JP2022155028A - 機器状態監視装置、プログラムおよび機器状態監視方法 - Google Patents

Abstract

【課題】機器や設備の故障モードの効率的な状態監視を可能とする。【解決手段】機器状態監視装置１００は、機器５３０に備わる部位の故障モードと、当該故障モードの発生しやすさとを関連付けて格納した故障モードデータベース２３０を参照して、機器５３０の異常を検知する感度を設定する検知感度設定部（閾値設定部１１２）、および、感度に応じて、機器５３０の部位の状態を示すパラメータの値として取得された計測データと機器５３０の正常時に取得された正常時計測データ（正常値データベース２１０）とを比較して計測データの異常度を算出し、異常判定する異常判定部１１３を備える。【選択図】図１

Description

本発明は、機器の状態を監視する機器状態監視装置、プログラムおよび機器状態監視方法に関する。

原子力発電プラントを含めプラントや工場では、信頼性向上と保守合理化を目的として、運転中の機器や設備の状態監視技術の導入が進められている。機器や設備の状態に基づいて必要なタイミングで保全を行うことで、信頼性を向上させるとともに、結果として機器や設備の運転期間を延長することも期待できる。

機器や設備の状態監視技術としては、温度や圧力などのプラント計測データ（計測データ、計測値）について、過去の正常時の計測データと現在の計測データとを比較して、差が一定以上になった場合に異常と検知する手法が一般的に知られている。また、この計測データの異常から、機器の異常原因を推定するシステムも存在する（特許文献１参照）。例えば、温度に異常があればポンプの軸の接触不良、圧力に異常があればポンプのシール摩耗が可能性として考えられる。

特開２０２０－００９０８０号公報

状態監視技術の導入により従来よりも機器や設備の運転期間が長くなったときには、故障モードの発生しやすさも変化すると考えられる。例えば、軸の接触不良は運転初期に発生しやすい故障モードあるのに対して、シール摩耗は時間経過してから発生しやすい故障モードである。このような機器や設備の使用時間による故障モードの発生しやすさを考慮した監視手法については、特許文献１には記載されていない。

状態監視技術を適用する際に、異常を判定するための閾値を設定する必要がある。この閾値は低めに設定すると誤検知が増え、高めに設定すると検知漏れの可能性があるため、適切に設定するのが難しい。
また計測データには、センサから常時取得可能なものもあれば、取得に人手が介在するものもある。取得に人手が介在する計測データについては、取得間隔を長くして監視コストを下げることが望まれる。しかしながら、取得間隔を長くし過ぎたために異常検知が遅れることは避けなければならない。

本発明は、このような背景を鑑みてなされたものであり、機器や設備の故障モードの効率的な状態監視を可能とする機器状態監視装置、プログラムおよび機器状態監視方法を提供することを課題とする。

前記した課題を解決するため、機器状態監視装置は、機器に備わる部位の故障モードと、当該故障モードの発生しやすさとを関連付けて格納した故障モードデータベースを参照して、前記機器の異常を検知する感度を設定する検知感度設定部と、前記感度に応じて、前記機器の部位の状態を示すパラメータの値として取得された計測データと前記機器の正常時に取得された正常時計測データとを比較して当該計測データの異常度を算出し、異常判定する異常判定部とを備える。

本発明によれば、機器や設備の故障モードの効率的な状態監視を可能とする機器状態監視装置、プログラムおよび機器状態監視方法を提供することができる。上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。

第１の実施形態に係る機器状態監視装置の機能構成図である。 第１の実施形態に係る正常値データベースのデータ構成図である。 第１の実施形態に係る点検記録データベースのデータ構成図である。 第１の実施形態に係る故障モードデータベースのデータ構成図である。 第１の実施形態に係る閾値データの時系列変化を説明するためのテーブルである。 第１の実施形態に係る異常度データの時系列変化を説明するためのテーブルである。 第１の実施形態に係る異常出力画面の画面構成図である。 第１の実施形態に係る機器状態監視処理のフローチャートである。 第２の実施形態に係る機器状態監視装置の機能構成図である。 第２の実施形態に係る異常度データの時系列変化を説明するためのテーブルである。 第２の実施形態に係る機器状態監視処理のフローチャートである。

≪機器状態監視装置の概要≫
機器状態監視装置は、プラントに設置してある機器（設備）に備わる部位の使用年数（部位交換からの期間）に応じた故障モードの発生頻度（発生確率、発生しやすさ）を格納する故障モードデータベースを備える。機器状態監視装置は、機器の状態監視に用いる計測値（計測データ）を取得し、正常稼働時の計測データとの差が閾値より大きければ異常と判定する。機器状態監視装置は、発生頻度が高い機器（機器の部位）に対しては閾値（感度）を低く設定し、発生頻度が低い機器に対しては閾値（感度）を高く設定する。

なお異常と判定された（異常が検知された）とは、機器（機器の部位）に故障（故障モード）が発生しているとは限らない。異常は故障モードの発生の前兆であって、機器の動作やプラント操業に直ちに影響がない場合も含む。故障が発生して機器が停止する前に、代替機器に切り替えたり、停止時間や定期点検のタイミングで部位を交換したりするなどして、機器の動作（プラント操業）を継続することができる。

このように閾値を設定して機器の状態監視を行うことで機器状態監視装置は、故障モードの発生頻度が高い機器（機器の部位）については低い閾値を用いて検知漏れを防ぎ、発生頻度が低い機器については高い閾値を用いて誤検知を防ぐことができる。このため異常検知の精度が向上し、効率的な機器監視、延いてはプラント操業を行うことができる。また、機器状態監視装置が機器の部位の使用年数（使用期間）に応じた閾値設定を行っており、人手による閾値設定が不要となり、機器監視のコストを削減することができる。

≪機器状態監視装置の全体構成≫
図１は、第１の実施形態に係る機器状態監視装置１００の機能構成図である。機器状態監視装置１００はコンピュータであって、制御部１１０、記憶部１２０、および入出力部１７０を含んで構成される。

入出力部１７０には、ディスプレイやキーボード、マウスなどのユーザインターフェイス機器が接続される。また入出力部１７０には、プラント５００に設置された機器５３０に備わるセンサ５２０から圧力や温度などのデータ（計測データ）を取得するプロセスコンピュータ５１０が接続される。なおセンサ５２０は、機器状態監視装置１００の監視対象となる機器５３０に備わるセンサとは限らず、機器５３０が接続されたプラント５００内の配管に設置されたセンサやプラント５００内の温湿度などの環境情報を計測するセンサを含む。

記憶部１２０はＲＯＭ（Read Only Memory）やＲＡＭ（Random Access Memory）、ＳＳＤ（Solid State Drive）などの記憶機器から構成される。記憶部１２０には、正常値データベース２１０、点検記録データベース２２０、故障モードデータベース２３０、閾値データ２４９、異常度データ２５９、およびプログラム１２１が記憶される。プログラム１２１は後記する機器状態監視処理（図８参照）の記述を含む。

≪記憶部：正常値データベース≫
図２は、第１の実施形態に係る正常値データベース２１０のデータ構成図である。正常値データベース２１０は例えば表形式のデータであって、機器５３０が正常に動作しているときの計測データを示す。図２には、ポンプＡという機器が正常に動作しているときに取得された温度、振動および圧力の計測データのみを示している。正常値データベース２１０には監視対象となる機器５３０それぞれについて当該機器５３０が正常に動作しているときの計測データが含まれている。

≪記憶部：点検記録データベース≫
図３は、第１の実施形態に係る点検記録データベース２２０のデータ構成図である。点検記録データベース２２０は例えば表形式のデータであって、機器５３０を点検したときに交換された部位の情報を格納している。点検記録データベース２２０の行（レコード）は、点検対象の機器と、交換された部位と、交換の日付とを含む。

≪記憶部：故障モードデータベース≫
図４は、第１の実施形態に係る故障モードデータベース２３０のデータ構成図である。故障モードデータベース２３０は例えば表形式のデータであって、機器５３０の故障モードに係る情報を含む。故障モードデータベース２３０の行（レコード）は、機器２３１、部位２３２、故障モード２３３、パラメータ２３４、および発生頻度２３５の列（属性）を含む。

機器２３１は、機器の名称である。部位２３２は、機器２３１に備わる部位の名称である。故障モード２３３は、部位２３２で発生する故障モードである。パラメータ２３４は、故障モード２３３の検知に利用されるパラメータであって、計測データの種別（例えば機器の温度や振動など）である。
発生頻度２３５は、故障モード２３３が発生する頻度であって、部位２３２の使用年数別の発生頻度（発生確率）を「高」、「中」、「低」で示す。第１の実施形態では使用年数を２年、５年、１０年で区切っているが、他の使用年数（使用期間）で区切ってもよい。または、使用期間で区切るのではなく、発生頻度（発生確率）と使用期間との関係を示す数式で示してもよい。

レコード２３７は、ポンプＡの軸には接触不良の故障モードがあり、温度の計測データを監視することで故障モード（異常）が検知可能であって、軸の交換後２年以内に発生する頻度が高いことを示している。

≪記憶部：閾値データ≫
図５は、第１の実施形態に係る閾値データ２４９（図１参照）の時系列変化を説明するためのテーブル２４０である。閾値データ２４９は、温度、振動などの計測データの異常判定に用いられる閾値である。テーブル２４０は、ポンプＡという機器の状態監視に用いられる計測データについて異常判定の閾値の変化（時系列データ）を示している。

ポンプＡの軸の故障モードについては温度の計測データを用いて異常検知が可能であって、発生頻度は使用２年までは「高」で、以降は「低」である（図４のレコード２３７参照）。点検記録データベース２２０（図３参照）によるとポンプＡの軸の交換は２００３年１月であって２０１０年時点では７年経過しており、発生頻度は「低」となる。このため温度の閾値は「１．５」となっている。
軸受の故障モードについては振動の計測データを用いて異常検知が可能であって、発生頻度は使用年数によらず「中」である（レコード２３８参照）。このため振動の閾値は「１．０」となっている。

シールの故障モードについては圧力の計測データを用いて異常検知が可能であって、発生頻度は使用２年まで「低」、２～５年は「中」、以降は「高」である（レコード２３９参照）。点検記録データベース２２０によるとポンプＡのシールの交換は２００５年４月であって２０１０年４月で５年経過することになり、発生頻度は「中」から「高」に変わる。このため圧力の閾値は２０１０年４月に「１．０」から「０．５」に変わる。

≪記憶部：異常度データ≫
図６は、第１の実施形態に係る異常度データ２５９（図１参照）の時系列変化を説明するためのテーブル２５０である。異常度データ２５９は、計測データから算出された機器５３０の部位の異常度である。テーブル２５０は、計測データから算出されたポンプＡという機器の異常度の変化（時系列データ）を示している。

圧力については、０．３～０．４程度だったが、２０１０年５月に０．７へ、６月に１．１へと上昇しており、故障モードの発生が予測される傾向にある。閾値が固定値１．０であれば２０１０年６月になって異常が検知される。閾値の時系列変化を示すテーブル２４０（図５参照）によるとシールの使用年数に応じて閾値が２０１０年４月に「１．０」から「０．５」に変わっている。このため、圧力の異常度が２０１０年５月に「０．７」に上昇した時点で異常を検知することができる。

≪制御部≫
図１に戻って制御部１１０は、ＣＰＵ（Central Processing Unit）を含んで構成され、計測データ取得部１１１、閾値設定部１１２、異常判定部１１３、および原因推定部１１４を備える。
計測データ取得部１１１は、プロセスコンピュータ５１０から計測データを取得する。

閾値設定部１１２は、故障モードの発生頻度２３５（図４参照）に応じて異常判定に用いられる閾値を算出して閾値データ２４９に格納する。詳しくは、閾値設定部１１２は機器５３０それぞれの部位それぞれについて、点検記録データベース２２０（図３参照）を参照して当該部位の交換日を取得して、使用年数を算出する。次に閾値設定部１１２は、故障モードデータベース２３０（図４参照）を参照して当該部位の使用年数における故障モードの発生頻度２３５を取得する。続いて、閾値設定部１１２は、発生頻度に応じて閾値を設定する。閾値設定部１１２は例えば、発生頻度が「高」なら「０．５」、「中」なら「１．０」、「低」なら「１．５」に設定する。

ポンプＡの軸については、交換日は２００３年１月１日（図３記載のレコード２２９参照）であり、２０１０年時点では使用年数は７年で接触不良の発生頻度は「低」となる。（図４記載のレコード２３７参照）。このため閾値設定部１１２は、温度の閾値を「１．５」に設定する（図５の閾値（温度）の列を参照）。

異常判定部１１３は、正常値データベース２１０に格納される正常時計測データと取得された計測データとの差の程度を示す異常度を算出して、異常度データ２５９（図１参照）に格納する。異常度の算出手法として、例えばマハラノビス距離がある。次に異常判定部１１３は、異常度が閾値以上であれば、計測データが異常であると判断する。

原因推定部１１４は、異常がある計測データ（パラメータ）について異常原因を推定して出力する。詳しくは、原因推定部１１４は故障モードデータベース２３０（図４参照）のなかで、パラメータ２３４（図４参照）が異常と判定された計測データの種別であるレコードを特定する。次に原因推定部１１４は、当該レコードの機器２３１の部位２３２に故障モード２３３が発生したと推定する。続いて原因推定部１１４は、推定結果を含む異常出力画面２９０（後記する図７参照）を入出力部１７０（図１参照）に接続されたディスプレイに表示する。

図７は、第１の実施形態に係る異常出力画面２９０の画面構成図である。異常出力画面２９０には異常が検知されたパラメータ（計測データの種別）と取得日付、および異常があると推定された機器と部位と故障モードとが含まれている。

≪機器状態監視処理≫
図８は、第１の実施形態に係る機器状態監視処理のフローチャートである。図８を参照しながら機器状態監視装置１００が実行する機器状態監視処理を説明する（適宜図１などを参照）。説明を簡単にするため、ある特定の機器（以下、対象機器と記す）に係る機器状態監視処理を説明する。他の機器については、同様の処理を繰り返せばよい。
ステップＳ１１において計測データ取得部１１１は、プロセスコンピュータ５１０から対象機器に係る計測データを取得する。詳しくは、計測データ取得部１１１は故障モードデータベース２３０（図４参照）のなかで機器２３１が対象機器であるレコードのパラメータ２３４にある種別の計測データを取得する。

ステップＳ１２において閾値設定部１１２は、異常判定に用いる閾値を算出して閾値データ２４９に格納する。
ステップＳ１３において異常判定部１１３は、正常値データベース２１０を参照して、計測データの異常度を算出して異常度データ２５９に格納する。
ステップＳ１４において異常判定部１１３は、異常度データ２５９が閾値データ２４９以上であれば異常と判定して（ステップＳ１４→ＹＥＳ）ステップＳ１５に進む。異常判定部１１３は、異常度データ２５９が閾値データ２４９未満であれば異常なしと判定して（ステップＳ１４→ＮＯ）ステップＳ１１に戻る。

ステップＳ１５において原因推定部１１４は、パラメータ２３４（図４参照）がステップＳ１４において異常と判定された計測データの種別であるレコードに含まれる機器２３１の部位２３２に故障モード２３３が発生している可能性があると推定する。なお、図４の例におけるポンプＡの故障モード２３３が発生とは、軸の接触不良、軸受の異物混入、シールの摩耗である。
ステップＳ１６において原因推定部１１４は、ステップＳ１５の推定結果を含む異常出力画面２９０（図７参照）を入出力部１７０（図１参照）に接続されたディスプレイに表示する。

≪機器状態監視装置の特徴≫
機器状態監視装置１００は、機器の故障モードを検出するために計測データと正常時の計測データとの差（異常度）を監視し、異常度が閾値以上であれば異常がある可能性がある機器の部位の故障モードを表示する。異常判定に用いる異常度の閾値は、故障モードの発生頻度が高ければ低く、発生頻度が低ければ高く設定される。発生頻度は機器の部位や使用年数に依存しており、機器状態監視装置１００は、機器の部位や使用年数に応じて当該部位に係る計測データの異常度の閾値を設定する。

このように閾値を設定して機器の状態監視を行うことで機器状態監視装置は、発生頻度が高い機器（部位）については低い閾値を用いて検知漏れを防ぎ、発生頻度が低い機器については高い閾値を用いて誤検知を防ぐことができる。このため異常検知の精度が向上し、効率的な機器監視、延いてはプラント操業を行うことができる。また、機器状態監視装置が機器の部位の使用年数に応じた閾値設定を行っており、人手による閾値設定が不要となり、機器監視のコストを削減することができる。

≪変形例：表示内容≫
上記した第１の実施形態では、異常判定部１１３が計測データの異常を検出した後に原因推定部１１４が異常に関連する機器の部位の故障モードを推定して、推定結果を異常出力画面２９０（図７参照）に表示している。機器、部位、故障モードに替わり、異常判定部１１３が、異常があったパラメータまたは計測データを表示するようにしてもよい。例えば異常判定部１１３は、計測データを取得したセンサ５２０や計測データの値、正常時の値を表示するようにしてもよい。

≪変形例：パラメータ≫
上記した実施形態では１つの機器に備わる部位の故障モードに対して１つのパラメータとなっている（図４参照）が、複数のパラメータがあってもよい。複数のパラメータがある場合に異常判定部１１３は、複数の正常時計測データと複数の計測データとのマハラノビス距離（異常度）を算出して閾値と比較する。または異常判定部１１３は、それぞれのパラメータについて異常度を算出して何れかの異常度が閾値以上であれば異常と判定してもよい。

≪第２の実施形態≫
第１の実施形態では故障モードの発生頻度に応じて異常判定の閾値（感度）を設定している。閾値の替わりに計測データの取得間隔、および異常判定の間隔（感度）を設定するようにしてもよい。

図９は、第２の実施形態に係る機器状態監視装置１００Ａの機能構成図である。第１の実施形態の機器状態監視装置１００（図１参照）と比較して機器状態監視装置１００Ａの制御部１１０は、閾値設定部１１２に替わる間隔設定部１１５を備える。間隔設定部１１５は、故障モードの発生頻度２３５（図４参照）に応じて、計測データの取得間隔、および異常判定の間隔を設定する。

詳しくは、間隔設定部１１５は機器５３０の部位それぞれについて、点検記録データベース２２０（図３参照）を参照して当該部位の交換日を取得して、使用年数を算出する。次に間隔設定部１１５は、故障モードデータベース２３０（図４参照）を参照して当該部位の使用年数における故障モードの発生頻度２３５を取得する。続いて、間隔設定部１１５は、発生頻度に応じて計測データの取得間隔、延いては異常判定の間隔を設定する。間隔設定部１１５は例えば、発生頻度が「高」なら間隔を１日に、「中」または「低」なら１月に設定する。

ポンプＡのシールについては、交換日は２００５年４月１日（図３参照）であって、２０１０年４月で５年経過することになり、摩耗の故障モードの発生頻度は「中」から「高」に変わる。このため間隔設定部１１５は、２０１０年４月に圧力の計測データの取得間隔、および異常判定の間隔を１月から１日に変更する。

図１０は、第２の実施形態に係る異常度データ２５９の時系列変化を説明するためのテーブル２５０Ａである。異常度データ２５９は、計測データから算出された機器５３０の異常度である。テーブル２５０は、計測データから算出されたポンプＡという機器の異常度の変化（時系列データ）を示している。

２０１０年４月以前には、温度、振動および圧力の計測データを月に１度取得して、異常判定を行っている。４月１日以降には圧力の計測データの取得間隔が１日に設定されるため、毎日圧力の計測データが取得され、異常度が算出されて異常判定が行われる。
月ごとの異常判定では２０１０年６月になって初めて異常が検知されるが、毎日異常判定することで２０１０年５月１４日に異常が検知され早期に検知できる。なお異常判定の閾値は、所定値であって例えば「１．０」である。

図１１は、第２の実施形態に係る機器状態監視処理のフローチャートである。図１１を参照しながら機器状態監視装置１００Ａが実行する機器状態監視処理を説明する。
ステップＳ２２を除くステップＳ２１，Ｓ２３～Ｓ２６は、第１の実施形態に係る機器状態監視処理（図８参照）のステップＳ１１，Ｓ１３～Ｓ１６とそれぞれ同様である。なお閾値は所定値であり、例えば「１．０」とする。
ステップＳ２２において間隔設定部１１５は、計測データの取得間隔、および異常判定の間隔を設定する。

≪第２の実施形態の特徴≫
機器状態監視装置１００Ａは故障モードの発生頻度に応じて、当該故障モードに係る計測データの取得間隔、および異常判定の間隔を設定する。詳しくは、機器状態監視装置１００Ａは発生頻度が高い場合には間隔を狭く設定する。このようにすることで、発生頻度が高い故障モードに係る計測データを頻繁に取得して異常判定することになり、通常の間隔の場合より早期に異常を検知することができるようになる。延いては、効率的な機器監視、延いてはプラント操業を行うことができるようになる。

≪その他の変形例≫
以上、本発明のいくつかの実施形態について説明したが、これらの実施形態は、例示に過ぎず、本発明の技術的範囲を限定するものではない。
例えば、第２の実施形態において発生頻度が高い故障モードに係る計測データの取得間隔を短くしているが、合わせて当該計測データの異常判定の閾値を下げるようにしてもよい。このようにすることで、異常を検出できる確率が向上する。

上記した実施形態では機器の部位やその使用年数に応じて決まった（設定された）故障モードの発生頻度に基づいて異常判定の閾値や間隔（頻度）を設定している。他の要因を考慮して、異常判定の感度となる閾値や間隔が設定されてもよい。機器状態監視装置１００，１００Ａは、例えば同じ機器、同じ部位であっても使用環境（設置してある環境の温度・湿度、使用頻度、負荷など）に応じて故障モードの発生頻度を定めて異常判定の閾値や間隔を設定するようにしてもよい。

上記した実施形態では発生頻度は「高」、「中」、「低」で示され、発生頻度に応じて閾値を「０．５」、「１．０」、「１．５」と設定している。発生頻度（発生確率）を数値で示して、この数値から閾値から算出するようにしてもよい。
上記した実施形態では使用年数（使用時間）は、機器の部位を交換してからの経過時間であったが、部位に応じて実際に使用（稼働）した時間（累計の使用した時間）と考えてもよい。

上記した実施形態において機器状態監視装置１００，１００Ａはコンピュータであって、制御部１１０に備わる各機能部はプログラム１２１によって実現される。一部または全ての機能部を、例えば集積回路などで実現するようにしてもよい。
また、上記した実施形態では機器状態監視装置１００，１００Ａは記憶部１２０を備え、故障モードデータベース２３０などのデータにアクセスしている。故障モードデータベース２３０などのデータが外部装置上にあり、制御部１１０はネットワークを介してアクセスするようにしてもよい。

本発明はその他の様々な実施形態を取ることが可能であり、さらに、本発明の要旨を逸脱しない範囲で、省略や置換等種々の変更を行うことができる。これら実施形態やその変形は、本明細書等に記載された発明の範囲や要旨に含まれるとともに、特許請求の範囲に記載された発明とその均等の範囲に含まれる。

１００，１００Ａ 機器状態監視装置
１１１ 計測データ取得部（異常判定部）
１１２ 閾値設定部（検知感度設定部）
１１３ 異常判定部
１１４ 原因推定部
１１５ 間隔設定部（検知感度設定部）
１２１ プログラム
２１０ 正常値データベース（正常時計測データ）
２２０ 点検記録データベース
２３０ 故障モードデータベース
２３１ 機器
２３２ 部位
２３３ 故障モード
２３４ パラメータ（計測データの種別）
２３５ 発生頻度（発生しやすさ）
５３０ 機器

Claims (7)

1. 機器に備わる部位の故障モードと、当該故障モードの発生しやすさとを関連付けて格納した故障モードデータベースを参照して、前記機器の異常を検知する感度を設定する検知感度設定部と、
   前記感度に応じて、前記機器の部位の状態を示すパラメータの値として取得された計測データと前記機器の正常時に取得された正常時計測データとを比較して当該計測データの異常度を算出し、異常判定する異常判定部とを備える
   ことを特徴とする機器状態監視装置。
2. 前記感度は、前記異常判定部が異常判定する際の異常度の閾値である
   ことを特徴とする請求項１に記載の機器状態監視装置。
3. 前記感度は、前記異常判定部が前記計測データの異常判定する時間間隔である
   ことを特徴とする請求項１に記載の機器状態監視装置。
4. 前記故障モードデータベースは、前記機器の部位の使用時間に応じた前記故障モードの発生しやすさを格納し、
   前記検知感度設定部は、前記部位の使用時間に応じて前記感度を設定する
   ことを特徴とする請求項１に記載の機器状態監視装置。
5. 異常と判定された前記計測データのパラメータに係る機器の部位の故障モードを出力する原因推定部をさらに備える
   ことを特徴とする請求項１に記載の機器状態監視装置。
6. コンピュータを、
   機器に備わる部位の故障モードと、当該故障モードの発生しやすさとを関連付けて格納した故障モードデータベースを参照して、前記機器の異常を検知する感度を設定する検知感度設定部と、
   前記感度に応じて、前記機器の部位の状態を示すパラメータの値として取得された計測データと前記機器の正常時に取得された正常時計測データとを比較して当該計測データの異常度を算出し、異常判定する異常判定部と
   を備える機器状態監視装置として機能させるためのプログラム。
7. 機器状態監視装置が、
   機器に備わる部位の故障モードと、当該故障モードの発生しやすさとを関連付けて格納した故障モードデータベースを参照して、前記機器の異常を検知する感度を設定するステップと、
   前記感度に応じて、前記機器の部位の状態を示すパラメータの値として取得された計測データと前記機器の正常時に取得された正常時計測データとを比較して当該計測データの異常度を算出し、異常判定するステップとを実行する
   ことを特徴とする機器状態監視方法。

Images