JP2015181410A - 環境監視装置、環境監視方法、及びプログラム - Google Patents
環境監視装置、環境監視方法、及びプログラム Download PDFInfo
- Publication number
- JP2015181410A JP2015181410A JP2014061144A JP2014061144A JP2015181410A JP 2015181410 A JP2015181410 A JP 2015181410A JP 2014061144 A JP2014061144 A JP 2014061144A JP 2014061144 A JP2014061144 A JP 2014061144A JP 2015181410 A JP2015181410 A JP 2015181410A
- Authority
- JP
- Japan
- Prior art keywords
- sensor data
- sensor
- unit
- acquired
- scenario
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
【課題】植物工場の状態変化を自動的に検知することにより、的確なリカバリ処理を施すことができる植物工場の環境監視装置を提供する。【解決手段】センサデータ210を取得するデータ取得部110と、センサ履歴情報141を蓄積するセンサ履歴情報記憶部140と、センサデータ210とセンサ履歴情報141とに基づいて、センサデータ210の指標値を算出する指標算出部120と、指標値に基づいて、センサデータ210の異常レベルを決定するレベル決定部130と、異常レベルをセンサデータ210に付加した情報をセンサ状態情報151として記憶するセンサ状態情報記憶部150とを備える。【選択図】図1
Description
本発明は、環境監視装置、環境監視方法、及びプログラムに関する。特に、植物を栽培する植物工場の栽培環境を監視する環境監視装置、環境監視方法、及びプログラムに関する。
近年、施設内で、植物の生育に必要な環境を温度、CO2、光等により人工的に制御し、季節を問わず連続的に安全な農産物を生産できるシステム、いわゆる植物工場が開発されている。植物工場は、安全な食料の供給、食材の周年供給などを目的とした、環境保全型の生産システムである。
また、このような植物工場では、内部の栽培環境の管理として、温度、CO2、光(照明)、湿度、風量等を適切に制御しているので、生産される農産物は高品質で安心・安全であり、かつ、短期間で出荷することができることも特徴である。
このような植物工場において、安定したバラツキのない育成を実現するためには植物工場の状態を迅速かつ定量的に捉えることが必要となる。
現在、植物工場の状態監視は、数値を検索しグラフ等を形成して定期的に目視で行なっている(例えば、特許文献1〜3参照)。
現在、植物工場の状態監視は、数値を検索しグラフ等を形成して定期的に目視で行なっている(例えば、特許文献1〜3参照)。
植物工場の状態監視は、数値を検索しグラフ等に形成して定期的に目視で行なわれているため、測定ミス等の一時的な外れ値による状態変化に柔軟に対応できないという課題がある。また、異常状態を目視で確認してから人手によりリカバリ処置をするため、栽培環境に対する対応が遅延し、植物の育成に悪影響をもたらすという課題がある。
本発明は、上記のような課題を解決するためになされてものであり、植物工場の状態変化を自動的に検知することにより、的確なリカバリ処理を施すことができる植物工場の環境監視装置を提供することを目的とする。
本発明に係る環境監視装置は、
植物の栽培環境の状態を示すセンサデータを取得センサデータとして取得するデータ取得部と、
前記取得センサデータが前記データ取得部により取得された時点より前に取得されたセンサデータを過去センサデータとして蓄積する過去データ蓄積部と、
前記データ取得部により取得された前記取得センサデータと、前記過去データ蓄積部に蓄積された前記過去センサデータとに基づいて、前記取得センサデータの前記過去センサデータに対する変化量を算出する変化量算出部と、
前記変化量算出部により算出された前記変化量に基づいて、前記取得センサデータの異常レベルを決定するレベル決定部と、
前記レベル決定部により決定された前記異常レベルを前記取得センサデータに付加した情報をセンサ状態情報として記憶するセンサ状態情報記憶部とを備えることを特徴とする。
植物の栽培環境の状態を示すセンサデータを取得センサデータとして取得するデータ取得部と、
前記取得センサデータが前記データ取得部により取得された時点より前に取得されたセンサデータを過去センサデータとして蓄積する過去データ蓄積部と、
前記データ取得部により取得された前記取得センサデータと、前記過去データ蓄積部に蓄積された前記過去センサデータとに基づいて、前記取得センサデータの前記過去センサデータに対する変化量を算出する変化量算出部と、
前記変化量算出部により算出された前記変化量に基づいて、前記取得センサデータの異常レベルを決定するレベル決定部と、
前記レベル決定部により決定された前記異常レベルを前記取得センサデータに付加した情報をセンサ状態情報として記憶するセンサ状態情報記憶部とを備えることを特徴とする。
本発明に係る環境監視装置によれば、データ取得部により取得された取得センサデータと、過去データ蓄積部に蓄積された過去センサデータとに基づいて、取得センサデータの過去センサデータに対する変化量を算出する変化量算出部と、変化量に基づいて取得センサデータの異常レベルを決定するレベル決定部と、異常レベルを取得センサデータに付加した情報をセンサ状態情報として記憶するセンサ状態情報記憶部とを備えるので、栽培環境の状態変化の異常を、即時に自動的に検知することができるという効果を奏する。
以下、本発明の実施の形態について、図を用いて説明する。なお、以下の実施の形態の説明において、「上」、「下」、「左」、「右」、「前」、「後」、「表」、「裏」といった方向は、説明の便宜上、そのように記しているだけであって、装置、器具、部品等の配置や向き等を限定するものではない。
実施の形態1.
図1は、本実施の形態に係る環境監視装置100のブロック構成の一例を示す図である。
図1を用いて、本実施の形態に係る環境監視装置100のブロック構成の一例について説明する。
図1は、本実施の形態に係る環境監視装置100のブロック構成の一例を示す図である。
図1を用いて、本実施の形態に係る環境監視装置100のブロック構成の一例について説明する。
図1に示すように、環境監視装置100は、植物工場200とネットワークを介して接続される。環境監視装置100は、植物工場200からセンサデータ210を受信する。また、環境監視装置100は、受信したセンサデータ210に基づいて、必要があれば応急処置シナリオ290を植物工場200に返送する。
図1に示すように、環境監視装置100は、データ取得部110、指標算出部120、レベル決定部130、異常レベル判定テーブル131、センサ履歴情報記憶部140、センサ状態情報記憶部150、ルール記憶部160、育成シナリオ記憶部170、シナリオ補正部180、シナリオ送信部190を備える。センサ履歴情報記憶部140には、センサ履歴情報141が記憶され、センサ状態情報記憶部150には、センサ状態情報151が記憶される。
本実施の形態では、主に、データ取得部110、指標算出部120、レベル決定部130、異常レベル判定テーブル131、センサ履歴情報記憶部140、センサ状態情報記憶部150について説明する。ルール記憶部160、育成シナリオ記憶部170、シナリオ補正部180、シナリオ送信部190については、実施の形態2において説明する。
データ取得部110は、植物工場200における植物の栽培環境の状態を示すセンサデータ210を取得センサデータとして取得する。
センサ履歴情報記憶部140は、センサデータ210(取得センサデータ)がデータ取得部110により取得された時点より前に取得されたセンサデータをセンサ履歴情報141(過去センサデータ)として蓄積する。センサ履歴情報記憶部140は、過去データ蓄積部の一例である。
センサ履歴情報記憶部140は、センサデータ210(取得センサデータ)がデータ取得部110により取得された時点より前に取得されたセンサデータをセンサ履歴情報141(過去センサデータ)として蓄積する。センサ履歴情報記憶部140は、過去データ蓄積部の一例である。
指標算出部120は、データ取得部110により取得されたセンサデータ210と、センサ履歴情報記憶部140に蓄積されたセンサ履歴情報141とに基づいて、センサデータ210における過去のセンサデータに対する変化量を指標値として算出する。指標算出部120は、変化量算出部の一例である。
レベル決定部130は、指標算出部120により算出された指標値に基づいて、センサデータ210の異常レベルを決定する。
レベル決定部130は、指標算出部120により算出された指標値に基づいて、センサデータ210の異常レベルを決定する。
センサ状態情報記憶部150は、レベル決定部130により決定された異常レベルをセンサデータ210に付加した情報をセンサ状態情報151として記憶する。
図2は、本実施の形態に係る環境監視装置100のハードウェア構成の一例を示す図である。
図2を用いて、環境監視装置100のハードウェア構成例について説明する。
図2を用いて、環境監視装置100のハードウェア構成例について説明する。
環境監視装置100はコンピュータであり環境監視装置100の各要素をプログラムで実現することができる。
環境監視装置100のハードウェア構成としては、バスに、演算装置901、外部記憶装置902、主記憶装置903、通信装置904、入出力装置905が接続されている。
環境監視装置100のハードウェア構成としては、バスに、演算装置901、外部記憶装置902、主記憶装置903、通信装置904、入出力装置905が接続されている。
演算装置901は、プログラムを実行するCPU(Central・Processing・Unit)である。
外部記憶装置902は、例えばROM(Read・Only・Memory)やフラッシュメモリ、ハードディスク装置である。
主記憶装置903は、RAM(Random・Access・Memory)である。
通信装置904は、例えば通信ボード等であり、LAN(Local・Area・Network)等に接続されている。通信装置904は、LANに限らず、IP−VPN(Internet・Protocol・Virtual・Private・Network)、広域LAN、ATM(Asynchronous・Transfer・Mode)ネットワークといったWAN(Wide・Area・Network)、あるいは、インターネットに接続されていても構わない。LAN、WAN、インターネットは、ネットワークの一例である。
入出力装置905は、例えばマウス、キーボード、ディスプレイ装置等である。マウスの代わりに、タッチパネル、タッチパッド、トラックボール、ペンタブレット、あるいは、その他のポインティングデバイスが用いられてもよい。ディスプレイ装置は、LCD(Liquid・Crystal・Display)、CRT(Cathode・Ray・Tube)、あるいは、その他の表示装置でもよい。
外部記憶装置902は、例えばROM(Read・Only・Memory)やフラッシュメモリ、ハードディスク装置である。
主記憶装置903は、RAM(Random・Access・Memory)である。
通信装置904は、例えば通信ボード等であり、LAN(Local・Area・Network)等に接続されている。通信装置904は、LANに限らず、IP−VPN(Internet・Protocol・Virtual・Private・Network)、広域LAN、ATM(Asynchronous・Transfer・Mode)ネットワークといったWAN(Wide・Area・Network)、あるいは、インターネットに接続されていても構わない。LAN、WAN、インターネットは、ネットワークの一例である。
入出力装置905は、例えばマウス、キーボード、ディスプレイ装置等である。マウスの代わりに、タッチパネル、タッチパッド、トラックボール、ペンタブレット、あるいは、その他のポインティングデバイスが用いられてもよい。ディスプレイ装置は、LCD(Liquid・Crystal・Display)、CRT(Cathode・Ray・Tube)、あるいは、その他の表示装置でもよい。
プログラムは、通常は外部記憶装置902に記憶されており、主記憶装置903にロードされた状態で、順次演算装置901に読み込まれ、実行される。
プログラムは、以下のブロック構成図に示す「〜部」として説明している機能を実現するプログラムである。
プログラムプロダクト(コンピュータプログラムプロダクト)は、以下のブロック構成図に示す「〜部」の機能を実現するプログラムが記録された記憶媒体、記憶装置などから構成される。プログラムプロダクトは、外観に関わらず、コンピュータ読み取り可能なプログラムをロードしているものである。
プログラムは、以下のブロック構成図に示す「〜部」として説明している機能を実現するプログラムである。
プログラムプロダクト(コンピュータプログラムプロダクト)は、以下のブロック構成図に示す「〜部」の機能を実現するプログラムが記録された記憶媒体、記憶装置などから構成される。プログラムプロダクトは、外観に関わらず、コンピュータ読み取り可能なプログラムをロードしているものである。
更に、外部記憶装置902にはオペレーティングシステム(OS)も記憶されており、OSの少なくとも一部が主記憶装置903にロードされ、演算装置901はOSを実行しながら、ブロック構成図に示す「〜部」の機能を実現するプログラムを実行する。
また、アプリケーションプログラムも外部記憶装置902に記憶されており、主記憶装置903にロードされた状態で、順次演算装置901により実行される。
また、「〜テーブル」等の情報も外部記憶装置902に記憶されている。
また、アプリケーションプログラムも外部記憶装置902に記憶されており、主記憶装置903にロードされた状態で、順次演算装置901により実行される。
また、「〜テーブル」等の情報も外部記憶装置902に記憶されている。
また、「〜の判断」、「〜の判定」、「〜の抽出」、「〜の検知」、「〜の設定」、「〜の登録」、「〜の選択」、「〜の生成」、「〜の入力」、「〜の出力」等の処理の結果を示す情報やデータや信号値や変数値が主記憶装置903に記憶されている。
また、環境監視装置100が受信したデータが主記憶装置903に記憶される。
また、暗号鍵あるいは復号鍵、乱数値、パラメータなどが、主記憶装置903に記憶されてもよい。
また、環境監視装置100が受信したデータが主記憶装置903に記憶される。
また、暗号鍵あるいは復号鍵、乱数値、パラメータなどが、主記憶装置903に記憶されてもよい。
なお、図2の構成は、あくまでも環境監視装置100のハードウェア構成の一例を示すものであり、環境監視装置100のハードウェア構成は図2に記載の構成に限らず、他の構成であってもよい。
図3は、本実施の形態に係る環境監視装置100におけるセンサ状態情報生成処理(工程)の動作の一例を示すフローチャートである。
<データ取得処理(工程):S101>
S101において、データ取得部110は、植物工場200から送信されるセンサデータ210を、インターネットなどのネットワークを介して受信する。センサデータ210は、植物工場200内の管理端末などから送信される。センサデータ210は、定期的に環境監視装置100に送信される。例えば、30秒毎、1分毎、5分毎に、植物工場200内の管理端末からセンサデータ210が送信される。
S101において、データ取得部110は、植物工場200から送信されるセンサデータ210を、インターネットなどのネットワークを介して受信する。センサデータ210は、植物工場200内の管理端末などから送信される。センサデータ210は、定期的に環境監視装置100に送信される。例えば、30秒毎、1分毎、5分毎に、植物工場200内の管理端末からセンサデータ210が送信される。
図4は、本実施の形態に係るセンサデータ210とセンサ履歴情報141との構成の一例を示す図である。
図4に示すように、センサデータ210は、センサ種別、計測時刻、値から構成される。センサデータ210は、植物工場200における植物の栽培環境の状態を示す。センサデータ210には、栽培環境の状態として複数の環境項目の状態が設定される。この環境項目をセンサ種別とする。
図4に示すように、センサデータ210は、センサ種別、計測時刻、値から構成される。センサデータ210は、植物工場200における植物の栽培環境の状態を示す。センサデータ210には、栽培環境の状態として複数の環境項目の状態が設定される。この環境項目をセンサ種別とする。
センサ種別(環境項目)は、例えば、温度、CO2濃度、光などである。本実施の形態では、センサ種別として、この3つがセンサデータ210に含まれるものとする。センサ種別には、その他にも、湿度、風量、養液供給などがあってもよい。計測時刻は、各センサが温度、CO2濃度、光の照度を計測した時刻である。値は、各センサが出力する値であり、温度、CO2濃度、光の照度などを表す値である。
センサデータ210には、「温度」センサの計測時刻が「2013/01/01 00:02」であり、「温度」センサの値は「10.2」であると設定されている。同様に、「CO2濃度」センサの計測時刻が「2013/01/01 00:02」、「CO2濃度」センサの値は「3.1」であり、「光」センサの計測時刻が「2013/01/01 00:02」、「光」センサの値は「0.5」である。
図4に示すように、センサ履歴情報141には、データ取得部が受信したセンサデータ210が蓄積される。図4では、計測時刻「2013/01/01 00:00」のセンサデータ210と、計測時刻「2013/01/01 00:01」のセンサデータ210とが時系列に蓄積されている。
データ取得部110は、受信したセンサデータ210をセンサ履歴情報141に蓄積する。
データ取得部110は、受信したセンサデータ210をセンサ履歴情報141に蓄積する。
<指標算出処理(工程):S102>
次に、S102において、指標算出部120は、データ取得部110が受信したセンサデータ210と、センサ履歴情報記憶部140に記憶されているセンサ履歴情報141とに基づいて、センサ種別毎の指標値を処理装置により算出する。
指標値とは、センサ種別毎に前後の変化量を表す数値である。指標値は変化量の一例である。
次に、S102において、指標算出部120は、データ取得部110が受信したセンサデータ210と、センサ履歴情報記憶部140に記憶されているセンサ履歴情報141とに基づいて、センサ種別毎の指標値を処理装置により算出する。
指標値とは、センサ種別毎に前後の変化量を表す数値である。指標値は変化量の一例である。
図5は、本実施の形態に係る環境監視装置100において、センサ種別毎の指標値の算出処理を説明する図である。
図5に示すセンサ履歴情報141とセンサデータ210とは、図4で説明したものと同様である。
図5に示すセンサ履歴情報141とセンサデータ210とは、図4で説明したものと同様である。
図5(a)に示すように、例えば、指標算出部120は、今回受信したセンサデータ210の温度の値「10.2」と、前回受信した温度の値「9.8」と、前々回受信した温度の値「9.9」とに基づいて、図5(b)に示す指標値(1)「0.1」、指標値(2)「0.02」、指標値(3)「0.01」を算出する。
今回受信したセンサデータ210(取得センサデータ)は計測時刻「2013/01/01 00:02」のものであり、前回受信したセンサデータ(過去センサデータの一例)は計測時刻「2013/01/01 00:01」のものであり、前々回受信したセンサデータ(過去センサデータの一例)は計測時刻「2013/01/01 00:00」のものである。
今回受信したセンサデータ210(取得センサデータ)は計測時刻「2013/01/01 00:02」のものであり、前回受信したセンサデータ(過去センサデータの一例)は計測時刻「2013/01/01 00:01」のものであり、前々回受信したセンサデータ(過去センサデータの一例)は計測時刻「2013/01/01 00:00」のものである。
指標算出部120は、CO2濃度、光についても同様に、受信したセンサデータ210の値と、前回受信した値と、前々回受信した値とに基づいて、図5(b)に示す指標値(1)、指標値(2)、指標値(3)を算出する。指標算出部120は、複数のセンサ種別(環境項目)ごとに指標値を算出する。
ここでは、一例として、前回受信した値と前々回受信した値とに基づいて、3種類の指標値(1)(2)(3)を求めたが、指標値の数は3つでなくてもよい。1,2,4,5,6など、いくつの指標値を算出してもよい。
また、指標値を算出する元となる過去のセンサデータは、前回受信したセンサデータと前々回受信したセンサデータでなくともよい。前回のみでもよいし、前々回のみでもよい。あるいは、予め環境監視装置100に登録されたN時点前のセンサデータを用いるとしてもよい。すなわち、環境監視装置100に登録されているN時点前のセンサデータと、受信したセンサデータ210とにより、異常レベルを定量的に表すための指標値を計算する。
また、指標値を算出する元となる過去のセンサデータは、前回受信したセンサデータと前々回受信したセンサデータでなくともよい。前回のみでもよいし、前々回のみでもよい。あるいは、予め環境監視装置100に登録されたN時点前のセンサデータを用いるとしてもよい。すなわち、環境監視装置100に登録されているN時点前のセンサデータと、受信したセンサデータ210とにより、異常レベルを定量的に表すための指標値を計算する。
指標算出部120は、例えば、N時点前のセンサデータと受信したセンサデータ210とから、所定の統計値を算出して指標値とする。所定の統計値とは、例えば、平均、分散、あるいは、その他の統計値算出手法を用いて算出した値、あるいは、これらの統計値を組み合わせた値などである。指標値は、0に近づく程、現在の植物工場200の状態の変化は小さいことを示す。また、指標値は、値が大きくなる程、現在の植物工場200の状態の変化が大きいことを示す。
<レベル決定処理(工程):S103>
次に、S103において、レベル決定部130は、指標算出部120により算出された指標値に基づいて、センサ種別毎の異常レベルを処理装置により算出する。
異常レベルとは、センサ種別毎の状態の変化が、正常であるか、異常であるか、異常であればどの程度の異常かを示すレベルである。
次に、S103において、レベル決定部130は、指標算出部120により算出された指標値に基づいて、センサ種別毎の異常レベルを処理装置により算出する。
異常レベルとは、センサ種別毎の状態の変化が、正常であるか、異常であるか、異常であればどの程度の異常かを示すレベルである。
図6は、本実施の形態に係る環境監視装置100において、センサ種別毎の異常レベルの算出処理を説明する図である。
レベル決定部130は、センサ種別毎に異常レベルを算出する。図6では、センサ種別「温度」の値は異常レベル「正常」、センサ種別「CO2濃度」の値は異常レベル「正常」、センサ種別「光」の値は異常レベル「レベル1」と設定されている。
レベル決定部130は、センサ種別毎に異常レベルを算出する。図6では、センサ種別「温度」の値は異常レベル「正常」、センサ種別「CO2濃度」の値は異常レベル「正常」、センサ種別「光」の値は異常レベル「レベル1」と設定されている。
レベル決定部130は、指標値(1)、指標値(2)、指標値(3)を用いて、異常レベルを決定するための異常レベル判定値を算出する。例えば、レベル決定部130は、指標値(1)、指標値(2)、指標値(3)の値を加算し、加算した値を異常レベル判定値とする。そして、レベル決定部130は、異常レベル判定値に基づいて、異常レベルを決定する。
図7は、本実施の形態に係るセンサ種別「温度」の異常レベル判定テーブル131の一例を示した図である。
レベル決定部130は、センサ種別毎の異常レベル判定テーブル131を備えるものとする。図7では、センサ種別「温度」に対応する異常レベル判定テーブル131を示している。
レベル決定部130は、センサ種別毎の異常レベル判定テーブル131を備えるものとする。図7では、センサ種別「温度」に対応する異常レベル判定テーブル131を示している。
図7に示すように、異常レベル判定テーブル131には、例えば、異常レベル判定値範囲と、異常レベルとが対応付けられている。「0.0以上0.2未満」は「正常」、「0.2以上0.4未満」は「レベル1」、「0.4以上」は「レベル2」、「−0.2以上0.0未満」は「レベル(−1)」、「−0.2未満」は「レベル(−2)」と設定されている。異常レベル判定値は、正負の値をとる。異常レベル判定値が正の値の場合は、センサの値が増加する方向に変化していることを示し、異常レベル判定値が負の値の場合は、センサの値が減少する方向に変化していることを示している。
図6及び図7を用いて、レベル決定部130が、センサ種別「温度」についての異常レベルを決定する場合について説明する。
まず、レベル決定部130は、指標値(1)、指標値(2)、指標値(3)を加算し、異常レベル判定値を算出する。異常レベル判定値は、0.1+0.02+0.01=0.13となる。
まず、レベル決定部130は、指標値(1)、指標値(2)、指標値(3)を加算し、異常レベル判定値を算出する。異常レベル判定値は、0.1+0.02+0.01=0.13となる。
次に、レベル決定部130は、異常レベル判定テーブル131に基づいて、算出した異常レベル判定値0.13が含まれる異常レベル範囲を決定する。図7に示すように、異常レベル判定値0.13は、「0.0以上0.2未満」であるため、センサ種別「温度」の異常レベルは「正常」となる。
レベル決定部130は、センサ種別「CO2濃度」「光」についても、同様に異常レベル判定テーブル131を有し、この異常レベル判定テーブル131を用いて異常レベルを決定する。
レベル決定部130による異常レベル判定値の算出方法は指標値(1)、指標値(2)、指標値(3)を加算するものであったが、これ以外の方法でもよい。例えば、指標値(1)、指標値(2)、指標値(3)のうちの最大値を異常レベル判定値としてもよい。あるいは、指標値の少なくともいずれかに重み付けをして、異常レベル判定値を算出してもよい。異常レベル判定値の算出方法は、センサ種別、システムの動作傾向、ユーザの希望などにより適宜決定されることが好ましい。
レベル決定部130による異常レベル判定値の算出方法は指標値(1)、指標値(2)、指標値(3)を加算するものであったが、これ以外の方法でもよい。例えば、指標値(1)、指標値(2)、指標値(3)のうちの最大値を異常レベル判定値としてもよい。あるいは、指標値の少なくともいずれかに重み付けをして、異常レベル判定値を算出してもよい。異常レベル判定値の算出方法は、センサ種別、システムの動作傾向、ユーザの希望などにより適宜決定されることが好ましい。
このように、環境監視装置100は、異常レベルと指標値(異常レベル判定値)の範囲とを対応付けて記憶した異常レベル判定テーブル131を備える。レベル決定部130は、指標値(異常レベル判定値)と異常レベル判定テーブル131とに基づいて、センサデータ210の異常レベルを決定する。
図6に示すように、レベル決定部130は、データ取得部110が受信したセンサデータ210に対し、指標算出部120が算出した指標値を設定するとともに、異常レベルを設定し、センサ状態情報151を生成する。
レベル決定部130は、決定した異常レベルが正常でない場合には、警告情報を出力するとしてもよい。例えば、図6に示すように。レベル決定部130は、センサ種別「光」の異常レベルをレベル1と決定した場合、出力装置にアラーム情報を出力する。
アラーム情報は、音声、音、ランプなどの点灯、ディスプレイへの警告表示、プリンタからの警告表示等により出力される。
アラーム情報は、音声、音、ランプなどの点灯、ディスプレイへの警告表示、プリンタからの警告表示等により出力される。
<センサ状態情報記憶処理(工程):S104>
センサ状態情報記憶部150は、レベル決定部130により生成されたセンサ状態情報151を記憶する。
以上で、センサ状態情報生成処理(工程)についての説明を終わる。
センサ状態情報記憶部150は、レベル決定部130により生成されたセンサ状態情報151を記憶する。
以上で、センサ状態情報生成処理(工程)についての説明を終わる。
なお、環境監視装置100はセンサ状態情報記憶部150を備えていない構成でもよい。
図8は、本実施の形態に係る環境監視装置100において、センサ状態情報記憶部150が環境監視装置100とは別のデータベースサーバにある場合を示している。
図8に示すように、センサ状態情報記憶部150は、環境監視装置100に接続されたデータベースサーバが備えていてもよい。この場合、レベル決定部130は生成したセンサ状態情報151を、データベースサーバにあるセンサ状態情報記憶部150にアップロードする構成となる。
図8は、本実施の形態に係る環境監視装置100において、センサ状態情報記憶部150が環境監視装置100とは別のデータベースサーバにある場合を示している。
図8に示すように、センサ状態情報記憶部150は、環境監視装置100に接続されたデータベースサーバが備えていてもよい。この場合、レベル決定部130は生成したセンサ状態情報151を、データベースサーバにあるセンサ状態情報記憶部150にアップロードする構成となる。
以上のように、本実施の形態に係る環境監視装置100は、定期的に送信される植物工場のセンサデータについて、異常の度合いを定量的に表す指標値を算出するとともに、この指標値を用いて異常状態を自動的に判定する。また、この指標値と異常レベルとを付加したセンサ状態情報をセンサ状態情報記憶部に記憶する。したがって、センサ状態情報記憶部には、常に最新のセンサ状態情報が記憶されているので、異常状態の際の人手による対応の遅れなどを防止することができる。また、センサ状態情報記憶部に記憶されている最新のセンサ状態情報には、異常レベルが付加されているので、人がグラフなどを判断する必要がなく、人手による判断ミスを防ぐことができる。
実施の形態2.
本実施の形態では、主に、実施の形態1に対する差異点、追加点について説明する。
本実施の形態に係る環境監視装置100の構成は、実施の形態1で説明した図1の構成と同一である。
本実施の形態では、主に、ルール記憶部160、育成シナリオ記憶部170、シナリオ補正部180、シナリオ送信部190について説明する。
実施の形態1で説明した構成部と同一の構成部については、その説明を省略する場合がある。
本実施の形態では、主に、実施の形態1に対する差異点、追加点について説明する。
本実施の形態に係る環境監視装置100の構成は、実施の形態1で説明した図1の構成と同一である。
本実施の形態では、主に、ルール記憶部160、育成シナリオ記憶部170、シナリオ補正部180、シナリオ送信部190について説明する。
実施の形態1で説明した構成部と同一の構成部については、その説明を省略する場合がある。
育成シナリオ記憶部170は、栽培環境を制御する手順を定めた育成シナリオ171を記憶する。育成シナリオ171には、複数のセンサ種別(環境項目)のそれぞれを制御する手順を定める。
ルール記憶部160は、異常レベルと、育成シナリオ171の補正ルール(補正手順)とを対応付けた補正ルール161(補正手順情報)を記憶する。ルール記憶部160は、補正手順情報記憶部の一例である。補正ルール161では、複数のセンサ種別ごとの異常レベルと、複数のセンサ種別(環境項目)のそれぞれの補正手順とが対応付けられている。
ルール記憶部160は、異常レベルと、育成シナリオ171の補正ルール(補正手順)とを対応付けた補正ルール161(補正手順情報)を記憶する。ルール記憶部160は、補正手順情報記憶部の一例である。補正ルール161では、複数のセンサ種別ごとの異常レベルと、複数のセンサ種別(環境項目)のそれぞれの補正手順とが対応付けられている。
シナリオ補正部180は、センサ状態情報記憶部150に記憶されたセンサ状態情報151に付加されている異常レベルと、補正ルール161とに基づいて、異常レベルに対応する補正ルールを取得する。シナリオ補正部180は、補正手順取得部の一例である。
また、シナリオ補正部180は、取得した補正ルール161にしたがって育成シナリオ171を補正する。
また、シナリオ補正部180は、取得した補正ルール161にしたがって育成シナリオ171を補正する。
シナリオ送信部190は、シナリオ補正部180により補正された育成シナリオ171を応急処置シナリオ172として送信する。
図9は、本実施の形態に係る環境監視装置100のシナリオ出力処理(工程)の動作の一例を示す図である。図10は、本実施の形態に係る環境監視装置100のシナリオ出力処理(工程)の動作を説明するための図である。図11は、(a)は本実施の形態に係る環境監視装置100のシナリオ送信処理(工程)の動作を説明するための図、(b)は補正ルール161において図10とは異なる構成を示す図である。
環境監視装置100では、受信したセンサデータ210に異常がない場合は、通常の育成シナリオ171を植物工場200に送信する。通常の育成シナリオ171とは、所望の植物を育成することができるように、植物工場200の環境を制御するためのシナリオである。
図10に示すように、育成シナリオ171は、センサ種別と設定値とが対応付けられている。センサ種別「温度」に対して設定値「10」、センサ種別「CO2濃度」に対して設定値「3」、センサ種別「光」に対して設定値「0.5」が設定されている。これは、該当するセンサの値が設定値となるように、植物工場200を制御するための制御命令である。育成シナリオ記憶部170は、複数種類の植物を育成するための複数種類の育成シナリオ171を記憶していてもよい。
育成シナリオ171は、シナリオ送信部190により植物工場200に定期的に送付されるものとする。
育成シナリオ171は、シナリオ送信部190により植物工場200に定期的に送付されるものとする。
図9に示す環境監視装置100のシナリオ出力処理(工程)は、育成シナリオ171を送付する度に実行される。
<センサ状態判定処理(工程):S201>
S201において、シナリオ補正部180は、センサ状態情報記憶部150からセンサ状態情報151を取得する。シナリオ補正部180は、センサ状態情報151に異常状態のセンサ種別があるか否かを処理装置により判定する。例えば、図10に示すセンサ状態情報151の場合、シナリオ補正部180は、「光」が異常レベル「レベル1」であると判定する。
S201において、シナリオ補正部180は、センサ状態情報記憶部150からセンサ状態情報151を取得する。シナリオ補正部180は、センサ状態情報151に異常状態のセンサ種別があるか否かを処理装置により判定する。例えば、図10に示すセンサ状態情報151の場合、シナリオ補正部180は、「光」が異常レベル「レベル1」であると判定する。
異常状態のセンサ種別がある場合(S201でYES)、S203に進む。
全てのセンサ種別が正常の場合(S201でNO)、S202に進む。
S202において、シナリオ送信部190は、全てのセンサ種別が正常を示しているので、通常の育成シナリオ171を育成シナリオ記憶部170から取得して、植物工場200に送信する。
全てのセンサ種別が正常の場合(S201でNO)、S202に進む。
S202において、シナリオ送信部190は、全てのセンサ種別が正常を示しているので、通常の育成シナリオ171を育成シナリオ記憶部170から取得して、植物工場200に送信する。
<ルール取得処理(工程):S203>
S203において、シナリオ補正部180は、異常状態と判定したセンサ種別とその異常状態の異常レベルとに基づいて、補正ルール161を検索する。
ここで、図10を用いて、補正ルール161の構成の一例について説明する。
図10に示すように、補正ルール161は、センサ種別毎の異常レベルに対応して、設定値の補正ルールを対応付けた情報である。
例えば、温度がレベル1の場合、「温度は5%DOWN、CO2濃度は10%UP、光は10%UP」という補正ルールが設定されている。その他にも、CO2濃度がレベル1の場合、「温度は10%DOWN、CO2濃度は5%DOWN、光は5%UP」という補正ルールが設定され、光がレベル1の場合、「温度は5%DOWN、CO2濃度は10%UP、光は5%DOWN」という補正ルールが設定される。
図10に示すように、補正ルール161は、センサ種別毎の異常レベルに対応して、設定値の補正ルールを対応付けた情報である。
例えば、温度がレベル1の場合、「温度は5%DOWN、CO2濃度は10%UP、光は10%UP」という補正ルールが設定されている。その他にも、CO2濃度がレベル1の場合、「温度は10%DOWN、CO2濃度は5%DOWN、光は5%UP」という補正ルールが設定され、光がレベル1の場合、「温度は5%DOWN、CO2濃度は10%UP、光は5%DOWN」という補正ルールが設定される。
補正ルール161は、予め生成され環境監視装置100の記憶装置に記憶される。
本実施の形態に係る補正ルール161では、例えば、光がレベル1であるからといって、単に、光の設定値を5%低くするだけではない。光の設定値を5%低くするとともに、温度も5%低くし、CO2濃度は10%高くする。
本実施の形態に係る補正ルール161では、例えば、光がレベル1であるからといって、単に、光の設定値を5%低くするだけではない。光の設定値を5%低くするとともに、温度も5%低くし、CO2濃度は10%高くする。
このように、本実施の形態では、想定される異常状態を検知したセンサに対応する設定値のみを補正するのではなく、他のセンサに対応する設定値についても補正する。このように、異常状態と判定された1つの環境項目に対し、複数の環境項目で総合的に対処することができる。すなわち、本実施の形態では、補正ルールにしたがって、育成シナリオの複数の環境項目のうち、異常レベルが付加された環境項目を補正するとともに異常レベルが付加された環境項目以外の環境項目も補正する。
このように、複数の環境項目で総合的に対処するのは、以下のような理由からである。
センサデータ210から光が異常状態であると判定されても、光センサが故障している場合も想定される。あるいは、実際に光が高くなり過ぎていることも考えられる。よって、光が異常状態であるからといって光の設定値のみを補正すると、もし光センサが故障しており実際には光は正常である場合に光を必要以上に低くしてしまう。このような場合、本実施の形態では、温度を下げ、CO2濃度を上げるように、光以外の環境項目も補正しているので、光を必要以上に低くしてしまった場合のダメージを低減することができる。例えば、光を必要以上に低くしてしまった場合でも、CO2濃度を上げているので、光合成に対するダメージを低く抑えることができる。
センサデータ210から光が異常状態であると判定されても、光センサが故障している場合も想定される。あるいは、実際に光が高くなり過ぎていることも考えられる。よって、光が異常状態であるからといって光の設定値のみを補正すると、もし光センサが故障しており実際には光は正常である場合に光を必要以上に低くしてしまう。このような場合、本実施の形態では、温度を下げ、CO2濃度を上げるように、光以外の環境項目も補正しているので、光を必要以上に低くしてしまった場合のダメージを低減することができる。例えば、光を必要以上に低くしてしまった場合でも、CO2濃度を上げているので、光合成に対するダメージを低く抑えることができる。
図9のS203に戻り、説明を続ける。
具体的には、シナリオ補正部180は、図10のセンサ状態情報151から「光」が異常レベル「レベル1」と判定し、「光がレベル1」との情報に基づいて補正ルール161を検索する。
シナリオ補正部180は、「光がレベル1」に対応する補正ルールとして、「温度は5%DOWN、CO2濃度は10%UP、光は5%DOWN」を取得する。補正ルール161から取得したレコードを取得補正ルールとする。
具体的には、シナリオ補正部180は、図10のセンサ状態情報151から「光」が異常レベル「レベル1」と判定し、「光がレベル1」との情報に基づいて補正ルール161を検索する。
シナリオ補正部180は、「光がレベル1」に対応する補正ルールとして、「温度は5%DOWN、CO2濃度は10%UP、光は5%DOWN」を取得する。補正ルール161から取得したレコードを取得補正ルールとする。
<シナリオ補正処理(工程):S204>
S204において、シナリオ補正部180は、補正ルール161から取得したレコードである取得補正ルールと、育成シナリオ記憶部170から取得した育成シナリオ171とに基づいて、応急処置シナリオ172を生成する。シナリオ補正部180は、育成シナリオ171に対して、取得補正ルールを適応させることにより応急処置シナリオ172を生成する。
S204において、シナリオ補正部180は、補正ルール161から取得したレコードである取得補正ルールと、育成シナリオ記憶部170から取得した育成シナリオ171とに基づいて、応急処置シナリオ172を生成する。シナリオ補正部180は、育成シナリオ171に対して、取得補正ルールを適応させることにより応急処置シナリオ172を生成する。
図10を用いて、シナリオ補正処理について具体例を用いて説明する。
シナリオ補正部180は、育成シナリオ171(温度:10、CO2濃度:3、光:0.5)を取得する。シナリオ補正部180は、この育成シナリオ171に対し、取得補正ルールを適応する。取得補正ルールは「温度は5%DOWN、CO2濃度は10%UP、光は5%DOWN」であるので、応急処置シナリオ172は、温度:9.5、CO2濃度:3.3、光:0.475となる。
シナリオ補正部180は、育成シナリオ171(温度:10、CO2濃度:3、光:0.5)を取得する。シナリオ補正部180は、この育成シナリオ171に対し、取得補正ルールを適応する。取得補正ルールは「温度は5%DOWN、CO2濃度は10%UP、光は5%DOWN」であるので、応急処置シナリオ172は、温度:9.5、CO2濃度:3.3、光:0.475となる。
<シナリオ送信処理(工程):S205>
図11(a)に示すように、S205において、シナリオ送信部190は、シナリオ補正部180により生成された応急処置シナリオ172を、植物工場200に送信する。
以上で、環境監視装置100のシナリオ出力処理(工程)の説明を終わる。
図11(a)に示すように、S205において、シナリオ送信部190は、シナリオ補正部180により生成された応急処置シナリオ172を、植物工場200に送信する。
以上で、環境監視装置100のシナリオ出力処理(工程)の説明を終わる。
なお、図10に示す補正ルール161では、1つのセンサ種別毎の異常レベルに対して、1つの補正ルールを対応付けた。しかし、図11(b)に示すように、2つ以上のセンサ種別毎の異常レベルに対して、1つの補正ルールを対応付けてもよい。例えば、「温度がレベル1かつ光がレベル2」に対し、1つの補正ルールを対応付けてもよい。また、3つ以上のセンサ種別毎の異常レベルに対して、1つの補正ルールを対応付けてもよい。
以上のように、本実施の形態に係る環境監視装置100によれば、異常状態を検知した場合は、異常状態のレベルと事前に登録してある補正ルール161(応急処置ルール)を用いて、異常のある環境項目及び異常のない環境項目で総合的に応急処置ができる応急処置シナリオを作成し、植物工場200に配信することができる。
したがって、異常状態を検知したセンサとその異常の度合いによって、測定ミス等の一時的な外れ値による状態変化にも柔軟に対応でき、人手によるリカバリ処置を減らすことができる。
したがって、異常状態を検知したセンサとその異常の度合いによって、測定ミス等の一時的な外れ値による状態変化にも柔軟に対応でき、人手によるリカバリ処置を減らすことができる。
以上の実施の形態では、環境監視装置100を1つの装置として説明したが、複数の装置から構成されたシステムでもよい。
例えば、データ取得部、指標算出部、レベル決定部、センサ履歴情報記憶部を1つの装置(例えば、状態情報生成装置)とし、この状態情報生成装置に接続されたセンサ状態情報記憶部を1つのデータベースサーバとし、シナリオ補正部、シナリオ送信部、補正ルール、育成シナリオ記憶部を1つの装置(例えば、シナリオ生成装置)としてもよい。これらの状態情報生成装置、データベースサーバ、シナリオ生成装置は、ネットワークで接続され、実施の形態1,2で説明した環境監視装置100の機能を有する環境監視システムを構成してもよい。
例えば、データ取得部、指標算出部、レベル決定部、センサ履歴情報記憶部を1つの装置(例えば、状態情報生成装置)とし、この状態情報生成装置に接続されたセンサ状態情報記憶部を1つのデータベースサーバとし、シナリオ補正部、シナリオ送信部、補正ルール、育成シナリオ記憶部を1つの装置(例えば、シナリオ生成装置)としてもよい。これらの状態情報生成装置、データベースサーバ、シナリオ生成装置は、ネットワークで接続され、実施の形態1,2で説明した環境監視装置100の機能を有する環境監視システムを構成してもよい。
以上の実施の形態1、2において説明した環境監視装置100のブロック構成は、データ取得部、指標算出部、レベル決定部、センサ履歴情報記憶部、シナリオ補正部、シナリオ送信部、ルール記憶部、育成シナリオ記憶部に限られない。
これらのブロック構成は任意である。
例えば、データ取得部、指標算出部、レベル決定部をひとつの機能ブロックで実現してもよいし、シナリオ補正部、シナリオ送信部をひとつの機能ブロックで実現しても良い。また、センサ履歴情報記憶部、ルール記憶部、育成シナリオ記憶部をひとつの機能ブロックで実現してもよい。あるいは、これらの機能ブロックを、他のどのような組み合わせで環境監視装置100を構成しても構わない。
これらのブロック構成は任意である。
例えば、データ取得部、指標算出部、レベル決定部をひとつの機能ブロックで実現してもよいし、シナリオ補正部、シナリオ送信部をひとつの機能ブロックで実現しても良い。また、センサ履歴情報記憶部、ルール記憶部、育成シナリオ記憶部をひとつの機能ブロックで実現してもよい。あるいは、これらの機能ブロックを、他のどのような組み合わせで環境監視装置100を構成しても構わない。
以上、本発明の実施の形態1,2について説明したが、これらの実施の形態のうち2つを組み合わせて実施しても構わない。あるいは、これらの実施の形態のうち、1つを部分的に実施しても構わない。あるいは、これらの実施の形態のうち、2つを部分的に組み合わせて実施しても構わない。なお、本発明は、これらの実施の形態に限定されるものではなく、必要に応じて種々の変更が可能である。
100 環境監視装置、110 データ取得部、120 指標算出部、130 レベル決定部、131 異常レベル判定テーブル、140 センサ履歴情報記憶部、141 センサ履歴情報、150 センサ状態情報記憶部、151 センサ状態情報、160 ルール記憶部、161 補正ルール、170 育成シナリオ記憶部、171 育成シナリオ、172 応急処置シナリオ、180 シナリオ補正部、190 シナリオ送信部、200 植物工場、210 センサデータ、901 演算装置、902 外部記憶装置、903 主記憶装置、904 通信装置、905 入出力装置。
Claims (7)
- 植物の栽培環境の状態を示すセンサデータを取得センサデータとして取得するデータ取得部と、
前記取得センサデータが前記データ取得部により取得された時点より前に取得されたセンサデータを過去センサデータとして蓄積する過去データ蓄積部と、
前記データ取得部により取得された前記取得センサデータと、前記過去データ蓄積部に蓄積された前記過去センサデータとに基づいて、前記取得センサデータの前記過去センサデータに対する変化量を算出する変化量算出部と、
前記変化量算出部により算出された前記変化量に基づいて、前記取得センサデータの異常レベルを決定するレベル決定部と、
前記レベル決定部により決定された前記異常レベルを前記取得センサデータに付加した情報をセンサ状態情報として記憶するセンサ状態情報記憶部と
を備えることを特徴とする環境監視装置。 - 前記異常レベルと前記変化量の範囲とを対応付けて記憶した異常レベル判定テーブルを備え、
前記レベル決定部は、
前記変化量と前記異常レベル判定テーブルとに基づいて、前記取得センサデータの前記異常レベルを決定する
ことを特徴とする請求項1に記載の環境監視装置。 - 前記栽培環境を制御する手順を定めた育成シナリオを記憶する育成シナリオ記憶部と、
前記異常レベルと、前記育成シナリオの補正手順とを対応付けた補正手順情報を記憶する補正手順情報記憶部と、
前記センサ状態情報記憶部に記憶された前記センサ状態情報に付加されている前記異常レベルと、前記補正手順情報記憶部に記憶された前記補正手順情報とに基づいて、前記異常レベルに対応する前記補正手順を取得する補正手順取得部と、
前記補正手順取得部により取得された前記補正手順にしたがって前記育成シナリオを補正するシナリオ補正部と、
前記シナリオ補正部により補正された前記育成シナリオを応急処置シナリオとして送信するシナリオ送信部と
を備えることを特徴とする請求項1または2に記載の環境監視装置。 - 前記データ取得部は、
前記栽培環境の状態として複数の環境項目の状態を前記センサデータとして取得し、
前記変化量算出部は、前記複数の環境項目ごとに前記変化量を算出し、
前記レベル決定部は、前記複数の環境項目ごとに前記異常レベルを決定し、
前記センサ状態情報記憶部は、前記複数の環境項目ごとに前記異常レベルを付加した情報を前記センサ状態情報として記憶することを特徴とする請求項3に記載の環境監視装置。 - 前記育成シナリオ記憶部は、前記複数の環境項目のそれぞれを制御する手順を定めた前記育成シナリオを記憶し、
前記補正手順情報記憶部は、前記複数の環境項目ごとの前記異常レベルと、前記複数の環境項目のそれぞれの補正手順とを対応付けた前記補正手順情報を記憶し、
前記補正手順取得部は、
前記複数の環境項目のうち前記異常レベルが付加された環境項目に対応する前記補正手順を取得し、
前記シナリオ補正部は、
前記補正手順にしたがって、前記育成シナリオの前記複数の環境項目のうち、前記異常レベルが付加された環境項目を補正するとともに前記異常レベルが付加された環境項目以外の環境項目を補正することを特徴とする請求項4に記載の環境監視装置。 - データ取得部が、植物の栽培環境の状態を示すセンサデータを取得センサデータとして取得し、
変化量算出部が、前記データ取得部により取得された前記取得センサデータと、前記取得センサデータが前記データ取得部により取得された時点より前に取得されたセンサデータを過去センサデータとして蓄積する過去データ蓄積部に蓄積された前記過去センサデータとに基づいて、前記取得センサデータの前記過去センサデータに対する変化量を算出し、
レベル決定部が、前記変化量算出部により算出された前記変化量に基づいて、前記取得センサデータの異常レベルを決定し、
センサ状態情報記憶部が、前記レベル決定部により決定された前記異常レベルを前記取得センサデータに付加した情報をセンサ状態情報として記憶することを特徴とする環境監視方法。 - 植物の栽培環境の状態を示すセンサデータを取得センサデータとして取得するデータ取得処理と、
前記データ取得処理により取得された前記取得センサデータと、前記取得センサデータが前記データ取得処理により取得された時点より前に取得されたセンサデータを過去センサデータとして蓄積する過去データ蓄積部に蓄積された前記過去センサデータとに基づいて、前記取得センサデータの前記過去センサデータに対する変化量を算出する変化量算出処理と、
前記変化量算出処理により算出された前記変化量に基づいて、前記取得センサデータの異常レベルを決定するレベル決定処理と、
前記レベル決定処理により決定された前記異常レベルを前記取得センサデータに付加した情報をセンサ状態情報として記憶するセンサ状態情報記憶処理と
をコンピュータに実行させるプログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014061144A JP2015181410A (ja) | 2014-03-25 | 2014-03-25 | 環境監視装置、環境監視方法、及びプログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2014061144A JP2015181410A (ja) | 2014-03-25 | 2014-03-25 | 環境監視装置、環境監視方法、及びプログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2015181410A true JP2015181410A (ja) | 2015-10-22 |
Family
ID=54348734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014061144A Pending JP2015181410A (ja) | 2014-03-25 | 2014-03-25 | 環境監視装置、環境監視方法、及びプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2015181410A (ja) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019150015A (ja) * | 2018-03-02 | 2019-09-12 | コリア・インスティテュート・オブ・サイエンス・アンド・テクノロジー | 作物活性指数基盤の施設園芸複合環境制御システム及び方法 |
CN110874089A (zh) * | 2018-09-04 | 2020-03-10 | 上海莱乾新能源有限公司 | 一种dcs智能生态工厂控制系统 |
-
2014
- 2014-03-25 JP JP2014061144A patent/JP2015181410A/ja active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019150015A (ja) * | 2018-03-02 | 2019-09-12 | コリア・インスティテュート・オブ・サイエンス・アンド・テクノロジー | 作物活性指数基盤の施設園芸複合環境制御システム及び方法 |
CN110874089A (zh) * | 2018-09-04 | 2020-03-10 | 上海莱乾新能源有限公司 | 一种dcs智能生态工厂控制系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107766299B (zh) | 数据指标异常的监控方法及其系统、存储介质、电子设备 | |
US10164847B2 (en) | Data transfer monitor system, data transfer monitor method and base system | |
US8983630B2 (en) | Real time event viewing across distributed control system servers | |
US9917641B2 (en) | Optical power data processing method, device and computer storage medium | |
CN109213747B (zh) | 一种数据管理方法及装置 | |
JP2011028752A5 (ja) | ||
US20190188110A1 (en) | Industrial control system, and assistance apparatus, control assist method, and program thereof | |
Jensen et al. | Optimally climate sensitive policy: A comprehensive evaluation of uncertainty & learning | |
US10558191B2 (en) | Generation and publication of shared tagsets | |
BR112021011955A2 (pt) | Dispositivo de processamento de informação e sistema de processamento de informação | |
CN116343423A (zh) | 一种基于多源数据分析的火灾防控预警系统及方法 | |
US20150205269A1 (en) | Method and system for monitoring controlled variable of multivariable predictive controller in an industrial plant | |
JP2015181410A (ja) | 環境監視装置、環境監視方法、及びプログラム | |
JP2016091417A (ja) | 異常診断方法、異常診断装置及び異常診断プログラム | |
JP6273835B2 (ja) | 状態判定装置、状態判定方法および状態判定プログラム | |
CN105553717B (zh) | 呼叫中心及其监控系统 | |
JP6639952B2 (ja) | 携帯端末を用いた警報器の点検システム、及び、これを用いた点検方法 | |
CN116126646A (zh) | 一种确定批量数据执行进度的方法及装置 | |
US10819798B2 (en) | On-site system | |
US20210232686A1 (en) | Attack detection device, attack detection method, and attack detection program | |
US20180314575A1 (en) | Inferred detection of data replication errors of source applications by enterprise applications | |
JP2015032195A (ja) | 構造解析装置、構造解析方法及び構造解析プログラム | |
US10621032B2 (en) | Checksum tree generation for improved data accuracy verification | |
JP6767895B2 (ja) | 中継装置、中継方法およびそのシステム | |
US20120239369A1 (en) | Electronic device and method for controlling probe measurements |