特開 2024-108604 方法、プログラム、および、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】P2024108604

(43)【公開日】2024-08-13

(54)【発明の名称】方法、プログラム、および、装置

(51)【国際特許分類】

   G05B 23/02 20060101AFI20240805BHJP

【ＦＩ】

G05B23/02 T

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023013049

(22)【出願日】2023-01-31

(71)【出願人】

【識別番号】000002945

【氏名又は名称】オムロン株式会社

(74)【代理人】

【識別番号】100145403

【弁理士】

【氏名又は名称】山尾 憲人

(74)【代理人】

【識別番号】100189555

【弁理士】

【氏名又は名称】徳山 英浩

(74)【代理人】

【識別番号】100172236

【弁理士】

【氏名又は名称】岩木 宣憲

(72)【発明者】

【氏名】矢野 慧介

(72)【発明者】

【氏名】小園 健晃

【テーマコード（参考）】

3C223

【Ｆターム（参考）】

3C223AA11

3C223BA03

3C223CC02

3C223DD03

3C223EB01

3C223EB02

3C223EB07

3C223FF02

3C223FF03

3C223FF04

3C223FF12

3C223FF13

3C223FF33

3C223FF42

3C223FF52

3C223GG01

3C223HH03

(57)【要約】

【課題】複数種類の特徴量のデータの中からトリガソースに適した特徴量のデータを推奨可能な方法を提供すること。
【解決手段】本開示の方法は、監視対象から取得された複数種類の特徴量のデータのうち、特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行い、監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす特徴量を推奨する。
【選択図】図１１

【特許請求の範囲】

【請求項1】

監視対象から取得された複数種類の特徴量のデータのうち、前記特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行い、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨する、方法。

【請求項2】

前記ヒストグラムを一方の分布の山を含む第１群と他方の分布の山を含む第２群とに分割し、分割された前記第１群および前記第２群の乖離度合いを数値化することで、前記ヒストグラムにおける二峰性分布の程度をスコア化する、請求項１に記載の方法。

【請求項3】

前記トリガソースとして推奨された前記特徴量のデータがトリガレベルを超えることで、前記監視対象に対する監視が開始される場合、前記第１群および前記第２群に基づいて、推奨する前記トリガレベルを算出する、請求項２に記載の方法。

【請求項4】

推奨された前記特徴量のデータを推奨データとし、推奨された前記トリガレベルを推奨トリガレベルとすると、前記推奨トリガレベルを超える前記推奨データの周期により、前記推奨データおよび前記推奨トリガレベルの適正を判定する、請求項３に記載の方法。

【請求項5】

前記スコアが近似する複数種類の前記特徴量のデータが、第１特徴量のデータと、第２特徴量のデータとを含み、前記第１特徴量のデータにおける前記第１群および前記第２群の比が、前記第２特徴量のデータにおける前記第１群および前記第２群の比よりも予め設定されているデューティ比に近い場合、前記トリガソースとして、前記第２特徴量よりも前記第１特徴量を推奨する、請求項２～４のいずれかに記載の方法。

【請求項6】

１種類の前記特徴量のデータを取得する度に、取得した前記特徴量のデータをヒストグラム化する、請求項１～４のいずれかに記載の方法。

【請求項7】

監視対象から取得された複数種類の特徴量のデータのうち、前記特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布の前記特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行い、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨する、方法をコンピュータに実行させるプログラム。

【請求項8】

監視対象の複数種類の特徴量のデータを取得可能に構成された取得部と、
取得された複数種類の前記特徴量のデータのうち、前記特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを実行可能に構成されたスコア付け部と、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨可能に構成された推奨部と
を備える、装置。

【請求項9】

前記トリガソースとして推奨された前記特徴量を複数表示可能な表示部と、
前記表示部に表示された複数種類の前記特徴量の中から１つの前記特徴量を選択可能な選択部と
を備える、請求項８に記載の装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、方法、プログラム、および、装置に関する。

【背景技術】

【0002】

特許文献１には、複数種類の稼働情報の中から入力に応じて１つの事象をトリガとして選択する第１の選択手段を具備する施設管制装置が開示されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１４－１４２７１４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１の発明において、トリガに適した稼働情報は、監視対象である設備の特性等により異なる場合がある。この場合、稼働情報がトリガに適しているか否かについては、監視対象の特性等について一定の知識がなければ容易に判別できない場合がある。

【0005】

本開示は、複数種類の特徴量の中からトリガソースに適した特徴量を推奨可能な方法、プログラムおよび装置を提供することを目的とする。

【課題を解決するための手段】

【0006】

本開示の一態様の方法は、
監視対象から取得された複数種類の特徴量のデータのうち、特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行い、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨する。

【0007】

本開示の一態様のプログラムは、
監視対象から取得された複数種類の特徴量のデータのうち、前記特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行い、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨する、方法をコンピュータに実行させる。

【0008】

本開示の一態様の装置は、
監視対象の複数種類の特徴量のデータを取得可能に構成された取得部と、
取得された複数種類の前記特徴量のデータのうち、特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを実行可能に構成されたスコア付け部と、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨可能に構成された推奨部と
を備える。

【発明の効果】

【0009】

本開示によれば、複数種類の特徴量の中からトリガソースに適した特徴量を推奨可能な方法、プログラムおよび装置を実現できる。

【図面の簡単な説明】

【0010】

【図1】本開示の一実施形態の装置を示すブロック図。

【図2】スコア付けプロセスを説明するための第１の図。

【図3】スコア付けプロセスを説明するための第２の図。

【図4】スコア付けプロセスを説明するための第３の図。

【図5】スコア付けプロセスを説明するための第４の図。

【図6】スコア付けプロセスを説明するための第５の図。

【図7】本開示の方法の一例を説明するための第１のフローチャート。

【図8】本開示の方法の一例を説明するための第２のフローチャート。

【図9】加工機の稼働中、第１期間および第２期間が交互に繰り返される場合における有効電力と時間との関係を示すグラフ。

【図10】加工機の稼働中、第１期間および第２期間が交互に繰り返される場合における刃具の回転周波数と時間との関係を示すグラフ。

【図11】製造装置の稼働中、第１期間および第２期間が交互に繰り返される場合における有効電力と時間との関係を示すグラフ。

【図12】製造装置の稼働中、第１期間および第２期間が交互に繰り返される場合におけるボールねじの回転周波数と時間との関係を示すグラフ。

【発明を実施するための形態】

【0011】

以下、本開示の一例を添付図面に従って説明する。以下の説明は、本質的に例示に過ぎず、本開示、本開示の適用物、および、本開示の用途を制限することを意図するものではない。添付図面は模式的なものであり、各寸法の比率等は現実のものとは必ずしも合致していない。

【0012】

本開示の一実施形態の装置１は、監視対象１００（例えば、工場の生産設備）を監視する機器に適用され、監視対象である生産設備に対する監視を開始するための条件を構成するトリガソースを推奨可能に構成されている。装置１は、図１に示すように、プロセッサ１１、記憶部１２、通信部１３、取得部２１、スコア付け部２２および推奨部２３を含む。

【0013】

プロセッサ１１は、ＣＰＵ、ＭＰＵ、ＧＰＵ、ＤＳＰ、ＦＰＧＡ、ＡＳＩＣ等を含む。記憶部１２は、例えば、内部記録媒体または外部記録媒体で構成されている。内部記録媒体は、不揮発メモリ等を含む。外部記録媒体は、ハードディスク（ＨＤＤ）、ソリッドステートドライブ（ＳＳＤ）、光ディスク装置等を含む。通信部１３は、例えば、サーバおよびセンサ等の外部装置との間でデータの送受信を行うための通信回路または通信モジュールを含む。

【0014】

取得部２１、スコア付け部２２および推奨部２３は、例えば、記憶部１２に記憶されている所定のプログラムをプロセッサ１１が実行することにより実現される。

【0015】

取得部２１は、監視対象の複数種類の特徴量のデータを取得可能に構成されている。監視対象の特徴量のデータは、例えば、センサにより所定のサンプリング時間毎に検出され、通信部１３を介して装置１に入力されて、記憶部１２に記憶される。この場合、取得部２１は、記憶部１２から監視対象の複数種類の特徴量のデータを取得する。特徴量には、例えば、周波数、有効電力または電流実効値が含まれる。

【0016】

スコア付け部２２は、取得された複数種類の特徴量のデータのうち、特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを実行可能に構成されている。本実施形態では、１種類の特徴量のデータが取得される度に、取得された特徴量のデータがヒストグラム化される。

【0017】

「スコア付け」プロセスの一例を以下に示す。

【0018】

（１）二峰性分布のヒストグラム２００を一方の分布の山を含む第１群２０１と他方の分布の山を含む第２群２０２とに分割する。図２に分割前のヒストグラム２００を示し、図３に分割後のヒストグラム２００を示す。

【0019】

二峰性分布のヒストグラム２００を分割する方法の一例を以下に示す。
・階層型クラスタリング、ｋ－ｍｅａｎｓ法、カーネル密度推定等を用いて、ヒストグラム２００をクラスタ数２でクラスタリングして分割する。
・移動平均またはＬＰＦ（ローパスフィルタ）によってヒストグラム２００を滑らかにし、微分によって、度数の極大値および極小値を探索する。極大値が複数ある場合、複数の極大値間の最も小さい極小値を区切りとして、ヒストグラム２００を分割する。極大値が１つ以下の場合は、ヒストグラム２００に対応する特徴量のデータを「スコア付け」プロセスから除外する。
・判別分析法を用いて、分離度が最大になるところを境界として、ヒストグラム２００を分割する。

【0020】

（２）分割された第１群２０１および第２群２０２の乖離度合いを数値化し、数値化された乖離度合いをスコアとする。つまり、ヒストグラム２００における二峰性分布の程度は、数値化された乖離度合いによりスコア化される。

【0021】

乖離度合いの数値化の一例を以下に示す。
・第１群２０１および第２群２０２のデータを統計的に検定して、検定値を算出する。検定は、例えば、Ｗｅｌｃｈのｔ検定を用いる。算出された検定値を第１群２０１および第２群２０２の乖離度合いを表すスコアとして算出する。検定値が大きいほど、第１群２０１および第２群２０２の乖離度合いが高いと判定される。一例として、第１群２０１および第２群２０２の乖離度合いが高いヒストグラム２００を図４に示し、第１群２０１および第２群２０２の乖離度合いが低いヒストグラム２００を図５に示す。
・第１群２０１および第２群２０２を陽性および陰性としてＲＯＣ曲線を描画し、ＡＵＣ（Ａｒｅａ Ｕｎｄｅｒ ｔｈｅ Ｃｕｒｖｅ）値を算出する（図６参照）。算出されたＡＵＣ値を第１群２０１および第２群２０２の乖離度合いを表すスコアとして算出する。ＡＵＣ値が大きいほど、第１群２０１および第２群２０２の乖離度合いが高いと判定される。

【0022】

推奨部２３は、監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす特徴量を推奨可能に構成されている。特徴量は、例えば、「種類」および「データ」の少なくともいずれかの形式で推奨される。所定条件は、例えば、スコアが所定値（例えば、算出された全てのスコアの最大値の９５％）以上であることが含まれる。

【0023】

本実施形態では、推奨部２３は、ヒストグラム２００の第１群２０１および第２群２０２に基づいて、推奨するトリガレベルを算出する。トリガレベルは、監視対象に対する監視を開始するか否かを判断するための閾値であり、トリガソースとして推奨された特徴量のデータがトリガレベルを超えることで、監視対象に対する監視が開始される。トリガレベルＴＬの算出方法の一例を図２および図６に示す。ヒストグラム２００を用いる場合、図２に示すように、第１群２０１および第２群２０２の区切り（境界）が推奨するトリガレベルＴＬとして算出される。ＲＯＣ曲線を用いる場合、図６に示すように、ＲＯＣ曲線の左上の角との距離が一番近くなる部分が、推奨するトリガレベルＴＬとして算出される。

【0024】

本実施形態では、推奨部２３は、適正判定処理を実行可能に構成されている。適正判定処理では、推奨されたトリガレベル（以下、推奨トリガレベルという。）を超える推奨された特徴量のデータ（以下、推奨データという。）の周期により、推奨データおよび推奨トリガレベルの適正が判定される。例えば、推奨トリガレベルを超える推奨データの周期が安定していれば、適切にトリガがかかっていると言え、推奨データおよび推奨トリガレベルは適正であると判定される。

【0025】

本実施形態では、推奨部２３は、推奨データ決定処理を実行可能に構成されている。推奨データ決定処理では、スコアが近似する複数種類の特徴量のデータがある場合に、次のように推奨データが決定される。スコアが近似する複数種類の特徴量のデータが、第１特徴量のデータと、第２特徴量のデータとを含むとする。
・第１特徴量のデータにおける第１群および第２群の比（以下、第１の比率という。）と、第２特徴量のデータにおける第１群および第２群の比（第２の比率という。）とを算出する。
・第１の比率と、第１特徴量に対して予め設定されているデューティ比とを比較し、第２の比率と、第２特徴量に対して予め設定されているデューティ比とを比較する。例えば、第１の比率が、第２の比率よりも設定されているデューティ比に近い場合、推奨部２３は、トリガソースにより適した特徴量として、第２特徴量よりも第１特徴量を推奨する。各デューティ比は、例えば、装置１のユーザにより予め設定されてもよいし、監視対象に応じて自動的に設定されてもよい。各デューティ比には、例えば、各特徴量のデータにおける２つの所定期間の長さの比が含まれる。

【0026】

本実施形態では、装置１は、表示部２４および選択部２５を備える。表示部２４は、例えば、ディスプレイで構成され、トリガソースとして推奨された特徴量を複数表示可能に構成されている。表示部２４は、推奨された複数種類の特徴量のうち、付けられたスコアの高い特徴量から順番にユーザに提示するように構成されてもよい。表示部２４には、トリガソースとして推奨された特徴量のデータに加えて、推奨されたトリガレベルが表示されてもよい。選択部２５は、表示部２４に表示された複数種類の特徴量の中から１つの特徴量を選択可能に構成されている。選択部２５は、例えば、記憶部１２に記憶されている所定のプログラムをプロセッサ１１が実行することにより実現される。ユーザによる特徴量の選択は、例えば、マウス、キーボードまたはスマートフォンの入力装置を介して行われる。選択された特徴量およびトリガレベルは、例えば、通信部１３を介して、監視対象の監視を行う機器に出力される。

【0027】

図７および図８を参照して、本開示のトリガソースを推奨する方法の一例を説明する。図７および図８に示す方法は、一例として、プロセッサ１１が所定のプログラムを実行することで実施される。

【0028】

図７に示すように、トリガソースを推奨する方法が開始されると、取得部２１が、複数種類の特徴量のデータを取得する（ステップＳ１）。複数種類の特徴量のデータが取得されると、装置１は、取得された複数種類の特徴量のデータの各々を特徴量の値の大きさの度数分布に基づいてヒストグラム化する（ステップＳ２）。

【0029】

取得された特徴量のデータがヒストグラム化されると、スコア付け部２２は、ヒストグラムが二峰性分布の特徴量のデータに対して、スコア付けを行う（ステップＳ３）。ステップＳ３は、図８に示すように実行される。図８に示すように、スコア付け部２２は、二峰性分布のヒストグラムを第１群および第２群に分割し（ステップＳ３１）、分割された第１群および第２群の乖離度合いを数値化する（ステップＳ３２）。スコア付け部２２は、数値化された第１群および第２群の乖離度合いから、ヒストグラムにおける二峰性分布の程度をスコア化する（ステップＳ３３）。

【0030】

ヒストグラムが二峰性分布の特徴量のデータに対してスコア付けが行われると、推奨部２３は、スコアが所定条件を満たす特徴量をトリガソースとして推奨し（ステップＳ４）、トリガソースを推奨する方法が終了する。

【0031】

本開示の方法によれば、次のような効果を発揮できる。

【0032】

通常、監視対象が生産設備であった場合、生産設備は、例えば、動作が起動から生産に移行する場合、また、生産から停止に移行する場合に、様々な動作条件が移行する。このため、監視機器が生産設備の異常（例えば、劣化状態）を監視するためには、毎回同じ動作条件の時にのみロギングすることが望ましい。様々な動作条件でロギングすると、ユーザが生産設備の異常による変化と動作モードによる変化とを判別しなければならない場合がある。そこで、決まったタイミングでのみロギングする方法として一般的に実施されるのがトリガによる計測開始タイミングの決定である。

【0033】

トリガには、外部トリガと内部トリガとが含まれる。外部トリガは監視機器に対して外部から信号を与える方法であり、内部トリガは監視機器が測定しているパラメータ（トリガソース）が一定の条件を満たしたときにだけロギングする。監視機器が複数のパラメータを演算できる場合、内部トリガでは、どの特徴量のデータをトリガソースとするかを選択する必要がある。選択するトリガソースは１つであっても複数（ＡＮＤ条件、ＯＲ条件）であっても構わない。

【0034】

トリガソースとして用いられるパラメータ（つまり、特徴量のデータ）は、例えば、監視対象の種類および動作と、内部トリガの種類（立ち上がり、立ち下がり、レベル）とに応じて選択される。つまり、トリガソースに適したパラメータを選択するためには、監視対象の種類および動作によって変わるため、監視対象に対するドメイン知識が要求される場合がある。特に、取得可能なパラメータが多くなればなるほど、適切なパラメータを選択するのが難しくなる。

【0035】

トリガソースに適した特徴量には、監視する期間と監視しない期間との差が大きい特徴量が含まれる。ヒストグラムが二峰性分布の特徴量のデータは、監視する期間と監視しない期間とが明確に分かれていることが多い。

【0036】

例えば、監視対象が「加工物を加工する刃具（例えば、ドリル）を備えた加工機」であり、加工機の稼働中、２つの期間（第１期間Ａおよび第２期間Ｂとする。）が交互に繰り返されるとする。第１期間Ａは、刃具が加工物に接触している期間（第１期間Ａ）であり、第２期間Ｂは、刃具が加工物に接触しておらず、空転している期間である。この場合、図９および図１０に示すように、第１期間Ａおよび第２期間Ｂにおいて刃具の回転周波数は一定となるが、第１期間Ａでは、刃物の加工物への接触によりトルクが大きくなるため、第２期間Ｂよりも有効電力が大きくなる。このため、「周波数」よりも「有効電力」の方がトリガソースに適した特徴量であると言える。

【0037】

例えば、監視対象が「ボールねじを備えた製造装置」であり、製造装置の稼働中、第１期間Ａおよび第２期間Ｂが交互に繰り返されるとする。第１期間Ａは、ボールねじが駆動している期間であり、第２期間Ｂは、ボールねじが停止している期間である。この場合、図１１および図１２に示すように、有効電力および回転周波数の両方において、第１期間Ａの値と第２期間Ｂの値との間に差異があるが、有効電力は第１期間Ａの開始時および終了時に急激に値が大きくなる。このため、「有効電力」よりも「周波数」の方がトリガソースに適した特徴量であると言える。

【0038】

本開示の方法は、次の構成を備える。このような構成により、複数種類の特徴量の中からトリガソースに適した特徴量を推奨できる。
・監視対象から取得された複数種類の特徴量のデータのうち、ヒストグラムが二峰性分布の特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行う。
・監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす特徴量を推奨する。

【0039】

本開示の方法は、次に示す複数の構成のいずれか１つまたは複数の構成を任意に採用できる。つまり、次に示す複数の構成のいずれか１つまたは複数の構成は、前記実施形態に含まれていた場合は任意に削除でき、前記実施形態に含まれていない場合は任意に付加することができる。このような構成を採用することにより、複数種類の特徴量の中からトリガソースに適した特徴量を推奨できる方法をより確実に実現できる。

【0040】

ヒストグラムを一方の分布の山を含む第１群と他方の分布の山を含む第２群とに分割し、分割された第１群および第２群の乖離度合いを数値化することで、ヒストグラムにおける二峰性分布の程度をスコア化する。

【0041】

トリガソースとして推奨された特徴量のデータがトリガレベルを超えることで、監視対象に対する監視が開始される場合、第１群および第２群に基づいて、推奨するトリガレベルを算出する。

【0042】

推奨された特徴量のデータを推奨データとし、推奨されたトリガレベルを推奨トリガレベルとすると、推奨トリガレベルを超える推奨データの周期により、推奨データおよび推奨トリガレベルの適正を判定する。

【0043】

スコアが近似する複数種類の特徴量のデータとして、第１特徴量のデータと、第２特徴量のデータとを有し、第１特徴量のデータにおける第１群および第２群の比が、第２特徴量のデータにおける第１群および第２群の比よりも予め設定されているデューティ比に近い場合、トリガソースとして、第２特徴量よりも第１特徴量を推奨する。

【0044】

１種類の特徴量のデータを取得する度に、取得した特徴量のデータをヒストグラム化する。このような構成により、記憶部１２が、複数種類の特徴量のデータを全て記憶する必要がなくなり、記憶部１２に記憶されるデータの容量を削減できる。

【0045】

本開示の方法は、コンピュータに実行させることができる。本開示には、本開示の方法をコンピュータに実行させるためのプログラム、および、本開示の方法をコンピュータに実行させるためのプログラムを記憶するコンピュータ可読性の記憶媒体が含まれる。

【0046】

装置１によれば、次のような効果を発揮できる。

【0047】

装置１は、取得部２１と、スコア付け部２２と、推奨部２３とを備える。取得部２１は、監視対象の複数種類の特徴量のデータを取得可能に構成されている。スコア付け部２２は、取得された複数種類の特徴量のデータのうち、ヒストグラムが二峰性分布の特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを実行可能に構成されている。推奨部２３は、監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす特徴量を推奨可能に構成されている。このような構成により、複数種類の特徴量の中からトリガソースに適した特徴量を推奨できる。

【0048】

装置１は、トリガソースとして推奨された特徴量を複数表示可能な表示部２４と、表示部２４に表示された複数種類の特徴量の中から１つの特徴量を選択可能な選択部２５とを備える。このような構成により、トリガソースとして推奨された特徴量を確認し易く、トリガソースとする特徴量を選択し易い装置１を実現できる。

【0049】

本開示の方法および装置１は、次のように構成することができる。

【0050】

二峰性分布の程度のスコア化は、第１群および第２群を分割する方法に限らず、実現可能な他の方法を採用してもよい。

【0051】

特徴量のデータのヒストグラム化は、装置１で行う場合に限らず、サーバ等の外部装置で行ってもよい。この場合、装置１は、ヒストグラム化された特徴量のデータを取得可能に構成される。

【0052】

取得された特徴量のデータのヒストグラム化は、１種類の特徴量のデータを取得する度に行う場合に限らず、複数種類または全種類の特徴量のデータが取得されたときに行うようにしてもよい。

【0053】

推奨部２３は、適正判定処理および推奨データ決定処理のいずれか一方のみを実行可能であってもよいし、両方とも実行不可能であってもよい。

【0054】

表示部２４および選択部２５は、省略することができる。この場合、装置１は、通信部１３を介して推奨された特徴量、推奨データおよび推奨トリガレベルの少なくともいずれかを外部の表示装置（例えば、ＰＣのモニタ）に出力するように構成されてもよい。装置１および外部の表示装置は、有線通信または無線通信で接続される。

【0055】

以上、図面を参照して本開示における種々の実施形態を詳細に説明したが、最後に、本開示の種々の態様について説明する。なお、以下の説明では、一例として、参照符号も添えて記載する。

【0056】

本開示の第１態様の方法は、
監視対象から取得された複数種類の特徴量のデータのうち、前記特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行い、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨する。

【0057】

本開示の第２態様の方法は、第１態様に記載の方法において、
前記ヒストグラムを一方の分布の山を含む第１群と他方の分布の山を含む第２群とに分割し、分割された前記第１群および前記第２群の乖離度合いを数値化することで、前記ヒストグラムにおける二峰性分布の程度をスコア化する。

【0058】

本開示の第３態様の方法は、第２態様に記載の方法において、
前記トリガソースとして推奨された前記特徴量のデータがトリガレベルを超えることで、前記監視対象に対する監視が開始される場合、前記第１群および前記第２群に基づいて、推奨する前記トリガレベルを算出する。

【0059】

本開示の第４態様の方法は、第３態様に記載の方法において、
推奨された前記特徴量のデータを推奨データとし、推奨された前記トリガレベルを推奨トリガレベルとすると、前記推奨トリガレベルを超える前記推奨データの周期により、前記推奨データおよび前記推奨トリガレベルの適正を判定する。

【0060】

本開示の第５態様の方法は、第２態様～第４態様のいずれかに記載の方法において、
前記スコアが近似する複数種類の前記特徴量のデータが、第１特徴量のデータと、第２特徴量のデータとを含み、前記第１特徴量のデータにおける前記第１群および前記第２群の比が、前記第２特徴量のデータにおける前記第１群および前記第２群の比よりも予め設定されているデューティ比に近い場合、前記トリガソースとして、前記第２特徴量よりも前記第１特徴量を推奨する。

【0061】

本開示の第６態様の方法は、第１態様～第５態様のいずれかに記載の方法において、
１種類の前記特徴量のデータを取得する度に、取得した前記特徴量のデータをヒストグラム化する。

【0062】

本開示の第７態様のプログラムは、
監視対象から取得された複数種類の特徴量のデータのうち、前記特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布の前記特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを行い、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨する、方法をコンピュータに実行させる。

【0063】

本開示の第８態様の装置１は、
監視対象の複数種類の特徴量のデータを取得可能に構成された取得部２１と、
取得された複数種類の前記特徴量のデータのうち、前記特徴量の値の大きさの度数分布を示すヒストグラムが二峰性分布となる特徴量のデータに対して、二峰性分布の程度をスコア化することでスコア付けを実行可能に構成されたスコア付け部２２と、
前記監視対象に対する監視を開始するための条件を構成するトリガソースとして、付けられたスコアが所定条件を満たす前記特徴量を推奨可能に構成された推奨部２３と
を備える。

【0064】

本開示の第９態様の装置１は、第８態様の装置１において、
前記トリガソースとして推奨された前記特徴量を複数表示可能な表示部２４と、
前記表示部に表示された複数種類の前記特徴量の中から１つの前記特徴量を選択可能な選択部２５と
を備える。

【0065】

前記様々な実施形態または変形例のうちの任意の実施形態または変形例を適宜組み合わせることにより、それぞれの有する効果を奏するようにすることができる。また、実施形態同士の組み合わせまたは実施例同士の組み合わせまたは実施形態と実施例との組み合わせが可能であると共に、異なる実施形態または実施例の中の特徴同士の組み合わせも可能である。

【0066】

本開示は、添付図面を参照しながら好ましい実施形態に関連して充分に記載されているが、この技術の熟練した人々にとっては種々の変形や修正は明白である。そのような変形や修正は、添付した請求の範囲による本開示の範囲から外れない限りにおいて、その中に含まれると理解されるべきである。

【産業上の利用可能性】

【0067】

本開示は、例えば、工場の生産設備を監視する機器に適用できる。

【符号の説明】

【0068】

１ 装置
１１ プロセッサ
１２ 記憶部
１３ 通信部
２１ 取得部
２２ スコア付け部
２３ 推奨部
２４ 表示部
２５ 選択部
１００ 監視対象
２００ ヒストグラム
２０１ 第１群
２０２ 第２群

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】