[发明专利]学习装置、学习方法及故障预测系统

权利要求书

1.一种学习装置，其特征在于，包括：

模式提取部，从表示设备的动作状态的直到第一时间点为止的状态观测信号数据，提取与所述设备的部位关联的特征频率的振幅的时间波动模式；

训练数据产生部，基于所述特征频率的振幅的时间波动模式，产生表示所述第一时间点以后的所述特征频率的振幅的时间波动模式的模拟状态观测信号数据，并产生包含所述模拟状态观测信号数据的训练数据；以及

学习部，使用所述训练数据，产生用于判定所述设备的部位的故障状态的分类模型。

2.如权利要求1所述的学习装置，其中，

所述训练数据产生部产生使所述模拟状态观测信号数据、频率标签、时间点标签成组的所述训练数据，该频率标签是表示所述特征频率的标签，该时间点标签是表示从所述第一时间点算起的经过时间的标签。

3.如权利要求1所述的学习装置，其中，

所述训练数据产生部通过对从直到所述第一时间点为止的状态观测信号数据提取出的所述振幅的时间波动模式进行外推，产生所述模拟状态观测信号数据。

4.如权利要求1所述的学习装置，其中，

还包括仿真部，该仿真部使用对所述设备进行建模所得的设备模型而进行仿真，由此估计所述特征频率。

5.如权利要求4所述的学习装置，其中，

在所述仿真部使用对所述设备进行建模所得的设备模型而对所述设备的部位的故障状态进行仿真的情况下，所述训练数据产生部以收敛于所述设备的部位的被仿真出的故障状态的方式，产生所述训练数据。

6.一种学习方法，是由学习装置执行的学习方法，其特征在于，包含由所述学习装置进行的如下步骤：

从表示设备的动作状态的直到第一时间点为止的状态观测信号数据，提取与所述设备的部位关联的特征频率的振幅的时间波动模式；

基于所述特征频率的振幅的时间波动模式，产生表示所述第一时间点以后的所述特征频率的振幅的时间波动模式的模拟状态观测信号数据；

产生包含所述模拟状态观测信号数据的训练数据；以及

使用所述训练数据，产生用于判定所述设备的部位的故障状态的分类模型。

7.一种故障预测系统，其特征在于，包括：

如权利要求1所述的学习装置；以及

状态判定部，使用表示所述设备的当前的动作状态的当前状态观测信号数据和所述分类模型，判定所述设备的部位的故障状态。

8.如权利要求7所述的故障预测系统，其中，

还包括显示部，该显示部显示所述设备的部位的故障状态的判定结果。

9.如权利要求8所述的故障预测系统，其中，

所述显示部显示所述特征频率的振幅的时间波动。

10.如权利要求8所述的故障预测系统，其中，

所述设备的部位及所述特征频率存在多个，

所述显示部显示多个所述设备的部位的故障状态的判定结果。