特開 2022-184619 測定装置、測定方法、及び監視システム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022184619

(43)【公開日】2022-12-13

(54)【発明の名称】測定装置、測定方法、及び監視システム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20221206BHJP

【ＦＩ】

G05B23/02 302T

【審査請求】未請求

【請求項の数】13

【出願形態】ＯＬ

(21)【出願番号】P 2021092567

(22)【出願日】2021-06-01

(71)【出願人】

【識別番号】594185097

【氏名又は名称】伸和コントロールズ株式会社

(71)【出願人】

【識別番号】000214191

【氏名又は名称】長崎県

(74)【代理人】

【識別番号】100091487

【弁理士】

【氏名又は名称】中村 行孝

(74)【代理人】

【識別番号】100120031

【弁理士】

【氏名又は名称】宮嶋 学

(74)【代理人】

【識別番号】100127465

【弁理士】

【氏名又は名称】堀田 幸裕

(74)【代理人】

【識別番号】100164688

【弁理士】

【氏名又は名称】金川 良樹

(74)【代理人】

【識別番号】100125151

【弁理士】

【氏名又は名称】新畠 弘之

(72)【発明者】

【氏名】山中 寛之

(72)【発明者】

【氏名】田口 喜祥

【テーマコード（参考）】

3C223

【Ｆターム（参考）】

3C223AA13

3C223AA16

3C223EB02

3C223EB03

3C223FF03

3C223FF08

3C223FF13

3C223FF26

3C223FF45

(57)【要約】

【課題】送信側のデータ数を含む測定データのデータ形式を受信側の要求に応じて変換可能である測定装置、測定方法、及び監視システムを提供する。
【解決手段】本実施形態に係る測定装置は、取得部と、変換部と、出力部と、を備える。取得部は、センサから、監視対象の測定信号を取得する。変換部は、測定信号を所定のデータ数を含むデータ形式に変換する。出力部は、所定のデータ形式に変換した測定データを出力する。変換部は、測定データにより監視対象の判定処理を行う処理部の処理に応じた、所定のサンプリング周期内における所定数のサンプリングにより測定データを生成する。
【選択図】図１Ａ

【特許請求の範囲】

【請求項1】

センサから、監視対象の測定信号を取得する取得部と、
前記測定信号を所定のデータ数を含むデータ形式に変換する変換部と、
前記所定のデータ形式に変換した測定データを出力する出力部と、を備え、
前記変換部は、前記測定データにより前記監視対象の判定処理を行う処理部の処理に応じた、所定のサンプリング周期内における所定数のサンプリングにより前記測定データを生成する、測定装置。

【請求項2】

前記測定データは、複数のセンサから取得され、前記所定のデータ数となるように組み合わされる、請求項１に記載の測定装置。

【請求項3】

前記処理部は前記測定データをフーリエ変換処理したデータを用いており、
前記変換部は、前記フーリエ変換処理に応じた所定の時間間隔でサンプリングする、請求項１又は２に記載の測定装置。

【請求項4】

前記変換部は、前記所定のデータ数を、２０４８を含む２のべき乗に基づき設定可能である、請求項１乃至３のいずれか一項に記載の測定装置。

【請求項5】

前記変換部は、前記所定のデータ数を、前記処理部の判定に必要となる情報量に応じて設定可能である、請求項１乃至４のいずれか一項に記載の測定装置。

【請求項6】

前記出力部が出力する前記測定データは、通信により前記処理部に送信されており、
前記測定データを含む送信データのデータ数は、５１２、１０２４、及び２０４８のいずれかに基づき設定可能である、請求項１乃至５のいずれか一項に記載の測定装置。

【請求項7】

前記変換部は、前記処理部の判定に必要となる情報量に応じた時間間隔でサンプリングする、請求項１乃至５のいずれか一項に記載の測定装置。

【請求項8】

前記取得部は、前記監視対象に配置され、振動の強さを数値で示す信号を出力する前記センサと異なる第２センサからの測定信号も取得しており、
前記変換部は、前記処理部に応じた時間間隔で第２センサからの測定信号もサンプリングする、請求項１乃至７のいずれか一項に記載の測定装置。

【請求項9】

前記変換部は、
前記測定信号を増幅するアンプと、
前記増幅した測定信号を前記所定の時間間隔で前記測定データに変換するＡＤ変換部と、を有する、請求項１乃至８のいずれか一項に記載の測定装置。

【請求項10】

前記監視対象は、モータであり、
前記測定信号は、振動の強さを数値で示す信号である、請求項９に記載の測定装置。

【請求項11】

前記センサは、監視対象の機器に生じる振動を測定し、
前記処理部は、前記測定データの前記フーリエ変換処理による周波数分解後のデータを用いて異常発生の予兆を判定する、請求項２に記載の測定装置。

【請求項12】

前記処理部は、異常発生の予兆を判定するニューラルネットワークである、請求項１１に記載の測定装置。

【請求項13】

センサから、監視対象の測定信号を取得する取得工程と、
前記測定信号を所定のデータ形式に変換する変換工程と、
前記所定のデータ形式に変換した測定データを送信する送信工程と、
前記測定データを受信する工程と、
前記受信した前記測定データにより前記監視対象の判定処理を行う処理工程と、
を備え、
前記変換工程は、前記処理工程の処理に応じて、所定のサンプリング周期内における所定数のサンプリングにより前記測定データを生成する、測定方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明の実施形態は、測定装置、測定方法、及び監視システムに関する。

【背景技術】

【0002】

半導体・ＦＰＤ製造現場において、故障や異常発生により装置が停止すると、製造ライン全体が止まり、莫大な損失が生じる。これを回避するために、故障の予兆を早期に検知し、知らせる機能が求められている。例えば、複数のセンサの測定信号を、無線通信により判定装置に送信し、故障の予兆、異常を判定する方法が知られている

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開平１０－０３９９０８号公報公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

ところが、産業機械の複雑化ないし高度化に伴って故障につながる要因も複雑化し、センサの数や測定データが増加している。このため、測定信号を送信する場合に、判定に不要となる信号を含む冗長なデータを送信してしまったり、判定装置側の要求するデータ形式と異なってしまったりすると、送信速度が低下したり、判定装置側で冗長なデータ変換処理などが生じてしまう恐れがある。

【0005】

本発明の実施形態は、このような事情を考慮してなされたものであり、送信側のデータ数を含む測定データのデータ形式を受信側の要求に応じて変換可能である測定装置、測定方法、及び監視システムを提供することにある。

【課題を解決するための手段】

【0006】

本実施形態に係る測定装置は、取得部と、変換部と、出力部と、を備える。取得部は、センサから、監視対象の測定信号を取得する。変換部は、測定信号を所定のデータ数を含むデータ形式に変換する。出力部は、所定のデータ形式に変換した測定データを出力する。変換部は、測定データにより監視対象の判定処理を行う処理部の処理に応じた、所定のサンプリング周期内における所定数のサンプリングにより測定データを生成する。

【発明の効果】

【0007】

本実施形態によれば、送信側のデータ数を含む測定データのデータ形式を受信側の状況に応じて変換可能となる。

【図面の簡単な説明】

【0008】

【図1A】本実施形態に係る監視システムの構成を示すブロック図。

【図1B】本実施形態に係る監視システムの別の構成を示すブロック図。

【図2】監視対象の冷却システムの構成例とセンサ配置例とを示す図。

【図3】電流センサにより測定される三層電流の例を示す図。

【図4】振動センサにより測定される第１振動信号の例を示す図。

【図5】振動センサにより測定される第２振動信号の例を示す図。

【図6】変換処理部の詳細な構成例を示すブロック。

【図7】温度データと、第１振動データをデータセットとした例を示す図。

【図8】第２振動データと、電流データをデータセットとした例を示す図。

【図9】第１振動データ、第２振動データと、第３振動データと、電流データとをデータセットとした一例を示す図。

【図10】測定装置の処理例を示すフローチャート。

【図11】判定装置の構成例を示すブロック図。

【図12】学習部が設定する閾値の例を示す図。

【図13】正常を示す情報を含む画面例を示す図。

【図14】注意を示す情報を含む画面例を示す図。

【図15】パーセプトロン型のニューラルネットワークモデルの例を模式的に示す図。

【図16】判定装置の学習処理例を示すフローチャート。

【発明を実施するための形態】

【0009】

以下、本発明の実施形態に係る測定装置、測定方法、及び監視システムについて、図面を参照しながら詳細に説明する。なお、以下に示す実施形態は、本発明の実施形態の一例であって、本発明はこれらの実施形態に限定して解釈されるものではない。また、本実施形態で参照する図面において、同一部分又は同様な機能を有する部分には同一の符号又は類似の符号を付し、その繰り返しの説明は省略する場合がある。また、図面の寸法比率は説明の都合上実際の比率とは異なる場合や、構成の一部が図面から省略される場合がある。

【0010】

図１Ａは、本実施形態に係る監視システム１の構成を示すブロック図である。図１Ａに示すように、監視システム１は、送信側のデータ数を含むデータ形式を受信側の要求に応じて変換可能なシステムであり検知装置５と、測定装置１０と、判定装置２０と、表示装置３０とを、備える。図１Ａでは、更に監視対象４０が図示されている。監視対象４０は、例えばポンプのモータであるが、これに限定されない。監視対象４０は、例えば、モータ、エンジンなどの駆動部を有する産業機械、自動車、鉄道、及び電気製品などのいずれでもよい。

【0011】

検知装置５は、監視対象４０の測定信号を生成する複数のセンサ５０ａ～５０ｈにより構成される。センサ５０ａ～５０ｈの応答周波数はそれぞれ異ならせてもよい。例えば圧力センサ５０ａ、５０ｂの応答周波数は４０ｋＨｚであり、サンプリング周波数は例えば１００ｋＨｚである。温度センサ５０ｃ、５０ｄの応答周波数は１／６０Ｈｚである。すなわち、温度センサ５０ｃ、５０ｄは１分に一回測定される。また、振動センサ５０ｅ、５０ｆ、５０ｇの応答周波数は２０ｋＨｚであり、サンプリング周波数は例えば１００ｋＨｚである。電流センサ（電流計）５０ｈの応答周波数は４０ｋＨｚであり、サンプリング周波数は例えば１００ｋＨｚである。なお、本実施形態に係る応答周波数とは、センサが感知できる周波数を意味する。また、監視対象４０及びセンサ５０ａ～５０ｈの詳細は、図２を用いて後述する。

【0012】

また、センサの種類、数、及び応答周波数は、監視対象に応じて設定することが可能であり、センサ５０ａ～５０ｈに限定されない。例えばセンサは、力センサ、トルクセンサ、振動センサ、集音センサ、撮像センサ、距離センサ、温度センサ、湿度センサ、流量センサ、光量センサ、ｐＨセンサ、圧力センサ、粘度センサ及び臭気センサの少なくともいずれか１つを含んでいてもよい。センサ５０ａ～５０ｈから出力される測定信号は、測定装置１０の取得部１０２に供給される。

【0013】

測定装置１０は、検知装置５の測定した測定信号を所定のデータ数を含むデータ形式に変換し、所定の間隔で判定装置２０に送信する。すなわち、この測定装置１０は、取得部１０２と、変換部１０３と、出力部１１０と、通信部１１２とを有する。更に変換部１０３は、増幅器１０４と、ＡＤ変換器１０６と、変換処理部１０８とを有する。なお、測定装置１０の詳細は後述する。また、測定装置１０の各処理部を電子回路により構成してもよい

【0014】

判定装置２０は、測定装置１０から所定の周期で送信される測定データを用いて、監視対象４０の故障の予兆を判定する。なお、判定装置２０の詳細は、図１１を用いて後述する。なお、本実施形態に係る所定の周期が所定のサンプリング周期に対応する。

【0015】

表示装置は、例えばモニタである。この表示装置は、判定装置２０が生成する監視対象４０の故障の予兆を含む状態に関する情報を画像として表示する。

【0016】

ここで、測定装置１０の詳細を説明する。
取得部１０２は、センサ５０ａ～５０ｈから、監視対象４０の測定信号を取得する。変換部１０３は、測定信号を所定のデータ数を含むデータ形式に変換する。

【0017】

出力部１１０は、所定のデータ形式に変換した測定データを出力する。この出力部１１０は、処理側に応じてデータ変換可能であり、且つ送信形式にも併せてデータ変換可能である。例えば、出力部１１０は、所定の時間内に２０４８バイトのパケットを任意の数、例えば１００個送信することが可能である。この場合、パケットは、各バースト間に数十マイクロ秒の遅延時間を入れて送信してもよい。この遅延時間は、例えば記憶部１１６（図６参照）、及び記憶部２２２（図１１参照）に構成される共用メモリのバッファー容量に応じて設定することが可能である。遅延時間を設定することにより、データの送受信量がバッファー容量を越えることが抑制され、データ処理をより高精度に行うことが可能となる。

【0018】

通信部１１２は、例えば無線通信装置であり、測定データを無線により判定装置２０に送信する。なお、通信部１１２は、無線通信であるがこれに限定されない。例えば有線通信でもよい。

【0019】

変換部１０３の増幅器１０４は、検知装置５の測定した測定信号に対して所定の増幅を行い、ＡＤ変換器１０６に供給する。ＡＤ変換器１０６は、センサ５０ａ～５０ｈに対するサンプリング周期内における所定数のサンプリングにより測定信号をデジタルの測定データに変換する。

【0020】

変換処理部１０８は、判定装置２０側の処理要求に応じて、ＡＤ変換器１０６におけるサンプリング周期及びサンプリング数を設定可能である。また、変換処理部１０８は、測定データを所定のデータ数を含むデータ形式に変換し、所定の間隔で出力部１１０に出力する。なお、変換処理部１０８の詳細は、図６を用いて後述する。

【0021】

図１Ｂは、本実施形態に係る監視システム１の別の構成を示すブロック図である。図１Ｂに示すように、検知装置５は、増幅器１０４と、ＡＤ変換器１０６とを有する。このように、検知装置５が増幅器１０４と、ＡＤ変換器１０６とを有する場合には、変換部１０３は、増幅器１０４と、ＡＤ変換器１０６とを有さない構成にしてもよい。

【0022】

図２は、監視対象４０の冷却システムの構成例とセンサ配置例とを示す図である。図２に示すように、監視対象４０は、例えば半導体・ＦＰＤ製造現場において用いられるポンプである。配管Ｌ１０を循環する水は、冷却器４０２により冷却される。配管Ｌ１２を循環する水は、熱交換器４０４を介して配管Ｌ１０を循環する水と熱交換し冷却される。配管Ｌ２０を循環する水量は弁４０６により調整される。そして、配管Ｌ２０を循環する水は、監視対象４０であるポンプを冷却する。

【0023】

図３は、電流センサ（電流計）５０ｈにより測定される三層電流の例を示す図である。横軸は時間を示し、縦軸が電流値を示す。図３に示すように、冷却システムにより冷却される監視対象（モータ）４０へ供給される三層電流は、電流センサ（電流計）５０ｈ（図２参照）により測定される。

【0024】

図４は、振動センサ５０ｅにより測定される第１振動信号の例を示す図である。図５は、振動センサ５０ｆにより測定される第２振動信号の例を示す図である。横軸は時間を示し、縦軸が振動値を示す。図４、５に示すように、ポンプの異なる３箇所に振動センサ５０ｅ、５０ｆ、５０ｇ（図２参照）が配置され振動が測定される。

【0025】

再び図２に示すように、圧力センサ５０ａ、温度センサ５０ｃは、配管Ｌ２０を循環する水の監視対象４０の出口側の圧力と温度を測定する。一方で、圧力センサ５０ｂ、温度センサ５０ｄは、配管Ｌ２０を循環する水の監視対象４０の入口側の圧力と温度を測定する。なお、振動センサ５０ｇ、力センサ５０ａ、温度センサ５０ｃ、圧力センサ５０ｂ、及び温度センサ５０ｄの測定値の図示は省略する。

【0026】

図６は、変換処理部１０８の詳細な構成例を示すブロックである。図６に示すように、変換処理部１０８は、入力インターフェース１１４と、記憶部１１６と、設定部１１８と、データ変換部１２０と、通信制御部１２２と、操作部１２４とを有する。変換処理部１０８は、例えばＣＰＵを含んで構成され、記憶部１１６に記憶されるプログラム、及び設定情報にしたがい各処理部を構成する。

【0027】

入力インターフェース１１４は、操作部１２４を着脱可能に接続する。また、操作部１２４、及び入力インターフェース１１４を介した設定情報が操作者により設定部１１８に設定される。

【0028】

記憶部１１６は、例えばＲＯＭ、ＲＡＭ、不揮発性メモリなどで構成される。この記憶部１１６は、プログラム、及び設定情報を記憶する。また、記憶部１１６は、ＡＤ変換器１０６から供給される測定データを記憶する。さらにまた、記憶部１１６は、例えば所定のバッファー容量を有する共用メモリを構成することが可能である。

【0029】

設定部１１８は、ＡＤ変換器１０６に供給される各測定信号のサンプリング周期及びサンプリング周期内におけるサンプリング数を設定する。設定部１１８は、操作部１２４を介した設定情報に従い各測定信号のサンプリング周期及びサンプリング周期内におけるサンプリング数を設定する。また、設定部１１８は、判定装置２０側から供給される設定情報に従い各測定信号のサンプリング周期及びサンプリング周期内におけるサンプリング数をＡＤ変換器１０６に対して設定することも可能である。さらにまた、設定部１１８は、判定装置２０側から供給される設定情報に従い変換処理部１０８に対してデータ変換形式を設定することも可能である。

【0030】

例えば、学習が収束するまでの初期運用期間は判定装置２０側から供給される設定情報に従い各測定信号のサンプリング周期及びサンプリング周期内におけるサンプリング数を自動的に設定する。一方で、監視対象４０の運用が安定化し、学習結果を他の同等の監視対象４０に提供する場合などには、操作部１２４を介した設定情報に従い各測定信号のサンプリング周期及びサンプリング周期内におけるサンプリング数を設定する。

【0031】

データ変換部１２０は、設定部１１８により設定されたサンプリング周期及びサンプリング周期内におけるサンプリング数によりサンプリングされ、記憶部１１６に記憶された各測定データを所定のデータセットに変換する。データ変換部１２０は、判定装置２０の処理形式に応じたデータセットに変換する。なお、データ変換の詳細は、図７乃至図９を参照して後述する。

【0032】

通信制御部１２２は、データ変換部１２０が生成したデータセットにヘッダ情報などを付与して、出力部１１０を介して通信部１１２に供給する。操作部１２４は、上述のように、入力インターフェース１１４に着脱可能であり、例えばキーボード、マウスなどにより構成される。

【0033】

図７は、温度データと、第１振動データをデータセットとした一例を示す図である。例えば、判定装置２０から供給される設定情報に基づき、温度データ３個と、第１振動データ２０００個とが予兆の予測に対する有効情報となる例を示す。この例では、例えば判定装置２０の入力処理形式（例えばＦＦＴ変換処理の入力部）が２０４８を含む２のべき乗に基づき設定されており、そのデータ形式に変換する場合を示している。例えば、データ数を２０４８にするため、振動データ２０００個と、温度データ３個と、ＮＵＬＬを４５個とした例である。このように、判定装置２０の処理形式に合わせてデータを変換するので、送信効率を上げることが可能となる。なお、一般的な測定装置ではＡＤ変換後のデータを順に送信する。このため、温度データ３個とＮＵＬＬ２０４５個を送信し、更に振動データ２０００個とＮＵＬＬ４８個を送信するので、送信容量が倍となる。さらに、判定装置２０で必要とされないデータに関してはＮＵＬＬを入れることで、判定装置２０はＮＵＬＬデータに対する処理を行わないように構成可能となり、判定装置２０側の冗長処理を抑制できる。

【0034】

図８は、第２振動データと、電流データとをデータセットとした一例を示す図である。例えば、図７で示した測定データに加えて、第２振動データと、電流データをそれぞれ１０２４点ずつ送信する場合である。このように、判定装置２０の処理形式に合わせてデータを組み合わせることで、送信効率を上げることが可能となる。なお、一般的な測定装置では、温度データ１０２４個とＮＵＬＬ１０２４個とを送信し、更に振動データ１０２４個とＮＵＬＬ１０２４個とを送信するので、送信容量が倍となる。

【0035】

図９は、第１振動データ、第２振動データと、第３振動データと、電流データをデータセットとした一例を示す図である。判定装置２０の入力処理形式が５１２に基づき設定されており、そのデータ形式に変換する場合を示している。なお、一般的な測定装置では、第１振動データ１２８個とＮＵＬＬ３８４個とを送信し、第２振動データ１２８個とＮＵＬＬ３８４個とを送信し、第３振動データ１２８個とＮＵＬＬ３８４個とを送信し、電流データ１２８個とＮＵＬＬ３８４個とを送信するので、送信容量が４倍となる。このように、送信側で判定装置２０の処理形式に合わせてデータを組み合わせることで、送信効率を上げることが可能となる。

【0036】

図１０は、測定装置１０の処理例を示すフローチャートである。図１０に示すように、まず、操作者は、操作部１２４を介して、設定部１１８に各測定信号のサンプリング周期及びサンプリング周期内におけるサンプリング数を設定する。また、判定装置２０の処理形式に合わせたデータの組み合わせを設定する（ステップＳ１００）。

【0037】

次に、ＡＤ変換器１０６は、設定部１１８の設定に従い、各測定信号を設定されたたサンプリング周期及びサンプリング周期内におけるサンプリング数でサンプリングし、測定データを記憶部１１６に記憶させる（ステップＳ１０２）。

【0038】

次に、データ変換部１２０は、ＡＤ変換器１０６が所定の測定データを生成したか否かを判定する（ステップＳ１０４）。データ変換部１２０が生成していないと判定する場合（ステップＳ１０４のＮＯ）、ステップＳ１０２からの処理を繰り返す。

【0039】

一方で、データ変換部１２０が生成したと判定する場合（ステップＳ１０４のＹＥＳ）、記憶部１１６に記憶させるデータを所定のデータ形式に変換し、通信制御部１２２は、データ変換部１２０が生成したデータセットにヘッダ情報などを付与して、出力部１１０を介して通信部１１２に供給する（ステップＳ１０６）。

【0040】

次に、データ変換部１２０は、測定処理を終了するか否かを判定する（ステップＳ１０８）。データ変換部１２０が終了しないと判定する場合（ステップＳ１０８のＮＯ）、ステップＳ１０２からの処理を繰り返す。一方で、データ変換部１２０が終了すると判定する場合（ステップＳ１０４のＮＯ）、全体処理を終了する。

【0041】

図１１に基づき、判定装置２０の詳細を説明する。図１１は、判定装置２０の構成例を示すブロック図である。図１１に示すように、判定装置２０は、測定装置１０に対して測定データのデータ形式の設定情報を送信可能な装置であり、通信部２００と、記憶部２０２と、データ処理部２０４と、学習部２０６と、判定処理部２０８と、表示制御部２１０とを、有する。判定装置２０は、例えばＣＰＵを含んで構成され、記憶部２０２に記憶されるプログラムにしたがい各処理部を構成する。なお、本実施形態に係る判定装置２０が処理部に対応する。また、各処理部を電子回路により構成してもよい。

【0042】

通信部２００は、測定装置１０と無線通信する。この通信部２００は、測定装置１０から送信された測定データを記憶部２０２に記憶する。

【0043】

記憶部２０２は、例えばＲＯＭ、ＲＡＭ、不揮発性メモリなどで構成される。この記憶部２０２は、プログラム、及び測定データを記憶する。また、記憶部２０２は、例えば所定のバッファー容量を有する共用メモリを構成することが可能である。

【0044】

データ処理部２０４は、フーリエ変換処理、高速フーリエ変換処理、ノイズ低減処理、各種の信号処理を行うことが可能であり、学習用データの生成時には処理結果を記憶部２０２に記憶させる。また、データ処理部２０４は、監視対象４０判定処理中には、処理後データを判定処理部２０８に供給する。なお、判定処理部２０８への入力データ形式は、学習部２０６の学習結果に応じて変更可能に構成される。このため、データ処理部２０４も、判定処理部２０８への出力データ形式に応じて、入力データ数を含むデータ形式を変更可能に構成される。

【0045】

データ処理部２０４は、データ処理部２０４への入力データ数を含むデータ形式を設定情報として、通信部２００を介して測定装置１０に通知する。

【0046】

また、本実施形態の学習では、サンプリング周期、サンプリング間隔、測定データの組み合わせ等変えた学習用データセット及び評価用データセットを複数用意する。例えば、実機ポンプ及び異常再現用ポンプそれぞれの試験を図２で示した冷却システムを用いて、例えば２ヶ月分のデータである約５７０００組のデータを学習用データセット及び評価用データセットとして取得する。

【0047】

例えば、異常再現用ポンプでは、故意に故障するように冷却性能を低減したり、モータの回転部に負荷をかけたりする。異常再現用ポンプで取得された測定データには、故意に起こさせた故障のレベルに応じて「正常」、「注意」、「異常」のラベルを付与する。例えば、故障発生前の期間に対応する学習用データ及び評価用データには教師ラベルとして「正常」を関連付ける。故障が明示的に現れない故障発生時前の所定期間に対応する学習用データ及び評価用データには教師ラベルとして「注意」を関連付ける。また、故障の発生後に対応する学習用データ及び評価用データには教師ラベルとして「異常」を関連付ける。

【0048】

さらにまた、データ処理部２０４は、サンプリング周期、サンプリング間隔、測定データの組み合わせ等に対応する入力データ形式を、通信部２００を介して測定装置１０に設定情報として通知する。これにより、測定装置１０は、サンプリング周期、サンプリング間隔、測定データの組み合わせ等を変更して学習用データ、及び評価用データを生成する。この場合、測定装置１０の変換部１０３は通信に適したデータセットにデータ形式を変更可能となり、通信容量を低下させることが可能となる。なお、測定装置１０は、上述（図１０参照）のように操作者により、設定情報を設定してもよい。これにより、データ処理部２０４により所定の処理を行った学習用データ、及び評価用データを予め用意することが可能となる。

【0049】

学習部２０６は、監視対象４０における故障の予兆を学習する。学習用データは、例えば測定装置１０から供給される。上述のように、本実施形態の学習では、サンプリング周期、サンプリング間隔、測定データの組み合わせ等を変えた学習用データセット及び評価用データセットを複数用意する。この場合、統計処理などにより冗長なデータを予め削減後に、サンプリング周期、サンプリング間隔、測定データの組み合わせ等変えたデータセットを複数用意してもよい。評価用データには、上述のように、故意に起こさせた故障のレベルに応じて「正常」、「注意」、「異常」のラベルが付与されている。

【0050】

学習部２０６は、ＶＡＥ（ＶａｒｉａｔｉｏｎａｌＡｕｔｏＥｎｃｏｄｅｒ）、ＭＴ法（Ｍａｈａｌａｎｏｂｉｓ－ＴａｇｕｃｈｉＳｙｓｔｅｍ）等の教師なし学習によりニューラルネットワークモデルを学習させる。なお、本実施形態では、教師なし学習の例で説明するが、これに限定されず、後述するように教師あり学習によりニューラルネットワークモデルを学習させてもよい。

【0051】

学習部２０６は、例えばＶＡＥにより、センサが出力する学習用データに基づいて潜在変数モデルと同時確率モデルとを学習する。そして、判定処理部２０８では、潜在変数モデルと同時確率モデルを用いて評価用データの尤度に相関する異常度を出力する。

【0052】

本実施形態では、学習部２０６は、学習時の評価として、例えば学習用データ毎に潜在変数モデルと同時確率モデルを学習する。そして、学習部２０６は、潜在変数モデルと同時確率モデルを用いて評価用データの尤度に相関する異常度を出力させる。この場合、正常時の学習用データの異常度、評価用データの異常度の値の解離性を統計評価値とする。例えば計評価値にはカイ二乗分布の値を用いる。この場合、学習部２０６は、解離性を示す統計評価が所定値以上で有り、測定データ数がより少なくなる学習用データセットを選択する。このように、学習部２０６は、所定のサンプリング周期内のデータ数及び組合せを、判定処理部２０８の判定に必要となる情報量に応じて設定する。これにより、学習部２０６は、所定のサンプリング周期内のデータ数及び組合せを、解離性を示す統計評価が所定値以上となる学習用データセットに基づき、設定する。すなわち、この選択された学習用データセットのサンプリング周期、サンプリング間隔、測定データの組み合わせを設定情報とする。

【0053】

図１２は、学習部２０６が設定する閾値の例を示す図である。横軸は時間を示し、点線が閾値ｔｈ１、ｔｈ２を示す。図１２に示すように、学習部２０６は、評価用データに対して、尤度に相関する異常度を出力し、判定用の閾値を決定する。例えば評価用データに対する異常度の平均値から標準偏差の２倍を「注意」に対応する閾値ｔｈ１とし、準偏差の３倍を「異常」に対応する閾値ｔｈ２として設定する。なお、本実施形態に係る「注意」、及び「異常」が異常発生の予兆の程度に対応する。

【0054】

判定処理部２０８は、学習部２０６の学習結果に基づき、例えば入力データに対する異常度と、評価値を出力する。判定処理部２０８は、異常度が「注意」に対応する閾値ｔｈ１未満であれば「正常」に対応する値として、例えば１を評価値として出力する。同様に、判定処理部２０８は、異常度が「注意」に対応する閾値ｔｈ１以上であり且つ「異常」に対応する閾値ｔｈ２未満であれば、「注意」に対応する値として、例えば２を評価値として出力する。同様に、判定処理部２０８は、異常度が「異常」に対応する閾値ｔｈ２以上であれば、「異常」に対応する値として、例えば３を評価値として出力する。

【0055】

上述のように、判定処理部２０８への入力データ形式は、学習部２０６の学習結果（データセットの選択結果）に応じて変更可能に構成されている。このため、データ処理部２０４も、判定処理部２０８への出力データ形式に応じて、入力データ数を含むデータ形式を変更される。このため、データ処理部２０４は、データ処理部２０４への入力データ数を含むデータ形式を設定情報として、通信部２００を介して測定装置１０に通知する。

【0056】

図１３は、判定処理部２０８の判定結果が「正常」であり、正常を示す情報を含む画面例を示す図である。図１３では、入力データと判定結果を画像とする例である。

【0057】

図１４は、判定処理部２０８の判定結果が「注意」であり、注意を示す情報を含む画面例を示す図である。図１４では、入力データと判定結果を画像とする例である。

【0058】

表示制御部２１０は、図１３、１４に示すように、判定処理部２０８の判定結果の情報を含む画像を生成し、表示装置３０に表示させる。例えば、表示制御部２１０は、測定データ、データ処理部２０４による測定データの処理後のデータ、判定処理部２０８の出力する異常度、及び測定データに対する「正常」、「注意」、「異常」などの文字を含む情報を画像として、表示装置３０に表示させる。

【0059】

ここで、学習部２０６が所謂教師あり学習を行う場合の処理例を説明する。図１５は、入力層・中間層（隠れ層）・出力層の３層から成るパーセプトロン型のニューラルネットワークモデルの例を模式的に示す図である。図１５では説明を簡単化するため、３層から成るパーセプトロン型を説明しているが、これに限定されない。例えば、中間層は８層などでもよい。或いは、中間層で回帰処理を行う再帰型ニューラルネットワーク（ＲＮＮ）を用いてもよい。

【0060】

図１５に示すように、データ処理部２０４が処理したデータセットは入力層から読み込まれ、中間層で特徴点抽出のための処理を実行する。本実施形態では、正常・注意・異常の３値分類問題とし、出力層で確率（合計が１）として出力するように学習される。学習アルゴリズはいずれを用いてもよいが、例えば逆誤差伝搬法が用いられる。上述のように、学習用の教師データには、例えば故障の初期状態期間に対して「注意」のカテゴリが関連付けられ、故障の発生時以後に「異常」のカテゴリが関連付けられる。それ以外は、「正常」のカテゴリが関連付けられる。

【0061】

これにより、学習後のニューラルネットワークモデルの出力層の３セルのそれぞれから合計が１となる出力値が出力される。ここで、最も高い数値を出したセルに対応するカテゴリが判別結果となる。例えば、「正常」に対応するセルが最も高い出力値を示せば、判別結果は「正常」となり、「注意」に対応するセルが最も高い出力値を示せば、判別結果は「注意」となり、「異常」に対応するセルが最も高い出力値を示せば、判別結果は「異常」となる。また、例えば、最も高い数値が、所定値以下であれば、判定不能としてもよい。

【0062】

ニューラルネットワークモデルの学習では、所謂過学習が生じてしまう。このため、本実施形態に係る学習部２０６では、サンプリング周期、サンプリング間隔、測定データの組み合わせ等変えたデータセットを複数用意する。この場合、統計処理などにより冗長なデータを予め削減後に、サンプリング周期、サンプリング間隔、測定データの組み合わせ等変えたデータセットを複数用意してもよい。例えば、学習後のニューラルネットワークモデルを未学習の評価用のデータ、及び学習用のデータに対する判別率を評価する。例えば、学習用のデータに対する判別率が評価用のデータ対する判別率よりも高い場合には、過学習の傾向を示すと考えられる。このため、本実施形態では、学習用のデータに対する判別率と評価用のデータ対する判別率とが同等程度の数値を示す学習用データセットを選択する。そして、この選択された学習用データセットのサンプリング周期、サンプリング間隔、測定データの組み合わせを設定情報とする。

【0063】

判定処理部２０８は、学習後のニューラルネットワークモデルを用いて判別処理を行う。この場合にも、上述のように、判定処理部２０８への入力データ形式は、学習部２０６の学習結果（データセットの選択結果）に応じて変更可能に構成されている。このため、データ処理部２０４も、判定処理部２０８への出力データ形式に応じて、入力データ数を含むデータ形式を変更される。これにより、データ処理部２０４は、データ処理部２０４への入力データ数を含むデータ形式を設定情報として、通信部２００を介して測定装置１０に通知する。

【0064】

図１６は、判定装置２０の学習処理例を示すフローチャートである。ここでは、学習後の設定情報の通知までを説明する。

【0065】

まず、通信部２００を介して学習用の測定データ及び評価用の測定データを順次に取得し（ステップＳ２００）、記憶部２０２に記憶する（ステップＳ２０２）。

【0066】

次に、学習部２０６は、所定数の学習用の測定データ及び評価用の測定データが記憶部２０２に蓄積されたか否かを判定する（ステップＳ２０４）。蓄積されていないと判定する場合（ステップＳ２０４のＮＯ）、ステップＳ２００からの処理を繰り返す。一方で、蓄積されたと判定する場合（ステップＳ２０４のＹＥＳ）、学習部２０６は、データ処理部２０４にサンプリング周期、サンプリングタイミング、及びデータ種別の組み合わせを変更させ、前処理を行った学習用データセットを生成させ、学習用データセット毎に学習を行う（ステップＳ２０６）。

【0067】

次に、学習部２０６は、学習した潜在変数モデルと同時確率モデルを用いて評価用データの尤度に相関する異常度を学習セット毎に出力し、評価する（ステップＳ２０８）。続けて、学習部２０６は、評価に基づき、判定に用いる潜在変数モデルと同時確率モデルを選択し、判定処理部２０８の閾値の条件設定を行う（ステップＳ２１０）。

【0068】

そして、判定処理部２０８への入力データ形式は、学習部２０６の学習結果（データセットの選択結果）に応じて変更され、データ処理部２０４の出力データ形式、及び入力データ数を含むデータ形式が変更される。これにより、データ処理部２０４は、データ処理部２０４への入力データ数を含むデータ形式を学習後の設定情報として、通信部２００を介して測定装置１０に通知し（ステップＳ２１２）、処理を終了する。測定装置１０は、図１０と同様の処理を通知された設定情報に従い行う。

【0069】

以上説明したように、本実施形態に係る監視システム１は、取得部１０２が所定の応答周波数を有するセンサ５０ａ～５０ｈから、監視対象４０の測定信号を取得し、変換部１０３が測定信号を所定のデータ数を含むデータ形式に変換する。この場合、変換部１０３は、測定データにより監視対象４０の判定処理を行う判定処理部２０８の処理に応じた、所定のサンプリング周期内における所定数のサンプリングにより測定データを生成することとした。これにより、変換部１０３が判定に不要な冗長なデータを生成することが抑制され、判定処理部２０８の処理効率が上がると共に、通信容量も低減可能となる。

【0070】

以上、いくつかの実施形態を説明したが、これらの実施形態は、例としてのみ提示したものであり、発明の範囲を限定することを意図したものではない。本明細書で説明した新規な部、方法及びプログラムは、その他の様々な形態で実施することができる。また、本明細書で説明した部、方法及びプログラムの形態に対し、発明の要旨を逸脱しない範囲内で、種々の省略、置換、変更を行うことができる。

【符号の説明】

【0071】

１：監視システム、５：検知装置、５０ａ～５０ｈ：センサ、１０：測定装置、２０：判定装置、４０：監視対象、１０２：取得部、１０３：変換部、１１０：出力部、１１２：通信部、２０８：判定処理部。

【図1A】

【図1B】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】