CN109146114A - 部件更换预测装置、部件更换预测系统以及部件更换预测方法 - Google Patents

Abstract

本发明提供能向客户说明更换部件、部件群的必要性的部件更换预测装置、部件更换预测系统及部件更换预测方法。部件更换预测装置对部件的更换时期进行预测，基于构成升降机的每个部件的表示从新设置到发生故障为止的期间、或从新设置到更换为止的期间的间隔信息，分别计算各部件的更换周期，该更换预测装置具有：处理部，该处理部基于构成升降机的部件即第一部件的间隔信息和与第一部件在机械上关联而动作的关联部件的间隔信息，来重新计算第一部件的更换周期发生变化的情况下的关联部件的更换周期；以及显示部，该显示部生成表示关联部件的更换周期变化为由处理部重新计算后的更换周期的绘制数据。

Description

部件更换预测装置、部件更换预测系统以及部件更换预测 方法

技术领域

本发明涉及对升降机的部件的更换周期进行预测的系统。

背景技术

通常，升降机的维修合同有保养合同和检修合同这两种。在保养合同的情况下，每月向客户收取固定的维修费用，定期地实施维护。在检修时或发生故障等时，对于维修人员判断为需要更换或修理的部件，从维修费用中扣除费用实施修理。

在检修合同的情况下，对于维修人员判断为需要更换或修理的部件，首先建议客户进行部件更换。之后，在收到客户的下单后才能开始更换修理。若客户不同意而一直没有收到客户的下单，则该部件可能会引起升降机故障。

为了应对这种问题，公开了如下技术：预先为每位客户准备要推荐的部件、消耗品的组合，预测客户需要部件的时期，在此基础上向客户建议更换部件，来预防故障的发生(例如专利文献1)。

现有技术文献

专利文献

专利文献1：日本专利特开2002－149861号公报

发明内容

发明所要解决的技术问题

在现有技术中，由建议人在必要时期选择需要更换的部件或关联的部件群，并向客户建议更换。然而，存在被建议更换的客户一方难以判断部件或部件群的更换是否有必要或是否有好处的问题。

本发明鉴于上述问题而完成，提供一种能向客户说明更换部件或部件群的必要性的技术。

解决技术问题所采用的技术方案

为了解决上述课题，作为代表的本发明的更换预测装置对部件的更换时期进行预测，基于构成升降机的每个部件的表示从新设置到发生故障的期间、或从新设置到要更换的期间的间隔信息，分别计算各部件的更换周期，该更换预测装置具有：处理部，该处理部基于构成升降机的部件即第一部件的间隔信息和与第一部件在机械上关联而动作的关联部件的间隔信息，来重新计算第一部件的更换周期发生变化的情况下关联部件的更换周期；以及显示部，该显示部生成表示关联部件的更换周期变化为由处理部重新计算后的更换周期的绘制数据。

发明效果

根据本发明，能生成向客户说明更换部件、部件群的必要性的资料。

上述以外的问题、结构及效果通过以下实施方式的说明来进一步明确。

附图说明

图1是表示实施方式的部件更换预测系统的结构例的图。

图2是表示实施方式的部件更换预测装置的硬件结构例的图。

图3是表示实施方式的部件更换预测装置的动作例的流程图。

图4(A)、图4(B)是表示由传感器输出的测量值的一个例子以及关联信息的一个例子的图。

图5是表示实施方式的知识处理部中的更换周期计算处理的一个例子的流程图。

图6(A)、图6(B)、图6(C)是表示实施方式的知识处理部所生成的表格T1、T2的一个例子的图。

图7(A)、图7(B)是表示实施方式的知识处理部所生成的表格T3、T4的一个例子的图。

图8(A)、图8(B)、图8(C)是表示实施方式的知识处理部所生成的表格T5、T6、T7的一个例子的图。

图9是表示图3中本次得到的更换周期小于上一次的更换周期的情况下的动作例的流程图。

图10是表示实施方式的关联部件的对应关系的一个例子的图。

图11是用于说明实施方式的剩余寿命预测的方法的图，并且是表示向客户建议更换部件时的资料的一个例子的图。

图12(A)、图12(B)是表示按照每个部件列出事件间隔、间隔种类得到的列表例，并且是表示重新计算关联部件的更换周期时的逻辑的一个例子的图。

图13是用于说明实施方式的剩余寿命预测的方法的图，并且是表示向客户建议更换部件时的资料的一个例子的图。

图14(A)、图14(B)是表示向客户建议更换部件时的资料的一个例子的图。

具体实施方式

本实施方式的目的在于提供一种向客户建议对部件或部件群进行更换的必要性并且使用户容易理解的系统。为了实现该目的，本实施方式的系统预先计算每个部件的更换周期。在部件处于超过了更换周期的状态仍在工作的状况下，本实施方式的系统将关联部件也包含在内来重新计算更换周期，并向客户输出用于说明更换必要性的资料。

在部件超过了更换周期的状态仍在工作的情况下，若继续使用下去，则不仅该部件，其关联部件的劣化度也会增加，导致关联部件的更换周期也变短。本实施方式中，生成用于说明该情况的资料，并向客户提示来说明更换的必要性。

以下，引用附图对本实施方式的部件更换预测装置、部件更换预测系统以及部件更换预测方法进行说明。另外，实施方式中的升降机指所谓的升降梯、自动扶梯、自动人行道(自动线)等。

图1是表示部件更换预测系统的结构的图。部件更换预测系统900具有分别与1台或多台升降机3相连的传感器31、远程监视装置4、部件更换预测装置20、以及客户终端10。本实施方式中，与升降机3相连的传感器31和远程监视装置4经由广域网501以能进行数据通信的状态相连。此外，远程监视装置4、部件更换预测装置20以及客户终端10通过LAN(Local Area Network：局域网)502相连。

传感器31对表示构成升降机3的各部件的工作状态的指标值、表示温度、湿度等周边环境的指标值进行测量。从传感器31输出的测量数据被发送到远程监视装置4。远程监视装置4对从传感器31输出的测量数据进行收集和存储。远程监视装置4基于从传感器31输出的测量数据判定升降机3中是否产生了异常，在产生异常的情况下，输出警报并通知控制中心内的负责人。

部件更换预测装置20是对部件的更换时期进行预测的装置(计算机)，具有处理部25、存储部26以及接口11。存储部26中安装有RDBMS(Relational Database ManagementSystem：关系数据库管理系统，下面称为数据库或DB)。存储部26具有如下功能：接受从处理部25发出的用于登录、更新、删除的查询并加以执行，还根据检索条件来检索数据。存储部26中预先构建有故障信息数据库1、产品信息数据库2、知识数据库12、工作信息数据库5各个数据库。

故障信息数据库1对升降机3过去的故障信息等进行存储。产品信息数据库2对每位客户的升降机3的产品信息等进行存储。知识数据库12对每个部件的更换周期的计算结果等进行存储。工作信息数据库5是对升降机3的工作信息进行存储的数据库，也存储有由远程监视装置4收集到的传感器31的测量数据等。上述各个数据库中存储的数据的一部分也可以存储在外部的数据库服务器等中。

处理部25是运算并执行事先规定的程序从而控制各种动作的单元，具有知识处理部6、状态监视处理部7以及绘制数据生成部8。

知识处理部6使用存储在故障信息数据库1、产品信息数据库2、工作信息数据库5中的数据计算每个部件的更换周期。知识处理部6将算出的更换周期存储到知识数据库12中。此外，知识处理部6在经由接口11从客户终端10接受指示后，重新计算部件的更换周期，并计算部件的剩余寿命、因更换而产生的成本(费用)、因不更换而产生的故障风险。此外，知识处理部6在发生后述事件的情况下也重新计算部件的更换周期等。

绘制数据生成部8生成绘制数据，该绘制数据利用文本数据或图表数据的任一方或双方来表示知识处理部6所算出的结果。该绘制数据是用HTML等标记语言描述的数据或图像数据等。绘制数据生成部8所生成的绘制数据经由接口11被发送到客户终端10。

状态监视处理部7在发生由知识处理部6算出的部件更换周期会产生变化的事件的情况下，指示知识处理部6重新计算更换周期。本实施方式中，在部件发生故障、部件进行了更换等维护作业历史被记录的情况下，升降机3的使用人数发生变化等升降机3的使用方式发生变化的情况下，以及超过了更换周期仍在工作的情况下，发生事件。

维护作业历史在本实施方式中存储在故障信息数据库1、产品信息数据库2中。状态监视处理部7以一定周期监视故障信息数据库1和产品信息数据库2，并判定新登录的记录是否符合更换周期发生变化的事件。另外，也可以在接收到来自系统使用者9的指示时，进行符合事件的记录是否在各数据库中的判定处理。

关于升降机3使用方式的变化，基于存储在工作信息数据库5中的测量数据来判定。例如，在升降机3的门的开关次数极端增加或减少的情况下，状态监视处理部7判定为升降机3的使用方式发生了变化。

接口11的结构中包含例如Web服务器程序，使用HTTP协议或HTTPS协议向客户终端10发送HTML数据、图像数据。

客户终端10是事先导入了Web浏览器程序的计算机，接收由绘制数据生成部8生成的绘制数据并显示在画面上。此外，客户终端10将绘制数据生成部8所生成的绘制数据印制在图纸上。由此，客户终端10相当于将绘制数据输出到画面上或图纸上的输出部。

系统使用者9通过操作客户终端10来向客户呈现绘制数据生成部8所生成的绘制数据，说明部件更换的必要性。

图2是表示部件更换预测装置20的硬件结构的一个示例的图。部件更换预测装置20是具有控制器101、输入设备110以及输出设备111各个周边设备的计算机。

控制器101对在部件更换预测装置20内部动作的各个硬件进行控制。控制器101具有以下结构。

CPU102(CPU：Central Processing Unit：中央处理单元)是将ROM104(ROM：Readonly memory：只读存储器)、HDD105(HDD：Hard Disk Drive：硬盘驱动器)所存储的程序展开到RAM103(RAM：Random access memory：随机存取存储器)中并进行运算和执行的处理装置。CPU102通过对程序进行运算和执行来整体上对控制器101内部的各个硬件进行控制。RAM103是易失性存储器，是CPU102进行处理时的工作存储器。RAM103在CPU102运算并执行程序期间，对所需数据进行临时存储。

ROM104是非易失性存储器，对部件更换预测装置20启动时由CPU102执行的BIOS(Basic Input/Output System：基本输入/输出系统)、固件进行存储。HDD105是以非易失性的方式存储数据的辅助存储装置。HDD105对由CPU102运算并执行的程序、控制数据进行存储。本实施方式中，事先向HDD105导入有上述各数据库等，来存储和管理各种数据。此外，HDD105中事先导入有用于实现之后的动作和功能的程序、Web服务器程序。

网络I/F106(I/F：Interface：接口)是负责与外部设备之间进行的数据通信的控制的接口板。

输入I/F107是对与输入设备110之间的信号的输入输出进行控制的接口。输出I/F108从CPU102接受指示，来使输出设备111绘制图像。

输入设备110例如是键盘、鼠标，输出设备111是监视器或显示器。另外，也可以利用输入设备110和输出设备111构成触摸面板显示器。此外，输出设备111也可以是与在图纸上形成图像的打印机相连的结构。该情况下，输出设备111相当于打印机。

图1所示的接口11、处理部25的知识处理部6、状态监视处理部7、绘制数据生成部8以及存储部26内的各个数据库通过由CPU102运算并执行HDD105所存储的程序来实现。即，图1所示的部件更换预测装置20内的各个单元通过程序与硬件的协同合作来实现。

图3是对部件更换预测系统900的动作的一个示例进行图示的流程图。图3所示的流程图大致分为两个部分。一部分是基于测量数据等计算更换周期的初始值为止的动作例(S001～S006)。另一部分主要是实际正在工作的升降机3中发生事件时的动作例(S007之后)。

首先，对到计算更换周期的初始值为止的动作例进行说明。知识处理部6从故障信息数据库1、产品信息数据库2、工作信息数据库5的各个数据库获取分析对象的升降机3的固有信息和分析所需的关联信息(S001)。

故障信息数据库1、产品信息数据库2、工作信息数据库5所存储的关联信息为以下信息。另外，这里所列出的是一部分，之后说明的动作所需的信息存储在各数据库中的任意数据库中。

故障信息DB1···故障部件的识别信息(部件名等)、故障发生日期等。

产品信息DB2···升降机的识别信息(制造编号等)、型号、用途(乘坐用、载物用等)、设置场所、设置环境(气体、日照等)、部件更换日期等。

工作信息DB5···工作状态(月行走时间等)。

另外，故障部件的识别信息、故障发生日期、部件更换日期等例如汇总成后述的图6(A)那样。

图4(A)、图4(B)是从工作信息数据库5获得的升降机3的工作状态、工作环境的测量数据的一览图。图4(A)是对从传感器31输出的表示升降机3的工作状态的测量项目的一览图。本实施方式中，从传感器31获得行走距离、气体浓度、平均温度、平均湿度、行走时间、启动次数、通电时间、开关次数的各个测量数据，并在远程监视装置4按照月平均、年平均的方式进行汇总。图4(B)是设有对象升降机3的环境特有的测量项目的一览图。在升降机3在特殊环境下工作的情况下，本实施方式中，除了图4(A)的测量数据外，还根据环境获取图4(B)所示的测量数据。本实施方式中，作为特殊环境，设置了气体/硫磺、盐害、室外、高温、低温、高湿度、尘埃、辐射能这各个项目。在从产品信息数据库2获得的设置环境的信息中包含例如表示“气体/硫磺”的信息的情况下，除了图4(A)所示的测量数据以外，还从工作信息数据库5获取图4(B)所示的“气体/硫磺”的测量数据。

回到图3的说明。知识处理部6基于通过步骤S001获得的各信息，对每个部件确认分析对象的升降机3是否有故障历史(故障发生日期)(S002)。知识处理部6对于分析对象的升降机3中没有故障历史的部件(S002：否)，获取类似机型、类似部件等模型数据(S003)。本例中，仅提到了故障历史，但除此以外，还对于没有实际值的数据获取符合的模型数据。

知识处理部6基于获得的故障历史等，对升降机3的每个部件的更换周期进行分析(S004)。作为分析方法，由知识处理部6选择威布尔分析/威布尔型累积危害分析等适合每个部件的特性的分析方法，并计算更换周期。这里记载更换周期计算方法的概要，对于细节将利用图5以后的各个附图在下文阐述。

(S004-1)利用各数据库，计算到分析对象部件发生故障为止的期间、以及持续正常工作的期间。

(S004-2)使用所获得的期间，通过威布尔型累积危害分析，按照各个可靠度(％)计算各部件的更换周期。

根据设置环境、使用者的使用方式，升降机3的部件寿命不同，因此，知识处理部6获取影响更换周期的因素，根据各因素对步骤S004中计算出的各部件的更换周期进行修正(S005)。影响更换周期的因素指图4(B)所示的各项目。另外，在没有针对图4(B)所示各项目的测量手段的情况下，可以由系统使用者9使用客户终端10进行登录。知识处理部6根据项目对升降机3的每个部件(制造编号)的更换周期进行修正。知识处理部6将修正后的更换周期决定为当前时间点的最终更换周期，并作为初始值存储到知识数据库12中(S006)。

接着，对实际正在工作的升降机3中发生事件时的动作例进行说明。状态监视处理部7始终对故障信息数据库1以外的数据库的变化(发生事件)进行监视(S007)。在发生了部件的更换周期变化这样的事件的情况下(S008:是)，状态监视处理部7指示知识处理部6重新计算该部件以及关联部件(后述)的更换周期。作为部件的更换周期发生变化的事件，如上所述，有产生故障、更换了部件、升降机的使用人数发生变化、超过更换周期仍在工作等。知识处理部6基于该指示，并按照使用图5的流程图说明的动作，重新计算更换周期(S009)。另外，更换周期的计算使用通常使用的威布尔型累积危害分析。另外，也可以在该重新计算后，进行步骤S005的修正。

知识处理部6对于该部件判定本次算出的更换周期与到上一次为止的更换周期(称为上一次更换周期)的差是否超过10％(S010)。另外，这里以10％为一个例子，但允许范围根据部件种类、故障的影响程度等的不同而各不相同，因此也可以使用10％以外的数值。在不超过10％的情况下(S010：否)，处理返回到步骤S007，继续通过状态监视处理部7进行事件监视。

在本次算出的更换周期与上一次更换周期之差超过10％的情况下(S010：是)，知识处理部6经由接口11进行设定，以向客户终端10发出警报(S011)。客户终端10根据该设定，向系统使用者9发出语音、或在画面上进行显示等来进行通知。

知识处理部6将算出的部件的更换周期作为最新的更换周期，保存在知识数据库12中(S012)。对由此获得的最新值进行反馈和储存，从而提高了更换周期的设定精度。

对本次算出的更换周期和上一次更换周期进行比较，在本次的更换周期比上一次更换周期短的情况下(S013：是)，处理进入到图9的步骤S201。图9的动作在下文另行阐述。

图5是表示知识处理部6中进行的更换周期计算的动作例的流程图。图5所示的流程图在上述步骤S004、步骤S009等中进行，此处作为步骤S009的更换周期重新计算的动作例进行说明。此外，在图5所示的各步骤中，生成表格T1～T7，但这些表格的一部分或全部也可以由知识数据库12来储存和管理。

状态监视处理部7确定图3的步骤S008中发生的事件(S101)。这里，假设构成升降机3的部件的其中一个部件A(第一部件)发生故障。知识处理部6从故障信息数据库1获取故障发生日期(D1)，从产品信息数据库2获取交货日期(D2)和部件更换日期(D3)。知识处理部6从工作信息数据库5获取月平均行走时间(D4)，将这些信息汇总并生成表格T1(S102)。故障发生日期(D1)是部件发生故障的日期信息，交货日期(D2)是新设置部件的日期信息。部件更换日期(D3)是部件更换的日期信息。另外，由于通过更换而新设置了部件，因此部件更换日期(D3)也是新设置部件的日期信息。

图6(A)是表示步骤S102中生成的表格T1的一个例子的图。知识处理部6将发生了故障的部件A的上述各个日期信息、月平均行走时间一览汇总。并且，知识处理部6获取与部件A关联的一个或多个部件的故障发生日期(D1)、交货日期(D2)、部件更换日期(D3)、月平均行走时间(D4)的各个数据，并添加到表格T1中。本例中，假设与部件A关联的部件有多个，将该关联部件设为部件B、部件C。关联部件指在机械上相互关联并动作的部件。关联部件例如是物理上与该部件直接接触并一起动作的部件。此外，经由传送带等动力传输介质而一起转动的各个辊等间接接触并动作的部件也是关联部件。

知识处理部6根据表格T1计算故障间隔(D5)、正常工作间隔(D6)，生成表格T2(S103)。

图6(B)是例示从表格T1导出表格T2时临时生成的表格的图，图6(C)是表格T2的例示图。知识处理部6如图6(B)所示，以小时为单位计算事件间隔(D7)。事件间隔(D7)是指表示以表格T1的故障发生日期(D1)、交货日期(D2)、部件更换日期(D3)中的某一个为起点，到故障发生日期(D1)、部件更换日期(D3)中的某一个为止的期间的间隔信息。

此外，在计算事件间隔(D7)时，可以使用下式。

事件间隔(D7)＝yearfrac(I,II)÷30×(月平均行走时间) (式1)

其中，函数yearfrac()是计算由I,II指定的两个日期之间的期间在一年中所占比例的函数。

知识处理部6根据期间的含义，对各期间按照故障间隔(D5)、正常工作间隔(D6)的间隔种类(D8)进行分类。知识处理部6如例如图6(B)的第一行所示的“D2：交货日期→D1：故障发生日期”那样，将从交货到发生故障为止的期间归类为“故障间隔”。此外，对于第三行的“D1：故障发生日期→D1：故障发生日期”、第五行的“D3：部件更换日期→D1:故障发生日期”，也归类为“故障间隔”。即，将交货或更换(包含故障更换)后继续工作最终发生故障的期间归类为“故障间隔”。此外，知识处理部6如图6(B)的第二行、第四行、第六行所示那样，在交货或更换(包含故障更换)后未发生故障而持续工作到最后直至部件更换的情况下，将该期间归类为“正常工作间隔”。由此，事件间隔(D7)被分类为通过交货或更换(包含故障更换)而新设置后继续使用直到最终故障的期间、或新设置后继续使用直到最终更换的期间中的任一种。

知识处理部6像这样导出各部件的事件间隔(D7)、间隔种类(D8)，之后生成故障间隔(D5)、正常工作间隔(D6)各栏的事件间隔(D7)的表格T2(参照图6(C))。

回到图5的说明。知识处理部6从知识数据库12获取上一次的更换周期计算结果，还获取过去的事件间隔(D7)、间隔种类(D8)，来生成表格T3(S104)。并且，知识处理部6在表格T3中添加表格T2或图6(B)所示的表格内容，来生成表格T4(S105)。

图7(A)是表格T3的例示图，图7(B)是表格T4的例示图。表格T3、T4均是包含事件间隔(D7)、间隔种类(D8)各栏的表格，表格T4相对于表格T3综合了表格T2的内容。

回到图5的说明。知识处理部6通过故障分析，计算各部件的形状参数m(D9)以及比例参数η(D10)，生成表格T5(S106)。另外，本实施方式所使用的故障分析如上所述是通常使用的威布尔型累积危害分析，但也可以使用其它分析方法。然后，知识处理部6根据表格T5计算更换周期(D11)，生成表格T6(S107)。更换周期(D11)的计算方法利用下述通常的可靠度计算公式来计算，该可靠度计算公式使用了威布尔型累积危害分析的形状参数m(D9)、比例参数η(D10)。

更换周期(D11)＝exp(ln(η)+(ln(ln(1÷(1-0.01))))÷m) 式(2)

知识处理部6将上一次更换周期(D12)综合到表格T6中，来生成表格T7(S108)。

图8(A)是表示表格T5的一个例子的图，图8(B)是表示表格T6的一个例子的图。图8(C)是表示表格T7的一个例子的图。通过S106～S108的处理，最终得到图8(C)所示的表格T7。知识处理部6将形状参数m(D9)、比例参数η(D10)、更换周期(D11)、上一次更换周期(D12)分别与部件A～C对应起来，来生成表格T7。

在图3的步骤S010中判定由此算出的更换周期(D11)与上一次更换周期(D12)的差是否在10％以上。此外，在图3的步骤S013中，在本次的更换周期(D11)比上一次更换周期(D12)短的情况下，处理进入图9的S201。

图9是表示计算各部件的剩余寿命并生成绘制数据的动作例的流程图。知识处理部6从各个数据库获取对象部件以及关联部件的信息(S201)，并实施关联部件的剩余寿命预侧(S202)。然后，绘制数据生成部8生成包含能从视觉上确认预测出的关联部件的剩余寿命以及早期劣化的曲线图在内的绘制数据(S203)。该绘制数据是包含HTML(HyperTextMarkupLanguage：超文本标记语言)等标记语言、图像数据的数据。接口11将生成的绘制数据发送给客户终端10(S204)。

下面，参照图10～图14(A)、图14(B)对图9的流程图的细节进行说明。

图10是关联部件的一个例子。关联部件如上所述设想为机械上相互关联地进行动作。这里，将部件A设为用于驱动自动扶梯的移动扶手的驱动辊，将部件B设为用于调节设置在部件A的驱动辊之间的驱动链的张力的惰轮链轮。部件C设为利用部件B的惰轮链轮来调整的驱动链。由此，部件A、部件B、部件C在机械上相互关联。

图11是对本实施方式的剩余寿命预侧方法进行说明的图。这里，纵轴表示部件的劣化度，横轴表示历时。纵轴的劣化度超过100％的情况下，表示故障概率急剧升高。

这里，假设通过知识处理部6算出部件A的初始的更换周期为5.5年，部件B的初始的更换周期为7年，部件C的初始的更换周期为8.3年。这样，在本例中，各部件的更换周期的长度设为(部件A＜部件B＜部件C)的关系。此外，假设更换周期最短的部件A持续使用了5.6年来进行说明。

通过过去的事例分析，部件B及部件C在部件A发生故障或部件A显著劣化的情况下，具有连锁地早期劣化的趋势。基于该过去的事例分析的结果，知识处理部6以部件A的劣化度变为100％的时间点为基点，重新计算关联部件B、C的更换周期是如何变化的。

下面描述部件B、C的重新计算。这里，对于更换周期比部件C短的部件B，考虑部件A的故障间隔来计算，对于更换周期较长的部件C，考虑部件A和部件B的故障间隔来计算。

通过威布尔分析/威布尔型累积危害分析来计算部件A发生故障时部件B有可能早期劣化或同时发生故障的期间。这里，知识处理部6将部件A的故障间隔与部件B的故障间隔相加，利用相加结果以及部件B的正常工作间隔进行威布尔分析/威布尔型累积危害分析，来求出形状参数m、比例参数η。

图12(A)是与部件A、部件B有关的事件间隔(D7)和间隔种类(D8)的例示图。本例中，将部件A的故障间隔(5.5年)与部件B的各故障间隔进行综合，将该综合后的值设为部件B的新的故障间隔。这里，通过对部件A的故障间隔和部件B的各故障间隔相加(加法运算)来进行综合。知识处理部6使用部件B的综合后的故障间隔和部件B的正常工作间隔，对部件B进行威布尔分析/威布尔型累积危害分析，求出形状参数m、比例参数η。

若将从知识数据库12获取到的上一次更换周期设为t，则故障率、更换周期使用通常威布尔分析中使用的下述公式。通常可靠度(＝故障率)的计算公式如下。

故障率F(t)＝1-exp(-(t/η)^m) (式3)

此外，可靠度99％时的更换周期如下。

可靠度99％的更换周期＝exp(ln(η)+(ln(ln(1÷(1-0.01))))÷m) (式4)

根据图11的例子，单个部件B的更换周期为7.0年，但若考虑部件A的故障间隔重新计算，则变为6.0年。由此，在部件A持续工作经过5.6年的时间点，部件B的更换周期的剩余寿命从1.4年(7.0-5.6＝1.4(年))缩短至0.4年(6.0-

5.6＝0.4(年))。

此外，知识处理部6也同样地通过威布尔分析/威布尔型累积危害分析计算部件A发生故障时部件C有可能早期劣化或同时发生故障的期间。

图12(B)是与部件A、部件B、部件C有关的事件间隔(D7)和间隔种类(D8)的例示图。本例中，对部件A的故障间隔和部件B的各故障间隔进行综合，并进一步综合部件C的各故障间隔，将最终得到的值作为部件C的新的故障间隔。这里，通过对部件A的故障间隔、部件B的各故障间隔和部件C的各故障间隔相加(加法运算)来进行综合。知识处理部6使用该综合后的故障间隔和部件C的正常工作间隔，对部件C进行威布尔分析/威布尔型累积危害分析，求出形状参数m、比例参数η。然后，知识处理部6基于上述式3、式4求出部件C的更换周期。

另外，也可以对由此求出的部件B、部件C的更换周期实施图3的步骤S005所示的修正处理。

此外，知识处理部6除了计算上述部件B、部件C的剩余寿命以外，还计算部件A故障时部件B、部件C早期劣化或同时故障的概率。知识处理部6基于故障的统计来求出部件A故障时部件B早期劣化或同时故障的概率。例如，在存储部26的产品信息数据库2中存储有表示每个机型发生了多少％如下情况的数据，该情况是指部件A故障时部件B的更换周期(7年)、部件C的更换周期(8.3年)变短或故障。知识处理部6使用该数据计算故障概率。

图13是表示进一步继续使用部件A时的情况下的状态的曲线图。这里，关于部件A，考虑预先算出的更换周期5.5年超过1年、持续使用了6.5年的状况。状态监视处理部7将部件A的更换周期超过5.5年仍未更换部件A的情况识别为事件(图3的S008)，知识处理部6开始更换周期的重新计算处理(图3的S009)。该时间点处于部件A的劣化度大大超过100％且发生故障的概率极高的状态。此外，部件A的超过期间越长，部件B、部件C劣化的进展程度增加的期间也变长，部件B、部件C与部件A同时故障的可能性变高。

对于图13的例子，通过威布尔分析/威布尔型累积危害分析来计算部件A故障时部件B、部件C有可能同时故障的期间。对于部件B，与上述同样，基于部件A的故障间隔、部件B的故障间隔、部件B的正常工作间隔，进行威布尔分析/威布尔型累积危害分析，求出形状参数m、比例参数η。对于部件C也同样，基于部件A的故障间隔、部件B的故障间隔、部件C的故障间隔以及部件C的正常工作间隔，求出形状参数m、比例参数η。

若将从知识数据库12获取到的上一次更换周期设为t，则知识处理部6使用通常在威布尔分析中使用的上述式3、式4，计算部件A的更换周期为例如6.8年(剩余寿命0.3年)。此外，知识处理部6通过参照产品信息数据库2，来求出部件B在6.8年内同时故障的故障率为例如30％，并求出部件B和部件C同时故障的概率例如为20％。

知识处理部6由此计算剩余寿命以及故障概率，但除此以外，也能计算更换部件A～C时的费用。存储部26的产品信息数据库2中，对于每个部件还存储有作业费、部件费的各数据。知识处理部6获取这些数据，将作业费与部件费相加来计算总费用。

图14(A)、图14(B)是如上述那样算出的部件A～C的作业费、部件费、总费用、故障率、剩余寿命的一览图。图14(A)是图11的例子的一览，图14(B)是图13的例子的一览。

绘制数据生成部8生成由知识处理部6算出的结果的绘制数据。绘制数据生成部8生成客户终端10显示用的静态图像数据或者HTML数据来作为绘制数据，但也可以生成曲线图的各线随着时间经过延伸并移动的动态图像数据。绘制数据生成部8生成图11、图13所示的曲线图、以及图12(A)、图12(B)、图14(A)、图14(B)所示的文本一览，并将它们容纳在一个画面内来生成，但也可以例如仅生成曲线图，或仅生成文本数据。绘制数据生成部8所生成的绘制数据经由接口11被发送到客户终端10，并显示在客户终端10的显示部中。此外，绘制数据通过系统使用者9的操作来打印。通过向客户提示记载了该更换周期等的数据，从而能更具体地向客户说明不更换时的风险以及更换带来的好处。此外，通过不仅提示更换周期和剩余周期，还将费用、故障率也包含在资料内进行提示，从而客户容易判断是否进行更换。此外，通过如图11、图13所示生成曲线图中图示的绘制数据，从而也能提高作为提示给客户的资料的可视性。

此外，由系统使用者9操作客户终端10，输入或选择分析对象的升降机3的制造编号，并发送给部件更换预测装置20。由此，部件更换预测装置20的处理部25基于升降机3、部件的制造编号，对构成该升降机3的部件进行上述剩余寿命、故障率的计算出理，生成绘制数据(图11、图13的图像、图

14(A)、图14(B)的文本数据)。由此，系统使用者9能在任意时刻阅览所指定的制造编号的绘制数据。系统使用者9向客户提示所显示的图像，或根据需要进行打印等，从而建议客户更换部件。

上述图11、图12(A)、图12(B)、图14(A)的说明是在部件A实际持续使用了5.6年的时刻进行关联部件B、C的剩余寿命、故障率的计算处理并生成建议资料的内容。即，说明的是在当前已经超过更换周期的状况下进行建议。与此相对，例如在当前时刻还不是部件A的更换时刻但假设今后要继续使用5.6年的情况下，想要预测假如今后继续使用则关联部件B、C会怎么样等时，也能适用上述实施方式。在图13、图14(B)的说明中也同样。

本实施方式中说明的更换周期、剩余寿命的计算方法、故障率的求取方法仅仅是一个例子，也可以使用其它计算方法等。

本实施方式中，作为表示更换周期发生了变化的表现方式，如图11、图13所示那样用曲线图来呈现，或如图14(B)的剩余寿命一栏所示的“0.5→0.2”那样用箭头标记来呈现剩余寿命，但并不限于该方式。除了这些表现方式以外，也可以简单地用“更换周期变短”“剩余寿命改变”等不显示数值的方式来呈现。由此，只要是表示更换周期发生了变化的方式即可，可以用任何表现方式来生成绘制数据。另外，若更换周期发生变化，剩余寿命当然也会变化，反过来，若剩余寿命发生变化，更换周期也会变化。由此，寿命变化与更换周期变化是等价的。同样，计算剩余寿命并向客户提示与计算更换周期并向客户提示是等价的。由此，“更换周期”这一用词与“剩余寿命”这一用词能相互替换。

本实施方式中，分类为故障间隔和正常工作间隔，并在每个故障间隔、正常工作间隔存在多个数据的状态下计算更换周期。然而，不同的部件，有时也存在工作实际值很少、例如只有一个故障间隔的实际值的情况或只有一个正常工作间隔的实际值的情况。在此基础上，作为模型的数据也没有的情况下，可以将该一个故障间隔或正常工作间隔作为表示间隔信息的数据来处理。

本实施方式中，说明了计算某个部件超过更换周期仍在工作时的关联部件的剩余寿命、故障率，对该剩余寿命、故障率进行显示并向客户建议。若与此相反，在开始使用后不久的早期阶段、或未达到更换周期的阶段进行部件更换，则认为也具有关联部件的剩余寿命也延长从而故障率也降低等优点。通过适用本实施方式，可以用曲线图等表示在早期阶段进行了部件更换的情况下的关联部件的剩余寿命的变化、故障率的变化，并建议给客户。

即，本实施方式的处理部重新计算某一部件的更换周期(＝剩余寿命)因超过周期仍在工作而缩短、或因更换而延长等发生变化的情况下的关联部件的更换周期(＝剩余寿命)。在此基础上，升降机的使用方式发生变化的情况也相当于上述那样部件的更换周期发生变化的事件，因此处理部重新计算该情况下关联部件的更换周期(＝剩余寿命)。

上述实施方式中，将升降机作为监视对象的一个例子进行了说明，但并不限于此，也能适用于将机械动作的设备、装置作为监视对象的方式。此外，也可以采用将上述实施方式中说明的部件更换预测装置20所提供的各功能分配到多个装置、外壳(服务器)中的系统结构。

由客户终端10进行的用户的操作的接受、输出的各功能也可以使用输入设备110、输出设备111等安装在部件更换预测装置20一侧。

如以上详细说明那样，本实施方式能以客户容易理解的方式向客户说明更换部件、部件群的必要性。

另外，本发明并不限于上述实施方式，还包含各种各样的变形例。例如，上述的实施方式是为了便于理解地说明本发明而进行的详细说明，本发明不必限定于要包括所说明的所有结构。可将某个实施方式的结构的一部分置换为其它实施方式的结构，也可以在某个实施方式的结构中追加其它实施方式的结构。另外，关于各实施方式的结构的一部分，也可以进行其它结构的追加、删除、替换。此外，上述的各结构、功能、处理部、处理单元等也可以将它们的一部分或者全部用例如通过集成电路设计等得到的硬件来实现。此外，上述的各结构、功能等也可以通过处理器解释、执行实现各功能的程序，以软件来实现。实现各功能的程序、表格、文件等信息能够置于存储器、硬盘、SSD(Solid State Drive：固态硬盘)等记录装置，或者IC卡、SD卡、DVD等记录介质。

标号说明

1 故障信息数据库

2 产品信息数据库

3 升降机

4 远程监视装置

5 工作信息数据库

6 知识处理部

7 状态监视处理部

8 绘制数据生成部

9 系统使用者

10 客户终端

11 接口

12 知识数据库

20 更换预测装置

25 处理部

26 存储部

31 传感器

900 部件更换预测系统

Claims (7)

1.一种部件更换预测装置，对部件的更换时期进行预测，其特征在于，

基于构成升降机的每个部件的表示从新设置到发生故障为止的期间、或从新设置到更换为止的期间的间隔信息，分别计算各部件的更换周期，

该部件更换预测装置具有：

处理部，该处理部基于构成所述升降机的部件即第一部件的间隔信息和与所述第一部件在机械上关联而动作的关联部件的间隔信息，来重新计算所述第一部件的更换周期发生变化的情况下的所述关联部件的更换周期；以及绘制数据生成部，该绘制数据生成部生成表示所述关联部件的更换周期变化为由所述处理部重新计算后的更换周期的绘制数据。

2.如权利要求1所述的部件更换预测装置，其特征在于，

所述处理部在存在多个所述关联部件的情况下，基于所述第一部件的间隔信息、一个关联部件的间隔信息、以及其它关联部件的间隔信息，来重新计算所述一个关联部件的更换周期。

3.如权利要求1所述的部件更换预测装置，其特征在于，

所述绘制数据生成部进一步将因所述第一部件以及所述关联部件的更换而产生的费用的信息包含在内来生成所述绘制数据。

4.如权利要求1所述的部件更换预测装置，其特征在于，

所述处理部进一步计算所述关联部件发生故障的概率，

所述绘制数据生成部进一步将所述概率的信息包含在内来生成所述绘制数据。

5.如权利要求1所述的部件更换预测装置，其特征在于，

所述绘制数据生成部通过将所述关联部件的更换周期发生变化这一情况图示在曲线图中，来生成所述绘制数据。

6.一种部件更换预测系统，对部件的更换时期进行预测，其特征在于，

基于构成升降机的每个部件的表示从新设置到发生故障为止的期间、或从新设置到更换为止的期间的间隔信息，分别计算各部件的更换周期，

该部件更换预测系统具有：

处理部，该处理部基于构成所述升降机的部件即第一部件的间隔信息和与所述第一部件在机械上关联而动作的关联部件的间隔信息，来重新计算所述第一部件的更换周期发生变化的情况下的所述关联部件的更换周期；

绘制数据生成部，该绘制数据生成部生成表示所述关联部件的更换周期变化为由所述处理部重新计算后的更换周期的绘制数据；以及

输出部，该输出部输出所述绘制数据。

7.一种部件更换预测方法，对部件的更换时期进行预测，其特征在于，

基于构成升降机的每个部件的表示从新设置到发生故障为止的期间、或从新设置到更换为止的期间的间隔信息，分别计算各部件的更换周期，

由计算机执行以下处理：

基于构成所述升降机的部件即第一部件的间隔信息和与所述第一部件在机械上关联而动作的关联部件的间隔信息，来重新计算所述第一部件的更换周期发生变化的情况下的所述关联部件的更换周期，

生成表示所述关联部件的更换周期变化为重新计算后的更换周期的绘制数据。