JP2006040203A

JP2006040203A - 機器診断方法及び機器診断システム

Info

Publication number: JP2006040203A
Application number: JP2004222959A
Authority: JP
Inventors: Ken Yasuda; 研安田
Original assignee: Tokyo Gas Co Ltd
Current assignee: Tokyo Gas Co Ltd
Priority date: 2004-07-30
Filing date: 2004-07-30
Publication date: 2006-02-09

Abstract

【課題】機器装置の予防保全情報提供に好適な機器診断方法及び機器診断システムを提供する。
【解決手段】まず、ユーザＵ１が所有する機器、部品データをユーザＤＢ８から抽出する（ステップＳ３０１）。次に、部品Ｐ１に関するワイブル分布データ（ｍ、η、累積故障率関数）を故障記録ＤＢ７から抽出する（ステップＳ３０３）。次に、抽出したｍについて、この値が１．１以上か否かの判定を行う（ステップＳ３０４）。
ｍが１．１未満のときは予防保全の対象外と判定される（ステップＳ３１０）。ｍが１．１以上のときは、次にワイブル分布による累積故障率関数Ｆ（Ｔ）を用いて、部品Ｐｉの寿命予測を行う（ステップＳ３０５）。Ｂ１０ライフが30,000時間以下のときは、予防保全対象として登録される（ステップＳ３０７）。この判定が全ての部品（Ｐ１乃至Ｐｎ）に対して行われる（ステップＳ３０８、３０９）。
【選択図】図５

Description

本発明は機器診断方法及び機器診断システムに関し、特に、機器装置の予防保全情報提供に好適な機器診断方法及び機器診断システムに関する。

従来、空調設備を始めとして機械装置の故障発生による支障を回避するため、予め部品を修理・交換を行う予防保全が重要視されている。予防保全に関しては、部品ごとの故障発生時の使用経過時間等が記録された故障記録データベース（ＤＢ）を持ち、故障発生時の使用経過時間を、例えばワイブル分布の故障率近似曲線に当てはめることによって、運転時間に対する故障率予測値を求める技術が開示されている（例えば、特許文献１参照）。この技術は、図１２に示すように機器診断システム１００において、管理装置１０１に部品修理情報格納部１０２と故障率集計部１０３を備え、それぞれ部位Ａ乃至Ｃを搭載する製造機器1号機１０４ａ乃至Ｎ号機１０４ｎの部品修理情報の収集、解析を行うものである。

一般に、部品ごとの故障率曲線Ｗ_Ａ乃至Ｗ_Ｃはバスタブ曲線と呼ばれ、部位ごとに図１３（ａ）乃至（Ｃ）のように示される。同図において、Ｔ_１Ａ乃至Ｔ_１Ｃ、Ｔ_ＮＡ乃至Ｔ_ＮＣはそれぞれ製造機器1号機１０４ａ乃至Ｎ号機１０４ｎの各部品の交換後からの稼働時間を示している。また、ｆ_１Ａ乃至ｆ_１Ｃ、ｆ_ＮＡ乃至ｆ_ＮＣはこの時点での故障率を示している。この場合、ｆ_１Ａ＞ｆ_ＮＣ＞ｆ_１Ｂであるとすると、予防保全修理の優先順位は1号機Ａ部位、Ｎ号機Ｃ部位、１号機Ｂ部位の順になる。このように、当該技術によれば故障率予測値の高い順に故障有無の調査に入ることができるため、修理時間の短縮が可能となるという特徴がある。

しかしながら、当該技術は、修理が必要な部品を判定する指標として、ある時点における瞬間故障率を用いており、故障率が増加傾向にあるのか減少傾向にあるのかに対応した修理の優先順位付けに関する技術については提示されていない。
特開２００３−２５７８０８号公報

本発明は、上記課題を解決するためのものであって、単にある時点における故障率の大小のみではなく、故障率の増減傾向を考慮した予防保全修理の優先順位付けを可能とする技術を提供するものである。

本発明に係る機器診断方法及び機器診断システムは、以下の内容をその要旨とする。すなわち、
（１）診断対象である一又は複数の機器について、故障発生の都度、故障部位データと、当該故障発生までの累積稼動値データと、を取得するステップと、前記故障部位データと前記累積稼動値データに基づいて、定期的にワイブル分布を適用して、部位ごとの形状パラメータ及び尺度パラメータを演算するステップと、求めた形状パラメータ及び尺度パラメータを保存するステップと、必要に応じて、前記形状パラメータ値が予め定めた数値以上で、かつ、累積故障分布関数に基づく寿命予測値が予め定めた値以下である部位を、診断対象として抽出するステップと、を含むことを特徴とする機器診断方法。

本発明においては、一又は複数の機器について、部位（部品）ごとの故障部位データと故障発生までの累積稼動値データに基づいて、ワイブル分布を適用して部位ごとに累積故障分布関数Ｆ(T)を求める。ここに、「稼動値データ」とは、運転時間データの他に、通電時間、動作時間、設置時間、動作回数等を含む概念である。
次に、累積故障分布関数Ｆ(T)は（１）式で表される。

Ｆ(T)＝１−exp｛−（Ｔ／η）^ｍ｝・・・・・（１）
稼動値として運転時間を例にとると、Ｔは当該部位の累積運転時間であり、ηは尺度パラメータ、ｍは形状パラメータとよばれ故障形態で定まる係数である。部位別の運転時間が不明な場合は、Ｔとして機器本体の運転時間を代用してもよい。

ワイブル分布において、各時点における劣化の割合、すなわち故障率λ(T)は、
λ(T)＝ｍＴ^m-1／η^m ・・・・・（２）
で示される。これより、
ｄλ(T)＝ｍ（ｍ−１）Ｔ^m-２／η^m・・・・・（３）
（３）式より、ｍ＜１、ｍ＝１、ｍ＞１に対応して故障率は時間の経過とともに減少、一定及び増加していくことが分かる。従って、形状パラメータが所定の値以上の部位を予防保全対象とすることにより、故障率増加傾向にある部位を抽出することが可能となる。

形状パラメータ及び尺度パラメータは、以下に示すように分布関数Ｆ（Ｔ）の両辺を二度対数を取り、変形した式が直線になることを利用することにより求めることができる。
すなわち、ワイブル分布の信頼度関数は
Ｒ(T)＝exp｛−（Ｔ／η）^ｍ｝
Ｆ(T)＝１−Ｒ(T)＝１−exp｛−（Ｔ／η）^ｍ｝
１／｛１−Ｆ(T)｝＝１／Ｒ(T)＝exp｛−（Ｔ／η）^ｍ｝
両辺の対数を２回とると、
ln・ln[１／｛１−Ｆ(T)｝]＝ｍlnＴ−ｍlnη
となる。
Ｘ＝lnＴ、Ｙ＝ln・ln[１／｛１−Ｆ(T)｝]、ｂ＝−ｍlnηとおくと、
Ｙ＝ｍＸ＋ｂ
の一次式となる。従って、直線の勾配が形状パラメータであり、Ｙ＝０となるときの時間が尺度パラメータとなる。

次に、本発明では、形状パラメータによる判定に加えて、ある部位の寿命予測時間が予め定めた所定の時間（Ｔ１）以下か否かを判定とする。そして、これら両方の条件に該当するときにその部位を予防保全対象とするものである。寿命予測時間は、所定の累積故障率に到達するまでの累積運転時間で定義される。すなわち、図１０において、部位Ｐｉ及びＰｊの累積故障分布関数をそれぞれＦｉ（Ｔ）、Ｆｊ（Ｔ）とすると、累積故障率が所定の値（α％）に達するまでの時間は、それぞれＴｉ、Ｔｊである。ここに、Ｔｉ＜Ｔ１＜Ｔｊである。これより、部位Ｐｉは予防保全対象とし、Ｐｊは対象外と判定されることになる。

このように、本発明によれば、予防保全の優先順位付けに際して、単なる故障率の大小ではなく、故障率の増減傾向と寿命予測時間という二要素を評価して行うため、より実機の特性に対応した判定が可能となる。

また、本発明は、定期的に求めたｍ、ηを保存しておき、要求に応じて予防保全対象の判定を行うことを特長とする。一般に、故障記録ＤＢから当該部位の運転時間を抽出してワイブル分布を適用して故障率の関数式を求める工程は、対象機器の台数が多い場合や部品点数が多い機種の場合には、コンピューターで演算しても処理に長時間を要する。本発明ではこのような処理を定期的に行うことにより、例えばユーザからの予防保全要求があったときに即座に対応することが可能となる。

なお、本発明において、形状パラメータ及び寿命時間の演算インターバルは機器又は部品等の特性に合わせて、任意に定めることができる。
（２）寿命予測値として、余寿命を用いることを特徴とする（１）に記載の機器診断方法。
本発明は、（１）で求めた寿命予測時間から判定時点までの累積運転時間（Ｔ０）を減じた時間を余寿命時間とし、これを判定基準として用いるものである。余寿命時間（Ｔｒ）は、図１１においてＴｒ＝Ｔα−Ｔ０で示される。累積運転時間が判明している部位については、余寿命時間を用いることにより修理緊急度をより反映でき、判定基準としてより好ましいといえる。

（３）故障発生までの累積稼動値データが所定の値以下の累積稼動値データについては、形状パラメータ及び尺度パラメータの演算対象から除外することを特徴とする（１）又は（２）に記載の機器診断方法。
一般に、形状パラメータｍは時間の経過とともに変化する。特に、累積運転時間がごく短いときは製造不良や施工不良に起因する故障が支配的である。従って、本発明のように将来の故障率を予測して判定する場合には、運転時間が短いときのデータを除外したほうがより精度向上を図ることができる。

（４）上記（１）乃至（３）において、さらに、診断対象として抽出した部位について、修理費用を積算するステップを含むことを特徴とする機器診断方法。
部位ごとの修理費用データを備えておくことにより、例えばユーザからの予防保全要求に対応して、予防保全費用の見積を行うことが可能となる。
（５）上記（１）乃至（４）において、さらに、要求に応じて診断対象として抽出した部位データ又は修理費用データを配信するステップを含むことを特徴とする機器診断方法。

本発明によれば、ユーザーからの要求に応じて、例えば、インターネットを利用してＷＥＢ画面で予防保全見積を表示することが可能となる。これにより、多数のユーザーからの要求に迅速かつ効率的に対応することが可能となる。

（６）診断対象である一又は複数の機器について、故障発生の都度、故障部位データと、当該故障発生までの累積稼動値データと、を取得する手段と、前記故障部位データと前記累積稼動値データに基づいて、定期的にワイブル分布を適用して、部位ごとの形状パラメータ及び尺度パラメータを演算する手段と、求めた形状パラメータ及び尺度パラメータを保存する手段と、前記形状パラメータ値が予め定めた数値以上で、かつ、前記累積故障分布関数に基づく寿命予測値が予め定めた値以下である部位を、診断対象として抽出する手段と、を含むことを特徴とする機器診断システム。

（７）上記（６）において、さらに、部位ごとの修理費用積算手段を備えたことを特徴とする機器診断システム。
（８）上記（６）又は（７）において、さらに、要求に応じて診断対象部位データ又は修理費用データを配信する手段を含むことを特徴とする機器診断システム。

本発明によれば、瞬間故障率の大小に囚われることなく、現在は故障率が低い部品であっても将来の故障増大が見込まれる部品や、余寿命が短いと予測される部品を予防保全対象として抽出することが可能となる。

以下、本発明に係る機器診断システムの実施形態について、図１乃至１１を参照してさらに詳細に説明する。重複を避けるため、各図において同一構成には同一符号を用いて示している。なお、本発明の範囲は特許請求の範囲記載のものであって、以下の実施形態に限定されないことはいうまでもない。

＜システム構成＞
図１を参照して、本実施形態に係る機器診断システム１は、故障統計解析、予防保全費用見積等を行う管理センター２と、ユーザーＵ１乃至Ｕｍと、各ユーザーに設置される機器Ｍ１乃至Ｍｊと、管理センター２とユーザーＵ１乃至Ｕｍ間の情報通信を媒介するインターネット回線１０により構成されている。ユーザーＵ１乃至Ｕｍは、それぞれ管理センター２と情報授受を行うための端末ＰＣ１乃至ＰＣｍを備えている。なお、各ユーザーに設置される機器、部品の組み合わせは任意である。すなわち、同一ユーザに同一機器が複数設置されている場合もあり、また、同一機器に同一部品が複数搭載されている場合もある。

管理センター２は、端末ＰＣ１乃至ＰＣｍからの要求に対応する制御サーバ３と、ユーザＵ１乃至Ｕｍに関する情報を格納するユーザー情報ＤＢ８と、機器に搭載されている全部品に関する修理記録情報を格納する故障記録ＤＢ６と、各部品の部品費、修理費用等に関する情報を格納する修理部品ＤＢ７と、故障統計解析を行い形状パラメータ及び寿命時間の演算を行う故障解析部４と、ユーザからの要求に応じて予防保全費用の積算等を行う費用見積部５を主要構成としている。管理センター２の制御サーバ３と端末ＰＣ１乃至ＰＣｍは、ｗｗｗサーバシステム又はクライアント・サーバーシステムを構成している。なお、上記管理センター２の構成は、物理的には一又は複数のコンピューターにより実現することができる。

＜故障部品情報の送信＞
次に、図２をも参照して、ユーザＵ１の機器Ｍ１を例にして故障情報の収集及び管理センターへの情報送信のフローについて説明する。機器の運転が開始されると（ステップＳ１０1）、累積運転時間の積算が行われる（ステップＳ１０２）。機器運転中は故障発生の有無を監視し（ステップＳ１０３）、故障発生のときは故障部位の特定が行われる（ステップＳ１０４）。特定された故障部位の故障記録データは、管理センターに送信される（ステップＳ１０５）。故障記録データの内容には、ユーザコード、機器コード、故障部品コード、その時点までの累積運転時間データ等が含まれる。故障部位の修理完了後、運転及び累積運転時間の積算が再開される（ステップＳ１０６）。機器の運転継続中は累積時間のカウントを継続し（ステップＳ１０７においてＮＯ）、機器の運転が停止したときは（ステップＳ１０７においてＹＥＳ）、それまでの運転時間データは故障部品ＤＢ６の所定の保存箇所に加算される（ステップＳ１０８）。

なお、機器運転中の故障発生の監視、故障部位の特定、故障記録データの送信等については、機器制御部（図示せず）において自動的に行う形態とすることができる。あるいは、管理者により入力する形態とすることも可能である。

＜故障記録データの保存＞
次に、故障記録データの故障記録ＤＢ６への保存について説明する。制御サーバ３は、ユーザ側から受信した故障記録データを故障解析部４に送る。故障解析部４は、データをさらに故障記録ＤＢ６の指定されたアドレスに保存する。図３は、故障記録ＤＢ６内に保存されている故障記録データを概念的に示したものである。同図に示すとおり、故障記録ＤＢ６には、ユーザ・機器・部品ごとの累積運転時間データ及び故障発生までの運転時間データが保存されている。なお、同図ではユーザＵ１に関する故障情報のみを例示しているが、ユーザＵ２乃至Ｕｍについても同様に保存されている。これにより後述する部品単位の故障データの抽出が可能となる。

＜ワイブル分布近似＞
次に、図４をも参照して、故障解析部４において行われるワイブル分布近似フローについて説明する。この工程は定期的に行われる（インターバルは、例えば、1週間ごと、毎月等、任意に定めることができる）。まず、ｉ＝１（ステップＳ２０１）、すなわち全ユーザの同一機種の全号機に搭載されている部品Ｐ１について、累積運転時間及び故障発生までの運転時間データを故障記録ＤＢ６から抽出する（ステップＳ２０２）。次に、抽出したデータに基づいて部品Ｐ１の累積故障率を求める（ステップＳ２０３）。累積故障率の演算は上述に示した通りである。次に、ワイブル分布近似により形状パラメータ（ｍ）及び尺度パラメータ（η）を求め（ステップＳ２０４）、さらに、データを故障記録ＤＢ６の指定アドレスに保存する（ステップＳ２０５）。部品Ｐ１の処理が終了すると、次にｉ＝ｉ＋１として（ステップＳ２０６）、この処理を全部品（ｉ＝ｎ）について繰り返し行う（ステップＳ２０７）。さらに、他の全ての機種について同様の処理を行う。図９は、故障記録ＤＢ６におけるワイブル分布パラメータの保存状況を概念的に示したものである。

＜予防保全対象の判定＞
次に、図５をも参照して、ユーザーＵ１から予防保全費用の見積要求があったときに、故障解析部４において行われる予防保全対象の判定フローについて説明する。判定は、上述のフローで求めたワイブル分布近似式に基づき行われる。

まず、ユーザＵ１が所有する機器、部品データをユーザＤＢ８から抽出する（ステップＳ３０１）。次に、ｉ＝１（ステップＳ３０２）、すなわち部品Ｐ１に関するワイブル分布データ（ｍ、η、累積故障率関数）を故障記録ＤＢ７から抽出する（ステップＳ３０３）。次に、抽出したｍについて、この値が１．１以上か否かの判定を行う（ステップＳ３０４）。

ｍが１．１未満のときは予防保全の対象外と判定される（ステップＳ３１０）。ｍが１．１以上のときは、次にワイブル分布による累積故障率関数Ｆ（Ｔ）を用いて、部品Ｐｉの寿命予測を行う（ステップＳ３０５）。寿命予測判定は、Ｂ１０ライフ（累積故障率が１０％に到達する迄の累積運転時間）が30,000時間以下か否かに基づいて行う（ステップＳ３０６）。Ｂ１０ライフが30,000時間を超えるときは予防保全の対象外と判定される（ステップＳ３１０）。Ｂ１０ライフが30,000時間以下のときは、予防保全対象として登録される（ステップＳ３０７）。この判定が全ての部品（Ｐ１乃至Ｐｎ）に対して行われる（ステップＳ３０８、３０９）。

なお、本実施形態では、累積故障率１０％及び累積運転時間30,000時間を判定基準としてとして採用したが、これに限らず任意の値を用いることができる。
＜予防保全費用見積＞
次に、上述により求めたユーザＵ１の予防保全判定に基づいて作成される予防保全費用の見積書及びその配信について説明する。予防保全費用見積部５は、修理部品ＤＢ７から予防保全対象と判定された部品に関する部品単価、修理費単価データを抽出し、部品ごとに部品費、修理費の積算を行う。さらにユーザＵ１全体の積算を行い見積書を作成する。図６は予防保全費用見積書の一例を示す図である。見積書は、制御サーバ３によりインターネット回線１０を介して要求ユーザに配信される。これにより、ユーザはＷＥＢブラウザーを利用して見積書の閲覧が可能となる。

＜余寿命による判定＞
さらに、本発明の他の実施形態について説明する。本実施形態が上述の実施形態と異なる点は、上述の実施形態では寿命予測判定をＢ１０ライフに基づいて行っていたのに対して、本実施形態では余寿命を用いて行う点である。余寿命は、累積故障率１０％を判定基準とすると、図１１においてα＝１０％、現在までの累積運転時間Ｔ０とすると、Ｔｒ＝Ｔα−Ｔ０である。

図７を参照して、ステップＳ４０１からステップＳ４０５までは、図６のステップＳ３０１からステップＳ３０５と同一であるので、説明を省略する。次に、当該部品の余寿命（Ｔｒ）が１，０００時間以下であるか否かを判定する（ステップＳ４０６）。余寿命が１，０００時間を超えるときは予防保全の対象外と判定される（ステップＳ４１０）。余寿命が１，０００時間以下のときは、予防保全対象として登録される（ステップＳ４０７）。以下、図６のフローと同様に処理が行われる。

＜累積運転時間を考慮した判定＞
さらに、図８を参照して本発明の他の実施形態について説明する。本実施形態が上述の実施形態と異なる点は、上述の実施形態では該当する部品の全ての故障データを用いてワイブル近似を行っているのに対して、本実施形態では累積運転時間が短い部品の故障データを除外する点である。

図８を参照して、ステップＳ５０１からＳ５０２までは図２のフローと同一であるので、説明を省略する。次に、当該号機の故障発生までの累積運転時間が１０時間以下であるかを判定する（ステップＳ５０３）。当該部品における１０時間を超える故障データのみを演算対象として、累積故障率の演算処理を行う（ステップＳ５０４）。以下、上述のフローと同様の処理が行われる。

本発明は、多数のユーザを対象とする機器、装置の予防保全診断システムとして広く適用可能である。

本発明の一実施形態に係る機器診断システム１を示す図である。故障部品情報の収集及び管理センターへの情報送信のフローを示す図である。故障記録ＤＢ６内に保存されている故障記録データを概念的に示す図である。ワイブル分布近似フローを示す図である。ワイブル分布近似式に基づき行われる予防保全対象の判定フローを示す図である。予防保全費用見積書の一例を示す図である。余寿命を考慮した寿命予測判定フローを示す図である。累積運転時間を考慮した寿命予測判定フローを示す図である。故障記録ＤＢ６におけるワイブル分布パラメータの保存状況を概念的に示す図である。寿命予測時間による判定方法を概念的に示す図である。余寿命時間を概念的に示す図である。従来の機器診断システム１００を示す図である。部品ごとのバスタブ曲線を示す図である。

符号の説明

１機器診断システム
２管理センター
３制御サーバ
４故障解析部
５予防保全費用見積部
６故障記録ＤＢ
７修理部品ＤＢ
１０インターネット回線
Ｕ１〜Ｕｍユーザー
Ｍ１〜Ｍｊ機器
ＰＣ１〜ＰＣｍ端末

Claims

診断対象である一又は複数の機器について、故障発生の都度、故障部位データと、当該故障発生までの累積稼動値データと、を取得するステップと、
前記故障部位データと前記累積稼動値データに基づいて、定期的にワイブル分布を適用して、部位ごとの形状パラメータ及び尺度パラメータを演算するステップと、
求めた形状パラメータ及び尺度パラメータを保存するステップと、
必要に応じて、前記形状パラメータ値が予め定めた数値以上で、かつ、累積故障分布関数に基づく寿命予測値が予め定めた値以下である部位を、診断対象として抽出するステップと、
を含むことを特徴とする機器診断方法。
寿命予測値として、余寿命を用いることを特徴とする請求項1に記載の機器診断方法。
故障発生までの累積稼動値データが所定の値以下の累積稼動値データについては、形状パラメータ及び尺度パラメータの演算対象から除外することを特徴とする請求項1又は２に記載の機器診断方法。
請求項１乃至３において、さらに、診断対象として抽出した部位について、修理費用の積算を行うステップを含むことを特徴とする機器診断方法。
請求項１乃至４において、さらに、診断対象部位データ又は修理費用データを、要求に応じて配信するステップを含むことを特徴とする機器診断方法。
診断対象である一又は複数の機器について、故障発生の都度、故障部位データと、当該故障発生までの累積稼動値データと、を取得する手段と、
前記故障部位データと前記累積稼動値データに基づいて、定期的にワイブル分布を適用して、部位ごとの形状パラメータ及び尺度パラメータを演算する手段と、
求めた形状パラメータ及び尺度パラメータを保存する手段と、
前記形状パラメータ値が予め定めた数値以上で、かつ、前記累積故障分布関数に基づく寿命予測時間値が予め定めた値以下である部位を、診断対象として抽出する手段と、
を含むことを特徴とする機器診断システム。
請求項６において、さらに、部位ごとの修理費用積算手段を備えたことを特徴とする機器診断システム。
請求項６又は７において、さらに、要求に応じて診断対象部位データ又は修理費用データを配信する手段を含むことを特徴とする機器診断システム。