[发明专利]信息处理装置、信息处理方法、信息处理程序及记录介质

说明书

提供一种利用机械学习而生成用于对车间的运转状况进行判定的判定模型的通用性高的信息处理装置、信息处理方法、信息处理程序及记录介质。信息处理装置具有：状态数据取得部，其取得表示车间的运转状态的状态数据；第1分类部，其生成对状态数据进行分类的判定线；镜像数据生成部，其生成镜像数据，该镜像数据是使所取得的所述状态数据相对于所生成的判定线进行镜像化而得到的；以及第2分类部，其基于状态数据和所生成的镜像数据而生成判定模型。

技术领域

本发明涉及信息处理装置、信息处理方法、信息处理程序及记录介质。

背景技术

以往，在化学等的工业车间、对气田或油田等钻井及其周边进行管理控制的车间、对水力、火力、核能等的发电进行管理控制的车间、对太阳光及风力等的环境发电进行管理控制的车间、对给排水或水坝等进行管理控制的车间等的车间及工厂等(下面，在对这些进行统称的情况下称为“车间”)中，构建有将称为现场仪器的测定器或操作器等现场仪器和对这些现场仪器进行控制的控制装置经由通信单元连接的分散控制系统统(DCS：Distributed Control System)，实现了高级的自动作业。

在为了实现如上所述的高级的自动作业而构建的车间的系统等中，车间的产量、运转状况、警报的产生状况等表示车间的状态的数据是由在车间内配置的传感器、测量器进行测定的。由传感器等测定出的数据会由DCS等控制装置取得而在车间的控制中进行使用。

另外，存在对从配置于车间内的传感器等取得的数据应用机械学习而对车间进行控制的技术。在车间控制中的机械学习例如包含下述步骤，即：学习步骤，将从传感器等取得的数据作为学习数据而生成模型；以及评价步骤，使用所生成的模型对状态数据进行评价(例如，参照非专利文献1)。

非专利文献1：《高見豪以及另外3位，“機械学習を用いたセンサデータ解析の可能性”，横河技報，横河電機株式会社，Vol.59 No.1(2016)p.27-30》

但是，在机械学习中，基于学习数据生成的模型非常依赖于取得学习数据的状况、条件等。例如，在将配置于车间内的传感器等的测定数据设为学习数据的情况下，生成的模型非常依赖于传感器等的使用状况、设置状况、传感器自身的劣化状况等。因此，将一个传感器的测定数据作为学习数据而生成的模型，有时无法直接使用于传感器的使用状况等不同的其他传感器的测定数据的评价。

在所生成的模型无法直接使用的情况下，例如，有时通过对所生成的模型施加人为的修正而能够使用于其他传感器的测定数据的判定。

但是，在难以将传感器的使用状况等的差别客观地数值化时，有时所生成的模型的人为的修正是困难的。

另外，在所生成的模型无法直接使用的情况下，能够将其他传感器的测定数据作为学习数据而新生成模型。但是，在针对每个传感器生成模型时，针对每个传感器都需要学习步骤，有时模型生成会花费时间和成本。

发明内容

本发明就是鉴于上述情况而提出的，目的在于提供一种利用机械学习而生成用于对车间的运转状况进行判定的判定模型的通用性高的信息处理装置、信息处理方法、信息处理程序及记录介质。

(1)为了解决上述的课题，本发明的信息处理装置具有：状态数据取得部，其取得表示车间的运转状态的状态数据；第1分类部，其生成对所述状态数据进行分类的判定线；镜像数据生成部，其生成镜像数据，该镜像数据是使所取得的所述状态数据相对于所生成的所述判定线进行镜像化而得到的；以及第2分类部，其基于所述状态数据和所生成的所述镜像数据而生成判定模型。

(2)另外，在本发明的信息处理装置中，还具有：判定部，其使用所生成的所述判定模型对所述状态数据进行判定，生成判定结果；以及判定结果输出部，其对所生成的所述判定结果进行输出。