WO2017158975A1 - 運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム - Google Patents

運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム Download PDF

Info

Publication number
WO2017158975A1
WO2017158975A1 PCT/JP2016/087781 JP2016087781W WO2017158975A1 WO 2017158975 A1 WO2017158975 A1 WO 2017158975A1 JP 2016087781 W JP2016087781 W JP 2016087781W WO 2017158975 A1 WO2017158975 A1 WO 2017158975A1
Authority
WO
WIPO (PCT)
Prior art keywords
unit
building
model
target
measurement
Prior art date
Application number
PCT/JP2016/087781
Other languages
English (en)
French (fr)
Inventor
愛須　英之
幹人 岩政
岳 石井
長野　伸一
知史 大槻
Original Assignee
株式会社 東芝
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 株式会社 東芝 filed Critical 株式会社 東芝
Publication of WO2017158975A1 publication Critical patent/WO2017158975A1/ja
Priority to US15/919,609 priority Critical patent/US20180203961A1/en

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/20—Drawing from basic elements, e.g. lines or circles
    • G06T11/206—Drawing of charts or graphs

Definitions

  • Embodiments of the present invention relate to an operation plan creation device, an operation plan creation method, a program, and an operation plan creation system.
  • the operation plan is generally created according to the useful life of the equipment, etc. or the renewal time of the lease contract.
  • An appropriate operation plan cannot be created unless the progress of deterioration of equipment and the like is grasped with high accuracy, but the progress of deterioration of equipment and the like varies depending on the use situation and the environment of the installation location.
  • performance degradation cannot be calculated directly from measurement items.
  • the operation plan creation device creates an operation plan for facilities or equipment whose performance deteriorates with the passage of time.
  • the operation plan creation device acquires the performance degradation model of the similar measurement target calculated based on the measurement value of the similar measurement target that is the measurement target similar to the operation target.
  • a simulation unit that performs a simulation on degradation of the performance of the operation target based on a performance degradation model of the similar measurement target and a use case assumed for the operation target, and the operation based on the simulation result
  • An operation plan drafting unit that creates an operation plan draft indicating the timing of the maintenance work performed on the target.
  • Operation plan creation process flowchart
  • the block diagram which shows an example of schematic structure of the operation plan preparation apparatus which concerns on 2nd Embodiment.
  • the figure which shows an example of element simplification.
  • the figure which shows an example of linearization.
  • the flowchart of a space shape process The block diagram which shows an example of schematic structure of a space shape process part.
  • the figure explaining simplification of the recessed part in element simplification The flowchart of an outer periphery process. The flowchart of an internal process. The flowchart of a linearization process. The figure explaining simplification of the convex part in linearization. The figure explaining the simplification of the recessed part in linearization. The figure explaining simplification of a concave edge. The figure explaining both simplification. The flowchart of the simplification of an edge part. The flowchart of the simplification of a concave edge. The figure explaining shaping of an edge part.
  • FIG. 1 is a block diagram illustrating an example of a schematic configuration of an operation plan creation device according to the first embodiment.
  • the operation plan creation device according to the first embodiment includes an operation plan creation processing unit 1, a degradation model processing unit 2, and a building model processing unit 3.
  • the operation plan draft creation processing unit 1 includes an input unit 11, an acquisition unit 12, an operation plan draft creation unit 13, a simulation unit 14, an operation plan draft storage unit 15, and an output unit 16.
  • the degradation model processing unit 2 includes a measurement data (sensor data) management unit 21, an ontology management unit 22, and a degradation model management unit 23.
  • the measurement data management unit 21 includes a measurement data acquisition unit 211 and a measurement data storage unit 212.
  • the ontology management unit 22 includes an ontology storage unit 221, a feature data extraction unit (use case extraction unit) 222, and an ontology data storage unit 223.
  • the degradation model management unit 23 includes a degradation model generation unit (parameter calibrator unit) 231, an ontology acquisition unit 232, and a degradation model storage unit 233.
  • the building model processing unit 3 includes a building data storage unit 31, a building model extraction unit 32, and an extraction result storage unit 33.
  • the operation plan creation device creates an operation plan to be operated.
  • the operation target is equipment or equipment (equipment, etc.), and it is sufficient that the performance deteriorates due to aging.
  • an air conditioning device, a power supply device, and the like can be operated.
  • the degradation of the operation target depends on how the operation target is used and the environment of the installation location.
  • the operation plan draft indicates the timing of the maintenance work performed on the operation target.
  • Maintenance work includes work such as exchanging part or all of equipment, inspection, cleaning, and repair, replacement with a new type of equipment.
  • an operation plan for the entire building in which a plurality of facilities and the like are installed may be created.
  • the execution timing of the maintenance work for the operation plan may be determined based on other than the deterioration of the performance of the operation target. For example, it may be determined based on the cost for the operation target.
  • the operation plan draft is created based on the use case of the operation target and the deterioration model of the operation target.
  • the degradation model indicates the transition of performance degradation in the operation target. Specifically, it is transition data of a predetermined parameter related to performance.
  • the operation plan draft may be further created based on the building model to be operated.
  • the building model is used as a model of the installation location of the operation target.
  • the operation target is an air conditioner or the like
  • a space that is an object of air conditioning by the air conditioner may be used as a building model. This is because the deterioration of performance varies depending on the building model.
  • the building model indicates the shape and structure of the building or building components.
  • the components of the building are not particularly limited as long as they are in the building. For example, it may be a room, a hallway, a wall, a staircase, equipment, equipment, or the like.
  • the building model to be operated is a building model of a building in which the operation target is installed or a building to be installed.
  • the operation plan draft of this embodiment is not the deterioration model and building model based on the operation target, but reuses the deterioration model and building model based on another target similar to the operation target, and Assuming that
  • this other object is a measurement object such as a measurement device (sensor).
  • the degradation model processing unit 2 generates a degradation model to be measured based on the measurement data from the measurement device.
  • the similarity to the operation target means equipment of the same type as the operation target, and the operation target and the attribute match or the attribute value is within a predetermined threshold. Even if the attributes do not match, if the relationship between the two attributes is registered in the predetermined similarity data indicating the similarity, the two attributes may be similar.
  • the operation target attribute is not particularly limited. For example, the usage, purpose, usage method, usage time, installation building, or installation location of the operation target may be used.
  • use case and building model of the operation target may also be the use case and building model of another target similar to the operation target.
  • the operation plan creation device includes the operation plan creation processing unit 1, the deterioration model processing unit 2, and the building model processing unit 3.
  • these units are prepared as individual devices, and data It may be constructed as a system for giving and receiving. Data exchange may be performed by wired or wireless communication, or may be performed by an electrical signal.
  • the degradation model processing unit 2 and the building model processing unit 3 may exist on the network, and the degradation model and the building model may be transmitted to the operation plan creation processing unit 1 as a cloud service or the like.
  • the internal configuration of the operation plan creation processing unit 1, the degradation model processing unit 2, and the building model processing unit 3 may also be prepared as individual devices.
  • the measurement data management unit 21 may exist as an independent device, acquire measurement data by wired or wireless communication, and transmit the measurement data to the degradation model management device and the ontology management device.
  • the measurement data management unit 21 of the deterioration model processing unit 2 collects and manages measurement data obtained by measuring a measurement target such as equipment. It is assumed that the measurement target includes the same type of equipment as the operation target. For example, when the operation target is an air conditioner, the air conditioner is included as a measurement target. As long as the operation target and the measurement target are of the same type, the attributes of the operation target such as manufacturer, model number, and setting value may be the same or different.
  • the measurement data acquisition unit 211 of the measurement data management unit 21 collects measurement data from a measurement target itself, a measurement device (sensor) that monitors the measurement target, or a measurement system that bundles the measurement devices by communication or an electrical signal.
  • the measurement target, the measurement device, and the measurement system are not particularly limited.
  • Measurement data may be anything as long as it can be measured by the measurement target or measurement device.
  • a log of setting values, power consumption, control signals, errors, and the like may be used.
  • the measuring device is an air conditioner, the temperature and humidity of the room, the flow rate and temperature of water entering and exiting the heat exchanger, the operating sound of the equipment, and the like may be used.
  • One or more types of items may be included in the measurement data.
  • the measurement data may be acquired by polling the measurement data acquisition unit 211 at an arbitrary timing.
  • the operation target, the measurement device, or the measurement system may transmit to the measurement data acquisition unit 211 at an arbitrary timing.
  • the collected measurement data is sent to the measurement data storage unit 212 and stored in the measurement data storage unit 212.
  • the ontology management unit 22 of the degradation model processing unit 2 manages the ontology.
  • Ontology is a systematization of relationships between concepts, relationships between concepts and specific examples.
  • the ontology model includes RDF (Resource Description Framework) described below, but is not particularly limited in the present embodiment.
  • a resource is expressed using three elements: a subject, a predicate, and an object.
  • the subject is the resource itself to be expressed, and the predicate indicates the subject's characteristics or the relationship between the subject and the object.
  • the object indicates the value of an object or predicate related to the subject.
  • relationship information triple
  • a set of triples is called an RDF graph.
  • the subject and the object are represented as nodes
  • the predicate is represented as a link
  • ontology represents the relationship between concepts.
  • the ontology storage unit 221 (knowledge graph storage unit) of the ontology management unit 22 stores the ontology related to the measurement target, and is used when the degradation model management unit 23 searches for similar cases.
  • the ontology stored in the ontology storage unit 221 is a knowledge graph such as an RDF graph in which measurement data, measurement target data (specification data), spatial data, feature data, and incident data are associated with each other. Is remembered as
  • Spatial data is data related to the space where the measurement object is installed.
  • the spatial data may be data indicating the type of building installed such as a private house, a commercial building, or a factory.
  • the space data may be data indicating the installation location such as the number of floors where the measurement target is installed, the room number, and the position in the room.
  • Measured object data is data related to the measured object.
  • the measurement target data may be data indicating the type of equipment, application, role, manufacturer name, initial performance, usage conditions, assumed durability years, and the like.
  • the contents of maintenance work performed on the measurement target an abnormality report or failure record that occurred in the measurement target, an event that affects the measurement target such as layout change of the installation location of the equipment or tenant replacement, etc.
  • Data that includes electronic records of incidents is also included.
  • Feature amount data is data indicating the feature amount of measurement data.
  • the feature amount may be, for example, an average value, a maximum value, a minimum value, or the like of measurement data values. Alternatively, for example, a characteristic state or event (event) in which a setting is always changed at a predetermined time or a specific state in a predetermined period may be used.
  • the feature amount data may be, for example, data indicating the content of the feature amount, the duration of the feature amount, the feature amount extraction method, information necessary for the extraction method, a value representing the feature amount, and the like. Further, the feature amount data may be used as a usage example of a measurement target.
  • Incident data is data related to specific events (incidents) included in measurement data.
  • the incident data may be, for example, the content of maintenance work performed on the measurement target. Or the content of the abnormality or failure which a measurement object produced may be sufficient.
  • a reporter who has confirmed an abnormality or the like may be used.
  • it may be an event that affects the measurement target, such as a layout change of the installation location of the equipment or a tenant replacement.
  • Incident data and feature quantity data may be used as a measurement target use case.
  • the feature data extraction unit 222 of the ontology management unit 22 extracts feature data or incident data based on the measurement data stored in the measurement data storage unit 212.
  • Information for performing extraction for example, a measurement target, a target period (measurement date and time), a feature amount extraction method, and information necessary for the extraction method are given in advance.
  • a method for extracting feature amount data and the like for example, there is a method of extracting based on a statistic such as comparison with an average value or a threshold value of measurement data in a target period.
  • a statistic such as comparison with an average value or a threshold value of measurement data in a target period.
  • the threshold value the number of measurement data exceeding the threshold value or the number of measurement data falling below the threshold value is tabulated as a feature amount (frequency).
  • an approximate expression method of time series data called the SAX method may be adopted to convert the measurement data into a character string expression.
  • the SAX method divides the target period by the specified number of segments, calculates the average value of the data in each segment, and then divides each area of the normal distribution by the specified number of alphabets, A character string (alphabet) is assigned to each divided section. The number of segments for using the SAX method is also given.
  • the feature amount data extraction unit 222 updates the ontology (knowledge graph) stored in the ontology storage unit 221 with the extracted feature amount data and the like.
  • each data can be detected by abstract search keywords related to the type of measurement object, usage environment, installation location, building specifications, etc. For example, even with a search keyword such as “installation location is very hot in summer”, it is possible to search other data related to the ontology based on the measurement data. Further, even with a search keyword such as “Installation location is west upper floor”, it is possible to search other data related to the ontology based on the spatial data.
  • the feature data extraction unit 222 may generate an ontology as an ontology (knowledge graph) generation unit.
  • the ontology may be generated based on a conversion format in which spatial data, measurement target data, measurement data, feature data, and incident data are determined.
  • the ontology data storage unit 223 stores a conversion format, spatial data, and measurement target data in advance.
  • the feature amount data extraction unit 222 acquires the conversion format, spatial data, and measurement target data from the ontology data storage unit 223, acquires measurement data from the measurement data storage unit 212, and calculates feature amount data and incident data from the measurement data. Then, an ontology (knowledge graph) may be generated from scratch.
  • the deterioration model management unit 23 of the deterioration model processing unit 2 manages the deterioration model.
  • the deterioration model of the present embodiment is transition data indicating transition of parameters indicating the performance of the measurement target, and is associated with the ontology of the measurement target. As a result, it is possible to search for a degradation model of a measurement target whose use case is similar to the operation target using feature amount data or an abstract search keyword.
  • the deterioration model generation unit (parameter calibrator unit) 231 of the deterioration model management unit 23 generates a deterioration model based on the measurement data stored in the measurement data storage unit 212.
  • the deterioration model generation unit 231 calculates a value of a predetermined parameter to be measured at a certain time based on measurement data in a predetermined period.
  • the parameter value is calculated periodically.
  • a degradation model that is data indicating the transition of the parameters is generated.
  • the deterioration model generation unit 231 may generate a deterioration model by estimating parameter values even for parameters that cannot be directly calculated from the measurement items included in the measurement data.
  • the measurement target is an air conditioning facility
  • the set temperature of the air conditioning, the temperature of the room, etc. can be measured with a measuring device or the like, but the cooling and heating efficiency (COP: Coefficient of performance) of the air conditioning facility can be measured. Cannot be included in the measurement data.
  • Such internal parameters that cannot be directly measured are also estimated by simulation based on measurement data. Then, an internal parameter deterioration model is generated based on the estimated values or probability density distributions at a plurality of times.
  • parameters that are not actually measured and are not included in the measurement data may be estimated as internal parameters.
  • the estimation method is not particularly limited.
  • a known sequential optimization method such as a Simulated Annealing (SA) method or a known probability distribution estimation method such as a particle filter may be used.
  • SA Simulated Annealing
  • a known probability distribution estimation method such as a particle filter
  • an existing simulation unit such as the simulation unit 14 may be used.
  • the estimated value of the calculated parameter may be uniquely determined or may be represented by a probability density distribution.
  • FIG. 2 is a diagram illustrating an example of a deterioration model that is generated by the deterioration model generation unit 231 and that expresses an estimated value of a parameter with a probability density distribution.
  • the horizontal axis indicates the operating time of the measurement target.
  • the vertical axis indicates the value of the parameter to be measured.
  • the deterioration model is represented by a time-series transition of internal parameters as shown in FIG. Although three graphs are shown in FIG. 2, the uppermost dotted line graph (maximum expected performance) shows the estimated maximum performance. The lowest dotted line graph (minimum expected performance) shows the estimated minimum performance.
  • a solid line graph (average expected performance) between the maximum expected performance and the minimum expected performance shows the estimated average performance.
  • FIG. 2 shows normal distributions on the above three graphs at times t1 and t2. This is a probability density distribution of parameters calculated by the degradation model generation unit 231 at each of times t1 and t2.
  • the probability density distribution at time t2 has a larger variation in the probability density distribution than the probability density distribution at time t1. As described above, the estimated probability density distribution generally tends to increase with time.
  • the degradation model generation unit 231 generates transition data by calculating the probability density distribution of the parameters at each time and connecting the calculated probability density distributions.
  • the transition data generated by the deterioration model generation unit 231 is stored in the deterioration model storage unit 233.
  • the ontology acquisition unit 232 of the deterioration model management unit 23 acquires the ontology from the ontology storage unit 221 and stores it in the deterioration model storage unit 233. Instead of the ontology, position information (link) indicating the position of the ontology stored in the ontology storage unit 221 may be acquired.
  • the degradation model storage unit 233 stores the transition data sent from the degradation model generation unit 231 and the ontology including the feature data sent from the ontology acquisition unit 232 in association with each other as a search index.
  • position information (link) indicating the position of the ontology stored in the ontology storage unit 221 may be stored in association with each other.
  • the deterioration model storage unit 233 receives the search condition from the acquisition unit 12 and extracts a deterioration model that matches the search condition.
  • the ontology is used as an index when extracting transition data. Accordingly, it is possible to search for a degradation model of a measurement target similar to the operation target using the search keywords related to the spatial data, measurement target data, measurement data, feature data, and incident data included in the ontology.
  • the acquisition unit 12 of the operation plan creation processing unit 1 receives a use case assumed as an operation target via the input unit 11, the use case is passed to the deterioration model storage unit 233, and the deterioration model storage is stored.
  • the unit 233 may pass a degradation model to be measured having a use case similar to the use case to the acquisition unit 12.
  • the degradation model storage unit 233 receives information on the operation target or usage conditions of the building, detects a measurement target similar to the operation target or a measurement target that adapts to the usage condition, and uses the measurement target usage example and The deterioration model may be passed to the acquisition unit 12.
  • FIG. 3 is a flowchart of the degradation model generation process. It is assumed that the measurement data is already stored in the measurement data storage unit 212.
  • the degradation model generation unit 231 acquires measurement data from the measurement data storage unit 212 and executes an internal parameter estimation process (S101). The flow of the internal parameter estimation process will be described later.
  • the deterioration model generation unit 231 generates a deterioration model that is transition data from the estimated internal parameter values at each time (S102).
  • the degradation model may be updated by adding the estimated value of the internal parameter newly estimated to the same target already created in the past.
  • the degradation model generation unit 231 records the degradation model in the degradation model storage unit 233 after the registration period has elapsed (S103).
  • the feature amount data extraction unit 222 acquires measurement data from the measurement data storage unit 212, and extracts feature amount data from the measurement data (S104).
  • the feature data extraction unit 222 updates the ontology of the ontology storage unit 221 with the extracted feature data (S105).
  • the ontology acquisition unit 232 acquires the ontology or position information from the ontology storage unit 221 periodically or when the ontology is updated (S106). Then, the ontology acquisition unit 232 associates the deterioration model of the deterioration model storage unit 233 with the acquired ontology for each operation (S107).
  • the above is the flow of the degradation model generation process according to the first embodiment.
  • estimation of internal parameters performed by the degradation model generation unit 231 will be described.
  • Bayesian estimation or the like is used. If the measured state based on the measurement data is Y, and the unmeasured state (estimated state, non-measured state) is X, estimating the state X based on the state Y is the state when the state Y occurs This is the same as finding the probability of occurrence of X (posterior probability) P (X
  • Y) is expressed by the following equation according to Bayes' theorem.
  • X is regarded as a random variable, and X is regarded as a parameter in the probability density function P.
  • X is referred to as an estimation parameter.
  • P (X) is the prior probability density distribution of the estimated parameter X
  • Y) is the posterior probability density distribution of the estimated parameter X when the state Y is measured.
  • P (Y) is a prior probability that the state Y will occur
  • X) is a posterior probability that Y is obtained when the parameter is X, and is called likelihood.
  • Equation 1 can be replaced with the following equation.
  • estimated from the measurement data up to the previous time t ⁇ 1 is obtained by newly obtaining the measurement value Yt and obtaining the likelihood P (Yt
  • Y1: t-1) can be sequentially updated to the posterior probability density distribution P (Xt
  • the probability density distribution of the estimation parameter X at the current time is obtained by repeatedly calculating the likelihood and updating the posterior probability density distribution. Can do.
  • Markov chain Monte Carlo method As described above, as a method for obtaining the posterior probability density distribution, Markov chain Monte Carlo method (MCMC: Markov chain Monte) including Gibbs method, Metropolis method and the like is used. (Carlo methods), a particle method (particle filter) which is a kind of sequential Monte Carlo method may be used.
  • the deterioration model generation unit 231 calculates a posterior probability density distribution using the above-described predetermined method.
  • Xt) may be obtained by simulation.
  • the simulation unit 14 of the operation plan creation processing unit 1 is used, but the degradation model generation unit 231 itself may include a simulation unit.
  • the particle filter is a method of approximating the posterior probability density distribution P (X
  • the particle filter calculates the posterior probability density distribution of the estimation parameter X at the current time by sequentially repeating prediction, likelihood calculation, and resampling (update of particle group distribution).
  • x1 is the COP and x2 is the assumed calorific value per person, but other information may also be included.
  • Each particle receives the measurement value Yt and each component of the particle as input, and uses a random number and a predetermined model equation (state equation) to predict the predicted value and measurement prediction of each particle component at time t + 1. It includes all the information that makes it possible to calculate the value Yt + 1.
  • the i-th particle is expressed by the following equation.
  • p i ⁇ x1 i , x2 i ,..., xm i , weight i ⁇
  • the weight i is a numerical value used in the resampling process described later.
  • the value and weight of each element of the particle is expressed as a floating point or an integer.
  • FIG. 4 is a block diagram illustrating an example of a schematic configuration of the deterioration model generation unit 231 when a particle filter is used as an estimation method.
  • the deterioration model generation unit 231 includes a particle initial setting unit 2311, a simulation control unit 2312, a particle simulation unit 2313, a particle likelihood calculation unit 2314, a particle change calculation unit 2315, and a synthesis unit 2316. Prepare.
  • the particle initial setting unit 2311 sets the initial value of the component and weight of each particle at the initial time. Although the initial value of the component is assumed to be 0 and the initial value of the weight is assumed to be 1, other values may be used.
  • the simulation control unit 2312 sends the component and weight value of each particle to the particle simulation unit 2313, and instructs the execution of the simulation.
  • the particle simulation unit 2313 calculates a predicted value of each particle component at time t + 1 using a random number and a predetermined model formula (state equation).
  • the particle likelihood calculation unit 2314 calculates the likelihood based on the difference between the predicted value of each particle at time t + 1 calculated by the particle simulation unit 2313 and the actual measurement value of the measurement data at time t + 1.
  • a method for calculating the likelihood for example, assuming that noise based on a Gaussian distribution is included in the observed value, a method such as normalizing the Euclidean distance between the measured value of the measurement data and the predicted value of the particle simulation unit 2313 may be used. There are no particular limitations.
  • the particle change calculation unit 2315 performs resampling using the likelihood of each particle calculated by the particle likelihood calculation unit 2314 as the weight value of each particle. Resampling means that each particle is duplicated or disappeared based on the weight value to generate a new particle group. Since the number of particles is duplicated by the number of particles that have disappeared, the number of particles is constant.
  • the resampling method duplicates and extinguishes each particle based on a selection probability Ri that is a value obtained by dividing the weight i of the particle pi by the sum of the weights of all particles (weight i / ⁇ weight i). . Then, n particles existing after the end of resampling are set as a new set of particles.
  • the particle change calculation unit 2315 calculates the values of the constituent elements of the particles included in the range divided in advance by a certain length with respect to the values of all the constituent elements of all the particles of the new particle group. Change to the specified value. This is because the value of the probability density distribution is determined by the number of particles. Then, the weight of each particle is set to 1. In this way, a particle group at time t + 1 is generated.
  • FIG. 5 is a diagram showing the contents of the particle filter processing.
  • the horizontal axis represents the random variable x1
  • the vertical axis represents the probability density.
  • FIG. 5A shows the distribution of particle groups at time t. The fact that a particle is displayed on another particle indicates that there are a plurality of particles having the same value of x1 for convenience.
  • FIG. 5B shows a distribution predicted by simulation of the particle distribution at time t + 1.
  • FIG. 5C is a graph in which likelihood graphs and particle weights are classified by color. Based on the likelihood shown by the curve, the weight of each particle is determined. It is assumed that a criterion for determining the likelihood is predetermined. Here, particles with a low likelihood are shown in black, particles with a high likelihood are shaded, and the other particles are shown in white.
  • Fig. 5 (D) shows the result of resampling. Black particles with a low likelihood disappear, and hatched particles with a high likelihood are duplicated. Note that the number of copies may vary depending on the weight. For example, two particles having the maximum likelihood in FIG. 5C are duplicated in FIG.
  • FIG. 5E shows the particle group distribution at time t + 1.
  • the synthesizing unit synthesizes the value of the posterior probability density distribution at each time and generates a deterioration model as transition data. For example, the synthesizing unit generates an average expected performance by connecting the average values of the posterior probability density distributions at the respective times.
  • FIG. 6 is a flowchart of the internal parameter estimation process by the particle filter. This flow corresponds to S101 in the flow of the degradation model generation process shown in FIG. 3 when the internal parameters are estimated by the particle filter.
  • the particle initial setting unit 2311 confirms whether there is a previously generated particle group with respect to the estimation parameter for generating the probability density distribution (S201). If there is, the process proceeds to S203. If not, the particle initial setting unit 2311 determines the initial value of each particle (S202). Although it is assumed that the number of particles is predetermined, the particle initial setting unit 2311 may determine at this time.
  • the simulation control unit 2312 sends the values of the constituent elements of all particles to the simulation unit 14 (S203).
  • the particle simulation unit 2313 performs a simulation on all the acquired particles, and calculates a predicted value of each particle at the next time (S204).
  • the particle likelihood calculation unit 2314 acquires the predicted value from the simulation control unit 2312 and the measurement data from the measurement data storage unit 212, and calculates the likelihood of each particle based on the predicted value and the measurement data (S205).
  • the particle likelihood calculating unit 2314 performs resampling and adjustment of the value of each particle, and generates a new particle group (S206). It is confirmed whether the generated new particle group is a particle group at the current time (S207). If it is not a particle group at the current time (NO in S207), the process returns to S203. If it is a particle group at the current time (YES in S207), the process ends, and the probability density distribution becomes the estimated value (range) of the internal parameter.
  • the building model processing unit 3 manages various data (building data) regarding the building including the building model. Then, based on the predetermined information, the building model is extracted and processed to generate a building model used for creating the facility operation plan.
  • the building data storage unit 31 of the building data management unit stores building data of various buildings in advance.
  • the stored building data includes, for example, CAD data such as a BIM model (Building Information Model).
  • Building data such as a BIM model includes an object, attribute information about the attribute of the object (building attribute), relationship information representing a relationship with another object, and the like.
  • the object include an object representing a space, a member (a component), equipment, equipment, and the like constituting the building.
  • these objects include information on the shape such as vertex position coordinates.
  • the space represents a space (room) surrounded by a floor, a wall, a ceiling, a virtual partition, or the like. Even when there is no building member that becomes a boundary of the space without being partitioned by a door or the like, there may be a virtual partition.
  • the space includes a plane and a solid. Some parts or components of the building include, for example, windows, columns, and stairs.
  • the facility or the like may be any facility or the like existing in the building such as air conditioning, lighting, sensor, or wireless access point.
  • Attribute information includes, for example, the name, area, volume, material, material, performance, usage, state, and existing floor of the object.
  • the relationship information includes a structure relationship, a configuration relationship, and a connection relationship.
  • the building data only needs to include information used for processing, and information that is not used for processing may not be included. For example, if a material attribute is not required for processing, the value of the material attribute may be empty.
  • the building data may be generated by BIM software, or may be processed or newly created for the spatial information generating device.
  • the description will be made assuming that the BIM model is processed.
  • the present invention is not limited to the BIM model, and any building data including necessary information may be used.
  • the building model extraction unit 32 of the building data management unit determines that a building similar to the building where the operation target is installed is a similar building. And the building model which concerns on a similar building is acquired from the building data storage part 31 as a building model of operation object.
  • the result extracted by the building model extraction unit 32 may be passed to the acquisition unit 12 or stored in the extraction result storage unit 33.
  • Judgment conditions for whether or not buildings are similar may be arbitrarily determined.
  • the building model extraction unit 32 determines a building having an object in which any of the attribute, shape, or structure of the object in the building is identical or similar as a similar building.
  • both attributes it is only necessary to compare the attributes of the building data and check whether both attributes match. Even if the two attributes do not match, it may be determined that the two attributes are similar if the relationship between the two attributes is registered in predetermined similarity data indicating that the two are similar. Alternatively, when both attributes are represented by values, if the difference between the values of both attributes is equal to or less than a threshold value, the two attributes may be determined to be similar.
  • both shapes may be determined to be identical or similar. Good.
  • the two structures are the same or similar depending on whether these directions match or are within a predetermined range. You may judge.
  • the shape it may be determined whether or not both buildings are identical or similar using a known shape determination method.
  • the structure it may be determined whether or not both buildings match or are similar using a known BIM model attribute search method such as BIMQL (Building Information Model Query Language).
  • BIMQL Building Information Model Query Language
  • a method of calculating the similarity of a tree structure by TED (Tree Edit Distance), which is represented by a tree structure in which building information is connected in a semantic relationship can be considered.
  • FIG. 7 is a flowchart of the building model extraction process. Assume that building data has already been recorded in the building data storage unit 31 of the building model processing unit 3.
  • the building model extraction unit 32 acquires search conditions from the acquisition unit 12 (S301).
  • the building model extraction unit 32 searches the building data storage unit 31, determines a building having building data that matches the search condition as a similar building, and acquires a building model of the similar building (S302).
  • the building model extraction unit 32 passes the acquired building model to the acquisition unit 12 (S303).
  • the building model extraction unit 32 may record the acquired building model in the extraction result storage unit 33. The above is the flow of the building model extraction process.
  • the operation plan draft creation processing unit 1 creates an operation plan draft after obtaining information necessary for creating the operation plan draft from the deterioration model processing unit 2 and the building model processing unit 3 based on the given information.
  • the input unit 11 receives information related to the operation plan.
  • the conditions for the operation plan draft to be created include the planning years of the operation plan draft and the implementation deadline for maintenance work. If there is a contract period for the operation target and the operation target must be returned before the contract period, an operation plan is prepared to update the operation target before the contract period. In addition, there are costs for each maintenance work, model candidates for new equipment, etc. when equipment is replaced.
  • the input unit 11 receives information for acquiring a deterioration model.
  • information for acquiring the degradation model search related to the use case of the operation target or the spatial data, measurement target data, measurement data, feature data, and incident data included in the ontology for using the operation target ontology There is keyword information.
  • the usage example of the operation target may not be received from the input unit 11 but may be acquired from the ontology storage unit 221 or the degradation model storage unit 233 based on a similar measurement target or usage condition of the building.
  • the input unit 11 receives information for acquiring a building model.
  • information for acquiring a building model for example, there is information on building attributes such as building area, volume, material, material, performance, usage, and state.
  • the acquisition unit 12 acquires a deterioration model and a use case from the deterioration model storage unit 233.
  • the information related to the use case is not particularly limited as long as it specifies how the operation target is used. For example, when the operation target is an air conditioner, the ON / OFF time of the air conditioner for each date and time, a change in set temperature, the room temperature of each room, the outside air temperature, and the like may be used.
  • the operation plan draft creation unit 13 creates an operation plan draft.
  • the simulation unit 14 predicts performance such as economy (sum of operation cost and maintenance cost) and comfort of the entire operation target that is the basis of the operation plan based on the use case, the deterioration model, and the building model. It is obtained by performing a simulation.
  • the operation plan creation unit 13 sets a use case, a deterioration model, and a building model in the simulation unit 14. Then, the simulation is performed by changing the contents and timing of the maintenance work as simulation parameters. As a result, simulation results with different contents and timing of the maintenance work are generated.
  • FIG. 8 is a diagram showing an example of an operation plan.
  • the execution time of the maintenance work performed on the operation target is indicated by ⁇ on the horizontal axis (time axis).
  • the performance is shown on the vertical axis as an index for evaluating the operation plan.
  • the operation plan draft shows the transition of performance before and after the maintenance work is performed. Thereby, the effect of maintenance work can be seen.
  • the operation plan 1 (plan 1) shown in FIG. 8A has an early update time, the performance degradation until the update time is small.
  • the operation plan plan 2 (plan 2) shown in FIG. 8B has a variation in expected performance because the update time is late, but the performance degradation is large at the update time. Therefore, in Plan 2, there is a possibility that the dissatisfaction of the users who use the facilities will increase immediately before the update time.
  • the operation plan draft creation unit 13 creates an operation plan draft as shown in FIG. 8 and outputs it via the output unit 16.
  • the operation plan draft creation unit 13 may output all the created operation plan drafts.
  • the operation plan draft creation unit 13 may output an operation plan draft that satisfies the condition or an operation plan draft that is determined to be optimal among the created operation plan drafts.
  • plan 2 may not be output.
  • the condition that the maximum expected performance only needs to be greater than or equal to the threshold value is input, if the maximum expected performance of plan 2 is equal to or greater than the threshold value, either or both of plan 1 and plan 2 may be output. .
  • the operation target may be replaced with a different model by updating. In that case, what is necessary is just to connect the simulation result of a different model with the simulation result of the operation target.
  • a deterioration model of a different model may be acquired in the same manner as the operation target.
  • the value of the performance index and the shape of the graph change, unlike FIG.
  • the updated usage conditions may be changed. For example, it may be assumed that the usage conditions have been changed due to installation in different tenants. In that case, a simulation is performed using building models and use cases corresponding to different tenants.
  • FIG. 8 uses performance as an evaluation index, but an index other than performance may be used.
  • FIG. 9 is a diagram showing another example of the operation plan. In the example of FIG. 9, the operation plan is based on the accumulated cost as an evaluation index. The accumulated cost is represented by the sum of the cost at the time of updating the operation target and the operation cost so far.
  • FIG. 9A shows the plan 1 shown in FIG.
  • FIG. 9B shows the plan 2 shown in FIG.
  • plan 2 shown in FIG. 9B the maximum expected accumulated cost is increased at an accelerated rate immediately before the update period. This indicates that power consumption costs and the like increase as performance deteriorates. As a result, the average expected accumulated cost after the plan 2 is updated becomes larger than the average expected accumulated cost after the plan 1 is updated. Therefore, for example, when the condition is that an operation plan with the smallest average expected accumulated cost at the update time in FIG. 9B is output, plan 1 is output.
  • the operation plan draft storage unit 15 stores the operation plan draft created by the operation plan draft creation unit 13.
  • a search condition may be received from the user or the like via the input unit 11, and an operation plan that matches the search condition may be output via the output unit 16.
  • FIG. 10 is a flowchart of the operation plan creation process. It is assumed that the deterioration model has already been generated and stored in the deterioration model storage unit 233. Further, it is assumed that building data is stored in the building data storage unit 31 of the building model processing unit 3.
  • the input unit 11 receives input information (S401).
  • the input unit 11 passes necessary information to the acquisition unit 12.
  • the acquisition unit 12 requests a use case from the degradation model processing unit 2 based on information such as an operation target and a use condition of a building in which the operation target is installed (S402).
  • the use case is acquired from the ontology storage unit 221, but the acquisition unit 12 may acquire the use condition from the user or another system via the input unit 11. In that case, the process of S402 is omitted.
  • the degradation model processing unit 2 extracts a use case that matches the information given from the acquisition unit 12 from the ontology storage unit 221, and passes the use case to the acquisition unit 12 (S403). Note that the processing of S402 and S403 may be performed directly between the acquisition unit 12 and the ontology storage unit 221 or may be performed via the ontology acquisition unit 232.
  • the acquisition unit 12 requests a deterioration model from the deterioration model processing unit 2 based on the operation target and the acquired use case (S404).
  • the deterioration model processing unit 2 extracts a deterioration model that matches the information given from the acquisition unit 12 from the deterioration model storage unit 233, and passes the deterioration model to the acquisition unit 12 (S405).
  • the degradation model processing unit 2 may perform the processing of S405 continuously based on the use cases extracted in the process of S403, and pass the use cases and the degradation model to the acquisition unit 12 at once. In that case, the process of S404 is omitted.
  • the acquisition unit 12 requests a building model from the building model processing unit 3 based on the information of the building where the operation target is installed (S406).
  • the building model processing unit 3 performs the building model extraction process shown in FIG. 7 and passes the building model to the acquisition unit 12 (S407).
  • the acquisition unit 12 passes the acquired use case, deterioration model, and building model to the operation plan drafting unit 13 (S408).
  • the operation plan drafting unit 13 sets a use case, a deterioration model, and a building model in the simulation unit 14 (S409).
  • the operation plan drafting unit 13 causes the simulation unit 14 to perform a simulation while changing parameters such as the content of maintenance work and the time of maintenance work (S410). Then, the operation plan draft creation unit 13 creates an operation plan draft based on the acquired simulation result (S411).
  • the created operation plan is transferred to the output unit 16, and the output unit 16 outputs the operation plan (S412). Further, the created operation plan may be transferred to the operation plan storage unit 15 and stored in the operation plan storage unit 15.
  • the operation plan creation process has been described above.
  • an operation plan is created using measurement data of a measurement target similar to the operation target. At this time, by estimating the internal parameters that cannot be obtained directly from the measurement data using the probability density distribution, it is possible to predict the deterioration of the performance and to create an operation plan with an appropriate time for performing the maintenance work. .
  • an operation plan is created be able to.
  • FIG. 11 is a block diagram illustrating an example of a schematic configuration of the operation plan creation device according to the second embodiment.
  • the building model processing unit 3 further includes a building model processing unit 34 as compared with the first embodiment.
  • the building model processing unit 34 includes a space shape processing unit 341 and a space structure processing unit 342.
  • the building model processing unit 34 processes and simplifies the building model based on the parameters received from the acquisition unit 12.
  • Parameters received from the acquisition unit 12 include an object to be processed, a portion or range to be processed, a processing level, a processing method, and the like.
  • the processing level may be a threshold such as an area / volume lost by processing.
  • the space shape processing unit 341 of the building model processing unit 34 performs processing on the shape of the building model.
  • the processing related to the shape includes, for example, simplifying the shape of the outer periphery and inner periphery of a room in a building.
  • the shape of the part related to the designated element of the shape of the building model or the part of the designated type of element is simplified. This reduces the number of sides related to the element in the plane.
  • the space shape processing unit 341 acquires a planar object that is a part of the building model from the building model acquired from the building model extraction unit 32 or the extraction result storage unit 33, and generates the shape of the planar object.
  • this planar object is referred to as a processed surface (reference surface).
  • the spatial shape processing unit 341 simplifies the shape of the portion related to the specified element or the portion of the specified type of element from the generated shape of the processed surface. Thereby, the number of sides related to the element on the processing surface is reduced. This simplification is referred to herein as element simplification.
  • the space shape processing unit 341 simplifies a convex part or a concave part that is smaller than a threshold and exists on the adjacent side where the acquired building model and the building model adjacent to the building model are in contact with each other on the processing surface. .
  • This simplification is referred to herein as linearization.
  • FIG. 12 is a diagram showing an example of element simplification.
  • FIG. 12A is a diagram showing a processed surface before processing.
  • FIG. 12B the sides related to the pillars which are the designated elements in this example are indicated by solid lines, and lines other than the pillars are indicated by dotted lines.
  • FIG. 12C is a diagram illustrating the midway of the simplification process.
  • FIG. 12D shows the processed surface after processing.
  • the processed surface before processing has a hollow (recessed portion) due to a pillar in the outer peripheral portion and an empty space due to the pillar inside.
  • Such depressions, spaces, and the like may be unnecessary in the simulation of the simulation unit 14. For example, there may be a case where the information about the empty space inside the pillar is necessary but the depression due to the pillar in the outer peripheral portion is unnecessary. Therefore, the space shape processing unit 341 deletes the specified unnecessary information that should be omitted.
  • the space shape processing unit 341 distinguishes the surface related to the column of the designated element from the other surfaces, and simplifies the surface related to the column. First, the outer peripheral columns are simplified, and in FIG. 12C, the outer peripheral recesses are eliminated. And the empty space by a pillar is simplified inside and all the surfaces regarding a pillar are deleted in FIG.12 (D). In this way, the space shape processing unit 341 simplifies the processing surface.
  • FIG. 13 is a diagram showing an example of linearization.
  • convex portions and concave portions existing on the outer periphery of the space which are smaller than a predetermined threshold, are linearized to reduce the amount of information held by the object.
  • FIG. 13A is a diagram illustrating a processed surface before the linearization process.
  • 13 (B) and 13 (C) show the course of the straightening process
  • FIG. 13 (B) is a simplified version of the convex portion and the concave portion based on a predetermined method. is there.
  • FIG. 13C illustrates an overlap portion between the simplified space and another space. Further simplification processing is performed on the overlapping portion.
  • FIG. 13D shows the processed surface after further simplification. In this way, the space shape processing unit 341 linearizes the processing surface.
  • the space shape processing unit 341 generates a simplified processing surface from which unnecessary information is eliminated by performing either one or both of element simplification and linearization. As a result, the load of the simulation process can be reduced, and the time until the calculation result is calculated can be shortened. Details of the processing of the space shape processing unit 341 will be described later.
  • the spatial structure processing unit 342 divides or aggregates the processed surfaces based on the specified processing method, and simplifies the building model.
  • the division means dividing the processed surface into a plurality of divided pieces.
  • the aggregation means that a plurality of processed surfaces are combined into one.
  • FIG. 14 is a diagram for explaining the division.
  • FIG. 14A is a diagram showing a processed surface to be simplified from now on.
  • FIG. 14B is a diagram in which a dividing line is drawn with respect to the processed surface.
  • FIG. 14C is a diagram showing the generated divided pieces.
  • a black square in contact with the outer periphery of the processed surface shown in FIG. 14A indicates a column in contact with the outer periphery.
  • the spatial structure processing unit 342 generates a dividing line with reference to a component such as a pillar. Then, one plane is divided into a plurality of divided pieces.
  • FIG. 15 is a diagram for explaining the reconfiguration of the divided pieces.
  • FIG. 15 (A) is the same as the diagram shown in FIG. 14 (C) and shows divided pieces.
  • FIG. 15B shows that the split piece at the end of the arrow is absorbed by the split piece at the tip of the arrow.
  • FIG. 15C shows the reconfigured divided pieces and the direction of further reconfiguration by arrows.
  • FIG. 15D shows the result of reconstruction. The reconstruction of the divided pieces eliminates such small divided pieces.
  • FIG. 16 is a diagram for explaining aggregation.
  • a portion surrounded by a solid line in FIG. 16A is a processed surface.
  • a dotted line is a dividing line.
  • the machining surface shown in gray is a machining surface that is not designated as a division target
  • the machining surface shown in white is a machining surface that is designated as a division target and in which divided pieces are generated.
  • aggregation is performed on the processed surfaces that are not to be divided.
  • the space structure processing unit 342 acquires a processed surface that can be said to be adjacent by sharing or sharing a part of the outer periphery of the processed surface, and synthesizes the processed surface so that the outer periphery of the processed surface becomes the longest. If a plurality of adjacent processed surfaces are considered as one group, the processed surfaces can be regarded as divided pieces. And if it is made the same as the reconstruction of the divided pieces, aggregation can be performed. In FIG. 16A, if the three processed surfaces on the upper side of the processed surface shown in white are set as one group and the two processed surfaces on the lower side of the processed surface shown in white are set as another group, As shown in FIG.
  • the building model is simplified by dividing or consolidating. Details of the processing of the spatial structure processing unit 342 will be described later.
  • FIG. 17 is a flowchart of the space shape processing.
  • the space shape processing unit 341 performs processing on all the building models to be processed. First, the space shape processing unit 341 generates the shape of the processed surface (S501). Next, the space shape processing unit 341 acquires the direction axis of the processed surface after generating the processed surface (S502). The direction axis of the processed surface is a reference axis for processing.
  • the space shape processing unit 341 sets a simple section (S503) and a simple area threshold in the simple section (S504).
  • the simplified section is a section to be simplified in shape, which is generated by dividing a side forming the machining surface into a plurality of sections.
  • the simplified area threshold indicates an upper limit value of the area that is reduced by simplifying the space shape processing unit 341.
  • the simple area threshold prevents the area from being reduced too much than the simplification.
  • the acquisition of the direction axis (S502) may be performed in parallel with the setting of the machining section and the simple area threshold (S503, S504), or may be performed before or after.
  • the space shape machining unit 341 simplifies the shape of the machining surface (S505).
  • the simplification may be one or both of element simplification and linearization.
  • FIG. 18 is a block diagram illustrating an example of a schematic configuration of the space shape processing unit 341.
  • the space shape processing unit 341 includes a processing surface acquisition unit 3411, a direction axis acquisition unit 3412, a simple section setting unit 3413, a shape simplification unit 3414, a processing degree evaluation unit 3415, and a processing section information management unit 3416. .
  • the machining surface acquisition unit 3411 generates a shape of the machining surface.
  • the surface to be processed may be determined in advance or may be specified by the acquisition unit 12 or the like. In the construction field, the processed surface is often the floor surface (bottom surface), and here, the processed surface will be described as the floor surface.
  • the processing surface acquisition unit 3411 detects the floor surface based on the attribute information and the relationship information of the building model. After detecting the floor surface, the shape of the machined surface is generated based on a predetermined generation method.
  • a generation method for example, a method of acquiring the two-dimensional coordinates of all the vertices of all the elements related to the floor, calculating an edge connecting the vertices, and generating a shape that forms the maximum closed loop is conceivable.
  • Another method is to extract only the vertices related to the floor from the vertices surrounding the space, for example, all the vertices related to the wall, and based on the two-dimensional coordinates and the edges connecting the vertices. Generate a shape that is the largest closed loop.
  • the connection relationship between walls may be considered.
  • the direction axis acquisition unit 3412 acquires a direction axis for each processed surface.
  • FIG. 19 is a diagram illustrating an example of a method for acquiring a direction axis.
  • the direction axis acquisition unit 3412 acquires the direction (vector) of the side related to the element designated as the direction reference among the sides forming the machining surface. In FIG. 19, the sides related to the designated element are indicated by solid lines. Then, the direction axis acquisition unit 3412 confirms whether there is a combination of orthogonal sides after grasping the direction of the side in all the sides of the designated element. When a set of orthogonal sides is found, the set of sides is set as the direction axis. When a plurality of sets of orthogonal sides are found, a plurality of directional axes may be used, or one may be selected.
  • FIG. 20 is a flowchart for generating a dividing line.
  • the direction axis acquisition unit 3412 acquires the connection relationship of the sides forming the outer periphery of the processing surface (S601), and acquires a section in which the sides of the designated elements such as columns are continuous based on the connection relationship (S602). If there are continuous sections (YES in S603), a dividing line is generated for each of the continuous sections. Specifically, a dividing line that overlaps the side of the designated element is generated (S604). Also, the sides that are the designated elements on both sides are acquired (S605). This side means a side (a side not in contact with the outer periphery of the processed surface) of the recessed portion of the recess. If it can be obtained (YES in S606), a dividing line that is orthogonal to the midpoint of the side is generated (S607). Thereby, the dividing line of a continuous area is produced
  • the sides of the designated elements that are separate elements on both sides are acquired (S608). If acquisition is possible (YES in S609), for each acquired side, a dividing line that is orthogonal to the midpoint of the side is generated (S610). If there is no corresponding side (NO in S609), or after performing the dividing line generation process for all acquired sides (S610), a dividing line that is not orthogonal to the outer periphery after the simplification is acquired (S611). If there is no parting line (NO in S612), the process ends.
  • the direction axis cannot be obtained by a predetermined method as described above, it is aligned with the direction axis of the adjacent space for convenience. If the direction axis of the adjacent space cannot be obtained, the search range is gradually expanded to find an obtainable space.
  • the necessary specification element may be specified from the acquisition unit 12 or the like.
  • the simplified section setting unit 3413 sets (generates) a simplified section for each side forming the machining surface based on the adjacency relationship with other spaces.
  • FIG. 21 is a diagram for explaining the process of setting a simple section. It is assumed that the space A to be processed is adjacent to the outside of the building and the spaces B, C, and D.
  • the simplified section setting unit 3413 sets both ends of a section (side) in which the target space A is adjacent to another space as the section ends.
  • the end of the section is indicated by a black circle.
  • the simplification section of the adjacent side of adjacent spaces corresponds in both adjacent spaces. Even if it is the same side, if both ends of the simplified section are different, the processing result may be different. Therefore, the result of the processing performed on each space can thereby maintain consistency in the adjacent sides.
  • the simple section setting unit 3413 acquires a section having no adjacent space, that is, a side facing the outside of the building, and acquires a vertex on the side. Then, each acquired vertex is connected to two adjacent section ends with a connection line, and it is confirmed whether the two connection lines are in the space.
  • the connection line in the space is displayed with a one-dot broken line, and the connection line that protrudes outside the space is displayed with a broken line. Note that even when the connection line is on a line connecting the section ends, it is assumed that the connection line is in the space.
  • the vertex is set as the vertex in the space. In FIG.
  • the vertices in the space are indicated by white circles and the inside is indicated by hatched circles. If one of the two connecting lines extending from the vertex is not in the space, that vertex is set as the vertex outside the space.
  • the out-of-space vertices are indicated by a circle whose inside is expressed in gray.
  • the vertex in the space having the maximum area in the range surrounded by the line connecting the vertices in the space and the two adjacent section ends is added to the section end.
  • a circle whose inside is indicated by a diagonal line indicates a vertex having the maximum area. Vertices added to the end of the section are not deleted by the simplification process.
  • the simplified section setting unit 3413 arbitrarily selects one of the section ends as a base point, traces the outer periphery clockwise, and simplifies the section between the section end and the section end. Set as interval.
  • the clockwise direction is shown here, it may be counterclockwise. Note that the processing performed in the following description is premised on clockwise rotation, and when set counterclockwise, the processing direction is reversed.
  • the simplified section setting unit 3413 generates machining section information for each simplified section.
  • the machining section information includes information related to the simplified section and information related to the machining process performed in the simplified section. For example, the ID of a simple section, the ID and position coordinates of a vertex existing on the simple section, the processing area threshold set for each simple section, the number of processing steps indicating the order of processing (processing steps) performed, and each processing It is conceivable that the area of the part added or deleted in the step, the integrated value of the area of the part added or deleted in the processing step so far, the restoration flag, and the like are included.
  • the restoration flag is a flag for determining whether to restore a part or section deleted by the simplified process.
  • the value of the restoration flag may be set to true.
  • the designated element may be acquired from the acquisition unit.
  • the designating elements to be restored may be part or all of those designated by the aforementioned omission targets.
  • the simple section setting unit 3413 sets a simple area threshold for each calculated simple section.
  • FIG. 22 is a flowchart for calculating a simple area threshold.
  • the simplified section setting unit 3413 first calculates a simplified area threshold d limit s for the entire space to be processed (S701).
  • the simple area threshold d limit s is obtained by the product of the area of the target space S and the processing rate.
  • the processing ratio is the ratio of the area of the added part to the original area of the uneven part to be simplified.
  • the value of the processing ratio may be arbitrarily determined.
  • a simplified area threshold value for each section is calculated (S702). Assuming that the simple area threshold value d limit sj of a certain section j is obtained, d limit sj is obtained by adding the ratio of the length of the section j to the outer peripheral length of the space to be processed to d limit s .
  • the simplified section setting unit 3413 compares the simplified area threshold value d limit srj and the d limit sj of the section j in the adjacent space sr sharing the section j with an absolute value (S703). If more of the absolute value of the d limit sj is larger (YES in S704) replaces the value of d limit sj in d limit srj. Otherwise (NO in S704), leave it as it is. Thereby, the situation where the simple area threshold value of the section j differs in each space which has the section j can be prevented. If d limit srj has not been calculated yet, the value of d limit srj may be set to a very large value, or the comparison may be omitted.
  • the machining area threshold value in the machining section information of the simplified section is updated (S706), and the process proceeds to the next section.
  • the comparison is performed based on the absolute value, but an allowable range from a negative value to a positive value with respect to the increase / decrease amount of the area may be determined.
  • the machining section information includes, for each machining step, information on the simplified section at the time of the machining step. Therefore, by referring to the machining section information, not only the state of the simple section after the last machining process but also the state in each machining step can be referred to.
  • the simplified section setting unit 3413 may set a part or all of the shape of the surface (side) related to the designated element as the simplified section.
  • the shape simplifying unit 3414 performs element simplification or straightening on the target machining surface. Element simplification and straightening may be performed only in one or both. Whether or not to perform either process or both processes may be determined in advance, or a determination criterion may be determined. The determination criterion may be, for example, the type of designated element or the area to be simplified.
  • FIG. 23 is a flowchart of the element simplification process.
  • the shape simplification part 3414 performs the outer periphery processing (S801), the inner processing (S802), or both. The processing of the outer periphery and the inner processing will be described later. After performing one or both of the processes, the process differs depending on whether or not the designated element deleted by these processes is restored later.
  • the processing of the outer periphery is to simplify the surface related to the designated element existing on the outer periphery.
  • the simplification method may be determined in advance according to the shape of the surface to be simplified.
  • FIG. 24 is a diagram for explaining the simplification of the recesses in the element simplification. Four patterns from case 1 to 4 are shown. In addition, these patterns are examples, and are not limited to these patterns.
  • Case 1 shown in FIG. 24A is a pattern that simplifies the recess by extending the two sides (dotted line) connected to the side (solid line) of the designated element to be omitted to the intersection of the two sides. .
  • case 2 shown in FIG. 24B when the above-mentioned two sides are parallel, the above-described two sides perpendicular to each contact point between the side of the designated element to be omitted and the two sides, and the above-mentioned 2
  • the case 3 shown in FIG. 24C when one of the two sides described above is extended and the other one overlaps, the pattern is simplified by the extension line of the two sides described above.
  • the above-mentioned two sides are not parallel, but a line connecting each contact point between the side of the designated element to be omitted and the two sides when the extension line of the above-mentioned two sides does not intersect This is a pattern that simplifies the recess.
  • FIG. 25 is a flowchart of the outer periphery processing.
  • the shape simplification unit 3414 acquires the connection relation of the sides forming the simple section (S901). Further, a section in which the sides of the designated element are continuous is acquired (S902). When a continuous section cannot be acquired (NO in S903), the process moves to the next simplified section. When continuous sections can be acquired (YES in S903), the process is performed for each continuous section.
  • the shape simplifying unit 3414 updates the processing section information of the simplified section (S912), and the next simplified section Move on to the section.
  • the update of the machining section information means that information regarding the machining result is added in the machining step performed by the shape simplifying unit 3414, rather than overwriting the machining section information. Therefore, information before and after the machining step is included in the machining section information. If the process is performed for all the simplified sections, this flow ends.
  • the target of continuous sections to be simplified may be limited.
  • the distance between both ends of the continuous section is the short-circuit distance, and the upper limit value is determined.
  • the upper limit value of the short-circuit distance may be arbitrarily determined. It may be determined based on the processing load of the simulation unit 14.
  • FIG. 26 is a flowchart of internal processing.
  • the simplified section setting unit 3413 acquires a connection relationship between sides other than the outer periphery (S1001), and searches for a continuous and closed-loop segment on the specified element side based on the acquired connection relationship (S1002). If the corresponding section does not exist (NO in S1003), the process ends. If the corresponding section exists (YES in S1003), the section is set as a simplified section and processing section information is set (S1004). Then, the shape simplification unit 3414 deletes the section (S1005). Then, the processing section information of the deleted simplified section is updated (S1006). If there are other continuous and closed-loop sections, the process is performed for the other sections. When the processing for all continuous and closed loop sections is completed, this flow ends. Note that the processing of the simplified section setting unit 3413 and the shape simplifying unit 3414 may be separated.
  • FIG. 27 is a flowchart of the linearization process. The flow is performed for each simplified section.
  • the shape simplifying unit 3414 obtains the orientation of each vertex from the vertex ID list of the machining section information (S1101).
  • the direction of the vertex indicates whether the bent direction is clockwise or counterclockwise when the simplified section setting unit 3413 traces the outer periphery clockwise from the section end as the base point and sets the simplified section. means. Details will be described later.
  • the shape simplification part 3414 performs a convex part priority process and a concave part priority process.
  • the convex portion priority processing is performed in the order of simplification of the convex portion (S1102), simplification of the concave portion (S1103), and simplification of the edge portion (S1104).
  • the concave portion priority processing is performed in the order of simplification of the concave portion (S1106), simplification of the convex portion (S1107), and simplification of the edge portion (S1108).
  • a convex part, a recessed part, and an edge part are mentioned later.
  • the shape simplification unit 3414 performs both the convex portion priority processing and the concave portion priority processing.
  • the convex portion priority processing or the concave portion simplification processing may be performed in parallel or separately, and either may be performed first.
  • the shape simplification part 3414 confirms whether there is information to be added to the machining section information (S1105, S1109). In some cases (NO in S1105, NO in S1109), there is a possibility that a portion to be further linearized remains, so the process returns to the convex portion priority processing or the concave portion priority processing (S1102, S1106).
  • a simplified shape is determined (S1110).
  • the processing result by the convex portion priority processing is compared with the processing result by the concave portion priority processing, and the more suitable processing result is determined as the simple shape.
  • the simple shape is determined by the processing degree evaluation unit 3415. Details will be described in the processing degree evaluation unit 3415.
  • the edge portion is shaped (S1111).
  • the shaping of the edge portion is to change the side of the edge portion that is not parallel to the X axis or the Y axis of the direction axis to a line parallel to the X axis or the Y axis.
  • FIG. 28 is a diagram for explaining the simplification of the convex portion in linearization.
  • the simplified section shown in FIG. 28A adjacent to the space A and the space C and having the vertex (9) and the vertex (20) as the section ends is simplified.
  • vertices (10) to (19) exist on the simplified section, excluding the section ends.
  • Each vertex is shown with an arrow that turns the vertex when tracing from the start end (9) to the end end (20) of the simplified section.
  • the direction of the arrow at the vertex (11) is CCW.
  • the direction of the arrows at the vertices (12) and (13) is CW.
  • the direction of the arrow at the vertex (14) is CCW. Therefore, the vertices (12) and (13) bent in the CW direction are continuous, and the vertices (12) and (13) are sandwiched between the vertices (11) and (14) bent in the CW direction. Therefore, according to the definition of the convex portion, the portion from the vertices (11) to (14) (shaded portion in FIG. 28C) is a convex portion. In this way, the shape simplification unit 3414 recognizes the convex portion on the simple section and performs the simplification process.
  • a line connecting the start and end of the convex part is generated, and the vertex existing between the start and end is deleted.
  • the starting end of the convex portion is the vertex closest to the starting end of the simple section, and the starting end of the convex portion is the vertex closest to the end of the simple section.
  • vertices (11) and (14) are connected, and vertices (12) and (13) are deleted.
  • the shape simplification part 3414 confirms again whether there exists a convex part after simplification. Then, it can be recognized that the portion from the vertex (10) to the vertex (16) is a new convex portion.
  • the beginning (10) to the end (16) of the recess are connected by a line, and the vertices (11), (14), and (15) are deleted.
  • the shape shown in FIG. This shape is not a convex part because the vertex 18 protrudes but does not match the definition of the convex part. Since there are no more protrusions, the process of simplifying the protrusions ends.
  • a protruding portion such as the apex 18 or a buried portion that is cut into the space is called an edge portion.
  • the shape simplification part 3414 updates the process area information of a simplification area after a process.
  • the area of the simplified convex portion and the total area d convex sj of the convex portion simplified by the simplification processing so far are calculated.
  • FIG. 29 is a diagram for explaining the simplification of the concave portion in the linearization.
  • FIG. 29A is the same as FIG.
  • a concave portion is defined as a portion that is continuous between two or more vertices that turn in the CCW direction and is sandwiched between vertices that turn in the CW direction at the vertices on the simple section when tracing from the start to the end of the simple section. To do. Therefore, the gray portions shown in FIGS. 29B, 29C, and 29D are concave portions.
  • the simplification of the concave portion is the same as the simplification of the convex portion except that the object is a concave portion.
  • the shape simplification unit 3414 recognizes the concave portion on the simple section and repeats the simplification process, thereby obtaining a simple result shown in FIG. As can be seen from FIG. 28E and FIG. 29E, the result of simplifying the convex portion and the result of simplifying the concave portion are different. Therefore, as described above, the processing result differs depending on which of the simplification of the convex portion and the simplification of the concave portion is performed first.
  • the shape simplification part 3414 simplifies the edge part by a predetermined method.
  • edge part is assumed to be a concave edge and a convex edge.
  • a concave edge is defined as a portion where a vertex that turns in the CCW direction is sandwiched between vertices that turn in the CW direction at a vertex on the simplified section when tracing from the start to the end of the simple section.
  • a convex edge is defined as a portion of a vertex on a simple section that is sandwiched between a vertex that curves in the CW direction and a vertex that curves in the CCW direction.
  • the simplification method may be determined in advance according to the shape of the portion to be simplified.
  • FIG. 30 is a diagram for explaining the simplification of the concave edge. Here, four patterns from case 1 to 4 are shown. In addition, these patterns are examples, and are not limited to these patterns. In FIG. 30, although the concave edge is shown, these patterns are the same for the convex edge.
  • Case 1 shown in FIG. 30A simplifies the edge portion by extending the two sides to the intersection when the intersection when the two sides adjacent to the edge portion are not on the line of the two sides. Pattern.
  • case 2 shown in FIG. 30 (B) when an intersection when extending two sides adjacent to the edge portion exists on one of the two sides, one of the two sides is extended to the intersection. This is a pattern for simplifying the edge portion.
  • case 3 shown in FIG. 30C when there is no intersection even if two sides adjacent to the edge portion are extended, a line extending one of the two sides contacts the side of the edge portion. This is a pattern that simplifies the edge portion by the extended line.
  • case 4 shown in FIG. 30D when one of the two sides adjacent to the edge portion is extended and overlapped with the other side, the edge portion is simplified by the extension line.
  • FIG. 31 is a diagram for explaining both simplifications.
  • FIG. 31A shows a result of simplification performed in the space A by the convex portion priority processing and a result of simplification performed in the space C by the concave portion priority processing. There are edge portions on adjacent sides of the space A and the space C.
  • FIG. 31B shows a result of the concave edge simplification process performed on the space A and the space C.
  • FIG. 31D shows both after simplification processing. As a result, the shape is simplified while maintaining space consistency.
  • FIG. 32 is a flowchart for simplifying the edge portion.
  • the shape simplification unit 3414 first simplifies the concave edge (S1201). And the presence or absence of an adjacent space is confirmed, and when there is an adjacent space (YES of S1202), both simplification with the said adjacent space is performed. In both simplification, processing differs depending on whether the convex portion or the concave portion, which was performed before the simplification of the edge portion, has been performed first. If the concave portion has been simplified first (NO in S1203), the adjacent space is compared with the result of simplifying the convex portion first (S1204). Conversely, if the convex portion has been simplified first (YES in S1203), the adjacent space is compared with the result of simplifying the concave portion first (S1205).
  • the convex edge is simplified (S1212).
  • the convex edge is eliminated by adjustment with the adjacent space, and thus it is not necessary to simplify the convex edge.
  • the processing section information of the simplified section is updated (S1211). The above is the flow for simplifying the edge portion.
  • the simplification of the concave edge and the simplification of the convex edge will be described.
  • the simplification of the concave edge and the simplification of the convex edge are only different depending on whether the object of simplification is a convex portion or a concave portion. Therefore, here, the simplification of the concave edge will be described, and the simplification of the convex portion will be omitted.
  • FIG. 33 is a flowchart for simplifying the concave edge.
  • the shape simplifying unit 3414 first acquires a concave edge (S1301). If the concave edge cannot be acquired (NO in S1302), the process ends. If a concave edge has been acquired (YES in S1302), processing is performed for each acquired concave edge.
  • the shape simplification part 3414 changes the side of the edge part that is not parallel to the X-axis or Y-axis of the direction axis into a line parallel to the X-axis or Y-axis.
  • FIG. 34 is a diagram illustrating the shaping of the edge portion.
  • FIG. 34A shows an edge portion before shaping. Black circles are two of the three vertices of the edge portion. Since the side between the two vertices is not parallel to either the X-axis or the Y-axis of the direction axis, the shape simplifying unit 3414 performs a shaping process on this side. However, the shaping process is performed only when two sides connected to the side of the target edge portion are parallel to the direction axis. In the case of this method, since there is no change in the simplified area, it can be performed even after the simplified shape is determined.
  • the shape simplification unit 3414 passes through the midpoint of the side of the target edge portion, and Generate a perpendicular with the extension of two sides. Then, an intersection (the white circle shown in FIG. 34A) where the perpendicular intersects the extension line of the two sides is acquired. Then, the side of the target edge portion is replaced with a line connecting the two obtained intersections and two extended lines extending to each intersection.
  • FIG. 34B shows the edge portion after shaping. Thereby, the shape of the processing surface which is not parallel to the X-axis or Y-axis of the direction axis can be reduced.
  • the processing degree evaluation unit 3415 determines whether the result of the simplified processing is within the shape processing restriction range. Specifically, in the straightening by the shape simplification unit 3414, the calculated processing result by the convex portion priority processing and the processing result by the concave portion priority processing are compared to determine a simple shape. However, there is a possibility that the processing result by the convex part priority processing and the processing result by the concave part priority processing exceed the simple area threshold calculated by the simple section setting unit 3413. Therefore, the processing level evaluation unit 3415 confirms whether the processing result exceeds the simple area threshold. If the processing result exceeds the processing result, the processing level evaluation unit 3415 goes back one processing step at a time, Check if the threshold is exceeded.
  • the processing result by the convex portion priority processing that is less than the simple area threshold value is compared with the processing result by the concave portion priority processing that is less than the simple area threshold value, and the simple shape is determined.
  • the processing degree evaluation unit 3415 calculates an evaluation value for the processing result, and determines a simple shape based on the evaluation value.
  • the evaluation value may be arbitrarily determined according to the purpose of use. For example, a method of calculating the evaluation value based on the basic axis can be considered. Find the difference (deviation) between the direction of the basic axis of the plane (vector) and the direction of the simplified section (vector) and make the evaluation value the reciprocal of the difference so that the smaller the difference is, the higher the evaluation value is Also good.
  • each difference between each basic axis and the simplified section may be calculated, and the evaluation value may be higher as the sum of the absolute values of the differences is smaller.
  • the evaluation value may be higher as the area added or removed by simplification is smaller.
  • the evaluation value may be higher as the number of vertices existing in the simplified section is smaller.
  • the number of methods for calculating the evaluation value may be one, or a plurality of methods may be combined. When combining a plurality of methods, weighting may be performed for each method, and the weight may be arbitrarily determined.
  • FIG. 35 is a block diagram illustrating an example of a schematic configuration of the spatial structure processing unit 342.
  • the spatial structure processing unit 342 includes a divided piece generation unit 3421, a divided piece reconstruction unit 3422, a divided result evaluation unit 3423, and a divided piece information management unit 3424.
  • the division piece generation unit 3421 generates a line that divides the machining surface to be machined using the position of the object of the designated element type designated in advance as a division reference. Then, a region surrounded by the dividing line or a region surrounded by the contour line of the shape of the processed surface and the dividing line is defined as a divided piece.
  • the processed surface may be acquired from the space shape processing unit 341.
  • the spatial structure processing unit 342 may include a part similar to the processing surface acquisition unit 3411 of the spatial shape processing unit 341 and generate a processing surface.
  • Specified elements that serve as the division criteria may be elements related to the structure of the building such as walls and pillars, or elements related to the building equipment such as facilities.
  • the division criterion and the division method may be determined in advance or may be designated via the input unit 11 and the acquisition unit 12.
  • the divided piece reconstruction unit 3422 reconfigures the divided pieces. Reconstruction means combining a plurality of divided pieces.
  • the divided piece information management unit 3424 manages the processed result as divided piece information.
  • the divided piece information is generated by the divided piece generation unit 3421 when the divided piece is generated.
  • the divided piece information includes an ID associated with the divided piece, the number of processing steps at which the divided piece is generated, the ID and position coordinates of the vertex included in the divided piece, and a synthetic piece list obtained by combining the divided pieces. It is conceivable to include a piece ID list, an adjacent piece ID list that is a list of adjacent divided pieces, an original space ID, and a section ID list that represents a simple section that overlaps the shape of the divided pieces.
  • the divided piece information includes information on the divided pieces at the time of the machining step for each machining step.
  • the divided piece information it is possible to refer not only to the state of the divided piece after the last processing, but also to the state in each processing step.
  • FIG. 36 is a schematic flowchart of the spatial structure processing.
  • the spatial structure processing unit 342 first performs a process related to space division on each processing surface to be divided.
  • the process related to space division includes three processes: generation of a dividing line (S1401), generation of a divided piece (S1402), and reconstruction of a divided piece (S1403).
  • Generation of a dividing line and generation of a divided piece are performed by a divided piece generation unit 3421.
  • the divided piece reconstruction unit 3422 performs the reconstruction of the divided pieces.
  • the space structure processing unit 342 performs processing related to space aggregation. Aggregation is performed on a processed surface other than the division target. When there is no aggregation target or when aggregation is not performed (NO in S1404), the aggregation process is omitted. When there is an aggregation target (YES in S1404), the spatial structure processing unit 342 first groups adjacent processing surfaces that are aggregation targets (S1405). Then, a processed surface is synthesized for each group (S1406). These aggregation processes are performed by the divided piece reconstruction unit 3422.
  • the divided piece generation unit 3421 generates a dividing line that overlaps the side of the column.
  • the dividing lines generated in this way are represented by dotted lines.
  • the divided piece generation unit 3421 generates a perpendicular line that passes through the midpoint of the side of the column that is not in contact with the outer periphery of the processed surface.
  • the perpendicular is represented by a broken line.
  • the dividing lines generated in this way the dividing lines that do not go directly to the outer periphery of the machining surface and other dividing lines are deleted. Then, as shown in FIG.
  • a region surrounded by the dividing line or a region surrounded by the contour line of the shape of the processed surface and the dividing line is a divided piece.
  • the divided piece generation unit 3421 When the divided piece is generated, the divided piece generation unit 3421 generates divided piece information.
  • This dividing line generation method is the same as one of the methods for acquiring the direction axis performed by the direction axis acquisition unit 3412 of the space shape processing unit 341 described above. Note that the dividing line may be generated by a method different from the method of acquiring the direction axis.
  • the divided piece reconstruction unit 3422 performs a composition process on the divided pieces shown in FIG.
  • the divided piece with the smallest area is combined (absorbed) with the divided piece adjacent to the divided piece in the X-axis or Y-axis direction of the basic axis.
  • FIG. 15B shows a case where divided pieces adjacent in the X-axis direction are combined.
  • the divided pieces to be combined may be arbitrarily selected, but in this case, they are combined in the larger area. This synthesis is repeated unless the divided piece area newly generated by the synthesis exceeds a predetermined threshold value.
  • FIG. 15C shows a case in which the divided pieces adjacent in the Y-axis direction are combined after combining the divided pieces adjacent in the X-axis direction.
  • FIG. 15B it can be seen that the existing small divided pieces are gone.
  • FIG. 15C the divided pieces are further combined in the Y-axis direction to generate a larger divided piece. In this way, it becomes as shown in FIG.
  • the divided pieces may be combined for each direction axis.
  • the divided piece reconstruction unit 3422 calculates the evaluation value of each synthesis result after performing both the synthesis in which the X-axis is performed first and the synthesis in which the Y-axis is performed first.
  • the combined result of a better evaluation value is used as the final result.
  • the calculation method may be arbitrarily determined. For example, when it is better that the number of generated pieces is smaller, the evaluation value is calculated based on the number of divisions. In addition, when it is desirable that the size of the generated divided pieces is uniform, an evaluation value is calculated based on the standard deviation of the area of the divided pieces.
  • the evaluation value is calculated based on the deviation between the area of the generated divided piece and the predetermined upper limit value of the area of the divided piece. Note that there may be one method for calculating the evaluation value, or a plurality of methods may be combined. When combining a plurality of methods, weighting may be performed for each method, and the weight may be arbitrarily determined.
  • the divided piece reconstruction unit 3422 updates the divided piece information on the divided pieces by the reconstruction adopted as the final result and the machining section information. As described above, a segment piece from which the designated element is omitted is generated.
  • the shape and structure of the building model can be simplified, and the processing load of the simulation unit 14 can be reduced.
  • each process in the embodiment described above can be realized by software (program). Therefore, the operation plan creation device in the embodiment described above can be realized by using a general-purpose computer device as basic hardware and causing a processor mounted on the computer device to execute a program, for example. .
  • FIG. 37 is a block diagram illustrating an example of a hardware configuration that implements the operation plan creation device according to an embodiment of the present invention.
  • the operation plan creation device includes a processor 41, a main storage device 42, an auxiliary storage device 43, a network interface 44, a device interface 45, an input device 46, and an output device 47, which are connected via a bus 48 or the like. It can be realized as a computer device 4.
  • the processor 41 reads out the program from the auxiliary storage device 43, expands it in the main storage device 42, and executes the program, so that the functions of the operation plan creation processing unit 1, the degradation model processing unit 2, and the building model processing unit 3 are performed. Can be realized.
  • the processor 41 is an electronic circuit including a computer control device and an arithmetic device.
  • the processor 41 is, for example, a general purpose processor, central processing unit (CPU), microprocessor, digital signal processor (DSP), controller, microcontroller, state machine, application specific integrated circuit, field programmable gate array (FPGA), program Possible logic circuits (PLDs) and combinations thereof can be used.
  • CPU central processing unit
  • DSP digital signal processor
  • FPGA field programmable gate array
  • PLDs program Possible logic circuits
  • the operation plan creation device of the present embodiment may be realized by previously installing a program to be executed by the operation plan creation device in the computer device 4 or may store the program in a storage medium such as a CD-ROM. Alternatively, it may be realized by being distributed through the network and installed in the computer device 4 as appropriate.
  • the network interface 44 is an interface for connecting to a network.
  • the network interface 44 may be one that conforms to existing wireless standards.
  • the input unit 11, the acquisition unit 12, and the output unit 16 may implement data input / output through the network interface 44. Although only one network interface is shown here, a plurality of network interfaces may be installed.
  • the device interface 45 is an interface connected to a device such as the external storage medium 5.
  • the external storage medium 5 may be any recording medium such as an HDD, a CD-R, a CD-RW, a DVD-RAM, a DVD-R, a SAN (Storage area network). Each storage unit may be connected to the device interface 45 as the external storage medium 5.
  • the main storage device 42 is a memory device that temporarily stores instructions executed by the processor 41, various data, and the like, and may be a volatile memory such as a DRAM or a non-volatile memory such as an MRAM.
  • the auxiliary storage device 43 is a storage device that permanently stores programs, data, and the like, such as an HDD or an SSD. Each storage unit may be realized as the main storage device 42 and the auxiliary storage device 43.
  • each unit of the operation plan creation device may be configured by dedicated hardware such as a semiconductor integrated circuit on which the processor 41 and the like are mounted.
  • the input device 46 includes input devices such as a keyboard, a mouse, and a touch panel, and realizes the function of the input unit 11. An operation signal generated by operating the input device from the input device 46 is output to the processor 41.
  • the input device 46 or the output device 47 may be connected to the device interface 45 from the outside.
  • the output device 47 realizes the function of the output unit 16.
  • the output device 47 may be a display such as an LCD (Liquid Crystal Display) or a CRT (Cathode Ray Tube).

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Mathematical Analysis (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Optimization (AREA)
  • Computational Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Evolutionary Biology (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • Computer Hardware Design (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】本発明の実施形態に係る運用計画案作成装置は、年月の経過に伴い性能が劣化する設備または機器に対する運用計画案を作成する。 【解決手段】本発明の実施形態に係る運用計画案作成装置は、運用対象と類似するとされた計測対象である類似計測対象の計測値に基づき算出された、前記類似計測対象の性能の劣化モデルを取得する取得部と、前記類似計測対象の性能の劣化モデルと、前記運用対象に想定される利用事例とに基づき、前記運用対象の性能の劣化に関するシミュレーションを行うシミュレーション部と、前記シミュレーション結果に基づき、前記運用対象に対して行われる保全作業の実施時期を示す運用計画案を作成する運用計画案作成部と、を備える。

Description

運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム
　本発明の実施形態は、運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システムに関する。
　近年、年月の経過に伴い性能が劣化する設備または機器に対しては、異常の早期発見などを目的として、センサ等による常時監視が行われている。これにより、オンサイトで実施していた従来の保守に比べ異常を迅速に発見し、設備等が故障する前に保全作業を行うことができる。
　しかし、異常を検知する度に保全作業を行うと、突発的なコストが発生することになる。また、機器の部品交換を行った後に、別の部品が異常となり、機器全体を交換することになる事態も多々ある。このような事態を回避するためにも、設備、機器または建物全体のライフサイクルを見越した長期の運用計画を立案する必要がある。
　運用計画は、設備等の耐用年数またはリース契約などの更新時期などに合わせて作成されるのが一般的である。設備等の劣化の進行具合を高精度に把握しなければ、適切な運用計画を作成することはできないが、設備等の劣化の進行具合は、使用状況、設置場所の環境などにより異なる。これから設置予定の設備等の運用計画案を作成したい場合もある。また、性能の劣化を計測項目から直接算出することができない場合もある。
特開２００９－００３５０２号公報
"Ｃｏｍｍｅｒｃｉａｌ　Ｐｒｏｔｏｔｙｐｅ　Ｂｕｉｌｄｉｎｇ　Ｍｏｄｅｌｓ"、［ｏｎｌｉｎｅ］、［２０１６年３月１日検索］、米国エネルギー省、インターネット＜ＵＲＬ：ｈｔｔｐｓ：／／ｗｗｗ．ｅｎｅｒｇｙｃｏｄｅｓ．ｇｏｖ／ｃｏｍｍｅｒｃｉａｌ－ｐｒｏｔｏｔｙｐｅ－ｂｕｉｌｄｉｎｇ－ｍｏｄｅｌｓ）
　本発明の実施形態に係る運用計画案作成装置は、年月の経過に伴い性能が劣化する設備または機器に対する運用計画案を作成する。
　本発明の実施形態に係る運用計画案作成装置は、運用対象と類似するとされた計測対象である類似計測対象の計測値に基づき算出された、前記類似計測対象の性能の劣化モデルを取得する取得部と、前記類似計測対象の性能の劣化モデルと、前記運用対象に想定される利用事例とに基づき、前記運用対象の性能の劣化に関するシミュレーションを行うシミュレーション部と、前記シミュレーション結果に基づき、前記運用対象に対して行われる保全作業の実施時期を示す運用計画案を作成する運用計画案作成部と、を備える。
第１の実施形態に係る運用計画案作成装置の概略構成の一例を示すブロック図。 劣化モデル生成部が生成した劣化モデルの一例を示す図。 劣化モデル生成処理のフローチャート。 推定手法としてパーティクルフィルタを用いる場合における劣化モデル生成部の概略構成の一例を示すブロック図。 パーティクルフィルタの処理の内容を示す図。 パーティクルフィルタによる内部パラメータの推定処理のフローチャート。 建物モデル抽出処理のフローチャート。 運用計画案の一例を示す図。 運用計画案の他の一例を示す図。 運用計画案作成処理のフローチャート 第２の実施形態に係る運用計画案作成装置の概略構成の一例を示すブロック図。 要素簡略化の一例を示す図。 直線化の一例を示す図。 分割について説明する図。 分割片の再構成について説明する図。 集約について説明する図。 空間形状加工処理のフローチャート。 空間形状加工部の概略構成の一例を示すブロック図。 方向軸を取得する方法の一例を示す図。 分割線を生成するフローチャート。 簡略区間設定の処理について説明する図。 簡略面積閾値を算出するフローチャート。 要素簡略化処理のフローチャート。 要素簡略化における凹部の簡略化について説明する図。 外周の加工処理のフローチャート。 内部の加工処理のフローチャート。 直線化処理のフローチャート。 直線化における凸部の簡略化について説明する図。 直線化における凹部の簡略化について説明する図。 凹エッジの簡略化について説明する図。 双方簡略化について説明する図。 エッジ部の簡略化のフローチャート。 凹エッジの簡略化のフローチャート。 エッジ部の整形について説明する図。 空間構造加工部の概略構成の一例を示すブロック図。 空間構造加工処理の概略フローチャート。 本実施形態に係る空間情報生成装置を実現したハードウェア構成の一例を示すブロック図。
　以下、図面を参照しながら、本発明の実施形態について説明する。
（第１の実施形態）
　図１は、第１の実施形態に係る運用計画案作成装置の概略構成の一例を示すブロック図である。第１の実施形態に係る運用計画案作成装置は、運用計画案作成処理部１と、劣化モデル処理部２と、建物モデル処理部３とを備える。
　運用計画案作成処理部１は、入力部１１と、取得部１２と、運用計画案作成部１３と、シミュレーション部１４と、運用計画案記憶部１５と、出力部１６と、を備える。
　劣化モデル処理部２は、計測データ（センサデータ）管理部２１と、オントロジー管理部２２と、劣化モデル管理部２３とを備える。計測データ管理部２１は、計測データ取得部２１１と、計測データ記憶部２１２とを備える。オントロジー管理部２２は、オントロジー記憶部２２１と、特徴量データ抽出部（利用事例抽出部）２２２と、オントロジーデータ記憶部２２３とを備える。劣化モデル管理部２３は、劣化モデル生成部（パラメータキャリブレータ部）２３１と、オントロジー取得部２３２と、劣化モデル記憶部２３３とを備える。
　建物モデル処理部３は、建物データ記憶部３１と、建物モデル抽出部３２と、抽出結果記憶部３３とを備える。
　第１の実施形態に係る運用計画案作成装置は、運用対象の運用計画案を作成する。運用対象は、設備または機器（設備等）などであり、経年劣化により性能が劣化するものであればよい。例えば、空調機器、電源機器などが運用対象となり得る。また、運用対象の劣化は、運用対象の使われ方、設置場所の環境などに依存するものとする。
　なお、運用対象の使われ方、設置場所の環境など、運用対象の劣化を引き起こす要因となるものを、利用事例と称することとする。
　運用計画案とは、運用対象に対して行われる保全作業の実施時期を示すものである。保全作業には、設備等の一部または全部の交換、点検、清掃、および補修、新しいタイプの機器へのリプレースなどの作業が含まれる。なお、設備等ごとに運用計画案を作成するだけでなく、複数の設備等が設置される建物全体の運用計画案を作成してもよい。
　運用計画案の保全作業の実施時期は、運用対象の性能の劣化以外に基づいて決定されてもよい。例えば、運用対象にかかるコストなどに基づき決定されてもよい。
　運用計画案は、運用対象の利用事例と、運用対象の劣化モデルとに基づき、作成される。劣化モデルは、運用対象などにおける性能の劣化の推移を示す。具体的には、性能に関する所定のパラメータの推移データである。
　運用計画案は、さらに運用対象の建物モデルに基づいて作成されてもよい。建物モデルは、運用対象の設置場所のモデルとして用いられる。また、運用対象が空調設備などの場合に、空調設備が空調を行う対象とする空間を建物モデルとしてもよい。建物モデルの違いによっても性能の劣化の推移は異なるからである。
　建物モデルは、建物または建物の構成要素の形状および構造を示す。建物の構成要素は、建物内にあるものであれば特に限られものではない。例えば、部屋、廊下、壁、階段、設備、機器などでもよい。運用対象の建物モデルは、運用対象が設置された建物または設置予定の建物の建物モデルとする。
　但し、本実施形態の運用計画案は、運用対象に基づく劣化モデルと建物モデルではなく、運用対象と類似する別の対象に基づく劣化モデルと建物モデルを再利用して、運用対象の運用計画案を作成することを想定する。
　この別の対象は、計測装置（センサ）などの計測対象であるとする。そして、劣化モデル処理部２が、計測装置による計測データに基づき、計測対象の劣化モデルを生成する。また、運用対象と類似するとは、運用対象と同種の設備等であって、運用対象と属性などが一致または属性の値が所定の閾値以内なものとする。また、属性が一致しなくとも、類似関係であることを示す予め定められた類似関係データに、両属性の関係が登録されている場合には、両属性は類似であるとしてもよい。運用対象の属性は特に限られるものではない。例えば、運用対象の用途、目的、利用方法、利用時間、設置建物、または設置場所などでもよい。
　運用対象と類似する別の対象に基づく劣化モデルを用いることにより、センサ等が配置されていない建物の設備等または今後建築される建物に設置予定の設備等の運用計画案も作成することができる。
　なお、運用対象の利用事例と建物モデルも、運用対象と類似する別の対象の利用事例と建物モデルを用いてもよい。
　なお、本実施形態では、運用計画案作成処理部１と劣化モデル処理部２と建物モデル処理部３とを備える運用計画案作成装置としたが、これらの各部が個別の装置として用意され、データの授受を行うシステムとして構築されてもよい。データの授受は、有線または無線通信にて行われてもよいし、電気信号にて行われてもよい。また、劣化モデル処理部２と建物モデル処理部３がネットワーク上に存在し、クラウドサービスなどとして、劣化モデルと建物モデルを運用計画案作成処理部１に送信してもよい。
　運用計画案作成処理部１と劣化モデル処理部２と建物モデル処理部３の内部構成も、個別の装置として用意されてもよい。例えば、計測データ管理部２１が独立の装置として存在し、有線または無線通信にて計測データを取得し、劣化モデル管理装置とオントロジー管理装置に計測データを送信してもよい。
　まず、劣化モデル処理部２について説明する。
　劣化モデル処理部２の計測データ管理部２１は、設備等の計測対象を計測することにより得られた計測データを収集し管理する。計測対象には、運用対象と同種の設備等が含まれているとする。例えば、運用対象が空調装置の場合、計測対象として空調装置が含まれているとする。運用対象と計測対象は同種であれば、メーカ、型番、設定値といった運用対象の属性は同じでもよいし、異なっていてもよい。
　計測データ管理部２１の計測データ取得部２１１は、計測対象自身、計測対象を監視する計測装置（センサ）または計測装置を束ねる計測システムから、通信または電気信号などにより、計測データを収集する。本実施形態おいて、計測対象、計測装置、および計測システムは特に限られるものではない。
　計測データは、計測対象または計測装置が計測できるデータであれば何でもよい。例えば、設定値、消費電力、制御信号、エラー等のログなどでもよい。例えば、計測装置が空調設備であれば、部屋の温度、湿度、熱交換器に出入りする水の流量と温度、機器の稼働音などでもよい。計測データに含まれる項目の種類は、１つでも複数でもよい。
　計測データは、任意のタイミングで、計測データ取得部２１１がポーリングして取得してもよい。もしくは、運用対象、計測装置または計測システムが、任意のタイミングで、計測データ取得部２１１に送信してもよい。収集された計測データは、計測データ記憶部２１２に送られ、計測データ記憶部２１２に記憶される。
　劣化モデル処理部２のオントロジー管理部２２は、オントロジーを管理する。オントロジーとは、概念同士の関係、概念と具体例との関係などを体系化したものである。オントロジーのモデルとしては、下記に説明するＲＤＦ（Ｒｅｓｏｕｒｃｅ　Ｄｅｓｃｒｉｐｔｉｏｎ　Ｆｒａｍｅｗｏｒｋ）などがあるが、本実施形態において特に限定されるものではない。
　例えば、ＲＤＦのモデルでは、主語（ｓｕｂｊｅｃｔ）、述語（ｐｒｅｄｉｃａｔｅ）、目的語（ｏｂｊｅｃｔ）の３つの要素を用いて、リソースを表現する。主語は表現されるリソース自身であり、述語は主語の特徴または主語と目的語との関係を示す。目的語は主語との関係のある物または述語の値を示す。３つの要素の関係を関係情報（トリプル）と称する。一般に、トリプルの集合はＲＤＦグラフと称される。ＲＤＦグラフでは、主語と目的語はノードとして表され、述語はリンクとして表され、全体で１つの知識グラフとして表される。この知識グラフにて、オントロジーは概念同士の関係を表す。
　オントロジー管理部２２のオントロジー記憶部２２１（知識グラフ記憶部）は、計測対象に係るオントロジーを記憶し、劣化モデル管理部２３が類似事例を検索する際に利用する。オントロジー記憶部２２１に記憶されるオントロジーは、計測データと、計測対象データ（仕様データ）と、空間データと、特徴量データと、インシデントデータとが相互に関連付けられた、ＲＤＦグラフのような知識グラフとして記憶される。
　空間データは、計測対象が設置されている空間に関するデータである。例えば、空間データは、個人宅、商業ビル、工場といった設置されている建物の種類を示すデータでもよい。また、空間データは、計測対象が設置されていているフロア数、部屋番号、部屋における位置などといった設置場所も示すデータでもよい。
　計測対象データ（仕様データ）は、計測対象に関するデータである。例えば、計測対象データは、設備等の種類、用途、役割、メーカ名、初期性能、使用条件、想定耐久年数などを示すデータでもよい。また、計測対象に対して行われた保全作業の内容、計測対象に生じた異常報告もしくは故障の記録、当該設備の設置場所のレイアウト変更もしくはテナントの入れ替えなどの計測対象に影響を与えるイベントなど、インシデントの記録が電子化されたデータも含まれる。
　特徴量データは、計測データの特徴量を示すデータである。特徴量は、例えば、計測データの値の平均値、最大値、最小値などにしてもよい。または、例えば、所定期間には必ず特定の状態である場合または所定時刻に必ず設定が変化されるといった特徴的な状態または事象（イベント）などにしてもよい。特徴量データは、例えば、特徴量の内容、特徴量の継続時間、特徴量の抽出方法、当該抽出方法に必要な情報、特徴量を表す値などを示すデータでもよい。また、特徴量データは、計測対象の利用事例として用いられてもよい。
　インシデントデータは、計測データに含まれる特定の事象（インシデント）に関するデータである。インシデントデータは、例えば、計測対象に対して行われた保全作業の内容でもよい。または計測対象に生じた異常もしくは故障の内容でもよい。または異常等を確認した報告者でもよい。または当該設備の設置場所のレイアウト変更もしくはテナントの入れ替えなど、計測対象に影響を与えるイベントでもよい。インシデントデータも特徴量データは、計測対象の利用事例として用いられてもよい。
　オントロジー管理部２２の特徴量データ抽出部２２２は、計測データ記憶部２１２の計測データに基づき、特徴量データまたはインシデントデータの抽出を行う。抽出を行うための情報、例えば、計測対象、対象期間（計測日時）、特徴量の抽出方法、当該抽出方法に必要な情報は、予め与えられるものとする。
　特徴量データなどを抽出する方法としては、例えば、対象期間における計測データの平均値または閾値との比較といった統計量に基づき抽出する方法がある。閾値の場合は、閾値を上回る計測データの個数または閾値を下回る計測データの個数を特徴量（頻度）として集計する。またＳＡＸ法と呼ばれる時系列データの近似表現手法を採用して、計測データを文字列表現に変換してもよい。ＳＡＸ法は、指定されたセグメント数で対象期間を分割し、各セグメント内でのデータの平均値を算出した後、指定されたアルファベット数で正規分布の各面積が均等になるように分割し、各分割区間に対して文字列（アルファベット）を割り当てる。ＳＡＸ法を用いるためのセグメント数なども与えられるものとする。
　特徴量データ抽出部２２２は、抽出した特徴量データなどにより、オントロジー記憶部２２１に記憶されたオントロジー（知識グラフ）を更新する。
　オントロジーにより、計測対象の種類、利用環境、設置場所、ビルの仕様などに関する抽象的な検索キーワードによっても、各データを検出することができる。例えば、「設置場所は、夏はすごく暑い」といった検索キーワードでも、計測データに基づき、オントロジーに関する他のデータの検索が可能である。また、「設置場所は西側上層階」といった検索キーワードでも、空間データに基づき、オントロジーに関する他のデータの検索が可能である。
　なお、特徴量データ抽出部２２２は、オントロジー（知識グラフ）生成部として、オントロジーを生成してもよい。オントロジーの生成は、空間データ、計測対象データ、計測データ、特徴データ、インシデントデータをいずれに配置するかが定められた変換フォーマットに基づき作成すればよい。オントロジー（知識グラフ）生成部として、オントロジーを生成する場合は、オントロジーデータ記憶部２２３が、変換フォーマットと空間データと計測対象データとを予め記憶しているものとする。特徴量データ抽出部２２２は、オントロジーデータ記憶部２２３から変換フォーマットと空間データと計測対象データを取得し、計測データ記憶部２１２から計測データを取得し、計測データから特徴量データとインシデントデータを算出した上で、オントロジー（知識グラフ）を一から生成してもよい。
　劣化モデル処理部２の劣化モデル管理部２３は、劣化モデルを管理する。本実施形態の劣化モデルは、計測対象の性能を示すパラメータの推移を示す推移データであり、計測対象のオントロジーと対応づけられている。これにより、特徴量データまたは抽象的な検索キーワードなどを用いて、利用事例などが運用対象と類似する計測対象の劣化モデルを検索することができる。
　劣化モデル管理部２３の劣化モデル生成部（パラメータキャリブレータ部）２３１は、計測データ記憶部２１２に格納された計測データに基づき、劣化モデルを生成する。
　劣化モデル生成部２３１は、所定期間における計測データに基づき、ある時刻における計測対象の所定のパラメータの値を算出する。パラメータの値の算出は周期的に行われる。このように、複数の時刻におけるパラメータの値に基づき、パラメータの推移を示すデータである劣化モデルを生成する。
　なお、劣化モデル生成部２３１は、計測データに含まれる計測項目からでは直接算出することができないパラメータに対しても、パラメータの値を推定することにより、劣化モデルを生成してもよい。例えば、計測対象が空調設備の場合、空調の設定温度や部屋の温度などは、計測装置などで計測することができるが、空調設備の冷暖房効率（ＣＯＰ：Ｃｏｅｆｆｉｃｉｅｎｔ　ｏｆ　ｐｅｒｆｏｒｍａｎｃｅ）は、計測することができず、計測データには含まれない。このような直接計測できない内部パラメータ（非計測パラメータ）も、計測データに基づくシミュレーションなどにより推定を行う。そして、複数の時刻の推定値または確率密度分布に基づき、内部パラメータの劣化モデルが生成される。
　なお、計測装置等で計測は可能であるが、実際に計測しておらず、計測データに含まれていないパラメータも内部パラメータとして推定してもよい。
　推定方法は、特に限られるものではない。例えば、シミュレイティドアニーリング（Ｓｉｍｕｌａｔｅｄ　Ａｎｎｅａｌｉｎｇ：ＳＡ）法などの公知の逐次最適化手法、パーティクルフィルタなどの公知の確率分布推定手法を用いてもよい。また、シミュレーション部１４などの既存のシミュレーション部を用いてもよい。算出されたパラメータの推定値は、一意に定めてもよいし、確率密度分布にて表されてもよい。
　図２は、劣化モデル生成部２３１が生成した、パラメータの推定値を確率密度分布にて表現する劣化モデルの一例を示す図である。横軸が計測対象の稼働時間を示す。縦軸は計測対象のパラメータの値を示す。劣化モデルは、図２のように内部パラメータの時系列の推移にて表される。図２には３つのグラフが示されているが、一番上の点線のグラフ（最大期待性能）は、推定された最大の性能を示す。一番下の点線のグラフ（最小期待性能）が推定された最小の性能を示す。最大期待性能と最小期待性能の間にある実線のグラフ（平均期待性能）は推定された平均の性能を示す。
　図２では、時刻ｔ１とｔ２において、上記３つのグラフの上に正規分布が示されている。これは、時刻ｔ１とｔ２それぞれにおいて、劣化モデル生成部２３１が算出した、パラメータの確率密度分布である。時刻ｔ２における確率密度分布は、時刻ｔ１における確率密度分布よりも確率密度分布のばらつきは大きい。このように、推定される確率密度分布は、一般に時間の経過に伴い大きくなることが多い。
　劣化モデル生成部２３１は、各時刻におけるパラメータの確率密度分布を算出して、算出した確率密度分布をつなぎ合わせることにより、推移データを生成する。劣化モデル生成部２３１が生成した推移データは劣化モデル記憶部２３３に記憶される。
　劣化モデル管理部２３のオントロジー取得部２３２は、オントロジー記憶部２２１からオントロジーを取得し、劣化モデル記憶部２３３に記憶させる。なお、オントロジーではなく、オントロジー記憶部２２１に記憶されているオントロジーの位置を示す位置情報（リンク）を取得してもよい。
　劣化モデル記憶部２３３は、計測対象ごとに、劣化モデル生成部２３１から送られた推移データと、オントロジー取得部２３２から送られた特徴量データを含むオントロジーを検索用のインデックスとして対応付けて記憶する。なお、オントロジーの代わりにオントロジー記憶部２２１に記憶されているオントロジーの位置を示す位置情報（リンク）を対応付けて記憶してもよい。
　劣化モデル記憶部２３３は、取得部１２から検索条件を受取り、検索条件に適合した劣化モデルを抽出する。オントロジーは、推移データを抽出する際のインデックスとして用いられる。これにより、オントロジーに含まれる空間データ、計測対象データ、計測データ、特徴量データ、インシデントデータに係る検索キーワードを用いて、運用対象と類似する計測対象の劣化モデルを検索することができる。
　例えば、運用計画案作成処理部１の取得部１２が入力部１１を介して運用対象に想定される利用事例を受け取った場合は、当該利用事例が劣化モデル記憶部２３３に渡され、劣化モデル記憶部２３３は当該利用事例と類似する利用事例を有する計測対象の劣化モデルを取得部１２に渡してもよい。また、劣化モデル記憶部２３３は、運用対象の情報または建物の利用条件などを受け取り、運用対象に類似する計測対象または当該利用条件などに適応する計測対象を検出し、当該計測対象の利用事例と劣化モデルを取得部１２に渡してもよい。
　図３は、劣化モデル生成処理のフローチャートである。計測データは既に計測データ記憶部２１２に記憶されていることを想定する。
　劣化モデル生成部２３１が、計測データ記憶部２１２から計測データを取得し、内部パラメータの推定処理を実行する（Ｓ１０１）。内部パラメータの推定処理のフローについては後述する。
　劣化モデル生成部２３１は、算出した各時刻の内部パラメータの推定値より、推移データである劣化モデルを生成する（Ｓ１０２）。劣化モデルは既に過去に作成された同一対象のものに新たに推定した内部パラメータの推定値を追加し更新してもよい。劣化モデル生成部２３１は、登録周期経過後に、劣化モデル記憶部２３３に劣化モデルを記録する（Ｓ１０３）。
　一方、特徴量データ抽出部２２２は、計測データ記憶部２１２から計測データを取得し、計測データから特徴量データを抽出する（Ｓ１０４）。特徴量データ抽出部２２２は、抽出した特徴量データにて、オントロジー記憶部２２１のオントロジーを更新する（Ｓ１０５）。
　オントロジー取得部２３２は、定期的にまたはオントロジーが更新されたときに、オントロジー記憶部２２１からオントロジーまたは位置情報を取得する（Ｓ１０６）。そして、オントロジー取得部２３２は、運用ごとに、劣化モデル記憶部２３３の劣化モデルと取得したオントロジーとを対応付ける（Ｓ１０７）。以上が第１の実施形態に係る劣化モデル生成処理のフローである。
　なお、このフローチャートは一例であり、これに限られるものではない。例えば、Ｓ１０４とＳ１０５の処理は、Ｓ１０１よりも前に行われても問題は生じない。このように、問題が生じなければ、順番などは入れ替えてもよい。以降に説明されるフローチャートについても同様である。
　次に、劣化モデル生成部２３１が行う内部パラメータの推定について説明する。内部パラメータの推定方法としては、ベイズ推定などが用いられる。計測データに基づく計測された状態をＹ、計測されていない状態（推定状態、非計測状態）をＸとすると、状態Ｙに基づき、状態Ｘを推定することは、状態Ｙが起きた場合における状態Ｘの起きる確率（事後確率）Ｐ（Ｘ｜Ｙ）を求めることと同じである。そして、事後確率Ｐ（Ｘ｜Ｙ）はベイズの定理により次式で表される。
Figure JPOXMLDOC01-appb-M000001
　ベイズ推定では、上記数式において、Ｘを確率変数とし、Ｘを確率密度関数Ｐにおけるパラメータとみなす。以降、Ｘを推定パラメータと称する。そうすると、Ｐ（Ｘ）は、推定パラメータＸの事前確率密度分布、Ｐ（Ｘ｜Ｙ）は、状態Ｙが計測されたときの推定パラメータＸの事後確率密度分布となる。Ｐ（Ｙ）は状態Ｙが起きる事前確率、Ｐ（Ｙ｜Ｘ）は、パラメータＸの時にＹが得られる事後確率であり、尤度と称される。
　さらに、時刻ｔ（ｔは正の実数）における推定パラメータをＸｔ、数式１は次式に置き換えることができる。
Figure JPOXMLDOC01-appb-M000002
 Ｙ１：ｔとは、時刻ｔまでに計測されたデータの集合Ｙ＝｛Ｙ１、Ｙ２、・・・Ｙｔ｝を意味する。つまり、Ｐ（Ｘｔ│Ｙ１：ｔ）は、計測開始時刻から現在時刻までの計測値に基づく、推定パラメータＸの確率密度分布を意味する。
　なお、確率密度分布の分布形状に着目する場合、Ｐ（Ｙｔ│Ｙ１：ｔ－１）は、Ｘに依存しない定数であるため、無視してもよい。よって、次式で表される。
Figure JPOXMLDOC01-appb-M000003
　上記数式３によれは、新たに計測値Ｙｔを得て、尤度Ｐ（Ｙｔ│Ｘｔ）を求めることにより、先の時刻ｔ－１までの計測データから推定した事後確率密度分布Ｐ（Ｘｔ│Ｙ１：ｔ－１）を、現在の時刻までの計測データから推定する事後確率密度分布Ｐ（Ｘｔ│Ｙ１：ｔ）に、逐次更新できることを意味する。したがって、初期時刻ｔ＝０における適当な初期確率密度分布Ｐ（Ｘ０）から始めて、尤度の算出と事後確率密度分布の更新を繰り返すことで、現在時刻の推定パラメータＸの確率密度分布を求めることができる。
　このように、事後確率密度分布を求める方法としては、ギブス法、メトロポリス法などを含むマルコフ連鎖モンテカルロ法（ＭＣＭＣ：Ｍａｒｋｏｖ　ｃｈａｉｎ　Ｍｏｎｔｅ
　Ｃａｒｌｏ　ｍｅｔｈｏｄｓ）、逐次モンテカルロ法の一種であるパーティクル法（パーティクルフィルタ）などを用いればよい。
　劣化モデル生成部２３１は、予め定められた上記の手法を用いて、事後確率密度分布を算出する。なお、尤度Ｐ（Ｙｔ│Ｘｔ）はシミュレーションにて求めればよい。シミュレーションを利用する際は、運用計画案作成処理部１のシミュレーション部１４を用いるが、劣化モデル生成部２３１自体がシミュレーション部を含む場合もあり得る。
　劣化モデル生成部２３１が、事後確率密度分布を推定する一例として、パーティクルフィルタを推定手法として用いる場合を次に説明する。
　パーティクルフィルタは、推定パラメータＸの事後確率密度分布Ｐ（Ｘ｜Ｙ）を、多数のパーティクルを有するパーティクル群の分布で近似する手法である。パーティクルフィルタは、予測、尤度計算、リサンプリング（パーティクル群の分布の更新）を逐次的に繰り返すことによって、現在時刻における推定パラメータＸの事後確率密度分布を算出する。
　パーティクルの数は、一般的に１００から１万個程度の範囲で任意に定めるとする。パーティクルの総数が多くなれば、推定精度が向上するが、推定計算に要する時間が長くなる。なお、パーティクル群は、パーティクルの数をｎ（ｎは正の整数）個とすると、Ｐ＝｛ｐ１、ｐ２、・・、ｐｉ・・・ｐｎ｝で表される。ｉは１以上、ｎ以下の整数である。
　なお、推定する状態が複数ある場合、推定パラメータＸはｍ（ｍは正の整数）個の構成要素を含むｎ次元ベクトルＸ＝｛ｘ１、ｘ２、・・・ｘｍ｝で表すことができる。例えば、ＣＯＰと、１人あたりの想定発熱量の２つを推定したい場合は、ｘ１をＣＯＰ、ｘ２を１人あたりの想定発熱量とするが、他の情報も含んでいる場合もある。それぞれのパーティクルは、前記の計測値Ｙｔとパーティクルの各構成要素を入力として、乱数と予め定められたモデル式（状態方程式）を用いて、時刻ｔ＋１における各パーティクルの構成要素の予測値と計測予測値Ｙｔ＋１を算出することが可能となる全ての情報を含んでいる。この場合、ｉ番目のパーティクルは、次式で表される。
ｐｉ＝｛ｘ１ｉ、ｘ２ｉ、・・・・・，ｘｍｉ、重みｉ｝重みｉは、後述するリサンプリングの処理にて用いられる数値である。パーティクルの各要素の値および重みは、浮動小数点または整数で表される。
　図４は、推定手法としてパーティクルフィルタを用いる場合における劣化モデル生成部２３１の概略構成の一例を示すブロック図である。この場合の劣化モデル生成部２３１は、パーティクル初期設定部２３１１と、シミュレーション制御部２３１２と、パーティクルシミュレーション部２３１３と、パーティクル尤度計算部２３１４と、パーティクル変更演算部２３１５と、合成部２３１６と、を備える。
　パーティクル初期設定部２３１１は、初期時刻における各パーティクルの構成要素および重みの初期値を設定する。構成要素の初期値は０、重みの初期値は１を想定しているが、他の値でもよい。
　シミュレーション制御部２３１２は、各パーティクルの構成要素および重みの値をパーティクルシミュレーション部２３１３に送り、シミュレーションの実行を指示する。
　パーティクルシミュレーション部２３１３は、乱数と予め定められたモデル式（状態方程式）を用いて、時刻ｔ＋１における各パーティクルの構成要素の予測値を計算する。
　パーティクル尤度計算部２３１４は、パーティクルシミュレーション部２３１３が算出した時刻ｔ＋１における各パーティクルの予測値と、時刻ｔ＋１における計測データの実測値の差に基づき、尤度を算出する。
　尤度の算出方法は、例えば、ガウス分布に基づくノイズが観測値に入ることを仮定し、計測データの計測値と、パーティクルシミュレーション部２３１３の予測値とのユークリッド距離を正規化するなどの方法があるが、特に限定されるものではない。
　パーティクル変更演算部２３１５は、パーティクル尤度計算部２３１４が算出した各パーティクルの尤度を、各パーティクルの重み値とし、リサンプリングを行う。リサンプリングとは、重み値に基づき、各パーティクルを複製または消滅させ、新たなパーティクル群を生成することを意味する。なお、消滅させたパーティクルの数だけ、パーティクルは複製されるため、パーティクルの数は一定である。
　リサンプリングの方法は、パーティクルｐｉの重みｉを、全てのパーティクルの重みの総和で除算した値（重みｉ／Σ重みｉ）である選択確率Ｒｉに基づき、各パーティクルに対し、複製および消滅を行う。そして、リサンプリング終了後に存在するｎ個のパーティクルを、新しいパーティクルの集合とする。
　パーティクル変更演算部２３１５は、新しいパーティクル群の全てのパーティクルの全ての構成要素の値に対し、一定の長さで予め区切られた範囲に含まれるパーティクルの構成要素の値を、当該範囲内の予め定められた値に変更する。これは、パーティクルの個数によって、確率密度分布の値を決定するためである。そして、各パーティクルの重みを１にする。このようにして、時刻ｔ＋１のパーティクル群が生成される。
　図５は、パーティクルフィルタの処理の内容を示す図である。横軸は確率変数ｘ１、縦軸は確率密度を表す。
　図５（Ａ）は、時刻ｔにおけるパーティクル群の分布を示す。パーティクルが別のパーティクルの上に表示されているのは、便宜上、ｘ１の値が同じパーティクルが複数あることを示す。
　図５（Ｂ）は、時刻ｔ＋１におけるパーティクルの分布をシミュレーションにより予測した分布である。
　図５（Ｃ）は、尤度のグラフと、パーティクルの重みを色で分類した図である。曲線で示された尤度の大きさに基づき、各パーティクルの重みが決定される。尤度の大小の判断基準は、予め定められているものとする。ここでは、尤度の小さいパーティクルを黒色に、尤度の大きいパーティクルを斜線に、それ以外のパーティクルは白色に示している。
　図５（Ｄ）は、リサンプリングの結果を示す。尤度が小さい黒色のパーティクルは消滅し、尤度の大きい斜線のパーティクルは複製されている。なお、複製する個数は、重みによって異なってもよい。例えば、図５（Ｃ）の尤度が最大となるパーティクルは、図５（Ｄ）にて２つ複製されている。
　図５（Ｅ）は、時刻ｔ＋１におけるパーティクル群の分布を示す。一定区間内に存在するパーティクルの値を、全て一定値にするという調整により、同じ値のパーティクルが複数存在することになり、時刻ｔ＋１における確率密度分布の形状となる。
　この処理を現在の時刻まで繰り返すことで、最終的に現在時刻の事後確率密度分布が求まる。そして、事後確率密度分布の算出処理が周期的に行われることにより、事後確率密度分布の時系列のデータが求まる。
　合成部は、各時刻の事後確率密度分布の値を合成して推移データとし劣化モデルを生成する。例えば、合成部は、各時刻の事後確率密度分布の平均値をつなぎ合わせて平均期待性能を生成する。
　図６は、パーティクルフィルタによる内部パラメータの推定処理のフローチャートである。本フローは、パーティクルフィルタにより内部パラメータを推定する場合において、図３に示した劣化モデル生成処理のフローのＳ１０１に該当する。
　パーティクル初期設定部２３１１は、確率密度分布を生成する推定パラメータに対し、以前に生成したパーティクル群があるかを確認する（Ｓ２０１）。ある場合は、Ｓ２０３の処理に移る。ない場合は、パーティクル初期設定部２３１１は、各パーティクルの初期値を決定する（Ｓ２０２）。パーティクルの数は、予め定められていることを想定しているが、この時にパーティクル初期設定部２３１１が決定してもよい。
　シミュレーション制御部２３１２は、全パーティクルの構成要素の値をシミュレーション部１４に送る（Ｓ２０３）。パーティクルシミュレーション部２３１３は、取得した全パーティクルに対し、シミュレーションを行い、次の時刻における各パーティクルの予測値を算出する（Ｓ２０４）。
　パーティクル尤度計算部２３１４は、シミュレーション制御部２３１２から予測値を、計測データ記憶部２１２から計測データを取得し、予測値と計測データに基づき、各パーティクルの尤度を計算する（Ｓ２０５）。
　パーティクル尤度計算部２３１４は、リサプリングと各パーティクルの値の調整を行い、新たなパーティクル群を生成する（Ｓ２０６）。生成した新たなパーティクル群が現在時刻のパーティクル群かを確認し（Ｓ２０７）、現在時刻でのパーティクル群でない場合は（Ｓ２０７のＮＯ）、Ｓ２０３の処理に戻る。現時時刻でのパーティクル群である場合は（Ｓ２０７のＹＥＳ）、当該処理は終了し、確率密度分布が内部パラメータの推定値（範囲）となる。
　次に建物モデル処理部３について説明する。建物モデル処理部３は、建物モデルを含む、建物に関する様々なデータ（建物データ）を管理する。そして、所定の情報に基づき、建物モデルを抽出および加工することにより、設備運用計画の作成に用いられる建物モデルを生成する。
　建物データ管理部の建物データ記憶部３１は、様々な建物の建物データが予め記憶されている。記憶される建物データは、例えば、ＢＩＭモデル（Ｂｕｉｌｄｉｎｇ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｍｏｄｅｌ）などのＣＡＤデータなどがある。
　ＢＩＭモデルなどの建物データには、オブジェクト、そのオブジェクトの属性に関する属性情報（建物属性）、他のオブジェクトとの関係性を表す関係情報などが含まれる。オブジェクトには、建物を構成する、空間、部材（構成物）、設備、機器などを表すオブジェクトなどがある。また、これらのオブジェクトには、頂点の位置座標など形状に関する情報が含まれる。また空間は、床、壁、天井、仮想の区切りなどにより囲まれた空間（室）を表す。扉などで仕切られておらず、空間の境界となる建物部材がない場合でも、仮想の区切りがあるものとしてよい。空間は、平面も立体も含むものとする。建物の一部または構成物は、例えば、窓、柱、階段といったものがある。設備等または機器は、空調、照明、センサ、無線アクセスポイントなど、建物内に存在している設備等であればよい。
　属性情報には、例えば、そのオブジェクトの名称、面積、体積、材料、材質、性能、用途、状態、存在する階（フロア）などがある。関係情報には、構造関係、構成関係、および接続関係などがある。
　なお、建物データには、加工処理に用いられる情報が含まれていればよく、加工処理に用いられない情報は、含まれていなくともよい。例えば、加工処理に材料の属性が不要であれば、材料の属性の値が空でもよい。また、建物データは、ＢＩＭソフトウェアにより生成されたものでもよいし、空間情報生成装置のために加工または新規作成されたものでもよい。また、ここでは、ＢＩＭモデルを加工することを想定して説明を行うが、ＢＩＭモデルに限らず、必要な情報を含む建物データであればよい。
　建物データ管理部の建物モデル抽出部３２は、運用対象が設置される建物と類似する建物を類似建物と判断する。そして、類似建物に係る建物モデルを、運用対象の建物モデルとして、建物データ記憶部３１から取得する。なお、建物モデル抽出部３２が抽出した結果は、取得部１２に渡されてもよいし、抽出結果記憶部３３に記憶されてもよい。
　建物が類似するか否かの判定条件は、任意に定めてよい。例えば、建物モデル抽出部３２は、建物内のオブジェクトの属性、形状、または構造のいずれかが一致または類似しているオブジェクトを有する建物を類似建物と判定する。
　例えば、建物データが有する属性を比較し、両属性が一致するかを確かめればよい。両属性が一致しなくとも、類似関係であることを示す予め定められた類似関係データに、両属性の関係が登録されている場合には、両属性は類似であると判定してもよい。または、両属性が値で表されている場合に、両属性の値の差分が閾値以下の場合に、両属性は類似であると判定してもよい。
　また、例えば、壁、底面などといった平面のオブジェクトの形状に着目し、平面のオブジェクトの一部または全部の形状が一致または相似であるときに、両形状は一致または類似であると判定してもよい。
　また、窓もしくは扉などの開口部の向き、または定められた方向軸の向きなどに着目し、これらの向きが一致しているか所定範囲内であるかにより、両構造は一致または類似であると判定してもよい。
　その他にも、例えば、形状に関しては、公知の形状判定方法を用いて、両建物が一致または類似であるかを判定してもよい。また、構造に関しては、ＢＩＭＱＬ（Ｂｕｉｌｄｉｎｇ　Ｉｎｆｏｒｍａｔｉｏｎ　Ｍｏｄｅｌ　Ｑｕｅｒｙ　Ｌａｎｇｕａｇｅ）などの公知のＢＩＭモデル属性検索方法を用いて、両建物が一致または類似であるかを判定してもよい。また、例えば、建物の情報を意味的な関係にて結び付けた木構造にて表し、木構造の類似度をＴＥＤ（Ｔｒｅｅ　Ｅｄｉｔ　Ｄｉｓｔａｎｃｅ）により算出する方法などが考えられる
　図７は、建物モデル抽出処理のフローチャートである。建物モデル処理部３の建物データ記憶部３１には建物データが既に記録されていることを想定する。
　建物モデル抽出部３２は、取得部１２から検索条件を取得する（Ｓ３０１）。建物モデル抽出部３２は建物データ記憶部３１を検索し、検索条件と適合する建物データを有する建物を類似建物と判定し、類似建物の建物モデルを取得する（Ｓ３０２）。建物モデル抽出部３２は、取得した建物モデルを取得部１２に渡す（Ｓ３０３）。建物モデル抽出部３２は、取得した建物モデルを抽出結果記憶部３３に記録してもよい。以上が、建物モデル抽出処理のフローである。
　次に運用計画案作成処理部１について説明する。運用計画案作成処理部１は、与えられた情報に基づき、運用計画案の作成に必要な情報を劣化モデル処理部２と建物モデル処理部３から取得した上で、運用計画案を作成する。
　入力部１１は、運用計画案に関する情報を受け付ける。例えば、作成される運用計画案の条件として、運用計画案の計画年数、保全作業の実施期限などがある。運用対象に契約期間があり、契約期間前に運用対象を返却しなければならないといった場合には、契約期間前に運用対象を更新する運用計画案を作成する。その他、各保全作業にかかる費用、設備等を交換する場合の新しい設備等の機種候補などがある。
　入力部１１は、劣化モデルを取得するための情報を受け付ける。劣化モデルを取得するための情報としては、運用対象の利用事例、または運用対象のオントロジーを利用するためのオントロジーに含まれる空間データ、計測対象データ、計測データ、特徴量データ、インシデントデータに係る検索キーワード情報がある。運用対象の利用事例は、入力部１１から受け取るのではなく、類似する計測対象または建物の利用条件などに基づいて、オントロジー記憶部２２１または劣化モデル記憶部２３３から取得してもよい。
　入力部１１は、建物モデルを取得するための情報を受け付ける。建物モデルを取得するための情報としては、例えば、建物の面積、体積、材料、材質、性能、用途、状態などの建物の属性に関する情報がある。
　取得部１２は、劣化モデル記憶部２３３から劣化モデルと利用事例を取得する。利用事例に係る情報は、運用対象の使われ方を特定するものであれば特に限られるものではない。例えば、運用対象を空調機器とする場合は、日時別の空調機器のＯＮ／ＯＦＦ時間、設定温度の変化、各部屋の室温、外気温などでもよい。
　運用計画案作成部１３は、運用計画案を作成する。運用計画案の基となる運用対象全体の経済性（運用コストと保全コストの和）や快適性などの性能の予測は、シミュレーション部１４が利用事例と、劣化モデルと、建物モデルとに基づいてシミュレーションを行うことにより求まる。運用計画案作成部１３は、利用事例と、劣化モデルと、建物モデルをシミュレーション部１４に設定する。そして、シミュレーションのパラメータとして、保全作業の内容、時期などを変えて、シミュレーションを行なわせる。これにより、保全作業の内容、時期などが異なるシミュレーション結果が生成される。
　なお、シミュレーションに用いられる利用事例は、非特許文献１に記載した米国エネルギー省のホームページに開示されているものを例に作成してもよい。
　図８は、運用計画案の一例を示す図である。図８では、運用対象に対して行われる保全作業の実施時期が、横軸（時間軸）上の△にて示されている。また、運用計画案を評価する指標として性能が縦軸に示されている。図８のように、運用計画案には、保全作業実施前後の性能の推移が示されている。これにより、保全作業の効果を見ることができる。
　図８（Ａ）に示す運用計画案１（プラン１）は、更新時期が早いため、更新時期までにおける性能の劣化は小さい。図８（Ｂ）に示す運用計画案２（プラン２）は、更新時期が遅いため、期待性能のばらつきはあるが、更新時期において性能の劣化は大きい。ゆえに、プラン２では、更新時期の直前に、設備等を利用するユーザ等の不満が高まるといった可能性がある。
　運用計画案作成部１３は、図８のような運用計画案を作成し、出力部１６を介して出力する。運用計画案作成部１３は、作成した運用計画案を全て出力してもよい。または、運用計画案作成部１３は、作成した運用計画案のうち、条件を満たす運用計画案または最適と判定される運用計画案を出力してもよい。
　例えば、平均期待特性が閾値以下になってはならないという条件の場合において、図８に示したプラン２の平均期待特性が閾値以下であれば、プラン２は出力されなくともよい。例えば、最大期待性能が閾値以上であればよいという条件が入力された場合において、プラン２の最大期待性能が閾値以上であれば、プラン１とプラン２のいずれかまたは両方を出力してもよい。
　なお、図８では、保全作業を同種の機器に更新することを想定する。ゆえに、更新後の性能の値は初期値と同じである。また、更新後の使用状況も同じとする。ゆえに、グラフの形状も更新前後において同じである。しかし、保全作業の内容は更新に限られないし、更新後の使用状況も変えてよい。
　また、更新により運用対象を異なる機種に交換するとしてもよい。その場合は、運用対象のシミュレーション結果と異なる機種のシミュレーション結果をつなぎ合わせればよい。異なる機種のシミュレーションも、異なる機種の劣化モデルを運用対象と同様に取得すればよい。運用対象を異なる機種に交換した場合の運用計画案では、図８とは異なり、性能指標の値とグラフの形状が変化する。また、更新後の使用条件も変化させてよい。例えば、異なるテナントに設置され、使用条件が変わったと想定してもよい。その場合、異なるテナントに対応する建物モデルと利用事例を用いてシミュレーションを行う。
　図８は評価の指標として性能を用いたが、性能以外の指標を用いてもよい。図９は、運用計画案の他の一例を示す図である。図９の例では、累積コストを評価指標とした運用計画案である。累積コストは、今までの運用対象の更新時のコストと運用コストとの総和で表される。図９（Ａ）は、図８（Ａ）で示されたプラン１を示す。図９（Ｂ）は、図８（Ｂ）で示されたプラン２を示す。
　図９（Ｂ）に示されたプラン２では、更新時期の直前において、最大期待累積コストが加速度的に増加されている。これは、性能の劣化に伴い消費電力コストなどが増加することを示している。これにより、プラン２の更新後の平均期待累積コストは、プラン１の更新後の平均期待累積コストよりも大きくなる。ゆえに、例えば、図９（Ｂ）の更新時期における平均期待累積コストが最も小さい運用計画案を出力するという条件である場合は、プラン１が出力される。
　運用計画案記憶部１５は、運用計画案作成部１３が作成した運用計画案を記憶する。また、ユーザなどから入力部１１を介して検索条件を受け付けて、検索条件に適合する運用計画案を、出力部１６を介して出力してもよい。
　図１０は、運用計画案作成処理のフローチャートである。劣化モデルは既に生成され劣化モデル記憶部２３３に記憶されていることを想定する。また、建物モデル処理部３の建物データ記憶部３１には建物データが格納されていることを想定する。
　入力部１１が入力情報を受け付ける（Ｓ４０１）。入力部１１は、必要な情報を取得部１２に渡す。取得部１２は、運用対象と運用対象が設置される建物の使用条件などの情報に基づき、劣化モデル処理部２に利用事例を要求する（Ｓ４０２）。なお、ここでは、利用事例をオントロジー記憶部２２１から取得することを想定しているが、取得部１２は、入力部１１を介してユーザまたは他のシステムなどから利用条件を取得してもよい。そのときは、Ｓ４０２の処理は省略される。劣化モデル処理部２は、取得部１２から与えられた情報に適合する利用事例をオントロジー記憶部２２１から抽出し、当該利用事例を取得部１２に渡す（Ｓ４０３）。なお、Ｓ４０２とＳ４０３の処理は、取得部１２とオントロジー記憶部２２１との間で直接行われてもよいし、オントロジー取得部２３２を介して行われてもよい。
　取得部１２は、運用対象と取得した利用事例とに基づき、劣化モデル処理部２に劣化モデルを要求する（Ｓ４０４）。劣化モデル処理部２は、取得部１２から与えられた情報に適合する劣化モデルを劣化モデル記憶部２３３から抽出し、当該劣化モデルを取得部１２に渡す（Ｓ４０５）。なお、劣化モデル処理部２はＳ４０３の処理において抽出した利用事例に基づき、Ｓ４０５の処理を連続して行い、利用事例と劣化モデルを取得部１２に一度に渡してもよい。そのときは、Ｓ４０４の処理は省略される。
　取得部１２は、運用対象が設置される建物の情報に基づき、建物モデル処理部３に建物モデルを要求する（Ｓ４０６）。建物モデル処理部３は、図７に示した建物モデル抽出処理を行い、建物モデルを取得部１２に渡す（Ｓ４０７）。
　取得部１２は、取得した利用事例、劣化モデル、および建物モデルを運用計画案作成部１３に渡す（Ｓ４０８）。運用計画案作成部１３がシミュレーション部１４に利用事例、劣化モデル、建物モデルを設定する（Ｓ４０９）。運用計画案作成部１３が、保全作業の内容、保全作業の時期などのパラメータを変えながら、シミュレーション部１４にシミュレーションを行わせる（Ｓ４１０）。そして、運用計画案作成部１３は、取得したシミュレーション結果に基づき、運用計画案を作成する（Ｓ４１１）。
　作成された運用計画案は出力部１６に渡され、出力部１６が運用計画案を出力する（Ｓ４１２）。また、作成された運用計画案は運用計画案記憶部１５に渡され、運用計画案記憶部１５に記憶されてもよい。以上が、運用計画案作成処理のフローである。
　以上のように、第１の実施形態によれば、運用対象と類似する計測対象の計測データを用いて運用計画案を作成する。この際、計測データからは直接求めることができない内部パラメータも確率密度分布を用いて推定することにより、性能の劣化を予測でき、保全作業の実施時期が適切な運用計画案を作成することができる。
　また、計測対象の計測データと計測対象に係るその他のデータとを体系づけたオントロジーを用いることにより、運用対象と類似する計測対象および計測対象の利用事例を簡易なキーワードでも検出することができる。
　また、運用対象が設置される建物と類似する建物の建物モデルを用いることにより、運用対象が設置される建物の詳細情報がない場合または建物が建設中である場合でも、運用計画案を作成することができる。
（第２の実施形態）
　第２の実施形態では、シミュレーションに用いられる建物モデルから、不要なデータを取り除くことで建物モデルを簡略化し、シミュレーションの負荷を抑える。例えば、柱等の特定の建物要素、または外気に接している壁といった特定の条件を満たす建物要素を排除してもよい。また、対象空間の外周形状を短絡または直線化してもよい。第１の実施形態と同様な点は、説明を省略する。
　図１１は、第２の実施形態に係る運用計画案作成装置の概略構成の一例を示すブロック図である。第２の実施形態は、第１の実施形態に対し、建物モデル処理部３が建物モデル加工部３４をさらに備える。建物モデル加工部３４は、空間形状加工部３４１と、空間構造加工部３４２とを備える。
　建物モデル加工部３４は、取得部１２から受け付けたパラメータに基づき、建物モデルを加工して簡略する。取得部１２から受け付けるパラメータとしては、加工する対象、加工する部分または範囲、加工レベル、加工方法などがある。加工レベルは、加工によって失われる面積・体積などの閾値などが考えられる。
　建物モデル加工部３４の空間形状加工部３４１は、建物モデルの形状についての加工を行う。形状に関する加工とは、例えば、建物内の部屋などの外周、内周などの形状を簡略化することなどがある。例えば、建物モデルの形状の指定された要素に関する部分、あるいは指定された種類の要素の部分の形状を簡略化する。これにより、平面の当該要素に関する辺数を少なくする。
　空間形状加工部３４１は、建物モデル抽出部３２または抽出結果記憶部３３から取得した建物モデルから、建物モデルの一部である平面オブジェクトを取得し、平面オブジェクトの形状を生成する。ここでは、この平面オブジェクトを加工面（基準面）と称する。
　空間形状加工部３４１は、生成した加工面の形状から、指定された要素に関する部分、あるいは指定された種類の要素の部分の形状を簡略化する。これにより、加工面の当該要素に関する辺数を少なくする。この簡略化を、ここでは要素簡略化と称する。
　また、空間形状加工部３４１は、加工面において、取得した建物モデルと、当該建物モデルに隣接する建物モデルとが接している隣接辺上に存在する、閾値より小さい凸部または凹部を簡略化する。この簡略化を、ここでは直線化と称する。
　図１２は、要素簡略化の一例を示す図である。図１２（Ａ）は加工前の加工面を示す図である。図１２（Ｂ）には、この例の指定要素である柱に係る辺は実線で、柱以外の線は点線で示す。図１２（Ｃ）は、簡略化処理の途中を示す図である。図１２（Ｄ）は、加工後の加工面を示す。
　加工前の加工面は、外周部に柱による窪み（凹部）と、内部に柱による空き空間が存在する。このような窪み、空間などは、シミュレーション部１４のシミュレーションにおいて不要とされる場合もあり得る。例えば、柱による内部の空き空間の情報は必要だが、外周部の柱による窪みは不要といった場合もあり得る。そのため、空間形状加工部３４１は、指定された省略すべき不要な情報を削除する。
　空間形状加工部３４１は、指定要素の柱に関する面と、それ以外の面を区別し、柱に関する面を簡略化する。まず、外周の柱が簡略化され、図１２（Ｃ）では、外周の凹部が消滅した状態となっている。そして、内部に柱による空き空間が簡略化され、図１２（Ｄ）では、柱に関する面が全て削除されている。このようにして、空間形状加工部３４１は、加工面を簡略化する。
　図１３は、直線化の一例を示す図である。ここでは、空間の外周に存在する、予め定められた閾値より小さい凸部および凹部を直線化し、オブジェクトが有する情報量を削減する。図１３（Ａ）は直線化処理前の加工面を示す図である。図１３（Ｂ）と図１３（Ｃ）は、直線化処理の途中を示すものであり、図１３（Ｂ）は、凸部および凹部を、予め定められた方法に基づき、簡略化したものである。図１３（Ｃ）は、簡略化された空間と、他の空間との重複部分を示すものである。重複部分について、さらに簡略化処理が行われる。図１３（Ｄ）は、さらなる簡略化後の加工面を示す。このようにして、空間形状加工部３４１は、加工面を直線化する。
　空間形状加工部３４１は、要素簡略化と直線化のどちらか一方または両方を行うことにより、不要な情報が排除された簡略化された加工面を生成する。これにより、シミュレーションの処理の負荷を削減することができ、また計算結果の算出までの時間を短くすることができる。空間形状加工部３４１の処理の詳細については後述する。
　空間構造加工部３４２は、指定された加工方法に基づき、加工面の分割または集約を行い、建物モデルを簡略化する。ここでは、分割とは、加工面を複数の分割片に分割することを意味する。また、ここでは、集約とは、複数の加工面を１つに合成することを意味する。
　図１４は、分割について説明する図である。図１４（Ａ）は、これから簡略化される加工面を示す図である。図１４（Ｂ）は、当該加工面に対し、分割線を引いた図である。図１４（Ｃ）は、生成された分割片を示す図である。図１４（Ａ）に示す加工面の外周に接している黒色の四角は、外周に接する柱を示すものである。空間構造加工部３４２は、例えば柱などの構成要素を基準として分割線を生成する。そして、１つの平面を複数の分割片に分ける。
　図１５は、分割片の再構成について説明する図である。図１５（Ａ）は、図１４（Ｃ）で示した図と同じであり、分割片を示す。図１５（Ｂ）は、矢印の末端の分割片が、矢印の先端の分割片に吸収されることを示す。図１５（Ｃ）は、再構成された分割片と、さらなる再構成の方向を矢印にて示す。図１５（Ｄ）は、再構成の結果を示す。分割片の再構成は、このように小さな分割片をなくす。
　次に、集約について説明する。図１６は、集約について説明する図である。図１６（Ａ）の実線で囲まれた部分は加工面である。点線は分割線である。灰色で示された加工面は、分割対象に指定されていない加工面であり、白色で示された加工面は、分割対象に指定され、分割片が生成された加工面である。このように、複数の加工面がある場合において、分割対象でない加工面を対象として集約を行う。
　空間構造加工部３４２は、加工面の外周の一部が隣接または共有することにより隣接関係にあると言える加工面を取得し、加工面の外周が最長となるように合成する。隣接する複数の加工面を１グループと考えれば、加工面を分割片とみなすことができる。そして、分割片の再構成と同様にすれば、集約を行うことができる。図１６（Ａ）では、白色で示された加工面の上側の３つの加工面を１グループに、白色で示された加工面の下側の２つの加工面を別の１グループとすれば、図１６（Ｂ）のように、集約される。
　このようにして、分割または集約が行われることにより、建物モデルが簡略化される。空間構造加工部３４２の処理の詳細については後述する。
　次に、空間形状加工処理の詳細について説明する。図１７は、空間形状加工処理のフローチャートである。空間形状加工部３４１は、全ての加工対象の建物モデルに対して処理を行う。まず空間形状加工部３４１は、加工面の形状の生成を行う（Ｓ５０１）。次に空間形状加工部３４１は、加工面の生成後、加工面の方向軸を取得する（Ｓ５０２）。加工面の方向軸は、加工を行う際の基準軸となるものである。
　また、空間形状加工部３４１は、簡略区間の設定（Ｓ５０３）および簡略区間における簡略面積閾値を設定する（Ｓ５０４）。簡略区間は、加工面を形成する辺を複数の区間に分割することにより生成された、形状を簡略化する対象の区間である。簡略面積閾値は、空間形状加工部３４１の簡略化により削減される面積の上限値を示す。簡略面積閾値は、簡略化より面積が削減され過ぎるのを防ぐ。
　方向軸の取得（Ｓ５０２）は、加工区間および簡略面積閾値の設定（Ｓ５０３、Ｓ５０４）と、並行して行われてもよいし、先または後に行われてもよい。方向軸の取得（Ｓ５０２）と、加工区間および簡略面積閾値の設定（Ｓ５０３、Ｓ５０４）が完了した後に、空間形状加工部３４１は、加工面の形状を簡略化する（Ｓ５０５）。簡略化は、要素簡略化と直線化のどちらか一方または両方でもよい。以上が、空間形状加工処理の概略フローチャートである。
　さらに空間形状加工部３４１の詳細について説明する。図１８は、空間形状加工部３４１の概略構成の一例を示すブロック図である。空間形状加工部３４１は、加工面取得部３４１１と、方向軸取得部３４１２と、簡略区間設定部３４１３と、形状簡略部３４１４と、加工程度評価部３４１５と、加工区間情報管理部３４１６とを備える。
　加工面取得部３４１１は、加工面の形状を生成する。加工面となる面は、予め定めておいてもよいし、取得部１２などから指定されてもよい。建築分野では、加工面を床面（底面）とすることが多いため、ここでは、加工面を床面として、説明する。
　加工面として床面が設定されていた場合、加工面取得部３４１１は、建物モデルの属性情報と関係情報に基づき、床面を検出する。床面を検出後、予め定められた生成方法に基づき、加工面の形状を生成する。生成方法としては、例えば、床面に関する全ての要素の全ての頂点の２次元座標を取得し、各頂点間を結ぶ辺を算出し、最大の閉ループとなる形状を生成するという方法が考えられる。また、別の方法としては、空間を囲い込む側面、例えば壁に関する全ての要素の全ての頂点から、床面に関する頂点のみを抽出し、それらの２次元座標と各頂点間を結ぶ辺とに基づき、最大の閉ループとなる形状を生成する。なお、座標に誤差がある場合などは、壁同士の接続関係を考慮してもよい。
　方向軸取得部３４１２は、加工面ごとに方向軸を取得する。図１９は、方向軸を取得する方法の一例を示す図である。方向軸取得部３４１２は、加工面を形成する辺のうち、方向基準として指定された要素に係る辺の向き（べクトル）を取得する。図１９では、指定要素に関する辺を実線で示されている。そして、方向軸取得部３４１２は、指定要素の辺全てにおいて、辺の向き把握した後で、直行する辺の組み合わせがあるかを確認する。直交する辺の組を発見した場合は、その辺の組を方向軸とする。直交する辺の組を複数発見した場合は、方向軸を複数としてもよいし、１つを選択してもよい。
　図２０は、分割線を生成するフローチャートである。方向軸取得部３４１２は、加工面の外周を形成する辺の接続関係を取得し（Ｓ６０１）、当該接続関係に基づき、柱などの指定要素の辺が連続する区間を取得する（Ｓ６０２）。連続区間がある場合（Ｓ６０３のＹＥＳ）は、当該連続区間それぞれに対し、分割線の生成を行う。具体的には、指定要素の辺と重なる分割線を生成する（Ｓ６０４）。また、両隣も指定要素である辺を取得する（Ｓ６０５）。この辺は、凹部の窪んだ部分の辺（加工面の外周と接しない辺）を意味する。取得することができたならば（Ｓ６０６のＹＥＳ）、その辺の中点を直交する分割線を生成する（Ｓ６０７）。これにより、連続区間の分割線を生成する。
　連続区間がない場合（Ｓ６０３のＮＯ）または全ての連続区間に対する分割線の生成処理（Ｓ６０７）をした後は、両隣が別要素である指定要素の辺を取得する（Ｓ６０８）。取得することができたならば（Ｓ６０９のＹＥＳ）、取得した辺それぞれに対し、辺の中点を直交する分割線を生成する（Ｓ６１０）。該当する辺がない場合（Ｓ６０９のＮＯ）または取得した辺全てに対する分割線の生成処理（Ｓ６１０）をした後は、簡略化した後の外周と直交しない分割線を取得する（Ｓ６１１）。当該分割線がない場合（Ｓ６１２のＮＯ）は処理を終了する。当該分割線を取得した場合（Ｓ６１２のＹＥＳ）は、他の分割線と直交しているかを確認し、直行していない場合（Ｓ６１３のＹＥＳ）は、分割線を削除する（Ｓ６１４）。これにより、方向軸とすることができない不要な分割線を削除することができる。全ての分割線に対し、確認および削除を行ったらば、本フローは終了する。
　上記のような予め定められた方法にて方向軸が取得できない場合は、便宜的に、隣接空間の方向軸と合わせる。隣接空間の方向軸も取得できない場合は、探索の範囲を徐々に広げていき、取得可能な空間を見つける。
　なお、方向軸を生成する際に、必要となる指定要素は、取得部１２などから指定されればよい。
　簡略区間設定部３４１３は、加工面を形成する各辺それぞれに対し、他の空間との隣接関係に基づき、簡略区間を設定（生成）する。
　図２１は、簡略区間設定の処理について説明する図である。加工対象である空間Ａが、建物外と、空間Ｂ、Ｃ、およびＤと隣接しているとする。簡略区間設定部３４１３は、対象空間Ａが別の空間と隣接する区間（辺）の両端をそれぞれ区間端に設定する。図２１では、区間端を黒の丸で示す。これにより、隣り合う空間同士の隣接辺の簡略区間が、両隣接空間同士で一致する。同じ辺であっても簡略区間の両端が異なれば、加工結果が異なる場合があり得る。したがって、これにより、各空間それぞれに対して行われた加工処理の結果が、隣接辺において整合性を保つことができる。
　そして、簡略区間設定部３４１３は、隣接空間のない区間、つまり建物外に面する辺を取得し、その辺上にある頂点を取得する。そして、取得した各頂点と隣接する２つの区間端とを接続線で結び、２つの接続線が空間内にあるかを確認する。図２１では、空間内にある接続線を１点破線で表示し、空間外にはみ出してしまう接続線を破線で表示している。なお、接続線が、区間端同士を結ぶ線上にある場合も、その接続線は空間内にあるとする。頂点から出ている２つの接続線がともに空間内にある場合、その頂点を空間内頂点とする。図２１では、空間内頂点を白抜きの丸と、内部が斜線で表された丸で示す。頂点から出ている２つの接続線が一方でも空間内にない場合、その頂点を空間外頂点とする。図２１では、空間外頂点を、内部が灰色で表された丸で示す。
　そして、空間内頂点のうち、空間内頂点と隣接する２つの区間端とを結ぶ線で囲まれる範囲の面積が最大となる空間内頂点を区間端に追加する。図２１では、内部が斜線で示された丸が、面積が最大となる頂点を示している。区間端に追加された頂点は、簡略化処理により削除されることがなくなる。
　簡略区間設定部３４１３は、上記のように区間端を追加した後で、区間端の１つを基点として任意に選び、時計回りに外周を辿り、区間端と区間端との間の区間を簡略区間として設定する。なお、ここでは時計回りとしたが、反時計回りでもよい。なお、以降の説明において行われる処理は、時計回りを前提としており、反時計回りで設定したときは、処理の向きが逆になる。
　簡略区間設定部３４１３は、簡略区間ごとに加工区間情報を生成する。加工区間情報は、簡略区間に関する情報と、当該簡略区間に行われた加工処理に関する情報が含まれる。例えば、簡略区間のＩＤ、簡略区間上に存在する頂点のＩＤと位置座標、簡略区間ごとに設定される加工面積閾値、行われた加工処理（加工ステップ）の順番を表す加工ステップ数、各加工ステップにおいて追加または削除された部位の面積、今までの加工ステップにおいて追加または削除された部位の面積の積算値、復元フラグなどが含まれることが考えられる。
　復元フラグは、簡略処理によって削除された部位または区間などを、復元するかを判断するためのフラグである。復元対象となる指定要素が削除された場合に、復元フラグの値がｔｒｕｅにされればよい。指定要素は、取得部から取得すればよい。復元対象の指定要素は、前述の省略対象で指定したものの一部でも全部でもよい。
　簡略区間設定部３４１３は、算出した簡略区間それぞれに対し、簡略面積閾値を設定する。図２２は、簡略面積閾値を算出するフローチャートである。簡略区間設定部３４１３は、まず加工対象の空間全体の簡略面積閾値ｄｌｉｍｉｔ ｓを算出する（Ｓ７０１）。簡略面積閾値ｄｌｉｍｉｔ ｓは、対象空間Ｓの面積と加工割合の積で求められる。
　加工割合は、簡略対象とされる凹凸部分の元の面積に対する加除された部分の面積の比である。加工割合の値は、任意に定めてよい。
　そして、簡略区間それぞれに対し、各区間の簡略面積閾値を算出する（Ｓ７０２）。とある区間ｊの簡略面積閾値ｄｌｉｍｉｔ ｓｊとすると、ｄｌｉｍｉｔ ｓｊは、ｄｌｉｍｉｔ ｓに対し、区間ｊの長さが加工対象の空間の外周長に占める割合を積算することにより求められる。
　次に、簡略区間設定部３４１３は、区間ｊを共有する隣接空間ｓｒにおける区間ｊの簡略面積閾値ｄｌｉｍｉｔ ｓｒｊと、ｄｌｉｍｉｔ ｓｊを絶対値で比較する（Ｓ７０３）。
ｄｌｉｍｉｔ ｓｊの絶対値のほうが大きい場合（Ｓ７０４のＹＥＳ）は、ｄｌｉｍｉｔ ｓｊの値をｄｌｉｍｉｔ ｓｒｊに置き換える。そうでない場合（Ｓ７０４のＮＯ）は、そのままにする。これにより、区間ｊを有する各空間において、区間ｊの簡略面積閾値が異なるという事態を防ぐことができる。なお、ｄｌｉｍｉｔ ｓｒｊがまだ算出されていない場合は、ｄｌｉｍｉｔ ｓｒｊの値を非常に大きな値にして比較してもよいし、比較を省略してもよい。そして、当該簡略区間の加工区間情報の加工面積閾値を更新し（Ｓ７０６）、次の区間の処理に移る。全ての簡略区間で処理が終了すると、本フローは終了する。なお、ここでは、絶対値により比較を行ったが、面積の増減量に対する、負の値から正の値までの許容範囲を定めてもよい。
　なお、加工区間情報には、加工ステップごとに、当該加工ステップ時における簡略区間の情報が含まれる。ゆえに、加工区間情報を参照することにより、最後の加工処理後の簡略区間の状態のみならず、各加工ステップにおける状態も参照することができる。
　また、簡略区間設定部３４１３は、簡略すべき指定要素が指定されたときは、当該指定要素にかかる面（辺）の形状の一部または全部を、簡略区間として設定してもよい。
　形状簡略部３４１４は、対象の加工面に対し、要素簡略化または直線化を行う。要素簡略化および直線化は、いずれか一方のみ行われてもよいし、両方行われてもよい。いずれの処理または両方の処理を行うか否かは、予め定めておいてもよいし、判断基準を定めておいてもよい。判断基準は、例えば、指定された要素の種類、または簡略対象の面積などにすればよい。
　要素簡略化の詳細について説明する。図２３は、要素簡略化処理のフローチャートである。形状簡略部３４１４は、外周の加工（Ｓ８０１）または内部の加工（Ｓ８０２）またはその両方を行う。外周の加工と内部の加工については後述する。上記片方または両方の処理を行った後は、これらの処理により削除された指定要素を後で復元するか否かで処理が異なる。
　指定要素を後で復元する場合（Ｓ８０３のＹＥＳ）は、指定部位単位で復元するか否かを確認する。指定部位単位で復元する場合（Ｓ８０４のＹＥＳ）は、加工区間情報ごとに復元する指定部位が加工区間情報に含まれているかを確認する。指定部位が加工区間情報に含まれていた場合（Ｓ８０５のＹＥＳ）は、当該部位の復元フラグをｔｒｕｅにする（Ｓ８０６）。これにより、指定された特定の部位だけを復元させることができる。全ての加工区間情報に対し処理を行った場合は、処理を終了する。
　指定要素を後で復元しない場合（Ｓ８０３のＮＯ）は、加工した全区間の加工区間情報の変化した面積を積算してｄｅｌｅｍｅｎｔ ｓを算出する（Ｓ８０７）。算出したｄｅｌｅｍｅｎｔ ｓの絶対値が上限値を超えた場合（Ｓ８０８のＹＥＳ）には、元に戻す必要があるため、加工した全区間の加工区間情報の復元フラグをｔｒｕｅにし（Ｓ８０９）、処理を終了する。これにより、指定要素の全部位を復元させる。算出したｄｅｌｅｍｅｎｔ ｓの絶対値が上限値を超えていない場合（Ｓ８０８のＹＥＳ）には、元に戻す必要はないため、処理は終了する。
　指定要素を後で復元するが、指定部位単位では復元しない場合（Ｓ８０４のＮＯ）、つまり指定要素の全部位を復元する場合は、加工した全区間の加工区間情報の復元フラグをｔｒｕｅにし（Ｓ８０９）、処理を終了する。これにより、指定要素の全部位を復元させることができる。以上が、要素簡略化処理のフローチャートである。
　次に、外周の加工の詳細について説明する。外周の加工は、外周に存在する指定要素に関する面を簡略化することである。簡略化の方法は、簡略化すべき面の形状に応じ、予め定めておけばよい。図２４は、要素簡略化における凹部の簡略化について説明する図である。ｃａｓｅ１から４までの４つのパタンが示されている。なお、これらのパタンは一例であり、これらのパタンに限られるものではない。
　図２４（Ａ）に示すｃａｓｅ１では、省略すべき指定要素の辺（実線）と接続されている２辺（点線）を、２辺の交点まで延長させることにより、凹部を簡略化するパタンである。図２４（Ｂ）に示すｃａｓｅ２では、前述の２辺が平行な場合に、省略すべき指定要素の辺と２辺との各接点から等距離にある前述の２辺の垂線と、前述の２辺の延長線とにより、凹部を簡略化するパタンある。図２４（Ｃ）に示すｃａｓｅ３では、前述の２辺の１つを延長した場合に、残りの１つと重なる場合に、前述の２辺の延長線により、凹部を簡略化するパタンである。図２４（Ｄ）に示すｃａｓｅ４では、前述の２辺は平行ではないが、前述の２辺の延長線が交差しない場合に、省略すべき指定要素の辺と２辺との各接点を結ぶ線により、凹部を簡略化するパタンである。
　図２５は、外周の加工処理のフローチャートである。形状簡略部３４１４は、簡略区間を形成する辺の接続関係を取得する（Ｓ９０１）。また、指定要素の辺が連続する区間を取得する（Ｓ９０２）。連続する区間が取得できなかった場合（Ｓ９０３のＮＯ）は、次の簡略区間に移る。連続する区間が取得できた場合（Ｓ９０３のＹＥＳ）は、連続区間それぞれに対し、処理を行う。
　まず、両端の辺それぞれと隣接する２辺を連続区間方向に延長し、その交点を取得する（Ｓ９０４）。取得できた場合（Ｓ９０５のＹＥＳ）は、連続区間の頂点を取得した交点のみとして簡略化する（Ｓ９０６）。この簡略化は図１１で示したＣａｓｅ１に該当する。
　取得できなかった場合（Ｓ９０５のＮＯ）は、両辺のベクトルが同じかを確認し、同じでない場合（Ｓ９０７のＮＯ）は、連続区間の両端を接続し、他の頂点を削除して簡略化する（Ｓ９０８）。この簡略化は図１１で示したＣａｓｅ４に該当する。
　両辺のベクトルが同じな場合（Ｓ９０７のＹＥＳ）は、２辺が重なるか否かを確認し、２辺が重なる場合（Ｓ９０９のＮＯ）は、連続区間の全頂点を削除し簡略化する（Ｓ９１０）。この簡略化は図１１で示したＣａｓｅ３に該当する。２辺が重ならない場合（Ｓ９０９のＹＥＳ）には、連続区間両端から等距離の地点を通る２辺と直交する線と、２辺との交点を取得し、連続区間の頂点を取得した交点のみとして簡略化する（Ｓ９１１）。この簡略化は図１１で示したＣａｓｅ２に該当する。これらにより、連続区間を４つの方法のいずれかで簡略化することができる。
　上記簡略化の処理を、全ての連続区間にて行い、全ての連続区間に対する処理が完了した後は、形状簡略部３４１４は、当該簡略区間の加工区間情報を更新し（Ｓ９１２）、次の簡略区間に対する処理に移る。なお、加工区間情報の更新とは、加工区間情報を上書きするのではなく、形状簡略部３４１４が行った加工ステップにおいて、加工された結果に関する情報を追加することをいう。したがって、加工区間情報には、加工ステップの前後の情報が含まれる。全ての簡略区間に対して処理を行ったらば、本フローは終了する。
　なお、簡略化する連続区間の対象を制限してもよい。例えば、連続区間の両端距離を短絡距離とし、その上限値を定める。そして短絡距離の上限値以下の連続区間を加工対象としておもよい。短絡距離の上限値は、任意に定めてよい。シミュレーション部１４の処理の負荷などに基づき、定めればよい。
　次に、内部の加工の詳細について説明する。図２６は、内部の加工処理のフローチャートである。簡略区間設定部３４１３は、外周以外の辺の接続関係を取得し（Ｓ１００１）、取得した接続関係に基づき、指定要素の辺上にある連続かつ閉ループの区間を検索する（Ｓ１００２）。該当の区間が存在しない場合（Ｓ１００３のＮＯ）は、処理は終了する。該当の区間が存在した場合（Ｓ１００３のＹＥＳ）は、当該区間を簡略区間とし、加工区間情報を設定する（Ｓ１００４）。そして、形状簡略部３４１４は、当該区間を削除する（Ｓ１００５）。そして、削除した簡略区間の加工区間情報を更新する（Ｓ１００６）。連続かつ閉ループの区間が他にも存在する場合は、他の区間に対しても処理を行う。全ての連続かつ閉ループの区間に対する処理が完了したときは、本フローは終了となる。なお、簡略区間設定部３４１３と形状簡略部３４１４の処理は分けてもよい。
　次に、直線化の詳細について説明する。図２７は、直線化処理のフローチャートである。当該フローは簡略区間それぞれに対して行われる。
　形状簡略部３４１４は、加工区間情報の頂点ＩＤのリストから各頂点の向きを取得する（Ｓ１１０１）。頂点の向きとは、簡略区間設定部３４１３が、基点とした区間端から時計回りに外周を辿り簡略区間を設定したときに、当該頂点において、曲がった方向が、時計回りか反時計回りかを意味する。詳細は後述する。
　次に、形状簡略部３４１４は、凸部優先処理および凹部優先処理を行う。凸部優先処理は、凸部の簡略化（Ｓ１１０２）、凹部の簡略化（Ｓ１１０３）、エッジ部の簡略化（Ｓ１１０４）の順に処理を行うものである。凹部優先処理は、凹部の簡略化（Ｓ１１０６）、凸部の簡略化（Ｓ１１０７）、エッジ部の簡略化（Ｓ１１０８）の順に処理を行うものである。凸部、凹部、エッジ部については後述する。それぞれの簡略化方法は同じではあるが、凸部の簡略化と凹部の簡略化のいずれかを最初に行うかで処理結果が異なる。そのため、形状簡略部３４１４は、凸部優先処理および凹部優先処理の両方を行う。凸部優先処理または凹部の簡略化の処理は、並列に行われても、別々に行われてもよく、どちらを先に行ってもよい。
　凸部優先処理または凹部優先処理の後、形状簡略部３４１４は、加工区間情報に追加する情報があるかを確認する（Ｓ１１０５、Ｓ１１０９）。ある場合（Ｓ１１０５のＮＯ、Ｓ１１０９のＮＯ）は、さらに直線化を行うべき部分が残っている可能性があるため、凸部優先処理または凹部優先処理に戻る（Ｓ１１０２、Ｓ１１０６）。
　凸部優先処理と凹部優先処理の両方の処理が完了した後、簡略形状を決定する（Ｓ１１１０）。簡略形状の決定とは、凸部優先処理による加工結果と凹部優先処理による加工結果を比較し、より適した加工結果である方を簡略形状として決定するものである。簡略形状の決定は、加工程度評価部３４１５が行う。詳細は、加工程度評価部３４１５にて説明する。
　簡略形状が決定した後は、エッジ部の整形を行う（Ｓ１１１１）。エッジ部の整形とは、方向軸のＸ軸またはＹ軸と平行ではないエッジ部の辺を、Ｘ軸またはＹ軸に平行な線に変更することである。エッジ部の整形処理が完了したときは、次の簡略区間の処理に移る。これを繰り返して、全ての簡略区間に対し処理を行ったとき、直線化処理は終了となる。
　次に、凸部および凹部の簡略化について説明する。図２８は、直線化における凸部の簡略化について説明する図である。ここでは、図２８（Ａ）に示された、空間Ａと空間Ｃとに隣接する、頂点（９）と頂点（２０）を区間端とする簡略区間を簡略化する。
　凸部は、簡略区間の始端から終端までを辿るときに、簡略区間上にある頂点において、時計回り（ＣＷ：Ｃｌｏｃｋｗｉｓｅ）の向きに曲がる頂点が２つ以上連続し、かつ、反時計回り（ＣＣＷ：Ｃｏｕｎｔｅｒ　Ｃｌｏｃｋｗｉｓｅ）の向きに曲がる頂点に挟まれる部分と定義する。図２８（Ｂ）に示す通り、簡略区間上には、区間端を除くと、（１０）から（１９）までの頂点が存在する。各頂点それぞれに、簡略区間の始端（９）から終端（２０）までを辿るときの当該頂点を曲がる向きの矢印が示されている。ここで、頂点（１１）の矢印の向きはＣＣＷである。頂点（１２）および（１３）の矢印の向きはＣＷである。そして、頂点（１４）の矢印の向きはＣＣＷである。ゆえに、ＣＷの向きに曲がる頂点（１２）と（１３）が連続し、かつ頂点（１２）と（１３）は、ＣＷの向きに曲がる頂点（１１）と（１４）に挟まれている。したがって、上記凸部の定義により、頂点（１１）から（１４）までの部分（図２８（Ｃ）の斜線部分）は凸部となる。このようにして、形状簡略部３４１４は、簡略区間上の凸部を認識し、簡略化処理を行う。
　簡略化は、凸部の始端と終端を結ぶ線を生成し、始端と終端の間に存在する頂点を削除することとする。凸部の始端は、簡略区間の始端に最も近い頂点であり、凸部の始端は、簡略区間の終端に最も近い頂点である。先ほどの例では、頂点（１１）と（１４）が結ばれ、頂点（１２）と（１３）が削除される。これにより、図２８（Ｄ）に示す形状となる。形状簡略部３４１４は、簡略化後、再度、凸部があるかを確認する。そうすると、頂点（１０）から頂点（１６）までの部分が新たな凸部であると認識できる。先ほどと同様、凹部の始端（１０）から終端（１６）を線で結び、頂点（１１）、（１４）、（１５）を削除する。これにより、図２８（Ｅ）に示す形状となる。この形状は、頂点１８は突出しているものの、凸部の定義に合致しないため、凸部ではない。凸部がなくなったため、凸部の簡略化の処理が終了する。なお、頂点１８のような突出部分、または、逆に空間内部に切り込んだ形状である埋没部分をエッジ部と称する。
　また、形状簡略部３４１４は、加工後、簡略化区間の加工区間情報を更新する。凸部を簡略した際は、簡略化した凸部の面積と、今までの簡略化処理により簡略化された凸部の総面積ｄ凸 ｓｊを算出する。
　図２９は、直線化における凹部の簡略化について説明する図である。図２９（Ａ）は、図２８（Ｂ）と同じである。凹部は、簡略区間の始端から終端までを辿るときに、簡略区間上にある頂点において、ＣＣＷの向きに曲がる頂点が２つ以上連続し、かつ、ＣＷの向きに曲がる頂点に挟まれる部分と定義する。ゆえに、図２９（Ｂ）、（Ｃ）、および（Ｄ）に示す灰色の部分が凹部である。凹部の簡略化は、対象が凹部なこと以外は、凸部の簡略化と同じである。形状簡略部３４１４は、簡略区間上の凹部を認識し、簡略化処理を繰り返すことで、図２９（Ｅ）に示す簡略結果を得る。図２８（Ｅ）と図２９（Ｅ）から分かるように、凸部の簡略化結果と凹部の簡略化結果は異なる。ゆえに、前述の通り、凸部の簡略化と凹部の簡略化のいずれかを最初に行うかで処理結果が異なる。
　次にエッジ部の簡略化について説明する。図２８（Ｅ）のように、凸部または凹部の簡略化を行っても、突出または埋没部分であるエッジ部分が残る場合がある。このような場合に対応するため、形状簡略部３４１４は、予め定められた方法にて、エッジ部を簡略化する。
　なお、ここでは、エッジ部を凹エッジと凸エッジの２つとする。凹エッジは、簡略区間の始端から終端までを辿るときに、簡略区間上にある頂点において、ＣＣＷの向きに曲がる頂点が、ＣＷの向きに曲がる頂点に挟まれる部分と定義する。凸エッジは、簡略区間上にある頂点において、ＣＷの向きに曲がる頂点が、ＣＣＷの向きに曲がる頂点に挟まれる部分と定義する。
　簡略化の方法は、簡略化すべき部分の形状に応じ、予め定めておけばよい。図３０は、凹エッジの簡略化について説明する図である。ここでは、ｃａｓｅ１から４までの４つのパタンが示されている。なお、これらのパタンは一例であり、これらのパタンに限られるものではない。なお、図３０では、凹エッジが表されているが、凸エッジでもこれらのパタンは同じである。
　図３０（Ａ）に示すｃａｓｅ１は、エッジ部に隣接する２辺を延長した際の交点が、当該２辺の線上に存在しないときに、２辺を交点まで延長させることにより、エッジ部を簡略化するパタンである。図３０（Ｂ）に示すｃａｓｅ２は、エッジ部に隣接する２辺を延長した際の交点が、当該２辺のいずれかの線上に存在するときに、当該２辺の一方をその交点まで延長させることにより、エッジ部を簡略化するパタンである。図３０（Ｃ）に示すｃａｓｅ３は、エッジ部に隣接する２辺を延長しても交点がない場合に、当該２辺のうちの１つを延長した線がエッジ部の辺に接触するときに、その延長した線により、エッジ部を簡略化するパタンである。図３０（Ｄ）に示すｃａｓｅ４では、エッジ部に隣接する２辺の１つを延長した場合、他の１辺と重なる場合に、その延長線により、エッジ部を簡略化するパタンである。
　また、エッジ部の簡略化では、他の空間との整合性も考慮する。例えば、簡略化した形状が、他の空間との関係により、不適切な場合もあり得る。図３０（Ｅ）のｃａｓｅ０は、不適切な場合の一例である。空間Ｘと空間Ｙとの隣接辺のエッジ部をｃａｓｅ４で簡略化したものである。しかし、このように簡略化すると、空間Ｙと空間Ｚの隣接辺を分断してしまい、整合性がとれなくなる。このように、隣接辺との整合性を考慮して、簡略化したエッジ部を元に戻す場合もある。
　また、隣接する空間がある場合において、片方の空間の簡略化処理結果と、他方の空間の簡略化処理結果とが必ずしも一致するとは限らない。そこで、双方簡略化を行う。図３１は、双方簡略化について説明する図である。図３１（Ａ）は、空間Ａに凸部優先処理にて簡略化が行われた結果と、空間Ｃに凹部優先処理にて簡略化が行われた結果を示す。空間Ａと空間Ｃの隣接辺には、エッジ部分がある。図３１（Ｂ）は、空間Ａおよび空間Ｃに凹エッジ簡略化処理が行われた結果を示す。凹エッジ簡略化処理のため、空間Ａ側の突出部分は削除されていない。一方、空間Ｃ側の埋没部分は削除されている。空間Ａと空間Ｃを接合すると、図３１（Ｃ）で示すように重複部分ができる。双方簡略化処理では、この重複部分を削除する。図３１（Ｄ）は、双方簡略化処理後を示す。これにより、簡略化されつつ空間の整合性が取れた形状となる。
　図３２は、エッジ部の簡略化のフローチャートである。形状簡略部３４１４は、始めに凹エッジの簡略化を行う（Ｓ１２０１）。そして、隣接空間の有無を確認し、隣接空間がある場合（Ｓ１２０２のＹＥＳ）は、当該隣接空間との双方簡略化を行う。双方簡略化では、エッジ部の簡略化の前に行われた凸部と凹部の簡略化がいずれかが先に行われたかによって処理が異なる。凹部を先に簡略化していた場合（Ｓ１２０３のＮＯ）は、隣接空間は凸部を先に簡略化した結果と比較する（Ｓ１２０４）。逆に凸部を先に簡略化していた（Ｓ１２０３のＹＥＳ）は、隣接空間は凹部を先に簡略化した結果と比較する（Ｓ１２０５）。
　隣接空間との比較（Ｓ１２０４，Ｓ１２０５）の結果、重複部分がない場合（Ｓ１２０６のＮＯ）は、今回の処理で簡略化された部分があるとき（Ｓ１２１０のＹＥＳ）のみ、加工区間情報を更新する（Ｓ１２１１）。
　隣接空間との比較（Ｓ１２０４，Ｓ１２０５）の結果、重複部分がある場合（Ｓ１２０６のＹＥＳ）は、隣接空間を分断する簡略化結果がないか確認し、分断する簡略化結果があるとき（Ｓ１２０７のＮＯ）は、エッジの簡略化を元に戻す。隣接空間を分断する部分がないとき（Ｓ１２０７のＹＥＳ）または簡略化を元に戻した後（Ｓ１２０８）は、隣接する空間の重複部分を削除する（Ｓ１２０９）。そして、今回の処理で簡略化された部分がある場合（Ｓ１２１０のＹＥＳ）は、加工区間情報を更新する（Ｓ１２１１）。
　隣接空間がない場合（Ｓ１２０２のＮＯ）は、凸エッジの簡略化を行う（Ｓ１２１２）。隣接空間がある場合は、当該隣接空間との調整により、凸エッジがなくなるため、凸エッジの簡略化を行う必要はない。しかし、隣接空間がない場合は、凸エッジの簡略化を行う必要がある。凸エッジの簡略化処理（Ｓ１２１２）後、簡略化された凹エッジまたは凸エッジがあった場合（Ｓ１２１０のＹＥＳ）は、簡略区間の加工区間情報を更新する（Ｓ１２１１）。以上が、エッジ部の簡略化のフローである。
　次に、凹エッジの簡略化と凸エッジの簡略化について説明する。凹エッジの簡略化と凸エッジの簡略化は、簡略化の対象が凸部であるか凹部であるかの違いしかない。そのため、ここでは、凹エッジの簡略化について説明し、凸部簡略化については省略する。
　図３３は、凹エッジの簡略化のフローチャートである。形状簡略部３４１４は、まず凹エッジを取得する（Ｓ１３０１）。凹エッジを取得できなかった場合（Ｓ１３０２のＮＯ）は、処理は終了する。凹エッジを取得できた場合（Ｓ１３０２のＹＥＳ）は、取得した凹エッジそれぞれに対し、処理を行う。
　まず、凹エッジの両端の辺それぞれと隣接する２辺を連続区間方向に延長し、延長線を生成する（Ｓ１３０３）。２つの延長線の交点がある場合（Ｓ１３０４のＹＥＳ）は、当該交点が凹エッジ領域内であるかを確認する。凹エッジ領域内でない場合（Ｓ１３０５のＮＯ）は、次の凹エッジの処理に移る。凹エッジ領域内であった場合（Ｓ１３０５のＹＥＳ）は、凹エッジの頂点を取得した交点に変更して簡略化する（Ｓ１３０６）。そして、次の凹エッジの処理に移る。この簡略化は図３０で示したＣａｓｅ１に該当する。
　２つの延長線の交点がない場合（Ｓ１３０４のＮＯ）は、他方の隣接辺との交点があるかを確認する。当該交点がある場合（Ｓ１３０７のＹＥＳ）は、凹エッジの頂点を取得した交点に変更して簡略化する（Ｓ１３０６）。そして、次の凹エッジの処理に移る。この簡略化は図３０で示したＣａｓｅ２に該当する。当該交点がない場合（Ｓ１３０７のＮＯ）は、凹エッジの辺と交点があることを確認する。
　凹エッジの辺との交点がある場合（Ｓ１３０８のＹＥＳ）は、凹エッジの頂点を凹エッジの辺との交点に変更して簡略化して（Ｓ１３１１）、次の凹エッジの処理に移る。この簡略化は図３０で示したＣａｓｅ３に該当する。凹エッジの辺との交点がない場合は、先ほど生成した延長線同士が重なるかを確認する（Ｓ１３１０）。重なる場合（Ｓ１３１０のＹＥＳ）は、凹エッジの頂点を削除し、その延長線により凹エッジを簡略化して（Ｓ１３１１）、次の凹エッジの処理に移る。この簡略化は図３０で示したＣａｓｅ４に該当する。重ならない場合（Ｓ１３１０のＮＯ）は、簡略化せずに、次の凹エッジの処理に移る。
　取得した全ての凹エッジに対する処理が完了すると、本フローは終了する。
　次に、エッジ部の整形について説明する。形状簡略部３４１４は、方向軸のＸ軸またはＹ軸と平行ではないエッジ部の辺を、Ｘ軸またはＹ軸に平行な線に変更する。図３４は、エッジ部の整形について説明する図である。図３４（Ａ）は、整形前のエッジ部である。黒の丸はエッジ部の３つの頂点のうちの２つである。この２つの頂点間の辺は、方向軸のＸ軸とＹ軸いずれにも平行ではないため、形状簡略部３４１４は、この辺に対し、整形処理を行う。但し、整形処理を行うのは、対象のエッジ部の辺と接続されている２辺が、方向軸と平行である場合に限られる。なお、この方法の場合、簡略面積に変動はないため、簡略形状を決定した後でも行うことができる。
　形状簡略部３４１４は、対象のエッジ部の辺と接続されている２辺がともに、方向軸のＸ軸またはＹ軸と平行である場合に、対象のエッジ部の辺の中点を通り、当該２辺の延長線との垂線を生成する。そして、当該垂線が２辺の延長線と交差する交点（図３４（Ａ）に示す白ぬきの丸）を取得する。そして、取得した２つの交点を接続した線と、各交点まで延長した２辺の延長線とにより、対象のエッジ部の辺を置き換える。図３４（Ｂ）が整形後のエッジ部である。これにより、方向軸のＸ軸またはＹ軸と平行でない加工面の形状を減らすことができる。
　加工程度評価部３４１５は、簡略加工の結果が形状加工の制約範囲内であるかを判定する。具体的には、形状簡略部３４１４による直線化において、算出された凸部優先処理による加工結果と凹部優先処理による加工結果を比較し、簡略形状を決定する。但し、凸部優先処理による加工結果と凹部優先処理による加工結果が、簡略区間設定部３４１３が算出した簡略面積閾値を超えている可能性がある。そこで、加工程度評価部３４１５は、加工結果が簡略面積閾値を超えているかを確認し、超えている場合は、加工ステップを１つずつ遡り、遡った加工ステップにおける加工処理の結果が、簡略面積閾値を超えているかを確認する。これにより、加工処理の結果が簡略面積閾値未満である直近の加工ステップと、その加工ステップにおける加工結果を認識することができる。そして、簡略面積閾値未満である凸部優先処理による加工結果と、簡略面積閾値未満である凹部優先処理による加工結果を比較して、簡略形状を決定する。
　加工程度評価部３４１５は、加工結果に対する評価値を算出し、当該評価値に基づき、簡略形状を決定する。評価値は、利用目的に応じて任意に定めてよい。例えば、基本軸に基づき、評価値を算出する方法が考えられる。平面の基本軸の方向（ベクトル）と簡略区間の方向（ベクトル）との差分（ずれ）を求め、評価値を差分の逆数にするなどして、差分が小さいほど、評価値が高いようにしてもよい。また、基本軸が複数ある場合は、各基本軸との簡略区間との各差分を算出し、差分の絶対値の総和が小さいほど、評価値が高くなるようにしてもよい。また、簡略化によって加除された面積が小さいほど、評価値が高いようにしてもよい。または、簡略区間に存在する頂点の数が小さいほど、評価値が高いようにしてもよい。また、評価値を算出する方法は１つでもよいし、複数の方法を組み合わせてもよい。複数の方法を組み合わせる場合は、方法ごとに重み付けを行ってもよく、重みは任意に定めてよい。
　次に、空間構造加工部３４２の処理の詳細について説明する。図３５は、空間構造加工部３４２の概略構成の一例を示すブロック図である。空間構造加工部３４２は、分割片生成部３４２１と、分割片再構成部３４２２と、分割結果評価部３４２３と、分割片情報管理部３４２４とを備える。
　分割片生成部３４２１は、予め指定された指定要素の種類のオブジェクトの位置を分割基準として、加工対象である加工面を分割する線を生成する。そして、分割線で囲まれた領域、または、加工面の形状の輪郭線と分割線で囲まれた領域を、分割片とする。
　なお、加工面は、空間形状加工部３４１から取得してもよい。または、空間構造加工部３４２も空間形状加工部３４１の加工面取得部３４１１と同様の部を備え、加工面を生成してもよい。
　分割基準となる指定要素は、壁、柱などの建物の構造に関する要素でもよいし、設備等の建物の設備に関する要素でもよい。分割基準および分割方法は、予め定められておいてもよいし、入力部１１と取得部１２を介して指定されてもよい。
　分割片再構成部３４２２は、分割片を再構成する。再構成とは、複数の分割片を合成することを意味する。
　分割片情報管理部３４２４は、加工された結果を、分割片情報として、管理する。分割片情報は、分割片の生成時に、分割片生成部３４２１により生成されるものである。分割片情報には、分割片に対応付けられるＩＤ、当該分割片が生成された加工ステップ数、分割片に含まれる頂点のＩＤと位置座標、分割片が合成された合成片のリストである合成片ＩＤリスト、隣接する分割片のリストである隣接片ＩＤリスト、元の空間ＩＤ、分割片の形状と重なる簡略区間を表す区間ＩＤリストなどが含まれることが考えられる。
　なお、分割片情報には、加工ステップごとに、当該加工ステップ時における分割片の情報が含まれる。ゆにえ、分割片情報を参照することにより、最後の加工処理後の分割片の状態のみならず、各加工ステップにおける状態も参照することができる。
　図３６は、空間構造加工処理の概略フローチャートである。空間構造加工部３４２は、初めに空間の分割に関する処理を、分割対象である加工面それぞれに対し、行う。空間の分割に関する処理は、分割線の生成（Ｓ１４０１）と、分割片の生成（Ｓ１４０２）と、分割片の再構成（Ｓ１４０３）の３つの処理からなる。分割線の生成と、分割片の生成は、分割片生成部３４２１が行う。分割片の再構成は、分割片再構成部３４２２が行う。
　次に、空間構造加工部３４２は、空間の集約に関する処理を行う。集約は、分割対象以外の加工面を対象に行われる。集約対象がないまたは集約を行わないとする場合（Ｓ１４０４のＮＯ）は、集約処理は省略される。集約対象がある場合（Ｓ１４０４のＹＥＳ）は、空間構造加工部３４２は、まず集約対象であって隣接している加工面をグループ化する（Ｓ１４０５）。そして各グループそれぞれに対し、加工面を合成する（Ｓ１４０６）。これらの集約処理は、分割片再構成部３４２２が行う。
　次に、先に説明して図１４を用いて、分割片を生成する方法について説明する。分割片生成部３４２１は、柱の辺と重なるような分割線を生成する。図１４（Ｂ）では、このように生成された分割線を点線で表している。また、分割片生成部３４２１は、柱の辺であって、加工面の外周と接しない辺の中点を通る垂線を生成する。図１４（Ｂ）では、この垂線は破線で表されている。また、このように生成された分割線のうち、加工面の外周とも他の分割線とも直行しない分割線は削除するものとする。そして、図１４（Ｃ）示すように、分割線で囲まれた領域、または加工面の形状の輪郭線と分割線で囲まれた領域が、分割片となる。分割片が生成されたとき、分割片生成部３４２１は、分割片情報を生成する。この分割線の生成方法は、先に説明した空間形状加工部３４１の方向軸取得部３４１２が行う方向軸の取得の方法の１つと同じである。なお、方向軸の取得の方法と異なる方法にて、分割線を生成してもよい。
　次に、先に説明して図１５を用いて、分割片を再構成する方法について説明する。分割片再構成部３４２２は、図１５（Ａ）の分割片に対し、合成処理を行う。合成処理は、面積が最小の分割片を、当該分割片に対し基本軸のＸ軸またはＹ軸の方向にて隣接する分割片に合成（吸収）させるものである。図１５（Ｂ）は、Ｘ軸方向に隣接する分割片を合成する場合を示す。複数の分割片と接している場合は、合成させる分割片を任意に選んでもよいが、ここでは、面積の大きいほうに合成するものとする。この合成を、合成により新たに生成される分割片面積が予め指定された閾値を超えない限り繰り返す。これにより、一定値以上の面積を有する分割片のみが残る。次に、先ほどの合成処理とは異なる軸方向に隣接する分割片に対し、同様の合成処理を行う。図１５（Ｃ）は、Ｘ軸方向に隣接する分割片を合成した後に、Ｙ軸方向に隣接する分割片を合成する場合を示す。図１５（Ｂ）では存在した小さな分割片がなくなっていることが分る。図１５（Ｃ）では、さらに、Ｙ軸方向に分割片を合成させて、より大きい分割片を生成する。このようにして、図１５（Ｄ）のようになる。
　なお、方向軸の決定方法で説明した通り、方向軸が複数ある場合には、方向軸ごとに分割片の合成を行ってもよい。
　なお、Ｘ軸またはＹ軸のいずれかを先に合成するかにより合成の結果は異なる。分割片再構成部３４２２は、このため、Ｘ軸を先に行う合成と、Ｙ軸を先に行う合成の両方を行った上で、各合成結果の評価値を算出する。そして、より良い評価値の合成結果を最終結果とする。算出方法は任意に定めてよい。例えば、生成された分割片の数が少ないほうがよい場合は、分割数に基づき、評価値を算出する。また、生成された分割片の大きさが均一のほうがよい場合は、分割片の面積の標準偏差に基づき、評価値を算出する。また、生成された分割片の大きさができるだけ大きいほうがよい場合は、生成された分割片の面積と、予め定められた分割片の面積の上限値との偏差に基づき、評価値を算出する。なお、評価値を算出する方法は１つでもよいし、複数の方法を組み合わせてもよい。複数の方法を組み合わせる場合は、方法ごとに重み付けを行ってもよく、重みは任意に定めてよい。
　また、分割片再構成部３４２２は、最終結果として採用した再構成による分割片に関する分割片情報と、加工区間情報を更新する。以上により、指定要素が省かれた分割片が生成される。
　以上のように、第２の実施形態によれば、建物モデルの形状および構造を簡略化することができ、シミュレーション部１４の処理の負荷を減少することができる。
　また、上記に説明した実施形態における各処理は、ソフトウェア（プログラム）によって実現することが可能である。よって、上記に説明した実施形態における運用計画案作成装置は、例えば、汎用のコンピュータ装置を基本ハードウェアとして用い、コンピュータ装置に搭載されたプロセッサにプログラムを実行させることにより実現することが可能である。
　図３７は、本発明の一実施形態に係る運用計画案作成装置を実現したハードウェア構成の一例を示すブロック図である。運用計画案作成装置は、プロセッサ４１、主記憶装置４２、補助記憶装置４３、ネットワークインタフェース４４、デバイスインタフェース４５、入力装置４６、出力装置４７を備え、これらがバス４８などを介して接続された、コンピュータ装置４として実現できる。
　プロセッサ４１が、補助記憶装置４３からプログラムを読み出して、主記憶装置４２に展開して、実行することで、運用計画案作成処理部１、劣化モデル処理部２、建物モデル処理部３の機能を実現することができる。
　プロセッサ４１は、コンピュータの制御装置及び演算装置を含む電子回路である。プロセッサ４１は、例えば、汎用目的プロセッサ、中央処理装置（ＣＰＵ）、マイクロプロセッサ、デジタル信号プロセッサ（ＤＳＰ）、コントローラ、マイクロコントローラ、状態マシン、特定用途向け集積回路、フィールドプログラマブルゲートアレイ（ＦＰＧＡ）、プログラム可能論理回路（ＰＬＤ）、及びこれらの組合せを用いることができる。
　本実施形態の運用計画案作成装置は、当該運用計画案作成装置で実行されるプログラムをコンピュータ装置４に予めインストールすることで実現してもよいし、プログラムをＣＤ－ＲＯＭなどの記憶媒体に記憶して、あるいはネットワークを介して配布して、コンピュータ装置４に適宜インストールすることで実現してもよい。
　ネットワークインタフェース４４は、ネットワークに接続するためのインタフェースである。ネットワークインタフェース４４は、既存の無線規格に適合したものを用いればよい。入力部１１、取得部１２、出力部１６は、このネットワークインタフェース４４にて、データの入出力を実現してもよい。ここではネットワークインタフェースを１つのみ示しているが、複数のネットワークインタフェースが搭載されていてもよい。
　デバイスインタフェース４５は、外部記憶媒体５などの機器に接続するインタフェースである。外部記憶媒体５は、ＨＤＤ、ＣＤ－Ｒ、ＣＤ－ＲＷ、ＤＶＤ－ＲＡＭ、ＤＶＤ－Ｒ、ＳＡＮ（Ｓｔｏｒａｇｅ　ａｒｅａ　ｎｅｔｗｏｒｋ）等の任意の記録媒体でよい。各記憶部は、外部記憶媒体５としてデバイスインタフェース４５に接続されてもよい。
　主記憶装置４２は、プロセッサ４１が実行する命令、および各種データ等を一時的に記憶するメモリ装置であり、ＤＲＡＭ等の揮発性メモリでも、ＭＲＡＭ等の不揮発性メモリでもよい。補助記憶装置４３は、プログラムやデータ等を永続的に記憶する記憶装置であり、例えば、ＨＤＤまたはＳＳＤ等がある。各記憶部は、主記憶装置４２、補助記憶装置４３として実現されてもよい。
　また、運用計画案作成装置の各部は、プロセッサ４１などを実装している半導体集積回路などの専用のハードウェアにて構成されてもよい。
　入力装置４６は、キーボード、マウス、タッチパネル等の入力デバイスを備え、入力部１１の機能を実現する。入力装置４６からの入力デバイスの操作による操作信号はプロセッサ４１に出力される。入力装置４６または出力装置４７は、外部からデバイスインタフェース４５に接続されてもよい。
　出力装置４７は、出力部１６の機能を実現する。出力装置４７は、ＬＣＤ（Ｌｉｑｕｉｄ　Ｃｒｙｓｔａｌ　Ｄｉｓｐｌａｙ）、ＣＲＴ（Ｃａｔｈｏｄｅ　Ｒａｙ　Ｔｕｂｅ）等の表示ディスプレイでもよい。
　上記に、本発明の一実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。
１　運用計画案作成処理部
１１　入力部
１２　取得部
１３　運用計画案作成部
１４　シミュレーション部
１５　運用計画案記憶部
１６　出力部
２　劣化モデル処理部
２１　計測データ（センサデータ）管理部
２１１　計測データ取得部
２１２　計測データ記憶部
２２　オントロジー管理部
２２１　オントロジー記憶部
２２２　特徴量データ抽出部（利用事例抽出部）
２２３　オントロジーデータ記憶部
２３　劣化モデル管理部
２３１　劣化モデル生成部（パラメータキャリブレータ部）
２３１１　パーティクル初期設定部
２３１２　シミュレーション制御部
２３１３　パーティクルシミュレーション部
２３１４　パーティクル尤度計算部
２３１５　パーティクル変更演算部
２３１６　合成部
２３２　オントロジー取得部
２３３　劣化モデル記憶部
３　建物モデル処理部
３１　建物データ記憶部
３２　建物モデル抽出部
３３　抽出結果記憶部
３４　建物モデル加工部
３４１　空間形状加工部
３４１１　加工面取得部
３４１２　方向軸取得部
３４１３　簡略区間設定部
３４１４　形状簡略部
３４１５　加工程度評価部
３４１６　加工区間情報管理部
３４２　空間構造加工部
３４２１　分割片生成部
３４２２　分割片再構成部
３４２３　分割結果評価部
３４２４　分割片情報管理部
４　コンピュータ装置
４１　プロセッサ
４２　主記憶装置
４３　補助記憶装置
４４　ネットワークインタフェース
４５　デバイスインタフェース
４６　入力装置
４７　出力装置
４８　バス
５　外部記憶媒体

Claims (11)

  1. 　運用対象と類似するとされた計測対象である類似計測対象の計測値に基づき算出された、前記類似計測対象の性能の劣化モデルを取得する取得部と、
    　前記類似計測対象の性能の劣化モデルと、前記運用対象に想定される利用事例とに基づき、前記運用対象の性能の劣化に関するシミュレーションを行うシミュレーション部と、
    　前記シミュレーションの結果に基づき、前記運用対象に対して行われる保全作業の実施時期を示す運用計画案を作成する運用計画案作成部と、
    　を備える運用計画案作成装置。
  2. 　前記類似計測対象の性能の劣化モデルは、
    　複数の時刻のそれぞれごとに、前記時刻までに計測された、前記類似計測対象の計測値に基づき算出された、前記類似計測対象の性能を表すパラメータの確率密度分布に基づき算出されたものであり
    　複数の時刻のそれぞれごとに、前記時刻までに計測された、計測対象の計測値に基づき算出された、計測対象の性能を表すパラメータの確率密度分布を周期的に算出し、算出された複数の確率密度分布に基づき、前記計測対象の性能の劣化モデルを生成する劣化モデル生成部
    　をさらに備える請求項１に記載の運用計画案作成装置。
  3. 　前記計測対象の計測データから、前記計測対象の利用事例を抽出する利用事例抽出部と、
    　前記計測対象ごとに、前記計測対象の性能の劣化モデルと利用事例とを対応づけて記憶する劣化モデル記憶部と、
    　をさらに備え、
    　前記取得部は、前記運用対象に想定される利用事例と類似する利用事例を有する計測対象を前記類似計測対象とすることとし、前記類似計測対象の性能の劣化モデルを取得する
    　請求項１または２に記載の運用計画案作成装置。
  4. 　前記計測対象の計測データから、前記計測対象の利用事例を抽出する利用事例抽出部と、
    　前記計測対象の特徴的な利用事例と前記計測対象に関する情報とが体系づけられたオントロジーを記憶するオントロジー記憶部と、
    　前記計測対象ごとに、前記計測対象の性能の劣化モデルと前記オントロジーを対応づけて記憶する劣化モデル記憶部と
    　をさらに備え、
    　前記取得部は、前記運用対象に関する情報に基づき劣化モデル記憶部から選択された、前記類似計測対象の性能の劣化モデルおよび前記特徴的な利用事例を取得し、
    　前記シミュレーション部は、前記運用対象に想定される利用事例として、前記類似計測対象の特徴的な利用事例を用いる
    　請求項１または２に記載の運用計画案作成装置。
  5. 　建物モデルを含む、建物に関するデータを記憶する建物データ記憶部と、
    　前記運用対象が設置される第１建物に関するデータに基づき、前記建物データ記憶部から、前記第１建物と類似する第２建物の建物モデルを抽出する建物モデル抽出部と、
    　をさらに備え、
    　前記取得部は、前記第１建物の建物モデルとして、前記第２建物の建物モデルを取得し、
    　前記シミュレーション部は、前記類似計測対象の性能の劣化モデルと、前記運用対象に想定される利用事例と、前記第１建物の建物モデルとに基づき、前記シミュレーションを行い、
    　前記建物データ記憶部が記憶する建物に関するデータには、少なくとも建物内のオブジェクトの属性、形状、または構造に関する情報が含まれ、
    　前記建物モデル抽出部は、前記１建物のオブジェクトの属性、形状、または構造の少なくともいずれかが一致または類似しているオブジェクトを有する建物を類似と判断する
    　請求項１から４のいずれか一項に記載の運用計画案作成装置。
  6. 　少なくとも、建物モデルに含まれる平面の外周もしくは内周の形状、または指定された要素に関する部分もしくは部分の形状を、直線化または簡略化することにより、建物モデルの簡略化を行う空間形状加工部
    　をさらに備える請求項５に記載の運用計画案作成装置。
  7. 　少なくとも、建物モデルに含まれる平面の分割または建物モデルに含まれる複数の平面の集約を行うことにより、建物モデルの簡略化を行う空間構造加工部
    　をさらに備える請求項５または６に記載の運用計画案作成装置。
  8. 　前記取得部は、第１運用対象の劣化モデルと、第２運用対象の劣化モデルを取得し、
    　前記シミュレーション部は、第１運用対象の劣化モデルに基づく第１シミュレーションと、第２運用対象の劣化モデルに基づく第２シミュレーションとを行い、
    　前記運用計画案作成部は、前記第１シミュレーションの結果と前記第２シミュレーションの結果に基づき、前記第１運用対象から前記第２運用対象へ交換する場合の運用計画案を作成する
    　請求項１から７のいずれか一項に記載の運用計画案作成装置。
  9. 　運用対象と類似するとされた計測対象である類似計測対象の計測値に基づき算出された、前記類似計測対象の性能の劣化モデルを取得する第１取得ステップと、
    　前記類似計測対象の性能の劣化モデルと、前記運用対象に想定される利用事例とに基づき、前記運用対象の性能の劣化に関するシミュレーションを行うシミュレーションステップと、
    　前記シミュレーションの結果に基づき、前記運用対象に対して行われる保全作業の実施時期を示す運用計画案を作成する運用計画案作成ステップと、
    　をコンピュータが実行する運用計画案作成方法。
  10. 　運用対象と類似するとされた計測対象である類似計測対象の計測値に基づき算出された、前記類似計測対象の性能の劣化モデルを取得する第１取得ステップと、
    　前記類似計測対象の性能の劣化モデルと、前記運用対象に想定される利用事例とに基づき、前記運用対象の性能の劣化に関するシミュレーションを行うシミュレーションステップと、
    　前記シミュレーションの結果に基づき、前記運用対象に対して行われる保全作業の実施時期を示す運用計画案を作成する運用計画案作成ステップと、
    　をコンピュータに実行させるためのプログラム。
  11. 　計測対象と、第１の通信装置と、第２の通信装置と、第３の通信装置と、を備えた運用計画案作成システムであって、
    　前記第１の通信装置は、
    　前記計測対象の計測値を前記第２の通信装置に送り、
    　前記第２の通信装置は、
    　複数の時刻のそれぞれごとに、前記時刻までに計測された、計測対象の計測値に基づき算出された、計測対象の性能を表すパラメータの確率密度分布を周期的に算出し、算出された複数の確率密度分布に基づき、計測対象の性能の劣化モデルを生成する劣化モデル生成部を備え、
    　前記第３の通信装置は、
    　運用対象と類似するとされた計測対象である類似計測対象の計測値に基づき算出された、前記類似計測対象の性能の劣化モデルを取得する取得部と、
    　前記類似計測対象の性能の劣化モデルと、前記運用対象に想定される利用事例とに基づき、前記運用対象の性能の劣化に関するシミュレーションを行うシミュレーション部と、　前記シミュレーションの結果に基づき、前記運用対象に対して行われる保全作業の実施時期を示す運用計画案を作成する運用計画案作成部と、
    　を備える運用計画案作成システム。
PCT/JP2016/087781 2016-03-16 2016-12-19 運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム WO2017158975A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
US15/919,609 US20180203961A1 (en) 2016-03-16 2018-03-13 Operation draft plan creation apparatus, operation draft plan creation method, non-transitory computer readable medium, and operation draft plan creation system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2016-052929 2016-03-16
JP2016052929A JP2017167847A (ja) 2016-03-16 2016-03-16 運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US15/919,609 Continuation US20180203961A1 (en) 2016-03-16 2018-03-13 Operation draft plan creation apparatus, operation draft plan creation method, non-transitory computer readable medium, and operation draft plan creation system

Publications (1)

Publication Number Publication Date
WO2017158975A1 true WO2017158975A1 (ja) 2017-09-21

Family

ID=59852047

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2016/087781 WO2017158975A1 (ja) 2016-03-16 2016-12-19 運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム

Country Status (3)

Country Link
US (1) US20180203961A1 (ja)
JP (1) JP2017167847A (ja)
WO (1) WO2017158975A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2020260535B2 (en) * 2018-03-16 2022-09-29 Kabushiki Kaisha Toshiba Operation plan creation apparatus, operation plan creation method, and program
WO2023047841A1 (ja) * 2021-09-22 2023-03-30 三菱重工業株式会社 機器の性能評価装置、機器の性能評価方法及び機器の性能評価プログラム

Families Citing this family (78)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9411327B2 (en) 2012-08-27 2016-08-09 Johnson Controls Technology Company Systems and methods for classifying data in building automation systems
US10534326B2 (en) 2015-10-21 2020-01-14 Johnson Controls Technology Company Building automation system with integrated building information model
US11268732B2 (en) 2016-01-22 2022-03-08 Johnson Controls Technology Company Building energy management system with energy analytics
US11947785B2 (en) 2016-01-22 2024-04-02 Johnson Controls Technology Company Building system with a building graph
US11768004B2 (en) 2016-03-31 2023-09-26 Johnson Controls Tyco IP Holdings LLP HVAC device registration in a distributed building management system
US10417451B2 (en) 2017-09-27 2019-09-17 Johnson Controls Technology Company Building system with smart entity personal identifying information (PII) masking
US10505756B2 (en) 2017-02-10 2019-12-10 Johnson Controls Technology Company Building management system with space graphs
US11226598B2 (en) 2016-05-04 2022-01-18 Johnson Controls Technology Company Building system with user presentation composition based on building context
US11774920B2 (en) 2016-05-04 2023-10-03 Johnson Controls Technology Company Building system with user presentation composition based on building context
US10684033B2 (en) 2017-01-06 2020-06-16 Johnson Controls Technology Company HVAC system with automated device pairing
US11061424B2 (en) 2017-01-12 2021-07-13 Johnson Controls Technology Company Building energy storage system with peak load contribution and stochastic cost optimization
US10324483B2 (en) 2017-01-12 2019-06-18 Johnson Controls Technology Company Building energy storage system with peak load contribution cost optimization
US11010846B2 (en) 2017-01-12 2021-05-18 Johnson Controls Technology Company Building energy storage system with multiple demand charge cost optimization
US10282796B2 (en) 2017-01-12 2019-05-07 Johnson Controls Technology Company Building energy storage system with multiple demand charge cost optimization
US11238547B2 (en) 2017-01-12 2022-02-01 Johnson Controls Tyco IP Holdings LLP Building energy cost optimization system with asset sizing
US10949777B2 (en) 2017-06-07 2021-03-16 Johnson Controls Technology Company Building energy optimization system with economic load demand response (ELDR) optimization
US11847617B2 (en) * 2017-02-07 2023-12-19 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with financial analysis functionality
US11900287B2 (en) 2017-05-25 2024-02-13 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with budgetary constraints
US10095756B2 (en) 2017-02-10 2018-10-09 Johnson Controls Technology Company Building management system with declarative views of timeseries data
US10854194B2 (en) 2017-02-10 2020-12-01 Johnson Controls Technology Company Building system with digital twin based data ingestion and processing
US11994833B2 (en) 2017-02-10 2024-05-28 Johnson Controls Technology Company Building smart entity system with agent based data ingestion and entity creation using time series data
US10515098B2 (en) 2017-02-10 2019-12-24 Johnson Controls Technology Company Building management smart entity creation and maintenance using time series data
US11307538B2 (en) 2017-02-10 2022-04-19 Johnson Controls Technology Company Web services platform with cloud-eased feedback control
US11360447B2 (en) 2017-02-10 2022-06-14 Johnson Controls Technology Company Building smart entity system with agent based communication and control
US11764991B2 (en) 2017-02-10 2023-09-19 Johnson Controls Technology Company Building management system with identity management
WO2018175912A1 (en) 2017-03-24 2018-09-27 Johnson Controls Technology Company Building management system with dynamic channel communication
US11327737B2 (en) 2017-04-21 2022-05-10 Johnson Controls Tyco IP Holdings LLP Building management system with cloud management of gateway configurations
US11371739B2 (en) 2017-04-25 2022-06-28 Johnson Controls Technology Company Predictive building control system with neural network based comfort prediction
US11675322B2 (en) 2017-04-25 2023-06-13 Johnson Controls Technology Company Predictive building control system with discomfort threshold adjustment
US10788229B2 (en) 2017-05-10 2020-09-29 Johnson Controls Technology Company Building management system with a distributed blockchain database
US11636429B2 (en) 2017-05-25 2023-04-25 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance systems and methods with automatic parts resupply
US11747800B2 (en) 2017-05-25 2023-09-05 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with automatic service work order generation
US11409274B2 (en) 2017-05-25 2022-08-09 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system for performing maintenance as soon as economically viable
JP7184797B2 (ja) * 2017-05-25 2022-12-06 ジョンソン コントロールズ テクノロジー カンパニー ビルディング機器用のモデル予測的メンテナンスシステム
US11416955B2 (en) 2017-05-25 2022-08-16 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with integrated measurement and verification functionality
US11120411B2 (en) 2017-05-25 2021-09-14 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with incentive incorporation
US11022947B2 (en) 2017-06-07 2021-06-01 Johnson Controls Technology Company Building energy optimization system with economic load demand response (ELDR) optimization and ELDR user interfaces
WO2018232147A1 (en) 2017-06-15 2018-12-20 Johnson Controls Technology Company Building management system with artificial intelligence for unified agent based control of building subsystems
WO2019018304A1 (en) 2017-07-17 2019-01-24 Johnson Controls Technology Company SYSTEMS AND METHODS FOR BUILDING SIMULATION ON THE BASIS OF AN AGENT FOR OPTIMAL CONTROL
EP3655825B1 (en) 2017-07-21 2023-11-22 Johnson Controls Tyco IP Holdings LLP Building management system with dynamic rules with sub-rule reuse and equation driven smart diagnostics
US20190034066A1 (en) 2017-07-27 2019-01-31 Johnson Controls Technology Company Building management system with central plantroom dashboards
KR20230034438A (ko) 2017-08-31 2023-03-09 아사히 가세이 가부시키가이샤 플라스틱 광 파이버, 플라스틱 광 파이버 케이블, 커넥터가 부착된 플라스틱 광 파이버 케이블, 광 통신 시스템, 및 플라스틱 광 파이버 센서
US11314788B2 (en) 2017-09-27 2022-04-26 Johnson Controls Tyco IP Holdings LLP Smart entity management for building management systems
US11195401B2 (en) 2017-09-27 2021-12-07 Johnson Controls Tyco IP Holdings LLP Building risk analysis system with natural language processing for threat ingestion
US10962945B2 (en) 2017-09-27 2021-03-30 Johnson Controls Technology Company Building management system with integration of data into smart entities
US11120012B2 (en) 2017-09-27 2021-09-14 Johnson Controls Tyco IP Holdings LLP Web services platform with integration and interface of smart entities with enterprise applications
JP6627837B2 (ja) * 2017-09-29 2020-01-08 ダイキン工業株式会社 管理システムおよびフィルタ管理方法
US11281169B2 (en) 2017-11-15 2022-03-22 Johnson Controls Tyco IP Holdings LLP Building management system with point virtualization for online meters
US10809682B2 (en) 2017-11-15 2020-10-20 Johnson Controls Technology Company Building management system with optimized processing of building system data
JP6836493B2 (ja) * 2017-11-17 2021-03-03 株式会社東芝 保守手順生成装置、保守手順生成方法、及び保守手順生成プログラム
US11127235B2 (en) 2017-11-22 2021-09-21 Johnson Controls Tyco IP Holdings LLP Building campus with integrated smart environment
US11954713B2 (en) 2018-03-13 2024-04-09 Johnson Controls Tyco IP Holdings LLP Variable refrigerant flow system with electricity consumption apportionment
JP7134390B2 (ja) * 2018-05-30 2022-09-12 株式会社FiveVai 勤務表作成装置、勤務表作成方法及びプログラム
US11474485B2 (en) 2018-06-15 2022-10-18 Johnson Controls Tyco IP Holdings LLP Adaptive training and deployment of single chiller and clustered chiller fault detection models for connected chillers
US11859846B2 (en) 2018-06-15 2024-01-02 Johnson Controls Tyco IP Holdings LLP Cost savings from fault prediction and diagnosis
US11016648B2 (en) 2018-10-30 2021-05-25 Johnson Controls Technology Company Systems and methods for entity visualization and management with an entity node editor
US20200162280A1 (en) 2018-11-19 2020-05-21 Johnson Controls Technology Company Building system with performance identification through equipment exercising and entity relationships
US20200159376A1 (en) 2018-11-19 2020-05-21 Johnson Controls Technology Company Building system with semantic modeling based user interface graphics and visualization generation
US11468408B2 (en) 2019-01-18 2022-10-11 Johnson Controls Tyco IP Holdings LLP Building automation system with visitor management
US10788798B2 (en) 2019-01-28 2020-09-29 Johnson Controls Technology Company Building management system with hybrid edge-cloud processing
US11480360B2 (en) 2019-08-06 2022-10-25 Johnson Controls Tyco IP Holdings LLP Building HVAC system with modular cascaded model
WO2021026370A1 (en) * 2019-08-06 2021-02-11 Johnson Controls Technology Company Model predictive maintenance system with degradation impact model
EP4085345A1 (en) 2019-12-31 2022-11-09 Johnson Controls Tyco IP Holdings LLP Building data platform
US11894944B2 (en) 2019-12-31 2024-02-06 Johnson Controls Tyco IP Holdings LLP Building data platform with an enrichment loop
WO2021157005A1 (ja) * 2020-02-06 2021-08-12 三菱電機株式会社 管理支援装置、管理支援方法及び管理支援プログラム
US11537386B2 (en) 2020-04-06 2022-12-27 Johnson Controls Tyco IP Holdings LLP Building system with dynamic configuration of network resources for 5G networks
US11874809B2 (en) 2020-06-08 2024-01-16 Johnson Controls Tyco IP Holdings LLP Building system with naming schema encoding entity type and entity relationships
US11954154B2 (en) 2020-09-30 2024-04-09 Johnson Controls Tyco IP Holdings LLP Building management system with semantic model integration
US11397773B2 (en) 2020-09-30 2022-07-26 Johnson Controls Tyco IP Holdings LLP Building management system with semantic model integration
US20220138492A1 (en) 2020-10-30 2022-05-05 Johnson Controls Technology Company Data preprocessing and refinement tool
CN116457736A (zh) * 2020-12-18 2023-07-18 三菱电机株式会社 学习装置、推断装置、诊断系统、模型生成方法及程序
US11921481B2 (en) 2021-03-17 2024-03-05 Johnson Controls Tyco IP Holdings LLP Systems and methods for determining equipment energy waste
US11769066B2 (en) 2021-11-17 2023-09-26 Johnson Controls Tyco IP Holdings LLP Building data platform with digital twin triggers and actions
US11899723B2 (en) 2021-06-22 2024-02-13 Johnson Controls Tyco IP Holdings LLP Building data platform with context based twin function processing
US11796974B2 (en) 2021-11-16 2023-10-24 Johnson Controls Tyco IP Holdings LLP Building data platform with schema extensibility for properties and tags of a digital twin
US11934966B2 (en) 2021-11-17 2024-03-19 Johnson Controls Tyco IP Holdings LLP Building data platform with digital twin inferences
US11704311B2 (en) 2021-11-24 2023-07-18 Johnson Controls Tyco IP Holdings LLP Building data platform with a distributed digital twin
US11714930B2 (en) 2021-11-29 2023-08-01 Johnson Controls Tyco IP Holdings LLP Building data platform with digital twin based inferences and predictions for a graphical building model

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009115650A (ja) * 2007-11-07 2009-05-28 Sumitomo Mitsui Construction Co Ltd 構造物の地震被害推定方法および地震被害推定システム
WO2012157040A1 (ja) * 2011-05-13 2012-11-22 株式会社日立製作所 保守部品寿命予測システムおよび保守部品寿命予測方法
JP2014139774A (ja) * 2012-12-21 2014-07-31 Mitsubishi Heavy Ind Ltd プラント設備保全計画の提案支援システム
JP2015200931A (ja) * 2014-04-04 2015-11-12 株式会社Ihi 部品交換サービスシステム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009115650A (ja) * 2007-11-07 2009-05-28 Sumitomo Mitsui Construction Co Ltd 構造物の地震被害推定方法および地震被害推定システム
WO2012157040A1 (ja) * 2011-05-13 2012-11-22 株式会社日立製作所 保守部品寿命予測システムおよび保守部品寿命予測方法
JP2014139774A (ja) * 2012-12-21 2014-07-31 Mitsubishi Heavy Ind Ltd プラント設備保全計画の提案支援システム
JP2015200931A (ja) * 2014-04-04 2015-11-12 株式会社Ihi 部品交換サービスシステム

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AU2020260535B2 (en) * 2018-03-16 2022-09-29 Kabushiki Kaisha Toshiba Operation plan creation apparatus, operation plan creation method, and program
WO2023047841A1 (ja) * 2021-09-22 2023-03-30 三菱重工業株式会社 機器の性能評価装置、機器の性能評価方法及び機器の性能評価プログラム

Also Published As

Publication number Publication date
US20180203961A1 (en) 2018-07-19
JP2017167847A (ja) 2017-09-21

Similar Documents

Publication Publication Date Title
WO2017158975A1 (ja) 運用計画案作成装置、運用計画案作成方法、プログラムおよび運用計画案作成システム
US11328102B2 (en) Digital design tools for building construction
JP6338678B2 (ja) Ｃａｄモデルの３次元格子構造の作成方法、当該ｃａｄモデルの３次元格子構造の作成のためのデータ処理装置及び非一時性のコンピュータで読み出し可能な媒体
US9292972B2 (en) Occupant centric capture and visualization of building performance data
LU93399B1 (en) Bim modelling with flexibility attributes
CN109684714B (zh) 一种基于机器学习和bim技术的建筑设计方法
Di Filippo et al. Generative Design for project optimization (S).
KR20130096265A (ko) 빌딩 오퍼레이션 센서 데이터를 분석하는 시스템 및 방법
JP2017220225A (ja) 複雑なグラフ検索のための局所的な視覚グラフ・フィルタ
CN103914865A (zh) 形成几何图案的面的组
Zverovich et al. Emergency response in complex buildings: automated selection of safest and balanced routes
US9471720B1 (en) Combined vertical and horizontal load modeling for concrete structures
JP6725432B2 (ja) 配管作業経路作成装置、配管作業経路作成方法およびプログラム
CN116882038B (zh) 一种基于bim技术的机电施工方法及系统
CN107526895B (zh) 一种古民居群快速建模系统
CN109073753B (zh) 用于生成能量模型并跟踪能量模型演进的系统和方法
US11823110B2 (en) Optimizing building design for future transformation and expansion
JP5767086B2 (ja) 建築物における無線基地局の配置支援装置
WO2013123675A1 (en) Providing building information modeling data
JP6549239B2 (ja) 空間情報生成装置、空間情報生成方法、プログラム
Xu et al. Machining feature recognition from in-process model of NC simulation
Gourlis et al. A holistic digital twin simulation framework for industrial facilities: BIM-based data acquisition for building energy modeling
Jung et al. Appropriate level of development of in-situ building information modeling for existing building energy modeling implementation
JP6615892B2 (ja) 物理システムの経時変化プロファイリングエンジン
Goldstein et al. Towards voxel-based algorithms for building performance simulation

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 16894592

Country of ref document: EP

Kind code of ref document: A1

122 Ep: pct application non-entry in european phase

Ref document number: 16894592

Country of ref document: EP

Kind code of ref document: A1