CN117546189A - 处理装置和处理方法 - Google Patents

处理装置和处理方法 Download PDF

Info

Publication number
CN117546189A
CN117546189A CN202180099392.XA CN202180099392A CN117546189A CN 117546189 A CN117546189 A CN 117546189A CN 202180099392 A CN202180099392 A CN 202180099392A CN 117546189 A CN117546189 A CN 117546189A
Authority
CN
China
Prior art keywords
time
building
history information
group
unit
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
Application number
CN202180099392.XA
Other languages
English (en)
Inventor
松枝豊
久濑健太
大泽奈奈穗
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Building Solutions Corp
Original Assignee
Mitsubishi Electric Building Solutions Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Building Solutions Corp filed Critical Mitsubishi Electric Building Solutions Corp
Publication of CN117546189A publication Critical patent/CN117546189A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

处理装置(100)对与设置于楼宇(1)的楼宇设备(10)的维护相关的信息进行处理。处理装置(100)具备取得部(130)、分类部(131)以及输出部(133)。取得部(130)取得多个历史信息。分类部(131)通过聚类方法将多个历史信息分类为多个组。输出部(133)输出分类部(131)的分类结果。多个历史信息分别包含从维护人员到达楼宇(1)起到与楼宇设备(10)相关的作业完成为止的应对时间。多个组包括不包含非作业时间的第1组和包含非作业时间的第2组。分类部(131)基于应对时间将多个历史信息至少分类为第1组和第2组。

Description

处理装置和处理方法
技术领域
本公开涉及处理装置和处理方法。
背景技术
关于设置于楼宇的楼宇设备的维护,执行将进行了维护作业的历史作为历史信息而蓄积的运用。在历史信息中,包含从维护人员到达楼宇到与楼宇设备相关的作业完成为止的应对时间。
以往,提出了根据蓄积的历史信息来预测上述应对时间这样的方法。例如存在将过去的应对时间的平均值作为应对时间的预测值的方法。此外,作为进行作业时间的估计的技术,例如存在日本特开2017-151490号公报(专利文献1)所记载的技术。
现有技术文献
专利文献
专利文献1:日本特开2017-151490号公报
发明内容
发明要解决的问题
但是,在应对时间中,不仅包含作业时间,有时还包含直至进入楼宇为止的时间、为了准备作业所需的部件而中断作业的时间等非作业时间。在包含这样的性质与实际的作业时间不同的非作业时间的情况下,难以仅根据平均值来预测应对时间。此外,在专利文献1所记载的技术中,关于考虑包含性质不同的时间的情形来预测应对时间的方法,没有进行任何研究。
本公开是为了解决这样的问题而完成的,其目的在于,提供一种即便在包含非作业时间这样的性质不同的时间的情况下也能够适当地进行与应对时间相关的分析的处理装置和处理方法。
用于解决问题的手段
本公开的处理装置对与设置于楼宇的楼宇设备的维护相关的信息进行处理。处理装置具备取得部、分类部以及输出部。取得部取得多个历史信息。分类部通过聚类方法将多个历史信息分类为多个组。输出部输出分类部的分类结果。多个历史信息分别包含从维护人员到达楼宇起到与楼宇设备相关的作业完成为止的应对时间。多个组包括不包含非作业时间的第1组和包含非作业时间的第2组。分类部基于应对时间将多个历史信息至少分类为第1组和第2组。
本公开的处理方法是对与设置于楼宇的楼宇设备的维护相关的信息进行处理的方法。处理方法具备以下步骤:取得多个历史信息;通过聚类方法将多个历史信息分类为多个组;以及输出分类的步骤的分类结果。多个历史信息分别包含从维护人员到达楼宇起到与楼宇设备相关的作业完成为止的应对时间。多个组包括不包含非作业时间的第1组和包含非作业时间的第2组。在分类的步骤中,基于应对时间将多个历史信息至少分类为第1组和第2组。
发明的效果
根据本公开,即便在包含非作业时间这样的性质不同的时间的情况下,也能够适当地进行与应对时间相关的分析。
附图说明
图1是示出第1实施方式的处理装置的功能框图的一例的图。
图2是示出第1实施方式的处理装置的硬件结构的一例的图。
图3是用于说明应对时间的分布的图表。
图4是第1实施方式的处理装置所执行的处理的流程图。
图5是示出第1实施方式的分类结果的显示例的图。
图6是示出第1实施方式的计算结果的显示例的图。
图7是示出第1实施方式的计算结果的显示例的图。
图8是示出第1实施方式的计算结果的显示例的图。
图9是示出第2实施方式的处理装置的功能框图的一例的图。
图10是第2实施方式的处理装置所执行的处理的流程图。
具体实施方式
以下,参照附图对实施方式进行说明。在以下的说明中,针对相同的部件标注相同的标号。它们的名称和功能也相同。因此,不再重复对它们的详细说明。
[第1实施方式]
首先,对第1实施方式的处理装置100进行说明。图1是示出第1实施方式的处理装置100的功能框图的一例的图。图2是示出第1实施方式的处理装置100的硬件结构的一例的图。
第1实施方式中的处理装置100是对与设置于楼宇的楼宇设备的维护相关的信息进行处理的装置。具体而言,处理装置100对存储部114所存储的多个作业历史信息(也称为“历史信息”)进行分类,基于分类出的结果来计算统计值,使分类结果或计算结果显示于显示装置201。
历史信息是在应对询问、投诉等而进行了作业时将其内容作为历史而记录的信息。如图2所示,历史信息记录有包含楼宇1a~1c的多个楼宇的信息。
多个历史信息分别包含应对时间。应对时间是从维护人员到达楼宇(1a~1c等)起到与楼宇设备(10a~10c等)相关的作业完成为止的时间。例如,在楼宇1a中进行了维护作业的情况下,从维护人员到达楼宇1a起到与楼宇设备10a相关的作业完成为止的时间成为应对时间。
多个历史信息分别除了应对时间以外,例如还包含作业日期时间、升降机的种类(机型)、升降机故障的种类(故障类别)等信息。
使用图3~图8对历史信息和应对时间详细进行说明。此外,在以下的说明中,将楼宇1a~1c等楼宇统称为“楼宇1”,将楼宇10a~10c等的楼宇设备统称为“楼宇设备10”。此外,这里,作为楼宇设备10,假定电梯等升降机,但也可以是其他楼宇设备。
如图1所示,处理装置100具备存储部114、取得部130、分类部131、计算部132以及输出部133。取得部130取得存储部114所存储的多个历史信息。
分类部131对多个历史信息进行分类并输出分类结果。计算部132使用分类结果来计算计算结果(统计值)。输出部133输出分类结果和计算结果。显示装置201显示由输出部133输出的分类结果和计算结果。
图1中的显示装置201的显示例是之后使用图5叙述的分类结果的显示例、以及之后使用图7叙述的计算结果的显示例。在本显示例中,显示了在将多个历史信息分类为2个组的基础上计算统计值而得到的结果。
如图2所示,处理装置100具有CPU(Central Processing Unit:中央处理单元)111、ROM(Read Only Memory:只读存储器)112、RAM(Random Access Memory:随机存取存储器)113、存储部114、以及I/O接口120。它们经由总线以相互能够通信的方式连接。
CPU111统一地控制处理装置100整体。CPU111将ROM112中存储的程序加载于RAM113而执行。ROM112存储记录了由处理装置100进行的处理的处理步骤的程序。
RAM113成为CPU111执行程序时的作业区域,暂时地存储程序、执行程序时的数据等。此外,存储部114是非易失性的存储装置,例如是HDD(Hard Disk Drive:硬盘驱动器)、SSD(Solid State Drive:固态硬盘)等。
I/O接口120是用于CPU111与显示装置201或输入装置202连接的接口。在处理装置100上连接有显示装置201和输入装置202。
显示装置201例如是显示器。显示装置201显示由输出部133输出的结果。输入装置202例如是键盘、鼠标。例如,通过输入装置202的操作,能够使处理装置100执行历史信息的分类处理等,或者选择使显示装置201显示的内容。
处理装置100将升降机等楼宇设备10(10a~10c等)的作业历史信息(历史信息)存储于存储部114。
以下,对历史信息和应对时间的详细情况进行说明。图3是用于说明应对时间的分布的图表。在图3中,纵轴表示应对时间,横轴表示作业日期时间。
在该应对时间中,有时包含与上述作业无关的非作业时间也称为(“等待时间”)。例如,非作业时间包含非作业时间A、非作业时间B以及非作业时间C中的至少1个。
非作业时间A是为了准备作业所需的部件而中断作业的时间。例如,假定在升降机的底座发生了故障的情况下需要更换底座而准备底座的情况。非作业时间B是从维护人员到达楼宇1起到进入该楼宇1为止的时间。非作业时间C是在更换有偿部件时为了取得该楼宇1的所有者的确认而中断了作业的时间。在应更换的部件为有偿的情况下,需要向所有者确认。为了进行该确认,也有时不得已再次访问楼宇。
在图3的图表中,作为非作业时间,标绘出包含非作业时间A的数据(图中的“有发生等待”的数据)和不包含非作业时间A的数据(图中的“无发生等待”的数据)。
如上所述,在准备部件的情况下,维护人员大多为了准备而暂时提起楼宇1,在获得了部件时改天进行作业。在该情况下,即便通常是在1~2小时内完成的作业,由于为了准备而跨天,因此,有时直至完成作业为止需要数天。
这样,在包含非作业时间A的数据和不包含非作业时间A的数据这样的性质不同的数据混合存在的情况下,即便作为统计值而求出了平均时间,也难以掌握实质上作业所需的时间。
于是,在实施方式1中,处理装置100在对这样的性质不同的数据进行了分类的基础上,进行统计处理。以下,使用图4~图8,对实施方式1中的处理装置100所执行的处理和显示装置201所显示的内容具体进行说明。
图4是第1实施方式的处理装置100所执行的处理的流程图。图5是示出第1实施方式的分类结果的显示例的图。图6~图8是示出第1实施方式的计算结果的显示例的图。
处理装置100所执行的处理例如也可以通过使用处理装置100的用户的操作(基于输入装置202的操作)而开始处理。以下,也将“步骤”仅称为“S”。
如图4所示,在处理装置100所执行的处理开始时,在S1中,处理装置100的取得部130取得存储部114所存储的多个历史信息,使处理进入S2。
在S2中,处理装置100的分类部131通过聚类方法将多个历史信息分类为多个组,使处理进入S3。具体而言,多个组包括不包含非作业时间的第1组(无发生等待)和包含非作业时间的第2组(有发生等待)。分类部131基于应对时间将多个历史信息至少分类为第1组和第2组。
在S2中,由分类部131根据数据的性质(数据的聚集情况等)进行数据的聚类。在本实施方式中,使用混合高斯模型(GMM:Gaussian Mixture Model)进行聚类。由此,能够得到多个高斯分布模型(在后述的图5的例子中为第1组和第2组这2个组)。另外,不限于此,作为聚类的方法,也可以利用SOM(自组织映射)、分层聚类等。
在S3中,处理装置100的分类部131基于分类出的第1组和第2组,计算表示第1组与第2组的边界的边界时间,使处理进入S4。
在S4中,处理装置100的输出部133输出分类部131的分类结果,使处理进入S5。由此,显示装置201显示所输出的分类结果。
例如,如图5所示,显示装置201显示在横轴标绘出应对时间且在纵轴标绘出其频度的图表。如图那样,通过聚类,以分类为在应对时间短的位置具有峰的第1组(无发生等待)和在应对时间比第1组长的位置具有峰的第2组(有发生等待)的状态显示出图表。
在图中,可知在横轴上标绘(四边形标记)有各应对时间,出现频度在第1组的峰附近和第2组的峰附近变高。此外,在图表上,还示出边界时间。在本实施方式中,将第1组的频度与第2组的频度相等的时间(概率的大小交换的时间)定义为边界时间。
在S5中,处理装置100的计算部132针对由分类部131分类出的多个组中的各个组,计算与应对时间相关的统计值,使处理进入S6。统计值包含第1组的应对时间的平均值和第2组的应对时间的平均值。
在S6中,处理装置100的计算部132根据统计值的时间序列信息来预测当前或将来的统计值,使处理进入S7。
在S7中,处理装置100的输出部133输出计算部132的计算结果,结束处理。输出部133输出统计值的时间序列信息。
例如,如图6所示,显示装置201显示在横轴标绘出作业日期时间且在纵轴标绘出应对时间的图表。在图表中,标绘出第1组的应对时间(圆形标记),并且示出第1组的平均时间X的随时间经过的推移。此外,在图表中,标绘出第2组的应对时间(四边形标记),并且示出第2组的平均时间Z的随时间经过的推移。
例如,根据图6的图表,能够进行虽然部件准备等发生等待时的平均时间X未改变但无发生等待的平均时间X被逐渐改善等每个状况的解析。
这里,关于在S5中求出的平均值,例如,可以针对第1组和第2组,分别以月为单位或以年为单位进行划分来求出平均时间,也可以求出全部数据的平均值。
此外,作为在S6中根据时间序列信息预测出的统计值,显示平均时间X的预测值即预测时间XP。可以将最近的平均时间X设为预测时间XP,也可以根据平均时间X的推移,使用最小二乘法等方法,来估计当前或将来的预测时间XP。
此外,能够显示图7所示的统计值的信息。在饼图中,应对时间为1小时以内的概率(75%)、应对时间为1~3小时的概率(12.5%)、应对时间为3小时以上的概率(12.5%)分别作为饼图而示出。
在本例中,计算为边界时间=3小时。因此,应对时间为3小时以上的概率=由于部件准备而产生非作业时间的概率(也称为“发生等待概率”)。
此外,示出无发生等待的情况下(第1组)的应对时间的平均为X小时,发生等待概率为Y%,有发生等待的情况下(第2组)的应对时间的平均为Z小时。以上所示的统计值在S5中被计算出。
此外,如图8所示,也可以显示表示边界时间的时间推移的图表。显示装置201显示在横轴标绘出作业日期时间且在纵轴标绘出应对时间的图表。
在图中,标绘出第1组的应对时间(圆形标记)和第2组的应对时间(四边形标记)。此外,在它们的边界示出边界时间。在本例中,在图示的定时变更维护方法。例如,通过改善维护手册或重新修改部件准备方法来变更维护方法。
在图中,在变更了维护方法的定时,边界时间下降。由此,能够掌握通过维护方法的变更而带来的应对时间的改善效果。
如以上说明的那样,通过基于应对时间将多个历史信息至少分类为不包含非作业时间的第1组和包含非作业时间的第2组,即便在包含非作业时间这样的性质不同的时间的情况下,也能够适当地进行与应对时间相关的分析。此外,针对分类出的多个组中的各个组,计算与应对时间相关的统计值并将其输出,由此,能够在排除与作业无关的非作业时间的基础上进行与应对时间相关的统计。此外,也能够预测该情况下的应对时间的平均值(图6的预测时间XP),并且掌握通过维护方法的变更而带来的改善效果(图8)。
[第2实施方式]
图9是示出第2实施方式的处理装置100的功能框图的一例的图。图10是第2实施方式的处理装置100所执行的处理的流程图。
在第1实施方式中,处理装置100具备存储部114、取得部130、分类部131、计算部132以及输出部133。在第2实施方式中,处理装置100还具备分割部140和决定部141。以下,使用图9和图10对第2实施方式进行说明。在第2实施方式的说明中,针对与第1实施方式的不同点进行说明,省略共同部分的说明。
如图10所示,当处理装置100所执行的处理开始时,在S11中,处理装置100的取得部130取得存储部114所存储的多个历史信息,使处理进入S12。该处理与S1相同。
这里,多个历史信息分别除了包含应对时间以外,还包含与楼宇1(1a~1c等)或楼宇设备10(10a~10c等)关联的多个关联信息。多个关联信息包含楼宇1的种类(建筑物的种类)、升降机的运行年数、升降机的种类(机型)、升降机故障的种类、维护合同的种类、以及维护人员的技能中的至少1个。
建筑物的种类例如被分类为商业楼宇、办公楼宇等。升降机故障的种类(故障类别)例如被分类为门相关的故障、制动相关的故障、控制装置的故障等。维护合同的种类例如存在有偿进行规定部件的更换的合同(以下称为“A合同”)或者无偿对它们进行更换的合同(以下称为“B合同”)等。关于维护人员的技能,例如也可以以作为维护人员的经验年数为3年以下、3~7年、7年以上的方式进行分类。
在S12中,处理装置100的决定部141从多个关联信息中决定用于分割部140分割多个历史信息的信息,使处理进入S13。例如,决定部141决定为按照升降机的每个机型来分割历史信息。或者还可以决定为按照每个合同来分割历史信息。例如,在存在机型A、机型B、合同A、合同B的情况下,分割为机型A且合同A、机型A且合同B、机型B且合同A、机型B且合同B这4种。
决定部141也可以基于用户所指定的分割信息进行分割。此外,决定部141也可以使用检验等来决定是否基于用户所指定的分割信息进行分割。在使用检验来决定的情况下,例如,利用t检验、Mann-Whitney的U检验等即可。在数据量少的情况下,有时无法顺利地对性质不同的数据(有发生等待、无发生等待)进行分类。在这样的情况下,采取对上述分割的数据再次进行综合的措施。
在S13中,处理装置100的分割部140基于多个关联信息中的至少1个关联信息来分割多个历史信息,使处理进入S14。具体而言,基于在S12中决定出的信息,对多个历史信息进行分割。
在S14中,处理装置100的分类部131针对由分割部140分割后的多个历史信息中的每个历史信息而分类为多个组,使处理进入S15。
在S15中,处理装置100的分类部131基于分类出的第1组和第2组,计算表示第1组与第2组的边界的边界时间,使处理进入S16。该处理与S3相同。
在S16中,处理装置100的输出部133输出分类部131的分类结果,使处理进入S17。该处理与S4相同。由此,例如,也可以按照分割出的每个历史信息来示出图5所示的表示第1组和第2组的频度的图表。例如,也可以按照维护合同的每个种类来显示上述的图表。
在S17中,处理装置100的决定部141从多个关联信息中决定用于分割部140分割多个历史信息的信息,使处理进入S18。决定部141基于由用户指定的分割信息进行分割。这可以与S12中的决定部141的决定相同,也可以不同。例如,也可以是,在S12中,按照升降机的每个机型来分割历史信息,在S17中,按照升降机的每个机型并且按照每个合同来分割历史信息(分割为上述说明的4个)。在S12、S17中,均可以按照升降机的每个机型并且按照每个合同来分割历史信息。
在S18中,处理装置100的分割部140还基于多个关联信息中的至少1个关联信息,来分割由分类部131分类出的多个组中的各个组,使处理进入S19。具体而言,基于在S17中决定的信息,来分割由分类部131分类出的多个组中的各个组。
在S19中,处理装置100的计算部132针对由分割部140分割且由分类部131分类出的多个组中的各个组,来计算统计值,使处理进入S20。
在S20中,处理装置100的输出部133输出计算部132的计算结果,结束处理。输出部133输出统计值的时间序列信息。该处理与S7相同。
例如,如图9所示,也可以显示与图7上部相同的饼图。在该例子中,按照维护合同的每个种类来分割历史数据,按照维护合同的每个种类使饼图显示。
如上所述,“A合同”是有偿进行规定部件的更换的合同,“B合同”是无偿进行更换的合同。在A合同中,示出应对时间为1小时以内的概率是75%,应对时间为1~3小时的概率是12.5%,应对时间为3小时以上的概率是12.5%。
与此相对,在B合同中,示出应对时间为1小时以内的概率是85%,应对时间为1~3小时的概率是10%,应对时间为3小时以上的概率是5%。根据本图表可以看出,B合同的应对时间比A合同短。
在有偿更换部件时,需要向签订维护合同的所有者进行确认,由于该确认而产生等待时间。因此,在能够无偿进行更换的B合同的情况下,相比于A合同,不产生用于确认的等待时间,应对时间相应地缩短。例如,在进行维护合同的提案时,假定提示对A合同与B合同进行比较的本图表并推荐应对时间短的B合同这样的利用方法。
此外,也可以与图7的下部显示信息。在该例子中,按照每个故障类别来分割历史数据,在故障类别中显示出平均应对时间等。
在故障类别是故障类别C的情况下示出:无发生等待的情况下(第1组)的应对时间的平均是X1小时,由于部件准备而产生非作业时间的概率(发生等待概率)是Y1%,有发生等待的情况下(第2组)的应对时间的平均是Z1小时。
在故障类别是故障类别D的情况下示出:无发生等待的情况下(第1组)的应对时间的平均是X2小时,由于部件准备而产生非作业时间的概率(发生等待概率)是Y2%,有发生等待的情况下(第2组)的应对时间的平均是Z2小时。
例如,在为门相关的问题(故障)的情况下,大多仅为物体被门夹住等当场消除的轻微故障。在轻微故障中,存在如果去除垃圾则被消除这样的故障、连接器的接触不良等。与此相对,例如,也存在制动相关或基板的不良等由于需要调整或需要更换部件等而与门相关的问题相比在作业完成之前耗费时间的故障。这样,能够按照性质不同的每个故障类别来进行应对时间的分析、预测。
关于建筑物(楼宇)的种类,例如,如果是商业楼宇,则在营业时间段内进入时间存在限制,或者根据楼宇的不同,也存在能够24小时进入或无法在时间外进入的情况。这样,数据的性质根据楼宇的种类而不同。
关于升降机的运行年数,运行年数越长则老化对故障的影响就越大。关于升降机的机型,在旧机型的情况下,存在没有部件的库存或为了准备而耗费时间等不同。此外,还假定应对时间根据维护人员的技能(经验年数)而出现差异。
如以上说明的那样,能够在排除与作业无关的非作业时间的基础上,按照与楼宇设备10关联的多个关联信息分别适当地进行与应对时间相关的分析。
例如,也可以事先进行图9、图10所示的基于分类部131的分类。而且,也可以是,在升降机产生了问题时,升降机的控制装置将故障类别与升降机的机型信息一起报告,处理装置100构成为能够接收该报告信息。处理装置100在接收到报告信息时,使计算部132计算所报告的机型中的故障类别的统计值。维护人员通过确认由计算部132计算出的平均应对时间等,能够尽快掌握上述问题的应对所需的应对时间的预测值、或者由于部件准备等而产生等待时间的概率等。
在电梯发生不良情况时,要求尽可能缩短由于不良情况而使电梯停止的时间(缩短应对时间)。通过如以上说明那样构成,例如,如果由于部件准备而可能导致应对时间变长,则能够通过提前准备部件来缩短应对时间。关于与应对时间相关的分析,过去蓄积的历史信息越多,则越能够严密且准确地分析与楼宇设备10关联的多个关联信息。这样,在本实施方式中,能够在有效地利用所蓄积的过去的历史信息的同时,缩短应对时间。
[主要结构和效果]
以下,对上述的实施方式的主要结构和效果进行说明。
(1)处理装置100对与设置于楼宇1(1a~1c等)的楼宇设备10(10a~10c等)的维护相关的信息进行处理。处理装置100具备取得部130、分类部131以及输出部133。取得部130取得多个历史信息。分类部131通过聚类方法将多个历史信息分类为多个组。输出部133输出分类部131的分类结果。多个历史信息分别包含从维护人员到达楼宇1起到与楼宇设备10相关的作业完成为止的应对时间。多个组包括不包含非作业时间的第1组和包含非作业时间的第2组。分类部131基于应对时间将多个历史信息至少分类为第1组和第2组。这样,通过基于应对时间将多个历史信息至少分类为不包含非作业时间的第1组和包含非作业时间的第2组,从而即便在包含非作业时间这样的性质不同的时间的情况下,也能够适当地进行与应对时间相关的分析。
(2)分类部131基于分类出的第1组和第2组,来计算表示第1组与第2组的边界的边界时间。由此,能够掌握成为第1组与第2组的边界的时间。
(3)非作业时间包含从维护人员到达楼宇1(1a~1c等)起到进入楼宇1(1a~1c等)为止的时间、为了准备作业所需的部件而中断作业的时间、以及在更换有偿部件时为了取得楼宇1的所有者的确认而中断了作业的时间中的至少1个。由此,能够在排除与作业无关的部件准备等的时间的基础上进行应对时间的分析。
(4)处理装置100还具备计算部132。计算部132针对由分类部131分类出的多个组,分别计算与应对时间相关的统计值。输出部133进一步输出计算部132的计算结果。由此,能够在排除与作业无关的非作业时间的基础上,进行与应对时间相关的统计。
(5)统计值包含第1组的应对时间的平均值和第2组的应对时间的平均值。由此,能够在排除与作业无关的非作业时间的基础上,掌握应对时间的平均值。
(6)输出部133输出统计值的时间序列信息。由此,能够在排除与作业无关的非作业时间的基础上,掌握统计值的时间经过。
(7)计算部132根据统计值的时间序列信息来预测当前或将来的统计值。能够在排除与作业无关的非作业时间的基础上,预测当前或将来的统计值。
(8)多个历史信息分别除了包含应对时间以外,还包含与楼宇1(1a~1c等)或楼宇设备10(10a~10c等)关联的多个关联信息。处理装置100还具备分割部140。分割部140基于多个关联信息中的至少1个关联信息来分割多个历史信息。分类部131针对由分割部140分割后的多个历史信息中的每个历史信息,分类为多个组。由此,能够按照与楼宇设备10关联的多个关联信息中的每个关联信息,适当地进行与应对时间相关的分析。
(9)分割部140还基于多个关联信息中的至少1个关联信息,来分割由分类部131分类出的多个组中的各个组。计算部132针对由分割部140分割且由分类部131分类出的多个组中的各个组,来计算统计值。由此,能够按照与楼宇设备10关联的多个关联信息中的每个关联信息,来掌握与应对时间相关的统计值。
(10)多个关联信息包含楼宇1(1a~1c等)的种类、升降机的种类、升降机故障的种类、以及维护合同的种类中的至少1个。由此,能够按照楼宇1的每个种类、升降机的每个种类、升降机故障的每个种类、维护合同的每个种类,来掌握与应对时间相关的统计值。
(11)处理装置100还具备决定部141。决定部141从多个关联信息中决定用于分割部140分割多个历史信息的信息。在通过检验来决定用于分割多个历史信息的信息的情况下,无需对如何分割多个历史信息是合适的进行研究。
(12)处理方法是对与设置于楼宇1(1a~1c等)的楼宇设备10(10a~10c等)的维护相关的信息进行处理的方法。处理方法具备取得多个历史信息的步骤、通过聚类方法将多个历史信息分类为多个组的步骤、以及输出分类步骤的分类结果的步骤。多个历史信息分别包含从维护人员到达楼宇1起到与楼宇设备10相关的作业完成为止的应对时间。多个组包括不包含非作业时间的第1组和包含非作业时间的第2组。在分类步骤中,基于应对时间将多个历史信息至少分类为第1组和第2组。这样,通过基于应对时间将多个历史信息至少分类为不包含非作业时间的第1组和包含非作业时间的第2组,从而即便在包含非作业时间这样的性质不同的时间的情况下,也能够适当地进行与应对时间相关的分析。
此次公开的实施方式在所有方面进行了例示,不应认为是限制性的内容。本公开的范围并非由上述的说明示出而是由权利要求书示出,包含与权利要求书同等的含义和范围内的全部变更。
附图标记说明
1、1a~1c楼宇,10、10a~10c楼宇设备,100处理装置,111CPU,112ROM,113RAM,114存储部,120I/O接口,201显示装置,202输入装置,130取得部,131分类部,133输出部,132计算部,140分割部,141决定部。

Claims (12)

1.一种处理装置,其对与设置于楼宇的楼宇设备的维护相关的信息进行处理,其中,
所述处理装置具备:
取得部,其取得多个历史信息;
分类部,其通过聚类方法将所述多个历史信息分类为多个组;以及
输出部,其输出所述分类部的分类结果,
所述多个历史信息分别包含从维护人员到达所述楼宇起到与所述楼宇设备相关的作业完成为止的应对时间,
所述多个组包括不包含非作业时间的第1组和包含所述非作业时间的第2组,
所述分类部基于所述应对时间将所述多个历史信息至少分类为所述第1组和所述第2组。
2.根据权利要求1所述的处理装置,其中,
所述分类部基于分类出的所述第1组和所述第2组,计算表示所述第1组与所述第2组的边界的边界时间。
3.根据权利要求1或2所述的处理装置,其中,
所述非作业时间包含从所述维护人员到达所述楼宇起到进入所述楼宇为止的时间、为了准备所述作业所需的部件而中断所述作业的时间、以及在更换有偿部件时为了取得所述楼宇的所有者的确认而中断所述作业的时间中的至少1个。
4.根据权利要求1至3中的任意一项所述的处理装置,其中,
所述处理装置还具备计算部,该计算部针对所述分类部分类出的所述多个组分别计算与所述应对时间相关的统计值,
所述输出部进一步输出所述计算部的计算结果。
5.根据权利要求4所述的处理装置,其中,
所述统计值包含所述第1组的所述应对时间的平均值和所述第2组的所述应对时间的平均值。
6.根据权利要求4或5所述的处理装置,其中,
所述输出部输出所述统计值的时间序列信息。
7.根据权利要求6所述的处理装置,其中,
所述计算部根据所述统计值的时间序列信息来预测当前或将来的所述统计值。
8.根据权利要求4至7中的任意一项所述的处理装置,其中,
所述多个历史信息分别除了包含所述应对时间以外,还包含与所述楼宇或所述楼宇设备关联的多个关联信息,
所述处理装置还具备分割部,该分割部基于所述多个关联信息中的至少1个来分割所述多个历史信息,
所述分类部针对由所述分割部分割后的所述多个历史信息中的每个历史信息,分类为所述多个组。
9.根据权利要求8所述的处理装置,其中,
所述分割部还基于所述多个关联信息中的至少1个,来分割由所述分类部分类出的所述多个组中的各个组,
所述计算部针对由所述分割部分割且由所述分类部分类后的所述多个组中的各个组来计算所述统计值。
10.根据权利要求8或9所述的处理装置,其中,
所述多个关联信息包含所述楼宇的种类、升降机的种类、所述升降机的故障的种类、以及所述维护的合同的种类中的至少1个。
11.根据权利要求8至10中的任意一项所述的处理装置,其中,
所述处理装置还具备决定部,该决定部从所述多个关联信息中决定用于所述分割部分割所述多个历史信息的信息。
12.一种处理方法,其对与设置于楼宇的楼宇设备的维护相关的信息进行处理,其中,
所述处理方法具备以下步骤:
取得多个历史信息;
通过聚类方法将所述多个历史信息分类为多个组;以及
输出所述分类的步骤的分类结果,
所述多个历史信息分别包含从维护人员到达所述楼宇起到与所述楼宇设备相关的作业完成为止的应对时间,
所述多个组包括不包含非作业时间的第1组和包含所述非作业时间的第2组,
在所述分类的步骤中,基于所述应对时间将所述多个历史信息至少分类为所述第1组和所述第2组。
CN202180099392.XA 2021-06-15 2021-06-15 处理装置和处理方法 Pending CN117546189A (zh)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/022714 WO2022264273A1 (ja) 2021-06-15 2021-06-15 処理装置および処理方法

Publications (1)

Publication Number Publication Date
CN117546189A true CN117546189A (zh) 2024-02-09

Family

ID=84526350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180099392.XA Pending CN117546189A (zh) 2021-06-15 2021-06-15 处理装置和处理方法

Country Status (3)

Country Link
JP (1) JP7336582B2 (zh)
CN (1) CN117546189A (zh)
WO (1) WO2022264273A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009151733A (ja) * 2007-12-25 2009-07-09 Hitachi Ltd 設備点検スケジュール作成支援装置、設備点検スケジュール作成支援方法、および施設管理システム
CN108537386A (zh) * 2018-04-13 2018-09-14 上海财经大学 基于历史维修记录的维修预测装置
CN110503322A (zh) * 2019-08-13 2019-11-26 成都飞机工业(集团)有限责任公司 一种军机维修性评估方法
CN112307685A (zh) * 2020-10-29 2021-02-02 河海大学常州校区 水声传感网中基于高斯混合模型的流体运动边界预测方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4045074B2 (ja) * 2001-01-31 2008-02-13 株式会社日立製作所 エレベーターの保守契約支援システム
JP2004030088A (ja) 2002-06-25 2004-01-29 Mitsubishi Electric Corp 工期管理システム及びそれに用いる記録媒体
JP4266014B2 (ja) 2005-02-25 2009-05-20 富士通株式会社 業務情報管理プログラム
JP2013242774A (ja) * 2012-05-22 2013-12-05 Mitsubishi Electric Building Techno Service Co Ltd 保守作業スケジュール作成装置及びプログラム
JP6467264B2 (ja) 2015-03-30 2019-02-06 株式会社日立製作所 計画作成支援装置および計画作成支援方法
JP6655001B2 (ja) 2016-12-21 2020-02-26 株式会社日立ビルシステム 故障対応支援サーバー及び故障対応支援方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009151733A (ja) * 2007-12-25 2009-07-09 Hitachi Ltd 設備点検スケジュール作成支援装置、設備点検スケジュール作成支援方法、および施設管理システム
CN108537386A (zh) * 2018-04-13 2018-09-14 上海财经大学 基于历史维修记录的维修预测装置
CN110503322A (zh) * 2019-08-13 2019-11-26 成都飞机工业(集团)有限责任公司 一种军机维修性评估方法
CN112307685A (zh) * 2020-10-29 2021-02-02 河海大学常州校区 水声传感网中基于高斯混合模型的流体运动边界预测方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
汪洪桥: "《Python机器学习算法及典型案例实战》", 31 January 2021, 西北工业大学出版社, pages: 92 - 94 *
牛文旭著: "《燃料电池汽车动力系统分布式测试数据传输研究》", 31 March 2020, 机械工业出版社, pages: 106 *

Also Published As

Publication number Publication date
WO2022264273A1 (ja) 2022-12-22
JPWO2022264273A1 (zh) 2022-12-22
JP7336582B2 (ja) 2023-08-31

Similar Documents

Publication Publication Date Title
US8087001B2 (en) Computer-implemented systems and methods for software application testing
US20060282189A1 (en) Manufacturing control apparatus, manufacturing control method, and computer product
JP2006522410A (ja) 予防保守手順の統計解析および制御
CN104364664B (zh) 用于创建、定义和执行spc规则决策树的算法和结构
CN104583789A (zh) 测试单元控制器的决策和执行树的创建和调度
CN104335056A (zh) 测试器和材料处理设备之间用于分开和控制测试单元操作中多个实体的不同请求的插入器
CN112180230A (zh) 芯片测试参数异常的侦测方法、存储介质、终端
Ke et al. Software reliability prediction and management: A multiple change‐point model approach
CN111095424A (zh) 临床试验支援系统、临床试验支援程序以及临床试验支援方法
JP2003157309A (ja) 配置人員計画装置および配置人員計画方法
JP6975086B2 (ja) 品質評価方法および品質評価装置
CN116993286B (zh) 基于测试进度反推项目进度的测试管理系统及方法
US11443265B2 (en) Analysis system and analysis method
CN117546189A (zh) 处理装置和处理方法
JPWO2019016892A1 (ja) 品質分析装置及び品質分析方法
US11921155B2 (en) Dice testing method
RU2295590C1 (ru) Способ статистического управления качеством электродной продукции
JP2008152350A (ja) 作業時間見積もり装置、作業時間見積もり方法、プログラムおよび機械読取り可能な記録媒体
JPH0876992A (ja) ソフトウェア品質評価管理装置及びその方法
Zhang et al. Mining software repositories for model-driven development
US7584083B1 (en) Modeling and simulation of workcenter processes
Ware et al. The use of product measures in tracking code development to completion within small to medium sized enterprises
Yadav et al. Testing effort-dependent software reliability growth model using time lag functions under distributed environment
EP4092537A1 (en) Computer-implemented method for updating a model parameter for a model
Kanoun A measurement-based framework for software reliability improvement

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