特開 2024-176279 状態診断システム、状態診断システムの制御方法および状態診断システムの制御プログラム

(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】P2024176279

(43)【公開日】2024-12-19

(54)【発明の名称】状態診断システム、状態診断システムの制御方法および状態診断システムの制御プログラム

(51)【国際特許分類】

   G06F 16/33 20190101AFI20241212BHJP

【ＦＩ】

G06F16/33

【審査請求】未請求

【請求項の数】8

【出願形態】ＯＬ

(21)【出願番号】P 2023094728

(22)【出願日】2023-06-08

(71)【出願人】

【識別番号】000002945

【氏名又は名称】オムロン株式会社

(74)【代理人】

【識別番号】110001195

【氏名又は名称】弁理士法人深見特許事務所

(72)【発明者】

【氏名】中井 隆樹

【テーマコード（参考）】

5B175

【Ｆターム（参考）】

5B175DA01

5B175HB03

(57)【要約】

【課題】確度の高い提案内容を提示することが可能な状態診断システムを提供する。
【解決手段】
本開示の一例に従う状態診断システムは、制御装置を含む制御システムに生じた状態を示す状態データに基づいて制御システムの状態を是正するための第１の提案情報を生成する提案部と、提案部で生成される第１の提案情報と、状態データ以外の制御システムに関連する関連データに基づく制御システムの状態を是正するための第２の提案情報との類似度を判定する判定部と、判定部の類似度に基づいて、第１および第２の提案情報の出力を制御する出力部とを備える。
【選択図】図３

【特許請求の範囲】

【請求項1】

制御装置を含む制御システムに生じた状態を示す状態データに基づいて前記制御システムの状態を是正するための第１の提案情報を生成する提案部と、
前記提案部で生成される前記第１の提案情報と、前記状態データ以外の前記制御システムに関連する関連データに基づく前記制御システムの状態を是正するための第２の提案情報との類似度を判定する判定部と、
前記判定部の類似度に基づいて、前記第１および第２の提案情報の出力を制御する出力部とを備える、状態診断システム。

【請求項2】

前記出力部は、前記第１および第２の提案情報の類似度と第１の閾値との比較に基づいて前記第１および第２の提案情報の出力を制御する、請求項１記載の状態診断システム。

【請求項3】

前記出力部は、
前記第１および第２の提案情報の類似度が前記第１の閾値よりも高い第２の閾値以上である場合には、前記第１の提案情報を出力し、
前記第１および第２の提案情報の類似度が前記第１の閾値よりも高い第２の閾値未満である場合には、前記第２の提案情報を出力する、請求項２記載の状態診断システム。

【請求項4】

前記第１および第２の提案情報は、第１および第２のテキスト情報をそれぞれ含み、
前記判定部は、前記第１のテキスト情報に含まれる単語の第１の特徴量と、前記第２のテキスト情報に含まれる単語の第２の特徴量とに基づいて類似度を判定する、請求項１記載の状態診断システム。

【請求項5】

前記判定部は、
トピックモデルを用いて、前記第１のテキスト情報に含まれる単語の第１の特徴量と、前記第２のテキスト情報に含まれる単語の第２の特徴量とを算出する算出部と、
類似度関数を用いて前記算出部で算出した前記第１の特徴量と、第２の特徴量との類似度を判定する類似度判定部とを含む、請求項４記載の状態診断システム。

【請求項6】

前記提案部は、
前記状態データの状態パターンを解析する解析部と、
前記解析部により解析された状態パターンに従って、複数の状態パターンにそれぞれ対応する複数の提案ファイルのうちの１つの提案ファイルを前記第１の提案情報として生成する生成部とを含む、請求項１記載の状態診断システム。

【請求項7】

制御装置を含む制御システムに生じた状態を示す状態データに基づいて前記制御システムの状態を是正するための第１の提案情報を生成するステップと、
生成される前記第１の提案情報と、前記状態データ以外の前記制御システムに関連する関連データに基づく当該異常を是正するための第２の提案情報との類似度を判定するステップと、
前記類似度に基づいて、前記第１および第２の提案情報の少なくともいずれか一方を出力するステップとを備える、状態診断システムの制御方法。

【請求項8】

コンピュータに、
制御装置を含む制御システムに生じた状態を示す状態データに基づいて前記制御システムの状態を是正するための第１の提案情報を生成するステップと、
生成される前記第１の提案情報と、前記状態データ以外の前記制御システムに関連する関連データに基づく当該異常を是正するための第２の提案情報との類似度を判定するステップと、
前記類似度に基づいて、前記第１および第２の提案情報の少なくともいずれか一方を出力するステップとを実行させる、状態診断システムの制御プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、制御装置を含む制御システムの状態に関する状態診断システム、状態診断システムの制御方法および状態診断システムの制御プログラムに関する。

【背景技術】

【0002】

従来より、製造装置等の機械に対して稼働状況をリアルタイムに監視し、故障診断を行う監視システムが提案されている。

【0003】

この点で、機械に関するデータを収集し、当該収集したデータに基づいて、障害を除去するための提案を提示するシステムが提案されている（特許文献１参照）。

【0004】

一方で、提案内容について本当にユーザが必要としているものであるのかを判断することができず、提案がユーザに受け入れられる確度が低いという課題がある。

【先行技術文献】

【特許文献】

【0005】

【特許文献1】特開２０１８－５８３３号公報

【発明の概要】

【発明が解決しようとする課題】

【0006】

本開示は、上記の課題を解決するためのものであって、確度の高い提案内容を提示することが可能な状態診断システム、状態診断システムの制御方法および状態診断システムの制御プログラムを提供する。

【課題を解決するための手段】

【0007】

本開示の一例に従う状態診断システムは、制御装置を含む制御システムに生じた状態を示す状態データに基づいて制御システムの状態を是正するための第１の提案情報を生成する提案部と、提案部で生成される第１の提案情報と、状態データ以外の制御システムに関連する関連データに基づく制御システムの状態を是正するための第２の提案情報との類似度を判定する判定部と、判定部の類似度に基づいて、第１および第２の提案情報の出力を制御する出力部とを備える。この構成であれば確度の高い提案内容を提示することが可能である。

【0008】

出力部は、第１および第２の提案情報の類似度と第１の閾値との比較に基づいて第１および第２の提案情報の出力を制御する。この構成であれば類似度と第１の閾値との比較に基づいて第１および第２の提案情報の出力を制御するため確度の高い提案内容を提示することが可能である。

【0009】

出力部は、第１および第２の提案情報の類似度が第１の閾値よりも高い第２の閾値以上である場合には、第１の提案情報を出力し、第１および第２の提案情報の類似度が第１の閾値よりも高い第２の閾値未満である場合には、第２の提案情報を出力する。この構成であれば類似度と第１および第２の閾値との比較に基づいて第１および第２の提案情報の出力を制御するため確度の高い提案内容を提示することが可能である。

【0010】

第１および第２の提案情報は、第１および第２のテキスト情報をそれぞれ含み、判定部は、第１のテキスト情報に含まれる単語の第１の特徴量と、第２のテキスト情報に含まれる単語の第２の特徴量とに基づいて類似度を判定する。この構成であればテキスト情報の単語の特徴量を用いて類似度を判定するため精度の高い判定が可能である。

【0011】

判定部は、トピックモデルを用いて、第１のテキスト情報に含まれる単語の第１の特徴量と、第２のテキスト情報に含まれる単語の第２の特徴量とを算出する算出部と、類似度関数を用いて算出部で算出した第１の特徴量と、第２の特徴量との類似度を判定する類似度判定部とを含む。この構成であれば類似度関数を用いて類似度を判定するため精度の高い判定が可能である。

【0012】

提案部は、状態データの状態パターンを解析する解析部と、解析部により解析された状態パターンに従って、複数の状態パターンにそれぞれ対応する複数の提案ファイルのうちの１つの提案ファイルを第１の提案情報として生成する生成部とを含む。この構成であれば状態パターンを解析して、当該解析された状態パターンに従って第１の提案情報が生成されるため精度の高い提案情報の生成が可能である。

【0013】

本開示の一例に従う状態診断システムの制御方法は、制御装置を含む制御システムに生じた状態を示す状態データに基づいて制御システムの状態を是正するための第１の提案情報を生成するステップと、生成される第１の提案情報と、状態データ以外の制御システムに関連する関連データに基づく当該異常を是正するための第２の提案情報との類似度を判定するステップと、類似度に基づいて、第１および第２の提案情報の少なくともいずれか一方を出力するステップとを備える。この構成であれば確度の高い提案内容を提示することが可能である。

【0014】

本開示の一例に従う状態診断システムの制御プログラムは、コンピュータに、制御装置を含む制御システムに生じた状態を示す状態データに基づいて制御システムの状態を是正するための第１の提案情報を生成するステップと、生成される第１の提案情報と、状態データ以外の制御システムに関連する関連データに基づく当該異常を是正するための第２の提案情報との類似度を判定するステップと、類似度に基づいて、第１および第２の提案情報の少なくともいずれか一方を出力するステップとを実行させる。この構成であれば確度の高い提案内容を提示することが可能である。

【発明の効果】

【0015】

本開示の状態診断システム、状態診断システムの制御方法および状態診断システムの制御プログラムは、確度の高い提案内容を提示することが可能である。

【図面の簡単な説明】

【0016】

【図1】実施の形態１に従う制御装置を含む制御システムの具体例を示す図である。

【図2】本実施の形態に係る制御装置のハードウェア構成例を示すブロック図である。

【図3】本実施の形態に係る制御装置の機能構成例を示すブロック図である。

【図4】実施形態に従う制御システム１の状態診断に係わる機能ブロックについて説明する図である。

【図5】実施形態に従う制御システム１における異常要因パターンと対処法について説明する図である。

【図6】実施形態に従う提案ファイルＦＡの一例について説明する図である。

【図7】実施の形態に従う提案部１１の処理について説明するフロー図である。

【図8】実施形態に従う第２の提案情報について説明する図である。

【図9】実施の形態に従う判定部１４および出力部１７の処理について説明するフロー図である。

【図10】提案ファイルおよびニーズファイルについてそれぞれの単語の出現頻度表の生成について説明する図である。

【図11】実施形態に従うトピックモデルの生成の概念について説明する図である。

【図12】実施形態に従う出力判定処理の詳細について説明するフロー図である。

【発明を実施するための形態】

【0017】

本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中の同一または相当部分については、同一符号を付してその説明は繰返さない。

【0018】

＜システム構成＞
図１は、実施の形態１に従う制御装置を含む制御システムの具体例を示す図である。

【0019】

図１を参照して、制御システム１は、制御装置１００と、ＨＭＩ（Human Machine Interface）２００と、生産ライン３００と、サーバ５００とを含む。制御装置１００とＨＭＩ２００と、サーバ５００とは、情報系ネットワーク６を介して通信可能に接続される。制御装置１００と生産ライン３００に含まれる１以上の機器とは、制御系ネットワーク４を介して通信可能に接続される。

【0020】

制御装置１００は、典型的にはＰＬＣ（Programmable Logic Controller）であり、生産ライン３００に含まれる１以上の機器を制御する。

【0021】

ＨＭＩ２００は、ユーザに対して情報を提示する機能、および、ユーザからの操作を受け付ける機能を含む。本実施の形態では、ＨＭＩ２００は、制御システム１の状態を是正するための提案情報をユーザに提供する。

【0022】

生産ライン３００は、製品を生産するための１以上の機器を含む。図１に例示される生産ライン３００は、塗料が塗布された金属プレート４００を生産する。生産ライン３００は、塗料準備工程３１０と、塗装工程３２０と、乾燥工程３３０と、検査工程３４０と、を含む。

【0023】

塗料準備工程３１０に設置される機器は、原料投入機３１１と、攪拌機３１２と、塗料保管器３１３と、を含む。原料投入機３１１は、塗料の原料（顔料、樹脂、添加剤、溶剤など）を容器に投入する機器である。攪拌機３１２は、容器内の原料を撹拌し、混合する。塗料保管器３１３は、塗料の粘度を所定範囲内に維持するために、適切な温度（塗料保管温度）で塗料を収容する。塗料準備工程３１０に設置される機器の動作に関連する説明変数は、塗料希釈率、撹拌速度、塗料保管温度を含む。

【0024】

塗装工程３２０に設置される機器は、塗布装置３２１と、ベルトコンベア３２２と、を含む。塗布装置３２１は、圧縮空気を利用して、塗料保管器３１３から供給される塗料を、ベルトコンベア３２２によって搬送されている金属プレート４００上に吹き付ける。

【0025】

乾燥工程３３０に設置される機器は、乾燥機３３１と、ベルトコンベア３３２と、を含む。乾燥機３３１は、ベルトコンベア３３２によって搬送されている金属プレート４００を加熱することにより、金属プレート４００上の塗料を乾燥させる。

【0026】

塗料準備工程３１０、塗装工程３２０および乾燥工程３３０に設置される機器の動作に関する値は、制御装置１００によって収集される。

【0027】

検査工程３４０は、金属プレート４００の塗装膜厚を測定する工程である。塗装膜厚は、作業者によって測定されてもよいし、膜厚測定機を用いて自動的に測定されてもよい。

【0028】

サーバ５００は、制御システム１の状態を是正するための別の提案情報をユーザに提供する。

【0029】

＜制御装置のハードウェア構成＞
図２は、本実施の形態に係る制御装置のハードウェア構成例を示すブロック図である。

【0030】

図２を参照して、制御装置１００は、ＣＰＵ（Central Processing Unit）やＭＰＵ（Micro-Processing Unit）などのプロセッサ１０２と、チップセット１０４と、主メモリ１０６と、ストレージ１１０と、制御系ネットワークコントローラ１２０と、情報系ネットワークコントローラ１２２と、ＵＳＢコントローラ１２４と、メモリカードインターフェイス１２６とを含む。

【0031】

プロセッサ１０２は、ストレージ１１０に格納された各種プログラムを読み出して、主メモリ１０６に展開して実行することで、制御対象を制御するための制御演算を実現する。チップセット１０４は、プロセッサ１０２と各コンポーネントとのデータ伝送などを制御する。

【0032】

ストレージ１１０には、基本的な処理を実現するためのシステムプログラム１１２と、制御演算を実現するためのユーザプログラム１１４と、制御装置を含む制御システムの状態を診断するための状態診断プログラム１１６とが格納される。

【0033】

制御系ネットワークコントローラ１２０は、制御系ネットワーク４を介した機器とのデータのやり取りを制御する。

【0034】

情報系ネットワークコントローラ１２２は、情報系ネットワーク６を介したＨＭＩ１００などとのデータのやり取りを制御する。

【0035】

ＵＳＢコントローラ１２４は、ＵＳＢ接続を介した外部装置（例えば、サポート装置）とのデータのやり取りを制御する。

【0036】

メモリカードインターフェイス１２６は、メモリカード１２８を着脱可能に構成されており、メモリカード１２８に対してデータを書き込み、メモリカード１２８から各種データ（ユーザプログラムなど）を読み出すことが可能になっている。

【0037】

図２には、プロセッサ１０２がプログラムを実行することで必要な処理が提供される構成例を示したが、これらの提供される処理の一部または全部を、専用のハードウェア回路（例えば、ＡＳＩＣまたはＦＰＧＡなど）を用いて実装してもよい。あるいは、制御装置１００の主要部を、汎用的なアーキテクチャに従うハードウェア（例えば、汎用パソコンをベースとした産業用パソコン）を用いて実現してもよい。この場合には、仮想化技術を用いて、用途の異なる複数のＯＳを並列的に実行させるとともに、各ＯＳ上で必要なアプリケーションを実行させるようにしてもよい。

【0038】

＜制御装置の機能構成＞
図３は、本実施の形態に係る制御装置の機能構成例を示すブロック図である。

【0039】

図３を参照して、制御装置１００は、ＩＯ処理部１０と、提案部１１と、判定部１４と、出力部１７とを備える。

【0040】

ＩＯ処理部１０は、プロセッサ１０２がユーザプログラム１１４を実行することにより実現される。

【0041】

提案部１１、判定部１４および出力部１７は、プロセッサ１０２が状態診断プログラム１１６を実行することにより実現される。

【0042】

提案部１１は、制御装置１００を含む制御システム１に生じた状態を示す状態データに基づいて制御システム１の状態を是正するための第１の提案情報を生成する。

【0043】

判定部１４は、提案部１１で生成される第１の提案情報と、状態データ以外の制御システム１に関連する関連データに基づく制御システム１の状態を是正するための第２の提案情報との類似度を判定する。本例においては、第２の提案情報は、サーバ５００から送信されるものである。

【0044】

出力部１７は、判定部１４の類似度に基づいて、第１および第２の提案情報の少なくともいずれか一方を出力する。

【0045】

ＩＯ処理部１０は、収集処理および出力処理を実行する。収集処理は、生産ライン３００に含まれる１以上の機器からデータを収集する処理である。出力処理は、処理によって得られるデータを、生産ライン３００に含まれる１以上の機器に出力する処理である。

【0046】

収集処理によって収集されるデータは、生産ライン３００に含まれる１以上の機器の動作に関する状態データ、例えば、塗装希釈率，撹拌速度，塗料保管温度，送り速さ（塗装工程），エア圧，室温，吐出量，吹付距離，送り速さ（乾燥工程），乾燥温度等の計測値を示すデータを含む。さらに、収集処理によって収集されるデータは、生産ライン３００によって生産される製品の品質を示す計測値を示すデータを含む。データは、変数の計測値と製品個体を識別するワークＩＤとを示す。ワークＩＤは、例えば通し番号である。

【0047】

ＩＯ処理部１０は、生産ライン３００の各工程から最新のデータを一定周期ごとに収集する。生産ライン３００の各工程および工程間において、一定個数の製品が滞留する。ＩＯ処理部１０によって収集されたデータは蓄積される。

【0048】

提案部１１は、解析部１２と、生成部１３とを含む。
解析部１２は、収集処理によって収集される生産ライン３００の状態データの状態パターンを解析する。

【0049】

生成部１３は、解析部１２により解析された状態パターンに従って、複数の状態パターンにそれぞれ対応する複数の提案ファイルのうちの１つの提案ファイルを第１の提案情報として生成する。

【0050】

図４は、実施形態に従う制御システム１の状態診断に係わる機能ブロックについて説明する図である。

【0051】

図４を参照して、サーバ５００は、顧客情報データ部５０６と、事例データ部５０４と、顧客ニーズ推定部５０２とを含む。

【0052】

顧客情報データ部５０６は、顧客に関する情報を格納するデータベースである。顧客に関する情報として、一例として、機器の販売履歴や、サービスの販売履歴や、公開ＩＲ情報や、営業訪問記録や、コールセンタ記録や、Ｗｅｂ閲覧履歴に関する情報等、顧客に関する情報であればどのような情報を含んでいてもよい。

【0053】

事例データ部５０４は、顧客のニーズあるいはソリューションを提案するための情報を格納するデータベースである。顧客のニーズあるいはソリューションを提案するための情報として、サービス事例や、機器の導入事例、教育受講事例等の情報を含んでいてもよい。

【0054】

顧客ニーズ推定部５０２は、顧客情報データ部５０６からの顧客に関する情報に基づいて事例データ部５０４の情報を活用して顧客のニーズを推定して制御システム１の状態を是正するための提案情報を制御装置１００に出力する。

【0055】

制御装置１００は、提案データ部１８と、提案部１１と、判定部１４と、出力部１７とを含む。提案データ部１８は、ストレージ１１０に設けられたものである。

【0056】

提案部１１は、提案データ部１８に格納されている提案情報を判定部１４に出力する。
判定部１４は、提案部１１から出力された提案情報（第１の提案情報）と、顧客ニーズ推定部５０２から出力された提案情報（第２の提案情報）との類似度を判定する。

【0057】

出力部１７は、判定部１４の判定結果である類似度に基づいて提案部１１から出力された提案情報（第１の提案情報）および顧客ニーズ推定部５０２から出力された提案情報（第２の提案情報）の出力を制御する。

【0058】

＜第１の提案情報の説明＞
図５は、実施形態に従う制御システム１における異常要因パターンと対処法について説明する図である。

【0059】

図５（Ａ）を参照して、制御システム１の生産ライン３００の異常の際の状態データを集収し、その頻度に従って異常要因パターンを特定する。本例においては、生産ライン３００における収集処理によって得られた状態データＰ１～Ｐ９（以下、総称して状態データＰとも称する）を取得し、頻度の多い異常要因パターンＥＡを特定した場合が示されている。

【0060】

ここでは、異常が生じた場合の状態データＰ１～Ｐ９の値が示されている。
当該異常要因パターンに対応して、対処法が示されている。具体的には、端子挿入高さの設定変更の実施比率が７０％、鉄心カシメの装置設定変更の実施比率が２０％、鉄片カシメのストローク調整の実施比率が１０％として示されている。

【0061】

予め収集された状態データを解析することにより異常要因パターンを特定することが可能である。

【0062】

そして、当該異常要因パターンに対して対処した各対処法の実施比率の統計情報を用いることにより当該異常要因パターンに対しての提案情報を生成することが可能である。

【0063】

例えば、異常要因パターンＥＡに対しては、対処法として「端子挿入高さの設定変更」が効果的である可能性が高い。また、その次の対処法として「鉄心カシメの装置設定変更」が効果的である可能性が高い。また、その次の対処法として「鉄心カシメのストローク調整」が効果的である可能性が高い。

【0064】

こうした分析を通して、異常要因パターンＥＡに対応する提案ファイルＦＡを事前に作成する。

【0065】

図６は、実施形態に従う提案ファイルＦＡの一例について説明する図である。
図６を参照して、提案ファイルＦＡとして、不具合事象と対処法とが記述されている。

【0066】

具体的には、「事象：リアルタイム状態診断が異常を検知し、鉄心カシメ工程にて鉄心部品に起因した異常がある可能性がある。鉄心部品の直径がロット切り替え（またはメーカー変更による）変動により、わずかに減少している可能性がある。このためカシメ接合の強度が規格に対して不足する傾向が見られる。対処：スピンカシメ装置のサーボモーターのトルクを増すことでカシメ接合強度を維持できる。」のテキスト情報が記述されている。

【0067】

異常要因パターンＦＡに対応して提案ファイルＦＡが対応付けられて提案データ部１８に格納される。

【0068】

再び図５（Ｂ）を参照して、本例においても同様にして、異常の際の状態データを集収し、その頻度に従って異常要因パターンを特定する。本例においては、生産ライン３００における収集処理によって得られた状態データＰ１～Ｐ９を取得し、頻度の多い異常要因パターンＥＢを特定した場合が示されている。

【0069】

ここでは、状態データＰ１～Ｐ９について異常が生じた場合の値が示されている。
当該異常要因パターンに対応して、対処法が示されている。具体的には、端子曲げ角度の設定変更の実施比率が９０％、接点高さの設定変更の実施比率が１０％として示されている。

【0070】

予め収集された状態データを解析することにより異常要因パターンを特定することが可能である。

【0071】

そして、当該異常要因パターンに対して対処した各対処法の実施比率の統計情報を用いることにより当該異常要因パターンに対しての提案情報を生成することが可能である。

【0072】

例えば、異常要因パターンＦＢに対しては、対処法として「端子曲げ確度の設定変更」が効果的である可能性が高い。また、その次の対処法として「接点高さの設定変更」が効果的である可能性が高い。

【0073】

こうした分析を通して、異常要因パターンＥＢに対応する提案ファイルＦＢを事前に作成する。

【0074】

以下、同様にして各種の異常要因パターンを特定して、それぞれの異常要因パターンに対応する提案ファイルを作成して、提案データ部１８に格納する。

【0075】

図７は、実施の形態に従う提案部１１の処理について説明するフロー図である。
図７を参照して、提案部１１は、状態データを取得する（ステップＳ２）。具体的には、提案部１１は、生産ライン３００におけるＩＯ処理部１０の収集処理によって得られた状態データＰ等を取得する。

【0076】

次に、提案部１１の解析部１２は、取得した状態データＰを解析する（ステップＳ４）。解析処理として、状態データＰの分布を解析する。

【0077】

次に、提案部１１の解析部１２は、異常が有る場合には異常要因パターンを特定する（ステップＳ５）。具体的には、例えば状態データＰの分布として異常要因パターンＥＡのような分布に類似しているか否かを判断し、類似している場合には異常要因パターンＥＡとして特定する。あるいは、状態データＰの分布として異常要因パターンＥＢのような分布に類似しているか否かを判断し、類似している場合には異常要因パターンＥＢとして特定する。他の異常要因パターンについても同様である。

【0078】

次に、提案部１１の生成部１３は、解析部１２により特定された異常要因パターンに従って提案データ部１８を参照して、対応する異常要因パターンに従う提案ファイルを抽出する（ステップＳ６）。例えば、異常要因パターンＰＡが特定された場合には、提案ファイルＦＡを抽出する。また、異常要因パターンＰＢが特定された場合には、提案ファイルＦＢを抽出する。他の異常要因パターンについても同様である。

【0079】

次に、提案部１１の生成部１３は、当該抽出した提案ファイルを提案情報として生成して判定部１４に出力する（ステップＳ８）。例えば提案ファイルＦＡを抽出した場合には、当該ファイルを提案情報として出力する。提案ファイルＦＢを抽出した場合には当該ファイルを提案情報として出力する。他の場合についても同様である。

【0080】

そして、処理を終了する（エンド）。
＜第２の提案情報の説明＞
第２の提案情報は、サーバ５００から出力されるものである。

【0081】

図８は、実施形態に従う第２の提案情報について説明する図である。
図８を参照して、ニーズファイルＮＡとして、制御システム１の状態を是正するための情報が記述されている。

【0082】

具体的には、「分析結果から装置Ａのメンテナンス周期の最適化がエネルギー生産性の向上には有効です。最適化に向けたアクション・プランをご提案します」が記述されている。また、具体的なアクション・プランに関して、「１．メンテナンス履歴の整備 装置Ａのメンテナンス履歴を整備し、メンテナンス作業内容や周期を明確に把握することで、メンテナンスの実施状況を正確に評価することができます。２．メンテナンスの実施状況の評価 メンテナンスの実施状況を評価し、メンテナンス作業の効果や実施頻度について検討します。３．メンテナンス周期の見直し メンテナンス周期を見直し、必要に応じて変更することで、装置Ａの状態に応じた最適なメンテナンス周期を設定します。４．メンテナンス計画の実施 最適なメンテナンス計画を策定し、実施することで、装置Ａの稼働率を向上させます。５．メンテナンス周期のモニタリング 最適なメンテナンス周期を設定した後も、定期的にモニタリングを行い、装置Ａの状態に合わせてメンテナンス周期を調整することが必要です。」とのテキスト情報が記述される。

【0083】

他のニーズファイルＮＢ，ＮＣについても同様に事例データ部５０４に格納されている。

【0084】

ニーズファイルは、制御装置１００に収集される状態データに基づいて生成されたものではなく、状態データ以外の制御システム１に関連する関連データに基づく制御システムの状態を是正するための提案情報である。

【0085】

サーバ５００の顧客ニーズ推定部５０２は、顧客情報データ部５０６からの顧客に関する情報に基づいて事例データ部５０４の情報を活用して顧客のニーズを推定して制御システム１の状態を是正するための提案情報を制御装置１００に出力する。

【0086】

例えば、ニーズファイルは、顧客毎に用意されていてもよいし、複数のニーズファイルの中から顧客に適切なニーズファイルを選択するようにしてもよい。機械学習を用いた人工知能（生成系ＡＩ）を用いて顧客に関する情報等に基づいてニーズファイルを生成するようにしてもよい。あるいは、販売員やサービスマンが顧客の状況を分析し、分析結果をニーズファイルとしてテキスト形式で纏めて事例データ部５０４に格納したものでもよい。

【0087】

＜判定処理および出力処理の説明＞
図９は、実施の形態に従う判定部１４および出力部１７の処理について説明するフロー図である。

【0088】

図９を参照して、判定部１４は、提案ファイルとニーズファイルとを取得する（ステップＳ１０）。具体的には、提案部１１で生成された提案ファイルと、サーバ５００から出力されたニーズファイルとを取得する。

【0089】

次に、判定部１４は、それぞれ取得した提案ファイルおよびニーズファイルについて単語の出現頻度表を生成する（ステップＳ１２）。本例においては、一例としてTF-IDF（term frequency-inverse document frequency）スコアを用いて単語の出現頻度表を生成する場合について説明する。

【0090】

図１０は、提案ファイルおよびニーズファイルについてそれぞれの単語の出現頻度表の生成について説明する図である。

【0091】

図１０（Ａ）には、提案ファイルＦＡについて品詞分解し、単語行列データを生成して、TF-IDFスコアおよび出現頻度を算出した場合が示されている。すなわち、提案ファイルＦＡのテキスト情報に含まれる単語の特徴量を算出する。

【0092】

図１０（Ｂ）には、ニーズファイルＮＡについて品詞分解し、単語行列データを生成して、TF-IDFスコアおよび出現頻度を算出した場合が示されている。すなわち、ニーズファイルＮＡのテキスト情報に含まれる単語の特徴量を算出する。

【0093】

再び図９を参照して、判定部１４は、トピックモデルを生成する（ステップＳ１４）。
図１１は、実施形態に従うトピックモデルの生成の概念について説明する図である。

【0094】

図１１（Ａ）および（Ｂ）を参照して、本例においては、ＬＤＡトピックモデルを用いて提案ファイルＦＡおよびニーズファイルＮＡについてトピックを分類する場合について説明する。スコアの値に従って文字サイズが調整された状態で可視化されている。これにより容易に単語の特徴量を把握することが可能である。

【0095】

本邸においては、上記単語の特徴量に基づいて、一例として、制御機器トピックと、方法論トピックと、手法トピックとに分類する場合が示されている。なお、これに限られずさらに複数のトピックに分類することも可能である。

【0096】

再び図９を参照して、判定部１４は、最終的に分類されたトピックを用いて類似度を算出する（ステップＳ１６）。具体的には、提案ファイルＦＡとニーズファイルＮＡとのトピックの類似度を算出する。例えば、類似度関数（一例としてＣＯＳ関数）を用いて類似度を判定する。なお、ＣＯＳ関数に限られず他の関数を用いて類似度を判定するようにしてもよい。

【0097】

そして、出力部１７は、出力判定処理を実行する（ステップＳ１８）。
そして、処理を終了する（エンド）。

【0098】

図１２は、実施形態に従う出力判定処理の詳細について説明するフロー図である。
図１２を参照して、出力部１７は、判定部１４により算出された類似度が第１のしきい値以上であるか否かを判断する（ステップＳ２０）。一例として、第１のしきい値として「５０」に設定する。なお、第１のしきい値は適宜設定することが可能である。

【0099】

ステップＳ２０において、出力部１７は、判定部１４により算出された類似度が第１のしきい値以上であると判断した場合（ステップＳ２０においてＹＥＳ）には、次に、出力部１７は、類似度は第２のしきい値以上であるか否かを判断する（ステップＳ２２）。一例として、第２のしきい値として「７５」に設定する。なお、第２のしきい値は適宜設定することが可能である。

【0100】

ステップＳ２２において、出力部１７は、判定部１４により算出された類似度が第２のしきい値以上であると判断した場合（ステップＳ２２においてＹＥＳ）には、第１の提案情報を出力する（ステップＳ２４）。具体的には、提案ファイルＦＡを出力する。

【0101】

そして、処理を終了する（リターン）。
一方で、ステップＳ２２において、出力部１７は、判定部１４により算出された類似度が第２のしきい値未満であると判断した場合（ステップＳ２２においてＮＯ）には、第２の提案情報を出力する（ステップＳ２６）。具体的には、ニーズファイルＮＡを出力する。

【0102】

そして、処理を終了する（リターン）。
一方、ステップＳ２０において、出力部１７は、判定部１４により算出された類似度が第１のしきい値未満であると判断した場合（ステップＳ２０においてＮＯ）には、処理を終了する（リターン）。

【0103】

本例においては、一例として、判定部１４により算出された類似度が第１のしきい値以上で、かつ第２のしきい値未満の場合には、ニーズファイルＦＡを出力する。また、判定部１４により算出された類似度が第１のしきい値以上で、かつ第２のしきい値以上である場合には、提案ファイルＦＡを出力する。

【0104】

一方、ユーザの嗜好により必要とする情報の種類は異なるためニーズファイルＮＡと、提案ファイルＦＡとを入れ替えて出力するようにしてもよい。

【0105】

本例においては、判定部１４により算出された類似度が第１のしきい値未満の場合には、第１の提案情報および第２の提案情報のいずれも出力しない場合について説明したが、これに限られず、例えば、第１の提案情報あるいは第２の提案情報の一方を出力するようにしてもよい。

【0106】

上記の実施形態で説明したように第１および第２の提案情報の類似度を判定し、判定結果に基づいて当該提案情報の出力を制御する方式であるため確度の高い提案内容を提示することが可能である。

【0107】

なお、上記においては、ＬＤＡトピックモデルを用いる場合について説明したが、これ限られず、例えば、階層ディリクレ過程(Hierarchical Dirichlet Process, HDP)や、PLSA(Probabilistic Latent Semantic Analysis)、CTM(Correlated Topic Model)を用いてトピックの分類を行うようにしてもよい。

【0108】

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は、上記した説明ではなく、特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

【符号の説明】

【0109】

１ 制御システム、４ 制御系ネットワーク、６ 情報系ネットワーク、１０ ＩＯ処理部、１１ 提案部、１２ 解析部、１３ 生成部、１４ 判定部、１７ 出力部、１８ 提案データ部、１００ 制御装置、１０２ プロセッサ、１０４ チップセット、１０６ 主メモリ、１１０ ストレージ、１１２ システムプログラム、１１４ ユーザプログラム、１１６ 状態診断プログラム、１２０ 制御系ネットワークコントローラ、１２２ 情報系ネットワークコントローラ、１２４ コントローラ、１２６ メモリカードインターフェイス、１２８ メモリカード、３００ 生産ライン、５００ サーバ、５０２ 顧客ニーズ推定部、５０４ 事例データ部、５０６ 顧客情報データ部。

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】