知財求人 - 知財ポータルサイト「IP Force」
(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】P2024136890
(43)【公開日】2024-10-04
(54)【発明の名称】情報処理装置、情報処理方法及びプログラム
(51)【国際特許分類】
G06Q 50/04 20120101AFI20240927BHJP
【ＦＩ】
G06Q50/04
【審査請求】未請求
【請求項の数】13
【出願形態】ＯＬ
(21)【出願番号】P 2023048188
(22)【出願日】2023-03-24
【公序良俗違反の表示】
（特許庁注：以下のものは登録商標）
１．ＴＥＮＳＯＲＦＬＯＷ
(71)【出願人】
【識別番号】000001063
【氏名又は名称】栗田工業株式会社
(74)【代理人】
【識別番号】110002789
【氏名又は名称】弁理士法人ＩＰＸ
(72)【発明者】
【氏名】豊岡 康広
(72)【発明者】
【氏名】小橋 一裕
(72)【発明者】
【氏名】池川 直樹
【テーマコード（参考）】
5L049
5L050
【Ｆターム（参考）】
5L049CC03
5L050CC03
(57)【要約】
【課題】簡便に欠陥の原因等を特定することが可能な情報処理装置等を提供する。
【解決手段】本発明の一態様によれば、情報処理装置が提供される。この情報処理装置は、画像取得部と、関係性モデル取得部と、出力部と、を備える。画像取得部は、工業プロセス内から所定の画像を取得する。ここで、所定の画像には、工業プロセス内で生じた欠陥に関する画像が含まれる。関係性モデル取得部は、関係性モデルを取得する。ここで、関係性モデルは、工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルである。出力部は、所定の画像と、関係性モデルと、に基づき、欠陥の原因及び／又は欠陥への対策を出力する。
【選択図】図１
【解決手段】本発明の一態様によれば、情報処理装置が提供される。この情報処理装置は、画像取得部と、関係性モデル取得部と、出力部と、を備える。画像取得部は、工業プロセス内から所定の画像を取得する。ここで、所定の画像には、工業プロセス内で生じた欠陥に関する画像が含まれる。関係性モデル取得部は、関係性モデルを取得する。ここで、関係性モデルは、工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルである。出力部は、所定の画像と、関係性モデルと、に基づき、欠陥の原因及び／又は欠陥への対策を出力する。
【選択図】図１
【特許請求の範囲】
【請求項1】
情報処理装置であって、
画像取得部と、関係性モデル取得部と、出力部と、を備え、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
画像取得部と、関係性モデル取得部と、出力部と、を備え、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
【請求項2】
請求項１に記載の情報処理装置において、
前記出力部は、前記欠陥の原因及び前記欠陥への対策を出力する、情報処理装置。
前記出力部は、前記欠陥の原因及び前記欠陥への対策を出力する、情報処理装置。
【請求項3】
請求項１に記載の情報処理装置において、
前記分析データは、前記所定の箇所を化学的又は生化学的手法により分析して得られるデータである、情報処理装置。
前記分析データは、前記所定の箇所を化学的又は生化学的手法により分析して得られるデータである、情報処理装置。
【請求項4】
請求項１に記載の情報処理装置において、
前記分析データは、光学顕微鏡観察、電子顕微鏡観察、ＦＴ－ＩＲ分析、熱分解ガスクロマトグラフィ分析、ニンヒドリン反応試験、蛍光Ｘ線分析、Ｘ線回折分析、細菌数分析、真菌数分析、元素マッピング分析、ヨウ素デンプン反応試験、有機溶媒による抽出量、酸による抽出量及びアルカリによる抽出量からなる群から選択される１以上の分析に関するデータを含む、情報処理装置。
前記分析データは、光学顕微鏡観察、電子顕微鏡観察、ＦＴ－ＩＲ分析、熱分解ガスクロマトグラフィ分析、ニンヒドリン反応試験、蛍光Ｘ線分析、Ｘ線回折分析、細菌数分析、真菌数分析、元素マッピング分析、ヨウ素デンプン反応試験、有機溶媒による抽出量、酸による抽出量及びアルカリによる抽出量からなる群から選択される１以上の分析に関するデータを含む、情報処理装置。
【請求項5】
請求項１に記載の情報処理装置において、
前記分析データは、前記工業プロセス内の所定の箇所として、前記工業プロセス内の欠陥を分析したデータである、情報処理装置。
前記分析データは、前記工業プロセス内の所定の箇所として、前記工業プロセス内の欠陥を分析したデータである、情報処理装置。
【請求項6】
請求項１に記載の情報処理装置において、
前記工業プロセスは、水系の工程を備えるプロセスである、情報処理装置。
前記工業プロセスは、水系の工程を備えるプロセスである、情報処理装置。
【請求項7】
請求項１に記載の情報処理装置において、
前記工業プロセスは、製紙プロセスである、情報処理装置。
前記工業プロセスは、製紙プロセスである、情報処理装置。
【請求項8】
請求項１に記載の情報処理装置において、
前記関係性モデルで関係付けられた前記画像データは、前記欠陥の色、大きさ及び形状のいずれかに関する情報を含み、
前記出力部は、前記所定の画像における前記欠陥の色、大きさ及び形状のいずれかに関する情報に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
前記関係性モデルで関係付けられた前記画像データは、前記欠陥の色、大きさ及び形状のいずれかに関する情報を含み、
前記出力部は、前記所定の画像における前記欠陥の色、大きさ及び形状のいずれかに関する情報に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
【請求項9】
請求項１に記載の情報処理装置において、
前記所定の画像は、ＲＧＢカメラにより撮像された画像である、情報処理装置。
前記所定の画像は、ＲＧＢカメラにより撮像された画像である、情報処理装置。
【請求項10】
請求項１に記載の情報処理方法において、
前記出力部は、前記欠陥への対策として、前記工業プロセスの操業条件を出力する、情報処理装置。
前記出力部は、前記欠陥への対策として、前記工業プロセスの操業条件を出力する、情報処理装置。
【請求項11】
請求項１に記載の情報処理装置において、
前記関係性モデルは、前記出力部が前記欠陥の原因及び／又は前記欠陥への対策を出力するに先立って更新可能に構成されるモデルである、情報処理装置。
前記関係性モデルは、前記出力部が前記欠陥の原因及び／又は前記欠陥への対策を出力するに先立って更新可能に構成されるモデルである、情報処理装置。
【請求項12】
情報処理装置が実行する情報処理方法であって、
画像取得工程と、関係性モデル取得工程と、出力工程と、を備え、
前記画像取得工程は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得工程は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力工程は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理方法。
画像取得工程と、関係性モデル取得工程と、出力工程と、を備え、
前記画像取得工程は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得工程は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力工程は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理方法。
【請求項13】
プログラムであって、
コンピュータを、画像取得部、関係性モデル取得部及び出力部として機能させ、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、プログラム。
コンピュータを、画像取得部、関係性モデル取得部及び出力部として機能させ、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、情報処理装置、情報処理方法及びプログラムに関する。
【背景技術】
【0002】
工業プロセスにおける不具合の発生を防ぐための種々の技術が開発されている。たとえば、特許文献１には、所定の制御により、還元性物質を含む水系のスライムコントロールを行う技術が開示されている。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特開２００９－２４１０１８号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
上述のような不具合の発生を防ぐ技術がある一方で、実際の工業プロセスでは予想外の欠陥が生じることもある。従来、このような欠陥の原因を特定するために、種々の分析を行うことがなされてきたが、この分析には相応の日数もかかるのが実情である。またそれだけでなく、このような欠陥を特定する分析は分析者の技量も要求されるため、簡便に欠陥の原因等を特定することが可能な技術が望まれていた。
【0005】
本発明では上記事情に鑑み、簡便に欠陥の原因等を特定することが可能な情報処理装置等を提供することとした。
【課題を解決するための手段】
【0006】
本発明の一態様によれば、情報処理装置が提供される。この情報処理装置は、画像取得部と、関係性モデル取得部と、出力部と、を備える。画像取得部は、工業プロセス内から所定の画像を取得する。ここで、所定の画像には、工業プロセス内で生じた欠陥に関する画像が含まれる。関係性モデル取得部は、関係性モデルを取得する。ここで、関係性モデルは、工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルである。出力部は、所定の画像と、関係性モデルと、に基づき、欠陥の原因及び／又は欠陥への対策を出力する。
【0007】
具体的に、本発明は以下のものを提供する。
（１）
情報処理装置であって、
画像取得部と、関係性モデル取得部と、出力部と、を備え、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
（２）
（１）に記載の情報処理装置において、
前記出力部は、前記欠陥の原因及び前記欠陥への対策を出力する、情報処理装置。
（３）
（１）又は（２）に記載の情報処理装置において、
前記分析データは、前記所定の箇所を化学的又は生化学的手法により分析して得られるデータである、情報処理装置。
（４）
（１）又は（２）に記載の情報処理装置において、
前記分析データは、光学顕微鏡観察、電子顕微鏡観察、ＦＴ－ＩＲ分析、熱分解ガスクロマトグラフィ分析、ニンヒドリン反応試験、蛍光Ｘ線分析、Ｘ線回折分析、細菌数分析、真菌数分析、元素マッピング分析、ヨウ素デンプン反応試験、有機溶媒による抽出量、酸による抽出量及びアルカリによる抽出量からなる群から選択される１以上の分析に関するデータを含む、情報処理装置。
（５）
（１）ないし（４）のいずれか１項に記載の情報処理装置において、
前記分析データは、前記工業プロセス内の所定の箇所として、前記工業プロセス内の欠陥を分析したデータである、情報処理装置。
（６）
（１）ないし（５）のいずれか１項に記載の情報処理装置において、
前記工業プロセスは、水系の工程を備えるプロセスである、情報処理装置。
（７）
（１）ないし（６）のいずれか１項に記載の情報処理装置において、
前記工業プロセスは、製紙プロセスである、情報処理装置。
（８）
（１）ないし（７）のいずれか１項に記載の情報処理装置において、
前記関係性モデルで関係付けられた前記画像データは、前記欠陥の色、大きさ及び形状のいずれかに関する情報を含み、
前記出力部は、前記所定の画像における前記欠陥の色、大きさ及び形状のいずれかに関する情報に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
（９）
（１）ないし（８）のいずれか１項に記載の情報処理装置において、
前記所定の画像は、ＲＧＢカメラにより撮像された画像である、情報処理装置。
（１０）
（１）ないし（９）のいずれか１項に記載の情報処理方法において、
前記出力部は、前記欠陥への対策として、前記工業プロセスの操業条件を出力する、情報処理装置。
（１１）
（１）ないし（１０）のいずれか１項に記載の情報処理装置において、
前記関係性モデルは、前記出力部が前記欠陥の原因及び／又は前記欠陥への対策を出力するに先立って更新可能に構成されるモデルである、情報処理装置。
（１２）
情報処理装置が実行する情報処理方法であって、
画像取得工程と、関係性モデル取得工程と、出力工程と、を備え、
前記画像取得工程は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得工程は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力工程は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理方法。
（１３）
プログラムであって、
コンピュータを、画像取得部、関係性モデル取得部及び出力部として機能させ、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、プログラム。
（１）
情報処理装置であって、
画像取得部と、関係性モデル取得部と、出力部と、を備え、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
（２）
（１）に記載の情報処理装置において、
前記出力部は、前記欠陥の原因及び前記欠陥への対策を出力する、情報処理装置。
（３）
（１）又は（２）に記載の情報処理装置において、
前記分析データは、前記所定の箇所を化学的又は生化学的手法により分析して得られるデータである、情報処理装置。
（４）
（１）又は（２）に記載の情報処理装置において、
前記分析データは、光学顕微鏡観察、電子顕微鏡観察、ＦＴ－ＩＲ分析、熱分解ガスクロマトグラフィ分析、ニンヒドリン反応試験、蛍光Ｘ線分析、Ｘ線回折分析、細菌数分析、真菌数分析、元素マッピング分析、ヨウ素デンプン反応試験、有機溶媒による抽出量、酸による抽出量及びアルカリによる抽出量からなる群から選択される１以上の分析に関するデータを含む、情報処理装置。
（５）
（１）ないし（４）のいずれか１項に記載の情報処理装置において、
前記分析データは、前記工業プロセス内の所定の箇所として、前記工業プロセス内の欠陥を分析したデータである、情報処理装置。
（６）
（１）ないし（５）のいずれか１項に記載の情報処理装置において、
前記工業プロセスは、水系の工程を備えるプロセスである、情報処理装置。
（７）
（１）ないし（６）のいずれか１項に記載の情報処理装置において、
前記工業プロセスは、製紙プロセスである、情報処理装置。
（８）
（１）ないし（７）のいずれか１項に記載の情報処理装置において、
前記関係性モデルで関係付けられた前記画像データは、前記欠陥の色、大きさ及び形状のいずれかに関する情報を含み、
前記出力部は、前記所定の画像における前記欠陥の色、大きさ及び形状のいずれかに関する情報に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理装置。
（９）
（１）ないし（８）のいずれか１項に記載の情報処理装置において、
前記所定の画像は、ＲＧＢカメラにより撮像された画像である、情報処理装置。
（１０）
（１）ないし（９）のいずれか１項に記載の情報処理方法において、
前記出力部は、前記欠陥への対策として、前記工業プロセスの操業条件を出力する、情報処理装置。
（１１）
（１）ないし（１０）のいずれか１項に記載の情報処理装置において、
前記関係性モデルは、前記出力部が前記欠陥の原因及び／又は前記欠陥への対策を出力するに先立って更新可能に構成されるモデルである、情報処理装置。
（１２）
情報処理装置が実行する情報処理方法であって、
画像取得工程と、関係性モデル取得工程と、出力工程と、を備え、
前記画像取得工程は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得工程は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力工程は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、情報処理方法。
（１３）
プログラムであって、
コンピュータを、画像取得部、関係性モデル取得部及び出力部として機能させ、
前記画像取得部は、工業プロセス内から所定の画像を取得し、
ここで、前記所定の画像には、前記工業プロセス内で生じた欠陥に関する画像が含まれ、
前記関係性モデル取得部は、関係性モデルを取得し、
ここで、前記関係性モデルは、前記工業プロセス内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルであり、
前記出力部は、前記所定の画像と、前記関係性モデルと、に基づき、前記欠陥の原因及び／又は前記欠陥への対策を出力する、プログラム。
【0008】
上記態様によれば、簡便に欠陥の原因等を特定することが可能な情報処理装置等が提供される。
【図面の簡単な説明】
【0009】
【図1】情報処理システム１００の全体構成を示す図である。
【図2】情報処理装置１のハードウェア構成を示す図である。
【図3】情報処理装置１の機能を示す機能ブロック図である。
【図4】情報処理装置１等を用いた情報処理の流れを表すアクティビティ図である。
【図5】出力部１１３が表示する出力内容の一例である。
【発明を実施するための形態】
【0010】
以下、本発明の実施形態について説明する。なお、以下に示す実施形態中で示した各種特徴事項は、互いに組み合わせ可能である。
【0011】
ところで、本実施形態に登場するソフトウェアを実現するためのプログラムは、コンピュータが読み取り可能な非一時的な記録媒体（Ｎｏｎ－Ｔｒａｎｓｉｔｏｒｙ Ｃｏｍｐｕｔｅｒ－Ｒｅａｄａｂｌｅ Ｍｅｄｉｕｍ）として提供されてもよいし、外部のサーバからダウンロード可能に提供されてもよいし、外部のコンピュータで当該プログラムを起動させてクライアント端末でその機能を実現（いわゆるクラウドコンピューティング）するように提供されてもよい。
【0012】
また、本実施形態において「部」とは、例えば、広義の回路によって実施されるハードウェア資源と、これらのハードウェア資源によって具体的に実現されうるソフトウェアの情報処理とを合わせたものも含みうる。また、本実施形態においては様々な情報を取り扱うが、これら情報は、例えば電圧・電流を表す信号値の物理的な値、０または１で構成される２進数のビット集合体としての信号値の高低、または量子的な重ね合わせ（いわゆる量子ビット）によって表され、広義の回路上で通信・演算が実行されうる。
【0013】
また、広義の回路とは、回路（Ｃｉｒｃｕｉｔ）、回路類（Ｃｉｒｃｕｉｔｒｙ）、プロセッサ（Ｐｒｏｃｅｓｓｏｒ）、およびメモリ（Ｍｅｍｏｒｙ）等を少なくとも適当に組み合わせることによって実現される回路である。すなわち、特定用途向け集積回路（Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔ：ＡＳＩＣ）、プログラマブル論理デバイス（例えば、単純プログラマブル論理デバイス（Ｓｉｍｐｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＳＰＬＤ）、複合プログラマブル論理デバイス（Ｃｏｍｐｌｅｘ Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｄｅｖｉｃｅ：ＣＰＬＤ）、およびフィールドプログラマブルゲートアレイ（Ｆｉｅｌｄ Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙ：ＦＰＧＡ））等を含むものである。
【0014】
１．ハードウェア構成
本節では、本実施形態に係る情報処理システム１００のハードウェア構成について説明する。図１は、情報処理システム１００の全体構成を示す図である。
本節では、本実施形態に係る情報処理システム１００のハードウェア構成について説明する。図１は、情報処理システム１００の全体構成を示す図である。
【0015】
本実施形態の情報処理システム１００は、工業プロセスＰで生じる欠陥について、その原因や対策を出力するために用いられるシステムである。
ここで、本実施形態の情報処理システム１００には、情報処理装置１と、撮像装置２と、が備えられ、これらが通信回線を介して接続されている。なお、ここでの通信回線は、インターネットや無線等を含み、自回線に接続する装置同士のデータのやり取りを仲介するものである。一方、情報処理システム１００に例示されるシステムとは、１つ又はそれ以上の装置又は構成要素からなるものである。したがって、情報処理装置１単体であってもシステムの一例となるし、撮像装置２や、適用対象である工業プロセスＰも包含したものをシステムと称してもよい。以下、情報処理システム１００を構成し得る各装置等について説明を続ける。
ここで、本実施形態の情報処理システム１００には、情報処理装置１と、撮像装置２と、が備えられ、これらが通信回線を介して接続されている。なお、ここでの通信回線は、インターネットや無線等を含み、自回線に接続する装置同士のデータのやり取りを仲介するものである。一方、情報処理システム１００に例示されるシステムとは、１つ又はそれ以上の装置又は構成要素からなるものである。したがって、情報処理装置１単体であってもシステムの一例となるし、撮像装置２や、適用対象である工業プロセスＰも包含したものをシステムと称してもよい。以下、情報処理システム１００を構成し得る各装置等について説明を続ける。
【0016】
［情報処理装置１］
図２は、情報処理装置１のハードウェア構成を示す図である。情報処理装置１は、制御部１１と、記憶部１２と、入力部１３と、表示部１４と、通信部１５とを有しており、これらの各部を通信バス１０が電気的に接続することで構成される。以下、情報処理装置１に備えられる各部について説明を行う。
図２は、情報処理装置１のハードウェア構成を示す図である。情報処理装置１は、制御部１１と、記憶部１２と、入力部１３と、表示部１４と、通信部１５とを有しており、これらの各部を通信バス１０が電気的に接続することで構成される。以下、情報処理装置１に備えられる各部について説明を行う。
【0017】
（制御部１１）
制御部１１は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部１１は、記憶部１２に記憶された所定のプログラムを読み出すことによって、情報処理装置１に係る種々の機能を実現する。すなわち、記憶部１２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、制御部１１は単一であることに限定されず、機能ごとに複数の制御部１１を有するように実施してもよい。またそれらの組合せであってもよい。
制御部１１は、例えば不図示の中央処理装置（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ：ＣＰＵ）である。制御部１１は、記憶部１２に記憶された所定のプログラムを読み出すことによって、情報処理装置１に係る種々の機能を実現する。すなわち、記憶部１２に記憶されているソフトウェアによる情報処理が、ハードウェアの一例である制御部１１によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。これらについては、次節においてさらに詳述する。なお、制御部１１は単一であることに限定されず、機能ごとに複数の制御部１１を有するように実施してもよい。またそれらの組合せであってもよい。
【0018】
（記憶部１２）
記憶部１２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部１１によって実行される情報処理装置１に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部１２は、制御部１１によって実行される情報処理装置１に係る種々のプログラムや変数等を記憶している。
記憶部１２は、前述の記載により定義される様々な情報を記憶する。これは、例えば、制御部１１によって実行される情報処理装置１に係る種々のプログラム等を記憶するソリッドステートドライブ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ：ＳＳＤ）等のストレージデバイスとして、あるいは、プログラムの演算に係る一時的に必要な情報（引数、配列等）を記憶するランダムアクセスメモリ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ：ＲＡＭ）等のメモリとして実施されうる。記憶部１２は、制御部１１によって実行される情報処理装置１に係る種々のプログラムや変数等を記憶している。
【0019】
（入力部１３）
入力部１３は、情報処理装置１の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部１３は、表示部１４と一体となってタッチパネルとして実施されてもよい。タッチパネルであれば、ユーザは、タップ操作、スワイプ操作等を入力することができる。もちろん、タッチパネルに代えて、スイッチボタン、マウス、ＱＷＥＲＴＹキーボード等を採用してもよい。すなわち、入力部１３がユーザによってなされた操作入力を受け付ける。当該入力が命令信号として、通信バス１０を介して制御部１１に転送され、制御部１１が必要に応じて所定の制御や演算を実行しうる。
入力部１３は、情報処理装置１の筐体に含まれるものであってもよいし、外付けされるものであってもよい。例えば、入力部１３は、表示部１４と一体となってタッチパネルとして実施されてもよい。タッチパネルであれば、ユーザは、タップ操作、スワイプ操作等を入力することができる。もちろん、タッチパネルに代えて、スイッチボタン、マウス、ＱＷＥＲＴＹキーボード等を採用してもよい。すなわち、入力部１３がユーザによってなされた操作入力を受け付ける。当該入力が命令信号として、通信バス１０を介して制御部１１に転送され、制御部１１が必要に応じて所定の制御や演算を実行しうる。
【0020】
（表示部１４）
表示部１４は、例えば、情報処理装置１の筐体に含まれるものであってもよいし、外付けされるものであってもよい。表示部１４は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。これは例えば、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ及びプラズマディスプレイ等の表示デバイスを、情報処理装置１の種類に応じて使い分けて実施することが好ましい。
表示部１４は、例えば、情報処理装置１の筐体に含まれるものであってもよいし、外付けされるものであってもよい。表示部１４は、ユーザが操作可能なグラフィカルユーザインターフェース（Ｇｒａｐｈｉｃａｌ Ｕｓｅｒ Ｉｎｔｅｒｆａｃｅ：ＧＵＩ）の画面を表示する。これは例えば、ＣＲＴディスプレイ、液晶ディスプレイ、有機ＥＬディスプレイ及びプラズマディスプレイ等の表示デバイスを、情報処理装置１の種類に応じて使い分けて実施することが好ましい。
【0021】
（通信部１５）
通信部１５は、情報処理装置１から種々の電気信号を外部の構成要素に送信可能に構成される。また、通信部１５は、外部の構成要素から情報処理装置１への種々の電気信号を受信可能に構成される。なお、通信部１５がネットワーク通信機能を有し、これにより通信回線を介して、情報処理装置１と外部機器との間で種々の情報を通信可能に実施してもよい。
通信部１５は、情報処理装置１から種々の電気信号を外部の構成要素に送信可能に構成される。また、通信部１５は、外部の構成要素から情報処理装置１への種々の電気信号を受信可能に構成される。なお、通信部１５がネットワーク通信機能を有し、これにより通信回線を介して、情報処理装置１と外部機器との間で種々の情報を通信可能に実施してもよい。
【0022】
［撮像装置２］
撮像装置２は、工業プロセスＰの少なくとも一部を、画像として撮像する装置である。この撮像装置２は、物品等の撮像が可能な公知の装置の中から適宜選択すればよい。ある観点では、この撮像装置２は、デジタルカメラ、スマートフォン付属カメラ、パソコン付属カメラなどであってもよい。また、一例としては、この撮像装置２は、ＲＧＢカメラであり、工業プロセスＰの少なくとも一部を画像として撮像する。この場合、取得されるデータはいわゆるＲＧＢデータであってよい。
撮像装置２は、工業プロセスＰの少なくとも一部を、画像として撮像する装置である。この撮像装置２は、物品等の撮像が可能な公知の装置の中から適宜選択すればよい。ある観点では、この撮像装置２は、デジタルカメラ、スマートフォン付属カメラ、パソコン付属カメラなどであってもよい。また、一例としては、この撮像装置２は、ＲＧＢカメラであり、工業プロセスＰの少なくとも一部を画像として撮像する。この場合、取得されるデータはいわゆるＲＧＢデータであってよい。
【0023】
［工業プロセスＰ］
本実施形態の情報処理システム１００の適用対象である工業プロセスＰは、公知の工業プロセスの中から適宜設定することができる。この工業プロセスＰは、典型的には、製紙プロセス、製鉄プロセス、発電プロセス、石油精製プロセス、化学プロセス、塗装プロセス、半導体加工プロセス等、公知の種々のプラントで実施されるプロセスである場合が想定される。
なお、後述するように、本実施形態の情報処理システム１００では、所定の分析データが用いられることから、工業プロセスＰは、水系の工程を備えるプロセスであることが好ましい。とりわけ、工業プロセスＰは製紙プロセスである場合が好ましく、以下の説明では、工業プロセスＰが、水系を用いる製紙プロセスである場合を想定して情報処理の流れを説明していくこととする。
本実施形態の情報処理システム１００の適用対象である工業プロセスＰは、公知の工業プロセスの中から適宜設定することができる。この工業プロセスＰは、典型的には、製紙プロセス、製鉄プロセス、発電プロセス、石油精製プロセス、化学プロセス、塗装プロセス、半導体加工プロセス等、公知の種々のプラントで実施されるプロセスである場合が想定される。
なお、後述するように、本実施形態の情報処理システム１００では、所定の分析データが用いられることから、工業プロセスＰは、水系の工程を備えるプロセスであることが好ましい。とりわけ、工業プロセスＰは製紙プロセスである場合が好ましく、以下の説明では、工業プロセスＰが、水系を用いる製紙プロセスである場合を想定して情報処理の流れを説明していくこととする。
【0024】
２．機能構成
本節では、本実施形態の機能構成について説明する。図３は、情報処理装置１の機能を示す機能ブロック図である。前述の通り、ソフトウェア（記憶部１２に記憶されている）による情報処理がハードウェア（制御部１１）によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。
本節では、本実施形態の機能構成について説明する。図３は、情報処理装置１の機能を示す機能ブロック図である。前述の通り、ソフトウェア（記憶部１２に記憶されている）による情報処理がハードウェア（制御部１１）によって具体的に実現されることで、制御部１１に含まれる各機能部として実行されうる。
【0025】
具体的には、情報処理装置１（制御部１１）は、各機能部として画像取得部１１１と、関係性モデル取得部１１２と、出力部１１３と、関係性モデル作成部１１４と、記憶管理部１１５と、を備えうる。なお、このような各機能部については、情報処理装置１を適用する用途等に応じて適宜増加又は省略されていてもよい。
【0026】
（画像取得部１１１）
画像取得部１１１は、画像取得工程を実行可能に構成される。画像取得工程において、画像取得部１１１は、工業プロセスＰ内から所定の画像を取得する。ここで、所定の画像には、工業プロセスＰ内で生じた欠陥に関する画像が含まれる。この取得に際して、画像取得部１１１は、例示的には工業プロセスＰの少なくとも一部を撮像することが可能な撮像装置２から、通信部１５を介して種々の情報を取得するように構成される。
画像取得部１１１は、画像取得工程を実行可能に構成される。画像取得工程において、画像取得部１１１は、工業プロセスＰ内から所定の画像を取得する。ここで、所定の画像には、工業プロセスＰ内で生じた欠陥に関する画像が含まれる。この取得に際して、画像取得部１１１は、例示的には工業プロセスＰの少なくとも一部を撮像することが可能な撮像装置２から、通信部１５を介して種々の情報を取得するように構成される。
【0027】
（関係性モデル取得部１１２）
関係性モデル取得部１１２は、関係性モデル取得工程を実行可能に構成される。関係性モデル取得工程において、関係性モデル取得部１１２は、関係性モデルを取得する。ここで、関係性モデルは、工業プロセスＰ内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルである。このモデルの詳細については、追って説明を行うこととする。
関係性モデル取得部１１２は、関係性モデル取得工程を実行可能に構成される。関係性モデル取得工程において、関係性モデル取得部１１２は、関係性モデルを取得する。ここで、関係性モデルは、工業プロセスＰ内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルである。このモデルの詳細については、追って説明を行うこととする。
【0028】
（出力部１１３）
出力部１１３は、出力工程を実行可能に構成される。出力工程において、出力部１１３は、種々の出力物を生成する。典型的な態様では、この出力物は、ユーザ等に認識可能なものとして構成される。この場合、出力部１１３は、表示情報を作成し、これを、ユーザ等に視認可能となるように制御する。なお、表示情報とは、画面、画像、アイコン、テキスト等といった、ユーザが視認可能な態様で生成された視覚情報そのものでもよいし、例えば各種装置や端末に画面、画像、アイコン、テキスト等の視覚情報を表示させるためのレンダリング情報であってもよい。また、出力部１１３は、印刷装置を駆動させたり、所定の装置を駆動させたりする信号を出力するように構成されてもよい。なお、本実施形態の情報処理システム１００においては、出力部１１３は、所定の画像と、関係性モデルと、に基づき、欠陥の原因及び／又は欠陥への対策を出力する。出力される内容の具体的態様は追って説明することとする。
出力部１１３は、出力工程を実行可能に構成される。出力工程において、出力部１１３は、種々の出力物を生成する。典型的な態様では、この出力物は、ユーザ等に認識可能なものとして構成される。この場合、出力部１１３は、表示情報を作成し、これを、ユーザ等に視認可能となるように制御する。なお、表示情報とは、画面、画像、アイコン、テキスト等といった、ユーザが視認可能な態様で生成された視覚情報そのものでもよいし、例えば各種装置や端末に画面、画像、アイコン、テキスト等の視覚情報を表示させるためのレンダリング情報であってもよい。また、出力部１１３は、印刷装置を駆動させたり、所定の装置を駆動させたりする信号を出力するように構成されてもよい。なお、本実施形態の情報処理システム１００においては、出力部１１３は、所定の画像と、関係性モデルと、に基づき、欠陥の原因及び／又は欠陥への対策を出力する。出力される内容の具体的態様は追って説明することとする。
【0029】
（関係性モデル作成部１１４）
関係性モデル作成部１１４は、関係性モデル作成工程を実行可能に構成される。関係性モデル作成工程において、関係性モデル作成部１１４は、前述した出力工程等の際に用いられる関係性モデルを作成又は更新する。
関係性モデル作成部１１４は、関係性モデル作成工程を実行可能に構成される。関係性モデル作成工程において、関係性モデル作成部１１４は、前述した出力工程等の際に用いられる関係性モデルを作成又は更新する。
【0030】
（記憶管理部１１５）
記憶管理部１１５は、記憶管理工程を実行可能に構成される。記憶管理工程において、記憶管理部１１５は、本実施形態の情報処理システム１００に関連する、記憶すべき種々の情報について管理するように構成される。典型的には、記憶管理部１１５は、情報処理装置１が取り扱った情報等を記憶領域に記憶させるように構成される。この記憶領域は、たとえば情報処理装置１の記憶部１２や各種装置や端末の記憶部が例示されるが、この記憶領域は必ずしも情報処理システム１００のシステム内である必要はなく、記憶管理部１１５は、種々の情報を外部記憶装置などに記憶するように管理することもできる。
記憶管理部１１５は、記憶管理工程を実行可能に構成される。記憶管理工程において、記憶管理部１１５は、本実施形態の情報処理システム１００に関連する、記憶すべき種々の情報について管理するように構成される。典型的には、記憶管理部１１５は、情報処理装置１が取り扱った情報等を記憶領域に記憶させるように構成される。この記憶領域は、たとえば情報処理装置１の記憶部１２や各種装置や端末の記憶部が例示されるが、この記憶領域は必ずしも情報処理システム１００のシステム内である必要はなく、記憶管理部１１５は、種々の情報を外部記憶装置などに記憶するように管理することもできる。
【0031】
３．情報処理の詳細
第３節では、アクティビティ図等を参照しながら、情報処理装置１等が実行する情報処理方法について説明する。図４は、情報処理装置１等を用いた情報処理の流れを表すアクティビティ図である。
第３節では、アクティビティ図等を参照しながら、情報処理装置１等が実行する情報処理方法について説明する。図４は、情報処理装置１等を用いた情報処理の流れを表すアクティビティ図である。
【0032】
まず、本実施形態の情報処理方法では、画像取得部１１１が、工業プロセスＰ内から所定の画像を取得する（工程Ｓ１）。
【0033】
この工程Ｓ１は、典型的には、撮像装置２が工業プロセスＰの所定の箇所を撮像し、通信回線を介して、撮像データを画像取得部１１１が取得することによって達成し得る。なお、撮像装置２が撮像する対象は、撮像可能な対象であればいずれであってもよく、有機物及び無機物のいずれであってもよい。例示的には、工業プロセスＰに存在する所定の設備（反応容器、槽、運搬装置等の各種設備を包含する）であってもよいし、工業プロセスＰに使用される原料でもよいし、工業プロセスＰで製造される製品や中間物であってもよい。
【0034】
なお、本実施形態の情報処理方法においては、この工程Ｓ１で取得される画像には、工業プロセスＰ内で生じた欠陥に関する画像が含まれる。
【0035】
この「欠陥」とは、工業プロセスＰが設計通りに稼働していない状態やその結果物を指す（換言すれば、正常ではない状態（異常である状態））を指す。本実施形態の情報処理方法は、工業プロセスＰに異常がある場合の状態や、その結果物が、正常に工業プロセスＰが稼働している場合とは異なる画像となる場合に適用し得る。典型的な例では、設備に欠損や欠点ができた場合や、原料や製品（中間物）に、通常とは異なる色や模様が付着する場合、原料や製品（中間物）が、通常と異なる寸法となってしまう場合等が例示される。本実施形態の情報処理方法では、撮像装置２によって、このような欠陥が含む画像が取得される。
【0036】
一方、本実施形態の情報処理方法では、関係性モデル取得部１１２が、関係性モデルを取得する（工程Ｓ２）。なお、この工程Ｓ１と工程Ｓ２を行う順序は任意であり、工程Ｓ１を工程Ｓ２に先立って行うことも、工程Ｓ２を工程Ｓ１に先立って行うことも、双方の工程を同時に行うことも可能である。
【0037】
工程Ｓ２において、関係性モデルは、工業プロセスＰ内の所定の箇所を分析した分析データと、対応する欠陥の画像に関する画像データと、が関連付けられて作成されたモデルである。ここで、関係性モデルは、所定の分析データと、対応する欠陥の画像に関する画像データとの関係性をモデル化したものであるが、このモデルとしては、例えば両者の関係を示す関数、ルックアップテーブルであってもよく、両者の関係を学習させた学習済モデルであってもよい。
【0038】
このような関係性モデルに関して、分析データと、対応する欠陥の画像に関する画像データと、の関係性については、公知の解析手法に基づき解析することができる。典型的には、回帰分析法（線形モデル、一般化線形モデル、一般化線形混合モデル、リッジ回帰、ラッソ回帰、エラスティックネット、サポートベクター回帰、射影追跡回帰等）、時系列分析（ＶＡＲモデル、ＳＶＡＲモデル、ＡＲＩＭＡＸモデル、ＳＡＲＩＭＡＸモデル、状態空間モデル等）、決定木（決定木、回帰木、ランダムフォレスト、ＸＧＢｏｏｓｔ等）、ニューラルネットワーク（単純パーセプトロン、多層パーセプトロン、Ｔｒａｎｓｆｏｒｍｅｒ、ＤＮＮ、ＣＮＮ、ＲＮＮ、ＬＳＴＭ等）、ベイズ（ナイーブベイズ等）、クラスタリング（ｋ－ｍｅａｎｓ、ｋ－ｍｅａｎｓ＋＋等）、アンサンブル学習（Ｂｏｏｓｔｉｎｇ、Ａｄａｂｏｏｓｔ等）等を用いて解析し、所望の予測モデルを得ることができる。
【0039】
本実施形態においては、上述の解析手法のうちニューラルネットワークが採用されることが好ましい。また、本実施形態の関係性モデルを作成・運用するためのソフトウェアやプログラムは、ニューラルネットワークを使用できるものの中から種々選択することができる。例えば、Ｋｅｒａｓ、ＴｅｎｓｏｒＦｌｏｗ、ＰｙＴｏｒｃｈなどのフレームワーク、Ｔｅａｃｈａｂｌｅ Ｍａｃｈｉｎｅ（Ｇｏｏｇｌｅ社）やＤａｔａＲｏｂｏｔ（ＤａｔａＲｏｂｏｔ社）などのソフトウェアを使用することもできる。
【0040】
なお、関係性モデルの作成は、関係性モデル作成部１１４が実行する場合が例示されるが、必ずしもこれには限定されず、情報処理システム１００外でこのような関係性モデルが作成され、作成物を情報処理装置１等にインストールすることで、本実施形態の情報処理方法が行われてもよい。また、関係性モデルは、出力部１１３が欠陥の原因及び／又は欠陥への対策を出力するに先立って（出力工程が実行される前に）更新可能に構成されるモデルであってもよい。この場合は、関係性モデル作成部１１４は、欠陥に対する対策に関する情報の蓄積等に応じて、逐次、関係性モデルを更新するように構成されるものであってもよい。
【0041】
なお、関係性モデルに関する分析データは、必ずしも欠陥そのものを分析したデータでなくてもよい。製品の欠陥を評価するという例を挙げると、関係性モデルに関する分析データは、製品そのものについての分析データである必要はなく、製造設備や使用原料を分析したデータであってもよい。一方、分析データは、工業プロセスＰ内の所定の箇所として、工業プロセスＰ内の欠陥を分析したデータであることが好ましい。後者のこのような態様の方が、より欠陥に対する評価を精度高く行いやすくなる。
【0042】
なお、本実施形態の分析データは、公知のいずれの分析手法に基づくものであってよい。一例として、本実施形態の分析データは、所定の箇所を化学的又は生化学的手法により分析して得られるデータであってよい。他の観点では、本実施形態の分析データは、光学顕微鏡観察、電子顕微鏡観察、ＦＴ－ＩＲ分析、熱分解ガスクロマトグラフィ分析、ニンヒドリン反応試験、蛍光Ｘ線分析、Ｘ線回折分析、細菌数分析、真菌数分析、元素マッピング分析、ヨウ素デンプン反応試験、有機溶媒による抽出量、酸による抽出量及びアルカリによる抽出量からなる群から選択される１以上の分析に関するデータを含んでもよい。
【0043】
すなわち、本実施形態においては、このような分析データから欠陥に関する組成上の特徴を推定し得る。そのため、画像取得部１１１の取得する画像情報から高精度で欠陥の原因や対策を出力することができる。なお、上で説明したような（水系を含む）製紙プロセス等の場合、このような分析データを用いることが出力結果の精度向上に資する傾向がある。
【0044】
一方、関係性モデルで関係付けられた画像データは、欠陥の色、大きさ及び形状のいずれかに関する情報を含んでもよい。出力部１１３は、この所定の画像における欠陥の色、大きさ及び形状のいずれかに関する情報に基づき、欠陥の原因及び／又は欠陥への対策を出力することが好ましい。
【0045】
前述したように、本実施形態の情報処理システム１００においては、撮像装置２としてＲＧＢカメラを用いることができ、欠陥の色、大きさ及び形状は、このＲＧＢカメラの取得した画像情報のＲＧＢデータと紐付かせることができる。換言すれば、ピクセルごとのＲＧＢデータの組み合わせを、後述する出力工程での原因等の出力根拠としてもよい。
【0046】
続いて、本実施形態の情報処理方法では、画像取得部１１１が取得した画像と、関係性モデル取得部１１２が取得した関係性モデルと、基づき、欠陥の原因及び／又は欠陥への対策を出力する（工程Ｓ３）。
【0047】
この工程は出力部１１３の機能により達成され得る。なお、出力部１１３が出力する内容は、欠陥の原因と欠陥への対策のうち一方のみでもよいが、出力部１１３が、欠陥の原因及び欠陥への対策を出力する態様が好ましい。
【0048】
【0049】
図５の表示画面Ｄは、情報処理装置１の出力部１１３が出力する視覚情報であり、典型的には情報処理装置１の表示部１４に画面として表示されるものである。この表示画面Ｄにおいては、画像取得部１１１が取得した欠陥の画像とともに、欠陥の種類（欠点の種類）、原因、対策のそれぞれが関連付けられて示されている。
【0050】
「欠陥の種類」は、欠陥（欠点）の大まかな分類を示すものであり、より詳細な原因について「原因」の項目で示されている。これに加え、図５の出力内容では、欠陥への対策として、工業プロセスＰの操業条件が出力されている（図５「対策」の項目参照）。
【0051】
なお、工業プロセスＰが製紙プロセスである場合、対策となる操業条件としては、以下に示されるようなものが列挙される。
【0052】
（対策Ａ）水処理薬品の適用、種類の変更、添加量調整、添加場所変更、添加停止
ここでの水処理薬品としては、スライムコントロール剤、防腐剤、ピッチコントロール剤、消泡剤、スケール防止剤、工程洗浄剤（酸系薬剤、アルカリ系薬剤、キレート剤など）、歩留ろ水剤（有機・無機とも）、凝集剤（有機・無機とも）、凝結剤（有機・無機とも）、荷電調整剤、脱気剤、クリーナー助剤、フェルトコンディショナー、抄紙機のロール汚れ防止剤、抄紙機のカンバス汚れ抑制剤、クレーピング剤、蒸解助剤、脱墨剤や漂白剤（界面活性剤、水酸化ナトリウム、次亜塩素酸ソーダ、二酸化塩素、オゾン、過酸化水素、キレート剤、ケイ酸ソーダなど）、叩解助剤、離解助剤などが列挙される。
ここでの水処理薬品としては、スライムコントロール剤、防腐剤、ピッチコントロール剤、消泡剤、スケール防止剤、工程洗浄剤（酸系薬剤、アルカリ系薬剤、キレート剤など）、歩留ろ水剤（有機・無機とも）、凝集剤（有機・無機とも）、凝結剤（有機・無機とも）、荷電調整剤、脱気剤、クリーナー助剤、フェルトコンディショナー、抄紙機のロール汚れ防止剤、抄紙機のカンバス汚れ抑制剤、クレーピング剤、蒸解助剤、脱墨剤や漂白剤（界面活性剤、水酸化ナトリウム、次亜塩素酸ソーダ、二酸化塩素、オゾン、過酸化水素、キレート剤、ケイ酸ソーダなど）、叩解助剤、離解助剤などが列挙される。
【0053】
（対策Ｂ）水処理に影響する機能性薬品の適用、種類の変更、添加量調整、添加場所変更、添加停止
ここでの機能性薬品としては、紙力剤（乾燥・湿潤とも）、サイズ剤、染料、粘剤、填料（炭酸カルシウム、カオリンなど）などが列挙される。
ここでの機能性薬品としては、紙力剤（乾燥・湿潤とも）、サイズ剤、染料、粘剤、填料（炭酸カルシウム、カオリンなど）などが列挙される。
【0054】
（対策Ｃ）水処理設備の適用、種類の変更、運転方法変更、運転負荷の調整、運転停止
ここでの水処理設備としては、加圧浮上装置、凝集沈殿装置、ろ過器、フィルターや脱水機等の洗浄設備、スクリーンやクリーナー、フローテーターなどの異物除去装置などが列挙される。また運転方法の変更としては、系内への補給水量や補給水種、系内から排出するプロセス水量などを変更すること等が包含される。
ここでの水処理設備としては、加圧浮上装置、凝集沈殿装置、ろ過器、フィルターや脱水機等の洗浄設備、スクリーンやクリーナー、フローテーターなどの異物除去装置などが列挙される。また運転方法の変更としては、系内への補給水量や補給水種、系内から排出するプロセス水量などを変更すること等が包含される。
【0055】
（対策Ｄ）水処理に影響する生産設備の適用、種類の変更、運転方法変更、運転負荷の調整、運転停止
ここでの生産設備の例としては、離解機、ディスパーザ―、叩解機、抄紙機、蒸解設備、漂白設備などが列挙される。また、運転方法の変更としては、原料の種類や配合率、製造品目の製造順番、定期修理のタイミング、系内洗浄のタイミングを変更すること等が包含される。
ここでの生産設備の例としては、離解機、ディスパーザ―、叩解機、抄紙機、蒸解設備、漂白設備などが列挙される。また、運転方法の変更としては、原料の種類や配合率、製造品目の製造順番、定期修理のタイミング、系内洗浄のタイミングを変更すること等が包含される。
【0056】
もちろん、対策となる内容は上記に制限されることはなく、工業プロセスＰの種類や規模等に応じ、適宜、対策となる内容を設定することができる。
【0057】
また、出力部１１３が出力する内容はこのような表示画面に制限されることはなく、原因や対策を印刷物として出力する態様も例示することができる。また、出力部１１３は、対策の一部として、工業プロセスＰの操業条件を信号として出力することができる。この場合、当該信号の内容に従い、工業プロセスＰに備えられる設備の一部が自動運転するように構成されてよい。
【0058】
なお、出力部１１３が出力した内容は、記憶管理部１１５の機能により所定の記憶領域に記憶されてもよい。また、このように記憶された出力内容に応じ、関係性モデルは更新されてもよい。このような関係性モデルの更新は、関係性モデル作成部１１４の機能により実現される。
【0059】
以上、本実施形態の情報処理装置１の実行する情報処理方法によれば、簡便に欠陥の原因等を特定することができる。
【0060】
４．変形例
第４節では、前述した情報処理装置１等の情報処理方法の変形例について説明する。
第４節では、前述した情報処理装置１等の情報処理方法の変形例について説明する。
【0061】
前述の実施形態は、情報処理装置１の構成として説明したが、コンピュータを、情報処理装置の各部として機能させるプログラムが提供されてもよい。
【0062】
前述の実施形態では、関連性モデルを用いた情報処理方法を示したが、関連性モデルを作成するにあたって関連付けられる情報は、上述のものに限らない。すなわち、本実施形態で用いられる関連性モデルは、他に、気象条件、地域に関する条件、設備の築年数に関する条件等の各種条件が関連付けられていてもよい。
【0063】
以上の実施形態では、情報処理装置１が種々の記憶・制御を行ったが、情報処理装置１に代えて、複数の外部装置が用いられてもよい。すなわち、ブロックチェーン技術等を用いて、欠陥の画像や、原因、対策に関する情報等を分散して複数の外部装置に記憶させてもよい。
【実施例0064】
以下、実施例および比較例により、本発明をさらに詳しく説明する。なお、本発明は以下の実施例により制限されるものではない。
【0065】
（関係性モデルの作成と検証）
板紙生産設備の欠陥サンプル２３検体に対して各種分析（化学分析等）を行い、欠陥の主成分を特定し、原因および対策となる水処理方法を推定した。また、欠陥の画像データを加えて、サンプルサイズ２３のデータベースを作成した。このデータベースを用いて、教師あり学習により、欠陥の画像データから、分析データが示唆する原因を推定する関係性モデルを作成した。関係性モデル作成の手順としては、Ｇｏｏｇｌｅ社のＴｅａｃｈａｂｌｅ Ｍａｃｈｉｎｅを使用して、深層ニューラルネットワークによるモデルを作成した。
板紙生産設備の欠陥サンプル２３検体に対して各種分析（化学分析等）を行い、欠陥の主成分を特定し、原因および対策となる水処理方法を推定した。また、欠陥の画像データを加えて、サンプルサイズ２３のデータベースを作成した。このデータベースを用いて、教師あり学習により、欠陥の画像データから、分析データが示唆する原因を推定する関係性モデルを作成した。関係性モデル作成の手順としては、Ｇｏｏｇｌｅ社のＴｅａｃｈａｂｌｅ Ｍａｃｈｉｎｅを使用して、深層ニューラルネットワークによるモデルを作成した。
【0066】
次に、関係性モデルの精度の検証を目的として、上述の２３検体とは別に、１５検体の欠陥サンプルを準備し、同様に分析を行った。これらの１５検体の画像データを関係性モデルに当てはめて、欠点の成分と原因の推定を行った結果、推測結果と、実際の分析結果が高い精度で合致した。
このことから、本発明の情報処理装置等によれば、簡便に欠陥の原因等を特定することができることが裏付けられる。
このことから、本発明の情報処理装置等によれば、簡便に欠陥の原因等を特定することができることが裏付けられる。
【0067】
最後に、本発明に係る種々の実施形態を説明したが、これらは、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。当該新規な実施形態は、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。当該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ものである。
【符号の説明】
【0068】
１ ：情報処理装置
２ ：撮像装置
３ ：対策類型
４ ：対策類型
１０ ：通信バス
１１ ：制御部
１２ ：記憶部
１３ ：入力部
１４ ：表示部
１５ ：通信部
１００ ：情報処理システム
１１１ ：画像取得部
１１２ ：関係性モデル取得部
１１３ ：出力部
１１４ ：関係性モデル作成部
１１５ ：記憶管理部
Ｄ ：表示画面
Ｐ ：工業プロセス
２ ：撮像装置
３ ：対策類型
４ ：対策類型
１０ ：通信バス
１１ ：制御部
１２ ：記憶部
１３ ：入力部
１４ ：表示部
１５ ：通信部
１００ ：情報処理システム
１１１ ：画像取得部
１１２ ：関係性モデル取得部
１１３ ：出力部
１１４ ：関係性モデル作成部
１１５ ：記憶管理部
Ｄ ：表示画面
Ｐ ：工業プロセス
【図1】
【図2】
【図3】
【図4】
【図5】
