CN110088022A - 恢复支持系统 - Google Patents
恢复支持系统 Download PDFInfo
- Publication number
- CN110088022A CN110088022A CN201680090648.XA CN201680090648A CN110088022A CN 110088022 A CN110088022 A CN 110088022A CN 201680090648 A CN201680090648 A CN 201680090648A CN 110088022 A CN110088022 A CN 110088022A
- Authority
- CN
- China
- Prior art keywords
- unit
- fault data
- data
- failure
- support system
- 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.)
- Granted
Links
- 238000012423 maintenance Methods 0.000 claims abstract description 88
- 230000013016 learning Effects 0.000 claims abstract description 35
- 230000008439 repair process Effects 0.000 claims abstract description 23
- 238000010801 machine learning Methods 0.000 claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims description 59
- 238000011084 recovery Methods 0.000 claims description 42
- 230000005540 biological transmission Effects 0.000 claims description 22
- 230000009471 action Effects 0.000 claims description 17
- 230000006870 function Effects 0.000 description 29
- 238000012545 processing Methods 0.000 description 25
- 238000004891 communication Methods 0.000 description 16
- 238000000034 method Methods 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 241001269238 Data Species 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000006866 deterioration Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
- B66B5/0006—Monitoring devices or performance analysers
- B66B5/0018—Devices monitoring the operating condition of the elevator system
- B66B5/0025—Devices monitoring the operating condition of the elevator system for maintenance or repair
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B1/00—Control systems of elevators in general
- B66B1/34—Details, e.g. call counting devices, data transmission from car to control system, devices giving information to the control system
- B66B1/3415—Control system configuration and the data transmission or communication within the control system
- B66B1/3446—Data transmission or communication within the control system
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B66—HOISTING; LIFTING; HAULING
- B66B—ELEVATORS; ESCALATORS OR MOVING WALKWAYS
- B66B5/00—Applications of checking, fault-correcting, or safety devices in elevators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
-
- 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
-
- 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
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/18—Status alarms
- G08B21/187—Machine fault alarms
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Automation & Control Theory (AREA)
- Tourism & Hospitality (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Business, Economics & Management (AREA)
- Software Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Computer Networks & Wireless Communication (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Emergency Management (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Maintenance And Inspection Apparatuses For Elevators (AREA)
- Indicating And Signalling Devices For Elevators (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
恢复支持系统具备存储部(10)、学习部(12)、接收部(11)以及判定部(13)。在存储部(10)中存储有故障数据和作业数据。学习部(12)对存储在存储部(10)中的故障数据和作业数据进行机器学习。当接收部(11)接收到故障数据时,判定部(13)根据学习部(12)的学习结果来判定是否需要为了修复发送来该故障数据的装置的故障而派遣维护人员。
Description
技术领域
本发明涉及一种恢复支持系统。
背景技术
在专利文献1中记载有用于在地震发生之后远程使电梯装置恢复的系统。在专利文献1所记载的系统中,当电梯装置的运转由于地震而停止时,示出运转停止的信号和示出轿厢状态的信号被发送给监视中心。在监视中心,在显示器上显示接收到的信号。监视中心的监视人员看到显示器上显示的内容,发送用于对地震探测器进行复位的信号。
现有技术文献
专利文献
专利文献1:日本特开2007-254039号公报
发明内容
发明要解决的课题
专利文献1公开了一种用于使由于地震而停止运转的电梯装置恢复的系统。在运转由于地震而停止的情况下,大多时候在电梯装置中并没有发生故障。因此,通过对地震探测器进行复位,能够简单地使电梯装置恢复。
另一方面,在电梯装置中发生故障。在电梯装置发生了故障的情况下,需要进行与发生的故障对应的作业。该作业中也包含电梯装置的重新启动这样的极其简单的作业。以往,当电梯装置发生了故障时,无法高精度地判定是否需要为了修复该故障而派遣维护人员。因此,当电梯装置发生故障时,维护人员迅速赶往现场进行适当的作业。
在发生故障时需要派遣维护人员的其它装置中也同样有可能会发生这样的问题。
本发明是为了解决上述那样的课题而完成的。本发明的目的是提供一种能够高精度地判定在装置发生了故障的情况下是否需要为了修复该装置而派遣维护人员的故障恢复支持系统。
用于解决课题的手段
本发明的恢复支持系统具备:存储单元,其存储有示出发生了故障的装置在故障时的状态的故障数据以及示出为了修复该故障而进行的作业内容的作业数据;学习单元,其对存储在所述存储单元中的故障数据和作业数据进行机器学习;接收单元,其接收故障数据;以及判定单元,当接收单元接收到故障数据时,该判定单元根据学习单元的学习结果来判定是否需要为了修复发送来该故障数据的装置的故障而派遣维护人员。
本发明的恢复支持系统具备监视中心和能够与监视中心进行通信的多个装置。监视中心具备:存储单元,其存储有示出发生了故障的装置在故障时的状态的故障数据以及示出为了修复该故障而进行的作业内容的作业数据;以及学习单元,其对存储在存储单元中的故障数据和作业数据进行机器学习。上述多个装置各自具备:取得单元,其取得故障数据;以及判定单元,当取得单元取得了故障数据时,该判定单元根据学习单元的学习结果来判定是否需要为了修复取得该故障数据时的故障而派遣维护人员。
发明效果
本发明的恢复支持系统例如具备学习单元和判定单元。学习单元对存储在存储单元中的故障数据和作业数据进行机器学习。判定单元根据学习单元的学习结果来判定是否需要为了修复发送来故障数据的装置的故障而派遣维护人员。如果是本发明的恢复支持系统,则在装置中发生了故障的情况下,能够高精度地判定是否需要为了修复该装置的故障而派遣维护人员。
附图说明
图1是示出本发明的实施方式1中的恢复支持系统的示例的图。
图2是示出本发明的实施方式1中的恢复支持系统的动作例的流程图。
图3是示出学习结果的示例的图。
图4是示出本发明的实施方式1中的恢复支持系统的另一动作例的流程图。
图5是用于说明判定部的功能的图。
图6是用于说明学习部和判定部的另一功能的图。
图7是示出本发明的实施方式1中的恢复支持系统的另一动作例的流程图。
图8是示出本发明的实施方式1中的恢复支持系统的另一动作例的流程图。
图9是用于说明判定部和通知控制部的另一功能的图。
图10是示出恢复支持系统的另一例的图。
图11是示出本发明的实施方式2中的恢复支持系统的示例的图。
图12是示出本发明的实施方式2中的恢复支持系统的动作例的流程图。
图13是示出本发明的实施方式2中的恢复支持系统的另一动作例的流程图。
图14是示出监视中心的硬件结构的图。
具体实施方式
参照附图对本发明进行说明。适当简化或省略重复的说明。在各图中,相同的标号表示相同的部分或相当的部分。
实施方式1.
图1是示出本发明的实施方式1中的恢复支持系统的示例的图。监视中心1能够与远程的多台电梯装置进行通信。各电梯装置例如具备轿厢2和对重3。轿厢2和对重3由主绳索4悬吊在井道中。曳引机例如具备驱动绳轮5和电动机6。驱动绳轮5上绕挂有主绳索4。驱动绳轮5由电动机6驱动。电动机6由控制装置7控制。控制装置7与通信装置8连接。通信装置8与外部设备进行通信。各电梯装置通过通信装置8与监视中心1进行通信。
当电梯装置中发生故障时,由通信装置8取得示出该电梯装置的故障时的状态的信号值的快照、即跟踪数据。跟踪数据是权利要求书中记载的故障数据的一例。例如,在跟踪数据中包含用于确定电梯装置自身的信号。在跟踪数据中包含示出时刻的信号。在跟踪数据中包含示出控制装置7的电流值和电压值的信号。在跟踪数据中包含示出电动机6的速度和转矩的信号。在跟踪数据中包含示出轿厢2的位置的信号。包含在跟踪数据中的信号不限于这些示例。所例示的信号的一部分也可以不包含在跟踪数据中。在跟踪数据中还可以包含其它信号。
跟踪数据中可以是由0或1的比特串表示的信号、由16进制的数值串表示的信号以及由10进制的数值串表示的信号共存。跟踪数据中也可以是各种信号长度的信号共存。跟踪数据中也可以是数字值和模拟值共存。
当电梯装置中发生故障时,通信装置8针对故障发生前后的规定时间取得跟踪数据。例如,当电梯装置中发生故障时,通信装置8针对从故障发生50ms前直到故障发生的50ms后的期间,取得每5ms的跟踪数据。通信装置8在取得了跟踪数据时,将所取得的跟踪数据发送给监视中心1。
当电梯装置中发生故障时,有时为了修复该故障而派遣维护人员。维护人员根据所发生的故障进行适当的作业,使电梯装置恢复。维护人员在恢复作业结束时,例如从维护终端9登记作业数据。作业数据是示出为了修复在电梯装置中发生的故障而进行的作业内容的数据。例如,在作业数据中包含示出谁在何时进行了怎样的作业的数据。作业数据中也可以包含示出所发生的故障的详细情况的数据。作业数据中也可以包含示出进行了更换的部件的数据。所登记的作业数据从维护终端9被发送给监视中心1。
监视中心1例如具备存储部10、接收部11、学习部12、判定部13、发送部14以及通知控制部15。以下,也参照图2至图5,对本恢复支持系统的功能和动作详细地进行说明。图2是示出本发明的实施方式1中的恢复支持系统的动作例的流程图。图2示出恢复支持系统的学习功能的示例。
在监视中心1中,判定是否接收到跟踪数据(S101)。当在任意的电梯装置中发生故障时,从该电梯装置的通信装置8向监视中心1发送跟踪数据。从通信装置8发送的跟踪数据在监视中心1由接收部11接收(S101的“是”)。由接收部11接收到的跟踪数据被存储在存储部10中(S102)。
在监视中心1中,判定是否接收到作业数据(S103)。维护人员在电梯装置的修理结束时,从维护终端9发送作业数据。从维护终端9发送的作业数据在监视中心1由接收部11接收(S103的“是”)。由接收部11接收到的作业数据与对应的跟踪数据相关联地存储在存储部10中(S104)。即,示出发生了故障的电梯装置的故障时的状态的故障数据和示出为了修复该故障而进行的作业内容的作业数据相关联地存储在存储部10中。
接收部11从多台电梯装置接收跟踪数据。接收部11从多个维护终端9接收作业数据。在存储部10中蓄积跟踪数据和作业数据。
学习部12对存储在存储部10中的故障数据和作业数据进行机器学习。在监视中心1中,判定是否为学习时机(S105)。学习时机是预先设定的。当在S105中判定为是学习时机时,由学习部12进行机器学习,并输出学习结果(S106)。作为一例,学习部12输出判定基准作为学习结果。
例如,存储在存储部10中的跟踪数据被预先分类到第1组和第2组。在第1组中包含维护人员不去现场就成功恢复的事例的跟踪数据。例如,通过从监视中心1使电梯装置重新启动而使电梯装置恢复的事例的跟踪数据被分类到第1组。此外,在第1组中包含虽然维护人员去了现场但是即使维护人员不去现场也成功进行了恢复的事例的跟踪数据。例如,仅通过维护人员在现场重新启动电梯装置而使电梯装置恢复的事例的跟踪数据被分类到第1组。
另一方面,在第2组中包含如果维护人员不去现场则无法恢复的事例的跟踪数据。例如,通过维护人员在现场更换部件而使电梯装置恢复的事例的跟踪数据被分类到第2组。跟踪数据的分类例如根据作业数据来进行。也可以对从维护终端9发送的作业数据预先准备“仅通过重新启动进行恢复”以及“发生了部件更换”这样的分类标志。在这种情况下,能够根据分类标志对跟踪数据进行分类。在维护人员自由记述的内容包含在作业数据中的情况下,也可以利用例如文本挖掘等技术,根据该记述内容进行跟踪数据的分类处理。
学习部12对于被分类到两个组的跟踪数据,利用例如监督学习或聚类等技术来决定判定基准。作为上述技术的示例,可以举出支持向量机、深度学习以及分级聚类等。图3是示出学习结果的示例的图。图3的横轴是包含在跟踪数据中的某一信号的值。图3的纵轴是包含在跟踪数据中的其它信号的值。图3所示的黑色圆点表示被分类到第1组的跟踪数据。图3所示的圆圈表示被分类到第2组的跟踪数据。作为学习结果,学习部12也可以输出例如直线A那样的边界线的式子。直线A表示利用支持向量机得到的学习结果的示例。学习部12也可以输出用于确定区域B1和区域B2的标准偏差作为学习结果。学习部12也可以输出中心点C1和中心点C2作为学习结果。
作为最简单的示例,图3示出根据包含在跟踪数据中的两个信号的值来决定判定基准的示例。由于在跟踪数据中包含多个信号,因此也可以通过将跟踪数据作为多维矢量来处理而进行同样的学习。
图4是示出本发明的实施方式1中的恢复支持系统的另一动作例的流程图。图4示出恢复支持系统的判定功能的示例。
在监视中心1中,判定是否接收到跟踪数据(S201)。当在任意的电梯装置中发生故障时,从该电梯装置的通信装置8向监视中心1发送跟踪数据。从通信装置8发送的跟踪数据在监视中心1由接收部11接收(S201的“是”)。
当由接收部11接收到跟踪数据时,判定部13判定是否需要为了修复发送来该跟踪数据的电梯装置的故障而派遣维护人员(S202)。判定部13根据学习部12的学习结果进行上述判定。在学习部12输出判定基准作为学习结果的情况下,判定部13例如根据由学习部12所决定的判定基准进行上述判定。
图5是用于说明判定部13的功能的图。例如,考虑学习部12将直线A作为学习结果进行了输出的情况。如果表示成为判定对象的跟踪数据的坐标比直线A靠上侧,则判定部13判定为该跟踪数据比被分类到第2组的跟踪数据更接近被分类到第1组的跟踪数据。例如,如果表示在S201中接收部11接收到的跟踪数据的坐标D比直线A靠上侧,则判定部13判定为无需派遣维护人员。另一方面,如果表示作为判定对象的跟踪数据的坐标比直线A靠下侧,则判定部13判定为该跟踪数据比被分类到第1组的跟踪数据更接近被分类到第2组的跟踪数据。例如,如果表示在S201中接收部11接收到的跟踪数据的坐标D比直线A靠下侧,则判定部13判定为需要派遣维护人员。
判定部13的判定方法只要根据学习部12决定出的判定基准采用适当的方法即可。例如,判定部13可以判定表示在S201中接收部11接收到的跟踪数据的坐标D是否包含在区域B1中。如果坐标D包含在区域B1中,则判定部13判定为无需派遣维护人员。如果坐标D不包含在区域B1中,则判定部13判定为需要派遣维护人员。如果坐标D不包含在区域B1和区域B2这双方中,则判定部13也可以输出表示无法判定的意思。
作为另一例,判定部13也可以对表示在S201中接收部11接收到的跟踪数据的坐标D与中心点C1之间的距离、以及坐标D与中心点C2之间的距离进行比较。如果坐标D与中心点C1之间的距离比坐标D与中心点C2之间的距离短,则判定部13判定为无需派遣维护人员。如果坐标D与中心点C1之间的距离比坐标D与中心点C2之间的距离长,则判定部13判定为需要派遣维护人员。
作为判定结果,判定部13也可以输出连续值,而不是派遣维护人员或不派遣维护人员这两个值。例如,判定部13也可以输出派遣维护人员的概率等。判定部13也可以根据坐标D与中心点C1之间的距离、以及坐标D与中心点C2之间的距离来计算上述概率。判定部13也可以分级计算出上述概率。判定部13也可以使用标准偏差对距离进行归一化。
当由判定部13判定为无需派遣维护人员时,通知控制部15使得从通知器21通知判定部13在S202中判定出的结果(S203)。通知器21例如设置在监视中心1。此外,当由判定部13判定为无需派遣维护人员时,发送部14向发送来跟踪数据的电梯装置发送用于进行为了修复故障所需的动作的指令(S204)。在接收到该指令的电梯装置中,进行为了修复故障所需的动作。例如,在接收到该指令的电梯装置中,进行重新启动。
当由判定部13判定为需要派遣维护人员时,通知控制部15使得从通知器21通知判定部13在S202中判定出的结果(S205)。此外,当由判定部13判定为需要派遣维护人员时,发送部14对维护人员的据点等发送维护人员的派遣指令(S206)。
如果是本实施方式所示的示例,则能够在电梯装置中发生了故障的情况下高精度地判定是否需要为了修复该装置的故障而派遣维护人员。特别是,在本实施方式所示的示例中,进行使用了存储在存储部10中的故障数据和作业数据双方的机器学习。由于能够进行基于过去的多个事例的判定,因此能够提高判定的精度。
在图4所示的示例中,在S204中,自动发送用于使得进行为了修复故障所需的动作的指令。这是一例。当在S202中判定为“否”的情况下,也可以仅进行判定结果的通知。在这种情况下,根据监视人员的判断来发送该指令。
在图4所示的示例中,在S206中,自动进行维护人员的派遣请求。这是一例。当在S202中判定为“是”的情况下,也可以仅进行判定结果的通知。在这种情况下,根据监视人员的判断来进行维护人员的派遣请求。
在图4所示的示例中,当在S202中判定为“否”时,进行S203的处理和S204的处理双方。这是一例。当在S204中进行指令的自动发送的情况下,也可以不进行S203的处理。同样,在图4所示的示例中,当在S202中判定为“是”时,进行S205的处理和S206的处理双方。这是一例。当在S206中自动进行维护人员的派遣请求的情况下,也可以不进行S205的处理。
图6是用于说明学习部12和判定部13的另一功能的图。图6示出学习部12决定多个判定基准作为学习结果的示例。在图6所示的示例中,学习部12决定直线A1、直线A2以及直线A3作为判定基准。图6示出一例。由学习部12决定的判定基准可以是两个,也可以是4个以上。学习部12对存储在存储部10中的数据进行机器学习,决定多个判定基准。
在图6中,涂黑的符号表示被分类到第1组的跟踪数据。图6所示的圆圈表示被分类到第2组的跟踪数据。图6所示的直线A1与图3所示的直线A相同。直线A1是被分类到第1组的跟踪数据与被分类到第2组的跟踪数据的边界线。
直线A2和直线A3是用于将被分类到第1组的跟踪数据进一步细分的边界线。例如,在图6中涂黑的符号表示仅通过重新启动即进行了恢复的事例的跟踪数据。其中,黑色圆点表示重新启动后1周以内再次发生了故障的事例的跟踪数据。黑三角表示虽然在重新启动后的1周内未发生故障但是在重新启动后的1个月以内再次发生了故障的事例的跟踪数据。黑方块表示重新启动后的1个月期间未发生故障的事例的跟踪数据。直线A2是黑色圆点与黑三角的边界线。直线A3是黑三角与黑方块的边界线。
学习部12为了决定直线A2和直线A3,需要各电梯装置中发生故障的间隔的数据。例如,上次发生故障起的经过时间的数据被存储在存储部10中。
图7是示出本发明的实施方式1中的恢复支持系统的另一动作例的流程图。图7示出恢复支持系统的判定功能的示例。图7的S301和S302所示的处理与图4的S201和S202所示的处理相同。当由接收部11接收到跟踪数据时,判定部13判定是否需要为了修复发送来该跟踪数据的电梯装置的故障而派遣维护人员(S302)。判定部13根据学习部12的学习结果进行上述判定。如果是图6所示的示例,则判定部13根据由学习部12所决定的直线A1进行上述判定。
在无需派遣维护人员的情况下,判定部13判定在该电梯装置中再次发生故障的时期(S307)。判定部13根据由学习部12所决定的判定基准来进行上述判定。如果是图6所示的示例,则判定部13根据直线A2和直线A3进行S307的判定。例如,当在S301中接收到坐标D所示的跟踪数据的情况下,判定部13根据直线A1判定为无需派遣维护人员。此外,由于坐标D配置在直线A2与直线A3之间,因此,判定部13将故障估计时期判定为“1周后且1个月以内”。
当由判定部13判定了故障估计时期时,通知控制部15使得从通知器21通知判定部13在S302和S307中判定出的结果(S303)。此外,当由判定部13判定了故障估计时期时,发送部14向发送来跟踪数据的电梯装置发送用于使该电梯装置进行为了修复故障所需的动作的指令(S304)。在接收到该指令的电梯装置中,进行为了修复故障所需的动作。例如,在接收到该指令的电梯装置中,进行重新启动。
另一方面,当由判定部13判定为需要派遣维护人员时,通知控制部15使得从通知器21通知判定部13在S302中判定出的结果(S305)。此外,当由判定部13判定为需要派遣维护人员时,发送部14对维护人员的据点等发送维护人员的派遣指令(S306)。
图6示出学习部12决定直线A1、直线A2以及直线A3作为判定基准的示例。这是一例。学习部12也可以输出标准偏差或中心点等作为学习结果。此外,也可以按故障的每个发生因素将跟踪数据分组来决定判定基准。学习部12也可以输出基于故障的再发生时期的判定基准和基于故障的发生因素的判定基准这双方。
图6示出判定部13输出派遣维护人员或不派遣维护人员这两个值作为判定结果的示例。这是一例。判定部13也可以输出连续值作为判定结果。例如,判定部13可以判定为“1周以内再次发生故障的概率P1%”以及“1个月以内再次发生故障的概率P2%”。判定部13也可以判定为“由于特定的因素而在1周以内再次发生故障的概率P3%”以及“由于上述特定因素以外的因素而在1周以内再次发生故障的概率P4%”。
如果是图6和图7所示的示例,则例如能够判定在不派遣维护人员的情况下故障再次发生的时期。因此,能够进行预先准备更换部件等其它对策。
图8是示出本发明的实施方式1中的恢复支持系统的另一动作例的流程图。图8示出恢复支持系统的判定功能的示例。图9是用于说明判定部13和通知控制部15的另一功能的图。图8的S401和S402所示的处理与图4的S201和S202所示的处理相同。当由接收部11接收到跟踪数据时,判定部13判定是否需要为了修复发送来该跟踪数据的电梯装置的故障而派遣维护人员(S402)。判定部13根据学习部12的学习结果进行上述判定。如果是图9所示的示例,则判定部13根据由学习部12所决定的直线A进行S402的判定。
在无需派遣维护人员的情况下,判定部13针对在该电梯装置中发生的故障判定其变迁(S408)。例如,判定部13确定在S401中接收部11接收到的跟踪数据自接收部11过去从相同的电梯装置接收到的跟踪数据起相对于判定基准进行了怎样的变化。如果是图9所示的示例,则确定为表示跟踪数据的坐标正接近直线A。即,确定为电梯装置存在劣化倾向。
判定部13为了确定上述变化,需要各电梯装置的过去的判定数据。例如,当由判定部13进行了判定时,该判定结果被存储在存储部10中。
当由判定部13进行了判定时,通知控制部15使得从通知器21通知判定部13在S402中判定出的结果和在S408中确定出的结果(S403)。通知控制部15也可以在S403中将如图9所示的图显示在显示器上。此外,当由判定部13进行了判定时,发送部14向发送来跟踪数据的电梯装置发送用于使该电梯装置进行为了修复故障所需的动作的指令(S404)。在接收到该指令的电梯装置中,进行为了修复故障所需的动作。例如,在接收到该指令的电梯装置中,进行重新启动。
另一方面,当由判定部13判定为需要派遣维护人员时,通知控制部15使得从通知器21通知判定部13在S402中判定出的结果(S405)。此外,当由判定部13判定为需要派遣维护人员时,发送部14对维护人员的据点等发送维护人员的派遣指令(S406)。
图10是示出恢复支持系统的另一例的图。图10示出监视中心1的示例。在图10所示的示例中,在存储部10中,除了存储有故障数据和作业数据之外,还存储有固有数据。在固有数据中包含与电梯装置相关的数据中的值不变化的数据。在固有数据中还包含设置年数那样的值不瞬时变化的数据。作为固有数据,除了设置年数之外,例如电梯装置的设置环境、建筑物的楼层数、最大乘梯人数以及机种等也存储在存储部10中。固有数据不限于这些示例。在存储部10中存储有每个电梯装置的固有数据。
在这种情况下,学习部12还使用存储在存储部10中的固有数据进行机器学习。学习部12也可以按每个机种、每个设置年数或每个设置环境将跟踪数据分组来决定判定基准。
当接收部11接收到跟踪数据时,判定部13判定是否需要为了修复发送来该跟踪数据的电梯装置的故障而派遣维护人员。在图10所示的示例中,判定部13例如根据存储在存储部10中的该电梯装置的固有数据和学习部12的学习结果来进行上述判定。例如,设对于某一机种得到了如下的学习结果:设置年数每增加1年,重新启动后1周以内再次发生故障的概率就提高5%。在这种情况下,对于该机种,判定部13能够根据设置年数为15年的装置的判定基准计算出设置年数为20年的装置的判定基准。对于该机种,判定部13也可以根据设置年数为10年的装置的判定基准计算出设置年数为0年的装置的判定基准。
作为另一例,设对重新启动后1周以内再次发生故障的概率得到了下式所示的学习结果。
(机种α中的发生概率)=(机种β中的发生概率)×F(x)
这里,x是矢量化后的跟踪数据。F(x)是由学习部12计算出的换算式。在这种情况下,判定部13能够根据机种β的发生概率计算出机种α的发生概率。
如果是图10所示的示例,则即使在接收部11从例如新设置的电梯装置接收到跟踪数据的情况下,也能够高精度地判定是否需要派遣维护人员。
实施方式2.
图11是示出本发明的实施方式2中的恢复支持系统的示例的图。在本实施方式中,对在监视中心1执行在实施方式1中公开的学习功能并在各电梯装置中执行判定功能的示例进行说明。
在本实施方式所示的示例中,监视中心1例如具备存储部10、接收部11、学习部12和发送部14。各电梯装置例如具备取得部16、发送部17、接收部18、存储部20、判定部13、通知控制部15和动作控制部19。取得部16、发送部17、接收部18、存储部20、判定部13和通知控制部15例如设置在通信装置8中。动作控制部19例如设置在控制装置7中。以下,对本恢复支持系统的功能和动作详细地进行说明。
图12是示出本发明的实施方式2中的恢复支持系统的动作例的流程图。图12示出恢复支持系统的学习功能的示例。图12示出各电梯装置的动作例。在电梯装置中,判定是否取得了跟踪数据(S501)。例如,当电梯装置中发生故障时,由取得部16取得跟踪数据(S501的“是”)。发送部17将由取得部16取得的跟踪数据发送给监视中心1(S502)。
在监视中心1中,进行与图2所示的动作相同的动作。即,在监视中心1中,判定是否接收到跟踪数据(S101)。由发送部17发送的跟踪数据在监视中心1被接收部11接收。由接收部11接收到的跟踪数据被存储在存储部10中(S102)。
在监视中心1中,判定是否接收到作业数据(S103)。从维护终端9发送的作业数据在监视中心1由接收部11接收。由接收部11接收到的作业数据与对应的跟踪数据相关联地存储在存储部10中(S104)。在存储部10中蓄积跟踪数据和作业数据。
在监视中心1中,判定是否为学习时机(S105)。当在S105中判定为是学习时机时,由学习部12进行机器学习,并输出学习结果(S106)。学习部12对存储在存储部10中的故障数据和作业数据进行机器学习。作为一例,学习部12输出判定基准作为学习结果。发送部14将学习部12的学习结果发送给各电梯装置。
在电梯装置中,判定是否从监视中心1接收到学习部12的学习结果(S503)。由发送部14发送的学习结果在电梯装置中由接收部18接收(S503的“是”)。由接收部18接收到的学习结果被存储在存储部20中(S504)。
图13是示出本发明的实施方式2中的恢复支持系统的另一动作例的流程图。图13示出恢复支持系统的判定功能的示例。图13示出各电梯装置的动作例。
在电梯装置中,判定是否取得了跟踪数据(S601)。例如,当电梯装置中发生故障时,由取得部16取得跟踪数据(S601的“是”)。当由取得部16取得了追踪数据时,判定部13判定是否需要为了修复取得该跟踪数据时的故障而派遣维护人员(S602)。判定部13根据在S504中存储在存储部20中的学习结果进行上述判定。
当由判定部13判定为无需派遣维护人员时,通知控制部15使得从通知器21通知判定部13在S602中判定出的结果(S603)。通知器21例如设置在电梯装置中。此外,当由判定部13判定为无需派遣维护人员时,动作控制部19使各设备进行为了修复故障所需的动作(S604)。例如,动作控制部19实施重新启动。
另一方面,当由判定部13判定为需要派遣维护人员时,通知控制部15使得从通知器21通知判定部13在S602中判定出的结果(S605)。此外,当由判定部13判定为需要派遣维护人员时,发送部17对维护人员的据点等发送维护人员的派遣指令(S606)。
如果是本实施方式所示的示例,则能够在电梯装置中发生了故障的情况下高精度地判定是否需要为了修复该装置的故障而派遣维护人员。此外,如果是本实施方式所示的示例,则能够降低监视中心1的负荷。如果是本实施方式所示的示例,即使由于灾害或停电等导致电梯装置与监视中心1不通时,也能够在电梯装置中判定派遣维护人员的必要性。在S604中,还能够进行电梯装置的自动恢复。
在图13所示的示例中,在S604中,自动进行为了修复故障所需的动作。这是一例。当在S602中判定为“否”的情况下,也可以仅进行判定结果的通知。在这种情况下,该动作例如根据楼宇的管理员的判断来进行。
在图13所示的示例中,在S606中,自动进行维护人员的派遣请求。这是一例。当在S602中判定为“是”的情况下,也可以仅进行判定结果的通知。在这种情况下,维护人员的派遣请求例如根据楼宇的管理员的判断来进行。
在图13所示的示例中,当在S602中判定为“否”时,进行S603的处理和S604的处理这双方。这是一例。当在S604中自动进行为了修复故障所需的动作的情况下,也可以不进行S603的处理。同样,在图13所示的示例中,当在S602中判定为“是”时,进行S605的处理和S606的处理这双方。这是一例。当在S606中自动进行维护人员的派遣请求的情况下,也可以不进行S605的处理。
对于在本实施方式中没有具体公开的功能和动作,也可以采用在实施方式1中公开的任何功能和动作。
例如,学习部12也可以决定多个判定基准作为学习结果。在这种情况下,当由取得部16取得了跟踪数据时,判定部13根据由学习部12决定出的判定基准来判定是否需要派遣维护人员。此外,如果无需派遣维护人员,则判定部13根据由学习部12决定出的其它判定基准来判定故障再次发生的时期。
作为另一例,在无需派遣维护人员的情况下,判定部13可以确定在S601中取得部16取得的跟踪数据自取得部16过去取得的跟踪数据起相对于判定基准进行了怎样的变化。在这种情况下,当由判定部13进行了判定时,该判定结果被存储在存储部20中。通知控制部15也可以使得从通知器21通知由判定部13确定出的上述结果。
作为另一例,在存储部10中,除了故障数据和作业数据之外,还可以存储各电梯装置的固有数据。在这种情况下,学习部12也使用存储在存储部10中的固有数据进行机器学习。例如,学习部12按每个机种、每个设置年数或每个设置环境将跟踪数据分组来决定判定基准。
在实施方式1和2中,对电梯装置与监视中心1连接的示例进行了说明。与监视中心1连接的装置不限于电梯装置。监视中心1也可以与由维护人员维护的其它装置连接。
在实施方式1和2中,对当电梯装置中发生故障时由通信装置8取得跟踪数据的示例进行了说明。通信装置8除了在发生故障时,还可以始终或定期地取得跟踪数据。即,通信装置8也可以取得正常时的跟踪数据。在这种情况下,通信装置8在取得跟踪数据时,也将所取得的跟踪数据发送给监视中心1。此外,在跟踪数据中也可以包含示出在电梯装置中进行的运转的内容的数据。例如,在跟踪数据中也可以包含示出从控制装置7对电动机6的指令的信号。
在实施方式1中,标号10~15所示的各部表示监视中心1所具有的功能。图14是示出监视中心1的硬件结构的图。作为硬件资源,监视中心1例如具备包括处理器22和存储器23的处理电路。存储部10所具有的功能是通过存储器23来实现的。监视中心1通过由处理器22执行存储在存储器23中的程序来实现标号11~15所示的各部的功能。
在实施方式2中,标号10~12以及14所示的各部表示监视中心1所具有的功能。实施方式2中的监视中心1的硬件结构与图14所示的示例相同。作为硬件资源,监视中心1例如具备包括处理器22和存储器23的处理电路。存储部10所具有的功能是通过存储器23来实现的。监视中心1通过由处理器22执行存储在存储器23中的程序来实现标号11、12以及14所示的各部的功能。
在实施方式2中,标号13以及15~20所示的各部表示电梯装置所具有的功能。实施方式2中的电梯装置的硬件结构与图14所示的示例相同。作为硬件资源,各电梯装置例如具备包括处理器和存储器的处理电路。存储部20所具有的功能是通过存储器来实现的。电梯装置通过由处理器执行存储在存储器中的程序来实现标号13以及15~19所示的各部的功能。
设置于监视中心1的处理器22以及设置于电梯装置的处理器也被称为CPU(Central Processing Unit:中央处理单元)、中央处理装置、处理装置、运算装置、微处理器、微型计算机或DSP。作为设置于监视中心1的处理器23以及设置于电梯装置的存储器,也可以采用半导体存储器、磁盘、软盘、光盘、紧凑型光盘、迷你盘或DVD。可采用的半导体存储器包括RAM、ROM、闪存、EPROM以及EEPROM等。
也可以通过硬件来实现监视中心1所具有的各种功能的一部分或全部。作为实现监视中心1的功能的硬件,也可以采用单一电路、复合电路、编程处理器、并行编程处理器、ASIC、FPGA、或者它们的组合。同样,电梯装置所具有的各功能的一部分或全部也可以通过硬件来实现。作为实现电梯装置的功能的硬件,也可以采用单一电路、复合电路、编程处理器、并行编程处理器、ASIC、FPGA、或者它们的组合。
产业上的可利用性
本发明的恢复支持系统能够用于判定是否需要为了修复装置的故障而派遣维护人员。
标号说明
1:监视中心;2:轿厢;3:对重;4:主绳索;5:驱动绳轮;6:电动机;7:控制装置;8:通信装置;9:维护终端;10:存储部;11:接收部;12:学习部;13:判定部;14:发送部;15:通知控制部;16:取得部;17:发送部;18:接收部;19:动作控制部;20:存储部;21:通知器;22:处理器;23:存储器。
Claims (11)
1.一种恢复支持系统,其中,所述恢复支持系统具备:
存储单元,其存储有示出发生了故障的装置在故障时的状态的故障数据以及示出为了修复该故障而进行的作业内容的作业数据;
学习单元,其对存储在所述存储单元中的故障数据和作业数据进行机器学习;
接收单元,其接收故障数据;以及
判定单元,当所述接收单元接收到故障数据时,该判定单元根据所述学习单元的学习结果来判定是否需要为了修复发送来该故障数据的装置的故障而派遣维护人员。
2.根据权利要求1所述的恢复支持系统,其中,
所述学习单元决定第1判定基准和第2判定基准作为学习结果,
当所述接收单元接收到故障数据时,所述判定单元根据所述第1判定基准来判定是否需要为了修复发送来该故障数据的装置的故障而派遣维护人员,
如果无需派遣维护人员,则所述判定单元根据所述第2判定基准来判定在发送来该故障数据的装置中再次发生故障的时期。
3.根据权利要求1或2所述的恢复支持系统,其中,
所述恢复支持系统还具备发送单元,当由所述判定单元判定为无需为了修复发送来故障数据的装置的故障而派遣维护人员时,该发送单元向发送来该故障数据的装置发送用于使该装置进行为了修复故障所需的动作的指令。
4.根据权利要求1所述的恢复支持系统,其中,
所述恢复支持系统还具备通知控制单元,
所述学习单元决定判定基准作为学习结果,
当所述接收单元接收到故障数据时,所述通知控制单元使得从通知器通知该故障数据自所述接收单元过去从发送来该故障数据的装置接收到的故障数据起相对于所述判定基准进行了怎样的变化。
5.根据权利要求1至4中的任一项所述的恢复支持系统,其中,
所述接收单元从多个装置接收故障数据,
所述接收单元接收到的故障数据被存储在所述存储单元中。
6.一种恢复支持系统,其中,所述恢复支持系统具备:
监视中心;以及
多个装置,它们能够与所述监视中心进行通信,
所述监视中心具备:
存储单元,其存储有示出发生了故障的装置在故障时的状态的故障数据以及示出为了修复该故障而进行的作业内容的作业数据;以及
学习单元,其对存储在所述存储单元中的故障数据和作业数据进行机器学习,
所述多个装置各自具备:
取得单元,其取得故障数据;以及
判定单元,当所述取得单元取得了故障数据时,该判定单元根据所述学习单元的学习结果来判定是否需要为了修复取得该故障数据时的故障而派遣维护人员。
7.根据权利要求6所述的恢复支持系统,其中,
所述学习单元决定第1判定基准和第2判定基准作为学习结果,
当所述取得单元取得了故障数据时,所述判定单元根据所述第1判定基准来判定是否需要为了修复取得该故障数据时的故障而派遣维护人员,
如果无需派遣维护人员,则所述判定单元根据所述第2判定基准来判定再次发生故障的时期。
8.根据权利要求6或7所述的恢复支持系统,其中,
所述多个装置各自还具备动作控制单元,
当由所述判定单元判定为无需为了修复取得故障数据时的故障而派遣维护人员时,所述动作控制单元使得进行为了修复故障所需的动作。
9.根据权利要求6所述的恢复支持系统,其中,
所述多个装置各自还具备通知控制单元,
所述学习单元决定判定基准作为学习结果,
当所述取得单元取得了故障数据时,所述通知控制单元使得从通知器通知该故障数据自所述取得单元过去取得的故障数据起相对于所述判定基准进行了怎样的变化。
10.根据权利要求6至9中的任一项所述的恢复支持系统,其中,
所述多个装置各自还具备发送单元,该发送单元将由所述取得单元取得的故障数据发送给所述监视中心。
11.根据权利要求1至10中的任一项所述的恢复支持系统,其中,
在所述存储单元中,与装置的故障数据相关联地存储有该装置的固有数据,
所述学习单元还使用存储在所述存储单元中的固有数据来进行机器学习。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2016/088736 WO2018122928A1 (ja) | 2016-12-26 | 2016-12-26 | 復旧支援システム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110088022A true CN110088022A (zh) | 2019-08-02 |
CN110088022B CN110088022B (zh) | 2020-07-28 |
Family
ID=62707990
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201680090648.XA Active CN110088022B (zh) | 2016-12-26 | 2016-12-26 | 恢复支持系统 |
Country Status (4)
Country | Link |
---|---|
JP (1) | JP6711418B2 (zh) |
KR (1) | KR102209015B1 (zh) |
CN (1) | CN110088022B (zh) |
WO (1) | WO2018122928A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114730443A (zh) * | 2019-11-06 | 2022-07-08 | 三菱电机楼宇解决方案株式会社 | 楼宇信息处理装置 |
CN115315404A (zh) * | 2020-03-18 | 2022-11-08 | 三菱电机楼宇解决方案株式会社 | 辅助系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200097921A1 (en) * | 2018-09-24 | 2020-03-26 | Hitachi, Ltd. | Equipment repair management and execution |
JP7056753B6 (ja) * | 2018-10-19 | 2022-06-10 | 三菱電機株式会社 | エレベーターのブレーキ装置異常診断システム |
WO2023013045A1 (ja) * | 2021-08-06 | 2023-02-09 | 日本電信電話株式会社 | 保全対応時期提案装置、保全対応時期方法、及び、保全対応時期提案プログラム |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02300078A (ja) * | 1989-05-12 | 1990-12-12 | Mitsubishi Electric Corp | エレベーターの監視装置 |
JPH05221589A (ja) * | 1992-02-13 | 1993-08-31 | Toshiba Erebeeta Technos Kk | エレベータ監視装置 |
JP2001250008A (ja) * | 1999-12-28 | 2001-09-14 | Ricoh Co Ltd | 顧客支援システム、顧客支援方法、顧客支援センター、顧客情報利用システム及び顧客に配置された機器 |
WO2007011359A1 (en) * | 2005-07-18 | 2007-01-25 | Otis Elevator Company | Remotely performed and/or assisted restoration of elevator service |
CN101041404A (zh) * | 2006-03-20 | 2007-09-26 | 东芝电梯株式会社 | 电梯恢复系统 |
CN101348203A (zh) * | 2008-06-30 | 2009-01-21 | 日立电梯(中国)有限公司 | 电梯安全装置及其控制方法 |
CN101567807A (zh) * | 2008-04-21 | 2009-10-28 | 日本电气株式会社 | 基于知识的故障恢复支持系统 |
JP2011201336A (ja) * | 2010-03-24 | 2011-10-13 | Hitachi Ltd | 移動体異常判断支援システム |
JP2015044667A (ja) * | 2013-08-28 | 2015-03-12 | 東芝エレベータ株式会社 | エレベータ復旧支援システム |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2781489B2 (ja) * | 1992-01-17 | 1998-07-30 | 株式会社日立ビルシステム | エレベータ遠隔監視装置の故障対応支援装置 |
JP2007176618A (ja) * | 2005-12-27 | 2007-07-12 | Toshiba Elevator Co Ltd | 昇降機の遠隔監視システム |
JP2009053938A (ja) * | 2007-08-27 | 2009-03-12 | Toshiba Corp | 複数モデルに基づく設備診断システム及びその設備診断方法 |
-
2016
- 2016-12-26 CN CN201680090648.XA patent/CN110088022B/zh active Active
- 2016-12-26 WO PCT/JP2016/088736 patent/WO2018122928A1/ja active Application Filing
- 2016-12-26 JP JP2018558539A patent/JP6711418B2/ja active Active
- 2016-12-26 KR KR1020197012712A patent/KR102209015B1/ko active IP Right Grant
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH02300078A (ja) * | 1989-05-12 | 1990-12-12 | Mitsubishi Electric Corp | エレベーターの監視装置 |
JPH05221589A (ja) * | 1992-02-13 | 1993-08-31 | Toshiba Erebeeta Technos Kk | エレベータ監視装置 |
JP2001250008A (ja) * | 1999-12-28 | 2001-09-14 | Ricoh Co Ltd | 顧客支援システム、顧客支援方法、顧客支援センター、顧客情報利用システム及び顧客に配置された機器 |
WO2007011359A1 (en) * | 2005-07-18 | 2007-01-25 | Otis Elevator Company | Remotely performed and/or assisted restoration of elevator service |
CN101041404A (zh) * | 2006-03-20 | 2007-09-26 | 东芝电梯株式会社 | 电梯恢复系统 |
CN101567807A (zh) * | 2008-04-21 | 2009-10-28 | 日本电气株式会社 | 基于知识的故障恢复支持系统 |
CN101348203A (zh) * | 2008-06-30 | 2009-01-21 | 日立电梯(中国)有限公司 | 电梯安全装置及其控制方法 |
JP2011201336A (ja) * | 2010-03-24 | 2011-10-13 | Hitachi Ltd | 移動体異常判断支援システム |
JP2015044667A (ja) * | 2013-08-28 | 2015-03-12 | 東芝エレベータ株式会社 | エレベータ復旧支援システム |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114730443A (zh) * | 2019-11-06 | 2022-07-08 | 三菱电机楼宇解决方案株式会社 | 楼宇信息处理装置 |
CN115315404A (zh) * | 2020-03-18 | 2022-11-08 | 三菱电机楼宇解决方案株式会社 | 辅助系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2018122928A1 (ja) | 2018-07-05 |
KR102209015B1 (ko) | 2021-01-28 |
JP6711418B2 (ja) | 2020-06-17 |
CN110088022B (zh) | 2020-07-28 |
JPWO2018122928A1 (ja) | 2019-08-08 |
KR20190061052A (ko) | 2019-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110088022A (zh) | 恢复支持系统 | |
JP7107830B2 (ja) | 学習用データ確認支援装置、機械学習装置、故障予知装置 | |
CN103840432B (zh) | 一种电机堵转检测方法和系统 | |
JP2021002398A (ja) | 故障予知装置、故障予知システム及び故障予知方法 | |
KR102330676B1 (ko) | 엘리베이터의 원격 감시 장치 | |
CN109803909B (zh) | 用于观测误操作的电梯系统和方法 | |
CN108710959A (zh) | 降低核电机组故障率的方法、核电机组和存储介质 | |
CN106239505B (zh) | 一种输电线路巡检机器人故障诊断与复位方法 | |
JP6510600B2 (ja) | エレベータの遠隔診断運転方法、エレベータ制御装置、及びエレベータの遠隔診断運転プログラム | |
WO2018134891A1 (ja) | エレベーターの自動復旧システム | |
JP6520539B2 (ja) | 検索システム | |
CN110114295A (zh) | 电梯的控制装置 | |
CN104089790A (zh) | 一种振动式码垛机器人故障预测方法 | |
CN110382389B (zh) | 恢复支持系统 | |
JPWO2018100609A1 (ja) | エレベーター故障の遠隔復旧システム | |
CN110088024A (zh) | 电梯故障的远程恢复系统 | |
JP2019099340A (ja) | エレベータ制御装置およびエレベータ制御方法 | |
JP6284872B2 (ja) | エレベータの点検システム及びエレベータの点検方法 | |
JP6605758B2 (ja) | エレベーター故障の遠隔復旧システム | |
CN110114294B (zh) | 恢复系统 | |
KR102236152B1 (ko) | 엘리베이터의 원격 감시 시스템 | |
CN201804067U (zh) | 传感器系统自诊断装置 | |
JP6522256B2 (ja) | エレベーター故障の遠隔復旧システム | |
CN205892391U (zh) | 具有主动功能的电梯智慧安全系统 | |
WO2018154655A1 (ja) | エレベータ扉の異常検出装置 |
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 | ||
CP01 | Change in the name or title of a patent holder | ||
CP01 | Change in the name or title of a patent holder |
Address after: Tokyo, Japan Patentee after: MITSUBISHI ELECTRIC Corp. Patentee after: Mitsubishi Electric Building Solutions Co.,Ltd. Address before: Tokyo, Japan Patentee before: MITSUBISHI ELECTRIC Corp. Patentee before: MITSUBISHI ELECTRIC BUILDING TECHNO-SERVICE Co.,Ltd. |