CN116710863A - 保养支援系统 - Google Patents
保养支援系统 Download PDFInfo
- Publication number
- CN116710863A CN116710863A CN202180062667.2A CN202180062667A CN116710863A CN 116710863 A CN116710863 A CN 116710863A CN 202180062667 A CN202180062667 A CN 202180062667A CN 116710863 A CN116710863 A CN 116710863A
- Authority
- CN
- China
- Prior art keywords
- period
- maintenance
- database
- required product
- machine
- 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.)
- Pending
Links
- 238000012423 maintenance Methods 0.000 title claims abstract description 116
- 238000011156 evaluation Methods 0.000 claims abstract description 53
- 230000005856 abnormality Effects 0.000 claims abstract description 26
- 238000012545 processing Methods 0.000 claims description 94
- 238000004519 manufacturing process Methods 0.000 claims description 46
- 238000002156 mixing Methods 0.000 claims description 15
- 238000012384 transportation and delivery Methods 0.000 claims description 10
- 239000013598 vector Substances 0.000 claims description 9
- 230000002159 abnormal effect Effects 0.000 claims description 8
- 239000000725 suspension Substances 0.000 claims description 7
- 230000007257 malfunction Effects 0.000 claims description 5
- 238000002360 preparation method Methods 0.000 claims description 4
- 230000008859 change Effects 0.000 claims description 3
- 238000000034 method Methods 0.000 description 37
- 230000008569 process Effects 0.000 description 31
- 230000004044 response Effects 0.000 description 20
- 238000010586 diagram Methods 0.000 description 16
- 238000004458 analytical method Methods 0.000 description 12
- 238000003860 storage Methods 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 7
- 238000001514 detection method Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 4
- 230000036541 health Effects 0.000 description 4
- 238000010801 machine learning Methods 0.000 description 4
- 238000007726 management method Methods 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000015556 catabolic process Effects 0.000 description 2
- 238000006731 degradation reaction Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 238000012896 Statistical algorithm Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000009412 basement excavation Methods 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 239000000498 cooling water Substances 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 239000004576 sand Substances 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- 238000013024 troubleshooting Methods 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
- G06Q10/00—Administration; Management
- G06Q10/20—Administration of product repair or maintenance
-
- 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
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
-
- 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06395—Quality analysis or 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
- G06Q10/08—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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/08—Construction
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/30—Construction
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y20/00—Information sensed or collected by the things
- G16Y20/20—Information sensed or collected by the things relating to the thing itself
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/32—Operator till task planning
- G05B2219/32234—Maintenance planning
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Development Economics (AREA)
- Quality & Reliability (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Emergency Management (AREA)
- Computing Systems (AREA)
- Automation & Control Theory (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- General Factory Administration (AREA)
Abstract
提供将通知管理对象机械的保养要求的警报向规定的输出装置输出的保养支援系统,其基于运转数据数据库来运算评价值,在基于所述评价值针对所述管理对象机械做出异常判断的情况下,关于预想会发生的故障项目,基于所需品数据库来推定用于保养的所需品以及其数量,基于所述评价值和故障事例数据库,针对被预想的所述故障项目推定到故障发生为止的延缓期间,根据零配件在库数据库来推定所述所需品的调配所需要的调配期间,在所述调配期间相对于所述延缓期间没有富余的情况下向所述输出装置输出所述警报。
Description
技术领域
本发明涉及如下保养支援系统,其将工程机械(液压挖掘机等)和发电设备(风力发电设备等)等的长时间运转的机械和其零配件作为管理对象机械,在需要进行该管理对象机械的保养的情况下发出通知来进行保养的支援。
背景技术
在如液压挖掘机等工程机械那样地连续长时间运转的机械中,要求运转率的提高以增加顾客(机械的拥有者、用户、代理店、营业所等)的收益。为了响应该要求,重要的是,极力缩短机械无法运转的期间。具体地,重要的是,在机械发生故障之前提前实施零配件更换,或者即便假设机械发生故障也能够迅速修理。作为为此有效的一个措施而举出如下系统,其始终监视机械的状态,将机械的保养要求恰当地向规定的通知对象者(保养负责人、保养负责部门等)通知。作为该领域的技术而知道如下例子,其根据运转数据来计算监视对象的机械的健全性指标,在健全性指标从由健全状态下的机械获得的健全状态值脱离的情况下输出警报(专利文献1)。
现有技术文献
专利文献
专利文献1:日本特开2012-132909号公报
发明内容
通过适用上述专利文献1的技术,能够基于从运转数据计算的健全性指标而对规定的通知对象者通知机械的保养要求,督促用于保养的所需品的调配。
但是,供应方和在库状况根据零配件而不同,零配件的调配所需要的期间是不固定的。尤其对于如工程机械那样的构造复杂的机械,其构成零配件的数量庞大,零配件的供应方和在库状况等也是多样的。因此,单纯基于机械的运转数据来要求保养,担心对于零配件调配需要预定之外的长期间,所需品的入手赶不上保养作业的预定时期。该情况下,有可能导致机械无法运转的期间长期化,因机械的运转率降低而造成顾客的运营成本的增加。
另一方面,能够考虑进行预估以使对零配件调配设想的期间一样长,能够带着富余调配所需品。但是,为此需要提前判断机械的健全性。该情况下,具有在成为判断基础的运转数据的样本量不充分的状态下发送警报的倾向变强的可能性。作为该结果,即便机械在现实中为正常但错误判断为异常,进行本来不需要的零配件更换和零配件订货,由此具有仍会导致顾客的运营成本增加的可能性。
本发明的目的为提供如下保养支援系统,其能够考虑零配件调配所需要的期间在恰当的定时向规定的通知对象者通知机械的保养要求,有效缩短机械无法运转的期间,并且能够减少不需要的零配件更换作业。
为了实现上述目的,本发明提供一种保养支援系统,其将通知管理对象机械的保养要求的警报向规定的输出装置输出,所述保养支援系统的特征在于,具有:运转数据数据库,其积存有所述管理对象机械的运转数据;所需品数据库,其针对所述管理对象机械的每个故障项目规定了用于保养的所需品以及其数量;故障事例数据库,其针对从基于为了评价所述管理对象机械的健全性而运算出的评价值做出了异常判断起至故障实际发生为止的期间积存有过往的数据;零配件在库数据库,其针对每个所述所需品积存有在库数量的数据;和处理装置,其生成所述警报并向所述输出装置输出,所述处理装置构成为:基于所述运转数据数据库来运算所述评价值,基于所述评价值来判断所述管理对象机械是正常还是异常,在针对所述管理对象机械做出异常判断的情况下,关于预想会发生的故障项目,基于所述所需品数据库来推定用于保养的所需品以及其数量,基于作为所述异常判断的基础的所述评价值和所述故障事例数据库,针对被预想的所述故障项目推定到故障发生为止的延缓期间,根据所述零配件在库数据库来推定所述所需品的调配所需要的调配期间,在从所述延缓期间减去所述调配期间得到的值为预先设定的设定值以下的情况下,包括被预想的所述故障项目、所述所需品的信息在内,将通知所述保养要求的警报向所述输出装置输出。
发明效果
根据本发明,能够考虑零配件调配所需要的期间在恰当的定时向规定的通知对象者通知机械的保养要求,有效缩短机械无法运转的期间,并且能够减少不需要的零配件更换作业。
附图说明
图1是作为适用了本发明一个实施方式的保养支援系统的管理对象机械一例而表示液压挖掘机的外观的立体图。
图2是本发明一个实施方式的保养支援系统的示意图。
图3是本发明一个实施方式的保养支援系统所具备的各种数据库的示意图。
图4是本发明一个实施方式的保养支援系统中所用的故障事例数据库的示意图。
图5是本发明一个实施方式的保养支援系统中所用的所需品数据库的示意图。
图6是构成本发明一个实施方式的保养支援系统的处理装置的框图。
图7是用到评价值的异常判断的例的说明图。
图8是表示基于构成本发明一个实施方式的保养支援系统的处理装置进行的在库推定的处理中的输出结果的一例的图。
图9是表示基于构成本发明一个实施方式的保养支援系统的处理装置进行的调配时间预测的工序的一例的流程图。
图10是表示基于构成本发明一个实施方式的保养支援系统的处理装置进行的调配时间预测的处理中的输出结果的一例的图。
图11是表示评价值和延缓期间的关系的一例的图。
图12是表示基于构成本发明一个实施方式的保养支援系统的处理装置进行的警报通知的一例的图。
图13是概略表示基于构成本发明一个实施方式的保养支援系统的处理装置进行的到警报通知为止的一系列工序的一例的流程图。
具体实施方式
以下,使用附图来说明本发明的实施方式。
-管理对象机械-
图1是作为适用了本发明一个实施方式的保养支援系统的管理对象机械一例而表示液压挖掘机的外观的立体图。以下说明中,将驾驶室14的前方(图1中的左上侧)设为液压挖掘机的旋转体的前方。本实施方式中以液压挖掘机为本发明的保养支援系统的管理对象机械的例子进行说明,但例如也可以在翻斗卡车等其他工程机械和风力发电机等其他领域机械的保养支援中适用本发明的保养支援系统。
该图所示的液压挖掘机1具有车身10以及作业装置20。车身10具有行驶体11以及旋转体12。
行驶体11在本实施方式中具有具备循环轨道履带的左右的履带(行驶装置)13,通过左右的行驶电机(未图示)分别驱动左右的履带13,由此行驶。对于行驶电机例如使用液压马达。
旋转体12经由旋转装置(未图示)能够旋转地设于行驶体11的上部。在旋转体12的前部(本实施方式中前部左侧)设有供操作员搭乘的驾驶室14。在旋转体12中的驾驶室14的后侧搭载有容纳发动机和液压系统等的动力室15,在后端搭载有与作业装置20取得重量平衡的配重16。在将旋转体12相对于行驶体11连结的旋转装置中包含旋转电机(未图示),通过旋转电机使旋转体12相对于行驶体11旋转驱动。对于旋转电机34例如使用了液压马达。驾驶室14中构成为,在从驾驶席容易视觉确认的位置设有显示器(输出装置),通过该显示器等能够向落座于驾驶席的操作员报告各种信息。
作业装置20是用于进行土砂挖掘等作业的多关节型作业臂,安装于旋转体12的前部(本实施方式中驾驶室14的右侧)。该作业装置20的构成包含动臂21、斗杆22以及铲斗23。动臂21通过沿左右延伸的销(未图示)与被称为旋转架的旋转体12的基架连结,由动臂液压缸31驱动而相对于旋转体12上下转动。动臂液压缸31的两端经由沿左右延伸的销(未图示)与动臂21及旋转体12转动自如地连结。斗杆22通过沿左右延伸的销(未图示)与动臂21的前端连结,由斗杆液压缸32驱动而相对于动臂21前后转动。斗杆液压缸32的两端经由沿左右延伸的销(未图示)与斗杆22及动臂21转动自如地连结。铲斗23通过沿水平左右延伸的销(未图示)与斗杆22的前端连结,由铲斗液压缸33驱动而相对于斗杆22转动。铲斗液压缸33的基端与斗杆22连结,前端经由连杆与铲斗连结。
另外,在液压挖掘机1上的适当部位设有检测动作中的各种状态量的多个传感器。作为传感器的例子,在动臂21、斗杆22以及铲斗23的各转动支点分别设有角度传感器S1(未图示)、S2、S3。动臂21相对于旋转体12的角度由角度传感器S1检测,斗杆22相对于动臂21的角度由角度传感器S2检测,铲斗23相对于斗杆22的转动角由角度传感器S3检测。另外,液压挖掘机1中具备倾斜传感器(未图示)、压力传感器(未图示)。倾斜传感器检测旋转体12的前后方向以及左右方向的至少一方的倾斜。压力传感器与动臂液压缸31、斗杆液压缸32以及铲斗液压缸33的各油室对应而设有多个。动臂液压缸31的缸底侧以及活塞杆侧的油室压力、斗杆液压缸32的缸底侧以及活塞杆侧的油室压力、铲斗液压缸33的油室的缸底侧以及活塞杆侧的压力由各自对应的压力传感器检测。除了这些之外,在液压挖掘机1上还设有测量搭载于液压挖掘机1的发电机的发电量的电力计、测量原动机转速的转速传感器、测量冷却水和工作油的温度的温度计、测量机身振动的加速度计等各种传感器。输出蓄电池的充电剩余量的回路也是一种传感器。
这些传感器的检测值向搭载于液压挖掘机1的车载控制器(未图示)输入,从车载控制器经由通信回线作为液压挖掘机1的运转数据而与液压挖掘机1的机身ID和测量时刻一起向后述的处理装置100发送。另外,本实施方式的情况下,由计时器计时的原动机的运转时间和各种操作时间的数据、及基于搭载于液压挖掘机1的GNSS得到的机身的位置数据等也作为运转数据与传感器的输出一起从车载控制器向处理装置100发送。
-保养支援系统-
图2是本发明一个实施方式的保养支援系统的示意图。该图的保养支援系统是,将通知液压挖掘机1(管理对象机械)的保养要求的警报向规定的输出装置300输出、并向规定的通知对象者(保养负责人、保养负责部门等)通知警报、由此支援液压挖掘机1的保养的系统。
该保养支援系统的构成包括处理装置100、服务器200以及输出装置300。该图中例举了基于LAN(Local AreaNet work)或互联网等网络NW将处理装置100、服务器200以及输出装置300连接的构成。但是,这样的系统构成能够适当变更,例如有时构成为,将处理装置100和输出装置300通过有线或无线连接。在作为处理装置100的计算机上连接作为输出装置300的显示器的构成也是一例。另外,也能够构成为,将服务器200省略,将后述的各数据库(以下将数据库简称为DB)储存于处理装置100的储存装置。以下,依次说明输出装置300、服务器200、处理装置100。
-输出装置-
输出装置300是将要求液压挖掘机1的保养的警报输出并向规定的通知对象者通知保养要求的装置,例如能够使用显示输出装置和声音输出装置等。显示输出装置的典型例是显示器和照射器等,与从处理装置100输入的指令信号相应地通过显示(例如文本消息)而向规定的通知对象者通知警报。声音输出装置的典型例是扬声器和蜂鸣器等,与从处理装置100输入的指令信号相应地通过声音(例如消息的朗读)向规定的通知对象者通知警报。输出装置300典型地设置于通知对象者在籍或所在的设施(例如管理事务所和服务营业所)内或供规定的通知对象者(人)携带。在将液压挖掘机1的操作员作为通知对象者的情况下,也能够将设于驾驶室14内部的显示输出装置和声音输出装置等适用于输出装置300。
-服务器-
服务器200是设置于规定场所并与网络NW连接的计算机,其构成包括储存有各种DB的储存装置(存储器)210。各种DB可以构成为,储存于一个储存装置210,也可以构成为,由多个储存装置210分担储存。储存装置210可以是内置于服务器200的内部存储器,也可以是与服务器200通过有线或无线连接的外部存储器。也能够构成为,如上述那样,将服务器200省略,在内置于处理装置100的储存装置或与处理装置100连接的储存装置中储存各种DB。
图3是本发明一个实施方式的保养支援系统所具备的各种DB的示意图。在储存装置210中储存有运转数据DB211、故障事例DB212、零配件生产DB213、运送途径DB214、管理者DB215、警报响应DB216、所需品DB217、保养计划DB218、零配件在库DB219。储存装置210内储存的各DB典型地是关系数据库。
·运转数据DB
运转数据DB211是将液压挖掘机1的运转数据的数据组积存的数据库。在液压挖掘机1的运转数据中,除了上述的各种传感器的输出和蓄电池剩余量、各种测量时间、基于GNSS的机身的位置数据、机身ID之外,还能够包含基于位置数据得到的移动信息、机身的制造年月日、规格等。在液压挖掘机1中具有通信装置(未图示),液压挖掘机1的各种传感器的输出和各种测量时间、位置数据等例如适当经由卫星回线、其他的通信网、基站而由处理装置100接收。由处理装置100接收到的数据经由网络NW向服务器200发送,储存于运转数据DB211。但是,运转数据的从液压挖掘机1向服务器200的传递路径能够适当变更,例如也可以构成为,不经由处理装置100而从基站向服务器200发送液压挖掘机1的运转数据。运转数据针对每个管理对象机械的ID积存,关于液压挖掘机1的运转数据能够与其他管理对象机械的运转数据识别。
·故障事例DB
故障事例DB212运算用于评价液压挖掘机1的健全性的评价值a(后述),并针对从基于评价值a做出了异常判断起到故障实际发生为止的期间积存过往的数据。故障事例DB212中,不限于液压挖掘机1(特定ID的机身)的过往的故障事例,除了与液压挖掘机1同一型式的多个机身之外,还包含由保养支援系统当做管理对象的其他类型的管理对象机械的过往的故障事例。
如图4所示,故障事例DB212中积存有事例编号、故障项目、机身ID、异常检测日、评价值、故障发生日、使用品名等数据组。事例编号是对过往的故障事例分别付与的固有编号。故障项目例如表示蓄电池的劣化、斗齿(铲斗的齿)的损伤等故障内容。机身ID是该故障事例中的机身的ID。在无法由机身ID特定机型的情况下,机型的数据也能够包含于故障事例DB212。异常检测日是基于评价值a检测到液压挖掘机1的异常的日期。评价值是在异常检测日成为异常判断的基础的值。故障发生日是针对该故障事例而液压挖掘机1实际发生故障的日期。使用品名是在该故障事例中使用于故障修理的一个或多个更换零配件、调配的工具和设备等信息。本实施方式中,从做出了异常判断起至故障实际发生为止的期间相当于从异常检测日至故障发生日的期间(天数),例举了由异常检测日和故障发生日表现的情况。
·零配件生产DB
零配件生产DB213是关于零配件的各供应方(仓库等)所管理的零配件的生产计划和入库计划、出库计划的数据库。各供应方的管理者在与零配件的生产者(制造方)之间共享零配件的生产计划的信息(例如文件共享),与生产者共享的零配件的生产计划的数据由供应方的管理者登记于零配件生产DB213。关于零配件的入库计划和出库计划,也由供应方的管理者登记于零配件生产DB213。但是,向零配件生产DB213中登记数据的人是任意的,例如也可以为,液压挖掘机1的保养负责人将从供应方的管理者提供的零配件的生产计划和出入库计划的数据登记至零配件生产DB213。另外,也可以为,从供应方的管理者经由网络NW提供的零配件的生产计划和出入库计划的数据每隔固定时间下载至处理装置100或服务器200而自动更新零配件生产DB213。
·运送途径DB
运送途径DB214针对每个所需品积存有供应方的所在地和运送途径的数据。该运送途径DB214中,包括为了液压挖掘机1的保养而应该调配的所需品的供应方的所在地、运送途径、运送所需要的运送时间等数据组。为了液压挖掘机1的保养而应该调配的所需品中,除了向液压挖掘机1装配的零配件之外,还能够包括用于保养的工具和设备。用于保养的工具和设备中,能够包括当需要时临时调配使用的租赁品。作为运送途径,基于过往的所需品的调配实际记录或从运送会社提供的信息,通过手动或自动登记有例如α社的空运、β社的空运、γ社的海运、δ社的陆运等信息。对于运送时间,也能够根据过往的调配实际记录通过手动输入设定。然而,在对于运送途径经由网络NW提供运航或运行的时间表的数据的情况下,也可以基于下载的时间表自动设定运送时间。
·管理者DB
管理者DB215积存有液压挖掘机1的管理者(营业所、代理店)、管理者的所在地、所利用的运送途径、过往的所需品调配履历等数据组。管理者例如是负责液压挖掘机1保养的营业所和代理店等。管理者的所在地相当于所需品的送达目的地,除了管理者自身的所在地之外,还能够设定管理者进行液压挖掘机1的保养作业的场所的所在地。所利用的运送途径是管理者利用的倾向强的运送途径。例如从所需品的调配履历设想了某个营业所在零配件调配中利用δ社的陆运的情况下,作为该营业所利用的运送途径而登记δ社的陆运。在所需品的调配履历中使用的运送途径发生变化的情况下,系统优选构成为,所利用的运送途径自动更新(或为了手动选择而增加运送途径的选择项)。
·警报响应DB
警报响应DB216积存有液压挖掘机1的保养负责人针对从保养支援系统通知的警报执行的响应的数据。该警报响应DB216中包括液压挖掘机1的保养负责人对用于保养的所需品进行订货的日期、订货的品名和其数量、液压挖掘机1执行的保养(维护)的开始日期时间以及结束日期时间等数据组。
·所需品DB
所需品DB217针对每个液压挖掘机1的故障项目规定了用于保养的所需品以及其数量。如图5所示,所需品DB217中包含机型、故障项目、所需品编号、品名、数量等数据组。机型是管理对象机械的型式等用于特定机型的数据。故障项目与故障事例DB212(图4)同样地,例如表示蓄电池劣化等的故障内容。所需品编号是针对故障项目对用于保养的各所需品付与的识别号码。所需品不限于相对于一个故障项目而具有一个,有时登记了多个品名的清单。品名例如是压力传感器、垫圈、螺丝等各所需品的名称。数量是各所需品的需要数量。所需品和数量能够基于过往的故障事例的应对处理和经验规则、知识等由保养负责人手动设定。另外,例如也可以为,在处理装置100中统计故障事例DB212以及警报响应DB216的至少一方,自动设定或更新所需品DB217的所需品(所需品编号、品名)和数量的数据。该情况下,优选为,故障事例DB212或警报响应DB216的数据积存量是充分的,考虑在数据积存量超过设定值的情况下执行处理。
·保养计划DB
保养计划DB218针对每个管理对象机械的机身(每个机身ID)收集了关于保养计划以及用于保养的品名的清单等的数据。该保养计划DB218中,例如包含管理对象机械、保养对象部位、保养的预定开始日、保养的预定完成日、所需品的清单等数据组。管理对象机械是保养对象的机身,例如能够由机身ID表示。保养对象部位例如是蓄电池、动臂液压缸等设为管理对象的机身的保养对象的部位。所需品的清单是对于保养对象部位的保养所需要的所需品以及其数量的清单。
·零配件在库DB
零配件在库DB219针对每个所需品积存有在库数量的数据。该零配件在库DB219中包括所需品、供应方、所需品的属性(所需品编号、品名、重量、价格等)、在库数量、销售实际记录等数据组。供应方是所需品的管理仓库、所需品的供货方等。所需品编号是对所需品付与的识别号码。品名例如是压力传感器、垫圈、螺丝等所需品的名称。重量是该所需品的重量。价格是所需品的其供应方处的销售价格。在库数量是所需品的其供应方处的当前在库数量。销售实际记录是所需品的其供应方处的过往的销售实际记录。
-处理装置-
图6是处理装置100的框图。处理装置100是生成警报并向输出装置300输出的计算机,具有输入输出接口101、ROM(例如EPROM)102、RAM103、CPU104以及计时器105。处理装置100可以由单个计算机构成,但也可以由经由有线、无线或网络NW相互连接的多个计算机构成。
输入输出接口101对经由网络NW在液压挖掘机1和服务器200、输出装置300之间授受的数据进行输入及输出。例如经由网络NW接收到的液压挖掘机1的运转数据和从服务器200读取的各种数据经由输入输出接口101输入至处理装置100。另外,由处理装置100生成或运算出的警报和其他数据经由输出接口101输出,并适当经由网络NW向输出装置300、服务器200或液压挖掘机1发送。
ROM102是将对于各种判断和警报的生成所需要的运算式和程序、数据储存的储存装置。例如后述的根据状态分析P1基于响应记录P7的各处理的程序和特征向量进行的故障项目的分类的学习模型等也储存于该ROM102。
CPU104是按照从ROM102下载的程序等、基于经由输入输出接口101输入的各数据来执行规定处理的装置。
RAM103是将运算途中的数据等临时储存的储存装置。该RAM103中,例如临时记录有各处理过程中运算的数据等。
计时器105对各种时间进行计时。
-处理装置的功能-
如之前图2中示意表示那样,处理装置100具有对状态分析P1、所需品推定P2、在库推定P3、调配时间预测P4、警报通知时期判断P5、警报发送P6、响应记录P7的各处理进行执行的功能。这些功能按照ROM102内储存的程序由CPU104执行。
·状态分析
状态分析P1是,基于运转数据DB211关于液压挖掘机1运算规定的评价值a、基于运算出的评价值a判断液压挖掘机1是正常还是异常的处理。评价值a是为了评价管理对象机械的健全性而定义的值。例如,能够基于由运转数据规定的特征向量,由处理装置100运算评价值a。对于评价值a的运算,典型地能够使用数据挖掘、机械学习、剩余生命诊断等算法。例如故障项目能够由以多种类型的运转数据为参数的特征量空间(坐标系)内的区域而分类。该情况下,特征量空间内,由多样的运转数据定义的特征向量(特征量空间中的坐标)与被分类于故障项目Z1的区域的代表点(例如中心点)之间的距离能够被例举为关于故障项目Z1的评价值a。例如能够构成为,关于该评价值a设定阈值ax、ay(ax<ay),若a≤ax则处理装置100中关于故障项目Z1推定为故障,若ax<a≤ay则关于故障项目Z1推定为故障的征兆。
另外,对使用异常检测算法的状态分析P1的简单例子进行说明。例如假设关于液压挖掘机1的故障项目Z2,若液压挖掘机1处于健全状态,则在液压挖掘机1的行驶时间t与发动机温度Te之间成立Te=C×t的关系(C为定数)。在将该关系(Te=C×t)定义为故障项目Z2的正常模型的情况下,在由t和Te定义的特征向量从该正常模型中超出偏离允许值的情况下,关于故障项目Z2怀疑液压挖掘机1的异常。该例中的特征向量等于由t、Te定义的坐标系中的坐标。该情况下,例如能够使用马氏田口法的统计算法通过如下式子运算评价值a。
a=(x-μ)2/σ2
在此,x为特征向量,μ为特征量的平均值,σ为特征量的离差。
图7是使用了该评价值a的典型的异常判断的例子的说明图。如该图所示,关于评价值a设定阈值a1,能够在评价值a比阈值a1大的情况(a>a1)下判断为异常,在评价值a为阈值a1以下的情况(a≤a1)下判断为正常。该例中,能够使用评价值a和阈值a1,将学习模型通过如下那样的伪代码来记述。
IF a≥a1 THEN液压挖掘机为异常。
ELSE液压挖掘机为正常。
以上,说明了本实施方式中基于运转数据DB211运算评价值a的例子。然而,也可以将与液压挖掘机1所运转的现场的施工计划有关的数据(预定的运转时间、作业量等)和过往的维护履历(各零配件的使用年数等)与运转数据一同包含于参数来运算评价值a。
·所需品推定
所需品推定P2是如下处理:在针对液压挖掘机1做出异常判断的情况下,关于预想会发生的故障项目,基于所需品DB217来推定用于保养的所需品以及其数量。所需品的品名根据故障项目而不同,根据故障项目有时为一个种类,有时为多个种类。
·在库推定
在库推定P3为如下处理:针对由所需品推定P2的处理推定的各所需品,推定所对应的供应方的今后的在库数量的推移。处理装置100例如基于零配件生产DB213以及零配件在库DB219来执行在库推定P3的处理。例如关于零配件A的所对应的供应方的n天后的在库数量的推定值Nn例如能够如下式那样地推定。
Nn=N0+ΣNin-ΣNout
然而,N0为当前的在库数量,ΣNin为今后n天间的零配件A的总入库数(包括生产数)的推定值,ΣNout为今后n天间的零配件A的总出库数的推定值。N0能够从零配件在库DB219特定,关于ΣNin、ΣNout能够从零配件生产DB213运算。
此外,该例中,说明了基于零配件生产DB213运算ΣNout的例子,但也能够与零配件生产DB213一同将保养计划DB包含于参数来运算ΣNout。能够通过保养计划DB特定各管理对象机械的保养计划、所需品以及其数量,由此能够将从这些数据推定的零配件A的需要预测增加至ΣNout的运算。
图8是表示基于处理装置100执行的在库推定P3的处理中的输出结果的一例的图。如该图所示,本实施方式中,关于零配件A,作为在库数量的推移而运算1天后(i=1)、2天后(i=2)、…n天后(i=n)的在库数量的推定值Nn。
·调配时间预测
调配时间预测P4是从零配件在库DB219推定由所需品推定P2推定出的所需品的调配所需要的调配期间的处理。零配件在库DB219中包含所需品的供应方的所在地和在库数量的数据,由此,处理装置100能够基于这些数据对所需品的调配期间进行概算。
尤其在本实施方式中,如上述那样地实施在库推定P3的处理,因此,通过处理装置100增加考虑了推定出的在库推移,由此能够更正确地推定运算调配期间。具体地,首先,能够基于运送途径DB214以及管理者DB215,运算所需品的从供应方向指定场所的运送所需要的运送期间。指定场所例如是实施液压挖掘机1的保养的现场的资材搬入场所等登记于管理者DB215的指定的所需品受领场所。运送期间能够作为与路径相应的运送途径的移动期间而运算,但也可以基于过往的数据来设定从向供应方订货起至到达指定场所为止所需要的期间。在过往的数据积累得足够多的情况下,也能够以使用神经网络等机械学习算法来推定运送时间的方式构成处理装置100。
另外,在需要数量的所需品在设想的订货之日在供应方处不在库的情况下,将被预想为所需品的生产所需要的生产期间(例如从生产开始至出库为止的期间)增加至运送期间中来运算调配期间。所需品的生产期间基于零配件生产DB(例如生产计划的数据)由处理装置100运算。
例如图8中以假设在2天后的日期进行订货而运算的调配期间为例,则假设若2天后的在库数量的推定值Nn满足需要数量,则在运送期间中加上2天的期间被运算为调配期间。但是,2天后的在库数量的推定值Nn不满足需要数量,通过生产或入库可以确保需要数量,但预想为20天后的情况下,调配期间成为在运送期间中加上20天的期间。
图9是表示基于处理装置100执行的调配时间预测P4的工序的一例的流程图。处理装置100在每个设定期间(例如1天)自动地或在与操作员的操作相应的任意定时,执行图9的流程图。
(步骤S41)
处理装置100若开始图9的工序,则针对由所需品推定P2的处理推定出的所需品,从在库推定P3的运算结果确认符合的供应方的规定订货日中的在库的推定数量的数据。规定订货日是指,假设对所需品订货的日期(或日期时间)。作为规定订货日的一例,例如能够举出从当前的日期起至设定期间后的日期。设定期间例如能够考虑从通知警报(后述)起至液压挖掘机1的保养负责人等确认警报及探讨并决定对所需品订货所需要的需要期间而任意设定。另外,也可以为,对从警报通知后至订货为止的过往数据进行机械学习,自动地对设定期间进行设定。
(步骤S42)
接着,处理装置100基于所需品在规定订货日中的在库的推定数量的数据,判断供应方在规定订货日中是否具有需要数量的所需品。在供应方在规定订货日中没有需要数量的所需品的在库的情况(N)下,处理装置100将工序从步骤S42向步骤S43工序转移。在供应方在规定订货日中具有需要数量的所需品的在库的情况(Y)下,处理装置100将工序绕过步骤S43从步骤S42向步骤S44转移。
(步骤S43)
在供应方在规定订货日中不具有需要数量的所需品的在库的情况下,处理装置100基于零配件生产DB(例如生产计划的数据),运算所需品的生产所需要的预想生产期间(例如从生产开始至出库的期间)。在运算所需品的预想生产期间之后,处理装置100将工序从步骤S43向步骤S44转移。
(步骤S44)
若将工序转移至步骤S44,则处理装置100基于运送途径DB214(供应方的所在地、运送途径等的数据),推定从供应方通过规定的运送途径调配所需品所需要的调配期间。该情况下,在具有所需品的在库的情况下,处理装置100中,使运送期间(或根据需要将设定期间附加至运送期间得到的期间)运算为调配期间。在预想到所需品在预想为所需品的订货日中没有在库的情况下,处理装置100中,参照运送途径DB214而使在运送期间(或根据需要将设定期间附加至运送期间得到的期间)中还附加有所需品的生产期间得到的期间被运算为调配期间。所需品的生产期间基于零配件生产DB213运算。
图10是表示基于处理装置100执行的调配时间预测P4的处理中的输出结果的一例的图。如该图所示,本实施方式中,针对设想为订货对象的所需品(该图中针对多个所需品的每一个),运算在库有无、生产期间、运送途径、运送期间以及调配期间。
·警报通知时期判断
警报通知时期判断P5是如下处理:针对被预想会在液压挖掘机1发生的故障项目,推定到故障发生为止的延缓期间(从当前至故障发生为止的预想期间),判断经由输出装置300向通知对象者通知警报的恰当定时。延缓期间是基于在状态分析P1的处理中针对液压挖掘机1的作为异常判断基础的评价值a和故障事例DB212,由处理装置100执行的。若举出具体例,则各故障项目中在延缓期间Ta与评价值a之间具有固定关系,若是由上述的式(a=(x-μ)2/σ2)求出的评价值,则如图11所示,随着评价值a的值越大,延缓期间变得越短。
图11是以评价值和延缓期间为轴、针对某故障项目从故障事例DB212将实际记录值拓扑而由近似式(近似曲线)表示评价值a与延缓期间Ta的关系的例子。通过使用该近似式,在某故障项目中运算出评价值az的情况下能够推定延缓期间Taz。针对每个故障项目运算这样的近似式,能够使用对应的近似式从评价值a运算延缓期间Ta。然而,图11的延缓期间的运算方法是一例,例如将预先设定的最近的设定期间量的评价值a积分,基于该积分值运算延缓期间Ta等,能够适当变更使用评价值a的延缓期间Ta的运算方法。
另外,关于警报定时的判断,能够举出如下例子:例如判断将由调配时间预测P4的处理运算出的调配时间从延缓期间中减去得到的值是否为预先设定的设定值以下,在为设定值以下的情况下判断为警报通知的定时已经到来。在此所用的设定值能够考虑例如在实施液压挖掘机1保养的作业场中从所需品的受领起至着手保养作业为止所需要的处理期间等而任意设定。另外,也可以为,对从所需品受领后至保养作业开始为止的过往的数据进行机械学习,自动地对设定值进行设定。在单纯地若延缓期间成为调配时间以下则通知警报的情况下,只要将设定值设定为0(零)即可。
·警报发送
警报发送P6是如下处理:在通过警报通知时期判断P5的处理判断为从延缓期间减去调配期间得到的值为预先设定的设定值以下的情况下,向输出装置300输出通知液压挖掘机1的保养要求的警报。如图12所示,警报中包含关于预想会发生的故障项目和所需品(品名以及数量)等的信息。图12表示在输出装置300(显示器)中通过文本信息通知预想会发生的故障项目和被预想的故障时期、其保养(对策)所需要的所需品和数量、被预想的调配期间等信息的画面的一例。该通知例如在对警报执行受领手续(例如确认按钮的操作)之前能够连续地或按固定的时间间隔显示。该情况下,在警报的受领手续执行之前,随着时间经过例如因零配件在库的推移等而导致调配期间等发生变更的情况下,也能够以将该变更反映出的方式适时更新警报的内容。由此,保养负责人等能够确认精度高的最新信息。
此外,也考虑到在警报的画面中显示评价值a的数值或如图7那样的图。在通知评价值a的情况下,也可以为,例如与数值的大小相应地将评价值a分类为一级、二级、三级的三个等级,代替数值而显示等级。当然,等级的分类不限于三级,可以为两级也可以为四级以上。
另外,作为警报的形式,也能够适当采用警告音、灯点亮、电子邮件、电话、传真。
图13是概略表示基于处理装置100执行的至警报通知为止的一系列工序的一例的流程图。处理装置100在每个设定期间(例如1天)自动地或在与保养负责人等的操作相应的任意定时,执行图13的流程图。在通过手动对处理装置100指示图13的处理的执行的情况下,除了对处理装置100直接操作的构成之外,也能够构成为,例如操作经由网络NW能够与处理装置100通信的外部终端(包括设置型终端、移动终端)。
(步骤S51、S52)
处理装置100若开始图13的工序,则执行上述的状态分析P1的处理,针对液压挖掘机1运算评价值a(步骤S51),基于运算出的评价值a来判断液压挖掘机1是否为异常(步骤S52)。在液压挖掘机1没有异常的情况下,处理装置100结束图13的处理,在该图的处理的下个执行的机会之前待机。在液压挖掘机1具有异常的情况下,处理装置100使工序从步骤S52向步骤S53转移。此外,状态分析P1的处理中,根据由液压挖掘机1的多样的运转数据定义的特征向量,也推定出在特征量空间内分类的故障项目。该例中,假设该处理的结果为,针对某个故障项目认识到异常。另外,在故障项目被推定出之后,由处理装置100依次执行所需品推定P2和在库推定P3、调配时间预测P4的处理,由此也推定出所需品以及其数量和调配期间。
(步骤S53-S55)
在针对某个故障项目对液压挖掘机1检测到异常之后,处理装置100执行警报通知时期判断P5的处理,推定到液压挖掘机1发生故障为止的延缓期间(步骤S53)。处理装置100将推定出的延缓期间与所需品的调配期间进行比较(步骤S54),若调配期间相对于延缓期间具有富余(若差比设定值大),则结束图13的处理并在该图的处理的下个执行的机会之外待机。另一方面,在调配期间相对于延缓期间不富余(差为设定值以下),则处理装置100将工序向步骤S55向步骤S56转移。
(步骤S56)
若工序转移至步骤S56,则处理装置100向输出装置300输出警报,将包括需要对策的故障项目、到故障为止的延缓期间、对于对策所需要的所需品和数量等信息的保养要求对通知对象者进行通知。在输出警报之后,处理装置100结束图13的处理并在该图的处理的下个执行的机会之前待机。
·响应记录
响应记录P7是在警报的通知后、针对保养负责人相对于该警报所实施的响应内容的数据向服务器200发送并蓄积于故障事例DB212的处理。在响应内容的数据中包括警报的识别号码、所需品的订货日、订货数量、保养开始日、保养结束日等的数据。响应内容的数据通过保养负责人或顾客等,操作处理装置100或与其经由网络NW连接的外部端末而输入。也可以构成为,不经由处理装置100向服务器200直接上传响应内容的数据。响应内容的数据除了可以用于在库推定P3和警报通知时期判断P5的精度提高之外,还可以用于顾客满足度提高的分析等。
-效果-
(1)本实施方式中针对液压挖掘机1判断故障项目并通过警报通知保养要求。由此,保养负责人等能够确认该警报并探讨故障项目的保养,或者能够简单点检液压挖掘机1来确认保养要求的妥当性。另外,能够确认用于保养的所需品,或者迅速探讨其妥当性。并且,该警报能够在从故障发生的预想时期考虑所需品的调配期间等反算出的恰当定时进行通知。因此,能够抑制如警报延迟通知导致来不及对保养作业调配所需品那样的状况的发生。另外,不会根据仅检测到异常就通知警报,在将到故障发生为止的延缓期间和所需品的调配期间考虑在内的定时通知警报。因此,能够抑制因通知早了的警报导致向客户要求本来不需要的零配件订货,能够抑制无谓的零配件成本的发生。由此,能够将所需品的调配所需要的期间考虑在内在恰当的定时向规定的通知对象者通知液压挖掘机1的保养要求,能够有效缩短液压挖掘机1的无法运转的期间。
(2)另外,本实施方式中,基于由液压挖掘机1的多样的运转数据规定的特征向量来运算评价值a。由此,通过利用例如机械学习等,能够伴随实际记录数据的蓄积而高精度地推定在液压挖掘机1预想会发生的故障的种类和征兆。
(3)将基于零配件在库DB219以及零配件生产DB213得到的所需品的在库数量的推移、和基于运送途径DB214得到的所需品的运送期间也考虑在内来运算所需品的调配期间,因此能够运算妥当性高的调配期间。尤其,在所需品在设想所需品订货之日的在库不足被预想到的情况下,进一步考虑基于零配件生产DB213得到的所需品的生产期间,因此能够无关在库的有无地灵活推定所需品的调配期间。
-变形例-
以上的实施方式中,在状态分析P1中说明了通过与正常模型的比较来运算评价值a的例子,但也能够使用威布尔分析等剩余生命诊断算法,将管理对象机械或其构成要素的推定剩余生命作为评价值a来运算。该情况下,针对管理对象机械的到故障发生为止的延缓期间,能够使用推定剩余生命和故障确率来运算。
以上的实施方式中,例举了由处理装置100执行从状态分析P1至响应记录P7的一系列处理的构成,但这些处理也能够使用所谓的边缘计算技术由管理对象机械执行。也就是说,可以构成为,将各个管理对象机械(上述实施方式中液压挖掘机1)的车载计算机分别设为处理装置100。
附图标记说明
1…液压挖掘机(管理对象机械),100…处理装置,211…运转数据数据库,212…故障事例数据库,213…零配件生产数据库,214…运送途径数据库,217…所需品数据库,219…零配件在库数据库,300…输出装置,a…评价值。
Claims (4)
1.一种保养支援系统,其将通知管理对象机械的保养要求的警报向规定的输出装置输出,所述保养支援系统的特征在于,具有:
运转数据数据库,其积存有所述管理对象机械的运转数据;
所需品数据库,其针对所述管理对象机械的每个故障项目规定了用于保养的所需品以及其数量;
故障事例数据库,其针对从基于为了评价所述管理对象机械的健全性而运算出的评价值做出了异常判断起至故障实际发生为止的期间积存有过往的数据;
零配件在库数据库,其针对每个所述所需品积存有在库数量的数据;和
处理装置,其生成所述警报并向所述输出装置输出,
所述处理装置构成为:
基于所述运转数据数据库来运算所述评价值,
基于所述评价值来判断所述管理对象机械是正常还是异常,
在针对所述管理对象机械做出异常判断的情况下,关于预想会发生的故障项目,基于所述所需品数据库来推定用于保养的所需品以及其数量,
基于作为所述异常判断的基础的所述评价值和所述故障事例数据库,针对被预想的所述故障项目推定到故障发生为止的延缓期间,
根据所述零配件在库数据库来推定所述所需品的调配所需要的调配期间,
在从所述延缓期间减去所述调配期间得到的值为预先设定的设定值以下的情况下,包括被预想的所述故障项目、所述所需品的信息在内,将通知所述保养要求的警报向所述输出装置输出。
2.根据权利要求1所述的保养支援系统,其特征在于,所述处理装置基于由所述运转数据规定的特征向量来运算所述评价值。
3.根据权利要求1所述的保养支援系统,其特征在于,具有:
运送途径数据库,其针对每个所述所需品积存有供应方的所在地和运送途径的数据;
零配件生产数据库,其积存有所述所需品的生产计划以及入库计划,
所述处理装置构成为:
基于所述零配件在库数据库以及所述零配件生产数据库,针对所述所需品来推定在库数量的推移,
基于所述运送途径数据库来运算所述所需品的运送所需要的运送期间,
基于所述在库数量的推移以及所述运送期间来运算从所述所需品的订货起至所述所需品到达指定场所为止的期间并将其作为所述调配期间。
4.根据权利要求3所述的保养支援系统,其特征在于,所述处理装置在推定为所述所需品在设想进行所述所需品订货之日不在库的情况下,基于所述零配件生产数据库来运算所述所需品的生产期间,并向所述运送期间中加上所述生产期间来运算所述调配期间。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021002368A JP7461899B2 (ja) | 2021-01-08 | 2021-01-08 | 保守支援システム |
JP2021-002368 | 2021-01-08 | ||
PCT/JP2021/048683 WO2022149534A1 (ja) | 2021-01-08 | 2021-12-27 | 保守支援システム |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116710863A true CN116710863A (zh) | 2023-09-05 |
Family
ID=82357953
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180062667.2A Pending CN116710863A (zh) | 2021-01-08 | 2021-12-27 | 保养支援系统 |
Country Status (6)
Country | Link |
---|---|
US (1) | US20230368154A1 (zh) |
EP (1) | EP4276713A1 (zh) |
JP (1) | JP7461899B2 (zh) |
KR (1) | KR20230049125A (zh) |
CN (1) | CN116710863A (zh) |
WO (1) | WO2022149534A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7398019B1 (ja) * | 2023-03-28 | 2023-12-13 | 株式会社日立パワーソリューションズ | 保守支援装置及び保守支援方法 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004110709A (ja) | 2002-09-20 | 2004-04-08 | Takenaka Komuten Co Ltd | 設備又は機械器具などの保全管理支援方法 |
JP4690899B2 (ja) | 2006-02-14 | 2011-06-01 | 株式会社東芝 | 事業リスク予測装置 |
JP5625780B2 (ja) | 2010-11-12 | 2014-11-19 | Jfeスチール株式会社 | 在庫管理装置および在庫管理方法 |
US8803461B2 (en) | 2010-12-22 | 2014-08-12 | Arvind Kumar Tiwari | System and method for synchronous machine health monitoring |
JP5988740B2 (ja) * | 2012-07-13 | 2016-09-07 | 日立建機株式会社 | 稼働機械の保守管理装置 |
WO2014061080A1 (ja) | 2012-10-15 | 2014-04-24 | 株式会社日立製作所 | 保守計画立案支援システム、保守計画立案支援方法、保守計画立案支援プログラム |
-
2021
- 2021-01-08 JP JP2021002368A patent/JP7461899B2/ja active Active
- 2021-12-27 CN CN202180062667.2A patent/CN116710863A/zh active Pending
- 2021-12-27 US US18/026,230 patent/US20230368154A1/en active Pending
- 2021-12-27 KR KR1020237008818A patent/KR20230049125A/ko unknown
- 2021-12-27 WO PCT/JP2021/048683 patent/WO2022149534A1/ja active Application Filing
- 2021-12-27 EP EP21917754.0A patent/EP4276713A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
JP7461899B2 (ja) | 2024-04-04 |
US20230368154A1 (en) | 2023-11-16 |
EP4276713A1 (en) | 2023-11-15 |
KR20230049125A (ko) | 2023-04-12 |
JP2022107423A (ja) | 2022-07-21 |
WO2022149534A1 (ja) | 2022-07-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7921000B2 (en) | Maintenance support system for construction machine | |
AU2003277269B2 (en) | System and method for managing a fleet of machines | |
US8095279B2 (en) | Systems and methods for improving haul route management | |
AU2009319891B2 (en) | System and method for detecting low tire pressure on a machine | |
JP6298797B2 (ja) | 建設機械の交換品管理システム | |
EP2483120B1 (en) | Impact sensing usable with fleet management system | |
JP4756793B2 (ja) | 建設機械の管理装置 | |
EP1321876A2 (en) | Rental equipment business system and method | |
CN109426869B (zh) | 工程机械的消耗品维护日程信息调整服务器及方法 | |
WO2001073633A1 (fr) | Procede et systeme de gestion de machines de construction et dispositif de traitement arithmetique | |
US20070179640A1 (en) | Environmental monitoring system for a machine environment | |
JP2010538357A (ja) | 運搬車両の積載作業を管理するためのシステム | |
CN104036359A (zh) | 车队管理系统 | |
US20070078791A1 (en) | Asset management system | |
CN116710863A (zh) | 保养支援系统 | |
US20200058173A1 (en) | System and method for remote diagnostics and monitoring of heavy equipment | |
US20200190775A1 (en) | Method For Managing Operations At A Worksite | |
US10915069B2 (en) | Monitoring system for monitoring usage of uniquely identifiable machine components | |
US10288530B2 (en) | Method for improving severity estimates | |
KR20220132587A (ko) | 작업 기계의 보수 관리 시스템 | |
JP4741114B2 (ja) | 機械のメンテナンスシステム、メンテナンス方法、およびこの方法をコンピュータに実行させるためのプログラム | |
JP2010287070A (ja) | 作業機械管理システムにおける作業機械管理方法 | |
Clay et al. | Evaluating forecasting algorithms and stocking level strategies using discrete-event simulation | |
Zanini et al. | Mobile assets monitoring for fleet maintenance | |
JP2001331612A (ja) | 営業支援装置 |
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 |