JP6675014B2 - データ収集システム、異常検出方法、及びゲートウェイ装置 - Google Patents

Description

本発明は、センサから得たデータを収集し処理する技術に関する。

プラントや産業設備などでは、多数のセンサを機械設備等に設置して、センサのデータを計算機で収集し、計算機が機械設備の診断を行う技術が用いられている。

たとえば特許文献１では、機械設備から発生する音または振動をセンサにより検出し、その検出信号を分析することにより、機械設備内の軸受または軸受関連部材の異常を診断する異常診断システムが開示されている。この異常診断システムは、検出信号のエンベロープを求めるエンベロープ処理部と、当該エンベロープ処理部により得られたエンベロープを周波数スペクトルに変換するＦＦＴ部と、当該ＦＦＴ部により得られた周波数スペクトルを移動平均化処理することにより平滑化してそのピークを検出するピーク検出部と、前記ピーク検出部によって検出された周波数スペクトルのピークに基づいて異常を診断する診断部と、を備えている。

特開２００６−１１３００２号公報

機械設備の診断システムでは、各機器のセンサデータは膨大になり、これらの膨大なデータから異常の検出を行うシステムでは、処理コストや蓄積コストなどが高くなるという問題がある。特許文献１に開示の技術では、全周波数範囲のデータを収集し処理するため、データ処理コスト等を低く抑えることは難しい。

本発明の一実施形態に係るデータ収集システムは、監視対象の設備に設けられたセンサから出力される時系列データを収集し、設備の異常検出を行う。データ収集システムは、時系列データとの比較用データである雛形を複数記憶しており、学習工程において、時系列データと複数の雛形との比較を行うことで、時系列データの検査範囲を決定する。異常検出工程では、学習工程で決定された時系列データの検査範囲に関する情報を用いて、時系列データの周波数スペクトルのうち検査対象となる周波数スペクトルを抽出し、抽出された周波数スペクトルを用いて前記設備の異常検出を行う。

本発明の一実施形態に係るデータ収集システムは、センサから収集された時系列データの周波数スペクトルのうち、一部の範囲の情報だけを用いて設備の異常検出を行うため、処理コストの増大を抑制することができる。

データ収集システムの概要を示すブロック図である。 データ収集システムの機能構成例を示すブロック図である。 中央施設サーバのハードウェア構成の一例を示すブロック図である。 ゲートウェイのハードウェア構成の一例を示すブロック図である。 中央施設サーバの学習情報変更部で行われる処理の一例を示すフローチャートである。 センサデータテーブルの一例を示す図である。 周波数解析データテーブルの一例を示す図である。 周波数解析パラメータテーブルの一例を示す図である。 類似度管理テーブルの一例を示す図である。 学習回数管理テーブルの一例を示す図である。 雛形の波形の一例を示す図である。 雛形の波形の一例を示す図である。 センサデータの波形の一例を示す図である。 学習情報管理テーブルの一例を示す図である。 ゲートウェイの学習情報選択部で行われる処理の一例を示すフローチャートである。 ＧＷ学習情報管理テーブルの一例を示す図である。 学習情報選択部によって更新されたＧＷ学習情報管理テーブルの例を示す図である。 学習情報選択部によって更新されたＧＷ学習情報管理テーブルの例を示す図である。 センサデータ蓄積部に格納されるセンサデータの波形の一例を示す図である。 中央施設サーバとゲートウェイで行われる処理の流れの一例を示す図である。

以下、本発明の実施形態を添付図面に基づいて説明する。

図１は、本発明の一実施例に係るデータ収集システムの概要を示すブロック図である。データ収集システムでは、監視対象となる機械や設備や構造物に、振動や温度などの物理量を測定するセンサ３−１〜３−ｎが複数設けられる。センサ３−１〜３−ｎが測定したデータは、ゲートウェイ２−１〜２−ｎからネットワーク（Ｗｉｄｅ Ａｒｅａ Ｎｅｔｗｏｒｋ（ＷＡＮ））７０を介して中央施設サーバ１（「サーバ１」と略記することもある）に送信される。なお、センサ３−１〜３−ｎの全体を示すときには「−」以下のない符号「３」で示し、個々のセンサを特定するときには、「−」以下の添え字を付加した符号を用いる。以下、他の構成要素の符号についても同様である。

図１では、センサ３−１に接続されたセンサノード（無線通信部）４−１が無線通信ネットワークであるＦＡＮ（Ｆｉｅｌｄ Ａｒｅａ Ｎｅｔｗｏｒｋ）８０−１を介してゲートウェイ２−１に接続される。なお、センサ３とセンサノード４を接続するネットワークは、無線通信に限定されるものではなく、有線通信ネットワークを介して両者が接続されていても良い。なお、ゲートウェイ２は、異なるネットワーク間で通信を中継する中継装置であり、例えば、ルータなどで構成することができる。また、ＦＡＮ８０は無線通信に限定されるものではなく、有線通信ネットワークを含むネットワークであってもよい。なお、センサノード４に接続されるセンサ３の個数、およびゲートウェイ２に接続されるセンサノード４の個数は、図１に示されている個数に限定されるものではなく、様々な形態をとることができる。例えば、１つのゲートウェイ２に複数のセンサノード４が接続されていてもよい。あるいはセンサノード４に、複数のセンサ３が接続されていてもよい。

また、ゲートウェイ２とセンサノード４は予め対応関係が設定され、ゲートウェイ２は配下のセンサノード４と通信を行う。

ひとつの監視対象にはひとつまたは複数のセンサ３が配置され、監視対象毎に少なくともひとつのゲートウェイ２が設置される。ゲートウェイ２は、センサ３から収集した計測値の時系列データ（以下、センサデータとする）をＷＡＮ７０を介して中央施設サーバ１へ転送する。なお、ゲートウェイ２の配下には、複数の監視対象が存在しても良い。

ゲートウェイ２はセンサデータの収集に加え、センサデータを解析することで監視対象の異常検知を行う。またゲートウェイ２は、配下のセンサ３の状態を監視し、センサ３を制御する。図１の例では、ゲートウェイ２の配下にセンサノード４を介してセンサ３が接続される例を示したが、これに限定されるものではない。例えば、センサ３の数が多い場合や、監視対象内の機器や設備が離れている場合には、複数のゲートウェイ２が階層的に接続された構成が採用されても良い。

中央施設サーバ１は、ゲートウェイ２から受信したセンサデータに基づいて、ゲートウェイ２が監視対象の異常検知を行う際の周波数範囲（センシング範囲）を特定する学習処理を行い、その結果をゲートウェイ２に通知する。また中央施設サーバ１は、監視対象のモニタリングや、センサデータの可視化、センサデータの分析あるいは監視対象の故障の予測等の付加価値を加えた情報処理を行って、監視対象を保守するユーザなどの顧客に情報を提供する。ただし本実施例の以下の説明では、中央施設サーバ１で行われる監視対象のモニタリングや、センサデータの可視化等の処理については説明を略する。そして以下の説明では、本実施例に係るデータ収集システムの有する特徴的な機能である、設備の異常検知方法に関する処理を中心に説明する。

なお、本実施例に係るデータ収集システムにおける監視対象としては、プラントや産業設備、輸送機器、自動販売機などの機械の監視の他に、橋梁、道路、トンネルなどの建造物を監視対象とすることができる。また、データ収集システムの監視対象は機械や建造物にとどまらず、映像や市街地の環境（タウン情報）なども監視対象とすることができる。

図２は、データ収集システムを構成する機能ブロックの一例を示す図である。図２の例では、中央施設サーバ１がＷＡＮ７０を介してゲートウェイ２に接続され、監視対象の機械９に設置された１以上の（たとえばｎ個の）センサ５（センサ５−１〜５−ｎ）からセンサデータを収集する。なお、以下の説明では、図１で説明したセンサ３及びセンサノード４のセットを「センサ５」と呼ぶ。また以下では、ｎ個のセンサの名称（センサ名）をそれぞれ、「センサ＃１」、「センサ＃２」、．．．「センサ＃ｎ」と呼ぶこともある。

センサ５は、機械９の状態を測定したセンサデータをゲートウェイ２へ送信する。センサ５の電力は、図示しない電池（または蓄電池）などから供給することができる。なお、センサ５に太陽電池パネルを有する構成として、太陽電池パネルからセンサ５に電力を供給する構成でもよく、センサ５は電池による駆動に限定されるものではない。

また、センサ５は、ゲートウェイ２と有線ネットワークを介して接続されてもよいし、無線ネットワークを介して接続されてもよい。

また、センサデータ収集のために用いられるセンサ５の種類は、特定のものに限定されない。監視対象の機械９から取得したい情報（物理量等）の種類に応じて、適切な種類のセンサ５が用いられると良い。本実施例では、データ収集システムが機械９で発生する振動を観測することで異常（または異常の予兆）を検知することを目的としたものである例を説明する。そのためセンサ５には、変位（あるいは加速度など、変位を算出可能な情報でも良い）を計測可能なもの、たとえば加速度センサが用いられる例を説明する。

センサ５では、周期的に（サンプリング周期に従って）変位が計測され、この計測値（変位）はゲートウェイ２に継続的に送信される。つまりセンサ５からは、計測値の時系列データが出力される。ゲートウェイ２は、センサ５から受領したそれぞれの計測値に時刻（各変位が計測された時刻）を付加して中央施設サーバ１に出力する。なお、ゲートウェイ２がセンサ５から受領した計測値（変位）に時刻を付加することに代えて、センサ５が計測値に時刻を付加した情報を作成してゲートウェイ２に送信してもよい。

ゲートウェイ２は、センサデータを中央施設サーバ１に送信するとともに、監視対象の機械９の異常検知を行う。具体的にはゲートウェイ２は各センサ５から取得したセンサデータの周波数解析を行って周波数スペクトルを求め、その中から所定周波数範囲のデータを抽出する。抽出時に用いられる周波数範囲は、最初は中央施設サーバ１が学習処理によって決定するが、その後ゲートウェイ２によって変更されることがある。周波数範囲の決定方法の詳細は後述する。

さらにゲートウェイ２は、抽出したデータの中から、振幅（または振動強度）の最も大きい周波数（以下ではこれを「周波数ピーク」と呼ぶ）を特定する。ゲートウェイ２は、周波数ピークを特定する処理を繰り返し行うことで、周波数ピークのシフト速度を計算する。そしてゲートウェイ２は、前記シフト速度が予め設定された設定値を超えたときには異常が発生したと判断し、中央施設サーバ１に異常が発生した旨を通知する。

なお、ゲートウェイ２には、配下のセンサ５の情報の確認や、設定情報等の書き換えを行うために、キーボードやディスプレイ等の入出力装置を備える運転管理端末６３が接続される。運転管理端末６３は現場の作業員などによって使用される。現場の作業員は、運転管理端末６３の入出力装置を用いてゲートウェイ２の操作を行う。

ゲートウェイ２の機能要素について以下に説明する。ゲートウェイ２は、センサ５からのセンサデータを受け付けるセンサ受信部２２０と、センサデータの解析処理、具体的には高速フーリエ変換（ＦＦＴ）による周波数解析を行うセンサデータ解析部２３０と、ＷＡＮ７０を介して受信したセンサデータを中央施設サーバ１へ送信するデータ送信部２４０と、ＷＡＮ７０を介して中央施設サーバ１から学習情報を受け付ける学習情報受信部２５０と、センサデータの解析範囲を選択する学習情報選択部２６０と、センサデータを一時的に保持するセンサデータ蓄積部２７０と、学習情報を保持する学習情報管理部２８０と、を含む。これらの機能要素は、ソフトウェア（プログラム）により実装される。

センサ５からのセンサデータの収集を、ゲートウェイ２がポーリングで行う場合には、センサ受信部２２０があらかじめ定められたセンサデータのサンプリング周期に基づいてセンサ５からセンサデータの収集を行う。なお、サンプリング周期はセンサ５毎に異なっていてよい。

なお、センサ５からのセンサデータの収集を、ゲートウェイ２がポーリングで行う場合を説明したが、ゲートウェイ２がセンサデータのサンプリング周波数（またはサンプリング周期）をセンサ５に対して送信し、センサ５が受信したサンプリング周波数（またはサンプリング周期）に基づいてセンシングを行う構成でもよい。

ＷＡＮ７０を介してゲートウェイ２からセンサデータを収集する中央施設サーバ１の機能要素について、以下に説明する。

中央施設サーバ１は、ゲートウェイ２から受信したセンサデータに基づいて機械９を監視して、監視結果等の情報を中央監視端末６４に出力する。中央監視端末６４は、キーボードやディスプレイ等の入出力装置を備える。

中央施設サーバ１は、ゲートウェイ２から送信されたセンサデータを受信しセンサデータを蓄積するセンサ受信部１１０と、受信したセンサデータに基づいてセンサ５のセンサデータを周波数解析するＦＦＴモジュール１７０（以下では「ＦＦＴ１７０」と略記する）と、周波数解析した結果を蓄積する周波数波形部１８０と、を含む。ＦＦＴ１７０はセンサデータ解析部２３０と同様に、高速フーリエ変換による周波数解析を行う。

さらに中央施設サーバ１は、学習処理に用いる情報を格納する学習情報蓄積部１３０と、学習情報を作成（または変更）する学習情報変更部１２０と、学習情報をゲートウェイ２に送信する学習情報送信部１９０と、を含む。学習情報蓄積部１３０が有する各テーブルについては後述する。これらの機能要素は、ソフトウェア（プログラム）により実装される。

また、中央施設サーバ１には中央監視保守端末６２が接続される。中央監視保守端末６２は、保守員が学習情報蓄積部１３０への情報の書込み及び更新変更を実施するための端末で、中央監視端末６４と同様、キーボードやディスプレイ等の入出力装置を備える。

なお、中央施設サーバ１、ゲートウェイ２、センサ５、機械９の数は、図２に示された数に限定されるものではない。また、中央監視保守端末６２、中央監視端末６４、運転管理端末６３の接続場所は、図２に示された位置に限定されるものではない。

図３は、中央施設サーバ１の構成の一例を示すブロック図である。中央施設サーバ１は、演算処理を行うプロセッサ（ＣＰＵ）１１と、プログラムやデータを格納するメモリ１２と、ＣＰＵ１１に接続されたＩ／Ｏインターフェース１３と、Ｉ／Ｏインターフェース１３に接続されてプログラムやデータを保持するストレージ装置１４と、Ｉ／Ｏインターフェース１３に接続されてＷＡＮ７０との間で通信を行う通信装置１５と、を含む。本実施例では、ストレージ装置１４や通信装置１５のように、Ｉ／Ｏインターフェース１３を介してＣＰＵ１１と接続される装置を「Ｉ／Ｏデバイス」と呼ぶ。

Ｉ／Ｏインターフェース１３は、例えば、ＰＣＩｅｘｐｒｅｓｓ規格に従ったコントローラデバイスで構成され、ＣＰＵ１１とＩ／Ｏデバイスと間の通信を行う。

メモリ１２には、ＯＳ３１０と学習情報変更プログラム３００がロードされてＣＰＵ１１によって実行される。具体的には、ＯＳ３１０と学習情報変更プログラム３００はストレージ装置１４に格納されており、中央施設サーバ１の起動時にメモリ１２にロードされて、ＣＰＵ１１によって実行される。なお、図２に示した中央監視保守端末６２と中央監視端末６４は、図示しないＬＡＮを介して中央施設サーバ１に接続される。あるいは中央監視保守端末６２と中央監視端末６４は、通信装置１５を介して中央施設サーバ１に接続されてもよい。

先にも述べたが、図２に示したセンサ受信部１１０、ＦＦＴ１７０、周波数波形部１８０、学習情報蓄積部１３０、学習情報変更部１２０、学習情報送信部１９０の各機能要素はソフトウェア（プログラム）として実装される。つまり中央施設サーバ１は、ＣＰＵ１１がメモリ１２やＩ／Ｏデバイスを用いながら学習情報変更プログラム３００を実行することによって、図２に示された各機能要素を有する装置として機能する。

また本明細書では、学習情報変更部１２０等の機能要素を動作主体として処理の説明が行われることがある。ただし上で述べたように各機能要素は、プログラム（学習情報変更プログラム３００）がＣＰＵ１１で実行されることにより実現される機能であるため、中央施設サーバ１内の機能要素を動作主体として説明されている処理は、実際にはＣＰＵ１１によって実施されることを意味する。また、学習情報変更プログラム３００は、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納された状態で提供されてもよい。

図４は、ゲートウェイ２の構成の一例を示すブロック図である。ゲートウェイ２は、演算処理を行うＣＰＵ２１と、プログラムやデータを格納するメモリ２２と、ＣＰＵ２１に接続されたＩ／Ｏインターフェース２３と、Ｉ／Ｏインターフェース２３に接続されてＷＡＮ７０との間で通信を行うＷＡＮ側通信装置２４と、Ｉ／Ｏインターフェース２３に接続されてセンサ５との間で通信を行うセンサ側通信装置２５と、Ｉ／Ｏインターフェース２３に接続されてプログラムやデータを保持するストレージ装置２６と、を含む。Ｉ／Ｏインターフェース２３は、例えば、ＰＣＩｅｘｐｒｅｓｓ規格に従ったコントローラデバイスで構成され、ＣＰＵ２１とＩ／Ｏデバイスと間の通信を行う。なお、図２に示した運転管理端末６３は、図示しないＬＡＮを介してゲートウェイ２に接続される。

メモリ２２には、ＯＳ２９０と学習情報選択プログラム４００がロードされてＣＰＵ２１によって実行される。

中央施設サーバ１と同様、ゲートウェイ２の各機能要素もソフトウェアとして実装される。つまり、ゲートウェイ２のＣＰＵ２１は、メモリ２２やＩ／Ｏデバイスを用いながら学習情報選択プログラム４００を実行することにより、ゲートウェイ２を、図２に示したセンサ受信部２２０、センサデータ解析部２３０、データ送信部２４０、学習情報受信部２５０、学習情報選択部２６０、センサデータ蓄積部２７０の各機能要素を備えた装置として機能させる。そのため本明細書では、学習情報選択部２６０等のゲートウェイ２内の機能要素を動作主体として処理の説明が行われることがあるが、ゲートウェイ２内の機能要素を動作主体として説明されている処理は、実際にはＣＰＵ２１によって実施されることを意味する。また学習情報選択プログラム４００は、ＩＣカード、ＳＤカード、ＤＶＤ等の計算機読み取り可能な非一時的データ記憶媒体に格納された状態で提供されてもよい。

図５は、中央施設サーバ１の学習情報変更部１２０で行われる処理の一例を示すフローチャートである。この処理は、中央施設サーバ１がゲートウェイ２からＷＡＮ７０を介してセンサ５のセンサデータを所定量（具体的にはＦＦＴ長以上の量）受信したときに実行される。またこの処理は、センサごとに実行される。

図５に記載のフローを説明する前に、学習情報変更部１２０で使用するいくつかの情報の説明を行う。ゲートウェイ２から送信されたセンサデータ（計測値の時系列データ）は、センサ受信部１１０の有するセンサデータテーブル６００に格納される。センサデータテーブル６００の例を図６に示す。センサデータテーブル６００の各行（レコード）は、時刻６０１と、センサ＃１（６０２）、センサ＃２（６０３）、．．．センサ＃ｎ（６０４）のカラムを有する。センサ＃１（６０２）、センサ＃２（６０３）、．．．センサ＃ｎ（６０４）には、各センサ５による計測値（変位）が登録され、時刻６０１は、カラム６０２〜６０４に格納された計測値が計測された時の時刻を表す。

学習情報変更部１２０は、あらかじめ定められた期間（これを「学習時間」と呼ぶ）、ゲートウェイ２から受信したセンサデータの周波数解析（ＦＦＴ）を行い、周波数解析されたデータと、予め格納されている比較用情報である雛形との比較を行う。まず学習時間に関する情報が記録されている、学習回数管理テーブル１０００について説明する。

図１０に学習回数管理テーブル１０００の例を示す。学習回数管理テーブル１０００は学習情報蓄積部１３０が有するテーブルで、センサごとに学習時間の情報を管理するためのテーブルである。センサ１００１にはセンサ名が格納され、学習時間１００２には、センサ１００１で特定されるセンサから得られるセンサデータを用いた学習時間が格納される。センサ１００１と学習時間１００２に格納される情報は、作業者によって指定される。具体的には作業者は、中央監視保守端末６２を用いて学習回数管理テーブル１０００のセンサ１００１と学習時間１００２に、センサ名と学習時間を設定する。

一方、学習開始時間１００３と学習終了時間１００４は、学習情報変更部１２０が図５の処理を開始する時に値を設定する。学習開始時間１００３と学習終了時間１００４に設定される情報の内容については後述する。

続いて周波数解析パラメータテーブル８００について説明する。周波数解析パラメータテーブル８００は、サンプリング周波数等の、周波数解析に必要な情報を、センサ５毎に格納しているテーブルで、学習情報蓄積部１３０が有するテーブルである。

図８に周波数解析パラメータテーブル８００の例を示す。周波数解析パラメータテーブル８００の各行は、センサ８０１、サンプリング周波数８０２、サンプリング周期８０３、ＦＦＴ長８０４のカラムを有する。これらの情報は、作業者が中央監視保守端末６２を用いて設定する情報である。またこれらの情報は、センサ５ごとに設定される情報である。

サンプリング周波数８０２、サンプリング周期８０３、ＦＦＴ長８０４は、周波数解析（ＦＦＴ）で用いられる情報（つまり、サンプリング周波数、サンプリング周期、ＦＦＴ長）で、センサ８０１にはセンサ名が格納される。たとえば学習情報変更部１２０が、“センサ＃１”から収集したセンサデータの周波数解析を行う場合、センサ８０１に“センサ＃１”が格納されている行のサンプリング周波数８０２（またはサンプリング周期８０３）、ＦＦＴ長８０４に従って周波数解析を行う。

また、これ以外にも学習情報変更部１２０が使用する情報はあるが、それらについては学習情報変更部１２０の処理の流れを説明する過程で説明する。

ここからは、学習情報変更部１２０で行われる処理の説明を行う。なお、以下の説明では特に断りのない限り、ある１つのセンサ５（仮にこのセンサ５のセンサ名を“センサ＃ｓ”とする）で収集されたセンサデータについて、学習情報変更部１２０が処理を行う時の例を説明する。学習情報変更部１２０の実行が開始されると、まず学習情報蓄積部１３０が有する学習回数管理テーブル１０００への値の登録が行われる（ステップ５００）。ステップ５００では学習情報変更部１２０は、現在時刻を学習開始時間１００３に登録し、学習終了時間１００４には、学習開始時間１００３に登録された時刻に学習時間１００２に示す学習時間を加算した値（時刻）を登録する。

続いて学習情報変更部１２０は、センサ受信部１１０からセンサ＃ｓのセンサデータを受信し、ＦＦＴ１７０を用いてセンサデータの周波数解析を行い、周波数波形部１８０に周波数解析した結果（周波数スペクトル）を蓄積する。（ステップ５０１）。周波数解析の際、学習情報変更部１２０（及びＦＦＴ１７０）は周波数解析パラメータテーブル８００に格納された情報に従って解析を行う。

周波数波形部１８０に蓄積される、センサデータを周波数解析した結果（周波数スペクトル）の例を図１３に示す。図１３は、周波数スペクトルをグラフ表現したもので、縦軸が振動強度（信号強度）で、横軸が周波数を表す。本実施例では、センサデータの周波数スペクトル、またはこの周波数スペクトルをグラフ表現したものを「波形」と呼ぶ。また、以下の説明において、ステップ５０１で得られたセンサ＃ｓのセンサデータを周波数解析して得られた波形を、「センサ＃ｓの波形」と呼ぶ。

なお図１３では、説明のためにセンサデータの周波数解析結果をグラフ表現しているが、周波数波形部１８０には必ずしも図１３のようなグラフ表現された情報（図形・画像等）が記録される必要はない。周波数波形部１８０には、周波数と振動強度のデータ系列が記録されるとよい。

図１１と図１２は、雛形の波形の例である。本実施例に係るデータ収集システムではあらかじめ、たとえば過去に様々な機械から、その機械が故障するまでに収集されたセンサデータを保持しており、本実施例ではこのセンサデータを「雛形」と呼ぶ。雛形は、ステップ５０１で得られたセンサデータの周波数スペクトルとの比較に用いられる。そして雛形の波形とは、過去に様々な機械から収集したセンサデータを周波数解析して得られた周波数スペクトル（またはそれをグラフ表現したもの）を意味する。図１１の１１０１〜１１０３と図１２の１２００は、前述の図１３で説明したものと同様、雛形を周波数解析して得られた周波数スペクトルをグラフ表現したものである。

雛形は学習情報蓄積部１３０に格納される（より正確には、学習情報蓄積部１３０が有する周波数解析データテーブル７００に格納される）。雛形のデータ格納形式は、任意のものが採用されてよい。たとえば雛形が周波数解析された結果（周波数スペクトル）が学習情報蓄積部１３０に格納されてもよいし、あるいは雛形そのもの（周波数解析前のデータ）が学習情報蓄積部１３０に格納されてもよい。また、雛形は必ずしも実際の機械から収集されたセンサデータでなくても良い。たとえばシミュレーションなどによって、人工的に作成されたデータが雛形として用いられてもよい。

以下の説明では、雛形は実際の機械から収集されたセンサデータで、また学習情報蓄積部１３０には、雛形を周波数解析した結果（雛形の波形）が格納される例を説明する。ただし説明が冗長になることを避けるため、学習情報蓄積部１３０には「雛形」が格納されている、と表現することもある。

本実施例に係るデータ収集システムでは、複数種類（たとえばｎ種類）の雛形が学習情報蓄積部１３０に格納される。たとえば複数種類の機械から収集したセンサデータが雛形として格納される。以下では、複数の雛形をそれぞれ、「雛形１」、「雛形２」、．．．「雛形ｎ」と表記し、また「雛形１」、「雛形２」、．．．等は、雛形の識別子とも呼ばれる。

また学習情報蓄積部１３０には複数の時点の周波数解析結果が、雛形ごとに格納される。本実施例では、ある時刻（これをｔｆ０と呼ぶ）における雛形の波形と、時刻ｔｆ０からｍ時間（またはｍ秒、ｍ分でもよい）経過後の時刻（ｔｆｍと呼ぶ。またｍは所定の自然数である）迄に得られた雛形の波形が複数格納される例を説明する。具体的には時刻ｔｆ０、ｔｆ１、ｔｆ２、．．．ｔｆｍにおける雛形の波形が、雛形ごとに学習情報蓄積部１３０に格納される。なお、それぞれの雛形の取得時刻が同時刻である必要はない。各雛形の波形として、ある時点からｍ時間（またはｍ秒、ｍ分）の期間のデータが学習情報蓄積部１３０に格納されていればよく、それぞれの雛形のセンサデータの取得時刻は異なっていてもよい。なお、図１１の１１０１〜１１０３はそれぞれ、時刻ｔｆ０における雛形１、雛形２、雛形ｎの波形を表しており、一方図１２の１２００は、時刻ｔｆｍにおける雛形１の波形を表している。

学習情報蓄積部１３０は雛形を格納するために、周波数解析データテーブル７００を有する。図７に周波数解析データテーブル７００の例を示す。周波数解析データテーブル７００の各行（レコード）には、ある時点における雛形の周波数スペクトルが格納される。各行のデータ系列７０５には、時刻７０１に格納されている時刻の雛形の周波数スペクトルとして、周波数とその振動強度の組が複数格納される。また周波数解析データテーブル７００は雛形ごとに設けられる。雛形がｎ個ある場合、学習情報蓄積部１３０はｎ個の周波数解析データテーブル７００を有する。

さらに周波数解析データテーブル７００の各行には、中央値７０２、下限値７０３、上限値７０４が格納される。本実施例における中央値、下限値、上限値の定義は以下の通りである。波形（センサデータを周波数解析して得られる周波数スペクトル）の中で、振動強度が最大となる点の周波数を「中央値」と呼ばれる。また波形の中で、振動強度が極小値となる点のうちその振動強度が所定値以下でかつ周波数が「中央値」より低い周波数である点は「下限値」と呼ばれ、振動強度が極小値となる点のうちその振動強度が所定値以下でかつ周波数が「中央値」より高い周波数である点は「上限値」と呼ばれる。下限値と上限値は、ゲートウェイ２がセンサデータを用いて機械９の異常検知を行う際に用いる情報を絞り込むために用いられる情報である。詳細は後述する。

また本実施例では、時刻ｔｆｋ（ｋは０以上の整数）における波形の下限値、上限値、中央値はそれぞれ、“ｆ１＿ｋ”、“ｆ２＿ｋ”、“ｆｃ＿ｋ”と表記される。図１１に示されたグラフには、雛形１，２，ｎの時刻ｔｆ０における波形の例が示されており、周波数がｆｃ＿０、ｆ１＿０、ｆ２＿０の点がそれぞれ、中央値、下限値、上限値である。

ステップ５０２では、学習情報変更部１２０は周波数波形部１８０に蓄積したセンサデータの結果と、周波数解析データテーブル７００に格納された雛形とがどの程度似ているかを比較し、正答率を計算する。正答率は雛形ごとに算出される。

ステップ５０２で得られた正答率は、図９に示す類似度管理テーブル９００に登録される。類似度管理テーブル９００も学習情報蓄積部１３０が有するテーブルの１つで、また類似度管理テーブル９００はセンサごとに設けられる。類似度管理テーブル９００の各行には、雛形９０１、正答率９０３、類似候補９０４のカラムがある。雛形９０１には雛形の識別子が格納される。

正答率の算出に際し、ステップ５０２では、センサ＃ｓの波形と各雛形の波形との比較が行われ、それらの比較結果から割り出される正答率が、正答率９０３に登録される。正答率はあらかじめ定められた計算式で求められるとよい。なお本実施例における学習情報変更部１２０が算出する正答率（正答率９０３に記録される値）は、たとえば０以上１以下の値とする。正答率が１に近いほど、センサデータの周波数解析結果が雛形の波形と近いことを意味する。

先に述べたとおり、学習情報蓄積部１３０には、雛形ごとに各時刻の雛形の波形（時刻ｔｆ０、ｔｆ１、ｔｆ２、．．．ｔｆｍにおける雛形の波形）が格納されている。ステップ５０２で学習情報変更部１２０が、たとえば雛形ａ（１≦ａ≦ｎ）の波形との比較を行う場合、各時刻の雛形ａの波形と、周波数波形部１８０に蓄積した波形とを比較することで複数の類似度（類似度はたとえば０以上１以下の値で、１に近い値であるほど波形同士が似ていることを意味する）を求め、そのうちの最大値を雛形ａの波形に対する正答率と決定する。学習情報変更部１２０は正答率の算出をすべての雛形（雛形１，２，．．．ｎ）について行うため、ステップ５０２ではｎ個の正答率が最終的に得られる。また周波数波形部１８０に蓄積したセンサデータの解析結果のようなデータ系列と他のデータ列との類似度を判断する手法としては、ダイナミックタイムワーピング手法など、様々な統計手法が知られており、ここではそれらの公知の手法のいずれかが用いられるとよい。

ステップ５０３では、学習情報変更部１２０は各雛形について、ステップ５０２で得られた正答率が予め設定された正答率の閾値以上であれば、類似候補９０４に「○」を登録し、予め設定された正答率の閾値未満であれば、類似候補９０４に「×」を登録する。

ステップ５０４では、学習情報変更部１２０は現在時刻（ステップ５０４実行時点の時刻）が学習終了時間１００４に達したか否かを判定し、達していない場合はステップ５０１に遷移し、達していた場合はステップ５０５に遷移する。ステップ５０４で実施される学習終了時間に達したか否かの判定は、図１０に示す学習回数管理テーブル１０００の情報に基づいて行われる。

ステップ５０５では学習情報変更部１２０は、ステップ５０３で判定した類似度管理テーブル９００の正答率９０３と類似候補９０４の情報に基づいて、センサ５から取得した波形が雛形のいずれの波形と類似しているかを判定し、類似雛形を決定する。複数の類似候補９０４に「○」が登録されている場合、正答率９０３が最も高い雛形が、類似雛形として選択される。

ステップ５０６では学習情報変更部１２０は、ステップ５０５で決定した類似雛形の時刻ｔｆ０における中央値、下限値、上限値を、周波数解析データテーブル７００から読み出す。

ステップ５０７では学習情報変更部１２０は、ステップ５０５で決定した類似雛形の時刻ｔｆｍにおける中央値、下限値、上限値を、周波数解析データテーブル７００から読み出す。

例えば、雛形１の時刻ｔｆ０の波形１１０１（図１１）と、図１３のセンサ＃１の波形１３００が、ステップ５０５で類似と判定された場合、学習情報変更部１２０はステップ５０６で、雛形１の周波数解析データテーブル７００から、時刻７０１が“ｔｆ０”の行の中央値７０２（ｆｃ＿０）、下限値７０３（ｆ１＿０）、上限値７０４（ｆ２＿０）を読み出し、さらに、ステップ５０７では雛形１の周波数解析データテーブル７００から、時刻７０１が“ｔｆｍ”の行の中央値７０２（ｆｃ＿ｍ）、下限値７０３（ｆ１＿ｍ）、上限値７０４（ｆ２＿ｍ）を読み出す。

ステップ５０８では学習情報変更部１２０は、ステップ５０６，５０７で得られた雛形の２つの中央値（ｆｃ＿０、ｆｃ＿ｍ）を用いて、周波数のピーク値（中央値）のシフト速度を計算する。シフト速度とは、単位時間あたりの中央値の変化量を表す値で、（ｆｃ＿ｍ−ｆｃ＿０）／（ｔｆｍ−ｔｆ０）を計算することで求められる。別の実施形態として、中央施設サーバ１はあらかじめ中央値のシフト速度を周波数解析データテーブル７００に保持しておいてもよい。その場合、学習情報変更部１２０はステップ５０８でシフト速度の計算を行う必要はなく、周波数解析データテーブル７００からシフト速度を読み出せばよい。

ステップ５０９では、学習情報変更部１２０はステップ５０６で読みだされた中央値、下限値、上限値と、ステップ５０８で計算されたシフト速度と、周波数解析パラメータテーブル８００に予め登録されたセンサ毎８０１のサンプリング周波数８０２、サンプリング周期８０３、ＦＦＴ長８０４を学習情報管理テーブル１４００に格納するとともに、ゲートウェイ２に送信する。

図１４を参照しながら、学習情報管理テーブル１４００の内容について説明する。学習情報管理テーブル１４００は、センサ５毎に、ステップ５０８までに求められた中央値やシフト速度などの情報を格納するためのテーブルで、これも学習情報蓄積部１３０が有するテーブルである。学習情報管理テーブル１４００は、センサ１４０１、学習稼働状態１４０２、中央値１４０３、下限値１４０４、上限値１４０５、シフト速度１４０６、サンプリング周波数１４０７、サンプリング周期１４０８、ＦＦＴ長１４０９のカラムを有する。

センサ１４０１、サンプリング周波数１４０７、サンプリング周期１４０８、ＦＦＴ長１４０９のそれぞれには、周波数解析パラメータテーブル８００のセンサ８０１、サンプリング周波数８０２、サンプリング周期８０３、ＦＦＴ長８０４に登録されている情報と同じものが格納されている。また学習稼働状態１４０２には、最初は「非稼働」が格納されている。中央値１４０３、下限値１４０４、上限値１４０５、シフト速度１４０６は、上で述べたステップ５０５〜ステップ５０８で求められる、類似雛形の中央値、下限値、上限値、シフト速度を格納するためのカラムであり、ステップ５０９が実行されるまでは値が格納されていない（図１４（あるいは後述する図１６〜図１８）において、“ｎｏｎｅ”が格納されている欄は、値が格納されていないことを意味する）。

ステップ５０９では、学習情報変更部１２０は学習情報管理テーブル１４００内の行のうち、センサ１４０１が“センサ＃ｓ”の行の各フィールドに情報を格納する。具体的には、中央値１４０３、下限値１４０４、上限値１４０５に、ステップ５０６で読み出された類似雛形の中央値、下限値、上限値が格納され、シフト速度１４０６にはステップ５０８で決定された値が格納され、さらに学習稼働状態１４０２には「稼働」が格納される。さらに学習情報変更部１２０は、学習情報管理テーブル１４００のセンサ１４０１が“センサ＃ｓ”の行の各フィールドの情報（センサ１４０１〜ＦＦＴ長１４０９）をゲートウェイ２に送信する。本実施例では、ここで送信される情報を「学習情報」と呼ぶ。ここまでで、学習情報変更部１２０による学習情報の作成及び送信処理は終了する。

ステップ５１０では、学習情報変更部１２０はゲートウェイ２からセンサデータを受信し、センサ受信部１１０に蓄積する。なお、ゲートウェイ２がセンサデータを中央施設サーバ１に送信してくる場合と送信してこない場合がある。これはゲートウェイ２の設定に依存する（詳細は後述する）。もしゲートウェイ２がセンサデータを中央施設サーバ１に送信しないように設定されている場合は、ステップ５１０の処理は行われない。

ステップ５１１では、学習情報変更部１２０は学習モードに移行するか否かを判定する。学習モードとは、学習情報変更部１２０が上で述べたステップ５００〜ステップ５０９迄の処理を実行するモードのことで、学習モードへの移行指示は、中央施設サーバ１の中央監視保守端末６２を介して、保守員などによって行われる。保守員が学習モードへの移行を指示した場合（ステップ５１１：ＹＥＳ）、学習情報変更部１２０は再びステップ５００からの処理を実施する。保守員が学習モードへの移行を指示していない場合（ステップ５１１：ＮＯ）は、再びステップ５１０が実行される。

なお、本実施例では、学習情報変更部１２０は中央施設サーバ１に設けられ、中央施設サーバ１が図５に示された処理を行う例を説明したが、学習情報変更部１２０（図５）の処理は中央施設サーバ１以外で実施されてもよい。たとえばゲートウェイ２において実施されてもよいし、それ以外の装置で行われてもよい。ただし、ゲートウェイ２の処理性能が低い場合などは、ゲートウェイ２に過剰な負荷をかけないようにするためにも、学習情報変更部１２０（図５）の処理を中央施設サーバ１に行わせることが好ましい。

図１５は、ゲートウェイ２の学習情報選択部２６０で行われる処理の一例を示すフローチャートである。この処理は、センサ５からセンサデータを受信したときに実行される。この処理もセンサ５ごとに行われる。図１５に記載のフローの説明の前に、まずゲートウェイ２の学習情報管理部２８０が有するＧＷ学習情報管理テーブル１６００の説明を行う。

図１６に、ＧＷ学習情報管理テーブル１６００の例を示す。ＧＷ学習情報管理テーブル１６００は、先に説明した学習情報管理テーブル１４００と同様のテーブルで、中央施設サーバ１から送信される学習情報（ステップ５０９で送信される情報）を格納するためのテーブルである。また後述する図１５の処理が行われる度に、ＧＷ学習情報管理テーブル１６００の内容は更新される。

ＧＷ学習情報管理テーブル１６００のカラムのうち、センサ１６０１、学習稼働状態１６０２、中央値１６０３、下限値１６０４、上限値１６０５、シフト速度１６０６、サンプリング周波数１６０８、サンプリング周期１６０９、ＦＦＴ長１６１０は、学習情報管理テーブル１４００の、センサ１４０１、学習稼働状態１４０２、中央値１４０３、下限値１４０４、上限値１４０５、シフト速度１４０６、サンプリング周波数１４０７、サンプリング周期１４０８、ＦＦＴ長１４０９と同じ情報が格納されるカラムである。これらのカラムのそれぞれには、学習情報受信部２５０が、中央施設サーバ１から送信されてきた学習情報（つまりセンサ１４０１〜ＦＦＴ長１４０９の情報）を格納する。

図１６の行１６２１は、センサ＃１についての情報が格納された行で、行１６２２は、センサ＃２についての情報が格納された行である。また行１６２１は中央施設サーバ１から学習情報が送信された状態を表し、行１６２２は中央施設サーバ１からまだ学習情報が送信されていない状態を表している。行１６２２に示されているように、中央施設サーバ１から学習情報が送信される前には、カラム１６０３〜１６１０は情報が格納されていない状態で、センサ１６０１、学習稼働状態１６０２、センサデータ送信１６１１だけに情報が格納されている。センサ１６０１、学習稼働状態１６０２にはそれぞれ、センサ名と「非稼働」が格納された状態にある。

一方センサデータ送信１６１１には「あり」または「なし」が格納され、「あり」が格納されている場合には、ゲートウェイ２はセンサデータを中央施設サーバ１に送信する。センサデータ送信１６１１に格納する情報は、たとえば現場の作業員が決定して良い。たとえばセンサ＃１のセンサデータは中央施設サーバ１に蓄積したくないが、センサ＃２のセンサデータは中央施設サーバ１に蓄積したい場合、作業員は運転管理端末６３を用いて、図１６のように、行１６２１のセンサデータ送信１６１１には「なし」を設定し、行１６２２のセンサデータ送信１６１１には「あり」を設定するとよい。

なお、学習稼働状態１６０２が「非稼働」の場合には、センサデータ送信１６１１に「なし」が設定されていても、ゲートウェイ２から中央施設サーバ１にセンサデータは送信される。これは中央施設サーバ１で学習処理を行わせるためである。

また、中央値１６０３、下限値１６０４、上限値１６０５、シフト速度現在値１６０７は、学習情報選択部２６０が後述する処理を実行するたびに更新される。

以下では、図１５を参照しながら、学習情報選択部２６０が実行する処理の流れを説明する。なお、以下の説明では特に断りのない限り、ある１つのセンサ５（仮にこのセンサ５のセンサ名を“センサ＃ｓ”とする）で収集されたセンサデータについて、学習情報選択部２６０が処理を行う時の例を説明する。

ステップ１５０１で学習情報選択部２６０は、センサ受信部２２０でセンサデータを受信し、取得したセンサデータをセンサデータ蓄積部２７０に蓄積し、データ送信部２４０を介して中央施設サーバ１にセンサデータを送信する。

ステップ１５０２では、学習情報選択部２６０は学習稼働状態か否かの判定を実施する。学習稼働状態か否かの判定は、ＧＷ学習情報管理テーブル１６００の学習稼働状態１６０２に登録された値に基づいて判定される。中央施設サーバ１で先に述べたステップ５０９が実行されることで、センサ＃ｓの学習情報がゲートウェイ２に送信されて来ると、ゲートウェイ２はＧＷ学習情報管理テーブル１６００のセンサ＃ｓについての行に学習情報を格納する。その結果、センサ＃ｓの学習稼働状態１６０２は「稼働」になる。

ＧＷ学習情報管理テーブル１６００の学習稼働状態１６０２に登録された値が「稼働」の場合は、学習情報選択部２６０は次にステップ１５０３を実行し、ＧＷ学習情報管理テーブル１６００の学習稼働状態１６０２に登録された値が「非稼働」の場合はステップ１５０１に戻る。つまり、学習稼働状態でない場合（中央施設サーバ１から学習情報が送られて来るまで）は、ゲートウェイ２はセンサ５から受信したセンサデータを中央施設サーバ１に送信する処理だけを行う。

ステップ１５０３以降の処理は、ステップ１５０２の判定結果で学習稼働状態と判定された場合に実施される。なお、ステップ１５０３以降の処理は、後で述べるステップ１５０９で異常と判定されない限り、繰り返し実行される。

ステップ１５０３で学習情報選択部２６０は、センサ受信部２２０でセンサ＃ｓのセンサデータを受信する。

ステップ１５０４では、学習情報選択部２６０はセンサデータ解析部２３０を用いて、センサ＃ｓのセンサデータを周波数解析する。また、ステップ１５０４では学習情報選択部２６０は、ＧＷ学習情報管理テーブル１６００に登録されたサンプリング周波数１６０８、サンプリング周期１６０９、ＦＦＴ長１６１０のフィールドにそれぞれ設定された値を用いて、センサデータの周波数解析を実施する。

ステップ１５０５では、学習情報選択部２６０はＧＷ学習情報管理テーブル１６００から、センサ＃ｓの中央値１６０３、下限値１６０４、上限値１６０５、シフト速度１６０６を読み出す。中央値１６０３、下限値１６０４、上限値１６０５は、学習情報選択部２６０が実行されるたびに更新されるため、前回図１５の処理を実行した時に求めた中央値１６０３、下限値１６０４、上限値１６０５が読み出されることになる。ただし、初めて図１５の処理を実行する時にＧＷ学習情報管理テーブル１６００から読み出される情報は、中央施設サーバ１から送信されてきた学習情報である。

ステップ１５０６では、学習情報選択部２６０はステップ１５０４で解析したセンサデータの周波数解析結果の中から、下限値１６０４と上限値１６０５の値で特定される周波数範囲の周波数解析結果を切り出し、さらに切り出された周波数解析結果の中から、中央値を特定する。なお、ＧＷ学習情報管理テーブル１６００の下限値１６０４と上限値１６０５の値で特定される周波数範囲のことを「センシング範囲」と呼ぶ。

例えば、ステップ１５０４で周波数解析が行われた結果、図１３に示された波形が得られており、またステップ１５０５で読み出された下限値と上限値がそれぞれ、７．８ｋＨｚ，１１．９ｋＨｚだった場合、学習情報選択部２６０は図１３に示された波形のうち、７．８ｋＨｚ〜１１．９ｋＨｚの範囲の波形だけを抽出する。抽出された波形の例を図１９に示す。また学習情報選択部２６０は、この抽出された波形の中から中央値（振動強度が最も大きい周波数）を特定する。図１９の例では、振動強度が最も大きい周波数は９．９ｋＨｚなので、中央値は９．９ｋＨｚと特定される。

以下の説明では、今回学習情報選択部２６０が実行されている時刻（現在時刻）をＴ１とし、前回学習情報選択部２６０が実行された時刻をＴ０とする。そして今回ステップ１５０６を実行することで特定された中央値を“ｆｃ＿１”と表記し、前回（時刻Ｔ０）特定された中央値を“ｆｃ＿０”と表記する。なお、前回の処理で特定された中央値（ｆｃ＿０）は、ステップ１５０５で読み出された、ＧＷ学習情報管理テーブル１６００の中央値１６０３である。

ステップ１５０７では、学習情報選択部２６０はステップ１５０６で切り出されたセンサデータの波形を、センサデータ蓄積部２７０に蓄積する。逆に、ステップ１５０６で切り出されなかった部分の波形は、この時点で破棄されてよい。

なお、ステップ１５０７において、ステップ１５０６で切り出されたセンサデータの波形をセンサデータ蓄積部２７０に蓄積するか否かは、ＧＷ学習情報管理テーブル１６００のセンサデータ送信１６１１に予め設定された情報に基づいて判断される。センサデータ送信１６１１に「なし」が設定された場合は、ステップ１５０７で学習情報選択部２６０は、センサデータ蓄積部２７０に波形の蓄積を行わず、センサデータ送信１６１１に「あり」が設定された場合は、ステップ１５０７で学習情報選択部２６０はセンサデータ蓄積部２７０に波形の蓄積を行う。センサデータ蓄積部２７０に蓄積されたセンサデータの波形は、ステップ１５０９で中央施設サーバ１に送信される。

このように、学習情報選択部２６０はステップ１５０５〜ステップ１５０７の処理により、必要な周波数帯域に限定してデータを蓄積することで、ゲートウェイ２におけるデータ蓄積量の増大を抑制することが可能となる。

ステップ１５０８では、学習情報選択部２６０は周波数ピーク（中央値）のシフト量及びシフト速度を計算する。なお、以下ではここで算出されるシフト速度を“ｆｖ１ｎｏｗ／ｓ”と表記する。

本実施例において、今回ステップ１５０６を実行することで特定された中央値（ｆｃ＿１）と、前回特定された中央値（ｆｃ＿０）との差（ｆｃ＿１−ｆｃ＿０）を、周波数ピークの「シフト量」と呼ぶ。また周波数ピークのシフト速度ｆｖ１ｎｏｗ／ｓは、（ｆｃ＿１−ｆｃ＿０）／（Ｔ１―Ｔ０）を算出することで求められる。ｆｃ＿０は、ステップ１５０５で読み出されており、ｆｃ＿１はステップ１５０６で特定されている。そのため学習情報選択部２６０は、ステップ１５０６で特定された中央値とステップ１５０５でＧＷ学習情報管理テーブル１６００から読み出された中央値の差を求め、それを（Ｔ１−Ｔ０）で除算することで、ｆｖ１ｎｏｗ／ｓを得る。シフト速度ｆｖ１ｎｏｗ／ｓが求められた後、学習情報選択部２６０は、ＧＷ学習情報管理テーブル１６００のシフト速度現在値１６０７に、求められたシフト速度を登録する。

ステップ１５０９では学習情報選択部２６０は、ステップ１５０５でＧＷ学習情報管理テーブル１６００から読みだした下限値と上限値と中央値、および今回（Ｔ１時点）ステップ１５０６を実行することで求められた中央値を用いて、時刻Ｔ１における新たな下限値と上限値を求める。具体的には学習情報選択部２６０は以下の計算を行うことで、新たな下限値と上限値を求める。

ステップ１５０９で新たに求められる下限値と上限値をそれぞれ、ｆ１＿１、ｆ２＿１と表記する。また前回の処理で求められた下限値と上限値をそれぞれ、ｆ１＿０、ｆ２＿０と表記する。学習情報選択部２６０は、
ｆ１＿１ ＝ ｆ１＿０＋（ｆｃ＿１−ｆｃ＿０）
ｆ２＿１ ＝ ｆ２＿０＋（ｆｃ＿１−ｆｃ＿０）
の計算を行うことで、ｆ１＿１、ｆ２＿１を算出する。つまり学習情報選択部２６０は、ＧＷ学習情報管理テーブル１６００に格納されている下限値（ｆ１＿０）と上限値（ｆ２＿０）のそれぞれに、今回求められたシフト量を加算することで、下限値と上限値を更新する。

ステップ１５０９で求めた、新たな下限値と上限値、及びステップ１５０６で求められた新たな中央値は、ＧＷ学習情報管理テーブル１６００の下限値１６０４、上限値１６０５、中央値１６０３にそれぞれ登録される。

またセンサデータ送信１６１１に「あり」が格納されている場合、ステップ１５０９で学習情報選択部２６０は、ステップ１５０７で蓄積したセンサデータを中央施設サーバ１に送信する。逆にセンサデータ送信１６１１に「なし」が格納されている場合、ここではセンサデータの送信は行われない。

ステップ１５１０では、学習情報選択部２６０はステップ１５０８で求めたシフト速度ｆｖ１ｎｏｗ／ｓの絶対値と予めＧＷ学習情報管理テーブル１６００に設定されたシフト速度１６０６（これを“ｆｖ１／ｓ”と呼ぶ）の絶対値を比較する。ｆｖ１ｎｏｗ／ｓの絶対値がｆｖ１／ｓの絶対値以下のときは、ステップ１５０３に遷移する。ｆｖ１ｎｏｗ／ｓの絶対値がｆｖ１／ｓの絶対値を超過したときは、学習情報選択部２６０はシフト速度が閾値以上になった旨の情報を中央施設サーバ１に送信して（ステップ１５１１）、ステップ１５０１に遷移する。

先に述べたとおり、ＧＷ学習情報管理テーブル１６００に設定されたシフト速度１６０６は、中央施設サーバ１で選択された雛形の波形のシフト速度、つまり実際に故障が発生した機械あるいは故障が発生しそうな機械から得られた波形のシフト速度である。実際に故障が発生した機械（あるいは故障が発生しそうな機械）から得られた波形のシフト速度の絶対値に対して、ステップ１５０８で求めたシフト速度の絶対値が大きくなった場合、それは故障発生の予兆と推定される。そのため本実施例に係る学習情報選択部２６０は、ステップ１５１０のような判定を行っている。

また、学習情報選択部２６０は上で述べた手順で処理を行うため、ゲートウェイ２が故障検知を行う際に用いられる情報は、センサデータの周波数解析結果のうち、センシング範囲に含まれる情報だけに絞り込まれる。これにより、処理コストおよび蓄積コストの増大を抑制することができる。

また、診断対象の機械設備の種類や設置条件などにより、故障検知に必要となるセンシング範囲は異なる。本実施例に係るデータ収集システムは図５で説明したとおり、センサ５から収集したセンサデータと複数の雛形とを比較することでセンシング範囲を決定する。そのため、故障検知に用いるための情報を適切に絞り込むことができる。

図１６〜図１８を使って、ステップ１５０５〜１５０９で行われる処理の具体例を説明する。以下では、センサ＃１について学習情報選択部２６０が処理を行う例を説明する。

図１６は、中央施設サーバ１から送られてきたセンサ＃１の学習情報が設定された直後のＧＷ学習情報管理テーブルの状態を示しており、図１７に示されたＧＷ学習情報管理テーブルは、図１６のＧＷ学習情報管理テーブルに基づいて学習情報選択部２６０がステップ１５０５〜１５０９を実行した直後の状態を表しており、図１８に示されたＧＷ学習情報管理テーブルは、図１７のＧＷ学習情報管理テーブルに基づいて学習情報選択部２６０がステップ１５０５〜１５０９を実行した直後の状態を表している。なお、図１６〜図１８はいずれも、ＧＷ学習情報管理テーブルの内容を表した図だが、説明が複雑化することを避けるため、図１６〜図１８のＧＷ学習情報管理テーブルの参照番号をそれぞれ、１６００、１７００、１８００とする。また、各カラムの参照番号にも、図１７のＧＷ学習情報管理テーブル１７００については、１７０１〜１７１１を用い、図１８のＧＷ学習情報管理テーブル１８００については、１８０１〜１８１１を用いる。

以下では説明の簡単化のため、１秒間隔でステップ１５０５〜１５０９が行われる前提で説明する。また以下の説明において、ステップ１５１０の判定は常にＮＯである（ｆｖ１ｎｏｗ／ｓは、中央施設サーバ１から指定されたシフト速度未満である）ケースについて説明する。

中央施設サーバ１から送られてきたセンサ＃１の学習情報がＧＷ学習情報管理テーブル１６００に設定されてから学習情報選択部２６０で行われる処理の概略は、以下の通りである。

中央施設サーバ１からセンサ＃１の学習情報がゲートウェイ２に送信され、センサ＃１の学習稼働状態１６０２が「稼働」になった契機でステップ１５０３が実行される。この時の時刻をＴとする。ステップ１５０３では学習情報選択部２６０は１秒分のセンサデータを受信して、ステップ１５０４で周波数解析を行う（つまりステップ１５０４終了時点の時刻は（Ｔ＋１）である）。そして時刻（Ｔ＋１）において、ステップ１５０５〜ステップ１５０９が行われ、ＧＷ学習情報管理テーブル１６００は、図１７の状態に変更される。

その後学習情報選択部２６０は、再び１秒分のセンサデータを受信して周波数解析を行う（ステップ１５０３、ステップ１５０４）。そして時刻（Ｔ＋２）において、学習情報選択部２６０がステップ１５０５〜ステップ１５０９を実行すると、ＧＷ学習情報管理テーブル１７００の状態は、図１８の状態に変更される。

図１６、図１７を参照しながら、時刻（Ｔ＋１）においてステップ１５０５〜ステップ１５０９が行われた時の、ＧＷ学習情報管理テーブル１６００の状態の変化を説明する。ステップ１５０５が実行されることで、図１６のＧＷ学習情報管理テーブル１６００から、センサ＃１の中央値１６０３（１０ｋＨｚ）、下限値１６０４（８ｋＨｚ）、上限値１６０５（１２ｋＨｚ）、シフト速度（ｆｖ１／ｓ）が読み出される（つまり中央施設サーバ１から送られてきた下限値、上限値、シフト速度が読み出される）。

この結果、ステップ１５０６及びステップ１５０７では、ステップ１５０４で得られた周波数解析結果のうち、８ｋＨｚ〜１２ｋＨｚの範囲のデータだけが抽出されてセンサデータ蓄積部２７０に蓄積される。なお、以下の説明ではここでステップ１５０６が実行された結果、特定された中央値を９．９ｋＨｚとする。

ここでステップ１５０８が実行されると、シフト速度（ｆｖ１ｎｏｗ／ｓ）は、
（９．９−１０）÷１＝−０．１ｋＨｚ（＝−１００Ｈｚ）と算出される。

続いてステップ１５０９で学習情報選択部２６０が下限値（ｆ１＿１）と上限値（ｆ２＿１）を算出する。下限値は、
ｆ１＿１ ＝ ８＋（９．９−１０）＝７．９
となり、一方上限値は、
ｆ２＿１ ＝ １２＋（９．９−１０）＝１１．９
となる。

この結果、ＧＷ学習情報管理テーブル１６００の、センサ＃１の中央値、下限値、上限値はそれぞれ、図１７のカラム１７０３〜１７０５のように変更される。

次に、時刻（Ｔ＋２）においてステップ１５０５〜ステップ１５０９が行われた時の、ＧＷ学習情報管理テーブル１７００（図１７）の状態の変化を、図１７、図１８を用いて説明する。ステップ１５０５が実行されることで、図１７のＧＷ学習情報管理テーブル１７００から、センサ＃１の中央値１６０３（９．９ｋＨｚ）、下限値１６０４（７．８ｋＨｚ）、上限値１６０５（１１．９ｋＨｚ）、シフト速度（ｆｖ１／ｓ）が読み出される。この結果、ステップ１５０６及びステップ１５０７では、ステップ１５０４で得られた周波数解析結果のうち、７．８ｋＨｚ〜１１．９ｋＨｚの範囲のデータだけが抽出されてセンサデータ蓄積部２７０に蓄積される。なお、以下の説明ではステップ１５０６において特定された中央値は９．７ｋＨｚとする。

ここでステップ１５０８が実行されると、シフト速度（ｆｖ１ｎｏｗ／ｓ）は、
（９．７−９．９）÷１＝−０．２ｋＨｚ（＝−２００Ｈｚ）と算出される。

続いてステップ１５０９で学習情報選択部２６０が下限値（ｆ１＿１）と上限値（ｆ２＿１）を算出する。下限値は、
ｆ１＿１ ＝ ７．８＋（９．７−９．９）＝７．６
となり、一方上限値は、
ｆ２＿１ ＝ １１．９＋（９．７−９．９）＝１１．７
となる。

この結果、ＧＷ学習情報管理テーブル１７００の、センサ＃１の中央値、下限値、上限値はそれぞれ、図１８のカラム１８０３〜１８０５のように変更される。

上で述べたように、最初に図１５の処理が実行される時は、学習情報選択部２６０はセンサデータの波形の中から、中央施設サーバ１から送信された学習情報（下限値と上限値）で指定される周波数範囲（センシング範囲）のデータを抽出し、抽出されたデータをもとに、監視対象の機械９の異常検知を行う。ただし学習情報選択部２６０はセンサデータの解析結果をもとにセンシング範囲の修正を行う（ステップ１５０９）ため、２回目以降は、学習情報選択部２６０は修正されたセンシング範囲のデータを抽出することになる。

監視対象の機械９は経年変化などの影響により、振動の周波数が徐々に変化していく。たとえば上で説明した例のように、中央値が徐々に下がっていく傾向がある。学習情報選択部２６０が、毎回中央施設サーバ１から送信されたセンシング範囲のデータのみを抽出して、抽出されたデータから異常検知の判定を行っていると、検出すべき特徴的な情報（中央値）を捕捉できなくなる。そのため、本実施例に係るデータ収集システムでは、センサデータの解析結果（具体的には、中央値の変化量）をもとにセンシング範囲の修正を行うことで、異常検知に必要な情報（中央値）が捕捉できなくなることがないようにしている。

最後に、本実施例に係るデータ収集システムで行われる処理の全体の流れを説明する。図２０は、中央施設サーバ１の学習情報変更部１２０とゲートウェイ２の学習情報選択部２６０の処理の流れと、処理の過程で両者の間でやり取りされる情報とを表した図である。

なお、図５と図１５で前述の通り、処理フローの詳細を説明したので、図２０では、中央施設サーバ１とゲートウェイ２におけるデータの授受の部分のみを説明する。

ゲートウェイ２は、センサから受信したセンサデータを中央施設サーバ１に送信する（２３０１）。これは図１５のステップ１５０１に相当する処理である。

一方中央施設サーバ１は図５を用いて説明したように、異常検知に用いるセンサデータの周波数範囲を決定する学習工程を実施する。まず中央施設サーバ１は、学習終了時間に達するまでゲートウェイ２からセンサデータを受領し、雛形との比較を行う（２３０２〜２３０４）。これは図５のステップ５０１〜ステップ５０４に相当する処理である。

学習終了時間を経過した後、中央施設サーバ１は学習情報を作成（２３０５）し、ゲートウェイ２に学習情報を送信する（２３０６）。これは図５のステップ５０５〜ステップ５０９に相当する処理である。

学習情報がゲートウェイ２に送信されると、ゲートウェイ２は学習稼働状態に遷移し、センサデータと学習情報を用いて、機械９の異常検知を行う工程を実施する。図１５（ステップ１５０３〜１５０９）を用いて説明したように、ゲートウェイ２はセンサ５から得たセンサデータを解析し、中央値のシフト速度を求め、求められた中央値のシフト速度が学習情報に含まれるシフト速度以上になっていない判定する（２３１１，２３１２）。

ゲートウェイ２は、シフト速度超過と判定されたとき（２３１２：ＹＥＳ）、中央施設サーバ１にシフト速度超過の情報を含むデータを通知する（２３１３）。

中央施設サーバ１は、ゲートウェイ２からシフト速度が閾値以上になった旨の通知を受信したとき、中央監視端末６４の画面を介して保守員等に機械９の異常を通知する（２３０９）。具体的には中央施設サーバ１は、たとえば機械９に異常が発生した旨のアラートメッセージを画面に表示することで、保守員等に機械９の異常を通知する。

１ 中央施設サーバ
２ ゲートウェイ
５ センサ
７０ ＷＡＮ
３００ 学習情報変更プログラム
４００ 学習情報選択プログラム

Claims (9)

1. 監視対象の設備に設けられたセンサから出力される時系列データを収集するデータ収集システムであって、
   前記データ収集システムは、
   前記時系列データとの比較用データである雛形を複数記憶した学習情報蓄積部と、
   前記時系列データと複数の前記雛形との比較を行うことで、前記時系列データの検査範囲を決定する、学習情報変更部と、
   前記時系列データを周波数解析して周波数スペクトルを生成する、センサデータ解析部と、
   前記時系列データの検査範囲に関する情報を用いて、前記センサデータ解析部が生成した前記周波数スペクトルのうち検査対象となる周波数スペクトルを抽出し、前記検査対象となる周波数スペクトルを用いて前記設備の異常検出を行う学習情報選択部と、
   を有し、
   前記学習情報蓄積部には、前記雛形の周波数スペクトルの中で信号強度が最大となる周波数である中央値、前記雛形の周波数スペクトルの中で信号強度が所定値以下でかつ極小値を取り前記中央値より低い周波数である下限値及び前記雛形の周波数スペクトルの中の前記信号強度が所定値以下でかつ極小値を取り前記中央値より高い周波数である上限値が、それぞれの前記雛形に対応付けられて格納されており、
   前記学習情報変更部は、前記時系列データと複数の前記雛形の周波数スペクトルとを比較し、前記時系列データの周波数スペクトルとの類似度が最も高い前記雛形を類似雛形と決定し、前記類似雛形の前記下限値及び上限値を前記時系列データの検査範囲に関する情報に含めて、前記学習情報選択部に通知する、
   ことを特徴とするデータ収集システム。
2. 前記学習情報選択部は、前記学習情報変更部から通知された前記類似雛形の下限値と上限値で特定される周波数範囲を、検査対象周波数範囲の初期値に決定し、
   ａ） 前記センサデータ解析部が前記周波数スペクトルを生成すると、前記検査対象周波数範囲に含まれる前記周波数スペクトルを抽出する工程と、
   ｂ） 抽出された前記周波数スペクトルの信号強度の中央値を特定する工程と、
   ｃ） 前記ｂ）で特定された前記中央値と、前回前記学習情報選択部が特定した前記中央値を用いて、前記中央値のシフト量及びシフト速度を算出する工程と、
   ｄ） 前記検査対象周波数範囲の下限値及び上限値に、前記中央値のシフト量を加算することで、前記検査対象周波数範囲の下限値及び上限値を更新する工程と、
   を繰り返し実行する、
   請求項１に記載のデータ収集システム。
3. 前記工程ｃ）を実行した結果、
   ｅ） 前記中央値のシフト速度が、あらかじめ定められた閾値を超過した場合、前記設備に異常が発生した旨のアラートメッセージを出力する、
   請求項２に記載のデータ収集システム。
4. 前記データ収集システムは、
   前記学習情報蓄積部と前記学習情報変更部を有するサーバと、
   前記センサデータ解析部と前記学習情報選択部を有するゲートウェイ装置と、を備え、
   前記ゲートウェイ装置は、前記サーバと第１のネットワークで接続され、前記センサと第２のネットワークで接続されており、
   前記センサから前記時系列データを受領するセンサ受信部と、前記時系列データを前記サーバに送信するデータ送信部を有する、
   請求項２に記載のデータ収集システム。
5. 監視対象の設備に設けられたセンサと、前記センサから出力される時系列データを収集するサーバとの間に設けられるゲートウェイ装置であって、
   前記センサから前記時系列データを受信するセンサ受信部と、
   前記時系列データを前記サーバに送信するデータ送信部と、
   前記時系列データを周波数解析して周波数スペクトルを生成する、センサデータ解析部と、
   前記時系列データの検査範囲に関する情報を、周波数の下限値と上限値を含めて受信する学習情報受信部と、
   前記時系列データの検査範囲に関する情報を用いて、前記センサデータ解析部が生成した前記周波数スペクトルのうち検査対象となる周波数スペクトルを抽出し、前記検査対象となる周波数スペクトルを用いて前記設備の異常検出を行う学習情報選択部と、
   を備え、
   前記学習情報選択部は、
   前記時系列データの検査範囲に関する情報に含まれている、前記下限値及び上限値で特定される周波数範囲を、検査対象周波数範囲の初期値に決定し、
   ａ） 前記センサデータ解析部が前記周波数スペクトルを生成すると、生成された前記周波数スペクトルのうち、前記検査対象周波数範囲に含まれる前記周波数スペクトルを抽出する工程と、
   ｂ） 抽出された前記周波数スペクトルの信号強度の中央値を特定する工程と、
   ｃ） 前記ｂ）で特定された前記中央値と、前回前記学習情報選択部が特定した前記中央値を用いて、前記中央値のシフト量及びシフト速度を算出する工程と、
   ｄ） 前記検査対象周波数範囲の下限値及び上限値に、前記中央値のシフト量を加算することで、前記検査対象周波数範囲の下限値及び上限値を更新する工程と、
   を繰り返し実行する、
   ことを特徴とするゲートウェイ装置。
6. 前記工程ｃ）を実行した結果、
   ｅ） 前記中央値のシフト速度が、あらかじめ定められた閾値を超過した場合、前記設備に異常が発生した旨を前記サーバに通知する、
   請求項５に記載のゲートウェイ装置。
7. 監視対象の設備に設けられたセンサから出力される時系列データを受信するゲートウェイ装置と、
   前記ゲートウェイ装置とネットワークで接続され、前記時系列データとの比較用データである雛形を複数記憶したサーバと、を有するデータ収集システムにおいて、
   前記サーバは、前記雛形の周波数スペクトルの中で信号強度が最大となる周波数である中央値、前記雛形の周波数スペクトルの中で信号強度が所定値以下でかつ極小値を取り前記中央値より低い周波数である下限値及び前記雛形の周波数スペクトルの中の前記信号強度が所定値以下でかつ極小値を取り前記中央値より高い周波数である上限値が、それぞれの前記雛形に対応付けて保持しており、かつ、前記時系列データと複数の前記雛形の周波数スペクトルとを比較し、前記時系列データの周波数スペクトルとの類似度が最も高い前記雛形を類似雛形と決定し、前記類似雛形の前記下限値及び上限値を前記時系列データの検査範囲に関する情報に含めて前記時系列データの検査範囲を決定し、前記ゲートウェイ装置に通知する、学習工程と、
   前記ゲートウェイ装置は、異常検知工程として、前記学習工程で決定された前記時系列データの検査範囲に関する情報を用いて、前記時系列データの周波数スペクトルのうち検査対象となる周波数スペクトルを抽出し、抽出された前記周波数スペクトルを用いて前記設備の異常を検知する工程と、
   を実行することを特徴とする異常検出方法。
8. 前記異常検知工程で前記ゲートウェイ装置は、
   前記サーバから通知された前記類似雛形の下限値と上限値で特定される周波数範囲を、検査対象周波数範囲の初期値に決定した後、
   ａ） 前記時系列データの周波数スペクトルのうち、前記検査対象周波数範囲に含まれる前記周波数スペクトルを抽出する工程と、
   ｂ） 抽出された前記周波数スペクトルの信号強度の中央値を特定する工程と、
   ｃ） 前記ｂ）で特定された前記中央値と、前回前記異常検知工程で特定された前記中央値を用いて、前記中央値のシフト量及びシフト速度を算出する工程と、
   ｄ） 前記検査対象周波数範囲の下限値及び上限値に、前記中央値のシフト量を加算することで、前記検査対象周波数範囲の下限値及び上限値を更新する工程と、
   を繰り返し実行することを特徴とする請求項７に記載の異常検出方法。
9. 前記異常検知工程はさらに、
   ｅ） 前記ｃ）で求められた前記中央値のシフト速度が、あらかじめ定められた閾値を超過した場合、前記設備に異常が発生した旨のアラートメッセージを出力する、
   工程を含むことを特徴とする請求項８に記載の異常検出方法。

Images