CN115407728A - 信息处理装置、预测方法和计算机可读存储介质 - Google Patents

Abstract

本发明提供能安全有效地运用工厂的信息处理装置、预测方法和计算机可读存储介质。信息处理装置分别针对关于作业人员对现实工厂进行的操作而虚拟生成的多个操作模式，使用与现实工厂的作业相关的工厂数据和追随现实工厂的虚拟工厂，预测分别执行了多个操作模式的情况下的各现实工厂的状态迁移。信息处理装置将多个操作模式分别与由虚拟工厂得到的各现实工厂的状态迁移相关联地输出。

Description

信息处理装置、预测方法和计算机可读存储介质

技术领域

本发明涉及信息处理装置、预测方法和计算机可读存储介质。

背景技术

在使用石油、石油化学、化学、气体等的各种工厂中，由作业人员等(或者操作人员等)执行工厂的安全作业。例如，作业人员等根据由设置于工厂的温度传感器和流量计等各种传感器得到的温度、压力之类的工厂的实测值，来把握工厂的动作的倾向，作业人员通过对设置于工厂的阀门和加热器等控制仪器进行操作，从而进行工厂的运转。另外，本申请中的操作也包含现场的手动操作等。

近年来，从实际的工厂(以下有时也记载为现实工厂)实时取得传感器值、实测值、控制值等工厂数据，使模拟或虚拟的工厂运转，并使用追随现实工厂的运转状况的虚拟工厂(以下有时也记载为镜像工厂)，用于作业人员等(或者操作人员等)的运转辅助和教育。

专利文献1：日本专利公开公报特开2009-9301号

专利文献2：日本专利公开公报特开2011-8756号

在镜像工厂中，通过使用包含工厂的现场中的手动操作等的现实工厂的工厂数据的模拟等，预测现实工厂的运转状态。可是，作业人员也会基于预测结果，根据经验和主观判断来决定作业人员的操作内容，也存在着错误地进行更有效的运用和更安全的运用的选择的可能性。

发明内容

本发明的目的是安全且有效运用工厂的作业。

一个方式的信息处理装置包括：预测部，分别针对关于作业人员对现实工厂进行的操作而虚拟生成的多个操作模式，使用与所述现实工厂的作业相关的工厂数据和追随所述现实工厂的虚拟工厂，预测分别执行了所述多个操作模式的情况下的各现实工厂的状态迁移；以及显示控制部，将所述多个操作模式分别与由所述虚拟工厂得到的所述各现实工厂的状态迁移相关联地输出。

一个方式的预测方法使计算机执行如下处理：分别针对关于作业人员对现实工厂进行的操作而虚拟生成的多个操作模式，使用与所述现实工厂的作业相关的工厂数据和追随所述现实工厂的虚拟工厂，预测分别执行了所述多个操作模式的情况下的各现实工厂的状态迁移；以及将所述多个操作模式分别与由所述虚拟工厂得到的所述各现实工厂的状态迁移相关联地输出。

一个方式的计算机可读存储介质存储有预测程序，所述预测程序使计算机执行如下处理：分别针对关于作业人员对现实工厂进行的操作而虚拟生成的多个操作模式，使用与所述现实工厂的作业相关的工厂数据和追随所述现实工厂的虚拟工厂，预测分别执行了所述多个操作模式的情况下的各现实工厂的状态迁移；以及将所述多个操作模式分别与由所述虚拟工厂得到的所述各现实工厂的状态迁移相关联地输出。

按照一个实施方式，可以安全且有效地运用工厂的作业。

附图说明

图1是说明实施方式1的系统的整体结构示例的图。

图2是表示实施方式1的信息处理装置的功能结构的功能框图。

图3是表示系统DB中存储的信息的示例的图。

图4是表示关联性DB中存储的信息的示例的图。

图5是表示基于模拟的现实工厂的状态的趋势图的图。

图6是说明虚拟的多个操作模式的生成示例的图。

图7是说明多个操作模式的操作等和预测警报的显示例的图。

图8是表示趋势显示处理的流程的流程图。

图9是表示操作模式的显示处理的流程的流程图。

图10是说明实施方式2的操作模式的显示例的图。

图11是说明实施方式3的警报的强调例1的图。

图12是说明实施方式3的警报的强调例2的图。

图13是说明实施方式4的警报的显示抑制例的图。

图14是说明实施方式5的与趋势显示协作的协作例的图。

图15是说明基于再次模拟的预测警报的抑制例的图。

图16是说明基于再次模拟的关联警报的抑制例的图。

图17是表示基于再次模拟的警报的抑制处理的流程的流程图。

图18是说明模拟的可靠度的图。

图19是说明基于可靠度的警报的显示抑制的图。

图20是表示基于可靠度的警报的显示控制处理的流程的流程图。

图21是说明硬件结构示例的图。

具体实施方式

以下，根据附图具体说明本申请公开的信息处理装置、预测方法和计算机可读存储介质的实施方式。另外，本发明不受本实施方式的限定。此外，对相同的要素标注相同的附图标记并适当省略重复说明，各实施方式可以在不矛盾的范围内适当组合。

(实施方式1)

(整体结构)

图1是说明实施方式1的系统的整体结构示例的图。如图1所示，所述系统是如下的系统：其具有现实工厂1和镜像工厂100，实时追随现实工厂1的状态而构筑虚拟的工厂，实现现实工厂1的安全作业。即，现实工厂1是在现实世界中使用现实仪器构筑的工厂，镜像工厂100是在虚拟空间(网络空间)中通过软件方式构筑的追随现实工厂1的虚拟工厂。另外，现实工厂1与镜像工厂100通过网络连接，而不论是有线还是无线。

现实工厂1是使用石油、石油化学、化学、气体等的各种工厂的一例，包含具备用于得到生成物的各种设施的工场等。生成物的示例有LNG(液化天然气)、树脂(塑料、尼龙等)、化学制品等。设施的示例为工场设施、机械设施、生产设施、发电设施、储藏设施、挖掘石油和天然气等的井场中的设施等。

现实工厂1内使用分散控制系统(Distributed Control Systems：DCS)等来构筑。例如尽管省略了图示，但是现实工厂1内的控制系统使用现实工厂1所利用的进程数据，对进行控制的对象的设备中设置的现场仪器等控制仪器以及与进行控制的对象的设备对应的操作仪器等执行各种控制。

另外，现场仪器是指具备用于测定设置的设备的动作状态(例如压力、温度、流量等)的测定功能、以及根据输入的控制信号来控制设置的设备的动作的功能(例如执行器等)的操作仪器等现场仪器。作为传感器的现场仪器将设置的设备的动作状态作为进程数据向控制系统内的控制器依次输出，作为执行器的现场仪器按照该控制器运算出的控制信号控制进程的动作。

在此，进程数据包含测定值(Process Variable：PV)、设定值(Setting Variable：SV)、操作量(Manipulated Variable：MV)等。此外，进程数据还包含输出的测定值的种类(例如压力、温度、流量等)的信息。此外，为了识别自身的现场仪器而被赋予的标签名等信息与进程数据相关联。另外，作为进程数据输出的测定值不仅可以是作为传感器的现场仪器所测定的测定值，也可以包含从测定值计算的计算值，还可以是针对作为执行器的现场仪器的操作量值等。从测定值得出计算值的计算可以在现场仪器中执行，也可以由连接于现场仪器的未图示的外部仪器执行。

镜像工厂100是如下的虚拟的工厂：其包含镜像模型200、证同模型300和解析模型400，并实时追随现实工厂1的状态。除了设置于现实工厂1的各仪器以外，镜像工厂100还可以在例如高温和高处这样的在现实工厂1中不能设置的部位通过虚拟方式(软件方式)设置仪器，或者虚拟地设置因费用的原因而未设置的仪器等，能提供有效的服务而使现实工厂1更准确且稳定地作业。在此说明了信息处理装置10执行各模型的示例，但是不限于此，也可以由独立的装置执行各模型。

镜像模型200通过与现实工厂1同步地并行动作，一边从现实工厂1取得数据一边进行模拟，从而模拟现实工厂1的举动，同时推断在现实工厂1内未计测的状态量，将现实工厂1内部可视化。作为一例，镜像模型200是取得现实工厂1的进程数据并执行实时模拟的物理模型等。即，镜像模型200实现现实工厂1的状态的可视化。例如，镜像模型200取入从现实工厂1取得的进程数据，追随现实工厂1的举动，并把其结果向监视终端500输出。其结果，镜像模型200可以还考虑现实工厂1中不存在的仪器等，预测作业人员执行了某个操作后的现实工厂1的举动，并提供给监视者。

为了使镜像模型200与现实工厂1的实测数据匹配，证同模型300根据从现实工厂1取得的数据，定期地进行仪器的性能参数的推断。作为一例，证同模型300是用于调整镜像模型200与现实工厂1的误差的物理模型等。即，证同模型300每隔一定时间或者在镜像模型200与现实工厂1的误差变大的情况下，根据需要调整镜像模型200的参数等。例如，证同模型300从镜像模型200取得表示性能等的各种参数和变量的值，将它们更新并把更新后的参数和变量的值向镜像模型200输出。其结果，镜像模型200的参数和变量的值被更新。另外，参数和变量的值包含设计数据和运转数据等。

解析模型400根据镜像模型200所模拟的现实工厂1的举动，进行现实工厂1的将来的动作状态的预测等。例如，解析模型400进行稳定状态预测、过渡状态预测和预防诊断(异常诊断)等。作为一例，解析模型400是执行用于解析现实工厂1的状态的模拟的物理模型等。即，解析模型400执行现实工厂1的将来预测。例如，解析模型400通过将从镜像模型200取得的参数和变量作为初始值进行高速计算，从而可以预测从当前时点起几分钟～几小时后的现实工厂1的举动，并作为趋势图显示。

在这样的系统中，信息处理装置10分别针对关于作业人员对现实工厂1进行的操作而虚拟生成的多个操作模式，通过使用工厂数据的模拟，来预测分别执行了多个操作模式的情况下的各现实工厂1的状态迁移。而且，信息处理装置10将多个操作模式分别与模拟得到的各现实工厂1的状态迁移相关联地输出。其结果，信息处理装置10能够对作业人员提示更有效的运用和更安全的运用的选择，可以安全有效地运用工厂。

此外，信息处理装置10通过使用与现实工厂1的作业相关的工厂数据的模拟，取得与预测到发生的表示现实工厂1处于预先规定的状态的范围外的各警报(预测警报)相关的信息。而且，信息处理装置10根据基于各警报相关信息的各警报的关系性，对监视镜像工厂100的监视终端500执行各警报的显示控制。其结果，信息处理装置10通过利用追随现实工厂1的镜像工厂100来预测警报发生，从而可以缩短现实工厂1的异常检测和原因查明所花费的时间。

(功能结构)

图2是表示实施方式1的信息处理装置10的功能结构的功能框图。如图2所示，信息处理装置10具有通信部11、存储部12和处理部20。

通信部11是控制与其他装置之间的通信的处理部，例如由通信接口等实现。例如，通信部11控制与现实工厂之间的通信，实时取得工厂数据等。此外，通信部11向监视终端500发送各种信息，向监视终端500显示输出各种信息。

存储部12是存储各种数据和处理部20所执行的程序等的处理部，例如由存储器和硬盘等实现。所述存储部12存储系统DB13和关联性DB14。

系统DB13是存储现实工厂1内设置的仪器和设备的系统构造的数据库。例如，系统DB13存储具有基于仪器的设置位置、生成物的路径和工厂数据的路径等的上下游的关系的仪器的一览。另外，不限于设置在现实工厂1内的仪器等，还可以包含虚拟地设置在镜像工厂100内的仪器等。

图3是表示系统DB13中存储的信息的示例的图。如图3所示，系统DB13中存储有系统1、系统2、系统3、……、系统N。在此，表示了各系统越是数字大，越位于下游。在图3的示例中，表示了设备A位于最上游，设备B位于设备A的下游，设备C位于设备B的下游。此外，在图3的示例中，表示了仪器X位于最上游，仪器Y和仪器Q位于仪器X的下游，仪器Z位于仪器Y的下游。

另外，系统DB13中存储的信息可以由管理者等预先生成，也可以通过解析现实工厂1和镜像工厂100的设计书而自动生成。

关联性DB14是存储进程数据(标签)的关联性的数据库。图4是表示关联性DB14中存储的信息的示例的图。如图4所示，关联性DB14将“操作对象”与“关联标签”相关联地存储。在此存储的“操作对象”表示由作业人员操作的仪器等，例如相当于设备的温度、流量计的设定、阀门的开闭等。“关联标签”表示受到操作对象的影响的仪器等，作为具体示例，也包含与“操作对象”同样的仪器和软件传感器等。在图4的示例中，示出了伴随对“操作标签”的操作，“关联标签1”、“关联标签2”、“关联标签3”受到了影响。

处理部20是负责信息处理装置10整体的处理部，例如由处理器等实现。所述处理部20具有镜像处理部30、证同处理部40、预测处理部50和显示处理部60。另外，镜像处理部30、证同处理部40、预测处理部50和显示处理部60通过处理器所具有的电子电路和处理器所执行的进程等来实现。

镜像处理部30是执行现实工厂1的状态可视化的处理部。具体而言，镜像处理部30从现实工厂1实时取得进程数据，通过使用物理模型的实时模拟，而追随现实工厂1的状态并可视化。即，镜像处理部30使用上述的镜像模型200。

证同处理部40是调整镜像处理部30进行的模拟与现实工厂1的误差的处理部。具体而言，证同处理部40更新镜像处理部30进行的模拟中使用的各种参数和变量的值。即，证同处理部40生成上述的证同模型300。

预测处理部50使用上述解析模型400，并且是如下的处理部：其具有第一预测部51和第二预测部52，执行用于解析现实工厂1的状态的模拟，来预测现实工厂1的将来的状态。

第一预测部51是如下的处理部：其预测从当前时点起几分钟～几小时后的现实工厂1的举动，并生成趋势图。具体而言，第一预测部51在定期由作业人员等(或者操作人员等)指示的情况或在现实工厂1中发生操作的情况等任意的时机，执行举动预测的模拟。另外，在本实施方式中，作业人员等(或者操作人员等)简称为“作业人员等”。

例如，在作业人员于时刻T在现实工厂1中执行了“将设备A的温度设定为50度”的操作的情况下，第一预测部51通过将“设备A的温度＝50度”的操作信息作为输入的模拟，来模拟时刻T以后的现实工厂1的状态。在此所模拟的现实工厂1的状态相当于现实工厂1的生成物的量、包含受到设备A的影响的某仪器的压力和温度等的现实工厂1的状态量等。

图5是表示基于模拟的现实工厂1的状态的趋势图的图。如图5所示，第一预测部51生成横轴为时刻、纵轴为现实工厂1的状态的趋势图。图5所示的趋势图中的TR110是现实工厂1的实测值，TR112是当前时刻以后的预测数据。

第二预测部52是如下的处理部：其分别针对关于作业人员对现实工厂1进行的操作而虚拟生成的多个操作模式，通过使用工厂数据的模拟，来预测分别执行了多个操作模式的情况下的各现实工厂1的状态迁移。

具体而言，第二预测部52在被进行了新的操作的情况、被作业人员等指示的情况、或现实工厂1发生非稳定的不稳定举动的情况等任意的时机，通过使用预先生成的物理模型以及与现实工厂1证同的模型等的模拟，来预测从某个时点起执行了多个操作模式时的现实工厂1的状态变化。此时，第二预测部52还可以进一步预测在各操作模式下发生的警报和警报(预测警报)的数量。

在此，更具体说明第二预测部52的处理。首先，第二预测部52生成虚拟的多个操作模式。具体而言，第二预测部52从操作指南和过去的操作历史记录等，针对某标签(操作标签)生成从当前时刻的现实工厂1的操作状况至任意的预定时间后为止的作业人员可取得的虚拟操作模式。图6是说明虚拟的多个操作模式的生成示例的图。例如图6所示，第二预测部52生成模式1至模式5为止的虚拟操作模式。

在此，模式1是从当前时刻起仅在12：00执行操作A的模式。模式2是从当前时刻起在12：00执行操作B、在12：30执行操作A的模式。模式3是从当前时刻起仅在12：00执行操作C的模式。模式4是从当前时刻起在12：00执行操作B，在12：30也执行操作B的模式。模式5是从当前时刻起在12：00执行操作B，在12：30执行操作C的模式。

接下来，第二预测部52使用图6所示的各操作模式执行模拟，预测现实工厂1的状态的时序变化。此时，第二预测部52还预测各操作模式下发生的警报的发生数和发生时间，将现实工厂1的预测状态与警报相关联地向监视终端500显示输出。

图7是说明多个操作模式的操作等(的动作)和(基于模拟结果的)预测警报的显示例的图。图7中分别针对多个操作模式，示出了时序表示对任意的操作标签(例如温度和阀门的开闭程度等)的操作的画面例。在图7的横轴设定时刻，不限于2维空间，也可以通过细分预测对象的状态来增加维度。

如图7所示，第二预测部52将针对模式1预测的时序变化显示为“BL111”，将针对模式2预测的时序变化显示为“BL112”，将针对模式3预测的时序变化显示为“BL113”，将针对模式4预测的时序变化显示为“BL114”，将针对模式5预测的时序变化显示为“BL115”。

而且，第二预测部52针对模式1“BL111”，预测并显示在实施了“12：00”的操作A后、在“12：15”左右发生警报，并一同显示警报的发生合计数为“1”。同样，第二预测部52针对模式2“BL112”，预测在“12：00”执行操作B、接下来在“12：30”执行操作A后，在“12：30”至“13：30”之间发生3次警报，显示警报的发生时间，并一同显示警报的发生合计数为“3”。

此外，第二预测部52针对模式3“BL113”，预测并显示在“12：00”执行了操作C后，在“13：00”左右发生警报，并一同显示警报的发生合计数为“1”。同样，第二预测部52针对模式4“BL114”，预测在“12：00”执行操作B、在“12：30”也执行操作B后未显示警报，并一同显示警报的发生合计数为“0”。第二预测部52针对模式5“BL115”，预测并显示在“12：00”执行操作B、在“12：30”执行操作C后，在“12：45”左右发生警报，并一同显示警报的发生合计数为“1”。

如此，第二预测部52针对作业人员可取得的多个操作模式，可以对作业人员提示温度等操作标签中发生的警报的发生时刻和发生数。其结果，作业人员能够选择警报的数量少的最佳操作模式，可以有助于现实工厂1的安全作业。

返回图2，显示处理部60是如下的处理部：其具有取得部61和监视控制部62，在显示由镜像处理部30、预测处理部50生成的画面时，执行各种控制。

取得部61是如下的处理部：其取得由镜像处理部30、预测处理部50生成的画面。例如，取得部61不限于数据形式，也可以取得镜像处理部30通过模拟而生成的趋势信息。同样，取得部61还可以从预测处理部50取得各操作模式和通过模拟而生成的警报的发生时刻和发生数等。另外，取得部61将取得的上述信息向监视控制部62输出。

监视控制部62是如下的处理部：其对取得部61取得的各种信息进行整形并向监视终端500显示输出。例如，监视控制部62将特定的警报突出显示，或抑制特定的警报的显示，或执行显示的切换，或结束对应完毕的警报的显示。另外，利用后述的实施方式进行具体说明。

(趋势显示处理的流程)

图8是表示趋势显示处理的流程的流程图。如图8所示，如果第一预测部51取得最新的工厂数据(S101：是)，则证同模型300进行仪器的性能参数的推断并进行镜像模型200的证同处理(S102)，第一预测部51通过模拟来预测当前时刻以后的现实工厂1的状态(S103)。

而且，第一预测部51生成显示预测结果的趋势图并以图5所示的形式向监视终端500显示输出(S104)。另外，显示目的地可以任意设定，例如现实工厂1的监视终端、作业人员的智能手机和便携终端等。

(操作模式的显示处理的流程)

图9是表示操作模式的显示处理的流程的流程图。如图9所示，第二预测部52如果被指示处理开始(S201：是)，则使用作业人员等的指示和操作指南等来决定模拟对象的操作标签(S202)，并针对所决定的操作标签取得多个操作模式(S203)。

例如，第二预测部52可以根据操作步骤，将接下来成为对象的仪器决定为操作标签。另外，多个操作模式可以是虚拟生成的操作模式，也可以是作业人员输入的操作模式。

而后，第二预测部52从生成的多个操作模式选择一个操作模式(S204)，并执行使用所选择的操作模式的模拟(S205)。

随后，第二预测部52通过模拟来预测从当前时刻至预定时间后为止的现实工厂1的状态(成为对象的操作标签的时序变化)和输出警报(S206)。进而，第二预测部52对输出警报的数量进行计数(S207)。

在此，第二预测部52针对全部操作模式判定预测是否已结束(S208)，在存在有未预测的操作模式的情况下(S208：否)，对下一操作模式执行S204以后的处理。

另一方面，第二预测部52在全部操作模式的预测完毕的情况下(S208：是)，针对各个操作模式执行操作模式、现实工厂1的状态和警报的关联(S209)，并以图7所示的形式将所述关联显示输出(S210)。

(效果)

如上所述，信息处理装置10能够针对各操作模式预测并输出现实工厂1的状态，作业人员可以选择警报少的操作模式。其结果，信息处理装置10能够降低作业人员错误地进行更有效的运用和更安全的运用的选择的可能性，可以安全有效地运用工厂。此外，信息处理装置10与单纯的模拟器不同，通过利用与现实工厂1证同的模型执行模拟，从而可以得到更高精度的结果。

此外，由于信息处理装置10可以输出各操作模式下发生的警报的发生时刻和发生数，因此可以有益于更安全的工厂运用。此外，由于信息处理装置10可以图表化输出基于各操作模式的现实工厂1的状态迁移、警报的发生时刻和发生数，所以能够提示供作业人员等客观判断的信息，可以降低作业人员等选择错误等的可能性。

(实施方式2)

在实施方式1中，说明了针对某一个操作标签进行预测的示例，但是不限于此。例如，信息处理装置10可以针对与操作标签关联的关联标签也同时预测。

具体而言，信息处理装置10在分别执行了多个操作模式的情况下，通过模拟同时预测在现实工厂1中由作业人员引起的对多个对象中的第一对象(操作标签)的警报的发生、以及对受到第一对象的操作的影响的至少一个第二对象(关联标签)的警报的发生。

对上述示例进行说明。如果在S203中选择了操作标签，则信息处理装置10参照图4所示的关联性DB14，确定与操作标签相关联的关联标签“关联标签1、关联标签2、关联标签3”。而后，信息处理装置10针对操作标签执行多个操作模式各自的模拟，并且针对各关联标签执行多个操作模式各自的模拟。

如此，信息处理装置10预测分别执行多个操作模式时的操作标签的变化和警报的发生，并且预测分别执行多个操作模式时的各关联标签的变化和警报的发生。而且，信息处理装置10可以将这些预测结果向监视终端500显示输出。

图10是说明实施方式2的操作模式的显示例的图。如图10所示，信息处理装置10的第二预测部52针对操作标签和各关联标签，将针对模式1预测的时序变化显示为“BL111”，将针对模式2预测的时序变化显示为“BL112”，将针对模式3预测的时序变化显示为“BL113”，将针对模式4预测的时序变化显示为“BL114”，将针对模式5预测的时序变化显示为“BL115”。图10中的关联标签1～3上的圆形标记和四边形标记等(操作A～C)不过是表示对操作标签实施的操作的时机的标记，不是针对上述的关联标签1～3的操作。另一方面，关联标签1～3上显示的钻石形标记(警报)表示所述关联标签上发生的警报。

例如，针对模式1“BL111”，第二预测部52在执行了“12：00”的操作A后，在操作标签中预测并显示在“12：15”左右发生警报，在关联标签1中预测并显示在“12：35”左右发生警报，在关联标签2中预测并显示在“13：00”左右发生警报，在关联标签3中预测并显示在“13：20”左右发生警报。此外，第二预测部52针对操作标签显示警报数：1和合计警报数：(4)，针对关联标签1显示警报数：1，针对关联标签2显示警报数：1，针对关联标签3显示警报数：1。

同样，针对模式2“BL112”，第二预测部52在“12：00”执行操作B、接下来在“12：30”执行操作A后，在操作标签中预测并显示分别在“12：45”、“13：00”、“13：20”左右发生警报，在关联标签1中预测并显示分别在“13：00”和“13：20”左右发生警报，在关联标签2中预测并显示分别在“13：10”和“13：25”左右发生警报，在关联标签3中预测并显示在“13：25”左右发生警报。此外，第二预测部52针对操作标签显示警报数：3和合计警报数：(8)，针对关联标签1显示警报数：2，针对关联标签2显示警报数：2，针对关联标签3显示警报数：1。

同样，针对模式3“BL113”，第二预测部52在“12：00”执行操作C后，在操作标签中预测并显示在“13：15”左右发生警报，在关联标签1中预测并显示在“13：15”左右发生警报，在关联标签2中预测并显示在“13：20”左右发生警报，在关联标签3中预测不发生警报。此外，第二预测部52针对操作标签显示警报数：1和合计警报数：(3)，针对关联标签1显示警报数：1，针对关联标签2显示警报数：1，针对关联标签3显示警报数：0。

同样，针对模式4“BL114”，第二预测部52在“12：00”执行操作B、在“12：30”也执行操作B后，在操作标签和关联标签1中预测不发生警报，在关联标签2中预测并显示在“13：10”左右发生警报，在关联标签3中预测并显示在“13：20”左右发生警报。此外，第二预测部52针对操作标签显示警报数：0和合计警报数：(2)，针对关联标签1显示警报数：0，针对关联标签2显示警报数：1，针对关联标签3显示警报数：1。

同样，针对模式5“BL115”，第二预测部52在“12：00”执行操作B、在“12：30”执行操作C后，在操作标签中预测并显示在“12：50”左右发生警报，在各关联标签中预测不发生警报。此外，第二预测部52针对操作标签显示警报数：1和合计警报数：(1)，针对关联标签1显示警报数：0，针对关联标签2显示警报数：0，针对关联标签3显示警报数：0。

此外，第二预测部52可以将各预测画面显示在一个显示器上，也可以利用Web画面和专用画面的跳格(tab)等可切换地显示，还可以通过滑屏操作等公知的切换操作可切换地显示。当然，第二预测部52不限于基于手动的显示切换，也可以如放映幻灯片那样自动切换。

如上所述，信息处理装置10不仅可以预测并输出第一对象(操作标签)的预测结果，也可以针对关联标签同时预测并同时输出。其结果，信息处理装置10可以抑制针对作业人员等的信息过多，并且可以集中提示有助于安全作业的必要信息。此外，信息处理装置10可以向作业人员输出即使仅仅观察针对操作标签显示的合计警报数(即使不看关联标签显示)，也可以判断应该选择哪个操作模式的判断材料。此外，信息处理装置10还可以将合计警报数最少的操作模式突出显示。

(实施方式3)

在预测警报多发的情况下，也可以想象到信息变得过多，作业人员等的视觉确认的负担会增大。即使在这种情况下，信息处理装置10通过突出显示特定的警报，从而可以抑制对作业人员等的信息过多。另外，在本实施方式中，将针对一个操作模式发生的警报视为同种警报。

具体而言，信息处理装置10对于通过模拟而预测到发生且表示现实工厂1处于预先规定的状态的范围外的各警报，根据各警报的关系性，执行针对用于监视镜像工厂100的监视终端500的各警报的显示控制。例如，信息处理装置10的显示处理部60按照预想输出顺序时序地显示各警报，并且针对各警报中的关联的多个同种警报，将最初输出的同种警报突出显示。

图11是说明实施方式3的警报的强调例1的图。图11所示的显示例与图7中说明的显示例相同，故省略具体说明。如果利用第二预测部52显示这样的画面，则显示处理部60针对同种警报仅将最前的警报突出显示。图11的示例中，显示处理部60针对模式2(BL112)，在“12：30”至“13：30”之间显示3个同种警报(警报R1、R2、R3)，因此将其中最前的警报R1突出显示。

此外，针对关联标签也可以同样处理这种突出显示。图12是说明实施方式3的警报的强调例2的图。图12所示的显示例与图10中说明的显示例相同，故省略具体说明。如果由第二预测部52显示这样的画面，则显示处理部60在各标签之间针对同种警报仅将最前的警报突出显示。在图12的示例中，显示处理部60将操作标签中的各模式的最前警报突出显示，针对操作标签中的其他警报和各关联标签的警报不进行突出显示。

这样，信息处理装置10通过执行上述的突出显示的控制，从而可以减少信息过多的情况，提高作业人员等的视认性。

在实施方式3中，说明了在预测警报多发的情况下，将最前的警报突出显示的例子，但是不限于此。

例如，显示处理部60针对多个同种警报中的最初输出的同种警报以外的同种警报，或者从最初输出的同种警报起经过预定时间后的同种警报抑制显示。

在图11的示例中，显示处理部60针对警报R1、警报R2和警报R3中的警报R2、R3抑制显示。此外，在图12的示例中，显示处理部60在各标签中显示各操作模式下最初输出的警报，针对其他的警报抑制显示。

此外，显示处理部60还可以针对从最前警报起预定时间内(例如20分钟)的警报抑制显示，或者在一次全部显示后，经过预定时间后抑制最前警报以外的警报的显示。而且，显示处理部60还可以针对上游的仪器(例如操作标签)显示警报，并针对下游的仪器(例如关联标签)抑制警报。另外，在此，显示的抑制不限于完全不显示，也包含改变颜色或使颜色半透明等。

(实施方式4)

关于预测的警报，通常如果到达其时刻，则由作业人员等在现实工厂1或者镜像工厂100中执行用于避免警报的某种对应。在这种情况下，即使是预测，持续显示警报仍然会加重作业人员的视觉负担。因此，在实施方式4中，说明通过针对执行过回避对应的预测警报以后的警报抑制显示，从而降低作业人员等的视觉负担的示例。

具体而言，信息处理装置10在显示多个同种警报后，针对由作业人员等执行过对应的时刻以后的同种警报，变更为非显示。图13是说明实施方式4的警报的显示抑制例的图。图13中显示了图7中说明的画面。在这种状态中，显示处理部60如果检测出时刻成为“12：35”并在现实工厂1中执行了与模式2“BL112”的警报R1对应的回避操作，则将随后的警报R2、R3设为非显示。另外，信息处理装置10在执行了或者追加了在BL112中未预定的操作的情况下，在此时点执行再次的模拟和显示。

如此，信息处理装置10能够使对现实工厂1的操作与警报显示联动，可以将未对应的警报与对应完毕的警报区别显示，因此可以提高作业人员等的视认性。例如，在对进程进行了基于未预定的操作的警报对应的情况下，信息处理装置10可以执行再次的模拟。此外，信息处理装置10在重要度低的警报等仅仅设为非显示时，还可以将关联警报也一起设为非显示。此外，诸如在预定数的警报消除的情况下进行下一预测等，对于进行下一预测的时机等是有用的。在此，非显示不限于将显示的内容变更为其他显示形式，也包含结束显示。

(实施方式5)

上述的信息处理装置10也能够以可比较的方式显示趋势显示和操作模式的预测显示。在此，以操作标签为例进行说明，但是关联标签也可以同样处理。

图14是说明实施方式5的与趋势显示协作的协作例的图。如图14所示，第二预测部52针对操作标签以虚拟的多个操作模式(BL111～BL115)执行模拟，预测操作标签的迁移和警报的发生，并将包含其预测结果的画面显示于监视终端500。而且，第二预测部52将各操作模式所含的操作的内容和警报的发生时刻等作为与多个操作模式相关的信息，向第一预测部51输出。

第一预测部51针对多个操作模式(BL111～BL115)分别使用各操作模式所含的操作内容等，执行现实工厂1整体的运转状况的模拟，生成预想趋势。而且，第一预测部51如图14的右图所示，在预测完毕的“12：00”以后，将各操作模式下的预想数据显示在趋势图上。

如此，信息处理装置10可以将各操作模式如何影响现实工厂1整体的情况相关联地提示给作业人员等。因此，作业人员等能够选择可使现实工厂1更安全运转的操作模式，能实现现实工厂1的安全作业。

(实施方式6)

警报的显示控制方法不限于上述实施方式，可以利用各种基准执行显示抑制等。因此，在实施方式6中说明有关警报的显示抑制的另一方法。

例如，关于通过针对上述的多个操作模式的模拟而预测为发生的警报(预测警报)，信息处理装置10可以有意识地改变产生所述警报的标签的参数，找出受到影响的标签(预测警报)，并抑制所述警报的显示。

具体而言，信息处理装置10通过使用镜像模型200的模拟，确定因预测进程的值(以下简称为预测进程值)超过阈值而预测为发生的警报，并显示包含警报的模拟结果画面。而且，信息处理装置10在将与警报对应的预测进程值强制性设定为低于阈值的基础上执行再次模拟，确定再次模拟的结果、未发生的警报，从模拟结果画面抑制所述警报的显示。另外，在本实施方式中，说明了作为第一警报的一例，使用操作标签的各警报，作为第二警报的一例，使用关联标签的警报，但是不限于此，第一警报和第二警报都可以是与操作标签相关的警报，也都可以是与关联标签相关的警报，还可以是第一警报为关联标签的警报而第二警报为操作标签的警报。

图15是说明基于再次模拟的预测警报的抑制例的图。图15表示了针对与图10中说明的操作标签相关的多个操作模式的警报的发生预测。如图15所示，通过使用镜像模型200的模拟，在操作模式BL112中示出了预测到警报(Ⅰ)、警报(Ⅱ)和警报(Ⅲ)的发生。

在这种状态中，预测处理部50任意选择与特定的第一警报对应的警报(Ⅰ)，并从模拟结果取得与警报(Ⅰ)对应的预测进程。在此，预测进程相当于现实工厂1的进程的值和传感器值等，例如温度、湿度、配管的流量等。

接下来，预测处理部50在将与警报(Ⅰ)对应的预测进程值设定为低于阈值的基础上，执行使用镜像模型200的再次模拟并输出其结果。例如，在关于警报(Ⅰ)预测温度50度为阈值(例如40度)以上之后输出的情况下，预测处理部50将温度设定为30度并执行再次模拟。

显示处理部60通过再次模拟，确定不再显示警报(Ⅲ)。即，警报(Ⅲ)依赖于警报(Ⅰ)，显示处理部60通过进行警报(Ⅰ)的对应，从而判定进行了针对警报(Ⅲ)的对应。

其结果，显示处理部60针对操作模式BL112，从显示警报(Ⅰ)、警报(Ⅱ)和警报(Ⅲ)的画面抑制警报(Ⅲ)的显示。另外，显示处理部60可以复原预测进程的设定，执行再次模拟来执行显示抑制，也可以变更初始的模拟的显示结果的显示。

在此，图15中说明了操作标签，但是针对关联标签的警报也可以同样处理。图16是说明基于再次模拟的关联警报的抑制例的图。图16表示了针对与图10中说明的操作标签相关的多个操作模式的操作标签的警报和关联标签的警报的发生预测。虽然附图标记与图10不同，但是警报的发生与图10相同。

在这样的状态下，设预测处理部50执行了图15所示的再次模拟。此时，显示处理部60检测出不再显示关联标签1的警报(Ⅴ)和关联标签2的警报(Ⅶ)。即，警报(Ⅴ)和警报(Ⅶ)依赖于警报(Ⅰ)，显示处理部60通过进行警报(Ⅰ)的对应，从而判定进行了针对警报(Ⅴ)和警报(Ⅶ)的对应。

即，显示处理部60将警报(Ⅴ)和警报(Ⅶ)判定为警报(Ⅰ)的关联警报。其结果，如图16所示，显示处理部60也能从最初模拟的警报的显示画面抑制警报(Ⅴ)和警报(Ⅶ)的显示。

另外，在针对警报(Ⅰ)强制变更后的再次模拟中，也可以在操作标签和关联标签的警报都不能消除的情况下，选择其他警报进行同样的处理。不过，由于再次模拟对象可任意选择，所以即使在针对某个警报的再次模拟中关联警报消除的情况下，也可以针对其他警报执行图15和图16的处理。

此外，以上说明了强制性变更预测进程值的示例，但是不限于此，还可以通过变更预测进程值的计算中使用的物理模型和算式等的参数等，来进行设定以使预测进程值成为阈值以下。此外，设定的强制变更的对象不限于预测进程值，也可以是在镜像模型200内使用的软件的传感器值等。

图17是表示基于再次模拟的警报的抑制处理的流程的流程图。如图17所示，预测处理部50选择用于调查关联警报的警报(S001)，将选择的警报的预测进程值等强制性重新设定在阈值范围内(S002)，在重新设定的状态下执行模拟(S003)。

而且，显示处理部60除了选择的警报以外，将消除的警报判定为关联警报(S004)。随后，预测处理部50将选择的警报的预测进程值复原并执行模拟(S005)，显示处理部60在模拟结果显示中抑制被判定为关联警报的警报显示(S006)。

如上所述，信息处理装置10针对多个操作模式执行模拟，可以显示预测为发生的警报并确定关联性高的警报。此外，信息处理装置10能够向作业人员等提示对应哪个警报会消去哪个警报，可以提供有助于作业人员等选择最佳操作模式的信息。

(实施方式7)

在镜像模型200中，使用与现实工厂1的负荷状况对应的模型(例如近似式等)执行模拟。可是，生成与设想的全部负荷对应的模型并不现实，因此可以考虑预先准备几个模型，一边对应于预测对象的负荷插补模型一边执行模拟。即，也可以认为模拟的结果的可靠度因插补状况而不同。

此外，根据成为模型化对象的要素的性质，既存在可严格算式化的模型，也有以匹配实际动作的近似式来对应的示例。即，模型的精度根据要素而不同。因此，模拟的可靠度因模拟条件和模型的精度而变化。

因此，信息处理装置10在针对操作模式进行模拟并显示警报等时，通过对作业人员等提示预测结果的可靠度或过滤显示的警报，从而抑制针对作业人员等的信息过多。另外，在本实施方式中，将插补状况(插补比例和负荷等)与可靠度的关系通过表格等预先定义。

接下来，以图10中所示的各操作模式为例说明可靠度。图18是说明模拟的可靠度的图。如图18所示，信息处理装置10预先生成并保持将现实工厂1的负荷设想并调整为50％的模型，以及将现实工厂1的负荷设想并调整为80％的模型。在此，负荷是指例如现实工厂1中执行的进程的负荷、生产物的量和品质、配管的流量等。

在这种状态下，与图10同样，预测处理部50取得操作模式BL111、BL112、BL113、BL114、BL115。其中，操作模式BL111为设想了负荷50％的操作内容，操作模式BL112为设想了负荷60％的操作内容，操作模式BL113为设想了负荷20％的操作内容，操作模式BL114为设想了负荷75％的操作内容，操作模式BL115为设想了负荷90％的操作内容。

在这种情况下，由于是针对操作模式BL111设想了负荷50％的操作内容，所以预测处理部50通过使用负荷50％的模型的模拟来预测警报的发生。因此，预测处理部50将操作模式BL111的可靠度设为100。

同样，由于是针对操作模式BL112设想了负荷60％的操作内容，所以预测处理部50通过使用将负荷50％时和负荷80％时的模型内插插补的模型的模拟来预测警报的发生。因此，预测处理部50将操作模式BL112的可靠度设为90。

同样，由于是针对操作模式BL113设想了负荷20％的操作内容，所以预测处理部50通过使用将负荷50％时和负荷80％时的模型外插插补的模型的模拟来预测警报的发生。因此，预测处理部50将操作模式BL113的可靠度设为80。

此外，由于是针对操作模式BL114设想了负荷75％的操作内容，所以预测处理部50通过使用将负荷50％时和负荷80％时的模型内插插补的模型的模拟来预测警报的发生。因此，预测处理部50将操作模式BL114的可靠度设为95。

此外，由于是针对操作模式BL115设想了负荷90％的操作内容，所以预测处理部50通过使用将负荷50％时和负荷80％时的模型外插插补的模型的模拟来预测警报的发生。因此，预测处理部50将操作模式BL115的可靠度设为85。

而且，显示处理部60抑制通过使用各模型的模拟而预测的警报中的可靠度低于阈值(例如90)的警报的显示。图19是说明基于可靠度的警报的显示抑制的图。如图19所示，显示处理部60抑制操作标签、关联标签1、关联标签2、关联标签3的各警报中的可靠度低于阈值的操作模式BL113和操作模式BL115的各警报的显示。

另外，还可以一同考虑基于各警报的风险分析等的重要度，执行各警报的显示控制。例如，显示处理部60针对一旦发生则会引起重大事件的警报，即使模拟的可靠度低也会显示。作为另一例，显示处理部60一同考虑目标进程值(或者警报阈值)与预测结果的背离的大小来决定是否进行警报显示。例如，显示处理部60在模拟的可靠度高的情况下，抑制阈值附近的警报显示，在可靠度低的情况下，也显示阈值附近的警报。

图20是表示基于可靠度的警报的显示控制处理的流程的流程图。如图20所示，信息处理装置10利用作业人员等的指示操作等，设定警报的检测阈值(S1)。

接下来，信息处理装置10在镜像工厂100中预测警报的发生并计算其可靠度(S2)。而后，信息处理装置10进行基于风险管理的重要度设定，或者算出警报的发生部位的目标值与预测值的背离(S3)。

随后，信息处理装置10从可靠度(以及重要度或者目标值与预测值的背离)算出警报显示阈值(S4)。例如，信息处理装置10可以将被设定为可靠度100的阈值乘以从可靠度100向该可靠度α的减少率和表示上述背离的比例等来计算，还可以任意设定。

而后，信息处理装置10仅显示预测为发生的警报中的警报显示阈值以上的警报(S5)，从显示的警报的合计数推荐操作模式(S6)。例如，信息处理装置10推荐操作数最少的操作模式。

另外，也可以不使用模拟的可靠度，而是使用事件(警报)的发生概率来判断预测的警报的显示抑制。例如，如果是受到气候等影响的进程，则信息处理装置10一同考虑1小时后的降水概率等来算出警报的发生概率。

更具体而言，信息处理装置10还可以针对与受到粉尘等气候的影响的进程相关的警报，在预测对象期间亦即1小时后的降水概率为50％以上的情况下，与上述模型的可靠度无关地进行显示。此外，信息处理装置10也可以将上述模型的可靠度加上预定值(例如10)，反之，还可以在与因雨水等而冷却的温度关联的进程的情况下，将上述模型的可靠度减去预定值(例如10)。

此外，在采用机器学习模型等的情况下，信息处理装置10还可以取得各警报的发生概率，因此还可以利用上述可靠度和发生概率来变更警报的颜色和浓淡。

(实施方式8)

以上了说明本发明的实施方式，但是本发明除了上述的实施方式以外，还可以通过各种不同方式实施。

(数值等)

上述实施方式中使用的画面显示例、时刻、各标签的示例、系统数、关联标签数、警报数等仅为一例，可以任意变更。此外，各模拟可以使用预先生成的物理模型。而且，各模拟可以采用机器学习模型等，所述机器学习模型使用例如温度等操作内容等的输入(说明变量)与例如标签的值等的输出(目的变量)相关联的训练数据而生成。

此外，在实施方式6、7中说明的处理以操作标签和关联标签为例进行了说明，但是不限于此，也能够以工厂中成为操作对象的各操作和各设定项目等为对象。此外，在实施方式6、7中说明的处理中的警报的预测对象并非必须限定于关系性已知的操作标签和关联标签，可以将关系性未知的操作标签之间、关联标签之间、操作标签与关联标签之间等作为对象。

此外，在实施方式6中说明了变更预测进程的值来执行再次模拟的示例，但是不限于此，例如还可以变更预测所使用的模拟模型和机器学习模型的参数等来执行再次模拟。不过，预测的警报的数量不必是多个，可以是1个的情况，也可以是0个的情况。

此外，在实施方式7中说明了利用负荷不同的模型的示例，但是不限于此，也可以使用在与预测条件不同的条件下生成的模型。例如，不限于工厂的负荷，也可以使用分别按照气温、湿度、气候等环境条件以及作业人员的技术水平等作业条件而生成的各模型。即使在这种情况下，信息处理装置10也与实施方式7同样，各模型的生成条件与各警报的预测时的条件越是不同，预测结果的可靠度越决定为较低。例如，不限于内插插补或外插插补，信息处理装置10还可以使用背离度等。对此举例说明。信息处理装置10在气温30度的预测条件下使用在气温40度的条件下生成的模型进行预测的情况下，也可以算出预测结果的可靠度为“100×30/40＝75”。

(操作模式)

例如，第二预测部52虚拟生成的操作模式可以是针对某个操作标签的操作模式，也可以是与包含多个操作标签的现实工厂1整体或镜像工厂100整体相关的操作模式。

(同种警报)

在上述实施方式中，说明了将针对一个操作模式发生的警报视为同种警报，但是不限于此。例如，在第二预测部52的模拟是甚至可预测或确定发生原因的物理模型等的情况下，还可以根据发生原因将同种警报分组化。

例如，在图11的示例中，在警报R1与警报R3的发生原因相同、警报R2的发生原因不同的情况下，显示处理部60针对警报R3抑制显示，但是针对警报R2不抑制显示。另外，基于发生原因的判断相当于例如警报R1和警报R3为温度70度以上发生的警报，警报R2为流量10L/min以下发生的警报等情况。这样的处理可以应用于各实施方式。例如，显示处理部60在操作标签与关联标签之间也能够执行基于发生原因相同的警报的显示控制。

(系统)

对于上述的说明书中和附图中所示的处理步骤、控制步骤、具体的名称、包含各种数据和参数的信息，除了特别记载的情况以外，可以任意变更。

此外，图示的各装置的各结构要素为功能概念性要素，并非必须在物理上如图示的那样构成。即，各装置的分散和综合的具体方式不限于图示的方式。即，其全部或一部分可以对应于各种负荷和使用状况等，以任意的单位在功能或物理上分散、综合而构成。

而且，在各装置中执行的各处理功能的全部或任意的一部分可以通过CPU(Central Processing Unit：中央处理器)和由所述CPU解析执行的程序来实现，或者作为基于布线逻辑的硬件来实现。

(硬件)

接下来，说明信息处理装置10的硬件结构示例。图21是说明硬件结构示例的图。如图21所示，信息处理装置10具有通信装置10a、HDD(Hard Disk Drive：硬盘驱动器)10b、存储器10c和处理器10d。此外，图21所示的各部分由总线等相互连接。

通信装置10a是网络接口卡等，与其他服务器进行通信。HDD10b存储使图2所示的功能进行动作的程序和数据库(DB)。

处理器10d通过从HDD10b等读出用于执行与图2所示的各处理部同样的处理的程序并在存储器10c中展开，从而使执行图2等中说明的各功能的进程进行动作。例如，所述进程执行与信息处理装置10所具有的各处理部同样的功能。具体而言，处理器10d从HDD10b等读出与镜像处理部30、证同处理部40、预测处理部50、显示处理部60等具有同样的功能的程序。而且，处理器10d执行如下的进程：该进程执行与镜像处理部30、证同处理部40、预测处理部50、显示处理部60等同样的处理。

这样，信息处理装置10通过读出并执行程序，从而作为执行各种处理方法的信息处理装置动作。此外，信息处理装置10通过利用介质读取装置从存储介质读出上述程序并执行读出的上述程序，从而还可以实现与上述的实施方式同样的功能。另外，实施方式中记载的其他的程序不限于由信息处理装置10执行。例如，其他计算机或服务器执行程序的情况以及它们协同动作而执行程序的情况下，也可以同样地适用本发明。

所述程序可以通过互联网等网络发布。此外，所述程序可以通过被记录在硬盘、软盘(FD)、CD-ROM、MO(Magneto Optical disk：磁光盘)、DVD(Digital Versatile Disc：数字通用光盘)之类的的计算机可读取的存储介质中，并由计算机从存储介质读出而执行。

Claims (14)

1.一种信息处理装置，其特征在于，包括：

预测部，分别针对关于作业人员对现实工厂进行的操作而虚拟生成的多个操作模式，使用与所述现实工厂的作业相关的工厂数据和追随所述现实工厂的虚拟工厂，预测分别执行了所述多个操作模式的情况下的各现实工厂的状态迁移；以及

显示控制部，将所述多个操作模式分别与由所述虚拟工厂得到的所述各现实工厂的状态迁移相关联地输出。

2.根据权利要求1所述的信息处理装置，其特征在于，

所述预测部在所述现实工厂的作业中的第一时点以后，使用所述虚拟工厂来预测表示分别执行了所述多个操作模式的情况下所述现实工厂处于预先规定的状态的范围外的状态的警报的发生，

所述显示控制部将分别与所述多个操作模式对应的所述现实工厂的状态迁移和所述警报分别与所述多个操作模式相关联地输出。

3.根据权利要求2所述的信息处理装置，其特征在于，所述显示控制部分别与所述多个操作模式相关联地显示预想在所述第一时点以后输出的所述警报的数量。

4.根据权利要求2或3所述的信息处理装置，其特征在于，

所述预测部使用所述虚拟工厂来预测在分别执行了所述多个操作模式的情况下，在所述现实工厂中针对多个对象中的第一对象的警报的发生、以及针对受到所述第一对象的操作的影响的至少一个第二对象的警报的发生，

所述显示控制部与所述第一对象相关联地输出所述多个操作模式的每一个以及利用所述多个操作模式的每一个而发生的所述警报，并且与所述第二对象相关联地输出所述多个操作模式的每一个以及利用所述多个操作模式的每一个而发生的所述警报。

5.根据权利要求2所述的信息处理装置，其特征在于，所述显示控制部分别与所述多个操作模式相关联地以同一时间轴显示针对各操作模式所含的操作标签的各操作的实施时间、以及使用所述虚拟工厂预测的各警报的发生时间。

6.根据权利要求2所述的信息处理装置，其特征在于，

所述预测部在所述现实工厂的运转中的第二时点，使用从所述现实工厂实时取得的所述工厂数据，时序地进一步预测所述第二时点以后的所述现实工厂的状态，

所述显示控制部显示将所述现实工厂的状态、所述多个操作模式、以及使用所述虚拟工厂预测为在所述第二时点以后输出的所述警报相关联的时序数据。

7.根据权利要求1所述的信息处理装置，其特征在于，

还具有取得部，所述取得部取得与使用所述虚拟工厂预测且表示所述现实工厂处于预先规定的状态的范围外的各警报的输出相关的信息，

所述显示控制部根据所述各警报的关系性，执行针对监视所述虚拟工厂的监视终端的所述各警报的显示控制，所述各警报的关系性基于与所述各警报的输出相关的信息。

8.根据权利要求7所述的信息处理装置，其特征在于，所述显示控制部针对按照所述各警报的输出顺序以时序显示且在所述各警报中关联的多个同种警报，将最初输出的同种警报突出显示。

9.根据权利要求8所述的信息处理装置，其特征在于，所述显示控制部针对所述多个同种警报中的所述最初输出的同种警报以外的同种警报，或者从所述最初输出的同种警报起经过预定时间后的同种警报抑制显示。

10.根据权利要求8或9所述的信息处理装置，其特征在于，所述显示控制部在显示了所述多个同种警报之后，针对所述现实工厂或所述虚拟工厂上由作业人员进行了对应的时刻以后的同种警报，变更为非显示。

11.根据权利要求8所述的信息处理装置，其特征在于，所述显示控制部将所述各警报中的发生原因相同的警报，或者与作为所述现实工厂内的仪器且为警报的发生源的仪器具有上下游的位置关系的警报，作为所述同种警报抽出。

12.根据权利要求8所述的信息处理装置，其特征在于，

所述取得部从所述虚拟工厂进一步取得由所述虚拟工厂预测且与作业人员对所述现实工厂进行的操作关联的操作模式，

所述显示控制部以同一时间轴时序地显示所述操作模式所含的各操作和所述各警报，并且对每个所述同种警报以不同的形式显示。

13.一种预测方法，其特征在于，使计算机执行如下处理：

分别针对关于作业人员对现实工厂进行的操作而虚拟生成的多个操作模式，使用与所述现实工厂的作业相关的工厂数据和追随所述现实工厂的虚拟工厂，预测分别执行了所述多个操作模式的情况下的各现实工厂的状态迁移；以及

将所述多个操作模式分别与由所述虚拟工厂得到的所述各现实工厂的状态迁移相关联地输出。

14.一种计算机可读存储介质，其特征在于，存储有预测程序，所述预测程序使计算机执行如下处理：

分别针对关于作业人员对现实工厂进行的操作而虚拟生成的多个操作模式，使用与所述现实工厂的作业相关的工厂数据和追随所述现实工厂的虚拟工厂，预测分别执行了所述多个操作模式的情况下的各现实工厂的状态迁移；以及

将所述多个操作模式分别与由所述虚拟工厂得到的所述各现实工厂的状态迁移相关联地输出。

Images