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(B2)
(11)【特許番号】
(24)【登録日】2024-10-15
(45)【発行日】2024-10-23
(54)【発明の名称】情報処理装置、情報処理プログラムおよび情報処理方法
(51)【国際特許分類】
G05B 23/02 20060101AFI20241016BHJP
【ＦＩ】
G05B23/02 302R
G05B23/02 T
【請求項の数】
11
(21)【出願番号】P 2021027259
(22)【出願日】2021-02-24
(65)【公開番号】P2022128824
(43)【公開日】2022-09-05
【審査請求日】2023-12-12
(73)【特許権者】
【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】土川 健斗
(72)【発明者】
【氏名】川ノ上 真輔
(72)【発明者】
【氏名】宮本 幸太
【審査官】渡邊 捷太郎
(56)【参考文献】
【文献】特開２０１９－１５９６９７（ＪＰ，Ａ）
【文献】特開２０２０－１４４４９３（ＪＰ，Ａ）
【文献】特開２０１９－１７９３９５（ＪＰ，Ａ）
【文献】特開２０１２－１３８０４４（ＪＰ，Ａ）
【文献】特開２００７－３２７８４８（ＪＰ，Ａ）
【文献】特開２０２１－０１２０９６（ＪＰ，Ａ）
【文献】特開２０２０－０３０５５５（ＪＰ，Ａ）
(58)【調査した分野】(Int.Cl.，ＤＢ名)
Ｇ０５Ｂ ２３／０２
(57)【特許請求の範囲】
【請求項1】
制御対象を制御するための制御装置に接続される情報処理装置であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルと前記スコアを判定するためのしきい値とを有しており、前記情報処理装置は、前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示する表示手段と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付ける受付手段と、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出する算出手段と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力する出力手段とを備え、
前記算出手段は、前記学習済モデルを規定する関数を用いて、前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出する、情報処理装置。
【請求項2】
制御対象を制御するための制御装置に接続される情報処理装置であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルと前記スコアを判定するためのしきい値とを有しており、前記情報処理装置は、前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示する表示手段と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付ける受付手段と、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出する算出手段と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力する出力手段とを備え、
前記学習済モデルは、複数の特徴量からスコアを出力するように構成されており、
前記算出手段は、前記複数の特徴量に対してそれぞれ設定されたしきい値から前記スコアに対するしきい値を算出する、情報処理装置。
【請求項3】
前記表示手段は、前記複数の特徴量の時間波形を並べて表示する、請求項２に記載の情報処理装置。
【請求項4】
前記表示手段は、２つの特徴量に対応付けられた２次元座標上に特徴量の各々をプロット表示するとともに、前記スコアに対するしきい値を等高線の形で表示する、請求項２に記載の情報処理装置。
【請求項5】
前記表示手段は、３つの特徴量に対応付けられた３次元座標上に特徴量の各々をプロット表示するとともに、設定されたスコアに対応する座標点群を表示する、請求項２に記載の情報処理装置。
【請求項6】
前記表示手段は、前記特徴量の時間波形、および、前記スコアの時間波形を並べて表示する、請求項１～５のいずれか１項に記載の情報処理装置。
【請求項7】
前記出力手段は、前記しきい値を複数出力する、請求項１～６のいずれか１項に記載の情報処理装置。
【請求項8】
制御対象を制御するための制御装置に接続されるコンピュータで実行される情報処理プログラムであって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルと前記スコアを判定するためのしきい値とを有しており、前記情報処理プログラムは前記コンピュータに、前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップと、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップと、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップと、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップとを実行させ、
前記しきい値を算出するステップは、前記学習済モデルを規定する関数を用いて、前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップを含む、情報処理プログラム。
【請求項9】
制御対象を制御するための制御装置に接続されるコンピュータで実行される情報処理プログラムであって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルと前記スコアを判定するためのしきい値とを有しており、前記情報処理プログラムは前記コンピュータに、前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップと、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップと、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップと、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップとを実行させ、
前記学習済モデルは、複数の特徴量からスコアを出力するように構成されており、
前記しきい値を算出するステップは、前記複数の特徴量に対してそれぞれ設定されたしきい値から前記スコアに対するしきい値を算出するステップを含む、情報処理プログラム。
【請求項10】
制御対象を制御するための制御装置に接続されるコンピュータで実行される情報処理方法であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルと前記スコアを判定するためのしきい値とを有しており、前記情報処理方法に、前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップと、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップと、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップと、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップとを含み、
前記しきい値を算出するステップは、前記学習済モデルを規定する関数を用いて、前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップを含む、情報処理方法。
【請求項11】
制御対象を制御するための制御装置に接続されるコンピュータで実行される情報処理方法であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルと前記スコアを判定するためのしきい値とを有しており、前記情報処理方法に、前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップと、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップと、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップと、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップとを含み、
前記学習済モデルは、複数の特徴量からスコアを出力するように構成されており、
前記しきい値を算出するステップは、前記複数の特徴量に対してそれぞれ設定されたしきい値から前記スコアに対するしきい値を算出するステップを含む、情報処理方法。
【発明の詳細な説明】
【技術分野】
【0001】
本技術は、制御装置に接続される情報処理装置、情報処理プログラムおよび情報処理方法に関する。
【背景技術】
【0002】
様々な生産現場において、機械や装置に対する予知保全により設備稼働率を向上させたいというニーズが存在する。予知保全とは、機械や装置に生じる何らかの異常を検知して、設備を停止しなければ状態になる前に、整備や交換などの保守作業を行うような保全形態を意味する。このような予知保全を実現するために、機械や装置の状態値を収集するとともに、収集された状態値に基づいて、当該機械や装置に何らかの異常が生じているか否かを判定するような機械学習を用いた仕組みが実用化されている。
【0003】
例えば、特開２０１２－１３８０４４号公報（特許文献１）は、監視対象の異常診断を迅速に行うことを支援するプロセス状態監視装置を開示する。
【先行技術文献】
【特許文献】
【0004】
【文献】特開２０１２－１３８０４４号公報
【発明の概要】
【発明が解決しようとする課題】
【0005】
異常を検知する典型的な手法として、測定された値を予め定められたしきい値を用いて判定する方法がある。
【0006】
通常、検知対象の異常が生じ得る頻度は少なく、正常ラベルが付与されたデータのみ、あるいは、わずかな異常ラベルが付与されたデータに基づいて、しきい値を初期値として設定せざるを得ない。そのため、専門的な知見を有した専門家であっても、適切なしきい値を設定することは容易ではない。
【0007】
本技術は、学習済モデルを用いて何らかの事象を判定するためのしきい値をより容易に設定できる方法を提供するものである。
【課題を解決するための手段】
【0008】
本技術の一例に従えば、制御対象を制御するための制御装置に接続される情報処理装置が提供される。制御装置は、制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルとスコアを判定するためのしきい値とを有している。情報処理装置は、学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示する表示手段と、特徴量およびスコアのいずれかに対するしきい値の設定を受け付ける受付手段と、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出する算出手段と、スコアに対して設定されたしきい値、または、特徴量に対して設定されたしきい値から算出されたスコアに対するしきい値、を学習済モデルに適用するしきい値として出力する出力手段とを含む。
【0009】
この構成によれば、ユーザは、特徴量またはスコアを確認しながら、特徴量およびスコアのいずれかに対するしきい値を設定することができる。そのため、特徴量およびスコアのうち設定が容易なものに対してしきい値を設定すること、学習済モデルを用いた判定処理を運用開始できる。
【0010】
表示手段は、特徴量の時間波形、および、スコアの時間波形を並べて表示してもよい。この構成によれば、ユーザは、特徴量の時間波形、および、スコアの時間波形の両方を確認できるので、しきい値の設定をより容易化できる。
【0011】
算出手段は、学習済モデルを規定する関数を用いて、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出してもよい。この構成によれば、学習済モデルの定義に沿って、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出できる。
【0012】
表示手段は、複数の特徴量の時間波形を並べて表示してもよい。この構成によれば、複数の特徴量を確認できるので、しきい値の設定をより容易化できる。
【0013】
表示手段は、２つの特徴量に対応付けられた２次元座標上に特徴量の各々をプロット表示するとともに、スコアに対するしきい値を等高線の形で表示してもよい。この構成によれば、２つの特徴量とスコアとの関係を視覚的に把握できるので、しきい値の設定をより容易化できる。
【0014】
表示手段は、３つの特徴量に対応付けられた３次元座標上に特徴量の各々をプロット表示するとともに、設定されたスコアに対応する座標点群を表示してもよい。この構成によれば、３つの特徴量とスコアとの関係を視覚的に把握できるので、しきい値の設定をより容易化できる。
【0015】
出力手段は、しきい値を複数出力してもよい。この構成によれば、学習済モデルを用いて算出されるスコアを用いて、複数段階の判定が可能となる。
【0016】
本技術の別の一例に従えば、制御対象を制御するための制御装置に接続されるコンピュータで実行される情報処理プログラムが提供される。制御装置は、制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルとスコアを判定するためのしきい値とを有している。情報処理プログラムはコンピュータに、学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップと、特徴量およびスコアのいずれかに対するしきい値の設定を受け付けるステップと、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出するステップと、スコアに対して設定されたしきい値、または、特徴量に対して設定されたしきい値から算出されたスコアに対するしきい値、を学習済モデルに適用するしきい値として出力するステップとを実行させる。
【0017】
本技術のさらに別の一例に従えば、制御対象を制御するための制御装置に接続されるコンピュータで実行される情報処理方法が提供される。制御装置は、制御対象から収集される情報から算出される特徴量が入力されてスコアを出力する学習済モデルとスコアを判定するためのしきい値とを有している。情報処理方法は、学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップと、特徴量およびスコアのいずれかに対するしきい値の設定を受け付けるステップと、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出するステップと、スコアに対して設定されたしきい値、または、特徴量に対して設定されたしきい値から算出されたスコアに対するしきい値、を学習済モデルに適用するしきい値として出力するステップとを含む。
【発明の効果】
【0018】
本技術によれば、学習済モデルを用いて何らかの事象を判定するためのしきい値をより容易に設定できる方法を提供する。
【図面の簡単な説明】
【0019】
【図1】本実施の形態に係る制御システムの全体構成例を示す模式図である。
【図2】本実施の形態に係る制御システムの主要な構成および運用形態の一例を説明するための図である。
【図3】本実施の形態に係る制御システムを構成す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4】本実施の形態に係る制御システムを構成するサポート装置のハードウェア構成例を示すブロック図である。
【図5】本実施の形態に係る制御システムにおける異常検知処理の概要を示す模式図である。
【図6】本実施の形態に係る制御システムを構成するサポート装置が提供するしきい値設定処理の概要を説明するための図である。
【図7】本実施の形態に係る制御システムを構成するサポート装置が提供するしきい値設定処理に係るユーザインターフェイス画面の一例を示す模式図である。
【図8】本実施の形態に係る制御システムを構成するサポート装置が提供するしきい値設定処理に係るユーザインターフェイス画面の別の一例を示す模式図である。
【図9】本実施の形態に係る制御システムを構成するサポート装置が提供するしきい値設定処理に係るユーザインターフェイス画面のさらに別の一例を示す模式図である。
【図10】本実施の形態に係るしきい値設定処理に係る処理手順例を示すフローチャートである。
【図11】本実施の形態に係るしきい値設定処理を実現するための機能構成例を示すブロック図である。
【発明を実施するための形態】
【0020】
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。
【0021】
＜Ａ．適用例＞
まず、本発明が適用される場面の一例について説明する。以下では、機械学習の適用例として、設備などに何らかの異常が発生したか否かを判定する例について説明するが、本発明は、異常検知に限られず、任意の機械学習に適用可能である。
まず、本発明が適用される場面の一例について説明する。以下では、機械学習の適用例として、設備などに何らかの異常が発生したか否かを判定する例について説明するが、本発明は、異常検知に限られず、任意の機械学習に適用可能である。
【0022】
本明細書においては、制御装置が関係する任意の装置を「制御対象」とも称す。「制御対象」との用語は、制御装置が直接制御する任意のデバイスや制御装置が情報を取得するデバイスに限らず、それらのデバイスを含む任意の装置や設備、ならびに、制御装置を構成するユニットなども含み得る。
【0023】
本明細書においては、判断などの処理を行う実体の一例として、異常検知エンジンは、機械学習により生成される学習済モデルを読み込む。異常検知エンジンには、予め定められた１または複数の特徴量が入力され、入力された特徴量に基づいて出力が算出される。異常検知エンジンが、読み込んだ学習済モデルを用いて算出する値を「スコア」とも称す。
【0024】
本明細書においては、機械学習により生成される学習済モデルを適用して判定できる特定の事象を「イベント」とも称す。異常検知に係る学習済モデルについて見れば、イベントは、典型的には、制御対象に発生し得る特定の異常の発生を意味する。
【0025】
図１は、本実施の形態に係る制御システム１の全体構成例を示す模式図である。図１を参照して、本実施の形態に係る制御システム１は、主たる構成要素として、制御対象を制御するための制御装置１００と、制御装置１００に接続される情報処理装置の一例であるサポート装置２００とを含む。
【0026】
制御装置１００は、ＰＬＣ（プログラマブルコントローラ）などの、一種のコンピュータとして具現化されてもよい。制御装置１００は、フィールドバス２を介してフィールド装置群１０と接続される。フィールドバス２は、産業用の通信プロトコルを採用することが好ましい。このような通信プロトコルとしては、ＥｔｈｅｒＣＡＴ（登録商標）、ＥｔｈｅｒＮｅｔ／ＩＰ（登録商標）、ＤｅｖｉｃｅＮｅｔ（登録商標）、ＣｏｍｐｏＮｅｔ（登録商標）などが知られている。
【0027】
フィールド装置群１０は、制御対象または制御に関連する製造装置や生産ラインなど（以下、「フィールド」とも総称する。）から入力データを収集する装置を含む。このような入力データを収集する装置としては、入力リレーや各種センサなどが想定される。フィールド装置群１０は、さらに、制御装置１００にて生成される指令（以下、「出力データ」とも称す。）に基づいて、フィールドに対して何らかの作用を与える装置を含む。このようなフィールドに対して何らかの作用を与える装置としては、出力リレー、コンタクタ、サーボドライバおよびサーボモータ、その他任意のアクチュエータが想定される。これらのフィールド装置群１０は、フィールドバス２を介して、制御装置１００との間で、入力データおよび出力データを含むデータを遣り取りする。
【0028】
図１に示す構成例においては、フィールド装置群１０は、リモートＩ／Ｏ（Input/Output）装置１２と、リレー群１４と、サーボドライバ１８およびサーボモータ２０とを含む。
【0029】
リモートＩ／Ｏ装置１２は、フィールドバス２を介して通信を行う通信部と、入力データの収集および出力データの出力を行うための入出力部（以下、「Ｉ／Ｏユニット」とも称す。）とを含む。このようなＩ／Ｏユニットを介して、制御装置１００とフィールドとの間で入力データおよび出力データが遣り取りされる。図１には、リレー群１４を介して、入力データおよび出力データとして、デジタル信号が遣り取りされる例が示されている。
【0030】
Ｉ／Ｏユニットは、フィールドバスに直接接続されるようにしてもよい。図１には、フィールドバス２にＩ／Ｏユニット１６が直接接続されている例を示す。
【0031】
サーボドライバ１８は、制御装置１００からの出力データ（例えば、位置指令など）に従って、サーボモータ２０を駆動する。
【0032】
上述のように、フィールドバス２を介して、制御装置１００とフィールド装置群１０との間で入力データおよび出力データが遣り取りされることになるが、これらの遣り取りされるデータは、数百μｓｅｃオーダ～数十ｍｓｅｃオーダのごく短い周期で更新されることになる。なお、このような遣り取りされるデータの更新処理を、「Ｉ／Ｏリフレッシュ処理」と称することもある。
【0033】
制御装置１００は、設備や機械などの制御対象を制御するための制御演算を実行するＰＬＣエンジン（図２に示すＰＬＣエンジン１３０）を有している。ＰＬＣエンジンは、制御演算部に相当し、入力データに基づく制御演算を実行することで、出力データを決定する。制御装置１００は、フィールド装置群１０からの入力データ、フィールド装置群１０への出力データ、および、制御装置１００の内部で管理される内部データなどを順次格納する時系列データベース（以下、「ＴＳＤＢ（Time Series Data Base）」とも記す。）１４０を有している。以下、ＴＳＤＢ１４０に格納されるデータを「時系列データ」とも称す。
【0034】
制御装置１００は、予め用意された学習済モデル（以下、単に「モデル１６０」とも称す。）およびパラメータ１６２を読み込んで、制御対象における異常を検知する異常検知エンジン１５０を有している。
【0035】
モデル１６０には、制御対象から収集される情報から算出される特徴量が入力されて、スコアが出力される。基本的には、イベント毎にモデル１６０が用意される。但し、複数のイベントをそれぞれ判定するためのロジックを１つのモデルにまとめることもできる。
【0036】
パラメータ１６２は、モデル１６０から出力されるスコアを判定するためのしきい値を含んでいてもよい。
【0037】
制御対象から収集される情報としては、典型的には、ＴＳＤＢ１４０に格納された時系列データ（あるいは、時系列データから算出された特徴量）が用いられる。すなわち、異常検知エンジン１５０は、ＴＳＤＢ１４０に格納された時系列データに基づいて、制御対象での異常の発生あるいは異常の可能性を判定する。
【0038】
制御装置１００は、上位ネットワーク６を介してサーバ４００に接続されてもよいし、フィールドバス４を介して１または複数の表示装置５００と接続されてもよい。なお、サーバ４００および表示装置５００はオプショナルな構成であり、制御システム１の必須の構成ではない。
【0039】
サーバ４００は、制御装置１００に対して任意の情報を提供し、あるいは、制御装置１００からのデータを収集するような処理を担当する。
【0040】
表示装置５００は、ユーザからの操作を受けて、制御装置１００に対してユーザ操作に応じたコマンドなどを送信するとともに、制御装置１００での演算結果などをグラフィカルに表示する。
【0041】
サポート装置２００は、制御装置１００が制御対象を制御するために必要な準備を支援する情報処理装置（コンピュータの一例）である。具体的には、サポート装置２００は、制御装置１００で実行されるユーザプログラムの開発環境（プログラム作成編集ツール、パーサ、コンパイラなど）、制御装置１００および制御装置１００に接続される各種デバイスのパラメータ（コンフィギュレーション）を設定するための設定環境、生成したユーザプログラムを制御装置１００へ送信する機能、制御装置１００上で実行されるユーザプログラムなどをオンラインで修正・変更する機能、などを提供する。
【0042】
さらに、サポート装置２００は、制御装置１００に実装される異常検知エンジン１５０が参照するモデル１６０の生成および調整などを支援するための機能を有している。
【0043】
ここで、異常検知の対象に関連するものとは、異常検知エンジン１５０の検知ロジック（すなわち、モデル１６０）を学習するための学習データの生成に利用できる情報であれば、どのようなものであってもよい。異常検知の対象に関連するものとしては、例えば、生産されるワーク（製品あるいは半製品）や生産設備自体などが考えられる。
【0044】
次に、制御装置１００の異常検知エンジン１５０の構成および運用の一例について説明する。サポート装置２００は、ＴＳＤＢ１４０に格納された時系列データを取得し、モデル１６０の生成に用いる時系列データあるいは特徴量を選別（クレンジング）する。そして、サポート装置２００は、選別したデータを可視化するとともに、選別したデータに対するラベル付けを行う。さらに、サポート装置２００は、モデル１６０と共に用いられるパラメータ１６２を決定する。パラメータ１６２の決定は、スコアあるいは特徴量に対するしきい値の設定を含む。しきい値は、ユーザが手動で設定してもよいし、統計的な情報に基づいて自動で設定するようにしてもよい。
【0045】
最終的に、サポート装置２００は、ラベル付けされたデータに基づいてモデル１６０を生成し、生成したモデル１６０および対応するパラメータ１６２を制御装置１００へ転送する。制御装置１００へ転送されるモデル１６０は、学習済モデルである。しきい値などを含むパラメータ１６２は、モデル１６０とは別のファイルとして制御装置１００に格納されてもよいし、パラメータ１６２をモデル１６０に組み込んでもよい。
【0046】
図２は、本実施の形態に係る制御システム１の主要な構成および運用形態の一例を説明するための図である。図２を参照して、制御システム１における異常検知の処理は、典型的には、データ収集フェーズ３０、データ解析フェーズ３２、運用フェーズ３４の順次で実現される。
【0047】
データ収集フェーズ３０においては、異常検知の対象に関連する時系列データが収集される。データ解析フェーズ３２においては、データ収集フェーズ３０において収集された時系列データに対するデータマイニングなどによって、目的の異常検知に適した特徴量が検討されるとともに、検討された特徴量に応じたモデル１６０が生成される。データ解析フェーズ３２において生成されたモデル１６０を利用して、運用フェーズ３４が開始される。
【0048】
運用フェーズ３４の開始後に、検知すべき異常を見逃した、あるいは、検知すべきではない異常を検知したといった不足検知や誤検知が発生した場合には、再学習によりモデル１６０が更新されることもある。あるいは、異常検知の対象に何らかの変化（例えば、経年変化や動作条件の変化など）が生じた場合にも、再学習によりモデル１６０を更新するようにしてもよい。
【0049】
このような処理手順を考慮して、サポート装置２００は、データマイニングツール２４０と、モデル生成ツール２５０とを含んでいてもよい。データマイニングツール２４０は、主として、データ解析フェーズ３２において必要な処理を提供する。モデル生成ツール２５０は、主として、運用フェーズ３４において必要な処理を提供する。
【0050】
データマイニングツール２４０は、典型的には、特徴量生成処理２４２と、特徴量選択処理２４４と、モデル生成処理２４６と、しきい値設定処理２４８とを提供する。
【0051】
モデル生成ツール２５０は、モデル更新処理２５２と、しきい値調整処理２５４とを提供する。
【0052】
一方、制御装置１００は、上述したように、ＰＬＣエンジン１３０、ＴＳＤＢ１４０および異常検知エンジン１５０を有している。
【0053】
ＰＬＣエンジン１３０は、制御対象に応じて任意に作成されるユーザプログラム１３２により定義される制御演算を周期的に実行する。ユーザプログラム１３２では、ＡＩライブラリ１３４が利用可能になっている。あるいは、ユーザプログラム１３２にＡＩライブラリ１３４が組み込まれていてもよい。ＡＩライブラリ１３４の内容、特性、動作などは、データ解析フェーズ３２において、データマイニングツール２４０を用いて決定されてもよい。
【0054】
ＰＬＣエンジン１３０がユーザプログラム１３２に含まれるＡＩライブラリ１３４の部分を実行することで、予め指定されたデータから１または複数の特徴量１５２が算出され、算出された特徴量１５２が異常検知エンジン１５０へ提供される。
【0055】
ＰＬＣエンジン１３０は、データ管理部１３６を有しており、入力データ、出力データ、および、内部データをユーザプログラム１３２から参照可能な形で保持する。データ管理部１３６が管理するデータの値は、Ｉ／Ｏリフレッシュ処理により所定周期（Ｉ／Ｏリフレッシュ周期）毎に更新される。また、データ管理部１３６が管理するデータのうち予め指定されたデータがＴＳＤＢ１４０に所定周期毎に格納される。その結果、ＴＳＤＢ１４０からは指定されたデータの所定周期毎の値変化、すなわち時系列データ１４２が出力される。
【0056】
異常検知エンジン１５０は、ＰＬＣエンジン１３０からの特徴量１５２に基づいて、モデル１６０を参照して、異常の発生あるいは異常の可能性を判定する。モデル１６０は、データ解析フェーズ３２において、データマイニングツール２４０を用いて決定されてもよいし、運用フェーズ３４において、モデル生成ツール２５０を用いて決定されてもよい。
【0057】
典型的には、モデル１６０は、１または複数の特徴量１５２が入力されると、異常度を示す値（正常からの剥離度）を出力する関数である。モデル１６０は、実体である関数を定義する係数を含んでいてもよい。
【0058】
本実施の形態に係る制御システム１は、機械学習に係る情報をレポート出力することができ、ユーザは、このようなレポート出力を利用することで、学習済モデルの妥当性を容易に判定でき、また、設備の劣化傾向や生産状況の傾向などを容易に把握できる。
【0059】
＜Ｂ．ハードウェア構成例＞
次に、本実施の形態に係る制御システム１を構成する主要な装置のハードウェア構成例について説明する。
次に、本実施の形態に係る制御システム１を構成する主要な装置のハードウェア構成例について説明する。
【0060】
（ｂ１：制御装置１００のハードウェア構成例）
図３は、本実施の形態に係る制御システム１を構成する制御装置１００のハードウェア構成例を示すブロック図である。図３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、主記憶装置１０６と、二次記憶装置１０８と、上位ネットワークコントローラ１１０と、ＵＳＢ（Universal Serial Bus）コントローラ１１２と、メモリカードインターフェイス１１４と、内部バスコントローラ１２２と、フィールドバスコントローラ１１８，１２０と、Ｉ／Ｏユニット１２４－１，１２４－２，…とを含む。
図３は、本実施の形態に係る制御システム１を構成する制御装置１００のハードウェア構成例を示すブロック図である。図３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、主記憶装置１０６と、二次記憶装置１０８と、上位ネットワークコントローラ１１０と、ＵＳＢ（Universal Serial Bus）コントローラ１１２と、メモリカードインターフェイス１１４と、内部バスコントローラ１２２と、フィールドバスコントローラ１１８，１２０と、Ｉ／Ｏユニット１２４－１，１２４－２，…とを含む。
【0061】
プロセッサ１０２は、二次記憶装置１０８に格納された各種プログラムを読み出して、主記憶装置１０６に展開して実行することで、ＰＬＣエンジン１３０および異常検知エンジン１５０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間のデータ伝送などを制御する。
【0062】
二次記憶装置１０８には、ＰＬＣエンジン１３０および異常検知エンジン１５０を実現するためのシステムプログラム１３１に加えて、ＰＬＣエンジン１３０を利用して実行されるユーザプログラム１３２が格納される。二次記憶装置１０８の一部の領域は、ＴＳＤＢ１４０として利用されてもよい。
【0063】
上位ネットワークコントローラ１１０は、上位ネットワーク６を介した他の装置との間のデータの遣り取りを制御する。ＵＳＢコントローラ１１２は、ＵＳＢ接続を介してサポート装置２００との間のデータの遣り取りを制御する。
【0064】
メモリカードインターフェイス１１４は、メモリカード１１６を着脱可能に構成されており、メモリカード１１６に対してデータを書込み、メモリカード１１６から各種データ（ユーザプログラムやトレースデータなど）を読出すことが可能になっている。
【0065】
内部バスコントローラ１２２は、制御装置１００に搭載されるＩ／Ｏユニット１２４－１，１２４－２，…との間でデータを遣り取りするインターフェイスである。
【0066】
フィールドバスコントローラ１１８は、フィールドバス２を介した他の装置との間のデータの遣り取りを制御する。同様に、フィールドバスコントローラ１２０は、フィールドバス４を介した他の装置との間のデータの遣り取りを制御する。
【0067】
図３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機能が提供される構成例を示したが、これらの提供される機能の一部または全部を、専用のハードウェア回路（例えば、ＡＳＩＣ（Application Specific Integrated Circuit）またはＦＰＧＡ（Field-Programmable Gate Array）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（Operating System）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。
【0068】
（ｂ２：サポート装置２００のハードウェア構成例）
本実施の形態に係るサポート装置２００は、一例として、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）を用いてプログラムを実行することで実現される。
本実施の形態に係るサポート装置２００は、一例として、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）を用いてプログラムを実行することで実現される。
【0069】
図４は、本実施の形態に係る制御システム１を構成するサポート装置２００のハードウェア構成例を示すブロック図である。図４を参照して、サポート装置２００は、ＣＰＵやＭＰＵなどのプロセッサ２０２と、光学ドライブ２０４と、主記憶装置２０６と、二次記憶装置２０８と、ＵＳＢコントローラ２１２と、ネットワークコントローラ２１４と、入力部２１６と、表示部２１８とを含む。これらのコンポーネントはバス２２０を介して接続される。
【0070】
プロセッサ２０２は、二次記憶装置２０８に格納された各種プログラムを読み出して、主記憶装置２０６に展開して実行することで、後述するようなしきい値設定処理を含む各種処理を実現する。
【0071】
二次記憶装置２０８は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Flash Solid State Drive）などで構成される。二次記憶装置２０８には、典型的には、ＯＳ２２２と、制御装置１００との間で異常検知機能に関するデータを遣り取りするためのＰＬＣインターフェイスプログラム２２４と、サポート装置２００において実行されるユーザプログラムの作成、作成したユーザプログラムのデバッグ、システム構成の定義、各種パラメータの設定などを行うための開発プログラム２２６と、モデル１６０の生成および関連する処理を実現するためのモデル生成プログラム２２８とが格納される。二次記憶装置２０８には、図４に示すプログラム以外の必要なプログラムが格納されてもよい。
【0072】
サポート装置２００は、光学ドライブ２０４を有しており、コンピュータ読取可能なプログラムを非一過的に格納する記録媒体２０５（例えば、ＤＶＤ（Digital Versatile Disc）などの光学記録媒体）から、その中に格納されたプログラムが読取られて二次記憶装置２０８などにインストールされる。
【0073】
サポート装置２００で実行される各種プログラムは、コンピュータ読取可能な記録媒体２０５を介してインストールされてもよいが、ネットワーク上のサーバ装置などからダウンロードする形でインストールするようにしてもよい。また、本実施の形態に係るサポート装置２００が提供する機能は、ＯＳ２２２が提供するモジュールの一部を利用する形で実現される場合もある。
【0074】
ＵＳＢコントローラ２１２は、ＵＳＢ接続を介して制御装置１００との間のデータの遣り取りを制御する。ネットワークコントローラ２１４は、任意のネットワークを介した他の装置との間のデータの遣り取りを制御する。
【0075】
入力部２１６は、キーボードやマウスなどで構成され、ユーザ操作を受け付ける。表示部２１８は、ディスプレイ、各種インジケータ、プリンタなどで構成され、プロセッサ２０２からの処理結果などを出力する。
【0076】
図４には、プロセッサ２０２がプログラムを実行することで必要な機能が提供される構成例を示したが、これらの提供される機能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。
【0077】
＜Ｃ．しきい値設定処理＞
次に、本実施の形態に係るしきい値設定処理について説明する。
次に、本実施の形態に係るしきい値設定処理について説明する。
【0078】
【0079】
特徴量１５２は、フィールドからの情報（時系列データの一部）から任意の方法で算出される情報である。特徴量１５２としては、例えば、最大値、最小値、中間値、平均値、標準偏差など、任意の値を用いることができる。なお、時系列データそのままを特徴量として用いることもできる。
【0080】
算出された特徴量１５２は、モデル１６０に入力されて、スコア１５４が算出される。さらに、モデル１６０から出力されたスコア１５４は、しきい値判定モジュール２６２において、しきい値１５６と比較される。スコア１５４としきい値１５６との大小関係に応じて、異常の有無などを含む検知結果１５８が出力される。
【0081】
なお、モデル１６０には、複数の特徴量１５２が入力されてもよいし、特徴量１５２の次元数も任意に設定できる。モデル１６０から出力されるスコア１５４は、典型的には、１次元の値であるが、複数次元の値であってもよい。
【0082】
本実施の形態に係る制御システム１は、スコア１５４の判定に用いられるしきい値１５６の設定を容易化するための仕組みを提供する。モデル１６０に入力される特徴量１５２と、モデル１６０から出力されるスコア１５４との対応関係は明確化されているため、スコア１５４に設定されるしきい値１５６に代えて、特徴量１５２に設定されるしきい値を調整することもできる。
【0083】
サポート装置２００は、モデル１６０に関連する特徴量、および、当該特徴量から算出されるスコアを表示する。以下、特徴量およびスコアの表示例について示す。
【0084】
図６は、本実施の形態に係る制御システム１を構成するサポート装置２００が提供するしきい値設定処理の概要を説明するための図である。図６を参照して、サポート装置２００は、選択されたモデル１６０（いずれかのイベントに対応するモデル１６０）について、入力される１または複数の特徴量の時間波形が示された特徴量表示画面２７０と、出力されたスコアの時間波形が示されたスコア表示画面２８０とを選択的または同時に表示する。すなわち、サポート装置２００は、特徴量の時間波形、および、スコアの時間波形を並べて表示してもよいし、特徴量の時間波形、および、スコアの時間波形の一方を表示してもよい。
【0085】
ユーザは、特徴量表示画面２７０およびスコア表示画面２８０のいずれにおいても、判定に用いるしきい値を設定できる。
【0086】
より具体的には、特徴量表示画面２７０は、特徴量表示領域２７１と、ヒストグラム表示領域２７２とを含む。特徴量表示領域２７１には、選択されたモデル１６０に入力される特徴量の時間波形が表示されている。ヒストグラム表示領域２７２には、特徴量表示領域２７１に表示される特徴量の時間波形の分布が表示されている。
【0087】
また、スコア表示画面２８０は、スコア表示領域２８１と、ヒストグラム表示領域２８２とを含む。スコア表示領域２８１には、選択されたモデル１６０から出力されるスコアの時間波形が表示されている。ヒストグラム表示領域２８２には、スコア表示領域２８１に表示されるスコアの時間波形の分布が表示されている。
【0088】
特徴量およびスコアの時間波形は、例えば、フレームと呼ばれる所定の時間区間毎に区切られている。
【0089】
図６（Ａ）には、ユーザがスコアの時間波形に対して、しきい値を設定する例を示す。図６（Ａ）に示されるスコア表示画面２８０には、しきい値を設定するためのスライダー２８５が表示される。ユーザは、スライダー２８５を操作して、スコアに対する第１しきい値２８３および第２しきい値２８４を設定する。このように、サポート装置２００は、スコアに対するしきい値の設定を受け付ける。
【0090】
なお、しきい値としては、１つであってもよいし、複数であってもよい。例えば、第１しきい値２８３は、異常（damage）に至ったと判定するためのしきい値として設定し、第２しきい値２８４は、異常がある程度まで進行したことを示す注意（caution）と判定するためのしきい値として設定してもよい。この場合には、パラメータ１６２としても、複数のしきい値（第１しきい値２８３および第２しきい値２８４）が出力されることになる。
【0091】
図６（Ｂ）には、ユーザが特徴量の時間波形に対して、しきい値を設定する例を示す。図６（Ｂ）に示される特徴量表示画面２７０には、しきい値を設定するためのスライダー２７５が表示される。ユーザは、スライダー２７５を操作して、特徴量に対する第１しきい値２７３および第２しきい値２７４を設定する。このように、サポート装置２００は、特徴量に対するしきい値の設定を受け付ける。
【0092】
サポート装置２００は、ユーザが特徴量に対して設定した第１しきい値２７３および第２しきい値２７４から、スコアに対する第１しきい値２８３および第２しきい値２８４をそれぞれ算出する。第１しきい値２８３および第２しきい値２８４は、対応するモデル１６０を規定する関数を用いて算出される。
【0093】
例えば、１または複数の特徴量がスコアを算出するモデル１６０を関数ｆ（特徴量１，特徴量２，・・・，特徴量Ｎ）（Ｎ≧１）とする。このとき、スコア＝ｆ（特徴量１，特徴量２，・・・，特徴量Ｎ）と表現できる。このようなモデル１６０を規定する関数ｆを用いることで、特徴量に対して設定されたしきい値ＴＨｃｈからスコアに対するしきい値ＴＨｓｃを算出できる。すなわち、ＴＨｓｃ＝ｆ（ＴＨｃｈ）と算出できる。このように、モデル１６０を規定する関数ｆ（すなわち、モデル１６０そのもの）を用いることで、特徴量に対して設定されたしきい値からスコアに対するしきい値を一意に算出できる。
【0094】
このように、サポート装置２００は、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出する。より具体的には、サポート装置２００は、モデル１６０を規定する関数を用いて、特徴量に対して設定されたしきい値ＴＨｃｈからスコアに対するしきい値ＴＨｓｃを算出する。
【0095】
なお、モデル１６０に複数の特徴量が入力されることもある。この場合には、それぞれの特徴量に対して、しきい値を設定するようにしてもよい。このとき、ユーザが直感的に理解できるように、以下のようなユーザインターフェイス画面を提供してもよい。
【0096】
図７は、本実施の形態に係る制御システム１を構成するサポート装置２００が提供するしきい値設定処理に係るユーザインターフェイス画面の一例を示す模式図である。図７を参照して、ユーザインターフェイス画面２９０は、モデル１６０に入力される複数の特徴量のうち任意の選択された２つの特徴量とスコアとの関係を表現する。
【0097】
より具体的には、ユーザインターフェイス画面２９０は、スコア表示領域２９１を含む。スコア表示領域２９１は、特徴量選択エリア２９２において選択された任意の２つの特徴量とスコアとの関係を等高線の形で表現する。スコア表示領域２９１に表示される等高線２９５は、同一のスコアが算出される特徴量の組を結んだものである。
【0098】
スコア表示領域２９１に表示される等高線２９５の各々は、選択された特徴量をそれぞれ変化させて対応するスコアを順次算出することで、同一のスコアを示す特徴量の組が抽出および生成される。
【0099】
また、スコア表示領域２９１には、正常ラベルが付与された特徴量２９６と、異常ラベルが付与された特徴量２９７とがプロットされている。ユーザは、スコア表示領域２９１に表示される等高線２９５ならびに特徴量２９６および特徴量２９７を参照しながら、しきい値設定エリア２９３およびしきい値設定エリア２９４に任意の値を入力することで、スコアに対する第１しきい値２８３および第２しきい値２８４を設定する。このように、モデル１６０が複数の特徴量からスコアを出力するように構成されている場合には、サポート装置２００は、複数の特徴量に対してそれぞれ設定されたしきい値からスコアに対するしきい値を算出する。
【0100】
設定された第１しきい値２８３および第２しきい値２８４は、スコア表示領域２９１に等高線の形で反映される。
【0101】
ユーザは、スコア表示領域２９１に表示される第１しきい値２８３および第２しきい値２８４に対応する等高線が囲む範囲と、正常ラベルが付与された特徴量２９６および異常ラベルが付与された特徴量２９７とを比較しながら、最適な第１しきい値２８３および第２しきい値２８４を設定する。
【0102】
このように、サポート装置２００は、２つの特徴量に対応付けられた２次元座標上に特徴量（特徴量２９６および特徴量２９７と）の各々をプロット表示するとともに、スコアに対するしきい値を等高線の形で表示する。
【0103】
図８は、本実施の形態に係る制御システム１を構成するサポート装置２００が提供するしきい値設定処理に係るユーザインターフェイス画面の別の一例を示す模式図である。図８には、３つの特徴量がモデル１６０に入力されてスコアが算出される例を示す。
【0104】
図８のスコア表示領域２９８には、３つの特徴量が対応付けられた３次元座標が表示されている。図８に示すスコア表示領域２９８においては、スコアの等高線を複数表示することができなので、スコア表示領域２９８には、しきい値設定エリア２９９に設定されたしきい値に対応する境界面が表示される。
【0105】
このように、サポート装置２００は、３つの特徴量に対応付けられた３次元座標上に特徴量の各々をプロット表示するとともに、設定されたスコアに対応する座標点群を表示する。
【0106】
図８のスコア表示領域２９８に示されるプロット（座標点群）が結ぶ曲面が、しきい値設定エリア２９９に設定されたスコアに対するしきい値に対応する境界面となる。ユーザは、プロットが結ぶ曲面を確認しながら、スコアに対するしきい値を設定できる。このように、サポート装置２００は、スコアに対するしきい値の設定を受け付ける。
【0107】
なお、図８（Ａ）に示されるスコア表示領域２９８に対するユーザ操作によって、図８（Ｂ）に示されるようなスコア表示領域２９８のような表示になる。すなわち、スコア表示領域２９８を表示する視点は、ユーザが任意に変更することができる。このような視点変更あるいは回転表示によって、ユーザは、設定したスコアに対するしきい値が適切であるか否かを判定できる。
【0108】
また、複数の特徴量のうち任意の特徴量に対してしきい値を設定することで、スコアに対するしきい値を設定するようにしてもよい。
【0109】
図９は、本実施の形態に係る制御システム１を構成するサポート装置２００が提供するしきい値設定処理に係るユーザインターフェイス画面のさらに別の一例を示す模式図である。
【0110】
図９を参照して、モデル１６０に３つの特徴量が入力される場合を想定する。それぞれの特徴量の時間波形が表示された特徴量表示画面２７０Ａ、特徴量表示画面２７０Ｂおよび特徴量表示画面２７０Ｃが並べて表示される。ユーザは、それぞれの特徴量の時間波形を参照して、しきい値を設定し易い特徴量を選択するとともに、所望のしきい値を設定する。
【0111】
図９に示す例では、ユーザは、特徴量表示画面２７０Ｂを選択し、特徴量表示画面２７０Ｂのスライダー２７５を操作して、選択した特徴量に対する第１しきい値２７３および第２しきい値２７４を設定する。すると、特徴量に対する第１しきい値２７３および第２しきい値２７４に対応した、スコアに対する第１しきい値２８３および第２しきい値２８４が算出される。スコア表示画面２８０には、対応するスコアの時間波形に加えて、算出された第１しきい値２８３および第２しきい値２８４が表示される。
【0112】
なお、しきい値が設定されていない特徴量に関しては、特徴量の統計データなどを用いて、暫定的に決定されたしきい値を用いて、スコアに対するしきい値を算出してもよい。
【0113】
このように、複数の特徴量の時間波形を並べて表示するとともに、しきい値を設定しやすい特徴量を選択し、所望のしきい値を設定することで、対応するスコアに対するしきい値を設定できる。
【0114】
以上のような手順によって設定された、スコアに対して設定されたしきい値、または、特徴量に対して設定されたしきい値から算出されたスコアに対するしきい値は、モデル１６０に適用するしきい値として出力される。
【0115】
＜Ｄ．処理手順＞
次に、本実施の形態に係るしきい値設定処理に係る処理手順例について説明する。
次に、本実施の形態に係るしきい値設定処理に係る処理手順例について説明する。
【0116】
図１０は、本実施の形態に係るしきい値設定処理に係る処理手順例を示すフローチャートである。図１０に示す各ステップは、典型的には、サポート装置２００のプロセッサ２０２がモデル生成プログラム２２８（図４）を実行することで実現される。モデル生成プログラム２２８は、コンピュータであるサポート装置２００で実行される情報処理プログラムの一例である。
【0117】
なお、１または複数の特徴量に対してスコアを算出するためのモデル１６０は、予め作成されているとする。
【0118】
図１０を参照して、サポート装置２００は、ユーザから対象のイベントの選択を受け付ける（ステップＳ１００）。そして、サポート装置２００は、選択されたイベントに関連付けられた時系列データを取得する（ステップＳ１０２）。例えば、サポート装置２００は、制御装置１００にアクセスして、ＴＳＤＢ１４０に格納されている時系列データを取得してもよいし、サポート装置２００が予め取得している時系列データから対象となる時系列データを抽出してもよい。
【0119】
続いて、サポート装置２００は、取得した時系列データから特徴量の時系列データを生成し（ステップＳ１０４）、生成した時系列データを対象のイベントに対応するモデル１６０に入力することで、スコアの時系列データを生成する（ステップＳ１０６）。
【0120】
サポート装置２００は、ユーザ操作に従って、特徴量の時系列データおよびスコアの時系列データを表示する（ステップＳ１０８）。すなわち、サポート装置２００は、モデル１６０に関連する特徴量、および、当該特徴量から算出されるスコアを表示する。ユーザは、特徴量の時系列データおよび／またはスコアの時系列データを参照しながら、１または複数のしきい値を設定する。サポート装置２００は、特徴量およびスコアのいずれかに対するしきい値の設定を受け付ける。
【0121】
サポート装置２００は、ユーザからしきい値の設定を受け付けると（ステップＳ１１０においてＹＥＳ）、設定されたしきい値が特徴量に対するものであるか否かを判定する（ステップＳ１１２）。
【0122】
設定されたしきい値が特徴量に対するものであれば（ステップＳ１１２においてＹＥＳ）、サポート装置２００は、モデル１６０を規定する関数を用いて、特徴量に対するしきい値からスコアに対するしきい値を算出する（ステップＳ１１４）。このように、サポート装置２００は、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出する。
【0123】
設定されたしきい値が特徴量に対するものでなければ（すなわち、設定されたしきい値がスコアに対するものである場合）（ステップＳ１１２においてＮＯ）、ステップＳ１１４の処理はスキップされる。
【0124】
サポート装置２００は、算出あるいは設定された、スコアに対するしきい値をスコアの時間波形に反映する（ステップＳ１１６）。
【0125】
そして、サポート装置２００は、ユーザからモデル出力の指示を受け付けると（ステップＳ１１８においてＹＥＳ）、サポート装置２００は、現在のモデル１６０および設定されたスコアに対するしきい値とをまとめて、異常検知エンジン１５０に提供するデータセットとして出力する（ステップＳ１２０）。すなわち、サポート装置２００は、スコアに対して設定されたしきい値、または、特徴量に対して設定されたしきい値から算出されたスコアに対するしきい値、をモデル１６０に適用するしきい値として出力する。
【0126】
一方、ユーザからモデル出力の指示を受け付けていなければ（ステップＳ１１８においてＮＯ）、ステップＳ１１０以下の処理が繰返される。
【0127】
以上のような手順によって、しきい値設定処理に係る処理が完了する。
＜Ｅ．機能構成＞
次に、本実施の形態に係るしきい値設定処理に係る機能構成例について説明する。
＜Ｅ．機能構成＞
次に、本実施の形態に係るしきい値設定処理に係る機能構成例について説明する。
【0128】
図１１は、本実施の形態に係るしきい値設定処理を実現するための機能構成例を示すブロック図である。図１１に示す各ブロックは、典型的には、サポート装置２００のプロセッサ２０２がモデル生成プログラム２２８（図４）を実行することで実現される。
【0129】
図１１を参照して、サポート装置２００は、しきい値設定処理に係る機能構成として、取得モジュール２３０と、特徴量算出モジュール２３１と、スコア算出モジュール２３２と、表示モジュール２３３と、設定受付モジュール２３４と、しきい値算出モジュール２３５と、出力モジュール２３６とを含む。
【0130】
取得モジュール２３０は、選択されたイベントに関連付けられた時系列データを取得する。取得モジュール２３０は、サポート装置２００は、制御装置１００にアクセスして、ＴＳＤＢ１４０に格納されている時系列データを取得してもよいし、二次記憶装置２０８に予め格納している時系列データを利用してもよい。
【0131】
特徴量算出モジュール２３１は、取得した時系列データから特徴量を算出する。特徴量算出モジュール２３１は、フレーム毎に特徴量を算出して、特徴量の時系列データを生成してもよい。
【0132】
スコア算出モジュール２３２は、特徴量または特徴量の時系列データからスコアを算出する。スコア算出モジュール２３２は、フレーム毎にスコアを算出して、スコアの時系列データを生成してもよい。
【0133】
表示モジュール２３３は、モデル１６０に関連する特徴量、および、当該特徴量から算出されるスコアを表示部２１８に表示する。
【0134】
設定受付モジュール２３４は、特徴量およびスコアのいずれかに対するしきい値の設定を受け付ける。
【0135】
しきい値算出モジュール２３５は、特徴量に対して設定されたしきい値からスコアに対するしきい値を算出する。
【0136】
出力モジュール２３６は、スコアに対して設定されたしきい値、または、特徴量に対して設定されたしきい値から算出されたスコアに対するしきい値、をモデル１６０に適用するしきい値（パラメータ１６２）として出力する。
【0137】
＜Ｆ．変形例＞
上述の説明においては、サポート装置２００がしきい値設定処理を主体的に実行する構成例について説明したが、しきい値設定処理は、サポート装置２００と別の装置との連携によって実現してもよいし。サポート装置２００とは別の装置（例えば、クラウド上のコンピューティングリソース）によって実現してもよい。すなわち、本実施の形態に係るしきい値設定処理を実装するハードウェアはどのようなものであってもよい。
上述の説明においては、サポート装置２００がしきい値設定処理を主体的に実行する構成例について説明したが、しきい値設定処理は、サポート装置２００と別の装置との連携によって実現してもよいし。サポート装置２００とは別の装置（例えば、クラウド上のコンピューティングリソース）によって実現してもよい。すなわち、本実施の形態に係るしきい値設定処理を実装するハードウェアはどのようなものであってもよい。
【0138】
＜Ｇ．付記＞
上述したような本実施の形態は、以下のような技術思想を含む。
上述したような本実施の形態は、以下のような技術思想を含む。
【0139】
［構成１］
制御対象を制御するための制御装置（１００）に接続される情報処理装置（２００）であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量（１５２）が入力されてスコア（１５４）を出力する学習済モデル（１６０）と前記スコアを判定するためのしきい値（１６２）とを有しており、前記情報処理装置は、
前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示する表示手段（２３３，２１８）と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付ける受付手段（２３４）と、
前記特徴量に対して設定されたしきい値（２７３，２７４）から前記スコアに対するしきい値（２８３，２８４）を算出する算出手段（２３５）と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力する出力手段（２３６）とを備える、情報処理装置。
制御対象を制御するための制御装置（１００）に接続される情報処理装置（２００）であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量（１５２）が入力されてスコア（１５４）を出力する学習済モデル（１６０）と前記スコアを判定するためのしきい値（１６２）とを有しており、前記情報処理装置は、
前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示する表示手段（２３３，２１８）と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付ける受付手段（２３４）と、
前記特徴量に対して設定されたしきい値（２７３，２７４）から前記スコアに対するしきい値（２８３，２８４）を算出する算出手段（２３５）と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力する出力手段（２３６）とを備える、情報処理装置。
【0140】
［構成２］
前記表示手段は、前記特徴量の時間波形（２７１）、および、前記スコアの時間波形（２８１）を並べて表示する、構成１に記載の情報処理装置。
前記表示手段は、前記特徴量の時間波形（２７１）、および、前記スコアの時間波形（２８１）を並べて表示する、構成１に記載の情報処理装置。
【0141】
［構成３］
前記算出手段は、前記学習済モデルを規定する関数を用いて、前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出する、構成１または２に記載の情報処理装置。
前記算出手段は、前記学習済モデルを規定する関数を用いて、前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出する、構成１または２に記載の情報処理装置。
【0142】
［構成４］
前記学習済モデルは、複数の特徴量からスコアを出力するように構成されており、
前記算出手段は、前記複数の特徴量に対してそれぞれ設定されたしきい値から前記スコアに対するしきい値を算出する、構成１～３のいずれか１項に記載の情報処理装置。
前記学習済モデルは、複数の特徴量からスコアを出力するように構成されており、
前記算出手段は、前記複数の特徴量に対してそれぞれ設定されたしきい値から前記スコアに対するしきい値を算出する、構成１～３のいずれか１項に記載の情報処理装置。
【0143】
［構成５］
前記表示手段は、前記複数の特徴量の時間波形（２７１Ａ，２７１Ｂ）を並べて表示する、構成４に記載の情報処理装置。
前記表示手段は、前記複数の特徴量の時間波形（２７１Ａ，２７１Ｂ）を並べて表示する、構成４に記載の情報処理装置。
【0144】
［構成６］
前記表示手段は、２つの特徴量に対応付けられた２次元座標上に特徴量の各々をプロット表示するとともに、前記スコアに対するしきい値を等高線の形で表示する（２９１）、構成４に記載の情報処理装置。
前記表示手段は、２つの特徴量に対応付けられた２次元座標上に特徴量の各々をプロット表示するとともに、前記スコアに対するしきい値を等高線の形で表示する（２９１）、構成４に記載の情報処理装置。
【0145】
［構成７］
前記表示手段は、３つの特徴量に対応付けられた３次元座標上に特徴量の各々をプロット表示するとともに、設定されたスコアに対応する座標点群を表示する（２９８）、構成４に記載の情報処理装置。
前記表示手段は、３つの特徴量に対応付けられた３次元座標上に特徴量の各々をプロット表示するとともに、設定されたスコアに対応する座標点群を表示する（２９８）、構成４に記載の情報処理装置。
【0146】
［構成８］
前記出力手段は、前記しきい値を複数出力する、構成１～７のいずれか１項に記載の情報処理装置。
前記出力手段は、前記しきい値を複数出力する、構成１～７のいずれか１項に記載の情報処理装置。
【0147】
［構成９］
制御対象を制御するための制御装置（１００）に接続されるコンピュータ（２００）で実行される情報処理プログラム（２２８）であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量（１５２）が入力されてスコア（１５４）を出力する学習済モデル（１６０）と前記スコアを判定するためのしきい値（１６２）とを有しており、前記情報処理プログラムは前記コンピュータに、
前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップ（Ｓ１０８）と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップ（Ｓ１１０）と、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップ（Ｓ１１４）と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップ（Ｓ１２０）とを実行させる、情報処理プログラム。
制御対象を制御するための制御装置（１００）に接続されるコンピュータ（２００）で実行される情報処理プログラム（２２８）であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量（１５２）が入力されてスコア（１５４）を出力する学習済モデル（１６０）と前記スコアを判定するためのしきい値（１６２）とを有しており、前記情報処理プログラムは前記コンピュータに、
前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップ（Ｓ１０８）と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップ（Ｓ１１０）と、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップ（Ｓ１１４）と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップ（Ｓ１２０）とを実行させる、情報処理プログラム。
【0148】
［構成１０］
制御対象を制御するための制御装置（１００）に接続されるコンピュータ（２００）で実行される情報処理方法であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量（１５２）が入力されてスコア（１５４）を出力する学習済モデル（１６０）と前記スコアを判定するためのしきい値（１６２）とを有しており、前記情報処理方法は、
前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップ（Ｓ１０８）と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップ（Ｓ１１０）と、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップ（Ｓ１１４）と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップ（Ｓ１２０）とを含む、情報処理方法。
制御対象を制御するための制御装置（１００）に接続されるコンピュータ（２００）で実行される情報処理方法であって、前記制御装置は、前記制御対象から収集される情報から算出される特徴量（１５２）が入力されてスコア（１５４）を出力する学習済モデル（１６０）と前記スコアを判定するためのしきい値（１６２）とを有しており、前記情報処理方法は、
前記学習済モデルに関連する特徴量、および、当該特徴量から算出されるスコアを表示するステップ（Ｓ１０８）と、
前記特徴量および前記スコアのいずれかに対するしきい値の設定を受け付けるステップ（Ｓ１１０）と、
前記特徴量に対して設定されたしきい値から前記スコアに対するしきい値を算出するステップ（Ｓ１１４）と、
前記スコアに対して設定されたしきい値、または、前記特徴量に対して設定されたしきい値から算出された前記スコアに対するしきい値、を前記学習済モデルに適用するしきい値として出力するステップ（Ｓ１２０）とを含む、情報処理方法。
【0149】
＜Ｈ．利点＞
本実施の形態に係るサポート装置２００においては、特徴量およびスコアのいずれに対しても、しきい値を設定できる。特徴量に対してしきい値が設定された場合には、スコアに対するしきい値に変換される。特徴量およびスコアのいずれに対してしきい値が設定されても、スコアに対するしきい値として出力される。
本実施の形態に係るサポート装置２００においては、特徴量およびスコアのいずれに対しても、しきい値を設定できる。特徴量に対してしきい値が設定された場合には、スコアに対するしきい値に変換される。特徴量およびスコアのいずれに対してしきい値が設定されても、スコアに対するしきい値として出力される。
【0150】
このように、本実施の形態に係るサポート装置２００においては、検知したいイベントに関して、特徴量およびスコアのいずれであってもしきい値を設定できるので、異常検知を実現するためのモデル１６０およびパラメータ１６２を容易に出力できる。
【0151】
通常、検知対象の異常が生じ得る頻度は少なく、正常ラベルが付与されたデータのみ、あるいは、わずかな異常ラベルが付与されたデータに基づいて、しきい値を初期値として設定せざるを得ないが、本実施の形態に係るサポート装置２００によれば、判定が容易な特徴量またはスコアに対してしきい値を設定すればよいので、専門的な知見の少ないユーザであっても、比較的容易に、適切なしきい値を設定できる。
【0152】
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。本発明の範囲は、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】
【0153】
１ 制御システム、１５２，２９６，２９７ 特徴量、２，４ フィールドバス、６ 上位ネットワーク、１０ フィールド装置群、１２ リモートＩ／Ｏ装置、１４ リレー群、１６，１２４ Ｉ／Ｏユニット、１８ サーボドライバ、２０ サーボモータ、３０ データ収集フェーズ、３２ データ解析フェーズ、３４ 運用フェーズ、１００ 制御装置、１０２，２０２ プロセッサ、１０４ チップセット、１０６，２０６ 主記憶装置、１０８，２０８ 二次記憶装置、１１０ 上位ネットワークコントローラ、１１２，２１２ ＵＳＢコントローラ、１１４ メモリカードインターフェイス、１１６ メモリカード、１１８，１２０ フィールドバスコントローラ、１２２ 内部バスコントローラ、１３０ ＰＬＣエンジン、１３１ システムプログラム、１３２ ユーザプログラム、１３４ ライブラリ、１３６ データ管理部、１４２ 時系列データ、１５０ 異常検知エンジン、１５４ スコア、１５６，ＴＨｃｈ，ＴＨｓｃ しきい値、１５８ 検知結果、１６０ モデル、１６２ パラメータ、２００ サポート装置、２０４ 光学ドライブ、２０５ 記録媒体、２１４ ネットワークコントローラ、２１６ 入力部、２１８ 表示部、２２０ バス、２２２ ＯＳ、２２４ インターフェイスプログラム、２２６ 開発プログラム、２２８ モデル生成プログラム、２３０ 取得モジュール、２３１，２６０ 特徴量算出モジュール、２３２ スコア算出モジュール、２３３ 表示モジュール、２３４ 設定受付モジュール、２３５ 算出モジュール、２３６ 出力モジュール、２４０ データマイニングツール、２４２ 特徴量生成処理、２４４ 特徴量選択処理、２４６ モデル生成処理、２４８ しきい値設定処理、２５０ モデル生成ツール、２５２ モデル更新処理、２５４ しきい値調整処理、２６２ 判定モジュール、２７０，２７０Ａ，２７０Ｂ，２７０Ｃ 特徴量表示画面、２７１ 特徴量表示領域、２７２，２８２ ヒストグラム表示領域、２７３，２８３ 第１しきい値、２７４，２８４ 第２しきい値、２７５，２８５ スライダー、２８０ スコア表示画面、２８１，２９１，２９８ スコア表示領域、２９０ ユーザインターフェイス画面、２９２ 特徴量選択エリア、２９３，２９４，２９９ 設定エリア、２９５ 等高線、４００ サーバ、５００ 表示装置。
【図1】
【図2】
【図3】
【図4】
【図5】
【図6】
【図7】
【図8】
【図9】
【図10】
【図11】