特許ウォッチ

公開番号2025015475
公報種別公開特許公報(A)
公開日2025-01-30
出願番号2024114087
出願日2024-07-17
発明の名称検出された傾向に基づいてシステムを制御するコンピュータ実装された方法
出願人ローベルトボツシユゲゼルシヤフトミツトベシユレンクテルハフツング,ROBERT BOSCH GMBH
代理人アインゼル・フェリックス=ラインハルト,個人,個人,個人,個人
主分類G06F 17/10 20060101AFI20250123BHJP(計算;計数)
要約【課題】本発明は、センサによって検出されたデータ時系列において検出された傾向に基づいてシステムを制御するコンピュータ実装された方法に関する。
【解決手段】本方法は、以下のステップ、すなわち、-センサによってデータ時系列を検出して供給するステップ(S10)と、-データ時系列の各時点tで分解能Lを有する少なくとも1つの線形フィルタ関数を適用するステップ(S12)、及び、各分解能Lに対してデータ時系列の時間的展開を定量化するための特性値を取得するステップ(S14)と、-データ時系列の特性値のうちの1つが閾値に達したときに、データ時系列の傾向を検出するステップ(S16)と、-データ時系列の傾向が検出されたときに、システムの反応をトリガするステップ(S18)と、を含む。
【選択図】図4
特許請求の範囲【請求項１】
センサによって検出されたデータ時系列において検出された傾向に基づいてシステムを制御するコンピュータ実装された方法であって、以下のステップ、すなわち、
－センサによってデータ時系列を検出して供給するステップ（Ｓ１０）と、
－前記データ時系列の各時点ｔで分解能Ｌを有する少なくとも１つの線形フィルタ関数を適用するステップ（Ｓ１２）、及び、各分解能Ｌに対して前記データ時系列の時間的展開を定量化するための特性値を取得するステップ（Ｓ１４）と、
－前記データ時系列の特性値のうちの１つが閾値に達したときに、前記データ時系列の傾向を検出するステップ（Ｓ１６）と、
－前記データ時系列の傾向が検出されたときに、前記システムの反応をトリガするステップ（Ｓ１８）と、
を含む、コンピュータ実装された方法。
続きを表示（約 1,500 文字）【請求項２】
前記傾向は、上昇勾配又は下降勾配である、請求項１に記載のコンピュータ実装された方法。
【請求項３】
分解能Ｌに関して前記フィルタ関数を適用するステップ（Ｓ１２）は、以下のステップ、すなわち、
－分解能Ｌを設定するステップ（Ｓ１２．１）と、
－Ｌ個の値を有する線形関数ｐｈｉ
Ｌ
（ｔ）を作成するステップ（Ｓ１２．２）と、
－Ｌ個の値を有する領域ｔ－Ｌ乃至ｔに対するデータ時系列のセクションを算定するステップと、
－前記線形関数ｐｈｉ
Ｌ
（ｔ）に前記データ時系列のセクションを乗算するステップ（Ｓ１２．３）と、
－Ｌ個の値の全てに対して、前記線形関数ｐｈｉ
Ｌ
（ｔ）とデータ時系列とから成る積の全てを積算するステップ（Ｓ１２．４）と、
を含む、請求項１又は２に記載のコンピュータ実装された方法。
【請求項４】
前記システムは、自動車用のテストベンチであり、
前記システムの反応は、前記テストベンチ及び／又は前記自動車を遮断することを含む、
請求項１乃至３のいずれか一項に記載のコンピュータ実装された方法。
【請求項５】
前記センサは、温度を測定するセンサであり、
前記データ時系列は、前記自動車のサブシステムの温度を決定する、
請求項４に記載のコンピュータ実装された方法。
【請求項６】
前記システムは、機械内の可動の部材であり、
前記センサは、前記部材の振動を検出するセンサであり、
前記システムの反応は、前記機械を遮断すること、又は、特にメンテナンスが必要とされる場合に前記機械に識別子を付すことを含む、
請求項１乃至５のいずれか一項に記載のコンピュータ実装された方法。
【請求項７】
前記システムは、燃料電池であり、
前記センサは、前記燃料電池内の圧力を検出するセンサ、前記燃料電池から送出される電流を検出するセンサ、前記燃料電池における温度センサ、又は、前記燃料電池の動作状態を検出する仮想センサであり、
前記システムの反応は、前記燃料電池の出力を低減すること、又は、前記燃料電池を遮断することを含む、
請求項１乃至６のいずれか一項に記載のコンピュータ実装された方法。
【請求項８】
コンピュータプログラムがコンピュータ上で実行されるときに、請求項１乃至７のいずれか一項に記載の、センサによって検出されたデータ時系列において検出された傾向に基づいてシステムを制御する方法を実施するためのプログラムコードを備えているコンピュータプログラム。
【請求項９】
コンピュータプログラムがコンピュータ上で実行されるときに、請求項１乃至７のいずれか一項に記載の、センサによって検出されたデータ時系列において検出された傾向に基づいてシステムを制御する方法を実施するためのコンピュータプログラムのプログラムコードを備えているコンピュータ可読データ担体。
【請求項１０】
センサ１２によって検出されたデータ時系列において検出された傾向に基づいてシステムを制御する方法を実施するためのシステム用のサブシステム１０であって、
前記サブシステムは、請求項１乃至７のいずれか一項に記載の、検出された傾向に基づいて前記システムを制御する方法を実施する手段を有する、サブシステム１０。

発明の詳細な説明【技術分野】
【０００１】
本発明は、自動化されたデータにおける傾向の識別及び識別された傾向に基づくシステムの制御の分野に関する。
続きを表示（約 1,700 文字）【背景技術】
【０００２】
システムの作業フローにおける傾向の識別は、例えば、システムの摩耗、異常挙動又はメンテナンスの必要性を識別するために重要であり得る。特に、システムにとって有害な傾向が早期に識別されるほど、当該傾向に対抗する制御をより良好に行うことができ、又は、傾向を取り除く措置を講じることができる。早期に利用可能となったデータからこのような傾向を自動的に読み出すことの重要性が増している。
【０００３】
上記の目的のために、データ時系列の傾向を自動的に識別するための様々なアプローチが存在する。
【０００４】
Bianchi等著、「“A comparison of methods for trend estimation”, Applied Economics Letters 6.2 (1999): 103-109」から、線形傾向の推定が公知である。ここに提示されている方法は、データ時系列を傾向、季節性及びノイズへと分解するために、統計学に使用されている。ここでの手法には、２種類の傾向識別、すなわち、モデルに基づく傾向識別と非パラメトリックな傾向識別とが存在する。非パラメトリックな傾向識別においては、例えば、三角フィルタとデータ時系列の有限の対称のウィンドウとの間での畳み込みが適用される。
【０００５】
Percival等著、「“Wavelet methods for time series analysis”, Vol.4, Cambridge University Press, 2000」からは、フーリエ解析と比較されるウェーブレット解析が知られる。ここでは、上記の目的のために、正弦関数及び余弦関数に代えて、０を中心とした局所的振動を表すウェーブレットが使用される。次いで、信号及びウェーブレットがそれぞれ異なる分解能で相互に畳み込まれる。
【０００６】
Prewitt，Judith著、「“Object enhancement and extraction”, Picture processing and Psychopictorics 10.1. 1970: 15-19」には、画像処理においてエッジを見出すためのフィルタが開示されている。いわゆるＰｒｅｗｉｔｔ演算子は、グレースケール画像によって畳み込まれる２つの３×３カーネルから成る。
【０００７】
他のアプローチにおいては、深層学習が利用されている。しかし、深層学習は、適用のために比較的多くのリソースを必要とするという欠点を有している。計算演算は複雑であり、このことは、実行しているシステムの電力消費を増大させるだけでなく、他の手法に使用可能な計算容量も占有し、又は、一般的により大きいシステムを必要とする。
【先行技術文献】
【非特許文献】
【０００８】
Bianchi等著、「“A comparison of methods for trend estimation”, Applied Economics Letters 6.2 (1999): 103-109」
Percival等著、「“Wavelet methods for time series analysis”, Vol.4, Cambridge University Press, 2000」
Prewitt，Judith著、「“Object enhancement and extraction”, Picture processing and Psychopictorics 10.1. 1970: 15-19」
【発明の概要】
【発明が解決しようとする課題】
【０００９】
したがって、本発明の基礎を成す課題は、傾向識別のためのリソースフレンドリな方法とこれに関連するシステムの制御とを提案することにある。
【課題を解決するための手段】
【００１０】
上記の課題は、各独立請求項の対象によって解決される。
（【００１１】以降は省略されています）

関連特許