JP2022107423A - 保守支援システム - Google Patents

保守支援システム Download PDF

Info

Publication number
JP2022107423A
JP2022107423A JP2021002368A JP2021002368A JP2022107423A JP 2022107423 A JP2022107423 A JP 2022107423A JP 2021002368 A JP2021002368 A JP 2021002368A JP 2021002368 A JP2021002368 A JP 2021002368A JP 2022107423 A JP2022107423 A JP 2022107423A
Authority
JP
Japan
Prior art keywords
period
maintenance
failure
database
necessary items
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
JP2021002368A
Other languages
English (en)
Other versions
JP7461899B2 (ja
Inventor
益祥 馮
Yixiang Feng
寛 新谷
Hiroshi Shintani
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.)
Hitachi Construction Machinery Co Ltd
Original Assignee
Hitachi Construction Machinery Co 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
Application filed by Hitachi Construction Machinery Co Ltd filed Critical Hitachi Construction Machinery Co Ltd
Priority to JP2021002368A priority Critical patent/JP7461899B2/ja
Priority to CN202180062667.2A priority patent/CN116710863A/zh
Priority to US18/026,230 priority patent/US20230368154A1/en
Priority to KR1020237008818A priority patent/KR20230049125A/ko
Priority to PCT/JP2021/048683 priority patent/WO2022149534A1/ja
Priority to EP21917754.0A priority patent/EP4276713A1/en
Publication of JP2022107423A publication Critical patent/JP2022107423A/ja
Application granted granted Critical
Publication of JP7461899B2 publication Critical patent/JP7461899B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • 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
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315—Needs-based resource requirements planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • 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
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/08—Construction
    • G—PHYSICS
    • G08—SIGNALLING
    • G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
    • G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
    • G08B21/18—Status alarms
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/30—Construction
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y20/00—Information sensed or collected by the things
    • G16Y20/20—Information sensed or collected by the things relating to the thing itself
    • 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
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/32—Operator till task planning
    • G05B2219/32234—Maintenance planning
    • 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
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E10/00—Energy generation through renewable energy sources
    • Y02E10/70—Wind energy
    • Y02E10/72—Wind turbines with rotation axis in wind direction

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Emergency Management (AREA)
  • Computing Systems (AREA)
  • Automation & Control Theory (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • General Factory Administration (AREA)

Abstract

【課題】部品調達に要する期間を加味して適正なタイミングで機械の保守要求を所定の通知対象者に通知し、機械の稼働不能な期間を効果的に短縮する。【解決手段】管理対象機械の保守要求を通知するアラームを所定の出力装置に出力する保守支援システムにおいて、稼働データデータベースに基づき評価値を生成し、前記評価値に基づき前記管理対象機械について異常判定がされた場合、発生が予想される故障項目に関し、保守に用いる必要品及びその数量を必要品データベースに基づき推定し、前記評価値と故障事例データベースとに基づき、前記予想される故障項目について故障発生までの猶予期間を推定し、前記必要品の調達に要する調達期間を部品在庫データベースから推定し、前記猶予期間に対して前記調達期間に余裕がない場合に前記アラームを前記出力装置に出力する保守支援システムを提供する。【選択図】図２

Description

本発明は、建設機械（油圧ショベル等）や発電設備（風力発電設備等）といった長時間稼働する機械やその部品を管理対象機械とし、この管理対象機械の保守が必要な場合に通知し保守の支援を行う保守支援システムに関する。
油圧ショベル等の建設機械のように連続して長時間稼働する機械においては、顧客（機械のオーナー、ユーザー、代理店、営業所等）の収益が増すように稼働率の向上が要求される。この要求に応えるためには、機械の稼働不能な期間を極力短縮することが重要である。具体的には、機械が故障する前に部品交換を早めに実施したり、仮に機械が故障しても迅速に修理できるようにしたりすることが重要である。そのために有効な一手段として、機械の状態を常時監視し、機械の保守要求を適切に所定の通知対象者（保守担当者、保守担当部署等）に通知するシステムが挙げられる。この分野の技術として、稼働データから監視対象の機械の健全性指標を算出し、健全な状態の機械で得た健全状態値から健全性指標が逸脱した場合にアラームを出力する例が知られている（特許文献１）。
特開２０１２－１３２９０９号公報
前述した特許文献１の技術を適用することで、稼働データから算出した健全性指標に基づき所定の通知対象者に機械の保守要求を通知し、保守に用いる必要品の手配を促すことができる。
しかし、部品によって仕入先や在庫状況は異なり、部品の調達に要する期間は不定である。特に建設機械のように構造が複雑な機械は、構成部品の数が膨大であり、部品の仕入先や在庫状況等も多様である。そのため、単純に機械の稼働データに基づき保守を要求するだけでは、部品調達に予定外の長期間を要し、保守作業の予定時期に必要品の入手が間に合わない恐れがある。この場合、機械の稼働不能な期間が長期化し、機械の稼働率低下により顧客の運営コストの増加につながる可能性がある。
他方、部品調達に想定される期間を一様に長く見積もり、余裕をもって必要品を手配できるようにすることも考えられる。しかし、そのためには機械の健全性が早期に判定されるようにする必要がある。この場合、判定の基礎となる稼働データのサンプリング量が不十分な状態でアラームが送信される傾向が強まる可能性がある。その結果として、機械が現実には正常であるにも関わらず誤って異常であると判定され、本来必要のない部品交換や部品発注が行われることで、やはり顧客の運営コストの増加につながる可能性がある。
本発明の目的は、部品調達に要する期間を加味して適正なタイミングで機械の保守要求を所定の通知対象者に通知し、機械の稼働不能な期間を効果的に短縮すると共に、不要な部品交換作業を減らすことができる保守支援システムを提供することにある。
上記目的を達成するために、本発明は、管理対象機械の保守要求を通知するアラームを所定の出力装置に出力する保守支援システムにおいて、前記管理対象機械の稼働データを集積した稼働データデータベースと、前記管理対象機械の故障項目毎に保守に用いる必要品及びその数量を規定した必要品データベースと、前記管理対象機械の健全性を評価するために演算した評価値に基づき異常判定がされてから実際に故障が発生するまでの期間について過去のデータを集積した故障事例データベースと、前記必要品毎に在庫数量のデータを集積した部品在庫データベースと、前記アラームを生成して前記出力装置に出力する処理装置とを備え、前記処理装置は、前記稼働データデータベースに基づき前記評価値を演算し、前記評価値に基づき前記管理対象機械が正常であるか異常であるかを判定し、前記管理対象機械について異常判定がされた場合、発生が予想される故障項目に関し、保守に用いる必要品及びその数量を前記必要品データベースに基づき推定し、前記異常判定の基礎とした前記評価値と前記故障事例データベースとに基づき、前記予想される故障項目について故障発生までの猶予期間を推定し、前記必要品の調達に要する調達期間を前記部品在庫データベースから推定し、前記猶予期間から前記調達期間を減算した値が予め設定された設定値以下である場合に、前記予想される故障項目、前記必要品の情報を含め、前記保守要求を通知するアラームを前記出力装置に出力する保守支援システムを提供する。
本発明によれば、部品調達に要する期間を加味して適正なタイミングで機械の保守要求を通知し、機械の稼働不能な期間を効果的に短縮すると共に、不要な部品交換作業を減らすことができる。
本発明の一実施形態に係る保守支援システムを適用する管理対象機械の一例として油圧ショベルの外観を表す斜視図 本発明の一実施形態に係る保守支援システムの模式図 本発明の一実施形態に係る保守支援システムに備わった各種データベースの模式図 本発明の一実施形態に係る保守支援システムに用いられる故障事例データベースの模式図 本発明の一実施形態に係る保守支援システムに用いられる必要品データベースの模式図 本発明の一実施形態に係る保守支援システムを構成する処理装置のブロック図 評価値を用いた異常判定の例の説明図 本発明の一実施形態に係る保守支援システムを構成する処理装置による在庫推定の処理における出力結果の一例を表す図 本発明の一実施形態に係る保守支援システムを構成する処理装置による調達時間予測の手順の一例を表すフローチャート 本発明の一実施形態に係る保守支援システムを構成する処理装置による調達時間予測の処理における出力結果の一例を表す図 評価値と猶予期間の関係の一例を表す図 本発明の一実施形態に係る保守支援システムを構成する処理装置によるアラーム通知の一例を表す図 本発明の一実施形態に係る保守支援システムを構成する処理装置によるアラーム通知までの一連の手順の一例を概略的に表すフローチャート
以下に図面を用いて本発明の実施の形態を説明する。
－管理対象機械－
図１は本発明の一実施形態に係る保守支援システムを適用する管理対象機械の一例として油圧ショベルの外観を表す斜視図である。以下の説明において、運転室１４の前方（図１中の左上側）を油圧ショベルの旋回体の前方とする。本実施形態では油圧ショベルを本発明の保守支援システムの管理対象機械の例に挙げて説明するが、例えばダンプトラック等の他の建設機械や風力発電機等の他分野の機械の保守支援にも本発明の保守支援システムは適用され得る。
同図に示した油圧ショベル１は、車体１０及び作業装置２０を備えている。車体１０は、走行体１１及び旋回体１２を備えている。
走行体１１は、本実施形態では無限軌道履帯を有する左右のクローラ（走行装置）１３を備えており、左右の走行モータ（不図示）により左右のクローラ１３をそれぞれ駆動することで走行する。走行モータには例えば油圧モータが用いられる。
旋回体１２は、走行体１１の上部に旋回装置（不図示）を介して旋回可能に設けられている。旋回体１２の前部（本実施形態では前部左側）には、オペレータが搭乗する運転室１４が設けられている。旋回体１２における運転室１４の後側にはエンジンや油圧システム等を収容した動力室１５が、後端には作業装置２０との重量のバランスをとるカウンタウェイト１６が搭載されている。旋回体１２を走行体１１に対して連結する旋回装置には旋回モータ（不図示）が含まれており、旋回モータによって走行体１１に対して旋回体１２が旋回駆動される。旋回モータ３４には例えば油圧モータが用いられる。運転室１４には、運転席から視認し易い位置にモニタ（出力装置）が設けられており、このモニタ等によって運転席に座るオペレータに各種情報を報知できるように構成されている。
作業装置２０は土砂の掘削等の作業を行うための多関節型の作業腕であり、旋回体１２の前部（本実施形態では運転室１４の右側）に取り付けられている。この作業装置２０は、ブーム２１、アーム２２及びバケット２３を含んで構成されている。ブーム２１は、左右に延びるピン（不図示）によって旋回フレームと呼ばれる旋回体１２のベースフレームに連結され、ブームシリンダ３１で駆動されて旋回体１２に対して上下に回動する。ブームシリンダ３１の両端は、左右に延びるピン（不図示）を介してブーム２１及び旋回体１２に回動自在に連結されている。アーム２２は、左右に延びるピン（不図示）によってブーム２１の先端に連結され、アームシリンダ３２で駆動されてブーム２１に対して前後に回動する。アームシリンダ３２の両端は、左右に延びるピン（不図示）を介してアーム２２及びブーム２１に回動自在に連結されている。バケット２３は、水平左右に延びるピン（不図示）によってアーム２２の先端に連結され、バケットシリンダ３３で駆動されてアーム２２に対して回動する。バケットシリンダ３３の基端はアーム２２に、先端はリンクを介してバケットに連結されている。
また、油圧ショベル１には、動作中の各種状態量を検出する複数のセンサが適所に設けられている。センサの例として、ブーム２１、アーム２２及びバケット２３の各回動支点にそれぞれ角度センサＳ１（不図示），Ｓ２，Ｓ３が設けられている。旋回体１２に対するブーム２１の角度が角度センサＳ１により、ブーム２１に対するアーム２２の角度が角度センサＳ２により、アーム２２に対するバケット２３の回動角が角度センサＳ３によりそれぞれ検出される。また、油圧ショベル１には、傾斜センサ（不図示）、圧力センサ（不図示）が備わっている。傾斜センサは、旋回体１２の前後方向及び左右方向の少なくとも一方の傾斜を検出する。圧力センサは、ブームシリンダ３１、アームシリンダ３２及びバケットシリンダ３３の各油室に対応して複数設けられている。ブームシリンダ３１のボトム側及びロッド側の油室の圧力、アームシリンダ３２のボトム側及びロッド側の油室の圧力、バケットシリンダ３３の油室のボトム側及びロッド側の圧力が、それぞれ対応する圧力センサで検出される。その他にも、油圧ショベル１に搭載された発電機の発電量を計測する電力計、原動機の回転数を計測する回転数センサ、冷却水や作動油の温度を計測する温度計、機体振動を計測する加速度計等、様々なセンサが油圧ショベル１には設けられている。バッテリーの充電残量を出力する回路も一種のセンサである。
これらセンサの検出値は、油圧ショベル１に搭載された車載コントローラ（不図示）に入力され、車載コントローラから通信回線を経由して、油圧ショベル１の稼働データとして、油圧ショベル１の機体ＩＤや計測時刻と共に後述する処理装置１００に送信される。また、本実施形態の場合、タイマで計時した原動機の稼働時間や各種操作時間のデータや、油圧ショベル１に搭載されたＧＮＳＳによる機体の位置データ等も、稼働データとしてセンサの出力と共に車載コントローラから処理装置１００に送信する。
－保守支援システム－
図２は本発明の一実施形態に係る保守支援システムの模式図である。同図の保守支援システムは、油圧ショベル１（管理対象機械）の保守要求を通知するアラームを所定の出力装置３００に出力し、所定の通知対象者（保守担当者、保守担当部署等）にアラームを通知することにより油圧ショベル１の保守を支援するシステムである。
この保守支援システムは、処理装置１００、サーバ２００及び出力装置３００を含んで構成されている。同図には、ＬＡＮ（Local Area Network）或いはインターネットといったネットワークＮＷを介し、処理装置１００、サーバ２００及び出力装置３００を接続した構成を例示している。但し、こうしたシステム構成は適宜変更可能であり、例えば処理装置１００と出力装置３００とを有線又は無線で接続した構成とする場合もある。処理装置１００としてのコンピュータに出力装置３００としてのモニタを接続した構成が、その一例である。また、サーバ２００を省略し、後述する各データベース（以下、データベースをＤＢと略称する）を処理装置１００の記憶装置に記憶させた構成とすることもできる。以下、出力装置３００、サーバ２００、処理装置１００について順次説明する。
－出力装置－
出力装置３００は、油圧ショベル１の保守を要求するアラームを出力して所定の通知対象者に保守要求を通知する装置であり、例えば表示出力装置や音声出力装置等を用いることができる。表示出力装置の典型例は、モニタやランプ等であり、処理装置１００から入力される指令信号に応じて表示（例えばテキストメッセージ）で所定の通知対象者にアラームを通知する。音声出力装置の典型例は、スピーカーやブザー等であり、処理装置１００から入力される指令信号に応じて音声（例えばメッセージの読み上げ）で所定の通知対象者にアラームを通知する。出力装置３００は、典型的には、通知対象者が在籍又は所在する施設（例えば管理事務所やサービス営業所）に設置されている、又は所定の通知担当者（人）が携帯している。油圧ショベル１のオペレータを通知対象者とする場合、運転室１４の内部に設けられた表示出力装置や音声出力装置等を出力装置３００に適用することもできる。
－サーバ－
サーバ２００は所定場所に設置されてネットワークＮＷに接続されたコンピュータであり、各種ＤＢを記憶した記憶装置（メモリ）２１０を含んで構成されている。各種ＤＢは、１つの記憶装置２１０に記憶する構成とすることもできるし、複数の記憶装置２１０で分担して記憶する構成とすることもできる。記憶装置２１０は、サーバ２００に内蔵された内部メモリでも良いし、サーバ２００に有線又は無線で接続された外部メモリでも良い。前述したように、サーバ２００を省略し、処理装置１００に内蔵された記憶装置又は処理装置１００に接続した記憶装置に各種ＤＢを格納する構成とすることもできる。
図３は本発明の一実施形態に係る保守支援システムに備わった各種ＤＢの模式図である。記憶装置２１０には、稼働データＤＢ２１１、故障事例ＤＢ２１２、部品生産ＤＢ２１３、運送手段ＤＢ２１４、管理者ＤＢ２１５、アラーム対応ＤＢ２１６、必要品ＤＢ２１７、保守計画ＤＢ２１８、部品在庫ＤＢ２１９が格納されている。記憶装置２１０に記憶された各ＤＢは、典型的にはリレーショナルデータベースである。
・稼働データＤＢ
稼働データＤＢ２１１は、油圧ショベル１の稼働データのデータセットを集積したものである。油圧ショベル１の稼働データには、前述した各種センサの出力やバッテリー残量、各種計測時間、ＧＮＳＳによる機体の位置データ、機体ＩＤの他、位置データに基づく移動情報、機体の製造年月日、仕様等も含めることができる。油圧ショベル１には通信装置（不図示）が備わっており、油圧ショベル１の各種センサの出力や各種計測時間、位置データ等は、例えば、衛星回線その他の通信網、基地局を適宜経由して処理装置１００で受信される。処理装置１００で受信したデータは、ネットワークＮＷを介してサーバ２００に送信され、稼働データＤＢ２１１に蓄積される。但し、油圧ショベル１からサーバ２００への稼働データの伝達経路は適宜変更可能であり、例えば処理装置１００を経由せずに基地局からサーバ２００に油圧ショベル１の稼働データが送信される構成としても良い。稼働データは管理対象機械のＩＤ毎に集積され、油圧ショベル１についての稼働データは他の管理対象機械の稼働データと識別可能である。
・故障事例ＤＢ
故障事例ＤＢ２１２は、油圧ショベル１の健全性を評価するための評価値ａ（後述）を演算し、評価値ａに基づき異常判定がされてから実際に故障が発生するまでの期間について過去のデータを集積したものである。故障事例ＤＢ２１２には、油圧ショベル１（特定ＩＤの機体）の過去の故障事例に限らず、油圧ショベル１と同一型式の多数の機体の他、保守支援システムが管理対象とする他種の管理対象機械の過去の故障事例が含まれる。
図４に示すように、故障事例ＤＢ２１２には、事例Ｎｏ、故障項目、機体ＩＤ、異常検知日、評価値、故障発生日、使用品目等のデータセットが集積されている。事例Ｎｏは、過去の故障事例にそれぞれ与えられた固有の番号である。故障項目は、例えばバッテリーの劣化、ツース（バケットの歯）の損傷といった故障の内容を表すものである。機体ＩＤは、その故障事例における機体のＩＤである。機体ＩＤで機種が特定されない場合には、機種のデータも故障事例ＤＢ２１２に含めることができる。異常検知日は、評価値ａに基づき油圧ショベル１の異常が検知された日付である。評価値は、異常検知日に異常判定の基礎となった値である。故障発生日は、その故障事例について油圧ショベル１が実際に故障した日付である。使用品目は、その故障事例において故障の修理に使用した一又は複数の交換部品、手配した工具や設備等の情報である。本実施形態において、異常判定がされてから実際に故障が発生するまでの期間は、異常検知日から故障発生日までの期間（日数）に相当し、異常検知日と故障発生日で表現した場合を例示している。
・部品生産ＤＢ
部品生産ＤＢ２１３は、部品の各仕入先（倉庫等）が取り扱う部品の生産計画や入荷計画、出荷計画についてのデータベースである。各仕入先の管理者は、部品の生産者（製造元）との間で部品の生産計画の情報を共有（例えばファイル共有）しており、生産者と共有する部品の生産計画のデータが、仕入先の管理者により部品生産ＤＢ２１３に登録される。部品の入荷計画や出荷計画についても、仕入先の管理者により部品生産ＤＢ２１３に登録される。但し、部品生産ＤＢ２１３にデータを登録する者は任意であり、例えば、仕入先の管理者から提供された部品の生産計画や入出荷計画のデータを油圧ショベル１の保守担当者が部品生産ＤＢ２１３に登録するようにしても良い。また、仕入先の管理者からネットワークＮＷを介して提供された部品の生産計画や入出荷計画のデータが、一定時間毎に処理装置１００又はサーバ２００にダウンロードされて部品生産ＤＢ２１３が自動更新されるようにしても良い。
・運送手段ＤＢ
運送手段ＤＢ２１４は、必要品毎に仕入先の所在地と運送手段のデータを集積したものである。この運送手段ＤＢ２１４には、油圧ショベル１の保守のために手配すべき必要品の仕入先の所在地、運送手段、運送に要する運送時間等のデータセットが含まれる。油圧ショベル１の保守のために手配すべき必要品には、油圧ショベル１に組み込む部品の他、保守に用いる工具や設備を含めることができる。保守に用いる工具や設備には、必要時に一時的に手配して使用するレンタル品を含めることもできる。運送手段としては、過去の必要品の調達実績又は運送会社から提供される情報に基づき、例えばα社の空運、β社の空運、γ社の海運、δ社の陸運といった情報が手動又は自動で登録される。運送時間も過去の調達実績から手動入力により設定することができる。但し、運送手段に運航又は運行のスケジュールのデータがネットワークＮＷを介して提供される場合には、ダウンロードしたスケジュールに基づき運送時間が自動で設定されるようにしても良い。
・管理者ＤＢ
管理者ＤＢ２１５は、油圧ショベル１の管理者（営業所、代理店）、管理者の所在地、利用する運送手段、過去の必要品調達履歴等のデータセットを集積したものである。管理者は、例えば油圧ショベル１の保守を請け負う営業所や代理店等である。管理者の所在地は、必要品の届け先に相当し、管理者そのものの所在地の他、管理者が油圧ショベル１の保守作業をする場所の所在地を設定することもできる。利用する運送手段は、管理者が利用する傾向が強い運送手段である。例えば必要品の調達履歴から、ある営業所が部品調達にδ社の陸運を利用することが想定される場合、その営業所が利用する運送手段としてδ社の陸運が登録される。必要品の調達履歴において使用する運送手段が変化した場合には、利用する運送手段が自動更新される（又は手動選択のために運送手段の選択肢が増える）ようにシステムを構成することが好ましい。
・アラーム対応ＤＢ
アラーム対応ＤＢ２１６は、保守支援システムから通知されたアラームについて、油圧ショベル１の保守担当者が行った対応のデータを集積したものである。このアラーム対応ＤＢ２１６には、油圧ショベル１の保守担当者が保守に用いる必要品を発注した日付、発注した品目とその数量、油圧ショベル１が行った保守（メンテナンス）の開始日時及び終了日時等のデータセットが含まれる。
・必要品ＤＢ
必要品ＤＢ２１７は、油圧ショベル１の故障項目毎に保守に用いる必要品及びその数量を規定したものである。必要品ＤＢ２１７には、図５に示したように、機種、故障項目、必要品Ｎｏ、品目、数量等のデータセットが含まれる。機種は、管理対象機械の型式等、機種を特定するためのデータである。故障項目は、故障事例ＤＢ２１２（図４）と同様、例えばバッテリーの劣化といった故障の内容を表すものである。必要品Ｎｏは、故障項目について保守に用いる各必要品に与えられた識別番号である。必要品は、１つの故障項目に対して１つであるとは限らず、複数の品目のリストが登録される場合もある。品目は、例えば圧力センサ、リング、ネジといった各必要品の名称である。数量は、各必要品の必要数量である。必要品や数量は、過去の故障事例の対応や経験則、知識等に基づき保守担当者が手動で設定することができる。また、例えば、処理装置１００において故障事例ＤＢ２１２及びアラーム対応ＤＢ２１６の少なくとも一方を統計し、必要品ＤＢ２１７の必要品（必要品Ｎｏ、品目）や数量のデータが自動的に設定或いは更新されるようにしても良い。この場合、故障事例ＤＢ２１２又はアラーム対応ＤＢ２１６のデータ集積量が十分であることが望ましく、データ集積量が設定値を超えた場合に処理が実行されるようにすることが考えられる。
・保守計画ＤＢ
保守計画ＤＢ２１８は、保守計画及び保守に用いられる品目のリスト等について管理対象機械の機体毎（機体ＩＤ毎）にデータを集めたものである。この保守計画ＤＢ２１８には、例えば、管理対象機械、保守対象部位、保守の開始予定日、保守の完了予定日、必要品のリスト等のデータセットが含まれる。管理対象機械は、保守対象の機体であり、例えば機体ＩＤで表すことができる。保守対象部位は、例えばバッテリー、ブームシリンダといった管理対象とする機体の保守対象の部位である。必要品のリストは、保守対象部位の保守に必要な必要品及びその数量のリストである。
・部品在庫ＤＢ
部品在庫ＤＢ２１９は、必要品毎に在庫数量のデータを集積したものである。この部品在庫ＤＢ２１９には、必要品、仕入先、必要品の属性（必要品Ｎｏ、品目、重量、価格等）、在庫数量、販売実績等のデータセットが含まれる。仕入先は、必要品の取り扱い倉庫、必要品の発注先等である。必要品Ｎｏは、必要品に与えられた識別番号である。品目は、例えば圧力センサ、リング、ネジといった必要品の名称である。重量は、その必要品の重量である。価格は、必要品のその仕入先における販売価格である。在庫数量は、必要品のその仕入先における現在の在庫数量である。販売実績は、必要品のその仕入先における過去の販売実績である。
－処理装置－
図６は処理装置１００のブロック図である。処理装置１００は、アラームを生成して出力装置３００に出力するコンピュータであり、入出力インターフェース１０１、ＲＯＭ（例えばＥＰＲＯＭ）１０２、ＲＡＭ１０３、ＣＰＵ１０４、及びタイマ１０５が備わっている。処理装置１００は、単数のコンピュータで構成しても良いが、有線、無線又はネットワークＮＷを介して互いに接続した複数のコンピュータで構成しても良い。
入出力インターフェース１０１は、ネットワークＮＷを介して油圧ショベル１やサーバ２００、出力装置３００との間で授受するデータを入力及び出力する。例えば、ネットワークＮＷを介して受信した油圧ショベル１の稼働データやサーバ２００から読み込んだ各種データが、入出力インターフェース１０１を介して処理装置１００に入力される。また、処理装置１００で生成又は演算されたアラームその他のデータが、出力インターフェース１０１を介して出力され、適宜ネットワークＮＷを介して出力装置３００、サーバ２００或いは油圧ショベル１に送信される。
ＲＯＭ１０２は、各種判定やアラームの生成に必要な演算式やプログラム、データを格納した記憶装置である。例えば後述する状態分析Ｐ１から対応記録Ｐ７の各処理のプログラムや特徴ベクトルによる故障項目の分類の学習モデル等も、このＲＯＭ１０２に格納されている。
ＣＰＵ１０４は、ＲＯＭ１０２からロードしたプログラム等に従って、入出力インターフェース１０１を介して入力された各データに基づき所定の処理を実行する装置である。
ＲＡＭ１０３は、演算途中のデータ等を一時的に記憶する記憶装置である。このＲＡＭ１０３には、例えば、各処理の過程で演算されるデータ等が一時記録される。
タイマ１０５は、各種時間を計時する。
－処理装置の機能－
処理装置１００は、先に図２に模式的に表したように、状態分析Ｐ１、必要品推定Ｐ２、在庫推定Ｐ３、調達時間予測Ｐ４、アラーム通知時期判定Ｐ５、アラーム送信Ｐ６、対応記録Ｐ７の各処理を実行する機能を備えている。これらの機能は、ＲＯＭ１０２に格納されたプログラムに従ってＣＰＵ１０４により実行される。
・状態分析
状態分析Ｐ１は、稼働データＤＢ２１１に基づき油圧ショベル１について所定の評価値ａを演算し、演算した評価値ａに基づき油圧ショベル１が正常であるか異常であるかを判定する処理である。評価値ａは、管理対象機械の健全性を評価するために定義された値である。例えば、稼働データにより規定される特徴量ベクトルに基づき、処理装置１００で評価値ａを演算することができる。評価値ａの演算には、典型的には、データマイニング、機械学習、余寿命診断等のアルゴリズムを用いることができる。例えば、故障項目は、複数種類の稼働データをパラメータとする特徴量空間（座標系）内の領域で分類することができる。この場合、特徴量空間内において、多様な稼働データで定義される特徴量ベクトル（特徴量空間における座標）と、ある故障項目Ｚ１に分類された領域の代表点（例えば中心点）との距離が、故障項目Ｚ１についての評価値ａとして例示できる。例えば、この評価値ａについて閾値ａｘ，ａｙ（ａｘ＜ａｙ）を設定し、処理装置１００において、ａ≦ａｘであれば故障項目Ｚ１に関し故障が推定され、ａｘ＜ａ≦ａｙであれば故障項目Ｚ１に関し故障の兆候が推定される構成することができる。
また、異常検知アルゴリズムを用いた状態分析Ｐ１の簡単な例を説明する。例えば油圧ショベル１の故障項目Ｚ２について、油圧ショベル１が健全な状態であれば、油圧ショベル１の走行時間ｔとエンジン温度Ｔｅの間に、Ｔｅ＝Ｃ×ｔの関係が成立するとする（Ｃは定数）。この（Ｔｅ＝Ｃ×ｔ）の関係を故障項目Ｚ２の正常モデルと定義した場合に、ｔとＴｅで定義される特徴量ベクトルがこの正常モデルから許容値を超えて離れた場合に故障項目Ｚ２について油圧ショベル１の異常が疑われる。この例における特徴量ベクトルは、ｔ，Ｔｅで定義される座標系における座標に等しい。この場合、例えばマハラノビス・タグチ法という統計的アルゴリズムを用い、評価値ａを次式で演算することができる。
ａ＝（ｘ－μ）２／σ２
ここで、ｘは特徴量ベクトル、μは特徴量の平均値、σは特徴量の分散である。
図７はこの評価値ａを用いた典型的な異常判定の例の説明図である。同図のように、評価値ａについて閾値ａ１を設定し、評価値ａが閾値ａ１より大きい場合（ａ＞ａ１）は異常、評価値ａが閾値ａ１以下である場合（ａ≦ａ１）は正常と判定することができる。この例では、評価値ａと閾値ａ１を用い、学習モデルを次のような擬似コードで記述することができる。
ＩＦ ａ≧ａ１ ＴＨＥＮ 油圧ショベルは異常である。
ＥＬＳＥ 油圧ショベルは正常である。
以上、本実施形態では稼働データＤＢ２１１に基づき評価値ａを演算する例を説明した。但し、油圧ショベル１が稼働する現場の工事計画に関するデータ（予定される稼働時間、作業量等）や過去のメンテナンス履歴（各部品の使用年数等）を稼働データと共にパラメータに含めて評価値ａを演算することもできる。
・必要品推定
必要品推定Ｐ２は、油圧ショベル１について異常判定がされた場合、発生が予想される故障項目に関し、保守に用いる必要品及びその数量を必要品ＤＢ２１７に基づき推定する処理である。必要品の品目は故障項目により異なり、故障項目によっては１種類である場合もあるし、複数種類である場合もある。
・在庫推定
在庫推定Ｐ３は、必要品推定Ｐ２の処理で推定される各必要品について、対応する仕入先の今後の在庫数量の推移を推定する処理である。処理装置１００は、例えば部品生産ＤＢ２１３及び部品在庫ＤＢ２１９に基づき在庫推定Ｐ３の処理を実行する。例えば部品Ａについての対応する仕入先のｎ日後における在庫数量の推定値Ｎｎは、例えば次式のように推定できる。
Ｎｎ＝Ｎ０＋ΣＮｉｎ－ΣＮｏｕｔ
但し、Ｎ０は現在の在庫数量、ΣＮｉｎは今後ｎ日間における部品Ａの総入荷数（生産数を含む）の推定値、ΣＮｏｕｔは今後ｎ日間における部品Ａの総出荷数の推定値である。Ｎ０は部品在庫ＤＢ２１９から特定でき、ΣＮｉｎ，ΣＮｏｕｔについては部品生産ＤＢ２１３から演算することができる。
なお、この例では、部品生産ＤＢ２１３に基づきΣＮｏｕｔを演算する例を説明したが、部品生産ＤＢ２１３と共に保守計画ＤＢをパラメータに含めてΣＮｏｕｔを演算することもできる。保守計画ＤＢにより各管理対象機械の保守計画、必要品及びその数量が特定できるため、これらデータから推定される部品Ａの需要予測をΣＮｏｕｔの演算に加味することができる。
図８は処理装置１００による在庫推定Ｐ３の処理における出力結果の一例を表す図である。同図のように、本実施形態では、部品Ａについて、１日後（ｉ＝１）、２日後（ｉ＝２）、…ｎ日後（ｉ＝ｎ）の在庫数量の推定値Ｎｎが、在庫数量の推移として演算される。
・調達時間予測
調達時間予測Ｐ４は、必要品推定Ｐ２で推定された必要品の調達に要する調達期間を部品在庫ＤＢ２１９から推定する処理である。部品在庫ＤＢ２１９には必要品の仕入先の所在地や在庫数量のデータが含まれるため、処理装置１００は、これらデータに基づき必要品の調達期間を概算することができる。
特に本実施形態において、前述したように在庫推定Ｐ３の処理が実施されるので、処理装置１００により、推定した在庫推移を加味することでより正確に調達期間が推定演算される。具体的には、まず、運送手段ＤＢ２１４及び管理者ＤＢ２１５に基づき仕入先から指定場所への必要品の運送に要する運送期間を演算することができる。指定場所は、例えば油圧ショベル１の保守を実施する現場の資材搬入場所等、管理者ＤＢ２１５に登録された指定の必要品受け取り場所である。運送期間は、ルートに応じた運送手段の移動期間として演算することもできるが、過去のデータに基づき仕入先に発注してから指定場所に到着するまでに要した期間を設定しても良い。過去のデータが十分に蓄積されている場合は、ニューラルネットワーク等の機械学習アルゴリズムを用いて運送時間を推定するように処理装置１００を構成することもできる。
また、想定した発注日において仕入先に必要数量の必要品の在庫がない場合、調達期間は、必要品の生産に要すると予想される生産期間（例えば生産開始から出庫までの期間）を運送期間に加算して演算される。必要品の生産期間は、部品生産ＤＢ（例えば生産計画のデータ）に基づき処理装置１００により演算される。
例えば図８において２日後の日付に発注することを仮定して演算される調達期間を例にとると、仮に２日後の在庫数量の推定値Ｎｎが必要数量を満たしていれば運送期間に２日を加算した期間が調達期間として演算される。しかし、２日後の在庫数量の推定値Ｎｎが必要数量に満たず、生産又は入荷により必要数量が確保されるのが２０日後であると予想される場合、調達期間は運送期間に２０日を加算した期間となる。
図９は処理装置１００による調達時間予測Ｐ４の手順の一例を表すフローチャートである。処理装置１００は、設定期間（例えば１日）毎に自動的に又はオペレータの操作に応じた任意のタイミングで、図９のフローチャートを実行する。
（ステップＳ４１）
処理装置１００は、図９の手順を開始すると、必要品推定Ｐ２の処理で推定された必要品について、在庫推定Ｐ３の演算結果から、該当する仕入先の所定の発注日における在庫の推定数量のデータを確認する。所定の発注日とは、必要品の発注を仮定した日付（又は日時）である。所定の発注日の一例として、例えば現在の日付から設定期間後の日付を挙げることができる。設定期間は、例えばアラーム（後述）を通知してから油圧ショベル１の保守担当者等がアラームの確認及び検討をして必要品を決定し発注するのに要する所要期間を考慮して任意に設定することができる。また、アラーム通知後発注までの過去のデータを機械学習し、自動的に設定期間が設定されるようにしても良い。
（ステップＳ４２）
次に、処理装置１００は、所定の発注日における必要品の在庫の推定数量のデータに基づき、所定の発注日に必要数量の必要品が仕入先にあるかを判定する。所定の発注日において仕入先に必要数量の必要品の在庫がない場合、処理装置１００はステップＳ４２からステップＳ４３に手順を移す。所定の発注日において仕入先に必要数量の必要品の在庫がある場合、処理装置１００はステップＳ４３をバイパスしてステップＳ４２からステップＳ４４に手順を移す。
（ステップＳ４３）
所定の発注日において仕入先に必要数量の必要品の在庫がない場合、処理装置１００は、部品生産ＤＢ（例えば生産計画のデータ）に基づき、必要品の生産に要する予想生産期間（例えば生産開始から出庫までの期間）を演算する。必要品の予想生産期間を演算したら、処理装置１００は、ステップＳ４３からステップＳ４４に手順を移す。
（ステップＳ４４）
ステップＳ４４に手順を移すと、処理装置１００は、運送手段ＤＢ２１４（仕入先の所在地、運送手段等のデータ）に基づき、仕入先から所定の運送手段により必要品を調達するのに要する調達期間を推定する。この場合、必要品の在庫がある場合、処理装置１００では、運送期間（又は必要に応じて設定期間を運送期間に付加した期間）が調達期間として演算される。必要品の発注を想定した日に必要品の在庫がないことが予想される場合、処理装置１００では、運送期間（又は必要に応じて設定期間を運送期間に付加した期間）に必要品の生産期間を更に付加した期間が調達期間として演算される。必要品の生産期間は、部品生産ＤＢに基づき演算される。
図１０は処理装置１００による調達時間予測Ｐ４の処理における出力結果の一例を表す図である。同図のように、本実施形態では、在庫有無、生産期間、運送手段、運送期間、及び調達期間が、発注対象として想定される必要品（同図では複数の必要品のそれぞれ）について演算される。
・アラーム通知時期判定
アラーム通知時期判定Ｐ５は、油圧ショベル１に発生することが予想される故障項目について故障発生までの猶予期間（現在から故障発生までの予想期間）を推定し、出力装置３００を介してアラームを通知対象者に通知する適正なタイミングを判定する処理である。猶予期間は、状態分析Ｐ１の処理で油圧ショベル１についてした異常判定の基礎とした評価値ａと故障事例ＤＢ２１２とに基づき、処理装置１００により実行される。具体例を挙げると、各故障項目において猶予期間Ｔａと評価値ａとの間には一定の関係があり、前掲した式（ａ＝（ｘ－μ）２／σ２）で求められる評価値であれば、図１１に示した通り、評価値ａの値が大きくなるにつれて猶予期間は短くなる。
図１１は評価値と猶予期間を軸にとり、ある故障項目について故障事例ＤＢ２１２から実績値をプロットし、評価値ａと猶予期間Ｔａとの関係を近似式（近似曲線）で表した例である。この近似式を用いることで、ある故障項目において評価値ａｚが演算された場合に猶予期間Ｔａｚを推定することができる。このような近似式を故障項目毎に演算し、対応する近似式を用いて評価値ａから猶予期間Ｔａを演算することができる。但し、図１１の猶予期間の演算方法は一例であり、例えば予め設定した直近の設定期間分の評価値ａを積分し、その積分値に基づき猶予期間Ｔａを演算する等、評価値ａを用いた猶予期間Ｔａの演算方法については適宜変更可能である。
また、アラームのタイミングの判定については、例えば調達時間予測Ｐ４の処理で演算した調達時間を猶予期間から減算した値が予め設定された設定値以下であるかを判定し、設定値以下である場合にアラーム通知のタイミングが到来したと判定する例が挙げられる。ここで用いる設定値は、例えば油圧ショベル１の保守を実施する作業場において必要品の受け取りから保守作業に着手するまでに要する段取り期間等を考慮して任意に設定することができる。また、必要品受領後保守作業開始までの過去のデータを機械学習し、自動的に設定値が設定されるようにしても良い。単純に猶予期間が調達時間以下になったらアラームが通知されるようにする場合、設定値を０（ゼロ）に設定すれば良い。
・アラーム送信
アラーム送信Ｐ６は、アラーム通知時期判定Ｐ５の処理で猶予期間から調達期間を減算した値が予め設定された設定値以下であると判定された場合に、油圧ショベル１の保守要求を通知するアラームを出力装置３００に出力する処理である。アラームには、図１２に示すように、発生が予想される故障項目や必要品（品目及び数量）等についての情報が含まれる。図１２は出力装置３００（モニタ）に、発生が予想される故障項目や予想される故障の時期、その保守（対策）に要する必要品や数量、予想される調達期間等の情報を、テキスト情報で通知する画面の一例を表している。この通知は、例えばアラームを受領手続き（例えば確認ボタンの操作）がされるまで連続的に又は一定の時間間隔で表示させることができる。この場合、アラームの受領手続きがされるまでに、時間経過に伴って例えば部品在庫の推移等に起因して調達期間等に変更が生じた場合、その変更が反映さるようにアラームの内容が適時に更新されるようにすることもできる。これにより、保守担当者等は精度の高い最新情報を確認することができる。
なお、評価値ａの数値又は図７のような図をアラームの画面に表示することも考えられる。評価値ａを通知する場合、例えば評価値ａを数値の大きさに応じてレベル１、レベル２、レベル３の３段階に分類しておき、数値に代えてレベルを表示するようにしても良い。勿論、レベルの分類は３段階に限らず、２段階としても４段階以上としても良い。
その他、アラームの形式としては、警告音、ランプ点灯、電子メール、電話、ファックスを用いたものも適宜採用することができる。
図１３は処理装置１００によるアラーム通知までの一連の手順の一例を概略的に表すフローチャートである。処理装置１００は、設定期間（例えば１日）毎に自動的に又は保守担当者等の操作に応じた任意のタイミングで、図１３のフローチャートを実行する。処理装置１００に図１３の処理の実行を手動で指示する場合、処理装置１００を直接操作する構成の他、例えばネットワークＮＷを介して処理装置１００と通信可能な外部端末（設置型端末、携帯端末を含む）を操作する構成とすることもできる。
（ステップＳ５１，Ｓ５２）
処理装置１００は、図１３の手順を開始すると、前述した状態分析Ｐ１の処理を実行し、油圧ショベル１について評価値ａを演算し（ステップＳ５１）、演算した評価値ａに基づき油圧ショベル１が異常であるかを判定する（ステップＳ５２）。油圧ショベル１に異常がない場合、処理装置１００は図１３の処理を終了し、同図の処理の次の実行の機会まで待機する。油圧ショベル１に異常がある場合、処理装置１００はステップＳ５２からステップＳ５３に手順を移す。なお、状態分析Ｐ１の処理では、油圧ショベル１の多様な稼働データで定義される特徴量ベクトルにより、特徴量空間内で分類された故障項目も推定される。この例では、その処理の結果、ある故障項目について異常が認識されたものとする。また、故障項目が推定されたら、必要品推定Ｐ２や在庫推定Ｐ３、調達時間予測Ｐ４の処理が処理装置１００で順次実行されることにより、必要品及びその数量や調達期間も推定される。
（ステップＳ５３－Ｓ５５）
ある故障項目について油圧ショベル１に異常が検出されたら、処理装置１００は、アラーム通知時期判定Ｐ５の処理を実行し、油圧ショベル１に故障が発生するまでの猶予期間を推定する（ステップＳ５３）。処理装置１００は、推定した猶予期間を必要品の調達期間と比較し（ステップＳ５４）、猶予期間に対して調達期間に余裕があれば（差が設定値より大きければ）、図１３の処理を終了して同図の処理の次の実行の機会まで待機する。他方、猶予期間に対して調達期間に余裕がなければ（差が設定値以下であれば）、処理装置１００は、ステップＳ５５からステップＳ５６に手順を移す。
（ステップＳ５６）
ステップＳ５６に手順を移すと、処理装置１００は、出力装置３００にアラームを出力し、対策を要する故障項目、故障までの猶予期間、対策に必要な必要品や数量等の情報を含めた保守要求を通知対象者に通知する。アラームを出力したら、処理装置１００は、図１３の処理を終了して同図の処理の次の実行の機会まで待機する。
・対応記録
対応記録Ｐ７は、アラームの通知後、そのアラームに対して保守担当者が実施した対応内容のデータについて、サーバ２００に送信して故障事例ＤＢ２１２に蓄積する処理である。対応内容のデータには、アラームの識別番号、必要品の発注日、発注数量、保守開始日、保守終了日等のデータが含まれる。対応内容のデータは、保守担当者又は顧客等により、処理装置１００又はこれにネットワークＮＷを介して接続された外部端末が操作されて入力される。処理装置１００を介さずにサーバ２００に対応内容のデータが直接アップロードされる構成としても良い。対応内容のデータは、在庫推定Ｐ３やアラーム通知時期判定Ｐ５の精度向上の他、顧客満足度向上のための分析等にも有用である。
－効果－
（１）本実施形態においては、油圧ショベル１について故障項目を判定して保守要求をアラームで通知する。これにより、保守担当者等は、そのアラームを確認して故障項目の保守を検討したり、油圧ショベル１を簡易点検して保守要求の妥当性を確認したりすることができる。また、保守に用いる必要品を確認したりその妥当性を速やかに検討したりすることができる。そして、このアラームは、故障発生の予想時期から必要品の調達期間等を考慮して逆算した適正なタイミングで通知される。従って、アラームが遅れて保守作業に必要品の入手が間に合わないような状況の発生を抑制できる。また、単に異常が検出されただけではアラームは通知されず、故障発生までの猶予期間と必要品の調達期間を考慮したタイミングでアラームが通知される。そのため、早計なアラームにより本来不要な部品発注の顧客への要求も抑制でき、無駄な部品コストの発生が抑制され得る。よって、必要品の調達に要する期間を加味して適正なタイミングで油圧ショベル１の保守要求を所定の通知対象者に通知し、油圧ショベル１の稼働不能な期間を効果的に短縮することができる。
（２）また、本実施形態では、油圧ショベル１の多様な稼働データにより規定される特徴量ベクトルに基づき評価値ａが演算される。これにより、例えば機械学習等を利用することで、実績データの蓄積に伴って油圧ショベル１に発生が予想される故障の種類や兆しを高精度に推定できるようになる。
（３）部品在庫ＤＢ２１９及び部品生産ＤＢ２１３に基づく必要品の在庫数量の推移と、運送手段ＤＢ２１４に基づく必要品の運送期間とを考慮に入れて必要品の調達期間が演算されるので、妥当性の高い調達期間を演算することができる。特に、必要品の発注を想定した日の必要品の在庫の不足が予想される場合、更に部品生産ＤＢ２１３に基づく必要品の生産期間が更に考慮されるので、在庫の有無に関わらず柔軟に必要品の調達期間を推定することができる。
－変形例－
以上の実施形態では、状態分析Ｐ１において正常モデルとの比較で評価値ａを演算する例を説明したが、ワイブル分析等の余寿命診断アルゴリズムを用い、管理対象機械又はその構成要素の推定余寿命を評価値ａとして演算することもできる。この場合、管理対象機械の故障発生までの猶予期間については、推定余寿命と故障確率を用いて演算することができる。
以上の実施形態では、状態分析Ｐ１から対応記録Ｐ７までの一連の処理を処理装置１００で実行する構成を例示したが、これらの処理は、所謂エッジコンピューティング技術を用いて管理対象機械で実行することも可能である。すなわち、個々の管理対象機械（上記実施形態では油圧ショベル１）の車載コンピュータをそれぞれ処理装置１００とする構成としても良い。
１…油圧ショベル（管理対象機械）、１００…処理装置、２１１…稼働データデータベース、２１２…故障事例データベース、２１３…部品生産データベース、２１４…運送手段データベース、２１７…必要品データベース、２１９…部品在庫データベース、３００…出力装置、ａ…評価値

Claims (4)

  1. 管理対象機械の保守要求を通知するアラームを所定の出力装置に出力する保守支援システムにおいて、
    前記管理対象機械の稼働データを集積した稼働データデータベースと、
    前記管理対象機械の故障項目毎に保守に用いる必要品及びその数量を規定した必要品データベースと、
    前記管理対象機械の健全性を評価するために演算した評価値に基づき異常判定がされてから実際に故障が発生するまでの期間について過去のデータを集積した故障事例データベースと、
    前記必要品毎に在庫数量のデータを集積した部品在庫データベースと、
    前記アラームを生成して前記出力装置に出力する処理装置とを備え、
    前記処理装置は、
    前記稼働データデータベースに基づき前記評価値を演算し、
    前記評価値に基づき前記管理対象機械が正常であるか異常であるかを判定し、
    前記管理対象機械について異常判定がされた場合、発生が予想される故障項目に関し、保守に用いる必要品及びその数量を前記必要品データベースに基づき推定し、
    前記異常判定の基礎とした前記評価値と前記故障事例データベースとに基づき、前記予想される故障項目について故障発生までの猶予期間を推定し、
    前記必要品の調達に要する調達期間を前記部品在庫データベースから推定し、
    前記猶予期間から前記調達期間を減算した値が予め設定された設定値以下である場合に、前記予想される故障項目、前記必要品の情報を含め、前記保守要求を通知するアラームを前記出力装置に出力する
    ことを特徴とする保守支援システム。
  2. 請求項１に記載の保守支援システムにおいて、前記処理装置は、前記稼働データにより規定される特徴量ベクトルに基づき前記評価値を演算することを特徴とする保守支援システム。
  3. 請求項１に記載の保守支援システムにおいて、
    前記必要品毎に仕入先の所在地と運送手段のデータを集積した運送手段データベースと、
    前記必要品の生産計画及び入荷計画を集積した部品生産データベースとを有し、
    前記処理装置は、
    前記部品在庫データベース及び前記部品生産データベースに基づき前記必要品について在庫数量の推移を推定し、
    前記運送手段データベースに基づき前記必要品の運送に要する運送期間を演算し、
    前記在庫数量の推移及び前記運送期間に基づき前記必要品を発注してから指定場所に前記必要品が到着するまでの期間を前記調達期間として演算する
    ことを特徴とする保守支援システム。
  4. 請求項３に記載の保守支援システムにおいて、前記処理装置は、前記必要品の発注を想定した日に前記必要品の在庫がないと推定される場合、前記部品生産データベースに基づき前記必要品の生産期間を演算し、前記運送期間に前記生産期間を加算して前記調達期間を演算することを特徴とする保守支援システム。
JP2021002368A 2021-01-08 2021-01-08 保守支援システム Active JP7461899B2 (ja)

Priority Applications (6)

Application Number Priority Date Filing Date Title
JP2021002368A JP7461899B2 (ja) 2021-01-08 2021-01-08 保守支援システム
CN202180062667.2A CN116710863A (zh) 2021-01-08 2021-12-27 保养支援系统
US18/026,230 US20230368154A1 (en) 2021-01-08 2021-12-27 Maintenance Assistance System
KR1020237008818A KR20230049125A (ko) 2021-01-08 2021-12-27 보수 지원 시스템
PCT/JP2021/048683 WO2022149534A1 (ja) 2021-01-08 2021-12-27 保守支援システム
EP21917754.0A EP4276713A1 (en) 2021-01-08 2021-12-27 Maintenance assistance system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2021002368A JP7461899B2 (ja) 2021-01-08 2021-01-08 保守支援システム

Publications (2)

Publication Number Publication Date
JP2022107423A true JP2022107423A (ja) 2022-07-21
JP7461899B2 JP7461899B2 (ja) 2024-04-04

Family

ID=82357953

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2021002368A Active JP7461899B2 (ja) 2021-01-08 2021-01-08 保守支援システム

Country Status (6)

Country Link
US (1) US20230368154A1 (ja)
EP (1) EP4276713A1 (ja)
JP (1) JP7461899B2 (ja)
KR (1) KR20230049125A (ja)
CN (1) CN116710863A (ja)
WO (1) WO2022149534A1 (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7398019B1 (ja) * 2023-03-28 2023-12-13 株式会社日立パワーソリューションズ 保守支援装置及び保守支援方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004110709A (ja) 2002-09-20 2004-04-08 Takenaka Komuten Co Ltd 設備又は機械器具などの保全管理支援方法
JP4690899B2 (ja) 2006-02-14 2011-06-01 株式会社東芝 事業リスク予測装置
JP5625780B2 (ja) 2010-11-12 2014-11-19 Ｊｆｅスチール株式会社 在庫管理装置および在庫管理方法
US8803461B2 (en) 2010-12-22 2014-08-12 Arvind Kumar Tiwari System and method for synchronous machine health monitoring
JP5988740B2 (ja) * 2012-07-13 2016-09-07 日立建機株式会社 稼働機械の保守管理装置
WO2014061080A1 (ja) 2012-10-15 2014-04-24 株式会社日立製作所 保守計画立案支援システム、保守計画立案支援方法、保守計画立案支援プログラム

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7398019B1 (ja) * 2023-03-28 2023-12-13 株式会社日立パワーソリューションズ 保守支援装置及び保守支援方法

Also Published As

Publication number Publication date
JP7461899B2 (ja) 2024-04-04
US20230368154A1 (en) 2023-11-16
EP4276713A1 (en) 2023-11-15
KR20230049125A (ko) 2023-04-12
CN116710863A (zh) 2023-09-05
WO2022149534A1 (ja) 2022-07-14

Similar Documents

Publication Publication Date Title
US20200175778A1 (en) Impact sensing usable with fleet management system
AU2017203443B2 (en) Information system for industrial vehicles
US8095279B2 (en) Systems and methods for improving haul route management
CN101606176B (zh) 车队管理系统
US7921000B2 (en) Maintenance support system for construction machine
AU2003277269B2 (en) System and method for managing a fleet of machines
US10657450B2 (en) Systems and methods for machine diagnostics based on stored machine data and available machine telematic data
WO2001073633A1 (fr) Procede et systeme de gestion de machines de construction et dispositif de traitement arithmetique
US20070078791A1 (en) Asset management system
US11225404B2 (en) Information system for industrial vehicles
WO2022149534A1 (ja) 保守支援システム
US20180247351A1 (en) Waste management system having partner marketplace
US10288530B2 (en) Method for improving severity estimates
JP4741114B2 (ja) 機械のメンテナンスシステム、メンテナンス方法、およびこの方法をコンピュータに実行させるためのプログラム
WO2014141855A1 (ja) 動的負荷評価装置及びシステム、並びに建設機械
US20160349152A1 (en) Method for aligning composite work cycle severity distributions to severity responses
CN116934194B (zh) 一种基于大数据的实时运输管理系统
JP2023035417A (ja) 保守支援システム
US10573092B2 (en) Real-time remote visualization of frame damage from field data
Arwoko et al. Development Health Machine of Heavy Equipment Condition Monitoring System

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230602

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: 20240312

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240325

R150 Certificate of patent or registration of utility model

Ref document number: 7461899

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150