JP2010128553A - 設備の不具合管理方法 - Google Patents

設備の不具合管理方法 Download PDF

Info

Publication number
JP2010128553A
JP2010128553A JP2008299451A JP2008299451A JP2010128553A JP 2010128553 A JP2010128553 A JP 2010128553A JP 2008299451 A JP2008299451 A JP 2008299451A JP 2008299451 A JP2008299451 A JP 2008299451A JP 2010128553 A JP2010128553 A JP 2010128553A
Authority
JP
Japan
Prior art keywords
failure
facility
data
cause
equipment
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.)
Granted
Application number
JP2008299451A
Other languages
English (en)
Other versions
JP5101465B2 (ja
Inventor
Nobuhiko Nishimura
宣彦 西村
Fumitoshi Sakata
文稔 坂田
Mayumi Saito
真由美 斎藤
Koji Satake
宏次 佐竹
Shintaro Kumano
信太郎 熊野
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.)
Mitsubishi Heavy Industries Ltd
Original Assignee
Mitsubishi Heavy Industries Ltd
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
Priority to JP2008299451A priority Critical patent/JP5101465B2/ja
Application filed by Mitsubishi Heavy Industries Ltd filed Critical Mitsubishi Heavy Industries Ltd
Priority to GB1018260.8A priority patent/GB2471805B/en
Priority to KR1020107020443A priority patent/KR101216293B1/ko
Priority to CN200980111139.0A priority patent/CN101981421B/zh
Priority to PCT/JP2009/065768 priority patent/WO2010061681A1/ja
Priority to US12/921,494 priority patent/US9696718B2/en
Priority to MX2010010750A priority patent/MX2010010750A/es
Publication of JP2010128553A publication Critical patent/JP2010128553A/ja
Application granted granted Critical
Publication of JP5101465B2 publication Critical patent/JP5101465B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0275—Fault isolation and identification, e.g. classify fault; estimate cause or root of failure
    • G05B23/0278—Qualitative, e.g. if-then rules; Fuzzy logic; Lookup tables; Symptomatic search; FMEA
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H17/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves, not provided for in the preceding groups
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • 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
    • 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
    • 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
    • G06Q10/20—Administration of product repair or maintenance
    • 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—Systems or methods specially adapted for 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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/04—Manufacturing
    • 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
    • Y02P90/30—Computing systems specially adapted for manufacturing

Abstract

【課題】推論結果が充分な精度を有し、不具合の補修に最適な補修時期や、ある不具合と同時又は以降に発生しうる他の不具合を推測することができ、プラントに用いられる大型機器に採用することが可能な設備の不具合管理方法を提供する。
【解決手段】設備の動作状態を監視手段により監視し、前記設備の不具合発生時に前記監視手段が得た設備の運転状態に関する計測値のデータをノードとして推論手段によって設備の不具合原因の推論を行なう設備の不具合管理方法において、予め用意された複数の音響データの中から、前記不具合が発生した設備より発せられる音に最も近い音響データを選択するとともに、予め用意された複数の形態データの中から、前記不具合が発生した設備の形態に最も近い形態データを選択し、前記選択された音響データ及び形態データを前記ノードに追加し、該ノードに基づいて第１のベイジアンネットワークによって設備の不具合原因の推論を行う。
【選択図】図１

Description

本発明は、設備の不具合管理方法に関するものであり、特に推論結果が充分な精度を有し、プラントで用いられるガスタービンなどの大型機器に採用することが可能な設備の不具合管理方法に関するものである。
ガスタービンコンバインドサイクル発電（ＧＣＴＴ）プラント、陸用ボイラプラント、風力発電プラントなどにおいては、当該プラントを形成する機器で異音や計測値の異常警報が発せられるなどの不具合が生じた場合、その原因を推測し、該推測した原因に対応する補修などの対策をとる必要がある。
そこで、前記プラントを形成する機器で不具合が生じた場合、プラントのオペレータが過去の経験や当該プラントにおける過去の実績をもとに、不具合の原因を推定して、原因を解決できる可能性のあるアクションをとる方法が行われている（従来技術１）。
また、前記プラントを形成する機器で不具合が生じると、プラントのオペレータが前記不具合の症状をプラントメーカ保守専門家に伝え、該プラントメーカ保守専門家はプラントメーカが持つ不具合のデータベースから不具合の原因を推測して該推測結果を前記オペレータに伝え、該オペレータが前記推測された原因を解決できる可能性のあるアクションをとる方法も行われている（従来技術２）。
しかしながら、従来技術１においては、当該機器の故障要因を推定するためには、当該機器について十分な知識と技能を持ったオペレータが必要不可欠であるが、このようなオペレータの確保、育成を短時間で行うことは難しく、十分な知識と技能を持ったオペレータを確保できなかった場合には誤ったアクションをとってしまい前記不具合による損害を拡大させてしまう可能性がある。
さらに、従来技術２についても同様であり、当該機器の故障要因を推定するためには、当該機器について十分な知識と技能を持ったプラントメーカ保守専門家が必要不可欠であるが、このようなプラントメーカ保守専門家の確保、育成を短時間で行うことは難しく、十分な知識と技能を持ったプラントメーカ保守専門家を確保できなかった場合には誤ったアクションをとってしまい前記不具合による損害を拡大させてしまう可能性がある。
また、プラントの機器ではなく、プリンタの自動診断の技術ではあるが、特許文献１にはベイジアンネットワークを利用して、不具合の原因を確率推論し、これを解決できる可能性のあるアクションをその効果とコストに応じてオペレータに提示する方法が開示されている。
特開２００１−７５８０８号公報
しかしながら、特許文献１に開示された技術においては、プリンタについて十分な知識と技能を有する専門家の知識をベイジアンネットワーク化して収集しているものの、該ベイジアンネットワークには不具合状態にあるプリンタの定量化しにくいが不具合の原因の推論をするために有用な音響、形態などの情報については採用されておらず、推論結果が充分な精度を有さない可能性がある。
また、プラントなどに使用される大型機器の場合には、１度機器を停止するとその費用が高額になるためできる限り長期間運転継続する必要があり、該当機器を即座に停止して不具合を補修すべきか、例えば稼動日外である週末まで運転可能であるか、さらには定期的なオーバーホールまで運転条件を制限した上での運転が可能であるかなどの情報が重要であるが、特許文献１には不具合に対する具体的なアクションは示されているが、小型機器であるプリンタに関する技術であるため、前記大型機器において重要な停止タイミングに関する情報については提案されていない。
さらに、前記不具合に対する具体的なアクションは示されているが、該アクションをとった不具合と同時又は以降に発生する可能性がある不具合に至る劣化症状を推論し、次の定期検査時にこれらの劣化状態を確認する方法は記載されていない。
以上のことから、プリンタの自動診断の技術である特許文献１に開示された技術を、プラントに用いられる機器等の大型機器に採用することは難しい。
従って、本発明はかかる従来技術の問題に鑑み、推論結果が充分な精度を有し、不具合の補修に最適な補修時期や、ある不具合と同時又は以降に発生しうる他の不具合を推測することができ、プラントに用いられる大型機器に採用することが可能な設備の不具合管理方法を提供することを目的とする。
上記課題を解決するため本発明においては、設備の動作状態を監視手段により監視し、前記設備の不具合発生時に前記監視手段が得た設備の運転状態に関する計測値のデータをノードとして推論手段によって設備の不具合原因の推論を行なう設備の不具合管理方法において、予め用意された複数の音響データの中から、前記不具合が発生した設備より発せられる音に最も近い音響データを選択するとともに、予め用意された複数の形態データの中から、前記不具合が発生した設備の形態に最も近い形態データを選択し、前記選択された音響データ及び形態データを前記ノードに追加し、該ノードに基づいて第１のベイジアンネットワークによって設備の不具合原因の推論を行うことを特徴とする。
具体的な機器の不具合に対して、数値化しにくいが前記不具合の原因を解明するために役立つデータとして、不具合箇所から発せられる音、不具合箇所における色彩、燃焼状況などを含む形態が挙げられる。
前記音に関する情報について、発生している機器の音が、予め用意された発生原因の異なる複数の音響データの中のどの音響データに近いかを、前記発生している音を実際に聞いたオペレータに選択させることによって、オペレータの主観を極力排除して音響に関する情報を収集することができる。
また、前記形態に関する情報について、不具合箇所における機器の形態が、予め用意された発生原因の異なる複数の形態データの中のどの形態データに近いかを、前記不具合箇所の機器の形態を実際に見たオペレータに選択させることによって、オペレータの主観を極力排除して形態に関する情報を収集することができる。
このようにして、主観を極力排除して収集した音響及び形態のデータを観測ノードに追加し、該音響、形態のデータ及びその他の前記監視手段が得た不具合値に基づいて推論手段であるベイジアンネットワークを用いて設備の不具合原因の推論を行うことで、不具合原因の推定精度を向上させることが可能となる。
また、前記設備における過去の不具合原因の推論結果と、該推論結果に対する設備の改修の実績との相関について第２のベイジアンネットワークを構築し、該第２のベイジアンネットワークによって前記第１のベイジアンネットワークで不具合原因の推論が成された設備に対して実施する可能性が高い設備の改修方法の推論を行うことを特徴とする。
例えば本発明による不具合管理方法をプラントメーカ保守専門家が使用する場合、不具合のあった機器を含むプラントのオペレータから前記機器の不具合の症状の情報を収集し、本発明を用いて不具合原因を推論し、該推論した原因をオペレータに連絡することとなる。該当プラントについて、プラントを構成する設備における過去の不具合原因の推論結果と、該推論結果に対する設備の改修の実績との相関について第２のベイジアンネットワークを構築し、該第２のベイジアンネットワークを用いることで、プラントを構成する設備に対して実施する可能性が高い改修工事を推定することができる。
即ち、プラントを構成する設備毎に、プラントのユーザが潜在的に実施したいと考えている設備改善工事や改修工事を推定することができ、不具合原因の推論結果とともに当該設備の改善工事や改修工事に関する情報をプラントユーザに提供することができる。
これにより、プラントのユーザは、不具合原因の推論結果とともに設備の改善工事や改修工事に関する情報を入手することで、前記不具合に対して迅速な処置を行うことができる。
また、プラントメーカ保守専門家は、不具合原因の推論結果とともに設備の改善工事や改修工事について精度よく推測し、該推測の結果をプラントユーザに提供することができるため、プラントユーザに対して改善に必要な部品等、時機を得たマーケティングを実施することができる。
また、前記設備又は類似の設備における過去の不具合原因の推論結果に関して、適切な処置を施さなかった場合に生じた故障に関するデータを前記推論結果とともにデータベース化し、前記データベースを用いて、前記設備の不具合を放置した場合に該不具合が原因による故障が発生する確率を前記第１のベイジアンネットワークを用いて推論し、前記推論された確率と前記故障を補修するために必要なコストとを掛け合わせたリスクを計算して提示することを特徴とする。
これにより、前記設備の不具合を放置した場合に担うコストに関するリスクが数値として提示されるため、不具合が発生した機器を即座に停止して不具合を補修すべきか、稼動日外である週末まで運転するか、定期的なオーバーホールまで運転を継続するかなど、補修のタイミングを決める際の一助となる。
また、前記不具合原因を補修するために必要なコストを計算し、該コストと前記リスクとを比較できるようにしたことを特徴とする。
前記設備の不具合原因を補修するために必要なコストを計算し、前記設備の不具合を放置した場合に担うリスクと比較することで、発生している不具合を早期に補修すべきか否かの判断が容易となるとともに定量的に判断することができる。
特に、本発明をプラントメーカの保守専門家が使用する場合においては、発生している不具合を早期に補修することが設備のライフサイクルコストを考えると最適であるか否かを定量的に顧客に説明することができるため、プラントメーカの保守専門家の信頼性も向上する。
また、前記設備において発生した不具合の原因の推論結果の時系列データを作成し、該時系列データを前記第１のベイジアンネットワークに入力し、前記設備において次に発生する確率が高い不具合原因をその発生確率とともに推論することを特徴とする。
前記推論結果の時系列に並べて時系列データを作成し、前記第１のベイジアンネットワークに入力することで、ある不具合が発生したときに次に生じる可能性が高い不具合事象を推論することができる。これにより推論された不具合が発生しそうであるかどうかを例えば定修時などに検査することで、不具合の未然の対策をとることができる。従って、ある不具合事象が生じたら、次に生じやすい不具合事象を推論することができることから、定期検査時等における設備の検査項目を設備の不具合の実績にあったものとすることができ、効率的に検査を行うことができる。
以上記載のごとく本発明によれば、推論結果が充分な精度を有し、不具合の補修に最適な補修時期や、ある不具合と同時又は以降に発生しうる他の不具合を推測することができ、プラントに用いられる大型機器に採用することが可能な設備の不具合管理方法を提供することができる。
以下、図面を参照して本発明の好適な実施例を例示的に詳しく説明する。但しこの実施例に記載されている構成部品の寸法、材質、形状、その相対的配置等は特に特定的な記載がない限りは、この発明の範囲をそれに限定する趣旨ではなく、単なる説明例に過ぎない。
図１は、本発明になる設備の不具合管理方法を実施するための遠隔管理システムの概略構成図である。本実施例においては、設備を遠隔管理にて不具合を管理する方法を例示して説明する。具体的には、プラントメーカ保守専門家が、プラントを構成する設備の運転状態を前記プラントとは離れた場所で監視し、不具合が発生した場合にその原因を推測して前記プラントのユーザ（顧客）に情報を提供する管理方法について説明する。
図１の遠隔管理システムの概略として、遠隔運転監視中の顧客設備（以下プラントと称する）２内に設置された遠隔監視用データサーバにてプラント内計器類４の運転データを収集し、通信回線を利用して運転データを遠隔監視室１２に送信することにより、プラント２の運転状態をプランと２から離れた場所にある遠隔管理室１２にて常時監視する。また、プラント２を構成する機器に不具合が発生した場合に遠隔監視室１２の監視用端末２０より前記運転データの各種信号の状態２２をベイジアンネットワークをシステム内に有するベイジアンネットワークシステム３０にノードとして入力するとともに、顧客用端末３２より後述する方法で不具合箇所の音声、形態のデータをベイジアンネットワークシステム３０にノードとして入力し、前記ノードに基づいてベイジアンネットワークによって前記プラント２の不具合の原因を推論するものである。
なお、遠隔管理室１２では、通常複数のプラントの遠隔管理を行うが、図１においては１つのプラントのみを図示している。
前記プラント２内のガスタービンの遠隔監視を行う場合、該ガスタービンに取り付けられた各計器類４より、ガスタービンの回転数、出力、制御信号、各部の温度・流量、各部の信号などの数値による運転データは、まずプラント２内に設置された遠隔監視用データサーバ６に送信される。そして、前記遠隔監視用データサーバ６に送信された運転データは、リアルタイムデータとして、ルータ８、１４を介して専用回線（Ｖｉｒｔｕａｌ Ｐｒｉｖａｔｅ Ｎｅｔｗｏｒｋ：ＶＰＮ）１０を通り、前記プラント２とは離れた場所にある遠隔監視室１２内の遠隔監視サーバ１６にリアルタイムで送られるとともに、ヒストリカルデータという形で遠隔監視用データサーバ６に１秒周期で一定期間保存され、該保存されたヒストリカルデータは、１分周期のデータに加工されて、前記ルータ８、１４、ＶＰＮ１０及び遠隔監視用データサーバ６を介して遠隔監視室１２内のデータ保管用サーバ１８に送信されて保管される。
遠隔監視サーバ１６に送られたリアルタイムデータは、監視用端末２０で遠隔監視室内に駐在しているプラントメーカ保守専門家が常時確認できるようになっている。
また、前記リアルタイムデータは、管理値が設定されるとともに、傾向監視ロジックによってその値の変化の傾向が監視されており、前記リアルタイムデータが前記管理値を超えるか、前記傾向監視ロジックにより規定以上の変化の傾向があった場合にはアラームが発信される。
前記アラームが発信されると、前記リアルタイムデータは、ノードとしてベイジアンネットワークシステム３０に入力される。
さらに、アラームが発信されると、遠隔監視室１２に駐在しているプラントメーカ保守専門家は、前記アラームの発信をプラント２のオペレータに連絡し、該連絡を受けるとプラント２のオペレータは顧客端末３２に後述する方法によって音声、形態のデータを入力する。該入力されたデータは、ＶＮＰ３３によって、ノードとしてベイジアンネットワークシステム３０に入力される。
前記ノードが入力されると、ベイジアンネットワークシステム３０ではベイジアンネットワークにより前記不具合の原因を推論して出力する。
なお、前記アラームが発信された際の設備２のオペレータへの連絡は、前述のように遠隔監視室１２に駐在しているプラントメーカ保守専門家が行ってもよいが、専用回線等を通じてアラームの発信を自動的にオペレータへ連絡するようにしておくと、連絡ミス等のヒューマンエラー防止の観点から好ましい。
前記音声のデータの入力について、図２を用いて説明する。図２は音声のデータ入力のフローチャートである。
プラント２のオペレータは、前記アラームが発信された旨の連絡を受けると、プラント２付近に設置されている顧客用端末３２を起動し、図２のフローチャートに従って音声データを入力する準備をする。
前記オペレータは、顧客端末３２を起動し音声データの入力準備が完了すると、ステップＳ１で運転中のガスタービンから異音がするか否か判断して入力する。
ステップＳ１でいいえ、即ち異音がしないと判断されると音声データは入力せずに終了する。
ステップＳ１ではい、即ち異音がすると判断されるとステップＳ２に進み、ステップＳ２で異音がする場所を選択する。
ステップＳ２で異音がする場所が選択されると、ステップＳ３で、予め用意したガスタービンの各部品ごとの異音のデータベースから、前記選択した場所にある部品における異音サンプルを参照する。
ステップＳ３で異音のデータベースが参照されると、ステップＳ４で「異音の種類をサンプルから選択ください」と、顧客端末３２上にメッセージが表示されるとともに、複数（本実施例においては５つ）のアイコンが表示される。なおステップＳ３及びステップＳ４は顧客端末３２内部で行われる処理であり、ステップＳ２が終了してからステップ４が終了するまでオペレータは待っていればよい。
ステップＳ４で前記メッセージ及びアイコンが表示されると、ステップＳ５でオペレータは１つずつ前記アイコンをクリックする。前記アイコンはクリックするとそれぞれステップＳ３で参照したデータベース内の異音のサンプルが再生されるようになっており、オペレータは表示された全てのアイコンを１つずつクリックして全ての異音のサンプルを聴き、どの異音サンプルがガスタービンから発せられている異音と１番近いか選択する。
ステップＳ５でガスタービンから発せられている異音と１番近い異音サンプルが選択されると、前記選択されたサンプルのデータが図１に示したＶＰＮ３３を介してベイジアンネットワーク３０に送信される。
前記異音サンプルのデータが送信されると、ステップＳ６で、予め用意した各部品の異音の種類と故障原因との因果関係のデータ、その他の警報データと故障原因の因果関係のデータ及び後述する各部品の燃焼の形態と故障原因との因果関係のデータを参照して、ベイジアンネットワークによって故障の原因を推定し、顧客端末３２に推定結果を折り返し送信する。
次に、前記形態のデータの入力について、図３を用いて説明する。なおここで本実施例における形態とは燃焼状況のことをいう。図３は燃焼状況のデータ入力のフローチャートである。
プラント２のオペレータは、前記アラームが発信された旨の連絡を受けると、プラント２付近に設置されている顧客用端末３２を起動し、図３のフローチャートに従って形態データを入力する準備を行う。
前記オペレータは、顧客端末３２を起動し形態データの入力準備が完了すると、ステップＳ１１で運転中のガスタービンで燃焼状況が観察できるか否か判断して入力する。
ステップＳ１１でいいえ、即ち燃焼状況が観察できないと判断されると形態データは入力せずに終了する。
ステップＳ１１ではい、即ち燃焼状況が観察できる判断されるとステップＳ２に進み、ステップＳ２で燃焼状況が観察できる場所を選択する。
ステップＳ１２で異音がする場所が選択されると、ステップＳ１３で、予め用意したガスタービンの各部品ごとの燃焼炎の動画データベースから、前記選択した場所にある部品における燃焼炎の動画サンプルを参照する。
ステップＳ１３で燃焼炎の動画データベースが参照されると、ステップＳ１４で「観察される燃焼状況をサンプルから選択下さい」と、顧客端末３２上にメッセージが表示されるとともに、複数（本実施例においては５つ）のアイコンが表示される。なおステップＳ１３及びステップＳ１４は顧客端末３２内部で行われる処理であり、ステップＳ１２が終了してからステップ１４が終了するまでオペレータは待っていればよい。
ステップＳ１４で前記メッセージ及びアイコンが表示されると、ステップＳ１５でオペレータは１つずつ前記アイコンをクリックする。前記アイコンはクリックするとそれぞれステップＳ１３で参照した燃焼炎の動画データベース内の動画サンプルが再生されるようになっており、オペレータは表示された全てのアイコンを１つずつクリックして全ての動画サンプルを見て、どの動画サンプルがガスタービンで観察される燃焼状況と１番近いか選択する。
ステップＳ１５でガスタービンで観察される燃焼状況と１番近い異音サンプルが選択されると、前記選択されたサンプルのデータが図１に示したＶＰＮ３３を介してベイジアンネットワーク３０に送信される。
前記燃焼炎の動画サンプルのデータが送信されると、ステップＳ１６で、予め用意した各部品の燃焼状況の種類と故障原因との因果関係のデータ、その他の警報データと故障原因の因果関係のデータ、及び各部品の異音の種類と故障原因との因果関係のデータを参照して、ベイジアンネットワークによって故障の原因を推定し、顧客端末３２に推定結果を折り返し送信する。
なお、ステップＳ１６は図２に示したフローチャートにおけるステップＳ６と共通である。
このようにして、異音サンプルや燃焼動画サンプルを用意し、実際の異音や燃焼状況と近いサンプルをオペレータに選択させることで、具体的な機器の不具合に対して数値化しにくいが不具合原因解明のために役立つ異音や燃焼状況のデータを、主観を極力排除して収集することができる。
このようにして、主観を極力排除して収集した異音及び燃焼状況のデータをノードに追加し、該異音、燃焼状況のデータ及びその他の前記監視手段が得た不具合値に基づいてベイジアンネットワークによって設備の不具合原因の推論を行うことで、不具合原因の推定精度を向上させることが可能となる。
さらに、前記ベイジアンネットワークシステム３０には、全ユニットの不具合とその後の設備改修実績のデータベース３４が入力される。ここでいうユニットとはプラント２内のガスタービンを構成する部品をさしている。
全ユニットの不具合とその後の設備改修実績のデータベース３４について図４を用いて説明する。図４は、全ユニットの不具合とその後の設備改修実績のデータベースの入力と結果の出力を示すフローチャートである。なお、図４におけるフローチャートは全て遠隔管理室１２側における手順である。
ステップＳ２１で、ベイジアンネットワークシステム３０に、遠隔管理室１２で管理する複数のプラントそれぞれで発生した不具合事象の原因と、その後当該プラントで各プラントユーザが実施した設備改善工事や改修工事のデータ４２を入力し、不具合事象の原因と、プラントユーザが実施した改善工事や設備改修との相関についてベイジアンネットワークを構築しておく。なお、ここで構築するベイジアンネットワークは、前記不具合原因を推論するために用いたベイジアンネットとは別に構築するものであり、以降では第２のベイジアンネットワークと称する。
遠隔管理室１２で管理するプラント（顧客設備）で不具合が生じ、図２、図３で説明したようにして前記不具合の原因が推測されると、ステップＳ２２で前記推測された不具合原因を第２のベイジアンネットワークに入力する。
ステップＳ２２で不具合の原因が入力されると、該不具合原因とステップＳ２１で構築した第２のベイジアンネットワークから、ステップＳ２３で不具合が生じたプラントのユーザが今後実施する可能性が高い設備改修項目を確率推論する。
ステップＳ２３で確率推論が成されると、ステップＳ２４で不具合原因の推論結果とともに今後実施する可能性が高い設備改修項目をプラントユーザに提供し、前記改修工事に関する部品などを集中的に販売促進活動を行う。
これにより、プラントユーザは、不具合原因の推論結果とともに設備の改善工事や改修工事に関する情報を入手することで、前記不具合に対して迅速な処置を行うことができる。
また、遠隔管理を実施するプラントメーカは、不具合原因の推論結果とともに設備の改善工事や改修工事について精度よく推測し、該推測の結果をプラントユーザに提供することができるため、プラントユーザに対して改善に必要な部品等、時機を得たマーケティングを実施することができる。
さらに、前記ベイジアンネットワークシステム３０には、事故による停止期間、復旧内容のデータなどを含む事故データ３６が入力される。
事故データ３６の入力とその活用について図５を用いて説明する。
計測値１、２・・・ｎの状態（これは図１におけるプラント内計器類４で計測され、遠隔監視用データサーバ６、遠隔監視サーバ１６等を介してベイジアンネットワークシステム３０に送信されるデータである）、図２を用いて説明した異音の状態、図３を用いて説明した燃焼状況の状態をベイジアンネットワークシステム３０に観測モードとして入力すると、前述のように不具合の原因の推測ができ、さらに符号５２で示した表のように推測される不具合の原因Ｃｉ（ｉ＝１、２、３・・・）とＣｉが発生する確率Ｐ（Ｃｉ）（ｉ＝１、２、３・・・）が推論される。
また、過去に前記不具合の原因Ｃｉを放置した場合に復旧にかかった費用Ｄ（Ｃｉ）（ｉ＝１、２、３・・・）と復旧にかかった期間Ｔ（Ｃｉ）（ｉ＝１、２、３・・・）のデータを過去の不具合データベース５４として予め用意しておく。
前記ベイジアンネットワークシステム３０での確率推論結果５２と、過去の不具合データベース５４とから警報を放置した場合に担うコストに関するリスク（Ｒｉｓｋ）が数１に表した数式により計算できる。
Figure 2010128553
前記不具合を補修するために必要な対策費５６を計算し、数１に表した数式で計算されるコストに関するリスク（Ｒｉｓｋ）と比較することで、発生している不具合を早期に補修すべきか否かの判断が容易となるとともに定量的に判断することができる。
これにより遠隔監視を行うプラントメーカは、発生している不具合を早期に補修することが設備のライフサイクルコストを考えると最適であるか否かを定量的に顧客に説明することができるため、プラントメーカの保守専門家の信頼性も向上する。
さらに、前記ベイジアンネットワークには、前記計測値１、２・・・・ｎの状態、異音の状態及び燃焼の状態とともに、全ユニットの不具合の時系列データ３８が入力される。
全ユニットの不具合の時系列データについて図６を用いて説明する。
全ユニットの不具合の時系列データ３８とは、プラント（顧客設備）を形成する各ユニットで過去に発生した不具合を時系列に並べて入力したデータをいう。
前記過去に発生した不具合を時系列に並べてベイジアンネットワークに入力することで、不具合事象について、発生しているもしくは発生しそうな状態になると次に生じる可能性がある損傷要因が推測される。該推測結果を用いることで、次に生じる可能性がある不具合事象が発生しそうであるかどうかを検査し、早めに対策をとることができる。即ち、ある不具合事象が生じたら、次に生じやすい不具合事象を推論することができることから、定期検査時等における設備の検査項目を設備の不具合の実績にあったものとすることができ、効率的に検査を行うことができる。
さらに、定修時などに実際に前記不具合の原因を調査して原因調査結果４０をベイジアンネットワークシステム３０に入力し、前記ベイジアンネットワークシステム３０を用いて推論した不具合原因が正しかったかどうかを元に、該ベイジアンネットワークシステム３０の各ノード間の条件付確率表の確率値をアップデートすると、ベイジアンネットワークの条件付確率表がアップデートされ、推論精度が向上する。
推論結果が充分な精度を有し、不具合の補修に最適な補修時期や、ある不具合と同時又は以降に発生しうる他の不具合を推測することができ、プラントに用いられる大型機器に採用することが可能な設備の不具合管理方法として利用することができる。
本発明になる設備の不具合管理方法を実施するための遠隔管理システムの概略構成図である。 音声のデータ入力のフローチャートである。 燃焼状況のデータ入力のフローチャートである。 全ユニットの不具合とその後の設備改修実績のデータベースの入力と結果の出力を示すフローチャートである。 事故データの入力とその活用の説明図である。 全ユニットの不具合の時系列データの活用の説明図である。
符号の説明
２ プラント
４ プラント内計器
６ 遠隔監視用データサーバ
１６ 遠隔監視サーバ
３０ ベイジアンネットワークシステム
３２ 顧客用端末
３４ 全ユニットの不具合とその後の設備改修実績のデータベース
３６ 事故データ
３８ 全ユニットの不具合の時系列データ
５４ 過去の不適合データベース

Claims (5)

  1. 設備の動作状態を監視手段により監視し、前記設備の不具合発生時に前記監視手段が得た設備の運転状態に関する計測値のデータをノードとして推論手段によって設備の不具合原因の推論を行なう設備の不具合管理方法において、
    予め用意された複数の音響データの中から、前記不具合が発生した設備より発せられる音に最も近い音響データを選択するとともに、
    予め用意された複数の形態データの中から、前記不具合が発生した設備の形態に最も近い形態データを選択し、
    前記選択された音響データ及び形態データを前記ノードに追加し、
    該ノードに基づいて第１のベイジアンネットワークによって設備の不具合原因の推論を行うことを特徴とする設備の不具合管理方法。
  2. 前記設備における過去の不具合原因の推論結果と、該推論結果に対する設備の改修の実績との相関について第２のベイジアンネットワークを構築し、該第２のベイジアンネットワークによって前記第１のベイジアンネットワークで不具合原因の推論が成された設備に対して実施する可能性が高い設備の改修方法の推論を行うことを特徴とする請求項１記載の設備の不具合管理方法。
  3. 前記設備又は類似の設備における過去の不具合原因の推論結果に関して、適切な処置を施さなかった場合に生じた故障に関するデータを前記推論結果とともにデータベース化し、
    前記データベースを用いて、前記設備の不具合を放置した場合に該不具合が原因による故障が発生する確率を前記第１のベイジアンネットワークを用いて推論し、
    前記推論された確率と前記故障を補修するために必要なコストとを掛け合わせたリスクを計算して提示することを特徴とする請求項１記載の設備の不具合管理方法。
  4. 前記不具合原因を補修するために必要なコストを計算し、該コストと前記リスクとを比較できるようにしたことを特徴とする請求項３記載の設備の不具合管理方法。
  5. 前記設備において発生した不具合の原因の推論結果の時系列データを作成し、該時系列データを前記第１のベイジアンネットワークに入力し、前記設備において次に発生する確率が高い不具合原因をその発生確率とともに推論することを特徴とする請求項１記載の設備の不具合管理方法。
JP2008299451A 2008-11-25 2008-11-25 設備の不具合管理方法 Active JP5101465B2 (ja)

Priority Applications (7)

Application Number Priority Date Filing Date Title
JP2008299451A JP5101465B2 (ja) 2008-11-25 2008-11-25 設備の不具合管理方法
KR1020107020443A KR101216293B1 (ko) 2008-11-25 2009-09-09 설비의 문제 관리 방법
CN200980111139.0A CN101981421B (zh) 2008-11-25 2009-09-09 设备不良情况的管理方法
PCT/JP2009/065768 WO2010061681A1 (ja) 2008-11-25 2009-09-09 設備の不具合管理方法
GB1018260.8A GB2471805B (en) 2008-11-25 2009-09-09 Method for trouble managing of equipment
US12/921,494 US9696718B2 (en) 2008-11-25 2009-09-09 Method for trouble managing of equipment
MX2010010750A MX2010010750A (es) 2008-11-25 2009-09-09 Metodo para la resolucion de problemas del equipo.

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2008299451A JP5101465B2 (ja) 2008-11-25 2008-11-25 設備の不具合管理方法

Publications (2)

Publication Number Publication Date
JP2010128553A true JP2010128553A (ja) 2010-06-10
JP5101465B2 JP5101465B2 (ja) 2012-12-19

Family

ID=42225561

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2008299451A Active JP5101465B2 (ja) 2008-11-25 2008-11-25 設備の不具合管理方法

Country Status (7)

Country Link
US (1) US9696718B2 (ja)
JP (1) JP5101465B2 (ja)
KR (1) KR101216293B1 (ja)
CN (1) CN101981421B (ja)
GB (1) GB2471805B (ja)
MX (1) MX2010010750A (ja)
WO (1) WO2010061681A1 (ja)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012003643A (ja) * 2010-06-21 2012-01-05 Mitsubishi Electric Corp プラントの機器維持管理システム
JP2012118981A (ja) * 2010-11-30 2012-06-21 General Electric Co <Ge> タービン性能診断システム及び方法
JP2012180831A (ja) * 2011-03-02 2012-09-20 General Electric Co <Ge> ターボ機械の解析方法及びシステム
JP2013087775A (ja) * 2011-10-21 2013-05-13 General Electric Co <Ge> ガスタービン監視システム
WO2013172051A1 (ja) * 2012-05-14 2013-11-21 住友重機械工業株式会社 循環流動層ボイラの運転診断方法及び運転診断装置
WO2013172052A1 (ja) * 2012-05-14 2013-11-21 住友重機械工業株式会社 循環流動層ボイラの運転制御システム
JP2014191790A (ja) * 2013-03-28 2014-10-06 Honda Motor Co Ltd 問診装置及び問診方法

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8615686B2 (en) 2010-07-02 2013-12-24 At&T Intellectual Property I, L.P. Method and system to prevent chronic network impairments
DE102012024392A1 (de) * 2012-12-13 2014-06-18 Heidelberger Druckmaschinen Ag Vorrausschauende Servicebenachrichtigung
JP5751496B2 (ja) * 2012-12-27 2015-07-22 横河電機株式会社 イベント解析装置およびコンピュータプログラム
US20150142677A1 (en) * 2013-11-21 2015-05-21 Cellco Partnership D/B/A Verizon Wireless Method and apparatus for determining a metric for a predicted operational status of a product
JP6415335B2 (ja) * 2015-01-27 2018-10-31 三菱重工業株式会社 不具合診断方法及び不具合診断システム
US9898001B2 (en) * 2015-03-27 2018-02-20 Rockwell Automation Technologies, Inc. Systems and methods for enhancing monitoring of an industrial automation system
DE102015008754B4 (de) * 2015-07-06 2018-07-05 Liebherr-Aerospace Lindenberg Gmbh Zustandsüberwachung eines Stellantriebs in einem Fluggerät
US10152394B2 (en) * 2016-09-27 2018-12-11 International Business Machines Corporation Data center cost optimization using predictive analytics
CN108764522A (zh) * 2018-04-13 2018-11-06 华南理工大学 一种基于多变量输入的局部负荷预测方法
US10846184B2 (en) * 2018-04-23 2020-11-24 Dell Products, L.P. System and method to predict and prevent power supply failures based on data center environmental behavior
US10877539B2 (en) 2018-04-23 2020-12-29 Dell Products, L.P. System and method to prevent power supply failures based on data center environmental behavior
IT201800005091A1 (it) * 2018-05-04 2019-11-04 "Procedimento per monitorare lo stato di funzionamento di una stazione di lavorazione, relativo sistema di monitoraggio e prodotto informatico"
CN109508745A (zh) * 2018-11-14 2019-03-22 上海交通大学 基于贝叶斯网络模型的燃气轮机气路故障的检测方法
KR102131941B1 (ko) 2019-11-08 2020-07-08 농업회사법인 주식회사 고은 레일 이동형 작물 생육 측정장치
US11070702B2 (en) * 2019-12-20 2021-07-20 Toshiba Tec Kabushiki Kaisha Image processing apparatus, information processing method, and non-transitory computer readable storage medium
KR102337873B1 (ko) 2021-08-31 2021-12-09 농업회사법인 주식회사 고은 빅데이터 수집을 위한 레일 이용형 작물 생육 측정장치
CN114139745A (zh) * 2021-12-01 2022-03-04 北京磁浮有限公司 轨道交通供配电设施的信息处理与控制方法、装置及终端
CN115237098B (zh) * 2022-08-04 2023-05-23 北京顺圆和合科技有限公司 一种智能网管安全型监控故障诊断系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6435238A (en) * 1987-07-30 1989-02-06 Anritsu Corp Abnormality diagnosing apparatus for mechanical equipment
JP2005309077A (ja) * 2004-04-21 2005-11-04 Fuji Xerox Co Ltd 故障診断方法および故障診断装置、並びに搬送装置および画像形成装置、並びにプログラムおよび記憶媒体
JP2005309078A (ja) * 2004-04-21 2005-11-04 Fuji Xerox Co Ltd 故障診断方法および故障診断装置、画像形成装置、並びにプログラムおよび記憶媒体

Family Cites Families (26)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6435237A (en) * 1987-07-30 1989-02-06 Anritsu Corp Abnormality diagnosis for rotary machine
JPH0534214Y2 (ja) * 1987-08-27 1993-08-30
US5130936A (en) * 1990-09-14 1992-07-14 Arinc Research Corporation Method and apparatus for diagnostic testing including a neural network for determining testing sufficiency
JPH04299740A (ja) * 1991-03-28 1992-10-22 Ricoh Co Ltd 知識情報処理装置
JPH06241956A (ja) * 1993-02-23 1994-09-02 Toshiba Corp プラントリスク分析システム
US5566092A (en) * 1993-12-30 1996-10-15 Caterpillar Inc. Machine fault diagnostics system and method
US6535865B1 (en) 1999-07-14 2003-03-18 Hewlett Packard Company Automated diagnosis of printer systems using Bayesian networks
US7113988B2 (en) * 2000-06-29 2006-09-26 International Business Machines Corporation Proactive on-line diagnostics in a manageable network
FR2814901B1 (fr) * 2000-10-04 2003-01-31 Jean Patrick Azpitarte Systeme pour la gestion a distance de la maitenance d'un ensemble d 'equipements
JP2003303244A (ja) * 2002-02-07 2003-10-24 Osaka Gas Co Ltd 故障情報システム
JP2003315213A (ja) 2002-04-25 2003-11-06 Toshiba Corp 振動診断装置およびその方法
DE10222399B4 (de) * 2002-05-21 2007-08-09 Siemens Ag Steuerungsverfahren und System zur automatischen Vorbearbeitung von Gerätestörungen
CN1244801C (zh) 2003-08-01 2006-03-08 重庆大学 旋转机械故障智能诊断方法与装置
US8271200B2 (en) 2003-12-31 2012-09-18 Sieracki Jeffrey M System and method for acoustic signature extraction, detection, discrimination, and localization
US7260501B2 (en) * 2004-04-21 2007-08-21 University Of Connecticut Intelligent model-based diagnostics for system monitoring, diagnosis and maintenance
DE102004043875A1 (de) 2004-09-10 2006-03-16 Frank Bechtold Verfahren und System zur Optimierung der Erkennung oder der Erkennungssicherheit bei der Identifikation oder Verifikation von Prüfobjekten
US9820658B2 (en) * 2006-06-30 2017-11-21 Bao Q. Tran Systems and methods for providing interoperability among healthcare devices
JP2006077938A (ja) * 2004-09-13 2006-03-23 Nsk Ltd 異常診断装置
JP2007025878A (ja) * 2005-07-13 2007-02-01 Mitsubishi Heavy Ind Ltd プラント用保全支援システム
JP4710495B2 (ja) 2005-09-06 2011-06-29 富士ゼロックス株式会社 故障診断システム、画像形成装置及び故障診断方法
JP4514154B2 (ja) * 2006-01-13 2010-07-28 日本電信電話株式会社 類似状況検索システムおよび類似状況検索方法
CN100469138C (zh) 2006-05-15 2009-03-11 华北电力大学（北京） 基于视频监控与图像识别的电力变压器风机状态识别方法
CN1845605A (zh) 2006-05-15 2006-10-11 华北电力大学（北京） 电力高压断路器开关状态实时监测的图像处理与识别方法
JP2008224745A (ja) 2007-03-08 2008-09-25 Fuji Xerox Co Ltd 画像処理装置、画像処理プログラム、故障診断装置、及び故障診断プログラム
EP2031517A1 (en) * 2007-08-28 2009-03-04 Toyota Motor Europe NV Methods and systems for data processing and their applications
US8463641B2 (en) * 2007-10-05 2013-06-11 The Boeing Company Method and system using linear programming for estimating test costs for bayesian diagnostic models

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS6435238A (en) * 1987-07-30 1989-02-06 Anritsu Corp Abnormality diagnosing apparatus for mechanical equipment
JP2005309077A (ja) * 2004-04-21 2005-11-04 Fuji Xerox Co Ltd 故障診断方法および故障診断装置、並びに搬送装置および画像形成装置、並びにプログラムおよび記憶媒体
JP2005309078A (ja) * 2004-04-21 2005-11-04 Fuji Xerox Co Ltd 故障診断方法および故障診断装置、画像形成装置、並びにプログラムおよび記憶媒体

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2012003643A (ja) * 2010-06-21 2012-01-05 Mitsubishi Electric Corp プラントの機器維持管理システム
JP2012118981A (ja) * 2010-11-30 2012-06-21 General Electric Co <Ge> タービン性能診断システム及び方法
JP2012180831A (ja) * 2011-03-02 2012-09-20 General Electric Co <Ge> ターボ機械の解析方法及びシステム
JP2013087775A (ja) * 2011-10-21 2013-05-13 General Electric Co <Ge> ガスタービン監視システム
WO2013172051A1 (ja) * 2012-05-14 2013-11-21 住友重機械工業株式会社 循環流動層ボイラの運転診断方法及び運転診断装置
WO2013172052A1 (ja) * 2012-05-14 2013-11-21 住友重機械工業株式会社 循環流動層ボイラの運転制御システム
JP2013238332A (ja) * 2012-05-14 2013-11-28 Sumitomo Heavy Ind Ltd 循環流動層ボイラの運転制御システム
KR101561572B1 (ko) 2012-05-14 2015-10-19 스미도모쥬기가이고교 가부시키가이샤 순환유동층보일러의 운전제어시스템
KR101561573B1 (ko) 2012-05-14 2015-10-19 스미도모쥬기가이고교 가부시키가이샤 순환유동층보일러의 운전진단방법 및 운전진단장치
JP2014191790A (ja) * 2013-03-28 2014-10-06 Honda Motor Co Ltd 問診装置及び問診方法

Also Published As

Publication number Publication date
GB2471805A (en) 2011-01-12
KR20100113635A (ko) 2010-10-21
CN101981421B (zh) 2016-04-20
GB201018260D0 (en) 2010-12-15
JP5101465B2 (ja) 2012-12-19
MX2010010750A (es) 2010-10-15
US9696718B2 (en) 2017-07-04
WO2010061681A1 (ja) 2010-06-03
GB2471805B (en) 2015-06-10
KR101216293B1 (ko) 2012-12-28
US20110046995A1 (en) 2011-02-24
CN101981421A (zh) 2011-02-23

Similar Documents

Publication Publication Date Title
JP5101465B2 (ja) 設備の不具合管理方法
JP5627477B2 (ja) プラント安全設計支援装置及びプラント監視保守支援装置
JP5129725B2 (ja) 装置異常診断方法及びシステム
KR101920372B1 (ko) 제품 제조 자동화 라인의 설비고장과 품질불량의 가시적 예지 시스템
EP2051086A2 (en) Method and system for remotely predicting the remaining life of an AC motor system
JP5468041B2 (ja) プラントの機器維持管理システム
JP4911080B2 (ja) 品質改善システム
TWI447547B (zh) 伺服控制裝置的異常診斷裝置及異常診斷系統
US6901306B2 (en) Semiconductor manufacturing apparatus and its diagnosis apparatus and operating system
KR101477943B1 (ko) 산업용 자동 진단 장치
CN101753382B (zh) 一种自适应网络故障监控定位安全模型的构建方法
JP2002006942A (ja) 遠隔監視診断システム、及び遠隔監視診断方法
KR20190021560A (ko) 빅데이터를 활용한 고장예지보전시스템 및 고장예지보전방법
WO2018235399A1 (ja) プラント支援評価システム及びプラント支援評価方法
JP4648961B2 (ja) 装置メンテナンスシステム、方法および情報処理装置
KR20130017352A (ko) 가전기기 진단시스템 및 그 진단방법
KR101218012B1 (ko) 복합 신호 분석을 이용한 숏 브라스팅용 임펠러 모터 상태진단 장치 및 방법
JP2005071200A (ja) 製造情報管理プログラム
JP2022034392A (ja) 故障診断装置、故障診断方法、および学習済みモデル
JP3858887B2 (ja) 故障判定システムとその判定方法
JP2004031381A (ja) 半導体製造装置及びその診断装置ならびに半導体製造装置の運用システム
Bento et al. A layered framework for root cause diagnosis of microservices
JP4691285B2 (ja) 製品使用環境情報収集分析装置
JP2007115119A (ja) 監視制御装置の保守支援システム
CN111951944A (zh) 一种辅助管理工程师的方法和平台

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20110121

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20120615

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120813

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20120904

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20120926

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151005

Year of fee payment: 3

R151 Written notification of patent or utility model registration

Ref document number: 5101465

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

FPAY Renewal fee payment (event date is renewal date of database)

Free format text: PAYMENT UNTIL: 20151005

Year of fee payment: 3

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250