CN112585610A - 设置环境推测装置以及程序 - Google Patents
设置环境推测装置以及程序 Download PDFInfo
- Publication number
- CN112585610A CN112585610A CN201980053779.4A CN201980053779A CN112585610A CN 112585610 A CN112585610 A CN 112585610A CN 201980053779 A CN201980053779 A CN 201980053779A CN 112585610 A CN112585610 A CN 112585610A
- Authority
- CN
- China
- Prior art keywords
- unit
- installation environment
- data
- environment
- estimation
- 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
- 238000009434 installation Methods 0.000 title claims abstract description 249
- 238000012423 maintenance Methods 0.000 claims abstract description 40
- 238000013145 classification model Methods 0.000 claims abstract description 34
- 238000000605 extraction Methods 0.000 claims abstract description 34
- 239000000284 extract Substances 0.000 claims abstract description 18
- 238000003745 diagnosis Methods 0.000 claims description 25
- 238000000034 method Methods 0.000 claims description 24
- 238000012937 correction Methods 0.000 claims description 22
- 238000013480 data collection Methods 0.000 claims description 4
- 239000002243 precursor Substances 0.000 claims description 3
- 230000007257 malfunction Effects 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 38
- 238000012545 processing Methods 0.000 description 21
- 238000001514 detection method Methods 0.000 description 14
- 238000011109 contamination Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 5
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000010365 information processing Effects 0.000 description 3
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
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
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06315—Needs-based resource requirements planning or analysis
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M99/00—Subject matter not provided for in other groups of this subclass
- G01M99/008—Subject matter not provided for in other groups of this subclass by doing functionality tests
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
-
- 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
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/907—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/908—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- 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
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
-
- 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
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Databases & Information Systems (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Educational Administration (AREA)
- Automation & Control Theory (AREA)
- Library & Information Science (AREA)
- Human Computer Interaction (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Manufacturing & Machinery (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
设置环境推测装置(10)具有:数据取得部(11),取得保养员携带到大厦现场的便携终端的传感器、照相机等仪器所收集的设置于大厦现场的设备的设置场所的数据;特征量抽出部(12),抽出取得的数据的特征量;以及设置环境推测部(13),根据针对每个仪器的特征量的每个项目设定且设定有表示设备的设置环境的特征量的可取范围的分类模型,将数据的特征量与分类模型进行对照,从而推测设备的设置环境。
Description
技术领域
本发明涉及设置环境推测装置以及程序,特别是涉及设置有设备的环境的推测。
背景技术
为了监视设置于大厦等设施的电气设备、照明设备等设备,需要准确地掌握当前的设备的状态。为此,从设备的摄影图像抽出并取得设备的厂商、型号、制造编号等属性信息。
另外,收集设备送出的信息,或者从设置于设备或设备周边的各种传感器收集传感器数据、工作状态。然后,对收集到的信息及其历史信息等进行解析等,掌握设备的状态。
现有技术文献
专利文献1:日本特开2002-062252号公报
专利文献2:日本特开2004-362103号公报
专利文献3:日本特开2007-187552号公报
专利文献4:日本特开2009-251822号公报
专利文献5:日本特开2011-090593号公报
专利文献6:国际公开2017/017956号
发明内容
但是,能够容易地推测出即使相同机种的设备被同样地运用,例如在相对较多地产生灰尘的场所、通风较差的场所或者阳光直射的场所等设置的设备与在并非这样的场所设置的设备相比状态变差。这样,设备的状态有时根据设备的设置场所的环境而不同。
关于设备的设置环境,例如如果保养员在保养检查时记录或者巡视,则说不定有可能掌握设备的设置环境。然而,通过人工收集并记录的信息(设置环境的好坏等)由于主观性而可能产生个体差异。
本发明的目的在于,利用由仪器收集的数据而更客观地推测设备的设置环境。
本发明所涉及的设置环境推测装置具有:取得单元,取得由所携带的仪器收集到的与监视对象的设备有关的数据;抽出单元,通过解析所述取得单元取得的数据,抽出该数据的特征量;以及推测单元,通过将所述抽出单元抽出的数据的特征量与针对每个所述仪器的特征量的每个项目预先设定的分类模型进行对照,推测所述设备的设置环境。
另外,具有设置环境推测信息存储单元,该设置环境推测信息存储单元存储针对表示所述设备的设置环境的环境项目对应关联有收集在该环境项目的推测中使用的数据的仪器以及该仪器收集到的数据的应抽出的特征量的设置环境推测信息,所述抽出单元参照所述设置环境推测信息,抽出所述数据的特征量。
另外,具有:属性信息存储单元,存储每个所述设备的属性信息;以及故障预兆诊断单元,通过所述推测单元推测的所述设备的设置环境和阈值的比较,诊断该设备的故障的预兆,所述故障预兆诊断单元根据所述设备的属性信息的属性值,校正在与该设备的设置环境的比较中使用的阈值。
另外,具有属性信息存储单元,该属性信息存储单元存储每个所述设备的属性信息,所述抽出单元通过解析所述取得单元取得的数据,根据该设备的属性信息的属性值来校正抽出的该数据的特征量。
另外,具有推荐单元,该推荐单元根据所述推测单元推测的所述设备的设置环境,向操作仪器的用户推荐所述仪器的数据收集的方法。
另外,具有推荐单元,该推荐单元根据所述推测单元推测的所述设备的设置环境,向该设备的保养员推荐该设备的保养的方法。
另外,具有修正单元,该修正单元修正所述推测单元推测的所述设备的设置环境。
另外,具有显示控制单元,该显示控制单元进行控制以使所述推测单元推测的所述设备的设置环境示意性地显示。
另外,所述仪器是搭载于保养员携带的便携终端的传感器或者照相机。
本发明所涉及的程序用于使计算机作为如下单元发挥功能:取得单元,取得由所携带的仪器收集到的与监视对象的设备有关的数据;抽出单元,通过解析所述取得单元取得的数据,抽出该数据的特征量;以及推测单元,通过将所述抽出单元抽出的数据的特征量与针对每个所述仪器的特征量的每个项目预先设定的分类模型进行对照,推测所述设备的设置环境。
根据本发明,能够利用由仪器收集的数据而更客观地推测设备的设置环境。
附图说明
图1是示出实施方式1中的设置环境推测装置的块结构图。
图2是实施方式1中的设置环境推测装置的硬件结构图。
图3是示出实施方式1中的设置环境推测处理的流程图。
图4是示出实施方式1中的分类模型的数据结构的一个例子的图。
图5是示出实施方式2中的设置环境推测装置的块结构图。
图6是示出实施方式2中的设定于设置环境推测信息存储部的设置环境推测信息的数据结构的一个例子的图。
图7是示出接着图6的设置环境推测信息的数据结构的一个例子的图。
图8是示出实施方式2中的设置环境推测方法的一个例子的概念图。
图9是示出实施方式2中的设置环境推测方法的其它例子的概念图。
图10是示出实施方式2中的设置环境推测方法的其它例子的概念图。
图11是示出实施方式2中的设置环境推测方法的其它例子的概念图。
图12是示出实施方式3中的设置环境推测装置的块结构图。
图13是示出实施方式3中的设定于属性信息存储部的属性信息的数据结构的一个例子的图。
图14是示出实施方式3中的设定于诊断规则存储部的诊断规则的数据结构的一个例子的图。
图15是示出实施方式3中的设置环境推测处理的流程图。
图16是示出实施方式4中的设置环境推测装置的块结构图。
图17是示出实施方式4中的设定于属性信息存储部的属性信息的数据结构的一个例子的图。
图18是示出实施方式4中的设置环境推测处理的流程图。
图19是示出实施方式5中的设置环境推测装置的块结构图。
图20是示出实施方式6中的设置环境推测装置的块结构图。
图21是示出实施方式7中的设置环境推测装置的块结构图。
图22是示出实施方式8中的设置环境推测装置的块结构图。
图23是示出在实施方式8中用三维CAD数据来显示设置环境信息时的例子的图。
图24是示出在实施方式8中用二维CAD数据来显示设置环境信息时的例子的图。
图25是实施方式9中的对设置环境推测装置的硬件结构进行补充的图。
(符号说明)
10:设置环境推测装置;11:数据取得部;12:特征量抽出部;13:设置环境推测部;14:分类模型存储部;15:设置环境信息存储部;21:设置环境推测信息存储部;31:故障预兆诊断部;32、41:属性信息存储部;33:诊断规则存储部;51:检测推荐部;52、62、71、81:显示控制部;53:检测信息存储部;61:保养作业推荐部;63:保养作业信息存储部;72:修正处理部;82:描绘信息存储部;91:CPU;92:ROM;93:RAM;94:硬盘驱动器(HDD);95:鼠标;96:键盘;97:显示器;98:输入输出控制器;100:内部总线;101:电子电路;102:信号线。
具体实施方式
以下,根据附图,说明本发明的优选的实施方式。
实施方式1.
图1是示出本发明所涉及的设置环境推测装置的一个实施方式的块结构图。本实施方式中的设置环境推测装置10例如通过在对设置于大厦等设施的设备进行监视的监视中心等中设置的计算机来实现。详细而言,本实施方式中的设置环境推测装置10如后所述,解析在设置有设备的现场中收集的数据。并且,设置环境推测装置10的特征在于,通过解析数据,客观地推测设置有设备的场所的环境、即设备的设置环境。成为该解析的对象的数据基本上是由保养员等带入现场的仪器所取得的数据。作为仪器,设想各种传感器、照相机等摄影单元。特别是,在本实施方式中,设想保养员携带的便携终端、例如智能手机、平板终端,有效利用搭载于该便携终端的传感器或照相机、或者GPS(Global PositioningSystem,全球定位系统)等的测位单元等各种仪器。但是,这并非排除便携终端以外的仪器所取得的数据,也可以利用内置于设备的传感器、设置于设备附近的传感器等仪器所取得的数据。
图2是形成本实施方式中的设置环境推测装置10的计算机的硬件结构图。本实施方式中的设置环境推测装置10能够通过个人计算机(PC)等从以往就存在的通用的硬件结构来实现。即,设置环境推测装置10是将图2所示的CPU91、ROM92、RAM93、硬盘驱动器(HDD)94、分别连接设置为输入单元的鼠标95和键盘96以及设置为显示单元的显示器97的输入输出控制器98、设置为通信单元的网络接口(IF)99连接于内部总线100而构成的。
返回到图1的说明。本实施方式中的设置环境推测装置10具有数据取得部11、特征量抽出部12、设置环境推测部13、分类模型存储部14以及设置环境信息存储部15。
此外,从图中省略在本实施方式的说明中未使用的构成要素。
数据取得部11取得由上述仪器收集到的与成为监视对象的设备有关的数据。
在本实施方式中,设置环境推测装置10根据数据取得部11取得的数据,推测设备的设置环境。因此,数据取得部11取得的称为“与设备有关的数据”的数据是通过被解析而能够推测设备的设置环境的数据。特征量抽出部12通过解析数据取得部11取得的数据,抽出该数据的特征量。设置环境推测部13通过将特征量抽出部12抽出的数据的特征量与设定于分类模型存储部14的分类模型进行对照,推测设备的设置环境,将其推测结果作为设置环境信息而保存到设置环境信息存储部15。
在分类模型存储部14中设定登记各种分类模型。各分类模型是针对每个仪器、特征量的每个项目而预先设定的。
例如,在仪器是照相机的情况下,照相机得到摄影图像作为数据。设置环境推测装置10解析摄影图像,从而能够抽出摄影范围(设备的设置场所)的污染状况(污染区域)、占据摄影范围的设备的设置区域(设备区域)等作为特征量。即,该污染区域、设备区域相当于特征量的项目。结合处理的说明来说明分类模型的具体的例子。
设置环境推测装置10中的各构成要素的数据取得部11、特征量抽出部12、设置环境推测部13通过形成设置环境推测装置10的计算机和由搭载于计算机的CPU91执行的程序的协调动作来实现。另外,各存储部的分类模型存储部14、设置环境信息存储部15通过搭载于设置环境推测装置10的HDD94来实现。
或者,分类模型存储部14、设置环境信息存储部15也可以经由网络来利用RAM93或者处于外部的存储单元。
另外,关于在本实施方式中使用的程序,显然可以通过通信单元来提供,还可以储存到CD-ROM、USB存储器等计算机可读取的记录介质来提供。从通信单元、记录介质提供的程序被安装到计算机,并由计算机的CPU91依次执行程序,从而实现各种处理。
接下来,使用图3所示的流程图,说明本实施方式中的设置环境推测装置10实施的设置环境推测处理。
设备的保养员在到达设施后移动至作为设置环境的推测对象的设备的设置位置。然后,保养员起动所携带的便携终端的预定的应用软件,利用便携终端内置的传感器、照相机来收集设备的设置场所的数据。例如,保养员利用照相机对设备进行摄影,并利用邮件等将其摄影图像发送给设置环境推测装置10。
此外,保养员有时使多个设备进入到摄影范围。
在设置环境推测装置10中,数据取得部11接收从便携终端发送来的数据,从而取得设备的设置场所的数据(步骤101)。特征量抽出部12通过解析该数据,抽出该数据的特征量(步骤102)。此外,在本实施方式中,如果收集了数据的仪器被确定,则事先决定抽出哪个项目的特征量。与此相伴地,还事先知晓设置环境推测部13参照哪个分类模型。
因此,如果特征量抽出部12抽出数据的特征量,则设置环境推测部13从分类模型存储部14读出相应的分类模型。然后,设置环境推测部13通过对照该读出的分类模型和数据的特征量,确定设备的设置环境(步骤103)。
确定设备的设置环境的方法如以下所述。
图4是分类模型的一个例子,仪器是照相机,特征量是污染区域的情况的分类模型。在图4所示的分类模型中可推测的设置环境(推测环境)是污染状况为低、中、高的3个阶段,对3个阶段的污染状况分别设定有特征量的可取范围。
特征量抽出部12通过解析摄影图像,抽出包含于摄影范围的污染的程度(污染状况)作为特征量。从摄影图像检测污染的程度的方法使用从以往就存在的方法即可。特征量抽出部12检测例如摄影图像表示的摄影范围之中的推测为被污染的范围。然后,计算检测到的污染范围占据摄影范围的比值。特征量抽出部12抽出该比值作为特征量。该例子的情况的特征量的可取范围是0至1之间。然后,设置环境推测部13通过将特征量抽出部12计算出的特征量的值和分类模型中的与各条件对应的范围进行比较,确定相应的推测环境(设备的设置环境)。在本实施方式中,设置环境推测部13根据数据的特征量来确定对分类模型设定的推测环境,从而推测设备的设置环境。
设置环境推测部13在如以上说明那样根据特征量的值而推测出对分类模型设定的推测环境时,将其推测结果作为设置环境信息而保存到设置环境信息存储部15(步骤104)。
如以上说明那样,根据本实施方式,设置环境推测装置10能够通过数据的特征量和分类模型的比较,推测与所取得的数据对应的设备的设置环境。
实施方式2.
图5是本实施方式中的设置环境推测装置的块结构图。本实施方式中的设置环境推测装置10具有对实施方式1追加设置环境推测信息存储部21的结构。此外,对于与实施方式1相同的构成要素,附加相同的符号并适当省略说明。在以后说明的实施方式中也是同样的。另外,设置环境推测装置10的硬件结构也与实施方式1相同即可。在以后说明的实施方式中也是同样的。
图6以及图7是示出本实施方式中的存储于设置环境推测信息存储部21的设置环境推测信息的数据结构例的图。设置环境推测信息是将收集在设置环境的推测中利用的数据的仪器、从该数据抽出的特征量的项目、表示特征量的计算的方法的运算种类以及作为分类模型的识别信息的模型ID与作为推测对象的设备的设置环境对应起来而生成的。设置环境推测信息存储部21通过搭载于设置环境推测装置10的HDD94来实现。或者,也可以经由网络来利用RAM93或者处于外部的存储单元。
接下来,说明本实施方式中的设置环境推测装置10实施的设置环境推测处理。
处理的基本流程与在实施方式1中示出的流程图(图3)相同即可。
然而,在实施方式1中事先决定抽出哪个项目的特征量,但在本实施方式中,设置环境推测装置10参照对于抽出哪个项目的特征量进行了定义的设置环境推测信息。
即,如果数据取得部11取得数据,则特征量抽出部12通过参照设置环境推测信息,确定与收集到数据的仪器对应的设备的设置环境以及特征量的项目。特征量抽出部12针对该仪器,既可以抽出与在设置环境推测信息中定义的设置环境对应的所有特征量,也可以使管理者等选择所推测的设置环境。例如,在取得的数据是由照相机摄影得到的摄影图像的情况下,根据图6所示的设置环境推测信息的设定例,作为设置环境,能够关于设备的密集程度、周围的污染状况以及周围的日照而推测设置环境。特征量抽出部12从其中由自身选择至少1个设置环境或者使管理者选择至少1个设置环境,从而为了推测该设置环境而抽出特征量。
然后,如果特征量抽出部12抽出数据的特征量,则设置环境推测部13从设置环境推测信息抽出与抽出的特征量对应的模型ID,从分类模型存储部14读出与该抽出的模型ID对应的分类模型。然后,设置环境推测部13通过比较数据的特征量和该读出的分类模型,确定推测环境(设备的设置环境)。例如,设为由于所取得的数据是由照相机摄影得到的摄影图像,所以特征量抽出部12从该摄影图像抽出污染区域的特征量。在该情况下,设置环境推测部13根据与污染区域对应的模型ID=5的分类模型(图4)来确定与周围的污染状况有关的推测环境,从而推测设备的设置环境。
以下,使用图8~图11所示的示意图,具体地说明本实施方式中的设置环境推测处理。
首先,说明如下情况:在数据是由照相机摄影得到的摄影图像的情况下,特征量抽出部12参照设置环境推测信息,从摄影图像作为特征量“设备的特定的面的数量”而抽出设备的上表面的数量。如果设为数据取得部11取得图8的(a)所示的摄影图像,则特征量抽出部12通过解析摄影图像,作为设备的上表面的数量即特征量而抽出6。此外,从图像抽出设备的上表面的数量的技术使用现有技术。在此,设置环境推测部13通过参照模型ID=1的未图示的分类模型,作为表示设备的设置环境的“设备的密集程度”而推测为“高”。即,推测为设备的密集程度高、换言之设备设置于密集的场所。
在取得图8的(b)所示的摄影图像的情况下,也与取得图8的(a)所示的摄影图像的情况同样地处理。通过同样地处理,设置环境推测部13根据抽出的特征量=4,作为“设备的密集程度”而推测为“中”。另外,在取得图8的(c)所示的摄影图像的情况下,根据抽出的特征量=2,作为“设备的密集程度”而推测为“低”。
即便是与图8同样地作为设备的设置环境而推测“设备的密集程度”的情况,在图9中示出根据与设备的吸入温度有关的数据进行推测的情况。图6中的“设备附带传感器”意味着使用内置于设备的传感器。在该情况下,数据取得部11从分别内置于多个设备(在图9所示的例子中为5个)的温度传感器取得数据。然后,特征量抽出部12根据数据取得部11取得数据的各设备的温度传感器,关于设备的设置场所,将多个设备分组为4个设备和1个设备。然后,设置环境推测部13推测为在4个设备所属的群组中设备被密集地设置、且在另一方的群组中设备未被密集地设置。
接下来,说明如下情况:在数据是由照相机摄影得到的摄影图像的情况下,特征量抽出部12参照设置环境推测信息,从摄影图像作为特征量“地板/墙壁/底座和设备的区域”而抽出设备和底座的关系。如果设为数据取得部11取得图10所示的摄影图像,则特征量抽出部12通过解析摄影图像而抽出包含于摄影图像的物体,生成对各物体附加标签的图像。另外,特征量抽出部12解析摄影图像,并抽出包含于摄影图像的物体的距离关系,从而生成距离图像。然后,特征量抽出部12抽出上述物体,对照对各物体附加标签的图像和上述距离图像,从而作为表示设备和底座的关系的特征量而抽出有底座以及设备载置于底座上。设置环境推测部13通过参照模型ID=17的未图示的分类模型,作为设备的设置环境而推测设备是底座放置。
图11示出如下情况的例子:与图10同样地根据摄影图像,作为设备的设置环境而推测设备是地板放置、墙壁放置(壁挂)或者底座放置中的哪个。特征量抽出部12处理的处理内容与图10相同,所以省略详细的图以及说明。但是,在简单地说明时,特征量抽出部12对包含于摄影图像的物体附加标签(确定设备、地板、底座、墙壁),抽出设备和底座的关系作为特征量,推测设备的设置环境。
如以上说明,在本实施方式中,设置环境推测装置10能够通过参照设置环境推测信息来决定应抽出的数据的特征量,并根据该数据的特征量来推测设备的设置环境。
实施方式3.
图12是本实施方式中的设置环境推测装置的块结构图。本实施方式中的设置环境推测装置10具有对实施方式1追加故障预兆诊断部31、属性信息存储部32以及诊断规则存储部33的结构。
在本实施方式中,参照推测的设备的设置环境来诊断该设备的故障的预兆。在故障的预兆的诊断中,预先设定阈值,通过设置环境信息(设备的设置环境表示的值)和阈值的比较,判定有设备的故障的预兆(即异常)、还是没有设备的故障的预兆(即正常)。故障预兆诊断部31诊断该设备的故障的预兆(正常/异常)。
图13是示出本实施方式中的预先设定登记于属性信息存储部32的属性信息的数据结构例的图。在属性信息中,按照用于识别设备的种类的设备类别,对应关联地设定该设备的名称以及设备特性。设备特性表示设备的属性。
图14是示出本实施方式中的预先设定登记于诊断规则存储部33的诊断规则的数据结构例的图。如上所述,故障预兆诊断部31利用阈值来诊断设备的故障的预兆,在诊断规则中设定有用于变更该阈值的规则。针对每个设备特性,设定该规则。
通过形成设置环境推测装置10的计算机和由搭载于计算机的CPU91执行的程序的协调动作来实现故障预兆诊断部31。另外,通过搭载于设置环境推测装置10的HDD94来实现作为各存储部的属性信息存储部32、诊断规则存储部33。或者,也可以经由网络来利用RAM93或者处于外部的存储单元。
以下,使用图15所示的流程图,说明本实施方式中的故障预兆诊断处理。
故障预兆诊断部31从设置环境信息存储部15取得作为诊断对象的设备的设置环境信息(步骤301)。接下来,故障预兆诊断部31参照属性信息存储部32,取得与作为诊断对象的设备的设备类别对应的设备特性(步骤302)。接下来,故障预兆诊断部31参照诊断规则存储部33,取得与所取得的设备特性对应的规则(步骤303)。
接下来,故障预兆诊断部31依照所取得的规则来调整阈值(步骤304)。此外,预先设定的阈值是对所有设备共用的标准平均值。例如,如果由于设备是室内机Y,因此是机房规格(设置于机房(machine room)的室内机)的室内机,则对于室内机而言的设置环境是相对苛刻的设置环境。即,关于作为室内机Y的设备,推测为相比于标准的情况而在阶段中发生设备的异常。因此,故障预兆诊断部31以提高阈值的方式进行校正。另一方面,如果由于设备是室内机X,因此是起居室内规格(设置于起居室的室内机)的室内机,则对于室内机而言的设置环境是相对优良的设置环境,所以相比于标准的情况而不易发生设备的异常。因此,故障预兆诊断部31以降低阈值的方式进行校正。
如以上那样,在调整阈值之后,故障预兆诊断部31比较设备的设置环境信息和阈值,在设备的设置环境信息是阈值以上的情况下(在步骤305中“是”),判定为没有故障的预兆、即设备正常(步骤306)。另一方面,在设备的设置环境信息未达到阈值的情况下(在步骤305中“否”),判定为有故障的预兆、即设备异常(步骤307)。
如以上说明,根据本实施方式,设置环境推测装置10能够根据设备的属性,适当校正在设备的故障的预兆的判定中使用的阈值。
此外,关于阈值的上浮幅度、下浮幅度,根据设备特性而适当设定最佳的值即可。另外,上述故障预兆的诊断能够应用于利用能够与阈值比较的数值来表示设置环境信息的情况。
实施方式4.
图16是本实施方式中的设置环境推测装置的块结构图。本实施方式中的设置环境推测装置10具有对实施方式1追加属性信息存储部41的结构。
图17是示出本实施方式中的预先设定登记于属性信息存储部41的属性信息的数据结构例的图。在属性信息中,按照用于识别设备的种类的设备类别,对应关联地设定该设备的名称、设备特性以及污染状况校正。设备特性表示设备的属性。污染状况校正是用于对数据的特征量进行校正的校正值。通过搭载于设置环境推测装置10的HDD94来实现属性信息存储部41。或者,也可以经由网络来利用RAM93或者处于外部的存储单元。
以下,使用图18所示的流程图,说明本实施方式中的故障预兆诊断处理。此外,对于与实施方式1相同的处理,附加相同的步骤编号并适当省略说明。
如果数据取得部11取得从便携终端发送来的数据(步骤101),则特征量抽出部12通过解析该数据,抽出该数据的特征量(步骤102)。成为设置环境的推测对象的设备能够通过解析所取得的数据或者由保养员指定来确定。因此,特征量抽出部12通过参照属性信息存储部41,乘以与该设备对应的校正值(污染状况校正)从而校正所抽出的特征量(步骤401)。步骤401以后的处理与实施方式1相同,所以省略说明。
例如,关于室外机A以及室内机Y,由于校正值小于1,所以以使特征量抽出部12抽出的特征量成为小的值的方式校正。另一方面,关于室内机X,由于校正值是超过1的值,所以以使特征量抽出部12抽出的特征量成为大的值的方式校正。在室外机B的情况下,原样地保持特征量抽出部12抽出的特征量。
在实施方式3中,为了故障的预兆诊断,不校正设置环境信息(表示设备的设置环境的值),而调整在与设置环境信息的比较中使用的阈值。在本实施方式中,根据成为设置环境的推测对象的设备的属性信息表示的属性值,校正特征量抽出部12抽出的特征量,从而校正设置环境推测部13推测的设备的设置环境。由此,该特征量抽出部12中的校正被反映到设备的设置环境。
实施方式5.
图19是本实施方式中的设置环境推测装置的块结构图。本实施方式中的设置环境推测装置10具有对实施方式1追加检测推荐部51、显示控制部52以及检测信息存储部53的结构。
如上所述,设置环境推测部13根据由仪器收集到的数据来推测设备的设置环境,并将该推测的设备的设置环境作为设置环境信息而保存到设置环境信息存储部15。检测推荐部51从设置环境推测部13取得与保存于设置环境信息存储部15的信息相同的设置环境信息,并根据所取得的设置环境信息(设备的设置环境),向操作仪器的用户即保养员推荐利用收集到数据的仪器实施的数据收集的方法。在检测信息存储部53中,储存有记载了数据收集的方法的引导信息。显示控制部52进行储存于检测信息存储部53的引导信息的显示控制。
通过形成设置环境推测装置10的计算机和由搭载于计算机的CPU91执行的程序的协调动作来实现检测推荐部51以及显示控制部52。另外,通过搭载于设置环境推测装置10的HDD94来实现检测信息存储部53。或者,也可以经由网络来利用RAM93或者处于外部的存储单元。
但是,有时设置环境信息由于某种理由而示出设想外的值。例如,保养员由于希望推测设置于某个场所的设备的密集程度而对设备进行了摄影。但是,由于在摄影图像中仅摄影有1个设备,存在设置环境推测装置10无法准确地推测设置环境的情况等示出设想外的值的情况。
这样,在设置环境信息是设想外的值且并非是能够容许的范围或者未得到设置环境信息自身的现象的情况下,检测推荐部51从检测信息存储部53读出与该现象对应的引导信息。在引导信息中,例如包含有由于可能过于接近设备地进行摄影而需要更远离设备来摄影的消息、或者使室内更明亮来摄影的消息等保养员使仪器收集数据时的注意事项等的消息。
显示控制部52向便携终端发送邮件等,对保养员通知检测推荐部51读出的引导信息。保养员参照所通知的引导信息,重新进行摄影。
根据本实施方式,设置环境推测装置10通过向保养员提供引导信息,能够以可更准确地推测设备的设置环境的方式进行支援。
实施方式6.
图20是本实施方式中的设置环境推测装置的块结构图。本实施方式中的设置环境推测装置10具有对实施方式1追加保养作业推荐部61、显示控制部62以及保养作业信息存储部63的结构。保养作业推荐部61根据设置环境推测部13推测的设备的设置环境,对该设备的保养员推荐该设备的保养的方法。在保养作业信息存储部63中,与需要改善的设备的设置环境对应地储存有记载了与该设置环境的设备对应的保养的方法的引导信息。显示控制部52进行储存于保养作业信息存储部63的引导信息的显示控制。
通过形成设置环境推测装置10的计算机和由搭载于计算机的CPU91执行的程序的协调动作来实现保养作业推荐部61以及显示控制部62。另外,通过搭载于设置环境推测装置10的HDD94来实现保养作业信息存储部63。或者,也可以经由网络来利用RAM93或者处于外部的存储单元。
如上所述,在本实施方式中,根据由仪器收集到的数据来推测设备的设置环境,将该推测的设备的设置环境作为设置环境信息而保存到设置环境信息存储部15。在作为被推测的设备的设置环境的设置环境信息中,存在设备的设置环境受到污染或者设备被密集地设置这样的启示改善的设置环境信息的情况。
因此,保养作业推荐部61在设置环境信息表示需要改善的设置环境的情况下,从保养作业信息存储部63抽出与需要改善的设置环境对应的引导信息。然后,显示控制部52向保养员的便携终端发送邮件等,而对保养员通知保养作业推荐部61抽出的引导信息。保养员参照所通知的引导信息进行保养作业。例如,在空气受到污染这样的设置环境的情况下,通知使得避免忘记检查设备的过滤器等的引导信息。
根据本实施方式,设置环境推测装置10通过向保养员提供引导信息,能够针对设备实施更适合的保养作业。
实施方式7.
图21是本实施方式中的设置环境推测装置的块结构图。本实施方式中的设置环境推测装置10具有对实施方式1追加显示控制部71以及修正处理部72的结构。显示控制部71进行从设置环境推测部13接受的设置环境信息的显示控制。修正处理部72修正根据显示控制部71的控制而显示的设置环境信息,更新保存于设置环境信息存储部15的信息。通过形成设置环境推测装置10的计算机和由搭载于计算机的CPU91执行的程序的协调动作来实现显示控制部71以及修正处理部72。
设置环境推测部13推测设备的设置环境,并作为设置环境信息而保存到设置环境信息存储部15。
但是,特征量抽出部12从数据未必始终能够准确地抽出特征量。另外,根据分类模型未必能够准确地分类设置环境。
因此,有可能在所推测的设备的设置环境中有修正的余地。
因此,本实施方式中的显示控制部71进行从设置环境推测部13接受的设置环境信息的显示控制。例如,显示控制部71使设置环境信息显示于显示器97。或者,显示控制部71也可以经由网络发送给管理者终端并显示。并且,在管理者修正了设置环境信息的情况下,修正处理部72接受其变更内容,修正登记于设置环境信息存储部15的设置环境信息。
根据本实施方式,设置环境推测装置10如以上那样能够手动变更保存于设置环境信息存储部15的设置环境信息。
实施方式8.
图22是本实施方式中的设置环境推测装置的块结构图。本实施方式中的设置环境推测装置10具有对实施方式1追加显示控制部81以及描绘信息存储部82的结构。在描绘信息存储部82中,储存有作为设施的大厦以及设置于大厦的设备的CAD数据。显示控制部81利用储存于描绘信息存储部82的CAD数据,以使从设置环境推测部13接受的设置环境信息示意性地(schematically)显示的方式进行显示控制。通过形成设置环境推测装置10的计算机和由搭载于计算机的CPU91执行的程序的协调动作来实现显示控制部81。另外,通过搭载于设置环境推测装置10的HDD94来实现描绘信息存储部82。或者,也可以经由网络来利用RAM93或者处于外部的存储单元。
上述实施方式7中的显示控制部71例如利用数值等文本数据来显示设置环境信息。本实施方式中的显示控制部81利用CAD数据,以利用图像易于掌握设置环境信息(表示设备的设置环境的值)的方式显示设置环境信息。
图23是示出三维地显示设置环境信息的情况的例子的图。在图23中,作为设备的设置环境而示出设置于大厦的屋顶的设备的密集程度。根据该图23,能够在视觉上确认在大厦的屋顶的附图左侧密集地设置有设备且在右侧设备不密集。
在图23中利用三维CAD数据,相对于此,图24是示出利用二维CAD数据来显示设置环境信息的情况的例子的图。在图24中,作为设备的设置环境,与图23同样地示出设置于大厦的屋顶的设备的密集程度。显示控制部81利用图24例示的CAD数据来显示设置环境信息,从而能够在视觉上确认在大厦的屋顶的附图左侧密集地设置有设备且在右侧设备不密集。
此外,在本实施方式中,设置有对大厦以及设备的CAD数据进行储存的描绘信息存储部82,但也可以有效利用例如在BIM(Building Information Modeling,建筑信息建模)等中存在的既存的数据。
在上述各实施方式中,说明了设备的设置环境的推测方法以及利用设备的设置环境(设置环境信息)的处理,但各实施方式只要是可能的组合则也可以适当组合来实施。
另外,在本实施方式中,作为管理对象的设备,以设置于大厦的设备为例而进行了说明,但不限于大厦的设备,也可以应用于推测设置于其它场所的设备的设置环境的情况。
实施方式9.
通过实施方式9,补充实施方式1至实施方式8的设置环境推测装置10的硬件结构。
利用程序来实现在实施方式1至实施方式8中叙述的设置环境推测装置10的功能。然而,也可以利用硬件来实现设置环境推测装置的功能。
图25示出利用硬件来实现设置环境推测装置的功能的结构。图25的电子电路101是实现设置环境推测装置10的数据取得部11、特征量抽出部12、设置环境推测部13、故障预兆诊断部31、检测推荐部51、显示控制部52、62、71、81、保养作业推荐部61、修正处理部72的功能的专用的电子电路。
电子电路101与信号线102连接。电子电路101具体而言是单一电路、复合电路、被编程的处理器、被并行编程的处理器、逻辑IC、GA、ASIC或者FPGA。GA是Gate Array(门阵列)的简称。ASIC是Application Specific Integrated Circuit(专用集成电路)的简称。FPGA是Field-Programmable Gate Array(现场可编程门阵列)的简称。
设置环境推测装置的功能的构成要素的功能既可以用1个电子电路来实现,也可以分散到多个电子电路来实现。另外,也可以将设置环境推测装置的功能的构成要素的一部分功能用电子电路来实现,并将剩余的功能用软件来实现。
CPU和电子电路101各自还被称为处理电路系统。也可以通过处理电路系统来实现设置环境推测装置的数据取得部11、特征量抽出部12、设置环境推测部13、故障预兆诊断部31、检测推荐部51、显示控制部52、62、71、81、保养作业推荐部61、修正处理部72的功能。
此外,说明在实施方式1至实施方式8中所说明的设置环境推测装置10的各构成要素如以下那样与各单元相当。
(1)数据取得部11相当于取得单元。
(2)特征量抽出部12相当于抽出单元。
(3)设置环境推测部13相当于推测单元。
(4)故障预兆诊断部31相当于故障预兆诊断单元。
(5)检测推荐部51相当于推荐单元。
(6)保养作业推荐部61相当于推荐单元。
(7)修正处理部72相当于修正单元。
(8)显示控制部81相当于显示控制单元。
Claims (10)
1.一种设置环境推测装置,其特征在于,具有:
取得单元,取得由所携带的仪器收集到的与监视对象的设备有关的数据;
抽出单元,通过解析所述取得单元取得的数据,抽出该数据的特征量;以及
推测单元,通过将所述抽出单元抽出的数据的特征量与针对每个所述仪器的特征量的每个项目预先设定的分类模型进行对照,推测所述设备的设置环境。
2.根据权利要求1所述的设置环境推测装置,其特征在于,
所述设置环境推测装置具有设置环境推测信息存储单元,该设置环境推测信息存储单元存储针对表示所述设备的设置环境的环境项目对应关联有收集在该环境项目的推测中使用的数据的仪器以及该仪器收集到的数据的应抽出的特征量的设置环境推测信息,
所述抽出单元参照所述设置环境推测信息,抽出所述数据的特征量。
3.根据权利要求1所述的设置环境推测装置,其特征在于,
所述设置环境推测装置具有:
属性信息存储单元,存储每个所述设备的属性信息;以及
故障预兆诊断单元,通过所述推测单元推测的所述设备的设置环境和阈值的比较,诊断该设备的故障的预兆,
所述故障预兆诊断单元根据所述设备的属性信息的属性值,校正在与该设备的设置环境的比较中使用的阈值。
4.根据权利要求1所述的设置环境推测装置,其特征在于,
所述设置环境推测装置具有属性信息存储单元,该属性信息存储单元存储每个所述设备的属性信息,
所述抽出单元通过解析所述取得单元取得的数据,根据该设备的属性信息的属性值来校正抽出的该数据的特征量。
5.根据权利要求1所述的设置环境推测装置,其特征在于,
所述设置环境推测装置具有推荐单元,该推荐单元根据所述推测单元推测的所述设备的设置环境,向操作仪器的用户推荐所述仪器的数据收集的方法。
6.根据权利要求1所述的设置环境推测装置,其特征在于,
所述设置环境推测装置具有推荐单元,该推荐单元根据所述推测单元推测的所述设备的设置环境,向该设备的保养员推荐该设备的保养的方法。
7.根据权利要求1所述的设置环境推测装置,其特征在于,
所述设置环境推测装置具有修正单元,该修正单元修正所述推测单元推测的所述设备的设置环境。
8.根据权利要求1所述的设置环境推测装置,其特征在于,
所述设置环境推测装置具有显示控制单元,该显示控制单元进行控制以使所述推测单元推测的所述设备的设置环境示意性地显示。
9.根据权利要求1所述的设置环境推测装置,其特征在于,
所述仪器是搭载于保养员携带的便携终端的传感器或者照相机。
10.一种程序,用于使计算机作为如下单元发挥功能:
取得单元,取得由所携带的仪器收集到的与监视对象的设备有关的数据;
抽出单元,通过解析所述取得单元取得的数据,抽出该数据的特征量;以及
推测单元,通过将所述抽出单元抽出的数据的特征量与针对每个所述仪器的特征量的每个项目预先设定的分类模型进行对照,推测所述设备的设置环境。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018-162403 | 2018-08-31 | ||
JP2018162403A JP7166106B2 (ja) | 2018-08-31 | 2018-08-31 | 設置環境推定装置及びプログラム |
PCT/JP2019/026358 WO2020044779A1 (ja) | 2018-08-31 | 2019-07-02 | 設置環境推定装置及びプログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112585610A true CN112585610A (zh) | 2021-03-30 |
CN112585610B CN112585610B (zh) | 2024-06-28 |
Family
ID=69644169
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201980053779.4A Active CN112585610B (zh) | 2018-08-31 | 2019-07-02 | 设置环境推测装置以及计算机可读取的记录介质 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20210150437A1 (zh) |
EP (1) | EP3825875B1 (zh) |
JP (1) | JP7166106B2 (zh) |
CN (1) | CN112585610B (zh) |
ES (1) | ES2966109T3 (zh) |
WO (1) | WO2020044779A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115860578B (zh) * | 2023-02-24 | 2023-06-09 | 深圳市鑫雅达机电工程有限公司 | 机电系统智能分析安装设备环境可行性的方法及装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080244314A1 (en) * | 2007-03-28 | 2008-10-02 | Yusaku Okamura | Failure information delivery system, failure management server, mobile object communication apparatus, failure information delivery method, and program |
US7851758B1 (en) * | 2005-09-29 | 2010-12-14 | Flir Systems, Inc. | Portable multi-function inspection systems and methods |
JP2017173262A (ja) * | 2016-03-25 | 2017-09-28 | オプテックス株式会社 | 動作検知装置、および情報処理装置 |
CN107636545A (zh) * | 2015-06-10 | 2018-01-26 | 三菱电机大楼技术服务株式会社 | 设备维护管理系统、设备维护装置以及程序 |
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及系统 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3765973B2 (ja) | 2000-08-22 | 2006-04-12 | 株式会社東芝 | 環境情報を用いた金属部位のリアルタイム腐食寿命診断システム |
JP4394893B2 (ja) * | 2002-08-09 | 2010-01-06 | ダイキン工業株式会社 | 故障診断システム |
JP2004362103A (ja) | 2003-06-03 | 2004-12-24 | Hitachi Ltd | 産業用パーソナルコンピュータの保守サービス提供方法 |
JP4347852B2 (ja) | 2006-01-13 | 2009-10-21 | 日本電信電話株式会社 | 状況認識システムおよび状況認識方法 |
JP4624396B2 (ja) * | 2007-10-26 | 2011-02-02 | パナソニック株式会社 | 状況判定装置、状況判定方法、状況判定プログラム、異常判定装置、異常判定方法および異常判定プログラム |
JP4940180B2 (ja) | 2008-04-03 | 2012-05-30 | 株式会社東芝 | 複合診断・保守計画支援システム及びその支援方法 |
JP2011090593A (ja) | 2009-10-26 | 2011-05-06 | Hitachi Ltd | 計算機システム、機器及びサーバ計算機 |
JP5475555B2 (ja) * | 2010-06-08 | 2014-04-16 | 株式会社日立製作所 | 配電設備劣化診断装置 |
JP5855036B2 (ja) * | 2013-02-28 | 2016-02-09 | 三菱電機株式会社 | 設備点検順位設定装置 |
JP6275070B2 (ja) * | 2015-03-10 | 2018-02-07 | 三菱電機ビルテクノサービス株式会社 | 設備点検順位設定装置及びプログラム |
US20180239322A1 (en) | 2015-07-28 | 2018-08-23 | Panasonic Intellectual Property Management Co., Ltd. | Information creation method, storage medium, information creation device, and information creation system |
JP6898607B2 (ja) * | 2016-08-19 | 2021-07-07 | 株式会社明電舎 | 異常予兆検出システムおよび異常予兆検出方法 |
-
2018
- 2018-08-31 JP JP2018162403A patent/JP7166106B2/ja active Active
-
2019
- 2019-07-02 EP EP19855863.7A patent/EP3825875B1/en active Active
- 2019-07-02 CN CN201980053779.4A patent/CN112585610B/zh active Active
- 2019-07-02 ES ES19855863T patent/ES2966109T3/es active Active
- 2019-07-02 WO PCT/JP2019/026358 patent/WO2020044779A1/ja unknown
-
2021
- 2021-01-08 US US17/145,012 patent/US20210150437A1/en not_active Abandoned
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7851758B1 (en) * | 2005-09-29 | 2010-12-14 | Flir Systems, Inc. | Portable multi-function inspection systems and methods |
US20080244314A1 (en) * | 2007-03-28 | 2008-10-02 | Yusaku Okamura | Failure information delivery system, failure management server, mobile object communication apparatus, failure information delivery method, and program |
CN107636545A (zh) * | 2015-06-10 | 2018-01-26 | 三菱电机大楼技术服务株式会社 | 设备维护管理系统、设备维护装置以及程序 |
JP2017173262A (ja) * | 2016-03-25 | 2017-09-28 | オプテックス株式会社 | 動作検知装置、および情報処理装置 |
WO2018137103A1 (zh) * | 2017-01-24 | 2018-08-02 | 深圳企管加企业服务有限公司 | 一种基于多源遥感数据的流域污染检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
EP3825875A4 (en) | 2021-09-15 |
EP3825875A1 (en) | 2021-05-26 |
WO2020044779A1 (ja) | 2020-03-05 |
JP7166106B2 (ja) | 2022-11-07 |
EP3825875B1 (en) | 2023-11-22 |
CN112585610B (zh) | 2024-06-28 |
ES2966109T3 (es) | 2024-04-18 |
JP2020035254A (ja) | 2020-03-05 |
US20210150437A1 (en) | 2021-05-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110709688B (zh) | 用于预测在装配单元中的缺陷的方法 | |
CN105929799B (zh) | 作业者品质管理方法和作业者品质管理装置 | |
CN105378810B (zh) | 测量数据的远程共享 | |
JP5961905B2 (ja) | 点検システム及び点検方法 | |
CN102369549B (zh) | 用于估计物体位置的信息创建设备、用于估计物体位置的信息创建方法 | |
JP6707920B2 (ja) | 画像処理装置、画像処理方法、およびプログラム | |
CN110709905A (zh) | 自动检查系统以及自动检查系统的控制方法 | |
JP7414797B2 (ja) | 製造管理方法 | |
CN111027531A (zh) | 指针式仪表信息识别方法、装置及电子设备 | |
JP2018077837A (ja) | 位置認識方法およびシステム、ならびに異常判定方法およびシステム | |
CN113767407A (zh) | 信息处理装置、信息处理方法、信息处理程序以及记录介质 | |
CN112585610B (zh) | 设置环境推测装置以及计算机可读取的记录介质 | |
US11755007B2 (en) | System and method for determining a health condition and an anomaly of an equipment using one or more sensors | |
JP6504180B2 (ja) | 異常検出装置、異常検出方法および異常検出プログラム | |
US11557032B2 (en) | Device and method for the calibrated checking of a printing on an article | |
CN112085724A (zh) | 一种基于bim及热图像的机柜温度测量方法及其装置 | |
CN115249316A (zh) | 工业缺陷检测方法和装置 | |
CN112292847A (zh) | 图像处理设备、移动设备、方法和程序 | |
WO2022044637A1 (ja) | 画像処理装置、画像処理方法およびプログラム | |
EP4016408A1 (en) | Maintenance assistance system and maintenance assistance method | |
KR101999781B1 (ko) | 사물 인터넷 미지원 디바이스에 대한 모니터링 장치 및 그 방법 | |
CN111310351B (zh) | 车间设备的状态监测方法、装置、终端设备及存储介质 | |
US20220036107A1 (en) | Calculation device, information processing method, and storage medium | |
JPWO2020016923A1 (ja) | 部品特定システムおよび部品特定方法 | |
KR20190087981A (ko) | 행동 특징량 해석 시스템 및 행동 특징량 해석 방법 |
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 |