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】P2024158263
(43)【公開日】2024-11-08
(54)【発明の名称】作業支援装置、作業支援方法および作業支援プログラム
(51)【国際特許分類】
G06Q 10/0635 20230101AFI20241031BHJP
G05B 19/418 20060101ALI20241031BHJP
【ＦＩ】
G06Q10/0635
G05B19/418 Z
【審査請求】未請求
【請求項の数】10
【出願形態】ＯＬ
(21)【出願番号】P 2023073319
(22)【出願日】2023-04-27
(71)【出願人】
【識別番号】000006507
【氏名又は名称】横河電機株式会社
(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】石田 元彦
(72)【発明者】
【氏名】植村 英生
(72)【発明者】
【氏名】大石 憲児
(72)【発明者】
【氏名】坪田 孝志
【テーマコード（参考）】
3C100
5L049
【Ｆターム（参考）】
3C100AA22
3C100AA29
3C100AA38
3C100AA59
3C100AA62
3C100BB13
3C100BB17
3C100BB29
3C100BB33
3C100CC02
5L049CC03
(57)【要約】
【課題】作業員の状態に応じて適切な作業環境を提示すること。
【解決手段】作業支援サーバ１０は、作業支援装置であって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得し、複数の作業員の生体データに基づいて複数の作業員それぞれの状態を推定し、複数の作業員それぞれの状態を分析し、分析結果に基づき、作業支援装置による共通の作業への介入の要否を決定する。
【選択図】図１
【解決手段】作業支援サーバ１０は、作業支援装置であって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得し、複数の作業員の生体データに基づいて複数の作業員それぞれの状態を推定し、複数の作業員それぞれの状態を分析し、分析結果に基づき、作業支援装置による共通の作業への介入の要否を決定する。
【選択図】図１
【特許請求の範囲】
【請求項1】
作業支援装置であって、
プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得部と、
前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析部と、
前記分析部による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定部と、
を備える作業支援装置。
プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得部と、
前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析部と、
前記分析部による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定部と、
を備える作業支援装置。
【請求項2】
前記共通の作業が実行される前記プラントに対する介入を実行する実行部、
をさらに備え、
前記決定部は、
前記分析部によって作業を行う作業員の異常が検出された場合には、前記プラントに対する介入手段を決定し、
前記実行部は、
前記介入手段に基づいて前記プラントに対する介入を実行する、
請求項１に記載の作業支援装置。
をさらに備え、
前記決定部は、
前記分析部によって作業を行う作業員の異常が検出された場合には、前記プラントに対する介入手段を決定し、
前記実行部は、
前記介入手段に基づいて前記プラントに対する介入を実行する、
請求項１に記載の作業支援装置。
【請求項3】
前記取得部は、
前記プラントに設置されるプラント機器から収集される操業データと、前記複数の作業員それぞれが作業を行う前記プラントの環境に関する作業環境データと、前記複数の作業員それぞれが行う作業に関する作業内容データとをさらに取得し、
前記分析部は、
前記複数の作業員それぞれが装着する機器から収集された前記生体データに基づいて前記複数の作業員それぞれの状態として肉体的状態または精神的状態を推定し、共通する作業を行う前記複数の作業員のうち所定の状態を示す作業員の割合が閾値を超過した場合には前記異常を検出し、
前記決定部は、
前記複数の作業員それぞれの状態と前記操業データと前記作業環境データと前記作業内容データとを用いて、前記プラントに対する介入の履歴を示す対応関係データを参照することによって、前記介入手段を決定し、
前記実行部は、
決定された前記介入手段にしたがって、所定の作業員もしくは前記所定の作業員の関係者に対する通知、または前記プラント機器に対する制御を実行する、
請求項２に記載の作業支援装置。
前記プラントに設置されるプラント機器から収集される操業データと、前記複数の作業員それぞれが作業を行う前記プラントの環境に関する作業環境データと、前記複数の作業員それぞれが行う作業に関する作業内容データとをさらに取得し、
前記分析部は、
前記複数の作業員それぞれが装着する機器から収集された前記生体データに基づいて前記複数の作業員それぞれの状態として肉体的状態または精神的状態を推定し、共通する作業を行う前記複数の作業員のうち所定の状態を示す作業員の割合が閾値を超過した場合には前記異常を検出し、
前記決定部は、
前記複数の作業員それぞれの状態と前記操業データと前記作業環境データと前記作業内容データとを用いて、前記プラントに対する介入の履歴を示す対応関係データを参照することによって、前記介入手段を決定し、
前記実行部は、
決定された前記介入手段にしたがって、所定の作業員もしくは前記所定の作業員の関係者に対する通知、または前記プラント機器に対する制御を実行する、
請求項２に記載の作業支援装置。
【請求項4】
前記作業環境データと前記作業内容データとを用いて前記複数の作業員それぞれの作業工程を特定し、共通する前記作業工程ごとに前記複数の作業員を分類する分類部、
をさらに備え、
前記分析部は、
前記分類部による分類結果に基づき、共通する作業を行う前記複数の作業員それぞれの状態を分析する、
請求項３に記載の作業支援装置。
をさらに備え、
前記分析部は、
前記分類部による分類結果に基づき、共通する作業を行う前記複数の作業員それぞれの状態を分析する、
請求項３に記載の作業支援装置。
【請求項5】
前記生体データ、前記操業データ、前記作業環境データまたは前記作業内容データを含む時系列データの入力に応じて前記プラントの評価指標を出力する機械学習モデルを訓練する訓練部と、
前記介入の実行によって変更された前記生体データ、前記操業データ、前記作業環境データまたは前記作業内容データを、訓練済みである前記機械学習モデルに入力して得られる結果に基づき、前記介入を実行した時点からの前記評価指標の時間発展を予測する予測部と、
をさらに備える請求項３または４に記載の作業支援装置。
前記介入の実行によって変更された前記生体データ、前記操業データ、前記作業環境データまたは前記作業内容データを、訓練済みである前記機械学習モデルに入力して得られる結果に基づき、前記介入を実行した時点からの前記評価指標の時間発展を予測する予測部と、
をさらに備える請求項３または４に記載の作業支援装置。
【請求項6】
前記決定部は、
前記対応関係データを参照することによって選択した複数の介入手段から、前記予測部によって予測された前記時間発展を用いて前記介入手段を決定する、
請求項５に記載の作業支援装置。
前記対応関係データを参照することによって選択した複数の介入手段から、前記予測部によって予測された前記時間発展を用いて前記介入手段を決定する、
請求項５に記載の作業支援装置。
【請求項7】
前記決定部は、
前記対応関係データに含まれる複数の介入の履歴のうち、前記予測部によって予測された前記評価指標の時間発展に基づく介入の履歴から前記介入手段を決定する、
請求項５に記載の作業支援装置。
前記対応関係データに含まれる複数の介入の履歴のうち、前記予測部によって予測された前記評価指標の時間発展に基づく介入の履歴から前記介入手段を決定する、
請求項５に記載の作業支援装置。
【請求項8】
前記決定部は、
前記対応関係データを参照することによって選択した複数の介入手段から、指定を受け付けた前記介入手段を決定する、
請求項３または４に記載の作業支援装置。
前記対応関係データを参照することによって選択した複数の介入手段から、指定を受け付けた前記介入手段を決定する、
請求項３または４に記載の作業支援装置。
【請求項9】
作業支援装置によって実行される作業支援方法であって、
プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得工程と、
前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析工程と、
前記分析工程による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定工程と、
を含む作業支援方法。
プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得工程と、
前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析工程と、
前記分析工程による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定工程と、
を含む作業支援方法。
【請求項10】
作業支援装置に処理を実行させる作業支援プログラムであって、
プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得手順と、
前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析手順と、
前記分析手順による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定手順と、
を実行させる作業支援プログラム。
プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得手順と、
前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析手順と、
前記分析手順による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定手順と、
を実行させる作業支援プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本発明は、作業支援装置、作業支援方法および作業支援プログラムに関する。
【背景技術】
【0002】
従来、プラントにおいて、作業員の生体データに基づく作業員へのフィードバック、プラントの操業データに基づくプラントに設置される装置や機器（適宜、「プラント機器」）へのフィードバックを実行する技術がある。
【先行技術文献】
【特許文献】
【0003】
【特許文献1】特許第６１９２８８５号公報
【特許文献2】特開２０２０－１６１１８７号公報
【特許文献3】特開２０２０－０９９０１９号公報
【発明の概要】
【発明が解決しようとする課題】
【0004】
しかしながら、従来技術では、作業員の身体的、精神的な状態に応じて、より適切な作業環境を提示することは難しい。例えば、従来技術では、プラント機器の中には、その操作に危険が伴う場合や取扱いに十分な集中力を要するものがあるにも関わらず、作業員の操作対象は時間的に不変である。すなわち、従来技術では、作業員の状態に応じて、操作環境が作業員に適したように変更されることはない。
【0005】
本発明は、上記に鑑みてなされたものであって、作業員の状態に応じて適切な作業環境を提示することができることを目的とする。
【課題を解決するための手段】
【0006】
本発明は、作業支援装置であって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得部と、前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析部と、前記分析部による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定部と、を備える作業支援装置を提供する。
【0007】
また、本発明は、作業支援装置によって実行される作業支援方法であって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得工程と、前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析工程と、前記分析工程による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定工程と、を含む作業支援方法を提供する。
【0008】
また、本発明は、作業支援装置に処理を実行させる作業支援プログラムであって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得手順と、前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析手順と、前記分析手順による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定手順と、を実行させる作業支援プログラムを提供する。
【発明の効果】
【0009】
本発明によれば、作業員の状態に応じて適切な作業環境を提示することができるという効果がある。
【図面の簡単な説明】
【0010】
【図1】実施形態に係る作業支援システムの構成例を示す図である。
【図2】実施形態に係る各装置の構成例を示すブロック図である。
【図3】実施形態に係る作業支援サーバの作業環境データ記憶部の一例を示す図である。
【図4】実施形態に係る作業支援サーバの作業内容データ記憶部の一例を示す図である。
【図5】実施形態に係る作業支援サーバの生体データ記憶部の一例を示す図である。
【図6】実施形態に係る作業支援サーバの操業データ記憶部の一例を示す図である。
【図7】実施形態に係る作業支援サーバの集合データ記憶部の一例を示す図である。
【図8】実施形態に係る作業支援サーバの対応関係データ記憶部の一例を示す図である。
【図9】実施形態に係る作業支援サーバの介入データ記憶部の一例を示す図である。
【図10】実施形態に係る作業支援サーバの介入データ記憶部の一例を示す図である。
【図11】実施形態に係る状態推定処理の具体例１を示す図である。
【図12】実施形態に係る状態推定処理の具体例２を示す図である。
【図13】実施形態に係る表示画面の具体例を示す図である。
【図14】実施形態に係る作業支援処理全体の流れの一例を示すフローチャートである。
【図15】実施形態に係るデータ取得処理の流れの一例を示すフローチャートである。
【図16】実施形態に係る作業員分類処理の流れの一例を示すフローチャートである。
【図17】実施形態に係るデータ分析処理の流れの一例を示すフローチャートである。
【図18】実施形態に係る介入決定処理の流れの一例を示すフローチャートである。
【図19】実施形態に係る介入実行処理の流れの一例を示すフローチャートである。
【図20】ハードウェア構成例を説明する図である。
【発明を実施するための形態】
【0011】
以下に、本発明の一実施形態に係る作業支援装置、作業支援方法および作業支援プログラムを、図面を参照して詳細に説明する。なお、本発明は、以下に説明する実施形態により限定されるものではない。
【0012】
〔実施形態〕
以下に、実施形態に係る作業支援システムの構成、各装置の構成、処理の流れを順に説明し、最後に実施形態の効果を説明する。
以下に、実施形態に係る作業支援システムの構成、各装置の構成、処理の流れを順に説明し、最後に実施形態の効果を説明する。
【0013】
〔１．作業支援システム１００の構成〕
図１を用いて、実施形態に係る作業支援システム１００の構成を詳細に説明する。図１は、実施形態に係る作業支援システム１００の構成例を示す図である。以下に、作業支援システム１００全体の構成例、作業支援システム１００の処理、参考技術の問題点を順に説明し、最後に作業支援システム１００の効果について説明する。なお、実施形態では、プラントにおける作業支援処理を一例にして説明するが、機器や利用分野を限定するものではない。
図１を用いて、実施形態に係る作業支援システム１００の構成を詳細に説明する。図１は、実施形態に係る作業支援システム１００の構成例を示す図である。以下に、作業支援システム１００全体の構成例、作業支援システム１００の処理、参考技術の問題点を順に説明し、最後に作業支援システム１００の効果について説明する。なお、実施形態では、プラントにおける作業支援処理を一例にして説明するが、機器や利用分野を限定するものではない。
【0014】
（１－１．作業支援システム１００全体の構成例）
作業支援システム１００は、作業支援装置である作業支援サーバ１０、測定機器２０、管理機器３０、プラントの作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が装着するウェアラブル機器４０（４０Ａ、４０Ｂ、４０Ｃ、４０Ｄ）およびプラント機器５０（５０Ａ、５０Ｂ、５０Ｃ）を有する。ここで、作業支援サーバ１０と、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０とは、図示しない所定の通信網を介して、有線または無線により通信可能に接続される。また、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０は、プラントに設置される。
作業支援システム１００は、作業支援装置である作業支援サーバ１０、測定機器２０、管理機器３０、プラントの作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が装着するウェアラブル機器４０（４０Ａ、４０Ｂ、４０Ｃ、４０Ｄ）およびプラント機器５０（５０Ａ、５０Ｂ、５０Ｃ）を有する。ここで、作業支援サーバ１０と、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０とは、図示しない所定の通信網を介して、有線または無線により通信可能に接続される。また、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０は、プラントに設置される。
【0015】
図１に示した作業支援システム１００には、複数台の作業支援サーバ１０、複数台の測定機器２０または複数台の管理機器３０が含まれてもよい。また、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０のうち１つ以上が統合された構成であってもよい。
【0016】
（１－２．作業支援システム１００全体の処理）
上記のような作業支援システム１００全体の処理について説明する。なお、下記のステップＳ１～Ｓ８は、異なる順序で実行することもできる。また、下記のステップＳ１～Ｓ８のうち、省略される処理があってもよい。
上記のような作業支援システム１００全体の処理について説明する。なお、下記のステップＳ１～Ｓ８は、異なる順序で実行することもできる。また、下記のステップＳ１～Ｓ８のうち、省略される処理があってもよい。
【0017】
（１－２－１．作業環境データ取得処理）
作業支援サーバ１０は、プラントに設置された測定機器２０から作業環境データを取得する（ステップＳ１）。例えば、作業支援サーバ１０は、温度計、湿度計等の測定機器２０から、プラント内の区域ごとの気温、湿度、音、明るさ、臭気等の作業環境データを取得する。
作業支援サーバ１０は、プラントに設置された測定機器２０から作業環境データを取得する（ステップＳ１）。例えば、作業支援サーバ１０は、温度計、湿度計等の測定機器２０から、プラント内の区域ごとの気温、湿度、音、明るさ、臭気等の作業環境データを取得する。
【0018】
（１－２－２．作業内容データ取得処理）
作業支援サーバ１０は、管理機器３０から作業内容データを取得する（ステップＳ２）。例えば、作業支援サーバ１０は、ＰＣやカメラ等の管理機器３０から、作業員Ｗごとの勤務表、作業員ＩＤ、作業場所、操作機器、作業員Ｗの視線カメラの映像等の作業内容データを取得する。
作業支援サーバ１０は、管理機器３０から作業内容データを取得する（ステップＳ２）。例えば、作業支援サーバ１０は、ＰＣやカメラ等の管理機器３０から、作業員Ｗごとの勤務表、作業員ＩＤ、作業場所、操作機器、作業員Ｗの視線カメラの映像等の作業内容データを取得する。
【0019】
（１－２－３．生体データ取得処理）
作業支援サーバ１０は、作業員Ｗが装着するウェアラブル機器４０から生体データを取得する（ステップＳ３）。例えば、作業支援サーバ１０は、スマートウォッチ等のウェアラブル機器４０から、作業員Ｗごとの脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを取得する。
作業支援サーバ１０は、作業員Ｗが装着するウェアラブル機器４０から生体データを取得する（ステップＳ３）。例えば、作業支援サーバ１０は、スマートウォッチ等のウェアラブル機器４０から、作業員Ｗごとの脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを取得する。
【0020】
（１－２－４．操業データ取得処理）
作業支援サーバ１０は、プラントに設置されたプラント機器５０から操業データを取得する（ステップＳ４）。例えば、作業支援サーバ１０は、タンク、パイプ、炉等のプラント機器５０から、流体や固体の圧力、流速、温度、液位等のプラントの制御に使用される物理的な操業データを取得する。
作業支援サーバ１０は、プラントに設置されたプラント機器５０から操業データを取得する（ステップＳ４）。例えば、作業支援サーバ１０は、タンク、パイプ、炉等のプラント機器５０から、流体や固体の圧力、流速、温度、液位等のプラントの制御に使用される物理的な操業データを取得する。
【0021】
（１－２－５．作業員分類処理）
作業支援サーバ１０は、共通の作業を行う作業員Ｗを分類する（ステップＳ５）。例えば、作業支援サーバ１０は、作業環境データや作業内容データから、作業員Ｗごとの作業工程を特定し、共通の作業工程ごとに作業員Ｗを分類する。図１の例では、作業支援サーバ１０は、作業員ＷＡ、作業員ＷＣおよび作業員ＷＤを作業工程１に分類し、作業員ＷＢを作業工程２に分類する。
作業支援サーバ１０は、共通の作業を行う作業員Ｗを分類する（ステップＳ５）。例えば、作業支援サーバ１０は、作業環境データや作業内容データから、作業員Ｗごとの作業工程を特定し、共通の作業工程ごとに作業員Ｗを分類する。図１の例では、作業支援サーバ１０は、作業員ＷＡ、作業員ＷＣおよび作業員ＷＤを作業工程１に分類し、作業員ＷＢを作業工程２に分類する。
【0022】
（１－２－６．データ分析処理）
作業支援サーバ１０は、取得したデータを分析する（ステップＳ６）。例えば、作業支援サーバ１０は、生体データから作業員Ｗごとの状態を推定し、共通の作業工程ごとに作業員Ｗの異常を検出する。図１の例では、作業支援サーバ１０は、作業工程１に分類される作業員ＷＡ、作業員ＷＣおよび作業員ＷＤがすべて「焦り」の状態であった場合、作業工程１の作業員Ｗの異常を検出する。
作業支援サーバ１０は、取得したデータを分析する（ステップＳ６）。例えば、作業支援サーバ１０は、生体データから作業員Ｗごとの状態を推定し、共通の作業工程ごとに作業員Ｗの異常を検出する。図１の例では、作業支援サーバ１０は、作業工程１に分類される作業員ＷＡ、作業員ＷＣおよび作業員ＷＤがすべて「焦り」の状態であった場合、作業工程１の作業員Ｗの異常を検出する。
【0023】
（１－２－７．介入決定処理）
作業支援サーバ１０は、プラントへの介入を決定する（ステップＳ７）。例えば、作業支援サーバ１０は、作業員Ｗの異常を検出した場合には、作業員Ｗに対して作業指示提示を行う通知や作業制限を行う通知による介入を決定する。このとき、作業支援サーバ１０は、当該介入を実行した場合のプロセス値等の評価指標の時間発展を予測し、介入の要否や介入手段を決定することもできる。
作業支援サーバ１０は、プラントへの介入を決定する（ステップＳ７）。例えば、作業支援サーバ１０は、作業員Ｗの異常を検出した場合には、作業員Ｗに対して作業指示提示を行う通知や作業制限を行う通知による介入を決定する。このとき、作業支援サーバ１０は、当該介入を実行した場合のプロセス値等の評価指標の時間発展を予測し、介入の要否や介入手段を決定することもできる。
【0024】
（１－２－８．介入実行処理）
作業支援サーバ１０は、プラントへの介入を実行する（ステップＳ８）。例えば、作業支援サーバ１０は、作業員Ｗのウェアラブル機器４０に対して通知を実行したり、プラント機器５０に対して安全側にプロセス値を変更する制御を実行したりする。図１の例では、作業支援サーバ１０は、「焦り」の度合が低い作業員ＷＡおよび作業員ＷＣに対しては作業指示提示の通知、「焦り」の度合が高い作業員ＷＤに対しては作業制限の通知による介入を決定するとともに、作業員ＷＤが操作するプラント機器５０Ａへの制御を実行する。
作業支援サーバ１０は、プラントへの介入を実行する（ステップＳ８）。例えば、作業支援サーバ１０は、作業員Ｗのウェアラブル機器４０に対して通知を実行したり、プラント機器５０に対して安全側にプロセス値を変更する制御を実行したりする。図１の例では、作業支援サーバ１０は、「焦り」の度合が低い作業員ＷＡおよび作業員ＷＣに対しては作業指示提示の通知、「焦り」の度合が高い作業員ＷＤに対しては作業制限の通知による介入を決定するとともに、作業員ＷＤが操作するプラント機器５０Ａへの制御を実行する。
【0025】
（１－３．参考技術の作業支援処理の問題点）
特許文献１～３に記載された参考技術としての作業支援処理の問題点について説明する。
特許文献１～３に記載された参考技術としての作業支援処理の問題点について説明する。
【0026】
（１－３－１．特許文献１の作業支援処理の問題点）
特許文献１に記載された作業支援処理では、行動情報と生体情報を結び付けて、作業員の負荷の大小を把握し、警告する技術を提案している。しかしながら、上記の作業支援処理では、計測した生体情報は異常検出と警告表示に利用される限りであり、計測した生体情報をもとに作業員の操作環境を適切な方向に変更することができないという問題点がある。
特許文献１に記載された作業支援処理では、行動情報と生体情報を結び付けて、作業員の負荷の大小を把握し、警告する技術を提案している。しかしながら、上記の作業支援処理では、計測した生体情報は異常検出と警告表示に利用される限りであり、計測した生体情報をもとに作業員の操作環境を適切な方向に変更することができないという問題点がある。
【0027】
（１－３－２．特許文献２の作業支援処理の問題点）
特許文献２に記載された作業支援処理では、生体情報を用いて「健康度の維持または向上に寄与する可能性のある予防的介入行動」を行う技術を提案している。しかしながら、上記の作業支援処理では、生体情報を用いたフィードバックの対象がヒトであり、装置や機器へのフィードバックをすることができないという問題点がある。
特許文献２に記載された作業支援処理では、生体情報を用いて「健康度の維持または向上に寄与する可能性のある予防的介入行動」を行う技術を提案している。しかしながら、上記の作業支援処理では、生体情報を用いたフィードバックの対象がヒトであり、装置や機器へのフィードバックをすることができないという問題点がある。
【0028】
（１－３－３．特許文献３の作業支援処理の問題点）
特許文献３に記載された作業支援処理では、作業員の生体情報とその作業環境および火力発電所等の施設での操業データに基づいて、制御モードを変更する制御モード変更部を備える機器制御装置を提案している。しかしながら、上記の作業支援処理では、生体データは、膨大な説明変数を持つヒトを対象とするために、明確に特徴づけられた物理量の測定と比べて揺らぎが大きく、測定精度は劣る。そのため、上記の作業支援処理では、生体データに基づくフィードバックが誤っていた場合に多大な損失を生じうる場面において、生体データを判断材料にすることが躊躇されるという実運用面での問題点がある。
特許文献３に記載された作業支援処理では、作業員の生体情報とその作業環境および火力発電所等の施設での操業データに基づいて、制御モードを変更する制御モード変更部を備える機器制御装置を提案している。しかしながら、上記の作業支援処理では、生体データは、膨大な説明変数を持つヒトを対象とするために、明確に特徴づけられた物理量の測定と比べて揺らぎが大きく、測定精度は劣る。そのため、上記の作業支援処理では、生体データに基づくフィードバックが誤っていた場合に多大な損失を生じうる場面において、生体データを判断材料にすることが躊躇されるという実運用面での問題点がある。
【0029】
（１－４．作業支援システム１００の効果）
上述した参考技術の作業支援処理では、作業員の操作対象は時間的に不変であり、作業員の状態に応じて、操作環境が作業員に適したように変更されることはない。したがって、参考技術の作業支援処理では、作業員の身体的や精神的な状態に応じて、より適切な操作環境（作業環境）が提示される仕組みは提供されてこなかった。しかし、機器や装置の中には、その操作に危険が伴う場合や、取扱いに十分な集中力を要するものがある。そのため、利用者の集中度合いや注意度に応じて機器や装置の操作性を変えることによって、安全かつ快適な機器や装置の利用が可能になることが考えられる。例えば、利用者が注意力を欠いている場合に、不可逆的な操作を制限することや、機器の動作速度を低下させ事故等の危険な状況が生じないようにすること等が挙げられる。
上述した参考技術の作業支援処理では、作業員の操作対象は時間的に不変であり、作業員の状態に応じて、操作環境が作業員に適したように変更されることはない。したがって、参考技術の作業支援処理では、作業員の身体的や精神的な状態に応じて、より適切な操作環境（作業環境）が提示される仕組みは提供されてこなかった。しかし、機器や装置の中には、その操作に危険が伴う場合や、取扱いに十分な集中力を要するものがある。そのため、利用者の集中度合いや注意度に応じて機器や装置の操作性を変えることによって、安全かつ快適な機器や装置の利用が可能になることが考えられる。例えば、利用者が注意力を欠いている場合に、不可逆的な操作を制限することや、機器の動作速度を低下させ事故等の危険な状況が生じないようにすること等が挙げられる。
【0030】
作業支援システム１００では、作業員Ｗの身体的、精神的な状態を種々のウェアラブル機器４０を用いて計測した生体データから推定することにより、即時的なヒトへのフィードバック、あるいは機器へのフィードバックという介入を行うことを提案する。
【0031】
作業支援システム１００では、ウェアラブル機器４０での測定対象としては、脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等が挙げられるが、これに限らず身体的や精神的な状態を推定するためのあらゆる生体データを含むものとする。
【0032】
作業支援システム１００では、操作環境の変更の例としては、以下が挙げられるが、これらは一例であり、作業環境の変更が以下の例に限られるわけではない。例えば、ロボットアームの操縦等の調整に注意力を要する操作の動作速度を遅くする、間違った判断により多大な損失をもたらす操作を制限あるいは複数回認証される仕様に変更する、ライン作業等を行う作業員の負荷を一時的に低減しその時点の作業員が処理可能な課題量に変更する。あるいは、例えば、作業員Ｗが集中している場合には通常の操作画面にしておき、注意散漫であるときには、不可逆的な操作を制限することや、操作画面をより単純なものに変更する。または、作業支援システム１００では、これらの変更によって、正しい操作を誘導し、誤った操作を低減できることが期待される。
【0033】
上記の作業支援システム１００では、人間の操作を必要とするあらゆる機器や装置に実装することができる。特に、作業員Ｗの１つのミスが、大きな損失につながるプラント等で作業支援システム１００を導入することができる。
【0034】
上記の作業支援システム１００に類する提案、つまり、操業データと生体データを用いたヒトへのフィードバック（作業支援やアラート等）、あるいは装置やシステムへのフィードバックにより最適な制御を実施することが提案されている。しかし、物理的な計測量に比べて、生体データはその曖昧さのために、誤った判断が重要な損失をもたらしうる場面では用いられていないのが現状である。つまり、生体データを用いた判断の確からしさを向上することが、上記のような場面で生体データを利活用する上で必要である。
【0035】
そこで、作業支援システム１００では、操業データと生体データを用いた判断の確からしさを向上するために、以下の手法を提案する。第１に、作業支援システム１００では、操業データと、同様の作業を行う複数の作業員Ｗの生体データを合議することによって、作業員Ｗの内面、および作業員Ｗが直面する環境を確度高く推定し、異常状態であると判断された場合には、ヒトへの適切なフィードバック、または装置やシステムへの適切なフィードバックを行う。第２に、作業支援システム１００では、操業データと生体データとで決まる状態を用いた判断結果に対して、シミュレーションを行い（デジタルツイン、あるいは、過去の履歴から上記状態からの時間発展を予測）、操業状態をよい方向に遷移させる判断のみを採用する。第３に、作業支援システム１００では、生体データを複数組み合わせて予測の精度を高める。上述してきたように、作業支援システム１００では、作業員Ｗの身体的、精神的な状態に応じて、より適切な作業環境を提示することが可能となる。
【0036】
〔２．作業支援システム１００の各装置の構成〕
図２を用いて、図１に示した作業支援システム１００が有する各装置の機能構成について説明する。図２は、実施形態に係る各装置の構成例を示すブロック図である。以下では、実施形態に係る作業支援システム１００全体の構成例を説明した上で、実施形態に係る作業支援サーバ１０、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０の構成例について詳細に説明する。
図２を用いて、図１に示した作業支援システム１００が有する各装置の機能構成について説明する。図２は、実施形態に係る各装置の構成例を示すブロック図である。以下では、実施形態に係る作業支援システム１００全体の構成例を説明した上で、実施形態に係る作業支援サーバ１０、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０の構成例について詳細に説明する。
【0037】
（２－１．作業支援システム１００全体の構成例）
図２に示すように、作業支援システム１００は、作業支援サーバ１０、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０を有する。作業支援サーバ１０は、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０と、所定の通信網によって通信可能に接続されている。
図２に示すように、作業支援システム１００は、作業支援サーバ１０、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０を有する。作業支援サーバ１０は、測定機器２０、管理機器３０、ウェアラブル機器４０およびプラント機器５０と、所定の通信網によって通信可能に接続されている。
【0038】
（２－２．作業支援サーバ１０の構成例）
まず、図２を用いて、作業支援装置である作業支援サーバ１０の構成例について説明する。作業支援サーバ１０は、入力部１１、出力部１２、通信部１３、記憶部１４および制御部１５を有する。
まず、図２を用いて、作業支援装置である作業支援サーバ１０の構成例について説明する。作業支援サーバ１０は、入力部１１、出力部１２、通信部１３、記憶部１４および制御部１５を有する。
【0039】
（２－２－１．入力部１１）
入力部１１は、当該作業支援サーバ１０への各種情報の入力を司る。例えば、入力部１１は、マウスやキーボード等で実現され、当該作業支援サーバ１０への設定情報等の入力を受け付ける。
入力部１１は、当該作業支援サーバ１０への各種情報の入力を司る。例えば、入力部１１は、マウスやキーボード等で実現され、当該作業支援サーバ１０への設定情報等の入力を受け付ける。
【0040】
（２－２－２．出力部１２）
出力部１２は、当該作業支援サーバ１０からの各種情報の表示を司る。例えば、出力部１２は、ディスプレイ等で実現され、当該作業支援サーバ１０に記憶された設定情報等を表示する。
出力部１２は、当該作業支援サーバ１０からの各種情報の表示を司る。例えば、出力部１２は、ディスプレイ等で実現され、当該作業支援サーバ１０に記憶された設定情報等を表示する。
【0041】
（２－２－３．通信部１３）
通信部１３は、他の装置との間でのデータ通信を司る。例えば、通信部１３は、ルータ等を介して、各通信装置との間でデータ通信を行う。また、通信部１３は、図示しないオペレータの端末との間でデータ通信を行うことができる。
通信部１３は、他の装置との間でのデータ通信を司る。例えば、通信部１３は、ルータ等を介して、各通信装置との間でデータ通信を行う。また、通信部１３は、図示しないオペレータの端末との間でデータ通信を行うことができる。
【0042】
（２－２－４．記憶部１４）
記憶部１４は、制御部１５が動作する際に参照する各種情報や、制御部１５が動作した際に取得した各種情報を記憶する。記憶部１４は、作業環境データ記憶部１４ａ、作業内容データ記憶部１４ｂ、生体データ記憶部１４ｃ、操業データ記憶部１４ｄ、集合データ記憶部１４ｅ、対応関係データ記憶部１４ｆ、介入データ記憶部１４ｇおよび予測モデル１４ｈを有する。ここで、記憶部１４は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置等で実現され得る。なお、図２の例では、記憶部１４は、作業支援サーバ１０の内部に設置されているが、作業支援サーバ１０の外部に設置されてもよいし、複数の記憶部が設置されていてもよい。
記憶部１４は、制御部１５が動作する際に参照する各種情報や、制御部１５が動作した際に取得した各種情報を記憶する。記憶部１４は、作業環境データ記憶部１４ａ、作業内容データ記憶部１４ｂ、生体データ記憶部１４ｃ、操業データ記憶部１４ｄ、集合データ記憶部１４ｅ、対応関係データ記憶部１４ｆ、介入データ記憶部１４ｇおよび予測モデル１４ｈを有する。ここで、記憶部１４は、例えば、ＲＡＭ（Random Access Memory）、フラッシュメモリ等の半導体メモリ素子、または、ハードディスク、光ディスク等の記憶装置等で実現され得る。なお、図２の例では、記憶部１４は、作業支援サーバ１０の内部に設置されているが、作業支援サーバ１０の外部に設置されてもよいし、複数の記憶部が設置されていてもよい。
【0043】
（２－２－４－１．作業環境データ記憶部１４ａ）
作業環境データ記憶部１４ａは、測定機器２０から送信された作業環境データを記憶する。ここで、図３を用いて、作業環境データ記憶部１４ａが記憶するデータの一例を説明する。図３は、実施形態に係る作業支援サーバ１０の作業環境データ記憶部１４ａの一例を示す図である。図３の例において、作業環境データ記憶部１４ａは、「区域」、「気温」、「湿度」、「音」、「明るさ」、「臭気」といった項目を有する。
作業環境データ記憶部１４ａは、測定機器２０から送信された作業環境データを記憶する。ここで、図３を用いて、作業環境データ記憶部１４ａが記憶するデータの一例を説明する。図３は、実施形態に係る作業支援サーバ１０の作業環境データ記憶部１４ａの一例を示す図である。図３の例において、作業環境データ記憶部１４ａは、「区域」、「気温」、「湿度」、「音」、「明るさ」、「臭気」といった項目を有する。
【0044】
「区域」は、プラント内の作業を行う場所を識別するための識別情報を示し、例えばプラントの区画番号や作業工程の識別番号である。「気温」は、プラントの区域ごとの気温を示し、例えば摂氏℃で表わされる。「湿度」は、プラントの区域ごとの湿度を示し、例えば百分率％で表わされる。「音」は、プラントの区域ごとの音の大きさを示し、例えばデシベルｄＢで表わされる。「明るさ」は、プラントの区域ごとの明るさを示し、例えばルクスｌｘで表わされる。「臭気」は、プラントの区域ごとの臭いの強さを示し、例えば臭気濃度ｐｐｍで表わされる。
【0045】
すなわち、図３では、「区域＃１」によって識別されるプラントの区域について、気温が「気温＃１」、湿度が「湿度＃１」、音が「音＃１」、明るさが「明るさ＃１」、臭気が「臭気＃１」であって、「区域＃２」によって識別されるプラントの区域について、気温が「気温＃２」、湿度が「湿度＃２」、音が「音＃２」、明るさが「明るさ＃２」、臭気が「臭気＃２」であって、「区域＃３」によって識別されるプラントの区域について、気温が「気温＃３」、湿度が「湿度＃３」、音が「音＃３」、明るさが「明るさ＃３」、臭気が「臭気＃３」である例を示す。
【0046】
（２－２－４－２．作業内容データ記憶部１４ｂ）
作業内容データ記憶部１４ｂは、管理機器３０から送信された作業内容データを記憶する。ここで、図４を用いて、作業内容データ記憶部１４ｂが記憶するデータの一例を説明する。図４は、実施形態に係る作業支援サーバ１０の作業内容データ記憶部１４ｂの一例を示す図である。図４の例において、作業内容データ記憶部１４ｂは、「作業員」、「勤務時間」、「作業場所」、「操作機器」、「映像データ」といった項目を有する。
作業内容データ記憶部１４ｂは、管理機器３０から送信された作業内容データを記憶する。ここで、図４を用いて、作業内容データ記憶部１４ｂが記憶するデータの一例を説明する。図４は、実施形態に係る作業支援サーバ１０の作業内容データ記憶部１４ｂの一例を示す図である。図４の例において、作業内容データ記憶部１４ｂは、「作業員」、「勤務時間」、「作業場所」、「操作機器」、「映像データ」といった項目を有する。
【0047】
「作業員」は、プラント内の作業を行う作業員Ｗを識別するための識別情報を示し、例えば作業員Ｗの識別番号である。「勤務時間」は、作業員Ｗの作業に従事する時間を示し、例えば始業時刻、休憩開始時刻、休憩終了時刻、終業時刻である。「作業場所」は、作業員Ｗの作業に従事する作業工程を示し、例えば作業工程の識別番号である。「操作機器」は、作業員Ｗの作業に従事する際に操作する機器を示し、例えばプラント機器５０の識別番号である。「映像データ」は、作業員Ｗの作業状況を撮影した動画像データを示し、例えば作業員Ｗに装着されたカメラやプラント内に設置されたカメラによって撮影された動画像データである。
【0048】
すなわち、図４では、「作業員Ａ」によって識別される作業員ＷＡについて、勤務時間が「勤務時間１」、作業場所が「作業場所１」、操作機器が「操作機器１」、映像データが「映像データＡ」であって、「作業員Ｂ」によって識別される作業員ＷＢについて、勤務時間が「勤務時間２」、作業場所が「作業場所２」、操作機器が「操作機器２」、映像データが「映像データＢ」であって、「作業員Ｃ」によって識別される作業員ＷＣについて、勤務時間が「勤務時間１」、作業場所が「作業場所１」、操作機器が「操作機器１」、映像データが「映像データＣ」であって、「作業員Ｄ」によって識別される作業員ＷＤについて、勤務時間が「勤務時間１」、作業場所が「作業場所１」、操作機器が「操作機器１」、映像データが「映像データＤ」である例を示す。
【0049】
（２－２－４－３．生体データ記憶部１４ｃ）
生体データ記憶部１４ｃは、ウェアラブル機器４０から送信された生体データを記憶する。ここで、図５を用いて、生体データ記憶部１４ｃが記憶するデータの一例を説明する。図５は、実施形態に係る作業支援サーバ１０の生体データ記憶部１４ｃの一例を示す図である。図５の例において、生体データ記憶部１４ｃは、「作業員」、「脈拍」、「心拍」、「皮膚電位」、「筋電位」、「眼電位」、「脳波」、「脳血流」、「表情」、「声色」、「血糖値」といった項目を有する。
生体データ記憶部１４ｃは、ウェアラブル機器４０から送信された生体データを記憶する。ここで、図５を用いて、生体データ記憶部１４ｃが記憶するデータの一例を説明する。図５は、実施形態に係る作業支援サーバ１０の生体データ記憶部１４ｃの一例を示す図である。図５の例において、生体データ記憶部１４ｃは、「作業員」、「脈拍」、「心拍」、「皮膚電位」、「筋電位」、「眼電位」、「脳波」、「脳血流」、「表情」、「声色」、「血糖値」といった項目を有する。
【0050】
「作業員」は、プラント内の作業を行う作業員Ｗを識別するための識別情報を示し、例えば作業員Ｗの識別番号である。「脈拍」は、作業員Ｗの作業に従事する際の脈拍を示し、例えば１分間当たりの脈拍数である。「心拍」は、作業員Ｗの作業に従事する際の心拍を示し、例えば１分間当たりの心拍数である。「皮膚電位」は、作業員Ｗの作業に従事する際の皮膚電位を示し、例えば作業中の皮膚電位図データである。「筋電位」は、作業員Ｗの作業に従事する際の筋電位を示し、例えば作業中の筋電位図データである。「眼電位」は、作業員Ｗの作業に従事する際の眼電位を示し、例えば作業中の眼電位図データである。「脳波」は、作業員Ｗの作業に従事する際の脳波を示し、例えば作業中の脳波図データである。「脳血流」は、作業員Ｗの作業に従事する際の脳血流を示し、例えば１分間当たりの脳血流の量である。「表情」は、作業員Ｗの作業に従事する際の顔の表情を示し、例えば作業員Ｗの顔の画像データである。「声色」は、作業員Ｗの作業に従事する際の声色を示し、例えば作業員Ｗの声の音声データである。「血糖値」は、作業員Ｗの作業に従事する際の血糖値を示し、例えば作業員Ｗの血液中のグルコース濃度である。
【0051】
すなわち、図５では、「作業員Ａ」によって識別される作業員ＷＡについて、脈拍が「脈拍Ａ」、心拍が「心拍Ａ」、皮膚電位が「皮膚電位Ａ」、筋電位が「筋電位Ａ」、眼電位が「眼電位Ａ」、脳波が「脳波Ａ」、脳血流が「脳血流Ａ」、表情が「表情Ａ」、声色が「声色Ａ」、血糖値が「血糖値Ａ」であって、「作業員Ｂ」によって識別される作業員ＷＢについて、脈拍が「脈拍Ｂ」、心拍が「心拍Ｂ」、皮膚電位が「皮膚電位Ｂ」、筋電位が「筋電位Ｂ」、眼電位が「眼電位Ｂ」、脳波が「脳波Ｂ」、脳血流が「脳血流Ｂ」、表情が「表情Ｂ」、声色が「声色Ｂ」、血糖値が「血糖値Ｂ」であって、「作業員Ｃ」によって識別される作業員ＷＣについて、脈拍が「脈拍Ｃ」、心拍が「心拍Ｃ」、皮膚電位が「皮膚電位Ｃ」、筋電位が「筋電位Ｃ」、眼電位が「眼電位Ｃ」、脳波が「脳波Ｃ」、脳血流が「脳血流Ｃ」、表情が「表情Ｃ」、声色が「声色Ｃ」、血糖値が「血糖値Ｃ」であって、「作業員Ｄ」によって識別される作業員ＷＤについて、脈拍が「脈拍Ｄ」、心拍が「心拍Ｄ」、皮膚電位が「皮膚電位Ｄ」、筋電位が「筋電位Ｄ」、眼電位が「眼電位Ｄ」、脳波が「脳波Ｄ」、脳血流が「脳血流Ｄ」、表情が「表情Ｄ」、声色が「声色Ｄ」、血糖値が「血糖値Ｄ」である例を示す。
【0052】
（２－２－４－４．操業データ記憶部１４ｄ）
操業データ記憶部１４ｄは、プラント機器５０から送信された操業データを記憶する。ここで、図６を用いて、操業データ記憶部１４ｄが記憶するデータの一例を説明する。図６は、実施形態に係る作業支援サーバ１０の操業データ記憶部１４ｄの一例を示す図である。図６の例において、操業データ記憶部１４ｄは、「プラント機器」、「圧力」、「流速」、「温度」、「液位」といった項目を有する。
操業データ記憶部１４ｄは、プラント機器５０から送信された操業データを記憶する。ここで、図６を用いて、操業データ記憶部１４ｄが記憶するデータの一例を説明する。図６は、実施形態に係る作業支援サーバ１０の操業データ記憶部１４ｄの一例を示す図である。図６の例において、操業データ記憶部１４ｄは、「プラント機器」、「圧力」、「流速」、「温度」、「液位」といった項目を有する。
【0053】
「プラント機器」は、プラントに設置されたプラント機器５０を識別するための識別情報を示し、例えばプラント機器５０の識別番号である。「圧力」は、圧力計等のプラント機器５０から送信された液体や気体の圧力データを示し、例えばパスカルＰａで表わされる。「流速」は、流速計等のプラント機器５０から送信された液体や気体の流速データを示し、例えばメートル毎秒ｍ／ｓで表わされる。「温度」は、温度計等のプラント機器５０から送信された液体や気体の温度データを示し、例えば摂氏℃で表わされる。「液位」は、液位計等のプラント機器５０から送信された液体の境界面の高さのデータを示し、例えばメートルｍで表わされる。
【0054】
すなわち、図６では、「プラント機器＃１」によって識別されるプラント機器５０について、圧力が「圧力＃１」、流速が「流速＃１」、温度が「温度＃１」、液位が「液位＃１」であって、「プラント機器＃２」によって識別されるプラント機器５０について、圧力が「圧力＃２」、流速が「流速＃２」、温度が「温度＃２」、液位が「液位＃２」であって、「プラント機器＃３」によって識別されるプラント機器５０について、圧力が「圧力＃３」、流速が「流速＃３」、温度が「温度＃３」、液位が「液位＃３」である例を示す。
【0055】
（２－２－４－５．集合データ記憶部１４ｅ）
集合データ記憶部１４ｅは、分類部１５ｂによって生成された集合データを記憶する。ここで、図７を用いて、集合データ記憶部１４ｅが記憶するデータの一例を説明する。図７は、実施形態に係る作業支援サーバ１０の集合データ記憶部１４ｅの一例を示す図である。図７の例において、集合データ記憶部１４ｅは、「時刻」、「工程」、「作業員」、「映像データ」といった項目を有する。
集合データ記憶部１４ｅは、分類部１５ｂによって生成された集合データを記憶する。ここで、図７を用いて、集合データ記憶部１４ｅが記憶するデータの一例を説明する。図７は、実施形態に係る作業支援サーバ１０の集合データ記憶部１４ｅの一例を示す図である。図７の例において、集合データ記憶部１４ｅは、「時刻」、「工程」、「作業員」、「映像データ」といった項目を有する。
【0056】
「時刻」は、集合として分類される作業員Ｗの作業に従事している時間を示し、例えば時分で表わされる。「工程」は、集合として分類される作業員Ｗの作業に従事する作業工程を示し、例えば作業工程の識別番号である。「作業員」は、集合として分類される作業員Ｗを識別するための識別情報を示し、例えば作業員Ｗの識別番号である。「映像データ」は、集合として分類される作業員Ｗの作業状況を撮影した動画像データを示し、例えば作業員Ｗに装着されたカメラやプラント内に設置されたカメラによって撮影された動画像データである。
【0057】
すなわち、図７では、「時刻Ｔ」において、「工程１」によって識別される作業工程について、「作業員Ａ」「映像データＡ」、「作業員Ｃ」「映像データＣ」、「作業員Ｄ」「映像データＤ」と分類され、「工程２」によって識別される作業工程について、「作業員Ｂ」「映像データＢ」と分類されるデータ例を示す。
【0058】
（２－２－４－６．対応関係データ記憶部１４ｆ）
対応関係データ記憶部１４ｆは、決定部１５ｄによって参照される対応関係データを記憶する。ここで、図８を用いて、対応関係データ記憶部１４ｆが記憶するデータの一例を説明する。図８は、実施形態に係る作業支援サーバ１０の対応関係データ記憶部１４ｆの一例を示す図である。図８の例において、対応関係データ記憶部１４ｆは、「工程」、「生体データ解釈値」、「当事者介入」、「関係者介入」、「機器介入」といった項目を有する。
対応関係データ記憶部１４ｆは、決定部１５ｄによって参照される対応関係データを記憶する。ここで、図８を用いて、対応関係データ記憶部１４ｆが記憶するデータの一例を説明する。図８は、実施形態に係る作業支援サーバ１０の対応関係データ記憶部１４ｆの一例を示す図である。図８の例において、対応関係データ記憶部１４ｆは、「工程」、「生体データ解釈値」、「当事者介入」、「関係者介入」、「機器介入」といった項目を有する。
【0059】
「工程」は、作業員Ｗの作業に従事する作業工程を示し、例えば作業工程の識別番号である。「生体データ解釈値」は、作業員Ｗの肉体的、精神的な状態を示し、例えば状態の特徴、状態の数値等で表わされる。「当事者介入」は、異常が検出された当事者である作業員Ｗ１への介入手段を示し、例えば当事者である作業員Ｗ１に送信する通知である。「関係者介入」は、異常が検出された当事者以外の作業員Ｗ２への介入手段を示し、例えば当事者である作業員Ｗ１の管理者や、当事者である作業員Ｗ１と共通の作業工程に従事している作業員Ｗ２に送信する通知である。「機器介入」は、異常が検出された当事者である作業員Ｗ１が関与するプラント機器５０への介入手段を示し、例えば当事者である作業員Ｗ１が操作しているプラント機器５０への制御手段である。
【0060】
すなわち、図８では、「工程１」によって識別される作業工程について、生体データ解釈値「焦り１～３」の場合には、当事者介入「作業指示提示」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」の介入手段が選択され、生体データ解釈値「焦り４～６」の場合には、当事者介入「作業制限」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」の介入手段が選択され、生体データ解釈値「眠気１～３」の場合には、当事者介入「アラーム通知」、関係者介入「管理者に連絡」の介入手段が選択され、生体データ解釈値「眠気４～６」の場合には、当事者介入「作業制限」、関係者介入「管理者に連絡」の介入手段が選択されるデータ例を示す。
【0061】
（２－２－４－７．介入データ記憶部１４ｇ）
介入データ記憶部１４ｇは、決定部１５ｄによって生成される介入データを記憶する。ここで、図９および図１０を用いて、介入データ記憶部１４ｇが記憶するデータの一例を説明する。図９および図１０は、実施形態に係る作業支援サーバ１０の介入データ記憶部１４ｇの一例を示す図である。図９および図１０は、介入データ記憶部１４ｇは、「作業員」、「工程」、「時刻」、「操業データ」、「生体データ解釈値」、「当事者介入」、「関係者介入」、「機器介入」といった項目を有する。
介入データ記憶部１４ｇは、決定部１５ｄによって生成される介入データを記憶する。ここで、図９および図１０を用いて、介入データ記憶部１４ｇが記憶するデータの一例を説明する。図９および図１０は、実施形態に係る作業支援サーバ１０の介入データ記憶部１４ｇの一例を示す図である。図９および図１０は、介入データ記憶部１４ｇは、「作業員」、「工程」、「時刻」、「操業データ」、「生体データ解釈値」、「当事者介入」、「関係者介入」、「機器介入」といった項目を有する。
【0062】
「作業員」は、介入する作業員Ｗを識別するための識別情報を示し、例えば作業員Ｗの識別番号である。「工程」は、介入する作業員Ｗの作業に従事する作業工程を示し、例えば作業工程の識別番号である。「時刻」は、介入する作業員Ｗの作業に従事している時間を示し、例えば時分で表わされる。「操業データ」は、介入する作業員Ｗの作業に関連する操業データを示し、例えば作業員Ｗが操作するプラント機器５０の計測値である。「生体データ解釈値」は、推定された作業員Ｗの肉体的、精神的な状態を示し、例えば状態の特徴、状態の数値等で表わされる。「当事者介入」は、異常が検出された当事者である作業員Ｗ１への介入手段を示し、例えば当事者である作業員Ｗ１に送信する通知である。「関係者介入」は、異常が検出された当事者以外の作業員Ｗ２への介入手段を示し、例えば当事者である作業員Ｗ１の管理者や、当事者である作業員Ｗ１と共通の作業工程に従事している作業員Ｗ２に送信する通知である。「機器介入」は、異常が検出された当事者である作業員Ｗ１が関与するプラント機器５０への介入手段を示し、例えば当事者である作業員Ｗ１が操作しているプラント機器５０への制御手段である。
【0063】
すなわち、図９では、「作業員Ａ」によって識別される作業員ＷＡ（工程「工程１」、時刻「時刻Ｔ」、操業データ「操業データ１」）について、生体データ解釈値「焦り２」であるので、当事者介入「作業指示提示」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」の介入が決定され、「作業員Ｂ」によって識別される作業員ＷＢ（工程「工程２」、時刻「時刻Ｔ」、操業データ「操業データ２」）について、生体データ解釈値「眠気３」であるので、当事者介入「アラーム通知」、関係者介入「管理者に連絡」の介入が決定され、「作業員Ｃ」によって識別される作業員ＷＣ（工程「工程１」、時刻「時刻Ｔ」、操業データ「操業データ１」）について、生体データ解釈値「焦り１」であるので、当事者介入「作業指示提示」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」の介入が決定され、「作業員Ｄ」によって識別される作業員ＷＤ（工程「工程１」、時刻「時刻Ｔ」、操業データ「操業データ１」）について、生体データ解釈値「焦り４」、当事者介入「作業制限」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」の介入が決定されるデータ例を示す。
【0064】
また、図１０では、「作業員Ａ」によって識別される作業員ＷＡ（工程「工程１」、時刻「時刻Ｔ」、操業データ「操業データ１」）について、生体データ解釈値「平常」であるので介入が決定されず、「作業員Ｂ」によって識別される作業員ＷＢ（工程「工程２」、時刻「時刻Ｔ」、操業データ「操業データ２」）について、生体データ解釈値「平常」であるので介入が決定されず、「作業員Ｃ」によって識別される作業員ＷＣ（工程「工程１」、時刻「時刻Ｔ」、操業データ「操業データ１」）について、生体データ解釈値「平常」であるので介入が決定されず、「作業員Ｄ」によって識別される作業員ＷＤ（工程「工程１」、時刻「時刻Ｔ」、操業データ「操業データ１」）について、生体データ解釈値「焦り４」であるので、当事者介入「アラーム通知」、関係者介入「作業員Ａ、Ｂに連絡・支援依頼」の介入が決定されるデータ例を示す。
【0065】
（２－２－４－８．予測モデル１４ｈ）
予測モデル１４ｈは、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する機械学習モデルである。例えば、予測モデル１４ｈは、物理モデル等の決定論モデル、深層学習等を実行する統計的なモデルである。
予測モデル１４ｈは、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する機械学習モデルである。例えば、予測モデル１４ｈは、物理モデル等の決定論モデル、深層学習等を実行する統計的なモデルである。
【0066】
（２－２－５．制御部１５）
制御部１５は、当該作業支援サーバ１０全体の制御を司る。制御部１５は、取得部１５ａ、分類部１５ｂ、分析部１５ｃ、決定部１５ｄ、実行部１５ｅ、訓練部１５ｆ、予測部１５ｇおよび表示部１５ｈを有する。ここで、制御部１５は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等の電子回路やＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現され得る。
制御部１５は、当該作業支援サーバ１０全体の制御を司る。制御部１５は、取得部１５ａ、分類部１５ｂ、分析部１５ｃ、決定部１５ｄ、実行部１５ｅ、訓練部１５ｆ、予測部１５ｇおよび表示部１５ｈを有する。ここで、制御部１５は、例えば、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro Processing Unit）等の電子回路やＡＳＩＣ（Application Specific Integrated Circuit）やＦＰＧＡ（Field Programmable Gate Array）等の集積回路により実現され得る。
【0067】
（２－２－５－１．取得部１５ａ）
取得部１５ａは、プラントの操業に関して共通の作業を行う複数の作業員Ｗの生体データを取得する。例えば、取得部１５ａは、複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が装着するウェアラブル機器４０（４０Ａ、４０Ｂ、４０Ｃ、４０Ｄ）から送信された、脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを取得する。なお、取得部１５ａは、取得した生体データを生体データ記憶部１４ｃに格納する。
取得部１５ａは、プラントの操業に関して共通の作業を行う複数の作業員Ｗの生体データを取得する。例えば、取得部１５ａは、複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が装着するウェアラブル機器４０（４０Ａ、４０Ｂ、４０Ｃ、４０Ｄ）から送信された、脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを取得する。なお、取得部１５ａは、取得した生体データを生体データ記憶部１４ｃに格納する。
【0068】
上記の生体データ取得処理では、１つ以上のウェアラブル機器４０を用いて、作業員Ｗの生体データを取得することによって、作業員Ｗの状態をリアルタイムに取得することができる。このとき、取得した生体データは人間にとって解釈が容易な表現に加工され、人あるいは装置へのフィードバックのための判断材料となる。
【0069】
また、取得部１５ａは、プラントに設置されるプラント機器５０から収集される操業データを取得する。例えば、取得部１５ａは、タンク、パイプ、炉等に設置された複数のプラント機器５０（５０Ａ、５０Ｂ、５０Ｃ）から送信された、流体や固体の圧力、流速、温度、液位等の操業データを取得する。なお、取得部１５ａは、取得した操業データを操業データ記憶部１４ｄに格納する。
【0070】
また、取得部１５ａは、複数の作業員それぞれが作業を行うプラントの環境に関する作業環境データを取得する。例えば、取得部１５ａは、プラントに設置された測定機器２０から送信された、プラント内の気温、湿度、音、明るさ、臭気等の作業環境データを取得する。また、取得部１５ａは、プラント外部の作業環境データとして、気象情報等を取得してもよい。なお、取得部１５ａは、取得した作業環境データを作業環境データ記憶部１４ａに格納する。
【0071】
また、取得部１５ａは、複数の作業員それぞれが行う作業に関する作業内容データを取得する。例えば、取得部１５ａは、プラントに設置された管理機器３０から送信された、作業員Ｗの勤務時間、作業場所、操作機器、映像データ等の作業内容データを取得する。具体的な例について説明すると、取得部１５ａは、勤務表データが保存されたＰＣから作業員Ｗの勤務時間、作業場所、操作機器等の作業内容データを取得し、プラントに設置されたカメラや作業員Ｗが装着するカメラから映像データ等の作業内容データを取得する。なお、取得部１５ａは、取得した作業内容データを作業内容データ記憶部１４ｂに格納する。
【0072】
（２－２－５－２．分類部１５ｂ）
分類部１５ｂは、作業環境データと作業内容データとを用いて複数の作業員Ｗそれぞれの作業工程を特定し、共通する作業工程ごとに複数の作業員を分類する。例えば、分類部１５ｂは、時刻ごとに複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が作業に従事している作業工程を特定し、共通する作業工程ごとに複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）を分類し、集合データを生成する。
分類部１５ｂは、作業環境データと作業内容データとを用いて複数の作業員Ｗそれぞれの作業工程を特定し、共通する作業工程ごとに複数の作業員を分類する。例えば、分類部１５ｂは、時刻ごとに複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が作業に従事している作業工程を特定し、共通する作業工程ごとに複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）を分類し、集合データを生成する。
【0073】
具体的な例について説明すると、分類部１５ｂは、プラントの区域、勤務時間、作業場所、操作機器、映像データ等を用いて、時刻Ｔにおいて、作業員ＷＡ、作業員ＷＣおよび作業員ＷＤが工程１の作業工程に従事し、作業員ＷＢが工程２の作業工程に従事していることを特定し、｛工程１：作業員ＷＡ、作業員ＷＣ、作業員ＷＤ｝、｛工程２：作業員ＷＢ｝に分類した集合データを生成する。なお、分類部１５ｂは、生成した集合データを集合データ記憶部１４ｅに格納する。
【0074】
上記の作業員分類処理では、分類部１５ｂは、取得部１５ａで取得されたデータのうち、作業員Ｗの作業環境データおよび作業内容データに基づいて、作業員Ｗの作業工程を特定する。このとき、分類部１５ｂは、作業工程特定処理は逐一（数秒から数分程度の時間単位で）更新することができる。したがって、上記の作業員分類処理では、あらかじめ決められた作業員スケジュールを記した勤務表等に基づくデータだけでなく、リアルタイムに取得する作業員Ｗの視線カメラの映像や、作業員Ｗの操作対象等の情報によって、より現実に即した作業内容の特定が可能になる。
【0075】
（２－２－５－３．分析部１５ｃ）
分析部１５ｃは、複数の作業員Ｗの生体データに基づいて複数の作業員Ｗそれぞれの状態を推定し、複数の作業員Ｗそれぞれの状態を分析する。例えば、分析部１５ｃは、複数の作業員Ｗそれぞれが装着する機器から収集された生体データに基づいて複数の作業員Ｗそれぞれの状態として肉体的状態または精神的状態を推定し、共通する作業を行う複数の作業員Ｗのうち所定の状態を示す作業員Ｗの割合が閾値を超過した場合には作業を行う作業員Ｗの異常を検出する。また、分類部１５ｂによる分類結果に基づき、共通する作業を行う複数の作業員Ｗそれぞれの状態を分析する。
分析部１５ｃは、複数の作業員Ｗの生体データに基づいて複数の作業員Ｗそれぞれの状態を推定し、複数の作業員Ｗそれぞれの状態を分析する。例えば、分析部１５ｃは、複数の作業員Ｗそれぞれが装着する機器から収集された生体データに基づいて複数の作業員Ｗそれぞれの状態として肉体的状態または精神的状態を推定し、共通する作業を行う複数の作業員Ｗのうち所定の状態を示す作業員Ｗの割合が閾値を超過した場合には作業を行う作業員Ｗの異常を検出する。また、分類部１５ｂによる分類結果に基づき、共通する作業を行う複数の作業員Ｗそれぞれの状態を分析する。
【0076】
推定される状態の具体的な例について説明すると、分析部１５ｃは、取得部１５ａによって取得された生体データについて、事象関連電位の解析、周波数解析、波形解析や、深層学習等の機械学習の解析手法を用いて分析し、作業員Ｗの状態の特徴付けや分類を実行する。このとき、分析部１５ｃは、作業員Ｗの肉体的状態または精神的状態として、「平常」、「焦り」、「眠気」等の特徴を推定し、状態の度合を示す数値を推定する。
【0077】
上記のデータ分析処理では、分析部１５ｃは、取得された未加工の生体データを、人間が解釈可能な形に加工することによって、判断材料として利用可能な状態とする。
【0078】
検出される異常の具体的な例について説明すると、分析部１５ｃは、作業工程である工程１の作業に従事する作業員ＷＡ、作業員ＷＣおよび作業員ＷＤのうち、例えば８割以上が「焦り」の状態を推定した場合には、工程１に従事する作業員Ｗの異常を検出する。このとき、分析部１５ｃは、すべての作業員Ｗが「焦り」の状態を推定した場合（ＡＮＤ条件合致）には、工程１に従事する作業員Ｗの異常を検出し、直ちに異常に対する介入を開始してもよい。一方、分析部１５ｃは、一部の作業員Ｗのみが「焦り」の状態を推定した場合（ＡＮＤ条件不合致）には、工程１に従事する作業員Ｗの異常を検出せず、状況確認の後に介入することもできる。
【0079】
（具体例１）
ここで、図１１を用いて、分析部１５ｃが実行する状態推定処理の具体例１について説明する。図１１は、実施形態に係る状態推定処理の具体例１を示す図である。なお、具体例１に示す処理は、あくまで状態推定処理の一例であり、特に限定されるものではない。
ここで、図１１を用いて、分析部１５ｃが実行する状態推定処理の具体例１について説明する。図１１は、実施形態に係る状態推定処理の具体例１を示す図である。なお、具体例１に示す処理は、あくまで状態推定処理の一例であり、特に限定されるものではない。
【0080】
図１１の例に示すように、状態推定処理の具体例１では、分析部１５ｃは、生体データとして、「脈拍，心拍（自律神経）」、「皮膚電位（発汗）」、「筋電位」、「眼電位（瞬き頻度）」、「脳波」、「脳血流」、「表情」、「声色」、「血糖値」等を用いて、各生体データへの該当、非該当の２段階評価（チェックあり：該当、チェックなし：非該当）を実行することによって、作業員Ｗの肉体的状態または精神的状態として、「焦り」、「眠気」、「緊張」、「集中」、「リラックス（平常）」等の特徴を推定する。
【0081】
図１１の例で示すように、分析部１５ｃは、作業員Ｗの生体データとして、「皮膚電位（発汗）」、「脳波」、「脳血流」、「表情」、「声色」が所定の閾値を超過した場合には、作業員Ｗの状態が「焦り」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」、「眼電位（瞬き頻度）」、「脳波」、「脳血流」、「表情」、「声色」それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「眠気」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」、「皮膚電位（発汗）」、「筋電位」、「脳波」、「脳血流」、「表情」、「声色」それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「緊張」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」、「皮膚電位（発汗）」、「眼電位（瞬き頻度）」、「脳波」、「脳血流」、「表情」それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「集中」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」、「脳波」、「脳血流」、「表情」それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「リラックス」であると推定する。
【0082】
このとき、分析部１５ｃは、各生体データの閾値からの超過した数値をもとに、状態の度合を示す数値を推定してもよい。例えば、分析部１５ｃは、作業員Ｗの生体データとして、「皮膚電位（発汗）」、「脳波」、「脳血流」、「表情」、「声色」が所定の閾値を超過し、かつ各生体データの閾値から超過した数値がすべて各生体データで設定された設定値以上だった場合には、作業員Ｗの状態および度合が「焦り４」であると推定する。
【0083】
（具体例２）
また、図１２を用いて、分析部１５ｃが実行する状態推定処理の具体例２について説明する。図１２は、実施形態に係る状態推定処理の具体例２を示す図である。なお、具体例２に示す処理は、あくまで状態推定処理の一例であり、特に限定されるものではない。
また、図１２を用いて、分析部１５ｃが実行する状態推定処理の具体例２について説明する。図１２は、実施形態に係る状態推定処理の具体例２を示す図である。なお、具体例２に示す処理は、あくまで状態推定処理の一例であり、特に限定されるものではない。
【0084】
図１２の例に示すように、状態推定処理の具体例２では、分析部１５ｃは、生体データとして、「脈拍，心拍（自律神経）」、「皮膚電位（発汗）」、「筋電位」、「眼電位（瞬き頻度）」、「脳波」、「脳血流」、「表情」、「声色」、「血糖値」等を用いて、各生体データへの該当２段階、非該当の３段階評価（二重丸印：顕著に該当、丸印：該当、印なし：非該当）を実行することによって、作業員Ｗの肉体的状態または精神的状態として、「焦り」、「眠気」、「緊張」、「集中」、「リラックス（平常）」等の特徴を推定する。
【0085】
図１２の例で示すように、分析部１５ｃは、作業員Ｗの生体データとして、「皮膚電位（発汗）」（二重丸印）、「脳波」（丸印）、「脳血流」（丸印）、「表情」（丸印）、「声色」（丸印）が所定の閾値を超過した場合には、作業員Ｗの状態が「焦り」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「皮膚電位（発汗）」（丸印）、「眼電位（瞬き頻度）」（丸印）、「脳波」（二重丸印）、「脳血流」（丸印）、「表情」（丸印）、「声色」（丸印）それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「眠気」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」（二重丸印）、「皮膚電位（発汗）」（二重丸印）、「筋電位」（丸印）、「脳波」（丸印）、「脳血流」（丸印）、「表情」（丸印）、「声色」（丸印）それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「緊張」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」（丸印）、「皮膚電位（発汗）」（丸印）、「眼電位（瞬き頻度）」（二重丸印）、「脳波」（丸印）、「脳血流」（丸印）、「表情」（丸印）それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「集中」であると推定する。また、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」（丸印）、「脳波」（丸印）、「脳血流」（丸印）、「表情」（丸印）それぞれが所定の閾値を超過した場合には、作業員Ｗの状態が「リラックス」であると推定する。
【0086】
このとき、分析部１５ｃは、各生体データの閾値からの超過した数値をもとに「顕著に該当（二重丸印）」、「該当（丸印）」を判定し、さらに二重丸印の数をもとに状態の度合を示す数値を推定してもよい。例えば、分析部１５ｃは、作業員Ｗの生体データとして、「脈拍，心拍（自律神経）」、「眼電位（瞬き頻度）」、「脳波」、「脳血流」、「表情」、「声色」が所定の閾値を超過し、かつ「顕著に該当（二重丸印）」と判定された生体データが１つだった場合には、作業員Ｗの状態および度合が「眠気２」であると推定する。
【0087】
（２－２－５－４．決定部１５ｄ）
決定部１５ｄは、分析部１５ｃによる分析結果に基づき、作業支援装置である作業支援サーバ１０による共通の作業への介入の要否を決定する。例えば、決定部１５ｄは、分析部１５ｃによって作業を行う作業員Ｗの異常が検出された場合には、プラントに対する介入手段を決定する。また、決定部１５ｄは、複数の作業員Ｗそれぞれの状態と操業データと作業環境データと作業内容データとを用いて、プラントに対する介入の履歴を示す対応関係データを参照することによって、介入手段を決定する。なお、決定部１５ｄは、決定した介入手段である介入データを介入データ記憶部１４ｇに格納する。
決定部１５ｄは、分析部１５ｃによる分析結果に基づき、作業支援装置である作業支援サーバ１０による共通の作業への介入の要否を決定する。例えば、決定部１５ｄは、分析部１５ｃによって作業を行う作業員Ｗの異常が検出された場合には、プラントに対する介入手段を決定する。また、決定部１５ｄは、複数の作業員Ｗそれぞれの状態と操業データと作業環境データと作業内容データとを用いて、プラントに対する介入の履歴を示す対応関係データを参照することによって、介入手段を決定する。なお、決定部１５ｄは、決定した介入手段である介入データを介入データ記憶部１４ｇに格納する。
【0088】
上記の介入決定処理で参照する対応関係データは、分類部１５ｂで生成された各々の集合に含まれる作業員Ｗの生体データ解釈結果（作業員Ｗの状態）、作業環境データ、作業内容データ、プラントの操業データで定められる状態に対応して、プラントの操業状態の悪化を回避する、あるいは状況を最適な方向に遷移させることが期待される介入手段を、表形式等で格納されたデータである。上記の対応関係は、あらかじめ記憶されていてもよく、過去に取得部１５ａで取得されたデータおよび過去の介入結果に基づいて、都度、管理者等が入力もしくは設定してもよい。すなわち、上記の対応関係データを用いた介入決定処理では、生体データ解釈結果と操業データに応じて、経験や実績に基づいて適切と判断されている介入案を選び出すことができる。
【0089】
（具体例１）
具体例１について説明すると、決定部１５ｄは、図８に示す対応関係データを参照し、「焦り２」と推定された作業員ＷＡに対する介入手段として、当事者介入「作業指示提示」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」を決定し、「眠気３」と推定された作業員ＷＢに対する介入手段として、当事者介入「アラーム通知」、関係者介入「管理者に連絡」を決定し、「焦り１」と推定された作業員ＷＣに対する介入手段として、当事者介入「作業指示提示」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」を決定し、「焦り４」と推定された作業員ＷＤに対する介入手段として、当事者介入「作業制限」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」を決定し、図９に示す介入データを生成する。
具体例１について説明すると、決定部１５ｄは、図８に示す対応関係データを参照し、「焦り２」と推定された作業員ＷＡに対する介入手段として、当事者介入「作業指示提示」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」を決定し、「眠気３」と推定された作業員ＷＢに対する介入手段として、当事者介入「アラーム通知」、関係者介入「管理者に連絡」を決定し、「焦り１」と推定された作業員ＷＣに対する介入手段として、当事者介入「作業指示提示」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」を決定し、「焦り４」と推定された作業員ＷＤに対する介入手段として、当事者介入「作業制限」、関係者介入「管理者に連絡」、機器介入「安全側にプロセス値を変更する操作」を決定し、図９に示す介入データを生成する。
【0090】
上記の具体例１では、決定部１５ｄは、共通する作業工程である工程１に従事する作業員ＷＡ、作業員ＷＣおよび作業員ＷＤのいずれもが焦り状態にあることから、何らかの異常に直面して、作業員Ｗが焦り状態にある確率が高いと判断し、当事者、関係者および機器に行う介入手段を決定する。ここで、関係者とは、状態を推定された作業員Ｗ１の業務の管理者、作業員Ｗ１の作業に関連する作業員Ｗ２を含む。
【0091】
（具体例２）
具体例２について説明すると、決定部１５ｄは、対応関係データを参照し、作業員ＷＤの状態が「焦り４」と推定された場合であっても、共通する作業工程である工程１の作業員ＷＡおよび作業員ＷＣの状態が「平常」である場合には、作業員ＷＤに対する介入手段として、当事者介入「アラーム通知」、関係者介入「作業員Ａ、Ｂに連絡・支援依頼」を決定し、図１０に示す介入データを生成する。
具体例２について説明すると、決定部１５ｄは、対応関係データを参照し、作業員ＷＤの状態が「焦り４」と推定された場合であっても、共通する作業工程である工程１の作業員ＷＡおよび作業員ＷＣの状態が「平常」である場合には、作業員ＷＤに対する介入手段として、当事者介入「アラーム通知」、関係者介入「作業員Ａ、Ｂに連絡・支援依頼」を決定し、図１０に示す介入データを生成する。
【0092】
上記の具体例２では、決定部１５ｄは、共通する作業工程である工程１に従事する作業員ＷＡ、作業員ＷＣおよび作業員ＷＤのうち、作業員ＷＤのみが焦り状態にあることから、作業員ＷＤの作業のみに異常が生じている、または作業員ＷＤにおいて焦り状態が誤って検出されている偽陽性の可能性があるので、共通する工程１を行う作業員ＷＡ、作業員ＷＣに対して作業員ＷＤの作業内容や状態を確認する等の支援を依頼する介入手段を決定する。
【0093】
上記の具体例１および具体例２の介入決定処理では、決定部１５ｄは、分類部１５ｂで生成された各々の集合に応じて、作業員集合の生体データ解釈結果、作業内容、プラントの操業データおよび作業環境を、対応関係データに対して照合することによって、当該集合に含まれる個人の作業員Ｗ、当該集合に含まれるすべての作業員Ｗ、上記作業内容に関連する１人以上の作業員Ｗ、上記作業の管理者、上記作業において制御される機器や装置、その他の装置に、状況の悪化を防ぐため、状況を最適な方向に遷移させることが期待される介入手段を決定する。なお、決定部１５ｄは、同一とみなされる作業を行う複数の作業員Ｗの、生体データ解釈結果の一致度に応じて、上記の作業員Ｗ、管理者、装置・機器への介入の程度を変更する。
【0094】
すなわち、上記の具体例１の介入決定処理では、作業員集合の生体データ解釈結果の一致度が高い場合には、上記集合に含まれる、同じ工程を行う作業員Ｗが、生体データ解釈結果に基づく状態に置かれている可能性が高いと判定し、確度の高い作業員Ｗの状態に関する情報に基づいて、より効果的な介入を行うことを期待できる。例えば、特定の作業を行う複数の作業員Ｗが、等しく通常から逸脱した状態にあることがわかれば、上記作業に異常が生じ、作業員Ｗがその対応に苦慮している場面を想定することができる。この場合、事態はより緊急性・重要度が高いと考えられ、上位の管理者への優先的な連絡あるいは、その時の操業状態によっては、管理者の判断を待たずに、作業対象の装置・機器を安全側に移行させる介入を行うことが望ましい。
【0095】
一方、上記の具体例２の介入決定処理では、作業員集合の生体データ解釈結果の一致度が低い場合には、上記工程にあたる特定の作業員Ｗ１の作業のみに異常が生じている、または上記特定の作業員Ｗ１の状態が誤って判定されている可能性（偽陽性）があることが考えられる。その場合は、上記作業員Ｗ１に異常状態を緩和するためのフィードバックを音声によって行う、あるいは、作業員Ｗ１と同じ工程にある別の作業員Ｗ２の作業内容の確認・支援を依頼する等、不可逆的な事態を招く可能性の少ない、低コストで予防的な介入を行うことができる。
【0096】
すなわち、介入は何らかのコストを伴うことが予想されるが（例えば、事故予防のため、工場・プラント機能の一部を停止させるという介入を行った場合、本来生産できたものが生産できないという機会損失が生じる）、上記の介入決定処理では、高コストの介入ではなく、低コストの介入を行うことができる。一方、上記の介入決定処理では、高コストの介入判断の精度を向上させることもできる。
【0097】
（介入決定処理１）
決定部１５ｄは、対応関係データを参照することによって選択した複数の介入手段から、予測部１５ｇによって予測されたプラントの評価指標の時間発展を用いて介入手段を決定する。例えば、決定部１５ｄは、作業員Ｗの状態が「焦り」と推定された場合において、対応関係データを参照することによって複数の介入手段を選択し、選択された介入手段を実行した場合のプラントの評価指標の時間発展を予測し、最も好ましい予測結果が得られる「作業指示提示」を作業員Ｗに対する介入手段として決定する。具体的な例を挙げて説明すると、決定部１５ｄは、選択した複数の介入手段のうち、所定期間経過後のプロセス値が最大の介入手段、もしくは所定期間経過後のプロセス値の減少量が最小の介入手段を決定する。
決定部１５ｄは、対応関係データを参照することによって選択した複数の介入手段から、予測部１５ｇによって予測されたプラントの評価指標の時間発展を用いて介入手段を決定する。例えば、決定部１５ｄは、作業員Ｗの状態が「焦り」と推定された場合において、対応関係データを参照することによって複数の介入手段を選択し、選択された介入手段を実行した場合のプラントの評価指標の時間発展を予測し、最も好ましい予測結果が得られる「作業指示提示」を作業員Ｗに対する介入手段として決定する。具体的な例を挙げて説明すると、決定部１５ｄは、選択した複数の介入手段のうち、所定期間経過後のプロセス値が最大の介入手段、もしくは所定期間経過後のプロセス値の減少量が最小の介入手段を決定する。
【0098】
（介入決定処理２）
決定部１５ｄは、対応関係データに含まれる複数の介入の履歴のうち、予測部１５ｇによって予測された評価指標の時間発展に基づく介入の履歴から介入手段を決定する。例えば、決定部１５ｄは、対応関係データに記憶されるすべての介入手段を実行した場合のプラントの評価指標の時間発展を予測し、所定値以上の好ましい予測結果が得られる複数の介入手段が含まれる対応関係データを抽出し、抽出した対応関係データから作業員Ｗに対する介入手段を決定する。具体的な例を挙げて説明すると、決定部１５ｄは、対応関係データに記憶されるすべての介入手段を実行した場合の所定期間経過後のプロセス値を予測し、所定値以上のプロセス値が得られる複数の介入手段が含まれる対応関係データを抽出し、抽出した対応関係データから作業員Ｗに対する介入手段を決定する。
決定部１５ｄは、対応関係データに含まれる複数の介入の履歴のうち、予測部１５ｇによって予測された評価指標の時間発展に基づく介入の履歴から介入手段を決定する。例えば、決定部１５ｄは、対応関係データに記憶されるすべての介入手段を実行した場合のプラントの評価指標の時間発展を予測し、所定値以上の好ましい予測結果が得られる複数の介入手段が含まれる対応関係データを抽出し、抽出した対応関係データから作業員Ｗに対する介入手段を決定する。具体的な例を挙げて説明すると、決定部１５ｄは、対応関係データに記憶されるすべての介入手段を実行した場合の所定期間経過後のプロセス値を予測し、所定値以上のプロセス値が得られる複数の介入手段が含まれる対応関係データを抽出し、抽出した対応関係データから作業員Ｗに対する介入手段を決定する。
【0099】
上記の介入決定処理１および介入決定処理２は、シミュレーションモデル・デジタルツインを用いて望ましい経過が得られるフィードバックのみを行う処理である。すなわち、上記の介入決定処理１および介入決定処理２は、決定部１５ｄが提示した装置や機器への介入が、プラントの操業状態に経時的にいかなる変化をもたらすかをシミュレーションし、上記介入が望ましい結果を導かない場合には介入を実行しないことによって、効果的な介入を選別することができる。
【0100】
（介入決定処理３）
決定部１５ｄは、対応関係データを参照することによって選択した複数の介入手段から、指定を受け付けた介入手段を決定する。例えば、決定部１５ｄは、対応関係データを参照することによって複数の介入手段が選択可能に提示された場合には、提示された複数の介入手段のうち、プラントの管理者の指定を受け付けることによって作業員Ｗに対する介入手段として決定する。
決定部１５ｄは、対応関係データを参照することによって選択した複数の介入手段から、指定を受け付けた介入手段を決定する。例えば、決定部１５ｄは、対応関係データを参照することによって複数の介入手段が選択可能に提示された場合には、提示された複数の介入手段のうち、プラントの管理者の指定を受け付けることによって作業員Ｗに対する介入手段として決定する。
【0101】
上記の介入決定処理３は、決定部１５ｄによる決定に対してプラントの管理者等の判断を入力として受け取り、当該判断を介してフィードバックを行う処理である。上記の介入決定処理３では、決定部１５ｄが提示した介入に対して、判定者がその是非を判定することで、上記介入が望ましい結果を導かない介入を実行せず、効果的な介入のみを実行することができる。上記の介入決定処理３は、操業実績の短いプラントや、作業実績の短い作業員がいる場合等、操業状態をつぶさに監視することが望ましい場合や、シミュレーションやデジタルツイン、あるいは対応関係データを作成するためのデータが十分蓄積されていない場合に利用することができる。
【0102】
（２－２－５－５．実行部１５ｅ）
実行部１５ｅは、共通の作業が実行されるプラントに対する介入を実行する。例えば、実行部１５ｅは、決定部１５ｄによって決定された介入手段に基づいてプラントに対する介入を実行する。また、実行部１５ｅは、決定された介入手段にしたがって、所定の作業員もしくは所定の作業員の関係者に対する通知、またはプラント機器に対する制御を実行する。
実行部１５ｅは、共通の作業が実行されるプラントに対する介入を実行する。例えば、実行部１５ｅは、決定部１５ｄによって決定された介入手段に基づいてプラントに対する介入を実行する。また、実行部１５ｅは、決定された介入手段にしたがって、所定の作業員もしくは所定の作業員の関係者に対する通知、またはプラント機器に対する制御を実行する。
【0103】
具体的な例について説明すると、実行部１５ｅは、決定部１５ｄによって作業員Ｗ１に対する当事者介入「作業指示提示」が決定された場合には、作業員Ｗ１のウェアラブル機器４０に対して「○○操作を実行してください」等の異常時のマニュアルに基づく操作指示を通知する。また、実行部１５ｅは、決定部１５ｄによって作業員Ｗ１の作業関係者に対する関係者介入「管理者に連絡」が決定された場合には、作業員Ｗ１の管理者の端末装置に対して「工程１で異常が検知されました」等の異常の発生を通知する。
【0104】
（２－２－５－６．訓練部１５ｆ）
訓練部１５ｆは、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する機械学習モデルを訓練する。例えば、訓練部１５ｆは、プラントにおける複数の作業員Ｗの生体データ、操業データ、作業環境データおよび作業内容データについて時系列関係を保持した時系列データを用いることで、予測モデル１４ｈを構築する。具体的な例について説明すると、訓練部１５ｆは、上記の時系列データを、決定論モデル（物理モデル等）の時間発展方程式やパラメータ選定、あるいは統計的なモデル（深層学習等）作成のための訓練データとして用いて、デジタルツインの予測モデル１４ｈを構築する。
訓練部１５ｆは、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する機械学習モデルを訓練する。例えば、訓練部１５ｆは、プラントにおける複数の作業員Ｗの生体データ、操業データ、作業環境データおよび作業内容データについて時系列関係を保持した時系列データを用いることで、予測モデル１４ｈを構築する。具体的な例について説明すると、訓練部１５ｆは、上記の時系列データを、決定論モデル（物理モデル等）の時間発展方程式やパラメータ選定、あるいは統計的なモデル（深層学習等）作成のための訓練データとして用いて、デジタルツインの予測モデル１４ｈを構築する。
【0105】
（２－２－５－７．予測部１５ｇ）
予測部１５ｇは、介入の実行によって変更された生体データ、操業データ、作業環境データまたは作業内容データを、訓練済みである機械学習モデルに入力して得られる結果に基づき、介入を実行した時点からの評価指標の時間発展を予測する。例えば、予測部１５ｇは、介入の実行によって変更された生体データ、操業データ、作業環境データまたは作業内容データを、プラントの操業に関わるプロセス値等のＫＰＩ（Key Performance Indicator）を出力する予測モデル１４ｈに入力することによって、所定の初期状態に摂動（介入）を与えた時点からのＫＰＩの時間発展を予測する。
予測部１５ｇは、介入の実行によって変更された生体データ、操業データ、作業環境データまたは作業内容データを、訓練済みである機械学習モデルに入力して得られる結果に基づき、介入を実行した時点からの評価指標の時間発展を予測する。例えば、予測部１５ｇは、介入の実行によって変更された生体データ、操業データ、作業環境データまたは作業内容データを、プラントの操業に関わるプロセス値等のＫＰＩ（Key Performance Indicator）を出力する予測モデル１４ｈに入力することによって、所定の初期状態に摂動（介入）を与えた時点からのＫＰＩの時間発展を予測する。
【0106】
（２－２－５－８．表示部１５ｈ）
表示部１５ｈは、分類部１５ｂによって生成された集合データを表示する。例えば、表示部１５ｈは、分類部１５ｂによって分類された作業工程ごとに作業員Ｗの映像データ等の作業状況を、プラントの管理者の端末装置に表示する。
表示部１５ｈは、分類部１５ｂによって生成された集合データを表示する。例えば、表示部１５ｈは、分類部１５ｂによって分類された作業工程ごとに作業員Ｗの映像データ等の作業状況を、プラントの管理者の端末装置に表示する。
【0107】
（表示画面の具体例）
図１３を用いて、表示部１５ｈが出力する表示画面の具体例について説明する。図１３は、実施形態に係る表示画面の具体例を示す図である。図１３に示すように、表示部１５ｈは、分類部１５ｂによって生成された集合データを参照し、選択された表示条件に応じて、プラントの操業状況を表示する。例えば、表示部１５ｈは、表示条件として、「工程別表示」、「作業員別表示」、「操作機器別表示」等を選択可能なラジオボタン等を表示することができる。
図１３を用いて、表示部１５ｈが出力する表示画面の具体例について説明する。図１３は、実施形態に係る表示画面の具体例を示す図である。図１３に示すように、表示部１５ｈは、分類部１５ｂによって生成された集合データを参照し、選択された表示条件に応じて、プラントの操業状況を表示する。例えば、表示部１５ｈは、表示条件として、「工程別表示」、「作業員別表示」、「操作機器別表示」等を選択可能なラジオボタン等を表示することができる。
【0108】
図１３の例では、表示部１５ｈは、「プラント操業状況」として、「工程１」の作業工程に従事する「作業員Ａ」、「作業員Ｃ」および「作業員Ｄ」の映像データを表示し、「工程２」の作業工程に従事する「作業員Ｂ」の映像データを表示する。
【0109】
上記の集合データ表示処理は、プラントの作業員全体に対して、同一とみなされる作業（個々の操作機器は異なるが、上位層の目的が同一とみなされる作業を含む）を行う作業員Ｗごとに分けることによって、各作業に当たる作業をリアルタイムに明らかにすることができる。また、上記の作業を表示可能とすることによって、作業の管理者や、関連の作業を行う作業員Ｗ２が、特定の作業に現在関与する作業員Ｗ１を直ちに視認することができ、プラント操業の状況認識が、容易になることが期待される。また、各作業に携わる作業員Ｗの状態をも表示することによって、プラント操業に関わる作業員Ｗの状態を、容易に把握することが可能となることが期待される。例えば、特定の作業を行う特定の作業員Ｗ１の状態が、作業遂行上望ましくないことが、別の作業員Ｗ２に容易に認識され、その現状確認や支援等の行動が促進されることが期待される。
【0110】
（２－３．測定機器２０の構成例）
図２を用いて、測定機器２０の構成例について説明する。例えば、測定機器２０は、プラントに設置される温度計、湿度計、騒音計、光度計、臭気測定器等の機器であって、プラント内の気温、湿度、音、明るさ、臭気等の作業環境データを収集する。また、測定機器２０は、プラント外部の作業環境データとして、気象情報等を収集することもできる。
図２を用いて、測定機器２０の構成例について説明する。例えば、測定機器２０は、プラントに設置される温度計、湿度計、騒音計、光度計、臭気測定器等の機器であって、プラント内の気温、湿度、音、明るさ、臭気等の作業環境データを収集する。また、測定機器２０は、プラント外部の作業環境データとして、気象情報等を収集することもできる。
【0111】
（２－４．管理機器３０の構成例）
図２を用いて、管理機器３０の構成例について説明する。例えば、管理機器３０は、プラントに設置されるＰＣやカメラであって、作業員Ｗの勤務時間、作業場所、操作機器、映像データ等の作業内容データを収集する。
図２を用いて、管理機器３０の構成例について説明する。例えば、管理機器３０は、プラントに設置されるＰＣやカメラであって、作業員Ｗの勤務時間、作業場所、操作機器、映像データ等の作業内容データを収集する。
【0112】
（２－５．ウェアラブル機器４０の構成例）
図２を用いて、ウェアラブル機器４０の構成例について説明する。例えば、ウェアラブル機器４０は、作業員Ｗが装着する、イヤフォン型のウェアラブル脳波計、ディスポ電極、ウェア型電極、ベルト電極等の電極を使用した心拍計、スマートウォッチやスマートグラス等であって、作業員Ｗの脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを収集する。
図２を用いて、ウェアラブル機器４０の構成例について説明する。例えば、ウェアラブル機器４０は、作業員Ｗが装着する、イヤフォン型のウェアラブル脳波計、ディスポ電極、ウェア型電極、ベルト電極等の電極を使用した心拍計、スマートウォッチやスマートグラス等であって、作業員Ｗの脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを収集する。
【0113】
（２－６．プラント機器５０の構成例）
図２を用いて、プラント機器５０の構成例について説明する。例えば、プラント機器５０は、プラントのタンク、パイプ、炉等に設置された測定機器であるセンサ機器等であって、流体や固体の圧力、流速、温度、液位等の操業データを収集する。
図２を用いて、プラント機器５０の構成例について説明する。例えば、プラント機器５０は、プラントのタンク、パイプ、炉等に設置された測定機器であるセンサ機器等であって、流体や固体の圧力、流速、温度、液位等の操業データを収集する。
【0114】
〔３．作業支援システム１００の処理の流れ〕
図１４～図１９を用いて、実施形態に係る作業支援システム１００の処理の流れについて説明する。以下では、作業支援システム１００の処理全体の流れを説明した上で、各処理の流れを説明する。
図１４～図１９を用いて、実施形態に係る作業支援システム１００の処理の流れについて説明する。以下では、作業支援システム１００の処理全体の流れを説明した上で、各処理の流れを説明する。
【0115】
（３－１．作業支援システム１００の処理全体の流れ）
図１４を用いて、作業支援システム１００の処理全体の流れについて説明する。図１４は、実施形態に係る処理全体の流れの一例を示すフローチャートである。なお、下記のステップＳ１０１～Ｓ１０５は、異なる順序で実行することもできる。また、下記のステップＳ１０１～Ｓ１０５のうち、省略される処理があってもよい。
図１４を用いて、作業支援システム１００の処理全体の流れについて説明する。図１４は、実施形態に係る処理全体の流れの一例を示すフローチャートである。なお、下記のステップＳ１０１～Ｓ１０５は、異なる順序で実行することもできる。また、下記のステップＳ１０１～Ｓ１０５のうち、省略される処理があってもよい。
【0116】
第１に、作業支援サーバ１０の取得部１５ａは、データ取得処理を実行する（ステップＳ１０１）。第２に、作業支援サーバ１０の分類部１５ｂは、作業員分類処理を実行する（ステップＳ１０２）。第３に、作業支援サーバ１０の分析部１５ｃは、データ分析処理を実行する（ステップＳ１０３）。第４に、作業支援サーバ１０の決定部１５ｄは、介入決定処理を実行する（ステップＳ１０４）。第５に、作業支援サーバ１０の実行部１５ｅは、介入実行処理を実行し（ステップＳ１０５）、処理を終了する。
【0117】
（３－２．データ取得処理の流れ）
図１５を用いて、取得部１５ａによるデータ取得処理の流れについて説明する。図１５は、実施形態に係るデータ取得処理の流れの一例を示すフローチャートである。なお、下記のステップＳ２０１～Ｓ２０４は、異なる順序で実行することもできる。また、下記のステップＳ２０１～Ｓ２０４のうち、省略される処理があってもよい。
図１５を用いて、取得部１５ａによるデータ取得処理の流れについて説明する。図１５は、実施形態に係るデータ取得処理の流れの一例を示すフローチャートである。なお、下記のステップＳ２０１～Ｓ２０４は、異なる順序で実行することもできる。また、下記のステップＳ２０１～Ｓ２０４のうち、省略される処理があってもよい。
【0118】
（３－２－１．作業環境データ取得処理）
取得部１５ａは、作業環境データ取得処理を実行する（ステップＳ２０１）。例えば、取得部１５ａは、複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が装着するウェアラブル機器４０（４０Ａ、４０Ｂ、４０Ｃ、４０Ｄ）から送信された、脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを取得する。
取得部１５ａは、作業環境データ取得処理を実行する（ステップＳ２０１）。例えば、取得部１５ａは、複数の作業員Ｗ（ＷＡ、ＷＢ、ＷＣ、ＷＤ）が装着するウェアラブル機器４０（４０Ａ、４０Ｂ、４０Ｃ、４０Ｄ）から送信された、脈拍、心拍、皮膚電位、筋電位、眼電位、脳波、脳血流、表情、声色、血糖値等の生体データを取得する。
【0119】
（３－２－２．作業環境データ取得処理）
取得部１５ａは、作業内容データ取得処理を実行する（ステップＳ２０２）。例えば、取得部１５ａは、タンク、パイプ、炉等に設置された複数のプラント機器５０（５０Ａ、５０Ｂ、５０Ｃ）から送信された、流体や固体の圧力、流速、温度、液位等の操業データを取得する。
取得部１５ａは、作業内容データ取得処理を実行する（ステップＳ２０２）。例えば、取得部１５ａは、タンク、パイプ、炉等に設置された複数のプラント機器５０（５０Ａ、５０Ｂ、５０Ｃ）から送信された、流体や固体の圧力、流速、温度、液位等の操業データを取得する。
【0120】
（３－２－３．生体データ取得処理）
取得部１５ａは、生体データ取得処理を実行する（ステップＳ２０３）。例えば、取得部１５ａは、プラントに設置された測定機器２０から送信された、プラント内の気温、湿度、音、明るさ、臭気等の作業環境データを取得する。
取得部１５ａは、生体データ取得処理を実行する（ステップＳ２０３）。例えば、取得部１５ａは、プラントに設置された測定機器２０から送信された、プラント内の気温、湿度、音、明るさ、臭気等の作業環境データを取得する。
【0121】
（３－２－４．操業データ取得処理）
取得部１５ａは、操業データ取得処理を実行する（ステップＳ２０４）。例えば、取得部１５ａは、プラントに設置された管理機器３０から送信された、作業員Ｗの勤務時間、作業場所、操作機器、映像データ等の作業内容データを取得する。
取得部１５ａは、操業データ取得処理を実行する（ステップＳ２０４）。例えば、取得部１５ａは、プラントに設置された管理機器３０から送信された、作業員Ｗの勤務時間、作業場所、操作機器、映像データ等の作業内容データを取得する。
【0122】
（３－３．作業員分類処理の流れ）
図１６を用いて、分類部１５ｂによる作業員分類処理の流れについて説明する。図１６は、実施形態に係る作業員分類処理の流れの一例を示すフローチャートである。なお、下記のステップＳ３０１～Ｓ３０４は、異なる順序で実行することもできる。また、下記のステップＳ３０１～Ｓ３０４のうち、省略される処理があってもよい。
図１６を用いて、分類部１５ｂによる作業員分類処理の流れについて説明する。図１６は、実施形態に係る作業員分類処理の流れの一例を示すフローチャートである。なお、下記のステップＳ３０１～Ｓ３０４は、異なる順序で実行することもできる。また、下記のステップＳ３０１～Ｓ３０４のうち、省略される処理があってもよい。
【0123】
（３－３－１．作業環境特定処理）
分類部１５ｂは、作業環境特定処理を実行する（ステップＳ３０１）。例えば、分類部１５ｂは、作業環境データを用いて作業員Ｗごとに作業環境を特定する。
分類部１５ｂは、作業環境特定処理を実行する（ステップＳ３０１）。例えば、分類部１５ｂは、作業環境データを用いて作業員Ｗごとに作業環境を特定する。
【0124】
（３－３－２．作業内容特定処理）
分類部１５ｂは、作業内容特定処理を実行する（ステップＳ３０２）。例えば、分類部１５ｂは、作業内容データを用いて作業員Ｗごとに作業内容を特定する。
分類部１５ｂは、作業内容特定処理を実行する（ステップＳ３０２）。例えば、分類部１５ｂは、作業内容データを用いて作業員Ｗごとに作業内容を特定する。
【0125】
（３－３－３．集合生成処理）
分類部１５ｂは、集合生成処理を実行する（ステップＳ３０３）。例えば、分類部１５ｂは、作業員Ｗごとに特定した作業環境と作業内容とに基づいて、共通する作業工程ごとに作業員Ｗを分類することによって、集合データを生成する。
分類部１５ｂは、集合生成処理を実行する（ステップＳ３０３）。例えば、分類部１５ｂは、作業員Ｗごとに特定した作業環境と作業内容とに基づいて、共通する作業工程ごとに作業員Ｗを分類することによって、集合データを生成する。
【0126】
（３－３－４．集合データ表示処理）
表示部１５ｈは、集合データ表示処理を実行する（ステップＳ３０４）。例えば、分類部１５ｂは、生成した集合データをプラントの管理者の端末装置に表示する。
表示部１５ｈは、集合データ表示処理を実行する（ステップＳ３０４）。例えば、分類部１５ｂは、生成した集合データをプラントの管理者の端末装置に表示する。
【0127】
（３－４．データ分析処理の流れ）
図１７を用いて、分析部１５ｃによるデータ分析処理の流れについて説明する。図１７は、実施形態に係るデータ分析処理の流れの一例を示すフローチャートである。なお、下記のステップＳ４０１～Ｓ４０３は、異なる順序で実行することもできる。また、下記のステップＳ４０１～Ｓ４０３のうち、省略される処理があってもよい。
図１７を用いて、分析部１５ｃによるデータ分析処理の流れについて説明する。図１７は、実施形態に係るデータ分析処理の流れの一例を示すフローチャートである。なお、下記のステップＳ４０１～Ｓ４０３は、異なる順序で実行することもできる。また、下記のステップＳ４０１～Ｓ４０３のうち、省略される処理があってもよい。
【0128】
（３－４－１．状態特徴推定処理）
分析部１５ｃは、状態特徴推定処理を実行する（ステップＳ４０１）。例えば、分析部１５ｃは、「平常」、「焦り」、「眠気」等の状態の特徴を推定する。
分析部１５ｃは、状態特徴推定処理を実行する（ステップＳ４０１）。例えば、分析部１５ｃは、「平常」、「焦り」、「眠気」等の状態の特徴を推定する。
【0129】
（３－４－２．状態数値推定処理）
分析部１５ｃは、状態数値推定処理を実行する（ステップＳ４０２）。例えば、分析部１５ｃは、「焦り２」、「眠気４」等の状態の特徴の度合を示す数値を推定する。
分析部１５ｃは、状態数値推定処理を実行する（ステップＳ４０２）。例えば、分析部１５ｃは、「焦り２」、「眠気４」等の状態の特徴の度合を示す数値を推定する。
【0130】
（３－４－３．異常検出処理）
分析部１５ｃは、異常検出処理を実行する（ステップＳ４０３）。例えば、分析部１５ｃは、共通する作業工程に従事する作業員Ｗの全員が「焦り」の状態と推定した場合には、当該作業工程の異常を検出する。
分析部１５ｃは、異常検出処理を実行する（ステップＳ４０３）。例えば、分析部１５ｃは、共通する作業工程に従事する作業員Ｗの全員が「焦り」の状態と推定した場合には、当該作業工程の異常を検出する。
【0131】
（３－５．介入決定処理の流れ）
図１８を用いて、分析部１５ｃによるデータ分析処理の流れについて説明する。図１８は、実施形態に係る介入決定処理の流れの一例を示すフローチャートである。なお、下記のステップＳ５０１～Ｓ５１１は、異なる順序で実行することもできる。また、下記のステップＳ５０１～Ｓ５１１のうち、省略される処理があってもよい。
図１８を用いて、分析部１５ｃによるデータ分析処理の流れについて説明する。図１８は、実施形態に係る介入決定処理の流れの一例を示すフローチャートである。なお、下記のステップＳ５０１～Ｓ５１１は、異なる順序で実行することもできる。また、下記のステップＳ５０１～Ｓ５１１のうち、省略される処理があってもよい。
【0132】
（３－５－１．予測モデル訓練処理）
訓練部１５ｆは、予測モデル訓練処理を実行する（ステップＳ５０１）。例えば、訓練部１５ｆは、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する予測モデル１４ｈを訓練する。
訓練部１５ｆは、予測モデル訓練処理を実行する（ステップＳ５０１）。例えば、訓練部１５ｆは、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する予測モデル１４ｈを訓練する。
【0133】
（３－５－２．介入決定処理１）
決定部１５ｄは、以下のような流れで介入決定処理１を実行する。介入決定処理１は、予測モデル１４ｈを使用する処理であって、シミュレーション後に介入データを生成する処理である。
決定部１５ｄは、以下のような流れで介入決定処理１を実行する。介入決定処理１は、予測モデル１４ｈを使用する処理であって、シミュレーション後に介入データを生成する処理である。
【0134】
（３－５－２－１．時間発展予測処理）
決定部１５ｄは、予測モデル１４ｈを使用し（ステップＳ５０２：Ｙｅｓ）、データ生成前にシミュレーションを実行する場合（ステップＳ５０３：データ生成前）、時間発展予測処理を実行する（ステップＳ５０４）。例えば、決定部１５ｄは、対応関係データの全介入手段を実行した場合のプロセス値を予測し、当該プロセス値が所定値以上の介入手段を抽出する。
決定部１５ｄは、予測モデル１４ｈを使用し（ステップＳ５０２：Ｙｅｓ）、データ生成前にシミュレーションを実行する場合（ステップＳ５０３：データ生成前）、時間発展予測処理を実行する（ステップＳ５０４）。例えば、決定部１５ｄは、対応関係データの全介入手段を実行した場合のプロセス値を予測し、当該プロセス値が所定値以上の介入手段を抽出する。
【0135】
（３－５－２－２．介入データ生成処理）
決定部１５ｄは、介入データ生成処理を実行する（ステップＳ５０５）。例えば、決定部１５ｄは、ステップＳ５０４の処理で抽出したプロセス値が所定値以上の介入手段から介入データを生成する。
決定部１５ｄは、介入データ生成処理を実行する（ステップＳ５０５）。例えば、決定部１５ｄは、ステップＳ５０４の処理で抽出したプロセス値が所定値以上の介入手段から介入データを生成する。
【0136】
（３－５－３．介入決定処理２）
決定部１５ｄは、以下のような流れで介入決定処理２を実行する。介入決定処理２は、予測モデル１４ｈを使用する処理であって、介入データを生成後にシミュレーションを行う処理である。
決定部１５ｄは、以下のような流れで介入決定処理２を実行する。介入決定処理２は、予測モデル１４ｈを使用する処理であって、介入データを生成後にシミュレーションを行う処理である。
【0137】
（３－５－３－１．介入データ生成処理）
決定部１５ｄは、予測モデル１４ｈを使用し（ステップＳ５０２：Ｙｅｓ）、データ生成後にシミュレーションを実行する場合（ステップＳ５０３：データ生成後）、介入データ生成処理を実行する（ステップＳ５０６）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データを生成する。
決定部１５ｄは、予測モデル１４ｈを使用し（ステップＳ５０２：Ｙｅｓ）、データ生成後にシミュレーションを実行する場合（ステップＳ５０３：データ生成後）、介入データ生成処理を実行する（ステップＳ５０６）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データを生成する。
【0138】
（３－５－３－２．時間発展予測処理）
決定部１５ｄは、時間発展予測処理を実行する（ステップＳ５０７）。例えば、決定部１５ｄは、ステップＳ５０６の処理で生成した介入データの介入手段を実行した場合のプロセス値を予測し、当該プロセス値が最大の最適となる介入手段を選択する。
決定部１５ｄは、時間発展予測処理を実行する（ステップＳ５０７）。例えば、決定部１５ｄは、ステップＳ５０６の処理で生成した介入データの介入手段を実行した場合のプロセス値を予測し、当該プロセス値が最大の最適となる介入手段を選択する。
【0139】
（３－５－４．介入決定処理３）
決定部１５ｄは、以下のような流れで介入決定処理３を実行する。介入決定処理３は、予測モデル１４ｈを使用しない処理であって、管理者の判断を受け付ける処理である。
決定部１５ｄは、以下のような流れで介入決定処理３を実行する。介入決定処理３は、予測モデル１４ｈを使用しない処理であって、管理者の判断を受け付ける処理である。
【0140】
（３－５－４－１．介入データ生成処理）
決定部１５ｄは、予測モデル１４ｈを使用しない場合（ステップＳ５０２：Ｎｏ）、介入データ生成処理を実行する（ステップＳ５０８）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データを生成する。
決定部１５ｄは、予測モデル１４ｈを使用しない場合（ステップＳ５０２：Ｎｏ）、介入データ生成処理を実行する（ステップＳ５０８）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データを生成する。
【0141】
（３－５－４－２．判断受付処理）
決定部１５ｄは、プラントの管理者の判断がある場合（ステップＳ５０９：Ｙｅｓ）、判断受付処理を実行する（ステップＳ５１０）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データのうち、プラントの管理者が指定する介入手段を受け付ける。
決定部１５ｄは、プラントの管理者の判断がある場合（ステップＳ５０９：Ｙｅｓ）、判断受付処理を実行する（ステップＳ５１０）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データのうち、プラントの管理者が指定する介入手段を受け付ける。
【0142】
（３－５－５．介入決定処理４）
決定部１５ｄは、以下のような流れで介入決定処理４を実行する。介入決定処理４は、予測モデル１４ｈを使用しない処理であって、管理者の判断を受け付けない処理である。
決定部１５ｄは、以下のような流れで介入決定処理４を実行する。介入決定処理４は、予測モデル１４ｈを使用しない処理であって、管理者の判断を受け付けない処理である。
【0143】
（３－５－５－１．介入データ生成処理）
決定部１５ｄは、予測モデル１４ｈを使用しない場合（ステップＳ５０２：Ｎｏ）、介入データ生成処理を実行する（ステップＳ５０８）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データを生成する。また、決定部１５ｄは、プラントの管理者の判断がない場合（ステップＳ５０９：Ｎｏ）、ステップＳ５１１の処理に移行する。
決定部１５ｄは、予測モデル１４ｈを使用しない場合（ステップＳ５０２：Ｎｏ）、介入データ生成処理を実行する（ステップＳ５０８）。例えば、決定部１５ｄは、対応関係データを参照し、複数の介入手段を含む介入データを生成する。また、決定部１５ｄは、プラントの管理者の判断がない場合（ステップＳ５０９：Ｎｏ）、ステップＳ５１１の処理に移行する。
【0144】
（３－５－６．介入データ決定処理）
決定部１５ｄは、ステップＳ５０５、Ｓ５０７、Ｓ５０９またはＳ５１０の処理終了後に、介入データ決定処理を実行する（ステップＳ５１１）。例えば、決定部１５ｄは、生成した介入データのうち、条件を満たす介入データを決定する。
決定部１５ｄは、ステップＳ５０５、Ｓ５０７、Ｓ５０９またはＳ５１０の処理終了後に、介入データ決定処理を実行する（ステップＳ５１１）。例えば、決定部１５ｄは、生成した介入データのうち、条件を満たす介入データを決定する。
【0145】
（３－５－７．その他）
決定部１５ｄは、介入決定処理１または介入決定処理２の実行後に、介入決定処理３を実行することもできる。すなわち、決定部１５ｄは、予測モデル１４ｈを使用する処理を介して生成した介入データを、管理者の判断を受け付けて承認した介入手段のみを実行することもできる。
決定部１５ｄは、介入決定処理１または介入決定処理２の実行後に、介入決定処理３を実行することもできる。すなわち、決定部１５ｄは、予測モデル１４ｈを使用する処理を介して生成した介入データを、管理者の判断を受け付けて承認した介入手段のみを実行することもできる。
【0146】
（３－６．介入実行処理の流れ）
図１９を用いて、分析部１５ｃによるデータ分析処理の流れについて説明する。図１９は、実施形態に係る介入実行処理の流れの一例を示すフローチャートである。なお、下記のステップＳ６０１～Ｓ６０５は、異なる順序で実行することもできる。また、下記のステップＳ６０１～Ｓ６０５のうち、省略される処理があってもよい。
図１９を用いて、分析部１５ｃによるデータ分析処理の流れについて説明する。図１９は、実施形態に係る介入実行処理の流れの一例を示すフローチャートである。なお、下記のステップＳ６０１～Ｓ６０５は、異なる順序で実行することもできる。また、下記のステップＳ６０１～Ｓ６０５のうち、省略される処理があってもよい。
【0147】
（３－６－１．介入実行処理１）
実行部１５ｅは、以下のような流れで介入実行処理１を実行する。介入決定処理１は、作業関係者を介入対象とする処理である。
実行部１５ｅは、以下のような流れで介入実行処理１を実行する。介入決定処理１は、作業関係者を介入対象とする処理である。
【0148】
（３－６－１－１．当事者通知処理）
実行部１５ｅは、介入対象が作業関係者である場合（ステップＳ６０１：作業関係者に介入）、当事者通知処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１に対してアラーム通知を送信する。
実行部１５ｅは、介入対象が作業関係者である場合（ステップＳ６０１：作業関係者に介入）、当事者通知処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１に対してアラーム通知を送信する。
【0149】
（３－６－１－２．関連作業員通知処理）
実行部１５ｅは、関連作業員通知処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１と共通する作業工程に従事する作業員Ｗ２に対して、作業員Ｗ１の支援依頼通知を送信する。
実行部１５ｅは、関連作業員通知処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１と共通する作業工程に従事する作業員Ｗ２に対して、作業員Ｗ１の支援依頼通知を送信する。
【0150】
（３－６－１－３．管理者通知処理）
実行部１５ｅは、管理者通知処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１の管理者に対して異常検出通知を送信する。
実行部１５ｅは、管理者通知処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１の管理者に対して異常検出通知を送信する。
【0151】
（３－６－２．介入実行処理２）
実行部１５ｅは、以下のような流れで介入実行処理２を実行する。介入決定処理２は、機器を介入対象とする処理である。
実行部１５ｅは、以下のような流れで介入実行処理２を実行する。介入決定処理２は、機器を介入対象とする処理である。
【0152】
（３－６－２－１．機器制御処理）
実行部１５ｅは、介入対象が機器である場合（ステップＳ６０１：機器に介入）、機器制御処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１の操作機器に対して安全側にプロセス値を変更する制御を実行する。
実行部１５ｅは、介入対象が機器である場合（ステップＳ６０１：機器に介入）、機器制御処理を実行する。例えば、実行部１５ｅは、異常が検出された作業員Ｗ１の操作機器に対して安全側にプロセス値を変更する制御を実行する。
【0153】
（３－６－３．その他）
実行部１５ｅは、作業関係者を介入対象とする介入実行処理１および機器を介入対象とする介入実行処理２を実行することもできる。
実行部１５ｅは、作業関係者を介入対象とする介入実行処理１および機器を介入対象とする介入実行処理２を実行することもできる。
【0154】
〔４．実施形態の効果〕
最後に、実施形態の効果について説明する。以下では、実施形態に係る処理に対応する効果１～６について説明する。
最後に、実施形態の効果について説明する。以下では、実施形態に係る処理に対応する効果１～６について説明する。
【0155】
（４－１．効果１）
第１に、上述した実施形態に係る処理では、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得し、複数の作業員Ｗの生体データに基づいて複数の作業員Ｗそれぞれの状態を推定し、複数の作業員Ｗそれぞれの状態を分析し、分析結果に基づき、共通の作業への介入の要否を決定する。このため、本処理では、作業員Ｗの状態に応じて適切な作業環境を提示することができる。
第１に、上述した実施形態に係る処理では、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得し、複数の作業員Ｗの生体データに基づいて複数の作業員Ｗそれぞれの状態を推定し、複数の作業員Ｗそれぞれの状態を分析し、分析結果に基づき、共通の作業への介入の要否を決定する。このため、本処理では、作業員Ｗの状態に応じて適切な作業環境を提示することができる。
【0156】
（４－２．効果２）
第２に、上述した実施形態に係る処理では、作業を行う作業員Ｗの異常が検出された場合には、プラントに対する介入手段を決定し、当該介入手段に基づいて共通の作業が実行されるプラントに対する介入を実行する。このため、本処理では、作業員Ｗの状態に応じて精度よく異常を検出し、適切な作業環境を提示することができる。
第２に、上述した実施形態に係る処理では、作業を行う作業員Ｗの異常が検出された場合には、プラントに対する介入手段を決定し、当該介入手段に基づいて共通の作業が実行されるプラントに対する介入を実行する。このため、本処理では、作業員Ｗの状態に応じて精度よく異常を検出し、適切な作業環境を提示することができる。
【0157】
（４－３．効果３）
第３に、上述した実施形態に係る処理では、プラントに設置されるプラント機器５０から収集される操業データと、複数の作業員Ｗそれぞれが作業を行うプラントの環境に関する作業環境データと、複数の作業員Ｗそれぞれが行う作業に関する作業内容データとをさらに取得し、複数の作業員Ｗそれぞれが装着する機器から収集された生体データに基づいて複数の作業員Ｗそれぞれの状態として肉体的状態または精神的状態を推定し、共通する作業を行う複数の作業員Ｗのうち所定の状態を示す作業員Ｗの割合が閾値を超過した場合には作業員Ｗの異常を検出し、複数の作業員Ｗそれぞれの状態と操業データと作業環境データと作業内容データとを用いて、プラントに対する介入の履歴を示す対応関係データを参照することによって、介入手段を決定し、所定の作業員Ｗ１もしくは所定の作業員Ｗ１の関係者に対する通知、またはプラント機器に対する制御を実行する。このため、本処理では、作業員Ｗの状態に応じて精度よく異常を検出し、適切な作業環境を効果的に提示することができる。
第３に、上述した実施形態に係る処理では、プラントに設置されるプラント機器５０から収集される操業データと、複数の作業員Ｗそれぞれが作業を行うプラントの環境に関する作業環境データと、複数の作業員Ｗそれぞれが行う作業に関する作業内容データとをさらに取得し、複数の作業員Ｗそれぞれが装着する機器から収集された生体データに基づいて複数の作業員Ｗそれぞれの状態として肉体的状態または精神的状態を推定し、共通する作業を行う複数の作業員Ｗのうち所定の状態を示す作業員Ｗの割合が閾値を超過した場合には作業員Ｗの異常を検出し、複数の作業員Ｗそれぞれの状態と操業データと作業環境データと作業内容データとを用いて、プラントに対する介入の履歴を示す対応関係データを参照することによって、介入手段を決定し、所定の作業員Ｗ１もしくは所定の作業員Ｗ１の関係者に対する通知、またはプラント機器に対する制御を実行する。このため、本処理では、作業員Ｗの状態に応じて精度よく異常を検出し、適切な作業環境を効果的に提示することができる。
【0158】
（４－４．効果４）
第４に、上述した実施形態に係る処理では、作業環境データと作業内容データとを用いて複数の作業員Ｗそれぞれの作業工程を特定し、共通する作業工程ごとに複数の作業員Ｗを分類する。このため、本処理では、共通する作業工程に従事する作業員Ｗを特定することによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
第４に、上述した実施形態に係る処理では、作業環境データと作業内容データとを用いて複数の作業員Ｗそれぞれの作業工程を特定し、共通する作業工程ごとに複数の作業員Ｗを分類する。このため、本処理では、共通する作業工程に従事する作業員Ｗを特定することによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
【0159】
（４－５．効果５）
第５に、上述した実施形態に係る処理では、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する機械学習モデルを訓練し、介入の実行によって変更された生体データ、操業データ、作業環境データまたは作業内容データを、訓練済みである機械学習モデルに入力して得られる結果に基づき、当該介入を実行した時点からの評価指標の時間発展を予測する。このため、本処理では、介入後のプラントの状況をシミュレーションすることによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
第５に、上述した実施形態に係る処理では、生体データ、操業データ、作業環境データまたは作業内容データを含む時系列データの入力に応じてプラントの評価指標を出力する機械学習モデルを訓練し、介入の実行によって変更された生体データ、操業データ、作業環境データまたは作業内容データを、訓練済みである機械学習モデルに入力して得られる結果に基づき、当該介入を実行した時点からの評価指標の時間発展を予測する。このため、本処理では、介入後のプラントの状況をシミュレーションすることによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
【0160】
（４－６．効果６）
第６に、上述した実施形態に係る処理では、対応関係データを参照することによって選択した複数の介入手段から、予測した評価指標の時間発展を用いて介入手段を決定する。このため、本処理では、介入データを生成した後にプラントの状況をシミュレーションすることによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
第６に、上述した実施形態に係る処理では、対応関係データを参照することによって選択した複数の介入手段から、予測した評価指標の時間発展を用いて介入手段を決定する。このため、本処理では、介入データを生成した後にプラントの状況をシミュレーションすることによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
【0161】
（４－７．効果７）
第７に、上述した実施形態に係る処理では、予測した評価指標の時間発展を用いて選択した対応関係データを参照することによって、介入手段を決定する。このため、本処理では、プラントの状況をシミュレーションした後に介入データを生成することによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
第７に、上述した実施形態に係る処理では、予測した評価指標の時間発展を用いて選択した対応関係データを参照することによって、介入手段を決定する。このため、本処理では、プラントの状況をシミュレーションした後に介入データを生成することによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
【0162】
（４－８．効果８）
第８に、上述した実施形態に係る処理では、対応関係データを参照することによって選択した複数の介入手段から、指定を受け付けた介入手段を決定する。このため、本処理では、対応関係データが十分に蓄積されていなくても管理者の判断を受け付けることによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
第８に、上述した実施形態に係る処理では、対応関係データを参照することによって選択した複数の介入手段から、指定を受け付けた介入手段を決定する。このため、本処理では、対応関係データが十分に蓄積されていなくても管理者の判断を受け付けることによって、より効果的に作業員Ｗの状態に応じて適切な作業環境を提示することができる。
【0163】
〔システム〕
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
上記文書中や図面中で示した処理手順、制御手順、具体的名称、各種のデータやパラメータを含む情報については、特記する場合を除いて任意に変更することができる。
【0164】
また、図示した各装置の各構成要素は機能概念的なものであり、必ずしも物理的に図示の如く構成されていることを要しない。すなわち、各装置の分散や統合の具体的形態は図示のものに限られない。つまり、その全部または一部を、各種の負荷や使用状況などに応じて、任意の単位で機能的または物理的に分散・統合して構成することができる。
【0165】
さらに、各装置にて行なわれる各処理機能は、その全部または任意の一部が、ＣＰＵおよび当該ＣＰＵにて解析実行されるプログラムにて実現され、あるいは、ワイヤードロジックによるハードウェアとして実現され得る。
【0166】
〔ハードウェア〕
次に、情報処理装置である作業支援サーバ１０のハードウェア構成例を説明する。なお、その他の装置も同様のハードウェア構成とすることができる。図２０は、ハードウェア構成例を説明する図である。図２０に示すように、作業支援サーバ１０は、通信装置１０ａ、ＨＤＤ（Hard Disk Drive）１０ｂ、メモリ１０ｃ、プロセッサ１０ｄを有する。また、図２０に示した各部は、バス等で相互に接続される。
次に、情報処理装置である作業支援サーバ１０のハードウェア構成例を説明する。なお、その他の装置も同様のハードウェア構成とすることができる。図２０は、ハードウェア構成例を説明する図である。図２０に示すように、作業支援サーバ１０は、通信装置１０ａ、ＨＤＤ（Hard Disk Drive）１０ｂ、メモリ１０ｃ、プロセッサ１０ｄを有する。また、図２０に示した各部は、バス等で相互に接続される。
【0167】
通信装置１０ａは、ネットワークインタフェースカードなどであり、他のサーバとの通信を行う。ＨＤＤ１０ｂは、図２に示した機能を動作させるプログラムやＤＢを記憶する。
【0168】
プロセッサ１０ｄは、図２に示した各処理部と同様の処理を実行するプログラムをＨＤＤ１０ｂ等から読み出してメモリ１０ｃに展開することで、図２等で説明した各機能を実行するプロセスを動作させる。例えば、このプロセスは、作業支援サーバ１０が有する各処理部と同様の機能を実行する。具体的には、プロセッサ１０ｄは、取得部１５ａ、分類部１５ｂ、分析部１５ｃ、決定部１５ｄ、実行部１５ｅ、訓練部１５ｆ、予測部１５ｇ、表示部１５ｈ等と同様の機能を有するプログラムをＨＤＤ１０ｂ等から読み出す。そして、プロセッサ１０ｄは、取得部１５ａ、分類部１５ｂ、分析部１５ｃ、決定部１５ｄ、実行部１５ｅ、訓練部１５ｆ、予測部１５ｇ、表示部１５ｈ等と同様の処理を実行するプロセスを実行する。
【0169】
このように、作業支援サーバ１０は、プログラムを読み出して実行することで各種処理方法を実行する装置として動作する。また、作業支援サーバ１０は、媒体読取装置によって記録媒体から上記プログラムを読み出し、読み出された上記プログラムを実行することで上記した実施形態と同様の機能を実現することもできる。なお、この他の実施形態でいうプログラムは、作業支援サーバ１０によって実行されることに限定されるものではない。例えば、他のコンピュータまたはサーバがプログラムを実行する場合や、これらが協働してプログラムを実行するような場合にも、本発明を同様に適用することができる。
【0170】
このプログラムは、インターネットなどのネットワークを介して配布することができる。また、このプログラムは、ハードディスク、フレキシブルディスク（ＦＤ）、ＣＤ－ＲＯＭ、ＭＯ（Magneto－Optical disk）、ＤＶＤ（Digital Versatile Disc）などのコンピュータで読み取り可能な記録媒体に記録され、コンピュータによって記録媒体から読み出されることによって実行することができる。
【0171】
〔その他〕
開示される技術特徴の組合せのいくつかの例を以下に記載する。
開示される技術特徴の組合せのいくつかの例を以下に記載する。
【0172】
（１）作業支援装置であって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得部と、前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析部と、前記分析部による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定部と、を備える作業支援装置。
【0173】
（２）前記共通の作業が実行される前記プラントに対する介入を実行する実行部、をさらに備え、前記決定部は、前記分析部によって作業を行う作業員の異常が検出された場合には、前記プラントに対する介入手段を決定し、前記実行部は、前記介入手段に基づいて前記プラントに対する介入を実行する、（１）に記載の作業支援装置。
【0174】
（３）前記取得部は、前記プラントに設置されるプラント機器から収集される操業データと、前記複数の作業員それぞれが作業を行う前記プラントの環境に関する作業環境データと、前記複数の作業員それぞれが行う作業に関する作業内容データとをさらに取得し、前記分析部は、前記複数の作業員それぞれが装着する機器から収集された前記生体データに基づいて前記複数の作業員それぞれの状態として肉体的状態または精神的状態を推定し、共通する作業を行う前記複数の作業員のうち所定の状態を示す作業員の割合が閾値を超過した場合には前記異常を検出し、前記決定部は、前記複数の作業員それぞれの状態と前記操業データと前記作業環境データと前記作業内容データとを用いて、前記プラントに対する介入の履歴を示す対応関係データを参照することによって、前記介入手段を決定し、前記実行部は、決定された前記介入手段にしたがって、所定の作業員もしくは前記所定の作業員の関係者に対する通知、または前記プラント機器に対する制御を実行する、（２）に記載の作業支援装置。
【0175】
（４）前記作業環境データと前記作業内容データとを用いて前記複数の作業員それぞれの作業工程を特定し、共通する前記作業工程ごとに前記複数の作業員を分類する分類部、をさらに備え、前記分析部は、前記分類部による分類結果に基づき、共通する作業を行う前記複数の作業員それぞれの状態を分析する、（３）に記載の作業支援装置。
【0176】
（５）前記生体データ、前記操業データ、前記作業環境データまたは前記作業内容データを含む時系列データの入力に応じて前記プラントの評価指標を出力する機械学習モデルを訓練する訓練部と、前記介入の実行によって変更された前記生体データ、前記操業データ、前記作業環境データまたは前記作業内容データを、訓練済みである前記機械学習モデルに入力して得られる結果に基づき、前記介入を実行した時点からの前記評価指標の時間発展を予測する予測部と、をさらに備える（３）または（４）に記載の作業支援装置。
【0177】
（６）前記決定部は、前記対応関係データを参照することによって選択した複数の介入手段から、前記予測部によって予測された前記時間発展を用いて前記介入手段を決定する、（５）に記載の作業支援装置。
【0178】
（７）前記決定部は、前記対応関係データに含まれる複数の介入の履歴のうち、前記予測部によって予測された前記評価指標の時間発展に基づく介入の履歴から前記介入手段を決定する、（５）に記載の作業支援装置。
【0179】
（８）前記決定部は、前記対応関係データを参照することによって選択した複数の介入手段から、指定を受け付けた前記介入手段を決定する、（３）～（７）に記載の作業支援装置。
【0180】
（９）作業支援装置によって実行される作業支援方法であって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得工程と、前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析工程と、前記分析工程による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定工程と、を含む作業支援方法。
【0181】
（１０）作業支援装置に処理を実行させる作業支援プログラムであって、プラントの操業に関して共通の作業を行う複数の作業員の生体データを取得する取得手順と、前記複数の作業員の生体データに基づいて前記複数の作業員それぞれの状態を推定し、前記複数の作業員それぞれの状態を分析する分析手順と、前記分析手順による分析結果に基づき、前記作業支援装置による前記共通の作業への介入の要否を決定する決定手順と、を実行させる作業支援プログラム。
【符号の説明】
【0182】
１０ 作業支援サーバ
１１ 入力部
１２ 出力部
１３ 通信部
１４ 記憶部
１４ａ 作業環境データ記憶部
１４ｂ 作業内容データ記憶部
１４ｃ 生体データ記憶部
１４ｄ 操業データ記憶部
１４ｅ 集合データ記憶部
１４ｆ 対応関係データ記憶部
１４ｇ 介入データ記憶部
１４ｈ 予測モデル
１５ 制御部
１５ａ 取得部
１５ｂ 分類部
１５ｃ 分析部
１５ｄ 決定部
１５ｅ 実行部
１５ｆ 訓練部
１５ｇ 予測部
１５ｈ 表示部
２０ 測定機器
３０ 管理機器
４０ ウェアラブル機器
５０ プラント機器
１００ 作業支援システム
１１ 入力部
１２ 出力部
１３ 通信部
１４ 記憶部
１４ａ 作業環境データ記憶部
１４ｂ 作業内容データ記憶部
１４ｃ 生体データ記憶部
１４ｄ 操業データ記憶部
１４ｅ 集合データ記憶部
１４ｆ 対応関係データ記憶部
１４ｇ 介入データ記憶部
１４ｈ 予測モデル
１５ 制御部
１５ａ 取得部
１５ｂ 分類部
１５ｃ 分析部
１５ｄ 決定部
１５ｅ 実行部
１５ｆ 訓練部
１５ｇ 予測部
１５ｈ 表示部
２０ 測定機器
３０ 管理機器
４０ ウェアラブル機器
５０ プラント機器
１００ 作業支援システム
【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】