JP2020170333A - 情報処理装置、情報処理方法、および、学習装置 - Google Patents

Abstract

【課題】機器の運転状態に関する学習を行うための適切な学習データを得る。【解決手段】情報処理装置１００は、運転データを取得する運転情報取得部１２１と、修理点検情報を取得する修理点検情報取得部１２２と、対象期間を設定する期間設定部１３０と、対象期間の運転データに基づいて、機器の運転状態と運転情報とが対応づけられた第１学習データ１８１を生成する学習データ生成部１４０とを備え、期間設定部１３０は、修理点検情報に含まれる機器の修理の日時を対象期間の終点の候補とし、対象期間の始点の候補として日時を選択可能に提示し、選択された日時を対象期間の始点、及び終点とし、第１学習データ１８１に含まれる事例数が閾値より少ない場合に提示する始点の候補を、第１学習データ１８１に含まれる事例数が閾値以上の場合に提示する始点の候補よりも、終点の候補から離れた日時とする。【選択図】図３

Description

本発明は、情報処理装置、情報処理方法、および、学習装置に関する。

従来、機器の運転状態に関するデータを学習して、運転状態を診断する装置が知られている（例えば、特許文献１参照）。特許文献１に記載された装置は、プラントの状態量を計測した計測信号である過去の蓄積データを、正常データ、予兆データ、異常データに分類して学習を行う。

国際公開第２０１２／０７３２８９号

学習により機器の運転状態を診断するためには、十分な量の学習データを用意することが望まれるが、データの量を確保することは容易ではない。例えば、特許文献１に記載の構成では、過去に発生した異常の回数が少なければ、機器に異常が発生した場合のデータを多く確保することはできない。
本発明は、前記した事情に鑑みてなされたものであり、機器の運転状態に関する学習を行うための適切な学習データを得ることを目的とするものである。

前記目的を達成するため、本発明は、機器の運転情報を取得する運転情報取得部と、前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、対象期間を設定する期間設定部と、前記対象期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた学習データを生成する学習データ生成部と、を備え、前記期間設定部は、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記対象期間の終点の候補とし、前記対象期間の始点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記対象期間の始点、及び終点とし、前記学習データに含まれる事例数が閾値より少ない場合に提示する前記始点の候補を、前記学習データに含まれる事例数が閾値以上の場合に提示する前記始点の候補よりも、前記終点の候補から離れた日付または日時とすること、を特徴とする。
これによれば、学習データの事例が少ない場合には、対象期間を相対的に長く設定するので、学習データの量を確保できる。また、事例の数が閾値以上ある場合は対象期間を相対的に短く設定することにより、学習に特に適している運転情報を選び、精度の高い学習データを生成できる。さらに、対象期間の終点の候補を修理の日付または日時から移動させないので、修理と無関係な学習データを選択されることを防止し、学習データとしての品質を維持できる。従って、機器の運転状態を学習するために適した学習データを得ることができる。
また、前記目的を達成するため、本発明は、機器の運転情報を取得する運転情報取得部と、前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、前記機器が正常動作していると見なされる正常動作期間を設定する期間設定部と、前記正常動作期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた正常期間学習データを生成する学習データ生成部と、を備え、前記期間設定部は、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記正常動作期間の始点の候補とし、前記正常動作期間の終点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記正常動作期間の始点、及び終点とし、前記正常期間学習データに含まれる事例数が閾値より少ない場合に提示する前記終点の候補を、前記正常期間学習データに含まれる事例数が閾値以上の場合に提示する前記終点の候補よりも、前記始点から離れた日付または日時とすること、を特徴とする。
これによれば、正常動作期間に関する学習データの事例が少ない場合には、対象期間を相対的に長く設定して学習データの量を確保できる。また、事例の数が閾値以上ある場合は対象期間を相対的に短く設定することにより、学習に特に適している運転情報を選び、精度の高い学習データを生成できる。従って、正常動作している場合の機器の運転状態を学習するために適した学習データを得ることができる。

本発明の情報処理装置によれば、学習データに含まれる事例数に対応して、適切な量および品質を有する学習データを得ることができる。本発明の情報処理方法による場合にも、同様の効果が得られる。

実施形態の機器管理システムの概略構成を示す説明図。 機器管理システムの動作の概要を示すシーケンス図。 情報処理装置の機能ブロック図。 記憶部の要部構成図。 情報処理装置の動作を示すフローチャート。 情報処理装置の動作を示すフローチャート。 学習データの生成に使用されるデータの構成例を示す模式図。 学習データの生成に使用されるデータの構成例を示す模式図。 学習データの生成に使用されるデータの構成例を示す模式図。 作業者端末における表示例を示す図。 作業者端末における表示例を示す図。

第１の発明は、機器の運転情報を取得する運転情報取得部と、前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、対象期間を設定する期間設定部と、前記対象期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた学習データを生成する学習データ生成部と、を備え、前記期間設定部は、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記対象期間の終点の候補とし、前記対象期間の始点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記対象期間の始点、及び終点とし、前記学習データに含まれる事例数が閾値より少ない場合に提示する前記始点の候補を、前記学習データに含まれる事例数が閾値以上の場合に提示する前記始点の候補よりも、前記終点の候補から離れた日付または日時とする。
これによれば、学習データの事例が少ない場合には、対象期間を相対的に長く設定するので、学習データの量を確保できる。また、事例の数が閾値以上ある場合は対象期間を相対的に短く設定することにより、学習に特に適している運転情報を選び、精度の高い学習データを生成できる。さらに、対象期間の終点の候補を修理の日付または日時から移動させないので、修理と無関係な学習データが選択されることを防止し、学習データとしての品質を維持できる。従って、機器の運転状態を学習するために適した学習データを得ることができる。
第２の発明は、前記期間設定部は、前記学習データに含まれる事例数が閾値より少ない場合は、前記修理点検情報に含まれる日付または日時のうち最も前記終点から離れている日付または日時を前記始点の候補とし、前記学習データに含まれる事例数が閾値以上の場合は、前記修理点検情報に含まれる日付または日時のうち最も前記終点に近い日付または日時を前記始点の候補とする。
これによれば、学習データの事例が少ない場合に、修理に関係する運転情報が含まれる最長の期間を対象期間とすることができ、学習データの量を確保できる。また、学習データに含まれる事例数が十分である場合には、対象期間を大幅に短くすることによって、学習データの精度を高めることができる。
第３の発明は、前記修理点検情報は、前記機器の点検が実行された日付または日時、前記機器の修理点検に関する情報が受け付けられた日付または日時、前記機器の設定が変更された日付または日時、および、前記機器が運転状態に関する警報を出力した日付または日時のうちいずれか１以上と、前記機器の修理が実行された日付または日時と、を含む。
これによれば、機器の修理に関係する運転情報を利用して、学習データを得ることができる。
第４の発明は、前記対象期間は、前記機器の運転状態が特定の状態であると判断される期間であり、前記期間設定部は、前記修理点検情報に含まれるいずれかの日付もしくは日時、または、前記機器の点検で発見された症状および前記機器の平常運転における前記運転情報との差に基づき、前記対象期間の始点を設定する。
これによれば、機器の運転状態に対応する学習データを、容易に得ることができる。
第５の発明は、前記機器の平常運転における前記運転情報は、前記機器の運用設計時に得られる前記運転情報、前記機器の試運転における前記運転情報、前記機器が正常動作していると判断される運転中の前記運転情報のいずれかである。
これによれば、機器に対する各種の修理点検が行われたタイミング、または、機器の平常運転における運転情報を基準として、対象期間を適切に設定できる。
第６の発明は、前記対象期間の始点の候補を選択する操作を行う操作者ごとに、前記操作者のスキルを示すスキル情報を記憶した操作者情報記憶部を備え、前記期間設定部は、特定の前記スキル情報に該当する前記操作者の操作に基づき設定された前記対象期間の運転情報を、前記学習データの生成に利用するか否かを選択可能に提示する。
これによれば、始点の候補を選択する操作者のスキルの差に対応して、高品質の学習データを得ることができる。
第７の発明は、前記学習データ生成部は、前記機器の設置条件、前記機器のレイアウト、および、前記機器の機種のいずれかを含む機器特性情報と、前記対象期間の前記運転情報とを対応づける前記学習データを生成する。
これによれば、機器の機種、設置条件、レイアウト等に対応する学習データを得ることができる。
第８の発明は、機器の運転情報を取得する運転情報取得部と、前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、前記機器が正常動作していると見なされる正常動作期間を設定する期間設定部と、前記正常動作期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた正常期間学習データを生成する学習データ生成部と、を備え、前記期間設定部は、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記正常動作期間の始点の候補とし、前記正常動作期間の終点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記正常動作期間の始点、及び終点とし、前記正常期間学習データに含まれる事例数が閾値より少ない場合に提示する前記終点の候補を、前記正常期間学習データに含まれる事例数が閾値以上の場合に提示する前記終点の候補よりも、前記始点から離れた日付または日時とする。
これによれば、正常動作期間に関する学習データの事例が少ない場合には、正常動作期間を相対的に長く設定して学習データの量を確保できる。また、事例の数が閾値以上ある場合は正常動作期間を相対的に短く設定することにより、学習に特に適している運転情報を選び、精度の高い学習データを生成できる。従って、正常動作している場合の機器の運転状態を学習するために適した学習データを得ることができる。
第９の発明は、前記期間設定部は、前記正常期間学習データに含まれる事例数が閾値より少ない場合は、前記修理点検情報に含まれる日付または日時のうち最も前記始点から離れている日付または日時を前記終点の候補とし、前記正常期間学習データに含まれる事例数が閾値以上の場合は、前記修理点検情報に含まれる日付または日時のうち最も前記始点に近い日付または日時を前記終点の候補とする。
これによれば、正常期間学習データの事例が少ない場合に、正常動作期間を長くすることができ、正常期間学習データの量を確保できる。また、正常期間学習データに含まれる事例数が十分である場合には、正常動作期間を短くすることによって、正常期間学習データの精度を高めることができる。
第１０の発明は、前記修理点検情報は、前記機器の点検が実行された日付または日時、前記機器の修理点検に関する情報が受け付けられた日付または日時、前記機器の設定が変更された日付または日時、および、前記機器が運転状態に関する警報を出力した日付または日時のうちいずれか１以上と、前記機器の修理が実行された日付または日時と、を含む。
これによれば、機器の修理に関係する運転情報を利用して、正常期間学習データを得ることができる。
第１１の発明は、前記期間設定部は、前記修理点検情報に含まれるいずれかの日付もしくは日時、または、前記機器の点検で発見された症状および前記機器の平常運転における前記運転情報との差に基づき、前記正常動作期間の終点を設定する。
これによれば、機器の運転状態に基づいて、正常期間学習データを得ることができる。
第１２の発明は、前記機器の平常運転における前記運転情報は、前記機器の運用設計時に得られる前記運転情報、前記機器の試運転における前記運転情報、前記機器が正常動作していると判断される運転中の前記運転情報のいずれかである。
これによれば、機器に対する各種の修理点検が行われたタイミング、または、機器の平常運転における運転情報を基準として、正常動作期間を適切に設定できる。
第１３の発明は、前記正常動作期間の終点の候補を選択する操作を行う操作者ごとに、前記操作者のスキルを示すスキル情報を記憶した操作者情報記憶部を備え、前記期間設定部は、特定の前記スキル情報に該当する前記操作者の操作に基づき設定された前記正常動作期間の運転情報を、前記正常期間学習データの生成に利用するか否かを選択可能に提示する。
これによれば、始点の候補を選択する操作者のスキルの差に対応して、高品質の正常期間学習データを得ることができる。
第１４の発明は、前記学習データ生成部は、前記機器の設置条件、前記機器のレイアウト、および、前記機器の機種のいずれかを含む機器特性情報と、前記正常動作期間の前記運転情報とを対応づける前記正常期間学習データを生成する。
これによれば、機器の機種、設置条件、レイアウト等に対応する正常期間学習データを得ることができる。
第１５の発明は、機器の運転情報を取得し、前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得し、対象期間の始点および終点を設定する期間設定処理を行い、前記期間設定処理で設定された前記対象期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた学習データを生成し、前記期間設定処理において、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記対象期間の終点の候補とし、前記対象期間の始点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記対象期間の始点、及び終点とし、前記学習データに含まれる事例数が閾値より少ない場合に提示する前記始点の候補を、前記学習データに含まれる事例数が閾値以上の場合に提示する前記始点の候補よりも、前記終点の候補から離れた日付または日時とする。
これによれば、学習データの事例が少ない場合には、対象期間を相対的に長く設定するので、学習データの量を確保できる。また、事例の数が閾値以上ある場合は対象期間を相対的に短く設定することにより、学習に特に適している運転情報を選び、精度の高い学習データを生成できる。さらに、対象期間の終点の候補を修理の日付または日時から移動させないため、修理と無関係な学習データが選択されることを防止し、学習データとしての品質を維持できる。従って、機器の運転状態を学習するために適切な量および品質を有する学習データを得ることができる。
第１６の発明は、機器の運転情報を取得し、前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得し、前記機器が正常動作していると見なされる正常動作期間を設定する期間設定処理を行い、前記正常動作期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた正常期間学習データを生成し、前記期間設定処理において、前記修理点検情報に含まれる前記機器の修理の日付または日時を含む前記正常動作期間の始点とし、前記正常動作期間の終点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記正常動作期間の始点、及び終点とし、前記正常期間学習データに含まれる事例数が閾値より少ない場合に提示する前記終点の候補を、前記正常期間学習データに含まれる事例数が閾値以上の場合に提示する前記終点の候補よりも、前記始点から離れた日付または日時とする。
これによれば、機器が正常動作していると見なされる正常動作期間の候補を提示し、候補に基づき指定される正常動作期間の始点および終点に基づき、機器の正常動作に関する学習データを得ることができる。これにより、正常動作している場合の機器の運転状態を学習するために適した学習データを得ることができる。
第１７の発明は、機器の運転情報を取得する運転情報取得部と、前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、前記修理点検情報に基づき設定される対象期間の前記運転情報をもとに、学習データを生成する学習データ生成部と、前記学習データに基づいて、前記機器の運転状態に関連付けられる前記運転情報の条件を学習する学習部と、を備える。
これによれば、機器の運転状態と、機器から取得される運転情報とを関連を学習することにより、機器の運転状態に関する高精度の予測、診断、或いは検知が可能となる。

以下、本発明を適用した実施形態を、図面を参照して説明する。
［１．機器管理システムの構成］
図１は、本発明を適用した情報処理装置１００を含む機器管理システム１の概略構成を示す説明図である。
機器管理システム１は、機器を管理するための情報を処理するシステムである。機器管理システム１が管理する機器の種類および構成について制限はなく、本実施形態では一例として、空気調和装置１０を管理する構成を説明する。機器管理システム１は、空気調和装置１０の修理点検に関連して使用される受付端末２０、および、作業者端末３０を含む。受付端末２０および作業者端末３０の数は特に制限されない。また、機器管理システム１が管理する機器の数も制限されない。

以下の説明において、空気調和装置１０において発生する事象のうち、修理や処置を必要とする不具合や故障を、異常と呼ぶ。空気調和装置１０の修理点検とは、空気調和装置１０の異常が発生した場合の修理および調整、空気調和装置１０の設定および設定変更、ならびに空気調和装置１０の点検を含む。

空気調和装置１０は、圧縮機、熱源側熱交換器、送風ファン等を有する室外ユニットと、利用側熱交換器および送風ファン等を有する室内ユニットとを含む装置であり、室外ユニットおよび室内ユニットの数や接続形態は制限されない。空気調和装置１０は、室内ユニットおよび室内ユニットを制御する図示しない制御装置を備え、制御装置が通信ネットワーク４０を介して情報処理装置１００に接続される。空気調和装置１０は、室内ユニットおよび室内ユニットの状態を監視するための各種のセンサを備え、制御装置は、空気調和装置１０の制御に関する設定値やセンサの計測値等を含む運転データを、情報処理装置１００に送信する。また、空気調和装置１０の制御装置は、空気調和装置１０の故障や動作状態の異常を検知した場合に、情報処理装置１００に対して警報を出力する。

受付端末２０は、空気調和装置１０の修理点検に関する受付業務を行う作業者Ｕ２が使用する装置である。作業者Ｕ２は、空気調和装置１０を所有または管理する顧客から電話や電子メールによって空気調和装置１０の修理点検を依頼された場合に、受付情報を受付端末２０により入力する。

作業者端末３０は、空気調和装置１０の修理点検に関わる作業者Ｕが使用する装置である。図１には、３人の作業者Ｕ１、Ｕ３、Ｕ４が、それぞれ作業者端末３０ａ、３０ｂ、３０ｃを使用する。本実施形態では、作業者端末３０ａ、３０ｂ、３０ｃを区別しない場合、および総称する場合に作業者端末３０と表記する。同様の規則により、作業者Ｕ１、Ｕ２、Ｕ３、Ｕ４を作業者Ｕと表記し、後述するタッチパネル３１ａ、３１ｂ、３１ｃをタッチパネル３１と表記する。作業者Ｕ１、Ｕ３、Ｕ４は本発明の操作者の一例に対応する。

以下の説明において、作業者Ｕ１は、空気調和装置１０の設置場所に出向いて修理や点検の作業を行う作業者であり、作業者Ｕ３は後述する学習データ生成に関する操作を行う。作業者Ｕ４は、学習データ生成に関して作業者Ｕ３を補助する補助者である。機器管理システム１に関与する作業者Ｕの数に制限はなく、例えば、一人の人物が本実施形態で説明する作業者Ｕ１と作業者Ｕ３の役割を兼ねても構わない。

受付端末２０および作業者端末３０は、入力操作および情報の表示が可能なコンピュータであり、パーソナルコンピュータやタブレット型コンピュータ、スマートフォン、或いはその他の形態の装置である。

作業者端末３０は、タッチパネル３１を有する。作業者端末３０ａ、３０ｂ、３０ｃは、それぞれ、タッチパネル３１ａ、３１ｂ、３１ｃを備える。
タッチパネル３１は、作業者Ｕによるタッチ操作を検出するタッチセンサーと、表示パネルとを重畳した部材であり、情報を入力する入力装置、および、情報を表示する表示装置として機能する。例えば、作業者Ｕ１は、空気調和装置１０の修理点検を行う際に、作業者端末３０ａを携行し、タッチパネル３１ａに対する操作を行うことにより情報を入力する。

受付端末２０および作業者端末３０は、それぞれ、通信ネットワーク４０を介して情報処理装置１００に接続される。受付端末２０および作業者端末３０は、データ通信機能を備え、情報処理装置１００との間でデータ通信を実行する。

通信ネットワーク４０は、受付端末２０および作業者端末３０と情報処理装置１００とを相互にデータ通信可能に接続する。通信ネットワーク４０は、公衆回線網、専用線、各種の無線通信回線を含んでもよく、サーバ、ルータ、無線通信アクセスポイント等の機器を含んでもよい。

図２は、機器管理システム１の動作の概要を示すシーケンス図であり、特に、情報処理装置１００が機器管理システム１の各装置からデータを収集する収集フェーズの動作を示す。図２には、便宜的に各装置の動作を上から順に示しているが、これらの動作の実行順序は図２に示された順序に限定されない。

機器管理システム１では、空気調和装置１０が運転データを情報処理装置１００に送信する（ステップＳ１１）。ステップＳ１１の動作は、予め設定された時間間隔で繰り返し、常時実行される。空気調和装置１０が送信する運転データは、空気調和装置１０の全ての設定値および全てのセンサの計測値を含んでいなくてもよい。例えば、空気調和装置１０は、センサごと、或いはセンサの種類ごとに異なるタイミングで運転データを送信してもよい。この場合、各センサのサンプリング周期に合わせて運転データを生成し、送信してもよい。

本実施形態では、機器管理システム１において、顧客との契約に基づき作業者Ｕ１が定期的に空気調和装置１０の点検を行う運用を想定している。作業者Ｕ１は、空気調和装置１０の点検を行う毎に、点検の内容や結果を作業者端末３０ａに入力する。作業者端末３０ａは、作業者Ｕ１が入力した情報を含む点検情報を、情報処理装置１００に送信する（ステップＳ１２）。ステップＳ１２の動作は、空気調和装置１０の定期点検の周期に従って繰り返し実行される。また、定期的でない空気調和装置１０の点検が実行された場合に、ステップＳ１２の動作が実行されてもよい。

作業者Ｕ２は、顧客から修理の依頼を受けると、受付端末２０に対して依頼内容を入力する。受付端末２０は、作業者Ｕ２が入力した受付情報を、情報処理装置１００に送信する（ステップＳ１３）。
作業者Ｕ２は、顧客から依頼された修理を作業者Ｕ１に行わせるため、受付端末２０を操作する。この操作により、受付端末２０から作業者端末３０ａに、修理を依頼するデータが送信される（ステップＳ１４）。作業者Ｕ１は、受付端末２０が作業者端末３０ａに送信した依頼に従って、空気調和装置１０の修理を実行する。修理作業の後、作業者Ｕ１は、修理内容を作業者端末３０ａに入力する。作業者端末３０ａは、作業者Ｕ１が入力した修理情報を、情報処理装置１００に送信する（ステップＳ１５）。作業者Ｕ２から作業者Ｕ１への修理の依頼は、受付端末２０および作業者端末３０ａを経由せず、電話や、その他の連絡手段を用いて行われてもよい。
ステップＳ１３−Ｓ１５の動作は、受付端末２０が依頼を受け付ける毎に実行される。

上記のように、空気調和装置１０の修理点検は、空気調和装置１０の動作に関する設定および設定変更を含む。顧客の依頼等により作業者Ｕ１が空気調和装置１０の設定作業を行う場合、設定作業の結果が修理情報として作業者端末３０ａから情報処理装置１００に送信される。設定作業は、作業者Ｕ１が空気調和装置１０の設置場所を訪れて実行する作業に限らず、例えば、作業者端末３０ａまたは他のコンピュータが空気調和装置１０に遠隔接続して設定する態様であってもよい。

空気調和装置１０は、異常を検知した場合に、警報を示すデータを情報処理装置１００に送信する（ステップＳ１６）。また、空気調和装置１０は、作業者端末３０ａに対して警報を示すデータを送信してもよい（ステップＳ１７）。また、空気調和装置１０の警報に対応して、情報処理装置１００から作業者端末３０ａに対し、修理を依頼するデータが送信されてもよい。作業者Ｕ１は、空気調和装置１０の修理を実行し、修理内容を作業者端末３０ａに入力する。作業者端末３０ａは、作業者Ｕ１が入力した修理情報を、情報処理装置１００に送信する（ステップＳ１８）。
ステップＳ１６−Ｓ１８の動作は、受付端末２０が依頼を受け付ける毎に実行される。
このように、機器管理システム１では、空気調和装置１０に対する修理点検が適宜に実行され、修理点検に関するデータを情報処理装置１００が収集する。

情報処理装置１００は、収集したデータに基づき、後述するように学習データ１８０を生成する。学習データ１８０は、空気調和装置１０の異常検知、故障診断、故障予測等を実行する人工知能（ＡＩ：Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）の学習に利用される。

［２．情報処理装置の構成］
図３は、情報処理装置１００の機能ブロック図である。
情報処理装置１００は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）やマイコン等のプロセッサにより、プログラムを実行するコンピュータであり、空気調和装置１０を管理する管理サーバと言い換えることができる。

情報処理装置１００は、通信ネットワーク４０を介して空気調和装置１０、受付端末２０、および作業者端末３０等とデータ通信を実行する通信部１１０を備える。

情報処理装置１００は、処理部１２０および記憶部１６０を備える。処理部１２０は、プロセッサ、或いは、プロセッサとＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）等とが統合されたデバイスで構成される。
記憶部１６０は、半導体メモリ素子、磁気的記憶媒体、光学的記憶媒体、その他の記憶デバイス等により構成され、処理部１２０のプロセッサによって読み取り可能にデータやプログラムを記憶する。本実施形態の記憶部１６０は、制御用プログラム１６１と、機器属性情報１７１、運転データ１７２、警報データ１７３、受付情報１７４、修理情報１７５、点検情報１７６、および学習データ１８０を記憶する。

また、記憶部１６０の記憶領域には、学習モデル記憶部１９０が設けられる。学習モデル記憶部１９０は、異常検知モデル１９１、故障診断モデル１９２、および、故障予知モデル１９３を記憶する。

制御用プログラム１６１は、処理部１２０のプロセッサが実行するプログラムである。
ユーザＤＢ１６２は、情報処理装置１００が実行する処理に関与するユーザに関する情報を格納するデータベースである。ユーザは、機器管理システム１の作業者Ｕを指す。例えば、ユーザＤＢ１６２は、作業者Ｕに固有のユーザ識別情報、氏名、職種、スキル等に関する情報を格納する。ユーザＤＢ１６２は、本発明の操作者情報記憶部の一例に対応する。

図４は、記憶部１６０の要部構成図であり、記憶部１６０が記憶する一部の情報の内容の具体例を示す。
機器属性情報１７１は、機器管理システム１により管理される管理対象の機器に関する情報を含む。具体的には、機器属性情報１７１は、管理対象の空気調和装置１０毎に、空気調和装置１０を識別する機器ＩＤ、機種、設置条件、およびレイアウトを示す情報を含む。設置条件は、空気調和装置１０の設置場所等を示す情報であり、例えば、屋上、地面、建築物内部の熱源機械室等である。レイアウトは、空気調和装置１０の全体的な構成に関する情報であり、例えば、配管長、室外ユニットと室内ユニットの接続形態、制御装置との接続形態等に関する情報である。機器属性情報１７１は、本発明の機器特性情報の一例に対応する。

運転データ１７２は、空気調和装置１０が送信する運転データの内容を含む。運転データ１７２は、例えば、日時、センサの計測値、設定値等を含む。日時は、センサが計測した日時、或いは、空気調和装置１０が運転データを送信した日時である。

警報データ１７３は、空気調和装置１０が送信する警報に関するデータを含む。警報データ１７３は、警報を出力した空気調和装置１０の機器ＩＤ、警報が出力された日時を示す警報発報日時、警報名等を含む。警報名は、警報の内容や種類を示す情報である。

受付情報１７４は、受付端末２０が送信する受付情報の内容を含み、例えば、修理依頼の対象となった空気調和装置１０の機器ＩＤ、受付日時、症状、処置内容、受付者名等を含む。受付日時は作業者Ｕ２が依頼を受け付けた日時または受付端末２０に情報が入力された日時である。症状は、依頼された空気調和装置１０の不調や故障の内容である。処置内容は、依頼に対して作業者Ｕ１が行った処置の内容である。処置内容は、作業者Ｕ１による作業の後に、受付端末２０または作業者端末３０から送信される情報に基づき、追加または更新されてもよい。受付者名は作業者Ｕ２の氏名やユーザ識別情報である。

修理情報１７５は、作業者端末３０ａが送信する修理情報の内容を含み、例えば、修理された空気調和装置１０の機器ＩＤ、修理日時、修理内容、設定変更内容、交換部品、故障原因、担当者名、担当者スキルを含む。修理内容は空気調和装置１０に対して実行された修理の内容であり、設定変更内容は、空気調和装置１０の設定作業により設定された項目や変更内容である。担当者名および担当者スキルは、修理または設定作業を行った作業者Ｕの名前、および、スキルを示す情報である。担当者スキルは、担当者名に基づきユーザＤＢ１６２から取得される情報であってもよい。

点検情報１７６は、作業者端末３０ａが送信する点検情報の内容を含み、例えば、点検された空気調和装置１０の機器ＩＤ、点検日時、症状、処置内容、担当者名、担当者スキルを含む。症状とは、点検により発見された空気調和装置１０の不具合等である。担当者名は点検を行った作業者Ｕの名前であり、担当者スキルは担当者の習熟度や能力レベルを示す。担当者スキルは、担当者名に基づきユーザＤＢ１６２から取得される情報であってもよい。

処理部１２０は、制御用プログラム１６１を実行することにより、運転情報取得部１２１、修理点検情報取得部１２２、期間設定部１３０、学習データ生成部１４０、および、学習部１５０として機能する。

運転情報取得部１２１および修理点検情報取得部１２２は、収集フェーズにおいて通信部１１０が受信した情報を取得する。すなわち、図２のステップＳ１１で受信した運転データ、ステップＳ１２で受信した点検情報、ステップＳ１３で受信した受付情報、ステップＳ１６で受信した警報、および、ステップＳ１８で受信した修理情報を取得できる。

運転情報取得部１２１は、空気調和装置１０が送信した運転データを取得し、取得したデータに基づき運転データ１７２を生成し、記憶部１６０に記憶させる。運転情報取得部１２１は、空気調和装置１０が出力した警報に基づき警報データ１７３を生成して、記憶部１６０に記憶させる。運転情報取得部１２１は、通信部１１０が空気調和装置１０から運転データまたは警報を受信する毎に、記憶部１６０が記憶する運転データ１７２または警報データ１７３を更新する。

修理点検情報取得部１２２は、受付端末２０が送信した受付情報を取得し、取得した受付情報に基づき受付情報１７４を生成し、記憶部１６０に記憶させる。修理点検情報取得部１２２は、作業者端末３０ａが送信した修理情報を取得し、取得した修理情報に基づき修理情報１７５を生成し、記憶部１６０に記憶させる。修理点検情報取得部１２２は、作業者端末３０ａが送信した点検情報を取得し、取得した点検情報に基づき点検情報１７６を生成し、記憶部１６０に記憶させる。修理点検情報取得部１２２は、通信部１１０が受付情報、修理情報、または点検情報を受信する毎に、記憶部１６０が記憶する受付情報１７４、修理情報１７５、または点検情報１７６を更新する。

期間設定部１３０は、故障原因ラベル抽出部１３１、異常区間候補抽出部１３２、異常データ特徴抽出部１３３、選択情報提示部１３４、選択指示取得部１３５、および、対象期間設定部１３６を含む。学習データ生成部１４０は、第１学習データ生成部１４１および第２学習データ生成部１４２を含む。
期間設定部１３０および学習データ生成部１４０は、記憶部１６０が記憶する情報に基づいて、学習データ１８０を生成する。

学習データ１８０は、第１学習データ１８１および第２学習データ１８２を含む。第１学習データ１８１は、空気調和装置１０で発生した異常に関するデータである。第２学習データ１８２は、空気調和装置１０の正常動作中の運転データ１７２に関するデータである。第１学習データ１８１は、本発明の学習データの一例に対応する。第２学習データ１８２は、本発明の正常期間学習データの一例に対応する。また、本実施形態の正常動作は、本発明でいう平常運転に相当する。

以下の説明では、空気調和装置１０の異常が発生していると見なされる時間を、異常区間とする。これに対し、異常が発生していないときの空気調和装置１０の動作を正常動作と呼び、空気調和装置１０が正常動作している期間を正常区間とする。
異常区間は、本発明の対象期間の一例に対応する。また、空気調和装置１０の異常あるいは異常の内容は、本発明の機器の運転状態の一例に対応する。また、運転データ１７２は運転情報の一例に対応する。また、本発明の修理点検情報は、修理情報１７５に相当する情報を含み、警報データ１７３、受付情報１７４、点検情報１７６のいずれか１以上を含んでもよい。正常区間は、本発明の正常動作期間の一例に対応する。

後述する処理において、情報処理装置１００は、修理情報１７５に含まれる修理日を異常区間の終点の候補とする。修理日は空気調和装置１０の異常が解決しているため、修理日とすることが合理的である。修理日は終点の候補であり、後述する作業者Ｕの操作により、異常区間の終点を、修理日とは異なる日付あるいは日時にすることができる。
異常区間の始点は、複数の日時から選択可能である。例えば、警報データ１７３の警報発報日時、受付情報１７４の受付日時、および、点検情報１７６の点検日時は、いずれも異常区間の始点として適切であり、始点の候補といえる。

また、修理情報１７５に含まれる設定変更日時を始点の候補としてもよい。空気調和装置１０の動作の設定が適切でない場合、空気調和装置１０の異常を招く可能性があるためである。例えば、冷媒圧力の低圧側の設定値が適切な範囲より高いと、いわゆる冷えが悪い状態になることがある。

異常区間の始点は、例えば、上記の候補から選択される。また、異常区間の終点として、上記の候補または上記の候補とは異なる日付もしくは日時が指定される。始点が終点に近いほど異常区間が短く、始点が終点から離れた日時であるほど異常区間が長い。
正常区間は、異常区間を除く全ての期間としてもよい。また、正常区間は、異常区間を除く期間のうち、明らかに異常が発生していないと作業者Ｕが判断した期間としてもよい。

期間設定部１３０は、第１学習データ１８１および第２学習データ１８２を適切に生成するため、正常区間と異常区間とを定める。この動作は、空気調和装置１０において発生した各々の異常について行われる。

故障原因ラベル抽出部１３１は、対象となる異常に対応する修理情報１７５から、修理内容、交換部品、故障原因等、故障の内容に関連する情報を、ラベルとして抽出する。また、故障原因ラベル抽出部１３１は、機器属性情報１７１から、機種、設置条件、レイアウト等の情報を、ラベルとして抽出する。ラベルには、機器ＩＤや担当者スキルを含んでもよい。

異常区間候補抽出部１３２は、対象となる異常についての異常区間の始点および終点となり得る日時を、記憶部１６０の情報から抽出する。具体的には、警報データ１７３の警報発報日時、受付情報１７４の受付日時、修理情報１７５の修理日時、および、点検情報１７６の点検日時を取得する。また、異常区間候補抽出部１３２は、修理情報１７５の修理日時のうち、設定変更を行った日時を、設定変更日時とする。設定変更日時は、修理日時とは区別して処理される。

警報データ１７３、受付情報１７４、修理情報１７５および点検情報１７６に含まれる日時は、日付であってもよい。つまり、時刻情報が含まれなくてもよい。この場合、異常区間候補抽出部１３２は、日時の代わりに日付の情報を抽出する。さらに、異常区間候補抽出部１３２は、抽出した日付に、時刻情報を付加してもよい。異常区間候補抽出部１３２が付加する時刻情報は、予め設定されていることが望ましい。設定される時刻は任意であり、例えば、午前０時００分や午前１２時００分とされる。同様に、以下に説明する日時に関する各種処理においても、日時の代わりに日付の情報を利用できる。

異常データ特徴抽出部１３３は、運転データ１７２から、故障原因ラベル抽出部１３１が抽出したラベルに関連するデータを抽出する。運転データ１７２は、多数の項目の計測値や設定値を含んでいるので、異常データ特徴抽出部１３３は、抽出されたラベルに関連する項目や内容のデータを選択する。異常データ特徴抽出部１３３が選択するデータの項目或いは内容は、例えば、予めラベルに対応づけて設定されている。詳細には、個々のラベル、または、ラベルの組み合わせに対応づけてデータの項目が設定される。

さらに、異常データ特徴抽出部１３３は、選択した項目または内容のデータのうち、異常区間候補抽出部１３２が抽出した日時に対応する期間のデータを抽出する。具体的には、異常データ特徴抽出部１３３は、異常区間候補抽出部１３２により抽出された日時のうち最も早い日時から遅い日時までを含む期間のデータを抽出する。

選択情報提示部１３４は、異常区間候補抽出部１３２が抽出した日時、および、異常データ特徴抽出部１３３が抽出した運転データを作業者Ｕに提示するためのデータを生成し、作業者端末３０に送信する。
選択指示取得部１３５は、選択情報提示部１３４が提示したデータに基づき作業者Ｕが入力する指示を取得する。
対象期間設定部１３６は、選択指示取得部１３５が取得する指示に基づき、異常区間、および、正常区間を設定する。

学習データ生成部１４０が有する第１学習データ生成部１４１は、異常区間における運転データを、運転データ１７２から取得する。第１学習データ生成部１４１は、運転データ１７２から取得したデータ、および、故障原因ラベル抽出部１３１が抽出したラベルに基づき、第１学習データ１８１を生成する。つまり、第１学習データ１８１は、空気調和装置１０の異常に関するラベルが付された、ラベル付きのデータである。
第１学習データ生成部１４１は、故障原因ラベル抽出部１３１が抽出した機器ＩＤを利用して第１学習データ１８１を生成してもよい。この場合、例えば、第１学習データ１８１は、機器ＩＤで分類されたラベル付きのデータとなる。

第２学習データ生成部１４２は、正常区間における運転データを運転データ１７２から取得して、第２学習データ１８２を生成する。第２学習データ１８２は、空気調和装置１０の正常動作中のデータを含み、ラベルが付与されていなくて、正常動作中のデータという属性を有している。また、第２学習データ１８２が含むデータに、正常動作中のデータであることを示すラベルを付加してもよい。

学習部１５０は、モデル生成部１５１、異常検知モデル実行部１５２、故障診断モデル実行部１５３、および、故障予知モデル実行部１５４を含む。
モデル生成部１５１は、機械学習モデルに、第２学習データ１８２を利用して、いわゆる深層学習等の機械学習を実行させ、異常検知モデル１９１を生成する。
情報処理装置１００は、本発明の学習装置の一例に対応する。

異常検知モデル１９１は、異常検知モデル実行部１５２により実行される。異常検知モデル実行部１５２は、運転データ１７２の入力に対し、空気調和装置１０が正常動作しているか否かを推定し、推定結果を出力するＡＩである。より具体的には、異常検知モデル実行部１５２は、運転データ１７２を解析する動作を周期的に、或いは常時実行し、空気調和装置１０が正常状態とは異なる運転状態になったと推定した場合に、異常が発生したと推定して報知を行う。なお、異常検知モデル１９１の機能は、正常動作しているか否かを推定する機能に限定されない。例えば、異常検知モデル１９１は、運転データ１７２が示す空気調和装置１０の運転状態と正常時の動作との違いを数値として、周期的に、あるいは常時出力しても良い。この場合の数値は、いわゆる異常度であってもよい。

モデル生成部１５１は、第１学習データ１８１および第２学習データ１８２を機械学習モデルに学習させて、故障診断モデル１９２を生成する。モデル生成部１５１は、ラベル付きのデータである第１学習データ１８１を用いて、例えば教師あり学習を実行し、故障診断モデル１９２を生成する。

モデル生成部１５１は、第１学習データ１８１および第２学習データ１８２を機械学習モデルに学習させて、故障予知モデル１９３を生成する。モデル生成部１５１は、第１学習データ１８１を解析することによって、空気調和装置１０において発生した複数の異常の相関を含む学習を実行する。ここで、異常の数は、例えば、１つの修理情報１７５が１つの異常に対応すると見なしてカウントすることができる。
第１学習データ１８１が機器ＩＤを含む場合、或いは機器ＩＤで分類されたデータを含む場合には、モデル生成部１５１は、同一の空気調和装置１０で発生した複数の異常の相関について、機械学習モデルに学習させることができる。

故障診断モデル１９２は、故障診断モデル実行部１５３により実行される。故障診断モデル実行部１５３は、空気調和装置１０に異常が発生した場合に、異常が発生する前または発生前後の運転データ１７２に基づき、異常の原因を推定するＡＩである。
故障診断モデル実行部１５３が推定を実行するタイミングは任意に設定できる。例えば、故障診断モデル実行部１５３は、警報データ１７３、受付情報１７４または修理情報１７５を通信部１１０が受信したことをトリガーとして、推定を実行してもよい。また、異常検知モデル実行部１５２が異常発生を報知したことをトリガーとして、推定を行ってもよい。

故障予知モデル１９３は、故障予知モデル実行部１５４により実行される。故障予知モデル実行部１５４は、空気調和装置１０において発生した異常の原因と運転データ１７２とに基づき、将来発生する異常の原因および／または異常発生時期を推定する。
故障予知モデル実行部１５４が推定を実行するタイミングは任意に設定できる。例えば、故障予知モデル実行部１５４は、警報データ１７３、受付情報１７４または修理情報１７５を通信部１１０が受信したことをトリガーとして推定を実行してもよい。また、故障予知モデル実行部１５４は、故障診断モデル実行部１５３が推定を行う毎に、故障診断モデル実行部１５３の推定結果を取得して、推定を実行してもよい。

学習部１５０は、モデル生成部１５１によって異常検知モデル１９１を更新する。例えば、第２学習データ生成部１４２が第２学習データ１８２を更新する毎に、更新後の第２学習データ１８２を異常検知モデル１９１に学習させることにより、異常検知モデル１９１を更新する。同様に、モデル生成部１５１は、第１学習データ１８１または第２学習データ１８２が更新された場合に、更新後のデータに基づき故障診断モデル１９２および故障予知モデル１９３を学習させる。

ところで、空気調和装置１０の運転開始からしばらくの間は、異常の発生件数が少ない。このため、第１学習データ１８１に含まれるデータ量、すなわちサンプル数が少なく、故障診断モデル１９２および故障予知モデル１９３の学習が進みにくい。
本実施形態の情報処理装置１００は、第１学習データ１８１が十分な数のデータを含んでいない段階では、第１学習データ生成部１４１が取得するデータの量が多くなるように調整を行うことにより、第１学習データ１８１のデータ量の増加を促進する。この動作について以下に説明する。

［３．情報処理装置の動作］
図５および図６は、情報処理装置１００の動作を示すフローチャートである。図５のステップＳ１０１−Ｓ１０６，Ｓ１０８は、学習データ１８０を生成するための動作であり、学習データ生成フェーズという。上記の収集フェーズと学習データ生成フェーズとの実行順序に制約は無く、例えば、情報処理装置１００は収集フェーズと学習データ生成フェーズとを並行して実行できる。

学習データ生成部１４０は、学習データ１８０の事例数の閾値を設定する（ステップＳ１０１）。ステップＳ１０１で設定される閾値は、第１学習データ１８１が十分な量のデータを含んでいるか否かを判定する基準であり、第１学習データ１８１の事例数と比較される。第１学習データ１８１の事例数は、第１学習データ１８１が含むデータ量の指標であり、例えば、第１学習データ１８１に含まれる運転データの数をいう。上記のように空気調和装置１０は周期的に計測値等を取得する。空気調和装置１０が１回に取得する計測値等を１つの運転データとし、１つの事例として数える。この場合、事例数はサンプル数と言い換えることもできる。

続いて、期間設定部１３０および学習データ生成部１４０は、学習データ１８０に追加するデータを抽出するためのデータ登録処理を実行する（ステップＳ１０２）。データ登録処理の詳細は後述する。
学習データ生成部１４０は、ステップＳ１０２で抽出されたデータを含むように、第１学習データ１８１および第２学習データ１８２を更新する（ステップＳ１０３）。

学習データ生成部１４０は、ステップＳ１０３で更新された第１学習データ１８１の事例数が閾値以上か否かを判定する（ステップＳ１０５）。事例数が閾値より少ない場合（ステップＳ１０５；ＮＯ）、学習データ生成部１４０は、異常区間を長くする設定を行う（ステップＳ１０６）。これにより、異常区間に含まれるデータの事例数が多くなるので、第１学習データ１８１のデータ量の増加が促進される。

その後、モデル生成部１５１は、更新された学習データ１８０に基づく学習を行い、異常検知モデル１９１、故障診断モデル１９２、および故障予知モデル１９３を生成または更新する（ステップＳ１０７）。

一方、第１学習データ１８１の事例数が閾値以上である場合（ステップＳ１０５；ＹＥＳ）、学習データ生成部１４０は、異常区間を短くする設定を行う（ステップＳ１０８）。

図６に、学習データ登録処理の詳細を示す。
学習データ登録処理では、最初に処理対象の異常が選択される（ステップＳ１２１）。具体的には、異常に関して作成された修理情報１７５のいずれか１つが選択される。ステップＳ１２１では、期間設定部１３０が異常を選択してもよいし、作業者端末３０の操作により選択されてもよい。

故障原因ラベル抽出部１３１は、対象となる異常に対応する修理情報１７５および機器属性情報１７１から、上述したラベルとなる情報を抽出する（ステップＳ１２２）。
異常区間候補抽出部１３２は、対象となる異常に関連する警報データ１７３、受付情報１７４、修理情報１７５、および点検情報１７６を参照し、始点の候補となる日時および終点の候補となる日時を抽出する（ステップＳ１２３）。ステップＳ１２３で、異常区間候補抽出部１３２は、修理情報１７５の修理日時と機器ＩＤとに基づいて、対象となる異常に関連する情報を特定する。

続いて、異常データ特徴抽出部１３３は、異常区間候補抽出部１３２が抽出した日時に対応する抽出期間を設定する（ステップＳ１２４）。抽出期間は、始点の候補のうち最も早い日時と、終点の日時とを含む期間に設定される。また、ステップＳ１２４では、正常区間の選択が容易になるように、始点の候補より前の期間、および、終点の候補より後の期間を含む抽出期間を設定することが望ましい。

異常データ特徴抽出部１３３は、抽出期間の運転データ１７２から、故障原因ラベル抽出部１３１が抽出したラベルに関連する項目の運転データを抽出する（ステップＳ１２５）。
選択情報提示部１３４は、ステップＳ１０６またはステップＳ１０８で設定された異常区間の長さに関する設定内容を取得する（ステップＳ１２６）。

ここで、異常データ特徴抽出部１３３が抽出するデータについて説明する。
図７、図８および図９は、それぞれ、学習データ１８０の生成に使用されるデータの構成例を示す模式図である。

図７には、１つの異常に関する受付情報１７４および修理情報１７５と、異常データ特徴抽出部１３３が運転データ１７２から抽出した抽出データ１７８とを示す。これらのデータの組み合わせをデータセット１７０ａとする。なお、図７の抽出データ１７８は、抽出区間のデータの一部のみを示しており、図８および図９においても同様である。

データセット１７０ａには、警報データ１７３および点検情報１７６は含まれない。つまり、学習データ登録処理の対象となる異常に対応する警報データ１７３、受付情報１７４、および点検情報１７６の全てがデータセット１７０ａに記憶されていることは必須ではない。

上述のように、受付情報１７４には機器ＩＤ、受付日時、症状、処置内容、受付者名が含まれる。図７の受付情報１７４は受付日時の代わりに受付日が含まれている。また、修理情報１７５には、故障原因がフィルタ詰まりであり、部品交換に代えてフィルタ清掃が行われたことを示す情報が含まれている。故障原因ラベル抽出部１３１は、修理情報１７５から「フィルタ清掃」、「フィルタ詰まり」、「担当者スキル」をラベルとして抽出する。また、故障原因ラベル抽出部１３１は図示しない機器属性情報１７１から機種、設置条件、レイアウト等をラベルとして抽出する。

「フィルタ清掃」および「フィルタ詰まり」のラベル、および機器属性情報１７１から抽出されたラベルに対応する運転データ１７２の項目は、例えば、吸込温度、吹出温度および冷媒温度の計測値と、風量および運転モードの設定値である。抽出データ１７８は、機器ＩＤおよび日時に加え、ラベルに関連して選択された各項目のデータを含む。

図８に示すデータセット１７０ｂは、警報データ１７３、修理情報１７５および抽出データ１７８を含む。修理情報１７５から抽出されるラベルは、「冷媒補充」、「冷媒不足」である。抽出されたラベルに対応する運転データ１７２の項目は、例えば、過熱度、過冷却度、膨張弁開度、圧縮機回転数であり、これらの項目のデータが抽出データ１７８に含まれる。

図８の例では、警報データ１７３に３回の警報のデータが含まれており、空気調和装置１０の１つの異常に関して３回の警報が出力されたことを示している。

図９に示すデータセット１７０ｃは、点検情報１７６、修理情報１７５および抽出データ１７８を含む。修理情報１７５から抽出されるラベルは、「圧縮機」、「圧縮機の劣化」である。抽出されたラベルに対応する運転データ１７２の項目は、例えば、圧縮機回転数、圧縮機１次電流であり、これらの項目のデータが抽出データ１７８に含まれる。

このように、異常データ特徴抽出部１３３によって、多数の項目のデータを含む運転データ１７２から、ラベルに関連するデータが抽出されるので、異常に関連する可能性のあるデータを学習データ１８０として利用できる。

選択情報提示部１３４は、異常区間候補抽出部１３２が抽出した異常区間の始点の候補と、異常区間の終点の候補と、異常データ特徴抽出部１３３が抽出した運転データとを集約して提示用データを生成し、作業者端末３０ｂに送信する（図６のステップＳ１２７）。

図１０および図１１は、作業者端末３０ｂにおける表示例を示す図であり、選択情報提示部１３４が生成する提示用データをタッチパネル３１ｂに表示した例である。

図１０に示す提示画面３１０には、機器情報表示部３１１、内容表示部３１２、事例数表示部３１４、登録指示ボタン３１５が配置される。機器情報表示部３１１には、機器属性情報１７１から抽出された情報が表示される。内容表示部３１２には、学習データ登録処理の対象の故障について、修理情報１７５から抽出された故障原因等の情報が表示される。事例数表示部３１４には、学習データ登録処理の実行時点における第１学習データ１８１の事例数が表示される。登録指示ボタン３１５は、作業者Ｕ３が登録を指示するための操作部として機能するボタンである。

提示画面３１０には、期間表示領域３２０が配置される。期間表示領域３２０は、運転データ表示部３２１、および区間表示部３２７を有する。
運転データ表示部３２１には、時間軸３２２に沿って、運転データ１７２から抽出された計測値のグラフが表示される。図１０の例では、圧縮機１次電流のグラフ３２３、および、圧縮機回転数のグラフ３２４が表示されている。また、時間軸３２２には、異常区間の始点の候補である日時を示す日時記号３３１、３３２、３３３、３３４、３３５、および、異常区間の終点の候補である日時を示す日時記号３３６が配置される。図１０の例において始点の候補は、点検日時、２回の設定変更日時、受付日時、および警報日時である。また、終点の候補は修理日時である。

区間表示部３２７には、時間軸３２２に従って、異常区間Ｔ１および正常期間Ｔ２が矢印により表示される。
正常期間Ｔ２は異常区間Ｔ１以外の期間に設定されており、具体的には、異常区間Ｔ１の始点と正常期間Ｔ２の終点とが一致し、異常区間Ｔ１の終点と正常期間Ｔ２の始点とが一致している。

正常期間Ｔ２の始点および終点は、異常区間Ｔ１の終点および始点と一致していなくてもよい。つまり、正常期間Ｔ２の始点および終点を、異常区間Ｔ１の終点および始点とは独立して設定可能であってもよい。図１０の提示画面３１０は、選択情報提示部１３４がステップＳ１２７で作業者Ｕ３に提示する候補である。つまり、選択情報提示部１３４は候補として、異常区間Ｔ１と正常期間Ｔ２とが連続する例を提示する。従って、作業者Ｕ３の操作により、正常期間Ｔ２の始点および終点を、異常区間Ｔ１の終点および始点と一致しない日時とすることができる。

また、正常期間Ｔ２は、区間表示部３２７に示される始点と終点との間の全期間としてもよい。この場合、区間表示部３２７の正常期間Ｔ２の始点から、現在の対象の異常の後に発生する異常に関して指定される異常区間Ｔ１の始点までが正常期間Ｔ２となる。
或いは、正常期間Ｔ２の長さは予め設定されていてもよい。この長さを、仮に、正常期間長ＴＬとする。正常期間長ＴＬは、日、時間、分、あるいは秒を単位として予め設定しておくことができる。また、提示画面３１０に対する操作により正常期間長ＴＬを設定可能であってもよい。この場合、正常期間Ｔ２は、区間表示部３２７で指定される正常期間Ｔ２の始点および終点から正常期間長ＴＬの期間である。図１０の例では、正常期間Ｔ２は、点検日時から正常期間長ＴＬだけ遡及する期間、および、修理日時から正常期間長ＴＬが経過するまでの期間であり、設定された正常期間長ＴＬの２倍の長さとなる。また、正常期間Ｔ２の終点からの正常期間長ＴＬと、正常期間Ｔ２の始点からの正常期間長ＴＬとを、異なる長さとしてもよい。

図１０の例は、異常区間を長くする設定が行われた場合に生成される提示用データに基づく表示例である。従って、作業者Ｕ３に対し、異常区間を長くするように促す表示がなされる。具体的には、始点の候補のうち、最も終点の候補から離れている日時を示す日時記号３３１が、他の日時記号３３２−３３５とは異なる表示状態で表示されている。また、終点の候補としては修理日時が提示される。すなわち、終点を示す日時記号３３６は、日時記号３３２−３３５とは異なる表示状態で表示されている。
さらに、図１０の提示画面３１０では、正常期間Ｔ２の始点を修理日時とし、正常期間Ｔ２の終点の候補として点検日時が提示されている。別の表現をすれば、正常期間Ｔ２の終点の候補は、異常区間Ｔ１を除く期間において正常期間Ｔ２の始点に最も近い日時とされている。この候補に従って正常期間Ｔ２が指定された場合、正常期間Ｔ２は最も長くなる。図１０の例は、第１学習データ１８１の事例数が少ない状態であり、正常期間Ｔ２に関する第２学習データ１８２の事例数もまた、少ない。このため、正常期間Ｔ２を長く設定することで、第２学習データ１８２の事例数の増加を促進できる。

提示画面３１０では、登録指示ボタン３１５が操作される前は、異常区間Ｔ１および正常期間Ｔ２を、作業者Ｕ３の操作により変更可能である。例えば、日時記号３３１、３３２、３３３、３３４、３３５のいずれかに対するタッチ操作によって、始点の候補のいずれかを選択できる。始点の候補が選択された場合、選択情報提示部１３４は提示用データを更新し、提示画面３１０の表示が更新される。例えば、異常区間Ｔ１の表示が、選択された始点の候補に合わせて更新される。

作業者Ｕ３は、提示画面３１０のグラフ３２３、３２４を見て、内容表示部３１２に表示された異常に関連する動作状態が始まった時期を判断し、異常区間Ｔ１始点の候補から始点を選択する。また、作業者Ｕ３は終点を指定する。また、作業者Ｕ３は、正常期間Ｔ２と異常区間Ｔ１を連続させない意図がある場合は、正常期間Ｔ２の終点および始点を指定する。作業者Ｕ３の操作に従って提示画面３１０が更新された後、作業者Ｕ３は、更新された異常区間Ｔ１および正常期間Ｔ２が自身の意図の通りであれば、登録指示ボタン３１５を操作する。

登録指示ボタン３１５が操作されると、作業者端末３０ｂから情報処理装置１００に対し、作業者Ｕ３が選択した異常区間Ｔ１の始点および終点の日時と、登録の指示とが送信される。この指示に、正常期間Ｔ２の始点および終点の日時が含まれてもよい。

なお、提示画面３１０においては、異常区間Ｔ１の始点を、時間軸３２２における日時記号３３１、３３２、３３３、３３４、３３５以外の位置にする操作が行われてもよい。例えば、日時記号３３２と日時記号３３３との間を始点とする操作が可能であってもよい。
また、異常区間Ｔ１の終点についても同様に、日時記号３３６以外の位置にする操作が可能である。例えば、日時記号３３１、３３２、３３３、３３４、３３５の位置を終点とする操作が可能である。さらにまた、上記の日時記号以外の位置を終点とするように、終点の位置を変更する操作が可能であってもよい。これらの異常区間Ｔ１の終点を変更する指示が行われる毎に、区間表示部３２７の表示が更新される。さらに、登録指示ボタン３１５が操作されると、作業者端末３０ｂから情報処理装置１００に対し、作業者Ｕ３が選択した始点および終点の日時と、登録の指示とが送信される。

図１１の提示画面３１０は、異常区間Ｔ１を短くする設定が行われた場合に生成される提示用データに基づく表示例である。事例数表示部３１４に表示される事例数が、図１０の例とは異なり、閾値以上の数となっている。

図１１の提示画面３１０では、始点の候補のうち、終点の候補である修理日時に最も近い日時を示す日時記号３３５が、他の日時記号３３１−３３４とは異なる表示状態で表示されている。また、図１０に示した例と同様に、終点の候補として日時記号３３６が日時記号３３１−３３４とは異なる表示状態で表示されている。

また、図１１の例では、提示画面３１０に、注意喚起表示部３１３が配置される。注意喚起表示部３１３には、第１学習データ１８１の事例数が十分であることを報知し、異常区間Ｔ１が短くなるように設定することを促すメッセージが表示される。

修理日時においては作業者Ｕ１が空気調和装置１０の状態を確認しているので、異常が発生していることが確実である。異常区間Ｔ１が短い方が、運転データ１７２から抽出されるデータの品質が高いといえる。つまり、抽出されるデータにおいて、異常に関連しているデータの割合が高く、異常とは無関係のデータの割合が低い。第１学習データ１８１の事例数が十分な数に達している場合、第１学習データ１８１の品質を高めることが有用である。このため、選択情報提示部１３４は、注意喚起表示部３１３により、作業者Ｕ３に対して異常区間Ｔ１を短くすることを促す。
また、図１１の提示画面３１０では、正常期間Ｔ２の始点を修理日時とし、正常期間Ｔ２の終点の候補として点検日時が提示されている。別の表現をすれば、正常期間Ｔ２の終点の候補は、正常期間Ｔ２の始点から最も離れた日時とされている。

図１１の例では、異常区間Ｔ１の始点と正常期間Ｔ２の終点とが一致していない。選択情報提示部１３４は、図１１に示すように、正常期間Ｔ２を、異常区間Ｔ１の始点の候補が含まれない期間として提示することもできる。
図１１の例は、第１学習データ１８１の事例数が増えた状態であるため、正常期間Ｔ２に関する第２学習データ１８２の事例数もまた、増えている。このため、選択情報提示部１３４は、図１１に示すように、正常期間Ｔ２を異常区間Ｔ１から離すよう提示する。この例では、第２学習データ１８２の品質を高めることが期待できる。

また、選択情報提示部１３４は、正常期間Ｔ２の始点と終点の候補を提示する際に、異常区間Ｔ１の長さに応じた候補の提示を行ってもよい。例えば、選択情報提示部１３４は、異常区間Ｔ１が長い場合には、異常区間Ｔ１以外を正常期間Ｔ２とし、異常区間Ｔ１が短い場合には、異常区間Ｔ１と正常期間Ｔ２とが隣接しないように候補を設定して提示してもよい。

提示画面３１０の登録指示ボタン３１５が操作されると、選択指示取得部１３５が、作業者端末３０ｂにより送信される指示を取得する（図６のステップＳ１２８）。ここで、選択指示取得部１３５は、登録指示ボタン３１５を操作した作業者Ｕが、他の作業者Ｕによる確認を必要とするか否かを判定する（ステップＳ１２９）。他の作業者Ｕによる確認を必要とする場合とは、登録指示ボタン３１５を操作した作業者Ｕのスキルが、定められた水準以下の場合である。

他の作業者Ｕによる確認を必要としない場合（ステップＳ１２９；ＮＯ）、対象期間設定部１３６が、運転データ１７２から異常区間および正常区間のデータを抽出し（ステップＳ１３０）、ステップＳ１０３に移行する。

他の作業者Ｕによる確認を必要とする場合（ステップＳ１２９；ＹＥＳ）、選択情報提示部１３４は確認用のデータを生成して、作業者端末３０ｃに送信する（ステップＳ１３１）。この場合、タッチパネル３１ｃに、提示画面３１０で作業者Ｕ３が操作した内容を示す情報、或いは、登録指示ボタン３１５が操作された時点における提示画面３１０が表示される。作業者Ｕ４は、作業者Ｕ３が設定した異常区間Ｔ１および正常期間Ｔ２が適切か否か等の観点で、作業者Ｕ３の操作を許可するか否かを判断し、作業者端末３０ｃに入力する。作業者Ｕ４が入力した内容は、作業者端末３０ｃから情報処理装置１００に送信される。

選択指示取得部１３５は、通信部１１０が作業者端末３０ｃから受信する指示を取得し（ステップＳ１３２）、作業者Ｕ３の指示による登録が許可されたか否かを判定する（ステップＳ１３３）。登録が許可されなかった場合（ステップＳ１３３；ＮＯ）、情報処理装置１００は、処理を終了する。
また、登録が許可された場合（ステップＳ１３３；ＹＥＳ）、ステップＳ１３０に移行してデータを抽出し、ステップＳ１０３に移行する。

図５および図６に示す処理は、警報データ１７３、受付情報１７４、修理情報１７５および点検情報１７６が更新される毎、或いは、運転データ１７２が所定量増加する毎に、繰り返し実行される。ステップＳ１０１は繰り返す必要がないため、必要に応じて実行されればよい。

また、情報処理装置１００は、ステップＳ１０８で異常区間を短くする設定を行った場合に、過去に第１学習データ１８１の生成のために利用された事例を対象として、ステップＳ１０２−Ｓ１０３を再実行し、第１学習データ１８１を作り直してもよい。この場合、第１学習データ１８１の全体の品質を向上させることができ、より高精度の推定が可能な故障診断モデル１９２および故障予知モデル１９３を生成できる。

以上説明したように、実施形態の情報処理装置１００は、空気調和装置１０の運転データを取得する運転情報取得部１２１と、空気調和装置１０の修理点検の内容、および、修理点検の日付または日時を含む修理情報１７５を取得する修理点検情報取得部１２２と、異常区間を設定する期間設定部１３０と、異常区間の運転データに基づいて、空気調和装置１０の運転状態と運転データとが対応づけられた第１学習データ１８１を生成する学習データ生成部１４０と、を備え、期間設定部１３０は、修理情報１７５に含まれる空気調和装置１０の修理の日付または日時を異常区間の終点とし、異常区間の始点の候補として日付または日時を選択可能に提示し、選択された日付または日時を異常区間の始点とし、第１学習データ１８１に含まれる事例数が閾値より少ない場合に提示する始点の候補を、第１学習データ１８１に含まれる事例数が閾値以上の場合に提示する始点の候補よりも、終点から離れた日付または日時とする。

情報処理装置１００、および情報処理装置１００が実行する情報処理方法によれば、第１学習データ１８１の事例が少ない場合には異常区間を相対的に長く設定し、第１学習データ１８１のデータ量を確保できる。また、事例の数が閾値以上である場合は異常区間を相対的に短く設定することにより、学習に特に適している運転データを選び、精度の高い第１学習データ１８１を生成できる。さらに、異常区間の終点を修理の日付または日時から移動させないので、修理と無関係な第１学習データ１８１となることを防止し、第１学習データ１８１としての品質を維持できる。
このため、空気調和装置１０において発生した異常の事例の多寡にかかわらず、学習部１５０によって空気調和装置１０の運転状態を学習するために適した第１学習データ１８１を得ることができる。

期間設定部１３０は、第１学習データ１８１に含まれる事例数が閾値より少ない場合は、警報データ１７３、受付情報１７４、修理情報１７５、および点検情報１７６等に含まれる日付または日時のうち最も終点から離れている日付または日時を始点の候補とし、第１学習データ１８１に含まれる事例数が閾値以上の場合は、最も終点に近い日付または日時を始点の候補とする。
例えば、図１０および図１１に示した提示画面３１０の例において、第１学習データ１８１の事例数が閾値より少ない場合は点検日時を始点の候補として日時記号３３１の表示状態を変更し、第１学習データ１８１の事例数が閾値以上の場合は設定変更日時を始点の候補として日時記号３３５の表示状態を変更する。
これによれば、第１学習データ１８１の事例が少ない場合に、修理に関係する運転データが含まれる最長の期間を異常区間とすることができ、第１学習データ１８１の量を確保できる。また、第１学習データ１８１に含まれる事例数が十分である場合には、異常区間を大幅に短くすることによって、第１学習データ１８１の精度を高めることができる。

修理点検情報は、空気調和装置１０の点検が実行された日付または日時、空気調和装置１０の修理点検に関する情報が受け付けられた日付または日時、空気調和装置１０の設定が変更された日付または日時、および、空気調和装置１０が運転状態に関する警報を出力した日付または日時のうちいずれか１以上と、空気調和装置１０の修理が実行された日付または日時と、を含む。具体的には、期間設定部１３０および学習データ生成部１４０は、警報データ１７３、受付情報１７４、および点検情報１７６の少なくともいずれかと、修理情報１７５とを取得して利用する。
これによれば、空気調和装置１０の修理に関係する運転データを利用して、第１学習データ１８１および第２学習データ１８２を得ることができる。

異常区間は、空気調和装置１０の運転状態が特定の状態であると判断される期間であり、期間設定部１３０は、上記の修理点検情報に含まれるいずれかの日付もしくは日時、または、空気調和装置１０の点検で発見された症状および空気調和装置１０の平常運転における運転データとの差に基づき、異常区間の始点を設定してもよい。例えば、正常期間における運転データ１７２とは異なる運転データ１７２が得られた期間を、異常区間として、提示画面３１０により提示してもよい。この場合、空気調和装置１０の運転状態に対応する第１学習データ１８１を、容易に得ることができる。

空気調和装置１０の正常運転における運転データは、空気調和装置１０の運用設計時に得られる運転データ、空気調和装置１０の試運転における運転データ、空気調和装置１０が正常動作していると判断される運転中の運転データのいずれかとすることができる。本実施形態の情報処理装置１００は、空気調和装置１０が正常動作していると判断される運転中の運転データを、正常期間の運転データとして第２学習データ１８２を生成する。これによれば、空気調和装置１０に対する各種の修理点検が行われたタイミング、または、空気調和装置１０の平常運転における運転データを基準として、異常区間および正常区間を適切に設定できる。

情報処理装置１００は、異常区間の始点の候補を選択する操作を行う作業者Ｕごとに、作業者Ｕのスキルを示すスキル情報を記憶したユーザＤＢ１６２を備え、期間設定部１３０は、特定のスキル情報に該当する作業者Ｕ３の操作に基づき設定された異常区間の運転データを、第１学習データ１８１の生成に利用するか否かを選択可能に、作業者Ｕ４に提示する。
これによれば、始点の候補を選択する作業者Ｕのスキルの差に対応して、高品質の第１学習データ１８１を得ることができる。

学習データ生成部１４０は、空気調和装置１０の設置条件、空気調和装置１０のレイアウト、および、空気調和装置１０の機種のいずれかを含む機器属性情報１７１と、異常区間の運転データとを対応づける第１学習データ１８１を生成する。具体的には、学習データ生成部１４０は、機器属性情報１７１から抽出されるラベルと、運転データ１７２から抽出された運転データとに基づき第１学習データ１８１を生成する。
これによれば、空気調和装置１０の機種、設置条件、レイアウト等に対応する第１学習データ１８１を得ることができる。

情報処理装置１００は、空気調和装置１０の運転データを取得する運転情報取得部１２１と、空気調和装置１０の修理点検の内容、および、修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部１２２と、修理点検情報に基づき設定される異常区間の運転データをもとに、第１学習データ１８１を生成する学習データ生成部１４０と、第１学習データ１８１に基づいて、空気調和装置１０の運転状態に関連付けられる運転データの条件を学習する学習部１５０と、を備える学習装置である。
これによれば、空気調和装置１０の運転状態と、空気調和装置１０から取得される運転データとを関連を学習することにより、空気調和装置１０の運転状態に関する高精度の予測、診断、或いは検知が可能となる。

また、情報処理装置１００は、空気調和装置１０の運転データを取得する運転情報取得部１２１と、空気調和装置１０の修理点検の内容、および、修理点検の日付または日時を含む修理情報１７５を取得する修理点検情報取得部１２２と、空気調和装置１０が正常動作していると見なされる正常区間を設定する期間設定部１３０と、正常区間の運転データに基づいて、空気調和装置１０の運転状態と運転データとが対応づけられた第２学習データ１８２を生成する学習データ生成部１４０と、を備え、期間設定部１３０は、修理情報１７５に含まれる機器の修理の日付または日時を正常区間の始点の候補とし、正常区間の終点の候補として日付または日時を選択可能に提示し、選択された日付または日時を正常区間の始点、及び終点とし、第１学習データ１８１または第２学習データ１８２に含まれる事例数が閾値より少ない場合に提示する終点の候補を、第１学習データ１８１または第２学習データ１８２に含まれる事例数が閾値以上の場合に提示する終点の候補よりも、始点から離れた日付または日時とする。

このように、情報処理装置１００、および情報処理装置１００が実行する情報処理方法によれば、空気調和装置１０が正常動作していると見なされる正常区間の候補を提示し、正常区間に関する第２学習データ１８２の事例が少ない場合には、正常区間を相対的に長く設定して第２学習データ１８２の量を確保できる。また、事例の数が閾値以上ある場合は正常区間を相対的に短く設定することにより、学習に特に適している運転情報を選び、精度の高い学習データを生成できる。従って、正常動作している場合の機器の運転状態を学習するために適した第２学習データ１８２を得ることができる。

期間設定部１３０は、第１学習データ１８１または第２学習データ１８２に含まれる事例数が閾値より少ない場合は、警報データ１７３、受付情報１７４、修理情報１７５、および点検情報１７６等に含まれる日付または日時のうち最も始点から離れている日付または日時を終点の候補とし、第２学習データ１８２に含まれる事例数が閾値以上の場合は、修理点検情報に含まれる日付または日時のうち最も始点に近い日付または日時を終点の候補とする。
これによれば、第２学習データ１８２の事例が少ない場合に、正常区間を長くすることにより、第２学習データ１８２の量を確保できる。また、第２学習データ１８２に含まれる事例数が十分である場合には、正常区間を短くすることによって、第２学習データ１８２の精度を高めることができる。

期間設定部１３０は、上記の修理点検情報に含まれるいずれかの日付もしくは日時、または、空気調和装置１０の点検で発見された症状および空気調和装置１０の平常運転における運転データとの差に基づき、正常区間の終点を設定してもよい。例えば、平常運転における運転データと空気調和装置１０の運転データとの差に基づき異常区間を設定し、異常区間の始点および終点をもとに正常区間の終点および始点を設定してもよい。この場合、空気調和装置１０の運転状態に基づいて、第２学習データ１８２を容易に得ることができる。

情報処理装置１００は、正常区間の終点の候補を選択する操作を行う作業者Ｕごとに、作業者Ｕのスキルを示すスキル情報を記憶したユーザＤＢ１６２を備え、期間設定部１３０は、特定のスキル情報に該当する作業者Ｕ３の操作に基づき設定された正常区間の運転データを、第２学習データ１８２の生成に利用するか否かを選択可能に、作業者Ｕ４に提示する。これによれば、正常区間の終点の候補を選択する作業者Ｕのスキルの差に対応して、高品質の第２学習データ１８２を得ることができる。

学習データ生成部１４０は、空気調和装置１０の設置条件、空気調和装置１０のレイアウト、および、空気調和装置１０の機種のいずれかを含む機器属性情報１７１と、正常区間の運転データとを対応づける第２学習データ１８２を生成してもよい。この場合、空気調和装置１０の機種、設置条件、レイアウト等に対応する第２学習データ１８２を得ることができる。

［４．他の実施形態］
なお、実施形態に基づいて本発明を説明したが、本発明は本実施形態に限定されるものではない。あくまでも本発明の一実施態様を例示するものであるから、本発明の趣旨を逸脱しない範囲で任意に変更、および応用が可能である。

例えば、上記実施形態では、対象区間として空気調和装置１０の異常が発生した異常区間、および、正常区間を設定し、運転データ１７２を抽出して学習データ１８０を生成する例を説明した。本発明はこれに限定されず、対象の機器の運転状態に基づき対象区間を設定する他の例にも適用できる。例えば、空気調和装置１０の動作状態が特に良好な対象区間について学習データ１８０を生成してもよい。

また、例えば、情報処理装置１００が処理する情報は、空気調和装置１０に関する情報に限定されない。例えば、本発明は、冷蔵ショーケース、冷凍庫等の各種の冷凍設備に関する情報を処理する構成や、冷凍回路を備えていない各種装置に関する情報を処理する構成に適用できる。

また、図３は、本願発明の理解を容易にするために、情報処理装置１００の機能構成を、主な処理内容により区分して示した概略図であり、これらの構成を、他の区分によって構成してもよい。また、各構成要素の処理は、１つのハードウェアユニットにより実行されてもよいし、複数のハードウェアユニットにより実行されてもよい。
例えば、上記実施形態では、情報処理装置１００が期間設定部１３０、学習データ生成部１４０および学習部１５０を備える構成として説明したが、本発明はこれに限定されない。例えば、学習部１５０を、情報処理装置１００とは別の装置として構成してもよい。この場合、学習部１５０を備える装置は、学習データ生成部１４０により生成される学習データ１８０にアクセス可能であればよい。また、学習データ１８０を記憶するデータベースサーバを、情報処理装置１００とは異なる装置として構成し、通信ネットワーク４０により情報処理装置１００に接続してもよく、その他の態様としてもよい。また、図３の各構成要素の処理は、１つのプログラムにより実行されてもよいし、複数のプログラムにより実行されてもよい。

以上のように、本発明に係る情報処理装置、および、本発明の情報処理方法を適用した装置は、機器の動作状態の事例数に対応して、機器の運転状態を学習するために適した学習データを得られる情報処理装置として、好適に利用可能である。

１ 機器管理システム
１０ 空気調和装置
２０ 受付端末
３０、３０ａ、３０ｂ、３０ｃ 作業者端末
３１、３１ａ、３１ｂ、３１ｃ タッチパネル
１００ 情報処理装置（学習装置）
１２０ 処理部
１２１ 運転情報取得部
１２２ 修理点検情報取得部
１３０ 期間設定部
１３１ 故障原因ラベル抽出部
１３２ 異常区間候補抽出部
１３３ 異常データ特徴抽出部
１３４ 選択情報提示部
１３５ 選択指示取得部
１３６ 対象期間設定部
１４０ 学習データ生成部
１４１ 第１学習データ生成部
１４２ 第２学習データ生成部
１５０ 学習部
１５１ モデル生成部
１５２ 異常検知モデル実行部
１５３ 故障診断モデル実行部
１５４ 故障予知モデル実行部
１６２ ユーザＤＢ
１７１ 機器属性情報
１７２ 運転データ
１７３ 警報データ
１７４ 受付情報
１７５ 修理情報
１７６ 点検情報
１７８ 抽出データ
１８０ 学習データ
１８１ 第１学習データ（学習データ）
１８２ 第２学習データ
１９０ 学習モデル記憶部
１９１ 異常検知モデル
１９２ 故障診断モデル
１９３ 故障予知モデル

Claims (17)

1. 機器の運転情報を取得する運転情報取得部と、
   前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、
   対象期間を設定する期間設定部と、
   前記対象期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた学習データを生成する学習データ生成部と、を備え、
   前記期間設定部は、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記対象期間の終点の候補とし、前記対象期間の始点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記対象期間の始点、及び終点とし、
   前記学習データに含まれる事例数が閾値より少ない場合に提示する前記始点の候補を、前記学習データに含まれる事例数が閾値以上の場合に提示する前記始点の候補よりも、前記終点から離れた日付または日時とすること、
   を特徴とする情報処理装置。
2. 前記期間設定部は、前記学習データに含まれる事例数が閾値より少ない場合は、前記修理点検情報に含まれる日付または日時のうち最も前記終点から離れている日付または日時を前記始点の候補とし、前記学習データに含まれる事例数が閾値以上の場合は、前記修理点検情報に含まれる日付または日時のうち最も前記終点に近い日付または日時を前記始点の候補とすること、
   を特徴とする請求項１記載の情報処理装置。
3. 前記修理点検情報は、前記機器の点検が実行された日付または日時、前記機器の修理点検に関する情報が受け付けられた日付または日時、前記機器の設定が変更された日付または日時、および、前記機器が運転状態に関する警報を出力した日付または日時のうちいずれか１以上と、前記機器の修理が実行された日付または日時と、を含むこと、
   を特徴とする請求項１または２記載の情報処理装置。
4. 前記対象期間は、前記機器の運転状態が特定の状態であると判断される期間であり、
   前記期間設定部は、前記修理点検情報に含まれるいずれかの日付もしくは日時、または、前記機器の点検で発見された症状および前記機器の平常運転における前記運転情報との差に基づき、前記対象期間の始点を設定すること、
   を特徴とする請求項３記載の情報処理装置。
5. 前記機器の平常運転における前記運転情報は、前記機器の運用設計時に得られる前記運転情報、前記機器の試運転における前記運転情報、前記機器が正常動作していると判断される運転中の前記運転情報のいずれかであること、
   を特徴とする請求項４に記載の情報処理装置。
6. 前記対象期間の始点の候補を選択する操作を行う操作者ごとに、前記操作者のスキルを示すスキル情報を記憶した操作者情報記憶部を備え、
   前記期間設定部は、特定の前記スキル情報に該当する前記操作者の操作に基づき設定された前記対象期間の運転情報を、前記学習データの生成に利用するか否かを選択可能に提示すること、
   を特徴とする請求項１から５のいずれか１項に記載の情報処理装置。
7. 前記学習データ生成部は、前記機器の設置条件、前記機器のレイアウト、および、前記機器の機種のいずれかを含む機器特性情報と、前記対象期間の前記運転情報とを対応づける前記学習データを生成すること、
   を特徴とする請求項１から６のいずれか１項に記載の情報処理装置。
8. 機器の運転情報を取得する運転情報取得部と、
   前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、
   前記機器が正常動作していると見なされる正常動作期間を設定する期間設定部と、
   前記正常動作期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた正常期間学習データを生成する学習データ生成部と、を備え、
   前記期間設定部は、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記正常動作期間の始点の候補とし、前記正常動作期間の終点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記正常動作期間の始点、及び終点とし、
   前記正常期間学習データに含まれる事例数が閾値より少ない場合に提示する前記終点の候補を、前記正常期間学習データに含まれる事例数が閾値以上の場合に提示する前記終点の候補よりも、前記始点から離れた日付または日時とすること、
   を特徴とする情報処理装置。
9. 前記期間設定部は、前記正常期間学習データに含まれる事例数が閾値より少ない場合は、前記修理点検情報に含まれる日付または日時のうち最も前記始点から離れている日付または日時を前記終点の候補とし、前記正常期間学習データに含まれる事例数が閾値以上の場合は、前記修理点検情報に含まれる日付または日時のうち最も前記始点に近い日付または日時を前記終点の候補とすること、
   を特徴とする請求項８記載の情報処理装置。
10. 前記修理点検情報は、前記機器の点検が実行された日付または日時、前記機器の修理点検に関する情報が受け付けられた日付または日時、前記機器の設定が変更された日付または日時、および、前記機器が運転状態に関する警報を出力した日付または日時のうちいずれか１以上と、前記機器の修理が実行された日付または日時と、を含むこと、
    を特徴とする請求項８または９記載の情報処理装置。
11. 前記期間設定部は、前記修理点検情報に含まれるいずれかの日付もしくは日時、または、前記機器の点検で発見された症状および前記機器の平常運転における前記運転情報との差に基づき、前記正常動作期間の終点を設定すること、
    を特徴とする請求項１０記載の情報処理装置。
12. 前記機器の平常運転における前記運転情報は、前記機器の運用設計時に得られる前記運転情報、前記機器の試運転における前記運転情報、前記機器が正常動作していると判断される運転中の前記運転情報のいずれかであること、
    を特徴とする請求項１１に記載の情報処理装置。
13. 前記正常動作期間の終点の候補を選択する操作を行う操作者ごとに、前記操作者のスキルを示すスキル情報を記憶した操作者情報記憶部を備え、
    前記期間設定部は、特定の前記スキル情報に該当する前記操作者の操作に基づき設定された前記正常動作期間の運転情報を、前記正常期間学習データの生成に利用するか否かを選択可能に提示すること、
    を特徴とする請求項８から１２のいずれか１項に記載の情報処理装置。
14. 前記学習データ生成部は、前記機器の設置条件、前記機器のレイアウト、および、前記機器の機種のいずれかを含む機器特性情報と、前記正常動作期間の前記運転情報とを対応づける前記正常期間学習データを生成すること、
    を特徴とする請求項８から１３のいずれか１項に記載の情報処理装置。
15. 機器の運転情報を取得し、
    前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得し、
    対象期間の始点および終点を設定する期間設定処理を行い、
    前記期間設定処理で設定された前記対象期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた学習データを生成し、
    前記期間設定処理において、前記修理点検情報に含まれる前記機器の修理の日付または日時を前記対象期間の終点の候補とし、前記対象期間の始点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記対象期間の始点、及び終点とし、
    前記学習データに含まれる事例数が閾値より少ない場合に提示する前記始点の候補を、前記学習データに含まれる事例数が閾値以上の場合に提示する前記始点の候補よりも、前記終点から離れた日付または日時とすること、
    を特徴とする情報処理方法。
16. 機器の運転情報を取得し、
    前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得し、
    前記機器が正常動作していると見なされる正常動作期間を設定する期間設定処理を行い、
    前記正常動作期間の前記運転情報に基づいて、前記機器の運転状態と前記運転情報とが対応づけられた正常期間学習データを生成し、
    前記期間設定処理において、前記修理点検情報に含まれる前記機器の修理の日付または日時を含む前記正常動作期間の始点とし、前記正常動作期間の終点の候補として日付または日時を選択可能に提示し、選択された日付または日時を前記正常動作期間の始点、及び終点とし、
    前記正常期間学習データに含まれる事例数が閾値より少ない場合に提示する前記終点の候補を、前記正常期間学習データに含まれる事例数が閾値以上の場合に提示する前記終点の候補よりも、前記始点から離れた日付または日時とすること、
    を特徴とする情報処理方法。
17. 機器の運転情報を取得する運転情報取得部と、
    前記機器の修理点検の内容、および、前記修理点検の日付または日時を含む修理点検情報を取得する修理点検情報取得部と、
    前記修理点検情報に基づき設定される対象期間の前記運転情報をもとに、学習データを生成する学習データ生成部と、
    前記学習データに基づいて、前記機器の運転状態に関連付けられる前記運転情報の条件を学習する学習部と、
    を備えることを特徴とする学習装置。

Images