JP6441550B1 - コンピュータシステム、設備異常音判定方法及びプログラム - Google Patents

Abstract

正常音を機械学習し、それと異なった場合に異常音と検出することにより、機械学習を実行させることが容易となるコンピュータシステム、設備異常音判定方法及びプログラムを提供することを目的として、本発明の施設内にある設備の異常音を判定するコンピュータシステムは、前記設備が正常な時の正常音を取得し、前記正常音の波形を機械学習し、前記設備が正常であるか異常であるか未知の未知音を取得し、前記機械学習された結果と異なる前記未知音の波形の異常ポイントを検出し、前記異常ポイントが所定の条件を満たす場合に、当該異常ポイントで異常音が発生したと判定する。

Description

本発明は、施設内にある設備の異常音を判定するコンピュータシステム、設備異常音判定方法及びプログラムに関する。

近年、施設内にある設備の一部又は全部が故障した際、発生した異音及び故障個所を特定することにより、異音と故障発生箇所の相関を作成することが行われている。さらに、この相関に加えて、外的要因（温度、気圧、湿度、速度、加速度、圧力、張力、荷重等）に基づいて、異常を判定することが行われている。

このような異常を判定する構成として、対象機器の外的要因をセンシングデータとして取得し、これに基づいて生成した基準音データと、対象機器が発した音データとに基づいて、対象機器の異常を診断する構成が開示されている（特許文献１参照）。

特開２０１３−２００１４３号公報

しかしながら、特許文献１の構成では、故障対象の種類やパターンが多岐にわたることから、機械学習させることが困難であった。これは、故障した機器の異音を正解データとして、機械学習させる際、故障した機器を発見するとともに、この機器が発した異音を録音し、正解データとして学習させる必要があるため、サンプルの取得に多大な手間がかかるためであった。

本発明は、正常音を機械学習し、それと異なった場合に異常音と検出することにより、機械学習を実行させることが容易となるコンピュータシステム、設備異常音判定方法及びプログラムを提供することを目的とする。

本発明では、以下のような解決手段を提供する。

本発明は、施設内にある設備の異常音を判定するコンピュータシステムであって、
前記設備が正常な時の正常音を取得する正常音取得手段と、
前記正常音の波形を機械学習する機械学習手段と、
前記設備が正常であるか異常であるか未知の未知音を取得する未知音取得手段と、
前記機械学習された結果と異なる前記未知音の波形の異常ポイントを検出する検出手段と、
前記異常ポイントが所定の条件を満たす場合に、当該異常ポイントで異常音が発生したと判定する判定手段と、
を備えることを特徴とするコンピュータシステムを提供する。

本発明によれば、施設内にある設備の異常音を判定するコンピュータシステムは、前記設備が正常な時の正常音を取得し、前記正常音の波形を機械学習し、前記設備が正常であるか異常であるか未知の未知音を取得し、前記機械学習された結果と異なる前記未知音の波形の異常ポイントを検出し、前記異常ポイントが所定の条件を満たす場合に、当該異常ポイントで異常音が発生したと判定する。

本発明は、コンピュータシステムのカテゴリであるが、設備異常音判定方法及びプログラム等の他のカテゴリにおいても、そのカテゴリに応じた同様の作用・効果を発揮する。

本発明によれば、機械学習を実行させることが容易となるコンピュータシステム、設備異常音判定方法及びプログラムを提供することが可能となる。

図１は、設備異常音判定システム１の概要を示す図である。 図２は、設備異常音判定システム１の全体構成図である。 図３は、コンピュータ１０、携帯端末１００の機能ブロック図である。 図４は、コンピュータ１０、携帯端末１００が実行する正常音学習処理を示すフローチャートである。 図５は、コンピュータ１０、携帯端末１００が実行する未知音判定処理を示すフローチャートである。 図６は、コンピュータ１０、携帯端末１００が実行する未知音判定処理を示すフローチャートである。

以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これらはあくまでも一例であって、本発明の技術的範囲はこれらに限られるものではない。

［設備異常音判定システム１の概要］
本発明の好適な実施形態の概要について、図１に基づいて説明する。図１は、本発明の好適な実施形態である設備異常音判定システム１の概要を説明するための図である。設備異常音判定システム１は、コンピュータ１０、携帯端末１００から構成され、施設内にある設備の異常音を判定するコンピュータシステムである。

なお、図１において、コンピュータ１０、携帯端末１００の数は、適宜変更可能である。また、コンピュータ１０、携帯端末１００は、実在する装置に限らず、仮想的な装置であってもよい。また、後述する各処理は、コンピュータ１０、携帯端末１００の何れか又は双方により実現されてもよい。

コンピュータ１０は、携帯端末１００とデータ通信可能に接続されたコンピュータ装置である。

携帯端末１００は、コンピュータ１０とデータ通信可能に接続された端末装置である。携帯端末１００は、例えば、携帯電話、携帯情報端末、タブレット端末、パーソナルコンピュータに加え、ネットブック端末、スレート端末、電子書籍端末、携帯型音楽プレーヤ等の電化製品や、スマートグラス、ヘッドマウントディスプレイ等のウェアラブル端末や、その他の物品である。

はじめに、携帯端末１００は、設備（配管、各種機器等）の正常な時の音である正常音を取得する（ステップＳ０１）。携帯端末１００は、自身が有するマイク等により、正常音を集音する。携帯端末１００は、正常音として、例えば、新規に設置された設備等の正常であると考えられる設備の音を集音する。

携帯端末１００は、取得した正常音を示す正常音データを、コンピュータ１０に送信する（ステップＳ０２）。

コンピュータ１０は、正常音データを受信する。コンピュータ１０は、正常音データを受信することにより、正常音を取得する。

コンピュータ１０は、この正常音データに基づいて、正常音の波形を機械学習する（ステップＳ０３）。コンピュータ１０は、例えば、所定のポイントで、波形が上昇するのが正常なのか又は下降するのが正常なのかを学習する。コンピュータ１０は、機械学習の結果として、所定のポイントにおける波形の上昇又は下降の何れかが正常なのかを確率的に判断することが可能となる。

携帯端末１００は、設備が正常であるか異常であるか未知の未知音を取得する（ステップＳ０４）。携帯端末１００は、正常音と同様に、自身が有するマイク等により、未知音を集音する。携帯端末１００は、未知音として、現在使用する設備等の正常であるか異常であるか未知であると考えられる設備の音を集音する。

携帯端末１００は、取得した未知音を示す未知音データを、コンピュータ１０に送信する（ステップＳ０５）。

コンピュータ１０は、未知音データを受信する。コンピュータ１０は、未知音データ受信することにより、未知音を取得する。

コンピュータ１０は、取得した未知音の波形を抽出する（ステップＳ０６）。コンピュータ１０は、未知音データに含まれる環境音（例えば、自然音、ユーザ等が発した音声）を、未知音データから除外することにより、未知音データを抽出する。この環境音は、予めコンピュータ１０が記憶する既知な音データに基づいて、除外する。

コンピュータ１０は、機械学習した正常音の波形と、抽出した未知音の波形とを比較し、未知音の波形の異常ポイントを検出する（ステップＳ０７）。コンピュータ１０は、機械学習された結果と、抽出された未知音の波形とを比較することにより、機械学習された波形の結果と異なる未知音の波形が存在するか否かを判定することにより、未知音の波形の異常ポイントを検出する。コンピュータ１０は、機械学習した結果、未知音の波形が、所定のポイントで上昇又は下降の何れかが発生した際、このポイントにおける正常音の波形が上昇又は下降の何れかと一致するか否かに基づいて、正常であるか異常であるかを判定する。すなわち、コンピュータ１０は、正常音の波形が上昇したポイントで、未知音の波形が上昇した場合、正常であると判断し、正常音の波形が上昇したポイントで、未知音の波形が下降した場合、異常であると判断する。また、コンピュータ１０は、正常音の波形が下降したポイントで、未知音の波形が上昇した場合、異常であると判断し、正常音の波形が下降したポイントで、未知音の波形が下降した場合、正常であると判断する。また、コンピュータ１０は、未知音の波形において変化が発生した時間と、機械学習した正常音の波形において未知音の波形と同様の変化が発生した時間との差により、未知音の波形の異常ポイントを検出する。

コンピュータ１０は、異常ポイントで発生した異常音が所定の条件を満たしたか否かを判定し、所定の条件を満たした場合に、この異常ポイントで異常音が発生したと判定する（ステップＳ０８）。コンピュータ１０は、例えば、所定の条件として、異常ポイントが所定の回数以上あった場合、異常ポイントが所定の期間以上あった場合に、この異常ポイントで異常音が発生したと判定する。

以上が、設備異常音判定システム１の概要である。

［設備異常音判定システム１のシステム構成］
図２に基づいて、本発明の好適な実施形態である設備異常音判定システム１のシステム構成について説明する。図２は、本発明の好適な実施形態である設備異常音判定システム１のシステム構成を示す図である。設備異常音判定システム１は、コンピュータ１０、携帯端末１００、公衆回線網（インターネット網や、第３、第４世代通信網等）５から構成され、施設内にある設備の異常音を判定するコンピュータシステムである。

なお、設備異常音判定システム１を構成する各装置類の数及びその種類は、適宜変更可能である。また、設備異常音判定システム１は、実在する装置に限らず、仮想的な装置類により実現されてもよい。また、後述する各処理は、設備異常音判定システム１を構成する各装置類の何れか又は双方により実現されてもよい。

コンピュータ１０は、後述の機能を備えた上述したコンピュータ装置である。

携帯端末１００は、後述の機能を備えた上述した端末装置である。

［各機能の説明］
図３に基づいて、本発明の好適な実施形態である設備異常音判定システム１の機能について説明する。図３は、コンピュータ１０、携帯端末１００の機能ブロック図を示す図である。

コンピュータ１０は、制御部１１として、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ Ｏｎｌｙ Ｍｅｍｏｒｙ）等を備え、通信部１２として、他の機器と通信可能にするためのデバイス、例えば、ＩＥＥＥ８０２．１１に準拠したＷｉ―Ｆｉ（Ｗｉｒｅｌｅｓｓ―Ｆｉｄｅｌｉｔｙ）対応デバイス等を備える。また、コンピュータ１０は、記憶部１３として、ハードディスクや半導体メモリ、記録媒体、メモリカード等によるデータのストレージ部を備える。また、コンピュータ１０は、処理部１４として、各種計算、処理、機械学習等を実行する各種デバイス等を備える。

コンピュータ１０において、制御部１１が所定のプログラムを読み込むことにより、通信部１２と協働して、データ受信モジュール２０、異常通知送信モジュール２１を実現する。また、コンピュータ１０において、制御部１１が所定のプログラムを読み込むことにより、記憶部１３と協働して、記憶モジュール３０を実現する。また、コンピュータ１０において、制御部１１が所定のプログラムを読み込むことにより、処理部１４と協働して、波形抽出モジュール４０、機械学習モジュール４１、ポイント検出モジュール４２、異常判定モジュール４３、分析モジュール４４を実現する。

携帯端末１００は、コンピュータ１０と同様に、制御部１１０として、ＣＰＵ、ＲＡＭ、ＲＯＭ等を備え、通信部１２０として、他の機器と通信可能にするためのデバイスを備える。また、携帯端末１００は、入出力部１４０として、制御部１１０で制御したデータや画像を出力表示する表示部や、ユーザからの入力を受け付けるタッチパネルやキーボード、マウス等の入力部や、音を集音する集音デバイス等の各種デバイスを備える。

携帯端末１００において、制御部１１０が所定のプログラムを読み込むことにより、通信部１２０と協働して、データ送信モジュール１５０、異常通知受信モジュール１５１を実現する。また、携帯端末１００において、制御部１１０が所定のプログラムを読み込むことにより、入出力部１４０と協働して、集音モジュール１７０、入力受付モジュール１７１、表示モジュール１７２を実現する。

［正常音学習処理］
図４に基づいて、設備異常音判定システム１が実行する正常音学習処理について説明する。図４は、コンピュータ１０、携帯端末１００が実行する正常音学習処理のフローチャートを示す図である。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。

初めに、集音モジュール１７０は、設備（配管、各種機器等）の正常な時の音である正常音を集音する（ステップＳ１０）。ステップＳ１０において、集音モジュール１７０は、自身が有するマイク等の集音装置により、正常音を集音する。集音モジュール１７０は、例えば、新規に設置された設備、メンテナンスが行われたばかりの設備といった正常であると考えられる設備の音を正常音として集音する。携帯端末１００は、正常音を集音することにより、正常音を取得する。

入力受付モジュール１７１は、今回集音した設備の識別子の入力を受け付ける（ステップＳ１１）。ステップＳ１１において、入力受付モジュール１７１は、例えば、名称、設置場所、型式を識別子として入力を受け付ける。

データ送信モジュール１５０は、取得した正常音及びこの正常音を取得した設備の識別子を、正常音データとして、コンピュータ１０に送信する（ステップＳ１２）。

データ受信モジュール２０は、正常音データを受信する。コンピュータ１０は、正常音データを受信することにより、設備の正常音を取得する。

波形抽出モジュール４０は、取得した正常音から、この正常音の波形を抽出する（ステップＳ１３）。ステップＳ１３において、波形抽出モジュール４０は、この正常音に含まれる環境音やノイズ等を除外することにより、設備の正常音の波形を抽出する。環境音とは、例えば、自然音、設備内の騒音、ユーザが発した音声である。波形抽出モジュール４０は、例えば、予め記憶モジュール３０が記憶するこれらの音の波形や周波数を参照し、正常音データに含まれるこれらの音の波形や周波数を、除外することにより、正常音データから、環境音やノイズ等を除外する。

機械学習モジュール４１は、抽出した正常音を教師データとして、機械学習する（ステップＳ１４）。ステップＳ１４において、機械学習モジュール４１は、正常音の波形及びこの波形の時間を機械学習する。機械学習モジュール４１は、正常音の波形が、特定のポイントから上昇するのか下降するのかのどちらが正常なのかを機械学習する。設備が正常である時の正常音は、多少の差異が発生するものの、類似した波形になることから、所定のポイント（例えば、集音開始から１０秒後、１５秒後、２０秒後、３１秒後）で波形が、上昇するのか又は下降するのかの何れかが正常であるかを確率的に判定することが可能となる。機械学習モジュール４１は、この正常であることが確率的に高いと思われる波形の変化を、正常であると機械学習する。例えば、所定のポイントで波形が上昇した確率が、９５％であり、下降した確率が、５％である場合、このポイントにおいて波形が上昇することが正常であると機械学習する。機械学習モジュール４１は、この確率に基づいて、各ポイントにおける正常音の波形の変化を機械学習する。

記憶モジュール３０は、学習結果を記憶する（ステップＳ１５）。ステップＳ１５において、記憶モジュール３０は、学習結果として得られた各ポイントにおける正常音の波形の変化と、この正常音を取得した設備の識別子とを対応付けて記憶する。

以上が、正常音学習処理である。

［未知音判定処理］
図５及び図６に基づいて、設備異常音判定システム１が実行する未知音判定処理について説明する。図５及び図６は、コンピュータ１０、携帯端末１００が実行する未知音判定処理のフローチャートを示す図である。上述した各装置のモジュールが実行する処理について、本処理に併せて説明する。

初めに、集音モジュール１７０は、設備の未知音を集音する（ステップＳ２０）。ステップＳ２０において、集音モジュール１７０は、設備が正常であるか異常であるか未知であることから、この設備の未知音を集音する。携帯端末１００は、未知音を集音することにより、未知音を取得する。

入力受付モジュール１７１は、今回集音した設備の識別子の入力を受け付ける（ステップＳ２１）。ステップＳ２１において、入力受付モジュール１７１は、例えば、名称、設置場所、型式を識別子として入力する。

データ送信モジュール１５０は、取得した未知音及びこの未知音を取得した設備の識別子を、未知音データとして、コンピュータ１０に送信する（ステップＳ２２）。

データ受信モジュール２０は、未知音データを受信する。コンピュータ１０は、未知音データを受信することにより、設備の未知音を取得する。

波形抽出モジュール４０は、取得した未知音から、この未知音の波形を抽出する（ステップＳ２３）。ステップＳ２３において、波形抽出モジュール４０は、この未知音に含まれる環境音やノイズ等を除外することにより、設備の未知音の波形を抽出する。波形抽出モジュール４０は、例えば、予め記憶モジュール３０が記憶する環境音やノイズ等の波形や周波数を参照し、未知音データに含まれるこれらの音の波形や周波数を、除外することにより、未知音データから、環境音やノイズ等を除外する。

ポイント検出モジュール４２は、正常音を機械学習した結果と、抽出した未知音の波形とから、未知音の波形の異常ポイントを検出する（ステップＳ２４）。ステップＳ２４において、ポイント検出モジュール４２は、未知音の波形のうち、機械学習した結果と異なる波形の変化が発生しているポイントを異常ポイントとして検出する。例えば、ポイント検出モジュール４２は、機械学習の結果、正常音なら上昇すべきポイントにおいて、未知音の波形が、上昇していない場合、このポイントを異常ポイントとして検出する。また、ポイント検出モジュール４２は、機械学習の結果、正常音なら下降すべきポイントにおいて、未知音の波形が、下降していない場合、このポイントを異常ポイントとして検出する。また、ポイント検出モジュール４２は、機械学習の結果、正常音なら上昇も下降もしないポイントにおいて、未知音の波形が、上昇又は下降している場合、このポイントを異常ポイントとして検出する。

ポイント検出モジュール４２は、機械学習の結果、正常音の波形に変化が発生したポイントにおける時間とは異なる時間に、未知音の波形に変化が発生した場合、このポイントを異常ポイントとして検出するとともに、このときの正常音の波形に変化が発生した時間と、未知音の波形に変化が発生した時間との差をずれた期間として検出する。

異常判定モジュール４３は、検出した異常ポイントが所定の条件（所定の回数以上発生したか、所定の期間以上発生したか等）を満たすか否かを判定する（ステップＳ２５）。ステップＳ２５において、例えば、異常判定モジュール４３は、異常ポイントの発生回数が、所定の回数以上（例えば、３回以上、５回以上、１０回以上）検出していた場合に、所定の条件を満たすと判定する。また、異常判定モジュール４３は、異常ポイントの発生時間が、正常音における波形の変化の発生時間から所定の期間以上（例えば、３秒以上、５秒以上、１０秒以上）ずれていた場合に、所定の条件を満たすと判定する。

ステップＳ２５において、異常判定モジュール４３は、所定の条件を満たしていないと判定した場合（ステップＳ２５ ＮＯ）、本処理を終了する。

一方、ステップＳ２５において、異常判定モジュール４３は、所定の条件を満たすと判定した場合（ステップＳ２５ ＹＥＳ）、検出した異常ポイントに異常音が発生したと判定する（ステップＳ２６）。

分析モジュール４４は、判定結果に基づいて、この異常ポイントに発生した異常音の内容を分析する（ステップＳ２７）。ステップＳ２７において、分析モジュール４４は、異常ポイントにおける未知音の波形の変化及び周波数に基づいて、異常音の内容を分析する。分析モジュール４４は、異常の内容として、例えば、発生箇所、症状、対応方法、安全性、緊急性を分析する。分析モジュール４４は、異常の内容を、波形の変化量、単位時間当たりの周波数等に基づいて分析する。

なお、分析モジュール４４は、その他の方法により、異常音の内容を分析してもよい。

異常通知送信モジュール２１は、分析した結果得られた異常音の内容及びこの異常音が発生している設備の識別子を異常通知として、携帯端末１００に送信する（ステップＳ２８）。なお、異常通知は、異常音の内容のみであってもよい。

異常通知受信モジュール１５１は、異常通知を受信する。表示モジュール１７２は、受信した異常通知に基づいて、異常通知として、設備に発生した異常音の内容及び異常音が発生している施設の識別子を表示する（ステップＳ２９）。なお、表示モジュール１５１は、異常通知が、異常音の内容のみである場合、異常音の内容のみを表示すればよい。

なお、上述したステップＳ２７〜Ｓ２９の処理において、コンピュータ１０は、異常音が発生していることを携帯端末１００に通知する構成であってもよい。この場合、携帯端末１００は、設備に異常音が発生していることを表示すればよい。

上述した手段、機能は、コンピュータ（ＣＰＵ、情報処理装置、各種端末を含む）が、所定のプログラムを読み込んで、実行することによって実現される。プログラムは、例えば、コンピュータからネットワーク経由で提供される（ＳａａＳ：ソフトウェア・アズ・ア・サービス）形態で提供される。また、プログラムは、例えば、フレキシブルディスク、ＣＤ（ＣＤ−ＲＯＭなど）、ＤＶＤ（ＤＶＤ−ＲＯＭ、ＤＶＤ−ＲＡＭなど）等のコンピュータ読取可能な記録媒体に記録された形態で提供される。この場合、コンピュータはその記録媒体からプログラムを読み取って内部記憶装置又は外部記憶装置に転送し記憶して実行する。また、そのプログラムを、例えば、磁気ディスク、光ディスク、光磁気ディスク等の記憶装置（記録媒体）に予め記録しておき、その記憶装置から通信回線を介してコンピュータに提供するようにしてもよい。

以上、本発明の実施形態について説明したが、本発明は上述したこれらの実施形態に限るものではない。また、本発明の実施形態に記載された効果は、本発明から生じる最も好適な効果を列挙したに過ぎず、本発明による効果は、本発明の実施形態に記載されたものに限定されるものではない。

１ 設備異常音判定システム、１０ コンピュータ、１００ 携帯端末

Claims (4)

1. 施設内にある設備の異常音を判定するコンピュータシステムであって、
   前記設備が正常な時の正常音を取得する正常音取得手段と、
   前記正常音の波形を機械学習する機械学習手段と、
   前記設備が正常であるか異常であるか未知の未知音を取得する未知音取得手段と、
   前記機械学習された結果と異なる前記未知音の波形の異常ポイントを検出する検出手段と、
   前記異常ポイントが所定の回数又は期間以上あった場合に、当該異常ポイントで異常音が発生したと判定する判定手段と、
   を備えることを特徴とするコンピュータシステム。
2. 前記機械学習手段は、前記正常音を教師データとして、波形が特定のポイントから上昇するのか下降するのかのどちらが正常なのかを機械学習する、
   ことを特徴とする請求項１に記載のコンピュータシステム。
3. 施設内にある設備の異常音を判定するコンピュータシステムが実行する設備異常音判定方法であって、
   前記設備が正常な時の正常音を取得するステップと、
   前記正常音の波形を機械学習するステップと、
   前記設備が正常であるか異常であるか未知の未知音を取得するステップと、
   前記機械学習された結果と異なる前記未知音の波形の異常ポイントを検出するステップと、
   前記異常ポイントが所定の回数又は期間以上あった場合に、当該異常ポイントで異常音が発生したと判定するステップと、
   を備えることを特徴とする設備異常音判定方法。
4. 施設内にある設備の異常音を判定するコンピュータシステムに、
   前記設備が正常な時の正常音を取得するステップ、
   前記正常音の波形を機械学習するステップ、
   前記設備が正常であるか異常であるか未知の未知音を取得するステップ、
   前記機械学習された結果と異なる前記未知音の波形の異常ポイントを検出するステップ、
   前記異常ポイントが所定の回数又は期間以上あった場合に、当該異常ポイントで異常音が発生したと判定するステップ、
   を実行させるためのコンピュータ読み取り可能なプログラム。

Images