CN114787736A - 阀的状态掌握系统、显示装置和旋转阀、以及阀的状态掌握程序、记录介质、以及阀的状态掌握方法 - Google Patents

Abstract

提供了阀的状态掌握系统、显示装置和旋转阀、以及阀的状态掌握程序、记录介质、以及阀的状态掌握方法，其能够进行也考虑了从配管系统得到的信息的高效的阀系统的监视、信息的储存，从而能够进行每个阀或配管系统的高精度的异常感测、状态推测。至少包括阀（V）、传感器单元（1）、具备数据库（4）的服务器（45）、具有显示部（3）的终端装置（2）和系统控制部（100）。在数据库（4）内包括位置信息部（101）、历史信息部（102）和推测信息部（103）。位置信息部至少包括固有信息和配管安装信息，历史信息部至少包括测量信息和诊断信息。系统控制部将位置信息部和历史信息部的信息相关联地储存在数据库中，基于位置信息部、历史信息部的信息，利用推测信息部输出规定的推测信息。

Description

阀的状态掌握系统、显示装置和旋转阀、以及阀的状态掌握程 序、记录介质、以及阀的状态掌握方法

技术领域

本发明涉及阀的状态掌握系统、显示装置和旋转阀、以及阀的状态掌握程序、记录介质、以及阀的状态掌握方法，特别是涉及对于遍及长期而固定的配管系统中设置的阀的诊断推测等是优选的阀的状态掌握系统、显示装置和旋转阀、以及阀的状态掌握程序、记录介质、以及阀的状态掌握方法。

背景技术

一般地，在各种工厂、大楼等大规模设施、或者房屋/店铺等小规模建筑物等各种场所设置有包括各种配管和阀以及这些阀的自动控制用的各种致动器的各种配管设备。在该配管设备中，例如，关于球阀或蝶阀等旋转阀，90度旋转型（四分之一转型）的需求高，此外，作为它们的驱动用致动器，搭载气压型致动器的情况较多，该气压型致动器是简单的结构且小型化也容易并且在成本方面也是优异的。

特别地，诸如具备PTFE或PEEK材料等树脂制阀座并且在致动器的驱动力下连续受到复杂且微细的摩擦作用而转动的球阀（特别是浮动形式）或蝶阀等旋转阀作为典型的开闭阀或流量调整阀，不管地域或场所如何，在许多环境下以各种使用方式被使用。

在连接有这种阀的配管系统中，需要根据配管内的流体的状态、配管位置的环境等，来确定作为各个阀什么样的阀分别是最佳的，此外，进行各个阀的耐用期间、管理成本的预计或者配管系统的一部分或整体的设计审查等。为此，通过适当地监视阀来储存并分析从该阀所遵循的历史等得到的信息是有用的。同时，还必须进行各个阀的精密的状态监视、异常感测。例如，球阀的球座是阀功能的核心，并且，也容易因材质特性而发生状态变化，是在正在运转的球阀中掌握状态的必要性最高的部分。为此，也需要从各个阀的状态监视中得到的信息。而且，这种监视技术只要能够简单构成且容易实施就是优选的。

另一方面，作为从设置在特定的配管中的阀或致动器得到信息的监视技术，提出了专利文献1、2。专利文献1、2均能够按各个阀中的每个来简单地安装规定的传感器并且基于从这些传感器经由无线通信从各个阀得到的信息来监视阀系统整体。

专利文献1中公开了球阀的监视系统，固定于球阀的阀监视装置能够通过短距离无线通信向阀装置读取器发送消息，阀装置读取器被构成为能够通过利用以太网（注册商标）的通信向服务器转送消息，通过该结构来谋求产业设备内的球阀的远程监视，谋求工序控制的提高。

在专利文献2中公开了如下的例子：在搭载于四分之一转阀中的致动器的上部，经由托架安装有附加型的阀监视单元，另一方面，在阀的阀杆侧，安装能够读取致动器状态（阀杆的角度位置）并向监视单元发送角度变动信号的传感器，由此，构成为能够基于阀杆的角度位置来始终监视阀的状态，例如，在该文献的图形图中示出了阀杆角度相对于时间的图形，基于其图案来推测阀的不良状态。

进而，作为储存从配管系统的设备得到的信息的系统，在专利文献3中公开了如下的技术：将从蒸气工厂的过程设备得到的诊断结果以与该过程设备的设置处相关联的状态进行储存，基于该信息来进行系统的风险评价。特别地记载了输入输出处理部在取得了从监视装置发送的诊断结果时，将各个过程设备的诊断结果和与各个过程设备的设备识别信息对应的设置处识别信息相关联，与设备识别信息一起追加地存储在诊断结果存储部中。此外，该文献3示出了如下的内容：具备对与设置处的过程设备的风险相关的风险信息进行运算的风险信息运算部，该风险信息运算部运算对设置处的过程设备的故障的容易度进行指示的风险指标值、以及对该风险指标值的准确度进行指示的可靠度。

现有技术文献

专利文献

专利文献1：日本特许第5011395号公报；

专利文献2：日本特表2015-528085号公报；

专利文献3：日本特许第6482742号公报。

发明内容

发明要解决的课题

但是，由于设置在固有的配管系统中的各个阀包括配管位置在内分别置于特有的使用状态，因此，通过在监视所配管的阀等时，也导入这样的各个阀的特有的使用状态、换言之负荷状态来作为信息，从而也能够提高每个阀或配管系统的异常感测、状态预测、以及向机器学习的应用等输出信息的利用幅度、精度。例如，即使是阀种类、尺寸/材质等完全相同的阀，根据配管位置等该阀被配管的特有的状态，耐用期间、所需的维护或管理成本也不同。

对此，专利文献1、2所公开的监视技术都是通过仅处理从安装于阀的传感器得到的阀的信息来进行监视的技术，虽然能够取得从各个阀的运转状态得到的信息（旋转角度等），但是，如上述那样的与各个阀所特有的使用状态相关的信息未被考虑。因此，即使使用该文献的技术，也不能进行如上述那样的阀或配管系统所特有的输入信息的储存或利用。在该文献1、2中，为了进行精度更高的阀的监视或状态预测/异常感测而所需的信息是不足的，为了以更高精度合理地监视系统，也需要考虑阀所特有的状态，当忽视这样的信息时，不能对置于该特有的使用状态的阀分别遵循什么样的历史等进行高精度的预测。

此外，在该文献1、2中，针对每个阀，例如关于储存与该阀中进行的维护相关的历史信息，并没有直接提及，但是，一般地，这样的历史信息通常通过向作业报告书等的记入，针对每个阀而被管理。但是，在该情况下，将已取得该历史信息的某一个阀更换为新的阀时，所取得的历史信息实质上被重置，因此，作为基于该阀被配管的特有的状态而得到的信息，不会留在记录中，到底只不过是作为阀的个体信息被储存。因此，变得不能合理地进行如前述那样的与特定的使用状态对应的特定的阀的适当选定、该选定的审查等。此外，如果更换的阀是至少相同的阀，则能利用已取得的历史信息，但是，在不相同的情况下，不能直接利用，不能有效地利用所储存的历史信息。

此外，在专利文献3中，储存从过程设备得到的信息，但是，监视对象与阀系统不同，而且该文献3的存储部中储存的信息也不同，因此，即使参照该文献，也不能得到如上述那样的阀系统所特有的储存信息。具体而言，所配管的各个阀、或者该阀被配管的位置、使用状态只要是具有有效性且为尽可能少的信息量，就是优选的，但是，即使参照该文献3，也没有公开或暗示分别应通过什么样的信息来确定。

此外，在该文献3中，从系统得到的作为储存信息的诊断结果到底只不过是简单的信息，特别地，从设备的运转状态得到的实时且详细的测定值未被使用。因此，作为输出信息，停留在进行简单的风险评价的信息（该文献第0043段），而不能进行如上述那样的、对置于特有的使用状态的阀的高精度的状态推测。对于该文献3中的储存信息，到底只实施简单的处理，例如，经由向机器学习的应用来得到有用的输出也是极其困难的。

因此，本发明是为了解决上述问题点而开发的，其目的在于提供一种阀的状态掌握系统、显示装置和旋转阀、以及阀的状态掌握程序、记录介质、以及阀的状态掌握方法，能够进行也考虑了从配管系统得到的信息的高效的阀系统的监视、信息的储存，从而能够进行每个阀或配管系统的高精度的异常感测、状态推测。

用于解决课题的方案

为了实现上述目的，技术方案1的发明是一种阀的状态掌握系统，至少包括：阀，设置在配管系统中；传感器单元，装卸自由地设置在该阀中；服务器，能够与该传感器单元进行无线通信并且具备数据库；终端装置，能够与该服务器及传感器单元进行通信并且具有显示部；以及系统控制部，其特征在于，在数据库内，至少包括：作为阀的位置信息的位置信息部、在产生了阀所需的作业的情况下使用与该作业对应的信息来更新的历史信息部、以及通过位置信息部和历史信息部输出推测信息的推测信息部，位置信息部至少包括：用于确定阀的固有信息、以及阀设置于配管的位置所特有的配管安装信息，历史信息部至少包括：传感器单元测量了阀的开闭工作的规定的测量信息、以及与该测量信息对应的阀的诊断信息，系统控制部将位置信息部和历史信息部的信息相关联地储存在数据库中，并且基于位置信息部、历史信息部的信息，通过推测信息部输出规定的推测信息。

技术方案2的发明是一种阀的状态掌握系统，其中，系统控制部在取得了与位置信息部的固有信息和/或配管安装信息不同的新的位置信息时，基于该新的位置信息来转用位置信息部的位置信息，由此，从推测信息部输出推测信息。

技术方案3的发明是一种阀的状态掌握系统，其中，系统控制部通过历史信息部根据测量信息生成规定的特征量，并且在位置信息部的同一位置信息中，制作将历史信息部的特征量与学习用标签相对应的学习用数据，经由使用了该学习用数据的机器学习来制作或更新学习模型，所述学习用标签与阀的历史信息部的诊断信息对应，学习模型推测历史信息部的诊断信息并输出推测信息部的诊断推测信息。

技术方案4的发明是一种阀的状态掌握系统，其中，系统控制部制作将位置信息部的位置信息与学习用标签相对应的学习用数据，经由使用了该学习用数据的机器学习来制作或更新历史模型，所述学习用标签与历史信息部的历史信息对应，所述历史模型输出对历史信息部的历史信息进行了推测的历史推测信息。

技术方案5的发明是一种阀的状态掌握系统，其中，阀是以阀轴为中心进行旋转的四分之一转的旋转阀，传感器单元内置陀螺仪传感器并以可一起转动的状态固定于阀轴，系统控制部能够取得将作为历史信息部的测量信息的阀轴的角速度信息图形化后的角速度图形信息，并且，历史信息部的特征量是根据角速度图形信息生成的规定的特征量，历史信息部的诊断信息是与该特征量对应的阀的诊断信息。

技术方案6的发明是一种阀的状态掌握系统，其中，在位置信息部的配管安装信息中，包括从阀到被配管在一次侧和/或二次侧的最近要素为止的距离。

技术方案7的发明是一种阀的状态掌握系统，其中，系统控制部将由陀螺仪传感器得到的阀的角速度图形信息显示在终端装置的显示部中。

技术方案8的发明是一种阀的状态掌握系统，其中，系统控制部基于对由陀螺仪传感器得到的历史信息部的测量信息应用规定的状态预测手段而得到的规定的预测值，将纵轴作为历史信息部的测量信息，将横轴作为从当前到将来的时间轴，在显示部中进行图形显示。

技术方案9的发明是一种便携式显示装置，其中，所述便携式显示装置是在阀的状态掌握系统中使用的终端装置，能够与服务器及传感器单元进行无线通信。

技术方案10的发明是一种四分之一转的旋转阀，其中，所述四分之一转的旋转阀具备显示装置。

技术方案11的发明是一种阀的状态掌握程序，其中，所述阀的状态掌握程序用于使计算机执行阀的状态掌握系统。

技术方案12的发明是一种记录介质，所述记录介质记录有阀的状态掌握程序。

技术方案13的发明是一种阀的状态掌握方法，所述方法是在阀的状态掌握系统中使用的方法，所述阀的状态掌握系统至少包括：阀，设置在配管系统中；传感器单元，装卸自由地设置在该阀中；服务器，能够与该传感器单元进行无线通信并且具备数据库；以及终端装置，能够与该服务器及传感器单元进行通信并且具有显示部，其中，在数据库内，至少包括：作为阀的位置信息的位置信息部、在产生了阀所需的作业的情况下使用与该作业对应的信息来更新的历史信息部、以及通过位置信息部和历史信息部输出推测信息的推测信息部，位置信息部至少包括：用于确定阀的固有信息、以及阀设置于配管的位置所特有的配管安装信息，历史信息部至少包括：传感器单元测量了阀的开闭工作的规定的测量信息、以及与该测量信息对应的阀的诊断信息，所述阀的状态掌握方法至少包括：第一步骤，将位置信息部的位置信息和历史信息部的历史信息相关联地储存在数据库中；以及第二步骤，基于位置信息部的位置信息或历史信息部的历史信息，通过推测信息部输出规定的推测信息。

技术方案14的发明是一种阀的状态掌握方法，其中，系统控制部通过历史信息部根据测量信息生成规定的特征量，并且在位置信息部的同一位置信息中，制作将历史信息部的特征量与学习用标签相对应的学习用数据，经由使用了该学习用数据的机器学习来制作或更新学习模型，所述学习用标签与阀的历史信息部的诊断信息对应，所述学习模型推测历史信息部的诊断信息并输出推测信息部的诊断推测信息。

发明效果

根据技术方案1所述的发明，是具备容易加装的传感器单元的简单的系统结构，在该系统中，将各个阀的历史信息与该阀所特有的位置信息相关联地存储在数据库中，因此，能够根据各个阀所特有的配管状态来高效且合理地储存/管理历史信息，并且，也导入反映了各个阀所特有的使用状态的信息，由此，能够提高所储存的信息的有用性，例如，能够提高推测信息的精度。

特别地，在配管口径大且规模也大的配管系统的情况下，配管布局遍及长期保持的倾向较强。在这种长期间不变更的配管系统中，特别是在配管中的特定的位置使用的阀的维护或更换的机会也很多，因此，作为该位置特有的信息的利用价值提高。而且，在该位置使用的阀的使用时间的合计也变为长时间，因此，从该位置得到的样本数据也变得大量，因此，作为储存信息也能够确保充分的量，因此，作为应用本发明的系统的配管系统是特别优选的。

根据技术方案2所述的发明，即使针对与既存的储存信息不对应的新的阀，也能够输出推测信息，系统的利用性大幅提高，并且能够将既存的信息利用于新的阀，因此，能够尽早地推测维护或更换的时期。

根据技术方案3所述的发明，与也导入了各个阀所特有的信息的精度高的机器学习的应用、以及近年来的机器学习技术的发展、计算机或数据存储的能力提高相结合，能够取得专门针对对象物的精度高的诊断推测信息。

根据技术方案4所述的发明，利用位置信息与历史信息的相关联，能够应用将位置信息作为说明变量、将历史信息作为目标变量的机器学习，因此，能基于位置信息来进行所配管的阀的将来的详细预测。

根据技术方案5所述的发明，由于在历史信息中包括角速度图形所包括的规定的特征量和与其对应的诊断信息，所以，能够是基于角速度的简单的信息，同时能够将历史信息应用于可靠性高的机器学习。此外，对有效信息适当地进行选择/模型化，由此，能够广泛应用于配管系统。进而，无论手动/自动，都能够针对在各种状况下普及的需求高的四分之一转型旋转阀实现高精度的状态掌握。

根据技术方案6所述的发明，在配管安装信息中，包括作为对阀的能力造成直接影响的重要信息之一的、到一次侧和/或二次侧最近要素为止的距离，所以，仅通过简单的信息就能够提高阀被配管的位置所特有的配管安装信息的有用性，能够提高利用了该信息的阀的维护时期或更换时期等的推测精度。

根据技术方案7所述的发明，由于在显示部中显示角速度图形，所以，能够利用角速度，以高精度容易理解地显示旋转摩擦运动的全部经过，所以，阀开闭的运转状况变得一目了然，作为阀的监视手段，便利性极高。

根据技术方案8所述的发明，基于由规定的状态预测手段得到的规定的预测值，在显示部中显示将纵轴作为测量信息、将横轴作为从当前到将来的时间轴的图形，所以，阀的测量值的预测变得一目了然，关于该阀的继续使用，预测可能性提高。

根据技术方案9所述的发明，能够提供在不使用配管系统的中央控制系统等大规模系统的情况下，也能够容易地应用于既存的配管系统的可移动性高的显示装置。

根据技术方案10所述的发明，能够在90度的开闭范围内掌握阀的状态，能够推测阀的维护或更换的时期，因此，其使用价值极高。

根据技术方案11所述的发明，能够提供一种即使不是熟练的作业者也能够执行阀的状态掌握的、有用性极高的程序。

根据技术方案12所述的发明，由于是记录了阀的状态掌握程序的记录介质，所以，能够以低成本容易地进行可移动、保管或更换，作为能够适用于各种设备的记录介质，能够提供阀的状态掌握程序。

根据技术方案13所述的发明，由于将阀的历史信息与该阀所特有的位置信息相关联地存储在数据库中，所以，能够根据各个阀所特有的配管状态来储存/管理历史信息，通过也导入反映了各个阀所特有的使用状态的信息，从而能够实现利用了该信息的机器学习的高精度化等提高储存的信息的有用性（推测性）。

根据技术方案14所述的发明，与也导入了各个阀所特有的信息的精度高的机器学习的应用、以及近年来的机器学习技术的发展、计算机或数据存储的能力提高相结合，能够取得专门针对对象物的精度高的诊断推测信息。

附图说明

图1是示出本发明的阀的状态掌握系统的整体结构的一例的示意图；

图2（a）是本发明的传感器单元的框图，（b）是示出安装了该传感器单元的球阀的一例的立体图；

图3是示出本发明的数据结构的一例的说明图；

图4是本发明的显示装置的框图；

图5是示出本发明的显示装置的工作的一例的流程图；

图6是概略地示出在本发明的显示装置的显示部中显示的状态预测模式的画面说明图；

图7是概略地示出在本发明的显示装置的显示部中显示的异常显示模式的画面说明图；

图8是示出本发明的阀的状态掌握系统的整体结构的一例的框图；

图9（a）是根据本发明的推测系统的框图，（b）是示出推测系统的工作的流程图；

图10（a）是示意性地示出利用CNN的机器学习部的结构的示意图，（b）是示出利用CNN的机器学习部的工作的概略的流程图；

图11（a）是示出根据数据库中存储的既存的域来生成新域的位置信息的转用方法的一例的数据库的示意图，（b）是示出本发明的数据结构的另一例的说明图；

图12是用确定条件下的球阀得到的角速度图形的一例；

图13是用确定条件下的球阀得到的角速度图形的一例；

图14是用确定条件下的球阀得到的角速度图形的一例；

图15是用确定条件下的球阀得到的角速度图形的一例；

图16是用确定条件下的球阀得到的角速度图形的一例；

图17是示出全闭状态的球阀的一例的X-X线剖视图；

图18是示出中间开度的球阀的一例的X-X线剖视图；

图19是示出中间开度的球阀的一例的X-X线剖视图；

图20是示出中间开度的球阀的一例的X-X线剖视图；

图21是示出全开状态的球阀的一例的X-X线剖视图；

图22是用确定条件下的蝶阀得到的角速度图形的一例；

图23是用确定条件下的蝶阀得到的角速度图形的一例；

图24是用确定条件下的蝶阀得到的角速度图形的一例；

图25是用确定条件下的蝶阀得到的角速度图形的一例；

图26是用确定条件下的蝶阀得到的角速度图形的一例；

图27是用确定条件下的蝶阀得到的角速度图形的一例。

具体实施方式

以下，基于附图来详细地说明本发明的实施方式中的阀的状态掌握系统（以下，简称为“系统”）。在图1、图3、图8中，本发明的系统至少包括：阀V（V1-V4）、传感器单元1、具备数据库4的服务器45、终端装置46、47和系统控制部100，在数据库4内至少包括位置信息部101、历史信息部102、推测信息部103，在各信息部101、102、103中分别储存位置信息、历史信息和推测信息。

图1是具体地示出本实施方式中的系统的结构的一例的示意图，例如，示出了在热源或化学精制、净水、净化等中使用的设备、与该设备连接的配管系统A、B、设置在它们中的阀V1-V4、作为配管设备的一例的泵P、在设置于配管系统的阀的全部或一部分安装的传感器单元1、能够与该传感器单元1进行无线通信的网关6、经由与该网关6以可通信的方式连接的网络（互联网5）以可通信的方式连接的服务器45、以及显示装置2（终端装置46、47）。再有，如后述那样，服务器45也可以是云服务器，存储有系统控制部100、数据库4等。

[关于系统的结构]

在本实施方式的系统中，阀V是四分之一转（90度旋转）型的旋转阀，特别是球阀或蝶阀，作为搭载有致动器7的球阀V的一例，如图2（b）的立体图所示，成为后述的传感器单元1安装于致动器7的状态。再有，在安装于阀的状态中，还包括像这样经由致动器等其他的设备进行安装的状态。

在数据库4内，上述的位置信息部101和历史信息部102以利用系统控制部100相关联的状态被储存，系统控制部100基于位置信息、历史信息，输出规定的推测信息，其输出内容也储存在数据库4内。通过这样的相关联，能够以也导入了与每个位置（阀和该阀的配管安装位置）所特有的使用状态相关的信息的形式高效地管理历史信息，并利用为推测信息。

图3示出了数据库4内的位置信息部101、历史信息部102中的数据结构的一例。

位置信息部101具备与阀的位置相关的信息所相关的位置信息，作为该位置信息，至少包括该阀的固有信息和配管安装信息。在位置信息部101中，可以包括固有信息、配管安装信息之外的信息，也能够根据实施而储存各种信息。

位置信息由能够通过数值或符号等数据的组合来确定特定的阀被设置在特定的配管系统的特定位置的状态的信息构成，被设置成能够由系统控制部100控制。系统控制部100是至少包括对后述的各种数据处理进行控制的程序的控制部，存储在构成系统的服务器45中。

位置信息中的固有信息是为了个别地确定阀而具备的，虽然未图示，但是，作为阀的固有信息，例如，除了阀的订单编号、用户的管理编号之外，还是根据阀的方式、功能而区分的阀种类、阀的（主要的）原材料、公称直径、阀所处理的流体、该流体的压力等的特性、阀的流量、开闭频率、致动器的种类、性能、或者在阀为球阀的情况下例如球座或填料的材质或磨损系数、球或流路的尺寸这样的各种信息，基本上，阀的规格书等中所示的阀的信息被变换为规定的数值或符号并保持。

另一方面，配管安装信息是与设置于配管的阀的位置相关的信息，作为配管，在图1的配管系统A、B中配置了作为特定的要素的阀等的情况下，被确定为各要素的特有的信息的信息。

配管系统A、B是向设备流入的情况、从设备流出的情况中的哪种都可以，一个配管系统可以根据实施来适当定义，例如可以通过处理相同的流体的系统来定义。在此情况下，意味着相同的流体从规定区间的上游向下游流动所需的内部连续地连通的管结构。

虽然未图示，但是，在某个阀被配管的位置的配管安装信息中，至少包括到在该阀的一次侧/二次侧最近的各要素（也包括3个以上的情况）为止的距离。在图1的情况下，在阀V1的配管安装信息中，包括到与该图左侧邻接的泵P为止的距离LA1和到与该图右侧邻接的阀V2为止的距离（LA2－LA1），同样地，在阀V3的配管安装信息中，包括到与该图左侧邻接的弯头E为止的距离LB1和到与该图右侧邻接的阀V4为止的距离（LB2－LB1）。再有，在本实施方式中，泵P、弯头E示出为对于配管内的流体使流速发生变化的要素的一例。

作为其他的配管安装信息，可以包括该配管安装信息所涉及的阀的邻接要素、阀自身的信息（在阀V1的情况下，为泵P和阀V2，进而该阀V2的开闭频率等，在阀V3的情况下，为弯头E和阀V4，进而阀V4的开闭频率等）、该阀的距配管系统的起点或终点的距离（也可以是配管上的距离或空间距离）、该阀的配管的姿势或角度、距地面的高度、与其他的设备的距离或配置关系等与该阀的空间配置相关的信息、或该阀被置于的使用环境的温度、湿度、与它们的变化相关的信息、连接有该阀的配管是主管还是支管的管种类的区别、该使用环境的振动或腐蚀气氛、电磁波等的有无或强度、或者与该阀从配管受到的应力相关的信息、与该配管的口径或实际的使用流体相关的信息（温度、压力、流量等）、以及与该阀是否处于满足了制造商的保证条件的使用条件等相关的信息。这些配管安装信息与固有信息同样地被变换为规定的数值或符号并保持。

配管安装信息是适当地提取对该阀处理的流体的流动造成影响的主要因素并将其数据化的信息，能够根据实施来适当选择，但如果信息过多，则后述的位置信息难以利用于新的阀，因此，应仅由尽可能最小限度的有效信息构成。

作为上述的配管安装信息中的配管系统的要素，例如，除了阀、泵、罐等设置在该配管系统中的各种配管设备之外，还可以包括以分支（三通管）、弯曲（弯头）、收缩等的直管之外的方式对流体的流动产生影响的配管部位、或者接头（凸缘）、支承部位等。

此外，图3的历史信息部102中的历史信息至少包括利用传感器单元1测量阀V的开闭工作的规定的测量信息、和与该测量信息对应地诊断阀V的诊断信息。在历史信息部102中，除了测量信息、诊断信息之外，还包括后述的特征量，进而，还可以包括这以外的信息，还能够根据实施来储存各种信息。

测量信息能够根据安装有传感器单元1的阀V的开闭驱动来取得，在本实施方式中，如后述那样，能够通过具备陀螺仪传感器8的传感器单元1取得规定的测量信息（角速度信息等），前述的系统控制部100能够从测量信息中取得规定的特征量（用定量的数值将机器学习所需的特征表示为变量的特征量）。如后述那样，作为特征量，除了利用角速度图形信息的二维角速度图形图像的数据本身之外，还能够使用从角速度图形信息中提取的规定的特征量的集合。

诊断信息是基于测量信息将作为阀的诊断结果能取得的一切信息（症状）数据化了的信息，作为诊断结果，能够根据实施来预先适当设定，例如，从阀座泄漏、阀箱泄漏、异物钻入、致动器的故障等无论阀种类等如何都共同的一般症状，到根据阀种类例如在球阀的情况下，球座的错位或变形、磨损或缺损等、或者流体向腔内的浸入、阀杆的变形、以及与特殊的使用环境对应的特定部位的腐蚀或损伤等。将这些诊断结果适当变换为能够唯一确定的数值或符号而构成诊断信息。

包括上述的测量信息、诊断信息的历史信息在至少异常时对安装有传感器单元1的阀V进行了维护等某种作业的情况下，被用于记录与该作业内容对应的规定的信息并储存在数据库4中。例如，如后述那样，在从传感器单元1等报告了阀V的异常的情况下，对该阀进行必要的作业，将与此时得到的阀V的症状相关的诊断信息记录为历史信息，并且与该异常时的工作对应的特征量也与该诊断信息对应地记录。

因此，历史信息部102至少包括基于前述的测量信息得到的特征量、和与传感器单元1记录了该特征量时的阀开闭工作的症状相关的诊断信息，但是，除此之外也可以包括与该作业对应的规定的内容。例如，在如前述那样对被报告了异常的阀V进行了作业的情况下，一般而言，该作业被记录为作业报告书等的规定格式所需的信息，但也可以将这样的内容（数据化）包括在历史信息中。例如，虽然未图示，但如果是更换球阀的球座的作业，则也可以将该球座的磨损量和膨胀量等损伤、或者在附着有水垢的情况下将该水垢的种类和重量、附着处、膜厚等以规定的形式数据化而包括在历史信息中。

这样，基本上在如上述那样识别出阀V的异常的情况下，与该阀V相关的各信息作为历史信息被记录在数据库4中，但是，历史信息部102不限于这样的异常时，也可以包括正常时（不进行任何作业的情况）的信息。在此情况下，能够将历史信息作为规定的时间间隔的阀V的定期信息进行处理。再有，如该图所示，可以对各历史信息（记录）附加编号，但是，如后述那样，并不假定为各记录作为时间序列数据来处理。因此，由这些记录构成的历史信息不需要时间顺序性，如后述的转用的情况那样，还能够适当地结合或分割来利用。

位置信息部101的位置信息与历史信息部102的历史信息的对应是一对一、或一对多中的哪种都可以，但在本实施方式中，考虑到在特定的位置（配管位置）能更换使用多个阀，因此，例如，配管安装信息与固有信息成为一对多的对应。在使历史信息与各个阀中的每个对应的情况下，位置信息部101的位置信息与历史信息部102的历史信息成为一对一的对应，在使历史信息与某一个配管位置对应的情况下，位置信息与历史信息部成为一对多的对应。

在此，关于位置信息部101的“位置信息”和历史信息部102的“历史信息”的对应关系，列举一例。

首先，作为“位置信息”中的“固有信息”，第一，使用阀的公称压力、公称直径/材质/阀种类例如等级150公称直径100A的SUS304制浮动型球阀（作为实际输入的数据，为申请人制造的阀的型号即“150UTB100”）。

此外，第二，作为用户管理编号，例如使用“P01AV1-01”（工厂编号P01、配管系统A、阀编号V1、版本编号01的含义。），并且，第三，作为流体信息，例如使用“粉体”或“流体的温度”。这些是示例，也可以附加开闭频率等信息。

进而，作为“位置信息”中的“配管安装信息”，如前述那样，使用到与上游侧邻接的泵为止的距离，例如“LA1”。

接着，作为“历史信息”，在No.1的数据中输入“使用开始日”作为“测量信息”，然后在“诊断信息”、“特征量”中输入“无”。

接着，在No.2的数据中，输入“开闭次数1,000次”作为“测量信息”，然后输入“球座为1mm磨损”作为“诊断信息”，输入“中间开度下的角速度的峰值T2上升约30%”作为“特征量”。

此外，在No.3的数据中，输入“开闭次数10，000次”作为“测量信息”，然后输入“因粘连而导致的动作停止”作为“诊断信息”，输入“在中间开度下角速度为零”作为“特征量”。

然后，在更换了该阀的情况下，位置信息部101的“固有信息”变更。例如，使用P01AV1-02”（工厂编号P01、配管系统A、阀编号V1、版本编号02的含义。）。“配管安装信息”没有变更。这样，位置信息部101中的“配管安装信息”和“固有信息”成为一对多的关系。

如上述那样，将“测量信息”添加到作为位置信息部101的“位置信息”的“固有信息”/“配管安装信息”和作为历史信息部102的“历史信息”的“诊断信息”/“特征量”后的信息被作为信息来使用。

再有，在上述的说明中使用了“输入”的词语，但是不仅包括手动输入，还包括来自传感器等的自动输入。此外，输入内容也用“角速度上升30%”等说明文进行输入，但不限于此，也可以用参数和数值进行输入。

在图1的系统中，网关6与传感器单元1或显示装置2、服务器45可通信地连接，具有对它们进行管理、控制等的功能。此外，还与未图示的接入点可通信地连接，网关6能够与可与该接入点进行通信的传感器单元1或显示装置2连接。例如，网关6取得传感器单元1测量的阀V的角速度信息（角速度数据）等信息，将该信息发送给服务器45或显示装置2。此外，网关6取得来自数据库4的信息，将该信息发送给显示装置2。进而，接入点可以是能够将传感器单元1或显示装置2连接到互联网5等的系统的外部网络的无线机，也可以单独设置路由器功能。

图4是概略地例示显示装置2的结构的框图，本实施方式的显示装置2是8-13英寸左右的平板电脑，使用适合于显示后述的图6、7所示那样的画面的尺寸是优选的并且能够安装图6、7所示的画面显示所需的规定的应用的装置。作为显示装置2，除平板电脑、智能电话、个人计算机等通用机之外，也可以使用规定的专用显示装置，能够根据实施来适当选择。

显示装置2是包括CPU9（包括由处理器构成的控制部、由ROM、RAM等构成的存储器）、电源部10、显示部3（用户接口）等的便携式计算机，作为用户接口，例如包括LCD（Liquid Crystal Display：液晶显示器）等显示器、键盘、触摸面板等输入装置。

CPU9、电源部10、通信部11、显示部3被电连接，电源部10设置成能够向CPU3、通信部11、显示部3供应电流。通信部11设置成能够利用CPU9的控制，通过外部网络（互联网）5从系统控制部100向显示装置2收发数据库4的数据。

显示部3例如是触摸面板显示器，由液晶面板、有机EL面板等实现。在未图示的存储器中，能够存储由控制部执行的规定的程序、经由网络5下载的规定的应用。例如，控制部按照控制程序进行工作，由此，执行控制通信部11及显示部3等的处理。

图中的显示装置2示出了具有显示部3的终端装置的一例，在本发明的系统中，只要是该显示装置2或者后述的图8中的平板电脑46、PC47等具备能够经由无线或有线与传感器单元1、服务器45进行通信的规定的计算功能和输入输出接口的终端装置，则能够根据实施来任意选择。

[关于阀和传感器单元]

接下来，说明安装于阀V的传感器单元1。

图2（a）将传感器单元1的结构的一例示出为框图。如后述那样，本发明的系统例如基于对阀V进行开闭的阀轴的角速度数据，通过系统控制部100、位置信息部101、历史信息部102、推测信息部103来进行阀的状态监视、诊断以及寿命预测，在该角速度数据中还包括从传感器单元1得到的阀体（图17-21中的球30）的从全开或全闭向全闭或全开的旋转运动所对应的角速度图形化后的数据。

传感器单元1至少具有作为运动传感器的陀螺仪传感器8（角速度传感器）。陀螺仪传感器8是运用了IC类型的MEMS（Micro Electric Mechanical System：微机电系统）技术的振动型陀螺仪传感器，以半导体方式配备在内部基板中。传感器单元1不限于图2（a）的结构，能够根据实施而选择任意的结构。

陀螺仪传感器8由矩形状半导体元件构成，在以与矩形状的传感器单元1的短边/长边分别平行的方式设置于内部基板的状态下，内置于传感器单元1。在此情况下，传感器单元1以与XY平面平行的姿势被安装，在此状态下，陀螺仪传感器8的偏航轴与Z轴方向一致，滚转轴和俯仰轴分别与Y轴和X轴方向一致。只要陀螺仪传感器8被固定为能够与阀轴（控制轴18）一起旋转，则传感器单元1的安装位置、角度、姿势就能够根据实施而任意选择。

作为陀螺仪传感器8，例如使用能够测量正交XYZ三轴方向的旋转的三轴陀螺仪传感器，也能够使用搭载在一般的各种民用设备上的各种陀螺仪传感器。在本例中，使用意法半导体制“L3GD20”产品，作为其特性，由电源电压：DC3.3V（工作范围：DC2.4V～DC3.6V）、消耗电流：6.1mA、测定范围：±250dps（分辨率：0.00875dps）、±500dps（分辨率：0.0175dps）、±2000dps（分辨率：0.07dps）构成。但是，当然不限于这样的特性，能够根据实施而任意选择/调整。

在将陀螺仪传感器8用作传感器的情况下，该陀螺仪传感器8的特别是耗电量很多，本发明的传感器单元1在长的情况下为数年级别的长期间内，不与外部的商用电源连接，而以独立的状态被使用，因此，从节电的观点出发来选定陀螺传感器8和后述的电源15的组合是很重要的，并且，省电功能也很重要。例如，使CPU12通常处于省电状态，成为接收来自陀螺仪传感器8的数据而不进行这些数据的存储器13的储存的状态。然后，在感测到致动器7的工作时解除省电状态，至少将由陀螺仪传感器8检测到的角速度数据储存在存储器13中即可。也可以在未感测到致动器7的工作的状态经过了规定时间之后，返回到省电状态。再有，作为省电功能，例如，也可以使用自发电型（振动发电、太阳能发电等）的陀螺仪传感器。

此外，传感器单元1至少还具备CPU12（中央运算处理装置）、存储器13、通信模块14、电源15、IC标签16、以及温度传感器17。进而，除了上述陀螺仪传感器8之外，也可以将未图示的加速度传感器或磁传感器与传感器单元1组合而利用于本发明的系统中。此外，为了省电化，也可以组合压电传感器、加速度传感器等，在必要时使陀螺仪传感器工作。再有，作为测定角速度的手段，也可以使用编码器等测定角度的传感器，通过CPU12等根据所测定的角度利用运算来计算角速度。

CPU12意为还包括缓存，能够使用一般规格的CPU，能够根据实施来任意选择，但是，特别地需要具备能够实现后述的各功能（特别是省电功能）的处理能力。该CPU12经由总线连接到存储器13、通信模块14等的周边元件。存储器13也与CPU12同样地，根据实施来任意选择具备能够实现后述的各功能的能力（容量、速度）的存储器，但在不假定连续的电源供应的情况下，优选非易失性的存储器。进而，只要是能够有富余地读入执行省电功能等的各种应用的容量就是优选的。

通信模块14优选为近距离无线通信模块，在本例中使用Bluetooth（注册商标）。如后述那样，经由该通信模块14，至少陀螺仪传感器8的角速度数据及其变迁在与外部的显示装置2之间被通信，能够由该显示装置2经由专用的应用进行自动阀的状态记录、显示确认。此外，除Bluetooth（注册商标）之外，还能够使用红外线、Wi-Fi Direct、LoRa等特定省电（920MHz频带等）等。

电源15还包括规定的电源变换电路，根据实施而任意选择，但例如是利用纽扣电池的独立电源或者电池电源，也可以包括太阳能发电元件、振动发电元件等。例如在纽扣电池的情况下，经由未图示的密封构件，圆盘状的电池用盖被卡合固定在形成于盖体的孔部，通过一字螺丝刀等旋转规定角度而可装卸地设置在纽扣电池的装卸位置。包括陀螺仪传感器8、CPU12、存储器13、通信模块14的各元件连接到电源15，电源15成为这些元件的驱动源。

像这样，电源15为能在足以测定阀V的一系列数据的期间内驱动的一次电池、或能通过与发电元件组合而同样地测定的二次电池。

IC标签16储存致动器7、阀V的固有信息，作为该信息，至少存在致动器7、阀V的型号、订单编号，这些信息通过未图示的专用终端等被输入。在IC标签16中，还储存应用软件的下载用URL以作为便携终端用，能够从该下载用URL得到应用软件。

在将上述的传感器单元1安装在阀V的阀轴上的情况下，该传感器单元1在收纳于壳体（收纳单元）的状态下，通过安装用具19以装卸自由的状态固定在阀轴上。

在此情况下，如图2（b）所示，传感器单元1的壳体（收纳单元）只要是能用一只手抓住而容易搬运的程度的紧凑的大小/重量，则外形、材质等能够根据实施而任意选择，但在本例中，例如是形成为长度约15cm×10cm、厚度约3cm的矩形板状、作为成品重量为几百克左右的树脂制框体。在其正面侧，显示产品信息、产品编号或者安装方向（使用方法）等，在背面侧，设置由未图示的内螺纹孔或粘接面等构成的规定的安装部，能够将安装用具19安装到该安装部。此外，例如，也可以形成为相同程度的尺寸的圆形圆盘状。

安装用具19是安装单元的一例，对应于NAMUR标准而设置。该安装用具19在本例中由L型金属板构成，在作为安装面的一侧面，固定在传感器单元1的背面侧，在另一面侧，通过螺栓19a固定在致动器7的控制轴18上端部。在此，NAMUR标准是指致动器的标准的接口标准（VDI/VDE3845-2010），规定了阀的安装、致动器上部的附属品安装用的尺寸。致动器7优选依据该NAMUR标准进行安装，在该情况下，在控制轴18上端部，设置有与该标准对应的未图示的内螺纹部，因此，能够利用该内螺纹部，经由安装用具19，容易地将传感器单元1加装到致动器7。致动器7也可以通过NAMUR标准之外的安装结构进行安装。

进而，在已经使用的致动器中，也可以在控制轴18的上部安装开闭限位开关等附属设备。在此情况下，也能够通过使用本例的L型金属板（安装用具19），一边也确保安装有附属设备的控制轴18的上部的空间，一边将传感器单元1安装到控制轴18。

在本例中，用安装用具19将传感器单元1安装到控制轴18，但也可以经由适当的安装单元，安装到与该控制轴18连接的阀V侧的未图示的输出轴。

前述的传感器单元1至少作为对象设备（阀V或致动器7）的状态监视/掌握功能的一部分，具有数据测定功能和储存该测定数据的功能。在测定对象的数据中，至少包括在与阀V的未图示的阀杆连接的致动器的控制轴18中按每时间或每开闭次数的角速度数据，该数据从陀螺仪传感器8被输出，经由CPU12中的数据处理，储存在存储器13中。在此情况下，被变换为能够向外部的监视器显示为图形的数据形式。此外，也可以设定为这些数据在被进行了例如从CPU12按每一定时间储存在存储器13中的所谓的“间隔剔除”、数据的平均值或规定的滤波（噪声去除）等至少简单的数据加工之后，被储存在存储器13中。所储存的数据根据来自显示装置2的请求，经由作为Bluetooth（注册商标）的近距离无线通信模块14发送到显示装置2或服务器45，由显示装置2显示确认致动器7、阀V的状态记录，另一方面，被储存在服务器45内的历史信息部102中。

如后述那样，传感器单元1能够具备基于所监视/掌握的阀的状态来进行阀V（对象设备）的部件/部分级别的故障预测等症状诊断的过程（由各种处理步骤构成的流程）中需要的各种功能、省电功能、利用辅助传感器（加速度传感器）的数据校正功能等可选功能、或从外部获得的规定的应用所执行的功能。

这样的各种功能既可以在传感器单元1中执行，也可以在外部的服务器等中执行，根据需要而适当分配。在构成为能够基于角速度数据来进一步计算角度数据的情况下，作为陀螺仪传感器8的漂移校正用而适当地使用加速度传感器，此外，如果不经由积分手段而通过由四则运算构成的累计（矩形法等）进行运算，则从数据的精度、功耗、负荷的观点出发是优选的。在由外部的服务器45执行上述功能的情况下，可以在外部服务器等中，构成在来自传感器单元1的数据分析中使用的规定的数据库。

再有，在传感器单元1的安装中，在要求防爆规格的情况下，也可以不是以单体而是以多个不同个体来构成传感器单元。例如，在传感器单元的构成要素中，仅将陀螺仪传感器等传感器安装于致动器的控制轴或阀的控制轴，包括CPU在内的其他的部件内置在其他的单元壳体中并配置在远离阀的区域中，该单元壳体和传感器也可以彼此通过通信线缆连接而构成传感器单元。

在图2（b）中，作为由上述的传感器单元1监视的对象产品的一例，示出了双作用型苏格兰轭构造的气压式旋转致动器7和四分之一转型的球阀V。

在致动器7的主体内部，设置有将往复运动变换为旋转运动的未图示的变换机构，能够将该变换机构的旋转力利用输出轴输出到球阀V的阀杆（未图示）。变换机构由向旋转轴（阀轴）传递的苏格兰轭和在活塞杆上设置有与该苏格兰轭卡合的一对销辊的结构构成，它们内置于外壳21。

本例的旋转轴由球阀V侧（图2（b）下侧）的输出轴和其相反侧（图2（b）上侧）的控制轴18构成，输出轴和控制轴18均经由筒状构件装配于外壳21。未图示的筒状构件在未图示的金属制的轴轴承内压入规定的轴承，将该筒状构件分别压入到形成于外壳21的轴承部，向其内侧插入输出轴、控制轴18，旋转轴相对于致动器7主体可转动地被轴支承。

根据实施，也能够适当地将压力传感器（未示出）设置于致动器7。在此情况下，例如，如果在空气吸排口38、39设置速度控制器（未图示）并在这些空气吸排口38、39与速度控制器之间经由三通管或接头管等接头连接压力传感器，则通过在三通管的分支部分装配压力传感器，从而能够在不会对压缩空气的吸排气造成坏影响的情况下，通过简单的构造来进行利用压力传感器的压力测定。

本发明的系统的状态掌握对象是阀，其中，在本例中，设为通过使阀轴转动来开闭流路的旋转阀，阀轴由经由致动器7的自动阀的输出轴和控制轴18构成。但是，作为对象的阀轴不限于自动阀的阀轴，虽然未图示，但也可以是经由手动把手的手动阀的阀杆所构成的旋转轴。此外，本例的旋转阀是四分之一转型的球阀，但除此之外，还包括旋塞阀、蝶阀、或者180度旋转型的球阀等电动地进行工作的类型，各种旋转阀成为对象。

图17-21中示出了沿着图2（b）的球阀V的流路26a、27a的轴心的X-X线剖视图。球阀V是浮动型球阀，阀箱通过用螺栓/螺母28固定具有一次侧流路26a的主体26和具有二次侧流路27a的主体盖27而构成，在主体26和主体盖27中，在流路26a、27a的连接部处分别形成有凸缘。

作为图17-21所示的阀体的球30是具有大致球形状部分和形成为与流路26a、27a相同直径的贯通路30a的全孔型，在阀室内从一次侧和二次侧由作为阀座的两个环状球座A1、A2支承，通过螺栓/螺母28的紧固来调整该球座A1、A2对球30的紧固。虽然未图示，但在球30的上端部形成有能够与阀杆（阀棒）卡合的卡合部（例如，对边宽度的凹凸卡合部），球30的旋转运动经由该卡合部以高精度传递到阀杆。

球座A1、A2例如由PTFE、PFA等树脂材料形成。该球座A1、A2由于由致动器7等进行的重复的开闭操作等而容易产生磨损、缺损、错位、变形，与此相伴，有可能产生阀座泄漏。阀座泄漏对配管系统中的流路的开闭、流量控制所造成的影响极大，因此，为了防止该阀座泄漏，掌握球座（座）A1、A2的磨损状态等的状况很重要。在本例的系统中，除了球座A1、A2的状态之外，还利用前述的历史信息部102得到阀箱泄漏、异物钻入、致动器的故障等各种诊断结果作为诊断信息，基于该历史信息部102、位置信息部101的信息，利用推测信息部103输出推测信息。

本申请人确认了由上述阀V中的球座A1、A2的磨损、缺损等所引起的性能的降低与时间经过中的角速度相对于阀开度的变化有很大关系，因此，主要测量该时间经过中的角速度相对于阀开度的变化，对其进行诊断，通过推测来掌握阀的状态。在此情况下，优选的是，由前述的传感器单元1（陀螺仪传感器8）取得阀V的角速度数据。

在图2（b）中，虚线所示的旋转编码器22是用于在本发明的系统的状态监视之前预先安装于对象产品而得到必要的数据来利用于本发明的部件。在该图的编码器22的情况下，经由大致コ字状的安装用具19连接到控制轴18上端部，至少准确地测量控制轴18的旋转角度，测量数据作为对象产品的固有数据而被适当保持。在本例中，使用欧姆龙公司制造的“E6C3-C”产品。

前述的传感器单元1能够适当地安装在上述的对象产品（阀或致动器）的容易装配处，例如，安装在不妨碍对象产品的工作而能够长期放置之处，虽然不限于图2（b）所示的安装方式，但至少需要以与控制轴18（阀轴）的转动准确地一起转动的方式安装。

在以图2（b）所示的方式固定时，仅通过使安装用具19的螺栓孔与按照NAMUR标准设置在控制轴18上端的内螺纹部相对准并且在使安装用具19朝向适当的固定方向的状态下螺合螺栓19a，就能够进行固定。因此，本发明的传感器单元1能够在不从配管设备取下已设置的致动器7或阀V、或不从阀V取下致动器7、此外完全不进行与既存的仪表系统的调整等的情况下，简单地加装在对象产品的规定位置，在这样装配之后，能够准确地掌握控制轴18的旋转运动特性。

上述安装方式抑制向外侧的突出，防止设置空间的扩大。因此，也能够安装在设置于狭窄空间中的自动阀。传感器单元1也能够装配在相对于致动器7错开180°的位置，在此情况下，也与前述同样地，仅通过螺栓19a的装卸，就能够装配。由此，能够根据阀V、致动器7的设置状况，在180°相向的任意侧，设置传感器单元1。

进而，不限于阀V为全闭状态的情况，在该阀V为中间开度且控制轴18处于旋转中途的情况下，也一边相对于该控制轴18适当定位，一边安装传感器单元1，由此，即使在自动阀正在进行运转，也能够准确地安装并进行初始设定作业。

在传感器单元1的装配后，能够使用显示装置2来视觉确认各现场的阀V的工作状况。此时，使用由Bluetooth（注册商标）、wifi、LoRa等构成的通信模块14，由此，即使在阀V、致动器7设置于复杂的管路或狭窄的场所的情况下，也能够在不直接视觉确认的情况下从远离的场所通过显示装置2确认它们。

再有，在上述实施方式中，说明了使用气压式致动器作为自动操作用致动器的例子，但也可以是气压之外的流体压式致动器或者电动式。安装用具19、传感器单元1的壳体也能够根据阀V、致动器7的尺寸，在使其外形对应的同时进行变更。此外，在上述实施方式中，控制轴18根据NAMUR标准进行设置，但也可以根据除此之外的标准进行设置，在该情况下，也能够根据形状来形成，由此，与NAMUR标准的情况同样地，容易加装地安装于致动器。

[关于便携终端的工作]

本发明的系统也包括显示系统，该显示系统是在显示装置2（终端装置）的显示部3中显示规定的画面的系统。在本例中，使显示部3显示画面例来实现输入输出处理的应用被内置在显示装置2中，但是，除此之外，例如，能够从后述的服务器45所具备的应用服务器适当地取得显示用应用，并可以使用该显示用应用来构成显示系统。

图5是概略地示出了本实施方式中的显示装置2的工作的一例所对应的过程的流程图。以下，使用图6、图7来说明在显示装置2中启动显示用应用时的画面显示例。显示装置2的画面显示主要是基于通过通信部11得到的系统的数据库4的数据。

首先，根据来自图4所示的CPU9的命令，在显示部3中显示未图示的主页画面。该主页画面例如也可以将特定企业的日本国内工厂以日本地图为背景进行显示，并且以能够俯瞰地一览国内工厂的方式进行显示。此外，也可以在主页画面中，例如，以全国或特定工厂为对象区域，相对于配备在该对象区域内的前述的传感器单元1的全部个数（100%），对处于正常运转中（例如，未诊断后述的异常的状态）的传感器单元1的个数进行%显示。如果像这样在主页画面中始终显示传感器单元1的正常运转个数比例，则基本上仅通过仅视觉确认主页画面，就容易整体一眼确认安装有传感器单元1的阀的状态（配管系统的状态），因此，便利性很高。

接着，CPU9在主页画面中，例如，通过用户的触摸操作等，判定是否选择了一个区域，如果判定为进行了选择，则从主页画面转变到与该一个区域相关联的画面。例如，当选择操作了对主页画面的特定工厂进行表示的规定的图标等所表现的选择区域时，可以转变到对未图示的该工厂中配管的阀的一览进行显示的画面（阀一览显示画面）。

在该情况下，显示装置2被设置成能够执行状态预测模式31、状态显示模式32、异常显示模式33的各过程。

在图5中，状态预测模式31是执行为了对安装了传感器单元1的监视对象的阀的状态进行预测所需的各种处理的过程，例如，作为能够从主页画面经过规定的画面转变而到达的状态预测画面被显示在显示部3中。图6概略地示出了该状态预测画面的显示信息，各显示信息的配置、大小/设计、各文字的字体、着色等显示方式根据实施来适当选择，这在图7中也是同样的。状态预测模式31中还包括为了得到状态预测画面中显示的各种信息所需的各种处理。

在图5中，模式切换判定在状态预测模式31中向状态显示模式32的切换的有无。状态显示模式32是进行为了显示例如根据阀的开闭工作得到的角速度图形等阀的实时的状态信息所需的各种处理的过程。该状态显示模式32也可以构成为通过在例如图6所示的状态预测画面例中选择规定的选择区域来转变到与该模式对应的显示画面（未图示）。

在图5中，在看到在状态预测模式31（状态预测画面）中通知规定的异常的显示的情况下，用户选择规定的选择区域，由此，执行异常显示模式33所需的处理。

异常显示模式33执行为了显示与安装了传感器单元1的监视对象的阀的异常相关的各种信息所需的各种处理，后述的图7概略地示出了在该异常显示模式33中显示的异常显示画面例。异常显示模式33包括为了得到该异常显示画面中显示的各种信息所需的各种处理。在没有看到异常的情况下，用户能够通过选择操作画面上的规定的选择区域来结束显示。

图6是显示与监视对象的阀的状态预测相关的信息的画面例。在该图的画面上部显示了安装有传感器单元1的阀的确定信息显示区域34-37。

在确定信息显示区域34中，例如显示了拥有安装了传感器单元1的阀的企业名、工厂名、配管系统名（管线名），在画面中，在防止信息过多的同时，用最大的字体简单地显示。此外，在该区域34中，可以显示简单说明了画面显示的状态的语句（例如，“正在显示阀个别信息”、“能够切换图形。”等）。

在确定信息显示区域35中，显示与该工厂的位置相关的信息。例如，可以在该区域35中显示工厂的实际的照片图像，并通过触摸操作以可转变的方式对多个工厂照片图像进行显示。此外，在确定信息显示区域36中显示与传感器单元1的安装对象的阀相关的信息。例如，可以使用实际拍摄到阀的照片图像，将多个照片图像以可转变的方式进行显示，或者，也可以以规定的方式来显示阀的固有信息。

在确定信息显示区域37中，显示用于在工厂内确定安装了传感器单元1的阀的序列号（阀编号）、传感器单元1的电池余量、传感器单元1的通信状态等。此外，也可以显示用于向对包括阀的维护作业等的记录的历史信息、阀的目录、交货图纸、使用说明书等进行显示的画面（未图示）转变的选择按钮。

这样，为了观察配管系统内的多个阀的监视状况，例如，如从左向右那样，以从大致信息向详细信息的方式显示工厂等的配管系统的位置、位于该位置内的监视对象的阀外观、以及该阀的维护记录这三个信息，由此，变得容易知晓阀的状态，作为人机接口是优选的。

在图6中，在画面下部，图形显示了从安装了传感器单元1的阀得到的角速度图形信息。在该图中，左轴是转动的转矩（N·m），对应于该图的柱状图，横轴是时间（以年为单位），右轴是开闭时间（秒），对应于该图的线图。

在此，在横轴中，从过去到当前、一直到将来，在该图的情况下，例如，如果当前是公元2019年，则示出从公元2017年（过去）到公元2019年（当前）、进而到2020年（将来）。与此对应地，线图（开闭时间）也被延长到将来。该被延长的部分所示的开闭时间是在系统控制部100中对从安装有传感器单元1的阀得到的开闭时间应用规定的状态预测手段而得到的开闭预测时间。

作为该状态预测手段，例如，使用外推法。在该图中，通过对开闭时间的图形（线图）应用公知的外推法而延长，利用虚线等显示对该延长部分（从当前向未来的部分）预测出的预测范围。此外，该图形的说明例如也可以在区域40中显示。此外，状态预测手段也可以使用后述的利用CNN的手段进行计算。

按钮组41显示用于对在下部显示的图形变更未图示的图形的显示方式的选择按钮（按每个显示方式的多个按钮）、根据图形而工作的规定的动画显示选择用按钮等。

图7是显示与安装了传感器单元1的阀的异常状态相关的信息的画面例，与图6相同的部分标记相同的符号，省略其说明。例如，该图7构成为能够通过在前述的图6中利用滑动操作或轻拂操作使下部的图形部分转变而显示。此外，由于图7是报告异常状态的画面，所以，例如，也可以在图6的画面下部进行预先以规定的醒目方式通知异常的异常显示。例如，如果画面的基色为蓝色系，则只要以醒目的红色系显示进行“开→闭时的角速度有异常。”等的大的文本显示，就容易理解。

在图7中，在异常显示区域42-44中显示后述的推测信息的输出结果。在异常显示区域42中显示与后述的诊断推测信息相关的信息。在此情况下，如果针对每个诊断结果，与作为各结果的概率一起显示，则是优选的，并且如果根据概率的大小，按每个诊断结果进行颜色区分，以规定的圆形图形的方式进行显示，则容易理解，因此是更优选的。此外，在异常显示区域43中，以规定的方式显示对在异常显示区域42中输出的诊断推测信息进行了判断的依据。

例如，在异常显示区域43中，显示“原因诊断依据：（1）开闭速度异常，（2）在开度82-88度附近速度异常”、“阀状态诊断：在异物钻入的情况下，有因座伤而导致的座泄漏的可能性。在人为操作的接触的情况下，对阀没有影响。在阀杆形状异常的情况下，推力垫圈、填料部磨损所导致的阀杆损伤发生。”等。

在异常显示区域44中，根据所显示的诊断结果，显示规定的应对方法。与该应对方法相关的信息例如预先以与诊断结果对应的形式被保持在数据库4中，根据需要由系统控制部100调用并显示。例如，显示“应对建议：（1）进行阀开闭工作，确认转矩数据，（2）如果没有转矩值变化，则备用和效果，（3）在转矩值下降了的情况下，不需要应对”等。进而，为了转变到能够实现用于向维护公司进行作业指示的规定的输入操作的画面（未图示），还可以显示规定的选择按钮等。

在图7的画面下部，对于与安装有传感器单元1的阀的1次开闭（从0度至90度）对应的横轴，显示角速度图形。虚线的圆内突出显示了这次被诊断为异常的角速度图形的图案部分。这样，在被诊断为异常的情况下，显示与该异常时对应的角速度图形和其图案的被判断为异常的部分，由此，容易一眼想起异常原因的图像，因此是优选的。

如以上那样，在本发明的显示系统中，在状态预测画面中的容易视觉确认的状态显示及异常报告显示、和能够从该画面容易转变的异常显示画面中，能够容易地掌握阀的异常状态，因此，能够将阀的重要的状态信息集中显示在可便携终端中。因此，除了阀系统的监视、维护之外，还能够大幅提高异常时应对所需的作业效率。

[关于角速度图形（输入图像）的例子]

图12-16是利用本发明的系统示出了90度旋转浮动球阀的角速度的实测值的图形图像例，图22-27示出了示出90度旋转蝶阀的座的诊断的图形图像例。本发明的系统不限于该对象，通过根据广泛地从对象产品采集的包括角速度数据的数据生成的特性图形（角速度图形）的形状/图案的分析，能够以对象产品的特定部分/特定症状的级别详细地进行诊断。特别是在阀的情况下，作为对象部分/部件，只要至少包括阀座、压紧填料和/或阀杆轴承的磨损状态的掌握，则是优选的。

如作为实施例的角速度图形的图12-16、图22-27所示，角速度图形中示出了至少多个峰值。具有这样的峰值的开度或时间发展图形例如不能从设置于旋转阀的通常的角度（位置）传感器得到，因此，在现有技术中，不能构成基于该峰值的信息（图形上的位置、值、峰宽度等）进行详细诊断的本发明那样的系统。根据本申请申请人的锐意研究，发现这样的角速度图形如前述那样至少能够利用陀螺仪传感器8得到。

这至少在MEMS制半导体类型的振动型陀螺仪传感器的情况下，根据其测定原理，如下那样被考察。即，通常的角度传感器到底只能针对每个时间宽度捕捉离散的角度，因此，在从角度数据变换为角速度的情况下，在时间发展图形上，只能计算为时间宽度之间的斜率。另一方面，在陀螺仪传感器的情况下，将振动元件感知到的瞬间的科里奥利力变换为角速度进行测定，因此，根据设定，能够准确地测定几乎现实的角速度。在想要通过角度传感器实现这一点的情况下，至少需要将时间宽度设定得极小，这是不现实的。

关于这一点，在平滑/缓慢且连续的运动的情况下，两者（从角度传感器和陀螺仪传感器得到的角速度数据）没有太大不同，但是，在一边受到微细且随机/非连续的摩擦作用一边运动的对象例如旋转阀的阀棒的旋转运动等中，表现出两者的不同，具体而言，在从角度传感器得到的角速度图形中，不能详细地追随到微细的运动。因此，虽然得不到峰那样的非曲线的、振动的图案，但在陀螺仪传感器的情况下，能够很好地捕捉到摩擦作用所引起的阀棒的微细运动，由此，存在能够得到在多处产生了峰的精密的角速度图形的可能性。

进而，作为内部信息型传感器的代表性的惯性传感器通常分为加速度传感器和陀螺仪传感器，但是，在现有技术中，也存在具备该加速度传感器并容易地设置在旋转阀的阀杆上端部的阀开度计。也就是说，经由该加速度传感器等来感测阀手柄的旋转角度等。但是，至少在近年来常用的MEMS型加速度传感器的情况下，原理上在平移运动、振动运动或相对于重力方向的倾斜的感测方面是优异的，另一方面，虽然并不是不能实现详细的旋转运动的感测，但在以简单的结构进行的感测中，有很多改良的余地。

这种加速度传感器具有在相对于重力方向没有倾斜的水平面内的运动接近死区而极其难以感测的性质，进而，加速度传感器还容易拾取重力加速度分量、平移（振动）加速度分量等旋转加速度之外的不需要的分量，而且，理论上知晓，仅通过至少一个加速度传感器不能从输出信号中适当地分离测量出的多余的加速度。实际上，这种阀开度计在安装对象的配管姿势、方向上存在限制，在大多数情况下，在预先确认了作为安装对象的阀的配管姿势之后，调整为与该对象对应的传感器结构来使用。因此，即使是仅由至少加速度传感器构成的简单的结构，也很难详细地捕捉在受到随机摩擦的同时进行转动的旋转运动。

图12-16是在驱动时间：4（秒/90度）、安装姿势：水平、致动器供应压力：0.5、流体：蒸气、流体压：1（MPa）、配管支承：100、气氛温度：25度这样的条件下进行的实验数据（其中，阀的公称压力使用10K的压力），该试验条件是示出了在检验本发明的系统时被考虑为品质工学上最低限度需要的样品的条件例的条件。使安装有传感器单元1的对象产品（球阀V）特有的结构与适当图形化的角速度数据中表示的多个峰的位置、大小、峰宽度相对应，来进行对象产品的精密的状态掌握和基于该掌握内容的精密的对象产品的诊断。

图12-16是在图2（b）所示的四分之一转的致动器7和浮动球阀V中，使用本发明的传感器单元1，在球30从全闭90度旋转至全开时从陀螺仪传感器8得到的角速度图形的一例，在右纵轴示出（单位：度/秒）。此外，该角速度的测定值示出该图（a）所示的陀螺仪传感器8中Y轴方向的测定值。再有，在本实施例中，X轴方向、Z轴方向的测定值不用作图形数据，但是，也可以为了校正陀螺仪传感器的安装误差的目的，而补充地使用它们。

该图横轴是阀的工作时间，是经由速度控制器向致动器7供应气压后的时间（单位：毫秒）。具体而言，是不锈钢制球阀，公称直径为50A、公称压力为20K，诊断对象为PTFE+PFA制的球座A1、A2，虽然未图示，但含有玻璃纤维的PTFE制的阀杆轴承、PTFE制V填料的填料也能够为监视对象（将球座A、阀杆轴承、压紧填料统称为“磨损部件”）。此外，如该图所示的开闭次数所示，图12是在进行了0次开闭的时间点取得的数据，图13是在进行了30次开闭的时间点取得的数据，图14是在进行了500次开闭的时间点取得的数据，图15是在进行了1000次开闭的时间点取得的数据，图16是在进行了10000次开闭的时间点取得的数据。

进而，在本实施例中，将图2（b）所示的编码器22与传感器单元1一起安装在控制轴18，由该编码器22得到的角度数据也在图12-16中作为阀开度而标记在该图的左纵轴上（单位：度）。

图17-21分别按照该附图编号顺序示意性地示出图12-16所示的阀的从全闭到全开，具体而言是关于球30的贯通路30a与球座A1、A2的位置关系等的说明图。图17为开度0（全闭），图18为开度约10度，图19为开度约20度，图20为开度约80度，图21为开度90度（全开）。

此外，关于球30和球座A的接触率，在图17所示的状态下为100%的情况下，在图18中依然为100%，在图19中减少到85%，在图20中进一步减少到62%，在图21中再次返回到100%。

接着，在图22-24中，虽然未示出结构图，但其是在齿条齿轮结构的双作用型气压式致动器和四分之一转型的蝶阀中使用本发明的传感器单元1，在阀体从全闭90度旋转到全开时，从陀螺仪传感器8得到的角速度图形的一例，图形标记内容与前述的情况相同，是在试验条件为如下的条件下进行的实验数据：驱动时间：2（秒/90度）、安装姿势：水平、致动器供应压力：0.2、流体：冷水、流体压：0.1（MPa）、配管支承：10、气氛温度：0度。

具体而言，该蝶阀是公称压力为10K、公称直径为50A的压铸铝制中心型蝶阀结构，在其阀轴上，与前述的方式同样地安装本发明的传感器单元1，该图的图形也同样地是使编码器测定所得的角度和内置于监视单元的陀螺仪传感器8（Y轴测定值）所得的角速度图形化后的图形，诊断对象是EPDM制橡胶座。此外，图22是在开闭次数为0次的时间点取得的数据，图23是开闭次数为500次的时间点取得的数据，图24是开闭次数为1500次的时间点取得的数据。

此外，图25-27也与图22-24同样地，是在搭载了气压致动器的四分之一转蝶阀中，用陀螺仪传感器测量从全闭到全开的工作而得到的角速度图形的例子。再有，在图25-27所示的全闭-全开操作中，分别预先在全闭状态下进行规定的阀座检查，确认没有泄漏。

图25是开闭次数为0次的初始状态的图形。在该图（a）所示的图形的部分中，在阀体的工作刚开始后，出现角速度小的峰，但估计该峰是由于在阀打开工作中随着阀体的转动而使阀翼部从橡胶座稍微急剧离开的、所谓跳跃现象而产生的。在该图中，（b）所示的图形部分中出现了阀体接近全开的位置的3个峰。估计这些峰是与蝶阀的阀体的橡胶座的形状相对应而出现的峰。在该图中，（c）所示的图形部分与阀体成为全开的位置对应。可知在该阀中，从全闭到全开，需要约4100（ms）的时间。

图26是在开闭次数为1000次时测量了角速度的图形。该图（d）所示的图形部分是工作刚开始后的峰，但出现该峰的位置（时间）相对于图25为约2倍。如果该峰如上述那样对应于阀体的跳跃现象，则通过捕捉这样的峰的偏移，能够推测例如橡胶座的磨损正在进行，即，作为蝶阀的维护的一种方式，能够推测连接部的维护时期。例如，可以将该峰预先设定为特征量，在该特征量大于特定的阈值时，报告蝶阀的阀杆连接部的维护。

在图26中，（e）的图形部分能够认为是上述图25（b）的3个峰变化了的图案。在此情况下，能够认为3个峰的变化表示橡胶座的形状的变化，因此，能够利用于蝶阀的橡胶座的维护的报告。此外，在该图中，从（f）的图形部分能够掌握到全开所需的时间。在此情况下为约5600（ms），因此，比初次的图25（b）所示的时间增大。此外，虽然未图示，但与初次（图25）的工作转矩相比，1000次（图26）的工作转矩更大。

图27是在开闭次数为3000次时测量了角速度的图形。关于该图（g）的工作刚开始后的峰，至少相对于图26的（d）的部分，没有特别地看到变化。在该图（h）的图形部分中，与图25（b）、图26（e）同样地，出现了3个峰，但是，它们的峰值与图25（b）、图26（e）的峰值不同，而且峰彼此的间隔也不同。能够认为这种变化表示橡胶座的磨损状态。也就是说，只要有大到这种程度的峰值、峰间隔的变化，这就能够认为橡胶座的形状变化也很大，因此，能够利用于知晓橡胶座的维护时期。

在图27中，（i）的图形部分所示的从全开到全闭所需的时间为约6400（ms）。即，相对于图26（f），为约1.6倍的时间。根据该开闭时间的增大，也能够利用于例如橡胶座的摩擦力的增大、致动器的性能劣化等阀的维护时期的估计。

与图25（a）、（b）、图26（d）、（e）、图27（g）、（h）那样的峰相关的信息基于这些峰的值、峰出现的时间、或者图25（c）、图26（f）、图27（i）那样的到全开所需的时间这样的信息的变化，例如如上述那样掌握，由此，也能够预测阀的维护时期。由此，能够防止配管系统的非预期故障或停止并且高效地进行阀维护。

进而，根据本发明，使用这样的二维角速度图形图像，通过下述那样的方法，除了阀的状态的估计之外，还能够进行故障、状态掌握、故障预知。具体而言，如图25-27的斜线区域（面积）所示那样，将角速度图形识别为图像，通过将其应用于机器学习，能够基于阀的状态变化，利用于阀的故障预知。例如，当比较图25和图26时，相对于图25，图26的斜线区域以向该图横向延伸的方式变化。

这样，通过对比角速度的峰值、峰值示出的时间等，或者不仅使用基于阈值的合格与否判定，而且使用图像，从而能够在不受瞬间值的变化的影响的情况下，基于整体的倾向来确认包括座（球座、橡胶座）的磨损、缺损等的状态的系统的状况，并且还能够与此对应地实现适当的维护时间的预测。而且，通过将它们作为用于机器学习的教导数据进行储存、更新，还能够提高维护时期的预测精度。此外，如果实际测定的数据（图像）与预先储存的数据（图像）相比发生了缺损，则也能够掌握阀中发生了异常。

[关于系统所得的推测信息的输出]

接着，在图8-10中，说明本实施方式的系统中的数据处理。图8示出了包括执行后述的AI判断的服务器45的、图1中所示的系统的一部分。

图8中使用的阀V是图1所示的前述的球阀，传感器单元1也是图1所示的前述的传感器单元。此外，传感器单元1是具备电源15的独立的单一单元，以可与阀轴一起转动的方式装卸自由地被固定，利用通信模块14经由互联网5使用规定的无线通信协议与服务器45等可无线通信地连接。

在图8中，平板电脑46、PC47是用于确认传感器单元1发送的与阀V相关的信息的显示装置2的例子，具备能够显示传感器单元1的发送数据的显示部3。在该显示部3中，例如使用能够从服务器45所具备的应用服务器中任意取得的显示用应用。

在例如使用云服务器作为服务器45并且使用了该云服务器的情况下，对于后述的各种运算处理、安全对策是优选的。在服务器45中，除了数据库4的固有信息、配管安装信息等位置信息、测量信息、诊断信息、特征量等历史信息之外，根据这些位置信息、历史信息而推测的诊断推测、历史推测信息等推测信息的全部或一部分通过系统控制部100被储存（存储），根据需要，进行各信息的改写、推测信息等的输出。除服务器45之外，还可以设置终端显示用等规定的应用服务器，在该情况下，具有终端的用户也能够从任意的时间或场所访问服务器来阅览阀状态。

在服务器45内的信息中，作为用于阀的状态掌握的测量数据的特征量，可以是从阀轴的轴心方向（Y轴方向）的角速度数据得到的角速度图形（图12-16、图22-24、图25-27）中出现的阀V的全开到规定开度的时间（例如，开度从0度到10度的时间T₁，从0度到30度的时间T₂）、从全开到全闭的全闭时间、从规定开度到全闭的时间（例如，开度从80度到90度的时间T₃），此外，也可以是规定时间区域（例如，时间区域T₁、T₃）中包括的角速度的陡梯度的数量、位置、大小、和/或宽度，此外，还可以是到达角速度的最大值或极大值的时间、最大值或极大值的大小、宽度，或者包括它们的全部或一部分。进而，可以为规定时间（时间T₁等）的开始/结束时间，在泄漏量的情况下，也可以为泄漏的有无（2值）。根据这些特征量的种类，生成作为数值数据（标量、向量）的特征量数据。

此外，也可以将对所得到的测量数据进行加工（所谓的预处理）后的数据、例如规定的开度范围中的平均角速度、最大角速度等用作特征量。

在此，陡梯度是指例如如图12-16、图22-24、图25-27中分别出现的那样，在相对于全开和全闭之间的时间轴具有偏差的不均匀的位置处表现出一个至多个左右的阀开度急剧变化的角速度图形的部分，用于读取为陡梯度的斜率（增减率）能够根据实施来适当设定，但是，例如图12-16、图22-24中的区域T₁内所示的单峰状的轨迹的斜率、图12-16中的区域T₂附近的斜率都可以读取为陡梯度。

此外，陡梯度的数量例如是图形上出现的被读取为陡梯度的时间的数量。陡梯度的位置例如可以是该陡梯度开始或结束的时间、或者是这些时间的中途，如果是单峰状，则也可以为极大值的时间。此外，陡梯度的位移例如是与该陡梯度的开始和结束的时间对应的值（开度或角速度）的差，如果是单峰状，则也可以设定为适当的极大值的峰的高度。同样地，陡梯度的宽度是指例如该陡梯度的开始和结束的时间的差，如果是单峰状，则也可以设定为与适当的极大值的峰的高度对应的宽度。

如果像这样在能够根据一次的阀的开闭而取得的数据的图案中表现出容易捕捉的特征，则在后述的数据的统计运算中，能够降低或优化处理所需的信息量的大小。特别地，由陀螺仪传感器所得的角速度图形能够容易地表征，因此，如后述那样，容易进行教导数据（测试数据）的生成。在陀螺仪传感器之外的传感器的情况下，由于在能够根据阀开闭而取得的数据的图案中难以出现特征，所以，在将该特征较少的信息用于机器学习的情况下，需要另外进行统计处理来进行特征提取，或者使用取得数据的大部分或全部，但在本发明中使用的角速度图形数据中，容易出现特征的陡梯度，因此，仅通过与该陡梯度相关的较少的信息（位置、数量、位移和/或宽度等一些数值的组），就能够以高的精度进行统计运算，因而，导致计算资源的节约。

将从这样的角速度图形信息得到的特征量的数据在图1、图3中通过系统控制部100作为历史信息部102的测量信息的一部分，使包括该测量信息的历史信息、和位置信息部101的位置信息相关联地储存在数据库4中（第一步骤），接着，基于这些位置信息、历史信息，利用推测信息部103输出规定的推测信息（第二步骤）。

推测信息部103中的推测信息如前述那样至少包括诊断推测信息、历史推测信息，通过上述系统控制部100输出这些推测信息。以下，说明执行各功能时的工作，但不限于该工作，根据实施，进行适当的处理。

例如，作为历史信息的特征量的数据，能够将从角速度信息得到的二维角速度图形图像数据本身（或者以适合作为机器学习的输入数据的方式进行了规定的数据处理的图像数据）用作测量数据的一部分。特别地，如下述那样，应用于与近年进展显著的图像识别相关联的机器学习（深度学习）的手段是有效的。特别地，在此情况下，物理上优选使用GPU。

在图9的推测系统的工作时，系统控制部100具备在同一位置信息中根据由历史信息部102从安装有传感器单元1的阀所测量的规定的测量信息来生成规定的特征量的功能，并且具备将得到该测量信息时所对应的阀的诊断信息作为学习标签赋予给该特征量而由此生成学习用数据的功能，经由使用了该学习用数据的机器学习的方法，能够输出作为由推测信息部103推测出的诊断信息的诊断推测信息。

图9（a）是示出系统控制部100的推测系统的结构的框图。系统控制部100在物理上由包括未图示的CPU（GPU）和存储器的一个或多个计算机构成。在具备这些部件的系统控制部100中工作的推测系统包括：学习用数据制作部50、学习用数据存储部51、机器学习部52、参数更新部53、以及学习模型存储部54。学习数据存储部51、学习模型存储部54由存储器构成，学习用数据制作部50、机器学习部52、参数更新部53是通过计算机的CPU（GPU）执行及解释后述的学习用程序而实现的功能块。系统控制部100能够通过由这些学习用数据制作部50、学习用数据存储部51、机器学习部52、参数更新部53、学习模型存储部54发挥的各个功能，来控制数据库4的位置信息部101、历史信息部102、推测信息部103内的信息。

学习用数据制作部50从数据库4的历史信息部102取得历史信息（图3），作为学习用数据，包括规定的预处理（数据的整理、正规化、标准化、数据的扩展、分割等），对该历史信息中包括的特征量（说明变量），将诊断信息（目标变量）作为学习用标签并对应起来，由此，制作学习用数据，存储在数据用数据存储部51中。

机器学习部52通过规定的机器学习（深度学习）的方法，从学习用数据存储部51取得学习用数据，生成能够输出作为推测信息部103的诊断信息的诊断推测信息的学习模型，并存储于学习模型存储部54。适当设定在学习模型存储部54中存储学习模型的定时、更新所存储的学习模型的定时。再有，机器学习意味着优化学习模型的规定的参数的处理，参数更新部53具有如后述那样在系统控制部100的控制下进行参数的更新（调整）的功能。

除了上述的推测系统的推测功能之外，系统控制部100还具有生成或更新学习模型的功能，所述学习模型将构成数据库4中存储的位置信息的要素的全部或一部分作为说明变量，将与该位置信息相关联的历史信息的诊断信息的全部或一部分（例如，仅异常时的诊断信息）作为目标变量。

该情况下的框图虽然未图示，但是，以图9（a）进行说明时，将历史信息部102的历史信息置换为位置信息部101的位置信息（或者，以适合作为机器学习的输入数据的方式进行了规定的数据处理的特征位置信息），在学习用数据制作部50中，从数据库4取得与（特征）位置信息相关联的历史信息，将该历史信息中包括的诊断信息的全部或一部分作为学习用标签的集合并对应起来，由此，制作学习用数据，并将该学习用数据存储到学习用数据存储部51中。此外，在机器学习部52中，生成能够输出作为推测信息部103的推测信息的历史推测信息的学习模型，并将该学习模型存储在学习模型存储部54中。

图9（b）示出在系统控制部100中使推测系统工作时的流程图，进而，如后述那样，还包括对存储在数据库4中的学习完毕的学习模型进行评价的情况下的工作。

在系统控制部100的推测系统的工作时，步骤S1是取得输入到结束了学习（训练）的学习完毕的学习模型中的数据的步骤，作为输入数据，存在向学习模型输入实际数据并输出推测信息的情况、和为了评价学习模型而输入验证用数据的情况。在验证用数据的情况下，使用预先将诊断信息（正解标签）附加到特征量的数据。输入数据被预先整理为能够向学习模型输入的数据形式。

步骤S2是将取得的输入数据输入到从学习模型存储部54调用的学习模型中的步骤。步骤S3是取得从学习模型输出的输出值的步骤，如前述那样，所得到的输出是推测信息部103的诊断推测信息或历史推测信息。

再有，在作为验证用数据进行了输入的情况下，通过适合学习模型的统计方法来比较所得到的输出值和预先标记的正解值，来评价规定的精度指标（学习模型的成果）。根据该评价，参数更新部53进行规定的参数的调整。或者，也可以通过学习模型的变更，重新进行学习模型的生成。

[关于机器学习的方法]

作为上述的机器学习部52的机器学习的方法，能够应用或改良使用各种公知的机器学习算法，但是，例如，得到前述的诊断推测信息的情况下的机器学习手段能够设定为如下的利用单标签的手段（1个类=1个诊断结果的多类分类问题）：针对每个同一位置信息，对于作为学习用数据的特征量（具体而言，二维角速度图形图像数据），将作为正解标签的诊断信息附加到学习用数据。

图10（a）示出用于得到诊断推测信息的输出的机器学习的一例，是利用卷积神经网络（CNN：Convolutional Neural Network，以下简称为“CNN”。）的机器学习部52的示意图。该图（b）是利用该CNN进行的处理的流程图。机器学习部52处理输入图像60、卷积层61、池化层62-64、最终层65和节点67。

输入图像60将处于呈现某一个或多个症状（诊断信息的诊断结果）的状态时的、从安装有传感器单元1的阀的开闭工作得到的角速度信息作为二维角速度图形信息。具体地，输入图像60是与图12-16、图22-24、图25-27所示的图形图像同样的图像数据。再有，也可以是以适合作为针对CNN的输入信息的方式进行了必要的预处理的图像数据。

卷积层61利用适当尺寸的滤波器对输入图像60进行卷积运算，并且提取多个一次特征图。连接到卷积层61的后级的池化层62对从卷积层61输出的多个一次特征图中的每一个进行池化（例如，最大池化）。通过该运算，从一次特征图，制作了信息量比其减少的与一次特征图相同数量的二次特征图。

未图示的第二组卷积层连接到池化层62的后级，并且第二组池化层连接到该卷积层的后级。在该第二组层中，经由卷积运算和池化，分别输出三次特征图和四次特征图。这样，CNN是卷积层和池化层的组交替地连接的多层神经网络。

在最终级的池化层64（第n组）中，根据从卷积层63输出的2n-1次特征图，制作2n次特征图。最终级的池化层64、最终层65、节点77是输出层66，在该输出层66附近，设置有所有节点彼此连接的1层以上全连接层，在N类分类的情况下，设置由与类数相同数量的节点（n个）构成的最终层65。

图10（a）的最终层65示意地示出对输入图像60为正解的情况下的输出状态，该图的节点67示出了仅从与测量输入图像60时的阀的诊断结果对应的节点输出1（概率100%）并且从其他的节点输出0（概率0%）的状态，但也可以指示0~100%的离散值的概率分布显示。在这种情况下，也能够进行上述的图7中的异常显示区域42的显示那样的概率显示。

在利用CNN的机器学习中，以学习用数据（带标签的样本集合）为对象，进行各样本的分类误差变为最小的处理。分类误差的最小化例如调整由各卷积层及池化层的滤波器系数、各节点的偏差、全连接层的权重、偏差等构成的参数，以使得使用实际的最终层65的输出和理想的输出（正解）的交叉熵最小。该调整处理使用随机梯度下降法（包括误差反向传播法）是最一般的。

如前述那样，在图4的显示装置2中，针对被输入角速度图形信息的特征量，以与学习用数据对应的状态显示附加了作为标签的诊断信息的历史信息。

在图10（a）中，最终层65的输出作为激活函数（例如，softmax函数或sigmoid函数等）的概率而输出，因此，如图7所示，在显示装置2中，也能够进行与诊断结果对应的概率显示。进而，还已知有也能够输出对该诊断结果进行了判断的判断依据的方法（图7中例示的“原因诊断依据”是显示了该判断依据的说明的显示例。）。作为在此情况下的原理，进行适当地提取并表现对网络的输出有贡献的特征量并且将该结果作成为人能够理解的显示的处理。例如，作为通过从输出侧向输入侧的反向传播来提取贡献度高的输入的方法的一例，已知有按层相关性传播（Layer-wise relevance propagation（LRP））。使判断依据能够说明特别是在机器学习的判断中伴随着人类的行动的情况下，作为问责制，今后变得越来越重要。

图10（b）是示出利用CNN的机器学习的工作的一例的流程图。在该图中，步骤S4是取得包括附加了作为标签的诊断信息的角速度信息（特征量）的历史信息的步骤。步骤S5是还包括规定的预处理且根据所取得的角速度信息输入数据化为作为向CNN的输入信息的二维角速度图形信息的步骤。

步骤S6是如下的步骤：由机器学习部52按照每个位置信息将输入图像数据输入到CNN以进行机器学习运算而得到输出之后，对与该输入图像60对应的学习用标签的值（被数据了化的诊断信息）计算输出值的误差（交叉熵）。重复步骤4至步骤6，由此，机器学习部52针对所有的历史信息（学习用数据）计算误差的合计值，并计算CNN的各参数以使得该合计值接近0（随机梯度下降法）。参数更新部53将存储在学习模型存储部54中的学习模型的各参数更新为由机器学习部52计算出的值。通过以上那样，制作学习完毕的学习模型，结束流程图。

另一方面，虽然未图示，但是，输出推测信息部103的历史推测信息的机器学习的方法例如也能适用或应用公知的多标签的机器学习的方法。

例如，将数据库4中存储的位置信息部101的所有的位置信息设为特征量，将与其一对一相关联的历史信息部102的历史信息中包括的诊断信息的全部或一部分作为学习用的多标签，进行机器学习。在此情况下，用作标签的诊断信息需要全部标准化为相同的数据形式。例如，需要全部设为在相同定时（经过时间）取得的相同数量的诊断信息。也可以将该诊断信息作为多标签，附加到与该诊断信息相关联的位置信息来制作学习用数据，在该学习用数据中，使用多标签对应的CNN进行训练，制作或更新学习模型。

进而，在上述CNN中，在输出层66中设置与多个标签对应的多个单元，由此，多标签分类问题也能应用于CNN的机器学习。根据这样的学习模型，成为规定的间隔的时间序列数据状的历史信息（所推测的多标签）能作为具有作为输入信息的位置信息的阀的将来的历史推测信息而输出到推测信息部103。

[关于转用]

如上述那样，至少推测信息部103的诊断推测信息通过在位置信息部101中将相同的位置信息作为一个域的机器学习来得到。在该情况下，位置信息部101的位置信息由固有信息和配管安装信息构成，因此，这些固有信息和配管安装信息中的任一个以上不同的阀的位置信息也不同。因此，对于这样的位置信息不同的阀，不能直接利用数据库4中所存储的位置信息，难以得到该阀的推测信息。

即使在这样的情况下，系统控制部100也能够在位置信息部101中取得了数据库4中不存在固有信息和/或配管安装信息的新的位置信息时，基于该新的位置信息，转用数据库4中存在的位置信息部101的位置信息，由此，使用该位置信息的学习模型来输出推测信息部103的推测信息。即，对于不存在历史信息的位置信息（例如，其他公司产品的阀等），也能够使用其他的位置信息的历史信息部102的历史信息、数据库中储存的其他的阀的历史信息来进行阀的状态、维护时期的预测。

具体而言，作为不存在位置信息部101中的固有信息的情况，列举其他公司制的阀。关于其他公司制的阀，由于详细的工作特性不明确，因此，如果是同等的阀的公称压力、公称直径/材质/阀种类，例如等级150公称直径100A的SUS304制浮动型球阀，则参照储存在数据库4中的、作为申请人制造的阀的“150UTB100”的固有信息，使用与使用了该固有信息的位置信息相关联的历史信息部102的历史信息，进行其他公司制的阀的状态、维护时期的预测。

在此，其他公司制的阀和申请人制造的阀的工作特性自然不同，因此，随着继续进行阀的开闭，推测出的阀的状态和现实的阀的状态不同。因此，能够利用历史信息部102向与该阀相关的位置信息部101的位置信息添加新的历史信息，包括该新的历史信息来生成学习模型，实现提高了精度的预测。

接着，在成为对象的工厂中，在位置信息部101的位置信息中的配管安装信息不存在的情况下，参照储存在数据库4中的、其他的工厂的位置信息，将具有同样的固有信息和配管安装信息的位置信息转用为成为对象的工厂的数据。由此，能够使用该位置信息中的学习模型来输出推测信息。

在这些情况下，优选的是，通过被称为所谓的迁移学习的学习手段来实现，所述迁移学习在位置信息部101内将作为一个域而被存储的位置信息迁移为其他的位置信息来作为学习模型。在迁移学习中，对从充分优质（大量）的学习用数据得到的学习完毕学习模型，在得到与该学习模型所属的域不同的类型的目标数据时，进行修正学习完毕模型以使得适应该目标数据的处理。使用迁移学习，由此，在具有新的位置信息的阀中，也能实现使用从该阀测量的尽可能少的特征量（输入图像数据）来使既存的学习模型适应于该阀。作为迁移学习，能采用公知的各种方法，但在本发明中优选使用以下的方法。

在本发明的情况下，能够将位置信息如以下那样有效地用作用于生成新的域的索引信息（位置信息的转用）。如图11（a）所示，学习完毕的学习模型按每个位置信息相关联，因此，将该位置信息视为学习模型的一个域，在处理具有数据库4中不存在的位置信息（以下，称为“新位置信息”）。）的阀（以下，称为“新的阀”。）的情况下，基于该新位置信息，首先，生成新的域（以下，如图11（a）所示，称为“新域”。）。

新域相对于既存的域，形成与既存的域相同的尺寸（信息量）或更大尺寸的历史信息的集合，此时的新域的要素由构成新位置信息的固有信息（以下，称为“新固有信息”。）、配管安装信息（以下，称为“新配管安装信息”。）的一部分构成。在此情况下，例如，预先确定在固有信息/配管安装信息中分别应最优先的要素（例如，在固有信息的情况下为阀种类，在配管安装信息的情况下为配管口径等）的顺序，从数据库4取得仅与新位置信息的优先级高的要素（一个或多个组）共同的所有的既存的位置信息，而忽视这些之外的要素。

具体而言，例如，在将在固有信息中优先的要素仅设为阀种类之一、将在配管安装信息中优先的要素仅设为配管口径之一的情况下，位置信息部101内的新位置信息仅由阀种类和配管口径构成，从数据库4取得与该新位置信息相同范围内的所有位置信息（相同范围按每个要素预先适当确定）。作为例子，在仅使阀种类共同的情况下，在新的阀为球阀的情况下，数据库4中存在的作为球阀的位置信息全部被取得。这样，新位置信息能够适当设定使什么要素共同。但是，如果过于限定新位置信息，则与新的阀共同的位置信息在数据库4中不存在的可能性高，因此，新位置信息需要设定为适当的尺寸。

在图11（a）中，将这样取得的新位置信息作为新域，使用与该新域相关联的历史信息部102的所有历史信息，新生成学习模型。基于与该新域相关联的历史信息来生成或更新学习模型的方法与上述的情况相同。即使不是处理新的阀的情况，该新的学习模式（以下，称为“新学习模式”。）也能够预先在数据库4中作为位置信息、历史信息等进行保持。例如，作为固有信息的阀种类，仅限定球阀，或者仅限定少数要素，预先设定与新域对应的新位置信息，能够根据与该新位置信息相关联的历史信息，例如作为球阀一般用学习模型等，在每个适当的定时，预先保持在数据库4中。

这样得到的新学习模型属于新域，该新域的历史信息如上述那样是从与新的阀具有某种程度共同性的特性的阀得到的学习用数据，因此，训练数据的样本量自不必说，还能够保证某种程度的质量以作为学习用数据。可以将该新学习模型直接用于新的阀，但是，该新学习模型也可以例如经由公知的迁移学习的方法，进一步训练从新的阀得到的特征量（输入图像）作为学习用数据。

作为公知的迁移学习的方法的概要，在CNN的情况下，通过冻结和解冻来对网络的节点的一部分调整参数的方法是一般的。在此情况下，已知通过仅对网络的一部分实施再学习的处理，从而即使是既存的学习模式的修正，也能够对属于新的域的输入数据发挥高的可靠性。再有，当然也可以省略针对新学习模式的迁移学习。

在上述那样的位置信息的转用中，作为更简单的方法，例如存在将一个位置信息中的历史信息利用于在其他的位置中设置的阀的情况。这例如对应于在共同的配管系统的管线中设置新的阀的情况，在此情况下，能够将新阀的配管位置和所配管的阀的位置信息作为新的位置信息，与共同的配管系统简便地对应起来以进行转用。

在该情况下，如果是相同的配管系统，则使用状态、外部环境也类似的情况较多，能够作为新的位置信息而有效利用的可能性高，因此，能够利用在该配管系统中配管的既存的阀的位置信息。此时，为了生成新域，在取得了具有与设置新的阀的配管系统共同的配管安装信息的域之后，从这些域中，适当选择具有与新的阀共同的固有信息（例如，阀种类）的域，将其容易地设定为新域，能够将该新域的历史信息利用于新的阀。

进而，有时会跨越不同的配管系统进行转用。作为此时的转用方法，例如，在图1中，在开始配管系统A、B中的A系统的使用之后开始B系统的使用的情况下，能够将与阀V1的配管状态对应的位置信息转用为与阀V3的配管状态对应的位置信息。具体而言，开始A系统的使用，与对应于阀V1的位置信息部101的位置信息相关联地储存历史信息部102的历史信息，之后，在开始B系统的使用的情况下，作为为了进行阀V3的状态的推测、异常感测（或者维护、更换时期的预测）而使用的信息，转用与对应于阀V1的位置信息相关联的历史信息即可。这是因为，该图中的阀V1和阀V3与相同的设备连接，而且在与该设备连接的线路A、B上，彼此是从设备起的第一个阀，彼此的使用状态相似（进而，如果距离LA1和LB1接近，则更优选），因此，能够判断为有效的转用候补。

假设在不进行转用的情况下，在阀V3的开始后，必须重新与该位置信息相关联地储存历史信息，因此，到储存信息的利用之前，需要相当长的时间，特别地，为了以高精度预测维护时期等的信息，而需要充分的数据量。相对于此，通过进行上述的转用，从而在利用数据库4的既存的储存信息并且在短时间内以较少的数据处理量就能进行高精度的推测、预测的可能性高。

此外，例如，在图1中，在阀V4是其他公司产品的阀并且用于确定该阀的固有信息在数据库4中不足的情况下，如前述那样，转用与其他公司制的阀相当的本公司制阀的固有信息，使用该本公司制的阀的标准的历史信息，由此，能够尽快且尽可能准确地推测阀V4的维护、更换的时期。

再有，在应用机器算法作为机器学习部52的机器学习的方法时，还可以按照每个位置信息，具体而言，根据固有信息、配管安装信息，来选择适当的机器学习算法。作为选择的手段，可以使用滤波功能，例如，能够如“与接近泵的配管安装相关的机器学习算法”那样进行选择。

此外，也可以对例如如“从全闭到开度20%以下”、“超过开度20%且开度80%以下”那样划分范围来应用阀的开闭角度的机器学习算法进行变更。进而，可以设定成将实际应用的机器学习算法优先地应用于机器学习部52。

[关于系统的应用]

当使用陀螺仪传感器8来测量角速度图形信息时，也可以作为图3中的特征量而限定为角速度图形信息进行测量，并且，将诊断信息换用为与该角速度图形信息对应的规定的测量量，从而应用于系统。即，在前述的例子中，说明了将诊断信息用于将历史信息作为学习用数据的标签来生成学习模型的情况，但如以下那样，该标签不限于诊断信息，也可以是传感器单元1测量出的阀的测量量。此外，在此情况下，也可以按照用于确定安装有传感器单元1的阀的规定的每个确定信息来置换位置信息部101的每个位置信息的关联。

图11（b）示出了这样置换后的数据结构。该情况下的测量量是指在传感器单元1从阀V测量了角速度图形信息时，该角速度图形信息之外的、传感器单元1能够从阀V测量的信息，例如是能够从阀的开闭工作中测量的阀的开闭次数、开闭时间、转矩等。

作为确定信息，是阀种类、产品制造商名、使用条件（包括温度的设置环境、使用流体等）、或者磨损部件的种类等为了确定处于使用状态的阀所需的各种信息，例如也可以是上述位置信息部101的位置信息的全部或一部分。在该情况下，当在图3中进行说明时，能够分别将位置信息换用为确定信息，将历史信息换用为测量信息，将特征量换用为角速度图形信息，将诊断信息换用为得到所述角速度图形信息时的测量量。

在该情况下，参照附图，本发明的系统是由如下部分构成的系统：设置于配管系统A、B的旋转阀V；固定于该旋转阀V且具备陀螺仪传感器8的传感器单元1，所述陀螺仪传感器8能够取得与该旋转阀V的开闭工作对应的角速度图形信息（输入图像60）以及与该角速度图形信息对应的规定的测量值；能够与该传感器单元1通信且具备数据库4的服务器45；能够与该服务器45以及所述传感器单元1通信且具有显示部3的显示装置2；以及系统控制部100。系统控制部100是阀用学习模型的生成系统，其特征在于，按照用于确定所述阀V的每个确定条件，在所述数据库4中储存将所述测量量作为学习用标签而附加到所述角速度图形信息的学习用数据，并且，经由使用了该学习用数据的机器学习（CNN）来制作或更新学习模型。

在此情况下，通过向所述学习模型输入新的角速度图形信息（输入图像60），从而能够得到推测出的测量量的输出。此外，该阀用学习模型的生成系统可以是如下的系统：通过系统控制部100的自动控制，从安装在实际运转中的阀V上的传感器单元1，自动地取得数据并储存在数据库4中，根据该储存数据，制作训练数据，并进行机器学习（CNN）的学习模型的生成和更新。

进而，作为上述诊断信息，不仅是与阀的症状（诊断结果）相关的信息，还可以是与得到角速度图形信息时对应的阀座（球座）的尺寸减损量等实际从阀测量了规定部位的损伤等的实测值。但是，在此情况下，每当得到角速度图形信息的情况下，都需要通过从阀进行实测来取得实测量。

[关于其他]

此外，本发明所涉及的系统如通过图7的例示所说明的那样，能够通过系统控制部100的控制，基于推测信息部103的诊断推测信息，在显示装置2的显示部3中以规定的形式警告阀V的异常状态，但在具备配管系统的工厂等中，一般预先具备DCS（中央控制系统）。因此，也可以将系统构成为使得本发明的系统与预先配备在该工厂等中的其他的控制系统可通信地连接，也针对该既存的控制系统传达本发明的系统所发出的警告信息。这样，本发明的系统也能够与既存的其他的系统协作。

进而，本发明不仅能够作为系统来实现，还能够作为用于使计算机（计算机系统）执行系统的程序来实现。进而，本发明也能够作为记录有该程序的CD-ROM等的计算机可读的非暂时性记录介质来实现。

例如，在本发明由程序（软件）实现的情况下，利用计算机的CPU、存储器和输入输出电路等硬件资源来执行程序，由此，执行包括前述的步骤的各步骤。CPU从存储器或输入输出电路等取得数据并进行运算，或将运算结果输出到存储器或输入输出电路等，由此，执行各步骤。

特别地，上述实施方式的显示装置2、传感器单元1中包括的各结构要素既可以实现为专用或通用的电路，也可以实现为作为集成电路（IC：Integrated Circuit）的LSI（Large Scale Integration，大规模集成电路），集成电路不限于LSI，也可以由专用电路或通用处理器实现，还可以利用可编程的FPGA（Field Programmable Gate Array：现场可编程逻辑门阵列）或可重构LSI内部的电路单元的连接以及设定的可重构处理器。进而，如果因半导体技术的进步或派生的其他技术而出现置换LSI的集成电路化的技术，则也可以使用该技术来进行显示装置2、传感器单元1中所包括的各构成要素的集成电路化。

以上，详述了本发明的实施方式，但本发明并不限于上述实施方式，能够在不脱离本发明的技术方案的范围所记载的发明的主旨的范围内进行各种变更。

附图标记的说明

1：传感器单元

2：显示装置（终端装置）

3：显示部（触摸面板）

4：数据库

5：网络（互联网）

8：陀螺仪传感器

18：控制轴（阀轴）

45：云服务器（服务器）

46：平板电脑（终端装置）

47：PC（终端装置）

52：机器学习部

60：输入图像（特征量）

100：系统控制部

101：位置信息部

102：历史信息部

103：推测信息部

A、B：配管系统

V1、V2、V3、V4：球阀（旋转阀）。

Claims (14)

1.一种阀的状态掌握系统，至少包括：

阀，设置在配管系统中；

传感器单元，装卸自由地设置在该阀中；

服务器，能够与该传感器单元进行无线通信并且具备数据库；

终端装置，能够与该服务器及所述传感器单元进行通信并且具有显示部；以及

系统控制部，

其特征在于，

在所述数据库内，至少包括：作为所述阀的位置信息的位置信息部、在产生了所述阀所需的作业的情况下使用与该作业对应的信息来更新的历史信息部、以及通过所述位置信息部和所述历史信息部输出推测信息的推测信息部，

所述位置信息部至少包括：用于确定所述阀的固有信息、以及所述阀设置于所述配管的位置所特有的配管安装信息，

所述历史信息部至少包括：所述传感器单元测量了所述阀的开闭工作的规定的测量信息、以及与该测量信息对应的所述阀的诊断信息，

所述系统控制部将所述位置信息部和所述历史信息部的信息相关联地储存在所述数据库中，并且基于所述位置信息部、所述历史信息部的信息，通过所述推测信息部输出规定的推测信息。

2.根据权利要求1所述的阀的状态掌握系统，其中，所述系统控制部在取得了与所述位置信息部的固有信息和/或所述配管安装信息不同的新的位置信息时，基于该新的位置信息来转用所述位置信息部的位置信息，由此，从所述推测信息部输出推测信息。

3.根据权利要求1或2所述的阀的状态掌握系统，其中，所述系统控制部通过所述历史信息部根据测量信息生成规定的特征量，并且在所述位置信息部的同一位置信息中，制作将所述历史信息部的特征量与学习用标签相对应的学习用数据，经由使用了该学习用数据的机器学习来制作或更新学习模型，所述学习用标签与所述阀的所述历史信息部的诊断信息对应，所述学习模型推测所述历史信息部的诊断信息并输出所述推测信息部的诊断推测信息。

4.根据权利要求1或2所述的阀的状态掌握系统，其中，所述系统控制部制作将所述位置信息部的位置信息与学习用标签相对应的学习用数据，经由使用了该学习用数据的机器学习来制作或更新历史模型，所述学习用标签与所述历史信息部的历史信息对应，所述历史模型输出对所述历史信息部的历史信息进行了推测的历史推测信息。

5.根据权利要求1至4中任一项所述的阀的状态掌握系统，其中，所述阀是以阀轴为中心进行旋转的四分之一转的旋转阀，所述传感器单元内置陀螺仪传感器并以可一起转动的状态固定于所述阀轴，所述系统控制部能够取得将作为所述历史信息部的测量信息的所述阀轴的角速度信息图形化后的角速度图形信息，并且，所述历史信息部的特征量是根据所述角速度图形信息生成的规定的特征量，所述历史信息部的诊断信息是与该特征量对应的所述阀的诊断信息。

6.根据权利要求1至5中任一项所述的阀的状态掌握系统，其中，在所述位置信息部的配管安装信息中，包括从所述阀到被配管在一次侧和/或二次侧的最近要素为止的距离。

7.根据权利要求1至6中任一项所述的阀的状态掌握系统，其中，所述系统控制部将由所述陀螺仪传感器得到的所述阀的角速度图形信息显示在所述终端装置的显示部中。

8.根据权利要求1至7中任一项所述的阀的状态掌握系统，其中，所述系统控制部基于对由所述陀螺仪传感器得到的所述历史信息部的测量信息应用规定的状态预测手段而得到的规定的预测值，将纵轴作为所述历史信息部的测量信息，将横轴作为从当前到将来的时间轴，在所述显示部中进行图形显示。

9.一种便携式显示装置，其中，所述便携式显示装置是在权利要求1至8中任一项所述的阀的状态掌握系统中使用的所述终端装置，能够与所述服务器及所述传感器单元进行无线通信。

10.一种四分之一转的旋转阀，其中，所述四分之一转的旋转阀具备权利要求9所述的显示装置。

11.一种阀的状态掌握程序，其中，所述阀的状态掌握程序用于使计算机执行权利要求1至8中任一项所述的阀的状态掌握系统。

12.一种记录介质，其中，所述记录介质记录有权利要求11所述的阀的状态掌握程序。

13.一种阀的状态掌握方法，所述方法是在阀的状态掌握系统中使用的方法，所述阀的状态掌握系统至少包括：

阀，设置在配管系统中；

传感器单元，装卸自由地设置在该阀中；

服务器，能够与该传感器单元进行无线通信并且具备数据库；以及

终端装置，能够与该服务器及所述传感器单元进行通信并且具有显示部，

其特征在于，

在所述数据库内，至少包括：作为所述阀的位置信息的位置信息部、在产生了所述阀所需的作业的情况下使用与该作业对应的信息来更新的历史信息部、以及通过所述位置信息部和所述历史信息部输出推测信息的推测信息部，

所述位置信息部至少包括：用于确定所述阀的固有信息、以及所述阀设置于所述配管的位置所特有的配管安装信息，

所述历史信息部至少包括：所述传感器单元测量了所述阀的开闭工作的规定的测量信息、以及与该测量信息对应的所述阀的诊断信息，

所述阀的状态掌握方法至少包括：

第一步骤，将所述位置信息部的位置信息和所述历史信息部的历史信息相关联地储存在所述数据库中；以及

第二步骤，基于所述位置信息部的位置信息或所述历史信息部的历史信息，通过所述推测信息部输出规定的推测信息。

14.根据权利要求13所述的阀的状态掌握方法，其中，所述系统控制部通过所述历史信息部根据测量信息生成规定的特征量，并且在所述位置信息部的同一位置信息中，制作将所述历史信息部的特征量与学习用标签相对应的学习用数据，经由使用了该学习用数据的机器学习来制作或更新学习模型，所述学习用标签与所述阀的所述历史信息部的诊断信息对应，所述学习模型推测所述历史信息部的诊断信息并输出所述推测信息部的诊断推测信息。

Images