JP4873985B2 - 設備機器用故障診断装置 - Google Patents

Description

この発明は、発電設備、熱供給設備、通信設備、空調設備、機械設備などの設備機器の保守点検あるいは故障診断あるいは運用診断を行なう設備機器用故障診断装置に関するものである。

一般に、空気調和機のような設備機器の故障診断においては、設備機器に造詣の深い熟練者の知識をベースとしたエキスパートシステムが広く用いられている。これは、熟練者の故障診断に対するノウハウから、不具合現象と故障原因とを対応付けた「if-then」型の診断ルールを書き下し、設備機器において検出された不具合現象と上記診断ルールを照らし合わせることで診断結果として故障原因を導き出すものである。十分な知識を蓄積することができれば、専門外の人間にも熟練者と同等な診断を行なうことができる。特許文献１の実施例では、「if-then」型での診断結果と物理モデルを比較することで、より信頼のおける診断結果を出力している。

一方、過去の事例から複雑な問題を解決させる研究が知識工学の分野で為されている。たとえば、特許文献２にみられるようなニューラルネットを用いた神経回路モデルを学習することで故障を診断する方式がある。

特開平８−２０２４４４（図１，段落００２０） 特開平７−２００７０２（図１，段落０００７〜０００８）

上記特許文献１に記載の「if-then」型の診断ルールに基づいた診断では、あらゆる故障原因を検出するため膨大な数の診断ルールが必要であり、ノウハウを抽出し診断ルールを作成する負担が大きくなる。

とくに診断ルール数増加に伴い診断ルール変更を行った場合に負担が増える。したがって個々の診断ルールの診断精度の可否判断をし、取捨選択、統合、変更を支援する機能が重要になる。

上記特許文献２に記載の事例データに基づいた診断では、例えばニューラルネットを用いた診断では、充分な事例データ数があれば診断精度が高くなるが、現実には事例データ不足になりがちであり、故障原因によって事例データ獲得数が偏りがちで得手不得手ができてしまう。
このような故障原因ごとの得手不得手はルールベース診断方式、事例ベース診断方式のいずれの診断方式にもある。

本発明はこのような問題を解決するために為されたものであり、その目的は広範囲の故障原因検出と個々の診断方式の開発作業の負担軽減と診断精度の向上を図る設備機器用故障診断装置を提供することである。

本発明では得手不得手を互いに補うため、複数の診断方式を組合せた診断を行なう。このような設備機器用故障診断装置には個々の診断方式からの診断結果を統合する仕組みが必要である。

本発明による設備機器用故障診断装置は、設備機器の運転状態を計測する少なくとも１つの計測手段と、この計測手段の測定結果（以下、運転モニタデータという）を、予め設定される所定の診断ルールに基づいて解析し、該解析結果のうち、設備機器の故障原因の確信度が所定の閾値以上の故障原因候補とその確信度を、第１の故障原因候補群として出力するルールベース診断手段と、運転モニタデータを、予め記憶された事例データとの類似判定に基づいて解析し、該解析結果のうち、設備機器の故障原因の確信度が所定の閾値以上の故障原因候補とその確信度を、第２の故障原因候補群として出力する事例ベース診断手段と、ルールベース診断手段及び事例ベース診断手段の各々が出力した故障原因候補群を統合して総診断結果を出力する統合手段とを備え、統合手段は、ルールベース診断手段及び事例ベース診断手段の信頼度の大小に基づいて、ルールベース診断手段及び事例ベース診断手段に優先順位を付けるものであって、優先度の高い方の診断手段を第１の診断手段とし、優先度の低い方の診断手段を第２の診断手段とするとき、第１の診断手段が出力する故障原因候補群に、所定の数を下回る数の故障原因候補が含まれている場合には、第１の診断手段が出力する故障原因候補群及び該故障原因候補群に対応する確信度をそのまま総診断結果として出力し、第１の診断手段が出力する故障原因候補群に、所定の数以上の故障原因候補が含まれ、且つ、第１の診断手段が出力する故障原因候補群に含まれる故障原因候補と同じ故障原因候補が、第２の診断手段が出力する故障原因候補群に含まれる場合には、同じ故障原因候補のみに基づいて総診断結果を出力し、第１の診断手段が出力する故障原因候補群に、所定の数以上の故障原因候補が含まれ、且つ、第１の診断手段が出力する故障原因候補群に含まれる故障原因候補と同じ故障原因候補が、第２の診断手段が出力する故障原因候補群に含まれていない場合には、第１の診断手段が出力する故障原因候補群及び該故障原因候補群に対応する確信度をそのまま総診断結果として出力するものである。

本発明による設備機器用故障診断装置は、設備機器の運転状態を計測する少なくとも１つの計測手段と、この計測手段の測定結果（以下、運転モニタデータという）を、予め設定される所定の診断ルールに基づいて解析し、該解析結果のうち、設備機器の故障原因の確信度が所定の閾値以上の故障原因候補とその確信度を、第１の故障原因候補群として出力するルールベース診断手段と、運転モニタデータを、予め記憶された事例データとの類似判定に基づいて解析し、該解析結果のうち、設備機器の故障原因の確信度が所定の閾値以上の故障原因候補とその確信度を、第２の故障原因候補群として出力する事例ベース診断手段と、ルールベース診断手段及び事例ベース診断手段の各々が出力した故障原因候補群を統合して総診断結果を出力する統合手段とを備え、統合手段は、ルールベース診断手段及び事例ベース診断手段の信頼度の大小に基づいて、ルールベース診断手段及び事例ベース診断手段に優先順位を付けるものであって、優先度の高い方の診断手段を第１の診断手段とし、優先度の低い方の診断手段を第２の診断手段とするとき、第１の診断手段が出力する故障原因候補群に、所定の数を下回る数の故障原因候補が含まれている場合には、第１の診断手段が出力する故障原因候補群及び該故障原因候補群に対応する確信度をそのまま総診断結果として出力し、第１の診断手段が出力する故障原因候補群に、所定の数以上の故障原因候補が含まれ、且つ、第１の診断手段が出力する故障原因候補群に含まれる故障原因候補と同じ故障原因候補が、第２の診断手段が出力する故障原因候補群に含まれる場合には、同じ故障原因候補のみに基づいて総診断結果を出力し、第１の診断手段が出力する故障原因候補群に、所定の数以上の故障原因候補が含まれ、且つ、第１の診断手段が出力する故障原因候補群に含まれる故障原因候補と同じ故障原因候補が、第２の診断手段が出力する故障原因候補群に含まれていない場合には、第１の診断手段が出力する故障原因候補群及び該故障原因候補群に対応する確信度をそのまま総診断結果として出力することにより、診断手段が対応していない故障原因を別の診断手段により検出することが可能となる。これにより例えば全ての故障原因に対応したルールを作成せずとも、ルールが対応していない故障原因を事例データに基づく診断方式で検出させることができ、ルール作成者の負担が軽減しつつ広範囲の故障原因に対応できる。

実施の形態１．
図１は本発明の実施の形態１における設備機器用故障診断装置の構成を示すブロック図である。なお、本発明では設備機器が空気調和機である場合の故障診断装置について説明する。
本実施の形態１に係る設備機器用故障診断装置（以下、単に故障診断装置という）は、設備機器１と運転モニタデータ２と統合手段５と複数の故障診断手段であるルールベース診断手段３ａ及び事例ベース診断手段３ｂと事例ベース診断手段３ｂが備える事例データベース４と表示手段６と信頼度表７とから構成される。
設備機器１は図２に示す冷凍サイクルを備えた空気調和機であり、各部に取り付けているセンサーにより、空気調和機を循環している冷媒温度や冷媒圧力を取得できる。
なお、センサーは計測手段を構成する。

運転モニタデータ２は図３に示すように、設備機器１からセンサーによって取得した冷媒温度や冷媒圧力の時系列データである。
ルールベース診断手段３ａは、不具合現象と故障原因とを対応付けた「if-then」型の診断ルールに基づき運転モニタデータをレコードごとに解析し、推測される設備機器１の故障原因候補とその確信度とからなる故障原因候補群を診断結果として統合手段５に出力する。
事例ベース診断手段３ｂは、事例データベース４を備える故障診断手段であって、事例データベース４が有する事例データの各々と運転モニタデータ２とを類似判定し、推測される設備機器１の故障原因候補とその確信度とからなる故障原因候補群を診断結果として統合手段５に出力する。

事例データ２０は、設備機器１の保守作業に関する作業履歴であり、例えば、図４に示すように事例番号、作業日、作業担当者、故障原因、故障時の運転モニタデータ２１を有する。
信頼度表７は、図５に示す第１の信頼度表７ａの形態をしており、ルールベース診断手段３ａの診断結果に対する信頼度及び事例ベース診断手段３ｂの診断結果に対する信頼度を有している。
統合手段５は、設備機器１に配設されたセンサーから取得した運転モニタデータ２をルールベース診断手段３ａ及び事例ベース診断手段３ｂに診断させる。ルールベース診断手段３ａ及び事例ベース診断手段３ｂから故障原因候補群を獲得し、信頼度と当該故障原因候補群に含まれる確信度との演算により総診断結果を作成し、当該総診断結果を表示手段６に出力する。
表示手段６は、統合手段５から取得した総診断結果を表示する画面である。

次に、本実施の形態１の動作について説明する。
はじめに、統合手段５は設備機器１に配設されたセンサーから運転モニタデータ２を取得し、当該運転モニタデータ２をルールベース診断手段３ａ及び事例ベース診断手段３ｂに渡す。
次に、ルールベース診断手段３ａは診断ルールにしたがい上記運転モニタデータ２を解析し、故障原因候補とその確信度からなる故障原因候補群を統合手段５に返す。
同時に事例ベース診断手段３ｂは事例データベース４が格納する事例データ２０各々と上記運転モニタデータ２との類似判定により、故障原因候補とその確信度からなる故障原因候補群を統合手段５に返す。
統合手段５は、ルールベース診断手段３ａから獲得した故障原因候補群と事例ベース診断手段３ｂから獲得した故障原因候補群とを統合し、その統合により得た総診断結果を表示装置６に画面表示させる。これにより、オペレータに設備機器１の故障原因が通知される。

総診断結果の作成方法を図５に示す。総診断結果３３は故障原因候補３４とその総確信度３２からなり、総確信度３２は上記信頼度３０と故障原因候補３４に対応する確信度３１とから算出する。故障原因候補の１つである冷媒不足の総確信度３２ａを算出するには、ルールベース診断手段３ａの信頼度３０ａとルールベース診断手段３ａより獲得した冷媒不足の確信度３１ａを積算し、事例ベース診断手段３ｂの信頼度３０ｂと事例ベース診断手段３ｂより獲得した冷媒不足の確信度３１ｂを積算し、これら二つの積算値の総和を総確信度３２ａとする。ルールベース診断手段３ａから獲得した故障原因候補群及び事例ベース診断手段３ｂから獲得した故障原因候補群のいずれか又は両方に含まれる他の故障原因候補に対して同様に総確信度３２を算出し、表示手段６に総確信度３２が高い故障原因候補を上位に表示する。

なお、総確信度３２は上記二つの積算値を平均または積算してもよい。

以上のようにルールベース診断手段３ａと事例ベース診断手段３ｂとの双方で故障診断を実行することにより、一方の故障診断手段で検出できない故障原因をもう一方の故障診断手段で検出することを可能とする。つまり一部の故障原因を所定の故障診断手段で対応し、それ以外の故障原因を別の故障診断手段で対応するといった効率的な開発が行える。例えば診断ルールの開発時間や閾値が決められないことにより不完全な診断ルールしか作成できなかったとしても、当該診断ルールが対応する故障原因に対しては、重点的に不具合現象を実験的に再現し事例データを獲得していくことで、幅広い故障原因に対応した故障診断装置を効率的に開発できる。

図６に示すルールベース診断手段３ａによる診断方法について説明する。

ルールベース診断手段３ａは複数の「if-then」形式の診断ルール４０を有し、各々の診断ルールにより運転モニタデータ２のレコードごとに所定の故障原因であるかを判定する。

冷媒不足を検出する診断ルール４１を例に取れば、「過熱度がＡ[deg]を超える かつ 過冷却度がＢ[deg]未満なら冷媒不足」というルールと「過熱度がＣ[deg]を超える かつ 過冷却度がＤ[kgf/cm2]未満なら冷媒不足」という意味である。運転モニタデータ２の所定のレコード４２が上記二つのルール４１のどちらかでも満たせば当該レコード４２は冷媒不足と判定された情報４３が記憶される。同様の処理を全てのレコードに対して行う。冷媒不足の確信度３１ａは、全レコード中冷媒不足と判定されたレコード数の割合である。

そして上記確信度３１ａが閾値以上の故障原因を故障原因候補とし、故障原因候補とその確信度の組の全てを故障原因候補群として統合手段６に返す。

図４は、本発明の実施の形態１における事例ベース診断手段３ｂによる診断方法を示す説明図である。
図４に示す事例ベース診断手段３ｂによる診断方法について説明する。

事例ベース診断手段３ｂは事例データベース４が有する事例データ２０の各々と運転モニタデータ２から類似度を算出する。類似度は、例えば運転モニタデータ２の項目ごとの平均または分散を要素とする特徴量ベクトル２２と事例データ２０が有する運転モニタデータ２１から求まる特徴量ベクトル２３との内積とする。

或る故障原因の確信度３１ｂは当該故障原因に対応する全事例データの中で最大の類似度とし、確信度３１ｂが閾値以上の故障原因を故障原因候補とし、故障原因候補とその確信度の組の全てを故障原因候補群３５ｂとして統合手段５に返す。

上記特徴量ベクトルの例を図７に示す。本図は事例ベース診断手段３ｂが運転モニタデータ２と事例データ２０が有する運転モニタデータ２１との類似度を算出する仕組みを示すものである。

事例ベース診断手段３ｂは特徴量作成手段１２と類似度算出手段１３とを備え、特徴量作成手段１２は運転モニタデータ２を集計して特徴量ベクトル２２を作成し、同様に運転モニタデータ２１から特徴ベクトル２３を作成する。類似度算出手段１３は、特徴量ベクトル２２と特徴量ベクトル２３との類似度を、当該特徴ベクトルの要素の内積から算出する。ここで、特徴量ベクトル２２及び特徴量ベクトル２３は２次元の要素をもち、２２ａ〜２２ｉ及び２３ａ〜２３ｉの初期値は０である。

特徴量作成手段による運転モニタデータ２の集計方法について説明する。運転モニタデータ２の１レコード目に対して、過熱度がＡ未満かつ過冷却度がＣ未満なら特徴ベクトル２２の要素２２ａを＋１カウントアップする。過熱度がＡ以上でＢ未満かつ過冷却度がＣ未満なら要素２２ｂを＋１カウントアップする。過熱度がＢ以上かつ過冷却度がＣ未満なら要素２２ｃを＋１カウントアップする。過熱度がＡ未満かつ過冷却度がＣ以上でＤ未満なら要素２２ｄを＋１カウントアップする。過熱度がＡ以上でＢ未満かつ過冷却度がＣ以上でＤ未満なら要素２２ｅを＋１カウントアップする。過熱度がＢ以上かつ過冷却度がＣ以上でＤ未満なら要素２２ｆを＋１カウントアップする。過熱度がＡ未満かつ過冷却度がＤ以上なら要素２２ｇを＋１カウントアップする。過熱度がＡ以上でＢ未満かつ過冷却度がＤ以上なら要素２２ｈを＋１カウントアップする。過熱度がＢ以上かつ過冷却度がＤ以上なら要素２２ｉを＋１カウントアップする。以上の処理を全レコードに対して行ない、最後に全要素の合計を１とするように正規化する。つまり特徴量ベクトル２２は運転モニタデータ２の離散確率分布である。同様に運転モニタデータ２１を集計して特徴量ベクトル２３を作成する。

類似度算出手段１３は特徴量ベクトル２２と特徴量ベクトル２３との内積を２２ａ＊２３ａ＋２２ｂ＊２３ｂ＋２２ｃ＊２３ｃ＋・・・で計算し、この計算結果が運転モニタデータ２と運転モニタデータ２１(事例データ２０)の類似度となる。尚、＊は乗算を示す。

実施の形態２．
上記実施の形態１の総診断結果作成方法と同様の構成で図８のような動作も可能である。

まず、設備機器１から運転モニタデータ２を取得した統合手段５は、信頼度３０がより高いルールベース診断手段３ａによる１次診断を行なう。ルールベース診断手段３ａから獲得した故障原因候補群３５ａに故障原因候補３４が１つ以上含まれていれば当該故障原因候補群３５ａをそのまま総診断結果として表示手段６に出力する。もし故障原因候補が１つも含まれていなければ事例ベース診断手段３ｂによる２次診断を行なう。事例ベース診断手段３ｂから獲得した故障原因候補群３５ｂに故障原因候補３４が１つ以上含まれていれば当該故障原因候補群３５ｂをそのまま総診断結果として表示手段６に出力する。もし故障原因候補３４が１つも含まれていなければ故障原因を検出できなかった旨を表示手段６に出力する。

以上のように統合手段５が故障診断手段３を逐次適用することにより、信頼度３０が高い故障診断手段３が故障原因を検出できる場合、他の故障診断手段３を適用しないので診断に係る計算量が抑えられる。

実施の形態３．
上記実施の形態１，２の総診断結果作成方法と同様の構成で次のような動作も可能である。図９に統合手段５の動作を示す。

まず設備機器１から運転モニタデータ２を取得した統合手段５は、信頼度３０がより高いルールベース診断手段３ａによる１次診断を行なう。ルールベース診断手段３ａから獲得した故障原因候補群３５ａに故障原因候補３４が多数含まれていなければ（例えば２未満）、当該故障原因候補群３５ａをそのまま総診断結果として表示手段６に出力する。

もし故障原因候補３４が多数含まれていれば（例えば２以上）、事例ベース診断手段３ｂによる２次診断を行なう。このとき事例ベース診断手段３ｂは当該故障原因候補３４と同じ故障原因をもつ事例データのみとの類似判定を行なう。事例ベース診断手段３ｂから獲得した故障原因候補群３５ｂに故障原因候補３４が１つ以上含まれていれば、当該故障原因候補３４の全てに対して、ルールベース診断手段３ａの信頼度３０ａとルールベース診断手段３ａより獲得した確信度３１ａを積算し、事例ベース診断手段３ｂの信頼度３０ｂと事例ベース診断手段３ｂより獲得した確信度３１ｂを積算し、これら積算結果の総和を総確信度３２とする。もし故障原因候補３４が１つも含まれていなければ、ルールベース診断手段３ａから獲得した故障原因候補群３５ａをそのまま総診断結果として表示手段６に出力する。

以上のように統合手段５が故障診断手段を逐次適用し２次診断以降は前の故障原因候補３４の中から故障原因を検出すればよく、２次診断以降の診断に係る計算量を抑えられる。

実施の形態４．
実施の形態１と同様の構成であるが信頼度表７の内容が異なる実施の形態を説明する。
本実施の形態４に係る故障診断装置は、図１に示すように設備機器１と運転モニタデータ２と統合手段５と複数の故障診断手段であるルールベース診断手段３ａ及び事例ベース診断手段３ｂと事例ベース診断手段３ｂが備える事例データベース４と表示手段６と信頼度表７とから構成される。実施の形態１とは、信頼度表７の構成と、統合手段５での診断制御及び総診断結果の作成方法が異なる。

信頼度表７は図１０に示す第２の信頼度表７ｂの形態をしており、例えばルールベース診断手段３ａを用いて冷媒不足を検出したときの信頼度３０ａを要素とするマトリックスである。

次に、本実施の形態４の動作について説明する。

はじめに設備機器１から運転モニタデータ２を取得し、統合手段５は第２の信頼度表７ｂを参照し、所定の故障原因検出で最も信頼度３０の高い故障診断手段３を選択する。例えば、故障原因が冷媒不足の場合、統合手段５は第２の信頼度表７ｂを参照する。この場合、ルールベース診断手段３ａの信頼度３０ａが０．９であり、事例ベース診断手段３ｂの信頼度３０ｂが０．８であるから、ルールベース診断手段３ａの信頼度が最も高い。従って、統合手段５はルールベース診断手段３ａを選択する。
故障原因が膨張弁閉ロックの場合、統合手段５は同様にして第２の信頼度表７ｂを参照する。この場合、ルールベース診断手段３ａの信頼度３０ａが０．３であり、事例ベース診断手段３ｂの信頼度３０ｂが０．８であるから、事例ベース診断手段３ｂの信頼度が最も高い。従って、統合手段５は事例ベース診断手段３ｂを選択する。
故障原因が圧縮機液バックの場合、統合手段５は同様にして第２の信頼度表７ｂを参照する。この場合、ルールベース診断手段３ａの信頼度３０ａにはデータがなく、事例ベース診断手段３ｂの信頼度３０ｂが０．８であるから、事例ベース診断手段３ｂの信頼度が最も高い。従って、統合手段５は事例ベース診断手段３ｂを選択する。
この統合手段５による診断手段選択の結果が第２の信頼度表７ｂの診断手段選択の項目欄に格納される。

統合手段５は、ルールベース診断手段３ａ及び事例ベース診断手段３ｂに、運転モニタデータ２と上記で選択された各々の故障診断手段が検出を試みる故障原因とを渡す。

ルールベース診断手段３ａは上記故障原因を検出する診断ルールのみを用いて上記運転モニタデータ２を解析し、故障原因候補とその確信度からなる故障原因候補群３５ａを獲得する。

事例ベース診断手段３ｂは上記故障原因を持つ事例データ各々と上記運転モニタデータ２の類似判定により、故障原因候補とその確信度からなる故障原因候補群３５ｂを獲得する。

統合手段５は、ルールベース診断手段３ａから獲得した故障原因候補群３５ａと事例ベース診断手段３ｂから獲得した故障原因候補群３５ｂとを統合し、その統合により得た総診断結果を表示装置６が画面表示し、オペレータに設備機器１の故障原因が通知される。

統合手段５による総診断結果の作成方法を図１０に示す。総診断結果は故障原因候補３４とその総確信度３２からなり、総確信度３２は上記信頼度３０と故障原因候補３４が有する確信度３１とから算出する。故障原因候補の１つである冷媒不足の総確信度３２を算出するには、ルールベース診断手段３ａの信頼度３０ａとルールベース診断手段３ａより獲得した冷媒不足の確信度３１ａを積算した値を総確信度３２とする。ここで冷媒不足については、ルールベース診断手段３ａの信頼度３０ａのほうが事例ベース診断手段３ｂの信頼度３０ｂより大きいため、事例ベース診断手段３ｂは冷媒不足に対しての検出を実行していないため、事例ベース診断手段３ｂから獲得した故障原因群３５ｂに冷媒不足が故障原因候補として挙がることはない。ルールベース診断手段３ａから獲得した故障原因候補群３５ａ及び事例ベース診断手段３ｂから獲得した故障原因候補群３５ｂに含まれる全ての故障原因候補に対して同様に総確信度３２を算出し、表示手段６に総確信度３２が高い故障原因候補３４を上位に表示する。

以上のように故障原因ごとにルールベース診断手段３ａと事例ベース診断手段３ｂとの内で最も得意とするものを選択して故障診断を実行できるため、故障診断装置の開発作業量が抑制できる。故障診断装置を開発する際、ルールベース診断手段３ａでの検出が不得意な故障原因を事例ベース診断手段３ｂが検出するようにすることで効率的な開発が可能である。診断に係る計算量を、両方の故障診断手段３それぞれが全故障原因の検出を行なう場合に比べ抑制できる効果がある。

実施の形態５．
実施の形態１乃至実施の形態４における信頼度表７を事例データ２０から修正する実施の形態を説明する。

図１１に示す本実施の形態５に係る故障診断装置は少なくともルールベース診断手段３ａと事例ベース診断手段３ｂと事例データベース４と第１の信頼度表７ａと信頼度修正手段１１とを備える。
ルールベース診断手段３ａと事例ベース診断手段３ｂと事例データベース４と第１の信頼度表７は実施の形態１と同様である。

信頼度修正手段１１は、事例データベース４から事例データ２０を取得し、当該事例データ２０をルールベース診断手段３ａ及び事例ベース診断手段３ｂで診断を行なう。事例データベース４が有する全ての事例データ２０に対して同様に診断を行いルールベース診断手段３ａ及び事例ベース診断手段３ｂの正解率を第１の信頼度表７ａに格納する。

次に、本実施の形態５の動作についてより詳しく説明する。

信頼度表修正手段１１は事例データベース４から事例データ２０を取得する。次に前記事例データ２０が有する運転モニタデータ２１をルールベース診断手段３ａで診断し故障原因候補群を３５ａを取得する。当該故障原因候補群３５ａの中で確信度が最も高い故障原因候補と事例データ２０が有する故障原因が一致した場合、事例データ２０の診断を成功とする。一致しなかった場合又は故障原因候補が１つも上がらなかった場合は診断は失敗とする。

同様の処理を事例データベース４が格納する全ての事例データ２０に対して行う。

全ての事例データ２０に対してルールベース診断手段３ａによる診断成否からルールベース診断手段３ａの正解率を求める。当該正解率をルールベース診断手段３ａの信頼度３０ａとする。

次に事例ベース診断手段３ｂの正解率を同様に求め、当該正解率を事例ベース診断手段３ｂの信頼度３０ｂとする。ただし事例ベース診断手段３ｂが事例データ２０を診断する時、同じ事例データ同士での類似判定を行なわない。

本実施の形態５によれば各々の故障診断手段３の信頼度３０を求められるので、実施の形態１に示すように主にルールベース診断手段３ａが診断を行ない、必要に応じて事例ベース診断手段３ｂが診断を実行する動作を行うことができる。

また、修正する信頼度表７は第２の信頼度表７ｂでもよく、このときの信頼度３０は所定の故障診断手段３を全事例データで診断した時の故障原因ごとの正解率となる。

実施の形態１乃至５は、事例ベース４を事例ベース診断手段３ｂでなく故障診断装置が備えても良い。またルールベース診断３ａ及び事例ベース診断手段３ｂに置き換えて他の診断方法を実行する故障診断手段を備えても良いし、故障診断手段の数が３個以上であっても良い。

実施の形態６．
ルールベース診断手段３ａ及び事例ベース診断手段３ｂが相互に干渉しあうことで各々の診断性能等が向上する実施の形態を説明する。

図１２に示す本実施の形態６に係る故障診断装置は、少なくともルールベース診断手段３ａと事例ベース診断手段３ｂとを備え、前記ルールベース診断手段３ａは診断ルール４０と診断ルール修正手段１４とを備え、前記事例ベース診断手段３ｂは事例データベース４と代表事例データ作成手段８と事例データ選別手段９とを備える。

ルールベース診断手段３ａと診断ルール４０は実施の形態１と同様である。

事例ベース診断手段３ｂは、事例データ２０から故障原因ごとに作成される代表事例データ２６と運転モニタデータ２との類似判定を行う。

代表事例データ作成手段８は、事例データ選別手段９が選択した事例データ２０から、典型的な代表事例データ２６を故障原因ごとに作成する。

事例データ選択手段９は、事例データベース４から事例データ２０を取得し、当該事例データ２０をルールベース診断手段３ａが診断し故障原因候補群３５ａを取得する。当該事例データ２０の有する故障原因に対応した確信度３１が閾値より高ければ代表事例データ作成手段８に渡す。

診断ルール修正手段１４は代表事例データ作成手段８から代表事例データ２６を取得し、当該代表事例データ２６に対応する故障原因の診断ルール４０を作成する。

次に本実施の形態の動作についてより詳しく説明する。

事例データベースに登録されている事例データには入力失敗による信頼度の低いものも含まれているので、このデータを取り除く必要がある。そのために、事例データ選択手段９は、事例データベース４から事例データ２０を取得し、当該事例データ２０をルールベース診断手段３ａで診断し故障原因候補群３５ａを取得する。そして当該事例データ２０の有する故障原因に対応した確信度３１が閾値より高ければ代表事例データ作成手段８に渡す。

事例データベース４が格納する全ての事例データ２０に対して同様の処理を行う。

次に代表事例データ作成手段８は事例データ選択手段９から取得した複数の事例データ２０から代表事例データ２６を故障原因ごとに作成する。代表事例データ２６は故障原因２５と代表特徴量ベクトル２７から構成される。代表特徴量ベクトル２７は二つの運転モニタデータ項目２８と頻出領域２９とから構成され、上記特徴量ベクトル２２と同様の形態である。代表事例データ作成手段８は上記運転モニタ項目２８と上記頻出領域２９を探索し決定する。

図１３に冷媒不足に対応する代表事例データ２６を示す。代表特徴量ベクトル２７は運転モニタデータ項目２８（過熱度２８ａ、過冷却度２８ｂ）二次元からなる離散確率分布でありＡ，Ｂ，Ｃ，Ｄに囲まれた頻出領域２９の分布を高くなるように調整している。

代表事例データ作成手段８は、事例データ選択手段９から取得した複数の事例データ２０の中で冷媒不足に対応する全ての事例データの確率分布である代表特徴量ベクトルを作成する。次に冷媒不足以外に対応する全ての事例データの確率分布である代表特徴量ベクトルを作成する。次に前者の代表特徴量ベクトルと後者の代表特徴量ベクトルの類似度を算出する。

同様の処理を代表特徴量ベクトル２７の運転モニタデータ項目２８の変更又は頻出領域２９の範囲変更しながら繰り返し行う。そして類似度が最小の代表特徴量ベクトル２７を冷媒不足の代表特徴量と決定する。

診断ルール修正手段１４は、代表事例データ作成手段８から代表事例データ２６を取得し、当該代表事例データ２６に対応する故障原因２５を検出する診断ルール４０を代表特徴量ベクトルの運転モニタデータ項目２８及び頻出領域２９から作成する。

図１３の代表事例データの場合、診断ルール４０の内で「過熱度がＡ[deg]を超える かつ 過冷却度がＢ[deg]未満なら冷媒不足」と「過熱度がＣ[deg]を超える かつ 過冷却度がＤ[kgf/cm2]未満なら冷媒不足」の二つの冷媒不足を判定する診断ルール４１が作成される。

本実施の形態６によれば、事例データ選別手段９がルールベース診断手段３ａによる診断結果の内で確信度が高い事例データ２０を選択することにより、代表表示例データ作成に用いられる事例データ２０からノイズとなる事例データが取り除かれ、事例ベース診断手段３ｂの診断精度が向上する。事例データ２０は人間が運転モニタデータ２と故障原因を対応付けるので、この対応付けに失敗することがある。当該対応付けに失敗した事例データを用いた事例ベース診断手段３ｂは診断精度が低下する。

また診断ルール修正手段１４は代表事例データ２６から診断ルールを作成することができ、診断ルール作成に要する開発コストが抑制できる。

事例ベース診断手段３ｂは事例データ選別手段９が選択した事例データ２０を実施の形態１の方法で診断してもよい。これにより故障原因の対応付けが失敗した事例データ２０を診断に使わないので、事例ベース診断手段３ｂの診断精度が向上する。

また事例ベース選別手段９が選択しなかった事例データ２０を事例データベース４から抹消することにより、事例データベース４の記憶容量を効率的に使える。

事例データ選別手段９は確信度が低い事例データを選択してもよい。これにより確信度の高い事例データ２０はルールベースで診断し、確信度の低い事例データと類似した不具合現象を事例ベース診断手段３ｂで診断することになる。ルールベースで診断可能な選択されていない事例データ２０を事例データベース４から抹消することで事例データベース４の記憶領域を効率的に使える。

本発明の活用例として、あらゆる不具合現象に対する診断ルール作成が困難な設備機器の故障診断装置での利用が有効である。

本発明の実施の形態１における故障診断装置の構成を示すブロック図である。 本発明の実施の形態１における空気調和機の冷凍サイクルを示す図である。 本発明の各実施の形態で用いられる運転モニタデータの一例を示す図である。 本発明の実施の形態１における事例ベース診断手段３ｂによる診断方法を示す説明図である。 本発明の実施の形態１における統合手段５による総診断結果作成方法を示す説明図である。 本発明の実施の形態１におけるルールベース診断手段３ａによる診断方法を示す説明図である。 本発明の実施の形態１における事例ベース診断手段３ｂによる類似度算出方法を示す説明図である。 本発明の実施の形態２における統合手段５による総診断結果作成方法を示す説明図である。 本発明の実施の形態３における統合手段５による総診断結果作成方法を示す説明図である。 本発明の実施の形態４における統合手段５による総診断結果作成方法を示す説明図である。 本発明の実施の形態５における故障診断装置の構成を示すブロック図である。 本発明の実施の形態６における故障診断装置の構成を示すブロック図である。 本発明の実施の形態６における代表特徴量ベクトルを示す説明図である。

符号の説明

１ 設備機器、２ 運転モニタデータ、３ 故障診断手段、３ａ ルールベース診断手段、３ｂ 事例ベース診断手段、４ 事例データベース、５ 統合手段、６ 表示手段、７ 信頼度表、７ａ 第１の信頼度表、７ｂ 第２の信頼度表、８ 代表事例データ作成手段、９ 事例データ選別手段、１１ 信頼度修正手段、１２ 特徴量作成手段、１３ 類似度算出手段、１４ 診断ルール修正手段、２０ 事例データ、２１ 運転モニタデータ、２２ 特徴量ベクトル、２３ 特徴量ベクトル、２７ 代表特徴量ベクトル、２８ａ 過熱度、２８ｂ 過冷却度、２９ 頻出領域、３０ 信頼度、３１ａ 確信度、３２ 総確信度、３４ 故障原因候補、３５ａ 故障原因候補群、３５ｂ 故障原因候補群、４０ 診断ルール。

Claims (7)

1. 設備機器の運転状態を計測する少なくとも１つの計測手段と、
   この計測手段の測定結果（以下、運転モニタデータという）を、予め設定される所定の診断ルールに基づいて解析し、該解析結果のうち、前記設備機器の故障原因の確信度が所定の閾値以上の故障原因候補とその確信度を、第１の故障原因候補群として出力するルールベース診断手段と、
   前記運転モニタデータを、予め記憶された事例データとの類似判定に基づいて解析し、該解析結果のうち、前記設備機器の故障原因の確信度が所定の閾値以上の故障原因候補とその確信度を、第２の故障原因候補群として出力する事例ベース診断手段と、
   前記ルールベース診断手段及び前記事例ベース診断手段の各々が出力した故障原因候補群を統合して総診断結果を出力する統合手段とを備え、
   前記統合手段は、
   前記ルールベース診断手段及び前記事例ベース診断手段の信頼度の大小に基づいて、前記ルールベース診断手段及び前記事例ベース診断手段に優先順位を付けるものであって、優先度の高い方の前記診断手段を第１の診断手段とし、優先度の低い方の前記診断手段を第２の診断手段とするとき、
   前記第１の診断手段が出力する前記故障原因候補群に、所定の数を下回る数の故障原因候補が含まれている場合には、前記第１の診断手段が出力する前記故障原因候補群及び該故障原因候補群に対応する前記確信度をそのまま総診断結果として出力し、
   前記第１の診断手段が出力する前記故障原因候補群に、前記所定の数以上の故障原因候補が含まれ、且つ、前記第１の診断手段が出力する前記故障原因候補群に含まれる故障原因候補と同じ故障原因候補が、前記第２の診断手段が出力する前記故障原因候補群に含まれる場合には、前記同じ故障原因候補のみに基づいて総診断結果を出力し、
   前記第１の診断手段が出力する前記故障原因候補群に、前記所定の数以上の故障原因候補が含まれ、且つ、前記第１の診断手段が出力する前記故障原因候補群に含まれる故障原因候補と同じ故障原因候補が、前記第２の診断手段が出力する前記故障原因候補群に含まれていない場合には、前記第１の診断手段が出力する前記故障原因候補群及び該故障原因候補群に対応する前記確信度をそのまま総診断結果として出力する
   ことを特徴とする設備機器用故障診断装置。
2. 前記ルールベース診断手段は、
   「ｉｆ−ｔｈｅｎ」型式の診断ルールに基づいて前記運転モニタデータを解析する
   ことを特徴とする請求項１記載の設備機器用故障診断装置。
3. 前記事例ベース診断手段は、
   運転モニタデータの項目ごとの平均を要素とする特徴量ベクトルと事例データが有する運転モニタデータから求まる特徴量ベクトルとの内積の値の大小により類似判定を行う
   ことを特徴とする請求項１記載の設備機器用故障診断装置。
4. 前記事例ベース診断手段は、
   運転モニタデータの項目ごとの分散を要素とする特徴量ベクトルと事例データが有する運転モニタデータから求まる特徴量ベクトルとの内積の値の大小により類似判定を行う
   ことを特徴とする請求項１記載の設備機器用故障診断装置。
5. 前記事例ベース診断手段は、
   故障原因候補ごとに、この故障原因候補に対応する全事例データの確信度の中で最大のものを選択し、この選択された確信度と予め設定した閾値とに基づいて全ての故障原因候補から特定の故障原因候補を選別する
   ことを特徴とする請求項１〜４のいずれかに記載の設備機器用故障診断装置。
6. 表示手段を備え、
   前記統合手段は、総診断結果を前記表示手段に表示させる
   ことを特徴とする請求項１〜５のいずれかに記載の設備機器用故障診断装置。
7. 前記設備機器は空気調和機を含む
   ことを特徴とする請求項１〜６のいずれかに記載の設備機器用故障診断装置。

Images