JP7328795B2 - データ作成装置及びデータ作成方法 - Google Patents

Description

本発明は、建物に設置された火災報知設備、照明設備、空調設備及び防犯設備等の設備を作動させるための制御データを作成するためのデータ作成装置及びデータ作成方法に関する。

従来、火災報知システムの受信機は、建物に設置された火災報知器、防火扉、排煙設備等の各種の設備を作動させるための制御データに基づいて各種の設備を制御する。特許文献１には、受信機がテキストファイル形式の制御データを記憶している防災システムが開示されている。

特開２００２－２９８２５１号公報

従来、制御データの作成者は、建物に設置された火災報知器等の各種の設備の設置位置を確認しながら、手動で制御データを作成する必要があった。したがって、制御データの作成に長時間を要するとともに、適切でない制御データが作成されてしまうおそれがあるという問題があった。

そこで、本発明はこれらの点に鑑みてなされたものであり、建物内で使用される設備を制御するためのデータを作成する際、適切な制御データを作成し、更に作成時間を短縮することができるデータ作成装置及びデータ作成方法を提供することを目的とする。

本発明のデータ作成装置は、設置対象建物に設置される複数の設置対象設備それぞれの種別及び設置位置を示す設備設置情報を取得する情報取得部と、設置される複数の設備の種別及び設置位置の入力を受けることにより、当該複数の設備を制御するために用いられる制御データを出力するデータ作成モデルに、前記情報取得部が取得した前記設備設置情報を入力することにより、前記設置対象設備を制御するために用いられる制御データを作成するデータ作成部と、を有する。

前記情報取得部は、前記設置対象建物の構造を示す対象建物情報をさらに取得し、前記データ作成部は、設置される複数の設備の種別及び設置位置、並びに前記設置対象建物の構造の入力を受けることにより、当該複数の設備を制御するために用いられる制御データを出力するデータ作成モデルに、前記情報取得部が取得した前記設備設置情報及び前記対象建物情報を入力することにより、前記制御データを作成してもよい。

前記データ作成モデルは、複数の基準建物の構造を示す複数の建物情報と、前記複数の基準建物に設置された基準設備の配置を示す設備情報と、前記基準設備を制御するための基準制御データとを教師データとして学習した機械学習モデルであってもよい。

前記データ作成装置は、前記対象建物情報が示す前記設置対象建物の構造と、前記設備設置情報が示す前記設備の設置位置と、に基づいて、前記制御データを用いて前記設備を動作させることが適法であるか否かを判定する判定部をさらに有してもよい。

前記データ作成部は、前記設置対象設備の種別に対応する前記データ作成モデルに前記設備設置情報を入力することにより前記制御データを作成してもよい。

前記データ作成部は、互いに連動して動作する複数の前記設備の位置が前記設備設置情報に示されている場合、前記複数の設備を連動して動作させるための前記制御データを作成してもよい。

前記データ作成モデルは、前記設備設置情報と、前記複数の設備の連動関係を示す設備連動情報とを教師データとして学習した機械学習モデルであり、前記データ作成部は、前記設備設置情報を前記機械学習モデルに入力することにより出力される情報に基づいて、前記複数の設備を連動して動作させるための前記制御データを作成してもよい。

前記情報取得部は、前記設置対象建物の種類を示す情報をさらに取得し、前記データ作成部は、前記種類に対応する前記データ作成モデルに前記設備設置情報を入力することにより前記制御データを作成してもよい。

本発明のデータ作成方法は、設置対象建物に設置される複数の設置対象設備それぞれの種別及び設置位置を示す設備設置情報を取得するステップと、設置される複数の設備の種別及び設置位置の入力を受けることにより、当該複数の設備を制御するために用いられる制御データを出力するデータ作成モデルに、取得した前記設備設置情報を入力することにより、前記設置対象設備を制御するために用いられる制御データを作成するステップと、を有する。

本発明によれば、建物内で使用される設備を制御するためのデータを正確に作成し、且つ、作成する時間を短縮することができるという効果を奏する。

データ作成装置の概要を示す図である。 機械学習モデルを作成するモデル作成装置の概要を示す図である。 データ作成装置の構成を示す図である。 モデル作成装置の構成を示す図である。 制御データの具体例を示す表である。 制御データを作成する処理の流れを示すフローチャートである。

［データ作成装置１の概要］
図１は、データ作成装置１の概要を示す図である。データ作成装置１は、設置対象建物に設置される複数の設置対象設備それぞれの種別及び設置位置を示す設備設置情報（例えば、図１の設備図Ａ）に基づいて、設置対象設備を制御するために用いられる制御データＣを自動的に作成するための装置である。設備は、火災報知システムにおける火災感知器、警報器、防火戸、及び防火シャッター等の火災報知設備、消火設備、照明設備、又は防犯設備等のように、建築物に設置される任意の機器を含む。制御データが火災報知システムにおいて用いられる場合、制御データは火災受信機に記憶され、火災受信機が制御データに基づいて火災報知設備を制御する。

データ作成装置１は、設置される複数の設備の種別及び設置位置の入力を受けることにより、当該複数の設備を制御するために用いられる制御データを出力するデータ作成モデルＭを用いて、制御データＣを作成する。データ作成装置１は、例えば設備の管理者のコンピュータから複数の設備の種別及び設置位置の入力を受ける。

データ作成モデルＭとして機械学習モデルを用いることにより、データ作成モデルＭが、多数の設備設置情報に基づいて作成された制御データを教師データとして作成されることで、データ作成モデルＭは、実際に使用された設備設置情報が考慮されたモデルとなる。データ作成装置１が、このような機械学習モデルを用いて制御データを作成することで、データ作成装置１は、建物の形状、他の設備の設置位置、設備の特性及び法規等が考慮された制御データを短時間で作成することができる。以下、データ作成装置１及びモデル作成装置２の構成を詳細に説明する。

［機械学習モデルＭ１の構成］
図２は、機械学習モデルＭ１を作成するモデル作成装置２の概要を示す図である。図２に示すように、モデル作成装置２は、複数の基準建物に設置された基準設備の配置を示す設備情報（例えば図２に示す設備図Ａ１、Ａ２、Ａ３）と、これらの基準建物の構造を示す複数の建物情報（例えば図２に示す建築図Ｂ１、Ｂ２、Ｂ３）と、基準制御データ（例えば、図２における基準制御データＣ１、Ｃ２、Ｃ３）とを含むデータ（例えば図２におけるデータＴ１、Ｔ２、Ｔ３）を教師データとして機械学習モデルＭ１を作成する。基準建物は、機械学習モデルＭ１を作成する際に建築情報が用いられる建物である。基準制御データは、基準建物において設備を制御するために用いられる制御データである。

［データ作成装置１の構成］
図３は、データ作成装置１の構成を示す図である。データ作成装置１は、通信部１１と、記憶部１２と、制御部１３とを有する。制御部１３は、情報取得部１３１と、データ作成部１３２と、判定部１３３とを有する。

通信部１１は、他のコンピュータ等の電子機器との間でデータを送受信するための通信インターフェースであり、例えばＬＡＮ（Local Area Network）コントローラを含む。通信部１１は、例えばインターネット又はＬＡＮ等のネットワークに接続されており、ネットワークを介して他の電子機器から受信した設備設置情報及び対象建物情報を情報取得部１３１に入力する。また、通信部１１は、判定部１３３から入力された制御データを、ネットワークを介して他の電子機器に送信する。他の電子機器は、例えば、火災報知システム用の制御データを作成する事業者のコンピュータである。通信部１１は、制御データを用いる設備（例えば火災報知システムの火災受信機）に制御データを送信してもよい。

記憶部１２は、例えばＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）及びハードディスク等の記憶媒体を含む。記憶部１２は、制御部１３が実行するプログラムを記憶する。また、記憶部１２は、制御部１３が制御データを作成するために必要な各種のデータを記憶する。

制御部１３は、例えばＣＰＵ（Central Processing Unit）を含んでおり、記憶部１２に記憶されたプログラムを実行することにより、情報取得部１３１、データ作成部１３２及び判定部１３３として機能する。制御部１３は、ＣＰＵとともに、又はＣＰＵの代わりに他の回路を含んでもよい。

情報取得部１３１は、設置対象建物に設置される複数の設置対象設備それぞれの種別及び設置位置を示す設備設置情報を取得する。また、情報取得部１３１は、設備設置情報に加えて、設置対象建物の構造を示す対象建物情報をさらに取得してもよい。

情報取得部１３１は、例えばＣＡＤデータ、画像データ、ベクトルデータの形式の設備設置情報及び対象建物情報を取得する。情報取得部１３１は、取得した設備設置情報及び対象建物情報をデータ作成部１３２に入力する。

データ作成部１３２は、設置される複数の設備の種別及び設置位置の入力を受けることにより、複数の設備を制御するために用いられる制御データを出力するデータ作成モデルに、情報取得部１３１が取得した設備設置情報を入力することにより、設置対象設備を制御するために用いられる制御データを作成する。

また、データ作成部１３２は、設置される複数の設備の種別及び設置位置、並びに設置対象建物の構造の入力を受けることにより制御データを出力するデータ作成モデルに、情報取得部１３１が取得した設備設置情報及び対象建物情報を入力することにより、制御データを作成してもよい。この場合、データ作成装置１は、データ作成モデルに、設備設置情報に加えて対象建物情報を入力することにより制御データを作成するので、建物内で使用される設備により適切な制御データを作成することができる。

ここで、データ作成モデルは、図２に示したように、複数の基準建物の構造を示す複数の建物情報と、複数の基準建物に設置された基準設備の配置を示す設備情報と、基準設備を制御するための基準制御データとを教師データとして学習した機械学習モデルである。データ作成装置１は、データ作成モデルとして機械学習モデルＭ１を用いて制御データを作成するので、より高い精度で制御データを作成することができる。なお、機械学習モデルＭ１の詳細については後述する。

判定部１３３は、対象建物情報が示す設置対象建物の構造と、設備設置情報が示す設備の設置位置と、に基づいて、制御データを用いて設備を動作させることが関連する法令に照らし合わせて適法であるか否かを判定する。具体的には、制御データを用いる設備が火災関連設備の場合、判定部１３３は、関連法令の例として、消防法及び建築基準法等を参照して、火災関連設備が制御データに基づいて動作する条件（例えば作動タイミング、作動順序）が消防法及び建築基準法等に合致するか否かを判定することにより、制御データを用いて設備を動作させることが関連する法令に照らし合わせて適法であるか否かを判定する。

また、制御データを用いる設備が照明関連設備、消火設備又は防犯関連設備等である場合、判定部１３３は、それぞれの設備に適用される法規を参照して、消火設備又は防犯関連設備が制御データに基づいて動作する条件が各法規に合致するか否かを判定することにより、制御データを用いて設備を動作させることが適法であるか否かを判定する。

制御部１３は、判定部１３３が制御データを用いて設備を動作させることが適法であると判定した場合、制御データを記憶部１２に記憶する。また、制御部１３は、判定部１３３が制御データを用いて設備を動作させることが適法ではないと判定した場合、当該制御データを不適法な制御データの教師データとして用いて新たにデータ作成モデルに学習させる。このようにすることで、データ作成モデルが適法な制御データを作成する確率を向上させることができる。

また、データ作成部１３２は、設置対象設備の種別に対応するデータ作成モデルとしての機械学習モデルに設備設置情報を入力することにより制御データを作成してもよい。設置対象設備の種別は、例えば、火災関連設備、照明関連設備又は防犯関連設備等である。このようにすることでデータ作成部１３２は、設備の種別に対応した適切な制御データを作成することができる。

ここで、設置対象設備が火災関連設備や消火設備等の場合、消防法及び建築基準法等の法規において、複数の設備が連動して動作することが義務付けられている場合がある。

例えば、火災関連設備において、建物の１階に設置された光電式煙感知器が火災に相当する煙の濃度を検出した場合、１階に設置されたベル及び１階の直上階である２階に設置されたベルは、ベル中継器を介して光電式煙感知器の動作に連動して動作する必要があることが消防法で規定されている。すなわち、火災関連設備において、光電式煙感知器、１階に設置されたベル、２階に設置されたベル及びベル中継器は、互いに連動して動作する設備である。

データ作成部１３２は、このような互いに連動して動作する複数の設備の位置が設備設置情報に示されている場合、複数の設備を連動して動作させるための制御データを作成する。このようにすることで、データ作成装置１は、連動して動作する複数の設備を適切に動作させることが可能な制御データを作成することができる。

また、互いに連動して動作する複数の設備の位置が設備設置情報に示されている場合、データ作成部１３２が使用するデータ作成モデルは、設備設置情報と、複数の設備の連動関係を示す設備連動情報とを教師データとして学習した機械学習モデルであってもよい。設備連動情報は、例えば、上述した火災関連設備の場合、１階に設置された光電式煙感知器、１階に設置されたベル、２階に設置されたベル及びベル中継器が連動して動作することを示す情報である。

この場合、データ作成部１３２は、設備設置情報を機械学習モデルＭ１に入力することにより出力される情報に基づいて、複数の設備を連動して動作させるための制御データを作成する。このように設備連動情報を教師データとして学習することにより、データ作成装置１は、連動して動作する複数の設備を適切に動作可能な制御データをより高い精度で作成することができる。

また、データ作成装置１は、設置対象建物に設置する設備の種別の入力を受け付けてもよい。設備の種別は、例えば、「火災報知設備」、「照明設備」、「防犯設備」のように、設置位置を決定するために考慮される法規又は設備の特性に基づいて決定されている分類である。制御部１３は、例えばデータ作成装置１を使用するユーザのコンピュータに、設備の種別を入力するための画面を表示させ、表示させた画面において入力された設備の種別を取得する。制御部１３は、取得した設備の種別を示す情報をデータ作成部１３２に通知する。そして、データ作成部１３２は、受け付けた種別に対応するデータ作成モデルを用いて制御データを作成してもよい。

［モデル作成装置２の構成］
図４は、モデル作成装置２の構成を示す図である。モデル作成装置２は、機械学習モデルＭ１を作成するとともに、受信した設備設置情報及び対象建物情報を送信した他の装置に対して制御データを提供する装置であり、例えばコンピュータである。以下の説明では、他の装置がデータ作成装置１である場合を例示する。モデル作成装置２は、通信部２１と、記憶部２２と、制御部２３とを有する。制御部２３は、教師データ取得部２３１、モデル作成部２３２及び情報提供部２３３を有する。

通信部２１は、データ作成装置１及び他のコンピュータとの間でデータを送受信するための通信インターフェースであり、例えばＬＡＮコントローラを含む。通信部２１は、例えばインターネット又はＬＡＮ等のネットワークに接続されており、ネットワークを介して教師データを提供するコンピュータから受信した建物情報、設備情報及び基準制御データを教師データ取得部２３１に入力する。また、通信部２１は、ネットワークを介してデータ作成装置１から受信した設備設置情報及び対象建物情報をモデル作成部２３２に入力する。さらに、通信部２１は、情報提供部２３３から出力される制御データを、ネットワークを介してデータ作成装置１に送信する。

記憶部２２は、ＲＯＭ、ＲＡＭ及びハードディスク等の記憶媒体を含む。記憶部２２は、制御部２３が実行するプログラムを記憶している。また、記憶部２２は、情報提供部２３３が作成した機械学習モデルＭ１を記憶している。具体的には、記憶部２２は、設備設置情報及び対象建物情報に基づいて制御データを出力する処理を制御部２３が実行するためのプログラムと、当該プログラムにおいて使用される重み係数とを含む機械学習モデルＭ１を記憶している。重み係数は、例えば機械学習モデルＭ１がニューラルネットワークを含む場合における各ノードに入力される信号に乗算される値である。

制御部２３は、例えばＣＰＵを含んでおり、記憶部２２に記憶されたプログラムを実行することにより、教師データ取得部２３１、モデル作成部２３２及び情報提供部２３３として機能する。

教師データ取得部２３１は、複数の建物情報と、複数の基準建物に設置された基準設備の配置を示す設備情報と、基準設備を制御するための基準制御データとを教師データとして取得する。教師データ取得部２３１は、例えば、モデル作成装置２にアクセス可能なコンピュータから入力された建物情報、設備情報及び基準制御データを取得する。教師データ取得部２３１は、通信部２１を介してデータ作成装置１から受信した建物情報、設備情報及び基準制御データを取得してもよい。教師データ取得部２３１は、取得した建物情報、設備情報及び基準制御データをモデル作成部２３２に通知する。

具体例として、教師データ取得部２３１が建物内の各部名称を設備情報としての設備図から取得する例について説明する。建物内の各部名称は、オフィス、会議室、ロビー、階段、エレベータ、エスカレータ、エレベータホール、パイプシャフト、倉庫、廊下、厨房、居室、トイレ（男・女）、給湯室、機械室、実験室、教室、作業場、食堂、宴会場、バックヤード、客室、病室、医務室及び手術室等を含む。

教師データ取得部２３１は、設備図に記載されている文字を読み取ることによって建物内の各部名称を取得する。また、例えば、階段、エレベータ、エスカレータ、エレベータホール、パイプシャフト、廊下、及びトイレ（男・女）等の建物内の各部名称は、設備図に文字が記載されていない。そのため、教師データ取得部２３１は、設備図に記載されている図形の形状を読み取り、記憶部２２において図形の形状と関連付けられて記憶されている建物内の各部名称を参照することにより建物内の各部名称を取得する。

また、教師データ取得部２３１は、設備図に文字及び図形が記載されていない場合であっても、設備図において特徴的な形状を有する部分については、読み取った特徴的な形状を有する部分に仮の名称を付与して建物内部の名称としてもよい。

モデル作成部２３２は、教師データ取得部２３１が取得した教師データを用いることにより、設備設置情報及び対象建物情報が入力されると、複数の設備を制御するために用いられる制御データを出力する機械学習モデルＭ１を作成する。具体的には、モデル作成部２３２は、教師データ取得部２３１から入力された建物情報、設備情報及び基準制御データを記憶部２２に記憶された初期状態の機械学習モデルＭ１に入力して機械学習モデルＭ１の重み係数を更新することにより、新たな機械学習モデルＭ１を作成する。

情報提供部２３３は、設備設置情報及び対象建物情報を送信した他の装置に制御データを出力する。具体的には、情報提供部２３３は、通信部２１を介して、制御データを得るためにデータ作成装置１が送信した設備設置情報及び対象建物情報を取得する。情報提供部２３３は、設備設置情報及び対象建物情報を取得すると、取得した設備設置情報及び対象建物情報を機械学習モデルＭ１に入力する。情報提供部２３３は、設備設置情報及び対象建物情報を入力したことに応じて機械学習モデルＭ１から出力される制御データを取得し、取得した制御データをデータ作成装置１に送信する。

なお、機械学習モデルＭ１を作成する際に使用される教師データのばらつきが大き過ぎると、学習効率が悪い場合がある。そこで、モデル作成部２３２は、教師データとして使用される建物情報、設備情報及び基準制御データを、所定の面積範囲の大きさに分割し、分割した後の建物情報、設備情報及び基準制御データを教師データとして使用してもよい。この場合、情報提供部２３３は、設備設置情報及び対象建物情報を所定の面積範囲の大きさに分割して複数の分割情報を作成し、複数の分割情報を機械学習モデルＭ１に入力する。情報提供部２３３は、複数の分割情報のそれぞれを機械学習モデルＭ１に入力することにより機械学習モデルＭ１から出力される複数の制御データを結合することにより、設備設置情報及び対象建物情報に対応する制御データをデータ作成装置１に提供する。

［制御データの構成］
図５は、制御データの具体例を示す表である。図５に示される制御データは、火災報知システムにおいて用いられる制御データの例である。図５に示される制御データは、制御データを作成する設計者のコンピュータに表示される表示画面例であるが、データ作成装置１は、火災報知システム用のバイナリコードで構成されるデータも同時に作成する。

すなわち、制御データは、表示画面用のデータと、バイナリコードで構成されるデータと、を含む。制御データは、データ作成装置１で作成された後、ネットワーク等を介して火災報知システムに提供され、例えば火災報知システムの火災受信機の記憶部に記憶される。制御データは、可搬型メモリ装置（ＵＳＢメモリ等）にバイナリコードとして保存され、当該可搬型メモリに記憶された制御データを火災報知システムに記憶させるようにしてもよい。

制御データ例では、系統、アドレス、種別、棟、階、地区、番号、場所名及び連動先等の項目から構成される。系統は、同一の配線に接続されている設備群を示す。アドレスは、系統内での設備ごとのアドレスであり、例えば０～２５５（８ビット）の数値が割り当てられ、さらに、同一設備内の状態を示す１～５の数値が割り当てられる。図５に示す制御データにおいては、「系統－アドレス」で１つの設備及びその動作状態を示している。

例えば、図５において、「系統－アドレス」が「１－０１－５」である設備は、「光電式煙感知器」を示している。そして、アドレスの末尾の数値「１」～「４」は、光電式煙感知器の検出状態を示している。以下、説明の便宜上、「系統－アドレス」を「１－０１－１」のように表す。

「種別」は、火災報知システムに登録されている設備の種類を示す文字である。火災報知システムに登録されている設備は、例えば、アナログ煙感知器、アナログ熱感知器、一般型煙感知器、一般型熱感知器、地区ベル制御用中継器、及び防排煙制御用中継器等の設備を含む。棟、階、地区、番号及び場所名は、それぞれ建物内の設備の位置を示す。

「連動先」は、ある設備が動作する際に、連動して動作すべきである別の設備を示す。例えば、「１－０１－２」の連動先には「ベル１－０３－１」と記載されている。これは、光電式煙感知器が「１－０１－０２」の状態（例えば、ある一定の煙の濃度）になると、火災報知システムが、ベル中継器「１－０３－５」を介して１階ベル「１－０３－１」を動作させることを表している。

また、「１－０１－３」の連動先には「防火戸１－０４－３」と記載されている。これは、光電式煙感知器が「１－０１－３」の状態（例えば、「１－０１－２」の状態よりも高い煙の濃度）になると、火災報知システムが、防排煙中継器「１－０４－５」を介して防火戸「１－０４－３」を動作させることを表している。

このように制御データは、制御対象となる設置対象設備のアドレスや位置、複数の設備を連動して動作させるための情報、及び複数の設備の連動関係を示す設備連動情報等を含んで構成されている。

また、制御データは、上記の例に加えて、端末アドレス等のような受信機（例えば、火災受信機）と端末とを通信するために必要なデータ、端末の状態に対応する受信機の動作（データの表示、印字、音響及び連動等）を示すデータ、ネットワークを介して他の受信機又は他の装置と連携することを示すデータ等を含んでもよい。

受信機が、データを表示するための表示部と、データを印字するための印字部と、を有する場合、受信機は、制御データに基づいて、系統番号、棟、階、地区、番号、建物内の各部名称及び動作名（火災発報、故障発生、発信機発報、防排煙作動、防排煙復帰、スプリンクラー弁作動、スプリンクラーの水のタンクの満水又は減水等）等を表示部に表示したり印字部により印字したりする。

また、制御データは、例えば、アナログ式感知器、火報中継器（一般型感知器又は発信機）、ベル中継器、ガス漏れ中継器、その他の入出力用中継器又は伝送式発信機等の端末を制御するためのデータを含む。アナログ式感知器を制御するためのデータは、例えば、アドレス、表示内容、感度の設定値、作動するために必要な感知持続期間を示す蓄積時間の設定値、各状態（感度及び故障）の連動先を示すデータを含む。

火報中継器を制御するためのデータは、例えば、火報中継器の接続先からの作動入力、故障入力（電線が切れる又は短絡等）、蓄積時間の設定値、アドレス、表示内容及び連動先を示すデータを含む。ベル中継器を制御するためのデータは、例えば、アドレス、表示内容、故障入力、連動時又は操作時の出力先を示すデータを含む。

防排煙中継器を制御するためのデータは、例えば、防排煙中継器と接続している端末（防火戸、防火シャッター、排煙口及び排煙垂れ壁等）、表示内容、作動入力、故障入力、連動出力、復帰出力及び出力方式（パルス、レベル又はタイマーによる遅延動作等）を示すデータを含む。ガス漏れ中継器を制御するためのデータは、例えば、アドレス、表示内容又はガス漏れ検知器の状態入力（ガス漏れ及び故障）を示すデータを含む。

その他の入出力用中継器を制御するためのデータは、例えば、消火設備の動作監視結果（各種の弁動作状況及び水槽水量等）を示すデータを含む。伝送式発信機を制御するためのデータは、例えば、アドレス、表示内容、作動状態又は故障状態を示すデータを含む。

［制御データを作成する処理の流れ］
図６は、制御データを作成する処理の流れを示すフローチャートである。図６に示すフローチャートにおいては、機械学習モデルＭ１を用いて制御データを作成する場合の処理の流れについて説明する。まず、情報取得部１３１は、設置対象建物に設置される複数の設置対象設備それぞれの種別及び設置位置を示す設備設置情報、及び設置対象建物の構造を示す対象建物情報を、外部のコンピュータから取得する（Ｓ１）。

データ作成部１３２は、機械学習モデルＭ１に、設備設置情報及び対象建物情報を入力することにより、設置対象設備を制御するために用いられる制御データを作成する（Ｓ２）。判定部１３３は、対象建物情報が示す設置対象建物の構造と、設備設置情報が示す設備の設置位置と、に基づいて、制御データを用いて設備を動作させることが適法であるか否かを判定する（Ｓ３）。

制御部１３は、判定部１３３が制御データを用いて設備を動作させることが適法であると判定した場合（Ｓ３におけるＹＥＳ）、制御データを記憶部１２に記憶させる（Ｓ４）。また、制御部１３は、判定部１３３が制御データを用いて設備を動作させることが適法ではないと判定した場合（Ｓ３におけるＮＯ）、適法でない旨を外部のコンピュータに通知する（Ｓ５）。また、制御部１３は、適法ではないと判断された制御データを、不適法な制御データの教師データとしてモデル作成装置２に送信してＳ２へ移る（Ｓ６）。

［データ作成装置１による効果］
以上説明したように、データ作成装置１は、設置される複数の設備の種別及び設置位置の入力を受けることにより、複数の設備を制御するために用いられる制御データを出力するデータ作成モデルに、設備設置情報を入力することにより、制御データを作成する。データ作成装置１がこのようにデータ作成モデルを用いて制御データを作成することにより、建物内で使用される設備を制御するために適切な制御データを作成する時間を短縮することができる。

［変形例１］
上述した実施形態では、データ作成装置１は、機械学習モデルＭ１を用いて制御データを作成したが、機械学習モデルに限定されず、例えば、代表パターンとして複数の制御データを用いて制御データを作成してもよい。

例えば、データ作成装置１は、手動又はネットワークを介して複数の設備から制御データを取得する。データ作成装置１は、取得した各制御データを分類し、代表パターンとして複数の代表制御データを作成する。

そして、データを設定するデータ設定者は、新たな制御データを作成する際に、データ作成装置１が作成した複数の代表制御データのうちのいずれかを初期制御データとして用い、初期制御データを修正することにより新たな制御データを作成する。また、データ設定者は、初期制御データのいくつかのパラメータ（例えば、建物用途、規模、地域又はデータ目的等）を選択することにより、初期制御データを修正することにより新たな制御データを作成してもよい。

また、データ作成装置１が作成する代表パターンとしての複数の代表制御データは、制御データの蓄積に従って変動してもよい。このように代表パターンとして複数の代表制御データを用いて制御データを作成することにより、データ作成装置１は、建物内で使用される設備を制御するために適切な制御データを作成する時間を短縮することができる。

［変形例２］
データ作成装置１は、建物の種類、建物の用途、建物の構造ごとに異なるデータ作成モデルＭを用いてもよい。この場合、モデル作成装置２は、例えば、それぞれの種類の建物に設置された基準設備の配置を示す設備情報と、複数の建物情報と、基準制御データとを教師データとして用いることで機械学習モデルＭ１を作成する。

ここで、建物の種類は、例えば、１棟のビル、一括して監視される複数の棟（工場、学校等）、窓の有無、地下／地上、又は超高層／高層／低層等を含む。建物の用途は、例えば、オフィスビル、工場、学校、病院、共同住宅（マンション、アパート）、又は複合ビル等を含む。

また、建物の構造は、例えば、鉄筋コンクリート造、重量鉄骨造、軽量鉄骨造、鉄骨鉄筋コンクリート造、コンクリート充填鋼管構造、コンクリートブロック造、アルミ造、又は木造等を含む。

データ作成装置１においては、情報取得部１３１が、設置対象建物の種類を示す情報をさらに取得する。情報取得部１３１は、例えば、制御データを作成する作業の開始時に、オペレータが使用するコンピュータに、建物の種類を選択するための画面を表示し、当該画面で入力された建物の種類を取得する。

データ作成部１３２は、設置対象建物の種類に対応するデータ作成モデルＭ（例えば、機械学習モデルＭ１）に設備設置情報を入力することにより制御データを作成する。データ作成装置１がこのように動作することで、設備を設置する建物に適した制御データを生成することが可能になる。

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ず、その要旨の範囲内で種々の変形及び変更が可能である。例えば、装置の全部又は一部は、任意の単位で機能的又は物理的に分散・統合して構成することができる。また、複数の実施の形態の任意の組み合わせによって生じる新たな実施の形態も、本発明の実施の形態に含まれる。組み合わせによって生じる新たな実施の形態の効果は、もとの実施の形態の効果を併せ持つ。

１ データ作成装置
２ モデル作成装置
１１ 通信部
１２ 記憶部
１３ 制御部
２１ 通信部
２２ 記憶部
２３ 制御部
１３１ 情報取得部
１３２ データ作成部
１３３ 判定部
２３１ 教師データ取得部
２３２ モデル作成部
２３３ 情報提供部
Ａ 設備図
Ｃ 制御データ
Ｍ データ作成モデル
Ｍ１ 機械学習モデル

Claims (7)

1. 設置対象建物に設置される複数の設置対象設備それぞれの種別及び設置位置を示す設備設置情報と、前記設置対象建物の構造を示す対象建物情報と、を取得する情報取得部と、
   設置される複数の設備の種別及び設置位置、並びに前記設置対象建物の構造の入力を受けることにより、当該複数の設備を制御するために用いられる制御データを出力するデータ作成モデルに、前記情報取得部が取得した前記設備設置情報及び前記対象建物情報を入力することにより、前記設置対象設備を制御するために用いられる制御データを作成するデータ作成部と、
   を有し、
   前記データ作成モデルは、複数の基準建物の構造を示す複数の建物情報と、前記複数の基準建物に設置された基準設備の配置を示す設備情報と、前記基準設備を制御するための基準制御データとを教師データとして学習した機械学習モデルである、
   データ作成装置。
2. 設置対象建物に設置され、互いに連動して動作する複数の設備それぞれの種別及び設置位置を示す設備設置情報を取得する情報取得部と、
   複数の前記設備の位置が前記設備設置情報に示されている場合、前記設備設置情報と、前記複数の設備の連動関係を示す設備連動情報とを教師データとして学習した機械学習モデルであって、前記設備設置情報の入力を受けることにより、前記複数の設備を連動して動作させるために用いられる制御データを出力する前記機械学習モデルに、前記情報取得部が取得した前記設備設置情報を入力することにより、前記複数の設備を連動して動作させるための制御データを作成するデータ作成部と、
   を有するデータ作成装置。
3. 前記対象建物情報が示す前記設置対象建物の構造と、前記設備設置情報が示す前記設備の設置位置と、に基づいて、前記制御データを用いて前記設備を動作させることが適法であるか否かを判定する判定部をさらに有する、
   請求項１に記載のデータ作成装置。
4. 前記データ作成部は、前記設置対象設備の種別に対応する前記データ作成モデルに前記設備設置情報を入力することにより前記制御データを作成する、
   請求項１に記載のデータ作成装置。
5. 前記情報取得部は、前記設置対象建物の種類を示す情報をさらに取得し、
   前記データ作成部は、前記種類に対応する前記データ作成モデルに前記設備設置情報を入力することにより前記制御データを作成する、
   請求項１に記載のデータ作成装置。
6. コンピュータが実行する、
   設置対象建物に設置される複数の設置対象設備それぞれの種別及び設置位置を示す設備設置情報と、前記設置対象建物の構造を示す対象建物情報と、を取得するステップと、
   設置される複数の設備の種別及び設置位置、並びに前記設置対象建物の構造の入力を受けることにより、当該複数の設備を制御するために用いられる制御データを出力するデータ作成モデルに、取得した前記設備設置情報及び前記対象建物情報を入力することにより、前記設置対象設備を制御するために用いられる制御データを作成するステップと、
   を有し、
   前記データ作成モデルは、複数の基準建物の構造を示す複数の建物情報と、前記複数の基準建物に設置された基準設備の配置を示す設備情報と、前記基準設備を制御するための基準制御データとを教師データとして学習した機械学習モデルである、
   データ作成方法。
7. コンピュータが実行する、
   設置対象建物に設置され、互いに連動して動作する複数の設備それぞれの種別及び設置位置を示す設備設置情報を取得するステップと、
   複数の前記設備の位置が前記設備設置情報に示されている場合、前記設備設置情報と、前記複数の設備の連動関係を示す設備連動情報とを教師データとして学習した機械学習モデルであって、前記設備設置情報の入力を受けることにより、前記複数の設備を連動して動作させるために用いられる制御データを出力する前記機械学習モデルに、取得した前記設備設置情報を入力することにより、前記複数の設備を連動して動作させるための制御データを作成するステップと、
   を有するデータ作成方法。

Images