JP2020088703A - 監視システム - Google Patents

Abstract

【課題】遠隔においても対象物の異常を精度良く把握することができる監視システムを提供する。【解決手段】監視システム１０は、対象物の状態に関する情報を収集する１個又は複数の情報収集部１２と、情報収集部１２と通信回線１６を介して接続され、対象物を遠隔で監視する監視部１４とを有する。情報収集部１２は、対象物の状態を検出する１個又は複数のセンサ部１８と、センサ部１８の検出値に基づいて異常情報を出力する異常情報出力部３２とを有する。監視部１４は、少なくとの１つの異常情報に基づいて異常の種別を推定する異常種別推定部３８を有する。【選択図】図１

Description

本発明は、対象物の異常を監視する監視システムに関する。

従来から、計測の対象物、例えば移動体、機械設備、構造体の状態をデータとして収集し、異常を監視する技術が知られている。

下記特許文献１には、車両に設けられた各種センサと、各種センサが検出したデータに基づいて車両の故障発生確率を分析する故障情報分析提供サーバとを有し、車両の使用状況を監視するシステムが開示されている。

下記特許文献２には、車体に設けられた加速度センサと、加速度センサの出力信号に基づいて異常状態を判定する異常状態判定手段とを有する車両追跡装置が開示されている。この装置においては、加速度センサの出力信号が所定のパターンであった場合、異常状態であると判定され、通信回線を介して外部に通知する。

特開２０１５−１０２８８３号公報 特開２０１０−２０８３８０号公報

従来、対象物を遠隔で監視する場合、対象物の状態に関するデータを遠隔に送信し、遠隔で異常などの判断を行う例がある。しかし、この場合、通信量が多くなり、通信料と通信機器のコストが高くなってしまうという問題がある。また、対象物の状態を計測するセンサと、遠隔監視との間を有線にて接続し、データを送る方法も考えられる。しかし、有線通信を採用すると、無線通信に比べ、センサの設置場所や設置個数の制約が多くなってしまう。

対象物に設けられた端末にて異常状態を判定し、異常情報のみを遠隔に送信することで、通信量を大幅に減らすことができる。しかし、大きさやコストに制約がある端末での処理能力を考慮すると、端末で判定された異常情報によって異常の種別及び異常の原因を特定することは困難な場合が多い。

本発明は、遠隔においても対象物の異常を精度良く把握することができる監視システムを提供することにある。

本発明は、対象物の状態を遠隔で監視する監視システムにおいて、対象物の状態に関する情報を収集する１個又は複数の情報収集部と、前記情報収集部と通信回線を介して接続され、対象物を遠隔で監視する監視部と、を有し、前記情報収集部は、対象物の状態を検出する１個又は複数のセンサ部と、前記センサ部の検出値に基づいて異常情報を出力する異常情報出力部と、を有し、前記監視部は、少なくとの１つの異常情報に基づいて異常の種別を推定する異常種別推定部を有することを特徴とする。

また、前記センサ部は、対象物の振動情報を検出する加速度センサであり、前記異常情報出力部は、前記加速度センサの検出値が所定値を超えた場合、異常情報を出力することができる。

また、対象物は、原動機を有する機械装置であり、前記センサ部は、対象物の振動情報を検出する加速度センサであり、前記異常情報出力部は、前記機械装置の所定の動作タイミングと前記センサ部の検出値とに基づいて、異常情報を出力することができる。

また、前記加速度センサは、前記機械装置の各部材にそれぞれ設けられ、前記異常情報出力部は、前記各加速度センサの検出値の間の乖離が所定値を超えた場合、異常情報を出力することができる。

また、前記情報収集部は、複数の対象物にそれぞれ設けられ、前記異常種別推定部は、前記情報収集部からの異常情報の数に基づいて異常の種別を推定することができる。

また、前記監視部は、前記異常情報出力部の異常判定基準を変更可能な異常判定変更部をすることができる。

本発明の監視システムによれば、遠隔においても対象物の異常を精度良く把握することができる監視システムを提供することができる。

本実施形態に係る監視システムの構成を示す図である。 監視システムを用いた監視方法の流れを示すフロー図である。

以下、監視システムの実施形態について、図を用いて説明する。なお、以下実施例に限定されるものではない。

図１は、監視システム１０の構成を示す図である。監視システム１０は、対象物の状態を遠隔から監視するシステムである。対象物とは、監視の対象となるものであり、建築物、橋、トンネル、電柱、交通管制施設、道路、配管、パイプラインなど構造物と、自動車、自転車、自動二輪車、電車、車いすなどの車両移動体とである。このシステムは、対象物の状態の把握に利用される。

監視システム１０は、対象物に設けられ、対象物の状態に関する情報を収集する少なくとも１個の情報収集部１２と、対象物を遠隔で監視する監視部１４とを有する。情報収集部１２と監視部１４は、通信回線１６を介して接続されている。

通信回線１６は、ＳＩＧＦＯＸ（登録商標）、ＬｏＲａ（登録商標）、ＮＢ−ＩｏＴ、ＮＢ−Ｆｉ Ｐｒｏｔｏｃｏｌ、ＧｒｅｅｎＯＦＤＭ、ＤＡＳＨ７、ＲＰＭＡ、Ｗｉ−ＳＵＮ、ＬＴＥ−ＭＴＣなどの省電力型広域無線の通信回線（ＬＰＷＡ（Low Power Wide Area））、Ｂｌｕｅｔｏｏｔｈ（登録商標）、Ｗｉ−Ｆｉ（登録商標）、ＥｎＯｃｅａｎ（登録商標）、ＺｉｇＢｅｅ（登録商標）などの近距離無線通信方式、セルラー系ＬＰＷＡ、通信３ＧやＬＴＥなどの携帯電話回線の通信回線がある。例えばＳＩＧＦＯＸは、伝送距離が数十ｋｍと長距離であり、伝送速度が１００ｂｐｓ（上り）と超低速であり、データは１２バイト（上り）とイーサネットデータの１００分の１以下の大きさである。

情報収集部１２は、いわゆるＩｏＴデバイスであり、各種センサを用いて対象物の情報を収集し、そのデータまたは処理したデータを監視部１４に送信する。情報収集部１２は、物理量を示すデータを計測する少なくとも１個のセンサ部１８として、加速度を計測する加速度センサ３０を有する。また、情報収集部１２は、センサ部１８が計測したデータを処理するデータ処理部２０と、監視部１４に対してデータを送受信する通信部２２と、計時機能を有するタイマー部２４と、情報収集部１２内の各機器に電力を供給する電源部２６と、センサ部１８が計測したデータを記憶する記憶部２８とを含む。情報収集部１２は、対象物とは独立したセンサ、演算器、ストレージ、通信モジュールおよび電源を有するので、対象物に対して着脱可能な構造とすることができ、後付けが容易になる。

加速度センサ３０は、対象物の振動情報を計測するセンサであり、微小振動を検出可能な１軸加速度計、多軸加速度計、あるいはこれらの組み合わせである。加速度センサ３０は、情報収集部１２に内蔵されてもよく、対象物の表面に接して設けられても良い。センサ部１８は、図示していないが、ひずみセンサ、温度センサ、角度センサ、音響センサ、超音波センサ、湿度センサ、ＧＰＳセンサ、距離センサを含んでいてもよい。

センサ部１８によって、対象物の状態を、物理量を示すデータとして取得することができる。このデータは、対象物の異常、対象物の経年劣化の状態および進行の把握、事故の未然予防、地震や災害や火災時における損傷状態や範囲の把握、事故防止、予防保全、工事計画立案などに利用される。また、このデータは、機械学習に用いる学習用データとして利用することもできる。

データ処理部２０はデータを演算する機能を有し、センサ部１８が計測したデータを、通信回線１６を利用可能なデータ、かつ対象物の状態を把握できるデータに処理する。対象物の状態を把握できるデータには、異常情報が含まれる。

また、データ処理部２０は、センサ部１８の検出値に基づいて異常情報を出力する異常情報出力部３２を有する。異常情報出力部３２は、加速度センサ３０の検出値が所定値を超えた場合、その検出に関するデータまたは異常情報の少なくとも一方を出力し、出力された異常情報を監視部１４に送信する。

対象物が、原動機を有する機械装置の場合における異常情報出力部３２の機能について説明する。機械装置は、電動機、発電機、内燃機関などの原動機を有している装置であれば、自動車、自転車、自動二輪車、電車、車いすなどの車両移動体であってもよく、据え置き型の工作機械、風力発電機などであってもよい。異常情報出力部３２は、機械装置の所定の動作タイミングとセンサ部１８の検出値とに基づいて異常情報を出力する。原動機搭載の機械装置であれば、原動機の作動と対応して可動する可動部（図示せず）がある。可動部は、負荷がかかるところでもあり、摩耗などの経年劣化の進行度合いも早い。また、可動部は、外部からの予期せぬ影響を受けやすい。このような状態変化はセンサ部１８によって検出可能である。よって、異常情報出力部３２は、機械装置の動作タイミングに対応した検出値の閾値を有しており、この閾値、すなわち所定値を超えた場合、異常情報を出力する。機械装置の動作タイミングと、これに対応する検出値の所定値との対応を示す情報は、例えばテーブルとして記憶部２８に記憶されていてもよい。

機械装置の動作タイミングについて工作機械を例に挙げ説明する。金属などの被加工材を、金型を用いてプレス加工するプレス機は、被加工材のセッティング、プレス加工、被加工材の取り出しなどの動作タイミングが存在する。通常時、これらのタイミングと加速度センサ３０の検出値とは一定の相関関係がある。しかし、金型の摩耗、クラッチなどの駆動部の摩耗、成形条件の変化、異物材混入などの被加工材の異変が生じると、加速度センサ３０が検出する振動情報は、上記相関関係とは逸脱した値となる。よって、所定の値を設定し、その値を超えた場合には、異常情報出力部３２は異常情報として出力する。これにより、装置が故障する前に保守対応が可能となる。また、機械装置の消耗材を、定められた期間ではなく、適切な消耗度合いのタイミングで交換することができる。

また、工作機械の一例として射出成形機の場合も同様に動作タイミングがある。射出成形機は、プラスチックなどの樹脂を加工する機械である。射出成形機は、金型の型締め、樹脂の射出、金型内の保圧、金型の型開き、樹脂の取り出しなどの動作タイミングが存在する。この動作タイミングも、通常時、加速度センサ３０の検出値との間で一定の相関関係がある。しかし、金型の摩耗、クラッチなどの駆動部の摩耗、成形条件の変化、異物材混入などの樹脂の異変が生じると、加速度センサ３０が検出する振動情報（波形）は、上記相関関係とは逸脱した値となる。よって、所定の値を設定し、その値を超えた場合には、異常情報出力部３２は異常情報として出力する。これにより、装置が故障する前に保守対応が可能となる。また、機械装置の消耗材を、定められた期間ではなく、適切な消耗度合いのタイミングで交換することができる。

また、上述のような大型の工作機械に限らず、例えばファンのように定常回転または所定のタイミングで運転及び停止を繰り返す機械についても動作タイミングと振動情報とに基づいて異常情報を出力可能である。つまり、ファンのような機械であっても、動作タイミングと振動情報との間では相関関係があり、異常時にはそれが逸脱する。ファンの動作タイミングには、起動時、停止時、運転時などが存在する。異常とは、例えば回転部の偏芯、または軸受部の損傷である。このような場合、加速度センサ３０の検出値が、予め設定されてる所定値を超えるので、異常情報出力部３２が異常情報として出力する。

対象物が機械装置である場合、加速度センサ３０を、機械装置の各部材にそれぞれ設けることもできる。そうすると、同一の動作タイミングにおいて、複数の加速度センサ３０の検出値を取得できる。そして、異常情報出力部３２は、各加速度センサ３０の検出値の間の乖離が所定値を超えた場合、異常情報を出力する。この構成により、対象物が異常であるという情報をより正確に判断することができる。例えば、上述した射出成形機においては、この装置を運用することで、金型の摩耗、駆動部の摩耗、成形条件の変化、樹脂の異変など、様々な異常な状態が発生する。これらのいずれかの状態であるかを、１つの加速度センサ３０の検出値のみで判別することは困難である。そこで、機械装置の動作タイミングと、これに対応する各加速度センサ３０の検出値の間の乖離との対応を示す相関関係の情報を予め取得し、この相関関係から乖離値が逸脱した場合、異常とみなすことができる。さらに、予め逸脱した条件と異常の種別とを対応付けることにより、異常の種別を付加した精度の高い異常情報を出力することができる。各加速度センサ３０の検出値の間の乖離は、瞬時における検出値間の乖離であってもよく、所定期間にわたる継続した検出値、すなわち波形の間の乖離とすることもできる。乖離の度合いの変化率に着目し、異常情報を出力しても良い。

情報収集部１２に、機械装置の制御信号を入力することができる。機械装置には、通常、装置を制御する制御部（図示せず）が設けられている。この制御部から、動作タイミングとして制御信号を入力することで、より精度が高い異常情報を出力することができるようになる。

通信部２２は、通信回線１６との通信を実現するためのアプリケーションが実装されたチップとアンテナとを有する通信インターフェイスである。通信部２２は、異常情報出力部３２の異常情報を監視部１４へ送信する。また、通信部２２は、データ処理部２０により加速度センサ３０の振動情報の一部を送信することもできる。通信回線１６が例えばＳＩＧＦＯＸである場合、現状、１回のデータ量は１２バイトまでである。このようなデータ容量に収まる情報を監視部１４に送信する。

タイマー部２４は、所定時刻または期間を任意に設定でき、設定値になると制御信号をデータ処理部２０に出力する。定期的なセンサ部１８からの情報取得及び監視部１４へのデータ送信などに用いられる。

電源部２６は、データ処理部２０、通信部２２、タイマー部２４及び記憶部２８に電力を供給できればよく、外部のエネルギから電力を発電する発電機能とバッテリの組み合わせ、構造体の振動を電力に変換する圧電素子、熱を電力に変換する熱変換素子、着脱可能な乾電池、太陽光電池、色素増感太陽電池が挙げられる。電源部２６は、配線や充電が不要である独立型電源であることが好ましい。なお、電源部３２は、対象物が機械装置である場合、その装置から電力が供給されるように、外部コネクタを有する構成であってもよい。

記憶部２８は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等のストレージ装置である。記憶部２８は、情報収集部１２に設けられており、ストレージ容量に制限がある。よって、記憶部２８は、センサ部１８により計測された古いデータを上書きして、直近の計測データを記憶することもできる。また、記憶部２８は、検出された異常情報の数を計数し、異常情報とその数とを対応させて記憶する。また、記憶部２８は、異常情報出力部３２の判定基準のデータや計測データの他、ファームウェアや各種のアプリケーションプログラム等を記憶することもできる。
。

このように構成される情報収集部１２によれば、ＩｏＴに適した無線通信規格である省電力型広域無線網サービスの通信回線１８を利用することが、省電力、低通信費、及び長距通信の点で好ましい。また、省電力型広域無線網サービスは、車両移動中による通信は不安定であるため、車両移動体に用いる場合、車両移動体が停止した情報をトリガーにして通信部２２を動作させることで、情報を確実に監視部１４に送ることができる。

次に、対象物から離れて設けられる監視部１４の構成について説明する。監視部１４は、対象物を遠隔から監視する装置である。監視部１４には、このシステムを利用する利用者の端末（図示せず）に対して無線の通信回線を介して接続されており、利用者は、監視部１４から出力される情報に基づいて、対象物の状態を把握することができる。監視部１４は、情報収集部１２に対してデータを送受信する監視通信部３４と、監視通信部３４が受信したデータを記憶する監視記憶部３６とを有する。監視部１４が受信するデータは、対象物の状態を示すデータであり異常情報も含まれる。また、監視部１４は、異常情報に基づいて異常の種別を推定する異常種別推定部３８と、情報収集部１２の異常情報出力部３２の異常判定基準を変更可能な異常判定変更部４０と、対象物の状態を示すデータから学習済みモデルを生成する学習モデル生成部４２と、情報収集部１２の位置関係を入力する入力部４４と、情報収集部１２の位置を表示する表示部４６とを有する。を有する。

監視通信部３４は、通信部２２と同様、通信回線１６との通信を実現するためのアプリケーションが実装されたチップとアンテナとを有する通信インターフェイスである。

監視記憶部３６は、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）等のストレージ装置である。監視記憶部３６は、情報収集部１２から送られた各種データを記憶する。各種データには、センサ部１８により計測されたデータ、異常信号、学習用データも含まれる。また、監視記憶部３６は、異常種別推定部３８の結果、学習モデル生成部４２が生成した学習済みモデル、ファームウェア、ＯＳ（Operating System）や、各種のアプリケーションプログラム等を記憶することもできる。

監視部１４には、図に示されるように、また、複数の対象物に設けられた情報収集部１２に接続される。各対象物は互いに協働するものであると良い。例えば、上述の工作機械は大型の機械装置であるので、この装置の各部材を対象物と捉え、これらに情報収集部１２を設けることもできる。また、風力発電機も大型の機械装置であり、この場合には各ブレードに情報収集部１２を設けることができる。このように、各対象物にそれぞれ情報収集部１２が設けられた場合、監視部１４には、各対象物の異常情報が送信される。異常種別推定部３８は、情報収集部３２からの異常情報に基づいて異常の種別を推定する。

具体的には、異常種別推定部３８が異常情報の数に基づいて異常の種別を推定することもできる。１箇所の対象物に関する異常情報の場合、何かの異常が生じたことは把握できるが、その情報からは何の異常かを特定することは困難であることが多い。例えば、上述した風力発電機の各ブレードを対象物として、それらに情報収集部１２を設けた場合、１箇所のブレードの振動情報が所定値を超えて異常情報が出力されても、異常の種別を判断することは難しい。しかし、本実施形態によれば、同じタイミングで１箇所のブレードの異常情報しかなければ、そのブレードの損傷と推定することができる。また、同じタイミングで全てのブレードの異常情報が出力されれば、ブレードの損傷という判断より、ブレードを支持する軸受部に異常が発生したと推定することができる。異常種別推定部３８は、異常情報の数と、それに対応した異常種別の情報を有しており、この情報に基づいて異常種別を推定する。異常情報の数と、この数に対応した異常種別を示す情報は、例えばテーブルとして監視記憶部３６に記憶されていてもよい。

異常判定変更部４０は、異常情報出力部３２の異常判定基準を変更することができる。監視記憶部３６には、対象物の状態に関する蓄積されたデータが記憶されており、これらのデータに基づいて異常判定基準を変更可能とすることで、異常情報の出力精度を向上させることができる。また、異常判定変更部４０は、は、異常種別推定部３８の異常種別の判定基準を変更することもできる。

学習モデル生成部４２は、学習用データから学習済みモデルを生成する。モデルの学習には、学習用データと所定の機械学習のアルゴリズムとが用いられる。学習用データは、計測データ、異常の判断基準となった所定値、時間データが含まれる。具体的には、計測データから抽出された特徴量と、この特徴量に対応する上記所定値と、これらの時系列変位とすることもできる。これらの対応関係は、対象物が異常となる経緯が示されているので、正しい関係性であり、学習用データとして適している。例えば、特徴量が、モデルを学習するための説明変数となり、所定値が、モデルを学習するための目的変数となる。よって、特徴量を入力とし、所定値を出力とすることで、学習モデル生成部４２は、説明変数によって目的変数が説明できるかを学習し、定量的に分析可能なモデルを学習および生成することができる。所定値は、適宜設定可能であり、対象物を目視により確認して変更させることもできる。また、所定値の代わりとなる他の判断基準を採用しても良い。学習用データが少ない初期の運用においては、異常の判断基準としての所定値が適正ではない場合が多い。そのため、他の対象物における判断基準、または対象物に実際に問題が生じた時点での計測データなど使用することも有用である。学習モデル生成部４２で生成された学習済みモデルは新しいファームウェアに反映される。既に設置済みの情報収集部１２にインストールされても良く、新規出荷の情報収集部１２に用いられても良い。

上述のように、学習モデル生成部４２は、対象物の異常を検知するためのモデルを生成する場合について説明したが、異常を未然に把握するモデルを生成することもできる。過去の加速度の計測データより、対象物の変化、例えば損傷の進行度合いが把握されている場合、その度合いを検出するモデルを生成することができる。損傷の進行度合いが可視化されることで、事故を未然に予防する異常情報の出力が可能になる。

入力部４４は、情報収集部１２の位置関係に関する情報を自動又は手動で入力することができる。情報収集部１２にＧＰＳ機能が備わっている場合、その情報に基づいて入力部４４が情報収集部１２の位置情報を入力する。また、キーボードなどのインターフェイスを介して、手動によって、座標に高さ情報、情報収集部１２を設置した対象物の名称などの対象物情報、地域や領域などの範囲に関する情報も入力可能である。これらの情報は、監視記憶部３６に記憶される。

表示部４６は、例えばディスプレイであり、情報収集部１２の位置を表示することができる。表示部４６により、複数の情報収集部１２の位置関係が視覚的に把握できる。また、異常が検出された場合、異常信号の数、異常信号を出力した情報収集部１２の位置に基づいて、異常内容を推定することが容易になる。例えば、特定の範囲における異常信号が１箇所のみの場合と、異常信号が全数の情報収集部１２である場合、明らかに異常内容が異なる。異常信号が全数の場合、その領域全体の異常であり、早急な対応が必要と判断することができる。人や動物が接触可能な場所に情報収集部１２が設けられている場合、表示部４６によりその異常の原因が推定しやすくなる。

次に、図２を用いて、監視システム１０を用いた監視方法の一態様について説明する。

まず、ステップＳ０１において、対象物に設けられたセンサ部１８が対象物の状態を検出する。具体的には、加速度センサ３０が振動情報を計測する。

ステップＳ０２では、異常情報出力部３２が、検出値に基づいて異常を検知する。具体的には、異常情報出力部３２は、加速度センサ３０の検出値が所定値を超えたか否かを判断する。検出値が所定値を超えた場合、異常と判断し、異常情報を出力し、ステップＳ０３に進む。一方、検出値が所定値を超えない場合、ステップＳ０１に戻って計測を続ける。

ステップＳ０３では、異常情報推定部３８が、異常情報に基づいて異常の種別を推定する。

本発明は、上述した監視方法を実行することができる機能を監視システム１０が備えていればよく、図１に示す構成に限定されない。上記一連のステップは、ハードウェアにより実行させることも、ソフトウェアにより実行させることもできる。また、１つの機能ブロックは、ハードウェア単体で構成されてもよいし、ソフトウェア単体で構成されてもよく、またはこれらの組み合わせで構成されてもよい。また、本実施形態の監視部１４は、上記構成に限定されず、少なくとも一部の機能が利用者の端末にインストールされたアプリケーションにより動作してもよい。

本実施形態においては、利用者は、必要な情報または履歴について、監視部１４にアクセスすることで閲覧またはダウンロードすることができる。これにより、対象物が異常状態に至る前であっても、利用者は、対象物の状態について変化が把握でき、必要に応じて学習用データを取得することができる。

１０ 監視システム、１２ 情報収集部、１４ 監視部、１６ 通信回線、１８ センサ部、２０ データ処理部、２２ 通信部、２４ タイマー部、２６ 電源部、２８ 記憶部、３０ 加速度センサ、３２ 異常情報出力部、３４ 監視通信部、３６ 監視記憶部、３８ 異常種別推定部、４０ 異常判定変更部、４２ 学習モデル生成部、４４ 入力部、４６ 表示部。

Claims (9)

1. 対象物の状態を遠隔で監視する監視システムにおいて、
   対象物の状態に関する情報を収集する１個又は複数の情報収集部と、
   前記情報収集部と通信回線を介して接続され、対象物を遠隔で監視する監視部と、
   を有し、
   前記情報収集部は、
   対象物の状態を検出する１個又は複数のセンサ部と、
   前記センサ部の検出値に基づいて異常情報を出力する異常情報出力部と、
   を有し、
   前記監視部は、少なくとの１つの異常情報に基づいて異常の種別を推定する異常種別推定部を有することを特徴とする監視システム。
2. 請求項１に記載の監視システムにおいて、
   前記センサ部は、対象物の振動情報を検出する加速度センサであり、
   前記異常情報出力部は、前記加速度センサの検出値が所定値を超えた場合、異常情報を出力する、
   ことを特徴とする監視システム。
3. 請求項１に記載の監視システムにおいて、
   対象物は、原動機を有する機械装置であり、
   前記センサ部は、対象物の振動情報を検出する加速度センサであり、
   前記異常情報出力部は、前記機械装置の所定の動作タイミングと前記センサ部の検出値とに基づいて、異常情報を出力する、
   ことを特徴とする監視システム。
4. 請求項３に記載の監視システムにおいて、
   前記加速度センサは、前記機械装置の各部材にそれぞれ設けられ、
   前記異常情報出力部は、前記各加速度センサの検出値の間の乖離が所定値を超えた場合、異常情報を出力する、
   ことを特徴とする監視システム。
5. 請求項２から４のいずれか１つに記載の監視システムにおいて、
   前記情報収集部は、複数の対象物にそれぞれ設けられ、
   前記異常種別推定部は、前記情報収集部からの異常情報の数に基づいて異常の種別を推定する、
   ことを特徴とする監視システム。
6. 請求項１から５のいずれか１つに記載の監視システムにおいて、
   前記監視部は、前記異常情報出力部の異常判定基準を変更可能な異常判定変更部をする、
   ことを特徴とする監視システム。
7. 請求項１から５のいずれか１つに記載の監視システムにおいて、
   前記複数の情報収集部におけるデータを比較し、当該データ間の乖離が所定値を超えた場合、該データまたは異常の種別を示す情報の少なくとも一方を出力し、出力した異常情報を、無線通信を介して前記監視部に送信する、
   ことを特徴とする監視システム。
8. 請求項１から７のいずれか１つに記載の監視システムにおいて、
   前記情報収集部は、検出された異常情報の数を計数し、異常情報とその数とを対応させて記憶する記憶部を有することを特徴とする監視システム。
9. 請求項１から８のいずれか１つに記載の監視システムにおいて、
   前記監視部は、前記情報収集部の位置関係を入力する入力部と、前記情報収集部の位置を表示する表示部とを有することを特徴とする監視システム。