JP2007291870A

JP2007291870A - コンプレッサ運用診断アシストシステム

Info

Publication number: JP2007291870A
Application number: JP2006117569A
Authority: JP
Inventors: Shozo Takahata; 昭三高畑; Akio Kaneshige; 昭雄兼重; Junichi Kono; 淳一河野; Toshiyuki Yabu; 敏行薮; Hisashi Ochiai; 久志落合; Kazuhiro Sera; 和浩世良
Original assignee: Chugoku Electric Power Co Inc
Current assignee: Chugoku Electric Power Co Inc
Priority date: 2006-04-21
Filing date: 2006-04-21
Publication date: 2007-11-08
Anticipated expiration: 2026-04-21
Also published as: JP4974574B2

Abstract

【課題】コンプレッサの電力・空気圧等の計測データをリアルタイムで計測しながら、工夫改善を行い圧力設定変更及び運転停止制御を行っているが、過去に工夫改善した圧力設定変更及び運転停止制御の実践的活用を図るコンプレッサ運用診断アシストシステムを提供すること。
【解決手段】１つ以上のコンプレッサと、コンプレッサに接続された空気配管と、コンプレッサの入力電力を測定する電力測定手段２６２と、空気配管内の空気圧を測定する空気圧測定手段２５２と、入力電力のデータ及び空気圧のデータと工夫改善したコンプレッサシステムの運転条件とを学習機能により選択して履歴データとして記憶する記憶手段４０と、入力電力のデータ及び空気圧のデータと履歴データに基づいて現時点の最適処置を演算する最適処置演算手段と、最適処置と入力電力のデータ及び空気圧のデータとを表示する表示手段１０とを備えたコンプレッサシステム。
【選択図】図１

Description

本発明は、工場などで使用されるコンプレッサとコンプレッサに接続された空気配管とからなるコンプレッサシステムにおいて、コンプレッサ運用診断アシストシステム、並びにコンプレッサ運用診断アシストプログラムに関する。

従来より、コンプレッサが消費する電力等のエネルギ診断は、市販計測機器及び専用ソフトウエアにより消費電力、空気圧等をリアルタイムに計測し、それらの計測データを単にグラフ表示する程度で表示していた。

一方、省エネ法が改正され平成１８年４月より施行される。これは、地球温暖化防止に関する京都議定書の発効を踏まえ、各分野におけるエネルギ使用の合理化を一層進めるため、エネルギ消費量の伸びの著しい運輸分野における対策を導入するとともに、工場・事業場及び住宅・建築物分野における対策を強化する等の措置を講じることが要請されている。

このため、工場設備の中でエネルギ消費の一定の部分を占めるコンプレッサについても、エネルギ診断を行い、エネルギ消費をできる限り抑制した運用が望まれる。

関連する技術としては、冷凍システムの省エネルギ運転を図った提案が紹介されている（特許文献１参照）。また、インバータ回路に対する周波数制御によりコンプレッサモータを可変制御する空気調和機において、運転時の周波数及び室内検出温度を入力して、これらの間の動特性を求める応答学習手段と、遺伝的アルゴリズム手法を用いて、周波数制御テーブルの周波数に関するデータを書替える提案が紹介されている（特許文献２参照）。
特開平１０−２８８４０８号公報特許３３３８５４９号公報

コンプレッサの電力・空気圧等の計測データをリアルタイムで計測しながら、工夫改善を行い圧力設定変更及び運転停止制御を行っている。過去に工夫改善した圧力設定変更及び運転停止制御の実践的活用を図りにくい、という問題があった。

本発明は、このような問題点を解決したコンプレッサ運用診断アシストシステム、並びにコンプレッサ運用診断アシストプログラムを提供することを目的とする。

本願の発明者らは、工夫改善して実践した履歴データに学習機能（遺伝的アルゴリズム機能）を適用し、現実の電力、空気圧のデータと、学習機能に基づいた過去のデータを参照して最適な運用条件を表示装置で確認しながら運用することを見出し、本発明を完成するに至った。

（１）１つ以上のコンプレッサと前記コンプレッサに接続された空気配管とを備えたコンプレッサシステムにおいて、前記コンプレッサの入力電力を測定する電力測定手段と、前記空気配管内の空気圧を測定する空気圧測定手段と、前記入力電力のデータ及び前記空気圧のデータと工夫改善したコンプレッサシステムの運転条件とを学習機能により選択して履歴データとして記憶する記憶手段と、前記入力電力のデータ及び前記空気圧のデータと前記履歴データに基づいて現時点の最適処置を演算する最適処置演算手段と、前記最適処置と前記入力電力のデータ及び前記空気圧のデータとを表示する表示手段と、を備えたコンプレッサ運用診断アシストシステム。

（１）記載のコンプレッサ運用診断アシストシステムによれば、電力測定手段によりコンプレッサの入力電力を測定する。また、空気圧測定手段により、空気配管内の空気圧を測定する。測定された入力電力のデータ及び空気圧のデータと工夫改善したコンプレッサシステムの運転条件とを学習機能により選択して履歴データとされ、記憶手段に記憶される。

コンプレッサシステムの運転時には、最適処置演算手段により、入力電力のデータ及び空気圧のデータと記憶手段に記憶されている履歴データに基づいて、現時点の最適処置を演算する。演算後、最適処置と入力電力のデータ及び空気圧のデータとを表示手段により表示する。

表示手段により表示された最適処置を見て、コンプレッサの圧力設定、運転制御を消費電力が最小となるように設定する。このようにして、コンプレッサの消費電力を最小にすることができる。また、最適処置により、直接コンプレッサの圧力設定、運転制御を行っても良い。このように、最適処置と入力電力のデータ及び空気圧のデータを同時に表示するのは、製造現場等で使用されるコンプレッサは生産ライン、自動機械等と密接に関連しているので、空気の吹きつけなどができないと生産ラインが停止するなどの問題が生じるからである。

（２）（１）に記載されたコンプレッサ運用診断アシストシステムであって、前記学習機能は遺伝的アルゴリズム機能により学習するコンプレッサ診断システム。

（２）記載のコンプレッサ運用診断アシストシステムによれば、学習機能は遺伝的アルゴリズム機能により学習するので、対象とするコンプレッサシステムで実施しなかった運転条件についても遺伝的アルゴリズム機能によりさらにすぐれた運転条件を提示することができる。

ここで、遺伝的アルゴリズム機能とは、生物の進化論的手法を取り入れたアルゴリズムによる機能である。例えば、進化論的手法として、交叉、突然変異、淘汰などの手法を取り入れてコンピュータなどにより最適解をシミュレーションすることである。参照文献として、伊庭斉志著「遺伝的プログラミング入門」東京大学出版会がある。

（３）（１）または（２）に記載のコンプレッサ運用診断アシストシステムであって、前記空気配管内の空気の流量を測定する流量測定手段をさらに備え、前記最適処置演算手段は、さらに、前記空気の流量に基づいて現時点の最適処置を演算するコンプレッサ運用診断アシストシステム。

（３）記載のコンプレッサ運用診断アシストシステムによれば、空気配管内の空気の流量を測定する流量測定手段をさらに備え、最適処置演算手段は、さらに、空気の流量に基づいて現時点の最適処置を演算する。コンプレッサの運転は空気の流量により左右されるので、流量計測手段を備えて、空気配管内の空気に流量を測定して最適処置を演算することにより、より正確に最適処置の演算をすることができる。

流量計測手段には、流速計法、ピトー管法、圧力時間法、トレーサ法、または超音波法による相対流量を測定する方法もある。

（４）（１）または（２）のいずれかに記載のコンプレッサ運用診断アシストシステムであって、コンプレッサシステムが使用される工場等の稼動状況を検出する稼動状況検出手段をさらに備え、前記最適処置演算手段は、さらに、前記工場等の稼動状況に基づいて現時点の最適処置を演算するコンプレッサ運用診断アシストシステム。

（４）記載のコンプレッサ運用診断アシストシステムによれば、コンプレッサシステムが使用される工場等の稼動状況を検出する稼動状況検出手段をさらに備え、最適処置演算手段は、さらに、前記工場等の稼動状況に基づいて現時点の最適処置を演算する。（３）に記載の発明の流量計側手段を使用するほうが正確であるので望ましい。しかし、流量計は一般に高価である。したがって、その代替手段として、本発明を使うことができる。つまり、コンプレッサシステムの空気の流量は工場等の稼動状況にほぼ比例する。したがって、稼動状況を検出すれば、通常の場合、おおよその空気の流量を予測することができる。

稼動状況検出手段は、工場等が稼動しているか否かを検出する手段である。稼動状況検出手段は、例えば、工場等の自動機等の電源スイッチに連動させて検出することもできるし、空気配管の開閉バルブに連動させることでも良い。

（５）１つ以上のコンプレッサと前記コンプレッサに接続された空気配管とを備えたコンプレッサシステムにおいて、コンピュータにコンプレッサ運用診断アシストシステムとしての機能させるためのコンプレッサ運用診断プログラムであって、前記コンプレッサの入力電力を測定する電力測定手段、前記空気配管内の空気圧を測定する空気圧測定手段、前記入力電力のデータ及び前記空気圧のデータと工夫改善したコンプレッサシステムの運転条件とを学習機能により選択して履歴データとして記憶する記憶手段、前記入力電力のデータ及び前記空気圧のデータと前記履歴データに基づいて現時点の最適処置を演算する最適処置演算手段、及び前記最適処置と前記入力電力のデータ及び前記空気圧のデータとを表示する表示手段、として機能させるコンプレッサ運用診断プログラム。

（５）に記載のコンプレッサ運用診断プログラムをコンピュータに読み込ませて動作させることにより、（１）に記載の発明と同様な作用、効果を期待することができる。

本発明によれば、コンプレッサシステムの運転時には、最適処置演算手段により、入力電力のデータ及び空気圧のデータと記憶手段に記憶されている履歴データに基づいて、現時点の最適処置が演算される。演算後、最適処置と入力電力のデータ及び空気圧のデータとを表示手段により表示する。表示手段により表示された最適処置を見て、コンプレッサの圧力設定、運転制御を消費電力が最小となるように設定する。このようにして、コンプレッサの消費電力を最小にすることができる。

以下、本発明を実施するための最良の形態について図を参照しながら説明する。なお、これはあくまでも一例であって、本発明の技術的範囲はこれに限られるものではない。

［第１の実施例］
図１は本発明のコンプレッサ運用診断アシストシステムの構成を示すブロック図である。図２は、各コンプレッサの出口圧力と電力の関係の実測データである。図３は、本発明のコンプレッサ運用診断アシストシステムの動作を示すフローチャートである。図４は、本発明のコンプレッサ運用診断アシストシステムの使用状態を示す図である。

本発明のコンプレッサ運用診断アシストシステム（１００）は、図１のブロック図に示すように構成される。コンプレッサ運用診断アシストシステム（１００）には、表示手段（１０）とキーボードやマウス等の入力手段（２０）とがバス線（９０）に接続されている。ＣＰＵ（３０）は、コンプレッサ運用診断アシストシステム（１００）の各種の制御を行う。通信部（５０）は、電力測定手段Ｗ１（２６２）、Ｗ２（２６４）、Ｗ３（２６６）並びに空気圧測定手段Ｐ１（２５２）、Ｐ２（２５４）、Ｐ３（２５６）、Ｐ４（２５８）によって測定した結果をバス線（９０）を介してＣＰＵ（３０）などへの通信を行う。記憶手段（４０）は、半導体メモリまたはハードディスクとそれを制御するソフトウエアとで構成され、入力電力のデータ及び空気圧のデータと工夫改善したコンプレッサシステムの運転条件とを学習機能により選択して履歴データとして記憶する。

運用診断の対象となるコンプレッサシステムは、様々な機種を組み合わせた形態がある。一例として、図１に示すように、コンプレッサＮｏ．１（２１０）とコンプレッサＮｏ．２（２２０）とコンプレッサＮｏ．３（２３０）と空気槽（２４５）が空気配管（２４０）により接続されている。また、コンプレッサＮｏ．１（２１０）の出口圧力を測定する空気圧測定手段Ｐ１（２５２）と入力電力を測定する電力測定手段Ｗ１（２６２）とコンプレッサＮｏ．１（２１０）を制御する制御手段Ｃ１（２７２）が電線２８０を介して電源２９０に接続されている。同様にコンプレッサＮｏ．２（２２０）の出口圧力を測定する空気圧測定手段Ｐ２（２５４）と入力電力を測定する電力測定手段Ｗ２（２６４）とコンプレッサＮｏ．２（２２０）を制御する制御手段Ｃ２（２７４）が電線２８０を介して電源２９０に接続されており、コンプレッサＮｏ．３（２３０）の出口圧力を測定する空気圧測定手段Ｐ３（２５６）と入力電力を測定する電力測定手段Ｗ３（２６６）とコンプレッサＮｏ．３（２３０）を制御する制御手段Ｃ３（２７６）が電線２８０を介して電源（２９０）に接続されている。また、配管の末端空気圧を測定する空気圧測定手段Ｐ４（２５８）が接続されている。

コンプレッサの運転中の空気圧と電力は機種と接続個所により異なる。図２に、各コンプレッサの出口空気圧と電力の関係の実測データを示す。コンプレッサＮｏ．１（２１０）は運転中の出口空気圧はほぼ一定であり、消費電力も一定である。夜間運転を停止すると若干出口空気圧は下がるが、消費電力は０となる。

これに対して、コンプレッサＮｏ．２（２２０）では、電源を投入したままであり、コンプレッサＮｏ．１（２１０）で夜間運転を停止した際は消費電力も図２に示すように増加する。これは、図１に示すようにコンプレッサＮｏ．２（２２０）ではコンプレッサＮｏ．１との間に空気槽（２４５）があるため、コンプレッサＮｏ．２出口空気圧と消費電力との間に比例関係がない。

また、コンプレッサＮｏ．３（２３０）はインバータ式でかつ空気槽（２４５）に接続されている。図２の下段に示すように消費電力はコンプレッサＮｏ．２（２２０）より少なく、空気流量が必要な場合のみコンプレッサＮｏ．３（２３０）は回転数制御方式により電力を使っている。全体としては最適化運転によりコンプレッサＮｏ．２（２２０）よりも消費電力が少ない。

全体の消費電力はコンプレッサＮｏ．１（２１０）とコンプレッサＮｏ．２（２２０）とコンプレッサＮｏ．３（２３０）の合計の消費電力がこのコンプレッサシステムの消費電力となる。図２のように、各コンプレッサの実測は異なるので、これらの運転条件を適切に選ぶための空気圧測定手段により、全体の消費電力を節減できることがわかる。

次に、本発明のコンプレッサ運用診断アシストシステムの動作を図３のフローチャートにより説明する。本発明のコンプレッサ運用診断アシストシステムがスタートすると電力測定手段により各コンプレッサの電力を測定する（Ｓ１１０）。具体的にはＣＰＵ（３０）より指令を発し通信部（５０）を介して、電力測定手段Ｗ１（２６２）、電力測定手段Ｗ２（２６４）、電力測定手段Ｗ３（２６６）、の電力を測定し記憶手段（４０）に一時的に記憶する。次に、予め定められた各測定点の空気圧を空気圧測定手段Ｐ１（２５２）、空気圧測定手段Ｐ２（２５４）、空気圧測定手段Ｐ３（２５６）、空気圧測定手段Ｐ４（２５８）により測定して通信部（５０）を経由して、一時的に記憶手段に記憶する（Ｓ１２０）。

次に運転条件を入力手段（２０）より入力する（Ｓ１３０）。運転条件は当初適切と考えられる条件を入力する。例えば、コンプレッサのすべてを運転し、圧力設定も高めの値を設定する。このような状態で運転後、履歴データが作成される。履歴データは例えば、コンプレッサの運転・停止号機、設定圧力に対して、各部分の測定された空気圧、各コンプレッサの消費電力をデータとして一時記憶する。

一時記憶された履歴データは、コンプレッサ合計の消費電力が少なく、作業現場で問題を起こさないレベルの圧力下限値とならない履歴データが学習機能により選択される（Ｓ１５０）。例えば、消費電力の少ない順に適切な数の例が選択される。適切な数はシステムの大きさ、使うＣＰＵ（３０）の処理速度、により異なり記憶手段（４０）の記憶容量により異なる。学習機能により選別された履歴データは記憶手段（４０）に記憶される（Ｓ１５０）。

次に、最適処置が最適処置演算手段によりＣＰＵ（３０）と関連するソフトウエアを用いて演算される（Ｓ１６０）。最適処置は電力測定、空気圧測定を行った現時点のデータと記憶手段（４０）に記憶されている履歴データを参照して、各コンプレッサの運転停止時間、設定圧力（コンプレッサがインバータ式の場合は駆動周波数）等の運転条件を演算する。また、同時にその運転条件の場合の電力予側、圧力予測を行う。電力予測、圧力予測は運転条件を演算された最適処置に変更した場合と変更しない場合の双方で演算することが望ましい。双方を表示することにより最適処置の効果を把握しやすいからである。

最適処置が演算されると、表示手段（１０）によりその結果が、実際のデータとともに表示される（Ｓ１７０）。図４にこの表示の例を示す。図４は、横軸に日付と時間を表し、縦軸に圧力と電力を表す。図４の例では、９月２７日にコンプレッサＮｏ．２とＮｏ．３の停止指示を出すと、電力予測は図の点線のようにほぼ０となる。したがって実線の予想と大幅に電力消費が低減される。しかし圧力予測である点線では、停止しない実線の圧力変動推移の場合と比較して、コンプレッサ出口（図１ではＰ２）、コンプレッサ系統末端（図１ではＰ４）とも低下する。圧力予測での圧力低下が進行して、圧力下限値である一点鎖線に近くなった場合にコンプレッサ運転指示をすれば良いことがわかる。

表示後、コンプレッサシステムが継続運転している場合は電力測定（Ｓ１１０）にもどり以降コンプレッサシステムが停止するまでコンプレッサ運用診断アシストシステムは運用される（Ｓ１８０）。

以上のように、現実の電力、空気圧のデータと、学習機能に基づいた過去のデータを参照して最適な運用条件を表示装置で確認しながら運用することができる。その結果、過去の工夫した運転条件を生かし、学習機能に基づいて、過去の最も良い運転条件でリアルタイムで状況を確認しつつコンプレッサシステムを運転することができる。

［第２の実施例］
第２の実施例は、学習機能が遺伝アルゴリズム機能により学習することを特徴とする。遺伝的アルゴリズム機能とは、生物の進化論的手法を取り入れたアルゴリズムによる機能である。例えば、進化論的手法として、交叉、突然変異、淘汰などの手法を取り入れてコンピュータなどにより最適解をシミュレーションすることである。したがって、過去の工夫した履歴データを交叉、突然変異、淘汰などの手法を取り入れて進化論的手法によりシミュレーションを行うので第１の実施例で説明したベストの運転条件以上の最適処置が得られる。

図５は、コンプレッサ運用診断アシストシステムに遺伝的アルゴリズム機能を取り入れた遺伝的プログラミングのオペレータの一例を示す。図６は、サブルーチンとして遺伝的アルゴリズム機能を取り入れた遺伝的プログラミングを取り入れたフローチャートを示す。

図５に示すように、コンプレッサ運用診断アシストシステムの変数として、吐出圧力Ｘ_１と、コンプレッサの状態Ｘ_２と、運転号機Ｘ_３と、圧力設定Ｙ_１（インバータ機では周波数）と、運転停止時間ｔとを設定する。これらの値を入力して、適合度計算を行い消費電力予測ΔＥと、運転時圧力予測ΔＰと、停止時圧力予測ΔＰとを求める。

図６に示したように、当初履歴データの第１の実施例の学習機能で求められたベストｎを記憶手段（４０）の中から検索する（Ｓ１５２）。ｎの数はコンプレッサ運用診断アシストシステムで採用するＣＰＵ（３０）の機能、記憶手段（４０）の記憶容量などのより適切な数を選択することが望ましい。

検索されたｎ個の履歴データは交叉処理がなされる（Ｓ１５４）。交叉処理とは生物に於ける遺伝のように、図５で説明した遺伝的プログラミングのオペレータの変数を取り替えることを言う。

その後、突然変異処理がなされる（Ｓ１５６）。これは生物の進化過程で突然変異が起きることのアナロジーである。

突然変異処理後適合度計算が行われる（Ｓ１５８）。適合度計算は進化論の自然淘汰に相当するものであり、本発明のコンプレッサ運用診断アシストシステムでは、目的が消費電力の低減であるので、消費電力がより節減できかつ安全に操業できる運転条件が選ばれる。

これらの具体的なプログラミング手法については、前述の伊庭斉志著「遺伝的プログラミング入門」東京大学出版会に詳しく説明されている。

以上のように、遺伝的アルゴリズム機能として、交叉、突然変異、淘汰などの手法を取り入れてコンピュータなどにより最適解をシミュレーションされるので、第１の実施例で説明したベストの運転条件以上の最適処置が得られる。

［第３の実施例］
第３のコンプレッサ運用診断アシストシステムの実施例は、以上説明した第１の実施例、第２の実施例に流量測定手段をさらに加え、さらに測定された空気の流量に基づいて最適処置を演算することを特徴とする。

コンプレッサの運転は空気の流量により左右されるので、流量計測手段を備えて、空気配管内の空気の流量を測定して最適処置を演算することにより、より正確に最適処置の演算をすることができる。

ただし、流量計測手段は高価であるので、コンプレッサシステムが使用される工場等の稼動状況を検出する稼動状況検出手段に代替させることもできる。つまり、コンプレッサシステムの空気の流量は工場等の稼動状況にほぼ比例する。したがって、稼動状況を検出すれば、通常の場合おおよその空気の流量を予測することができる。

［第４の実施例］
以上の例は、コンプレッサ運用診断アシストシステムについて主に説明したが、コンピュータに、コンプレッサ運用診断アシストシステムで説明した機能を有するプログラムをインストールして、そのコンピュータをコンプレッサ運用診断アシストシステムとして動作させることにより上記で説明した第１の実施例から第３の実施例のコンプレッサ運用診断アシストシステムと同様に第４の実施例を実現することができる。

その結果、第１の実施例から第３の実施例で説明したのと同様の効果が得られる。

以上、本発明の実施形態を用いて説明したが、本発明の技術的範囲は上記実施形態に記載の範囲には限定されない。上記実施形態に、多様な変更または改良を加えることができる。そのような変更または改良を加えた形態も本発明の技術的範囲に含まれ得ることが、特許請求の範囲の記載から明らかである。例えば、ＣＰＵのかわりにデジタルシグナルプロセッサーを用いても同様に実現することができる。

本発明のコンプレッサ運用診断アシストシステムの構成を示すブロック図である。各コンプレッサの出口圧力と電力の関係の実測データである。本発明のコンプレッサ運用診断アシストシステムの動作を示すフローチャートである。本発明のコンプレッサ運用診断アシストシステムの使用状態を示す図である。本発明のコンプレッサ運用診断アシストシステムに遺伝的アルゴリズム機能を取り入れた遺伝的プログラミングのオペレータの一例を示す。本発明のサブルーチンとして遺伝的アルゴリズム機能を取り入れた遺伝的プログラミングを取り入れたフローチャートを示す図である。

符号の説明

１０表示手段
２０入力手段
３０ＣＰＵ
４０記憶手段
５０通信部
９０データバス線
２６２、２６４、２６６電力測定手段
２５２、２５４、２５６空気圧測定手段

Claims

１つ以上のコンプレッサと前記コンプレッサに接続された空気配管とを備えたコンプレッサシステムにおいて、
前記コンプレッサの入力電力を測定する電力測定手段と、
前記空気配管内の空気圧を測定する空気圧測定手段と、
前記入力電力のデータ及び前記空気圧のデータと工夫改善したコンプレッサシステムの運転条件とを学習機能により選択して履歴データとして記憶する記憶手段と、
前記入力電力のデータ及び前記空気圧のデータと前記履歴データに基づいて現時点の最適処置を演算する最適処置演算手段と、
前記最適処置と前記入力電力のデータ及び前記空気圧のデータとを表示する表示手段と、
を備えたコンプレッサ運用診断アシストシステム。
請求項１に記載されたコンプレッサ運用診断アシストシステムであって、
前記学習機能は遺伝的アルゴリズム機能により学習するコンプレッサ診断システム。
請求項１または２に記載のコンプレッサ運用診断アシストシステムであって、
前記空気配管内の空気の流量を測定する流量測定手段をさらに備え、
前記最適処置演算手段は、さらに、前記空気の流量に基づいて現時点の最適処置を演算するコンプレッサ運用診断アシストシステム。
請求項１または２のいずれかに記載のコンプレッサ運用診断アシストシステムであって、
コンプレッサシステムが使用される工場等の稼動状況を検出する稼動状況検出手段をさらに備え、
前記最適処置演算手段は、さらに、前記工場等の稼動状況に基づいて現時点の最適処置を演算するコンプレッサ運用診断アシストシステム。
１つ以上のコンプレッサと前記コンプレッサに接続された空気配管とを備えたコンプレッサシステムにおいて、
コンピュータにコンプレッサ運用診断アシストシステムとしての機能させるためのコンプレッサ運用診断プログラムであって、
前記コンプレッサの入力電力を測定する電力測定手段、
前記空気配管内の空気圧を測定する空気圧測定手段、
前記入力電力のデータ及び前記空気圧のデータと工夫改善したコンプレッサシステムの運転条件とを学習機能により選択して履歴データとして記憶する記憶手段、
前記入力電力のデータ及び前記空気圧のデータと前記履歴データに基づいて現時点の最適処置を演算する最適処置演算手段、及び
前記最適処置と前記入力電力のデータ及び前記空気圧のデータとを表示する表示手段、
として機能させるコンプレッサ運用診断プログラム。