JP2023089629A - 異常状態監視システム及び異常状態監視方法 - Google Patents
異常状態監視システム及び異常状態監視方法 Download PDFInfo
- Publication number
- JP2023089629A JP2023089629A JP2021204238A JP2021204238A JP2023089629A JP 2023089629 A JP2023089629 A JP 2023089629A JP 2021204238 A JP2021204238 A JP 2021204238A JP 2021204238 A JP2021204238 A JP 2021204238A JP 2023089629 A JP2023089629 A JP 2023089629A
- Authority
- JP
- Japan
- Prior art keywords
- work
- information
- abnormality
- data
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 248
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 48
- 238000012544 monitoring process Methods 0.000 title claims abstract description 38
- 230000005856 abnormality Effects 0.000 claims abstract description 93
- 238000001514 detection method Methods 0.000 claims abstract description 57
- 238000003860 storage Methods 0.000 claims description 16
- 230000010485 coping Effects 0.000 claims description 9
- 230000009471 action Effects 0.000 claims description 5
- 230000006399 behavior Effects 0.000 claims 1
- 238000010276 construction Methods 0.000 claims 1
- 230000008569 process Effects 0.000 description 207
- 238000012545 processing Methods 0.000 description 97
- 238000005259 measurement Methods 0.000 description 44
- 230000004043 responsiveness Effects 0.000 description 31
- 238000012423 maintenance Methods 0.000 description 26
- 238000007405 data analysis Methods 0.000 description 22
- 238000013473 artificial intelligence Methods 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 238000007689 inspection Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 238000013459 approach Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 8
- 238000004519 manufacturing process Methods 0.000 description 8
- 230000004044 response Effects 0.000 description 7
- 230000006378 damage Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000006866 deterioration Effects 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 4
- 208000002693 Multiple Abnormalities Diseases 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000014509 gene expression Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 102220491290 Annexin A1_S34A_mutation Human genes 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000004880 explosion Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000020169 heat generation Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003211 malignant effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000029058 respiratory gaseous exchange Effects 0.000 description 1
- 102220064657 rs786205565 Human genes 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4184—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by fault tolerance, reliability of production system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063114—Status monitoring or status determination for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Game Theory and Decision Science (AREA)
- Manufacturing & Machinery (AREA)
- General Engineering & Computer Science (AREA)
- Alarm Systems (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
【課題】作業の効率と品質を向上すること。
【解決手段】作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得手段と、作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段と、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段と、を備える。
さらに、異常検知手段が異常を検知した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含むフラグデータを作成し、管理装置に前記フラグデータを送信する制御手段をさらに備え、管理装置は、フラグデータに基づいて指示情報を送信する。
【選択図】図2
【解決手段】作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得手段と、作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段と、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段と、を備える。
さらに、異常検知手段が異常を検知した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含むフラグデータを作成し、管理装置に前記フラグデータを送信する制御手段をさらに備え、管理装置は、フラグデータに基づいて指示情報を送信する。
【選択図】図2
Description
本発明は、作業者による作業における異常を検知する異常状態監視システム及び異常状態監視方法に関する。
従来、現地保守作業中に異常発生した際に、遠隔から現地保守作業の支援を可能とする技術がある。例えば、WO2019/116485には、「設備管理用のローカルサーバ10は、代理管理用のセンターサーバ12と通信接続される代行作業管理部42を備える。代行作業管理部42は、設定値記憶部46に記憶された設定値が変更される保守作業が保守対象ビルで行われている際にエラーコードが出力されたときに、センターサーバ12に通信接続された保守員用の端末装置26からの遠隔操作による代行保守作業を可能にする。さらに代行作業管理部42は、エラーコードの入力欄及びエラーコードの出力時における保守対象ビルでの保守作業の内容を入力する入力欄を含む代行以来画面を保守対象ビルに設けられた表示部50,72に表示可能である。」と記載されている。
上記従来技術によれば、エラーコードが出力された場合に遠隔操作による代行保守作業が可能である。しかしながら、例えば、作業者が作業を誤った場合や、作業に不慣れである場合には、エラーコードが出力される状況になる前に、作業者の支援を行うことが好ましい。
本発明は、前記した課題を解決するためになされたものであり、作業の異常を早期に検知して作業者を支援することで、作業の効率と品質を向上する異常状態監視システムを提供することを目的とする。
本発明は、前記した課題を解決するためになされたものであり、作業の異常を早期に検知して作業者を支援することで、作業の効率と品質を向上する異常状態監視システムを提供することを目的とする。
上記目的を達成するため、代表的な本発明の異常状態監視システムは、作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得手段と、作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段と、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段と、を備えることを特徴とする。
また、代表的な本発明の異常状態監視方法の一つは、作業手順から想定される作業者の動作を、作業チェックデータとして保持する作業チェックデータ保持ステップと、前記作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得ステップと、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知ステップと、を含むことを特徴とする。
本発明のその他の態様については、後記する実施形態において説明する。
また、代表的な本発明の異常状態監視方法の一つは、作業手順から想定される作業者の動作を、作業チェックデータとして保持する作業チェックデータ保持ステップと、前記作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得ステップと、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知ステップと、を含むことを特徴とする。
本発明のその他の態様については、後記する実施形態において説明する。
本発明によれば、作業の効率と品質を向上することができる。上記した以外の課題、構成および効果は、以下の発明を実施するための形態の説明により明らかにされる。
以下、図面を参照して本発明の実施形態を説明する。実施例は、本発明を説明するための例示であって、説明の明確化のため、適宜、省略および簡略化がなされている。本発明は、他の種々の形態でも実施することが可能である。特に限定しない限り、各構成要素は単数でも複数でも構わない。
図面において示す各構成要素の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。
各種情報の例として、「テーブル」、「リスト」、「キュー」等の表現にて説明することがあるが、各種情報はこれら以外のデータ構造で表現されてもよい。例えば、「XXテーブル」、「XXリスト」、「XXキュー」等の各種情報は、「XX情報」としてもよい。識別情報について説明する際に、「識別情報」、「識別子」、「名」、「ID」、「番号」等の表現を用いるが、これらについてはお互いに置換が可能である。
同一あるいは同様の機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。また、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。
実施例において、プログラムを実行して行う処理について説明する場合がある。ここで、計算機は、プロセッサ(例えばCPU、GPU)によりプログラムを実行し、記憶資源(例えばメモリ)やインターフェースデバイス(例えば通信ポート)等を用いながら、プログラムで定められた処理を行う。そのため、プログラムを実行して行う処理の主体を、プロセッサとしてもよい。同様に、プログラムを実行して行う処理の主体が、プロセッサを有するコントローラ、装置、システム、計算機、ノードであってもよい。プログラムを実行して行う処理の主体は、演算部であれば良く、特定の処理を行う専用回路を含んでいてもよい。ここで、専用回路とは、例えばFPGA(Field Programmable Gate Array)やASIC(Application Specific Integrated Circuit)、CPLD(Complex Programmable Logic Device)等である。
プログラムは、プログラムソースから計算機にインストールされてもよい。プログラムソースは、例えば、プログラム配布サーバまたは計算機が読み取り可能な記憶メディアであってもよい。プログラムソースがプログラム配布サーバの場合、プログラム配布サーバはプロセッサと配布対象のプログラムを記憶する記憶資源を含み、プログラム配布サーバのプロセッサが配布対象のプログラムを他の計算機に配布してもよい。また、実施例において、2以上のプログラムが1つのプログラムとして実現されてもよいし、1つのプログラムが2以上のプログラムとして実現されてもよい。
図面において示す各構成要素の位置、大きさ、形状、範囲などは、発明の理解を容易にするため、実際の位置、大きさ、形状、範囲などを表していない場合がある。このため、本発明は、必ずしも、図面に開示された位置、大きさ、形状、範囲などに限定されない。
各種情報の例として、「テーブル」、「リスト」、「キュー」等の表現にて説明することがあるが、各種情報はこれら以外のデータ構造で表現されてもよい。例えば、「XXテーブル」、「XXリスト」、「XXキュー」等の各種情報は、「XX情報」としてもよい。識別情報について説明する際に、「識別情報」、「識別子」、「名」、「ID」、「番号」等の表現を用いるが、これらについてはお互いに置換が可能である。
同一あるいは同様の機能を有する構成要素が複数ある場合には、同一の符号に異なる添字を付して説明する場合がある。また、これらの複数の構成要素を区別する必要がない場合には、添字を省略して説明する場合がある。
実施例において、プログラムを実行して行う処理について説明する場合がある。ここで、計算機は、プロセッサ(例えばCPU、GPU)によりプログラムを実行し、記憶資源(例えばメモリ)やインターフェースデバイス(例えば通信ポート)等を用いながら、プログラムで定められた処理を行う。そのため、プログラムを実行して行う処理の主体を、プロセッサとしてもよい。同様に、プログラムを実行して行う処理の主体が、プロセッサを有するコントローラ、装置、システム、計算機、ノードであってもよい。プログラムを実行して行う処理の主体は、演算部であれば良く、特定の処理を行う専用回路を含んでいてもよい。ここで、専用回路とは、例えばFPGA(Field Programmable Gate Array)やASIC(Application Specific Integrated Circuit)、CPLD(Complex Programmable Logic Device)等である。
プログラムは、プログラムソースから計算機にインストールされてもよい。プログラムソースは、例えば、プログラム配布サーバまたは計算機が読み取り可能な記憶メディアであってもよい。プログラムソースがプログラム配布サーバの場合、プログラム配布サーバはプロセッサと配布対象のプログラムを記憶する記憶資源を含み、プログラム配布サーバのプロセッサが配布対象のプログラムを他の計算機に配布してもよい。また、実施例において、2以上のプログラムが1つのプログラムとして実現されてもよいし、1つのプログラムが2以上のプログラムとして実現されてもよい。
<計測対象の異常状態監視システム100の概要>
図1は、実施形態に係る計測対象の異常状態監視システム100の概要を示す図である。
図2は、計測対象の異常状態監視システムの構成を示す図である。計測対象の異常状態監視システム100は、各拠点で稼働している多数のインフラ設備、又はその現場で働く人から構成される複数の計測対象からの非定常状態を監視する管理装置30(遠隔監視センタ)と、計測対象に備わる計測対象側装置10とを備える。計測対象側装置10は、非定常状態(異常状態)が発生すると、後記する非定常状態を示すフラグデータ21を、遠隔監視センタである管理装置30に送信する。管理装置30は、フラグデータ21を分析し、必要となるセンシングデータを計測対象側装置10に要求する。計測対象側装置10は、要求されたセンシングデータを管理装置30に送信し、管理装置30は、フラグデータ、センシングデータに基づいて、計測対象側装置10への指示情報を送信する。
図1は、実施形態に係る計測対象の異常状態監視システム100の概要を示す図である。
図2は、計測対象の異常状態監視システムの構成を示す図である。計測対象の異常状態監視システム100は、各拠点で稼働している多数のインフラ設備、又はその現場で働く人から構成される複数の計測対象からの非定常状態を監視する管理装置30(遠隔監視センタ)と、計測対象に備わる計測対象側装置10とを備える。計測対象側装置10は、非定常状態(異常状態)が発生すると、後記する非定常状態を示すフラグデータ21を、遠隔監視センタである管理装置30に送信する。管理装置30は、フラグデータ21を分析し、必要となるセンシングデータを計測対象側装置10に要求する。計測対象側装置10は、要求されたセンシングデータを管理装置30に送信し、管理装置30は、フラグデータ、センシングデータに基づいて、計測対象側装置10への指示情報を送信する。
計測対象の異常状態監視システム100は、M個のセンサを、N箇所に設けており、P種類のセンサ情報を取得して使用する。M個、N個、P個は、図1に示すインフラ設備および現場作業者に備えたセンサ及びその周辺に設けられたセンサを意味する。いいかえると、M個、N個、P個は、計測対象側装置10に備えたセンサ及びその周囲に備えられたセンサを意味する。P種類のセンサには、例えば、画像距離センサ、音声センサ、振動センサ、温度センサ、バイタルセンサ等がある。また、人の場合には、人が所持しているスマートデバイスにセンサ類が備えられていてもよいし、人が身につける着衣やメガネやリストバンドにセンサ類を組み込んだウェアラブルセンサでもよい。
計測対象の例として屋内外の現場で稼働する上下水道・送電・道路・線路・橋梁・河川・都市ガスなどのインフラ設備の点検業務の場合について説明する。
インフラ設備は、定常状態においては、予めプログラムされた計画通りに稼働しつつ、周囲環境の変化や、自己状態の変化を、複数のセンサで常時センシングし、各センサからの出力結果に、閾値以上の異常値がないかをチェックし続ける。チェックの結果、閾値以上の異常値が検出された場合は、計測対象側装置10は、定常状態から、非定常状態へ遷移する。また、点検作業者による点検業務では、定期的もしくは異常通知に応じて、現場のインフラ設備まで赴いた点検作業者が点検を実施する。点検作業の内容は、決められた作業手順書に従って実施される。点検作業者が異常状態に陥っていないかを検出する場合は、計測対象側装置10として、作業者が各種センサ、処理部等を有するスマートデバイス、スマートウォッチ等を有している(身につけている、もしくは、作業者が持参し近辺に設置する)。点検作業の状況は、複数のセンサで常時計測され、各センサからの出力結果に対して、作業手順書で規定した閾値以上の異常値がないかをチェックし続ける。チェックの結果、閾値以上の異常値が検出された場合は、計測対象側装置10は、定常状態から非定常状態に遷移する。
インフラ設備は、定常状態においては、予めプログラムされた計画通りに稼働しつつ、周囲環境の変化や、自己状態の変化を、複数のセンサで常時センシングし、各センサからの出力結果に、閾値以上の異常値がないかをチェックし続ける。チェックの結果、閾値以上の異常値が検出された場合は、計測対象側装置10は、定常状態から、非定常状態へ遷移する。また、点検作業者による点検業務では、定期的もしくは異常通知に応じて、現場のインフラ設備まで赴いた点検作業者が点検を実施する。点検作業の内容は、決められた作業手順書に従って実施される。点検作業者が異常状態に陥っていないかを検出する場合は、計測対象側装置10として、作業者が各種センサ、処理部等を有するスマートデバイス、スマートウォッチ等を有している(身につけている、もしくは、作業者が持参し近辺に設置する)。点検作業の状況は、複数のセンサで常時計測され、各センサからの出力結果に対して、作業手順書で規定した閾値以上の異常値がないかをチェックし続ける。チェックの結果、閾値以上の異常値が検出された場合は、計測対象側装置10は、定常状態から非定常状態に遷移する。
非定常状態に遷移すると、計測対象側装置10は、まず、センサの異常値に応じて、あらかじめ設定された応急処置を実行する。次に、各センサからの出力結果をもとに、フラグデータ21を生成する。さらに、生成したフラグデータ21を、ネットワークNWを経由して、管理装置30へ通知する。フラグデータ21を通知した後、管理装置30からの指示の受信を待つ。管理装置30からの指示には、後記する処理S1による指示と処理S2による指示がある。
なお、計測対象としてインフラ設備の点検業務について説明したが、製造現場の現場作業者の場合についても同様である。生産現場の現場作業者の場合は、インフラ設備のかわりに、生産設備が計測対象物となり、点検作業者のかわりに、現場作業者が計測対象者となる。
なお、計測対象としてインフラ設備の点検業務について説明したが、製造現場の現場作業者の場合についても同様である。生産現場の現場作業者の場合は、インフラ設備のかわりに、生産設備が計測対象物となり、点検作業者のかわりに、現場作業者が計測対象者となる。
<計測対象の異常状態監視システム100の装置構成>
次に装置構成について、図2を参照して説明する。
管理装置30は、処理S1として、フラグデータ21を受信すると、必要となるセンシングデータの取得指示を行う。また、管理装置30は、処理S2として、センシングデータを受信すると、フラグデータとセンシングデータを分析し、分析結果に応じて、ネットワークNWを経由して、現場のインフラ設備へ最善の対応指示を出すことになる。
次に装置構成について、図2を参照して説明する。
管理装置30は、処理S1として、フラグデータ21を受信すると、必要となるセンシングデータの取得指示を行う。また、管理装置30は、処理S2として、センシングデータを受信すると、フラグデータとセンシングデータを分析し、分析結果に応じて、ネットワークNWを経由して、現場のインフラ設備へ最善の対応指示を出すことになる。
計測対象側装置10は、計測対象の非定常状態を監視する処理部11、記憶部20、外部のセンサ27及び管理装置30と通信する通信部25、複数の内部のセンサ26を有している。処理部11には、複数のセンサ26,27のセンサ情報を取得するセンサ情報取得部12(センサ情報取得手段)と、センサ情報が異常を示しているか否かを判定する異常検知部13(異常検知手段)と、異常検知手段が異常示していると判定した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含めてフラグデータ21として作成し、管理装置30にフラグデータ21を送信する異常処理部14(制御手段)と、フラグを生成するフラグ生成部15等を有する。記憶部20には、フラグデータ21、応急処置判定テーブル22、作業手順書テーブル23等が格納されている。
ここで、作業手順書テーブル23は、作業者(点検作業者、現場作業者など)が行うべき作業の手順を示した作業手順書に基づいて作成されたデータであって、作業手順から想定される作業者の動作を示す。センサ26やセンサ27の少なくとも一部は、作業者の状態を検知するように設けられる。センサ26やセンサ27によって検知された作業者の状態が、作業手順書テーブル23に示された動作と整合していれば、異常検知部13は定常状態と判定する。一方、検知された作業者の状態が、作業手順書テーブル23と不整合であれば、異常検知部13は非定常状態、すなわち異常が発生していると判定する。このように、作業手順書テーブル23は、作業における異常を検知するための作業チェックデータとして機能する。
具体例として、作業者が制御盤を操作する場合を説明する。作業手順書テーブル23には、作業者が制御盤に手を伸ばす回数やタイミングを格納しておく。これらの回数やタイミングは、作業手順から導くことができる。また、手の左右を規定してもよい。
計測対象側装置10は、可搬型の装置とし、作業者が作業を始める前に、制御盤の近傍に設置する。このとき、作業者が作業対象に手を伸ばしているか否かを少なくとも識別可能な情報をセンサ26等が取得できるように、計測対象側装置10を設置する。
異常検知部13は、センサ26等の検知結果から、作業者がどちらの手をどのタイミングで制御盤に伸ばしたかを識別し、作業手順書テーブル23と比較して、異常を検知する。
このため、作業のミスや、作業の停滞を異常として検知することができる。
また、手を伸ばしているか否か、手を伸ばすタイミングなどの情報は、センサの検知結果に対する精度の要求が低い。このため、可搬性の計測対象側装置10を適宜設置する場合であっても、十分にこれらの情報を取得可能である。
計測対象側装置10は、可搬型の装置とし、作業者が作業を始める前に、制御盤の近傍に設置する。このとき、作業者が作業対象に手を伸ばしているか否かを少なくとも識別可能な情報をセンサ26等が取得できるように、計測対象側装置10を設置する。
異常検知部13は、センサ26等の検知結果から、作業者がどちらの手をどのタイミングで制御盤に伸ばしたかを識別し、作業手順書テーブル23と比較して、異常を検知する。
このため、作業のミスや、作業の停滞を異常として検知することができる。
また、手を伸ばしているか否か、手を伸ばすタイミングなどの情報は、センサの検知結果に対する精度の要求が低い。このため、可搬性の計測対象側装置10を適宜設置する場合であっても、十分にこれらの情報を取得可能である。
図3は、フラグデータ21のデータ構造の例を示す図である。フラグデータ21は、フラグを生成した計測対象側装置10と通知イベントを識別するためのID211、フラグデータを生成した時刻を示すタイムスタンプ212、定常/非定常状態を示すステータス213、センサからの異常値により判定される応答性情報214、重要性情報215、介入性情報216からなる。応答性情報214、重要性情報215、介入性情報216は、それぞれの情報のフラグレベルであるレベル214L,215L,216Lと、そのレベルの状態を示す状態情報214S,215S,216Sとから構成されている。
応答性情報214とは、人(現場作業者)の異常、もしくは人に影響を与えるか否かを判定するための情報である。人の異常もしくは人への影響があると判定されれば、応答性レベルを「1」とする。次に、周囲環境の変化や設備の状態の変化が速いか否かを判定する。早いと判定されれば、応答性レベルを「2」とする。それ以外の場合は、応答性レベルを「3」とする。
重要性情報215とは、周囲環境に大きな影響を与えるか否かを判定する情報である。影響が大きいと判定されれば、重要性レベルを「1」とする。次に、インフラ設備や使用している設備の破損につながるか否かを判定する。破損を引き起こすと判定されれば、応答性レベルを「2」とする。それ以外の場合は、重要性レベルを「3」とする。
介入性情報216とは、遠隔指示のなかでも、エキスパートの介入が必要か否かを判定するための情報である。エキスパートの介入が必要と判定されれば、介入性レベルを「1」とする。次に、人工知能による介入が必要か否かを判定する。必要と判定されれば、介入性レベルを「2」とする。それ以外の場合は、介入性レベルを「3」とする。
図2に戻り、管理装置30の構成を説明する。
管理装置30は、処理部31、記憶部40、入力部45、表示部46、通信部47を有している。処理部31は、複数のフラグデータを受信した際の優先度判定を行う優先度判定部32、計測対象及び周辺環境の状態を監視する計測対象状態監視部33、計測対象の状態を把握するためのセンシングデータの指示情報を生成するセンシングデータ選択部34、現場作業者への対応指示を生成するセンシングデータ分析部35等を有する。
管理装置30は、処理部31、記憶部40、入力部45、表示部46、通信部47を有している。処理部31は、複数のフラグデータを受信した際の優先度判定を行う優先度判定部32、計測対象及び周辺環境の状態を監視する計測対象状態監視部33、計測対象の状態を把握するためのセンシングデータの指示情報を生成するセンシングデータ選択部34、現場作業者への対応指示を生成するセンシングデータ分析部35等を有する。
表示部46は、ディスプレイなどであり、管理装置30による処理の実行状況や実行結果などを表示する。入力部45は、キーボードやマウスなどのコンピュータに指示を入力するための装置であり、プログラム起動などの指示を入力する。処理部31は、中央演算処理装置(CPU)であり、記憶部40等に格納される各種プログラムを実行する。通信部47は、ネットワークNWを介して、他の装置と各種データやコマンドを交換する。
記憶部40には、処理S1に使用する計測対象側装置10からのフラグデータ21に基づき取得すべき取得データ判定テーブル41、処理S2に使用する計測対象側装置10への応答指示のための指示判定テーブル42、フラグデータ21及びセンシングデータに基づく指示内容43、計測対象への通知データ44等が記憶されている。
図4は、管理装置30からの通知データ44のデータ構造の例を示す図である。通知データ44は、フラグを生成した計測対象側装置10と通知イベントを識別するためのID441、通知を生成した時刻であるタイムスタンプ442、指示内容443等を有する。
図5は、処理S1の取得データ判定テーブル41の例を示す図である。取得データ判定テーブル41は、フラグのレベル、状態情報、取得データ等を含んでいる。フラグのレベルとは、図3に示したレベル214L,215L,216Lであり、状態情報とは、図3に示した状態情報214S,215S,216Sである。
フラグのレベル及び状態情報に基づき、取得すべきデータについて、具体例を説明する。行411の応答性レベルが「1」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、人のバイタル情報を取得する。
行412の応答性レベルが「2」で、状態情報として設備と人が急接近という情報が通知された場合、人の位置座標、設備の位置座標を取得する。
行413の応答性レベルが「3」で、状態情報としてゲリラ豪雨という情報が通知された場合、降雨量、周囲の画像データを取得する。
行413の応答性レベルが「3」で、状態情報としてゲリラ豪雨という情報が通知された場合、降雨量、周囲の画像データを取得する。
行414の重要性レベルが「1」で、状態情報として環境破壊という情報が通知された場合、人の位置座標、インフラ設備の位置座標、周囲の画像データ、温度や湿度やガス濃度など、周囲の環境データを取得する。
行415の重要性レベルが「2」で、状態情報として自己破壊という情報が通知された場合、設備の音、振動、温度を取得する。
行415の重要性レベルが「2」で、状態情報として自己破壊という情報が通知された場合、設備の音、振動、温度を取得する。
行416の重要性レベルが「3」で、状態情報としてメンテナンス要という情報が通知された場合、設備の音、設備の温度、連続稼働時間、周囲の画像データ、周囲の環境データ、設備の位置座標を取得する。
行417の介入性レベルが「1」で、状態情報として熟練者判断要という情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度を取得する。
行417の介入性レベルが「1」で、状態情報として熟練者判断要という情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度を取得する。
行418の介入性レベルが「2」で、状態情報として人工知能指示要という情報が通知された場合、介入性レベルが「1」の場合と同じデータ群を取得する。
行419の介入性レベルが「3」で、状態情報として応急処置のみという情報が通知された場合、センシングデータの取得は不要である。
行419の介入性レベルが「3」で、状態情報として応急処置のみという情報が通知された場合、センシングデータの取得は不要である。
なお、図5の例では、応答性、重要性、介入性のレベルの例として各3例を示したがこれに限定されるわけではない。例えば、レベルが「1」で、状態情報が複数の場合がある。
図6は、処理S2の指示判定テーブル42の例を示す図である。指示判定テーブル42は、フラグのレベル、状態情報、判定基準等を含んでいる。フラグのレベルとは、図3に示したレベル214L,215L,216Lであり、状態情報とは、図3に示した状態情報214S,215S,216Sである。
図6は、処理S2の指示判定テーブル42の例を示す図である。指示判定テーブル42は、フラグのレベル、状態情報、判定基準等を含んでいる。フラグのレベルとは、図3に示したレベル214L,215L,216Lであり、状態情報とは、図3に示した状態情報214S,215S,216Sである。
フラグのレベル及び状態情報、センシングデータに基づき、判定基準について、具体例を説明する。行421の応答性レベルが「1」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、人の位置座標から、歩行速度を判定し、人の画像データから、顔色や脈拍や疲労度などのバイタル状態を判定し、人の距離データから、姿勢や疲労度を判定し、人の周囲の気温湿度から、労働環境の快適度を判定する。
判定基準は、疲労度80%以上であれば、休憩1h以上要、姿勢が、うずくまっていたり、倒れこんでいれば、救助要、と歩行速度が、ふらついていたり、足もつれがあれば、休憩1h以上要、気温/湿度が、39度/90%が1hであれば、休憩0.5h要、である。なお、hは時間の単位である。
行422の応答性レベルが「2」で、状態情報として無人運搬車(ドローン)や可動部を持つ設備の可動部などと人が急接近しているという情報が通知された場合、人の位置座標と、設備の位置座標から、最接近予想距離と、最接近予測時刻、を判定する。
判定基準は、最接近距離3m/予測時刻15s後であれば、設備を停止させ、その他であれば、人への警報をだし、設備の移動速度を低下させる、である。
判定基準は、最接近距離3m/予測時刻15s後であれば、設備を停止させ、その他であれば、人への警報をだし、設備の移動速度を低下させる、である。
行423の応答性レベルが「3」で、状態情報としてゲリラ豪雨という情報が通知された場合、降雨量と周囲の画像データの降雨状況から、活動継続可否を判定する。判定基準は、降雨計および画像認識の結果により、500mm/hが0.5h継続であれば、設備を停止させ、500mm/hが1h継続であれば、設備を退避させる、である。
行424の重要性レベルが「1」で、状態情報として爆発や発熱や破裂の兆候や悪性ガス発生や漏電などの周囲環境破壊という情報が通知された場合、人の位置座標と設備の位置座標から、最接近距離を判定し、周囲の画像データおよび周囲の距離データから、退避要否を判定する。判定基準は、最近接距離3mであれば、設備を停止させ、周囲の画像データおよび距離データの画像認識の結果、未認識の物体もしくは接近すべきでない物体が検出されれば、退避要と判定する。
行425の重要性レベルが「2」で、状態情報として自己破壊という情報が通知された場合、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、温度から、想定以上の高温に達している個所を検知する。判定基準は、設備の音の分析の結果、特定周波数が検知され、1分間継続していれば、設備を停止させ、温度の分析の結果、90度以上の部位が検知され、1分間継続していれば、設備を停止させる、である。
行426の重要性レベルが「3」で、状態情報としてメンテナンス要という情報が通知された場合、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、設備の温度から、想定以上の高温に達している個所を検知し、連続稼働時間から、メンテナンス作業の要否を判定し、周囲の画像データおよび周囲の距離データと、設備の位置座標から、現在地からメンテナンス場所への移動時間を推定する。
判定基準としては、設備の音の分析の結果、特定周波数が検知されれば、メンテナンス要と判定し、設備の温度の分析の結果、90度以上の部位が検知されれば、メンテナンス要と判定し、連続稼働時間が50h以上であれば、メンテナンス要と判定し、自己位置と周囲の画像と距離データから、移動所要時間と残稼働時間を算出する、である。
判定基準としては、設備の音の分析の結果、特定周波数が検知されれば、メンテナンス要と判定し、設備の温度の分析の結果、90度以上の部位が検知されれば、メンテナンス要と判定し、連続稼働時間が50h以上であれば、メンテナンス要と判定し、自己位置と周囲の画像と距離データから、移動所要時間と残稼働時間を算出する、である。
行427の介入性レベルが「1」で、状態情報として熟練者判断要という情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度をもとに、熟練者が複数異常の発生している場合の対応方法を判断する。例えば、複数フラグ同時発生時の優先度判断や、人/設備の退避先/移動先が競合した時の退避指示である。また、例えば、作業手順書に規定される作業の難易度が高難度作業であり、熟練者介入を必須とする場合である。具体的には、作業手順書に規定された作業工程ごとの標準作業時間を閾値として、それを大幅に超える時間を要していると検出された場合は、作業難易度が高いので作業を順調にこなせず停滞や遅延が発生した可能性があるため、熟練者の介入が必要と判断する。
行428の介入性レベルが「2」で、状態情報として人工知能指示要という情報が通知された場合、介入性レベルが「1」の場合と同じデータ群をもとに、人工知能が応急処理リストに含まれない単独異常が発生している場合の対応方法を、データベースから判定する。例えば、画像認識の結果、リストにない未知の物体を認識した場合や、リストにない周波数の異音を検知した場合の対応方法である。
行429の介入性レベルが「3」で、状態情報として応急処置のみという情報が通知された場合、判定処理は不要である。
行429の介入性レベルが「3」で、状態情報として応急処置のみという情報が通知された場合、判定処理は不要である。
<計測対象の異常状態監視システム100の効果>
計測対象の異常状態監視システム100の効果には下記がある。
(1)計測対象側装置10から管理装置30への通知データ(フラグデータ21(図3参照))のサイズが小さいため、多数の拠点から同時に多数の通知が発生しても、リアルタイムに管理装置30に通知できる。
(2)計測対象側装置10から管理装置30への通知前に緊急性や重要性の判定を行うため、管理装置30側での処理の負担が少ない。また、管理装置30は、優先度を判断しやすく、多数の計測対象に対する対応が可能である。
(3)計測対象側装置10は異常データを検知したら、まず、計測対象で応急処置を実行するため、対応遅延が発生しない。
(4)多種多数のセンサによるセンシングの組み合わせにより、現場の状況を正確に把握できる。例えば、人のセンシングでは、座標(位置)と姿勢や動作、バイタル情報を組み合わせることで、より正確に現場作業者の状態(健康度、疲労度、周辺の設備の安全度、作業環境の快適性)を把握できる。
(5)詳細なセンシングデータを、管理装置30で分析することで、計測対象側装置10での分析よりもより高精度な改善策を作成可能である。
(6)作業者の動作を識別し、作業手順書から導かれる動作との整合性を判定することで、作業のミスや停滞を早期に検知し、作業者を支援することができる。
計測対象の異常状態監視システム100の効果には下記がある。
(1)計測対象側装置10から管理装置30への通知データ(フラグデータ21(図3参照))のサイズが小さいため、多数の拠点から同時に多数の通知が発生しても、リアルタイムに管理装置30に通知できる。
(2)計測対象側装置10から管理装置30への通知前に緊急性や重要性の判定を行うため、管理装置30側での処理の負担が少ない。また、管理装置30は、優先度を判断しやすく、多数の計測対象に対する対応が可能である。
(3)計測対象側装置10は異常データを検知したら、まず、計測対象で応急処置を実行するため、対応遅延が発生しない。
(4)多種多数のセンサによるセンシングの組み合わせにより、現場の状況を正確に把握できる。例えば、人のセンシングでは、座標(位置)と姿勢や動作、バイタル情報を組み合わせることで、より正確に現場作業者の状態(健康度、疲労度、周辺の設備の安全度、作業環境の快適性)を把握できる。
(5)詳細なセンシングデータを、管理装置30で分析することで、計測対象側装置10での分析よりもより高精度な改善策を作成可能である。
(6)作業者の動作を識別し、作業手順書から導かれる動作との整合性を判定することで、作業のミスや停滞を早期に検知し、作業者を支援することができる。
<計測対象の異常状態監視システム100の処理>
以下、計測対象の異常状態監視システム100の処理について説明する。
図7は、計測対象の異常状態監視システム100の全体処理を示すフローチャートである。適宜図2、図3を参照して説明する。計測対象側装置10の異常検知部13は、センサ情報取得部12が取得したセンサ情報が非定常であるか否か(異常であるか否か)を判定し(処理S10)、非定常でなければ(処理S10,No)、処理S10に戻り、非定常であれば(処理S10,Yes)、応急処置を実行する(処理S11)。応急処置は、記憶部20に記憶されている応急処置判定テーブル22に基づき対応する。そして、異常処理部14は、フラグ生成部15を介して、図3に示した応答性情報214、重要性情報215、介入性情報216を得る(処理S13:フラグ生成処理)。次に、異常処理部14は、管理装置30へフラグデータ21(図3参照)を通知する(処理S14)。
以下、計測対象の異常状態監視システム100の処理について説明する。
図7は、計測対象の異常状態監視システム100の全体処理を示すフローチャートである。適宜図2、図3を参照して説明する。計測対象側装置10の異常検知部13は、センサ情報取得部12が取得したセンサ情報が非定常であるか否か(異常であるか否か)を判定し(処理S10)、非定常でなければ(処理S10,No)、処理S10に戻り、非定常であれば(処理S10,Yes)、応急処置を実行する(処理S11)。応急処置は、記憶部20に記憶されている応急処置判定テーブル22に基づき対応する。そして、異常処理部14は、フラグ生成部15を介して、図3に示した応答性情報214、重要性情報215、介入性情報216を得る(処理S13:フラグ生成処理)。次に、異常処理部14は、管理装置30へフラグデータ21(図3参照)を通知する(処理S14)。
計測対象側装置10の異常処理部14は、管理装置30から指示を受信すると(処理S15)、センシングデータ収集の指示処理を実行する(処理S16)。そして、異常処理部14は、管理装置30にセンシングデータを送信する(処理S17)。
計測対象側装置10の異常処理部14は、管理装置30から指示を受信すると(処理S18)、指示の処理を実行し(処理S19)、処理S10に戻る。
一方、管理装置30の計測対象状態監視部33は、計測対象側装置10からフラグデータ21を受信すると(処理S31)、センシングデータ選択部34を介して、図5に示した取得すべきデータの項目を得て(処理S32)、計測対象側装置10にセンシングデータの取得の指示をする(処理S33)。
一方、管理装置30の計測対象状態監視部33は、計測対象側装置10からフラグデータ21を受信すると(処理S31)、センシングデータ選択部34を介して、図5に示した取得すべきデータの項目を得て(処理S32)、計測対象側装置10にセンシングデータの取得の指示をする(処理S33)。
その後、管理装置30の計測対象状態監視部33は、計測対象側装置10からセンシングデータを受信すると(処理S34)、センシングデータ分析部35を介して、図6に示した判定基準に伴い対応指示を得て(処理S35)、計測対象側装置10に対応指示をする(処理S36)。
図8は、計測対象側装置10におけるフラグ生成処理(処理S13)を示すフローチャートである。適宜図2、図3を参照して説明する。計測対象側装置10のフラグ生成部15は、人(作業員)の異常、もしくは人に影響を与えるか否かを判定し(処理S131)、人の異常もしくは人への影響があると判定されれば(処理S131,Yes)、応答性のレベル214Lを「1」と設定し、状態情報214Sを設定し(処理S133)、処理S136に進む。人の異常もしくは人への影響がないと判定されれば(処理S131,No)、フラグ生成部15は、処理S132に進む。
次に、フラグ生成部15は、周囲環境の変化や設備の状態の変化が速いか(変化が大か)否かを判定し(処理S132)、早いと判定されれば(処理S132,Yes)、応答性のレベル214Lを「2」と設定し、状態情報214Sを設定し(処理S134)、処理S136に進む。変化が速くなければ、それ以外の場合は(処理S132,No)、フラグ生成部15は、応答性のレベル214Lを「3」と設定し、状態情報214Sを設定し(処理S135)、処理S136に進む。
フラグ生成部15は、周囲環境に大きな影響を与えるか(環境破壊するか)否かを判定し(処理S136)、影響が大きいと判定されれば(処理S136,Yes)、重要性のレベル215Lを「1」と設定し、状態情報215Sを設定し(処理S138)、処理S141に進む。影響が大きいと判定されなければ(処理S136,No)、フラグ生成部15は、処理S137に進む。
次に、フラグ生成部15は、インフラ設備や使用している設備の破損につながるか否かを判定し(処理S137)、破損を引き起こすと判定されれば(処理S137,Yes)、重要性のレベル215Lを「2」と設定し、状態情報215Sを設定し(処理S139)、処理S141に進む。それ以外の場合は(処理S137,No)、重要性のレベル215Lを「3」と設定し、状態情報215Sを設定し(処理S140)、処理S141に進む。
さらに、フラグ生成部15は、応急処理のみでOKであるか否かを判定し(処理S141)、応急処理のみでOKと判定されれば(処理S141,Yes)、介入性のレベル216Lを「3」と設定し、状態情報216Sを設定し(処理S143)、フラグ生成処理(処理S13)を終了する。応急処理のみではOKでなければ(処理S141,No)、フラグ生成部15は、処理S142に進む。
フラグ生成部15は、人工知能で対応する必要か否かを判定し(処理S142)、人工知能で対応する必要と判定されれば(処理S142,Yes)、介入性のレベル216Lを「2」と設定し、状態情報216Sを設定し(処理S144)、フラグ生成処理(処理S13)を終了する。人工知能で対応する必要がなければ(処理S142,No)、フラグ生成部15は、介入性のレベル216Lを「1」と設定し、状態情報216Sを設定し(処理S145)、フラグ生成処理(処理S13)を終了する。
図9は、管理サーバにおける複数フラグの優先度判定処理を示すフローチャートである。適宜図2、図3を参照して説明する。優先度判定処理は、図7で示した計測対象状態監視部33の処理S31~処理S36についてさらに具体的に示したものである。図7の処理S31,S34は、図9の処理S328に対応し、図7の処理S32,S35は、図9の処理S327に対応する。また、図7の処理S33,S36は、図9の処理S327に対応する。
管理装置30の優先度判定部32は、各地の計測対象から送付されてきた受信キューが残っているか否かを判定し(処理S321)、受信キューがある場合(処理S321,Yes)、フラグデータ21のタイムスタンプ212と応答性のレベル214Lから応答期限を生成し(処理S322)、処理S321に戻る。受信キューの残りがない場合(処理S321,No)、優先度判定部32は、処理S323に進む。
優先度判定部32は、受信キューを応答期限の早い順にソートし(処理S323)、処理されていない受信キューの残りがあるか否かを判定し(処理S324)、受信キューの残りがある場合(処理S324,Yes)、処理S325に進み、受信キューがない場合(処理S324,No)、処理S328に進む。
そして、優先度判定部32は、受信キューの先頭を取出して(処理S325)、処理S1又は処理S2の分析を実施し(処理S326)、計測対象に指示情報を送信し(処理S327)、処理S324に戻る。
処理S328において、優先度判定部32は、計測対象側装置10からのフラグデータ21の受信があるか否かを判定し、フラグデータ21の受信がない場合(処理S328,No)、処理S328に戻り、フラグデータ21の受信がある場合(処理S328,Yes)、処理S321に戻る。
図10は、管理装置30における処理S1のセンシングデータ選択処理(処理S32)を示すフローチャートである。適宜図2、図3を参照する。センシングデータ選択部34は、取得データ判定テーブル41に基づき、分析に必要なセンシングデータを選択する。
センシングデータ選択部34は、応答性レベルが「1」か否かを判定し(処理S341)、応答性レベルが「1」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合(処理S341,Yes)、取得データとして、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度を選択し(処理S343)、処理S346に進む。応答性レベルが「1」でない場合(処理S341,No)、センシングデータ選択部34は、処理S342に進む。
センシングデータ選択部34は、応答性レベルが「2」か否かを判定し(処理S342)、応答性レベルが「2」で、状態情報として設備と人が急接近という情報が通知された場合(処理S342,Yes)、取得データとして、人の位置座標、設備の位置座標を選択し(処理S344)、処理S346に進む。応答性レベルが「2」でない場合(処理S342,No)、センシングデータ選択部34は、処理S345に進む。
処理S345において、センシングデータ選択部34は、応答性レベルが「3」で、状態情報としてゲリラ豪雨という情報が通知された場合、取得データとして降雨量、周囲の画像データを選択し、処理S346に進む。
処理S346において、センシングデータ選択部34は、重要性レベルが「1」か否かを判定し、重要性レベルが「1」で、状態情報として環境破壊という情報が通知された場合(処理S346,Yes)、取得データとして、人の位置座標、設備の位置座標、周囲の画像データ、周囲の距離データを選択し(処理S348)、処理S34Bに進む。重要性レベルが「1」でない場合(処理S346,No)、センシングデータ選択部34は、処理S347に進む。
センシングデータ選択部34は、重要性レベルが「2」で、状態情報として自己破壊という情報が通知された場合(処理S347,Yes)、取得データとして、設備の音、機械の温度を選択し(処理S349)、処理S34Bに進む。重要性レベルが「2」でない場合(処理S347,No)、センシングデータ選択部34は、処理S34Aに進む。
処理34Aにおいて、センシングデータ選択部34は、重要性レベルが「3」で、状態情報としてメンテナンス要という情報が通知された場合、取得データとして、設備の音、設備の温度、連続稼働時間、周囲の画像データ、周囲の距離データ、設備の位置座標を選択し、処理S34Bに進む。
処理S34Bにおいて、センシングデータ選択部34は、介入性レベルが「1」又は「2」であるか否かを判定し、状態情報として熟練者判断要、人工知能指示要という情報が通知された場合(処理S34B,Yes)、取得データとして、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度を選択し(処理S34C)、処理S1のセンシングデータ選択処理(処理S32)を終了する。介入性レベルが「1」又は「2」でない場合(処理S34B,No)、処理S1のセンシングデータ選択処理(処理S32)を終了する。
図11は、管理装置30における処理S2のセンシングデータ分析処理(処理S35)を示すフローチャートである。適宜図2、図3を参照する。センシングデータ選択部34は、フラグデータ21、センシングデータ及び指示判定テーブル42に基づき、計測対象への対応指示を選択する。
センシングデータ分析部35は、計測対象が人か否かを判定し(処理S351)、人であるなら(処理S351,Yes)、取得したセンシングデータから人座標を分析し(処理S353)、姿勢動作を分析し(処理S354)、バイタルを分析し(処理S355)、人の周囲環境を分析し(処理S356)、その後、指示情報を生成し(処理S357)、処理S2のセンシングデータ分析処理(処理S35)を終了する。センシングデータ分析部35は、計測対象が人でない場合(処理S351,No)、処理S352に進む。
なお、バイタルとは、バイタルサイン(vital signs)の略称である。生命(vital)の兆候(sign)とも訳される、患者の生命に関する最も基本的な情報である。具体的には、脈拍あるいは心拍数・呼吸(数)・血圧・体温の4つを指すことが多く、これらの数値情報から、人の現在状況を把握・表現する。
なお、バイタルとは、バイタルサイン(vital signs)の略称である。生命(vital)の兆候(sign)とも訳される、患者の生命に関する最も基本的な情報である。具体的には、脈拍あるいは心拍数・呼吸(数)・血圧・体温の4つを指すことが多く、これらの数値情報から、人の現在状況を把握・表現する。
処理S353~処理S356において、応答性レベルが「1」で、状態情報として姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、センシングデータ分析部35は、人の位置座標から、歩行速度を判定し、人の画像データから、顔色や脈拍や疲労度などのバイタル状態を判定し、人の距離データから、姿勢や疲労度を判定し、人の周囲の気温湿度から、労働環境の快適度を判定する。
処理S357において、判定基準は、疲労度80%以上であれば、休憩1h以上要、姿勢が、うずくまっていたり、倒れこんでいれば、救助要、と歩行速度が、ふらついていたり、足もつれがあれば、休憩1h以上要、気温/湿度が、39度/90%が1hであれば、休憩0.5h要、である。
処理S353~処理S356において、応答性レベルが「2」で、状態情報として設備と人が急接近という情報が通知された場合、センシングデータ分析部35は、人の位置座標と、設備の位置座標から、最接近予想距離と、最接近予測時刻、を判定する。
処理S357において、判定基準は、最接近距離3m/予測時刻15s後であれば、設備を停止させ、その他であれば、人への警報をだし、設備の移動速度を低下させ、稼働スケジュールを変更させる、である。
処理S357において、応答性レベルが「3」で、状態情報としてゲリラ豪雨という情報が通知された場合、センシングデータ分析部35は、降雨量と周囲の画像データの降雨状況から、活動継続可否を判定する。判定基準は、降雨計および画像認識の結果により、500mm/hが0.5h継続であれば、設備を停止させ、500mm/hが1h継続であれば、設備を退避させる、である。
センシングデータ分析部35は、計測対象がインフラ設備か否かを判定し(処理S352)、インフラ設備であるなら(処理S352,Yes)、取得したセンシングデータから設備の座標を分析し(処理S360)、周辺環境を分析し(処理S361)、設備状態を分析し(処理S362)、その後、指示情報を生成し(処理S363)、処理S2のセンシングデータ分析処理(処理S35)を終了する。センシングデータ分析部35は、計測対象がインフラ設備でない場合(処理S352,No)、処理S365に進む。
処理S360~処理S362において、重要性レベルが「1」で、状態情報として建設物破壊という情報が通知された場合、センシングデータ分析部35は、人の位置座標・動線と設備の位置座標から、最接近距離を判定し、周囲の画像データおよび周囲の距離データから、退避要否を判定する。
処理S363において、判定基準は、最近接距離3mであれば、設備を停止させ、周囲の画像データおよび距離データの画像認識の結果、未認識の物体もしくは接近すべきでない物体が検出されれば、退避要である。
処理S360~処理S362において、重要性レベルが「2」で、状態情報として自己破壊という情報が通知された場合、センシングデータ分析部35は、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、温度から、想定以上の高温に達している個所を検知する。
処理S363において、判定基準は、設備の音の分析の結果、特定周波数が検知され、1分間継続していれば、設備を停止させ、温度の分析の結果、90度以上の部位が検知され、1分間継続していれば、設備を停止させる、である。
処理S360~処理S362において、重要性レベルが「3」で、状態情報としてメンテナンス要という情報が通知された場合、センシングデータ分析部35は、設備の音から、部品の故障や劣化を予測できる特定の周波数を検知し、温度から、想定以上の高温に達している個所を検知し、連続稼働時間から、メンテナンス作業の要否を判定し、周囲の画像データおよび周囲の距離データと、設備の位置座標から、現在地からメンテナンス場所への移動時間を推定する。
処理S363において、判定基準としては、設備の音の分析の結果、特定周波数が検知されれば、メンテナンス要と判定し、温度の分析の結果、90度以上の部位が検知されれば、メンテナンス要と判定し、連続稼働時間が50h以上であれば、メンテナンス要と判定し、自己位置と周囲の画像と距離データから、移動所要時間と残稼働時間を算出する、である。
処理S365において、センシングデータ分析部35は、周辺環境を分析し、指示情報を生成し(処理S366)、処理S2のセンシングデータ分析処理(処理S35)を終了する。
処理S365において、介入性レベルが「1」で、状態情報として熟練者判断要という情報が通知された場合、センシングデータ分析部35は、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度をもとに、熟練者が複数異常が発生している場合の対応方法を判断する。例えば、複数フラグ同時発生時の優先度判断や、人/設備の退避先/移動先が競合した時の退避指示である。
処理S365において、介入性レベルが「2」で、状態情報として人工知能指示要という情報が通知された場合、センシングデータ分析部35は、介入性レベルが「1」の場合と同じデータ群をもとに、人工知能が応急処理リストに含まれない単独異常が発生している場合の対応方法を、データベースから判定する。例えば、画像認識の結果、リストにない未知の物体を認識した場合や、リストにない周波数の異音を検知した場合の対応方法である。
処理S365において、介入性レベルが「3」で、状態情報として応急処置のみという情報が通知された場合、センシングデータ分析部35は、判定処理は不要である。
図12は、処理S2のフラグデータ及びセンシングデータに基づく指示内容を示す図である。行431は、応答性レベルが「1」で、状態情報として、姿勢がゆっくり歩行、顔色が悪いという情報が通知された場合、と距離データから、歩行速度が2km/hであり、ふらつきながら歩行していると判定し、顔色から疲労度が90%というバイタル状態を判定し、気温湿度が37度90%のため、労働環境の快適度が悪いと判定することから、休憩1h以上要という指示となる。
行432は、応答性レベルが「2」で、状態情報として、設備と人が急接近という情報が通知された場合、人の移動速度が4km/h、設備の移動速度が40km/hであり、人と設備の最接近予想距離が1m、最接近予測時刻が20秒後である、と判定することから設備の速度低下という指示となる。
行433は、応答性レベルが「3」で、状態情報として、ゲリラ豪雨という情報が通知された場合、降雨量100mが5時間継続しており、周囲の画像データの降雨状況から降雨が確認され、活動継続不可と判定することから、設備を停止という指示となる。
行434は、重要性レベルが「1」で、状態情報として、環境破壊という情報が通知された場合、人と設備の最接近距離5m、画像と距離データの分析結果から、周辺に他設備はあるが、人はいない、と判定することから、設備を退避という指示となる。
行435は、重要性レベルが「2」で、状態情報として、自己破壊という情報が通知された場合、設備の音から、特定の周波数90Hzを、1分間以上検知し、温度から、90度以上に達して1分間以上継続している個所を検知することから、設備を停止させるという指示となる。
行436は、重要性レベルが「3」で、状態情報として、メンテナンス要という情報が通知された場合、特定周波数(90Hz)を検知し、温度が90度以上の部位を検知し、連続稼働時間が50h以上であり、自己位置と周囲の画像と距離データから、移動所要時間2h、残稼働時間6hであると判定することから、最長でも4時間後に作業終了して、メンテナンス作業に移行するという指示となる。
行437は、介入性レベルが「1」で、状態情報として、熟練者判断要という情報が通知された場合、人の位置座標、人の画像データ、人の距離データ、人の周囲の気温湿度、設備の位置座標、周囲の画像データ、周囲の距離データ、周囲の気温湿度、降雨量、設備の音、設備の温度をもとに、熟練者が、設備2台が接近しているという、複数異常が発生していることを認識し、かつ、退避先付近に人が存在することを認識することから、設備3台を停止させ、人に対して警報を出す、という指示となる。
行438は、介入性レベルが「2」で、状態情報として、人工知能指示要という情報が通知された場合、介入性レベルが「1」の場合と同じデータ群をもとに、人工知能が画像データのデータベースからの分析結果から、未知物体が、異常侵入車両であると判定することから、設備の停止と、周辺に存在する人および異常侵入車両への警報、という指示となる。
行439は、介入性レベルが「3」で、状態情報として、応急処置のみという情報が通知された場合、指示はなしとなる。
行439は、介入性レベルが「3」で、状態情報として、応急処置のみという情報が通知された場合、指示はなしとなる。
図13は、作業手順書テーブル23の内容を示す図である。
行1311は、作業IDが「A」で、かつ工程Aの中で1回目の作業工程A1についての判定条件を示す。
行1311により規定される判定は、次の通りである。
・左手の検出回数については、a回以上b回以下であれば異常なしと判定する。
・右手の検出回数については、c回以上d回以下であれば異常なしと判定する。
・左手の検出開始タイミングについては、作業工程A1を開始してからe秒からf秒の間であれば異常なしと判定する。
・右手の検出開始タイミングについては、作業工程A1を開始してからg秒からh秒の間であれば異常なしと判定する。
・左手の検出終了タイミングについては、作業工程A1を開始してからi秒からj秒の間であれば異常なしと判定する。
・右手の検出終了タイミングについては、作業工程A1を開始してからk秒からm秒の間であれば異常なしと判定する。
・左手の検出時間長さについては、1回あたりn秒以上p秒以下であれば異常なしと判定する。
・右手の検出時間長さについては、1回あたりq秒以上r秒以下であれば異常なしと判定する。
・次の工程の有無については、作業工程A2があり、作業工程A2との間隔がs秒以上t秒以下であれば異常なしと判定する。
行1311は、作業IDが「A」で、かつ工程Aの中で1回目の作業工程A1についての判定条件を示す。
行1311により規定される判定は、次の通りである。
・左手の検出回数については、a回以上b回以下であれば異常なしと判定する。
・右手の検出回数については、c回以上d回以下であれば異常なしと判定する。
・左手の検出開始タイミングについては、作業工程A1を開始してからe秒からf秒の間であれば異常なしと判定する。
・右手の検出開始タイミングについては、作業工程A1を開始してからg秒からh秒の間であれば異常なしと判定する。
・左手の検出終了タイミングについては、作業工程A1を開始してからi秒からj秒の間であれば異常なしと判定する。
・右手の検出終了タイミングについては、作業工程A1を開始してからk秒からm秒の間であれば異常なしと判定する。
・左手の検出時間長さについては、1回あたりn秒以上p秒以下であれば異常なしと判定する。
・右手の検出時間長さについては、1回あたりq秒以上r秒以下であれば異常なしと判定する。
・次の工程の有無については、作業工程A2があり、作業工程A2との間隔がs秒以上t秒以下であれば異常なしと判定する。
例えば、検出開始タイミングおよび検出終了タイミングを、手の検出1回ごとに別々のタイミングとして判定する必要がある場合は、手の検出1回を作業工程1つ(例えば、A1やA2など)に割り当てることで、対応できる。
行1312は、作業IDが「A」で、かつ工程Aの中で2回目の作業工程A2についての判定条件を示す。
行1312により規定される判定は、次の通りである。
・左手の検出回数については、a’回以上b’回以下であれば異常なしと判定する。
・右手の検出回数については、c’回以上d’回以下であれば異常なしと判定する。
・左手の検出開始タイミングについては、作業工程A2を開始してからe’秒からf’秒の間であれば異常なしと判定する。
・右手の検出開始タイミングについては、作業工程A2を開始してからg’秒からh’秒の間であれば異常なしと判定する。
・左手の検出終了タイミングについては、作業工程A2を開始してからi’秒からj’秒の間であれば異常なしと判定する。
・右手の検出終了タイミングについては、作業工程A2を開始してからk’秒からm’秒の間であれば異常なしと判定する。
・左手の検出時間長さについては、1回あたりn’秒以上p’秒以下であれば異常なしと判定する。
・右手の検出時間長さについては、1回あたりq’秒以上r’秒以下であれば異常なしと判定しする。
・次の工程の有無については、作業工程A3があり、作業工程A3との間隔がs’秒以上t’秒以下であれば異常なしと判定する。
行1312により規定される判定は、次の通りである。
・左手の検出回数については、a’回以上b’回以下であれば異常なしと判定する。
・右手の検出回数については、c’回以上d’回以下であれば異常なしと判定する。
・左手の検出開始タイミングについては、作業工程A2を開始してからe’秒からf’秒の間であれば異常なしと判定する。
・右手の検出開始タイミングについては、作業工程A2を開始してからg’秒からh’秒の間であれば異常なしと判定する。
・左手の検出終了タイミングについては、作業工程A2を開始してからi’秒からj’秒の間であれば異常なしと判定する。
・右手の検出終了タイミングについては、作業工程A2を開始してからk’秒からm’秒の間であれば異常なしと判定する。
・左手の検出時間長さについては、1回あたりn’秒以上p’秒以下であれば異常なしと判定する。
・右手の検出時間長さについては、1回あたりq’秒以上r’秒以下であれば異常なしと判定しする。
・次の工程の有無については、作業工程A3があり、作業工程A3との間隔がs’秒以上t’秒以下であれば異常なしと判定する。
行1313は、作業IDが「A」で、かつ工程Aの中で3回目の作業工程A3についての判定条件を示す。左手の検出回数から右手の検出時間長さについては、行1311および行1312と同様であるので割愛するが、次の工程の有無については、なしと示している。
行1314は、作業IDが「B」の作業工程についての判定条件を示すが、行1311から行1313までと同様であるので割愛する。
行1314は、作業IDが「B」の作業工程についての判定条件を示すが、行1311から行1313までと同様であるので割愛する。
図14は、計測対象側装置10における処理S2の非定常状態判定処理(処理S10)を示すフローチャートである。適宜図2、図13を参照する。計測対象側装置10の通信部25は、作業IDを受信すると処理部11に作業IDを転送し、処理部11は作業IDを取得する(処理S1411)。処理部11は、作業手順書テーブル23を参照し、テーブルの作業IDと照会する(処理S1412)。
対象の作業IDがテーブルの作業IDに該当すれば(処理S1413,Yes)、処理部11のセンサ情報取得部12は、センサ情報を取得する(処理S1414)。該当しなければ(処理S1413,No)、処理部11は、計測対象外の作業であると判定し異常終了する(処理S1424)。
センサ情報取得部12は、計測するセンサの情報を取得し(処理S1414)、センサ情報と作業IDを連携させる(処理S1415)。作業が開始すると、処理部11は、センシングを開始し(処理S1416)、センサからの手情報の受信を待つ(処理S1417)。手情報を受信したら、異常検知部13は、図13で説明した作業手順書テーブル1310の判定条件を参照して、該当する作業IDの判定条件に対して判定を実施し(処理S1418)、判定結果に異常がないかを判別する(処理S1419)。判別結果として異常があれば(処理S1419,No)、異常検知部13は、異常を発報し(処理S1422)、異常終了する(処理S1423)。判別結果として異常がないという結果であれば(処理S1419,Yes)、処理部11は、次の判定条件や次の作業工程があるか確認する(処理S1420)。次の処理があれば(処理S1420,Yes)、処理部11は、センサからの手情報の受信を待つ(処理S1417)。次の判定処理がなければ(処理1420,No)、処理部11は処理を終了する(処理S1421)。
上述してきたように、実施の形態に開示したシステムは、作業者の状態を検知するセンサ26,27から検知結果を示すセンサ情報を取得するセンサ情報取得手段としてのセンサ情報取得部12と、作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段としての記憶部20と、前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段としての異常検知部13と、を備える。
かかる構成により、作業の異常を早期に検知して作業者を支援し、作業の効率と品質を向上することができる。
かかる構成により、作業の異常を早期に検知して作業者を支援し、作業の効率と品質を向上することができる。
また、開示のシステムは、前記センサ情報取得手段、前記作業チェックデータ保持手段、前記異常検知手段を備え、前記作業の対象である作業対象の近傍、及び/又は前記作業対象自体に設けられた対象側装置としての計測対象側装置10と、前記対象側装置と通信可能な管理装置30とを備える。そして、前記対象側装置は、前記異常検知手段が異常を検知した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含むフラグデータを作成し、前記管理装置に前記フラグデータを送信する制御手段(例えば、異常処理部14、フラグ生成部15)をさらに備え、前記管理装置は、前記対象側装置から受信したフラグデータに基づいて、前記対象側装置、前記作業者、前記作業対象の少なくともいずれかに指示情報を送信する。
これにより、計測対象側装置10から管理装置30への通知データ(フラグデータ21(図3参照))のサイズが小さいため、多数の拠点から同時に多数の通知が発生しても、リアルタイムに管理装置30に通知できる効果がある。
これにより、計測対象側装置10から管理装置30への通知データ(フラグデータ21(図3参照))のサイズが小さいため、多数の拠点から同時に多数の通知が発生しても、リアルタイムに管理装置30に通知できる効果がある。
また、前記センサ情報は、前記作業者が前記作業対象に手を伸ばしているか否かを少なくとも識別可能な情報を含み、前記作業チェックデータは、前記作業者が前記作業対象に手を伸ばす回数とタイミングを示す。
さらに、前記センサは、可搬性の計測装置であり、前記作業チェックデータ保持手段は、複数の作業対象に対応する複数の作業チェックデータを保持し、前記異常検知手段は、前記作業対象を識別する情報に基づいて前記作業チェックデータを選択し、選択した作業チェックデータと前記センサ情報とを比較して異常の検知を行う。
かかる構成により、簡易且つ安価に作業者の作業における異常を検知することができる。
さらに、前記センサは、可搬性の計測装置であり、前記作業チェックデータ保持手段は、複数の作業対象に対応する複数の作業チェックデータを保持し、前記異常検知手段は、前記作業対象を識別する情報に基づいて前記作業チェックデータを選択し、選択した作業チェックデータと前記センサ情報とを比較して異常の検知を行う。
かかる構成により、簡易且つ安価に作業者の作業における異常を検知することができる。
また、管理装置30は、異常レベルと状態情報と取得データとを関連付ける取得データ判定テーブル41を記憶する記憶部40を有し、計測対象側装置10からフラグデータ21を受信した場合、フラグデータ21の異常レベルに応じて、必要なセンシングデータを取得する指示を、計測対象側装置10に送信することができる。
さらに、管理装置30は、異常レベルと状態情報とセンシングデータとに基づき対処方法を判定する対処方法判定テーブルを記憶部40に記憶されており、計測対象側装置10からセンシングデータを受信した場合、対処方法判定テーブル(例えば、指示判定テーブル42)に基づき、計測対象への対処方法である指示情報を計測対象側装置10に送信することができる。
フラグデータ21には、人の異常もしくは人に影響を与えるか否かを判定するための応答性情報と、周囲環境に大きな影響を与えるか否かを判定する重要性情報と、遠隔指示のなかでも、エキスパートの介入が必要か否かを判定するための介入性情報と、を有する。これにより、計測対象側装置10から管理装置30への通知前に緊急性や重要性の判定を行うため、管理装置30側での処理の負担が少ない。また、管理装置30は、優先度を判断しやすく、多数の現場の計測対象に対して同時に対応可能である効果がある。
本実施形態では、計測対象は、インフラ設備、現場作業者について説明したがこれに限定されるものではない。例えば、製造現場の製造設備と現場作業者がある。
本実施形態では、計測対象は、インフラ設備、現場作業者について説明したがこれに限定されるものではない。例えば、製造現場の製造設備と現場作業者がある。
このように、開示の発明は、種々に適用可能であり、一例として製造業やインフラ保守の分野における課題の解決に寄与する。
製造業やインフラ保守の分野において、特に人口減少や少子高齢化が進行している国や地域においては、現場の労働力が不足するという課題がある。この課題に対しては、業務プロセスを効率化すること、女性や高齢者や外国人など、より多くの市民の労働参加を促進すること、そして、業務に必要な人員を省力化し、無人化を推進すること、といった施策がある。業務の効率化や省力化や無人化については、情報通信技術を活用した施策がある。例えば、タブレットPCやAR/VR技術を現地作業員の作業の支援に適用する事例である。しかし、情報通信技術を活用した施策の課題として、非熟練者では対応が困難な非定常作業や難易度の高い作業に対して、作業支援をいかに実現するかという点がある。現場の非熟練者を、限られた数の熟練者が現場でサポートする構成を想定した場合、熟練者が不足した状況においては、熟練者の数に依存して案件数が制限されてしまい、効率が悪い。
そこで、開示のシステムを利用することで、現場の非熟練者に対し、早期に熟練者によるサポートを提供することができる。
製造業やインフラ保守の分野において、特に人口減少や少子高齢化が進行している国や地域においては、現場の労働力が不足するという課題がある。この課題に対しては、業務プロセスを効率化すること、女性や高齢者や外国人など、より多くの市民の労働参加を促進すること、そして、業務に必要な人員を省力化し、無人化を推進すること、といった施策がある。業務の効率化や省力化や無人化については、情報通信技術を活用した施策がある。例えば、タブレットPCやAR/VR技術を現地作業員の作業の支援に適用する事例である。しかし、情報通信技術を活用した施策の課題として、非熟練者では対応が困難な非定常作業や難易度の高い作業に対して、作業支援をいかに実現するかという点がある。現場の非熟練者を、限られた数の熟練者が現場でサポートする構成を想定した場合、熟練者が不足した状況においては、熟練者の数に依存して案件数が制限されてしまい、効率が悪い。
そこで、開示のシステムを利用することで、現場の非熟練者に対し、早期に熟練者によるサポートを提供することができる。
10:計測対象側装置、11:処理部、12:センサ情報取得部(センサ情報取得手段)、13:異常検知部(異常検知手段)、14:異常処理部(制御手段)、15:フラグ生成部(制御手段)、20:記憶部、21:フラグデータ、22:応急処置判定テーブル、23:作業手順書テーブル、25:通信部(通信手段)、26,27:センサ、30:管理装置、31:処理部、32:優先度判定部、33:計測対象状態監視部、34:センシングデータ選択部、35:センシングデータ分析部、40:記憶部、41:取得データ判定テーブル、42:指示判定テーブル(対処方法判定テーブル)、43:指示内容、44:通知データ、100:異常状態監視システム、214:応答性情報、215:重要性情報、216:介入性情報、214L,215L,216L:レベル、214S,215S,216S:状態情報
Claims (9)
- 作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得手段と、
作業手順から想定される前記作業者の動作を、作業チェックデータとして予め保持する作業チェックデータ保持手段と、
前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知手段と、
を備えることを特徴とする異常状態監視システム。 - 前記センサ情報取得手段、前記作業チェックデータ保持手段、前記異常検知手段を備え、前記作業の対象である作業対象の近傍、及び/又は前記作業対象自体に設けられた対象側装置と、前記対象側装置と通信可能な管理装置とを備え、
前記対象側装置は、前記異常検知手段が異常を検知した際に、異常レベルを示すフラグと異常状態を示す状態情報とを含むフラグデータを作成し、前記管理装置に前記フラグデータを送信する制御手段をさらに備え、
前記管理装置は、前記対象側装置から受信したフラグデータに基づいて、前記対象側装置、前記作業者、前記作業対象の少なくともいずれかに指示情報を送信する
ことを特徴とする請求項1に記載の異常状態監視システム。 - 前記センサ情報は、前記作業者が前記作業対象に手を伸ばしているか否かを少なくとも識別可能な情報を含み、
前記作業チェックデータは、前記作業者が前記作業対象に手を伸ばす回数とタイミングを示す
ことを特徴とする請求項2に記載の異常状態監視システム。 - 前記センサは、可搬性の計測装置であり、
前記作業チェックデータ保持手段は、複数の作業対象に対応する複数の作業チェックデータを保持し、
前記異常検知手段は、前記作業対象を識別する情報に基づいて前記作業チェックデータを選択し、選択した作業チェックデータと前記センサ情報とを比較して異常の検知を行うことを特徴とする請求項2に記載の異常状態監視システム。 - 前記管理装置は、
前記異常レベルと前記状態情報と取得が必要なセンシングデータとを関連付けるデータ取得判定テーブルを記憶する記憶部を有し、
前記対象側装置から前記フラグデータを受信した場合、前記フラグデータの異常レベルに応じて、必要なセンシングデータを取得する指示を、前記対象側装置に送信する
ことを特徴とする請求項2に記載の異常状態監視システム。 - 前記管理装置は、
前記異常レベルと前記状態情報と前記センシングデータとに基づき対処方法を判定する対処方法判定テーブルを前記記憶部に記憶されており、
前記対象側装置から前記センシングデータを受信した場合、前記対処方法判定テーブルに基づき特定した対処方法を指示情報として前記対象側装置に送信する
ことを特徴とする請求項5に記載の異常状態監視システム。 - 前記フラグデータには、
人の異常もしくは人に影響を与えるか否かを判定するための応答性情報と、
周囲環境に大きな影響を与えるか否かを判定する重要性情報と、
遠隔指示のなかでも、エキスパートの介入が必要か否かを判定するための介入性情報と、を含む
ことを特徴とする請求項2に記載の異常状態監視システム。 - 前記作業対象は工事現場のインフラ設備であり、前記作業者は現場点検者であることを特徴とする請求項2に記載の異常状態監視システム。
- 作業手順から想定される作業者の動作を、作業チェックデータとして保持する作業チェックデータ保持ステップと、
前記作業者の状態を検知するセンサから検知結果を示すセンサ情報を取得するセンサ情報取得ステップと、
前記センサ情報と前記作業チェックデータとを比較して作業における異常を検知する異常検知ステップと、
を含むことを特徴とする異常状態検知方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021204238A JP2023089629A (ja) | 2021-12-16 | 2021-12-16 | 異常状態監視システム及び異常状態監視方法 |
US18/079,117 US20230195086A1 (en) | 2021-12-16 | 2022-12-12 | Abnormal state monitoring system and abnormal state monitoring method |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021204238A JP2023089629A (ja) | 2021-12-16 | 2021-12-16 | 異常状態監視システム及び異常状態監視方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2023089629A true JP2023089629A (ja) | 2023-06-28 |
Family
ID=86767935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021204238A Pending JP2023089629A (ja) | 2021-12-16 | 2021-12-16 | 異常状態監視システム及び異常状態監視方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230195086A1 (ja) |
JP (1) | JP2023089629A (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117054676A (zh) * | 2023-10-13 | 2023-11-14 | 山西智合清浩环保技术服务有限公司 | 废水在线监测设备的运维智能控制系统 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117601143A (zh) * | 2023-11-23 | 2024-02-27 | 中建新疆建工集团第三建设工程有限公司 | 基于多传感器融合的智能巡检机器人及方法 |
-
2021
- 2021-12-16 JP JP2021204238A patent/JP2023089629A/ja active Pending
-
2022
- 2022-12-12 US US18/079,117 patent/US20230195086A1/en active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117054676A (zh) * | 2023-10-13 | 2023-11-14 | 山西智合清浩环保技术服务有限公司 | 废水在线监测设备的运维智能控制系统 |
CN117054676B (zh) * | 2023-10-13 | 2023-12-19 | 山西智合清浩环保技术服务有限公司 | 废水在线监测设备的运维智能控制系统 |
Also Published As
Publication number | Publication date |
---|---|
US20230195086A1 (en) | 2023-06-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2023089629A (ja) | 異常状態監視システム及び異常状態監視方法 | |
US11729597B2 (en) | Digital twin disaster management system customized for underground public areas | |
CN110044924B (zh) | 一种基于图像的公路隧道病害检测方法 | |
CN107665568B (zh) | 为工作场所安全提供预测警报 | |
US11429078B2 (en) | Intelligent distributed industrial facility safety system inter-device data communication | |
WO2017051575A1 (ja) | 異常診断システム及び異常診断方法 | |
US11423494B2 (en) | Plant assistance assessment system and plant assistance assessment method | |
CN109205430A (zh) | 电梯的安全检查装置、系统以及方法 | |
JP2017062729A (ja) | プラント運転システム及びプラント運転方法 | |
JP2016108088A (ja) | 保守作業支援装置、システム、及び方法 | |
WO2016105989A1 (en) | System and method of displaying gas concentrations | |
CN111168694A (zh) | 基于机器人视觉识别的隧道结构健康智能识别系统和方法 | |
US10311705B1 (en) | Distributed industrial facility safety system | |
KR20210062963A (ko) | 건설 작업자 안전 모니터링 시스템 및 이의 제어 방법 | |
JP2016162334A (ja) | 設備点検システム | |
JP6537579B2 (ja) | 施設管理装置、施設管理システム及びプログラム | |
CN112990660B (zh) | 石油化工灭火救援辅助控制方法、系统、存储介质、终端 | |
CN113592360A (zh) | 电力高空作业大风预警方法及系统 | |
Khan et al. | Emergency Medical Service System with Integrated Private Access Server | |
CN112682301A (zh) | 水泵的巡检方法、巡检系统、水泵及计算机可读存储介质 | |
WO2021166320A1 (ja) | 移動体の異常状態監視システム | |
KR102577293B1 (ko) | 비콘을 이용한 작업 현장 인력 관리 및 작업 현장 모니터링 플랫폼 제공 방법, 장치 및 프로그램 | |
KR101412208B1 (ko) | 지진규모에 따른 경보음 발생장치 | |
JP7222387B2 (ja) | 装置、方法およびプログラム | |
JP7327962B2 (ja) | 作業監視装置、作業監視システム、作業監視方法、およびプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20240612 |