控制系统、支持装置以及支持程序的制作方法

1.本发明涉及一种能够检测在检测对象中可能发生的某些异常的控制系统、在该控制系统中使用的支持装置、以及用于实现支持装置的支持程序。


背景技术：

2.在各种生产现场中，存在想要通过对机械、装置的预知维护来提高设备运转率的需求。预知维护是指如下的维护方式，即，对在机械或装置中发生的某些异常进行检测，如果不停止设备，则在成为状态之前，进行保养或更换等维护作业。
3.为了实现预知维护，需要如下机制：收集机械、装置的状态值，并且基于收集到的状态值来判断该机械、装置是否发生了某些异常。
4.例如，日本特开2018
‑
097662号公报(专利文献1)公开了能够以更短的周期监视在控制对象中产生的现象的技术。
5.现有技术文献
6.专利文献
7.专利文献1：日本特开2018
‑
097662号公报


技术实现要素：

8.发明所要解决的课题
9.如日本特开2018
‑
097662号公报(专利文献1)所公开的那样，为了以更短的周期监视在控制对象中产生的现象，需要比较多的资源。另一方面，在现有的控制装置中，也可能产生无法充分确保异常检测所需的资源的情况。
10.本发明的一个目的在于实现能够将必要的异常检测配置于必要的场所的结构。
11.用于解决课题的手段
12.按照本发明的一例，提供用于对控制对象进行控制的控制系统。控制系统包含能够执行运算处理的多个处理资源。多个处理资源包含：收集单元，其收集与控制对象所包含的任意的检测对象对应的1个或多个状态值；以及异常检测单元，其基于根据收集的1个或多个状态值计算出的特征量，计算出表示检测对象发生了异常的可能性的值。收集单元和异常检测单元分别能够配置于多个处理资源中的任意的处理资源。
13.根据该结构，即使在处理资源不足的情况下，也能够在必要的部分配置异常检测。
14.异常检测单元也可以基于表示检测对象发生了异常的可能性的值，生成表示检测对象是否发生了异常的判定结果。根据该结构，通过参照判定结果，能够执行在检测对象发生了异常的情况下所需的处理。
15.在收集单元和异常检测单元配置于不同的处理资源的情况下，异常检测单元也可以将生成的判定结果向配置有收集单元的处理资源发送。根据该结构，多个处理资源能够协作实现异常检测处理。
16.在收集单元和异常检测单元配置于不同的处理资源的情况下，收集单元也可以将
收集的1个或多个状态值向配置有异常检测单元的处理资源发送。根据该结构，在收集1个或多个状态值的处理资源中，能够容易地得到异常检测的结果。
17.在收集单元和异常检测单元配置于不同的处理资源的情况下，异常检测单元也可以将计算出的表示检测对象发生了异常的可能性的值向配置有收集单元的处理资源发送。根据该结构，在收集1个或多个状态值的处理资源中，能够容易地得到表示检测对象发生了异常的可能性的值。
18.该可以具有支持装置，所述支持装置用于辅助成为收集单元和异常检测单元的配置目的地的处理资源的决定。根据该结构，通过使用支持装置，能够容易地对控制系统安装异常检测处理。
19.支持装置也可以基于收集单元应收集的状态值的数量、状态值的收集目的地、多个处理资源的规格、内部总线的负载率以及网络的负载率中的至少一个，决定收集单元和异常检测单元的配置目的地。根据该结构，能够基于1个或多个因素来适当地安装异常检测处理。
20.支持装置也可以向应配置收集单元和异常检测单元的处理资源发送所需的数据。根据该结构，能够容易地配置在控制系统中安装异常检测处理所需的数据。
21.按照本发明的另一例，提供在用于对控制对象进行控制的控制系统中使用的支持装置。控制系统包含能够执行运算处理的多个处理资源。多个处理资源包含：收集单元，其收集与控制对象所包含的任意的检测对象对应的1个或多个状态值；以及异常检测单元，其基于根据收集的1个或多个状态值计算出的特征量，计算出表示检测对象发生了异常的可能性的值。支持装置提供用户界面，所述用户界面用于辅助成为收集单元和异常检测单元的配置目的地的处理资源的决定。
22.根据该结构，能够使用控制系统所包含的1个或多个处理资源，容易地安装异常检测处理。
23.按照本发明的又一例，提供用于实现支持装置的支持程序，所述支持装置在用于对控制对象进行控制的控制系统中使用。控制系统包含能够执行运算处理的多个处理资源。多个处理资源包含：收集单元，其收集与控制对象所包含的任意的检测对象对应的1个或多个状态值；以及异常检测单元，其基于根据收集的1个或多个状态值计算出的特征量，计算出表示检测对象发生了异常的可能性的值。支持程序使计算机实现提供用户界面的功能，所述用户界面用于辅助成为收集单元和异常检测单元的配置目的地的处理资源的决定。
24.根据该结构，能够使用控制系统所包含的1个或多个处理资源，容易地安装异常检测处理。
25.发明的效果
26.根据本发明，能够将必要的异常检测配置在必要的场所。
附图说明
27.图1是表示本实施方式的控制系统的主要部分的示意图。
28.图2是表示本实施方式的控制系统的结构例的示意图。
29.图3是表示构成本实施方式的控制装置的控制单元的硬件结构例的框图。
30.图4是表示构成本实施方式的控制装置的辅助处理单元的硬件结构例的框图。
31.图5是表示本实施方式的控制系统所使用的支持装置的硬件结构例的框图。
32.图6是表示用于实现本实施方式的控制系统中的异常检测功能的构成例的框图。
33.图7是用于说明本实施方式的控制装置中的控制运算的执行周期的时序图。
34.图8是表示本实施方式的控制系统中的异常检测功能的安装例的示意图。
35.图9是表示本实施方式的控制系统中的异常检测功能的另一安装例的示意图。
36.图10是表示本实施方式的控制系统中的异常检测功能的又一安装例的示意图。
37.图11是表示本实施方式的控制系统中的系统设计过程的一例的流程图。
38.图12是用于说明决定本实施方式的控制系统中的异常检测功能的安装例的指针的一例的图。
39.图13是表示本实施方式的控制系统的支持装置提供的用户界面画面的一例的图。
40.图14是表示本实施方式的控制系统的支持装置提供的用户界面画面的一例的图。
具体实施方式
41.参照附图详细说明本发明的实施方式。另外，对图中的相同或相应的部分标注相同的标号并不重复其说明。
42.＜a.应用例＞
43.首先，对应用本发明的场景的一例进行说明。
44.对能够执行本实施方式的异常检测处理的控制系统的功能性结构例进行说明。
45.图1是表示本实施方式的控制系统1的主要部分的示意图。参照图1，作为一例，用于对控制对象进行控制的控制系统1具有能够执行运算处理的多个处理资源30
‑
1～30
‑
6。
46.在本说明书中，“处理资源”是包含能够独立地执行任意运算处理的主体的用语。例如，plc(可编程逻辑控制器)等控制装置单体可以是“处理资源”，构成控制装置的各个处理单元(后述的控制单元100和辅助处理单元200等)可以是“处理资源”。“处理资源”典型地包含用于展开在程序中规定的命令的存储器、和依次执行在存储器上展开的命令的处理器。
47.控制系统1所包含的多个处理资源30
‑
1～30
‑
6具有检测在控制对象所包含的任意的检测对象中可能发生的某些异常的功能。
48.在本说明书中，“异常检测”或“异常检测功能”典型地包含在检测对象中检测“与通常不同”或“与平常不同”的情况。在多个处理资源30
‑
1～30
‑
6中，典型地安装有基于在每个控制周期从控制对象收集的状态值来判断有无异常的功能。
49.具体而言，在控制系统1中安装有：状态值收集处理32(包含后述的状态值收集180的处理)，收集与控制对象所包含的任意的检测对象对应的1个或多个状态值；以及异常检测处理34(包含后述的得分计算182和判定184的处理)，基于根据所收集的1个或多个状态值计算出的特征量，计算表示检测对象发生了异常的可能性的值(典型地为后述的“得分”)。
50.在本说明书中，“状态值”是包含能够在任意的控制对象(包含：检测对象)中观测的值的用语，例如，可包含能够由任意的传感器测量的物理值、表示继电器、开关等的接通/断开的状态值、plc给予伺服驱动器的位置、速度、转矩等指令值、plc在运算中使用的变量
值等。能够由任意的传感器测量的物理值、表示继电器、开关等的接通/断开的状态值也可以说是“原始数据”。
51.在图1的(a)中，表示状态值收集处理32以及异常检测处理34配置于处理资源30
‑
1的例子。在图1的(b)中，表示状态值收集处理32配置于处理资源30
‑
1，异常检测处理34配置于处理资源30
‑
5的例子。在图1的(b)所示的例子中，通过处理资源30
‑
1的状态值收集处理32收集到的状态值被发送到处理资源30
‑
5。
52.这样，在本实施方式中，状态值收集处理32以及异常检测处理34能够配置于多个处理资源30
‑
1～30
‑
6中的任意的处理资源。
53.通过采用这样的结构，在本实施方式的控制系统1中，能够利用控制系统1中包含的多个处理资源，将必要的异常检测配置在必要的场所。
54.＜b.控制系统的结构例＞
55.首先，对本实施方式的控制系统1的结构例进行说明。
56.(b1：整体结构)
57.图2是表示本实施方式的控制系统1的结构例的示意图。参照图2，控制系统1构成为对控制对象进行控制，包含作为处理资源的多个控制装置10
‑
1、10
‑
2、10
‑
3(以下，也总称为“控制装置10”。)。
58.控制装置10能够执行运算处理，周期性地执行用于控制设备、机械的控制运算。控制装置10收集作为控制对象的制造装置和生产线、以及各个感测设备(以下，也总称为“现场”。)的状态值作为输入值，并且将通过基于输入值的控制运算而计算的指令值(以下，也称为“输出值”。)向作为控制对象的制造装置和生产线、以及各个致动器输出。
59.典型地，在控制装置10与现场之间交换的输入值和输出值经由现场网络4和络6而传输。作为现场网络4和6，优选采用保证数据的到达时间的、进行恒定周期通信的网络。作为进行此种恒定周期通信的网络，已知有ethercat(注册商标)等。
60.在图2所示的结构例中，控制系统1包含经由现场网络4而与控制装置10
‑
1连接的远程i/o装置12、以及经由现场网络6而与控制装置10
‑
2连接的远程i/o装置12。在远程i/o装置12上连接有用于与现场之间交换信号的1个或多个继电器14等。
61.控制装置10
‑
1、10
‑
2、10
‑
3经由控制网络8以能够相互进行数据通信的方式连接。在控制装置10
‑
1、10
‑
2、10
‑
3之间，能够交换任意的数据。
62.各控制装置10包含控制单元100，也可以根据需要安装辅助处理单元200。以下，除了控制单元100和辅助处理单元200以外，还对支持装置300的硬件结构例进行说明。
63.(b2：控制单元100的硬件结构例)
64.图3是表示构成本实施方式的控制装置10的控制单元100的硬件结构例的框图。参照图3，作为主要的组件，控制单元100包含cpu(central processing unit：中央处理单元)或gpu(graphical processing unit：图形处理单元)等处理器102、芯片组104、主存储装置106、二次存储装置108、usb(universal serial bus：通用串行总线)控制器112、存储卡接口114、网络控制器116、118、内部总线控制器120。
65.处理器102读出保存在二次存储装置108中的各种程序，在主存储装置106中展开并执行，由此实现标准控制所涉及的控制运算以及后述那样的各种处理。芯片组104通过对处理器102与各组件之间的数据交换进行中介，来实现作为控制单元100整体的处理。
66.主存储装置106由dram(dynamic random access memory：动态随机存取存储器)或sram(static random access memory：静态随机存取存储器)等易失性存储装置等构成。二次存储装置108例如由hdd(hard disk drive：硬盘驱动器)或ssd(solid state drive：固态硬盘)等非易失性存储装置等构成。
67.在二次存储装置108中，除了系统程序以外，还保存有在系统程序提供的执行环境上工作的控制程序。
68.usb控制器112经由usb连接负责与任意的信息处理装置之间的数据交换。
69.存储卡接口114构成为能够装卸存储卡115，能够对存储卡115写入控制程序、各种设定等数据，或者从存储卡115读出控制程序、各种设定等数据。
70.网络控制器116经由控制网络8(参照图2)对与其他控制装置10之间的数据交换进行中介。网络控制器118经由现场网络4、6，对与远程i/o装置12(均参照图2)等任意设备之间的数据交换进行中介。
71.内部总线控制器120经由内部总线对与构成控制装置10的其他单元之间的数据交换进行中介。内部总线可以使用厂商固有的通信协议，也可以使用与任意的工业用网络协议相同或遵循任意的工业用网络协议的通信协议。
72.在图3中，示出了通过处理器102执行程序而提供所需的功能的结构例，但也可以使用专用的硬件电路(例如，asic(application specific integrated circuit：专用集成电路)或者fpga(field
‑
programmable gate array：现场可编程门阵列)等)来安装这些所提供的功能的一部分或者全部。或者，也可以使用遵循通用架构的硬件(例如以通用个人计算机为基础的工业用个人计算机)来实现控制单元100的主要部分。在该情况下，也可以使用虚拟化技术并行地执行用途不同的多个os(operating system：操作系统)，并且在各os上执行所需的应用程序。
73.(b3：辅助处理单元200的硬件结构例)
74.图4是表示构成本实施方式的控制装置10的辅助处理单元200的硬件结构例的框图。参照图4，作为主要组件，辅助处理单元200包含cpu或gpu等处理器202、芯片组204、主存储装置206、二次存储装置208、存储卡接口214、内部总线控制器220。
75.处理器202读出保存在二次存储装置208中的各种程序，在主存储装置206中展开并执行，由此实现控制运算所附带的任意运算处理。芯片组204通过对处理器202与各组件之间的数据交换进行中介，来实现作为辅助处理单元200整体的处理。
76.在二次存储装置208中，除了系统程序以外，还保存有在系统程序提供的执行环境上工作的安全程序。
77.存储卡接口214构成为能够装卸存储卡215，能够对存储卡215写入安全程序、各种设定等数据，或者从存储卡215读出安全程序、各种设定等数据。
78.内部总线控制器220负责经由内部总线的与控制单元100之间的数据交换。
79.在图4中，示出了通过处理器202执行程序而提供所需的功能的结构例，但也可以使用专用的硬件电路(例如asic或fpga等)来安装这些所提供的功能的一部分或全部。或者，也可以使用遵循通用架构的硬件(例如以通用个人计算机为基础的工业用个人计算机)来实现辅助处理单元200的主要部分。在该情况下，也可以使用虚拟化技术并行地执行用途不同的多个os，并且在各os上执行所需的应用程序。
80.(b4：支持装置300的硬件结构例)
81.图5是表示本实施方式的控制系统1所使用的支持装置300的硬件结构例的框图。作为一例，支持装置300通过使用遵循通用架构的硬件(例如通用个人计算机)执行程序来实现。
82.参照图5，支持装置300包含cpu或mpu等处理器302、驱动器304、主存储装置306、二次存储装置308、usb控制器312、局域网控制器314、输入部316和显示部318。这些组件经由总线320连接。
83.处理器302读出保存在二次存储装置308中的各种程序，在主存储装置306中展开并执行，由此实现后述的各种处理。
84.二次存储装置308例如由hdd(hard disk drive：硬盘驱动器)、ssd(solid state drive：固态驱动器)等构成。在二次存储装置308中，保存有用于实现支持装置300的支持程序340。更具体而言，在二次存储装置308中存储有各种程序，所述各种程序包含：开发工具350，其用于进行在支持装置300中执行的用户程序的创建、所创建的程序的调试、系统结构的定义、各种参数的设定等；以及设定工具360。支持程序340包含开发工具350和设定工具360。在二次存储装置308中，还可以存储os和其他必要的程序。
85.驱动器304能够对存储介质305写入数据，并从存储介质305读出各种数据(用户程序、跟踪数据或时间序列数据等)。存储介质305例如包含非临时性地保存计算机可读取的程序(典型的是支持程序340)的存储介质305(例如，dvd(digital versatile disc：数字多功能光盘)等光学存储介质)。
86.由支持装置300执行的各种程序(典型的是，支持程序340)等可以经由计算机可读取的存储介质305进行安装，但也可以以从网络上的服务器装置等下载的形式进行安装。支持装置300所提供的功能有时也以利用os所提供的模块的一部分的形式实现。
87.usb控制器312经由usb连接对与控制单元100或辅助处理单元200之间的数据交换进行中介。本地网络控制器314控制经由任意网络的与其他装置之间的数据交换。
88.输入部316由键盘、鼠标等构成，受理用户操作。显示部318由显示器、各种指示器等构成，输出来自处理器302的处理结果。也可以在支持装置300上连接打印机。
89.在图5中，示出了通过处理器302执行程序而提供所需的功能的结构例，但也可以使用专用的硬件电路(例如asic或fpga等)来安装这些所提供的功能的一部分或全部。
90.＜c.异常检测功能＞
91.接着，对安装于本实施方式的控制系统1的异常检测功能进行说明。
92.图6是表示用于实现本实施方式的控制系统1中的异常检测功能的结构例的框图。参照图6，控制装置10包含变量管理部160、特征提取部140、机器学习处理部144以及结果判定部146作为异常检测功能。
93.变量管理部160在每个预先确定的控制周期收集控制对象中出现的状态值(输入值)，更新作为内部状态值的设备变量162的值。另外，本发明不限于使用“变量”来参照值的方式，也能够应用于直接指定并参照保存各值的存储器的物理地址等的方式等。
94.特征提取部140根据与检测对象对应的1个或多个状态值(输入值)来计算1个或多个特征量150。更具体而言，特征提取部140按照预先设定的设定信息158，基于所指定的1个或多个设备变量162(状态值)所表示的值(或者，单位区间中的值的时间性变化)，按照预先
确定的计算过程，周期性地或按每个事件计算1个或多个特征量150(例如，遍及规定时间的平均值、最大值、最小值等)。特征提取单元140计算特征量150所使用的单位区间有时也被称为“帧”。单位区间(帧)根据检测对象的动作等任意设定。
95.机器学习处理部144参照学习模型152，基于由特征提取部140计算出的1个或多个特征量150，计算表示检测对象发生了某些异常的可能性的值即得分154。
96.作为一个例子，作为异常检测的算法，机器学习处理部144也可以采用基于输入值相对于超空间上的值组的偏离程度来计算与该输入值对应的得分的方法。作为基于偏离程度的异常检测的方法，已知有基于从各点到值组的最短距离来检测异常的方法(k附近法)、包含包括值组在内的集群来评价距离的局部偏离值因子(lof：local outlier factor)法、使用根据路径长度计算的得分的iforest(isolation forest：孤立森林)法等。
97.在学习模型152由正常时的特征量构成的情况下，从学习模型152的偏离程度(即，得分)越大，则能够判断为检测对象发生了某些异常的可能性越高。另一方面，在学习模型152由异常时的特征量构成的情况下，从学习模型152的偏离程度(即，得分)越小，则能够判断为检测对象发生了某些异常的可能性越高。学习模型152能够通过公知的数据挖掘的方法来决定。
98.结果判定部146根据由机器学习处理部144计算的得分154，生成表示检测对象是否发生了某些异常的判定结果170。判定条件156也可以由支持装置300预先设定。典型地，判定条件156包含对得分154设定的、表示检测对象发生了某些异常的可能性高的阈值范围等。判定结果170也可以是检测对象未发生任何异常的状态即“ok”、以及检测对象发生了某些异常的状态即“ng”中的任意一个。
99.通过采用以上那样的结构，能够对于控制对象所包含的任意的检测对象，检测可能发生的某些异常的发生。此外，也可以将特征提取部140、机器学习处理部144以及结果判定部146形成库。在该情况下，通过将设定信息158、学习模型152以及判定条件156设定于库，即使是缺乏专业知识的用户，也能够容易地利用异常检测功能。
100.＜d.处理资源的确保以及课题＞
101.接下来，对控制装置10(控制单元100)中的控制运算的周期执行进行说明。图7是用于说明本实施方式的控制装置10中的控制运算的执行周期的时序图。在图7的(a)中示出在处理资源有富余的控制装置10中执行异常检测处理的例子。如图7的(a)所示，在控制装置10中，按每个预先确定的控制周期执行控制任务50(控制运算)。如果控制任务50的执行所需的时间相对于控制周期的长度足够短，则即使进一步执行异常检测任务52(异常检测处理)，其合计时间也可能成为控制周期的长度以下。在图7的(a)所示的执行状态下，在每个控制周期能够执行控制任务50以及异常检测任务52双方。
102.与此相对，在图7的(b)中示出在处理资源没有富余的控制装置10中执行异常检测处理的例子。如图7的(b)所示，如果控制任务50的执行所需的时间相对于控制周期的长度相对较长，则在进一步执行异常检测任务52(异常检测处理)时，其合计时间可能超过控制周期的长度。在图7的(b)所示的执行状态下，无法在每个控制周期执行控制任务50以及异常检测任务52双方。
103.这样，在以预防维护等为目的而要导入异常检测功能的情况下，异常检测执行所需的处理资源相对较大，因此有可能无法确保控制运算的恒定周期执行。特别是，在要求高
响应性等的控制对象中，有时难以导入异常检测功能。
104.＜e.分散配置＞
105.如上所述，在无法确保足够的处理资源的环境下，有时难以导入异常检测功能。本实施方式的控制系统1能够提供针对这样的课题的解决手段。
106.图8是表示本实施方式的控制系统1中的异常检测功能的安装例的示意图。图8表示在控制装置10
‑
1以及10
‑
2中安装异常检测功能的例子。
107.更具体地，控制装置10
‑
1和10
‑
2中的每一个执行状态值收集180、得分计算182和判定184的处理。状态值收集180相当于特征提取部140(参照图6)收集与检测对象对应的1个或多个状态值(输入值)的处理。得分计算182相当于特征提取部140以及机器学习处理部144计算得分154的处理(均参照图6)。判定184相当于结果判定部146生成表示检测对象是否发生了某些异常的判定结果170的处理(均参照图6)。
108.状态值收集处理32(参照图1)包含状态值收集180的处理，状态值收集180用于收集与控制对象所包含的任意检测对象对应的1个或多个状态值。异常检测处理34(参照图1)包含：得分计算182的处理，其用于基于根据收集到的1个或多个状态值计算出的特征量，计算表示检测对象发生了异常的可能性的值(得分)；以及判定184的处理，其用于基于表示检测对象发生了异常的可能性的值(得分)，生成表示检测对象是否发生了异常的判定结果170。
109.在图8所示的安装例中，在控制装置10
‑
1以及10
‑
2的各个中，相互独立地执行异常检测功能。控制装置10
‑
1以及10
‑
2也能够将计算的判定结果以及得分向其他控制装置10输出。
110.图9是表示本实施方式的控制系统1中的异常检测功能的另一安装例的示意图。在图9中示出通过控制装置10
‑
2和10
‑
3协作来安装异常检测功能的例子。
111.更具体而言，在控制装置10
‑
2中，执行状态值收集180的处理，收集与检测对象对应的1个或多个状态值。该收集到的状态值(原始数据)向控制装置10
‑
3发送。在控制装置10
‑
3中，基于来自控制装置10
‑
2的状态值，执行得分计算182以及判定184的处理。作为这些处理的结果计算出的判定结果以及得分从控制装置10
‑
3返回到控制装置10
‑
2。控制装置10
‑
2能够基于来自控制装置10
‑
3的判定结果以及得分来检测检测对象发生了某些异常，能够根据该检测结果来执行必要的处理。
112.如图9所示，在状态值收集处理32(状态值收集180)和异常检测处理34(得分计算182以及判定184)配置于不同的处理资源(控制装置10
‑
2)的情况下，状态值收集处理32(状态值收集180)也可以将收集到的1个或多个状态值向配置有异常检测处理34(得分计算182以及判定184)的处理资源(控制装置10
‑
3)发送。
113.另外，在状态值收集处理32(状态值收集180)和异常检测处理34(得分计算182以及判定184)配置于不同的处理资源(控制装置10
‑
2)的情况下，异常检测处理34(得分计算182以及判定184)也可以将生成的判定结果170向配置有状态值收集处理32(状态值收集180)的处理资源(控制装置10
‑
3)发送。此时，异常检测处理34(得分计算182以及判定184)也可以将表示计算出的检测对象发生了异常的可能性的值(得分154)向配置有状态值收集处理32(状态值收集180)的处理资源(控制装置10
‑
3)发送。
114.在图9所示的结构例中，在控制装置10
‑
2中，仅执行状态值收集180的处理，因此即
使在上述的图7的(b)所示那样的处理资源没有富余的状况下，也能够安装异常检测功能。
115.如图9所示，能够通过使多个控制装置10协作来安装异常检测功能，例如，即使是不具有提供异常检测的库的控制装置10，也能够容易地利用异常检测功能。另外，只要收集与检测对象对应的1个或多个状态值并向其他控制装置10发送即可，因此能够将由控制装置10执行的用户程序等的变更抑制为最小限度。
116.此外，在图9中示出2个控制装置10协作来实现异常检测功能的结构例，但不限于此，也可以是3个以上的控制装置10协作来实现异常检测功能。
117.在图8以及图9中，示出了多个控制装置10协作来实现异常检测功能的结构例，但也存在单一的控制装置10具有相互独立的多个处理资源的情况。在这样的情况下，多个处理资源也可以协作实现异常检测功能。
118.图10是表示本实施方式的控制系统1中的异常检测功能的再一安装例的示意图。在图10的(a)和(b)中示出由控制单元100、辅助处理单元200和1个或多个i/o单元250构成的控制装置10。控制单元100和辅助处理单元200均具有处理器，能够执行用于实现异常检测功能的处理。
119.控制单元100与i/o单元250之间经由内部总线122连接，控制单元100能够收集由i/o单元250收集到的任意的状态值(输入值)。
120.图10的(a)表示在控制装置10的控制单元100中安装异常检测功能的例子。更具体而言，在控制单元100中，执行状态值收集180、得分计算182及判定184的处理。
121.与此相对，在图10的(b)中示出通过控制装置10的控制单元100和辅助处理单元200协作来安装异常检测功能的例子。更具体而言，在控制单元100中，执行状态值收集180的处理，收集与检测对象对应的1个或多个状态值。该收集到的状态值(原始数据)被发送到辅助处理单元200。在辅助处理单元200中，基于来自控制单元100的状态值，执行得分计算182及判定184的处理。作为这些处理的结果计算出的判定结果和得分从辅助处理单元200返回到控制单元100。控制单元100能够基于来自辅助处理单元200的判定结果和得分来检测在检测对象中发生了某些异常，能够根据该检测结果来执行必要的处理。
122.如图8～图10所示，在本实施方式的控制系统1中，能够使用单一的处理资源来实现异常检测功能，并且也能够使用多个处理资源来实现异常检测功能。即，状态值收集180、得分计算182以及判定184分别能够配置在多个处理资源中的任意的处理资源中。
123.通过采用这样的灵活安装方式，无需大幅变更用于对控制对象进行控制的现有的机制(包含用户程序)，就能够对必要的控制装置10提供必要的异常检测功能。通过采用这样的安装方式，能够使对现有用户程序的执行的影响局限化。
124.另外，为了安装异常检测功能，不进行特别的系统设计等，仅通过根据富余程度等对任意的处理资源分配必要的功能，就能够实现异常检测功能。
125.＜f.系统设计过程＞
126.接着，对配置上述那样的异常检测功能时的系统设计过程进行说明。
127.图11是表示本实施方式的控制系统1中的系统设计过程的一例的流程图。图11所示的处理基本上在支持装置300中执行。即，支持装置300对成为状态值收集处理32(状态值收集180)以及异常检测处理34(得分计算182以及判定184)的配置目的地的处理资源的决定进行辅助。
128.参照图11，用户按照预先确定的设计规格，创建在任意的控制装置10中执行的、用于对控制对象进行控制的用户程序(步骤s1)。当用户程序的创建完成时，用户对该控制装置10设定必要的异常检测功能(步骤s2)。接着，当用户指示执行仿真时，支持装置300基于控制装置10的机型信息、所创建的用户程序的内容以及所设定的异常检测功能等信息来执行仿真，计算控制任务50和异常检测任务52的执行所需的时间(步骤s3)。该计算出的时间被提示给用户。
129.用户确认所提示的执行所需的时间，指定是否应用当前的设定(步骤s4)。当指定应用当前的设定时(步骤s4中为“是”)，支持装置300将与当前的设定相应的设定数据及用户程序等传送至对象控制装置10(步骤s5)。然后，处理结束。
130.当指定变更当前的设定时(步骤s4中为“否”)，支持装置300创建用于分散配置异常检测功能的候选方案并提示给用户(步骤s6)。当用户选择了任意的候选方案时(步骤s7)，支持装置300将与所选择的候选方案对应的设定数据以及用户程序等向作为对象的1个或多个控制装置10传送(步骤s8)。然后，处理结束。
131.这样，在本实施方式的控制系统1中，提供对用于安装异常检测功能的设计进行辅助的功能。
132.在控制任务50以及异常检测任务52的执行所需的时间超过控制周期的情况下，考虑以下那样的因素来决定负责异常检测功能的控制装置10或者控制单元100以及辅助处理单元200等。
133.·
异常检测所需的状态值的数量
134.·
异常检测所需的状态值的收集目的地(设备)
135.·
控制装置10(控制单元100以及辅助处理单元200)的规格
136.·
控制装置10的内部总线的负载率
137.·
与控制装置10连接的现场网络的负载率
138.·
与控制装置10连接的控制网络的负载率
139.这样，支持装置300基于应收集的状态值的数量、状态值的收集目的地、多个处理资源的规格、内部总线的负载率以及网络的负载率中的至少一个，决定状态值收集处理32(状态值收集180)以及异常检测处理34(得分计算182和判定184)的配置目的地。
140.基本上优选的是，负责异常检测功能的处理资源优先采用位于更接近与检测对象对应的1个或多个状态值(输入值)的发生源位置处的处理资源。此外，在处理资源具有多个核的情况下，也可以优先使用负责恒定周期处理的核。也可以仅在无法采用这些的情况下，经由网络来利用处理资源。
141.例如，也可以将与检测对象对应的1个或多个状态值(输入值)中的、关于任务周期相对较长的状态值的处理移交给其他控制装置10。另外，也可以由用户预先设定并基于优先级，将关于优先级低的状态值的处理移交给其他控制装置10。
142.图12是用于说明决定本实施方式的控制系统1中的异常检测功能的安装例的指针的一例的图。参照图12，作为方针，有重视品质和重视鲁棒性这两种思路。重视品质优先确保速度和周期性，重视鲁棒性优先稳定性。
143.从控制周期的观点来看，与重视鲁棒性的情况相比，重视品质能够以更短的控制周期执行。另外，从数据量的观点来看，与重视品质的情况相比，重视鲁棒性可处理更少的
数据量。
144.在支持装置300所提供的用户界面画面等中，用户也可以先选择希望重视品质和重视鲁棒性中的哪一个。
145.例如，在选择了重视品质的情况下，优选的是，优先选择能够经由内部总线收集状态值的处理资源。另外，优选以负责控制任务的处理资源也负责异常检测任务的方式进行选择。通过以同一处理资源执行控制任务以及异常检测任务，能够在同一控制周期内可靠地收集所需的信息。
146.另一方面，在选择了重视鲁棒性的情况下，异常检测任务的执行周期有可能相对变长，但即使对象数据量多也能够可靠地执行异常检测处理。在选择重视鲁棒性的情况下，还能够选择经由控制网络等连接的处理资源。但是，由于在网络上传输大量的数据，所以对于网络负荷等也需要事先的调查等。另外，也可以构成为，针对网络负荷增大的情况，通知给用户，并且接受来自用户的明确的许可。
147.另外，在选择重视鲁棒性的情况下，也可以使用负责控制任务的处理资源以外的处理资源。作为控制系统整体，优先配置为处理负荷均匀地分散。
148.如以下所例示的那样，支持装置300提供用户界面，该用户界面用于对成为状态值收集处理32(状态值收集180)以及异常检测处理34(得分计算182以及判定184)的配置目的地的处理资源的决定进行辅助。
149.图13是表示本实施方式的控制系统1的支持装置300所提供的用户界面画面400的一例的图。
150.参照图13，用户界面画面400包含表示作为设定对象的控制系统1中的处理资源状态的资源监视器、和处理资源的控制周期这些信息。更具体而言，显示有作为设定对象的控制系统1的系统结构410、与各控制装置10所包含的每个处理资源的负载率相当的使用率412、414、416。关于使用率412、414、416，可以是通过仿真计算出的值，在能够与现实的控制系统连接的情况下，也可以是实测值。
151.在此，在用户界面画面400中还显示有表示用户预先设定的异常检测功能的图标418。在图13所示的例子中，示出了由“plc 2”的控制单元执行的情况。
152.对应于执行异常检测功能的处理资源的设定，示出各任务的执行时间。具体而言，用户界面画面400包含各控制装置的每个控制单元执行的任务、以及表示各任务的执行所需的时间的执行时间显示420。执行时间显示420的显示内容可以是通过仿真计算出的值，在能够与现实的控制系统连接的情况下，也可以是实测值。
153.用户能够一边参照图13所示的用户界面画面400，一边适当调整负责异常检测功能的处理资源。但是，即使是缺乏专业知识的用户，支持装置300也能够提示适当的“推荐”设定，以便能够适当地安装异常检测功能。
154.图14是表示本实施方式的控制系统1的支持装置300所提供的用户界面画面402的一例的图。
155.参照图14，在用户界面画面402中，与图13所示的状态相比，显示“推荐设定”。在图14所示的用户界面画面402中，表示异常检测功能的图标418与“plc 3”对应，这表示在“plc 3”的控制单元100中执行异常检测的处理。
156.伴随着负责该异常检测处理的处理资源的变更，对于执行时间显示420也更新显
示内容。
157.在用户界面画面402的下部显示有“ok”按钮430或“ng”按钮432。当用户选择“ok”的按钮430时，支持装置300反映用户界面画面402的显示内容。更具体而言，支持装置300按照所反映的内容，生成应写入成为对象的控制装置10(控制单元100和辅助处理单元200)的执行文件或各种设定，并依次进行写入。并且，关于设定信息158、学习模型152、判定条件156(均参照图6)，也从支持装置300发送至对象控制装置10。在这些发送的数据的容量大的情况下，也可以考虑网络的负载率等来决定最佳的发送方法。
158.这样，支持装置300对应该配置状态值收集处理32(状态值收集180)以及异常检测处理34(得分计算182和判定184)的处理资源发送必要的数据。
159.此时，经由控制网络等向其他控制装置10等发送的变量也可以自动地设定为公开变量。
160.也可以将考虑上述那样的因素而自动决定的设定内容提示给用户，并且用户进一步变更所提示的设定内容。
161.此外，如果选择了重视品质，则在设定为从某个控制装置10向其他控制装置10发送状态值的情况下，优选将向发送源的控制装置10返回判定结果170以及得分154设为默认。另一方面，如果选择重视鲁棒性，则优选将向位于上位侧的控制装置10发送判定结果170以及得分154设为默认。但是，关于该设定，也可以由用户任意地选择。
162.此外，还存在想要使用多个判定结果170的组合来检测控制对象中可能发生的异常这样的需求。在这样的情况下，也可以将多个异常检测任务的周期等调整为相互一致。
163.并且，也可以是，能够在按照通过仿真决定的设定对现实的控制系统1进行了设定的基础上，确认各处理资源的状态。在现实的控制系统1中的各处理资源的状态与通过仿真计算出的状态不同的情况下，也可以进行重新设定。
164.＜g.附记＞
165.如上所述的本实施方式包含以下这样的技术思想。
166.[结构1]
[0167]
一种控制系统(1)，其用于对控制对象进行控制，其中，
[0168]
该控制系统(1)具有能够执行运算处理的多个处理资源(10；100、200)，
[0169]
所述多个处理资源具有：
[0170]
收集单元(32；180)，其收集与所述控制对象所包含的任意的检测对象对应的1个或多个状态值；以及
[0171]
异常检测单元(34；184、186)，其基于根据所述收集的1个或多个状态值计算出的特征量，计算出表示所述检测对象发生了异常的可能性的值(154)，
[0172]
所述收集单元和所述异常检测单元分别能够配置于所述多个处理资源中的任意的处理资源。
[0173]
[结构2]
[0174]
在结构1所记载的控制系统中，
[0175]
所述异常检测单元基于表示所述检测对象发生了异常的可能性的值，生成表示所述检测对象是否发生了异常的判定结果(170)。
[0176]
[结构3]
[0177]
在结构2所记载的控制系统中，
[0178]
在所述收集单元和所述异常检测单元配置于不同的处理资源的情况下，所述异常检测单元将所述生成的判定结果向配置有所述收集单元的处理资源发送。
[0179]
[结构4]
[0180]
在结构1～3中的任意一项所记载的控制系统中，
[0181]
在所述收集单元和所述异常检测单元配置于不同的处理资源的情况下，所述收集单元将所述收集的1个或多个状态值向配置有所述异常检测单元的处理资源发送。
[0182]
[结构5]
[0183]
在结构1～4中的任意一项所记载的控制系统中，
[0184]
在所述收集单元和所述异常检测单元配置于不同的处理资源的情况下，所述异常检测单元将所述计算出的表示检测对象发生了异常的可能性的值向配置有所述收集单元的处理资源发送。
[0185]
[结构6]
[0186]
在结构1～5中的任意一项所记载的控制系统中，
[0187]
该控制系统还具有支持装置(300)，所述支持装置(300)用于辅助成为所述收集单元和所述异常检测单元的配置目的地的处理资源的决定。
[0188]
[结构7]
[0189]
在结构6所记载的控制系统中，
[0190]
所述支持装置基于所述收集单元应收集的状态值的数量、状态值的收集目的地、所述多个处理资源的规格、内部总线的负载率以及网络的负载率中的至少一个，决定所述收集单元和所述异常检测单元的配置目的地。
[0191]
[结构8]
[0192]
在结构6或7所记载的控制系统中，
[0193]
所述支持装置向应配置所述收集单元和所述异常检测单元的处理资源发送所需的数据。
[0194]
[结构9]
[0195]
一种支持装置(300)，其是在用于对控制对象进行控制的控制系统(1)中使用的支持装置，其中，
[0196]
所述控制系统具有能够执行运算处理的多个处理资源(10；100、200)，
[0197]
所述多个处理资源具有：
[0198]
收集单元(32；180)，其收集与所述控制对象所包含的任意的检测对象对应的1个或多个状态值；以及
[0199]
异常检测单元(34；184、186)，其基于根据所述收集的1个或多个状态值计算出的特征量，计算出表示所述检测对象发生了异常的可能性的值(154)，
[0200]
所述支持装置提供用户界面(400、402)，所述用户界面(400、402)用于辅助成为所述收集单元和所述异常检测单元的配置目的地的处理资源的决定。
[0201]
[结构10]
[0202]
一种支持程序(340)，其用于实现支持装置(300)，所述支持装置(300)在用于对控制对象进行控制的控制系统(1)中使用，其中，
[0203]
所述控制系统具有能够执行运算处理的多个处理资源(10；100、200)，
[0204]
所述多个处理资源具有：
[0205]
收集单元(32；180)，其收集与所述控制对象所包含的任意的检测对象对应的1个或多个状态值；以及
[0206]
异常检测单元(34；184、186)，其基于根据所述收集的1个或多个状态值计算出的特征量，计算出表示所述检测对象发生了异常的可能性的值(154)，
[0207]
所述支持程序使计算机实现提供用户界面(400、402)的功能，所述用户界面(400、402)用于辅助成为所述收集单元和所述异常检测单元的配置目的地的处理资源的决定。
[0208]
＜h.优点＞
[0209]
在本实施方式的控制系统1中，能够根据各处理资源的富余程度(也包含网络的负载率等)，在适当的处理资源中安装异常检测功能。因此，不会妨碍用于对控制对象进行控制的用户程序的执行，能够将必要的异常检测功能安装在必要的位置。另外，有富余的处理资源能够安装异常检测功能，因此能够避免任务执行超过控制周期这样的事态。即，通过将异常检测功能安装在适当的位置，能够尽可能地维持各处理资源中的任务执行的恒定周期性。
[0210]
在本实施方式的控制系统1中，能够将异常检测功能安装于适当的位置，因此无需提高特定的控制装置10(控制单元100和辅助处理单元200)的规格，能够降低初始设定时的处理资源的设定制约。另外，即使在对现有的控制系统1安装异常检测功能的情况下，也能够使用有富余的处理资源，因此不需要新导入处理资源或者更换为更高规格的处理资源。其结果，能够提高用户的设计自由度。
[0211]
在本实施方式的控制系统1中，支持装置300自动地建议适于异常检测功能安装的设定，因此即便是缺乏专业知识的用户，也能够安装任意的异常检测功能。
[0212]
应该认为本次公开的实施方式在所有方面都是例示而不是限制性的。本发明的范围由权利要求书、而不由上述的说明来表示，意在包含与权利要求书等同的意思以及范围内的所有变更。
[0213]
标号说明
[0214]
1：控制系统；2：plc；4、6：现场网络；8：控制网络；10：控制装置；12：远程i/o装置；14：继电器；30：处理资源；32：状态值收集处理；34：异常检测处理；50：控制任务；52：异常检测任务；100：控制单元；102、202、302：处理器；104、204：芯片组；106、206、306：主存储装置；108、208、308：二次存储装置；112、312：usb控制器；114、214：存储卡接口；115、215：存储卡；116、118：网络控制器；120、220：内部总线控制器；122：内部总线；140：特征提取部；144：机器学习处理部；146：结果判定部；150：特征量；152：学习模型；154：得分；156：判定条件；158：设定信息；160：变量管理部；162：设备变量；170：判定结果；180：状态值收集；182：得分计算；184：判定；200：辅助处理单元；250：i/o单元；300：支持装置；304：驱动器；305：存储介质；314：局域网控制器；316：输入部；318：显示部；320：总线；340：支持程序；350：开发工具；360：设定工具；400、402：用户界面画面；410：系统结构；412、414、416：使用率；418：图标；420：执行时间显示；430、432：按钮。