CN107533733B - 远程监视装置及方法、远程监视维护系统及记录介质 - Google Patents
远程监视装置及方法、远程监视维护系统及记录介质 Download PDFInfo
- Publication number
- CN107533733B CN107533733B CN201580079530.2A CN201580079530A CN107533733B CN 107533733 B CN107533733 B CN 107533733B CN 201580079530 A CN201580079530 A CN 201580079530A CN 107533733 B CN107533733 B CN 107533733B
- Authority
- CN
- China
- Prior art keywords
- probability
- malfunction
- maintenance
- long
- failure risk
- 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.)
- Active
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 272
- 238000012544 monitoring process Methods 0.000 title claims description 64
- 238000000034 method Methods 0.000 title claims description 12
- 230000007257 malfunction Effects 0.000 claims abstract description 137
- 238000007689 inspection Methods 0.000 claims abstract description 96
- 238000004364 calculation method Methods 0.000 claims abstract description 37
- 238000012937 correction Methods 0.000 claims abstract description 25
- 238000012545 processing Methods 0.000 description 37
- 238000005457 optimization Methods 0.000 description 17
- 238000010586 diagram Methods 0.000 description 4
- 101000911772 Homo sapiens Hsc70-interacting protein Proteins 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 101001139126 Homo sapiens Krueppel-like factor 6 Proteins 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 239000012208 gear oil Substances 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明的远程监视装置的特征在于具备:故障概率计算部,其根据从监视对象设备取得的设备信息,计算下次点检时的所述监视对象设备的每个部件的故障概率;故障概率校正部,其根据对所述监视对象设备进行点检的维护人员在上次点检时的维护信息对所述故障概率进行校正;以及故障风险计算部,其根据由所述故障概率校正部进行校正后的所述故障概率来计算下次点检时的故障风险。
Description
技术领域
本发明涉及计算监视对象设备中所包含的部件的故障概率的远程监视装置、远程监视维护系统、远程监视方法及远程监视程序。
背景技术
现有的远程监视维护系统根据监视对象设备中所包含的部件的使用经过期间等计算出未来的故障概率,根据计算出的故障概率来计算每个部件的维护成本,根据该维护成本来确定维护人员对监视对象设备进行点检的点检时期(例如,专利文献1)。
在先技术文献
专利文献
专利文献1:日本特开2009-217718号公报
发明内容
发明要解决的课题
专利文献1所记载的技术并不是根据维护人员赶赴现场对监视对象设备的部件进行点检时得到的信息(以下,维护信息)计算故障概率的技术。一般而言,根据维护人员进行点检时得到的维护信息所预测的故障概率比根据从监视对象设备发送的设备信息(例如,每个部件的使用经过时间等信息)所预测的故障概率要准确。然而,在维护人员每次进行点检时均对全部部件进行确认的情况下,花费成本和时间,无法进行高效的点检作业。另一方面,根据仅由设备信息计算出的故障概率来确定监视对象设备的点检时期的话,会产生不必要的点检作业等,导致无法进行高效的点检作业。
本发明的远程监视装置、远程监视维护系统、远程监视方法及远程监视程序是为了解决上述那样的问题而完成的,其目的在于使用从监视对象设备发送的设备信息和维护人员在进行点检时得到的维护信息来计算故障概率。
用于解决课题的手段
本发明的远程监视装置的特征在于具备:故障概率计算部,其根据从监视对象设备取得的设备信息,计算下次点检时的所述监视对象设备的每个部件的故障概率;故障概率校正部,其根据对所述监视对象设备进行点检的维护人员在上次点检时的维护信息对所述故障概率进行校正;以及故障风险计算部,其根据由所述故障概率校正部进行校正后的所述故障概率,计算下次点检时的故障风险。
所述远程监视维护系统的特征在于具备:设备信息存储部,其存储从监视对象设备取得的设备信息;维护信息存储部,其存储对所述监视对象设备进行点检的维护人员在上次点检时的维护信息;故障概率计算部,其根据所述设备信息计算下次点检时的所述监视对象设备的每个部件的故障概率;故障概率校正部,其根据所述维护信息对所述故障概率进行校正;故障风险计算部,其根据由所述故障概率校正部进行校正后的所述故障概率,计算故障风险;以及维护项目选定部,其将所述监视对象设备的部件中、由所述故障风险计算部计算出的故障风险超过阈值的部件的维护项目选定为需要下次点检的优先维护项目。
本发明的远程监视方法的特征在于包括:故障概率计算步骤,在该步骤中,根据从监视对象设备取得的设备信息,计算下次点检时的每个部件的故障概率;故障概率校正步骤,在该步骤中,根据对所述监视对象设备进行点检的维护人员在上次点检时的维护信息对所述故障概率进行校正;以及故障风险计算步骤,在该步骤中,根据在所述故障概率校正步骤中进行校正后的所述故障概率计算故障风险。
本发明的远程监视程序的特征在于使计算机执行如下步骤:故障概率计算步骤,在该步骤中,根据从监视对象设备取得的设备信息,计算下次点检时的所述监视对象设备的每个部件的故障概率;故障概率校正步骤,在该步骤中,根据对所述监视对象设备进行点检的维护人员在上次点检时的维护信息对所述故障概率进行校正;以及故障风险计算步骤,在该步骤中,根据在所述故障概率校正步骤中进行校正后的所述故障概率计算下次点检时的故障风险。
发明效果
本发明的远程监视装置、远程监视维护系统、远程监视方法及远程监视程序除了根据设备信息之外,还根据维护信息来计算故障概率,因此能够计算出比仅根据设备信息计算出的故障概率更准确的故障概率。由此,能够确定准确的点检时期,能够高效地实施点检作业。
附图说明
图1是实施方式1的远程监视维护系统的结构图。
图2是实施方式1的故障风险处理部的功能框图。
图3是实施方式1的远程监视维护系统的动作流程图。
图4是实施方式1的远程监视装置计算故障概率的动作流程图。
图5是对实施方式1的远程监视维护系统的实施方式进行说明的图。
图6是实施方式2的远程监视维护系统的结构图。
图7是实施方式2的远程监视维护系统的动作流程图。
图8是对实施方式2的远程监视维护系统的实施方式进行说明的图。
图9是实施方式3的远程监视维护系统的结构图。
图10是实施方式3的远程监视维护系统对设备信息进行分类时的动作流程图。
图11是实施方式3的远程监视维护系统选定优先维护项目时的动作流程图。
图12是实施方式1至实施方式3的远程监视装置的硬件结构图。
具体实施方式
实施方式1.
下面,使用图1对实施方式1的远程监视维护系统进行说明。图1是实施方式1 的远程监视维护系统的结构图。
在图1中,远程监视维护系统具备监视对象设备1a、监视对象设备1b和远程监视装置2。监视对象设备1a、1b经由网络100与远程监视装置2连接。监视对象设备1a、1b例如是电梯等设备。远程监视装置2是对监视对象设备1a、1b进行监视的装置,计算出监视对象设备1a、1b的每个部件的故障风险。关于该故障风险,容后叙述。另外,在以下的说明中,使用远程监视装置2所监视的监视对象设备的数量为 1a、1b这两台的示例进行说明,但是,两台以上的监视对象设备也能够实现远程监视维护系统。以下,将监视对象设备1a、1b以及其它监视对象设备统称为监视对象设备1。
远程监视装置2具备设备信息存储部23、维护信息存储部24、维护信息输入部25、故障风险处理部26和维护项目选定部27。
设备信息存储部23存储有设备信息DB(数据库)。设备信息DB具有从监视对象设备1发送的设备信息。设备信息是从监视对象设备1发送的信息,例如电梯的启动次数、行进距离、累计工作时间等与其相当。
维护信息存储部24存储有维护信息DB。维护信息DB具有维护人员赶赴现场对监视对象设备1所具有的部件进行点检时得到的维护信息。维护信息例如是电梯的制动靴的剩余厚度、曳引机的齿轮油的量或老化等。
维护信息输入部25是供维护人员将在各个现场进行的维护作业的内容作为维护信息输入的输入部。
故障风险处理部26根据设备信息DB和维护信息DB的内容,计算各个现场的监视对象设备1的故障风险。故障风险是用于判断维护人员应对与构成监视对象设备 1的部件中的哪一个部件有关的维护项目进行点检的指标,针对监视对象设备1的每个部件计算故障风险。
故障风险是利用根据设备信息和维护信息得到的故障概率与针对每个部件预定的风险值之积计算的。根据设备信息和维护信息得到的故障概率是通过如下方式计算的:由故障风险处理部26根据设备信息计算故障概率,并根据维护人员在上次点检时得到的维护信息对该故障概率进行校正。
众所周知,故障概率会伴随着时间经过而上升,可以使用威布尔分布(Weibulldistribution)等一般性的方法来计算根据设备信息计算出的故障概率。关于基于维护信息的故障概率的校正方法,例如可以预先设定与上次点检时的维护信息有关的阈值,根据由维护信息表示的值是在阈值以上还是在阈值以下来对故障概率进行校正。具体而言,可以进行如下等操作:如果上次点检时的维护信息在阈值以下,则故障风险处理部26将故障概率减小10%,如果在阈值以上,则故障风险处理部26将故障概率增大10%。即,故障风险处理部26利用与阈值对应的校正值对仅根据设备信息计算出的上次点检时的故障概率进行校正,并将该校正后的故障概率作为下次点检时的故障概率。因此,在根据维护人员在上次点检时得到的维护信息而判断为制动器及绳索的磨损程度较轻且剩余部分的余量较大的情况下,将与相应部件有关的故障概率校正得较低。另外,本实施方式的故障风险处理部26并不一定使用阈值来计算故障概率,例如只要预先确定维护信息与故障概率的校正值之间的关系式,能够根据维护信息对故障概率进行校正即可。可以根据模拟或经验规律来确定上述阈值和关系式。
风险值是针对每个部件预先确定的值,根据部件发生故障时的风险而设定该风险值。风险值是能够由远程监视维护系统的设计者、管理者任意地进行变更的值,可从部件发生故障时乘客的危险性、装置受害的大小以及修理成本等各种观点出发来设定该风险值。这样,故障风险处理部26除了根据设备信息之外,还根据维护信息来计算故障概率,因此能够计算出比仅根据设备信息计算出的故障概率更准确的故障概率。
在此,使用图2,对故障风险处理部26的结构详细地进行说明。图2是故障风险处理部26的功能框图。在图2中,故障风险处理部26具备故障概率计算部261、故障概率校正部262、风险值存储部263和故障风险计算部264。
故障概率计算部261从设备信息存储部23的设备信息DB中取得设备信息,计算每个部件的故障概率。
故障概率校正部262从存储在维护信息存储部24中的维护信息DB中取得维护信息,并根据该维护信息对由故障概率计算部261计算出的故障概率进行校正。
风险值存储部263存储每个部件的风险值。
故障风险计算部264根据由故障概率校正部262校正后的每个部件的故障概率和存储在风险值存储部263中的风险值来计算故障风险。
在图1中,维护项目选定部27根据由故障风险处理部26计算出的故障风险来选定与在下次点检时需要点检的部件有关的维护项目(优先维护项目)。在选定优先维护项目时,维护项目选定部27以使得故障风险较高的维护项目优先进行维护的方式来选定维护项目。维护项目选定部27例如计算出下次点检时的故障风险X和下下次点检时的故障风险Y。当设需要维护的故障风险的阈值为A时,存在下面三种情形。 (1)X<Y<A、(2)X<A<Y、(3)A<X<Y。在(1)的情况下,认为故障风险较低,在下下次的点检作业时再点检就足够,而在本次的点检作业中,降低作为维护项目的优先级。在(2)的情况下,虽然在下次的点检作业中故障风险也较低,但会成为在下下次的点检作业时需要维护的超过阈值的故障风险,因此提高作为本次的维护项目的优先级。在(3)的情况下,由于在本次的点检作业中成为必须的维护项目,因此将优先级设为最优先。即,维护项目选定部27根据故障风险来确定维护项目的优先级,根据该优先级和阈值来确定优先维护项目。维护项目选定部27通过这样根据故障风险X和故障风险Y这双方来选定优先维护项目,由此例如在选定下次点检时的优先维护项目时,能够以对即使在下下次点检时再进行点检也足够的项目加以考虑的方式来选定优先维护项目,能够更高效地对点检作业分配维护人员。
另外,在本实施方式中,维护项目选定部27并不一定限于根据下次点检时的故障风险X和下下次点检时的故障风险Y这双方来选定优先维护项目,也可以仅根据下次点检时的故障风险X来选定优先维护项目。即,也可以是,维护项目选定部27 比较由故障风险处理部26计算出的下次点检时的故障风险X和阈值A,将与故障风险X超过阈值的部件有关的维护项目选定为优先维护项目。此外,维护项目选定部 27并不一定根据故障风险的阈值来选定优先维护项目。例如,也可以是,维护项目选定部27从与故障风险较高的部件有关的项目起依次选定为优先维护项目,根据成本、维护人员数量等制约条件来适当确定在下次点检时实际进行点检的项目。
接下来,使用图3、图4对实施方式1的远程监视装置的动作进行说明。图3是实施方式1的远程监视装置的动作流程图。图4是实施方式1的远程监视装置计算故障概率的动作流程图。另外,作为以下说明的前提,设为设备信息作为设备信息DB 存储在设备信息存储部23中,直到上次点检时的维护信息作为维护信息DB存储在维护信息存储部24中。
在ST1a中,故障概率计算部261从设备信息存储部23取得设备信息(设备信息取得步骤)。
在ST1b中,故障概率校正部262从维护信息存储部24取得维护信息(维护信息取得步骤)。
在ST2中,故障概率计算部261根据从设备信息存储部23取得的设备信息和从维护信息存储部24取得的维护信息,针对每个部件计算下次点检时的故障概率X。使用图4的(a)对ST2的详细情况进行说明。在图4的(a)的ST21中,故障概率计算部261从设备信息存储部23取得设备信息,针对每个部件计算下次点检时的故障概率(故障概率计算步骤)。故障概率校正部262根据每个部件的维护信息对由故障概率计算部261计算出的故障概率进行校正(故障概率校正步骤)。故障概率校正部262例如具有与上次点检时的维护信息有关的阈值,根据该阈值对仅根据设备信息计算出的下次点检时的故障概率进行校正,计算出下次点检时的故障概率X。
在ST3中,故障概率计算部261根据从设备信息存储部23取得的设备信息和从维护信息存储部24取得的维护信息,针对每个部件计算下下次点检时的故障概率Y。使用图4的(b)对ST3的详细情况进行说明。在图4的(b)的ST31中,故障概率计算部261根据从设备信息存储部23取得的设备信息,针对每个部件计算下下次点检时的故障概率(故障概率计算步骤)。在ST32中,故障概率校正部262根据上次点检时的每个部件的维护信息,对由故障概率计算部261计算出的故障概率进行校正 (故障概率校正步骤)。故障概率校正部262例如具有与上次点检时的维护信息有关的阈值,根据该阈值对仅根据设备信息计算出的下下次点检时的故障概率进行校正,由此计算出下下次点检时的故障概率Y。
在图3的ST4中,故障风险计算部264取得计算出故障概率的部件的风险值,将该风险值与下次点检时的故障概率X取乘积,由此计算故障风险X,将该风险值与下下次点检时的故障概率Y取乘积,由此计算故障风险Y(故障风险计算步骤)。另外,该故障风险X和故障风险Y是针对每个部件计算的。故障风险计算部264将计算出的故障风险X、Y输出给维护项目选定部27。
在ST5中,维护项目选定部27根据针对每个部件计算出的下次点检时的故障风险X、下下次点检时的故障风险Y和阈值A,针对每个部件选定优先维护项目(优先维护项目选定步骤)。维护人员赶赴设置有监视对象设备1的现场,实施与由维护项目选定部27选定出的优先维护项目有关的点检作业。
另外,ST2、ST3的顺序不限于此,也可以是相反的顺序。此外,也可以并不一定实施ST3。
如上所述,本发明的远程监视维护系统除了根据设备信息之外,还根据维护信息来计算故障概率,因此能够计算出比仅根据设备信息计算出的故障概率更准确的故障概率。由此能够确定准确的点检时期,能够高效地实施点检作业。
在本实施方式中,使用监视对象设备1是电梯的示例进行了说明,但是,监视对象设备1不限于电梯,也可以是汽车、铁道车辆以及工厂设备等设备。
在本实施方式中,远程监视维护系统的结构不限于图1所示的结构。图5是对实施方式1的远程监视维护系统的实施方式进行说明的图。在图5的(a)中,维护项目选定部27设置在外部的维护项目选定装置3中。维护项目选定装置3例如是由维护公司进行管理的装置。在图5的(a)所示的远程监视维护系统中,故障风险处理部26根据从设备信息存储部23的设备信息DB取得的设备信息和从维护信息存储部24的维护信息DB取得的维护信息来计算故障风险,将计算出的故障风险发送给维护项目选定装置3的维护项目选定部27。在图5的(a)所示的远程监视维护系统的情况下,维护信息输入部25可以设置在远程监视装置2和维护项目选定装置3中的任意装置中,但是,在维护信息输入部25设置在维护项目选定装置3中的情况下,需要从维护信息输入部25向远程监视装置2的维护信息存储部24发送维护信息。
此外,在本实施方式中,也可以将远程监视维护系统的结构设为图5的(b)所示的结构。在图5的(b)中,设备信息存储部23和维护信息存储部24也可以设置在设于远程监视装置2的外部的外部服务器4中。故障风险处理部26从外部服务器 4的设备信息存储部23中取得设备信息,并从维护信息存储部24取得维护信息来计算故障风险。另外,在图5的(b)所示的远程监视维护系统中,设备信息存储部23 和维护信息存储部24也可以设置在另外的服务器中。关于图5所示的设备信息存储部23、维护信息存储部24、故障风险处理部26、维护项目选定部27的实施方式,对于以下的实施方式的远程监视维护系统的各个结构也同样。
实施方式2.
实施方式2的远程监视维护系统的特征在于,根据维护人员的熟练度来选定对优先维护项目的点检作业分配的维护人员。以下,使用图6对实施方式2的远程监视维护系统的结构进行说明。图6是实施方式2的远程监视维护系统的结构图。在图6 的说明中,关于与实施方式1的远程监视维护系统的结构相当的结构,标记相同的标号并省略其说明。
在图6中,维护作业优化装置5具备作业熟练度水平存储部51和维护作业优化部52。
作业熟练度水平存储部51具有作业熟练度水平DB。作业熟练度水平DB是将根据维护作业经验年数或掌握技术水平等而确定的维护人员的熟练度与维护人员对应起来而得的数据库。掌握技术水平例如是作业资格等。关于熟练度,可以预先设定远程监视维护系统的管理者或设计者。
维护作业优化部52从维护项目选定部27取得优先维护项目,并且,参照作业熟练度水平存储部51的作业熟练度水平DB,来选定对优先维护项目的点检作业分配的维护人员。维护作业优化部52根据与优先维护项目相关联的部件的故障风险和维护人员的熟练度,来选定对优先维护项目的点检作业分配的维护人员。例如可以预测如下这样的情况:在上次点检时未实施点检作业且点检作业后的运转时间较多的部件 (部件A)与在上次点检时实施了点检作业且点检作业后的运转时间与部件A相同的部件(部件B)之间,相比于部件B,关于部件A的故障风险相对变大。因此,维护项目选定部27以如下方式来选定维护人员:使得对与部件A相关的优先维护项目分配的维护人员的熟练度高于对与部件B相关的优先维护项目的点检作业分配的维护人员的熟练度。另外,虽然设为由本实施方式的维护作业优化部52根据故障风险和维护人员的熟练度来选定对优先维护项目分配的维护人员,但不限于此,例如,也可以由维护项目选定部27从作业熟练度DB中取得维护人员的熟练度,从熟练度较高的维护人员起向优先维护项目的点检作业进行分配。这样,由于由维护作业优化部 52根据维护人员的熟练度来选定对优先维护项目的点检作业分配的维护人员,因此,能够将熟练度较高的维护人员优先分配给优先维护项目的点检作业。此外,维护作业优化部52通过根据故障风险和维护人员的熟练度来选定对优先维护项目的点检作业分配的维护人员,能够对故障风险较高的优先维护项目的点检作业选定熟练度较高的维护人员,相比于由熟练度较低的维护人员来实施点检作业,能够更可靠且在更短时间内进行点检,能够更高效地实现最合适的维护。
接下来,使用图7对实施方式2的远程监视维护系统的动作进行说明。图7是实施方式2的远程监视维护系统的动作流程图。在图7的说明中,关于与实施方式1 的远程监视维护系统的动作相当的动作,标记相同的标号并省略其说明。
在ST6中,维护作业优化部52从维护项目选定部27取得优先维护项目和故障风险(优先维护项目取得步骤)。另外,本实施方式的维护作业优化部52并不一定需要取得故障风险,只要至少取得优先维护项目即可。在以下的说明中,设维护作业优化部52取得优先维护项目和故障风险双方。
在ST7中,维护作业优化部52参照作业熟练度水平存储部51,取得在下次点检时能够进行点检作业的维护人员的熟练度(熟练度取得步骤)。
在ST8中,维护作业优化部52根据维护人员的熟练度和故障风险,选定对部件的优先维护项目的点检作业分配的维护人员(维护人员选定步骤)。具体而言,维护作业优化部52按照从部件的故障风险高的优先维护项目到故障风险低的优先维护项目的顺序来分配熟练度高的维护人员。
如上所述,由于实施方式2的远程监视维护系统根据维护人员的熟练度对优先维护项目的点检作业分配维护人员,因此,例如能够对故障风险高的优先维护项目选定熟练度高的维护人员,相比于由熟练度低的维护人员来实施点检作业,能够更可靠且在更短时间内进行点检,能够更高效地实现最适当的维护。
在本实施方式中,远程监视维护系统的结构也不限于图6所示的结构。图8是对实施方式2的远程监视维护系统的实施方式进行说明的图。如图8所示,远程监视装置2还可以具备作业熟练度水平存储部51和维护作业优化部52。另外,设备信息存储部23、维护信息存储部24和作业熟练度水平存储部51也可以设置在外部服务器4 (参照图5)中。
实施方式3.
实施方式3的远程监视维护系统的特征在于,根据部件的故障历史记录来确定风险值。下面,使用图9对实施方式3的远程监视维护系统的结构进行说明。图9是实施方式3的远程监视维护系统的结构图。在图9的说明中,关于与实施方式1或实施方式2的远程监视维护系统的结构相当的结构,标记相同的标号并省略其说明。此外,关于图9的故障风险处理部26的结构图,设为该结构图与图2相同。
在图9中,实施方式3的远程监视维护系统具备类似设备分类部28、多个设备信息存储部23a、23b、23c和故障历史记录存储部29。
类似设备分类部28按照每种类似设备对监视对象设备1进行分组。这里所说的类似设备是指,规格、设置环境等工作状况类似的监视对象设备。作为与设置监视对象设备1的环境对应的分组的示例,例如可以列举出按照公寓等的人所居住处的电梯和设置在店铺等中的电梯进行分类的情况。作为与监视对象设备1的规格对应的分组的示例,例如可以举出按照是供人乘坐的电梯还是用于搬运物品的电梯进行分类的情况。由于类似设备存在彼此发生故障的时机和故障概率类似的情况,因此,通过按照每种类似设备对故障风险进行管理,能够计算出更准确的故障风险。另外,关于类似设备的组,只要至少存在一台监视对象设备1即可。
设备信息存储部23a、23b和23c按照由类似设备分类部28进行分类而得到的各个组来存储监视对象设备1的设备信息。与实施方式1的设备信息存储部23同样,各个设备信息存储部23a、23b和23c分别具有设备信息DB。另外,设备信息存储部 23a、23b和23c并不一定需要由物理意义上分离的硬件构成,也可以被存储在一个存储装置内。即,设备信息存储部23a、23b、23c只要被存储成能够识别出监视对象设备1的设备信息属于由类似设备分类部28进行分类而得到的哪个组即可。
故障历史记录存储部29具备故障历史记录DB。在故障历史记录DB中,按照由设备信息存储部23a、23b和23c进行分类而得到的各个组存储有各监视对象设备1 的故障历史记录。故障历史记录例如以将发生故障的部件与识别具有该发生故障的部件的监视对象设备1的信息对应起来进行存储。对于识别监视对象设备1的信息,例如可以使用在监视对象设备1发送设备信息时所发送的识别ID。
故障风险处理部26在计算故障风险的部件所属的组中,关于与和计算故障风险的部件相同的部件相关的故障历史记录,对故障历史记录DB进行检索。故障风险处理部26根据所确定的故障历史记录来设定部件的风险值。故障次数例如相当于故障历史记录。故障风险处理部26在计算监视对象设备1a所具备的部件A的故障风险时,通过检索故障历史记录DB来确定监视对象设备1a的部件A以及属于与监视对象设备1a相同的组的其它监视对象设备(未图示)所具备的部件A的故障次数。当所确定的部件A的故障次数大于预先确定的阈值时,故障风险处理部26将风险值设定为提高预先确定的变更值的量,而当部件A的故障次数小于阈值时,故障风险处理部26将风险值设定为降低预先确定的变更值的量。接着,故障风险处理部26利用故障概率与风险值之积计算出故障风险。
另外,对于故障风险处理部26,也可以设定多个故障次数的阈值。在该情况下,只要将与阈值对应的风险值的变更值预先存储于风险值存储部263中即可。
此外,也可以在风险值存储部263中预先存储与故障次数的阈值对应的风险值本身,故障风险处理部26从风险值存储部263取得与故障次数的阈值对应的风险值来计算故障风险。该情况下,故障风险处理部26只要利用与部件对应的风险值和与故障次数对应的风险值以及故障概率之积计算故障风险即可。
故障风险处理部26也可以根据预先设定的故障次数与风险值或风险值的变更值之间的关系式来设定风险值或风险值的变更值。可以根据仿真或经验规律来确定上述阈值和关系式。
即,在本实施方式中,故障风险处理部26只要设定与和已计算出故障概率的部件相关的故障历史记录对应的风险值即可。由于故障风险处理部26这样根据类似设备中的部件的故障历史记录来确定风险值,因此,能够计算出与监视对象设备1对应的故障风险。
接下来,使用图10对实施方式3的远程监视维护系统对设备信息进行分类时的动作进行说明。图10是实施方式3的远程监视维护系统对设备信息进行分类时的动作流程图。另外,在以下的说明中,作为故障历史记录的一例,对根据故障次数来设定风险值的示例进行说明。
在图10的ST11中,类似设备分类部28取得从监视对象设备1发送的设备信息和监视对象设备的识别ID(设备信息取得步骤)。
在ST12中,类似设备分类部28根据识别ID来判定发送了设备信息的监视对象设备1属于按各种类似设备进行分类而得到的哪个组(组判定步骤)。在识别ID的组判定中,类似设备分类部28只要具备通过将监视对象设备1所属的组与识别ID对应起来的组DB(未图示)即可。类似设备分类部28参照组DB来判定所取得的识别ID 属于哪个组。类似设备分类部28对与作为判定结果得到的组对应的设备信息存储部 23a、23b或23c输出识别ID和设备信息。
在ST13中,设备信息存储部23a、23b或23c将所取得的识别ID与设备信息对应起来进行存储(设备信息存储步骤)。远程监视装置2每当从监视对象设备1取得设备信息时即执行上述ST11至ST13的动作。
接下来,使用图11对实施方式3的远程监视维护系统选定优先维护项目时的动作进行说明。图11是实施方式3的远程监视维护系统选定优先维护项目时的动作流程图。在图11的说明中,关于与实施方式1的远程监视维护系统的动作相当的动作,标记相同的标号并省略其说明。
在ST1c中,故障风险计算部264对故障历史记录DB进行检索,确定在具备ST2 和ST3中计算出故障概率的部件的监视对象设备1的组中该部件的故障次数(故障历史记录检索步骤)。
在ST1d中,故障风险计算部264根据所确定的故障次数,设定部件的风险值(风险值设定步骤)。之后,与实施方式1或实施方式2的远程监视维护系统的动作同样,根据风险值计算故障风险。
如上所述,本实施方式的远程监视维护系统根据部件的故障历史记录来确定风险值,因此,能够计算出与监视对象设备1的规格、设置环境对应的故障风险。因此,在监视对象设备1的规格、设置环境不同的情况下,也能够计算出最适当的故障风险。
另外,在实施方式3的远程监视维护系统中,也能够应用实施方式2的作业熟练度水平存储部51和维护作业优化部52。
此外,在上述说明中,作为故障历史记录的一例,对根据故障次数来设定风险值的示例进行了说明,但是,本实施方式的远程监视维护系统根据故障次数以外的故障历史记录也能够设定风险值。即,只要是对风险值带来影响的要素,故障历史记录就不限于故障次数。
以下,使用图12对实施方式1至实施方式3的远程监视装置2的硬件结构进行说明。图12是实施方式1至实施方式3的远程监视装置的硬件结构图。在图12中,远程监视装置2具备输入装置201、输出装置202、存储装置203和处理装置204。输入装置201是将从监视对象设备1发送的设备信息、从维护人员或维护公司的装置 (未图示)输出的维护信息输入到远程监视装置2中、或供维护人员直接将维护信息输入到远程监视装置2中的装置。输出装置202例如是如图5所示那样地在远程监视装置2和其它装置(维护项目选定装置3等)分离的情况下从远程监视装置2发送故障风险等信息的装置。存储装置203是执行设备信息存储部23、23a、23b、23c、维护信息存储部24、故障历史记录存储部29、作业熟练度水平存储部51、风险值存储部263的功能的装置。处理装置204例如是CPU(Central Processing Unit,中央处理单元),执行故障风险处理部26、维护项目选定部27、类似设备分类部28、作业熟练度水平存储部51、维护作业优化部52、故障概率计算部261、故障概率校正部262、故障风险计算部264的功能。另外,设备信息存储部23、故障风险处理部26、维护项目选定部27、类似设备分类部28、维护作业优化部52、故障概率计算部261、故障概率校正部262、故障风险计算部264的各个功能可以由硬件来构成,也可以通过使处理装置204等计算机执行规定的程序来实现。
标号说明
1、1a、1b:监视对象设备;2:远程监视装置;3:维护项目选定装置;4:外部服务器;23:设备信息存储部;24:维护信息存储部;25:维护信息输入部;26:故障风险处理部;27:维护项目选定部;28:类似设备分类部;29:故障历史记录存储部;51:作业熟练度水平存储部;52:维护作业优化部;261:故障概率计算部;262:故障概率校正部;263:风险值存储部;264:故障风险计算部;100:网络;201:输入装置;202:输出装置;203:存储装置;204:处理装置。
Claims (9)
1.一种远程监视装置,其中,所述远程监视装置具备:
故障概率计算部,其根据从监视对象设备取得的设备信息,计算下次点检时的所述监视对象设备的每个部件的故障概率;
故障概率校正部,其根据对所述监视对象设备进行点检的维护人员在上次点检时的维护信息对所述故障概率进行校正;以及
故障风险计算部,其根据由所述故障概率校正部进行校正后的所述故障概率,计算下次点检时的故障风险。
2.根据权利要求1所述的远程监视装置,其特征在于,
所述远程监视装置具备维护项目选定部,该维护项目选定部将与所述监视对象设备的部件中的、由所述故障风险计算部计算出的故障风险超过阈值的部件有关的维护项目选定为在下次点检时需要进行点检作业的优先维护项目。
3.根据权利要求2所述的远程监视装置,其特征在于,
所述故障风险计算部根据所述设备信息和所述维护信息,按照所述监视对象设备的每个部件计算下下次点检时的故障风险,
所述维护项目选定部根据所述下次点检时的故障风险、所述下下次点检时的故障风险以及所述阈值来选定所述优先维护项目。
4.根据权利要求1所述的远程监视装置,其特征在于,
所述故障风险计算部根据由所述故障概率校正部进行校正后的所述故障概率和每个所述部件的风险值来计算所述故障风险。
5.根据权利要求2所述的远程监视装置,其特征在于,
所述远程监视装置具备存储维护人员的熟练度的作业熟练度水平存储部,
所述维护项目选定部根据存储在所述作业熟练度水平存储部中的所述维护人员的熟练度来选定对所选定的所述优先维护项目的点检作业分配的维护人员。
6.根据权利要求4所述的远程监视装置,其特征在于,
所述远程监视装置具备存储每个部件的故障历史记录的故障历史记录存储部,
所述故障风险计算部根据存储在所述故障历史记录存储部中的所述故障历史记录来设定所述风险值。
7.一种远程监视维护系统,其中,所述远程监视维护系统具备:
设备信息存储部,其存储从监视对象设备取得的设备信息;
维护信息存储部,其存储对所述监视对象设备进行点检的维护人员在上次点检时的维护信息;
故障概率计算部,其根据所述设备信息计算下次点检时的所述监视对象设备的每个部件的故障概率;
故障概率校正部,其根据所述维护信息对所述故障概率进行校正;
故障风险计算部,其根据由所述故障概率校正部进行校正后的所述故障概率,计算故障风险;以及
维护项目选定部,其将所述监视对象设备的部件中、由所述故障风险计算部计算出的故障风险超过阈值的部件的维护项目选定为需要下次点检的优先维护项目。
8.一种远程监视方法,其中,所述远程监视方法包括:
故障概率计算步骤,在该步骤中,根据从监视对象设备取得的设备信息,计算下次点检时的每个部件的故障概率;
故障概率校正步骤,在该步骤中,根据对所述监视对象设备进行点检的维护人员在上次点检时的维护信息对所述故障概率进行校正;以及
故障风险计算步骤,在该步骤中,根据在所述故障概率校正步骤中进行校正后的所述故障概率来计算故障风险。
9.一种计算机可读取的记录介质,其记录有远程监视程序,其特征在于,所述远程监视程序使计算机执行如下步骤:
故障概率计算步骤,在该步骤中,根据从监视对象设备取得的设备信息,计算下次点检时的所述监视对象设备的每个部件的故障概率;
故障概率校正步骤,在该步骤中,根据对所述监视对象设备进行点检的维护人员在上次点检时的维护信息对所述故障概率进行校正;以及
故障风险计算步骤,在该步骤中,根据在所述故障概率校正步骤中进行校正后的所述故障概率来计算下次点检时的故障风险。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2015/064558 WO2016185596A1 (ja) | 2015-05-21 | 2015-05-21 | 遠隔監視装置、遠隔監視保守システム、遠隔監視方法、及び遠隔監視プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107533733A CN107533733A (zh) | 2018-01-02 |
CN107533733B true CN107533733B (zh) | 2018-12-28 |
Family
ID=57319562
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201580079530.2A Active CN107533733B (zh) | 2015-05-21 | 2015-05-21 | 远程监视装置及方法、远程监视维护系统及记录介质 |
Country Status (6)
Country | Link |
---|---|
JP (1) | JP6143994B2 (zh) |
KR (1) | KR101823849B1 (zh) |
CN (1) | CN107533733B (zh) |
DE (1) | DE112015006554T5 (zh) |
TW (1) | TWI574137B (zh) |
WO (1) | WO2016185596A1 (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6920828B2 (ja) * | 2017-02-17 | 2021-08-18 | 三菱パワー株式会社 | プラントの診断装置および診断方法 |
JP6957895B2 (ja) * | 2017-02-22 | 2021-11-02 | 日本電気株式会社 | 情報処理装置、判定用端末装置、情報処理システム、情報処理方法及びプログラム |
MX2019011027A (es) * | 2017-09-06 | 2019-11-11 | Tlv Co Ltd | Dispositivo de evaluacion de riesgos, sistema de evaluacion de riesgos, metodo de evaluacion de riesgos y programa de evaluacion de riesgos. |
WO2019106753A1 (ja) * | 2017-11-29 | 2019-06-06 | 三菱電機株式会社 | 保守計画システムおよび保守計画方法 |
WO2019167445A1 (ja) * | 2018-03-01 | 2019-09-06 | 三菱電機株式会社 | 作業指示支援装置 |
JP6373522B1 (ja) * | 2018-03-05 | 2018-08-15 | Tdk株式会社 | Led照明評価システム |
CN108880907B (zh) * | 2018-07-06 | 2022-03-04 | 上海财经大学 | 基于运行日志的网络设备自动化检查维修系统 |
CN109292569A (zh) * | 2018-09-21 | 2019-02-01 | 上海光华国瑞物联网信息科技有限公司 | 一种电梯设备故障率的检测分析系统及分析方法 |
JP6833152B2 (ja) * | 2019-02-14 | 2021-02-24 | 三菱電機株式会社 | 故障支援装置、故障支援プログラム及び故障支援方法 |
JP7186675B2 (ja) * | 2019-07-29 | 2022-12-09 | 株式会社日立ビルシステム | 保全計画作成支援装置 |
KR102500136B1 (ko) * | 2022-08-31 | 2023-02-17 | (주)원프랜트 | 원자력 발전소 유지보수 관리 장치 및 방법 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004302709A (ja) * | 2003-03-31 | 2004-10-28 | Hitachi Ltd | 弁の保全管理方法及びその支援システム |
JP2009217718A (ja) * | 2008-03-12 | 2009-09-24 | Toshiba Corp | 保守計画支援システム |
CN101826036A (zh) * | 2009-03-03 | 2010-09-08 | 富士施乐株式会社 | 监视装置、信息处理系统和监视方法 |
CN102063119A (zh) * | 2010-11-11 | 2011-05-18 | 北京三博中自科技有限公司 | 一种基于点巡检数据和dcs在线数据的设备故障预测方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1111285C (zh) * | 1997-11-12 | 2003-06-11 | 冶金工业部自动化研究院 | 直流电机故障专家诊断方法 |
JP5193533B2 (ja) * | 2007-09-04 | 2013-05-08 | 株式会社東芝 | 遠隔監視システム及び遠隔監視方法 |
CN100468263C (zh) * | 2007-09-05 | 2009-03-11 | 东北大学 | 连采机远程实时故障预测及诊断方法与装置 |
CN101753364B (zh) * | 2008-12-11 | 2012-08-22 | 财团法人工业技术研究院 | 设备状态分析预测以及资源分配方法与系统 |
JP2012058937A (ja) * | 2010-09-08 | 2012-03-22 | Hitachi-Ge Nuclear Energy Ltd | 原子力プラントの機器診断方法および機器診断装置 |
TWI463334B (zh) * | 2012-07-20 | 2014-12-01 | Univ Nat Cheng Kung | 標的裝置的基底預測保養方法與其電腦程式產品 |
US9262255B2 (en) * | 2013-03-14 | 2016-02-16 | International Business Machines Corporation | Multi-stage failure analysis and prediction |
WO2015029150A1 (ja) * | 2013-08-28 | 2015-03-05 | 株式会社 日立製作所 | 保守サービス方法および保守サービスシステム |
CN104267711B (zh) * | 2014-11-03 | 2017-01-11 | 四川烟草工业有限责任公司 | 烟草物流系统运行状态监测及故障诊断方法 |
-
2015
- 2015-05-21 WO PCT/JP2015/064558 patent/WO2016185596A1/ja active Application Filing
- 2015-05-21 DE DE112015006554.7T patent/DE112015006554T5/de active Pending
- 2015-05-21 KR KR1020177027163A patent/KR101823849B1/ko active IP Right Grant
- 2015-05-21 CN CN201580079530.2A patent/CN107533733B/zh active Active
- 2015-05-21 JP JP2017514594A patent/JP6143994B2/ja active Active
- 2015-05-28 TW TW104117116A patent/TWI574137B/zh not_active IP Right Cessation
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004302709A (ja) * | 2003-03-31 | 2004-10-28 | Hitachi Ltd | 弁の保全管理方法及びその支援システム |
JP2009217718A (ja) * | 2008-03-12 | 2009-09-24 | Toshiba Corp | 保守計画支援システム |
CN101826036A (zh) * | 2009-03-03 | 2010-09-08 | 富士施乐株式会社 | 监视装置、信息处理系统和监视方法 |
CN102063119A (zh) * | 2010-11-11 | 2011-05-18 | 北京三博中自科技有限公司 | 一种基于点巡检数据和dcs在线数据的设备故障预测方法 |
Also Published As
Publication number | Publication date |
---|---|
KR101823849B1 (ko) | 2018-01-30 |
WO2016185596A1 (ja) | 2016-11-24 |
DE112015006554T5 (de) | 2018-03-01 |
KR20170118222A (ko) | 2017-10-24 |
JPWO2016185596A1 (ja) | 2017-07-20 |
TW201642062A (zh) | 2016-12-01 |
JP6143994B2 (ja) | 2017-06-07 |
TWI574137B (zh) | 2017-03-11 |
CN107533733A (zh) | 2018-01-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107533733B (zh) | 远程监视装置及方法、远程监视维护系统及记录介质 | |
US11367053B2 (en) | System and method for damage assessment and restoration | |
CN106096830B (zh) | 基于广义证据理论的继电保护状态评价方法及系统 | |
CN106144819B (zh) | 电梯的预诊断方法及装置 | |
US10901834B2 (en) | Interactive troubleshooting assistant | |
CN117172414A (zh) | 一种基于bim技术的建筑幕墙施工管理系统 | |
CN108449286A (zh) | 网络带宽资源分配方法及装置 | |
CN109492857A (zh) | 一种配电网故障风险等级预测方法和装置 | |
CN103617561A (zh) | 一种电网智能变电站二次设备状态评估系统和方法 | |
CN104200288A (zh) | 一种基于因素与事件间相关关系识别的设备故障预测方法 | |
CN103971175B (zh) | 一种多级变电站的短期负荷预测方法 | |
CN106156913A (zh) | 用于飞机部附件的健康管理方法 | |
CN106855958A (zh) | 机台零件剩余寿命预测系统与方法 | |
CN117853078B (zh) | 基于无人机的建筑工程施工现场动态安全报警系统及方法 | |
CN107609989A (zh) | 一种路网级的桥梁健康监测智能cs架构系统 | |
CN102289725A (zh) | 基于云服务的建筑智能化综合服务方法和装置 | |
CN115664006B (zh) | 一种增量配电网智能管控一体化平台 | |
CN109739912A (zh) | 数据分析方法及系统 | |
CN110889587A (zh) | 配电网线路风险评估方法 | |
CN109685344A (zh) | 一种电力设备运维策略确定方法、装置及存储介质 | |
US11562227B2 (en) | Interactive assistant | |
CN112288180B (zh) | 一种配网维修工单综合派单方法及系统 | |
CN107563608A (zh) | 一种配电通信网安全评估方法 | |
CN116859842A (zh) | 一种化工生产线安全评估系统 | |
CN103607048A (zh) | 一种电力网络设备故障诊断方法及系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |