JP2006522410A - 予防保守手順の統計解析および制御 - Google Patents
予防保守手順の統計解析および制御 Download PDFInfo
- Publication number
- JP2006522410A JP2006522410A JP2006508966A JP2006508966A JP2006522410A JP 2006522410 A JP2006522410 A JP 2006522410A JP 2006508966 A JP2006508966 A JP 2006508966A JP 2006508966 A JP2006508966 A JP 2006508966A JP 2006522410 A JP2006522410 A JP 2006522410A
- Authority
- JP
- Japan
- Prior art keywords
- frequency
- maintenance
- maintenance procedure
- preventive
- procedure
- 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
- 238000000034 method Methods 0.000 title claims abstract description 308
- 238000012423 maintenance Methods 0.000 title claims abstract description 235
- 230000003449 preventive effect Effects 0.000 title claims abstract description 100
- 238000007619 statistical method Methods 0.000 title claims description 46
- 230000000694 effects Effects 0.000 claims abstract description 42
- 238000004458 analytical method Methods 0.000 claims abstract description 32
- 238000013507 mapping Methods 0.000 claims description 24
- 238000000611 regression analysis Methods 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 3
- 238000009412 basement excavation Methods 0.000 claims description 2
- 239000000284 extract Substances 0.000 claims description 2
- 230000002265 prevention Effects 0.000 claims 1
- 230000008439 repair process Effects 0.000 description 12
- 230000008569 process Effects 0.000 description 9
- 239000000463 material Substances 0.000 description 5
- 230000001276 controlling effect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000007418 data mining Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000003442 weekly effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000009467 reduction Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013479 data entry Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000010972 statistical evaluation 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
-
- 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
-
- 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
- G06Q10/06314—Calendaring for a resource
-
- 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
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- 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
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
機器の故障を検出し、低減する際に予防保守手順の有効性を決定するための技術について記載される。この技術は、履歴保守データ、たとえばコンピュータ支援保守管理システム(CMMS)からの保守データを利用し、予防保守手順のほか、機器を修理するための計画外の保守手順を識別する。この技術は、統計的相関が予防保守手順と計画外の保守手順との間に存在するかどうかを決定するために、保守データを統計的に解析するために用いられる。特に、この技術は、計画外の保守手順によって処理されるようなその機器が直面する任意の故障とそのような故障を検出または削減するように設計された予防保守手順とを相関させる。解析に基づいて、各予防保守アクティビティの有効性を決定し、各予防保守アクティビティの個別の頻度を統計的に制御することができる。
Description
本発明は、機器のための予防保守手順のスケジューリングに関する。
種々の保守手順は一般に、作動中の機器で行われる。たとえば、故障または他の事象または機器を意図的でない態様で動作させる状態の場合には、機器を修理しようとする試みにおいて、保守手順を行うために技術者が呼出されうる。このタイプの計画外の手順は一般に、緊急保守手順または是正保守手順と呼ばれる。
さらに、予防保守手順は、保守スケジュールに基づいて機器で行われることが多い。これらの手順は、機械が今後、故障する可能性を低減するという目的で行われ、それによって、コスト、リソースおよびそのような故障に関連する一般的な「休止時間」を減少させる。
さまざまな状況において、予防保守手順は、静的保守計画に基づいて行われる。たとえば、一般的な保守計画は、保守頻度、たとえば、毎週または毎月、一定数の運転時間後、製造単位などに基づいて、予防保守手順をスケジュールする。所定の頻度のほか、機器で行われるログおよびトラック保守アクティビティに基づき、予防保守手順をスケジュールするために、コンピュータ支援保守管理システム(CMMS)または他のユーティリティが用いられる。
一般に、本発明は、機器の故障を検出し、低減する際の予防保守(PM)手順の有効性を決定するための統計解析技術に関する。この技術は、履歴データ、たとえばコンピュータ支援保守管理システム(CMMS)から収集された保守データを利用し、一般に「機器」と本願明細書では呼ばれる任意のタイプの機械、装置、構成要素などで行われる予防保守手順および計画外の保守手順を識別する。
1年などの期間中に機器で行われる予防保守手順および計画外の保守手順を統計的に解析し、予防保守手順と計画外の保守手順との間の任意の統計的相関の識別を試みるためにこの技術が用いられる。特に、この技術は、計画外の保守手順によって処理されるようなその機器が直面する任意の故障とそのような故障の検出または削減するように設計された予防保守手順とを相関させる。解析に基づいて、各予防保守アクティビティの有効性を決定し、各予防保守アクティビティの個別の頻度を統計的に制御することができる。
一実施形態において、本発明は、機器で行われる予防保守手順および計画外の保守手順を識別するために保守データを解析するステップと、計画外の保守手順を予防保守手順に関連する識別子にマッピングするステップと、を含む方法に関する。この方法はさらに、マッピングに基づき、統計的相関が予防保守手順と計画外の保守手順との間に存在するかどうかを決定するステップと、決定に基づいて予防保守手順の頻度を更新するステップと、を含む。
他の実施形態において、方法は、1つ以上の相関式を生成するために、機器で行われる予防保守手順および計画外の保守手順を特定する保守データを統計的に解析するステップを含む。この方法はさらに、相関式を用いて予防保守手順の頻度を計算するステップと、計算された頻度に基づいて機器で予防保守手順を行うステップと、を含む。
他の実施形態において、方法は、機器の予防保守手順および計画外の保守手順に関する工場作業命令を規定する保守データを受信するために、インターフェイスを提供するステップを含み、インターフェイスは、工場作業命令を予防保守手順に関連する識別子にマッピングするための入力領域を含む。この方法はさらに、統計的相関が予防保守手順と計画外の保守手順との間に存在するかどうかを決定するために、マッピングに基づいて保守データを自動的に解析するステップと、決定に基づいて、予防保守手順に関連する頻度を自動的に更新するステップと、を含む。
他の実施形態において、本発明は、データベース、スケジューラおよび統計解析モジュールを具備するシステムに関する。データベースは、機器で行われる予防保守手順および計画外の保守手順を記述する保守データを格納する。スケジューラはそれぞれの頻度に基づき予防保守手順のスケジュールを生成し、統計解析モジュールは保守データを解析し、予防保守手順と計画外の保守手順との間の統計的相関に基づき予防保守手順の更新頻度を計算する。
他の実施形態において、本発明は、命令を含むコンピュータ可読媒体に関する。命令は、プログラム可能なプロセッサに機器の予防保守手順および計画外の保守手順に関する工場作業命令を規定する保守データを受信するために、インターフェイスを提供させ、インターフェイスは、工場作業命令を予防保守手順に関連する識別子にマッピングするための入力領域を含む。命令はさらに、プロセッサに統計的相関が予防保守手順と計画外の保守手順との間に存在するかどうかを決定するためにマッピングに基づいて保守データを自動的に解析させ、決定に基づいて、予防保守手順に関連する頻度を自動的に更新させる。
本願明細書に記載される技術は、1つ以上の利点を提供しうる。たとえば、機器が直面する任意の故障をそのような故障を検出または排除するように設計された予防保守手順と相関させることによって、この技術を用いて各予防保守アクティビティの有効性を統計的に測定してもよい。この統計的測定に基づき、予防保守手順の頻度を制御することができる。
その結果、この技術を用いて、PM手順のいずれかが高すぎる頻度、低すぎる頻度または非一貫性の間隔で行われたかどうかの決定を支援することによって、予防保守手順の頻度を改善するための潜在的な機会を識別しうる。さらに、技術は、適切に行われていないため、機器の故障を生じるPM手順の識別を支援してもよい。
本発明の1つ以上の実施形態の詳細が、添付図面および以下の詳細に記載される。本発明の他の特徴、目的および利点は、説明および図面および請求項から明白となるであろう。
図1は、予防保守(PM)手順の頻度を統計的に制御するための技術を示す具体的なシステム2のブロック図である。特に、図1は、技術が手動の態様または半自動の態様で実行される実施形態を示している。以下に述べるように、図11に関して、この技術はまた、ユーザ、たとえば、技術者4の関与を少なくするのに必要な自動態様で実行されうる。
示された実施形態において、技術者4は、機器6の保守サービスを提供する。一般に、「機器」なる語は、本願明細書で用いられるとき、保守サービスを必要とする任意の構成要素、機械、デバイス、装置などを指す。さらに、例示のために1人の技術者4に関して示されているが、1人以上の操作者、技術者、データ入力職員、管理者、ユーザなどが技術者4に関して本願明細書に記載される操作を行ってもよい。
技術者4は、機器6の故障の場合には、是正保守手順または緊急保守手順などの計画外の保守手順を提供する。さらに、技術者4は、コンピュータ支援保守管理システム(CMMS)8によって維持されるスケジュール10に基づき、PM手順を行う。スケジュール10は、機器6で行われる一連のPM手順を規定する。各PM手順は、1つ以上のPMアクティビティを含むように規定されてもよい。CMMS8は、PM手順を行うための規定の頻度に基づいて、PM手順に関する期日を提供するために、スケジュール10を維持する。たとえば、PM手順は、定期的、たとえば毎週または毎月、または一定数の運転時間後、機器6によって製造される製造単位などで行われてもよい。コンピュータ支援保守管理システムの例としては、マサチューセッツ州ベッドフォードのMROソフトウェア・インコーポレィテッド(MRO Software,Inc.(Bedford,MA))によって市販されている「マキシモ(Maximo)(登録商標)」が挙げられる。
さらに、技術者4は、作動中の機械で行われる保守手順を記録し追跡するために、CMMS8と対話する。特に、CMMS8は、機器10に関する係属中の工場作業命令および終了した工場作業命令(SWO)を基準する保守データ12を維持する。たとえば、各SWOに関して、保守データ12は、処理される特定の機器、たとえば機器6を識別する機器番号のほか、SWO番号、SWOの開始日、問題記述、緊急保守(EM)、是正保守(CM)または予防保守(PM)などの作業命令のタイプを表しうるSWOレコードを規定する。さらに、保守データ12は、各SWOに関する推定労務費および材料費、および実際の労務費および材料費を規定しうる。CMMS6は、1つ以上のファイル、関係データベース、オブジェクト指向データベースなどの種々のデータ構造のいずれかの形をとりうる「データベース」に保守データ12を維持してもよい。
本発明の実施形態によれば、技術者4は、前の周期、たとえば1年に関する保守データ12によって維持されるSWOレコードのすべてまたは一部を抽出または他の方法でエクスポートするために、CMMS8と対話する。抽出されたSWOレコード13は、開始され、周期にわたって行われるSWOについて記述する。特に、抽出されたSWOレコード13は、非計画的な保守手順、たとえば、EM手順およびCM手順のほか、行われる各PM手順について記述する。
図1に示されているように、技術者4は、前処理および初期解析に関する表計算ソフト環境14にSWOレコード13をエクスポートしてもよい。さらに、技術者4は、SWOレコード13をさらに解析するために、統計解析ツール16を用いてもよい。表計算ソフト環境14の一例は、ワシントン州レッドモンドのマイクロソフト・コーポレーション(Microsoft Corporation(Redmond,WA))によって市販されている「マイクロソフト(Microsoft)(登録商標)エクセル(Excel)」である。統計解析ツールの例は、ペンシルバニア州ステートカレッジのミニタブ・インコーポレィテッド(Minitab,Inc.(State College、PA))によって市販されている「ミニタブ(Minitab)(登録商標)」である。
一般に、技術者4は、本願明細書に記載される統計解析技術を用いて、SWOレコード13を解析し、機器6の故障を検出し、低減する際のPM手順の有効性を決定する。さらに具体的に言えば、この技術は、SWOレコード13を処理して、機器6で行われる計画的な保守手順と計画外の保守手順とを統計解析し、計画的な保守手順と計画外の保守手順との間の任意の相関を識別する解析レポート18を生成する。特に、この技術は、計画外の保守手順によって処理されるようなその機器6が直面する任意の故障とそのような故障の検出または削減するように設計された予防保守手順とを相関させる。
解析レポート18に基づき、技術者4は、各PMアクティビティの有効性を評価することができる。そのような評価に基づき、技術者4は、各PM手順の頻度を制御するためにCMMS8と対話する。たとえば、解析レポート18によって示されたように、故障とある程度の相関を有するようなPM手順の場合には、技術者4は、そのようなPM手順に関連する頻度を増大させるように選択してもよい。相関が識別されないようなPM手順、すなわちほとんど故障を生じないか、または関連する故障がないような手順の場合には、技術者4は、関連頻度を減少させるように選択してもよい。これらの状況において、これらのPM手順に関して労働および材料に関連する費用は、代償としてほとんど利益がないか、または全くない状態で費やされうる。このような態様で、技術は、PM手順の頻度に関する統計的制御を行うことができる。
図2は、PM手順の頻度を統計的に制御するために、履歴保守データを解析する際の技術の概要を示すフローチャートである。最初に、技術者4は、解析のための機器6を選択する(20)。たとえば、組織が複数の機械またはPMサービスを受信する機器の他の部品を有する場合には、技術者4は、機器当たりの総保守費用、緊急SWOまたは是正SWOに対するPM SWOの比、製造処理能力などの多数の基準に基づいて解析するために、機器6を選択してもよい。
次に、技術者4は、時間の前の周期に関するSWOレコード13を抽出するために、CMMS8と対話する(22)。記載したように、抽出されたSWOレコード13は、たとえば、EM手順およびCM手順などの計画外の保守手順のほか、周期中に行われる各PM手順について記述する。図1に示されているように、技術者4は、前処理および初期解析のために、SWOレコード13を表計算ソフト環境14にエクスポートしてもよい。
SWOレコード13を抽出する際に、技術者4は、「PMコード」と呼ばれる一意の識別コードを機器6で行われるそれぞれの規定のPM手順に割当てるコード体系を生成する(23)。記載したように、SWOによって指定された各PM手順は、1つ以上のPMアクティビティの性能を必要とする可能性がある。たとえば、SWOに応じて行われたPM手順は、機器6の1つ以上の構成要素で行われた一連のPMアクティビティと見なしうる。この処理中、PMコードは、そのような故障の検出、予防または阻止するように設計されたPM手順またはPMアクティビティに対する故障の相関に対応する任意の態様で表されてもよい。
以下の表1は、比較的簡素な機械に関するPMコーディングの実施例である。この実施例では、PMコードは、各PM手順に関する機械の構成要素を識別する。言い換えれば、PMコードが異なる構成要素で行われる異なるPM手順に割当てられるという点で、マッピングの「粒度」は比較的高次であるものと見なしてもよい。
以下の表2は、さらに複雑な機械類に関するPMアクティビティコーティングの実施例である。次の実施例に示されているように、PMコードは、PM手順、各PM手順によって対処される機器の構成要素および手順によって行われる特定のPMアクティビティへのさらに粗いマッピングを提供するためにマッピングされることができる。本願明細書に記載される技術によれば、PM手順または個別のあくティ日低の故障モードへの相関を論理的に指示するPMコードの他のマッピングを用いてもよい。
上記の実施例のコード体系のいずれにおいても、故障モードの検出または排除のために書かれた予防手順または予測手順にはない故障モードの識別および解析を容易にするために、「その他」のPMコードが作成された。
一旦、コード体系が構築されると、技術者4は、上記で確立したようなPMコード体系に対して各SWOを審査し、それぞれのSWOにそれぞれのPMコードを割当てる(24)。それぞれの緊急SWOおよび是正SWOに関して、たとえば、技術者4は、処理された機器の故障の検出または排除するように設計されたPMコードを割当てる(24)。
次に、表計算ソフト環境14は、コード化された履歴データの初期高次解析を行うために呼出されてもよい(26)。たとえば、表計算ソフト環境14は、たとえば、増大する故障の原因となる非一貫性のPM頻度におけるパターン、PM手順間の増大する故障のパターン、PM手順間の故障がわずかまたはゼロのパターン、PM手順の終了後の故障のパターンなどの流行の識別を支援するために、データの分類、フィルタリング、色分けさえも行うことができる。PM手順の改良のための潜在的な機械を識別するために、コード化された履歴データを容易に操作することができる。たとえば、コード化されたデータは、高すぎる頻度、低すぎる頻度または非一貫性の間隔で行われた任意のPM手順またはアクティビティの指標を提供する。さらに、コード化され、処理されたデータはまた、PM手順が適切に行われていない状況を明らかにしうる。たとえば、故障がマッピングされたPM手順の直後に生じた故障が、PM手順が不適切に行われたことを示す場合もある。この初期解析の結果は、PM頻度に対する修正のための機会の初期指標として用いられ、さらなる統計評価のための候補を識別する。
高次解析(26)を終了した後、以下にさらに詳細に記載するように、コード化されたデータを統計的に解析するために、統計解析ツール16を呼出してもよい。解析に基づき、統計解析ツール16は、解析レポート18を生成する。解析レポート18は、PM手順と機器6が直面する故障との間の任意の統計的相関を識別する(28)。解析レポート18に基づき、技術者4は、各PMアクティビティの有効性を評価することができ、各PM手順の頻度を制御するためにCMMS8と対話する(30)。PM手順の頻度に関する統計的制御を実現するために、たとえば、毎日、毎週、毎月または毎年、この処理を繰り返してもよい。
図3は、PM手順と機器6が直面する故障との間の任意の統計的相関を識別する際に、統計解析ツール16によって用いられる統計解析技術をさらに詳細に示すフローチャートである。最初に、コード化されたデータが、統計解析ツール16にロードされる(40)。例示のために、図3のフローチャートは図4〜図9に関して記載され、図4〜図9は統計解析ツール16によって提供される実施例のチャートおよびユーザ入力スクリーンを示す。
最初に、統計解析ツール16は、各PMコードに関連する各故障の頻度を計算する。一実施形態において、統計解析ツール16は、各PMコードに関する故障回数を示すパレートチャートを生成する。このデータは続いて、個別のPMコードおよび関連する故障の解析中の優先順位のために用いられる。図4は、解析される機器に関する具体的な故障頻度を示す実施例のパレートチャート60を示す。この実施例では、パレートチャート60は、故障の53%、43.1%および3.3%がPMコード5、50および30にそれぞれマッピングされる故障タイプに関連していることを示している。
図3のフローチャートを再び参照すると、故障の頻度を決定するときに、PM手順のデータおよび故障データは、各PMコードに関して分離される(43)。たとえば、これは、統計解析ツール16を用いて、個別の解析環境、たとえば、ワークシートを最初に作成することによって実現されてもよい。次に、コード化されたデータおよび計算された故障データが、PMコードに基づいて分類されてもよい。続いて、分類されたデータの一部が、PMコードに基づいてそれぞれの解析環境に複製されてもよい。
一旦、データがPMコードによって分離されると、統計解析ツール16が分離された部分における種々の統計解析機能を実現するために呼出される。たとえば、統計解析ツール16は、技術者4に特定のPMコードに関する故障ごとに、平均的な労務費、材料費またはその両方に関する知見を提供するために、分離されたデータを解析する(44)。
図5は、PMコード5に関連する故障の具体的な平均的な実際の労務費を示す統計解析ツール16によって形成された実施例のチャート70である。同様に、統計解析ツール16は、技術者4にPM手順またはアクティビティを行うために費やされる平均的な労務費、材料費またはその両方に関する知見を提供するために、特定のPMコードにマッピングされる各PM手順またはアクティビティの実行に関連する費用を解析する(46)。
続いて、統計解析ツール16は、特定のPMコードにマッピングされるPM手順またはアクティビティ間の平均時間を決定することによって、実際のPM頻度の一貫性を解析する(48)。この解析は、PMの設計頻度に鑑みて、PMコードにマッピングされるPM手順またはアクティビティが行われた一貫性を評価する際に有用である。さらに、この解析は、PM間隔の変動性が機器6の直面する故障に何らかの影響を及ぼしたかどうかを決定する際にも有用であると思われる。具体的に言えば、それぞれの行われたPM手順間で列挙された故障の数が表に表されている。さらに、PM手順に関連する期日が、PM間の平均時間を決定するために用いられる。
図6は、PMコード5に関連して、PM手順が実行される具体的な実際の頻度82および各PM間の故障数84の計算値を示す統計解析ツール16によって提供される実施例のインターフェイス80を示す。
次に、統計解析ツール16は、特定のPMコードに関するPM手順またはアクティビティの計算された頻度の任意の統計的変動性を決定するために、計算された頻度を解析する(50)。続いて、統計的変動性に基づき、統計解析ツール16は、PM頻度の変動性に関する統計的制御チャートを生成する。このチャートはまた、PMが実行される平均頻度を提供し、頻度の調整を識別して計算するために続いて用いられてもよい。図7は、PMコード5に関するPM手順の頻度および制御限界をグラフ化する具体的なチャート90である。
計算された変動性に基づき、統計解析ツール16は、PM間隔とPM手順またはアクティビティ間に生じる機器の故障数との間に相関があるかどうかを決定する際に支援するために、回帰分析を行う(52)。回帰分析がPM頻度とPM手順またはアクティビティ間に生じる機器の故障数との間に強い相関を実際に示す場合には、PM頻度を統計的に制御するために、この技術を用いることができる。図8は、統計解析ツール16によって生成される具体的な回帰分析を示すチャート100を示す。
回帰分析を行った後、統計解析ツール16は各PMコードに関するデータにおける解析処理を繰り返す(57)。上述したように、そのようなPM間隔に関連する手順またはアクティビティに関するPM間隔と、手順またはアクティビティ間に生じる機器の故障数との間に相関があるかどうかを各PMコードに関して決定する際に用いるために、このような態様で、各PMコードに関してコード化されたデータの一部を個別に処理されてもよい。
各PMコードに関連する分離データを個別に解析した後、統計解析ツール16は、特定のPMコードに関係なく、データのすべてにわたって故障解析を行う。たとえば、統計解析ツール16は、機器6が直面する故障のタイプに関する故障間の平均時間を決定するために、データを解析する(58)。たとえば、図9は、95%信頼水準における特定の故障タイプに関する故障間の平均時間をグラフ化するチャート110を示す。
最後に、統計解析ツール16は、緊急型SWOの修理時間における変動性を決定する(59)。この解析は、機器6の最悪の場合の休止時間を予測する際に技術者にとって有用であると思われる。たとえば、図10は、機器6の緊急型SWOに関する実際の修理時間、平均修理時間および制御限界をグラフ化した具体的な制御チャート120を示す。
図11は、統計解析ツール16によって生成される統計データに基づき、PM頻度を制御する具体的な処理をさらに詳細に示すフローチャートである。最初に、PMコードの1つが選択され(130)、PMコードに関連する頻度が政府機関などによって規制されるかどうかに関する決定がなされる(132)。
頻度が規制される場合には、頻度に対する変更は行われない(133)。そうでない場合には、関連する故障コードに関連し、PMコードに関連する頻度に対する修正によって生じうるリスクの水準を評価するために、リスク評価処理が用いられる(134)。さらに詳細には、リスク優先数(RPN)が以下の式によって計算される。
RPN=深刻度*発生頻度*検出度 (1)
RPN=深刻度*発生頻度*検出度 (1)
式1において、RPN値は、深刻度評定、発生頻度評定および検出度評定に基づいて計算される。深刻度評定は、関連する故障から生じ、以下の表3に示されるような範囲によって規定されうる任意の潜在的な被害または損害の深刻度の評定を示す。
発生頻度評定は、故障が生じ、以下の表4に示されるような範囲によって規定されうる頻度の評定を表す。
検出度評定は、故障が生じ、以下の表5に示されるような範囲によって規定されうる事象において故障を検出する可能性に関する評定を表す。
RPN値が閾値を超える場合には(136)、リスクが大きすぎるため、PM頻度を変更しない(133)。そうでない場合には、その特定のPMコードにマッピングされるPM手順またはアクティビティ間で故障がほとんど生じないか、全く生じないかに関する決定がなされる(138)。
たとえば、ほとんど生じないか、または全く生じないような閾値未満の故障数が生じる場合、リソースがあるかなしかの代償のために費やされうるとき、これらのPM手順またはアクティビティは、PM頻度の減少、すなわちPM手順またはアクティビティ間の間隔の増大の最有力候補とみなされる。評価がPMコードに関連するPM頻度を減少する機会をたとえば閾値未満の許容可能なリスク内で実現することができることを示す場合には、PM頻度が減少される(142)。以下の表6に示されているように、利用可能であれば、またはRPN値および現在の頻度の関数として、頻度の減少はベンダ支援のMTBFに基づいてもよい。
統計解析からPMコードに関連する手順またはアクティビティ間に故障が実際に生じる(138の分岐なし)ことが明白となる場合には、PM頻度は増大の最有力候補である。このような状況において、コード化された履歴データから計算された回帰式102(図8)を適用して、頻度の調整を計算することができる(144)。具体的に言えば、回帰式が70%以上の相関104(図8)を示す場合には、PM頻度とそれぞれのPM手順またはアクティビティの性能間の故障数との間に強い統計的相関がある。その結果、回帰公式を用いて、新たな保守頻度を計算することができる。
一般に、以下のように選択されたPMコードに関して、回帰公式を書くことができる。
故障=C+F*MTBPM (2)
式中、CおよびFは回帰分析によって計算された定数であり、MTBPMは上述したように、PMコードに関連する手順またはアクティビティの性能間の平均時間を表す。式2から、現在の保守時間/日(AMC)は、以下のように計算されることができる。
AMC=APMC+ARC (3)
現在の頻度に関する1日当たりの現在の平均修理時間は、以下のように計算されることができる。
ARC=[故障(現在のPM間隔)*MTTR]/MTBPM(現在のPM間隔) (4)
式中、MTTRは、上述したように、修理の平均時間に等しい。1日当たりの現在の平均PM時間は、以下のように計算されることができる。
APMC=MTTE−PM/MTBPM(現在のPM間隔) (5)
式中、MTTE−PMは、上述したように、PMコードに関連する手順またはアクティビティを実行するための平均時間を表す。提案されたMTBPMを選択することができ、1日当たりの提案された保守時間(AMP)は以下のように計算されることができる。
AMP=APMP+ARP (6)
現在の頻度に関する1日当たりの提案された平均修理時間は、回帰公式を用いて以下のように計算されることができる。
ARP=[故障(提案されたPM間隔)*MTTR]/MTBPM(提案されたPM間隔) (7)
1日当たりの提案された平均PM時間は、以下のように計算されることができる。
APMp=MTTE−PM/MTBPM(提案されたPM間隔) (8)
故障=C+F*MTBPM (2)
式中、CおよびFは回帰分析によって計算された定数であり、MTBPMは上述したように、PMコードに関連する手順またはアクティビティの性能間の平均時間を表す。式2から、現在の保守時間/日(AMC)は、以下のように計算されることができる。
AMC=APMC+ARC (3)
現在の頻度に関する1日当たりの現在の平均修理時間は、以下のように計算されることができる。
ARC=[故障(現在のPM間隔)*MTTR]/MTBPM(現在のPM間隔) (4)
式中、MTTRは、上述したように、修理の平均時間に等しい。1日当たりの現在の平均PM時間は、以下のように計算されることができる。
APMC=MTTE−PM/MTBPM(現在のPM間隔) (5)
式中、MTTE−PMは、上述したように、PMコードに関連する手順またはアクティビティを実行するための平均時間を表す。提案されたMTBPMを選択することができ、1日当たりの提案された保守時間(AMP)は以下のように計算されることができる。
AMP=APMP+ARP (6)
現在の頻度に関する1日当たりの提案された平均修理時間は、回帰公式を用いて以下のように計算されることができる。
ARP=[故障(提案されたPM間隔)*MTTR]/MTBPM(提案されたPM間隔) (7)
1日当たりの提案された平均PM時間は、以下のように計算されることができる。
APMp=MTTE−PM/MTBPM(提案されたPM間隔) (8)
最後に、提案されたPM頻度(PM_Freqp)を選択することができる。特に、回帰分析によって生成された実際の値、たとえば95%信頼限界内の値からPM_Freqpを選択することができる。提案されたPM頻度は、現在のPM頻度と置き換えられ、それによって、頻度の増大、現在のPM頻度と現在のPMコードに関連する手順またはアクティビティ間で生じた個少数との間の統計的相関に基づき、手順またはアクティビティ間の間隔を減少させる。
たとえば、以下の式で回帰分析結果を仮定すると、
故障=−24.87+1.48*PM間隔 (9)
であり、MTTE−PMは4.3時間に等しく、MTTRは2.2時間に等しく、MTBPMは現在28日である。この実施例では、回帰分析を用いて現在のPM頻度に関する総保守時間を計算することができる。特に、回帰式(9)を用いて、故障数を1.48*28−24.87=16.6回の故障と統計的に計算することができる。保守間隔当たりの故障に関する総修理時間は、16.6回の故障*2.2時間/故障=36.5時間として計算されることができる。したがって、1日当たりの総保守時間は、(36.5時間+4.3時間)/28日=1.5時間/日として計算されることができる。
故障=−24.87+1.48*PM間隔 (9)
であり、MTTE−PMは4.3時間に等しく、MTTRは2.2時間に等しく、MTBPMは現在28日である。この実施例では、回帰分析を用いて現在のPM頻度に関する総保守時間を計算することができる。特に、回帰式(9)を用いて、故障数を1.48*28−24.87=16.6回の故障と統計的に計算することができる。保守間隔当たりの故障に関する総修理時間は、16.6回の故障*2.2時間/故障=36.5時間として計算されることができる。したがって、1日当たりの総保守時間は、(36.5時間+4.3時間)/28日=1.5時間/日として計算されることができる。
21日の提案されたPM間隔が回帰チャートから選択されると仮定すると、提案された保守間隔に関する総保守時間は、類似の方式で計算されることができる。回帰式(9)を用いて、提案されたPM間隔に関する個少数を1.48*21−24.87=6.2回の故障と統計的に計算することができる。保守周期当たりの故障に関する総修理時間は、6.2回の故障*2.2時間/故障=13.7時間として計算されることができる。したがって、1日当たりの総保守時間は、(13.7時間+4.3時間)/21日=0.86時間/日として計算されることができ、これは、全体的な保守時間の43%の潜在的な削減を表す。
この処理は、PMコードのすべてに関して反復される(150)。このような態様で、機器の故障を検出し、低減する際の予防保守手順の有効性を改善することができる。さらに、PM手順またはアクティビティに関連するPM頻度は、履歴データを用いて統計的に制御されることができる。したがって、故障を減少させるためにPM頻度を増大するための機会のほか、機器の故障を増大させることなく、費用の節約を実現するためにPM頻度を減少させるための機会を統計的に識別し、評価することができる。
図12は、さらに自動的な態様で予防保守(PM)手順の頻度を統計的に制御するための具体的なシステム160のブロック図である。特に、図12の実施例 では、上述の機能の多くは、コンピュータ保守管理システム(CMMS)168に統合されている。
図1のシステム2に関して記載したように、技術者164は、機器166の故障の場合には、予防保守(PM)手順および是正保守手順または緊急保守手順などの計画外の保守手順を含む機器166に関する保守サービスを提供する。技術者164は、コンピュータ支援保守管理システム(CMMS)168のスケジューラ190によって維持されるスケジュール170に基づいて、PM手順を行う。CMMS168は、機器166で行われたか、または行われることになっている保守手順に関して待ち状態で、終了した工場作業命令(SWO)を記述する保守データ172を維持する。CMMS168は、1つ以上のファイルまたは関係データベースなどのデータベースをはじめとする種々のデータ構造のいずれかとして保守データ172を維持してもよい。
この実施形態において、CMMS168は、データ発掘モジュール182、コーディングモジュール184、解析モジュール186、リスクランキングモジュール188、スケジューラ190およびレポートジェネレータ192を具備する。これらのモジュールのそれぞれは、記載された技術を行うためのソフトウェア、ファームウェア、ハードウェアまたはその組合せを表す。たとえば、CMMS168は、記載された機能を実行するための機械命令を実行するために、1つ以上のプログラム可能なプロセッサを有する1台以上のコンピュータを具備しうる。命令は、ハードディスク、除去可能な記憶媒体、読出し専用メモリ、ランダムアクセスメモリ、フラッシュメモリなどのコンピュータ可読媒体に格納されうる。
コーディングモジュール184は、機器166で行われる規定のPM手順のそれぞれに一意のPMコードを割当てるコード体系を維持する。コーディングモジュール184は、技術者164がコード体系を規定し、一意のコードをPM手順またはアクティビティにマッピングしうるユーザインターフェイスを提供する。このような態様で、技術者164は、そのような故障の検出、予防または阻止するように設計されたPM手順またはアクティビティに対する故障の相関に対応する任意の態様で表されてもよい。
技術者164が工場作業命令(SWO)を入力するためにCMMS168と対話するとき、コーディングモジュール184はたとえばドロップダウンボックスなどの入力領域を有するユーザインターフェイスし、それによって技術者は予防保守手順に関連する識別子に工場作業命令をマッピングするためにPMコードを選択する。このような態様で、CMMS168は、SWOの自動コーディング、すなわちSWOが生成されるとき、SWOとPM手順に関連する識別子との間のマッピングを容易にする。
データ発掘モジュール182は、前の周期、たとえば1年に関する保守データ172によって維持されるSWOレコードのすべてまたは一部を抽出するために、たとえば、定期的にCMMS168と対話する。特に、データ発掘モジュール182は、たとえば、EM手順およびCM手順などの計画外の保守手順のほか、機器166で行われる各PM手順を記述するSWOレコードを抽出する。
解析モジュール186において、技術者164は統計データを生成するために、データ発掘モジュール182によって抽出されたSWOレコードを解析するために本願明細書に記載される統計解析技術を自動的に用いる。たとえば、上述したように、解析モジュール186は、各PMコードに関連する各故障の頻度、各PMコードにマッピングされる実行中の各PM手順またはアクティビティに関連する費用、PM手順間の平均時間、PMコードに関するPM手順またはアクティビティの計算された頻度に関する統計的変動性、PM頻度を手順間の故障数に相関させるための回帰分析、故障間の平均時間、緊急型SWOに関する修理時間における任意の統計的変動性を自動的に計算する。
スケジューラ190は、統計データを利用して、たとえば、上述の式を適用することによって新たなPM頻度を計算するために、PM頻度を自動的に調整する。この処理中、スケジューラ190は、頻度をどの程度まで自動的に調整するかを決定する際に支援するために、関連する故障に関連しうるリスクの水準を評価するために、リスクランキングモジュール188を呼出してもよい。
レポートジェネレータ192は、解析モジュール186によって生成される統計データおよびスケジューラ190によって計算される更新されたPM頻度を含む解析レポート178を生成する。さらに、スケジューラ190は、更新されたPM頻度に基づき、スケジュール170を自動的に更新する。このような態様で、CMMS168は、技術者164によって行われるPM手順の頻度に関する自動的な統計的制御を提供する。
本発明の種々の実施形態について記載してきた。これらをはじめとする他の実施形態は、以下の特許請求の範囲の範囲内に包含される。
Claims (51)
- 機器で行われる予防保守手順および計画外の保守手順を識別するために、保守データを解析するステップと、
前記計画外の保守手順を前記予防保守手順に関連する識別子にマッピングするステップと、
前記マッピングに基づき、前記予防保守手順と前記計画外の保守手順との間に統計的相関が存在するかどうかを決定するステップと、
前記決定に基づき、前記予防保守手順を行うためのスケジュールを更新するステップと、を含む、方法。 - スケジュールを更新するステップは、前記統計的相関に関する信頼水準が閾値を超える場合に、前記予防保守手順を行う頻度を更新するステップを含む、請求項1に記載の方法。
- スケジュールを更新するステップは、1つ以上のそれぞれの計画外の保守手順にマッピングされる前記予防保守手順を行うための頻度を増大するステップを含む、請求項1に記載の方法。
- スケジュールを更新するステップは、前記決定に基づき、前記予防保守手順の少なくとも部分集合を行うための頻度を減少させるステップを含む、請求項1に記載の方法。
- 前記頻度を減少させるステップは、計画外の保守手順の閾値数未満にマッピングされる前記予防保守手順を行うための頻度を減少させるステップを含む、請求項4に記載の方法。
- 前記スケジュールを更新するステップは、
前記予防保守手順のそれぞれに関連するリスク値を統計的に計算するステップと、
前記それぞれの計算されたリスク値の関数として前記予防保守手順に関する調整を決定するステップと、を含む、請求項1に記載の方法。 - リスク値を統計的に計算するステップは、前記予防保守手順のそれぞれに関するリスク優先数を計算するステップを含む、請求項6に記載の方法。
- スケジュールを更新するステップは、
前記識別子に関連する前記計画外の保守手順に基づき、各識別子に関する故障間の平均時間を計算するステップと、
故障間の前記計算された平均時間の関数として前記スケジュールに関する調整を決定するステップと、を含む、請求項1に記載の方法。 - コンピュータ保守管理システムから前記保守データを抽出するステップをさらに含む、請求項1に記載の方法。
- 前記保守データが工場作業命令レコードを含み、前記計画外の保守手順を識別子にマッピングするステップは、
前記機器の故障を処理する前記計画外の保守手順に関する前記工場作業命令を識別するために、前記工場作業命令レコードを検査するステップと、
前記故障の検出または予防のために設計された予防保守手順に関連する前記識別子と、前記識別された工場作業命令を関連付けるステップと、を含む、請求項1に記載の方法。 - 前記予防保守手順のそれぞれが1つ以上のアクティビティを含み、前記計画外の保守手順をマッピングするステップが、
前記予防保守手順の前記アクティビティに関する識別子を規定するステップと、
前記計画外の保守手順を前記アクティビティに関連する識別子にマッピングするステップと、を含む、請求項1に記載の方法。 - 前記予防保守手順および前記計画外の保守手順内の傾向を識別するために、前記マッピングに基づき、前記保守データにパターン解析を行うステップと、
前記傾向解析に基づき、前記予防保守手順を行うための前記スケジュールを更新するステップと、をさらに含む、請求項1に記載の方法。 - 統計的相関が存在するかどうかを決定するステップは、前記識別子のそれぞれに関連する前記予防保守手順の実際の頻度における統計的変動を計算するステップを含み、スケジュールを更新するステップは、前記実際の頻度の前記計算された統計的変動に基づき、前記予防保守手順に関する前記スケジュールを更新するステップを含む、請求項1に記載の方法。
- 統計的相関が存在するかどうかを決定するステップは、前記実際の頻度と前記計画外の保守手順との間の相関を計算するために、前記計算された統計的変動に関する回帰分析を行うステップを含む、請求項13に記載の方法。
- 各識別子に関するそれぞれの回帰式を計算するために、前記マッピングに基づき、独立に前記保守データを統計的に解析するステップをさらに含む、請求項1に記載の方法。
- 前記計画外の保守手順をマッピングするステップは、前記計画外の保守手順を前記識別子にマッピングする入力を受信するために、コンピュータ保守管理システムのユーザインターフェイスを提供するステップを含む、請求項1に記載の方法。
- 前記保守データを自動的に解析し、前記スケジュールを更新するために、コンピュータ保守管理システムを呼出すステップをさらに含む、請求項1に記載の方法。
- 前記計画外の保守手順が緊急保守手順および是正保守手順を含む、請求項1に記載の方法。
- 機器で行われる予防保守手順および計画外の保守手順を指定する保守データからの1つ以上の相関式を生成するステップと、
前記相関式に基づき、前記予防保守手順を行うためのスケジュールを出力するステップと、を含む方法。 - 前記スケジュールに基づき、前記機器で前記予防保守手順を行うステップをさらに含む、請求項19に記載の方法。
- 前記計画外の保守手順を前記予防保守手順に関連する識別子にマッピングするステップと、
前記マッピングに基づき、前記識別子のそれぞれに関して前記相関式の1つを生成するために、前記保守データを統計的に解析するステップと、をさらに含む、請求項19に記載の方法。 - スケジュールを出力するステップは、
前記識別子に関連する前記計画外の保守手順に基づき、各識別子に関する故障間の平均時間を計算するステップと、
故障間の前記計算された平均時間の関数として前記頻度に関する調整を決定するステップと、を含む、請求項21に記載の方法。 - スケジュールを出力するステップは、
前記予防保守手順のそれぞれに関連するリスク値を統計的に計算するステップと、
前記それぞれの計算されたリスク値の関数として前記予防保守手順に関する調整を決定するステップと、を含む、請求項19に記載の方法。 - 機器の予防保守手順および計画外の保守手順に関する工場作業命令を規定する保守データを受信するためのインターフェイスを提供するステップであって、前記インターフェイスが前記工場作業命令を前記予防保守手順に関連する識別子にマッピングするための入力領域を具備しているステップと、
統計的相関が前記予防保守手順と前記計画外の保守手順との間に存在するかどうかを決定するために前記マッピングに基づき、前記保守データを自動的に解析するステップと、
前記決定に基づき、前記予防保守手順に関連する頻度を自動的に更新するステップと、を含む方法。 - 前記更新された頻度に基づき、スケジュールを出力するステップをさらに含む、請求項24に記載の方法。
- 前記頻度を更新するステップは、前記決定に基づき、前記予防保守手順の少なくとも部分集合に関する前記頻度を減少させるステップを含む、請求項24に記載の方法。
- プロセッサに
機器の予防保守手順および計画外の保守手順に関する工場作業命令を規定する保守データを受信するためのインターフェイスを提供させ、ここで、前記インターフェイスは前記工場作業命令を前記予防保守手順に関連する識別子にマッピングするための入力領域を具備しており、
統計的相関が前記予防保守手順と前記計画外の保守手順との間に存在するかどうかを決定するために前記マッピングに基づき、前記保守データを自動的に解析させ、
前記決定に基づき、前記予防保守手順に関連する頻度を自動的に更新させるための命令を含むコンピュータ可読媒体。 - 前記更新された頻度に基づき、前記プロセッサにスケジュールを出力させるための命令をさらに含む、請求項27に記載のコンピュータ可読媒体。
- 前記統計的相関の信頼水準が閾値を超える場合に、前記命令が前記プロセッサに前記頻度を更新させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに1つ以上の計画外の保守手順にマッピングされる識別子に関連する前記予防保守手順の前記頻度を増大させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、前記決定に基づき、前記予防保守手順の少なくとも部分集合に関する前記頻度を減少させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、計画外の保守手順の閾値数未満にマッピングされる識別子に関連する前記予防保守手順の前記頻度を減少させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、前記頻度のそれぞれに関連するリスク値を統計的に計算させ、前記それぞれの計算されたリスク値の関数として前記頻度に関する調整を決定させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、リスク優先数としての前記リスク値を計算させる、請求項33に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、前記識別子に関連する前記計画外の保守手順に基づき、各識別子に関する故障間の平均時間を計算させ、故障間の前記計算された平均時間の関数として前記頻度に関する調整を決定させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、コンピュータ保守管理システムから前記保守データを抽出させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、前記識別子のそれぞれに関連する前記予防保守手順の実際の頻度における統計的変動を計算させ、前記実際の頻度の前記計算された変動に基づき、前記予防保守手順に関する前記頻度を更新させる、請求項27に記載のコンピュータ可読媒体。
- 前記命令が、前記プロセッサに、相関が前記実際の頻度と前記計画外の保守手順との間に存在するかどうかを決定するために、前記計算された統計的変動に基づき、回帰分析を行わせる、請求項27に記載のコンピュータ可読媒体。
- 機器で行われる予防保守手順および計画外の保守手順を記述する保守データを格納するデータベースと、
それぞれの頻度に基づき、前記予防保守手順に関するスケジュールを生成するスケジューラと、
前記保守データを解析し、前記予防保守手順に関する更新された頻度を計算する統計解析モジュールと、を具備するシステム。 - 前記統計解析モジュールが、前記予防保守手順と前記計画外の保守手順との間の統計的相関に基づき、前記更新された頻度を計算する、請求項39に記載のシステム。
- 前記統計的相関に関する信頼水準が閾値を超える場合に、前記統計解析モジュールが、前記更新された頻度を計算する、請求項40に記載のシステム。
- 前記予防保守手順および前記計画外の保守手順を記述する前記データベースから工場作業命令を抽出するデータ発掘モジュールをさらに具備する、請求項39に記載のシステム。
- 前記計画外の保守手順を前記予防保守手順に関連する識別子にマッピングするコーディングモジュールをさらに具備する、請求項39に記載のシステム。
- 前記統計解析モジュールが、1つ以上の計画外の保守手順にマッピングされる識別子に関連する前記予防保守手順の前記頻度を増大させる、請求項42に記載のシステム。
- 前記統計解析モジュールが、計画外の保守手順の閾値数未満にマッピングされる識別子に関連する前記予防保守手順の前記頻度を減少させる、請求項42に記載のシステム。
- 前記統計解析モジュールが、前記識別子に関連する前記計画外の保守手順に基づき、各識別子に関する故障間の平均時間を計算し、故障間の前記計算された平均時間の関数として前記頻度に関する調整を決定する、請求項42に記載のシステム。
- 前記統計解析モジュールが、前記予防保守手順の少なくとも部分集合に関する前記頻度を減少させる、請求項39に記載のシステム。
- 前記統計解析モジュールが、前記頻度のそれぞれに関連するリスク値を統計的に計算し、前記それぞれの計算されたリスク値の関数として前記頻度に関する調整を決定する、請求項39に記載のシステム。
- 前記統計解析モジュールが、リスク優先数としての前記リスク値を計算する、請求項48に記載のシステム。
- 前記統計解析モジュールが、前記予防保守手順の実際の頻度における統計的変動を計算し、前記実際の頻度の前記計算された変動に基づき、前記予防保守手順に関する前記頻度を更新する、請求項39に記載のシステム。
- 前記統計解析モジュールが、相関が前記実際の頻度と前記計画外の保守手順との間に存在するかどうかを決定するために、前記計算された統計的変動に基づき、回帰分析を行う、請求項50に記載のシステム。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US10/403,330 US20040193467A1 (en) | 2003-03-31 | 2003-03-31 | Statistical analysis and control of preventive maintenance procedures |
PCT/US2004/006254 WO2004095340A1 (en) | 2003-03-31 | 2004-03-01 | Statistical analysis and control of preventive maintenance procedures |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2006522410A true JP2006522410A (ja) | 2006-09-28 |
Family
ID=32989911
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2006508966A Pending JP2006522410A (ja) | 2003-03-31 | 2004-03-01 | 予防保守手順の統計解析および制御 |
Country Status (5)
Country | Link |
---|---|
US (1) | US20040193467A1 (ja) |
EP (1) | EP1609098A1 (ja) |
JP (1) | JP2006522410A (ja) |
KR (1) | KR20050119168A (ja) |
WO (1) | WO2004095340A1 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014093089A (ja) * | 2012-11-01 | 2014-05-19 | Ge Aviation Systems Llc | 航空機群のための保守システムおよび保守を計画するための方法 |
Families Citing this family (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE602004001293T2 (de) * | 2003-06-26 | 2007-05-31 | St Microelectronics S.A. | Programmintegritätsprüfung mittels Statistiken |
JP4717579B2 (ja) * | 2005-09-30 | 2011-07-06 | 株式会社小松製作所 | 作業機械のメンテナンス作業管理システム |
US7627388B2 (en) * | 2005-10-28 | 2009-12-01 | Core, Inc. | Reliability tools for complex systems |
US7571089B2 (en) | 2006-08-23 | 2009-08-04 | Kimberly Clark Worldwide, Inc. | Method for simulating a system having multiple failure modes |
KR100840129B1 (ko) * | 2006-11-16 | 2008-06-20 | 삼성에스디에스 주식회사 | 통계적인 분석을 이용한 성능장애 관리시스템 및 그 방법 |
US8396571B2 (en) * | 2007-03-19 | 2013-03-12 | United Technologies Corporation | Process and system for multi-objective global optimization of maintenance schedules |
US20080270150A1 (en) * | 2007-04-26 | 2008-10-30 | Accenture Global Services Gmbh | Systems and methods of repair and operations planning |
KR101037183B1 (ko) * | 2008-11-14 | 2011-05-26 | 세메스 주식회사 | 메인터넌스 관리 시스템 |
US8260653B1 (en) * | 2009-07-23 | 2012-09-04 | Bank Of America Corporation | Computer-implemented change risk assessment |
GB0917527D0 (en) * | 2009-10-07 | 2009-11-25 | Optimized Systems And Solution | Asset management system |
US8660875B2 (en) * | 2009-11-02 | 2014-02-25 | Applied Materials, Inc. | Automated corrective and predictive maintenance system |
US20120101863A1 (en) * | 2010-10-22 | 2012-04-26 | Byron Edwin Truax | Machine-management system |
US8799042B2 (en) | 2011-08-08 | 2014-08-05 | International Business Machines Corporation | Distribution network maintenance planning |
US9058568B2 (en) | 2012-12-11 | 2015-06-16 | International Business Machines Corporation | System and method for maintenance planning and failure prediction for equipment subject to periodic failure risk |
US20140277921A1 (en) * | 2013-03-14 | 2014-09-18 | General Electric Company | System and method for data entity identification and analysis of maintenance data |
US9262255B2 (en) | 2013-03-14 | 2016-02-16 | International Business Machines Corporation | Multi-stage failure analysis and prediction |
US20160042304A1 (en) * | 2014-08-11 | 2016-02-11 | Bank Of America Corporation | Risk-based execution for projects |
JP6126316B2 (ja) * | 2015-04-07 | 2017-05-10 | 株式会社テイエルブイ | 保守支援システム及び保守支援方法 |
US11003978B2 (en) | 2016-12-14 | 2021-05-11 | Ajay Khoche | Programmable network node roles in hierarchical communications network |
US11138490B2 (en) | 2016-12-14 | 2021-10-05 | Ajay Khoche | Hierarchical combination of distributed statistics in a monitoring network |
US10275953B2 (en) | 2017-04-04 | 2019-04-30 | Panasonic Intellectual Property Management Co., Ltd. | Cost effective ride maintenance tracking system and method thereof |
JP6795088B2 (ja) * | 2017-04-20 | 2020-12-02 | 富士通株式会社 | 評価プログラム、評価方法および評価装置 |
US10739754B2 (en) * | 2018-05-11 | 2020-08-11 | Ford Motor Company | Method and system for monitoring machine health to improve machine cycle time impact |
US11112135B2 (en) * | 2018-11-09 | 2021-09-07 | Johnson Controls Technology Company | Maintenance procedure updating in HVAC system service log |
WO2021195002A1 (en) | 2020-03-21 | 2021-09-30 | Trackonomy Systems, Inc. | Wireless sensor nodes for equipment monitoring |
CN112819241A (zh) * | 2021-02-22 | 2021-05-18 | 苏州热工研究院有限公司 | 一种核电厂设备类监督及预测性健康管理方法 |
Family Cites Families (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6300361B1 (en) * | 1990-07-25 | 2001-10-09 | Novartis Ag | Stabilized pharmaceutical compositions comprising acid donors |
US6110214A (en) * | 1996-05-03 | 2000-08-29 | Aspen Technology, Inc. | Analyzer for modeling and optimizing maintenance operations |
US6246972B1 (en) * | 1996-08-23 | 2001-06-12 | Aspen Technology, Inc. | Analyzer for modeling and optimizing maintenance operations |
JP3335106B2 (ja) * | 1997-07-16 | 2002-10-15 | 株式会社小松製作所 | 機械のメンテナンス時期判定方法および装置 |
US6353804B1 (en) * | 1999-04-09 | 2002-03-05 | General Electric Company | Method for statistically predicting equipment performance |
ATE426845T1 (de) * | 1999-10-28 | 2009-04-15 | Gen Electric | Prozess zum uberwachen und diagnostizieren von daten eines entfernt gelegenen gegenstands |
AU1814201A (en) * | 1999-12-01 | 2001-06-12 | Sinex Aviation Technologies Corporation | Dynamic aircraft maintenance management system |
US7337437B2 (en) * | 1999-12-01 | 2008-02-26 | International Business Machines Corporation | Compiler optimisation of source code by determination and utilization of the equivalence of algebraic expressions in the source code |
US6411908B1 (en) * | 2000-04-27 | 2002-06-25 | Machinery Prognosis, Inc. | Condition-based prognosis for machinery |
US6557647B2 (en) * | 2000-05-30 | 2003-05-06 | American Piledriving Equipment, Inc. | Impact hammer systems and methods |
US7124059B2 (en) * | 2000-10-17 | 2006-10-17 | Accenture Global Services Gmbh | Managing maintenance for an item of equipment |
AU2002353097A1 (en) * | 2001-12-07 | 2003-07-09 | Battelle Memorial Institute | Methods and systems for analyzing the degradation and failure of mechanical systems |
-
2003
- 2003-03-31 US US10/403,330 patent/US20040193467A1/en not_active Abandoned
-
2004
- 2004-03-01 WO PCT/US2004/006254 patent/WO2004095340A1/en active Search and Examination
- 2004-03-01 JP JP2006508966A patent/JP2006522410A/ja active Pending
- 2004-03-01 EP EP04716165A patent/EP1609098A1/en not_active Withdrawn
- 2004-03-01 KR KR1020057018447A patent/KR20050119168A/ko not_active Application Discontinuation
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2014093089A (ja) * | 2012-11-01 | 2014-05-19 | Ge Aviation Systems Llc | 航空機群のための保守システムおよび保守を計画するための方法 |
Also Published As
Publication number | Publication date |
---|---|
EP1609098A1 (en) | 2005-12-28 |
KR20050119168A (ko) | 2005-12-20 |
WO2004095340A1 (en) | 2004-11-04 |
US20040193467A1 (en) | 2004-09-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2006522410A (ja) | 予防保守手順の統計解析および制御 | |
Amari et al. | Cost-effective condition-based maintenance using Markov decision processes | |
US7212986B1 (en) | Method and apparatus for planning and monitoring multiple tasks based on user defined criteria and predictive ability | |
US7218974B2 (en) | Industrial process data acquisition and analysis | |
JP5605476B2 (ja) | システム運用管理装置、システム運用管理方法、及びプログラム記憶媒体 | |
US8271983B2 (en) | Workload scheduler with cumulative weighting indexes | |
US7769568B2 (en) | Employing a dynamic lifecycle condition index (CI) to accommodate for changes in the expected service life of an item based on observance of the item and select extrinsic factors | |
US7472388B2 (en) | Job monitoring system for browsing a monitored status overlaps with an item of a pre-set browsing end date and time | |
US20060224434A1 (en) | Human data acquisition and analysis for industrial processes | |
WO2016161263A1 (en) | Predictive analytic reliability tool set for detecting equipment failures | |
WO2011053761A1 (en) | Managing inspection, test, analsys, and acceptance criteria (itaac) activities, systems and methods | |
CN111427330A (zh) | 一种基于设备维护数据的设备故障模式及规律分析方法 | |
Silva et al. | Availability forecast of mining equipment | |
Reina et al. | Maintenance decision support for manufacturing systems based on the minimization of the life cycle cost | |
CN112381242A (zh) | 核电站设备维修项目数据处理方法及系统 | |
US20200202232A1 (en) | Production record data analyzer | |
US20050165582A1 (en) | Method for estimating a maintenance date and apparatus using the same | |
Williams et al. | Challenging the paradigm of monitor reduction to achieve lower product costs | |
WO2024065779A1 (en) | Method for manufacturing operation management, edge device, cloud device, and storage medium | |
US20230237353A1 (en) | Machine Learning Based Predictive P-F Curve Maintenance Optimization Platform and Associated Method | |
US20070021943A1 (en) | Method for estimating a maintenance date and apparatus using the same | |
Ab-Samat et al. | Development of opportunistic maintenance policy towards optimal maintenance system (OPTOMS) model: A case study | |
Kanoun | A measurement-based framework for software reliability improvement | |
Mili et al. | Dynamic management of detected factory events and estimated risks using FMECA | |
Knapp et al. | Automated tactical maintenance planning based on machine monitoring |