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】特許公報(B1)
(11)【特許番号】
(24)【登録日】2024-09-05
(45)【発行日】2024-09-13
(54)【発明の名称】関係性特定装置、関係性特定方法及び関係性特定プログラム
(51)【国際特許分類】
G06F 18/20 20230101AFI20240906BHJP
G06F 123/02 20230101ALN20240906BHJP
【ＦＩ】
G06F18/20
G06F123:02
【請求項の数】
8
(21)【出願番号】P 2024542918
(86)(22)【出願日】2024-03-07
(86)【国際出願番号】 JP2024008806
【審査請求日】2024-07-18
【早期審査対象出願】
(73)【特許権者】
【識別番号】000006013
【氏名又は名称】三菱電機株式会社
(74)【代理人】
【識別番号】110002491
【氏名又は名称】弁理士法人クロスボーダー特許事務所
(72)【発明者】
【氏名】柴田 昌彦
【審査官】多賀 実
(56)【参考文献】
【文献】特許第７３９１２７６（ＪＰ，Ｂ１）
【文献】特開２００２－２１４２６５（ＪＰ，Ａ）
【文献】特開２００８－３８６６（ＪＰ，Ａ）
【文献】特開２０１６－４５５５６（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０５Ｂ １９／０４－１９／０５
Ｇ０５Ｂ ２３／０２
Ｇ０６Ｆ １１／２２－１１／３６
Ｇ０６Ｆ １８／００－１８／４０
Ｇ０６Ｆ １２３／０２
Ｇ０６Ｎ ３／００－９９／００
(57)【特許請求の範囲】
【請求項1】
複数のデバイスそれぞれを対象のデバイスとし、前記対象のデバイスの変化であるデバイス変化について、他のデバイスに与える影響が一意に定まるデバイス変化の１つ以上のパターンそれぞれを対象のパターンとして、前記対象のデバイスの前記対象のパターンについての前記デバイス変化の発生タイミングを示す発生データを生成する解析部と、前記解析部によって生成された前記発生データに基づき、前記複数のデバイスについての前記デバイス変化のうち、因果関係を持つ前記デバイス変化の組を特定する関係性特定部と
を備える関係性特定装置。
【請求項2】
前記関係性特定装置は、さらに、動作の１サイクルにおける前記デバイス変化の発生順序により、前記対象のデバイスについてのデバイス変化を１つ以上のパターンに分類するパターン分類部
を備え、
前記解析部は、前記対象のデバイスについて前記パターン分類部によって分類された１つ以上のパターンそれぞれを対象のパターンとして、前記発生データを生成する
請求項１に記載の関係性特定装置。
【請求項3】
前記関係性特定装置は、さらに、前記対象のデバイスについての各デバイス変化が発生した前後における他のデバイスの状態により、前記対象のデバイスについてのデバイス変化を１つ以上のパターンに分類するパターン分類部
を備え、
前記解析部は、前記対象のデバイスについて前記パターン分類部によって分類された１つ以上のパターンそれぞれを対象のパターンとして、前記発生データを生成する
請求項１に記載の関係性特定装置。
【請求項4】
前記関係性特定装置は、さらに、前記複数のデバイスを制御する制御プログラムにおいて、前記対象のデバイスを変化させる条件として使用されたデバイスの組合せと、前記対象のデバイスが変化させる対象と
して使用されたデバイスの組合せとの少なくとも一方により、前記対象のデバイスについてのデバイス変化を１つ以上のパターンに分類するパターン分類部
を備え、
前記解析部は、前記対象のデバイスについて前記パターン分類部によって分類された１つ以上のパターンそれぞれを対象のパターンとして、前記発生データを生成する
請求項１に記載の関係性特定装置。
【請求項5】
前記関係性特定装置は、さらに、前記複数のデバイスの制御を規定した制御設計情報において、前記対象のデバイスを変化させる条件として使用されたデバイスの組合せと、前記対象のデバイスが変化させる対象として使用されたデバイスの組合せとの少なくとも一方により、前記対象のデバイスについてのデバイス変化を１つ以上のパターンに分類するパターン分類部
を備え、
前記解析部は、前記対象のデバイスについて前記パターン分類部によって分類された１つ以上のパターンそれぞれを対象のパターンとして、前記発生データを生成する
請求項１に記載の関係性特定装置。
【請求項6】
前記関係性特定装置は、さらに、ユーザによって指定されたパターンを分類するための分類条件により、前記対象のデバイスについてのデバイス変化を１つ以上のパターンに分類するパターン分類部
を備え、
前記解析部は、前記対象のデバイスについて前記パターン分類部によって分類された１つ以上のパターンそれぞれを対象のパターンとして、前記発生データを生成する
請求項１に記載の関係性特定装置。
【請求項7】
コンピュータが、複数のデバイスそれぞれを対象のデバイスとし、前記対象のデバイスの変化であるデバイス変化について、他のデバイスに与える影響が一意に定まるデバイス変化の１つ以上のパターンそれぞれを対象のパターンとして、前記対象のデバイスの前記対象のパターンについての前記デバイス変化の発生タイミングを示す発生データを生成し、コンピュータが、前記発生データに基づき、前記複数のデバイスについての前記デバイス変化のうち、因果関係を持つ前記デバイス変化の組を特定する関係性特定方法。
【請求項8】
複数のデバイスそれぞれを対象のデバイスとし、前記対象のデバイスの変化であるデバイス変化について、他のデバイスに与える影響が一意に定まるデバイス変化の１つ以上のパターンそれぞれを対象のパターンとして、前記対象のデバイスの前記対象のパターンについての前記デバイス変化の発生タイミングを示す発生データを生成する解析処理と、前記解析処理によって生成された前記発生データに基づき、前記複数のデバイスについての前記デバイス変化のうち、因果関係を持つ前記デバイス変化の組を特定する関係性特定処理と
を行う関係性特定装置としてコンピュータを機能させる関係性特定プログラム。
【発明の詳細な説明】
【技術分野】
【0001】
本開示は、デバイス間の変化の関係性を特定する技術に関する。
【背景技術】
【0002】
特許文献１には、制御装置が実行するシーケンスプログラムのデバッグ支援を目的として、デバイス間の依存関係を抽出する技術が記載されている。特許文献１では、デバイスは制御信号値を格納する変数である。依存関係は、あるデバイスの値によって他のデバイスの値が決定されるという関係性である。
特許文献１では、プログラム内のデバイスのログデータに基づいてデバイス間の依存関係を抽出している。具体的には、特許文献１では、あるデバイスが変化した日時と他のデバイスが変化した時の日時の時間差を算出し、算出された時間差の平均値又は標準偏差に基づいて依存関係を抽出している。
特許文献１では、プログラム内のデバイスのログデータに基づいてデバイス間の依存関係を抽出している。具体的には、特許文献１では、あるデバイスが変化した日時と他のデバイスが変化した時の日時の時間差を算出し、算出された時間差の平均値又は標準偏差に基づいて依存関係を抽出している。
【先行技術文献】
【特許文献】
【0003】
【文献】国際公開第２０２１／２１００７１号
【発明の概要】
【発明が解決しようとする課題】
【0004】
特許文献１に記載された技術では、１つのデバイスが複数のパターンのデバイス変化に応じて変化するケースへの対応が考慮されていない。ここでパターンとは、他のデバイスに与える影響が一意に定まるデバイス変化のことを言う。
なお、特許文献１ではデバイスは変数を意味した。しかし、デバイスは、変数に限らず、各種機器であってもよい。特許文献１ではデバイスが変数であったため、デバイス変化は値の変化であった。しかし、デバイスが機器である場合には、デバイス変化は機器動作である。
なお、特許文献１ではデバイスは変数を意味した。しかし、デバイスは、変数に限らず、各種機器であってもよい。特許文献１ではデバイスが変数であったため、デバイス変化は値の変化であった。しかし、デバイスが機器である場合には、デバイス変化は機器動作である。
【0005】
例えば、動作パターンが複数あり、デバイスＡが変化した後に、デバイスＢが変化する場合としない場合があるとする。この場合のデバイスＡとデバイスＢとの間では、変化間隔が短い場合と極端に長い（もしくは変化間隔を算出できない）場合とが発生することになる。特許文献１に記載された技術では、このようなケースはデバイスＡとデバイスＢとは関係性なしと判定するか、又は、部分的に関係性ありと判定することになる。
デバッグ支援を目的として関係性をユーザに提示する用途であれば、部分的に認められる関係性の抽出でも有用ではある。しかし、デバイスの変化間隔の予測又は異常検知をするシステム向けに関係性を抽出する場合は、毎回変化が対応付く厳密な関係性が求められる。そのため、特許文献１に記載された技術による関係性の抽出では不十分である。
上記の例で言えば、複数ある動作パターンを区別した上で関係性の判定を行うべきである。具体的には、デバイスＢの変化に寄与するデバイスＡの変化を「変化Ａ１」、デバイスＢの変化に寄与しないデバイスＡの変化を「変化Ａ２」と区別する。この時、変化Ａ１とデバイスＢの間には常に因果関係があり、変化Ａ２とデバイスＢの間には常に因果関係がないと判定できる。これにより、デバッグ支援の目的とする場合は、ユーザは厳密に制御装置の動作を理解することができる。また、デバイス変化間隔の予測又は異常検知をするシステム向けには、デバイス間の変化の対応付けが毎回できるため、デバイスの変化間隔の適切な予測又は異常検知が可能となる。
デバッグ支援を目的として関係性をユーザに提示する用途であれば、部分的に認められる関係性の抽出でも有用ではある。しかし、デバイスの変化間隔の予測又は異常検知をするシステム向けに関係性を抽出する場合は、毎回変化が対応付く厳密な関係性が求められる。そのため、特許文献１に記載された技術による関係性の抽出では不十分である。
上記の例で言えば、複数ある動作パターンを区別した上で関係性の判定を行うべきである。具体的には、デバイスＢの変化に寄与するデバイスＡの変化を「変化Ａ１」、デバイスＢの変化に寄与しないデバイスＡの変化を「変化Ａ２」と区別する。この時、変化Ａ１とデバイスＢの間には常に因果関係があり、変化Ａ２とデバイスＢの間には常に因果関係がないと判定できる。これにより、デバッグ支援の目的とする場合は、ユーザは厳密に制御装置の動作を理解することができる。また、デバイス変化間隔の予測又は異常検知をするシステム向けには、デバイス間の変化の対応付けが毎回できるため、デバイスの変化間隔の適切な予測又は異常検知が可能となる。
【0006】
本開示は、適切にデバイス変化の関係性を特定可能にすることを目的とする。
【課題を解決するための手段】
【0007】
本開示に係る関係性特定装置は、
複数のデバイスそれぞれを対象のデバイスとし、前記対象のデバイスの変化であるデバイス変化の１つ以上のパターンそれぞれを対象のパターンとして、前記対象のデバイスの前記対象のパターンについての前記デバイス変化の発生タイミングを示す発生データを生成する解析部と、
前記解析部によって生成された前記発生データに基づき、前記複数のデバイスについての前記デバイス変化のうち、因果関係を持つ前記デバイス変化の組を特定する関係性特定部と
を備える。
複数のデバイスそれぞれを対象のデバイスとし、前記対象のデバイスの変化であるデバイス変化の１つ以上のパターンそれぞれを対象のパターンとして、前記対象のデバイスの前記対象のパターンについての前記デバイス変化の発生タイミングを示す発生データを生成する解析部と、
前記解析部によって生成された前記発生データに基づき、前記複数のデバイスについての前記デバイス変化のうち、因果関係を持つ前記デバイス変化の組を特定する関係性特定部と
を備える。
【発明の効果】
【0008】
本開示では、デバイス変化のパターン毎にデバイス変化の発生タイミングが解析され、因果関係を有するデバイス変化の組が特定される。これにより、デバイス変化をパターン毎に区別した上で、因果関係を有するデバイス変化の組が特定される。そのため、適切にデバイス変化の関係性を特定可能になる。
【図面の簡単な説明】
【0009】
【図1】実施の形態１に係る関係性特定装置１００の機能構成図。
【図2】実施の形態１にかかる関係性特定装置１００のハードウェア構成図。
【図3】実施の形態１に係る関係性特定装置１００の全体的な処理のフローチャート。
【図4】実施の形態１に係るデバイス変化に複数のパターンがある制御装置の例を示す図。
【図6】実施の形態１に係るデバイス変化の発生順序による分類の説明図。
【図7】実施の形態１に係るデバイス変化が発生した前後における他のデバイスの状態による分類の説明図。
【図8】実施の形態１に係る関係性を出力する方法の説明図。
【図9】実施の形態２に係る関係性特定装置１００の構成図。
【図10】実施の形態２に係る関係性特定装置１００の全体的な処理のフローチャート。
【図11】実施の形態２に係る制御プログラムによる出力デバイスのデバイス変化の分類の説明図。
【図12】実施の形態２に係る制御プログラムによる入力デバイスのデバイス変化の分類の説明図。
【図13】実施の形態２に係る制御設計情報による分類の説明図。
【図14】実施の形態２に係る分類条件による分類の説明図。
【発明を実施するための形態】
【0010】
実施の形態１．
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る関係性特定装置１００の機能構成を説明する。
実施の形態１に係る関係性特定装置１００は、ＰＬＣ２００と接続されている。ＰＬＣは、Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒの略である。ＰＬＣ２００は、複数の装置３００と接続されており、各装置３００を制御する。
＊＊＊構成の説明＊＊＊
図１を参照して、実施の形態１に係る関係性特定装置１００の機能構成を説明する。
実施の形態１に係る関係性特定装置１００は、ＰＬＣ２００と接続されている。ＰＬＣは、Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒの略である。ＰＬＣ２００は、複数の装置３００と接続されており、各装置３００を制御する。
【0011】
関係性特定装置１００は、機能構成要素として、データ収集部１０１と、パターン分類部１０２と、解析部１０３と、関係性特定部１０４と、関係性出力部１０５とを備える。
データ収集部１０１は、ＰＬＣ２００からデバイスのログデータを収集する。パターン分類部１０２は、収集されたログデータに基づき、各デバイスのデバイス変化を１つ以上のパターンに分類する。解析部１０３は、各デバイスの各パターンについて、収集されたログデータからデバイス変化を解析する。関係性特定部１０４は、解析結果に基づき、因果関係を有するデバイス変化の組を特定する。関係性出力部１０５は、特定された結果を出力する。
実施の形態１では、デバイスは装置３００であってもよいし、装置３００を構成する機器であってもよいし、プログラムにおける変数であってもよい。デバイス変化は、デバイスが装置３００又は機器である場合には動作であり、変数である場合には値の変化である。
データ収集部１０１は、ＰＬＣ２００からデバイスのログデータを収集する。パターン分類部１０２は、収集されたログデータに基づき、各デバイスのデバイス変化を１つ以上のパターンに分類する。解析部１０３は、各デバイスの各パターンについて、収集されたログデータからデバイス変化を解析する。関係性特定部１０４は、解析結果に基づき、因果関係を有するデバイス変化の組を特定する。関係性出力部１０５は、特定された結果を出力する。
実施の形態１では、デバイスは装置３００であってもよいし、装置３００を構成する機器であってもよいし、プログラムにおける変数であってもよい。デバイス変化は、デバイスが装置３００又は機器である場合には動作であり、変数である場合には値の変化である。
【0012】
図２を参照して、実施の形態１にかかる関係性特定装置１００のハードウェア構成を説明する。
関係性特定装置１００は、コンピュータである。関係性特定装置１００は、プロセッサ１０と、メモリ１１と、入力装置１２と、表示装置１３と、記憶装置１４と、通信装置１５とを備える。
プロセッサ１０は、各種処理の実行するＩＣである。ＩＣはＩｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略である。プロセッサ１０は、具体例としては、ＣＰＵである。ＣＰＵは、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略である。メモリ１１は、データを一時的に記憶する装置である。メモリ１１は、具体例としては、ＲＡＭである。ＲＡＭは、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略である。入力装置１２は、データを入力する装置である。入力装置１２は、具体例としては、キーボードである。表示装置１３は、データを表示する装置である。表示装置は、具体例としては、ＬＣＤである。ＬＣＤは、Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙの略である。記憶装置１４は、データを保持する装置である。記憶装置１４は、具体例としては、ＳＳＤである。ＳＳＤは、Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅの略である。通信装置１５は、関係性特定装置１００の外部の装置と通信を行う装置である。通信装置１５は、具体例としては、ネットワークカードである。
関係性特定装置１００は、コンピュータである。関係性特定装置１００は、プロセッサ１０と、メモリ１１と、入力装置１２と、表示装置１３と、記憶装置１４と、通信装置１５とを備える。
プロセッサ１０は、各種処理の実行するＩＣである。ＩＣはＩｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略である。プロセッサ１０は、具体例としては、ＣＰＵである。ＣＰＵは、Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔの略である。メモリ１１は、データを一時的に記憶する装置である。メモリ１１は、具体例としては、ＲＡＭである。ＲＡＭは、Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙの略である。入力装置１２は、データを入力する装置である。入力装置１２は、具体例としては、キーボードである。表示装置１３は、データを表示する装置である。表示装置は、具体例としては、ＬＣＤである。ＬＣＤは、Ｌｉｑｕｉｄ Ｃｒｙｓｔａｌ Ｄｉｓｐｌａｙの略である。記憶装置１４は、データを保持する装置である。記憶装置１４は、具体例としては、ＳＳＤである。ＳＳＤは、Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅの略である。通信装置１５は、関係性特定装置１００の外部の装置と通信を行う装置である。通信装置１５は、具体例としては、ネットワークカードである。
【0013】
＊＊＊動作の説明＊＊＊
図３から図８を参照して、実施の形態１に係る関係性特定装置１００の動作を説明する。
実施の形態１に係る関係性特定装置１００の動作手順は、実施の形態１に係る関係性特定方法に相当する。また、実施の形態１に係る関係性特定装置１００の動作を実現するプログラムは、実施の形態１に係る関係性特定プログラムに相当する。
図３から図８を参照して、実施の形態１に係る関係性特定装置１００の動作を説明する。
実施の形態１に係る関係性特定装置１００の動作手順は、実施の形態１に係る関係性特定方法に相当する。また、実施の形態１に係る関係性特定装置１００の動作を実現するプログラムは、実施の形態１に係る関係性特定プログラムに相当する。
【0014】
図３を参照して、実施の形態１に係る関係性特定装置１００の全体的な処理を説明する。
（ステップＳ１０１：データ収集処理）
データ収集部１０１は、各装置３００が稼働している時に、デバイスのログデータをＰＬＣ２００から収集する。データ収集部１０１は、収集されたログデータをメモリ１１に記憶する。
（ステップＳ１０１：データ収集処理）
データ収集部１０１は、各装置３００が稼働している時に、デバイスのログデータをＰＬＣ２００から収集する。データ収集部１０１は、収集されたログデータをメモリ１１に記憶する。
【0015】
（ステップＳ１０２：パターン分類処理）
パターン分類部１０２は、ステップＳ１０１で収集されたログデータに基づき、各デバイスについてのデバイス変化を１つ以上のパターンに分類する。
パターン分類部１０２は、ステップＳ１０１で収集されたログデータに基づき、各デバイスについてのデバイス変化を１つ以上のパターンに分類する。
【0016】
（ステップＳ１０３：解析処理）
解析部１０３は、ステップＳ１０１で収集されたログデータを解析する。この際、解析部１０３は、ステップＳ１０２で分類された１つ以上のパターンそれぞれについて区別して解析する。つまり、解析部１０３は、複数のデバイスそれぞれを対象のデバイスに設定し、対象のデバイスの変化であるデバイス変化の１つ以上のパターンそれぞれを対象のパターンに設定する。そして、解析部１０３は、対象のデバイスの対象のパターンについてのデバイス変化を解析する。
解析部１０３は、デバイス変化の発生タイミングを解析して、デバイス変化の発生タイミングを示す発生データを生成する。具体的には、解析部１０３は、対象のデバイスの対象のパターンについて、デバイス変化の発生回数と、デバイス変化の発生間隔と、デバイス変化の発生間隔の平均又は標準偏差といった統計量と等を計算する。そして、解析部１０３は、発生回数と発生間隔と統計量と等を発生データに含める。
解析部１０３は、ステップＳ１０１で収集されたログデータを解析する。この際、解析部１０３は、ステップＳ１０２で分類された１つ以上のパターンそれぞれについて区別して解析する。つまり、解析部１０３は、複数のデバイスそれぞれを対象のデバイスに設定し、対象のデバイスの変化であるデバイス変化の１つ以上のパターンそれぞれを対象のパターンに設定する。そして、解析部１０３は、対象のデバイスの対象のパターンについてのデバイス変化を解析する。
解析部１０３は、デバイス変化の発生タイミングを解析して、デバイス変化の発生タイミングを示す発生データを生成する。具体的には、解析部１０３は、対象のデバイスの対象のパターンについて、デバイス変化の発生回数と、デバイス変化の発生間隔と、デバイス変化の発生間隔の平均又は標準偏差といった統計量と等を計算する。そして、解析部１０３は、発生回数と発生間隔と統計量と等を発生データに含める。
【0017】
（ステップＳ１０４：関係性特定処理）
関係性特定部１０４は、ステップＳ１０３で生成された発生データに基づき、ログデータが示す複数のデバイスについてのデバイス変化の間で、因果関係を有するデバイス変化の組を特定する。因果関係とは、発生元のデバイスの発生元のパターンのデバイス変化が発生すると発生先のデバイスの発生先のパターンのデバイス変化が発生するという関係性である。
関係性特定部１０４は、ステップＳ１０３で生成された発生データに基づき、ログデータが示す複数のデバイスについてのデバイス変化の間で、因果関係を有するデバイス変化の組を特定する。因果関係とは、発生元のデバイスの発生元のパターンのデバイス変化が発生すると発生先のデバイスの発生先のパターンのデバイス変化が発生するという関係性である。
【0018】
（ステップＳ１０５：関係性出力処理）
関係性出力部１０５は、ステップＳ１０４で特定された関係性を出力する。
関係性出力部１０５は、ステップＳ１０４で特定された関係性を出力する。
【0019】
図４及び図５を参照して、複数パターンのデバイス変化があるデバイスの例を説明する。
図４に示すように、コンベア１を駆動するＹ１デバイスは、１サイクルの中で２回ＯＮに変化する。１回目はコンベア１内でワークを運ぶことで、センサ１に対応するＸ１デバイスのＯＦＦ変化とセンサ２に対応するＸ２デバイスのＯＮ変化とに寄与する。２回目はコンベア１からコンベア２にワークを渡すことで、Ｘ２デバイスのＯＦＦ変化に寄与する。この時のデバイス変化は図５に示すようになる。Ｙ１デバイスの１回目のＯＮ変化（１）と２回目のＯＮ変化（２）とは破線矢印の通り他のデバイス変化に対応づく。
Ｙ１デバイスのようにデバイス変化に複数のパターンがあるデバイスについては、ステップＳ１０２でパターン分類部１０２は、Ｙ１デバイスＯＮ変化（１）とＹ１デバイスＯＮ変化（２）等と別のパターンとして分類する。そして、ステップＳ１０３で解析部１０３は、それぞれのパターンについて変化回数と、他のデバイス変化との変化間隔及び変化間隔の統計量とを計算する。
図４に示すように、コンベア１を駆動するＹ１デバイスは、１サイクルの中で２回ＯＮに変化する。１回目はコンベア１内でワークを運ぶことで、センサ１に対応するＸ１デバイスのＯＦＦ変化とセンサ２に対応するＸ２デバイスのＯＮ変化とに寄与する。２回目はコンベア１からコンベア２にワークを渡すことで、Ｘ２デバイスのＯＦＦ変化に寄与する。この時のデバイス変化は図５に示すようになる。Ｙ１デバイスの１回目のＯＮ変化（１）と２回目のＯＮ変化（２）とは破線矢印の通り他のデバイス変化に対応づく。
Ｙ１デバイスのようにデバイス変化に複数のパターンがあるデバイスについては、ステップＳ１０２でパターン分類部１０２は、Ｙ１デバイスＯＮ変化（１）とＹ１デバイスＯＮ変化（２）等と別のパターンとして分類する。そして、ステップＳ１０３で解析部１０３は、それぞれのパターンについて変化回数と、他のデバイス変化との変化間隔及び変化間隔の統計量とを計算する。
【0020】
ステップＳ１０２でデバイス変化を１つ以上のパターンに分類する方法を説明する。
ここでは、デバイス変化を１つ以上のパターンに分類する分類する方法として、分類方法１と分類方法２との２つを説明する。
ここでは、デバイス変化を１つ以上のパターンに分類する分類する方法として、分類方法１と分類方法２との２つを説明する。
【0021】
図６を参照して、分類方法１を説明する。
分類方法１は、動作の１サイクルにおけるデバイス変化の発生順序でデバイス変化のパターンを区別する方法である。動作の１サイクルとは装置３００が繰り返し行うの一連の動作である。つまり、動作の１サイクルとは装置３００が周期的に行われる１周期分の動作である。
図６の例では、Ｙ１デバイスは、１サイクルの中で２回ＯＮに変化する。そのため、パターン分類部１０２は、Ｙ１デバイスのデバイス変化であるＯＮへの変化を、（１）１回目のＯＮへの変化と（２）２回目のＯＮへの変化とで区別して、別のパターンに分類する。
分類方法１は、動作の１サイクルにおけるデバイス変化の発生順序でデバイス変化のパターンを区別する方法である。動作の１サイクルとは装置３００が繰り返し行うの一連の動作である。つまり、動作の１サイクルとは装置３００が周期的に行われる１周期分の動作である。
図６の例では、Ｙ１デバイスは、１サイクルの中で２回ＯＮに変化する。そのため、パターン分類部１０２は、Ｙ１デバイスのデバイス変化であるＯＮへの変化を、（１）１回目のＯＮへの変化と（２）２回目のＯＮへの変化とで区別して、別のパターンに分類する。
【0022】
パターン分類部１０２は、次の方法により、装置の動作のサイクルを切り分けることができる。（Ａ）パターン分類部１０２は、ログデータを基にパターン認識によってデバイス変化の繰り返しを特定し、繰り返し毎に１サイクルとして切り分ける。（Ｂ）パターン分類部１０２は、ユーザに動作の１サイクルの時間を設定させ、設定された時間毎に１サイクルとして切り分ける。（Ｃ）パターン分類部１０２は、ユーザに毎サイクル１度だけ変化するデバイスを指定させ、指定されたデバイスのデバイス変化を基準に１サイクルを切り分ける。
【0023】
図７を参照して、分類方法２を説明する。
分類方法２は、デバイス変化が発生した前後における他のデバイスの状態でデバイス変化のパターンを区別する方法である。
図７では、Ｙ１デバイスが２回ＯＮに変化している。この２回の変化の前後における他のデバイスの状態を表す値はそれぞれ次の通りである。Ｙ１ＯＮ変化（１）がＭ１＝０１，Ｍ２＝００，Ｍ３＝１１，・・・である。Ｙ１ＯＮ変化（２）がＭ１＝００，Ｍ２＝０１，Ｍ３＝１１，・・・である。したがって、Ｙ１ＯＮ変化（１）とＹ１ＯＮ変化（２）とでは、前後における他のデバイスの状態が異なる。そのため、パターン分類部１０２は、Ｙ１ＯＮ変化（１）とＹ１ＯＮ変化（２）とで区別して、別のパターンに分類する。
分類方法２は、デバイス変化が発生した前後における他のデバイスの状態でデバイス変化のパターンを区別する方法である。
図７では、Ｙ１デバイスが２回ＯＮに変化している。この２回の変化の前後における他のデバイスの状態を表す値はそれぞれ次の通りである。Ｙ１ＯＮ変化（１）がＭ１＝０１，Ｍ２＝００，Ｍ３＝１１，・・・である。Ｙ１ＯＮ変化（２）がＭ１＝００，Ｍ２＝０１，Ｍ３＝１１，・・・である。したがって、Ｙ１ＯＮ変化（１）とＹ１ＯＮ変化（２）とでは、前後における他のデバイスの状態が異なる。そのため、パターン分類部１０２は、Ｙ１ＯＮ変化（１）とＹ１ＯＮ変化（２）とで区別して、別のパターンに分類する。
【0024】
他の全てのデバイスの状態をパターンの分類に使用するとパターンが無数に発生してしまう可能性がある。そこで、パターン分類部１０２は、その後の他のデバイス変化間隔に影響を与えるデバイスの状態だけをパターンの分類に使用してもよい。パターンの分類に使用するデバイスは、決定木分析等により抽出することが考えられる。
【0025】
ステップＳ１０４で因果関係を有するデバイス変化の組を特定する方法を説明する。
関係性特定部１０４は、２つのデバイスの各組合せを対象の組合せに設定する。関係性特定部１０４は、対象の組合せにおけるデバイス間について特定のパターンのデバイス変化が毎サイクル対応付く場合に、因果関係を有すると判定する。あるいは、関係性特定部１０４は、対象の組合せにおけるデバイス間について特定のパターンのデバイス変化の変化間隔の平均又は標準偏差が予め設定された閾値以下となっていた場合に、因果関係を有すると判定する。
デバイスが要因側と結果側とに分けられる場合には、関係性特定部１０４は、各結果側のデバイスを対象のデバイスに設定する。関係性特定部１０４は、対象のデバイスの各パターンのデバイス変化と、最も変化間隔の平均又は標準偏差が小さい要因側のデバイスのデバイス変化のパターンとが因果関係を有すると判定してもよい。
関係性特定部１０４は、２つのデバイスの各組合せを対象の組合せに設定する。関係性特定部１０４は、対象の組合せにおけるデバイス間について特定のパターンのデバイス変化が毎サイクル対応付く場合に、因果関係を有すると判定する。あるいは、関係性特定部１０４は、対象の組合せにおけるデバイス間について特定のパターンのデバイス変化の変化間隔の平均又は標準偏差が予め設定された閾値以下となっていた場合に、因果関係を有すると判定する。
デバイスが要因側と結果側とに分けられる場合には、関係性特定部１０４は、各結果側のデバイスを対象のデバイスに設定する。関係性特定部１０４は、対象のデバイスの各パターンのデバイス変化と、最も変化間隔の平均又は標準偏差が小さい要因側のデバイスのデバイス変化のパターンとが因果関係を有すると判定してもよい。
【0026】
図８を参照して、ステップＳ１０５で特定された関係性を出力する方法を説明する。
関係性出力部１０５は、デバッグ支援を目的としてデバッグ担当者に関係性のあるデバイス変化のパターンを画面表示する。あるいは、関係性出力部１０５は、デバイスの変化間隔の予測又は異常検知をするシステムに関係性の情報を渡す。
関係性の情報は、図８に示すように要因側と結果側とのそれぞれについて、デバイスと変化とパターン（条件）とを示す情報である。なお、図８では、デバイスにデバイス変化のパターンが１つしかない場合には、パターンの欄には“－”が設定されている。
関係性出力部１０５は、デバッグ支援を目的としてデバッグ担当者に関係性のあるデバイス変化のパターンを画面表示する。あるいは、関係性出力部１０５は、デバイスの変化間隔の予測又は異常検知をするシステムに関係性の情報を渡す。
関係性の情報は、図８に示すように要因側と結果側とのそれぞれについて、デバイスと変化とパターン（条件）とを示す情報である。なお、図８では、デバイスにデバイス変化のパターンが１つしかない場合には、パターンの欄には“－”が設定されている。
【0027】
＊＊＊実施の形態１の効果＊＊＊
以上のように、実施の形態１に係る関係性特定装置１００は、デバイス変化のパターン毎にデバイス変化の発生タイミングが解析され、因果関係を有するデバイス変化の組が特定される。これにより、デバイス変化をパターン毎に区別した上で、因果関係を有するデバイス変化の組が特定される。そのため、適切にデバイス変化の関係性を特定可能になる。
以上のように、実施の形態１に係る関係性特定装置１００は、デバイス変化のパターン毎にデバイス変化の発生タイミングが解析され、因果関係を有するデバイス変化の組が特定される。これにより、デバイス変化をパターン毎に区別した上で、因果関係を有するデバイス変化の組が特定される。そのため、適切にデバイス変化の関係性を特定可能になる。
【0028】
例えば、図５に示すように２つのパターンがあるＹ１デバイスのＯＮ変化を区別しないとする。この場合には、Ｙ１デバイスのＯＮ変化は、毎回はＸ１デバイス又はＸ２デバイスの変化と対応付かないため、因果関係なしと判定されてしまう。なお、部分的に因果関係があるとみなすことも可能ではある。しかし、デバイスの変化間隔の予測又は異常検知をするシステム向けに関係性を特定する場合には、毎回変化が対応づく厳密な関係性が求められるため、不適である。
本例に対し実施の形態１に係る関係性特定装置１００では、２パターンあるＹ１デバイスのＯＮ変化を区別して扱う。つまり、デバイスＹ１の１回目のＯＮ変化（１）と２回目のＯＮ変化（２）とを別のパターンとして扱う。この時、Ｙ１デバイスのＯＮ変化（１）とＸ１デバイスのＯＦＦ変化、Ｙ１デバイスのＯＮ変化（１）とＸ２デバイスのＯＮ変化、Ｙ１デバイスのＯＮ変化（２）とＸ２デバイスのＯＦＦ変化がそれぞれ毎回対応付くようになる。そのため、これらのデバイス変化の間で因果関係ありと判定され、変化間隔も適切に計算可能である。そのため変化間隔の予測又は異常検知も可能となる。
本例に対し実施の形態１に係る関係性特定装置１００では、２パターンあるＹ１デバイスのＯＮ変化を区別して扱う。つまり、デバイスＹ１の１回目のＯＮ変化（１）と２回目のＯＮ変化（２）とを別のパターンとして扱う。この時、Ｙ１デバイスのＯＮ変化（１）とＸ１デバイスのＯＦＦ変化、Ｙ１デバイスのＯＮ変化（１）とＸ２デバイスのＯＮ変化、Ｙ１デバイスのＯＮ変化（２）とＸ２デバイスのＯＦＦ変化がそれぞれ毎回対応付くようになる。そのため、これらのデバイス変化の間で因果関係ありと判定され、変化間隔も適切に計算可能である。そのため変化間隔の予測又は異常検知も可能となる。
【0029】
＊＊＊他の構成＊＊＊
＜変形例１＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例１として、各機能構成要素はハードウェアで実現されてもよい。この変形例１について、実施の形態１と異なる点を説明する。
＜変形例１＞
実施の形態１では、各機能構成要素がソフトウェアで実現された。しかし、変形例１として、各機能構成要素はハードウェアで実現されてもよい。この変形例１について、実施の形態１と異なる点を説明する。
【0030】
各機能構成要素がハードウェアで実現される場合には、関係性特定装置１００は、プロセッサ１０とメモリ１１とに代えて、電子回路を備える。電子回路は、各機能構成要素と、メモリ１１との機能とを実現する専用の回路である。
【0031】
電子回路としては、単一回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ロジックＩＣ、ＧＡ、ＡＳＩＣ、ＦＰＧＡが想定される。ＧＡは、Ｇａｔｅ Ａｒｒａｙの略である。ＡＳＩＣは、Ａｐｐｌｉｃａｔｉｏｎ Ｓｐｅｃｉｆｉｃ Ｉｎｔｅｇｒａｔｅｄ Ｃｉｒｃｕｉｔの略である。ＦＰＧＡは、Ｆｉｅｌｄ－Ｐｒｏｇｒａｍｍａｂｌｅ Ｇａｔｅ Ａｒｒａｙの略である。
各機能構成要素を１つの電子回路で実現してもよいし、各機能構成要素を複数の電子回路に分散させて実現してもよい。
各機能構成要素を１つの電子回路で実現してもよいし、各機能構成要素を複数の電子回路に分散させて実現してもよい。
【0032】
＜変形例２＞
変形例２として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
変形例２として、一部の各機能構成要素がハードウェアで実現され、他の各機能構成要素がソフトウェアで実現されてもよい。
【0033】
プロセッサ１０とメモリ１１と電子回路とを処理回路という。つまり、各機能構成要素の機能は、処理回路により実現される。
【0034】
実施の形態２．
実施の形態２は、パターン分類部１０２がログデータ以外に入力情報を参照してパターンを分類する点が実施の形態１と異なる。実施の形態２では、この異なる点を説明し、同一の点については説明を省略する。
実施の形態２は、パターン分類部１０２がログデータ以外に入力情報を参照してパターンを分類する点が実施の形態１と異なる。実施の形態２では、この異なる点を説明し、同一の点については説明を省略する。
【0035】
＊＊＊構成の説明＊＊＊
図９を参照して、実施の形態２に係る関係性特定装置１００の構成を説明する。
関係性特定装置１００は、パターン分類部１０２が入力装置１２からの入力情報を参照している点が図１に示す関係性特定装置１００と異なる。
図９を参照して、実施の形態２に係る関係性特定装置１００の構成を説明する。
関係性特定装置１００は、パターン分類部１０２が入力装置１２からの入力情報を参照している点が図１に示す関係性特定装置１００と異なる。
【0036】
＊＊＊動作の説明＊＊＊
図１０を参照して、実施の形態２に係る関係性特定装置１００の全体的な処理を説明する。
ステップＳ１１１の処理は、図３のステップＳ１０１の処理と同じである。ステップＳ１１３からステップＳ１１５の処理は、図３のステップＳ１０３からステップＳ１０５の処理と同じである。
図１０を参照して、実施の形態２に係る関係性特定装置１００の全体的な処理を説明する。
ステップＳ１１１の処理は、図３のステップＳ１０１の処理と同じである。ステップＳ１１３からステップＳ１１５の処理は、図３のステップＳ１０３からステップＳ１０５の処理と同じである。
【0037】
（ステップＳ１１２：パターン分類処理）
パターン分類部１０２は、ステップＳ１０１で収集されたログデータと、入力装置１２から入力された入力情報とに基づき、各デバイスについてのデバイス変化を１つ以上のパターンに分類する。
パターン分類部１０２は、ステップＳ１０１で収集されたログデータと、入力装置１２から入力された入力情報とに基づき、各デバイスについてのデバイス変化を１つ以上のパターンに分類する。
【0038】
ステップＳ１１２でデバイス変化を１つ以上のパターンに分類する方法を説明する。
ここでは、デバイス変化を１つ以上のパターンに分類する分類する方法として、分類方法３から分類方法５との３つを説明する。
ここでは、デバイス変化を１つ以上のパターンに分類する分類する方法として、分類方法３から分類方法５との３つを説明する。
【0039】
図１１及び図１２を参照して、分類方法３を説明する。
分類方法３は、複数のデバイスを制御する制御プログラムを入力情報として、制御プログラムを基にデバイス変化のパターンを区別する方法である。パターン分類部１０２は、対象のデバイスが出力デバイスである場合には、制御プログラムにおいて、対象のデバイスを変化させる条件として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。また、パターン分類部１０２は、対象のデバイスが入力デバイスである場合には、制御プログラムにおいて、対象のデバイスが変化させる対象として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。
分類方法３は、複数のデバイスを制御する制御プログラムを入力情報として、制御プログラムを基にデバイス変化のパターンを区別する方法である。パターン分類部１０２は、対象のデバイスが出力デバイスである場合には、制御プログラムにおいて、対象のデバイスを変化させる条件として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。また、パターン分類部１０２は、対象のデバイスが入力デバイスである場合には、制御プログラムにおいて、対象のデバイスが変化させる対象として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。
【0040】
パターン分類部１０２は、Ｙデバイス等の出力デバイスであれば、制御プログラムにおいて当該デバイスを変化させる条件として使用されるデバイスでデバイス変化のパターンを区別する。
図１１は、制御プログラムがラダープログラムの場合の例を示している。この例では、Ｙ１デバイスをＯＮにする接点にＭ１デバイスとＭ２デバイスとの２つのパターンがある。そのためＹ１デバイスのＯＮ変化は、Ｍ１デバイスがＯＮ変化する場合と、Ｍ２デバイスがＯＮ変化する場合と、Ｍ１デバイスとＭ２デバイスとの両方が同時にＯＮ変化する場合とに分けることができる。パターン分類部１０２は、これらの３つの場合をそれぞれ別のパターンに分類する。
図１１は、制御プログラムがラダープログラムの場合の例を示している。この例では、Ｙ１デバイスをＯＮにする接点にＭ１デバイスとＭ２デバイスとの２つのパターンがある。そのためＹ１デバイスのＯＮ変化は、Ｍ１デバイスがＯＮ変化する場合と、Ｍ２デバイスがＯＮ変化する場合と、Ｍ１デバイスとＭ２デバイスとの両方が同時にＯＮ変化する場合とに分けることができる。パターン分類部１０２は、これらの３つの場合をそれぞれ別のパターンに分類する。
【0041】
パターン分類部１０２は、Ｘデバイス等の入力デバイスであれば、制御プログラムにおいて当該デバイスが変化させる対象に使用されるデバイスでデバイス変化のパターンを区別する。
図１２は、制御プログラムがラダープログラムの場合の例を示している。この例では、Ｘ１デバイスがＯＮにするコイルにＹ１デバイスとＹ２デバイスとの２つのパターンがある。そのため、Ｘ１デバイスのＯＮ変化は、Ｍ１デバイスがＯＮ状態でありＹ１デバイスが同時ＯＮ変化する場合と、Ｍ２デバイスがＯＮ状態でありＹ２デバイスが同時にＯＮ変化する場合とで区別することができる。加えて、Ｙ１デバイスとＹ２デバイスとの両方ともＯＮ変化する場合とＯＮ変化しない場合ともある。したがって、パターン分類部１０２は、これら４つの場合をそれぞれ別のパターンに分類する。
図１２は、制御プログラムがラダープログラムの場合の例を示している。この例では、Ｘ１デバイスがＯＮにするコイルにＹ１デバイスとＹ２デバイスとの２つのパターンがある。そのため、Ｘ１デバイスのＯＮ変化は、Ｍ１デバイスがＯＮ状態でありＹ１デバイスが同時ＯＮ変化する場合と、Ｍ２デバイスがＯＮ状態でありＹ２デバイスが同時にＯＮ変化する場合とで区別することができる。加えて、Ｙ１デバイスとＹ２デバイスとの両方ともＯＮ変化する場合とＯＮ変化しない場合ともある。したがって、パターン分類部１０２は、これら４つの場合をそれぞれ別のパターンに分類する。
【0042】
図１３を参照して、分類方法４を説明する。
分類方法４は、複数のデバイスを制御する制御設計情報を入力情報として、制御設計情報を基にデバイス変化のパターンを区別する方法である。パターン分類部１０２は、対象のデバイスが出力デバイスである場合には、制御設計情報において、対象のデバイスを変化させる条件として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。また、パターン分類部１０２は、対象のデバイスが入力デバイスである場合には、制御設計情報において、対象のデバイスが変化させる対象として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。
分類方法４は、複数のデバイスを制御する制御設計情報を入力情報として、制御設計情報を基にデバイス変化のパターンを区別する方法である。パターン分類部１０２は、対象のデバイスが出力デバイスである場合には、制御設計情報において、対象のデバイスを変化させる条件として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。また、パターン分類部１０２は、対象のデバイスが入力デバイスである場合には、制御設計情報において、対象のデバイスが変化させる対象として使用されたデバイスの組合せにより、対象のデバイスについてのデバイス変化を１つ以上のパターンに分類する。
【0043】
図１３は、制御設計情報がフローチャートの場合の例を示している。本例ではＹ１デバイスがＯＮに変化するパターンとして、Ｍ１デバイスがＯＮとなることでＹ１がＯＮ変化するパターン（１）と、Ｍ２デバイスがＯＮとなることでＹ１がＯＮ変化するパターン（２）の２種類がある。パターン分類部１０２は、この２種類を別のパターンに分類する。
【0044】
図１４を参照して、分類方法５を説明する。
分類方法５は、ユーザによって入力されたデバイス変化のパターンを分類するための分類条件を入力情報として、分類条件を基にデバイス変化のパターンを区別する方法である。
図１４は、分類条件の入力画面の例を示している。本例では、パターンを区別する対象のデバイス変化としてＹ１デバイスのＯＮ変化が指定されている。区別の方法としてＭ１がＯＮの場合と、Ｍ１がＯＦＦかつＭ２がＯＮの場合と、それ以外との、３つの分類条件が指定されている。パターン分類部１０２は、この分類条件に従い、３つの分類条件に合致する場合それぞれ別のパターンに分類する。
分類方法５は、ユーザによって入力されたデバイス変化のパターンを分類するための分類条件を入力情報として、分類条件を基にデバイス変化のパターンを区別する方法である。
図１４は、分類条件の入力画面の例を示している。本例では、パターンを区別する対象のデバイス変化としてＹ１デバイスのＯＮ変化が指定されている。区別の方法としてＭ１がＯＮの場合と、Ｍ１がＯＦＦかつＭ２がＯＮの場合と、それ以外との、３つの分類条件が指定されている。パターン分類部１０２は、この分類条件に従い、３つの分類条件に合致する場合それぞれ別のパターンに分類する。
【0045】
＊＊＊実施の形態２の効果＊＊＊
以上のように、実施の形態２に係る関係性特定装置１００は、ユーザ等によって入力された入力情報を用いて、分類条件を基にデバイス変化のパターンを区別する。これにより、より適切なデバイス変化の区別が可能である。
以上のように、実施の形態２に係る関係性特定装置１００は、ユーザ等によって入力された入力情報を用いて、分類条件を基にデバイス変化のパターンを区別する。これにより、より適切なデバイス変化の区別が可能である。
【0046】
制御プログラムにおいて、出力デバイスの変化を成立させる条件が異なれば、意図する動作も異なると考えられる。また入力デバイスが変化させるデバイスが異なれば、入力が示す機器状態も異なると考えられる。したがって、これらの情報からデバイス変化パターンを区別することは理にかなっている。
制御設計情報でも同様に、出力デバイスを変化させる条件と、入力デバイスの変化がもたらす作用といった情報が得られるため、制御プログラムを用いた場合と同様に適切なデバイス変化パターンの区別が可能となる。
デバイス変化パターンをユーザが直接入力する方法では、適切なデバイス変化パターンの区別をより確実にすることができる。
制御設計情報でも同様に、出力デバイスを変化させる条件と、入力デバイスの変化がもたらす作用といった情報が得られるため、制御プログラムを用いた場合と同様に適切なデバイス変化パターンの区別が可能となる。
デバイス変化パターンをユーザが直接入力する方法では、適切なデバイス変化パターンの区別をより確実にすることができる。
【0047】
なお、実施の形態１に係る関係性特定装置１００は、入力情報を用いず、基本的にはログデータのみでデバイス変化パターンを区別できるという意味においては、実施の形態２に係る関係性特定装置１００よりも優れている。なお、実施の形態１に係る関係性特定装置１００は、場合によっては、ユーザによるサイクル時間又はサイクルを示すデバイスの情報入力が必要である。ユーザによる制御プログラム又は制御設計情報等の入力工数の削減と、制御プログラム又は制御設計情報などがない場合でも実施可能といった効果がある。
【0048】
以上の説明における「部」を、「回路」、「工程」、「手順」、「処理」又は「処理回路」に読み替えてもよい。
【0049】
以上、本開示の実施の形態及び変形例について説明した。これらの実施の形態及び変形例のうち、いくつかを組み合わせて実施してもよい。また、いずれか１つ又はいくつかを部分的に実施してもよい。なお、本開示は、以上の実施の形態及び変形例に限定されるものではなく、必要に応じて種々の変更が可能である。
【符号の説明】
【0050】
１００ 関係性特定装置、２００ ＰＬＣ、３００ 装置、１０１ データ収集部、１０２ パターン分類部、１０３ 解析部、１０４ 関係性特定部、１０５ 関係性出力部、１０ プロセッサ、１１ メモリ、１２ 入力装置、１３ 表示装置、１４ 記憶装置、１５ 通信装置。
【要約】
解析部（１０３）は、複数のデバイスそれぞれを対象のデバイスとし、対象のデバイスの変化であるデバイス変化の１つ以上のパターンそれぞれを対象のパターンとして、対象のデバイスの対象のパターンについてのデバイス変化の発生タイミングを示す発生データを生成する。関係性特定部（１０４）は、解析部（１０３）によって生成された発生データに基づき、複数のデバイスについてのデバイス変化のうち、因果関係を持つデバイス変化の組を特定する。
【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】