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】P2024172579
(43)【公開日】2024-12-12
(54)【発明の名称】検査装置管理システムおよび方法
(51)【国際特許分類】
G01N 27/62 20210101AFI20241205BHJP
G01M 99/00 20110101ALI20241205BHJP
【ＦＩ】
G01N27/62 D
G01M99/00 Z
【審査請求】未請求
【請求項の数】15
【出願形態】ＯＬ
(21)【出願番号】P 2023090377
(22)【出願日】2023-05-31
(71)【出願人】
【識別番号】301078191
【氏名又は名称】株式会社日立ハイテクソリューションズ
(74)【代理人】
【識別番号】110002066
【氏名又は名称】弁理士法人筒井国際特許事務所
(72)【発明者】
【氏名】草野 純一
(72)【発明者】
【氏名】森 みなみ
(72)【発明者】
【氏名】照井 康
(72)【発明者】
【氏名】上地 昇一
【テーマコード（参考）】
2G024
2G041
【Ｆターム（参考）】
2G024CA13
2G024FA06
2G024FA15
2G041CA01
2G041FA03
2G041FA06
2G041LA06
(57)【要約】
【課題】質量分析装置である検査装置に関する異常診断または異常予兆などの状態を好適に検知・診断できる技術を提供する。
【解決手段】検査装置管理システムは、質量分析装置である検査装置１１を管理する検査装置管理システムであって、プロセッサおよびメモリを有するコンピュータシステム（診断装置２、製造管理装置３）を備え、コンピュータシステムは、検査装置１１についての時系列上のモニタリングとして、検査装置１１によるマススペクトル計測データ（データＤ１）と、検査装置１１の構成部位に関する所定のセンサパラメータ値についてのセンサ１２によるセンサデータＤ２と、検査装置１１に関する設置環境情報を含む管理情報Ｄ３と、を含む稼働情報Ｄ０を、収集および蓄積し、稼働情報Ｄ０を可視化する画面（ＧＵＩ画面５０）を提供する。
【選択図】図１
【解決手段】検査装置管理システムは、質量分析装置である検査装置１１を管理する検査装置管理システムであって、プロセッサおよびメモリを有するコンピュータシステム（診断装置２、製造管理装置３）を備え、コンピュータシステムは、検査装置１１についての時系列上のモニタリングとして、検査装置１１によるマススペクトル計測データ（データＤ１）と、検査装置１１の構成部位に関する所定のセンサパラメータ値についてのセンサ１２によるセンサデータＤ２と、検査装置１１に関する設置環境情報を含む管理情報Ｄ３と、を含む稼働情報Ｄ０を、収集および蓄積し、稼働情報Ｄ０を可視化する画面（ＧＵＩ画面５０）を提供する。
【選択図】図１
【特許請求の範囲】
【請求項1】
質量分析装置である検査装置を管理する検査装置管理システムであって、
プロセッサおよびメモリを有するコンピュータシステムを備え、
前記コンピュータシステムは、
前記検査装置についての時系列上のモニタリングとして、前記検査装置によるマススペクトル計測データと、前記検査装置の構成部位に関する所定のセンサパラメータ値についてのセンサによるセンサデータと、前記検査装置に関する設置環境情報を含む管理情報と、を含む稼働情報を、収集および蓄積し、
前記稼働情報を可視化する画面を提供する、
検査装置管理システム。
プロセッサおよびメモリを有するコンピュータシステムを備え、
前記コンピュータシステムは、
前記検査装置についての時系列上のモニタリングとして、前記検査装置によるマススペクトル計測データと、前記検査装置の構成部位に関する所定のセンサパラメータ値についてのセンサによるセンサデータと、前記検査装置に関する設置環境情報を含む管理情報と、を含む稼働情報を、収集および蓄積し、
前記稼働情報を可視化する画面を提供する、
検査装置管理システム。
【請求項2】
請求項１記載の検査装置管理システムにおいて、
前記コンピュータシステムは、
前記稼働情報に基づいて、前記検査装置の異常または異常予兆を含む状態に関して診断し、前記異常または異常予兆を検知し、前記検査装置の状態を含む診断結果情報を生成し、
前記診断結果情報を可視化する画面を提供する、
検査装置管理システム。
前記コンピュータシステムは、
前記稼働情報に基づいて、前記検査装置の異常または異常予兆を含む状態に関して診断し、前記異常または異常予兆を検知し、前記検査装置の状態を含む診断結果情報を生成し、
前記診断結果情報を可視化する画面を提供する、
検査装置管理システム。
【請求項3】
請求項２記載の検査装置管理システムにおいて、
前記コンピュータシステムは、
前記稼働情報および前記診断結果情報に基づいて、前記検査装置の保守または交換または製造の計画を立案して、前記検査装置の交換時期および交換部品を含む計画情報を生成し、
前記計画情報を可視化する画面を提供する、
検査装置管理システム。
前記コンピュータシステムは、
前記稼働情報および前記診断結果情報に基づいて、前記検査装置の保守または交換または製造の計画を立案して、前記検査装置の交換時期および交換部品を含む計画情報を生成し、
前記計画情報を可視化する画面を提供する、
検査装置管理システム。
【請求項4】
請求項２記載の検査装置管理システムにおいて、
前記コンピュータシステムは、
特定の試料を前記検査装置が計測して得られるマススペクトル計測データを前記稼働情報の一部として取得し、
前記特定の試料の前記マススペクトル計測データを、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
前記コンピュータシステムは、
特定の試料を前記検査装置が計測して得られるマススペクトル計測データを前記稼働情報の一部として取得し、
前記特定の試料の前記マススペクトル計測データを、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
【請求項5】
請求項４記載の検査装置管理システムにおいて、
前記コンピュータシステムは、前記検査装置での定期チェックとして前記特定の試料を計測して得られるマススペクトル計測データを取得する、
検査装置管理システム。
前記コンピュータシステムは、前記検査装置での定期チェックとして前記特定の試料を計測して得られるマススペクトル計測データを取得する、
検査装置管理システム。
【請求項6】
請求項４記載の検査装置管理システムにおいて、
前記特定の試料は、陽イオンおよび陰イオンに関するｍ／ｚの幅を持つ試料であり、水、メトキシフェナミン、酸素、ＴＣＰ（トリクロロフェノール）、ＴＢＰ（トリブロモフェノール）、のうち少なくとも１つを含む、
検査装置管理システム。
前記特定の試料は、陽イオンおよび陰イオンに関するｍ／ｚの幅を持つ試料であり、水、メトキシフェナミン、酸素、ＴＣＰ（トリクロロフェノール）、ＴＢＰ（トリブロモフェノール）、のうち少なくとも１つを含む、
検査装置管理システム。
【請求項7】
請求項２記載の検査装置管理システムにおいて、
前記センサデータは、前記検査装置のマススペクトル計測部を含む前記構成部位についての前記センサパラメータ値として、温度、電圧、電流、圧力、流量、のうち少なくとも１つのセンサパラメータ値を含み、
前記コンピュータシステムは、前記センサデータを、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
前記センサデータは、前記検査装置のマススペクトル計測部を含む前記構成部位についての前記センサパラメータ値として、温度、電圧、電流、圧力、流量、のうち少なくとも１つのセンサパラメータ値を含み、
前記コンピュータシステムは、前記センサデータを、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
【請求項8】
請求項２記載の検査装置管理システムにおいて、
前記設置環境情報は、前記検査装置が設置される顧客環境における、空港、港湾、工場、研究所、のうち少なくとも２つの環境の違いを表す情報であり、
前記コンピュータシステムは、前記設置環境情報を、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
前記設置環境情報は、前記検査装置が設置される顧客環境における、空港、港湾、工場、研究所、のうち少なくとも２つの環境の違いを表す情報であり、
前記コンピュータシステムは、前記設置環境情報を、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
【請求項9】
請求項２記載の検査装置管理システムにおいて、
前記管理情報は、前記検査装置が設置される顧客環境における、設置態様として、据置、車載、の違いを表す情報を含み、前記車載の場合には、前記検査装置の移動距離または振動状態を表す情報を含み、
前記コンピュータシステムは、前記設置態様の情報を、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
前記管理情報は、前記検査装置が設置される顧客環境における、設置態様として、据置、車載、の違いを表す情報を含み、前記車載の場合には、前記検査装置の移動距離または振動状態を表す情報を含み、
前記コンピュータシステムは、前記設置態様の情報を、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
【請求項10】
請求項２記載の検査装置管理システムにおいて、
前記管理情報は、前記検査装置が設置される顧客環境における、前記検査装置の検査回数、保守回数、連続稼働時間、のうち少なくとも１つを含む情報であり、
前記コンピュータシステムは、前記検査回数、前記保守回数、または前記連続稼働時間を、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
前記管理情報は、前記検査装置が設置される顧客環境における、前記検査装置の検査回数、保守回数、連続稼働時間、のうち少なくとも１つを含む情報であり、
前記コンピュータシステムは、前記検査回数、前記保守回数、または前記連続稼働時間を、学習データとして、機械学習を行うことにより、前記診断を行う、
検査装置管理システム。
【請求項11】
請求項２記載の検査装置管理システムにおいて、
前記コンピュータシステムは、前記マススペクトル計測データに基づいて、前記検査装置の設置環境に応じた、マススペクトルのベースラインの状態を診断する、
検査装置管理システム。
前記コンピュータシステムは、前記マススペクトル計測データに基づいて、前記検査装置の設置環境に応じた、マススペクトルのベースラインの状態を診断する、
検査装置管理システム。
【請求項12】
請求項２記載の検査装置管理システムにおいて、
前記コンピュータシステムは、前記マススペクトル計測データに基づいて、
信号強度がピークとなるｍ／ｚをｍ／ｚピーク値とした場合に、
前記ｍ／ｚピーク値の信号強度の高低の分析と、
前記ｍ／ｚピーク値のピークずれ幅の分析と、
前記ｍ／ｚピーク値を中心とするマス幅または中間マス幅の大小の分析と、
前記ｍ／ｚピーク値の数の分析と、
［前記マス幅］／［前記中間マス幅］で規定される分解能の分析と、
［前記ピークずれ幅］／［前記マス幅］で規定されるマスマーカ値の分析と、
のうち少なくとも１つの分析を行う、
検査装置管理システム。
前記コンピュータシステムは、前記マススペクトル計測データに基づいて、
信号強度がピークとなるｍ／ｚをｍ／ｚピーク値とした場合に、
前記ｍ／ｚピーク値の信号強度の高低の分析と、
前記ｍ／ｚピーク値のピークずれ幅の分析と、
前記ｍ／ｚピーク値を中心とするマス幅または中間マス幅の大小の分析と、
前記ｍ／ｚピーク値の数の分析と、
［前記マス幅］／［前記中間マス幅］で規定される分解能の分析と、
［前記ピークずれ幅］／［前記マス幅］で規定されるマスマーカ値の分析と、
のうち少なくとも１つの分析を行う、
検査装置管理システム。
【請求項13】
請求項２記載の検査装置管理システムにおいて、
前記検査装置は、正電荷を持つ陽イオンと負電荷を持つ陰イオンとを計測可能なマススペクトル計測部を備え、陽イオンの計測時には、陽イオン向けの電圧極性に切り替え、陰イオンの計測時には、陰イオン向けの電圧極性に切り替える、電圧極性切り替え機能を有し、マス軸調整テーブルとして、陽イオン用マス軸調整テーブルと、陰イオン用マス軸調整テーブルとを有し、
前記コンピュータシステムは、正負の極性を持つ特定の試料のマススペクトル計測データに基づいて、前記陽イオン用マス軸調整テーブルと前記陰イオン用マス軸調整テーブルとを決定する、
検査装置管理システム。
前記検査装置は、正電荷を持つ陽イオンと負電荷を持つ陰イオンとを計測可能なマススペクトル計測部を備え、陽イオンの計測時には、陽イオン向けの電圧極性に切り替え、陰イオンの計測時には、陰イオン向けの電圧極性に切り替える、電圧極性切り替え機能を有し、マス軸調整テーブルとして、陽イオン用マス軸調整テーブルと、陰イオン用マス軸調整テーブルとを有し、
前記コンピュータシステムは、正負の極性を持つ特定の試料のマススペクトル計測データに基づいて、前記陽イオン用マス軸調整テーブルと前記陰イオン用マス軸調整テーブルとを決定する、
検査装置管理システム。
【請求項14】
質量分析装置である検査装置を管理する検査装置管理方法であって、
プロセッサおよびメモリを有するコンピュータシステムが実行するステップとして、
前記検査装置についての時系列上のモニタリングとして、前記検査装置によるマススペクトル計測データと、前記検査装置の構成部位に関する所定のセンサパラメータ値についてのセンサによるセンサデータと、前記検査装置に関する設置環境情報を含む管理情報と、を含む稼働情報を、収集および蓄積するステップと、
前記稼働情報を可視化する画面を提供するステップと、
を有する、検査装置管理方法。
プロセッサおよびメモリを有するコンピュータシステムが実行するステップとして、
前記検査装置についての時系列上のモニタリングとして、前記検査装置によるマススペクトル計測データと、前記検査装置の構成部位に関する所定のセンサパラメータ値についてのセンサによるセンサデータと、前記検査装置に関する設置環境情報を含む管理情報と、を含む稼働情報を、収集および蓄積するステップと、
前記稼働情報を可視化する画面を提供するステップと、
を有する、検査装置管理方法。
【請求項15】
請求項１４記載の検査装置管理方法において、
前記コンピュータシステムが、前記稼働情報に基づいて、前記検査装置の異常または異常予兆を含む状態に関して診断し、前記異常または異常予兆を検知し、前記検査装置の状態を含む診断結果情報を生成するステップと、
前記診断結果情報を可視化する画面を提供するステップと、
を有する、検査装置管理方法。
前記コンピュータシステムが、前記稼働情報に基づいて、前記検査装置の異常または異常予兆を含む状態に関して診断し、前記異常または異常予兆を検知し、前記検査装置の状態を含む診断結果情報を生成するステップと、
前記診断結果情報を可視化する画面を提供するステップと、
を有する、検査装置管理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、質量分析装置（言い換えると検査装置）等を管理する技術に関し、特に、検査装置等の状態を診断するコンピュータシステムや情報処理等の技術に関する。
【背景技術】
【0002】
化学品・食品・医薬品などの素材産業やプロセス産業における、開発・設計・製造・検査・検証などの各プロセスでは、原材料・中間品・製品などの物が扱われる。当該物を構成する、または当該物に含有される物質として、微量化学物質、大気・土壌・水源などの環境汚染の要因となる微量有害物質、検診などで人体から採取される血液・尿・汗などの検体がある。また、当該物質としては、港・空港・駅などの公共施設・輸送施設・大規模商業施設・イベント会場などでの防犯・防災対策として衣服・荷物などの表面に付着した微量の不正薬物・爆発物などがある。
【0003】
上記物質を対象とした質量分析技術（Mass Spectrometry）がある。質量分析は、試料を、原子・分子のレベルでイオン化し、質量を計測し分析して、物質の同定や定量を行う方法である。質量分析装置（言い換えると検査装置）は、高電圧をかけた真空中で試料をイオン化し、静電力によって飛行するイオンを、電磁気的な作用によって、質量電荷比に応じて分離し、分離した成分を検出する。このような計測により、マススペクトル（Mass Spectrum）（マスと記載する場合がある）が得られる。マススペクトルは、横軸がｍ／ｚ（質量電荷比、ｍ：質量、ｚ：電荷）、縦軸が信号強度（イオン相対強度）である。質量分析装置は、マススペクトル情報から、既知物質の同定・推定などが可能である。
【0004】
質量分析装置は、例えば、計測・検知の対象となる試料（言い換えると、サンプル、検体、対象物など）を導入する試料導入部と、導入した試料をイオン化するイオン源および真空室と、イオンを異なる質量電荷比によって分離・検出するマススペクトル計測部（言い換えると検出部、分析部）と、マス計測の正負イオン化切り替えを制御する制御部とを備える。
【0005】
質量分析装置は、上記マス計測・質量分析を用いて、物質の成分の分析・解析、異物・危険物などの計測・検知、安心・安全性評価、特性評価、効能評価などを行うことで、高信頼化などを実現する。高精度・高感度な計測が可能である質量分析装置は、素材産業やプロセス産業、環境分野、生化学分野、セキュリティ分野などの幅広い分野における安心・安全性評価などの重要な工程で活用・運用される。
【0006】
先行技術例として、特開２０１３－１８１９１０号公報（特許文献１）が挙げられる。特許文献１には、質量分析システムの例が記載されている。
【先行技術文献】
【特許文献】
【0007】
【特許文献1】特開２０１３－１８１９１０号公報
【発明の概要】
【発明が解決しようとする課題】
【0008】
質量分析装置である検査装置は、対象となる試料の種類・特長、計測・検知の回数、連続稼働、装置設置環境などの違いによって、構成部位の汚れ・消耗・劣化などの程度・頻度・状況が異なる。例えば、検査装置が設置される顧客環境としては、空港、港湾、工場、研究所などがあり、それぞれの環境による影響が異なる。このため、質量分析装置は、高精度・高感度な計測が不定期に不可／不安定の状態となる場合があり、それにより検査装置の稼働を停止しなければならない場合もある。
【0009】
特に、不具合現象として、高精度・高感度な計測が不可になる状態である感度異常が発生した場合、検査装置の稼働が停止し、安心・安全性評価などの重要な工程での含有物質の計測ができなくなるほか、検査装置の信頼性を損なう結果となるため、対策が必要および重要である。対策は、構成部位の洗浄・清掃・交換などの対処作業、言い換えると保守作業が一般的である。しかしながら、質量分析装置では、異常発生原因となり得る構成部位が多く、また、部品などの構成部位の汚れ・消耗・劣化などを作業者が目視確認できないことも多い。例えば汚れや劣化等が微小であり、目視ではわかりにくい。そのような状況下で、検査装置の稼働状態を確認する必要があるほか、部品を交換する場合の設置・調整の精度も要求される。このことから、専門知識を持った作業者であっても、感度異常の原因の特定は難しく、交換などの対処作業に要する対策期間も含めて正常復帰させるまでに多大な時間を要する場合がある。
【0010】
従来、質量分析装置における安心・安全性・健全性・安定稼働を維持するための保守作業者やサービスエンジニアや監督者は、質量分析装置の稼働状況を定期的に収集・確認・点検・記録するほか、過去の感度異常などの事象を記録・保管する。また、作業者等は、構成部位の洗浄や交換の時期に備えて、点検作業や予備品購入などの計画・予算を立て、在庫管理などを行う。また、作業者等は、感度異常などの事象が発生した際に、正常復帰までに要する長期間を考慮し、短期間での代替機の準備や、運用計画・運転員の調整などを行う。従来では、検査装置の不具合などが発生した後に、サービスエンジニア等が、異常原因の特定を試みる。
【0011】
しかしながら、上記のような異常原因特定や保守交換を含む人的な作業には、専門知識を要し、多くの手間や時間がかかる。また、感度異常などの事象の発生時期の予測を人が高精度に行うことも難しい。事象の予測が難しいので、好適な保守交換時期や在庫などの計画も難しい。すなわち、検査装置を使用する顧客環境側での好適な管理や計画が難しい。顧客環境での検査装置の停止期間が長くなりがちである。
【0012】
感度異常などの事象が発生した際に、迅速な対応や、運用への悪影響の最小化が求められる。また、多大な保守管理費用の低減、適切な保守管理業務が遂行できる人材の確保や育成などが求められる。
【0013】
本開示の目的は、上記質量分析装置などの技術に関して、異常原因の特定を容易化し、保守等の対処を効率化できる技術を提供することである。
【課題を解決するための手段】
【0014】
本開示のうち代表的な実施の形態は以下に示す構成を有する。実施の形態は、質量分析装置である検査装置を管理する検査装置管理システムであって、プロセッサおよびメモリを有するコンピュータシステムを備え、前記コンピュータシステムは、前記検査装置についての時系列上のモニタリングとして、前記検査装置によるマススペクトル計測データと、前記検査装置の構成部位に関する所定のセンサパラメータ値についてのセンサによるセンサデータと、前記検査装置に関する設置環境情報を含む管理情報と、を含む稼働情報を、収集および蓄積し、前記稼働情報を可視化する画面を提供する。
【発明の効果】
【0015】
本開示のうち代表的な実施の形態によれば、上記質量分析装置などの技術に関して、異常原因の特定を容易化し、保守等の対処を効率化できる。上記した以外の課題、構成および効果等については、発明を実施するための形態において示される。
【図面の簡単な説明】
【0016】
【図1】実施の形態１の検査装置管理システムの構成を示す図。
【図2】実施の形態１で、検査装置の外観の構成例を示す図。
【図3】実施の形態１で、検査装置のハードウェア・ソフトウェアの構成例を示す図。
【図4】実施の形態１で、検査装置におけるセンサの設置例を示す図。
【図5】実施の形態１の検査装置管理システムのビジネスモデルおよびサービス・機能について示す図。
【図6】実施の形態１で、検査装置管理システムのコンピュータシステムの構成例を示す図。
【図7】実施の形態１で、検査装置管理システムのコンピュータシステムの処理例を示す図。
【図8】実施の形態１で、稼働情報のデータ例を示す図。
【図9】実施の形態１で、検査装置におけるマス計測の方式を示す図。
【図10】実施の形態１で、検査装置におけるマス計測部の構成例を示す図。
【図11】実施の形態１で、検査装置によって計測されるマススペクトルの例を示す図。
【図12】実施の形態１で、特定試料の例を示す図。
【図13】実施の形態１で、顧客環境と診断装置との間での、定期チェックを含むシーケンス例を示す図。
【図14】実施の形態１で、顧客環境に応じた物質のマススペクトルの例を示す図。
【図15】実施の形態１で、マススペクトルのパラメータ値、および感度異常の判定例を示す図。
【図16】実施の形態１で、マススペクトルのパラメータ値の変動例を示す図。
【図17】実施の形態１で、装置設置環境に応じたベースラインの変動例を示す図。
【図18】実施の形態１で、機械学習について示す図。
【図19】実施の形態１で、診断方式（ＬＳＣ法）について示す図。
【図20】実施の形態１の変形例で、学習モデルの流用について示す図。
【図21】実施の形態１で、車載の検査装置の場合について示す図。
【図22】実施の形態１で、第１画面例（モニタリング）を示す図。
【図23】実施の形態１で、第２画面例（診断）を示す図。
【図24】実施の形態１で、第３画面例（計画）を示す図。
【発明を実施するための形態】
【0017】
以下、図面を参照しながら本開示の実施の形態を詳細に説明する。図面において、同一部には原則として同一符号を付し、繰り返しの説明を省略する。図面において、構成要素の表現は、発明の理解を容易にするために、実際の位置、大きさ、形状、範囲等を表していない場合があるが、限定する意図は無い。説明上、記号「・」は、「および（AND）」を表す場合があり、記号「／」は、「または（OR）」を表す場合がある。
【0018】
説明上、プログラムによる処理について説明する場合に、プログラムや機能や処理部等を主体として説明する場合があるが、それらについてのハードウェアとしての主体は、プロセッサ、あるいはそのプロセッサ等で構成されるコントローラ、装置、計算機、システム等である。計算機は、プロセッサによって、適宜にメモリや通信インタフェース等の資源を用いながら、メモリ上に読み出されたプログラムに従った処理を実行する。これにより、所定の機能や処理部等が実現される。プロセッサは、例えばＣＰＵ／ＭＰＵやＧＰＵ等の半導体デバイス等で構成される。処理は、ソフトウェアプログラム処理に限らず、専用回路でも実装可能である。専用回路は、ＦＰＧＡ、ＡＳＩＣ、ＣＰＬＤ等が適用可能である。
【0019】
プログラムは、対象計算機に予めデータとしてインストールされていてもよいし、プログラムソースから対象計算機にデータとして配布されてもよい。プログラムソースは、通信網上のプログラム配布サーバでもよいし、非一過性のコンピュータ読み取り可能な記憶媒体、例えばメモリカードやディスクでもよい。プログラムは、複数のモジュールから構成されてもよい。コンピュータシステムは、複数台の装置によって構成されてもよい。コンピュータシステムは、クライアント・サーバシステム、クラウドコンピューティングシステム、ＩｏＴシステム等で構成されてもよい。各種のデータや情報は、例えばテーブルやリスト等の構造で構成されるが、これに限定されない。識別情報、識別子、ＩＤ、名前、番号等の表現は互いに置換可能である。
【0020】
［課題や解決手段］
従来、検査装置を扱う事業者による顧客へのサービスの体系は例えば以下である。顧客環境である空港や港湾などに、検査装置が設置される。顧客環境では、検査装置を用いて、薬物検査などの検査の業務が行われる。検査装置は、感度異常などが生じる場合がある。現場の作業者は、検査装置から検査実績や異常発生履歴などを収集・記録する。顧客または事業者のサービスエンジニア等の人は、作業者が手動で収集した情報に基づいて、異常原因の分析や、検査装置の保守計画などを行う。保守交換作業を要する場合、その人は、作業者に保守交換作業を依頼し、事業者の製造部門に交換部品または代替の検査装置を手配する。現場の作業者は、検査装置の構成部位を確認し、交換が必要な構成部位の部品を交換し、または、検査装置自体を代替の検査装置に交換し、正常動作するか確認する。
従来、検査装置を扱う事業者による顧客へのサービスの体系は例えば以下である。顧客環境である空港や港湾などに、検査装置が設置される。顧客環境では、検査装置を用いて、薬物検査などの検査の業務が行われる。検査装置は、感度異常などが生じる場合がある。現場の作業者は、検査装置から検査実績や異常発生履歴などを収集・記録する。顧客または事業者のサービスエンジニア等の人は、作業者が手動で収集した情報に基づいて、異常原因の分析や、検査装置の保守計画などを行う。保守交換作業を要する場合、その人は、作業者に保守交換作業を依頼し、事業者の製造部門に交換部品または代替の検査装置を手配する。現場の作業者は、検査装置の構成部位を確認し、交換が必要な構成部位の部品を交換し、または、検査装置自体を代替の検査装置に交換し、正常動作するか確認する。
【0021】
しかしながら、前述のように、検査装置の状態は、複数の要因が関係していて複雑であり、人が異常原因をすぐに特定することは難しく、検査装置の停止期間が長くなる場合がある。また、作業者や交換部品などをすぐに確保できるとも限らず、人員や製造・在庫の管理・計画が煩雑化する場合がある。
【0022】
前述の高精度・高感度な計測が不可になる状態である感度異常は、一般的に、質量分析における感度の異常である。例えば、正常な状態の検査装置では、既知の基準物質を計測した際に、マススペクトルにおいて、所定のピーク等の波形が検出される（図１５）。それに対し、感度が低下している検査装置の場合では、既知の基準物質を計測した際に、マススペクトルにおいて、検出されるピーク等の波形は、正常時の基準の波形に対し、ずれ等の変化が生じる（図１６）。マススペクトルの信号強度の状態とは、例えば、ピークずれ幅、マス幅、分解能、マスマーカなどのパラメータ値の挙動が挙げられる。
【0023】
このようなマススペクトルの変化が、感度異常などの状態と対応関係を有している。感度異常は、試料の計測によって得られるマススペクトルの信号強度の状態が不安定になる影響によって発生すると言える。言い換えると、感度異常が発生した場合には、マススペクトルの信号強度の状態は不安定となっている。
【0024】
そこで、実施の形態の検査装置管理システムは、特定試料の正負のイオンのマススペクトルのパラメータ値（信号強度の挙動、時系列の変動など）を、検査装置の状態の診断のための機械学習に学習データとして利用する。本システムは、陽イオン（ポジティブ）および陰イオン（ネガティブ）のそれぞれのマススペクトルの幅（マス幅とも記載）を持った特定試料のマススペクトル計測データを用いる（図１２）。これにより、本システムは、検査装置の感度異常などの状態を高精度に診断・分析する。
【0025】
実施の形態の検査装置管理システムは、以下のような解決手段を有する。上記のように、検査装置の感度異常などの状態は、試料のマススペクトルの信号強度の状態と対応関係を有する。このことから、実施の形態の検査装置管理システムは、以下のような機能などを提供することにより、課題を解決する。
【0026】
（１）．本システムは、まず、モニタ機能により、顧客環境の検査装置での特定試料のマススペクトル計測データ、構成部位のセンサデータ、および顧客環境の管理情報を含む、複数の種類の稼働情報を、監視（モニタ）・収集・取得し、ＤＢに蓄積する。
【0027】
（１Ａ）．本システムは、感度異常の検知・予知の精度向上のために、検査装置の設置環境に応じた、特定の試料およびベースラインから得られるマススペクトルの信号強度の状態を、稼働情報としてモニタ・収集する。本システムは、マススペクトルのマス軸や分解能などの所定のパラメータ値の時間的な変動のデータを取得する。特定の試料とは、後述するが、好適な校正に係わる物質であり、例えば、水、メトキシフェナミン、酸素、ＴＣＰ（トリクロロフェノール）、ＴＢＰ（トリブロモフェノール）、の５種類の物質のうちの少なくとも１つである。
【0028】
（１Ｂ）．本システムは、検査装置の構成部位の状態（例えば温度や電圧などのセンサパラメータ値）を、センサによってモニタ・収集する。言い換えると、本システムは、各構成部位のセンサパラメータ値をセンサデータとして収集・蓄積する。
【0029】
本システムは、顧客環境の検査装置について、これまでの装置納入・運用実績や異常事象対応実績などの経験に基づいて、感度異常の発生要因となる可能性の高い構成部位についての、例えば温度・電圧などの状態（センサパラメータ値）を、各種センサによって検出・測定して、稼働情報の一部として収集・蓄積する。また、本システムは、その他の異常（例えばポンプ異常、流量異常、電源異常、Ｈｅボンベ異常など）の発生要因となる可能性が高い構成部位についての温度・電圧などの状態を、各種センサによって検出・測定して、稼働情報の一部として収集・蓄積する。
【0030】
（１Ｃ）．本システムは、顧客環境の装置設置環境情報などを管理情報として取得・蓄積する。本システムは、一般的な管理情報（例えば顧客環境情報）や、従来人手で収集している各種情報（例えば検査実績情報、保守実績情報、異常事象情報など）も、収集・蓄積する。本システムは、検査装置が設置される顧客環境の情報（例えば空港や港湾などの設置場所情報）、設置態様の情報、検査回数などの情報、各構成部位の保守情報などの、非制御データについても、稼働情報あるいは関連情報の一部として適時に収集・蓄積する。
【0031】
（２）．本システムは、上記稼働情報に基づいて、複数の種類の稼働情報の挙動から成る複雑な状態である検査装置の状態を、診断機能によって学習・診断する。これにより、本システムは、顧客環境の検査装置の感度異常やその他の異常について、異常または異常予兆として検知／予知し、当該異常の原因／要因となる構成部位などを特定する。言い換えると、本システムは、構成部位の劣化や故障を検知／予測する。
【0032】
特に、本システムは、診断で、機械学習などの学習を適用する。本システムは、機械学習の学習用データ（言い換えると教師データ）として、検査装置の設置環境に応じた稼働情報を用いる。特に、本システムは、装置設置環境に応じて、特定試料のマススペクトルの計測データを用いて、学習を行う。本システムは、機械学習によって、マススペクトルのパラメータ値の挙動と、検査装置の感度異常などの状態との対応関係を学習する。本システムは、装置設置環境に応じた稼働情報の複数のパラメータ値の挙動から成る複雑な状態を、機械学習（例えば多次元モデル）によって分析する。これにより、装置設置環境に応じた影響を考慮した、感度異常等に関する診断結果を得る。
【0033】
本システムは、実際の診断の際には、学習済みの学習モデルに、装置設置環境の検査装置から取得した稼働情報を入力することで、学習モデルによる感度異常などの装置状態の推定の結果が、診断結果の出力として得られる。
【0034】
また、本システムは、異常／異常予兆の検知・予知に基づいて、当該異常／異常予兆の原因を特定／推定する。本システムは、例えば原因／要因となる構成部位を特定／推定する。特に、本システムは、原因特定でも、機械学習（例えば多次元モデル）により、装置設置環境による影響を考慮した、異常原因に関する診断結果を得る。
【0035】
（３）．さらに、本システムは、上記異常検知および原因特定を含む診断結果に基づいて、計画機能（言い換えると保全機能）によって、顧客環境の検査装置または構成部位についての、好適な保守・交換などの計画を立案する。本システムは、例えば、感度異常に関する構成部位および関連部位についての好適な部品交換および交換時期を立案する。また、本システムは、事業者側の検査装置および部品の製造管理に連携し、事前に部品の手配などを行う。
【0036】
（４）．検査装置は、検査装置の設置環境（例えば空港、港湾など）に応じて試料に付着／混入し得る物質（環境物質とも記載）についての成分の計測が可能である。そこで、本システムは、特定試料の計測（例えば定期チェック）に伴う、そのような成分（環境物質）の計測結果を利用して、上記異常および原因についての学習・診断を行う。
【0037】
実施の形態の検査装置管理システムを提供・運営する事業者は、上記のような一連の機能を、検査オペレーションサービスとして顧客に提供する。
【0038】
＜実施の形態１＞
図１～図２４を用いて、実施の形態１の検査装置管理システムおよび方法について説明する。実施の形態１の検査装置管理システムは、図１等に示すように、顧客環境１の検査装置１１の状態に関するモニタリング機能、診断機能、および保全機能（言い換えると計画機能）などを有するシステムである。実施の形態１の検査装置管理方法は、実施の形態１の検査装置管理システムのコンピュータによって実行される方法である。
図１～図２４を用いて、実施の形態１の検査装置管理システムおよび方法について説明する。実施の形態１の検査装置管理システムは、図１等に示すように、顧客環境１の検査装置１１の状態に関するモニタリング機能、診断機能、および保全機能（言い換えると計画機能）などを有するシステムである。実施の形態１の検査装置管理方法は、実施の形態１の検査装置管理システムのコンピュータによって実行される方法である。
【0039】
なお、実施の形態１の検査装置管理システムは、検査装置１１やセンサ１２などのハードウェア構成詳細については限定せず、コンピュータシステムおよびソフトウェアに関する特徴を有する。本システムによる管理対象となる検査装置１１は、マス計測部を備える質量分析装置であればよく、詳細を限定しない。検査装置１１の検査の対象となる試料７は、検査の種類に応じて異なり、詳細を限定しない。試料７などの物質は、気体／液体／固体などを限定しない。本システムは、サービス提供対象である顧客環境１とその顧客環境１に応じて設けられた検査装置１１の種別やＩＤなども把握し、その把握に応じて後述のモニタリングや診断や保全などを行う。なお、質量分析装置と検査装置とを同じ装置とみなしてもよいし、質量分析装置を構成要素として含んで構成される装置を検査装置とみなしてもよい。
【0040】
［検査装置管理システム］
図１は、実施の形態１の検査装置管理システムの構成を示す。図１のシステムは、顧客環境１と、実施の形態１の検査装置管理システムと、ユーザ端末５とを含み、それらは通信網９（例えばＬＡＮや広域通信網）を介して適宜に接続される。実施の形態１の検査装置管理システムは、診断装置２と、製造管理装置３と、情報表示装置４とを有し、これらは通信で接続される。診断装置２と製造管理装置３と情報表示装置４は、例えばサーバなどのコンピュータで構成される。図１でのユーザＵ１は、検査装置管理システムを利用する人である。検査者Ｕ２は、顧客環境１で試料７の検査を行う人である。
図１は、実施の形態１の検査装置管理システムの構成を示す。図１のシステムは、顧客環境１と、実施の形態１の検査装置管理システムと、ユーザ端末５とを含み、それらは通信網９（例えばＬＡＮや広域通信網）を介して適宜に接続される。実施の形態１の検査装置管理システムは、診断装置２と、製造管理装置３と、情報表示装置４とを有し、これらは通信で接続される。診断装置２と製造管理装置３と情報表示装置４は、例えばサーバなどのコンピュータで構成される。図１でのユーザＵ１は、検査装置管理システムを利用する人である。検査者Ｕ２は、顧客環境１で試料７の検査を行う人である。
【0041】
顧客環境１は、検査装置１１、センサ１２、および管理装置１３を含む。検査装置１１は、顧客環境１（例えば空港）で設置・使用され、検査作業の際に、試料７のマススペクトルを計測し、成分物質を分析する。検査装置１１は、検査結果を記憶および出力する。検査装置１１は、計測結果／検査結果のデータＤ１を、稼働情報Ｄ０の一部として、診断装置２へ出力・送信する。
【0042】
センサ１２は、検査装置１１に設置される各種のセンサ、検知器、計測器などであり、センサ値を含むセンサデータＤ２を、診断装置２へ出力・送信する。センサ１２は、検査装置１１に内蔵されているものを利用してもよいし、新たに設置されてもよい。センサ１２の種別やＩＤ、設置箇所なども、情報として管理される。
【0043】
管理装置１３は、顧客環境１に設けられ、検査装置１１などを管理している任意の装置やシステムである。管理装置１３は、顧客の管轄であり、顧客環境１に応じて、管理装置１３が有っても無くてもよい。管理装置１３が有る場合、管理装置１３は、検査装置１１の情報（例えばＩＤ、設置場所、検査日時、検査者、検査結果など）を管理・保持する。そのような情報を管理情報Ｄ３とする。診断装置２は、管理装置１３からそのような管理情報Ｄ３を取得してもよい。管理装置１３は、管理情報Ｄ３を、診断装置２へ出力・送信する。管理装置１３が無い場合、検査装置１１（例えば後述のＰＣ）は、同様の管理情報Ｄ３を保持していてもよく、その管理情報Ｄ３を、診断装置２へ出力・送信する。
【0044】
診断装置２は、対象の顧客環境１側から、通信で、上記データＤ１、センサデータＤ２、および管理情報Ｄ３、を含むデータ・情報を、稼働情報Ｄ０として、受信・取得・収集し、ＤＢ（データベース）２１Ａに蓄積する。なお、上記稼働情報Ｄ０の収集は、通信によって基本的に自動で行われるものとするが、これに限らず、一部の情報（例えば管理情報Ｄ３）を人が手動で授受・入力・設定するものとしてもよい。この収集は、診断装置２側から検査装置１１に要求を送信し、応答として取得するものとしてもよい。
【0045】
また、顧客環境１で、検査装置１１の保守・交換などの作業が生じた場合、その際の保守情報（保守情報Ｄ８とする）を、顧客環境１から診断装置２に出力・送信してもよい。例えば、作業者が保守作業を行い、その際の保守情報Ｄ８を任意のコンピュータ（例えば管理装置１３、検査装置１１のＰＣ、または保守用端末）に入力し、そのコンピュータが診断装置２に保守情報Ｄ８を送信してもよい。本実施例では、保守情報Ｄ８も稼働情報Ｄ０の一部とするが、これに限定されない。なお、この保守情報Ｄ８は、後述の定期チェックの情報（特定試料のマス計測データ）とは別とするが、これらを同じ情報として扱ってもよい。保守情報Ｄ８は、主に、事業者側での異常分析などに活用できる。
【0046】
診断装置２は、データ収集・蓄積部２１と、異常予兆検知部２２と、学習部２３とを有する。各部はプロセッサによる処理などで実現される。データ収集・蓄積部２１は、言い換えるとモニタ部であり、顧客環境１側から稼働情報Ｄ０｛データＤ１，センサデータＤ２，管理情報Ｄ３，保守情報Ｄ８｝を収集し、ＤＢ２１Ａに格納し、データとして管理する。
【0047】
異常予兆検知部２２は、言い換えると診断部や分析部であり、ＤＢ２１Ａに蓄積された稼働情報Ｄ０（データＤ４とする）に基づいて、検査装置１１の異常／異常予兆などの状態を診断し、診断結果情報（データＤ６とする）を生成し、ＤＢ２１Ａに格納する。なお、診断結果情報を格納するＤＢを別に設けてもよい。
【0048】
学習部２３は、ＤＢ２１Ａに蓄積された稼働情報Ｄ０（データＤ４）および診断結果情報（データＤ６）に基づいて、後述の機械学習の学習モデル２３Ａを構築および訓練する。異常予兆検知部２２は、訓練済みの学習モデル２３Ａ（データＤ５とする）を用いて診断を行う。学習部２３は、診断装置２内にあるものとしているが、これに限らず、診断装置２外にあるものとしてもよい。本検査装置管理システムとは別に、機械学習のサービスを行う事業者やコンピュータシステムが存在してもよく、それらと連携してもよい。
【0049】
製造管理装置３は、言い換えると生産計画スケジューラ装置であり、交換判断部３１を有する。交換判断部３１は、言い換えると計画部、保全部であり、稼働情報Ｄ０（データＤ４）および診断部２２の診断結果情報（データＤ６）に基づいて、検査装置１１の保守・交換に関する計画（後述の交換提案など）を立案して、計画情報（データＤ７とする）を生成し、メモリ資源に記憶する。なお、計画情報などを格納するＤＢを別に設けてもよい。
【0050】
なお、本実施例では診断装置２と製造管理装置３とが別のサーバ等のコンピュータシステムで構成されるが、これに限らずに、診断装置２と製造管理装置３とが一体のコンピュータシステムで構成されてもよい。変形例としては、顧客環境１の検査装置１１に、診断装置２や製造管理装置３などの機能を一体的に実装した形態としてもよい。
【0051】
情報表示装置４は、診断装置２および製造管理装置３と連携して、所定のユーザＵ１に対し、各種の情報、ＧＵＩ画面５０を提供する装置である。ユーザＵ１は、所定のサービスを受けるユーザであり、事業者側のユーザまたは顧客環境１側のユーザである。ユーザＵ１は、ＰＣやスマートフォンなどのユーザ端末５を使用する。情報表示装置４は、ＧＵＩ画面提供部４１、アラート出力部４２を有する。情報表示装置４は、診断装置２からの稼働情報Ｄ０（データＤ４）や診断結果情報（データＤ６）、製造管理装置３からの計画情報（データＤ７）を受信・参照する。ＧＵＩ画面提供部４１は、それらの情報に基づいて、ＧＵＩ画面データを生成し、ユーザ端末５に送信する。ユーザ端末５は、情報表示装置４から受信したＧＵＩ画面データに基づいて、自身のディスプレイにＧＵＩ画面５０を表示する。ユーザＵ１は、ＧＵＩ画面５０を見て、稼働情報、診断結果情報、計画情報などを確認できる。
【0052】
また、アラート出力部４２は、診断結果情報が所定の異常などを表している場合に、所定のアラートを、所定の出力先４３へ出力する。所定の出力先４３は、ユーザＵ１のユーザ端末５でもよいし、顧客環境１側の管理装置１３や所定の設備、所定の担当者などでもよい。所定のアラートは、画面表示、音声出力、メール通知、ランプ発光、振動など、各種の態様が可能である。
【0053】
なお、図１では１つの顧客環境１を図示しているが、事業者に対し、サービス提供対象となる複数の顧客環境１が存在してもよい。実施の形態１の検査装置管理システムは、事業者側のシステムであり、顧客環境１側の管理装置１３等から管理情報Ｄ３を参照・収集する。管理情報Ｄ３は、検査装置１１などに関する管理・制御用の情報である。本システムは、管理情報Ｄ３を、モニタリングや診断や保全などの一部に使用する。
【0054】
なお、図１のシステムでは、診断装置２および製造管理装置３による主要な処理機能に対し、情報表示装置４による情報出力機能やユーザ・インタフェース機能を分ける形態を示したが、これに限定されず、診断装置２等に情報出力機能等が統合されていてもよい。また、図１では、ＧＵＩ機能を担う情報表示装置４であるサーバに対し、ユーザ端末５がクライアント端末装置として接続される、クライアント・サーバ方式の形態を示したが、これに限定されず、診断装置２等や情報表示装置４に、ユーザ端末５の機能が統合されていてもよい。ユーザＵ１が情報表示装置４を操作し、情報表示装置４のディスプレイにＧＵＩ画面５０を表示してもよい。ユーザＵ１が診断装置２等を操作し、診断装置２等のディスプレイにＧＵＩ画面５０を表示してもよい。
【0055】
なお、クライアント・サーバ方式での通信の例は以下である。ユーザＵ１は、ユーザ端末５を操作し、ユーザ端末５は要求をサーバである情報表示装置４に送信する。情報表示装置４は、要求に対し、Ｗｅｂページ等によるＧＵＩ画面データを応答する。ユーザ端末５は、応答を受信し、自身のディスプレイにＷｅｂページ等によるＧＵＩ画面５０を表示する。ユーザＵ１は、ＧＵＩ画面５０の情報を見て、指示や設定を入力できる。ユーザ端末５は、指示や設定の情報を情報表示装置４に送信する。情報表示装置４は、受信した情報に基づいて、診断装置２などの対応する機能による処理を行い、処理結果情報をユーザ端末５に送信する。ユーザ端末５は、受信した処理結果情報に基づいてＧＵＩ画面５０の表示を更新する。
【0056】
［検査装置の外観］
図２は、検査装置１１の外観の構成例を示す。検査装置１１は、本体２０１、カバー２０２、ＰＣ２０３等を備える。図２の（Ａ）は、通常使用時の、カバー２０２が閉じられた状態であり、カバー２０２を台としてカバー２０２上にＰＣ（コンピュータ）２０３が設置されている状態である。図２の（Ｂ）は、保守作業等の際に、カバー２０２が開けられた状態であり、本体２０１の内部に設置されている構成部位２０４（後述）が見える状態である。ＰＣ２０３は、検査装置１１の操作および入出力のためのコントローラとなるコンピュータであり、データ処理機能を有し、検査装置１１を検査者Ｕ２（図１）等が操作する際のグラフィカル・ユーザ・インタフェース（ＧＵＩ）を提供する。
図２は、検査装置１１の外観の構成例を示す。検査装置１１は、本体２０１、カバー２０２、ＰＣ２０３等を備える。図２の（Ａ）は、通常使用時の、カバー２０２が閉じられた状態であり、カバー２０２を台としてカバー２０２上にＰＣ（コンピュータ）２０３が設置されている状態である。図２の（Ｂ）は、保守作業等の際に、カバー２０２が開けられた状態であり、本体２０１の内部に設置されている構成部位２０４（後述）が見える状態である。ＰＣ２０３は、検査装置１１の操作および入出力のためのコントローラとなるコンピュータであり、データ処理機能を有し、検査装置１１を検査者Ｕ２（図１）等が操作する際のグラフィカル・ユーザ・インタフェース（ＧＵＩ）を提供する。
【0057】
実施の形態１では、ＰＣ２０３は、検査装置１１の稼働情報Ｄ０（図１）をまとめ、通信で診断装置２へ送信する。ＰＣ２０３は、マス計測データや質量分析結果などのデータＤ１を取得し、診断装置２へ送信する。また、ＰＣ２０３は、センサ１２のセンサデータＤ２を取得し、診断装置２へ送信する。また、ＰＣ２０３は、管理情報Ｄ３を取得し、診断装置２へ送信してもよい。また、ＰＣ２０３は、保守情報Ｄ８を取得し、診断装置２へ送信してもよい。データＤ１、センサデータＤ２、管理情報Ｄ３、および保守情報Ｄ８は、それぞれ別のタイミングで送信されてもよいし、関連付けた態様のデータとして同じタイミングで送信されてもよい。また、ＰＣ２０３は、データＤ１やセンサデータＤ２をそのまま診断装置２へ送信してもよいが、データＤ１やセンサデータＤ２から演算処理を行って所定のパラメータ値を生成し、そのデータを診断装置２へ送信してもよい。すなわち、ＰＣ２０３は、診断装置２の機能の一部を担ってもよい。
【0058】
検査装置１１のＰＣ２０３は、診断装置２や製造管理装置３から、通信で、検査装置管理に関する指示や設定の情報を受信してもよく、その情報に応じた動作を行うようにしてもよい。これにより、例えば、検査装置１１の状態（診断結果など）に応じて、例えば感度異常などの理由で検査装置１１を遠隔で一時停止させる等の機能を実現可能である。また、例えば、検査装置１１の状態（診断結果など）に応じて、後述のマス軸調整テーブル（言い換えると校正用情報）などの設定情報が遠隔で自動更新される等の機能を実現可能である。
【0059】
ＰＣ２０３は、作業者による検査装置１１の保守作業時にも使用され、保守情報Ｄ８（例えば保守日時、保守内容などの情報）を入力・記憶することもできる。これに限らずに、管理装置１３に保守情報Ｄ８を入力・記憶してもよいし、作業者が保守用端末を携帯し、保守作業時に保守用端末を検査装置１１に接続して保守作業を行い、保守情報Ｄ８を入力してもよい。ＰＣ２０３または管理装置１３または保守用端末は、そのような保守情報Ｄ８を、稼働情報Ｄ０の一部として、診断装置２へ出力・送信してもよい。あるいは、作業者等が、情報表示装置４やユーザ端末５を使用して、ＧＵＩ画面５０で保守情報Ｄ８を入力できるようにしてもよい。この場合、ＧＵＩ画面５０で入力された保守情報Ｄ８が、本システムのＤＢ２１Ａに蓄積される。
【0060】
ＰＣ２０３は、一般的なノートＰＣなどを適用できるが、これに限定されない。ＰＣ２０３は、プロセッサ、メモリ、通信インタフェース、入力デバイス（例えばキーボードやマウス）、出力デバイス（例えばディスプレイ）などを備え、本体２０１から得られる検出信号などを処理してマス計測データや検査結果データを得る。ＰＣ２０３は、マス計測データなどのデータＤ１やセンサデータＤ２を、メモリに保持し、適時に診断装置２へ送信する。
【0061】
検査者Ｕ２などのユーザは、ＰＣ２０３を操作することで、検査装置１１の稼働のオン／オフの切り替え、検査実行、設定、保守などが可能である。
【0062】
［検査装置の構成例］
図３は、検査装置１１のハードウェアおよびソフトウェアの構成例を示す。図３ではカバー２０２を省略している。図３では、検査者Ｕ２および対象者Ｕ３も図示している。対象者Ｕ３は、人体から採取した試料７を検査（例えば薬物検査）する場合の検査対象の人である。
図３は、検査装置１１のハードウェアおよびソフトウェアの構成例を示す。図３ではカバー２０２を省略している。図３では、検査者Ｕ２および対象者Ｕ３も図示している。対象者Ｕ３は、人体から採取した試料７を検査（例えば薬物検査）する場合の検査対象の人である。
【0063】
検査装置１１は、本体２０１において、真空室３１０、ワイパローダ３２０、ワイパローダ（ＷＬ）制御ユニット３３０、マスフローコントローラ（ＭＦＣ）３４０、電源部３５０、排気ポンプ（ＤＰ）３６０、Ｈｅガスボンベ３７０などを備える。真空室３１０には、マス計測部（言い換えると質量分析部）３０１、イオン源３０２、ターボ分子ポンプ３０３、Ｈｅ制御部３０４、制御基板３０５などを備える。
【0064】
図３の検査装置１１は、イオントラップ型で正負極性自動切り替え機能付きのマス計測部３０１を備えた質量分析装置である。例えば、薬物検査の場合、検査者Ｕ２は、対象者Ｕ３の首元の皮脂を、専用のガーゼ（ワイプ）によって拭き取り、試料７として、ワイパホルダ３８０に保持する。
【0065】
ワイパローダ３２０は、拭き取り型の試料７を導入する試料導入部であり、装置正面に開口した投入口や、ファンを有しており、試料７が保持されたワイパホルダ３８０を導入（ロード）する。ロードされたワイパホルダ３８０からは、試料７に対応するサンプルガスが、真空室３１０内に導入される。
【0066】
ワイパローダ（ＷＬ）制御ユニット３３０は、ＰＬＣ（プログラマブル・ロジック・コントローラ）などを備え、ワイパローダ３２０の動作を制御するユニットである。
【0067】
マスフローコントローラ（ＭＦＣ）３４０は、サンプルガス、バッファーガス（例えばＨｅガス）などのガスの流れを制御するユニットである。ＭＦＣ３４０は、制御基板３０５と接続されており、制御基板３０５からの制御に基づいて、エアポンプ、流量、圧力などを制御する。ＭＦＣ３４０は、装置正面に開口するフィルタなどを有し、余分なサンプルガスを外部へ排気する。
【0068】
ターボ分子ポンプ３０３は、マス計測部３０１と接続されており、真空排気を行う。排気ポンプ（ＤＰ）３６０は、ターボ分子ポンプ３０３と接続されており、制御基板３０５からの制御に基づいて、外部へ真空排気を行う。
【0069】
Ｈｅガスボンベ３７０は、配管を通じて、Ｈｅガスを、Ｈｅ制御部３０４に供給する。なお、Ｈｅガスボンベ３７０は、検査装置１１の構成要素として図示しているが、検査装置１１の外部にある設置物と捉えても構わない。Ｈｅ制御部３０４は、Ｈｅガスボンベ３７０から供給されたＨｅガスを、マス計測部３０１に供給する。
【0070】
電源部３５０は、外部からのＡＣ電源入力に基づいて、ＤＣ電力を生成し、各部へ必要な電力を供給する。
【0071】
真空室３１０において、制御基板３０５は、真空室３１０の構成要素などを制御する。制御基板３０５は、検査装置１１の計測の主要な制御を行うコントローラに相当する。制御基板３０５は、ＰＣ２０３からの指示を受け付ける。ＰＣ２０３は、ＷＬ制御ユニット３３０や真空室３１０の制御基板３０５などに指示を与えることができる。
【0072】
マス計測部（質量分析部）３０１は、詳細を後述するが、イオン源３０２を通じて供給されるイオン化されたサンプルガスについて、マススペクトルを計測する。マス計測部３０１で計測されたマススペクトルの信号は、ＰＣ２０３に送られてデータ処理される。
【0073】
［センサ例］
図４には、図３の検査装置１１に設置するセンサ１２の具体例を示す。図４では、構成部位に対し、温度センサ、電圧・電流計、圧力計、流量計、マイク／振動センサ等のセンサを設ける一例を模式で示している。
図４には、図３の検査装置１１に設置するセンサ１２の具体例を示す。図４では、構成部位に対し、温度センサ、電圧・電流計、圧力計、流量計、マイク／振動センサ等のセンサを設ける一例を模式で示している。
【0074】
感度異常の発生要因となる構成部位としては、マス計測部３０１などが考えられる。他の異常として、ポンプ異常、流量異常、電源異常、Ｈｅボンベ異常などの発生要因となる構成部位としては、排気ポンプ（ＤＰ）３６０、配管、ＭＦＣ３４０、電源部３５０、Ｈｅガスボンベ３７０などが考えられる。そこで、実施の形態１では、各構成部位に設置したセンサ１２によって、各構成部位に関するセンサパラメータ値として、温度、電圧、電流、圧力、流量などを、時系列データであるセンサデータＤ２としてモニタする。
【0075】
本体２０１の外側に露出する位置には、温度センサＴＳ１が設置されている。温度センサＴＳ１は、室温、外気温などを検出する。マス計測部３０１には、温度センサＴＳ２が設置されている。温度センサＴＳ２は、マス計測部３０１の温度を検出する。温度センサＴＳ２は、イオン源３０２に設置されてもよい。制御基板３０５には、温度センサＴＳ３が設置されている。温度センサＴＳ３は、制御基板３０５の温度を検出する。ワイパローダ３２０には、温度センサＴＳ４が設置されている。温度センサＴＳ４は、ワイパローダ３２０の温度を検出する。その他、配管などに温度センサが設置されてもよい。
【0076】
制御基板３０５には、電圧・電流計ＥＳ１が設置されている。電圧・電流計ＥＳ１は、制御基板３０５の各端子の電圧や電流を検出する。電圧・電流計ＥＳ１は、マス計測部３０１に備える電極の電圧や電流を検出するものとしてもよい。
【0077】
マス計測部３０１には、圧力計ＰＳ１が設置されている。圧力計ＰＳ１は、マス計測部３０１の圧力を検出する。Ｈｅガスベンベ３７０には、圧力計ＰＳ２が設置されている。圧力計ＰＳ２は、Ｈｅガスベンベ３７０の圧力を検出する。排気ポンプ（ＤＰ）３６０には、圧力計ＰＳ３が設置されている。圧力計ＰＳ３は、排気ポンプ（ＤＰ）３６０の圧力を検出する。ＭＦＣ３４０には、圧力計ＰＳ４が設置されている。圧力計ＰＳ４は、ＭＦＣ３４０での圧力を検出する。
【0078】
Ｈｅガスベンベ３７０からの配管には、流量計ＦＳ１が設置されている。流量計ＦＳ１は、Ｈｅガスの流量を検出する。ワイパローダ３２０、イオン源３０２、およびＭＦＣ３４０間の配管には、流量計ＦＳ２が設置されている。流量計ＦＳ２は、サンプルガスの流量（出力流量）を検出する。
【0079】
マス計測部３０１には、マイク／振動センサＭＳ１が設置されている。マイク／振動センサＭＳ１は、マス計測部３０１の発生音あるいは振動を検出する。マイク／振動センサＭＳ１は、超音波センサなどでもよい。その他、顧客環境によっては、環境物質の量としてオイル量を検出するためのセンサなどが個別に設けられてもよい。例えば、排気ポンプ（ＤＰ）３６０に、オイル量／漏れ量／汚れ量を検出するためのセンサ（例えば漏洩センサ、オイルクオリティセンサ）などが設置される。他のセンサ類としては、稼働時間などを測定するためのタイマや、真空度を測定する真空計などが設置されてもよい。電源部３５０には、発電量やエンジン回転数などを測定するセンサ類が設置されてもよい。
【0080】
検査装置１１の構成部位の汚れや劣化、位置ずれ等の影響によって、マス計測の感度・精度が低下する場合がある。しかしながら、前述のように、微細な汚れや劣化の検出は人には難しい。そこで、本システムは、センサデータＤ２を含む稼働情報Ｄ０のモニタリングに基づいて、診断装置２が検査装置１１の状態を診断する。これにより、作業者による目視確認に頼らずに、検査装置１１の状態を診断でき、好適な保守が可能となる。
【0081】
［ビジネスモデル］
図５は、図１の実施の形態１の検査装置管理システムにおける、ビジネスモデルとしての構成を示す。実施の形態１の検査装置管理システムは、以下に説明する３つのビジネスモデルをすべて実装した例である。
図５は、図１の実施の形態１の検査装置管理システムにおける、ビジネスモデルとしての構成を示す。実施の形態１の検査装置管理システムは、以下に説明する３つのビジネスモデルをすべて実装した例である。
【0082】
（第１ビジネスモデル）
実施の形態１の検査装置管理システムは、第１ビジネスモデルとして、顧客環境１に対し、検査装置１１に関するモニタリングサービスＳＶ１（言い換えると稼働情報提供サービス）を提供する。事業者側の診断装置２は、顧客環境１側に対し、検査装置１１の状態に関する稼働情報Ｄ０を可視化するＧＵＩ画面５０を提供する。モニタリングサービスＳＶ１では、検査装置１１から稼働情報Ｄ０をモニタしてＧＵＩ画面５０に表示する。事業者側の診断装置２は、前述のように、顧客環境１の検査装置１１などから稼働情報Ｄ０を収集し、ＤＢ２１Ａに蓄積する。この稼働情報Ｄ０であるモニタリングデータの中には、前述のセンサデータＤ２や管理情報Ｄ３を含む。診断装置２は、稼働情報Ｄ０のパラメータ値を可視化するＧＵＩ画面５０を、所定のユーザＵ１に提供する。ユーザＵ１は、ＧＵＩ画面５０で、稼働情報Ｄ０の内容をグラフ等の形式でわかりやすく確認できる（後述）。
実施の形態１の検査装置管理システムは、第１ビジネスモデルとして、顧客環境１に対し、検査装置１１に関するモニタリングサービスＳＶ１（言い換えると稼働情報提供サービス）を提供する。事業者側の診断装置２は、顧客環境１側に対し、検査装置１１の状態に関する稼働情報Ｄ０を可視化するＧＵＩ画面５０を提供する。モニタリングサービスＳＶ１では、検査装置１１から稼働情報Ｄ０をモニタしてＧＵＩ画面５０に表示する。事業者側の診断装置２は、前述のように、顧客環境１の検査装置１１などから稼働情報Ｄ０を収集し、ＤＢ２１Ａに蓄積する。この稼働情報Ｄ０であるモニタリングデータの中には、前述のセンサデータＤ２や管理情報Ｄ３を含む。診断装置２は、稼働情報Ｄ０のパラメータ値を可視化するＧＵＩ画面５０を、所定のユーザＵ１に提供する。ユーザＵ１は、ＧＵＩ画面５０で、稼働情報Ｄ０の内容をグラフ等の形式でわかりやすく確認できる（後述）。
【0083】
なお、図５では、所定のユーザＵ１として、事業者側のユーザＵ１ａと、顧客環境１側のユーザＵ１ｂ（例えば保全課の作業者などの人）とがいる場合を示し、一方でも両方でもよい。事業者側のユーザＵ１ａは、例えばユーザ端末５に表示されたＧＵＩ画面５０で情報を確認し、顧客環境１側のユーザＵ１ｂに情報を通知してもよい。顧客環境１側のユーザＵ１ｂは、例えばユーザ端末５に表示されたＧＵＩ画面５０で情報を確認し、確認の結果、管理装置１３等に連携して情報管理や制御指示などを行ってもよい。また、顧客環境１側のユーザＵ１ｂは、確認の結果、検査装置１１に対し、保守・交換などの作業を行ってもよい。
【0084】
従来では、顧客環境１における検査装置１１の状態や挙動、特に感度異常などが把握しにくかった。従来のビジネスモデルは、検査装置１１という物の販売である。顧客は、検査装置１１を設置・管理し、顧客自身で検査装置１１の保守交換計画、在庫計画等を立てる。顧客は、検査装置１１を交換する場合、事業者から検査装置１１を購入して交換する。
【0085】
一方、第１ビジネスモデルでは、診断装置２によって、顧客環境１の検査装置１１の状態を、稼働情報Ｄ０としてモニタリングし、実績情報としてＤＢ２１Ａに蓄積する。顧客側のユーザＵ１ｂは、ＧＵＩ画面５０で確認した稼働情報Ｄ０に基づいて、検査装置１１の保守交換計画、在庫計画などを、従来よりも好適に立案・実行できる。
【0086】
事業者は、顧客に対し、第１ビジネスモデルのモニタリングサービスＳＶ１を販売・提供する。例えば、事業者は、当該サービスを、データセンタ上の定額サービスなどの形態で提供し、顧客からサービス利用料の定期支払いを受け取ってもよい。事業者は、顧客から、検査装置１１または構成部品の交換の依頼を受けた場合には、交換先の物を提案・販売する。
【0087】
（第２ビジネスモデル）
実施の形態１の検査装置管理システムは、第２ビジネスモデルとして、顧客環境１側に対し、検査装置１１の異常／異常予兆の状態に関する診断サービスＳＶ２を提供する。第２ビジネスモデルは、第１ビジネスモデルに機能等が追加されたものである。事業者側の診断装置２は、前述のように、ＤＢ２１Ａの稼働情報Ｄ０に基づいて、装置設置環境の影響を考慮して検査装置１１の状態を診断し、異常／異常予兆を検知・予知する。診断装置２は、診断結果情報を可視化するＧＵＩ画面５０を、所定のユーザＵ１（事業者側のユーザＵ１ａや顧客側のユーザＵ１ｂ）に提供する。
実施の形態１の検査装置管理システムは、第２ビジネスモデルとして、顧客環境１側に対し、検査装置１１の異常／異常予兆の状態に関する診断サービスＳＶ２を提供する。第２ビジネスモデルは、第１ビジネスモデルに機能等が追加されたものである。事業者側の診断装置２は、前述のように、ＤＢ２１Ａの稼働情報Ｄ０に基づいて、装置設置環境の影響を考慮して検査装置１１の状態を診断し、異常／異常予兆を検知・予知する。診断装置２は、診断結果情報を可視化するＧＵＩ画面５０を、所定のユーザＵ１（事業者側のユーザＵ１ａや顧客側のユーザＵ１ｂ）に提供する。
【0088】
ユーザＵ１は、ＧＵＩ画面５０で、診断結果情報として異常／異常予兆などの状態を見て確認できる。また、ユーザＵ１は、その状態に対応したアラートを受けとることができる。顧客側のユーザＵ１ｂは、診断結果情報やアラートに基づいて、異常／異常予兆が検知されている場合、検査装置１１の保守・交換などの対処を検討できる。また、診断結果情報に基づいて、診断装置２から、通信で、管理装置１３または検査装置１１等に連携してもよい。例えば、診断装置２は、検知した異常の度合いが大きい場合には、即時にその旨を管理装置１３やユーザＵ１ｂに通知し、管理装置１３やユーザＵ１ｂから検査装置１１の制御（例えば稼働停止）を即時に行ってもよい。あるいは、診断装置２は、直接的に検査装置１１の制御（例えば稼働停止）を即時に行ってもよい。
【0089】
事業者は、例えば診断装置２をデータセンタ上にクラウドコンピューティングサービスとして構築してもよい。事業者は、その診断装置２による診断サービスＳＶ２を、顧客に対し提供する。事業者は、診断サービスＳＶ２に相当する診断ツールや診断アプリケーションを、顧客に対し提供してもよい。顧客は、顧客環境１のコンピュータシステム内で、その診断ツール等をインストールして利用してもよい。
【0090】
診断装置２は、顧客環境１から稼働情報Ｄ０を取得し、機械学習および診断を行い、診断結果情報を可視化するＧＵＩ画面５０をユーザＵ１に提供する。顧客側のユーザＵ１ｂは、ＧＵＩ画面５０で、稼働情報Ｄ０の閲覧とともに、診断サービスＳＶ２（診断ツール等）を利用でき、診断結果情報を閲覧できる。顧客は、稼働情報Ｄ０および診断結果情報に基づいて、検査装置１１の保守・交換計画、在庫計画などを、従来よりも好適に立案・実行できる。
【0091】
事業者は、顧客に対し、第２ビジネスモデルの診断サービスＳＶ２を販売・提供する。例えば、事業者は、データセンタ上の診断サービスＳＶ２の利用料を顧客から受け取ってもよい。利用量は、定期定額、または従量課金でもよい。事業者は、顧客から、検査装置１１や構成部品の交換の依頼を受けた場合には、交換先の物を提案・販売する。
【0092】
（第３ビジネスモデル）
実施の形態１の検査装置管理システムは、第３ビジネスモデルとして、顧客環境１側に対し、検査装置１１の保守・交換に関する保全サービスＳＶ３（言い換えると交換提案サービス等）を提供する。第３ビジネスモデルは、第１および第２ビジネスモデルに機能等が追加されたものである。事業者側の製造管理装置３は、ＤＢ２１Ａの稼働情報Ｄ０および診断結果情報に基づいて、検査装置１１の状態を考慮した、保守・交換計画、生産・在庫計画を立案する。製造管理装置３は、立案した計画情報を可視化するＧＵＩ画面５０を、所定のユーザＵ１（事業者側のユーザＵ１ａや顧客側のユーザＵ１ｂ）に提供する。ユーザＵ１は、ＧＵＩ画面５０で、計画情報として交換時期や交換部位などを見て確認できる。顧客側のユーザＵ１ｂは、計画情報に基づいて、検査装置１１の保守・交換などの検討や決定、スケジュールに従った交換作業ができる。
実施の形態１の検査装置管理システムは、第３ビジネスモデルとして、顧客環境１側に対し、検査装置１１の保守・交換に関する保全サービスＳＶ３（言い換えると交換提案サービス等）を提供する。第３ビジネスモデルは、第１および第２ビジネスモデルに機能等が追加されたものである。事業者側の製造管理装置３は、ＤＢ２１Ａの稼働情報Ｄ０および診断結果情報に基づいて、検査装置１１の状態を考慮した、保守・交換計画、生産・在庫計画を立案する。製造管理装置３は、立案した計画情報を可視化するＧＵＩ画面５０を、所定のユーザＵ１（事業者側のユーザＵ１ａや顧客側のユーザＵ１ｂ）に提供する。ユーザＵ１は、ＧＵＩ画面５０で、計画情報として交換時期や交換部位などを見て確認できる。顧客側のユーザＵ１ｂは、計画情報に基づいて、検査装置１１の保守・交換などの検討や決定、スケジュールに従った交換作業ができる。
【0093】
事業者は、顧客に対し、第３ビジネスモデルの保全サービスＳＶ３を販売・提供する。事業者は、例えば製造管理装置３をデータセンタ上にクラウドコンピューティングサービスとして構築してもよい。事業者は、製造管理装置３による保全サービスＳＶ３に相当する保全ツールや保全アプリケーションを、顧客に対し提供してもよい。顧客は、顧客環境１のコンピュータシステム内で、その保全ツール等をインストールして利用してもよい。事業者は、保全サービスＳＶ３の利用料を顧客から受け取ってもよい。利用料は、定期定額、または従量課金でもよい。事業者は、顧客から、検査装置１１や構成部位の交換の依頼を受けた場合には、交換先の検査装置や部品を販売する。
【0094】
事業者側のユーザＵ１ａは、計画情報に基づいて、検査装置１１の製造計画を立ててもよいし、新製品の仕様を検討してもよい。事業者は、保全サービスＳＶ３で交換計画を立案した場合、顧客から交換の依頼を受ける前であっても、その交換計画に対応した検査装置１１の製造計画を立てて、事業者の製造部門に手配してもよい。これにより、製造計画の効率化ができる。
【0095】
実施の形態１の検査装置管理システムは、上記第１～第３ビジネスモデルを実装した形態であるが、勿論、これに限定されず、第１ビジネスモデルのみを実装した形態や、第２ビジネスモデルのみを実装した形態も可能である。顧客は、第１～第３ビジネスモデルのうちから顧客環境１に応じて選択したビジネスモデルでのサービスを受けることができる。
【0096】
［コンピュータシステム］
図６は、実施の形態１の検査装置管理システムを構成するコンピュータシステムの構成例を示す。例えば図１の診断装置２、製造管理装置３、および情報表示装置４は、それぞれ図６のようなコンピュータシステムで構成されてもよい。また、それらの装置が１つのコンピュータシステムとして統合されて構成されてもよい。
図６は、実施の形態１の検査装置管理システムを構成するコンピュータシステムの構成例を示す。例えば図１の診断装置２、製造管理装置３、および情報表示装置４は、それぞれ図６のようなコンピュータシステムで構成されてもよい。また、それらの装置が１つのコンピュータシステムとして統合されて構成されてもよい。
【0097】
図６のコンピュータシステムは、コンピュータ１０００と、コンピュータ１０００に外部接続される入力装置１００５および出力装置１００６と、コンピュータ１０００に対し通信網１０２０（図１での通信網９に相当する）を介して接続されるクライアント端末装置１０３０（図１でのユーザ端末５に相当する）とを有する。事業者の管理者は、コンピュータシステムを管理する。所定のユーザＵ１は、入力装置１００５および出力装置１００６、または、クライアント端末装置１０３０を操作することで、コンピュータシステムの機能を利用する。
【0098】
コンピュータ１０００は、プロセッサ１００１、メモリ１００２、通信インタフェース装置１００３、入出力インタフェース装置１００４等を備え、それらはバス等のアーキテクチャを介して相互に接続されている。プロセッサ１００１は、例えばＣＰＵ、ＲＯＭ、ＲＡＭ等で構成される。メモリ１００２は、不揮発性記憶装置や補助記憶装置等で構成される。通信インタフェース装置１００３は、通信網１０２０等に対応した通信インタフェースを備える。入出力インタフェース装置１００４には入力装置１００５および出力装置１００６が接続されている。
【0099】
メモリ１００２には、例えば、制御プログラム１０１１、設定情報１０１２、ＤＢ１０１３、画面データ１０１４などが格納される。制御プログラム１０１１は、診断装置２などの機能を実現するプログラムである。プロセッサ１００１は、メモリ１００２から読み出した制御プログラム１０１１に従った処理を実行することで、所定の機能を実行モジュールとして実現する。設定情報１０１２は、制御プログラム１０１１に関するシステム設定情報やユーザ設定情報である。ＤＢ１０１３は、例えば図１でのＤＢ２１Ａ等のデータベースである。画面データ１０１４は、例えば図１での情報表示装置４によるＧＵＩ画面５０を構成するＷｅｂページ等のデータである。
【0100】
［基本処理フロー］
図７は、実施の形態１の検査装置管理システムの基本処理フローを示す。図６のコンピュータシステム（図１の診断装置２や製造管理装置３や情報表示装置４）は、図７のフローに従った処理を実行する。本フローは、ステップＳ１～Ｓ７を有する。
図７は、実施の形態１の検査装置管理システムの基本処理フローを示す。図６のコンピュータシステム（図１の診断装置２や製造管理装置３や情報表示装置４）は、図７のフローに従った処理を実行する。本フローは、ステップＳ１～Ｓ７を有する。
【0101】
ステップＳ１で、診断装置２のデータ収集・蓄積部２１は、顧客環境１の検査装置１１等から、所定のタイミングで、稼働情報Ｄ０｛データＤ１，センサデータＤ２，管理情報Ｄ３，保守情報Ｄ８｝を収集し、ＤＢ２１Ａに蓄積する。所定のタイミングは、常時でも定期でもよいし、収集する対象のパラメータごとに決められたタイミングでもよい。収集する管理情報Ｄ３は、顧客環境１のＩＤ、検査装置１１のＩＤや種別、検査の種別、対象の試料７や物質などの情報を含んでもよい。
【0102】
ステップＳ２で、診断装置２は、ＤＢ２１Ａに蓄積した稼働情報Ｄ０のデータＤ４に基づいて、情報表示装置４と連携して、モニタリングサービスＳＶ１における、稼働情報Ｄ０を可視化するＧＵＩ画面５０を、ユーザＵ１に対し表示させる。ユーザＵ１は、ユーザ端末５から情報表示装置４にアクセスすることで、所望の時にそのＧＵＩ画面５０を閲覧できる。
【0103】
ステップＳ３で、診断装置２の学習部２３は、ＤＢ２１Ａに蓄積されている稼働情報Ｄ０のデータＤ４を学習データとして用いて、稼働情報Ｄ０と検査装置１１の異常等の状態との関係を機械学習する。すなわち、学習部２３は、学習データを用いて、学習モデル２３Ａを訓練する。具体的には、学習部２３は、例えば、特定試料のマス計測のデータＤ１やセンサデータＤ２の時系列の変動の状態と、検査装置１１の異常等の状態との関係を学習し、学習モデル２３Ａのパラメータを調整する。学習部２３は、学習モデル２３Ａが十分な精度に達したかを確認し、達した場合には、実際の診断への利用を可能とする。
【0104】
ステップＳ４で、診断装置２の診断部２２は、実際の診断を行う場合に、顧客環境１の検査装置１１等から取得した稼働情報Ｄ０｛データＤ１，センサデータＤ２，管理情報Ｄ３，保守情報Ｄ８｝を、訓練済みの学習モデル２３Ａ（データＤ５）に入力して、学習モデル２３Ａによる推定の結果として、検査装置１１の異常／異常予兆の状態を診断・検知する。診断部２２は、診断結果情報のデータＤ６を生成し、ＤＢ２１Ａに格納する。
【0105】
ステップＳ５で、診断装置２は、診断結果情報のデータＤ６に基づいて、情報表示装置４と連携して、診断サービスＳＶ２における、診断結果情報を可視化するＧＵＩ画面５０を、ユーザＵ１に対し表示させる。ユーザＵ１は、ユーザ端末５から情報表示装置４にアクセスすることで、所望の時にそのＧＵＩ画面５０を閲覧できる。診断装置２は、診断結果として異常／異常予兆の検知結果などを即時に通知すべき場合には、管理装置１３や所定のアラート出力先４３へ通知する。
【0106】
ステップＳ６で、診断装置２に連携する製造管理装置３は、計画部３１によって、診断結果情報のデータＤ６に基づいて、検査装置１１の保守・交換計画などを立案して、計画情報のデータＤ７を生成し、自身のメモリ資源（またはＤＢ２１Ａ）に格納する。立案は、検査装置１１や構成部品の交換時期や、交換先の検査装置や部品の仕様などを含む。
【0107】
ステップＳ７で、製造管理装置３は、計画情報のデータＤ７に基づいて、情報表示装置４と連携して、保全サービスＳＶ３における、計画情報を可視化するＧＵＩ画面５０を、ユーザＵ１に対し表示させる。ユーザＵ１は、ユーザ端末５から情報表示装置４にアクセスすることで、所望の時にそのＧＵＩ画面５０を閲覧できる。以上のようなフローが同様に繰り返される。
【0108】
［稼働情報Ｄ０］
図８は、稼働情報Ｄ０の構成例を示す。稼働情報Ｄ０は、検査装置１１の稼働時に常時または定期にモニタリングされる情報である。図８での稼働情報Ｄ０は、データＤ１、センサデータＤ２、管理情報Ｄ３、および保守情報Ｄ８を有する。
図８は、稼働情報Ｄ０の構成例を示す。稼働情報Ｄ０は、検査装置１１の稼働時に常時または定期にモニタリングされる情報である。図８での稼働情報Ｄ０は、データＤ１、センサデータＤ２、管理情報Ｄ３、および保守情報Ｄ８を有する。
【0109】
データＤ１は、言い換えるとマス計測データ、検査結果データ等である。データＤ１は、計測日時（例えば定期チェック日時）、特定試料情報、マススペクトル計測データ、ベースライン情報、ピークずれ量、マス幅、中間マス幅、積算値、分解能、マスマーカ値などのデータ・情報を有する。詳細は後述する。
【0110】
センサデータＤ２は、検出日時、センサと構成部位（設置箇所）との対応関係を表す情報、センサパラメータ（例えば温度、電圧など）、センサ値などのデータ・情報を有する。
【0111】
管理情報Ｄ３は、顧客環境ＩＤ、装置設置環境情報（設置場所情報）、検査種別、検査装置ＩＤ、機種、検査回数、連続稼働時間、設置態様（据置／車載）、移動距離・振動情報、などのデータ・情報を有する。
【0112】
装置設置環境情報（言い換えると設置場所情報）は、例えば、空港、港湾、工場、研究所といった情報である。例えば、空港の場合には、航空機などによる騒音がある。例えば、港湾の場合には、試料７に海水の塩分が混入する場合がある。例えば、工場の場合には、製造機械によるオイル成分が試料７に混入する場合がある。このような顧客環境１の違いがマス計測に影響する。
【0113】
検査回数は、検査装置１１の使用開始から現在までの期間において検査（マス計測を含む通常の検査）が実行された総回数の情報である。連続稼働時間は、検査装置１１を稼働状態で連続的に使用された時の時間（例えば最大時間）である。検査回数のほかにも、保守回数（保守作業が実行された総回数）などを扱ってもよい。
【0114】
設置態様は、検査装置１１の設置における、据置（固定）、車載（可搬型）などの態様を表す情報である。例えば、検査環境が港湾である場合において、複数の場所の各場所に、各検査装置１１を設置するのではなく、車載の検査装置１１として、各場所に移動可能な構成とする場合がある。車載の場合、検査装置１１が適宜に移動される。その移動の際には、振動が発生する。移動距離・振動情報は、検査装置１１が移動した総距離の情報や、振動状態を表す情報である。
【0115】
保守情報Ｄ８は、例えば、装置状態、保守日時、構成部位、保守内容、などのデータ・情報を有する。保守情報Ｄ８は、保守・交換作業が行われた検査装置１１および構成部位についての実績情報である。装置状態は、正常、異常／異常予兆、故障、停止などの状態を表す情報である。保守内容は、クリーニング、点検、交換などがある。保守情報Ｄ８は、クリーニング回数や部品交換回数などを含んでもよい。保守情報Ｄ８は、作業者によるコメント等を含んでもよい。
【0116】
診断装置２は、データ収集・蓄積部２１（モニタリング機能）による稼働情報Ｄ０のモニタリングの際に、データＤ１、センサデータＤ２、管理情報Ｄ３等の各種のパラメータ値を、それぞれ、設定された周期や日時などのタイミングで取得してもよい。例えば、特定試料のマス計測データであるデータＤ１については、顧客環境１での運用に合わせて、例えば１日１回、朝の定時などのタイミングとしてもよい。本システムの診断装置２が、顧客環境１の検査装置１１での特定試料のマス計測（定期チェック）に関するスケジュールを管理してもよい。スケジュールに従って、診断装置２が、顧客環境１の検査装置１１に、特定試料を用いたマス計測の実施の要求を送信し、その要求を受けて確認した作業者が、検査装置１１で特定試料を用いたマス計測を実施し、検査装置１１がその結果のデータＤ１を送信し、診断装置２が受信・取得するようにしてもよい。
【0117】
また、診断装置２は、顧客環境１での定期的な保守点検作業、あるいは突発的な保守作業が発生した時に、保守情報Ｄ８を収集するようにしてもよい。
【0118】
【0119】
ステップ１： 検査者Ｕ２は、ワイパホルダ３８０によって試料７をサンプリングし、ワイパホルダ３８０をワイパローダ３２０にロードする。
【0120】
ステップ２： ワイパローダ３２０は、ＷＬ制御ユニット３３０による制御に基づいて、試料７に対応するサンプルガスを真空室３１０のイオン源３０２に供給する。詳しくは、ワイパローダ３２０は、試料導入器により試料７からサンプルガス（例えば薬物分子）を生成する。サンプルガスは、ＭＦＣ３４０による制御に基づいて、配管を通じて、真空室３１０のイオン源３０２に供給される。
【0121】
ステップ３： イオン源３０２において、サンプルガスは、イオン化される。イオン化されたサンプルガスは、マス計測部３０１に供給される。余分なサンプルガスは、ＭＦＣ３４０を通じて外部へ排気される。
【0122】
ステップ４： マス計測部３０１において、導入されたイオン化されたサンプルガスは、質量分離と構造解析が行われる。詳細については後述する。
【0123】
ステップ５： マス計測部３０１での計測によってマススペクトル計測信号が得られる。計測信号（検出信号）は、ＰＣ２０３に送られ、データ処理される。ＰＣ２０３では、マススペクトル計測データと、内部データベース情報とに基づいて、試料７に対応する物質（例えば薬物）の同定が行われ、検査結果が生成される。
【0124】
［マス計測部（２）：構成例］
図１０は、図９のマス計測部（質量分析部）３０１の構成例を示す。マス計測部３０１の室内には、エンドキャップ電極５０１，５０３（言い換えるとレンズ電極）と、リング電極５０２とを有する。室内に導入されたイオン化されたサンプルガス５１１（言い換えるとイオン）は、エンドキャップ電極５０１、リング電極５０２、エンドキャップ電極５０３、を順に経由して検出される。エンドキャップ電極５０１，５０３には高周波電圧５０４が印加される。リング電極５０２には高周波電圧５０５が印加される。本構成例ではリング電極５０２を有するイオントラップ型を示しているが、電極が線形であるリニアイオントラップ型でもよい。
図１０は、図９のマス計測部（質量分析部）３０１の構成例を示す。マス計測部３０１の室内には、エンドキャップ電極５０１，５０３（言い換えるとレンズ電極）と、リング電極５０２とを有する。室内に導入されたイオン化されたサンプルガス５１１（言い換えるとイオン）は、エンドキャップ電極５０１、リング電極５０２、エンドキャップ電極５０３、を順に経由して検出される。エンドキャップ電極５０１，５０３には高周波電圧５０４が印加される。リング電極５０２には高周波電圧５０５が印加される。本構成例ではリング電極５０２を有するイオントラップ型を示しているが、電極が線形であるリニアイオントラップ型でもよい。
【0125】
本実施例の方式では、エンドキャップ電極５０１，５０３およびリング電極５０２によって構成されるトラップに、イオン５１２が保持される。リング電極５０２の高周波電圧を上昇させると、ｍ／ｚが小さいイオン５１２から放出されて検出される。すなわち、検出器５１０を通じてマス計測部３０１から検出信号が出力される。このようにして、成分（イオン）のｍ／ｚに応じた分離によって、マススペクトルが得られる。
【0126】
［マス計測部（３）：マス軸調整］
同じ図１０では、マス軸調整に関する構成例も示している。制御基板３０５は、電圧極性切り替え機能５２０、陽イオン用マス軸調整テーブル５２１、陰イオン用マス軸調整テーブル５２２、を備える。制御基板３０５のプロセッサは、処理によって機能を実現する。制御基板３０５のメモリにはテーブル等のデータが保持されている。
同じ図１０では、マス軸調整に関する構成例も示している。制御基板３０５は、電圧極性切り替え機能５２０、陽イオン用マス軸調整テーブル５２１、陰イオン用マス軸調整テーブル５２２、を備える。制御基板３０５のプロセッサは、処理によって機能を実現する。制御基板３０５のメモリにはテーブル等のデータが保持されている。
【0127】
制御基板３０５の電圧極性切り替え機能５２０は、陽イオンの計測時には、レンズ電極５０１，５０３の極性が、陽イオン向けの電圧になるように、高周波電圧５０４を制御し、陰イオンの計測時には、レンズ電極５０１，５０３の極性が、陰イオン向けの電圧になるように、高周波電圧５０４を制御する。
【0128】
陽イオン用マス軸調整テーブル５２１は、陽イオンの計測に対応したマス軸（例えば後述の図１５でのマス軸１５０２）を調整するためのデータが設定されたテーブルである。陰イオン用マス軸調整テーブル５２２は、陰イオンの計測に対応したマス軸を調整するためのデータが設定されたテーブルである。
【0129】
実施の形態１では、上記電圧極性切り替え機能５２０および正負のマス軸調整テーブルに対応した診断が可能となっている。試料７および環境物質の陰陽のイオンに応じて、影響が異なる。例えば、レンズ電極５０１，５０３やリング電極５０２の位置ずれや劣化などの状態を診断可能となる。また、診断結果に応じて、保守の一種（言い換えると校正）としてのマス軸調整（正負のマス軸調整テーブルの補正など）に関する提案も可能となる。
【0130】
［マス計測部（４）：マススペクトル］
図１１は、図１０のマス計測部（質量分析部）３０１で検出・計測されたマススペクトルの例を示す。図１１の（Ａ）は、計測で得られたマススペクトルの例を波形で図示している。横軸がｍ／ｚ、縦軸が信号強度である。サンプルガスに複数の成分物質が含まれているため、マススペクトルは、複数のピーク（例えばピーク１１０１，１１０２など）が混在している。ピークごとに、後述の図１５、図１６で示すような判定が可能である。例えば、ｍ／ｚピーク値を中心とした計測範囲内での信号強度積算値と、閾値との比較による、特定の成分物質に該当するかどうかの判定が可能である。
図１１は、図１０のマス計測部（質量分析部）３０１で検出・計測されたマススペクトルの例を示す。図１１の（Ａ）は、計測で得られたマススペクトルの例を波形で図示している。横軸がｍ／ｚ、縦軸が信号強度である。サンプルガスに複数の成分物質が含まれているため、マススペクトルは、複数のピーク（例えばピーク１１０１，１１０２など）が混在している。ピークごとに、後述の図１５、図１６で示すような判定が可能である。例えば、ｍ／ｚピーク値を中心とした計測範囲内での信号強度積算値と、閾値との比較による、特定の成分物質に該当するかどうかの判定が可能である。
【0131】
図１１の（Ｂ）は、別のマススペクトルの例である。この例では、例えばピーク１１１１やピーク１１１２が観測できる。ピーク１１１１は、ｍ／ｚ２００付近にあり、ピーク１１１２は、ｍ／ｚ２３０付近にある。ピーク１１１１に対応している成分物質の例は、トリクロロフェノールである。ピーク１１１２に対応している成分物質の例は、テトラクロロフェノールである。
【0132】
［特定試料］
図１２は、特定試料（標準物質とも記載する）の例を示す。実施の形態１では、これらの５種類の特定試料を、標準物質として、後述の学習を行う。図１２の表は、特定試料の情報を管理する場合のデータテーブルの例（特定試料データ１２００）を示している。診断装置２は、例えば管理情報Ｄ３の一部として、特定試料データ１２００を管理してもよい。この表は、試料名、ｍ／ｚ、極性を有する。極性は、イオンの正負の極性である。
図１２は、特定試料（標準物質とも記載する）の例を示す。実施の形態１では、これらの５種類の特定試料を、標準物質として、後述の学習を行う。図１２の表は、特定試料の情報を管理する場合のデータテーブルの例（特定試料データ１２００）を示している。診断装置２は、例えば管理情報Ｄ３の一部として、特定試料データ１２００を管理してもよい。この表は、試料名、ｍ／ｚ、極性を有する。極性は、イオンの正負の極性である。
【0133】
実施の形態１で、特定試料は、陽イオン（ポジティブ）として、水（ｍ／ｚ＝３７）、メトキシフェナミン（ｍ／ｚ＝１７９．５）を有し、陰イオン（ネガティブ）として、酸素（ｍ／ｚ＝３２）、ＴＣＰ（ｍ／ｚ＝１９５）、ＴＢＰ（ｍ／ｚ＝３３１）を有する。ここでのｍ／ｚとは、後述の図１５での計測範囲（マス幅）１５０３に相当する。
【0134】
［運用例：定期チェック］
顧客環境１での検査装置１１の保守時には、作業者により、各構成部位の点検やクリーニング等が行われる。検査装置１１の保守は、顧客環境１に応じて異なるが、例えば１日１回など、通常の検査業務の開始前に事前の定期チェック（言い換えると定期メンテナンス、事前検査）として行われる場合がある。なお、ここでの定期チェックは、突発的な異常の発生時の事業者による保守対応とは別のものである。
顧客環境１での検査装置１１の保守時には、作業者により、各構成部位の点検やクリーニング等が行われる。検査装置１１の保守は、顧客環境１に応じて異なるが、例えば１日１回など、通常の検査業務の開始前に事前の定期チェック（言い換えると定期メンテナンス、事前検査）として行われる場合がある。なお、ここでの定期チェックは、突発的な異常の発生時の事業者による保守対応とは別のものである。
【0135】
実施の形態１の検査装置管理システムでは、上記のような顧客環境１での検査装置１１の定期チェックの際に、図１２の特定試料を用いたマス計測を実施させる。顧客環境１の検査装置１１に、予め特定試料が用意され、特定試料を用いた計測の手順を含む定期チェックが、通常の検査業務とともに、運用の一部として規定される。
【0136】
定期チェックにより、特定試料のマス計測データを含んだデータＤ１または保守情報Ｄ８が得られる。診断装置２は、検査装置１１から、そのデータＤ１または保守情報Ｄ８を取得し、ＤＢ２１Ａに格納する。この定期チェック結果データは、長期にもわたって時系列データとして保存される。
【0137】
また、この定期チェック時には、マススペクトルのベースライン（後述の図１７）の計測なども行われる。ベースラインの計測は、検査装置１１に何の試料７も入力しない状態でのマススペクトルの計測によって得られる。あるいは、ベースラインの計測は、検査装置１１にブランク紙を入力した状態での波形の計測によって得られるものでもよい。ベースラインの計測にも、環境物質の影響が反映される場合がある。
【0138】
実施の形態１の検査装置管理システムは、稼働情報Ｄ０の一部としてＤＢ２１Ａに蓄積された、定期チェックのデータ（特に特定試料のマス計測データ）を、診断機能の学習データおよび診断対象データとして利用する。
【0139】
図１３は、実施の形態１の検査装置管理システムにおける、検査装置１１の定期チェックの運用例を示す。図１３では、図１２の特定試料を計測するタイミングについての実施例を示している。図１３では、ある顧客環境１の検査装置１１と、本システムの診断装置２との間での通信などのシーケンスを示す。縦軸は日時である。
【0140】
顧客環境１において、検査者または作業者は、通常の検査業務の開始前、例えば１日１回、朝の定時に、検査装置１１の定期チェックを実行する（ステップ１３０１）。この定期チェックでは、検査装置１１で、図１２の水などの特定試料を用いたマス計測が行われる。検査装置１１（例えばＰＣ２０３）または管理装置１３等は、その特定試料のマス計測のデータＤ１を含む定期チェック結果データを、通信で、本システムの診断装置２に送信する（ステップ１３０２）。定期チェック結果データには、同時に測定されたセンサデータＤ２も伴う。言い換えると、診断装置２は、定期チェック後のタイミングで、顧客環境１の検査装置１１または管理装置１３等から、通信で、その定期チェック結果データを、稼働情報Ｄ０の一部として収集する。診断装置２は、取得した定期チェック結果データなどをＤＢ２１Ａに格納する（ステップ１３０３）。なお、定期チェック結果データの収集・蓄積の際には、顧客環境情報（図８の管理情報Ｄ３の装置設置環境情報など）をあわせて取得してもよいし、予め取得されている顧客環境情報と関連付けてそれらのデータを格納してもよい。
【0141】
顧客環境１において、検査者は、通常の検査業務を行う（ステップ１３０４）。検査装置１１、センサ１２、または管理装置１３は、検査装置１１の稼働中にセンサ１２により検出されたセンサデータＤ２を、適宜のタイミング（例えばセンサ１２ごとに予め設定されたタイミング）で、診断装置２に送信する（ステップ１３０５）。診断装置２は、センサ１２のセンサデータＤ２を取得し、ＤＢ２１Ａに格納する（ステップ１３０６）。
【0142】
学習フェーズでは、上記のような、一定量以上の定期チェック結果データを用いて、学習が行われる。診断装置２は、ＤＢ２１Ａに蓄積された稼働情報Ｄ０のデータを用いて、学習モデル２３Ａを訓練・学習する（ステップ１３０７）。十分な学習が済むと、診断フェーズに移行する。
【0143】
診断フェーズでは、診断装置２は、検査装置１１から通信で得た稼働情報Ｄ０（例えばデータＤ１およびセンサデータＤ２）を、学習モデル２３Ａに入力して、検査装置１１の状態を診断する。なお、診断の際には、ＤＢ２１Ａに収集済みの顧客環境情報などの管理情報Ｄ３も使用される。図１３では、定期チェック（ステップＳ１３１１）による定期チェック結果データ等が送信される（ステップＳ１３１２）。診断装置２は、その定期チェック結果データ等を格納する（ステップＳ１３１３）。また、通常の検査（ステップＳ１３１４）による検査結果データ等が送信される（ステップＳ１３１５）。診断装置２は、その検査結果データ等を格納する（ステップＳ１３１６）。
【0144】
そして、診断装置２は、それらの定期チェック結果データや検査結果データ等に対応する稼働情報Ｄ０を用いて診断を行う（ステップＳ１３１７）。診断装置２は、その稼働情報Ｄ０から得た所定のパラメータ値を、学習モデル２３Ａに入力し、出力として、検査装置１１の状態および異常原因に関する診断結果情報を得る。この結果、診断装置２は、検査装置１１の感度異常や、故障の異常予兆などを検知した場合には、ユーザＵ１に対し出力する（ステップＳ１３１８）。また、その際、診断装置２は、検知した異常などの状態に対応する構成部位や、異常原因となる構成部位に関する情報を、ユーザＵ１に対し出力する。また、診断装置２は、製造管理装置３による保全サービスとも連携して、異常原因の構成部位に関するクリーニングや部品交換などの保守計画を提案する。
【0145】
［環境影響によるマススペクトル］
図１４は、環境影響によるマススペクトルの例を示す。図１４では、顧客環境１の検査装置１１が試料７（環境物質）として鉱油を計測した場合のマススペクトルの例を示している。このマススペクトルでは、ｍ／ｚ３００～６００程度の広い範囲１４００で、多くのマススペクトルが観測されている。
図１４は、環境影響によるマススペクトルの例を示す。図１４では、顧客環境１の検査装置１１が試料７（環境物質）として鉱油を計測した場合のマススペクトルの例を示している。このマススペクトルでは、ｍ／ｚ３００～６００程度の広い範囲１４００で、多くのマススペクトルが観測されている。
【0146】
顧客環境１に応じて、環境物質（言い換えると背景物質）として、鉱油を多く有する場合がある。例えば、工場の工作機械などには、鉱油が多く使用されている。このような顧客環境１に検査装置１１が設置されている場合、試料７の計測は、その鉱油の影響を受ける。装置設置環境に応じて、このようなマス計測のバックグラウンド、環境影響としてのマススペクトルがある。
【0147】
図１４の鉱油のマススペクトルに対し、破線で重畳して図示しているスペクトル１４０１は、ＴＣＰのｍ／ｚ１９５である。また、破線で重畳して図示しているスペクトル１４０２は、ＴＢＰのｍ／ｚ３３１である。ＴＣＰのｍ／ｚ１９５のスペクトル１４０１は、ｍ／ｚ３００～６００の範囲１４００の外にあるため、バックグラウンド値が低く、高感度の計測が期待できる。他方、ＴＢＰのｍ／ｚ３３１のスペクトル１４０２は、ｍ／ｚ３００～６００の範囲１４００内にあるため、バックグラウンド値が高く、検出される信号強度が低くなる場合には、計測が難しくなる（言い換えると感度が低くなる）と予想される。なお、このような課題の解決方法の１つとしては、ＭＳＭＳ分析法が知られている。
【0148】
上記例のように、検査装置１１の設置環境、例えば環境物質に応じて、検査対象物質の計測に影響が生じる。他の顧客環境１の例で、港湾の場合には、海水の塩分などによる影響が生じる。
【0149】
そこで、実施の形態１では、ＴＣＰなどの特定試料の正負のイオンのマス計測データと装置設置環境情報とを含むパラメータ値を、学習データ（言い換えると教師データ）として学習モデル２３Ａを構築・学習する。これにより、装置設置環境の環境物質などの影響を反映したモデルを提供でき、その影響を考慮した装置状態診断、マス軸調整、および試料成分物質推定が可能となる。好適な学習・診断のために、特定試料は、図１２のように、観測ｍ／ｚが、正負の両極性での広い計測範囲をカバーするように設計される。
【0150】
実施の形態１では、特定試料として図１２の５種類の標準物質を用いて、正（ポジティブ）・負（ネガティブ）のマス計測を行い、マス軸調整を行う。検査装置１１のマススペクトルの計測範囲は、機種にも依るが、例えばｍ／ｚ３０～４５０である。この計測範囲では、正（ポジティブ）・負（ネガティブ）の両極性のイオンが計測可能である。実施の形態１では、対象となる検査装置１１は、正電荷を持つイオン（陽イオン）と負電荷を持つイオン（陰イオン）とを計測可能である。検査装置１１は、陽イオンの計測時と、陰イオンの計測時とでは、イオン光学系（図１０）のレンズ電極５０１，５０３の電圧極性を切り替える（電圧極性切り替え機能５２０）。
【0151】
その際、電極の形状や電源などの影響によって、正極性と負極性との絶対値がずれる場合がある。そのため、質量分析装置である検査装置１１では、校正用に、陽イオン用マス軸調整テーブル５２１と陰イオン用マス軸調整テーブル５２２との２つのテーブルを持っている。検査装置１１は、標準物質の極性が正と負との両極性で計測しているが、それは、上記２つの校正用のマス軸調整テーブルを決定するためである。また、検査装置１１の計測範囲は上記ｍ／ｚ３０～４５０であり、実施の形態１では、このうちの例えば図１２の特定試料のｍ／ｚに対応したｍ／ｚ３２～３３１の範囲を用いて、マス軸調整テーブルを決定する。
【0152】
異常原因分析の一例としては以下が挙げられる。装置設置環境が工場である場合に、機械等で用いる鉱油（環境物質）が、試料７のサンプルガスに混入する。その影響によって、マススペクトルのピーク値のずれ、既知物質の検出感度の低下などが生じる。本システムは、そのようなサンプルガスの計測データを用いた学習および診断により、環境物質（鉱油）による影響によって、マス計測の感度異常がどの程度生じるか等がわかる。異常原因としては例えばマス計測部等のオイルによる汚れ等であるとわかる。
【0153】
異常原因分析の他の例としては、設置態様が車載である場合に、検査装置１１が移動によって振動する。その振動の影響によって、構成部位（例えばマス計測部３０１の電極）の位置ずれが生じる。本システムは、そのような振動に関するセンサデータＤ２を用いた診断により、その位置ずれの影響によって、感度異常がどの程度生じるか等がわかる。異常原因としては例えば車載の移動距離や運用状況等であるとわかる。
【0154】
［不具合事象］
次に、従来、検査装置１１での不具合事象の発生の具体例は、以下が挙げられる。不具合事象として、前述の感度異常などがある。ここでは、感度異常の場合を例示する。感度異常をより詳細に分析すると、以下のように分類が可能である。まず、感度異常を発生させる要因となる構成部位の違いがある。その構成部位として、例えば図３の構成の場合、イオン源３０２を含むマス計測部３０１、電源部３５０、制御部（制御基板３０５など）、ＰＣ２０３（ソフトウェアを含む）、電気的ケーブル、排気ポンプ（ＤＢ）３６０、配管（流量）、Ｈｅガスボンベ３７０などが挙げられる。さらに、詳細には、構成部位ごとに、複数の要因が挙げられる。例えば、マス計測部３０１については、イオン源３０２の汚れ、電極の劣化、電極の電圧変動、圧力アラーム、フィルタの詰まり等がある。
次に、従来、検査装置１１での不具合事象の発生の具体例は、以下が挙げられる。不具合事象として、前述の感度異常などがある。ここでは、感度異常の場合を例示する。感度異常をより詳細に分析すると、以下のように分類が可能である。まず、感度異常を発生させる要因となる構成部位の違いがある。その構成部位として、例えば図３の構成の場合、イオン源３０２を含むマス計測部３０１、電源部３５０、制御部（制御基板３０５など）、ＰＣ２０３（ソフトウェアを含む）、電気的ケーブル、排気ポンプ（ＤＢ）３６０、配管（流量）、Ｈｅガスボンベ３７０などが挙げられる。さらに、詳細には、構成部位ごとに、複数の要因が挙げられる。例えば、マス計測部３０１については、イオン源３０２の汚れ、電極の劣化、電極の電圧変動、圧力アラーム、フィルタの詰まり等がある。
【0155】
感度異常の発生原因は、１つの構成部位の要因のみとは限らず、複数の構成部位、複数の要因が重なる場合もある。直接的な原因を特定するためには、多くの確認や評価などが必要となり、多くの手間・時間を要する場合がある。その感度異常の発生の間、顧客環境１では、検査装置１１および検査業務を停止する必要がある。この停止時間はなるべく短いことが望ましい。そのため、直接的な原因の特定ができるまでの間、代替機に交換して運用するか、あるいは、以下のような一時的な対処を行う場合がある。
【0156】
事業者は、過去の経験、すなわち異常発生履歴や保守実績などから、異常の要因や事象として多い要因や事象がわかる。例えば、最も多い要因や事象が、マス計測部３０１の汚れであるとする。この場合に、一時的な対処としては、異常の要因を、マス計測部３０１の汚れと仮定し、保守対応として当該構成部位のクリーニングを実施する。これにより、その検査装置１１および当該構成部位を交換せずに、現状復帰を優先する。しかしながら、この一時的な対処は、直接的な原因の特定ではないので、改善が望まれる。
【0157】
［感度異常の事例］
図１５は、マススペクトルの波形と感度異常の事例を示す。図１５の（Ａ）は、検査装置１１の感度が正常な状態の場合のマススペクトルの波形の一例を示し、横軸がｍ／ｚ、縦軸が信号強度である。波形１５０１は、マススペクトルの波形を示す。一点鎖線で示すマス軸１５０２は、信号強度がピーク１５０４（信号強度ピーク値１５０４Ａ）となるｍ／ｚ（言い換えるとｍ／ｚピーク値１５０４Ｂ）である。丸印で示すピーク１５０４は、信号強度がピーク（信号強度ピーク値１５０４Ａ）となる点である。
図１５は、マススペクトルの波形と感度異常の事例を示す。図１５の（Ａ）は、検査装置１１の感度が正常な状態の場合のマススペクトルの波形の一例を示し、横軸がｍ／ｚ、縦軸が信号強度である。波形１５０１は、マススペクトルの波形を示す。一点鎖線で示すマス軸１５０２は、信号強度がピーク１５０４（信号強度ピーク値１５０４Ａ）となるｍ／ｚ（言い換えるとｍ／ｚピーク値１５０４Ｂ）である。丸印で示すピーク１５０４は、信号強度がピーク（信号強度ピーク値１５０４Ａ）となる点である。
【0158】
マス軸１５０２に対し両側にある破線および矢印で示す計測範囲１５０３は、マス幅を示す。ピークずれ幅１５０６は、マス軸１５０２に関する、正常な状態からのずれ幅（ずれ量、変動量）である。本例では、ピークずれ幅１５０６は０である。
【0159】
矢印で示す範囲１５０５は、信号強度が中間値（ベース値とピーク値１５０４Ａとの中間値）となる、ｍ／ｚの幅であり、中間マス幅とも記載する。
【0160】
中間マス幅を記号Ａ、ピークずれ幅を記号Ｂ、マス幅を記号Ｃで表すとする。分解能を記号Ｄ、マスマーカ値を記号Ｅで表すとする。除算を用いて、分解能は、Ｄ＝Ｃ／Ａで規定される。マスマーカ値は、Ｅ＝Ｂ／Ｃで規定される。
［分解能（Ｄ）］＝［マス幅］／［中間マス幅］＝Ｃ／Ａ
［マスマーカ値（Ｅ）］＝［ピークずれ幅］／［マス幅］＝Ｂ／Ｃ
［分解能（Ｄ）］＝［マス幅］／［中間マス幅］＝Ｃ／Ａ
［マスマーカ値（Ｅ）］＝［ピークずれ幅］／［マス幅］＝Ｂ／Ｃ
【0161】
また、斜線ハッチングで示す、計測範囲１５０３内にある領域１５０７は、波形１５０１における信号強度の積算値（Ｆとする）を示す。
【0162】
上記例のようなマススペクトルのパラメータ値（Ａ～Ｆ）を用いて、感度異常かどうかの判定が可能である。図１５の（Ｂ）および（Ｃ）は、図１２の水などの特定試料において、横軸を時間、縦軸を（Ａ）の積算値１５０７とした場合を示す。積算値１５０７に関する閾値１５１１が設定されている。（Ｂ）の例では、時系列上で、積算値１５０７は、閾値１５１１未満となっており、特定試料の積算値１５０７が陰性と判断されていることから、感度異常と判定される。（Ｃ）の例では、時系列上で、特定試料の積算値１５０７は、時間１５１２以降で、閾値１５１１以上となっていることから、感度異常ではないと判定される。
【0163】
検査装置が正常の状態での（Ａ）のようなマススペクトルのデータは、診断のための基準となるデータとして利用できる。
【0164】
図１６は、検査装置１１が感度異常となる場合における、マススペクトルの状態の事例を示す。図１６の（Ａ）の波形１６０１は、第１例として、信号強度のピーク１５０４が、図１５の（Ａ）のような基準に比べて低くなっている場合を示す。この場合、積算値１５０７も、（Ａ）の基準に比べて小さくなっている。比較のため、基準でのピーク１５０４も丸印で示している。
【0165】
図１６の（Ｂ）の波形１６０２は、第２例として、信号強度のピーク１５０４に対応するｍ／ｚピーク値１５０４Ｂ（マス軸１５０２）が、図１５の（Ａ）のような基準に比べて、ずれがある場合を示す。このピーク値ずれ幅１５０６を、基準のマス軸１５０２（二点鎖線で示す）からのずれとして、一方向矢印で示している。
【0166】
【0167】
図１６の（Ｄ）の波形１６０４は、第４例として、信号強度のピーク１５０４が、図１５の（Ａ）のような基準に比べて、複数になっている場合を示す。この例では、複数のピーク１５０４として３つのピーク１５０４（１５０４ａ，１５０４ｂ，１５０４ｃ）が観測されており、信号強度が大きい順に、ピーク１５０４ａ、ピーク１５０４ｂ、ピーク１５０４ｃ、で示している。また、この例では、ピークずれ幅１５０６は、基準に対するピーク１５０４ａのずれとして示している。
【0168】
検査装置１１の感度異常は、上記のような各種のマススペクトルの状態と関係しており、信号強度ピーク値、ｍ／ｚピーク値、マス幅、ピークずれ幅、積算値などのパラメータ値との関係を有している。検査装置１１の感度異常は、上記のようなマススペクトルの状態の影響によって発生している。
【0169】
上記のような各種のマススペクトルの状態の挙動、パラメータ値の時系列上の変動についても、図１５と同様に、例えば閾値を用いて、状態判定が可能である。実施の形態１では、特に、機械学習による学習モデル（後述）を用いて、多次元のパラメータ値についての状態判定が可能である。
【0170】
［ベースライン］
図１７は、マススペクトルのベースラインについての説明図である。例えば、検査装置１１の設置場所の違いが、マススペクトルのベースラインに影響する。設置場所に応じて、ベースラインが、安定な場合もあるし、不安定な場合もある。ベースラインは、検査装置１１が試料の計測を行っていない状態での、マススペクトルの信号強度の状態である。
図１７は、マススペクトルのベースラインについての説明図である。例えば、検査装置１１の設置場所の違いが、マススペクトルのベースラインに影響する。設置場所に応じて、ベースラインが、安定な場合もあるし、不安定な場合もある。ベースラインは、検査装置１１が試料の計測を行っていない状態での、マススペクトルの信号強度の状態である。
【0171】
図１７は、装置設置環境（言い換えると設置場所）に応じたマススペクトルのベースラインの例を示す。（Ａ）は、設置場所が研究所である場合であり、ベースラインは、概略的に一定値に保持されて、安定している。これは、研究所の環境に存在する夾雑成分による影響が低いことと対応していると考えられる。
【0172】
（Ｂ）は、設置場所が空港である場合であり、ベースラインは、全体的に上下に変動する場合があり、不安定である。これは、空港に存在する夾雑成分（例えば人の出入りよる埃）による影響があることと対応していると考えられる。
【0173】
（Ｃ）は、設置場所が港湾（沿岸近郊）である場合であり、ベースラインは、時系列上で大きく変動する場合があり、不安定である。これは、港湾に存在する夾雑成分（例えば海水の塩分）による影響があることと対応していると考えられる。
【0174】
また、例えば設置場所が同じ港湾であっても、異なる港湾（例えば港１、港２、港３など）では、影響が異なる場合もある。
【0175】
［診断機能］
次に、診断装置２による診断機能の詳細について説明する。実施の形態１では、診断装置２は、稼働情報Ｄ０のパラメータ値を、機械学習（例えば後述のＬＳＣ法）の入力データ（例えば多次元パラメータ値。言い換えると評価項目値）として、学習・診断を行う。これにより、装置設置環境を含め、様々な要因を考慮した装置状態推定や異常原因分析が可能である。
次に、診断装置２による診断機能の詳細について説明する。実施の形態１では、診断装置２は、稼働情報Ｄ０のパラメータ値を、機械学習（例えば後述のＬＳＣ法）の入力データ（例えば多次元パラメータ値。言い換えると評価項目値）として、学習・診断を行う。これにより、装置設置環境を含め、様々な要因を考慮した装置状態推定や異常原因分析が可能である。
【0176】
稼働情報Ｄ０のうちのデータＤ１には、前述の特定試料のマス計測データを含む。このマス計測データは、図１５等で説明したパラメータ値（ピーク、マス幅、分解能、マスマーカ値、積算値など）を含むデータ、または、当該パラメータ値を計算可能なデータである。診断装置２は、マス計測データから、図１５等で説明したパラメータ値を計算して得てもよい。
【0177】
また、稼働情報Ｄ０には、監視対象の構成部位についてのセンサデータＤ２を含む。センサデータＤ２は、例えば、マス計測部３０１の温度、電圧、電流、圧力、流量などのセンサ値を含む。また、センサデータＤ２は、例えば、制御基板３０５の電圧や温度、Ｈｅガスボンベ３７０の圧力、排気ポンプ（ＤＰ）３６０のオイル量、オイル漏れ量、オイル汚れ量、稼働音／異音、などを含む。また、管理情報Ｄ３には装置設置環境情報などを含む。
【0178】
［機械学習］
図１８は、実施の形態１で、診断装置２が行う機械学習に関する説明図を示す。この機械学習は、図示の学習フェーズと診断フェーズとを有する。診断装置２は、稼働情報Ｄ０を学習データ（教師データ）として学習モデル２３Ａに入力して学習する。学習モデル２３Ａは、入力である稼働情報Ｄ０のパラメータ値と出力である検査装置１１の状態との関係を学習するモデルである。学習モデル２３Ａによる推論結果である出力は、検査装置１１の状態に関する確率値を有する。学習フェーズでは、入出力データに合わせて、学習モデル２３Ａのパラメータ値が調整・更新される。
図１８は、実施の形態１で、診断装置２が行う機械学習に関する説明図を示す。この機械学習は、図示の学習フェーズと診断フェーズとを有する。診断装置２は、稼働情報Ｄ０を学習データ（教師データ）として学習モデル２３Ａに入力して学習する。学習モデル２３Ａは、入力である稼働情報Ｄ０のパラメータ値と出力である検査装置１１の状態との関係を学習するモデルである。学習モデル２３Ａによる推論結果である出力は、検査装置１１の状態に関する確率値を有する。学習フェーズでは、入出力データに合わせて、学習モデル２３Ａのパラメータ値が調整・更新される。
【0179】
学習フェーズでは、図１の学習部２３は、ＤＢ２１Ａの稼働情報Ｄ０および診断結果情報（データＤ６）に基づいた学習データ２３Ｂを用いて、学習モデル２３Ａを訓練して、パラメータを調整する。学習データ２３Ｂは、前述のマス計測のデータＤ１、センサデータＤ２、および管理情報Ｄ３を含む。また、学習データ２３Ｂは、診断結果情報のデータＤ６を含む。学習用の診断結果情報は、特に、過去の異常／異常予兆の検知結果の実績情報を含む。また、学習データ２３Ｂは、検査装置１１の故障などの異常実績情報を含んでもよい。異常実績情報は、過去の保守情報Ｄ８を利用してもよいし、ユーザが手動で入力・設定してもよい。
【0180】
診断フェーズ（言い換えると推定フェーズ）では、診断部２２は、入力データ２３Ｃとして、検査装置１１を含む顧客環境１からリアルタイム等で取得した稼働情報Ｄ０のパラメータ値を、訓練済みの学習モデル２３Ａに入力し、学習モデル２３Ａによる推論結果である出力データ２３Ｄとして、診断結果情報（データＤ６）を得る。この診断結果情報は、検査装置１１の異常／異常予兆の状態を表す情報であり、また、その異常／異常予兆の状態と関連付けられた、原因を特定／推定する情報である。
【0181】
［診断方法（１）］
図１９は、診断装置２による機械学習を用いた異常予兆の診断の方式（システム、方法、装置、プログラム等の総称）についての説明図を示す。図１９では診断方式の第１例を示している。実施の形態１では、この異常検知や評価のための方法として、特に、公知の局所部分空間法（ＬＳＣ：Local Sub-space Classifier）を用いる。ＬＳＣ法は、未知データ（言い換えると診断データ）のk-近傍データを用いてk-1次元のアフィン部分空間を作成し、その部分空間への投影距離（言い換えると最近点）に基づいて、異常かどうかを判定する方法である。
図１９は、診断装置２による機械学習を用いた異常予兆の診断の方式（システム、方法、装置、プログラム等の総称）についての説明図を示す。図１９では診断方式の第１例を示している。実施の形態１では、この異常検知や評価のための方法として、特に、公知の局所部分空間法（ＬＳＣ：Local Sub-space Classifier）を用いる。ＬＳＣ法は、未知データ（言い換えると診断データ）のk-近傍データを用いてk-1次元のアフィン部分空間を作成し、その部分空間への投影距離（言い換えると最近点）に基づいて、異常かどうかを判定する方法である。
【0182】
診断装置２は、稼働情報Ｄ０の前述の各種のパラメータ値を得る。診断部２２は、これらのパラメータ値を、診断処理の入力とする。診断部２２は、これらのパラメータ値のうち、選択された複数（ここではＮとする）のパラメータ値を用いて、ＬＳＣ法での多次元空間（Ｎ次元空間）を構成する。診断部２２および学習部２３は、これらのＮ次元のパラメータ値を用いて、学習モデル２３Ａを構築する。学習部２３は、検査装置１１が正常な状態の時に計測された稼働情報Ｄ０も学習データとして用いる。診断装置２は、実際の診断時には、学習モデル２３Ａに入力された稼働情報Ｄ０のパラメータ値に対し、ＬＳＣ法を用いて、検査装置１１の正常の状態の時に計測された稼働情報Ｄ０のデータから、類似データを探索・比較することで、異常／異常予兆の状態を判定する。
【0183】
図１９の（Ａ）は、ＬＳＣ法の概要として、Ｎ次元部分空間を示す。図示の軸（言い換えるとセンサ軸）Ａ１～ＡＮは、Ｎ次元のパラメータであり、本例ではＮ＝５である。空間領域１９０１は、学習用の正常時稼働情報によるＮ次元のパラメータ値によって形成される空間領域を示す。局所部分空間１９０２は、空間領域１９０１のうちの局所領域の例である。データ値１９０３は、診断・評価対象データ値の例であり、診断時に入力された稼働情報Ｄ０のパラメータ値である。距離１９０４は、対象のデータ値１９０３と、局所部分空間１９０２との距離であり、言い換えると、評価指標値である。診断部２２は、この距離１９０４を、検査装置１１の状態に関する評価指標値として用いる。言い換えると、診断部２２は、この距離１９０４を、異常／異常予兆に関する度合いを表す異常測度として用いる。距離１９０４は、例えばマハラノビス距離として計算できる。
【0184】
実施の形態１では、学習・診断のパラメータとして、特定試料のマス計測のデータＤ１に基づいた、ピークずれ量などの所定のパラメータ値のうちの少なくとも１つと、センサデータＤ２に基づいた少なくとも１つのセンサ値と、管理情報Ｄ３に基づいた顧客環境情報の少なくとも１つとを用いる。
【0185】
図１９の（Ｂ）は、（Ａ）のＮ次元部分空間に、Ｎ次元のパラメータとして、例えば、以下の５つの評価指標値を適用した場合を示す。
Ａ１ ＝ マス計測のピークずれ量（図１５でのＢ）
Ａ２ ＝ マス計測の積算値（図１５でのＦ）
Ａ３ ＝ マス計測部３０１の温度（Ｔ１とする）
Ａ４ ＝ マス計測部３０１の圧力（Ｐ１とする）
Ａ５ ＝ 設置場所（Ｅ１とする）
Ａ１ ＝ マス計測のピークずれ量（図１５でのＢ）
Ａ２ ＝ マス計測の積算値（図１５でのＦ）
Ａ３ ＝ マス計測部３０１の温度（Ｔ１とする）
Ａ４ ＝ マス計測部３０１の圧力（Ｐ１とする）
Ａ５ ＝ 設置場所（Ｅ１とする）
【0186】
パラメータ値の組み合わせはこれに限定されずに様々に可能である。診断部２２は、各パラメータ値を正規化した値を、このＮ次元部分空間にプロットする。空間領域１９１１は、それら５つのパラメータ値により形成される領域（言い換えるとデータ集合）である。
【0187】
学習部２３は、学習データとして過去の稼働情報Ｄ０（検査装置１１の正常の状態に対応する稼働情報Ｄ０）に基づいて、学習モデル２３Ａにより、診断対象のデータ値１９１３に対して比較するための部分空間領域１９１１を形成する。
【0188】
診断部２２は、実際の診断時には、診断対象のデータ値１９１３を、学習モデル２３Ａによる部分空間領域１９１１と比較し、データ値１９１３と局所領域１９１２との距離１９１４を算出する。そして、診断部２２は、その距離１９１４を、異常／異常予兆の状態の推定に関する評価指標値（言い換えると異常測度）とする。または、診断部２２は、その距離１９１４から、その評価指標値を計算する。
【0189】
また、診断部２２および学習部２３は、学習モデル２３Ａにおいて、異常／異常予兆を判定するための閾値を自動的に作成・設定する。図１９の（Ｃ）は、閾値の生成について示す。図示のように、診断部２２は、部分空間領域１９１１のデータ値集合（時系列の各時点のデータ値を含む）から、閾値１９２１を作成する。図示の閾値１９２１は例えば過去のデータ値の最大値によって作成されている。
【0190】
診断部２２は、診断の際には、例えば、距離１９１４（異常測度）が閾値１９２１を超える場合に、例えば感度異常の異常／異常予兆として判定する。
【0191】
なお、図１９の方式および例の場合、顧客環境１ごとに１つの学習モデル２３Ａで学習・診断が行われる。複数の顧客環境１がある場合には、顧客環境１ごとに学習モデルおよび閾値が構築される。診断部２２は、診断の際には、稼働情報Ｄ０のうち管理情報Ｄ３を参照し、顧客環境１に合わせた学習モデル２３Ａを適用する。また、ある顧客環境１に複数の検査装置１１があってもよく、検査装置１１ごとに学習モデルを構築してよもよいが、同種の複数の検査装置１１がある場合には、共通の１つの学習モデルを構築して適用してもよい。これは、学習モデル２３Ａの構成や管理が容易となる利点がある。
【0192】
変形例では、学習の際の他のパラメータ値として、マス計測部３０１などの構成部位を構成する材料や特性（物性）の情報を用いてもよい。例えば、図１０でのレンズ電極５０１などの情報を用いてもよい。
【0193】
［診断方法（２）：変形例］
診断装置２による異常予兆診断の方式は、上記例に限定されない。変形例として以下のような方式も可能である。図２０は、変形例として、診断方式の第２例を示す。本例では、検査装置１１を備える顧客環境１が複数ある場合に、診断装置２の学習部２３は、顧客環境１ごとに学習モデル２３Ａを設けることを基本とする。そのうえで、診断装置２の学習部２３は、顧客環境１間で学習モデル２３Ａを流用することで、共通学習モデルを構築する。
診断装置２による異常予兆診断の方式は、上記例に限定されない。変形例として以下のような方式も可能である。図２０は、変形例として、診断方式の第２例を示す。本例では、検査装置１１を備える顧客環境１が複数ある場合に、診断装置２の学習部２３は、顧客環境１ごとに学習モデル２３Ａを設けることを基本とする。そのうえで、診断装置２の学習部２３は、顧客環境１間で学習モデル２３Ａを流用することで、共通学習モデルを構築する。
【0194】
図２０の例では、顧客環境１として、Ａ１，Ａ２，Ｂ１，Ｂ２などがある。Ａ１，Ａ２は空港、Ｂ１，Ｂ２は港湾であるとする。学習モデル２００１は、顧客環境Ａ１のための学習モデル２３Ａである。学習モデル２００２は、異なる顧客環境Ａ２のための学習モデル２３Ａである。
【0195】
この場合に、診断装置２は、空港や港湾などの装置設置環境が同じである顧客環境１については、それらの顧客環境１間で、学習モデル２３Ａを流用する。診断機能において、学習ＤＢ（学習モデル２３Ａ）に、装置設置環境での実績がある学習ＤＢを反映して活用する。
【0196】
例えば、顧客環境Ａ１では検査装置１１が設置済みであり、学習モデル２００１が構築・学習済みであり、運用の実績があるとする。新規の顧客環境Ａ２に検査装置１１を設置してサービスを開始するとする。この際に、顧客環境Ａ２の学習モデルを一から構築・学習するのではなく、既に実績がある同じ空港に関する学習モデル２００１を流用して、顧客環境Ａ２用の学習モデル２００２を構築する。
【0197】
同様に、図２０の下部には、装置設置環境が港湾である顧客環境Ｂ１，Ｂ２について、学習モデル２００４から学習モデル２００５への流用によって、共通学習モデル２００６を構築する例を示している。
【0198】
図２０の方式は、言い換えると、複数の顧客環境１のための学習モデル２３Ａに関して、空港などの装置設置環境に応じて１つに統合された共通学習モデル２００３を構築・管理する方式に相当する。それぞれの共通学習モデルは、空港や港湾などの違いを反映したモデルとなっており、環境の特性に合わせた好適な診断が可能である。これにより、顧客環境１ごとの学習モデルの構築および訓練を迅速化、短縮化でき、作業やコストを低減でき、新たな環境で早期に高精度の診断サービスが開始可能となる。
【0199】
他の例では、新たに検査装置１１を導入する顧客環境１における、設置場所（言い換えると環境物質の影響）や設置態様などの複数の要素を考慮し、複数の要素が類似する既存の顧客環境１から学習モデルを流用してもよい。また、要素別として、既存の２つ以上の学習モデルを流用して、１つの学習モデルを構築してもよい。
【0200】
［診断機能（３）：設置態様］
検査装置１１の設置態様として、据置（固定）と車載の違いがある場合の具体例は以下である。複数の検査場所にそれぞれ検査装置１１を固定で設置するとコストが高くなることから、共用する１台の検査装置１１とし、その検査装置１１を車載型にし、適宜に検査場所に移動して使用する場合がある。
検査装置１１の設置態様として、据置（固定）と車載の違いがある場合の具体例は以下である。複数の検査場所にそれぞれ検査装置１１を固定で設置するとコストが高くなることから、共用する１台の検査装置１１とし、その検査装置１１を車載型にし、適宜に検査場所に移動して使用する場合がある。
【0201】
図２１には、顧客環境１の例として港湾において、複数の検査場所で、車載型の検査装置１１を適宜に移動して使用する例を示す。このような場合に、診断装置２は、検査装置１１の移動前、移動時、移動後を含め、稼働情報Ｄ０を収集し、この顧客環境１のための学習モデル２０１０を構築する。本システムは、個々の検査場所および移動距離のみならず、移動中の振動状態などを表すセンサデータＤ２を収集してもよい。この学習モデル２０１０は、検査装置１１の移動による影響が反映されたものとなる。例えば移動によってマス計測部３０１の電極などが位置ずれを生じ、それによる計測ずれが生じる可能性がある。そのため、本システムは、移動距離や振動などの情報を用いて、学習・診断を行う。これにより、移動による影響を診断・分析可能となる。
【0202】
［診断機能（４）：温度］
検査装置１１の装置設置環境に応じて、太陽光などの外光などによるエネルギーが検査装置１１に照射される場合やその照射の度合いの違いがある。例えば、日向において検査が実施される場合と、日陰において検査が実施される場合とがある。そのような違いによるマス計測への影響も異なる。例えば温度が高くなると、計測ずれが生じる可能性がある。また、連続稼働状況等に応じて、検査装置１１の温度が高くなる場合もある。そのため、本システムは、温度センサのセンサデータＤ２によって、装置周囲温度や装置内部温度を検出し（図４）、温度を用いて学習・診断を行う。これにより、温度による影響を診断・分析可能となる。
検査装置１１の装置設置環境に応じて、太陽光などの外光などによるエネルギーが検査装置１１に照射される場合やその照射の度合いの違いがある。例えば、日向において検査が実施される場合と、日陰において検査が実施される場合とがある。そのような違いによるマス計測への影響も異なる。例えば温度が高くなると、計測ずれが生じる可能性がある。また、連続稼働状況等に応じて、検査装置１１の温度が高くなる場合もある。そのため、本システムは、温度センサのセンサデータＤ２によって、装置周囲温度や装置内部温度を検出し（図４）、温度を用いて学習・診断を行う。これにより、温度による影響を診断・分析可能となる。
【0203】
［計画機能］
図１の製造管理装置３による計画機能の詳細について説明する。製造管理装置３の計画機能は、診断機能による診断結果に基づいて、検査装置１１の状態を考慮した、好適な保全計画や在庫計画などを高速に立案する。保全計画は、異常原因となる構成部位や関連する構成部位についての部品交換および交換時期の提案を含む。在庫計画は、交換部品の手配を含む。本システムは、立案された計画情報を、ＧＵＩ画面５０でユーザＵ１に対し出力する。これにより、顧客環境１側の計画作業の負荷を低減するとともに、事業者側の製品・部品の製造を効率化する。
図１の製造管理装置３による計画機能の詳細について説明する。製造管理装置３の計画機能は、診断機能による診断結果に基づいて、検査装置１１の状態を考慮した、好適な保全計画や在庫計画などを高速に立案する。保全計画は、異常原因となる構成部位や関連する構成部位についての部品交換および交換時期の提案を含む。在庫計画は、交換部品の手配を含む。本システムは、立案された計画情報を、ＧＵＩ画面５０でユーザＵ１に対し出力する。これにより、顧客環境１側の計画作業の負荷を低減するとともに、事業者側の製品・部品の製造を効率化する。
【0204】
製造管理装置３の計画部３１は、診断装置２からの診断結果情報のデータＤ６に基づいて、検査装置１１の異常等の状態および原因を考慮して、検査装置１１自体または各構成部品の保守や交換の要否を判断する。計画部３１は、例えば感度異常の原因となる構成部位の点検やクリーニングなどの保守を提案する。あるいは、計画部３１は、異常の度合いが大きい場合に、感度異常の原因となる構成部位の部品の交換を提案する。計画部３１は、例えば、感度異常に関する異常予兆を検知した場合には、検査装置１１が故障などに至る前における対策としての保守交換を可能とするように、好適な交換時期を含む交換計画を立案する。計画部３１は、例えば、対象の構成部位と、交換する元と先の部品と、交換時期とを立案する。計画部３１は、交換先の部品の候補として複数（例えば仕様が異なる部品）があり得る場合には、複数の候補を立案してもよい。計画部３１は、交換時期などのスケジュールを含む計画情報を生成する。そして、製造管理装置３は、計画情報を提示するための簡単で使いやすいＧＵＩ画面５０を提供する。製造管理装置３は、部品交換の計画のみならず、例えば、異常測度に応じて保守作業の頻度の調整等も可能である。
【0205】
［計画立案］
製造管理装置３による計画立案の処理ロジック例を以下に示す。
製造管理装置３による計画立案の処理ロジック例を以下に示す。
【0206】
（１）．まず、単純な例として、以下の第１処理ロジックを適用してもよい。予め、製造管理装置３において、検査装置１１または構成部品の交換時期については、異常／異常予兆の検知時からの所定の期間として設定しておく。また、製造管理装置３は、交換先の検査装置１１または構成部品の仕様としては、元の検査装置１１や構成部品と同じ仕様のものを提案する。
【0207】
（２）．つぎに、より高度な例として、以下の第２処理ロジックを適用してもよい。予め、製造管理装置３に、過去の実績情報や製品の仕様情報に基づいて、交換先の検査装置１１や構成部品についての交換準備期間および交換作業期間を設定しておく。交換準備期間は、例えば手配手続き期間と納入期間との和として算出できる。
【0208】
製造管理装置３は、診断結果情報での異常／異常予兆の検知の時点から、上記交換準備期間および交換作業期間の設定値を用いて、対象の検査装置１１や構成部品の保守交換計画情報（後述のガントチャート）上に、交換準備期間および交換作業期間の工程を展開する。
【0209】
また、製造管理装置３は、このガントチャート上に計画情報として交換工程を展開する際には、検査装置１１の稼働や休止の状況、作業者の人員・スキル情報、交換元や交換先の検査装置１１や構成部品などの数量や入荷・製造状況、作業優先度などの、スケジュール調整用情報を考慮して、好適な工程を自動的に生成する。
【0210】
また、製造管理装置３は、交換先の検査装置１１や構成部品の入荷・製造状況や、作業者の確保状況などの、任意の要因に応じて、対象の検査装置１１の交換計画を変更することも可能である。製造管理装置３は、交換計画を変更する際には、上記スケジュール調整用情報に従い、要因に対応した条件にあった工程となるように自動調整する。
【0211】
製造管理装置３は、交換作業を行う作業者や管理者などのユーザＵ１に対し、交換計画情報を、ＧＵＩ画面５０またはメールやアラームなどによって報せる。ユーザＵ１は、それを受けて交換計画情報を確認し、交換提案を受け入れて交換作業を行うべきか等を判断し、行う場合には交換作業のスケジュール等を把握する。作業者は、ＧＵＩ画面５０のガントチャート上に展開された工程のスケジュールに従って、対象の検査装置１１の交換作業を実施する。
【0212】
（３）．上記処理ロジック例に限らず可能である。例えば、コンピュータが、検査装置１１や構成部品の寿命などを推定計算してもよい。コンピュータは、交換などの対策をしない場合に検査装置１１が故障や感度異常などに至るまでの時間を推定計算する。コンピュータは、推定した寿命などの時間に基づいて、寿命などに至るよりも前にその検査装置１１や構成部品の交換が可能となるように、好適な交換時期などを算出する。また、コンピュータは、検査装置１１の異常／異常予兆の度合いの情報（例えば前述の異常測度）、または上記推定時間などに基づいて、交換先の候補となる好適な仕様の検査装置１１や構成部品を選定してもよい。また、コンピュータは、上記選定とともに、顧客に対し、交換および購入に必要なコストなども算定して、併せて提示してもよい。ユーザＵ１は、ＧＵＩ画面５０で交換提案情報を確認し、交換提案を了承するかどうかや、複数の候補からの選択などを行う。
【0213】
異常予兆の度合いに応じて異なる交換提案の例は以下である。製造管理装置３は、例えば、異常測度が第１レベルである場合に、交換時期を３か月後とし、仕様Ａの検査装置１１または構成部品を交換候補として提案する。製造管理装置３は、例えば、異常測度が第１レベルよりも大きい第２レベルである場合に、交換時期を１か月後とし、仕様Ｂの検査装置１１または構成部品を交換候補として提案する。製造管理装置３は、例えば、異常測度が第２レベルよりも大きい第３レベルである場合に、交換時期を即時とし、仕様Ｃの検査装置１１または構成部品を交換候補として提案する。
【0214】
上記のように、計画機能では、検査装置１１の診断結果の状態に応じて、検査装置１１や構成部位の好適な交換時期や交換先を提案できる。また、本システムは、顧客環境１の影響を診断・分析できるので、例えば、環境物質を除去するためのフィルタ等の構成部品に関する提案や、検査業務の運用の見直しの提案なども可能である。
【0215】
［ＧＵＩ画面例］
図２２等は、実施の形態１の検査装置管理システムが提供するＧＵＩ画面例を示す。
図２２等は、実施の形態１の検査装置管理システムが提供するＧＵＩ画面例を示す。
【0216】
［画面例（１）－稼働情報モニタリング情報］
図２２は、第１画面例として稼働情報モニタリング機能の画面例を示す。診断装置２は、モニタリングに基づいた稼働情報Ｄ０をグラフ等にしてＧＵＩとともに本画面に表示する。本画面は、情報欄３００１、マスパラメータ値欄３００２、センサデータ欄３００３などを有する。
図２２は、第１画面例として稼働情報モニタリング機能の画面例を示す。診断装置２は、モニタリングに基づいた稼働情報Ｄ０をグラフ等にしてＧＵＩとともに本画面に表示する。本画面は、情報欄３００１、マスパラメータ値欄３００２、センサデータ欄３００３などを有する。
【0217】
情報欄３００１には、顧客環境１の情報、検査装置１１の情報、検査種別の情報などが表示され、ユーザＵ１がそれらを選択可能である。マスパラメータ値欄３００２には、特定試料のマススペクトルのパラメータ値のグラフが表示される。表示するパラメータ値は、例えばピークずれ量などの所定のパラメータから選択できる。センサデータ欄３００３には、選択したセンサのセンサ値（例えば温度、圧力など）のグラフが表示される。ユーザＵ１は、対象期間や日時などを選択可能である。ユーザＵ１は、これらの情報を見てパラメータ値の大小や変動などを確認できる。これに限らず、本画面では、稼働情報Ｄ０の内容を表示可能である。
【0218】
［画面例（２）－診断結果情報］
図２３は、第２画面例として診断機能の画面例を示す。図２３の画面は、診断結果情報として異常予兆検知結果情報等を表示する。図２３の画面は、前述の装置利用前の準備（定期チェック）として特定試料を計測した結果を表示してユーザＵ１が確認できる画面である。本画面は、指定した特定試料のマススペクトルおよび信号強度積算値をグラフで表示するとともに、所定のパラメータ値として、ピークずれ幅、分解能、マスマーカなどの状態を表示する。また、本画面は、異常診断状態に影響を与えている構成部位およびセンサの影響度合いを表現して表示する。
図２３は、第２画面例として診断機能の画面例を示す。図２３の画面は、診断結果情報として異常予兆検知結果情報等を表示する。図２３の画面は、前述の装置利用前の準備（定期チェック）として特定試料を計測した結果を表示してユーザＵ１が確認できる画面である。本画面は、指定した特定試料のマススペクトルおよび信号強度積算値をグラフで表示するとともに、所定のパラメータ値として、ピークずれ幅、分解能、マスマーカなどの状態を表示する。また、本画面は、異常診断状態に影響を与えている構成部位およびセンサの影響度合いを表現して表示する。
【0219】
図２３の画面は、計測試料情報３１０１、マススペクトル３１０２、パラメータ値項目３１０３、信号強度積算値３１０４、影響部位リスト３１０５などを有する。
【0220】
計測試料情報３１０１は、計測日、計測（スキャン）した特定試料の情報などを表示する。計測試料情報３１０１では、特定試料のポジティブ／ネガティブを選択指定できる。マススペクトル３１０２は、計測したマススペクトルを表示する。パラメータ値項目３１０３は、マススペクトル３１０２の所定のパラメータ（前述のピークずれ幅、分解能、マスマーカなど）について、パラメータ値と異常有無を表示する。パラメータ値項目３１０３では、ピークずれ幅などの各パラメータについて、診断結果として異常／異常予兆の有無が色などで区別して表示される。例えば、項目の四角が白色の場合には異常無しの状態を表し、赤色の場合には感度異常などの異常／異常予兆の有りの状態を表す。
【0221】
信号強度積算値３１０４では、指定された特定試料の信号強度積算値の時系列データのグラフが表示される。図示しないが、ピークずれ幅などの複数のパラメータから画面にグラフとして表示するパラメータを選択できる欄を設けてもよい。
【0222】
影響部位リスト３１０５は、上記計測結果での異常／異常予兆の状態に関する、影響度合いが高いと推定される順序で、構成部位とそれに対応付けられたセンサ１２の情報を表示する。この影響部位リスト３１０５の表は、構成部位、センサ（そのセンサに対応するパラメータ）、影響度を有する。構成部位は、前述のマス計測部３０１（分析部）などである。センサは、そのセンサに対応する温度や電流などのパラメータを表示する。影響度は、例えば棒グラフで表現されている。ユーザＵ１は、影響部位リスト３１０５を見て確認することで、異常予兆に関して、どの構成部位およびセンサパラメータが影響しているのかを、わかりやすく把握できる。
【0223】
図２３の画面では、ほかに、前述の学習モデル、異常測度、閾値、異常検知区間などを表示してもよい。異常有無に限らず、異常の度合いを複数のレベルで表現してもよい。
【0224】
［画面例（３）－計画情報］
図２４は、第３画面例として計画機能の画面例を示す。図２４の画面は、計画情報に基づいた交換提案情報等を表示する。図２４の画面は、設備ごとのガントチャート３２０１として、顧客環境１の検査装置１１ごとのガントチャートと、交換計画情報３２０２とを有する。ガントチャート３２０１は、設備コード、設備名、およびスケジュール情報を有する。ガントチャート３２０１では、検査装置１１ごとに、稼働、休止、保守点検、交換などの作業や状態を表す情報が表示される。ユーザＵ１は、ガントチャート３２０１上で、マウス操作等のＧＵＩ操作によって、検査装置１１ごとに、稼働、保守点検、交換などの時間を確認し、必要に応じて変更できる。本例に限らず、ガントチャート３２０１では、検査装置１１と対応付けられた検査スケジュールや製造スケジュールなどを表示してもよい。
図２４は、第３画面例として計画機能の画面例を示す。図２４の画面は、計画情報に基づいた交換提案情報等を表示する。図２４の画面は、設備ごとのガントチャート３２０１として、顧客環境１の検査装置１１ごとのガントチャートと、交換計画情報３２０２とを有する。ガントチャート３２０１は、設備コード、設備名、およびスケジュール情報を有する。ガントチャート３２０１では、検査装置１１ごとに、稼働、休止、保守点検、交換などの作業や状態を表す情報が表示される。ユーザＵ１は、ガントチャート３２０１上で、マウス操作等のＧＵＩ操作によって、検査装置１１ごとに、稼働、保守点検、交換などの時間を確認し、必要に応じて変更できる。本例に限らず、ガントチャート３２０１では、検査装置１１と対応付けられた検査スケジュールや製造スケジュールなどを表示してもよい。
【0225】
交換計画情報３２０２は、検査装置１１または構成部位の交換に関する計画情報を表示する。交換計画情報３２０２は、対象（言い換えると交換元）の検査装置１１または構成部位の情報、交換先（言い換えると候補）の検査装置１１または構成部位の情報、交換時期の情報、および、交換時期を含むスケジュール情報を有する。交換先の情報は、製造管理装置３がユーザＵ１に対し提案する交換先の候補の情報が表示される。ユーザＵ１は、詳細ボタンの操作で詳細な仕様などを確認できる。ユーザＵ１は、提案された候補から変更したい場合には、変更ボタンの操作で変更できる。交換時期の情報は、製造管理装置３がユーザＵ１に対し提案する交換時期の情報が表示される。ユーザＵ１は、提案された交換時期から変更したい場合には、変更ボタンの操作で変更できる。下部のスケジュール情報では、例えば検査装置Ｃ１の分析部＃１を分析部＃２に交換する場合のスケジュールが表示されており、交換時期が２０２３年１月の場合である。
【0226】
製造管理装置３は、顧客環境１側の管理装置１３とシームレスに連携してもよい。連携により、顧客環境１側は、製造管理装置３側からの計画情報に従った工程進捗などを容易に把握できる。また、顧客環境１側の都合等に応じて、計画の変更などがある場合には、ユーザＵ１は、製造管理装置３に対し、再計画のスケジューリングの依頼を行うことができる。これにより、製造管理装置３は、既存の計画情報を再度スケジューリングして更新し、更新された計画情報を提供する。顧客環境１側は、更新された計画情報に従った工程進捗などを容易に把握できる。
【0227】
また、上記画面例は、顧客環境１側が検査装置１１の保守交換の計画を把握しやすいように情報を提供する例であるが、これに限らず、顧客環境１側の計画と対応させて、事業者側が検査装置１１の製造などの計画を把握しやすいように情報を提供するものとしてもよい。
【0228】
［実施の形態１の効果等］
以上説明したように、実施の形態１の検査装置管理システムおよび方法によれば、以下の効果を実現できる。実施の形態１によれば、顧客環境１の検査装置１１の異常原因の特定を容易化し、保守等の対処を効率化できる。顧客環境１における、好適な検査業務、好適な保守交換作業などが実現できる。
以上説明したように、実施の形態１の検査装置管理システムおよび方法によれば、以下の効果を実現できる。実施の形態１によれば、顧客環境１の検査装置１１の異常原因の特定を容易化し、保守等の対処を効率化できる。顧客環境１における、好適な検査業務、好適な保守交換作業などが実現できる。
【0229】
実施の形態１によれば、顧客環境１から収集した稼働情報Ｄ０に基づいて、感度異常やその他の異常の状態を迅速に検知・予知し、異常原因を迅速に特定できる。実施の形態１によれば、検査装置１１または構成部位の保守・交換の対策期間を含めた正常復帰までの時間を短縮できる。実施の形態１によれば、検査装置１１の感度異常などを予知し、異常原因を特定するので、作業者等による異常原因特定が容易化できる。作業者等は、検査装置１１の稼働状況を人手で収集・確認・記録する作業を低減できる。作業者等は、検査装置１１の状態や履歴や計画を画面でわかりやすく確認できる。
【0230】
実施の形態１によれば、異常・故障の予測の高精度化に基づいて、点検作業・予備品交換などの好適な保守計画や製造計画の立案・実行ができる。実施の形態１によれば、棚卸の削減、保管作業の軽減により、感度異常になった際の迅速な対応や、運用への悪影響の最小化が実現でき、多大な保守管理費用の削減ができる、実施の形態１によれば、作業者等の人員をより確保しやすくなり、保守管理業務を遂行できる人材の確保・育成に寄与できる。実施の形態１によれば、安心・安全性評価、特性評価、効能評価などの高信頼化と、安全性・健全性・安定稼働の長期維持とが実現できる。
【0231】
［変形例：型式］
実施の形態１の変形例として以下も可能である。実施の形態１では、対象の検査装置１１は、ある１つの型式（機種）やマス計測・検知方式である場合を想定して説明したが、実装上、詳しくは、様々な型式や方式や詳細構造が異なる場合がある。どのような型式などであっても、前述の診断機能などに関する構成は、基本的に同様に適用可能である。実施の形態１では、診断の際には、検査装置１１の型式などに依らずに、同じ学習モデルを適用する場合（図１９）を説明した。これに限定されず、変形例としては、さらに、検査装置１１の型式などの違いを考慮し、型式などに応じて異なる学習モデルを適用するようにしてもよい。診断装置２は、例えば管理情報Ｄ３の一部として検査装置１１の型式などの情報を参照し、その型式などに応じた学習モデルを学習・診断に適用する。この変形例の場合は、検査装置１１の型式などの違いに応じて感度状態などに違いが生じる場合の診断や解析も可能となる。
実施の形態１の変形例として以下も可能である。実施の形態１では、対象の検査装置１１は、ある１つの型式（機種）やマス計測・検知方式である場合を想定して説明したが、実装上、詳しくは、様々な型式や方式や詳細構造が異なる場合がある。どのような型式などであっても、前述の診断機能などに関する構成は、基本的に同様に適用可能である。実施の形態１では、診断の際には、検査装置１１の型式などに依らずに、同じ学習モデルを適用する場合（図１９）を説明した。これに限定されず、変形例としては、さらに、検査装置１１の型式などの違いを考慮し、型式などに応じて異なる学習モデルを適用するようにしてもよい。診断装置２は、例えば管理情報Ｄ３の一部として検査装置１１の型式などの情報を参照し、その型式などに応じた学習モデルを学習・診断に適用する。この変形例の場合は、検査装置１１の型式などの違いに応じて感度状態などに違いが生じる場合の診断や解析も可能となる。
【0232】
［変形例：実績ＤＢ］
変形例のシステムは、従来人手で収集していた異常事象情報、保守履歴情報などを、データとして実績ＤＢに蓄積して利用する。図１でいえば、診断装置２は、稼働情報Ｄ０の一部として収集した保守情報Ｄ８を、他の各データと関連付けて、ＤＢ２１Ａに蓄積する。さらに、本システムは、そのＤＢの保守情報Ｄ８に基づいて、顧客環境１での検査装置１１の過去の異常や保守を分析する。例えば、どの構成部位でどのような種別の異常が発生しているか、異常発生の回数や頻度、部品交換や検査装置１１の交換の回数や頻度、停止期間などが分析される。そして、本システムは、分析結果に基づいて、どのような種別の異常や構成部位を重視してモニタすべきか決定する。本システムは、構成部位に設置するセンサなどを選定、調整してもよいし、モニタリングの頻度などを選定、調整してもよい。これにより、より好適なモニタ、診断、計画などが可能となる。
変形例のシステムは、従来人手で収集していた異常事象情報、保守履歴情報などを、データとして実績ＤＢに蓄積して利用する。図１でいえば、診断装置２は、稼働情報Ｄ０の一部として収集した保守情報Ｄ８を、他の各データと関連付けて、ＤＢ２１Ａに蓄積する。さらに、本システムは、そのＤＢの保守情報Ｄ８に基づいて、顧客環境１での検査装置１１の過去の異常や保守を分析する。例えば、どの構成部位でどのような種別の異常が発生しているか、異常発生の回数や頻度、部品交換や検査装置１１の交換の回数や頻度、停止期間などが分析される。そして、本システムは、分析結果に基づいて、どのような種別の異常や構成部位を重視してモニタすべきか決定する。本システムは、構成部位に設置するセンサなどを選定、調整してもよいし、モニタリングの頻度などを選定、調整してもよい。これにより、より好適なモニタ、診断、計画などが可能となる。
【0233】
（付記）
一実施の形態の検査装置管理システムは、以下でもよい。検査装置管理システムにおけるコンピュータシステムは、稼働情報に基づいた学習データを用いて、稼働情報と検査装置の異常等の状態との関係に関する機械学習を行って、学習モデルを訓練し、診断の際には、稼働情報を学習モデルに入力して、学習モデルによる推定の結果として、検査装置の異常等の状態を出力する。学習データは、検査装置または構成部位の正常状態と異常または異常予兆の状態とにおける、マス計測データのパラメータ値の変動のデータを含む。
一実施の形態の検査装置管理システムは、以下でもよい。検査装置管理システムにおけるコンピュータシステムは、稼働情報に基づいた学習データを用いて、稼働情報と検査装置の異常等の状態との関係に関する機械学習を行って、学習モデルを訓練し、診断の際には、稼働情報を学習モデルに入力して、学習モデルによる推定の結果として、検査装置の異常等の状態を出力する。学習データは、検査装置または構成部位の正常状態と異常または異常予兆の状態とにおける、マス計測データのパラメータ値の変動のデータを含む。
【0234】
一実施の形態の検査装置管理システムにおけるコンピュータシステムは、診断の際に、機械学習、例えば局所部分空間法を用いて、検査装置の状態を診断し、機械学習、例えば局所部分空間法による、多次元空間を構成するパラメータは、少なくとも、マス計測データのパラメータ値を含む。
【0235】
以上、本開示の実施の形態について具体的に説明したが、前述の実施の形態に限定されず、要旨を逸脱しない範囲で種々変更可能である。各実施の形態は、必須構成要素を除き、構成要素の追加・削除・置換などが可能である。特に限定しない場合、各構成要素は、単数でも複数でもよい。各実施の形態や変形例を組み合わせた形態も可能である。
【符号の説明】
【0236】
１…顧客環境、２…診断装置、３…製造管理装置、４…情報表示装置、５…ユーザ端末、７…試料、１１…検査装置、１２…センサ、１３…管理装置、５０…ＧＵＩ画面。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】
【図12】
【図13】
【図14】
【図15】
【図16】
【図17】
【図18】
【図19】
【図20】
【図21】
【図22】
【図23】
【図24】