WO2023032877A1 - プログラム、方法、情報処理装置、システム - Google Patents

プログラム、方法、情報処理装置、システム Download PDF

Info

Publication number
WO2023032877A1
WO2023032877A1 PCT/JP2022/032320 JP2022032320W WO2023032877A1 WO 2023032877 A1 WO2023032877 A1 WO 2023032877A1 JP 2022032320 W JP2022032320 W JP 2022032320W WO 2023032877 A1 WO2023032877 A1 WO 2023032877A1
Authority
WO
WIPO (PCT)
Prior art keywords
measurement data
sensor
items
calibration
acquired
Prior art date
Legal status (The legal status 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 status listed.)
Ceased
Application number
PCT/JP2022/032320
Other languages
English (en)
French (fr)
Inventor
萌 近藤
珠帆 大村
龍司 森島
昇平 奥寺
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wota Corp
Original Assignee
Wota Corp
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 Wota Corp filed Critical Wota Corp
Priority to EP22864460.5A priority Critical patent/EP4400813A4/en
Publication of WO2023032877A1 publication Critical patent/WO2023032877A1/ja
Priority to US18/428,548 priority patent/US20240271974A1/en
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D18/00—Testing or calibrating apparatus or arrangements provided for in groups G01D1/00 - G01D15/00
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/08—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for safeguarding the apparatus, e.g. against abnormal operation, against breakdown
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/0227—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions
    • G05B23/0237—Qualitative history assessment, whereby the type of data acted upon, e.g. waveforms, images or patterns, is not relevant, e.g. rule based assessment; if-then decisions based on parallel systems, e.g. comparing signals produced at the same time by same type systems and detect faulty ones by noticing differences among their responses
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0224—Process history based detection method, e.g. whereby history implies the availability of large amounts of data
    • G05B23/024—Quantitative history assessment, e.g. mathematical relationships between available data; Functions therefor; Principal component analysis [PCA]; Partial least square [PLS]; Statistical classifiers, e.g. Bayesian networks, linear regression or correlation analysis; Neural networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0286—Modifications to the monitored process, e.g. stopping operation or adapting control
    • G05B23/0294—Optimizing process, e.g. process efficiency, product quality
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2605—Wastewater treatment

Definitions

  • the present disclosure relates to programs, methods, information processing devices, and systems.
  • a sensor device has been proposed in which functions corresponding to multiple measurement items can be easily used with a single sensor device (see Patent Document 1).
  • Patent Document 1 For example, in a pH meter, if the asymmetric potential reaches a predetermined value during calibration, it is determined to be abnormal (deteriorated). However, with such a sensor device, an abnormality can only be determined at the time of calibration, and there is a risk that the pH cannot be measured accurately.
  • An object of the present disclosure is to accurately measure measurement items in a sensor device having a plurality of sensors that measure separate items.
  • the program instructs the processor to acquire measurement data from a plurality of sensors each measuring a different item, and determine whether any of the plurality of sensors has an abnormality with the acquired measurement data of the plurality of items. , a step of estimating based on the measurement data of the plurality of items acquired in the past; and modifying based on the measured data.
  • measurement items can be accurately measured in a sensor device having a plurality of sensors that measure separate items.
  • FIG. 1 is a block diagram showing an example of the overall configuration of system 1;
  • FIG. FIG. 2 is a schematic diagram showing the appearance of the sensor device 10 shown in FIG. 1 as viewed from the front. 2 is a schematic diagram showing a perspective view of the sensor device 10 shown in FIG. 1.
  • FIG. FIG. 4 is a schematic diagram showing members related to a sensor probe of the sensor device 10 shown in FIGS. 2 and 3.
  • FIG. 4 is a piping system diagram of the sensor device 10 shown in FIGS. 2 and 3.
  • FIG. 4 is a block diagram showing the functional configuration of the sensor device 10 shown in FIGS. 2 and 3.
  • FIG. 3 is a schematic diagram showing the configuration of a pH sensor 113.
  • FIG. 3 is a diagram illustrating an example of a functional configuration of server 20;
  • FIG. 3 is illustrating an example of a functional configuration of server 20;
  • FIG. 3 is illustrating an example of a functional configuration of server 20;
  • FIG. 3 is illustrating an example of a functional configuration of
  • FIG. 10 is a diagram showing the data structure of an installation table 2022;
  • FIG. It is a figure which shows the data structure of the plant environment table 2023.
  • FIG. FIG. 13 is a diagram showing the data structure of a measurement table 2024;
  • FIG. 10 is a diagram showing the data structure of a calibration table 2025;
  • FIG. 10 is a diagram showing the data structure of a model table 2026;
  • FIG. 2 is a diagram illustrating an example of an operation in which the sensor device 10 shown in FIG. 1 acquires calibration-related information from the server 20;
  • FIG. 4 is a flow chart showing an example of an operation in which the sensor device 10 shown in FIGS. 2 and 3 performs calibration processing;
  • FIG. 8 is a flow chart representing an example of the operation of the sensor shown in FIG. 7; 7 is a flow chart showing an example of the operation of the sensor device 10 shown in FIG. 6; FIG. 9 is a flow chart showing an example of the operation of the server 20 shown in FIG. 8;
  • FIG. 3 is a schematic diagram showing a display example of a terminal device 30 used by a user;
  • FIG. 3 is a schematic diagram showing a display example of a terminal device 30 used by a user;
  • FIG. 3 is a schematic diagram showing a display example of a terminal device 30 used by a user;
  • FIG. 9 is a flow chart showing an example of the operation of the server 20 shown in FIG. 8;
  • FIG. 3 is a schematic diagram showing a display example of a terminal device 30 used by a user;
  • FIG. 9 is a flow chart showing an example of the operation of the server 20 shown in FIG. 8;
  • FIG. 3 is a schematic diagram showing a display example of a terminal device 30 used by a user;
  • FIG. 9 is a flow chart showing an example of the operation of the server 20 shown in FIG. 8;
  • FIG. 2 is a block diagram showing the basic hardware configuration of computer 90.
  • ⁇ Overview> In the sensor device according to the present embodiment, in a configuration having a plurality of sensors that each measure a different item, when an abnormality occurs in one of the sensors, based on the current measurement data and the past measurement data , to estimate the sensor where the anomaly occurred.
  • the sensor device corrects the measured value by the sensor that presumes that an abnormality has occurred.
  • FIG. 1 is a block diagram showing an example of the overall configuration of system 1.
  • a system 1 shown in FIG. 1 manages, for example, measurement data measured at a water treatment facility.
  • the system 1 includes a sensor device 10, a server 20, and a terminal device 30, for example.
  • the sensor device 10, the server 20, and the terminal device 30 are connected for communication via a network 80, for example.
  • the sensor device 10 shown in FIG. 1 is, for example, an information processing device that is installed at various positions in a water treatment facility and measures multiple types of items related to water at the installed positions.
  • the water treatment facilities may include various water treatment facilities such as groundwater utilization facilities, sewage treatment facilities, water purification facilities, and the like.
  • the sensor device 10 detects at least one component of, for example, water supplied to a treatment device that constitutes a water treatment facility, water being treated by the treatment device, and water discharged from the treatment device.
  • the treatment device that makes up the water treatment facility is, for example, a raw water tank, a prefilter, a membrane filter, a treated water tank, or a receiving water tank.
  • the treatment device may be, for example, a settling basin, a primary sedimentation basin, a reaction tank, a final sedimentation basin, or a disinfection facility.
  • the treatment vessel may be, for example, a receiving well, flocculation basin, sedimentation basin, filter basin, or clean water basin.
  • the system 1 describes the sensor device 10 installed at three water treatment facilities, but the number of water treatment facilities where the sensor device 10 is installed is not limited to three.
  • the number of water treatment devices where the sensor device 10 is installed may be less than three, or may be three or more.
  • the installation of the sensor device 10 is not limited to the water treatment facility.
  • the sensor device 10 may be attached to a water treatment apparatus provided for each village of a predetermined scale, or may be attached to a water treatment apparatus provided individually.
  • system 1 may include the following devices. ⁇ Devices that detect the operating status of treatment equipment ⁇ Devices that measure the amount of water used ⁇ Devices that measure the amount of pollutants discharged ⁇ Devices that measure the amount of recycled water ⁇ Devices that detect the power consumption of treatment equipment
  • the server 20 is, for example, an information processing device that manages data related to water treatment facilities, measurement data measured at the water treatment facilities, and the like, and evaluates water treatment at predetermined water treatment facilities.
  • a collection of multiple devices may be used as one server. How to distribute a plurality of functions required to realize the server 20 according to the present embodiment to one or a plurality of pieces of hardware takes into account the processing capability of each piece of hardware and/or the specifications required for the server 20. can be determined as appropriate.
  • the terminal device 30 is, for example, an information processing device operated by a user who uses the service provided by the server 20 .
  • the terminal device 30 is realized by a stationary PC (Personal Computer), a laptop PC, or the like.
  • the terminal device 30 may be realized by a mobile terminal such as a smart phone or a tablet, for example.
  • Each information processing device is composed of a computer equipped with an arithmetic device and a storage device.
  • the basic hardware configuration of the computer and the basic functional configuration of the computer realized by the hardware configuration will be described later.
  • the server 20, and the terminal device 30 a description that overlaps with the basic hardware configuration of the computer and the basic functional configuration of the computer, which will be described later, will be omitted.
  • FIG. 2 is a schematic diagram showing the appearance of the sensor device 10 shown in FIG. 1 as viewed from the front.
  • FIG. 3 is a schematic diagram showing a perspective view of the sensor device 10 shown in FIG.
  • FIG. 4 is a schematic diagram showing members related to the sensor probe of the sensor device 10 shown in FIGS. 2 and 3.
  • FIG. 5 is a piping system diagram of the sensor device 10 shown in FIGS.
  • FIG. 6 is a block diagram showing the functional configuration of the sensor device 10 shown in FIGS. 2 and 3. As shown in FIG.
  • the sensor device 10 contains members for measuring water quality in a housing 11 .
  • An openable/closable lid 12 is attached to the housing 11 .
  • the housing 11 has a substantially rectangular parallelepiped shape with one side open.
  • One side (first side) of the housing 11 has a pipe connection hole 11a for draining the sample water, a pipe connection hole 11b for supplying the sample water, and a pipe connection hole for power input and signal output.
  • 11c three in the example of FIG. 3
  • An intake port 11d are formed.
  • An exhaust port 11e (not shown) is formed on a side surface (second side surface) of the housing 11 that faces the first side surface.
  • a valve 1110 is attached to the pipe connection hole 11a.
  • a valve 119 is attached to the pipe connection hole 11b.
  • An air filter 1118 is attached to the intake port 11d.
  • a flow cell 1111 Inside the housing 11 are various sensors 111 to 118, a flow cell 1111, a control box 1112, a terminal block 1113 for power input, a terminal block 1114 for external output, an air vent valve 1115, a drain valve 1116, and a flow control valve. 1117 is stored.
  • the various sensors 111 to 118 include, for example, a sensor for electrical conductivity measurement (hereinafter referred to as an EC sensor) 111 having an electrical conductivity cell.
  • Various sensors 111 to 118 include, for example, a residual chlorine measuring sensor (hereinafter referred to as an FCL sensor) 112 for measuring chlorine concentration.
  • the various sensors 111 to 118 include, for example, a pH measurement sensor (hereinafter referred to as pH sensor) 113 having electrodes (reference electrode and reference electrode) for measuring pH.
  • the various sensors 111 to 118 include, for example, a sensor for oxidation-reduction potential measurement (hereinafter referred to as ORP sensor) 114 having electrodes (reference electrode and reference electrode) for measuring oxidation-reduction potential.
  • ORP sensor oxidation-reduction potential measurement
  • the various sensors 111 to 118 include, for example, a nitrate ion measuring sensor (hereinafter referred to as a NO3 sensor) 115 for measuring nitrate ions.
  • Various sensors 111 - 118 include, for example, sensor 116 for measuring the flow rate of water entering sensor device 10 (hereinafter referred to as FLOW sensor).
  • the various sensors 111-118 include, for example, a sensor (hereinafter referred to as TUR sensor) 117 for measuring the turbidity of water entering the sensor device 10.
  • the various sensors 111-118 include, for example, a sensor (hereinafter referred to as a TEMP sensor) 118 for measuring the temperature of water entering the sensor device 10.
  • the various sensors used in the sensor device 10 are not limited to these.
  • a sensor that measures other items may be installed.
  • any one of the EC sensor 111, the FCL sensor 112, the pH sensor 113, the ORP sensor 114, and the NO3 sensor 115 may not be mounted.
  • sensors that measure other items may be mounted.
  • the number of flow cells 1111 may be increased as the number of sensors is increased. The expansion of the flow cell 1111 may be dealt with by increasing the capacity of the housing 11, for example.
  • sensors 111-115 may sense at least any of the following.
  • a sensor that senses at least one of the following may be provided.
  • the sensors 111 to 115 and 118 are detachably housed in the flow cell 1111.
  • the shape of the NO3 sensor 115 will be described with reference to FIG.
  • the shapes of the sensors 111 to 114 and 118 are the same as the shape of the NO3 sensor 115.
  • the NO3 sensor 115 has a grip portion 115a, a collar portion 115b, and a measurement portion 115c.
  • the grip portion 115a is a region protruding from the flow cell 1111 when the NO3 sensor 115 is attached to the flow cell 1111. As shown in FIG.
  • the grip portion 115a is, for example, formed in a shape that is easily gripped by the user.
  • a cord for power supply and data transmission is connected to the top of the grip portion 115a.
  • the flange portion 115b is a region that serves as a stopper when the NO3 sensor 115 is inserted into the flow cell 1111.
  • a groove for functioning as a screw is formed in a portion of the flange portion 115b on the measuring portion 115c side.
  • the measurement unit 115c is an area in which members for measuring water quality are stored.
  • the measurement part 115c is inserted into a measurement port 11112 formed in the flow cell 1111. As shown in FIG.
  • the outer diameter of the measuring portion 115c is smaller than the inner diameter of the measuring port 11112. As shown in FIG.
  • the flow cell 1111 is a member for bringing the sample water into contact with the measurement parts of the sensors 111 to 115 and 118 and for the sensors 111 to 115 and 118 to accurately measure the water quality.
  • the flow cell 1111-1 is formed so as to accommodate the sensors 111-113.
  • Flow cell 1111-2 is formed to accommodate sensors 114, 115, and 118.
  • FIG. In this embodiment, the flow cells 1111-1 and 1111-2 are configured to accommodate three sensors each. However, the flow cell may be configured to accommodate more or less than three sensors.
  • the shape of the flow cell 1111-2 will be described with reference to FIG.
  • the shape of the flow cell 1111-1 is the same as the shape of the flow cell 1111-2.
  • the flow cell 1111-2 is formed so that the gripped portions of the sensors 114, 115, and 118 face the opening of the housing 11.
  • the flow cell 1111-2 is formed so that the grips of the sensors 114, 115, and 118 face upward. This makes it easier for the user using the sensor device 10 to accommodate and remove the sensors 114 , 115 , 118 . Also, it is possible to prevent water from leaking from the flow cell 1111-2 when the sensors 114, 115, and 118 are removed.
  • measurement ports 11111, 11112, 11113, a sample water supply channel 11114, and an air vent channel 11115 are formed inside the flow cell 1111-2.
  • the shape of the measurement port 11112 will be described with reference to FIG.
  • the shapes of the measurement ports 11111 and 11113 are the same as the shape of the measurement port 11112 .
  • the measurement port 11112 has a first cylindrical portion 11112a and a second cylindrical portion 11112b.
  • the first cylindrical portion 11112a is formed to open toward the front of the housing 11 at a predetermined angle.
  • the inner diameter of the first cylindrical portion 11112a is formed to be substantially the same as the outer diameter of the collar portion 115b of the NO3 sensor 115.
  • a groove is formed in the inner wall of the first cylindrical portion 11112a along the circumferential direction. The groove can fix the NO3 sensor 115 to the measurement port 11112 by engaging with the groove formed in the collar portion 115b.
  • the second cylindrical portion 11112b is formed in the same direction as the first cylindrical portion 11112a from the bottom of the first cylindrical portion 11112a.
  • the inner diameter of the second cylindrical portion 11112b is smaller than the inner diameter of the first cylindrical portion 11112a.
  • the inner diameter of the second cylindrical portion 11112 b is slightly larger than the outer diameter of the measuring portion 115 c of the NO 3 sensor 115 .
  • the second cylindrical portion 11112b intersects the water channel 11114 near the bottom of the second cylindrical portion 11112b.
  • the second cylindrical portion 11112b intersects the air vent path 11115 at a position closer to the opening direction than the water supply path 11114 .
  • the water supply channel 11114 intersects the second cylindrical portion 11112b on the rear side of the flow cell 1111-2 relative to the air vent channel 11115. As shown in FIG. Also, the water supply path 11114 intersects the second cylindrical portion 11112b at a position higher than the air vent path 11115 .
  • a hole 11113c is formed in the bottom of the second cylindrical portion 11113b of the measurement port 11113.
  • a joint 1122 is installed in the hole 11113c.
  • the joint 1122 is connected to the drain valve 1116 by a hose, for example.
  • the water supply channel 11114 is formed to penetrate the flow cell 1111-2 in the vertical direction.
  • a joint 1120 is installed at the upper end of the water supply channel 11114 .
  • the joint 1120 is, for example, connected by a hose to a joint 1121 installed at the lower end of the water supply channel 11114 of the flow cell 1111-1.
  • a joint 1121 is installed at the lower end of the water supply channel 11114 .
  • the joint 1121 is connected to the pipe connection hole 11a and the drain valve 1116 by a hose, for example.
  • the air vent path 11115 has the measurement port 11113 as its lower end and is formed to pass upward through the flow cell 1111-2.
  • An air vent valve 1115 is installed at the upper end of the air vent path 11115 .
  • the air vent valve 1115 can be opened and closed by operating a knob.
  • the FLOW sensor 116 is connected to the pipe connection hole 11b via the flow rate control valve 1117. By turning a flow rate adjustment knob provided on the flow rate adjustment valve 1117, the flow rate is increased or decreased.
  • the FLOW sensor 116 measures the flow rate of sample water supplied from the pipe connection hole 11b.
  • the TUR sensor 117 is inserted into the shell 1171.
  • Shell 1171 is filled with sample water supplied from FLOW sensor 116 .
  • the sample water that has passed through shell 1171 is supplied to joint 1120 provided above flow cell 1111-1.
  • Sample water is supplied to the sensors 111 to 118 by the piping system shown in FIG.
  • the control box 1112 controls power supply and various operations in the sensor device 10 .
  • the control box 1112 is, for example, a breaker switch, a connector for connecting to various sensors, a connector for connecting to a communication IF, a fan for cooling the CPU, sending data to various sensors 111 to 118, or transmitting data to various sensors 111 to A connection board for receiving data from 118, a board for mounting a CPU, and the like are provided.
  • a touch panel 1119 is installed on the lid 12 .
  • the touch panel 1119 includes a touch sensitive device 11191 and a display 11192, for example.
  • the touch-sensitive device 11191 is an example of an input device for a user operating the sensor device 10 to input instructions or information.
  • the touch-sensitive device 11191 receives an instruction when the user touches the operation surface, receives input from the user, and outputs the received input from the user to the control box 1112 .
  • the display 141 is an example of an output device that displays data under control of the control box 1112 .
  • the display 141 is implemented by, for example, an LCD (Liquid Crystal Display) or an organic EL (Electro-Luminescence) display.
  • the sensor device 10 includes a communication unit 120, a touch panel 1119, various sensors 111 to 118, a storage unit 180, and a control unit 190, as shown in FIG.
  • the sensor device 10 may have a position information sensor so as to automatically detect the position where the device is installed.
  • the position information sensor is, for example, a GPS (Global Positioning System) module.
  • the position information sensor may detect the current position of the sensor device 10 from the position of the wireless base station to which the sensor device 10 connects.
  • the communication unit 120 performs processing such as modulation/demodulation processing for the sensor device 10 to communicate with other devices.
  • the communication unit 120 performs transmission processing on the signal generated by the control unit 190 and transmits the signal to the outside (for example, the server 20).
  • Communication unit 120 performs reception processing on a signal received from the outside and outputs the signal to control unit 190 .
  • a touch sensitive device 11191 provided on the touch panel 1119 is an example of an input device.
  • the input device may be implemented by, for example, a keyboard, mouse, or the like.
  • the input device may be implemented, for example, by a microphone to accommodate voice input from the user.
  • the microphone accepts voice input and provides a voice signal corresponding to the voice input to control section 190 .
  • the input device may include, for example, a reception port that receives an electrical signal input from an external input device.
  • a display 11192 provided on the touch panel 1119 is an example of an output device.
  • a display 11192 displays data under the control of the control unit 190 .
  • the output device is a device for presenting information to the user who operates the sensor device 10 .
  • the output device may, for example, be implemented by a speaker to accommodate audible output to the user.
  • the speaker converts an audio signal supplied from the control unit 190 into sound and outputs the sound to the outside of the sensor device 10 .
  • the storage unit 180 stores data, programs, etc. used by the sensor device 10 .
  • the storage unit 180 stores calibration information 181, measurement information 182, other sensor measurement information 183, calibration measurement information 184, and a learned model 185, for example.
  • the calibration information 181 stores information about calibration of the EC sensor 111, FCL sensor 112, pH sensor 113, ORP sensor 114, NO3 sensor 115, and TUR sensor 117.
  • FIG. The calibration information 181 stores information about calibration of the EC sensor 111, the FCL sensor 112, the pH sensor 113, the ORP sensor 114, the NO3 sensor 115, or the TUR sensor 117, which is transmitted from the server 20, for example.
  • Calibration information 181 may store information resulting from calibration performed on EC sensor 111 , FCL sensor 112 , pH sensor 113 , ORP sensor 114 , NO 3 sensor 115 , or TUR sensor 117 , for example.
  • the calibration information 181 may read and store information about calibration stored in the EC sensor 111, the FCL sensor 112, the pH sensor 113, the ORP sensor 114, the NO3 sensor 115, or the TUR sensor 117, for example.
  • the information about calibration includes, for example, a reference value when calculating a numerical value, a correction value when calculating a numerical value, and the like.
  • the measurement information 182 stores information obtained by measurement.
  • Information obtained by measurement includes, for example, first measurement data, second measurement data, and third measurement data.
  • the first measurement data represents data measured by the measurement mechanism of the EC sensor 111, the FCL sensor 112, the pH sensor 113, the ORP sensor 114, the NO3 sensor 115, the FLOW sensor 116, the TUR sensor 117, or the TEMP sensor 118, for example. .
  • the second measurement data represents, for example, data obtained by correcting the first measurement data measured by each measurement mechanism by a trained model stored in the sensor.
  • the first measurement data measured by the measurement mechanism of the EC sensor 111 is corrected by the learned model stored in the EC sensor 111 to become the second measurement data.
  • the first measurement data measured by the measurement mechanism of the FCL sensor 112 is corrected by the learned model stored in the FCL sensor 112 to become the second measurement data.
  • the first measurement data measured by the measurement mechanism of the pH sensor 113 is corrected by the learned model stored in the pH sensor 113 to become the second measurement data.
  • the first measurement data measured by the measurement mechanism of the ORP sensor 114 is corrected by the learned model stored in the ORP sensor 114 to become the second measurement data.
  • the first measurement data measured by the measurement mechanism of the NO3 sensor 115 is corrected by the learned model stored in the NO3 sensor 115 to become the second measurement data.
  • the first measurement data measured by the measurement mechanism of the FLOW sensor 116 is corrected by the trained model stored in the FLOW sensor 116 to become the second measurement data.
  • the first measurement data measured by the measurement mechanism of the TUR sensor 117 is corrected by the trained model stored in the TUR sensor 117 to become the second measurement data.
  • the first measurement data measured by the measurement mechanism of the TEMP sensor 118 is corrected by the learned model stored in the TEMP sensor 118 to become the second measurement data.
  • the third measurement data represents data calculated from the second measurement data output from each sensor and information on calibration corresponding to each sensor.
  • the third measurement data represent EC values for the EC sensor 111 .
  • the third measurement data, for FCL sensor 112, represents the FCL value.
  • the third measurement data, for pH sensor 113 represents the pH value.
  • the third measurement data, for ORP sensor 114 represents the ORP value.
  • the third measurement data, for the NO3 sensor 115 represents the nitric acid concentration.
  • the third measurement data, for TUR sensor 117 represents turbidity. For sensors without calibration information, for example, there is no third measurement data.
  • the other sensor measurement information 183 stores, for example, information obtained by measurements of other sensor devices 10 that measure water from the same water source.
  • Another sensor device 10 that measures water from the same water source can be rephrased as another sensor device 10 that is installed at a different position in the same water treatment facility.
  • the calibration measurement information 184 stores information measured when the sensor is calibrated. Specifically, for example, the measurement information 184 at the time of calibration is information measured when performing the calibration process for the EC sensor 111, the FCL sensor 112, the pH sensor 113, the ORP sensor 114, the NO3 sensor 115, and the TUR sensor 117. memorize
  • the trained model 185 is a model generated by, for example, having the machine learning model perform machine learning on the server 20 according to the model learning program.
  • the trained model 185 is, for example, a synthetic function with parameters, which is a synthesis of multiple functions that performs predetermined inference based on input data.
  • a parameterized composite function is defined by a combination of multiple adjustable functions and parameters.
  • a trained model according to this embodiment may be any parameterized composite function that satisfies the above requirements.
  • the parameterized synthesis function may be, for example, a linear relationship between each layer using a weight matrix, a non-linear defined as a combination of a relationship (or linear relationship) and a bias. Weighting matrices and biases are called parameters of the multilayered network.
  • a parameterized composite function changes its form as a function depending on how the parameters are chosen. In a multi-layered network, by appropriately setting the constituent parameters, it is possible to define a function capable of outputting favorable results from the output layer.
  • a deep neural network which is a multilayered neural network targeted for deep learning
  • a recurrent neural network RNN
  • time-series information or the like
  • the learned model 185 is, for example, a model that, when information obtained by measurement is input, outputs whether or not the sensor that has acquired the information includes a sensor in which an abnormality has occurred.
  • the trained model 185 is, for example, a model that, when information obtained by measurement is input, outputs whether or not the sensor that measured the information is faulty.
  • the trained model 185 uses as input data a plurality of measured values obtained by a plurality of sensors at predetermined intervals, and learns whether or not there is a failure occurring in any of the sensors as correct output data. That is, the trained model 185 is trained using past measurement information.
  • the trained model 185 uses, as input data, a plurality of measured values obtained at predetermined intervals by a plurality of sensor devices 10 installed in a facility with the same water source, and a Presence/absence of a fault that is present may be learned as correct output data.
  • the facility having the same water source means, for example, the same water treatment facility.
  • the learned model 185 is a model that, for example, when information obtained by measurement is input, outputs whether or not the sensor that measured the information deviates from the time of calibration.
  • the trained model 185 uses, for example, a plurality of measured values obtained by a plurality of sensors at predetermined intervals as input data, and the presence or absence of a deviation from the time of calibration occurring in any of the sensors is learned as correct output data. be. That is, the trained model 185 is trained using past measurement information.
  • the trained model 185 uses, as input data, a plurality of measured values obtained at predetermined intervals by a plurality of sensor devices 10 installed in a facility with the same water source, and a The presence or absence of a deviation from the current calibration may be learned as the correct output data.
  • the trained model 185 may be trained by combining at least one of the above contents.
  • the trained model 185 for example, also refers to newly accumulated data and is re-learned by the server 20.
  • the control unit 190 controls the operation of the sensor device 10.
  • the control unit 190 operates according to a program stored in the storage unit 180 to perform an operation reception unit 191, a first transmission/reception unit 192, a second transmission/reception unit 193, a calibration unit 194, a calculation unit 195, an estimation unit 196, Functions as a correction unit 197 , a complementation unit 198 , and a presentation control unit 199 are exhibited.
  • the operation reception unit 191 performs processing for receiving instructions or information input from the input device. Specifically, for example, the operation accepting unit 191 accepts information based on an instruction input from the touch sensitive device 131 or the like.
  • the first transmission/reception unit 192 performs processing for the sensor device 10 to transmit/receive data to/from an external device such as the server 20 according to a communication protocol. Specifically, for example, the first transmission/reception unit 192 transmits at least one of the information stored in the storage unit 180 to the server 20 . Also, for example, the first transmission/reception unit 192 receives information about calibration from the server 20 .
  • the second transmission/reception unit 193 performs processing for the control unit 190 to transmit/receive data to/from the sensors 111-118. Specifically, for example, the second transceiver 193 receives data output from the sensors 111-118. More specifically, for example, the second transceiver 193 receives the first measurement data and the second measurement data output from the sensors 111-118. Further, for example, the second transmission/reception unit 193 transmits information received from the server 20 to the sensors 111-118.
  • the information provided by server 20 may be, for example, a trained model for each of sensors 111-118.
  • the calibration unit 194 performs calibration processing for each sensor. For example, the calibration unit 194 collectively performs calibration of the sensors 111 to 115 sharing the flow cell 1111 . Batch calibration of the sensors 111 to 115 is performed by, for example, filling the flow cell 1111 with each of three types of calibration solutions.
  • the first calibration solution is, for example, ultrapure water for grasping the baseline.
  • the second calibration liquid is, for example, a liquid containing components of the optical system.
  • the third calibration liquid is, for example, a liquid containing a component that produces a chemical effect.
  • the calibration unit 194 stores information about calibration obtained by batch calibration of the sensors 111 to 115 in the calibration information 181 .
  • the calibration unit 194 estimates whether or not the calibration process for the sensors 111 to 115 has succeeded based on the transition of the measured values. In the calibration process, if the measured value is within a predetermined range for a preset period in the measurement using the calibration solution, it is determined that the calibration process has succeeded. However, with this specification, it takes time from the start to the end of calibration.
  • the calibration unit 194 according to the present embodiment stores transitions until the measured values of each sensor fall within a predetermined range based on past measurement records.
  • the calibration unit 194 estimates whether or not the calibration process has succeeded by comparing the stored transition with the transition of the measured value.
  • the calibration unit 194 may use a learned model that has been trained to output whether or not the calibration process was successful when the transition of the measured value is input.
  • the calibration unit 194 calibrates the TUR sensor 117 .
  • the calibration unit 194 estimates whether or not the calibration process of the TUR sensor 117 has succeeded based on the transition of the measured value.
  • the calibration unit 194 stores information about calibration obtained by calibration of the TUR 117 in the calibration information 181 .
  • calibration unit 194 does not need to perform calibration processing.
  • the calibration unit 194 may determine whether or not calibration is required based on information obtained by measurement with the sensor device 10 . For example, when there is a sensor whose measured value changes with the passage of time in a different tendency from that of other sensors, the calibration unit 194 determines that the sensor needs to be calibrated. The calibration unit 194 may determine that calibration is required after a predetermined period of time has elapsed. When the calibration unit 194 determines that calibration is necessary, it automatically performs calibration processing.
  • the calculation unit 195 performs a process of calculating the third measurement data from the second measurement data output from each sensor and the calibration information corresponding to each sensor.
  • the estimation unit 196 performs a process of estimating whether or not the sensors 111 to 118 are abnormal. For example, the estimating unit 196 inputs information obtained by measurements of the sensors 111 to 118 to the learned model 185, and outputs whether or not there is an abnormality in the sensor that detected the measured information. Specifically, for example, the estimating unit 196 inputs information obtained from the measurements of the sensors 111 to 118 to the trained model 185, and determines whether the sensors that have detected the measured information include a failed sensor. Then, it outputs whether or not the sensor deviated from the time of calibration is included.
  • the estimation unit 196 may present the estimation result to the user from the presentation control unit 199 .
  • the correction unit 197 When a sensor that deviates from the time of calibration is included, the correction unit 197 combines the measurement data of the sensor with the measurement data of a plurality of sensors acquired in the past and the measurement data of the other sensors currently measured. is used to perform correction processing.
  • the correction unit 197 corrects the measurement data of the sensor based on the measurement data obtained in the past by a plurality of sensor devices 10 installed in facilities that share the same water source. You may correct
  • Complementing unit 198 complements the measurement data of a plurality of sensors obtained in the past and the measurement data of other sensors currently measured when the sensor in which the failure has occurred is included. Execute the processing to be performed.
  • Complementing unit 198 when a sensor with a failure is included, combines measurement data from the sensor with measurement data acquired in the past by a plurality of sensor devices 10 installed in facilities that share the same water source; You may supplement using the measurement data measured this time.
  • the presentation control unit 199 presents information related to processing in the control unit 190 to the user. Specifically, presentation control section 199 causes touch panel 1119 to display information related to processing in control section 190 . Also, the presentation control unit 199 causes the terminal device 30 to present information related to processing in the control unit 190 via the communication unit 120 . For example, it is displayed on the display unit of the terminal device 30 . Also, the speaker of the terminal device 30 is caused to output sound.
  • FIG. 7 is a schematic diagram showing the configuration of the pH sensor 113.
  • FIG. A pH sensor 113 shown in FIG. 7 has a pH electrode 1131 and a substrate 1132 .
  • the pH electrode 1131 is an example of the measurement mechanism of the pH sensor 113.
  • FIG. The measurement mechanism may include an element for sensing temperature.
  • the substrate 1132 is provided with a CPU 11321, a memory 11322, an amplifier 11323, an A/D converter 11324, an input/output IF 11325, and a communication section 11326.
  • the memory 11322 is, for example, a non-volatile memory.
  • the memory 11322 stores an algorithm, a learned model 113221, and measurement results when measuring water quality with the pH electrode 1131 .
  • the trained model 113221 is a model generated by, for example, having the machine learning model perform machine learning on the server 20 according to the model learning program.
  • the trained model 113221 is a model that, when inputting information obtained by measurement, reduces noise contained in the input information and outputs the result.
  • the trained model 113221 uses as input data a plurality of measured values that are continuous in time series and has discontinuous values at least in part, and corrects the discontinuous measured values included in the input data. values are learned as correct output data.
  • the trained model 113221 may be trained using past measurement information.
  • the trained model 113221 is re-learned by the server 20, for example, also based on newly accumulated data.
  • the relearned learned model 113221 is transmitted to the sensor device 10 and replaced with the learned model 113221 stored in the memory 11322 .
  • Information regarding the calibration of the pH sensor 113 may be stored in the memory 11322 .
  • the pH sensor 113 may be shipped with the learned model 113221 and calibration-related information stored in the memory 11322 .
  • Information related to calibration stored in the memory 11322 is read from the memory 11322 and stored in the storage unit 180 of the sensor device 10 when the pH sensor 113 is connected to the control box 1112, for example.
  • Amplifier 11323 amplifies the analog signal measured by pH electrode 1131 .
  • the A/D converter 11324 converts the amplified analog signal into a digital signal.
  • the digital signal represents the first measurement data mentioned above.
  • the CPU 11321 comprehensively controls the operation of the pH sensor 113 .
  • the CPU 11321 stores the first measurement data in the memory 11322, for example.
  • the CPU 11321 corrects the abnormality contained in the first measurement data. In other words, the CPU 11321 reduces noise included in the first measurement data.
  • the CPU 11321 inputs the first measurement data to the learned model 113221, thereby replacing the measurement value that suddenly changes with a value estimated from the previous measurement value.
  • the data corrected by the trained model 113221 represent the second measurement data.
  • the CPU 11321 stores the second measurement data in the memory 11322, for example.
  • the input/output IF 11325 is an interface for connecting with the control box 1112 of the sensor device 10 .
  • the input/output IF 11325 transmits the first measurement data and the second measurement data to the control box 1112, for example.
  • Input/output IF 11325 when information on calibration is stored in memory 11322 , transmits information on calibration to control box 1112 .
  • the input/output IF 11325 receives information output from the control box 1112, such as a newly updated trained model.
  • the communication unit 11326 performs processing such as modulation/demodulation processing for the pH sensor 113 to communicate with other devices.
  • the communication unit 11326 receives information transmitted from the server 20, such as a newly updated trained model.
  • FIG. 8 is a diagram showing an example of the functional configuration of the server 20. As shown in FIG. 8 , the server 20 functions as a communication section 201 , a storage section 202 and a control section 203 .
  • the communication unit 201 performs processing for the server 20 to communicate with an external device.
  • the storage unit 202 has, for example, a plant table 2021, an installation table 2022, a plant environment table 2023, a measurement table 2024, a calibration table 2025, a model table 2026, a first trained model 2027, a second trained model 2028, and the like.
  • the plant table 2021 is a table that stores information about water treatment facilities. Details will be described later.
  • the installation table 2022 is a table that stores the installation locations of the sensor devices 10 . Details will be described later.
  • the plant environment table 2023 is a table that stores environment information of areas where water treatment facilities are established. Details will be described later.
  • the measurement table 2024 is a table that stores data measured by the sensor device 10 . Details will be described later.
  • the calibration table 2025 is a table that stores data related to calibration. Details will be described later.
  • the model table 2026 is a table for managing versions of the first trained model 2027 and the second trained model 2028. Details will be described later.
  • the first trained model 2027 and the second trained model 2028 are models generated by, for example, having the server 20 perform machine learning on the machine learning model according to the model learning program.
  • the first trained model 2027 and the second trained model 2028 are models trained to output predetermined information based on the input data when data is input.
  • the first trained model 2027 and the second trained model 2028 are, for example, separate trained models trained with separate learning data according to the information to be output.
  • the first trained model 2027 is, for example, a model for outputting the analysis result of water treatment at a water treatment facility when information about a predetermined water treatment facility is input.
  • the first trained model 2027 for example, when information about a predetermined water treatment facility is input, outputs an evaluation of water treatment at the water treatment facility.
  • the output as the evaluation may be in alphabetical order such as A, B, C, etc., or may be a score out of 100 points.
  • the first trained model 2027 is learned using, for example, information on a plurality of water treatment facilities as input data and evaluations of the water treatment facilities as correct output data.
  • a plurality of types of the first trained model 2027 may be created according to the analysis criteria. For example, when water treatment is evaluated based on the amount of water used, the first trained model 2027 learns the evaluation of the amount of water used as correct output data. Also, for example, when water treatment is evaluated based on the amount of pollutants discharged, the first trained model 2027 learns the evaluation of the amount of pollutants discharged as correct output data. Further, for example, when water treatment is evaluated based on the amount of reused water, the first trained model 2027 learns the evaluation of the amount of reused water as correct output data. Also, for example, when evaluating water treatment comprehensively, such as the environmental consideration score, the first trained model 2027 learns a comprehensive evaluation with reference to multiple pieces of information about water treatment facilities as correct output data. .
  • a plurality of types of the first trained model 2027 may be created according to classifications with similar water quality levels required for water treatment. For example, when water treatment facilities are installed in hospitals, stations/airports, factories, hotels, simple water supply systems, etc., the water quality levels required for water treatment are different for each water treatment facility. Therefore, the water treatment facility may be classified according to the installation location or installed facility. When a classification is set for the water treatment facility, the first trained model 2027 is learned using information about a plurality of water treatment facilities with the same installation location classification as input data and evaluation of the water treatment facility as correct output data. be.
  • Information about water treatment facilities includes, for example: ⁇ Raw water quality ⁇ Construction area ⁇ Plant type ⁇ Equipped treatment equipment, details of treatment ⁇ Operation status of treatment equipment ⁇ Amount of water used ⁇ Amount of pollutants discharged ⁇ Amount of water reused ⁇ Chemicals used ⁇ Environmental information (weather , temperature, humidity, wind speed, air pressure, dust) ⁇ Measurement data from various sensors
  • the second trained model 2028 is, for example, a model that estimates water treatment at the water treatment facility when design data and water quality data of the water treatment facility are input. Specifically, the second trained model 2028, for example, when the design data and water quality data of the water treatment facility are input, outputs what kind of water treatment is performed in the designed water treatment facility. . The second trained model 2028 is learned, for example, using information about a plurality of water treatment facilities as input data and similar water treatment facilities as correct output data.
  • the water treatment plant design data input to the second trained model 2028 includes, for example: ⁇ Construction area ⁇ Plant type ⁇ Treatment equipment to be installed, details of treatment ⁇ Piping structure of water treatment facility ⁇ Position and number of treatment equipment to be installed ⁇ Unit treated water volume ⁇ Medicines used
  • the first trained model 2027 and the second trained model 2028 are relearned by the server 20, for example, also based on newly accumulated data.
  • the control unit 203 operates according to programs stored in the storage unit 202 to perform a reception control module 2031, a transmission control module 2032, a storage control module 2033, an analysis module 2034, a simulation module 2035, a calibration setting module 2036, and a proposal module 2037. , learning module 2038 , and presentation module 2039 .
  • the reception control module 2031 controls the process by which the server 20 receives signals from external devices according to the communication protocol.
  • the transmission control module 2032 controls the processing by which the server 20 transmits signals to external devices according to the communication protocol. For example, the transmission control module 2032 transmits the learned model to the sensor device 10 .
  • the storage control module 2033 controls processing for storing the received data in various tables of the storage unit 202 .
  • the storage control module 2033 stores the input information in the plant table 2021, for example, when information about a predetermined water treatment facility is input to the server 20 at the time of contract for service provision.
  • the memory control module 2033 updates the information stored in the plant table 2021 upon receiving the information that the equipment of the water treatment facility has been changed.
  • the control unit 203 receives information about the mounting position of the sensor device 10 in the water treatment facility.
  • the storage control module 2033 stores the input information in the installation table 2022 .
  • the control unit 203 receives information about the surrounding environment where the water treatment facility is located.
  • the storage control module 2033 stores the input information in the plant environment table 2023 .
  • the control unit 203 receives measurement data measured by the sensor device 10 .
  • the storage control module 2033 stores the received information in the measurement table 2024 when the measurement data measured by the sensor device 10 is received.
  • the storage control module 2033 stores the set information in the calibration table 2025 in association with the setting date.
  • the memory control module 2033 assigns a model ID to the re-learned model, and stores the model ID in the model table 2026 along with version information and generation date.
  • the storage control module 2033 forms a storage area of the storage unit 202, for example, for each water treatment facility.
  • the storage control module 2033 may set the capacity of the storage area based on the content of the contract concluded with the water treatment facility. For example, the storage control module 2033 allocates a maximum of the first capacity to water treatment facilities with free contracts. Also, for example, the storage control module 2033 allocates a maximum of a second capacity that is larger than the first capacity to the water treatment facility that has a paid contract. In addition, for example, the storage control module 2033 allocates the capacity of the storage area without limitation to the water treatment facility that has a premium contract.
  • the storage control module 2033 may limit the measurement items that can be stored depending on the contract you have signed. For example, the storage control module 2033 may prevent data measured by the NO3 sensor 115 from being stored for water treatment facilities that have a free contract. In addition, the storage control module 2033 may limit the period during which data can be accumulated depending on the contract concluded. For example, the storage control module 2033 may allow a water treatment facility with a free contract to store data for a shorter period than a water treatment facility with a paid contract. In addition, the storage control module 2033 may limit the sampling cycle for accumulating data according to the contract concluded. For example, the storage control module 2033 may sample data for water treatment facilities with a free contract at a longer cycle than for water treatment facilities with a paid contract.
  • the analysis module 2034 controls the process of analyzing water treatment in water treatment facilities. Specifically, for example, when a given water treatment facility is specified, the analysis module 2034 evaluates water treatment at the specified water treatment facility based on information about the specified water treatment facility. Evaluation, for example, is an example of analysis. More specifically, for example, analysis module 2034 inputs information about a designated water treatment facility into first trained model 2027 and causes first trained model 2027 to output an assessment of water treatment.
  • the analysis module 2034 may accept selections from the user regarding criteria for water treatment analysis. When the analysis criteria are specified by the user, the analysis module 2034 selects the first trained model 2027 of the type corresponding to the specified criteria, and provides the selected first trained model 2027 with information on the water treatment facility. input and cause the first trained model 2027 to output the evaluation.
  • the analysis module 2034 may accept a selection from the user regarding the classification of the installation location of the water treatment facility. When the classification is designated by the user, the analysis module 2034 selects the first trained model 2027 of the type corresponding to the designated classification, and inputs information about the water treatment facility to the selected first trained model 2027. , causes the first trained model 2027 to output the evaluation.
  • the analysis module 2034 may set the version of the first learned model 2027 to be used based on the details of the contract concluded with the water treatment facility. For example, the analysis module 2034 analyzes the water treatment using the first trained model 2027 that is not the latest version for water treatment facilities with free contracts.
  • the first trained model 2027 that is not the latest version represents, for example, the first trained model 2027 that is several generations before the latest version that is open to use. Also, for example, the analysis module 2034 analyzes water treatment using the latest version of the first trained model 2027 for water treatment facilities with paid or premium contracts.
  • the analysis module 2034 estimates the power consumption in the specified water treatment facility based on information about the specified water treatment facility. Analysis module 2034 may use the trained model to estimate power consumption.
  • the simulation module 2035 controls the process of estimating water treatment at the assumed water treatment facility. Estimation, for example, is an example of analysis. Specifically, the simulation module 2035, for example, when design data of an assumed water treatment facility and water quality data of water to be treated by this water treatment facility are input, the input design data and water quality data Based on the above, the water treatment at the assumed water treatment facility is estimated. More specifically, for example, the simulation module 2035 inputs the design data of the assumed water treatment facility and the water quality data of the water treated by this water treatment facility into the second trained model 2028, and the assumed The second trained model 2028 outputs information for estimating the water treatment in the water treatment facility. The simulation module 2035 may, for example, construct a model for the water treatment facility based on the input design data and water quality data, and simulate water treatment in an assumed water treatment facility.
  • the simulation module 2035 may set the version of the second learned model 2028 to be used based on the details of the contract concluded with the water treatment facility. For example, the simulation module 2035 simulates water treatment using a second trained model 2028 that is not the latest version for a water treatment facility that has a free contract.
  • the second trained model 2028 that is not the latest version represents, for example, the second trained model 2028 that is several generations before the latest version that is open to use.
  • the simulation module 2035 analyzes the water treatment using the latest version of the second trained model 2028 for water treatment facilities with paid or premium contracts.
  • the calibration setting module 2036 controls the process of calibrating the sensors of the sensor device 10 . Specifically, for example, the calibration setting module 2036 sets information regarding the calibration of the EC sensor 111, FCL sensor 112, pH sensor 113, ORP sensor 114, NO3 sensor 115, and TUR sensor 117 of the sensor device 10.
  • FIG. 1 The calibration setting module 2036 sets information regarding the calibration of the EC sensor 111, FCL sensor 112, pH sensor 113, ORP sensor 114, NO3 sensor 115, and TUR sensor 117 of the sensor device 10.
  • the calibration setting module 2036 determines whether or not calibration is required based on information obtained by measurement with the sensor device 10. For example, the calibration setting module 2036 determines that calibration is necessary for a sensor when there is a sensor whose measured value changes with the passage of time in a trend different from that of other sensors. Calibration setting module 2036 may determine that calibration is required after a predetermined period of time.
  • the calibration setting module 2036 calculates calibration-related information for that sensor.
  • the calibration setup module 2036 may compute information regarding calibration upon request from the sensor device 10 .
  • the calibration setting module 2036 calculates calibration-related information from, for example, the measurement information of the sensor device 10 and the previously set calibration-related information stored in the storage unit 202 .
  • the proofreading setting module 2036 may, for example, calculate information about proofreading using a learned model, or grasp a predetermined trend and use the grasped trend to calculate information about proofreading.
  • the trained model is learned using, for example, measurement information obtained in the past with the sensor device 10 as input data and information regarding calibration set in the past as correct output data.
  • Suggestion module 2037 controls the process of suggesting improvements to water treatment facilities. Specifically, for example, the proposal module 2037 proposes to the user an improvement proposal for improving the water treatment evaluation of a given water treatment facility output by the analysis module 2034 . Suggestions for improvements to improve the rating of water treatment include, for example: ⁇ Proposal of new items to be sensed ⁇ Proposal of new positions to be sensed ⁇ Proposal of operation control
  • Proposing new items to be sensed means, for example, proposing new items to be measured among water-related items. Also, proposing a new position to be sensed represents, for example, proposing a new position for measuring an item related to water.
  • Proposal of operation control represents, for example, proposal of change of control for operating the treatment device provided in the water treatment facility. Operational control proposals include, for example, adjusting thresholds, changing trigger signals, and the like.
  • the proposal module 2037 may set an improvement plan using a learned model, or may set an improvement plan based on the structure of a similar water treatment facility.
  • the trained model is learned, for example, by using information about water treatment facilities as input data, and correct output data as the improvement plan proposed for a predetermined water treatment facility as described above.
  • the proposal module 2037 may provide the user with a proposal for improvement and an estimate for realizing the proposal. In addition, the proposal module 2037 may estimate the operation cost and provide the estimated operation cost to the user along with the proposal for improvement.
  • the proposal module 2037 may propose an appropriate change in measurement data as an improvement target.
  • the proposal module 2037 may set an improvement target using a trained model, or set an improvement target based on changes in measurement data of a water treatment facility with a high evaluation of water treatment among similar water treatment facilities. may be set.
  • the proposal module 2037 proposes to the user an improvement plan for improving the estimation result of the water treatment output by the simulation module 2035 .
  • Suggestions for improving water treatment estimates include, for example: ⁇ Proposal of new items to be sensed ⁇ Proposal of new positions to be sensed ⁇ Proposal of operation control
  • the proposal module 2037 proposes measures for reducing the power consumption estimated by the analysis module 2034 to the user. Measures to reduce the estimated power consumption include, for example: ⁇ Stop the equipment (pumps, blowers, turbines, etc.) that operate the processor ⁇ Reduce the number of equipment that operates the processor Power Reduction of Devices with Proposed Countermeasures If the equipment involved in the proposed countermeasure is directly controllable from the server 20, the countermeasure may be automatically applied to the equipment.
  • the learning module 2038 controls the process of generating trained models. Specifically, the learning module 2038 generates a trained model by causing the machine learning model to perform machine learning, for example, according to a model learning program. More specifically, learning module 2038 generates first trained model 2027 or second trained model 2028, for example. Also, for example, the learning module 2038 generates the learned model 185 or the learned model 113221 and transmits it to the sensor device 10 via the communication unit 201 .
  • the learning module 2038 re-learns the learned model at a predetermined cycle. Specifically, for example, learning module 2038 re-learns first trained model 2027 or second trained model 2028 . For example, when the first trained model 2027 or the second trained model 2028 is retrained, the learning module 2038 stores the trained model generated by the relearning as a different model from the model before the relearning in the storage unit 202. memorize to Also, for example, the learning module 2038 relearns the learned model 185 or the learned model 113221 . The learning module 2038 transmits the relearned learned model 185 or the learned model 113221 to the sensor device 10 via the communication unit 201 .
  • the presentation module 2039 controls the process of presenting data managed by the server 20 to the user. Specifically, for example, the presentation module 2039 presents the analysis results created by the analysis module 2034 to the user who has designated the predetermined water treatment facility. The presentation module 2039 also presents the simulation results produced by the simulation module 2035 to a user who has requested a simulation of a possible water treatment facility.
  • the presentation module 2039 presents a warning (alert) to the user according to the power amount estimated by the analysis module 2034 .
  • the alert may be displayed as an image or output as a sound.
  • the presentation module 2039 presumes the increase in operating costs due to not responding to the alert together with the alert, and presents it to the user.
  • the presentation module 2039 presents the requested information to the user when a user associated with a predetermined water treatment facility requests at least one of the information regarding the water treatment facility. Presentation module 2039 presents the requested information in any manner desired by the user.
  • the desired aspect includes, for example, an aspect using a predetermined statistical rule that enables discovery of data features. As a result, the user can check arbitrary data in an arbitrary manner, making it easier to utilize the data.
  • the presentation module 2039 may set the form of acceptable data presentation based on the content of the contract concluded with the water treatment facility. For example, the presentation module 2039 limits the tools available to water treatment facilities with free contracts.
  • FIG. 9 to 14 are diagrams showing data structures of tables stored by the server 20.
  • FIG. 9 to 14 are examples, and do not exclude data not shown. Moreover, even data described in the same table may be stored in separate storage areas in the storage unit 202 .
  • FIG. 9 is a diagram showing the data structure of the plant table 2021.
  • the plant table 2021 shown in FIG. 9 is a table having columns of plant name, address, contract details, raw water quality, type, processor, treatment details, and chemicals used, with plant ID as a key.
  • the plant table 2021 may have a classification column assigned to the location where the water treatment facility is installed.
  • a plant ID is an item that stores an identifier for uniquely identifying a water treatment facility (water treatment plant).
  • the plant name is an item that stores the name of the water treatment facility.
  • the address is an item that stores the address where the water treatment facility is built.
  • the contract content is an item indicating the content of the contract concluded with the water treatment facility, such as free, charged, or premium membership.
  • the contract content also stores the date when the pay contract was canceled, that is, the date when the contract became a free contract.
  • Raw water quality is an item that stores the quality of water used for water treatment in areas where water treatment facilities are built.
  • the type is an item that indicates the type of water treatment facility. The types include, for example, groundwater utilization facilities, sewage treatment facilities, water purification facilities, and the like.
  • the treatment device is an item indicating the treatment device installed in the water treatment facility, such as a raw water tank and a prefilter.
  • the processing content is an item that indicates the content of processing to be performed in the processor.
  • the chemical used is an item indicating the name of the chemical used in the treatment.
  • FIG. 10 is a diagram showing the data structure of the installation table 2022.
  • the installation table 2022 shown in FIG. 10 is a table having columns of plant ID, installation area, and installation date with sensor ID as a key.
  • the sensor ID is an item that stores an identifier for uniquely identifying the sensor device 10 .
  • the plant ID is an item that indicates the water treatment facility in which the sensor device 10 is installed.
  • the installation area is an item that stores the area in which the sensor device 10 is installed in the water treatment facility.
  • the area where the sensor device 10 is installed is associated with, for example, the area where the treatment device is installed in the water treatment facility.
  • the installation date is an item for storing the date when the sensor device 10 was installed.
  • FIG. 11 is a diagram showing the data structure of the plant environment table 2023.
  • the plant environment table 2023 shown in FIG. 11 is a table having columns of measurement date, weather, temperature, humidity, wind speed, atmospheric pressure, and dust with plant ID as a key.
  • the measurement date is an item that stores the date when the environmental information around the water treatment facility was measured.
  • Weather is an item that stores the weather on the measurement date.
  • the temperature is an item that stores the temperature on the measurement date.
  • Humidity is an item that stores the humidity on the measurement date.
  • the wind speed is an item that stores the wind speed on the measurement date.
  • Atmospheric pressure is an item that stores the atmospheric pressure on the measurement date.
  • Dust is an item that stores the density of dust, such as yellow sand, on the measurement date.
  • FIG. 12 is a diagram showing the data structure of the measurement table 2024.
  • the measurement table 2024 shown in FIG. 12 is a table having columns of measurement date and time, sensor, first measured value, second measured value, and third measured value, with sensor ID as a key.
  • the sensor ID is an item that stores an identifier for uniquely identifying the sensor device 10 .
  • the date and time of measurement is an item that stores the date and time when information obtained by measurement was received from the sensor device 10 . Specifically, the date and time of measurement is an item that stores the date and time when the first measurement data, the second measurement data, and the third measurement data were received from the sensor device 10 .
  • a sensor is an item indicating a name for identifying various sensors included in the sensor device 10 .
  • the first measurement value is an item that stores the value of the first measurement data measured by the various sensors 111-118.
  • the second measurement value is an item that stores the value of the second measurement data corrected by the learned model stored in the sensors 111 to 115, 117, and 118, for example.
  • the third measurement value is an item that stores the value of the third measurement data calculated from the second measurement data and the information on calibration corresponding to each sensor.
  • the sensors include, for example, "EC” for the EC sensor 111, "FCL” for the FCL sensor 112, "pH” for the pH sensor 113, “ORP” for the ORP sensor 114, "NO3” for the NO3 sensor 115, “FLOW” for FLOW sensor 116, “TUR” for TUR sensor 117, and “Temp” for TEMP sensor 118 are shown.
  • FIG. 13 is a diagram showing the data structure of the calibration table 2025.
  • the calibration table 2025 shown in FIG. 13 is a table having columns of sensor, setting date, and calibration information with sensor ID as a key.
  • the sensor ID is an item that stores an identifier for uniquely identifying the sensor device 10 .
  • a sensor is an item indicating a name for identifying various sensors included in the sensor device 10 .
  • the setting date is an item for storing the date when the information regarding calibration is set.
  • the calibration information is an item that stores information about calibration.
  • FIG. 14 is a diagram showing the data structure of the model table 2026.
  • the model table 2026 shown in FIG. 14 is a table having columns of version information, update date, and release with model ID as a key.
  • a model ID is an item that stores an identifier for uniquely identifying a learned model.
  • Version information is an item that stores the version of a trained model.
  • the update date is an item that stores the date when the learned model represented by the model ID was generated.
  • Open is an item indicating whether or not the learned model is open. It is True when it is open, and it is False when it is not open.
  • the user of the sensor device 10 prepares for driving. Specifically, the user confirms whether the wiring and piping of the sensor device 10 are correct. The user turns on the breaker switch provided in control box 1112 . The user confirms that the air bleed valve 1115 is closed. The user opens valves 119 and 1110 to introduce sample water into sensor device 10 . Thereby, the sample water is supplied from the valve 119, and the flow cell 1111 and the shell 1171 are filled with the sample water.
  • the user turns the flow rate adjustment knob provided on the flow rate adjustment valve 1117 while confirming the flow rate measured by the FLOW sensor 116 on the touch panel 1119 .
  • the user adjusts the flow rate of the sample water by turning the flow rate adjustment knob.
  • the user inserts the air bleeding tube into the insertion port 11151 provided on the top of the air bleeding valve 1115 .
  • the user opens the air release valve 1115 to release the air.
  • the measurement ports 11111, 11112, and 11113 of the flow cell 1111 are formed so that the openings face upward, and an air vent path 11115 is provided near the openings, so that the air in the measurement ports 11111, 11112, and 11113 can be removed. It is possible to pull out all at once.
  • the user closes the air release valve 1115 .
  • Information on calibration of the EC sensor 111, FCL sensor 112, pH sensor 113, ORP sensor 114, NO3 sensor 115, and TUR sensor 117 attached to the sensor device 10 is stored in the storage unit 180, for example.
  • the sensor device 10 uses the information stored in the storage unit 180 to measure the sample water.
  • the control unit 190 receives the calibration-related information stored in each sensor through the second transmission/reception unit 193 .
  • Control unit 190 stores the received information in storage unit 180 .
  • the second transmitting/receiving unit 193 may receive information about calibration stored in each sensor when the sensor is replaced.
  • the storage unit 180 of the sensor device 10 and the memory of each sensor may not store the information on calibration.
  • the user inputs an instruction to the sensor device 10 to inquire of the server 20 about information on calibration.
  • FIG. 15A and 15B are diagrams for explaining an example of the operation of the sensor device 10 shown in FIG. 1 acquiring information on calibration from the server 20.
  • FIG. 15A and 15B are diagrams for explaining an example of the operation of the sensor device 10 shown in FIG. 1 acquiring information on calibration from the server 20.
  • FIG. 15B is a diagram for explaining an example of the operation of the sensor device 10 shown in FIG. 1 acquiring information on calibration from the server 20.
  • the first transmission/reception unit 192 of the control unit 190 inquires of the server 20 about information on calibration (step S11). Specifically, the first transmitting/receiving unit 192, for example, checks whether there is information about calibration of the EC sensor 111, the FCL sensor 112, the pH sensor 113, the ORP sensor 114, the NO3 sensor 115, or the TUR sensor 117. Inquire at 20.
  • the control unit 203 of the server 20 uses the calibration setting module 2036 to check whether or not there is information to be transmitted to the sensor device 10 regarding the inquired sensor device 10 (step S12).
  • the storage unit 202 of the server 20 stores information about calibration of the EC sensor 111, FCL sensor 112, pH sensor 113, ORP sensor 114, NO3 sensor 115, and TUR sensor 117 of the sensor device 10.
  • the calibration setting module 2036 determines that there is information to be transmitted to the sensor device 10, and reads information regarding calibration from the calibration table 2025 of the storage unit 202 (step S13).
  • the server 20 uses the transmission control module 2032 to transmit the read information to the sensor device 10 (step S14).
  • the first transmitting/receiving unit 192 of the control unit 190 receives the information transmitted from the server 20, and stores the received information regarding calibration in the calibration information 181 of the storage unit 180 (step S15).
  • the provision of information on calibration is not limited to the provision in response to a request from the sensor device 10. If the calibration setting module 2036 determines that a given sensor of the sensor device 10 is in a state requiring calibration, the calibration setting module 2036 may send information regarding the calibration of that sensor to the sensor device 10 .
  • the calibration setting module 2036 returns to the sensor device 10 that there is no information to send to the sensor device 10 . If there is a request for calibration from the sensor device 10 in response to the response that there is no information to be transmitted, the calibration setting module 2036 calculates information regarding calibration. In the description of FIG. 15, the operation of the sensor device 10 when it is activated has been described. The operation of acquiring calibration-related information from the server 20 is not limited to being performed when the sensor device 10 is activated. The first transmitter/receiver 192 may acquire information regarding calibration when the sensor is replaced.
  • a calibration process may be performed in the sensor device 10 .
  • FIG. 16 is a flow chart showing an example of the operation of the sensor device 10 shown in FIGS. 2 and 3 to perform calibration processing.
  • the user When performing the calibration process, the user first closes the valves 119 and 1110 to stop the inflow of sample water. The user attaches a drainage tube to drain valve 1116 . The user opens the drain valve 1116 to drain the sample water out of the sensor device 10 . Note that the calibration process of the sensor device 10 may be performed before supplying the sample water to the sensor device 10 .
  • the user takes out the sensors 111 to 115 and 118 from the flow cell 1111, wipes off the water droplets, and inserts them into the flow cell 1111 again.
  • the user supplies the first calibration solution to the flow cells 1111-1 and 1111-2 from which the sample water has been discharged. After filling the flow cells 1111-1 and 1111-2 with the first calibration solution, the user opens the air vent valve 1115 to release air from the flow cells 1111-1 and 1111-2.
  • the sensor device 10 causes the touch panel 1119 to display a "calibration start” object for performing calibration processing.
  • the user presses the “start proofreading” object displayed on the touch panel 1119 .
  • the sensor device 10 accepts selection of a sensor to be calibrated (step S21).
  • the sensor device 10 causes the touch panel 1119 to display a sensor selection screen and receives sensor selection from the user.
  • the user selects the sensors to be calibrated collectively from among the multiple sensors displayed on the selection screen. For example, the user selects EC sensor 111 , FCL sensor 112 , pH sensor 113 , ORP sensor 114 and NO 3 sensor 115 .
  • the sensor device 10 accepts the selection of the calibration solution (step S22).
  • the sensor device 10 causes the touch panel 1119 to display a calibration liquid selection screen and accepts selection of a calibration liquid from the user.
  • the user selects the first calibration solution from among the plurality of calibration solutions displayed on the selection screen.
  • the sensor device 10 receives an instruction to start calibration processing (step S23). For example, the sensor device 10 displays a “start” object on the touch panel 1119 and receives a start instruction from the user. The user presses the "start” object to start the proofreading process.
  • the sensor device 10 receives the first measurement data from the selected sensor by the second transmitter/receiver 193 (step S24).
  • the sensor device 10 stores the received first measurement data in the calibration measurement information 184 of the storage unit 180 .
  • the sensor device 10 uses the calibration unit 194 to estimate whether or not the calibration processing of the sensors 111 to 115 has succeeded (step S25). Specifically, for example, the calibration unit 194 monitors changes in measured values. The calibration unit 194 compares the transition of the measured value that is assumed when the calibration is successful, stored for each sensor, with the transition of the acquired measured value. For example, the calibration unit 194 determines that the calibration is successful when the transition of the acquired measured value falls within a predetermined range of expected transition.
  • the calibration unit 194 determines whether or not the measurement using the assumed calibration solution is completed (step S26). If the measurement using the assumed calibration solution has not been completed (No in step S26), the calibration unit 194 shifts the process to step S22.
  • the user drains the first calibration liquid from the flow cells 1111-1 and 1111-2 and supplies the second calibration liquid to the flow cells 1111-1 and 1111-2.
  • the calibration unit 194 performs sensor calibration processing in the flow cells 1111-1 and 1111-2 filled with the second calibration solution. When the sensor calibration process using the second calibration liquid is successful, the calibration unit 194 shifts the process to step S22.
  • the user drains the second calibration liquid from the flow cells 1111-1 and 1111-2 and supplies the third calibration liquid to the flow cells 1111-1 and 1111-2.
  • the calibration unit 194 performs sensor calibration processing in the flow cells 1111-1 and 1111-2 filled with the third calibration solution. If the sensor calibration process using the third calibration solution is successful, the calibration unit 194 shifts the process to step S27, for example.
  • the calibration unit 194 creates calibration-related information for each sensor based on the information measured for each sensor (step S27).
  • the calibration unit 194 stores information about the created calibration in the calibration information 181 of the storage unit 180 .
  • the sensor device 10 uses the first transmitting/receiving unit 192 to transmit the calibration-related information stored in the calibration information 181 to the server 20 at a predetermined timing.
  • the sensor device 10 transmits the information stored in the calibration measurement information 184 to the server 20 at a predetermined timing by the first transmission/reception section 192 .
  • the predetermined timing is as follows. ⁇ Predetermined cycle ⁇ Predetermined time ⁇ When calibration process is completed ⁇ When information is stored
  • the sensor device 10 uses sensors 111 to 118 to measure the quality of sample water. Specifically, for example, the sensors 111 to 115 and 118 inserted into the measurement ports of the flow cell 1111 and the TUR sensor 117 inserted into the shell 1171 are used to measure the water quality of the sample water.
  • FIG. 17 is a flow chart showing an example of the operation of the sensor shown in FIG.
  • the pH sensor 113 shown in FIG. 7 uses the pH electrode 1131 to measure the potential of the sample water filled in the flow cell 1111-1, for example, at a preset cycle (step S31).
  • the pH sensor 113 stores the obtained potential in the memory 11322 as first measurement data.
  • the pH sensor 113 corrects the abnormality contained in the first measurement data (step S32). Specifically, the pH sensor 113 reduces noise contained in the first measurement data using the learned model 113221, for example. Specifically, for example, the pH sensor 113 inputs the first measurement data to the learned model 113221, thereby replacing the measured value that suddenly changes with a value estimated from the previous measured value. Measured values that do not undergo sudden changes are directly output from the trained model 113221 . The pH sensor 113 stores the data output from the learned model 113221 in the memory 11322 as second measurement data.
  • the pH sensor 113 transmits the first measurement data and the second measurement data to the sensor device 10 via the input/output IF 11325 at predetermined timings.
  • the predetermined timing is as follows. ⁇ Predetermined cycle ⁇ When information is acquired ⁇ When information is stored
  • the sensors 111 to 115, 118, and the TUR sensor 117 inserted in the shell 1171 operate similarly to the pH sensor 113.
  • FIG. 18 is a flow chart showing an example of the operation of the sensor device 10 shown in FIG.
  • the control unit 190 receives the first measurement data and the second measurement data from the sensors 111 to 115, 117, and 118 using the second transmission/reception unit 193 (step S41).
  • the control unit 190 stores the received first measurement data and second measurement data in the measurement information 182 of the storage unit 180 .
  • the control unit 190 uses the calculation unit 195 to calculate the third measurement data from the second measurement data received from the sensors 111 to 115 and 117 and the calibration information corresponding to each sensor (step S42).
  • the calculation unit 195 calculates the EC value as the third measurement data, for example, from the second measurement data received from the EC sensor 111 and the information regarding the calibration of the EC sensor 111 . Further, the calculation unit 195 calculates the FCL value as the third measurement data, for example, from the second measurement data received from the FCL sensor 112 and the information regarding the calibration of the FCL sensor 112 . Further, the calculation unit 195 calculates the pH value as the third measurement data, for example, from the second measurement data received from the pH sensor 113 and information regarding calibration of the pH sensor 113 .
  • the calculation unit 195 calculates the ORP value as the third measurement data, for example, from the second measurement data received from the ORP sensor 114 and the information regarding the calibration of the ORP sensor 114 . Further, the calculation unit 195 calculates the nitric acid concentration as the third measurement data, for example, from the second measurement data received from the NO3 sensor 115 and the information regarding the calibration of the NO3 sensor 115 . Further, the calculation unit 195 calculates turbidity as the third measurement data, for example, from the second measurement data received from the TUR sensor 117 and the information regarding the calibration of the TUR sensor 117 .
  • the control unit 190 uses the estimation unit 196 to estimate whether or not an abnormality has occurred in the sensors 111 to 118 (step S43). For example, the estimation unit 196 combines the third measurement data calculated for the sensors 111 to 115 and 117, the first measurement data measured by the FLOW sensor 116, and the second measurement data measured by the TEMP sensor 118. Input to the trained model 185 . If an abnormality occurs in any of the sensors that have input measurement data, the trained model 185 determines which sensor is estimated to have an abnormality and which sensor is estimated to have an abnormality. error is output.
  • the learned model 185 identifies the sensor that is presumed to have a failure and the sensor that has a failure. is output. Also, if any of the sensors that input measurement data has a deviation from the time of calibration, the learned model 185 estimates that the deviation from the time of calibration has occurred, for example. The sensor and the fact that the sensor has deviated from the time of calibration are output.
  • the estimation unit 196 may present the estimation result to the user from the presentation control unit 199 .
  • the control unit 190 uses the complementing unit 198 to determine whether or not the failed sensor is included (step S44). If the failed sensor is included (Yes in step S44), the complementing unit 198 combines the measurement data of the failed sensor with the measurement data of a plurality of sensors obtained in the past and the data measured this time. Complementation is performed using measurement data from other sensors (step S45).
  • the complementing unit 198 discards the third measurement data calculated based on the measurement of the pH sensor 113 .
  • the complementing unit 198 obtains the third measurement data of the sensors 111 to 115 and 117, the first measurement data of the FLOW sensor 116, the second measurement data of the TEMP sensor 118, and the currently measured sensors 111 and 112. , 114 , 115 , 117 , the first measurement data of FLOW sensor 116 and the second measurement data of TEMP sensor 118 are used to calculate complementary measurement data of pH sensor 113 .
  • the complementing unit 198 stores the calculated complementary measurement data in the storage unit 180 as third measurement data.
  • step S44 If the failed sensor is not included (No in step S44), the complementing unit 198 shifts the process to step S46.
  • the control unit 190 uses the correction unit 197 to determine whether or not a sensor that deviates from the time of calibration is included (step S46). If a sensor that has deviated from the time of calibration is included (Yes in step S46), the correction unit 197 compares the measurement data of the sensor that has deviated from the time of calibration with the data of a plurality of sensors that have been acquired in the past. Correction is performed using the measurement data and the measurement data of the other sensor measured this time (step S47).
  • the correction unit 197 corrects the third measurement data calculated based on the measurement of the pH sensor 113 .
  • the correction unit 197 obtains the third measurement data of the sensors 111 to 115 and 117 acquired in the past, the first measurement data of the FLOW sensor 116, the second measurement data of the TEMP sensor 118, and the currently measured sensor Third measurement data of 111, 112, 114, 115, 117, first measurement data of FLOW sensor 116, and second measurement data of TEMP sensor 118, calculated based on measurement of pH sensor 113 Correct the measurement data.
  • the correction section 197 stores the corrected third measurement data in the storage section 180 .
  • control unit 190 terminates the process.
  • the complementing unit 198 determines in step S44 whether or not a failed sensor is included. In this determination, the complementing unit 198 may determine whether or not there is only one failed sensor. When there is only one failed sensor, the complementing unit 198 combines the measurement data of the failed sensor with the measurement data of a plurality of sensors acquired in the past and the measurement data of the other sensors currently measured. Complement with data and The complementing unit 198 stops the measurement by the sensor device 10 when two or more sensors have failed.
  • the correction unit 197 determines in step S46 whether or not a sensor that has deviated from the time of calibration is included. In this determination, the correction unit 197 may determine whether or not there is only one sensor that has deviated from the time of calibration. If there is only one sensor that has deviated from the time of calibration, the correction unit 197 combines the measurement data of the sensor that has deviated from the time of calibration with the measurement data of a plurality of sensors that have been acquired in the past and the current measurement data. Correction is performed using measured data of other sensors. The correction unit 197 stops the measurement by the sensor device 10 when two or more sensors deviate from the time of calibration.
  • step S45 the complementing unit 198 divides the measurement data of the sensor in which the failure has occurred into the measurement data of a plurality of sensors acquired in the past and the measurement data of the other sensors currently measured. I am trying to complement it with data.
  • step S45 the complementing unit 198 combines the measurement data obtained by the failed sensor with the measurement data obtained in the past by a plurality of sensor devices 10 installed in facilities with the same water source, and the measurement data obtained this time. It may be supplemented using the measured data obtained from
  • step S47 the correction unit 197 divides the measurement data from the sensors that have deviated from the time of calibration into the measurement data of the plurality of sensors that have been acquired in the past, is corrected using the measured data of the sensor.
  • the correcting unit 197 compares the measurement data from the sensor that has deviated from the time of calibration with the measurement data acquired in the past by a plurality of sensor devices 10 installed in facilities that share the same water source. , and the measurement data measured this time may be used for correction.
  • the first transmission/reception unit 192 transmits the first measurement data, the second measurement data, and the third measurement data to the server 20 via the communication unit 120 at predetermined timings.
  • the first transmission/reception unit 192 transmits the first measurement data, the second measurement data, and the third measurement data at a predetermined timing via the communication unit 120 to other sensors installed in the same water treatment facility.
  • Send to device 10 the predetermined timing is as follows. ⁇ Predetermined cycle ⁇ When information is acquired ⁇ When information is stored
  • the server 20 accumulates data and the like measured by the sensor device 10 and provides services utilizing the accumulated data.
  • FIG. 19 is a flow chart showing an example of the operation of the server 20 shown in FIG.
  • the control unit 203 receives from a predetermined user a specification of a water treatment facility related to the user and an instruction to analyze the specified water treatment facility (step S51). At this time, the user may select the type of analysis. Moreover, the control unit 203 may acquire information about the water treatment facility along with designation of the water treatment facility from a predetermined user.
  • the control unit 203 uses the analysis module 2034 to read information about the specified water treatment facility from the storage unit 202 .
  • the analysis module 2034 determines whether or not the designated water treatment facility has a predetermined contract based on the read information (step S52).
  • a predetermined contract represents, for example, a fee-based contract or a contract equivalent to a fee-based contract.
  • the predetermined subscription represents, for example, a paid subscription or a premium subscription.
  • the analysis module 2034 uses, for example, the latest version of the first trained model 2027 to analyze water treatment at the water treatment facility (step S53). Specifically, the analysis module 2034 inputs information about the specified water treatment facility into the latest version of the first trained model 2027 and causes the first trained model 2027 to output an assessment of the water treatment.
  • the analysis module 2034 extracts water treatment facilities similar to the specified water treatment facility based on the information read about the water treatment facility.
  • the analysis module 2034 for example, has a similar raw water quality to the specified water treatment facility, the same type of water treatment facility, has a similar processor, performs a similar treatment, and uses a similar chemical. Extract the water treatment facility in use as a similar water treatment facility.
  • the analysis module 2034 calculates the degree of similarity with the designated water treatment facility based on, for example, the quality of the raw water, the type of water treatment facility, the treatment equipment it has, the treatment to be performed, and the chemicals used.
  • the analysis module 2034 may also consider the environment of the water treatment facility and extract similar water treatment facilities. For example, the analysis module 2034 refers to changes in weather, temperature, humidity, wind speed, air pressure, dust, etc., and extracts water treatment facilities placed in similar environments. The analysis module 2034 calculates the degree of similarity with the specified water treatment facility based on, for example, the transition of the surrounding environment in which the water treatment facility is placed.
  • the analysis module 2034 compares the designated water treatment facility and the extracted water treatment facility.
  • the control unit 203 uses the presentation module 2039 to present the analysis result created in step S53 to the user (step S54). Specifically, the presentation module 2039 causes the terminal device 30 operated by the user to display the evaluation acquired by the analysis module 2034 and the results of comparison with similar water treatment facilities.
  • FIG. 20 is a schematic diagram showing a display example of the terminal device 30 used by the user.
  • the display example shown in FIG. 20 includes a first display area 31 that displays information about a designated water treatment facility and a second display area 32 that displays information about similar water treatment facilities.
  • the first display area 31 includes an evaluation 311 of the water treatment of the water treatment plant, display objects 312 and 313 and an instruction object 314 .
  • the display object 312 displays detailed information on the water treatment facility.
  • the display object 313 displays information representing changes in measured data. Information representing changes in measured data can be displayed in any manner. In this embodiment, for example, they are displayed as graphs.
  • a directive object 314 is an object for requesting improvements for a specified water treatment facility.
  • the second display area 32 includes an evaluation 321 of the water treatment of the water treatment facility, a degree of similarity 322 with the designated water treatment facility, a display object 323, and an instruction object 324.
  • the display object 323 displays detailed information on the water treatment facility.
  • the instruction object 324 is an object for displaying more detailed information about the water treatment facility.
  • the presentation module 2039 displays the water treatment facilities in an arbitrary order in the second display area 32.
  • the presentation module 2039 displays the water treatment facilities in order of plant ID, high evaluation, high similarity, and the like.
  • the presentation module 2039 displays changes in measurement data for that water treatment facility.
  • FIG. 21 is a schematic diagram showing a display example of the terminal device 30 used by the user.
  • the second display area 32 displays a display object 325 that displays changes in measured data.
  • the control unit 203 uses the proposal module 2037 to create a proposal for improving the evaluation of water treatment (step S55).
  • the suggestion module 2037 inputs information about the water treatment facility into the trained model and outputs improvement suggestions for improving the evaluation of the water treatment.
  • the control unit 203 uses the presentation module 2039 to present the user with a proposal for improving the evaluation of water treatment (step S56). Specifically, the presentation module 2039 causes the terminal device 30 operated by the user to display a proposal for improving the evaluation of water treatment.
  • FIG. 22 is a schematic diagram showing a display example of the terminal device 30 used by the user.
  • the display example shown in FIG. 22 includes a first display area 31 and a third display area 33 representing improvement plans for the water treatment facility.
  • the third display area 33 includes display objects 331 to 334 and a pointing object 3321 .
  • a display object 331 displays changes in measurement data as an improvement target.
  • Display objects 332-334 display suggestions for improvement.
  • Indication object 3321 is an object for requesting an estimate of the cost of adopting a proposal.
  • the presentation module 2039 provides the display objects 332 to 334 with proposals for improvement, such as a proposal for a new item to be sensed, a proposal for a new position for sensing, and a proposal for a new position where the sensor device 10 should be newly installed. , or displays proposals for operation control, etc.
  • the presentation module 2039 also displays the operational cost improvement with each proposal. Specifically, for example, presentation module 2039 may suggest wastewater monitoring to display object 334 and display wastewater cost reduction due to wastewater monitoring.
  • the proposal module 2037 creates an estimate based on the proposal when the user requests an estimate.
  • the presentation module 2039 presents the created quotation to the user.
  • step S52 if the water treatment facility does not have a predetermined contract, the analysis module 2034 analyzes the water treatment at the water treatment facility using, for example, the open version of the first trained model 2027 (step S57). Specifically, the analysis module 2034 inputs information about the specified water treatment facility into the open version of the first trained model 2027 and outputs an assessment of the water treatment from the first trained model 2027. Let Also, the analysis module 2034 extracts water treatment facilities similar to the specified water treatment facility, for example, based on the read information about the water treatment facility.
  • the control unit 203 uses the presentation module 2039 to present the analysis results created in step S57 to the user (step S58). Specifically, the presentation module 2039 causes the terminal device 30 operated by the user to display the evaluation acquired by the analysis module 2034 and the results of comparison with similar water treatment facilities.
  • the control unit 203 uses the proposal module 2037 to create a proposal for improving the evaluation of water treatment (step S59).
  • the suggestion module 2037 inputs information about the water treatment facility into the trained model and outputs improvement suggestions for improving the evaluation of the water treatment.
  • the learned model at this time may have an older version than the learned model used in step S55.
  • the control unit 203 uses the presentation module 2039 to present the user with a proposal for improving the evaluation of water treatment (step S510). Specifically, the presentation module 2039 causes the terminal device 30 operated by the user to display a proposal for improving the evaluation of water treatment.
  • the measurement data acquired by the sensor device 10 attached to the predetermined area is displayed, but the sensor device 10 that acquires the measurement data may be arbitrarily selectable. Also, measurement data obtained by the sensor devices 10 attached to a plurality of areas may be displayed.
  • FIG. 23 is a flow chart showing an example of the operation of the server 20 shown in FIG.
  • the control unit 203 receives designation of a water treatment facility related to the user and an instruction to monitor the designated water treatment facility from a predetermined user (step S61).
  • the control unit 203 uses the analysis module 2034 to estimate the power consumption in the water treatment facility (step S62). Specifically, for example, the analysis module 2034 inputs the operating status of the treatment device provided in the designated water treatment facility, various sensing information, etc. to the function for calculating the power consumption, Calculate The analysis module 2034 may estimate the power consumption of the entire water treatment facility or the power consumption of each treatment device provided in the water treatment facility.
  • the control unit 203 uses the presentation module 2039 to present the power consumption calculated in step S62 to the user (step S63).
  • the presentation module 2039 determines whether the calculated power consumption exceeds a preset threshold (step S64). If the calculated power consumption exceeds the preset threshold (Yes in step S64), the presentation module 2039 causes the terminal device 30 to present an alert indicating that the power consumption exceeds the threshold (step S65). Also, if the calculated power consumption exceeds a preset threshold, the analysis module 2034 estimates the expected impact if this power consumption is maintained. Presentation module 2039 presents the estimated impact to the user.
  • the control unit 203 uses the proposal module 2037 to create measures for reducing the power consumption estimated by the analysis module 2034 (step S66).
  • the control unit 203 uses the presentation module 2039 to present measures for reducing the estimated power consumption to the user (step S67). Specifically, the presentation module 2039 causes the terminal device 30 operated by the user to display measures for reducing the estimated power consumption.
  • FIG. 24 is a schematic diagram showing a display example of the terminal device 30 used by the user.
  • the display example shown in FIG. 24 includes display objects 341-344.
  • the display object 341 displays the treatment devices that constitute the water treatment facility.
  • the display object 342 displays the power consumption of each treatment device that constitutes the water treatment facility.
  • a display object 342 whose power consumption exceeds the threshold is given an effect distinguishable from others. In the example shown in FIG. 24, "power consumption: W3" is bolded.
  • the display object 343 displays an alert indicating that the power consumption exceeds the threshold.
  • the display object 343 displays the effects that will occur if countermeasures against alerts are not taken.
  • a display object 344 displays countermeasures for reducing power consumption.
  • FIG. 25 is a flow chart showing an example of the operation of the server 20 shown in FIG.
  • the control unit 203 receives, from a predetermined user, input of the design data of the water treatment facility assumed by the user and the water quality data of the water to be treated by the water treatment facility, and the instruction of the simulation as the designation of the water treatment facility. Accept (step S71).
  • the control unit 203 uses the simulation module 2035 to determine whether or not the user who requested the simulation has a predetermined contract (step S72). If the user has a predetermined contract, the simulation module 2035, for example, uses the latest version of the second trained model 2028 to estimate the water treatment in the assumed water treatment facility (step S73). Specifically, the simulation module 2035 inputs the design data of the assumed water treatment facility and the water quality data of the water to be treated in this water treatment facility into the latest version of the second trained model 2028, Information for estimating water treatment is output from the second trained model 2028 .
  • Information for estimating water treatment includes, for example: ⁇ Measurement data at specified locations of water treatment facilities ⁇ Operational status of treatment equipment ⁇ Amount of water used ⁇ Amount of pollutants discharged ⁇ Amount of water reused ⁇ Operation costs
  • the control unit 203 uses the presentation module 2039 to present the estimation result created in step S73 to the user (step S74). Specifically, the presentation module 2039 displays the estimation result acquired by the simulation module 2035 on the terminal device 30 operated by the user.
  • FIG. 26 is a schematic diagram showing a display example of the terminal device 30 used by the user.
  • the display example shown in FIG. 26 includes display objects 351 to 353 and pointing objects 354 and 355.
  • the display object 351 displays design data of an assumed plant.
  • the display object 352 displays the treatment devices that make up the water treatment facility.
  • the display object 353 displays the power consumption of each treatment device that constitutes the water treatment facility.
  • the indication object 354 is an object for requesting measurement data obtained by the sensor device 10 installed in the assumed water treatment plant.
  • the indication object 355 is an object for requesting improvement proposals for the assumed water treatment facility.
  • the control unit 203 uses the proposal module 2037 to create a proposal for improving the estimation result of water treatment (step S75). Specifically, for example, the proposal module 2037 proposes a new item to be sensed, a new position to be sensed, a new position to newly install the sensor device 10, or a proposal for operational control. to create
  • the control unit 203 uses the presentation module 2039 to present the user with a proposal for improving the estimation result of water treatment (step S76). Specifically, the presentation module 2039 causes the terminal device 30 operated by the user to display a proposal for improving the estimation result of water treatment. The presentation module 2039 also displays the operational cost improvement with each proposal.
  • step S72 if the user does not have a predetermined contract, the simulation module 2035, for example, uses the open version of the second trained model 2028 to estimate the water treatment in the assumed water treatment facility (step S77). Specifically, the simulation module 2035 inputs the design data of the assumed water treatment facility and the water quality data of the water to be treated in this water treatment facility into the open version of the second trained model 2028. and output information for estimating water treatment from the second trained model 2028 .
  • the control unit 203 uses the presentation module 2039 to present the estimation result created in step S77 to the user (step S78). Specifically, the presentation module 2039 displays the estimation result acquired by the simulation module 2035 on the terminal device 30 operated by the user.
  • control unit 203 uses the proposal module 2037 to create a proposal for improving the estimation result of water treatment (step S79).
  • the control unit 203 uses the presentation module 2039 to present the user with a proposal for improving the estimation result of water treatment (step S710). Specifically, the presentation module 2039 causes the terminal device 30 operated by the user to display a proposal for improving the estimation result of water treatment. The presentation module 2039 also displays the operational cost improvement with each proposal. (Data utilization in server 20: proofreading process) FIG. 27 is a flow chart showing an example of the operation of the server 20 shown in FIG.
  • the control unit 203 uses the calibration setting module 2036 to determine whether there is a sensor device 10 having a sensor that requires calibration (step S81). Specifically, the calibration setting module 2036 determines whether or not the sensor is in a state that requires calibration, for example, based on information obtained from measurements by the sensor device 10 . In other words, for example, if there is a sensor whose measured value changes with the passage of time in a trend different from that of other sensors, the calibration setting module 2036 determines that the sensor needs to be calibrated. Calibration setting module 2036 may determine that a sensor is in need of calibration if it has been calibrated for a predetermined period of time. When there is a calibration request from the sensor device 10, the calibration setting module 2036 may determine that the sensor provided in the sensor device 10 is in a state requiring calibration.
  • the calibration setting module 2036 calculates calibration-related information for the sensor (step S82). Specifically, the calibration setting module 2036 stores, for example, the first measurement data, the second measurement data, and the third measurement data acquired by the sensor device 10, which are accumulated in the measurement table 2024, and the calibration table 2025. Information on calibration is calculated from stored information on calibration set in the past.
  • the calibration setting module 2036 uses measurement information of the sensor device 10 that has been measured in the past as input data, and uses information related to calibration that has been set in the past as correct output data to a learned model that has been learned, and adds the latest first Input the measurement data, the second measurement data, and the third measurement data, and obtain the information about the calibration.
  • the control unit 203 uses the transmission control module 2032 to transmit the calculated information related to calibration to the sensor device 10 having the sensor determined to require calibration (step S83).
  • the control unit 190 uses the second transmission/reception unit 193 to acquire measurement data from the plurality of sensors 111 to 118 that measure different items.
  • the control unit 190 uses the estimating unit 196 to estimate whether or not there is an abnormality in any of the plurality of sensors based on the acquired measurement data of the plurality of items and the previously acquired measurement data of the plurality of items.
  • the control unit 190 causes the correction unit 197 or the complementing unit 198 to combine the measurement data measured by the sensor estimated to have an abnormality into the acquired measurement data of multiple items and the measurement data of multiple items acquired in the past. modify based on. As a result, it is possible to estimate in real time which sensor among the sensors 111 to 118 has an abnormality.
  • the sensor device 10 having a plurality of sensors for measuring different items according to the present embodiment it is possible to accurately measure the measurement items.
  • the estimation unit 196 estimates whether or not any of the plurality of sensors has failed based on the acquired measurement data of the plurality of items and the measurement data of the plurality of items acquired in the past. do.
  • the complementing unit 198 complements the measurement data measured by the sensor estimated to be malfunctioning based on the acquired measurement data of multiple items and the measurement data of multiple items acquired in the past. This makes it possible to estimate in real time which sensor among the sensors 111 to 118 has failed. In addition, it becomes possible to complement the measured data from the failed sensor in real time. Therefore, even if a sensor included in the sensor device 10 fails, it is possible to suppress the influence of the failure on the measurement data. Also, even if the sensor fails, there is no need to immediately stop the measurement.
  • the estimating unit 196 determines whether or not any of the plurality of sensors deviates from the time of calibration. estimated based on The correction unit 197 corrects the measurement data measured by the sensor, which is estimated to be deviated from the time of calibration, based on the acquired measurement data of the plurality of items and the measurement data of the plurality of items acquired in the past. .
  • This makes it possible to estimate in real time which of the sensors 111 to 118 has deviated from the time of calibration.
  • the control unit 190 uses the first transmission/reception unit 192 to acquire measurement data of a plurality of items measured by other sensor devices 10 that measure water from the same water source.
  • the estimating unit 196 determines whether or not there is an abnormality in any of the plurality of sensors based on the obtained measurement data of the plurality of items, the measurement data of the plurality of items obtained from the other sensor devices 10, and the plurality of items obtained in the past. and the measurement data of a plurality of items previously acquired from other sensor devices 10 .
  • the sensors of the sensor device 10 measuring water from the same water source which are expected to exhibit the same behavior, are compared, so that an abnormality occurring in the sensor can be detected with high accuracy.
  • the correcting unit 197 or the complementing unit 198 combines the measurement data measured by the sensor estimated to have an abnormality with the acquired measurement data of the plurality of items and the measurement data of the plurality of items acquired from the other sensor device 10. Correction is performed based on the measurement data of the item, the measurement data of a plurality of items acquired in the past, and the measurement data of a plurality of items acquired in the past from other sensor devices 10 . This allows the sensors of the sensor device 10 measuring water from the same water source, which are expected to exhibit the same behavior, to be compared, so that the effects of anomalies occurring in the sensors can be corrected with high accuracy.
  • the estimating unit 196 stores the measurement data of a plurality of items acquired in the past as input data, and the determination of the occurrence of an abnormality based on the measurement data as correct output data in a learned model that has been learned. Presence or absence of abnormal occurrence is estimated by inputting measurement data of multiple items. This makes it possible to further improve the accuracy of estimating the occurrence of an abnormality.
  • the sensor device 10 has the touch panel 1119 .
  • sensor device 10 may not have touch panel 1119 .
  • the control unit 190 may transmit information related to processing in the control unit 190 to the terminal device 30 operated by the user by the first transmission/reception unit 192 .
  • the terminal device 30 displays the information transmitted from the sensor device 10 on the display of the terminal device 30 . Further, the sensor device 10 may receive an operation from the user via the terminal device 30 by the first transmission/reception section 192 .
  • the terminal device 30 installs an application for cooperating with the sensor device 10, for example. As a result, in the terminal device 30, a function of displaying information related to processing in the control unit 190 on the display and a function of receiving an operation to the sensor device 10 from the user are realized.
  • the versions of the trained models described in the above embodiments may differ depending on the contract, regardless of the presence or absence of the description.
  • the first trained model 2027 may be created in a plurality of types according to analysis criteria.
  • the first trained model 2027 may be of different types used by contracts.
  • the sensor device 10 has sensors capable of measuring different items.
  • any of the sensors included in the sensor device 10 may be capable of measuring the same item.
  • the sensor device 10 determines that an abnormality has occurred in one sensor. This makes it possible to more accurately determine whether or not an abnormality has occurred in the sensor.
  • the estimating unit 196 estimates that the sensor that detected the measured information includes a sensor that has shifted from the time of calibration
  • the sensor device 10 sends the server 20 information related to calibration of the sensor. may be requested.
  • the deviation from the time of calibration may differ between the case of correcting the measured value and the case of requesting information on calibration.
  • the deviation is set to be larger than when correcting the measured value.
  • the estimating unit 196 estimates a sensor that requires calibration among the plurality of sensors based on the measurement data of the plurality of items acquired from the plurality of sensors and the measurement data of the plurality of items acquired in the past.
  • the first transmitting/receiving unit 192 requests the server 20 for information on calibration of the estimated sensor requiring calibration.
  • the sensor device 10 automatically determines whether or not calibration is necessary, and requests information about calibration from the server.
  • FIG. 28 is a block diagram showing the basic hardware configuration of computer 90.
  • the computer 90 includes at least a processor 91, a main storage device 92, an auxiliary storage device 93, and a communication IF 99 (interface). These are electrically connected to each other by a bus.
  • the processor 91 is hardware for executing the instruction set described in the program.
  • the processor 91 is composed of an arithmetic unit, registers, peripheral circuits, and the like.
  • the main storage device 92 is for temporarily storing programs and data processed by the programs.
  • it is a volatile memory such as a DRAM (Dynamic Random Access Memory).
  • the auxiliary storage device 93 is a storage device for storing data and programs. Examples include flash memory, HDD (Hard Disc Drive), magneto-optical disk, CD-ROM, DVD-ROM, and semiconductor memory.
  • the communication IF 99 is an interface for inputting/outputting signals for communicating with other computers via a network using a wired or wireless communication standard.
  • the network is composed of various mobile communication systems constructed by the Internet, LAN, wireless base stations, and the like.
  • networks include 3G, 4G, and 5G mobile communication systems, LTE (Long Term Evolution), wireless networks (for example, Wi-Fi (registered trademark)) that can be connected to the Internet through predetermined access points, and the like.
  • communication protocols include, for example, Z-Wave (registered trademark), ZigBee (registered trademark), Bluetooth (registered trademark), and the like.
  • the network includes direct connection using a USB (Universal Serial Bus) cable or the like.
  • the computer 90 can be virtually realized by distributing all or part of each hardware configuration to a plurality of computers 90 and connecting them to each other via a network.
  • the computer 90 is a concept that includes not only the computer 90 housed in a single housing or case, but also a virtualized computer system.
  • the computer includes at least functional units of a control section, a storage section, and a communication section.
  • the functional units included in the computer 90 can be implemented by distributing all or part of each functional unit to a plurality of computers 90 interconnected via a network.
  • the computer 90 is a concept that includes not only a single computer 90 but also a virtualized computer system.
  • the control unit is implemented by the processor 91 reading various programs stored in the auxiliary storage device 93, developing them in the main storage device 92, and executing processing according to the programs.
  • the control unit can implement functional units that perform various information processing according to the type of program.
  • the computer is implemented as an information processing device that performs information processing.
  • the storage unit is realized by the main storage device 92 and the auxiliary storage device 93.
  • the storage unit stores data, various programs, and various databases.
  • the processor 91 can secure a storage area corresponding to the storage unit in the main storage device 92 or the auxiliary storage device 93 according to the program.
  • the control unit can cause the processor 91 to execute addition, update, and deletion processing of data stored in the storage unit according to various programs.
  • a database refers to a relational database, and is for managing data sets called tables in tabular form, which are structurally defined by rows and columns, in association with each other.
  • a table is called a table
  • columns of a table are called columns
  • rows of a table are called records.
  • Relational databases allow you to establish and associate relationships between tables.
  • Each table usually has a key column that uniquely identifies a record, but setting a key to the column is not essential.
  • the control unit can cause the processor 91 to add, delete, and update records in a specific table stored in the storage unit according to various programs.
  • the communication unit is realized by the communication IF 99.
  • the communication unit implements a function of communicating with another computer 90 via a network.
  • the communication section can receive information transmitted from another computer 90 and input it to the control section.
  • the control unit can cause the processor 91 to execute information processing on the received information according to various programs.
  • the communication section can transmit information output from the control section to another computer 90 .
  • Appendix 1 A program for execution by a computer comprising a processor and a memory, the program instructing the processor to obtain measurement data from a plurality of sensors each measuring a separate item; a step of estimating whether or not there is an abnormality in the sensor based on the obtained measurement data of the plurality of items and the measurement data of the plurality of items obtained in the past; is corrected based on the obtained measurement data of the plurality of items and the previously obtained measurement data of the plurality of items.
  • (Appendix 4) causing the processor to execute a step of acquiring measurement data of a plurality of items measured by other sensor devices that measure water from the same water source; , acquired measurement data of multiple items, measurement data of multiple items acquired from other sensor devices, measurement data of multiple items acquired in the past, and measurement data of multiple items acquired in the past from other sensor devices
  • the program according to any one of (Appendix 1) to (Appendix 3), which estimates based on. (Appendix 5)
  • the measurement data measured by the sensor estimated to be abnormal is divided into the acquired measurement data of the plurality of items, the measurement data of the plurality of items acquired from other sensor devices, and the previously acquired measurement data of the plurality of items.
  • (Appendix 6) In the step of estimating, input the acquired measurement data of multiple items to a trained model that has been trained using measurement data of multiple items acquired in the past as input data and judgment of occurrence of abnormality based on the measurement data as correct output data.
  • Appendix 7 A computer implemented method comprising a processor and a memory, wherein the processor obtains measurement data from a plurality of sensors each measuring a separate item; a step of estimating whether or not there is an abnormality based on the acquired measurement data of multiple items and the measurement data of multiple items acquired in the past; A method for performing the step of correcting based on the measurement data of multiple items and the previously acquired measurement data of multiple items.
  • An information processing apparatus comprising a control unit and a storage unit, wherein the control unit acquires measurement data from a plurality of sensors that measure different items; a step of estimating whether or not there is an abnormality based on the acquired measurement data of multiple items and the measurement data of multiple items acquired in the past; An information processing apparatus that executes a step of correcting based on measurement data of multiple items and measurement data of multiple items acquired in the past.
  • (Appendix 9) Means for acquiring measurement data from a plurality of sensors each measuring a different item; Whether there is an abnormality in any of the plurality of sensors; means for estimating based on the measurement data of the item, and the measurement data measured by the sensor that is estimated to be abnormal, based on the acquired measurement data of the plurality of items and the measurement data of the plurality of items acquired in the past.
  • Air bleeding valve 11151 Insertion DESCRIPTION OF SYMBOLS 1116... Drain valve 1117... Flow regulating valve 1118... Air filter 1119... Touch panel 11191... Touch sensitive device 11192... Display 1120-1122... Joint 12... Lid 120... Communication part 131... Touch sensitive device 141... Display 180...

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Quality & Reliability (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)
  • Indication And Recording Devices For Special Purposes And Tariff Metering Devices (AREA)
  • Investigating Or Analyzing Materials By The Use Of Electric Means (AREA)

Abstract

プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップとを実行させるプログラム。

Description

プログラム、方法、情報処理装置、システム
　本開示は、プログラム、方法、情報処理装置、システムに関する。
　１つのセンサ装置で複数の測定項目に応じた機能を容易に利用することのできるセンサ装置が提案されている（特許文献１参照）。
特開２０２０－１６５７３７号公報
　特許文献１に記載の技術では、例えば、ｐＨ計では、校正時の不斉電位が所定値に達した場合、異常（劣化）と判断するようにしている。しかしながら、このようなセンサ装置では、校正時にしか異常の判断ができず、ｐＨを正確に計測できない恐れがある。
　本開示の目的は、別々の項目を測定する複数のセンサを有するセンサ装置において、測定項目を正確に計測することにある。
　プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムである。プログラムは、プロセッサに、それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップとを実行させる。
　本開示によれば、別々の項目を測定する複数のセンサを有するセンサ装置において、測定項目を正確に計測できる。
システム１の全体構成の例を示すブロック図である。 図１に示すセンサ装置１０を正面から見た外観を表す模式図である。 図１に示すセンサ装置１０の斜視図を表す模式図である。 図２及び図３に示すセンサ装置１０のセンサプローブに関する部材を表す模式図である。 図２及び図３に示すセンサ装置１０の配管系統図である。 図２及び図３に示すセンサ装置１０の機能構成を表すブロック図である。 ｐＨセンサ１１３の構成を表す模式図である。 サーバ２０の機能的な構成の例を示す図である。 プラントテーブル２０２１のデータ構造を示す図である。 設置テーブル２０２２のデータ構造を示す図である。 プラント環境テーブル２０２３のデータ構造を示す図である。 測定テーブル２０２４のデータ構造を示す図である。 校正テーブル２０２５のデータ構造を示す図である。 モデルテーブル２０２６のデータ構造を示す図である。 図１に示すセンサ装置１０がサーバ２０から校正に関する情報を取得する動作の例を説明する図である。 図２、３に示すセンサ装置１０が校正処理を実施する動作の例を表すフローチャートである。 図７に示すセンサの動作の例を表すフローチャートである。 図６に示すセンサ装置１０の動作の例を表すフローチャートである。 図８に示すサーバ２０の動作の例を表すフローチャートである。 ユーザが利用する端末装置３０の表示例を表す模式図である。 ユーザが利用する端末装置３０の表示例を表す模式図である。 ユーザが利用する端末装置３０の表示例を表す模式図である。 図８に示すサーバ２０の動作の例を表すフローチャートである。 ユーザが利用する端末装置３０の表示例を表す模式図である。 図８に示すサーバ２０の動作の例を表すフローチャートである。 ユーザが利用する端末装置３０の表示例を表す模式図である。 図８に示すサーバ２０の動作の例を表すフローチャートである。 コンピュータ９０の基本的なハードウェア構成を示すブロック図である。
　以下、本開示の実施形態について図面を参照して説明する。実施形態を説明する全図において、共通の構成要素には同一の符号を付し、繰り返しの説明を省略する。なお、以下の実施形態は、特許請求の範囲に記載された本開示の内容を不当に限定するものではない。また、実施形態に示される構成要素のすべてが、本開示の必須の構成要素であるとは限らない。また、各図は模式図であり、必ずしも厳密に図示されたものではない。
　＜概略＞
　本実施形態に係るセンサ装置は、それぞれが別々の項目を測定する複数のセンサを有する構成において、いずれかのセンサに異常が発生した場合、現在の測定データと、過去の測定データとに基づいて、異常が発生したセンサを推定する。センサ装置は、異常が発生したと推定したセンサによる測定値を修正する。
　＜１　システムの構成＞
　図１は、システム１の全体構成の例を示すブロック図である。図１に示すシステム１は、例えば、水処理施設で測定された測定データを管理する。システム１は、例えば、センサ装置１０、サーバ２０、及び端末装置３０を含む。センサ装置１０、サーバ２０、及び端末装置３０は、例えば、ネットワーク８０を介して通信接続する。
　図１に示すセンサ装置１０は、例えば、水処理施設における様々な位置に設置され、設置された位置における水に関する複数種類の項目を測定する情報処理装置である。本実施形態において、水処理施設は、例えば、地下水活用施設、下水処理施設、浄水処理施設等、様々な水処理施設が含まれ得る。センサ装置１０は、例えば、水処理施設を構成する処理器へ供給される水、処理器で処理されている水、処理器から排出される水のうち、少なくともいずれかの成分を検出する。
　水処理施設を構成する処理器は、水処理施設が地下水活用施設である場合、例えば、原水槽、前ろ過器、膜ろ過器、処理水槽、又は受水槽等である。水処理施設が下水処理施設である場合、処理器は、例えば、沈砂池、最初沈殿池、反応タンク、最終沈殿池、又は消毒設備等である。水処理施設が浄水処理施設である場合、処理器は、例えば、着水井、フロック形成池、沈殿池、ろ過池、又は浄水池等である。
　図１において、システム１は、３か所の水処理施設に設置されるセンサ装置１０について説明しているが、センサ装置１０が設置される水処理施設は、３か所に限定されない。センサ装置１０が設置される水処理装置は、３か所未満であってもよいし、３か所以上であってもよい。
　また、センサ装置１０が取り付けられるのは水処理施設に限定されない。センサ装置１０は、所定規模の集落毎に設けられる水処理装置に取り付けられてもよいし、各個に設けられる水処理装置に取り付けられてもよい。
　また、水に関する項目を測定するデバイスはセンサ装置１０に限定されない。例えば、システム１は、以下のデバイスを含んでもよい。
　・処理器の稼働状況を検知するデバイス
　・水の使用量を測定するデバイス
　・汚染物質の排出量を測定するデバイス
　・水の再利用量を測定するデバイス
　・処理器での使用電力を検知するデバイス
　サーバ２０は、例えば、水処理施設に係るデータ、及び水処理施設で測定された測定データ等を管理し、所定の水処理施設における水処理を評価する情報処理装置である。
　本実施形態において、複数の装置の集合体を１つのサーバとしてもよい。１つ又は複数のハードウェアに対して本実施形態に係るサーバ２０を実現することに要する複数の機能の配分の仕方は、各ハードウェアの処理能力及び／又はサーバ２０に求められる仕様等に鑑みて適宜決定することができる。
　端末装置３０は、例えば、サーバ２０により提供されるサービスを利用するユーザが操作する情報処理装置である。端末装置３０は、据え置き型のＰＣ（Personal Computer）、又はラップトップＰＣ等により実現される。端末装置３０は、例えば、スマートフォン、又はタブレット等の携帯端末により実現されてもよい。
　各情報処理装置は演算装置と記憶装置とを備えたコンピュータにより構成されている。コンピュータの基本ハードウェア構成および、当該ハードウェア構成により実現されるコンピュータの基本機能構成は後述する。センサ装置１０、サーバ２０、及び端末装置３０のそれぞれについて、後述するコンピュータの基本ハードウェア構成およびコンピュータの基本機能構成と重複する説明は省略する。
　＜１．１　センサ装置の構成＞
　図２は、図１に示すセンサ装置１０を正面から見た外観を表す模式図である。図３は、図１に示すセンサ装置１０の斜視図を表す模式図である。図４は、図２及び図３に示すセンサ装置１０のセンサプローブに関する部材を表す模式図である。図５は、図２及び図３に示すセンサ装置１０の配管系統図である。図６は、図２及び図３に示すセンサ装置１０の機能構成を表すブロック図である。
　センサ装置１０は、筐体１１に水質を測定するための部材が収納されている。筐体１１には、開閉自在の蓋１２が取り付けられている。
　筐体１１は、１面が開放された略直方体形状をしている。筐体１１の１つの側面（第１側面）には、試料水を排水するための配管接続穴１１ａ、試料水を供給するための配管接続穴１１ｂ、電源入力及び信号出力のための配管接続穴１１ｃ（図３の例では３つ）、及び吸気口１１ｄが形成されている。筐体１１の第１側面と対向する側面（第２側面）には、排気口１１ｅ（図示せず）が形成されている。
　配管接続穴１１ａには、バルブ１１１０が取り付けられている。配管接続穴１１ｂには、バルブ１１９が取り付けられている。吸気口１１ｄには、エアフィルター１１１８が取り付けられている。
　筐体１１の内部には、各種センサ１１１～１１８、フローセル１１１１、制御ボックス１１１２、電源入力用の端子台１１１３、外部出力用の端子台１１１４、エア抜き弁１１１５、排水弁１１１６、及び流量調整弁１１１７が収納されている。
　各種センサ１１１～１１８は、例えば、電気伝導率セルを備えた電気伝導率測定用のセンサ（以下ではＥＣセンサと称する）１１１を含む。各種センサ１１１～１１８は、例えば、塩素濃度を測定する残留塩素測定用のセンサ（以下ではＦＣＬセンサと称する）１１２を含む。各種センサ１１１～１１８は、例えば、ｐＨを測定するための電極（基準電極及び比較電極）を備えたｐＨ測定用のセンサ（以下ではｐＨセンサと称する）１１３を含む。各種センサ１１１～１１８は、例えば、酸化－還元電位を測定するための電極（基準電極及び比較電極）を備えた酸化－還元電位測定用のセンサ（以下ではＯＲＰセンサと称する）１１４を含む。各種センサ１１１～１１８は、例えば、硝酸イオンを測定する硝酸イオン測定用のセンサ（以下ではＮＯ３センサと称する）１１５を含む。各種センサ１１１～１１８は、例えば、センサ装置１０へ流入する水の流量を測定するためのセンサ（以下ではＦＬＯＷセンサと称する）１１６を含む。各種センサ１１１～１１８は、例えば、センサ装置１０へ流入する水の濁度を測定するためのセンサ（以下ではＴＵＲセンサと称する）１１７を含む。各種センサ１１１～１１８は、例えば、センサ装置１０へ流入する水の温度を測定するためのセンサ（以下ではＴＥＭＰセンサと称する）１１８を含む。
　なお、センサ装置１０で使用される各種センサは、これらに限定されない。例えば、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、及びＮＯ３センサ１１５のいずれかに代えて他の項目を測定するセンサが搭載されてもよい。また、例えば、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、及びＮＯ３センサ１１５のいずれかが搭載されていなくてもよい。また、例えば、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、及びＮＯ３センサ１１５に加え、他の項目を測定するセンサが搭載されてもよい。このとき、例えば、センサを増加させる応じ、フローセル１１１１を増設してもよい。フローセル１１１１の増設に対しては、例えば、筐体１１の容量を大きくすることで対応してもよい。
　例えば、センサ１１１～１１５は、以下に列挙する少なくともいずれかをセンシングしてもよい。また、上記のセンサの他に、以下に列挙する少なくともいずれかをセンシングするセンサを有してもよい。
　（１）アルカリ度、イオン濃度、硬度
　（２）色度、粘度、溶存酸素
　（３）臭気、アンモニア態窒素・硝酸態窒素・亜硝酸態窒素・全窒素・全リン・全有機炭素・全無機炭素・全トリハロメタン
　（４）微生物センサの検知結果、化学的酸素要求量、生物学的酸素要求量
　（５）シアン、水銀、油分、界面活性剤
　（６）光学センサの検知結果、ＴＤＳ（Total Dissolved Solids）センサの検知結果
　（７）質量分析結果、微粒子、ゼータ電位、表面電位
　センサ１１１～１１５、１１８は、フローセル１１１１に着脱自在に収容されている。ここでは、図４を参照し、例えば、ＮＯ３センサ１１５の形状について説明する。なお、センサ１１１～１１４、１１８の形状は、ＮＯ３センサ１１５の形状と同様である。
　ＮＯ３センサ１１５は、把持部１１５ａ、鍔部１１５ｂ、及び測定部１１５ｃを有する。把持部１１５ａは、ＮＯ３センサ１１５がフローセル１１１１に装着されている際に、フローセル１１１１から突出する領域である。把持部１１５ａは、例えば、ユーザが把持しやすい形状に形成されている。把持部１１５ａの頂部には、給電、及びデータ送信のためのコードが接続されている。
　鍔部１１５ｂは、ＮＯ３センサ１１５をフローセル１１１１に挿入した際に、ストッパーとなる領域である。鍔部１１５ｂの測定部１１５ｃ側の一部には、ネジとして機能するための溝が形成されている。
　測定部１１５ｃは、水質を測定するための部材が格納される領域である。測定部１１５ｃは、フローセル１１１１に形成される測定口１１１１２に挿入される。測定部１１５ｃの外径は、測定口１１１１２の内径よりも小径となっている。
　フローセル１１１１は、試料水をセンサ１１１～１１５、１１８の測定部と接触させ、センサ１１１～１１５、１１８に、正確に水質を測定させるための部材である。本実施形態では、フローセル１１１１－１は、センサ１１１～１１３を収容可能に形成されている。フローセル１１１１－２は、センサ１１４、１１５、１１８を収容可能に形成されている。なお、本実施形態では、フローセル１１１１－１、１１１１－２がそれぞれセンサを３台ずつ収容可能な構成を説明している。しかしながら、フローセルは、３台以上、又は３台未満のセンサを収容可能な構成であってもよい。
　ここでは、図４を参照し、例えば、フローセル１１１１－２の形状について説明する。なお、フローセル１１１１－１の形状は、フローセル１１１１－２の形状と同様である。フローセル１１１１－２は、センサ１１４、１１５、１１８の把持部が筐体１１の開口部方向へ向くように形成されている。フローセル１１１１－２は、センサ１１４、１１５、１１８の把持部が上方を向くように形成されている。これにより、センサ装置１０を使用するユーザがセンサ１１４、１１５、１１８を収容しやすくなり、かつ、取り外しやすくなる。また、センサ１１４、１１５、１１８の取り外し時にフローセル１１１１－２から水が漏れるのを防ぐことが可能となる。
　フローセル１１１１－２の内部には、測定口１１１１１、１１１１２、１１１１３、試料水の送水路１１１１４、エア抜き路１１１１５が形成されている。ここでは、図４を参照し、例えば、測定口１１１１２の形状について説明する。なお、測定口１１１１１、１１１１３の形状は、測定口１１１１２の形状と同様である。
　測定口１１１１２は、第１円筒部１１１１２ａ、第２円筒部１１１１２ｂを有する。第１円筒部１１１１２ａは、筐体１１の正面に向かって所定の角度で開口するように形成されている。第１円筒部１１１１２ａの内径は、ＮＯ３センサ１１５の鍔部１１５ｂの外径と略同径となるように形成されている。第１円筒部１１１１２ａの内壁には円周方向に沿って溝が形成されている。当該溝は、鍔部１１５ｂに形成される溝とかみ合うことで、ＮＯ３センサ１１５を測定口１１１１２に対して固定することが可能である。
　第２円筒部１１１１２ｂは、第１円筒部１１１１２ａの底部から第１円筒部１１１１２ａと同方向に形成されている。第２円筒部１１１１２ｂの内径は、第１円筒部１１１１２ａの内径よりも小径である。第２円筒部１１１１２ｂの内径は、ＮＯ３センサ１１５の測定部１１５ｃの外径よりもわずかに大径となっている。
　第２円筒部１１１１２ｂは、第２円筒部１１１１２ｂの底部近傍において、送水路１１１１４と交差している。第２円筒部１１１１２ｂは、送水路１１１１４よりも開口方向に手前の位置でエア抜き路１１１１５と交差している。送水路１１１１４は、エア抜き路１１１１５よりも、フローセル１１１１－２の背面側で第２円筒部１１１１２ｂと交差する。また、送水路１１１１４は、エア抜き路１１１１５よりも、高い位置で第２円筒部１１１１２ｂと交差する。
　測定口１１１１３の第２円筒部１１１１３ｂは、底部に孔１１１１３ｃが形成されている。孔１１１１３ｃには、継手１１２２が設置されている。継手１１２２は、例えば、排水弁１１１６とホースにより接続される。
　送水路１１１１４は、フローセル１１１１－２を上下方向に貫通するように形成されている。送水路１１１１４の上端には、継手１１２０が設置されている。継手１１２０は、例えば、フローセル１１１１－１の送水路１１１１４の下端に設置される継手１１２１とホースにより接続される。送水路１１１１４の下端には、継手１１２１が設置されている。継手１１２１は、例えば、配管接続穴１１ａ及び排水弁１１１６とホースにより接続される。
　エア抜き路１１１１５は、測定口１１１１３を下端とし、フローセル１１１１－２を上方に抜けるように形成されている。エア抜き路１１１１５の上端には、エア抜き弁１１１５が設置されている。エア抜き弁１１１５は、つまみを操作することで、弁を開閉することが可能である。
　ＦＬＯＷセンサ１１６は、配管接続穴１１ｂと、流量調整弁１１１７を介して接続されている。流量調整弁１１１７に設けられる流量調整つまみを回すことで、流量が増減する。ＦＬＯＷセンサ１１６は、配管接続穴１１ｂから供給される試料水の流量を測定する。
　ＴＵＲセンサ１１７は、シェル１１７１に挿入されている。シェル１１７１は、ＦＬＯＷセンサ１１６から供給される試料水で満たされている。シェル１１７１を通過した試料水は、フローセル１１１１－１の上方に設けられている継手１１２０へ供給される。
　センサ１１１～１１８は、図５に示す配管系統により、試料水が供給されている。
　制御ボックス１１１２は、電源の制御、及びセンサ装置１０における各種の動作を制御する。制御ボックス１１１２は、例えば、ブレーカースイッチ、各種センサと接続するためのコネクタ、通信ＩＦと接続するためのコネクタ、ＣＰＵ冷却用のファン、各種センサ１１１～１１８へデータを送信し、又は各種センサ１１１～１１８からデータを受信するための接続用基板、及びＣＰＵを搭載するための基板等を備える。
　蓋１２には、タッチパネル１１１９が設置されている。タッチパネル１１１９は、例えば、タッチ・センシティブ・デバイス１１１９１、及びディスプレイ１１１９２を備える。タッチ・センシティブ・デバイス１１１９１は、センサ装置１０を操作するユーザが指示、又は情報を入力するための入力装置の一例である。タッチ・センシティブ・デバイス１１１９１は、操作面へユーザが触れることで指示が入力され、ユーザからの入力を受け付け、ユーザから受け付けた入力を制御ボックス１１１２へ出力する。ディスプレイ１４１は、制御ボックス１１１２の制御に応じたデータを表示する出力装置の一例である。ディスプレイ１４１は、例えば、ＬＣＤ（Liquid Crystal Display）、又は有機ＥＬ（Electro-Luminescence）ディスプレイ等によって実現される。
　センサ装置１０は、図６に示すように、通信部１２０と、タッチパネル１１１９と、各種センサ１１１～１１８と、記憶部１８０と、制御部１９０とを備える。センサ装置１０は、自装置が設置された位置を自動的に検知するように、位置情報センサを有していてもよい。位置情報センサは、例えば、ＧＰＳ（Global Positioning System）モジュールである。また、位置情報センサは、センサ装置１０が接続する無線基地局の位置から、センサ装置１０の現在の位置を検出してもよい。
　通信部１２０は、センサ装置１０が他の装置と通信するための変復調処理等の処理を行う。通信部１２０は、制御部１９０で生成された信号に送信処理を施し、外部（例えば、サーバ２０）へ送信する。通信部１２０は、外部から受信した信号に受信処理を施し、制御部１９０へ出力する。
　タッチパネル１１１９に備えられるタッチ・センシティブ・デバイス１１１９１は、入力装置の一例である。入力装置は、例えば、キーボード、マウス等により実現されてもよい。入力装置は、例えば、ユーザからの音声による入力に対応するように、マイクにより実現されてもよい。マイクは、音声入力を受け付けて、当該音声入力に対応する音声信号を制御部１９０へ与える。入力装置には、例えば、外部の入力機器から入力される電気信号を受け付ける受信ポートが含まれてもよい。
　タッチパネル１１１９に備えられるディスプレイ１１１９２は、出力装置の一例である。ディスプレイ１１１９２は、制御部１９０の制御に応じたデータを表示する。出力装置は、センサ装置１０を操作するユーザへ情報を提示するための装置である。出力装置は、例えば、ユーザへの音声による出力に対応するように、スピーカーにより実現されてもよい。スピーカーは、制御部１９０から与えられる音声信号を音声に変換して当該音声をセンサ装置１０の外部へ出力する。
　記憶部１８０は、センサ装置１０が使用するデータ、及びプログラム等を記憶する。記憶部１８０は、例えば、校正情報１８１、測定情報１８２、他センサ測定情報１８３、校正時測定情報１８４、及び学習済みモデル１８５を記憶する。
　校正情報１８１は、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、及びＴＵＲセンサ１１７の校正に関する情報を記憶する。校正情報１８１は、例えば、サーバ２０から送信される、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、又はＴＵＲセンサ１１７についての校正に関する情報を記憶する。校正情報１８１は、例えば、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、又はＴＵＲセンサ１１７に対して実施される校正の結果得られる情報を記憶してもよい。校正情報１８１は、例えば、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、又はＴＵＲセンサ１１７に記憶される、校正に関する情報を読み出して記憶してもよい。
　本実施形態において、校正に関する情報は、例えば、数値を算出する際に基準となる値、数値を算出する際の補正値等を含む。
　測定情報１８２は、測定によって得られる情報を記憶する。測定によって得られる情報には、例えば、第１測定データ、第２測定データ、及び第３測定データが含まれる。
　第１測定データは、例えば、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、ＦＬＯＷセンサ１１６、ＴＵＲセンサ１１７、又はＴＥＭＰセンサ１１８の測定機構によって測定されるデータを表す。
　第２測定データは、例えば、各測定機構で測定された第１測定データが、センサ内に記憶される学習済みモデルによって補正されたデータを表す。
　具体的には、例えば、ＥＣセンサ１１１の測定機構によって測定される第１測定データが、ＥＣセンサ１１１に記憶される学習済みモデルによって補正され、第２測定データとなる。また、例えば、ＦＣＬセンサ１１２の測定機構によって測定される第１測定データが、ＦＣＬセンサ１１２に記憶される学習済みモデルによって補正され、第２測定データとなる。また、例えば、ｐＨセンサ１１３の測定機構によって測定される第１測定データが、ｐＨセンサ１１３に記憶される学習済みモデルによって補正され、第２測定データとなる。また、例えば、ＯＲＰセンサ１１４の測定機構によって測定される第１測定データが、ＯＲＰセンサ１１４に記憶される学習済みモデルによって補正され、第２測定データとなる。また、例えば、ＮＯ３センサ１１５の測定機構によって測定される第１測定データが、ＮＯ３センサ１１５に記憶される学習済みモデルによって補正され、第２測定データとなる。また、例えば、ＦＬＯＷセンサ１１６の測定機構によって測定される第１測定データが、ＦＬＯＷセンサ１１６に記憶される学習済みモデルによって補正され、第２測定データとなる。また、例えば、ＴＵＲセンサ１１７の測定機構によって測定される第１測定データが、ＴＵＲセンサ１１７に記憶される学習済みモデルによって補正され、第２測定データとなる。また、例えば、ＴＥＭＰセンサ１１８の測定機構によって測定される第１測定データが、ＴＥＭＰセンサ１１８に記憶される学習済みモデルによって補正され、第２測定データとなる。
　第３測定データは、各センサから出力される第２測定データと、各センサと対応する校正に関する情報とから算出されるデータを表す。例えば、第３測定データは、ＥＣセンサ１１１についてはＥＣ値を表す。第３測定データは、ＦＣＬセンサ１１２については、ＦＣＬ値を表す。第３測定データは、ｐＨセンサ１１３については、ｐＨ値を表す。第３測定データは、ＯＲＰセンサ１１４については、ＯＲＰ値を表す。第３測定データは、ＮＯ３センサ１１５については、硝酸濃度を表す。第３測定データは、ＴＵＲセンサ１１７については、濁度を表す。校正情報がないセンサについては、例えば、第３測定データは存在しない。
　他センサ測定情報１８３は、例えば、同じ水源の水を測定する他のセンサ装置１０の測定によって得られる情報を記憶する。同じ水源の水を測定する他のセンサ装置１０は、同一の水処理施設の、異なる位置に設置されている他のセンサ装置１０と換言可能である。
　校正時測定情報１８４は、センサについて校正処理を実施した際に測定された情報を記憶する。具体的には、例えば、校正時測定情報１８４は、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、及びＴＵＲセンサ１１７について校正処理を実施した際に測定された情報を記憶する。
　学習済みモデル１８５は、モデル学習プログラムに従い、例えば、サーバ２０で機械学習モデルに機械学習を行わせることで生成されるモデルである。学習済みモデル１８５は、例えば、入力されるデータに基づき、所定の推論を実施する、複数の関数が合成されたパラメータ付き合成関数である。パラメータ付き合成関数は、複数の調整可能な関数及びパラメータの組合せにより定義される。本実施形態に係る学習済みモデルは、上記の要請を満たす如何なるパラメータ付き合成関数であってもよい。
　例えば、学習済みモデル１８５が順伝播型の多層化ネットワークを用いて生成される場合、パラメータ付き合成関数は、例えば、重み行列を用いた各層間の線形関係、各層における活性化関数を用いた非線形関係（又は線形関係）、及びバイアスの組み合わせとして定義される。重み付行列、及びバイアスは、多層化ネットワークのパラメータと呼ばれる。パラメータ付き合成関数は、パラメータをどのように選ぶかで、関数としての形を変える。多層化ネットワークでは、構成するパラメータを適切に設定することで、出力層から好ましい結果を出力することが可能な関数を定義することができる。
　本実施形態に係る多層化ネットワークとしては、例えば、深層学習（Deep Learning）の対象となる多層ニューラルネットワークである深層ニューラルネットワーク（Deep Neural Network：ＤＮＮ）が用いられ得る。ＤＮＮとしては、例えば、時系列情報等を対象とする再帰型ニューラルネットワーク（Recurrent Neural Network：ＲＮＮ）を用いてもよい。
　学習済みモデル１８５は、例えば、測定によって得られる情報が入力されると、当該情報を取得したセンサ中に異常が発生したセンサが含まれているか否かを出力するモデルである。具体的には、学習済みモデル１８５は、例えば、測定によって得られる情報が入力されると、当該情報を測定したセンサが故障しているか否かを出力するモデルである。学習済みモデル１８５は、例えば、複数のセンサにより所定周期で取得される複数の測定値を入力データとし、センサのいずれかに発生している故障の有無を正解出力データとして学習される。つまり、学習済みモデル１８５は、過去の測定情報を用いて学習されている。
　学習済みモデル１８５は、例えば、水源を同じくする施設に設置される複数のセンサ装置１０により所定周期で取得される複数の測定値を入力データとし、センサ装置１０のセンサのいずれかに発生している故障の有無を正解出力データとして学習されてもよい。水源を同じくする施設とは、例えば、同一の水処理施設のことを表す。
　センサが故障すると、そのセンサの測定値のみが急激に大きく変化する。そして、大きく変化したままの値が測定され続ける。学習済みモデル１８５によれば、このような傾向を掴み、故障の発生したセンサを検知することが可能である。
　また、学習済みモデル１８５は、例えば、測定によって得られる情報が入力されると、当該情報を測定したセンサに、校正時からのずれが生じているか否かを出力するモデルである。学習済みモデル１８５は、例えば、複数のセンサにより所定周期で取得される複数の測定値を入力データとし、センサのいずれかに発生している校正時からのずれの有無を正解出力データとして学習される。つまり、学習済みモデル１８５は、過去の測定情報を用いて学習されている。
　学習済みモデル１８５は、例えば、水源を同じくする施設に設置される複数のセンサ装置１０により所定周期で取得される複数の測定値を入力データとし、センサ装置１０のセンサのいずれかに発生している校正時からのずれの有無を正解出力データとして学習されてもよい。
　校正時からのずれが生じると、そのセンサの測定値と他のセンサとの測定値との差は徐々に変化する。学習済みモデル１８５によれば、このような傾向を掴み、校正時からのずれが発生したセンサを検知することが可能である。
　学習済みモデル１８５は、上記の内容の少なくともいずれかが組み合わされてトレーニングされてもよい。
　学習済みモデル１８５は、例えば、新たに蓄積されたデータも参照し、サーバ２０で再学習される。
　制御部１９０は、センサ装置１０の動作を制御する。例えば、制御部１９０は、記憶部１８０に記憶されるプログラムに従って動作することにより、操作受付部１９１、第１送受信部１９２、第２送受信部１９３、校正部１９４、算出部１９５、推定部１９６、補正部１９７、補完部１９８、及び提示制御部１９９としての機能を発揮する。
　操作受付部１９１は、入力装置から入力される指示、又は情報を受け付けるための処理を行う。具体的には、例えば、操作受付部１９１は、タッチ・センシティブ・デバイス１３１等から入力される指示に基づく情報を受け付ける。
　第１送受信部１９２は、センサ装置１０が、サーバ２０等の外部の装置と、通信プロトコルに従ってデータを送受信するための処理を行う。具体的には、例えば、第１送受信部１９２は、記憶部１８０に記憶される少なくともいずれかの情報をサーバ２０へ送信する。また、例えば、第１送受信部１９２は、校正に関する情報を、サーバ２０から受信する。
　第２送受信部１９３は、制御部１９０が、センサ１１１～１１８に対してデータを送受信するための処理を行う。具体的には、例えば、第２送受信部１９３は、センサ１１１～１１８から出力されるデータを受信する。より具体的には、例えば、第２送受信部１９３は、センサ１１１～１１８から出力される第１測定データ、及び第２測定データを受信する。また、例えば、第２送受信部１９３は、サーバ２０から受信した情報をセンサ１１１～１１８へ送信する。サーバ２０から提供される情報は、例えば、センサ１１１～１１８それぞれについての学習済みモデルであってもよい。
　校正部１９４は、各センサについての校正処理を行う。例えば、校正部１９４は、フローセル１１１１を共有するセンサ１１１～１１５についての校正を一括して実施する。センサ１１１～１１５の一括校正では、例えば、３種類の校正液それぞれでフローセル１１１１を満たすことで実施される。第１校正液は、例えば、ベースラインを把握するための超純水である。第２校正液は、例えば、光学系の成分が含まれる液体である。第３校正液は、例えば、化学的な影響を発生させる成分が含まれる液体である。校正部１９４は、センサ１１１～１１５の一括校正で得られた校正に関する情報を校正情報１８１に記憶する。
　校正部１９４は、センサ１１１～１１５の校正処理が成功したか否かを、測定値の推移に基づいて推定する。校正処理では、校正液を用いた測定において、測定値が所定の範囲内に予め設定された期間入っている場合、校正処理が成功したと判断する。しかしながら、この仕様では、校正を開始してから終了するまで時間がかかってしまう。本実施形態に係る校正部１９４は、過去の測定記録に基づき、各センサにおいて、測定値が所定の範囲内に収まるまでの推移を記憶している。校正部１９４は、記憶している推移と、測定値の推移とを比較することで、校正処理が成功したか否かを推定する。校正部１９４は、測定値の推移を入力すると、校正処理が成功したか否かを出力するようにトレーニングされた学習済みモデルを用いてもよい。
　校正部１９４は、ＴＵＲセンサ１１７の校正を実施する。校正部１９４は、例えば、ＴＵＲセンサ１１７の校正処理が成功したか否かを、測定値の推移に基づいて推定する。校正部１９４は、ＴＵＲ１１７の校正で得られた校正に関する情報を校正情報１８１に記憶する。
　なお、校正に関する情報がサーバ２０から提供される場合、又は、校正に関する情報がセンサ１１１～１１５、１１７から読み出される場合、校正部１９４は、校正処理を実施しなくてもよい。
　校正部１９４は、例えば、センサ装置１０での測定によって得られた情報に基づき、校正が必要な状態か否かを判断してもよい。校正部１９４は、例えば、時間の経過に伴い、他のセンサと異なる傾向で測定値が変化しているセンサがある場合、そのセンサについて校正が必要であると判断する。校正部１９４は、所定の期間が経過すると、校正が必要な状態であると判断してもよい。校正部１９４は、校正が必要であると判断すると、校正処理を自動で実施する。
　算出部１９５は、各センサから出力される第２測定データと、各センサと対応する校正に関する情報とから第３測定データを算出する処理を行う。
　推定部１９６は、センサ１１１～１１８に異常が発生しているか否かを推定する処理を行う。例えば、推定部１９６は、センサ１１１～１１８の測定により得られる情報を学習済みモデル１８５へ入力し、測定された情報を検知したセンサに異常があるか否かを出力する。具体的には、例えば、推定部１９６は、センサ１１１～１１８の測定により得られる情報を学習済みモデル１８５へ入力し、測定された情報を検知したセンサに故障したセンサが含まれるか否か、及び、校正時からずれたセンサが含まれるか否かを出力する。
　推定部１９６は、推定結果を提示制御部１９９からユーザに提示してもよい。
　補正部１９７は、校正時からのずれが発生したセンサが含まれる場合、当該センサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補正する処理を実行する。
　補正部１９７は、校正時からのずれが発生したセンサが含まれる場合、当該センサによる測定データを、過去に取得された、水源を同じくする施設に設置される複数のセンサ装置１０により取得された測定データと、今回測定された測定データとを用いて補正してもよい。
　補完部１９８は、故障が発生したセンサが含まれる場合、当該センサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補完する処理を実行する。
　補完部１９８は、故障が発生したセンサが含まれる場合、当該センサによる測定データを、過去に取得された、水源を同じくする施設に設置される複数のセンサ装置１０により取得された測定データと、今回測定された測定データとを用いて補完してもよい。
　提示制御部１９９は、制御部１９０での処理に係る情報をユーザに提示する。具体的には、提示制御部１９９は、制御部１９０での処理に係る情報を、タッチパネル１１１９に表示させる。また、提示制御部１９９は、制御部１９０での処理に係る情報を、通信部１２０を介し、端末装置３０に提示させる。例えば、端末装置３０の表示部に表示させる。また、端末装置３０のスピーカーに音声を出力させる。
　＜１．２　センサの構成＞
　センサ１１１～１１５、１１７、１１８の構成について説明する。以下では、ｐＨセンサ１１３の構成を例に説明するが、他のセンサも、測定機構と基板とを有しており、ｐＨセンサ１１３と同様の構成となっている。
　図７は、ｐＨセンサ１１３の構成を表す模式図である。図７に示すｐＨセンサ１１３は、ｐＨ電極１１３１、及び基板１１３２を有する。ｐＨ電極１１３１は、ｐＨセンサ１１３の測定機構の一例である。測定機構には、温度を検知するための素子が含まれていてもよい。
　基板１１３２には、ＣＰＵ１１３２１、メモリ１１３２２、増幅器１１３２３、Ａ／Ｄ変換器１１３２４、入出力ＩＦ１１３２５、及び通信部１１３２６が設けられている。
　メモリ１１３２２は、例えば、不揮発性メモリである。メモリ１１３２２は、ｐＨ電極１１３１で水質を測定する際のアルゴリズム、学習済みモデル１１３２２１、及び測定結果を記憶する。
　学習済みモデル１１３２２１は、モデル学習プログラムに従い、例えば、サーバ２０で機械学習モデルに機械学習を行わせることで生成されるモデルである。学習済みモデル１１３２２１は、測定によって得られる情報が入力されると、入力された情報に含まれるノイズを軽減して出力するモデルである。学習済みモデル１１３２２１は、例えば、時系列に連続する複数の測定値であって、少なくとも一部に不連続な値を有する測定値を入力データとし、入力データに含まれる不連続な測定値の正しい値を正解出力データとして学習される。学習済みモデル１１３２２１は、過去の測定情報を用いて学習されてもよい。
　学習済みモデル１１３２２１は、例えば、新たに蓄積されたデータにも基づき、サーバ２０で再学習される。再学習された学習済みモデル１１３２２１は、センサ装置１０に送信され、メモリ１１３２２に記憶される学習済みモデル１１３２２１と置き換えられる。
　メモリ１１３２２には、ｐＨセンサ１１３の校正に関する情報が記憶されていてもよい。例えば、ｐＨセンサ１１３は、メモリ１１３２２に、学習済みモデル１１３２２１、及び校正に関する情報を記憶した状態で出荷されてもよい。メモリ１１３２２に記憶される校正に関する情報は、例えば、ｐＨセンサ１１３が制御ボックス１１１２に接続されるとメモリ１１３２２から読み出され、センサ装置１０の記憶部１８０に記憶される。
　増幅器１１３２３は、ｐＨ電極１１３１で測定されたアナログ信号を増幅する。
　Ａ／Ｄ変換器１１３２４は、増幅されたアナログ信号をデジタル信号へ変換する。デジタル信号は、上述の第１測定データを表す。
　ＣＰＵ１１３２１は、ｐＨセンサ１１３における動作を統括的に制御する。ＣＰＵ１１３２１は、例えば、第１測定データをメモリ１１３２２に記憶する。ＣＰＵ１１３２１は、第１測定データに含まれる異常を補正する。言い換えると、ＣＰＵ１１３２１は、第１測定データに含まれるノイズを低減する。具体的には、例えば、ＣＰＵ１１３２１は、第１測定データを学習済みモデル１１３２２１に入力することで、突発的な変化が生じた測定値を、先の測定値から推定される値に置き換える。学習済みモデル１１３２２１により補正されたデータは、第２測定データを表す。ＣＰＵ１１３２１は、例えば、第２測定データをメモリ１１３２２に記憶する。
　入出力ＩＦ１１３２５は、センサ装置１０の制御ボックス１１１２と接続するためのインタフェースである。入出力ＩＦ１１３２５は、例えば、第１測定データ、及び第２測定データを、制御ボックス１１１２へ送信する。入出力ＩＦ１１３２５は、メモリ１１３２２に校正に関する情報が記憶されている場合、校正に関する情報を制御ボックス１１１２へ送信する。入出力ＩＦ１１３２５は、制御ボックス１１１２から出力される情報、例えば、新たに更新された学習済みモデルを受信する。
　通信部１１３２６は、ｐＨセンサ１１３が他の装置と通信するための変復調処理等の処理を行う。通信部１１３２６は、サーバ２０から送信される情報、例えば、新たに更新された学習済みモデルを受信する。
　＜１．３　サーバの構成＞
　図８は、サーバ２０の機能的な構成の例を示す図である。図８に示すように、サーバ２０は、通信部２０１と、記憶部２０２と、制御部２０３としての機能を発揮する。
　通信部２０１は、サーバ２０が外部の装置と通信するための処理を行う。
　記憶部２０２は、例えば、プラントテーブル２０２１、設置テーブル２０２２、プラント環境テーブル２０２３、測定テーブル２０２４、校正テーブル２０２５、モデルテーブル２０２６、第１学習済みモデル２０２７、及び第２学習済みモデル２０２８等を有する。
　プラントテーブル２０２１は、水処理施設についての情報を記憶するテーブルである。詳細は後述する。
　設置テーブル２０２２は、センサ装置１０の設置場所を記憶するテーブルである。詳細は後述する。
　プラント環境テーブル２０２３は、水処理施設が設立されるエリアの環境情報を記憶するテーブルである。詳細は後述する。
　測定テーブル２０２４は、センサ装置１０により測定されたデータを記憶するテーブルである。詳細は後述する。
　校正テーブル２０２５は、校正に関するデータを記憶するテーブルである。詳細は後述する。
　モデルテーブル２０２６は、第１学習済みモデル２０２７、及び第２学習済みモデル２０２８のバージョンを管理するテーブルである。詳細は後述する。
　第１学習済みモデル２０２７、及び第２学習済みモデル２０２８は、モデル学習プログラムに従い、例えば、サーバ２０で機械学習モデルに機械学習を行わせることで生成されるモデルである。第１学習済みモデル２０２７、及び第２学習済みモデル２０２８は、データが入力されると、入力されたデータに基づき、所定の情報を出力するように学習されたモデルである。第１学習済みモデル２０２７、及び第２学習済みモデル２０２８は、例えば、出力する情報に応じ、それぞれ別々の学習用データによりトレーニングされる別々の学習済みモデルである。
　第１学習済みモデル２０２７は、例えば、所定の水処理施設に関する情報が入力されると、当該水処理施設での水処理についての分析結果を出力するためのモデルである。具体的には、第１学習済みモデル２０２７は、例えば、所定の水処理施設に関する情報が入力されると、当該水処理施設での水処理の評価を出力する。評価としての出力は、Ａ、Ｂ、Ｃ等のアルファベットによる順序でもよいし、１００点を満点としたスコアでもよい。第１学習済みモデル２０２７は、例えば、複数の水処理施設に関する情報を入力データとし、水処理施設に対する評価を正解出力データとして学習される。
　第１学習済みモデル２０２７は、分析の基準に応じて、複数の種類が作成されていてもよい。例えば、水の使用量を基準として水処理を評価する場合、第１学習済みモデル２０２７は、水の使用量に対する評価を正解出力データとして学習される。また、例えば、汚染物質の排出量を基準として水処理を評価する場合、第１学習済みモデル２０２７は、汚染物質の排出量に対する評価を正解出力データとして学習される。また、例えば、水の再利用量を基準として水処理を評価する場合、第１学習済みモデル２０２７は、水の再利用量に対する評価を正解出力データとして学習される。また、例えば、環境配慮スコアのように、総合的に水処理を評価する場合、第１学習済みモデル２０２７は、水処理施設に関する情報を複数参照した総合的な評価を正解出力データとして学習される。
　また、第１学習済みモデル２０２７は、水処理に求められる水質レベルが類似する分類に応じて、複数の種類が作成されていてもよい。例えば、病院、駅・空港、工場、ホテル、簡易水道等で水処理施設が設けられる場合、それぞれの水処理施設で求められる水処理での水質レベルは異なる。そのため、水処理施設は、設置場所、又は設置される施設に応じた分類が設定されていてもよい。水処理施設に分類が設定されている場合、第１学習済みモデル２０２７は、設置場所の分類が同じ複数の水処理施設に関する情報を入力データとし、水処理施設に対する評価を正解出力データとして学習される。
　水処理施設に関する情報には、例えば、以下が含まれる。
　・原水水質
　・建設エリア
　・プラント種別
　・設けられている処理器、処理内容
　・処理器の稼働状況
　・水の使用量
　・汚染物質の排出量
　・水の再利用量
　・使用薬品
　・環境情報（天気、気温、湿度、風速、気圧、ちり）
　・各種センサからの測定データ
　第２学習済みモデル２０２８は、例えば、水処理施設の設計データ及び水質データが入力されると、当該水処理施設での水処理を推定するモデルである。具体的には、第２学習済みモデル２０２８は、例えば、水処理施設の設計データ及び水質データが入力されると、設計された水処理施設でどのような水処理が実施されるかを出力する。第２学習済みモデル２０２８は、例えば、複数の水処理施設に関する情報を入力データとし、類似する水処理施設を正解出力データとして学習される。
　第２学習済みモデル２０２８に入力される水処理施設の設計データには、例えば、以下が含まれる。
　・建設エリア
　・プラント種別
　・設けられる処理器、処理内容
　・水処理施設の配管構造
　・設置する処理器の位置、数
　・単位処理水量
　・使用薬剤
　第１学習済みモデル２０２７、及び第２学習済みモデル２０２８は、例えば、新たに蓄積されたデータにも基づき、サーバ２０で再学習される。
　制御部２０３は、記憶部２０２に記憶されるプログラムに従って動作することにより、受信制御モジュール２０３１、送信制御モジュール２０３２、記憶制御モジュール２０３３、分析モジュール２０３４、シミュレーションモジュール２０３５、校正設定モジュール２０３６、提案モジュール２０３７、学習モジュール２０３８、及び提示モジュール２０３９として示す機能を発揮する。
　受信制御モジュール２０３１は、サーバ２０が外部の装置から通信プロトコルに従って信号を受信する処理を制御する。
　送信制御モジュール２０３２は、サーバ２０が外部の装置に対し通信プロトコルに従って信号を送信する処理を制御する。例えば、送信制御モジュール２０３２は、学習済みモデルをセンサ装置１０へ送信する。
　記憶制御モジュール２０３３は、受信したデータを、記憶部２０２の各種テーブルに記憶する処理を制御する。記憶制御モジュール２０３３は、例えば、サービス提供の契約時に、所定の水処理施設についての情報がサーバ２０に入力されると、入力された情報をプラントテーブル２０２１に記憶する。記憶制御モジュール２０３３は、水処理施設の設備が変更された旨の情報を受け付けると、プラントテーブル２０２１に記憶されている情報を更新する。
　制御部２０３は、水処理施設におけるセンサ装置１０の取り付け位置についての情報を受け付ける。記憶制御モジュール２０３３は、センサ装置１０の取り付け位置についての情報が入力されると、入力された情報を設置テーブル２０２２に記憶する。
　制御部２０３は、水処理施設が位置する周囲の環境についての情報を受け付ける。記憶制御モジュール２０３３は、周囲の環境についての情報が入力されると、入力された情報をプラント環境テーブル２０２３に記憶する。
　制御部２０３は、センサ装置１０で測定された測定データを受信する。記憶制御モジュール２０３３は、センサ装置１０で測定された測定データが受信されると、受信した情報を測定テーブル２０２４に記憶する。
　記憶制御モジュール２０３３は、校正設定モジュール２０３６により校正に関する情報が設定されると、設定された情報を設定日と関連付けて校正テーブル２０２５に記憶する。
　記憶制御モジュール２０３３は、学習モジュール２０３８により、学習済みモデルが再学習されると、再学習されたモデルにモデルＩＤを割り当て、モデルＩＤを、バージョン情報、及び生成日と共にモデルテーブル２０２６に記憶する。
　記憶制御モジュール２０３３は、例えば、水処理施設毎に、記憶部２０２の記憶領域を形成する。記憶制御モジュール２０３３は、記憶領域の容量を、水処理施設が結んでいる契約の内容に基づいて設定してもよい。例えば、記憶制御モジュール２０３３は、無料契約を結んでいる水処理施設に対しては、最大で第１容量を割り当てる。また、例えば、記憶制御モジュール２０３３は、有料契約を結んでいる水処理施設に対しては、第１容量よりも大きい第２容量を最大で割り当てる。また、例えば、記憶制御モジュール２０３３は、プレミアム契約を結んでいる水処理施設に対しては、記憶領域の容量を制限なく割り当てる。
　記憶制御モジュール２０３３は、結んでいる契約によって、蓄積できる測定項目を制限してもよい。例えば、記憶制御モジュール２０３３は、無料契約を結んでいる水処理施設に対しては、ＮＯ３センサ１１５で測定されたデータを蓄積できないようにしてもよい。また、記憶制御モジュール２０３３は、結んでいる契約によって、データを蓄積できる期間を制限してもよい。例えば、記憶制御モジュール２０３３は、無料契約を結んでいる水処理施設に対しては、有料契約を結んでいる水処理施設よりも短い期間しかデータを蓄積できないようにしてもよい。また、記憶制御モジュール２０３３は、結んでいる契約によって、データを蓄積するサンプリング周期を制限してもよい。例えば、記憶制御モジュール２０３３は、無料契約を結んでいる水処理施設に対しては、有料契約を結んでいる水処理施設よりも長い周期でデータをサンプリングするようにしてもよい。
　分析モジュール２０３４は、水処理施設における水処理を分析する処理を制御する。具体的には、分析モジュール２０３４は、例えば、所定の水処理施設が指定されると、指定された水処理施設に関する情報に基づき、指定された水処理施設における水処理を評価する。評価は、例えば、分析の一例である。より具体的には、例えば、分析モジュール２０３４は、指定された水処理施設に関する情報を、第１学習済みモデル２０２７に入力し、第１学習済みモデル２０２７から水処理についての評価を出力させる。
　分析モジュール２０３４は、水処理の分析の基準についての選択をユーザから受け付けるようにしてもよい。分析モジュール２０３４は、分析の基準がユーザから指定されると、指定された基準に対応した種類の第１学習済みモデル２０２７を選択し、選択した第１学習済みモデル２０２７に水処理施設に関する情報を入力し、第１学習済みモデル２０２７に評価を出力させる。
　分析モジュール２０３４は、水処理施設の設置場所の分類についての選択をユーザから受け付けるようにしてもよい。分析モジュール２０３４は、分類がユーザから指定されると、指定された分類に対応した種類の第１学習済みモデル２０２７を選択し、選択した第１学習済みモデル２０２７に水処理施設に関する情報を入力し、第１学習済みモデル２０２７に評価を出力させる。
　分析モジュール２０３４は、利用する第１学習済みモデル２０２７のバージョンを、水処理施設が結んでいる契約の内容に基づいて設定してもよい。例えば、分析モジュール２０３４は、無料契約を結んでいる水処理施設に対しては、最新のバージョンではない第１学習済みモデル２０２７を利用して水処理を分析する。最新のバージョンではない第１学習済みモデル２０２７とは、例えば、利用が開放されている、最新のバージョンから、数世代前のバージョンの第１学習済みモデル２０２７を表す。また、例えば、分析モジュール２０３４は、有料契約又はプレミアム契約を結んでいる水処理施設に対しては、最新のバージョンの第１学習済みモデル２０２７を利用して水処理を分析する。
　また、分析モジュール２０３４は、例えば、所定の水処理施設が指定されると、指定された水処理施設に関する情報に基づき、指定された水処理施設における消費電力量を推定する。分析モジュール２０３４は、学習済みモデルを用いて消費電力量を推定してもよい。
　シミュレーションモジュール２０３５は、想定される水処理施設での水処理を推定する処理を制御する。推定は、例えば、分析の一例である。具体的には、シミュレーションモジュール２０３５は、例えば、想定される水処理施設の設計データと、この水処理施設で処理される水の水質データとが入力されると、入力された設計データと水質データとに基づき、想定される水処理施設における水処理を推定する。より具体的には、例えば、シミュレーションモジュール２０３５は、想定される水処理施設の設計データと、この水処理施設で処理される水の水質データとを第２学習済みモデル２０２８に入力し、想定される水処理施設における水処理を推定する情報を第２学習済みモデル２０２８から出力させる。シミュレーションモジュール２０３５は、例えば、入力された設計データと水質データとに基づいて水処理施設についてのモデルを構築し、想定される水処理施設における水処理をシミュレーションしてもよい。
　シミュレーションモジュール２０３５は、利用する第２学習済みモデル２０２８のバージョンを、水処理施設が結んでいる契約の内容に基づいて設定してもよい。例えば、シミュレーションモジュール２０３５は、無料契約を結んでいる水処理施設に対しては、最新のバージョンではない第２学習済みモデル２０２８を利用して水処理をシミュレーションする。最新のバージョンではない第２学習済みモデル２０２８とは、例えば、利用が開放されている、最新のバージョンから、数世代前のバージョンの第２学習済みモデル２０２８を表す。また、例えば、シミュレーションモジュール２０３５は、有料契約又はプレミアム契約を結んでいる水処理施設に対しては、最新のバージョンの第２学習済みモデル２０２８を利用して水処理を分析する。
　校正設定モジュール２０３６は、センサ装置１０のセンサを校正する処理を制御する。具体的には、例えば、校正設定モジュール２０３６は、センサ装置１０のＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、及びＴＵＲセンサ１１７の校正に関する情報を設定する。
　校正設定モジュール２０３６は、例えば、センサ装置１０での測定によって得られた情報に基づき、校正が必要な状態か否かを判断する。校正設定モジュール２０３６は、例えば、時間の経過に伴い、他のセンサと異なる傾向で測定値が変化しているセンサがある場合、そのセンサについて校正が必要であると判断する。校正設定モジュール２０３６は、所定の期間が経過すると、校正が必要な状態であると判断してもよい。
　校正設定モジュール２０３６は、校正が必要な状態にあるセンサが存在する場合、当該センサについて、校正に関する情報を算出する。校正設定モジュール２０３６は、センサ装置１０からの要求に応じ、校正に関する情報を算出してもよい。具体的には、校正設定モジュール２０３６は、例えば、記憶部２０２に蓄積されている、センサ装置１０での測定情報と、過去に設定された校正に関する情報とから、校正に関する情報を算出する。校正設定モジュール２０３６は、例えば、学習済みモデルを用いて校正に関する情報を算出してもよいし、所定の傾向を把握し、把握した傾向を用いて校正に関する情報を算出してもよい。このとき、学習済みモデルは、例えば、過去に測定されたセンサ装置１０での測定情報を入力データとし、過去に設定された校正に関する情報を正解出力データとして学習される。
　提案モジュール２０３７は、水処理施設の改善案を提案する処理を制御する。具体的には、例えば、提案モジュール２０３７は、分析モジュール２０３４で出力された、所定の水処理施設の水処理の評価を向上させるための改善案をユーザへ提案する。水処理の評価を向上させるための改善案は、例えば、以下を含む。
　・センシングするべき新たな項目の提案
　・センシングするべき新たな位置の提案
　・運用制御の提案
　センシングするべき新たな項目の提案は、例えば、水に関する項目のうち、新たに測定するべき項目を提案することを表す。また、センシングするべき新たな位置の提案は、例えば、水に関する項目を測定する新たな位置を提案することを表す。また、運用制御の提案は、例えば、水処理施設に設けられている処理器を運用する制御の変更を提案することを表す。運用制御の提案は、例えば、閾値の調整、トリガーとなる信号の変更等を含む。　
　提案モジュール２０３７は、例えば、学習済みモデルを用いて改善案を設定してもよいし、類似する水処理施設の構造に基づいて改善案を設定してもよい。このとき、学習済みモデルは、例えば、水処理施設に関する情報を入力データとし、所定の水処理施設に対して提案された、上記のような改善案を正解出力データとして学習される。
　提案モジュール２０３７は、改善案の提案と共に、提案を実現するための見積もりをユーザへ提供してもよい。また、提案モジュール２０３７は、改善案の提案と共に、運用コストを試算し、試算した運用コストをユーザへ提供してもよい。
　提案モジュール２０３７は、適切な測定データの推移を改善目標として提案してもよい。提案モジュール２０３７は、例えば、学習済みモデルを用いて改善目標を設定してもよいし、類似する水処理施設のうち、水処理の評価の高い水処理施設の測定データの推移に基づいて改善目標を設定してもよい。
　また、例えば、提案モジュール２０３７は、シミュレーションモジュール２０３５で出力された水処理の推定結果を改善させるための改善案をユーザへ提案する。水処理の推定結果を改善させるための改善案は、例えば、以下を含む。
　・センシングするべき新たな項目の提案
　・センシングするべき新たな位置の提案
　・運用制御の提案
　また、例えば、提案モジュール２０３７は、分析モジュール２０３４で推定された消費電力量を低減させるための対策をユーザへ提案する。推定された消費電力量を低減させるための対策は、例えば、以下を含む。
　・処理器を動作させるために駆動している機器（ポンプ、ブロワ、タービン等）の停止
　・処理器を動作させるために駆動している機器の少数化
　・処理器を動作させるために駆動している機器の出力低減
　提案された対策に係る機器が、サーバ２０から直接制御可能である場合、対策が当該機器に自動的に適用されてもよい。
　学習モジュール２０３８は、学習済みモデルを生成する処理を制御する。具体的には、学習モジュール２０３８は、例えば、モデル学習プログラムに従い、機械学習モデルに機械学習を行わせることで学習済みモデルを生成する。より具体的には、例えば、学習モジュール２０３８は、第１学習済みモデル２０２７、又は第２学習済みモデル２０２８を生成する。また、例えば、学習モジュール２０３８は、学習済みモデル１８５、又は学習済みモデル１１３２２１を生成し、通信部２０１を介してセンサ装置１０へ送信する。
　また、学習モジュール２０３８は、例えば、学習済みモデルを所定の周期で再学習する。具体的には、例えば、学習モジュール２０３８は、第１学習済みモデル２０２７、又は第２学習済みモデル２０２８を再学習する。学習モジュール２０３８は、例えば、第１学習済みモデル２０２７、又は第２学習済みモデル２０２８を再学習した場合、再学習により生成した学習済みモデルを、再学習前のモデルと別のモデルとして記憶部２０２に記憶する。また、例えば、学習モジュール２０３８は、学習済みモデル１８５、又は学習済みモデル１１３２２１を再学習する。学習モジュール２０３８は、再学習した学習済みモデル１８５、又は学習済みモデル１１３２２１を、通信部２０１を介してセンサ装置１０へ送信する。
　提示モジュール２０３９は、サーバ２０で管理されるデータをユーザに提示する処理を制御する。具体的には、例えば、提示モジュール２０３９は、所定の水処理施設を指定したユーザへ、分析モジュール２０３４により作成される分析結果を提示する。また、提示モジュール２０３９は、想定される水処理施設のシミュレーションを要求したユーザへ、シミュレーションモジュール２０３５により作成されたシミュレーション結果を提示する。
　また、提示モジュール２０３９は、分析モジュール２０３４で推定された電力量に応じた警告（アラート）をユーザに提示する。アラートは、画像で表示されてもよいし、音声で出力されてもよい。提示モジュール２０３９は、アラートと共に、アラートに応じないことによる運用コストの増加を推測し、ユーザに提示する。
　提示モジュール２０３９は、所定の水処理施設と関連するユーザが、当該水処理施設に関する情報のうち少なくともいずれかの情報を要求した場合、要求された情報をユーザへ提示する。提示モジュール２０３９は、要求された情報を、ユーザが所望する任意の態様で提示する。所望する態様とは、例えば、データの特徴を発見可能な所定の統計的な規則を利用した態様を含む。これにより、ユーザは、任意のデータを、任意の態様で確認することが可能となるため、データを活用しやすくなる。
　提示モジュール２０３９は、受付可能なデータ提示の態様を、水処理施設が結んでいる契約の内容に基づいて設定してもよい。例えば、提示モジュール２０３９は、無料契約を結んでいる水処理施設に対しては、利用可能なツールを制限する。
　＜２　データ構造＞
　図９～図１４は、サーバ２０が記憶するテーブルのデータ構造を示す図である。なお、図９～図１４は一例であり、記載されていないデータを除外するものではない。また、同一のテーブルに記載されるデータであっても、記憶部２０２において離れた記憶領域に記憶されていることもあり得る。
　図９は、プラントテーブル２０２１のデータ構造を示す図である。図９に示すプラントテーブル２０２１は、プラントＩＤをキーとして、プラント名、住所、契約内容、原水水質、種別、処理器、処理内容、及び使用薬品のカラムを有するテーブルである。プラントテーブル２０２１には、水処理施設が設けられる場所について割り当てられた分類のカラムが設定されてもよい。
　プラントＩＤは、水処理施設（水処理プラント）を一意に識別するための識別子を記憶する項目である。プラント名は、水処理施設の名称を記憶する項目である。住所は、水処理施設が建てられている住所を記憶する項目である。契約内容は、無料、有料、プレミアム会員等の、水処理施設が結んでいる契約の内容を示す項目である。契約内容は、有料契約を解約した日付、つまり、無料契約となった日付も記憶する。原水水質は、水処理施設が建てられているエリアで水処理に用いられる水の質を記憶する項目である。種別は、水処理施設の種別を示す項目である。種別には、例えば、地下水活用施設、下水処理施設、又は浄水処理施設等が含まれる。処理器は、原水槽、前ろ過器等の、水処理施設に設置されている処理器を示す項目である。処理内容は、処理器において実施される処理の内容を示す項目である。使用薬品は、処理において使用される薬品の名称を示す項目である。
　図１０は、設置テーブル２０２２のデータ構造を示す図である。図１０に示す設置テーブル２０２２は、センサＩＤをキーとして、プラントＩＤ、設置エリア、及び設置日のカラムを有するテーブルである。
　センサＩＤは、センサ装置１０を一意に識別するための識別子を記憶する項目である。プラントＩＤは、センサ装置１０が設置される水処理施設を示す項目である。設置エリアは、水処理施設のうち、センサ装置１０が設置されるエリアを記憶する項目である。センサ装置１０が設置されるエリアは、例えば、水処理施設において処理器が設置されているエリアと関連付けられている。設置日は、センサ装置１０が設置された年月日を記憶する項目である。
　図１１は、プラント環境テーブル２０２３のデータ構造を示す図である。図１１に示すプラント環境テーブル２０２３は、プラントＩＤをキーとして、測定日、天気、気温、湿度、風速、気圧、及びちりのカラムを有するテーブルである。
　測定日は、水処理施設の周囲の環境情報を測定した年月日を記憶する項目である。天気は、測定日における天気を記憶する項目である。気温は、測定日における気温を記憶する項目である。湿度は、測定日における湿度を記憶する項目である。風速は、測定日における風速を記憶する項目である。気圧は、測定日における気圧を記憶する項目である。ちりは、測定日におけるちり、例えば黄砂の濃さ記憶する項目である。
　図１２は、測定テーブル２０２４のデータ構造を示す図である。図１２に示す測定テーブル２０２４は、センサＩＤをキーとして、測定日時、センサ、第１測定値、第２測定値、及び第３測定値のカラムを有するテーブルである。
　センサＩＤは、センサ装置１０を一意に識別するための識別子を記憶する項目である。測定日時は、センサ装置１０から、測定によって得られる情報を受信した日時を記憶する項目である。具体的には、測定日時は、センサ装置１０から、第１測定データ、第２測定データ、及び第３測定データを受信した日時を記憶する項目である。センサは、センサ装置１０に含まれる各種センサを識別するための名称を示す項目である。第１測定値は、各種センサ１１１～１１８で測定された第１測定データの値を記憶する項目である。第２測定値は、第１測定データが、例えば、センサ１１１～１１５、１１７、１１８に記憶される学習済みモデルで補正された第２測定データの値を記憶する項目である。第３測定値は、第２測定データと、各センサと対応する校正に関する情報とから算出された第３測定データの値を記憶する項目である。
　センサには、例えば、ＥＣセンサ１１１を「ＥＣ」、ＦＣＬセンサ１１２を表す「ＦＣＬ」、ｐＨセンサ１１３を表す「ｐＨ」、ＯＲＰセンサ１１４を表す「ＯＲＰ」、ＮＯ３センサ１１５を表す「ＮＯ３」、ＦＬＯＷセンサ１１６を表す「ＦＬＯＷ」、ＴＵＲセンサ１１７を表す「ＴＵＲ」、及びＴＥＭＰセンサ１１８を表す「Ｔｅｍｐ」が示される。
　図１３は、校正テーブル２０２５のデータ構造を示す図である。図１３に示す校正テーブル２０２５は、センサＩＤをキーとして、センサ、設定日、及び校正情報のカラムを有するテーブルである。
　センサＩＤは、センサ装置１０を一意に識別するための識別子を記憶する項目である。センサは、センサ装置１０に含まれる各種センサを識別するための名称を示す項目である。設定日は、校正に関する情報を設定した日付を記憶する項目である。校正情報は、校正に関する情報を記憶する項目である。
　図１４は、モデルテーブル２０２６のデータ構造を示す図である。図１４に示すモデルテーブル２０２６は、モデルＩＤをキーとして、バージョン情報、更新日、及び開放のカラムを有するテーブルである。
　モデルＩＤは、学習済みモデルを一意に識別するための識別子を記憶する項目である。バージョン情報は、学習済みモデルのバージョンを記憶する項目である。更新日は、モデルＩＤで表される学習済みモデルが生成された日付を記憶する項目である。開放は、学習済みモデルが開放されているか否かを示す項目である。開放されている場合にはＴｒｕｅとなっており、開放されていない場合にはＦａｌｅｓとなっている。
　＜３　動作＞
　システム１に設けられるセンサ装置１０及びサーバ２０の動作について説明する。
　＜３．１　センサ装置１０の動作）
　まず、センサ装置１０のユーザは、運転の準備をする。具体的には、ユーザは、センサ装置１０の配線、配管に間違いがないかを確認する。ユーザは、制御ボックス１１１２に設けられたブレーカースイッチをオンにする。ユーザは、エア抜き弁１１１５が閉まっていることを確認する。ユーザは、バルブ１１９、１１１０を開き、試料水をセンサ装置１０内に導入する。これにより、バルブ１１９から試料水が供給され、フローセル１１１１、シェル１１７１が試料水で満たされる。
　ユーザは、ＦＬＯＷセンサ１１６で測定される流量を、タッチパネル１１１９で確認しながら、流量調整弁１１１７に設けられる流量調整つまみを回す。ユーザは、流量調整つまみを回すことで、試料水の流量を調節する。
　ユーザは、エア抜き弁１１１５の上部に設けられる差込口１１１５１にエア抜き用チューブを挿入する。ユーザは、エア抜き弁１１１５を開いて空気を抜く。フローセル１１１１の測定口１１１１１、１１１１２、１１１１３は、開口部が上方を向くように形成され、開口部の近傍にエア抜き路１１１１５が設けられているため、測定口１１１１１、１１１１２、１１１１３内の空気を一括で抜くことが可能である。空気を抜くと、ユーザは、エア抜き弁１１１５を閉じる。
　センサ装置１０に取り付けられているＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、及びＴＵＲセンサ１１７についての校正に関する情報は、例えば、記憶部１８０に記憶されている。センサ装置１０は、記憶部１８０に記憶されている情報を利用し、試料水を測定する。
　なお、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、及びＴＵＲセンサ１１７についての校正に関する情報は、センサそれぞれのメモリに予め書き込まれていてもよい。制御部１９０は、各センサに記憶されている校正に関する情報を、第２送受信部１９３により受信する。制御部１９０は、受信した情報を、記憶部１８０に記憶する。なお、センサの交換時に、各センサに記憶されている校正に関する情報を、第２送受信部１９３により受信してもよい。
　校正に関する情報がサーバ２０から提供される場合、センサ装置１０の記憶部１８０、及びセンサそれぞれのメモリは、校正に関する情報を記憶していなくてもよい。ユーザは、センサ装置１０に対し、校正に関する情報をサーバ２０へ問い合わせる旨の指示を入力する。
（校正に関する情報の取得）
　図１５は、図１に示すセンサ装置１０がサーバ２０から校正に関する情報を取得する動作の例を説明する図である。
　制御部１９０の第１送受信部１９２は、サーバ２０に対し、校正に関する情報を問い合わせる（ステップＳ１１）。具体的には、第１送受信部１９２は、例えば、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、又はＴＵＲセンサ１１７についての校正に関する情報があるか否かをサーバ２０に問い合わせる。
　サーバ２０の制御部２０３は、校正設定モジュール２０３６により、問い合わせがあったセンサ装置１０について、センサ装置１０へ送信する情報があるか否かを確認する（ステップＳ１２）。例えば、サーバ２０の記憶部２０２には、センサ装置１０のＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、ＮＯ３センサ１１５、及びＴＵＲセンサ１１７についての校正に関する情報が記憶されている。校正設定モジュール２０３６は、センサ装置１０へ送信する情報があると判断し、校正に関する情報を、記憶部２０２の校正テーブル２０２５から読み出す（ステップＳ１３）。サーバ２０は、送信制御モジュール２０３２により、読み出した情報を、センサ装置１０へ送信する（ステップＳ１４）。
　制御部１９０の第１送受信部１９２は、サーバ２０から送信される情報を受信し、受信した校正に関する情報を記憶部１８０の校正情報１８１に記憶させる（ステップＳ１５）。
　なお、校正に関する情報の提供は、センサ装置１０からの要求に応じた提供に限定されない。校正設定モジュール２０３６は、センサ装置１０の所定のセンサが、校正が必要な状態であると判断した場合、当該センサについての校正に関する情報をセンサ装置１０へ送信してもよい。
　また、センサ装置１０からの問い合わせに対し、新たな校正に関する情報が設定されていない場合がある。この場合、校正設定モジュール２０３６は、センサ装置１０へ送信する情報がない旨をセンサ装置１０へ返す。送信する情報がない旨の応答に対し、センサ装置１０から校正の要求がある場合、校正設定モジュール２０３６は、校正に関する情報を算出する。
　図１５についての説明では、センサ装置１０の起動時における動作を説明した。サーバ２０から校正に関する情報を取得する動作は、センサ装置１０の起動時に実施されることに限定されない。第１送受信部１９２は、センサの交換時に校正に関する情報を取得してもよい。
（センサ装置１０での校正処理）
　校正処理は、センサ装置１０で実施されてもよい。
　図１６は、図２、３に示すセンサ装置１０が校正処理を実施する動作の例を表すフローチャートである。
　校正処理を実施する際、まずユーザは、バルブ１１９、１１１０を閉じ、試料水の流入を止める。ユーザは、排水弁１１１６に水抜き用チューブを取り付ける。ユーザは、排水弁１１１６を開き、試料水をセンサ装置１０の外部に排出する。なお、センサ装置１０の校正処理は、センサ装置１０に試料水を供給する前に実施してもよい。
　ユーザは、センサ１１１～１１５、１１８をフローセル１１１１から取り出して水滴を拭き取り、フローセル１１１１に再度挿入する。ユーザは、試料水が排出されたフローセル１１１１－１、１１１１－２に第１校正液を供給する。ユーザは、フローセル１１１１－１、１１１１－２を第１校正液で満たすと、エア抜き弁１１１５を開いてフローセル１１１１－１、１１１１－２内の空気を抜く。
　センサ装置１０は、タッチパネル１１１９に、校正処理を実施するための「校正開始」オブジェクトを表示させる。ユーザは、タッチパネル１１１９に表示される「校正開始」オブジェクトを押下する。センサ装置１０は、「校正開始」オブジェクトが押下されると、校正対象となるセンサの選択を受け付ける（ステップＳ２１）。例えば、センサ装置１０は、タッチパネル１１１９に、センサの選択画面を表示させ、ユーザからのセンサの選択を受け付ける。
　ユーザは、選択画面に表示される複数のセンサのうち、一括して校正を実施するセンサを選択する。例えば、ユーザは、ＥＣセンサ１１１、ＦＣＬセンサ１１２、ｐＨセンサ１１３、ＯＲＰセンサ１１４、及びＮＯ３センサ１１５を選択する。
　センサ装置１０は、センサが選択されると、校正液の選択を受け付ける（ステップＳ２２）。例えば、センサ装置１０は、タッチパネル１１１９に、校正液の選択画面を表示させ、ユーザからの校正液の選択を受け付ける。ユーザは、選択画面に表示される複数の校正液のうち、第１校正液を選択する。
　センサ装置１０は、校正液が選択されると、校正処理の開始の指示を受け付ける（ステップＳ２３）。例えば、センサ装置１０は、タッチパネル１１１９に、「開始」オブジェクトを表示させ、ユーザからの開始指示を受け付ける。ユーザは、校正処理を開始させるため、「開始」オブジェクトを押下する。
　校正処理が開始されると、センサ装置１０は、第２送受信部１９３により、選択されたセンサから第１測定データを受信する（ステップＳ２４）。センサ装置１０は、受信した第１測定データを、記憶部１８０の校正時測定情報１８４に記憶する。
　センサ装置１０は、校正部１９４により、センサ１１１～１１５の校正処理が成功したか否かを推定する（ステップＳ２５）。具体的には、例えば、校正部１９４は、測定値の推移を監視する。校正部１９４は、各センサについて記憶している、校正成功時において想定される測定値の推移と、取得した測定値の推移とを比較する。校正部１９４は、例えば、取得した測定値の推移が、想定される推移の所定の範囲内に収まる場合、校正は成功したと判断する。
　校正が成功すると、校正部１９４は、想定される校正液を用いた測定が完了したか否かを判断する（ステップＳ２６）。想定される校正液を用いた測定が完了していない場合（ステップＳ２６のＮｏ）、校正部１９４は、処理をステップＳ２２に移行させる。
　ユーザは、例えば、フローセル１１１１－１、１１１１－２から第１校正液を排出し、フローセル１１１１－１、１１１１－２に第２校正液を供給する。校正部１９４は、第２校正液で満たされたフローセル１１１１－１、１１１１－２において、センサの校正処理を実施する。校正部１９４は、第２校正液を用いたセンサの校正処理が成功すると、処理をステップＳ２２に移行させる。
　ユーザは、例えば、フローセル１１１１－１、１１１１－２から第２校正液を排出し、フローセル１１１１－１、１１１１－２に第３校正液を供給する。校正部１９４は、第３校正液で満たされたフローセル１１１１－１、１１１１－２において、センサの校正処理を実施する。校正部１９４は、第３校正液を用いたセンサの校正処理が成功すると、例えば、処理をステップＳ２７へ移行させる。
　想定される校正液を用いた測定が完了した場合（ステップＳ２６のＹｅｓ）、校正部１９４は、各センサについて測定された情報に基づき、各センサについての校正に関する情報を作成する（ステップＳ２７）。校正部１９４は、作成した校正に関する情報を、記憶部１８０の校正情報１８１に記憶する。
　センサ装置１０は、第１送受信部１９２により、所定のタイミングで、校正情報１８１に記憶されている校正に関する情報をサーバ２０へ送信する。センサ装置１０は、第１送受信部１９２により、所定のタイミングで、校正時測定情報１８４に記憶されている情報をサーバ２０へ送信する。所定のタイミングは、例えば、以下である。
　・所定の周期
　・所定の時刻
　・校正処理が完了したとき
　・情報を記憶したとき
（試料水の測定：センサでの処理）
　センサ装置１０は、センサ１１１～１１８を用い、試料水の水質を測定する。具体的には、例えば、フローセル１１１１の測定口に挿入されたセンサ１１１～１１５、１１８、及びシェル１１７１に挿入されたＴＵＲセンサ１１７を用い、試料水の水質を測定する。
　図１７は、図７に示すセンサの動作の例を表すフローチャートである。
　図７に示すｐＨセンサ１１３は、ｐＨ電極１１３１により、フローセル１１１１－１に充填された試料水の電位を、例えば、予め設定した周期で測定する（ステップＳ３１）。ｐＨセンサ１１３は、取得した電位を第１測定データとしてメモリ１１３２２に記憶する。
　ｐＨセンサ１１３は、第１測定データに含まれる異常を補正する（ステップＳ３２）。具体的には、ｐＨセンサ１１３は、第１測定データに含まれるノイズを、例えば、学習済みモデル１１３２２１を用いて低減する。具体的には、例えば、ｐＨセンサ１１３は、第１測定データを学習済みモデル１１３２２１に入力することで、突発的な変化が生じた測定値を、先の測定値から推定される値に置き換える。突発的な変化が生じていない測定値は、学習済みモデル１１３２２１からそのまま出力される。ｐＨセンサ１１３は、学習済みモデル１１３２２１から出力されたデータを、第２測定データとしてメモリ１１３２２に記憶する。
　ｐＨセンサ１１３は、入出力ＩＦ１１３２５を介し、所定のタイミングで、第１測定データ及び第２測定データをセンサ装置１０へ送信する。所定のタイミングは、例えば、以下である。
　・所定の周期
　・情報を取得したとき
　・情報を記憶したとき
　センサ１１１～１１５、１１８、及びシェル１１７１に挿入されたＴＵＲセンサ１１７についても、ｐＨセンサ１１３と同様に動作する。
（試料水の測定：センサ装置１０での処理）
　図１８は、図６に示すセンサ装置１０の動作の例を表すフローチャートである。
　制御部１９０は、第２送受信部１９３により、センサ１１１～１１５、１１７、１１８から第１測定データ及び第２測定データを受信する（ステップＳ４１）。制御部１９０は、受信した第１測定データ及び第２測定データを、記憶部１８０の測定情報１８２に記憶する。
　制御部１９０は、算出部１９５により、センサ１１１～１１５、１１７から受信した第２測定データと、各センサと対応する校正に関する情報とから第３測定データを算出する（ステップＳ４２）。
　具体的には、算出部１９５は、例えば、ＥＣセンサ１１１から受信する第２測定データと、ＥＣセンサ１１１についての校正に関する情報とから、第３測定データとしてのＥＣ値を算出する。また、算出部１９５は、例えば、ＦＣＬセンサ１１２から受信する第２測定データと、ＦＣＬセンサ１１２についての校正に関する情報とから、第３測定データとしてのＦＣＬ値を算出する。また、算出部１９５は、例えば、ｐＨセンサ１１３から受信する第２測定データと、ｐＨセンサ１１３についての校正に関する情報とから、第３測定データとしてのｐＨ値を算出する。また、算出部１９５は、例えば、ＯＲＰセンサ１１４から受信する第２測定データと、ＯＲＰセンサ１１４についての校正に関する情報とから、第３測定データとしてのＯＲＰ値を算出する。また、算出部１９５は、例えば、ＮＯ３センサ１１５から受信する第２測定データと、ＮＯ３センサ１１５についての校正に関する情報とから、第３測定データとしての硝酸濃度を算出する。また、算出部１９５は、例えば、ＴＵＲセンサ１１７から受信する第２測定データと、ＴＵＲセンサ１１７についての校正に関する情報とから、第３測定データとしての濁度を算出する。
　制御部１９０は、推定部１９６により、センサ１１１～１１８に異常が発生しているか否かを推定する（ステップＳ４３）。例えば、推定部１９６は、センサ１１１～１１５、１１７についてそれぞれ算出された第３測定データと、ＦＬＯＷセンサ１１６で測定された第１測定データと、ＴＥＭＰセンサ１１８で測定された第２測定データとを学習済みモデル１８５へ入力する。測定データを入力したセンサのいずれかに異常が発生している場合、学習済みモデル１８５からは、異常が発生していると推定されるセンサと、当該センサに対して発生していると推定される異常とが出力される。
　具体的には、測定データを入力したセンサのいずれかに故障したセンサがある場合、学習済みモデル１８５からは、例えば、故障が発生していると推定されるセンサと、当該センサについて故障が発生していることが出力される。また、測定データを入力したセンサのいずれかに校正時からのずれが発生しているセンサがある場合、学習済みモデル１８５からは、例えば、校正時からのずれが発生していると推定されるセンサと、当該センサについて校正時からのずれが発生していることが出力される。
　推定部１９６は、推定結果を提示制御部１９９からユーザに提示してもよい。
　制御部１９０は、補完部１９８により、故障が発生したセンサが含まれているか否かを判断する（ステップＳ４４）。故障が発生したセンサが含まれている場合（ステップＳ４４のＹｅｓ）、補完部１９８は、故障が発生したセンサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補完する（ステップＳ４５）。
　具体的には、例えば、補完部１９８は、ｐＨセンサ１１３に故障が発生したと推定された場合、ｐＨセンサ１１３の測定に基づいて算出された第３測定データを破棄する。補完部１９８は、過去に取得されたセンサ１１１～１１５、１１７の第３測定データ、ＦＬＯＷセンサ１１６の第１測定データ、及びＴＥＭＰセンサ１１８の第２測定データと、今回測定されたセンサ１１１、１１２、１１４、１１５、１１７の第３測定データ、ＦＬＯＷセンサ１１６の第１測定データ、及びＴＥＭＰセンサ１１８の第２測定データとを用い、ｐＨセンサ１１３の補完測定データを算出する。補完部１９８は、算出した補完測定データを第３測定データとして記憶部１８０に記憶する。
　故障が発生したセンサが含まれていない場合（ステップＳ４４のＮｏ）、補完部１９８は、処理をステップＳ４６へ移行させる。
　制御部１９０は、補正部１９７により、校正時からのずれが発生したセンサが含まれているか否かを判断する（ステップＳ４６）。校正時からのずれが発生したセンサが含まれている場合（ステップＳ４６のＹｅｓ）、補正部１９７は、校正時からのずれが発生したセンサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補正する（ステップＳ４７）。
　具体的には、例えば、補正部１９７は、校正時からのずれがｐＨセンサ１１３に発生したと推定された場合、ｐＨセンサ１１３の測定に基づいて算出された第３測定データを補正する。このとき、補正部１９７は、過去に取得されたセンサ１１１～１１５、１１７の第３測定データ、ＦＬＯＷセンサ１１６の第１測定データ、及びＴＥＭＰセンサ１１８の第２測定データと、今回測定されたセンサ１１１、１１２、１１４、１１５、１１７の第３測定データ、ＦＬＯＷセンサ１１６の第１測定データ、及びＴＥＭＰセンサ１１８の第２測定データとを用い、ｐＨセンサ１１３の測定に基づいて算出された第３測定データを補正する。補正部１９７は、補正した第３測定データを記憶部１８０に記憶する。
　校正時からのずれが発生したセンサがない場合（ステップＳ４６のＮｏ）、制御部１９０は、処理を終了させる。
　なお、図１８に示すフローチャートでは、補完部１９８は、ステップＳ４４において、故障が発生したセンサが含まれているか否かを判断している。この判断において、補完部１９８は、故障が発生したセンサが１つだけ存在するか否かを判断してもよい。補完部１９８は、故障が発生したセンサが１つだけ存在する場合、故障が発生したセンサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補完する。補完部１９８は、２つ以上のセンサで故障が発生している場合、センサ装置１０による測定を停止させる。
　また、図１８に示すフローチャートでは、補正部１９７は、ステップＳ４６において、校正時からのずれが発生したセンサが含まれているか否かを判断している。この判断において、補正部１９７は、校正時からのずれが発生したセンサが１つだけ存在するか否かを判断してもよい。補正部１９７は、校正時からのずれが発生したセンサが１つだけ存在する場合、校正時からのずれが発生したセンサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補正する。補正部１９７は、２つ以上のセンサで校正時からのずれが発生している場合、センサ装置１０による測定を停止させる。
　また、図１８に示すフローチャートでは、補完部１９８は、ステップＳ４５において、故障が発生したセンサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補完するようにしている。ステップＳ４５において、補完部１９８は、故障が発生したセンサによる測定データを、過去に取得された、水源を同じくする施設に設置される複数のセンサ装置１０により取得された測定データと、今回測定された測定データとを用いて補完してもよい。
　また、図１８に示すフローチャートでは、補正部１９７は、ステップＳ４７において、校正時からのずれが発生したセンサによる測定データを、過去に取得された複数のセンサの測定データと、今回測定された他のセンサの測定データとを用いて補正するようにしている。ステップＳ４７において、補正部１９７は、校正時からのずれが発生したセンサによる測定データを、過去に取得された、水源を同じくする施設に設置される複数のセンサ装置１０により取得された測定データと、今回測定された測定データとを用いて補正してもよい。
　第１送受信部１９２は、通信部１２０を介し、所定のタイミングで、第１測定データ、第２測定データ、及び第３測定データをサーバ２０へ送信する。また、第１送受信部１９２は、通信部１２０を介し、所定のタイミングで、第１測定データ、第２測定データ、及び第３測定データを、同一の水処理施設に設置されている他のセンサ装置１０へ送信する。所定のタイミングは、例えば、以下である。
　・所定の周期
　・情報を取得したとき
　・情報を記憶したとき
　＜３．２　サーバ２０の動作）
　サーバ２０は、センサ装置１０で測定されたデータ等を蓄積し、蓄積するデータを活用したサービスを提供する。
（サーバ２０でのデータ活用：分析処理１）
　図１９は、図８に示すサーバ２０の動作の例を表すフローチャートである。
　制御部２０３は、所定のユーザから、当該ユーザと関連する水処理施設の指定、及び指定した水処理施設についての分析の指示を受け付ける（ステップＳ５１）。このとき、ユーザは、分析の種類を選択してもよい。また、制御部２０３は、所定のユーザからの水処理施設の指定と共に、当該水処理施設についての情報を取得してもよい。
　制御部２０３は、分析モジュール２０３４により、指定された水処理施設についての情報を記憶部２０２から読み出す。分析モジュール２０３４は、読み出した情報に基づき、指定された水処理施設が所定の契約を結んでいるか否かを判断する（ステップＳ５２）。所定の契約とは、例えば、有料の契約、又は有料に相当する契約を表す。本実施形態に係る例によれば、所定の契約とは、例えば、有料契約又はプレミアム契約を表す。
　水処理施設が所定の契約を結んでいる場合、分析モジュール２０３４は、例えば、最新のバージョンの第１学習済みモデル２０２７を用い、水処理施設における水処理を分析する（ステップＳ５３）。具体的には、分析モジュール２０３４は、指定された水処理施設に関する情報を、最新のバージョンの第１学習済みモデル２０２７に入力し、第１学習済みモデル２０２７から水処理についての評価を出力させる。
　分析モジュール２０３４は、例えば、水処理施設について読み出した情報に基づき、指定された水処理施設と類似する水処理施設を抽出する。分析モジュール２０３４は、例えば、指定された水処理施設と、原水水質が類似し、水処理施設の種別が同じであり、同様の処理器を有し、同様の処理を実施し、同様の薬品を使用している水処理施設を、類似する水処理施設として抽出する。分析モジュール２０３４は、例えば、原水水質、水処理施設の種別、有している処理器、実施する処理、及び使用薬品等に基づき、指定された水処理施設との類似度を算出する。
　分析モジュール２０３４は、水処理施設の環境も考慮して類似する水処理施設を抽出してもよい。例えば、分析モジュール２０３４は、天気、気温、湿度、風速、気圧、ちり等の遷移を参照し、類似した環境に置かれている水処理施設を抽出する。分析モジュール２０３４は、例えば、水処理施設が置かれている周囲の環境の遷移にも基づき、指定された水処理施設との類似度を算出する。
　分析モジュール２０３４は、指定された水処理施設と、抽出した水処理施設とを比較する。
　制御部２０３は、提示モジュール２０３９により、ステップＳ５３で作成された分析結果をユーザに提示する（ステップＳ５４）。具体的には、提示モジュール２０３９は、分析モジュール２０３４により取得された評価と、類似する水処理施設との比較結果とを、ユーザが操作する端末装置３０に表示させる。
　図２０は、ユーザが利用する端末装置３０の表示例を表す模式図である。
　図２０に示す表示例は、指定された水処理施設についての情報を表示する第１表示領域３１と、類似する水処理施設についての情報を表示する第２表示領域３２とを含む。第１表示領域３１には、水処理施設の水処理についての評価３１１、表示オブジェクト３１２、３１３、及び指示オブジェクト３１４が含まれる。表示オブジェクト３１２には、水処理施設の詳細情報が表示される。表示オブジェクト３１３には、測定データの推移を表す情報が表示される。測定データの推移を表す情報は、任意の態様で表示可能である。本実施形態では、例えば、グラフで表示されている。指示オブジェクト３１４は、指定された水処理施設についての改善案を要求するためのオブジェクトである。
　第２表示領域３２には、水処理施設の水処理についての評価３２１、指定された水処理施設との類似度３２２、表示オブジェクト３２３、指示オブジェクト３２４が含まれる。表示オブジェクト３２３には、水処理施設の詳細情報が表示される。指示オブジェクト３２４は、水処理施設についてさらに詳細な情報を表示させるためのオブジェクトである。
　提示モジュール２０３９は、第２表示領域３２において、水処理施設を、任意の順序で表示する。例えば、提示モジュール２０３９は、プラントＩＤ順、評価の高い順、類似度が高い順等で水処理施設を表示する。
　提示モジュール２０３９は、ユーザから類似する水処理施設の詳細が要求されると、当該水処理施設についての測定データの推移を表示する。
　図２１は、ユーザが利用する端末装置３０の表示例を表す模式図である。図２１に示す表示例では、第２表示領域３２に、測定データの推移が表示される表示オブジェクト３２５が表示されている。
　制御部２０３は、ユーザから改善案が要求されると、提案モジュール２０３７により、水処理の評価を向上させるための提案を作成する（ステップＳ５５）。具体的には、例えば、提案モジュール２０３７は、水処理施設に関する情報を学習済みモデルへ入力し、水処理の評価を向上させるための改善案を出力させる。
　制御部２０３は、提示モジュール２０３９により、水処理の評価を向上させるための提案をユーザに提示する（ステップＳ５６）。具体的には、提示モジュール２０３９は、水処理の評価を向上させるための提案をユーザが操作する端末装置３０に表示させる。
　図２２は、ユーザが利用する端末装置３０の表示例を表す模式図である。
　図２２に示す表示例は、第１表示領域３１と、水処理施設の改善案を表す第３表示領域３３とを含む。第３表示領域３３には、表示オブジェクト３３１～３３４、及び指示オブジェクト３３２１が含まれる。表示オブジェクト３３１には、改善目標としての測定データの推移が表示される。表示オブジェクト３３２～３３４には、改善のための提案が表示される。指示オブジェクト３３２１は、提案を採用するのにかかる費用の見積もりを要求するためのオブジェクトである。
　提示モジュール２０３９は、表示オブジェクト３３２～３３４に、改善の提案として、例えば、センシングするべき新たな項目の提案、センシングするべき新たな位置の提案、センサ装置１０を新たに取り付けるべき新たな位置の提案、又は運用制御の提案等を表示する。また、提示モジュール２０３９は、それぞれの提案と共に改善される運用コストも表示する。具体的には、例えば、提示モジュール２０３９は、表示オブジェクト３３４に、排水モニタリングを提案し、排水モニタリングによる排水コストの削減を表示する。
　提案モジュール２０３７は、ユーザから見積りが要求されると、提案に応じた見積書を作成する。提示モジュール２０３９は、作成した見積書をユーザへ提示する。
　ステップＳ５２において、水処理施設が所定の契約を結んでいない場合、分析モジュール２０３４は、例えば、開放されているバージョンの第１学習済みモデル２０２７を用い、水処理施設における水処理を分析する（ステップＳ５７）。具体的には、分析モジュール２０３４は、指定された水処理施設に関する情報を、開放されているバージョンの第１学習済みモデル２０２７に入力し、第１学習済みモデル２０２７から水処理についての評価を出力させる。また、分析モジュール２０３４は、例えば、水処理施設について読み出した情報に基づき、指定された水処理施設と類似する水処理施設を抽出する。
　制御部２０３は、提示モジュール２０３９により、ステップＳ５７で作成された分析結果をユーザに提示する（ステップＳ５８）。具体的には、提示モジュール２０３９は、分析モジュール２０３４により取得された評価と、類似する水処理施設との比較結果とを、ユーザが操作する端末装置３０に表示させる。
　制御部２０３は、ユーザから改善案が要求されると、提案モジュール２０３７により、水処理の評価を向上させるための提案を作成する（ステップＳ５９）。具体的には、例えば、提案モジュール２０３７は、水処理施設に関する情報を学習済みモデルへ入力し、水処理の評価を向上させるための改善案を出力させる。このときの学習済みモデルは、ステップＳ５５で使用される学習済みモデルよりもバージョンが古いものであってもよい。
　制御部２０３は、提示モジュール２０３９により、水処理の評価を向上させるための提案をユーザに提示する（ステップＳ５１０）。具体的には、提示モジュール２０３９は、水処理の評価を向上させるための提案をユーザが操作する端末装置３０に表示させる。
　図２０～２２に示す例では、所定のエリアに取り付けられるセンサ装置１０により取得された測定データを表示しているが、測定データを取得するセンサ装置１０は、任意に選択可能としてもよい。また、複数のエリアに取り付けられるセンサ装置１０により取得された測定データを表示してもよい。
（サーバ２０でのデータ活用：分析処理２）
　図２３は、図８に示すサーバ２０の動作の例を表すフローチャートである。
　制御部２０３は、所定のユーザから、当該ユーザと関連する水処理施設の指定、及び指定した水処理施設についての監視の指示を受け付ける（ステップＳ６１）。
　制御部２０３は、分析モジュール２０３４により、水処理施設における消費電力量を推定する（ステップＳ６２）。具体的には、例えば、分析モジュール２０３４は、指定された水処理施設に設けられる処理器の稼働状況、及び各種センシング情報等を、消費電力量を算出するための関数に入力し、消費電力量を算出する。分析モジュール２０３４は、水処理施設全体の消費電力を推定してもよいし、水処理施設に設けられる各処理器の消費電力を推定してもよい。
　制御部２０３は、提示モジュール２０３９により、ステップＳ６２で算出された消費電力量をユーザに提示する（ステップＳ６３）。
　提示モジュール２０３９は、算出された消費電力量が予め設定した閾値を超えるか否かを判断する（ステップＳ６４）。算出された消費電力量が予め設定した閾値を超える場合（ステップＳ６４のＹｅｓ）、提示モジュール２０３９は、端末装置３０に消費電力量が閾値を超えたことを表すアラートを提示させる（ステップＳ６５）。また、算出された消費電力量が予め設定した閾値を超える場合、分析モジュール２０３４は、この消費電力量が維持された場合に予想される影響を推定する。提示モジュール２０３９は、推定した影響をユーザに提示する。
　制御部２０３は、提案モジュール２０３７により、分析モジュール２０３４で推定された消費電力量を低減させるための対策を作成する（ステップＳ６６）。
　制御部２０３は、提示モジュール２０３９により、推定された消費電力量を低減させるための対策をユーザに提示する（ステップＳ６７）。具体的には、提示モジュール２０３９は、推定された消費電力量を低減させるための対策をユーザが操作する端末装置３０に表示させる。
　図２４は、ユーザが利用する端末装置３０の表示例を表す模式図である。
　図２４に示す表示例は、表示オブジェクト３４１～３４４を含む。表示オブジェクト３４１には、水処理施設を構成する処理器が表示される。表示オブジェクト３４２には、水処理施設を構成する処理器それぞれの消費電力量が表示される。消費電力量が閾値を超える表示オブジェクト３４２には、他と識別可能なエフェクトがかかっている。図２４に示す例では、「消費電力量：Ｗ３」に、ボールド処理がかかっている。表示オブジェクト３４３には、消費電力量が閾値を超えている旨を表すアラートが表示される。また、表示オブジェクト３４３には、アラートに対する対策を取らないと発生する影響が表示される。表示オブジェクト３４４には、消費電力量を低減させるための対策が表示される。
（サーバ２０でのデータ活用：シミュレーション）
　図２５は、図８に示すサーバ２０の動作の例を表すフローチャートである。
　制御部２０３は、水処理施設の指定として、所定のユーザから、ユーザが想定する水処理施設の設計データ、及びこの水処理施設で処理される水の水質データの入力と、シミュレーションの指示とを受け付ける（ステップＳ７１）。
　制御部２０３は、シミュレーションモジュール２０３５により、シミュレーションを要求したユーザが、所定の契約を結んでいるか否かを判断する（ステップＳ７２）。ユーザが所定の契約を結んでいる場合、シミュレーションモジュール２０３５は、例えば、最新のバージョンの第２学習済みモデル２０２８を用い、想定される水処理施設における水処理を推定する（ステップＳ７３）。具体的には、シミュレーションモジュール２０３５は、想定される水処理施設の設計データと、この水処理施設で処理される水の水質データとを、最新のバージョンの第２学習済みモデル２０２８に入力し、第２学習済みモデル２０２８から水処理を推定する情報を出力させる。水処理を推定する情報は、例えば、以下を含む。
　・水処理施設の所定位置における測定データ
　・処理器の稼働状況
　・水の使用量
　・汚染物質の排出量
　・水の再利用量
　・運用コスト
　制御部２０３は、提示モジュール２０３９により、ステップＳ７３で作成された推定結果をユーザに提示する（ステップＳ７４）。具体的には、提示モジュール２０３９は、シミュレーションモジュール２０３５により取得された推定結果を、ユーザが操作する端末装置３０に表示させる。
　図２６は、ユーザが利用する端末装置３０の表示例を表す模式図である。
　図２６に示す表示例は、表示オブジェクト３５１～３５３、指示オブジェクト３５４、３５５を含む。表示オブジェクト３５１には、想定されるプラントの設計データが表示される。表示オブジェクト３５２には、水処理施設を構成する処理器が表示される。表示オブジェクト３５３には、水処理施設を構成する処理器それぞれの消費電力量が表示される。指示オブジェクト３５４は、想定される水処理施設に取り付けられるセンサ装置１０により取得される測定データを要求するためのオブジェクトである。指示オブジェクト３５５は、想定される水処理施設についての改善案を要求するためのオブジェクトである。
　制御部２０３は、ユーザから改善案が要求されると、提案モジュール２０３７により、水処理の推定結果を改善させるための提案を作成する（ステップＳ７５）。具体的には、例えば、提案モジュール２０３７は、センシングするべき新たな項目の提案、センシングするべき新たな位置の提案、センサ装置１０を新たに取り付けるべき新たな位置の提案、又は運用制御の提案等を作成する。
　制御部２０３は、提示モジュール２０３９により、水処理の推定結果を改善させるための提案をユーザに提示する（ステップＳ７６）。具体的には、提示モジュール２０３９は、水処理の推定結果を改善させるための提案をユーザが操作する端末装置３０に表示させる。提示モジュール２０３９は、それぞれの提案と共に改善される運用コストも表示する。
　ステップＳ７２において、ユーザが所定の契約を結んでいない場合、シミュレーションモジュール２０３５は、例えば、開放されているバージョンの第２学習済みモデル２０２８を用い、想定される水処理施設における水処理を推定する（ステップＳ７７）。具体的には、シミュレーションモジュール２０３５は、想定される水処理施設の設計データと、この水処理施設で処理される水の水質データとを、開放されているバージョンの第２学習済みモデル２０２８に入力し、第２学習済みモデル２０２８から水処理を推定する情報を出力させる。
　制御部２０３は、提示モジュール２０３９により、ステップＳ７７で作成された推定結果をユーザに提示する（ステップＳ７８）。具体的には、提示モジュール２０３９は、シミュレーションモジュール２０３５により取得された推定結果を、ユーザが操作する端末装置３０に表示させる。
　制御部２０３は、ユーザから改善案が要求されると、提案モジュール２０３７により、水処理の推定結果を改善させるための提案を作成する（ステップＳ７９）。
　制御部２０３は、提示モジュール２０３９により、水処理の推定結果を改善させるための提案をユーザに提示する（ステップＳ７１０）。具体的には、提示モジュール２０３９は、水処理の推定結果を改善させるための提案をユーザが操作する端末装置３０に表示させる。提示モジュール２０３９は、それぞれの提案と共に改善される運用コストも表示する。
（サーバ２０でのデータ活用：校正処理）
　図２７は、図８に示すサーバ２０の動作の例を表すフローチャートである。
　制御部２０３は、校正設定モジュール２０３６により、校正が必要なセンサを有するセンサ装置１０があるか否かを判断する（ステップＳ８１）。具体的には、校正設定モジュール２０３６は、例えば、センサ装置１０での測定によって得られた情報に基づき、センサが、校正が必要な状態か否かを判断する。つまり、校正設定モジュール２０３６は、例えば、時間の経過に伴い、他のセンサと異なる傾向で測定値が変化しているセンサがある場合、そのセンサについて校正が必要であると判断する。校正設定モジュール２０３６は、先に校正してから所定の期間が経過したセンサがある場合、当該センサが、校正が必要な状態であると判断してもよい。校正設定モジュール２０３６は、センサ装置１０から校正の要求がある場合、当該センサ装置１０に設けられたセンサが、校正が必要な状態であると判断してもよい
　校正が必要な状態にあるセンサを有するセンサ装置１０が存在する場合（ステップＳ８１のＹｅｓ）、校正設定モジュール２０３６は、当該センサについて、校正に関する情報を算出する（ステップＳ８２）。具体的には、校正設定モジュール２０３６は、例えば、測定テーブル２０２４に蓄積されている、センサ装置１０で取得された第１測定データ、第２測定データ、及び第３測定データと、校正テーブル２０２５に蓄積されている、過去に設定された校正に関する情報とから、校正に関する情報を算出する。例えば、校正設定モジュール２０３６は、過去に測定されたセンサ装置１０での測定情報を入力データとし、過去に設定された校正に関する情報を正解出力データとして学習された学習済みモデルに、最新の第１測定データ、第２測定データ、及び第３測定データを入力し、校正に関する情報を取得する。
　制御部２０３は、送信制御モジュール２０３２により、算出した校正に関する情報を、校正が必要と判断されたセンサを有するセンサ装置１０へ送信する（ステップＳ８３）。
　以上のように、上記実施形態では、制御部１９０は、第２送受信部１９３により、それぞれが別々の項目を測定する複数のセンサ１１１～１１８から、測定データを取得する。制御部１９０は、推定部１９６により、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定する。制御部１９０は、補正部１９７、又は補完部１９８により、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正する。これにより、センサ１１１～１１８のうち、異常が発生したセンサをリアルタイムで推定することが可能となる。また、異常が発生したセンサによる測定データをリアルタイムで修正することが可能となる。このため、センサ装置１０が有するセンサに異常が発生した場合において、測定データへの異常の影響を抑えることが可能となる。また、センサに異常が生じたとしても、直ちに測定を停止する必要がなくなる。
　したがって、本実施形態に係る、別々の項目を測定する複数のセンサを有するセンサ装置１０において、測定項目を正確に計測することができる。
　また、上記実施形態では、推定部１９６は、複数のセンサのいずれかが故障しているか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定する。補完部１９８は、故障していると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて補完する。これにより、センサ１１１～１１８のうち、故障が発生したセンサをリアルタイムで推定することが可能となる。また、故障が発生したセンサによる測定データをリアルタイムで補完することが可能となる。このため、センサ装置１０が有するセンサが故障した場合において、測定データへの故障の影響を抑えることが可能となる。また、センサが故障したとしても、直ちに測定を停止する必要がなくなる。
　また、上記実施形態では、推定部１９６は、複数のセンサのいずれかに校正時からのずれが生じているか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定する。補正部１９７は、校正時からのずれが生じていると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて補正する。これにより、センサ１１１～１１８のうち、校正時からのずれが発生したセンサをリアルタイムで推定することが可能となる。また、校正時からのずれが発生したセンサによる測定データをリアルタイムで補正することが可能となる。このため、センサ装置１０が有するセンサに校正時からのずれが発生した場合において、測定データへの影響を抑えることが可能となる。
　また、上記実施形態では、制御部１９０は、第１送受信部１９２により、同じ水源の水を測定する他のセンサ装置１０で測定された複数項目の測定データを取得する。推定部１９６は、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、他のセンサ装置１０から取得した複数項目の測定データと、過去に取得した複数項目の測定データと、他のセンサ装置１０から過去に取得した複数項目の測定データとに基づいて推定する。これにより、同じ挙動を表すと予想される、同じ水源の水を測定するセンサ装置１０のセンサを比較するため、センサで発生する異常を高精度に発見することが可能となる。
　また、上記実施形態では、補正部１９７、又は補完部１９８は、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、他のセンサ装置１０から取得した複数項目の測定データと、過去に取得した複数項目の測定データと、他のセンサ装置１０から過去に取得した複数項目の測定データとに基づいて修正する。これにより、同じ挙動を表すと予想される、同じ水源の水を測定するセンサ装置１０のセンサを比較するため、センサで発生する異常の影響を高精度に修正することが可能となる。
　また、上記実施形態では、推定部１９６は、過去に取得された複数項目の測定データを入力データ、当該測定データに基づく異常発生の判断を正解出力データとして学習された学習済みモデルに、取得した複数項目の測定データを入力することで、異常発生の有無を推定する。これにより、異常の発生を推定する精度をより向上させることが可能となる。
　＜４　変形例＞
　上記実施形態に係る例では、センサ装置１０は、タッチパネル１１１９を有する場合を説明している。しかしながら、センサ装置１０は、タッチパネル１１１９を有さなくてもよい。制御部１９０は、第１送受信部１９２により、制御部１９０での処理に係る情報をユーザが操作する端末装置３０へ送信してもよい。端末装置３０は、センサ装置１０から送信された情報を端末装置３０のディスプレイに表示する。また、センサ装置１０は、第１送受信部１９２により、ユーザからの操作を、端末装置３０を介して受信してもよい。
　端末装置３０は、例えば、センサ装置１０と連携するためのアプリケーションをインストールする。これにより、端末装置３０において、制御部１９０での処理に係る情報をディスプレイに表示する機能、及びセンサ装置１０への操作をユーザから受け付ける機能が実現される。
　上記実施形態で説明される学習済みモデルは、説明の有無によらず、契約によって使用されるバージョンが異なってもよい。また、第１学習済みモデル２０２７は、分析の基準に応じて、複数の種類が作成されている場合がある。第１学習済みモデル２０２７は、契約によって使用される種類が異なっていてもよい。
　上記実施形態に係る例では、センサ装置１０は、それぞれ異なる項目を測定可能なセンサを有する場合を説明した。しかしながら、センサ装置１０が有するセンサのいずれかは、同じ項目を測定可能とするようにしてもよい。センサ装置１０は、例えば、一方のセンサの値が変化し、他方のセンサの値と同一でなくなった場合、一方のセンサに異常が発生したと判断する。これにより、センサに異常が発生したか否かをより正確に判断することが可能となる。
　上記実施形態において、センサ装置１０は、推定部１９６により、測定された情報を検知したセンサに、校正時からずれたセンサが含まれると推定した場合、サーバ２０に対し、当該センサについて校正に関する情報を要求してもよい。このとき、校正時からのずれは、測定値を補正する場合と、校正に関する情報を要求する場合とで異なるようにしてもよい。例えば、校正に関する情報を要求する場合の方が、測定値を補正する場合よりもずれが大きくなるように設定する。このように、推定部１９６は、複数のセンサのうち、校正が必要なセンサを、複数のセンサから取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定する。そして、第１送受信部１９２は、推定した校正が必要なセンサの校正に関する情報をサーバ２０に要求する。これにより、センサ装置１０で校正の要否が自動的に判断され、校正に関する情報がサーバへ要求される。
　＜５　コンピュータの基本ハードウェア構成＞
　図２８は、コンピュータ９０の基本的なハードウェア構成を示すブロック図である。コンピュータ９０は、プロセッサ９１、主記憶装置９２、補助記憶装置９３、通信ＩＦ９９（インタフェース、Interface）を少なくとも備える。これらはバスにより相互に電気的に接続される。
　プロセッサ９１とは、プログラムに記述された命令セットを実行するためのハードウェアである。プロセッサ９１は、演算装置、レジスタ、周辺回路等から構成される。
　主記憶装置９２とは、プログラム、及びプログラム等で処理されるデータ等を一時的に記憶するためのものである。例えば、ＤＲＡＭ（Dynamic Random Access Memory）等の揮発性のメモリである。
　補助記憶装置９３とは、データ及びプログラムを保存するための記憶装置である。例えば、フラッシュメモリ、ＨＤＤ（Hard Disc Drive）、光磁気ディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、半導体メモリ等である。
　通信ＩＦ９９とは、有線又は無線の通信規格を用いて、他のコンピュータとネットワークを介して通信するための信号を入出力するためのインタフェースである。
　ネットワークは、インターネット、ＬＡＮ、無線基地局等によって構築される各種移動通信システム等で構成される。例えば、ネットワークには、３Ｇ、４Ｇ、５Ｇ移動通信システム、ＬＴＥ（Long Term Evolution）、所定のアクセスポイントによってインターネットに接続可能な無線ネットワーク（例えばWi-Fi（登録商標））等が含まれる。無線で接続する場合、通信プロトコルとして例えば、Ｚ－Ｗａｖｅ（登録商標）、ＺｉｇＢｅｅ（登録商標）、Ｂｌｕｅｔｏｏｔｈ（登録商標）等が含まれる。有線で接続する場合は、ネットワークには、ＵＳＢ（Universal Serial Bus）ケーブル等により直接接続するものも含む。
　なお、各ハードウェア構成の全部または一部を複数のコンピュータ９０に分散して設け、ネットワークを介して相互に接続することによりコンピュータ９０を仮想的に実現することができる。このように、コンピュータ９０は、単一の筐体、ケースに収納されたコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
　＜コンピュータ９０の基本機能構成＞
　図２８に示すコンピュータ９０の基本ハードウェア構成により実現されるコンピュータの機能構成を説明する。コンピュータは、制御部、記憶部、通信部の機能ユニットを少なくとも備える。
　なお、コンピュータ９０が備える機能ユニットは、それぞれの機能ユニットの全部または一部を、ネットワークで相互に接続された複数のコンピュータ９０に分散して設けても実現することができる。コンピュータ９０は、単一のコンピュータ９０だけでなく、仮想化されたコンピュータシステムも含む概念である。
　制御部は、プロセッサ９１が補助記憶装置９３に記憶された各種プログラムを読み出して主記憶装置９２に展開し、当該プログラムに従って処理を実行することにより実現される。制御部は、プログラムの種類に応じて様々な情報処理を行う機能ユニットを実現することができる。これにより、コンピュータは情報処理を行う情報処理装置として実現される。
　記憶部は、主記憶装置９２、補助記憶装置９３により実現される。記憶部は、データ、各種プログラム、各種データベースを記憶する。また、プロセッサ９１は、プログラムに従って記憶部に対応する記憶領域を主記憶装置９２または補助記憶装置９３に確保することができる。また、制御部は、各種プログラムに従ってプロセッサ９１に、記憶部に記憶されたデータの追加、更新、削除処理を実行させることができる。
　データベースは、リレーショナルデータベースを指し、行と列によって構造的に規定された表形式のテーブルと呼ばれるデータ集合を、互いに関連づけて管理するためのものである。データベースでは、表をテーブル、表の列をカラム、表の行をレコードと呼ぶ。リレーショナルデータベースでは、テーブル同士の関係を設定し、関連づけることができる。
　通常、各テーブルにはレコードを一意に特定するためのキーとなるカラムが設定されるが、カラムへのキーの設定は必須ではない。制御部は、各種プログラムに従ってプロセッサ９１に、記憶部に記憶された特定のテーブルにレコードを追加、削除、更新を実行させることができる。
　通信部は、通信ＩＦ９９により実現される。通信部は、ネットワークを介して他のコンピュータ９０と通信を行う機能を実現する。通信部は、他のコンピュータ９０から送信された情報を受信し、制御部へ入力することができる。制御部は、各種プログラムに従ってプロセッサ９１に、受信した情報に対する情報処理を実行させることができる。また、通信部は、制御部から出力された情報を他のコンピュータ９０へ送信することができる。
　以上、本開示のいくつかの実施形態を説明したが、これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものとする。
＜付記＞
　以上の各実施形態で説明した事項を以下に付記する。
　（付記１）
　プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、プログラムは、プロセッサに、それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップとを実行させるプログラム。
　（付記２）
　推定するステップにおいて、複数のセンサのいずれかが故障しているか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定し、修正するステップにおいて、故障していると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて補完する、（付記１）に記載のプログラム。
　（付記３）
　推定するステップにおいて、複数のセンサのいずれかに校正時からのずれが生じているか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定し、修正するステップにおいて、校正時からのずれが生じていると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて補正する、（付記１）又は（付記２）に記載のプログラム。
　（付記４）
　同じ水源の水を測定する他のセンサ装置で測定された複数項目の測定データを取得するステップを、プロセッサに実行させ、推定するステップにおいて、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、他のセンサ装置から取得した複数項目の測定データと、過去に取得した複数項目の測定データと、他のセンサ装置から過去に取得した複数項目の測定データとに基づいて推定する、（付記１）乃至（付記３）のいずれかに記載のプログラム。
　（付記５）
　修正するステップにおいて、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、他のセンサ装置から取得した複数項目の測定データと、過去に取得した複数項目の測定データと、他のセンサ装置から過去に取得した複数項目の測定データとに基づいて修正する、（付記４）に記載のプログラム。
　（付記６）
　推定するステップにおいて、過去に取得された複数項目の測定データを入力データ、当該測定データに基づく異常発生の判断を正解出力データとして学習された学習済みモデルに、取得した複数項目の測定データを入力することで、異常発生の有無を推定する、（付記１）乃至（付記５）のいずれかに記載のプログラム。
　（付記７）
　プロセッサと、メモリとを備えるコンピュータに実行される方法であって、プロセッサが、それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップとを実行する方法。
　（付記８）
　制御部と、記憶部とを備える情報処理装置であって、制御部が、それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップとを実行する情報処理装置。
　（付記９）
　それぞれが別々の項目を測定する複数のセンサから、測定データを取得する手段と、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定する手段と、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正する手段とを実行するシステム。
１…システム
１０…センサ装置
１１…筐体
１１ａ…配管接続穴
１１ｂ…配管接続穴
１１ｃ…配管接続穴
１１ｄ…吸気口
１１ｅ…排気口
１１１…ＥＣセンサ
１１２…ＦＣＬセンサ
１１３…ｐＨセンサ
１１３１…ｐＨ電極
１１３２…基板
１１３２１…ＣＰＵ
１１３２２…メモリ
１１３２２１…学習済みモデル
１１３２３…増幅器
１１３２４…変換器
１１３２５…入出力ＩＦ
１１３２６…通信部
１１４…ＯＲＰセンサ
１１５…ＮＯ３センサ
１１５ａ…把持部
１１５ｂ…鍔部
１１５ｃ…測定部
１１６…ＦＬＯＷセンサ
１１７…ＴＵＲセンサ
１１７１…シェル
１１８…ＴＥＭＰセンサ
１１９…バルブ
１１１０…バルブ
１１１１…フローセル
１１１１１～１１１１３…測定口
１１１１２ａ…筒部
１１１１２ｂ…筒部
１１１１３ｂ…筒部
１１１１３ｃ…孔
１１１１４…送水路
１１１１５…エア抜き路
１１１２…制御ボックス
１１１３…端子台
１１１４…端子台
１１１５…エア抜き弁
１１１５１…差込口
１１１６…排水弁
１１１７…流量調整弁
１１１８…エアフィルター
１１１９…タッチパネル
１１１９１…タッチ・センシティブ・デバイス
１１１９２…ディスプレイ
１１２０～１１２２…継手
１２…蓋
１２０…通信部
１３１…タッチ・センシティブ・デバイス
１４１…ディスプレイ
１８０…記憶部
１８１…校正情報
１８２…測定情報
１８３…センサ測定情報
１８４…測定情報
１８５…学習済みモデル
１９０…制御部
１９１…操作受付部
１９２…第１送受信部
１９３…第２送受信部
１９４…校正部
１９５…算出部
１９６…推定部
１９７…補正部
１９８…補完部
１９９…提示制御部
２０…サーバ
２０１…通信部
２０２…記憶部
２０２１…プラントテーブル
２０２２…設置テーブル
２０２３…プラント環境テーブル
２０２４…測定テーブル
２０２５…校正テーブル
２０２６…モデルテーブル
２０２７…第１学習済みモデル
２０２８…第２学習済みモデル
２０３…制御部
２０３１…受信制御モジュール
２０３２…送信制御モジュール
２０３３…記憶制御モジュール
２０３４…分析モジュール
２０３５…シミュレーションモジュール
２０３６…校正設定モジュール
２０３７…提案モジュール
２０３８…学習モジュール
２０３９…提示モジュール
３０…端末装置
８０…ネットワーク
９０…コンピュータ
９１…プロセッサ
９２…記憶装置
９３…補助記憶装置
９９…通信ＩＦ
 

Claims (9)

  1. 　プロセッサと、メモリとを備えるコンピュータに実行させるためのプログラムであって、前記プログラムは、前記プロセッサに、
    　それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、
    　複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、
    　異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップと
    を実行させるプログラム。
  2. 　前記推定するステップにおいて、複数のセンサのいずれかが故障しているか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定し、
    　前記修正するステップにおいて、故障していると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて補完する、請求項１記載のプログラム。
  3. 　前記推定するステップにおいて、複数のセンサのいずれかに校正時からのずれが生じているか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定し、
    　前記修正するステップにおいて、校正時からのずれが生じていると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて補正する、請求項１又は２に記載のプログラム。
  4. 　同じ水源の水を測定する他のセンサ装置で測定された複数項目の測定データを取得するステップを、前記プロセッサに実行させ、
    　前記推定するステップにおいて、複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、前記他のセンサ装置から取得した複数項目の測定データと、過去に取得した複数項目の測定データと、前記他のセンサ装置から過去に取得した複数項目の測定データとに基づいて推定する、請求項１乃至３のいずれかに記載のプログラム。
  5. 　前記修正するステップにおいて、異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、前記他のセンサ装置から取得した複数項目の測定データと、過去に取得した複数項目の測定データと、前記他のセンサ装置から過去に取得した複数項目の測定データとに基づいて修正する、請求項４記載のプログラム。
  6. 　前記推定するステップにおいて、過去に取得された複数項目の測定データを入力データ、当該測定データに基づく異常発生の判断を正解出力データとして学習された学習済みモデルに、前記取得した複数項目の測定データを入力することで、異常発生の有無を推定する、請求項１乃至５のいずれかに記載のプログラム。
  7. 　プロセッサと、メモリとを備えるコンピュータに実行される方法であって、前記プロセッサが、
    　それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、
    　複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、
    　異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップと
    を実行する方法。
  8. 　制御部と、記憶部とを備える情報処理装置であって、前記制御部が、
    　それぞれが別々の項目を測定する複数のセンサから、測定データを取得するステップと、
    　複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定するステップと、
    　異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正するステップと
    を実行する情報処理装置。
  9. 　それぞれが別々の項目を測定する複数のセンサから、測定データを取得する手段と、
    　複数のセンサのいずれかに異常があるか否かを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて推定する手段と、
    　異常があると推定したセンサにより測定された測定データを、取得した複数項目の測定データと、過去に取得した複数項目の測定データとに基づいて修正する手段と
    を実行するシステム。 
PCT/JP2022/032320 2021-09-06 2022-08-29 プログラム、方法、情報処理装置、システム Ceased WO2023032877A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
EP22864460.5A EP4400813A4 (en) 2021-09-06 2022-08-29 PROGRAM, METHOD, INFORMATION PROCESSING APPARATUS AND SYSTEM
US18/428,548 US20240271974A1 (en) 2021-09-06 2024-01-31 Information processing apparatus, method, and system

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2021144499A JP7016195B1 (ja) 2021-09-06 2021-09-06 プログラム、方法、情報処理装置、システム
JP2021-144499 2021-09-06

Related Child Applications (1)

Application Number Title Priority Date Filing Date
US18/428,548 Continuation US20240271974A1 (en) 2021-09-06 2024-01-31 Information processing apparatus, method, and system

Publications (1)

Publication Number Publication Date
WO2023032877A1 true WO2023032877A1 (ja) 2023-03-09

Family

ID=81073840

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2022/032320 Ceased WO2023032877A1 (ja) 2021-09-06 2022-08-29 プログラム、方法、情報処理装置、システム

Country Status (4)

Country Link
US (1) US20240271974A1 (ja)
EP (1) EP4400813A4 (ja)
JP (2) JP7016195B1 (ja)
WO (1) WO2023032877A1 (ja)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2024071054A (ja) * 2022-11-14 2024-05-24 株式会社日立製作所 信号処理装置、信号処理方法およびセンシングシステム
WO2024142596A1 (ja) * 2022-12-26 2024-07-04 パナソニックＩｐマネジメント株式会社 匂い識別方法及び匂い識別システム
CN120820207B (zh) * 2025-09-16 2025-12-12 浙江水木物联技术有限公司 一种基于传感数据的印染排水状态分析方法及系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63298112A (ja) * 1987-05-29 1988-12-05 Sumitomo Metal Ind Ltd 厚み計測装置
JP2003271231A (ja) * 2002-03-15 2003-09-26 Mitsubishi Heavy Ind Ltd 検出器ドリフトの推定装置、及び、検出器の監視システム
JP2014182018A (ja) * 2013-03-19 2014-09-29 Fujitsu Ltd 計測データの補正方法、計測データ監視システム及び計測データ監視プログラム
JP2016180237A (ja) * 2015-03-24 2016-10-13 日立造船株式会社 トンネル掘進機
JP2018013914A (ja) * 2016-07-20 2018-01-25 三菱電機ビルテクノサービス株式会社 設備監視装置及び設備監視方法
JP2019144898A (ja) * 2018-02-21 2019-08-29 清水建設株式会社 装置制御システム及び装置制御方法
JP2019153045A (ja) * 2018-03-02 2019-09-12 株式会社日立製作所 データ処理装置及びデータ処理方法
JP2019159604A (ja) * 2018-03-09 2019-09-19 株式会社インテック 異常検知装置、異常検知方法及び異常検知プログラム
JP2020086910A (ja) * 2018-11-26 2020-06-04 三菱電機株式会社 空調システム管理装置、データ提供システム、データ提供方法、及び、プログラム
JP2020165737A (ja) 2019-03-28 2020-10-08 東亜ディーケーケー株式会社 計測装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5940956B2 (ja) * 2012-10-18 2016-06-29 未来工業株式会社 電力量監視装置
WO2017131026A1 (ja) * 2016-01-26 2017-08-03 日本電気株式会社 電力管理装置及びシステムと方法並びにプログラム
JP2018010490A (ja) * 2016-07-13 2018-01-18 株式会社東芝 表示制御装置、表示制御方法及び表示制御プログラム
CN109405932B (zh) * 2017-12-21 2024-05-07 金卡智能集团股份有限公司 适配于流量计的仪表计量值自校正方法及仪表计量方法
JP7234013B2 (ja) * 2019-04-04 2023-03-07 株式会社東芝 運転支援装置、運転支援方法及びコンピュータプログラム

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS63298112A (ja) * 1987-05-29 1988-12-05 Sumitomo Metal Ind Ltd 厚み計測装置
JP2003271231A (ja) * 2002-03-15 2003-09-26 Mitsubishi Heavy Ind Ltd 検出器ドリフトの推定装置、及び、検出器の監視システム
JP2014182018A (ja) * 2013-03-19 2014-09-29 Fujitsu Ltd 計測データの補正方法、計測データ監視システム及び計測データ監視プログラム
JP2016180237A (ja) * 2015-03-24 2016-10-13 日立造船株式会社 トンネル掘進機
JP2018013914A (ja) * 2016-07-20 2018-01-25 三菱電機ビルテクノサービス株式会社 設備監視装置及び設備監視方法
JP2019144898A (ja) * 2018-02-21 2019-08-29 清水建設株式会社 装置制御システム及び装置制御方法
JP2019153045A (ja) * 2018-03-02 2019-09-12 株式会社日立製作所 データ処理装置及びデータ処理方法
JP2019159604A (ja) * 2018-03-09 2019-09-19 株式会社インテック 異常検知装置、異常検知方法及び異常検知プログラム
JP2020086910A (ja) * 2018-11-26 2020-06-04 三菱電機株式会社 空調システム管理装置、データ提供システム、データ提供方法、及び、プログラム
JP2020165737A (ja) 2019-03-28 2020-10-08 東亜ディーケーケー株式会社 計測装置

Also Published As

Publication number Publication date
JP2023038145A (ja) 2023-03-16
US20240271974A1 (en) 2024-08-15
EP4400813A1 (en) 2024-07-17
JP2023037743A (ja) 2023-03-16
JP7016195B1 (ja) 2022-02-18
EP4400813A4 (en) 2025-03-05

Similar Documents

Publication Publication Date Title
WO2023032877A1 (ja) プログラム、方法、情報処理装置、システム
KR102440372B1 (ko) 빅데이터 및 인공지능 기반의 하수처리시설의 유입수 환경 정보 관리 방법, 장치 및 컴퓨터-판독가능 기록매체
US6845336B2 (en) Water treatment monitoring system
US10041736B2 (en) Dynamic monitoring, diagnosis, and control of cooling tower systems
Ghantasala et al. Active fault‐tolerant control of sampled‐data nonlinear distributed parameter systems
KR101479513B1 (ko) 상관관계분석을 이용한 하·폐수처리장 통합운영 제어장치
CN109840671B (zh) 运行改进效果计算设备、运行改进效果计算方法和记录介质
CN107949814A (zh) 用于废水处理工艺控制的系统和方法
JP2013061853A (ja) プロセス監視・診断・支援装置
KR102684375B1 (ko) 분산 처리와 블록체인을 결합하여 데이터의 무결성을 유지하는 수처리 계측제어 시스템 및 방법
US20210061677A1 (en) Systems and methods for real-time monitoring of water purification devices
EP3951326B1 (en) Method and system associated with operational states of a plurality of apparatuses
Lu et al. Securing drinking water supply in smart cities: an early warning system based on online sensor network and machine learning
CN117373215A (zh) 一种罐装燃气泄漏检测方法、设备及存储介质
JP2023038146A (ja) プログラム、センサ装置、方法、情報処理装置、システム
WO2023032878A1 (ja) プログラム、方法、情報処理装置、システム
Spence et al. Using online water quality data to detect events in a distribution system
JP2010088988A (ja) 曝気槽制御方法および装置
Kaneko et al. Data density-based fault detection and diagnosis with nonlinearities between variables and multimodal data distributions
JP7519761B2 (ja) 保険契約料金算出装置及び保険契約料金算出方法
CN121094244B (zh) 一种基于时序滚动预测的污水处理模型动态优化方法和相关设备
González et al. Water distribution systems: a review of water quality modeling for management and contamination warning systems
Liu et al. Machine-learning prediction of DCAA and TCAA concentrations in drinking water
JP7287054B2 (ja) 契約料金算出装置及び契約料金算出方法
Timiraos et al. A Novel Indicator for Nitrogen Prediction in Wastewater Treatment Plants. Implementation of Intelligent Agent-Based

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: 22864460

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202417014635

Country of ref document: IN

WWE Wipo information: entry into national phase

Ref document number: 2022864460

Country of ref document: EP

NENP Non-entry into the national phase

Ref country code: DE

ENP Entry into the national phase

Ref document number: 2022864460

Country of ref document: EP

Effective date: 20240408