设备不良征兆通知装置的制作方法

本发明涉及通知设备的不良征兆的设备不良征兆通知装置的结构、检测设备的不良征兆的动作模式的生成方法、用于检测设备的不良征兆内容的不良征兆规则的生成方法、以及用于推理设备的不良征兆内容的不良征兆推理模型的生成方法。

背景技术：

1、已提出根据设备输出的日志、设备的动作状态的图像对设备的不良原因进行分析的方法(例如参照专利文献1)。

2、现有技术文献

3、专利文献

4、专利文献1：日本特开2011-108154号公报

技术实现思路

1、发明要解决的课题

2、另一方面，近年来，要求在设备引起不良之前通知不良征兆。但是，在专利文献1记载的现有技术中，虽然能够在发生设备不良后进行其原因的分析，但是，无法通知不良征兆。

3、因此，本发明的目的在于，进行设备的不良征兆的通知。

4、用于解决课题的手段

5、本发明的设备不良征兆通知装置通知设备的不良征兆，其特征在于，该设备不良征兆通知装置具有：动作日志取得部，其取得所述设备的动作日志；不良征兆规则数据库，其存储有将所述设备的动作日志数据和所述设备的不良征兆内容对应起来的不良征兆规则；不良征兆判定部，其在由所述动作日志取得部取得的所述动作日志符合所述不良征兆规则中的所述动作日志数据的情况下，判定为存在对应的所述不良征兆内容的不良征兆；以及不良征兆通知部，其通知所述不良征兆判定部判定出的所述不良征兆内容。

6、由此，能够通过简便的方法检测设备的不良征兆，通知不良征兆的内容。

7、在本发明的设备不良征兆通知装置中，也可以是，所述设备不良征兆通知装置包含动作模式数据库，所述动作模式数据库存储作为所述设备的1个或多个所述动作日志的组合的、在检测到该组合时检测所述设备的所述不良征兆内容的动作模式，所述不良征兆规则将所述动作模式数据库中存储的所述动作模式和所述设备的所述不良征兆内容对应起来，所述不良征兆内容包含针对所述设备预测的不良和用于防止发生预测的不良的应对，所述不良征兆判定部在检测到所述不良征兆规则中包含的所述动作模式时，判定为存在与所述动作模式对应的所述不良征兆内容中包含的预测的不良征兆且需要进行所述不良征兆内容中包含的应对。

8、这样，不良征兆判定部根据组合多个动作日志而成的动作模式，检测包含针对设备预测的不良和用于防止发生预测的不良的应对的不良征兆内容，不良征兆通知部通知预测的不良征兆和防止发生该不良所需要的应对，因此，能够在设备发生不良前进行使得不引起针对设备预想的不良的应对，能够减少不良的发生次数。

9、在本发明的设备不良征兆通知装置中，也可以是，所述设备不良征兆通知装置包含：应对实绩数据库，其存储有进行了所述设备的不良应对的时刻和应对内容作为应对实绩数据；以及不良征兆规则生成部，其生成所述不良征兆规则，所述不良征兆规则生成部参照所述应对实绩数据库设定进行了所述设备的不良的一个应对的一个时刻之前的第1期间和一个时刻之后的第2期间，在所述第2期间中的所述动作模式的检测次数为所述第1期间中的所述动作模式的检测次数的一定比率以下的情况下，所述不良征兆规则生成部将所述动作模式、针对所述设备预测的不良和所述一个应对对应起来生成所述不良征兆规则，存储于所述不良征兆规则数据库。

10、由此，能够通过简便的方法生成不良征兆规则。

11、在本发明的设备不良征兆通知装置中，也可以是，所述设备不良征兆通知装置具有：动作日志数据库，其存储有所述设备的动作日志；图像数据库，其存储有利用摄像机对所述设备和所述设备的周边进行拍摄而得到的图像数据；动作模式生成部，其生成所述动作模式；图像显示部，其显示所述图像数据库中存储的图像数据中的、检测到由所述动作模式生成部生成的所述动作模式的时刻前后的规定的时间段的图像数据作为图像；以及不良征兆符合与否信号取得部，其取得所生成的所述动作模式是否表示针对所述设备预测的不良征兆的不良征兆符合与否信号，在向所述不良征兆符合与否信号取得部输入了不良征兆符合信号的情况下，所述动作模式生成部计算所生成的所述动作模式的评价指标值，在计算出的评价指标值为所述动作模式数据库中存储的现有的所述动作模式的评价指标值以上的情况下将所生成的所述动作模式作为新动作模式存储于所述动作模式数据库。

12、由此，能够生成能够可靠地检测预测的不良的动作模式。

13、本发明的设备不良征兆通知装置的特征在于，该设备不良征兆通知装置具有：动作日志数据库，其存储有所述设备的动作日志；图像数据库，其存储有利用摄像机对所述设备和所述设备的周边进行拍摄而得到的图像数据；不良征兆推理模型，其将所述动作日志或所述动作日志和所述图像数据作为输入，将所述设备的不良征兆内容作为输出；不良征兆推理部，其向所述不良征兆推理模型输入所述动作日志或所述动作日志和所述图像数据，推理所述不良征兆内容；以及不良征兆通知部，其通知所述不良征兆推理部输出的所述不良征兆内容，所述不良征兆内容包含针对所述设备预测的不良和用于防止发生预测的不良的应对。

14、这样，不良征兆推理部根据动作日志或动作日志和图像数据，推理包含针对设备预测的不良和用于防止发生预测的不良的应对的不良征兆内容，不良征兆通知部通知预测的不良征兆和防止发生该不良所需要的应对，因此，能够在设备发生不良前进行使得不引起针对设备预想的不良的应对，能够减少不良的发生次数。

15、在本发明的设备不良征兆通知装置中，也可以是，所述设备不良征兆通知装置包含：动作模式数据库，其存储作为所述设备的1个或多个所述动作日志的组合的、在检测到该组合时检测所述设备的所述不良征兆内容的动作模式；应对实绩数据库，其存储有进行了所述设备的不良应对的时刻和应对内容作为应对实绩数据；以及不良征兆推理模型生成部，其生成所述不良征兆推理模型，所述不良征兆推理模型生成部参照所述应对实绩数据库设定进行了所述设备的不良应对的一个时刻之前的第1期间和一个时刻之后的第2期间，在所述第2期间中的所述动作模式的检测次数为所述第1期间中的所述动作模式的检测次数的一定比率以下的情况下，所述不良征兆推理模型生成部生成将所述第1期间的所述动作日志或所述动作日志和所述图像数据作为输入且将所述不良征兆内容作为输出的有不良征兆的第1训练数据，所述不良征兆推理模型生成部设定与所述第1期间和所述第2期间均不重复的第3期间，生成将所述第3期间的所述动作日志或所述动作日志和所述图像数据作为输入且将没有不良征兆作为输出的无不良征兆的第2训练数据，所述不良征兆推理模型生成部通过使用了所述第1训练数据和所述第2训练数据的学习，生成针对一定期间的所述动作日志或所述动作日志和所述图像数据的输入而将所述不良征兆内容或无不良征兆作为输出的所述不良征兆推理模型。

16、由此，能够通过简便的方法，生成根据动作日志或动作日志和图像数据推理包含针对设备预测的不良和用于防止发生预测的不良的应对的不良征兆内容的不良征兆推理模型。

17、在本发明的不良征兆通知装置中，也可以是，所述不良征兆推理模型生成部生成将所述第1期间的所述动作日志和所述应对实绩数据或所述动作日志、所述应对实绩数据和所述图像数据作为输入且将所述不良征兆内容作为输出的有不良征兆的所述第1训练数据，所述不良征兆推理模型生成部生成将所述第3期间的所述动作日志和所述应对实绩数据或所述动作日志、所述应对实绩数据和所述图像数据作为输入且将没有不良征兆作为输出的无不良征兆的所述第2训练数据，所述不良征兆推理模型生成部通过使用了所述第1训练数据和所述第2训练数据的学习，生成针对一定期间的所述动作日志和所述应对实绩数据或所述动作日志、所述应对实绩数据和所述图像数据的输入而将所述不良征兆内容或无不良征兆作为输出的所述不良征兆推理模型，不良征兆推理部向所述不良征兆推理模型输入所述动作日志和所述应对实绩数据或所述动作日志、所述应对实绩数据和所述图像数据，推理所述不良征兆内容。

18、这样，在学习中使用的第1训练数据将应对实绩数据作为输入，因此，能够将过去的应对实绩数据和动作日志关联起来进行学习。因此，例如，能够在材料中对是推理为需要更换的不良征兆、还是通过清扫使错误减少、还是没有大幅变化进行学习。

19、在本发明的设备不良征兆通知装置中，也可以是，所述设备不良征兆通知装置具有：动作模式生成部，其生成所述动作模式；图像显示部，其显示所述图像数据库中存储的图像数据中的、检测到由所述动作模式生成部生成的所述动作模式的时刻前后的规定的时间段的图像数据作为图像；以及不良征兆符合与否信号取得部，其取得所生成的所述动作模式是否表示针对所述设备预测的不良征兆的不良征兆符合与否信号，在向所述不良征兆符合与否信号取得部输入了不良征兆符合信号的情况下，所述动作模式生成部计算所生成的所述动作模式的评价指标值，在计算出的评价指标值为所述动作模式数据库中存储的现有的所述动作模式的评价指标值以上的情况下将所生成的所述动作模式作为新动作模式存储于所述动作模式数据库。

20、由此，能够生成能够可靠地检测预测的不良的动作模式。

21、本发明的动作模式生成方法是检测针对设备预测的不良征兆的、所述设备的动作模式的生成方法，其特征在于，准备存储有所述设备的动作日志的动作日志数据库、存储有利用摄像机对所述设备和所述设备的周边进行拍摄而得到的图像数据的图像数据库、以及存储动作模式的动作模式数据库，生成作为所述设备的1个或多个动作日志的组合的、在检测到该组合时检测所述设备的不良征兆的动作模式，显示所述图像数据库中存储的图像数据中的、检测到所生成的所述动作模式的时刻前后的规定的时间段的图像数据作为图像，根据所述显示的所述图像判定所生成的所述动作模式是否表示针对所述设备预测的不良征兆，在判定为所述图像表示不良征兆的情况下，计算所生成的所述动作模式的评价指标值，在计算出的评价指标值为现有的所述动作模式的评价指标值以上的情况下将所生成的所述动作模式作为新动作模式存储于所述动作模式数据库。

22、这样，使用图像判定动作模式是否符合不良征兆来生成动作模式，因此，能够生成能够可靠地检测不良征兆的动作模式。

23、本发明的不良征兆规则的生成方法是用于在通知设备的不良征兆的设备不良征兆通知装置中检测所述设备的不良征兆内容的不良征兆规则的生成方法，其特征在于，所述不良征兆内容包含针对所述设备预测的不良和用于防止发生预测的不良的应对，准备动作模式数据库和应对实绩数据库，所述动作模式数据库存储作为所述设备的1个或多个动作日志的组合的、在检测到该组合时检测所述设备的所述不良征兆内容的动作模式，所述应对实绩数据库存储有进行了所述设备的不良应对的时刻和应对内容作为应对实绩数据，参照所述应对实绩数据库设定进行了所述设备的不良的一个应对的一个时刻之前的第1期间和一个时刻之后的第2期间，在所述第2期间中的所述动作模式的检测次数为所述第1期间中的所述动作模式的检测次数的一定比率以下的情况下，将所述动作模式、针对所述设备预测的不良和所述一个应对对应起来生成不良征兆规则。

24、由此，能够生成将动作模式、设备的预想的不良、防止发生预测的不良的应对对应起来的不良征兆规则。

25、本发明的不良征兆推理模型的生成方法是用于在通知设备的不良征兆的设备不良征兆通知装置中推理所述设备的不良征兆内容的不良征兆推理模型的生成方法，其特征在于，所述不良征兆内容包含针对所述设备预测的不良和用于防止发生预测的不良的应对，准备动作日志数据库、动作模式数据库、应对实绩数据库和图像数据库，所述动作日志数据库存储有所述设备的动作日志，所述动作模式数据库存储作为所述设备的1个或多个所述动作日志的组合的、在检测到该组合时检测所述设备的所述不良征兆内容的动作模式，所述应对实绩数据库存储有进行了所述设备的不良应对的时刻和应对内容作为应对实绩数据，所述图像数据库存储有利用摄像机对所述设备和所述设备的周边进行拍摄而得到的图像数据，参照所述应对实绩数据库设定进行了所述设备的不良应对的一个时刻之前的第1期间和一个时刻之后的第2期间，在所述第2期间中的所述动作模式的检测次数为所述第1期间中的所述动作模式的检测次数的一定比率以下的情况下，生成将所述第1期间的所述动作日志或所述动作日志和所述图像数据作为输入且将所述不良征兆内容作为输出的有不良征兆的第1训练数据，设定与所述第1期间和所述第2期间均不重复的第3期间，生成将所述第3期间的所述动作日志或所述动作日志和所述图像数据作为输入且将没有不良征兆作为输出的无不良征兆的第2训练数据，通过使用了所述第1训练数据和所述第2训练数据的学习，生成针对一定期间的所述动作日志或所述动作日志和所述图像数据的输入而将所述不良征兆内容或无不良征兆作为输出的不良征兆推理模型。

26、由此，能够通过简便的方法，生成根据动作日志或动作日志和图像数据推理包含针对设备预测的不良和用于防止发生预测的不良的应对的不良征兆内容的不良征兆推理模型。

27、在本发明的不良征兆推理模型的生成方法中，也可以是，生成将所述第1期间的所述动作日志和所述应对实绩数据或所述动作日志、所述应对实绩数据和所述图像数据作为输入且将所述不良征兆内容作为输出的有不良征兆的所述第1训练数据，生成将所述第3期间的所述动作日志和所述应对实绩数据或所述动作日志、所述应对实绩数据和所述图像数据作为输入且将没有不良征兆作为输出的无不良征兆的所述第2训练数据，通过使用了所述第1训练数据和所述第2训练数据的学习，生成针对一定期间的所述动作日志和所述应对实绩数据或所述动作日志、所述应对实绩数据和所述图像数据的输入而将所述不良征兆内容或无不良征兆作为输出的所述不良征兆推理模型。

28、这样，在学习中使用的第1训练数据将应对实绩数据作为输入，因此，能够将过去的应对实绩数据和动作日志关联起来进行学习。因此，例如，能够在材料中对是推理为需要更换的不良征兆、还是通过清扫使错误减少、还是没有大幅变化进行学习。

29、发明效果

30、本发明能够进行设备的不良征兆的通知。