JP2009099144A - Ａｃモータシステムの残存寿命を遠隔予測する方法及びシステム - Google Patents

Ａｃモータシステムの残存寿命を遠隔予測する方法及びシステム Download PDF

Info

Publication number
JP2009099144A
JP2009099144A JP2008263308A JP2008263308A JP2009099144A JP 2009099144 A JP2009099144 A JP 2009099144A JP 2008263308 A JP2008263308 A JP 2008263308A JP 2008263308 A JP2008263308 A JP 2008263308A JP 2009099144 A JP2009099144 A JP 2009099144A
Authority
JP
Japan
Prior art keywords
motor system
data
motor
failure
reliability
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.)
Withdrawn
Application number
JP2008263308A
Other languages
English (en)
Inventor
Greg L Flickinger
グレッグ・エル・フリッキンガー
Gary J Chmiel
ゲーリー・ジェイ・チミール
David N Johnson
デイビッド・エヌ・ジョンソンン
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.)
General Electric Co
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of JP2009099144A publication Critical patent/JP2009099144A/ja
Withdrawn legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01R—MEASURING ELECTRIC VARIABLES; MEASURING MAGNETIC VARIABLES
    • G01R31/00—Arrangements for testing electric properties; Arrangements for locating electric faults; Arrangements for electrical testing characterised by what is being tested not provided for elsewhere
    • G01R31/34—Testing dynamo-electric machines
    • G01R31/343—Testing dynamo-electric machines in operation

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Tests Of Circuit Breakers, Generators, And Electric Motors (AREA)
  • Control Of Electric Motors In General (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】ＡＣモータシステムの信頼性と故障までの残存時間とを遠隔予測する方法及びシステムを提供する。
【解決手段】ＡＣモータ状態予測機を利用して、統計的確実性を持って、信頼性と故障までの残存時間とを遠隔判定し得る。方法及びシステムは、履歴モータデータを取得するステップと、動作データ１２０を入手するステップと、故障分析を実行するステップと、因果ネットワークを作成するステップと、ＡＣモータシステム１１０の統合因果ネットワーク及び信頼性分析を実行するステップとを含み得る。方法及びシステムは、ＡＣモータシステム１１０又はＡＣモータシステム１１０の少なくとも一つの構成要素の問題の少なくとも一つの通知を提供し得る。
【選択図】図１

Description

本発明は、ＡＣモータシステムの信頼性に関し、特に、確認された統計的確実性を持って、ＡＣモータシステムを備えた構成要素の故障までの残存時間を遠隔判定する方法及びシステムに関する。
ＡＣモータシステムの一部の操作者は、システムの信頼性の判定に使用するために、何らかの形態の遠隔監視診断（ＲＭ＆Ｄ）システム等を利用している。現在公知のＲＭ＆Ｄシステムは、傾向を定める目的での収集に重点を置く傾向にある。
限定はしないが、「クリティカル」な産業用製造プロセス、発電システム等において使用される電気モータ等のＡＣモータシステムの稼働条件、状況、及び性能に関する正確な情報の取得は、こうしたシステムの商業運用を継続的に成功させる上で非常に重要である場合が多い。そのため、こうしたシステムにおける電気モータ及びコイルデバイスの動作及び性能を監視及び診断するために使用される既存の方法及びシステムを発展及び改良するために、しばしば多大な労力が費やされる。モータをオフラインにする必要があると、運転不能により収益の創出に悪影響を及ぼし得るため、こうしたクリティカルなプロセスモータには、堅牢な検査方法が求められる場合が多い。
ＡＣモータシステムの検査及び予測的保守の堅牢なプロセスは、通常、近い将来の欠陥を検出するために、モータ電流、電圧、振動、磁束漏れ等、様々な動作パラメータを監視することを含む。従来は、一つ以上のパラメータを経時的に監視し、監視したパラメータが所定の閾値を超えた時に、保守用の運転停止／勧告を発生させるのに使用する。現在の技術的傾向は、様々なセンサ及びトランスデューサをＡＣモータに取り付け、オフライン監視又はオンライン監視手法の何れかにより情報を継続的に収集することで、検査プロセスを自動化することである。これにより、動作中のモータの動作インジケータを継続的に追跡し、特定のインジケータに対する所定の閾値を越えた場合には、即座に警報を発生させ得る。例えば、限定はしないが、所定の範囲又は値を超過又は離脱した振幅又はスペクトルデータを使用して、警報を作動させ、特定の種類の故障モードが発生しそうであることを機器操作者に報知できる。
米国特許第7254514号明細書
故障予測ツールとして、更にはモータの健全度を評価するために、モータ動作インジケータデータを使用することは、過去に様々な研究者により、ある程度までは探求されてきた。様々なＡＣモータシステムインジケータがこの目的で使用可能であるが、逆送電流及び電圧の不一致といったＡＣモータシステムの「不均衡」を含みことがある。
現在公知であるＡＣモータシステムの残存寿命を遠隔的に監視及び診断する方法には欠点がある。従来のＲＭ＆Ｄシステムは、通常、差し迫った故障を表し得るデータのみを対象とし、残存モータ寿命又はモータ信頼性の定量的判定を提供しない。従来の一部のシステムは、単一の監視インジケータからの警報状態の検出に基づき、差し迫ったモータ故障の全般的な警報のみを提供する。こうしたシステムは、モータ信頼性の評価を提供せず、修理が必要になるまでに残された運転時間の推定も提供しない。
上記理由から、ＡＣモータシステムの残存寿命を遠隔判定する方法及びシステムに対する必要性が存在する。方法及びシステムは、ＡＣモータシステムの構成要素に関する複数の動作データを受領するべきである。方法及びシステムは、モータデータを分析し、ＡＣモータシステムの絶縁状態に基づいて、モータの信頼性及び故障までの推定運転時間を判定するべきである。
本発明の一実施形態によれば、サイト１００上に位置する少なくとも一つのＡＣモータシステム１１０の信頼性と故障までの残存時間との両方を遠隔判定する方法であって、方法は、少なくとも一つのＡＣモータシステム１１０を有するサイト１００とは異なる位置に存在する少なくとも一つの遠隔監視診断（ＲＭ＆Ｄ）システム１５０を提供するステップと、少なくとも一つのＲＭ＆Ｄシステム（１５０）を、少なくとも一つのＡＣモータシステム１１０から複数の動作データ１２０を受領する少なくとも一つの状態予測機１４０に統合するステップと、状態予測機から複数の動作データ１２０を受領するステップ８１０と、少なくとも一つのＡＣモータシステム１１０に対応する複数の履歴動作データ１２０を、少なくとも一つの履歴データベースから、少なくとも一つのＲＭ＆Ｄシステム１５０へ送信するステップ８１０、８３０と、前記少なくとも一つのＡＣモータシステム１１０の信頼性及び故障までの残存時間が警告範囲内にあるかを判断するために、複数の動作データ１２０を利用するステップ８４０と、少なくとも一つのＡＣモータシステム１１０の信頼性及び故障までの残存時間が警告範囲内である場合、少なくとも一つの支援ネットワークへ通知するステップ８６０、８７０と、を備える。
少なくとも一つのＲＭ＆Ｄシステム１５０を、少なくとも一つの状態予測機１４０に統合するステップは、更に、少なくとも一つの状態予測機１４０が少なくとも一つのＡＣモータシステム１１０に関連する故障原因履歴の所定の小集団に対応する信頼性確率分布の合成に基づいて、少なくとも一回の故障分析を実行するステップ５００と、少なくとも一つの状態予測機１４０が少なくとも一つのＡＣモータシステム１１０を含む複数のＡＣモータシステム１１０の信頼性をモデル化する少なくとも一つの因果ネットワークを作成すると共に、少なくとも一つの因果ネットワークに基づき少なくとも一つのＡＣモータシステム１１０構成要素の状態を評価するステップ５００と、少なくとも一つの状態予測機１４０が故障までの推定残存時間の定量値を計算するために、前記少なくとも一つの因果ネットワークに基づき前記少なくとも一つのＡＣモータシステム１１０構成要素の状態を評価する前記ステップの結果と統合される結果を発生させる、少なくとも一つのＡＣモータシステム１１０の少なくとも一回の統合因果ネットワーク及び信頼性分析を実行するステップと、を含む。
状態予測機１４０から前記複数の動作データ１２０を受領するステップは、更に、少なくとも一個のタンデルタセンサ６００から少なくとも一つの漏洩電流データを受領するステップを含む。
少なくとも一つの因果ネットワークを作成するステップは、ファジー理論を利用するステップを含む。少なくとも一回の故障分析を実行するステップ５００は、ワイブル確率分布関数を使用してＡＣモータシステム１１０の少なくとも一つの構成要素の故障率をモデル化するステップを含む。
方法は、更に、漏洩電流データに対応する絶縁破損を判定するステップを備える。
更に、少なくとも一つのＲＭ＆Ｄシステム１５０を、少なくとも一つのＡＣモータシステム１１０を有するサイト１００とは異なる位置に存在する少なくとも一つの遠隔ＡＣモータシステム１１０に統合するステップを備える。
本発明の別の実施形態によれば、サイト１００上に位置する少なくとも一つのＡＣモータシステム１１０の信頼性と故障までの残存時間との両方を遠隔判定するシステムであって、システムは、少なくとも一つのＡＣモータシステム１１０を有するサイト１００とは異なるサイト１００に位置し、少なくとも一つのタンデルタセンサ６００からのデータを含む、少なくとも一つのＡＣモータシステム１１０の複数の動作データ１２０を監視する、少なくとも一つの遠隔監視診断（ＲＭ＆Ｄ）システム１５０と、少なくとも一つのＡＣモータシステム１１０に関連する故障原因履歴の所定の小集団に対応する信頼性確率分布の合成に基づいて、少なくとも一回の故障分析を実行し、少なくとも一つのＡＣモータシステム１１０を含む複数のＡＣモータシステム１１０の信頼性をモデル化する少なくとも一つの因果ネットワークを作成すると共に、前記因果ネットワークに基づき少なくとも一つのＡＣモータシステム１１０構成要素の状態を評価し、故障までの推定残存時間の定量値を計算するために、少なくとも一つの因果ネットワークに基づき少なくとも一つのＡＣモータシステム１１０構成要素の状態を評価するステップの結果と統合される結果を発生させる、少なくとも一つのＡＣモータシステム１１０の少なくとも一回の統合因果ネットワーク及び信頼性分析を実行する、少なくとも一つのＡＣ状態予測機１４０と、少なくとも一つのＲＭ＆Ｄシステム１５０を、少なくとも一つのＡＣ状態予測機１４０に統合する手段と、複数の動作データ１２０を、ＡＣ状態予測機１４０から、少なくとも一つのＲＭ＆Ｄシステム１５０へ送信する手段と、を備える。
少なくとも一つのＡＣ状態予測機１４０は、少なくとも一つの漏洩電流データを受領し、少なくとも一つの漏洩電流データは、少なくとも一つのタンデルタセンサ６００からのデータを含み、少なくとも一つの漏洩電流データは、更に、少なくとも一つの漏洩電流位相データを含む。
少なくとも一つのＡＣ状態予測機１４０は、更に、少なくとも一つの構造を含み、少なくとも一つの構造は、漏洩電流データに対応する絶縁破損と、少なくとも一つのＡＣモータシステム１１０にて測定された漏洩電流データに対応する、少なくとも一つのＡＣモータシステム１１０構成要素の絶縁破損とを予測する。
以下の好適な実施形態の詳細な説明では、本発明の特定の実施形態を図示した添付図面を参照する。異なる構造及び動作を有する他の実施形態は、本発明の範囲から逸脱するものではない。
本発明の実施形態は、遠隔地から少なくとも一つのＡＣモータシステムの残存寿命を判定する技術的効果を有するアプリケーション及びプロセスの形態を取る。本発明は、産業用プロセス、発電所用プロセス、及びその組み合わせを含む様々な用途において使用されるＡＣモータシステムに適用可能である。
ＡＣモータシステムは、ＡＣモータと、ＡＣモータを監視し得るセンサ、送信機、測温体等、及びその組み合わせのうち、少なくとも一つとを含み得る。
遠隔監視診断（ＲＭ＆Ｄ）システムは、少なくとも一つのＡＣモータシステムの場所とは異なるサイトに配置し得る。ＲＭ＆Ｄシステムは、ＡＣモータシステムを運転するサイトと無線接続及び／又は有線接続された複数の送信機及び受信機を含み、そのサイトからの動作データを受信し得る。通常、ＲＭ＆Ｄシステムは、複数のコンピュータシステム、サーバ、及びソフトウェアツールを含む。ＲＭ＆Ｄシステムを運用し得るチームは、ソフトウェアツールを利用して、少なくとも一つのＡＣモータシステムの動作状況を遠隔判定する。
ＲＭ＆Ｄシステムのソフトウェアツールは、例えば、限定はしないが、以下のタスクの実行を含む。遠隔監視−自動及び手動手法を使用した動作データの監視を含み、サイトでの運転活動のチームによる支援を可能にする。意志決定支援−ＡＣモータシステムの操作者が、その動作、処理の逸脱、発生の可能性がある予期せぬ動作事象の状態を理解するのを助ける。意志決定支援は、推奨されるトラブルシューティングステップも盛況し得る。動作データの保管及び検索−検索し得る動作データを格納する。動作データは、単位動作の比較と、技術問題の進展の検出と、予期せぬ動作事象の根本原因決定の支援とを行うための動作記録を提供するのに使用し得る。報告−動作評価報告を生成し、主要動作パラメータと、重大な動作事象、傾向、及び異常性との記録を提供し得る。このデータは、性能不足の特定と、保守活動の計画作成とを支援するために集約される。
ＲＭ＆Ｄシステムは、少なくとも一つのＡＣモータシステムに対応するデータ（以降、動作データ）を受領し得る。ＡＣモータシステムは、上記のようにＡＣモータシステムの一部となり得る、センサ、送信機、測温体等に対応する複数の動作インジケータを有し得る。動作インジケータは、ＡＣモータの信頼性を判定するために使用し得る。例えば、限定はしないが、ＡＣモータにおける振動レベルを表す動作インジケータの名前は、「Ｖｉｂ＿１」にしてよい。対応する動作データは、指定された時間範囲に渡るＶｉｂ＿１の値を提供可能であり、値は、ＲＭ＆Ｄシステムにより受領し得る。
次に、様々な数字が幾つかの図を通じて同様の要素を表す各図を参照すると、図１は、本発明の実施形態が動作する環境を示す概略図である。図１は、ＡＣモータシステム１１０と、複数の動作データ１２０と、データ記憶装置１３０と、ＡＣ状態予測機１４０と、操作者通知生成器１６０及び支援通知生成器１７０を含むＲＭ＆Ｄシステム１５０とを備えるサイト１００を示している。
サイト１００は、ＡＣモータシステム１１０から複数の動作データ１２０を受領し得る少なくとも一つの制御システム等（図示無し）を備え得る。複数の動作データ１２０は、熱、化学、機械、及び電気的動作データに対応する動作インジケータを備えてよく、ＡＣモータシステム１１０の信頼性を評価する際に使用し得る。
複数の動作データ１２０は、特に、複数の動作データ１２０を収集、処理、及び格納し得る少なくとも一つのデータ記憶装置１３０へ送信し得る。データ記憶装置１３０は、ほぼサイト１００の位置に配置し得る。
本発明の実施形態において、データ記憶装置１３０は、複数の動作データ１２０を、ほぼ顧客サイト１００に位置し得る少なくとも一つのＡＣモータ状態予測機１４０へ送信し得る。
ＡＣモータ状態予測機１４０は、ＡＣモータシステム１１０の少なくとも一つの構成要素及び／又は全体の信頼性を予測し、故障までの時間を推定し得る。ＡＣモータ状態予測機１４０は、少なくとも一つのＲＭ＆Ｄシステム１５０に統合し得る。
ＲＭ＆Ｄシステム１５０には、複数の規則が提供及び／又は包含される。複数の規則は、例えば、限定はしないが、ＡＣモータシステム１１０上の構成要素の故障の確率をリアルタイムで検出し得る。
ＲＭ＆Ｄシステム１５０は、検出した問題の性質及び重大性に応じて、判定された問題の詳細を、少なくとも一つの操作者通知生成器１６０及び／又は少なくとも一つの支援通知生成器１７０へ送信し得る。
操作者通知生成器１６０は、問題の通知をＡＣモータシステム１１０の操作者に対して自動的に提供し得る。本発明の一実施形態において、通知は、問題を解決するための少なくとも一つの推奨を提供し得る。
支援通知生成器１７０は、発見された問題の詳細を第三者の支援システムに対し自動的に提供し得る。ここで、例えば、限定はしないが、第三者の支援システムへの接触は、問題に専門家の関与が必要であるとＲＭ＆Ｄシステム１５０が判断した場合に実行し得る。
本発明のＲＭ＆Ｄシステム１５０の実施形態の説明を続ける前に、次にＡＣモータ状態予測機１４０の実施形態を更に説明する。
産業及び発電用モータは、動作インジケータデータの傾向を示し、保守手順を計画する目的で、稼働状態を示す動作インジケータと共に供給及び設置される場合が多い。動作インジケータは、電気モータのオンライン及び／又はオフライン試験を提供するように構成し得る。オンライン試験は、データの取得が容易であり、電気モータの休止時間を回避できるため、オフライン試験と比較して利点を有する。オンライン試験に使用される動作インジケータは、ＡＣモータ１１０の動作パラメータを取得するように構成される。動作インジケータは、例えば、限定はしないが、電圧、電流、位相、周波数、合計振幅、トルク、及びスリップを含み得る。
方法は、動作パラメータを含むセンサ入力に基づいて、電気モータの故障モードと残存寿命との両方を遠隔予測するために設計されている。方法は、センサ入力の確率論的解析のために利用される検査情報及び業界標準データの大型データベースと、様々な入力を可能性のある結果と関連付けるために採用される、ファジー理論を利用した因果ネットワークとを取り入れ得る。
エンジニアリングシステムの分析は、電子デバイス等の関連分野における信頼性の計算への応用が成功している。平均故障時間（ＭＴＴＦ）データは、システムの様々な構成要素について収集される。設計者は、次に、信頼性ブロック図に基づいてシステムの信頼性を計算し、システム全体の信頼性分布Ｒを作成する。Ｒの依存度は、以下の通り、システムの個別パラメータλの関数となる。
Ｒ＝ｆ（λ１、λ２、．．．λｎ）
個別のλそれぞれは、対応するシステム構成要素の故障率を表す。システムの各構成要素は、「バスタブ」曲線（図２参照）により説明可能な耐用寿命に渡って使用される。
複数の構成要素の故障率が独立している場合には、乗法関係を使用してシステムの信頼性を計算できる。
他の場合には、統合従属確率密度関数（ＰＤＦ）が必要となる。方法では、統合ＰＤＦをランダムにサンプリングし、その稼働での信頼性を計算し、稼働の蓄積に基づいて全体的な信頼性分布関数を構築する。構成要素の寿命は、確率密度関数に従って分布し、指数分布、対数正規分布、又はワイブル分布の形態を取り得る。ワイブル分布は、形状及びスケールパラメータβ及びηを有する柔軟な分布形状のため、最も有用であり、ここで（ｔ）は時間範囲である。
形状及びスケールパラメータβ及びηにより記述された個別のワイブル分布用のデータは、様々な構成要素向けにカタログ化された根本原因故障を編纂したデータベースから抽出できる。インジケータは、アレニウスの式等の影響関係を介してワイブル分布のスケールηｆを加速するのに使用できる。アレニウスの式を使用した加速係数（Ａｆ）は、次のように記述し得る。
Ａｆ＝ｅｘｐ（ａｃｔＥ／Ｖｎ−ａｃｔＥ／Ｖａ）
この場合、起動エネルギ（ａｃｔＥ）は０．１に設定してよく、Ｖｎは、１に設定された定数としてよく、次のようになる。
Ｖａ＝１／Ｅ［ｉｎｄｉｃａｔｏｒｓ］
ここで、関数Ｅは、インジケータの数及び継続期間を経時的に合計するために使用される。本発明の実施形態では、データの前歴に渡って回帰を実行し得る。しかしながら、存在しない場合には、限定はしないが、インジケータの効果を低減させるフェーディングモデル等、他の方法を実行し得る。起動エネルギ及び定数Ｖｎは、再調整に十分な故障データが存在する場合には、再調整し得る。故障を予測するためのデータが存在しない場合、加速係数（Ａｆ）は１に設定し得る。加速係数は、寿命計算におけるスケールパラメータを次のように減少させる。
ηｆ＝η／Ａｆ
この方法は、簡潔であるため、寿命計算を加速させるために使用し得る。しかしながら、寿命計算式を加速するために他の方法も使用し得る。
モータ信頼性の条件付き確率ｆ（Ａ（ｔ）｜Ｂ（ｔ））は、システムのフィールドデータの収集により決定される。一般に、条件付き確率は、事象Ａが既に発生している場合に事象Ｂが起こる確率を示す。フィールドデータの収集は、例えば、限定はしないが、オンライン又はオフラインのデータ収集方法を使用して達成される。条件付き確率は、因果ネットワーク評価（例えば、限定はしないが、ファジーモデル）を構築する時に使用し得る。
図３は、モータシステムの故障を助長させ得る電気、機械、環境、及びシステムの問題の例を示す魚骨図である。図３に示した魚骨図は、モータシステム全体の故障を発生又は助長させ得る様々な要因と構成要素故障モードとを考慮した、システム故障系統図分析の一例を示している。過去に電気モータシステム又は発電機を予期せぬオフライン状態（システムの運転停止）へ移行させた公知の構成要素故障モード及び他の原因／要因は、一つ以上の原因に関連するサブカテゴリ内に記載される。
サブカテゴリは、例えば、限定はしないが、故障原因がシステム、環境的、電気的、又は機械的問題に関連するか等を示す、より一般的な障害問題のクラス／カテゴリに従って更に整理される。通常、システム故障系統図分析において使用される様々な構成要素故障モード及び障害の原因は、複数のモータシステムから妥当な期間に渡って収集された過去の経験的データ、試験、観察から、これらに基づいて作成される。
図４は、本発明の実施形態による状態予測機１４０が利用する方法４００を示す高レベルフロー図である。図４は、更に、ＲＭ＆Ｄシステム１５０に統合し得る状態予測機１４０の実施形態例を示す。
方法４００は、最初に、ステップ４０１において、モータ修理履歴データをデータベースにおいて受領及び整理することを含む。ステップ４０１において取得されたモータ修理履歴データは、同一又は類似するモータシステムに対応する。ステップ４０３において、データベースは、任意の誤った又は無関係なデータを除去するために更新及び消去される。ステップ４０５では、データの品質チェック及び消去が実行される。
方法４００では、ステップ４０５においてデータ品質が許容可能であると判断された場合には、ステップ４０７において、電気、機械、環境、及びシステムの障害問題／故障モードの様々な小集団に対応する信頼性分布の合成に基づいて、ＡＣモータシステム１１０に対する少なくとも一回の故障分析を実行し、その後、方法４００はステップ４１２へ進み、以下説明するように、因果ネットワーク評価により特定されたパラメータを使用した信頼性の推定を実行し得る。
ステップ４０５において実行されたデータ品質チェック及び消去により誤りが発見された場合、方法４００は、ステップ４０９へ進み得る。ステップ４０９において、所定の品質基準を満たさないデータは、全て現在の分析での使用から除外される。
方法４００では、ステップ４１０において、除外データの問題の原因が修復可能であるかを判断し得る。除外データの問題の原因を修復し得る場合、方法４００は、ステップ４１１へ進み、そうでない場合、方法４００は、ステップ４１５へ進み得る。ステップ４１１において、方法４００は、除外データの問題の原因を修復するために少なくとも一つの修正措置を実行し得る。ステップ４１５において、方法４００は、ユーザに対して、除外データの問題又は誤りの通知等を提供し得る。
方法４００は、更に、ステップ４０１乃至４０７を実行中に、一連の並列ステップ（４０２乃至４０８）を実行し得る。ステップ４０２において、方法４００は、信頼性及び故障までの時間の評価が求められるＡＣモータシステム１１０の動作インジケータから、現在の動作データ１２０をリアルタイムで監視及び取得し得る。現在の動作インジケータデータ１２０は、ステップ４０２において別のデータベースに蓄積し（或いは、履歴データベースに統合し）、継続的に更新してもよい。
ステップ４０４において、方法４００は、センサの限界を設定し、こうした限界をデータベースへロードし得る。ステップ４０４において適切である場合には、特定のデータ範囲及び限界、或いは特定のＡＣモータ１１０の動作インジケータ向けに計算された測定基準を更に設定し、データベースにおいて監視し、例えば、限定はしないが、通知／警報状態を起動するのに使用してもよい。
方法４００は、ステップ４０５と同様に、ステップ４０６においても、データ品質チェック及び消去を実行し得る。ステップ４０６において、データが所定の品質基準を満たすと判断された場合、方法４００は、ステップ４０８へ進み、そうでない場合、方法４００は、上述のようにステップ４０９へ進み、これにより、ステップ４０９の実行後、方法４００は、ステップ４０２へ戻り得る。
ステップ４０８において、方法４００は、ＡＣモータシステム１１０の構成要素の状態を評価し得る少なくとも一つの因果ネットワークを提供し得る。因果ネットワークは、故障モードを発生させるのに使用される少なくとも一つの状態を発生させ得る。
ステップ４１２において、方法４００は、ステップ４０８の因果ネットワーク評価により特定されたパラメータを使用して、信頼性を推定し得る。ここで、方法４００は、履歴データからの信頼性分析の結果を統合／結合し、ステップ４０８の因果ネットワーク評価からの結果を関連付け、統計的に信頼できる故障までの残存時間の予測を策定し得る。ステップ４１２では、上記と同様の方法を実行して、ステップ４０８の代わりにステップ４０７からのデータを統合し得る。
本発明の実施形態において、方法４００の実現には、ＡＣモータシステム１１０及び／又は因果ネットワークにより特定された設備構成要素に対するワイブル信頼性パラメータの最尤推定（ＭＬＥ）を計算することが含まれ得る。
ステップ４１４において、方法４００は、ユーザが上記の分析の結果を閲覧可能にし得る。計算されたシステム信頼性の統計的推定と、故障までの残存時間とは、従来のコンピュータＩ／Ｏインタフェース／ディスプレイデバイスを使用して表示し得る。本発明の一実施形態において、故障までの残存時間と、計算された信頼性とは、限定はしないが、移動棒グラフ、変化式データオドメータ等、動的なグラフ画像を使用して表示される。
一般に、様々なデータバリデーション及びキャリブレーションステップ（例えば、４０５及び４０６）は、回避してもよいが、しかしながら、これらを使用することで、故障分析と、信頼性の統計的予測を策定する際に依存する因果ネットワークとの両方を改善し得る。
図５は、本発明の実施形態による図４の方法４００に類似した方法５００を示す詳細なフロー図である。図５は、モータの信頼性を計算すると共に、状態予測機１４０により使用され、ＲＭ＆Ｄシステム１５０に統合され得る、次回修理（又は故障）までの時間を予測するための方法５００を示す詳細な手順のフロー図を提示する。
ステップ５０１において、方法５００は、ＡＣモータシステム１１０のタイプに対する履歴データソースを特定し得る。ステップ５０１では、例えば、限定はしないが、評価中のＡＣモータシステム１１０のタイプについて一定期間に渡って取得された履歴試験データ及び／又は故障分析記録を特定し、部品／構成要素の故障率データの履歴データベースを編纂し得る。ＲＭ＆Ｄシステム１５０は、履歴データベースを維持し、モータ信頼性の計算を実行する。履歴データベースは、更に、例えば、限定はしないが、取り外し可能な記憶媒体（例えば、ＣＤ−ＲＯＭ、コンパクトフラッシュ(登録商標）等）を使用する少なくとも一つの手動データ転送手段により更新し得る。
方法５００は、ステップ５０２乃至５１１において、後で信頼性計算に使用し得る履歴モータデータを構築及び結合するために実行される、一般的なデータ前処理ステップを表現し得る。ステップ５０２において、方法５００は、データ評価を実行し、ステップ５０１で受領したデータの不足及び品質を判断し得る。ステップ５０３において、方法５００は、複数のソースから取得した場合、データを統合し得る。次に、ステップ５０４において、方法５００は分析エンジンにより使用するためのデータを構築し得る。次に、ステップ５０５において、方法５００は、バリデーション及びキャリブレーションタイプのデータへとデータを分割する。次に、ステップ５０６において、方法５００は、ＡＣモータシステム１１０の構成要素に対するシステム故障系統図ライブラリを構築し得る。次に、ステップ５０７において、方法５００は、システム故障モデル（限定はしないが、信頼性ブロック図等）を構築し得る。次に、ステップ５０８において、方法５００は、故障／寿命確率モデルを、（例えば、限定はしないが、確率分布等を使用して）履歴データに当てはめ得る。次に、ステップ５０９において、方法５００は、限定はしないが、故障モード影響解析（ＦＭＥＡ）ライブラリ等、複数のライブラリを構築し、共通の故障モードを特定し得る。次に、ステップ５１０において、方法５００は、限定はしないが、ファジー理論等、有向因果推論モデル又はネットワーク等を構築し得る。モデルは、モータ構成要素の劣化の条件付き確率を計算するために使用し得る。次に、ステップ５１１において、方法５００は、因果ネットワーク内のモデルに基づいて、収集のためのデータ変数を選択し得る。
方法５００のステップ５１２乃至５１４は、ＡＣモータシステム１１０を構成要素毎に分割し、因果ネットワーク内での依存関係を確立する手順ステップを示す。例えば、限定はしないが、機械構成要素モデルのシステム階層を、ステップ５１２において決定し、条件付き確率マトリクスの構造化システムを、ステップ５１３において組み立て、共変／条件付き従属関係を含む仮想システムモデルを、ステップ５１４において抽出し得る。
次に、ステップ５１２乃至５１４で説明したシステムモデルは、ステップ５１５及び５１６において、調査中のＡＣモータシステム１１０に対して適切にキャリブレーションし得る。例えば、限定はしないが、システムモデルは、ステップ５１５において、確率分布からのデータによりキャリブレーションし、次に、ステップ５１６において、確率分布からのデータを使用してバリデーションし得る。
ステップ５１７において、方法５００は、データ収集を開始し得る。ステップ５１７は、分析中のＡＣモータシステム１１０に取り付けられる動作インジケータからのフィールドデータを収集する手順段階の開始を表し得る。この時点で、現在の動作／試験データを、分析中の特定のＡＣモータシステム１１０上において入手し、分析を実行し得るＲＭ＆Ｄシステム１５０へ送信し得る。このフィールドデータは、ＡＣモータシステム１１０の動作インジケータ又はサイト１００の他の従来の手段から収集し得る。
ステップ５１８において、方法５００は、閾値を設定し、データを監視し得る。ステップ５１８では、ＡＣモータシステム１１０の閾値及び警報の境界を構築／設定し、モータシステムからのフィールドデータを監視し得る。閾値又は警報の境界を上回った場合には、限定はしないが、警報の通知等何らかの形態のリアルタイムフィードバックを即座に提供し得る。
ステップ５１９において、方法５００は、ＡＣモータシステム１１０の現在の状態を予測し得る。ステップ５１９に示したように、ＡＣモータシステム１１０の「状態」は、因果ネットワークと、閾値と、ステップ５１８で取得した監視データとに基づいて予測し得る。
ステップ５２０において、方法５００は、システムモデルを使用して、ＡＣモータシステム１１０構成要素の予期される故障までの時間を予測し得る。ステップ５２０では、更に、予測された故障の原因を決定し得る。本発明の一実施形態において、システムモデルは、例えば、限定ではなく、共変／条件付き従属関係も予測し得る。
次に、ステップ５２１及び５２２に示したように、決定点に達することで、ＲＭ＆Ｄシステム１５０の操作者は、警報状態の評価、モデルの性能の評価、及び／又は、構成要素の修理又は交換が推奨されるかの判断を行う必要が生じ得る。ステップ５２１において、操作者がモデルの評価性能が不正確であると判断した場合、方法５００は、ステップ５２４へ進み、そうでない場合、方法５００は、ステップ５２２へ進み得る。ステップ５２２において、方法５００は、分析により保守計画を決定し得る。ここで、例えば、限定はしないが、操作者は、保守計画を策定し得る。
次に、ステップ５２３及び５２４は、因果ネットワークの予測能力を向上させ、信頼性モデルを最適化するために取り入れ得る別のステップを示す。ステップ５２３において、方法５００は、取得したデータにより履歴データベースを更新し、モデルの展開及び最適化を行い、精度を向上させ得る。ステップ５２４において、方法５００は、分析が更に必要であるかを判断する。ステップ５２４において、システムモデルが不正確又は非現実的であると操作者が判断した場合、方法５００全体を再度開始し得る。方法５００を再度開始する必要があると操作者が判断した場合、方法５００は、ステップ５０１へ戻り、そうでない場合、方法５００は終了する。
図６は、本発明の実施形態によるフィールドデータを取得するように構成されたセンサを示す概略図である。図７は、図６のセンサにより測定された漏洩電流を示す波形図である。センサは、「タンデルタ」センサ組立体６００にしてよい。タンデルタセンサ組立体６００は、例えば、限定はしないが、モータ又は発電機を含むＡＣ機械６０２からフィールドデータを取得するために使用し得る。ＡＣ機械６０２は発電機になり得るが、以下の説明は、ＡＣモータシステム１１０内に存在し得るＡＣ機械６０２に関連する。ＡＣ機械６０２は、三本の相巻線、即ち、第一の相巻線６０３と、第二の相巻線６０４と、第三の相巻線６０５と、を含む。相電圧は、第一、第二、及び第三の相巻線６０３、６０４、及び６０５のそれぞれに、対応する第一の入力端子６０６、第二の入力端子６０７、及び第三の入力端子６０８を介して印加し得る。第一、第二、及び第三の相巻線６０３、６０４、及び６０５のそれぞれの出力端子は、共通又は中立ノード６１０に接続し得る。
タンデルタセンサ組立体６００は、漏洩電流を測定するためにＡＣ機械６０２に近接して配置し得る。タンデルタセンサは、第一の変流器６２０、第二の変流器６２２、及び第三の変流器６２４を含む。第一、第二、及び第三の変流器６２０、６２２、及び６２４は、例えば、限定はしないが、異なる変流器にしてよい。第一、第二、及び第三の変流器６２０、６２２、及び６２４は、ドーナツ形状又は環状の変流器であり、供給電流及び反流の両方を伝達する導体が各環状変流器６２０、６２２、及び６２４の中心部分を通過するように、ＡＣ機械６０２に近接して配置される。第一、第二、及び第三の変流器６２０、６２２、及び６２４の配置のため、供給電流及び反流には、互いを相殺する傾向が生じる。これにより、第一、第二、及び第三の変流器６２０、６２２、及び６２４は、供給電流及び反流間の差を測定する。供給電流及び反流間の差は、漏洩電流となり得る。
図７に示したように、漏洩電流の位相及び振幅を測定し得る。特定の相電圧又は基準電圧Ｖが図示されている。様々な漏洩電流も図示されている。各漏洩電流は、特定の巻線抵抗値に対応する。漏洩電流の振幅の変化は、検査中の相巻線の抵抗値の変化を示し得る。位相シフトは、漏洩電流波形の時間的シフトとしても現れる。位相シフトは、検査中の相巻線のインピーダンス値の変化を示す。巻線の絶縁が経時的に破損した際には、漏洩電流の位相及び振幅における対応する変化が、タンデルタセンサ組立体６００を使用して検出可能となる。漏洩電流履歴データは、図４及び５において説明したように、モータ信頼性を判定する方法を使用して、現在の漏洩電流と比較し、熱、電気、環境、及び機械的ストレスにより生じる絶縁破損の予測を支援する。
理解されるように、本発明は、方法、システム、又はコンピュータプログラム製品として実施し得る。したがって、本発明は、完全にハードウェアの実施形態、完全にソフトウェアの実施形態（ファームウェア、常駐ソフトウェア、マイクロコード等を含む）、或いはソフトウェア及びハードウェアの態様を組み合わせた実施形態の形態を取り得るものであり、全て一般に「回路」、「モジュール」、又は「システム」と呼ばれる。更に、本発明は、媒体上で具現化されたコンピュータ使用可能なプログラムコードを有するコンピュータ使用可能な記憶媒体上のコンピュータプログラム製品の形態を取り得る。
任意の適切なコンピュータ読み取り可能な媒体を利用し得る。コンピュータ使用可能又はコンピュータ読み取り可能な媒体は、例えば、限定はしないが、電子、磁気、光学、電磁、赤外線、又は半導体式のシステム、装置、デバイス、又は伝搬媒体にしてよい。コンピュータ読み取り可能な媒体の更に具体的な例（非包括的リスト）は、以下を含む：一本以上の線を有する電気接続、ポータブルコンピュータディスケット、ハードディスク、ランダムアクセスメモリ（ＲＡＭ）、読み取り専用メモリ（ＲＯＭ）、消去可能プログラマブル読み取り専用メモリ（ＥＰＲＯＭ又はフラッシュメモリ）、光ファイバ、ポータブルコンパクトディスク読み取り専用メモリ（ＣＤ−ＲＯＭ）、光記憶デバイス、インターネット又はイントラネットをサポートするもの等の伝送媒体、又は磁気記憶デバイス。プログラムは、例えば、紙又は他の媒体の光学スキャンにより電子的に取り込み、翻訳、解釈、或いは必要に応じて適切な形で他の処理を行い、コンピュータメモリに格納可能であるため、コンピュータ使用可能又はコンピュータ読み取り可能な媒体は、プログラムが印刷された紙又は他の適切な媒体にすることが可能である点に留意されたい。本明細書のコンテクストにおいて、コンピュータ使用可能又はコンピュータ読み取り可能な媒体は、命令実行システム、装置、又はデバイスにより使用する、或いはこれらに関連する、プログラムを収容、格納、通信、伝搬、又は移送する任意の媒体にしてよい。
本発明の動作を実行するコンピュータプログラムコードは、Ｊａｖａ(登録商標）７、Ｓｍａｌｌｔａｌｋ、又はＣ＋＋等のオブジェクト指向プログラミング言語により作成し得る。しかしながら、本発明の動作を実行するコンピュータプログラムコードは、「Ｃ」プログラミング言語又は他の類似言語等、従来の手続き型プログラミング言語により作成してもよい。プログラムコードは、ユーザのコンピュータ上で全体を実行してよく、独立したソフトウェアパッケージとしてユーザのコンピュータ上で一部を実行してよく、ユーザのコンピュータ上で一部を、遠隔コンピュータ上で一部を実行してよく、或いは、遠隔コンピュータ上で全体を実行してもよい。後者のシナリオでは、遠隔コンピュータは、ローカルエリアネットワーク（ＬＡＮ）又はワイドエリアネットワーク（ＷＡＮ）を介して、ユーザのコンピュータに接続してよく、或いは、外部のコンピュータとの接続を（例えば、限定はしないが、インターネットサービスプロバイダを使用してインターネットを介して）行ってもよい。
以下、本発明の実施形態による方法、装置（システム）、及びコンピュータプログラム製品のフローチャート及び／又はブロック図を参照して、本発明を説明する。フローチャート及び／又はブロック図の各ブロック、及びフローチャート及び／又はブロック図内のブロックの組み合わせは、コンピュータプログラム命令により実現可能であることは理解されよう。こうしたコンピュータプログラム命令は、機械を製造するために、汎用コンピュータ、特定用途コンピュータ、又は他のプログラマブルデータ処理装置のプロセッサに対して、コンピュータ又は他のプログラマブルデータ処理装置のプロセッサを介して実行される命令がブローチャート及び／又はブロック図のブロック又はブロック群において指定した機能／作用を実現するための手段を形成するように提供し得る。
こうしたコンピュータプログラム命令は、コンピュータ又は他のプログラマブルデータ処理装置に特定の形で機能することを指示できるコンピュータ読み取り可能なメモリに格納し、コンピュータ読み取り可能なメモリに格納された命令が、フローチャート及び／又はブロック図のブロック又はブロック群において指定された機能／作用を実現する命令手段を含む製造品を発生させるようにし得る。コンピュータプログラム命令は、コンピュータ又は他のプログラマブルデータ処理装置へロードし、コンピュータ又は他のプログラマブルデータ処理装置において一連の動作ステップを実行させて、コンピュータにより実現されるプロセスを発生させ、コンピュータ又は他のプログラマブル装置上で実行される命令がフローチャート及び／又はブロック図のブロック又はブロック群において指定された機能／作用を実現するためのステップを提供するようにし得る。
図８は、本発明の実施形態によるＡＣモータシステムの残存寿命を遠隔予測する方法の例を示すフローチャートである。方法８００は、ＲＭ＆Ｄシステム１５０をＡＣモータ状態予測機１４０に統合する。
ステップ８１０において、方法８００は、少なくとも一つのＡＣモータシステム１１０（図１に図示）から複数の動作データを受領し得る。本発明の実施形態は、サイト１００上に位置した複数のＡＣモータシステム１１０から複数の動作データの受領を可能にし得る。例えば、限定はしないが、方法８００は、ステップ８１０において、産業プロセス、分散システムにおいて使用されるＡＣモータシステム１１０と、発電システムにおいて使用されるＡＣモータシステム１１０、又はその組み合わせに結合されたＡＣモータシステム１１０から複数の動作データを受領し得る。
複数の動作データ１２０は、本発明を限定はしないが、毎秒１データポイント（１／ｓｅｃ）又は３０秒につき１データポイント（１／３０ｓｅｃ）等、異なるサンプリングレート等で受領してよい。一般に、ＡＣモータシステム１１０の動作中、特定の動作データポイントを監視の目的で使用すると同時に、他の動作データポイントを、より高いサンプリングレートを要する制御又は他の目的で使用し得る。ここでは、動作データ１２０を格納するのに使用し得る格納スペースを節約するために、監視に使用される動作データポイントは、１／３０ｓｅｃ等の低速サンプリングレートで受領し得る。更に、制御に使用される動作データポイントは、１／ｓｅｃ等の高速サンプリングレートで受領し得る。例えば、限定はしないが、振動レベルを監視するために使用される動作データポイントは、１／１０ｓｅｃ等の低速サンプリングレートで受領し、ステータ温度を制御するために使用される動作データポイントは、１／ｓｅｃ等の高速サンプリングレートで受領し得る。
ステップ８１０において受領された複数の動作データ１２０は、少なくとも一つのデータ記憶装置１３０へ送信し得る。本発明の実施形態は、複数のデータ記憶装置１３０を対応し得る。例えば、限定はしないが、サイト１００上の各ＡＣモータシステム１１０に対して、別個のデータ記憶装置１３０を指定し得る。データ記憶装置１３０は、ほぼサイト１００の位置に配置し得る。
上記のように、ＡＣモータシステム１１０は、通常は複数の動作データ１２０を受領する、少なくとも一つの制御システム等を含み得る。ステップ８３０において、方法８００は、少なくとも一つの分析エンジンを動作インジケータに対応する複数の動作データに適用し得るＡＣモータ状態予測機１４０に統合し得る。上記のように、ＡＣモータ状態予測機１４０は、ＡＣモータシステム１１０の少なくとも一つの構成要素及び／又は全体の信頼性と故障までの時間とをリアルタイムで予測し得る。評価では、少なくとも一つの動作インジケータが指定範囲内にあるかを判定し得る。上記のように、動作インジケータは、例えば、限定はしないが、振動レベルと、ステータ温度と、電流漏洩データと、ＡＣモータシステム１１０の熱、化学、機械、電気特性を直接的又は間接的に評価するのに使用し得る他のデータとを含み得る。
本発明の一実施形態において、限定はしないが、操作者、支援専門家等は、複数の動作データ１２０のうち、動作インジケータに関連し得るものを選択し得る。例えば、限定はしないが、操作者は、ステータ温度（ＳＴＥＭＰ等）に対する信号名を、動作インジケータとして選択し得る。ここで、方法８００は、ステップ８３０において、少なくとも一つのＡＣモータ状態予測機１４０を、ＳＴＥＭＰ信号に対応する複数の動作データ１２０に適用し得る。方法８００は、ステップ８３０において、複数の動作データ１２０を、少なくとも一つのデータ記憶装置１３０へ送信し得る。
ステップ８４０において、方法８００は、複数の規則のうち、少なくとも一つの規則が充足されたかを判断し得る。複数の規則のそれぞれには、特定の信頼性関連問題が関係する。例えば、限定ではないが、規則は、ＳＴＥＭＰ信号に関係し得る。ここで、規則は、ＳＴＥＭＰ信号が指定範囲内ではない場合に充足され得る。本発明の実施形態により、第三者の支援専門家等は、複数の規則のそれぞれを定義又は修正可能になり得る。本発明の別の実施形態では、ＡＣモータシステム１１０の操作者が、複数の規則のそれぞれを定義又は修正し得る。本発明の実施形態は、少なくとも一つの数学エンジン等を利用して、動作インジケータが指定範囲内にあるかを判断し得る。数学エンジンは、正常性試験、ＳＰＣ規則等、信頼区画その他を含む複数の統計的試験を実行し得る。ステップ８４０において少なくとも一つの規則が充足された場合、方法８００は、ステップ８５０へ進み、そうでない場合は、ステップ８１０へ戻り得る。
ステップ８５０において、方法８００は、少なくとも一つの操作者通知が必要であるかを判断する。操作者通知は、発電所機械１１０の操作者に対して、潜在的な性能問題を警告し得る。本発明の実施形態は、充足された場合に、複数の規則のうち、どの規則が即時通知を要するかを、発電所機械１１０の操作者が選択可能にし得る。この機能は、規則に関連する特定の動作インジケータを監視する時に非常に有用となり得る。例えば、限定はしないが、ＳＴＥＭＰ信号が充足された規則に関係する場合、方法８００は、自動的に通知を生成し得る。少なくとも一つの操作者通知が必要である場合、ステップ８６０へ進み、そうでない場合、方法８００は、ステップ８７０へ進み得る。
ステップ８６０において、方法８００は、潜在的な信頼性問題の操作者通知を自動的に生成し得る。操作者通知は、ＡＣモータシステム出力１１０の操作者に、潜在的な信頼性問題に関連する複数の動作状態を知らせる。操作者通知は、更に、信頼性問題の調査の勧告を提供する。例えば、限定はしないが、ＳＴＥＭＰ信号の問題を操作者に知らせる操作者通知は、問題がＳＴＥＭＰ信号の不良であるのか、ＡＣモータシステム１１０のステータ内における本当の温度の問題なのかを判断する方法に関する勧告を提供し得る。
ステップ８７０において、方法８００は、支援システムに潜在的な信頼性問題を自動的に通知し得る。支援システムは、ＡＣモータの専門家及び／又は他のＡＣモータシステムに精通する者を含み得る。専門家は、複数の動作データ１２０と、ＡＣ条件予測機１４０からの結果とを分析し、信頼性問題と、ＡＣモータシステム１１０の構成要素の故障までの残存時間とを確認する。支援システムは、ＡＣモータシステム１１０の操作者が加入する第三者のサービスにしてよい。例えば、限定はしないが、支援システムは、相手先商標製造業者（ＯＥＭ）等により提供し得る。
図９は、本発明の実施形態によるＡＣモータシステム１１０の残存寿命を遠隔予測するシステム９００の一例のブロック図である。方法８００の要素は、システム９００において実現及び実行され得る。システム９００は、一台以上のユーザ又はクライアント通信デバイス９０２、或いは同様のシステム又はデバイス（図９に二台を図示）を含み得る。各通信デバイス９０２は、例えば、限定はしないが、コンピュータシステム、携帯情報端末、携帯電話、又は電子メッセージを送受信可能な同様のデバイスにしてよい。
通信デバイス９０２は、システムメモリ９０４又はローカルファイルシステムを含み得る。システムメモリ９０４は、例えば、限定はしないが、読み取り専用メモリ（ＲＯＭ）及びランダムアクセスメモリ（ＲＡＭ）を含み得る。ＲＯＭは、基本入出力システム（ＢＩＯＳ）を含み得る。ＢＩＯＳは、通信デバイス９０２の要素又はコンポーネント間で情報を転送するのに役立つ基本ルーチンを収容し得る。システムメモリ９０４は、通信デバイス９０２の動作全体を制御するオペレーティングシステム９０６を収容し得る。システムメモリ９０４は、更に、ブラウザ９０８又はウェブブラウザを含み得る。システムメモリ９０４は、更に、図８の方法８００の要素に類似するか、或いはこれらを含む、ＡＣモータシステム１１０の残存寿命を遠隔判定するためのデータ構造９１０又はコンピュータ実行可能なコードを含み得る。
システムメモリ９０４は、更に、ＡＣモータシステム１１０の残存寿命を遠隔判定するための図８の方法８００に関連して使用し得るテンプレートキャッシュメモリ９１２を含み得る。
通信デバイス９０２は、更に、通信デバイス９０２の他の構成要素の動作を制御するプロセッサ又は処理ユニット９１４を含み得る。オペレーティングシステム９０６、ブラウザ９０８、及びデータ構造９１０は、処理ユニット９１４上で動作可能にし得る。処理ユニット９１４は、メモリシステム９０４及び通信デバイス９０２の他の構成要素とシステムバス９１６により結合し得る。
通信デバイス９０２は、更に、複数の入力デバイス（Ｉ／Ｏ）、出力デバイス、又は結合入出力デバイス９１８を含み得る。各入出力デバイス９１８は、入出力インタフェース（図９に図示無し）によりシステムバス９１６に結合し得る。入出力デバイス又は結合Ｉ／Ｏデバイス９１８により、ユーザは、通信デバイス９０２の運用及びインタフェースが可能となると共に、ブラウザ９０８及びデータ構造９１０の動作を制御し、ソフトウェアにアクセスし、これを操作及び制御して、ＡＣモータシステム１１０の残存寿命を遠隔予測することが可能となる。Ｉ／Ｏデバイス９１８は、本明細書で説明した動作を実行するためにキーボード及びコンピュータポインティングデバイス等を含み得る。
Ｉ／Ｏデバイス９１８は、更に、例えば、限定はしないが、ディスクドライブ、光学、機械、磁気、又は赤外線式の入出力デバイス、モデム等を含み得る。Ｉ／Ｏデバイス９１８は、記憶媒体（９２０）にアクセスするために使用し得る。媒体９２０は、通信デバイス９０２等のシステムが使用するか、或いはシステムに関連する、コンピュータ読み取り可能又はコンピュータ実行可能な命令又は他の情報を収容、格納、通信、又は移送し得る。
通信デバイス９０２は、更に、ディスプレイ又はモニタ９２２等の他のデバイスを含むか、或いは接続し得る。モニタ９２２は、ユーザによる通信デバイス９０２とのインタフェースを可能にし得る。
通信デバイス９０２は、更に、ハードドライブ９２４を含み得る。ハードドライブ９２４は、ハードドライブインタフェース（図９に図示無し）によりシステムバス９１６に結合し得る。ハードドライブ９２４は、ローカルファイルシステム又はシステムメモリ９０４の一部も形成し得る。プログラム、ソフトウェア、及びデータは、通信デバイス９０２の動作のためにシステムメモリ９０４とハードドライブ９２４との間で転送及び交換し得る。
通信デバイス９０２は、サーバ９２６と通信可能であり、ネットワーク９２８を介して、他のサーバ又は通信デバイス９０２に類似する他の通信デバイスにアクセスし得る。システムバス９１６は、ネットワークインタフェース９３０によりネットワーク９２８に結合し得る。ネットワークインタフェース９３０は、ネットワーク９２８に結合するためのモデム、イーサネット(登録商標）カード、ルータ、ゲートウェイ等にし得る。結合は、有線又は無線接続にし得る。ネットワーク９２８は、インターネット、専用ネットワーク、イントラネット等にし得る。
サーバ９２６は、ファイルシステム、ＲＯＭ、ＲＡＭ等を含み得るシステムメモリ９３２を含み得る。システムメモリ９３２は、通信デバイス９０２内のオペレーティングシステム９０６に類似するオペレーティングシステム９３４を含み得る。システムメモリ９３２は、更に、ＡＣモータシステム１１０の残存寿命を遠隔予測するためのデータ構造９３６を含み得る。データ構造（９３６）は、ＡＣモータシステム１１０の残存寿命を遠隔予測する方法８００に関して説明したものと同様の動作を含み得る。サーバシステムメモリ９３２は、更に、他のファイル９３８、アプリケーション、モジュール等を含み得る。
サーバ９２６は、サーバ９２６内の他のデバイスの動作を制御するプロセッサ９４２又は処理ユニットを含み得る。サーバ９２６は、更に、Ｉ／Ｏデバイス９４４を含み得る。Ｉ／Ｏデバイス９４４は、通信デバイス９０２のＩ／Ｏデバイス９１８に類似するものにしてよい。サーバ９２６は、更に、サーバ９２６に対するＩ／Ｏデバイス９４４と共にインタフェースを提供するモニタ等の他のデバイス９４６を含み得る。サーバ９２６は、更に、ハードディスクドライブ９４８を含み得る。システムバス９５０は、サーバ９２６の様々な構成要素を接続し得る。ネットワークインタフェース９５２は、システムバス９５０を介して、サーバ９２６をネットワーク９２８に結合し得る
各図のフローチャート及び工程図は、本発明の様々な実施形態によるシステム、方法、及びコンピュータプログラム製品の可能な実施例におけるアーキテクチャ、機能性、及び動作を示している。このため、フローチャート又は工程図の各ステップは、指定された論理機能（群）を実現するために実行可能な一個以上の命令を備えるコードのモジュール、セグメント、又は部分を表し得る。更に、一部の別の実施例では、ステップに記載された機能が、各図に記載されたものと別の順序で発生し得ることに留意されたい。例えば、連続して示した二ステップは、実際には、関連する機能に応じて、実質的に同時に実行される場合があり、或いは、逆の順序で実行される場合もある。更に、工程図及び／又はフローチャートの各ステップと、工程図及び／又はフローチャートのステップの組み合わせとは、指定機能又は作用を行う専用のハードウェアに基づくシステム、或いは専用ハードウェアとコンピュータ命令との組み合わせにより実現可能であることに留意されたい。
以上、特定の実施形態を図示及び説明してきたが、同じ目的を達成すると予測される任意の処置は、図示した特定の実施形態の代わりになり得ると共に、本発明は、他の環境において他の用途を有すると理解されたい。本願は、本発明の任意の改変又は変化を対象とするものである。添付特許請求の範囲は、いかなる形においても本発明の範囲を本明細書で説明した特定の実施形態に限定するものではない。
本発明の実施形態が動作する環境を示す概略図である。 モータシステム部分の耐用寿命を示すグラフである。 モータシステムの故障を発生／助長させ得る電気、機械、環境、及びシステムの問題の例を示す魚骨図である。 本発明の実施形態による状態予測機が利用する方法を示す高レベルフロー図である。 本発明の実施形態による図４の方法を示す詳細なフロー図である。 本発明の実施形態によるフィールドデータを取得するように構成されたセンサを示す概略図である。 図６のセンサにより測定された漏洩電流を示す波形図である。 本発明の実施形態によるＡＣモータシステムの残存寿命を予測するＲＭ＆Ｄシステムを利用する方法の例を示すフローチャートである。 本発明の実施形態によるＡＣモータシステムの残存寿命を遠隔予測するシステムの一例のブロック図である。
符号の説明
１００ サイト
１１０ ＡＣモータシステム
１２０ 動作データ
１３０ データ記憶装置
１４０ ＤＣ条件予測機
１５０ ＲＭ＆Ｄシステム
１６０ 操作者通知生成器
１７０ 支援通知生成器
９００ システム
９０２ 通信デバイス
９０４ システムメモリ
９０６ オペレーティングシステム
９０８ ブラウザ
９１０ データ構造
９１２ キャッシュメモリ
９１４ 処理ユニット
９１６ システムバス
９１８ 入出力デバイス
９２０ 媒体
９２２ モニタ
９２４ ハードドライブ
９２６ サーバ
９２８ ネットワーク
９３０ ネットワークインタフェース
９３２ メモリ
９３４ オペレーティングシステム
９３６ データ構造
９３８ 他のファイル
９４２ プロセッサ
９４４ Ｉ／Ｏデバイス
９４６ 他のデバイス
９４８ ハードディスクドライブ
９５０ システムバス
９５２ ネットワークインタフェース

Claims (10)

  1. サイト（１００）上に位置する少なくとも一つのＡＣモータシステム（１１０）の信頼性と故障までの残存時間との両方を遠隔判定する方法であって、
    前記少なくとも一つのＡＣモータシステム（１１０）を有する前記サイト（１００）とは異なる位置に存在する少なくとも一つの遠隔監視診断（ＲＭ＆Ｄ）システム（１５０）を提供するステップと、
    前記少なくとも一つのＲＭ＆Ｄシステム（１５０）を、前記少なくとも一つのＡＣモータシステム（１１０）から複数の動作データ（１２０）を受領する少なくとも一つの状態予測機（１４０）に統合するステップと、
    前記状態予測機から前記複数の動作データ（１２０）を受領するステップ（８１０）と、
    前記少なくとも一つのＡＣモータシステム（１１０）に対応する複数の履歴動作データ（１２０）を、少なくとも一つの履歴データベースから、前記少なくとも一つのＲＭ＆Ｄシステム（１５０）へ送信するステップ（８１０）、（８３０）と、
    前記少なくとも一つのＡＣモータシステム（１１０）の信頼性及び故障までの残存時間が警告範囲内にあるかを判断するために、前記複数の動作データ（１２０）を利用するステップ（８４０）と、
    前記少なくとも一つのＡＣモータシステム（１１０）の信頼性及び故障までの残存時間が前記警告範囲内である場合、少なくとも一つの支援ネットワークへ通知するステップ（８６０）、（８７０）と、を備える方法。
  2. 前記少なくとも一つのＲＭ＆Ｄシステム（１５０）を、前記少なくとも一つの状態予測機（１４０）に統合する前記ステップは、更に
    前記少なくとも一つの状態予測機（１４０）が前記少なくとも一つのＡＣモータシステム（１１０）に関連する故障原因履歴の所定の小集団に対応する信頼性確率分布の合成に基づいて、少なくとも一回の故障分析を実行するステップ（５００）と、
    前記少なくとも一つの状態予測機（１４０）が前記少なくとも一つのＡＣモータシステム（１１０）を含む複数のＡＣモータシステム（１１０）の信頼性をモデル化する少なくとも一つの因果ネットワークを作成すると共に、前記少なくとも一つの因果ネットワークに基づき少なくとも一つのＡＣモータシステム（１１０）構成要素の状態を評価するステップ（５００）と、
    前記少なくとも一つの状態予測機（１４０）が故障までの推定残存時間の定量値を計算するために、前記少なくとも一つの因果ネットワークに基づき前記少なくとも一つのＡＣモータシステム（１１０）構成要素の状態を評価する前記ステップの結果と統合される結果を発生させる、前記少なくとも一つのＡＣモータシステム（１１０）の少なくとも一回の統合因果ネットワーク及び信頼性分析を実行するステップと、を含む、請求項１記載の方法。
  3. 前記状態予測機（１４０）から前記複数の動作データ（１２０）を受領するステップは、更に、少なくとも一個のタンデルタセンサ（６００）から少なくとも一つの漏洩電流データを受領するステップを含む、請求項１又は２記載の方法。
  4. 前記少なくとも一つの因果ネットワークを作成する前記ステップは、ファジー理論を利用するステップを含む、請求項２記載の方法。
  5. 前記少なくとも一回の故障分析を実行する前記ステップ（５００）は、ワイブル確率分布関数を使用して前記ＡＣモータシステム（１１０）の少なくとも一つの構成要素の故障率をモデル化するステップを含む、請求項２乃至４のいずれか1項に記載の方法。
  6. 更に、前記漏洩電流データに対応する絶縁破損を判定するステップを備える、請求項２乃至５のいずれか1項に記載の方法。
  7. 更に、前記少なくとも一つのＲＭ＆Ｄシステム（１５０）を、前記少なくとも一つのＡＣモータシステム（１１０）を有するサイト（１００）とは異なる位置に存在する少なくとも一つの遠隔ＡＣモータシステム（１１０）に統合するステップを備える、請求項１乃至６のいずれか1項に記載の方法。
  8. サイト（１００）上に位置する少なくとも一つのＡＣモータシステム（１１０）の信頼性と故障までの残存時間との両方を遠隔判定するシステムであって、
    前記少なくとも一つのＡＣモータシステム（１１０）を有する前記サイト（１００）とは異なるサイト（１００）に位置し、少なくとも一つのタンデルタセンサ（６００）からのデータを含む、前記少なくとも一つのＡＣモータシステム（１１０）の複数の動作データ（１２０）を監視する、少なくとも一つの遠隔監視診断（ＲＭ＆Ｄ）システム（１５０）と、
    前記少なくとも一つのＡＣモータシステム（１１０）に関連する故障原因履歴の所定の小集団に対応する信頼性確率分布の合成に基づいて、少なくとも一回の故障分析を実行し、
    前記少なくとも一つのＡＣモータシステム（１１０）を含む複数のＡＣモータシステム（１１０）の信頼性をモデル化する少なくとも一つの因果ネットワークを作成すると共に、前記因果ネットワークに基づき少なくとも一つのＡＣモータシステム（１１０）構成要素の状態を評価し、
    故障までの推定残存時間の定量値を計算するために、前記少なくとも一つの因果ネットワークに基づき前記少なくとも一つのＡＣモータシステム（１１０）構成要素の状態を評価する前記ステップの結果と統合される結果を発生させる、前記少なくとも一つのＡＣモータシステム（１１０）の少なくとも一回の統合因果ネットワーク及び信頼性分析を実行する、
    少なくとも一つのＡＣ状態予測機（１４０）と
    前記少なくとも一つのＲＭ＆Ｄシステム（１５０）を、前記少なくとも一つのＡＣ状態予測機（１４０）に統合する手段と、
    前記複数の動作データ（１２０）を、ＡＣ状態予測機（１４０）から、前記少なくとも一つのＲＭ＆Ｄシステム（１５０）へ送信する手段と、を備えるシステム。
  9. 前記少なくとも一つのＡＣ状態予測機（１４０）は、少なくとも一つの漏洩電流データを受領し、
    前記少なくとも一つの漏洩電流データは、前記少なくとも一つのタンデルタセンサ（６００）からのデータを含み、
    前記少なくとも一つの漏洩電流データは、更に、少なくとも一つの漏洩電流位相データを含む、請求項８記載のシステム。
  10. 前記少なくとも一つのＡＣ状態予測機（１４０）は、更に、少なくとも一つの構造を含み、前記少なくとも一つの構造は、漏洩電流データに対応する絶縁破損と、前記少なくとも一つのＡＣモータシステム（１１０）にて測定された前記漏洩電流データに対応する、少なくとも一つのＡＣモータシステム（１１０）構成要素の絶縁破損とを予測する、請求項８又は９記載のシステム。
JP2008263308A 2007-10-15 2008-10-10 Ａｃモータシステムの残存寿命を遠隔予測する方法及びシステム Withdrawn JP2009099144A (ja)

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
US11/872,211 US20090096405A1 (en) 2007-10-15 2007-10-15 Method and system for remotely predicting the remaining life of an ac motor system

Publications (1)

Publication Number Publication Date
JP2009099144A true JP2009099144A (ja) 2009-05-07

Family

ID=40291234

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008263308A Withdrawn JP2009099144A (ja) 2007-10-15 2008-10-10 Ａｃモータシステムの残存寿命を遠隔予測する方法及びシステム

Country Status (4)

Country Link
US (1) US20090096405A1 (ja)
EP (1) EP2051086A2 (ja)
JP (1) JP2009099144A (ja)
CN (1) CN101413991A (ja)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016038651A1 (ja) * 2014-09-08 2016-03-17 株式会社日立製作所 絶縁診断システムまたは回転機
JP2019207576A (ja) * 2018-05-29 2019-12-05 ファナック株式会社 寿命予測装置及び機械学習装置
WO2021029104A1 (ja) * 2019-08-09 2021-02-18 株式会社日立製作所 回転電機の診断システム及び診断方法
KR102253855B1 (ko) * 2020-05-26 2021-05-20 이레산업(주) 모터 손실 진단방법 및 그 방법을 이용한 모터 손실 진단시스템

Families Citing this family (35)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100042366A1 (en) * 2008-08-15 2010-02-18 Honeywell International Inc. Distributed decision making architecture for embedded prognostics
US10282285B2 (en) * 2008-09-30 2019-05-07 Rockwell Automation Technologies, Inc. Human interface module for motor drive
US8294403B2 (en) * 2009-09-04 2012-10-23 Haas Automation, Inc. Methods and systems for determining and displaying a time to overload of machine tools
US8498826B2 (en) 2010-11-30 2013-07-30 General Electric Company Method and system for machine condition monitoring
CN102226833A (zh) * 2011-04-10 2011-10-26 沈阳航空航天大学 便携式航空发电机寿命检测仪
US9845012B2 (en) * 2011-07-06 2017-12-19 General Electric Company System and method for predicting mechanical failure of a motor
DE102013106838A1 (de) * 2013-06-29 2014-12-31 Ebm-Papst St. Georgen Gmbh & Co. Kg Anordnung zur Abschätzung der Lebensdauer eines Elektromotors
AT514680A2 (de) 2013-08-05 2015-02-15 Uptime Engineering Gmbh Prozess zur Optimierung der Wartung technischer Systeme
DE102013224798A1 (de) * 2013-12-04 2015-06-11 Siemens Aktiengesellschaft Verfahren zum Betreiben einer Maschine in Abhängigkeit von der Verfügbarkeit
WO2015160791A1 (en) 2014-04-14 2015-10-22 Dynapar Corporation Sensor hub comprising a rotation encoder
CN104502842A (zh) * 2014-10-20 2015-04-08 中山明杰自动化科技有限公司 微特步进电机老化信息化检测系统
EP3059676B1 (en) * 2015-02-20 2019-09-11 Siemens Aktiengesellschaft A method and apparatus for analyzing the availability of a system, in particular of a safety critical system
US11243263B2 (en) 2015-06-04 2022-02-08 Fischer Block, Inc. Remaining-life and time-to-failure predictions of power assets
CN105093109B (zh) * 2015-07-10 2018-10-02 中国矿业大学 一种电机状态无线远程监测与互联系统及其方法
CN107924347B (zh) * 2015-08-20 2021-05-07 施耐德电器工业公司 用于确定电气设备的平均故障时间的方法
US10107848B2 (en) 2016-01-20 2018-10-23 General Electric Company Portable testing device for a traction motor sensor
CN107238761A (zh) 2016-03-28 2017-10-10 通用电气公司 开关放大器、梯度放大器及估算开关放大器剩余寿命的方法
WO2018072794A1 (en) * 2016-10-17 2018-04-26 Vestas Wind Systems A/S Method for reliability testing of a driven component
CN106527391B (zh) * 2016-10-18 2018-11-16 中国航空工业集团公司洛阳电光设备研究所 一种机载光电探测设备中旋转机构控制系统自检测方法
TWI632441B (zh) * 2017-01-20 2018-08-11 財團法人工業技術研究院 機台的預診斷方法及預診斷裝置
US10928814B2 (en) 2017-02-24 2021-02-23 General Electric Technology Gmbh Autonomous procedure for monitoring and diagnostics of machine based on electrical signature analysis
US10573099B2 (en) * 2017-05-25 2020-02-25 The Boeing Company Vehicle part reliability determination system and method
US10403116B2 (en) 2017-06-20 2019-09-03 General Electric Company Electrical signature analysis of electrical rotating machines
US10514428B2 (en) 2017-07-13 2019-12-24 Itt Manufacturing Enterprises Llc Technique to detect motor leakage flux anomalies
CN108399278B (zh) * 2018-01-24 2021-11-30 航天科工防御技术研究试验中心 一种电子装备多因素加速因子计算方法
CN108319781B (zh) * 2018-02-01 2021-08-13 清华大学 一种基于多物理场的gis/gil内部绝缘件优化方法
WO2019223882A1 (de) 2018-05-25 2019-11-28 Harmonic Drive Ag Elektrische antriebsvorrichtung mit zustandsüberwachung
DE112019004198T5 (de) * 2018-08-20 2021-06-02 Skf Ai, Ltd. Bereitstellen von Lösungsvorschlägen zur Behebung eines Industriemaschinenausfalls
US11385621B2 (en) 2018-10-03 2022-07-12 Active-Semi, Inc. Methods and apparatus for detecting aging and predicting failures in BLDC and PMSM motors
SE543122C2 (sv) * 2019-02-05 2020-10-13 Brokk Ab Förfarande, anordning och användargränssnitt som beskriver ett operativt drifttillstånd hos en demoleringsrobot
CN109991540B (zh) * 2019-04-19 2021-12-31 宁波冶金勘察设计研究股份有限公司 具有动力监测功能的无人机
CN110412387B (zh) * 2019-08-16 2022-05-20 山西大学 一种舵机打角时间的测量装置及测量方法
JP6619908B1 (ja) * 2019-09-13 2019-12-11 三菱重工業株式会社 診断装置、診断方法および診断プログラム
CN111597663B (zh) * 2020-07-27 2020-10-27 中国人民解放军国防科技大学 融合剩余寿命经验数据的动量轮剩余寿命预测方法
US20220334566A1 (en) * 2021-03-31 2022-10-20 Ats Automation Tooling Systems Inc. Cloud-based vibratory feeder controller

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6035265A (en) * 1997-10-08 2000-03-07 Reliance Electric Industrial Company System to provide low cost excitation to stator winding to generate impedance spectrum for use in stator diagnostics
US6782345B1 (en) * 2000-10-03 2004-08-24 Xerox Corporation Systems and methods for diagnosing electronic systems
US6856137B2 (en) * 2002-02-19 2005-02-15 Bae Systems Controls Inc. Ground fault detection system and method
US6834256B2 (en) * 2002-08-30 2004-12-21 General Electric Company Method and system for determining motor reliability
US7127373B2 (en) * 2003-08-07 2006-10-24 General Electric Company Systems, methods and computer program products for assessing the health of an electric motor
US20060044710A1 (en) * 2004-08-24 2006-03-02 Beneditz Bruce D Ground fault detector for generator feeder
US7254514B2 (en) * 2005-05-12 2007-08-07 General Electric Company Method and system for predicting remaining life for motors featuring on-line insulation condition monitor

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016038651A1 (ja) * 2014-09-08 2016-03-17 株式会社日立製作所 絶縁診断システムまたは回転機
JPWO2016038651A1 (ja) * 2014-09-08 2017-05-25 株式会社日立製作所 絶縁診断システムまたは回転機
US10067190B2 (en) 2014-09-08 2018-09-04 Hitachi, Ltd. Insulation diagnostic system or rotating machine
JP2019207576A (ja) * 2018-05-29 2019-12-05 ファナック株式会社 寿命予測装置及び機械学習装置
US11402817B2 (en) 2018-05-29 2022-08-02 Fanuc Corporation Life predicting device and machine learning device
WO2021029104A1 (ja) * 2019-08-09 2021-02-18 株式会社日立製作所 回転電機の診断システム及び診断方法
JP2021028591A (ja) * 2019-08-09 2021-02-25 株式会社日立製作所 回転電機の診断システム及び診断方法
JP7217682B2 (ja) 2019-08-09 2023-02-03 株式会社日立製作所 回転電機の診断システム及び診断方法
KR102253855B1 (ko) * 2020-05-26 2021-05-20 이레산업(주) 모터 손실 진단방법 및 그 방법을 이용한 모터 손실 진단시스템
WO2021241952A1 (ko) * 2020-05-26 2021-12-02 이레산업(주) 모터 손실 진단방법 및 그 방법을 이용한 모터 손실 진단시스템

Also Published As

Publication number Publication date
EP2051086A2 (en) 2009-04-22
US20090096405A1 (en) 2009-04-16
CN101413991A (zh) 2009-04-22

Similar Documents

Publication Publication Date Title
JP2009099144A (ja) Ａｃモータシステムの残存寿命を遠隔予測する方法及びシステム
US7873581B2 (en) Method and system for determining the reliability of a DC motor system
US6834256B2 (en) Method and system for determining motor reliability
US7254514B2 (en) Method and system for predicting remaining life for motors featuring on-line insulation condition monitor
US20220137613A1 (en) Method and system for predicting failure of mining machine crowd system
US6480810B1 (en) Process for the monitoring and diagnostics of data from a remote asset
Lechevalier et al. Towards a domain-specific framework for predictive analytics in manufacturing
US7996337B2 (en) Method and system for remotely determining the reliability of a DC motor system
EP2837984B1 (en) Process to optimize the maintenance of technical systems
Mathew et al. Failure mechanisms based prognostics
Tiddens et al. The adoption of prognostic technologies in maintenance decision making: a multiple case study
Blancke et al. A holistic multi-failure mode prognosis approach for complex equipment
JP2009064101A (ja) 遠隔監視システム及び遠隔監視方法
Moat et al. Survival analysis and predictive maintenance models for non-sensored assets in facilities management
Wagner et al. An overview of useful data and analyzing techniques for improved multivariate diagnostics and prognostics in condition-based maintenance
Blair et al. Hybrid fault prognostics for nuclear applications: addressing rotating plant model uncertainty
AU2015200309B2 (en) Predicting failure of a mining machine
US11886180B2 (en) Method and system for facilitating predictive maintainance of testing machine
Zanotelli et al. Combining Similarity Measures and Left-Right Hidden Markov Models for Prognostics of Items Subjected to Perfect and Imperfect Maintenance
US20240035445A1 (en) Systems and methods for estimating future risk of failure of a wind turbine component using machine learning
Özer Predictive maintenance algorithm design for bus door systems
CN117478527A (zh) 一种光缆运行故障监测定位方法、装置、设备及存储介质
He et al. Challenges in reliability assessment for electronics
CN117272844A (zh) 配电盘工作寿命的预测方法及系统
Arnaiz Optimizing Maintenance and Reliability Through Automatically Scrutinising Monitoring Data

Legal Events

Date Code Title Description
A300 Application deemed to be withdrawn because no request for examination was validly filed

Free format text: JAPANESE INTERMEDIATE CODE: A300

Effective date: 20120110