JP2023078117A - Manhole pump diagnosing method and manhole pump diagnosing device - Google Patents
Manhole pump diagnosing method and manhole pump diagnosing device Download PDFInfo
- Publication number
- JP2023078117A JP2023078117A JP2023016528A JP2023016528A JP2023078117A JP 2023078117 A JP2023078117 A JP 2023078117A JP 2023016528 A JP2023016528 A JP 2023016528A JP 2023016528 A JP2023016528 A JP 2023016528A JP 2023078117 A JP2023078117 A JP 2023078117A
- Authority
- JP
- Japan
- Prior art keywords
- manhole
- pair
- diagnostic
- pump
- characteristic values
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 20
- 230000005856 abnormality Effects 0.000 claims abstract description 65
- 238000003745 diagnosis Methods 0.000 claims abstract description 65
- 238000005070 sampling Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 43
- 238000010606 normalization Methods 0.000 claims description 39
- 230000002159 abnormal effect Effects 0.000 claims description 22
- 238000010801 machine learning Methods 0.000 claims description 16
- 238000002405 diagnostic procedure Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 57
- 238000004891 communication Methods 0.000 description 18
- 238000011156 evaluation Methods 0.000 description 17
- 239000010865 sewage Substances 0.000 description 17
- 230000001186 cumulative effect Effects 0.000 description 12
- 238000005259 measurement Methods 0.000 description 10
- 238000012806 monitoring device Methods 0.000 description 10
- 230000000694 effects Effects 0.000 description 7
- 238000005086 pumping Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000009434 installation Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 230000001932 seasonal effect Effects 0.000 description 2
- 238000012706 support-vector machine Methods 0.000 description 2
- 230000004913 activation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000007654 immersion Methods 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000013021 overheating Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000011144 upstream manufacturing Methods 0.000 description 1
- 238000004804 winding Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D13/00—Pumping installations or systems
- F04D13/12—Combinations of two or more pumps
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0077—Safety measures
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/0088—Testing machines
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F04—POSITIVE - DISPLACEMENT MACHINES FOR LIQUIDS; PUMPS FOR LIQUIDS OR ELASTIC FLUIDS
- F04D—NON-POSITIVE-DISPLACEMENT PUMPS
- F04D15/00—Control, e.g. regulation, of pumps, pumping installations or systems
- F04D15/02—Stopping of pumps, or operating valves, on occurrence of unwanted conditions
- F04D15/0209—Stopping of pumps, or operating valves, on occurrence of unwanted conditions responsive to a condition of the working fluid
- F04D15/0218—Stopping of pumps, or operating valves, on occurrence of unwanted conditions responsive to a condition of the working fluid the condition being a liquid level or a lack of liquid supply
- F04D15/0227—Lack of liquid level being detected using a flow transducer
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
Landscapes
- Engineering & Computer Science (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Control Of Positive-Displacement Pumps (AREA)
- Testing And Monitoring For Control Systems (AREA)
- Control Of Non-Positive-Displacement Pumps (AREA)
- Sewage (AREA)
- Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
Abstract
Description
本発明は、マンホール内に設置され、起動と停止を繰り返す2台のマンホールポンプの診断方法及び診断装置に関する。 TECHNICAL FIELD The present invention relates to a diagnostic method and a diagnostic device for two manhole pumps installed in a manhole and repeatedly starting and stopping.
マンホールポンプ設備は、流入管から流入した汚水を貯留する貯水部と、貯水部に貯留された汚水を流出管に排水する複数台のポンプと、貯水部に貯留された汚水の水位を計測する水位計と、水位計で計測された水位がポンプ起動水位に達すると何れかのポンプを起動して汚水を流出管に排水し、水位がポンプ停止水位に達すると当該ポンプを停止する汚水搬送制御を実行する制御装置を備えた制御盤を備えている。 The manhole pump system consists of a reservoir that stores sewage that flows in from the inflow pipe, multiple pumps that discharge the sewage stored in the reservoir to the outflow pipe, and a water level that measures the water level of the sewage stored in the reservoir. When the water level measured by the water level gauge reaches the pump start water level, one of the pumps is started to discharge sewage to the outflow pipe, and when the water level reaches the pump stop water level, the pump is stopped. It has a control panel with running controls.
このようなマンホールポンプ設備には、通常2台のポンプが設置され、汚水を搬送する度にそれらのポンプを交互に運転するように制御装置が構成されている。 Two pumps are normally installed in such a manhole pump system, and a control device is configured to alternately operate the pumps each time sewage is conveyed.
特許文献1には、ポンプ場における複数のポンプにより排出すべき所定時間毎の積算流入量を各ポンプの所定時間内の運転時間で除した値を各ポンプの平均的排水能力として時系列データで管理する手段と、その時系列データとして管理される各ポンプの平均的排水能力が予め設定されている排水能力範囲を越えたか否かを判定する手段と、複数のポンプ各々の平均的排水能力が設定排水能力範囲を越えたときに警報を発する手段とを備えているポンプ場の監視システムが提案されている。
In
特許文献2には、水位センサにより検知された貯留水位がポンプ起動水位に達すると電磁開閉器を作動させて水中ポンプを駆動する圧送制御部と、電動機を駆動する電磁開閉器の作動状態と、電磁開閉器を介して電機子巻線に接続される給電線の電流を検知する電流センサの検知状態と、貯留水位に基づいて異常の有無を判定する異常判定部を備え、異常判定部は、電磁開閉器の作動中に電流センサにより電流が検知されず、水位センサにより貯留水位の低下が検知されないと、オートカットが作動している電動機の過熱異常と判定する水中ポンプの制御装置が開示されている。
In
上述したような従来のマンホールポンプ設備に備えた制御装置は、ポンプの駆動電流値、起動水位から停止水位に到るまでのポンプの運転時間、ポンプの温度などの物理量が所定の閾値を超えたか否かにより各ポンプが異常であるか否かを判定していた。そして、想定される異常の種類に適した物理量を計測するために様々なセンサを用いて計測処理を行なう必要があり、非常に煩雑になるという問題があった。 The control device provided in the conventional manhole pump equipment as described above has a physical quantity such as the drive current value of the pump, the operation time of the pump from the start water level to the stop water level, and the temperature of the pump. Whether or not each pump is abnormal is determined based on whether or not there is an abnormality. Then, in order to measure the physical quantity suitable for the type of assumed abnormality, it is necessary to perform measurement processing using various sensors, which causes a problem of being extremely complicated.
また、異常判断するための閾値もポンプが設置されたマンホールの環境に左右されるため一律に設定することが困難であった。例えば単位時間当たりの入水量が多い地域と少ない地域ではポンプに起動頻度や運転時間に長短の偏りが生じるため、一定の閾値で判断すると正確な判定が困難になるという問題があった。 In addition, it is difficult to set a uniform threshold value for judging an abnormality because it depends on the environment of the manhole where the pump is installed. For example, in areas where the amount of water inflow per unit time is high and in areas where it is low, there is a difference in the start-up frequency and operating time of the pump.
特に、各マンホールポンプ設備の制御盤に通信装置を備え、各通信装置から送信されたポンプの運転データを管理するサーバを備え、管理者が所有する端末からサーバにアクセスして運転状況をモニタすることが可能な遠隔監視システムでは、それぞれのマンホールポンプ設備に備えたポンプの様々な異常を個別に判定するために、非常に多くの物理量を送信する必要があり、そのためのセンサの数や送信データの容量が増大する一方で、適切な閾値を設定することが困難であるという問題があった。 In particular, a communication device is provided in the control panel of each manhole pump facility, a server is provided to manage pump operation data transmitted from each communication device, and the operating status is monitored by accessing the server from a terminal owned by the administrator. In a remote monitoring system capable of monitoring various manhole pumps, it is necessary to transmit a large number of physical quantities in order to individually determine various abnormalities in the pumps installed in each manhole pump facility. However, there is a problem that it is difficult to set an appropriate threshold value.
本発明の目的は、上述した問題に鑑み、少ない物理量であっても様々な原因による異常診断が的確に行なえるマンホールポンプの診断方法及び診断装置を提供する点にある。 SUMMARY OF THE INVENTION It is an object of the present invention to provide a manhole pump diagnostic method and diagnostic apparatus capable of accurately diagnosing abnormality due to various causes even with a small physical quantity.
上述の目的を達成するため、本発明によるマンホールポンプの診断方法の第一の特徴構成は、診断対象となるマンホール内に設置され、起動と停止を繰り返す2台のマンホールポンプの診断方法であって、所定の診断対象期間内の各マンホールポンプの1起動当りの運転時間をサンプリングしてそれぞれの平均運転時間を一対の特性値として算出するサンプリングステップと、前記サンプリングステップで算出された一対の特性値を正規化する正規化ステップと、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットした特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断ステップと、を備えるとともに、前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、前記診断ステップは、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断する点にある。 In order to achieve the above object, the first characteristic configuration of the manhole pump diagnosis method according to the present invention is a diagnosis method for two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping. a sampling step of sampling the operating time per start of each manhole pump within a predetermined diagnosis target period and calculating the respective average operating time as a pair of characteristic values; and a pair of characteristic values calculated in the sampling step. and plotting the normalized pair of characteristic values on a two-dimensional coordinate system in which one of the pair of characteristic values is the x-axis and the other is the y-axis, and the plotted characteristic value points are two a diagnostic step of primarily diagnosing whether each manhole pump is normal or abnormal based on which side of a boundary threshold value set in advance in a dimensional coordinate system; comprising a diagnostic map in which the area outside the boundary threshold is partitioned into a plurality of regions, each partition being associated with one of the causes of anomalies, wherein the diagnosing step comprises: The point is to diagnose the cause of the abnormality .
サンプリングステップで時系列的にサンプリングされた各マンホールポンプの1起動当りの運転時間から算出されたそれぞれの平均運転時間で構成される特性値を正規化ステップで正規化することにより、例えばマンホールポンプの固有の機差による影響や設置環境の影響などを排除した一対の特性値を特徴量として抽出することができ、診断ステップにより一対の特性値を表す特性値点が2次元座標系にプロットされ、予め設定された境界閾値を指標にしてマンホールポンプが正常であるか異常であるかが適切に一次診断される。正規化された一対の特性値で示される特性値点が、正常領域を示す境界閾値の外側に区分された診断マップのどの領域に位置するかによって異常原因が推定できるようになる。 By normalizing the characteristic value composed of each average operation time calculated from the operation time per start of each manhole pump sampled in time series in the sampling step in the normalization step, for example, the manhole pump It is possible to extract a pair of characteristic values excluding the influence of the unique machine difference and the influence of the installation environment as a feature amount. By using a preset boundary threshold value as an index, whether the manhole pump is normal or abnormal is appropriately primary diagnosed. The cause of the abnormality can be estimated by determining in which region of the diagnostic map partitioned outside the boundary threshold value indicating the normal region the characteristic value point indicated by the pair of normalized characteristic values is located.
同第二の特徴構成は、診断対象となるマンホール内に設置され、起動と停止を繰り返す2台のマンホールポンプの診断方法であって、所定の診断対象期間内の各マンホールポンプの1起動当りの運転時間をサンプリングしてそれぞれの平均運転時間を算出し、一方の平均運転時間と、一方の平均運転時間と他方の平均運転時間の比とを一対の特性値とするサンプリングステップと、前記サンプリングステップで算出された一対の特性値を正規化する正規化ステップと、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットされた特性値点が前記2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断ステップと、を備え、前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備えるとともに、前記診断ステップは、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断する点にある。 The second characteristic configuration is a method for diagnosing two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping. a sampling step of sampling the operating times to calculate each average operating time, and setting one average operating time and a ratio of one average operating time to the other average operating time as a pair of characteristic values; A normalization step for normalizing the pair of characteristic values calculated in , and plotting the normalized pair of characteristic values on a two-dimensional coordinate system with one of the pair of characteristic values on the x axis and the other on the y axis. , a diagnostic step of primarily diagnosing normality or abnormality of each manhole pump based on which side of a boundary threshold preset in the two-dimensional coordinate system the plotted characteristic value point exists , The outside of the boundary threshold set in the two-dimensional coordinate system is divided into a plurality of areas, each division is provided with a diagnosis map associated with one of the causes of abnormality, and the diagnosis step includes: The point is that the cause of the abnormality is diagnosed based on the area plotted on the diagnostic map .
サンプリングステップで時系列的にサンプリングされた各マンホールポンプの1起動当りの運転時間から算出されたそれぞれの平均運転時間のうち、一方の平均運転時間と、一方の平均運転時間と他方の平均運転時間の比とを一対の特性値として、当該一対の特性値を正規化ステップで正規化することにより、例えばマンホールポンプの固有の機差による影響や設置環境の影響などを排除した一対の特性値を特徴量として抽出することができ、診断ステップにより一対の特性値を表す特性値点が2次元座標系にプロットされ、予め設定された境界閾値を指標にしてマンホールポンプが正常であるか異常であるかが適切に一次診断される。正規化された一対の特性値で示される特性値点が、正常領域を示す境界閾値の外側に区分された診断マップのどの領域に位置するかによって異常原因が推定できるようになる。 Among the average operating times calculated from the operating time per start of each manhole pump sampled in time series in the sampling step, the average operating time of one, the average operating time of one, and the average operating time of the other By normalizing the pair of characteristic values in the normalization step, for example, a pair of characteristic values that eliminates the effects of machine differences inherent to manhole pumps and the effects of the installation environment It can be extracted as a feature quantity, and the characteristic value points representing a pair of characteristic values are plotted on a two-dimensional coordinate system by the diagnostic step, and the manhole pump is normal or abnormal using a preset boundary threshold as an index. is properly primary diagnosed. The cause of the abnormality can be estimated by determining in which region of the diagnostic map partitioned outside the boundary threshold value indicating the normal region the characteristic value point indicated by the pair of normalized characteristic values is located.
同第三の特徴構成は、上述した第一または第二の特徴構成に加えて、前記正規化ステップで用いられる正規化処理に必要な統計データが、前記正規化処理実行時の前記診断対象期間を含む直近の所定期間の各特性値に基づいて算出される点にある。 The third feature configuration is, in addition to the above-described first or second feature configuration, the statistical data necessary for the normalization process used in the normalization step is the diagnosis target period when the normalization process is executed. is calculated based on each characteristic value for the most recent predetermined period including
直近の所定期間の各特性値から求められた統計データに基づいて一対の特性値に正規化処理が行なわれることにより、例えば季節変動などの時間経過に起因する影響が排除され、信頼性の高い診断が可能になる。 By performing normalization processing on a pair of characteristic values based on statistical data obtained from each characteristic value in the most recent predetermined period, the effects caused by passage of time such as seasonal fluctuations are eliminated, resulting in high reliability. diagnosis becomes possible.
同第四の特徴構成は、上述した第一から第三の何れかの特徴構成に加えて、前記診断ステップは、学習データとして入力される前記特性値に基づいて機械学習装置により前記境界閾値を自動生成する点にある。 The fourth feature configuration is, in addition to any one of the first to third feature configurations described above, in the diagnosis step, the boundary threshold value is calculated by a machine learning device based on the characteristic value input as learning data. The point is that it is automatically generated.
予め正常と異常を識別した教師データを準備して機械学習させるような手間の掛かる準備が不要となり、マンホールポンプが適正に運転されている状態での一対の特性値の複数が機械学習装置に入力されると、正常と異常を識別する境界閾値が自動生成されるようになる。 It eliminates the need for time-consuming preparations such as preparing teacher data that distinguishes between normal and abnormal conditions in advance for machine learning. Then, boundary thresholds that distinguish between normal and abnormal are automatically generated.
本発明によるマンホールポンプの診断装置の第一の特徴構成は、診断対象となるマンホール内に設置され、起動と停止を繰り返す2台のマンホールポンプの診断装置であって、所定の診断対象期間内にサンプリングされた各マンホールポンプの1起動当りの運転時間から算出された各平均運転時間で構成される一対の特性値を正規化する正規化処理部と、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットした特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断処理部と、を備えるとともに、前記診断処理部は、前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断する点にある。 A first characteristic configuration of the manhole pump diagnostic device according to the present invention is a diagnostic device for two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping. A normalization processing unit that normalizes a pair of characteristic values composed of each average operation time calculated from the operation time per start of each sampled manhole pump; A pair of normalized characteristic values are plotted on a two-dimensional coordinate system with a diagnosis processing unit that performs a primary diagnosis of normality or abnormality of each manhole pump, and the diagnosis processing unit divides the outside of the boundary threshold value set in the two-dimensional coordinate system into a plurality of areas, Each section is provided with a diagnostic map associated with any cause of abnormality, and each characteristic value point diagnoses the cause of abnormality based on the area plotted on the diagnostic map.
同第二の特徴構成は、診断対象となるマンホール内に設置され、起動と停止を繰り返す2台のマンホールポンプの診断装置であって、所定の診断対象期間内にサンプリングされた各マンホールポンプの1起動当りの運転時間から算出された各平均運転時間のうち、一方の平均運転時間と、一方の平均運転時間と他方の平均運転時間の比とで構成される一対の特性値を正規化する正規化処理部と、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットされた特性値点が前記2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断処理部と、を備えるとともに、前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断する点にある。 The second characteristic configuration is a diagnostic device for two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping. Normalization for normalizing a pair of characteristic values composed of one average operating time and the ratio of one average operating time to the other average operating time among each average operating time calculated from the operating time per start a pair of normalized characteristic values are plotted on a two-dimensional coordinate system in which one of the pair of characteristic values is on the x-axis and the other is on the y-axis, and the plotted characteristic value points are plotted on the two-dimensional coordinates a diagnosis processing unit that performs a primary diagnosis of normality or abnormality of each manhole pump based on which side of a boundary threshold preset in the system exists , and the above-mentioned set in the two-dimensional coordinate system; A diagnosis map is provided in which the outside of the boundary threshold is divided into a plurality of regions, each region is associated with one of the causes of abnormality, and each characteristic value point diagnoses the cause of abnormality based on the region plotted on the diagnosis map. It is in.
同第三の特徴構成は、上述した第一または第二の特徴構成に加えて、前記正規化処理部で用いられる正規化処理に必要な統計データが、前記正規化処理実行時の前記診断対象期間を含む直近の所定期間の各特性値に基づいて算出される点にある。The third feature configuration is, in addition to the above-described first or second feature configuration, statistical data necessary for normalization processing used in the normalization processing unit is the diagnosis target when the normalization processing is executed. The point is that it is calculated based on each characteristic value of the most recent predetermined period including the period.
同第四の特徴構成は、上述した第一から第三の何れかの特徴構成に加えて、前記診断処理部は、学習データとして入力される一対の特性値に基づいて前記境界閾値を自動生成する機械学習装置を備えている点にある。 The fourth feature configuration is, in addition to any one of the first to third feature configurations described above, the diagnostic processing unit automatically generating the boundary threshold value based on a pair of characteristic values input as learning data. It is equipped with a machine learning device that
以上説明した通り、本発明によれば、少ない物理量であっても様々な原因による異常診断が的確に行なえるマンホールポンプの診断方法及び診断装置を提供することができるようになった。 As described above, according to the present invention, it is possible to provide a manhole pump diagnostic method and diagnostic apparatus capable of accurately diagnosing abnormalities due to various causes even with small physical quantities.
以下に、本発明によるマンホールポンプの診断方法及び診断装置を説明する。 The diagnostic method and diagnostic device for a manhole pump according to the present invention will be described below.
図1にはマンホールポンプ装置10が示されている。マンホールポンプ装置10は、上流側の汚水流入管11から流入した汚水を貯留する貯水部としてのマンホール12と、マンホール12に貯留された汚水を下流側の汚水流出管13に圧送する2台のポンプPA,PBと、マンホール12に貯留された汚水の水位を計測する水位計18,19を備えている。
A
第1ポンプPAの吐出し曲管15aには第1揚水管15b、第1曲管15c、第1水平管15dがそれぞれフランジ接続され、第1水平管15dがヘッダー管13aを介して汚水流出管13にフランジ接続されている。第1揚水管15bと第1曲管15cの間に逆止弁15eが設けられている。
A
第2ポンプPBの吐出し曲管17aには第2揚水管17b、第2曲管17cがそれぞれフランジ接続され、第2曲管17cがヘッダー管13aを介して汚水流出管13にフランジ接続されている。第2揚水管17bと第2曲管17cとの間に逆止弁17eが設けられている。
A
投込圧力式または気泡式の水位計18がマンホール12の底部に設置されている。当該水位計18によってマンホール12に貯留される汚水の水位が連続的に検出される。さらにフロート式の水位計19が、異常高水位HHWLを検出するバックアップ用の水位計として設置されている。
A immersion pressure or bubble
マンホール12の近傍には、ポンプPA,PBを制御してマンホール12に溜まった汚水を汚水流出管13に圧送する汚水搬送制御を実行する制御部21を含む制御盤20が収容された制御盤装置200が設置されている。
In the vicinity of the
制御盤20には、制御部21、記憶部22、通信部24が設けられている。記憶部22には制御部21からの制御情報、水位計18,19からの水位情報などが記憶される。通信部24は、記憶部22に記憶された各種情報を遠隔の監視装置40に送信する送信部と、監視装置40からの制御指令を受信する受信部を備えている。
The
通信部24と監視装置40との間をつなぐ通信媒体として例えば携帯電話網のような無線通信媒体が好適に用いられ、このような通信媒体を介して監視装置40と通信部24がインターネット接続され、さらにマンホールポンプ装置10の管理者が所有する携帯通信端末30と監視装置40とが無線通信媒体を介してインターネット接続可能に構成されている。
A wireless communication medium such as a mobile phone network is preferably used as a communication medium for connecting the
制御盤20と各ポンプPA,PBは交流の給電線L1,L2で接続され、制御盤20と水位計18,19は信号線Sで接続されている。
The
制御部21は、水位計18で計測された水位が所定のポンプ起動水位HWLに達したことを検知するとポンプPA,PBのうち一方のポンプPAを起動するために給電線L1から給電制御し、水位がポンプ起動水位HWLより低位のポンプ停止水位LWLに達したことを検知すると給電を停止して当該一方のポンプPAを停止する。
When the
制御部21は、その後再び水位がポンプ起動水位HWLに達したことを検知すると他方のポンプPBを起動するために給電線L2から給電制御し、ポンプ停止水位LWLに達したことを検知すると給電を停止して当該ポンプPBを停止する。つまり、制御部21はポンプPA,PBを交互に運転制御する。
After that, when the
さらに、制御部21は、水位計18の故障などによりポンプ起動水位HWLが検知できない場合や、集中豪雨によりポンプ1台の排水能力を上回るような大量の雨水がマンホール12に流入し、異常高水位HHWLに達したことが水位計19で計測されたことを検知すると、2台のポンプPA,PBを同時に運転する。
Furthermore, the
制御部21は、例えば1分間隔で水位計18,19により検知された水位情報を時系列的にサンプリングして記憶部22に記憶するとともに、各ポンプPA,PBの起動時期及び停止時期と、起動から停止までの運転時間などの時系列的な稼動情報を記憶部22に記憶する。
The
図2に示すように、各マンホールポンプ装置10の制御盤20に備えた通信部24は、記憶部22に記憶された水位情報及び運転情報を所定インタバルで監視装置40に送信するように構成されている。
As shown in FIG. 2, the
監視装置40は、マンホールポンプ装置10の診断装置として機能し、各マンホールポンプ装置10の通信部24や管理者の携帯通信端末30と通信する通信部41、各マンホールポンプ装置10の通信部24から送信された水位情報及び運転情報を格納するデータベースDB、データベースDBとの間でデータをやり取りするデータ処理部42、データベースDBに格納された水位情報及び運転情報に基づいて各マンホールポンプ装置10が正常に稼働しているか否かを診断する診断部44を備えている。
The
診断部44は、正規化処理部46と、診断処理部48を備えている。正規化処理部46は、時系列的にサンプリングされた各ポンプPA,PBの特性を示す所定期間の運転時間から得られる一対の特性値を正規化するように構成されている。それぞれのポンプの平均運転時間を一対の特性値として算出することができるとともに、一方のポンプの平均運転時間と、一方のポンプの平均運転時間と他方のポンプの平均運転時間の比とを一対の特性値とすることもできる。
The
診断処理部48には、学習データとして入力される一対の特性値を示す過去の複数のデータに基づいて正常であるか異常であるかを診断する境界閾値を自動生成する機械学習装置を備えて構成され、機械学習装置は、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットした特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断するように構成されている。当該機械学習装置はワンクラスサポートベクタ-マシンアルゴリズムを実行する計算機で構成されている。 The diagnosis processing unit 48 includes a machine learning device that automatically generates a boundary threshold for diagnosing normality or abnormality based on a plurality of past data indicating a pair of characteristic values input as learning data. The machine learning device plots the pair of normalized characteristic values in a two-dimensional coordinate system in which one of the pair of characteristic values is the x-axis and the other is the y-axis, and the plotted characteristic value points are two-dimensional It is configured to perform primary diagnosis of normality or abnormality of each manhole pump based on which side of a boundary threshold preset in the coordinate system exists. The machine learning device consists of a computer that executes a one-class support vector machine algorithm.
さらに診断処理部48は、特性値点が異常であると一次診断される度に、所定の異常基準値に特性値点と境界閾値との距離に基づく重み係数を乗じて加算するとともに、特性値点が一次診断で正常と診断される度に、所定の正常復帰評価値を減算して得られる累積評価値に基づいてマンホールポンプの正常または異常を最終診断するように構成されている。 Further, the diagnosis processing unit 48 multiplies and adds a predetermined abnormality reference value by a weighting factor based on the distance between the characteristic value point and the boundary threshold, and adds the characteristic value Each time a point is diagnosed as normal in the primary diagnosis, a final diagnosis of normality or abnormality of the manhole pump is made based on an accumulated evaluation value obtained by subtracting a predetermined return-to-normal evaluation value.
2次元座標系に設定された境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、診断処理部48は、各特性値点がプロットされた領域に基づいて異常原因を診断するように構成されている。 The outside of the boundary threshold set in the two-dimensional coordinate system is divided into a plurality of areas, each section is provided with a diagnostic map associated with one of the causes of abnormality, and the diagnostic processing unit 48 plots each characteristic value point It is configured to diagnose the anomaly cause based on the area.
図3には、監視装置40で実行される一連の診断処理のフローが示されている。各マンホールポンプ装置10から1日分の計測データを受信しデータベースDBに格納し終えると(SA1)、各マンホールポンプ装置10のポンプ毎に異常判定に用いる計測データとしてポンプPA,PBの其々の運転時間を抽出するとともに、1日のポンプの運転時間の合計を運転回数で除した平均運転時間の其々をポンプPA,PBについて算出する(SA2)。特徴量として、それぞれのポンプの平均運転時間を一対の特性値を選択してもよいし、一方のポンプの平均運転時間と、一方のポンプの平均運転時間と他方のポンプの平均運転時間の比とを一対の特性値として選択してもよい。データベースDBに格納されている直近の所定期間内の平均運転時間から正規化処理に必要な統計量、つまり平均値と分散値を算出して、判定対象となる1日の特徴量を正規化処理する(SA3)。
FIG. 3 shows a flow of a series of diagnostic processes executed by the
正規化した特徴量を機械学習装置に入力して設定された境界閾値に基づいて一次判定を行ない(SA5)、異常と判定されると異常の程度を加味して累積評価値を加算処理し(SA6)、正常と判定されると累積評価値を減算処理する(SA7)。 The normalized feature amount is input to the machine learning device and primary judgment is performed based on the set boundary threshold (SA5). SA6), and if it is determined to be normal, the cumulative evaluation value is subtracted (SA7).
このような処理を日々繰り返して算出された累積評価値が予め設定された累積異常閾値を超えるか否かの最終的な異常判定を行ない(SA8)、累積異常閾値を超えていると、予め異常原因との相関を示す診断マップに基づいて異常原因を特定し(SA9)、異常原因とともに異常状態である旨の警報を管理者の所有する携帯端末などに送信する(SA10)。警報通知は、通信部41に備えたメーラーを介して電子メールとして送信される。 A final abnormality determination is made as to whether or not the cumulative evaluation value calculated by repeating such processing daily exceeds a preset cumulative abnormality threshold (SA8). The cause of the abnormality is specified based on the diagnostic map showing the correlation with the cause (SA9), and the cause of the abnormality and an alarm to the effect that there is an abnormality are transmitted to a mobile terminal or the like owned by the administrator (SA10). The warning notification is sent as an e-mail via a mailer provided in the communication section 41 .
以下、診断部44について詳述する。
図4(a)には、午前0時0分から翌0時0分までの24時間のマンホールポンプ装置の運転データが示されている。上段から順に水位の変動状況、ポンプPA、PBの運転タイミングと運転時間、ポンプPAの電流値、ポンプPBの電流値がそれぞれ示されている。
The
FIG. 4(a) shows operation data of the manhole pump device for 24 hours from 00:00 am to 00:00 the next day. The water level fluctuations, the operation timing and operation time of the pumps PA and PB, the current value of the pump PA, and the current value of the pump PB are shown in order from the top.
図4(b)には、図4(a)に示した水位の変動状況、ポンプPA、PBの運転タイミングと運転時間の関係を理解容易にするための拡大表示である。マンホールの貯水水位がHWLに達するとポンプPAが起動されて水位がLWLに低下すると停止される。次に貯水水位がHWLに達するとポンプPBが起動されて水位がLWLに低下すると停止される。水位がHWLからLWLに低下するまでの間は何れかのポンプが起動されている。ポンプの搬送量が低下していたり、マンホールへの汚水の流入量が多い場合などには、ポンプの運転時間が長くなる。 FIG. 4(b) is an enlarged display for facilitating understanding of the relationship between the water level fluctuations, the operation timings of the pumps PA and PB, and the operation time shown in FIG. 4(a). When the manhole water level reaches HWL, the pump PA is started and stopped when the water level drops to LWL. Next, when the water level reaches HWL, the pump PB is started and stopped when the water level drops to LWL. Any pump is activated until the water level drops from HWL to LWL. The operating time of the pump becomes longer when the pump's conveying amount is low or when the amount of sewage flowing into the manhole is large.
各マンホールポンプ装置10の記憶部22に記憶されたこのような水位情報及び運転情報が通信部24を介して監視装置40に送信され、データ処理部42を介してデータベースDBに格納される。
Such water level information and operation information stored in the
データ処理部42は、このようなデータから各ポンプPA,PBが起動されたときのそれぞれの「ポンプ運転時間の合計値」とそれぞれの「運転回数」を抽出し、「ポンプ運転時間の合計値」を「運転回数」で除して得られる1日の平均運転時間に基づいて、それぞれのポンプの平均運転時間を一対の特性値とし、或いは、一方のポンプの平均運転時間と、一方のポンプの平均運転時間と他方のポンプの平均運転時間の比とを一対の特性値として算出して正規化処理部46に引き渡す。 From such data, the data processing unit 42 extracts the "total value of pump operating time" and the "number of times of operation" when each pump PA, PB is started, and extracts the "total value of pump operating time". ” divided by the “number of times of operation”, the average operating time of each pump is set as a pair of characteristic values, or the average operating time of one pump and the average operating time of one pump The ratio of the average operating time of one pump and the average operating time of the other pump is calculated as a pair of characteristic values and transferred to the normalization processing unit 46 .
図5に示すように、正規化処理部46は、直近の過去3か月の間にデータベースDBに蓄積された特徴量を母集団としてデータの正規化のための平均値μ及び分散σ2を算出し、特徴量xに対して数式(x-μ)/σにより特徴量であるそれぞれの平均運転時間を正規化処理する。 As shown in FIG. 5, the normalization processing unit 46 calculates the average value μ and the variance σ 2 for data normalization using the feature values accumulated in the database DB in the last three months as a population. Then, each average operating time, which is a feature quantity, is normalized by the formula (x−μ)/σ for the feature quantity x.
直近の過去3か月に限るものではないが、正規化処理に必要な統計データ(平均値、分散値)は、正規化処理実行時の直近の所定期間の計測データ群に基づいて算出されることが好ましく、例えば季節変動などの時間経過に起因する影響が排除され、信頼性の高い診断が可能になる。 Although not limited to the most recent three months, the statistical data (average value, variance value) required for normalization processing is calculated based on the measurement data group for the most recent predetermined period when normalization processing is executed. It is preferred that the effects due to the lapse of time, such as seasonal variations, are eliminated, and a highly reliable diagnosis is possible.
正規化処理部46で正規化処理された特徴量「各ポンプの平均運転時間」で構成される一対の特性値または「一方のポンプの平均運転時間と、一方のポンプの平均運転時間と他方のポンプの平均運転時間の比」で構成される一対の特性値が診断処理部48に入力されると、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットされた特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する。 A pair of characteristic values composed of the feature value "average operating time of each pump" normalized by the normalization processing unit 46 or "average operating time of one pump, average operating time of one pump and average operating time of the other pump" When a pair of characteristic values constituted by the ratio of the average operating time of the pump is input to the diagnosis processing unit 48, the normal plotting a pair of characteristic values, and primary diagnosis of normality or abnormality of each manhole pump based on which side of the boundary threshold value preset in the two-dimensional coordinate system the plotted characteristic value point exists. do.
サンプリングステップで時系列的にサンプリングされた計測値に基づいて算出された特性値を正規化ステップで正規化することにより、例えばマンホールポンプの機差による影響や設置環境の影響などを排除した特性値を特徴量として抽出することができ、診断ステップによりそれら特徴量つまり2種類の計測データ群を表す点が、2次元座標系に時系列的な複数の点としてプロットされ、予め設定された境界閾値を指標にしてマンホールポンプ装置が正常であるか異常であるかが適切に一次診断される。 By normalizing the characteristic values calculated based on the measured values sampled in chronological order in the sampling step in the normalization step, characteristic values excluding the influence of machine differences of manhole pumps and the influence of the installation environment, etc. can be extracted as feature values, and the feature values, that is, the points representing the two types of measurement data groups are plotted in a two-dimensional coordinate system as a plurality of time-series points in the diagnosis step, and a preset boundary threshold is used as an index to properly perform primary diagnosis as to whether the manhole pump device is normal or abnormal.
図6には、縦軸(y軸)を各ポンプの平均運転時間の比(T(PA)/T(PB))、横軸(x軸)をポンプPBの平均運転時間(T(PB))とする2次元座標系の原点(各値の平均値)を有する略円形の閉曲線(太線で示されている。)を境界閾値として、プロットされた特性値点が境界閾値の内側に位置すると正常であり、プロットされた特性値点が境界閾値の外側に位置すると異常であると判定される様子が示されている。なお、縦軸(y軸)を一方のポンプの平均運転時間、横軸(x軸)を他方のポンプPBの平均運転時間とする2次元座標系に特性値点をプロットしてもよい。 In FIG. 6, the vertical axis (y-axis) is the ratio of the average operating time of each pump (T(PA)/T(PB)), and the horizontal axis (x-axis) is the average operating time of the pump PB (T(PB) ) of the two-dimensional coordinate system (the average value of each value). It shows how it is determined to be normal and abnormal when the plotted characteristic value points are located outside the boundary threshold. The characteristic value points may be plotted on a two-dimensional coordinate system in which the vertical axis (y-axis) is the average operating time of one pump and the horizontal axis (x-axis) is the average operating time of the other pump PB.
診断処理部48は、学習データとして入力される計測データ群に基づいて上述した境界閾値を自動生成する機械学習装置を備える。当該機械学習装置としては、ワンクラスサポートベクタ-マシン、LOF(local outlier factor)法、IF(Isolation Forest)法、RC(Robust Covariance)法などのアルゴリズムを実行する計算機などを用いることができる。 The diagnostic processing unit 48 includes a machine learning device that automatically generates the above-described boundary threshold value based on the measurement data group input as learning data. As the machine learning device, a computer that executes algorithms such as a one-class support vector machine, LOF (local outlier factor) method, IF (Isolation Forest) method, RC (Robust Covariance) method, or the like can be used.
機械学習を行なうことにより、図6に示す写像空間(特徴空間)において、正常な測定データ(トレーニングデータ)を写像した正常データ空間、つまり境界閾値の内部空間が生成される。図6の例では、ポンプが2台設置された100か所のマンホールポンプ装置で得られた一対の特性値の1年分を学習データとして学習した結果が示されている。 By performing machine learning, in the mapping space (feature space) shown in FIG. 6, a normal data space in which normal measurement data (training data) are mapped, that is, an inner space of boundary thresholds is generated. In the example of FIG. 6, the result of learning as learning data a pair of characteristic values for one year obtained from 100 manhole pump devices with two pumps installed is shown.
診断処理部48は、特性値点が異常であると一次診断する度に、以下の数式に基づいて、所定の異常基準値Vnbに各特性値点の位置と境界閾値との距離に基づく重み係数Wを乗じて加算するとともに、各特性値点が一次診断で正常と診断される度に、所定の正常復帰評価値Vpbを減算することにより累積評価値Vを算出し、累積評価値に基づいてマンホールポンプ装置の正常または異常を最終診断する。特性値点の位置と境界閾値との距離とは、特性値点を通る境界閾値からの法線の長さをいう。
V=Vnb×W-Vpb
本実施形態では、Vnb=1、Vnb<Vpb<Wmax×Vnbに設定されている。
Each time the diagnostic processing unit 48 makes a primary diagnosis that the characteristic value point is abnormal, the weighting factor based on the distance between the position of each characteristic value point and the boundary threshold is added to the predetermined abnormality reference value Vnb based on the following formula: W is multiplied and added, and each time each characteristic value point is diagnosed as normal in the primary diagnosis, a predetermined return-to-normal evaluation value Vpb is subtracted to calculate a cumulative evaluation value V, and based on the cumulative evaluation value Final diagnosis of normality or abnormality of manhole pump equipment. The distance between the position of the characteristic value point and the boundary threshold refers to the length of the normal line from the boundary threshold that passes through the characteristic value point.
V=Vnb×W−Vpb
In this embodiment, Vnb=1 and Vnb<Vpb<Wmax×Vnb are set.
一次診断で異常と診断された場合でもその後に正常と診断されるような軽度な異常もあれば、継続して異常と診断されてやがて重大な故障に到るような異常もある。そのような場合でも、一次診断で異常と診断される度に所定の異常基準値に特性値点と境界閾値との距離に基づく重み係数を乗じた値を加算し、正常と診断される度に所定の正常復帰評価値を減算することにより得られる累積評価値を算出して、当該累積評価値に基づいて機械設備の正常または異常を最終診断することにより、例えば近い将来にメンテナンスが必要な異常など異常の程度を加味した診断が可能になる。 There are minor anomalies that are diagnosed as normal even if they are diagnosed as abnormal in the primary diagnosis, and there are also anomalies that are continuously diagnosed as abnormal and eventually lead to a serious failure. Even in such a case, each time an abnormality is diagnosed in the primary diagnosis, a value obtained by multiplying a predetermined abnormality reference value by a weighting factor based on the distance between the characteristic value point and the boundary threshold value is added, and each time it is diagnosed as normal, A cumulative evaluation value obtained by subtracting a predetermined return-to-normal evaluation value is calculated, and a final diagnosis of normality or abnormality of the mechanical equipment is made based on the cumulative evaluation value, thereby detecting abnormalities that require maintenance in the near future, for example. It is possible to make a diagnosis considering the degree of abnormality such as
図7には、累積評価値の変遷が示されている。累積評価値は特性値点がプロットされる所定期間ごとに一次評価が行なわれ、異常判定されると初期値0からVnb×Wの値が加算され、正常判定されるとVpbの値が減算される。累積評価値が所定の閾値、この例では「10」超えると最終的な異常判定がなされ、管理者の所有する携帯端末などにその旨が送信される。なお、異常判定された後も一次判定及び最終判定は継続的に行なわれる。
FIG. 7 shows changes in cumulative evaluation values. The cumulative evaluation value is subjected to a primary evaluation every predetermined period in which the characteristic value points are plotted. When it is determined to be abnormal, the value of Vnb×W is added to the
図8には、診断マップが例示されている。図6に示す特徴空間に示された境界閾値の外側が8領域に区分され、各区分が異常原因の何れかと関連付けられている。診断処理部48は、各特徴データがプロットされた領域に基づいて異常原因を診断する。 A diagnostic map is illustrated in FIG. The area outside the boundary threshold shown in the feature space shown in FIG. 6 is divided into eight regions, and each division is associated with one of the causes of abnormality. The diagnosis processing unit 48 diagnoses the cause of abnormality based on the area where each feature data is plotted.
例えば、図8の例では、領域2に特性値点がプロットされると、長時間運転となるポンプPAのみ異常、領域4では水位計の異常など外部環境の異常、領域5では双方が長時間運転となる双方のポンプの異常、汚水の流入量の増加、吐出しパイプの合流部閉塞などの外部環境の異常、領域8では長時間運転によるポンプPBのみ異常と診断される。
For example, in the example of FIG. 8, when the characteristic value points are plotted in
上述した例では、各ポンプの平均運転時間、または一方のポンプの平均運転時間と他方のポンプの平均運転時間の比を一対の特性値とする例を説明したが、一対の特性値はこれらのデータに限るものではなく、各ポンプの一回の運転当たりの運転時間、一方のポンプの一回の運転当たりの運転時間と他方のポンプの一回の運転当たりの運転時間の比、図4(a)に示す各ポンプの運転時の電流値、平均電流値、双方のポンプの平均電流値の比など、適宜設定できることはいうまでもない。 In the above example, the average operating time of each pump or the ratio of the average operating time of one pump to the average operating time of the other pump is used as a pair of characteristic values. Not limited to data, the operating time per operation of each pump, the ratio of the operating time per operation of one pump and the operating time per operation of the other pump, Fig. 4 ( Needless to say, the current value during operation of each pump shown in a), the average current value, the ratio of the average current values of both pumps, and the like can be appropriately set.
以上説明したように、本発明によるマンホールポンプの診断方法は、マンホール内に設置され、起動と停止を繰り返す2台のマンホールポンプの診断方法であって、所定期間内の各マンホールポンプの1起動当りの運転時間をサンプリングしてそれぞれの平均運転時間を一対の特性値として算出するサンプリングステップと、サンプリングステップで算出された一対の特性値を正規化する正規化ステップと、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットした特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断ステップと、を備えている。 As described above, the method for diagnosing manhole pumps according to the present invention is a method for diagnosing two manhole pumps installed in a manhole and repeatedly starting and stopping. A sampling step of sampling the driving time of each and calculating each average driving time as a pair of characteristic values, a normalization step of normalizing the pair of characteristic values calculated in the sampling step, and one of the pair of characteristic values A pair of normalized characteristic values are plotted on a two-dimensional coordinate system with the x-axis and the other y-axis, and the plotted characteristic value points exist on either side of a boundary threshold preset in the two-dimensional coordinate system. a diagnostic step of primary diagnosing whether each manhole pump is normal or abnormal based on whether the manhole pump is normal or abnormal.
また、所定期間内の各マンホールポンプの1起動当りの運転時間をサンプリングしてそれぞれの平均運転時間を算出し、一方の平均運転時間と、一方の平均運転時間と他方の平均運転時間の比とを一対の特性値とするサンプリングステップと、サンプリングステップで算出された一対の特性値を正規化する正規化ステップと、一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットされた特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断ステップと、を備えている。 In addition, the operating time per start of each manhole pump within a predetermined period is sampled to calculate the average operating time of each, and the average operating time of one and the ratio of the average operating time of one to the average operating time of the other a pair of characteristic values, a normalization step of normalizing the pair of characteristic values calculated in the sampling step, and a two-dimensional coordinate system in which one of the pair of characteristic values is the x-axis and the other is the y-axis , plot a pair of normalized characteristic values, and determine whether each manhole pump is normal or abnormal based on which side of the boundary threshold the plotted characteristic value point lies on, which is preset in a two-dimensional coordinate system. and a diagnostic step of primarily diagnosing the
正規化ステップで用いられる正規化処理に必要な統計データが、前記正規化処理実行時の直近の所定期間の各特性値に基づいて算出されるように構成されている。 Statistical data necessary for the normalization process used in the normalization step is calculated based on each characteristic value in a predetermined period immediately before the execution of the normalization process.
診断ステップは、特性値点が異常であると一次診断される度に、所定の異常基準値に特性値点と境界閾値との距離に基づく重み係数を乗じて加算するとともに、特性値点が診断ステップで正常と診断される度に、所定の正常復帰評価値を減算して得られる累積評価値に基づいてマンホールポンプの正常または異常を最終診断するように構成されている。 In the diagnosis step, each time the characteristic value point is primarily diagnosed as abnormal, a predetermined abnormality reference value is multiplied by a weighting factor based on the distance between the characteristic value point and the boundary threshold, and the A final diagnosis of normality or abnormality of the manhole pump is made based on an accumulated evaluation value obtained by subtracting a predetermined return-to-normal evaluation value every time the manhole pump is diagnosed as normal.
2次元座標系に設定された境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、診断ステップは、各特性値点がプロットされた領域に基づいて異常原因を診断するように構成されている。 A diagnosis map is provided in which the outside of a boundary threshold set in a two-dimensional coordinate system is divided into a plurality of areas, and each division is associated with one of the causes of anomalies, and the diagnosis step includes: It is configured to diagnose the cause of the abnormality based on.
診断ステップは、学習データとして入力される特性値に基づいて機械学習装置により境界閾値を自動生成することが好ましい。 Preferably, the diagnosis step automatically generates a boundary threshold value using a machine learning device based on characteristic values input as learning data.
上述した実施形態では、診断ステップの全体が機械学習装置で実行されているが、境界閾値の生成のみが機械学習装置で実行されてもよく、さらには機械学習装置を用いずに既定の境界閾値を用いて診断ステップが実行されてもよい。 In the above-described embodiments, the entire diagnosis step is performed by the machine learning device, but only the generation of the boundary thresholds may be performed by the machine learning device, and even the default boundary thresholds may be calculated without using the machine learning device. A diagnostic step may be performed using .
上述した実施形態は何れも本発明の一例であり、該記載により本発明の技術的範囲が限定されるものではなく、ポンプや水位計などを始めとする各部の具体的構成、異常判定のために設定する閾値などは本発明の作用効果が奏される範囲で適宜変更設計可能であることはいうまでもない。 Each of the above-described embodiments is an example of the present invention, and the technical scope of the present invention is not limited by the description. It is needless to say that the threshold value to be set to can be appropriately changed and designed as long as the effects of the present invention are exhibited.
10:マンホールポンプ設備
PA,PB:ポンプ
18,19:水位計
21:制御部
22:記憶部
24:通信部
30:携帯端末
40:監視装置
41:通信部
42:データ処理部
44:診断部
46:正規化処理部
48:診断処理部
10: Manhole pump equipment PA, PB: Pumps 18, 19: Water level gauge 21: Control unit 22: Storage unit 24: Communication unit 30: Mobile terminal 40: Monitoring device 41: Communication unit 42: Data processing unit 44: Diagnosis unit 46 : Normalization processing unit 48: Diagnosis processing unit
Claims (8)
所定の診断対象期間内の各マンホールポンプの1起動当りの運転時間をサンプリングしてそれぞれの平均運転時間を一対の特性値として算出するサンプリングステップと、
前記サンプリングステップで算出された一対の特性値を正規化する正規化ステップと、
一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットした特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断ステップと、
を備えるとともに、
前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、
前記診断ステップは、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断するマンホールポンプの診断方法。 A diagnostic method for two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping,
a sampling step of sampling the operating time per start of each manhole pump within a predetermined diagnosis target period and calculating the average operating time of each as a pair of characteristic values;
a normalization step of normalizing the pair of characteristic values calculated in the sampling step;
A pair of normalized characteristic values is plotted on a two-dimensional coordinate system in which one of the pair of characteristic values is on the x-axis and the other is on the y-axis, and the plotted characteristic value points are a boundary preset in the two-dimensional coordinate system. a diagnostic step of primary diagnosing whether each manhole pump is normal or abnormal based on which side of the threshold it exists;
and
A diagnostic map in which the outside of the boundary threshold set in the two-dimensional coordinate system is divided into a plurality of regions, each region being associated with one of the causes of abnormality;
The diagnostic step includes diagnosing the cause of the abnormality based on the area where each characteristic value point is plotted on the diagnostic map .
所定の診断対象期間内の各マンホールポンプの1起動当りの運転時間をサンプリングしてそれぞれの平均運転時間を算出し、一方の平均運転時間と、一方の平均運転時間と他方の平均運転時間の比とを一対の特性値とするサンプリングステップと、
前記サンプリングステップで算出された一対の特性値を正規化する正規化ステップと、
一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットされた特性値点が前記2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断ステップと、
を備えるとともに、
前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、
前記診断ステップは、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断するマンホールポンプの診断方法。 A diagnostic method for two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping,
Sampling the operating time per start of each manhole pump within a predetermined diagnosis target period, calculating each average operating time, and calculating the average operating time of one and the ratio of the average operating time of one to the average operating time of the other a sampling step with and as a pair of characteristic values;
a normalization step of normalizing the pair of characteristic values calculated in the sampling step;
A pair of normalized characteristic values are plotted on a two-dimensional coordinate system in which one of the pair of characteristic values is the x-axis and the other is the y-axis, and the plotted characteristic value points are preset in the two-dimensional coordinate system. a diagnostic step of primary diagnosing whether each manhole pump is normal or abnormal based on which side of the boundary threshold value is present;
and
A diagnostic map in which the outside of the boundary threshold set in the two-dimensional coordinate system is divided into a plurality of regions, each region being associated with one of the causes of abnormality;
The diagnostic step includes diagnosing the cause of the abnormality based on the area where each characteristic value point is plotted on the diagnostic map .
所定の診断対象期間内にサンプリングされた各マンホールポンプの1起動当りの運転時間から算出された各平均運転時間で構成される一対の特性値を正規化する正規化処理部と、
一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットした特性値点が2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断処理部と、
を備えるとともに、
前記診断処理部は、前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断するマンホールポンプの診断装置。 A diagnostic device for two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping,
a normalization processing unit that normalizes a pair of characteristic values composed of each average operating time calculated from the operating time per start of each manhole pump sampled within a predetermined diagnosis target period;
A pair of normalized characteristic values is plotted on a two-dimensional coordinate system in which one of the pair of characteristic values is on the x-axis and the other is on the y-axis, and the plotted characteristic value points are a boundary preset in the two-dimensional coordinate system. a diagnosis processing unit that performs a primary diagnosis of normality or abnormality of each manhole pump based on which side of the threshold it exists;
and
The diagnosis processing unit includes a diagnosis map in which the outside of the boundary threshold set in the two-dimensional coordinate system is divided into a plurality of areas, each division is associated with one of the causes of abnormality, and each characteristic value point is the A diagnostic device for manhole pumps that diagnoses the cause of an abnormality based on the area plotted on the diagnostic map .
所定の診断対象期間内にサンプリングされた各マンホールポンプの1起動当りの運転時間から算出された各平均運転時間のうち、一方の平均運転時間と、一方の平均運転時間と他方の平均運転時間の比とで構成される一対の特性値を正規化する正規化処理部と、
一対の特性値の一方をx軸、他方をy軸とする2次元座標系に、正規化された一対の特性値をプロットし、プロットされた特性値点が前記2次元座標系に予め設定された境界閾値の何れの側に存在するかに基づいて各マンホールポンプの正常または異常を一次診断する診断処理部と、
を備えるとともに、
前記2次元座標系に設定された前記境界閾値の外側が複数の領域に区分され、各区分が異常原因の何れかと関連付けられた診断マップを備え、各特性値点が前記診断マップにプロットされた領域に基づいて異常原因を診断するマンホールポンプの診断装置。 A diagnostic device for two manhole pumps installed in a manhole to be diagnosed and repeatedly starting and stopping,
Among the average operating times calculated from the operating time per start of each manhole pump sampled within a predetermined diagnostic period, the average operating time of one, the average operating time of one, and the average operating time of the other a normalization processing unit that normalizes a pair of characteristic values composed of a ratio and
A pair of normalized characteristic values are plotted on a two-dimensional coordinate system in which one of the pair of characteristic values is the x-axis and the other is the y-axis, and the plotted characteristic value points are preset in the two-dimensional coordinate system. a diagnostic processing unit that performs a primary diagnosis of normality or abnormality of each manhole pump based on which side of the boundary threshold value is present;
and
A diagnostic map is provided in which the outside of the boundary threshold set in the two-dimensional coordinate system is divided into a plurality of regions, each region is associated with one of the abnormal causes, and each characteristic value point is plotted on the diagnostic map. Diagnosis device for manhole pump that diagnoses the cause of abnormality based on area .
8. The manhole pump diagnostic device according to claim 5, wherein said diagnostic processing unit comprises a machine learning device for automatically generating said boundary threshold based on a pair of characteristic values input as learning data.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023016528A JP7498321B2 (en) | 2018-12-27 | 2023-02-07 | Manhole pump diagnostic method and manhole pump diagnostic device |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018245241A JP7224176B2 (en) | 2018-12-27 | 2018-12-27 | Diagnosis method for manhole pump and diagnosis device for manhole pump |
JP2023016528A JP7498321B2 (en) | 2018-12-27 | 2023-02-07 | Manhole pump diagnostic method and manhole pump diagnostic device |
Related Parent Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018245241A Division JP7224176B2 (en) | 2018-12-27 | 2018-12-27 | Diagnosis method for manhole pump and diagnosis device for manhole pump |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2023078117A true JP2023078117A (en) | 2023-06-06 |
JP7498321B2 JP7498321B2 (en) | 2024-06-11 |
Family
ID=71449134
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018245241A Active JP7224176B2 (en) | 2018-12-27 | 2018-12-27 | Diagnosis method for manhole pump and diagnosis device for manhole pump |
JP2023016528A Active JP7498321B2 (en) | 2018-12-27 | 2023-02-07 | Manhole pump diagnostic method and manhole pump diagnostic device |
Family Applications Before (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018245241A Active JP7224176B2 (en) | 2018-12-27 | 2018-12-27 | Diagnosis method for manhole pump and diagnosis device for manhole pump |
Country Status (2)
Country | Link |
---|---|
JP (2) | JP7224176B2 (en) |
CN (2) | CN118030550A (en) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP7431391B2 (en) * | 2020-07-29 | 2024-02-15 | NiX JAPAN株式会社 | Manhole pump deterioration prediction method |
KR102379884B1 (en) * | 2021-08-30 | 2022-03-29 | 주식회사 한국종합건축사사무소 | Elevator anti-flood apparatus for construction |
CN116205087B (en) * | 2023-05-05 | 2023-07-14 | 安徽中科大国祯信息科技有限责任公司 | Rain and sewage drainage pipe network anomaly analysis method and device based on edge computing gateway |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6408259B1 (en) | 2000-02-01 | 2002-06-18 | General Electric Company | Alert generation for trend performance analysis |
JP2007257190A (en) * | 2006-03-22 | 2007-10-04 | Toshiba Corp | Total monitoring diagnosis device |
JP5137359B2 (en) * | 2006-09-05 | 2013-02-06 | 株式会社鶴見製作所 | Drainage pump abnormality diagnosis method and apparatus |
JP6055190B2 (en) * | 2012-03-08 | 2016-12-27 | 日立オートモティブシステムズ株式会社 | Electric pump failure diagnosis device |
JP6234732B2 (en) * | 2013-08-09 | 2017-11-22 | 株式会社クボタ | Abnormality detection device, sewage transfer pump device and monitoring device |
US8892263B1 (en) * | 2014-05-19 | 2014-11-18 | State Farm Mutual Automobile Insurance Company | Systems and methods for detecting and resolving sump pump failures |
JP6292032B2 (en) | 2014-05-28 | 2018-03-14 | 富士通株式会社 | Base station equipment |
US10271115B2 (en) * | 2015-04-08 | 2019-04-23 | Itt Manufacturing Enterprises Llc. | Nodal dynamic data acquisition and dissemination |
CN105781527A (en) * | 2016-03-24 | 2016-07-20 | 中国海洋石油总公司 | Parameter diagnosis and analysis method for electric submersible pump well working condition instrument |
JP6426667B2 (en) * | 2016-08-10 | 2018-11-21 | 三菱重工工作機械株式会社 | Apparatus for detecting abnormality of tool of machine tool and method |
JP2018040341A (en) * | 2016-09-09 | 2018-03-15 | 株式会社クボタ | Pump control device and pump control method |
-
2018
- 2018-12-27 JP JP2018245241A patent/JP7224176B2/en active Active
-
2019
- 2019-12-23 CN CN202410291365.8A patent/CN118030550A/en active Pending
- 2019-12-23 CN CN201911338676.0A patent/CN111503011B/en active Active
-
2023
- 2023-02-07 JP JP2023016528A patent/JP7498321B2/en active Active
Also Published As
Publication number | Publication date |
---|---|
CN111503011A (en) | 2020-08-07 |
CN118030550A (en) | 2024-05-14 |
JP7498321B2 (en) | 2024-06-11 |
JP2020107073A (en) | 2020-07-09 |
JP7224176B2 (en) | 2023-02-17 |
CN111503011B (en) | 2024-04-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7175752B2 (en) | Diagnostic method for mechanical equipment and diagnostic device for mechanical equipment | |
JP7498321B2 (en) | Manhole pump diagnostic method and manhole pump diagnostic device | |
AU2009252910B2 (en) | Sump monitoring method and apparatus | |
JP4542819B2 (en) | Hydraulic machine, system and method for monitoring the health status of a hydraulic machine | |
US6721683B2 (en) | Pump motor diagnosis | |
JP6234732B2 (en) | Abnormality detection device, sewage transfer pump device and monitoring device | |
US20140379300A1 (en) | Pump efficiency determining system and related method for determining pump efficiency | |
KR20180088578A (en) | Information processing system, information processing method, information processing device, terminal device, water supply device, and method of controlling water supply device | |
EP3567173B1 (en) | Alarm management module for a wastewater pumping station | |
JP2008063954A (en) | Abnormality diagnostic method of drainage pump and its device | |
US10648469B2 (en) | Remote pump managing device | |
KR100890528B1 (en) | Inundation forecast warning system of pumping facilities | |
KR100567434B1 (en) | On-Line Monitoring System for Pump Stations | |
KR101321349B1 (en) | Pump performance estimation method and system using a water level sensor | |
JP2024019788A (en) | Manhole pump diagnostic method and manhole pump diagnostic device | |
JP2022075128A (en) | Checkup method and checkup device for manhole pump | |
CN102032929B (en) | Method in connection with pump drive | |
JP2024019789A (en) | Manhole pump diagnostic method and manhole pump diagnostic device | |
EP3904682B1 (en) | Method for monitoring and controlling the operation of a pump station | |
JP2023090211A (en) | Insulation resistance evaluation method and electric motor diagnostic method | |
KR101823921B1 (en) | Control, diagnosis and monitoring system of water resource having the function for earthquake forecast | |
KR100875131B1 (en) | System for diagnosing sewer automatically and flux flow state diagnosis method therefor | |
EP4019779A1 (en) | A pump monitoring system and method for associating a current operating state of a pump system with one or more fault scenarios | |
JP2021189797A (en) | Information processor, information processing method, and computer program | |
JP2016194241A (en) | Central monitoring device for vacuum type sewage gathering apparatus, monitoring system, and monitoring method |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230209 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20240109 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20240227 |
|
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: 20240507 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240530 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7498321 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |