JP2001343177A - 故障診断方法、故障診断装置、及び記録媒体 - Google Patents

Abstract

(57)【要約】 【課題】 各機器毎／設置場所毎の適切な閾値が設定で
きるようにする。 【解決手段】 基本データ算出部１１１は、随時収集す
る各種機器の状態データに基づいて、少なくとも、冷凍
機の吐出側圧力と、ショーケース１の温調温度のプルダ
ウン時間と、ショーケース１の庫内温度と温調温度のプ
ルダウン時間の差という各種基本データを算出する。閾
値決定部１１２は、所定の学習期間内において上記基本
データ算出部１１１により算出された各種基本データを
蓄積し、この蓄積した各種基本データを用いて各種機器
毎にその各種故障発生を予測する為の各種閾値を決定す
る。故障予測部１１３は、上記学習期間後において、こ
の各種閾値を用いて、故障が起こるか否かを予測する。

Description

【発明の詳細な説明】

【０００１】

【発明の属する技術分野】本発明は、店舗内に配設した
ショーケース、エアコン、照明等の各種機器を店舗内ま
たは店舗外から管理／制御するシステムにおいて、特に
故障診断装置及び故障診断方法に関する。

【０００２】

【従来の技術】従来、スーパーマーケットやコンビニエ
ンスストア等の店舗内に設置されるショーケース等の機
器の故障診断を行う技術が知られている。例えば、特開
平１０−２３８９２０号公報には、機器の運転状態に関
するデータを当該データが得られた機器の運転条件毎に
分類して、過去の運転状態に関するデータベースを構築
し、機器の現在の運転状態に関するデータをデータベー
ス内の対応する過去のデータと比較して、機器の現在の
運転状態を評価するよう構成した機器の運転状態管理装
置が開示されている。

【０００３】また、特開平１０−２６７５０９号公報に
は、機器の運転状態に関するデータを当該データが得ら
れた機器の運転条件毎に分類保存して、過去の運転状態
に関するデータベースを構築し、機器の現在の運転状態
に関するデータとデータベース内の対応する過去のデー
タとに基づいて、機器が故障に至る時期を予測するよう
構成した機器の運転状態管理装置が開示されている。

【０００４】このように、上記２つの従来技術は、機器
に関するデータを蓄積したデータベースを構築し、この
データベースに登録したデータを用いて、経験的に機器
の運転状態の評価並びに故障予測を行うものであった。

【０００５】

【発明が解決しようとする課題】しかしながら、上記従
来技術の場合、機器についての入念なデータを取得しな
い限り、周囲温度の変動による影響や、複数の故障が同
時に発生した場合等に対しては、機器の運転状態の評価
並びに故障予測を的確に行うことができないため、デー
タベースの構築に多大な労力を要し、また必要に応じて
推論機構等も搭載しなければならないので、人的負担／
コスト負担が大きくなり、効率的であるとは言えない。

【０００６】特に、ショーケースのみならず、エアコン
や照明等の店舗内に設置されている各種機器をまとめて
制御するような場合には、機器の種別毎に膨大なデータ
を記憶しなければならず、データベースが膨大なものと
なってしまう。

【０００７】本発明の課題は、店舗内に配設されるショ
ーケース等の機器の故障を効率良く診断または予測する
ことができる故障診断装置及び故障診断方法を提供する
ことである。

【０００８】

【課題を解決するための手段】本発明による故障予測方
法は、所定の学習期間内において、ショーケース本体と
冷凍機とより成る各冷凍／冷蔵ショーケースの状態デー
タを所定周期で収集し、該収集したデータに基づいて少
なくとも冷凍機の吐出側圧力と、ショーケースの温調温
度のプルダウン時間と、ショーケースの庫内温度と温調
温度のプルダウン時間の差を算出し、該各種算出値を蓄
積した時系列データを用いて各冷凍／冷蔵ショーケース
毎にその各種故障発生を予測する為の閾値を求め、前記
学習期間で得られた閾値を用いて、故障発生予測する。

【０００９】機器の故障を予測／診断する為に何等かの
閾値を設定する手法では、予め適切と思われる閾値を設
定しても、実際には各機器毎による違いや、その設置環
境に影響されて、場合によっては誤報が多くなりかねな
い。

【００１０】これに対し上記故障予測方法によれば、実
際に機器を設置した後に、実測したデータに基づいて、
各々の閾値を設定するようにしているので、各機器毎／
設置場所毎の適切な閾値が設定でき、誤報が起こる確率
が極めて低くなる。また、最初に学習させておけば、後
は求めた閾値のみ記憶／保持して、これら閾値との単純
な比較処理を行えばよいので、従来のような膨大な量の
データを蓄積したデータベースを構築する必要はなく、
また処理負荷が非常に小さくなる。

【００１１】また、上記故障診断方法において、例え
ば、前記温調温度のプルダウン時間に対する閾値、前記
庫内温度と温調温度のプルダウン時間の差に対する閾値
は、前記各種時系列データの前記学習期間における前半
の平均値と後半の平均値とを求め、これら２つの平均値
より各々の変化傾向を求め、冷凍機の吐出側圧力に対し
て予め設定される閾値と、冷凍機の吐出側圧力の平均値
と変化傾向とに基づいて求められる係数を、前記プルダ
ウン時間、プルダウン時間の差に対して各々求められた
変化傾向に乗じた値を用いて決定する。

【００１２】このように、プルダウン時間、プルダウン
時間の差に対する閾値を、これらとの相関関係を利用し
て、冷凍機の吐出側圧力に対する閾値とその変化傾向を
基準にして推定するので、適切な閾値を決定できると共
に、店舗内・店舗外エンタルピを測定する為の温度／湿
度センサを設ける必要もなくなる。

【００１３】また、例えば、前記故障発生予測は、該シ
ョーケースの温調温度のプルダウン時間に対して求めら
れた閾値を越えた場合には冷却性能低下の警報を発し、
該ショーケースの庫内温度と温調温度のプルダウン時間
の差に対して求められた閾値を越えた場合にはハニカム
目詰まりの警報を発するようにする。

【００１４】更に、例えば、前記冷凍機の吐出側圧力に
対して予め設定される閾値は、冷凍機の保護制御が作動
する圧力値に任意の係数を乗じた値である。このよう
に、冷凍機の保護制御が作動する圧力値を基準にして吐
出側圧力の閾値を決定することにより、故障発生あるい
は庫内温度が異常上昇する前の適切な時期に、警報等を
発することができ、トラブルを未然に防ぐことが可能と
なる。

【００１５】更に、上記の通り、プルダウン時間、プル
ダウン時間の差に対する閾値は、この吐出側圧力の閾値
を基準にしているので、適切な閾値を設定できることに
なる。

【００１６】本発明による故障予測装置は、店舗内の各
種機器と接続し、該各種機器の状態データを収集する装
置において、収集した状態データに基づいて、少なくと
も、冷凍機の吐出側圧力と、ショーケースの温調温度の
プルダウン時間と、ショーケースの庫内温度と温調温度
のプルダウン時間の差という各種基本データを算出する
基本データ算出手段と、所定の学習期間内において該基
本データ算出手段により算出された各種基本データを蓄
積し、該蓄積した各種基本データを用いて前記各種機器
毎にその各種故障発生を予測する為の各種閾値を決定す
る閾値決定手段と、前記学習期間後において、前記基本
データ算出手段で算出された各種基本データを、前記閾
値決定手段で決定された各種閾値と比較することによ
り、故障が起こるか否かを予測する故障予測手段とを備
えるように構成する。

【００１７】更に例えば、店舗内の機器の模擬図を表示
し、前記故障予測手段により故障発生が予測された機器
に対応する該模擬図上の位置を、故障内容に応じて点灯
または消灯あるいは点滅、または色変えで表示する表示
手段を備える。

【００１８】このように、故障した機器の設置場所、そ
の故障予測結果が、視覚的に一目で分かるようになって
いる。また、例えば、前記故障診断装置は、各店舗毎に
設置される情報処理装置またはネットワークアダプタ、
あるいはネットワークを介して各店舗の機器の状態を集
中管理するサーバ装置である。

【００１９】例えば上記サーバ装置を故障診断装置とし
た場合、複数の店舗の故障診断を１箇所で集中して行う
ので、各店舗毎に故障診断装置を設置する必要がなくな
るので、コスト削減効果がある。

【００２０】更に、例えば、前記故障予測手段により故
障発生が予測された場合に、該予測結果を通知する電子
メールを自動作成し送信するメール作成／送信手段を備
えている。

【００２１】これにより、例えば保守員等が所持する携
帯端末装置（ＰＨＳ等の無線通信機能付き）に電子メー
ルを送信することで、保守員等が何処に居ても故障発生
及びその内容／場所等を即座に知らせることが可能とな
り、修理等の対応を迅速に行えるようになる。

【００２２】また、本発明には、上記故障予測方法、故
障予測装置自体に限らず、これら方法、装置を実現させ
るプログラムが記憶された記憶媒体（可搬記憶媒体含
む）も含まれる。

【００２３】

【発明の実施の形態】以下、図面を参照して、本発明の
実施の形態について説明する。図１は、本実施の形態に
よる店舗内機器管理システム全体の構成を概略的に示す
図である。

【００２４】図２は、図１に示した店舗１００Ａ内の構
成を示すブロック図である。尚、ここでは、説明の便宜
上、店舗１００Ａのみ細部構成を示すこととするが、店
舗１００Ｂ、１００Ｃについても店舗１００Ａと略同様
の構成となる。

【００２５】図１、図２に示す店舗内機器管理システム
は、各店舗１００Ａ〜１００Ｃ内のショーケース１（冷
凍／冷蔵オープンショーケース）、エアコン２、その他
照明等の各種機器に、それぞれ別個のコントローラ９、
１１、１２、、２１を配設して、ＮＡ（ネットワークア
ダプタ）３、ルータ４、及びネットワーク５を介して、
店舗内ＰＣ８や、店舗外の情報処理装置（店舗本部サー
バ６、サービス本部サーバ７等々）と接続するように構
成したものである。そして、この店舗内機器管理システ
ムでは、各コントローラが、それぞれ管轄する機器から
データを一定時間毎に経時的に集計し、収集したデータ
を店舗内パソコン（以下、店舗内ＰＣという）８に送信
する。具体例としては、ショーケースコントローラ９
は、ショーケース１及び冷蔵庫１０のデータを収集し
て、店舗内ＰＣ８に送信する。エアコンコントローラ１
１は、エアコン２のデータを収集して店舗内ＰＣ８に送
信する。蓄熱コントローラ１２は、蓄熱槽１３のデータ
を収集して店舗内ＰＣ８に送信する。あるいは、収集し
たデータは、ネットワーク５を介して、店舗外の情報処
理装置に送信するようにしてもよい。尚、一応断ってお
くが、これらコントローラは、当然、データ収集専用で
はない。

【００２６】そして、これらコントローラからデータを
受信した店舗内ＰＣ８や店舗外の情報処理装置は、受信
したデータに基づいて各機器の故障診断／予測を行う。
具体的な故障診断／予測方法については、後に図１３等
で詳細に説明する。

【００２７】図１において、店舗１００Ａ、店舗１００
Ｂ、及び店舗１００Ｃは、店舗内にショーケース１、エ
アコン２、自動販売機１４、及びセキュリティシステム
１５等を配設した店舗である。尚、ここでは、これら店
舗１００Ａ〜１００Ｃは、チェーン店化したスーパーマ
ーケットのように、地域的に分散配置された店舗である
ものとする。

【００２８】また、店舗本部サーバ６は、各店舗１００
Ａ〜１００Ｃを統括する本部機構の端末装置であり、提
供する商品の種別及び価格等を各店舗に指示すると共
に、各店舗１００Ａ〜１００Ｃの売上げ状況等を把握す
る。サービス本部サーバ７は、各店舗１００Ａ〜１００
Ｃが顧客に提供すべきサービスの内容を集中管理する本
部機構の端末装置である。セキュリティ本部サーバ１６
は、各店舗１００Ａ〜１００Ｃにおける入退出管理や火
災、防犯に係わるセキュリティ機構を統括する本部機構
の端末装置である。

【００２９】このように、本例の店舗内機器管理システ
ムでは、単に店舗ごとにその店舗の商品、サービス、セ
キュリティ等を管理するのではなく、店舗本部サーバ
６、サービス本部サーバ７、セキュリティ本部サーバ１
６という各店舗１００Ａ〜１００Ｃに共通の本部機構を
設け、各店舗１００Ａ〜１００Ｃを機能ごとに集中管理
している。

【００３０】また、店舗オーナー・サーバ１７は、各店
舗１００Ａ〜１００Ｃのオーナーが所有する端末装置で
ある。機器オーナー・サーバ１８は、各店舗１００Ａ〜
１００Ｃに設置されるショーケース等の機器がメーカー
等からレンタルしたレンタル機器である場合、このレン
タル機器のオーナーが所有する端末装置である。機器メ
ンテナンス業者・サーバ１９は、各店舗１００Ａ〜１０
０Ｃに設置されるショーケース１等の機器を維持・管理
するメンテナンス業者が所有する端末装置である。尚、
ここでは説明の便宜上、各店舗１００Ａ〜１００Ｃの店
舗オーナー、機器オーナー、及び機器メンテナンス業者
は、同一人であるものとする。

【００３１】また、各店舗１００Ａ〜１００Ｃ、店舗本
部サーバ６、サービス本部サーバ７、セキュリティ本部
サーバ１６、店舗オーナー・サーバ１７、機器オーナー
・サーバ１８、機器メンテナンス業者・サーバ１９は、
それぞれ、ルータ４を介してネットワーク５に接続され
ている。具体的には、このネットワーク５は、公衆回線
網（電話回線、ＩＳＤＮ等）やインターネット、ＡＴＭ
を用いるネットワーク等であり、また各端末装置はＴＣ
Ｐ／ＩＰプロトコルを用いた通信を行う。よって、各店
舗１００Ａ〜１００Ｃと各端末装置との間でインターネ
ット上のファイル転送（ＦＴＰ）や電子メールの転送を
行うことも可能である。

【００３２】従って、各店舗１００Ａ〜１００Ｃ内の各
機器の故障診断及び予測は、各店舗１００Ａ〜１００Ｃ
内の店舗内ＰＣ８だけでなく、店舗本部サーバ６、サー
ビス本部サーバ７、セキュリティ本部サーバ１６、店舗
オーナー・サーバ１７、機器オーナー・サーバ１８、機
器メンテナンス業者・サーバ１９等の各端末装置におい
て行わせることもできる。または、後述するＮＡ３に行
わせるようにしてもよい。

【００３３】図２に示す各店舗１００Ａ〜１００Ｃ内の
システムは、店舗制御コントローラ２０、ショーケース
・コントローラ９、エアコン・コントローラ１１、蓄熱
コントローラ１２、照明コントローラ２１、自動販売機
１４、セキュリティシステム１５等を、マルチドロップ
方式（図示のように、各種コントローラ、自動販売機等
を各々経由させて接続させる方式）でＮＡ３に接続した
構成を有し、各機器の状態に係わる情報の通知や指示等
を行える。

【００３４】具体的には、例えば、蓄熱コントローラ１
２は、冷凍機２２及び冷凍機２３の負荷状況を示すデー
タを、ショーケース・コントローラ９、エアコン・コン
トローラ１１から受け取り、この受信したデータ（冷凍
機の負荷状況）に基づいて蓄熱槽１３を制御する。

【００３５】ＮＡ３は、例えば「機器の状態表示／機器
の設定入力」等のホームページを提供し、例えばアクセ
スを許可されている端末装置の“ブラウザ”画面上で、
上記のように接続した機器の状態表示や設定を行うこと
ができるようにする機能（以下、ホームページ機能とい
う）と、接続している機器にトラブル等が発生した場合
に自動的に管理者あるいは予め指定／登録されている任
意の者に対して、電子メールなどによりトラブル発生を
通知する機能（以下、自動メール送信機能という）とを
有するネットワークアダプタである（これら機能に関す
る発明は、既に本発明の出願人が出願している）。

【００３６】このＮＡ３を用いることにより、各店舗１
００Ａ〜１００Ｃ内の各種機器の監視や管理等を外部に
おいて（例えば店舗本部サーバ６等）集中的に行うこと
ができたり、障害発生等を機器メンテナンス業者・サー
バ１９等に電子メールにより迅速に通知することができ
る。尚、このＮＡ３は、シリアル通信ラインを収容する
インタフェースを有するオプションボードとして形成
し、店舗内ＰＣ８等に装着することもできる。また、Ｎ
Ａ３に代えて、ホームページ機能やメール送信機能を有
するパソコン等を配設したり、店舗内の各種機器に直接
ＮＡ３を装着する構成としてもよい。

【００３７】店舗コントローラ２０は、店舗全体の省エ
ネルギー制御を行うコントローラであり、具体的にはパ
ソコン等で構成される。ショーケース・コントローラ９
は、ショーケース１、冷蔵庫１０の庫内商品に対する温
度調整を行う為に冷凍機２２を制御するコントローラで
ある。エアコン・コントローラ１１は、店舗内を所定の
温度に調整する為のエアコン２を冷凍機２３を用いて制
御するコントローラである。蓄熱コントローラ１２は、
冷凍機２２、冷凍機２３の負荷状態に基づいて、氷を蓄
熱する蓄熱槽１３を制御するコントローラである。

【００３８】照明コントローラ２１は、店舗内の天井等
に配設された各種照明機器等を制御するコントローラで
あり、併せて、ショーケース１の蛍光灯調光をも行う。
具体的には、例えば、ショーケース１の蛍光灯調光を行
うに際しては、特開平６−３２５８７４号公報に開示さ
れた照明制御システムに対応する調光制御を行う。

【００３９】自動販売機１４は、店舗内に設置され、飲
料や食品等を販売する、オーナー管理される自動販売機
である。尚、かかる自動販売機１４は、ショーケース等
との関連が薄いため、この自動販売機１４用のコントロ
ーラは設けていない。

【００４０】セキュリティシステム１５は、ドア２４に
設けられたセンサ、火災報知器２５、防犯装置２６等か
らのデータに基づいて店舗全体のセキュリティ管理する
システムである。尚、このセキュリティシステム１５
は、元々コントローラの機能を有するため、別個にコン
トローラを設けていない。

【００４１】店舗内ＰＣ８は、店舗内に設置されている
パソコンであり、店舗で販売する商品の種類、価格等の
管理や、売上げの計数の他に、各コントローラから受信
した時系列データに基づいて各機器の故障診断を行う。
尚、この店舗内ＰＣ８に付設されたＰＨＳアダプタ２７
を介して、店舗オーナー・サーバ１７や機器オーナー・
サーバ１８等に音声メッセージを用いた連絡等を行うこ
ともできる。具体的には、例えば後述する故障の予測情
報等を発信する。

【００４２】尚、上述した実施例の説明では、ショーケ
ース・コントローラ９やエアコン・コントローラ１１な
どの各種機器をマルチドロップ方式で接続することとし
たが、本発明はこれに限定されるものではなく、リング
型等の各種のネットワークトポロジーを用いることもで
きる。また、ネットワーク５を介して店舗１００Ａ〜１
００Ｃと店舗本部サーバ６等とが通信可能としたが、本
発明はこれに限定されるものではなく、例えば無線通信
系、衛星通信等による伝送路を介して、通信可能とする
構成であってもよい。

【００４３】次に、ショーケース１の構成について説明
する。ここでは、オープンショーケースを例にして、図
３を参照して説明する。図３には、オープンショーケー
スの一例の側断面図を示す。

【００４４】同図に示すオープンショーケース３２は、
本体２７、陳列棚２８、開口部２９、冷凍機３０、冷媒
配管３１、蒸発器３３、送風機３４、ダクト３５、吹き
出し口３６等より成り、外気温度用サーミスタ４５、庫
内温度用サーミスタ４６、温調温度用サーミスタ４７、
除霜温度用サーミスタ４８等が設置されている構成とな
っている。尚、これらは基本的に室内（店舗内）に設置
される構成であり、室外機である冷凍機３０と区別する
為に、以下、これらをオープンショーケース３２の本体
側と呼ぶこととする。

【００４５】本体２７は、当該オープンショーケース３
２を形成する基本的な筐体であり、その一方向が開口
（開口部２９）されて、ここから商品の出し入れを行え
る形状となっている。陳列棚２８は、商品を置くための
棚である。

【００４６】冷凍機３０は、高温・高圧の液冷媒を生成
して、オープンショーケース３２の本体側に供給する。
すなわち、冷凍機３０により生成された高温・高圧の液
冷媒は、冷媒配管３１を通り、オープンショーケース３
２本体側に供給される。これは不図示の膨張弁により低
温・低圧の液冷媒となり、蒸発器３３に送られる。これ
により蒸発器３３周辺の空気が冷やされる。冷やされた
空気は、送風機３４によりダクト３５に送り込まれ、更
に吹き出し口３６からオープンショーケース３２の庫内
３７へと送られ、庫内３７全体を冷やす。吹き出し口３
６から庫内３７に送られた冷気の一部は、図上に矢印で
示すようにエアカーテンを形成しつつ吸込み口３８に吸
込まれる。これは、再び送風機３４により送られ、冷気
の循環を作り出す。

【００４７】また、上記外気温度用サーミスタ４５は、
オープンショーケース３２の周囲の温度を検知する為の
温度センサである。庫内温度用サーミスタ４６は、オー
プンショーケース３２の庫内３７の温度を検知する為の
温度センサである。温調温度用サーミスタ４７は、送風
機３４によりダクト３５に送り込まれた空気の温度を検
知する為の温度センサである。除霜温度用サーミスタ４
８は、蒸発器３３近傍の温度を検知する為の温度センサ
である。

【００４８】上記冷凍機３０について詳細に説明する。
冷凍機３０は、同図に示すように、圧縮機３９、凝縮器
４０等を有する構成である。

【００４９】上記蒸発器３３に送られた低温・低圧の液
冷媒は、低温・低圧のガス冷媒となって、冷媒配管３１
を通って冷凍機３０側に戻される。これは、まず、圧縮
機３９に送られて圧縮されて高温・高圧のガス冷媒にな
る。このガス冷媒は、凝縮器４０に送られ、凝縮器４０
により放熱を行うことにより高温・高圧の液冷媒とな
り、これは再び冷媒配管３１を通りオープンショーケー
ス３２側に送られる。尚、冷媒配管３１はループ状で冷
媒を循環させるようになっている。

【００５０】また、冷凍機３０には温度センサと圧力セ
ンサが設けられている。すなわち、同図に示すように、
吸込（低圧）側温度センサ４１、吸込（低圧）側圧力セ
ンサ４２、吐出（高圧）側温度センサ４３、吐出（高
圧）側圧力センサ４４が設けられている。吸込（低圧）
側温度センサ４１と吸込（低圧）側圧力センサ４２は、
圧縮機３９に入るまえの低温・低圧のガス冷媒の温度と
圧力を測定するために設けられているセンサである。吐
出（高圧）側温度センサ４３と吐出（高圧）側圧力セン
サ４４は、圧縮機３９により圧縮されて成る高温・高圧
のガス冷媒の温度と圧力を測定するために設けられてい
るセンサである。

【００５１】ここで、あるインバータ式冷凍機の場合、
負荷の増大、過渡的な外乱により冷凍サイクル機器、電
気・電子部品の許容範囲を越えると予想された場合、通
常運転制御とは異なる保護制御動作に入る。例えば、吐
出（高圧）側圧力が高すぎた場合に運転周波数を減ら
す、等のような保護制御を行う。このような保護制御を
行うことにより、冷凍機３０自体の故障は防止すること
が可能となるが、後述するようなショーケース庫内温度
上昇という問題が生じる場合がある。詳しくは後述す
る。

【００５２】次に、以下に、各種故障が起きた場合の、
オープンショーケース３２、冷凍機３０に設置した上記
各種センサの信号変化特性について説明する。まず、上
記蒸発器３３に着霜故障（アイスバンク）が発生した場
合について説明する。

【００５３】図４（ａ）は霜が完全に除去された状態の
蒸発器３３の外観図、図４（ｂ）は除霜動作により霜を
完全に除去できる限界の量まで霜４９が付着した状態の
蒸発器３３の外観図である。

【００５４】図５には、主に図４（ａ）の状態から図４
（ｂ）の状態になるまでの（更にその後も）外気温度用
サーミスタ４５、庫内温度用サーミスタ４６、及び温調
温度用サーミスタ４７でそれぞれ計測される温度の経時
変化をグラフで示す。同図に示すグラフの縦軸は計測温
度、横軸は時間である。

【００５５】図５において、時間ｔ1 は図４（ａ）の状
態のとき、時間ｔ2 は図４（ｂ）の状態のときである。
外気温度用サーミスタ４５は、オープンショーケース３
２の周囲の温度を測定するので、蒸発器３３への霜の付
着状態には影響されない。同図に示す例では、周囲温度
はほぼ一定であったものとする。一方、蒸発器３３への
霜の付着量が増すに従って冷気が送風され難くなる為、
庫内温度用サーミスタ４６及び温調温度用サーミスタ４
７で計測される温度（庫内３７、ダクト３５の温度）
は、同図に示すように徐々に上昇していく。

【００５６】次に、図６（ａ）、（ｂ）、図７（ａ）、
（ｂ）を参照して、冷凍機３０の凝縮器４０の目詰り故
障時について説明する。図６（ａ）はゴミ５０が完全に
除去された状態の凝縮器４０、図６（ｂ）はゴミ５０が
詰まった状態の凝縮器４０の外観図である。

【００５７】図７（ａ）、（ｂ）には、主に図６（ａ）
の状態から図６（ｂ）の状態になるまでの間（更にその
後も）吐出（高圧）側温度センサ４３、吐出（高圧）側
圧力センサ４４でそれぞれ計測される冷媒の温度／圧力
の経時変化をグラフで示す。同図（ａ）、（ｂ）に示す
グラフの横軸は時間、縦軸は（ａ）は温度、（ｂ）は圧
力である。

【００５８】図７（ａ）、（ｂ）において、時間ｔ3 は
図６（ａ）の状態のとき、時間ｔ4は図６（ｂ）の状態
のときである。凝縮器４０が目詰まりし伝熱面積が小さ
くなると、ガス冷媒からの放熱が正常に行われなくなる
ため、吐出（高圧）側のガス冷媒の温度と圧力は、目詰
まりの度合いに応じて上昇する。吐出（高圧）側のガス
冷媒の温度と圧力が上昇することで、蒸発器３３に導か
れる冷媒の温度と圧力も上昇する為、ショーケースの庫
内３７の温度が上昇してしまう。

【００５９】更に、蒸発器３７から冷凍機３０側へ戻る
冷媒、すなわち吸込（低圧）側のガス冷媒の温度と圧力
も上昇する。このガス冷媒の圧力が上昇すると、上述し
たあるインバータ式冷凍機の場合、上記の様に、運転周
波数を低くする保護制御動作に入る。保護制御動作に入
ることで、冷凍機３０は故障を免れるかもしれないが、
運転周波数を低くすると、蒸発器３３に導かれる冷媒の
温度や圧力が更に上昇してしまい、ショーケースの庫内
３７が全く冷えない状態になってしまう。

【００６０】更に、このまま運転を続けることで凝縮器
４０の目詰まりが更に酷くなると、最終的には冷凍機３
０は高圧圧力異常となり停止する。続いて、以下に、ガ
ス冷媒の漏れまたは不足時の現象について説明する。

【００６１】図８は、ガス冷媒の漏れまたは不足時の圧
縮機３９に対する吸込（低圧）側と吐出（高圧）側の圧
力値の経時変化を示す図である。同図に示すように吐出
（高圧）側圧力５１は、ガス冷媒漏れの初期には上昇す
る傾向を示すが、その後、ガス冷媒の漏れまたは不足が
多くなると、圧縮機３９における圧縮効果が低下するた
め、図示のように圧力５１は徐々に低下していく。一
方、吸込（低圧）側圧力５２は、ガス冷媒の漏れまたは
不足の度合いに係わらず、蒸発器３３において熱交換が
過度に進むため、図示のように徐々に上昇する。

【００６２】上記のことは、温度（吸込（低圧）側温
度、吐出（高圧）側温度）についても同様である。図９
には、除霜動作が入った後の、庫内温度５３（庫内温度
用サーミスタ４６で計測）、温調温度５４（温調温度用
サーミスタ４７で計測）のプルダウン時間を表わしたグ
ラフを示す。

【００６３】同図の左側にはガス冷媒の漏れ／不足がな
い状態、右側にはガス冷媒の漏れ／不足がある状態にお
ける庫内温度５３、温調温度５４の経時変化を示す。ま
ず、同図左側に示すように、ガス冷媒の漏れ／不足がな
い状態では、除霜動作が行われることによって庫内温度
５３、温調温度５４は急激に上昇するが、除霜動作終了
後は急激に低下する。一方、ガス冷媒の漏れ／不足があ
る状態では、蒸発器３３における冷却能力が低下する
為、同図右側に示すように、除霜動作終了後、庫内温度
５３、温調温度５４が低下するまでのプルダウン時間が
掛かるようになる。

【００６４】最後に、ショーケースの吹き出し口３６
（ハニカム部）のゴミ、ホコリによる目詰まり時につい
て説明する。図１０は、吹き出し口３６（ハニカム部）
にゴミ、ホコリが付着した場合のショーケースの庫内温
度５３と温調温度５４の温度変化の一例を示す図であ
る。

【００６５】吹き出し口３６（ハニカム部）にゴミ、ホ
コリが無い場合、庫内温度５３と温調温度５４の温度差
は例えば５°Ｃ程度でほぼ一定となっている。これに対
し、吹き出し口３６（ハニカム部）にゴミ、ホコリが付
着すると、吹き出し口３６（ハニカム部）からの風量が
低下するため、ショーケース庫内３７に冷気が行き渡ら
なくなり、庫内３７の温度は上昇する。吹き出し口３６
（ハニカム部）に付着するゴミ、ホコリの量が増えてい
くに従って、例えば同図に示すように、庫内３７の温度
は徐々に上昇していく。

【００６６】一方、温調温度サーミスタ４７が設置して
あるダクト３５内までは冷気が行き渡るので、温調温度
５４はゴミ、ホコリの付着前とほとんど変わらない。こ
れより、同図に示すように、庫内温度５３と温調温度５
４の温度差は、ゴミ、ホコリの付着前と比べて、次第に
大きくなっていく。尚、これは、温度差ではなく温度比
で考えた場合でも、同様である。

【００６７】次に、図１１は、除霜動作が入った後の、
庫内温度５３と温調温度５４のプルダウン時間を表した
図である。同図の左側に示すように、ゴミ、ホコリの付
着が無い状態では、除霜により上昇した庫内温度５３
（図上、実線で示す）と温調温度５４（図上、点線で示
す）は、除霜動作終了後、急激に低下する。

【００６８】一方、同図の右側に示すように、ゴミ、ホ
コリが付着して目詰まりを起こしている状態では、吹き
出し口３６（ハニカム部）からの風量が低下するため、
除霜動作後、温調温度５４のプルダウン時間は、ゴミ、
ホコリの付着が無い状態のプルダウン時間とほとんど変
わらないが、庫内温度５３のプルダウン時間は長くな
る。

【００６９】以上、オープンショーケース３２、冷凍機
３０の状態データを検出する為の各種センサの信号変化
特性が、各種故障が起きた場合にそれぞれどの様になる
かを説明したが、これを用いて、以下に説明する故障診
断／予測方法を想到した。更に各機器毎／設置場所毎に
信号変化特性がバラツクことに対応して、以下に説明す
る学習処理を行うことを想到した。これら各処理につい
て、以下、詳細に説明する。尚、予測とは、近い将来に
故障が発生する可能性が高い、と判断することであり、
従来より予測を行うことは考えられていたが、本例で
は、閾値を用いる予測方法において、より精度の高い予
測を実現している。

【００７０】上述してあるように、図１、図２に示す店
舗内機器管理システムでは、各コントローラ（ショーケ
ース・コントローラ９等）がそれぞれ管轄する機器（シ
ョーケース１及び冷蔵庫１０等）のデータ（各種センサ
の計測データ等）を、一定時間毎に経時的に集計し、収
集した時系列データを店舗内ＰＣ８に送信する。

【００７１】本例では、店舗内ＰＣ８は、上記のように
送信されてきたデータを用いて、まず所定期間（学習期
間）内に収集したデータに基づいて閾値を決定し、その
後はこの閾値を用いて故障診断／予測を行う。

【００７２】図１２は、故障予測装置の概略的な機能ブ
ロック図である。尚、故障予測装置は、例えば店舗内Ｐ
Ｃ８、ＮＡ３等の情報処理装置に、当該故障予測を行う
機能を実現させるプログラムをインストールすることに
より実現させる。

【００７３】同図に示す故障予測装置１１０は、基本デ
ータ算出部１１１、閾値決定部１１２、故障予測部１１
３を有する。基本データ算出部１１１は、上記ＮＡ３を
介して収集した各種機器（ショーケース、エアコン等）
の状態データに基づいて、少なくとも、冷凍機の吐出側
圧力と、ショーケース１の温調温度のプルダウン時間
と、ショーケース１の庫内温度と温調温度のプルダウン
時間の差という各種基本データを算出する。

【００７４】閾値決定部１１２は、所定の学習期間内に
おいて上記基本データ算出部１１１により算出された各
種基本データを蓄積し、この蓄積した各種基本データを
用いて各種機器毎にその各種故障発生を予測する為の各
種閾値を決定する。

【００７５】故障予測部１１３は、上記学習期間後にお
いて、基本データ算出部１１１で算出された各種基本デ
ータを、閾値決定部１１２で決定された各種閾値と比較
することにより、故障が起こるか否かを予測する。そし
て、予測結果を出力、表示、通知等させる。

【００７６】この故障予測装置による故障予測方法につ
いて、以下、図１３、図１４等を参照して詳細に説明す
る。図１３は学習期間における学習／閾値決定（学習処
理）の手順を示すフローチャート図であり、その後は、
この閾値を用いて、図１４に示す故障診断／予測処理を
行っていく。

【００７７】以下、図１３、図１４を参照して処理の具
体例について説明する。尚、ここでは、ショーケース・
コントローラ９が管轄する機器（ショーケース１及び冷
蔵庫１０）の故障診断／予測であって、ショーケース１
を例にして説明する。この例では、上記学習の開始日
は、例えばあるショーケース１（オープンショーケース
３２と冷凍機３０）を新たに設置して、電源を入れた日
とする。あるいは、電源投入後、数日運転を行って動作
が安定したのを見計らって学習を開始するようにしても
よい。同図では、この学習開始日を“ｎ月ｍ日”とす
る。また、学習期間は、この例では２週間とする。

【００７８】まず、このｎ月ｍ日において、上述した各
種センサからの計測データのうち、庫内温度用サーミス
タ４６により計測されたショーケースの庫内温度５３、
温調温度用サーミスタ４７により計測された温調温度５
４、及び冷凍機３０側に設けられている吐出（高圧）側
圧力センサ４４により計測された吐出（高圧）側圧力５
１のデータに基づいて、以下の〜を算出する処理を
行う（ステップＳ１）。

【００７９】ショーケースの庫内温度５３の変化率 冷凍機３０の吐出（高圧）側圧力５１ ショーケースの温調温度５４のプルダウン時間 庫内温度５３と温調温度５４のプルダウン時間の差 次に、上記ショーケースの庫内温度５３の変化率が、
予め設定される所定の閾値（以下、閾値Ａとする）以上
であるか否かを判定する（ステップＳ２）。

【００８０】閾値Ａ以上であった場合には（ステップＳ
２，ＹＥＳ）、蒸発器３３にあるレベル以上（例えば、
除霜動作で除去できる限界量以上）の霜４９が付着した
ものとし、「着霜警報」を発する（ステップＳ３）。こ
こで、オープンショーケース３２においては、通常、新
しい商品の補充作業が行われた場合や、周囲の空気の変
動等に影響されて、庫内温度５３が一時的に上昇する場
合がある。この為、庫内温度５３の変化率が閾値Ａ以上
になったときに直ちに警報を発すると、誤報となってし
まうおそれがある。そこで、庫内温度５３の変化率が閾
値Ａ以上になった後に一定時間以上庫内温度５３が下が
らなかった場合に、「着霜警報」を発するようにしても
よい。尚、このような「着霜警報」が発せられる状態で
は、正しいデータが収集できないかもしれないので、警
報が解除されるまで学習処理を中断するようにしてもよ
い。

【００８１】以外については（つまり、、、
は）、算出後に判定処理を行うものではなく、算出結果
を記憶／蓄積していき（その日（ここではｎ月ｍ日）一
日中）、後に後述するステップＳ５の処理に用いる。

【００８２】以上が、一日分（ここではｎ月ｍ日）の処
理であり、翌日（ｎ月ｍ＋１日）からも同じ処理を行っ
ていく（ステップＳ４）。すなわち、毎日、一定時間毎
に上述した、、、を算出する処理を行い、に
ついては上記ステップＳ２と同様に着霜判定を実施し
て、必要に応じて「着霜警報」を発し、、、につ
いては算出結果を記憶／蓄積していく。

【００８３】そして、一週間後、この一週間（ｎ月ｍ日
〜ｎ月ｍ＋６日）に蓄積した上記、、の算出結果
に基づいて、それぞれの一週間分の平均値を求める（ス
テップＳ５）。尚、平均値を求めた後は、記憶／蓄積し
てあったデータを消去すれば、当該装置で必要な記憶容
量が少なくて済む。

【００８４】翌週（ｎ月ｍ＋７日〜ｎ月ｍ＋１４日）に
ついても、同様に、毎日、上記ステップＳ１、Ｓ２と同
様の処理を実施していき（ステップＳ６）、最後にこの
一週間（ｎ月ｍ＋７日〜ｎ月ｍ＋１４日）に蓄積した
、、の算出結果に基づいて、それぞれの一週間分
の平均値を求める（ステップＳ７）。

【００８５】以上で、第１週目の、、の平均値、
すなわち“冷凍器の吐出（高圧）側圧力の平均値”Ｐ
（ｎ月ｍ日〜ｎ月ｍ＋６日）、“ショーケースの温調温
度のプルダウン時間の平均値”Ｔ１（ｎ月ｍ日〜ｎ月ｍ
＋６日）、及び“ショーケースの庫内温度と温調温度の
プルダウン時間の差の平均値”Ｔ２（ｎ月ｍ日〜ｎ月ｍ
＋６日）と、第２週目の、、の平均値、すなわち
“冷凍器の吐出（高圧）側圧力の平均値”Ｐ（ｎ月ｍ＋
７日〜ｎ月ｍ＋１４日）、“ショーケースの温調温度の
プルダウン時間の平均値”Ｔ１（ｎ月ｍ＋７日〜ｎ月ｍ
＋１４日）、及び“ショーケースの庫内温度と温調温度
のプルダウン時間の差の平均値”Ｔ２（ｎ月ｍ＋７日〜
ｎ月ｍ＋１４日）とが求められ、これに基づいて以下に
説明するステップＳ８〜Ｓ１０の計算を行って、閾値
Ｃ、Ｄを求める。

【００８６】まず、第１週目から第２週目までの、、
、の平均値の差（絶対値）を算出する（ステップＳ
８）。これは、既に各週毎の、、の平均値を算出
してあるので、この差の絶対値を求めることで、１週間
あたりのデータの平均値の差（変化傾向）ΔＰ、ΔＴ
１、ΔＴ２が求まる。

【００８７】尚、第１週目と第２週目の平均値に殆ど差
がない場合も考えられる（極端な場合、ΔＰが‘０’で
あった場合、以下の係数αを求める式が成立しなくな
る）。よって、ΔＰ、ΔＴ１、ΔＴ２の少なくとも何れ
か１つについて、予め適当と思われる閾値を決めてお
き、閾値を越えなかった場合には、以下のステップＳ９
以降の処理を行わず、第３週目について上述したデータ
収集／平均値算出処理を行い、第１週目と第３週目（若
しくは、第２週目と第３週目）との間で上記ΔＰ、ΔＴ
１、ΔＴ２を求めるようにする。これでも未だ閾値を越
えない場合には、引続き第４週目以降も、同様の処理を
行っていく。

【００８８】次に、ショーケースの温調温度のプルダウ
ン時間の閾値Ｃと、ショーケースの庫内温度と温調温度
のプルダウン時間差の閾値Ｄを求めるための係数αを、
以下の式により求める（ステップＳ９）。

【００８９】 係数α＝（吐出（高圧）側圧力の閾値Ｂ−Ｐmax）／Δ
Ｐ （Ｐmax ；“冷凍器の吐出（高圧）側圧力の平均値”Ｐ
の第１週目と第２週目のいずれか大きいほう） ここで、上述してあるように、あるインバータ式冷凍機
においては、吐出（高圧）側圧力が高すぎた場合に運転
周波数を減らす等のような保護制御動作に入るが、この
保護制御動作に入るときの吐出（高圧）側圧力を基準と
して、これに任意の係数β（≦１）を乗じた値を、上記
閾値Ｂとして予め求め設定しておく。

【００９０】尚、保護制御機能が備っていない冷凍機の
場合には、その冷凍機が異常停止する圧力値を基準とし
て、これに任意の係数γ（＜１）を乗じた値を閾値Ｂと
する。

【００９１】そして、求めた係数αを用いて、以下の式
により、ショーケースの温調温度のプルダウン時間の閾
値Ｃと、ショーケースの庫内温度と温調温度のプルダウ
ン時間差の閾値Ｄを、それぞれ求める（ステップＳ１
０）。

【００９２】Ｃ＝Ｔ１max ＋α×ΔＴ１ Ｄ＝Ｔ２max ＋α×ΔＴ２ （Ｔ１max ；“ショーケースの温調温度のプルダウン時
間の平均値”Ｔ１の第１週目と第２週目のいずれか大き
いほう Ｔ２max ；“ショーケースの庫内温度と温調温度のプル
ダウン時間の差の平均値”Ｔ２の第１週目と第２週目の
いずれか大きいほう） 以上で学習期間の処理は終了し、その後は求めた閾値
Ｂ、Ｃ、Ｄを用いて、以下に説明する故障診断／予測処
理を行う。

【００９３】尚、上述した実施例の説明では、第１週目
と第２週目という１週間単位で平均値を算出し、これに
基づいて処理を行ったが、勿論これに限る必要はなく、
例えば５日単位、１０日単位、２週間単位等としてもよ
い。

【００９４】また、ステップＳ１０におけるＣ、Ｄの算
出式において、例えば予め設定される所定の補正係数
ｐ，ｑを用いて、ｐ×α、ｑ×αを求め、これらをαの
代わりに用いて、Ｃ、Ｄを求めるようにしてもよい。

【００９５】以下、図１４を参照して故障診断／予測処
理について説明する。同図に示す故障診断／予測処理
は、上記学習処理がｎ月ｍ＋１４日で完了し、その翌日
（ｎ月ｍ＋１５日）から開始されるものとして説明す
る。

【００９６】まず、（ｎ月ｍ＋１５日）においても、学
習期間中のステップＳ１と同様に、各センサからの測定
値を読み込んで、上記、、、の値を算出する
（ステップＳ１１）。

【００９７】そして、“ショーケースの庫内温度５３
の変化率”については、図１３のステップＳ２と同様、
閾値Ａ以上であるか否かを判定し、閾値Ａ以上となった
場合は着霜警報を発する。

【００９８】同様に、“冷凍機３０の吐出（高圧）側
圧力５１”が閾値Ｂ以上であるか否かを判定し（ステッ
プＳ１２）、閾値Ｂ以上となった場合には「凝縮器熱交
換性能低下」の警報を発する（ステップＳ１３）。

【００９９】“ショーケースの温調温度５４のプルダ
ウン時間”が閾値Ｃ以上であるか否かを判定し（ステッ
プＳ１３）、閾値Ｃ以上となった場合には「冷却性能低
下」の警報を発する（ステップＳ１４）。

【０１００】“庫内温度５３と温調温度５４のプルダ
ウン時間の差”が閾値Ｄ以上であるか否かを判定し（ス
テップＳ１５）、閾値Ｄ以上となった場合には「ハニカ
ム目詰まり」の警報を発する（ステップＳ１６）。

【０１０１】以後、毎日、上記ステップＳ１１〜ステッ
プＳ１６の処理を行っていく（ステップＳ１８）。基本
的には、一旦、学習処理で閾値を決定すれば、以後ずっ
と、毎日、上記ステップＳ１１〜ステップＳ１６の処理
を繰り返していけばよいが、例えば誤報が多いというよ
うな問題が起こった場合には、再度学習処理を行わせ
る。あるいは、これに限らず、定期的に学習処理を行わ
せて、閾値を再設定させるようにしてもよい。

【０１０２】上述した学習処理を行う意味、更に特に上
述した方法により閾値Ｃ、Ｄを決定する意味について、
以下に説明する。図１５は、各測定値（、、）と
店舗内・店舗外エンタルピ（温度・湿度で決まる熱容量
又は熱エネルギー；店舗内エンタルピは主にショーケー
ス周辺の店舗内空気、店舗外エンタルピは店外に設置さ
れている冷凍機３０周辺の外気に係わる）との関係を示
す図であり、同図において太線で示す部分が、学習期間
のデータに基づいて得られる部分とする。

【０１０３】図１５に示すように各測定値（、、
）には相関関係が見られる。このような相関関係（全
て正比例のグラフとなっている関係、と言ったほうがよ
いかもしれないが、本明細書においては相関関係という
ものとする）があることは、少なくとも、本出願の発明
者により確かめられている。

【０１０４】また、Ｐについては、保護制御動作に入る
ときの吐出（高圧）側圧力値（実際には、これを基準と
し、これより少し小さい値、すなわち任意の係数β（≦
１）を乗じた値）を、閾値とすることが、上述した理由
より当然適切であることは分かるが、Ｔ１、Ｔ２につい
ても、Ｐが閾値Ｂになったときに各々がなる値（すなわ
ち、図１５における一点鎖線との交点）を閾値とする
と、故障直前の状態を予測するのに適切な値となること
が、本出願の発明者により確かめられている。

【０１０５】問題は、各機器毎のバラツキや、その設置
場所の周囲環境により、図１５に示すグラフの傾きや相
関関係が多少違ってくるということである。よって、例
えば工場出荷時等に、各機器の故障診断の為の閾値を決
めたとしても、実際に設置して見ると、必ずしも適切な
閾値となっていない場合があり、誤報の原因にも成りか
ねない。

【０１０６】これより、本実施の形態においては、各機
器を実際に設置した後に、一定期間データ収集させて、
これに基づいて、その機器のその設置場所における閾値
を決定させる（すなわち、上記学習期間に決定した閾値
Ｃ、Ｄ）。

【０１０７】ここで、断っておくならば、図１３、図１
４の処理によって、図１５に示す情報が全て得られるわ
けではない。すなわち、各測定値と店舗内・店舗外エン
タルピとの関係は、分からない（本実施の形態では、周
囲の温度（外気温等）を測定する必要なく、閾値の設定
／故障予測を行えることも特徴の１つとしている。よっ
て、外気温度用サーミスタ４５は、無くてもよい）。よ
って、同図の“学習期間”に示す太線のような傾きが分
かるわけではない。上述してあるように、１週目と２週
目の平均値とその差が分かるだけである。

【０１０８】しかしながら、まず、その機器を設置後に
それほど時間が経過していない時期（すなわち、目詰ま
り等が未だ起こっていないはずの時期）であって且つ機
器が正常運転している場合に差が生じるのは、主に店舗
内・店舗外エンタルピの差が原因であることが分かって
いる。更に、各測定値（、、）には上記“相関関
係”があることが分かっている。そして、閾値Ｂは決め
てあるので、単純に、測定値の平均値（値が大きい
方）＋ΔＰ×α＝閾値Ｂという関係が成り立つ。これが
分かれば、他の測定値、も、係数αを用いて閾値を
決定することができる。

【０１０９】このように、各機器毎による違いや、その
設置環境により違いが生じることに対応して、実際に設
置後に実測したデータに基づいて各々の閾値を設定する
ようにしているので、各機器毎／設置場所毎の適切な閾
値が設定でき、誤報が起こる確率が極めて低くなる。

【０１１０】特に、これら閾値は、実際に故障が起こる
前の機器の状態に対応しているので、単なる故障診断で
はなく、故障の予測（故障の予防診断ともいえる）を、
的確に行うことができるようになる。これより、故障が
起こる前に保守員等が処置することができ、故障発生を
未然に防ぎ、以て故障による販売機会のロスをほぼ無く
すことができる。

【０１１１】また、最初に学習させておけば、後は求め
た閾値Ｂ，Ｃ，Ｄ（及び閾値Ａ）のみ記憶／保持して、
これら閾値との単純な比較処理を行えばよいので、従来
のような膨大な量のデータを蓄積したデータベースを構
築する必要はなく、また処理負荷が非常に小さくなる。

【０１１２】尚、学習処理を行わずに、予め設定される
閾値Ａ，Ｂ，Ｃ，Ｄを用いて、図１４に示す処理を行う
ようにしてもよい。上述してあるように、上記学習処理
／故障診断処理は、店舗内ＰＣ８に限らず、他の情報処
理装置で行うようにしてもよいが、処理結果の表示につ
いても同様である。すなわち、店舗内ＰＣ８で表示する
のに限らず、他の情報処理装置で表示させてもよい。

【０１１３】更に、学習処理／故障診断処理を行った装
置で表示させるとは限らない。学習処理／故障診断処理
を行った装置から、処理結果をネットワークを介して他
の情報処理装置に通知してそこで表示させるようにして
もよい。この場合、例えば保守／修理要員等が所持する
携帯端末装置（ＰＨＳ等の無線通信機能付き）に通知さ
せることで、何処に居ても故障発生及びその内容／場所
等を知らせることが可能となる。

【０１１４】更に、故障内容及び故障箇所が、視覚的に
一目で分かるようにする。例えば、図１６に、表示例を
示す。同図に示す例では、ある店舗における店舗内ＰＣ
８のディスプレイ６０上で、店内の各種ショーケース及
び冷凍機の配置（レイアウト）を表示している状態で、
故障等が発生したショーケースの表示位置を点灯／点滅
させたり、色を変えて表示する状態を示している（この
例では、精肉・鮮魚用のショーケースの中の１つで故障
発生）。

【０１１５】このようにすることで、どの場所のショー
ケース（または冷凍機）が故障したのかが、視覚的に一
目で分かるようになる。更に、色を変えて表示する場
合、故障の内容に応じて予め決められている色で表示す
ることで（例えば上記「冷却性能低下」の場合は赤色、
「ハニカム目詰まり」の場合には黄色で表示する等）、
故障箇所だけでなく故障内容までも視覚的に一目で分か
るようになる。

【０１１６】尚、表示形態は好きなように決めればよ
い。例えば上記点灯／点滅に限らず、正常時は点灯状態
とし故障時は消灯する、等であってもよい。また、図１
６では店舗内について示したが、例えば別画面で、その
店舗の場所が何処にあるのかを示す為に、周辺の地図を
表示し、この地図上でその店舗の場所を点灯／点滅／色
変え等で表示し、更にその店舗の位置をクリックすると
図１６のような画面に切り替わるようにしてもよい。

【０１１７】上記故障予測の表示により、故障予測され
たショーケースの場所が視覚的に分かり易くなると共
に、何処を直せば故障発生を未然に防げるのか分かるの
で、保守員等が処置する際に、工具、器材等、何を準備
すればよいか分かり、何処に行けばよいかも分かり易い
ので、メンテナンス作業の効率化につながる。

【０１１８】図１７は、上記学習処理、故障診断／予測
／表示処理を実行する情報処理装置の情報処理装置のハ
ードウェア構成図、及び記憶媒体の一例を示す図であ
る。図１７において、情報処理装置７０は、ＣＰＵ７
１、記憶部７２（可搬記憶媒体７２ａを含む）、メモリ
７３、表示部７４、操作部７５、入出力インタフェース
部７６、通信部７７等より構成される。尚、情報処理装
置７０は、上記店舗内ＰＣ８、ＮＡ（ネットワークアダ
プタ）３、機器メンテナンス業者・サーバ１９等であ
る。

【０１１９】ＣＰＵ７１は、情報処理装置７０全体を制
御する中央処理装置である。記憶部７２は、少なくと
も、上述した学習処理、故障診断／予測処理を実現する
ためのプログラムが記憶されているＨＤＤ等の記憶装置
である。または記憶部７２は可搬記憶媒体７２ａとその
駆動読み取り装置の組合せ（例えば、フロッピディスク
（ＦＤ）とフロッピー（登録商標）ディスクドライブ
（ＦＤＤ））であってもよい。可搬記憶媒体７２ａには
上記ＦＤの他にＣＤ−ＲＯＭ、メモリカード、ＤＶＤ、
ＭＯ等がある。

【０１２０】メモリ７３は、記憶部７２に格納されてい
るプログラムを一時的に記憶し当該プログラムをＣＰＵ
７１に実行させる為のＲＡＭ等である。表示部７４は、
ディスプレイ等であり、例えば図１６のような表示を行
う。

【０１２１】操作部７５は、キーボード、マウス等であ
り、これを用いてユーザ等は所望の操作を行う。入出力
インタフェース部７６は、例えば上記マルチドロップ方
式やリング型等の何等かの通信線を介して、各種機器
（ショーケースや冷凍機等）の状態データを入力する為
のインタフェースである。

【０１２２】通信部７７は、例えば上記ルータ（ダイヤ
ルアップルータ）、ネットワーク８を介して他の情報処
理装置と通信可能とする一般的に良く知られている構成
である。

【０１２３】ここで、本発明は、情報処理装置といった
装置それ自体に限らず、コンピュータにより使用された
ときに、本発明に係わる各種機能を実現させる為のプロ
グラムが格納されたコンピュータ読出し可能な記録媒体
（記憶媒体）自体として構成することもできる。

【０１２４】この場合、「記録媒体」には、例えば図１
７で可搬記憶媒体７２ａの一例として示しているＣＤ−
ＲＯＭ７８、フロッピィーディスク７９等の可搬記憶媒
体や（勿論、これら一例に限らず、ＭＯ、ＤＶＤ、リム
ーバブルハードディスク等、「可搬記憶媒体」の範疇に
入るものであれば何であってもよい）だけでなく、ネッ
トワーク８を介して通信可能な外部の任意の情報処理装
置（不図示）の「記録媒体」も含まれる。また、当然、
上記情報処理装置７０内の記憶装置（ＲＡＭ／ＲＯＭ又
はハードディスク等）も含まれる。

【０１２５】

【発明の効果】以上、詳細に説明したように、本発明の
故障診断方法、故障診断装置によれば、各機器毎による
違いや、その設置環境により違いがあっても、実際に設
置後に実測したデータに基づいて各々の閾値を設定する
ようにしているので、各機器毎／設置場所毎の適切な閾
値が設定でき、誤報が起こる確率が極めて低くなる。特
に、これら閾値は、実際に故障が起こる前の機器の状態
に対応しているので、単なる故障診断ではなく、故障の
予測を、的確に行うことができるようになる。これよ
り、故障が起こる前に保守員等が処置することができ、
故障発生を未然に防ぎ、以て故障による販売機会のロス
をほぼ無くすことができる。また、最初に学習させてお
けば、後は求めた閾値のみ記憶／保持して、これら閾値
との単純な比較処理を行えばよいので、膨大な量のデー
タを蓄積したデータベースを構築する必要はなく、また
処理負荷が非常に小さくなる。

【０１２６】更に、故障発生を予測した場合、その機器
の場所や故障内容等を視覚的に分かりやすく表示した
り、電子メール等で外部に通知することにより、故障の
内容の把握と対応（修理等）を迅速に行えるようにな
る。

【図面の簡単な説明】

【図１】店舗内機器管理システム全体の構成を概略的に
示す図である。

【図２】図１に示した店舗１００Ａ内の構成を示すブロ
ック図である。

【図３】オープンショーケースの一例の側断面図であ
る。

【図４】（ａ）は霜が完全に除去された状態の蒸発器の
外観図、（ｂ）は霜が付着した状態の蒸発器の外観図で
ある。

【図５】外気温度用、庫内温度用、及び温調温度用のサ
ーミスタでそれぞれ計測される温度の経時変化の一例を
示す図である。

【図６】（ａ）はゴミが完全に除去された状態の凝縮
器、（ｂ）はゴミが詰まった状態の凝縮器の外観図であ
る。

【図７】（ａ）は吐出（高圧）側温度センサで計測され
る冷媒の温度、（ｂ）は吐出（高圧）側圧力センサで計
測される冷媒の圧力の経時変化の一例を示す図である。

【図８】ガス冷媒の漏れまたは不足時の圧縮機に対する
吸込（低圧）側と吐出（高圧）側の圧力値の経時変化を
示す図である。

【図９】除霜動作が入った後の、庫内温度、温調温度の
プルダウン時間を表した図である。

【図１０】吹き出し口にゴミ、ホコリが付着した場合の
ショーケースの庫内温度と温調温度の経時変化の一例を
示す図である。

【図１１】除霜動作が入った後の、庫内温度と温調温度
のプルダウン時間を表した図である。

【図１２】故障予測装置の概略的な機能ブロック図であ
る。

【図１３】学習処理の一例を説明する為のフローチャー
ト図である。

【図１４】故障診断／予測処理の一例を説明する為のフ
ローチャート図である。

【図１５】図１３の学習処理の意味を説明する為の図で
ある。

【図１６】故障発生を知らせる表示画面の表示例を示す
図である。

【図１７】学習処理、故障診断／予測処理を実行する情
報処理装置の情報処理装置のハードウェア構成図、及び
記憶媒体の一例を示す図である。

【符号の説明】

１ ショーケース ２ エアコン ３ ＮＡ（ネットワークアダプタ） ４ ルーター ５ ネットワーク ６ 店舗本部サーバ ７ サービス本部サーバ ８ 店舗内ＰＣ ９ ショーケース・コントローラ １０ 冷蔵庫 １１ エアコン・コントローラ １２ 蓄熱コントローラ １３ 蓄熱槽 １４ 自動販売機 １５ セキュリティシステム １６ セキュリティ本部サーバ １７ 店舗オーナー・サーバ １８ 機器オーナー・サーバ １９ 機器メンテナンス業者・サーバ ２０ 店舗制御コントローラ ２１ 照明コントローラ ２２ 冷凍機 ２３ 冷凍機 ２４ ドア ２５ 火災報知機 ２６ 防犯装置 ２７ 本体 ２８ 陳列棚 ２９ 開口部 ３０ 冷凍機 ３１ 冷媒配管 ３２ オープンショーケース ３３ 蒸発器 ３４ 送風機 ３５ ダクト ３６ 吹き出し口（ハニカム） ３７ 庫内 ３８ 吸い込み口 ３９ 圧縮機 ４０ 凝縮器 ４１ 吸込（低圧）側温度センサ ４２ 吸込（低圧）側圧力センサ ４３ 吐出（高圧）側温度センサ ４４ 吐出（高圧）側圧力センサ ４５ 外気温度用サーミスタ ４６ 庫内温度用サーミスタ ４７ 温調温度用サーミスタ ４８ 除霜温度用サーミスタ ４９ 霜 ５０ ゴミ ５１ 吐出（高圧）側圧力 ５２ 吸込（低圧）側圧力 ５３ 庫内温度 ５４ 温調温度 ６０ ディスプレイ ７０ 情報処理装置 ７１ ＣＰＵ ７２ 記憶部 ７２ａ 可搬記憶媒体 ７３ メモリ ７４ 表示部 ７５ 操作部 ７６ 入出力インタフェース部 ７７ 通信部 ７８ ＣＤ−ＲＯＭ ７９ フロッピィーディスク １００Ａ、１００Ｂ、１００Ｃ 店舗 １１０ 故障予測装置 １１１ 基本データ算出部 １１２ 閾値決定部 １１３ 故障予測部

───────────────────────────────────────────────────── フロントページの続き Ｆターム(参考） 3L045 AA02 BA01 CA02 DA01 DA02 GA07 LA00 LA16 LA18 MA02 MA08 MA11 NA09 NA16 NA19 PA01 PA02 PA03 PA04

Claims (9)

【特許請求の範囲】
1. 【請求項１】 所定の学習期間内において、ショーケー
   ス本体と冷凍機とより成る各冷凍／冷蔵ショーケースの
   状態データを所定周期で収集し、該収集したデータに基
   づいて少なくとも冷凍機の吐出側圧力と、ショーケース
   の温調温度のプルダウン時間と、ショーケースの庫内温
   度と温調温度のプルダウン時間の差を算出し、該各種算
   出値を蓄積した時系列データを用いて各冷凍／冷蔵ショ
   ーケース毎にその各種故障発生を予測する為の閾値を求
   め、 前記学習期間で得られた閾値を用いて、故障発生予測す
   ることを特徴とする故障診断方法。
2. 【請求項２】 前記温調温度のプルダウン時間に対する
   閾値、前記庫内温度と温調温度のプルダウン時間の差に
   対する閾値は、 前記各種時系列データの前記学習期間における前半の平
   均値と後半の平均値とを求め、 これら２つの平均値より各々の変化傾向を求め、 冷凍機の吐出側圧力に対して予め設定される閾値と、冷
   凍機の吐出側圧力の平均値と変化傾向とに基づいて求め
   られる係数を、前記プルダウン時間、プルダウン時間の
   差に対して各々求められた変化傾向に乗じた値を用いて
   決定することを特徴とする請求項１記載の故障診断方
   法。
3. 【請求項３】 前記故障発生予測は、該ショーケースの
   温調温度のプルダウン時間に対して求められた閾値を越
   えた場合には冷却性能低下の警報を発し、該ショーケー
   スの庫内温度と温調温度のプルダウン時間の差に対して
   求められた閾値を越えた場合にはハニカム目詰まりの警
   報を発することを特徴とする請求項１または２記載の故
   障診断方法。
4. 【請求項４】 前記冷凍機の吐出側圧力に対して予め設
   定される閾値は、冷凍機の保護制御が作動する圧力値に
   任意の係数を乗じた値であることを特徴とする請求項１
   〜３のいずれかに記載の故障診断方法。
5. 【請求項５】 店舗内の各種機器と接続し、該各種機器
   の状態データを収集する装置において、 収集した状態データに基づいて、少なくとも、冷凍機の
   吐出側圧力と、ショーケースの温調温度のプルダウン時
   間と、ショーケースの庫内温度と温調温度のプルダウン
   時間の差という各種基本データを算出する基本データ算
   出手段と、 所定の学習期間内において該基本データ算出手段により
   算出された各種基本データを蓄積し、該蓄積した各種基
   本データを用いて前記各種機器毎にその各種故障発生を
   予測する為の各種閾値を決定する閾値決定手段と、 前記学習期間後において、前記基本データ算出手段で算
   出された各種基本データを、前記閾値決定手段で決定さ
   れた各種閾値と比較することにより、故障が起こるか否
   かを予測する故障予測手段と、 を有することを特徴とする故障診断装置。
6. 【請求項６】 店舗内の機器の模擬図を表示し、前記故
   障予測手段により故障発生が予測された機器に対応する
   該模擬図上の位置を、故障内容に応じて点灯または消灯
   あるいは点滅、または色変えで表示する表示手段を更に
   有することを特徴とする請求項５記載の故障診断装置。
7. 【請求項７】 前記故障診断装置は、各店舗毎に設置さ
   れる情報処理装置またはネットワークアダプタ、あるい
   はネットワークを介して各店舗の機器の状態を集中管理
   するサーバ装置であることを特徴とする請求項５または
   ６記載の故障診断装置。
8. 【請求項８】 前記故障予測手段により故障発生が予測
   された場合に、該予測結果を通知する電子メールを自動
   作成し送信するメール作成／送信手段を更に有すること
   を特徴とする請求項５〜７のいずれかに記載の故障診断
   装置。
9. 【請求項９】 コンピュータにおいて用いられたとき、 収集した状態データに基づいて、少なくとも、冷凍機の
   吐出側圧力と、ショーケースの温調温度のプルダウン時
   間と、ショーケースの庫内温度と温調温度のプルダウン
   時間の差という各種基本データを算出する基本データ算
   出手段と、 所定の学習期間内において該基本データ算出手段により
   算出された各種基本データを蓄積し、該蓄積した各種基
   本データを用いて前記各種機器毎にその各種故障発生を
   予測する為の各種閾値を決定する閾値決定手段と、 前記学習期間後において、前記基本データ算出手段で算
   出された各種基本データを、前記閾値決定手段で決定さ
   れた各種閾値と比較することにより、故障が起こるか否
   かを予測する故障予測手段と、 を実現させるプログラムを記憶した前記コンピュータ読
   取り可能な記録媒体。