JP2022007859A - 運転支援装置、運転支援システム及び運転支援方法 - Google Patents

Abstract

【課題】ノイズを除去した操作手順の提示を可能にすること。【解決手段】一実施形態に係る運転支援装置は、過去のログデータの履歴から、ユーザによって設定されたイベントが発生した期間のログデータの集合をそれぞれ表す１以上の第１時系列データを抽出する抽出手段と、前記抽出手段により抽出された１以上の第１時系列データから、前記期間における各操作ログの発生頻度の上昇率を表す頻度上昇率をそれぞれ算出する算出手段と、前記期間における各操作ログと前記操作ログの頻度上昇率とを、前記イベントに関する回避又は復旧操作の候補として前記ユーザに提示する第１提示手段と、を有することを特徴とする。【選択図】図４

Description

本発明は、運転支援装置、運転支援システム及び運転支援方法に関する。

一般に、プラント等のプロセス監視システムでは、ログデータ（例えば、アラームログデータ、動作ログデータ、操作ログデータ）や運転データ（例えば、流量計、圧力計、温度計、レベル計等の各種センサの測定データ、アクチュエータの動作データ等）をデータベースに記録し、過去の履歴として保存する機能が備わっている。

近年では、過去の履歴として保存されたログデータや運転データをプラントの運転支援に活用する試みがなされている。例えば、プラント等で異常イベントが発生した場合や異常イベントの発生が予測された場合に、この異常イベントに対する操作手順（復旧操作手順や回避操作手順等）をユーザに提示し、運転支援を図る技術が知られている（例えば、特許文献１～３）。このような技術では、過去のプラント運転時における操作の履歴をパターン化しておき、運転支援時に異常イベントが発生した場合や異常イベントの発生が予測された場合に、直近の状況にマッチする操作パターンを、この異常イベントに対する操作手順として提示している。

特開２０００－８９８７３号公報 特開２００１－２５５９２９号公報 特開２０１８－９７７９１号公報

しかしながら、一般に、プラント運転時の履歴には、異常イベントに対する操作のログデータの他に、通常運転のための操作のログデータ等の異常イベントとの関連性が低いデータも含まれる。このため、上記の従来技術では、通常運転のための操作のログデータがノイズとなり、適切なパターン化できない場合がある。したがって、異常イベントが発生した場合や異常イベントの発生が予測された場合等に、適切な操作手順を提示できないことがある。

本発明の一実施形態は、上記の点に鑑みてなされたもので、ノイズを除去した操作手順の提示を可能にすることを目的とする。

上記目的を達成するため、本実施形態に係る運転支援装置は、過去のログデータの履歴から、ユーザによって設定されたイベントが発生した期間のログデータの集合をそれぞれ表す１以上の第１時系列データを抽出する抽出手段と、前記抽出手段により抽出された１以上の第１時系列データから、前記期間における各操作ログの発生頻度の上昇率を表す頻度上昇率をそれぞれ算出する算出手段と、前記期間における各操作ログと前記操作ログの頻度上昇率とを、前記イベントに関する回避又は復旧操作の候補として前記ユーザに提示する第１提示手段と、を有することを特徴とする。

ノイズを除去した操作手順の提示を可能にすることができる。

第一の実施形態に係る運転支援システムの全体構成の一例を示す図である。 ログデータの一例を示す図である。 運転データの一例を示す図である。 第一の実施形態に係る運転支援装置の機能構成の一例を示す図である。 第一の実施形態に係る運転支援装置のハードウェア構成の一例を示す図である。 第一の実施形態に係る学習フェーズの処理の流れの一例を示すフローチャートである。 回避手順設定画面の一例を示す図である。 操作実績情報及び全期間情報の作成・格納処理の流れの一例を示すフローチャートである。 操作実績情報の一例を示す図である。 全期間情報の一例を示す図である。 頻度集計情報の作成・格納処理の流れの一例を示すフローチャートである。 頻度集計情報の一例を示す図である。 回避手順情報の一例を示す図（その１）である。 回避手順情報の一例を示す図（その２）である。 第一の実施形態に係る運転支援フェーズの処理の流れの一例を示すフローチャートである。 回避手順提示画面の一例を示す図である。 第二の実施形態に係る運転支援装置の機能構成の一例を示す図である。 第二の実施形態に係る学習フェーズの処理の流れの一例を示すフローチャートである。 予測モデル情報の作成・格納処理の流れの一例を示すフローチャートである。 第二の実施形態に係る運転支援フェーズの処理の流れの一例を示すフローチャートである。 第三の実施形態に係る運転支援装置の機能構成の一例を示す図である。 第三の実施形態に係る学習フェーズの処理の流れの一例を示すフローチャートである。 異常診断モデル情報の作成・格納処理の流れの一例を示すフローチャートである。 第三の実施形態に係る運転支援フェーズの処理の流れの一例を示すフローチャートである。

以下、本発明の一実施形態について説明する。

［第一の実施形態］
まず、第一の実施形態について説明する。本実施形態では、運転支援時に特定イベント（例えば、異常イベント発生の前兆となるアラーム等）が発生した場合、ユーザ（例えばプラントの運転員等）に提示される回避操作手順（つまり、アラームが対象とする異常や事故等のイベントを回避する操作手順）として、ノイズが除去された操作手順の提示を可能にする運転支援システム１について説明する。ここで、イベントとはプラント等で発生する事象のことであり、例えば、アラームの発生、異常動作や事故の発生、センサの測定値の閾値超過等が挙げられる。また、ノイズとは、通常の運転のための操作ログデータ等のことである。

なお、本実施形態では、運転支援時に特定イベントが発生したときに、この特定イベントで予測される異常イベントの発生を回避するための回避操作手順をユーザに提示する場合について説明するが、これに限られない。本実施形態は、例えば、運転支援時に異常イベントが発生したときに、この異常イベントから復旧するための復旧操作手順をユーザに提示する場合についても同様に適用可能である。

また、本実施形態では、過去の履歴（すなわち、過去のログデータや過去の運転データ）を用いて、特定イベントに関する回避操作手順（ノイズが除去された回避操作手順）を作成するフェーズを「学習フェーズ」と呼ぶ。一方で、運転支援時に特定イベントが発生した場合に回避操作手順をユーザに提示するフェーズを「運転支援フェーズ」と呼ぶ。

＜運転支援システム１の全体構成＞
まず、本実施形態に係る運転支援システム１の全体構成について、図１を参照しながら説明する。図１は、第一の実施形態に係る運転支援システム１の全体構成の一例を示す図である。

図１に示すように、本実施形態に係る運転支援システム１には、運転支援装置１０と、ログデータＤＢ２０と、運転データＤＢ３０と、１以上の入出力装置４０と、１以上の計測制御装置５０と、１以上の機器６０とが含まれる。

運転支援装置１０は、学習フェーズで特定イベントに関する回避操作手順を作成すると共に、運転支援フェーズで特定イベントが発生した場合に回避操作手順を提示する装置である。なお、運転支援装置１０としては、例えば、ＤＣＳ（Distributed Control System）やＰＬＣ（Programmable Logic Controller）等を用いることが可能である。

ログデータＤＢ２０は、計測制御装置５０から収集したログデータを履歴データとして格納（保存）するデータベースサーバである。なお、ログデータとしては、例えば、機器６０に関するアラームログデータや動作ログデータ、操作ログデータ等が挙げられる。ログデータの詳細については後述する。

運転データＤＢ３０は、計測制御装置５０から収集した運転データを履歴データとして格納（保存）するデータベースサーバである。なお、運転データとしては、例えば、機器６０をセンシング（測定）する各種センサ（例えば、流量計、圧力計、温度計、レベル計等）の測定データ、機器６０が備えるアクチュエータの動作データ等が挙げられる。運転データの詳細については後述する。

入出力装置４０は、ユーザ（例えばプラントの運転員等）が利用する装置である。入出力装置４０としては、例えば、ＰＣ（パーソナルコンピュータ）等が用いられる。なお、入出力装置４０として、例えば、タブレット端末やスマートフォン等が用いられてもよい。

計測制御装置５０は、機器６０を制御すると共に、当該機器６０に関するログデータ及び運転データを収集してログデータＤＢ２０及び運転データＤＢ３０にそれぞれ送信する装置である。

機器６０は、計測制御装置５０により制御される各種プロセス機器、装置、プラント設備等である。

なお、図１に示す運転支援システム１の全体構成は一例であって、他の構成であってもよい。例えば、ログデータＤＢ２０及び運転データＤＢ３０の少なくとも一方のＤＢが運転支援装置１０に含まれていてもよいし、入出力装置４０が運転支援装置１０に含まれていてもよい。

≪ログデータ≫
ここで、ログデータＤＢ２０に格納されているログデータについて、図２を参照しながら説明する。図２は、ログデータの一例を示す図である。

図２に示すように、ログデータＤＢ２０には１以上のログデータが履歴データとして格納されており、各ログデータには、日時と、タグと、ログ内容とが含まれる。

日時は、操作や動作、アラーム等が発生した日時である。タグは、ログ内容が表す操作ログや動作ログ、アラームログ等によって操作対象や動作対象等となった変数を表すラベルである。ログ内容は、操作ログの内容や動作ログの内容、アラームの内容等を表す情報である。なお、変数とは、センサ値やアクチュエータの動作値等が格納される変数のことである。変数としては、例えば、流量が格納される変数、圧力が格納される変数、温度が格納される変数、レベルが格納される変数等がある。

なお、図２に示すログデータは一例であって、各ログデータには他の情報が含まれていてもよい。例えば、当該ログデータに対応する機器６０（つまり、例えば、当該ログデータに含まれるログ内容の操作が行なわれた機器６０等）の識別情報等が含まれていてもよい。

≪運転データ≫
また、運転データＤＢ３０に格納されている運転データについて、図３を参照しながら説明する。図３は、運転データの一例を示す図である。

図３に示すように、運転データＤＢ３０には１以上の運転データが履歴データとして格納されており、各運転データには、日時と、１以上の変数とが含まれる。

日時は、センサによってセンシング（測定）された日時やアクチュエータが動作した日時等である。変数は、センサによってセンシング（測定）されたセンサ値やアクチュエータの動作値等が格納される変数である。図３に示す例では、各運転データにはＭ個の変数が含まれる場合を示している。

なお、図３に示す運転データは一例であって、各運転データには他の情報が含まれていてもよい。例えば、当該運転データに対応する機器６０（つまり、例えば、当該運転データに含まれるセンサ値等が測定された機器６０等）の識別情報等が含まれていてもよい。

＜運転支援装置１０の機能構成＞
次に、本実施形態に係る運転支援装置１０の機能構成について、図４を参照しながら説明する。図４は、第一の実施形態に係る運転支援装置１０の機能構成の一例を示す図である。

図４に示すように、本実施形態に係る運転支援装置１０は、データ系列抽出部１０１と、頻度集計部１０２と、第１画面提供部１０３と、トリガ検知部１０４と、第２画面提供部１０５と、操作実績情報記憶部１１１と、全期間情報記憶部１１２と、頻度集計情報記憶部１１３と、回避手順情報記憶部１１４とを有する。

データ系列抽出部１０１は、学習フェーズにおいて、ログデータＤＢ２０及び運転データＤＢ３０から履歴データ（つまり、ログデータ及び運転データ）を取得した上で、この履歴データからデータ系列を作成し、操作実績情報及び全期間情報を作成する。これらの操作実績情報及び全期間情報は、それぞれ操作実績情報記憶部１１１及び全期間情報記憶部１１２に格納される。操作実績情報とは、特定イベントが発生してから復旧（つまり、例えば、アラームの発生原因が解消等）するまでの間の期間（特定イベント発生期間）における操作ログの実績情報である。一方で、全期間情報とは、全期間（つまり、例えば、学習フェーズで学習対象とする期間）の間における操作ログの実績情報である。操作実績情報及び全期間情報の詳細については後述する。

頻度集計部１０２は、学習フェーズにおいて、操作実績情報及び全期間情報から頻度集計情報を作成する。当該頻度集計情報は頻度集計情報記憶部１１３に格納される。頻度集計情報とは、特定イベント発生期間における操作ログの頻度と、全期間における当該操作ログの頻度（全期間頻度）と、特定イベント発生期間における操作ログの頻度と全期間頻度とから算出される頻度上昇率とが含まれる情報である。頻度集計情報の詳細については後述する。

ここで、特定イベント発生期間では、特定イベントに関係する操作（例えば、当該特定イベントから復旧するための操作等）の操作ログの発生頻度が全期間よりも上昇していると考えられる。一方で、特定イベントに関係しない操作（つまり、通常の運転のための操作等）は、特定イベント発生期間でも全期間でも同程度の頻度で発生していると考えられる。したがって、各操作ログの頻度上昇率により、当該操作ログが、当該特定イベントの回避操作となり得る操作なのか又はノイズとなる操作なのかを判断することが可能となる。

第１画面提供部１０３は、学習フェーズにおいて、ユーザが特定イベントを設定したり、回避操作手順を設定したりするための画面（回避手順設定画面）を入出力装置４０に表示させる。また、第１画面提供部１０３は、回避手順設定画面上でユーザによって設定された回避操作手順から回避手順情報を作成する。当該回避手順情報は回避手順情報記憶部１１４に格納される。回避手順情報とは、特定イベントの開始トリガや終了トリガと、当該特定イベントに関する回避操作手順とが含まれる情報である。回避手順情報の詳細については後述する。

なお、ユーザは、回避手順設定画面上に一覧表示された操作ログ及び頻度上昇率を参考することで、特定イベントに対して、ノイズを除去した回避操作手順を設定することができる。

トリガ検知部１０４は、運転支援フェーズにおいて、ログデータＤＢ２０及び運転データＤＢ３０から直近のログデータ及び運転データを取得した上で、回避手順情報記憶部１１４を検索して、該当の回避手順情報が格納されているか否かを判定する。該当の回避手順情報とは、当該ログデータ又は当該運転データが表すイベントが、特定イベントの開始トリガとして設定されている回避手順情報のことである。

第２画面提供部１０５は、運転支援フェーズにおいて、トリガ検知部１０４により該当の回避手順情報が検索された場合（つまり、特定イベントの発生が検知された場合）、当該特定イベントに関する回避操作手順を提示する画面（回避手順提示画面）を入出力装置４０に表示させる。これにより、ユーザは、当該特定イベントに関して、ノイズが除去された適切な回避操作手順を知ることが可能となる。

＜運転支援装置１０のハードウェア構成＞
次に、本実施形態に係る運転支援装置１０のハードウェア構成について、図５を参照しながら説明する。図５は、第一の実施形態に係る運転支援装置１０のハードウェア構成の一例を示す図である。

図５に示すように、本実施形態に係る運転支援装置１０は、外部Ｉ／Ｆ２０１と、通信Ｉ／Ｆ２０２と、プロセッサ２０３と、メモリ装置２０４とを有する。これら各ハードウェアは、それぞれがバス２０５を介して通信可能に接続されている。

外部Ｉ／Ｆ２０１は、外部装置とのインタフェースである。外部装置には、記録媒体２０１ａ等がある。運転支援装置１０は、外部Ｉ／Ｆ２０１を介して、記録媒体２０１ａの読み取りや書き込み等を行うことができる。記録媒体２０１ａには、例えば、運転支援装置１０が有する各機能部（データ系列抽出部１０１、頻度集計部１０２、第１画面提供部１０３、トリガ検知部１０４及び第２画面提供部１０５）を実現する１以上のプログラムが格納されていてもよい。

なお、記録媒体２０１ａには、例えば、ＣＤ（Compact Disc）、ＤＶＤ（Digital Versatile Disk）、ＳＤメモリカード（Secure Digital memory card）、ＵＳＢ（Universal Serial Bus）メモリカード等がある。

通信Ｉ／Ｆ２０２は、運転支援装置１０を通信ネットワークに接続するためのインタフェースである。なお、運転支援装置１０が有する各機能部を実現する１以上のプログラムは、通信Ｉ／Ｆ２０２を介して、所定のサーバ装置等から取得（ダウンロード）されてもよい。

プロセッサ２０３は、例えば、ＣＰＵ（Central Processing Unit）等の各種演算装置である。運転支援装置１０が有する各機能部は、メモリ装置２０４等に格納されている１以上のプログラムがプロセッサ２０３に実行させる処理により実現される。

メモリ装置２０４は、例えば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）、ＲＡＭ（Random Access Memory）、ＲＯＭ（Read Only Memory）、フラッシュメモリ等の各種記憶装置である。運転支援装置１０が有する各記憶部（操作実績情報記憶部１１１、全期間情報記憶部１１２、頻度集計情報記憶部１１３及び回避手順情報記憶部１１４）は、メモリ装置２０４を用いて実現可能である。なお、これらの記憶部のうちの少なくとも１つの記憶部が、運転支援装置１０と通信ネットワークを介して接続される記憶装置等を用いて実現されていてもよい。

本実施形態に係る運転支援装置１０は、図５に示すハードウェア構成を有することにより、後述する各種処理を実現することができる。なお、図５に示すハードウェア構成は一例であって、運転支援装置１０は、他のハードウェア構成を有していてもよい。例えば、運転支援装置１０は、複数のプロセッサ２０３を有していてもよいし、複数のメモリ装置２０４を有していてもよい。

＜学習フェーズ＞
次に、本実施形態に係る学習フェーズの処理の流れについて、図６を参照しながら説明する。図６は、第一の実施形態に係る学習フェーズの処理の流れの一例を示すフローチャートである。

まず、第１画面提供部１０３は、回避手順設定画面上でユーザによって設定された特定イベントを受け付ける（ステップＳ１０１）。ユーザは、例えば、入出力装置４０に表示された、図７に示す回避手順設定画面１０００上で特定イベントを設定することができる。

図７に示す回避手順設定画面１０００上で特定イベントを設定するためには、まず、ユーザは、検索方法設定欄１１０１でイベント種別として「ログ」又は「トレンド」のいずれかを選択する。ユーザは、ログ内容で特定イベントを設定する場合は「ログ」を選択し、変数の値（つまり、センサ値）で特定イベントを設定する場合は「トレンド」を選択する。次に、「ログ」を選択した場合は、発生ログ設定欄１１０２に特定イベントの発生を表すログ内容（及びタグ）を設定すると共に、復旧ログ設定欄１１０３に特定イベントからの復旧を表すログ内容（及びタグ）を設定する。なお、一般に、特定イベントの発生を表すログ内容に対応するタグと、当該特定イベントからの復旧を表すログ内容に対応するタグは同一である。

一方で、「トレンド」を選択した場合は、監視変数設定欄１１０４に変数名（及びタグ）を設定すると共に、監視値設定欄１１０５に閾値を設定する。そして、検索期間設定欄１１０６に学習対象とする任意の期間を設定した上で、検索実行ボタン１１０７を押下する。これにより、特定イベントが設定される。なお、図７に示す例では、監視変数設定欄１１０４に設定された変数名の変数の値が、監視値設定欄１１０５に設定された閾値を超過したときを特定イベントが発生したものする場合を示したが、これに限られず、例えば、「超過」の代わりに、「以下」や「未満」等をユーザが選択することができてもよい。

次に、データ系列抽出部１０１は、ログデータＤＢ２０及び運転データＤＢ３０から履歴データ（つまり、ログデータ及び運転データ）を取得する（ステップＳ１０２）。このとき、データ系列抽出部１０１は、回避手順設定画面１０００の検索期間設定欄１１０６で設定された期間の履歴データをログデータＤＢ２０及び運転データＤＢ３０から取得する。なお、例えば、検索期間設定欄１１０６に期間が設定されていない場合、データ系列抽出部１０１は、ログデータＤＢ２０及び運転データＤＢ３０から全ての履歴データを取得してもよいし、予め決められた期間の間の履歴データを取得してもよい。

次に、データ系列抽出部１０１は、上記のステップＳ１０２で取得した履歴データから操作実績情報及び全期間情報を作成・格納する（ステップＳ１０３）。ここで、本ステップの処理の詳細について、図８を参照しながら説明する。図８は、操作実績情報及び全期間情報の作成・格納処理の流れの一例を示すフローチャートである。

まず、データ系列抽出部１０１は、回避手順設定画面１０００の検索方法設定欄１１０１で設定されたイベント種別が「ログ」又は「トレンド」のいずれであるかを判定する（ステップＳ２０１）。

上記のステップＳ２０１でイベント種別が「ログ」であると判定された場合、データ系列抽出部１０１は、回避手順設定画面１０００の発生ログ設定欄１１０２に設定されたログ内容から、復旧ログ設定欄１１０３に設定されたログ内容までの間のログデータを第１データ系列として抽出する（ステップＳ２０２）。具体的には、例えば、発生ログ設定欄１１０２に設定されたログ内容が「ＡＡＡＡＡ」、復旧ログ設定欄１１０３に設定されたログ内容が「ＺＺＺＺＺ」である場合、データ系列抽出部１０１は、図６のステップＳ１０１で取得されたログデータの中から、ログ内容が「ＡＡＡＡＡ」のログデータからログ内容が「ＺＺＺＺＺ」までのログデータの系列を第１データ系列として抽出する。言い換えれば、データ系列抽出部１０１は、各特定イベント発生期間内のログデータの系列を、それぞれ第１データ系列として抽出する。本実施形態では、少なくとも１以上の第１データ系列が抽出されたものとする。

一方で、上記のステップＳ２０１でイベント種別が「トレンド」であると判定された場合、データ系列抽出部１０１は、図６のステップＳ１０１で取得された運転データの中から、監視変数設定欄１１０４に設定された変数名の変数の値が、監視値設定欄１１０５に設定された閾値を超過した時点を示す発生時刻と、この発生時刻以降で、当該変数の値が当該閾値以下となった最初の時点を示す復旧時刻とを抽出する（ステップＳ２０３）。具体的には、例えば、監視変数設定欄１１０４に設定された変数名が「ＡＡＡ温度」、監視値設定欄１１０５に設定された閾値が「１５．０℃」である場合、データ系列抽出部１０１は、図６のステップＳ１０１で運転データの中から、ＡＡＡ温度の変数の値が１５．０℃を超えた時点を示す発生時刻と、この発生時刻以降で、ＡＡＡ温度の変数の値が最初に１５．０℃以下となった時点を示す復旧時刻とを抽出する。言い換えれば、データ系列抽出部１０１は、各特定イベント発生期間それぞれの期間始点を示す時刻及び期間終点を示す時刻を、発生時刻及び復旧時刻として抽出する。本実施形態では、発生時刻と、この発生時刻に対応する復旧時刻との組（ペア）が少なくとも１つ以上抽出されたものとする。

次に、データ系列抽出部１０１は、図６のステップＳ１０１で取得されたログデータの中から、上記のステップＳ２０３で抽出した発生時刻から復旧時刻までの間（つまり、特定イベント発生期間の間）のログデータを第１データ系列として抽出する（ステップＳ２０４）。言い換えれば、データ系列抽出部１０１は、各特定イベント発生期間内のログデータの系列を、それぞれ第１データ系列として抽出する。本実施形態では、少なくとも１以上の第１データ系列が抽出されたものとする。

ステップＳ２０２又はステップＳ２０４に続いて、データ系列抽出部１０１は、抽出した１以上の第１データ系列を用いて操作実績情報を作成し、操作実績情報記憶部１１１に格納する（ステップＳ２０５）。ここで、操作実績情報の一例を図９に示す。図９は、操作実績情報の一例を示す図である。

図９に示すように、操作実績情報は、（イベント番号，イベント種別，対象タグ，開始トリガ，終了トリガ）と、（データ系列番号，期間始点，期間終点）とが１対Ｎ_１で対応付けられており、（データ系列番号，期間始点，期間終点）と、第１データ系列とが１対１で対応付けられている情報である。ここで、Ｎ_１は１以上の整数であり、図８のステップＳ２０２又はステップＳ２０４で抽出された第１データ系列の個数である。

イベント番号は、特定イベントの通番である。イベント種別は、検索方法設定欄１１０１で設定されたイベント種別を表し、例えば、「１」の場合は「ログ」、「２」の場合は「トレンド」を表す。対象タグは、イベント種別が「１」の場合は発生ログ設定欄１１０２に設定されたログ内容（又は、復旧ログ設定欄１１０３に設定されたログ内容）に対応するタグであり、イベント種別が「２」の場合は監視変数設定欄１１０４に設定された変数名に対応するタグである。

開始トリガは、イベント種別が「１」の場合は発生ログ設定欄１１０２に設定されたログ内容であり、イベント種別が「２」の場合は監視変数設定欄１１０４に設定された変数名と監視値設定欄１１０５に設定された閾値とで表される特定イベントの発生条件である。特定イベントの発生条件は、例えば、変数名が「ＡＡＡ温度」、閾値が「１５．０℃」である場合、「ＡＡＡ温度が１５℃を超過」等と表される。

終了トリガは、イベント種別が「１」の場合は復旧ログ設定欄１１０３に設定されたログ内容であり、イベント種別が「２」の場合は監視変数設定欄１１０４に設定された変数名と監視値設定欄１１０５に設定された閾値とで表される特定イベントからの復旧条件である。特定イベントからの復旧条件は、例えば、変数名が「ＡＡＡ温度」、閾値が「１５．０℃」である場合、「ＡＡＡ温度が１５℃以下」等と表される。

データ系列番号は、このデータ系列番号に対応付けられている第１データ系列の通番である。期間始点は、当該第１データ系列の期間始点の時刻（日時）である。期間終点は、当該第１データ系列の期間終点の時刻（日時）である。

図８の説明に戻る。ステップＳ２０５に続いて、データ系列抽出部１０１は、全期間（つまり、検索期間設定欄１１０６で設定された期間）を一定期間毎に区切った各期間で、図６のステップＳ１０２で取得されたログデータを分割して第２データ系列を抽出する（ステップＳ２０６）。具体的には、例えば、全期間を一定期間毎に区切った各期間として期間１，・・・，期間Ｎ_２が得られた場合、データ系列抽出部１０１は、これらの期間１，・・・，期間Ｎ_２の各々に含まれるログデータの系列を、それぞれ第２データ系列とする。これにより、この場合、Ｎ_２個の第２データ系列が抽出される。

次に、データ系列抽出部１０１は、上記のステップＳ２０６で抽出された第２データ系列を用いて全期間情報を作成し、全期間情報記憶部１１２に格納する（ステップＳ２０７）。ここで、全期間情報の一例を図１０に示す。図１０は、全期間情報の一例を示す図である。

図１０に示すように、全期間情報は、（全期間始点，全期間終点）と、（データ系列番号，期間始点，期間終点）とが１対Ｎ_２で対応付けられており、（データ系列番号，期間始点，期間終点）と、第２データ系列とが１対１で対応付けられている情報である。ここで、Ｎ_２は１以上の整数であり、図８のステップＳ２０６で抽出された第２データ系列の個数である。

全期間始点は、全期間の始点の時刻（日時）である。全期間終点は、全期間の終点の時刻（日時）である。データ系列番号は、このデータ系列番号に対応付けられている第２データ系列の通番である。期間始点は、当該第２データ系列の期間始点の時刻（日時）である。期間終点は、当該第２データ系列の期間終点の時刻（日時）である。

図６の説明に戻る。ステップＳ１０３に続いて、頻度集計部１０２は、上記のステップＳ１０３で作成・格納された操作実績情報及び全期間情報を用いて、頻度集計情報を作成・格納する（ステップＳ１０４）。ここで、本ステップの処理の詳細について、図１１を参照しながら説明する。図１１は、頻度集計情報の作成・格納処理の流れの一例を示すフローチャートである。

まず、頻度集計部１０２は、操作実績情報を用いて、各第１データ系列中のログデータのうち、操作ログデータが表す操作ログの頻度を算出する（ステップＳ３０１）。次に、頻度集計部１０２は、全期間情報を用いて、各第２データ系列中のログデータのうち、操作ログデータが表す操作ログの全期間頻度を算出する（ステップＳ３０２）。

ここで、上記のステップＳ３０１及びステップＳ３０２における頻度及び全期間頻度の算出方法の例について説明する。

≪算出方法その１≫
・頻度
ｒ_ｉ：操作ログｉの頻度
Ｃ_ｉｋ：データ系列番号ｋの第１データ系列における操作ログｉの操作ログデータの出現回数
Ｎ_１：第１データ系列の個数
このとき、ｒ_ｉ＝（Σ_ｋＣ_ｉｋ）／Ｎ_１により、操作ログｉの頻度ｒ_ｉを算出する。なお、ｋ＝１，・・・，Ｎ_１である。

・全期間頻度
Ｒ_ｉ：操作ログｉの全期間頻度
ΣＣ_ｉ：全期間における操作ログｉの操作ログデータの出現回数
Ｎ_２：第２データ系列の個数
このとき、Ｒ_ｉ＝（ΣＣ_ｉ）／Ｎ_２により、操作ログｉの全期間頻度Ｒ_ｉを算出する。

≪算出方法その２≫
・頻度
ｒ_ｉ：操作ログｉの頻度
Ｃ_ｉｋ：データ系列番号ｋの第１データ系列における操作ログｉの操作ログデータの出現回数
Ａ_ｋｍ：データ系列番号ｋにおけるログｍのログデータの出現回数
このとき、ｒ_ｉ＝（Σ_ｋＣ_ｉｋ）／（Σ_ｍΣ_ｋＡ_ｋｍ）により、操作ログｉの頻度ｒ_ｉを算出する。

・全期間頻度
Ｒ_ｉ：操作ログｉの全期間頻度
ΣＣ_ｉ：全期間における操作ログｉの操作ログデータの出現回数
ΣＡ_ｍ：全期間におけるログｍのログデータの出現回数
このとき、Ｒ_ｉ＝（ΣＣ_ｉ）／（Σ_ｍΣＡ_ｍ）により、操作ログｉの全期間頻度Ｒ_ｉを算出する。

≪算出方法その３≫
・頻度
ｒ_ｉ：操作ログｉの頻度
Ｃ_ｉｋ：データ系列番号ｋの第１データ系列における操作ログｉの操作ログデータの出現回数
Σ_ｋｔ：全ての第１データ系列の期間長（時間長）の合計
このとき、ｒ_ｉ＝（Σ_ｋＣ_ｉｋ）／（Σ_ｋｔ）により、操作ログｉの頻度ｒ_ｉを算出する。

・全期間頻度
Ｒ_ｉ：操作ログｉの全期間頻度
ΣＣ_ｉ：全期間における操作ログｉの操作ログデータの出現回数
Σｔ：全期間の期間長（時間長）
このとき、Ｒ_ｉ＝（ΣＣ_ｉ）／（Σｔ）により、操作ログｉの全期間頻度Ｒ_ｉを算出する。

ステップＳ３０２に続いて、頻度集計部１０２は、上記のステップＳ３０１で算出した頻度と上記のステップＳ３０２で算出した全期間頻度とを用いて、各操作ログの頻度上昇率を算出する（ステップＳ３０３）。頻度集計部１０２は、例えば、操作ログｉの頻度ｒ_ｉと全期間頻度Ｒ_ｉとを用いて、頻度上昇率をｒ_ｉ／Ｒ_ｉにより算出する。

そして、頻度集計部１０２は、上記のステップＳ３０１で算出した頻度と上記のステップＳ３０２で算出した全期間頻度と上記のステップＳ３０３で算出した頻度上昇率とを用いて頻度集計情報を作成し、頻度集計情報記憶部１１３に格納する（ステップＳ３０４）。ここで、頻度集計情報の一例を図１２に示す。図１２は、頻度集計情報の一例を示す図である。

図１２に示すように、頻度集計情報は、（イベント番号，イベント種別，対象タグ，開始トリガ，終了トリガ，総個数）と、（タグ，ログ内容，出現回数，頻度，全期間頻度，頻度上昇率）の集合とが１対１で対応付けられている。

総個数は第１データ系列の個数（つまり、Ｎ_１）である。また、出現回数は、全ての第１データ系列の中で該当の操作ログ（つまり、ログ内容が表す操作ログ）が出現する回数である。頻度、全期間頻度及び頻度上昇率は、該当の操作ログの頻度、全期間頻度及び頻度上昇率である。なお、イベント番号、イベント種別、対象タグ、開始トリガ及び終了トリガは、操作実績情報と同様の情報が設定される。

図６の説明に戻る。ステップＳ１０４に続いて、第１画面提供部１０３は、例えば図７に示す回避手順設定画面１０００上に、上記のステップＳ１０４で作成・格納した頻度集計情報に含まれるタグ、ログ内容、出現回数及び頻度上昇率と、上記のステップＳ１０３で作成・格納された操作実績情報とを表示する（ステップＳ１０５）。

すなわち、第１画面提供部１０３は、図７に示す回避手順設定画面１０００の操作ログ表示欄１２０１上に、頻度集計情報に含まれるタグ、ログ内容、出現回数及び頻度上昇率を表示する。また、第１画面提供部１０３は、図７に示す回避手順設定画面１０００の操作実績情報表示欄１２０２上に、操作実績情報の第１データ系列に含まれる日時、タグ及びログ内容を表示する。なお、実績番号設定欄１２０３にユーザが所望の番号を設定することで、操作実績情報表示欄１２０２には、この番号に対応するデータ系列番号の第１データ系列に含まれる日時、タグ及びログ内容が表示される。

ユーザは、回避手順設定画面１０００の操作ログ表示欄１２０１を参照することで、各ログ内容が表す操作ログの出現回数や頻度上昇率を知ることができる。なお、第１画面提供部１０３は、例えば、頻度上昇率が所定の値以上（例えば、１．０以上）の操作ログに対応するタグ、ログ内容及び出現回数のみを操作ログ表示欄１２０１に表示させるようにしてもよい。

次に、第１画面提供部１０３は、図７に示す回避手順設定画面１０００上でユーザにより設定された回避操作手順から回避手順情報を作成し、回避手順情報記憶部１１４に格納する（ステップＳ１０６）。ここで、ユーザは、回避手順設定画面１０００の操作ログ選択欄１２０４で所望の操作ログ（つまり、タグ及びログ内容）を選択し、設定ボタン１２０５を押下することで、これら選択された１以上の操作ログを回避操作手順として設定することができる。このとき、頻度上昇率が高い操作ログほど特定イベントに関係する操作ログであると考えられるため、ユーザは、頻度上昇率を参考にしながら、その値が高い操作ログを回避操作手順として設定することが好ましい。一方で、頻度上昇率が低い操作ログは通常運転時の操作（つまり、ノイズとなる操作）であると考えられるため、回避操作手順として設定しないことが好ましい。なお、ユーザは、操作ログ選択欄１２０４で所望の操作ログを選択すると共に、その順番を設定することができてもよい。

ここで、回避手順情報の一例を図１３及び図１４に示す。図１３及び図１４は、回避手順情報の一例を示す図である。

図１３に示す回避手順情報は、イベント種別「１」（つまり、イベント種別「ログ」）が設定された場合の回避手順情報である。一方で、図１４に示す回避操作手順は、イベント種別「２」（つまり、イベント種別「トレンド」）が設定された場合の回避操作手順である。

図１３に示すように、イベント種別「１」の場合、回避手順情報は、（イベント番号，イベント種別，対象タグ，開始トリガ，終了トリガ）と、（手順番号，タグ，ログ内容）の集合とが１対１で対応付けられている。一方で、図１４に示すように、イベント種別「２」の場合、回避手順情報は、（イベント番号，イベント種別，対象変数，開始トリガ，終了トリガ）と、（手順番号，タグ，ログ内容）の集合とが１対１で対応付けられている。このとき、（手順番号，タグ，ログ内容）の集合により回避操作手順が表されている。なお、対象変数とは、操作実績情報に含まれる対象タグが表す変数のことである。

また、イベント種別が「１」である場合、開始トリガは発生ログ設定欄１１０２に設定されたログ内容であり、終了トリガは復旧ログ設定欄１１０３に設定されたログ内容である。一方で、イベント種別が「２」である場合、開始トリガは監視変数設定欄１１０４に設定された変数名と監視値設定欄１１０５に設定された閾値とで表される特定イベントの発生条件であり、終了トリガは監視変数設定欄１１０４に設定された変数名と監視値設定欄１１０５に設定された閾値とで表される特定イベントからの復旧条件である。

以上により、本実施形態に係る運転支援装置１０は、特定イベントに関する回避操作手順を設定する際に、回避操作手順の候補となる操作ログと共にその頻度上昇率をユーザに提示する。これにより、ユーザは、当該特定イベントに関係する操作を回避操作手順として設定することが可能となる。したがって、特定イベントに関して、ノイズが除去された回避操作手順（又はノイズが少ない回避操作手順）を設定することが可能となる。言い換えれば、特定イベントが発生した際に、その後の異常や故障を回避するための適切な操作手順を設定することが可能となる。

なお、本実施形態では、回避操作手順の候補となる操作ログの中からユーザが所望の操作ログを選択することで回避操作手順を設定する場合について説明したが、これに限られず、例えば、当該候補となる操作ログから自動的に回避操作手順が設定されてもよい。この場合、例えば、頻度上昇率が所定の閾値以上の操作ログを回避操作手順として設定することが考えられる。

＜運転支援フェーズ＞
次に、本実施形態に係る運転支援フェーズの処理の流れについて、図１５を参照しながら説明する。図１５は、第一の実施形態に係る運転支援フェーズの処理の流れの一例を示すフローチャートである。

まず、トリガ検知部１０４は、ログデータＤＢ２０及び運転データＤＢ３０から直近のログデータ及び運転データを取得する（ステップＳ４０１）。なお、トリガ検知部１０４は、直近のログデータ及び運転データとして、現在時刻から所定の時間前までのログデータ及び運転データを取得してもよいし、ログデータＤＢ２０及び運転データＤＢ３０に格納されているログデータ及び運転データのうち、最新のログデータ及び運転データを取得してもよい。

次に、トリガ検知部１０４は、回避手順情報記憶部１１４に記憶されている回避手順情報の中で、開始トリガを満たす回避手順情報を検索する（ステップＳ４０２）。すなわち、トリガ検知部１０４は、上記のステップＳ４０１で取得されたログデータに含まれるログ内容が開始トリガに設定されている回避手順情報と、上記のステップＳ４０１で取得された運転データに含まれる変数の値が、対象変数及び開始トリガが表す特定イベント発生条件を満たす回避手順情報とを検索する。

次に、トリガ検知部１０４は、上記のステップＳ４０２で少なくとも１つの回避手順情報が検索されたか否かを判定する（ステップＳ４０３）。

上記のステップＳ４０３で回避手順情報が検索されたと判定されなかった場合、トリガ検知部１０４は、ステップＳ４０１に戻る。一方で、上記のステップＳ４０４で少なくとも１つの回避手順情報が検索されたと判定された場合、第２画面提供部１０５は、当該回避手順情報の回避操作手順（つまり、（手順番号，タグ，ログ内容）の集合）が含まれる回避手順提示画面を入出力装置４０に表示させる（ステップＳ４０４）。ここで、第２画面提供部１０５は、例えば、図１６に示すような回避手順提示画面２０００を入出力装置４０に表示させればよい。図１６に示す回避手順提示画面２０００には、例えば、特定イベントのタグ及びログ内容が表示されるイベント通知欄２００１と、この特定イベントに関する回避操作手順（つまり、上記のステップＳ４０２で検索された回避手順情報に含まれる（手順番号，タグ，ログ内容）の集合）が表示される回避操作手順表示欄２００２とが含まれる。ユーザは、この回避手順提示画面２０００の回避操作手順表示欄２００２を参照することで、イベント通知欄２００１に表示された特定イベントに関する回避操作手順を知ることができる。したがって、例えば、経験の浅いユーザ等であっても、特定イベントが発生した場合に、異常や故障等のイベントの発生を回避するための操作を容易に行うことができる。

［第二の実施形態］
次に、第二の実施形態について説明する。第二の実施形態では、直近の履歴データから対象変数の将来の値を予測及び出力する予測モデルを学習フェーズで作成した上で、運転支援フェーズでは、この予測モデルによって予測された値も用いて回避操作手順をユーザに提示する場合について説明する。

なお、第二の実施形態では、主に、第一の実施形態との相違点について説明し、第一の実施形態と同様の構成要素についてはその説明を省略するものとする。

＜運転支援装置１０の機能構成＞
まず、本実施形態に係る運転支援装置１０の機能構成について、図１７を参照しながら説明する。図１７は、第二の実施形態に係る運転支援装置１０の機能構成の一例を示す図である。

図１７に示すように、本実施形態に係る運転支援装置１０は、データ系列抽出部１０１と、頻度集計部１０２と、第１画面提供部１０３と、トリガ検知部１０４と、第２画面提供部１０５と、操作実績情報記憶部１１１と、全期間情報記憶部１１２と、頻度集計情報記憶部１１３と、回避手順情報記憶部１１４とに加え、更に、予測モデル作成部１０６と、予測部１０７と、予測モデル情報記憶部１１５とを有する。

予測モデル作成部１０６は、学習フェーズにおいて、データ系列抽出部１０１により取得された履歴データを用いて、直近の履歴データから対象変数の将来の値を予測及び出力する予測モデルを作成する。そして、予測モデル作成部１０６は、この予測モデルを表す情報（以下、「予測モデル情報」という。）を予測モデル情報記憶部１１５に格納する。予測モデルとは１以上の変数を説明変数、ユーザによって設定された対象変数を目的変数として、過去又は／及び現在の説明変数の値を入力として対象変数の将来の値を予測及び出力するモデルのことであり、既知の統計的手法や機械学習手法等により作成される。なお、説明変数は運転データに含まれる全部又は一部の変数とすればよいが、これらの変数以外にも、例えば、ログデータに含まれるタグやログ内容を表す変数を説明変数としてもよい。

予測部１０７は、運転支援フェーズにおいて、直近の履歴データと予測モデル情報とを用いて対象変数の将来の値（以下、「予測値」ともいう。）を予測する。

また、本実施形態に係るトリガ検知部１０４は、予測部１０７により予測された予測値（つまり、対象変数の将来の値）も用いて、回避手順情報記憶部１１４を検索して、該当の回避手順情報が格納されているか否かを判定する。このとき、該当の回避手順情報とは、第一の実施形態で説明した回避手順情報に加えて、予測値が、対象変数及び開始トリガが表す特定イベント発生条件を満たす回避手順情報のことである。例えば、予測値の対象変数が「ＡＡＡ温度」であり、予測値が「１６．０」である場合、図１４に示す回避手順情報は、予測値と対象変数が同一であり、かつ、開始トリガを満たすため、特定イベント発生条件を満たす回避手順情報に該当する。

＜学習フェーズ＞
次に、本実施形態に係る学習フェーズの処理の流れについて、図１８を参照しながら説明する。図１８は、第二の実施形態に係る学習フェーズの処理の流れの一例を示すフローチャートである。なお、図１８のステップＳ５０１～ステップＳ５０２は図６のステップＳ１０１～ステップＳ１０２とそれぞれ同様であり、ステップＳ５０４～ステップＳ５０７は図６のステップＳ１０３～ステップＳ１０６とそれぞれ同様であるため、その説明を省略する。

ステップＳ５０２に続いて、予測モデル作成部１０６は、ステップＳ５０２で取得された履歴データから予測モデル情報を作成・格納する（ステップＳ５０３）。なお、本ステップは必ずしもステップＳ５０２の直後に実行される必要はなく、ステップＳ５０２以降であれば任意のタイミングで実行されてもよい。ここで、本ステップの処理の詳細について、図１９を参照しながら説明する。図１９は、予測モデル情報の作成・格納処理の流れの一例を示すフローチャートである。

まず、予測モデル作成部１０６は、予測対象となる対象変数を設定する（ステップＳ６０１）。なお、対象変数は、例えば、ユーザによって選択及び設定されればよい。また、この際、１つの対象変数が選択及び設定されてもよいし、複数の対象変数が選択及び設定されてもよい。

次に、予測モデル作成部１０６は、予め決められた１以上の変数を説明変数、上記のステップＳ６０１で設定された対象変数を目的変数として、図１８のステップＳ５０２で取得された履歴データを用いて対象変数の将来の値を予測する予測モデルを作成する（ステップＳ６０２）。すなわち、予測モデル作成部１０６は、図１８のステップ５０２で取得された履歴データのうちのログデータ若しくは運転データ又はその両方を学習用データとして、既知の統計的手法や機械学習手法より説明変数から目的変数の値を予測する予測モデルを作成する。なお、どの変数を説明変数としたかによってログデータを学習用データとするか、運転データを学習用データとするか、又はその両方を学習用データとするかが決定される。また、上述したように、運転データに含まれる全部又は一部の変数を説明変数とすればよいが、これに加えて、ログデータに含まれるタグやログ内容を表す変数も説明変数としてもよい。

そして、予測モデル作成部１０６は、上記のステップＳ６０２で作成された予測モデルを表す情報を予測モデル情報記憶部１１５に格納する（ステップＳ６０３）。これにより、対象変数の予測値を予測するための予測モデル情報が得られる。

＜運転支援フェーズ＞
次に、本実施形態に係る運転支援フェーズの処理の流れについて、図２０を参照しながら説明する。図２０は、第二の実施形態に係る運転支援フェーズの処理の流れの一例を示すフローチャートである。なお、図２０のステップＳ７０１は図１５のステップＳ４０１と同様であり、ステップＳ７０４～ステップＳ７０５は図１５のステップＳ４０３～ステップＳ４０４とそれぞれ同様であるため、その説明を省略する。

ステップＳ７０１に続いて、予測部１０７は、ステップＳ７０１で取得された履歴データのうちログデータ若しくは運転データ又はその両方と、予測モデル情報記憶部１１５に格納されている予測モデル情報とを用いて、対象変数の予測値を算出する（ステップＳ７０２）。

次に、トリガ検知部１０４は、回避手順情報記憶部１１４に記憶されている回避手順情報の中で、開始トリガを満たす回避手順情報を検索する（ステップＳ７０３）。すなわち、トリガ検知部１０４は、上記のステップＳ７０１で取得されたログデータに含まれるログ内容が開始トリガに設定されている回避手順情報と、上記のステップＳ７０１で取得された運転データに含まれる変数の値が、対象変数及び開始トリガが表す特定イベント発生条件を満たす回避手順情報と、上記のステップＳ７０２で算出された予測値が、対象変数及び開始トリガが表す特定イベント発生条件を満たす回避手順情報とを検索する。これにより、ステップＳ７０５では、第一の実施形態で検索される回避手順情報に加えて、予測値が特定イベント発生条件を満たす回避手順情報も回避手順提示画面に表示される。したがって、将来に特定イベントが発生することを検知できるため、異常や故障等のイベントの発生を回避するための操作の準備を容易に行うことができる。

［第三の実施形態］
次に、第三の実施形態について説明する。第三の実施形態では、直近の履歴データから対象変数の異常度合いを示す異常度を算出及び出力する異常診断モデルを学習フェーズで作成した上で、運転支援フェーズでは、この異常診断モデルによって算出された値も用いて回避操作手順をユーザに提示する場合について説明する。

なお、第三の実施形態では、主に、第一の実施形態との相違点について説明し、第一の実施形態と同様の構成要素についてはその説明を省略するものとする。

＜運転支援装置１０の機能構成＞
まず、本実施形態に係る運転支援装置１０の機能構成について、図２１を参照しながら説明する。図２１は、第三の実施形態に係る運転支援装置１０の機能構成の一例を示す図である。

図２１に示すように、本実施形態に係る運転支援装置１０は、データ系列抽出部１０１と、頻度集計部１０２と、第１画面提供部１０３と、トリガ検知部１０４と、第２画面提供部１０５と、操作実績情報記憶部１１１と、全期間情報記憶部１１２と、頻度集計情報記憶部１１３と、回避手順情報記憶部１１４とに加え、更に、異常診断モデル作成部１０８と、異常診断部１０９と、異常診断モデル情報記憶部１１６とを有する。

異常診断モデル作成部１０８は、学習フェーズにおいて、データ系列抽出部１０１により取得された履歴データを用いて、直近の履歴データから対象変数の異常度合いを示す異常度を算出及び出力する異常診断モデルを作成する。そして、異常診断モデル作成部１０８は、この異常診断モデルを表す情報（以下、「異常診断モデル情報」という。）を異常診断モデル情報記憶部１１６に格納する。異常診断モデルとは１以上の変数を説明変数、ユーザによって設定された対象変数を目的変数として、過去又は／及び現在の説明変数の値を入力として対象変数の異常度合いを示す異常度を算出及び出力するモデルのことであり、既知の多変量統計的プロセス管理（ＭＳＰＣ）手法等により作成される。なお、説明変数は運転データに含まれる全部又は一部の変数とすればよいが、これらの変数以外にも、例えば、ログデータに含まれるタグやログ内容を表す変数を説明変数としてもよい。

異常診断部１０９は、運転支援フェーズにおいて、直近の履歴データと異常診断モデル情報とを用いて対象変数の異常度を算出する。

また、本実施形態に係るトリガ検知部１０４は、異常診断部１０９により算出された異常度も用いて、回避手順情報記憶部１１４を検索して、該当の回避手順情報が格納されているか否かを判定する。このとき、該当の回避手順情報とは、第一の実施形態で説明した回避手順情報に加えて、異常度が、対象変数及び開始トリガが表す特定イベント発生条件を満たす回避手順情報のことである。例えば、異常診断の対象変数が「ＡＡＡ温度」であり、異常度が「１６．０」である場合、図１４に示す回避手順情報は、異常度の対象変数が同一であり、かつ、開始トリガを満たすため、特定イベント発生条件を満たす回避手順情報に該当する。

＜学習フェーズ＞
次に、本実施形態に係る学習フェーズの処理の流れについて、図２２を参照しながら説明する。図２２は、第三の実施形態に係る学習フェーズの処理の流れの一例を示すフローチャートである。なお、図２２のステップＳ８０１～ステップＳ８０２は図６のステップＳ１０１～ステップＳ１０２とそれぞれ同様であり、ステップＳ８０４～ステップＳ８０７は図６のステップＳ１０３～ステップＳ１０６とそれぞれ同様であるため、その説明を省略する。

ステップＳ８０２に続いて、異常診断モデル作成部１０８は、ステップＳ８０２で取得された履歴データから異常診断モデル情報を作成・格納する（ステップＳ８０３）。なお、本ステップは必ずしもステップＳ８０２の直後に実行される必要はなく、ステップＳ８０２以降であれば任意のタイミングで実行されてもよい。ここで、本ステップの処理の詳細について、図２３を参照しながら説明する。図２３は、異常診断モデル情報の作成・格納処理の流れの一例を示すフローチャートである。

まず、異常診断モデル作成部１０８は、異常診断対象となる対象変数を設定する（ステップＳ９０１）。なお、対象変数は、例えば、ユーザによって選択及び設定されればよい。また、この際、１つの対象変数が選択及び設定されてもよいし、複数の対象変数が選択及び設定されてもよい。

次に、異常診断モデル作成部１０８は、予め決められた１以上の変数を説明変数、上記のステップＳ９０１で設定された対象変数を目的変数として、図２２のステップＳ８０２で取得された履歴データを用いて対象変数の異常度合いを算出する異常診断モデルを作成する（ステップＳ９０２）。すなわち、異常診断モデル作成部１０８は、図２２のステップ８０２で取得された履歴データのうちのログデータ若しくは運転データ又はその両方を学習用データとして、既知の多変量統計的プロセス管理（ＭＳＰＣ）手法により説明変数から目的変数の異常度を算出する異常診断モデルを作成する。なお、どの変数を説明変数としたかによってログデータを学習用データとするか、運転データを学習用データとするか、又はその両方を学習用データとするかが決定される。また、上述したように、運転データに含まれる全部又は一部の変数を説明変数とすればよいが、これに加えて、ログデータに含まれるタグやログ内容を表す変数も説明変数としてもよい。

そして、異常診断モデル作成部１０８は、上記のステップＳ９０２で作成された異常診断モデルを表す情報を異常診断モデル情報記憶部１１６に格納する（ステップＳ９０３）。これにより、対象変数の異常度を算出するための異常診断モデル情報が得られる。

＜運転支援フェーズ＞
次に、本実施形態に係る運転支援フェーズの処理の流れについて、図２４を参照しながら説明する。図２４は、第三の実施形態に係る運転支援フェーズの処理の流れの一例を示すフローチャートである。なお、図２４のステップＳ１００１は図１５のステップＳ４０１と同様であり、ステップＳ１００４～ステップＳ１００５は図１５のステップＳ４０３～ステップＳ４０４とそれぞれ同様であるため、その説明を省略する。

ステップＳ１００１に続いて、異常診断部１０９は、ステップＳ１００１で取得された履歴データのうちログデータ若しくは運転データ又はその両方と、異常診断モデル情報記憶部１１６に格納されている異常診断モデル情報とを用いて、対象変数の異常度を算出する（ステップＳ１００２）。

次に、トリガ検知部１０４は、回避手順情報記憶部１１４に記憶されている回避手順情報の中で、開始トリガを満たす回避手順情報を検索する（ステップＳ１００３）。すなわち、トリガ検知部１０４は、上記のステップＳ１００１で取得されたログデータに含まれるログ内容が開始トリガに設定されている回避手順情報と、上記のステップＳ１００１で取得された運転データに含まれる変数の値が、対象変数及び開始トリガが表す特定イベント発生条件を満たす回避手順情報と、上記のステップＳ１００２で算出された異常度が、対象変数及び開始トリガが表す特定イベント発生条件を満たす回避手順情報とを検索する。これにより、ステップＳ１００５では、第一の実施形態で検索される回避手順情報に加えて、異常度が特定イベント発生条件を満たす回避手順情報も回避手順提示画面に表示される。したがって、一変数の値だけでなく、多変量統計的プロセス管理（ＭＳＰＣ）による多変量の関係性に基づく異常の発生を検知することができ、異常や故障等のイベントの発生を回避するための操作の準備を容易に行うことができる。

本発明は、具体的に開示された上記の実施形態に限定されるものではなく、特許請求の範囲から逸脱することなく、種々の変形や変更、既知の技術との組み合わせ等が可能である。

１ 運転支援システム
１０ 運転支援装置
２０ ログデータＤＢ
３０ 運転データＤＢ
４０ 入出力装置
５０ 計測制御装置
６０ 機器
１０１ データ系列抽出部
１０２ 頻度集計部
１０３ 第１画面提供部
１０４ トリガ検知部
１０５ 第２画面提供部
１０６ 予測モデル作成部
１０７ 予測部
１０８ 異常診断モデル作成部
１０９ 異常診断部
１１１ 操作実績情報記憶部
１１２ 全期間情報記憶部
１１３ 頻度集計情報記憶部
１１４ 回避手順情報記憶部
１１５ 予測モデル情報記憶部
１１６ 異常診断モデル情報記憶部

Claims (10)

1. 過去のログデータの履歴から、ユーザによって設定されたイベントが発生した期間のログデータの集合をそれぞれ表す１以上の第１時系列データを抽出する抽出手段と、
   前記抽出手段により抽出された１以上の第１時系列データから、前記期間における各操作ログの発生頻度の上昇率を表す頻度上昇率をそれぞれ算出する算出手段と、
   前記期間における各操作ログと前記操作ログの頻度上昇率とを、前記イベントに関する回避又は復旧操作の候補として前記ユーザに提示する第１提示手段と、
   を有することを特徴とする運転支援装置。
2. 前記第１提示手段により前記ユーザに提示された前記イベントに関する回避又は復旧操作の候補から選択された１以上の回避又は復旧操作を前記イベントに関する回避又は復旧操作手順として設定する設定手段と、
   前記イベントが発生した場合、前記設定手段により設定された回避又は復旧操作手順を前記ユーザに提示する第２提示手段と、を有することを特徴とする請求項１に記載の運転支援装置。
3. 過去のログデータ又は／及び運転データから、ユーザによって設定された変数の将来の値を予測及び出力する予測モデルを作成する予測モデル作成手段を有し、
   前記第２提示手段は、
   前記予測モデルにより予測及び出力された値に基づいて、前記設定手段により設定された回避又は復旧操作手順を前記ユーザに提示する、ことを特徴とする請求項２に記載の運転支援装置。
4. 過去のログデータ又は／及び運転データから、ユーザによって設定された変数の異常度を算出及び出力する異常モデルを作成する異常モデル作成手段を有し、
   前記第２提示手段は、
   前記異常モデルにより算出及び出力された異常度に基づいて、前記設定手段により設定された回避又は復旧操作手順を前記ユーザに提示する、ことを特徴とする請求項２に記載の運転支援装置。
5. 前記算出手段は、
   前記操作ログ毎に、前記期間における前記操作ログの発生頻度を、予め設定された対象期間における前記操作ログの発生頻度を表す全期間頻度で除することで、前記操作ログの頻度上昇率を算出する、ことを特徴とする請求項１乃至４の何れか一項に記載の運転支援装置。
6. 前記算出手段は、
   前記操作ログ毎に、前記期間における前記操作ログの出現回数の合計を、前記第１時系列データの個数で除することで前記発生頻度を算出し、
   前記操作ログ毎に、前記対象期間における前記操作ログの出現回数を、前記対象期間を所定の期間毎に区切った期間で前記履歴を分割した複数の第２時系列データの個数で除することで前記全期間頻度を算出する、ことを特徴とする請求項５に記載の運転支援装置。
7. 前記算出手段は、
   前記操作ログ毎に、前記期間における前記操作ログの出現回数の合計を、前記期間における各ログの出現回数の合計で除することで前記発生頻度を算出し、
   前記操作ログ毎に、前記対象期間における前記操作ログの出現回数を、前記対象期間における各ログの出現回数の合計で除することで前記全期間頻度を算出する、ことを特徴とする請求項５に記載の運転支援装置。
8. 前記算出手段は、
   前記操作ログ毎に、前記期間における前記操作ログの出現回数の合計を、前記期間の長さの合計で除することで前記発生頻度を算出し、
   前記操作ログ毎に、前記対象期間における前記操作ログの出現回数を、前記対象期間の長さで除することで前記全期間頻度を算出する、ことを特徴とする請求項５に記載の運転支援装置。
9. 少なくともログデータの履歴が記録されたデータベースサーバと、前記データベースサーバと接続される運転支援装置とが含まれる運転支援システムであって、
   前記データベースサーバに記録されている前記履歴から、ユーザによって設定されたイベントが発生した期間のログデータの集合をそれぞれ表す１以上の第１時系列データを抽出する抽出手段と、
   前記抽出手段により抽出された１以上の第１時系列データから、前記期間における各操作ログの発生頻度の上昇率を表す頻度上昇率をそれぞれ算出する算出手段と、
   前記期間における各操作ログと前記操作ログの頻度上昇率とを、前記イベントに関する回避又は復旧操作の候補として前記ユーザに提示する第１提示手段と、
   を有することを特徴とする運転支援システム。
10. 過去のログデータの履歴から、ユーザによって設定されたイベントが発生した期間のログデータの集合をそれぞれ表す１以上の第１時系列データを抽出する抽出手順と、
    前記抽出手順で抽出された１以上の第１時系列データから、前記期間における各操作ログの発生頻度の上昇率を表す頻度上昇率をそれぞれ算出する算出手順と、
    前記期間における各操作ログと前記操作ログの頻度上昇率とを、前記イベントに関する回避又は復旧操作の候補として前記ユーザに提示する第１提示手順と、
    をコンピュータが実行することを特徴とする運転支援方法。

Images