特許ウォッチ

公開番号2025019848
公報種別公開特許公報(A)
公開日2025-02-07
出願番号2023123697
出願日2023-07-28
発明の名称推定装置、推定方法、および推定プログラム
出願人横河電機株式会社
代理人弁理士法人酒井国際特許事務所
主分類G05B 23/02 20060101AFI20250131BHJP(制御;調整)
要約【課題】測定データから測定機器に関する情報を効果的に提供すること。
【解決手段】サーバ装置30は、フィールド機器10で所定の事象が発生したときの波形データをフィールド機器10から受信し、波形データの入力に応じて所定の事象の詳細原因に関する情報を出力するように学習された学習済みの機械学習モデルに、受信した波形測定データを入力して、所定の事象の詳細原因を推定し、推定した所定の事象の詳細原因を表示機器20に表示させる。
【選択図】図8
特許請求の範囲【請求項１】
測定装置で所定の事象が発生したときの測定データを前記測定装置から受信する受信部と、
測定データの入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、前記受信部によって受信された前記測定データを入力して、前記所定の事象の発生要因を推定する推定部と、
前記推定部によって推定された前記所定の事象の発生要因を出力する出力部と、
を備える推定装置。
続きを表示（約 1,400 文字）【請求項２】
前記受信部は、
フィールド機器で所定の事象が発生したときの測定データを前記フィールド機器から受信し、
前記推定部は、
測定データと、測定機器の設定情報との入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、前記フィールド機器から受信された前記測定データと、前記フィールド機器の設定情報とを入力して、前記所定の事象の発生要因を推定する、
請求項１に記載の推定装置。
【請求項３】
前記受信部は、
波形データを渦流量計から受信し、
前記推定部は、
測定データと、測定装置の設定情報との入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、前記渦流量計から受信された前記波形データと、前記渦流量計の設定情報とを入力して、振動異常の発生要因を推定する、
請求項１に記載の推定装置。
【請求項４】
前記波形データは、前記渦流量計の配管振動時に測定された渦信号から生成され、
前記渦流量計の設定情報は、前記渦流量計の測定流体、および口径サイズのうち少なくとも１つ含む、
請求項３に記載の推定装置。
【請求項５】
前記受信部は、
前記測定装置でアラームが発生したときの前記測定データを前記測定装置から受信し、
前記推定部は、
前記アラームの発生要因を推定する、
請求項１に記載の推定装置。
【請求項６】
前記受信部は、
前記測定装置の定期点検時刻の前記測定データを前記測定装置から受信し、
前記推定部は、
前記定期点検時刻で発生した前記測定装置の異常状態の発生要因を推定する、
請求項１に記載の推定装置。
【請求項７】
前記出力部は、
前記所定の事象の発生要因、および解決手段を示す通知メッセージを、外部装置に表示させる、
請求項１に記載の推定装置。
【請求項８】
前記測定装置は、
測定データを取得して保持し、
前記測定データを外部装置に出力するイベントに関するイベント情報に基づき、前記イベントの発生を検出した場合に、保持した前記測定データを取得して、前記外部装置に出力する、
請求項１から７のいずれか１項に記載の推定装置。
【請求項９】
コンピュータが、
測定装置で所定の事象が発生したときの測定データを前記測定装置から受信し、
測定データの入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、受信した前記測定データを入力して、前記所定の事象の発生要因を推定し、
推定した前記所定の事象の発生要因を出力する、
処理を実行する推定方法。
【請求項１０】
コンピュータに、
測定装置で所定の事象が発生したときの測定データを前記測定装置から受信し、
測定データの入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、受信した前記測定データを入力して、前記所定の事象の発生要因を推定し、
推定した前記所定の事象の発生要因を出力する、
処理を実行させる推定プログラム。

発明の詳細な説明【技術分野】
【０００１】
本発明は、推定装置、推定方法、および推定プログラムに関する。
続きを表示（約 1,600 文字）【背景技術】
【０００２】
プラントにおいて、流量測定時に波形データを逐次保存し、保存した波形データを波形として、ポータブル型端末、制御システム等の画面に表示させるフィールド機器に関する技術が知られている。
【先行技術文献】
【特許文献】
【０００３】
特開２０１９－０４５３２０号公報
【発明の概要】
【発明が解決しようとする課題】
【０００４】
しかしながら、上記技術では、プラントで取得した波形データから効果的な情報を提供することは難しい。例えば、上記技術では、取得した波形データを用いてプラントの異常発生時の詳細原因を推定することは難しい。
【０００５】
本発明は、測定データから測定機器に関する情報を効果的に提供することを目的とする。
【課題を解決するための手段】
【０００６】
本発明は、測定装置で所定の事象が発生したときの測定データを前記測定装置から受信する受信部と、測定データの入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、前記受信部によって受信された前記測定データを入力して、前記所定の事象の発生要因を推定する推定部と、前記推定部によって推定された前記所定の事象の発生要因を出力する出力部と、を備える推定装置を提供する。
【０００７】
また、本発明は、コンピュータが、測定装置で所定の事象が発生したときの測定データを前記測定装置から受信し、測定データの入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、受信した前記測定データを入力して、前記所定の事象の発生要因を推定し、推定した前記所定の事象の発生要因を出力する、処理を実行する推定方法を提供する。
【０００８】
また、本発明は、コンピュータに、測定装置で所定の事象が発生したときの測定データを前記測定装置から受信し、測定データの入力に応じて所定の事象の発生要因に関する情報を出力するように学習された学習済みの機械学習モデルに、受信した前記測定データを入力して、前記所定の事象の発生要因を推定し、推定した前記所定の事象の発生要因を出力する、処理を実行させる測定プログラムを提供する。
【発明の効果】
【０００９】
本発明によれば、測定データから測定機器に関する情報を効果的に提供することができるという効果がある。
【図面の簡単な説明】
【００１０】
実施形態１に係る情報処理システムの構成例および処理例を示す図である。
実施形態１に係る情報処理システムの各装置の構成例を示すブロック図である。
実施形態１に係るフィールド機器の波形データ記憶部の一例を示す図である。
実施形態１に係るフィールド機器の機器設定情報記憶部の一例を示す図である。
実施形態１に係るフィールド機器のデータ処理の具体例を示す図である。
実施形態１に係るハードウェア構成例を示す図である。
実施形態１に係る情報処理システムの処理の流れの一例を示すフローチャートである。
実施形態２に係る情報処理システムの構成例および処理例を示す図である。
実施形態２に係る情報処理システムの各装置の構成例を示すブロック図である。
実施形態２に係るサーバ装置の推定結果記憶部の一例を示す図である。
実施形態２に係るサーバ装置の推定モデル記憶部の一例を示す図である。
実施形態２に係るサーバ装置のデータ処理の一例を示す図である。
実施形態２に係るハードウェア構成例を示す図である。
実施形態２に係る情報処理システムの処理の流れの一例を示すフローチャートである。
【発明を実施するための形態】
（【００１１】以降は省略されています）

関連特許