by taking as an example the derivation of the Mahalanobis distance calculation formula in general product quality determination. In this derivation, first, in order to create a reference space, the measurement item X for each of n products that are known to be non-defective products. ₁ , X ₂ ... X _k Get X ₁ , X ₂ ... X _k Is generated for each of n products, and a reference space is formed by these n vector data. And the average value m of each acquired measurement item ₁ , M ₂ ... m _k And standard deviation σ ₁ , Σ ₂ ... σ _k And the measurement items of each of the n products are standardized by the equation (1).
[0029]
[Expression 1]

In equation (1), the subscript i is an index to the measurement item, and j is an index to each of the n products used to create the reference space.
[0030]
Also, using the count items of each of the n products normalized as described above, an inverse matrix a of the correlation matrix is used. _ij Ask for. And the inverse matrix a of the correlation matrix _ij , Average value m ₁ , M ₂ ... m _k And standard deviation σ ₁ , Σ ₂ ... σ _k , Mahalanobis distance D ² The Mahalanobis distance calculation formula for calculating can be derived as the following formula (2).
[0031]
[Expression 2]

X in this formula (2) _i , X _j When the value of the above measurement item measured for the product to be judged is substituted for, the Mahalanobis distance D ² Can be calculated.
[0032]
In the abnormality detection system 1, the signal processing unit 14 performs a plurality of predetermined signal processing on the first signal based on the characteristic amount measured by the measurement unit 12 of the moving body 10 at a predetermined reference time. Signal values at a plurality of points are acquired from each of the two signals, and vector data is generated from these signal values. Here, the “predetermined reference time” is a time when it is assumed that an output similar to the sensor output obtained when each part of the moving body 10 is in a normal state from the measurement unit 12 of the moving body 10 is obtained. . For example, in the abnormality detection system 1, the output from the acceleration sensor 22 is a few minutes before the output at the “predetermined reference time”, and the output at the time of warehousing from the pressure sensor 24 and the temperature sensor 26 is “predetermined”. Output at "reference time". In addition, the signal values of a plurality of points acquired from the second signal are signal values accumulated for 100 seconds every 10 milliseconds.
[0033]
The reference space formed in this way is formed for each output of the acceleration sensor 22, the pressure sensor 24, and the temperature sensor 26. In the present embodiment, three reference spaces are formed. Then, a correlation matrix inverse matrix a which is an operation parameter of the Mahalanobis distance calculation formula derived in each reference space _ij , Average value m ₁ , M ₂ ... m _k And standard deviation σ ₁ , Σ ₂ ... σ _k Such information is recorded in the calculation parameter recording DB 16.
[0034]
The MD calculation unit 18 extracts signal values of a plurality of points in the same manner as described above from a plurality of second signals generated by the signal processing unit 14 using the characteristic quantities measured when the moving body 10 is operated. Generate data. The MD calculation unit 18 calculates the Mahalanobis distance by applying a Mahalanobis distance calculation formula based on the calculation parameter recorded in the calculation parameter recording DB 16 to the vector data. For example, the vector data generated based on the characteristic amount measured when the moving body 10 is operated by the acceleration sensor 22 is converted into the Mahalanobis distance calculation formula based on the calculation parameter generated based on the characteristic amount output by the acceleration sensor 22. Substituted to calculate Mahalanobis distance. Similarly, for the pressure sensor 24 and the temperature sensor 26, vector data based on the characteristic amount measured when the moving body 10 is operated is substituted into the Mahalanobis distance calculation formula using the corresponding calculation parameter to calculate the Mahalanobis distance.
[0035]
The abnormality detection unit 20 compares the Mahalanobis distance calculated by the MD calculation unit 18 with a predetermined threshold value, and detects an abnormality in each part of the moving body 10. The “predetermined threshold value” is obtained by separating the Mahalanobis distance calculated when each part of the moving body 10 is in a normal state and the distribution of the Mahalanobis distance when each part of the moving body 10 is abnormal. A good threshold value is determined in advance. When the abnormality detection unit 20 detects an abnormality, the abnormality detection unit 20 warns the abnormality that has occurred in each part of the moving body 10 by, for example, displaying an abnormality site and an indication that the abnormality has occurred on a display device or the like provided in the moving body 10. be able to. Here, the “predetermined threshold” described above may be a plurality of thresholds having different levels. In general, the Mahalanobis distance increases as the abnormality of the monitoring target progresses. Therefore, the progress of the abnormality of the monitoring target can be detected by comparing the Mahalanobis distance with a plurality of thresholds having different levels.
[0036]
Hereinafter, the operation of the abnormality detection system 1 according to the present embodiment will be described, and the abnormality detection method according to the present embodiment will also be described. FIG. 2 is a flowchart of the abnormality detection method according to the present embodiment. As shown in FIG. 2, in this abnormality detection method, the measuring unit 12 measures the characteristic amount of each part of the moving body 10 during operation of the moving body 10 (step S01). Next, the signal processing unit 14 performs predetermined signal processing on the first signal composed of the characteristic amount measured by the measuring unit 12 as described above to generate a second signal (step S02). The MD calculation unit 18 generates vector data obtained by extracting signal values of a plurality of points from the second signal, and applies the Mahalanobis distance calculation formula based on the calculation parameter recorded in the calculation parameter recording DB 16 to obtain the Mahalanobis distance. Is calculated (step S03). Next, the abnormality detection unit 20 detects an abnormality in each part of the moving body 10 by comparing the Mahalanobis distance calculated by the MD calculation unit 18 with a predetermined threshold (step S04).
[0037]
As described above, according to the abnormality detection system 1 according to the first embodiment, the signal processing unit 14 detects the abnormality of each part of the moving body 10 from the first signal including the characteristic amount measured by the measurement unit 12. Since the predetermined signal processing for emphasizing the component based on it is performed, the Mahalanobis distance when an abnormality occurs in each part of the moving body 10 can be increased. As a result, the abnormality of each part of the moving body 10 is improved in the moving body 10 Can be detected.
[0038]
(Second Embodiment)
Next, the abnormality detection system 2 according to the second embodiment will be described. FIG. 3 is a diagram illustrating an environment in which the abnormality detection system 2 is constructed. FIG. 4 is a block diagram showing a functional configuration of the abnormality detection system 2. As shown in FIG. 3, the abnormality detection system 2 is provided in an environment constituted by a plurality of railway vehicles 28 and a base station 32. The railway vehicle 28 includes a plurality of vehicles 30 as moving bodies. The abnormality detection system 2 can also be applied in an environment where, for example, the same type of transport vehicle travels in a factory premises.
[0039]
As shown in FIG. 3, the abnormality detection system 2 includes a measurement unit 12, a signal processing unit 14, a communication unit 34, a calculation parameter recording unit 36, an MD calculation unit 38, and an abnormality detection unit 40. The measurement unit 12, the signal processing unit 14, and the communication unit 34 are provided in each of the plurality of moving bodies 30, and the calculation parameter recording unit 36, the MD calculation unit 38, and the abnormality detection unit 40 are The station 32 is provided. In addition, since the measurement part 12 and the signal processing part 14 are the same components as the measurement part 12 and the signal processing part 14 of the abnormality detection system 1 of the first embodiment, their descriptions are omitted.
[0040]
The communication unit 34 transmits the second signal generated by the signal processing unit 14 to the base station 32. The communication unit 34 can transmit the second signal to the base station 32 by a wireless LAN or the like. Note that the communication method employed by the communication unit 34 is not limited to the wireless LAN. Further, even if the communication unit 34 is not provided, a database for recording the second signal generated by the signal processing unit 14 is provided in each of the plurality of mobile bodies 30, and the second is transmitted to the base station 32 via a recording medium or the like. Can be sent.
[0041]
The calculation parameter recording DB 36 stores calculation parameters of a Mahalanobis distance calculation formula for detecting an abnormality in each part of each of the plurality of moving bodies 30. Similar to the calculation parameter recording DB 16 of the first embodiment, the calculation parameter recording DB 36 includes calculation parameters generated based on the output from the acceleration sensor 22, calculation parameters generated based on the output from the pressure sensor 24, and a temperature sensor. The three calculation parameters of the calculation parameters generated based on the output by H.26 are recorded. Each of these calculation parameters is a Mahalanobis distance calculation formula derived in a reference space formed by a plurality of vector data generated based on the characteristic quantities measured by the measuring unit 12 in each of the plurality of moving bodies 30. It is a calculation parameter.
[0042]
The MD calculation unit 38 generates vector data from the second signal transmitted from the moving body 30. The MD calculation unit 38 calculates the Mahalanobis distance by substituting this vector data into the Mahalanobis distance calculation formula based on the calculation parameter recorded in the calculation parameter recording DB 36.
[0043]
The abnormality detection unit 40 detects an abnormality in each part of each of the plurality of moving bodies 30 by comparing the Mahalanobis distance calculated by the MD calculation unit 38 with a predetermined threshold.
[0044]
Hereinafter, the operation of the abnormality detection system 2 according to the present embodiment will be described, and the abnormality detection method according to the present embodiment will also be described. FIG. 5 is a flowchart of the abnormality detection method according to this embodiment. In this abnormality detection method, the measuring unit 12 measures the characteristic amount of each part of the moving body 30 during operation of each of the plurality of moving bodies 30 (step S11). Next, the signal processing unit 14 performs predetermined signal processing on the first signal composed of the characteristic amount measured by the measuring unit 12 as described above to generate a second signal (step S12). Next, the communication unit 34 transmits the second signal generated by the signal processing unit 14 to the base station 32 (step S13). In the base station 32, the MD calculation unit 38 generates vector data obtained by extracting signal values of a plurality of points from the second signal, and applies the Mahalanobis distance calculation formula based on the calculation parameter recorded in the calculation parameter recording DB 16. Then, the Mahalanobis distance is calculated (step S14). Next, the abnormality detection unit 40 detects an abnormality in each part of the moving body 30 by comparing the Mahalanobis distance calculated by the MD calculation unit 38 with a predetermined threshold (step S15).
[0045]
As described above, according to the abnormality detection system 2 according to the second embodiment, the base station 32 can integrally detect the abnormality of each part of the plurality of moving bodies 30.
[0046]
(Third embodiment)
Next, the abnormality detection system 3 according to the third embodiment will be described. FIG. 6 is a block diagram showing a functional configuration of the abnormality detection system 3. Similar to the abnormality detection system 2 of the second embodiment, the abnormality detection system 3 is provided in an environment constituted by a plurality of mobile bodies 42 and a base station 32.
[0047]
The abnormality detection system 3 includes a measurement unit 12, a signal processing unit 14, a calculation parameter recording DB 16, an MD calculation unit 18, an abnormality detection unit 20, a communication unit 34, a calculation parameter recording DB 36, and an MD calculation unit 38. And an abnormality detection unit 40. The measurement unit 12, the signal processing unit 14, the calculation parameter recording DB 16, the MD calculation unit 18, the abnormality detection unit 20, and the communication unit 34 are provided in the moving body 42, and the calculation parameter recording DB 36, The MD calculation unit 38 and the abnormality detection unit 40 are provided in the base station 32. Here, the signal processing unit 14, the calculation parameter recording DB 16, the MD calculation unit 18, and the abnormality detection unit 20 are respectively the signal processing unit 14, the calculation parameter recording DB 16, the MD calculation unit 18, and the abnormality detection system 1 of the first embodiment. Since the configuration is the same as that of the abnormality detection unit 20, the description thereof is omitted. Further, the communication unit 34, the calculation parameter recording DB 36, the MD calculation unit 38, and the abnormality detection unit 40 are respectively the communication unit 34, the calculation parameter recording DB 36, the MD calculation unit 38, and the abnormality detection unit in the abnormality detection system 2 of the second embodiment. Since the configuration is the same as that of 40, the description thereof is omitted. Further, the operation of the abnormality detection system 3 and the abnormality detection method applied to the abnormality detection system 3 are the same as the operation of the abnormality detection system 1 and the abnormality detection method in the moving body 42, and in the base station 32. Since this is the same as the operation of the abnormality detection system 2 and its abnormality detection method, description thereof is also omitted.
[0048]
According to the abnormality detection system 3 according to the third embodiment, the Mahalanobis distance is calculated by using the Mahalanobis distance calculation formula based on the characteristic amount measured by the measuring unit 12 included in the moving body 42 in each moving body 42. As a result, it is possible to individually detect abnormality of each part of the moving body 42 in each moving body 42. In addition, in the base station 32, the Mahalanobis distance is calculated using the Mahalanobis distance calculation formula based on the characteristic quantities collected from each of the plurality of mobile bodies 42, whereby the abnormality of each of the plurality of mobile bodies 42 is detected in a unified manner. can do. Thereby, for example, in a railway vehicle formed by a plurality of vehicles, an abnormality of each vehicle can be individually detected in the vehicle, and the Mahalanobis distance of each of the plurality of vehicles being formed in the base station 32 can be compared. Thus, the maintenance time of the vehicle that is being organized can be appropriately determined.
[0049]
The present invention is not limited to the above-described embodiment, and various modifications can be made. For example, the sensors included in the moving body are not limited to the acceleration sensor 22, the pressure sensor 24, and the temperature sensor 26. That is, it is possible to detect an abnormality in another part of the moving body by providing a sensor for measuring a characteristic amount from each part of the moving body that is an abnormality detection target and applying the idea of the present invention.
[0050]
【The invention's effect】
As described above, according to the present invention, it is possible to accurately detect an abnormality of a moving body using an MT system. As a result, the maintenance time of the moving object can be determined appropriately.
[Brief description of the drawings]
FIG. 1 is a block diagram illustrating a functional configuration of an abnormality detection system according to a first embodiment.
FIG. 2 is a flowchart of an abnormality detection method according to the first embodiment.
FIG. 3 is a diagram illustrating an environment in which an abnormality detection system according to a second embodiment is constructed.
FIG. 4 is a block diagram illustrating a functional configuration of an abnormality detection system according to a second embodiment.
FIG. 5 is a flowchart of an abnormality detection method according to the second embodiment.
FIG. 6 is a block diagram illustrating a functional configuration of an abnormality detection system according to a third embodiment.
[Explanation of symbols]
DESCRIPTION OF SYMBOLS 1-3 ...

Abnormality detection system

10, 30, 42 ... Mobile body, 12 ... Measurement part, 14 ... Signal processing part, 16, 36 Calculation parameter recording database, 18, 38 ... Mahalanobis distance calculation part, 20, 40 ... Abnormality Detection unit, 22 ... acceleration sensor, 24 ... pressure sensor, 26 ... temperature sensor, 28 ... railway vehicle, 32 ... base station, 34 ... communication unit.

Claims

An abnormality detection system for detecting an abnormality of each of a plurality of mobile bodies at a base station and each of the plurality of mobile bodies ,
For each of the plurality of moving bodies,
Measuring means for measuring a predetermined characteristic amount in the moving body;
A second signal obtained by performing predetermined signal processing for emphasizing a component based on an abnormality that is included in the first signal and that occurs in the moving body, on the first signal that includes the characteristic amount measured by the measuring unit. Signal processing means for generating a signal;
A reference space formed of a plurality of points of signal values extracted from the second signal and formed by a plurality of vector data respectively acquired from the moving body, wherein each of the plurality of vector data is at a predetermined reference time First calculation parameter recording means for recording a calculation parameter of a Mahalanobis distance calculation formula derived in a reference space generated based on the characteristic quantity measured by the measurement means;
Vector data obtained by extracting signal values of a plurality of points from the second signal generated by the signal processing unit based on the characteristic quantity measured by the measuring unit during operation of the moving body. A first Mahalanobis distance calculating means for calculating the Mahalanobis distance by substituting it into the Mahalanobis distance calculation formula based on the operation parameters recorded in the operation parameter recording means,
First abnormality detecting means for detecting an abnormality of the moving body by comparing the Mahalanobis distance calculated by the first Mahalanobis distance calculating means with a predetermined threshold;
With
A reference space composed of a plurality of points of signal values extracted from the second signal, and formed by a plurality of vector data respectively acquired from the plurality of moving objects, each of the plurality of vector data being predetermined Second calculation parameter recording means for recording a calculation parameter of a Mahalanobis distance calculation formula derived in a reference space generated based on the characteristic quantity measured by the measurement means at a reference time;
Vector data obtained by extracting signal values of a plurality of points from the second signal generated by the signal processing unit based on the characteristic amount measured by the measuring unit during operation of each of the plurality of moving bodies. A second Mahalanobis distance calculating means for calculating a Mahalanobis distance by substituting it into a Mahalanobis distance calculation formula based on the operation parameters recorded in the second operation parameter recording means;
Second abnormality detecting means for detecting an abnormality of each of the plurality of moving bodies by comparing the Mahalanobis distance calculated by the second Mahalanobis distance calculating means with a predetermined threshold;
Provided in the base station.

An abnormality detection method for detecting an abnormality of each of a plurality of mobile bodies in a base station and each of the plurality of mobile bodies ,
In each of the plurality of moving bodies,
A measuring step in which the measuring means measures a predetermined characteristic amount in the moving body;
The signal processing unit performs predetermined signal processing for emphasizing a component based on an abnormality that is included in the first signal and is generated in the moving body, on the first signal including the characteristic amount measured by the measuring unit. A signal processing step for generating a second signal comprising:
The first Mahalanobis distance calculating means is a reference space composed of a plurality of points of signal values extracted from the second signal and formed by a plurality of vector data respectively acquired from the moving body, Each of the vector data is derived in a reference space generated based on the characteristic amount measured by the measuring means at a predetermined reference, and is expressed in the Mahalanobis distance calculation formula by the calculation parameter recorded in the first calculation parameter recording means. A signal value of a plurality of points is extracted from the second signal generated by the signal processing means based on the characteristic quantity measured by the measuring means provided in the moving body during operation of the moving body. A first Mahalanobis distance calculating step of calculating the Mahalanobis distance by substituting
A first abnormality detection step in which a first abnormality detection means detects an abnormality of the moving body by comparing the Mahalanobis distance calculated by the first Mahalanobis distance calculation means with a predetermined threshold;
With
In the base station,
A second Mahalanobis distance calculating means comprising a plurality of points of signal values extracted from the second signal, and a reference space formed by a plurality of vector data respectively acquired from the plurality of moving objects; Mahalanobis distance calculation using calculation parameters derived in the reference space generated based on the characteristic quantity measured by the measurement means at a predetermined reference time and recorded in the second calculation parameter recording means. In the equation, signal values of a plurality of points are extracted from the second signal generated by the signal processing unit based on the characteristic amount measured by the measuring unit during operation of each of the plurality of moving bodies. A second Mahalanobis distance calculating step of substituting vector data and calculating the Mahalanobis distance;
A second abnormality detecting step in which a second abnormality detecting means detects an abnormality of each of the plurality of moving bodies by comparing the Mahalanobis distance calculated by the second Mahalanobis distance calculating means with a predetermined threshold value; When,
An abnormality detection method comprising: