JP6436148B2 - 情報処理装置、保全機器、情報処理方法、情報処理プログラム及び記録媒体 - Google Patents

Description

本発明は、情報処理装置、保全機器、情報処理方法、情報処理プログラム及び記録媒体に関する。

従来から、化学等の工業プラント、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のプラントや工場等（以下、これらを総称する場合には「プラント」という）においては、フィールド機器と呼ばれる測定器又は操作器等の現場機器と、これらを制御する制御装置とが通信手段を介して接続された分散制御システム（ＤＣＳ：Ｄｉｓｔｒｉｂｕｔｅｄ Ｃｏｎｔｒｏｌ Ｓｙｓｔｅｍ）が構築されており、高度な自動操業が実現されている。

上記のような高度な自動操業を実現するために構築されるプラントのシステム等においては、プラントの収量、運転状態、アラームの発生状況等のプラントの状態は、プラント内に配置されているセンサ（計測機器等を含む）で測定される。センサによって測定された測定データ（ＰＶ（Ｐｒｏｃｅｓｓ Ｖａｒｉａｂｌｅ））は、ＤＣＳ等の制御装置によって取得されて、操作量（ＭＶ（Ｍａｎｉｐｕｌａｔｉｖｅ Ｖａｒｉａｂｌｅ））としてアクチュエータ等に出力されることによりプラントの制御に使用される。

測定データを測定するセンサは、センサの劣化によって測定値がシフトしたり、センサの測定部に汚れが付着したり、又はセンサの寿命によって故障したり（劣化等）する。センサの劣化等の進行状況は、例えばセンサのセトリングタイム等の特性データをセンサの保全作業を実施する保全作業者が測定する保全作業によって確認することができる。保全作業者は、センサをＤＣＳから切り離したオフライン状態にして特性データを測定する。保全作業者は測定した特性データによりセンサの劣化の進行状況を把握して、センサを調整し、清掃し又は交換する保全作業（メンテナンス）を実施する。

また、センサの劣化等の進行状況に拘わらず、センサを調整等する保全作業を所定の周期で定期的に実施する場合がある。

また、センサの劣化等を測定データから判断するために、使用時間や使用環境の異なるセンサ毎に測定データを教師データとして機械学習させて判定モデルを作成して、判定モデルによってセンサの劣化等を診断する機械学習システムがある（例えば、特許文献１〜２、非特許文献１を参照）。

特開２０１４−１７４９９３号公報 特表２０１５−５３０６５２号公報

▲高▼見 豪、外３名、「機械学習を用いたセンサデータ解析の可能性」、横河技報、横河電機株式会社、Ｖｏｌ．５９ Ｎｏ．１（２０１６）ｐ．２７−３０

しかし、センサの特性データを測定するには、オフライン状態にした計測が必要となり、プラントの運転を停止する必要が生じる場合がある。また、センサの特性データ測定には高度な専門性が要求されるため、専門性の高い保全作業者の確保が必要となる。したがって、特性データの測定を伴う保全作業のコストが増大してしまう場合があった。

また、センサの劣化等の進行状況は、センサの使用状況や設置環境によって大きく異なるため、劣化等の進行状況の異なる全てのセンサに対して一律に定期的な保全作業を実施する場合、調整等の未だ必要でないセンサに対しても保全作業が実施されることになり、センサを多数使用するプラントにおいては、定期的な保全作業に伴う保全作業のコストが増大してしまう場合があった。

また、センサの劣化等を機械学習によって判定するには、測定データと保全作業によって得られた特性データとを対応させた教師データを予め手動で準備する必要があり、機械学習の運用に伴う保全作業のコストが増大する場合があった。

本発明は上記事情に鑑みてなされたものであり、保全作業に伴うコストの上昇の低減を図ることができる情報処理装置、保全機器、情報処理方法、情報処理プログラム及び記録媒体を提供することを目的とする。

（１）上記の課題を解決するため、本発明の情報処理装置は、センサの測定データを取得する測定データ取得部と、前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得部と、取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成部とを備える。

（２）また、本発明の情報処理装置において、生成された前記教師データを学習して判定モデルを生成する学習部をさらに備える。

（３）また、本発明の情報処理装置において、生成された前記判定モデルを用いて取得された前記測定データに基づき、前記センサの特性データを判定する判定部をさらに備える。

（４）また、本発明の情報処理装置において、前記特性データと、前記センサに対して実施すべき保全作業とを対応付けて記憶する対応記憶部と、判定された前記特性データに基づき、記憶された前記保全作業を選択する保全作業選択部と、選択された前記保全作業を報知する報知部とをさらに備える。

（５）また、本発明の情報処理装置において、前記特性データ取得部は、前記特性データとして前記センサのセトリングタイムを取得する。

（６）上記の課題を解決するため、本発明の保全機器は、センサの測定データを取得する測定データ取得部と、前記測定データに基づき特性データを生成する特性データ生成部と、取得された前記測定データに対して、生成した前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成部とを備える。

（７）また、本発明の保全機器において、前記特性データ生成部は、前記特性データとして前記センサのセトリングタイムを生成する。

（８）上記の課題を解決するため、本発明の情報処理方法は、センサの測定データを取得する測定データ取得ステップと、前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得ステップと、取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成ステップとを含む。

（９）上記の課題を解決するため、本発明の情報処理プログラムは、センサの測定データを取得する測定データ取得処理と、前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得処理と、取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成処理とをコンピュータに実行させる。

（１０）上記の課題を解決するため、本発明の記録媒体は、センサの測定データを取得する測定データ取得処理と、前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得処理と、取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成処理とをコンピュータに実行させる情報処理プログラムを記憶している。

本発明によれば、保全作業に伴うコストの上昇の低減を図ることができる、情報処理装置、保全機器、情報処理方法、情報処理プログラム及び記録媒体を提供することを提供することができる。

実施形態の情報処理装置を用いるプラントの構成例を示す図である。 実施形態の情報処理装置のハードウェア構成の一例を示すブロック図である。 実施形態の情報処理装置のソフトウェア構成の一例を示すブロック図である。 実施形態の情報処理装置における学習フェーズの動作の一例を示すフローチャートである。 実施形態の情報処理装置が生成する教師データの一例を示す図である。 実施形態の情報処理装置における実行フェーズの動作の一例を示すフローチャートである。 実施形態の情報処理装置が記憶する特性データと保全作業の対応付けの一例を示す図である。 実施形態の情報処理装置のソフトウェア構成の他の一例を示すブロック図である。 実施形態の保全機器と情報処理装置のソフトウェア構成の一例を示すブロック図である。

以下、図面を参照して本発明の一実施形態における情報処理装置、保全機器、情報処理方法、情報処理プログラム及び記録媒体について詳細に説明する。

先ず、図１を用いて、情報処理装置を用いるプラントの概要を説明する。図１は、実施形態の情報処理装置を用いるプラントの構成例を示す図である。図１において、プラント１００は、情報処理装置１、基幹業務システム２、製造実行システム３、運転制御装置４、保全機器５を有する。プラント１００が有するセンサＳ１、または図示しないバルブ又はポンプ等を、以下「フィールド機器」という。プラント１００は、上記プラントの構成によって所定の生成物（生産物）を生成する。

センサＳ１は、プラント１００の運転状態を示す測定データを測定する。プラント１００の運転状態を示す測定データとは、例えば、プラントのプロセスにおける圧力、温度、ｐＨ、生成物の流量等の物理量のデータである。センサＳ１は、測定データを運転制御装置４に出力する。

情報処理装置１は、センサＳ１で測定された測定データを取得する。センサＳ１で測定された測定データは、運転制御装置４を介して又はセンサＳ１から直接、製造実行システム３に入力される。図１において情報処理装置１は、測定データを製造実行システム３から取得する。また、情報処理装置１は、保全機器５において測定されたセンサＳ１の特性データを、保全機器５から取得する。情報処理装置１の詳細は図２等を用いて後述する。

基幹業務システム２は、例えば、会計処理、生産管理、販売管理等の経営資源を管理するためのプロセス製造業向けＥＲＰ（Ｅｎｔｅｒｐｒｉｓｅ Ｒｅｓｏｕｒｃｅ Ｐｌａｎｎｉｎｇ：経営資源統合）システムである。基幹業務システム２は、プラントの運転状態の情報を経営資源の管理情報として利用してもよい。また、基幹業務システム２は、プラントの保全や修理の業務情報を管理する保全管理システム等を含んでいてもよい。基幹業務システム２は、例えば、サーバ装置、デスクトップ型ＰＣ等の汎用コンピュータである。

製造実行システム３は、例えば、基幹業務システム２と運転制御装置４との間に位置するＭＥＳ（Ｍａｎｕｆａｃｔｕｒｉｎｇ Ｅｘｅｃｕｔｉｏｎ Ｓｙｓｔｅｍ）であり、運転制御装置４が取得したフィールド機器の動作状態や作業者の作業状況等を監視し、又は管理する。製造実行システム３は、例えば、サーバ装置、デスクトップ型ＰＣ等の汎用コンピュータである。製造実行システムには、ＰＩＭＳ（Ｐｌａｎｔ Ｉｎｆｏｒｍａｔｉｏｎ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ：プラント情報管理システム）３Ａ、又はＣＭＭＳ（Ｃｏｍｐｕｔｅｒｉｓｅｄ Ｍａｉｎｔｅｎａｎｃｅ Ｍａｎａｇｅｍｅｎｔ Ｓｙｓｔｅｍ：プラント保全管理システム）３Ｂ等の機能を有していてもよい。

製造実行システム３にけるＰＩＭＳ３Ａは、プラントの状態情報を収集して記録するプラント情報管理システムとして機能する。図１においてＰＩＭＳ３Ａは、運転制御装置４を介して（又は運転制御装置４を介さず直接に）、センサＳ１の測定データを収集して記録する。ＰＩＭＳ３Ａは、センサＳ１の測定データを時系列で収集してヒストリーデータ（履歴データ、ヒストリアン）として記録する。ヒストリーデータには、センサＳ１の測定データとその測定データが測定された日時を含む。ＰＩＭＳ３Ａは情報処理装置１に対して、測定データのヒストリーデータを提供するとともに、現在の（最新の）測定データを提供する。例えば、ＰＩＭＳ３Ａは、センサＳ１の測定データを取得したときに、取得した測定データを情報処理装置１に提供するとともに、ヒストリーデータとして記録する。ＰＩＭＳ３Ａは記録したヒストリーデータを、例えば定期的に又は情報処理装置１からの取得要求に応じて情報処理装置１に提供する。ヒストリーデータは、例えば１時間、１日、１週間等、所定の期間記録された複数の測定データの履歴である。本実施形態においては、測定データのヒストリーデータは情報処理装置１において実行される機械学習の学習フェーズで使用される教師データとして使用される。

製造実行システム３にけるＣＭＭＳ３Ｂは、プラント１００の保全履歴を記録し、保全計画を管理するプラント保全管理システムとして機能する。ＣＭＭＳ３Ｂは、例えば、保全機器５で実施されて記録されたフィールド機器に対する保全操作の操作履歴を、複数の保全機器５から取得して保全情報として記録する。また、ＣＭＭＳ３Ｂは、フィールドオペレータによって実施された保全作業を手動で入力可能として保全情報として記録してもよい。なお、ＣＭＭＳ３Ｂは、保全機器５が情報処理装置１に対して提供する保全情報を情報処理装置１に対して提供してもよい。

運転制御装置４は、センサＳ１から取得した測定データに基づき、図示しないポンプ、バルブ、ヒータ等を制御して、プラント１００におけるプロセスを制御する。運転制御装置４は、センサＳ１から取得した測定データを製造実行システム３に対して提供する。運転制御装置４は、例えば、ＦＡ（Ｆａｃｔｏｒｙ Ａｕｔｏｍａｔｉｏｎ）コンピュータ、ＰＬＣ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｌｏｇｉｃ Ｃｏｎｔｒｏｌｌｅｒ）等の制御装置である。

保全機器５は、フィールドオペレータがフィールド機器に対して保全作業を実施するための機器である。フィールド機器の保全とは、例えば、フィールド機器に設定された機器情報を読み出して確認する処理、フィールド機器に対して新たな機器情報（パラメータ）を設定する処理、フィールド機器に設定された機器情報を調整又は変更する処理、ならびにフィールド機器に機器情報を設定して所定の動作を実行させる処理等である。本実施形態における保全機器５は、センサＳ１のセトリングタイムを測定して記録する保全作業を実施できるものとする。

センサＳ１のセトリングタイムとは、センサＳ１に基準信号を入力したときから基準信号に対する出力信号の大きさが目標値に到達するまでの時間である。基準信号は、例えばステップ入力信号やパルス入力信号である。センサＳ１は使用状況や設置環境によって経年的に劣化等するとセトリングタイムが長くなる場合がある。プラントを保全する保全作業者は、センサＳ１のセトリングタイムを定期的に又は不定期に測定することにより、センサＳ１の劣化等を確認することができる。セトリングタイムの測定は、センサＳ１を運転制御装置４から切り離したオフライン状態において実施される。保全作業者は、センサＳ１のセトリングタイムを測定して、センサＳ１の劣化等の進行状況を確認して、センサＳ１の調整、交換等の必要な保全作業を判断して実施する。但し、測定されたセトリングタイムに基づき必要な保全作業を判断するためには、保全作業者に高度なスキルレベルが要求される場合がある。本実施形態においては、必要な保全作業の判断に使用されるセトリングタイムを保全機器５に記録して、機械学習の教師データを生成するための情報として情報処理装置１に提供される。保全機器５は、有線又は無線で接続された情報処理装置１に対して、セトリングタイムを、セトリングタイムを測定した日時の情報とともに提供する。セトリングタイムの提供は、例えば記録媒体を介して行われてもよい。保全機器５は、ノート型又はタブレット型のコンピュータ、ＰＤＡ（Ｐｅｒｓｏｎａｌ Ｄｉｇｉｔａｌ Ａｓｓｉｓｔａｎｔ）、又はスマートフォン等である。

なお、本実施形態においては、センサＳ１の特性データとしてセトリングタイムを測定して情報処理装置１に提供する場合を示したが、特性データはセトリングタイムに限定されるものではない。例えば、特性データとして、ゼロ点調整におけるゼロ点のシフト量やスパン調整におけるスパンのシフト量を提供するものであってもよい。

また、保全作業者は、プラントを操作するフィールドオペレータであってもよい。また、図１においてはプラント１００は、センサＳ１を有する場合を説明したが、プラント１００の機器構成はこれに限定されるものではない、例えば、プラント１００がタンク、バルブ、ポンプ、他のセンサ等の機器を有するものであってもよい。また、図１で図示する各機器を接続する線は、有線又は無線の通信線を示している。有線通信又は無線通信は、図示しない通信機器及びネットワークを介して行われるようにしてもよい。

次に、図２を用いて、情報処理装置１のハードウェア構成を説明する。図２は、実施形態における情報処理装置１のハードウェア構成の一例を示すブロック図である。

図２において、情報処理装置１は、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）１１、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）１２、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）１３、ＨＤＤ（Ｈａｒｄ Ｄｉｓｋ Ｄｒｉｖｅ）１４、表示装置１５、入力装置１６、通信Ｉ／Ｆ（Ｉｎｔｅｒｆａｃｅ）１７、通信Ｉ／Ｆ１８及びこれらを接続するバス１９を有する。

情報処理装置１は、例えば、サーバ装置、デスクトップ型ＰＣ等の汎用コンピュータ、ＦＡコンピュータ、ＰＬＣ等の装置、ノート型又はタブレット型のコンピュータ、ＰＤＡ、又はスマートフォン等である。情報処理装置１のハードウェアは、単体装置として構成されてもよく、また、複数の装置の組合せで構成されるシステムであってもよい。また、情報処理装置１は、他の装置とハードウェアを共用するものであってもよい。

ＣＰＵ１１は、ＲＡＭ１２、ＲＯＭ１３又はＨＤＤ１４に記憶されたプログラムを実行することにより、情報処理装置１の制御を行なう。ＣＰＵ１１は、後述する情報処理装置１の動作を実現するための情報処理プログラムを実行する。情報処理プログラムは、例えば、情報処理プログラムを記録した記録媒体、又はネットワークを介した情報処理プログラムを提供するサーバ等から取得されて、ＨＤＤ１４にインストールされ、ＣＰＵ１１から読出し可能にＲＡＭ１２に記憶される。

表示装置１５は、表示機能を有する例えば液晶ディスプレイである。表示装置１５は、ヘッドマウント型ディスプレイ、メガネ型ディスプレイ、腕時計型ディスプレイ等の種々の形態によって実現されてもよい。入力装置１６は、入力機能を有する例えばキーボード又はマウスである。入力装置１６は、音声情報を入力するマイク、画像情報を入力するカメラ又はスキャナ等であってもよい。なお、表示装置１５と入力装置１６は、タッチパネル等、表示機能と入力機能を有する装置によって実現されてもよい。

通信Ｉ／Ｆ１７は、有線通信又は無線通信を介して、図１で説明した、製造実行システム３、運転制御装置４、保全機器５等の他の装置との通信を制御する。通信Ｉ／Ｆ１７は、接続された他の装置と、データ送受信、音声通話又はメール送受信等の通信制御を行なう。通信Ｉ／Ｆ１７は、例えば、無線ＬＡＮ通信、有線ＬＡＮ通信、赤外線通信、近距離無線通信等の汎用通信規格に対応した通信制御を行なう。

通信Ｉ／Ｆ１８は、有線通信又は無線通信を介して、運転制御装置４、保全機器５、図示しないフィールド機器等の他の装置との通信を制御する。通信Ｉ／Ｆ１８は、例えば、ＩＳＡ（Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｓｏｃｉｅｔｙ ｏｆ Ａｕｔｏｍａｔｉｏｎ：国際計測制御学会）の無線通信規格であるＩＳＡ１００、ＨＡＲＴ（Ｈｉｇｈｗａｙ Ａｄｄｒｅｓｓａｂｌｅ Ｒｅｍｏｔｅ Ｔｒａｎｓｄｕｃｅｒ）（登録商標）、ＢＲＡＩＮ（登録商標）、ＦＯＵＮＤＡＴＩＯＮ Ｆｉｅｌｄｂｕｓ、ＰＲＯＦＩＢＵＳ等の工業計器専用の通信規格に対応した通信制御を行なう。

次に、図３を用いて、情報処理装置１のソフトウェア構成を説明する。図３は、実施形態における情報処理装置１のソフトウェア構成の一例を示すブロック図である。

図３において、情報処理装置１は、測定データ取得部１０１、特性データ取得部１０２、教師データ生成部１０３、学習部１０４、判定モデル記憶部１０５、判定部１０６、対応記憶部１０７、保全作業選択部１０８及び保全作業報知部１０９の各機能を有する。情報処理装置１の上記各機能は、情報処理装置１を制御する情報処理プログラムによって実現される機能モジュールである。情報処理プログラムは、プログラムを提供するサーバから提供され、又は記録媒体から提供されてもよい。

測定データ取得部１０１は、センサＳ１の測定データを取得する。センサＳ１の測定データは、製造実行システム３の一機能であるＰＩＭＳ３Ａから取得することができる。測定データ取得部１０１は、ＰＩＭＳ３Ａから、測定データのヒストリーデータを取得するとともに、現在の測定データを取得する。

測定データ取得部１０１が測定データのヒストリーデータを取得する方法は任意である。例えば、測定データ取得部１０１がＰＩＭＳ３Ａに対してヒストリーデータの取得要求を行なう。ヒストリーデータの取得要求には、測定データが測定された日時の範囲を指定する指定コマンドを含んでいてもよい。ＰＩＭＳ３Ａは、指定された日時の範囲のヒストリーデータを測定データ取得部１０１に対して提供してもよい。また、測定データ取得部１０１は、ＰＩＭＳ３Ａから定期的に送信されるヒストリーデータを受信することにより取得してもよい。取得したヒストリーデータは、後述する学習フェーズで使用される教師データの生成に使用される。

測定データ取得部１０１は、ＰＩＭＳ３Ａから現在の測定データを取得する。現在の測定データを取得方法も任意である。例えば、測定データ取得部１０１は、ＰＩＭＳ３ＡからセンサＳ１の測定データを略リアルタイムで取得する。略リアルタイムで取得するとは、センサＳ１で測定された後、ＰＩＭＳ３Ａから直ちに取得する場合、又は所定の遅延時間後に取得する場合である。略リアルタイムの取得には、数秒間等の短時間の周期毎に測定データを取得する場合を含んでもよい。なお、取得した現在の測定データは、後述する実行フェーズで使用される。

特性データ取得部１０２は、センサＳ１の保全によって取得されるセンサＳ１の特性データを取得する。本実施形態で取得される特性データは、センサＳ１のセトリングタイムである。特性データ取得部１０２は、保全機器５から測定されたセトリングタイムを取得する。例えば、保全機器５は、センサＳ１のセトリングタイムを測定したときに、セトリングタイムとセトリングタイムを測定した日時の情報を特性データ取得部１０２に対して送信する。なお、特性データ取得部１０２は、例えば、セトリングタイム測定用の他の装置で測定されたセトリングタイムを取得するものであってもよい。また、特性データ取得部１０２は、製造実行システム３のＣＭＭＳ３Ｂの機能から保全情報を取得するようにしてもよい。

なお、測定データ取得部１０１または特性データ取得部１０２は、プリプロセッサの機能を有するものであってもよい。プリプロセッサは、取得された測定データ又はセトリングタイムの中から機械学習に適さない外れ値を除外する。取得されたデータが外れ値であるか否かは、例えば取得したデータを標本とした場合の標準偏差や所定の検定方法によって判断することができる。プリプロセッサは、例えば、プラントの立ち上げ時、立下げ時又は休止時等、異常な測定データが取得されることが見込まれるときの取得データを外れ値として除外するようにしてもよい。

教師データ生成部１０３は、測定データ取得部１０１において取得された測定データのヒストリーデータに対して、特性データ取得部１０２において取得されたセンサＳ１の特性データであるセトリングタイムをラベル情報として対応付けた教師データを生成する。

教師データ生成部１０３は、測定データ取得部１０１において取得された複数のヒストリーデータの中で、例えば、最後にセトリングタイムが測定された日時からラベルが対応付けられていない過去のヒストリーデータの測定日時の範囲の測定データに対して、最後に測定されたセトリングタイムのラベルと同じラベルを対応付けて教師データを生成する。すなわち、教師データ生成部１０３は、所定の測定日時の範囲内にある測定データに対して、同じラベルを付与することにより教師データの数を増やすことができる。一方、教師データ生成部１０３は、ラベルを対応付けるヒストリーデータの測定日時の範囲の測定データのデータ数が多い場合、測定データを間引いて教師データの数を減らしてもよい。例えば、教師データ生成部１０３は、セトリングタイムの測定日時に近い測定日時の測定データのみに対してラベルを対応付けて教師データを生成する。

学習部１０４は、教師データ生成部１０３において生成された教師データを機械学習して判定モデルを生成する。学習部１０４において用いられる機械学習の手法は任意である。例えば、学習部１０４は、機械学習の手法として、ＳＶＭ（Ｓｕｐｐｏｒｔ Ｖｅｃｔｏｒ Ｍａｃｈｉｎｅ）等の非線形分類手法を用いることができる。ＳＶＭは、測定データを入力データとして、測定データをクラスタリングするための判定線（判定モデル）を生成して、生成した判定モデルを用いて測定データのクラスを判定する。判定線とは、測定データをクラスタリングするための境界線である。判定線は測定データを教師データとして学習することによって生成される。

学習部１０４は、分類するクラスがｎクラス（マルチクラス）であるマルチクラスＳＶＭ（ＭＭＳＶＭ）の手法を用いる。ＭＭＳＶＭにおいては、ｎクラスに対して「ｎＣ２」個のＳＶＭが用意される。クラスは対応付けられるラベルによって分類される。ラベルとは、入力された入力データをクラスタリングするためのフラグである。教師データを用いた機械学習においては、入力データの中から教師データとして学習させるデータに対してラベルを対応付けて、ラベル付きの教師データを学習させる。学習部１０４は、教師データを学習して、入力データをどのラベルにクラスタリングするかを判定するための判定モデルを生成する。

なお、学習部１０４で用いられる機械学習の手法は、ＳＶＭに限定されるものではなく、例えば、Ｄｅｅｐ Ｌｅａｒｎｉｎｇ等のニューラルネットワークの手法を用いるものであってもよい。

判定モデル記憶部１０５は、学習部１０４において生成された判定モデルを、例えば、図２のＲＯＭ１３又はＨＤＤ１４に読出し可能に記憶する。判定モデル記憶部１０５は、センサＳ１に対して複数の判定モデルを記憶してもよい。

判定部１０６は、機械学習の実行フェーズにおいて判定モデル記憶部１０５に記憶された判定モデルを読み出し、読み出した判定モデルを用いて、測定データ取得部１０１で取得された測定データを判定する。測定データの判定は、測定データが判定モデルの特性データのラベル（セトリングタイム）のいずれかに対応付けられるか（クラスタリングされるか）の判定である。

対応記憶部１０７は、特性データであるラベル（セトリングタイム）と、センサＳ１に対して実施すべき保全作業との対応付けを、例えば、ＲＯＭ１３又はＨＤＤ１４に読出し可能に記憶する。特性データのラベルは、それぞれのセンサＳ１の劣化状態を示し、それぞれ必要な保全作業を予め対応付けておく。なお、本実施形態においては、ラベルＡ、Ｂ及びＣに対して、それぞれ正常（保全作業の必要なし）、スパン調整要及びセンサ交換要の保全作業が対応付けられる場合を図７において後述する。

保全作業選択部１０８は、対応記憶部１０７に記憶された、ラベルと保全作業の対応付けに基づき、判定部１０６において判定された特性データに対応付けられた保全作業を選択する。

保全作業報知部１０９は、保全作業選択部１０８において選択された保全作業を、保全作業者に対して報知する。保全作業の報知は、例えば図２の表示装置１５に保全作業の内容を表示することに行なう。保全作業の報知は、図示しないスピーカから保全作業の内容を音声で出力することにより行なってもよい。また、保全作業報知部１０９は、製造実行システム３のＣＭＭＳ３Ｂに対して保全作業の内容を提供することにより報知してもよい。また、保全作業報知部１０９は、保全機器５に対して、センサＳ１の保全作業を含むＴｏＤｏリストを提供することにより報知してもよい。

なお、図３における情報処理装置１の、測定データ取得部１０１、特性データ取得部１０２、教師データ生成部１０３、学習部１０４、判定モデル記憶部１０５、判定部１０６、対応記憶部１０７、保全作業選択部１０８及び保全作業報知部１０９の各機能は、ソフトウェアによって実現される場合を説明した。しかし、上記各機能の中の１つ以上の機能は、ハードウェアによって実現されるものであっても良い。また、上記各機能は、１つの機能を複数の機能に分割して実施してもよい。また、上記各機能は、２つ以上の機能を１つの機能に集約して実施してもよい。

次に、図４を用いて情報処理装置１における学習フェーズの動作を説明する。図４は、実施形態の情報処理装置１における学習フェーズの動作の一例を示すフローチャートである。

学習フェーズは、測定データから教師データを生成して判定モデルを生成して記憶するまでの処理である。図４に示すフローチャートの動作は、図３で説明した。情報処理装置１の各機能において実行されるものとする。したがって、以下の処理の動作主体は情報処理装置１であるものとして説明する。

図４において、情報処理装置１は、センサＳ１の特性データであるセトリングタイムを取得したか否かを判断する（ステップＳ１１）。セトリングタイムは、保全機器５を用いたセンサＳ１の保全作業において測定される。セトリングタイムを取得したか否かの判断は、例えば、特性データ取得部１０２が保全機器５からセトリングタイムのデータを受信したか否かで判断することができる。セトリングタイムは、保全作業者による保全作業によって任意のタイミングで取得されるものとする。したがって、図４に示す学習フェーズは、保全作業によってセトリングタイムが取得される度に実行されるものとする。なお、セトリングタイムは、製造実行システム３から過去の保全情報の履歴を取得することにより取得してもよい。特性データ取得部１０２は、セトリングタイムの情報とともにセトリングタイムが取得された日時の情報も取得する。

セトリングタイムを取得していないと判断した場合（ステップＳ１１：ＮＯ）、情報処理装置１は、ステップＳ１１の処理を繰り返して、セトリングタイムが取得されるのを待機する。

一方、セトリングタイムを取得したと判断した場合（ステップＳ１１：ＹＥＳ）、情報処理装置１は、センサＳ１の測定データを取得する（ステップＳ１２）。測定データの取得は、例えば、測定データ取得部１０１が、ＰＩＭＳ３Ａから測定データのヒストリーデータを取得することにより行われる。ステップＳ１２の処理で取得するヒストリーデータは、ステップＳ１１において取得されたセトリングタイムをラベルとして付与するものであるため、セトリングタイムの測定日時と測定データの測定日時が接近していることが望ましい。測定データ取得部１０１は、ステップＳ１２において、前回取得されたセトリングタイムの測定日時から今回取得されたセトリングタイムの測定日時までの間に測定された測定データのヒストリーデータを取得するものとする。上述したように、測定データ取得部１０１は、取得する測定データの数が所定の数以下になるように測定データを間引いてもよい。

ステップＳ１２の処理を実行した後、情報処理装置１は、教師データを生成する（ステップＳ１３）。教師データの生成は、例えば、教師データ生成部１０３が、ステップＳ１２において取得された測定データに対して、ステップＳ１１で取得されたセトリングタイムをラベルとして対応付けて付与することにより行なうことができる。教師データ生成部１０３は、前回取得されたセトリングタイムの測定日時から今回取得されたセトリングタイムの測定日時までの間に測定された測定データに対して、今回取得されたセトリングタイムをラベルとして付与して教師データを生成する。測定データとラベルであるセトリングタイムの対応付けを測定日時によって行なうことにより、教師データ生成部１０３は、教師データを自動的に生成することが可能となる。但し、測定データとラベルの対応付けは、他の方法によって行われるものであってもよい。例えば、測定データとラベルの対応付けを手動で実施するようにしてもよい。また、測定データの保存場所と保全情報の保存場所を一致させることにより対応付けを実施するようにしてもよい。

ステップＳ１３の処理を実行した後、情報処理装置１は、生成した教師データを機械学習させて（ステップＳ１４）、判定モデルを生成する（ステップＳ１５）。ステップＳ１４における教師データの機械学習とステップＳ１５における判定モデルの生成は、例えば学習部１０４がＳＶＭの手法において行なう。なお、ステップＳ１５において生成される判定モデルは、例えば、プラント１００の運転状態等によって複数生成されるものであってもよい。測定データとセトリングタイムの関係はプラント１００の運転状態等によって影響を受けるからである。例えば、季節、曜日、１日の中での時間帯によって異なる判定モデルを生成してもよい。

ステップＳ１５の処理を実行した後、情報処理装置１は、生成された判定モデルを記憶する（ステップＳ１６）。判定モデルの記憶は、例えば、判定モデル記憶部１０５が、生成された判定モデルをＨＤＤ１４等に読出し可能に記憶することにより行なう。

ステップＳ１６の処理を実行後、情報処理装置１は、図４に示すフローチャートにおける学習フェーズの動作を終了する。

次に、図５を用いて、図４のステップ１３において生成される教師データを説明する。図５は、実施形態の情報処理装置１が生成する教師データの一例を示す図である。

図５において、図５（Ａ）は、ＰＩＭＳ３Ａから取得される測定データのヒストリーデータと、保全機器５から取得されるセトリングタイムを時系列で表したものである。

「測定日時」の項目は、センサＳ１の測定データを測定した日時又はセトリングタイムを測定した日時である。「測定データ」の項目は、センサＳ１の測定データ（ＰＶ）である。図５（Ａ）においては、測定データは１つの数値である場合を示しているが、測定データは、複数の数値の集合であったり、時間の経過に対する測定値の変動であったりしてもよい。測定値の変動は、例えば時間を軸に対する測定値の波形としてグラフで表すことができる。測定値の変動には、測定値の絶対値、平均値等の情報と周波数成分等の情報が含まれることになる。

「セトリングタイム」の項目は「測定日時」において測定されたセンサＳ１のセトリングタイムである。図５（Ａ）では、理解が容易なように、例えば、（ｘ．ｘｘ秒）等の時間で表されるセトリングタイムを「Ａ」、「Ｂ」又は「Ｃ」の文字で表している。「ラベル」の項目は、測定データに対して付与する教師データのラベルである。

図５（Ａ）は、センサＳ１の測定データが１分毎に測定されていることを示している。２０１６年１０月１日１０時０分０秒においてセンサＳ１の測定データ（ＰＶ）は「１０．１２３」である。ＰＶは、例えば、温度、圧力、電流値、電圧値等である。ＰＩＭＳ３Ａは、１分毎に測定される測定データをヒストリーデータとして記録していく。

２０１６年１０月２５日１５時３５分０秒の測定日時において、保全機器５からセトリングタイム「Ａ」が取得されると、測定データ取得部１０１は、当該測定日時以前のヒストリーデータをＰＩＭＳ３Ａから取得する。すなわち、測定データ取得部１０１は、２０１６年１０月１日１０時０分０秒〜２０１６年１０月２５日１５時３５分０秒の測定日時において測定された測定データを取得する。

教師データ生成部１０３は、１６年１０月１日１０時０分０秒〜２０１６年１０月２５日１５時３５分０秒の測定日時において測定された測定データに対して、２０１６年１０月２５日１５時３５分０秒の測定日時において測定されたセトリングタイム「Ａ」をラベルとして付与する。

同様に、２０１６年１２月１０日１２時２１分０秒の測定日時において、保全機器５からセトリングタイム「Ｂ」が取得されると、測定データ取得部１０１は、当該測定日時以前であって、既に取得済みの測定データを除くヒストリーデータをＰＩＭＳ３Ａから取得する。すなわち、測定データ取得部１０１は、２０１６年１０月２５日１５時３６分０秒〜２０１６年１２月１０日１２時２１分０秒の測定日時において測定された測定データを取得する。

教師データ生成部１０３は、２０１６年１０月２５日１５時３６分０秒〜２０１６年１２月１０日１２時２１分０秒の測定日時において測定された測定データに対して、２０１６年１２月１０日１２時２１分０秒の測定日時において測定されたセトリングタイム「Ｂ」をラベルとして付与する。セトリングタイム「Ｃ」が取得されたときも同様の処理が実行される。

図５（Ｂ）は、教師データ生成部１０３において、図４のステップＳ１３の処理で生成された教師データを示している。教師データは、「測定データ」の数値と、その測定データに対して付与された「ラベル」の情報を有している。この教師データを学習することにより、測定データとラベルとの対応が機械学習されて判定モデルが生成される。なお、測定データは上述のように時間の経過に対する測定値の変動の波形であってもよい。生成された教師データは、ステップＳ１４の処理において機械学習される。

次に、図６を用いて、情報処理装置１における実行フェーズの動作を説明する。図６は、実施形態の情報処理装置１における実行フェーズの動作の一例を示すフローチャートである。

実行フェーズは、図４で説明した学習フェーズにおいて生成された判定モデルを用いて、取得した測定データを判定する処理である。図６に示すフローチャートの動作においても、図３で説明した情報処理装置１の各機能において実行されるものとし、以下の処理の動作主体は情報処理装置１であるとする。

図６において、情報処理装置１は、測定データを取得したか否かを判断する（ステップＳ２１）。測定データを取得したか否かの判断は、例えば、測定データ取得部１０１がＰＩＭＳ３Ａから判定対象の測定データを取得したか否かで判断する。図４のステップＳ１２において取得する測定データは教師データを生成するためのものであるのに対して、ステップＳ２１において取得する測定データは判定の対象である点で異なる。但し、ステップＳ２１で取得した測定データを教師データの生成に用いてもよい。

測定データを取得していないと判断した場合（ステップＳ２１：ＮＯ）、情報処理装置１は、ステップＳ２１の処理を繰り返して、測定データが取得されるのを待機する。

一方、測定データを取得したと判断した場合（ステップＳ２１：ＹＥＳ）、情報処理装置１は、判定処理を実行する（ステップＳ２２）。判定処理は、ステップＳ２１において取得した測定データが、学習フェーズ（ステップＳ１５）で生成された判定モデルを適用したときにいずれの判定領域に含まれるか（分類されるか）を判定する処理である。判定処理は、複数のラベルで判定される判定領域が複数ある場合、いずれの領域に含まれるかの判定を行なう。判定処理は、例えば、判定部１０６が実行する。判定部１０６は、ステップＳ２１の処理で取得された測定データが、図５で例示した、「Ａ」〜「Ｃ」の３種類のラベルで分類されるいずれかの領域に分類されるかを判定する。例えば、取得された測定データが１０．２４７の場合、図５（Ｂ）において付与されたラベル「Ｂ」に分類されると判定される。

ステップＳ２２の処理を実行した後、情報処理装置１は、判定処理の処理結果に基づき、センサＳ１の保全作業を選択する（ステップＳ２３）。保全作業の選択は、例えば、保全作業選択部１０８が、対応記憶部１０７において記憶されたラベルで分類されるセンサＳ１の特性データと保全作業との対応付けを読み出して、判定処理の結果から一又は複数の保全作業を選択することにより行われる。

ここで、図７を用いて、ラベルで分類されるセンサＳ１の特性データと保全作業との対応付けを説明する。図７は、実施形態の情報処理装置１が記憶する特性データと保全作業の対応付けの一例を示す図である。

図７において、特性データを分類するラベル「Ａ」、「Ｂ」及び「Ｃ」は、それぞれ保全作業と対応付けられている。例えば、ラベル「Ａ」で分類されるセトリングタイムは、保全作業不要な正常な範囲であり、正常（保全作業不要）の対応付けがされている。ラベル「Ｂ」で分類されるセトリングタイムは、スパン調整の保全作業が必要な範囲であり、スパン調整要の対応付けがされている。また、ラベル「Ｃ」で分類されるセトリングタイムは、センサ交換の保全作業が必要な範囲であり、センサ交換要の対応付けがされている。例えば、上述したように、取得された測定データが１０．２４７の場合、ラベル「Ｂ」に分類されると判定されるので、「スパン調整要」の保全作業が選択される。これらの対応付は、例えば、対応記憶部１０７が予め設定して、ＨＤＤ１４等に保全作業選択部１０８から読出し可能に記憶しておく。

なお、図７においては、「Ａ」〜「Ｃ」のそれぞれのラベルに１つの保全作業を対応付ける場合を例示したが、ラベルと保全作業の対応付けはこれに限定されるものではない。例えば、分類されるラベルの数は２又は４以上であってもよい。また、１つのラベルに複数の保全作業を対応付けてもよい。対応付ける保全作業は、図７で示すような作業名のみである場合に代えて、例えば保全作業においてフィールド機器に設定するパラメータの数値や保全作業の手順等、より詳細な保全作業の内容を指定するものであってもよい。対応付ける保全作業は、固定された情報の代わりに、所定の条件によって保全作業の内容が変動する情報を含むものであってもよい。

再び図６の説明に戻り、ステップＳ２３の処理を実行した後、情報処理装置１は、選択された保全作業の情報を報知する（ステップＳ２４）。保全作業の情報の報知は、例えば、保全作業報知部１０９が、図２の表示装置１５に保全作業の内容を表示すること等により行なう。

ステップＳ２４の処理を実行後、情報処理装置１は、図６に示すフローチャートにおける実行フェーズの動作を終了する。

次に、図８を用いて、情報処理装置１のソフトウェア構成の一部を他の装置で実現する場合を説明する。図８は、実施形態の情報処理装置のソフトウェア構成の他の一例を示すブロック図である。図８に示す情報処理装置１のソフトウェアの構成は、図３で説明したソフトウェアの構成の代替手段である。図８においては、図３と同じ機能構成の説明を一部省略する。

図８は、図３における情報処理装置１の機能を、情報処理装置１ａ及び情報処理装置１ｂの２つの装置に分割して実施する場合を示している。情報処理装置１ａ及び情報処理装置１ｂは、図１で説明したように、製造実行システム３又は保全機器５等の装置とは別の装置としてプラント１００に配置されるものとする。また、情報処理装置１ａ及び情報処理装置１ｂのハードウェア構成は、図２で説明した情報処理装置１の構成と同様である。

図８において、情報処理装置１ａは、測定データ取得部１０１Ａ、特性データ取得部１０２Ａ、教師データ生成部１０３Ａ、学習部１０４Ａ及び判定モデル記憶部１０５Ａの各機能を有する。情報処理装置１ｂは、判定部１０６Ａ、対応記憶部１０７Ａ、保全作業選択部１０８Ａ及び保全作業報知部１０９Ａの各機能を有する。

情報処理装置１ａ又は情報処理装置１ｂの上記各機能は、情報処理装置１ａ又は情報処理装置１ｂを制御する情報処理プログラムによって実現される機能モジュールである。情報処理プログラムは、プログラムを提供するサーバから提供され、又は記録媒体から提供されてもよい。

情報処理装置１ａにおいて、測定データ取得部１０１Ａは、センサＳ１の測定データを取得する。測定データ取得部１０１Ａは、取得した測定データを特性データ取得部１０２Ａに提供するとともに、情報処理装置１ｂの判定部１０６Ａに提供する。特性データ取得部１０２Ａは、センサＳ１の保全によって取得されるセンサＳ１の特性データを取得する。教師データ生成部１０３Ａは、測定データ取得部１０１Ａにおいて取得された測定データのヒストリーデータに対して、特性データ取得部１０２Ａにおいて取得されたセンサＳ１の特性データであるセトリングタイムをラベル情報として対応付けた教師データを生成する。学習部１０４Ａは、教師データ生成部１０３Ａにおいて生成された教師データを機械学習して判定モデルを生成する。判定モデル記憶部１０５Ａは、学習部１０４Ａにおいて生成された判定モデルを、情報処理装置１ｂの判定部１０６Ａから読出し可能に記憶する。判定モデル記憶部１０５Ａは、生成された判定モデルを、判定部１０６Ａに対して送信するようにしてもよい。

情報処理装置１ｂにおいて、判定部１０６Ａは、機械学習の実行フェーズにおいて判定モデル記憶部１０５Ａに記憶された判定モデルを読み出し、読み出した判定モデルを用いて、測定データ取得部１０１Ａで取得された測定データを判定する。対応記憶部１０７Ａは、特性データであるラベルと、センサＳ１に対して実施すべき保全作業との対応付けを、例えば、ＲＯＭ１３又はＨＤＤ１４に読出し可能に記憶する。保全作業選択部１０８Ａは、対応記憶部１０７Ａに記憶された、ラベルと保全作業の対応付けに基づき、判定部１０６Ａにおいて判定された特性データに対応付けられた保全作業を選択する。保全作業報知部１０９Ａは、保全作業選択部１０８Ａにおいて選択された保全作業を、保全作業者に対して報知する。

すなわち、情報処理装置１ａは、機械学習における学習フェーズを実行する。一方、情報処理装置１ｂは、機械学習における実行フェーズを実行する。学習フェーズを実行する装置と実行フェーズを実行する装置とを別装置にすることにより、例えば、機械学習におけるそれぞれのフェーズを異なる保全作業者が別個独立して実施することが可能となる。また、学習フェーズを実行する装置と実行フェーズを実行する装置とを別装置にすることにより、それぞれの装置をそれぞれのフェーズで使用する専用の装置とすることができるため、それぞれの装置の機能構成（情報処理プログラム）を簡素化することができる。例えば、精度の良い判定モデルは変更をすることなく長期間使用される場合があるため、情報処理装置１ａは判定モデルを生成した後使用頻度が低くなる場合がある。一方、センサＳ１の状態を把握するために実行フェーズにおける測定データの判定は高い頻度で実施される場合がある。情報処理装置１ｂの機能構成を簡素化することにより、例えば、複数台の情報処理装置１ｂを使用した保全作業を実行する場合、情報処理装置１ｂの導入コストを低減することが可能となる。

なお、情報処理装置１ａ及び情報処理装置１ｂは、製造実行システム３又は保全機器５等の装置とは別の装置としてプラント１００に配置される場合を説明したが、情報処理装置１ａ又は情報処理装置１ｂの機能を、プラント１００の他の装置において実現するようにしてもよい。例えば、情報処理装置１ａの機能を製造実行システム３の一部として実施してもよい。製造実行システム３におけるＰＩＭＳ３Ａの機能やＣＭＭＳ３Ｂの機能は、情報処理装置１ａで使用される測定データのヒストリーデータやセトリングタイム等の特性データを収集している。情報処理装置１ａの機能を製造実行システム３の一部として実施することにより、個別の装置の配置が不要となり、導入コストの低減を図ることが可能となる。また、情報処理装置１ｂの機能を保全機器の一部として実施してもよい。情報処理装置１ｂの機能を保全機器の一部として実施することにより、保全機器５において測定データの取得から判定、さらに保全作業の報知までを実行することが可能となり、保全機器５を用いたセンサＳ１の保全作業の効率化を図ることが可能となる。

なお、図８における情報処理装置１ａの、測定データ取得部１０１Ａ、特性データ取得部１０２Ａ、教師データ生成部１０３Ａ、学習部１０４Ａ、判定モデル記憶部１０５Ａの各機能は、ソフトウェアによって実現される場合を説明した。しかし、上記各機能の中の１つ以上の機能は、ハードウェアによって実現されるものであっても良い。また、情報処理装置１ｂの、判定部１０６Ａ、対応記憶部１０７Ａ、保全作業選択部１０８Ａ及び保全作業報知部１０９Ａの各機能は、ソフトウェアによって実現される場合を説明した。しかし、上記各機能の中の１つ以上の機能は、ハードウェアによって実現されるものであっても良い。また、上記各機能は、１つの機能を複数の機能に分割して実施してもよい。また、上記各機能は、２つ以上の機能を１つの機能に集約して実施してもよい。

次に、図９を用いて、保全機器５ａと情報処理装置１ｃのソフトウェア構成を説明する。図９は、実施形態の保全機器５ａと情報処理装置１ｃのソフトウェア構成の一例を示すブロック図である。

図９は、図３における情報処理装置１の機能の一部を、保全機器５ａにおいて実現するものである。図９は、情報処理装置１の機能を、保全機器５ａ及び情報処理装置１ｃで実現する場合を示している。なお、保全機器５ａ及び情報処理装置１ｃのハードウェア構成は、図２で説明した情報処理装置１の構成と同様である。

図９において、保全機器５ａは、測定データ取得部５０１、特性データ生成部５０２、教師データ生成部５０３の各機能を有する。情報処理装置１ｃは、学習部１０４Ｂ、判定モデル記憶部１０５Ｂ、判定部１０６Ｂ、対応記憶部１０７Ｂ、保全作業選択部１０８Ｂ及び保全作業報知部１０９Ｂの各機能を有する。

保全機器５ａ及び情報処理装置１ｃの上記各機能は、保全機器５ａ及び情報処理装置１ｃを制御する情報処理プログラムによって実現される機能モジュールである。情報処理プログラムは、プログラムを提供するサーバから提供され、又は記録媒体から提供されてもよい。

保全機器５ａにおいて、測定データ取得部５０１は、センサＳ１の測定データを取得する。例えば、保全機器５ａがセンサＳ１の測定データを取得して記録する保全作業を実施する機器である場合、測定データ取得部５０１は、センサＳ１の保全作業において取得した測定データをそのまま取得することができる。

特性データ生成部５０２は、測定データ取得部５０１において取得されたセンサＳ１の測定データに基づき、センサＳ１の特性データであるセトリングタイムを計算（生成）する。計算されたセトリングタイムは、保全情報として記録されるものとする。教師データ生成部５０３は、図５で説明したように、測定データ取得部５０１において取得された測定データのヒストリーデータに対して、特性データ生成部５０２において生成されたセンサＳ１の特性データであるセトリングタイムをラベル情報として対応付けた教師データを生成する。

すなわち、図９で説明した保全機器５ａは、センサＳ１の測定データを取得する測定データ取得部５０１と、センサの測定データに基づき特性データを生成する特性データ生成部５０２と、取得された測定データに対して生成した特性データをラベル情報として対応付けた教師データを生成する教師データ生成部５０３とを備えることにより、図３において説明した情報処理装置１と同様に教師データを生成することが可能となる。また、特性データ生成部５０２は、特性データとしてセンサＳ１のセトリングタイムを生成することにより、セトリングタイム測定の保全作業と教師データの生成を同時に実行することが可能となる。

情報処理装置１ｃは、学習部１０４Ｂ及び判定モデル記憶部１０５Ｂ、判定部１０６Ｂ、対応記憶部１０７Ｂ、保全作業選択部１０８Ｂ及び保全作業報知部１０９Ｂの各機能を有する。学習部１０４Ｂは、教師データ生成部５０３において生成された教師データを機械学習して判定モデルを生成する。判定モデル記憶部１０５Ｂは、学習部１０４Ｂにおいて生成された判定モデルを記憶する。判定部１０６Ｂは、機械学習の実行フェーズにおいて判定モデル記憶部１０５Ｂに記憶された判定モデルを読み出し、読み出した判定モデルを用いて、測定データ取得部５０１で取得された測定データを判定する。対応記憶部１０７Ｂは、特性データであるラベルと、センサＳ１に対して実施すべき保全作業との対応付けを、例えば、ＲＯＭ１３又はＨＤＤ１４に読出し可能に記憶する。保全作業選択部１０８Ｂは、対応記憶部１０７Ｂに記憶された、ラベルと保全作業の対応付けに基づき、判定部１０６Ｂにおいて判定された特性データに対応付けられた保全作業を選択する。保全作業報知部１０９Ｂは、保全作業選択部１０８Ｂにおいて選択された保全作業を、保全作業者に対して報知する。

すなわち、保全機器５ａは、保全作業において算出されたセトリングタイムを機械学習の教師データに流用することができる。これにより、セトリングタイム測定の保全作業と機械学習の教師データ生成処理を同時に実施することが可能となり、保全作業の効率化を図ることが可能となる。

なお、情報処理装置１ｃは、製造実行システム３又は保全機器５等の装置とは別の装置としてプラント１００に配置される場合を説明したが、情報処理装置１ｃの機能を、プラント１００の他の装置において実現するようにしてもよい。例えば、情報処理装置１ｃの機能を製造実行システム３等の一部として実施してもよい。

なお、図９における保全機器５ａの測定データ取得部５０１、特性データ生成部５０２、教師データ生成部５０３の各機能は、ソフトウェアによって実現される場合を説明した。しかし、上記各機能の中の１つ以上の機能は、ハードウェアによって実現されるものであっても良い。また、情報処理装置１ｃの、学習部１０４Ｂ、判定モデル記憶部１０５Ｂ、判定部１０６Ｂ、対応記憶部１０７Ｂ、保全作業選択部１０８Ｂ及び保全作業報知部１０９Ｂの各機能は、ソフトウェアによって実現される場合を説明した。しかし、上記各機能の中の１つ以上の機能は、ハードウェアによって実現されるものであっても良い。また、上記各機能は、１つの機能を複数の機能に分割して実施してもよい。また、上記各機能は、２つ以上の機能を１つの機能に集約して実施してもよい。

以上説明した様に、本実施形態の情報処理装置は、センサの測定データを取得する測定データ取得部と、センサの保全によって取得される前記センサの特性データを取得する特性データ取得部と、取得された前記測定データに対して取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成部とを備えることにより、保全作業に伴うコストの上昇の低減を図ることができる。

なお、上述した情報処理装置１は、上述した機能を有する装置であればよく、例えば、複数の装置の組合せで構成されてそれぞれの装置を通信可能に接続したシステムで実現されるものであってもよい。また、情報処理装置１は、図１で説明した、製造実行システム３、運転制御装置４、保全機器５等の機能の一部として実現されるものであってもよい。

また、本実施形態の情報処理方法は、センサの測定データを取得する測定データ取得ステップと、センサの保全によって取得される前記センサの特性データを取得する特性データ取得ステップと、取得された前記測定データに対して取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成ステップとを含むことにより、保全作業に伴うコストの上昇の低減を図ることができる。

なお、本実施形態の情報処理方法における各ステップの実行順序は上記ステップの記載順序に限定されるものではなく、任意の順序で実行されるものであってもよい。

また、本実施形態で説明した装置を構成する機能を実現するためのプログラムを、コンピュータ読取り可能な記録媒体に記録して、当該記録媒体に記録されたプログラムをコンピュータシステムに読み込ませ、実行することにより、本実施形態の上述した種々の処理を行ってもよい。なお、ここでいう「コンピュータシステム」とは、ＯＳや周辺機器等のハードウェアを含むものであってもよい。また、「コンピュータシステム」は、ＷＷＷシステムを利用している場合であれば、ホームページ提供環境（あるいは表示環境）も含むものとする。また、「コンピュータ読み取り可能な記録媒体」とは、フレキシブルディスク、光磁気ディスク、ＲＯＭ、フラッシュメモリ等の書き込み可能な不揮発性メモリ、ＣＤ−ＲＯＭ等の可搬媒体、コンピュータシステムに内蔵されるハードディスク等の記憶装置のことをいう。

さらに「コンピュータ読み取り可能な記録媒体」とは、インターネット等のネットワークや電話回線等の通信回線を介してプログラムが送信された場合のサーバやクライアントとなるコンピュータシステム内部の揮発性メモリ（例えばＤＲＡＭ（Ｄｙｎａｍｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ））のように、一定時間プログラムを保持しているものも含むものとする。また、上記プログラムは、このプログラムを記憶装置等に格納したコンピュータシステムから、伝送媒体を介して、あるいは、伝送媒体中の伝送波により他のコンピュータシステムに伝送されてもよい。ここで、プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように情報を伝送する機能を有する媒体のことをいう。また、上記プログラムは、前述した機能の一部を実現するためのものであっても良い。さらに、前述した機能をコンピュータシステムにすでに記録されているプログラムとの組合わせで実現するもの、いわゆる差分ファイル（差分プログラム）であっても良い。

以上、本発明の実施形態について、図面を参照して説明してきたが、具体的な構成はこの実施形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲においての種々の変更も含まれる。

１ 情報処理装置
２ 基幹業務システム
３ 製造実行システム
３Ａ ＰＩＭＳ
３Ｂ ＣＭＭＳ
４ 運転制御装置
５ 保全機器
１１ ＣＰＵ
１２ ＲＡＭ
１３ ＲＯＭ
１４ ＨＤＤ
１５ 表示装置
１６ 入力装置
１７ 通信Ｉ／Ｆ
１８ 通信Ｉ／Ｆ
１９ バス
１０１、１０１Ａ、５０１ 測定データ取得部
１０２、１０２Ａ 特性データ取得部
１０３、１０３Ａ，５０３ 教師データ生成部
１０４、１０４Ａ、１０４Ｂ 学習部
１０５、１０５Ａ、１０５Ｂ 判定モデル記憶部
１０６、１０６Ａ、１０６Ｂ 判定部
１０７、１０７Ａ、１０７Ｂ 対応記憶部
１０８、１０８Ａ、１０８Ｂ 保全作業選択部
１０９、１０９Ａ、１０９Ｂ 保全作業報知部
５０２ 特性データ生成部

Claims (10)

1. センサの測定データを取得する測定データ取得部と、
   前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得部と、
   取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成部と
   を備える、情報処理装置。
2. 生成された前記教師データを学習して判定モデルを生成する学習部をさらに備える、請求項１に記載の情報処理装置。
3. 生成された前記判定モデルを用いて取得された前記測定データに基づき、前記センサの特性データを判定する判定部をさらに備える、請求項２に記載の情報処理装置。
4. 前記特性データと、前記センサに対して実施すべき保全作業とを対応付けて記憶する対応記憶部と、
   判定された前記特性データに基づき、記憶された前記保全作業を選択する保全作業選択部と、
   選択された前記保全作業を報知する報知部と
   をさらに備える、請求項３に記載の情報処理装置。
5. 前記特性データ取得部は、前記特性データとして前記センサのセトリングタイムを取得する、請求項１から４のいずれか一項に記載の情報処理装置。
6. センサの測定データを取得する測定データ取得部と、
   前記測定データに基づき特性データを生成する特性データ生成部と、
   取得された前記測定データに対して、生成した前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成部と
   を備える、保全機器。
7. 前記特性データ生成部は、前記特性データとして前記センサのセトリングタイムを生成する、請求項６に記載の保全機器。
8. センサの測定データを取得する測定データ取得ステップと、
   前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得ステップと、
   取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成ステップと
   を含む、情報処理方法。
9. センサの測定データを取得する測定データ取得処理と、
   前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得処理と、
   取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成処理と
   をコンピュータに実行させる、情報処理プログラム。
10. センサの測定データを取得する測定データ取得処理と、
    前記センサの保全によって取得される前記センサの特性データを取得する特性データ取得処理と、
    取得された前記測定データに対して、取得された前記特性データをラベル情報として対応付けた教師データを生成する教師データ生成処理と
    をコンピュータに実行させる情報処理プログラムを記憶した記録媒体。

Images