JP2014085730A - 機器の損傷解析支援システム及び損傷解析支援方法 - Google Patents

Abstract

【課題】機器の損傷事象を迅速且つ簡便に、高精度で推定し得る損傷解析支援システム及び損傷解析支援方法を提供する。
【解決手段】機器の損傷解析支援システムであって、過去の損傷機器の外観を撮影した参照画像とその損傷状況を表わすキーワードとが紐付けられて複数格納された画像データベース２１と、キーワードに対する損傷事象の適合率が複数格納された適合率データベース２２と、画像データベースから抽出した複数の参照画像を表示させる参照画像表示部３０１と、該複数の参照画像のうち現在の損傷機器の外観特徴に類似する参照画像を選択させる参照画像選択部３０２と、該参照画像に紐付けられたキーワードを表示させるキーワード表示部３０３と、該キーワードから少なくとも一つのキーワードを選択させるキーワード選択部３０４と、現在の損傷事象の推定に用いられる損傷事象の発生確率を算出する発生確率算出部３０５とを備える。
【選択図】 図３

Description

本発明は、機器に生じた損傷事象の解析を支援する機器の損傷解析支援システム及び損傷解析支援方法に関する。

一般に、機器に損傷が発生した場合には、損傷機器に生じた損傷事象を特定してその根本的な原因を究明し、適切な対策を立案する必要がある。例えば、産業用ボイラにおいて管の噴破が発生した場合、噴破は外に表出した現象に過ぎないので、まずは管にどのような事象が起こって噴破に至ったかという損傷事象を特定する。次いで、その損傷事象を引き起こした原因を推定し、さらに管の噴破に対する適切な応急対策や恒久対策を立案する。

こういった一連の損傷解析は、従来、熟練者の経験や勘に依存しているのが実状であった。しかし、現場に熟練者がいない場合には、解析を行う技術者によって解析結果にバラツキが出たり、さらには解析不能となるおそれもある。

そこで、技術者の技量に関わらず客観的に損傷解析を行うことを可能としたシステムが提案されている。例えば特許文献１には、ボイラ損傷事故の原因究明及び対策選定を行うシステムが開示されている。このシステムは、ボイラ損傷事故の解析作業の手順と項目を表示し、これらに従って計測されたデータを用いて、予め設定された解析ルールに従ってファジィ推論により損傷事故原因の究明と対策の選定を行ってその結果を出力する構成となっている。

また、特許文献２には、作業者にとって操作性のよい故障診断装置が開示されている。この装置は、対話形式で故障診断を行うものであり、その際に故障診断項目の作業手順を文字及び画像イメージでディスプレイに表示するようになっている。

特許第２８５４３４５号公報 特開平４−３２１１３３号公報

ところで、機器の損傷解析においては、通常、過去の事例が記載された報告書や文献等のような過去の知見データを利用して解析を行うことが多い。しかしながら、殆どの過去の知見データはそれぞれ独立して存在しているため、従来は知見データの収集に時間と人手を要していた。そのため、迅速で且つ簡便に過去の知見データを利用し得る技術が求められている。また一方、機器の損傷解析には高い信頼性が要求されるため、損傷事象や損傷原因等の推定精度の向上が求められている。

特許文献１には、過去の知見データ、すなわち熟練者のノウハウを定量化したメンバーシップ関数等が格納された知識ベースが記載されている。メンバーシップ関数とは、損傷事象（損傷形態）を同定する特徴的因子の対応度合いを表す関数である。この関数を用いることによって、特徴的因子の計測値から損傷事象を推定している。しかし、この構成では特徴的因子の計測値の取得が必須となり、本来は不要な計測も多く行わなければならないケースも存在する。その場合、作業者への負担が増大し、また損傷事象の特定に長時間を要してしまう。そのため、原因究明や対策立案を行う時には、損傷発生からさらに時間が経過していることとなり、損傷に対する迅速な対応が困難となる。また、損傷事象の推定精度に影響を及ぼす熟練者のノウハウを定量化する方法については何ら開示されていない。

特許文献２は、故障原因を推定するための故障診断項目の作業手順を示す文字及び画像イメージを蓄積したデータファイル部が記載されている。しかし、これらのデータは作業者の操作性を向上させることを主な目的としており、故障原因の推定精度を向上させるための対策については何ら開示されておらず、またデータファイル部の具体的な構成についても記載されていない。

本発明の少なくとも幾つかの実施形態は、上述の事情に鑑みて、機器の損傷事象を迅速且つ簡便に、高精度で推定し得る損傷解析支援システム及び損傷解析支援方法を提供することを目的とする。

本発明の一実施形態に係る機器の損傷解析支援システムは、機器に生じた損傷事象の解析を支援する機器の損傷解析支援システムであって、過去の損傷機器の外観を撮影した参照画像と、前記参照画像における前記損傷機器の損傷状況を表わすキーワードとが紐付けられて複数格納された画像データベースと、前記キーワードに対する前記損傷事象の適合率が複数格納された適合率データベースと、現在の損傷機器の外観特徴との比較のために、前記画像データベースから抽出した前記複数の参照画像を表示させる参照画像表示部と、前記参照画像表示部で表示させた前記複数の参照画像のうち現在の損傷機器の外観特徴に類似する前記参照画像を選択させる参照画像選択部と、前記参照画像選択部で選択された前記参照画像に紐付けられた前記キーワードを前記画像データベースから抽出して表示させるキーワード表示部と、前記キーワード表示部で表示させた前記キーワードから少なくとも一つの前記キーワードを選択させるキーワード選択部と、前記キーワード選択部で選択された前記キーワードに対する前記損傷事象の適合率を前記適合率データベースから抽出し、前記適合率を用いて、前記現在の損傷事象の推定に用いられる損傷事象の発生確率を算出する発生確率算出部とを備える。

上記機器の損傷解析支援システムでは、過去の損傷機器の外観を撮影した参照画像を表示させて、現在の損傷機器の外観特徴と類似する参照画像を選択させ、この参照画像に対応したキーワードの中から選択されたキーワードを用いて損傷事象の発生確率を算出するようになっている。これにより、発生確率の算出に際して的確なキーワードを用いることができ、損傷事象の推定精度を向上させることが可能となる。例えば、作業者がキーボードから自由に文字入力したフリーキーワードを用いる場合は、入力されるキーワードによって異なる結果が出てしまったり、キーワードが該当しないケースも考えられる。これに対して本構成では、参照画像に基づいて提示されるキーワードを選択させるようにしているので、予め登録されたキーワードを確実に選択させることができる。また、本構成では、参照画像と現在の損傷機器の外観特徴とを対比させて、現在の損傷機器の外観特徴に類似する参照画像を選択させるようにしているので、作業者によってバラツキが生じることなく的確なキーワードを絞りこむことができる。さらに、選択されたキーワードの適合率を用いて損傷事象の発生確率を算出するようにしているので、簡便且つ迅速に損傷事象を推定することが可能となる。なお、適合率とは、過去の事例に基づいて、損傷事象とキーワードがどの程度適合しているかを数値的に表したものである。

一実施形態において、前記画像データベースには、前記複数の参照画像がその損傷事象に対応して階層分けされて格納されており、前記参照画像表示部では、上位階層の前記参照画像を複数表示し、前記複数の参照画像の中から前記参照画像選択部で選択された前記参照画像に対応する下位階層の前記参照画像を表示させるようにしてもよい。
このように、画像データベースに格納される参照画像を損傷事象に対応して階層分けしておき、上位階層から下位階層に順に参照画像を絞り込んでいくことで、現在の損傷機器の外観特徴に類似した参照画像を容易に選択することが可能となる。

一実施形態において、前記複数のキーワードに、それぞれ、前記損傷事象を特定するための調査項目の寄与度が付与された調査項目データベースと、前記キーワード選択部で選択された前記キーワードに対する前記調査項目の寄与度から前記現在の損傷機器の損傷事象の特定に有効な前記調査項目を選択する調査項目選択部とをさらに備えてもよい。
なお、調査項目の寄与度とは、損傷事象を特定する際にその調査項目がどの程度有効であるかを数値的に表したものである。
このように、選択されたキーワードに対する調査項目の寄与度から現在の損傷機器の損傷事象の特定に有効な調査項目を選択するようにしたので、無駄な調査を行うことを回避し、作業員への負担を軽減することが可能となる。

この場合、前記調査項目選択部で選択された前記調査項目の調査結果に基づいて、前記調査項目データベースの前記寄与度を更新する寄与度更新部をさらに備えてもよい。
このように、実際に行った調査結果を調査項目データベースの寄与度に反映させることにより、調査項目データベースの信頼性を向上させることができ、より一層有効な調査項目を選択することが可能となる。

一実施形態において、前記過去の損傷機器の損傷事象と、該損傷事象の損傷原因及び確率とが紐付けられて格納された原因データベースと、前記発生確率算出部で算出された発生確率の高い前記損傷事象に対して、前記原因データベースから該損傷事象に紐付けられた前記損傷原因及び確率を抽出して表示させる原因表示部とをさらに備えてもよい。
なお、ここでいう確率とは、損傷事象に対して実際に損傷原因が関係した確率のことである。
本構成においては、予め発生確率の閾値を設定しておき、その閾値以上の発生確率を有する損傷事象に対して損傷原因及び確率を表示させるようにしてもよい。この際、閾値を０にした場合、全ての損傷事象に対して損傷原因及び確率を表示させてもよい。
このように、損傷原因に対して過去の事例から損傷原因及び確率を表示させるようにしたので、容易に損傷原因を推定することが可能となる。

一実施形態において、前記過去の損傷機器の損傷事象に対する対策と、複数の前記キーワードとが紐付けられて複数格納された対策データベースと、前記対策データベースに格納された前記対策に対する前記複数のキーワードと、前記キーワード選択部で選択された前記キーワードとの一致率に基づいて前記対策の有効度を算出する対策有効度算出部とをさらに備えてもよい。
このように、選択されたキーワードの一致率に基づいて対策の有効度を算出することで、損傷事象に対する対策の有効度を容易に判断することが可能となる。

本発明の一実施形態に係る機器の損傷解析支援方法は、機器に生じた損傷事象の解析を支援する機器の損傷解析支援方法であって、過去の損傷機器の外観を撮影した参照画像と、前記参照画像における前記損傷機器の損傷状況を表わすキーワードとが紐付けられて複数格納された画像データベースから前記複数の参照画像を抽出するステップと、前記参照画像表示部で表示させた前記複数の参照画像のうち現在の損傷機器の外観特徴に類似する前記参照画像を選択させるステップと、前記参照画像選択部で選択された前記参照画像に紐付けられた前記キーワードを前記画像データベースから抽出して表示させるステップと、前記キーワード選択部で選択された前記キーワードに対する前記損傷事象の適合率を、前記キーワードに対する前記損傷事象の適合率が複数格納された適合率データベースから抽出し、前記適合率を用いて、前記現在の損傷事象の推定に用いられる損傷事象の発生確率を算出するステップとを備える。

上記機器の損傷解析支援方法では、過去の損傷機器の外観を撮影した参照画像を用いてキーワードを選択させ、このキーワードを用いて損傷事象の発生確率を算出するようにしているので、発生確率の算出に際して的確なキーワードを用いることができ、損傷事象の推定精度を向上させることが可能となる。また、参照画像と現在の損傷機器の外観特徴とを対比させて、現在の損傷機器の外観特徴に類似する参照画像を選択させるようにしているので、作業者によってバラツキが生じることなく的確なキーワードを絞りこむことができる。さらに、選択されたキーワードの適合率を用いて損傷事象の発生確率を算出するようにしているので、簡便且つ迅速に損傷事象を推定することが可能となる。

一実施形態において、前記発生確率算出ステップで算出された発生確率の高い前記損傷事象に対して、前記過去の損傷機器の損傷事象と、該損傷事象の損傷原因及び確率とが紐付けられて格納された原因データベースから該損傷事象に紐付けられた前記損傷原因及び確率を抽出して表示させるステップをさらに備えてもよい。
このように、損傷原因に対して過去の事例から損傷原因及び確率を表示させるようにしたので、容易に損傷原因を推定することが可能となる。

一実施形態において、前記過去の損傷機器の損傷事象に対する対策と、複数の前記キーワードとが紐付けられて複数格納された対策データベースに格納された前記対策に対する前記複数のキーワードと、前記キーワード選択部で選択された前記キーワードとの一致率に基づいて前記対策の有効度を算出するステップをさらに備えてもよい。
このように、選択されたキーワードの一致率に基づいて対策の有効度を算出することで、損傷事象に対する対策の有効度を容易に判断することが可能となる。

本発明の少なくとも一実施形態によれば、過去の損傷機器の外観を撮影した参照画像を用いてキーワードを選択させ、このキーワードを用いて損傷事象の発生確率を算出するようにしているので、発生確率の算出に際して的確なキーワードを用いることができ、損傷事象の推定精度を向上させることが可能となる。また、参照画像と現在の損傷機器の外観特徴とを対比させて、現在の損傷機器の外観特徴に類似する参照画像を選択させるようにしているので、作業者によってバラツキが生じることなく的確なキーワードを絞りこむことができる。さらに、選択されたキーワードの適合率を用いて損傷事象の発生確率を算出するようにしているので、簡便且つ迅速に損傷事象を推定することが可能となる。

損傷解析支援方法の概要を示すフローチャートである。 損傷解析支援システム及びその周辺機器の構成を示す概要図である。 損傷事象特定における各機能とその処理の流れを示す図である。 画像データベースの一例を示す図である。 参照画像の階層化を説明する図である。 適合率データベースの一例を示す図である。 調査項目データベースの一例を示す図である。 参照画像の選択画面の一例を示す図である。 キーワードの選択画面の一例を示す図である。 管の噴破に関するＦＴ図の一例を示す図である。 損傷原因特定における各機能とその処理の流れを示す図である。 原因データベースの一例を示す図である。 対策特定における各機能とその処理の流れを示す図である。 対策データベースの一例を示す図である。

以下、添付図面に従って本発明の実施形態について説明する。ただし、この実施形態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、特定的な記載がない限り本発明の範囲をこれに限定する趣旨ではなく、単なる説明例にすぎない。

以下の実施形態では、機器の損傷解析支援システムの適用先の一例としてボイラ管を例示して説明する。ただし、本実施形態に係るシステムは他の機器、複数の機器からなる装置、複数の装置からなる設備、又は、複数の設備からなるプラントにも適用できるものである。

最初に、図１のフローチャートを参照して、本発明の一実施形態に係る損傷解析支援方法の全体概要を説明する。
図１に示すように、まず損傷事象の特定を行う。損傷事象の特定では、現在の損傷機器の外観特徴に基づいて、過去の損傷機器の外観を撮影した参照画像のうち類似した参照画像を選択させ、この参照画像に紐付られたキーワードを選択させる。このとき、現在の損傷機器の外観を撮影した撮影画像と参照画像とを対比させて、類似した参照画像を選択させてもよいし、目視により現在の損傷機器の外観と参照画像とを対比させて、類似した参照画像を選択させてもよい。次いで、選択されたキーワードに対する損傷事象の適合率を用いて損傷事象の発生確率を算出し、この発生確率から損傷事象を推定する。同時に、選択されたキーワードを用いて調査項目を選択し、この調査項目に従って外観調査、サンプル調査等の調査を行う。そして、発生確率から推定された損傷事象と、外観調査、サンプル調査の調査結果とに基づいて損傷事象を特定する。なお、損傷事象の特定に際しては、外観調査やサンプル調査等の調査を行わず、発生確率のみから損傷事象を特定してもよい。

次に、損傷原因の特定を行う。損傷原因の特定では、上記特定された損傷事象に対応した過去の事例に基づいて損傷原因候補の推定を行い、複数の損傷原因候補の中から最も可能性の高い損傷原因を特定する。
さらに、損傷事象に対する対策を立案する。対策の立案では、上記選択されたキーワードに対応した過去の事例に基づいて対策候補の推定を行い、複数の対策候補の中から最も適した対策を立案する。対策としては長期的な対策である恒久対策と一時的な対策である応急対策が挙げられる。なお、本実施形態に係る損傷解析支援方法では、少なくとも損傷事象の特定を行うものであり、損傷原因の特定、対策の立案に関しては選択的に実施するようになっている。

以下に、本実施形態に係る損傷解析支援システムの構成について説明する。なお、このシステム構成は一例であり、これに限定されるものではない。
図２は損傷解析支援システム及びその周辺機器の構成例を示す概要図である。
一実施形態において、損傷解析支援システム１はデータベース２とサーバ３とを備え、サーバ３はネットワーク（通信回線）１０を介して端末４に接続可能となっている。なお、データベース２にファイルサーバ機能をもたせてサーバ３とは別の場所に設置し、これらをＬＡＮやＷＡＮ等の通信回線で接続した構成としてもよいし、データベース２とサーバ３とが一体的に設けられたデータベースサーバを用いてもよい。

損傷解析支援システム１のサーバ３は、基本構成として、端末４との通信を行う通信部３１と、各種演算処理を行う処理部３２と、端末４から取得した情報等を記憶する記憶部３３とを有する。処理部３２は、与えられたプログラムに従い各処理を行うＣＰＵを備えており、図３、図１１、図１３に示す処理部３２の各機能（各部）は、与えられたプログラムに従ってＣＰＵが処理を行うことにより実現される。記憶部３３は、ＲＡＭやコンピュータ読み取り可能な記録媒体等から構成されている。さらに、データベース２へのデータ入力やデータ修正等を行う入力部３４と、各種データを表示する表示部３５とを有していてもよい。
サーバ３では、図１のフローチャートに示したように、端末４からの損傷事象特定に関する要求に応じてデータベースから参照画像やキーワードを抽出し、通信回線１０を介して端末４に送信する。そして、端末４で選択されたキーワードに基づいて処理部３２で損傷事象の発生確率や試験項目を算出し、これらを端末４に送信する。また、損傷原因特定に関する要求があった場合には、損傷事象に対応した原因及び確率をデータベースから抽出して端末４に送信する。さらに、対策立案に関する要求があった場合には、キーワードの一致率に基づいて対策候補を端末４に送信する。

端末４は、ボイラの保守管理を行う作業員が操作可能となっている。具体的には、端末４は、損傷解析支援システム１との通信を行う通信部４１と、各種データを表示する表示部４２と、各種データを入力する入力部４３とを有する。
端末４では、通信回線１０を介してサーバ３から送信される複数の参照画像を表示部４２に表示し、入力部４３で複数の参照画像から現在の損傷機器に類似する参照画像を選択し、さらにこの画像に紐付けられたキーワードから少なくとも一つのキーワードを選択して、このキーワードをサーバ３に送信する。そして、サーバ３によってキーワードから算出された損傷事象の発生確率や試験項目を受信し、表示部４２に表示する。また、損傷原因を特定する場合には、上記特定した損傷事象をサーバ３に送信し、この損傷事象に対応した損傷原因候補をサーバ３から受信して表示部４２に表示する。さらに、損傷事象に対する対策を立案する場合には、上記選択したキーワードの一致率に基づいてサーバ３から送信される対策候補を表示部４２に表示する。

ここで、図３乃至図９を参照して、損傷事象の特定について具体的に説明する。なお、図３は損傷事象特定における各機能とその処理の流れを示す図で、図４は画像データベースの一例を示す図で、図５は参照画像の階層化を説明する図で、図６は適合率データベースの一例を示す図で、図７は調査項目データベースの一例を示す図で、図８は参照画像の選択画面の一例を示す図で、図９はキーワードの選択画面の一例を示す図である。

図３に示すように、データベース２は、主に、画像データベース２１と、適合率データベース２２と、調査項目データベース２３とを有する。
図４に示すように画像データベース２１は、過去の損傷機器の外観を撮影した参照画像と、この参照画像における損傷機器の損傷状況を表すキーワードとが紐付けられて格納されている。図４には一つの参照画像のデータ構成のみを例示しているが、画像データベース２１には複数の参照画像が格納されており、各参照画像にそれぞれキーワードが紐付けられている。また、各参照画像には、キーワードに加えて、画像が撮影された日時、場所等が紐付けられていてもよい。ここで、損傷機器は、同一の機器であってもよいし、同種の異なる機器であってもよい。また、各参照画像には、少なくとも一つのキーワードが紐付けられているが、好ましくは複数のキーワードが紐付けられている。さらに、画像データベース２１には、例えば本実施形態に示す方法を用いて、損傷機器に対して特定された損傷事象と、これに紐付けられたキーワードとが随時蓄積されるようにしてもよい。

また、図５に示すように、画像データベース２１は、複数の参照画像がその損傷事象に対応して階層分けされて格納されていてもよい。例えば、上位階層にはボイラ管の損傷に関する参照画像が全て格納されており、損傷の中位階層としてき裂、膨出、減肉に区分して参照画像がそれぞれ複数格納されており、き裂の下位階層として軸方向、複数、噴破口絞りに区分して参照画像がそれぞれ複数格納され、膨出の下位階層として全体的、局所的に区分して参照画像がそれぞれ複数格納され、減肉の下位階層としてアバタ状、すり鉢状、うろこ状に区分して参照画像がそれぞれ複数格納されている。

図６に示すように適合率データベース２２は、キーワードに対する損傷事象の適合率が複数格納されている。例えば、キーワード「減肉」に対する損傷事象「低サイクル疲労」の適合率は２、損傷事象「短時間クリープ」の適合率は２、損傷事象「エロージョン」の適合率は１００が設定されている。なお、適合率とは、過去の事例に基づいて、損傷事象とキーワードがどの程度適合しているかを数値的に表したものである。適合率は割合で表されてもよいし、無次元数であらわされてもよい。

図７に示すように調査項目データベース２３は、キーワードと、損傷事象を特定するための調査項目の寄与度とが紐付けられて複数格納されている。調査項目としては、例えば現地調査やサンプル調査が挙げられる。
一実施形態では、適合率データベース２２及び調査項目データベース２３が同一のものであってもよい。同一のデータベースとした場合、そのデータベースは、適合率データベース２２及び調査項目データベース２３の２つの役割を担う。具体的には、そのデータベースは、「損傷事象」と「外観状況＋調査によって判断できる状況」の相関を確率的にまとめた構成を有する。適合率データベース２２としての機能では、「外観状況＋調査結果」から相関の高い「損傷事象」を推定する。また、調査項目データベースとしての機能では、推定した「損傷事象」から相関の高い「調査結果」を導出し、「調査結果」を確認するための調査項目を表示する。

図３に戻り、サーバ３は、主に、参照画像表示部３０１と、参照画像選択部３０２と、キーワード表示部３０３と、キーワード選択部３０４と、発生確率算出部３０５とを有する。さらにサーバ３は、調査項目選択部３０６と、寄与度更新部３０７とを選択的に有していてもよい。
参照画像表示部３０１は、現在の損傷機器の外観特徴との比較のために、画像データベース２１から抽出した複数の参照画像を表示させる。
参照画像選択部３０２は、参照画像表示部３０１で表示させた複数の参照画像のうち現在の損傷機器の外観特徴に類似する参照画像を選択させる。
キーワード表示部３０３は、参照画像選択部３０２で選択された参照画像に紐付けられたキーワードを画像データベース２１から抽出して表示させる。
キーワード選択部３０４は、キーワード表示部３０３で表示させた前記キーワードから少なくとも一つのキーワードを選択させる。
発生確率算出部３０５は、キーワード選択部３０４で選択されたキーワードに対する損傷事象の適合率を適合率データベース２２から抽出し、この適合率を用いて、現在の損傷事象の推定に用いられる損傷事象の発生確率を算出する。
調査項目選択部３０６は、キーワード選択部３０４で選択されたキーワードに対する調査項目の寄与度から現在の損傷機器の損傷事象の特定に有効な調査項目を選択する。
寄与度更新部３０７は、調査項目選択部３０６で選択された調査項目の調査結果に基づいて、調査項目データベース２３の寄与度を更新する。

図３、図８及び図９を参照して、上記構成を有する損傷解析支援システム１の作用を説明する。なお、図８は参照画像の選択画面の一例を示す図で、図９はキーワードの選択画面の一例を示す図である。
一実施形態において、図８の表示画面５に示すように、参照画像表示部３０１によって画像データベース２１の上位階層「損傷」の参照画像一覧５１を表示させる。作業者はこの参照画像一覧５１の中から、現在の損傷機器の外観特徴に類似した参照画像を選択して検索ボタン５４を押す。これにより参照画像選択部３０２によって参照画像が選択される。再度、参照画像表示部３０１によって、先に選択された参照画像の中位階層「割れ」の参照画像一覧５２を表示させる。そして、作業者はこの中位階層の参照画像一覧５２の中から、さらにまた現在の損傷機器の外観特徴に類似した参照画像を選択して検索ボタン５４を押す。これにより参照画像選択部３０２によって参照画像が選択され、その参照画像に紐付けられたキーワードをキーワード表示部３０３によって画像データベース２１から抽出して、表示させる。作業者は、表示させたキーワードの全て、あるいは選択されたものをサーバ３に送信する。これにより、キーワード選択部３０４によってキーワードが選択される。さらに、図９の表示画面５に示すように、選択されたキーワードに関する関連画像一覧５５を表示させて、関連画像一覧５５から選択された参照画像に関する詳細情報５６を表示させてもよい。ここで、関連画像一覧５５とは、同一のキーワードを有する参照画像である。詳細情報とは、選択された参照画像が有するキーワードを含み、選択的に、その参照画像の撮影された日時や場所、機器名等を含んでもよい。なお、参照画像の選択に際しては、画像データベース２１に格納される参照画像を損傷事象に対応して階層分けしておき、上位階層から下位階層に順に参照画像を絞り込むようにしてもよい。これにより現在の損傷機器の外観特徴に類似した参照画像を容易に選択することが可能となる。

キーワードが選択されたら、このキーワードに対する損傷事象の適合率を適合率データベース２２から抽出し、現在の損傷事象の推定に用いられる損傷事象の発生確率を算出する。このとき、キーワードが複数選択されている場合には、予め設定された演算式を用いて損傷事象の発生確率を算出してもよい。この発生確率を表示させることで、作業者は損傷事象を容易に推定することができる。また、予め発生確率の閾値を設定しておき、その閾値以上の発生確率を有する損傷事象に対して損傷原因及び確率を表示させるようにしてもよい。この際、閾値を０にした場合、全ての損傷事象に対して損傷原因及び確率を表示させてもよい。

また、キーワードが選択されたら、この選択されたキーワードを用いて調査項目を選択してもよい。この場合、選択されたキーワードに対する調査項目の寄与度を調査項目データベース２３から抽出し、この寄与度の高い順に有効な調査項目を選択する。このとき、キーワードが複数選択されている場合には、予め設定された演算式を用いて寄与度を算出してもよい。なお、調査項目の寄与度とは、損傷事象を特定する際にその調査項目がどの程度有効であるかを数値的に表したものである。寄与度は割合で表されてもよいし、無次元数であらわされてもよい。また、予め閾値を設定しておき、閾値を超える寄与度の調査項目のみを提示するようにしてもよい。この調査項目に従ってサンプル調査や現地調査等の調査を行う。損傷事象の特定に際して、上記で求めた発生確率に併せてこの調査結果を用いることで、損傷事象の推定精度をより一層向上させることができる。また、選択されたキーワードに対する調査項目の寄与度から現在の損傷機器の損傷事象の特定に有効な調査項目を選択することで、無駄な調査を行うことを回避し、作業員への負担を軽減することが可能となる。

さらにまた、寄与度更新部３０７によって、この調査結果に基づいて調査項目データベース２３を更新してもよい。このように、実際に行った調査結果を調査項目データベース２３の寄与度に反映させることにより、調査項目データベース２３の信頼性を向上させることができ、より一層有効な調査項目を選択することが可能となる。

本実施形態によれば、過去の損傷機器の外観を撮影した参照画像を用いてキーワードを選択させ、このキーワードを用いて損傷事象の発生確率を算出するようにしているので、発生確率の算出に際して的確なキーワードを用いることができ、損傷事象の推定精度を向上させることが可能となる。また、参照画像と現在の損傷機器の外観特徴とを対比させて、現在の損傷機器の外観特徴に類似する参照画像を選択させるようにしているので、作業者によってバラツキが生じることなく的確なキーワードを絞りこむことができる。さらに、選択されたキーワードの適合率を用いて損傷事象の発生確率を算出するようにしているので、簡便且つ迅速に損傷事象を推定することが可能となる。

幾つかの実施形態では、損傷解析支援システム１は、上記で求められた損傷事象に関する情報を用いてＦＴ図を作成してもよい。ＦＴ図は損傷事象ごとに作成される。図１０は管の噴破に関するＦＴ図の一例を示す図である。例えば、損傷機器の状況をトップ事象として、その下位階層に中間事象として分類や項目等を関連付ける。さらに、各中間事象に対する基本事象として損傷事象を関連付ける。また、各損傷事象に対する有効な調査項目を関連付けてもよい。このようにＦＴ図を作成することによって、損傷機器の状況からその損傷事象や有効な調査項目を簡単に出力することが可能となる。

本実施形態に係る損傷解析支援システム１は、選択的に、以下の構成をさらに備えていてもよい。
図１１及び図１２を参照して、損傷原因の特定について具体的に説明する。なお、図１１は損傷原因特定における各機能とその処理の流れを示す図で、図１２は原因データベースの一例を示す図である。

図１１に示すように、損傷解析支援システム１は、原因データベース２４と、原因表示部３０８とをさらに備えていてもよい。
原因データベース２４には、図１２に示すように、過去の損傷機器の損傷事象と、該損傷事象の損傷原因及び確率とが紐付けられて複数格納される。例えば、損傷事象「低サイクル疲労」に対しては、損傷原因「ボイラ発停による熱応力」が紐付けられているとともに、損傷事象に対してその確率「８０％」が紐付けられている。なお、ここでいう確率とは、損傷事象に対して実際に損傷原因が関係した確率のことである。
原因表示部３０８は、発生確率算出部３０５で算出された発生確率の高い損傷事象に対して、原因データベース２４から該損傷事象に紐付けられた損傷原因及び確率を抽出して表示させる。
このように、損傷原因に対して過去の事例から損傷原因及び確率を表示させるようにしたので、容易に損傷原因を推定することが可能となる。原因データベース２４は、新たに特定した損傷事象とこれに対応する損傷原因及び確率を用いて随時更新してもよい。

次に、図１３及び図１４を参照して、損傷事象に対する対策の立案について具体的に説明する。なお、図１３は対策特定における各機能とその処理の流れを示す図で、図１４は対策データベースの一例を示す図である
図１３に示すように、損傷解析支援システム１は、対策データベース２５と、対策有効度算出部３０９とをさらに備えていてもよい。
対策データベース２５には、過去の損傷機器の損傷事象に対する対策と、複数のキーワードとが紐付けられて複数格納される。例えば、対策候補「恒久対策；当て板設置」に対しては、キーワードの一致率「８０％」が紐付けられている。
対策有効度算出部３０９は、対策データベース２５に格納された対策に対する複数のキーワードと、上記したキーワード選択部３０４で選択されたキーワードとの一致率に基づいて対策の有効度を算出する。すなわち、対策有効度算出部３０９では、キーワード選択部３０４で選択されたキーワードから、一致率の高い対策（過去の損傷事例で施工した対策）が有効であるとして対策候補を導くものである。
一実施形態では、一致率は以下の式によって算出してもよい。
一致率＝過去の損傷事例と一致したキーワード数／今回の損傷事例のキーワード総数
例えば、現在の損傷事例に対して「膨出あり」「変色あり」「軸方向割れ」「微細き裂あり」という４つのキーワードが選択された場合を仮定する。ある過去の損傷事例には複数のキーワードが対応付けられており、その中で「膨出あり」「変色あり」「微細き裂あり」という３つのキーワードが現在の損傷事例と一致している場合、一致率は３／４＝７５％となる。このようにして複数の過去の損傷事例についてそれぞれ一致率を算出し、一致率の高い過去の損傷事例を抽出する。過去の損傷事例には実際に施工した対策も紐付けられているので、一致率の高い過去の損傷事例で施工した対策が、現在の損傷事例に対して有効な対策候補として挙げられる。また、この一致率を、現在の損傷事例に対する対策候補の有効度としてもよい。なお、上記算出に際しては、損傷事象、損傷位置は更に上位に属しているので、それらが一致していることを前提とする。
このように、選択されたキーワードの一致率に基づいて対策の有効度を算出の３つのキーワードするようにしたので、損傷事象に対する対策の有効度を容易に判断することが可能となる。

以上、本発明の実施形態について詳細に説明したが、本発明はこれに限定されず、本発明の要旨を逸脱しない範囲において、各種の改良や変形を行ってもよいのはいうまでもない。

１ 損傷解析支援システム
２ データベース
３ サーバ
４ 端末
５ 表示画面
２１ 画像データベース
２２ 適合率データベース
２３ 調査項目データベース
２４ 原因データベース
２５ 対策データベース
５１ 上位階層の参照画像一覧
５２ 中位階層の参照画像一覧
５３ キーワード一覧
５５ 関連画像一覧
５６ 詳細情報
３０１ 参照画像表示部
３０２ 参照画像選択部
３０３ キーワード表示部
３０４ キーワード選択部
３０５ 発生確率算出部
３０６ 調査項目選択部
３０７ 寄与度更新部
３０８ 原因表示部
３０９ 対策有効度算出部

Claims (9)

1. 機器に生じた損傷事象の解析を支援する機器の損傷解析支援システムであって、
   過去の損傷機器の外観を撮影した参照画像と、前記参照画像における前記損傷機器の損傷状況を表わすキーワードとが紐付けられて複数格納された画像データベースと、
   前記キーワードに対する前記損傷事象の適合率が複数格納された適合率データベースと、
   現在の損傷機器の外観特徴との比較のために、前記画像データベースから抽出した前記複数の参照画像を表示させる参照画像表示部と、
   前記参照画像表示部で表示させた前記複数の参照画像のうち現在の損傷機器の外観特徴に類似する前記参照画像を選択させる参照画像選択部と、
   前記参照画像選択部で選択された前記参照画像に紐付けられた前記キーワードを前記画像データベースから抽出して表示させるキーワード表示部と、
   前記キーワード表示部で表示させた前記キーワードから少なくとも一つの前記キーワードを選択させるキーワード選択部と、
   前記キーワード選択部で選択された前記キーワードに対する前記損傷事象の適合率を前記適合率データベースから抽出し、前記適合率を用いて、前記現在の損傷事象の推定に用いられる損傷事象の発生確率を算出する発生確率算出部とを備えることを特徴とする機器の損傷解析支援システム。
2. 前記画像データベースには、前記複数の参照画像がその損傷事象に対応して階層分けされて格納されており、
   前記参照画像表示部では、上位階層の前記参照画像を複数表示し、前記複数の参照画像の中から前記参照画像選択部で選択された前記参照画像に対応する下位階層の前記参照画像を表示させることを特徴とする請求項１に記載の機器の損傷解析支援システム。
3. 前記複数のキーワードに、それぞれ、前記損傷事象を特定するための調査項目の寄与度が付与された調査項目データベースと、
   前記キーワード選択部で選択された前記キーワードに対する前記調査項目の寄与度から前記現在の損傷機器の損傷事象の特定に有効な前記調査項目を選択する調査項目選択部とをさらに備えることを特徴とする請求項１又は２に記載の機器の損傷解析支援システム。
4. 前記調査項目選択部で選択された前記調査項目の調査結果に基づいて、前記調査項目データベースの前記寄与度を更新する寄与度更新部をさらに備えることを特徴とする請求項３に記載の機器の損傷解析支援システム。
5. 前記過去の損傷機器の損傷事象と、該損傷事象の損傷原因及び確率とが紐付けられて格納された原因データベースと、
   前記発生確率算出部で算出された発生確率の高い前記損傷事象に対して、前記原因データベースから該損傷事象に紐付けられた前記損傷原因及び確率を抽出して表示させる原因表示部とをさらに備えることを特徴とする請求項１乃至４のいずれか一項に記載の機器の損傷解析支援システム。
6. 前記過去の損傷機器の損傷事象に対する対策と、複数の前記キーワードとが紐付けられて複数格納された対策データベースと、
   前記対策データベースに格納された前記対策に対する前記複数のキーワードと、前記キーワード選択部で選択された前記キーワードとの一致率に基づいて前記対策の有効度を算出する対策有効度算出部とをさらに備えることを特徴とする請求項１乃至５のいずれか一項に記載の機器の損傷解析支援システム。
7. 機器に生じた損傷事象の解析を支援する機器の損傷解析支援方法であって、
   過去の損傷機器の外観を撮影した参照画像と、前記参照画像における前記損傷機器の損傷状況を表わすキーワードとが紐付けられて複数格納された画像データベースから前記複数の参照画像を抽出するステップと、
   前記参照画像表示部で表示させた前記複数の参照画像のうち現在の損傷機器の外観特徴に類似する前記参照画像を選択させるステップと、
   前記参照画像選択部で選択された前記参照画像に紐付けられた前記キーワードを前記画像データベースから抽出して表示させるステップと、
   前記キーワード選択部で選択された前記キーワードに対する前記損傷事象の適合率を、前記キーワードに対する前記損傷事象の適合率が複数格納された適合率データベースから抽出し、前記適合率を用いて、前記現在の損傷事象の推定に用いられる損傷事象の発生確率を算出するステップとを備えることを特徴とする機器の損傷解析支援方法。
8. 前記発生確率算出ステップで算出された発生確率の高い前記損傷事象に対して、前記過去の損傷機器の損傷事象と、該損傷事象の損傷原因及び確率とが紐付けられて格納された原因データベースから該損傷事象に紐付けられた前記損傷原因及び確率を抽出して表示させるステップをさらに備えることを特徴とする請求項７に記載の機器の損傷解析支援方法。
9. 前記過去の損傷機器の損傷事象に対する対策と、複数の前記キーワードとが紐付けられて複数格納された対策データベースに格納された前記対策に対する前記複数のキーワードと、前記キーワード選択部で選択された前記キーワードとの一致率に基づいて前記対策の有効度を算出するステップをさらに備えることを特徴とする請求項７又は８に記載の機器の損傷解析支援方法。