JP2022151193A - 装置、方法およびプログラム - Google Patents

Abstract

【課題】対象の劣化進行度を推定する装置、方法、プログラムを提供する。【解決手段】対象の状態を測定した測定データを取得する取得部４０と、測定データの入力に応じて、対象を劣化させる強度を示す劣化強度指標値を出力するモデル４３１、および、劣化強度指標値と対象の劣化進行度との対応関係を示す劣化パラメータを記憶する記憶部４３と、測定データをモデル４３１に入力したことに応じて出力される劣化強度指標値と、劣化パラメータとを用いて対象の劣化進行度を推定する推定部４８と、を備える。【選択図】図１

Description

本発明は、装置、方法およびプログラムに関する。

特許文献１には「…劣化状態の変化量に関係するパラメータ…の値を前記経時的変化の変化量に変換するモデル式に基づいて、前記監視対象物の状態の単位時間当たりの劣化量を算出する」（請求項１）と記載されている。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２００９－２４４０６１号公報

本発明の第１の態様においては、装置が提供される。装置は、対象の状態を測定した測定データを取得する取得部を備えてよい。装置は、測定データの入力に応じて、対象を劣化させる強度を示す劣化強度指標値を出力するモデル、および、劣化強度指標値と対象の劣化進行度との対応関係を示す劣化パラメータを記憶する記憶部を備えてよい。装置は、測定データをモデルに入力したこと応じて出力される劣化強度指標値と、劣化パラメータとを用いて対象の劣化進行度を推定する推定部を備えてよい。

推定部は、測定データをモデルに入力したこと応じて出力される劣化強度指標値と、劣化パラメータとを用いて推定される劣化進行度を積算して対象の劣化蓄積度を推定してよい。

装置は、取得部により取得された測定データを他の装置に送信する送信部を備えてよい。装置は、他の装置から、モデルおよび劣化パラメータを受信する受信部を備えてよい。

装置は、測定データと、対象の劣化状態を示す値とを含む学習データを用いてモデルを生成する学習処理部を備えてよい。装置は、劣化強度指標値と、対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出部を備えてよい。

本発明の第２の態様においては、装置が提供される。装置は、対象からの測定データを取得する取得部を備えてよい。装置は、測定データと、対象の劣化状態を示す値とを含む学習データを用いて、測定データの入力に応じて、対象を劣化させる強度を示す劣化強度指標値を出力するモデルを生成する学習処理部を備えてよい。装置は、劣化強度指標値と、対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出部を備えてよい。

装置は、対象から測定データを取得する他の装置に対し、モデルおよび劣化パラメータを送信する送信部を備えてよい。

学習処理部は、測定データと、当該測定データが測定された複数の期間のそれぞれについて対象の劣化状態を示す値とを含む学習データを用いてモデルを生成してよい。

劣化状態を示す値は、対象の劣化の進行の有無を示す二値の値であってよい。

算出部は、対象の劣化が進行した期間に測定された測定データの入力に応じてモデルから出力される劣化強度指標値の総和と、当該期間で増加した劣化進行度とに基づいて劣化パラメータを算出してよい。

劣化パラメータは、劣化強度指標値の単位量あたりの対象の劣化進行度を示してよい。

モデルは、入力される測定データと、対象の劣化が進行しない場合の測定データとの乖離度を、劣化強度指標値として出力してよい。

モデルは、入力される測定データと、対象の劣化が進行するか否かの境界上の測定データとの乖離度を、劣化強度指標値として出力してよい。

本発明の第３の態様においては、方法が提供される。方法は、対象の状態を測定した測定データを取得する取得段階を備えてよい。方法は、測定データの入力に応じて、対象を劣化させる強度を示す劣化強度指標値を出力するモデル、および、劣化強度指標値と対象の劣化進行度との対応関係を示す劣化パラメータを記憶する記憶段階を備えてよい。方法は、測定データをモデルに入力したこと応じて出力される劣化強度指標値と、劣化パラメータとを用いて対象の劣化進行度を推定する推定段階を備えてよい。

本発明の第４の態様においては、方法が提供される。方法は、対象からの測定データを取得する取得段階を備えてよい。方法は、測定データと、対象の劣化状態を示す値とを含む学習データを用いて、測定データの入力に応じて、対象を劣化させる強度を示す劣化強度指標値を出力するモデルを生成する学習処理段階を備えてよい。方法は、劣化強度指標値と、対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出段階を備えてよい。

本発明の第５の態様においては、プログラムが提供される。プログラムは、コンピュータを、対象の状態を測定した測定データを取得する取得部として機能させてよい。プログラムは、コンピュータを、測定データの入力に応じて、対象を劣化させる強度を示す劣化強度指標値を出力するモデル、および、劣化強度指標値と対象の劣化進行度との対応関係を示す劣化パラメータを記憶する記憶部として機能させてよい。プログラムは、コンピュータを、測定データをモデルに入力したこと応じて出力される劣化強度指標値と、劣化パラメータとを用いて対象の劣化進行度を推定する推定部として機能させてよい。

本発明の第６の態様においては、プログラムが提供される。プログラムは、コンピュータを、対象からの測定データを取得する取得部として機能させてよい。プログラムは、コンピュータを、測定データと、対象の劣化状態を示す値とを含む学習データを用いて、測定データの入力に応じて、対象を劣化させる強度を示す劣化強度指標値を出力するモデルを生成する学習処理部として機能させてよい。プログラムは、コンピュータを、劣化強度指標値と、対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出部として機能させてよい。

なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。

実施形態に係るシステム１を示す。 システム１の動作を示す。 劣化状態測定値と劣化強度指標値ＫＰＩとの関係を示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。

以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許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。

［１．システム１の構成］
図１は、本実施形態に係るシステム１を示す。システム１は、対象の状態監視を支援するものであり、対象の一例としての設備２と、推定装置４と、生成装置５とを備える。

［１－１．設備２］
設備２は、１または複数のセンサ２０が設けられたものである。設備２には、１または複数の機器２１が更に設けられてもよい。

例えば設備２は、プラントでもよいし、複数の機器２１を複合させた複合装置でもよいし、プラントや複合装置などの他の設備内に設けられた機器（一例として配管）であってもよい。プラントとしては、化学やバイオ等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、上下水やダム等を管理制御するプラント等が挙げられる。

［１－１－１．機器２１］
各機器２１は、器具、機械または装置であり、例えば、設備２のプロセスにおける圧力、温度、ｐＨ、速度、流量などの少なくとも１つの物理量を制御するバルブ、ポンプ、ヒータ、ファン、モータ、スイッチ等のアクチュエータであってよい。各機器２１は互いに異種でもよいし、少なくとも一部の２以上の機器２１が同種でもよい。機器２１は外部から有線または無線で制御されてもよいし、手動で制御されてもよい。

［１－１－２．センサ２０］
各センサ２０は、設備２の状態の測定を行う。センサ２０は、圧力、温度、ｐＨ、速度、流量などの少なくとも１つの物理量を測定してよい。また、センサ２０は、設備２の収量や、混入する不純物の割合、各機器２１の運転状況などの測定を行ってもよい。センサ２０による測定値は、ＰＩＤ制御で用いられるプロセス値であってよい。各センサ２０は互いに異種でもよいし、少なくとも一部の２以上のセンサ２０が同種でもよい。センサ２０は、一定のインターバルごとに測定を行ってよい。各センサ２０は、測定結果を推定装置４に供給してよい。

なお、センサ２０と、推定装置４との間の通信は、例えばＩＳＡ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｏｃｉｅｔｙ ｏｆ Ａｕｔｏｍａｔｉｏｎ：国際計測制御学会）の無線通信プロトコルで行われてよく、一例としてＩＳＡ１００、ＨＡＲＴ（Ｈｉｇｈｗａｙ Ａｄｄｒｅｓｓａｂｌｅ Ｒｅｍｏｔｅ Ｔｒａｎｓｄｕｃｅｒ）（登録商標）、ＢＲＡＩＮ（登録商標）、ＦＯＵＮＤＡＴＩＯＮ Ｆｉｅｌｄｂｕｓ、ＰＲＯＦＩＢＵＳ等で行われてよい。

［１－２．推定装置４］
推定装置４は、第１の形態の装置の一例であり、設備２の劣化状態を推定する。推定装置４は、プラント内に配置されて各センサ２０による測定データを記録するエッジデバイスであってよい。推定装置４は、取得部４０と、記憶部４３と、通信部４５と、推定部４８とを有する。

［１－２－１．取得部４０］
取得部４０は、設備２の状態を測定した測定データを取得する。取得部４０は、複数のセンサ２０から測定データを逐次取得してよい。例えば、設備２が配管である場合には、測定データは、配管の頭頂部の温度、圧力、流量の少なくとも１つに関するデータであってよい。取得部４０は、取得した測定データを記憶部４３に供給してよい。取得部４０は、測定データに対し、その測定時間（または取得部４０による取得時間）と、測定したセンサ２０の識別情報とを付加して記憶部４３に供給してよい。なお、測定時間およびセンサ２０の識別情報は、センサ２０から供給される測定データに予め付加されていてもよい。

［１－２－２．記憶部４３］
記憶部４３は、種々の情報を記憶する。例えば、記憶部４３は、測定結果ファイル４３０と、モデル４３１と、パラメータファイル４３２と、推定結果ファイル４３３とを記憶してよい。なお、モデル４３１と、パラメータファイル４３２における後述の劣化パラメータとは、通信部４５を介して生成装置５から推定装置４に供給されることに応じて記憶部４３に記憶されてよい。

［１－２－２（１）．測定結果ファイル４３０］
測定結果ファイル４３０は、取得部４０から供給される測定データを格納する。

［１－２－２（２）．モデル４３１］
モデル４３１は、測定データの入力に応じて設備２の劣化強度指標値を出力する。劣化強度指標値は、設備２を劣化させる強度を示す。例えば、設備２が配管である場合には、劣化強度指標値は、配管を減肉させる強度であってよい。

モデル４３１は、入力される測定データと、設備２の劣化が進行しない場合の測定データとの乖離度を、劣化強度指標値として出力してよい。一例として、モデル４３１は、入力される測定データと、設備２の劣化が進行するか否かの境界上の測定データとの乖離度を、劣化強度指標値として出力してよい。劣化が進行するか否かの測定データの境界は、劣化が進行する場合の測定データの分布と、劣化が進行しない場合の測定データの分布との境界であってよく、モデル４３１を生成する学習処理によって決定されてよい。

なお、モデル４３１は、従来より公知の機械学習の分類アルゴリズムを使用したものであってよい。モデル４３１が分類器である場合には、モデル４３１は、測定データが測定されたときに設備２が劣化したか否かを示す２値の教師データを用いて学習したものであってよく、閾値との比較による２値化前の劣化強度指標値を出力してよい。

［１－２－２（３）．パラメータファイル４３２］
パラメータファイル４３２は、種々のパラメータを格納する。例えば、パラメータファイル４３２は、劣化強度指標値と、設備２の劣化進行度との対応関係を示す劣化パラメータを格納してよい。

劣化パラメータは、劣化強度指標値の単位量あたりの劣化進行度を示してよい。劣化パラメータは、固定値であってよい。

劣化進行度は、測定または推定された設備２の劣化の進行量を示してよく、劣化がどれだけ進行するか、または進行したかを示してよい。例えば、劣化進行度は、以前に劣化進行度の測定や推定が行われたときからの劣化の進行量を示してよい。一例として、劣化進行度は、基準時間（一例として測定データの測定周期）ごとに測定や推定が行われてよく、基準時間における設備２の劣化の進行量を示してよい。設備２が配管である場合には、劣化進行度は、配管の減肉量、つまり厚みの減少量であってよい。

劣化強度指標値の単位量当たりの劣化進行度は、劣化強度指標値の単位量で示される状態に設備２が単位時間（一例として上述の基準時間）だけ曝された場合の劣化の進行量を示してよい。

［１－２－２（４）．推定結果ファイル４３３］
推定結果ファイル４３３は、推定部４８による推定結果を格納する。本実施形態では一例として、推定結果ファイル４３３は、推定部４８が推定を行うごとに出力する劣化蓄積度Ｖａを格納してよい。

［１－２－３．通信部４５］
通信部４５は、生成装置５との間で通信を行う。通信部４５は、無線通信を行ってもよいし、有線通信を行ってもよい。通信部４５は、ゲートウェイ装置などの中継機器を介して通信を行ってもよい。通信部４５は、送信部４５１および受信部４５２を有する。

［１－２－３（１）．送信部４５１］
送信部４５１は、取得部４０により取得された測定データを生成装置５に送信する。本実施形態では一例として、送信部４５１は、記憶部４３の測定結果ファイル４３０に格納された測定データを生成装置５に送信してよい。

［１－２－３（２）．受信部４５２］
受信部４５２は、生成装置５からモデル４３１および劣化パラメータを受信する。受信部４５２は、受信したモデル４３１および劣化パラメータを記憶部４３に記憶させてよい。

［１－２－４．推定部４８］
推定部４８は、測定データをモデル４３１に入力したこと応じて出力される劣化強度指標値と、劣化パラメータとを用いて設備２の劣化進行度を推定する。

推定部４８は、ｉ番目（ｉは整数）の測定タイミングで測定された測定データの入力に応じてモデル４３１から出力される劣化強度指標値ＫＰＩ（ｉ）と、記憶部４３に記憶された劣化パラメータＣｏｅｆとを用いて次の式（１）から劣化進行度Ｖｐ（ｉ）を逐次、算出してよい。
Ｖｐ（ｉ）＝ＫＰＩ（ｉ）×Ｃｏｅｆ （１）

また、推定部４８は、推定される劣化進行度Ｖｐを積算して設備２の劣化蓄積度を推定してよい。劣化蓄積度は、設備２に蓄積した劣化の度合いを示してよく、一例として、設備２の運用が開始されたときからの劣化進行度を示してよい。一例として、設備２が配管である場合には、劣化蓄積度は、配管の初期状態からの減肉量であってよい。

推定部４８は、以前に算出された劣化進行度Ｖｐ（ｉ）の総和から劣化蓄積度Ｖ（ｉ）を算出してもよいし、最後に算出された劣化蓄積度Ｖａ（ｉ－１）と、新たに算出された劣化進行度Ｖｐ（ｉ）との和から劣化蓄積度Ｖａ（ｉ）を算出してもよい。例えば、推定部４８は、ｉ番目の測定データに応じた劣化蓄積度Ｖａ（ｉ）を次の式（２）から算出してよい。
Ｖａ（ｉ）＝Ｖｐ（ｉ）＋Ｖａ（ｉ－１） （２）

推定部４８は、最後に算出した劣化蓄積度Ｖａ（ｉ－１）を記憶部４３の推定結果ファイル４３３から読み出してよい。また、推定部４８は、新たに算出した劣化蓄積度Ｖａ（ｉ）を記憶部４３の推定結果ファイル４３３に格納してよい。推定部４８は、新たに算出した劣化進行度Ｖｐ（ｉ）および劣化蓄積度Ｖａ（ｉ）を出力してよい。例えば、推定部４８は、これらの推定結果を図示しない表示部に表示させてよい。

［１－３．生成装置５］
生成装置５は、第２の形態の装置の一例であり、モデル４３１および劣化パラメータを生成する。生成装置５は、通信部５１と、入力部５２と、記憶部５３と、生成部５４とを有する。なお、生成装置５は、１または複数のコンピュータであってよく、ＰＣなどで構成されてもよいし、クラウドコンピューティングにより実現されてもよい。

［１－３－１．通信部５１］
通信部５１は、推定装置４との間で通信を行う。通信部５１は、無線通信を行ってもよいし、有線通信を行ってもよい。通信部５１は、取得部５１０と、送信部５１３とを有する。

［１－３－１（１）．取得部５１０］
取得部５１０は、推定装置４から測定データを取得する。取得部５１０は、取得した測定データを記憶部５３に供給してよい。

［１－３－１（２）．送信部５１３］
送信部５１３は、モデル４３１および劣化パラメータを推定装置４に送信する。

［１－３－２．入力部５２］
入力部５２は、オペレータの操作に応じて種々のデータを入力する。入力部５２は、入力内容を記憶部５３などに供給してよい。

例えば、入力部５２は、設備２の劣化状態を示す測定値（劣化状態測定値とも称する）を入力してよい。劣化状態測定値は、設備２の運用が開始されたときから当該設備２に蓄積した劣化量を示してよく、劣化蓄積度に対応する値であってよい。一例として設備２が配管である場合には、劣化状態測定値は肉厚の測定値であってよい。

劣化状態測定値は、設備２のセンサ２０を用いずに測定されてよく、測定データには含まれていなくてよい。劣化状態測定値は、設備２のメンテナンス時などに作業者によって測定されてよい。劣化状態測定値の測定周期は、センサ２０による測定データの測定周期と同じであってもよいし、異なってもよい。

［１－３－３．記憶部５３］
記憶部５３は、種々の情報を記憶する。例えば、記憶部５３は、測定結果ファイル５３０と、学習データ５３１とを記憶してよい。

測定結果ファイル５３０は、取得部５１０から供給される測定データを格納する。これに加えて、測定結果ファイル５３０は、入力部５２から供給される劣化状態測定値を格納してよい。

学習データ５３１は、取得部５１０から供給される測定データと、設備２の劣化状態を示す値（劣化状態指標値とも称する）とを含む。学習データ５３１は、測定データが測定された複数の期間のそれぞれについて、劣化状態指標値を含んでよい。

劣化状態指標値は、測定データの測定時、またはその前後の時点での設備２の劣化の進行の有無を示す二値の値であってよい。一例として、劣化状態指標値は、劣化状態測定値に基づき、入力部５２を介してオペレータ等により設定されてよく、各測定データにラベルとして付加されてよい。但し、劣化状態指標値は、劣化状態測定値そのものであってもよい。

［１－３－４．生成部５４］
生成部５４は、学習処理部５４２と、算出部５４３とを有する。

［１－３－４（１）．学習処理部５４２］
学習処理部５４２は、学習データ５３１を用いた学習処理によってモデル４３１を生成する。学習処理部５４２は、生成したモデル４３１を通信部５１に供給してよい。

［１－３－４（２）．算出部５４３］
算出部５４３は、劣化パラメータを算出する。算出部５４３は、算出した劣化パラメータを通信部５１に供給してよい。

算出部５４３は、設備２の劣化が進行した期間（劣化進行期間とも称する）に測定された測定データの入力に応じてモデル４３１から出力される劣化強度指標値の総和と、当該期間で増加した設備２の劣化進行度とに基づいて劣化パラメータを算出してよい。

一例として、算出部５４３は、劣化強度指標値の総和Σ｛ＫＰＩ（ｉ）｝と、劣化進行期間で増加した劣化進行度Ｖｐの増加分とを用いて、次の式（３）から劣化パラメータＣｏｅｆを算出してよい。
Ｃｏｅｆ＝Ｖｐ／Σ｛ＫＰＩ（ｉ）｝ （３）

ここで、劣化進行期間は、設備２の劣化が全体として進行した期間であってよく、劣化が進行していない期間を含んでよい。劣化進行期間の劣化進行度Ｖｐは、劣化進行期間の終期における劣化状態測定値と、始期における劣化状態測定値との差分であってよい。

以上のシステム１における推定装置４によれば、測定データをモデル４３１に入力したことに応じて出力される劣化強度指標値ＫＰＩ（ｉ）と、劣化強度指標値ＫＰＩおよび劣化進行度Ｖｐの対応関係を示す劣化パラメータＣｏｅｆとを用いて劣化進行度Ｖｐ（ｉ）を推定するので、新たな測定データに応じた劣化強度指標値ＫＰＩ（ｉ）と劣化パラメータＣｏｅｆとを用いることで、当該新たな測定データが測定されたときに増えた分の劣化進行度Ｖｐ（ｉ）を逐次、推定することができる。従って、劣化進行度Ｖｐ（ｉ）を逐次、積算することで設備２の劣化蓄積度Ｖａ（ｉ）を取得することができるため、設備２の劣化の度合いを高精度に推定することができる。

また、新たに算出される劣化進行度Ｖｐ（ｉ）を積算して劣化蓄積度Ｖａ（ｉ）が算出されるので、劣化蓄積度Ｖａを容易に確認することができる。

また、生成装置５に対して測定データを送信し、生成装置５からモデル４３１および劣化パラメータＫＰＩを受信するので、推定装置４でモデル４３１の生成や劣化パラメータＫＰＩの算出を行うことなく、設備２の劣化を推定することができる。

また、入力される測定データと、設備２の劣化が進行しない場合の測定データとの乖離度が劣化強度指標値としてモデル４３１から出力されるので、設備２を劣化させる強度を正確に示す劣化強度指標値を取得することができる。

また、入力される測定データと、設備２の劣化が進行するか否かの境界上の測定データとの乖離度が劣化強度指標値としてモデル４３１から出力されるので、設備２を劣化させる強度をいっそう正確に示す劣化強度指標値を取得することができる。

また、システム１における生成装置５によれば、測定データの入力に応じて劣化強度指標値ＫＰＩを出力するモデル４３１を生成し、劣化パラメータＣｏｅｆを算出するので、新たな測定データをモデル４３１に入力したことに応じて出力される劣化強度指標値ＫＰＩ（ｉ）と劣化パラメータＣｏｅｆとを用いることで、当該新たな測定データが測定されたときに増えた分の劣化進行度Ｖｐ（ｉ）を逐次、推定することができる。従って、劣化進行度Ｖｐ（ｉ）を逐次、積算して設備２の劣化蓄積度Ｖａ（ｉ）を取得することができるため、設備２の劣化の度合いを高精度に推定することができる。

また、測定データと、測定データが測定された複数の期間それぞれについての劣化状態指標値とを含む学習データ５３１を用いてモデル４３１を生成するので、測定データが測定されたときに増えた分の劣化進行度Ｖｐを高精度に推定することができる。

また、劣化進行期間に測定された測定データの入力に応じてモデル４３１から出力される劣化強度指標値の総和と、当該期間で増加した設備２の劣化進行度とに基づいて劣化パラメータが算出されるので、劣化進行度Ｖｐを高精度に推定することができる。

また、劣化強度指標値ＫＰＩの単位量あたりの劣化進行度を示す劣化パラメータＣｏｅｆを算出するので、新たな測定データが測定されたときに増えた分の劣化進行度Ｖｐを容易に推定することができる。

また、推定装置４にモデル４３１および劣化パラメータを送信するので、推定装置４でモデル４３１を生成することなく、推定を行わせることができる。

［２．システム１の動作］
図２は、システム１の動作を示す。システム１の推定装置４および生成装置５は、ステップＳ１１～Ｓ３９の処理を行うことによりモデル４３１の生成および劣化パラメータの算出を行って設備２の劣化状態を推定する。なお、この動作は、設備２の運用に伴って開始してよい。

ステップＳ１１において推定装置４の取得部４０は、各センサ２０から設備２の状態を測定した測定データを取得する。取得された測定データは記憶部４３に記憶されてよい。

ステップＳ１３において送信部４５１は、測定データを生成装置５に送信する。これにより、ステップＳ１５において生成装置５の取得部５１０は、推定装置４から測定データを取得する。取得部５１０は、取得した測定データを記憶部５３に記憶させてよい。

ステップＳ１７において入力部５２は、オペレータの操作に応じて測定データの測定時、またはその前後の時点での劣化状態測定値を記憶部５３に記憶させる。また、入力部５２は、オペレータの操作に応じ劣化状態指標値としての二値のラベルを測定データに付加してよい。これにより、記憶部５３に学習データ５３１が記憶される。

ステップＳ１９において学習処理部５４２は、学習データ５３１を用いた学習処理によってモデル４３１を生成する。例えば、学習処理部５４２は、測定データがモデル４３１に入力されて出力される劣化強度指標値と、当該測定データに対応する劣化状態指標値（一例として劣化の進行の有無を示す二値の値）との相関が高まるようにモデル４３１を生成してよい。

ステップＳ２１において算出部５４３は、劣化パラメータを算出する。例えば、まず算出部５４３は、設備２の劣化が進行した劣化進行期間を特定してよい。

算出部５４３は、測定データに付加されたラベルに基づいて劣化進行期間を特定してよい。算出部５４３は、劣化が進行したことを示すラベルが付された最初の測定データの測定タイミングを劣化進行期間の始期としてよい。また、算出部５４３は、劣化が進行したことを示すラベルが２番目以降に付加された測定データ（一例としてラベルが最後に付加された測定データ）の測定タイミングを劣化進行期間の終期としてもよいし、劣化が進行していないことを示すラベルが付加された何れかの測定データの測定タイミングを劣化進行期間の終期としてもよい。

これに代えて、算出部５４３は、劣化状態測定値に基づいて劣化進行期間を特定してよい。例えば、算出部５４３は、劣化状態測定値が減少し始めたタイミングを劣化進行期間の始期としてよく、減少が止まったタイミングや、減少後の劣化状態測定値が基準時間だけ維持されたタイミングなどを劣化進行期間の終期としてよい。

劣化進行期間を特定したら、算出部５４３は、当該期間で増加した分の設備２の劣化進行度Ｖｐを算出してよい。算出部５４３は、劣化進行期間の終期における劣化状態測定値と、始期における劣化状態測定値とを記憶部５３から読み出し、終期の劣化状態測定値から始期の劣化状態測定値を引いた結果を劣化進行度Ｖｐとしてよい。

また、劣化進行期間を特定したら、算出部５４３は、当該期間における劣化強度指標値の総和Σ｛ＫＰＩ（ｉ）｝を算出してよい。算出部５４３は、学習処理部５４２により生成されたモデル４３１に対し、劣化進行期間内に測定された測定データを逐次、入力し、モデル４３１から出力される劣化強度指標値の総和Σ｛ＫＰＩ（ｉ）｝を算出してよい。

そして、算出部５４３は、劣化進行度Ｖｐを総和Σ｛ＫＰＩ（ｉ）｝で除算して劣化パラメータＣｏｅｆを算出してよい。

モデル４３１が生成され、劣化パラメータが算出されたら、ステップＳ２３において送信部５１３は、それらを推定装置４に送信する。これにより、ステップＳ３１においてモデル４３１および劣化パラメータが推定装置４の受信部４５２によって受信され、記憶部４３に記憶される。

ステップＳ３３において取得部４０は測定データを新たに取得する。ステップＳ３５において推定部４８は、測定データをモデル４３１に入力したこと応じて出力される劣化強度指標値ＫＰＩ（ｉ）と、劣化パラメータＣｏｅｆとを用いて設備２の劣化進行度を推定する。推定部４８は、劣化強度指標値ＫＰＩ（ｉ）と劣化パラメータＣｏｅｆとを乗算して劣化進行度Ｖｐ（ｉ）を算出してよい。

ステップＳ３７において推定部４８は、劣化進行度Ｖｐ（ｉ），（ｉ－１），…を積算して設備２の劣化蓄積度Ｖａ（ｉ）を推定してよい。本実施形態では一例として、推定部４８は、劣化進行度Ｖｐ（ｉ）と、劣化蓄積度Ｖａ（ｉ－１）との和から劣化蓄積度Ｖａ（ｉ）を算出してよい。

ステップＳ３９において推定部４８は、推定した劣化進行度Ｖｐ（ｉ）および劣化蓄積度Ｖ（ｉ）を出力してよい。推定部４８は、直近の複数の劣化進行度Ｖｐ、および、複数の劣化蓄積度Ｖａの推移を出力してもよい。ステップＳ３９の処理が終了したら、推定装置４は処理を上述のステップＳ３３に移行してよい。直近の複数の劣化進行度Ｖｐ、および、複数の劣化蓄積度Ｖａとは、現時点に近い順の複数の劣化進行度Ｖｐ（ｉ），（ｉ－１）…、および、複数の劣化蓄積度Ｖａ（ｉ），（ｉ－１）…であってよい。

［３．動作例］
図３は、劣化状態測定値と劣化強度指標値ＫＰＩとの関係を示す。

図中、上側のグラフは劣化状態測定値の推移を示す。縦軸は劣化状態測定値の測定値（一例として配管の厚み）を示し、横軸は時間を示す。ハッチングされた領域は、当該領域内で測定された測定データに対し、劣化の進行の有無を示すラベルが付加されていることを示す。

また、図中、下側のグラフは、図中の上側グラフと同じ期間の測定データが入力されたモデル４３１から逐次、出力される劣化強度指標値ＫＰＩの推移を示す。縦軸は劣化強度指標値ＫＰＩ（左側の目盛り参照）および劣化状態測定値（右側の目盛り参照）を示し、横軸は時間を示す。なお、本図では、劣化強度指標値ＫＰＩは小さいほど、設備２の劣化を進行させる強度が大きいことを示す。

この図に示されるように、モデル４３１によれば、劣化状態測定値が減少する期間ほど、強度の大きい劣化強度指標値ＫＰＩが出力される。

［４．変形例］
なお、上記の実施形態においては、推定装置４は生成装置５からモデル４３１および劣化パラメータを取得することとして説明したが、推定装置４がモデル４３１を生成し、劣化パラメータを算出してもよい。この場合には、推定装置４は、モデル４３１を生成する学習処理部５４２と、劣化パラメータを算出する算出部５４３とを有してよく、通信部４５を有しなくてよい。

また、生成装置５は単一の劣化進行期間から単一の劣化パラメータを算出することとして説明したが、複数の劣化進行期間から複数の劣化パラメータを算出してよい。複数の劣化進行期間は、始期および終期の少なくとも一方が異なる期間であってよい。この場合には、推定装置４の推定部４８は、複数の劣化パラメータを用いて推定を行ってよい。例えば、推定部４８は、複数の劣化パラメータＣｏｅｆのそれぞれと劣化強度指標値ＫＰＩ（ｉ）との複数の乗算結果を用いて単一の劣化進行度Ｖｐ（ｉ）を算出してよい。一例として、推定部４８は、複数の乗算結果の平均値を劣化進行度Ｖｐ（ｉ）としてよい。

また、取得部５１０は推定装置４との通信によって測定データを取得することとして説明したが、測定データを記憶して生成装置５に接続された記憶媒体から測定データを読み出してもよい。

また、劣化進行期間が算出部５４３によって特定されることとして説明したが、入力部５２を介してオペレータによって設定されてもよい。この場合に、オペレータは劣化状態測定値に基づいて任意の期間を劣化進行期間としてよい。

また、対象を設備２として説明したが、他の客体であってもよい。例えば、対象は、設備２で製造される製品であってもよいし、生体などの自然物であってもよい。一例として、対象が流量計である場合には、出力される電圧値や電流値が測定データとして用いられてよく、流量計の精度テストの結果が劣化状態測定値として用いられてよい。また、対象がｐＨ測定器である場合には、測定される流体の温度や流量、塩分濃度が測定データとして用いられてよく、ｐＨ測定器の精度テストの結果が劣化状態測定値として用いられてよい。

また、本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。

コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。

コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。

コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。

図４は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ２２００の例を示す。コンピュータ２２００にインストールされたプログラムは、コンピュータ２２００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ２２００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ２２００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ２２１２によって実行されてよい。

本実施形態によるコンピュータ２２００は、ＣＰＵ２２１２、ＲＡＭ２２１４、グラフィックコントローラ２２１６、およびディスプレイデバイス２２１８を含み、それらはホストコントローラ２２１０によって相互に接続されている。コンピュータ２２００はまた、通信インタフェース２２２２、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ２２２０を介してホストコントローラ２２１０に接続されている。コンピュータはまた、ＲＯＭ２２３０およびキーボード２２４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ２２４０を介して入／出力コントローラ２２２０に接続されている。

ＣＰＵ２２１２は、ＲＯＭ２２３０およびＲＡＭ２２１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ２２１６は、ＲＡＭ２２１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ２２１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス２２１８上に表示されるようにする。

通信インタフェース２２２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ２２２４は、コンピュータ２２００内のＣＰＵ２２１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ２２２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ２２０１から読み取り、ハードディスクドライブ２２２４にＲＡＭ２２１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。

ＲＯＭ２２３０はその中に、アクティブ化時にコンピュータ２２００によって実行されるブートプログラム等、および／またはコンピュータ２２００のハードウェアに依存するプログラムを格納する。入／出力チップ２２４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ２２２０に接続してよい。

プログラムが、ＤＶＤ－ＲＯＭ２２０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ２２２４、ＲＡＭ２２１４、またはＲＯＭ２２３０にインストールされ、ＣＰＵ２２１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ２２００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ２２００の使用に従い情報の操作または処理を実現することによって構成されてよい。

例えば、通信がコンピュータ２２００および外部デバイス間で実行される場合、ＣＰＵ２２１２は、ＲＡＭ２２１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インタフェース２２２２に対し、通信処理を命令してよい。通信インタフェース２２２２は、ＣＰＵ２２１２の制御下、ＲＡＭ２２１４、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭ２２０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。

また、ＣＰＵ２２１２は、ハードディスクドライブ２２２４、ＤＶＤ－ＲＯＭドライブ２２２６（ＤＶＤ－ＲＯＭ２２０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ２２１４に読み取られるようにし、ＲＡＭ２２１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ２２１２は次に、処理されたデータを外部記録媒体にライトバックする。

様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ２２１２は、ＲＡＭ２２１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ２２１４に対しライトバックする。また、ＣＰＵ２２１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ２２１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。

上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ２２００上またはコンピュータ２２００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ２２００に提供する。

以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。

特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。

１ システム
２ 設備
４ 推定装置
５ 生成装置
２０ センサ
２１ 機器
４０ 取得部
４３ 記憶部
４５ 通信部
４８ 推定部
５１ 通信部
５２ 入力部
５３ 記憶部
５４ 生成部
４３０ 測定結果ファイル
４３１ モデル
４３２ パラメータファイル
４３３ 推定結果ファイル
４５１ 送信部
４５２ 受信部
５１０ 取得部
５１３ 送信部
５３０ 測定結果ファイル
５３１ 学習データ
５４２ 学習処理部
５４３ 算出部
２２００ コンピュータ
２２０１ ＤＶＤ－ＲＯＭ
２２１０ ホストコントローラ
２２１２ ＣＰＵ
２２１４ ＲＡＭ
２２１６ グラフィックコントローラ
２２１８ ディスプレイデバイス
２２２０ 入／出力コントローラ
２２２２ 通信インタフェース
２２２４ ハードディスクドライブ
２２２６ ＤＶＤ－ＲＯＭドライブ
２２３０ ＲＯＭ
２２４０ 入／出力チップ
２２４２ キーボード

Claims (16)

1. 対象の状態を測定した測定データを取得する取得部と、
   前記測定データの入力に応じて、前記対象を劣化させる強度を示す劣化強度指標値を出力するモデル、および、前記劣化強度指標値と前記対象の劣化進行度との対応関係を示す劣化パラメータを記憶する記憶部と、
   前記測定データを前記モデルに入力したこと応じて出力される前記劣化強度指標値と、前記劣化パラメータとを用いて前記対象の劣化進行度を推定する推定部と、
   を備える装置。
2. 前記推定部は、前記測定データを前記モデルに入力したこと応じて出力される前記劣化強度指標値と、前記劣化パラメータとを用いて推定される劣化進行度を積算して前記対象の劣化蓄積度を推定する、請求項１に記載の装置。
3. 前記取得部により取得された前記測定データを他の装置に送信する送信部と、
   前記他の装置から、前記モデルおよび前記劣化パラメータを受信する受信部と、
   を備える、請求項１または２に記載の装置。
4. 前記測定データと、前記対象の劣化状態を示す値とを含む学習データを用いて前記モデルを生成する学習処理部と、
   前記劣化強度指標値と、前記対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出部と、
   を備える、請求項１または２に記載の装置。
5. 対象からの測定データを取得する取得部と、
   前記測定データと、前記対象の劣化状態を示す値とを含む学習データを用いて、前記測定データの入力に応じて、前記対象を劣化させる強度を示す劣化強度指標値を出力するモデルを生成する学習処理部と、
   前記劣化強度指標値と、前記対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出部と、
   を備える装置。
6. 前記対象から前記測定データを取得する他の装置に対し、前記モデルおよび前記劣化パラメータを送信する送信部を備える、請求項５に記載の装置。
7. 前記学習処理部は、前記測定データと、当該測定データが測定された複数の期間のそれぞれについて前記対象の劣化状態を示す値とを含む前記学習データを用いて前記モデルを生成する、請求項４から６の何れか一項に記載の装置。
8. 前記劣化状態を示す値は、前記対象の劣化の進行の有無を示す二値の値である、請求項４から７の何れか一項に記載の装置。
9. 前記算出部は、前記対象の劣化が進行した期間に測定された前記測定データの入力に応じて前記モデルから出力される前記劣化強度指標値の総和と、当該期間で増加した劣化進行度とに基づいて前記劣化パラメータを算出する、請求項４から８の何れか一項に記載の装置。
10. 前記劣化パラメータは、前記劣化強度指標値の単位量あたりの前記対象の劣化進行度を示す、請求項１から９の何れか一項に記載の装置。
11. 前記モデルは、入力される前記測定データと、前記対象の劣化が進行しない場合の前記測定データとの乖離度を、前記劣化強度指標値として出力する、請求項１から１０の何れか一項に記載の装置。
12. 前記モデルは、入力される前記測定データと、前記対象の劣化が進行するか否かの境界上の前記測定データとの乖離度を、前記劣化強度指標値として出力する、請求項１１に記載の装置。
13. 対象の状態を測定した測定データを取得する取得段階と、
    前記測定データの入力に応じて、前記対象を劣化させる強度を示す劣化強度指標値を出力するモデル、および、前記劣化強度指標値と前記対象の劣化進行度との対応関係を示す劣化パラメータを記憶する記憶段階と、
    前記測定データを前記モデルに入力したこと応じて出力される前記劣化強度指標値と、前記劣化パラメータとを用いて前記対象の劣化進行度を推定する推定段階と、
    を備える方法。
14. 対象からの測定データを取得する取得段階と、
    前記測定データと、前記対象の劣化状態を示す値とを含む学習データを用いて、前記測定データの入力に応じて、前記対象を劣化させる強度を示す劣化強度指標値を出力するモデルを生成する学習処理段階と、
    前記劣化強度指標値と、前記対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出段階と、
    を備える方法。
15. コンピュータを、
    対象の状態を測定した測定データを取得する取得部と、
    前記測定データの入力に応じて、前記対象を劣化させる強度を示す劣化強度指標値を出力するモデル、および、前記劣化強度指標値と前記対象の劣化進行度との対応関係を示す劣化パラメータを記憶する記憶部と、
    前記測定データを前記モデルに入力したこと応じて出力される前記劣化強度指標値と、前記劣化パラメータとを用いて前記対象の劣化進行度を推定する推定部と、
    として機能させるプログラム。
16. コンピュータを、
    対象からの測定データを取得する取得部と、
    前記測定データと、前記対象の劣化状態を示す値とを含む学習データを用いて、前記測定データの入力に応じて、前記対象を劣化させる強度を示す劣化強度指標値を出力するモデルを生成する学習処理部と、
    前記劣化強度指標値と、前記対象の劣化進行度との対応関係を示す劣化パラメータを算出する算出部
    として機能させるプログラム。

Images