JP7129899B2 - 管状態検知システム、その方法、及びセンサ端末 - Google Patents

Description

本発明は管状態検知システム、その方法、及びセンサ端末に関し、特に劣化しているか否かをセンサで検出される振動又は音の違いによって検知する管状態検知システム、その方法、及びセンサ端末に関する。

目視困難な地中に埋設された水道管路等の配管の状態、漏洩の発生等の異常を検知する各種の漏水探知機、及びそれらを用いた探知方法に関しては、非特許文献１の「水道維持管理指針」や非特許文献２の「東京の漏水防止」に記載がある。

また、同様の目的のためにサービスエリアを担当者が巡回して検査する巡回検査では、音聴棒による手法や電子式漏水探知機が用いられる。さらに、常時設置型の漏水検知器による検査手法については、特許文献１に記載がある。

周知のとおり、水道局等の水道サービスについては、高度成長期の設置から６０年が経過して、配水設備の老朽化が進行している。これに対し、耐震化を含めた更新事業を行っているが、いずれの事業体でも漏水事故が多発している現状がある。また、水道事業は人口減少にともなう使用水量の減少による減収、事業職員数の減少といった事業課題がある。特に、有収水量を改善する漏水対策に関する効率的な解決策が求められている。なお、有収水量とは、水道料金徴収の対象となった水量をいう。

これまで漏水に関しては、担当職員が現地に赴き、移動式の漏水探知機を使用して、個別に漏水箇所の探査を行う巡回調査により、漏水箇所を特定して、その後の工事作業を計画していた。広範囲のサービスエリアを巡回して漏水調査することは、維持管理のコスト面でも効率的ではない。今後の効率的な漏水対策方法として、遠隔監視システムが要望されている。その遠隔監視システムによれば、広範囲に多地点の水道埋設管に安価なセンシング端末（以下、「センサ端末」又は単に「端末」ともいう）を常時配置し、遠隔監視により漏水の発生を検出し、高精度な漏洩点位置の推定が行える。

特開２０１５－１６３９０３号公報

厚労省発行「水道維持管理指針」(2006年版), 9.5.8 漏水防止 東京都水道局発行「東京の漏水防止」(平成28年度版),3 漏水調査方法

上述の端末を広範囲に分散配置した場合、設置場所毎に環境が異なるため、同じ条件での測定は適さない場合が多い。また、設置場所が交通量の多い場所、周囲に外乱を多く発生させる施設の近くでは、端末のセンサ信号に大きな外乱を混入させる結果となり、測定結果の品質の低下が懸念される。それらの外乱は測定する場所及び時間により変化するものである。以上のような状況は、水道管に限られたことではなく、広範囲に配管網が広がったインフラとしてのガス管や大規模設備の配管に共通の事項である。

特に、上水道の埋設管に関しては、取得する振動信号への外乱の影響が大きく、外乱信号の強度が信号の数倍から数十倍以上に達する。その環境において、毎日１回程度の頻度で定期的に監視する設定で、その１回の測定を短時間のサンプリング測定に外乱のタイミングが重なった場合は、外乱の除去が困難になるという課題がある。また、繰り返し測定による平準化を行っても、高レベルの外乱ノイズが混入していれば、計測データの信頼性は維持できないという課題もある。このように品質低下した測定データを破棄した場合、別なタイミングでの再測定が必要となり、バッテリーで動作する端末の電力消費が増加して、長期間の継続使用ができなくなるという課題もある。本発明は、かかる課題を解決するためになされたものであり、その目的とするところは、各センサ端末の設置環境に応じた無駄の無い最適な動作を自動的に設定可能にした管状態検知システムを提供することにある。

上記課題を解決する本発明は、監視対象の配管に取り付けて監視信号を送信する複数のセンサ端末と、前記監視信号を受信して監視に用いるセンター側装置と、を通信可能に接続して構成された管状態検知システムであって、前記センサ端末は、前記配管の劣化状態に起因する異変を検出した検出データを出力するセンサと、前記検出データを処理して前記劣化状態を分析した結果を目的信号として出力するセンサ信号処理部と、前記検出データから外乱信号を抽出して入力し、前記センサが設置された端末設置環境の評価に用いる特徴量を出力する設置環境評価処理部と、前記特徴量に基づいて評価された前記端末設置環境を学習する学習部と、前記センサ信号処理部の出力した前記目的信号及び制御情報を前記センター側装置に対して交信可能な通信部と、を備え、前記学習部は、学習した前記端末設置環境に応じた学習結果に基づいて、前記センサ信号処理部の測定スケジュール及び動作パラメータを前記センサ端末毎に個別の設定する、というものである。

本発明によれば、各センサ端末の設置環境に応じた無駄の無い最適な動作を自動的に設定可能にした管状態検知システムを提供できる。

本発明の実施例１に係る漏水検知端末（以下、「センサ端末」又は「本端末」ともいう）の構成を示すブロック図である。 図１の本端末を含んで構成された管状態検知システム（以下、「本システム」ともいう）の構成を示すブロック図である。 図１の本端末を水道埋設管の仕切弁に付設した利用形態を示す断面図である。 図１～図３に示した本端末の動作手順（以下、「本方法」ともいう）を示すフローチャートである。 図１～図４に示した本端末の測定スケジュールを構成するデータ構造の一例を示す表である。 図１～図４に示した本端末の測定スケジュールを構成するデータセットの一例を示す表である。 図１～図４に示した本端末の調整スケジュールを構成するデータ構造の一例を示す表である。 図１～図４に示した本端末に想定される外乱によるＰＳＤ（PowerSpectrum Density）平均値信号の時間的変化を示すグラフであり、図８（ａ）は外乱無し、図８（ｂ）はバルブ開閉等、図８（ｃ）は流量変化等、についてそれぞれ示している。 図１に示したセンサ信号処理部の構成を示すブロック図である。 図１に示した設置環境評価処理部の構成を示すブロック図である。 図１に示した学習部の構成を示すブロック図である。 図１に示した学習部の変形例を示すブロック図である。 活動量のモデル化を説明するためのグラフであり、図１３（ａ）は日内活動量、図１３（ｂ）は週内活動量、図１３（ｃ）は月内活動量、をそれぞれ示している。 図１に示したセンサ信号処理部において、測定時の外乱が大きい場合、図１の制御部が測定データを部分的に破棄する処理を示すフローチャートである。 図１～図４に示した本端末の設置不良について、図１の設置環境評価処理部の評価結果から判断する処理を示すフローチャートである。 図１の制御部がトリガー状態を検査する処理を示すフローチャートである。 図１の設置環境評価処理部で取得した評価結果から得た測定スケジュールをアップロードする処理を示すフローチャートである。 図１の設置環境評価処理部で取得した評価結果を学習結果として図２のセンター側装置２０にアップロードする処理を示すフローチャートである。 図１７の処理により、センター側装置２０で保存及び管理されている測定スケジュールについて、図１～図４に示した本端末にダウンロード後リセットする処理を示すフローチャートである。 本発明の実施例２に係る管状態検知システム（これも「本端末」という）の構成を示すブロック図である。 図２０のセンサ信号処理部の処理を説明するためのグラフであり、図２１（ａ）は図２０の移動体判定部が出力する外乱評価量、図２１（ｂ）は遅延信号、図２１（ｃ）は測定スケジュール信号、をそれぞれ示している。

本発明の実施形態について、図を用いて説明する。なお、各図における構成要素名の表記は、機能名、信号名又は処理名を兼用できる略称を用いているが、該当機能を説明するときは、これら構成要素名の末尾に「部」を付している。また、全図にわたって、同一効果の機能、信号及び処理には同一符号を付して説明の重複を避ける。以下、図１～図１９を用いて実施例１を説明した後、図２０～図２１を用いて実施例２を説明する。

図１は、本発明の実施例１に係る漏水検知端末（本端末）の構成を示すブロック図である。図２は、図１の本端末を含んで構成された管状態検知システム（本システム）の構成を示すブロック図である。後述するように、図１の本端末は、図２のセンサ１と端末側処理部１２と通信部９の範囲に対応している。なお、図１のブロック図では、図２の本システムのうち、特に端末側処理部１２の構成を拡大して詳細に示している。

図１に示すように、本端末１０は、センサ１、センサ信号処理部２、設置環境評価処理部３、制御部４、学習部７、及び通信部９を備えて構成されている。また、測定スケジュール５、動作パラメータ、及び評価スケジュール８は、それぞれの名称で特定される設定数値であると共に、それらの設定数値を記憶再生自在に格納しておく記憶領域（格納部）も意味する。

センサ１は配管に装着して、配管の振動を検出し、振動データに変換する。検出した振動データはセンサ信号処理部２で処理し、配管内を移動する流体の状態を反映する特徴量（すなわち、配管状態）を出力する。この特徴量は１つあるいは複数の数値の組からなり、時間と共に変化する量である。センサ信号処理部２は、測定スケジュール５で指定する時刻毎に動作して、そのときの特徴量を通信部９に送る。

通信部９は本端末に対応するセンター側装置２０のシステムと通信を行い、配管内の流体の状態を示す特徴量をセンター側装置２０に送信する。また、通信部９はセンター側装置２０からの受信データを受信し、制御部４に伝える動作をする。制御部４は本端末の各部の動作を制御する構成要素である。すなわち、制御部４は、通信部９を経由して、外部のセンター側装置２０のシステムとデータ通信を行い、配管状態検知システムの検知データを送信し、または、センター側装置２０の要求を受信して、検知装置全体の動作を制御する。

センサ１が出力する振動データは、設置環境評価処理部３にも入力される。設置環境評価処理部３は、評価スケジュール８で指定する時刻毎に処理し、装置の設置環境を評価する評価データを算出して学習部７へ入力する。なお、測定スケジュール５と、評価スケジュール８と、は重複しない独立したスケジュールである。

学習部７は、設置環境評価処理部が出力する評価データを処理して、その量の大きさ、時間変化を学習する。評価データは、検知装置の設置環境を評価する特徴量であり、設置場所毎の特徴を示す量である。学習部７の処理結果に基づいて得られた、動作パラメータ６及び測定スケジュール５は、それぞれ専用の記憶領域にシステム制御用のデータとして記憶される。なお、上述したように、評価スケジュール８、測定スケジュール５、及び動作パラメータ６は、それぞれのデータ記憶領域（格納部）を意味する呼称としても兼用するように図示されている。

図２の本システムは、水道管の漏水異常を検出するために採用されて好適なシステムである。本システムが検知する水道管配管の劣化状態の典型的として漏水があり、その他の例として、給水装置からの異常音や振動がある。その具体的な原因は、水撃作用や給水用具部品の磨耗等が挙げられる。

図２の本システムは、本端末１０及びセンター側装置２０と、これら両者を情報接続する通信網１１と、により構成されている。本端末１０は、センサ１、端末側処理部１２、及び通信部９と、これらの駆動用に各種バッテリー等を有する電池部１３と、により構成されている。センター側装置２０は、送受信部２１、センター側信号処理部２２、時刻同期部２３、表示装置２４、及び管路網データベース２５により構成されている。

本端末１０は、上水道サービス提供圏内の配水区の埋設管各所に分散して複数台配置するものである。センサ１により水道管の振動を検出し、振動データに変換する。振動データは端末側のセンサ信号処理部２により、ファスト・フーリエ変換処理（ＦＦＴ:fast Fourier transform）等の周波数解析手法により特徴量データ（周波数データ）に変換する。この周波数データは、通信部９が通信網１１を介してセンター側装置２０へ転送される。電池部１３は、本端末１０の電力供給部であり、本端末１０の各部に電力を供給する。次に、本端末１０の利用形態を図３に例示する。

図３は本発明の実施例１に係る漏水検知端末（本端末）１０を水道埋設管の仕切弁に付設した利用形態を示す断面図である。図３に示すように、地面２９に配水管２８が埋設されて埋設配水管網が形成され、この配水管２８の適宜箇所にマンホール、及びそのマンホール内に仕切弁２７が設置されている。この仕切弁２７は、マンホール蓋２６を開閉して操作できる。

本端末１０は、マンホール蓋２６を開閉して操作可能な仕切弁２７の弁キャップ部分（仕切弁を開閉するための操作部）に取り付けられている。このように図３と同様の形態で、埋設配水管網の全域にわたって、多数の本端末１０が配設されている。これらの本端末１０が配水管２８を伝播する振動を検出する。

このような設置状況の水道管は、公道直下の地中で深さ１ｍ前後の位置に埋設されている。この水道管は、地表からあまり深くないため、地表を通過する自動車等の移動体から発生する振動が地中を伝播する。したがって、各本端末１０は、それらを外乱として受け易い。そのため、何らかのノイズ対策を施さない限り、本端末１０の漏水検知精度は著しく低劣である。このような条件下に設置される本端末１０の動作手順について説明する。

図４は図１～図３に示した本端末１０の動作手順（本方法）を示すフローチャートである。図４の処理フローは、図１の制御部４が、センサ信号処理部２、及び設置環境評価処理部３を制御して本方法を実行する手順を例示している。図４に示すように、本方法は、ステップＳ１より開始し、後述する各手順を経て、ステップＳ１３の終了後はステップＳ２へ戻って、次の調整時を待機するところで一巡し、これらを繰り返している。

ステップＳ２及びステップＳ３は、タイマ動作の処理である。ステップＳ４から入力する調整スケジュールにより、ステップＳ２（タイマ動作）は、指定時刻（調整時刻）まで待機して、動作を開始する。同様にして、ステップＳ５で入力する測定スケジュールにより、ステップＳ３（タイマ動作）は指定時刻（測定時刻）まで待機して、動作を開始する。ステップＳ２以降の処理フローは、調整時に実行される調整動作の処理（環境評価モード）であり、ステップＳ３以降の処理フローは、測定時刻に実行される測定動作の処理（測定モード）である。

ステップＳ８は、図1の設置環境処理部３の処理であり、調整の信号処理を行う。ステップＳ９は、設置環境処理部３の内部で算出した環境評価値のデータ履歴を一定期間保持するためのデータ格納の処理である。ステップＳ１０は、環境評価値のデータ履歴から各設置点の特徴を学習するステップである。学習は一定のモデルを仮定し、所定数のモデルパラメータを決定する処理とする。ステップＳ１０による学習結果、すなわちモデルパラメータは、学習部７の内部に保持する。

ステップＳ１１は、学習量が十分に到達したか否かを判定する処理である。前回測定時に、学習量が十分と判断されて以降、新規に行った学習量が十分蓄積されているかを判断する。学習量が不十分の場合（Ｓ１１でＮＯ）、ステップＳ２へ戻って次の調整時刻を待つ。学習量が十分の場合（Ｓ１１でＹＥＳ）の場合は、ステップＳ１２で学習結果に基づいた測定スケジュールの生成を行う。ここで生成された測定スケジュールにより、測定スケジュール５の更新を行う。

ステップＳ１３は、学習結果に基づいた動作パラメータ生成のための演算処理である。ここで生成された動作パラメータにより、動作パラメータ６の更新を行う。ステップＳ１３の終了後はステップＳ２に戻り、次の調整時刻を待つ。ステップＳ６は、図１のセンサ信号処理部２で定時測定を行う。ステップＳ７では、ステップＳ６の測定結果について、センター側装置２０へデータ通信を行う。テータ通信の終了後はステップＳ３へ戻り、次の測定時刻まで待機する。

図５は、図１～図４に示した本端末１０の測定スケジュールを構成するデータ構造の一例を示す表である。すなわち、図５は、センサ信号処理部２が用いる測定スケジュール５の格納データを例示している。図５に示すように、各データは、１行目に左列から順に、番号３１、開始日時３２、測定項目３３の指定、及び繰り返しフラグ３４である。この例では、予定する測定の１件毎について、日時及び測定条件の指定内容を所定の記憶領域５に格納している。

開始日時３２は測定を開始する日時の情報を西暦年から始めて、分単位の精度でタイムゾーンも含めて指定する。測定項目３３の指定は、測定の種類を識別するコードであり、複数種類の測定に対応する。この表では１種類の測定項目の指定「Ａ」のみ記載している。繰り返しフラグ３４は０あるいは１の２種類の値を持ち、０は対応する測定が実行済み、あるいは、実行不要であることを示している。制御部４の制御により、測定を行った際に、この表の値を１から０に変更する。

図５の表には、本端末１０の記憶容量が十分あれば、本端末１０の使用期間全部のスケジュールを格納する。本端末１０の記憶容量が不足する場合は、一定期間のスケジュールを格納し、時間経過に伴い、古いスケジュールを新しいスケジュールで更新する処理を行う。

図６は、図１～図４に示した本端末１０の測定スケジュールを構成するデータセットの一例を示す表である。すなわち、図６は、測定スケジュールあるいは評価スケジュールを目的や状況に対応してグループ化したデータセットである。はセット番号３５、はデータ３６、は備考３７である。セット番号３５はデータセットに割り振られた識別番号であり、データ３６はデータセットの名称、備考３７はデータセットの使用目的、対応する状況の情報を記載している。

測定スケジュール、評価スケジュールに対応したデータセットをそれぞれ用意し、制御部４がデータセットを読み出し、測定スケジュール５、評価スケジュール８へデータ転送する。測定スケジュール５、評価スケジュール８でデータ変更がある場合は、制御部４その変更をデータセットに反映させるデータ転送を行う。図６には、セット番号１から４までの４つの状況に対応したデータセットを記載した。

セット番号１はデータセット名称が「スケジュールデータセットＡ」であり、端末１０の設置当初の測定スケジュールである。個々のデータセットに対応して、図５に示す測定スケジュールに対するデータ格納領域５を設け、データを保存し、書き換えも行う。

各データセットのスケジュールデータの格納方法の一例は、図６のデータ構造の中に埋め込む方法である。その場合には、データ３６はデータセット名称に続けて、スケジュールデータを格納する。各データセットが可変長になることに対応したデータの区切りがわかるデータ格納形式を使えば良い。各データセットにおけるスケジュールデータの格納方法について、別の例はデータセット名称とスケジュールデータの格納位置の対応関係を記載した対応表を用意することである。

セット番号２の「スケジュールデータセットＢ」は、１日のスケジュールを記載したスケジュールデータである。そのデータ内容は１日（２４時間）毎となっている。セット番号１のスケジュールでの測定が終了した後に、毎日同様の測定を実行する場合に使用する。

セット番号３の「スケジュールデータセットＣ」は、毎週実行するスケジュールデータである。このデータセットは、セット番号２の１日周期で実行するスケジュール以外に、曜日に対応して、追加の測定の実行に対応する。セット番号４の「スケジュールデータセットＤ」は、５年間等の端末１０のライフタイム期間に対応したスケジュールデータである。このように、いろいろな状況に対応したスケジュールデータを保持し、制御部４がそれらスケジュールデータに基づいて、センサ信号処理部２及び設置環境評価処理部３を動作させる。

図７は図１～図４に示した本端末１０の調整スケジュールを構成するデータ構造の一例を示す表である。すなわち、図７は、設置環境評価処理部３が用いる評価スケジュール８のデータを例示している。図７に示すように、各データは、１行目の左列から順に示すように、番号４１、開始及び終了日時４２、評価項目４３、繰り返しフラグ４４である。番号４１により、個々の評価スケジュールの登録を識別する。開始及び終了日時４２は評価スケジュールの実行期間を示しており、現在時刻がこの実行期間内である場合に、評価項目４３の評価内容を実行することを示す。

繰返しフラグ４４は繰返しの頻度を指定するデータである。繰返しフラグ４４は３つの要素から構成する。最初の符号は０あるいは１であり、登録内容の有効あるいは無効を示す。次の符号は繰返しの期間を示し、Ｈ，Ｄ，Ｗはそれぞれ１時間、１日、１週間に対応する。それに続く数字は、その期間の分割数を示している。Ｈ／１は１時間毎に１回であり、Ｄ／４は１日に４回、Ｗ／１は1週間に1回を示している。

制御部４は図７に示す評価スケジュール８のデータを読み込み、指定された時刻に設置環境評価処理部３を動作させる。評価スケジュールの読出し又は変更の命令は、センター側装置２０から通信部９を経由して制御部４に届けられる。これに対応して制御部４は、読み出し命令であれば、届いた評価スケジュール８のデータ内容を読み出してセンサ信号処理部２へデータ配信する。あるいは、変更命令であれば、制御部４が受信したデータにより評価スケジュール８のデータを更新する。

図８は図１～図４に示した本端末１０に想定される外乱によるＰＳＤ平均値信号の時間的変化のを示すグラフであり、図８（ａ）は外乱無し、図８（ｂ）はバルブ開閉等、図８（ｃ）は流量変化等、についてそれぞれ示している。すなわち、図８は、外乱の時間的変化の例をセンサ信号のＰＳＤ平均値信号による模式的表示を例示している。このＰＳＤ平均値信号は、短時間のＰＳＤスペクトルを周波数で積分し、単位周波数あたりに換算した値であり、音響強度に相当する。

図８（ａ）は、外乱が発生していない場合のＰＳＤ信号の変化を示している。図８（ｂ）は、水道管に接続するバルブの開け閉めによるウォーターハンマー現象と呼ばれる外乱、あるいは、人の足音による外乱の例を示している。さらに、図８（ｃ）は、流量の大きな変化、あるいは移動体による外乱がある場合のＰＳＤ平均値信号の変化を示している。これら外乱による信号の変化は、監視対象である漏水による目的信号と比較すると桁外れに大きい。このような外乱を除去しないままに信号処理すると、目的信号の信頼性は著しく低劣となる。したがって、外乱を取り除くことが必要である。

図２に戻って本端末１０の説明を続ける。上述の設置場所に分散設置されている本端末１０は、実際の運用において、電池部１３からの電力供給により、５年程度の定期観測を継続できることが要求されている。つまり、本端末１０は、５年程度の長期間にわたって、電池のみで動作しなければならない。そのため、通信部（通信部９と通信網１１）には、低消費電力の方式で、数キロメートル程度に及ぶ配水区内を伝達できる方式を採用することが必要とされる。そのような到達距離を有する通信網として、低電力無線通信網（ＬＰＷＡ; Low Power, Wide Area）がある。そのＬＰＷＡによる通信サービスの１つとして、ＬｏＲaＷＡＮ規格が、今後の有力サービスの候補に挙げらている。

本端末１０は、長期間の継続使用を可能にするため、節電運用することにより、電池部１３の消耗を抑制する。すなわち、本端末１０は、節電運用として、休止モードと１つ以上の通常動作モードの複数の動作モードを持ち、それらの動作モードを切替えて動作する。この制御は端末側信号処理部１２により実行される。

通常動作モードは、漏水を検知あるいは設置環境を評価するための動作モードであり、相対的に電力を多く消費するモードである。その逆に、休止モードは、デジタル処理のクロック周波数を下げる等して、ほとんど電力を消費しない動作モードである。動作スケジュールにより指定された時刻以外のほとんどの時間帯は、休止モードとすることで、長期間の継続使用を可能とする。

センター側装置２０は、複数台の本端末１０と通信網１１を介して通信しながら、配水区の配管状態を監視する。送受信部２１は、本端末１０の設定パラメータ等のデータを送信データとして送信すると共に、本端末１０が送信した振動データを受信する。本端末１０の送信データには時刻情報が含まれているが、時刻同期の精度を高めるための処理部が時刻同期部２３である。

センター側信号処理部２２の処理結果は、管路網データベース２５より読み出した水道管の管路図に重畳して、表示装置２４を用いて表示する。表示装置２４は、カラー画像表示装置であり、配管上に漏水が検知された場合は、対応する配管上の位置に、赤色等の際立つ色や点滅、パターン等により漏水発生の表示を行う。次に、端末側処理部１２に含まれるセンサ信号処理部２の構成例について、図９を用いて説明する。

図９は、図１に示したセンサ信号処理部２の構成を示すブロック図である。図９に示すように、センサ信号処理部２は、データ入力部５１、スペクトル解析部（ＰＳＤ）５２、学習部５３、対数尤度算出部５４、設定パラメータ入力部５５、閾値比較部５６、及び漏判定出力部５７より構成されている。

センサ１が取得した振動データは、データ入力部５１より入力され、ＰＳＤ５２で周波数解析が行われる。パワースペクトル解析（Power Spectrum Density; ＰＳＤ）は、周波数解析の１つの手法であり、周波数毎の信号強度分布を解析するものである。さらに、ＰＳＤ５２では、時間平滑化処理を行い、一定の周波数バンドごとの複数の数値が特徴量として出力される。ＰＳＤ５２の出力したパワースペクトルは、学習部５３に入力する。

学習部５３は、モデルベースの学習、又は機械学習において、上述のパワースペクトルを実行する。ＧＭＭモデル（Gaussian Mixture Model）等の学習モデルにより、正常時のパワースペクトルデータを学習させる。漏水時の学習が実施可能であれば、その異常時のモデルパラメータも学習して用いても良い。その学習結果はモデルパラメータ（特徴量）としてデータ化して、学習部５３の内部に保持する。

上述のモデルパラメータは必要に応じて、センター側装置２０へデータ送信し、センター側装置２０の管路網データベースの情報に追加して管理しても良い。設置場所毎に、最初から学習を行うことに困難がある場合は、予め実験的な施設で取得した学習結果（モデルパラメータ）を、学習部５３に初期設定することも考えられる。

対数尤度算出部５４は逐次入力されるパワースペクトルと学習した正常時モデルのパワースペクトルとの間で、パワースペクトル間の複合的な対数尤度を算出する。この対数尤度により、スペクトル間の類似度（あるいは距離）を評価し、後述の閾値と比較して、正常時か異常時を判断する。

閾値比較部５６は、対数尤度算出部５４の算出結果と、設定パラメータ入力部５５から入力する閾値とを逐次比較し、漏水が発生しているか否かの推定結果を示す判定信号、すなわち、漏水判定結果を出力する。その信号（比較結果）は漏判定出力部５７より出力する。次に、設置環境評価処理部３の構成例を図１０に示す。

図１０は、図１に示した設置環境評価処理部３の構成を示すブロック図である。図１０に示すように、設置環境評価処理部３は、データ入力部６１、ＰＳＤ６２、特徴量算出部６３，６４，６５、及び出力部６６より構成されている。センサ１が取得した振動データは、データ入力部６１より入力され、ＰＳＤ６２で周波数解析される。

ＰＳＤ６２は、設置環境評価に対応した動作パラメータ（周波数範囲、区間長）を用いる。動作パラメータは、一例として、周波数分解能を粗くする代わりに、時間分解能を細かくする等と設定される。ＰＳＤ６２が出力するスペクトルデータは、特徴量算出部６３，６４，６５に入力され、それぞれの特徴量データが出力部６６，６７，６８から出力される。

図１０の例では、特徴量算出部は３個で構成したが、設置環境を評価する特徴量であれば、個数を追加しても良い。ここで算出する特徴量の例として、以下のような特徴量を採用することができる。特徴量算出部６３は、パワースペクトルの周波数平均値を時間平滑化した量を特徴量として出力する。特徴量算出部６４は、パワースペクトルの積分値の時間的変動幅を特徴量として出力する。特徴量算出部６５は、パワースペクトルの積分値の時間的増加勾配を特徴量として出力する。次に、学習部７の構成例を図１１に示す。

図１１は、図１に示した学習部７の構成を示すブロック図である。図１１に示すように、学習部７は、入力部７１、日内活動量算出部７２、週内活動量算出部７３、月内活動量算出部７４、モデルパラメータ算出部７５、スケジュール生成部７６、動作パラメータ算出部７７、出力部７８，７９、学習結果格納部３８、及び入出力部３９により構成されている。この学習部７は、図１に示したように、設置環境評価処理部３が算出した評価量を入力部７１から入力し、出力部７８，７９からスケジュール、及び動作パラメータを出力する。

日内活動量算出部７２は入力の評価量から学習部７が使用する学習モデルの特徴量である「日内活動量」を算出し、一定期間のデータを保持する。日内活動量の例として、１日に設定された期間における入力の評価値に対する平均値や分散値のほか、評価値に対する最大値と最小値の差分量が列挙される。

週内活動量算出部７３は「週内活動量」を算出し、一定期間のデータを保持する。週内活動量の一例は、一週間の期間についての入力の評価値の平均値、及び、分散値、最大値と最小値の差分量である。月内活動量算出部７４は「月内活動量」を算出し、一定期間のデータを保持する。月内活動量の一例は、一ケ月の期間についての入力の評価値の平均値、及び、分散値、最大値と最小値の差分量である。

図１１において、学習結果格納部３８は、上述のモデルパラメータを格納し、入出力部３９から出力する。入出力部３９は通信部９を経由して、センター側装置２０にデータ転送する。この学習結果は、センター側装置２０からの要求に応じて、センター側装置２０に転送される。また、学習結果をセンター側装置２０から書き換えるように要求することも可能である。すなわち、通信部９を経由して、入出力部３９から学習結果として書き換えるべきモデルパラメータをデータ転送する。

その場合には、モデルパラメータ算出部７５は学習結果格納部３８から格納データを読み出し、内部に保持したモデルパラメータの修正を実行する。このように、センター側装置２０からの学習結果の書き換えを行う上述のケースとしては、モデルパラメータ算出部７５に既存のモデルパラメータを強制的に適用する場合が考えられる。そのようにすることで、早期に学習結果を収束・安定させる効果が期待できる。次に、学習部７の別の構成例を示す図１２に示す。

図１２は、図１に示した学習部７の変形例を示すブロック図である。なお、図１２の学習部７ａにおいて、図１１に示した学習部７と共通する構成要素については、同じ符号を付している。すなわち、図１２の学習部７ａにおける、日内活動量算出部７２、週内活動量算出部７３、月内活動量算出部７４は、図１１の学習部７と共通であり、入力の評価量から日内活動量、週内活動量、月内活動量のそれぞれを算出する。図１２の学習部７ａは、入力部８１、モデルパラメータ算出部８２、学習結果格納部８３，８４，８５、切替部８６、出力部８７，８８、及び入出力部８９により構成されている。この学習部７ａは、設置環境評価処理部３が算出した評価量を入力部８１から入力する。

日内活動量算出部７２は、図１３（ａ）を用いて後述する日内活動量のデータを一定期間保持し、次段の処理部からの要求に応じて出力する。週内活動量算出部７３、月内活動量算出部７４についても、対応する活動量のデータについて、同様に、一定期間保持し、次段の処理部からの要求に応じて出力する。モデルパラメータ算出部８２は、上述の日内活動量データ、週内活動量データ、月内活動量データを入力として、基準とするモデルに当てはめるモデルパラメータを算出する。同様に、日内活動量データ、週内活動量データ、月内活動量データのそれぞれについて、モデルパラメータを算出する。

モデルパラメータ選定の基準のひとつは、入力される各活動量の一定期間の入力について、モデルパラメータから予測される活動量の値の差の合計を求め、それを最小とするパラメータである。スケジュール生成部７６、及び、動作パラメータ算出部７７は、モデルパラメータを入力として、スケジュールデータ、動作パラメータを生成する。

学習結果格納部８３，８４，８５は異なる学習結果を格納し、モデルパラメータ算出部８２が切替部８６を制御して、３つの学習結果格納部から１つを選択して、格納されている学習結果を読み出し、モデルパラメータの算出に利用する。この学習部の構成例では、学習結果格納部８３，８４，８５にそれぞれ異なる学習結果を予め格納しておき、そのうちのどれかを選択して、学習結果のデータの収束を早めることができる。時間をかけて、最初から学習処理を積み重ねなくても、いくつかの学習結果の候補の中からその地点の端末１０に適すると予想されるものを選択して与えることで、学習の過程を早めることができる。

上述の学習結果の選択は、運用開始の初期設定で行うことも可能であり、あるいは、センター側装置２０からの命令により、どれかの学習結果を選択することも可能である。センター側装置２０からの命令による場合は、入出力部８９より、センター側装置２０からの命令及び上述の選択の情報が入力され、その内容に基づき、モデルパラメータ算出部８２が学習結果の読み出しを行う。

学習結果格納部８３，８４，８５の格納データの内容は初期設定で書き込んでおき、必要に応じて、センター側装置２０からの命令に基づいて、内容を書換える動作を行う。その場合は、入出力部８９より、センター側装置２０からの命令、上述の選択の情報、及び、書き換えるデータ内容が入力され、その内容に基づき、モデルパラメータ算出部８２が学習結果の書き込みを行う。

毎日の測定スケジュールについて、最も簡便な設定方法の一例は、日内活動量が最小となる時刻を設定することである。図１３（ａ）の例では、３時付近がスケジュールの候補となる。モデルパラメータから最小の時刻を推定することにより、評価段階ではサンプルを取得していない時刻を指定することが可能である（データを補完することにより推定する）。毎週の測定スケジュール、毎月の測定スケジュールについても、同様の設定方法が適用可能である。

スケジュール生成部７６で生成したスケジュールに関するデータは、出力部８７から出力し、図１に示す測定スケジュール（データ）５となり、センサ信号処理部２に入力される。なお、図１の測定スケジュール（格納部）５はスケジュールデータのバッファ部である。動作パラメータ算出部７７は、上述のモデルパラメータを入力として、動作パラメータを生成し、出力部８８から出力され、上述のセンサ信号処理部２に入力される。センサ信号処理部２は、入力される動作パラメータにより、信号処理の動作パラメータを変更して動作する。なお、図1の動作パラメータ（格納部）６は動作パラメータのバッファ部である。

動作パラメータは、スケジュールの時刻に応じて、複数の組み合わせを算出し、それらを測定スケジュール（格納部）５に保持する。外乱の少ない時刻のみならず、外乱の多い時刻でも、スケジュール上、測定を実施する時刻に対応するパラメータについては、対応するデータが保持される。

図１３は活動量のモデル化を説明するためのグラフであり、図１３（ａ）は日内活動量、図１３（ｂ）は週内活動量、図１３（ｃ）は月内活動量、をそれぞれ示している。これらの活動量については、上述したとおりであり、図１３の各グラフは、１つのデータ種別（例えば、平均値）についての模式的な変化を示している。次に、図１に示したセンサ信号処理部２の処理内容の他の一例について、図１４を用いて説明する。

図１４は、図１に示したセンサ信号処理部２において、測定時の外乱が大きい場合、図１の制御部が測定データを部分的に破棄する処理を示すフローチャートである。図１４の処理フローは、制御部４が各部を制御して実行させる処理内容であり、まず、ステップＳ２１で処理を開始する。次に、ステップＳ２２では、センサ信号処理部２が、測定の信号処理を実行する。

次に、ステップＳ２３では、設置環境評価処理部３が評価値を出力する。なお、設置環境評価処理部３とセンサ信号処理部２ではデータ出力のサンプリングレート、及び時間間隔が異なっている。設置環境評価処理部３は、相対的に時間分解能を高く設定するために、そのデータ出力の時間間隔を短く設定されている。この時間間隔は、フレームと呼ぶことにすると、センサ信号処理部２の1フレームは設置環境評価処理部３の複数フレームに対応する。それぞれのフレーム毎に、それぞれの処理部はデータ出力をしている。

このとき、設置環境評価処理部３のデータ出力（評価値）で判断して、外乱の影響を多く受けているタイミングは、上述のセンサ信号処理部２の処理内容の一例で示した閾値による処理と同様に実施することができる。

次に、フレーム分割ステップＳ２４では、設置環境評価処理部３のデータ出力のフレームとセンサ信号処理部２のデータ出力のフレームの対応付けを行う。センサ信号処理部２のデータ出力の１フレームに、設置環境評価処理部３のデータ出力の複数フレームが対応付けられ、データの組み合わせが生成される。

次に、判定ステップＳ２５は、上述のセンサ信号処理部２のデータ出力と設置環境評価処理部３のデータ出力の組み合わせについて、設置環境評価処理部３のデータ出力の評価値を閾値判定し、外乱の影響を判定する。１つの組み合わせデータについて、複数の評価値の内の１つでも閾値を超える場合は、その組み合わせデータは外乱の影響が大きいデータであると判定し、条件「Ｓ２５でＮＯ」とする。１つの組み合わせデータの複数の評価値がすべて閾値を超えない場合は、条件「Ｓ２５でＹＥＳ」とする。

条件「Ｓ２５でＹＥＳ」である組み合わせデータについては、外乱の影響無しとして、ステップＳ２６へ進む。ステップＳ２６では、対応するセンサ信号処理の出力データの1フレームを通信部９内のデータバッファーに格納する。次に、ステップＳ２８では、通信部９が格納されたデータをフレーム毎にデータ転送する。

条件「Ｓ２５でＮＯ」である組み合わせデータについては、外乱の影響が大きいとして、ステップＳ２７へ進む。ステップＳ２７で、対応するセンサ信号処理の出力データの1フレームを破棄する。このとき、通信部９は、データバッファーのデータ量を計量することにより、データが1フレーム分破棄されていることを検出可能であり、破棄したデータの代替として、フレームデータが破棄したことを示すデータを送信するようにしても良い。

次に、ステップＳ２９は1回の測定スケジュールについて、処理が完了したかを判定する終了判定処理である。測定が継続中であれば、条件「Ｓ２９でＮＯ」とし、測定が終了した場合は、条件「Ｓ２９でＹＥＳ」とする。条件「Ｓ２９でＮＯ」の場合は、ステップＳ２２、ステップＳ２３に処理フローを遷移する。条件「Ｓ２９でＹＥＳ」の場合は、ステップＳ３０に進み、一連の処理を終了する。次に、本端末１０の設置不良に係る処理フローを図１５に例示する。

図１５は、図１～図４に示した本端末１０の設置不良について、図１の設置環境評価処理部３の評価結果から判断する処理を示すフローチャートである。この処理によれば、本端末１０の設置不良を検出できる。しかも、この処理において、本端末１０のシステム動作は正常であるが、センサの設置状態について、設置当初か、運用途中か、何れの時点で不良が発生したかについて、設置環境評価処理部３の評価結果から判断できる。

図１５に示すように、初めにステップＳ４１から処理を開始する。次に、ステップＳ４２では、設置環境評価処理部３の出力データの統計量を算出する。ここで用いる統計量は、複数の評価値に関する、平均値、最小値、最大値、中央値、分散値、自己相関関数の標本値、評価値間の共分散、相互相関関数の標本値が用いられる。すなわち、それぞれの統計量に期待値の範囲、あるいは、有効な値の範囲を設定し、その範囲からの逸脱を監視する方法を用いる。

次に、ステップＳ４３では、上述の統計量の期待値と実際の統計量の比較、すなわち、差分を計算する。次に、ステップＳ４４で上述の差分の値の大きさを評価し、設置不良の有無を判定する。ここで、設置不良と判定する場合は、条件「Ｓ４４でＹＥＳ」である。設置不良でないと判定する場合は、条件「Ｓ４４でＮＯ」である。次に、ステップＳ４４の条件分岐が「Ｓ４４でＹＥＳ」の場合は、ステップＳ４５で通信部９からセンター側装置２０に警告の信号を送信し、ステップＳ４６で一連の処理を完了する。さらに、さらに、本端末１０の他の処理フローを図１６に例示する。

図１６は、図１の制御部がトリガー状態を検査する処理を示すフローチャートである。図１６の処理フローは外部トリガーの入力を検知して、測定を実行する処理に対応している。図１の制御部４への入力として、不図示の外部トリガーが入力されることを想定している。

まず、ステップＳ５１で処理を開始し、次のステップＳ５２でセンサ信号処理部２を測定モード待機状態に遷移させる。次に、ステップＳ５３は制御部でトリガー状態を検査する処理を実行する。ステップＳ５４でトリガー入力の有無を判断し、入力があると判定する場合は条件「Ｓ５４のＹＥＳ」とし、入力ない場合は条件「Ｓ５４のＮＯ」とする。条件「Ｓ５４のＹＥＳ」の場合は、ステップＳ５５に遷移し、センサ信号処理部２で測定を実行する。この測定処理の完了後は、ステップＳ５６で一連の処理を終了する。さらに、本端末１０の他の処理フローを図１７に例示する。

図１７は、図１の設置環境評価処理部３で取得した評価結果から得た測定スケジュールをアップロードする処理を示すフローチャートである。図１７の処理手順により、センター側装置２０は、アップロードされたスケジュールデータを集計し、本端末１０の測定スケジュールを保存して管理する。

図１７の処理フローでは、初めにステップＳ６１から処理を開始し、次のステップＳ６２でセンサ信号処理部を測定モード待機状態に遷移させる。次に、ステップＳ６３で測定スケジュールの検査を実行する。ここでの検査は、以前の測定スケジュールに対する変更分の確認である。測定スケジュールが初期設定のもの、あるいは、既にセンター側装置２０に通知済みであれば、変更なしとする。

ステップＳ６４では、測定スケジュールとの変更分についての判定処理を行い、変更があれば、条件「ＹＥＳ」とする。上述の判定処理で変更がないと判定すれば、条件「Ｓ６４でＮＯ」とする。ステップＳ６５は、条件「Ｓ６４でＹＥＳ」のときに、測定スケジュールを送信する処理を行う。測定スケジュール（格納部）５に格納したスケジュールデータは、制御部４の制御により、通信部９よりセンター側装置２０にデータ転送される。条件「Ｓ６４でＮＯ」のときには、測定スケジュールに変更はないので、スケジュールデータのデータ送信は行わない。

ステップＳ６５でデータ送信が完了した後、あるいは、スケジュールデータのデータ送信を行わない場合、ステップＳ６６に遷移して、一連の処理を完了する。さらに、本端末１０の他の処理フローを図１８に例示する。

図１８は、図１の設置環境評価処理部で取得した評価結果を学習結果として図２のセンター側装置２０にアップロードする処理を示すフローチャートである。図１８に示すように、センター側装置２０は、アップロードされた学習結果のデータを集計し、本端末１０の学習結果を保存して管理する。ここに保存された学習結果のいくつかは、同一の設置場所、あるいは、別の設置場所の本端末１０の学習データのプリセットデータとして利用される。この処理フローでは、ステップＳ７１から処理を開始し、ステップＳ７２で設置環境評価処理部３を環境調整モードの待機状態に遷移させる。

次に、ステップＳ７３で学習結果の検査を実行する。ここでの検査は、以前の学習結果に対する変更分の確認である。学習結果がプリセットデータである場合、あるいは、既にセンター側装置２０にデータ送信済みであれば、変更なしとする。次に、ステップＳ７４では、学習結果の変更分についての判定処理を行い、変更があれば、条件「Ｓ７４でＹＥＳ」とする。上述の判定処理で変更がないと判定すれば、条件「Ｓ７４でＮＯ」とする。

ステップＳ７５は、条件「Ｓ７４でＹＥＳ」のときに、学習結果に関するデータを送信する処理を行う。学習部７に格納した学習結果のデータは、制御部４の制御により、通信部９よりセンター側装置２０にデータ転送される。条件「Ｓ７４でＮＯ」のときには、学習結果に変更はないので、学習結果のデータ送信は行わない。ステップＳ７５でデータ送信が完了した後、あるいは、学習結果のデータ送信を行わない場合、ステップＳ７６に遷移して、一連の処理を完了する。さらに、本端末１０の他の処理フローを図１９に例示する。

図１９は、図１７の処理により、センター側装置２０で保存及び管理されている測定スケジュールについて、図１～図４に示した本端末１０にダウンロード後リセットする処理を示すフローチャートである。端末１０相互間の測定スケジュールを調整する場合は、センター側装置２０は各端末１０に測定スケジュールをダウンロードすることにより変更を指示する。この処理フローでは、初めにステップＳ８１から処理を開始し、次のステップＳ８２でセンサ信号処理部２を測定モード待機状態に遷移させる。

次に、ステップＳ８３では、通信部９が受信したデータについて、センター側装置２０からの要求内容を検査する。ステップＳ８４では、受信データがセンター側装置２０からの要求で、かつ、測定スケジュールのダウンロード要求、あるいは、測定スケジュールのリセットである場合は、条件「Ｓ８４でＹＥＳ」とし、ステップＳ８５に進む。ステップＳ８５では、センター側装置２０からの処理要求を実行する。Ｓ８３の要求内容が、測定スケジュールのダウンロード要求であった場合は、ステップＳ８５では、制御部４が通信部９を制御して、測定スケジュールデータの受信ならびに、測定スケジュール５へのスケジュールデータの書き込みを実行する。

Ｓ８３の要求内容が測定スケジュールのリセットであった場合、ステップＳ８５では、制御部４が、測定スケジュール５へのスケジュールデータのリセット処理を実行させる。このリセットにより、スケジュールデータは初期データあるいはプリセット値に書き換えられる。

実施例１によれば、本端末１０の設置位置に応じて、自動的に設置環境をセンシングすることにより、本端末１０の測定スケジュール及び動作パラメータの最適な値を用いて運用することができる。その効果として、外乱の多い設置環境から静かな設置環境までの広範な状況に自動的に対応することができる。このとき、設置環境に応じて、本端末１０の個別設定を手動で変更する必要はない。また、設置環境に応じて、外乱の少ない測定スケジュールを設定したならば、長期の継続使用も可能となる。さらに、不適切な設置環境を検出して、通知する機能により、本端末１０の配置を修正することができる。

以上のように、本システムは、広範囲な配管にセンサ端末を多数設置して遠隔監視する各設置端末が、環境評価部で取得した情報に基づいて、動作スケジュール及び動作パラメータを設定することにより、様々な設置環境に自動的に適応し、外乱の多い環境でも効率的に観測できる。したがって、本システムを構成する複数の本端末１０は、観測に要する電力の消耗を必要最小限に低減できる。その結果、本端末１０は、長期間の継続使用ができる。つまり、本システムは、ユーザにとって使い勝手が良好である。

図２０は、本発明の実施例２に係る管状態検知システム（これも「本システム」という）に用いる端末（これは「本端末１９」という）の構成を示すブロック図である。なお、実施例１と同じ構成要素には同じ符号を付している。実施例２に固有の構成要素は、センサ信号処理部９１、及び移動体判定部９２である。

センサの出力データは、センサ信号処理部２及び設置環境評価処理部３で実施例１と同様の処理を行う。設置環境評価処理部３の処理結果を学習部７で処理して、センサ信号処理部９１の測定スケジュール及び動作パラメータを算出する処理の流れである。

実施例１で追加する移動体判定部９２は、設置環境評価処理部３の出力するデータをリアルタイムに処理する。これによって、外乱評価量を算出する。この外乱評価量は、自動車等の移動体からの振動伝播の影響が、センサ信号に含まれているか否かを判断する評価指標である。より詳しくは、以下のとおりである。

まず、移動体判定部９２は、評価指標を出力してセンサ信号処理部９１へ送る。センサ信号処理部９１は、これによって、処理内容に変更を加える。センサ信号処理部９１における処理の変更内容一例に、移動体の通過時間帯に基づいて、測定を遅延させる処理が挙げられる。この処理の詳細について、図２１を用いて説明する。

図２１は、図２０のセンサ信号処理部の処理を説明するためのグラフであり、図２１（ａ）は図２０の移動体判定部が出力する外乱評価量、図２１（ｂ）は遅延信号、図２１（ｃ）は測定スケジュール信号、をそれぞれ示している。図２１（ａ）に示すように、移動体判定部９２の出力する外乱評価量は、移動体の通過、すなわち、その接近と離反により、外乱評価量は山形の変化することが想定される。

この外乱評価量に対して一定の閾値Ｙ１を設定し、その閾値Ｙ１と外乱評価量を比較して、閾値Ｙ１以上の時間帯Ｘ２～Ｘ４が存在する。この時間帯Ｘ２～Ｘ４に前後するように、タイミングＸ１で立ち上がり、タイミングＸ５で立ち下がるタイミング信号を生成して、図２１（ｂ）Ｘ１～Ｘ５に示すような矩形波信号（遅延信号）を得る。これらタイミングＸ１～Ｘ５は、閾値Ｙ１の設定次第で、前後方向に調整可能である。

一方で、測定スケジュール基づいて、図２１（ｃ）のような測定スケジュールの開始タイミングを示す測定スケジュール信号を生成する。この測定スケジュール信号を図２１（ｂ）の遅延信号を用いて遅延させ、図２１（ｄ）にタイミングＸ５で示すような測定開始制御信号を得ることができる。このようにして得られた測定開始制御信号を用いて、センサ信号処理部９１の測定処理を行い、その処理結果を用いて、通信部９よりデータ転送を行えば、移動体による外乱が混入するタイミングを除外した検出結果を得ることができる。

第２の実施例によれば、実施例１と同様に、本端末１９の設置位置に応じて、自動的に設置環境をセンシングして、本端末１９の測定スケジュール及び動作パラメータの最適な値を用いて運用することができ、かつ、リアルタイムに外乱を検知して、それを除外することができる。これにより、長期の継続使用が可能になるほか、外乱による信号品質の低下を防止することができる。

以下、特許請求の範囲に沿って本発明の要点を説明する。
［１］本システム（図２）は、監視対象の配管２８（図３）に取り付けて監視信号を送信する複数のセンサ端末１０と、監視信号を受信して監視に用いるセンター側装置２０と、を通信可能に接続して構成された管状態検知システムである。本システムに用いられるセンサ端末１０は、センサ１と、センサ信号処理部２と、設置環境評価処理部３と、学習部７と、通信部９と、を備えて構成されている。

センサ１は、配管２８の劣化状態に起因する異変に関する情報を含んだ検出データを出力する。センサ信号処理部２は、検出データを処理して劣化状態を分析した結果を目的信号として出力する。設置環境評価処理部３は、検出データを処理して、配管に加わる外乱を評価する特徴量を出力する。学習部７は、特徴量に基づいて評価された端末設置環境を学習する。通信部９は、センサ信号処理部２の出力した目的信号及び制御情報をセンター側装置２０に対して交信可能である。また、学習部７は、端末設置環境に応じた学習結果に基づいて、センサ信号処理部２の測定スケジュール５及び動作パラメータ６をセンサ端末１０毎に個別対応して、最適設定する。

本システムによれば、学習部７が、端末設置環境毎に異なる学習結果に基づいて、センサ信号処理部２の測定スケジュール５及び動作パラメータ６をセンサ端末１０毎に個別対応して最適設定する。その結果、各センサ端末１０の設置環境に応じた無駄の無い最適な動作を自動的に設定可能にできる。

［２］本システム（図２）は、次のように構成することが好ましい。センサ端末１０は、電池部９を備えて電池駆動される。配管２８は地中に埋設された埋設管２８である。センサ１は少なくとも振動又は音を検出して電気信号に変換して検出データを出力する。センサ信号処理部２は、検出データを処理して、埋設管２８の劣化程度を示す目的信号を生成する。設置環境評価処理部３は、検出データを処理して、埋設管に対して振動又は音となって加わる外乱を評価する特徴量を生成する。通信部９はセンター側装置２０に対して無線通信可能である。学習部７は、測定スケジュール５及び動作パラメータ６を必要最小限の動作に設定して節電させる。

電池部９を備えて電池駆動されるセンサ端末１０は、配管２８は地中に埋設された埋設管２８に配設される。センサ１は埋設された埋設管２８から、少なくとも振動又は音を検出して目的信号を生成する。設置環境評価処理部３は、埋設管２８が埋設された場所の環境毎に異なる外乱信号を用いて特徴量を生成する。学習部７は、端末設置環境に応じて生成された特徴量により学習する。その学習結果に基づいて、外乱ノイズの混入を避けるように、センサ信号処理部２の測定スケジュール５及び動作パラメータ６をセンサ端末１０毎に個別対応して最適設定する。したがって、品質低下した測定データを破棄したり、破棄した代わりに別なタイミングで再測定したりするまでもなく、効率良く計測した計測データの信頼性を維持できる。その結果、バッテリーで動作するセンサ端末１０の電力消費を抑制できるので、長期間の継続使用ができる。さらに、通信部９がセンター側装置２０に対して無線通信するので、使い勝手が良好である。

［３］本システムにおいて、配管は水道配管２８（図３）であり、劣化状態は漏水（図８）である。これによれば、広範囲に多地点の水道埋設管に安価なセンサ端末を常時配置し、遠隔監視により漏水の発生を検出し、高精度な漏洩点位置の推定が行える。
［４］本システムにおいて、センサ信号処理部２は、外乱信号が発生している測定期間のデータを除外して目的信号を出力する（図８、図２１）。これによれば、高レベルの外乱ノイズが混入した測定期間のデータを除外して目的信号が得られる。したがって、計測データの信頼性を効率良く維持できる。
［５］本システムにおいて、センサ信号処理部２は、外乱信号を評価した結果に基づいて生成される遅延信号（図２１（ｂ）Ｘ１～Ｘ５）によって、測定スケジュール信号Ｘ３及び測定開始制御信号によるデータ取り込みのタイミングを遅延（図２１（ｄ）Ｘ５）させ、外乱の発生している時間帯Ｘ１～Ｘ５には測定期間を遅延する（図２１）。これによれば、外乱の発生している時間帯Ｘ１～Ｘ５を避けて目的信号が得られる。したがって、計測データの信頼性を効率良く維持できる。
［６］本端末１０は、上記［１］～［５］の何れか管状態検知システムに用いられる。この本端末１０は、単品でも技術的特徴が明確である。

［７］本方法は、監視対象の配管２８に取り付けた複数のセンサ端末１０から送信された監視信号をセンター側装置２０で受信して監視に用いる管状態検知方法である。センサ端末１０（図１、図２）は、センサ１と、センサ信号処理部２と、設置環境評価処理部３と、学習部７と、通信部９と、を備えて構成され、制御情報に基づいて動作する。

本方法は、次の手順を有する（図４）。センサ１が、配管２８の劣化状態に起因する異変を検出した検出データを出力するステップと、センサ信号処理部２が、検出データを処理して劣化状態を分析した結果を目的信号として出力するステップと、設置環境評価処理部３が、検出データから外乱信号を抽出して入力し、センサ１が設置された端末設置環境の評価に用いる特徴量を出力するステップと、学習部７が、特徴量に基づいて評価された端末設置環境を学習するステップＳ１０と、学習部７が、学習した端末設置環境に応じてセンサ信号処理部２の測定スケジュール５及び動作パラメータ６を生成し、センサ端末１０毎に個別の設定するするステップＳ１２，Ｓ１３と、通信部９が、センサ信号処理部２の出力した目的信号のほかに制御情報をセンター側装置２０に対して交信するステップＳ７と、である。これによれば、上記［１］と同等の作用効果が得られる。

［８］本方法は、次の手順で実行されることが好ましい。すなわち、センサ端末１０を設置した時から一定期間（タイマ動作Ｓ３）は、予め設定された測定スケジュール（Ｓ５）で運用し、設置環境評価処理部３を動作（タイマＳ２）させ、学習部７により、対応する学習結果が得られた（学習量判定Ｓ１１）後に、測定スケジュール５を実行、すなわち定時処理（Ｓ６）する、という手順である。これにより、速やかに運用開始の後、適確な学習結果を用いて最適な運用が可能となる。

［９］本方法は、複数の学習結果８３，８４，８５（図１２）を予めセンサ端末１０に保持しておき、センサ端末１０を設置した時の初期動作の際に、その１つを読み込んで、学習部7が学習（Ｓ１０）を開始する、という手順を有して実行されることが好ましい。
［１０］本方法において、センサ信号処理部２は外部からのトリガー信号を受付けて（図１６のＳ５３）、測定を開始（Ｓ５５）しても良い。
［１１］本方法において、設置環境評価処理部３はセンサ端末１０の設置状態の不良を検知（図１５のＳ４４）し、センター側装置２０に通知しても良い。
［１２］本方法において、測定スケジュール５毎に対応する動作パラメータ６を保持し、測定スケジュール５毎に対応する動作パラメータ６を変更して、センサ信号処理部２による測定を実行しても良い（図４のＳ１２，Ｓ１３）。

［１３］本方法において、測定スケジュール５をセンター側装置２０にアップロード（図１８のＳ７５）しても良い。
［１４］本方法において、学習部７の学習内容として、端末設置環境の評価データをセンター側装置２０にアップロード（図１８のＳ７５）しても良い。
［１５］本方法において、測定スケジュール５は、センター側装置２０からダウンロードするか、又は、センター側装置２０からの指示によりリセット（図１９のＳ８３～Ｓ８５）しても良い。上記［８］～［１５］によれば、使い勝手の良好な管状態検知が実現できる。

１ センサ、２，９１ センサ信号処理部、３ 設置環境評価処理部、４ 制御部、５ 測定スケジュール（格納部）、６ 動作パラメータ（格納部）、７，７ａ 学習部、８ 評価スケジュール、９ （無線）通信部、１０，１９ 漏水検知端末（センサ端末、本端末）、１１ 通信網、１２ 端末側信号処理部（端末側処理部）、１３ 電池部、２０ センター側装置、２１ 送受信部、２２ センター側信号処理部、２３ 時刻同期部、２４ 表示装置、２５ 管路網データベース、２６ マンホール蓋、２７ 仕切弁、２８ 水道埋設管（水道配水管、配水管、配管）、２９ 地面、３１，４１ 番号、３２ 開始日時、３３ 測定項目、３４，４４ 繰り返しフラグ、３５ セット番号、３６ データ、３７ 備考、３８ 学習結果格納部、３９ 入出力部、４２ 開始及び終了日時、４３ 評価項目、５１，６１ データ入力部、５２，６２ スペクトル解析部（ＰＳＤ）、５３ 学習部、５４ 対数尤度算出部、５５ 設定パラメータ入力部、５６ 閾値比較部、５７ 漏水判定出力部、６３，６４，６５ 特徴量算出部、６６，６７，６８ 出力部、７１，８１，８９ 入力部、７２ 日内活動量算出部、７３ 週内活動量算出部、７４ 月内活動量算出部、７５ モデルパラメータ算出部、７６ スケジュール生成部、７７ 動作パラメータ算出部、７８，７９ 出力部、８２ モデルパラメータ算出部、８３，８４，８５ 学習結果格納部、８６ 切替部、８７，８８ 出力部、９２ 移動体判定部

Claims (15)

1. 監視対象の配管に取り付けて監視信号を送信する複数のセンサ端末と、前記監視信号を受信して監視に用いるセンター側装置と、を通信可能に接続して構成された管状態検知システムであって、
   前記センサ端末は、
   少なくとも振動又は音を検出して、前記配管の劣化状態に起因する異変に関する情報を含んだ検出データを出力するセンサと、
   前記検出データを処理して前記劣化状態を分析した結果を目的信号として出力するセンサ信号処理部と、
   前記検出データを入力し、前記センサが設置された端末設置環境の評価に用いる特徴量を出力する設置環境評価処理部と、
   前記特徴量に基づいて評価された前記端末設置環境を学習する学習部と、
   前記センサ信号処理部の出力した前記目的信号を前記センター側装置に対して交信可能な通信部と、
   を備え、
   前記学習部は、学習した前記端末設置環境に応じた学習結果に基づいて、前記センサ信号処理部の測定スケジュール及び動作パラメータを前記センサ端末毎に個別の設定をする、
   管状態検知システム。
2. 前記センサ端末は電池部を備えて電池駆動され、
   前記配管は地中に埋設された埋設管であり、
   前記センサは少なくとも振動又は音を検出して電気信号に変換して前記検出データを出力し、
   前記センサ信号処理部は、前記検出データを処理して、前記埋設管の劣化程度を示す前記目的信号を生成し、
   前記設置環境評価処理部は、前記検出データを処理して、埋設管に対して振動又は音となって加わる外乱を評価する前記特徴量を生成し、
   前記通信部は前記センター側装置に対して無線通信可能であり、
   前記学習部は、前記測定スケジュール及び前記動作パラメータを必要最小限の動作に設定して節電させる、
   請求項１に記載の管状態検知システム。
3. 前記配管は水道配管であり、
   前記劣化状態は漏水である請求項１に記載の管状態検知システム。
4. 前記センサ信号処理部は、前記端末設置環境の評価に用いる特徴量に基づいて、外乱が発生している測定期間のデータを除外して前記目的信号を出力する、
   請求項１に記載の管状態検知システム。
5. 前記センサ信号処理部は、前記端末設置環境の評価に用いる特徴量に基づいて生成される遅延信号によって、測定スケジュール信号及び測定開始制御信号によるデータ取り込みのタイミングを遅延させ、外乱の発生している時間帯には測定期間を遅延する、
   請求項１に記載の管状態検知システム。
6. 請求項１～５の何れか１項に記載の管状態検知システムに用いられる前記センサ端末。
7. 監視対象の配管に取り付けた複数のセンサ端末から送信された監視信号をセンター側装置で受信して監視に用いる管状態検知方法であって、
   前記センサ端末は、センサと、センサ信号処理部と、設置環境評価処理部と、学習部と、通信部と、を備えて構成され、制御情報に基づいて動作し、
   前記センサが、少なくとも振動又は音を検出して、前記配管の劣化状態に起因する異変に関する情報を含んだ検出データを出力するステップと、
   前記センサ信号処理部が、前記検出データを処理して前記劣化状態を分析した結果を目的信号として出力するステップと、
   前記設置環境評価処理部が、前記検出データから外乱信号を抽出して入力し、前記センサが設置された端末設置環境の評価に用いる特徴量を出力するステップと、
   前記学習部が、前記特徴量に基づいて評価された前記端末設置環境を学習するステップと、
   前記学習部が、学習した前記端末設置環境に応じて前記センサ信号処理部の測定スケジュール及び動作パラメータを生成し、前記センサ端末毎に個別の設定をするステップと、
   前記通信部が、前記センサ信号処理部の出力した前記目的信号を前記センター側装置に対して交信するステップと、
   を有する管状態検知方法。
8. 前記センサ端末を設置した時から一定期間は、予め設定された前記測定スケジュールで運用し、前記設置環境評価処理部を動作させ、前記学習部により、対応する学習結果が得られた後に、前記測定スケジュールを実行する、
   請求項７に記載の管状態検知方法。
9. 複数の学習結果を予め前記センサ端末に保持しておき、前記センサ端末を設置した時の初期動作の際に、その１つを読み込んで、前記学習部が学習を開始する、
   請求項７に記載の管状態検知方法。
10. 前記センサ信号処理部は外部からのトリガー信号を受付けて、測定を開始する、
    請求項７に記載の管状態検知方法。
11. 前記設置環境評価処理部は前記センサ端末の設置状態の不良を検知し、前記センター側装置に通知する、
    請求項７に記載の管状態検知方法。
12. 前記測定スケジュール毎に対応する前記動作パラメータを保持し、前記測定スケジュール毎に対応する前記動作パラメータを変更して、前記センサ信号処理部による測定を実行する、
    請求項７に記載の管状態検知方法。
13. 前記測定スケジュールを前記センター側装置にアップロードする、
    請求項７に記載の管状態検知方法。
14. 前記学習部の学習内容として、前記端末設置環境の評価データを前記センター側装置にアップロードする、
    請求項７に記載の管状態検知方法。
15. 前記測定スケジュールは、前記センター側装置からダウンロードするか、又は、前記センター側装置からの指示によりリセットする、
    請求項７に記載の管状態検知方法。

Images