特開 2023-50485 情報処理装置

(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】P2023050485

(43)【公開日】2023-04-11

(54)【発明の名称】情報処理装置

(51)【国際特許分類】

   G06F 9/50 20060101AFI20230404BHJP

   G05B 23/02 20060101ALI20230404BHJP

【ＦＩ】

G06F9/50 120Z

G05B23/02 Z

【審査請求】未請求

【請求項の数】2

【出願形態】ＯＬ

(21)【出願番号】P 2021160596

(22)【出願日】2021-09-30

(71)【出願人】

【識別番号】000003078

【氏名又は名称】株式会社東芝

(71)【出願人】

【識別番号】598076591

【氏名又は名称】東芝インフラシステムズ株式会社

(74)【代理人】

【識別番号】110002147

【氏名又は名称】弁理士法人酒井国際特許事務所

(72)【発明者】

【氏名】胡 天翔

【テーマコード（参考）】

3C223

【Ｆターム（参考）】

3C223AA01

3C223BA03

3C223CC02

3C223DD03

3C223EB05

3C223FF04

3C223FF13

3C223GG01

3C223HH08

3C223HH29

(57)【要約】

【課題】プラント監視装置に適切なハードウェアスペックを判断するための情報を出力する。
【解決手段】実施形態の情報処理装置は、情報処理装置は、ＨＭＩで実行される処理に関するハードウェアリソース使用量が登録されたテーブルを記憶する記憶部を備える。情報処理装置は、仮想ＨＭＩが実行する処理に関する情報の入力を受け、仮想ＨＭＩのメモリおよびハードディスクの使用量と、ＣＰＵの負荷とを算出する。また、情報処理装置は、料金別ハードウェアスケールテーブルを参照して、算出した仮想ＨＭＩのメモリおよびハードディスクの使用量と、ＣＰＵの負荷と、に対応するメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別を特定する。情報処理装置は、算出した仮想ＨＭＩのメモリおよびハードディスクの使用量と、ＣＰＵの負荷と、特定したメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別とを表示する。
【選択図】図１

【特許請求の範囲】

【請求項1】

ＨＭＩ（Human Machine Interface）が処理するタグの種別ごとのメモリ使用量が登録されたタグ種別別メモリ使用量テーブルと、前記ＨＭＩの画面を構成するグラフィック画面コンポーネントごとのメモリ使用量が登録された画面コンポーネント別メモリ使用量テーブルと、前記ＨＭＩが処理するタグの種別ごとのハードディスク使用量が登録されたタグ種別別ハードディスク使用量テーブルと、前記ＨＭＩの画面を構成するグラフィック画面コンポーネントごとのハードディスク使用量が登録された画面コンポーネント別ハードディスク使用量テーブルと、前記ＨＭＩが処理するタグの種別ごとのＣＰＵ負荷がＣＰＵの種別ごとに登録されたタグ種別別ＣＰＵ負荷テーブルと、前記ＨＭＩが受けるアラームの種別ごとのＣＰＵ負荷がＣＰＵの種別ごとに登録されたアラーム種別別ＣＰＵ負荷テーブルと、クラウド環境に構築される仮想ＨＭＩが料金別に使用可能なメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別の複数の組み合わせが登録された料金別ハードウェアスケールテーブルと、を記憶する記憶部を備え、
前記仮想ＨＭＩが処理するタグの種別および数量、前記仮想ＨＭＩが表示する画面を構成する画面コンポーネント、および前記仮想ＨＭＩが受けるアラームの種別および数量、の入力を受け、前記タグ種別別メモリ使用量テーブル、前記画面コンポーネント別メモリ使用量テーブル、前記タグ種別別ハードディスク使用量テーブル、前記画面コンポーネント別ハードディスク使用量テーブル、前記タグ種別別ＣＰＵ負荷テーブル、および前記アラーム種別別ＣＰＵ負荷テーブルを参照して、前記仮想ＨＭＩのメモリの最大使用量と、ハードディスクの単位期間あたりの最大使用量と、ＣＰＵの最大負荷と、を算出し、
前記料金別ハードウェアスケールテーブルを参照して、算出した前記仮想ＨＭＩのメモリの最大使用量、ハードディスクの単位期間あたりの最大使用量、ＣＰＵの最大負荷、に対応するメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別を特定し、
算出した前記仮想ＨＭＩのメモリの最大使用量、ハードディスクの単位期間あたりの最大使用量、およびＣＰＵの最大負荷と、特定した前記メモリのスケール、ハードディスクのスケール、およびＣＰＵの種別とを表示する、
情報処理装置。

【請求項2】

クラウド環境に構築される仮想ＨＭＩが料金別に使用可能なメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別の複数の組み合わせが登録された料金別ハードウェアスケールテーブルを記憶する記憶部を備え、
クラウド環境に構築された仮想ＨＭＩのメモリの使用量、ハードディスクの使用量、およびＣＰＵの負荷の履歴データを取得し、
取得した前記履歴データにより前記料金別ハードウェアスケールテーブルを参照して、仮想ＨＭＩのリソース使用量に対応するメモリのスケール、ディスクのスケール、およびＣＰＵの種別を特定し、
取得した前記履歴データに基づく前記仮想ＨＭＩのリソース使用量と、前記仮想ＨＭＩの現在の契約スケールと、特定した前記メモリのスケール、ハードディスクのスケール、およびＣＰＵの種別とを表示する、
情報処理装置。

【発明の詳細な説明】

【技術分野】

【0001】

本実施形態は、情報処理装置に関する。

【背景技術】

【0002】

従来、産業プラント（以下、単にプラントという）を制御する分散制御システム（Distributed Control System：ＤＣＳ）等の制御システムにおいて、Ｉ／Ｏ（Input／Output）機器等を制御するためにコントローラが用いられている。また、このようなコントローラにおける処理の実行状況等をオペレータが監視するためにＨＭＩ（Human Machine Interface）が用いられている。

【0003】

また、このような制御システムを構成する装置を、クラウド環境に設けられたバーチャルマシン（Virtual Machine：ＶＭ）により実現する場合がある。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１９－５７１５８号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

一般に、バーチャルマシンはスケール（ＣＰＵ性能、メモリサイズ、およびディスクサイズ）により従量課金制が採用されるため、オーバースペックな契約にならないように、予定されるハードウェアリソース使用量の見積もりすることが求められる。特に、ＨＭＩはハードウェアリソースの使用量が小さい場合があるため、実際に使用予定のハードウェアリソース使用量に即した適切な見積もりが行われた場合のユーザのメリットが大きい。

【課題を解決するための手段】

【0006】

実施形態の情報処理装置は、タグ種別別メモリ使用量テーブル、画面コンポーネント別メモリ使用量テーブル、タグ種別別ハードディスク使用量テーブル、画面コンポーネント別ハードディスク使用量テーブル、タグ種別別ＣＰＵ負荷テーブル、アラーム種別別ＣＰＵ負荷テーブルおよび料金別ハードウェアスケールテーブルを記憶する記憶部を備える。タグ種別別メモリ使用量テーブルは、ＨＭＩ（Human Machine Interface）が処理するタグの種別ごとのメモリ使用量が登録される。画面コンポーネント別メモリ使用量テーブルは、ＨＭＩの画面を構成するグラフィック画面コンポーネントごとのメモリ使用量が登録される。タグ種別別ハードディスク使用量テーブルは、ＨＭＩが処理するタグの種別ごとのハードディスク使用量が登録される。画面コンポーネント別ハードディスク使用量テーブルは、ＨＭＩの画面を構成するグラフィック画面コンポーネントごとのハードディスク使用量が登録される。タグ種別別ＣＰＵ負荷テーブルは、ＨＭＩが処理するタグの種別ごとのＣＰＵ負荷がＣＰＵの種別ごとに登録される。アラーム種別別ＣＰＵ負荷テーブルは、ＨＭＩが受けるアラームの種別ごとのＣＰＵ負荷がＣＰＵの種別ごとに登録される。料金別ハードウェアスケールテーブルは、クラウド環境に構築される仮想ＨＭＩが料金別に使用可能なメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別の複数の組み合わせが登録される。情報処理装置は、仮想ＨＭＩが処理するタグの種別および数量、仮想ＨＭＩが表示する画面を構成する画面コンポーネント、および仮想ＨＭＩが受けるアラームの種別および数量、の入力を受け、タグ種別別メモリ使用量テーブル、画面コンポーネント別メモリ使用量テーブル、タグ種別別ハードディスク使用量テーブル、画面コンポーネント別ハードディスク使用量テーブル、タグ種別別ＣＰＵ負荷テーブル、およびアラーム種別別ＣＰＵ負荷テーブルを参照して、仮想ＨＭＩのメモリの最大使用量と、ハードディスクの単位期間あたりの最大使用量と、ＣＰＵの最大負荷と、を算出する。また、情報処理装置は、料金別ハードウェアスケールテーブルを参照して、算出した仮想ＨＭＩのメモリの最大使用量、ハードディスクの単位期間あたりの最大使用量、ＣＰＵの最大負荷、に対応するメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別を特定する。情報処理装置は、算出した仮想ＨＭＩのメモリの最大使用量、ハードディスクの単位期間あたりの最大使用量、およびＣＰＵの最大負荷と、特定したメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別とを表示する。

【図面の簡単な説明】

【0007】

【図1】図１は、第１の実施形態にかかる制御システムの構成の一例を示す図である。

【図2】図２は、第１の実施形態にかかるタグ種別別メモリ使用量テーブルの一例を示す図である。

【図3】図３は、第１の実施形態にかかる画面コンポーネント別メモリ使用量テーブルの一例を示す図である。

【図4】図４は、第１の実施形態にかかるタグ種別別ハードディスク使用量テーブルの一例を示す図である。

【図5】図５は、第１の実施形態にかかる画面コンポーネント別ハードディスク使用量テーブルの一例を示す図である。

【図6】図６は、第１の実施形態にかかる第１のタグ種別別ＣＰＵ負荷テーブルの一例を示す図である。

【図7】図７は、第１の実施形態にかかる第１のアラーム種別別ＣＰＵ負荷テーブルの一例を示す図である。

【図8】図８は、第１の実施形態にかかる第２のタグ種別別ＣＰＵ負荷テーブルの一例を示す図である。

【図9】図９は、第１の実施形態にかかる第２のアラーム種別別ＣＰＵ負荷テーブルの一例を示す図である。

【図10】図１０は、第１の実施形態にかかる料金別ハードウェアスケールテーブルの一例を示す図である。

【図11】図１１は、第１の実施形態にかかる処理予定タグテーブルの一例を示す図である。

【図12】図１２は、第１の実施形態にかかる表示予定グラフィック画面コンポーネントテーブル３５２の一例を示す図である。

【図13】図１３は、第１の実施形態にかかる処理予定アラームテーブルの一例を示す図である。

【図14】図１４は、第１の実施形態にかかる見積もり画面の一例を示す図である。

【図15】図１５は、第１の実施形態に係るＨＭＩメモリ使用量見積結果画面の一例を示す図である。

【図16】図１６は、第１の実施形態に係るＨＭＩディスク使用量見積結果画面の一例を示す図である。

【図17】図１７は、第１の実施形態に係るＨＭＩＣＰＵ負荷見積結果画面の一例を示す図である。

【図18】図１８は、第１の実施形態にかかるードウェアリソース使用量見積もり処理の流れの一例を示すフローチャートである。

【図19】図１９は、第２の実施形態にかかるクラウド環境に設けられた複数の仮想ＨＭＩ、およびエンジニアリングツール用ＰＣを含むシステムの構成の一例を示す図である。

【図20】図２０は、第２の実施形態にかかるリソース使用量履歴テーブルの構成の一例を示す図である。

【図21】図２１は、第２の実施形態にかかるメモリに関するハードウェアリソース使用状況情報の画面の一例を示す図である。

【図22】図２２は、第２の実施形態にかかるディスクに関するハードウェアリソース使用状況情報の画面の一例を示す図である。

【図23】図２３は、第２の実施形態にかかるＣＰＵに関するハードウェアリソース使用状況情報の画面の一例を示す図である。

【図24】図２４は、第２の実施形態にかかるエンジニアリングツール用ＰＣによるハードウェアリソース使用状況情報の表示処理の流れの一例を示すフローチャートである。

【発明を実施するための形態】

【0008】

以下、添付の図面を用いて、本実施形態にかかる情報処理装置について説明する。

【0009】

（第１の実施形態）
図１は、第１の実施形態にかかる制御システムＳの構成の一例を示す図である。当該制御システムＳは、クラウド環境に設けられる仮想ＨＭＩ（Human Machine Interface）１、コントローラ２ａ，２ｂ、およびエンジニアリングツール用ＰＣ（Personal Computer）３を有する。コントローラ２ａ，２ｂ、およびエンジニアリングツール用ＰＣ３は、ＬＡＮ（Local Area Network）等により互いに通信可能に接続されている。また、コントローラ２ａ，２ｂ、およびエンジニアリングツール用ＰＣ３は、インターネット１等のネットワークを介して、クラウド環境１０に設けられた仮想ＨＭＩ１と通信可能である。なお、図１では、仮想ＨＭＩ１のみがクラウド環境１０に設けられるものとしたが、コントローラ２ａ，２ｂもクラウド環境１０に設けられてもよい。

【0010】

本実施形態においては、図１に示す制御システムＳは構築中であるものとする。具体的には、エンジニアリングツール用ＰＣ３およびコントローラ２ａ，２ｂは構築されているものの、クラウド環境１０における仮想ＨＭＩ１のハードウェアリソースのスケールに関する契約が決定していない状態である。本実施形態において、エンジニアリングツール用ＰＣ３が、仮想ＨＭＩ１のハードウェアリソースの使用量を見積もることにより、ユーザがハードウェアリソースのスケールに関する契約をする際の支援をする。

【0011】

仮想ＨＭＩ１は、コントローラ２ａ，２ｂで実行される処理の状況等を、オペレータが監視するために用いられるバーチャルマシン（ＶＭ）である。仮想ＨＭＩ１はクラウド環境１０に設けられるため、オペレータが使用するＰＣ等からネットワークを介して仮想ＨＭＩ１に接続することにより、仮想ＨＭＩ１が表示する画面をオペレータが照会することができる。

【0012】

なお、図１では仮想ＨＭＩ“Ａ”のみを図示するが、制御システムＳは、仮想ＨＭＩ１“Ｂ”、仮想ＨＭＩ１“Ｃ”等の複数の仮想ＨＭＩ１を備えてもよい。

【0013】

仮想ＨＭＩ１は、ＯＳ（Operating System）等のプラットフォーム上で、当該仮想ＨＭＩ１の機能を実現するためのソフトウェアが動作する。例えば、仮想ＨＭＩ１は、オペレータがコントローラ２ａ，２ｂの処理状況を確認可能な画面を提供する。各画面は、グラフィック画面コンポーネントにより定義される。仮想ＨＭＩ１で表示される１つの画面は、１または複数のグラフィック画面コンポーネントにより定義される。例えば、２つのポンプを監視するための画面は、２つのポンプの各々に対応する２つのグラフィックコンポーネントにより構成される。また、１つのグラフィック画面コンポーネントが複数の画面で用いられる場合もある。

【0014】

また、仮想ＨＭＩ１は、コントローラ２ａ，２ｂからタグの情報を取得する。また、仮想ＨＭＩ１は、コントローラ２ａ，２ｂから、アラームを取得する。タグおよびアラームを取得すると、仮想ＨＭＩ１では当該タグおよびアラームの保存、および当該タグおよびアラームの画面表示等の処理が実行される。タグは、コントローラ２ａ，２ｂにおけるデータ管理の単位である。

【0015】

仮想ＨＭＩ１が取得するタグの種別、グラフィック画面コンポーネント、発生するアラームの件数によって、仮想ＨＭＩ１で実行される処理が変化する。このため、タグの種別、グラフィック画面コンポーネント、発生するアラームの件数によって、仮想ＨＭＩ１がクラウド環境１０で使用するハードウェアリソース使用量が変化する。

【0016】

本実施形態における仮想ＨＭＩ１がクラウド環境１０で使用するハードウェアは、メモリ、ハードディスク、およびＣＰＵ（Central Processing Unit）である。以下、ハードディスクを単にディスクという。メモリ使用量、ハードディスクの使用量、およびＣＰＵの負荷を総称してハードウェアリソース使用量という。

【0017】

エンジニアリングツール用ＰＣ３は、本実施形態における情報処理装置の一例である。エンジニアリングツール用ＰＣ３は、エンジニアリングツールを備える。エンジニアリングツールは、コントローラ２で実行される制御プログラムやタスクの生成や、制御プログラムで使用されるパラメータの値の設定をすることができるプログラムである。エンジニアリングツールで生成された制御プログラム等がＬＡＮを介してコントローラ２ａ，２ｂにダウンロードされることにより、コントローラ２ａ，２ｂがプラントを制御するための処理を実行することができる。

【0018】

図１に示すように、エンジニアリングツール用ＰＣ３は、一例として、ＣＰＵ３１と、ＲＡＭ（Random Access Memory）３２等の主記憶装置と、ＨＤＤ（Hard Disk Drive）３３等の補助記憶装置と、ＲＯＭ（Read Only Memory）３４と、ディスプレイ（表示部）３５と、マウスやキーボード等の入力装置３６と、通信インタフェース３７とを備える。ＣＰＵ３１、ＲＡＭ３２と、ＨＤＤ３３、ＲＯＭ３４、ディスプレイ３５、入力装置３６、および通信インタフェース３７が、バス３８により接続される。通信インタフェース３７は、コントローラ２ａ，２ｂおよび仮想ＨＭＩ１とネットワークを介して通信する。

【0019】

ＨＤＤ３３は、本実施形態における記憶部の一例である。ＨＤＤ３３は、タグ種別別メモリ使用量テーブル３３１と、画面コンポーネント別メモリ使用量テーブル３３２と、タグ種別別ハードディスク使用量テーブル３３３と、画面コンポーネント別ハードディスク使用量テーブル３３４と、第１のタグ種別別ＣＰＵ負荷テーブル３３５と、第１のアラーム種別別ＣＰＵ負荷テーブル３３６と、第２のタグ種別別ＣＰＵ負荷テーブル３３７と、第２のアラーム種別別ＣＰＵ負荷テーブル３３７と、基本使用量テーブル３３９とを記憶する。

【0020】

タグ種別別メモリ使用量テーブル３３１、画面コンポーネント別メモリ使用量テーブル３３２、タグ種別別ハードディスク使用量テーブル３３３、画面コンポーネント別ハードディスク使用量テーブル３３４、第１のタグ種別別ＣＰＵ負荷テーブル３３５、第１のアラーム種別別ＣＰＵ負荷テーブル３３６、第２のタグ種別別ＣＰＵ負荷テーブル３３７、第２のアラーム種別別ＣＰＵ負荷テーブル３３７、および基本使用量テーブル３３９を総称して、ハードウェアリソース使用量テーブル３３０という。

【0021】

ハードウェアリソース使用量テーブル３３０は、後述の仮想ＨＭＩ１のハードウェアリソース使用量の見積もり処理で参照されるマスタテーブルである。ハードウェアリソース使用量テーブル３３０には、ＨＭＩが参照するタグの種別および数量、ＨＭＩの画面を構成するグラフィック画面コンポーネント、およびＨＭＩが受けるアラームの種別および数量、に対応するメモリ、ハードディスク、およびＣＰＵの使用量が登録される。本実施形態では、ハードウェアリソース使用量テーブル３３０は複数のテーブルに分割されて構成されるが、１つのテーブルに統合されてもよい。

【0022】

ハードウェアリソース使用量テーブル３３０は、例えば予めデータが登録された状態でＨＤＤ３３に保存される。あるいは、一例として、既に稼働中の現行のＨＭＩを仮想ＨＭＩに置き換える場合、現行のＨＭＩにおけるハードウェアリソース使用実績に基づいて、ハードウェアリソース使用量テーブル３３０が生成されてもよい。当該ハードウェアリソース使用量テーブル３３０の生成の処理は、ＣＰＵ３１により実行されてもよい。

【0023】

また、ＨＤＤ３３は、料金別ハードウェアスケールテーブル３４０を記憶する。料金別ハードウェアスケールテーブル３４０は、クラウド環境１０に構築される仮想ＨＭＩ１の料金別に使用可能なメモリ、ハードディスク、およびＣＰＵのスケールの組み合わせが登録されたテーブルである。本実施形態においては、仮想ＨＭＩ１のＣＰＵ性能、メモリ使用可能量、およびハードディスク使用可能量を、スケールという。

【0024】

また、ＨＤＤ３３は、処理予定タグテーブル３５１と、表示予定グラフィック画面コンポーネントテーブル３５２と、処理予定アラームテーブル３５３とを記憶する。処理予定タグテーブル３５１、表示予定グラフィック画面コンポーネントテーブル３５２、および処理予定アラームテーブル３５３を総称して、処理予定情報テーブル３５０という。

【0025】

エンジニアリングツール用ＰＣ３は、入力装置３６を介して、クラウド環境１０に構築される仮想ＨＭＩ１が取得するタグの種別および数量、仮想ＨＭＩ１が表示する画面を構成する画面コンポーネント、および仮想ＨＭＩ１が受けるアラームの種別および数量のユーザによる登録を受け付ける。例えば、ＣＰＵ３１がディスプレイ３５に処理予定情報の入力画面を表示させ、当該入力画面にユーザが入力したデータが、処理予定情報テーブル３５０に登録される。各テーブルの構成の詳細は後述する。

【0026】

コントローラ２ａ，２ｂは、分散制御システム（ＤＣＳ）用のコントローラである。以下、コントローラａ，２ｂを特に区別しない場合には、単にコントローラ２という。より詳細には、コントローラ２は、プラントのセンサ等からの各種入力情報を演算し、制御対象であるバルブなどの機器に出力情報を与えることにより、プラントを制御する。コントローラ２は、制御演算や入出力にリアルタイム性が求められるため、組み込み型のハードウェアやリアルタイムＯＳ等の構成要素を含む。そして、コントローラ２は、組み込み型のハードウェアやリアルタイムＯＳ等のプラットフォーム上で、当該コントローラ２の機能をサポートするプログラムが動作する。

【0027】

コントローラ２は、タグデータベースと、タスクとを記憶する。タスクは、複数の制御プログラムが機能ごとにまとめられた、コントローラ２で実行される処理の実行単位である。コントローラ２は、複数のタスクを記憶する。また、１つのタスクは、１または複数のＰＯＵ（Program Organization Unit）を含む。ＰＯＵは、機能毎にモジュール化して作成された制御プログラムである。タスクおよびタスクに含まれるＰＯＵは、エンジニアリングツールで生成され、コントローラ２にダウンロードされる。

【0028】

また、タグデータベースには、コントローラ２で実行される処理で使用されるタグデータが保存される。タグデータは、ＰＯＵ単位で対応付けられた複数のパラメータの値を含むパラメータ群である。より詳細には、タグデータは、対象とする処理（ＰＯＵ）を示すタグ名称と、当該タグ名称に対応付けられるパラメータの値とを含む。例えば、タグ名称が“Ｉｎｄ０００１”であり、パラメータの値として、当該処理で発生したアラームの種類を示す“ＰＨ”を含む。“ＰＨ”は、監視対象のセンサ等の現在値（ＰＶ，Process Value）が上限値を超えたことを示すアラームである。なお、タグデータに含まれるパラメータ値は、アラームの種類に限定されるものではない。例えば、タグデータは、ＰＯＵ内のファンクションブロックで使用されるパラメータ値や、アラームの発生を判断する閾値、発生したアラームの重要度（グレード）を示すパラメータ値等をさらに含むものであっても良い。また、センサ等の現在値が正常範囲に戻る等により、アラームが回復（終了）した場合は、タグデータから、アラームの種類を示す情報が削除される。

【0029】

コントローラ２は、タグデータベースに保存されたタグデータのうち、アラームの種類が設定されたタグデータを読み出し、当該タグデータのタグ名称と、当該タグ名称に対応付けられたアラームの種類とを、ＨＭＩ１に送信する。タグデータに含まれるパラメータのうち、タグ名称と、当該タグ名称に対応付けられたアラームの種類を示す情報とを、アラームを特定する識別情報であるアラーム情報とする。また、コントローラ２は、アラームが回復した場合に、回復したアラームを特定するアラーム回復情報を、ＨＭＩ１に送信する。

【0030】

また、コントローラ２は、メモリパリティエラー等のシステムアラームが発生した場合、当該発生したシステムアラームの情報であるシステムアラーム情報をＨＭＩ１に送信する。

【0031】

次に、図２～図９を用いて、ハードウェアリソース使用量テーブル３３０について説明する。

【0032】

図２は、本実施形態にかかるタグ種別別メモリ使用量テーブル３３１の一例を示す図である。図２に示すように、タグ種別別メモリ使用量テーブル３３１は、タグ種別ごとのメモリ使用量が登録されたテーブルである。タグ種別は、タグを分類するグループである。当該メモリ使用量の値は、例えば標準的なＨＭＩにおいて各タグ種別に属するタグを１つ処理するために使用するメモリの使用量の値である。ＨＭＩは、例えば当該タグのデータを一時的に保存するためにメモリを使用する。

【0033】

本実施形態において「ＨＭＩがタグを処理する」とは、ＨＭＩが当該タグをコントローラから取得すること、取得したタグを一時保存すること、および当該タグに関する出力の処理を実行すること等を含む。

【0034】

図２に示す例では、タグ種別が「Ｔａｇ１」のタグに対してはメモリを３ＫＢ使用することを示している。

【0035】

図３は、本実施形態にかかる画面コンポーネント別メモリ使用量テーブル３３２の一例を示す図である。図３に示すように、画面コンポーネント別メモリ使用量テーブル３３２は、グラフィック画面コンポーネントごとのメモリ使用量が登録されたテーブルである。グラフィック画面コンポーネントは、ＨＭＩで表示される画面を定義する。なお、以下、グラフィック画面コンポーネントを単に画面コンポーネントと記載する場合がある。図３に示す例では、グラフィック画面コンポーネントが「Ｇｒａｐｈｉｃ＿ＭＤＬ＿１」である画面を表示する処理を実行するには、メモリを４ＫＢ要することを示している。

【0036】

図４は、第１の実施形態にかかるタグ種別別ハードディスク使用量テーブル３３３の一例を示す図である。図４に示すように、タグ種別別ハードディスク使用量テーブル３３３は、タグ種別ごとのハードディスク使用量が登録されたテーブルである。ハードディスク使用量の単位期間は１日とする。例えば、タグ種別「Ｔａｇ１」に属するタグ１つ当たりに使用されるハードディスク使用量は１日当たり１ＫＢである。仮に、当該タグ種別「Ｔａｇ１」に属するタグが１つずつ毎日実行される場合、１年間のハードディスク使用量は３６５ＫＢとなる。

【0037】

図５は、第１の実施形態にかかる画面コンポーネント別ハードディスク使用量テーブル３３４の一例を示す図である。図５に示すように、画面コンポーネント別ハードディスク使用量テーブル３３４は、グラフィック画面コンポーネントごとのハードディスク使用量が登録されたテーブルである。例えば、タグ種別が「Ｇｒａｐｈｉｃ＿ＭＤＬ＿１」の画面の表示に、１日当たりのハードディスク使用量は１ＫＢ分である。

【0038】

図６は、第１の実施形態にかかる第１のタグ種別別ＣＰＵ負荷テーブル３３５の一例を示す図である。第１のタグ種別別ＣＰＵ負荷テーブル３３５には、ＨＭＩが処理するタグ種別ごとのＣＰＵ負荷がＣＰＵの種別ごとに登録される。図６に示すように、第１のタグ種別別ＣＰＵ負荷テーブル３３５は、ＣＰＵ種別“１”のＣＰＵにおいて、ＣＰＵの１％の負荷に相当するタグ種別ごとのタグの数量が登録されたテーブルである。例えばタグ種別「Ｔａｇ１」に属するタグ２００個に関する処理が、ＣＰＵ種別“１”のＣＰＵの１％の負荷に相当する。

【0039】

図７は、第１の実施形態にかかる第１のアラーム種別別ＣＰＵ負荷テーブル３３６の一例を示す図である。第１のアラーム種別別ＣＰＵ負荷テーブル３３６は、ＨＭＩが受けるアラームの種別ごとのＣＰＵ負荷がＣＰＵの種別ごとに登録される。図７に示すように、第１のアラーム種別別ＣＰＵ負荷テーブル３３６は、ＣＰＵ種別“１”のＣＰＵにおいて、ＣＰＵの１％の負荷に相当するアラーム種別ごとの数量が登録されたテーブルである。例えばアラーム種別「プロセスアラーム」に属するアラーム２００個に関する処理が、ＣＰＵ種別“１”のＣＰＵの１％の負荷に相当する。

【0040】

図８は、第１の実施形態にかかる第２のタグ種別別ＣＰＵ負荷テーブル３３７の一例を示す図である。図８に示すように、第２のタグ種別別ＣＰＵ負荷テーブル３３７は、ＣＰＵ種別“２”のＣＰＵにおいて、ＣＰＵの１％の負荷に相当するタグ種別ごとのタグの数量が登録されたテーブルである。ＣＰＵ種別“２”の方が、ＣＰＵ種別“１”よりも性能が高いため、ＣＰＵ種別“２”のＣＰＵの１％の負荷に相当するタグ種別「Ｔａｇ１」に属するタグの数は、図６よりも多い４００個である。第１のタグ種別別ＣＰＵ負荷テーブル３３５および第２のタグ種別別ＣＰＵ負荷テーブル３３７は、本実施形態におけるタグ種別別ＣＰＵ負荷テーブルの一例である。

【0041】

図９は、第１の実施形態にかかる第２のアラーム種別別ＣＰＵ負荷テーブル３３８の一例を示す図である。図９に示すように、第２のアラーム種別別ＣＰＵ負荷テーブル３３８は、ＣＰＵ種別“２”のＣＰＵにおいて、ＣＰＵの１％の負荷に相当するアラーム種別ごとの数量が登録されたテーブルである。第１のアラーム種別別ＣＰＵ負荷テーブル３３６および第２のアラーム種別別ＣＰＵ負荷テーブル３３８は、本実施形態におけるアラーム種別別ＣＰＵ負荷テーブルの一例である。

【0042】

なお、ＣＰＵの種別は２つに限定されるものではない。仮想ＨＭＩ１が使用可能なＣＰＵの種別が３つ以上ある場合、タグ種別別ＣＰＵ負荷テーブルおよびアラーム種別別ＣＰＵ負荷テーブルがさらに設けられてもよい。また、本実施形態では、ＣＰＵの種別ごとにタグ種別別ＣＰＵ負荷テーブルとアラーム種別別ＣＰＵ負荷テーブルとを保持しているが、複数の種別のＣＰＵの負荷に関する情報が、１つのテーブルに登録されてもよい。また、図６～図９に示す各テーブルを統合して１つのテーブルとしてもよい。

【0043】

また、基本使用量テーブル３３９については図示を省略するが、基本使用量テーブル３３９は、ＨＭＩで実行される処理の内容にかかわらず使用されるメモリ使用量、ハードウェアリソース使用量、およびＣＰＵ負荷が登録されたテーブルである。ＨＭＩで実行される処理の内容にかかわらず使用されるハードウェアリソースは、例えば、ＨＭＩでソフトウェアを実行するために必要となるＨＭＩソフト実行基本使用量、およびクラウド環境１０でＨＭＩが稼働するために必ず必要となるシステム基本使用量である。

【0044】

図１０は、第１の実施形態にかかる料金別ハードウェアスケールテーブル３４０の一例を示す図である。料金別ハードウェアスケールテーブル３４０は、クラウド環境１０に構築される仮想ＨＭＩ１が料金別に使用可能なメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別の複数の組み合わせが登録されたテーブルである。料金別ハードウェアスケールテーブル３４０に登録されたメモリ使用可能量、ハードウェアリソース使用可能量、およびＣＰＵ種別は、ハードウェアスケールの一例である。

【0045】

仮想ＨＭＩ１は従量課金制なので、使用可能なハードウェアスケールに応じて料金が段階的に高くなる。図１０に示す例では、「スケールＮｏ．」の昇順に使用可能なハードウェアスケールが大きくなっているため、「スケールＮｏ．」の昇順に料金が高くなる。なお、図１０に示すハードウェアスケールの値および組み合わせは一例であり、これに限定されない。

【0046】

次に、図１１～図１３を用いて処理予定情報テーブル３５０について説明する。

【0047】

図１１は、第１の実施形態にかかる処理予定タグテーブル３５１の一例を示す図である。処理予定タグテーブル３５１は、仮想ＨＭＩ１により処理される予定のタグが属するタグ種別、タグ種別名、およびタグ種別ごとのタグ数が見積もり対象ＨＭＩの名称と対応付けられて登録されるテーブルである。図１１における見積もり対象の仮想ＨＭＩ１は、図１に示すＨＭＩ“Ａ”である。

【0048】

図１２は、第１の実施形態にかかる表示予定グラフィック画面コンポーネントテーブル３５２の一例を示す図である。表示予定グラフィック画面コンポーネントテーブル３５２は、仮想ＨＭＩ１により表示される予定の画面を定義するグラフィック画面コンポーネントのＩＤ、グラフィック画面コンポーネント名、およびグラフィック画面コンポーネントの数量が対応付けられて登録されるテーブルである。表示予定グラフィック画面コンポーネントテーブル３５２における「数量」とは、仮想ＨＭＩ１で表示される全ての画面で使用される各グラフィックコンポーネントの数量である。

【0049】

なお、処理予定タグテーブル３５１および表示予定グラフィック画面コンポーネントテーブル３５２においてタグ種別名およびグラフィック画面コンポーネント名は必須ではない。あるいは、エンジニアリングツール用ＰＣ３のＨＤＤ３３が予めタグ種別をタグ種別名に対応付けて記憶しておき、ユーザがエンジニアリングツール用ＰＣ３のディスプレイ３５に表示された入力画面よりタグ種別名を入力すると、エンジニアリングツール用ＰＣ３のＣＰＵ３１がＨＤＤ３３に記憶されたタグ種別を参照して処理予定タグテーブル３５１に登録する構成を採用してもよい。また、エンジニアリングツール用ＰＣ３のＨＤＤ３３が予めグラフィック画面コンポーネントをグラフィック画面コンポーネント名に対応付けて記憶しておき、ユーザがエンジニアリングツール用ＰＣ３のディスプレイ３５に表示された入力画面よりグラフィック画面コンポーネントのＩＤを入力すると、エンジニアリングツール用ＰＣ３のＣＰＵ３１がＨＤＤ３３に記憶されたグラフィック画面コンポーネント名を参照して処理予定タグテーブル３５１に登録する構成を採用してもよい。

【0050】

図１３は、第１の実施形態にかかる処理予定アラームテーブル３５３の一例を示す図である。処理予定アラームテーブル３５３は、仮想ＨＭＩ１により処理される予定のアラーム種別と、当該アラーム種別に属するアラームの一日当たりの発生回数とが見積もり対象ＨＭＩの名称と対応付けられて登録されるテーブルである。

【0051】

図１１～図１３に示す処理予定タグテーブル３５１、表示予定グラフィック画面コンポーネントテーブル３５２、および処理予定アラームテーブル３５３の各項目は、例えばユーザがエンジニアリングツール用ＰＣ３のディスプレイ３５に表示された入力画面より入力する。

【0052】

次に、本実施形態のエンジニアリングツール用ＰＣ３により表示されるハードウェアリソース使用量の見積もり画面について説明する。

【0053】

図１４は、第１の実施形態にかかる見積もり画面の一例を示す図である。当該見積もり画面は、ＣＰＵ３１によりエンジニアリングツール用ＰＣ３のディスプレイ３５に表示される。

【0054】

見積もり画面は、スケール見積もり実行ボタン１１１、見積詳細ボタン１１０、および見積出力ボタン１１２を有する。

【0055】

スケール見積もり実行ボタン１１１は、ユーザによる見積もり実行操作を受け付けるためのボタンである。例えば、ユーザは、見積もり画面の「仮想ＨＭＩ名」に見積もり対象の仮想ＨＭＩの名称を入力する。また、ユーザは、メモリ使用量の表示単位、ディスク使用量の表示単位および単位期間、および見積もり対象のＣＰＵ種別をリストボックスから選択した上で、スケール見積もり実行ボタン１１１を押下する。

【0056】

この場合、エンジニアリングツール用ＰＣ３のＣＰＵ３１は、ハードウェアリソース使用量テーブル３３０および処理予定情報テーブル３５０を参照して、仮想ＨＭＩ１のメモリ使用量の最大値、単位期間あたりのディスクの最大使用量、ＣＰＵ負荷の最大値を算出し、見積もり画面の「最大使用量」行に表示する。また、ＣＰＵ３１は、「最大使用量」行の上に、「タグ」および「グラフィック画面表示」等の処理のカテゴリごとのメモリ使用量の最大値、ディスク使用量の最大値、ＣＰＵ負荷の最大値を表示する。ＣＰＵ負荷は％で表される。また、エンジニアリングツール用ＰＣ３のＣＰＵ３１は、「タグ」「グラフィック画面表示」「データベース管理」の各欄に、「タグ」「グラフィック画面表示」「データベース管理」ごとのメモリ使用量、ディスク使用量、およびＣＰＵ使用率を表示させる。なお、「データベース管理」は、仮想ＨＭＩ１がタグを介して収集したデータ、および発生したアラームを保存するデータベースのために使用するハードウェアリソースを示す。

【0057】

また、ＣＰＵ３１は、料金別ハードウェアスケールテーブル３４０を参照して、算出した仮想ＨＭＩ１のメモリの最大使用量、ハードディスクの単位期間あたりの最大使用量、ＣＰＵのスペックごとの最大負荷、に対応するメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別を特定する。例えば、ＣＰＵ３１は、料金別ハードウェアスケールテーブル３４０に登録されたメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別の複数の組み合わせのうち、メモリのスケールが算出した仮想ＨＭＩ１のメモリの最大使用量より大きく、ハードディスクの単位期間あたりの最大使用量より大きく、ＣＰＵの最大負荷が閾値を超えないＣＰＵ種別の組み合わせの中で最も料金が安い組み合わせを、特定する。

【0058】

なお、ＣＰＵ３１は、ハードディスクの容量不足によるデータ保存失敗のリスクを低減するために、単位期間あたりの最大使用量にバッファ容量を加算した結果よりも大きいスケールを選択してもよい。

【0059】

ＣＰＵ３１は、料金別ハードウェアスケールテーブル３４０から特定したメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別の組み合わせを、見積もり画面の「推奨スケール」行に表示する。

【0060】

また、見積出力ボタン１１２は、見積もり結果をデータとして出力するボタンである。

【0061】

また、見積詳細ボタン１１０は、図１４に示す見積もり結果のメモリ、ハードディスク、およびＣＰＵごとの詳細を表示する画面を表示させるボタンである。

【0062】

ユーザが見積詳細ボタン１１０を押下した場合、ＣＰＵ３１は、「ＨＭＩメモリ使用量見積結果」画面、「ＨＭＩディスク使用量見積結果」画面、および「ＨＭＩＣＰＵ負荷見積結果」画面をディスプレイ３５に表示させる。

【0063】

図１５は、第１の実施形態に係るＨＭＩメモリ使用量見積結果画面の一例を示す図である。図１５に示す画面例では、２つのＨＭＩ１（ＨＭＩ“Ａ”、ＨＭＩ“Ｂ”）のメモリ使用量見積結果を示すが、ＨＭＩ“Ａのみが表示されてもよい。

【0064】

ＨＭＩメモリ使用量見積結果画面では、カテゴリごとにメモリ使用量の合計値と、当該合計値の算出根拠を表示する。例えば、ＨＭＩ“Ａ”におけるタグ関連の処理に要するメモリ使用量の合計は３５０ＭＢであり、その根拠としてタグ種別ごとのタグの数量が表示されている。ＣＰＵ３１は、処理予定タグテーブル３５１に登録された仮想ＨＭＩ１により処理される予定のタグ種別ごとのタグ数と、タグ種別別メモリ使用量テーブル３３１に登録されたタグ種別ごとのメモリ使用量とに基づいて、ＨＭＩ“Ａ”におけるタグ関連の処理に要するメモリ使用量を算出する。

【0065】

また、ＨＭＩ“Ａ”におけるグラフィック画面の表示関連のメモリ使用量は１５０ＭＢであり、その根拠としてグラフィック画面コンポーネントの数量が表示されている。ＣＰＵ３１は、表示予定グラフィック画面コンポーネントテーブル３５２に登録された仮想ＨＭＩ１により表示される予定の画面を定義するグラフィック画面コンポーネントごとの数量と、画面コンポーネント別メモリ使用量テーブル３３２に登録されたグラフィック画面コンポーネントごとのメモリ使用量とに基づいて、ＨＭＩ“Ａ”におけるグラフィック画面の表示関連の処理に要するメモリ使用量を算出する。

【0066】

また、「基本部使用量合計」の欄に表示されるメモリ使用量は、基本使用量テーブル３３９に登録されたメモリ使用量の合計値である。基本部使用量合計の内訳として表示されるＨＭＩソフト実行基本使用量、およびシステム基本使用量は、基本使用量テーブル３３９に登録されたデータである。

【0067】

カテゴリごとのメモリの使用量の合計値を合計すると、メモリ最大使用量“３２００ＭＢ”となる。なお、メモリ最大使用量およびメモリ推奨スケールは、図１４で表示された値と同様である。

【0068】

図１６は、第１の実施形態に係るＨＭＩディスク使用量見積結果画面の一例を示す図である。ＨＭＩディスク使用量見積結果画面では、カテゴリごとにハードディスク使用量の合計値と、当該合計値の算出根拠を表示する。例えば、ＨＭＩ“Ａ”におけるタグに関連して使用されるハードディスク使用量の合計は１日当たり１００ＭＢであり、その根拠としてタグ種別ごとのタグの数量が表示されている。ＣＰＵ３１は、処理予定タグテーブル３５１に登録された仮想ＨＭＩ１により処理される予定のタグ種別ごとのタグ数と、タグ種別別ハードディスク使用量テーブル３３３に登録されたタグ種別ごとのハードディスク使用量とに基づいて、ＨＭＩ“Ａ”におけるタグ関連の処理に要するハードディスク使用量を算出する。

【0069】

また、ＨＭＩ“Ａ”におけるグラフィック画面の表示関連のハードディスク使用量は１日当たり１００ＭＢであり、その根拠としてグラフィック画面コンポーネントの数量が表示されている。ＣＰＵ３１は、表示予定グラフィック画面コンポーネントテーブル３５２に登録された仮想ＨＭＩ１により表示される予定の画面を定義するグラフィック画面コンポーネントごとの数量と、画面コンポーネント別ハードディスク使用量テーブル３３４に登録されたグラフィック画面コンポーネントごとのハードディスク使用量とに基づいて、ＨＭＩ“Ａ”におけるグラフィック画面の表示関連の処理に要するハードディスク使用量を算出する。

【0070】

また、「基本部使用量合計」の欄に表示されるハードディスク使用量は、基本使用量テーブル３３９に登録されたハードディスク使用量の合計値である。基本部使用量合計の内訳として表示されるＨＭＩソフト実行基本使用量、およびシステム基本使用量は、基本使用量テーブル３３９に登録されたデータである。

【0071】

図１７は、第１の実施形態に係るＨＭＩＣＰＵ負荷見積結果画面の一例を示す図である。ＨＭＩＣＰＵ負荷見積結果画面では、カテゴリごとにＣＰＵ負荷の合計値と、当該合計値の算出根拠を表示する。また、ＨＭＩＣＰＵ負荷見積結果画面では、図１４の見積もり画面でユーザにより選択されたＣＰＵ種別における負荷の値が表示されるものとする。図１７に示す画面では、ＣＰＵ種別“１”における負荷が表示される。なお、ＨＭＩＣＰＵ負荷見積結果画面に、複数のＣＰＵ種別ごとのＣＰＵ負荷を表示してもよい。

【0072】

ＨＭＩ“Ａ”におけるタグに関連して使用されるＣＰＵ負荷の合計は１０％であり、その根拠としてタグ種別ごとのタグの数量が表示されている。ＣＰＵ３１は、処理予定タグテーブル３５１に登録された仮想ＨＭＩ１により処理される予定のタグ種別ごとのタグ数と、第１のタグ種別別ＣＰＵ負荷テーブル３３５に登録されたタグ種別ごとのハードディスク使用量とに基づいて、ＨＭＩ“Ａ”におけるタグ関連の処理に要するＣＰＵ負荷を算出する。

【0073】

また、ＨＭＩ“Ａ”におけるアラーム処理関連のＣＰＵ負荷は６０％であり、その根拠としてアラーム種別別の１日当たりのアラーム発生回数が表示されている。ＣＰＵ３１は、処理予定アラームテーブル３５３に登録された仮想ＨＭＩ１により処理される予定のアラーム種別と、当該アラーム種別に属するアラームの一日当たりの発生回数と、第１のアラーム種別別ＣＰＵ負荷テーブル３３６に登録されたアラーム種別ごとのハードディスク使用量とに基づいて、ＨＭＩ“Ａ”におけるタグ関連の処理に要するＣＰＵ負荷を算出する。

【0074】

また、「基本部使用量合計」の欄に表示されるＣＰＵ負荷は、基本使用量テーブル３３９に登録されたＣＰＵ負荷の合計値である。基本部使用量合計の内訳として表示されるＨＭＩソフト実行負荷、およびシステム基本負荷は、基本使用量テーブル３３９に登録されたデータである。

【0075】

次に、以上のように構成されたエンジニアリングツール用ＰＣ３により実行されるハードウェアリソース使用量見積もり処理の流れについて説明する。

【0076】

図１８は、第１の実施形態にかかるードウェアリソース使用量見積もり処理の流れの一例を示すフローチャートである。

【0077】

まず、エンジニアリングツール用ＰＣ３のＣＰＵ３１は、入力装置３６を介して仮想ＨＭＩ１の処理予定情報の入力を受け付ける（Ｓ１）。具体的には、ＣＰＵ３１は、ユーザによる仮想ＨＭＩ１が処理するタグの種別および数量、仮想ＨＭＩ１が表示する画面を構成するグラフィック画面コンポーネント、および仮想ＨＭＩ１が受けるアラームの種別および数量の入力を受け付ける。ＣＰＵ３１は、入力された情報を処理予定情報テーブル３５０に登録する。

【0078】

そして、ユーザによる見積もり画面表示操作を受け付けた場合（Ｓ２“Ｙｅｓ”）、ＣＰＵ３１は、ディスプレイ３５に見積もり画面を表示させる（Ｓ３）。エンジニアリングツールのメニュー画面等からユーザが当該見積もり画面を選択する操作である。また、ユーザによる見積もり画面表示操作を受け付けるまでは（Ｓ２“Ｎｏ”）、Ｓ３の処理には進まずに待機する。

【0079】

そして、ＣＰＵ３１は、入力装置３６を介して見積もりに使用するメモリ使用量の表示単位、ディスク使用量の表示単位および単位期間、および見積もり対象のＣＰＵ種別の入力を受け付ける（Ｓ４）。例えば、図１４で図示したように、ユーザにより見積もり画面上でメモリ使用量の表示単位、ディスク使用量の表示単位および単位期間、および見積もり対象のＣＰＵ種別が選択される。

【0080】

そして、ＣＰＵ３１は、Ｓ１で入力された処理予定情報により、ハードウェアリソース使用量テーブル３３０と、基本使用量テーブル３３９とを参照してメモリの最大使用量、ハードディスクの最大使用量、およびＣＰＵの最大負荷を算出する（Ｓ５）。

【0081】

料金別ハードウェアスケールテーブルを参照して、算出したメモリの最大使用量、ハードディスクの最大使用量、およびＣＰＵの最大負荷を満たすメモリ、ハードディスク、およびＣＰＵのスケールを特定する（Ｓ６）。例えば、ＣＰＵ３１は、料金別ハードウェアスケールテーブル３４０に登録されたメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別の複数の組み合わせのうち、メモリのスケールが算出した仮想ＨＭＩ１のメモリの最大使用量より大きく、ハードディスクの単位期間あたりの最大使用量より大きく、ＣＰＵの最大負荷が閾値を超えないＣＰＵ種別の組み合わせの中で最も料金が安い組み合わせを、特定する。

【0082】

算出したメモリの最大使用量、ハードディスクの最大使用量、およびＣＰＵの最大負荷と、特定したメモリ、ハードディスク、およびＣＰＵのスケールを見積もり画面に表示する（Ｓ７）。ここで、このフローチャートの処理は終了する。なお、図１８では見積もり画面に見積もり結果を表示した後に、ユーザの画面操作によって実行される図１５～図１７に示す詳細画面の表示処理については図示を省略する。

【0083】

このように、本実施形態のエンジニアリングツール用ＰＣ３は、ハードウェアリソース使用量テーブル３３０と、料金別ハードウェアスケールテーブル３４０と、を記憶するＨＤＤ３３を備える。エンジニアリングツール用ＰＣ３は、クラウド環境１０に構築される仮想ＨＭＩ１が処理するタグの種別および数量、仮想ＨＭＩ１が表示する画面を構成するグラフィック画面コンポーネント、および仮想ＨＭＩ１が受けるアラームの種別および数量、の登録を受け、ハードウェアリソース使用量テーブル３３０を参照して、仮想ＨＭＩ１のメモリの最大使用量と、ハードディスクの単位期間あたりの最大使用量と、ＣＰＵの最大負荷と、を算出する。エンジニアリングツール用ＰＣ３は、料金別ハードウェアスケールテーブル３４０を参照して、算出した仮想ＨＭＩのメモリの最大使用量、ハードディスクの単位期間あたりの最大使用量、ＣＰＵの最大負荷、に対応するメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別を特定する。エンジニアリングツール用ＰＣ３は、算出した仮想ＨＭＩ１のメモリの最大使用量、ハードディスクの単位期間あたりの最大使用量、およびＣＰＵの最大負荷と、特定したメモリのスケール、ハードディスクのスケール、およびＣＰＵの種別とを表示する。このため、本実施形態のエンジニアリングツール用ＰＣ３は、クラウド環境１０で仮想ＨＭＩ１を構築する場合に、仮想ＨＭＩ１で使用予定のハードウェアリソース使用量に即した適切な見積もりを支援することができる。

【0084】

なお、本実施形態では、ハードウェアリソース使用量テーブル３３０は、例えば予めデータが登録された状態でＨＤＤ３３に保存されるとしたが、エンジニアリングツール用ＰＣ３が、他のＨＭＩでのハードウェアリソース使用量の実績データ等からハードウェアリソース使用量テーブル３３０に登録するデータを生成してもよい。

【0085】

なお、本実施形態では、メモリ使用量を算出する根拠としてタグ種別とグラフィック画面コンポーネントとを例示したが、システムアラームなどのアラームのメモリ使用量を示す情報をさらに考慮してもよい。この場合、ハードウェアリソース使用量テーブル３３０は、さらに、アラーム種別ごとのメモリ使用量は登録されたテーブルを含んでもよい。

【0086】

なお、本実施形態では、ＣＰＵの負荷を算出する根拠としてタグ種別とアラーム種別とを例示したが、ＣＰＵの１％の負荷に相当するグラフィック画面コンポーネントの数をＣＰＵの負荷を算出する根拠としてもよい。

【0087】

（第２の実施形態）
第１の実施形態では、仮想ＨＭＩ１の導入前に、仮想ＨＭＩ１が実行予定の処理に基づいて、ＨＭＩ１のハードウェアリソース使用量を見積もるものであったが、この第２の実施形態では、すでに運用中の仮想ＨＭＩのハードウェアリソース使用量に基づいて、現状の仮想ＨＭＩのハードウェアスケールが適切であるか否かをユーザが判断するための情報を出力するものである。

【0088】

図１９は、第２の実施形態にかかるクラウド環境１０に設けられた複数の仮想ＨＭＩ１ａ～１ｃ、およびエンジニアリングツール用ＰＣ３を含むシステムの構成の一例を示す図である。図１９に示すように、エンジニアリングツール用ＰＣ３は、ネットワークＮを介してクラウド環境１０と接続する。クラウド環境１０には、仮想ＨＭＩ１ａ～１ｃが設けられる。本実施形態においては、仮想ＨＭＩ１ａ～１ｃは、運用中であるものとする。なお、図１９では３つの仮想ＨＭＩ１ａ～１ｃを図示するが、仮想ＨＭＩの数はこれに限定されるものではない。

【0089】

仮想ＨＭＩ１ａ～１ｃは、図示しないコントローラ２と接続しており、コントローラ２からタグに関するアラームや、システムアラーム等を受信し、それに応じて処理をする。

【0090】

仮想ＨＭＩ１ａ～１ｃは、それぞれ、リソース使用量履歴テーブル８０ａ～８０ｃを記憶する。リソース使用量履歴テーブル８０ａ～８０ｃは、仮想ＨＭＩ１ａ～１ｃのメモリの使用量、ハードディスクの使用量、およびＣＰＵの負荷を記録した履歴データである。

【0091】

また、本実施形態のエンジニアリングツール用ＰＣ３は、第１の実施形態と同様に、ＣＰＵ３１、ＲＡＭ３２と、ＨＤＤ３３、ＲＯＭ３４、ディスプレイ３５、入力装置３６、通信インタフェース３７が、およびバス３８を備える。

【0092】

ＨＤＤ３３は、料金別ハードウェアスケールテーブル３４０、リソース使用量履歴テーブル３６１～３６３、およびＨＭＩ別契約情報テーブル３７０を記憶する。

【0093】

料金別ハードウェアスケールテーブル３４０は、第１の実施形態と同様に、クラウド環境１０に構築される仮想ＨＭＩ１の料金別に使用可能なメモリ、ハードディスク、およびＣＰＵのスケールの組み合わせが登録されたテーブルである。

【0094】

リソース使用量履歴テーブル３６１～３６３は、仮想ＨＭＩ１ａ～１ｃから取得したリソース使用量履歴テーブル８０ａ～８０ｃの内容が登録されるテーブルである。

【0095】

ＨＭＩ別契約情報テーブル３７０は、仮想ＨＭＩ１ａ～１ｃの現在の契約スケールが登録されたテーブルである。また、ＨＭＩ別契約情報テーブル３７０は、ハードディスクの契約期間、およびハードディスクの使用期間の情報をさらに有してもよい。

【0096】

本実施形態のエンジニアリングツール用ＰＣ３のＣＰＵ３１は、仮想ＨＭＩ１ａ～１ｃから、リソース使用量履歴テーブル８０ａ～８０ｃに登録された仮想ＨＭＩ１ａ～１ｃのメモリの使用量、ハードディスクの使用量、およびＣＰＵの負荷の履歴データを取得する。ＣＰＵ３１は、取得した履歴データをＨＤＤ３３のリソース使用量履歴テーブル３６１～３６３に登録する。なお、図１９では、各仮想ＨＭＩ１ａ～１ｃごとに、リソース使用量履歴テーブル３６１～３６３を設けているが、複数の仮想ＨＭＩ１ａ～１ｃの履歴データが１つのテーブルに登録されてもよい。

【0097】

エンジニアリングツール用ＰＣ３は、料金別ハードウェアスケールテーブル３４０を参照して、履歴データに基づく仮想ＨＭＩ１ａ～１ｃのハードウェアリソース使用量に対応するメモリのスケール、ディスクのスケール、およびＣＰＵの種別を特定する。また、エンジニアリングツール用ＰＣ３は、取得した履歴データに基づく仮想ＨＭＩ１ａ～１ｃのリソース使用量、仮想ＨＭＩ１１ａ～１ｃの現在の契約スケール、および仮想ＨＭＩ１ａ～１ｃのリソース使用量から特定したスケールをディスプレイ３５に表示させる。

【0098】

図２０は、第２の実施形態にかかるリソース使用量履歴テーブル８０ａの構成の一例を示す図である。仮想ＨＭＩ１ａ～１ｃは、タグや画面表示などの処理項目毎、期間（例えば、１時間）毎にメモリ・ディスク・ＣＰＵのハードウェアリソースの使用量を集計する。例えば、リソース使用量履歴テーブル８０ａは、規定の周期ごとに仮想ＨＭＩ１ａのメモリの使用量、ハードディスクの余剰量、およびＣＰＵの使用率（負荷）が自国対応付けられて記録される。なお、リソース使用量履歴テーブル８０ｂ，８０ｃも図２０に示す例と同様とする。リソース使用量履歴テーブル３６１～３６３も図２０に示す例と同様のテーブル構造でもよいし、項目が異なっていてもよい。

【0099】

なお、仮想ＨＭＩ１ａ～１ｃは、当該期間毎における各処理項目の数量を集計するようにしてもよい。また、仮想ＨＭＩ１ａ～１ｃは、ＨＭＩソフトの実行における使用メモリ・使用ディスク・ＣＰＵのハードウェアリソースの使用量を集計する。

【0100】

エンジニアリングツール用ＰＣ３のＣＰＵ３１は、仮想ＨＭＩ１ａ～１ｃからリソース使用量の履歴データを取得する。なお、エンジニアリングツール用ＰＣ３のＣＰＵ３１は、取得した履歴データをリソース使用量履歴テーブル３６１～３６３のデータ構造に合わせて追加・更新するようにしてもよい。例えば、履歴データに、リソース使用量履歴テーブル３６１～３６３に含まれていないタグの情報が含まれている場合、ＣＰＵ３１は、当該タグのメモリ・ディスク・ＣＰＵの使用量の情報をリソース使用量履歴テーブル３６１～３６３に追加するようにしてもよい。

【0101】

まず、メモリに関するハードウェアリソース使用状況情報の生成方法について説明する。エンジニアリングツール用ＰＣ３のＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、タグや画面の種類毎の各期間の平均数量・最大数量を算出する。ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、各期間のタグや画面処理における使用メモリの最大値・平均値を算出する。また、ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、ＨＭＩソフトの実行における使用メモリの最大値・平均値を算出する。

【0102】

また、ＣＰＵ３１は、タグや画面の種類毎の各期間の平均数量・最大数量、各期間のタグや画面処理における使用メモリの最大値・平均値、ＨＭＩソフトの実行における使用メモリの最大値・平均値を算出する。また、ＣＰＵ３１は、ＨＭＩ別契約情報テーブル３７０に含まれる現在のメモリサイズを特定し、および料金別ハードウェアスケールテーブル３４０を参照して推奨メモリサイズを特定する。ＣＰＵ３１算出および特定した情報から、メモリに関するハードウェアリソース使用状況情報を生成する。なお、推奨メモリサイズは、各期間のタグや画面処理における使用メモリの最大値、ＨＭＩソフトの実行における使用メモリの最大値を加算した値に基づいて算出されたものでもよい。

【0103】

続いて、ハードディスクに関するハードウェアリソース使用状況情報の生成方法について説明する。ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、タグや画面の種類毎の１日当たりの数量を算出する。ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、１日当たりのタグや画面処理における使用ディスク量を算出する。また、ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、１日当たりのＨＭＩソフトの実行における使用ディスク量を算出する。

【0104】

また、ＣＰＵ３１は、タグや画面の種類毎の１日当たりの数量、１日当たりのタグや画面処理における使用ディスク量、１日当たりのＨＭＩソフトの実行における使用ディスク量、ＨＭＩ別契約情報テーブル３７０に含まれる現在の使用ディスクサイズ、ディスク余剰サイズを含むディスクに関するハードウェアリソース使用状況情報を生成する。また、ＣＰＵ３１は、現在の使用ディスクサイズとディスクの使用期間とディスクの契約期間とに基づいて、現在の使用ディスクサイズに基づく契約期間（例えば、２年）満了時までに必要なディスクサイズの情報をハードウェアリソース使用状況情報にさらに含めてもよい。

【0105】

続いて、ＣＰＵに関するハードウェアリソース使用状況情報の生成方法について説明する。ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、タグやアラームの種類毎の各期間の平均数量・最大数量を算出する。ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、各期間のタグやアラーム処理におけるＣＰＵ使用率の最大値・平均値を算出する。また、ＣＰＵ３１は、リソース使用量履歴テーブル３６１～３６３を参照し、ＨＭＩソフトの実行におけるＣＰＵ使用率の最大値・平均値を算出する。また、ＣＰＵ３１は、各期間のタグやアラーム処理におけるＣＰＵ使用率の最大値・平均値、ＨＭＩソフトの実行におけるＣＰＵ使用率の最大値・平均値等に基づいて、ＣＰＵ最大量（ＨＭＩにおける処理全体のＣＰＵ利用率）の最大値・平均値を算出する。

【0106】

また、ＣＰＵ３１は、タグや画面の種類毎の各期間の平均数量・最大数量、各期間のタグやアラーム処理におけるＣＰＵ使用率の最大値・平均値、ＨＭＩソフトの実行におけるＣＰＵ使用率の最大値・平均値、ＣＰＵ最大量の最大値・平均値、ＨＭＩ別契約情報テーブル３７０に含まれる現在のＣＰＵ種別を含むＣＰＵに関するハードウェアリソース使用状況情報を生成する。なお、ＣＰＵに関するハードウェアリソース使用状況情報にＣＰＵ最大量に基づくコメント情報を含めてもよい。例えば、ＣＰＵ最大量が所定の閾値以上である場合、ＣＰＵ３１は、スケールアップを推奨する旨のコメント情報を含めてもよい。

【0107】

ＣＰＵ３１は、ユーザの入力操作に応じて、メモリに関するハードウェアリソース使用状況情報の画面、ディスクに関するハードウェアリソース使用状況情報の画面、ＣＰＵに関するハードウェアリソース使用状況情報の画面をディスプレイ３５へ表示させる。例えば、ＣＰＵ３１は、第１の実施形態と同様の見積もり画面でユーザがスケール見積実行ボタン１１１を押下することにより、見積もり結果を表示してもよい。また、本実施形態のＣＰＵ３１は、ユーザにより見積詳細ボタン１１０が押下された場合に、メモリ、ハードディスク、およびＣＰＵごとのハードウェアリソース使用状況の分析結果をディスプレイ３５へ表示させる。

【0108】

図２１は、第２の実施形態にかかるメモリに関するハードウェアリソース使用状況情報の画面の一例を示す図である。図２１に示す画面例では、２つのＨＭＩ１（ＨＭＩ“Ａ”、ＨＭＩ“Ｂ”）のハードウェアリソース使用状況情報を示している。図２１は、ＨＭＩ“Ａ”におけるタグのメモリ使用量が、最大値が３５０ＭＢ、平均値が２５０ＭＢであり、画面のメモリ使用量が、最大値が１３０ＭＢ、平均値が７０ＭＢであることを示しており、現在のメモリサイズが３０００ＭＢであることを示している。なお、メモリ最大用量が３０００ＭＢに基づいて、メモリ推奨用量を示している。メモリ最大用量は、全てのタグ・画面を同時に処理している場合であるので、図２１のように、メモリ最大用量より少ない用量をメモリ推奨用量としてもよい。

【0109】

図２２は、第２の実施形態にかかるディスクに関するハードウェアリソース使用状況情報の画面の一例を示す図である。図２２に示す画面例では、２つのＨＭＩ１（ＨＭＩ“Ａ、ＨＭＩ“Ｂ”）のハードウェアリソース使用状況情報を示している。図２２は、ＨＭＩ“Ａ”におけるタグのディスク使用量が、１日当たり１００ＭＢであり、画面のディスク使用量が、１日当たり１００ＭＢであることを示しており、現在のディスクサイズが５００ＧＢであることを示している。

【0110】

図２３は、第２の実施形態にかかるＣＰＵに関するハードウェアリソース使用状況情報の画面の例を示す図である。図１７に示す画面例では、２つのＨＭＩ１（ＨＭＩ“Ａ”、ＨＭＩ“Ｂ”）のハードウェアリソース使用状況情報を示している。図２２は、ＨＭＩ“Ａ”におけるタグのＣＰＵ使用率が、最大値が１０％、平均値が５％であり、アラームのＣＰＵ使用率が、最大値が８０％、平均値が４０％であることを示しており、現在のＣＰＵ種別がＣＰＵ１であることを示している。

【0111】

続いて、第２の実施形態にかかるエンジニアリングツール用ＰＣ３によるハードウェアリソース使用状況情報の表示処理の流れの一例について説明する。

【0112】

図２４は、第２の実施形態にかかるエンジニアリングツール用ＰＣ３によるハードウェアリソース使用状況情報の表示処理の流れの一例を示すフローチャートである。

【0113】

まず、エンジニアリングツール用ＰＣ３のＣＰＵ３１は、通信インタフェース３７を介して各仮想ＨＭＩ１ａ～１ｃから、リソース使用量履歴テーブル８０ａ～８０ｃに登録された仮想ＨＭＩ１ａ～１ｃのリソース使用量履歴データを取得する（Ｓ２１）。ＣＰＵ３１は、取得したリソース使用量履歴データをＨＤＤ３３のリソース使用量履歴テーブル３６１～３６３に保存する。

【0114】

Ｓ２２の見積もり画面表示操作の受付から、Ｓ２３の見積もり画面の表示の処理までは、第１の実施形態のＳ２～Ｓ３の処理と同様である。

【0115】

そして、ＣＰＵ３１は、入力装置３６を介して見積もりに使用するメモリ使用量の表示単位、およびディスク使用量の表示単位および単位期間の入力を受け付ける（Ｓ２４）。

【0116】

そして、ＣＰＵ３１は、料金別ハードウェアスケールテーブル３４０を参照して、各仮想ＨＭＩ１ａ～１ｃのリソース使用量を満たすメモリ、ハードディスク、およびＣＰＵのスケールを特定する（Ｓ２５）。本実施形態では、取得したリソース使用量履歴データから、ハードウェアリソース使用量の最大値だけではなく平均値が算出可能であるため、ＣＰＵ３１は、例えば、メモリについて最大値ではなく平均値に基づいてスケールを特定してもよい。

【0117】

そして、ＣＰＵ３１は、取得したリソース使用量履歴データに基づく各仮想ＨＭＩ１ａ～１ｃのリソース使用量、各仮想ＨＭＩ１ａ～１ｃのＨＭＩ別契約情報テーブル３７０に登録された各仮想ＨＭＩ１ａ～１ｃの現在の契約スケール、および、取得したリソース使用量履歴データに基づく各仮想ＨＭＩ１ａ～１ｃのリソース使用量から特定したメモリ、ハードディスク、およびＣＰＵのスケールを取得する（Ｓ２６）。

【0118】

本実施形態にかかるエンジニアリングツール用ＰＣ３は、仮想ＨＭＩ１ａ～１ｃの実際の処理結果であるリソース使用量履歴データと、仮想ＨＭＩ１ａ～１ｃの現在の契約スケールが登録されたＨＭＩ別契約情報テーブル３７０とに基づいたハードウェアリソース使用状況情報を出力することにより、該仮想ＨＭＩ１のリソースをより適切なスペックとするために有益な情報を出力することができる。すなわち、本実施形態のンジニアリングツール用ＰＣ３は、第１の実施形態と同様の効果を奏した上で、仮想ＨＭＩ１における適切なハードウェアスケールをユーザが判断することを支援することができる。

【0119】

上述の各実施形態のエンジニアリングツール用ＰＣ３で実行されるプログラムは、インストール可能な形式または実行可能な形式のファイルでＣＤ－ＲＯＭ、メモリカード、ＣＤ－ＲおよびＤＶＤ等のコンピュータで読み取り可能な記憶媒体に記録されてコンピュータ・プログラム・プロダクトとして提供される。

【0120】

また、上述の各実施形態のエンジニアリングツール用ＰＣ３で実行されるプログラムを、インターネット等のネットワークに接続されたコンピュータ上に格納し、ネットワーク経由でダウンロードさせることにより提供するように構成してもよい。また上述の各実施形態のエンジニアリングツール用ＰＣ３で実行されるプログラムをダウンロードさせずにインターネット等のネットワーク経由で提供するように構成してもよい。

【0121】

また、上述の各実施形態のエンジニアリングツール用ＰＣ３で実行されるプログラムを、ＲＯＭ等に予め組み込んで提供するように構成してもよい。

【0122】

上述の各実施形態のエンジニアリングツール用ＰＣ３で実行されるプログラムは、上述した各実施形態のエンジニアリングツール用ＰＣ３で実行される機能を含むモジュール構成となっている。実際のハードウェアとしては、ＣＰＵ３１がＲＯＭ３４またはその他の記憶媒体からプログラムを読み出して実行することにより、上述の各機能がＲＡＭ３２上にロードされる。

【0123】

なお上述した各実施形態のエンジニアリングツール用ＰＣ３の機能の一部または全部をソフトウェアにより実現せずに、ＩＣ等のハードウェアにより実現してもよい。

【0124】

また複数のプロセッサを用いて各機能を実現する場合、各プロセッサは、各機能のうち１つを実現してもよいし、各機能のうち２以上を実現してもよい。

【0125】

また上述の各実施形態のエンジニアリングツール用ＰＣ３の動作形態は任意でよい。上述の各実施形態のエンジニアリングツール用ＰＣ３を、例えばネットワーク上のクラウドシステムとして動作させてもよい。

【0126】

なお、上述の各実施形態では、エンジニアリングツール用ＰＣ３を情報処理装置の一例としたが、情報処理装置はこれに限定されるものではない。例えば、エンジニアリングツール機能を有さないＰＣを情報処理装置の一例として使用してもよい。

【0127】

本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

【符号の説明】

【0128】

１，１ａ～１ｃ 仮想ＨＭＩ
２，２ａ，２ｂ コントローラ
３ エンジニアリングツール用ＰＣ
１０ クラウド環境
３５ ディスプレイ
３６ 入力装置
３７ 通信インタフェース
３８ バス
８０ａ～８０ｃ リソース使用量履歴テーブル
３３０ ハードウェアリソース使用量テーブル
３３１ タグ種別別メモリ使用量テーブル
３３２ 画面コンポーネント別メモリ使用量テーブル
３３３ タグ種別別ハードディスク使用量テーブル
３３４ 画面コンポーネント別ハードディスク使用量テーブル
３３５ 第１のタグ種別別ＣＰＵ負荷テーブル
３３６ 第１のアラーム種別別ＣＰＵ負荷テーブル
３３７ 第２のタグ種別別ＣＰＵ負荷テーブル
３３８ 第２のアラーム種別別ＣＰＵ負荷テーブル
３３９ 基本使用量テーブル
３４０ 料金別ハードウェアスケールテーブル
３５０ 処理予定情報テーブル
３５１ 処理予定タグテーブル
３５２ 表示予定グラフィック画面コンポーネントテーブル
３５３ 処理予定アラームテーブル
３６１ リソース使用量履歴テーブル
３７０ ＨＭＩ別契約情報テーブル
Ｓ 制御システム

【図1】

【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】

【図17】

【図18】

【図19】

【図20】

【図21】

【図22】

【図23】

【図24】