JP6829666B2 - センシングシステム、センシング方法及びコンセントレータ - Google Patents

Description

本発明は、無線センサ端末を複数有するセンシングシステムに関する。

近年、モノのインターネットと呼ばれるＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）の進展により、通信を介した事業やサービスが多様化され、様々な機器やサービスがネットワークで接続されるようになった。

重要なインフラや産業向けの制御システムにおいても、制御対象の機器（モータ、ポンプ、発電機など）をネットワークを介して制御したり、機器に設置されて周囲の状況を観測するセンサのデータをネットワーク経由で取得することによって、稼働中の機器の監視や制御システムの運用を効率化する動きがある。

既存の生産設備等をネットワーク経由で監視するためには、電源配線と通信配線が不要な無線センサ端末を様々な箇所に設置することで、既存の生産設備もネットワークを介して監視や制御を実施することができる。

無線センサ端末では、電池や小型の発電装置から電力の供給を受けるため、長期間稼働させるためには消費電力を低減させる必要がある。このため、無線センサ端末が送信するセンサデータの粒度を、監視対象の状態に応じて変更することで、消費電力の低減を図る技術が知られている（例えば、特許文献１）。

特許文献１には、監視対象物に異常または異常の予兆が発生すると、サーバはゲートウェイに収集ルールを送信し、ゲートウェイは収集ルールを満足するようにセンサデータの粒度を制御する技術が開示されている。

また、センサデータを収集するゲートウェイに多数の無線センサ端末が接続されている場合、無線ネットワークのトラフィックが過大になるのを抑制するため、無線センサ端末でセンサデータを加工してからゲートウェイへ送信する技術も知られている（例えば、特許文献２）。

特許文献２には、測定したセンサデータに所定の処理を加えてデータサイズを圧縮してから、センサデータの解析部に送信することで、限られた転送容量の下でセンサデータを転送する技術が開示されている。

特開２０１６−１６３２４２号公報 特開２０１７−４１１５９号公報

工場内には多数の生産設備が配置され、生産設備に設置される無線センサ端末のセンサとしては、例えば、振動（加速度）、圧力、温度、回転速度、電圧、電流など多種多様のセンサが採用される。そして、これらのセンサが測定したセンサデータは、ゲートウェイとしてのコンセントレータで収集されて、サーバに転送される。サーバは、各センサデータから生産設備の状態を検出する。

無線センサ端末では、上述のように消費電力を低減するため、測定したセンサデータをそのままコンセントレータへ転送するのではなく、上記特許文献２のようにセンサデータを所定の処理で加工して、データ量を圧縮するのが望ましい。

しかし、生産設備を監視するために無線センサ端末を設置する部位は、モータやコンプレッサ、ポンプあるいは配管など構成要素の種類は多岐にわたり、さらに、各構成要素のメーカやモデルあるいは仕様も多岐にわたる場合がある。

このため、無線センサ端末に搭載するセンサの種類や、無線センサ端末を設置する生産設備や、生産設備の構成要素に関わらず、センサデータを加工して圧縮する処理を前記特許文献２のように単一の処理で統一してしまうと、加工されたセンサデータを処理するサーバでは、生産設備の状態を正確に検知できない場合が生じる。

すなわち、センサの種類や構成要素の種類によっては、センサデータの時間軸方向の特徴量が重要な場合と、センサデータの周波数方向の特徴量が重要な場合などがあり、サーバで生産設備の状態を正確に検出するためには、センサの種類や構成要素の種類などに応じて最適な方法でセンサデータを加工する必要がある。

しかしながら、上述のように工場などでは多種多様な生産設備が多数稼働しており、センサの種類や構成要素の種類に応じて無線センサ端末のそれぞれについてセンサデータの加工方法を決定し、最適な加工方法を設定するには多大な労力を要する、という問題があった。

そこで本発明は、上記問題点に鑑みてなされたもので、無線センサ端末に搭載するセンサの種類や無線センサ端末の監視対象の違いに関わらず、最適なセンサデータの加工方法を容易に設定することを目的とする。

本発明は、センサとプロセッサとメモリを含む無線センサ端末と、プロセッサとメモリを含んで前記無線センサ端末に接続されたコンセントレータと、を有するセンシングシステムであって、前記無線センサ端末は、前記センサが測定したセンサデータを処理する第１の信号処理部と、前記第１の信号処理部が出力したデータを送信する第１の無線通信部と、を含み、前記コンセントレータは、前記第１の無線通信部と通信を行う第２の無線通信部と、前記無線センサ端末から受信したデータに基づいて特徴量を算出し、前記特徴量から主成分分析によって主成分を決定して、前記主成分に対応する主成分リストを生成する第２の信号処理部と、を含む。

したがって、本発明は、無線センサ端末に搭載するセンサの種類や無線センサ端末の監視対象の違いに応じた最適なセンサデータの加工方法を極めて容易に設定することが可能となって、センシングシステムの可用性を向上させることができる。

本発明の実施例１を示し、センシングシステムの一例を示すブロック図である。 本発明の実施例１を示し、センシングシステムで行われる処理の一例を示すシーケンス図である。 本発明の実施例１を示し、コンセントレータで行われる処理の一例を示すフローチャートである。 本発明の実施例２を示し、コンセントレータで行われる処理の一例を示すフローチャートである。 本発明の実施例２を示し、座標軸変換の一例をグラフである。 本発明の実施例３を示し、センシングシステムで行われる処理の一例を示すシーケンス図である。 本発明の実施例４を示し、センシングシステムで行われる処理の一例を示すシーケンス図である。 本発明の実施例５を示し、センシングシステムの一例を示すブロック図である。

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、本発明の実施例１を示し、センシングシステムの一例を示すブロック図である。センシングシステムは、監視対象の設備に配置された複数の無線センサ端末１−１〜１−Ｎと、無線ネットワーク９を介して無線センサ端末１−１〜１−Ｎに接続されたコンセントレータ５と、ネットワーク１０を介してコンセントレータ５に接続されたサーバ８とを有する。なお、以下の説明では、無線センサ端末の全体を示すときには、「−」以降の添え字のない符号「１」を用いる。

無線センサ端末１は、所定の物理量を測定するセンサ２が測定したセンサデータまたはセンサデータを加工した統計データ（主成分データ）をコンセントレータ５に送信する。無線センサ端末１は、後述するように、２つのモードを有し、使用を開始するためのトレーニングモードと、設備の監視を実行する監視モードのいずれかで稼働する。無線センサ端末１は、コンセントレータ５からの指令に応じて２つのモードを切り替える。

コンセントレータ５は、トレーニングモードの無線センサ端末１からセンサデータを受信すると、後述するように所定の統計値を演算し、統計値のクラスタリングと主成分分析を実施し、主成分リスト１２０を生成して、無線センサ端末１に送信する。

無線センサ端末１はコンセントレータ５から主成分リスト１２０を受信すると、監視モードに切り替える。無線センサ端末１は、センサデータを加工する統計値（主成分）を主成分リスト１２０に基づいて設定し、センサデータから主成分に応じた統計データ（主成分データ）を演算してコンセントレータ５に送信する。

コンセントレータ５は、監視モードの無線センサ端末１から受信した統計データについて異常又は異常の予兆の有無を判定し、状態判定結果としてサーバ８に転送する。サーバ８は、各無線センサ端末１−１〜１−Ｎから受信した状態判定結果に基づいて、監視対象の設備の状態を決定する。

なお、本実施例１では、コンセントレータ５が、各無線センサ端末１の統計データについて状態を判定する例を示すが、これに限定されるものではない。例えば、コンセントレータ５が統計データをサーバ８へ転送し、サーバ８で統計データについて異常又は異常の予兆の有無を判定し、さらに、監視対象の設備の状態を決定するようにしてもよい。

＜無線センサ端末＞
無線センサ端末１は、所定の物理量を測定するセンサ２と、センサ２が測定したセンサデータを処理する信号処理部３と、信号処理部３と無線ネットワーク９との間で送受信を行うＲＦ部４と、を含む。

信号処理部３は、演算処理を行うプロセッサ３３と、プログラムやデータを保持するメモリ３２と、センサ２やＲＦ部４と信号の送受信を行うインタフェース３１とを含む。メモリ３２には、センサ２からセンサデータを取得し、センサデータの処理結果などを転送するデータ転送部１００と、センサデータから統計値としての主成分データを算出する統計値演算部１１０と、コンセントレータ５から受信した主成分リスト１２０が保持される。

データ転送部１００と、統計値演算部１１０の各機能部はプログラムとしてメモリ３２にロードされる。

プロセッサ３３は、各機能部のプログラムに従って処理することによって、所定の機能を提供する機能部として稼働する。例えば、プロセッサ３３は、統計値演算プログラムに従って処理することで統計値演算部１１０として機能する。他のプログラムについても同様である。さらに、プロセッサ３３は、各プログラムが実行する複数の処理のそれぞれの機能を提供する機能部としても稼働する。計算機及び計算機システムは、これらの機能部を含む装置及びシステムである。

信号処理部３の各機能を実現するプログラム、テーブル等の情報は、図示しない不揮発性半導体メモリやハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶デバイス、または、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することができる。

統計値演算部１１０は、主成分リスト１２０で指定された統計値（主成分）を演算する。本実施例１では、以下に示す１２の統計値について統計値演算部１１０が演算可能に設定される。

（１）Ｎ_０：zero crossing（単位時間内にセンサデータが０をよぎる回数）
（２）σ：標準偏差
（３）x_max：最大値
（４）p1：実効値

ただし、ｉ＝１〜Ｎ。
（５）p2：絶対値のピークの平均値

ただし、｜ｘ_ｉ｜_ｐ＝絶対値の極大値、Ｎ_ｐ＝絶対値の極大値の総数。
（６）p3：歪度

（７）p4：尖度

（８）p5：絶対値のピークの平均値の正規化

（９）p6：極大値の発生率

ただし、Ｎ_＋Ｐ＝極大値の総数。
（１０）p7：極小値の発生率

ただし、Ｎ_−Ｐ＝極小値の総数。
（１１）p8：スペクトル値の総和

ただし、ｆ_ｉ＝周波数（ｉ＝１〜ｌ）極小値の総数。
（１２）p9：スペクトル二乗値の総和

ただし、Ｆ（ｆ_ｉ）＝ｆ_ｉ周におけるスペクトル値。

上記（１）〜（１０）は時間領域の統計値を示し、（１１）〜（１２）は周波数領域の統計値を示す。そして、統計値演算部１１０は、主成分リスト１２０で指定された所定数（例えば、３つ）の主成分（統計値）について、センサデータの統計値を演算し、主成分データとして出力する。

なお、本実施例１では、トレーニングモードではデータ転送部１００が、センサデータをそのままコンセントレータ５へ転送し、監視モードでは所定時間（例えば、１００と、）毎に統計値演算部１１０が算出した主成分データを、データ転送部１００がコンセントレータ５へ送信する。

無線センサ端末１は、図示しない電池または小型発電装置で駆動される。トレーニングモードでは、センサ２のサンプリング周波数（例えば、２０ｋＨｚ）に応じてデータ転送を行うため、消費電力は高くなるが、監視モードでは所定時間（例えば、１００msec）毎の送信間隔となって消費電力を抑制することができる。

＜コンセントレータ＞
コンセントレータ５は、無線ネットワーク９を介して無線センサ端末１と通信を行うＲＦ部６と、無線センサ端末１から受信したセンサデータまたは主成分データを処理し、ネットワーク１０を介してサーバ８に処理結果を送信する信号処理部７と、データやプログラムを格納するストレージ７４とを含む。

信号処理部７は、演算処理を行うプロセッサ７３と、プログラムやデータを保持するメモリ７２と、ＲＦ部６やネットワーク１０と信号の送受信を行うインタフェース７１とを含む。

メモリ７２には、無線センサ端末１−１〜１−Ｎからセンサデータまたは主成分データを収集するデータ収集部７１０と、センサデータから統計値を算出する統計値演算部７２０と、統計値からクラスタを生成するクラスタ生成部７３０と、生成されたクラスタを用いて主成分分析を実施し、無線センサ端末１−１〜１−Ｎ毎の主成分を決定して主成分リスト１２０を生成する主成分分析部７４０と、無線センサ端末１から受信した主成分データから状態を判定する状態判定部７５０と、生成された主成分リスト１２０が保持される。

なお、コンセントレータ５で生成された主成分リスト１２０は、各無線センサ端末１へ送信されて信号処理部３に保持される。

データ収集部７１０と、統計値演算部７２０と、クラスタ生成部７３０と、主成分分析部７４０と、状態判定部７５０の各機能部はプログラムとしてメモリ７２にロードされる。

プロセッサ７３は、各機能部のプログラムに従って処理することによって、所定の機能を提供する機能部として稼働する。例えば、プロセッサ７３は、統計値演算プログラムに従って処理することで統計値演算部７２０として機能する。他のプログラムについても同様である。さらに、プロセッサ７３は、各プログラムが実行する複数の処理のそれぞれの機能を提供する機能部としても稼働する。計算機及び計算機システムは、これらの機能部を含む装置及びシステムである。

信号処理部７の各機能を実現するプログラム、テーブル等の情報は、ストレージ７４や図示しない不揮発性半導体メモリやハードディスクドライブ、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記憶デバイス、または、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することができる。

統計値演算部７２０は、前記無線センサ端末１の統計値演算部１１０と同様であり、予め設定された前記（１）〜（１２）の統計値の演算を行うことができる。本実施例１では、無線センサ端末１のトレーニングモードでは、無線センサ端末１から受信したセンサデータについて、統計値演算部７２０が上記１２の統計値を演算する。

クラスタ生成部７３０は、トレーニングモードの期間中に統計値演算部７２０が算出した前記（１）〜（１２）の統計値について、無線センサ端末１毎にそれぞれクラスタリングを実施して１２のクラスタを生成する。なお、クラスタリングについては、周知又は公知の技術を適用すればよいので、ここでは詳述しない。

主成分分析部７４０は、生成された１２のクラスタについて主成分分析を実施して、各クラスタの分散を算出する。そして、主成分分析部７４０は、前記（１）〜（１２）に対応するクラスタの分散を降順でソートして、分散（あるいは分散率）の大きいものから上位数個（例えば、上位３つ）をセンサデータを加工する主成分（統計値）として選択する。

主成分分析部７４０は、上記選択した主成分（統計値）を格納した主成分リスト１２０を生成して、無線センサ端末１毎に送信する。なお、主成分分析については、周知又は公知の技術を適用すればよいので、ここでは詳述しない。

無線センサ端末１は、主成分リスト１２０を受信すると、主成分リスト１２０に格納された主成分に基づいてセンサデータを加工する統計値を設定し、監視モードを開始する。監視モードでは、統計値演算部１１０が所定時間（例えば、１００msec）に取得したセンサデータから、主成分（例えば、標準偏差σ、実効値ｐ１、歪度ｐ３）として選択された統計値を演算子、これらの統計値を主成分データとしてコンセントレータ５へ送信する。

状態判定部７５０は、監視モードの無線センサ端末１から受信した主成分データについて、異常又は異常の予兆の有無を判定する。この判定は、前記（１）〜（１２）の統計値毎に予め設定された閾値を超えた主成分データについて、異常又は異常の予兆を含む状態判定結果を生成し、サーバ８へ送信する。

サーバ８は、無線センサ端末１−１〜１−Ｎの状態判定結果に基づいて、設備の異常又は異常の予兆の有無を判定する。

＜処理＞
図２は、本発明の実施例１を示し、センシングシステムで行われる処理の一例を示すシーケンス図である。実施例１のセンシングシステムでは、無線センサ端末１を監視対象の設備に設置してから、無線センサ端末１が測定するセンサデータの主成分をコンセントレータ５が決定するためのトレーニング期間と、コンセントレータ５が無線センサ端末１毎に主成分を決定し、主成分リスト１２０を各無線センサ端末１に通知して、実際に主成分データを送信する監視期間に分けられる。

なお、トレーニング期間は、設備や無線センサ端末１のセンサ２によって異なり、例えば、半日〜数日などの期間を管理者などによってコンセントレータ５に予め設定しておくことができる。

監視対象の設備に設置された無線センサ端末１はトレーニングモードで稼働し、センサ２が測定したデータを、そのままコンセントレータ５へ送信する（Ｓ１）。コンセントレータ５は、所定の蓄積期間（例えば、１日）が経過するまで、受信したセンサデータを蓄積する。

所定の蓄積期間を経過すると、コンセントレータ５は蓄積されたセンサデータについて、上記（１）〜（１２）の統計値をそれぞれ演算する（Ｓ２）。次に、コンセントレータ５は、上記（１）〜（１２）の統計値のそれぞれについてクラスタリングを実施してクラスタを生成する（Ｓ３）。

コンセントレータ５は、上記（１）〜（１２）のクラスタについて、それぞれ主成分分析を実施して、各クラスタの分散を算出する。コンセントレータ５は、各クラスタの分散を降順でソートし、上位から所定の順位（例えば、３位）までを主成分として選択する（Ｓ４）。

コンセントレータ５は、選択した主成分（統計値）を格納した主成分リスト１２０を生成して無線センサ端末１に送信する（Ｓ５）。無線センサ端末１は、主成分リスト１２０を受信すると、主成分リスト１２０に設定された主成分に基づいてセンサデータを加工する統計値を選択し、監視モードを開始する。

無線センサ端末１は、所定の収集期間（例えば、１００msecまたはセンサデータの数＝２Ｋ）でセンサデータを収集する（Ｓ７）。無線センサ端末１は、収集期間が経過する度に、収集したセンサデータについて主成分リスト１２０で定義された統計値を演算し、複数の統計値をまとめて主成分データとしてコンセントレータ５に送信する（Ｓ８）。

コンセントレータ５は、主成分データを受信すると、主成分データに含まれる複数の統計値について、予め設定されたそれぞれの閾値と比較し、異常又は異常の予兆の有無を判定する（９）。コンセントレータ５は、異常又は異常の予兆を含む状態判定結果を生成し、サーバ８へ送信する（Ｓ１０）。

以降、センシングシステムでは、ステップＳ１１〜１４で示すように、上記ステップＳ７〜Ｓ１０の処理を、所定の収集期間毎に繰り返して設備の監視を継続する。

トレーニング期間では、無線センサ端末１は、センサ２のサンプリング周波数を２０ＫＨｚとし、１つのセンサデータが２バイトの場合、１００msecの収集期間のデータ量は、４Ｋバイトとなる。

これに対して、監視期間では無線センサ端末１は、１００msecの収集期間ごとに３つの統計値をそれぞれ２バイトで算出して主成分データとするので、１回に転送する主成分データは６バイトとなる。これにより、監視期間ではトレーニング期間に比して３／２０００のデータ量となり、ＲＦ部４が消費する電力を抑制できる。

以上の処理によって、無線センサ端末１から出力されたセンサデータについて、予め設定された複数の統計値（１）〜（１２）でクラスタ生成と主成分分析を実施し、生成されたクラスタの分散を比較することで、感度が高い（分散が大きい）統計値を学習することができる。そして、分散が大きい統計値の所定の上位を、センサデータの主成分として選択することで、センサデータを用いた状態の判定に余り寄与しない統計値を除外することで、状態判定の精度を向上させ、かつ、データの圧縮率を向上させることが可能となる。

図３は、本発明の実施例１を示し、コンセントレータ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、図２のステップＳ１〜６で行われる処理である。

まず、コンセントレータ５は、無線センサ端末１から１セットのセンサデータを受信する（Ｓ２１）。なお、本実施例１では、１セットのセンサデータは、２バイトのデータとする。

次に、コンセントレータ５は、受信したセンサデータについて上記（１）〜（１２）の統計値をそれぞれ算出する（Ｓ２２）。コンセントレータ５は、受信したセンサデータのセット数が所定値（例えば、１日分）以上となったか否かを判定する。所定値以上であれば、ステップＳ２４へ進み、そうでない場合にはステップＳ２１へ戻って上記処理を繰り返す。

コンセントレータ５は、算出された複数の統計値のそれぞれについてクラスタリングを行ってから、主成分分析を実施して分散を算出する（Ｓ２４）。そして、コンセントレータ５は、分散の大きい順にＮ個の統計値を選択して主成分として定義する（Ｓ２５）。

コンセントレータ５は、Ｎ個の統計値を含む主成分リスト１２０を生成して、無線センサ端末１へ送信する。

なお、上記ではセンサデータのセット数が所定値以上となるまでセンサデータを収集したが、図２で示したように、所定の蓄積期間が経過するまで上記処理を行っても良い。

以上のように本実施例１では、コンセントレータ５は収集したセンサデータについて、予め設定された複数の統計値についてそれぞれクラスタリングを行ってから主成分分析によって分散を算出することで、感度の高い（分散の大きい）統計値を所定の個数だけ選択する。

これにより、センサデータから算出された複数の統計値の中から、感度の高い主成分を絞り込むことが可能となって、主成分データに基づいて行われる異常又は異常の予兆の有無の判定精度を向上させることができる。

そして、コンセントレータ５がセンサデータをクラスタリングした分散で、主成分データを決定するため、センサ２の種類の違いや、測定する物理量の違い、監視対象の設備の違いなどに関わりなく、トレーニングによって無線センサ端末１に最適の主成分データを自動的に設定することが可能となる。

これにより、多数の設備を有する工場などにおいて、無線センサ端末１を設置して設備の監視を行う場合には、異常検出に最適な主成分を自動的に設定することが可能となって、センシングシステムの構築を極めて容易にすることができる。

また、コンセントレータ５は、接続される無線センサ端末１のセンサ２の種類の違いや設備の違いに関わらず、主成分データを自動的に設定することができるので、容易且つ迅速にセンシングシステムを構築することができ、可用性の高いセンシングシステムを提供委することができる。

また、無線センサ端末１やコンセントレータ５の管理者は、無線センサ端末１のセンサ２に関する特別な知識を要することなく主成分データを自動的に設定することが可能となるので、取り扱いが極めて容易なセンシングシステムを提供することができる。

実施例１のセンシングシステムをより具体的に示すために、例えば量産工場で用いられる加工機の動作状態を、その振動状態をモニタすることで推定するケースを説明する。測定対象である加工機の筺体内もしくは筺体の外部表面に、センサ２として加速度センサを
取り付ける。ここで、加速度センサは無線センサ端末１−１の構成要素であり、信号ケーブルで無線センサ端末１−１の筺体から引き出された構造をなす。トレーニングモードの時、無線センサ端末１−１はセンサ２で取得された加速度の生データ（例えば16bit，100kbpsでサンプリングされたデータ）をRF部４によりコンセントレータ５に送信する。

送信頻度は、例えば1秒分のサンプリングデータを1分間隔で送信する。従って、24時間動作を継続すると、無線センサ端末が1つの場合、1440個のデータセットがコンセントレータに蓄積される。コンセントレータ５は加速度の生データに基づいて前述の統計値（１）〜（１２）を計算する。トレーニングモードを1週間続けた場合、コンセントレータ５には10080個のデータセットが蓄積され、統計値（１）〜（１２）を用いて12次元の座標空間にプロットされた10080個のサンプル点として表現される。このデータを用いて、主成分分析により、加工装置の動作状態の変化に対して感度の高い統計値を調べた結果、例えば上位3つの主成分として、σ、Ｎ_０、p3が抽出される。

コンセントレータ５は主成分リストとして[σ, Ｎ_０, p3]を生成し、無線センサ端末１−１に送信する。その後、監視モードでは、無線センサ端末１−１はセンサ２が取得した生データから、新業処理部３にて主成分リストに記録された主成分であるσ、Ｎ_０、p3を計算し、その計算結果をRF部４を介してコンセントレータ５に送信する。

以上の手続により、監視モードでは無線送信するデータ量を大きく削減することができる。

本実施例２では、前記実施例１で選択した主成分の座標軸が傾いている場合には、座標軸を回転させて利用することで異常検出の精度を向上させるものである。その他の構成は、前記実施例１と同様である。

図４は、本発明の実施例２を示し、コンセントレータ５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、前記実施例１の図２のステップＳ４で実施される。本実施例２では、図５に示すように、統計パラメータが（ｘ１，ｘ２）の例を示す。なお、図５は、本発明の実施例２を示し、座標軸変換の一例をグラフである。

コンセントレータ５は、
ｙ１＝ｈ１１×ｘ１＋ｈ２１×ｘ２
よりｙ１の分散が最大となる（ｈ１１，ｈ２１）の組を探索する（Ｓ３１）。そして、コンセントレータ５は、探索した結果のｙ１を第１の主成分として定義する（Ｓ３２）。

次に、コンセントレータ５は、
ｙ２＝ｈ１２×ｘ１＋ｈ２２×ｘ２
より、第１の主成分と直交する軸の中で、ｙ２の分散が最大となる（ｈ１２，ｈ２２）の組を探索する（Ｓ３３）。そして、コンセントレータ５は、探索した結果のｙ２を第２の主成分として定義する（Ｓ３４）。

上記処理によって、主成分の座標を回転させることで異常検出の精度を向上させることが可能となる。

実施例１に記載した量産工場の加工機の動作状態を加速度センサで監視する例では、主成分をσ、Ｎ_０、p3の3つとしたが、これはクラスタ球の主軸がσ軸、Ｎ_０軸、p3軸と垂直と見なしたことに相当する。しかしながら、実施例２で説明した例のように、クラスタ球の主軸は各座標軸に対して傾きをもつことがほとんどであり、例えばσ-Ｎ_０平面およびＮ_０-p3平面で回転操作をする、と言ったような手続を経て、監視の精度を高めることが可能である。

本実施例３では、前記実施例１の監視モードで稼働させた無線センサ端末１を、再度トレーニングモードで稼働させて、コンセントレータ５が主成分を更新して、無線センサ端末１の主成分リスト１２０を更新するものである。本実施例３は、前記実施例１の構成に、再トレーニングと主成分リスト１２０の更新処理を加えたもので、その他の構成は、前記実施例１と同様である。

工場などの設備では、配置の変更や保守による部品の交換などで設備の稼働状態が変化したり、経年変化などによって設備の稼働状態が変化する場合がある。このような設備の変化に追従して、無線センサ端末１による異常又は異常の予兆の検知を行うために、設備の稼働状態を学習して主成分リスト１２０を更新する。

図６は、本発明の実施例３を示し、センシングシステムで行われる処理の一例を示すシーケンス図である。

ステップＳ４１〜Ｓ４３は、無線センサ端末１の導入当初のトレーニング期間で、前記実施例１の図２に示したステップＳ１〜Ｓ６と同様であり、コンセントレータ５は無線センサ端末１から受信したセンサデータを所定の蓄積期間が経過するまで収集し（Ｓ４１）、収集したセンサデータに統計値演算と、クラスタリングと、主成分分析によって主成分リスト１２０を生成し（Ｓ４２）、生成した主成分リスト１２０を無線センサ端末１に送信する（Ｓ４３）。

主成分リスト１２０を受信した無線センサ端末１は、監視モードに切り替えて稼働し、ステップＳ４４〜Ｓ４６では、前記実施例１の図２に示したステップＳ７〜Ｓ１０と同様にして、センサデータの収集及び主成分の演算を行って主成分データをコンセントレータ５へ送信する（Ｓ４４）。主成分データを受信したコンセントレータ５は、主成分データの統計値と閾値を比較して状態を判定し（Ｓ４５）、状態判定結果をサーバ８へ送信する（Ｓ４６）。

次に、所定の稼働期間を経過して主成分リスト１２０の更新周期になると、コンセントレータ５は無線センサ端末１に対して、稼働モードをトレーニングモードに切り替える指令を送信する（Ｓ４７）。なお、トレーニングモードへの切り替え指令は、コンセントレータ５の管理者などが図示しない入力装置を介して指令することができる。

また、主成分リスト１２０の更新周期は、設備の状態などに適宜設定することができ、例えば、１ヶ月間などである。

無線センサ端末１は、トレーニングモードに切り替えて稼働し、センサデータをコンセントレータ５へ送信する（Ｓ４８）。コンセントレータ５は、初回のトレーニング（Ｓ４２）と同様にして再トレーニングを実施する（Ｓ４９）。すなわち、コンセントレータ５は、収集したセンサデータから統計値を算出してクラスタリングを行い、各クラスタについて分散の大きい方から所定数の統計値を主成分として選択し、主成分リスト１２０を生成して更新する（Ｓ５０）。

コンセントレータ５は、更新された主成分リスト１２０を無線センサ端末１へ送信する（Ｓ５１）。更新された主成分リスト１２０を受信した無線センサ端末１は、主成分リスト１２０を更新し、算出する統計値の種類を更新された主成分リスト１２０に応じて再設定する。そして、無線センサ端末１は、監視モードに復帰して、センサ２が測定したセンサデータから統計値を算出し、主成分データとしてコンセントレータ５に送信する（Ｓ５２）。以降は、前記実施例１に示した監視モードで稼働を継続する。

以上のように、監視モードで稼働している無線センサ端末１を、再度トレーニングモードに切り替えて、コンセントレータ５が再度センサデータから主成分リスト１２０を生成して更新することで、設備の状態に対応する主成分データを設定することができ、異常又は異常の予兆の検出精度を維持することができる。

本実施例４では、前記実施例１の図１に示したコンセントレータ５の統計値演算部７２０を停止又は削除して、統計値の演算を無線センサ端末１の統計値演算部１１０のみで行うようにしたもので、その他の構成は前記実施例１と同様である。

図７は、本発明の実施例４を示し、センシングシステムで行われる処理の一例を示すシーケンス図である。

まず、監視対象の設備へ新たに設置された無線センサ端末１は、トレーニングモードで稼働する。本実施例４では、無線センサ端末１のトレーニングモードは、前記実施例１のようにセンサデータをそのまま送信するのではなく、所定の収集期間（例えば、１００msec）毎に算出した複数の統計値を送信する（Ｓ６１）。

無線センサ端末１は、所定の収集期間で収集したセンサデータについて、前記実施例１に示した（１）〜（１２）の全ての統計値を算出してコンセントレータ５に送信する。

コンセントレータ５は、所定の蓄積期間（例えば、１日）が経過するまで、受信した全ての統計値を蓄積する。

コンセントレータ５は、所定の蓄積期間を経過した以降は、前記実施例１の図２に示したステップＳ４〜Ｓ６と同様に処理を行う。すなわち、コンセントレータ５は、蓄積した統計値のそれぞれについて、クラスタリングを実施してクラスタを生成し（Ｓ６２）、各クラスタについてそれぞれ主成分分析を実施して、各クラスタの分散を算出する。そして、コンセントレータ５は各クラスタの分散を降順でソートし、上位から所定の順位（例えば、３位）までを主成分として選択する（Ｓ６３）。コンセントレータ５は、選択した主成分（統計値）を格納した主成分リスト１２０を生成して無線センサ端末１に送信する（Ｓ６４）。

以上の処理によって、トレーニングモードが終了する。本実施例４では、無線センサ端末１がセンサデータをそのまま送信せずに、設定された統計値データとして送信するため、送信するデータ量を低減して、無線センサ端末１の消費電力を低減することができる。

無線センサ端末１は、主成分リスト１２０を受信すると、主成分リスト１２０に設定された主成分に基づいてセンサデータを加工する統計値を選択し、監視モードを開始する。

ステップＳ６５〜Ｓ６７は、前記実施例１の図２に示したステップＳ７〜Ｓ１０と同様であり、無線センサ端末１は、センサデータの収集及び主成分の演算を行って主成分データをコンセントレータ５へ送信する（Ｓ６５）。主成分データを受信したコンセントレータ５は、主成分データの統計値と閾値を比較して状態を判定し（Ｓ６６）、状態判定結果をサーバ８へ送信する（Ｓ６７）。

次に、所定の稼働期間を経過して主成分リスト１２０の更新周期になると、コンセントレータ５は無線センサ端末１に対して、稼働モードをトレーニングモードに切り替える指令を送信する（Ｓ６８）。

無線センサ端末１は、トレーニングモードに切り替えて稼働し、上記ステップＳ６１３と同様にして、所定の収集期間のセンサデータを設定された全ての統計値に変換し、これらの統計値をコンセントレータ５へ送信する（Ｓ６９）。

コンセントレータ５は、初回のトレーニング（Ｓ６２、Ｓ６３）と同様にして再トレーニングを実施する。すなわち、コンセントレータ５は、収集した全ての統計値からクラスタリングを行い、各クラスタについて分散の大きい方から所定数の統計値を主成分として選択し、主成分リスト１２０を生成して更新する（Ｓ７０）。

コンセントレータ５は、更新された主成分リスト１２０を無線センサ端末１へ送信する（Ｓ７１）。新たな主成分リスト１２０を受信した無線センサ端末１は、メモリ３２に保持された主成分リスト１２０を更新してから監視モードに切り替えて、センサデータから統計値を算出し、主成分データとしてコンセントレータ５に送信する（Ｓ７２）。以降は、前記実施例１に示した監視モードで稼働を継続する。

以上のように、本実施例４では、統計値の演算を無線センサ端末１に集約したため、トレーニングモードでセンサデータをそのまま送信する必要がなくなって、送信による消費電力を低減することができる。

本実施例５では、前記実施例１の図１に示した無線センサ端末１−１乃至１−Ｎおよびコンセントレータ５が１つ以上のアクチュエータ６０−１乃至６０−Ｍを具備する装置８０−１乃至８０−Ｋに搭載されたものである。

図８は、本発明の実施例５を示し、センシングシステムの一例を示すブロック図である。

図８において、符号１−１乃至１−Ｎおよび符号５乃至９ならびに符号１０で示した各ブロックの構造および動作は前記実施例１乃至４と同様である。

図８において、４０は信号処理部７０から出力される状態判定結果に基づいて、監視対象の状態を決定する認識処理部であり、５０は前記認識処理部４０の決定結果に基づいて、前記アクチュエータ６０−１乃至６０−Ｍの動作命令を生成し出力する制御処理部であり、１１は装置８０−１乃至８０−Ｋが各々具備する信号処理部７０から出力される状態判定結果および前記認識処理部４０から出力される状態決定結果ならびに前記制御処理部５０から出力される動作データを各々集約する第２のサーバである。

さらに、第２のサーバ１１は複数の前記装置８０−１乃至８０−Ｋにおける前記状態判定結果、状態決定結果、動作命令を集約した結果を基づいて、多用な場所での多様なシーンにおける各最適な状態判定結果、状態決定結果、動作命令を学習し、ネットワーク１０を介して前記装置８０−１乃至８０−Ｋに具備されている信号処理部７０、認識処理部４０、制御処理部５０の各処理アルゴリズムを最適な状態（例えばより低消費電力な状態）にアップデートする信号を送出する。

以上のように、本実施例５では、監視対象の状態のセンシングおよびその状態判定結果に基づきアクチュエータを制御するフィードバックループが形成されるため、第２のサーバ１１の機能を加えることにより、さらにシステム全体の動作を改善（例えば消費電力を低減）することができる。

なお、本実施例５において、無線センサ端末１−１乃至１−Ｎの一部乃至全部は無線ネットワーク９の代わりに、ＣＡＮ（Ｃｏｎｔｒｏｌｌｅｒ Ａｒｅａ Ｎｅｔｗｏｒｋ）、Ｅｔｈｅｒ、ＳｅｒＤｅｓなどの有線ネットワークで接続されていても構わない。

また、本実施例５において、前記装置８０−１乃至８０−Ｋは産業分野での組み立て装置のような固定装置または自動車や列車、建設機械などの移動装置のいずれであっても構わない。

＜まとめ＞
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に記載したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加、削除、又は置換のいずれもが、単独で、又は組み合わせても適用可能である。

また、上記の各構成、機能、処理部、及び処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、及び機能等は、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

＜補足＞
特許請求の範囲に記載した以外の本発明の観点の代表的なものとして、次のものがあげられる。

＜１６＞
＜１３＞に記載のセンシング方法であって、
前記第３のステップは、
前記生成したクラスタの座標軸を回転させることを特徴とするセンシング方法。

＜１７＞
＜１０＞に記載のセンシング方法であって、
前記コンセントレータは、前記主成分リストを決定するトレーニングモードと、前記主成分リストを用いて前記無線センサ端末が主成分データを出力する監視モードと、を有し、
前記コンセントレータは、前記無線センサ端末に、前記トレーニングモードへ切り替える指令を送信する第９のステップと、
前記コンセントレータは、前記無線センサ端末から受信したデータに基づいて特徴量を算出し、前記特徴量から主成分分析によって主成分を決定して、前記主成分に対応する主成分リストを更新し、当該更新した主成分リストを前記無線センサ端末に送信する第１０のステップと、
前記無線センサ端末は、前記更新された主成分リストを受け付けると、算出する統計値の種類を更新された主成分リストに応じて再設定して前記監視モードに復帰する第１１のステップと、
をさらに含むことを特徴とするセンシング方法。

＜１８＞
＜１５＞に記載のコンセントレータであって、
前記第２の無線通信部は、前記無線センサ端末から複数種の統計値を受信して、
前記第２の信号処理部は、前記複数種の統計値のそれぞれについて特徴量を算出し、算出された各特徴量から主成分分析によって主成分となる前記統計値を選択し、当該選択した統計値を主成分リストとして前記無線センサ端末へ送信することを特徴とするコンセントレータ。

＜１９＞
＜１５＞に記載のコンセントレータであって、
前記第２の無線通信部は、前記センサデータを受信し、
前記第２の信号処理部は、予め設定された複数種の統計値の全てを選択して、前記センサデータから前記全ての統計値を算出し、前記全ての統計値のそれぞれについて特徴量を算出し、算出された各特徴量から主成分分析によって主成分となる前記統計値を選択し、当該選択した統計値を前記主成分リストとして前記無線センサ端末へ送信することを特徴とするコンセントレータ。

＜２０＞
前記＜１８＞または＜１９＞に記載のコンセントレータであって、
前記第２の信号処理部は、前記特徴量として前記統計値のそれぞれについてクラスタを生成することを特徴とするコンセントレータ。

＜２１＞
前記＜２０＞に記載のコンセントレータであって、
前記第２の信号処理部は、前記主成分分析によって前記各特徴量から分散を算出して、前記分散の大きい順に所定数の特徴量に対応する統計値を主成分分析として選択し、当該選択した統計値を主成分リストとして出力することを特徴とするコンセントレータ。

＜２２＞
前記＜２０＞に記載のコンセントレータであって、
前記第２の信号処理部は、前記特徴量の算出を前記クラスタリングで生成したクラスタの座標軸を回転させることを特徴とするコンセントレータ。

＜２３＞
＜１５＞に記載のコンセントレータであって、
前記主成分リストを決定するトレーニングモードと、前記無線センサ端末から主成分データを受信する監視モードと、を有し、
前記第２の信号処理部は、
前記無線センサ端末に、前記トレーニングモードへ切り替える指令を送信し、
前記無線センサ端末から受信したデータに基づいて特徴量を算出し、前記特徴量から主成分分析によって主成分を決定して、前記主成分に対応する主成分リストを更新し、当該更新した主成分リストを前記無線センサ端末に送信することを特徴とするコンセントレータ。

＜２４＞
プロセッサとメモリを含むコンセントレータを制御させるためのプログラムであって、
受信したデータに基づいて特徴量を算出する第１のステップと、
前記特徴量から主成分分析によって主成分を決定する第２のステップと、
前記主成分に対応する主成分リストを生成する第３のステップと、
前記生成された主成分リストを送信する第４のステップと、
を前記コンセントレータに実行させるためのプログラム。

＜２５＞
センサとプロセッサとメモリを含む無線センサ端末を制御させるためのプログラムであって、
前記センサが測定したセンサデータを処理する第１のステップと、
前記処理されたデータを送信する第２のステップと、
主成分リストを受信し、前記主成分リストに基づいて、前記センサデータから主成分データを算出する統計値を決定する第３のステップと、
前記センサデータから当該決定された統計値を算出して主成分データとして送信する第４のステップと、
を前記無線センサ端末に実行させるためのプログラム。

１−１〜１−Ｎ 無線センサ端末
２ センサ
３、７ 信号処理部
４、６ ＲＦ部
５ コンセントレータ
８ サーバ
９ 無線ネットワーク
１０ ネットワーク
３１、７１ インタフェース
３２、７２ メモリ
３３、７３ プロセッサ
１００ データ転送部
１１０ 統計値演算部
１２０ 主成分リスト
７１０ データ収集部
７２０ 統計値演算部
７３０ クラスタ生成部
７４０ 主成分分析部

Claims (15)

1. センサとプロセッサとメモリを含む無線センサ端末と、
   プロセッサとメモリを含んで前記無線センサ端末に接続されたコンセントレータと、
   を有するセンシングシステムであって、
   前記無線センサ端末は、
   前記センサが測定したセンサデータを処理する第１の信号処理部と、
   前記第１の信号処理部が出力したデータを送信する第１の無線通信部と、を含み、
   前記コンセントレータは、
   前記第１の無線通信部と通信を行う第２の無線通信部と、
   前記無線センサ端末から受信したデータに基づいて特徴量を算出し、前記特徴量から主成分分析によって主成分を決定して、前記主成分に対応する主成分リストを生成する第２の信号処理部と、を含むことを特徴とするセンシングシステム。
2. 請求項１に記載のセンシングシステムであって、
   前記コンセントレータは、
   前記生成された主成分リストを前記第２の無線通信部から前記無線センサ端末へ送信し、
   前記無線センサ端末は、
   前記第１の無線通信部で受信した前記主成分リストに基づいて、前記センサデータから主成分データを算出する統計値を決定し、前記センサデータから当該決定した統計値を算出して主成分データとして出力し、前記第１の無線通信部から前記主成分データを前記コンセントレータへ送信することを特徴とするセンシングシステム。
3. 請求項１に記載のセンシングシステムであって、
   前記無線センサ端末は、予め設定された複数種の統計値の全てを選択して、前記センサが測定したセンサデータから前記全ての統計値を算出し、前記第１の無線通信部は、前記算出された前記全ての統計値を前記コンセントレータへ送信し、
   前記コンセントレータは、
   前記統計値を受信して、前記複数種の統計値のそれぞれについて特徴量を算出し、算出された各特徴量から主成分分析によって主成分となる前記統計値を選択し、当該選択した統計値を前記主成分リストとして前記無線センサ端末へ送信することを特徴とするセンシングシステム。
4. 請求項１に記載のセンシングシステムであって、
   前記無線センサ端末は、
   前記センサが測定したセンサデータを出力し、前記出力されたセンサデータを前記コンセントレータへ送信し、
   前記コンセントレータは、
   前記第２の無線通信部で前記センサデータを受信して、予め設定された複数種の統計値の全てを選択して、前記センサデータから前記全ての統計値をそれぞれ算出し、前記統計値のそれぞれについて特徴量を算出し、算出された各特徴量から主成分分析によって主成分となる前記統計値を選択し、当該選択した統計値を前記主成分リストとして前記無線センサ端末へ送信することを特徴とするセンシングシステム。
5. 請求項３または請求項４に記載のセンシングシステムであって、
   前記コンセントレータは、前記特徴量として前記統計値のそれぞれについてクラスタを生成することを特徴とするセンシングシステム。
6. 請求項５に記載のセンシングシステムであって、
   前記コンセントレータは、前記主成分分析によって前記各特徴量から分散を算出して、前記分散の大きい順に所定数の特徴量に対応する統計値を主成分分析として選択し、当該選択した統計値を主成分リストとして出力することを特徴とするセンシングシステム。
7. 請求項５に記載のセンシングシステムであって、
   前記コンセントレータは、前記生成したクラスタの座標軸を回転させることを特徴とするセンシングシステム。
8. 請求項２に記載のセンシングシステムであって、
   前記センシングシステムは、前記主成分リストを決定するトレーニングモードと、前記主成分リストを用いて前記無線センサ端末が主成分データを出力する監視モードと、を有し、
   前記コンセントレータは、
   前記無線センサ端末に、前記トレーニングモードへ切り替える指令を送信し、
   前記無線センサ端末から受信したデータに基づいて特徴量を算出し、前記特徴量から主成分分析によって主成分を決定して、前記主成分に対応する主成分リストを更新し、当該更新した主成分リストを前記無線センサ端末に送信し、
   前記無線センサ端末は、
   前記更新された主成分リストを受け付けると、算出する統計値の種類を更新された主成分リストに応じて再設定して前記監視モードに復帰することを特徴とするセンシングシステム。
9. センサとプロセッサとメモリを含む無線センサ端末に接続されたコンセントレータがデータを収集するセンシング方法であって、
   前記無線センサ端末は、前記センサが測定したセンサデータを処理する第１のステップと、
   前記無線センサ端末は、前記処理されたデータを前記コンセントレータに送信する第２のステップと、
   前記コンセントレータは、前記無線センサ端末から受信したデータに基づいて特徴量を算出する第３のステップと、
   前記コンセントレータは、前記特徴量から主成分分析によって主成分を決定する第４のステップと、
   前記コンセントレータは、前記主成分に対応する主成分リストを生成する第５のステップと、を含むことを特徴とするセンシング方法。
10. 請求項９に記載のセンシング方法であって、
    前記コンセントレータは、前記生成された主成分リストを前記無線センサ端末へ送信する第６のステップと、
    前記無線センサ端末は、受信した前記主成分リストに基づいて、前記センサデータから主成分データを算出する統計値を決定する第７のステップと、
    前記無線センサ端末は、前記センサデータから当該決定された統計値を算出して主成分データとして出力し、前記コンセントレータへ送信する第８のステップと、
    をさらに含むことを特徴とするセンシング方法。
11. 請求項９に記載のセンシング方法であって、
    前記第１のステップは、
    予め設定された複数種の統計値の全てを選択して、前記センサが測定したセンサデータから前記全ての統計値を算出し、
    前記第２のステップは、
    前記算出された前記全ての統計値を前記コンセントレータへ送信し、
    前記第３のステップは、
    前記統計値を受信して、前記複数種の統計値のそれぞれについて特徴量を算出し、
    前記第４のステップは、
    前記算出された各特徴量から主成分分析によって主成分となる前記統計値を選択し、
    前記第５のステップは、
    当該選択した統計値を前記主成分リストとして前記無線センサ端末へ送信することを特徴とするセンシング方法。
12. 請求項９に記載のセンシング方法であって、
    前記第１のステップは、
    前記センサが測定したセンサデータを出力し、
    前記第２のステップは、
    前記出力されたセンサデータを前記コンセントレータへ送信し、
    前記第３のステップは、
    前記センサデータを受信して、予め設定された複数種の統計値の全てを選択して、前記センサデータから前記全ての統計値をそれぞれ算出し、前記統計値から前記特徴量をそれぞれ算出し、
    前記第４のステップは、
    前記算出された各特徴量から主成分分析によって主成分となる前記統計値を選択し、
    前記第５のステップは、
    当該選択した統計値を前記主成分リストとして前記無線センサ端末へ送信することを特徴とするセンシング方法。
13. 請求項１１または請求項１２に記載のセンシング方法であって、
    前記第３のステップは、
    前記特徴量として、前記統計値のそれぞれについてクラスタを生成することを特徴とするセンシング方法。
14. 請求項１３に記載のセンシング方法であって、
    前記第４のステップは、
    前記主成分分析によって前記各特徴量から分散を算出して、前記分散の大きい順に所定数の特徴量に対応する統計値を主成分分析として選択し、当該選択した統計値を主成分リストとして出力することを特徴とするセンシング方法。
15. プロセッサとメモリを含んで無線センサ端末と通信するコンセントレータであって、
    前記無線センサ端末と通信を行う第２の無線通信部と、
    前記無線センサ端末から受信したデータに基づいて特徴量を算出し、前記特徴量から主成分分析によって主成分を決定して、前記主成分に対応する主成分リストを生成する第２の信号処理部と、を含み、
    前記第２の無線通信部は、
    前記生成された主成分リストを前記第２の無線通信部から前記無線センサ端末へ送信し、前記無線センサ端末から主成分データを受信することを特徴とするコンセントレータ。

Images