WO2023105891A1 - 排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法 - Google Patents

排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法 Download PDF

Info

Publication number
WO2023105891A1
WO2023105891A1 PCT/JP2022/035642 JP2022035642W WO2023105891A1 WO 2023105891 A1 WO2023105891 A1 WO 2023105891A1 JP 2022035642 W JP2022035642 W JP 2022035642W WO 2023105891 A1 WO2023105891 A1 WO 2023105891A1
Authority
WO
WIPO (PCT)
Prior art keywords
pump
water level
unit
drainage pump
information
Prior art date
Application number
PCT/JP2022/035642
Other languages
English (en)
French (fr)
Inventor
和彦 杉山
陽介 原田
秀幸 岩本
茂 岡本
Original Assignee
株式会社荏原製作所
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 株式会社荏原製作所 filed Critical 株式会社荏原製作所
Priority to CA3239519A priority Critical patent/CA3239519A1/en
Publication of WO2023105891A1 publication Critical patent/WO2023105891A1/ja

Links

Images

Classifications

    • E—FIXED CONSTRUCTIONS
    • E03—WATER SUPPLY; SEWERAGE
    • E03F—SEWERS; CESSPOOLS
    • E03F5/00—Sewerage structures
    • E03F5/22—Adaptations of pumping plants for lifting sewage
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
    • F04D—NON-POSITIVE-DISPLACEMENT PUMPS
    • F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/20—Controlling water pollution; Waste water treatment

Definitions

  • the present invention relates to a drainage pump device, a drainage pump management system, a drainage pump support plan creation device, an inference device, a machine learning device, a drainage pump support plan creation method, an inference method, and a machine learning method.
  • Facilities such as buildings, underground parking lots, underground malls, underpasses, and underpasses are equipped with drainage pump devices to prevent flood damage in the event of torrential rain.
  • the drainage pump device prevents flood damage by starting the operation of the drainage pump when the water level at the monitoring location reaches a predetermined operating water level (see, for example, Patent Documents 1 and 2). ).
  • Patent Documents 1 and 2 are operated only when the water level at the monitored location reaches a predetermined operating water level due to torrential rain or the like, so the frequency of operation of the drainage pump is relatively high. do not have. For this reason, regular inspections are conducted to check whether there is any abnormality in the drainage pump equipment. It may not work properly. In addition, if the drainage pump device does not operate normally, there is a high risk that the facility in which the drainage pump device is installed will be submerged, and flood damage could not be properly prevented.
  • the present invention provides a drainage pump device, a drainage pump management system, a drainage pump support plan creation device, an inference device, a machine learning device, and a drainage pump support plan that can reduce flood damage at monitored locations.
  • the object is to provide a creation method, an inference method, and a machine learning method.
  • a drainage pump device includes: a water level detection unit that detects the water level at the monitoring location; a pump unit for draining water accumulated in the monitoring location;
  • a drainage pump device comprising: a pump control section that controls operation of the pump section based on the water level detected by the water level detection section, The pump control unit a weather information acquisition unit that acquires weather information of the monitoring location; an abnormality determination unit that determines whether an abnormality has occurred in the water level detection unit or the pump unit; a water level detection unit abnormality processing unit that controls the operation of the pump unit based on the weather information when it is determined that an abnormality has occurred in the water level detection unit; When it is determined that an abnormality has occurred in the pump unit, at least one of the water level detected by the water level detection unit and the weather information is used to request support for drainage work by at least one of a drainage pump vehicle and a worker. and a pump unit abnormality processing unit for outputting support request information.
  • the pump control section determines whether or not an abnormality has occurred in the water level detection section or the pump section, and when it is determined that an abnormality has occurred in the water level detection section controls the operation of the pump unit based on the weather information of the monitoring point, and when it is determined that an abnormality has occurred in the pump unit, at least one of the water level detected by the water level detection unit and the weather information of the monitoring point Since the support request information is output based on the above information, even if an abnormality occurs in the water level detection unit or the pump unit, it is possible to reduce flood damage at the monitored location.
  • FIG. 1 is a block diagram showing an example of a drainage pump device 2 according to a first embodiment
  • FIG. It is a block diagram showing an example of management device 3 concerning a 1st embodiment.
  • 3 is a hardware configuration diagram showing an example of a computer 900
  • FIG. 4 is a flow chart showing an example of the operation of the drainage pump device 2 according to the first embodiment
  • 4 is a flow chart showing an example of the operation of the management device 3 according to the first embodiment
  • FIG. 11 is a functional explanatory diagram showing an example of a management device 3a according to the second embodiment; 9 is a flow chart showing an example of the operation of the machine learning device 8 according to the second embodiment; It is a flow chart which shows an example of operation of controlling device 3a concerning a 2nd embodiment.
  • FIG. 1 is an overall configuration diagram showing an example of a drainage pump management system 1 according to the first embodiment.
  • the drainage pump management system 1 includes, as its main components, one or more drainage pump devices 2, a management device 3 capable of communicating with the drainage pump device 2, and an administrator 100 used by the administrator 100 of the drainage pump device 2.
  • a terminal device 4, a drainage pump vehicle 5 used to support drainage work when an abnormality occurs in the drainage pump device 2, a worker terminal device 6 used by a worker 101 who supports the drainage work, and weather information are provided.
  • a weather information providing device 7 is provided.
  • Each component of the drainage pump management system 1 is configured by, for example, a general-purpose or dedicated computer (see FIG. 4 described later), and is connected to a network 10 so that various types of data can be exchanged with each other. .
  • the number of components of the drainage pump management system 1 and the connection configuration of the network 10 are not limited to the example shown in FIG. 1, and may be changed as appropriate.
  • the drainage pump management system 1 may omit some of the above components, and in that case, cooperate with an external system or substitute an external system.
  • the drainage pump device 2 is installed in facilities such as, for example, buildings having basements, drainage tanks, drainage pits, etc., underground parking lots, underground malls, underground passages, underpasses, and the like.
  • the drainage pump device 2 automatically starts operation when the water level at the monitoring point of these facilities reaches a predetermined operating water level, and discharges the water accumulated at the monitoring point to the outside (for example, rainwater pipes, sewage pipes, rivers, etc.). Drain.
  • the drainage pump device 2 has an abnormality determination function that determines whether or not an abnormality has occurred in each part of the device, and when an abnormality that makes it impossible to operate occurs, at least one of the drainage pump vehicle 5 and the worker 101 Assistance request information requesting assistance for drainage work is output (transmitted) to the administrator terminal device 4, the drainage pump vehicle 5, the worker terminal device 6, etc. via the management device 3, for example.
  • the management device 3 determines whether or not an abnormality has occurred in the drainage pump device 2 by a method different from the abnormality determination function of the drainage pump device 2. It has soundness judgment function. In addition, when an abnormality occurs in the drainage pump device 2, the management device 3 outputs (transmits) support request information to, for example, the administrator terminal device 4, the drainage pump vehicle 5, the worker terminal device 6, and the like.
  • the administrator terminal device 4 is composed of, for example, a stationary computer or a portable computer, and is used by the administrator 100.
  • the administrator terminal device 4 is installed with programs such as applications and browsers, receives various input operations, and receives various information (for example, the operation status of the drainage pump device 2, the abnormality determination function, etc.) via the display screen and voice. and judgment results by the soundness judgment function, support request information, etc.).
  • the drainage pump truck 5 is a vehicle that functions as a mobile or portable drainage pump with a generator, a submersible pump, a control panel, an operation display panel, a hose, a cable, etc. loaded on the carrier.
  • the drainage pump vehicle 5 is moved to the site (monitored location of the drainage pump device 2) requested by the worker 101 for assistance in the drainage work, and the drainage work is performed by installing the submersible pump.
  • the worker terminal device 6 is composed of, for example, a stationary computer or a portable computer, and is used by the worker 101. Like the manager terminal device 4, the worker terminal device 6 is installed with programs such as applications and browsers, receives various input operations, and receives various information (for example, support request information, etc.). In addition, the worker terminal device 6 may be composed of an in-vehicle device such as a car navigation device mounted on the drainage pump vehicle 5 .
  • the weather information providing device 7 provides, as weather information, actual weather data at the current time or past time, and weather forecast data at a future time (for example, 1 hour, 2 hours, etc.) after the current time. do.
  • the weather information includes, for example, weather elements such as the amount of precipitation and the weather for each area divided into meshes of a predetermined size.
  • the method of providing weather information may be either a pull type or a push type, and the date and time, period, time interval, area, etc. to be provided may be specified.
  • the weather information providing device 7 may be composed of an external device managed by, for example, the Japan Meteorological Agency or a weather information providing company.
  • the network 10 transmits and receives data by wired communication, wireless communication, or a combination of wired and wireless communication according to any communication standard.
  • a standardized communication network such as the Internet
  • a communication network managed in a building such as a local network, or a combination of these communication networks
  • an international standard is typically used.
  • Communication standards such as Bluetooth (registered trademark), Bluetooth Low Energy, Wi-Fi, ZigBee (registered trademark), Sub-GHz, EnOcean (registered trademark), and LTE may also be used.
  • FIG. 2 is a block diagram showing an example of the drainage pump device 2 according to the first embodiment.
  • the drainage pump device 2 includes a pump control unit 20 configured by a processor or the like, a storage unit 21 configured by a HDD (Hard Disk Drive), an SSD (Solid State Drive), a memory or the like, and a communication interface with the network 10.
  • a pump control unit 20 configured by a processor or the like
  • a storage unit 21 configured by a HDD (Hard Disk Drive), an SSD (Solid State Drive), a memory or the like
  • a certain communication unit 22 an operation display unit 23 composed of switches, indicator lamps, a touch panel, etc.
  • a water level detection unit 24 for detecting the water level at the monitoring location
  • a pump unit 25 for drain
  • the water level detection unit 24 is composed of a water level sensor, a sensor detection circuit, etc. for detecting the water level at the monitored location.
  • the water level sensor may be, for example, a level sensor that detects the water level at the monitoring location step by step or continuously, or a level switch that detects whether the water level at the monitoring location has reached a predetermined operating water level. may be configured.
  • the pump unit 25 is composed of a motor that rotates the impeller, a motor drive circuit that supplies drive power to the motor, an electromagnetic contactor provided between the motor drive circuit and the power supply, and the like.
  • the pump unit 25 is composed of, for example, an axial flow pump, a mixed flow pump, a spiral mixed flow pump, or the like, but the type of pump is not limited to these examples.
  • the power source of the pump unit 25 may be commercial power or a generator using an engine as a power source, or may use an engine as a power source to rotate an impeller.
  • the pump unit 25 is configured to be able to receive a pump operation signal instructing the operation of the pump unit 25 from the management device 3 without going through the pump control unit 20 .
  • the pump unit 25 receives the pump operation signal, the operation of the pump unit 25 is forcibly started regardless of the state of control by the pump control unit 20 and whether or not the detected water level has reached the operating water level.
  • the storage unit 21 stores drainage pump setting data 210 and a drainage pump control program 211, as well as an operating system, other programs, various data, and the like.
  • the drainage pump setting data 210 includes information that can be edited by the administrator 100 and the worker 101, such as geographic information indicating the position coordinates (latitude, longitude, and altitude) of the monitored location of the device itself, and the output destination of the support request information. etc. are registered.
  • the pump control unit 20 controls the pump operation processing unit 200, the weather information acquisition unit 201, the abnormality determination unit 202, the water level detection unit abnormality processing unit 203, the pump It functions as a unit abnormality processing unit 204 and a soundness signal transmission processing unit 205 .
  • the pump operation processing unit 200 controls the operation of the pump unit 25 based on the water level detected by the water level detection unit 24 (hereinafter referred to as "detected water level").
  • the pump operation processing unit 200 determines whether or not the detected water level has reached a predetermined operating water level, and starts operating the pump unit 25 when the detected water level has reached the operating water level. Note that when the operation display unit 23 receives an operation instructing the operation of the pump unit 25, the pump operation processing unit 200 controls the operation of the pump unit 25 regardless of whether or not the detected water level reaches the operating water level. start driving. Further, the pump operation processing unit 200 stops the operation of the pump unit 25 when, for example, the detected water level drops to a predetermined stop water level, or when the operation display unit 23 receives an operation instructing to stop the operation. .
  • the weather information acquisition unit 201 acquires weather information of the monitored location of the own device.
  • the weather information acquisition unit 201 receives weather information from the weather information providing device 7 via the communication unit 22 and the network 10, for example, based on the position coordinates of the monitored location of the own device registered in the drainage pump setting data 210. By doing so, the weather information of the monitoring location of the own device is acquired.
  • the abnormality determination unit 202 determines whether an abnormality has occurred in the water level detection unit 24 or the pump unit 25.
  • the abnormality determination unit 202 uses, for example, a normally-on type (normally closed) water level sensor that is turned on when the water level at the monitoring location does not reach the operating water level, and determines the water level at the monitoring location from the weather information at the monitoring location. In a situation where it is judged that there is no or a low possibility of reaching the operating water level (such as a situation where the precipitation amount is "0 mm" for a predetermined period of time), if the detected value of the water level sensor is off, It is determined that an abnormality has occurred in the water level detection unit 24 .
  • a normally-on type (normally closed) water level sensor that is turned on when the water level at the monitoring location does not reach the operating water level, and determines the water level at the monitoring location from the weather information at the monitoring location. In a situation where it is judged that there is no or a low possibility of reaching the operating water
  • Abnormality of the water level detection unit 24 includes disconnection of the water level sensor, failure of the sensor detection circuit, and the like. Further, the abnormality determination unit 202 performs a test operation of the pump unit 25 in the same situation, and when various sensors provided in the motor and the motor drive circuit detect malfunction, an abnormality occurs in the pump unit 25. It is determined that Abnormality of the pump unit 25 includes motor failure, motor drive circuit failure, electromagnetic contactor failure, and the like.
  • the water level detection unit abnormality processing unit 203 determines that an abnormality has occurred in the water level detection unit 24, it controls the operation of the pump unit 25 based on the weather information of the monitored location. Specifically, the water level detection unit abnormality processing unit 203 determines from the weather information of the monitoring location that there is a high possibility that the water level at the monitoring location will reach the operating water level. If the condition continues for a predetermined period, etc., the operation of the pump unit 25 is started.
  • the pump unit abnormality processing unit 204 detects at least one of the water level detected by the water level detection unit 24 and the weather information of the monitored location. Support request information requesting support for the drainage work by one side is output to the output destination registered in the drainage pump setting data 210 . Specifically, the pump unit abnormality processing unit 204 outputs support request information when the detected water level reaches the operating water level (a support request water level lower than the operating water level may be used instead of the operating water level). Further, when the pump unit abnormality processing unit 204 determines from the weather information of the monitoring location that the water level at the monitoring location is likely to reach the operating water level, it outputs support request information.
  • the output destination of the support request information is the administrator terminal device 4, the drainage pump vehicle 5, the worker terminal device 6, and the like. It may be limited to the drainage pump vehicle 5 and the worker terminal device 6 located in . Further, the support request information may be directly output to the administrator terminal device 4 or the like, or may be output to the administrator terminal device 4 or the like via the management device 3 .
  • the health signal transmission processing unit 205 transmits a health signal indicating the health of the drainage pump device 2 to the management device 3 via the communication unit 22 and the network 10 according to predetermined health transmission conditions.
  • the health condition transmission condition defines a condition for transmitting the health signal, for example, a predetermined transmission period or transmission time.
  • FIG. 3 is a block diagram showing an example of the management device 3 according to the first embodiment.
  • the management device 3 includes a management control unit 30 configured by a processor, etc., a storage unit 31 configured by an HDD, an SSD, a memory, etc., a communication unit 32 as a communication interface with the network 10, a keyboard, a mouse, etc.
  • An input unit 33 configured and a display unit 34 configured by a display or the like are provided. Note that the input unit 33 and the display unit 34 may be omitted.
  • the storage unit 31 stores a drainage pump management database 310 and a drainage pump management program 311, as well as an operating system, other programs, various data, and the like.
  • a drainage pump management database 310 as information that can be edited by the administrator 100, for example, for each drainage pump device 2 to be managed by the management device 3, geographic coordinates (latitude, longitude, altitude) of monitoring locations are stored. Information, output destination of support request information, etc. are registered.
  • the management control unit 30 By executing the drainage pump management program 311 stored in the storage unit 31, the management control unit 30 performs a weather information acquisition unit 300, a soundness determination unit 301, a first pump control unit abnormality processing unit 302, and a 2 function as the pump control unit abnormality processing unit 303 .
  • the weather information acquisition unit 300 acquires weather information for monitoring locations in the drainage pump device 2 to be managed.
  • the weather information acquisition unit 300 acquires weather information from the weather information providing device 7 via the communication unit 32 and the network 10, for example, based on the position coordinates of the monitored location of the drainage pump device 2 registered in the drainage pump management database 310. By receiving, the weather information of the monitored location of the drainage pump device 2 is acquired. At this time, if there are a plurality of drainage pump devices 2 to be managed, the weather information acquiring unit 300 acquires weather information on the monitored location of each drainage pump device 2 .
  • the soundness determination unit 301 determines whether or not an abnormality has occurred in the pump control unit 20 of the drainage pump device 2 according to whether or not the soundness signal has been received from the drainage pump device 2 according to the soundness transmission conditions. do. If the soundness determination unit 301 does not receive the soundness signal from the drainage pump device 2 at the transmission period or the transmission time specified as the soundness transmission condition, the soundness determination unit 301 performs the pump control that is the transmission source of the soundness signal. It is determined that an abnormality has occurred in the unit 20 . At this time, if there are a plurality of drainage pump devices 2 to be managed, the soundness determination unit 301 determines whether or not each drainage pump device 2 has received a soundness signal from each drainage pump device 2. It is determined whether or not an abnormality has occurred in each of the pump control units 20 . An abnormality of the pump control unit 20 includes a failure of a processor or the like that constitutes the pump control unit 20 .
  • the first pump control unit abnormality processing unit 302 determines that an abnormality has occurred in the pump control unit 20, based on the weather information of the monitored location of the drainage pump device 2 including the pump control unit 20, the drainage pump Support request information requesting support for the drainage work for the device 2 is output to the output destination registered in the drainage pump management database 310 . Specifically, the first pump control unit abnormality processing unit 302 determines that the water level at the monitoring location is equal to the operating water level based on the weather information for the monitoring location of the drainage pump device 2 where it is determined that the pump control unit 20 has an abnormality. When it is determined that the possibility of reaching the water level is high, the support request information for the drainage pump device 2 is output.
  • the output destination of the support request information is the administrator terminal device 4, the drainage pump vehicle 5, the worker terminal device 6, and the like. It may be limited to the drainage pump vehicle 5 and the worker terminal device 6 located in . Further, the support request information may be directly output to the administrator terminal device 4 or the like, or may be output to the administrator terminal device 4 or the like via the management device 3 .
  • the second pump control unit abnormality processing unit 303 determines that an abnormality has occurred in the pump control unit 20, based on the weather information of the monitored location of the drainage pump device 2 including the pump control unit 20, the drainage pump A pump operation signal instructing the operation of the pump unit 25 of the device 2 is transmitted to the pump unit 25 .
  • the second pump control unit abnormality processing unit 303 determines that the water level at the monitoring location is equal to the operating water level based on the weather information at the monitoring location of the drainage pump device 2 where it is determined that the pump control unit 20 has an abnormality.
  • a pump operation signal is transmitted to the pump section 25 of the drainage pump device 2 .
  • the operation of the pump unit 25 is started when the pump operation signal is received by the pump unit 25 without going through the pump control unit 20 .
  • FIG. 4 is a hardware configuration diagram showing an example of the computer 900. As shown in FIG.
  • Each of the drainage pump device 2, the management device 3, the administrator terminal device 4, the drainage pump vehicle 5, the worker terminal device 6, and the weather information providing device 7 is configured by a general-purpose or dedicated computer 900.
  • the computer 900 includes, as its main components, a bus 910, a processor 912, a memory 914, an input device 916, an output device 917, a display device 918, a storage device 920, a communication I/F (interface) It has a section 922 , an external equipment I/F section 924 , an I/O (input/output) device I/F section 926 and a media input/output section 928 . Note that the above components may be omitted as appropriate depending on the application for which the computer 900 is used.
  • the processor 912 is composed of one or more arithmetic processing units (CPU (Central Processing Unit), MPU (Micro-processing unit), DSP (digital signal processor), GPU (Graphics Processing Unit), etc.), and the entire computer 900 It operates as a control unit that supervises the
  • the memory 914 stores various data and programs 930, and is composed of, for example, a volatile memory (DRAM, SRAM, etc.) functioning as a main memory, a non-volatile memory (ROM), a flash memory, and the like.
  • the input device 916 is composed of, for example, a keyboard, mouse, numeric keypad, electronic pen, etc., and functions as an input unit.
  • the output device 917 is configured by, for example, a sound (voice) output device, a vibration device, or the like, and functions as an output unit.
  • a display device 918 is configured by, for example, a liquid crystal display, an organic EL display, electronic paper, a projector, or the like, and functions as an output unit.
  • the input device 916 and the display device 918 may be configured integrally like a touch panel display.
  • the storage device 920 is composed of, for example, an HDD, SSD, etc., and functions as a storage unit. The storage device 920 stores various data necessary for executing the operating system and programs 930 .
  • the communication I/F unit 922 is connected to a network 940 (which may be the same as the network 10 in FIG. 1) such as the Internet or an intranet by wire or wirelessly, and exchanges data with other computers according to a predetermined communication standard. functions as a communication unit that transmits and receives.
  • the external device I/F unit 924 is connected to the external device 950 such as a camera, printer, scanner, reader/writer, etc. by wire or wirelessly, and serves as a communication unit that transmits and receives data to and from the external device 950 according to a predetermined communication standard. Function.
  • the I/O device I/F unit 926 is connected to I/O devices 960 such as various sensors and actuators, and exchanges with the I/O devices 960, for example, detection signals from sensors and control signals to actuators. functions as a communication unit that transmits and receives various signals and data.
  • the media input/output unit 928 is composed of, for example, a drive device such as a DVD drive and a CD drive, and reads and writes data from/to media (non-temporary storage media) 970 such as DVDs and CDs.
  • the processor 912 calls the program 930 stored in the storage device 920 to the memory 914 and executes it, and controls each part of the computer 900 via the bus 910 .
  • the program 930 may be stored in the memory 914 instead of the storage device 920 .
  • the program 930 may be recorded on the media 970 in an installable file format or executable file format and provided to the computer 900 via the media input/output unit 928 .
  • Program 930 may be provided to computer 900 by downloading via network 940 via communication I/F section 922 .
  • the computer 900 may implement various functions realized by the processor 912 executing the program 930 by hardware such as FPGA and ASIC, for example.
  • the computer 900 is, for example, a stationary computer or a portable computer, and is an arbitrary form of electronic equipment.
  • the computer 900 may be a client-type computer, a server-type computer, or a cloud-type computer. Computer 900 may also be applied to other devices.
  • FIG. 5 is a flow chart showing an example of the operation of the drainage pump device 2 according to the first embodiment. An operation example in which the drainage pump device 2 is installed at a monitoring location and the water level at the monitoring location is being monitored by the water level detector 24 will be described below. A series of processes shown in FIG. 5 are repeatedly executed by the drainage pump device 2 at a predetermined cycle.
  • step S ⁇ b>100 the health signal transmission processing unit 205 transmits a health signal to the management device 3 when it determines that predetermined health transmission conditions (transmission period, transmission time, etc.) are satisfied.
  • the weather information acquisition unit 201 acquires the weather information of the monitored location of the own device from the weather information providing device 7 .
  • the abnormality determination unit 202 determines whether an abnormality has occurred in the water level detection unit 24 and whether an abnormality has occurred in the pump unit 25.
  • step S130 the water level detection unit abnormality processing unit 203 detects the monitoring location acquired in step S120.
  • the operation of the pump unit 25 is controlled based on the weather information.
  • step S140 the pump unit abnormality processing unit 204 determines that the water level detected by the water level detection unit 24 is operating. When the water level reaches the water level, or when it is determined that the water level at the monitoring location is likely to reach the operating water level based on the weather information of the monitoring location acquired in step S120, support request information is output.
  • step S150 pump operation processing is performed.
  • a unit 200 controls the operation of the pump unit 25 based on the water level detected by the water level detection unit 24 .
  • step S100 is a soundness signal transmission process
  • S110 is a weather information acquisition process
  • S120 is an abnormality determination process
  • step S130 is a water level detection unit abnormality processing process.
  • S140 corresponds to a pump unit abnormality processing step
  • step S150 corresponds to a pump operation processing step.
  • the pump control unit 20 determines whether or not an abnormality has occurred in the water level detection unit 24 or the pump unit 25, and determines whether the water level detection unit 24 has an abnormality.
  • the operation of the pump unit 25 is controlled based on the weather information of the monitoring location, and when it is determined that an abnormality has occurred in the pump unit 25, the water level detection unit 24 detects Support request information is output based on at least one of the water level and weather information of the monitoring location. Therefore, even if an abnormality occurs in the water level detection unit 24 or the pump unit 25, it is possible to reduce flood damage to the monitoring location.
  • FIG. 6 is a flow chart showing an example of the operation of the management device 3 according to the first embodiment. A series of processes shown in FIG. 6 are repeatedly executed by the management device 3 at a predetermined cycle.
  • step S200 an abnormality occurs in the pump control unit 20 of the drainage pump device 2 depending on whether the soundness determination unit 301 has received the soundness signal from the drainage pump device 2 according to the soundness transmission condition. determine whether or not
  • step S210 the weather information acquisition unit 300 selects the pump control unit 20 in which the abnormality has occurred.
  • the weather information of the monitored location of the provided drainage pump device 2 is acquired from the weather information providing device 7 .
  • step S220 the first pump control unit abnormality processing unit 302 performs drainage work on the drainage pump device 2 having the pump control unit 20 in which the abnormality has occurred, based on the weather information of the monitoring location acquired in step S210. Outputs support request information requesting support for
  • step S230 the second pump control unit abnormality processing unit 303, based on the weather information of the monitored location acquired in step S210, the pump unit of the drainage pump device 2 including the pump control unit 20 in which the abnormality has occurred. 25 is transmitted to the pump unit 25 to instruct the operation of the pump.
  • the pump unit 25 receives the pump operation signal without going through the pump control unit 20, the operation of the pump unit 25 is forcibly started.
  • the series of processes drainage pump management method shown in FIG. This corresponds to the control unit abnormality processing step.
  • the management control unit 30 determines whether an abnormality has occurred in the pump control unit 20 according to the state of reception of the soundness signal from the drainage pump device 2. is determined, and if it is determined that an abnormality has occurred in the pump control unit 20, based on the weather information, support request information for the drainage pump device 2 including the pump control unit 20 is output, or the pump is sent to the pump unit 25 to send driving signals. Therefore, even if an abnormality occurs in the pump control unit 20, it is possible to reduce flood damage to the monitoring location.
  • FIG. 7 is an overall configuration diagram showing an example of a drainage pump management system 1a according to the second embodiment.
  • a drainage pump management system 1a according to the second embodiment differs from the first embodiment in that a learning model used for creating a drainage work support plan for a management area in which a plurality of drainage pump devices 2 are arranged is 12, and a management device 3a functioning as a drainage pump support plan creation device that creates a drainage work support plan using the learning model 12 generated by the machine learning device 8. do. Since the basic configuration and operation are the same as those of the first embodiment, the following description will focus on the points of difference from the first embodiment.
  • the machine learning device 8 operates as the subject of the learning phase of machine learning, and uses the learning data 11 to generate the learning model 12 by machine learning.
  • the trained learning model 12 is provided to the management device 3a via the network 10, a recording medium, or the like.
  • the management device 3a operates as the subject of the machine learning inference phase, and uses the learning model 12 generated by the machine learning device 8 to create support plan information that determines the support plan for the drainage work. 4. Output (transmit) to the drainage pump vehicle 5, the worker terminal device 6, and the like.
  • the support plan information is a support plan for the drainage work by at least one of the drainage pump vehicle 5 and the worker 101, assuming a situation where the drainage capacity of the drainage pump device 2a alone cannot drain the water accumulated in the monitoring location in a timely manner. It is determined.
  • the support plan information includes support priority information indicating the priority of the drainage pump device 2a that requires support for the drainage work, and support arrangement indicating the arrangement status of at least one of the drainage pump vehicle 5 and the worker 101 in the management area. At least one of information is included.
  • the support priority information is set as a priority, for example, like the numbers (1 to 5) in the frame shown in FIG. Alternatively, it may be set higher as the speed at which the water level rises at the monitored location is higher, or it may be set based on a comprehensive judgment of these factors.
  • the support placement information is, for example, the placement situation when the drainage pump vehicle 5 and the worker 101 are on standby in the management area. If it is necessary to move from the current position, the destination positions of the drain pump truck 5 and the worker 101 (marked with "x" in FIG. 7) are designated.
  • FIG. 8 is a block diagram showing an example of a drainage pump device 2a according to the second embodiment.
  • the pump control unit 20 controls the pump operation processing unit 200, the weather information acquisition unit 201, the abnormality determination unit 202, the water level detection unit abnormality processing unit 203, the pump It functions as a unit abnormality processing unit 204 , a soundness signal transmission processing unit 205 , and a water level signal transmission processing unit 206 .
  • the water level signal transmission processing unit 206 transmits a water level signal indicating the water level detected by the water level detection unit 24 to the management device 3a via the communication unit 22 and the network 10 according to predetermined water level transmission conditions.
  • the water level transmission condition defines a condition for transmitting a water level signal, for example, a predetermined transmission period or transmission time.
  • the water level transmission condition may be the same as the soundness transmission condition, in which case the water level signal may function as the soundness signal.
  • FIG. 9 is a block diagram showing an example of the machine learning device 8 according to the second embodiment.
  • the machine learning device 8 is composed of a general-purpose or dedicated computer 900 (see FIG. 4), like other devices.
  • the machine learning device 8 includes a control unit 80 composed of a processor or the like, a storage unit 81 composed of an HDD, an SSD, a memory, etc., a communication unit 82 serving as a communication interface with the network 10, a keyboard, a mouse, and the like. and an input unit 83 configured by a display or the like. Note that the input unit 83 and the display unit 84 may be omitted.
  • the storage unit 81 stores the learning data 11, the learning model 12, and the machine learning program 810, as well as the operating system, other programs, various data, and the like.
  • the storage unit 81 functions as a learning data storage unit that stores the learning data 11 and a trained model storage unit that stores the learning model 12 .
  • the control unit 80 functions as a learning data acquisition unit 800 and a machine learning unit 801 by executing a machine learning program 810 stored in the storage unit 81 .
  • the learning data acquisition unit 800 is connected to another device via the communication unit 82 and the network 10, and acquires learning data 11 composed of region data as input data and support plan information as output data. Acquired and stored in the storage unit 81 .
  • the learning data 11 is data used as teacher data (training data), verification data, and test data in supervised learning.
  • the support plan information is data used as correct labels in supervised learning.
  • the machine learning unit 801 performs machine learning using multiple sets of learning data 11 stored in the storage unit 81 . That is, the machine learning unit 801 inputs a plurality of sets of learning data 11 to the learning model 12, and causes the learning model 12 to learn the correlation between the area data and the support plan information included in the learning data 11.
  • a completed learning model 12 (specifically, an adjusted weight parameter group) is generated and stored in the storage unit 81 .
  • the number of learning models 12 generated by the machine learning unit 801 and stored in the storage unit 81 is not limited to one.
  • a plurality of learning models 12 with different conditions, such as the type of data included, may be stored.
  • the learning data acquisition unit 800 acquires a plurality of types of learning data 11 each having a data structure corresponding to a plurality of learning models 12 with different conditions and stores them in the storage unit 81 .
  • FIG. 10 is a diagram showing an example of the learning model 12 and the learning data 11.
  • FIG. The learning data 11 used for machine learning of the learning model 12 is composed of area data and support plan information.
  • the area data constituting the learning data 11 includes weather information in the learning area corresponding to the management area, location information of at least one of the drainage pump vehicle 5 and the worker 101 located in the learning area, and time transition of the water level at the monitoring point. and geographic information of monitoring points within the learning area.
  • the learning area may be the same area as the management area, or may be an area different from the management area.
  • Meteorological information is a record of rainfall, weather, etc. for each area divided into a mesh. 1 hour, 2 hours, etc.).
  • the position information is information indicating the current positions of the drainage pump vehicle 5 and the worker 101 at the reference time.
  • the water level transition information is information indicating the temporal transition of the water level at the monitoring point in each drainage pump device 2a. , 2 hours ago, etc.).
  • the geographic information is information indicating the position coordinates (latitude, longitude, altitude) of the monitored location in each drainage pump device 2a.
  • the geographic information may include positional coordinates of rainwater pipes, sewage pipes, rivers, and the like.
  • the support plan information constituting the learning data 11 includes support priority information indicating the priority of the drain pump device 2a that requires support for the drain work, and at least one of the drain pump vehicle 5 and the worker 101 for the management area. at least one of the support placement information indicating the placement status of the
  • the learning data acquisition unit 800 may acquire, as the learning data 11, actual past situations recorded for each of the above information, or virtual situations assumed by the administrator 100 may be, for example, , data input from the administrator terminal device 4 may be acquired as the learning data 11, or data obtained by simulating the water level at the monitoring location and the placement of the drainage pump vehicle 5 and the worker 101 may be acquired as the learning data 11. Alternatively, the learning data 11 may be obtained by combining these.
  • the learning model 12 employs, for example, a neural network structure, and includes an input layer 120, an intermediate layer 121, and an output layer 122.
  • a synapse (not shown) connecting each neuron is provided between each layer, and a weight is associated with each synapse.
  • a set of weight parameters consisting of the weight of each synapse is adjusted by machine learning.
  • the input layer 120 has a number of neurons corresponding to region data as input data, and each value of region data is input to each neuron.
  • the output layer 122 has a number of neurons corresponding to the support plan information as output data, and outputs prediction results (inference results) of the support plan information for the area data as output data.
  • the learning model 12 and the learning data 11 will be described as having a data configuration as shown in FIG. 12 and the data structure of the learning data 11 may be changed as appropriate.
  • FIG. 11 is a block diagram showing an example of a management device 3a according to the second embodiment.
  • FIG. 12 is a functional explanatory diagram showing an example of the management device 3a according to the second embodiment.
  • the storage unit 31 stores a drainage pump management database 310, a drainage pump management program 311, a drainage pump support plan creation program 312, and a learning model 12, as well as an operating system, other programs, various data, and the like.
  • the storage unit 31 functions as a learned model storage unit that stores the learned model 12 that has been learned.
  • the management control unit 30 By executing the drainage pump management program 311 stored in the storage unit 31, the management control unit 30 performs a weather information acquisition unit 300, a soundness determination unit 301, a first pump control unit abnormality processing unit 302, and a 2 function as the pump control unit abnormality processing unit 303, and by executing the drainage pump support plan creation program 312 stored in the storage unit 31, the data acquisition unit 304, the support plan creation unit 305, and the output processing unit 306.
  • the drainage pump management program 311 and the drainage pump support plan creation program 312 may be realized by one program.
  • the data acquisition unit 304 is connected to other devices via the communication unit 32 and the network 10, and is configured to obtain weather information of the management area, location information of at least one of the drainage pump vehicle 5 and the worker 101 located in the management area, water level, and so on. area data including at least water level transition information indicating the time transition of , and geographic information of monitoring points within the management area.
  • the weather information in the management area is acquired by the data acquisition unit 304 by receiving it from the weather information providing device 7, for example.
  • the position information of the drainage pump vehicle 5 and the worker 101 is obtained from the detection result of the current position detection unit provided in the drainage pump vehicle 5 and the current position detection unit provided in the worker terminal device 6 possessed by the worker 101. is obtained by the data obtaining unit 304 by receiving the detection results from the drainage pump vehicle 5 and the worker 101 respectively.
  • the water level transition information is acquired by the data acquisition unit 304 as information based on the water level signal by receiving the water level signal from the drainage pump device 2a according to the water level transmission conditions.
  • the geographic information of the monitored location is acquired by the data acquisition unit 304 by referring to the drainage pump management database 310 .
  • the support plan creation unit 305 creates support plan information for the region data by inputting the region data acquired by the data acquisition unit 304 to the learned learning model 12 stored in the storage unit 31 .
  • the number of learning models 12 stored in the storage unit 31 is not limited to one. , a plurality of learning models 12 with different conditions may be stored and selectively available.
  • the learning model 12 may be stored in a storage unit of an external computer (for example, a server computer or a cloud computer). In that case, the support plan creation unit 305 accesses the external computer good.
  • the output processing unit 306 performs output processing for outputting the support plan information generated by the support plan creation unit 305 .
  • the output processing unit 306 transmits the support plan information to, for example, the manager terminal device 4, the drainage pump vehicle 5, the worker terminal device 6, etc., so that the display screen based on the support plan information is displayed by the manager. It is displayed on the terminal device 4, the drainage pump vehicle 5, the worker terminal device 6, and the like.
  • FIG. 13 is a flow chart showing an example of the operation of the machine learning device 8 according to the second embodiment. The series of processes shown in FIG. 13 is executed by the machine learning device 8, for example, when an administrator's operation requesting creation of the learning model 12 is accepted via the administrator terminal device 4.
  • FIG. 13 is a flow chart showing an example of the operation of the machine learning device 8 according to the second embodiment. The series of processes shown in FIG. 13 is executed by the machine learning device 8, for example, when an administrator's operation requesting creation of the learning model 12 is accepted via the administrator terminal device 4.
  • step S300 the learning data acquisition unit 800 acquires a desired number of learning data 11 as preparation for starting machine learning, and stores the acquired learning data 11 in the storage unit 81. do.
  • the number of learning data 11 prepared here may be set in consideration of the inference accuracy required for the finally obtained learning model 12 .
  • step S310 the machine learning unit 801 prepares the pre-learning learning model 12 to start machine learning.
  • the pre-learning learning model 12 prepared here is composed of the neural network model illustrated in FIG. 10, and the weight of each synapse is set to an initial value.
  • step S320 the machine learning unit 801 randomly acquires one set of learning data 11 from the multiple sets of learning data 11 stored in the storage unit 81, for example.
  • step S330 the machine learning unit 801 applies the region data (input data) included in the set of learning data 11 to the input layer 120 of the prepared learning model 12 before learning (or during learning). input.
  • support plan information output data
  • the output data is generated by the learning model 12 before learning (or during learning). . Therefore, in the pre-learning (or during learning) state, the output data output as the inference result indicates information different from the support plan information (correct label) included in the learning data 11 .
  • step S340 the machine learning unit 801 outputs the support plan information (correct label) included in the set of learning data 11 acquired in step S320 and the inference result output from the output layer 122 in step S330.
  • Machine learning is performed by comparing with the support plan information (output data) received and performing processing (back-progression) to adjust the weight of each synapse.
  • the machine learning unit 801 causes the learning model 12 to learn the correlation between the area data and the support plan information.
  • step S350 the machine learning unit 801 determines whether or not a predetermined learning end condition is satisfied, for example, the support plan information (correct label) included in the learning data 11 and output as the inference result. It is determined based on the evaluation value of the error function based on the support plan information (output data) and the remaining number of unlearned learning data 11 stored in the storage unit 81 .
  • step S350 when the machine learning unit 801 determines that the learning end condition is not satisfied and the machine learning is to be continued (No in step S350), the process returns to step S320, and step The steps from S320 to S340 are performed multiple times using the unlearned data 11 for learning.
  • step S350 when the machine learning unit 801 determines that the learning end condition is satisfied and machine learning ends (Yes in step S350), the process proceeds to step S360.
  • step S360 the machine learning unit 801 stores the learned learning model 12 (adjusted weight parameter group) generated by adjusting the weight associated with each synapse in the storage unit 81.
  • step S300 corresponds to a learning data storage step
  • steps S310 to S350 correspond to a machine learning step
  • step S360 corresponds to a learned model storage step.
  • the machine learning device 8 According to the machine learning device 8 according to the present embodiment, it is possible to provide the learning model 12 capable of creating (inferring) support plan information for the area data from the area data.
  • FIG. 14 is a flow chart showing an example of the operation of the management device 3a according to the second embodiment.
  • An operation example in which the management device 3a creates a support plan at a specific time when a predetermined support plan creation condition is satisfied will be described below.
  • the support plan creation condition may be determined by a predetermined creation cycle or creation time, or may be determined by weather conditions, or a creation request from the administrator terminal device 4 based on the operation of the administrator is accepted. Even when
  • step S400 when a predetermined support plan creation condition is satisfied, the data acquisition unit 304 of the management device 3a obtains the weather information of the management area, the location information of the drainage pump vehicle 5 and the worker 101, and the water level transition of the monitored location. Information and area data including at least geographic information of the monitored location is obtained.
  • step S410 the support plan creation unit 305 inputs the area data acquired in step S400 to the learning model 12 as input data, thereby creating support plan information for the area data.
  • step S420 the output processing unit 306 transmits the support plan information to the administrator terminal device 4 as output processing for outputting the support plan information created in step S410. Then, the manager terminal device 4 displays a display screen based on the support plan information, so that the support plan can be confirmed by the manager.
  • the destination of the support plan information may be the drainage pump truck 5 and the worker terminal device 6.
  • FIG. 14 In the series of processes (drainage pump support plan creation method) shown in FIG. 14, step S400 corresponds to a data acquisition process, step S410 corresponds to a support plan creation process, and step S420 corresponds to an output process.
  • the management device 3a drainage pump support plan creation device
  • region data into the learning model 12
  • support plan information for the region data is created.
  • the drainage work by the pump truck 5 and the worker 101 can be properly carried out.
  • the management devices 3 and 3a, the administrator terminal device 4, and the machine learning device 8 are described as being composed of separate devices, but these three devices are composed of a single device. Alternatively, any two of the three devices may be configured as a single device. Further, in the above embodiment, a case has been described in which the management device 3a functions as a drainage pump support plan creation device, but the drainage pump support plan creation device may be configured by a device other than the management device 3a. . In that case, the drainage pump support plan creation device should include at least the data acquisition unit 304 and the support plan creation unit 305 .
  • each device of the drainage pump management system 1, 1a operates according to the flowcharts shown in FIGS. 5, 6, 13 and 14. or some steps may be omitted.
  • step S110 in FIG. 5 may be executed immediately before steps S130 and S140, steps S220 and S230 in FIG. 6 may be changed in execution order, or one of them may be omitted.
  • machine learning models include, for example, tree types such as decision trees and regression trees, ensemble learning such as bagging and boosting, recurrent neural networks, convolutional neural networks, and neural network types such as LSTM (including deep learning ), hierarchical clustering, non-hierarchical clustering, k-nearest neighbor method, k-means method and other clustering types, principal component analysis, factor analysis, logistic regression and other multivariate analyzes, and support vector machines.
  • machine learning by the machine learning unit 801 may be realized by reinforcement learning.
  • the present invention is not only based on the aspect of the drainage pump support plan creation device (drainage pump support plan creation method or drainage pump support plan creation program) according to the above embodiment, but also an inference device used to infer support plan information. It can also be provided in the form of (inference method or inference program).
  • the inference device may include a memory and a processor, and the processor of these may execute a series of processes.
  • the series of processes includes a data acquisition process (data acquisition process) for acquiring area data, and an inference process (inference process) for inferring support plan information for the area data once the area data is acquired in the data acquisition process. including.
  • an inference device inference method or inference program
  • it can be applied to various devices more easily than when implementing a drainage pump support plan creation device.
  • the support plan creation unit uses the learned learning model generated by the machine learning device and machine learning method according to the above embodiment. It should be understood by those skilled in the art that reasoning techniques may be applied.
  • the present invention can be used for a drainage pump device, a drainage pump management system, a drainage pump support plan creation device, an inference device, a machine learning device, a drainage pump support plan creation method, an inference method, and a machine learning method.

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Hydrology & Water Resources (AREA)
  • Public Health (AREA)
  • Water Supply & Treatment (AREA)
  • Control Of Positive-Displacement Pumps (AREA)
  • Control Of Non-Positive-Displacement Pumps (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Sewage (AREA)

Abstract

排水ポンプ装置（２）は、水位検出部（２４）により検出された水位に基づいて、ポンプ部（２５）の運転を制御するポンプ制御部（２０）を備える。ポンプ制御部（２０）は、監視箇所の気象情報を取得する気象情報取得部（２０１）と、水位検出部（２４）又はポンプ部（２５）に異常が発生したか否かを判定する異常判定部（２０２）と、水位検出部（２４）に異常が発生したと判定した場合、気象情報に基づいてポンプ部（２５）の運転を制御する水位検出部異常処理部（２０３）と、ポンプ部（２５）に異常が発生したと判定した場合、水位検出部（２４）により検出された水位及び気象情報の少なくとも一方に基づいて、排水ポンプ車及び作業員による排水作業の支援を要請する支援要請情報を出力するポンプ部異常処理部（２０４）とを備える。

Description

排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法
　本発明は、排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法に関する。
　建物、地下駐車場、地下街、地下道、アンダーパス等の施設には、集中豪雨等が発生したときの浸水被害を防止するための排水ポンプ装置が設置されている。排水ポンプ装置は、監視箇所の水位が所定の運転水位に達したときに排水ポンプの運転を開始することで、浸水被害を防止するものである（例えば、特許文献１、及び、特許文献２参照）。
特開２００２－２３５４５０号公報 特開平６－１１６９７２号公報
　特許文献１及び特許文献２にそれぞれ開示された排水ポンプ装置では、集中豪雨等により監視箇所の水位が所定の運転水位に達したときにだけ運転が行われるため、排水ポンプの運転頻度はそれほど高くない。そのため、定期点検等を実施して排水ポンプ装置に異常が発生していないかどうかを確認しているが、それでも排水ポンプ装置の運転を実際に行うような状況において、排水ポンプ装置が何らかの原因により正常に動作しない可能性があった。そして、排水ポンプ装置が正常に動作しない場合には、排水ポンプ装置が設置された設備が水没する危険性が高く、浸水被害を適切に防止することができなかった。
　本発明は、上述した課題に鑑み、監視箇所の浸水被害を低減することを可能とする排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法を提供することを目的とする。
　上記目的を達成するために、本発明の一態様に係る排水ポンプ装置は、
　監視箇所の水位を検出する水位検出部と、
　前記監視箇所に溜まった水を排水するポンプ部と、
　前記水位検出部により検出された前記水位に基づいて、前記ポンプ部の運転を制御するポンプ制御部と、を備える排水ポンプ装置であって、
　前記ポンプ制御部は、
　　前記監視箇所の気象情報を取得する気象情報取得部と、
　　前記水位検出部又は前記ポンプ部に異常が発生したか否かを判定する異常判定部と、
　　前記水位検出部に異常が発生したと判定した場合、前記気象情報に基づいて、前記ポンプ部の運転を制御する水位検出部異常処理部と、
　　前記ポンプ部に異常が発生したと判定した場合、前記水位検出部により検出された前記水位及び前記気象情報の少なくとも一方に基づいて、排水ポンプ車及び作業員の少なくとも一方による排水作業の支援を要請する支援要請情報を出力するポンプ部異常処理部と、を備える。
　本発明の一態様に係る排水ポンプ装置によれば、ポンプ制御部が、水位検出部又はポンプ部に異常が発生したか否かを判定し、水位検出部に異常が発生したと判定した場合には、監視箇所の気象情報に基づいてポンプ部の運転を制御し、ポンプ部に異常が発生したと判定した場合には、水位検出部により検出された水位及び監視箇所の気象情報の少なくとも一方に基づいて支援要請情報を出力するので、水位検出部又はポンプ部に異常が発生した場合であっても、監視箇所の浸水被害を低減することができる。
　上記以外の課題、構成及び効果は、後述する発明を実施するための形態にて明らかにされる。
第１の実施形態に係る排水ポンプ管理システム１の一例を示す全体構成図である。 第１の実施形態に係る排水ポンプ装置２の一例を示すブロック図である。 第１の実施形態に係る管理装置３の一例を示すブロック図である。 コンピュータ９００の一例を示すハードウエア構成図である。 第１の実施形態に係る排水ポンプ装置２の動作の一例を示すフローチャートである。 第１の実施形態に係る管理装置３の動作の一例を示すフローチャートである。 第２の実施形態に係る排水ポンプ管理システム１ａの一例を示す全体構成図である。 第２の実施形態に係る排水ポンプ装置２ａの一例を示すブロック図である。 第２の実施形態に係る機械学習装置８の一例を示すブロック図である。 学習モデル１２及び学習用データ１１の一例を示す図である。 第２の実施形態に係る管理装置３ａの一例を示すブロック図である。 第２の実施形態に係る管理装置３ａの一例を示す機能説明図である。 第２の実施形態に係る機械学習装置８の動作の一例を示すフローチャートである。 第２の実施形態に係る管理装置３ａの動作の一例を示すフローチャートである。
　以下、図面を参照して本発明を実施するための実施形態について説明する。以下では、本発明の目的を達成するための説明に必要な範囲を模式的に示し、本発明の該当部分の説明に必要な範囲を主に説明することとし、説明を省略する箇所については公知技術によるものとする。
（第１の実施形態）
　図１は、第１の実施形態に係る排水ポンプ管理システム１の一例を示す全体構成図である。排水ポンプ管理システム１は、その主要な構成要素として、１又は複数の排水ポンプ装置２と、排水ポンプ装置２と通信可能な管理装置３と、排水ポンプ装置２の管理者１００が使用する管理者端末装置４と、排水ポンプ装置２の異常発生時に排水作業の支援に使用される排水ポンプ車５と、排水作業の支援を行う作業員１０１が使用する作業員端末装置６と、気象情報を提供する気象情報提供装置７とを備える。
　排水ポンプ管理システム１の各構成要素は、例えば、汎用又は専用のコンピュータ（後述の図４参照）で構成されるとともに、ネットワーク１０に接続されて、各種のデータを相互に送受信可能に構成される。なお、排水ポンプ管理システム１の各構成要素の数やネットワーク１０の接続構成は、図１の例に限られず、適宜変更してもよい。また、排水ポンプ管理システム１は、上記の構成要素の一部を省略してもよく、その場合には、外部のシステムと連携したり、外部のシステムで代用したりしてもよい。
　排水ポンプ装置２は、例えば、地階、排水槽、排水ピット等を有する建物、地下駐車場、地下街、地下道、アンダーパス等の施設に設置される。排水ポンプ装置２は、それら施設の監視箇所の水位が所定の運転水位に達したときに自動で運転を開始し、監視箇所に溜まった水を外部（例えば、雨水管、下水道管、河川等）に排水する。また、排水ポンプ装置２は、自装置の各部に異常が発生したか否かを判定する異常判定機能を有するとともに、運転不能な異常が発生した場合、排水ポンプ車５及び作業員１０１の少なくとも一方による排水作業の支援を要請する支援要請情報を、例えば、管理装置３を介して、管理者端末装置４、排水ポンプ車５、作業員端末装置６等に出力（送信）する。
　管理装置３は、排水ポンプ装置２が有する異常判定機能を補完するために、排水ポンプ装置２の異常判定機能とは別の方法により、排水ポンプ装置２に異常が発生したか否かを判定する健全性判定機能を有する。また、管理装置３は、排水ポンプ装置２に異常が発生した場合、支援要請情報を、例えば、管理者端末装置４、排水ポンプ車５、作業員端末装置６等に出力（送信）する。
　管理者端末装置４は、例えば、据置型コンピュータや携帯型コンピュータで構成され、管理者１００により使用される。管理者端末装置４は、アプリケーションやブラウザ等のプログラムがインストールされて、各種の入力操作を受け付けるとともに、表示画面や音声を介して各種の情報（例えば、排水ポンプ装置２の運転状況、異常判定機能及び健全性判定機能による判定結果、支援要請情報等）を出力する。
　排水ポンプ車５は、荷台に、発電機、水中ポンプ、制御盤、操作表示盤、ホース、ケーブル等が積載されて、移動式又は可搬式の排水ポンプとして機能する車両である。排水ポンプ車５は、作業員１０１により排水作業の支援が要請された現場（排水ポンプ装置２の監視箇所）に移動されて、水中ポンプが設置されることで排水作業を行う。
　作業員端末装置６は、例えば、据置型コンピュータや携帯型コンピュータで構成され、作業員１０１により使用される。作業員端末装置６は、管理者端末装置４と同様に、アプリケーションやブラウザ等のプログラムがインストールされて、各種の入力操作を受け付けるとともに、表示画面や音声を介して各種の情報（例えば、支援要請情報等）を出力する。なお、作業員端末装置６は、排水ポンプ車５に搭載されたカーナビゲーション装置等の車載機器で構成されていてもよい。
　気象情報提供装置７は、気象情報として、現在時刻又は過去時刻における気象実況データと、現在時刻から所定時間後の将来時刻（例えば、１時間後、２時間後等）における気象予報データとを提供する。気象情報は、例えば、所定の大きさでメッシュ状に区切られた地域毎に、各地域の降水量や天候等の気象要素を含む。気象情報の提供方法は、プル式及びプッシュ式のいずれでもよく、提供対象となる日時、期間、時間間隔、地域等が指定されてもよい。なお、気象情報提供装置７は、例えば、気象庁や気象情報提供会社により管理された外部装置で構成されていてもよい。
　ネットワーク１０は、任意の通信規格に従って有線通信又は無線通信、あるいは、有線通信と無線通信の組合せによりデータを送受信する。具体的には、例えば、インターネット等の標準化された通信網、又は、ローカルネットワーク等の建物内で管理される通信網、あるいは、これらの通信網の組合せを利用することができる。また、無線通信の通信規格としては、典型的には国際規格が用いられる。国際規格の通信手段として、ＩＥＥＥ８０２．１５．４、ＩＥＥＥ８０２．１５．１、ＩＥＥＥ８０２．１５．１１ａ、１１ｂ、１１ｇ、１１ｎ、１１ａｃ、１１ａｄ、ＩＳＯ／ＩＥＣ１４５１３－３－１０、ＩＥＥＥ８０２．１５．４ｇ等の方式がある。また、Ｂｌｕｅｔｏｏｔｈ（登録商標）、ＢｌｕｅｔｏｏｔｈＬｏｗＥｎｅｒｇｙ、Ｗｉ－Ｆｉ、ＺｉｇＢｅｅ（登録商標）、Ｓｕｂ－ＧＨｚ、ＥｎＯｃｅａｎ（登録商標）、ＬＴＥ等の通信規格を用いてもよい。
（排水ポンプ装置２）
　図２は、第１の実施形態に係る排水ポンプ装置２の一例を示すブロック図である。排水ポンプ装置２は、プロセッサ等により構成されるポンプ制御部２０と、ＨＤＤ（Ｈａｒｄ　Ｄｉｓｋ　Ｄｒｉｖｅ）、ＳＳＤ（Ｓｏｌｉｄ　Ｓｔａｔｅ　Ｄｒｉｖｅ）、メモリ等により構成される記憶部２１と、ネットワーク１０との通信インターフェースである通信部２２と、スイッチ、表示灯、タッチパネル等により構成される操作表示部２３と、監視箇所の水位を検出する水位検出部２４と、監視箇所に溜まった水を排水するポンプ部２５とを備える。
　水位検出部２４は、監視箇所の水位を検出するための水位センサやセンサ検出回路等で構成される。水位センサは、例えば、監視箇所の水位を段階的又は連続的に検出するレベルセンサで構成されてもよいし、監視箇所の水位が所定の運転水位に達したか否かを検出するレベルスイッチで構成されてもよい。
　ポンプ部２５は、羽根車を回転させるモータ、モータに駆動電力を供給するモータ駆動回路、モータ駆動回路と電源との間に設けられた電磁接触器等で構成される。ポンプ部２５は、例えば、軸流ポンプ、斜流ポンプ、渦巻斜流ポンプ等で構成されるが、ポンプの型式はこれらの例に限られない。ポンプ部２５の電源は、商用電力やエンジンを動力源とする発電機でもよいし、エンジンを動力源にして羽根車を回転させてもよい。
　また、ポンプ部２５は、管理装置３からポンプ制御部２０を介さずにポンプ部２５の運転を指示するポンプ運転信号を受信可能に構成される。ポンプ部２５が、ポンプ運転信号を受信した場合には、ポンプ制御部２０による制御状態や検出水位が運転水位に達したか否かに関係なく、ポンプ部２５の運転を強制的に開始する。
　記憶部２１は、排水ポンプ設定データ２１０、及び、排水ポンプ制御プログラム２１１を記憶するとともに、オペレーティングシステム、他のプログラム、各種のデータ等を記憶する。排水ポンプ設定データ２１０には、管理者１００や作業員１０１により編集可能な情報として、例えば、自装置の監視箇所の位置座標（緯度、経度、標高）を示す地理情報、支援要請情報の出力先等が登録されている。
　ポンプ制御部２０は、記憶部２１に記憶された排水ポンプ制御プログラム２１１を実行することにより、ポンプ運転処理部２００、気象情報取得部２０１、異常判定部２０２、水位検出部異常処理部２０３、ポンプ部異常処理部２０４、及び、健全性信号送信処理部２０５として機能する。
　ポンプ運転処理部２００は、水位検出部２４により検出された水位（以下、「検出水位」という）に基づいて、ポンプ部２５の運転を制御する。ポンプ運転処理部２００は、例えば、検出水位が所定の運転水位に達したか否かを判定し、検出水位が運転水位に達した場合には、ポンプ部２５の運転を開始する。なお、操作表示部２３が、ポンプ部２５の運転を指示する操作を受け付けた場合には、ポンプ運転処理部２００は、検出水位が運転水位に達したか否かに関係なく、ポンプ部２５の運転を開始する。また、ポンプ運転処理部２００は、例えば、検出水位が所定の停止水位まで低下したり、操作表示部２３により運転停止を指示する操作を受け付けたりした場合には、ポンプ部２５の運転を停止する。
　気象情報取得部２０１は、自装置の監視箇所の気象情報を取得する。気象情報取得部２０１は、例えば、排水ポンプ設定データ２１０に登録された自装置の監視箇所の位置座標に基づいて、気象情報提供装置７から通信部２２及びネットワーク１０を介して気象情報を受信することで、自装置の監視箇所の気象情報を取得する。
　異常判定部２０２は、水位検出部２４又はポンプ部２５に異常が発生したか否かを判定する。異常判定部２０２は、例えば、監視個所の水位が運転水位に達していない場合にオンするような常時オン型（ノーマルクローズ）の水位センサを使用し、監視箇所の気象情報から、監視個所の水位が運転水位に達する可能性がない又は低いと判断される状況（降水量が「０ｍｍ」の状態が所定の期間継続している状況等）において、水位センサの検出値がオフの場合には、水位検出部２４に異常が発生したと判定する。水位検出部２４の異常としては、水位センサの断線、センサ検出回路の故障等が挙げられる。また、異常判定部２０２は、同様の状況において、ポンプ部２５をテスト運転し、モータやモータ駆動回路に設けられた各種のセンサで動作不良を検出した場合には、ポンプ部２５に異常が発生したと判定する。ポンプ部２５の異常としては、モータの故障、モータ駆動回路の故障、電磁接触器の故障等が挙げられる。
　水位検出部異常処理部２０３は、水位検出部２４に異常が発生したと判定した場合、監視箇所の気象情報に基づいて、ポンプ部２５の運転を制御する。具体的には、水位検出部異常処理部２０３は、監視箇所の気象情報から、監視個所の水位が運転水位に達する可能性が高いと判断した状況（降水量が所定の基準値を超える状態が所定の期間継続している状況等）の場合には、ポンプ部２５の運転を開始する。
　ポンプ部異常処理部２０４は、ポンプ部２５に異常が発生したと判定した場合、水位検出部２４による検出水位及び監視箇所の気象情報の少なくとも一方に基づいて、排水ポンプ車５及び作業員の少なくとも一方による排水作業の支援を要請する支援要請情報を、排水ポンプ設定データ２１０に登録された出力先に出力する。具体的には、ポンプ部異常処理部２０４は、検出水位が運転水位（運転水位に代えて、運転水位よりも低い支援要請水位でもよい）に達した場合には、支援要請情報を出力する。また、ポンプ部異常処理部２０４は、監視箇所の気象情報から、監視個所の水位が運転水位に達する可能性が高いと判断した場合には、支援要請情報を出力する。
　支援要請情報の出力先は、管理者端末装置４、排水ポンプ車５、作業員端末装置６等であり、例えば、排水ポンプ装置２の監視箇所に基づいて、排水ポンプ装置２から所定の距離内に位置する排水ポンプ車５や作業員端末装置６に限定されてもよい。また、支援要請情報は、管理者端末装置４等に直接出力されてもよいし、管理装置３を経由して管理者端末装置４等に出力されてもよい。
　健全性信号送信処理部２０５は、排水ポンプ装置２の健全性を示す健全性信号を、所定の健全性送信条件に従って通信部２２及びネットワーク１０を介して管理装置３に送信する。健全性送信条件には、健全性信号を送信する条件が定められており、例えば、所定の送信周期や送信時刻にて定められる。
（管理装置３）
　図３は、第１の実施形態に係る管理装置３の一例を示すブロック図である。管理装置３は、プロセッサ等により構成される管理制御部３０と、ＨＤＤ、ＳＳＤ、メモリ等により構成される記憶部３１と、ネットワーク１０との通信インターフェースである通信部３２と、キーボード、マウス等により構成される入力部３３と、ディスプレイ等により構成される表示部３４とを備える。なお、入力部３３及び表示部３４は省略されてもよい。
　記憶部３１は、排水ポンプ管理データベース３１０、及び、排水ポンプ管理プログラム３１１を記憶するとともに、オペレーティングシステム、他のプログラム、各種のデータ等を記憶する。排水ポンプ管理データベース３１０には、管理者１００により編集可能な情報として、例えば、管理装置３が管理対象とする排水ポンプ装置２毎に、監視箇所の位置座標（緯度、経度、標高）を示す地理情報、支援要請情報の出力先等が登録されている。
　管理制御部３０は、記憶部３１に記憶された排水ポンプ管理プログラム３１１を実行することにより、気象情報取得部３００、健全性判定部３０１、第１のポンプ制御部異常処理部３０２、及び、第２のポンプ制御部異常処理部３０３として機能する。
　気象情報取得部３００は、管理対象とする排水ポンプ装置２における監視箇所の気象情報を取得する。気象情報取得部３００は、例えば、排水ポンプ管理データベース３１０に登録された排水ポンプ装置２の監視箇所の位置座標に基づいて、気象情報提供装置７から通信部３２及びネットワーク１０を介して気象情報を受信することで、排水ポンプ装置２の監視箇所の気象情報を取得する。その際、管理対象の排水ポンプ装置２が複数ある場合には、気象情報取得部３００は、各排水ポンプ装置２の監視箇所の気象情報を取得する。
　健全性判定部３０１は、排水ポンプ装置２から健全性信号を健全性送信条件に従って受信したか否かに応じて、当該排水ポンプ装置２のポンプ制御部２０に異常が発生したか否かを判定する。健全性判定部３０１は、排水ポンプ装置２から、健全性送信条件として定められた送信周期や送信時刻に健全性信号を受信しなかった場合には、当該健全性信号の送信元であるポンプ制御部２０に異常が発生したと判定する。その際、管理対象の排水ポンプ装置２が複数ある場合には、健全性判定部３０１は、各排水ポンプ装置２から健全性信号をそれぞれ受信したか否かに応じて、各排水ポンプ装置２のポンプ制御部２０に異常がそれぞれ発生したか否かを判定する。ポンプ制御部２０の異常としては、ポンプ制御部２０を構成するプロセッサ等の故障が挙げられる。
　第１のポンプ制御部異常処理部３０２は、ポンプ制御部２０に異常が発生したと判定した場合、当該ポンプ制御部２０を備える排水ポンプ装置２の監視箇所の気象情報に基づいて、当該排水ポンプ装置２に対する排水作業の支援を要請する支援要請情報を、排水ポンプ管理データベース３１０に登録された出力先に出力する。具体的には、第１のポンプ制御部異常処理部３０２は、ポンプ制御部２０に異常が発生したと判定された排水ポンプ装置２の監視箇所の気象情報から、監視個所の水位が運転水位に達する可能性が高いと判断した場合には、その排水ポンプ装置２に対する支援要請情報を出力する。
　支援要請情報の出力先は、管理者端末装置４、排水ポンプ車５、作業員端末装置６等であり、例えば、排水ポンプ装置２の監視箇所に基づいて、排水ポンプ装置２から所定の距離内に位置する排水ポンプ車５や作業員端末装置６に限定されてもよい。また、支援要請情報は、管理者端末装置４等に直接出力されてもよいし、管理装置３を経由して管理者端末装置４等に出力されてもよい。
　第２のポンプ制御部異常処理部３０３は、ポンプ制御部２０に異常が発生したと判定した場合、当該ポンプ制御部２０を備える排水ポンプ装置２の監視箇所の気象情報に基づいて、当該排水ポンプ装置２のポンプ部２５の運転を指示するポンプ運転信号を当該ポンプ部２５に送信する。具体的には、第２のポンプ制御部異常処理部３０３は、ポンプ制御部２０に異常が発生したと判定された排水ポンプ装置２の監視箇所の気象情報から、監視個所の水位が運転水位に達する可能性が高いと判断した場合には、ポンプ運転信号をその排水ポンプ装置２のポンプ部２５に送信する。ポンプ運転信号は、ポンプ制御部２０を介さずにポンプ部２５により受信されることで、ポンプ部２５の運転が開始される。
（各装置のハードウエア構成）
　図４は、コンピュータ９００の一例を示すハードウエア構成図である。排水ポンプ装置２、管理装置３、管理者端末装置４、排水ポンプ車５、作業員端末装置６、及び、気象情報提供装置７の各々は、汎用又は専用のコンピュータ９００により構成される。
　コンピュータ９００は、図４に示すように、その主要な構成要素として、バス９１０、プロセッサ９１２、メモリ９１４、入力デバイス９１６、出力デバイス９１７、表示デバイス９１８、ストレージ装置９２０、通信Ｉ／Ｆ（インターフェース）部９２２、外部機器Ｉ／Ｆ部９２４、Ｉ／Ｏ（入出力）デバイスＩ／Ｆ部９２６、及び、メディア入出力部９２８を備える。なお、上記の構成要素は、コンピュータ９００が使用される用途に応じて適宜省略されてもよい。
　プロセッサ９１２は、１つ又は複数の演算処理装置（ＣＰＵ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）、ＭＰＵ（Ｍｉｃｒｏ－ｐｒｏｃｅｓｓｉｎｇ　ｕｎｉｔ）、ＤＳＰ（ｄｉｇｉｔａｌ　ｓｉｇｎａｌ　ｐｒｏｃｅｓｓｏｒ）、ＧＰＵ（Ｇｒａｐｈｉｃｓ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ）等）で構成され、コンピュータ９００全体を統括する制御部として動作する。メモリ９１４は、各種のデータ及びプログラム９３０を記憶し、例えば、メインメモリとして機能する揮発性メモリ（ＤＲＡＭ、ＳＲＡＭ等）と、不揮発性メモリ（ＲＯＭ）、フラッシュメモリ等とで構成される。
　入力デバイス９１６は、例えば、キーボード、マウス、テンキー、電子ペン等で構成され、入力部として機能する。出力デバイス９１７は、例えば、音（音声）出力装置、バイブレーション装置等で構成され、出力部として機能する。表示デバイス９１８は、例えば、液晶ディスプレイ、有機ＥＬディスプレイ、電子ペーパー、プロジェクタ等で構成され、出力部として機能する。入力デバイス９１６及び表示デバイス９１８は、タッチパネルディスプレイのように、一体的に構成されていてもよい。ストレージ装置９２０は、例えば、ＨＤＤ、ＳＳＤ等で構成され、記憶部として機能する。ストレージ装置９２０は、オペレーティングシステムやプログラム９３０の実行に必要な各種のデータを記憶する。
　通信Ｉ／Ｆ部９２２は、インターネットやイントラネット等のネットワーク９４０（図１のネットワーク１０と同じであってもよい）に有線又は無線により接続され、所定の通信規格に従って他のコンピュータとの間でデータの送受信を行う通信部として機能する。外部機器Ｉ／Ｆ部９２４は、カメラ、プリンタ、スキャナ、リーダライタ等の外部機器９５０に有線又は無線により接続され、所定の通信規格に従って外部機器９５０との間でデータの送受信を行う通信部として機能する。Ｉ／ＯデバイスＩ／Ｆ部９２６は、各種のセンサ、アクチュエータ等のＩ／Ｏデバイス９６０に接続され、Ｉ／Ｏデバイス９６０との間で、例えば、センサによる検出信号やアクチュエータへの制御信号等の各種の信号やデータの送受信を行う通信部として機能する。メディア入出力部９２８は、例えば、ＤＶＤドライブ、ＣＤドライブ等のドライブ装置で構成され、ＤＶＤ、ＣＤ等のメディア（非一時的な記憶媒体）９７０に対してデータの読み書きを行う。
　上記構成を有するコンピュータ９００において、プロセッサ９１２は、ストレージ装置９２０に記憶されたプログラム９３０をメモリ９１４に呼び出して実行し、バス９１０を介してコンピュータ９００の各部を制御する。なお、プログラム９３０は、ストレージ装置９２０に代えて、メモリ９１４に記憶されていてもよい。プログラム９３０は、インストール可能なファイル形式又は実行可能なファイル形式でメディア９７０に記録され、メディア入出力部９２８を介してコンピュータ９００に提供されてもよい。プログラム９３０は、通信Ｉ／Ｆ部９２２を介してネットワーク９４０経由でダウンロードすることによりコンピュータ９００に提供されてもよい。また、コンピュータ９００は、プロセッサ９１２がプログラム９３０を実行することで実現する各種の機能を、例えば、ＦＰＧＡ、ＡＳＩＣ等のハードウエアで実現するものでもよい。
　コンピュータ９００は、例えば、据置型コンピュータや携帯型コンピュータで構成され、任意の形態の電子機器である。コンピュータ９００は、クライアント型コンピュータでもよいし、サーバ型コンピュータやクラウド型コンピュータでもよい。コンピュータ９００は、他の装置にも適用されてもよい。
（排水ポンプ管理システム１の動作）
　上記構成を有する排水ポンプ管理システム１の動作について説明する。
　図５は、第１の実施形態に係る排水ポンプ装置２の動作の一例を示すフローチャートである。以下では、排水ポンプ装置２が監視箇所に設置されて、監視箇所の水位を水位検出部２４により監視中である場合の動作例について説明する。なお、図５に示す一連の処理は、排水ポンプ装置２により所定の周期で繰り返し実行される。
　まず、ステップＳ１００において、健全性信号送信処理部２０５が、所定の健全性送信条件（送信周期、送信時刻等）を満たすと判定した場合、健全性信号を管理装置３に送信する。
　次に、Ｓ１１０において、気象情報取得部２０１が、自装置の監視箇所の気象情報を気象情報提供装置７から取得する。
　次に、Ｓ１２０において、異常判定部２０２が、水位検出部２４に異常が発生したか否か、及び、ポンプ部２５に異常が発生したか否かを判定する。
　上記ステップＳ１２０の判定結果として、水位検出部２４に異常が発生したと判定した場合には（ステップＳ１２１：Ｙｅｓ）、ステップＳ１３０において、水位検出部異常処理部２０３が、ステップＳ１２０で取得した監視箇所の気象情報に基づいて、ポンプ部２５の運転を制御する。
　上記ステップＳ１２０の判定結果として、ポンプ部２５に異常が発生したと判定した場合には（ステップＳ１２２：Ｙｅｓ）、ステップＳ１４０において、ポンプ部異常処理部２０４が、水位検出部２４による検出水位が運転水位に達した場合や、ステップＳ１２０で取得した監視箇所の気象情報に基づいて監視個所の水位が運転水位に達する可能性が高いと判断した場合、支援要請情報を出力する。
　上記ステップＳ１２０の判定結果として、水位検出部２４及びポンプ部２５に異常が発生していないと判定した場合には（ステップＳ１２１：Ｎｏ、ステップＳ１２２：Ｎｏ）には、ステップＳ１５０において、ポンプ運転処理部２００が、水位検出部２４による検出水位に基づいて、ポンプ部２５の運転を制御する。図５に示す一連の処理（排水ポンプ制御方法）において、ステップＳ１００が健全性信号送信処理工程、Ｓ１１０が気象情報取得工程、Ｓ１２０が異常判定工程、ステップＳ１３０が、水位検出部異常処理工程、ステップＳ１４０がポンプ部異常処理工程、ステップＳ１５０が、ポンプ運転処理工程に相当する。
　以上のように、本実施形態に係る排水ポンプ装置２によれば、ポンプ制御部２０が、水位検出部２４又はポンプ部２５に異常が発生したか否かを判定し、水位検出部２４に異常が発生したと判定した場合には、監視箇所の気象情報に基づいてポンプ部２５の運転を制御し、ポンプ部２５に異常が発生したと判定した場合には、水位検出部２４により検出された水位及び監視箇所の気象情報の少なくとも一方に基づいて支援要請情報を出力する。したがって、水位検出部２４又はポンプ部２５に異常が発生した場合であっても、監視箇所の浸水被害を低減することができる。
　図６は、第１の実施形態に係る管理装置３の動作の一例を示すフローチャートである。なお、図６に示す一連の処理は、管理装置３により所定の周期で繰り返し実行される。
　まず、ステップＳ２００において、健全性判定部３０１が、排水ポンプ装置２から健全性信号を健全性送信条件に従って受信したか否かに応じて、当該排水ポンプ装置２のポンプ制御部２０に異常が発生したか否かを判定する。
　上記ステップＳ２００の判定結果として、ポンプ制御部２０に異常が発生したと判定した場合には（ステップＳ２０１：Ｙｅｓ）、ステップＳ２１０において、気象情報取得部３００が、異常が発生したポンプ制御部２０を備える排水ポンプ装置２の監視箇所の気象情報を気象情報提供装置７から取得する。
　次に、ステップＳ２２０において、第１のポンプ制御部異常処理部３０２が、ステップＳ２１０で取得した監視箇所の気象情報に基づいて、異常が発生したポンプ制御部２０を備える排水ポンプ装置２に対する排水作業の支援を要請する支援要請情報を出力する。
　次に、ステップＳ２３０において、第２のポンプ制御部異常処理部３０３が、ステップＳ２１０で取得した監視箇所の気象情報に基づいて、異常が発生したポンプ制御部２０を備える排水ポンプ装置２のポンプ部２５の運転を指示するポンプ運転信号を当該ポンプ部２５に送信する。ポンプ部２５は、そのポンプ運転信号を、ポンプ制御部２０を介さずに受信することで、ポンプ部２５の運転が強制的に開始される。図６に示す一連の処理（排水ポンプ管理方法）において、ステップＳ２００が健全性判定工程、Ｓ２１０が気象情報取得工程、Ｓ２２０が第１のポンプ制御部異常処理工程、ステップＳ２３０が、第２のポンプ制御部異常処理工程に相当する。
　以上のように、本実施形態に係る管理装置３によれば、管理制御部３０が、排水ポンプ装置２からの健全性信号の受信状況に応じてポンプ制御部２０に異常が発生したか否かを判定し、ポンプ制御部２０に異常が発生したと判定した場合、気象情報に基づいて、当該ポンプ制御部２０を備える排水ポンプ装置２に対する支援要請情報を出力したり、当該ポンプ部２５にポンプ運転信号を送信したりする。したがって、ポンプ制御部２０に異常が発生した場合であっても、監視箇所の浸水被害を低減することができる。
（第２の実施形態）
　図７は、第２の実施形態に係る排水ポンプ管理システム１ａの一例を示す全体構成図である。第２の実施形態に係る排水ポンプ管理システム１ａは、第１の実施形態と比較して、排水ポンプ装置２が複数配置された管理領域に対する排水作業の支援計画を作成するために用いられる学習モデル１２を生成する機械学習装置８と、機械学習装置８により生成された学習モデル１２を用いて排水作業の支援計画を作成する排水ポンプ支援計画作成装置として機能する管理装置３ａとを備える点で相違する。なお、基本的な構成や動作は、第１の実施形態と同様であるため、以下では第１の実施形態との相違点を中心に説明する。
　機械学習装置８は、機械学習の学習フェーズの主体として動作し、学習用データ１１を用いて学習モデル１２を機械学習により生成する。学習済みの学習モデル１２は、ネットワーク１０や記録媒体等を介して管理装置３ａに提供される。
　管理装置３ａは、機械学習の推論フェーズの主体として動作し、機械学習装置８により生成された学習モデル１２を用いて排水作業の支援計画を定める支援計画情報を作成し、例えば、管理者端末装置４、排水ポンプ車５、作業員端末装置６等に出力（送信）する。
　支援計画情報は、排水ポンプ装置２ａの排水能力だけでは監視箇所に溜まった水を適時に排水できないような事態を想定し、排水ポンプ車５及び作業員１０１の少なくとも一方による排水作業の支援計画を定めるものである。支援計画情報は、排水作業の支援が必要となる排水ポンプ装置２ａの優先度を示す支援優先度情報、及び、管理領域に対する排水ポンプ車５及び作業員１０１の少なくとも一方の配置状況を示す支援配置情報のうち少なくとも一方を含む。
　支援優先度情報は、例えば、図７に示す枠内の数字（１～５）のように、優先順位として設定され、監視箇所の水位が運転水位に達するまでの猶予時間が短いほど高く設定されてもよいし、監視箇所の水位が上昇する速度が高いほど高く設定されてもよいし、それらが総合的に判断されて設定されてもよい。支援配置情報は、管理領域において、例えば、排水ポンプ車５及び作業員１０１がそれぞれ待機するときの配置状況であり、図７に示す破線の矢印のように、排水ポンプ車５及び作業員１０１の現在位置に対して移動が必要な場合には、排水ポンプ車５及び作業員１０１の移動先の位置（図７の「×」印）が指定される。
（排水ポンプ装置２ａ）
　図８は、第２の実施形態に係る排水ポンプ装置２ａの一例を示すブロック図である。
　ポンプ制御部２０は、記憶部２１に記憶された排水ポンプ制御プログラム２１１ａを実行することにより、ポンプ運転処理部２００、気象情報取得部２０１、異常判定部２０２、水位検出部異常処理部２０３、ポンプ部異常処理部２０４、健全性信号送信処理部２０５、及び、水位信号送信処理部２０６として機能する。
　水位信号送信処理部２０６は、水位検出部２４による検出水位を示す水位信号を、所定の水位送信条件に従って通信部２２及びネットワーク１０を介して管理装置３ａに送信する。水位送信条件には、水位信号を送信する条件が定められており、例えば、所定の送信周期や送信時刻にて定められる。なお、水位送信条件は、健全性送信条件と同じでもよく、その場合には、水位信号を健全性信号として機能させてもよい。
（機械学習装置８）
　図９は、第２の実施形態に係る機械学習装置８の一例を示すブロック図である。機械学習装置８は、他の装置と同様に、汎用又は専用のコンピュータ９００（図４参照）で構成される。
　機械学習装置８は、プロセッサ等により構成される制御部８０、ＨＤＤ、ＳＳＤ、メモリ等により構成される記憶部８１と、ネットワーク１０との通信インターフェースである通信部８２と、キーボード、マウス等により構成される入力部８３と、ディスプレイ等により構成される表示部８４とを備える。なお、入力部８３及び表示部８４は省略されてもよい。
　記憶部８１は、学習用データ１１、学習モデル１２、及び、機械学習プログラム８１０を記憶するとともに、オペレーティングシステム、他のプログラム、各種のデータ等を記憶する。記憶部８１は、学習用データ１１を記憶する学習用データ記憶部、及び、学習モデル１２を記憶する学習済みモデル記憶部として機能する。
　制御部８０は、記憶部８１に記憶された機械学習プログラム８１０を実行することにより、学習用データ取得部８００、及び、機械学習部８０１として機能する。
　学習用データ取得部８００は、通信部８２及びネットワーク１０を介して他の装置と接続されて、入力データとしての領域データと、出力データとしての支援計画情報とで構成される学習用データ１１を取得し、記憶部８１に記憶する。学習用データ１１は、教師あり学習における教師データ（トレーニングデータ）、検証データ及びテストデータとして用いられるデータである。また、支援計画情報は、教師あり学習における正解ラベルとして用いられるデータである。
　機械学習部８０１は、記憶部８１に記憶された複数組の学習用データ１１を用いて機械学習を実施する。すなわち、機械学習部８０１は、学習モデル１２に学習用データ１１を複数組入力し、学習用データ１１に含まれる領域データと支援計画情報との相関関係を学習モデル１２に学習させることで、学習済みの学習モデル１２（具体的には、調整済みの重みパラメータ群）を生成し、記憶部８１に記憶する。
　なお、機械学習部８０１により生成されて記憶部８１に記憶される学習モデル１２の数は１つに限定されず、例えば、機械学習の手法、領域データに含まれるデータの種類、支援計画情報に含まれるデータの種類等のように、条件が異なる複数の学習モデル１２が記憶されてもよい。その場合には、条件が異なる複数の学習モデル１２にそれぞれ対応するデータ構成を有する複数種類の学習用データ１１が学習用データ取得部８００により取得されて記憶部８１に記憶されていればよい。
　図１０は、学習モデル１２及び学習用データ１１の一例を示す図である。学習モデル１２の機械学習に用いられる学習用データ１１は、領域データと支援計画情報とで構成される。
　学習用データ１１を構成する領域データは、管理領域に対応する学習領域における気象情報、学習領域内に位置する排水ポンプ車５及び作業員１０１の少なくとも一方の位置情報、監視箇所の水位の時間推移を示す水位推移情報、及び、学習領域内での監視箇所の地理情報を少なくとも含む。なお、学習領域は、管理領域と同一の領域でもよいし、管理領域と異なる領域でもよい。
　気象情報は、メッシュ状に区切られた地域毎の降水量や天候等を記録したものであり、例えば、所定の基準時刻における気象現況データと、その基準時刻から所定時間後の将来時刻（例えば、１時間後、２時間後等）における気象予報データとを含む。
　位置情報は、基準時刻において排水ポンプ車５及び作業員１０１が位置する現在位置を示す情報である。
　水位推移情報は、各排水ポンプ装置２ａにおける監視箇所の水位の時間推移を示す情報であり、基準時期における監視個所の水位と、その基準時刻よりも所定時間前の過去時刻（例えば、１時間前、２時間前等）における監視個所の水位とを含む。
　地理情報は、各排水ポンプ装置２ａにおける監視箇所の位置座標（緯度、経度、標高）を示す情報である。なお、地理情報は、雨水管、下水道管、河川等の位置座標を含むものでもよい。
　学習用データ１１を構成する支援計画情報は、排水作業の支援が必要となる排水ポンプ装置２ａの優先度を示す支援優先度情報、及び、管理領域に対する排水ポンプ車５及び作業員１０１の少なくとも一方の配置状況を示す支援配置情報のうち少なくとも一方を含む。
　学習用データ取得部８００は、上記の各情報について実際の過去の状況が記録されたものを学習用データ１１として取得してもよいし、管理者１００により想定される仮想的な状況が、例えば、管理者端末装置４により入力されたものを学習用データ１１として取得してもよいし、監視箇所の水位や排水ポンプ車５及び作業員１０１の配置をシミュレーションしたものを学習用データ１１として取得してもよいし、これらを組み合わせることで学習用データ１１を取得してもよい。
　学習モデル１２は、例えば、ニューラルネットワークの構造を採用したものであり、入力層１２０、中間層１２１、及び、出力層１２２を備える。各層の間には、各ニューロンをそれぞれ接続するシナプス（不図示）が張られており、各シナプスには、重みがそれぞれ対応付けられている。各シナプスの重みからなる重みパラメータ群が、機械学習により調整される。入力層１２０は、入力データとしての領域データに対応する数のニューロンを有し、領域データの各値が各ニューロンにそれぞれ入力される。出力層１２２は、出力データとしての支援計画情報に対応する数のニューロンを有し、領域データに対する支援計画情報の予測結果（推論結果）が、出力データとして出力される。
　なお、本実施形態では、学習モデル１２及び学習用データ１１は、図１０に示すようなデータ構成である場合について説明するが、領域データ又は支援計画情報の定義を変更する場合には、学習モデル１２及び学習用データ１１のデータ構成を適宜変更すればよい。
（管理装置３ａ）
　図１１は、第２の実施形態に係る管理装置３ａの一例を示すブロック図である。図１２は、第２の実施形態に係る管理装置３ａの一例を示す機能説明図である。
　記憶部３１は、排水ポンプ管理データベース３１０、排水ポンプ管理プログラム３１１、排水ポンプ支援計画作成プログラム３１２、及び、学習モデル１２を記憶するとともに、オペレーティングシステム、他のプログラム、各種のデータ等を記憶する。記憶部３１は、学習済みの学習モデル１２を記憶する学習済みモデル記憶部として機能する。
　管理制御部３０は、記憶部３１に記憶された排水ポンプ管理プログラム３１１を実行することにより、気象情報取得部３００、健全性判定部３０１、第１のポンプ制御部異常処理部３０２、及び、第２のポンプ制御部異常処理部３０３として機能するとともに、記憶部３１に記憶された排水ポンプ支援計画作成プログラム３１２を実行することにより、データ取得部３０４、支援計画作成部３０５、及び、出力処理部３０６として機能する。なお、排水ポンプ管理プログラム３１１及び排水ポンプ支援計画作成プログラム３１２は、１つのプログラムで実現されていてもよい。
　データ取得部３０４は、通信部３２及びネットワーク１０を介して他の装置と接続され、管理領域の気象情報、管理領域内に位置する排水ポンプ車５及び作業員１０１の少なくとも一方の位置情報、水位の時間推移を示す水位推移情報、及び、管理領域内での監視箇所の地理情報を少なくとも含む領域データを取得する。
　管理領域の気象情報は、例えば、気象情報提供装置７から受信することで、データ取得部３０４により取得される。排水ポンプ車５及び作業員１０１の位置情報は、排水ポンプ車５に設けられた現在位置検出部の検出結果、及び、作業員１０１が所持する作業員端末装置６に設けられた現在位置検出部の検出結果を、排水ポンプ車５及び作業員１０１からそれぞれ受信することで、データ取得部３０４により取得される。水位推移情報は、排水ポンプ装置２ａから水位送信条件に従って水位信号を受信することで、水位信号に基づく情報として、データ取得部３０４により取得される。監視箇所の地理情報は、排水ポンプ管理データベース３１０を参照することで、データ取得部３０４により取得される。
　支援計画作成部３０５は、記憶部３１に記憶された学習済みの学習モデル１２に、データ取得部３０４にて取得した領域データを入力することで、当該領域データに対する支援計画情報を作成する。
　なお、記憶部３１に記憶される学習モデル１２の数は１つに限定されず、例えば、機械学習の手法、領域データに含まれるデータの種類、支援計画情報に含まれるデータの種類等のように、条件が異なる複数の学習モデル１２が記憶され、選択的に利用可能としてもよい。また、学習モデル１２は、外部コンピュータ（例えば、サーバ型コンピュータやクラウド型コンピュータ）の記憶部に記憶されていてもよく、その場合には、支援計画作成部３０５は、当該外部コンピュータにアクセスすればよい。
　出力処理部３０６は、支援計画作成部３０５により生成された支援計画情報を出力するための出力処理を行う。例えば、出力処理部３０６は、その支援計画情報を、例えば、管理者端末装置４、排水ポンプ車５、作業員端末装置６等に送信することで、その支援計画情報に基づく表示画面が管理者端末装置４、排水ポンプ車５、作業員端末装置６等に表示される。
（機械学習方法）
　図１３は、第２の実施形態に係る機械学習装置８の動作の一例を示すフローチャートである。なお、図１３に示す一連の処理は、例えば、管理者による学習モデル１２の作成を要求する操作が管理者端末装置４を介して受け付けられたときに機械学習装置８により実行される。
　まず、ステップＳ３００において、学習用データ取得部８００は、機械学習を開始するための事前準備として、所望の数の学習用データ１１を取得し、その取得した学習用データ１１を記憶部８１に記憶する。ここで準備する学習用データ１１の数については、最終的に得られる学習モデル１２に求められる推論精度を考慮して設定すればよい。
　次に、ステップＳ３１０において、機械学習部８０１は、機械学習を開始すべく、学習前の学習モデル１２を準備する。ここで準備する学習前の学習モデル１２は、図１０に例示したニューラルネットワークモデルで構成されており、各シナプスの重みが初期値に設定されている。
　次に、ステップＳ３２０において、機械学習部８０１は、記憶部８１に記憶された複数組の学習用データ１１から、例えば、ランダムに１組の学習用データ１１を取得する。
　次に、ステップＳ３３０において、機械学習部８０１は、１組の学習用データ１１に含まれる領域データ（入力データ）を、準備された学習前（又は学習中）の学習モデル１２の入力層１２０に入力する。その結果、学習モデル１２の出力層１２２から推論結果として支援計画情報（出力データ）が出力されるが、当該出力データは、学習前（又は学習中）の学習モデル１２によって生成されたものである。そのため、学習前（又は学習中）の状態では、推論結果として出力された出力データは、学習用データ１１に含まれる支援計画情報（正解ラベル）とは異なる情報を示す。
　次に、ステップＳ３４０において、機械学習部８０１は、ステップＳ３２０において取得された１組の学習用データ１１に含まれる支援計画情報（正解ラベル）と、ステップＳ３３０において出力層１２２から推論結果として出力された支援計画情報（出力データ）とを比較し、各シナプスの重みを調整する処理（バックプロバケーション）を実施することで、機械学習を実施する。これにより、機械学習部８０１は、領域データと支援計画情報との相関関係を学習モデル１２に学習させる。
　次に、ステップＳ３５０において、機械学習部８０１は、所定の学習終了条件が満たされたか否かを、例えば、学習用データ１１に含まれる支援計画情報（正解ラベル）と、推論結果として出力された支援計画情報（出力データ）とに基づく誤差関数の評価値や、記憶部８１内に記憶された未学習の学習用データ１１の残数に基づいて判定する。
　ステップＳ３５０において、機械学習部８０１が、学習終了条件が満たされておらず、機械学習を継続すると判定した場合（ステップＳ３５０でＮｏ）、ステップＳ３２０に戻り、学習中の学習モデル１２に対してステップＳ３２０～Ｓ３４０の工程を未学習の学習用データ１１を用いて複数回実施する。一方、ステップＳ３５０において、機械学習部８０１が、学習終了条件が満たされて、機械学習を終了すると判定した場合（ステップＳ３５０でＹｅｓ）、ステップＳ３６０に進む。
　そして、ステップＳ３６０において、機械学習部８０１は、各シナプスに対応付けられた重みを調整することで生成された学習済みの学習モデル１２（調整済みの重みパラメータ群）を記憶部８１に記憶する。図１３に示す一連の処理（機械学習方法）において、ステップＳ３００が学習用データ記憶工程、ステップＳ３１０～Ｓ３５０が機械学習工程、ステップＳ３６０が学習済みモデル記憶工程に相当する。
　以上のように、本実施形態に係る機械学習装置８によれば、領域データから当該領域データに対する支援計画情報を作成（推論）することが可能な学習モデル１２を提供することができる。
（排水ポンプ支援計画作成方法）
　図１４は、第２の実施形態に係る管理装置３ａの動作の一例を示すフローチャートである。以下では、所定の支援計画作成条件が満たされたときに、管理装置３ａが特定の時刻における支援計画を作成する場合の動作例について説明する。なお、支援計画作成条件は、所定の作成周期や作成時刻で定められてもよいし、気象条件で定められてもよいし、管理者の操作に基づく管理者端末装置４からの作成要求を受け付けたときでもよい。
　まず、ステップＳ４００において、所定の支援計画作成条件が満たされると、管理装置３ａのデータ取得部３０４が、管理領域の気象情報、排水ポンプ車５及び作業員１０１の位置情報、監視箇所の水位推移情報、及び、監視箇所の地理情報を少なくとも含む領域データを取得する。
　次に、ステップＳ４１０において、支援計画作成部３０５は、ステップＳ４００にて取得した領域データを入力データとして学習モデル１２に入力することで、当該領域データに対する支援計画情報を作成する。
　次に、ステップＳ４２０において、出力処理部３０６は、ステップＳ４１０にて作成された支援計画情報を出力するための出力処理として、その支援計画情報を管理者端末装置４に送信する。そして、管理者端末装置４が、その支援計画情報に基づいて表示画面を表示することで、その支援計画が管理者に確認される。なお、支援計画情報の送信先は、管理者端末装置４に加えて又は代えて、排水ポンプ車５、及び、作業員端末装置６でもよい。図１４に示す一連の処理（排水ポンプ支援計画作成方法）において、ステップＳ４００がデータ取得工程、ステップＳ４１０が支援計画作成工程、ステップＳ４２０が出力処理工程に相当する。
　以上のように、本実施形態に係る管理装置３ａ（排水ポンプ支援計画作成装置）によれば、領域データを学習モデル１２に入力することで、当該領域データに対する支援計画情報を作成するので、排水ポンプ車５及び作業員１０１による排水作業を適切に実施することができる。
（他の実施形態）
　本発明は上述した実施形態に制約されるものではなく、本発明の主旨を逸脱しない範囲内で種々変更して実施することが可能である。そして、それらはすべて、本発明の技術思想に含まれるものである。
　上記実施形態では、管理装置３、３ａ、管理者端末装置４及び機械学習装置８は、別々の装置で構成されたものとして説明したが、それら３つの装置が、単一の装置で構成されていてもよいし、それら３つの装置のうち任意の２つの装置が、単一の装置で構成されていてもよい。また、上記実施形態では、管理装置３ａが、排水ポンプ支援計画作成装置として機能する場合について説明したが、排水ポンプ支援計画作成装置は、管理装置３ａとは別の装置で構成されていてもよい。その場合には、排水ポンプ支援計画作成装置は、少なくともデータ取得部３０４及び支援計画作成部３０５を備えていればよい。
　上記実施形態では、排水ポンプ管理システム１、１ａの各装置が、図５、図６、図１３及び図１４に示すフローチャートに従って動作する場合について説明したが、各ステップの実行順序を適宜変更してもよいし、一部のステップを省略してもよい。例えば、図５のステップＳ１１０は、ステップＳ１３０、Ｓ１４０の直前に実行されてもよいし、図６のステップＳ２２０、Ｓ２３０は、実行順序を入れ替えてもよいし、いずれか一方を省略してよい。
　上記実施形態では、機械学習部８０１による機械学習を実現する学習モデルとして、ニューラルネットワークを採用した場合について説明したが、他の機械学習のモデルを採用してもよい。他の機械学習のモデルとしては、例えば、決定木、回帰木等のツリー型、バギング、ブースティング等のアンサンブル学習、再帰型ニューラルネットワーク、畳み込みニューラルネットワーク、ＬＳＴＭ等のニューラルネット型(ディープラーニングを含む)、階層型クラスタリング、非階層型クラスタリング、ｋ近傍法、ｋ平均法等のクラスタリング型、主成分分析、因子分析、ロジスティク回帰等の多変量解析、サポートベクターマシン等が挙げられる。また、機械学習部８０１による機械学習は、強化学習により実現されてもよい。
（推論装置、推論方法及び推論プログラム）
　本発明は、上記実施形態に係る排水ポンプ支援計画作成装置（排水ポンプ支援計画作成方法又は排水ポンプ支援計画作成プログラム）の態様によるもののみならず、支援計画情報を推論するために用いられる推論装置（推論方法又は推論プログラム）の態様で提供することもできる。その場合、推論装置（推論方法又は推論プログラム）としては、メモリと、プロセッサとを含み、このうちのプロセッサが、一連の処理を実行するものとすることができる。当該一連の処理とは、領域データを取得するデータ取得処理（データ取得工程）と、データ取得処理にて領域データを取得すると、当該領域データに対する支援計画情報を推論する推論処理（推論工程）とを含む。
　推論装置（推論方法又は推論プログラム）の態様で提供することで、排水ポンプ支援計画作成装置を実装する場合に比して簡単に種々の装置への適用が可能となる。推論装置（推論方法又は推論プログラム）が支援計画情報を推論する際、上記実施形態に係る機械学習装置及び機械学習方法により生成された学習済みの学習モデルを用いて、支援計画作成部が実施する推論手法を適用してもよいことは、当業者にとって当然に理解され得るものである。
　本発明は、排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法に利用可能である。
１、１ａ…排水ポンプ管理システム、２、２ａ…排水ポンプ装置、３、３ａ…管理装置、
４…管理者端末装置、５…排水ポンプ車、６…作業員端末装置、
７…気象情報提供装置、８…機械学習装置、１０…ネットワーク、
１１…学習用データ、１２…学習モデル、
２０…ポンプ制御部、２１…記憶部、２２…通信部、２４…操作表示部、
２５…水位検出部、２６…ポンプ部、
３０…管理制御部、３１…記憶部、３２…通信部、３３…入力部、３４…表示部、
８０…制御部、８１…記憶部、８２…通信部、８３…入力部、８４…表示部、
１００…管理者、１０１…作業員
１２０…入力層、１２１…中間層、１２２…出力層
２００…ポンプ運転処理部、２０１…気象情報取得部、２０２…異常判定部、
２０３…水位検出部異常処理部、２０４…ポンプ部異常処理部、
２０５…健全性信号送信処理部、２０６…水位信号送信処理部、
２１０…排水ポンプ設定データ、２１１…排水ポンプ制御プログラム、
３００…気象情報取得部、３０１…健全性判定部、
３０２…第１のポンプ制御部異常処理部、３０３…第２のポンプ制御部異常処理部、
３０４…データ取得部、３０５…支援計画作成部、３０６…出力処理部、
３１０…排水ポンプ管理データベース、３１１…排水ポンプ管理プログラム、
３１２…排水ポンプ支援計画作成プログラム、
８００…学習用データ取得部、８０１…機械学習部、８１０…機械学習プログラム、
９００…コンピュータ

 

Claims (12)

  1. 　監視箇所の水位を検出する水位検出部と、
    　前記監視箇所に溜まった水を排水するポンプ部と、
    　前記水位検出部により検出された前記水位に基づいて、前記ポンプ部の運転を制御するポンプ制御部と、を備える排水ポンプ装置であって、
    　前記ポンプ制御部は、
    　　前記監視箇所の気象情報を取得する気象情報取得部と、
    　　前記水位検出部又は前記ポンプ部に異常が発生したか否かを判定する異常判定部と、
    　　前記水位検出部に異常が発生したと判定した場合、前記気象情報に基づいて、前記ポンプ部の運転を制御する水位検出部異常処理部と、
    　　前記ポンプ部に異常が発生したと判定した場合、前記水位検出部により検出された前記水位及び前記気象情報の少なくとも一方に基づいて、排水ポンプ車及び作業員の少なくとも一方による排水作業の支援を要請する支援要請情報を出力するポンプ部異常処理部と、を備える、
    　排水ポンプ装置。
  2. 　請求項１に記載の１又は複数の排水ポンプ装置と、
    　前記排水ポンプ装置と通信可能な管理装置とを備える排水ポンプ管理システムであって、
    　前記ポンプ制御部は、
    　　前記排水ポンプ装置の健全性を示す健全性信号を所定の健全性送信条件に従って前記管理装置に送信する健全性信号送信処理部を備え、
    　前記管理装置は、
    　　前記監視箇所の気象情報を取得する気象情報取得部と、
    　　前記排水ポンプ装置から前記健全性信号を前記健全性送信条件に従って受信したか否かに応じて、当該排水ポンプ装置の前記ポンプ制御部に異常が発生したか否かを判定する健全性判定部と、
    　　前記ポンプ制御部に異常が発生したと判定した場合、前記気象情報に基づいて、当該ポンプ制御部を備える前記排水ポンプ装置に対する前記排水作業の支援を要請する前記支援要請情報を出力する第１のポンプ制御部異常処理部と、を備える、
    　排水ポンプ管理システム。
  3. 　前記ポンプ部は、
    　　前記管理装置から前記ポンプ制御部を介さずに前記ポンプ部の運転を指示するポンプ運転信号を受信可能に構成され、
    　前記管理装置は、
    　　前記ポンプ制御部に異常が発生したと判定した場合、前記気象情報に基づいて、当該ポンプ制御部を備える前記排水ポンプ装置の前記ポンプ部の運転を指示する前記ポンプ運転信号を当該ポンプ部に送信する第２のポンプ制御部異常処理部を備える、
    　請求項２に記載の排水ポンプ管理システム。
  4. 　前記ポンプ制御部は、
    　　前記水位検出部により検出された前記水位を示す水位信号を所定の水位送信条件に従って前記管理装置に送信する水位信号送信処理部を備え、
    　前記管理装置は、
    　　複数の前記排水ポンプ装置が配置された管理領域の気象情報、前記管理領域内に位置する前記排水ポンプ車及び前記作業員の少なくとも一方の位置情報、前記排水ポンプ装置から前記水位送信条件に従って受信した前記水位信号に基づく情報であって前記水位の時間推移を示す水位推移情報、及び、前記管理領域内での前記監視箇所の地理情報を少なくとも含む領域データを取得するデータ取得部と、
    　　前記管理領域に対応する学習領域における前記気象情報、前記位置情報、前記水位推移情報、及び、前記地理情報を少なくとも含む領域データと、前記学習領域に対する前記排水作業の支援計画を定める支援計画情報との相関関係を機械学習により学習させた学習モデルに、前記データ取得部にて取得した前記領域データを入力することで、当該領域データに対する前記支援計画情報を作成する支援計画作成部と、を備える、
    　請求項２又は請求項３に記載の排水ポンプ管理システム。
  5. 　前記支援計画情報は、
    　　前記排水作業の支援が必要となる前記排水ポンプ装置の優先度を示す支援優先度情報を少なくとも含む、
    　請求項４に記載の排水ポンプ管理システム。
  6. 　前記支援計画情報は、
    　　前記管理領域に対する前記排水ポンプ車及び前記作業員の少なくとも一方の配置状況を示す支援配置情報を少なくとも含む、
    　請求項４に記載の排水ポンプ管理システム。
  7. 　監視箇所の水位に基づいてポンプ部の運転を制御する排水ポンプ装置が複数配置された管理領域に対する排水ポンプ車及び作業員の少なくとも一方による排水作業の支援計画を作成する排水ポンプ支援計画作成装置であって、
    　　前記管理領域の気象情報、前記管理領域内に位置する前記排水ポンプ車及び前記作業員の少なくとも一方の位置情報、前記水位の時間推移を示す水位推移情報、及び、前記管理領域内での前記監視箇所の地理情報を少なくとも含む領域データを取得するデータ取得部と、
    　　前記管理領域に対応する学習領域における前記気象情報、前記位置情報、前記水位推移情報、及び、前記地理情報を少なくとも含む領域データと、前記学習領域に対する前記排水作業の支援計画を定める支援計画情報との相関関係を機械学習により学習させた学習モデルに、前記データ取得部にて取得した前記領域データを入力することで、当該領域データに対する前記支援計画情報を作成する支援計画作成部と、を備える、
    　排水ポンプ支援計画作成装置。
  8. 　監視箇所の水位に基づいてポンプ部の運転を制御する排水ポンプ装置が複数配置された管理領域に対する排水ポンプ車及び作業員の少なくとも一方による排水作業の支援計画を作成するために用いられる推論装置であって、
    　前記推論装置は、メモリと、プロセッサとを備え、
    　前記プロセッサは、
    　　前記管理領域の気象情報、前記管理領域内に位置する前記排水ポンプ車及び前記作業員の少なくとも一方の位置情報、前記水位の時間推移を示す水位推移情報、及び、前記管理領域内での前記監視箇所の地理情報を少なくとも含む領域データを取得するデータ取得処理と、
    　前記データ取得処理にて前記領域データを取得すると、当該領域データに対する前記排水作業の支援計画を定める支援計画情報を推論する推論処理と、を実行する、
    　推論装置。
  9. 　監視箇所の水位に基づいてポンプ部の運転を制御する排水ポンプ装置が複数配置された管理領域に対する排水ポンプ車及び作業員の少なくとも一方による排水作業の支援計画を作成するために用いられる学習モデルを生成する機械学習装置であって、
    　　前記管理領域に対応する学習領域における気象情報、前記管理領域内に位置する前記排水ポンプ車及び前記作業員の少なくとも一方の位置情報、前記水位の時間推移を示す水位推移情報、及び、前記管理領域内での前記監視箇所の地理情報を少なくとも含む領域データと、前記学習領域に対する前記排水作業の支援計画を定める支援計画情報とで構成される学習用データを複数組記憶する学習用データ記憶部と、
    　複数組の前記学習用データを学習モデルに入力することで、前記領域データと前記支援計画情報との相関関係を前記学習モデルに学習させる機械学習部と、
    　前記機械学習部により前記相関関係を学習させた前記学習モデルを記憶する学習済みモデル記憶部と、を備える、
    　機械学習装置。
  10. 　監視箇所の水位に基づいてポンプ部の運転を制御する排水ポンプ装置が複数配置された管理領域に対する排水ポンプ車及び作業員の少なくとも一方による排水作業の支援計画を作成する排水ポンプ支援計画作成方法であって、
    　　前記管理領域の気象情報、前記管理領域内に位置する前記排水ポンプ車及び前記作業員の少なくとも一方の位置情報、前記水位の時間推移を示す水位推移情報、及び、前記管理領域内での前記監視箇所の地理情報を少なくとも含む領域データを取得するデータ取得工程と、
    　　前記管理領域に対応する学習領域における前記気象情報、前記位置情報、前記水位推移情報、及び、前記地理情報を少なくとも含む領域データと、前記学習領域に対する前記排水作業の支援計画を定める支援計画情報との相関関係を機械学習により学習させた学習モデルに、前記データ取得工程にて取得した前記領域データを入力することで、当該領域データに対する前記支援計画情報を作成する支援計画作成工程と、を備える、
    　排水ポンプ支援計画作成方法。
  11. 　監視箇所の水位に基づいてポンプ部の運転を制御する排水ポンプ装置が複数配置された管理領域に対する排水ポンプ車及び作業員の少なくとも一方による排水作業の支援計画を作成するために用いられる推論方法であって、
    　　前記管理領域の気象情報、前記管理領域内に位置する前記排水ポンプ車及び前記作業員の少なくとも一方の位置情報、前記水位の時間推移を示す水位推移情報、及び、前記管理領域内での前記監視箇所の地理情報を少なくとも含む領域データを取得するデータ取得工程と、
    　前記データ取得工程にて前記領域データを取得すると、当該領域データに対する前記排水作業の支援計画を定める支援計画情報を推論する推論工程と、を実行する、
    　推論方法。
  12. 　監視箇所の水位に基づいてポンプ部の運転を制御する排水ポンプ装置が複数配置された管理領域に対する排水ポンプ車及び作業員の少なくとも一方による排水作業の支援計画を作成するために用いられる学習モデルを生成する機械学習方法であって、
    　　前記管理領域に対応する学習領域における気象情報、前記管理領域内に位置する前記排水ポンプ車及び前記作業員の少なくとも一方の位置情報、前記水位の時間推移を示す水位推移情報、及び、前記管理領域内での前記監視箇所の地理情報を少なくとも含む領域データと、前記学習領域に対する前記排水作業の支援計画を定める支援計画情報とで構成される学習用データを学習用データ記憶部に複数組記憶する学習用データ記憶工程と、
    　複数組の前記学習用データを学習モデルに入力することで、前記領域データと前記支援計画情報との相関関係を前記学習モデルに学習させる機械学習工程と、
    　前記機械学習工程により前記相関関係を学習させた前記学習モデルを学習済みモデル記憶部に記憶する学習済みモデル記憶工程と、を備える、
    　機械学習方法。

     
PCT/JP2022/035642 2021-12-07 2022-09-26 排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法 WO2023105891A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CA3239519A CA3239519A1 (en) 2021-12-07 2022-09-26 Water-discharge pump apparatus, water-discharge pump management system, water-discharge pump support plan creating apparatus, inference apparatus, machine-learning apparatus, water-discharge pump support plan creating method, inference method, and machine-learning method

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021198169A JP2023084166A (ja) 2021-12-07 2021-12-07 排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法
JP2021-198169 2021-12-07

Publications (1)

Publication Number Publication Date
WO2023105891A1 true WO2023105891A1 (ja) 2023-06-15

Family

ID=86730112

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/035642 WO2023105891A1 (ja) 2021-12-07 2022-09-26 排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法

Country Status (4)

Country Link
JP (1) JP2023084166A (ja)
CA (1) CA3239519A1 (ja)
TW (1) TW202340611A (ja)
WO (1) WO2023105891A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024061980A1 (en) * 2022-09-20 2024-03-28 Stormharvester IPR Limited Anomaly detection in wastewater networks
WO2024061986A1 (en) * 2022-09-20 2024-03-28 Stormharvester IPR Limited Anomaly detection for wastewater assets with pumps in wastewater networks

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06116972A (ja) 1992-10-01 1994-04-26 Sekisui House Ltd 地下室におけるドライエリアの排水装置
JPH06242805A (ja) * 1993-02-15 1994-09-02 Mitsubishi Heavy Ind Ltd ポンププラント遠隔監視制御装置
JP2002235450A (ja) 2001-02-08 2002-08-23 Nippon Mechatronics:Kk 昇降式立体駐車場及び立体駐車場
JP2002278618A (ja) * 2001-03-16 2002-09-27 Hitachi Ltd 排水ポンプ場の保守点検支援方法およびシステム
JP2006004097A (ja) * 2004-06-16 2006-01-05 Fuji Electric Systems Co Ltd ポンプ制御装置
JP2006241900A (ja) * 2005-03-04 2006-09-14 Toshiba Corp 雨水排水設備運転準備支援システム
JP2006274786A (ja) * 2005-02-25 2006-10-12 Toshiba Corp 雨水排水支援制御装置
JP2019194424A (ja) * 2018-02-16 2019-11-07 エンリケ・メノッティ・ペスカルモーナ 河川流域に関する水文解析および管理のためのプロセスおよびシステム
JP2020122326A (ja) * 2019-01-30 2020-08-13 株式会社日圧機販 排水路監視システムおよび排水路監視方法並びに排水路監視プログラム
CN113110200A (zh) * 2021-04-26 2021-07-13 成都环极科技有限公司 一种基于气象和雨洪模型的城市内涝预警系统

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06116972A (ja) 1992-10-01 1994-04-26 Sekisui House Ltd 地下室におけるドライエリアの排水装置
JPH06242805A (ja) * 1993-02-15 1994-09-02 Mitsubishi Heavy Ind Ltd ポンププラント遠隔監視制御装置
JP2002235450A (ja) 2001-02-08 2002-08-23 Nippon Mechatronics:Kk 昇降式立体駐車場及び立体駐車場
JP2002278618A (ja) * 2001-03-16 2002-09-27 Hitachi Ltd 排水ポンプ場の保守点検支援方法およびシステム
JP2006004097A (ja) * 2004-06-16 2006-01-05 Fuji Electric Systems Co Ltd ポンプ制御装置
JP2006274786A (ja) * 2005-02-25 2006-10-12 Toshiba Corp 雨水排水支援制御装置
JP2006241900A (ja) * 2005-03-04 2006-09-14 Toshiba Corp 雨水排水設備運転準備支援システム
JP2019194424A (ja) * 2018-02-16 2019-11-07 エンリケ・メノッティ・ペスカルモーナ 河川流域に関する水文解析および管理のためのプロセスおよびシステム
JP2020122326A (ja) * 2019-01-30 2020-08-13 株式会社日圧機販 排水路監視システムおよび排水路監視方法並びに排水路監視プログラム
CN113110200A (zh) * 2021-04-26 2021-07-13 成都环极科技有限公司 一种基于气象和雨洪模型的城市内涝预警系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024061980A1 (en) * 2022-09-20 2024-03-28 Stormharvester IPR Limited Anomaly detection in wastewater networks
WO2024061986A1 (en) * 2022-09-20 2024-03-28 Stormharvester IPR Limited Anomaly detection for wastewater assets with pumps in wastewater networks

Also Published As

Publication number Publication date
JP2023084166A (ja) 2023-06-19
CA3239519A1 (en) 2023-06-15
TW202340611A (zh) 2023-10-16

Similar Documents

Publication Publication Date Title
WO2023105891A1 (ja) 排水ポンプ装置、排水ポンプ管理システム、排水ポンプ支援計画作成装置、推論装置、機械学習装置、排水ポンプ支援計画作成方法、推論方法、及び、機械学習方法
CN109660419B (zh) 预测网络设备异常的方法、装置、设备及存储介质
US20200272889A1 (en) Optimizing data center controls using neural networks
JP7079662B2 (ja) 電力需要予測システム、学習装置及び電力需要予測方法
KR20210041724A (ko) 전기차 충전기의 고장 예측 장치 및 방법
US11465716B2 (en) Conditional online-based risk advisory system (COBRAS)
US11731743B2 (en) System and method for optimizing fuel usage of a marine vessel
JP2007257190A (ja) 総合監視診断装置
JP2018007311A (ja) 太陽光発電保守装置、太陽光発電保守システム、太陽光発電保守方法及びコンピュータプログラム
US20220100571A1 (en) Scheduling system, scheduling method, and non-transitory recording medium
US20220325696A1 (en) Wind turbine control based on reinforcement learning
JP2021193557A5 (ja)
US11348013B2 (en) Determining, encoding, and transmission of classification variables at end-device for remote monitoring
KR20230170219A (ko) 심층 신경망을 이용한 장비 고장 탐지 방법 및 시스템
Golestani et al. A system dynamics model of offshore wind farm degradation: Enabling operation and maintenance planning under foreseen asset management impacts
JP2020012348A (ja) 推定装置、学習モデル、コンピュータプログラム、仮設トイレ、及びサーバ装置
Balis et al. Smart levee monitoring and flood decision support system: reference architecture and urgent computing management
EP4325314A2 (en) Systems and methods for estimating future risk of failure of a wind turbine component using machine learning
KR101651063B1 (ko) 스마트 기기를 이용한 위치인식 기반의 원격 모니터링 장치 및 방법
WO2023067745A1 (ja) 学習装置、予測装置、学習予測装置、プログラム、学習方法、予測方法及び学習予測方法
WO2021215014A1 (ja) 学習装置、予測装置、学習方法、予測方法、学習プログラム及び予測プログラム
JP2023068993A (ja) 情報処理方法、情報処理装置、プログラム及び情報処理システム
CN116743546A (zh) 云桌面的故障检测方法、装置、服务器和云桌面系统
CN104536415A (zh) 一种公路隧道一体化联动节能技术控制方法
CN117270495A (zh) 故障预测方法、装置、存储介质以及车辆

Legal Events

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

Ref document number: 22903825

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 3239519

Country of ref document: CA

REG Reference to national code

Ref country code: BR

Ref legal event code: B01A

Ref document number: 112024011181

Country of ref document: BR