JP4491684B2 - 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 - Google Patents

Description

本発明は、サービス事業におけるリスク評価システムおよびリスク評価方法に関する。

従来は、地域ごとに一つある電力会社からの電力を購入するしかなかった。しかし、近年、電力事業の規制緩和が進み、事業主の電力調達方法の選択肢が広がっている。現在は、他地域の電力会社、電力会社ではない発電業者、例えば発電設備を持つガス会社や鉄鋼会社からも、電力を購入できる。

電力会社ではない発電業者（以下、単に発電業者）は、自ら燃料を購入し、発電設備を建設して電力を販売する。既存の電力会社が発電設備をメンテナンスする人員を保有しているのに対して、発電業者には発電用機械設備をメンテナンスする人員の確保が難しい場合が多い。

そこで、設備納入業者（以下、メーカ）は、納入した設備のメンテナンスを所定期間、所定額で請け負う長期サービスを提案し、このサービスが普及しつつある。長期サービスでカバーする範囲は、条件ごとにまちまちである。

長期サービスでカバーする範囲には、例えば、
(１) メーカが所定期間（例えば１０年間）に必要な交換部品を事前に決めた価格で供給する
(２) (１)に加えて、メーカがメンテナンスの実施計画も決定する
(３) (２)に加えて、メーカが稼働率や発電効率を保証する
(４) メーカが運転に関わる一切を請け負う。日常の点検から大規模なメンテナンスまでの全てを実施する
という４パターンがある。

このようなサービスを提供する事業を長期サービス事業という。この長期サービス事業では、顧客である発電業者にとって、新たにメンテナンス人員を確保する必要がなく、年毎に大きく変動するメンテナンス費用を長期間所定額に平準化できるなどのメリットがある。

しかし、発電業者ごとに所有する発電設備の規模その他の様々な事業上の環境や条件が異なるので、長期サービスの契約内容は、それぞれの発電業者の事業環境にマッチした条件および価格に定めることが望ましい。

一方、メーカにとっては、サービス対象の範囲を広げればリスクが増大する。したがって、長期サービス事業においては、発電業者とメーカとの双方が納得できる適正なリスク配分に基づく適正な価格および条件で契約が結ばれることが望ましい。

このような長期サービス事業におけるリスク計量／管理技術としては、離散事象駆動型モンテカルロ法を用いたシミュレーション技術がある（例えば、特許文献１参照）。

一方、金融事業のリスク評価／管理技術としては、オペレーショナルリスク評価技術がある（例えば、特許文献１参照)。

図５は、特許文献１の離散事象駆動型モンテカルロシミュレーション技術の概要を説明する図である。

まず、機械設備の運転実績とメンテナンス履歴およびトラブル発生の履歴とから、機械設備の構成部品の寿命，劣化度，トラブル発生確率を時間に対する関数として数値化または関数化する。数値化または関数化したトラブル発生確率をトラブル発生確率モデルという。

このトラブル発生確率モデルを時間に対して離散化し、将来における所定期間、例えば１年ごとのトラブル発生確率値を数値列として求める。図５では、横軸に時間を取り縦軸をトラブル発生確率を取った棒グラフとして、トラブル発生確率値を最上段に示している。

時間区間ごとに乱数値を発生させる。図５では、トラブル発生確率値のすぐ下に「乱数」という項目名で発生した乱数の様子を示している。その乱数値と時間区間のトラブル発生確率値とを比較して、乱数値の方が小さければ、トラブルが発生したとして、トラブル発生フラグに１を立て、乱数値の方が大きければ、トラブルは発生しなかったとして、トラブル発生フラグを０とする。

図５では、「乱数」のすぐ下に「シナリオ」という項目名でフラグ発生の様子を示している。トラブル発生フラグが１となった場合、そのトラブルが発生した部品に関する情報をデータベースから取り込み、復旧に必要な費用やトラブルによる停止期間を求めて積算する。図５では、項目名「トラブル時費用」として、復旧に必要な費用をデータベースから取り込んだ結果の例を示している。

考慮すべきｎ個のリスク項目に対してこの「トラブル時費用」を計算し、発生する費用の合計値を求める。図５では、「集計」と書かれた矢印の下側に、全てのリスク項目に対して派生する費用をまとめた様子を示した。

乱数発生から費用の合計値算出までを一つのシナリオとして保存し、新たな乱数列を発生して二つめ，三つめ，…と、数千から数万ケースのシナリオを作成して繰り返し費用を計算し、シナリオごとに無数の発生費用を産出し、最終的にこの発生費用の分布を求める（図５下段）。

この分布から、例えば、損益分岐点Ｂを超過する損失発生確率は何％か、または、考慮すべきリスク項目を変更した場合、分布の形状と損失発生確率とはどのように変わるのかなどの情報が得られる。

この離散事象駆動型モンテカルロシミュレーションでは、部品ごとにトラブル発生確率モデルを定義し、その故障確率モデルごとに時間区間に分解して乱数列と照合し、その乱数列を無数に発生して計算するので、計算量が膨大であり、全てのトラブル発生確率モデルが定義されなければ全体を評価ができず、計算結果のデータ量も膨大なので、評価結果から収益悪化の主要因を推定することが難しかった。

図６は、特許文献２のオペレーショナルリスク評価におけるトラブル発生回数確率分布の使用方法を説明する図である。

まず、リスクとして取り扱うリスク項目によるトラブルが、評価期間中に発生しうる回数を確率分布として入力する（図６上段）。この確率分布は、実績に基づく値でもよいし、評価者が経験に基づいて設定してもよい。

各項目の発生回数の確率分布を積分して、発生回数の累積確率分布に置き換える（図６下段）。

特開２００２−１４９８６８号公報 (第３〜５頁 図２〜図５) 特開２００３−３６３４６号公報 (第７〜１０頁 図１〜図５)

本発明の課題は、劣化などの時間的にリスク量が変化するような事象を評価でき、全てのリスク項目に関するデータが厳密に定義されなくてもリスク評価が可能である設備保守リスク評価技術を提供することである。

本発明は、上記課題を解決するために、時間的なリスクの変化を考慮して設備関連のリスク項目に起因するトラブル発生回数の確率分布を算定するステージと、リスク項目から契約条件に基づいて選択された選択結果を契約情報として出力するステージと、そのトラブル発生回数の確率分布と契約情報とを使ったリスク評価ステージとを有する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を提案する。

本発明の長期サービス事業向け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は、経時的に劣化する機器を含む機械設備に関するリスク評価時の計算量が少ない。

発明者らは、リスク評価／管理技術におけるオペレーショナルリスク評価技術に、時間に依存する事象を考慮する手法を付加すると、離散事象駆動型モンテカルロシミュレーション技術と比較して、リスク評価時の計算量が少なく、全てのリスク情報を厳密に定義する必要もなく、評価結果から原因の推定が容易な設備保守リスク評価技術を構築できることを発見した。

図７は、金融事業のリスク評価／管理技術におけるオペレーショナルリスク評価の概要を示す図である。

求めた累積確率分布を用いてモンテカルロシミュレーションを実行する。あるリスク項目に対して一つの乱数を発生させる。トラブル発生回数の累積確率分布と乱数とを比較し、累積確率が乱数と一致したときの発生回数を出力する。

この手順により、一つの乱数から一つのトラブルの発生回数が得られる。これを全てのリスク項目に対して実行すると、各リスク項目に起因するトラブルの発生回数のセットを作成できる（図７中段）。

次に、発生回数のセットに各リスク項目に基づくトラブル発生時の損失額を乗じて、損失費用の総額を計算する。この試行を無数に実行して損失費用の発生頻度分布を作成する（図７下段）。

金融事業におけるリスク評価技術は、リスクとして扱う事象が所定期間内にどの程度の頻度で発生するかを考えて評価する技術である。例えば、銀行員による横領は1億円ならば１０年で１回だろうが、１００万円なら１０年に２０回あるだろうといったデータを入力し、これらのリスク項目が銀行の経営にどの程度影響を及ぼすかを評価する。この評価方法は、対象とする事象が発生する時期を特定できないものであることを前提にしている。

この方法によれば、まず、時間を考慮しない分だけ、特許文献１に比べて計算量は少なくて済む。次に、入力値として評価者の経験に基づく推定値を入力することもできるので、全てのリスク項目が厳密に定義されていなくてもリスク評価が可能である。計算結果のデータ量は特許文献１よりも少ないので、特許文献１に比べて結果から要因を推定しやすい。

しかし、機械設備において、故障発生は、機械の劣化度合いに依存し、劣化度合いは、機械の使用時間に依存し、メンテナンスで部品を交換すれば、機械の劣化度合いがリセットされる。すなわち、長期サービス事業では、時間経過に対して故障リスクの大きさが変化する。

金融事業におけるリスク管理技術では、時間によるリスク量の変化の影響を考慮していないので、長期サービス事業のリスク管理にそのまま適用することは困難だった。

長期サービス事業向けの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は、まず、劣化などの時間的にリスク量が変化するような事象を評価できる必要がある。その上で、全てのリスク項目に関するデータが厳密に定義されなくてもリスク評価が可能であり、評価時の作業時間が可能な限り短く、評価結果に影響を及ぼすリスク項目を結果から容易に推定できることが望ましい。

次に、図１〜図１６を参照して、本発明による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を説明する。

本発明では、長期サービス事業における収益に影響を及ぼす不確定な事象をリスクと定義し、リスクの概念を二つに分類する。

機械部品の場合、使用条件が同一であれば、劣化の進展速度は同一になるので、使用開始からの経過時間に沿ったトラブル発生確率の推移は一義的に決まる。

しかし、機械部品の交換時期が違えば、劣化の進展速度が同一でも、トラブルの発生確率は異なる。また、使用条件と交換時期が同一であっても、長期サービスの契約において保証期間が異なる場合、メーカにとってのリスク量は異なる。すなわち、根源的な事象は同一でも、使用方法やリスクの評価区間が異なれば、リスク量は異なる。

そこで根源的な事象をリスク要因と呼び、使用方法や保証期間などの契約条件を考慮したものをリスク項目と呼び区別する。このリスク項目に番号ｉ（１≦ｉ≦ｎ）をつけ、リスク要因に番号ｊ（１≦ｊ≦ｍ）をつける。ｎ＞ｍである。

図１は、本発明による設備保守リスク評価システムの系統構成を示すブロック図である。

本発明による設備保守リスク評価システムは、リスク情報計算手段１０００と、契約条件入力手段９５０と、事業リスク評価手段２００と、表示手段６００とからなる。

リスク情報計算手段１０００は、個別のリスク要因に関するトラブルの発生確率分布を算出し保存している。ここから出力される全リスク項目リスク情報ｆは、リスク項目ごとのトラブル発生回数の発生確率分布である。

契約条件入力手段９５０は、契約情報ｔを出力する。

事業リスク評価手段２００は、全リスク項目リスク情報ｆと契約条件入力手段９５０から入力された契約情報ｔとを入力して、リスク評価結果情報ｇを出力する。

表示手段６００は、リスク評価結果情報ｇを表示する。

図２は、リスク情報計算手段１０００の内部構成を示すブロック図である。

リスク情報計算手段１０００は、経験値入力手段４００と、トラブル発生確率ＤＢ７００と、メンテナンス計画ＤＢ８００と、評価区間設定手段９００と、リスク項目ｉトラブル発生確率算出手段１００−１〜ｎと、リスク特性データベース(ＤＢ)５００とからなる。

経験値入力手段４００は、経験リスク値情報ｅを出力する。

トラブル発生確率ＤＢ７００は、リスク項目ｉトラブル発生確率情報ａ−１〜ｎを出力する。

メンテナンス計画ＤＢ８００は、リスク項目ｉメンテナンス計画情報ｂ−１〜ｎを出力する。

評価区間設定手段９００は、リスク項目ｉ評価区間情報ｃ−１〜ｎを出力する。

リスク項目ｉトラブル発生確率算出手段１００−１〜ｎは、リスク項目ｉトラブル発生確率情報ａ−１〜ｎと、リスク項目ｉメンテナンス計画情報ｂ−１〜ｎと、リスク項目ｉ評価区間情報とを入力して、リスク項目ｉ発生頻度分布情報ｄ−１〜ｎを出力する。リスク特性ＤＢ５００は、リスク項目ｉ発生頻度分布情報ｄ−１〜ｎと、経験リスク値情報ｅとを記録し、これらをまとめた全リスク項目リスク情報ｆを出力する。

システムのトラブル発生確率ＤＢ７００は、ｍ個のリスク要因のトラブル発生確率を保存する。リスク要因の種類によって、トラブルの発生確率のモデル化方法が異なるので、数値または数値配列または数式として保存する。例えば、リスク項目がコンピュータプログラムのエラーのように発生する時期を特定できない場合は、トラブル発生確率は、所定期間の平均的な値として定義する。また、例えばリスク要因が機器の劣化による故障のように、時間の経過にしたがってトラブルの発生確率が変化するような場合は、トラブル発生確率は、時間の経過に沿った数値の配列にしたり、時間関数の数式で表したりする。トラブル発生確率を数式で表す場合、機械部品の故障確率を数式１のワイブル分布で定義する方法が一般的である。数式１において、ｔは時間、αは形状母数、βは尺度母数である。

例えば、時間の単位が年であるとして、その部品を使用開始してからＴ年目１年間の平均故障確率は、数式２のようになる。

したがって、形状母数αと尺度母数βとを保存しておけば、その部品の特定時期におけるトラブル発生確率を計算できる。

トラブル発生確率ＤＢ７００から出力されるリスク項目ｉトラブル発生確率情報ａ−１〜ｎは、このようにして記録された数値または数値配列または数式の情報をｍ個のリスク要因から適宜選択して出力したものである。

メンテナンス計画ＤＢ８００は、対応するリスク項目に伴うトラブルが、劣化による機器の故障である場合に、その機器の交換周期または交換時期を保存する。リスク項目ｉメンテナンス計画情報ｂ−１〜ｎは、リスク項目ｉに対応する機器または部品の交換周期または交換時期である。

評価区間設定手段９００は、長期サービス事業におけるメーカと発電業者との契約条件で定義される機械部品の保証期間に基づくトラブル発生確率の評価区間を入力する。この入力された評価区間の情報がリスク項目ｉ評価区間情報ｃ−１〜ｎである。

図３は、リスク項目ｉトラブル発生確率算出手段１００−ｉの内部構成を示すブロック図である。

リスク項目ｉトラブル発生確率算出手段１００−ｉは、リスク項目ｉトラブル発生確率離散化手段１０５−ｉと、リスク項目ｉ運転時トラブル発生確率生成手段１１０−ｉと、乱数発生手段１３０−ｉと、シナリオ生成手段１４０−ｉと、リスク項目ｉトラブル発生回数集計手段１５０−ｉと、リスク項目ｉトラブル発生回数確率分布算出手段１６０−ｉとからなる。

リスク項目ｉトラブル発生確率離散化手段１０５−ｉは、リスク項目ｉトラブル発生確率情報ａ−ｉとして入力されたトラブル発生確率の値または数値列または数式を所定時間間隔（例えば１年）で離散化処理し、離散化したトラブル発生確率の数値列を離散化トラブル発生確率情報ｈ２−ｉとして出力する。

運転時トラブルｉ発生確率生成手段１１０−ｉは、離散化トラブル発生確率情報ｈ２−ｉとリスク項目ｉメンテナンス計画情報ｂ−ｉと、リスク項目ｉ評価区間情報ｃ−ｉを入力して、運転時リスク項目ｉトラブル発生確率情報ｈ１−ｉを出力する。

乱数発生手段１３０−ｉは乱数情報ｈ５−ｉを出力する。

シナリオ生成手段１４０−ｉは、運転時リスク項目ｉトラブル発生確率情報ｈ１−ｉと、乱数情報ｈ５−ｉを入力し、リスク項目ｉトラブル発生シナリオ情報ｈ３−ｉを出力する。

リスク項目ｉトラブル発生回数集計手段１５０−ｉは、リスク項目ｉトラブル発生シナリオ情報ｈ３−ｉを入力し、リスク項目ｉトラブル発生回数情報ｈ４−ｉを出力する。

リスク項目ｉトラブル発生回数確率分布算出手段１６０−ｉは、リスク項目ｉトラブル発生回数情報ｈ４−ｉを入力して、リスク項目ｉ発生頻度分布情報ｄ−ｉを出力する。

図８は、図３のリスク項目ｉトラブル発生確率算出手段１１０−ｉの動作を説明する図であり、図９は、図３のリスク項目ｉトラブル発生確率生成手段１１０−ｉの処理手順を示すフローチャートである。

ステップ５０において、リスク項目ｉのトラブル発生確率を入力する。図８上段は、リスク項目ｉに対応した機械部品のトラブル発生確率分布である。

ステップ５１において、トラブル項目ｉに対応した部品の交換周期を入力する。

ステップ５２において、交換周期分のトラブル発生確率を切り出す。すなわち、図８上段における時刻０から時刻Ｄの間だけ切り出す。

ステップ５３において、切り出したトラブル発生確率曲線を繰り返し接続する。図８下段のように、切り出したトラブル発生確率のデータを時間軸に対して繰り返し配置する。最後にリスク項目ｉ評価区間情報ｃ−ｉに基づく評価区間を越えるデータ、すなわち、評価区間Ｅ以降のデータを削除する。

図１０は、図３のリスク項目ｉトラブル発生確率算出手段１００−ｉにおける運転時リスク項目ｉトラブル発生確率生成手段１１０−ｉおよびリスク項目ｉトラブル発生確率離散化手段１０５−ｉを除く部分の動作を説明する図である。

処理後のトラブル発生確率を示す数値列が、運転時リスク項目ｉトラブル発生確率情報ｈ１−ｉである。

乱数発生手段１３０−ｉは、リスク項目ｉトラブル発生確率離散化手段１０５−ｉで離散化され、運転時リスク項目ｉトラブル発生確率生成手段１１０−ｉで実際のプラントの運転状態に応じて再配置されたトラブル発生確率の数値列における数値一つ一つに対応した乱数列を発生し、乱数情報ｈ５−ｉとして出力する。

シナリオ生成手段１４０−ｉは、離散化された時間区間ごとに運転時リスク項目ｉトラブル発生確率情報ｈ１−ｉと乱数情報ｈ５−ｉの値とを比較し、乱数値の方が小さければ、その時間区間にフラグ１を立て、乱数値の方が大きければ、その時間区間にフラグ０を立てる。リスク項目ｉトラブル発生シナリオ情報ｈ３−ｉは、このようにして作られたフラグの数値列である。

リスク項目ｉトラブル発生回数集計手段１５０−ｉは、リスク項目ｉトラブル発生シナリオ情報ｈ３−ｉのフラグ数値列を合計する。リスク項目ｉトラブル発生回数情報ｈ４−ｉは、フラグ数値列の合計値であり、トラブルの発生回数そのものである。

リスク項目ｉトラブル発生回数確率分布算出手段１６０−ｉは、無数の乱数列に対して実行された乱数発生手段１３０−ｉと、シナリオ生成手段１４０−ｉと、リスク項目ｉトラブル発生回数集計手段１５０−ｉの動作結果として得られるリスク項目ｉトラブル発生回数情報ｈ４−ｉとを集計し、リスク項目ｉ発生頻度分布情報ｄ−ｉとして出力する。

図１０の最上段の棒グラフは、運転時リスク項目ｉトラブル発生確率情報ｈ１−ｉである。その下の乱数値列は、乱数情報ｈ５−ｉである。その下の数値列は、これら二つを比較して出力されるリスク項目ｉトラブル発生シナリオ情報ｈ３−ｉである。その右端に表示されたトラブルの合計発生回数は、リスク項目ｉトラブル発生回数情報ｈ４−ｉである。図１０下段の棒グラフは、リスク項目ｉ発生頻度分布情報ｄ−ｉである。

図１１は、図２のリスク特性ＤＢ５００のデータ構成の一例を示す図である。

リスク特性ＤＢ５００は、リスク項目ｉに対してユニークに設定された番号と、リスク項目ｉに対応した事象または対応した部品の情報と、トラブルの要因と、トラブル発生により想定される損失費用およびプラントが停止する期間の情報と、リスク項目ｉが対象とする期間の情報と、リスク項目ｉトラブル発生確率算出手段１００−ｉで算出されたリスク項目ｉ発生頻度分布情報ｄ−ｉの情報とからなる。

リスク項目ｉ発生頻度分布情報ｄ−ｉ以外の情報は、その長期サービス事業における計画値や過去の実績値に基づいて入力する。全リスク項目リスク情報ｆは、これら全ての情報である。
契約条件入力手段９５０は、リスク項目１〜ｎに対して、メーカと発電事業者との長期サービス契約に基づいて、メーカが保証しなければならないリスク項目を選択して入力する。契約情報ｔは、各リスク項目のうち、どの項目をリスク評価の対象とするかを示す情報である。

図２の経験値入力手段４００は、リスク項目ｉ発生頻度分布情報ｄ−ｉをエンジニアの経験に基づいて修正したり、リスク項目ｉトラブル発生確率情報ａ−ｉに対応するデータがなく、リスク項目ｉ発生頻度分布情報ｄ−ｉの計算値が得られない場合にエンジニアの経験に基づくデータを入力するために使用する。経験リスク値情報ｅは、エンジニアにより修正されるか、または、手入力されたリスク項目ｉ発生頻度分布情報ｄ−ｉと同じ形態の情報である。

図４は、事業リスク評価手段２００の内部構成を示すブロック図である。

事業リスク評価手段２００は、リスク情報取り出し手段２１０と、乱数発生手段２２０と、組合せシナリオ発生手段２３０と、直接費用影響計算手段２４０と、期間影響計算手段２５０と、期間影響の費用化手段２６０と、直接費用影響度分布作成手段２７０と、期間影響度分布作成手段２８０と、総費用影響度分布作成手段２９０と、期間影響度分布作成手段３００と、影響度評価結果ＤＢ３１０とからなる。

リスク情報取り出し手段２１０は、全リスク項目リスク情報ｆを入力し、費用影響度情報ｓ１、トラブル発生確率分布情報ｓ２、期間影響度情報ｓ３を出力する。費用影響度情報ｓ１は、図１１における影響度のデータである。トラブル発生確率情報ｓ２は図１１の発生回数ごとの発生確率分布であるリスク項目ｉ発生頻度分布情報ｄ−ｉを図６の手順で累積確率分布に変換した情報である。期間影響度情報ｓ３は、図１１における停止期間のデータである。

乱数発生手段２２０は、全てのリスク項目に対応した乱数列を発生し、乱数列情報ｓ４として出力する。

組合せシナリオ発生手段２３０は、リスク項目ごとに乱数列情報ｓ４とトラブル発生確率情報ｓ２を比較し、図７の手順でリスク項目ごとのトラブル発生回数を求める。組合せシナリオ情報ｓ５は、リスク項目ごとに求められたトラブル発生回数の数値列である。

直接費用影響計算手段２４０は、リスク項目ごとに組合せシナリオ情報ｓ５に含まれるトラブル発生回数と、費用影響度情報ｓ１から解るトラブル発生時の費用損失とを乗じ、全てのリスク項目に関して積算し、トラブル発生による損失費用の総額を計算する。このとき直接費用影響計算手段２４０は、契約情報ｔを参照して、契約に基づいて保証しなくてもよいリスク項目に関わる費用を除外する。出力される費用影響度計算結果ｓ６は、トラブル発生による損失費用の総額である。

期間影響計算手段２５０は、リスク項目ごとに組合せシナリオ情報ｓ５に含まれるトラブル発生回数と、期間影響度情報ｓ３から解るトラブル発生時の停止期間とを乗じ、全てのリスク項目に関して積算し、トラブル発生による運転停止期間の積算値を計算する。このとき期間影響計算手段２５０は、契約情報ｔを参照して、契約に基づいて保証しなくてもよいリスク項目に関わる停止期間を除外する。出力される期間影響度計算結果ｓ８は、トラブル発生によるプラント停止期間の総和である。

期間影響の費用化手段２６０は、期間影響度計算結果ｓ８と契約情報ｔとを照合し、メーカから顧客に支払う稼働率保証のペナルティ費用を算出する。ここでペナルティ費用の算出方法について説明する。長期サービス事業の稼働率保証において、例えば、対象とするプラントで計画された年間運転時間に対して９０％の稼働率を保証する場合を考える。このとき、プラントが計画外に停止していた時間の総和が、計画された年間運転時間の１０%以下であれば、ペナルティ費用は発生せず、停止時間が１０%を超過した時間に比例したペナルティ費用が発生する。

図１２は、稼働率保証費用(ペナルティ費用)と計画外のプラント停止時間との関係の一例を示す図である。

出力される保証費用影響度計算結果ｓ７は、図１２の関係に基づいて算出されたペナルティ費用額である。

直接費用影響度分布作成手段２７０は、乱数発生手段２２０から直接費用影響計算手段２４０までの処理を繰り返し、無数に実行した結果として得られる費用影響度計算結果ｓ６の分布を求める。直接費用影響度分布情報ｓ９は、ペナルティ支払いを除く損失費用の総額の発生確率分布である。

総費用影響度分布作成手段２９０は、乱数発生手段２２０から期間影響の費用化手段２６０までの処理を繰り返し、無数に実行した結果として得られる費用影響度計算結果ｓ６と保証費用影響度計算結果ｓ７との合計値の分布を求める。出力される契約費用影響度分布情報ｓ１０は、契約に基づく損失費用の総額の発生確率分布である。

期間影響度分布作成手段２８０は、乱数発生手段２２０から期間影響の費用化手段２６０までの処理を繰り返し、無数に実行した結果として得られる期間影響度計算結果ｓ８の分布を求める。出力される期間影響度分布情報ｓ１１は、トラブル発生によるプラントの計画外停止時間の発生確率分布である。

期間影響度分布作成手段３００は、直接費用影響度分布情報ｓ９と契約費用影響度分布情報ｓ１０と期間影響度分布情報ｓ１１とを影響度評価結果情報ｓ１２として影響度評価結果ＤＢ３１０に保存したり、影響度評価結果ＤＢ３１０から過去の計算結果である過去影響度評価実績情報ｓ１３を呼び出したりして、評価者が必要な情報をリスク評価結果情報ｇとして出力する。

図１３は、事業リスク評価手段２００の評価動作の概要を示す図である。

事業リスク評価手段２００の動作のうち、トラブル発生により予定外に生じるメンテナンス費用については、図７のオペレーショナルリスク評価と同様である。事業リスク評価手段２００では、トラブル発生による計画外停止時間についても、図７と同じ手順で算出する。

しかし、本発明の事業リスク評価手段２００は、求められた計画外停止時間と稼働率の保証値とを比較し、数式３に基づいて、稼働率ペナルティ費用を算出する。

表示手段６００は、図７の最下段にあるような横軸に発生費用を取り、縦軸にシミュレーションにおける計算結果の発生度数を取った分布図として、リスク評価結果情報ｇを表示する。

なお、縦軸は、計算結果の発生度数でもよいし、シミュレーションの試行数で除した発生確率分布としてもよい。

図１４は、長期サービスにおけるある契約条件でのリスク評価のシミュレーション結果の一例を示す図である。

縦軸は、シミュレーション結果の発生確率分布であり、横軸は、トラブル発生による損失費用である。横軸の０点は、長期サービス事業において計画時に見積もられた基本コストであり、当初想定される計画的な点検および部品交換による費用の総和である。このケースでは、基本コスト＋１０ｋ￥が顧客である発電業者との契約価格である。

したがって、図１４中ｂ点の１０ｋ￥が損益分岐点となる。図１４中の斜線部分の面積が損益分岐点を越えて事業そのものが赤字になる確率であり、このケースでは約１４％であった。

図１５は、図１４の契約条件から保証範囲を変更した場合のリスク評価のシミュレーション結果を示す図である。

図１５中点線は、図１４の結果を示し、実線が、契約条件変更後の評価結果である。契約条件を変更すると、トラブルによる損失が損益分岐点を越える確率が３％となった。このようにして契約条件の変更、調達する機械部品の変更、保証期間の変更によって変化するリスクの量を可視化すると、長期サービス事業収益性を判断することが可能となる。

また、分布の形状から契約価格を決定することもできる。例えば、９５％の確率でメーカ側が赤字にならないための契約価格を求めると、図１４のケースでは、基本コスト＋１３ｋ￥となり、図１５のケースでは、基本コスト＋９ｋ￥となる。

一方、長期サービスを受ける発電業者には、変更された保証範囲に対応した出費が発生する。発電業者は、図１４と同様な手順で作成された発電業者に発生しうる出費の発生確率分布と、上記契約条件に応じた価格設定とを比較し、契約条件を決定できる。

図１６は、図１４のケースから図１５のケースに契約範囲を縮小したときに発電業者に発生する費用の発生確率分布を示す図である。

図１４のケースと図１５のケースの契約価格の差は４ｋ￥であり、図１６より、発電業者の出費が４ｋ￥以下になる確率は約８３％である。したがって、発電業者がサービス範囲の狭い図１５の契約を選択した場合、図１４の条件で契約した場合に比べて１７％の確率で損失をこうむることになる。

通常、リスク評価の指標としては、損失の発生確率が５％〜３％を目安とすることが多いので、この１７％の損失発生確率は大きいといえる。したがって、この場合、発電業者は、図１４のより広いサービス範囲の条件で契約した方がよいと判断できる。

本発明によれば、サービス提供者と利用者の双方が、契約条件によって変化する双方のリスク配分を見ながら議論すると、双方にとって最も利益の高い条件で長期サービスの契約を締結できる。

また、全てのリスク項目のリスク情報を厳密に定義できない場合でも、評価者の経験に基づく値を入力すると、全体のリスク評価が可能である。

さらに、リスクの評価結果である損失費用の確率分布から、確率分布の形状を決める主要因を容易に推定できる。

なお、上記実施例のリスク情報計算手段１０００や事業リスク評価手段２００に含まれるＤＢ以外の手段は、ＣＰＵにより処理される。上記実施例と同等の機能を有するプログラムをＣＰＵに読み込ませて実施することもできる。また、そのプログラムを記録媒体に記録し、記録媒体からそのプログラムを読み込ませて実施することも可能である。

本発明による設備保守リスク評価システムの系統構成を示すブロック図である。 リスク情報計算手段１０００の内部構成を示すブロック図である。 リスク項目ｉトラブル発生確率算出手段１００−ｉの内部構成を示すブロック図である。 事業リスク評価手段２００の内部構成を示すブロック図である。 特許文献１の離散事象駆動型モンテカルロシミュレーション技術の概要を説明する図である。 特許文献２のオペレーショナルリスク評価におけるトラブル発生回数確率分布の使用方法を説明する図である。 金融事業のリスク評価／管理技術におけるオペレーショナルリスク評価の概要を示す図である。 図３のリスク項目ｉトラブル発生確率算出手段１１０−ｉの動作を説明する図である。 図３のリスク項目ｉトラブル発生確率算出手段１１０−ｉの処理手順を示すフローチャートである。 図３のリスク項目ｉトラブル発生確率算出手段１００−ｉにおけるリスク項目ｉトラブル発生確率離散化手段１０５−ｉおよび運転時リスク項目ｉトラブル発生確率生成手段１１０−ｉを除く部分の動作を説明する図である。 図２のリスク特性ＤＢ５００のデータ構成の一例を示す図である。 稼働率保証費用(ペナルティ費用)と計画外のプラント停止時間との関係の一例を示す図である。 事業リスク評価手段２００の評価動作の概要を示す図である。 長期サービスにおけるある契約条件でのリスク評価のシミュレーション結果の一例を示す図である。 図１４の契約条件から保証範囲を変更した場合のリスク評価のシミュレーション結果を示す図である。 図１４のケースから図１５のケースに契約範囲を縮小したときに発電業者に発生する費用の発生確率分布を示す図である。

符号の説明

１００−ｉ トラブル発生確率算出手段
１０５−ｉ トラブル発生確率離散化手段
１１０−ｉ 運転時トラブル発生確率生成手段
１３０−ｉ 乱数発生手段
１４０−ｉ シナリオ生成手段
１５０−ｉ トラブル発生回数集計手段
１６０−ｉ トラブル発生回数確率分布算出手段
２００ 事業リスク評価手段
２１０ リスク情報取り出し手段
２２０ 乱数発生手段
２３０ 組合せシナリオ発生手段
２４０ 直接費用影響計算手段
２５０ 期間影響計算手段
２６０ 期間影響の費用化手段
２７０ 直接費用影響度分布作成手段
２８０ 期間影響度分布作成手段
２９０ 総費用影響度分布作成手段
３００ 期間影響度分布作成手段
３１０ 影響度評価結果ＤＢ
４００ 経験値入力手段
５００ リスク特性ＤＢ
６００ 表示手段
７００ トラブル発生確率ＤＢ
８００ メンテナンス計画ＤＢ
９００ 評価区間設定手段
９５０ 契約条件入力手段
１０００ リスク情報計算手段

Claims (1)

1. プログラムをＣＰＵに読み込ませてそれぞれ実施されるリスク情報計算手段、契約条件入力手段および事業リスク評価手段を有し、前記リスク情報計算手段は少なくとも経時的に劣化する機器を含む機械設備の保守に係る事業収益を悪化させる要因として想定される一つ以上のリスク項目に起因するトラブルの発生回数の確率分布を算出してリスク情報として生成し、前記契約条件入力手段は前記リスク項目から契約条件に基づいて選択されたリスク評価の対象とする項目を示す契約情報を入力し、前記事業リスク評価手段は前記リスク情報計算手段により生成された前記リスク情報と前記契約条件入力手段から入力される前記契約情報とに基づき設備保守事業における損失の発生度合いを分布として算出してリスク評価結果情報として生成し、該リスク評価結果情報を表示する表示手段とを有する設備保守リスク評価システムであって、
   前記リスク情報計算手段は、前記リスク項目に対応するトラブル発生確率の時間的変化が保存されたトラブル発生確率データベースと、前記リスク項目に対応する前記機器のメンテナンス周期が保存されたメンテナンス計画データベースと、前記リスク項目のトラブル発生頻度を算出する時間的な評価区間を設定する評価区間設定手段と、トラブル発生確率データベースから読み出したトラブル発生確率の時間的変化と、前記メンテナンス計画データベースから読み出した前記メンテナンス周期と前記評価区間設定手段により設定された評価区間に基づいて前記リスク項目に起因するトラブルの発生回数の確率分布を求めるトラブル発生確率算出手段と、該トラブル発生確率算出手段により求められた前記トラブルの発生回数の確率分布とトラブル発生による直接費用に関する情報とトラブル発生による事業の停止期間に関する情報とがリスク項目リスク情報として保存するリスク特性データベースと、該リスク特性データベースに保存された前記トラブルの発生回数の確率分布を修正しまたは入力する経験値入力手段とを有し、
   前記トラブル発生確率算出手段は、前記トラブル発生確率の時間的変化を時間に対して離散化した離散化トラブル発生確率情報を出力するトラブル発生確率離散化手段と、前記離散化トラブル発生確率情報と前記メンテナンス周期と前記評価区間とに基づき運転時トラブル発生確率情報を出力する運転時トラブル発生確率生成手段と、第１の乱数値を発生する第１の乱数発生手段と、前記第１の乱数値と前記運転時トラブル発生確率情報とを比較し、ある離散化された時間区間において前記第１の乱数値が離散化されたトラブル発生確率よりも小ならば０，大ならば１となる数値列をトラブル発生シナリオ情報として出力するシナリオ生成手段と、前記トラブル発生シナリオ情報に含まれるトラブル発生回数を集計してトラブル発生回数情報を出力するトラブル発生回数集計手段と、前記第１の乱数発生手段と前記シナリオ生成手段と前記トラブル発生回数集計手段とを複数回繰り返し実行し、得られた前記トラブル発生回数情報の分布を計算処理の繰り返し回数で除してトラブル発生回数の確率分布を出力するトラブル発生回数確率分布算出手段とを有し、
   前記事業リスク評価手段は、前記リスク特性データベースから前記リスク項目リスク情報を読み出し、前記トラブル発生回数確率分布と前記トラブル発生による直接費用に関する情報と前記トラブル発生による事業の停止期間に関する情報とに分離するリスク情報取り出し手段と、第２の乱数列を出力する第２の乱数発生手段と、前記トラブル発生による直接費用に関する情報と前記第２の乱数列とを比較し、前記リスク項目ごとのトラブルの発生回数を求める組合せシナリオ発生手段と、前記リスク項目ごとのトラブル発生回数と前記トラブル発生による直接費用に関する情報とを乗算して積算し、前記契約情報と照合してトラブル発生に伴う直接的費用の総額を求める直接費用影響計算手段と、前記リスク項目ごとのトラブル発生回数と前記トラブル発生による事業の停止期間に関する情報とを乗算して積算し、トラブル発生に伴う事業停止期間の合計値を求める期間影響計算手段と、前記契約条件と前記トラブル発生に伴う事業停止期間の合計値とに基づき、事業停止期間に応じたペナルティ費用を算出する期間影響の費用化手段と、前記第２の乱数発生手段と前記組合せシナリオ発生手段と前記直接費用影響計算手段と前記期間影響計算手段と期間影響の費用化手段の処理を複数回繰り返し実行し、得られた前記直接的費用の総額の分布を計算処理の繰り返し回数で除して直接的費用の総額の確率分布を出力する直接費用影響度分布算出手段と、繰り返し実行結果から得られた事業停止期間の合計値の分布を計算処理の繰り返し回数で除して事業停止期間の合計値の確率分布を出力する期間影響度分布算出手段と、繰り返し実行結果から得られた前記直接的費用の総額と前記ペナルティ費用との合計値の分布を演算回数で除して確率分布を出力する契約費用影響度分布作成手段と、前記全ての計算結果を集計してリスク評価結果情報として保存する影響度評価結果データベースとを有してなる事業リスク評価システム。
   

Images