JP4237610B2 - 保守支援方法及びプログラム - Google Patents

保守支援方法及びプログラム Download PDF

Info

Publication number
JP4237610B2
JP4237610B2 JP2003422394A JP2003422394A JP4237610B2 JP 4237610 B2 JP4237610 B2 JP 4237610B2 JP 2003422394 A JP2003422394 A JP 2003422394A JP 2003422394 A JP2003422394 A JP 2003422394A JP 4237610 B2 JP4237610 B2 JP 4237610B2
Authority
JP
Japan
Prior art keywords
failure
maintenance
database
risk
function
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.)
Expired - Lifetime
Application number
JP2003422394A
Other languages
English (en)
Other versions
JP2005182465A (ja
Inventor
恵一 佐々木
彰 澤田
繁仁 小寺
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.)
Toshiba Corp
Original Assignee
Toshiba Corp
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 Toshiba Corp filed Critical Toshiba Corp
Priority to JP2003422394A priority Critical patent/JP4237610B2/ja
Priority to US11/007,759 priority patent/US7082384B2/en
Priority to EP04029393A priority patent/EP1544771A1/en
Priority to CNB2004100821279A priority patent/CN100541485C/zh
Publication of JP2005182465A publication Critical patent/JP2005182465A/ja
Application granted granted Critical
Publication of JP4237610B2 publication Critical patent/JP4237610B2/ja
Anticipated expiration legal-status Critical
Expired - Lifetime legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling

Description

本発明は、機器の保守対応を支援するための保守支援方法及びプログラムに関する。
従来、電気機器や設備の保守診断方法としては、機器の種類毎に決定された点検周期に従い、機器の設置環境や劣化度合に関わらず、定期的にメンテナンスを行うTBM(Time Based Maintenance ;時間基準保全)が多く用いられている。
かかるTBMの利点としては、メンテナンス計画を立て易いことが挙げられる。例えば、プラントや電気機器のメーカは、自社が納入した製品に対して保守対応期間を設け、納入からある一定の期間、交換部品の確保やメンテナンスの引受をユーザに対して保証している。保守対応期間は、製造から何年、もしくは同機種の製造中止から何年といった形式で、交換部品の供給可能期間や保守要員の対応可能期間などを理由に、メーカ主導で決定される。
一方、TBMの欠点としては、機器の設置環境が良好で劣化の度合が小さい場合でも点検を行うため、無意味に機器の稼働率が下がり、メンテナンス費用がかさむ等が挙げられる。TBMの他の欠点としては、前述とは逆の場合、すなわち、機器の設置環境が予想よりも劣悪で材料や部品の劣化が進行しやすい場合には、点検周期が長すぎて故障が頻発する可能性があることが挙げられる。これらの欠点のため、TBMは、機器の種類毎に一律に推進するのは望ましくないと考えられる。
そこで昨今、老朽化設備が増大し景気が低迷する中、機器ユーザは、プラントや機器の運用コストを最小化する方法を模索し始めている。
具体的には、機器ユーザの間では、機器毎に運転状態や劣化度合を確認して点検周期や点検項目を選定し、メンテナンスの最適化を図るCBM(Condition Based Maintenance ;状態基準保全)を志向する動きがある。
また、機器の運用リスクとメンテナンス費用のトレード・オフに着目して機器毎のライフサイクルにおける運用コストの最小化を図るRBM(Risk Based Maintenance ;リスク基準保全)も提唱されている。
すなわち、機器ユーザは、CBMやRBMを利用してメンテナンス方法の最適化を図ることにより、メンテナンス回数の削減やメンテナンス周期の拡張等を行なって、ライフサイクルコストを下げると共にプラントや機器の信頼性を維持することを目指している。
なお、この出願に関連する先行技術文献情報としては、次の特許文献1〜3がある。
特許文献1は、余寿命に応じた保守管理を可能とする技術が開示されており、破壊確率に重み係数を乗じたプラントリスク推定値を越えない様に、プラント運転制限値を求めると共に、現在の余寿命と将来の余寿命予測からプラントリスク運用推定値を求める技術が述べられている(段落[0009]〜[0010])。
特許文献2は、対人危険リスク、機能損失リスク、環境リスクをもとに、保全箇所のリスクを定量的に評価し、また、改造コストと故障発生時の損失コストとを計算し、過剰保全を回避する技術が開示されている(段落[0009]及び[0032])。
特許文献3は、故障事象と故障要因とをマトリックスで関係付けて、精度の高い故障診断を実現する技術が開示されている(段落[0003])。
特開2002−73155号公報 特開2002−123314号公報 特開平11−119823号公報
しかしながら、以上のような保守支援方法は、メンテナンス方法の最適化を図るというものの、具体的な最適化手法が未だ確立されていない状況にある。
同様に、前述した特許文献1〜3に記載の技術はそれぞれ次のような状況にある。
特許文献1に記載の技術は、余寿命に応じた保守管理をするものであり、メンテナンス周期を最適化するものではない。
特許文献2に記載の技術は、過剰保全の回避を行なうものであるが(段落[0007])、基本的に計画立案段階での評価であるので(段落[0035])、運用実績に基づくメンテナンス方法の最適化については、保全方法/周期の見直しS10がなされる(段落[0036])といった概要だけが述べられている。また、特許文献2に記載の技術は、経年変化による劣化を解析するものであり(段落[0014]、[0027]及び図5)、経年変化以外の故障の解析については具体的な記載がない。
特許文献3に記載の技術は、精度の高い故障診断を実現するものであり、メンテナンス周期を最適化するものではない。
本発明は上記実情を考慮してなされたもので、機器のメンテナンスの最適周期を算出でき、運用実績に基づいて経年変化以外の故障をも解析し得る保守支援方法及びプログラムを提供することにある。
第1の発明は、機器の識別情報毎に、前記機器の部品の識別情報と、稼動実績に関する少なくとも「機器の部品の単価」、「メンテナンスの人員データ」、「人件費単価データ」及び「故障モード毎の設備停止損費」と、故障実績に関する少なくとも「故障モード」、「故障モード毎の故障発生頻度」、「故障兆候現象」及び「故障原因」と、更新実績に関する少なくとも「故障モード毎の対策方法」とを含む運用実績を管理するための設備保全情報が記憶された設備保全データベース記憶装置、診断データベース記憶装置、診断データベース作成部及び診断エンジンを備えた保守支援装置が、前記設備保全情報に基づいて、前記診断データベース作成及び前記診断エンジンにより、当該機器の保守対応を支援するための保守支援方法であって、前記診断データベース作成が、前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記稼動実績に関する少なくとも「機器の部品の単価」、「メンテナンスの人員データ」、「人件費単価データ」、「故障モード毎の設備停止損費」、及び前記故障実績に関する少なくとも「故障モード」、「故障モード毎の故障発生頻度」を機器の識別情報と関連付けてリスク評価データベースを作成して当該リスク評価データベースを前記診断データベース記憶装置に書き込む工程と、前記診断データベース作成が、前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記故障実績に関する少なくとも「故障モード」及び前記更新実績に関する少なくとも「故障モード毎の対策方法」を機器の識別情報及び機器の部品の識別情報と関連付けてリスク対策データベースを作成して当該リスク対策データベースを前記診断データベース記憶装置に書き込む工程と、前記診断データベース作成が、前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記機器の部品の識別情報及び故障モードに基づいて、機器の部品毎のイベントツリー解析又は故障木解析を実行し、解析結果を得る工程と、前記診断データベース作成が、この解析結果とこの解析結果における故障モード毎に、前記設備保全データベース記憶装置内の前記設備保全情報のうちの少なくとも故障発生頻度、故障兆候現象及び故障原因を機器の識別情報及び機器の部品の識別情報と関連付けて故障診断データベースを作成して当該故障診断データベースを前記診断データベース記憶装置に書き込む工程と、前記診断エンジンが、前記機器に故障が発生する前に前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度及び前記設備停止損費に基づいて、機器毎に故障が発生した場合のリスク推定額を時系列に沿って算出する工程と、前記診断エンジンが、前記機器に故障が発生する前に前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度、前記対策方法、前記機器の部品の単価、前記人員データ、及び前記人件費単価データに基づいて、前記機器毎に予め対策方法を実行する場合のメンテナンス費用を時系列に沿って算出する工程と、前記診断エンジンが、前記リスク推定額と前記メンテナンス費用とを時系列に沿って加算し、得られた加算結果が最小になる時点をメンテナンス周期として出力する工程と、前記診断エンジンが、前記機器に故障が発生した場合、前記機器の識別情報及び故障モードに基づいて前記診断データベース記憶装置内の前記故障診断データベースを参照し、得られた故障原因及び/又は故障兆候現象を出力する工程と、前記診断エンジンが、前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度、前記対策方法、前記機器の部品の単価、前記人員データ、及び前記人件費単価データに基づいて、前記出力したメンテナンス周期におけるメンテナンス費用を機器の部品の識別情報毎に算出する工程と、前記診断エンジンが、前記算出した部品の識別情報毎のメンテナンス費用を複数通りの組合せで合計し、複数のメンテナンス費用候補を算出する工程と、前記診断エンジンが、前記各メンテナンス費用候補のうち、前記メンテナンス周期におけるメンテナンス予算を越えない範囲で最大金額のメンテナンス費用候補を選択する工程と、前記診断エンジンが、前記選択したメンテナンス費用候補を出力する工程と、前記診断エンジンが、前記算出したリスク推定額及びメンテナンス費用をメモリに書込む工程と、前記診断エンジンが、内部収益率(IRR)法を用いたファイナンシャル計算モデルを起動する工程と、前記診断エンジンが、前記ファイナンシャル計算モデルに基づいて、前記メモリと予め割引率が記憶された外部機関データベースとを参照する工程と、前記診断エンジンが、前記参照により得られたリスク推定額、メンテナンス費用及び割引率を前記ファイナンシャル計算モデルに設定し、機器のライフサイクルに渡る運用コストを計算する工程と、を備えており、前記運用コストを計算する工程としては、前記参照により得られたリスク推定額と前記メンテナンス費用とを加算してi期のキャッシュフローとしてのトータルコストCiを算出し、このトータルコストCiと、前記割引率としての内部収益率Rとを次式のファイナンシャル計算に用いる工程、当初投資元本=Σ n i=1 i /(1+R) i 含んでいる保守支援方法である。
なお、第1の発明は、「方法」として名称を表現したが、これに限らず、「装置」、「プログラム」又は「コンピュータ読取り可能な記憶媒体」として名称を表現してもよい。
(作用)
従って、第1の発明は以上のような手段を講じたことにより、診断エンジンが、リスク評価データベース及びリスク対策データベースを参照し、機器毎に故障が発生した場合のリスク推定額と、機器毎に予め対策方法を実行する場合のメンテナンス費用とを時系列に沿って算出し、リスク推定額とメンテナンス費用とを時系列に沿って加算することにより、機器のメンテナンスの最適周期を算出することができる。また、診断エンジンが、機器に故障が発生した場合、機器の識別情報及び故障モードに基づいて故障診断データベースを参照することにより、運用実績に基づいて経年変化以外の故障をも解析することができる。
以上説明したように本発明によれば、機器のメンテナンスの最適周期を算出でき、運用実績に基づいて経年変化以外の故障をも解析できる。
以下、本発明の一実施形態について図面を参照して説明する。
図1は本発明の一実施形態に係る保守支援装置の構成を示す機能ブロック図である。この保守支援装置は、設備保全情報DB(Database;データベース)10、診断DB20、診断DB作成部(データベース作成装置)30及び診断エンジン40を備えている。なお、診断DB作成部30及び診断エンジン40は、互いに一体又は別体のいずれでもよく、各々がハードウェア構成とソフトウェア構成との組合せ構成により実現される。ソフトウェア構成は、診断DB作成部30及び診断エンジン40の機能を実現させるためのプログラムが予め記憶媒体又はネットワークから保守支援装置のコンピュータにインストールされることにより実現される。
ここで、設備保全情報DB10は、診断DB作成部30から読出可能な記憶装置であり、図2に示す如き、機器毎に稼動実績、故障実績及び更新実績を含む運用実績を管理するための設備保全情報が、機器の運用現場等からフィードバックされて記憶されている。
設備保全情報は、例えば、製品名、機器の機種名及び型式、機器の構成部品名及び型式、機器及び部品の稼働日、故障発生日、故障受付日、復旧日、顧客名(ユーザ名)、サイト名、機器設置環境条件(例、温湿度、腐食性ガス濃度、降下粉塵量、海塩粒子濃度、金属腐食量など)、故障モード、各故障モードの発生頻度、故障原因、故障兆候現象、平均故障間隔(MTBF)、平均故障寿命(MTTF)、対象機器及び故障モード毎のメンテナンス方法、メンテナンス所要時間、所要人数、人件費単価、顧客側の設備停止損費(単位時間当たり)、修復用部品及び材料の量と単価、を含んでいる。なお、製品名、機器の機種名及び型式、は機器の識別情報として用いられる。機器の構成部品名及び型式、は、機器の部品の識別情報として用いられる。但し、同一仕様の機器や部品が複数ある場合、機器の製造番号又はユーザが付与した識別番号などを機器の識別情報として用いる。
診断DB20は、診断DB作成部30及び診断エンジン40から読出/書込可能な記憶装置であり、リスク対策DB21、リスク評価DB22及び故障診断DB23を備えている。
リスク対策DB21は、設備保全情報のうち、故障実績に関する少なくとも故障モード及び更新実績に関する少なくとも故障モード毎の対策方法、が機器の識別情報及び機器の部品の識別情報と関連付けて記憶されていればよく、具体的には例えば、製品名、機種名及び型式、ユーザ名、サイト名、対象部品名及び型式、故障発生日、故障受付日、復旧日、設置環境条件、故障モード、故障原因、故障兆候現象、MTBF、MTTF、対象機器及び故障モード毎のメンテナンス方法、メンテナンス所要時間、所要人数、が記憶されている。
但し、リスク対策DB21は、1台のDBとして構成される場合に限らず、例えば図3に示すように、機種DB、部品DB、使用環境DB、故障モードDB、トラブル解析結果DB、対策方法DB、対策後状況DB及び対策実績DB等のDB群から構成してもよい。この場合、DB群においては、図4に示すように、製品名,…,所要人数のデータがそれぞれ対応するDBに記憶され、各DBが製品名及び/又は部品名などを介して互いに関連付けられることにより、DB群全体としてリスク対策DB21を構成していればよい。
リスク評価DB22は、設備保全情報のうち、稼動実績に関する少なくとも機器の部品の単価、メンテナンスの人員データ、人件費単価データ、故障モード毎の設備停止損費、及び故障実績に関する少なくとも故障モード、故障モード毎の故障発生頻度、が機器の識別情報と関連付けて記憶されていればよく、具体的には例えば、製品名、機種名及び型式、ユーザ名、サイト名、納入日、稼働日、対象部品名及び型式、故障発生日、故障受付日、復旧日、設置環境、故障モード、故障原因、故障兆候現象、MTBF、MTTF、対象機器及び故障モード毎のメンテナンス方法、メンテナンス所要時間、所要人数、人件費単価、設備停止損費、修復部品・材料量、修復部品・材料単価、が記憶されている。
但し、リスク評価DB22は、1台のDBとして構成される場合に限らず、例えば図5に示すように、客先DB、使用時間DB、機種DB、部品DB、部品単価DB、在庫DB、納期DB、事象DB、発生確率DB、影響度DB、人員DB及び人件費DB等のDB群から構成してもよい。この場合、前述同様に、DB群においては、図6に示すように、各データが対応するDBに記憶されることにより、DB群全体としてリスク評価DB22を構成していればよい。
故障診断DB23は、図7に示すように、機器の部品毎のイベントツリー解析(ETA)又は故障木解析(FTA)のいずれかの解析結果とこの解析結果における故障モード毎に、設備保全情報のうちの少なくとも故障発生頻度、故障兆候現象及び故障原因、が機器の識別情報(機種名)及び機器の部品の識別情報(部品名)と関連付けて記憶されている。なお、図示するように、故障モード毎にインデックス情報を設けてもよい。また、故障診断DB23は、ETA又はFTAに限らず、故障モード影響解析(FMEA;Failure Mode Effect Analysis)等といった別手法による解析結果が記憶されてもよい。
なお、以上のような診断DB20は、適宜、他のコンピュータからデータを追加及び/又は修正してもよい。例えばリスク評価DB21内の在庫DB、納期DB、人員DBは、設備保全情報以外の情報(現在の在庫個数、納期、現在の人員配置表など)も必要であるため、適宜、他のコンピュータからデータが追加及び/又は修正される。
診断DB作成部30は、設備保全情報DB10内の設備保全情報をデータマイニングし、信頼性解析することにより、診断DB20を作成するものであって、具体的には、データマイニング機能31及び信頼性解析機能32を備えている。
データマイニング機能31は、設備保全情報DB10内の設備保全情報を整理し、互いに関連付けることにより、リスク対策DB21及びリスク評価DB22を作成する機能をもっている。
信頼性解析機能32は、データマイニング機能31により作成された各DB21,22の設備保全情報を、FMEA、FTA、ETA、故障確率統計など信頼性工学理論に基づいて信頼性解析することにより、故障診断DB23を作成する機能をもっている。
具体的には例えば、信頼性解析機能32は、設備保全情報のうち、機器の部品の識別情報及び故障モードに基づいて、機器の部品毎のイベントツリー解析(ETA)又は故障木解析(FTA)を実行し、解析結果を得る機能と、この解析結果とこの解析結果における故障モード毎に、設備保全情報のうちの少なくとも故障発生頻度、故障兆候現象及び故障原因を機器の識別情報及び機器の部品の識別情報と関連付けて故障診断DB23を作成する機能をもっており、これら機能を実現するため、例えば図8〜図15に示すように、部品の展開(図9)、イベントツリー(図10)/故障木(図11)の解析、故障モード発生度数の分析(図12)、累積ハザード関数の近似(図13)、不信頼度関数(図14)の計算、故障発生確率密度関数(図15)の算出、といった各処理を実行可能となっている。なお、信頼性解析機能32は、ETA又はFTAに限らず、更にFMEA(故障モード影響解析)等といった別手法による解析を実行し、この解析結果をも故障診断DB23等に記憶させてもよい。
診断エンジン40は、リスク評価機能41、リスク対策選定機能42、リスク補正機能43、数値シミュレーション機能44、故障解析機能45及びファイナンシャル計算機能46を備えている。
リスク評価機能41は、機器に故障が発生する前に各DB21,22を参照し、故障発生頻度及び設備停止損費に基づいて、図16に示す如き、機器毎に故障が発生した場合のトータルリスク(リスク推定額)を時系列に沿って算出する機能と、各DB21,22を参照し、故障発生頻度、対策方法、機器の部品の単価、人員データ、及び人件費単価データに基づいて、機器毎に予め対策方法を実行する場合のメンテナンス費用を時系列に沿って算出する機能と、トータルリスクとメンテナンス費用とを時系列に沿って加算し、得られた加算結果が最小になる時点をメンテナンス周期として出力する機能とから構成されている。
リスク対策選定機能42は、リスク評価機能41により出力したメンテナンス周期におけるメンテナンス費用を機器の部品毎に算出する機能と、算出した部品毎のメンテナンス費用を複数通りの組合せで合計し、複数のメンテナンス費用候補を算出する機能と、各メンテナンス費用候補のうち、1つのメンテナンス費用候補を選択して出力する機能とをもっている。なお、選択する方法としては、例えば、各メンテナンス費用候補のうち、メンテナンス周期におけるメンテナンス予算を越えない範囲で最大金額のメンテナンス費用候補を選択する方式などが使用可能となっている。
リスク補正機能43は、機器の状態を検出するセンサ(図示せず)の出力に基づいて、図17に一例を示すように、トータルリスクを補正するものである。なお、図17の例は、機器の状態が良いためにトータルリスクを右側に補正した場合を示したが、この例に限らず、機器の状態が悪いためにトータルリスクを左側に補正する場合もある。
数値シミュレーション機能44は、図18に示すように、計算モデル回路44a及びシミュレータ44bを備えている。
計算モデル回路44aは、機器又は当該機器の部品毎に挙動をシミュレーション可能なシミュレーション機能をもっている。
シミュレータ44bは、指定された機器又は当該機器の部品と故障モードとに基づいて計算モデル回路44aを起動し、当該故障モードの故障兆候現象を推定する機能と、推定した故障兆候現象を故障診断DB23に書込む機能とをもっている。
故障解析機能45は、製品名、部品名、故障名を入力すると診断DB20に入力情報を照合し、過去の実績に基づき故障原因や故障兆候現象を検索して出力するものである。
ファイナンシャル計算機能46は、リスク評価機能41により算出されたトータルリスク及びメンテナンス費用を内部メモリ(図示せず)に書込む機能と、正味現在価値(NPV:Net Present Value)法又は内部収益率(IRR)法を用いたファイナンシャル計算モデルを起動する機能と、ファイナンシャル計算モデルに基づいて、内部メモリと予め割引率が記憶された外部機関データベース(図示せず)とを参照する機能と、参照により得られたトータルリスク、メンテナンス費用及び割引率をファイナンシャル計算モデルに設定し、機器のライフサイクルに渡る運用コストを計算するLCC(Life Cycle Cost)機能とをもっている。
次に、以上のように構成された保守支援装置の動作を述べる。
(データベース作成)
診断DB作成部30は、設備保全情報DB10から、診断エンジン40におけるデータ処理に必要な所望のデータ項目を抽出し、所望のデータ形式に整理・修正する。
具体的には診断DB作成部30は、データマイニング機能31により、保守支援の対象とする機器の機種名及び型式、機器の構成部品名及び型式、機器及び部品の稼働日、故障発生日、故障受付日、復旧日、ユーザ名、サイト名、機器設置環境条件、故障モード、各故障モードの発生頻度、故障原因、故障兆候現象、MTBF、MTTF、対象機器及び故障モード毎のメンテナンス方法、メンテナンス所要時間、所要人数、人件費単価、顧客側の設備停止損費、修復用部品及び材料の量と単価等を設備保全情報DB10から抽出し、図3〜図6に示すようなリスク評価DB22及びリスク対策DB21を作成する。
ここで、データベース作成方法としては、例えば主要キー項目を定め、図4及び図6に示すような項目毎にまとめる方式が使用可能である。作成される全てのDB21〜23は、運用上の利便性を考え、データを追加及び/又は修正し易いリレーショナルデータベースで構築することが望ましい。
次に、診断DB作成部30は、信頼性解析機能32により、各DB21,22に基づいて、図7に示す如き、故障診断DB23を作成する。具体的には信頼性解析機能32は、図8に示す手順に沿ってデータベース情報を作成する。
まず、信頼性解析機能32は、図9に示すように、対象とする機種・製品を部品に展開する。これにより、機器の構成要素が明らかになる。
次に、信頼性解析機能32は、展開した部品のうち、主要な部品に関して故障モードや、故障モードの発生順序や因果関係を関連付けして解析し、図10に示すようなイベントツリー(ET)又は図11に示すような故障木(FT)を作成する。なお、故障原因を究明してリスクを管理する手法のうち、イベントツリーは原因分析型手法に適しており、故障木は進展分析型手法に適している。
次に、信頼性解析機能32は、各DB21,22内のデータから故障モードを分析する。具体的には図12に示すように、部品毎にリスク評価DB21又はリスク対策DB22から抽出した故障実績を故障モードで分類し、故障モード毎の発生頻度を算出する。
ここで、信頼性解析機能32は、イベントツリー解析又は故障木解析の解析結果とこの解析結果における故障モード毎に、設備保全情報のうちの少なくとも故障発生頻度、故障兆候現象及び故障原因を機器の識別情報及び機器の部品の識別情報と関連付けて故障診断DB23を作成する。
続いて、信頼性解析機能32は、得られた故障発生頻度を時系列に並べ変え、図13に示すような累積ハザード関数をデータに基づいて作成する。ここで、累積ハザード関数は、時系列に沿った故障率λ(t)を[0,t]間で累積した値であり、次式のようにH(t)で表示される。
Figure 0004237610
なお、tは運転時間を示しており、稼動開始日と故障発生日との間隔から求められる。また、累積ハザード関数H(t)は、故障時点tの直前における残存数をNとしたとき、Nが十分大きければ次式のように近似的に求めてもよい。
Figure 0004237610
また、累積ハザード関数H(t)は、不信頼度F(t)と次式のような関係にある。
F(t)=1−exp{−H(t)}
そこで、信頼性解析機能31は、図14に示すような不信頼度F(t)を推定し、これから信頼度関数R(t)=1−F(t)を算出し、図15に示すような故障発生確率密度関数f(t)を算出し、これらF(t),R(t),f(t)を故障診断DB23に書込む。
次に、信頼性解析機能32は、イベントツリー解析結果又は故障木解析結果の各ノード毎について、その事象もしくは故障が発生した場合の故障修復費用と設備停止損費とを算出し、算出結果をリスク評価DB21に書込む。なお、故障修復費用は、例えば修復部品材料単価×修復部品材料量+人件費単価×所要人数×所要時間として算出される。設備停止損費は、単位時間当りの設備停止損費×所要時間として算出される。
なお、信頼性解析機能32は、設備保全情報DB10内の設備保全情報から対象機器やシステムごとの復旧時間、メンテナンス受付リードタイム、故障時間、修理時間などの分布を算出して統計解析することにより、故障対応や品質改善などの指標データを抽出してもよい。この種の指標データは、所望のデータ内容に応じて予め信頼性解析機能32をプログラミングしておくことにより、抽出することができる。
以上により、診断DB20の作成が完了する。
(リスク評価)
診断エンジン40は、以上のように作成された診断DB20を参照し、種々の計算や判定を実行する。始めにリスク評価機能41によるリスク評価について説明する。
診断エンジン40は、リスク評価機能41により、図19に示すような故障木の各ノードに記述される個々の事象について時刻tにおけるリスク推定額を計算する。
個々のリスク推定額は、「故障修復費用もしくは設備停止に伴うコスト」と「不信頼度F(t)」とを乗算した値である。リスク評価機能41は、個々のリスク推定額をイベントツリー又は故障木ごとに合計し、機器毎やシステム毎のトータルリスク(合計のリスク推定額)を得る。
図16に示すグラフにおいて、横軸はメンテナンス周期(時間間隔)を表し、縦軸は金額を表している。トータルリスクは、算出に用いた不信頼度Fが時間と共に増大することから、メンテナンス周期に比例して右上りに上昇する。一方、メンテナンス費用は、メンテナンス回数と共に増大するので、メンテナンス周期に比例して右下りに下降する。
リスク評価機能41は、このトータルリスクの右上り曲線とメンテナンス費用の右下り曲線とを加算してトータルの保全コストを得る。しかる後、リスク評価機能41は、トータルの保全コストが最小となる時期にメンテナンス周期を設定する。
但し、これに限らず、リスク評価機能41は、トータルリスクがメンテナンス費用を上回る時期のうち、任意の時期(例、最小となる時期からk日後の時期など)にメンテナンス周期を設定してもよい。このようにリスク評価機能41は、最適な点検周期や更新時期などを定量的に判定し、メンテナンス周期を設定することができる。
(リスク対策の選定)
次に、診断エンジン40は、リスク対策選定機能42により、リスク評価機能41で得られた結果に基づいてリスク対策を選定する。選定は、故障木解析の階層毎の各ノードのリスクの大きさとユーザのメンテナンス予算とを勘案し、予算内で最大限の効果を奏するノードの組合せでリスク対策を選定する。
具体的にはリスク対策選定機能42は、リスク評価機能41により出力したメンテナンス周期におけるメンテナンス費用を機器の部品毎に算出し、この部品毎のメンテナンス費用を複数通りの組合せで合計し、複数のメンテナンス費用候補を算出する。
しかる後、リスク対策選定機能42は、各メンテナンス費用候補のうち、1つのメンテナンス費用候補を選択して出力する。この選択の際には、例えば各メンテナンス費用候補のうち、メンテナンス周期におけるメンテナンス予算を越えない範囲で最大金額のメンテナンス費用候補を選択すればよい。
すなわち、ある故障木解析の階層のリスクが3、5、9、6、7のノードからなっている場合にメンテナンス予算が11だとすると、予算内で遂行できるリスク対策の組み合わせは、{3,5}、{3,6}、{9}、{5,6}の4通りであるが、予算枠を最大限に生かすことの出来る組合せは{5,6}である。この場合、リスク対策選定機能42は、{5,6}のリスクの対策方法をリスク対策DB21から読出して出力する。
また、同様の故障木解析階層構造でメンテナンス予算が16とすると、予算枠を最大限に生かすことの出来る組合せは{7,9}と{5,6,7}の二通りがある。このような場合、例えばユーザが各ノードに対して設定する優先度を反映して対応方法を決定してもよい。
また、リスク対策選定機能42では、部品交換周期の適正化、定期点検周期の適正化なども行う。この場合、故障モード毎の信頼性解析機能32で算出した故障確率密度関数f(t)を用い、故障確率密度f(t)が所定水準を越える手前で機器使用時間を決定し、部品交換推奨周期を出力する。さらに、エレベータなど時間基準保全(TBM)が行われている機器に関しては、リスク評価機能41で算出されたトータルの保全コストが最小となる時期をメンテナンス周期として出力する。
(リスク補正)
リスク補正機能43は、図17に示すように、状態基準保全(CBM)を導入して行う。すなわち、通常の時間基準保全(TBM)に加え、センサを有する診断システムにより、機器/部品の劣化判定基準を監視して機器/部品の状態を判断し、フィールドでの実績に基づいた故障発生確率が時間的にシフトしているか否かを確認する。
具体的には例えば、スイッチギヤの部分放電電荷量Qを故障判定基準とし、Qの最大値Qmaxが100[pC]を越えるスイッチギヤを故障品と定義し、故障発生数の時間依存性から故障発生確率を求めたとする。
ここで、故障統計上、故障発生確率が増大する所定の時期の直前には、通常、各スイッチギヤの部分放電電荷量Qが少しづつ増大する。しかしながら、劣化の進行が遅い場合、所定の時期を過ぎても電荷量Qが全く増大しない。また、劣化の進行が早い場合、所定の時期よりも前に電荷量Qが100[pC]付近に増大する。
これら劣化の進行が遅い又は早い場合、リスク補正機能43は、リスクを補正する。なお、劣化の進行がばらつく要因は、部品単体の特性ばらつきの可能性や機器の設置環境のばらつきの可能性がある。そこで、リスク補正機能43は、絶縁劣化診断システムなど状態基準保全のための診断ツールを用い、所望のタイミングで機器や部品の状態を測定し、故障確率密度関数の補正によりリスクを補正する。
なお、リスク補正機能43は、絶縁劣化診断システムに限らず、HDDの軸受け音響診断システムや、基板やコンデンサの誘電損失tanδ測定システムなど、機器/部品に応じたCBMのツールを用いてリスクを補正することができる。
(数値シミュレーション)
数値シミュレーション機能44は、操作者の操作により、図18に示すように、モデル規範型のシミュレータ44bが機器/部品毎に計算モデル回路44aを選択する。
しかる後、シミュレータ44bは、選択した計算モデル回路44aに、指定された機器又は部品に関し、回路構成モデルの入出力条件と指定された故障モードとに基づいて、故障診断DB23から当該故障モードの故障原因を読出し、得られた故障原因に基づいて計算モデル回路44aを起動し、当該故障原因の故障兆候現象を推定する。
例えば、太陽電池等のエネルギー変換素子から得られる電気エネルギーとコンデンサの電力とをスイッチで切替えて負荷に供給する機器を対象とする場合、エネルギー変換素子への時系列な入力とそれに伴う時系列な負荷出力、同時に回路バランスをとるためのスイッチング動作をシミュレーション計算し、コンデンサの充放電特性の推定計算を行い、コンデンサやエネルギー変換素子の故障前の挙動を推定し、故障兆候現象を推定する。
推定された故障徴候現象は、故障診断DB23に書込まれる。
このような数値シミュレーション機能44によれば、フィールドでの故障実績が全くない故障モードや、新製品に対する故障解析や異常判定などを実現し、リスクを低減させることができる。
(故障解析)
故障解析機能45は、操作者の操作により、製品名、部品名、故障モードが入力されると、診断DB20に入力情報を照合し、過去の運用実績に基づき、故障原因や故障兆候現象を故障診断DB23から検索して出力する。また、過去に実績がない新たな故障事象に関しては、別途、故障解析やトラブル解析の結果を診断DB20に登録更新することにより、故障原因検索のヒット率を高めるようにする。
(ファイナンシャル計算)
ファイナンシャル計算機能46は、リスク評価機能41により得られたトータルリスク及びメンテナンス費用を内部メモリに書込むと、正味現在価値(NPV)法又は内部収益率(IRR)法を用いたファイナンシャル計算モデルを起動する。
ここで、NPVとは、現在から将来までを通して全てのキャッシュ・フローを現在の価値に置き直して考えると、全ての支出(キャッシュ・アウトフロー)の現在価値と収入(キャッシュ・インフロー)の現在価値を直接比較可能な手法である。
すなわち、資金の「収入」・「支出」を全て「現在価値」に引き直し、その合計を出せば、プラスとマイナスが相殺され、残った額が現在価値ベースの収益額になり、この収益額を指してNPV(正味現在価値)という。
NPV= [キャッシュ・インフローの現在価値] + [キャッシュ・アウトフローの現在価値]であり、NPVの一般式は次式に示す通りである。
Figure 0004237610
:i期のキャッシュ・フロー
:i期の評価に適用される割引率
なお、割引率Rとしては、政府又は保険会社等といった外部機関データベースから読出し、現実的な値とすることが望ましい。
NPV法を用いたファイナンシャル計算モデルによれば、ライフサイクルに渡るメンテナンス費用とトータルリスクとを加算してトータルコスト(C)を算出したとき、トータルコストを全て現在価値に置き換えることにより、現在価値を最大にするようにメンテナンス費用やリスク対策を計画することができる。
一方、IRR(内部収益率)をファイナンシャル計算に用いる場合は、以下の式のようになる。
Figure 0004237610
:i期のキャッシュ・フロー
R :IRR、内部収益率
ここで、IRR法で使用される内部収益率R(割引率に対応)は「一定の金利」であるのに対し、NPV法の割引率Rは、期間に対応する「基準となる金利」で、期間毎に異なる。
従って、IRRは、再運用金利(収益率)を同一の値として考えており、評価するキャッシュ・フローが再運用又は再調達の市場金利の変化に対応していない。このため、IRR法又はNPV法のいずれを用いるかはユーザの優先順位で判断すればよい。
いずれにしても、ファイナンシャル計算機能46は、選択したファイナンシャル計算モデルに基づいて、内部メモリと外部機関データベースとを参照する。しかる後、ファイナンシャル計算機能46は、内部メモリ内のトータルリスク、メンテナンス費用及び外部機関データベース内の割引率をファイナンシャル計算モデルに設定し、機器のライフサイクルに渡る運用コストを計算する。
上述したように本実施形態によれば、機器保全情報(フィールド寿命データ)のデータマイニングと信頼性解析で診断DB20を作成するので、信頼性理論に基づくリスク評価で電気機器の点検・保守・更新の最適化を支援することができる。
例えば診断エンジン40が、リスク評価DB22及びリスク対策DB21を参照し、機器毎に故障が発生した場合のトータルリスク(リスク推定額)と、機器毎に予め対策方法を実行する場合のメンテナンス費用とを時系列に沿って算出し、トータルリスクとメンテナンス費用とを時系列に沿って加算することにより、機器のメンテナンスの最適周期を算出することができる。
また、診断エンジン40が、機器に故障が発生した場合、機器の製品名や部品名といった識別情報と故障モードとに基づいて故障診断DB23を参照することにより、運用実績に基づいて経年変化以外の故障をも解析することができる。これにより、部品や機器毎のメンテナンス方法のカスタマイズを行うことができる。
また、汎用的な装置構成により、充分なフィールド実績データを入手できれば、非常に広範囲の機器やシステムなどを対象としてリスク評価や故障診断を実現することができる。更に、リスク評価や故障診断の結果は、機器の設計者が参照することにより、製品の信頼性向上に寄与することができる。
また、診断DB20は、リレーショナルデータベースであるため、データの修正や追加、管理などを容易に実行でき、設備保全情報の信頼性を保つことができる。なお、信頼性解析機能32が、リスク評価DB22及びリスク対策DB21から対象機器やシステムの復旧時間やメンテナンス受付リードタイム、故障時間、修理時間などを算出する場合、故障やトラブルが発生した場合の復旧時間における主要因子を探索し、より迅速な対応のための改善要因を抽出することができる。
一方、診断エンジン40においては、前述したメンテナンスの最適周期の算出に加え、以下のように種々の効果を得ることができる。例えばリスク対策選定機能42が、メンテナンス周期における複数のメンテナンス費用候補を算出し、各メンテナンス費用候補のうち、1つのメンテナンス費用候補を選択して出力するので、ユーザのメンテナンス予算内で最大限の効果を奏するリスク対策を選定することができる。
リスク補正機能43が、対象機器やシステムの状態を監視するセンサや診断システムの出力に従って、設備保全情報から算出したリスクをオンラインで補正する構成により、対象機器の周期的な負荷状況などに対してリスクの時系列変化が摂動するケースを算出できるため、このような摂動も勘案した上でのメンテナンスタイミングやリスク低減方法を選定することができ、機器やシステムの信頼性を向上させることができる。
数値シミュレータ機能44が、計算モデル回路44aにモデル化可能な故障事象について故障兆候現象を推定する構成により、保守対象の機器に発生したことの無い故障兆候現象でもセンサ等で監視することにより、トラブルや異常発生を事前に防止することができる。
故障解析機能45により、診断エンジンに機種名や部品名や故障名を入力すると、所望の故障現象の発生確率や発生原因、兆候現象等を迅速に推定することができる。
ファイナンシャル計算機能46が、ファイナンシャル計算モデルと、LCC評価機能とからなる構成により、機器の寿命だけでなくプラント寿命全体を通した長期に渡るライフサイクルコストを評価できるので、費用対効果の定量的な提示を実現させることができる。
なお、上記各実施形態に記載した手法は、コンピュータに実行させることのできるプログラムとして、磁気ディスク(フロッピー(登録商標)ディスク、ハードディスクなど)、光ディスク(CD−ROM、DVDなど)、光磁気ディスク(MO)、半導体メモリなどの記憶媒体に格納して頒布することもできる。
また、この記憶媒体としては、プログラムを記憶でき、かつコンピュータが読み取り可能な記憶媒体であれば、その記憶形式は何れの形態であっても良い。
また、記憶媒体からコンピュータにインストールされたプログラムの指示に基づきコンピュータ上で稼働しているOS(オペレーティングシステム)や、データベース管理ソフト、ネットワークソフト等のMW(ミドルウェア)等が本実施形態を実現するための各処理の一部を実行しても良い。
さらに、本発明における記憶媒体は、コンピュータと独立した媒体に限らず、LANやインターネット等により伝送されたプログラムをダウンロードして記憶又は一時記憶した記憶媒体も含まれる。
また、記憶媒体は1つに限らず、複数の媒体から本実施形態における処理が実行される場合も本発明における記憶媒体に含まれ、媒体構成は何れの構成であっても良い。
尚、本発明におけるコンピュータは、記憶媒体に記憶されたプログラムに基づき、本実施形態における各処理を実行するものであって、パソコン等の1つからなる装置、複数の装置がネットワーク接続されたシステム等の何れの構成であっても良い。
また、本発明におけるコンピュータとは、パソコンに限らず、情報処理機器に含まれる演算処理装置、マイコン等も含み、プログラムによって本発明の機能を実現することが可能な機器、装置を総称している。
なお、本願発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。更に、異なる実施形態に亘る構成要素を適宜組合せてもよい。
本発明の一実施形態に係る保守支援装置の構成を示す機能ブロック図である。 同実施形態における設備保全情報DBの構成を示す模式図である。 同実施形態におけるリスク対策DBの構成を示す模式図である。 同実施形態におけるリスク対策DBの構成を示す模式図である。 同実施形態におけるリスク評価DBの構成を示す模式図である。 同実施形態におけるリスク評価DBの構成を示す模式図である。 同実施形態における故障診断DBの構成を示す模式図である。 同実施形態における信頼性解析機能の構成を示す模式図である。 同実施形態における部品の展開を説明するための模式図である。 同実施形態におけるイベントツリーの一例を示す模式図である。 同実施形態における故障木の一例を示す模式図である。 同実施形態における故障モード発生度数の分析の一例を示す模式図である。 同実施形態における累積ハザード関数の一例を示す模式図である。 同実施形態における不信頼度関数の一例を示す模式図である。 同実施形態における故障発生確率密度関数の一例を示す模式図である。 同実施形態におけるメンテナンス周期を説明するための模式図である。 同実施形態におけるリスクの補正を説明するための模式図である。 同実施形態における数値シミュレーション機能を説明するための模式図である。 同実施形態における故障木の一例を示す模式図である。
符号の説明
10…設備保全情報DB、20…診断DB、21…リスク対策DB、22…リスク評価DB、23…故障診断DB、30…診断DB作成部、31…データマイニング機能、32…信頼性解析機能、40…診断エンジン、41…リスク評価機能、42…リスク対策選定機能、43…リスク補正機能、44…数値シミュレーション機能、45…故障解析機能、46…ファイナンシャル計算機能。

Claims (8)

  1. 機器の識別情報毎に、前記機器の部品の識別情報と、稼動実績に関する少なくとも「機器の部品の単価」、「メンテナンスの人員データ」、「人件費単価データ」及び「故障モード毎の設備停止損費」と、故障実績に関する少なくとも「故障モード」、「故障モード毎の故障発生頻度」、「故障兆候現象」及び「故障原因」と、更新実績に関する少なくとも「故障モード毎の対策方法」とを含む運用実績を管理するための設備保全情報が記憶された設備保全データベース記憶装置、診断データベース記憶装置、診断データベース作成部及び診断エンジンを備えた保守支援装置が、前記設備保全情報に基づいて、前記診断データベース作成及び前記診断エンジンにより、当該機器の保守対応を支援するための保守支援方法であって、
    前記診断データベース作成が、前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記稼動実績に関する少なくとも「機器の部品の単価」、「メンテナンスの人員データ」、「人件費単価データ」、「故障モード毎の設備停止損費」、及び前記故障実績に関する少なくとも「故障モード」、「故障モード毎の故障発生頻度」を機器の識別情報と関連付けてリスク評価データベースを作成して当該リスク評価データベースを前記診断データベース記憶装置に書き込む工程と、
    前記診断データベース作成が、前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記故障実績に関する少なくとも「故障モード」及び前記更新実績に関する少なくとも「故障モード毎の対策方法」を機器の識別情報及び機器の部品の識別情報と関連付けてリスク対策データベースを作成して当該リスク対策データベースを前記診断データベース記憶装置に書き込む工程と、
    前記診断データベース作成が、前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記機器の部品の識別情報及び故障モードに基づいて、機器の部品毎のイベントツリー解析又は故障木解析を実行し、解析結果を得る工程と、
    前記診断データベース作成が、この解析結果とこの解析結果における故障モード毎に、前記設備保全データベース記憶装置内の前記設備保全情報のうちの少なくとも故障発生頻度、故障兆候現象及び故障原因を機器の識別情報及び機器の部品の識別情報と関連付けて故障診断データベースを作成して当該故障診断データベースを前記診断データベース記憶装置に書き込む工程と、
    前記診断エンジンが、前記機器に故障が発生する前に前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度及び前記設備停止損費に基づいて、機器毎に故障が発生した場合のリスク推定額を時系列に沿って算出する工程と、
    前記診断エンジンが、前記機器に故障が発生する前に前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度、前記対策方法、前記機器の部品の単価、前記人員データ、及び前記人件費単価データに基づいて、前記機器毎に予め対策方法を実行する場合のメンテナンス費用を時系列に沿って算出する工程と、
    前記診断エンジンが、前記リスク推定額と前記メンテナンス費用とを時系列に沿って加算し、得られた加算結果が最小になる時点をメンテナンス周期として出力する工程と、
    前記診断エンジンが、前記機器に故障が発生した場合、前記機器の識別情報及び故障モードに基づいて前記診断データベース記憶装置内の前記故障診断データベースを参照し、得られた故障原因及び/又は故障兆候現象を出力する工程と、
    前記診断エンジンが、前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度、前記対策方法、前記機器の部品の単価、前記人員データ、及び前記人件費単価データに基づいて、前記出力したメンテナンス周期におけるメンテナンス費用を機器の部品の識別情報毎に算出する工程と、
    前記診断エンジンが、前記算出した部品の識別情報毎のメンテナンス費用を複数通りの組合せで合計し、複数のメンテナンス費用候補を算出する工程と、
    前記診断エンジンが、前記各メンテナンス費用候補のうち、前記メンテナンス周期におけるメンテナンス予算を越えない範囲で最大金額のメンテナンス費用候補を選択する工程と、
    前記診断エンジンが、前記選択したメンテナンス費用候補を出力する工程と、
    前記診断エンジンが、前記算出したリスク推定額及びメンテナンス費用をメモリに書込む工程と、
    前記診断エンジンが、内部収益率(IRR)法を用いたファイナンシャル計算モデルを起動する工程と、
    前記診断エンジンが、前記ファイナンシャル計算モデルに基づいて、前記メモリと予め割引率が記憶された外部機関データベースとを参照する工程と、
    前記診断エンジンが、前記参照により得られたリスク推定額、メンテナンス費用及び割引率を前記ファイナンシャル計算モデルに設定し、機器のライフサイクルに渡る運用コストを計算する工程と、
    を備えており、
    前記運用コストを計算する工程は、
    前記参照により得られたリスク推定額と前記メンテナンス費用とを加算してi期のキャッシュフローとしてのトータルコストCiを算出し、このトータルコストCiと、前記割引率としての内部収益率Rとを次式のファイナンシャル計算に用いる工程、
    当初投資元本=Σ n i=1 i /(1+R) i
    含んでいることを特徴とする保守支援方法。
  2. 機器の識別情報毎に、前記機器の部品の識別情報と、稼動実績に関する少なくとも「機器の部品の単価」、「メンテナンスの人員データ」、「人件費単価データ」及び「故障モード毎の設備停止損費」と、故障実績に関する少なくとも「故障モード」、「故障モード毎の故障発生頻度」、「故障兆候現象」及び「故障原因」と、更新実績に関する少なくとも「故障モード毎の対策方法」とを含む運用実績を管理するための設備保全情報が記憶された設備保全データベース記憶装置、診断データベース記憶装置、診断データベース作成部及び診断エンジンを備えて前記診断データベース作成部及び診断エンジンの機能を実現させるためのプログラムが予めインストールされた保守支援装置に関し、当該機器の保守計画を支援するための前記診断データベース作成及び前記診断エンジンとして用いられる前記プログラムであって、
    前記診断データベース作成部として用いられて前記保守支援装置に、
    前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記稼動実績に関する少なくとも「機器の部品の単価」、「メンテナンスの人員データ」、「人件費単価データ」、「故障モード毎の設備停止損費」、及び前記故障実績に関する少なくとも「故障モード」、「故障モード毎の故障発生頻度」を機器の識別情報と関連付けてリスク評価データベースを作成して当該リスク評価データベースを前記診断データベース記憶装置に書き込む機能、
    前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記故障実績に関する少なくとも「故障モード」及び前記更新実績に関する少なくとも「故障モード毎の対策方法」を機器の識別情報及び機器の部品の識別情報と関連付けてリスク対策データベースを作成して当該リスク対策データベースを前記診断データベース記憶装置に書き込む機能、
    前記設備保全データベース記憶装置内の前記設備保全情報のうち、前記機器の部品の識別情報及び故障モードに基づいて、機器の部品毎のイベントツリー解析又は故障木解析を実行し、解析結果を得る機能、
    この解析結果とこの解析結果における故障モード毎に、前記設備保全データベース記憶装置内の前記設備保全情報のうちの少なくとも故障発生頻度、故障兆候現象及び故障原因を機器の識別情報及び機器の部品の識別情報と関連付けて故障診断データベースを作成して当該故障診断データベースを前記診断データベース記憶装置に書き込む機能、
    を実現させ、
    前記診断エンジンとして用いられて前記保守支援装置に、
    前記機器に故障が発生する前に前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度及び前記設備停止損費に基づいて、機器毎に故障が発生した場合のリスク推定額を時系列に沿って算出する機能、
    前記機器に故障が発生する前に前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度、前記対策方法、前記機器の部品の単価、前記人員データ、及び前記人件費単価データに基づいて、前記機器毎に予め対策方法を実行する場合のメンテナンス費用を時系列に沿って算出する機能、
    前記リスク推定額と前記メンテナンス費用とを時系列に沿って加算し、得られた加算結果が最小になる時点をメンテナンス周期として出力する機能、
    前記機器に故障が発生した場合、前記機器の識別情報及び故障モードに基づいて前記診断データベース記憶装置内の前記故障診断データベースを参照し、得られた故障原因及び/又は故障兆候現象を出力する機能、
    前記診断データベース記憶装置内の前記リスク評価データベース及び前記リスク対策データベースを参照し、前記故障発生頻度、前記対策方法、前記機器の部品の単価、前記人員データ、及び前記人件費単価データに基づいて、前記出力したメンテナンス周期におけるメンテナンス費用を機器の部品の識別情報毎に算出する機能、
    前記算出した部品の識別情報毎のメンテナンス費用を複数通りの組合せで合計し、複数のメンテナンス費用候補を算出する機能、
    前記各メンテナンス費用候補のうち、前記メンテナンス周期におけるメンテナンス予算を越えない範囲で最大金額のメンテナンス費用候補を選択する機能、
    前記選択したメンテナンス費用候補を出力する機能、
    前記算出したリスク推定額及びメンテナンス費用をメモリに書込む機能、
    内部収益率(IRR)法を用いたファイナンシャル計算モデルを起動する機能、
    前記ファイナンシャル計算モデルに基づいて、前記メモリと予め割引率が記憶された外部機関データベースとを参照する機能、
    前記参照により得られたリスク推定額、メンテナンス費用及び割引率を前記ファイナンシャル計算モデルに設定し、機器のライフサイクルに渡る運用コストを計算する機能、
    を実現させ、
    前記運用コストを計算する機能は、
    前記参照により得られたリスク推定額と前記メンテナンス費用とを加算してi期のキャッシュフローとしてのトータルコストCiを算出し、このトータルコストCiと、前記割引率としての内部収益率Rとを次式のファイナンシャル計算に用いる機能、
    当初投資元本=Σ n i=1 i /(1+R) i
    を含んでいるプログラム。
  3. 請求項2記載のプログラムにおいて、
    前記データベース作成部として用いられて前記保守支援装置に、
    前記作成するデータベースに応じて前記設備保全データベース記憶装置内の前記設備保全情報から必要な情報を抽出するためのデータマイニング機能
    を実現させ
    前記データマイニング機能は、
    前記リスク評価データベースの作成に応じて前記設備保全データベース記憶装置内の前記設備保全情報から、前記稼動実績に関する少なくとも「機器の部品の単価」、「メンテナンスの人員データ」、「人件費単価データ」、「故障モード毎の設備停止損費」、及び前記故障実績に関する少なくとも「故障モード」、「故障モード毎の故障発生頻度」の情報を抽出するための機能と、
    前記リスク対策データベースの作成に応じて前記設備保全データベース記憶装置内の前記設備保全情報から、前記故障実績に関する少なくとも「故障モード」及び前記更新実績に関する少なくとも「故障モード毎の対策方法」の情報を抽出するための機能と、
    を含んでいることを特徴とするプログラム。
  4. 請求項2又は請求項に記載のプログラムにおいて、
    前記リスク評価データベースは、
    機器の識別情報毎に、部品名、イベント又は故障名、イベント及び故障毎の発生確率密度関数と、イベント及び故障毎の設備停止損費、機種・部品の単価、在庫、納期データと、メンテナンスの人員データ、人件費データ、客先データを備えたことを特徴とするプログラム。
  5. 請求項2乃至請求項のいずれか1項に記載のプログラムにおいて、
    前記故障診断データベースは、
    機器の識別情報毎に、部の識別情報毎のイベントツリー解析結果又は故障木解析結果と、この解析結果における故障モード毎の故障発生頻度、故障兆候現象及び故障原因を備えたことを特徴とするプログラム。
  6. 請求項2乃至請求項のいずれか1項に記載のプログラムにおいて、
    前記リスク対策データベースは、
    機器の識別情報毎に、部品名、各機種及び各機種の構成部品、故障モード及び故障モード毎の対策方法と過去の対策実績、故障原因、使用環境、対策後の運用状況を備えたことを特徴とするプログラム。
  7. 請求項2乃至請求項のいずれか1項に記載のプログラムにおいて、
    前記診断エンジンとして用いられて前記保守支援装置に、
    機器又は当該機器の部品毎に挙動をシミュレーション可能な計算モデル回路のシミュレーション機能、
    指定された機器又は当該機器の部品の識別情報と故障モードとに基づいて、前記診断データベース記憶装置内の前記故障診断データベースから当該故障モードの故障原因を読み出し、得られた故障原因に基づいて前記シミュレーション機能を起動し、当該故障モードの故障兆候現象を推定する機能、
    前記推定した故障兆候現象を前記診断データベース記憶装置内の前記故障診断データベースに書込む機能、
    を実現させるためのプログラム。
  8. 請求項2乃至請求項のいずれか1項に記載のプログラムにおいて、
    前記診断エンジンとして用いられて前記保守支援装置に、
    機器の状態を検出するセンサの出力に基づいて、前記時系列に沿って算出したリスク推定額を補正する機能、
    を実現させ
    前記リスク推定額を補正する機能は、
    前記センサにより検出される機器の状態の値を故障判定基準とし、この故障判定基準の最大値が故障定義値を超えた機器を故障品と定義し、この故障品の発生数の時間依存性から故障発生確率を求めた場合に、この故障発生確率の増大に対応する前記故障判定基準が故障統計上の故障発生確率の増大する所定の時期を過ぎても全く増大しないときには前記時系列の遅い側にリスク推定額を補正し、前記故障判定基準が前記所定の時期よりも前に前記故障定義値付近に増大するときには前記時系列の早い側にリスク推定額を補正する機能、
    を含んでいることを特徴とするプログラム。
JP2003422394A 2003-12-19 2003-12-19 保守支援方法及びプログラム Expired - Lifetime JP4237610B2 (ja)

Priority Applications (4)

Application Number Priority Date Filing Date Title
JP2003422394A JP4237610B2 (ja) 2003-12-19 2003-12-19 保守支援方法及びプログラム
US11/007,759 US7082384B2 (en) 2003-12-19 2004-12-09 Maintenance support method, storage medium, and maintenance support apparatus
EP04029393A EP1544771A1 (en) 2003-12-19 2004-12-10 Maintenance support method and apparatus
CNB2004100821279A CN100541485C (zh) 2003-12-19 2004-12-17 维护支持方法与维护支持设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2003422394A JP4237610B2 (ja) 2003-12-19 2003-12-19 保守支援方法及びプログラム

Publications (2)

Publication Number Publication Date
JP2005182465A JP2005182465A (ja) 2005-07-07
JP4237610B2 true JP4237610B2 (ja) 2009-03-11

Family

ID=34510685

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2003422394A Expired - Lifetime JP4237610B2 (ja) 2003-12-19 2003-12-19 保守支援方法及びプログラム

Country Status (4)

Country Link
US (1) US7082384B2 (ja)
EP (1) EP1544771A1 (ja)
JP (1) JP4237610B2 (ja)
CN (1) CN100541485C (ja)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11062274B2 (en) 2018-01-31 2021-07-13 Hitachi, Ltd. Maintenance planning apparatus and maintenance planning method

Families Citing this family (136)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8290721B2 (en) 1996-03-28 2012-10-16 Rosemount Inc. Flow measurement diagnostics
US9311676B2 (en) 2003-09-04 2016-04-12 Hartford Fire Insurance Company Systems and methods for analyzing sensor data
US7711584B2 (en) 2003-09-04 2010-05-04 Hartford Fire Insurance Company System for reducing the risk associated with an insured building structure through the incorporation of selected technologies
US7328376B2 (en) * 2003-10-31 2008-02-05 Sun Microsystems, Inc. Error reporting to diagnostic engines based on their diagnostic capabilities
US8090599B2 (en) 2003-12-30 2012-01-03 Hartford Fire Insurance Company Method and system for computerized insurance underwriting
US7783505B2 (en) 2003-12-30 2010-08-24 Hartford Fire Insurance Company System and method for computerized insurance rating
US7412842B2 (en) 2004-04-27 2008-08-19 Emerson Climate Technologies, Inc. Compressor diagnostic and protection system
US7275377B2 (en) 2004-08-11 2007-10-02 Lawrence Kates Method and apparatus for monitoring refrigerant-cycle systems
US8165968B2 (en) * 2004-10-25 2012-04-24 The Boeing Company Method and system for evaluating costs of various design and maintenance approaches
JP4390810B2 (ja) * 2004-12-28 2009-12-24 富士通株式会社 システム設計支援プログラムおよび方法
US7136768B1 (en) * 2005-03-31 2006-11-14 Network Appliance, Inc. Method and system for reliability analysis of disk drive failures
WO2007005002A1 (en) 2005-06-30 2007-01-11 Siemens Aktiengesellschaft Method and tool for optimized system maintenance
AU2006273344B2 (en) * 2005-07-25 2010-11-25 Tlv Co., Ltd. Device management method, analysis system used therein, maintenance inspection support method, and maintenance inspection support apparatus used therein
CN101228559B (zh) * 2005-07-25 2012-06-20 Tlv有限公司 机器管理方法、该机器管理方法所采用的分析系统、管理用数据库所采用的数据结构、其机器管理方法所采用的维修检查支援装置
US8150720B2 (en) * 2005-08-29 2012-04-03 Emerson Retail Services, Inc. Dispatch management model
US7860765B2 (en) * 2005-09-07 2010-12-28 International Business Machines Corporation System and method for assessing risks of a software solution for a customer
EP1768007A1 (en) * 2005-09-22 2007-03-28 Abb Research Ltd. Monitoring a system having degrading components
JP4819483B2 (ja) * 2005-11-14 2011-11-24 旭化成株式会社 危険予知管理システム
JP4915210B2 (ja) * 2005-12-27 2012-04-11 東京電力株式会社 情報処理方法及び装置
US7533798B2 (en) * 2006-02-23 2009-05-19 Rockwell Automation Technologies, Inc. Data acquisition and processing system for risk assessment
US7318008B2 (en) * 2006-02-28 2008-01-08 Ford Motor Company Method and system for estimating spare parts costs
JP2007249684A (ja) * 2006-03-16 2007-09-27 Ricoh Co Ltd 設備管理支援システム、設備管理支援方法及びプログラム
US7474988B2 (en) * 2006-03-22 2009-01-06 Kabushiki Kaisha Toshiba Maintenance system and method and program therefor
US7770052B2 (en) 2006-05-18 2010-08-03 The Boeing Company Collaborative web-based airplane level failure effects analysis tool
US20070294072A1 (en) * 2006-06-16 2007-12-20 Ming-Shiahn Tsai Testing model
US7774169B2 (en) * 2006-06-29 2010-08-10 Toshiba Tec Kabushiki Kaisha Maintenance system and method
JP2008015775A (ja) * 2006-07-05 2008-01-24 Toshiba Corp プラントの保全支援システムおよびその保全支援方法
US8590325B2 (en) 2006-07-19 2013-11-26 Emerson Climate Technologies, Inc. Protection and diagnostic module for a refrigeration system
US8341260B2 (en) * 2006-08-16 2012-12-25 Oracle America, Inc. Method and system for identification of decisive action state of server components via telemetric condition tracking
US20080216494A1 (en) 2006-09-07 2008-09-11 Pham Hung M Compressor data module
US8788070B2 (en) * 2006-09-26 2014-07-22 Rosemount Inc. Automatic field device service adviser
JP4162250B2 (ja) 2006-10-05 2008-10-08 インターナショナル・ビジネス・マシーンズ・コーポレーション 分散した部品木から故障部品の組み合わせを求める方法、システム
US8312069B2 (en) * 2006-10-17 2012-11-13 International Business Machines Corporation Permute unit and method to operate a permute unit
JP5011941B2 (ja) * 2006-10-17 2012-08-29 富士通株式会社 シナリオ作成支援プロブラム及び装置及び方法
EP1980964B1 (en) * 2007-04-13 2016-03-23 Yogitech Spa Method and computer program product for performing failure mode and effects analysis of an integrated circuit
US20090037142A1 (en) 2007-07-30 2009-02-05 Lawrence Kates Portable method and apparatus for monitoring refrigerant-cycle systems
US8898036B2 (en) 2007-08-06 2014-11-25 Rosemount Inc. Process variable transmitter with acceleration sensor
US20090083089A1 (en) * 2007-09-21 2009-03-26 General Electric Company Systems and methods for analyzing failure modes according to cost
US9140728B2 (en) 2007-11-02 2015-09-22 Emerson Climate Technologies, Inc. Compressor sensor module
US20090132321A1 (en) * 2007-11-15 2009-05-21 Kabushiki Kaisha Toshiba Maintenance planning system and maintenance planning method
ES2675755T3 (es) * 2007-12-18 2018-07-12 Bae Systems Plc Apoyo al análisis de modos de fallo y efectos de un sistema que comprende una pluralidad de componentes
US8099310B2 (en) * 2008-02-19 2012-01-17 Kabushiki Kaisha Toshiba Maintenance scheduling system, maintenance scheduling method, and image forming apparatus
US9665910B2 (en) 2008-02-20 2017-05-30 Hartford Fire Insurance Company System and method for providing customized safety feedback
JP4977064B2 (ja) * 2008-03-12 2012-07-18 株式会社東芝 保守計画支援システム
JP4940180B2 (ja) * 2008-04-03 2012-05-30 株式会社東芝 複合診断・保守計画支援システム及びその支援方法
JP5217620B2 (ja) * 2008-05-19 2013-06-19 新日鐵住金株式会社 ロール診断方法
JP5088411B2 (ja) * 2008-05-27 2012-12-05 富士通株式会社 システム運用管理支援プログラム,方法及び装置
US8423397B2 (en) * 2008-08-08 2013-04-16 Pinnacleais, Llc Asset management systems and methods
JP5033110B2 (ja) * 2008-11-25 2012-09-26 岩井機械工業株式会社 メンテナンス業務支援システム
JP2010231376A (ja) * 2009-03-26 2010-10-14 Osaka Gas Co Ltd 機器品質管理方法、機器品質管理システム
KR101115229B1 (ko) * 2010-07-01 2012-06-12 한국가스공사연구개발원 정량적 위험성 평가 시스템의 빈도 분석 모듈 구현 장치 및 방법
US9460471B2 (en) 2010-07-16 2016-10-04 Hartford Fire Insurance Company System and method for an automated validation system
US9311615B2 (en) 2010-11-24 2016-04-12 International Business Machines Corporation Infrastructure asset management
US20120173301A1 (en) * 2011-01-04 2012-07-05 International Business Machines Corporation System and method for failure association analysis
US20120173299A1 (en) * 2011-01-04 2012-07-05 Mcmullin Dale Robert Systems and methods for use in correcting a predicted failure in a production process
US9285802B2 (en) 2011-02-28 2016-03-15 Emerson Electric Co. Residential solutions HVAC monitoring and diagnosis
CN102156820B (zh) * 2011-04-27 2014-10-22 北京航空航天大学 一种机械装配工艺的危害性分析方法
US8751858B2 (en) 2011-05-20 2014-06-10 International Business Machines Corporation System, method, and computer program product for physical drive failure identification, prevention, and minimization of firmware revisions
US8719531B2 (en) * 2011-06-14 2014-05-06 Western Digital Technologies, Inc. System and method for performing data retention that incorporates environmental conditions
US8843347B2 (en) * 2011-07-01 2014-09-23 The Boeing Company Method, monitoring system and computer program product for monitoring the health of a monitored system utilizing an associative memory
WO2013039490A1 (en) * 2011-09-14 2013-03-21 Hewlett-Packard Development Company, L.P. Determining risk associated with a determined labor type for candidate personnel
CN102354918A (zh) * 2011-10-09 2012-02-15 广东电网公司电力科学研究院 输变电设备检修方法及装置
US8964338B2 (en) 2012-01-11 2015-02-24 Emerson Climate Technologies, Inc. System and method for compressor motor protection
US9563198B2 (en) 2012-03-08 2017-02-07 General Electric Company Method and system to model risk of unplanned outages of power generation machine
JP5951299B2 (ja) * 2012-03-19 2016-07-13 株式会社東芝 劣化診断装置および劣化診断方法
JP5638560B2 (ja) * 2012-03-27 2014-12-10 株式会社東芝 保守計画決定装置およびその方法
JP5726802B2 (ja) * 2012-03-30 2015-06-03 株式会社東芝 保守支援情報算出装置および方法
US20130297462A1 (en) * 2012-05-07 2013-11-07 Verizon Patent And Licensing Inc. Spare parts on-hand inventory management
US9310439B2 (en) 2012-09-25 2016-04-12 Emerson Climate Technologies, Inc. Compressor having a control and diagnostic module
JP6024385B2 (ja) * 2012-10-24 2016-11-16 大日本印刷株式会社 メンテナンス情報編集装置、メンテナンス提案装置、メンテナンス情報編集方法及びメンテナンス情報編集プログラム
CN102955715A (zh) * 2012-11-20 2013-03-06 中国兵器工业计算机应用技术研究所 一种故障树的建立方法
US9740382B2 (en) * 2013-01-23 2017-08-22 Fisher-Rosemount Systems, Inc. Methods and apparatus to monitor tasks in a process system enterprise
JP5963312B2 (ja) * 2013-03-01 2016-08-03 インターナショナル・ビジネス・マシーンズ・コーポレーションInternational Business Machines Corporation 情報処理装置、情報処理方法、及びプログラム
CA2904734C (en) 2013-03-15 2018-01-02 Emerson Electric Co. Hvac system remote monitoring and diagnosis
US9803902B2 (en) 2013-03-15 2017-10-31 Emerson Climate Technologies, Inc. System for refrigerant charge verification using two condenser coil temperatures
US9551504B2 (en) 2013-03-15 2017-01-24 Emerson Electric Co. HVAC system remote monitoring and diagnosis
US9765979B2 (en) 2013-04-05 2017-09-19 Emerson Climate Technologies, Inc. Heat-pump system with refrigerant charge diagnostics
JP6275958B2 (ja) * 2013-05-21 2018-02-07 株式会社東芝 設備運用方策判定方法、設備運用方策判定装置、設備運用方策判定プログラム、及び設備運用方策判定システム
US20150134398A1 (en) * 2013-11-08 2015-05-14 Jin Xing Xiao Risk driven product development process system
US9852232B2 (en) * 2013-11-08 2017-12-26 International Business Machines Corporation Automating event trees using analytics
JP2015185120A (ja) * 2014-03-26 2015-10-22 株式会社Nttファシリティーズ 情報処理装置、情報処理方法、およびプログラム
US20150286970A1 (en) * 2014-04-08 2015-10-08 Michael Lloyd Dickerson System and process for rating maintenance risk on healthcare and general industry equipment
JP6296890B2 (ja) * 2014-05-09 2018-03-20 株式会社日立システムズ アセットマネジメントシステム及びアセットマネジメント方法
US9798605B2 (en) * 2014-06-27 2017-10-24 Siemens Aktiengesellschaft Supporting global effect analysis
CN104091070B (zh) * 2014-07-07 2017-05-17 北京泰乐德信息技术有限公司 一种基于时间序列分析的轨道交通故障诊断方法和系统
JP6411628B2 (ja) * 2014-07-25 2018-10-24 シーメンス アクチエンゲゼルシヤフトSiemens Aktiengesellschaft 技術的設備のメンテナンス期日を状態に基づいて算定する方法、装置およびコンピュータプログラム製品
CN104182829A (zh) * 2014-08-14 2014-12-03 工业和信息化部电子第五研究所 仪器研制可靠性管理与保障系统
US9715418B2 (en) 2014-12-02 2017-07-25 International Business Machines Corporation Performance problem detection in arrays of similar hardware
EP3059676B1 (en) * 2015-02-20 2019-09-11 Siemens Aktiengesellschaft A method and apparatus for analyzing the availability of a system, in particular of a safety critical system
JP6049792B2 (ja) * 2015-03-25 2016-12-21 株式会社東芝 絶縁材料の劣化診断装置、劣化診断方法、及び劣化診断プログラム
US10275408B1 (en) * 2015-03-27 2019-04-30 EMC IP Holding Company LLC Analysis and visualization tool utilizing mixture of multiple reliability measures for product and part combinations
KR20160143140A (ko) * 2015-06-04 2016-12-14 엘에스산전 주식회사 전력설비 건전성 평가시스템
US10572493B2 (en) * 2015-06-09 2020-02-25 Honeywell International Inc. Computerized process safety management system
US10371285B2 (en) * 2015-10-27 2019-08-06 Dresser, Llc Predicting maintenance requirements for a valve assembly
US9826112B2 (en) * 2015-12-09 2017-11-21 Kyocera Document Solutions Inc. Encoded error frequency as printing device status
CA3001886A1 (en) * 2015-12-23 2017-06-29 Suez Water & Treatment Solutions Pty Ltd Conducting a maintenance activity on an asset
CN108701269B (zh) * 2016-03-11 2022-03-25 株式会社日立制作所 生产设施经营优化装置
JP6844113B2 (ja) * 2016-03-22 2021-03-17 日本電気株式会社 情報処理装置、情報処理システム、制御方法、及びプログラム
US9985823B1 (en) * 2016-06-17 2018-05-29 Gravic, Inc. Method and system for mitigating correlated failure modes
KR102516864B1 (ko) * 2016-11-21 2023-03-31 삼성에스디에스 주식회사 조치가이드 제공 장치 및 방법
KR102097953B1 (ko) * 2016-12-09 2020-04-07 미쓰비시덴키 가부시키가이샤 고장 리스크 지표 추정 장치 및 고장 리스크 지표 추정 방법
US11900287B2 (en) 2017-05-25 2024-02-13 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with budgetary constraints
JP6526081B2 (ja) * 2017-02-28 2019-06-05 ファナック株式会社 在庫管理および予防保全を行う機能を有する在庫管理システム
WO2018179939A1 (ja) * 2017-03-30 2018-10-04 株式会社テイエルブイ リスク評価装置、リスク評価方法、及び、リスク評価プログラム
MX2019011484A (es) * 2017-03-30 2019-11-01 Tlv Co Ltd Dispositivo de determinacion de riesgo, metodo de determinacion de riesgo y programa de determinacion de riesgo.
WO2018217251A1 (en) * 2017-05-25 2018-11-29 Johnson Controls Technology Company Model predictive maintenance system for building equipment
US11416955B2 (en) 2017-05-25 2022-08-16 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with integrated measurement and verification functionality
US11747800B2 (en) 2017-05-25 2023-09-05 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system with automatic service work order generation
US11409274B2 (en) 2017-05-25 2022-08-09 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system for performing maintenance as soon as economically viable
US11636429B2 (en) 2017-05-25 2023-04-25 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance systems and methods with automatic parts resupply
JP6823547B2 (ja) * 2017-06-07 2021-02-03 株式会社日立製作所 経営管理システム
CN107657719A (zh) * 2017-09-28 2018-02-02 广州御银自动柜员机科技有限公司 一种基于钞箱缺钞率的atm维护系统
CN107862786A (zh) * 2017-09-28 2018-03-30 广州御银自动柜员机技术有限公司 一种基于凭条缺纸率的atm维护系统
RU2659374C1 (ru) * 2017-10-24 2018-06-29 Вадим Викторович Алашеев Способ определения оптимальной периодичности контроля состояния технических средств и систем при минимальном времени получения результата
JP7043801B2 (ja) * 2017-11-15 2022-03-30 トヨタ自動車株式会社 異常予兆報知システム、異常予兆報知方法及びプログラム
US10597988B2 (en) 2017-11-28 2020-03-24 Saudi Arabian Oil Company Systems and methods for operating downhole inflow control valves
JP2019133360A (ja) * 2018-01-30 2019-08-08 株式会社東芝 保守支援装置
JP6977650B2 (ja) * 2018-03-30 2021-12-08 富士通株式会社 異常検出方法、異常検出プログラム、及び異常検出装置
JP7319101B2 (ja) 2018-06-20 2023-08-01 東日本旅客鉄道株式会社 設備評価装置、設備評価方法及び設備評価プログラム
CN109019211B (zh) * 2018-08-02 2020-10-20 深圳爱梯物联网控股有限公司 一种电梯维修保养作业辅助装置
JP7213637B2 (ja) * 2018-08-07 2023-01-27 日鉄テックスエンジ株式会社 整備管理装置、整備管理方法及びプログラム
JP7105371B2 (ja) * 2018-09-27 2022-07-22 シーメンス・ヘルスケア・ダイアグノスティックス・インコーポレイテッド ソフトウェアシステムで原因および結果を決定的に報告する方法
CN109543858A (zh) * 2018-11-30 2019-03-29 青海电研科技有限责任公司 一种水电机组在线监测数据分析评估方法
CN110371899B (zh) * 2019-07-01 2020-10-09 泉州市东艾机械制造有限公司 一种建筑中高空作业设备
CN110414604A (zh) * 2019-07-30 2019-11-05 重庆邮电大学 感知对抗生成网络驱动的锂电池故障数据生成方法
US11480360B2 (en) 2019-08-06 2022-10-25 Johnson Controls Tyco IP Holdings LLP Building HVAC system with modular cascaded model
CN114391093B (zh) * 2019-09-17 2023-10-24 日产自动车株式会社 异常判定装置以及异常判定方法
CN110675046B (zh) * 2019-09-18 2021-08-31 上海建工四建集团有限公司 基于bim和报修数据的评价方法、装置、介质及终端
WO2021090485A1 (ja) * 2019-11-08 2021-05-14 三菱電機株式会社 ネットワーク施工支援システムおよび機器ネットワークシステム
CN111026094B (zh) * 2019-12-30 2023-03-17 中国船舶重工集团公司第七一三研究所 一种站台门系统的故障诊断与远程维护方法和系统
JP6988939B2 (ja) * 2020-03-27 2022-01-05 株式会社Sumco 保全管理装置、保全管理方法、及び保全管理プログラム
JP7441768B2 (ja) * 2020-09-29 2024-03-01 株式会社日立製作所 保全シミュレーション装置、および、保全シミュレーション方法
CN113177858B (zh) * 2021-03-31 2022-11-08 国网浙江省电力有限公司温州供电公司 一种多维度的电网抗台风评价方法
CN117651962A (zh) * 2021-07-19 2024-03-05 三菱电机株式会社 故障部位/更换用部件估计系统、方法和程序
CN113887056B (zh) * 2021-10-11 2023-04-07 中国铁建重工集团股份有限公司 基于故障树分析法掘进机主驱动系统故障诊断方法、系统
JP2024003728A (ja) * 2022-06-27 2024-01-15 株式会社日立産機システム 故障診断支援システムおよび故障診断支援方法

Family Cites Families (53)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US3454686A (en) * 1964-10-29 1969-07-08 Harry S Jones Method of shaping an aspheric lens
GB1239141A (ja) * 1969-03-07 1971-07-14
US4030813A (en) * 1974-12-20 1977-06-21 Matsushita Electric Industrial Co., Ltd. Control element having liquid layer attainable to geometrically uneven state in response to electrical signal
US4118270A (en) * 1976-02-18 1978-10-03 Harris Corporation Micro lens formation at optical fiber ends
US4137060A (en) * 1977-07-18 1979-01-30 Robert Bosch Gmbh Method of forming a lens at the end of a light guide
US4653847A (en) * 1981-02-23 1987-03-31 Motorola, Inc. Fiber optics semiconductor package
US4338352A (en) * 1981-02-23 1982-07-06 Mcdonnell Douglas Corporation Process for producing guided wave lens on optical fibers
FR2502345B1 (ja) * 1981-03-17 1985-01-04 Thomson Csf
NL8204961A (nl) * 1982-12-23 1984-07-16 Philips Nv Monomode optische transmissievezel met een taps eindgedeelte en werkwijze voor het vervaardigen daarvan.
FR2548431B1 (fr) * 1983-06-30 1985-10-25 Thomson Csf Dispositif a commande electrique de deplacement de fluide
US4783155A (en) * 1983-10-17 1988-11-08 Canon Kabushiki Kaisha Optical device with variably shaped optical surface and a method for varying the focal length
US4784479A (en) * 1984-05-30 1988-11-15 Canon Kabushiki Kaisha Varifocal optical system
CA1243105A (en) * 1984-07-09 1988-10-11 Giok D. Khoe Electro-optical device comprising a laser diode, an input transmission fibre and an output transmission fibre
GB8421105D0 (en) * 1984-08-20 1984-09-26 British Telecomm Microlens
JPS62276470A (ja) 1986-05-26 1987-12-01 Nippon Atom Ind Group Co Ltd 機器・部品の寿命管理装置
US4948214A (en) * 1989-07-10 1990-08-14 Eastman Kodak Company Step-index light guide and gradient index microlens device for LED imaging
JP2762808B2 (ja) * 1991-01-09 1998-06-04 松下電器産業株式会社 空間光変調素子および投写型ディスプレイ装置
JP2985505B2 (ja) 1991-07-08 1999-12-06 株式会社日立製作所 品質情報収集診断システム及びその方法
US5518863A (en) * 1992-01-31 1996-05-21 Institut National D'optique Method of changing the optical invariant of multifiber fiber-optic elements
US5248734A (en) * 1992-06-16 1993-09-28 Cornell Research Foundation, Inc. Process for preparing a polyphenylene polymer
DE4310291A1 (de) * 1993-03-30 1994-10-06 Sel Alcatel Ag Optischer Koppler
US5348687A (en) * 1993-11-26 1994-09-20 Mobil Oil Corp. M41S materials having nonlinear optical properties
US5486337A (en) * 1994-02-18 1996-01-23 General Atomics Device for electrostatic manipulation of droplets
JP3277114B2 (ja) * 1995-02-17 2002-04-22 インターナショナル・ビジネス・マシーンズ・コーポレーション 陰画調レジスト像の作製方法
US6014259A (en) * 1995-06-07 2000-01-11 Wohlstadter; Jacob N. Three dimensional imaging system
US5659330A (en) * 1996-05-31 1997-08-19 Xerox Corporation Electrocapillary color display sheet
US5922299A (en) * 1996-11-26 1999-07-13 Battelle Memorial Institute Mesoporous-silica films, fibers, and powders by evaporation
US5948470A (en) * 1997-04-28 1999-09-07 Harrison; Christopher Method of nanoscale patterning and products made thereby
FR2769375B1 (fr) * 1997-10-08 2001-01-19 Univ Joseph Fourier Lentille a focale variable
JPH11119823A (ja) 1997-10-21 1999-04-30 Yaskawa Electric Corp 故障診断装置
WO1999046624A1 (de) * 1998-03-09 1999-09-16 Bartels Mikrotechnik Gmbh Optischer schalter und modulares schaltsystem aus optischen schaltelementen
US6719868B1 (en) * 1998-03-23 2004-04-13 President And Fellows Of Harvard College Methods for fabricating microfluidic structures
US6027666A (en) * 1998-06-05 2000-02-22 The Governing Council Of The University Of Toronto Fast luminescent silicon
US6185961B1 (en) * 1999-01-27 2001-02-13 The United States Of America As Represented By The Secretary Of The Navy Nanopost arrays and process for making same
US6409907B1 (en) * 1999-02-11 2002-06-25 Lucent Technologies Inc. Electrochemical process for fabricating article exhibiting substantial three-dimensional order and resultant article
US6649083B1 (en) * 1999-08-12 2003-11-18 Board Of Trustees Of Michigan State University Combined porous organic and inorganic oxide materials prepared by non-ionic surfactant templating route
EP1141782A4 (en) * 1999-10-26 2007-02-21 Cornell Res Foundation Inc USE OF BLOCK COPOLYMERS AS PHOTOACKS DEVELOPABLE WITH SUPERCRITICAL LIQUIDS
AU2049801A (en) * 1999-12-09 2001-06-18 Cornell Research Foundation Inc. Fabrication of periodic surface structures with nanometer-scale spacings
US6387453B1 (en) * 2000-03-02 2002-05-14 Sandia Corporation Method for making surfactant-templated thin films
CA2404013A1 (en) * 2000-04-21 2001-11-01 Hongyou Fan Prototyping of patterned functional nanostructures
JP4246900B2 (ja) 2000-08-31 2009-04-02 株式会社東芝 プラント機器の運用診断装置及びその運用診断方法
JP2002123314A (ja) 2000-10-12 2002-04-26 Chiyoda Corp 設備保全の最適化システム
WO2002065515A2 (en) * 2001-02-14 2002-08-22 Science & Technology Corporation @ Unm Nanostructured devices for separation and analysis
US6538823B2 (en) * 2001-06-19 2003-03-25 Lucent Technologies Inc. Tunable liquid microlens
JP2003077907A (ja) * 2001-08-31 2003-03-14 Toshiba Corp 生産装置の異常停止回避方法及び異常停止回避システム
US6545815B2 (en) * 2001-09-13 2003-04-08 Lucent Technologies Inc. Tunable liquid microlens with lubrication assisted electrowetting
US6545816B1 (en) * 2001-10-19 2003-04-08 Lucent Technologies Inc. Photo-tunable liquid microlens
AU2002360361A1 (en) * 2001-11-09 2003-06-10 Biomicroarrays, Inc. High surface area substrates for microarrays and methods to make same
CN1195358C (zh) * 2002-11-22 2005-03-30 天津大学 基于网络移动作业机群工程机械故障智能化诊断系统
US6891682B2 (en) * 2003-03-03 2005-05-10 Lucent Technologies Inc. Lenses with tunable liquid optical elements
US20040191127A1 (en) * 2003-03-31 2004-09-30 Avinoam Kornblit Method and apparatus for controlling the movement of a liquid on a nanostructured or microstructured surface
US7156032B2 (en) * 2003-08-22 2007-01-02 Lucent Technologies Inc. Method and apparatus for controlling friction between a fluid and a body
US8124423B2 (en) * 2003-09-30 2012-02-28 Alcatel Lucent Method and apparatus for controlling the flow resistance of a fluid on nanostructured or microstructured surfaces

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11062274B2 (en) 2018-01-31 2021-07-13 Hitachi, Ltd. Maintenance planning apparatus and maintenance planning method

Also Published As

Publication number Publication date
CN100541485C (zh) 2009-09-16
US7082384B2 (en) 2006-07-25
CN1629867A (zh) 2005-06-22
EP1544771A1 (en) 2005-06-22
US20050149570A1 (en) 2005-07-07
JP2005182465A (ja) 2005-07-07

Similar Documents

Publication Publication Date Title
JP4237610B2 (ja) 保守支援方法及びプログラム
US11055450B2 (en) Industrial asset health model update
US6832205B1 (en) System and method for automatically predicting the timing and costs of service events in a life cycle of a product
JP4634242B2 (ja) 省エネルギー量推定装置、方法、およびプログラム
US6799154B1 (en) System and method for predicting the timing of future service events of a product
US7769568B2 (en) Employing a dynamic lifecycle condition index (CI) to accommodate for changes in the expected service life of an item based on observance of the item and select extrinsic factors
Van Horenbeek et al. Quantifying the added value of an imperfectly performing condition monitoring system—Application to a wind turbine gearbox
US20080300888A1 (en) Systems and Methods for Providing Risk Methodologies for Performing Supplier Design for Reliability
US20070239496A1 (en) Method, system and computer program for operational-risk modeling
CN102955876A (zh) 动态备件管理的系统和方法
TWI703420B (zh) 工廠評估系統、工廠評估方法及電腦程式產品
Kayrbekova et al. Activity-based life cycle cost analysis as an alternative to conventional LCC in engineering design
JP4309803B2 (ja) 保守支援プログラム
Grussing et al. Condition and reliability prediction models using the Weibull probability distribution
Bülbül et al. Exact and heuristic approaches for joint maintenance and spare parts planning
Chatterjee et al. Reliability and optimal release time analysis for multi up-gradation software with imperfect debugging and varied testing coverage under the effect of random field environments
Ambad et al. A methodology for design for warranty with focus on reliability and warranty policies
US8539588B2 (en) Apparatus and method for selecting measure by evaluating recovery time
JP4491684B2 (ja) 設備保守リスク評価システムおよび設備保守リスク評価方法
CN111260142A (zh) 商品指标数据预测方法、装置、存储介质及电子设备
Barabady Production Assurance: Concept, implementation and improvement
JP2021082115A (ja) 保全計画支援方法および保全計画支援装置
JP7373384B2 (ja) 計算機システム及びスケジューリングシステムの検証方法
EP4339851A1 (en) Failure predicting device, failure predicting method, and program
JP7406447B2 (ja) 計算機システム及びアイテムの需要予測方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20060216

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20080910

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20080924

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20081114

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: 20081216

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

Free format text: JAPANESE INTERMEDIATE CODE: A01

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20081218

R151 Written notification of patent or utility model registration

Ref document number: 4237610

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R151

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

Free format text: PAYMENT UNTIL: 20111226

Year of fee payment: 3

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

Free format text: PAYMENT UNTIL: 20121226

Year of fee payment: 4

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

Free format text: PAYMENT UNTIL: 20121226

Year of fee payment: 4

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

Free format text: PAYMENT UNTIL: 20131226

Year of fee payment: 5

EXPY Cancellation because of completion of term