JP6782260B2 - 情報処理装置、情報処理方法およびプログラム - Google Patents

Description

本発明の実施形態は、情報処理装置、情報処理方法およびプログラムに関する。

空調機器など多くの装置では、センサの計測値に基づく制御が行われている。装置が正常に制御されるためには、計測値の正確度が担保されている必要がある。計測値の正確度を低下させる要因のひとつとして、センサのドリフト異常がある。ドリフト異常とは、計測値と真値との間に定常的なずれが生ずることをいい、年単位など長い時間経過により顕在化する。ドリフト異常を検知できれば、校正を行うセンサの特定や優先順位付けが可能となり、保守作業が効率化される。また、装置が異常動作したり、非効率な運転が行われたりするのを防ぐことができる。

計測値の特性変化からドリフト異常を検知する技術が開発されている。計測値の特性変化の要因がドリフト異常に限られるのであれば、高い検知性能を期待できる。しかし、計測値の特性変化はドリフト異常以外に、例えば、使用条件や外部環境の変化などに起因しても起こるため、長い時間を経るほど、計測値の特性変化にドリフト異常以外の要因が含まれる蓋然性が高くなる。計測値の特性変化にドリフト異常以外の要因が含まれる場合、ドリフト異常以外の要因による計測値の特性変化をドリフト異常によるものとして扱う過誤のため、ドリフト異常の検知性能が低下する。つまり、前記過誤により、長い時間を経るほどドリフト異常の検知は困難となる。

国際公開第２０１７／１３４９０８号 特許第４４３６２２７号公報

本発明の実施形態は、ドリフト異常以外に起因した計測値の変化を誤ってドリフト異常として扱う過誤の発生を防止する情報処理装置、情報処理方法およびプログラムを提供する。

本発明の実施形態としての情報処理装置は、検知対象期間における一部の期間であるサブ期間のセンサに係る計測値に基づき、前記計測値と真値がずれる異常である、ドリフト異常の度合を示す、ドリフト異常度を推定する、異常検知部と、前記サブ期間の前記ドリフト異常度に基づき、前記検知対象期間における前記ドリフト異常度を推定する、結果統合部とを備える。

第１の実施形態に係る情報処理装置の構成例を示す図。 計測値データの一例を示した図。 第１の実施形態に係る情報処理装置の処理のフローチャート。 重複部分のあるサブ期間を設定した場合の例を示した図。 部分的にサブ期間を設定した場合の例を示した図。 サブ期間の決め方の例を示した図。 検知対象期間を分割してサブ期間を生成した場合の例を示した図。 重複部分のあるサブ期間を設定した場合の統合例を示した図。 部分的にサブ期間を設定した場合における統合例を示した図。 サブタスクを改めて生成する例を示した図。 第２の実施形態に係る情報処理装置の処理のフローチャート。 第３の実施形態に係る統合処理のフローチャート。 ディスプレイへの画面表示結果の例を示す図。 ハードウェアの構成例を示した図。

以下、図面を参照しながら、本発明の実施形態について説明する。また、図面において同一の構成要素は、同じ番号を付し、説明は、適宜省略する。

（第１実施形態）
図１は、第１の実施形態に係る情報処理装置の構成例を示す図である。

最初に本実施形態に係る情報処理装置の概要について説明する。図１には、情報処理装置１が示されている。情報処理装置１は、指定された期間（以下、検知対象期間）のデータに基づき、センサの計測値と真値がずれる異常であるドリフト異常の度合を示すドリフト異常度を推定し、所定の閾値との比較によりドリフト異常の判定を行う。上述のように、検知対象期間が長いと、計測値の特性変化にドリフト異常検知の要因が含まれる蓋然性が高くなる。そこで、本実施形態に係る情報処理装置では、検知対象期間の一部期間に相当する、サブ期間を生成する。サブ期間は複数生成されてもよい。そして、それぞれのサブ期間においてドリフト異常度を推定する。以降では、サブ期間におけるドリフト異常度を推定する処理をサブタスクと呼ぶ。

検知対象期間に比べ、サブ期間の方がドリフト異常以外の要因による計測値の特性変化が少なく、ドリフト異常検知を行うのに適している。最後に複数のサブタスクの結果に基づき、検知対象期間におけるドリフト異常度を推定する。検知対象期間におけるドリフト異常度を推定する処理をメインタスクと呼ぶ。メインタスクの結果、或いはメインタスクから得られたドリフト異常度と所定の閾値を比較してドリフト異常を判定した結果はディスプレイなどに表示され、可視化される。

次に、情報処理装置１の各構成要素について説明する。

図１の情報処理装置１は、計測値データベース（計測値ＤＢ）２と、管理部３と、サブタスク生成部４と、異常検知部（サブ期間ドリフト推定部）５と、結果統合部（検知対象期間ドリフト推定部）６と、表示部７と、入力装置８と、記憶部９とを備える。

計測値データベース２は、装置やシステムに係るセンサの計測値を時系列で保存する。以降ではこのようなデータを計測値データと呼ぶものとする。計測値データは、例えば、計測日時と計測値を含むが、その他の値を含んでいてもよい。図２は、計測値データベース２に保存された計測値データの一例を示している。

図２は、あるセンサの３つの計測値データを示している。図２の各行は、それぞれ計測値データに相当する。図２の計測値データには、計測日時と、計測状態と、計測値が含まれている。ここで、計測状態とは、計測日時における、センサまたはセンサが付随している機器の状態、もしくは制御システム側から機器に指示された設定値のことであり、複数の項目が存在してもよい。計測状態の例としては、センサが付随する機器の稼働状態（定常運転中、起動中、停止中など）、外部環境の情報（気温、湿度など）などが挙げられる。

計測値データベース２は、上述の計測値データを、各センサについて記憶する。計測値データは、センサごとに設けられたテーブルに格納されてもよいし、ひとつのテーブルにまとめて格納してもよい。計測値データベース２は、後述する記憶部９に保存されていてもよいし、外部の記憶装置やサーバなどに保存されていてもよい。

管理部３は、計測値データベース２からドリフト異常検知に用いる計測値データを取得し、サブタスク生成部４と、異常検知部５に転送する。また、後述するように管理部３は検知対象期間や閾値などが指定されたら、メインタスクを生成する。

サブタスク生成部４は、検知対象期間の一部の期間に相当するサブ期間と、それぞれのサブ期間におけるドリフト異常度を推定する、サブタスクを生成する。サブ期間の数は１つでも複数でもよく、特に限定しない。各サブ期間の長さは異なっていてもよい。サブ期間の長さは、検知対象期間より短ければ、特に問わない。複数のサブ期間で時間的な重複があってもよい。また、生成された複数のサブ期間は、必ず検知対象期間の全範囲を網羅していなくてもよい。サブ期間の設定例や、サブ期間の決定方法については後述する。

異常検知部（サブ期間ドリフト推定部）５は、それぞれのサブタスクを実行し、その結果であるドリフト異常度を後述する記憶装置１０５に保存する。異常検知部５は、計測値と真値がずれる異常であるドリフト異常の度合である、ドリフト異常度を推定する。ドリフト異常度としては、例えばドリフト量を使うことができる。ドリフト量とは、計測値の真値からのずれの大きさである。ドリフト異常度として、その他の指標を用いることを妨げない。サブタスクから出力されるドリフト異常度の種類は、異常検知部５の実装に依存する。複数のサブタスクは、並列的に実行されてもよいし、ひとつずつ順番に実行されてもよい。

異常検知部５におけるドリフト異常度の推定には、例えば、線形モデル、サポートベクターマシン、ニューラルネットワークなどを使用することができる。使用する手法の種類は特に問わない。異常検知部５が異常のあり／なしの２値を出力する手法を用いる場合、出力される結果と相関のある連続量の中間値をドリフト異常度として用いればよい。

結果統合部（検知対象期間ドリフト推定部）６は、複数のサブタスクの結果に基づき、メインタスクを実行し、検知対象期間のドリフト異常度を求める。結果統合部６は、メインタスクの出力した検知対象期間のドリフト異常度を記憶装置１０５に保存してもよい。メインタスク生成時に閾値を指定している場合は、前記ドリフト異常度と前記閾値を比較して、ドリフト異常の判定を行い、その結果を記憶装置１０５に保存してもよい。

異常検知部５で、ドリフト異常度としてドリフト量を推定した場合、メインタスクは単純な加算処理とすることができる。結果統合部６は、検知対象期間におけるドリフト異常の有無を出力してもよいし、ドリフト異常度を出力してもよい。また、ドリフト異常の有無と、ドリフト異常度の両方を出力してもよい。

表示部７は、結果統合部６の出力したデータを、所定の形式を有する画像データやテキストデータに変換し、ディスプレイに表示させる。これにより、ディスプレイに、ドリフト異常の有無や、ドリフト異常度などが所定の形式で表示される。また、表示部７は、異常検知部５が出力した各サブタスクの結果などを、ディスプレイに表示させてもよい。ディスプレイには、例えば、ＬＣＤ（液晶ディスプレイ）、ＣＲＴ（ブラウン管）、有機ＥＬ（有機エレクトロルミネッセンス）ディスプレイなどであるが、これに限られない。ディスプレイには、ドリフト異常の有無やドリフト異常度などが表示される。

管理部３、サブタスク生成部４、異常検知部５、結果統合部６、表示部７の各構成要素は、半導体回路、ＦＰＧＡ、ＰＬＤ、ＡＳＩＣなどのハードウェアにより実装されていてもよいし、マイクロプロセッサ上で動作するソフトウェア（プログラム）によって実装されていてもよいし、これらの組み合わせにより実現されていてもよい。情報処理装置１の実行する情報処理プログラムは、後述する記憶部９に格納されている。

入力装置８は、情報処理装置１に情報を入力するための装置である。入力装置８は、例えば、キーボード、マウス、タッチパネルなどであるが、これに限られない。ユーザは、入力装置８を用いることにより、ドリフト異常検知を行うセンサや装置などの指定、検知対象期間の指定、処理の開始指令などを入力することができる。

記憶部９は、プログラムやデータなどを保存する記憶領域を提供する。記憶部９は、ＲＡＭ、ＤＲＡＭなどの揮発性メモリでも、ＮＡＮＤ、ＭＲＡＭ、ＦＲＡＭなどの不揮発性メモリでもよい。またハードディスク、ＳＳＤなどのストレージ装置でもよい。記憶部９は、情報処理装置１に内蔵されていてもよいし、外部の記憶装置であってもよい。また、記憶部９は、ＳＤメモリカード、ＵＳＢメモリなどの取り外し可能な記憶媒体であってもよい。

次に、本発明の実施形態に係る情報処理装置のハードウェア構成について説明する。本実施形態に係る監視装置は、コンピュータ１００により構成される。コンピュータ１００には、サーバ、クライアント端末、マイコン、タブレット、スマートフォン、パソコン、汎用コンピュータなど各種の情報処理装置が含まれる。

図１４は、コンピュータ１００の一例を示す図である。図１４のコンピュータ１００は、プロセッサ１０１と、入力装置１０２と、表示装置１０３と、通信装置１０４と、記憶装置１０５とを備える。プロセッサ１０１、入力装置１０２、表示装置１０３、通信装置１０４、記憶装置１０５は、バス１０６により相互に接続されている。

プロセッサ１０１は、コンピュータ１００の制御装置と演算装置を含む電子回路である。プロセッサ１０１として、例えば、汎用目的プロセッサ、中央処理装置（ＣＰＵ）、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、コントローラ、マイクロコントローラ、状態マシン、特定用途向け集積回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラム可能論理回路（ＰＬＤ）またはこれらの組合せを用いることができる。

プロセッサ１０１は、バス１０６を介して接続された各装置（例えば、入力装置１０２、通信装置１０４、記憶装置１０５）から入力されたデータやプログラムに基づいて演算処理を行い、演算結果や制御信号を、バス１０６を介して接続された各装置（例えば、表示装置１０３、通信装置１０４、記憶装置１０５）に出力する。具体的には、プロセッサ１０１は、コンピュータ１００のＯＳ（オペレーティングシステム）や、ドリフト異常検知プログラムなどを実行し、コンピュータ１００を構成する各装置を制御する。

ドリフト異常検知プログラムとは、コンピュータ１００に、各実施形態に係る情報処理装置の各機能を実現するプログラムである。ドリフト異常検知プログラムは、一時的でない有形のコンピュータ読み取り可能な記憶媒体に記憶される。上記の記憶媒体は、例えば、光ディスク、光磁気ディスク、磁気ディスク、磁気テープ、フラッシュメモリ、半導体メモリであるが、これに限られない。プロセッサ１０１がドリフト異常検知プログラムを実行することにより、コンピュータ１００がドリフト異常検知を行う情報処理装置として動作する。

入力装置１０２は、コンピュータ１００に情報を入力するための装置である。入力装置１０２は、例えば、キーボード、マウス、タッチパネルなどであるが、これに限られない。ユーザは、入力装置１０２を用いることにより、ドリフト異常検知を行うセンサなどの指定、検知対象期間の指定、処理の開始指令などを入力することができる。

表示装置１０３は、画像や映像を表示するための装置である。表示装置１０３は、例えば、ＬＣＤ（液晶ディスプレイ）、ＣＲＴ（ブラウン管）、有機ＥＬ（有機エレクトロルミネッセンス）ディスプレイなどであるが、これに限られない。表示装置１０３には、上述の図１３のように、判定結果としてドリフト異常の有無やドリフト異常度などが表示される。

通信装置１０４は、コンピュータ１００が外部装置と無線または有線で通信するための装置である。通信装置１０４は、例えば、モデム、ハブ、およびルータであるが、これに限られない。管理部３は、通信装置１０４を介して、センサが設置された建物などから計測値データを遠隔収集してもよい。

記憶装置１０５は、コンピュータ１００のＯＳや、ドリフト異常検知プログラム、ドリフト異常検知プログラムの実行に必要なデータ、ドリフト異常検知プログラムの実行により生成されたデータなどを記憶する記憶媒体である。記憶装置１０５には、主記憶装置と外部記憶装置とが含まれる。主記憶装置は、例えば、ＲＡＭ、ＤＲＡＭ、ＳＲＡＭであるが、これに限られない。また、外部記憶装置は、例えば、ハードディスク、光ディスク、フラッシュメモリ、および磁気テープであるが、これに限られない。計測値データベース２は、記憶装置１０５上に構築されてもよいし、外部のサーバやストレージ上に構築されてもよい。

なお、コンピュータ１００は、プロセッサ１０１、入力装置１０２、表示装置１０３、通信装置１０４、記憶装置１０５を、それぞれ１つずつまたは複数備えてもよいし、プリンタやスキャナなどの周辺機器を接続されていてもよい。

また、情報処理装置は、単一のコンピュータ１００により構成されてもよいし、相互に接続された複数のコンピュータ１００からなるシステムとして構成されてもよい。

さらに、ドリフト異常検知プログラムは、コンピュータ１００の記憶装置１０５に予め記憶されていてもよいし、コンピュータ１００の外部の記憶媒体に記憶されていてもよいし、インターネット上にアップロードされていてもよい。いずれの場合も、ドリフト異常検知プログラムをコンピュータ１００にインストールして実行することにより、情報処理装置の機能が実現される。

図３は、第１の実施形態に係る情報処理装置の処理のフローチャートである。以下では、図３を参照しながら、本実施形態に係る情報処理装置の処理を説明する。

まず、ドリフト異常の検知対象とするセンサ、検知対象期間、ドリフト異常の判定に用いる閾値などを指定する。（ステップＳ１０１）ユーザが入力装置８を使ってこれらの指定を行ってもよい。また、外部の端末や情報通信装置から送信された信号を通信装置１０４で受信し、当該信号に基づき指定を行ってもよい。検知対象とするセンサは１つとは限らず、複数であってもよい。ドリフト異常判定に用いる閾値も各センサに１つとは限らず、全体で１つ、あるいは各センサに複数設定されていてもよい。検知対象期間の長さの例としては、１年から数年単位の期間が考えられるが、検知対象期間の長さは特に問わない。

次に、管理部３によって、ステップＳ１０１で指定されたドリフト異常検知に必要な情報を含むメインタスクが生成される。（ステップＳ１０２）メインタスクの含まれる情報の例としては、検知対象のセンサ：温度計Ａ，湿度計Ｂ、ドリフト異常検知期間：２０００年１月から２００２年１月が挙げられる。ここで、メインタスクのドリフト異常検知期間は、情報処理装置１の検知対象期間に等しい。管理部３は、メインタスクを生成したら、メインタスクに係るデータを記憶装置１０５に保存してもよい。また、メインタスクに係るデータをサブ期間生成部４に転送してもよい。

そして、サブ期間生成部４は、サブタスクを生成する。（ステップＳ１０３）サブ期間生成部４は、メインタスクのドリフト異常検知期間の値のみを変更したサブタスクを生成する。サブ期間生成部４は、サブタスクを生成したら、サブタスクに係るデータを記憶装置１０５に保存してもよい。また、サブタスクに係るデータを異常検知部５に転送してもよい。

上述のサブ期間に相当する、サブタスクのドリフト異常検知期間は、メインタスクのドリフト異常検知期間の範囲内に設定される。サブタスク生成部４に係る説明で述べたように、サブ期間の決め方には複数のパターンが存在する。以下ではそのうち、いくつかのパターンについて説明する。

図４〜図６は、サブ期間の決め方の例を示している。以下では、図４〜図６を参照しながらサブ期間の決め方について説明する。

図４は、重複部分のあるサブ期間を設定した場合の例を示している。図４では、サブ期間１０とサブ期間１２によって検知対象期間の全体が網羅されている。サブ期間１０とサブ期間１２は、期間１１において重複している。このように、サブ期間同士で時間的な重複があってもよい。

図５は、部分的にサブ期間を設定した場合の例を示している。図５では、サブ期間１３とサブ期間１５が検知対象期間の一部を占めている。しかし、期間１４については、いずれのサブ期間にも含まれていない。図７の例のように、検知対象期間の一部がいずれのサブ期間にも含まれていなくてもよい。

図６は、サブ期間を１つだけ設定した場合の例を示している。図６の例のように、サブ期間は１つであってもよい。

サブタスク生成部４は、それぞれのサブタスクによるドリフト異常度の推定精度が高くなるよう、サブ期間を決定してもよい。例えば、事前に欠測などの理由により、十分な計測値を利用できない期間があることがわかるのであれば、当該期間を除外してサブ期間を決定してもよい。

以下では、再び図３のフローチャートの説明に戻る。

次に、異常検知部５は、各サブタスクを実行し、その結果を保存する。（ステップＳ１０４）異常検知部５は、例えば、記憶装置１０５に保存されたサブタスクに係るデータを読み出して、サブタスクを実行する。ステップＳ１０４における処理の詳細は、上述の異常検知部５に係る説明で述べた通りである。各サブタスクの実行結果は、記憶装置１０５に保存される。サブタスクの結果の例としては、サブ期間におけるドリフト異常度の推定値があるが、その他の情報を含んでいてもよい。

そして、結果統合部６は、サブタスクの結果に基づき、メインタスクを実行する。（ステップＳ１０５）なお、ひとつのサブタスクしか生成されず、前記サブタスクの結果しかない場合には、前記サブタスクの結果をメインタスクの結果としてもよい。メインタスクの結果は、記憶装置１０５に保存される。

以降では、ドリフト異常度としてドリフト量を用いた場合を例に説明する。

図７は、検知対象期間を分割してサブ期間を生成した場合の例を示している。図７では、検知対象期間がサブ期間１９、２０、２１に三分割されている。図７の例のように、サブ期間の重複がなく、いずれのサブ期間にも含まれていない期間が存在しない場合、それぞれのドリフト異常度の和を求めればよい。本実施形態でドリフト異常度としているドリフト量は時間の経過に伴って累積する性質を持つため、サブ期間１９に対応するサブタスクのドリフト異常度と、サブ期間２０に対応するサブタスクのドリフト異常度と、サブ期間２１に対応するサブタスクのドリフト異常度を加算することにより、検知対象期間のドリフト異常度を推定することができる。

図８は、重複部分のあるサブ期間を設定した場合の統合例を示している。図９は、部分的にサブ期間を設定した場合における統合例を示している。図８、図９のグラフはいずれも縦軸がドリフト異常度（本実施形態ではドリフト量）を示しており、横軸が時刻を示している。以下では、図８、図９を参照しながら、サブタスクの結果を統合する方法の例について説明する。

図８の例では、サブタスクＡとサブタスクＢのサブ期間の重複がある。図９の例では、サブタスクＣとサブタスクＤのいずれのサブ期間にも含まれていない期間が存在している。これらのような場合には、ドリフト異常度が時間の経過に伴って線形的に累積すると仮定し、検知対象期間におけるドリフト異常度を推定することができる。

図８では、サブタスクＡに係るドリフト異常度と、サブタスクＢに係るドリフト異常度の和から、サブタスクＡの異常検知期間（サブ期間）のうち、サブタスクＢの異常検知期間（サブ期間）と重複する部分のドリフト異常度を減算し、検知対象期間におけるドリフト異常度を推定している。

なお、図８の例では、２つのサブ期間が重複期間を有しているが、３つ以上のサブ期間が重複期間を有していてもよい。このような場合、上述のような減算以外の方法で検知対象期間におけるドリフト異常度を推定してもよい。例えば、重複期間については、複数のドリフト異常度の平均値を求めてもよい。重複期間を有するすべてのサブ期間に係るドリフト異常度を修正してもよいし、一部のサブ期間に係るドリフト異常度のみを修正してもよい。また、上述ではドリフト異常度としてドリフト量を使い、ドリフト量が時間の経過に伴い線形的に累積すると仮定していたため、加算処理や減算処理を用いていたが、ドリフト異常度として別の指標を用いた場合は、異なる方法でドリフト異常度の修正を行ってもよい。

図９では、サブタスクＣの異常検知期間（サブ期間）と推定したドリフト異常度から、時間経過とドリフト異常度の累積量に関する線形関係式を求め、前記線形関係式に基づき、サブタスクＣに係る異常検知期間（サブ期間）と、サブタスクＤに係る異常検知期間（サブ期間）の間に期間に累積するドリフト異常度を推定している。そして、サブタスクＣに係るドリフト異常度と、ふたつのサブ期間の間の期間に累積したドリフト異常度の推定値と、サブタスクＤに係るドリフト異常度とを加算し、検知対象期間におけるドリフト異常度を推定している。図９では、ドリフト異常度が時間経過に伴って線形的に累積するという仮定してドリフト異常度の推定を行っているが、その他の仮定に基づく推定を行ってもよい。

なお、図８、図９の例では、時系列で早い期間に係るサブタスク（サブタスクＡ、サブタスクＣ）のドリフト異常度を基準として、検知対象期間におけるドリフト異常度を推定しているが、時系列で遅い期間に係るサブタスク（サブタスクＢ、サブタスクＤ）に係るドリフト異常度に基づいて検知対象期間におけるドリフト異常度を推定してもよい。また、すべての期間に係るサブタスクに係るドリフト異常度を用いて推定を行ってもよいし、推定で用いられる計算方法については特に限定しない。

最後に、表示部７はメインタスクの結果を表示する。（ステップＳ１０６）表示部７では、メインタスクの生成時に指定した閾値と比較してドリフト異常を判定した結果を表示してもよいし、ドリフト異常度などを表示してもよい。また、ドリフト異常検知の対象となったセンサ、検知対象期間、ドリフト異常検知に用いられた手法や、使われたパラメータの値なども併せて表示してもよい。

上述の説明をまとめると、本発明の実施形態に係る情報処理装置は、下記のような情報処理装置であるといえる。検知対象期間における一部の期間であるサブ期間のセンサに係る計測値に基づき、前記サブ期間における前記計測値と真値がずれるドリフトの度合を推定する、サブ期間ドリフト推定部と、前記サブ期間ドリフト推定部で推定されたドリフトの度合に基づき、前記検知対象期間におけるドリフトの度合を推定する検知対象期間ドリフト推定部とを備えた情報処理装置。

（第２の実施形態）
第１の実施形態において異常検知部は、ドリフト異常度を出力することができた。異常検知部はその他の情報を出力してもよい。例えば、異常検知部はサブタスクの成功／失敗などのステータス情報を返してもよい。第２の実施形態に係る情報処理装置は、サブタスクのステータス情報を使ってサブタスクの生成と実行を繰り返し、メインタスクに使用するサブタスクの結果を調整する処理（以下、調整処理）を導入することで、ドリフト異常検知の性能を高めている。

本実施形態において異常検知部は、各サブタスクについて少なくともドリフト異常の推定に関する成功または失敗に関するステータス情報を返す。ステータス情報は、成功／失敗の２値ではなく、推定結果の信頼度のような連続値の指数で出力されてもよい。ステータス情報は、記憶装置１０５に保存されてもよいし、異常検知部からサブ期間生成部に送信されてもよい。

図１０は、調整処理の例を示している。以下では、図１０を参照しながら、成功／失敗のステータス情報が成功／失敗の２値であるとして、調整処理について説明する。図１０中段は最初にサブ期間生成部によって生成されたサブタスクを示している。一方、図１０下段はサブ期間生成部によって調整した後のサブタスクを示している。

少なくともひとつのサブタスクについてステータス情報が出力されたら、サブ期間生成部はステータス情報を参照し、サブタスクの調整を行うか否かを判断する。図１０中段では、サブタスク２２、２３のステータスが成功であり、サブタスク２４のステータスが失敗とする。

サブタスクの中に失敗したものがあるため、サブ期間生成部はサブタスクの調整を行う。図１０下段は調整後のサブタスク２５、２６を示している。サブタスク下段の例の場合、サブタスク２５、２６に係るサブ期間はいずれもサブタスク２２〜２４に係るサブ期間とは異なっており、すべてのサブタスクが改めて生成されたことがわかる。サブタスク２５、２６のいずれも成功のステータスである場合、サブタスク２５、２６の結果をメインタスクに使用する。サブタスク２５、２６の中に失敗のステータスのものがある場合、サブ期間生成部はサブタスクを改めて作成し、異常検知部は当該サブタスクを実行する。

サブタスクの調整処理は図１０のように、すべてのサブタスクを改めて生成する方法に限らない。例えば、ステータスが失敗であるサブタスク以外のサブタスクの結果をメインタスクに使用してもよい。また、ステータスが成功であるサブタスクを残し、ステータスが失敗のサブタスクに基づき、新しいサブタスクの生成と当該サブタスクの実行を全てのサブタスクに係るステータスが成功になるまで繰り返してもよい。

成功／失敗のステータスが連続値の信頼度で返される場合、当該信頼度を所定の閾値と比較し、成功／失敗の判定を行うことができる。サブ期間生成部４は、信頼度に基づいて、サブ期間を再度生成するか否かを判断することができる。例えば、信頼度が閾値より大きいときは成功と判定し、信頼度が閾値より小さいときは失敗と判断する。信頼度が閾値に等しい場合には、成功と判定してもよいし、失敗と判定してもよい。

異常検知部で用いられる手法に基づき、サブタスクの成功／失敗判定を行う方法を決めてもよい。例えば、サブタスクに係るサブ期間に、ドリフト異常度の推定に充分な数のデータがない場合に、失敗判定を行ってもよい。

図１１は、第２の実施形態に係る情報処理装置の処理のフローチャートである。図１１のフローチャートでは、ステップＳ２０４でサブタスクを実行し、サブタスクの結果を保存した後、ステップＳ２０５で全サブタスクの実行が成功しているか否かの判定を行っている。ステップＳ２０５における判定が肯定的であれば、サブタスクの結果に基づき、メインタスクを実行する。（ステップＳ２０６）ステップＳ２０５における判定が否定的であれば、ステップＳ２０３に戻り、新しいサブタスクを生成する。

上述の条件判定処理が追加されている点を除けば、図１１のフローチャートは、図３に示された第１の実施形態に係る処理のフローチャートと同様である。

（第３の実施形態）
上述では、それぞれのサブタスクが１つのドリフト異常度を出力する場合を例に説明したが、ひとつのサブタスクが複数のドリフト異常度を出力してもよい。例えば、擬似乱数のシード値など、異常検知部の内部パラメータを変化させながら複数回ドリフト異常度を推定することが考えられる。複数回ドリフト異常度を推定する方法については特に限定しない。複数個のドリフト異常度があれば、その統計的性質を利用することで、１つのドリフト異常度のみを用いる場合に比べ、より確かなドリフト異常の判定が可能となる。

以下では、サブタスクが複数のドリフト異常度を出力する場合における、異常検知結果の統合処理について説明する。

判定対象とするセンサの数をｍとする。サブタスク＃ｉにおけるドリフト異常度の推定回数をｎ_ｉとする。このとき、ドリフト異常度は、下記の式（１）に係る行列により表現することができる。

サブタスク＃１が生成したドリフト異常度Ｄ_１と、サブタスク＃２が生成したドリフト異常度Ｄ_２は下記の式（２）のような行列になる。

以降では、異常検知部５がドリフト異常度としてドリフト量を推定するものとし、サブタスク＃１に係る異常検知期間（サブ期間）と、サブタスク＃２に係る異常検知期間（サブ期間）には、重複がない上に、検知対象期間がサブタスク＃１とサブタスク＃２によって網羅されているものとする。すなわち、検知対象期間中にいずれのサブ期間にも含まれていない期間は存在しないものとする。サブ期間に重複がある場合は、対応するサブタスクのドリフト異常度Ｄを第１の実施形態で説明した方法を使って修正し、検知対象期間中にいずれのサブ期間にも含まれていない期間がある場合には、その期間のドリフト異常度Ｄを第１の実施形態で説明した方法を使って推定すればよい。

図１２は、第３の実施形態に係る統合処理のフローチャートである。以下では、図１２を参照しながら、処理を説明する。

最初に、結果統合部はループ変数ｎに０を代入する。（ステップＳ３０１）ループ変数ｎにより、処理の繰り返し回数が管理される。次に、結果統合部は行列Ｄ_１からランダムな行を選択する。そして、この選択された行をｒ_１＝［ｄ_１１、ｄ_１２、ｄ_１３、…、ｄ_１ｍ］と置く。（ステップＳ３０２）ここで、ｄ_１１からｄ_１ｍまでの各要素は、サブタスク＃１のある推定回において得られた、各センサのドリフト異常度である。ランダムな行の選択は、例えば擬似乱数を一定の規則に基づき行番号に変換することによって行うことができる。ランダムな選択が可能なのであれば、その他の方法を使ってもよい。

同様にして、結果統合部は行列Ｄ_２からもランダムな行を選択する。そして、この選択された行をｒ_２＝［ｄ_２１、ｄ_２２、ｄ_２３、…、ｄ_２ｍ］と置く。（ステップＳ３０３）ここで、ｄ_２１からｄ_２ｍまでの各要素は、サブタスク＃２のある推定回において得られた、各センサのドリフト異常度である。ランダムな行の選択は、ステップＳ３０２と同様の方法により、行えばよい。次に、結果統合部はｒ_１とｒ_２を加算し、統合ドリフト異常度ｓ＝［ｄ_１１＋ｄ_２１、ｄ_１２＋、ｄ_１３＋、…、ｄ_１ｍ＋ｄ_２ｍ］を求める。ループ変数ｎの値がｋであるときに求められたベクトル量の統合ドリフト異常度ｓをｓ_ｋとし、記憶装置１０５に保存する。（ステップＳ３０４）

次に、結果統合部はループ変数ｎに１を加算し、ループ変数ｎの値がｎ_Ｓ以上であるか否かを確認する。（ステップＳ３０５）ステップＳ３０５における判定結果によって処理が分岐する。ｎ_Ｓ＞ｎであればステップＳ３０２へ戻り、再びランダムな行選択を行う。結果統合部はｎ_Ｓ≦ｎであれば、ｎ_Ｓ個の統合ドリフト異常度をひとつの行列Ｄ_Ｓにまとめる。（ステップＳ３０６）ここで、行列Ｄ_Ｓは、例えば［ｓ_１ ^Ｔ、ｓ_２ ^Ｔ、・・・、ｓ_ｎＳ ^Ｔ］^Ｔであるが、行ベクトルの順序については特に問わない。行列Ｄ_Ｓの次元は下記の式（３）のように示される。

最後に、行列Ｄ_Ｓが統合結果として出力される。すなわち、結果統合部は行列Ｄ_Ｓに係るデータを記憶装置１０５に保存する。また、行列Ｄ_Ｓに係るデータは、表示部７によって可視化される。（ステップＳ３０７）このとき、行列Ｄ_Ｓの全要素を表示してもよいし、代わりにセンサ毎にｎ_Ｓ回分のドリフト異常度の平均と分散などを表示してもよい。また、センサ毎にｎ_Ｓ回分の平均や分散といった統計的性質を利用してドリフト異常の判定を行い、その結果を表示してもよい。

図１３は、表示部への画面表示結果の例を示している。図１３の例では、ドリフト異常の検知対象期間が２０１３年３月から２０１７年１１月までとなっている。図１３の表には、センサ名、平均ドリフト異常度、ドリフト異常の有無に係る判定結果が表示されている。センサ３については、ドリフト異常ありの判定がなされていることがわかる。上述の各実施形態に係る情報処理装置の画面表示は、図１３の平均ドリフト異常度がドリフト異常度に代わる点を除けば、同様である。

なお、Ｄ_１とＤ_２の各行のすべての組み合わせについて加算処理を行い、統合ドリフト異常度の行列Ｄ_Ｓを作ってもよい。この場合、ｎ_Ｓの次元はｎ_１×ｎ_２となり、場合によっては非常に大きくなる。上述のランダム選択処理により、行列Ｄ_Ｓの次元数の増大を抑制することができる。

上述の各実施形態に係る情報処理装置を用いることにより、ドリフト異常の検知対象期間が長くても、ドリフト異常以外の要因による計測値の特性変化をドリフト異常によるものとして扱う過誤によって検知性能が低下することを抑制できる。本発明の実施形態に係る情報処理装置を適用することにより、校正を行うセンサの特定や優先順位付けが可能となり、効率的な保守作業を行うことができるようになる。

なお、本発明は上記各実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記各実施形態に開示されている複数の構成要素を適宜組み合わせることによって種々の発明を形成できる。また例えば、各実施形態に示される全構成要素からいくつかの構成要素を削除した構成も考えられる。さらに、異なる実施形態に記載した構成要素を適宜組み合わせてもよい。

１ 情報処理装置
２ 計測値データベース
３ 管理部
４ サブタスク生成部
５ 異常検知部（サブ期間ドリフト推定部）
６ 結果統合部（検知対象期間ドリフト推定部）
７ 表示部
８、１０２ 入力装置
９ 記憶部
１０、１２、１３、１５、１６、１９、２０、２１ サブ期間
１１、１４ 期間
２２、２３、２４、２５，２６ サブタスク
１００ コンピュータ
１０１ プロセッサ
１０３ 表示装置
１０４ 通信装置
１０５ 記憶装置
１０６ バス

Claims (15)

1. 検知対象期間における一部の期間であるサブ期間のセンサに係る計測値に基づき、前記計測値と真値がずれる異常である、ドリフト異常の度合を示す、ドリフト異常度を推定する、異常検知部と、
   前記サブ期間の前記ドリフト異常度に基づき、前記検知対象期間における前記ドリフト異常度を推定する結果統合部と
   を備えた情報処理装置。
2. 前記結果統合部が、前記検知対象期間における前記ドリフト異常度の推定結果に基づいて、ドリフト異常の有無を判定する
   請求項１に記載の情報処理装置。
3. 前記センサについて、前記ドリフト異常の発生の有無または前記ドリフト異常度のうち、少なくともいずれかを表示する、表示部を備えた
   請求項２に記載の情報処理装置。
4. 前記ドリフト異常度は、前記センサの前記計測値と前記真値とのずれの大きさを示すドリフト量であり、
   前記結果統合部は、前記検知対象期間に累積した前記ドリフト量を推定する、
   請求項２または３に記載の情報処理装置。
5. 前記サブ期間を生成する、サブ期間生成部を備えた、
   請求項２ないし４のいずれか一項に記載の情報処理装置。
6. 前記サブ期間生成部は、複数の前記サブ期間を生成し、
   前記結果統合部は、複数の前記ドリフト異常度に基づき、前記検知対象期間における前記ドリフト異常度を推定し、前記検知対象期間に前記センサにおいて前記ドリフト異常が発生しているかを検知する、
   請求項５に記載の情報処理装置。
7. 前記異常検知部は、複数の前記サブ期間に係る前記計測値に基づき、並列的に前記ドリフト異常度を推定する、
   請求項６に記載の情報処理装置。
8. 前記サブ期間生成部は、重複期間を有する前記サブ期間を生成し、
   前記結果統合部は、前記検知対象期間における前記ドリフト異常度を推定するときに、前記サブ期間が前記重複期間を含む場合には、少なくとも前記重複期間を含むいずれかの前記サブ期間について推定された前記ドリフト異常度を修正する、
   請求項６または７に記載の情報処理装置。
9. 前記サブ期間生成部は、前記検知対象期間を分割し、前記サブ期間を生成する、
   請求項６または７に記載の情報処理装置。
10. 前記サブ期間生成部は、前記検知対象期間の一部期間について、前記サブ期間を生成せず、
    前記結果統合部は、前記検知対象期間における前記ドリフト異常度を推定するときに、前記サブ期間について推定された前記ドリフト異常度に基づき、前記一部期間における前記ドリフト異常度を推定する、
    請求項５ないし８のいずれか一項に記載の情報処理装置。
11. 前記異常検知部は、前記サブ期間について推定された前記ドリフト異常度の信頼度を求め、
    前記サブ期間生成部は、前記信頼度に基づき、前記サブ期間を改めて生成するか否かを判断する、
    請求項５ないし１０のいずれか一項に記載の情報処理装置。
12. 前記異常検知部は、前記サブ期間について、前記ドリフト異常度の推定の成功可否を判定し、
    前記サブ期間生成部は、前記異常検知部が前記ドリフト異常度の推定に失敗したと判定したら、前記サブ期間を改めて生成する、
    請求項５ないし１０のいずれか一項に記載の情報処理装置。
13. 前記異常検知部は、前記サブ期間ごとに複数の前記ドリフト異常度を推定し、
    前記結果統合部は、複数の前記ドリフト異常度から任意の前記ドリフト異常度を選択し、前記検知対象期間における前記センサの前記ドリフト異常度を複数回推定し、複数回推定された前記ドリフト異常度に基づき、前記センサに前記ドリフト異常が発生しているか否かを判定する、
    請求項１ないし１２のいずれか一項に記載の情報処理装置。
14. 検知対象期間における一部の期間であるサブ期間を生成するステップと、
    前記サブ期間のセンサに係る計測値に基づき、前記計測値と真値がずれる異常である、ドリフト異常の度合を示す、ドリフト異常度を推定するステップと、
    前記サブ期間の前記ドリフト異常度に基づき、前記検知対象期間における前記ドリフト異常度を推定し、前記検知対象期間における前記ドリフト異常度に基づき、前記計測値と前記真値との定常的なずれである、ドリフト異常が前記センサにおいて発生しているかを判定するステップと、
    前記センサについて、前記ドリフト異常の発生の有無を表示するステップと
    を含む情報処理方法。
15. 検知対象期間における一部の期間であるサブ期間を生成するステップと、
    前記サブ期間のセンサに係る計測値に基づき、前記計測値と真値がずれる異常である、ドリフト異常の度合を示す、ドリフト異常度を推定するステップと、
    前記サブ期間の前記ドリフト異常度に基づき、前記検知対象期間における前記ドリフト異常度を推定し、前記検知対象期間における前記ドリフト異常度に基づき、前記計測値と前記真値との定常的なずれである、ドリフト異常が前記センサにおいて発生しているかを判定するステップと、
    前記センサについて、前記ドリフト異常の発生の有無を表示するステップと
    をコンピュータに実行させるプログラム。

Images