JP7310782B2 - インターフェイス装置、インターフェイス方法、および、インターフェイスプログラム - Google Patents

インターフェイス装置、インターフェイス方法、および、インターフェイスプログラム Download PDF

Info

Publication number
JP7310782B2
JP7310782B2 JP2020190061A JP2020190061A JP7310782B2 JP 7310782 B2 JP7310782 B2 JP 7310782B2 JP 2020190061 A JP2020190061 A JP 2020190061A JP 2020190061 A JP2020190061 A JP 2020190061A JP 7310782 B2 JP7310782 B2 JP 7310782B2
Authority
JP
Japan
Prior art keywords
command
cloud platform
cloud
protocol
interface
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
JP2020190061A
Other languages
English (en)
Other versions
JP2022079095A (ja
Inventor
浩実 岡本
英幸 藤井
裕貴 片山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Yokogawa Electric Corp
Original Assignee
Yokogawa Electric Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Yokogawa Electric Corp filed Critical Yokogawa Electric Corp
Priority to JP2020190061A priority Critical patent/JP7310782B2/ja
Priority to US17/452,572 priority patent/US20220155759A1/en
Priority to EP21207089.0A priority patent/EP4002025A1/en
Priority to CN202111346738.XA priority patent/CN114513507A/zh
Publication of JP2022079095A publication Critical patent/JP2022079095A/ja
Application granted granted Critical
Publication of JP7310782B2 publication Critical patent/JP7310782B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4183—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by data acquisition, e.g. workpiece identification
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
    • G05B19/042—Programme control other than numerical control, i.e. in sequence controllers or logic controllers using digital processors
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/41835—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by programme execution
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B19/00—Programme-control systems
    • G05B19/02—Programme-control systems electric
    • G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM]
    • G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS], computer integrated manufacturing [CIM] characterised by the network communication
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L69/00—Network arrangements, protocols or services independent of the application payload and not provided for in the other groups of this subclass
    • H04L69/08—Protocols for interworking; Protocol conversion
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/25—Pc structure of the system
    • G05B2219/25204—Translate between different communication protocols
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/31—From computer integrated manufacturing till monitoring
    • G05B2219/31369—Translation, conversion of protocol between two layers, networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Description

本発明は、インターフェイス装置、インターフェイス方法、および、インターフェイスプログラムに関する。
特許文献１には、「診断装置１００は、複数のセンサ２０の検出信号に基づいて設備１０の異常動作を診断する解析モデルを生成し、当該解析モデルを学習することで診断の精度を向上させる。」と記載されている。
［先行技術文献］
［特許文献］
［特許文献１］ 特開２０１９－１０１４９５
本発明の第１の態様においては、インターフェイス装置を提供する。インターフェイス装置は、設備の状態を判定するモデルを機械学習により生成する処理、または、モデルを用いて設備の状態を判定する処理の少なくともいずれか一方を実行するＡＩ処理部から、設備を管理するクラウドプラットフォームに非依存である共通形式のプロトコルを用いた第１コマンドを受信するインターフェイス部を備えてよい。インターフェイス装置は、第１コマンドを第１のクラウドプラットフォームに依存した第１形式のプロトコルを用いた第２コマンドに変換して、第２コマンドを第１のクラウドプラットフォームへ送信するクラウド通信部を備えてよい。
クラウド通信部は、第１形式のプロトコルを用いた第３コマンドを第１のクラウドプラットフォームから受信して、第３コマンドを共通形式のプロトコルを用いた第４コマンドに変換し、インターフェイス部は、第４コマンドをＡＩ処理部へ送信してよい。
クラウド通信部は、複数のクラウドプラットフォームのそれぞれに対応する固有の通信部を複数有してよい。
第１コマンドは、第１のクラウドプラットフォームが管理する設備に設けられたセンサのリストの取得を要求するセンサリスト取得要求コマンドを含んでよい。
第１コマンドは、第１のクラウドプラットフォームが管理する設備に設けられたセンサの測定データの取得を要求するセンサデータ取得要求コマンドを含んでよい。
第１コマンドは、第１のクラウドプラットフォームのデータベースに、設備の状態を判定した判定結果を書き込む要求をする判定結果書き込み要求コマンドを含んでよい。
第１コマンドは、第１のクラウドプラットフォームが管理するモデルの情報の変更を要求するモデル情報変更要求コマンドを含んでよい。
第１コマンドは、第１のクラウドプラットフォームが管理するコンフィグレーション情報の変更を要求するコンフィグ情報変更要求コマンドを含んでよい。
インターフェイス装置は、ＡＩ処理部を更に備えてよい。
ＡＩ処理部は、モデルを機械学習により生成する学習部を有してよい。
ＡＩ処理部は、モデルを用いて設備の状態を判定する判定部を有してよい。
本発明の第２の態様においては、インターフェイス方法を提供する。インターフェイス方法は、設備の状態を判定するモデルを機械学習により生成する処理、または、モデルを用いて設備の状態を判定する処理の少なくともいずれか一方を実行するＡＩ処理部から、設備を管理するクラウドプラットフォームに非依存である共通形式のプロトコルを用いた第１コマンドを受信することを備えてよい。インターフェイス方法は、第１コマンドを第１のクラウドプラットフォームに依存した第１形式のプロトコルを用いた第２コマンドに変換して、第２コマンドを第１のクラウドプラットフォームへ送信することを備えてよい。
本発明の第３の態様においては、インターフェイスプログラムを提供する。インターフェイスプログラムは、コンピュータにより実行されてよい。インターフェイスプログラムは、コンピュータを、設備の状態を判定するモデルを機械学習により生成する処理、または、モデルを用いて設備の状態を判定する処理の少なくともいずれか一方を実行するＡＩ処理部から、設備を管理するクラウドプラットフォームに非依存である共通形式のプロトコルを用いた第１コマンドを受信するインターフェイス部として機能させてよい。インターフェイスプログラムは、コンピュータを、第１コマンドを第１のクラウドプラットフォームに依存した第１形式のプロトコルを用いた第２コマンドに変換して、第２コマンドを第１のクラウドプラットフォームへ送信するクラウド通信部として機能させてよい。
なお、上記の発明の概要は、本発明の必要な特徴の全てを列挙したものではない。また、これらの特徴群のサブコンビネーションもまた、発明となりうる。
本実施形態に係るインターフェイス装置１００のブロック図の一例を、設備１０、および、クラウドプラットフォーム５０とともに示す。 本実施形態に係るインターフェイス装置１００を用いた学習モデルの生成フローの一例を示す。 本実施形態に係るインターフェイス装置１００を用いた学習モデルによる判定フローの一例を示す。 本実施形態に係るインターフェイス装置１００を用いて外部システム３００から学習モデルを更新するフローの一例を示す。 本実施形態に係るインターフェイス装置１００を用いた外部システム３００から学習モデルを更新するフローの他の例を示す。 本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ９９００の例を示す。
以下、発明の実施の形態を通じて本発明を説明するが、以下の実施形態は特許請求の範囲にかかる発明を限定するものではない。また、実施形態の中で説明されている特徴の組み合わせの全てが発明の解決手段に必須であるとは限らない。
図１は、本実施形態に係るインターフェイス装置１００のブロック図の一例を、設備１０、および、クラウドプラットフォーム５０とともに示す。本実施形態に係るインターフェイス装置１００は、設備１０の状態判定（例えば、異常診断）に係るＡＩ（Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ）処理を実行する機能部と、設備１０を管理するクラウドプラットフォーム５０との間のインターフェイスを提供する。この際、インターフェイス装置１００は、ＡＩ処理を実行する機能部からクラウドプラットフォーム５０に依存しない共通形式のプロトコルを用いたコマンドを受信する。そして、インターフェイス装置１００は、当該共通形式のプロトコルを用いたコマンドを任意のクラウドプラットフォームに依存した固有形式のプロトコルを用いたコマンドに変換して、当該変換したコマンドを任意のクラウドプラットフォームへ送信する。
設備１０は、ＡＩ処理を実行する機能部による状態判定の対象となる施設である。設備１０は、例えば、プラントであってよい。このようなプラントは、化学等の工業プラントの他、ガス田や油田等の井戸元やその周辺を管理制御するプラント、水力・火力・原子力等の発電を管理制御するプラント、太陽光や風力等の環境発電を管理制御するプラント、または、上下水やダム等を管理制御するプラント等であってよい。しかしながら、これに限定されるものではない。設備１０は、プラントとは異なる如何なる施設であってもよい。設備１０には、１または複数のセンサ２０が設けられている。
センサ２０は、対象とする物理量を測定する。例えば、センサ２０は、プラントに後付けで設けられたＩＩｏＴ（Ｉｎｄｕｓｔｒｉａｌ Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）センサであってよい。一例として、センサ２０は、プラントにおける振動、温度、湿度、照度、臭気、ガス濃度、圧力、気圧、応力、磁界、音、または、画像等の物理量を測定した測定データを取得可能であってよい。なお、上述の説明では、センサ２０がプラントに後付けで設けられたＩＩｏＴセンサである場合を一例として示したが、これに限定されるものではない。例えば、センサ２０は、ＯＴ（Ｏｐｅｒａｔｉｏｎａｌ Ｔｅｃｈｎｏｌｏｇｙ）領域に予め設けられたプロセス制御（測定）用センサ等であってもよく、プラントに設けられた１または複数のフィールド機器と接続、または、一体に構成された産業用センサ等であってもよい。センサ２０が測定した測定データは、例えば設備１０に設けられた無線モジュール（図示せず）等を介してクラウドプラットフォーム５０に収集され、クラウドプラットフォーム５０において管理される。
クラウドプラットフォーム５０は、設備１０に設けられたクラウドシステムである。クラウドプラットフォーム５０は、ＡＩ処理を実行する機能部が設備１０の状態判定システムを構築するために必要な機能を有する。例えば、クラウドプラットフォーム５０は、無線モジュールを介して収集されたセンサ２０の測定データをデータベースに保存する機能を有してよい。また、クラウドプラットフォーム５０は、クラウド内のアプリケーションを起動および実行する機能を有してよい。
ここで、クラウドサービスを提供する事業者ごとにそれぞれ仕様が異なる複数のクラウドシステムが存在し得るが、設備１０に設けられるクラウドの種類は任意であってよい。本図においては、クラウドプラットフォーム５０が、事業者Ａが提供する第１のクラウドプラットフォーム５０Ａおよび事業者Ｂが提供する第２のクラウドプラットフォーム５０Ｂ（「クラウドプラットフォーム５０」と総称する。）を有する場合を一例として示している。第１のクラウドプラットフォーム５０Ａは、インターフェイスとして、例えば、ＲＥＳＴ（Ｒｅｐｒｅｓｅｎｔａｔｉｏｎａｌ Ｓｔａｔｅ Ｔｒａｎｓｆｅｒ） ＡＰＩ（Ａｐｐｌｉｃａｔｉｏｎ Ｐｒｏｇｒａｍｉｎｇ Ｉｎｔｅｒｆａｃｅ）を提供してよい。また、第２のクラウドプラットフォーム５０Ｂは、インターフェイスとして、例えば、ＧｒａｐｈＱＬを提供してよい。このように、複数のクラウドプラットフォーム５０は、それぞれ仕様が異なる複数のインターフェイスを提供し得る。
本実施形態に係るインターフェイス装置１００は、このようにクラウドサービスを提供する事業者ごとにそれぞれ仕様が異なるクラウドプラットフォーム５０と、ＡＩ処理を実行する機能部との間のインターフェイスを提供する。
インターフェイス装置１００は、ＰＣ（パーソナルコンピュータ）、タブレット型コンピュータ、スマートフォン、ワークステーション、サーバコンピュータ、または汎用コンピュータ等のコンピュータであってよく、複数のコンピュータが接続されたコンピュータシステムであってもよい。このようなコンピュータシステムもまた広義のコンピュータである。また、インターフェイス装置１００は、コンピュータ内で１または複数実行可能な仮想コンピュータ環境によって実装されてもよい。これに代えて、インターフェイス装置１００は、インターフェイス用に設計された専用コンピュータであってもよく、専用回路によって実現された専用ハードウェアであってもよい。また、インターフェイス装置１００は、クラウドコンピューティングにより実現されてもよい。例えば、インターフェイス装置１００は、インターフェイスプログラムをコンピュータが実行することによって、クラウドプラットフォーム５０上にアドインされたシステムであってもよい。
インターフェイス装置１００は、インターフェイス部１１０と、クラウド通信部１２０とを備える。また、インターフェイス装置１００は、ＡＩ処理部２００を更に備えてよい。これらブロックは、それぞれ機能的に分離された機能ブロックであって、実際のデバイス構成とは必ずしも一致していなくてもよい。すなわち、本図において、１つのブロックとして示されているからといって、それが必ずしも１つのデバイスにより構成されていなくてもよい。また、本図において、別々のブロックとして示されているからといって、それらが必ずしも別々のデバイスにより構成されていなくてもよい。
また、本図においては、ＡＩ処理部２００が、インターフェイス装置１００の一部の機能として、インターフェイス部１１０およびクラウド通信部１２０と一体に構成されている場合を一例として示しているが、これに限定されるものではない。ＡＩ処理部２００の一部または全部は、インターフェイス装置１００と別体に構成されていてもよい。
インターフェイス部１１０は、設備１０の状態を判定するモデルを機械学習により生成する処理、または、当該モデルを用いて設備１０の状態を判定する処理の少なくともいずれか一方を実行するＡＩ処理部２００から、設備１０を管理するクラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドを受信する。このようなコマンドの詳細については、後述する。インターフェイス部１１０は、ＡＩ処理部２００から受信した第１コマンドをクラウド通信部１２０へ供給する。
クラウド通信部１２０は、クラウドプラットフォーム５０との間で通信する。クラウド通信部１２０は、複数のクラウドプラットフォーム５０のそれぞれに対応する固有の通信部を複数有してよい。本図においては、クラウド通信部１２０が、第１のクラウドプラットフォーム５０Ａに対応する第１のクラウド通信部１２０Ａおよび第２のクラウドプラットフォーム５０Ｂに対応する第２のクラウド通信部１２０Ｂ（「クラウド通信部１２０」と総称する。）を有する場合を一例として示している。
第１のクラウド通信部１２０Ａは、インターフェイス部１１０から供給された第１のクラウドプラットフォーム５０Ａへの第１コマンドを、第１のクラウドプラットフォーム５０Ａが提供するＲＥＳＴ ＡＰＩに対応する形式のプロトコルを用いたコマンドに変換して、当該変換したコマンドを第１のクラウドプラットフォーム５０Ａへ送信する。すなわち、クラウド通信部１２０は、インターフェイス部１１０から供給された第１コマンドを第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第２コマンドに変換して、当該第２コマンドを第１のクラウドプラットフォーム５０Ａへ送信する。同様に、第２のクラウド通信部１２０Ｂは、インターフェイス部１１０から供給された第２のクラウドプラットフォーム５０Ｂへの第１コマンドを、第２のクラウドプラットフォーム５０Ｂが提供するＧｒａｐｈＱＬに対応する形式のプロトコルを用いたコマンドに変換して、当該変換したコマンドを第２のクラウドプラットフォーム５０Ｂへ送信する。
なお、上述の説明では、インターフェイス部１１０およびクラウド通信部１２０が、ＡＩ処理部２００からクラウドプラットフォーム５０へのコマンドを中継する場合を一例として示したが、インターフェイス部１１０およびクラウド通信部１２０は、更に、逆方向のコマンドを中継してもよい。すなわち、インターフェイス部１１０およびクラウド通信部１２０は、クラウドプラットフォーム５０からＡＩ処理部２００へのコマンドを中継してもよい。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａから、ＲＥＳＴ ＡＰＩに対応する形式のプロトコルを用いた第３コマンドを受信してよい。そして、第１のクラウド通信部１２０Ａは、当該第３コマンドを共通形式のプロトコルを用いた第４コマンドに変換してインターフェイス部１１０へ供給してよい。すなわち、クラウド通信部１２０は、第１形式のプロトコルを用いた第３コマンドを第１のクラウドプラットフォーム５０Ａから受信して、当該第３コマンドを共通形式のプロトコルを用いた第４コマンドに変換してよい。同様に、第２のクラウド通信部１２０Ｂは、第２のクラウドプラットフォーム５０Ｂから、ＧｒａｐｈＱＬに対応する形式のプロトコルを用いた第３コマンドを受信してよい。そして、第２のクラウド通信部１２０Ｂは、当該第３コマンドを共通形式のプロトコルを用いた第４コマンドに変換してインターフェイス部１１０へ供給してよい。そして、インターフェイス部１１０は、第１のクラウド通信部１２０Ａまたは第２のクラウド通信部１２０Ｂから供給された第４コマンドをＡＩ処理部２００へ送信してよい。
また、上述の説明では、インターフェイス部１１０とクラウドプラットフォーム５０との間にクラウド通信部１２０が介在し、クラウド通信部１２０がコマンドを変換する場合を一例として示したが、これに限定されるものではない。クラウドプラットフォーム５０毎のコマンド変換が不要な場合には、インターフェイス装置１００は、クラウド通信部１２０によるコマンド変換を省略してもよい。すなわち、インターフェイス部１１０とクラウドプラットフォーム５０とは、クラウド通信部１２０を介することなく直接通信してもよい。
ＡＩ処理部２００は、設備１０の状態を判定するモデルを機械学習により生成する処理、または、当該モデルを用いて設備１０の状態を判定する処理の少なくともいずれか一方を実行する。ここで、設備１０の状態判定処理は、一例として、設備１０の異常を診断する設備異常診断処理であってよい。しかしながら、これに限定されるものではない。設備１０の状態判定処理は、配管の腐食を診断する配管腐食診断処理等、様々な産業ソリューションに係る処理に展開されてよい。
ＡＩ処理部２００は、学習部２１０と、学習モデル生成部２２０と、学習モデル管理部２３０と、判定部２４０と、判定処理部２５０とを有する。なお、これらブロックは、それぞれ機能的に分離された機能ブロックであって、実際のデバイス構成とは必ずしも一致していなくてもよい。すなわち、本図において、１つのブロックとして示されているからといって、それが必ずしも１つのデバイスにより構成されていなくてもよい。また、本図において、別々のブロックとして示されているからといって、それらが必ずしも別々のデバイスにより構成されていなくてもよい。
学習部２１０は、設備１０の状態を判定するモデルを機械学習により生成する。例えば、学習部２１０は、学習モデル生成部２２０によって入力されたデータを用いて機械学習を行い、設備１０の状態を判定する学習モデル（ＡＩモデル）を生成する。
学習モデル生成部２２０は、学習部２１０と協働して、設備１０の状態を判定するモデルの新規作成や更新処理を実行する。例えば、学習モデル生成部２２０は、インターフェイス部１１０およびクラウド通信部１２０を介してクラウドプラットフォーム５０から取得したデータを学習部２１０へ入力し、学習部２１０を用いて学習モデルの新規作成や更新処理を実行する。
学習モデル管理部２３０は、設備１０の状態を判定するモデルに関する情報を管理する。例えば、学習モデル管理部２３０は、学習部２１０および学習モデル生成部２２０によって生成された学習モデルの情報を、当該学習モデルに関する基本設定を示すコンフィグレーション情報（例えば、学習モデルの生成に使用されたセンサ２０の情報、および、当該センサ２０のサンプリング間隔の情報）とともに格納して管理する。
判定部２４０は、設備１０の状態を判定するモデルを用いて設備１０の状態を判定する。例えば、判定部２４０は、判定処理部２５０によって入力されたデータを用いて、学習部２１０および学習モデル生成部２２０によって生成された学習モデルにより、設備１０の状態を判定する。
判定処理部２５０は、判定部２４０と協働して、設備１０の判定処理を実行し、判定結果をクラウドプラットフォーム５０のデータベースに書き込む。例えば、判定処理部２５０は、インターフェイス部１１０およびクラウド通信部１２０を介してクラウドから取得したデータを判定部２４０へ入力し、判定部２４０を用いて設備１０の状態判定処理を実行する。そして、判定処理部２５０は、判定結果をインターフェイス部１１０およびクラウド通信部１２０を介して、クラウドプラットフォーム５０のデータベースに書き込む。
図２は、本実施形態に係るインターフェイス装置１００を用いた学習モデルの生成フローの一例を示す。なお、本フローの前に、ＡＩ処理部２００を初期化する処理が実行されてもよい。例えば、インターフェイス部１１０は、学習モデル生成部２２０へ初期化コマンドを送信してよい。これに応じて、ＡＩ処理部２００は初期化されてよい。そして、学習モデル生成部２２０は、初期化が成功した旨を示すＳＵＣＣＥＳＳコマンドをインターフェイス部１１０へ送信してよい。
ステップ２０００において、ＡＩ処理部２００は、任意のクラウドプラットフォーム５０が管理する設備１０に設けられたセンサ２０のリストの取得を要求する。例えば、学習モデル生成部２２０は、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０のリストの取得を要求するセンサリスト取得要求コマンドを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドとして、インターフェイス部１１０へ送信する。インターフェイス部１１０は、共通形式のプロトコルを用いたセンサリスト取得要求コマンドを第１コマンドとして受信する。そして、インターフェイス部１１０は、学習モデル生成部２２０から受信した第１コマンドを第１のクラウドプラットフォーム５０Ａに対応する第１のクラウド通信部１２０Ａへ供給する。このように、インターフェイス部１１０が受信する第１コマンドは、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０のリストの取得を要求するセンサリスト取得要求コマンドを含んでよい。
ステップ２０１０において、クラウド通信部１２０は、ステップ２０００において供給された共通形式のプロトコルを用いた第１コマンドを、任意のクラウドプラットフォーム５０に依存した固有形式のプロトコルを用いた第２コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０のリストの取得を要求するセンサリスト取得要求コマンドであって、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドを、第１のクラウドプラットフォーム５０Ａに依存した第１形式（ＲＥＳＴ ＡＰＩに対応する形式）のプロトコルを用いた第２コマンドに変換する。
ステップ２０２０において、クラウド通信部１２０は、ステップ２０１０において変換した第２コマンドを任意のクラウドプラットフォーム５０へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ２０１０において変換した第２コマンドを第１のクラウドプラットフォーム５０Ａへ送信する。
ステップ２０３０において、任意のクラウドプラットフォーム５０は、ステップ２０２０において受信した第２コマンドに応答する。例えば、第１のクラウドプラットフォーム５０Ａは、ステップ２０２０において受信した第２コマンドに応じて、自身が管理する設備１０に設けられたセンサ２０のリストを示すセンサリスト取得コマンドを、第１形式のプロトコルを用いた第３コマンドとして、第１のクラウド通信部１２０Ａへ送信する。
ステップ２０４０において、クラウド通信部１２０は、ステップ２０３０において受信した固有形式のプロトコルを用いた第３コマンドを、共通形式のプロトコルを用いた第４コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０のリストを示すセンサリスト取得コマンドであって、第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第３コマンドを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第４コマンドに変換する。
ステップ２０５０において、クラウド通信部１２０は、ステップ２０４０において変換した第４コマンドを、インターフェイス部１１０を介してＡＩ処理部２００へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ２０４０において変換した第４コマンドをインターフェイス部１１０へ供給する。そして、インターフェイス部１１０は、共通形式のプロトコルを用いたセンサリスト取得コマンドを、学習モデル生成部２２０へ送信する。これに応じて、学習モデル生成部２２０は、インターフェイス部１１０から受信した第４コマンドを学習モデル管理部２３０へ供給する。
ステップ２０６０において、ＡＩ処理部２００は、任意のクラウドプラットフォーム５０が管理する設備１０に設けられたセンサ２０のリストに関する情報を格納する。例えば、学習モデル管理部２３０は、ステップ２０５０において受信した第４コマンドに応じて、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０のリストに関する情報を格納する。こうして、ステップ２０００からステップ２０６０において、インターフェイス装置１００を用いたセンサリストの取得処理が実行される。
ステップ２１００において、ＡＩ処理部２００は、任意のクラウドプラットフォーム５０が管理する設備１０に設けられたセンサ２０の測定データの取得を要求する。例えば、学習モデル生成部２２０は、ステップ２０５０において取得したセンサリストの中から学習モデルの生成に必要なセンサ２０を特定する。そして、学習モデル生成部２２０は、特定したセンサ２０の測定データの取得を要求するセンサデータ取得要求コマンドを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドとして、インターフェイス部１１０へ送信する。インターフェイス部１１０は、共通形式のプロトコルを用いたセンサデータ取得要求コマンドを第１コマンドとして受信する。そして、インターフェイス部１１０は、学習モデル生成部２２０から受信した第１コマンドを第１のクラウドプラットフォーム５０Ａに対応する第１のクラウド通信部１２０Ａへ供給する。このように、インターフェイス部１１０が受け付ける第１コマンドは、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０の測定データの取得を要求するセンサデータ取得要求コマンドを含んでよい。
ステップ２１１０において、クラウド通信部１２０は、ステップ２１００において供給された共通形式のプロトコルを用いた第１コマンドを、任意のクラウドプラットフォーム５０に依存した固有形式のプロトコルを用いた第２コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０の測定データの取得を要求するセンサデータ取得要求コマンドであって、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドを、第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第２コマンドに変換する。
ステップ２１２０において、クラウド通信部１２０は、ステップ２１１０において変換した第２コマンドを任意のクラウドプラットフォーム５０へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ２１１０において変換した第２コマンドを第１のクラウドプラットフォーム５０Ａへ送信する。
ステップ２１３０において、任意のクラウドプラットフォーム５０は、ステップ２１２０において受信した第２コマンドに応答する。例えば、第１のクラウドプラットフォーム５０Ａは、ステップ２１２０において受信した第２コマンドに応じて、自身が管理する設備１０に設けられたセンサ２０の測定データを示すセンサデータ取得コマンドを、第１形式のプロトコルを用いた第３コマンドとして、第１のクラウド通信部１２０Ａへ送信する。
ステップ２１４０において、クラウド通信部１２０は、ステップ２１３０において受信した固有形式のプロトコルを用いた第３コマンドを、共通形式のプロトコルを用いた第４コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａが管理する設備１０に設けられたセンサ２０の測定データを示すセンサデータ取得コマンドであって、第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第３コマンドを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第４コマンドに変換する。
ステップ２１５０において、クラウド通信部１２０は、ステップ２１４０において変換した第４コマンドを、インターフェイス部１１０を介してＡＩ処理部２００へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ２１４０において変換した第４コマンドをインターフェイス部１１０へ供給する。そして、インターフェイス部１１０は、共通形式のプロトコルを用いたセンサデータ取得コマンドを、学習モデル生成部２２０へ送信する。こうして、ステップ２１００からステップ２１５０において、インターフェイス装置１００を用いたセンサデータの取得処理が実行される。
ステップ２２００において、ＡＩ処理部２００は、サンプリング間隔を算出する。例えば、学習モデル生成部２２０は、学習モデルの生成に先立ち、ステップ２１５０において時系列に取得した測定データからサンプリング間隔を算出する。例えば、学習モデル生成部２２０におけるサンプリング間隔の算出は、（センサデータに付与された）センサ２０がデータを取得した時刻の他、インターフェイス部１１０が第４コマンドを受信した時刻等を用いて算出してもよい。
ステップ２２１０において、ＡＩ処理部２００は、前処理を実行する。例えば、学習モデル生成部２２０は、学習モデルの生成に先立ち、ステップ２１５０において取得した測定データに対して前処理を施す。このような前処理としては、例えば、補間（前回値、平均値、中央値、最頻値、または、直線等）、波形圧縮、移動平均、標準化、または、正規化等の処理が挙げられる。
ステップ２２２０およびステップ２２３０において、ＡＩ処理部２００は、設備１０の状態を判定するモデルを機械学習により生成する。例えば、ステップ２２２０において、学習モデル生成部２２０は、ステップ２１５０において取得し、ステップ２２１０において前処理した測定データを学習部２１０へ入力する。これに応じて、学習部２１０は、機械学習を行い、設備１０の状態を判定する学習モデル（ＡＩモデル）を生成する。そして、ステップ２２３０において、学習モデル生成部２２０は、生成された学習モデルを学習部２１０から取得する。ここで、学習モデルを生成するための機械学習については様々なアルゴリズムが用いられてよい。このような学習処理自体については既知であるのでここでは説明を省略する。
ステップ２２４０において、学習モデル生成部２２０は、ステップ２２２０およびステップ２２３０において生成された学習モデルの情報を、当該学習モデルに関する基本設定を示すコンフィグレーション情報（例えば、当該学習モデルの生成に使用されたセンサ２０（ステップ２１００において特定されたセンサ２０）の情報、および、当該センサ２０のサンプリング間隔の情報）とともに学習モデル管理部２３０へ供給する。
ステップ２２５０において、ＡＩ処理部２００は、学習モデルの情報を、コンフィグレーション情報とともに格納する。例えば、学習モデル管理部２３０は、ステップ２２４０において供給された学習モデルの情報を、当該学習モデルの生成に使用されたセンサ２０に関する情報と、当該センサ２０のサンプリング間隔に関する情報と対応付けて格納する。こうして、ステップ２２００からステップ２２５０において、インターフェイス装置１００を用いた学習モデルの生成処理が実行される。
このようなセンサデータの取得処理（ステップ２１００からステップ２１５０）および学習モデルの生成処理（ステップ２２００から２２５０）は、学習モデルを生成するセンサ２０の数だけ繰り返して実行されてよい。なお、上述の説明では、ＡＩ処理部２００が１つのセンサ２０から取得した測定データを用いて１つの学習モデルをそれぞれ生成する場合を一例として示したが、これに限定されるものではない。ＡＩ処理部２００は、複数のセンサ２０から取得した測定データを用いて１または複数の学習モデルを生成してもよい。
図３は、本実施形態に係るインターフェイス装置１００を用いた学習モデルによる判定フローの一例を示す。本フローは、例えば、図２に示す学習モデルの生成フローの後に実行されてよい。
ステップ３０００およびステップ３０１０において、ＡＩ処理部２００は、設備１０の状態を判定するためのモデルを準備する。例えば、ステップ３０００において、判定処理部２５０は、状態判定に用いる学習モデルを学習モデル管理部２３０に要求する。そして、ステップ３０１０において、学習モデル管理部２３０は、状態判定に用いる学習モデルを判定部２４０へ供給する。なお、ここで供給される学習モデルは、例えば図２のフローにより生成されたものであってもよいし、それとは異なるものであってもよい。
ステップ３１００からステップ３１５０の処理、および、ステップ３２００の処理は、それぞれ、図２におけるステップ２１００から２１５０の処理、および、ステップ２２１０の処理と同様であるので、ここでは説明を省略する。
ステップ３２１０およびステップ３２２０において、ＡＩ処理部２００は、モデルを用いて設備１０の状態を判定する。例えば、ステップ３２１０において、判定処理部２５０は、ステップ３１５０において取得し、ステップ３２００において学習時と同じ前処理を施した測定データを判定部２４０へ入力する。これに応じて、判定部２４０は、学習モデルを用いた判定処理を実行し、設備１０の状態を判定する。そして、ステップ３２２０において、判定処理部２５０は、設備１０の状態を判定した判定結果を判定部２４０から取得する。このような判定処理自体については既知であるのでここでは説明を省略する。
ステップ３３００において、ＡＩ処理部２００は、任意のクラウドプラットフォーム５０のデータベースに設備１０の状態を判定した判定結果を書き込む要求をする。例えば、判定処理部２５０は、第１のクラウドプラットフォーム５０Ａのデータベースに、第１のクラウドプラットフォーム５０Ａが管理する設備１０の状態を判定した判定結果を書き込む要求をする判定結果書き込み要求コマンドを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドとして、インターフェイス部１１０へ送信する。インターフェイス部１１０は、共通形式のプロトコルを用いた判定結果書き込み要求コマンドを第１コマンドとして受信する。そして、インターフェイス部１１０は、判定処理部２５０から受信した第１コマンドを第１のクラウド通信部１２０Ａへ供給する。このように、インターフェイス部１１０が受け付ける第１コマンドは、第１のクラウドプラットフォーム５０Ａのデータベースに、ＡＩ処理部２００が設備１０の状態を判定した判定結果を書き込む要求をする判定結果書き込み要求コマンドを含んでよい。
ステップ３３１０において、クラウド通信部１２０は、ステップ３３００において供給された共通形式のプロトコルを用いた第１コマンドを、任意のクラウドプラットフォーム５０に依存した固有形式のプラットフォームを用いた第２コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａのデータベースに、第１のクラウドプラットフォーム５０Ａが管理する設備１０の状態を判定した判定結果を書き込む要求をする判定結果書き込み要求コマンドであって、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドを、第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第２コマンドに変換する。
ステップ３３２０において、クラウド通信部１２０は、ステップ３３１０において変換した第２コマンドを任意のクラウドプラットフォーム５０へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ３３１０において変換した第２コマンドを第１のクラウドプラットフォーム５０Ａへ送信する。
ステップ３３３０において、任意のクラウドプラットフォーム５０は、判定結果を書き込む。例えば、第１のクラウドプラットフォーム５０Ａは、ステップ３３２０において受信した第２コマンドに応じて、ＡＩ処理部２００が設備１０の状態を判定した判定結果を、自身のデータベースへ書き込む。
ステップ３３４０において、任意のクラウドプラットフォーム５０は、第２コマンドに対する応答をクラウド通信部１２０へ送信する。例えば、第１のクラウドプラットフォーム５０Ａは、判定結果を自身のデータベースへ成功裡に書き込んだことに応じて、書き込みが成功したことを示すＳＵＣＣＥＳＳコマンドを、第１形式のプロトコルを用いた第３コマンドとして、第１のクラウド通信部１２０Ａへ送信する。
ステップ３３５０において、クラウド通信部１２０は、ステップ３３４０において受信した固有形式のプロトコルを用いた第３コマンドを、共通形式のプロトコルを用いた第４コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａのデータベースへの判定結果の書き込みが成功したことを示すＳＵＣＣＥＳＳコマンドであって、第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第３コマンドを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第４コマンドに変換する。
ステップ３３６０において、クラウド通信部１２０は、ステップ３３５０において変換した第４コマンドを、インターフェイス部１１０を介してＡＩ処理部２００へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ３３５０において変換した第４コマンドをインターフェイス部１１０へ供給する。そして、インターフェイス部１１０は、共通形式のプロトコルを用いたＳＵＣＣＥＳＳコマンドを、判定処理部２５０へ送信する。こうして、ステップ３０００からステップ３３６０において、インターフェイス装置１００を用いた学習モデルによる判定処理が実行される。
このような学習モデルによる判定処理（ステップ３０００からステップ３３６０）は、設備１０の状態を判定するために用いる学習モデルの数だけ繰り返して実行されてよい。なお、上述の説明では、ＡＩ処理部２００が１つのセンサ２０から取得した測定データを用いて設備１０の状態を判定する場合を一例として示したが、これに限定されるものではない。ＡＩ処理部２００は、複数のセンサ２０から取得した測定データを用いて設備１０の状態を判定してもよい。
図４は、本実施形態に係るインターフェイス装置１００を用いて外部システム３００から学習モデルを更新するフローの一例を示す。ここで、外部システム３００は、例えば、インターフェイス装置１００の外部に設けられたシステムであって、カスタマイズ学習モデルを生成するための機能を有するシステムである。
ステップ４０００からステップ４０５０の処理は、学習モデル生成部２２０が外部システム３００に変更されている点を除き、図２におけるステップ２１００から２１５０の処理と同様であるので、ここでは説明を省略する。
ステップ４１００において、外部システム３００は、ステップ４０５０において供給された測定データを用いて、設備１０の状態を判定するモデルを生成する。
ステップ４２００において、外部システム３００は、クラウドプラットフォーム５０の内部メモリ（例えば、学習モデル管理部２３０）に格納されている学習モデルの情報、または、コンフィグレーション情報の少なくともいずれかの変更（例えば、追加、更新、および、削除）を要求する。例えば、外部システム３００は、ステップ４２００において、クラウドプラットフォーム５０が管理するモデルの情報の変更を要求するモデル情報変更要求コマンド、または、コンフィグレーション情報の変更を要求するコンフィグ情報変更要求コマンドの少なくともいずれかを、学習モデル管理部２３０へ送信する。
ステップ４２１０において、学習モデル管理部２３０は、ステップ４２００において受信したコマンドに応じて、自身が管理する情報を変更する。例えば、学習モデル管理部２３０は、ステップ４２００において受信したモデル情報変更要求コマンドに応じて、自身が管理するモデルの情報を変更（例えば、追加、更新、および、削除）する。また、学習モデル管理部２３０は、ステップ４２００において受信したコンフィグ情報変更要求コマンドに応じて、自身が管理するコンフィグレーション情報を変更（例えば、追加、更新、および、削除）する。
ステップ４２２０において、学習モデル管理部２３０は、ステップ４２００において受信したコマンドに対する応答を外部システム３００へ送信する。例えば、学習モデル管理部２３０は、自身が管理する情報を成功裡に変更したことに応じて、情報の変更が成功したことを示すＳＵＣＣＥＳＳコマンドを、外部システム３００へ送信する。
このように、インターフェイス装置１００は、外部システム３００が学習モデルを生成するために測定データを取得することをサポートするとともに、外部システム３００が学習モデルを生成したことに応じて、クラウドプラットフォーム５０の内部メモリに格納されているモデルの情報やコンフィグレーション情報を変更する。これにより、インターフェイス装置１００は、例えば、図４のフローを実行した後に図３のフローを実行することによって、外部システム３００が生成した学習モデルを用いて状態判定処理を実行することができる。
図５は、本実施形態に係るインターフェイス装置１００を用いた外部システム３００から学習モデルを更新するフローの他の例を示す。ステップ５０００からステップ５１００の処理は、図４におけるステップ４０００から４１００の処理と同様であるので、ここでは説明を省略する。図４のフローにおいては、外部システム３００がクラウドプラットフォーム５０の内部メモリに格納されている情報の変更を、学習モデル管理部２３０に直接要求する場合を示したが、本フローにおいては、外部システム３００がクラウドプラットフォーム５０の内部メモリに格納されている情報の変更を、クラウドプラットフォーム５０を介して学習モデル管理部２３０に要求する。
ステップ５２００において、外部システム３００は、任意のクラウドプラットフォーム５０の内部メモリに格納されている学習モデルの情報、または、コンフィグレーション情報の少なくともいずれかの変更を要求する。例えば、外部システム３００は、ステップ５２００において、第１のクラウドプラットフォーム５０Ａが管理するモデルの情報の変更を要求するモデル情報変更要求コマンド、または、コンフィグレーション情報の変更を要求するコンフィグ情報変更要求コマンドの少なくともいずれかを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドとして、インターフェイス部１１０へ送信する。そして、インターフェイス部１１０は、外部システム３００から受信した第１コマンドを第１のクラウドプラットフォーム５０Ａに対応する第１のクラウド通信部１２０Ａへ供給する。このように、インターフェイス部１１０が受け付ける第１コマンドは、第１のクラウドプラットフォーム５０Ａが管理するモデルの情報の変更を要求するモデル情報変更要求コマンドを含んでよい。また、インターフェイス部１１０が受け付ける第１コマンドは、第１のクラウドプラットフォーム５０Ａが管理するコンフィグレーション情報の変更を要求するコンフィグ情報変更要求コマンドを含んでよい。
ステップ５２１０において、クラウド通信部１２０は、ステップ５２００において供給された共通形式のプロトコルを用いた第１コマンドを、任意のクラウドプラットフォーム５０に依存した固有形式のプロトコルを用いた第２コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、第１のクラウドプラットフォーム５０Ａが管理するモデルの情報の変更を要求するモデル情報変更要求コマンドまたはコンフィグレーション情報の変更を要求するコンフィグ情報変更要求コマンドの少なくともいずれかであって、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第１コマンドを、第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第２コマンドに変換する。
ステップ５２２０において、クラウド通信部１２０は、ステップ５２１０において変換した第２コマンドを任意のクラウドプラットフォーム５０へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ５２１０において変換した第２コマンドを第１のクラウドプラットフォーム５０Ａへ送信する。
ステップ５２３０において、任意のクラウドプラットフォーム５０は、ステップ５２２０において受信した第２コマンドを学習モデル管理部２３０へ転送する。例えば、第１のクラウドプラットフォーム５０Ａは、ステップ５２２０において受信した第２コマンドを自身にアドインされた学習モデル管理部２３０へ転送する。
ステップ５２４０において、学習モデル管理部２３０は、ステップ５２３０において受信した第２コマンドに応じて、自身が管理する情報を変更する。ステップ５２４０については、図４におけるステップ４２１０の処理と同様であるので、ここでは説明を省略する。
ステップ５２５０において、学習モデル管理部２３０は、ステップ５２３０において受信した第２コマンドに対する応答を任意のクラウドプラットフォーム５０へ送信する。例えば、学習モデル管理部２３０は、自身が管理する情報を成功裡に変更したことに応じて、情報の変更が成功したことを示すＳＵＣＣＥＳＳコマンドを、第１のクラウドプラットフォーム５０Ａへ送信する。
ステップ５２６０において、任意のクラウドプラットフォーム５０は、ステップ５２５０において受信したコマンドに対する応答をクラウド通信部１２０へ送信する。例えば、第１のクラウドプラットフォーム５０Ａは、ステップ５２５０においてＳＵＣＣＥＳＳコマンドを受信したことに応じて、当該コマンドを第１形式のプロトコルを用いた第３コマンドとして、第１のクラウド通信部１２０Ａへ送信する。
ステップ５２７０において、クラウド通信部１２０は、ステップ５２６０において受信した第３コマンドを、共通形式のプロトコルを用いた第４コマンドに変換する。例えば、第１のクラウド通信部１２０Ａは、情報の変更が成功したことを示すＳＵＣＣＥＳＳコマンドであって、第１のクラウドプラットフォーム５０Ａに依存した第１形式のプロトコルを用いた第３コマンドを、クラウドプラットフォーム５０に非依存である共通形式のプロトコルを用いた第４コマンドに変換する。
ステップ５２８０において、クラウド通信部１２０は、ステップ５２７０において変換した第４コマンドを、インターフェイス部１１０を介して外部システム３００へ送信する。例えば、第１のクラウド通信部１２０Ａは、ステップ５２７０において変換した第４コマンドをインターフェイス部１１０へ供給する。そして、インターフェイス部１１０は、共通形式のプロトコルを用いたＳＵＣＣＥＳＳコマンドを、外部システム３００へ送信する。
このように、インターフェイス装置１００は、外部システム３００からクラウドプラットフォーム５０の内部メモリに格納されている情報を、クラウドプラットフォームを介して変更するためのインターフェイスをも提供する。これにより、どのようなクラウドプラットフォーム５０が用いられている場合であっても、外部システム３００からクラウドプラットフォーム５０の内部メモリに保存されている情報へのアクセスが容易となる。
近年、選択可能なクラウドプラットフォームが多様化しており、多様なクラウドプラットフォームにＡＩ処理を実行する機能部を組み込むことが容易ではなくなってきている。ここで、クラウドプラットフォームとＡＩ処理を実行する機能部とが一体となったシステムを提供することが好ましいが、すでにクラウドシステムを導入済みのユーザも存在しているのが実情であり、ＡＩ処理を実行する機能部のみを後付けで新たに導入する場合もある。このような場合、クラウド構築担当のシステムエンジニアは、導入済みのプラットフォームと新たに導入するＡＩ処理を実行する機能部のインターフェイス資料を理解して組み込む必要があり、構築作業が煩雑となる。また、エンジニアリング工程での組み込み作業ミスが発生しやすくなる。
これに対して、本実施形態に係るインターフェイス装置１００は、ＡＩ処理を実行するＡＩ処理部２００とクラウドプラットフォーム５０との間のインターフェイスを提供する。特に、本実施形態に係るインターフェイス装置１００は、ＡＩ処理部２００からクラウドプラットフォーム５０に依存しない共通形式のプロトコルを用いた第１コマンドを受信する。そして、インターフェイス装置１００は、当該共通形式のプロトコルを用いた第１コマンドを任意のクラウドプラットフォーム５０に依存した固有形式のプロトコルを用いた第２コマンドに変換して、当該変換した第２コマンドを任意のクラウドプラットフォーム５０へ送信する。これにより、本実施形態に係るインターフェイス装置１００によれば、ＡＩ処理部２００がクラウドプラットフォーム５０毎に固有のコマンドを生成する必要がなく、ＡＩ処理部２００の負荷を軽減させることができる。また、ＡＩ処理部２００がクラウドプラットフォーム５０の様々な仕様に非依存であるので、クラウドプラットフォーム５０への影響を考慮することなく、ＡＩ処理部２００の更新を容易に行うことができる。このように、本実施形態に係るインターフェイス装置１００によれば、様々なクラウド環境にＡＩ処理を実行する機能部を容易に組み込むことができる。
また、本実施形態に係るインターフェイス装置１００は、クラウドプラットフォーム５０からクラウドプラットフォーム５０に依存した固有形式のプロトコルを用いた第３コマンドを受信する。そして、インターフェイス装置１００は、当該固有形式のプロトコルを用いた第３コマンドをクラウドプラットフォーム５０に依存しない共通形式のプロトコルを用いた第４コマンドに変換して、当該変換した第４コマンドをＡＩ処理部２００へ送信する。これにより、本実施形態に係るインターフェイス装置１００によれば、ＡＩ処理部２００からクラウドプラットフォーム５０へ、および、クラウドプラットフォーム５０からＡＩ処理部２００への両方向のインターフェイスを提供することができる。
また、本実施形態に係るインターフェイス装置１００は、複数のクラウドプラットフォーム５０のそれぞれに対応する固有の通信部を複数有する。これにより、本実施形態に係るインターフェイス装置１００によれば、ＡＩ処理部２００と、それぞれ仕様の異なる複数のクラウドプラットフォーム５０との間のインターフェイスを提供することができる。また、本実施形態に係るインターフェイス装置１００によれば、固有の通信部を追加するだけで、ＡＩ処理部２００と新たなクラウドプラットフォーム５０との間のインターフェイスを提供することができる。
また、本実施形態に係るインターフェイス装置１００は、第１コマンドとして、センサリスト取得要求コマンド、センサデータ取得要求コマンド、判定結果書き込み要求コマンド、モデル情報変更要求コマンド、または、コンフィグ情報変更要求コマンドの少なくともいずれかを受け付ける。これにより、本実施形態に係るインターフェイス装置１００は、設備１０の状態を判定するためのＡＩ処理（学習処理や判定処理等）に係るコマンドを、ＡＩ処理部２００とクラウドプラットフォーム５０との間で中継することができる。
また、本実施形態に係るインターフェイス装置１００は、例えば、学習部や判定部を有するＡＩ処理部を備える。これにより、本実施形態に係るインターフェイス装置１００によれば、インターフェイスの機能とＡＩ処理を実行する機能とを一体の装置として構成することができる。
本発明の様々な実施形態は、フローチャートおよびブロック図を参照して記載されてよく、ここにおいてブロックは、（１）操作が実行されるプロセスの段階または（２）操作を実行する役割を持つ装置のセクションを表わしてよい。特定の段階およびセクションが、専用回路、コンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプログラマブル回路、および／またはコンピュータ可読媒体上に格納されるコンピュータ可読命令と共に供給されるプロセッサによって実装されてよい。専用回路は、デジタルおよび／またはアナログハードウェア回路を含んでよく、集積回路（ＩＣ）および／またはディスクリート回路を含んでよい。プログラマブル回路は、論理ＡＮＤ、論理ＯＲ、論理ＸＯＲ、論理ＮＡＮＤ、論理ＮＯＲ、および他の論理操作、フリップフロップ、レジスタ、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラマブルロジックアレイ（ＰＬＡ）等のようなメモリ要素等を含む、再構成可能なハードウェア回路を含んでよい。
コンピュータ可読媒体は、適切なデバイスによって実行される命令を格納可能な任意の有形なデバイスを含んでよく、その結果、そこに格納される命令を有するコンピュータ可読媒体は、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく実行され得る命令を含む、製品を備えることになる。コンピュータ可読媒体の例としては、電子記憶媒体、磁気記憶媒体、光記憶媒体、電磁記憶媒体、半導体記憶媒体等が含まれてよい。コンピュータ可読媒体のより具体的な例としては、フロッピー（登録商標）ディスク、ディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、リードオンリメモリ（ＲＯＭ）、消去可能プログラマブルリードオンリメモリ（ＥＰＲＯＭまたはフラッシュメモリ）、電気的消去可能プログラマブルリードオンリメモリ（ＥＥＰＲＯＭ）、静的ランダムアクセスメモリ（ＳＲＡＭ）、コンパクトディスクリードオンリメモリ（ＣＤ-ＲＯＭ）、デジタル多用途ディスク（ＤＶＤ）、ブルーレイ（ＲＴＭ）ディスク、メモリスティック、集積回路カード等が含まれてよい。
コンピュータ可読命令は、アセンブラ命令、命令セットアーキテクチャ（ＩＳＡ）命令、マシン命令、マシン依存命令、マイクロコード、ファームウェア命令、状態設定データ、またはＳｍａｌｌｔａｌｋ（登録商標）、ＪＡＶＡ（登録商標）、Ｃ＋＋等のようなオブジェクト指向プログラミング言語、および「Ｃ」プログラミング言語または同様のプログラミング言語のような従来の手続型プログラミング言語を含む、１または複数のプログラミング言語の任意の組み合わせで記述されたソースコードまたはオブジェクトコードのいずれかを含んでよい。
コンピュータ可読命令は、汎用コンピュータ、特殊目的のコンピュータ、若しくは他のプログラム可能なデータ処理装置のプロセッサまたはプログラマブル回路に対し、ローカルにまたはローカルエリアネットワーク（ＬＡＮ）、インターネット等のようなワイドエリアネットワーク（ＷＡＮ）を介して提供され、フローチャートまたはブロック図で指定された操作を実行するための手段を作成すべく、コンピュータ可読命令を実行してよい。プロセッサの例としては、コンピュータプロセッサ、処理ユニット、マイクロプロセッサ、デジタル信号プロセッサ、コントローラ、マイクロコントローラ等を含む。
図６は、本発明の複数の態様が全体的または部分的に具現化されてよいコンピュータ９９００の例を示す。コンピュータ９９００にインストールされたプログラムは、コンピュータ９９００に、本発明の実施形態に係る装置に関連付けられる操作または当該装置の１または複数のセクションとして機能させることができ、または当該操作または当該１または複数のセクションを実行させることができ、および／またはコンピュータ９９００に、本発明の実施形態に係るプロセスまたは当該プロセスの段階を実行させることができる。そのようなプログラムは、コンピュータ９９００に、本明細書に記載のフローチャートおよびブロック図のブロックのうちのいくつかまたはすべてに関連付けられた特定の操作を実行させるべく、ＣＰＵ９９１２によって実行されてよい。
本実施形態によるコンピュータ９９００は、ＣＰＵ９９１２、ＲＡＭ９９１４、グラフィックコントローラ９９１６、およびディスプレイデバイス９９１８を含み、それらはホストコントローラ９９１０によって相互に接続されている。コンピュータ９９００はまた、通信インターフェイス９９２２、ハードディスクドライブ９９２４、ＤＶＤ－ＲＯＭドライブ９９２６、およびＩＣカードドライブのような入／出力ユニットを含み、それらは入／出力コントローラ９９２０を介してホストコントローラ９９１０に接続されている。コンピュータはまた、ＲＯＭ９９３０およびキーボード９９４２のようなレガシの入／出力ユニットを含み、それらは入／出力チップ９９４０を介して入／出力コントローラ９９２０に接続されている。
ＣＰＵ９９１２は、ＲＯＭ９９３０およびＲＡＭ９９１４内に格納されたプログラムに従い動作し、それにより各ユニットを制御する。グラフィックコントローラ９９１６は、ＲＡＭ９９１４内に提供されるフレームバッファ等またはそれ自体の中にＣＰＵ９９１２によって生成されたイメージデータを取得し、イメージデータがディスプレイデバイス９９１８上に表示されるようにする。
通信インターフェイス９９２２は、ネットワークを介して他の電子デバイスと通信する。ハードディスクドライブ９９２４は、コンピュータ９９００内のＣＰＵ９９１２によって使用されるプログラムおよびデータを格納する。ＤＶＤ－ＲＯＭドライブ９９２６は、プログラムまたはデータをＤＶＤ－ＲＯＭ９９０１から読み取り、ハードディスクドライブ９９２４にＲＡＭ９９１４を介してプログラムまたはデータを提供する。ＩＣカードドライブは、プログラムおよびデータをＩＣカードから読み取り、および／またはプログラムおよびデータをＩＣカードに書き込む。
ＲＯＭ９９３０はその中に、アクティブ化時にコンピュータ９９００によって実行されるブートプログラム等、および／またはコンピュータ９９００のハードウェアに依存するプログラムを格納する。入／出力チップ９９４０はまた、様々な入／出力ユニットをパラレルポート、シリアルポート、キーボードポート、マウスポート等を介して、入／出力コントローラ９９２０に接続してよい。
プログラムが、ＤＶＤ－ＲＯＭ９９０１またはＩＣカードのようなコンピュータ可読媒体によって提供される。プログラムは、コンピュータ可読媒体から読み取られ、コンピュータ可読媒体の例でもあるハードディスクドライブ９９２４、ＲＡＭ９９１４、またはＲＯＭ９９３０にインストールされ、ＣＰＵ９９１２によって実行される。これらのプログラム内に記述される情報処理は、コンピュータ９９００に読み取られ、プログラムと、上記様々なタイプのハードウェアリソースとの間の連携をもたらす。装置または方法が、コンピュータ９９００の使用に従い情報の操作または処理を実現することによって構成されてよい。
例えば、通信がコンピュータ９９００および外部デバイス間で実行される場合、ＣＰＵ９９１２は、ＲＡＭ９９１４にロードされた通信プログラムを実行し、通信プログラムに記述された処理に基づいて、通信インターフェイス９９２２に対し、通信処理を命令してよい。通信インターフェイス９９２２は、ＣＰＵ９９１２の制御下、ＲＡＭ９９１４、ハードディスクドライブ９９２４、ＤＶＤ－ＲＯＭ９９０１、またはＩＣカードのような記録媒体内に提供される送信バッファ処理領域に格納された送信データを読み取り、読み取られた送信データをネットワークに送信し、またはネットワークから受信された受信データを記録媒体上に提供される受信バッファ処理領域等に書き込む。
また、ＣＰＵ９９１２は、ハードディスクドライブ９９２４、ＤＶＤ－ＲＯＭドライブ９９２６（ＤＶＤ－ＲＯＭ９９０１）、ＩＣカード等のような外部記録媒体に格納されたファイルまたはデータベースの全部または必要な部分がＲＡＭ９９１４に読み取られるようにし、ＲＡＭ９９１４上のデータに対し様々なタイプの処理を実行してよい。ＣＰＵ９９１２は次に、処理されたデータを外部記録媒体にライトバックする。
様々なタイプのプログラム、データ、テーブル、およびデータベースのような様々なタイプの情報が記録媒体に格納され、情報処理を受けてよい。ＣＰＵ９９１２は、ＲＡＭ９９１４から読み取られたデータに対し、本開示の随所に記載され、プログラムの命令シーケンスによって指定される様々なタイプの操作、情報処理、条件判断、条件分岐、無条件分岐、情報の検索／置換等を含む、様々なタイプの処理を実行してよく、結果をＲＡＭ９９１４に対しライトバックする。また、ＣＰＵ９９１２は、記録媒体内のファイル、データベース等における情報を検索してよい。例えば、各々が第２の属性の属性値に関連付けられた第１の属性の属性値を有する複数のエントリが記録媒体内に格納される場合、ＣＰＵ９９１２は、第１の属性の属性値が指定される、条件に一致するエントリを当該複数のエントリの中から検索し、当該エントリ内に格納された第２の属性の属性値を読み取り、それにより予め定められた条件を満たす第１の属性に関連付けられた第２の属性の属性値を取得してよい。
上で説明したプログラムまたはソフトウェアモジュールは、コンピュータ９９００上またはコンピュータ９９００近傍のコンピュータ可読媒体に格納されてよい。また、専用通信ネットワークまたはインターネットに接続されたサーバーシステム内に提供されるハードディスクまたはＲＡＭのような記録媒体が、コンピュータ可読媒体として使用可能であり、それによりプログラムを、ネットワークを介してコンピュータ９９００に提供する。
以上、本発明を実施の形態を用いて説明したが、本発明の技術的範囲は上記実施の形態に記載の範囲には限定されない。上記実施の形態に、多様な変更または改良を加えることが可能であることが当業者に明らかである。その様な変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。
特許請求の範囲、明細書、および図面中において示した装置、システム、プログラム、および方法における動作、手順、ステップ、および段階等の各処理の実行順序は、特段「より前に」、「先立って」等と明示しておらず、また、前の処理の出力を後の処理で用いるのでない限り、任意の順序で実現しうることに留意すべきである。特許請求の範囲、明細書、および図面中の動作フローに関して、便宜上「まず、」、「次に、」等を用いて説明したとしても、この順で実施することが必須であることを意味するものではない。
１０ 設備
２０ センサ
５０ クラウドプラットフォーム
１００ インターフェイス装置
１１０ インターフェイス部
１２０ クラウド通信部
２００ ＡＩ処理部
２１０ 学習部
２２０ 学習モデル生成部
２３０ 学習モデル管理部
２４０ 判定部
２５０ 判定処理部
９９００ コンピュータ
９９０１ ＤＶＤ－ＲＯＭ
９９１０ ホストコントローラ
９９１２ ＣＰＵ
９９１４ ＲＡＭ
９９１６ グラフィックコントローラ
９９１８ ディスプレイデバイス
９９２０ 入／出力コントローラ
９９２２ 通信インターフェイス
９９２４ ハードディスクドライブ
９９２６ ＤＶＤ－ＲＯＭドライブ
９９３０ ＲＯＭ
９９４０ 入／出力チップ
９９４２ キーボード

Claims (12)

  1. 設備の状態を判定するモデルを機械学習により生成する処理、または、前記モデルを用いて前記設備の状態を判定する処理の少なくともいずれか一方を実行するＡＩ処理部から、前記設備を管理するクラウドプラットフォームに非依存である共通形式のプロトコルを用いた第１コマンドを受信するインターフェイス部と、
    前記第１コマンドを前記クラウドプラットフォームに依存した形式のプロトコルを用いた第２コマンドに変換して、前記第２コマンドを前記クラウドプラットフォームへ送信するクラウド通信部と
    を備え、
    前記クラウド通信部は、
    第１のクラウドプラットフォームへの前記第１コマンドを、前記第１のクラウドプラットフォームが提供する第１のインターフェイスに対応する第１形式のプロトコルを用いた前記第２コマンドに変換して、前記第１形式のプロトコルを用いた前記第２コマンドを前記第１のクラウドプラットフォームへ送信する固有の第１のクラウド通信部と、
    第２のクラウドプラットフォームへの前記第１コマンドを、前記第２のクラウドプラットフォームが提供する第２のインターフェイスに対応する第２形式のプロトコルを用いた前記第２コマンドに変換して、前記第２形式のプロトコルを用いた前記第２コマンドを前記第２のクラウドプラットフォームへ送信する固有の第２のクラウド通信部と、を有する、インターフェイス装置。
  2. 前記クラウド通信部は、前記クラウドプラットフォームに依存した形式のプロトコルを用いた第３コマンドを前記クラウドプラットフォームから受信して、前記第３コマンドを前記共通形式のプロトコルを用いた第４コマンドに変換し、
    前記インターフェイス部は、前記第４コマンドを前記ＡＩ処理部へ送信する、請求項１に記載のインターフェイス装置。
  3. 前記第１コマンドは、前記クラウドプラットフォームが管理する前記設備に設けられたセンサのリストの取得を要求するセンサリスト取得要求コマンドを含む、請求項１または２に記載のインターフェイス装置。
  4. 前記第１コマンドは、前記クラウドプラットフォームが管理する前記設備に設けられたセンサの測定データの取得を要求するセンサデータ取得要求コマンドを含む、請求項１から３のいずれか一項に記載のインターフェイス装置。
  5. 前記第１コマンドは、前記クラウドプラットフォームのデータベースに前記設備の状態を判定した判定結果を書き込む要求をする判定結果書き込み要求コマンドを含む、請求項１から４のいずれか一項に記載のインターフェイス装置。
  6. 前記第１コマンドは、前記クラウドプラットフォームが管理する前記モデルの情報の変更を要求するモデル情報変更要求コマンドを含む、請求項１から５のいずれか一項に記載のインターフェイス装置。
  7. 前記第１コマンドは、前記クラウドプラットフォームが管理するコンフィグレーション情報の変更を要求するコンフィグ情報変更要求コマンドを含む、請求項１から６のいずれか一項に記載のインターフェイス装置。
  8. 前記ＡＩ処理部を更に備える、請求項１から７のいずれか一項に記載のインターフェイス装置。
  9. 前記ＡＩ処理部は、前記モデルを機械学習により生成する学習部を有する、請求項８に記載のインターフェイス装置。
  10. 前記ＡＩ処理部は、前記モデルを用いて前記設備の状態を判定する判定部を有する、請求項８または９に記載のインターフェイス装置。
  11. コンピュータが、
    設備の状態を判定するモデルを機械学習により生成する処理、または、前記モデルを用いて前記設備の状態を判定する処理の少なくともいずれか一方を実行するＡＩ処理部から、前記設備を管理するクラウドプラットフォームに非依存である共通形式のプロトコルを用いた第１コマンドを受信することと、
    前記第１コマンドを前記クラウドプラットフォームに依存した形式のプロトコルを用いた第２コマンドに変換して、前記第２コマンドを前記クラウドプラットフォームへ送信することと
    を備え、
    前記第２コマンドに変換して、前記第２コマンドを前記クラウドプラットフォームへ送信することは、
    固有の第１のクラウド通信部が、第１のクラウドプラットフォームへの前記第１コマンドを、前記第１のクラウドプラットフォームが提供する第１のインターフェイスに対応する第１形式のプロトコルを用いた前記第２コマンドに変換して、前記第１形式のプロトコルを用いた前記第２コマンドを前記第１のクラウドプラットフォームへ送信することと、
    固有の第２のクラウド通信部が、第２のクラウドプラットフォームへの前記第１コマンドを、前記第２のクラウドプラットフォームが提供する第２のインターフェイスに対応する第２形式のプロトコルを用いた前記第２コマンドに変換して、前記第２形式のプロトコルを用いた前記第２コマンドを前記第２のクラウドプラットフォームへ送信することと、を有する、インターフェイス方法。
  12. コンピュータにより実行されて、前記コンピュータを、
    設備の状態を判定するモデルを機械学習により生成する処理、または、前記モデルを用いて前記設備の状態を判定する処理の少なくともいずれか一方を実行するＡＩ処理部から、前記設備を管理するクラウドプラットフォームに非依存である共通形式のプロトコルを用いた第１コマンドを受信するインターフェイス部と、
    前記第１コマンドを前記クラウドプラットフォームに依存した形式のプロトコルを用いた第２コマンドに変換して、前記第２コマンドを前記クラウドプラットフォームへ送信するクラウド通信部と
    して機能させ、
    前記クラウド通信部は、
    第１のクラウドプラットフォームへの前記第１コマンドを、前記第１のクラウドプラットフォームが提供する第１のインターフェイスに対応する第１形式のプロトコルを用いた前記第２コマンドに変換して、前記第１形式のプロトコルを用いた前記第２コマンドを前記第１のクラウドプラットフォームへ送信する固有の第１のクラウド通信部と、
    第２のクラウドプラットフォームへの前記第１コマンドを、前記第２のクラウドプラットフォームが提供する第２のインターフェイスに対応する第２形式のプロトコルを用いた前記第２コマンドに変換して、前記第２形式のプロトコルを用いた前記第２コマンドを前記第２のクラウドプラットフォームへ送信する固有の第２のクラウド通信部と、を有する、インターフェイスプログラム。
JP2020190061A 2020-11-16 2020-11-16 インターフェイス装置、インターフェイス方法、および、インターフェイスプログラム Active JP7310782B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2020190061A JP7310782B2 (ja) 2020-11-16 2020-11-16 インターフェイス装置、インターフェイス方法、および、インターフェイスプログラム
US17/452,572 US20220155759A1 (en) 2020-11-16 2021-10-27 Interface apparatus, interface method, and recording medium having recorded thereon interface program
EP21207089.0A EP4002025A1 (en) 2020-11-16 2021-11-09 Interface apparatus, corresponding method and program
CN202111346738.XA CN114513507A (zh) 2020-11-16 2021-11-15 接口装置、接口方法和记录有接口程序的记录介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020190061A JP7310782B2 (ja) 2020-11-16 2020-11-16 インターフェイス装置、インターフェイス方法、および、インターフェイスプログラム

Publications (2)

Publication Number Publication Date
JP2022079095A JP2022079095A (ja) 2022-05-26
JP7310782B2 true JP7310782B2 (ja) 2023-07-19

Family

ID=78820081

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020190061A Active JP7310782B2 (ja) 2020-11-16 2020-11-16 インターフェイス装置、インターフェイス方法、および、インターフェイスプログラム

Country Status (4)

Country Link
US (1) US20220155759A1 (ja)
EP (1) EP4002025A1 (ja)
JP (1) JP7310782B2 (ja)
CN (1) CN114513507A (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7386363B2 (ja) 2021-05-19 2023-11-24 アルプスアルパイン株式会社 感覚制御方法、感覚制御システム、変換モデル生成方法、変換モデル生成システム、関係式変換方法、およびプログラム

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014010770A (ja) 2012-07-02 2014-01-20 Fuji Xerox Co Ltd 中継装置
JP2014160407A (ja) 2013-02-20 2014-09-04 Nec Corp 情報通信システム、情報通信方法および情報通信プログラム
JP2017004535A (ja) 2013-03-11 2017-01-05 富士ゼロックス株式会社 仮想プリンタインタフェースデバイス及びシステム
JP2020095425A (ja) 2018-12-12 2020-06-18 横河電機株式会社 検出装置、検出方法、および、検出プログラム

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102016111358A1 (de) * 2016-06-21 2017-12-21 AMK Arnold Müller GmbH & Co. KG Verteiltes Antriebssteuersystem
EP3324579B1 (en) * 2016-11-21 2020-07-01 TE Connectivity Nederland B.V. Gateway device, method for communication, and communication system
CN109495533B (zh) * 2017-09-13 2022-04-15 京东方科技集团股份有限公司 一种智能物联网管理系统及方法
JP7106847B2 (ja) 2017-11-28 2022-07-27 横河電機株式会社 診断装置、診断方法、プログラム、および記録媒体
US11204594B2 (en) * 2018-12-13 2021-12-21 Fisher-Rosemount Systems, Inc. Systems, methods, and apparatus to augment process control with virtual assistant

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2014010770A (ja) 2012-07-02 2014-01-20 Fuji Xerox Co Ltd 中継装置
JP2014160407A (ja) 2013-02-20 2014-09-04 Nec Corp 情報通信システム、情報通信方法および情報通信プログラム
JP2017004535A (ja) 2013-03-11 2017-01-05 富士ゼロックス株式会社 仮想プリンタインタフェースデバイス及びシステム
JP2020095425A (ja) 2018-12-12 2020-06-18 横河電機株式会社 検出装置、検出方法、および、検出プログラム

Also Published As

Publication number Publication date
CN114513507A (zh) 2022-05-17
US20220155759A1 (en) 2022-05-19
JP2022079095A (ja) 2022-05-26
EP4002025A1 (en) 2022-05-25

Similar Documents

Publication Publication Date Title
US11119451B2 (en) Apparatus, method, program, and recording medium
US10289959B2 (en) Artificial intelligence and knowledge based automation enhancement
US10452974B1 (en) Artificially intelligent systems, devices, and methods for learning and/or using a device's circumstances for autonomous device operation
EP3985460B1 (en) Controller, control system and method to control a facility and to generate a control model by learning
JP7310782B2 (ja) インターフェイス装置、インターフェイス方法、および、インターフェイスプログラム
CN111566574A (zh) 用于动态模型生成的设备、方法和程序
US20210295212A1 (en) Data management system, data management method, and recording medium having recorded thereon a data management program
CN111310778A (zh) 检测装置、检测方法以及记录检测程序的记录介质
Pestryakov et al. Analysis of the Technical Condition of Agricultural Machinery Using Neural Networks
CN113934365B (zh) 数据管理系统、数据管理方法及记录有数据管理程序的记录介质
JP7463996B2 (ja) 装置、方法およびプログラム
JP2021196316A (ja) データ管理システム、データ管理方法、および、データ管理プログラム
US20210174254A1 (en) Determination apparatus, recording medium with determination program recorded thereof, learning apparatus, and recording medium with learning program recorded thereof
JP7363839B2 (ja) 制御装置、制御方法、および、制御プログラム
JP7476713B2 (ja) データ管理システム、データ管理方法、および、データ管理プログラム
JP7485190B1 (ja) 装置、システム、方法およびプログラム
JP7359176B2 (ja) 判定装置、判定方法、および、判定プログラム
US11959812B2 (en) Automated programmable dehumidifier
JP7409345B2 (ja) 学習処理装置、制御装置、学習処理方法、制御方法、学習プログラムおよび制御プログラム
EP4167079A1 (en) Method and system for generating and optimizing engineering programs for a technical installation
EP4113282A1 (en) Method and system for generating programs for an automation system by code-similarity based approach
KR20230153942A (ko) 컨트롤러 디바이스로부터 디지털화 플랫폼으로 런타임 시스템을 끊김없이 전환하기 위한 방법 및 시스템
JP2023149013A (ja) データ処理装置、データ処理方法、及びプログラム
WO2023282917A1 (en) Automated programmable dehumidifier
CN113204538A (zh) 用于数据迁移的方法、装置、设备、介质和程序产品

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20220303

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20221214

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221220

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20230220

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230606

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230619

R150 Certificate of patent or registration of utility model

Ref document number: 7310782

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150