JP2020051807A - モデル取得装置、振動監視システム、振動監視装置、モデル取得方法、振動監視方法およびプログラム - Google Patents

Abstract

【課題】装置の振動を監視する際、振動監視における監視対象の装置以外の要因の影響を低減させる。【解決手段】モデル取得装置が、振動監視対象装置が設置された設置環境の情報を取得する環境情報取得部と、前記設置環境に応じた振動監視モデルの取得を試みるモデル選択部と、前記モデル選択部が、前記設置環境に応じた振動監視モデルの取得に失敗した場合、前記振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する機械学習部と、を備える。【選択図】図５

Description

本発明は、モデル取得装置、振動監視システム、振動監視装置、モデル取得方法、振動監視方法およびプログラムに関する。

装置またはプラント等の監視のための技術が提案されている。
例えば、特許文献１には、プロセスプラントからクラウドコンピューティングシステムからクラウドコンピューティングシステムへデータを送信する際、データダイオードを用いて一方向通信とすることが記載されている。

特開２０１８−０７３４１７号公報

装置の監視の１つに振動監視がある。装置の振動を監視する際、振動測定値が監視対象の装置以外の要因に影響されると監視精度の低下につながる。振動監視の精度を向上させる観点から、振動監視における監視対象の装置以外の要因の影響を低減させられることが好ましい。

本発明は、上述の課題を解決することのできるモデル取得装置、振動監視システム、振動監視装置、モデル取得方法、振動監視方法およびプログラムを提供することを目的としている。

本発明の第１の態様によれば、モデル取得装置は、振動監視対象装置が設置された設置環境の情報を取得する環境情報取得部と、前記設置環境に応じた振動監視モデルの取得を試みるモデル選択部と、前記モデル選択部が、前記設置環境に応じた振動監視モデルの取得に失敗した場合、前記振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する機械学習部と、を備える。

本発明の第２の態様によれば、振動監視システムは、振動監視対象装置が設置された設置環境の情報を取得する環境情報取得部と、前記設置環境に応じた振動監視モデルを取得するモデル取得部と、前記振動監視対象装置における振動測定値を取得する振動測定値取得部と、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する異常判定部と、を備える。

本発明の第３の態様によれば、振動監視装置は、振動監視対象装置における振動測定値を取得する振動測定値取得部と、振動監視モデルを得られている場合、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する異常判定部と、前記振動監視モデルを得られていない場合、振動測定値をモデル取得装置へ送信し、前記振動監視モデルを得られている場合、前記振動測定値の前記モデル取得装置への送信を中止する振動測定値送信部と、を備える。

本発明の第４の態様によれば、モデル取得方法は、振動監視対象装置が設置された設置環境の情報を取得する工程と、前記設置環境に応じた振動監視モデルの取得を試みる工程と、前記設置環境に応じた振動監視モデルの取得に失敗した場合、前記振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する工程と、を含む。

本発明の第５の態様によれば、振動監視方法は、振動監視対象装置における振動測定値を取得する工程と、振動監視モデルを得られた場合、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する工程と、前記振動監視モデルを得られていない場合、振動測定値をモデル取得装置へ送信し、前記振動監視モデルを得られている場合、前記振動測定値の前記モデル取得装置への送信を中止する工程と、を含む。

本発明の第６の態様によれば、プログラムは、コンピュータに、振動監視対象装置が設置された設置環境の情報を取得する工程と、前記設置環境に応じた振動監視モデルの取得を試みる工程と、前記設置環境に応じた振動監視モデルの取得に失敗した場合、前記振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する工程と、を実行させるためのプログラムである。

本発明の第７の態様によれば、プログラムは、コンピュータに、振動監視対象装置における振動測定値を取得する工程と、振動監視モデルを得られた場合、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する工程と、前記振動監視モデルを得られていない場合、振動測定値をモデル取得装置へ送信し、前記振動監視モデルを得られている場合、前記振動測定値の前記モデル取得装置への送信を中止する工程と、を実行させるためのプログラムである。

この発明によれば、装置の振動を監視する際、振動監視における監視対象の装置以外の要因の影響を低減させることができる。

実施形態に係る振動監視システムの機能構成の例を示す概略ブロック図である。 実施形態に係る振動監視対象装置の被設置物が壁面である場合の設置例を示す図である。 実施形態に係る振動監視装置の機能構成の例を示す概略ブロック図である。 実施形態に係るモデル取得装置の機能構成の例を示す概略ブロック図である。 実施形態に係る振動監視装置およびモデル取得装置の各部間におけるデータの流れの例を示す図である。 実施形態に係るモデル取得装置が振動監視モデルを取得して振動監視装置に提供する処理の第１の例を示すシーケンス図である。 実施形態に係る振動監視装置が振動監視対象装置の振動を監視する処理の例を示すシーケンス図である。 実施形態に係るモデル取得装置が振動監視モデルを取得して振動監視装置に提供する処理の第２の例を示すシーケンス図である。 実施形態に係るモデル取得装置の構成の例を示す図である。 実施形態に係る振動監視装置の構成の例を示す図である。 実施形態に係る振動監視システムの構成の例を示す図である。

以下、本発明の実施形態を説明するが、以下の実施形態は請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図１は、実施形態に係る振動監視システムの機能構成の例を示す概略ブロック図である。図１に示す構成で、振動監視システム１は、材質判定用センサ１１０と、振動センサ１２０と、振動監視装置２００と、モデル取得装置３００とを備える。
振動監視装置２００とモデル取得装置３００とは通信ネットワーク９３０を介して通信を行う。

振動監視システム１は、振動監視対象装置９１０の振動を監視するシステムである。振動監視システム１は、振動監視対象装置９１０が設置された設置環境に応じて振動監視モデルを選択し、選択した振動監視モデルを用いて振動監視対象装置９１０の振動を監視する。

ここでいう設置環境は、振動監視対象装置９１０が設置されている状況である。振動監視対象装置９１０が設置されている状況のうち、特に、振動監視対象装置９１０が設置されている物の材質の影響が、振動監視対象装置９１０の振動に及ぼす影響が大きい。そこで、振動監視システム１は、設置環境の情報として、振動監視対象装置９１０が設置されている物の材質を識別する識別情報を取得する。
以下では、振動監視対象装置９１０が設置されている物を、振動監視対象装置９１０の被設置物、あるいは、単に被設置物と称する。

被設置物は床（床面）または壁（壁面）であってもよいが、これらに限定されない。例えば、振動監視対象装置９１０が屋外に設置されている場合、被設置物が地面であってもよい。図１では、被設置物が設置床面９２１である場合の例を示している。すなわち、図１の例では、振動監視対象装置９１０は設置床面９２１の上に設置されている。

ここでいう振動監視モデルは、振動監視対象装置９１０の振動測定値の入力を受けて、振動監視対象装置９１０の振動の状態を示すデータを出力するものである。振動監視システム１が、振動監視対象装置９１０の異常振動を検出するための閾値を振動監視モデルとして用いるようにしてもよい。ここで、被設置物の材質が柔らかいほど、振動監視対象装置９１０の振動が吸収され、振動測定値が小さくなることが考えられる。そこで、被設置物の材質が柔らかいほど閾値を小さく設定することで、被設置物の材質の影響を低減させて、異常振動を比較的高精度に検出することができる。

あるいは、振動監視システム１が、振動監視対象装置９１０の振動の時系列データの入力を受けて将来（振動測定時よりも未来）の振動を予測する振動監視モデルを用いるようにしてもよいし、さらに、予測した将来の振動が異常か否かを判定する振動監視モデルを用いるようにしてもよい。

材質判定用センサ１１０は、振動監視対象装置９１０の被設置物の材質を判定するためのデータを測定する。図１の例では、材質判定用センサ１１０は、振動監視対象装置９１０が設置された設置床面９２１に設置され、設置床面９２１の材質を判定するためのデータを測定する。材質判定用センサ１１０の測定データを材質データと称する。
材質判定用センサ１１０として、材質判定のための既存のセンサを用いることができる。例えば、材質判定用センサ１１０が、近赤外線等の電磁波を照射して反射スペクトルを測定するようにしてもよいが、これに限定されない。
材質判定用センサ１１０の設置位置は、振動監視対象装置９１０の被設置物の材質判定のための測定を行える位置であればよい。材質判定用センサ１１０が、振動監視対象装置９１０の近くに設置されていてもよいし、ある程度離れて設置されていてもよい。

振動センサ１２０は、振動監視対象装置９１０に設置されて振動監視対象装置９１０の振動を測定する。
振動センサ１２０が測定する振動は、具体的には、振動による変位、速度、加速度の何れであってもよいし、これらの組み合わせであってもよい。例えば、振動センサ１２０が、振動監視対象装置９１０の振動による振動センサ１２０自らの変位、速度、加速度のうち何れか、あるいはこれらの組み合わせを測定するようにしてもよい。

振動監視対象装置９１０の特定の部分の振動を監視したい場合、設置作業者が、振動センサ１２０をその部分に設置するようにしてもよい。あるいは、振動監視対象装置９１０全体の振動を測定したい場合、設置作業者が、振動センサ１２０を振動監視対象装置９１０の複数個所に設置し、振動測定値送信制御部２９３あるいは振動センサ１２０自らが、振動監視対象装置９１０の複数個所における振動の平均値を算出するようにしてもよい。

図２は、振動監視対象装置９１０の被設置物が壁面である場合の設置例を示す図である。
図２の例では、振動監視対象装置９１０が設置壁面９２２に設置されており、材質判定用センサ１１０の設置壁面９２２に設置されて設置壁面９２２の材質判定のためのデータ（例えば、近赤外線の反射スペクトル）を測定する。振動センサ１２０は、振動監視対象装置９１０に設置されて振動監視対象装置９１０の振動を測定する。

振動監視装置２００は、振動監視モデルを用いて振動監視対象装置９１０の振動を監視する。特に、振動監視装置２００は、振動監視対象装置９１０の被設置物の材質に応じた振動監視モデルをモデル取得装置３００から取得し、そのモデルを用いて振動監視対象装置９１０の振動を監視する。例えば、振動監視装置２００は、振動監視対象装置９１０の異常振動を検出すると、警報を出力する。
振動監視装置２００は、振動監視対象装置９１０の被設置物の材質に応じた振動監視モデルを取得するために、材質判定用センサ１１０から受信する材質データをモデル取得装置３００へ送信（転送）する。

振動監視装置２００が、エッジゲートウェイ（Edge Gateway）を用いて構成されていてもよい。材質判定用センサ１１０または振動センサ１２０が、センサ単独では通信ネットワーク９３０に接続できない場合でも、エッジゲートウェイである振動監視装置２００を介することで、材質判定用センサ１１０の測定データ（材質データ）および振動センサ１２０の測定データ（振動測定値）を、通信ネットワーク９３０を経由してモデル取得装置３００へ送信できる。
エッジゲートウェイは、コンピュータの一種とみなすことができる。あるいは、振動監視装置２００が、例えばＥＷＳ（Engineering Workstation）またはパソコン（Personal Computer；ＰＣ）など、エッジゲートウェイ以外のコンピュータを用いて構成されていてもよい。

モデル取得装置３００は、振動監視装置２００とは別の装置として構成され、振動監視装置２００に振動監視モデルを提供するサーバ装置として機能する。特に、モデル取得装置３００は、振動監視装置２００から材質データを受信して、予め得られている振動監視モデルのうち被設置物の材質に応じた振動監視モデルを選択し、振動監視装置２００へ送信する。被設置物の材質に応じた振動監視モデルがない場合、モデル取得装置３００は、振動監視装置２００から振動測定値を受信し、機械学習によって振動監視モデルを生成して振動監視装置２００へ送信する。
モデル取得装置３００は、例えばＥＷＳまたはパソコン等のコンピュータを用いて構成される。

振動監視装置２００とモデル取得装置３００とが別々の装置として構成されていることで、振動監視装置２００とモデル取得装置３００とを別々に配置することができる。特に、振動監視装置２００を振動監視対象装置９１０の近くに配置し、モデル取得装置３００をクラウド内など振動監視対象装置９１０から見て遠くに配置することができる。これにより、モデル取得装置３００と振動監視対象装置９１０との位置関係の自由度を確保することができ、かつ、振動監視装置２００が振動監視対象装置９１０の近くでリアルタイムに振動監視対象装置９１０の振動を監視することができる。

仮に、振動監視装置２００の機能とモデル取得装置３００の機能とを併せ持つ監視装置がクラウド内に配置されている場合、振動センサ１２０が送信する振動監視対象装置９１０の振動測定値がクラウドを経由するのに時間がかかり、監視装置による異常振動の検出が遅延することが考えられる。例えば振動監視対象装置９１０が工場の製造ラインで用いられている場合、監視装置が異常振動を検出するまでに製造不良が発生し、原材料が無駄になってしまう、あるいは、不具合のある製造物の除去や廃棄が作業者の負担になってしまう等の不具合が生じることが考えられる。
これに対し、振動監視装置２００が振動監視対象装置９１０の近傍で、特に通信ネットワーク９３０を介さずに振動監視対象装置９１０の振動を監視することで、異常振動の検出の遅延を回避または低減させることができる。

また、振動監視装置２００とモデル取得装置３００とが別々の装置として構成されていることで、モデル取得装置３００は、複数の振動監視装置２００に振動監視モデルを提供することができる。振動監視システム１が備える振動監視装置２００の数は、図１に例示される１つに限定されず、複数であってもよい。例えば、振動監視システム１が複数の工場に対応して用いられる場合、工場毎に振動監視装置２００を配置して工場内の装置の振動を監視するようにしてもよい。この場合、振動監視システム１が備えるモデル取得装置３００の数は１つでよく、この点で、振動監視システム１の設備コストおよび運用コストが比較的小さくて済む。

また、１つの振動監視装置２００が複数の振動監視対象装置９１０の振動を監視するようにしてもよい。例えば、工場内にある複数の装置を１つの振動監視装置２００が監視するようにしてもよい。
１つの振動監視装置２００が複数の振動監視対象装置９１０の振動を監視する場合、振動監視対象装置９１０毎に材質判定用センサ１１０および振動センサ１２０が設けられていてもよい。あるいは、複数の振動監視対象装置９１０が同じ材質の被設置物に設置されている場合、これら複数の振動監視対象装置９１０に共用の材質判定用センサ１１０が１つ設けられていてもよい。

通信ネットワーク９３０は、振動監視装置２００とモデル取得装置３００との通信を仲介する。通信ネットワーク９３０が振動監視システム１の一部として構成されていてもよいし、振動監視システム１の外部の構成となっていてもよい。
通信ネットワーク９３０は、特定の種類の通信ネットワークに限定されない。特に、通信ネットワーク９３０には通信速度の高速性は要求されない。例えば、通信ネットワーク９３０としてインターネットが用いられ、モデル取得装置３００がクラウドサーバとして構成されていてもよい。

図３は、振動監視装置２００の機能構成の例を示す概略ブロック図である。図３に示す構成で、振動監視装置２００は、対材質判定用センサ通信部２１１と、対振動センサ通信部２１２と、監視側通信部２１３と、表示部２２０と、監視側記憶部２８０と、監視側制御部２９０とを備える。監視側記憶部２８０は、モデル記憶部２８１を備える。監視側制御部２９０は、モデル管理部２９１と、異常判定部２９２と、振動測定値送信制御部２９３とを備える。

対材質判定用センサ通信部２１１は、材質判定用センサ１１０と通信を行う。特に、対材質判定用センサ通信部２１１は、材質判定用センサ１１０からの材質データを受信する。
対振動センサ通信部２１２は、振動センサ１２０と通信を行う。特に、対振動センサ通信部２１２は、振動測定値取得部の例に該当し、振動センサ１２０からの振動測定値（振動監視対象装置９１０における振動測定値）を受信する。

監視側通信部２１３は、通信ネットワーク９３０に接続し、通信ネットワーク９３０を介して他の機器と通信を行う。特に、監視側通信部２１３は、モデル取得装置３００と通信を行う。
監視側通信部２１３は、対材質判定用センサ通信部２１１が材質判定用センサ１１０から受信した材質データをモデル取得装置３００へ送信（転送）する。また、監視側通信部２１３は、モデル取得装置３００からの振動監視モデルを受信する。

また、監視側通信部２１３は、振動測定値送信部の例に該当し、対振動センサ通信部２１２が振動センサ１２０から受信した振動測定値をモデル取得装置３００へ送信（転送）する。特に、監視側通信部２１３は、振動測定値送信制御部２９３の制御に従って、振動測定値のモデル取得装置３００への送信およびその中止を実行する。
振動監視装置２００が振動監視モデルを得られていない場合、監視側通信部２１３は、振動測定値をモデル取得装置３００に送信する。一方、振動監視装置２００が振動監視モデルを得られている場合、監視側通信部２１３は、振動測定値のモデル取得装置３００への送信を中止する。

モデル取得装置３００は、監視側通信部２１３が送信する振動測定値を用いて機械学習を行って、振動監視モデルを生成することができる。異常判定部２９２が振動監視モデルを得られた場合、従って、モデル取得装置３００が振動監視モデルを生成する必要がない場合、監視側通信部２１３が振動測定値のモデル取得装置３００への送信を中止することで、振動監視装置２００、モデル取得装置３００それぞれの通信負荷が比較的小さくて済み、通信ネットワーク９３０の通信量が比較的少なくて済む。

表示部２２０は、例えば液晶パネルまたはＬＥＤ（Light Emitting Diode、発光ダイオード）等の表示画面を備え、監視側制御部２９０の制御に従って各種画像を表示する。特に、異常判定部２９２が振動監視対象装置９１０の異常を検出した場合、表示部２２０は、検出された異常を示す警報を表示する。

監視側記憶部２８０は、各種データを記憶する。監視側記憶部２８０は、振動監視装置２００が備える記憶デバイスを用いて構成される。
モデル記憶部２８１は、監視側通信部２１３がモデル取得装置３００から受信した振動監視モデルを記憶する。
監視側制御部２９０は、振動監視装置２００の各部を制御して各種処理を実行する。監視側制御部２９０は、振動監視装置２００が備えるＣＰＵ（Central Processing Unit、中央処理装置）が監視側記憶部２８０からプログラムを読み出して実行することで構成される。

モデル管理部２９１は、振動監視モデルを管理する。特に、監視側通信部２１３がモデル取得装置３００から振動監視モデルを受信すると、モデル管理部２９１は、得られた振動監視モデルをモデル記憶部２８１に記憶させる。
振動監視対象装置９１０が移設された場合、モデル管理部２９１が、モデル記憶部２８１が記憶している振動監視モデルを更新するようにしてもよい。例えば、モデル管理部２９１は、ユーザ操作に従って、一旦、モデル記憶部２８１から振動監視モデルを削除する。その後、監視側通信部２１３がモデル取得装置３００から振動監視モデルを受信すると、モデル管理部２９１は、新たに得られた振動監視モデルをモデル記憶部２８１に記憶させる。

また、モデル管理部２９１は、振動監視装置２００が振動監視モデルを得られているか否かの判定を行う。例えば、モデル記憶部２８１が振動監視モデルを記憶している場合、モデル管理部２９１は、振動監視モデルを得られていると判定する。モデル記憶部２８１が振動監視モデルを記憶していない場合、モデル管理部２９１は、振動監視モデルを得られていないと判定する。

異常判定部２９２は、振動監視対象装置９１０の異常振動を検出する。具体的には、振動監視モデルを得られた場合、異常判定部２９２は、対振動センサ通信部２１２が振動センサ１２０から受信する振動測定値を振動監視モデルに入力して異常の有無を判定する。
振動測定値送信制御部２９３は、監視側通信部２１３を制御して振動測定値をモデル取得装置３００へ送信させ、また、その送信を中止させる。振動監視装置２００が振動監視モデルを得られていない場合、振動測定値送信制御部２９３は監視側通信部２１３を制御して、振動測定値をモデル取得装置３００へ送信させる。一方、振動監視装置２００が振動監視モデルを得られている場合、振動監視装置２００は監視側通信部２１３を制御して、振動測定値のモデル取得装置３００への送信を中止させる。

図４は、モデル取得装置３００の機能構成の例を示す概略ブロック図である。図４に示す構成で、モデル取得装置３００は、取得側通信部３１０と、取得側記憶部３８０と、取得側制御部３９０とを備える。取得側記憶部３８０は、モデルデータベース３８１と、センサデータ記憶部３８２とを備える。取得側制御部３９０は、環境情報取得部３９１と、モデル選択部３９２と、機械学習部３９３とを備える。

取得側通信部３１０は、通信ネットワーク９３０に接続し、通信ネットワーク９３０を介して他の機器と通信を行う。特に、取得側通信部３１０は、振動監視装置２００の監視側通信部２１３と通信を行う。
取得側通信部３１０は、監視側通信部２１３が送信する材質データおよび振動測定値を受信する。また、取得側通信部３１０は、振動監視モデルを監視側通信部２１３へ送信する。

取得側記憶部３８０は、各種データを受信する。取得側記憶部３８０は、モデル取得装置３００が備える記憶デバイスを用いて構成される。
モデルデータベース３８１は、被設置物の材質毎に、その材質用の振動監視モデルを記憶する。モデルデータベース３８１は、材質を識別する識別情報と振動監視モデルとを対応付けて記憶する。この識別情報をキーとして、材質に応じた振動監視モデルを検索することができる。

センサデータ記憶部３８２は、材質データおよび振動測定値を記憶する。例えば、センサデータ記憶部３８２は、材質データ、振動測定値の各々の履歴を時系列データとして記憶する。センサデータ記憶部３８２が記憶するデータを機械学習に用いることができる。特に、環境情報取得部３９１が振動監視モデルの取得に失敗した場合、すなわち、モデルデータベース３８１が被設置物の材質に応じた振動監視モデルを記憶していない場合、機械学習部３９３は、センサデータ記憶部３８２が記憶する振動測定値を用いた機械学習によって振動監視モデルを生成する。
また、環境情報取得部３９１が被設置物の材質の判定に失敗した場合、ユーザ（例えば、モデル取得装置３００の管理者）が、正解である材質の識別情報の入力操作を行い、取得側制御部３９０が、入力された識別情報と判定に失敗した材質データとを対応付けた学習用データを生成するようにしてもよい。取得側制御部３９０はこの学習用データを用いて材質データと材質（材質の識別情報）との対応関係を機械学習し、材質データから材質を判定するための判定基準を生成または更新することができる。

取得側制御部３９０は、モデル取得装置３００の各部を制御して各種処理を行う。取得側制御部３９０は、モデル取得装置３００が備えるＣＰＵが取得側記憶部３８０からプログラムを読み出して実行することで構成される。
環境情報取得部３９１は、材質データを用いて被設置物の材質を判定する。例えば、環境情報取得部３９１は、材質データから材質の識別情報（材質を識別する識別情報）への変換規則を備え、取得側通信部３１０が受信する材質データをこの変換規則に適用して、識別情報を取得する。この識別情報は、振動監視対象装置９１０が設置された設置環境の情報の例に該当し、環境情報取得部３９１は、環境情報取得部の例に該当する。

モデル選択部３９２は、環境情報取得部３９１が判定した設置環境に応じた振動監視モデルの取得を試みる。具体的には、モデル選択部３９２は、モデルデータベース３８１を探索して、環境情報取得部３９１が取得した識別情報（被設置物の材質を識別する識別情報）に対応付けられている振動監視モデルの取得を試みる。この識別情報に対応する振動監視モデル（従って、この識別情報が示す材質用の振動監視モデル）が既にモデルデータベース３８１に登録されている場合、モデル選択部３９２は、振動監視モデルの取得に成功する。一方、この識別情報に対応する振動監視モデルがモデルデータベース３８１に登録されていない場合、モデル選択部３９２は、振動監視モデルの取得に失敗する。

機械学習部３９３は、モデル選択部３９２が、設置環境に応じた振動監視モデルの取得に失敗した場合、振動監視対象装置９１０における振動測定値を用いた機械学習にて振動監視モデルを生成する。具体的には、機械学習部３９３は、センサデータ記憶部３８２が記憶している振動測定値の履歴のうち、現在の設置環境（特に、現在の被設置物の材質）に応じた振動測定値を用いて機械学習を行い、現在の設置環境に応じた機械学習にて振動監視モデルを生成する。
機械学習部３９３が、環境情報取得部３９１が振動監視モデルの取得に失敗した際の識別情報のもととなった材質データの測定タイミング以降に測定された振動測定値を、現在の設置環境に応じた振動測定値として用いるようにしてもよい。

機械学習部３９３が行う機械学習の手法として公知の手法を用いることができる。例えば、センサデータ記憶部３８２が記憶している振動測定値が全て、振動監視対象装置９１０が正常状態の場合の振動測定値である場合、機械学習部３９３が、マハラノビスタグチ（Mahalanobis Taguchi；ＭＴ）システムなどマハラノビス距離を用いる手法にて機械学習を行うようにしてもよい。但し、機械学習部３９３が用いる機械学習手法はこれに限定されない。例えば、機械学習部３９３が、振動監視対象装置９１０が正常の場合の振動測定値（例えば、振幅、速度、または加速度）の最大値を１．１倍した値を、振動監視モデルとしての閾値に設定するようにしてもよい。

機械学習部３９３が、異常振動の有無を判定するための閾値など異常振動の有無を判定するための判定基準を、振動監視モデルとして生成するようにしてもよい。あるいは、機械学習部３９３が、振動測定値の時系列データの入力を受けて未来の時点（振動測定時よりも未来）における振動を予測する振動監視モデルを生成するようにしてもよい。あるいは、機械学習部３９３が、振動測定値の時系列データの入力を受けて未来の時点における振動を予測し、さらに、予測した将来の振動が異常か否かを判定する振動監視モデルを生成するようにしてもよい。
環境情報取得部３９１と機械学習部３９３との組み合わせは、モデル取得部の例に該当し、設置環境に応じた振動監視モデルを取得する。

図５は、振動監視装置２００およびモデル取得装置３００の各部間におけるデータの流れの例を示す図である。
振動監視装置２００では、材質判定用センサ１１０からの材質データを対材質判定用センサ通信部２１１が受信する。対材質判定用センサ通信部２１１が受信した材質データは、監視側通信部２１３からモデル取得装置３００へ転送される。
監視側通信部２１３が、繰り返しあるいは連続的に材質データをモデル取得装置３００へ転送するようにしてもよいし、１度のみ材質データをモデル取得装置３００へ転送するようにしてもよい。

例えば、材質判定用センサ１１０が常に材質データを出し続け、振動監視装置２００が、ユーザ操作を受けて１度のみ材質データをモデル取得装置３００へ転送するようにしてもよい。あるいは、振動監視装置２００がユーザ操作を受けて材質判定用センサ１１０に対してデータ送信要求を送信するようにし、材質判定用センサ１１０がデータ送信要求を受けた場合のみ材質データを送信するようにしてもよい。そして、振動監視装置２００が、材質判定用センサ１１０からの材質データをモデル取得装置３００へ転送するようにしてもよい。
振動監視装置２００が材質データをモデル取得装置３００へ転送する回数または時間を制限することで、振動監視装置２００、モデル取得装置３００それぞれの通信負荷が比較的小さくて済み、通信ネットワーク９３０の通信量が比較的少なくて済む。

モデル取得装置３００では、取得側通信部３１０が材質データを受信する。取得側通信部３１０が受信した材質データは、センサデータ記憶部３８２と環境情報取得部３９１とに出力される。
センサデータ記憶部３８２は、取得側通信部３１０が受信した材質データを時系列データにて記憶する。
環境情報取得部３９１は、材質データを用いて被設置物の材質を判定し、判定した材質を示す識別情報をモデル選択部３９２へ出力する。

モデル選択部３９２は、識別情報に対応付けられている振動監視モデルをモデルデータベース３８１から読み出す。ただし、該当する振動監視モデルがモデルデータベース３８１に登録されていない場合、モデル選択部３９２は振動監視モデルの取得に失敗する。
振動監視モデルの取得に成功した場合、得られた振動監視モデルは取得側通信部３１０から振動監視装置２００へ送信される。

振動監視装置２００では、監視側通信部２１３が振動監視モデルを受信する。監視側通信部２１３は、受信した振動監視モデルをモデル管理部２９１へ出力し、モデル管理部２９１は、振動監視モデルをモデル記憶部２８１に記憶させる。
モデル記憶部２８１が振動監視モデルを記憶すると、異常判定部２９２が振動監視モデルを用いて振動監視対象装置９１０の振動を監視する。

また、振動センサ１２０が振動測定値を送信すると、振動監視装置２００の対振動センサ通信部２１２が振動測定値を受信する。対振動センサ通信部２１２は、受信した振動測定値を振動測定値送信制御部２９３と異常判定部２９２とに出力する。
異常判定部２９２は、モデル記憶部２８１が記憶している振動監視モデルに振動測定値を入力して異常振動の有無を判定する。異常判定部２９２が異常振動を検出した場合、表示部２２０が警報を表示する。

一方、振動測定値送信制御部２９３は、モデル記憶部２８１が振動監視モデルを記憶していない場合に、振動測定値を対振動センサ通信部２１２へ出力する。モデル記憶部２８１が振動監視モデルを記憶しているか否かの判定は、モデル管理部２９１が行う。モデル管理部２９１は、例えばモデル記憶部２８１を参照して、モデル記憶部２８１が振動監視モデルを記憶しているか否かを判定し、判定結果を対振動センサ通信部２１２へ出力する。あるいは、モデル管理部２９１が、振動監視モデルをモデル記憶部２８１に記憶させたか否かを示すフラグを備え、このフラグを参照するようにしてもよい。
振動測定値送信制御部２９３が振動監視モデルを対振動センサ通信部２１２へ出力した場合、対振動センサ通信部２１２は、監視側制御部２９０の制御（特に、振動測定値送信制御部２９３の制御）に従って、振動測定値をモデル取得装置３００へ送信する。

モデル取得装置３００では、取得側通信部３１０が振動測定値を受信する。取得側通信部３１０が受信した振動測定値は、センサデータ記憶部３８２に出力される。
センサデータ記憶部３８２は、取得側通信部３１０が受信した振動測定値を時系列データにて記憶する。
機械学習部３９３は、モデル選択部３９２が振動監視モデルの取得に失敗した場合に、センサデータ記憶部３８２が記憶している振動測定値を用いて機械学習を行って振動監視モデルを生成する。機械学習部３９３は、得られた振動監視モデルを取得側通信部３１０へ出力する。取得側通信部３１０は、取得側制御部３９０（特に機械学習部３９３）の制御に従って振動監視モデルを振動監視装置２００へ送信する。
また、機械学習部３９３は、機械学習で得られた振動監視モデルと、材質の識別情報とを対応付けてモデルデータベース３８１に記憶させる。

図５の構成で、材質判定用センサ１１０および振動センサ１２０は、ＩｏＴの５層モデルの第１層に該当する。材質判定用センサ１１０と対材質判定用センサ通信部２１１との通信経路、および、振動センサ１２０と対振動センサ通信部２１２との通信経路は、ＩｏＴの５層モデルの第２層に該当する。振動監視装置２００は、ＩｏＴの５層モデルの第３層に該当する。通信ネットワーク９３０等、振動監視装置２００とモデル取得装置３００との通信経路は、ＩｏＴの５層モデルの第４層に該当する。モデル取得装置３００は、ＩｏＴの５層モデルの第５層に該当する。

次に、図６〜図８を参照して振動監視システム１の動作について説明する。
図６は、モデル取得装置３００が振動監視モデルを取得して振動監視装置２００に提供する処理の第１の例を示すシーケンス図である。図６は、モデル選択部３９２が振動監視モデルの取得に成功する場合の処理の例を示している。

図６の処理で、材質判定用センサ１１０は被設置物を測定して材質データを送信する（シーケンスＳ１１）。振動監視装置２００は、材質判定用センサ１１０からの材質データを受信してモデル取得装置３００へ転送する（シーケンスＳ１２）。
モデル取得装置３００では、環境情報取得部３９１が被設置物の材質を判定して、材質を識別する識別情報を取得する（シーケンスＳ１３）。モデル選択部３９２は、環境情報取得部３９１が取得した識別情報をキーとしてモデルデータベース３８１を検索し、識別情報に対応付けられた振動監視モデルの取得を試みる（シーケンスＳ１４）。図６の例では、モデル選択部３９２は振動監視モデルの取得に成功している。
取得側通信部３１０は、モデル選択部３９２が取得した振動監視モデルを振動監視装置２００へ送信する（シーケンスＳ１５）。

図７は、振動監視装置２００が振動監視対象装置９１０の振動を監視する処理の例を示すシーケンス図である。図６の処理で振動監視モデルを受信した振動監視装置２００は、得られた振動監視モデルを用いて図７の処理を行う。
図７の処理で、振動監視装置２００のモデル管理部２９１は、振動監視モデルを設定する（シーケンスＳ２１）。具体的には、モデル管理部２９１は、監視側通信部２１３が受信した振動監視モデルをモデル記憶部２８１に記憶させる。

また、振動センサ１２０は、振動監視対象装置９１０の振動を測定して得られた振動測定値を、繰り返し、あるいは連続的に、振動監視装置２００へ送信する（シーケンスＳ２２）。
振動監視装置２００では、対振動センサ通信部２１２が振動測定値を受信し、異常判定部２９２が振動測定値を用いて振動監視対象装置９１０の振動を監視する（シーケンスＳ２３）。例えば異常判定部２９２は、振動測定値と異常判定の閾値である振動監視モデルとを比較する。異常判定部２９２は、振動測定値が閾値（振動監視モデル）よりも大きいと判定することで、 振動監視対象装置９１０の異常振動を検出する。異常判定部２９２は、振動センサ１２０が繰り返し、あるいは連続的に送信する振動測定値を用いて、継続的に振動監視対象装置９１０の振動を監視する。

図８は、モデル取得装置３００が振動監視モデルを取得して振動監視装置２００に提供する処理の第２の例を示すシーケンス図である。図８は、モデル選択部３９２が振動監視モデルの取得に失敗する場合の処理の例を示している。
図８のシーケンスＳ３１〜Ｓ３３は、図６のシーケンスＳ１１〜Ｓ１３と同様である。シーケンスＳ３３の後、モデル選択部３９２は、環境情報取得部３９１が取得した識別情報をキーとしてモデルデータベース３８１を検索し、識別情報に対応付けられた振動監視モデルの取得を試みる（シーケンスＳ３４）。図８の例では、モデル選択部３９２は振動監視モデルの取得に失敗している。
モデル選択部３９２が振動監視モデルの取得に失敗した場合、取得側通信部３１０は、取得側制御部３９０の制御に従って、振動測定値送信要求を振動監視装置２００へ送信する（シーケンスＳ３５）。具体的には、取得側通信部３１０は、振動測定値の送信要求を示す要求信号を振動監視装置２００へ送信する。

一方、振動センサ１２０は振動測定値を繰り返しあるいは連続的に振動監視装置２００へ送信する（シーケンスＳ３６）。振動監視装置２００は、モデル取得装置３００から振動測定値送信要求を受信したことを契機として、その後に対振動センサ通信部２１２が受信した振動測定値をモデル取得装置３００へ送信（転送）する（シーケンスＳ３７）。
モデル取得装置３００では、センサデータ記憶部３８２が、振動測定値を蓄積する（シーケンスＳ３８）。センサデータ記憶部３８２は、学習用データとして十分な量の振動測定値を蓄積するまで、振動測定値の蓄積を継続する。

十分な量の学習用データを得られた後、機械学習部３９３が、学習用モデルを用いた機械学習を行い、振動監視モデルを生成する（シーケンスＳ３９）。機械学習部３９３は、得られた振動監視モデルをモデルデータベース３８１に登録する（シーケンスＳ４０）。具体的には、機械学習部３９３は、得られた振動監視モデルと、シーケンスＳ３３でモデル取得装置３００が取得した識別情報とを対応付けてモデルデータベース３８１に記憶させる。

また、取得側通信部３１０は、取得側制御部３９０（特に、機械学習部３９３）の制御を受けて、シーケンスＳ３９で機械学習部３９３が生成した振動監視モデルを振動監視装置２００へ送信する（シーケンスＳ４１）。
振動監視モデルを受信した振動監視装置２００は、振動測定値のモデル取得装置３００への転送を終了する（シーケンスＳ４２）。
シーケンスＳ４２の後、モデル取得装置３００は、図７の処理を行って振動監視対象装置９１０の振動を監視する。

以上のように、環境情報取得部３９１は、振動監視対象装置９１０が設置された設置環境の情報を取得する。モデル選択部３９２は、設置環境に応じた振動監視モデルの取得を試みる。機械学習部３９３は、モデル選択部３９２が設置環境に応じた振動監視モデルの取得に失敗した場合、振動監視対象装置９１０における振動測定値を用いた機械学習にて振動監視モデルを生成する。

このように、モデル取得装置３００が振動監視対象装置９１０の設置環境に応じた振動監視モデルを取得または生成することで、振動監視対象装置９１０の設置環境に応じた振動監視モデルを用いた振動監視が可能になる。モデル取得装置３００によれば、振動監視装置２００が振動監視対象装置９１０の振動を監視する際、振動監視における監視対象の装置以外の要因の影響を低減させることができる。

例えば、振動監視対象装置９１０がカーペットの上に設置されている場合、振動監視対象装置９１０の振動がカーペットに吸収されて振動が比較的小さくなる。このため、振動監視対象装置９１０がカーペットの上に設置されている場合、振動監視対象装置９１０がコンクリートの床の上に設置されている場合よりも振動センサ１２０による振動測定値が小さくなる。

このため、振動監視対象装置９１０がカーペットの上に設置されている場合に、振動監視対象装置９１０がコンクリートの床の上に設置されている場合と同じ判定基準を用いて異常振動の検出を行うと、異常を検出できない可能性がある。例えば、振動監視対象装置９１０内のモータが異常振動していても、振動がカーペットに吸収されて振動センサ１２０による振動測定値が小さくなることで、異常無しと判定してしまう可能性がある。

これに対し、モデル取得装置３００によれば、振動監視対象装置９１０の設置環境に応じた振動監視モデルを得られる。この振動監視モデルを用いて振動監視対象装置９１０の振動を監視することで、振動監視における設置環境の影響を低減させることができ、この点で、振動監視を高精度に行うことができる。

なお、機械学習部３９３が設置環境に応じたパラメータを有する振動監視モデルを生成するなど、振動監視システム１が、設置環境に応じたパラメータを有する振動監視モデルを用いるようにしてもよい。例えば、振動監視対象装置９１０がカーペットの上に設置されている場合、カーペットの厚さが振動監視モデルのパラメータに設定されていてもよい。
これにより、振動監視をより高精度に行うことができる。

また、機械学習部３９３は、振動測定値の時系列データの入力を受けて、未来の時点における振動を予測する振動監視モデルを生成する。
振動監視装置２００は、この振動監視モデルを用いて振動監視対象装置９１０の振動を監視することで、未来の時点における異常振動の発生を予測して事前に報知することができる。ユーザは、異常振動の発生の可能性を事前に把握して、メンテナンスを実施する、あるいは代替の装置を用意するなどの対策を実施できる。

また、振動監視システム１は、上述した何れかのモデル取得装置３００と、モデル取得装置３００とは別の装置として構成され、振動監視モデルを用いて振動監視対象装置９１０の振動を監視する振動監視装置２００とを備える。
振動監視装置２００とモデル取得装置３００とが別々の装置として構成されていることで、振動監視装置２００とモデル取得装置３００とを別々に配置することができる。特に、振動監視装置２００を振動監視対象装置９１０の近くに配置し、モデル取得装置３００をクラウド内など振動監視対象装置９１０から見て遠くに配置することができる。これにより、モデル取得装置３００と振動監視対象装置９１０との位置関係の自由度を確保することができ、かつ、振動監視装置２００が振動監視対象装置９１０の近くでリアルタイムに振動監視対象装置９１０の振動を監視することができる。
また、振動監視装置２００とモデル取得装置３００とが別々の装置として構成されていることで、モデル取得装置３００は、複数の振動監視装置２００に振動監視モデルを提供することができる。

また、対振動センサ通信部２１２は、振動監視対象装置９１０における振動測定値を取得する。異常判定部２９２は、振動監視装置２００が振動監視モデルを得られている場合、振動測定値を振動監視モデルに入力して異常の有無を判定する。監視側通信部２１３は、振動監視装置２００が振動監視モデルを得られていない場合、振動測定値をモデル取得装置３００に送信し、振動監視装置２００が振動監視モデルを得られている場合、振動測定値のモデル取得装置３００への送信を中止する。

モデル取得装置３００は、監視側通信部２１３が送信する振動測定値を用いて機械学習を行って、振動監視モデルを生成することができる。異常判定部２９２が振動監視モデルを得られた場合、従って、モデル取得装置３００が振動監視モデルを生成する必要がない場合、監視側通信部２１３が振動測定値のモデル取得装置３００への送信を中止することで、振動監視装置２００、モデル取得装置３００それぞれの通信負荷が比較的小さくて済み、通信ネットワーク９３０の通信量が比較的少なくて済む。

また、環境情報取得部３９１は、振動監視対象装置９１０が設置された設置環境の情報を取得する。モデル選択部３９２と機械学習部３９３との組み合わせは、設置環境に応じた振動監視モデルを取得する。対振動センサ通信部２１２は、振動監視対象装置９１０における振動測定値を取得する。異常判定部２９２は、振動測定値を振動監視モデルに入力して異常の有無を判定する。
これにより、異常判定部２９２は、設置環境に応じた振動監視モデルを用いて振動監視対象装置９１０の振動を監視することができ、設置環境の影響を低減させることができる。この点で、異常判定部２９２が振動監視対象装置９１０の振動を監視する際、振動監視における監視対象の装置以外の要因の影響を低減させることができる。

次に、図９〜図１１を参照して、本発明の実施形態の構成について説明する。
図９は、実施形態に係るモデル取得装置の構成の例を示す図である。図９に示すモデル取得装置１０は、環境情報取得部１１と、モデル選択部１２と、機械学習部１３とを備える。
かかる構成にて、環境情報取得部１１は、振動監視対象装置が設置された設置環境の情報を取得する。モデル選択部１２は、設置環境に応じた振動監視モデルの取得を試みる。機械学習部１３は、モデル選択部１２が、設置環境に応じた振動監視モデルの取得に失敗した場合、振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する。

このように、モデル取得装置１０が振動監視対象装置の設置環境に応じた振動監視モデルを取得または生成することで、振動監視対象装置の設置環境に応じた振動監視モデルを用いた振動監視が可能になる。モデル取得装置１０によれば、振動監視装置が振動監視対象装置の振動を監視する際、振動監視における監視対象の装置以外の要因の影響を低減させることができる。

図１０は、実施形態に係る振動監視装置の構成の例を示す図である。図１０に示す振動監視装置２０は、振動測定値取得部２１と、異常判定部２２と、振動測定値送信部２３とを備える。
かかる構成にて、振動測定値取得部２１は、 振動監視対象装置における振動測定値を取得する。異常判定部２２は、振動監視モデルを得られている場合、振動測定値を振動監視モデルに入力して異常の有無を判定する。振動測定値送信部２３は、振動監視モデルを得られていない場合、振動測定値をモデル取得装置へ送信し、振動監視モデルを得られている場合、振動測定値のモデル取得装置への送信を中止する。

振動監視モデルを振動監視装置に提供するモデル取得装置は、振動測定値送信部２３が送信する振動測定値を用いて機械学習を行って、振動監視モデルを生成することができる。異常判定部２２が振動監視モデルを得られた場合、従って、モデル取得装置が振動監視モデルを生成する必要がない場合、振動測定値送信部２３が振動測定値のモデル取得装置への送信を中止することで、振動監視装置２０、モデル取得装置それぞれの通信負荷が比較的小さくて済み、通信量が比較的少なくて済む。

図１１は、実施形態に係る振動監視システムの構成の例を示す図である。図１１に示す振動監視システム３０は、環境情報取得部３１と、モデル取得部３２と、振動測定値取得部３３と、異常判定部３４とを備える。
かかる構成にて、環境情報取得部３１は、振動監視対象装置が設置された設置環境の情報を取得する。モデル取得部３２は、設置環境に応じた振動監視モデルを取得する。振動測定値取得部３３は、振動監視対象装置における振動測定値を取得する。異常判定部３４は、振動測定値を振動監視モデルに入力して異常の有無を判定する。
これにより、異常判定部３４は、設置環境に応じた振動監視モデルを用いて振動監視対象装置の振動を監視することができ、設置環境の影響を低減させることができる。この点で、異常判定部３４が振動監視対象装置の振動を監視する際、振動監視における監視対象の装置以外の要因の影響を低減させることができる。

なお、振動監視システム１、モデル取得装置１０、振動監視装置２０、振動監視システム３０、振動監視装置２００、および、モデル取得装置３００の機能の全部または一部を実現するためのプログラムをコンピュータ読み取り可能な記録媒体に記録して、この記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより各部の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものとする。
また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。また上記プログラムは、前述した機能の一部を実現するためのものであっても良く、さらに前述した機能をコンピュータシステムにすでに記録されているプログラムとの組み合わせで実現できるものであっても良い。

以上、この発明の実施形態について図面を参照して詳述してきたが、具体的な構成はこの実施形態に限られるものではなく、この発明の要旨を逸脱しない範囲の設計等も含まれる。

１、３０ 振動監視システム
１０、３００ モデル取得装置
１１、３１、３９１ 環境情報取得部
１２、３９２ モデル選択部
１３、３９３ 機械学習部
２０、２００ 振動監視装置
２１、３３ 振動測定値取得部
２２、３４、２９２ 異常判定部
２３ 振動測定値送信部
３２ モデル取得部
１１０ 材質判定用センサ
１２０ 振動センサ
２１１ 対材質判定用センサ通信部
２１２ 対振動センサ通信部
２１３ 監視側通信部
２２０ 表示部
２８０ 監視側記憶部
２８１ モデル記憶部
２９０ 監視側制御部
２９１ モデル管理部
２９３ 振動測定値送信制御部
３１０ 取得側通信部
３８０ 取得側記憶部
３８１ モデルデータベース
３８２ センサデータ記憶部
３９０ 取得側制御部
９１０ 振動監視対象装置
９２１ 設置床面
９２２ 設置壁面
９３０ 通信ネットワーク

Claims (10)

1. 振動監視対象装置が設置された設置環境の情報を取得する環境情報取得部と、
   前記設置環境に応じた振動監視モデルの取得を試みるモデル選択部と、
   前記モデル選択部が、前記設置環境に応じた振動監視モデルの取得に失敗した場合、前記振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する機械学習部と、
   を備えるモデル取得装置。
2. 前記機械学習部は、振動測定値の時系列データの入力を受けて、未来の時点における振動を予測する前記振動監視モデルを生成する、
   請求項１に記載のモデル取得装置。
3. 請求項１または請求項２に記載のモデル取得装置と、
   前記モデル取得装置とは別の装置として構成され、前記振動監視モデルを用いて前記振動監視対象装置の振動を監視する振動監視装置と、
   を備える振動監視システム。
4. 前記振動監視装置は、
   前記振動監視対象装置における振動測定値を取得する振動測定値取得部と、
   前記振動監視モデルを得られている場合、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する異常判定部と、
   前記振動監視モデルを得られていない場合、前記振動測定値を前記モデル取得装置に送信し、前記振動監視モデルを得られている場合、前記振動測定値の前記モデル取得装置への送信を中止する振動測定値送信部と、
   を備える請求項３に記載の振動監視システム。
5. 振動監視対象装置が設置された設置環境の情報を取得する環境情報取得部と、
   前記設置環境に応じた振動監視モデルを取得するモデル取得部と、
   前記振動監視対象装置における振動測定値を取得する振動測定値取得部と、
   前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する異常判定部と、
   を備える振動監視システム。
6. 振動監視対象装置における振動測定値を取得する振動測定値取得部と、
   振動監視モデルを得られている場合、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する異常判定部と、
   前記振動監視モデルを得られていない場合、振動測定値をモデル取得装置へ送信し、前記振動監視モデルを得られている場合、前記振動測定値の前記モデル取得装置への送信を中止する振動測定値送信部と、
   を備える振動監視装置。
7. 振動監視対象装置が設置された設置環境の情報を取得する工程と、
   前記設置環境に応じた振動監視モデルの取得を試みる工程と、
   前記設置環境に応じた振動監視モデルの取得に失敗した場合、前記振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する工程と、
   を含むモデル取得方法。
8. 振動監視対象装置における振動測定値を取得する工程と、
   振動監視モデルを得られた場合、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する工程と、
   前記振動監視モデルを得られていない場合、振動測定値をモデル取得装置へ送信し、前記振動監視モデルを得られている場合、前記振動測定値の前記モデル取得装置への送信を中止する工程と、
   を含む振動監視方法。
9. コンピュータに、
   振動監視対象装置が設置された設置環境の情報を取得する工程と、
   前記設置環境に応じた振動監視モデルの取得を試みる工程と、
   前記設置環境に応じた振動監視モデルの取得に失敗した場合、前記振動監視対象装置における振動測定値を用いた機械学習にて振動監視モデルを生成する工程と、
   を実行させるためのプログラム。
10. コンピュータに、
    振動監視対象装置における振動測定値を取得する工程と、
    振動監視モデルを得られた場合、前記振動測定値を前記振動監視モデルに入力して異常の有無を判定する工程と、
    前記振動監視モデルを得られていない場合、振動測定値をモデル取得装置へ送信し、前記振動監視モデルを得られている場合、前記振動測定値の前記モデル取得装置への送信を中止する工程と、
    を実行させるためのプログラム。

Images