特開 2024-88584 流量推定システム

(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】P2024088584

(43)【公開日】2024-07-02

(54)【発明の名称】流量推定システム

(51)【国際特許分類】

   G01F 1/00 20220101AFI20240625BHJP

   G06N 20/00 20190101ALI20240625BHJP

   G06N 3/04 20230101ALI20240625BHJP

   G06N 3/08 20230101ALI20240625BHJP

   G01F 1/20 20060101ALI20240625BHJP

【ＦＩ】

G01F1/00 H

G06N20/00

G06N3/04

G06N3/08

G01F1/20 D

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023171723

(22)【出願日】2023-10-03

(31)【優先権主張番号】P 2022203421

(32)【優先日】2022-12-20

(33)【優先権主張国・地域又は機関】JP

(71)【出願人】

【識別番号】000133733

【氏名又は名称】株式会社テイエルブイ

(72)【発明者】

【氏名】時岡 良宜

【テーマコード（参考）】

2F030

【Ｆターム（参考）】

2F030CA04

2F030CC12

2F030CE04

2F030CE09

(57)【要約】

【課題】測定装置の計算リソースが小さい場合であっても、ドレン流量を適切に推定できるシステムを提供する。
【解決手段】流量推定システム１００は、測定装置１０と情報処理装置２０とを有する。測定装置１０は、第１推定部４１を有する。情報処理装置２０は、第２推定部５１を有する。第１推定部４１は、測定情報を第１推定モデルＭ１に入力して、ドレン流量を推定する。第１推定モデルＭ１は、振動情報を入力としドレン流量を出力とする教師データを用いた深層学習とは異なる機械学習により生成される。ユーザからの指示を受けた場合に、第２推定部５１は、振動情報を第２推定モデルＭ２に入力して、ドレン流量を推定する。第２推定モデルＭ２は、振動情報を入力とし、ドレン流量を出力とする教師データを用いた深層学習により生成される。
【選択図】図２

【特許請求の範囲】

【請求項1】

ドレントラップのドレン流量を推定する流量推定システムであって、
振動情報を測定する測定装置であって、
前記ドレントラップの振動情報を検出する検出部と、
前記振動情報を入力とし前記ドレン流量を出力とする教師データを用いた深層学習とは異なる機械学習により生成された第１推定モデルに、前記検出部によって検出された前記振動情報を入力して、前記ドレン流量を推定する第１推定部と、
外部に前記振動情報を送信する通信部と、
を有する、測定装置と、
ユーザからの指示を受けた場合に、前記振動情報を入力とし前記ドレン流量を出力とする教師データを用いた深層学習により生成された第２推定モデルに、前記通信部によって送信された前記振動情報を入力して、前記ドレン流量を推定する第２推定部と、
を備える、流量推定システム。

【請求項2】

請求項１に記載の流量推定システムにおいて、
前記第１推定モデルを生成するための機械学習、及び、前記第２推定モデルを生成するための深層学習を実行する学習部、
をさらに備える、流量推定システム。

【請求項3】

請求項１または請求項２に記載の流量推定システムにおいて、
前記測定装置とデータ通信可能な情報処理装置、
をさらに備え、
前記通信部は、前記情報処理装置に前記振動情報を送信可能である、流量推定システム。

【請求項4】

請求項２に記載の流量推定システムにおいて、
前記測定装置とデータ通信可能な情報処理装置と、
前記情報処理装置とデータ通信可能なサーバ装置、
をさらに備える、
前記サーバ装置は、前記学習部を有する、流量推定システム。

【請求項5】

請求項４に記載の流量推定システムにおいて、
前記サーバ装置は、
前記ドレントラップの前記振動情報と、前記振動情報が検出されたときの前記ドレントラップの作動状態から診断員が判定したドレン流量とが互いに関連付けられた現場データを蓄積する蓄積部、
をさらに有し、
前記学習部は、前記現場データを教師データとして用いる、流量推定システム。

【請求項6】

請求項１または請求項２に記載の流量推定システムにおいて、
前記測定装置は、
前記検出部によって検出された前記振動情報を外部に送信するための入力操作を受け付ける入力部、
をさらに有し、
前記通信部は、前記入力部が前記入力操作を受け付けた場合に前記振動情報を外部に送信する、流量推定システム。

【請求項7】

請求項３に記載の流量推定システムにおいて、
前記情報処理装置は、前記第２推定部を有する、流量推定システム。

【請求項8】

請求項４に記載の流量推定システムにおいて、
前記サーバ装置は、前記第２推定部を有し、
前記サーバ装置は、前記第２推定部によって出力された前記ドレン流量を、前記情報処理装置に送信し、
前記情報処理装置は、前記サーバ装置によって送信された前記ドレン流量を前記測定装置に送信する、流量推定システム。

【請求項9】

ドレントラップのドレン流量を推定する流量推定システムであって、
ドレントラップの振動情報を入力としドレン流量を出力とする教師データを用いた機械学習により生成された第１推定モデルに、検出部によって検出された振動情報を入力してドレン流量を推定する第１推定部と、
ユーザからの指示を受けた場合に、振動情報を入力としドレン流量を出力とする教師データを用いた深層学習により生成された第２推定モデルに、検出部によって検出された振動情報を入力してドレン流量を推定する第２推定部と、を備える、流量推定システム。

【発明の詳細な説明】

【技術分野】

【0001】

本明細書で開示される主題は、流量推定システムに関する。

【背景技術】

【0002】

従来、ドレントラップの弁を通過する流体の流量を推定する装置が知られている。例えば、特許文献１に開示された測定装置は、弁の振動を検出し、あらかじめ記憶されている流量と振動との相関関係から、実際の流量を推定する。また、特許文献２に開示された推定装置は、スチームトラップの振動情報を入力とし、ドレン流量を出力とする教師データを用いて機械学習させた推定モデルを有している。推定装置は、現場で検出された振動情報を当該推定モデルに入力して、ドレン流量を推定する。特許文献２では、推定精度を向上させるため、深層学習を利用することが提案されている。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開平９－１９６７１６号公報

【特許文献2】特許第７０７２１３１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、深層学習によって生成される推定モデルは、一般的に、深層学習とは異なる機械学習によって生成される推定モデルよりも、多くの計算リソースを必要とする。一方で、特許文献１のような測定装置は、現場での使用を考慮すると、小型であることが求められる。このため、測定装置において、深層学習による推定モデルを実用レベルで稼働させる計算リソースを確保することは困難であった。

【0005】

本発明の目的は、測定装置の計算リソースが小さい場合であっても、ドレン流量を適切に推定できるシステムを提供することにある。

【課題を解決するための手段】

【0006】

上記課題を解決するため、第１態様は、ドレントラップのドレン流量を推定する流量推定システムであって、前記ドレントラップの振動情報を検出する検出部と、前記振動情報を入力とし前記ドレン流量を出力とする教師データを用いた深層学習とは異なる機械学習により生成された第１推定モデルに、前記検出部によって検出された前記振動情報を入力して、前記ドレン流量を推定する第１推定部と、外部に前記振動情報を送信する通信部と、を有する、測定装置と、ユーザからの指示を受けた場合に、前記振動情報を入力とし前記ドレン流量を出力とする教師データを用いた深層学習により生成された第２推定モデルに、前記通信部によって送信された前記振動情報を入力して、前記ドレン流量を推定する第２推定部とを備える。

【0007】

第２態様は、第１態様の流量推定システムにおいて、前記第１推定モデルを生成するための機械学習、及び、前記第２推定モデルを生成するための深層学習を実行する学習部をさらに備える。

【0008】

第３態様は、第１態様または第２態様の流量推定システムにおいて、前記測定装置とデータ通信可能な情報処理装置、をさらに備え、前記通信部は、前記情報処理装置に前記振動情報を送信可能である。

【0009】

第４態様は、第２態様の流量推定システムにおいて、前記測定装置とデータ通信可能な情報処理装置と、前記情報処理装置とデータ通信可能なサーバ装置、をさらに備える、前記サーバ装置は、前記学習部を有する。

【0010】

第５態様は、第４態様の流量推定システムにおいて、前記サーバ装置は、前記ドレントラップの前記振動情報と、前記振動情報が検出されたときの前記ドレントラップの作動状態から診断員が判定したドレン流量とが互いに関連付けられた現場データを蓄積する蓄積部、をさらに有し、前記学習部は、前記現場データを教師データとして用いる。

【0011】

第６態様は、第１態様または第２態様の流量推定システムにおいて、前記測定装置は、前記検出部によって検出された前記振動情報を外部に送信するための入力操作を受け付ける入力部、をさらに有し、前記通信部は、前記入力部が前記入力操作を受け付けた場合に前記振動情報を外部に送信する。

【0012】

第７態様は、第３態様の流量推定システムにおいて、前記情報処理装置は、前記第２推定部を有する。

【0013】

第８態様は、第４態様の流量推定システムにおいて、前記サーバ装置は、前記第２推定部を有し、前記サーバ装置は、前記第２推定部によって出力された前記ドレン流量を、前記情報処理装置に送信し、前記情報処理装置は、前記サーバ装置によって送信された前記ドレン流量を前記測定装置に送信する。

【発明の効果】

【0014】

第１態様から第８態様の流量推定システムによれば、測定装置は、深層学習とは異なる機械学習により生成される第１推定モデルを用いてドレン流量を推定する。これにより、計算リソースを充分に確保することが困難な測定装置であっても、ドレン流量を推定できる。また、第２推定部は、深層学習によって生成された第２推定モデルを用いてドレン流量を推定する。このため、測定装置から送信される振動情報に基づいて、第２推定部がドレン流量を高精度に推定できる。したがって、測定装置の計算リソースが小さい場合であっても、状況に応じてドレン流量を適切に推定できる。

【0015】

第２態様の流量推定システムによれば、第１推定モデルＭ１及び第２推定モデルＭ２を生成できる。

【0016】

第３態様の流量推定システムによれば、情報処理装置に振動情報を送信できる。

【0017】

第４態様の流量推定システムによれば、サーバ装置によって、第１推定モデル及び第２推定モデルを生成できる。

【0018】

第５態様の流量推定システムによれば、サーバ装置によって、現場データを蓄積できる。

【0019】

第６態様の流量推定システムによれば、入力操作に基づいて、測定装置が振動情報を外部に送信することによって、第２推定部にドレン流量を推定させることができる。

【0020】

第７態様の流量推定システムによれば、情報処理装置において、測定装置によって送信された振動情報から、ドレン流量を推定できる。

【0021】

第８態様の流量推定システムによれば、サーバ層において、測定装置によって送信された振動情報から、ドレン流量を推定できる。

【図面の簡単な説明】

【0022】

【図1】実施形態に係る流量推定システムの概略構成を示すブロック図である。

【図2】図１に示される流量推定システムの機能を示すブロック図である。

【図3】蓄積部によって蓄積される現場データを示す図である。

【図4】図１に示される流量推定システムにおけるドレン流量の推定処理の流れを示す図である。

【図5】測定装置のディスプレイにおける表示態様の一例を示す図である。

【発明を実施するための形態】

【0023】

以下、添付の図面を参照しながら、本発明の実施形態について説明する。なお、この実施形態に記載されている構成要素はあくまでも例示であり、本発明の範囲をそれらのみに限定する趣旨のものではない。

【0024】

＜１． 実施形態＞
図１は、実施形態に係る流量推定システム１００の概略構成を示すブロック図である。図２は、図１に示される流量推定システム１００の機能を示すブロック図である。流量推定システム１００は、例えば、蒸気システムに備えられたスチームトラップ９１のドレン流量を推定するシステムである。スチームトラップ９１は、ドレントラップの一例であり、ドレン配管９２に設けられている。スチームトラップ９１は、ドレン配管９２から流入してきたドレン（凝縮水）を下流側へ流出させる。また、スチームトラップ９１は、ドレン配管９２から蒸気が流入してきた場合には、その蒸気の流出を阻止する。スチームトラップ９１は、いわゆる自動弁である。

【0025】

図１に示されるように、流量推定システム１００は、測定装置１０と、情報処理装置２０と、サーバ装置３０とを備える。測定装置１０は、情報処理装置２０と、データ通信可能である。情報処理装置２０は、ネットワーク９５を介してサーバ装置３０とデータ通信可能である。なお、測定装置１０は、サーバ装置３０とネットワーク９５を介してデータ通信可能であってもよい。

【0026】

測定装置１０は、スチームトラップ９１におけるドレン流量、すなわち、スチームトラップ９１を通過しているドレン流量を推定する携帯用の装置である。測定装置１０は、装置本体１１と、プローブ１３とを有する。

【0027】

プローブ１３は、スチームトラップ９１の振動情報を検出する。振動情報は、例えば、振動レベルである。プローブ１３は、スチームトラップ９１に押し当てられた状態で、スチームトラップ９１の振動情報を検出する。プローブ１３は、装置本体１１の筐体に取り付けられている。プローブ１３は、検出した振動情報を装置本体１１に出力する。プローブ１３は、「検出部」の一例である。なお、プローブ１３は、ケーブルを介して装置本体１１と接続されていてもよい。また、プローブ１３は、装置本体１１と無線接続されていてもよい。

【0028】

装置本体１１は、プローブ１３によって検出された振動情報に基づいて、スチームトラップ９１のドレン流量を推定する。装置本体１１は、ＣＰＵ（Central Processing Unit）などのプロセッサ１１１と、ＲＡＭ（Random Access Memory）などのメモリ１１２と、記憶部１１３と、通信部１１４と、ディスプレイ１１５と、入力部１１６と、を有する。メモリ１１２、記憶部１１３、通信部１１４，ディスプレイ１１５、入力部１１６は、プロセッサ１１１とバスを介して電気的に接続されている。

【0029】

記憶部１１３は、記憶媒体であって、プログラムＰ１及び各種データを記憶する。記憶部１１３は、不揮発性メモリであって、具体的には、ＨＤＤ（Hard Disc Drive）などの磁気記憶装置、ＳＳＤ（Solid State Drive）などの半導体メモリ、または、ＣＤ－ＲＯＭなどの光ディスクなどである。

【0030】

図２に示されるように、測定装置１０は、第１推定部４１と、修正部４３と、送信制御部４５とを有する。第１推定部４１、修正部４３及び送信制御部４５は、プロセッサ１１１がプログラムＰ１を実行すること、及び、記憶部１１３が必要なデータを記憶することによって実現される測定装置１０の機能である。

【0031】

図１に示されるように、記憶部１１３は、第１推定モデルＭ１を記憶する。第１推定モデルＭ１は、図２に示されるサーバ装置３０の学習部６３によって生成される学習済みモデルである。

【0032】

通信部１１４は、情報処理装置２０の通信部２０４との間で、データの送受信を行う。通信部１１４，２１４間は、無線接続されてもよいし、ユニバーサル・シリアル・バス（ＵＳＢ）などのバス規格によって有線接続されてもよい。

【0033】

ディスプレイ１１５は、各種情報を表示する。ディスプレイ１１５は、例えば、第１推定部４１によって推定されたドレン流量を表示する。また、ディスプレイ１１５は、ドレン流量の確信度を表示する。ドレン流量の確信度は、記憶部１１３に記憶されている第１推定モデルＭ１の正解率を示す情報である。なお、確信度は、ドレン流量の程度毎に設定されていてもよい。すなわち、ドレン流量の程度が「大」「中」「小」である場合、「大」「中」「小」のそれぞれについての確信度（正解率）が設定されていてもよい。

【0034】

入力部１１６は、診断員の入力操作を受け付ける。診断員は、測定装置１０のユーザであって、測定装置１０を用いてスチームトラップ９１の診断を行う者である。入力部１１６は、入力操作に応じた入力信号をプロセッサ１１１に出力する。入力部１１６は、例えばボタンである。なお、ディスプレイ１１５をタッチパネルとして、ディスプレイ１１５が入力部１１６の機能を有してもよい。

【0035】

図１に示されるように、情報処理装置２０は、ＣＰＵなどのプロセッサ２０１と、ＲＡＭなどのメモリ２０２と、記憶部２０３と、通信部２０４と、ディスプレイ２０５と、入力部２０６とを備える。情報処理装置２０は、例えば、ラップトップコンピュータである。

【0036】

記憶部２０３は、プログラムＰ２及び各種データを記憶する、コンピュータが読み取り可能な記憶媒体である。記憶部２０３は、例えば、ＨＤＤ、ＳＳＤ、または、ＣＤ－ＲＯＭなどの光ディスクなどの不揮発性メモリである。

【0037】

図２に示されるように、情報処理装置２０は、第２推定部５１を有する。第２推定部５１は、プロセッサ２０１がプログラムＰ２を実行すること、及び、記憶部２０３が必要なデータを記憶することによって実現される、情報処理装置２０の機能である。

【0038】

記憶部２０３は、第２推定モデルＭ２を記憶する。第２推定モデルＭ２は、図２に示されるサーバ装置３０の学習部６３によって生成される学習済モデルである。

【0039】

通信部２０４は、測定装置１０の通信部１１４、及び、サーバ装置３０の通信部３０４とデータの送受信を行う。通信部２０４，３０４間は、ネットワーク９５を介して接続される。ネットワーク９５は、例えば、インターネットなどの広域通信ネットワークである。

【0040】

ディスプレイ２０５は、各種情報を表示する。ディスプレイ２０５は、例えば、第２推定部５１によって推定されたドレン流量を表示する。また、ディスプレイ２０５は、ドレン流量の確信度を表示する。ドレン流量の確信度は、記憶部２０３に記憶されている第２推定モデルＭ２の正解率を示す情報である。

【0041】

入力部２０６は、診断員の入力操作を受け付ける。入力部２０６は、入力操作に応じた入力信号をプロセッサ２０１に出力する。入力部２０６は、例えばキーボードまたはマウスである。なお、ディスプレイ２０５をタッチパネルとして、ディスプレイ２０５が入力部２０６の機能を有してもよい。

【0042】

図１に示されるように、サーバ装置３０は、ＣＰＵなどのプロセッサ３０１と、ＲＡＭなどのメモリ３０２と、記憶部３０３と、通信部３０４と、ディスプレイ３０５と、入力部３０６とを備える。サーバ装置３０は、例えば、クラウドサーバである。

【0043】

記憶部３０３は、プログラムＰ３と現場データＤ１とを記憶する。図２に示されるように、サーバ装置３０は、蓄積部６１と、学習部６３とを有する。蓄積部６１及び学習部６３は、プロセッサ３０１がプログラムＰ３を実行すること、及び、記憶部３０３が必要なデータを記憶することによって実現される、サーバ装置３０の機能である。

【0044】

蓄積部６１は、現場データＤ１を蓄積する。現場データＤ１は、スチームトラップ９１の現場において診断員が測定したスチームトラップ９１の振動情報と、診断員が判定したドレン流量とを関連付けたデータである。スチームトラップ９１の現場は、スチームトラップ９１が実際に設置されて稼働している場所である。

【0045】

診断員は、現場におけるスチームトラップ９１の点検時またはメンテナンス時において、スチームトラップ９１の作動状態を診断し、その診断結果を客先等へ報告している。例えば、診断員は、スチームトラップ９１を診断するため、測定装置１０のプローブ１３によって、スチームトラップ９１の振動情報を測定する。また、診断員は、振動情報が測定されたときの、スチームトラップ９１の作動状態に基づいて、ドレン流量を判定する。スチームトラップ９１の作動状態は、例えば、スチームトラップ９１の作動音、または、ドレンの流れ状態である。スチームトラップ９１の作動音は、例えば、聴診器によって測定される。また、ドレンの流れ状態は、スチームトラップ９１の下流に接続されたドレン配管９２の内を目視することで把握される。各現場にて取得された、スチームトラップ９１の振動情報及びドレン流量が、現場データＤ１として蓄積部６１に蓄積されていく。

【0046】

なお、ドレン流量は、流量測定器によって測定することも考えられる。ただし、流量測定器は高価であり、また、流量測定器のドレン配管９２への取り付け作業が手間である。このため、診断員によりドレン流量を判定することが効果的である。

【0047】

図３は、蓄積部６１によって蓄積される現場データＤ１を示す図である。図３に示されるように、現場データＤ１は、振動情報と、当該振動情報に関連付けされたドレン流量とを有する。詳細には、現場データＤ１は、振動情報と、圧力と、ドレン流量とが互いに関連付けされている。圧力は、診断員が振動情報を測定したときのスチームトラップ９１の流体圧力である。流体圧力は、スチームトラップ９１の入口圧力であって、例えば、スチームトラップ９１の入り口側のドレン配管９２に取り付けられた圧力計によって測定される。ドレン流量は、数値ではなく、複数段階の程度で表される。図３に示される例では、ドレン流量の程度は、「大」「中」及び「小」の３段階で表されている。なお、ドレン流量の程度は、２段階または４段階以上で表されてもよい。

【0048】

図３に示されるように、現場データＤ１では、振動情報及びドレン流量に対して、「診断員レベル」が関連付けされている。診断員レベルは、現場においてスチームトラップ９１のドレン流量を判定した診断員の熟練度を示す情報である。診断員レベルは、複数段階の程度で表される。図３に示される例では、診断員レベルは、熟練度が高い順に「１」、「２」、「３」の３段階で表されている。なお、診断員レベルは、２段階または４段階以上の程度で表されてもよい。一般的には、診断員の熟練度が高いほど、、ドレン流量の判定精度は高い。このため、診断員レベルは、ドレン流量の精度を示す情報として利用し得る。

【0049】

図３に示されるように、現場データＤ１においては、互いに関連付けされた振動情報、圧力、ドレン流量及び診断員レベルは、フロート式、バケット式及びディスク式など、スチームトラップ９１の型式毎に区分されている。

【0050】

測定装置１０の修正部４３がドレン流量を修正した場合、蓄積部６１は、修正後のドレン流量を振動情報と関連付けした現場データＤ１を蓄積する。第１推定部４１によって推定されたドレン流量が、診断員の入力操作によって修正された場合、修正後のドレン流量が現場データＤ１として蓄積される。そのため、第１推定部４１によって推定されたドレン流量が適切でないと診断員が判断した場合、診断員が判定したドレン流量が蓄積部６１の現場データＤ１に反映される。

【0051】

学習部６３は、現場データＤ１における振動情報を入力とし、ドレン流量を出力とする教師データを用いた機械学習により第１推定モデルＭ１及び第２推定モデルＭ２を生成する。学習部６３は、データ選択部６３１と、モデル生成部６３３とを有する。

【0052】

データ選択部６３１は、第１推定モデルＭ１及び第２推定モデルＭ２の生成に使用される教師データを、蓄積部６１に蓄積された現場データＤ１から選択する。詳細には、データ選択部６３１は、蓄積部６１の現場データＤ１における振動情報及び圧力を入力とし、現場データＤ１におけるドレン流量を出力とする教師データを作成する。

【0053】

データ選択部６３１は、スチームトラップ９１の型式毎に、第１推定モデルＭ１及び第２推定モデルＭ２を生成するため、スチームトラップ９１の型式毎に教師データを作成してもよい。

【0054】

データ選択部６３１は、蓄積部６１に蓄積された現場データＤ１のうち、所定の熟練度以上の診断員レベルが関連付けされた現場データＤ１を、教師データとして選択してもよい。例えば、蓄積部６１に蓄積された現場データＤ１のうち、診断員レベルが「２」以上、すなわち、診断員レベルが「１」及び「２」の現場データＤ１を対象として、教師データが作成されてもよい。この場合、低い診断員レベルを含む全診断員レベルの現場データＤ１を対象として教師データが作成されるときと比べて、ドレン流量の精度が高い教師データが作成される。

【0055】

モデル生成部６３３は、データ選択部６３１によって作成された教師データを用いた機械学習により第１推定モデルＭ１及び第２推定モデルＭ２を生成する。第１推定モデルＭ１及び第２推定モデルＭ２は、振動情報及び圧力を入力とし、ドレン流量を出力とする。第１推定モデルＭ１及び第２推定モデルＭ２は、振動情報及び圧力と、ドレン流量との関係を学習させる教師あり機械学習により生成される学習済モデルである。

【0056】

モデル生成部６３３は、深層学習以外の教師あり機械学習アルゴリズムを利用して、第１推定モデルＭ１する。以下、深層学習以外の教師あり機械学習を、「非深層学習」と称する。非深層学習は、例えば、一般化線型モデル、勾配ブースティング決定木、サポートベクタマシン、または、入力層と出力層を含む３層以下（すなわち、中間層が１層）のニューラルネットワークのアルゴリズムを用いる機械学習である。

【0057】

モデル生成部６３３は、教師ありの深層学習によって第２推定モデルＭ２を生成する。深層学習は、入力層と出力層とを含む４層以上（すなわち、中間層が２層以上）の深層ニューラルネットワークのアルゴリズムを用いる機械学習である。

【0058】

データ選択部６３１は、例えば定期的に、教師データを更新する。モデル生成部６３３は、更新された教師データを用いた機械学習を行うことによって、第１推定モデルＭ１及び第２推定モデルＭ２を更新する。

【0059】

サーバ装置３０は、学習部６３によって生成された第１推定モデルＭ１及び第２推定モデルＭ２を、情報処理装置２０に送信する。情報処理装置２０は、サーバ装置３０から送信された第２推定モデルＭ２を、記憶部２０３に記憶させる。これにより、情報処理装置２０の記憶部２０３には、スチームトラップ９１の各型式に対応する複数種類の第２推定モデルＭ２が格納される。また、情報処理装置２０は、サーバ装置３０から送信された第１推定モデルＭ１を測定装置１０に送信する。測定装置１０は、情報処理装置２０から送信された第１推定モデルＭ１を記憶部１１３に記憶させる。これにより、測定装置１０の記憶部１１３には、スチームトラップ９１の各型式に対応する複数種類の第１推定モデルＭ１が格納される。

【0060】

測定装置１０の第１推定部４１は、プローブ１３によって測定されたスチームトラップ９１の振動情報、及び、入力部１１６によって入力された圧力を、スチームトラップ９１の型式に対応する第１推定モデルＭ１に入力することで、ドレン流量を推定する。また、情報処理装置２０の第２推定部５１は、プローブ１３によって測定されたスチームトラップ９１の振動情報、及び、入力部１１６によって入力された圧力を、スチームトラップ９１の型式に対応する第２推定モデルＭ２に入力することによって、ドレン流量を推定する。

【0061】

修正部４３は、第１推定部４１によって出力されたドレン流量を、入力部１１６における所定の入力操作に応じて修正する。修正部４３は、診断員により、入力部１１６を介してドレン流量が入力されると、第１推定部４１によって出力されたドレン流量を、入力部１１６を介して入力されたドレン流量に修正する。

【0062】

送信制御部４５は、プローブ１３によって検出された振動情報を、通信部１１４に送信させる制御を行う。

【0063】

＜ドレン流量の推定処理＞
続いて、流量推定システム１００におけるドレン流量の推定処理について、図４を参照しつつ説明する。図４は、図１に示される流量推定システム１００におけるドレン流量の推定処理の流れを示す図である。

【0064】

まず、現場にて、情報処理装置２０は、圧力及び型式の入力を受け付ける（圧力・型式入力受付工程Ｓ１）。詳細には、情報処理装置２０の入力部２０６は、診断員による、圧力の入力、及び、推定対象のスチームトラップ９１の型式の入力を受け付ける。診断員が入力する圧力は、ドレン配管９２に取り付けられた圧力計等によって計測される圧力であって、スチームトラップ９１の圧力（入口圧力）である。また、診断員は、推定対象のスチームトラップ９１の型式を入力部２０６に入力する。情報処理装置２０は、入力された圧力及び型式を、記憶部２０３に記憶させる。また、情報処理装置２０の通信部２０４は、入力された圧力及び型式を、測定装置１０へ送信する。

【0065】

圧力・型式入力受付工程Ｓ１の後、測定装置１０は、推定対象となるスチームトラップ９１の振動情報を測定する（測定工程Ｓ２）。詳細には、診断員により、測定装置１０のプローブ１３がスチームトラップ９１のケーシングに所定時間押し当てられる。そして、プローブ１３が振動情報を検出する。プローブ１３は、検出された振動情報を、装置本体１１に出力する。

【0066】

測定工程Ｓ２の後、測定装置１０の第１推定部４１は、推定対象のスチームトラップ９１のドレン流量を推定する（第１推定工程Ｓ３）。詳細には、第１推定部４１は、圧力・型式入力受付工程Ｓ１によって入力されたスチームトラップ９１の型式に対応する第１推定モデルＭ１を、記憶部１１３から読み出す。そして、第１推定部４１は、測定工程Ｓ２よって測定された振動情報と、圧力・型式入力受付工程Ｓ１によって入力された圧力とを、第１推定モデルＭ１に入力し、第１推定モデルＭ１にドレン流量を出力させる。

【0067】

第１推定工程Ｓ３の後、測定装置１０は、第１推定工程Ｓ３によって推定されたドレン流量を、ディスプレイ１１５に表示させる（第１表示工程Ｓ４）。図５は、測定装置１０のディスプレイ１１５における表示態様の一例を示す図である。図５に示される例では、ドレン流量として「大」が表示されている。第１表示工程Ｓ４では、測定装置１０は、第１推定部４１によって出力されたドレン流量の確信度もディスプレイ１１５に表示させる。つまり、第１推定部４１によって記憶部１１３から読み出された第１推定モデルＭ１の正解率が、ディスプレイ１１５に表示される。図５に示される例では、確信度として「８０％」が表示されている。

【0068】

第１表示工程Ｓ４の後、測定装置１０の送信制御部４５は、送信指令が入力されたか否かを判定する（送信判定工程Ｓ５）。また、送信判定工程Ｓ５の後、測定装置１０の修正部４３は、修正指令が入力されたか否かを判定する（修正判定工程Ｓ６）。なお、修正判定工程Ｓ６は、送信判定工程Ｓ５よりも先に実行されてもよい。

【0069】

送信指令及び修正指令は、入力部１１６を介して入力される情報である。図５に示される例では、ディスプレイ１１５にドレン流量及び確信度とともに、確定ボタン１６と、送信ボタン１７と、修正ボタン１８とが表示されている。確定ボタン１６、送信ボタン１７及び修正ボタン１８は、タッチパネル式のボタンである。

【0070】

送信判定工程Ｓ５において、測定装置１０の送信制御部４５は、送信ボタン１７が押下されたか否かを判定する。送信ボタン１７が押下された場合、送信制御部４５は、送信指令が入力されたと判定する。この場合（送信判定工程Ｓ５においてＹｅｓ）、送信制御部４５は、測定工程Ｓ２によって測定された振動情報を、情報処理装置２０に送信する（送信工程Ｓ５１）。

【0071】

なお、送信判定工程Ｓ５において、送信制御部４５は、測定装置１０と情報処理装置２０との間の通信が確立しているか否かを判定してもよい。そして、通信が確立していると判定された場合、送信制御部４５は、送信工程Ｓ５１を実行してもよい。この場合、測定装置１０と情報処理装置２０との間の通信が確立していれば、振動情報が、測定装置１０から情報処理装置２０に自動的に送信される。

【0072】

また、圧力・型式入力工程Ｓ１において、圧力及び型式の入力が測定装置１０の入力部１１６によって受け付けられてもよい。この場合、送信工程Ｓ５１において、送信制御部４５は、測定装置１０から情報処理装置２０へ、振動情報とともに、圧力及び型式を送信する。

【0073】

送信工程Ｓ５１の後、情報処理装置２０の第２推定部５１は、推定対象のスチームトラップ９１のドレン流量を推定する（第２推定工程Ｓ５２）。詳細には、第２推定部５１は、圧力・型式入力工程Ｓ１によって入力された型式に対応する第２推定モデルＭ２を、記憶部２０３から読み出す。そして、第２推定部５１は、送信工程Ｓ５１によって送信された振動情報、及び、圧力・型式入力工程Ｓ１によって入力された圧力を、第２推定モデルＭ２に入力し、第２推定モデルＭ２にドレン流量を出力させる。

【0074】

第２推定工程Ｓ５２の後、情報処理装置２０は、第２推定工程Ｓ５２によって推定されたドレン流量を、測定装置１０に送信する（推定値送信工程Ｓ５３）。測定装置１０は、情報処理装置２０によって送信されたドレン流量を、記憶部１１３に記憶させる。また、測定装置１０は、受信したドレン流量をディスプレイ１１５に表示させる（第２表示工程Ｓ５４）。

【0075】

なお、推定値送信工程Ｓ５３において、情報処理装置２０は、第２推定工程Ｓ５２によって読み出された第２推定モデルＭ２の確信度を、測定装置１０に送信してもよい。そして、第２表示工程Ｓ５４において、測定装置１０は、ドレン流量とともに、送信された確信度をディスプレイ１１５に表示させてもよい。

【0076】

また、情報処理装置２０は、第２推定工程Ｓ５２によって推定されたドレン流量をディスプレイ２０５に表示させてもよい。また、情報処理装置２０は、ドレン流量とともに、確信度もディスプレイ２０５に表示させてもよい。

【0077】

診断員は、例えば、第１表示工程Ｓ４によってディスプレイ１１５に表示された確信度が低い場合、送信ボタン１７を押下してもよい。これにより、確信度が第１推定モデルＭ１よりも高い第２推定モデルＭ２によってドレン流量が推定されるため、診断員は、精度良く推定されたドレン流量を取得できる。

【0078】

修正判定工程Ｓ６において、修正部４３は、修正ボタン１８が押下されたか判定する。修正ボタン１８が押下された場合、修正部４３は、修正指令が入力されたと判定する。この場合（修正判定工程Ｓ６においてＹｅｓ）、修正部４３は、ドレン流量を修正する（修正工程Ｓ６１）。具体的には、修正部４３は、ドレン流量の入力を受け付けるための入力画面をディスプレイ１１５に表示させる。診断員は、入力画面に従って、自身が診断したドレン流量を、入力部１１６に入力する。修正部４３は診断員の入力を受け付けると、ディスプレイ１１５に表示されたドレン流量を、入力部１１６に入力されたドレン流量に修正する。具体的には、修正部４３は、ディスプレイ１１５に表示されているドレン流量、すなわち、第１推定工程Ｓ３によって推定されたドレン流量、または、第２推定工程Ｓ５２によって推定されたドレン流量を、入力部１１６に入力されたドレン流量に変更する。

【0079】

修正工程Ｓ６１の後、測定装置１０は、修正後のドレン流量を記憶部１１３に記憶させる（記憶工程Ｓ６２）。具体的には、修正後のドレン流量は、修正前のドレン流量に対応する振動情報及び圧力と関連付けられて記憶される。また、修正後のドレン流量は、診断員レベルと関連付けられて記憶される。

【0080】

修正判定工程Ｓ６によって修正入力がないと判定された場合、または、記憶工程Ｓ６２の後、測定装置１０は、ドレン流量の推定処理を終了するか判定する（終了判定工程Ｓ７）。具体的には、終了判定工程Ｓ７において、測定装置１０は、確定ボタン１６が押下されたか否かを判定する。確定ボタン１６が押下されていないと判定された場合（終了判定工程Ｓ７においてＮｏ）、測定装置１０は、送信判定工程Ｓ５を再び実行する。確定ボタン１６が押下されたと判定された場合（終了判定工程Ｓ７においてＹｅｓ）、蓄積部６１が現場データＤ１を蓄積する（蓄積工程Ｓ８）。詳細には、測定装置１０は、記憶工程Ｓ６２によって記憶部１１３に記憶された現場データＤ１を情報処理装置２０に送信し、情報処理装置２０は、受信した現場データＤ１をサーバ装置３０に送信する。サーバ装置３０の蓄積部６１は、受信した現場データＤ１を記憶部３０３に記憶させる。なお、蓄積するべき現場データＤ１がない場合、蓄積工程Ｓ８はスキップされる。蓄積工程Ｓ８が完了すると、流量推定システム１００は、ドレン流量の推定処理を終了する。

【0081】

＜効果＞
以上のように、流量推定システム１００は、測定装置１０と第２推定部５１とを有する。測定装置１０は、検出部であるプローブ１３と、第１推定部４１と、通信部１１４とを有する。プローブ１３は、ドレントラップであるスチームトラップ９１の振動情報を検出する。第１推定部４１は、第１推定モデルＭ１に、プローブ１３によって検出された振動情報を入力して、ドレン流量を推定する。第１推定モデルＭ１は、振動情報を入力としドレン流量を出力とする教師データを用いた深層学習とは異なる機械学習により生成される。通信部１１４は、外部である情報処理装置２０に振動情報を送信する。第２推定部５１は、第２推定モデルＭ２に、通信部１１４によって送信された振動情報を入力して、ドレン流量を推定する。第２推定モデルＭ２は、振動情報を入力とし、ドレン流量を出力とする教師データを用いた深層学習により生成される。

【0082】

この構成によれば、測定装置１０においては、深層学習とは異なる機械学習により生成される第１推定モデルＭ１を用いてドレン流量が推定される。これにより、計算リソースを充分に確保することが困難な測定装置１０であっても、ドレン流量を推定できる。また、第２推定部５１は、深層学習によって生成された第２推定モデルＭ２を用いてドレン流量を推定する。このため、測定装置１０から第２推定部５１に振動情報が送信されることによって、ドレン流量を高精度に推定できる。したがって、測定装置１０の計算リソースが小さい場合であっても、状況に応じてドレン流量を適切に推定できる。

【0083】

また、流量推定システム１００は、学習部６３をさらに備える。学習部６３は、第１推定モデルＭ１を生成するための機械学習、及び、第２推定モデルＭ２を生成するための深層学習を実行する。

【0084】

この構成によれば、第１推定モデルＭ１及び第２推定モデルＭ２を生成することができる。

【0085】

また、流量推定システム１００は、測定装置１０とデータ通信可能な情報処理装置２０をさらに備える。通信部１１４は、情報処理装置２０に振動情報を送信可能である。

【0086】

この構成によれば、情報処理装置２０に振動情報を送信できる。

【0087】

また、流量推定システム１００は、情報処理装置２０とデータ通信可能なサーバ装置３０をさらに備える。サーバ装置３０は、学習部６３を有する。

【0088】

この構成によれば、サーバ装置３０によって、第１推定モデルＭ１及び第２推定モデルＭ２を生成できる。

【0089】

サーバ装置３０は、現場データＤ１を蓄積する蓄積部６１をさらに有する。現場データＤ１は、スチームトラップ９１の振動情報と、振動情報が検出されたときのスチームトラップ９１の作動状態から診断員が判定したドレン流量とが互いに関連付けられたデータである。学習部６３は、現場データＤ１を教師データとして用いる。

【0090】

この構成によれば、蓄積部６１は、各現場において取得される現場データＤ１が蓄積されていく。そのような現場データＤ１を教師データとして学習を行うことにより、ドレン流量の推定精度を向上させることができる。したがって、例えば、経験の浅い診断員であっても、推定精度の高いドレン流量を得ることができる。

【0091】

ドレン流量の推定精度を向上させることができることから、測定装置１０を用いて、ドレン流量を精度良く把握できる。そのため、例えば、スチームトラップ９１が正常にドレンを排出している状態であるにも拘わらず、スチームトラップ９１が蒸気漏れなどの作動不良の状態であると誤判定されることを低減できる。したがって、作動良否の判定精度を向上させることができる。

【0092】

また、流量推定システム１００は、入力部１１６をさらに備える。入力部１１６は、プローブ１３によって検出された振動情報を外部に送信するための入力操作を受け付ける。通信部１１４は、入力部１１６が入力を受け付けた場合に振動情報に送信する。

【0093】

この構成によれば、入力操作を行うことによって、振動情報を第２推定部５１に送信できる。

【0094】

また、流量推定システム１００において、情報処理装置２０は第２推定部５１を有する。

【0095】

この構成によれば、情報処理装置２０において、測定装置１０によって送信された振動情報からドレン流量を推定できる。

【0096】

＜２． 変形例＞
以上、実施形態について説明してきたが、本発明は上記のようなものに限定されるものではなく、様々な変形が可能である。

【0097】

例えば、上記実施形態では、情報処理装置２０が第２推定部５１を有している。しかしながら、サーバ装置３０が第２推定部５１を有していてもよい。この場合、第２推定モデルＭ２は、サーバ装置３０の記憶部３０３に記憶される。測定装置１０は、プローブ１３によって検出された振動情報を、情報処理装置２０に送信する。そして、情報処理装置２０は、測定装置１０によって送信された振動情報をサーバ装置３０に送信する。さらに、サーバ装置３０の第２推定部５１は、情報処理装置２０によって送信された振動情報を第２推定モデルＭ２に入力することで、推定されたドレン流量を出力する。また、サーバ装置３０の通信部３０４は、第２推定部５１によって出力されたドレン流量を情報処理装置２０に送信する。そして、情報処理装置２０の通信部２０４は、サーバ装置３０の通信部３０４によって送信されたドレン流量を測定装置１０に送信する。測定装置１０は、情報処理装置２０によって送信されたドレン流量を、ディスプレイ１１５に表示させる。これにより、測定装置１０を使用する診断員は、精度良く推定されたドレン流量を取得できる。

【0098】

また、上記実施形態では、情報処理装置２０は、ラップトップコンピュータとしているが、スマートフォン及びタブレットなどの携帯用の通信端末であってもよい。

【0099】

また、上記実施形態では、教師データにおける入力が、振動情報と圧力とされているが、振動情報のみであってもよい。この場合、学習部６３は、振動情報を入力とし、ドレン流量を出力とする教師データを用いる機械学習を行うことによって、第１推定モデルＭ１及び第２推定モデルＭ２を生成する。また、第１推定部４１及び第２推定部５１は、プローブ１３によって検出された振動情報を、第１推定モデルＭ１及び第２推定モデルＭ２にそれぞれ入力することで、推定されたドレン流量をそれぞれ出力する。

【0100】

また、蓄積部６１が蓄積する現場データＤ１は、圧力の代わりに作動回数が関連付けされていてもよい。作動回数は、診断員が振動情報を測定したときの、スチームトラップ９１が所定時間内にドレンを排出する動作の回数である。所定時間内にドレン排出の動作回数が多くなるほど、ドレン流量は増加する傾向にある。この場合、学習部６３は、振動情報及び作動回数を入力とし、ドレン流量を出力とする教師データを用いる機械学習を行うことによって、第１推定モデルＭ１及び第２推定モデルＭ２を生成する。また、第１推定部４１及び第２推定部５１は、プローブ１３によって検出された振動情報と、スチームトラップ９１の作動回数とを、第１推定モデルＭ１及び第２推定モデルＭ２にそれぞれ入力することで、推定されたドレン流量をそれぞれ出力する。

【0101】

なお、現場データＤ１において、スチームトラップ９１の圧力及び作動回数の両方が採用されてもよい。

【0102】

また、現場データＤ１において、診断員レベルは省略されてもよい。

【0103】

また、現場データＤ１として、スチームトラップ９１の温度が関連付けられていてもよい。そして、学習部６３の教師データの入力として当該温度が加えられてもよい。

【0104】

この発明は詳細に説明されたが、上記の説明は、すべての局面において、例示であって、この発明がそれに限定されるものではない。例示されていない無数の変形例が、この発明の範囲から外れることなく想定され得るものと解される。上記各実施形態及び各変形例で説明した各構成は、相互に矛盾しない限り適宜組み合わせたり、省略したりすることができる。

【符号の説明】

【0105】

１０ 測定装置
２０ 情報処理装置
３０ サーバ装置
４１ 第１推定部
５１ 第２推定部
６１ 蓄積部
６３ 学習部
９１ スチームトラップ（ドレントラップ）
１００ 流量推定システム
１１４ 通信部
１１６ 入力部
Ｍ１ 第１推定モデル
Ｍ２ 第２推定モデル

【図1】

【図2】

【図3】

【図4】

【図5】