JP2022137947A

JP2022137947A - 状態監視システム

Info

Publication number: JP2022137947A
Application number: JP2021037688A
Authority: JP
Inventors: 博之岩永; Hiroyuki Iwanaga; 隆長谷場; Takashi Haseba
Original assignee: NTN Corp; NTN Toyo Bearing Co Ltd
Current assignee: NTN Corp
Priority date: 2021-03-09
Filing date: 2021-03-09
Publication date: 2022-09-22
Also published as: CN116940824A; WO2022190972A1; US20230418275A1

Abstract

【課題】エッジ側で調整可能で、処理のリアルタイム性を確保しうる状態監視システムを提供する。【解決手段】設備の状態を監視する状態監視システムであって、前記設備に取り付けられたセンサと、前記センサの検出信号を受け、所定の計測条件に従って前記検出信号から計測データを取得するデータ計測装置と、前記データ計測装置から前記計測データを受け、前記計測データに基づいて、前記設備の状態を診断する診断処理を実行するデータ診断装置と、を備え、前記データ診断装置は、エッジアプリケーションと産業用IoTプラットフォームとを有し、このエッジアプリケーションは、データ収集・分析部を有し、該データ収集・分析部が、前記データ計測装置から前記計測データの特徴量を算出し、前記産業用IoTプラットフォームへその特徴量を配信する、状態監視システム。【選択図】図１

Description

この発明は、設備の状態を監視する状態監視システムに関する。

産業用等の設備に設置されたセンサを用いて収集される計測データに対して、例えば実効値の算出や周波数解析等の処理を実行して該処理の結果に基づいて設備の状態を監視、診断する状態監視システムが知られている。

従来の技術として、IoT（Internet of Things）技術を使用して、複数のセンサデータの入力に対して、センサの入力値やネットワークスループットを鑑み、センサのサンプリング周期やスケーリング値等の、種々のパラメータ調整をする生産環境のデータシステムが知られている（特許文献１）。また、複数の機械を連続的に監視するシステムの、複数の装置が双方向に動作可能な装置結合体において、複数の計測されたプロセスパラメータをリアルタイムで取得し、該プロセスパラメータから導出量を決定し、該導出量またはプロセスパラメータに基づいて、装置運転に対して変更を勧告する技術が知られている（特許文献２）。さらに、設備に設置されたセンサを用いて計測データを収集して分析し、該分析結果に基づいて設備状態を監視する状態監視システムにおいて、リアルタイム性を確保するために、振動分析にかかる時間、通信にかかる時間に基づいて、振動分析の計測条件および計算パラメータを調整し、計算時間の調整を図る技術が知られている（特願２０２０－１６３９４２号）。

特表２０２０－５３０１５９号公報特許第５２９５４８２号公報

設備の状態を監視する状態監視システムに対して、状態監視のリアルタイム性が求められる場合がある。例えば、生産現場等において、設備の計測データ（振動データ等）に対して周波数解析等の分析処理を行ない、分析処理の結果に基づいて設備の診断を行なう場合に、診断結果に即応性がないと、設備の異常検知及び異常に対する対応が遅れてしまう。このような場合に、計測データの分析処理、及び分析結果に基づく診断処理等のリアルタイム性が求められる。

近年では、リアルタイム処理を生産現場側等で行う形態として、上記計測データの分析処理、及び分析結果に基づく診断処理等の機能を、エッジ（IoT技術の分野等における、クラウド（cloud）に対する、端末、端末側のネットワークおよびそれらの近辺で収集したデータを回線に送り出すポイント）側にのみ提供する産業用IoTプラットフォームを用いたシステム形態がある。しかし、このエッジ側にのみ提供する産業用IoTプラットフォームにおけるデータ収集・配信機能が、例えば温度や圧力など、振動加速度データに比べ、サンプリング周波数が低いデータ(数Hz程度)を見据えた機能となっている場合は、サンプリング周波数が高い（数万Hz以上）振動加速度のデータ収集に適しているとは言えない。また、産業用IoTプラットフォームに含まれるデータ収集ソフトウェアは、一般的に生産設備側の通信規格に合わせたものであり、エッジ側のセンサから収集するデータ種別、状態監視対象、または異常検知方法を念頭に作られているわけではない。

本発明は、上記の課題を解決するためになされたものであり、その目的は、エッジ側で調整可能で、処理のリアルタイム性を確保しうる状態監視システムを提供することである。

上記目的を達成するために、本発明に係る状態監視システムは、
設備の状態を監視する状態監視システムであって、
前記設備に取り付けられたセンサと、
前記センサの検出信号を受け、所定の計測条件に従って前記検出信号から計測データを取得するデータ計測装置と、
前記データ計測装置から前記計測データを受け、前記計測データに基づいて、前記設備の状態を診断する診断処理を実行するデータ診断装置と、を備え、
前記データ診断装置は、エッジアプリケーションと産業用IoTプラットフォームとを有し、
このエッジアプリケーションは、データ収集・分析部を有し、該データ収集・分析部が、前記データ計測装置から前記計測データの特徴量を算出し、産業用IoTプラットフォームへその特徴量を配信する。
なお、上記構成において、前記センサは、振動センサ、温度センサ、圧力センサ、ひずみセンサ、荷重センサ、ＡＥ（Acoustic Emission）センサの少なくとも一つを含んでもよい。

上記構成によると、本発明に係る状態監視システムでは、エッジ側等の前記センサ、前記データ計測装置、前記データ診断装置とを有し、例えば産業用IoTプラットフォームが適用しうる各装置間のネットワークも含まれうる。このうちデータ診断装置は、産業用IoTプラットフォームとエッジアプリケーション（例えば、振動データ等のデータ収集機能、分析処理機能、診断機能等を含みうる）とを有する。エッジアプリケーションに含まれる前記データ収集・分析部が、データ計測装置と産業用IoTプラットフォームの間の処理に組み込まれ、例えば振動加速度データ等のサンプリング周波数が高いデータを入力されても、診断に必要な特徴量を算出し、前記産業用IoTプラットフォームへその特徴量を配信する。これにより、産業用IoTプラットフォームのデータ収集量・配信量を大幅に削減することことが可能となり、エッジ側で調整可能で、処理のリアルタイム性を確保することができる。

上記構成において、前記エッジアプリケーションは、前記データ収集・分析部と、データ診断部と、管理・制御部と、データ表示部とを有してもよい。また、上記構成において、前記エッジアプリケーションの前記データ収集・分析部は、前記センサの種類に応じた前記特徴量を算出してもよい。これにより、エッジ側においてパラメータ等の調整が可能となる。

上記構成において、前記エッジアプリケーションの前記データ収集・分析部は、１つのセンサ毎に、１回の計測につき、単一のスカラー量を算出してもよい。これにより、種類の異なるセンサを取り付けた際に、各センサのサンプリング周波数によらず、前記産業用IoTプラットフォームへのデータ配信量を整えることができる。

上記構成において、前記エッジアプリケーションの前記データ収集・分析部は、前記センサの種類が、振動センサの場合、実効値、オーバーオール値、ピーク値、波高率、尖度、歪度の少なくとも１つを算出してもよい。これにより、簡易に精度の高い診断ができる。

また、上記構成において、前記エッジアプリケーションの前記データ収集・分析部は、前記センサの種類が、AEセンサの場合、実効値、ピーク値、累積ピーク数、エネルギー換算値の少なくとも１つを算出してもよい。これにより、AEセンサを使用した場合に、簡易に精度の高い診断ができる。

本発明にかかる状態監視システムは、エッジ側で調整可能で、処理のリアルタイム性を確保することが可能となる。

この発明の一の実施形態に係る状態監視システムの構成を示すブロック図である。同状態監視システムの動作を説明するフロー図である。

以下、本発明の実施の形態について、図面を参照しながら詳細に説明する。なお、図中同一又は相当部分には同一符号を付してその詳しい説明を省略する。

＜実施形態１＞
図１に、実施形態１に係る状態監視システムの概要を示す構成図を示す。本実施形態の状態監視システムは、設備の状態を監視するシステムであって、産業用IoTプラットフォームおよび該産業用IoTプラットフォーム上で動作するエッジアプリケーションを含み、このエッジアプリケーションに利用できるものである。このエッジアプリケーションは、産業用IoTプラットフォーム上で分析（例えば、振動分析）を行うにあたって、産業用IoTプラットフォームに入力する前に、振動加速度データ等の収集、分析および特徴量の出力を実施する。エッジアプリケーションは、本実施形態では後述のような、前記特徴量の出力等を実施するデータ収集・分析部と、産業用IoTプラットフォームから配信されるデータに基づいて診断を行うデータ診断部を含み、これらの処理を管理・制御することで、サンプリング周波数が高い（例えば、数万Hz以上）振動加速度データを入力データとした場合に、軸受異常検知などのリアルタイム診断（即応性の高い診断）を可能にする管理・制御部を含む。

こうした構成により、本実施形態の状態監視システムは、産業用IoTプラットフォームの改変を要さずに、エッジアプリケーションでのカスタマイズだけで調整可能となり、サンプリング周波数が高い振動加速度データを入力とした場合に、即応性の良いリアルタイム振動分析が可能となる。また、エッジアプリケーションで行う診断に必要な特徴量をエッジ側で算出することにより、処理の無駄やファイルの転送量の無駄を省くことにより、処理のリアルタイム性の確保が可能となる。

図１に示す状態監視システム１００は、センサ１０と、データ計測装置２０と、データ診断装置（以下、単に診断装置とも称する）ＤＡとを備える。

センサ１０は、設備等に取り付けられた振動センサなど、各種センサを含む。なお、センサ１０に含まれるセンサは、振動センサに限定されず、温度センサや圧力センサ、ひずみセンサ、荷重センサ、ＡＥセンサ（Acoustic Emission）等であってもよい。センサ１０は、データ計測装置２０に接続される。センサ１０が振動センサの場合、データ計測装置２０にアナログ信号を渡す。センサ１０が荷重センサや角度センサなどデジタル値を出力するセンサの場合は、データ計測装置２０にデジタル信号を渡す。以下では、センサ１０が振動センサを含み、産業設備における回転機のシャフト等を回転支持する軸受の異常検知（振動検出等）を行うものとして説明する。

データ計測装置２０は、センサ１０から検出信号（アナログ信号またはデジタル信号）を受ける。データ計測装置２０は、例えば、生産現場などに設置するデータロガーやＰＬＣ（Programmable Logic Controller）等である。データ計測装置２０は、個別に設定される所定の計測条件に従って、センサの検出信号から計測データを取得する。計測条件とは、例えば、計測データの計測間隔、計測時間、及びサンプリング周波数である。

例えば、計測間隔は、データ計測装置２０から診断装置ＤＡ（具体的には、例えば後述のエッジアプリケーション４０のデータ収集・分析部４３）への計測データの送信間隔に相当する。なお、診断装置ＤＡでは、例えば計測間隔毎の一纏まりの計測データに対して分析処理が実行され、その分析処理の結果を用いて診断処理が実行される。計測時間は、データ計測装置２０において計測間隔内で実際に計測が行なわれた時間であり、計測間隔＝計測時間の場合もある。サンプリング周波数は、センサ１０からの検出信号（アナログ信号）をサンプリングする周波数である。デジタル信号を出力するセンサの場合は、データの出力レートのことである。

データ診断装置ＤＡは、ＣＰＵ（Central Processing Unit）、ＲＯＭ（Read Only Memory）、ＲＡＭ（Random Access Memory）等を含んで構成される（いずれも図示せず）。ＣＰＵは、ＲＯＭに格納されているプログラムをＲＡＭ等に展開して実行する。ＲＯＭに格納されるプログラムは、データ診断装置ＤＡの処理手順が記されたプログラムである。データ診断装置ＤＡは、例えば、生産現場等の管理システム上で運用される。

データ診断装置ＤＡは、上述の産業用IoTプラットフォーム６０および該産業用IoTプラットフォーム６０と連携して動作するエッジアプリケーション４０を含む。産業用IoTプラットフォーム６０は、一般に生産現場等の管理システムに含まれる産業用コンピュータにインストールされるソフトウェアである。本プラットフォームは、予め設定された、センサ１０からの検出信号のデータが格納される監視ディレクトリを参照して、データ（例えば、後述のエッジアプリケーションの特徴量データ）を収集する。本プラットフォームは、予め設定された加工条件に従い、上記収集したデータを加工する。本プラットフォームは、予め設定された配信条件に従い、加工されたデータを、後述のエッジアプリケーション４０のデータ診断部へ配信する。

エッジアプリケーション４０は、産業用IoTプラットフォーム６０と同じく、一般に産業用コンピュータにインストールされるソフトウェアである。但し、エッジアプリケーション４０は、産業用IoTプラットフォーム６０とは別個の独立したソフトウェアであり、ファイルの授受によって、産業用IoTプラットフォーム６０とデータ連携を行う。

図１には、さらに状態監視システム１００に含まれるデータ診断装置ＤＡの構成がより詳細に示されている。図１によると、データ診断装置ＤＡのエッジアプリケーション４０は、データ収集・分析部（フロントエンド）４３、データ表示部４５、管理・制御部４７、およびデータ診断部（バックエンド）４９を含む。なお、データ収集・分析部４３は、データ収集部と、データ分析部とに分かれていてもよい。また、データ表示部４５およびデータ診断部４９は、例えば産業用IoTプラットフォーム６０と異なる外部システム上や、ＷＡＮ、ＬＡＮやインターネット等のネットワーク上に存在する別のコンピュータにインストールされてもよい。

データ収集・分析部４３（例えば、上記データ収集部）は、データ計測装置２０において計測条件に従って取得された計測データを、該データ計測装置２０から受ける。また、データ収集・分析部４３（例えば、上記データ分析部）は、計測データに対して分析処理を実行する。分析処理とは、例えば、計測データの実効値（ＲＭＳ（Root Mean Square））を計算する処理、計測データに対して高速フーリエ変換（ＦＦＴ（Fast Fourier Transform））を実行することにより周波数分析を行う処理、オーバーオール値を計算する処理等を含む。なお、ＦＦＴ実行前には、入力データにローパスフィルタおよびハイパスフィルタをかけてもよい。

また、データ収集・分析部４３（例えば、上記データ分析部）は、検出信号（計測データ）について、分析処理の結果（以下「特徴量」と称する場合がある。）を産業用IoTプラットフォーム６０が監視する指定領域（上述の監視ディレクトリ等）へ出力、保存する。好ましくは、計測データが振動加速度データの場合、特徴量として、１つの計測で得られた振動加速度データを、実効値、オーバーオール値、ピーク値、波高率、尖度、歪度など、単一のスカラー量として算出する。また、例えば計測データがＡＥ（Acoustic Emission）センサからのデータである場合、同様に実効値、ピーク値、ピーク検出頻度、累積ピーク数、エネルギー換算値などの単一のスカラー量を、特徴量として算出する。なお、前記特徴量はセンサの種類に応じたものである。本実施形態では、この特徴量について、直近N回のデータの平均値を評価値としてもよい。このように、データ量を大幅に削減した評価値を産業用IoTプラットフォーム６０側の上述の監視ディレクトリへ保存する場合、産業用IoTプラットフォーム６０の入力データ削減量は、「データサンプリング周波数[Hz]×計測間隔[sec]」の逆数となる。

産業用IoTプラットフォーム６０には、データ収集部・データ加工部・データ配信部６１が含まれる。産業用IoTプラットフォーム６０のデータ収集部は上述のように、予め設定された上記監視ディレクトリを参照し、エッジアプリケーションの特徴量データを収集する。データ加工部が、予め設定された、加工条件に従い、収集したデータの特徴量データを加工する。データ配信部は、収集した特徴量データに対して、予め設定した範囲の値である場合のみ、エッジアプリケーション４０のデータ診断部へ配信する。好ましくは、加工条件において、収集したエッジアプリケーション４０の特徴量データのうち、その値が有効な範囲のみ、エッジアプリケーション４０のデータ診断部４９へ配信する。設定範囲は、予め産業用IoTプラットフォーム６０に設定する。

データ診断部４９は、産業用IoTプラットフォーム６０に接続され、産業用IoTプラットフォーム６０から配信された、加工済み特徴量を入力データとして診断を行う。本エッジアプリケーション４０には、動作モードとして「学習モード」と「診断モード」の機能が備わっている。動作モードが、「学習モード」の時は、上記診断で参照するしきい値を算出に用いる基準値を求めるため、計測開始から指定回数分の特徴量を保存する。指定回数終了時に、特徴量の統計値（例えば平均値など）を基準値として設定し、保存する。学習モードで取得した特徴量から、ばらつきの大きさを数値化した値（例えば標準偏差など）に係数を乗じた値を、基準値に加算し、しきい値を得る。この場合、例えば、上記係数を３つ用意すれば、しきい値はしきい値１、しきい値２、しきい値３の３つが得られる。なお、しきい値は、３つに限定されるものではなく、１つ以上であれば良い。例えば、係数は、管理・制御部４７で入力・設定された値を参照するものであり、基準値としきい値は後述の管理・制御部４７に渡され、保存される。

また、データ診断部４９における上記診断は、動作モードが「診断モード」のときに実施される。診断は、例えば次の1)～3)に従って実施される。1)産業用IoTプラットフォーム６０から配信された加工済みデータの直近N回のデータの平均値を評価値とする。2)この評価値を管理・制御部４７で保存されている各しきい値と照合し、該当区分（レベル）を決定する。3)その該当区分と評価値を診断結果とする。この診断結果は、管理・制御部４７へ渡され、産業用IoTプラットフォーム６０側で指定されたディレクトリへ診断結果を保存する。なお、診断の設定（平均点数など）は、管理・制御部４７から設定される。データ診断部４９が、産業用IoTプラットフォーム６０と同一筐体内に配置されていない場合は、インターネットやLANなどの通信網や外部システムを介して、上記工程が実行される。

管理・制御部４７は、エッジアプリケーション４０内の管理・制御を行う。エッジアプリケーション４０内にあるデータ表示部４５に対しては、表示用のデータを渡し、表示部４５で入力されたデータを取得する。管理・制御部４７は、データ収集部・分析部４３に対し、表示部４５で入力された分析設定を渡し、またデータ収集・分析部４３で出力された基準値としきい値を受け取り、保存する。管理・制御部４７は、データ診断部４９に対し、表示部４５で入力された診断設定を渡し、またデータ診断部４９から出力された診断結果を受け取り、表示部４５へ渡す。

表示部４５は、本実施形態では入出力用のユーザインターフェースであり、管理・制御部４７と接続されて、表示データを受け取り、表示する。表示部４５は、入力手段も有しており、入力された情報を管理・制御部４７へ入力データを渡す。

次に、診断装置ＤＡでの診断までのフローを図２のフロー図を使用して説明する。なお、同図におけるＳ１０１～Ｓ１０９までは、データ収集・分析部４３が実行し、これに続くＳ２０１～Ｓ２０７までは、産業用IoTプラットフォーム６０が実行し、これに続くＳ３０１～Ｓ３２９までは（Ｓ３１３を除く）、データ診断部４９が実行する（Ｓ３１３は、管理・制御部４７が実行）。

同フローが実行されると（ＳＴＡＲＴ）、データ収集・分析部４３は、データ計測装置２０から本実施形態では振動（加速度）データＤＴが読み込まれて（Ｓ１０１）、特徴量が算出され（Ｓ１０３）、特徴量の直近データが保存される（Ｓ１０５）。次に、評価値が算出され［分析］（Ｓ１０７）、保存される（Ｓ１０９）。

その後、産業用IoTプラットフォーム６０が、上記監視ディレクトリから、データ収集・分析部４３からの上記評価値を読み込んで所定分だけ収集されると（Ｓ２０１）、加工条件を満たすか判断する（Ｓ２０３）。加工条件を満たさない場合は、同フローの処理を終了し（ＥＮＤ）、加工条件を満たす場合は、評価値の加工を行い（Ｓ２０５）、加工済みの評価値（加工データ）を保存する（Ｓ２０７）。

次に、データ診断部４９が、産業用IoTプラットフォーム６０から評価値（加工データ）を読み込み（Ｓ３０１）、現在のモードが学習モードか否か判断される（Ｓ３０３）。学習モードの場合は、Ｓ３０５へ移行し、学習モードではない場合（診断モードの場合）は、Ｓ３１７へ移行する。現在のモードは、学習モード／診断モードのうちから、管理・制御部４７により適宜設定されている。

Ｓ３０５では、学習用データを収集し、保存する（Ｓ３０７）。Ｓ３０９で、学習データが所定量だけ収集されたか否か判断される。学習データが指定回数分だけ収集されたと判断された場合には、上述のように管理・制御部４７の係数、基準値を使用してしきい値の算出がなされ（Ｓ３１１）、学習データが所定量だけ収集されたと判断されなかった場合には、同フローの処理を終了する（ＥＮＤ）。

なお、ここで算出されたしきい値や上記基準値等は、管理・制御部４７に保存される（Ｓ３１３）。

次に、Ｓ３１５で、管理・制御部４７に保存されたしきい値（第１しきい値～第３しきい値を読み込んで設定し、診断モードにモードが変更され、診断モードでは、上記該当区分（レベル）が決定され、上述のように診断結果が決定されて保存される。Ｓ３１７では、例えば、第１しきい値～第３しきい値が、第１しきい値＜第２しきい値＜第３しきい値の場合、上記読み込まれた評価値（加工データの平均値等）と第１しきい値との比較を行い、評価値が第１しきい値よりも小さい場合には、レベル０と判断され（Ｓ３１９）、評価値が第１しきい値よりも小さくない場合には（第１しきい値以上）、Ｓ３２１へ移行する。

Ｓ３２１では、上記読み込まれた評価値（加工データ）と第２しきい値との比較を行い、評価値が第２しきい値よりも小さい場合には（すなわち、評価値は第１しきい値以上かつ第２しきい値未満）、レベル１と判断され（Ｓ３２３）、評価値が第２しきい値よりも小さくない場合には（第２しきい値以上）、Ｓ３２５へ移行する。Ｓ３２５では、上記読み込まれた評価値（加工データ）と第３しきい値との比較を行い、評価値が第３しきい値よりも小さい場合には（すなわち、評価値は第２しきい値以上かつ第３しきい値未満）、レベル２と判断され（Ｓ３２７）、評価値が第３しきい値よりも小さくない場合には（第３しきい値以上）、レベル３と判断され（Ｓ３２９）、このフロー処理を終了する。

上記の各実施形態によると、本実施形態の状態監視システムは、産業用IoTプラットフォームの改変を要さずに、エッジアプリケーションでのカスタマイズだけで調整可能となり、サンプリング周波数が高い（例えば数万Hz以上）振動加速度データを入力とした、即応性の良いリアルタイム振動分析が可能となる。また、エッジアプリケーションで行う診断に必要な特徴量をエッジ側で算出することにより、処理の無駄やファイルの転送量の無駄を省くことにより、処理のリアルタイム性の確保が可能となる。

今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本発明の範囲は上記した説明ではなくて特許請求の範囲によって示され、特許請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。

１０センサ
２０データ計測装置
４０エッジアプリケーション
４３データ収集・分析部
４５データ表示部
４７管理・制御部
４９データ診断部
６０産業用IoTプラットフォーム
１００状態監視システム
ＤＡデータ診断装置

Claims

設備の状態を監視する状態監視システムであって、
前記設備に取り付けられたセンサと、
前記センサの検出信号を受け、所定の計測条件に従って前記検出信号から計測データを取得するデータ計測装置と、
前記データ計測装置から前記計測データを受け、前記計測データに基づいて、前記設備の状態を診断する診断処理を実行するデータ診断装置と、を備え、
前記データ診断装置は、エッジアプリケーションと産業用IoTプラットフォームとを有し、
このエッジアプリケーションは、データ収集・分析部を有し、該データ収集・分析部が、前記データ計測装置から前記計測データの特徴量を算出し、前記産業用IoTプラットフォームへその特徴量を配信する、
状態監視システム。
前記センサは、振動センサ、温度センサ、圧力センサ、ひずみセンサ、荷重センサ、AEセンサの少なくとも一つを含む、
請求項１に記載の状態監視システム。
前記エッジアプリケーションは、前記データ収集・分析部と、データ診断部と、管理・制御部と、データ表示部とを有する、
請求項１又は請求項２に記載の状態監視システム。
前記エッジアプリケーションの前記データ収集・分析部は、前記センサの種類に応じた前記特徴量を算出する、
請求項１～請求項３のいずれか一項に記載の状態監視システム。
前記エッジアプリケーションの前記データ収集・分析部は、１つのセンサ毎に、１回の計測につき、単一のスカラー量を算出する、
請求項１～請求項４のいずれか一項に記載の状態監視システム。
前記エッジアプリケーションの前記データ収集・分析部は、前記センサの種類が、振動センサの場合、実効値、オーバーオール値、ピーク値、波高率、尖度、歪度の少なくとも１つを算出する、
請求項１～請求項５のいずれか一項に記載の状態監視システム。
前記エッジアプリケーションの前記データ収集・分析部は、前記センサの種類が、AEセンサの場合、実効値、ピーク値、累積ピーク数、エネルギー換算値の少なくとも１つを算出する、
請求項２～請求項５のいずれか一項に記載の状態監視システム。