JP5423983B2 - 計算機システム及びリスク診断方法 - Google Patents

計算機システム及びリスク診断方法 Download PDF

Info

Publication number
JP5423983B2
JP5423983B2 JP2010152942A JP2010152942A JP5423983B2 JP 5423983 B2 JP5423983 B2 JP 5423983B2 JP 2010152942 A JP2010152942 A JP 2010152942A JP 2010152942 A JP2010152942 A JP 2010152942A JP 5423983 B2 JP5423983 B2 JP 5423983B2
Authority
JP
Japan
Prior art keywords
accident
occurrence
pipeline
probability
information
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 - Fee Related
Application number
JP2010152942A
Other languages
English (en)
Other versions
JP2012014619A (ja
Inventor
岩村　　一昭
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2010152942A priority Critical patent/JP5423983B2/ja
Publication of JP2012014619A publication Critical patent/JP2012014619A/ja
Application granted granted Critical
Publication of JP5423983B2 publication Critical patent/JP5423983B2/ja
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、石油又は天然ガス等のパイプラインを管理する計算機システム及びリスク診断方法に関する。特に、事故発生が予測されるパイプライン区域を特定する計算機システム及びリスク管理方法に関する。
数百ｋｍから数千ｋｍにおよぶ石油又は天然ガスを輸送するパイプラインにおいては、土壌の性質又は天候の変化等によってパイプの欠陥が生じる。例えば、土壌の性質又は天候の変化等によって、パイプの腐食などの異常が発生し、当該異常箇所に重大な事故が発生する可能性がある。したがって、パイプラインにおける欠陥の状態を調査し、パイプラインの危険区間を特定しておくことが重要である。
パイプラインの状態を取得する方法として以下の方法が知られている。
ピグと呼ばれるセンサロボットをパイプラインの内部に挿入し、パイプラインに発生している腐食などの欠陥を調査する。当該調査結果を用いて、欠陥との状態と照合し、欠陥成長の速度、及び加速度を算出し、腐食の拡大を求めることによって、パイプが何年後に破壊するかを求める方法がある（例えば、特許文献１参照）。
従来技術では、ピグによって取得された情報に基づいてＥＲＦ（Ｅｓｔｉｍａｔｅｄ Ｒｅｐａｉｒ Ｆａｃｔｏｒ）が算出される。通常、ＥＲＦの値が１．０〜１．２以上である場合に、パイプの交換が推奨されることになる。
また、パイプに水を注入して、パイプ崩壊の可能性を探る、ハイドロスタティックテスト（Ｈｙｄｒｏ Ｓｔａｔｉｃ Ｔｅｓｔ）と呼ばれる方式も知られている（例えば、非特許文献１参照）。
ハイドロスタティックテストは、パイプラインの建設時に水を注入し、パイプの許容圧力以上の水圧をかけて、パイプにかかる応力負荷を算出し、圧力許容曲線から破壊の可能性を算出する方法である。
また、パイプラインの損傷に関する履歴データ及び専門家の判定に基づいて、信頼性のモデルを構築する方法が知られている（例えば非特許文献２参照）。非特許文献２には、埋設パイプラインの信頼性モデルについて示されており、特に、事故木と呼ばれる概念が提示されており、損傷の及ぶ範囲が示されている。
特開２００９−９８７６２号公報
Kiefner, John. F., Role of Hydrostatic Testing on Pipeline Integrity Assessment North Pipeline Integrity Workshop June 12, 2001 Cooke, R.M., et al Reliability Model For Underground Gas Pipelines, Probabilistic Safety Assessment and Management, Elsivier 2002
ピグなどのロボットは、当該ロボットが備えるセンサ（超音波、磁束計測等）を用いてパイプに発生する腐食及びデントなどの欠陥に関する情報を取得する。
しかし、引用文献１に記載された方法では、ピグが備えるセンサの精度に依存するため、微小な亀裂などを発見できないことがある。
裂傷のようなひび割れである応力腐食割れ（ＳＤＣ：Ｓｔｒｅｓｓ Ｄｅｆｅｃｔ Ｃｒａｃｋｉｎｇ）が発生している場合、数ｍｍ〜ｃｍ程度の微小かつ長手方向の亀裂が群となって発生することがある。ピグが備えるセンサの制度が十分でないために、これらの微細な亀裂を捉えられないことがある。実際、センサによって取得された信号は人によって解析されるため、前述したような微細な亀裂などの欠陥情報が見逃されることがある。
前述した亀裂は、爆発事故につながる可能性がある。したがって、情報が取得されない場合であっても、爆発事故、漏洩事故等の発生の可能性を算出する必要がある。
また、パイプラインにおける事故発生箇所を特定するために、非特許文献１に記載のＨｙｄｒｏ Ｓｔａｔｉｃ Ｔｅｓｔのような方法を用いる場合、事故発生箇所を特定する有効な手段ではあるがコストもかかり、頻繁に行うことが困難である。
また、非特許文献２に記載の方法では、予め事故発生箇所には欠陥が存在することが前提となっている。しかし、実際に事故が発生する場所は、前述した微小な亀裂群のように欠陥の存在が不明な場所においても、事故が発生する。
さらに、欠陥の深刻さによっては容易に事故発生を予測することが困難な場合もある。
本発明は前述した課題を鑑みてなされたものであり、事故発生確率を算出し、リスク分析を可能とする方法を提供することを目的とする。
本発明の代表的な一例を示せば、以下の通りである。すなわち、設備の運用情報を格納する運用履歴データベースと、前記設備において過去に発生した事故の情報である事故情報を格納する事故履歴データベースと、前記運用履歴データベース及び前記事故履歴データベースを参照して、前記設備における事故の発生を推定するリスク診断サーバとを備える計算機システムであって、前記リスク診断サーバは、プロセッサと、前記プロセッサに接続されるメモリと、前記プロセッサに接続されるネットワークインタフェースとを備え、前記運用履歴データベースは、前記設備の位置と、前記設備に関連する情報とが対応づけられた前記運用情報を格納し、前記事故履歴データベースは、前記過去に発生した事故の発生位置と、前記過去に発生した事故の発生要因の情報とが対応づけられた前記事故情報を格納し、前記リスク診断サーバは、新たに発生した事故である新規事故の発生位置及び前記新規事故の発生要因の情報の入力を受け付けた場合に、前記事故履歴データベースを参照して、前記新規事故の発生要因の情報と前記過去に発生した事故の発生要因の情報との第１の類似度を算出し、前記算出された第１の類似度に基づいて、前記新規事故の発生要因毎に、前記新規事故の発生要因と類似する要因によって発生する事故の類似事故発生確率を算出し、前記運用履歴データベースを参照して、前記新規事故の発生要因と類似する要因による事故の発生が推定される位置である事故発生推定地を特定し、前記新規事故の発生要因毎に算出された類似事故発生確率に基づいて、前記事故発生推定地における事故発生推定確率を算出することを特徴とする。
センサの限界を超えているために所定の設備の事故発生に関する情報が直接得られない場合であっても、発生した事故と類似する事故発生要因を有する事故発生推定地を推定するとともに、事故発生推定地における事故発生確率を算出することができる。これによって、設備の事故発生を事前に予測した保守管理が可能となる。
本発明の第１の実施形態における計算機システムの構成例を説明するブロック図である。 本発明の第１の実施形態のリスク診断システムのハードウェア構成を説明するブロック図である。 本発明の第１の実施形態のリスク診断システムのソフトウェア構成を説明するブロック図である。 本発明の第１の実施形態のリスク診断システムが事故発生確率を算出する処理の概要を説明するフローチャートである。 本発明の第１の実施形態における事故発生要因の因果関係を示す説明図である。 本発明の第１の実施形態における事故発生要因の因果関係を示す説明図である。 本発明の第１の実施形態におけるパイプ劣化確率Ｐ(Defect)の確率分布を示す説明図である。 本発明の第１の実施形態におけるパイプ劣化確率Ｐ(Configuration)の確率分布を示す説明図である。 本発明の第１の実施形態における土壌の異常発生確率Ｐ(Soil)の確率分布を示す説明図である。 本発明の第１の実施形態における事故発生確率Ｐ(Pressure| Defect)の確率分布を示す説明図である。 本発明の第１の実施形態における事故発生確率Ｐ(Pressure| Configuration)の確率分布を示す説明図である。 本発明の第１の実施形態におけるＣＰ設備の故障確率Ｐ(CP)の確率分布を示す説明図である。 本発明の第１の実施形態におけるコーティングの劣化確率Ｐ(Coating)の確率分布を示す説明図である。 本発明の第１の実施形態におけるＣＰ設備の故障確率Ｐ(CP| Soil)の確率分布を示す説明図である。 本発明の第１の実施形態におけるコーティングの劣化確率Ｐ(Coating| Soil)の確率分布を示す説明図である。 本発明の第１の実施形態におけるＣＰ設備の故障確率Ｐ(CPMulf)の確率分布を示す説明図である。 本発明の第１の実施形態におけるコーティングの劣化確率Ｐ(CoatingMulf)の確率分布を示す説明図である。 本発明の第１の実施形態におけるバルブ設備、又はパイプの溶接部分における時間経過と事故発生確率との関係を示す説明図である。 本発明の第１の実施形態のリスク診断システムが実行する処理の詳細を説明するフローチャートである。 本発明の第１の実施形態のリスク診断システムが実行する処理の詳細を説明するフローチャートである。 本発明の第１の実施形態のリスク診断システムが実行する処理の詳細を説明するフローチャートである。 本発明の第１の実施形態のリスク診断システムが実行する処理の詳細を説明するフローチャートである。 本発明の第１の実施形態のリスク診断システムが実行する処理の詳細を説明するフローチャートである。 本発明の第１の実施形態における、事故データと類似する要因を有するパイプライン区間の一例を示す説明図である。 本発明の第１の実施形態のリスク診断システムの適用例を説明する図である。 本発明の第１の実施形態の地図表示部に表示される地図データの一例を示す説明図である。 本発明の第１の実施形態の地図表示部に表示される結果データの一例を示す説明図である。 本発明の第１の実施形態の重み係数の更新処理を説明するフローチャートである。 本発明の第１の実施形態の事故ＤＢの一例を示す説明図である。 本発明の第１の実施形態の土壌ＤＢの一例を示す説明図である。 本発明の第１の実施形態のパイプライン座標ＤＢの一例を示す説明図である。 本発明の第１の実施形態の欠陥ＤＢの一例を示す説明図である。 本発明の第１の実施形態の電気化学ＤＢの一例を示す説明図である。 本発明の第１の実施形態の運用履歴ＤＢの一例を示す説明図である。 本発明の第１の実施形態の確率分布ＤＢの一例を示す説明図である。 本発明の第１の実施形態の要因因果関係ＤＢ一例を示す説明図である。
本発明では、発生した事故又は故障に関する情報から、当該事故又は故障と類似する事故又は故障の発生確率を推定する。具体的には、発生した故障又は事故のデータに基づいて、事故又は故障の発生確率を算出することによって、事故又は故障が発生すると予測される位置を特定する。
［第１の実施形態］
以下、発生した事故の状況を分析して、類似の事故が発生する確率を計算する計算機システムについて説明する。なお、故障についても同様である。
図１は、本発明の第１の実施形態における計算機システムの構成例を説明するブロック図である。図１は、天然ガスパイプラインにおける計算機システムの構成例を示す。
計算機システムは、パイプライン２２０１、コンプレッサ２２０２、２２０３、陰極保護システム２２０４、２２０５、データセンタシステム２２１３、携帯データ入力端末２２１４、及びコンプレッサステーション２２１５、２２１６から構成される。
パイプライン２２０１には、コンプレッサ２２０２、２２０３によって天然ガスが輸送されている。
陰極保護システム２２０４、２２０５は、リアルタイムで電位データ、すなわち、陰極保護（ＣＰ：Ｃａｔｈｏｄｉｃ Ｐｒｏｔｅｃｔｉｏｎ）データを取得する。取得されたＣＰデータはゲートウェイ装置２２１０、２２１１を介してリスク診断システム２２０６、２２０７に送信される。また、取得されたＣＰデータは、データセンタシステム２２１３に格納される。以下、陰極保護システムをＣＰ設備とも記載する。
携帯データ入力端末２２１４は、現場において爆発の場所特定、及び土壌の情報などを入力する装置である。携帯データ入力端末２２１４は、ピギング検査によって計測された欠陥データを取得し、無線通信等の電波によって、取得された欠陥データをコンプレッサステーション２２１５、２２１６に送信する。
なお、無線通信ができない環境では、記憶媒体を用いてコンプレッサステーション２２１５、２２１６にデータを入力する方法であってもよい。
コンプレッサステーション２２１５、２２１６は、パイプライン２２０１を管理する施設である。
コンプレッサステーション２２１５は、リスク診断システム２２０６、ＳＣＡＤＡ２２０８、ゲートウェイ装置２２１０及びオフラインデータ入力システム２２１２を備える。また、コンプレッサステーション２２１６は、リスク診断システム２２０７、ＳＣＡＤＡ２２０９及びゲートウェイ装置２２１１を備える。
リスク診断システム２２０６、２２０７は、パイプライン２２０１の事故発生確率を算出するシステムである。リスク診断システム２２０６、２２０７の処理結果は、ネットワーク２２１７を介してデータセンタシステム２２１３送信される。
なお、リスク診断システム２２０６の構成については、図２及び図３を用いて後述する。
ＳＣＡＤＡ２２０８、２２０９は、コンプレッサ２２０３における受入れ圧力、送り出し圧力、流体の受入れ温度及び送り出し温度等のデータを収集する。
ゲートウェイ装置２２１０、２２１１は、リアルタイムＣＰデータの場合など、パイプライン２２０１に関連するリアルタイムデータを収集する。また、ゲートウェイ装置２２１０、２２１１は、ネットワーク２２１７を介して各種データを送信する。
オフラインデータ入力システム２２１２は、ピグによって取得された検査データ及び土壌データのように、オフラインによって取得されるオフラインデータの取り込み用インタフェース装置である。
パイプライン２２０１の欠陥データは、通常ピギングによるオフラインデータとして収集される。ＣＰデータはオンラインデータ、又はオフラインデータのいずれのデータ形式で収集されてもよい。
なお、パイプライン２２０１の欠陥データは、スマートピグのように超音波や磁気センサを用いて取得される。また、パイプライン２２０１の形状はジャイロセンサを搭載したピグによって取得される。
データセンタシステム２２１３は、リスク診断システム２２０６、２２０７によって算出された事故発生確率を格納する。さらに、データセンタシステム２２１３は、パイプライン２２０１全体の形状データ、欠陥データ、ＣＰ電位データ、及び運用履歴データを格納する。
本実施形態では、所定の区間毎にコンプレッサステーション２２１５、２２１６が配置される。コンプレッサステーション２２１５、２２１６は、パイプラインの所定区間を管理する。これによって、長大なパイプライン２２０１であっても、管理区間ごとに分割して事故発生を診断できるため、短時間で効率的にリスク診断を行うことができる。また、各コンプレッサステーション２２１５、２２１６の処理結果をデータセンタシステム２２１３に集約させることによって、全体の状況を容易に把握できる。
なお、石油パイプラインの場合には、コンプレッサ２２０２は、タービン又はポンプとなる。また、コンプレッサステーション２２１５、２２１６は、ポンプステーションとなる。
図２は、本発明の第１の実施形態のリスク診断システム２２０６のハードウェア構成を説明するブロック図である。
リスク診断システム２２０６は、プロセッサ３１０１、メモリ３１０２、不揮発性記憶媒体３１０３及びネットワークインタフェース３１０４を備える。
プロセッサ３１０１は、メモリ３１０２上に展開されるプログラムを実行する。
メモリ３１０２は、プロセッサ３１０１に実行されるプログラム及び当該プログラムを実行するために必要となる情報を格納する。
不揮発性記憶媒体３１０３は、メモリ３１０２上に展開されるプログラム及びデータを格納する。不揮発性記憶媒体３１０３は、例えば、ＨＤＤが考えられる。
ネットワークインタフェース３１０４は、ネットワークと接続するためのインタフェースである。
図３は、本発明の第１の実施形態のリスク診断システム２２０６のソフトウェア構成を説明するブロック図である。
リスク診断システム２２０６は、事故データ入力部１０１、解析指示部１０２、事故発生確率解析部１０３、事故データ検索部１０７、地図表示部１０８、土壌データ解析部１０９、形状解析部１１１、欠陥解析部１１３、ＣＰ解析部１１５、運用履歴解析部１１７、重み係数更新部１１９、リスト出力部１２０及び地図出力部１２１を備える。
また、リスク診断システム２２０６は、事故ＤＢ１２２、土壌ＤＢ１２３、パイプライン座標ＤＢ１２４、欠陥ＤＢ１２５、電気化学ＤＢ１２６、運用履歴ＤＢ１２７、確率分布ＤＢ１２８及び要因因果関係ＤＢ１２９を備える。
事故データ入力部１０１は、事故発生確率解析部１０３に事故データ１３０を入力する。なお、入力される事故データ１３０には、パイプラインの事故発生範囲における土壌ｐＨ、及びコーティング状態等が含まれる。
解析指示部１０２は、事故発生の可能性がある部分の検索を指示する。
事故発生確率解析部１０３は、パイプラインの所定の範囲における事故発生確率を算出する。
具体的には、事故発生確率解析部１０３は、事故が発生していないパイプラインの範囲と、事故が発生したパイプラインの範囲との類似性を算出する。また、事故発生確率解析部１０３は、欠陥分布、パイプライン座標、土壌ｐＨ、ＣＰ電位、圧力変動、及び温度変動などのパイプライン運用データを用いて、各要因毎の事故発生確率を算出する。
事故発生確率解析部１０３は、類似性解析部１０４、確率解析部１０５、複合確率計算部１０６を含む。
類似性解析部１０４は、過去に発生した事故に関する事故データと、最新の事故に関する事故データ１３０との類似性を判定し、事故に関連するデータを統計処理によって統合する。
確率解析部１０５は、事故が発生した要因のパラメータ（事故発生要因パラメータ）を用いて、事故発生確率を算出する。
複合確率計算部１０６は、パイプの故障及びパイプの事故の発生に関係する要因が複数存在するパイプラインの区間を選択する。また、複合確率計算部１０６は、要因因果関係ＤＢ１２９から重み係数を取得し、取得された重み係数を用いて、事故発生の要因が複数係わる事故の事故発生確率を算出する。
事故データ検索部１０７は、事故ＤＢ１２２から、過去に発生した事故に関する事故データを検索する。また、事故データ検索部１０７は、新たに入力された事故データ１３０を事故ＤＢ１２２に格納する。
地図表示部１０８は、リスク診断の結果を表示する。リスクの大きさを表すリスト及びリスクが大きい部分を表す地図等が地図表示部１０８に表示される。
土壌データ解析部１０９は、土壌ＤＢ１２３から、指定範囲（パイプラインの開始距離、終了距離）のパイプラインの土壌ｐＨ値等の土壌データを検索する。土壌データ解析部１０９は、検索結果を類似性解析部１０４及び確率解析部１０５に出力する。
形状解析部１１１は、パイプライン座標ＤＢ１２４から、指定範囲におけるパイプラインの形状に関する形状データを取得する。また、形状解析部１１１は、取得された指定範囲のパイプラインの形状データを用いて、パイプの折れ曲がりを表す曲率値を算出する。これは、パイプの折れ曲がり部分に発生するリンクル形状などが事故発生要因となるためである。
欠陥解析部１１３は、欠陥ＤＢ１２５から、指定区間におけるパイプラインの欠陥データを取得する。また、欠陥解析部１１３は、取得された欠陥情報を用いてＥＲＦのような安全指標を算出する。
ＣＰ解析部１１５は、電気化学ＤＢ１２６から、陰極保護電位（Ｃａｔｈｏｄｉｃ Ｐｒｏｔｅｃｔｉｏｎ Ｖｏｌｔａｇｅ）に関するＣＰ電位データを取得する。また、ＣＰ解析部１１５は、取得された陰極保護電位に関するデータを用いて、電位（ＯＮ電位）の異常を解析する。
運用履歴解析部１１７は、運用履歴ＤＢ１２７から、パイプラインの運用履歴を示す運用データを取得する。また、運用履歴解析部１１７は、圧力変動、及び温度変動を集計する。
重み係数更新部１１９は、複数の事故発生要因が関係する事故発生確率である複合確率を算出するときに用いられる重み係数を検索するとともに、事故データ１３０に基づいて重み係数を更新する。
重み係数更新部１１９は、重み係数の検索時には、関連する事故発生要因の関連性及び依存性に関するフローを検索し、さらに、検索されたフローに基づいて重み係数を検索する。
リスト出力部１２０は、リスク診断の結果をリストとして表示するためのデータを出力する。具体的には、リスト出力部１２０は、事故発生確率の値の大小に基づいて順序変更（ソーティング）を行い、事故発生確率の高い順番に、パイプライン区間のリストを作成する。なお、本実施形態では、作成されるリストは表形式データである。
地図出力部１２１は、リスク診断の結果を地図として表示するためのデータを出力する。例えば、所定の区間における事故発生確率値が設定された閾値より大きい場合に、当該区間を表示するための地図データが出力される。
事故ＤＢ１２２は、過去に発生した事故のパイプラインの状況に関する情報、すなわち、過去に発生した事故の事故発生時における事故データを格納する。例えば、事故ＤＢ１２２には、パイプラインの名称、事故発生位置、パイプのコーティング状態、土壌の性質、及び事故の状況が格納される。ここで、事故の状況には、漏洩、爆発、パイプの亀裂発生、コーティングの亀裂発生等を示す情報である。
事故ＤＢ１２２は、パイプライン全範囲の事故データを格納する。なお、事故発生位置は、所定の参照点からの距離によって表される。以下、所定の参照点を基点と記載する。
なお、事故ＤＢ１２２の詳細については、図２８を用いて後述する。
土壌ＤＢ１２３は、パイプラインの所定区間における土壌ｐＨなど、土壌の化学特性等の土壌データを格納する。例えば、土壌ＤＢ１２３は、基点からの距離と、当該基点からの距離に対応する土壌データとを格納する。土壌ＤＢ１２３は、パイプライン全範囲の土壌データを格納する。なお、土壌ＤＢ１２３の詳細については、の詳細については、図２９を用いて後述する。
パイプライン座標ＤＢ１２４は、パイプラインの形状に関する形状データを格納する。形状データは、２次元又は３次元のいずれのデータであってもよい。パイプライン座標ＤＢ１２４は、パイプライン全範囲の形状データを格納する。なお、パイプライン座標ＤＢ１２４の詳細については、図３０を用いて後述する。
欠陥ＤＢ１２５は、パイプラインの腐食及び亀裂、又はくぼみ、などの欠陥に関連するパラメータ（発生位置、長さ、幅、深さなど）である欠陥データを格納する。例えば、欠陥ＤＢ１２５は、基点からの距離と、当該基点からの距離に対応する欠陥データとを格納する。欠陥ＤＢ１２５は、パイプライン全範囲の欠陥データを格納する。なお、欠陥ＤＢ１２５の詳細については、図３１を用いて後述する。
電気化学ＤＢ１２６は、ＣＰ電位などのＣＰ電位データを格納する。例えば、電気化学ＤＢ１２６は、基点からの距離と、当該基点からの距離に対応するＣＰ電位データを格納する。電気化学ＤＢ１２６は、パイプライン全範囲のＣＰ電位データを格納する。なお、電気化学ＤＢ１２の詳細については、図３２を用いて後述する。
運用履歴ＤＢ１２７は、パイプライン輸送のオペレーション履歴（輸送圧力、パイプの外壁温度）に関連する運用データを格納する。例えば、運用履歴ＤＢ１２７は、基点からの距離と、当該基点からの距離に対応するオペレーション履歴とを格納する。運用履歴ＤＢ１２７は、パイプライン全範囲の運用データを格納する。なお、運用履歴ＤＢ１２７の詳細については、図３３を用いて後述する。
確率分布ＤＢ１２８は、各事故発生要因毎の事故発生確率を算出するための確率分布を格納する。なお、確率分布ＤＢ１２８の詳細については、図３４を用いて後述する。
要因因果関係ＤＢ１２９は、複数の事故発生要因の因果関係を格納する。要因因果関係ＤＢ１２９には、複合確率を算出するときに必要となる重み係数も合わせて格納される。なお、要因因果関係ＤＢ１２９の詳細については、図３５を用いて後述する。
事故データ１３０は、発生した事故の調査結果に関するデータである。結果データ１３１は、地図表示部１０８に表示されるデータである。
前述した各ＤＢ１２２〜１２９は、不揮発性記録媒体３１０３の記憶領域に格納される。本実施形態では、リスク診断システム２２０６が各ＤＢ１２２〜１２９を備えるが、他の外部のストレージシステム（図示省略）等に格納されてもよい。
次に、各データベースに格納されるデータについて説明する。
図２８は、本発明の第１の実施形態の事故ＤＢ１２２の一例を示す説明図である。
図２８に示すように、本実施形態における事故ＤＢ１２２には、事故データとして記述形式データ２３０１が格納される。
記述形式データ２３０１は、データの開始を表す行２３０２とデータの終了を表す行２３１０との間に具体的な事故の内容が記載される。記述形式データ２３０１には、事故発生時に取得できた情報が記載される。
具体的には、識別番号２３０３、事故発生時間２３０４、開始距離２３０５、終了距離２３０６、ｐＨ計測値２３０７、コーティング状態２３０８及び事故タイプ２３０９を含む。
識別番号２３０３は、事故データを識別するための番号である。事故ＤＢ１２２に格納されるときに付与される識別子である。事故発生時間２３０４は、事故が発生した時間である。
開始距離２３０５は、事故が発生したパイプラインの開始地点を表す。終了距離２３０６は、事故が発生したパイプラインの終了地点を表す。なお、開始距離２３０５と終了距離２３０６とが一致する場合もある。
ｐＨ計測値２３０７は、事故発生地点の土壌のｐＨ値である。コーティング状態２３０８は、事故が発生したパイプラインのコーティング状態である。コーティング状態２３０８から、発生した事故が爆発によるものである等が推測できる。
事故タイプ２３０９は、発生した事故のタイプを表す。図２８に示す例では、漏洩を表す「Ｌｅａｋ」が格納される。
図２９は、本発明の第１の実施形態の土壌ＤＢ１２３の一例を示す説明図である。
土壌ＤＢ１２３に格納される土壌データは、調査時期ごとにまとめて管理される。本実施形態では、調査時期に対応する土壌データ２４０２がメタデータ２４０１によって管理される。
メタデータ２４０１は、パイプライン名称２４０３、計測時期２４０４及びファイル名２４０５を含む。
パイプライン名称２４０３は、パイプラインの名称である。計測時期２４０４は、土壌データが計測された時間である。ファイル名２４０５は、具体的な土壌データ２４０２が格納されるファイルの名称である。
本実施形態では、ファイル名２４０５と土壌データ２４０２とが対応づけられており、ファイル名２４０５を参照することによって土壌データ２４０２を取得することができる。
土壌データ２４０２は、開始距離２４０６、終了距離２４０７、開始距離の誤差範囲２４０８、終了距離の誤差範囲２４０９を含む。
開始距離２４０６は、パイプラインの開始距離である。終了距離２４０７は、パイプラインの終了距離である。開始距離の誤差範囲２４０８は、パイプラインの開始距離の誤差である。終了距離の誤差範囲２４０９は、パイプラインの終了距離の誤差である。
また、土壌データ２４０２は、計測データとして、ｐＨ２４１０、比抵抗、参加減衰電位、硫化水素存在指数２４１２を含む。
図３０は、本発明の第１の実施形態のパイプライン座標ＤＢ１２４の一例を示す説明図である。
パイプライン座標ＤＢ１２４には、図３０に示すようなデータ形式２５０１でパイプラインの形状データが格納される。
データ形式２５０１は可変長のデータであり、データヘッダ２５０２、データ部２５０３、２５０４から構成される。
データヘッダ２５０２は、パイプライン番号と、図形数を含む。図形数は、パイプラインを構成する図形の数を示す。
データ部２５０３は、座標数、レイヤ番号、立体座標２５０５を含む。座標数は、立体座標２５０５の数を表す。座標数に対応する数だけ、データ１（２５０３）、データ２（２５０４）が格納される。レイヤ番号は、各図形の識別する番号である。立体座標２５０５は立体座標（Ｘ，Ｙ，Ｚ）である。
図３１は、本発明の第１の実施形態の欠陥ＤＢ１２５の一例を示す説明図である。
欠陥ＤＢ１２５に格納される欠陥データは、検査時期ごとにまとめて管理される。本実施形態では、検査時期に対応する欠陥データ２６０２がメタデータ２６０１によって管理される。
メタデータ２６０１は、パイプライン名称２６０３、検査時期２６０４及びファイル名２６０５を含む。
パイプライン名称２６０３は、パイプラインの名称である。検査時期２６０４は、欠陥の検査がされた時間である。ファイル名２６０５は、具体的な欠陥データ２６０２が格納されるファイルの名称である。
本実施形態では、ファイル名２６０５と欠陥データ２６０２とが対応づけられており、ファイル名２６０５を参照することによって欠陥データ２６０２を取得することができる。
欠陥データ２６０２は、欠陥開始距離２６０６、パイプの欠陥の位置２６０７、欠陥の長さ２６０８、欠陥の周方向の開始位置２６０９、最大深さ２６１０、欠陥の深さ率２６１１及び欠陥タイプ２６１２を含む。
欠陥開始距離２６０６は、欠陥があるパイプラインの位置である。パイプの欠陥の位置２６０７は、パイプの内又は外のどちらに欠陥が存在するか表す。欠陥の長さ２６０８は、欠陥の長さを表す。欠陥の周方向の開始位置２６０９は、パイプの断面を時計に見立てて、周方向の欠陥の開始位置を時間として表す。
最大深さ２６１０は、欠陥の深さを表す。欠陥の深さ率２６１１は、公称パイプ肉厚と欠陥深さの最大値との比である。欠陥タイプ２６１２は、金属損失又はへこみ等の欠陥のタイプである。
図３２は、本発明の第１の実施形態の電気化学ＤＢ１２６の一例を示す説明図である。
電気化学ＤＢ１２６に格納されるＣＰ電気データは、計測時期ごとにまとめて管理される。本実施形態では、計測時期に対応するＣＰ電気データ２７０２がメタデータ２７０１によって管理される。
メタデータ２７０１は、パイプライン名称２７０３、計測時期２７０４及びファイル名２７０５を含む。
パイプライン名称２７０３は、パイプラインの名称である。計測時期２７０４は、電位が計測された時間である。ファイル名２６０５は、具体的なＣＰ電気データ２７０２が格納されるファイルの名称である。
本実施形態では、ファイル名２７０５とＣＰ電気データ２７０２とが対応づけられており、ファイル名２７０５を参照することによってＣＰ電気データ２７０２を取得することができる。
ＣＰ電気データ２７０２は、計測点までの距離を表す計測点２７０６、計測点の番号２７０７、陰極電位計測値（ＯＮ電位）２７０８、陰極電位計測値（ＯＦＦ電位）２７０９、アノード電位、アノード電流を含む。
図３３は、本発明の第１の実施形態の運用履歴ＤＢ１２７の一例を示す説明図である。
運用履歴ＤＢ１２７に格納されるデータは、運用日時ごとにまとめて管理される。本実施形態では、運用日時に対応する運用データ２８０２がメタデータ２８０１によって管理される。
メタデータ２８０１は、パイプライン名称２８０３、日時２８０４、コンプレッサ番号２８０５及びファイル名２８０６を含む。コンプレッサ番号２８０５は、コンプレッサ２２０２、２２０３を識別するための識別子である。
本実施形態では、ファイル名２８０６と運用データ２８０２とが対応づけられており、ファイル名２８０６を参照することによって運用データ２８０２を取得することができる。
運用データ２８０２は、時間２８０７、送出し圧力２８０８、送出し流体温度２８０９、受入れ圧力２８１０及び受入れ流体温度２８１１を含む。時間２８０７は、運用データが取得された時間を表す。
図３４は、本発明の第１の実施形態の確率分布ＤＢ１２８の一例を示す説明図である。
確率分布ＤＢ１２８は、メタデータ２９０１、確率分布ライブラリプログラム２９０２及び表形式データ２９０３から構成される。
確率分布ライブラリプログラム２９０２には、後述する式（１５）〜（２５）が格納される。
式によって表される場合には、確率分布ライブラリプログラム２９０２が用いられ、図１０のように数式を用いて近似できない場合には、表形式データが用いられる。
メタデータ２９０１は、インデックス２９０４、確率分布形式２９０５及び番号２９０６を含む。
インデックス２９０４は、メタデータ２９０１に含まれる情報を識別するための識別子である。インデックス２９０４を参照することによって確率分布が検索される。
確率情報形式２９０５は、確率分布のデータがプログラム（Ｐｒｏｇ）又は表形式データ（Ｔａｂｌｅ）のいずれであるかを識別する情報である。
番号２９０６は、プログラム又は表形式データの番号である。番号２９０６を参照することによって、対応する確率分布ライブラリプログラム２９０２、又は対応する表形式データ２９０３を検索することができる。
表形式データ２９０３は、図１４の土壌ｐＨなど従属変数を示す横軸データ（Ｈｏｒｉｚｏｎｔａｌ）２９０７、及び確率値を示す縦軸データ（Ｖｅｒｔｉｃａｌ）２９０８を含む。さらに、媒介変数が必要な場合は、表形式データ２９０３は媒介変数に対応するカラムが追加される。
図３５は、本発明の第１の実施形態の要因因果関係ＤＢ１２９一例を示す説明図である。
要因因果関係ＤＢ１２９には、重み係数対応関係データ３００１が格納される。重み係数対応関係データ３００１は、ＩＤ３００２及び値３００３を含む。
ＩＤ３００２は、重み係数対応関係データ３００１に格納されるデータを識別するための識別子である。値３００３は、重み係数の値である。
各データベースにおけるデータ検索方法について説明する。
本実施形態における各データベースは、前述したようにパイプライン管理に関連するデータを格納し、土壌、欠陥、ＣＰ電位などのデータは基点からの距離に対応づけて管理される。
例えば、土壌ＤＢ１２３には、パイプラインの開始距離及び終了距離で指定された区間の土壌性質に関するデータが格納される。また、欠陥ＤＢ１２５には指定されたパイプラインの範囲（距離）に存在する腐食の大きさ（長さ、幅、深さ）、電気化学ＤＢ１２６には、指定されたパイプラインの範囲（距離）のＣＰ電位の値が格納される。
すなわち、本実施形態では、基点からの距離を検索キーとして、各データベースに格納されるデータが検索される。
例えば、パイプラインの腐食データは、指定されたパイプラインの距離（開始距離及び終了距離）に基づいて、欠陥ＤＢ１２５から検索される。前述した検索を実現する方法としては、関係データベース（ＲＤＢ）に欠陥データが格納される場合には、検索言語であるＳＱＬ言語を使用する方法が考えられる。
また、パイプラインの座標は、３次元のパイプライン形状座標列から構成される。そのため、パイプラインの距離が指定された場合には、指定された距離内の座標がパイプライン座標ＤＢ１２４から検索される。
図４は、本発明の第１の実施形態のリスク診断システム２２０６が事故発生確率を算出する処理の概要を説明するフローチャートである。
リスク診断システム２２０６は、入力される事故データ１３０を解析する（ステップ２０１）。具体的には、リスク診断システム２２０６は、入力された事故データ１３０から、事故発生地点において取得された土壌データ、事故発生地点のパイプラインの形状データ、欠陥データ、ＣＰ電位データ及び運用データを取得する。
次に、リスク診断システム２２０６は、事故データ１３０の解析結果に基づいて事故ＤＢ１２２を参照し、入力された事故データ１３０に類似する事故データを検索する（ステップ２０２）。
例えば、事故データ１３０が漏洩事故に関するデータである場合には、漏洩事故に関連するデータが検索される。
なお、大規模な漏洩事故、小規模な漏洩事故などに分類することによって検索精度を向上させることができる。例えば、漏洩量、又はパイプラインの損傷範囲によって漏洩事故を分類することができる。
リスク診断システム２２０６は、入力された事故データ１３０に類似する事故データがあるか否かを判定する（ステップ２０３）。すなわち、入力された事故データ１３０に類似する過去に発生した事故の事故データが事故ＤＢ１２２に格納されているか否かが判定される。以下、入力された事故データ１３０に類似する過去に発生した事故の事故データを類似事故データとも記載する。
類似事故データがないと判定された場合、リスク診断システム２２０６は、処理を終了する。
類似事故データがあると判定された場合、リスク診断システム２２０６は、各事故発生用について、入力された事故データ１３０の事故発生要因と類似事故データの事故発生要因との類似性の有無を判定する。さらに、類似性がある事故発生要因があると判定された場合には、リスク診断システム２２０６は、類似性のある事故発生要因を統計的に統合し、要因パラメータを検出する。そして各要因パラメータについて分析を実行する（ステップ２０４）。
リスク診断システム２２０６は、全ての要因パラメータについて分析が実行されたか否かを判定する（ステップ２０５）。
全ての要因パラメータについて分析が実行されたと判定された場合、リスク診断システム２２０６は、ステップ２０８に進む。
全ての要因パラメータについて分析が実行されていないと判定された場合、リスク診断システム２２０６は、パイプライン座標ＤＢ１２４から、入力された事故データ１３０におけるパイプラインの形状データと類似する形状データを検索する（ステップ２０６）。ここで、類似とは、要因パラメータの誤差が小さいことを表す。
次に、リスク診断システム２２０６は、各事故発生要因に基づいて、事故発生確率を算出し（ステップ２０７）、ステップ２０５に戻る。
リスク診断システム２２０６は、全ての事故発生要因を考慮して事故発生確率を算出する（ステップ２０８）。
なお、処理対象となるパイプラインの区間において、複数の事故発生要因が存在する場合には、リスク診断システム２２０６は、各事故発生要因に基づいて、事故発生確率を算出する。
リスク診断システム２２０６は、ステップ２０８において算出された事故発生確率値が、あらかじめ設定された閾値よりも高いパイプラインの区間を表示し（ステップ２０９）、処理を終了する。
以下、パイプラインに関連する各種データから事故発生確率を算出ための具体的な方法について説明する。
パイプラインの事故としては、破裂、爆発、及び漏洩があげられる。微小な亀裂又はパイプの減肉が存在する場合、時間経過とともに亀裂及び減肉が進行することによって事故が発生する。
事故が発生した場合、発生した事故の状況を分析し、類似の事故発生要因を有するパイプライン区間が検索される。しかし、深刻な欠陥の存在が知られていない場合などでは事故発生の要因を分析することが困難であり、一つの事故要因のパラメータのみを用いて類似性を判定することは難しい。
本発明では、まず、リスク診断システム２２０６が、新たに発生した事故と類似の状況を有する過去に発生した事故を検索する。リスク診断システム２２０６は、検索結果に基づいて、新たに発生した事故を解析する。次に、リスク診断システム２２０６が、新たに発生した事故と類似する状況を有するパイプライン区間を検出する。さらに、リスク診断システム２２０６は、新たに発生した事故の解析結果に基づいて、当該パイプライン区間の事故発生の確率を算出する。
リスク診断システム２２０６は、（１）欠陥分布、（２）パイプの折れ曲がり、（３）ＣＰ電位、（４）土壌水素イオン指数（ｐＨ）、（５）圧力変動回数、及び（６）温度変動等の事故発生地点における状況を要因パラメータから把握する。前述した事故発生地点の状況は、例えば、以下のような要因パラメータを用いる。
（１）欠陥分布については、パイプラインの所定区間ごとのＥＲＦを要因パラメータとして用いる。
（２）パイプの折れ曲がりについては、パイプの水平方向、及び鉛直方向の曲率を要因パラメータとして用いる。
（３）ＣＰ電位については、ＣＰのＯＮ電位が閾値である−０．８５Ｖよりも卑なる場所において、卑電位の状態が持続している時間を要因パラメータとして用いる。
（４）土壌水素イオン指数（ｐＨ）については、土壌のｐＨ値を要因パラメータとして用いる。
（５）圧力変動回数については、パイプラインの輸送圧力の変動回数を要因パラメータとして用いる。これは、パイプラインでは輸送圧力が時々刻々と変動し、当該輸送圧力の変動が事故の要因となるため必要となる。
（６）温度変動は、環境や輸送する流体の温度によって変動するパイプライン自体の温度の変動回数を要因パラメータとして用いる。これは、パイプラインの温度が環境又は輸送する流体の温度によって変動し、当該温度変動が事故発生の要因となるため必要となる。
なお、一つの要因パラメータに依存したパイプラインの事故だけが発生するとは限らない。したがって、各要因パラメータの関連性を考慮した条件を設定する必要である。本実施形態では、当該条件に基づいた条件付き確率が事故発生確率として算出される。
本実施形態では、事故要因の因果関係が予め定義される。リスク診断システム２２０６は、当該定義にしたがって事故を分析する。
図５Ａ及び図５Ｂは、本発明の第１の実施形態における事故発生要因の因果関係を示す説明図である。
図５Ａ及び図５Ｂに示すように、本実施形態におけるパイプ損傷に関する事故発生については、以下の１０通りの要因が定義される。
要因１：欠陥によるパイプの劣化→圧力変動→パイプ損傷
要因２：欠陥によるパイプの劣化→温度変動→パイプ損傷
要因３：欠陥によるパイプの劣化→パイプ損傷
要因４：パイプの折れ曲がり→圧力変動→パイプ損傷
要因５：パイプの折れ曲がり→温度変動→パイプ損傷
要因６：パイプの折れ曲がり→パイプ損傷
要因７：土壌ｐＨ異常値→ＣＰ設備異常→パイプ損傷
要因８：土壌ｐＨ異常値→コーティング劣化→パイプ損傷
要因９：ＣＰ設備異常→パイプ損傷
要因１０：コーティング劣化→パイプ損傷
なお、本実施形態では土壌ｐＨ異常値については、ｐＨ値が７．０よりも低い場合、すなわち、酸性の場合に異常と定義する。
また、要因３及び要因６は、応力集中及び曲げモーメント集中によって発生するパイプ損傷である。要因９及び要因１０は、土壌とは関係のない設備劣化などの故障が起因するＣＰ設備異常、工事時につけられた損傷が起因するコーティング劣化によって発生するパイプ損傷である。
本実施形態では、図５Ａ及び図５Ｂに示すような因果関係が定義されるが、さらに、因果関係を追加することによって、要因を追加していくことも可能である。
本実施形態では、図５Ａ及び図５Ｂに示す因果関係に基づいて事故解析が実行される。さらに、過去に発生した事故との類似性も考慮して事故の発生箇所が特定される。
本実施形態における事故解析には、以下に示す条件付き確率が用いられる。
腐食などの欠陥によるパイプの劣化（要因１、要因２）及びパイプの折れ曲がり（要因４、要因５）に関連する条件付き確率は、それぞれ、以下に示すように定義される。
パイプに欠陥が存在すると、圧力変動又は温度変動によって欠陥部分に応力がかかりパイプが損傷する。また、パイプの折れ曲がり部分がリンクル状態（折れ曲がりによるパイプの塑性変形）となっている可能性があり、当該部分に圧力変動又は温度変動が重なることによってパイプが損傷する。
このような場合、欠陥及び折れ曲がりが起因するパイプの損傷確率をＰ1(Damage)とすると、Ｐ1(Damage)は式（１）によって算出される。
ここで、Ｐ(Defect)は、欠陥が要因となるパイプ劣化の確率（要因３）である。Ｐ(Configuration)は、パイプの折れ曲がりが要因となるパイプ劣化の確率（要因６）である。また、Ｐ(Pressure)は、圧力変動によって発生するパイプの劣化確率であり、式（２）によって算出される。Ｐ(Temperature)は、温度変動によって発生するパイプの劣化確率であり、式（３）によって算出される。
Ｐ(Pressure| Defect)は、欠陥及び圧力変動が要因となる事故発生確率（要因１）である。Ｐ(Pressure| Configuration)は、パイプの折れ曲がり及び圧力変動が要因となる事故発生確率（要因４）である。
Ｐ(Temperature｜ Defect)は、欠陥及び温度変動が要因となる事故発生確率（要因２）である。Ｐ(Temperature| Configuration)は、パイプの折れ曲がり及び温度変動が要因となる事故発生確率（要因５）である。
また、Ｃ１、Ｃ２、Ｃ３、Ｃ４、Ｄ１、Ｄ２、Ｅ１及びＥ２は重み係数であり、式（４）、式（５）及び式（６）を満たす。
土壌ｐＨに関連する条件付き確率（要因７及び要因８）は以下のように定義される。
土壌の酸性度が増加すると（ｐＨ値が７以下になると）、ＣＰ設備が機能不全になることによって、パイプと土壌との電位差から鉄イオンが溶け出すため、パイプが損傷する。
また、土壌の酸性度が増加するとコーティングが劣化し、土壌とパイプとが直接接触するためパイプが損傷する。
このような場合、土壌の異常が起因するパイプの損傷確率をＰ2(Damage)とすると、Ｐ2(Damage)は、式（７）によって算出される。
Ｐ(CPMulf)は、土壌以外の要因によるＣＰ設備の故障確率（要因９）である。Ｐ(CoatingMulf)は、サードパーティなどが引き起こした損傷などの土壌以外の要因によるコーティングの劣化確率である。
Ｐ(CP)は、ＣＰ設備の故障確率であり、式（８）によって算出される。Ｐ(Coating)は、コーティングの劣化確率であり、式（９）によって算出される。
ここで、Ｐ(Soil)は、土壌ｐＨ値の異常が起因する土壌の異常発生確率である。Ｐ(CP| Soil)は、土壌が要因となって、すなわち、要因７によって発生するＣＰ設備の故障確率である。Ｐ(Coating| Soil)は、コーティング劣化が要因となって、すなわち、要因８によって発生するコーティングの劣化確率である。
また、Ｆ１、Ｆ２、Ｇ１、Ｇ２、Ｈ１及びＨ２は重み係数であり、式（１０）、式（１１）及び式（１２）を満たす。
前述した各確率を用いて、全ての要因を考慮した事故発生確率Ｐ(Damage)は、式（１３）によって算出される。
ここで、係数Ｊ１及びＪ２は式（１４）を満たす。
本実施形態では、重み係数対応関係データ３００１のＩＤ３００２は、以下のような対応となる。
Ｊ１のＩＤ３００２は「１」、Ｊ２のＩＤ３００２は「２」、Ｃ１のＩＤ３００２は「３」、Ｃ２のＩＤ３００２は「４」、Ｃ３のＩＤ３００２は「５」、Ｃ４のＩＤ３００２は「６」、Ｄ１のＩＤ３００２は「７」、Ｄ２のＩＤ３００２は「８」、Ｅ１のＩＤ３００２は「９」、Ｅ２のＩＤ３００２は「１０」、Ｆ１のＩＤ３００２は「１１」、Ｆ２のＩＤ３００２は「１２」、Ｇ１のＩＤ３００２は「１３」、Ｇ２のＩＤ３００２は「１４」、Ｈ１のＩＤ３００２は「１５」、Ｈ２のＩＤ３００２は「１６」が対応する。
次に、各確率の算出方法について説明する。
前述したＰ(Defect)及びＰ(CP)などの確率の算出方法は、複数のモデルが知られている。本実施形態では、複数のモデルのいずれかを用いて各確率が算出される。以下、モデルの一例を説明する。
［１］欠陥要因によって発生するパイプ劣化
図６は、本発明の第１の実施形態におけるパイプ劣化確率Ｐ(Defect)の確率分布を示す説明図である。
パイプ劣化確率Ｐ(Defect)は、図６の曲線４０１のような確率分布となる。図６において、縦軸がパイプ劣化確率Ｐ(Defect)を表し、横軸がＥＲＦ（安全指数）を表す。図６の示す曲線４０１は、式（１５）のように表される。
ここで、Ｇ1は形状パラメータであり、Ｓ1はスケールパラメータである。
［２］パイプの折れ曲がりが要因によって発生するパイプ劣化
図７は、本発明の第１の実施形態におけるパイプ劣化確率Ｐ(Configuration)の確率分布を示す説明図である。
パイプ劣化確率Ｐ(Configuration)は、図７の曲線５０１及び曲線５０２のような確率分布となる。図７において、縦軸はパイプ劣化確率Ｐ(Configuration)を表し、横軸はパイプの曲率を表す。図７に示す曲線５０１及び曲線５０２は、式（１６）のように表される。
ここで、Ｒは曲率であり、Ｒ0は許容限界である。なお、ＲがＲ0以下の場合、パイプ劣化確率Ｐ(Configuration)は「０」と定義する。
式（１６）に示すように、形状パラメータ及びスケールパラメータは時間に依存するパラメータである。そのため、曲線５０１及び曲線５０２に示すような時間変化をする。この変化は、時間経過に伴ったパイプの劣化に対応する。なお、パイプの水平方向及び垂直方向について確率分布を分けてもよい。
［３］土壌ｐＨによる危険性
図８は、本発明の第１の実施形態における土壌の異常発生確率Ｐ(Soil)の確率分布を示す説明図である。
土壌のｐＨ値は季節ごとに変化し、また、ｐＨ値によって土壌の危険度が変化する。そのため、土壌の危険確率Ｐ(Soil)は、図８の曲線６０１及び曲線６０２のような確率分布となる。図８において、縦軸は土壌の異常発生確率Ｐ(Soil)を表し、横軸は時期（例えば、月）を表す。図８に示す曲線６０１及び曲線６０２は、式（１７）のように表される。
図８に示すように、土壌の異常発生確率Ｐ(Soil)は、正規分布と類似の形状となる。
［４］圧力変動によって発生するパイプ劣化
図９は、本発明の第１の実施形態における事故発生確率Ｐ(Pressure| Defect)の確率分布を示す説明図である。図１０は、本発明の第１の実施形態における事故発生確率Ｐ(Pressure| Configuration)の確率分布を示す説明図である。
欠陥及び圧力変動、並びにパイプラインの折れ曲がり及び圧力変動が起因となって事故が発生する。
事故発生確率Ｐ(Pressure| Defect)は、図９の曲線７０２及び曲線７０３のような確率分布となる。図９において、縦軸は事故発生確率Ｐ(Pressure| Defect)を表し、横軸は変動回数Ｎ−Ｎ0を表す。
また、事故発生確率Ｐ(Pressure| Configuration)は、図１０の曲線８０１及び曲線８０２のような確率分布となる。図１０において、縦軸は事故発生確率Ｐ(Pressure| Configuration)を表し、横軸は変動回数Ｎ−Ｎ0を表す。
図９に示す曲線７０１及び曲線７０２は、式（１８）のように表される。また、図１０に示す曲線８０１及び曲線８０２は、式（１９）のように表される。
ここで、Ｎ0は許容限界における変動回数を表し、また、Ｒ0は許容限界における曲率を表す。
［５］温度変動によって発生するパイプ劣化
事故発生確率Ｐ(Temperature| Defect)は図９に示す確率分布と同様となり、また、事故発生確率Ｐ(Temperature| Configuration)は図１０に示す確率分布と同様となるため説明を省略する。
［６］ＣＰ設備の故障
図１１は、本発明の第１の実施形態におけるＣＰ設備の故障確率Ｐ(CP)の確率分布を示す説明図である。
ＣＰ設備は、銅−硫酸銅参照ではＯＮ電位が−０．８５ＶになるとＣＰ設備の故障となる。前述したような電位が（ＣＰ設備の故障が）発生してから時間が経過すると、パイプが損傷する。
故障確率Ｐ(CP)は、図１１の曲線９０１のような確率分布となる。図１１において、縦軸は故障確率Ｐ(CP)を表し、横軸は時間ｔ−ｔ0を表す。図１１に示す曲線９０１は、式（２０）のように表される。
ここで、ｔ0は許容限界の時間を表す。
［７］コーティング劣化
図１２は、本発明の第１の実施形態におけるコーティングの劣化確率Ｐ(Coating)の確率分布を示す説明図である。
パイプラインがコーティングされるときに損傷があると、当該損傷が拡大することによってコーディングが劣化する。
コーティングの劣化確率Ｐ(Coating)は、図１２の曲線１００１のような確率分布となる。図１２において、縦軸はコーティングの劣化確率Ｐ(Coating)を表し、横軸は時間ｔ−ｔ0を表す。
図１２に示す曲線１００１は、式（２１）のように表される。
ここで、ｔ0は許容限界の時間を表す。
［８］土壌ｐＨによるＣＰ設備の故障
図１３は、本発明の第１の実施形態におけるＣＰ設備の故障確率Ｐ(CP| Soil)の確率分布を示す説明図である。
土壌のｐＨ値が７より小さくなる場合等、土壌ｐＨの異常によってＣＰ電位の異常が発生し、これによってＣＰ設備が故障する。
ＣＰ設備の故障確率Ｐ(CP| Soil)は、図１３の曲線１１０１のような確率分布となる。図１３において、縦軸は故障確率Ｐ(CP| Soil)を表し、横軸は土壌ｐＨ値を表す。図１３に示す曲線１１０１は、式（２２）のように表される。
［９］土壌ｐＨによるコーティング劣化
図１４は、本発明の第１の実施形態におけるコーティングの劣化確率Ｐ(Coating| Soil)の確率分布を示す説明図である。
土壌異常がパイプのコーティング材に異常を引き起こす可能性がある。
コーティングの劣化確率Ｐ(Coating| Soil)は、図１４の曲線１２０１のような確率分布となる。図１４において、縦軸はコーティングの劣化確率Ｐ(Coating| Soil)を表し、横軸は、土壌のｐＨ値を表す。図１４に示す曲線１２０１は、式（２３）のように表される。
［１０］ＣＰ設備の故障によるパイプ損傷
図１５は、本発明の第１の実施形態におけるＣＰ設備の故障確率Ｐ(CPMulf)の確率分布を示す説明図である。
土壌以外の要因によるＣＰ設備の故障によっても、パイプが損傷する。
ＣＰ設備の故障確率Ｐ(CPMulf)は、図１５の曲線１３０１のような確率分布となる。図１５において、縦軸はＣＰ設備の故障確率Ｐ(CPMulf)を表し、横軸は時間ｔ−ｔ0を表す。図１５に示す曲線１３０１は、式（２４）のように表される。
図１５に示すように、ＣＰ設備の故障はすぐにパイプの損傷につながるわけではなく、ＣＰ設備の故障の発生時点から経過した時間に依存する。
［１１］コーティング劣化によるパイプ損傷
図１６は、本発明の第１の実施形態におけるコーティングの劣化確率Ｐ(CoatingMulf)の確率分布を示す説明図である。
土壌以外の要因によるコーティング劣化によってもパイプが損傷する。
コーティングの劣化確率Ｐ(CoatingMulf)は、図１６の曲線１４０１のような確率分布となる。図１６において、縦軸はコーティングの劣化確率Ｐ(CoatingMulf)を表し、横軸は時間ｔ−ｔ0を表す。図１６に示す曲線１４０１は、式（２５）のように表される。
図１６に示すように、コーティングの劣化はすぐにパイプの損傷につながるわけではなく、コーディング劣化の発生時点から経過した時間に依存する。
前述したもの以外にも、漏洩事故などを考慮した場合、バルブ又はパイプの溶接部分は、事故発生の要因となり得る。実際、バルブ又はパイプの溶接部分は、時間とともに劣化する。
図１７は、本発明の第１の実施形態におけるバルブ設備、又はパイプの溶接部分における時間経過と事故発生確率との関係を示す説明図である。
バルブ設備又はパイプの溶接部分における、確率分布は図９の曲線７０１又は曲線７０２に示すようなバスタブ型曲線に従うと仮定することができる。
図１７に示すように、バルブの設置当初は不良によって故障率が高くなっているが、時間の経過とともにいったん故障発生確率は減少し、その後増加する。
図６〜図１７に示す確率分布は、確率分布ＤＢ１２８に格納される。リスク診断システム２２０６は、図５Ａ及び図５Ｂに示す各要因の因果関係に基づいて確率分布を検索し、当該確率分布を用いて、式（１３）に示す事故発生確率Ｐ(Damage)を算出する。
次に、リスク診断システム２２０６の具体的な処理について説明する。
図１８〜図２２は、本発明の第１の実施形態のリスク診断システム２２０６が実行する処理の詳細を説明するフローチャートである。
リスク診断システム２２０６は、入力された故障及び事故データに基づいて、過去に発生した類似の事故データを検索する。さらに、リスク診断システム２２０６は、互いの事故データにおいて共通する要因を考慮した事故発生確率を算出し、当該算出結果に基づいて、類似の故障又は事故が発生すると予測されるパイプラインの範囲を検索する。
なお、以下の説明では、事故が発生した場合を説明するが、故障が発生した場合であっても同一の処理となる。
リスク診断システム２２０６は、解析指示部１０２から処理開始命令を受けると、事故データ入力部１０１から事故データ１３０を取得する（ステップ１６０１）。取得された事故データ１３０は、事故発生確率解析部１０３に入力される。
事故データ１３０には、事故が発生した地点の名称、パイプライン名称、事故が発生したパイプライン範囲（長さ）、事故発生地点の土壌ｐＨ、事故が発生した時間に関連する情報及びコーティングの状態等が含まれる。
事故が発生したパイプライン範囲とは、事故発生地点を含むパイプラインの所定区間を表し、具体的には、パイプラインの開始距離と終了距離とによって指定される区間を表す。
また、事故が発生した時間に関連するデータには、例えば、年、月及び日などの情報が含まれる。
コーティングの状態には、コーティングの状態を数値化した情報が含まれる。例えば、「０」はコーティングの状態が正常、「１」はコーティングが劣化、「２」はコーティングが損傷のような情報が考えられる。
なお、事故データ１３０に含まれるデータは一例であって、その他の情報が含まれていてもよい。
事故発生確率解析部１０３は、欠陥解析部１１３に欠陥データの検索を命令する（ステップ１６０２）。
事故発生確率解析部１０３からの指示を受けた欠陥解析部１１３は、欠陥ＤＢ１２５を参照して、事故が発生したパイプラインの範囲における欠陥データを検索する。具体的には、欠陥解析部１１３は、式（２６）に示す範囲の欠陥データを検索する。
ここで、Ｌは、基点からパイプラインの事故地点までの距離である。また、Ｌ−αが開始距離となり、Ｌ＋αが終了距離となる。なお、αはあらかじめ決められた値である。
欠陥解析部１１３は、検索された欠陥データに基づいて、当該パイプラインの安全性を解析する（ステップ１６０３）。
具体的には、欠陥解析部１１３は、事故が発生したパイプライン範囲、すなわち式（２６）に示す範囲のパイプラインを一定区間に区切り、各区間毎に存在する欠陥の分布を解析する。なお、パイプが交換又は修理された区間については解析をしなくてもよい。
本実施形態では、パイプラインの安全性を解析するために、ＥＲＦと呼ばれる危険値を用いる。ＥＲＦは国毎に基準が設定され、本実施形態では、本発明を適用する国の基準が用いられる。ＥＲＦは、例えば、式（２７）又は式（２８）を用いて算出する方法が考えられる。
ここで、ｄは腐食の最大深さ［ｍｍ］、ｔはパイプ肉厚［ｍｍ］、Ｐは許容圧力［ＭＰａ］、ＰMAOPは許容圧力［ＭＰａ］、Ｆは安全係数、ＡはＦｏｌｉａｓ係数を表す。
パイプに欠陥がある場合、パイプ肉厚ｔが減肉しているために実際のパイプ肉厚と異なる。したがって、欠陥がない場合のＥＲＦ値と比較して、欠陥がある場合のＥＲＦ値は大きくなる。
また、パイプの減肉は、時間経過によって進行する場合があり、事故発生時におけるパイプ肉厚の変化を予測する必要がある。パイプの減肉の予測方法は複数考えられる。例えば、同じ場所において、異なる時間の欠陥データが取得される場合には、取得されたデータを式（２９）に代入することによって予測することができる。
ここで、Ｈnewは最新欠陥データであり、Ｈoldは前回取得された欠陥データである。また、ΔｔはＨnewとＨoldとが取得された時間差である。なお、欠陥データには、欠陥の長さ、幅及び深さが含まれる。
２つの欠陥データが取得可能な場合には、式（２９）に示すような欠陥変化の速度Ｖを算出することができる。また、３つ以上の欠陥データが取得可能な場合には、欠陥変化の加速度を算出することも可能である。
一方、前述したような経時的な欠陥データが取得できない場合には、式（３０）を用いて欠陥変化の速度を算出する方法が考えられる。
欠陥解析部１１３は、算出されたＥＲＦ値に基づいて欠陥ＤＢ１２５を参照し、式（３１）に示す範囲に、所定の閾値（例えば、ＥＲＦ値が１．０）以上の欠陥が存在するか否かを判定する（ステップ１６０４）。欠陥解析部１１３は、判定結果を事故発生確率解析部１０３に通知する。なお、所定の閾値は、本発明を適用する国毎に決められた値が用いられる。
ここで、ｍはあらかじめ決められた値であり、ｍ＞０、かつ、ｍ＞αを満たす。
式（３１）に示す範囲に欠陥が存在すると判定された場合、事故発生確率解析部１０３は、ステップ１６０７に進む。
式（３１）に示す範囲に欠陥が存在しないと判定された場合、事故発生確率解析部１０３は、事故データ１３０に対応する事故と、過去に発生した事故との類似度を算出する（ステップ１６０６）。具体的には、類似性解析部１０４が、過去に発生した事故のＥＲＦ値を用いて、事故データ１３０に対応する事故との類似度を算出する。類似度の算出方法は例えば以下のような方法を用いる。
類似性解析部１０４は、各間隔毎のＥＲＦ値を算出し、算出されたＥＲＦ値の中から最大値ＥＲＦnewを求める。
次に、類似性解析部１０４は、事故データ検索部１０７に事故ＤＢ１２２から過去に発生した事故の検索を命令する。
類似性解析部１０４は、検索結果に基づいて過去に発生した事故のデータを参照して、過去に発生した事故についても前述した方法を用いてＥＲＦ値の最大値ＥＲＦoldを求める。類似性解析部１０４は、算出されたＥＲＦnew及びＥＲＦoldを式（３２）に代入してＳを算出する。
ここで、式（３１）のｍの値を小さくして一定区間範囲が小さくなると一致度は低くなるのため、式（３１）におけるｍを可変にして各範囲におけるＳが算出される。
類似性解析部１０４は、式（３２）によって算出されたＳを式（３３）に代入して、欠陥分布の類似度λを算出する。
なお、各項目に重み係数として重要度を示す係数Ｃiが乗算される。ここでｉは、可変にした区間範囲に対応する。
危険欠陥の分布の重なりが大きい場合には、類似度λは「１．０」に近い値となる。また、危険欠陥の分布の重なりが小さい場合には、類似度λは「０」に近い値となる。
さらに、あらかじめ決められた値λth、εに対して、式（３４）を満たす場合には、事故データ１３０に対応する事故は、過去に発生した事故と類似性があると判定できる。
なお、λthは、過去に発生した事故を用いて算出されたλの平均値を用いてもよい。
事故発生確率解析部１０３は、事故データ１３０に対応する事故のパイプ劣化確率Ｐ(Defect)を算出する（ステップ１６０７）。具体的には、確率解析部１０５が、事故データ１３０に対応する事故のパイプ劣化確率Ｐ(Defect)を算出する。
ステップ１６０４において危険欠陥が存在すると判定された場合、確率解析部１０５は、確率分布ＤＢ１２８を参照して図６に示す確率分布曲線を検索し、ステップ１６０３において算出されたＥＲＦ値と検索された確率分布曲線とを用いて、事故データ１３０に対応する事故のパイプ劣化確率Ｐ(Defect)を算出する。
一方、ステップ１６０４において危険欠陥が存在しないと判定された場合、確率解析部１０５は、ＥＲＦ値を用いてパイプ劣化確率Ｐ(Defect)を算出できない。そこで、確率解析部１０５は、過去に発生した事故のパイプ劣化確率Ｐ(Defect)と算出された類似度λとを用いて、式（３５）によって事故データ１３０に対応する事故のパイプ劣化確率Ｐ(Defect)を算出する。
次に、事故発生確率解析部１０３は、事故データ１３０に対応する事故のパイプライン形状が要因となる事故発生確率、すなわち、パイプ劣化確率Ｐ(Configuration)を算出する。パイプライン形状の水平および垂直方向の曲率が大きい（曲率半径が小さい）ほど、曲がり部は塑性変形の影響による事故発生確率が高くなる。
そこで、事故発生確率解析部１０３は、事故データ１３０に対応する事故が発生した地点におけるパイプラインの形状データを検索する（ステップ１６０８）。
具体的には、事故発生確率解析部１０３は、事故データ入力部１０１から入力された事故データ１３０に含まれるパイプラインの開始距離及び終了距離を指定して、パイプラインの形状データの取得を形状解析部１１２に命令する。
当該命令を受信した形状解析部１１２はパイプライン座標ＤＢ１２４を参照し、事故発生地点におけるパイプライン形状を示す３次元座標で示された形状データを検索し、検索された形状データを事故発生確率解析部１０３に送信する。本実施形態では（Ｘ，Ｙ）と（ｄ，Ｚ）とが３次元座標として取得される。ここで、ｄは基点からの距離を表す。
事故発生確率解析部１０３は、取得された形状データ（（Ｘ，Ｙ）及び（ｄ，Ｚ））を用いて、曲率を算出する（ステップ１６０９）。ここで、水平方向の曲率をＲ1とすると、曲率Ｒ1は、式（３６）〜式（３９）を用いて算出することができる。
ここで、ｋはあらかじめ決定された値である。＋ｋは現在参照している座標からｋ個分先の座標を示し、-ｋは現在参照している座標からｋ個分後の座標を示す。
また、鉛直方向の曲率をＲ2とすると、曲率Ｒ2は式（３６）〜（３８）のＸをｄに、ＹをＺ、Ｒ1をＲ2に変更することによって算出できる。
なお、パイプライン形状の類似度は一定範囲での曲率の比較だけでは比較できないため、事故発生確率解析部１０３は、座標の間引きを行い、広域におけるパイプライン形状に関する類似度も算出する。
事故発生確率解析部１０３は、事故データ検索部１０７に、過去に発生した事故におけるパイプラインの形状データの検索を命令する（ステップ１６１０）。
当該命令を受信した事故データ検索部１０７は、事故データ１３０に含まれる事故が発生したパイプライン範囲（長さ）に基づいて事故ＤＢ１２２を参照し、過去に発生した事故におけるパイプラインの形状データを検索する。
事故発生確率解析部１０３は、ステップ１６１０において検索された過去に発生した事故におけるパイプライン形状と、入力された事故データ１３０におけるパイプライン形状との類似度を算出する（ステップ１６１１）。具体的には、類似性解析部１０４が、パイプライン形状の類似度を算出する。類似度は、例えば以下のような方法を用いて算出される。
類似性解析部１０４は、式（４０）を用いてＳを算出する。
ここで、Ｓはステップ１６１０において取得されたパイプライン範囲に対する類似度を示す。ｉ＝１、２であり、ｔ1は水平方向の曲率、Ｒ2は鉛直方の曲率を表す。また、ｔi oldは過去に発生した事故におけるパイプライン形状の曲率を表す。
類似性解析部１０４は、算出されたＳを用いて、式（４１）によってパイプライン形状の類似度λを算出する。
ここで、ｊは座標の間引き方を変えた場合に対応する。
事故発生確率解析部１０３は、事故データ１３０に対応する事故のパイプ劣化確率Ｐ(Configuration)を算出する（ステップ１６１２）。具体的には、確率解析部１０５が、事故データ１３０に対応する事故のパイプ劣化確率Ｐ(Configuration)を算出する。
確率解析部１０５は、確率分布ＤＢ１２８を参照して図７に示す確率分布曲線を検索し、算出されたパイプの曲率と検索された確率分布曲線とを用いて、過去に発生した事故のパイプ劣化確率Ｐ(Configuration)を算出する。
具体的には、確率解析部１０５は、算出された曲率を入力として、図７に示す曲線を用いて、過去に発生した事故のパイプ劣化確率Ｐ(Configuration）を求める。ここで、図７に示すように、パイプの使用年数に対応する曲線が、２５年から４０年というように範囲に応じて定義される。したがって、時間Ｔを入力すると、Ｔを含む時間範囲の曲線が選択され、さらに、曲率を入力することによって過去に発生した事故のパイプ劣化確率Ｐ(Configuration）が算出される。
確率解析部１０５は、さらに式（４２）に示すように、事故データ１３０に対応する事故のパイプ劣化確率Ｐ(Configuration)を算出する。
λを乗算することによって、過去に発生した事故との類似性を考慮した確率が算出可能となる。λが小さい場合には、過去に発生した事故との類似性が高くないためパイプ劣化確率Ｐ(Configuration)は小さな値となる。
次に、事故発生確率解析部１０３は、事故データ１３０に対応する事故の土壌ｐＨ値の異常に起因する事故発生確率、すなわち、事故データ１３０に対応する事故における土壌の異常発生確率Ｐ(Soil)を算出する。
まず、事故発生確率解析部１０３は、事故データ検索部１０７に、過去に発生した事故に関連する土壌データの検索を命令する（ステップ１６１３）。
当該命令を受信した事故データ検索部１０７は、事故データ１３０に含まれる土壌データを土壌ＤＢ１２３に格納するとともに、土壌ＤＢ１２３から過去に発生した事故に関連する土壌データを検索する。事故データ検索部１０７は、事故データ１３０に含まれる事故が発生したパイプライン範囲（長さ）に基づいて、土壌データを検索する。検索された土壌データは、事故発生確率解析部１０３に送信される。
利用される土壌データには、土壌ｐＨ、含水量、及びイオン化率などが考えられるが、本実施形態では、ｐＨを用いた場合について説明する。なお、含水量、又はイオン化率などへの応用も容易に可能である。
事故発生確率解析部１０３は、ステップ１６１３において検索された過去に発生した事故における土壌ｐＨを用いて、事故データ１３０に対応する事故と過去に発生した事故とにおける土壌ｐＨの類似度を算出する（ステップ１６１４）。具体的には、類似性解析部１０４が、事故データ１３０に対応する事故と過去に発生した事故とにおける土壌ｐＨの類似度を算出する。土壌ｐＨの類似度λは、例えば以下の式（４３）及び式（４４）を用いて算出される。
ここで、Ｃは任意の係数である。
類似性が高いほど、λは「１．０」に近い値となる。なお、土壌データが取得されない場合には、Ｓの値に応じて土壌に関連する事故の発生確率の重み係数は「０」となる。
事故発生確率解析部１０３は、事故データ１３０に対応する事故の土壌の異常発生確率Ｐ(Soil)を算出する（ステップ１６１５）。具体的には、確率解析部１０５が、事故データ１３０に対応する事故の土壌の異常発生確率Ｐ(Soil)を算出する。
確率解析部１０５は、確率分布ＤＢ１２８を参照して、図８に示すような確率分布を検索し、当該確率分布を用いて過去に発生した事故の土壌の異常発生確率Ｐ(Soil)を算出する。
具体的には、確率解析部１０５は、事故データ１３０に含まれる事故が発生した時間に関連するデータと検索された確率分布とを用いて、過去に発生した事故の土壌の異常発生確率Ｐ(Soil)を算出する。なお、パイプラインが敷設される地域に対応した確率分布曲線を用いて土壌の異常発生確率Ｐ(Soil)が算出される。
さらに、確率解析部１０５は、式（４５）に示すように、過去に発生した事故の土壌の異常発生確率Ｐ(Soil)にステップ１６１４において算出された類似度λを乗算することによって、事故データ１３０に対応する事故の土壌の異常発生確率Ｐ(Soil)を算出する。
次に、事故発生確率解析部１０３は、ＣＰ電位に異常があるか否かを判定する（ステップ１６１６）。
事故発生確率解析部１０３は、式（３１）に示す範囲を指定して、ＣＰ解析部１１５にＣＰ電位が−０．８５Ｖより卑なる部分があるか否かを判定する。なお、ＣＰ電位は、銅−硫酸銅参照を基準とする。ＣＰ電位が−０．８５Ｖより卑なる部分がある場合には、ＣＰ電位に異常があると判定される。
ＣＰ電位に異常がないと判定された場合、確率解析部１０５はＰ(CPMulf)＝０とし、事故発生確率解析部１０３は、ステップ１６１９に進む。
ＣＰ電位に異常があると判定された場所、事故発生確率解析部１０３は、類似するＣＰ電位である過去に発生した事故を検索するとともに、事故データ１３０に対応する事故と、検索された過去に発生した事故との類似度を算出する（ステップ１６１７）。
具体的には、事故発生確率解析部１０３は、まず、ＣＰ解析部１１５に、ＣＰ電位が−０．８５Ｖより卑なる場所において、ＣＰ電位が−０．８５Ｖより卑になった時間の取得を命令する。なお、ＣＰ設備が補修された場合には、補修後にＣＰ電位が−０．８５Ｖより卑になった時間が取得される。
当該命令を受信したＣＰ解析部１１５は、電気化学ＤＢ１２６を参照して、ＣＰ電位が−０．８５Ｖより卑になった時間を取得する。ここで、取得された時間をｔ0とする。
次に、事故発生確率解析部１０３は、事故データ検索部１０７に、類似するＣＰ電位である過去に発生した事故の検索を命令する。当該命令を受信した事故データ検索部１０７は、事故データ１３０に対応する事故の発生地点の距離（Ｌ）と事故データに含まれるＣＰ電位とに基づいて、類似するＣＰ電位である過去に発生した事故を検索する。
類似性解析部１０４は、類似するＣＰ電位である過去に発生した事故データがある場合には類似度λは「１」とし、類似するＣＰ電位である過去に発生した事故データがない場合には類似度λを「０」とする。なお、類似度λはＣＰ電位値に従って連続量となるように決定してもよい。
事故発生確率解析部１０３は、事故データ１３０に対応する事故のＣＰ設備の故障確率Ｐ(CPMulf)を算出する（ステップ１６１８）。
具体的には、確率解析部１０５は、確率分布ＤＢ１２８を参照して図１５に示す確率分布曲線を検索する。確率解析部１０５は、検索された確率分布曲線、並びに、取得された時間ｔ0及び事故データ１３０に含まれる事故が発生した時間ｔとを用いて、ＣＰ設備の故障確率Ｐ(CPMulf)を算出する。さらに、確率解析部１０５は、ステップ１６１７において算出されたλを式（４６）に代入して、事故データ１３０に対応する事故のＣＰ設備の故障確率Ｐ(CPMulf)を算出する。
事故発生確率解析部１０３は、事故データ１３０に含まれるにコーティングの状態を参照し、コーティング劣化があるか否かを判定する（ステップ１６１９）。
例えば、コーティングの状態が数値を用いて表されている場合、当該数値が劣化又は損傷を表す数値である場合には、コーティング劣化があると判定される。
コーティング劣化がないと判定された場合、事故発生確率解析部１０３は、ステップ１６２２に進む。
コーティング劣化があると判定された場合、事故発生確率解析部１０３は、事故データ検索部１０７に、過去に発生した事故におけるコーティング状態の情報を検索するように命令する（ステップ１６２０）。
当該命令を受信した事故データ検索部１０７は、事故ＤＢ１２２からコーティング劣化によって発生した事故のパイプライン範囲を検索する。
事故発生確率解析部１０３は、事故データ１３０に対応する事故のコーティング劣化確率Ｐ(CoatingMulf)を算出する（ステップ１６２１）。
まず、類似性解析部１０４は、類似度を算出する。例えば、コーティング劣化が要因となる過去に発生した事故の数をＭとして、当該過去に発生した事故のうち、事故データ１３０におけるコーティング状態を表す数値が同一である過去に発生した事故の数をＮとすると、類似性解析部１０４は、Ｍ／Ｎを計算することによって類似度λを算出することができる。
確率解析部１０５は、コーティング劣化の時間を推定する。例えば、パイプの交換又は修理を行った場合には、交換又は修理が行われた時間を起点として、現在までの時間差を算出する。
そして、確率解析部１０５は、確率分布ＤＢ１２８から図１２の１００１に示すような確率分布曲線を検索する。確率解析部１０５は、推定されたコーティング劣化の時間と、検索された確率分布曲線とを用いて、コーティング劣化確率Ｐ(CoatingMulf)を算出する。さらに、確率解析部１０５は、算出されたコーティング劣化確率Ｐ(CoatingMulf)に類似度λを乗算することによって、事故データ１３０に対応する事故のコーティング劣化確率Ｐ(CoatingMulf)を算出する。
事故発生確率解析部１０３は、欠陥及び圧力変動が起因する事故発生確率Ｐ(Pressure| Defect)を算出する（ステップ１６２２）。すなわち、要因１（欠陥によるパイプの劣化→圧力変動→パイプ損傷）による事故発生確率が算出される。
まず、確率解析部１０５は、変動回数を算出する。ここで、変動回数には、圧力変動の限界回数を用いられ、式（４７）によって求めることができる。
ここで、Ｉは安全ファクタ定数、Ｃは定数、Ｎは破断までの圧力変動回数、ｑは２．０〜３．０の定数、及びＳは応力値である。応力値Ｓは、軸方向の応力値と周方向の応力値の相乗平均を用いる。
次に、事故発生確率解析部１０３は、運用履歴解析部１１７に輸送圧力記録の検索を命令する。当該命令を受信した運用履歴解析部１１７は、運用履歴ＤＢ１２７を参照し、現在までの輸送圧力に関する記録を検索し、検索結果を事故発生確率解析部１０３に送信する。
事故発生確率解析部１０３は、受信した現在までの輸送圧力に関するデータを用いて、圧力の変動が一定幅以上で変動した圧力の変動数Ｎnowを算出する。
確率解析部１０５は、式（４７）によって算出されたＮと、算出されたＮnowとを式（４８）に代入して、Ｎdiffを算出する。
確率解析部１０５は、確率分布ＤＢ１２８から図９に示すような確率分布曲線を検索する。確率解析部１０５は、算出されたＮdiffと、検索された確率分布曲線とを用いて、要因１による事故発生確率Ｐ(Pressure| Defect)を算出する。
要因１による事故発生確率Ｐ(Pressure| Defect)は、図９に示すように、パイプラインの設置時当初では大きく、時間が経過すると低下し、一定時間以上経過すると、材料の劣化によって再び増加する。
事故発生確率解析部１０３は、圧力変動に関連する条件付き事故発生確率を算出する（ステップ１６２３）。
具体的には、確率解析部１０５が、ステップ１６０７において算出されたＰ(Defect）とステップ１６２２において算出されたＰ(Pressure| Defect)とを乗算することによって、圧力変動に関連する条件付き事故発生確率（Ｐ(Pressure| Defect)×Ｐ(Defect)）を算出する。
事故発生確率解析部１０３は、パイプの折れ曲がり及び圧力変動が起因する事故発生確率Ｐ(Pressure| Configuration)を算出する（ステップ１６２４）。すなわち、要因４による事故発生確率が算出される。
変動回数には、ステップ１６２２と同様に圧力変動の限界回数が用いられる。確率解析部１０５は、ステップ１６２２と同様に式（４８）を計算することによってＮdiffを算出する。
確率解析部１０５は、確率分布ＤＢ１２８から図１０に示すような確率分布曲線を検索する。確率解析部１０５は、算出されたＮdiffと、検索された確率分布曲線とを用いて、要因４による事故発生確率Ｐ(Pressure| Configuration)を算出する。
要因４による事故発生確率Ｐ(Pressure| Configuration)は、図１０に示すように、パイプラインの設置時当初は確率が大きく、時間が経過すると低下し、一定時間以上経過すると、材料の劣化によって再び増加する。
事故発生確率解析部１０３は、圧力変動に関連する事故発生確率を算出する（ステップ１６２５）。
具体的には、確率解析部１０５が、ステップ１６１２において算出されたＰ(Configuration）と、ステップ１６２４において算出されたＰ(Pressure| Configuration)とを乗算することによって、圧力変動に関連する事故発生確率（Ｐ(Pressure| Configuration)×Ｐ(Configuration)）を算出する。
事故発生確率解析部１０３は、欠陥及び温度変動が起因する事故発生確率Ｐ(Temperature｜ Defect)を算出する（ステップ１６２６）。すなわち、要因２による事故発生確率が算出される。
変動回数には、温度変動の限界回数が用いられる。温度変動の限界回数はステップ１６２２と同様の方法によって求めることができる。
確率解析部１０５は、式（４７）を用いてＮを算出する。なお、温度変動の場合、定数Ｃが変更される。次に、確率解析部１０５は、式（４８）を用いてＮdiffを算出する。
確率解析部１０５は、確率分布ＤＢ１２８から図９に示すような確率分布曲線を検索する。確率解析部１０５は、算出されたＮdiffと、検索された確率分布曲線とを用いて、欠陥及び温度変動が起因する事故発生確率Ｐ(Temperature| Defect)を算出する。
事故発生確率解析部１０３は、温度変動に関連する条件付き事故発生確率を算出する（ステップ１６２７）。
具体的には、確率解析部１０５が、ステップ１６０７において算出されたＰ(Defect）と、ステップ１６２６において算出されたＰ(Temperature| Defect)とを乗算することによって、温度変動に関連する条件付き事故発生確率（Ｐ(Temperature| Defect)×Ｐ(Defect)）を算出する。
事故発生確率解析部１０３は、パイプの折れ曲がり及び温度変動が起因する事故発生確率Ｐ(Temperature| Configuration)を算出する（ステップ１６２８）。すなわち、要因５が要因となる事故発生確率が算出される。
確率解析部１０５は、ステップ１６２６と同様に式（４７）を用いてＮを算出する。次に、確率解析部１０５は、式（４８）を用いてＮdiffを算出する。
確率解析部１０５は、確率分布ＤＢ１２８から図１０に示すような確率分布曲線を検索する。確率解析部１０５は、算出されたＮdiffと、検索された確率分布曲線とを用いて、パイプの折れ曲がり及び温度変動が起因する事故発生確率Ｐ(Temperature| Configuration)を算出する。
事故発生確率解析部１０３は、温度変動に関連する条件付き事故発生確率を算出する（ステップ１６２９）。
具体的には、確率解析部１０５が、ステップ１６１２において算出されたＰ(Configuration)と、ステップ１６２８において算出されたＰ(Temperature| Configuration)とを乗算することによって、温度変動に関連する条件付き事故発生確率（Ｐ(Temperature| Configuration)×Ｐ(Configuration)）を算出する。
事故発生確率解析部１０３は、ＣＰ設備に異常があるか否かを判定する（ステップ１６３０）。
ＣＰ設備に異常がないと判定された場合、事故発生確率解析部１０３は、ステップ１６３３に進む。
ＣＰ設備に異常があると判定された場合、事故発生確率解析部１０３は、土壌が事故発生要因となるＣＰ設備の故障確率Ｐ(CP| Soil)を算出する（ステップ１６３１）。すなわち、要因７による事故発生確率が算出される。
具体的には、確率解析部１０５は、確率分布ＤＢ１２８から図１３に示すような確率分布曲線を検索する。確率解析部１０５は、取得されたＣＰ電位が−０．８５Ｖより卑になった時間と、検索された確率分布曲線とを用い、さらに、土壌ｐＨ値を指定することによって事故発生確率を算出する。算出された事故発生確率がＰ(CP｜ Soil)となる。
確率解析部１０５は、ステップ１６１５において算出されたＰ(Soil)と、ステップ１６３１において算出されたＰ(CP｜ Soil)とを乗算する（ステップ１６３２）。
事故発生確率解析部１０３は、コーティング劣化があるか否かを判定する（ステップ１６３３）。
コーティング劣化がないと判定された場合、事故発生確率解析部１０３は、ステップ１６３６に進む。
コーティング劣化があると判定された場合、事故発生確率解析部１０３は、コーティング劣化が要因となって発生するコーティングの劣化確率Ｐ(Coating| Soil)を算出する（ステップ１６３４）。すなわち、要因８による事故発生確率が算出される。
具体的には、確率解析部１０５は、確率分布ＤＢ１２８から図１４に示すような確率分布曲線を検索する。確率解析部１０５は、検索された確率分布曲線と、土壌ｐＨ値を指定することによって事故発生確率を算出する。算出された事故発生確率がＰ(Coating｜ Soil)となる。
確率解析部１０５は、ステップ１６１５において算出されたＰ(Soil)と、ステップ１６３４において算出されたＰ(Coating｜ Soil)とを乗算する（ステップ１６３５）。
次に、事故発生確率解析部１０３は、リスク診断システム２２０６が管理するパイプラインにおいて、事故データ１３０に類似する要因を有するパイプライン区間を抽出する（ステップ１６３６）。
以下、事故データ１３０に類似する要因を有するパイプライン区間を事故発生推定区間と記載する。
事故発生推定区間の抽出方法としては、以下のような方法が考えられる。まず、事故発生確率解析部１０３は、各ＤＢ１２３〜１２７を参照し、事故データ１３０における要因１〜要因１０の各要因毎の類似度を算出する。事故発生確率解析部１０３は、算出された類似度が所定値以上の区間を事故発生区間として抽出する。
なお、各要因の類似度の算出方法は、事故データ１３０と過去に発生した事故との類似度を算出するときと同様の方法（例えば、ステップ１６０７参照）を用いる。
図２３は、本発明の第１の実施形態における、事故データ１３０と類似する要因を有するパイプライン区間の一例を示す説明図である。
パイプライン１７０１は、リスク診断システム２２０６が管理するパイプラインを直線形状として表したものである。
図２３に示すように、各要因ごとに、事故発生推定区間が抽出される。各要因の事故発生確率は、パイプラインの距離に対応させて算出できる。
本実施形態では、複合確率計算部１０６が、各要因ごとに、事故データ１３０と類似する要因を有するパイプライン区間の事故発生確率を算出する。さらに、複合確率計算部１０６が、予め設定された閾値以上の事故発生確率であるパイプライン区間を事故発生区間として抽出する。
なお、本実施形態では、事故発生推定区間はパイプラインの開始距離と終了距離とによって管理される。
図２３に示す例では、区間１７０３、１７０４が要因１の事故発生推定区間である。区間１７０５、１７０６が要因２の事故発生推定区間である。区間１７０７〜１７０９が要因３の事故発生推定区間である。区間１７１０、１７１１が要因４の事故発生推定区間である。区間１７１２、１７１３が要因５の事故発生推定区間である。区間１７１４〜１７１６が要因６の事故発生推定区間である。区間１７１７が要因７の事故発生推定区間である。区間１７１８が要因８の事故発生推定区間である。区間１７１９、１７２０が要因９の事故発生推定区間である。区間１７２１が要因１０の事故発生推定区間である。
このとき、以下の区間で事故発生の要因が重複する。
重複区間１（１７２２）：区間１７０３、区間１７０５、区間１７０７、区間１７２１
重複区間２（１７２３）：区間１７０８、区間１７１０、区間１７１４、区間１７１９
重複区間３（１７２４）：区間１７０４、区間１７１３
重複区間４（１７２５）：区間１７０６、区間１７１１、区間１７１５
すなわち、重複区間１（１７２２）と、重複区間２（１７２３）と、重複区間３（１７２４）と、重複区間４（１７２５）とが複数の要因を有するパイプライン区間であると判定される。
事故発生確率解析部１０３は、要因が重複するパイプライン区間の開始距離と終了距離とを重複区間として抽出する。
事故発生確率解析部１０３は、複数の要因を有するパイプライン区間があるか否かを判定する（ステップ１６３７）。
複数の要因を有するパイプライン区間がないと判定された場合、事故発生確率解析部１０３は、ステップ１６４２に進む。
複数の要因を有するパイプライン区間があると判定された場合、事故発生確率解析部１０３は、重み係数を検索する（ステップ１６３８）。
具体的には、事故発生確率解析部１０３は、重み係数更新部１１９に重み係数の検索を命令する。当該命令を受信した重み係数更新部１１９は、要因因果関係ＤＢ１２９から重み係数を取得し、取得された重み係数を事故発生確率解析部１０３に送信する。
本実施形態では、重み係数更新部１１９は、ＩＤ３００２を検索キーとして各要因の重み係数を読み出し、読み出された各要因の重み係数を事故発生確率解析部１０３に送信する。
検索された重み係数は、次のステップ１６３９において、事故データ１３０の解析結果に基づいて更新される。
例えば、事故発生地点の土壌ｐＨ値が高い場合には、土壌ｐＨ値によって誘発される事故の事故発生確率に関連する重み係数が大きくなり、事故発生地点においてパイプが折れ曲がっている箇所が多い場合には、パイプライン形状に関する事故発生確率に関連する重み係数が大きくなる。
事故発生確率解析部１０３は、要因因果関係ＤＢ１２９から各要因の重み係数を読み出し、事故データ１３０の解析結果に基づいて、読み出された重み係数を更新する（ステップ１６３９）。
本実施形態における重み係数は、Ｃ１〜Ｃ４、Ｄ１〜Ｄ２、Ｅ１〜Ｅ２、Ｆ１〜Ｆ２、Ｇ１〜Ｇ２、Ｈ１〜Ｈ２及びＪ１〜Ｊ２がある。それぞれの重み係数は、式（４）〜（６）、（１０）〜（１２）及び（１４）に示す条件を満たす。
また、式（１）〜（３）及び式（７）〜（９）を用いると、欠陥及び折れ曲がりが起因するパイプの損傷確率をＰ1(Damage)及び土壌の異常が起因するパイプの損傷確率をＰ2(Damage)は、式（４９）及び式（５０）のようになる。
ここで、Ｃ１〜Ｃ４は、要因１〜６に関連する重み係数である。また、Ｄ１〜Ｄ２は、要因１及び要因４に関連する重み係数である。Ｅ１〜Ｅ２は、要因２及び要因５に関連する重み係数である。Ｆ１〜Ｆ２は、要因７〜１０に関連する重み係数であるＧ１〜Ｇ２は、要因７及び要因９に関連する重み係数である。Ｈ１〜Ｈ２は、要因８及び要因１０に関連する重み係数である。Ｊ１〜Ｊ２は、要因１〜要因１０に関連する重み係数である。
重み係数は、実際にパイプを調査したことによって更新される。以下、具体例を用いて説明する。事故データ１３０に対応する事故は、ＣＰ電位の異常とパイプの欠陥との組み合わせによる事故が原因である場合について説明する。また、事故が発生したパイプの耐用年数を越えていたと仮定する。
このとき、重複区間におけるパイプラインにおけるパイプの対応年数が、あとＮ年であると判定された場合、圧力変動に関連する重み係数は、Ｄ１及びＤ２であり、式（５）の条件を満たす。
事故データ１３０に対応する事故が発生した地点の周辺に欠陥の存在が認められるため欠陥によって発生した事故発生頻度及びパイプの折れ曲がりによって発生した事故発生頻度を更新する。
すなわち、欠陥によって発生した事故発生頻度をＤＮ１、パイプの折れ曲がりによって発生した事故発生頻度をＤＮ２とすると、式（５１）及び式（５２）によって、更新される。
さらに、欠陥によるパイプの折れ曲がりも関連する場合にはＤＮ２はＤＮ２＋１となり、ＤＮ１、ＤＮ２はそれぞれ、式（５３）及び式（５４）によって更新される。
他の要因によって発生した事故についても同様に数式を用いて重み係数が更新される。この場合、Ｃ１〜Ｃ４、Ｅ１〜Ｅ２、Ｆ１〜Ｆ２、Ｇ１〜Ｇ２、Ｈ１〜Ｈ２、Ｊ１〜Ｊ２に関連する要因の頻度をそれぞれ、ＣＮ１〜ＣＮ４、ＥＮ１〜ＥＮ２、ＦＮ１〜ＦＮ４、ＧＮ１〜ＧＮ２、ＨＮ１〜ＨＮ２、ＪＮ１〜ＪＮ２とする。
Ｅ１〜Ｅ２は、欠陥、パイプラインの折れ曲がり及び温度変動に起因する事故発生確率における重み係数である。Ｇ１〜Ｇ２には、土壌ｐＨ及びＣＰ設備異常に起因する事故発生確率における重み係数である。また、Ｈ１〜Ｈ２は、土壌ｐＨ及びコーティング劣化に起因する事故発生確率における重み係数である。
Ｃ１〜Ｃ４、Ｆ１〜Ｆ２、及びＪ１〜Ｊ２については以下のように考える。
Ｃ１：事故データ１３０に対応する事故に対して欠陥及び圧力変動、並びに、パイプライン形状及び圧力変動の要因が無視できない場合には頻度ＣＮ１を加算する。
Ｃ２：事故データ１３０に対応する事故に対して欠陥及び温度変動、並びに、パイプライン形状及び温度変動の要因が無視できない場合には頻度ＣＮ２を加算する。
Ｃ３：事故データ１３０に対応する事故に対して欠陥単独の要因が無視できない場合にはＣＮ３を加算する。
Ｃ４：事故データ１３０に対応する事故に対してパイプライン折れ曲がり単独の要因が無視できない場合にはＣＮ４を加算する。
Ｆ１：事故データ１３０に対応する事故に対して土壌ｐＨ及びＣＰ設備異常の要因が無視できない場合にはＦＮ１を加算する。
Ｆ２：事故データ１３０に対応する事故に対して土壌ｐＨ及びコーティング劣化の要因が無視できない場合にはＦＮ２を加算する。
Ｊ１：欠陥及びパイプラインの折れ曲がりに関係する要因が無視できない場合にはＪＮ１を加算する。
Ｊ２：土壌、ＣＰ設備異常及びコーティング劣化に関係する要因が無視できない場合にはＪＮ２を加算する。
関連する要因が多くなると重み係数の変化は小さくなるが、要因の頻度が高くなると有意な値となる。また、実際に事故が発生していなくても、パイプのひび割れが発生しているような場合、補修やパイプの交換、さらには、ＣＰ設備の検査、ＣＰ電位計測、コーティングの交換を行ったときに、異常が発見された場合には、事故が発生したものとして事故データを登録してもよい。
事故発生確率解析部１０３は、更新された重み係数を重み係数更新部１１９に送信する。重み係数更新部１１９は、受信した重み係数を要因因果関係ＤＢ１２９に格納する。
事故発生確率解析部１０３は、正規化係数を算出する（ステップ１６４０）。
これは、式（４）〜（６）（１０）〜（１２）及び（１４）を満たすように更新された重み係数を用いた場合に事故発生確率が１より大きくなることがあるため、更新された重み係数の正規化するための正規化係数が算出される。
正規化係数をＮｏｒとした場合、複合確率計算部１０６は、式（５５）を用いて正規化係数Ｎｏｒを算出する。
ここで、Ｐjは要因１〜１０の組み合わせごとに算出された事故発生確率である。
事故発生確率解析部１０３は、重複区間の複数要因を考慮した事故発生確率を算出する（ステップ１６４１）。
具体的には、事故発生確率解析部１０３は、複合確率計算部１０６が、更新された重み係数、及び算出された正規化係数を式（１）〜（３）及び式（７）〜（９）に代入し、全ての要因を考慮した事故発生確率Ｐ(Damage)を算出する。
ステップ１６３７において、複数の要因を有するパイプライン区間がないと判定された場合、確率解析部１０５は、重み係数と関係しない区間の事故発生確率を算出し（ステップ１６４２）、ステップ１６４３に進む。すなわち、各要因についての事故発生確率が算出される。
事故発生確率解析部１０３は、算出された事故発生確率の値が大きいものから順に並び替え（ソーティングし）、地図表示部１０８に表示するための出力情報を生成する（ステップ１６４３）。生成される情報には、例えば、地図データと表形式データとが含まれる。
地図出力部１２１は、生成された出力情報に基づいて、地図データを表示する（ステップ１６４４）。具体的には、地図上に事故が発生すると予測される位置を事故発生確率の高いものから順に、地図表示部１０８に表示する。
地図表示部１０８に表示される地図データについては、図２５を用いて後述する。
リスト出力部１２０は、生成された出力情報に基づいて、表形式の結果データ１３１を地図表示部１０８に表示する（ステップ１６４５）。これによって、事故データ１３０に類似する事故が発生するパイプライン範囲を確認することができる。
なお、地図表示部１０８に表示される結果データ１３１については、図２６を用いて後述する。
以上の処理によって、事故発生確率解析部１０３は処理を終了する。
図２５は、本発明の第１の実施形態の地図表示部１０８に表示される地図データの一例を示す説明図である。
地図表示部１０８には、パイプライン形状１９０１、事故発生の可能性のある区間１９０２が表示される。
パイプライン形状１９０１は、事故が発生する可能性のあるパイプラインの形状を表す。事故発生の可能性のある区間１９０２は、事故発生確率が所定の閾値以上であるパイプラインの区間を表す。
地図表示部１０８に備わる、マウス及びキーボード等の入出力装置を用いて、地図表示部１０８に表示されるポインタ１９０４を、事故発生の可能性のある区間１９０２に合わせると、事故発生確率情報１９０３が表示される。
事故発生確率情報１９０３には、全ての要因を考慮した事故発生確率Ｐ(Damage)と各要因毎の事故発生確率が含まれる。
図２５に示す例では、全ての要因を考慮した事故発生確率Ｐ(Damage)が「０．５８」、要因１による事故発生確率が「０．８７」、また要因８による事故発生確率が「０．４５」であることが分かる。
なお、事故発生確率情報１９０３の表示内容は様々考えられる。例えば、全ての要因を考慮した事故発生確率Ｐ(Damage)と、関連する全ての要因の事故発生確率を表示する方法が考えられる。また、全ての要因を考慮した事故発生確率Ｐ(Damage)と、関連性の高い要因の事故発生確率とを表示する方法であってもよい。
関連性が高い要因は、例えば、事故発生確率Ｐ(Damage)において所定値以上の確率値である要因、又は、重み係数が所定値以上である要因が考えられる。これによって、事故発生確率Ｐ(Damage)において支配的な要因を特定することが可能となる。
図２６は、本発明の第１の実施形態の地図表示部１０８に表示される結果データ１３１の一例を示す説明図である。
結果データ１３１は、ＩＤ２０００、開始距離２００１、終了距離２００２、事故発生確率２００３、要因１（２００４）、要因２（２００５）、要因３（２００６）、要因４（２００７）、要因５（２００８）、要因６（２００９）、要因７（２０１０）、要因８（２０１１）、要因９（２０１２）及び要因１０（２０１３）を含む。
ＩＤ２０００は、事故発生の可能性のあるパイプライン区間を識別するための識別子である。開始距離２００１は、ＩＤ２０００に対応するパイプラインの開始距離である。終了距離２００２は、ＩＤ２０００に対応するパイプラインの終了距離である。
事故発生確率２００３は、全ての要因を考慮した事故発生確率Ｐ(Damage)である。
要因１（２００４）は、要因１に起因する事故発生確率である。要因２（２００５）は、要因２に起因する事故発生確率である。要因３（２００６）は、要因３に起因する事故発生確率である。要因４（２００７）は、要因４に起因する事故発生確率である。要因５（２００８）は、要因５に起因する事故発生確率である。要因６（２００９）は、要因６に起因する事故発生確率である。要因７（２０１０）は、要因７に起因する事故発生確率である。要因８（２０１１）は、要因８に起因する事故発生確率である。要因９（２０１２）は、要因９に起因する事故発生確率である。要因１０（２０１３）は、要因１０に起因する事故発生確率である。
以下、具体例を用いて説明する。
図２４は、本発明の第１の実施形態のリスク診断システム２２０６の適用例を説明する図である。
本発明の適用場面としては、例えば、以下のような場合が考えられる。
（１）パイプの調査を行った結果、パイプライン上には深刻な欠陥（例えば、ＥＲＦが１．２以上の欠陥）は存在しなかったが、離れた場所に深刻な欠陥が発生している場合。
（２）パイプラインに４５度程度の折れ曲がりが存在する場合。
（３）運用データを調べたところ、温度変動は少なかったが、パイプラインの使用年数が長く、圧力変動が限界値Ｎ近くに達していた場合。
（４）土壌データを取得した結果、年間を通して土壌ｐＨは７以下を示しており、コーティングが損傷していることがわかった場合。
前述したような場合に、各要因が考慮された事故発生確率Ｐ(Damage)が算出される。
事故発生パイプライン１８０１は、事故データ１３０に対応する事故のパイプラインである。
土壌ｐＨ１８０３は、事故発生パイプライン１８０１周辺の土壌ｐＨに関する情報である。土壌ｐＨ１８０３は、ｐＨ＝２．０である。
新規事故発生区間１８０５は、パイプラインの亀裂によって発生した事故の範囲である。
パイプライン形状１８０６は、事故発生パイプライン１８０１のパイプライン形状に関する情報である。パイプライン形状１８０６の斜線部分は、パイプの折れ曲がり部分を表す。
欠陥部分１８０８は、事故発生パイプライン１８０１の欠陥の分布に関する情報である。ここで、欠陥部分１８０８は、縦軸がパイプの断面を表す。図２４に示す例では、地面に対して鉛直方向を１２時方向とした場合のパイプの断面図である。また欠陥部分１８０８の横軸はパイプの距離を表す。
コーティング劣化１８１０は、事故発生パイプライン１８０１のｐＨの範囲に関する情報である。
類似パイプライン１８０２は、事故データ１３０に対応する事故と類似する要因を有するパイプライン範囲である。
土壌ｐＨ１８０４は、類似パイプライン１８０２周辺の土壌ｐＨに関する情報である。土壌ｐＨ１８０４は、ｐＨ＝２．５である。
パイプライン形状１８０７は、類似パイプライン１８０２のパイプライン形状に関する情報である。欠陥部分１８０９は、類似パイプライン１８０２の欠陥の分布に関する情報である。コーティング劣化１８１１は、類似パイプライン１８０２のコーティング劣化に関する情報である。
図２４に示す例において、パイプライン形状の類似度λは式（４１）から「０．９２」と算出され、欠陥分布の類似度λは式（３３）から「０．７５」と算出される。本実施形態では、いずれの要因についても類似性があると判定される。
この場合、欠陥及び折れ曲がりが起因するパイプの損傷確率Ｐ1(Damage)は、式（１）を用いて、P1(Damage)＝０．８７と算出される。
また、土壌ｐＨの類似度λは式（４４）から「０．８０」と算出される。この場合、土壌の異常が起因するパイプの損傷確率をＰ2(Damage)は、式（７）を用いて、P2(Damage)＝０．４５と算出される。
さらに、Ｊ１＝０．７４、Ｊ２＝０．２６とした場合に、全ての要因を考慮した事故発生確率Ｐ(Damage)は、式（１３）を用いて算出される。このとき正規化係数は、式（５６）に示すように算出される。
以上より、式（７）を用いて算出されたＰ(Damage)に、式（５６）を用いて算出された正規化係数を乗算することによって、Ｐ(Damage)＝０．５８と算出される。
なお、各重み係数は、要因因果関係ＤＢ１２９から読み出された値が用いられる。
以上のように事故データ１３０から算出された事故発生確率に基づいて、類似する事故が発生するリスクが推定できる。
重み係数は、パイプの調査を行ったときに更新してもよい。このとき事故発生確率曲線と、重み係数とが更新される。例えば、パイプの調査時にパイプのひび割れが発見された場合、パイプの補修時若しくはパイプの交換時、ＣＰ設備の検査時、ＣＰ電位計測時、又はコーティングの交換時に異常が発見された場合には、事故データ１３０として登録してもよい。この場合、類似事故の推定とは別に、重み係数のみを更新する処理を実行してもよい。
図２７は、本発明の第１の実施形態の重み係数の更新処理を説明するフローチャートである。
事故発生確率解析部１０３は、事故データ１３０を取得する（ステップ２１０１）。この処理は、ステップ１６０１と同一の処理である。
事故データ１３０には、土壌データ、パイプライン形状、欠陥データ、ＣＰ電位及びコーティングの損傷度等の情報が含まれる。
事故発生確率解析部１０３は、取得された事故データ１３０に基づいて、重み係数を更新する（ステップ２１０２）。重み係数の更新方法は、ステップ１６３９と同一の方法が用いられる。
事故発生確率解析部１０３は、更新された重み係数を重み係数更新部１１９に送信する。
更新された重み係数を受信した重み係数更新部１１９は、図３に示すような因果関係に基づいて、関連する重み係数の更新結果を反映し（ステップ２１０３）、処理を終了する。
［変形例］
変形例では、ガス又はオイル漏れのような事故の場合について説明する。
計算機システム及びリスク診断システム２２０６の構成については、第１の実施形態と同一であるため説明を省略する。
ガス又はオイル漏れのような事故の場合は、パイプラインの欠陥部分に輸送圧力から生じる応力が集中するために、応力が集中する箇所が破裂して事故が引き起こされる。また、バルブ又は溶接などが老朽化によって事故が引き起こされる可能性もある。
そのため、ガス又はオイル漏れのような事故については、前述したような設備異常に関連する要因も考慮に入れる必要がある。
したがって、変形例では、欠陥、ＣＰ電位、運用履歴に加え、設備異常の要因も考慮した事故発生確率が算出される。
バルブ又は溶接の故障確率は、図１７に示すようなバスタブ曲線によって表される。このような場合、パイプの形状のみではなく、設備の位置にも注目した事故発生確率が算出される。
以下、ガスの漏洩事故の発生確率を求める場合について説明する。変形例では、以下に示すような要因因果関係が考慮される。
要因１：バルブ劣化−パイプ損傷
要因２：溶接劣化−パイプ損傷
要因３：欠陥発生−パイプ損傷
バルブ劣化、又は溶接劣化に関連する事故発生確率は、図１７に示す確率分布曲線を用いて算出される。また、欠陥による事故発生確率Ｐ(Leak)は、式（５７）を用いて算出できる。
ここで、Ｋ１、Ｋ２及びＫ３は重み係数であり、式（５８）を満たす。なお、本実施形態では、Ｋ１はＩＤ３００２が「１７」、Ｋ２はＩＤ３００２が「１８」、Ｋ３はＩＤ３００２「１９」と対応づけられて、要因因果関係ＤＢ１２９に格納される。
ここで、Ｐ(Valve)は、バルブが劣化又は損傷する確率である。Ｐ(Valve)は、図１７に示すように、時間の関数として表され、バルブの取付け直後は損傷する確率値は高いが、時間経過によってならされると損傷確率が低下する。しかし、さらに時間が経過すると、流体が通過するときの磨耗などの要因により劣化が進む。
Ｐ（Weld）は、溶接が劣化する確率である。Ｐ（Leak｜ Valve）は、バルブがあるところで漏洩が発生する確率である。Ｐ（Leak｜ Weld）は溶接があるところで、漏洩が発生する確率である。Ｐ(Defect)は、欠陥があるところで、漏洩が派生する確率である。
ここで、Ｐ(Leak| Valve)、Ｐ(Leak| Weld)及びＰ(Defect)は以下のようにして算出することができる。
事故発生確率解析部１０３は、事故ＤＢ１２２を参照して、漏洩事故の記録を検索する。
具体的には、事故発生確率解析部１０３は、図２８に示すような記述形式データ２３０１の事故タイプ（Ｔｙｐｅ）２３０９が「Ｌｅａｋ」である事故データの数Ｎを求め、さらに、Causeと記載された欄に、ValveまたはWeldと記載された行データの数Ｑ、Ｒ、Ｓを求める。Ｍはバルブが劣化又は損傷することによって漏洩が発生した回数を示し、Ｌは溶接が劣化・損傷して漏洩が発生した回数を示す。
さらに、事故発生確率解析部１０３は、算出されたＮ、Ｑ、Ｒ及びＳを式（５９）〜（６１）に代入することによって、Ｐ(Leak| Valve)、Ｐ(Leak| Weld)及びＰ(Defect)をそれぞれ算出する。
なお、重み係数Ｋ１、Ｋ２及びＫ３については、所有者のパイプライン以外の事故統計情報を、以下の式（６４）〜（６６）ように反映することによって精度を高めることができる。
ここで、Ｔは漏洩事故データの総数（Ｔ＞Ｎ）、Ｕはバルブ劣化による漏洩事故の数（Ｕ＞Ｍ）、Ｖは溶接による漏洩事故の数（Ｖ＞Ｑ）、Ｗは欠陥による漏洩事故の数（Ｗ＞Ｒ）である。
なお、所有者のパイプライン以外の事故統計情報が存在しない場合は、式（６２）〜（６４）を用いて算出されたＫ１、Ｋ２及びＫ３は使用しなくてもよい。
この場合、要因因果関係ＤＢ１２９から重み係数を検索し、検索された重み係数と、式（５５）を用いて算出される正規化係数とを用いて式（５７）に示す欠陥による事故発生確率Ｐ(Leak)が算出される。
なお、式（５５）のＰjは、P(Leak| Valve)×P(Valve)、P(Leak| Weld)×P(Weld)、P(Defect)の３つが対応する。
本発明の一形態によれば、パイプライン施設において、センサの限界を超えているためパイプラインの欠陥に関する情報が直接得られない場合であっても、発生した事故と類似する事故発生要因を有する事故の発生を推定することができる。これによって、パイプラインの事故発生を事前に予測した保守管理が可能となる。
また、本発明の一形態によれば、明確な欠陥等がない箇所において発生した事故を解析することによって、当該事故の事故発生確率を算出すると共に、当該事故と類似する事故の発生を予測することができる。
本実施形態は、天然ガスを湯即するパイプラインを例に説明したが、石油若しくはエチレンのような液体、又は、水素若しくは二酸化炭素のような気体を輸送するパイプラインにも適用することができる。
また、本実施形態では、パイプラインを例に説明したが、鉄道のレール、又は電話線等、長さが関係する施設の保守管理についても適用することができる。
１０１ 事故データ入力部
１０２ 解析指示部
１０３ 事故発生確率解析部
１０４ 類似性解析部
１０５ 確率解析部
１０６ 複合確率計算部
１０７ 事故データ検索部
１０８ 地図表示部
１０９ 土壌データ解析部
１１１ 形状解析部
１１２ 形状解析部
１１３ 欠陥解析部
１１５ ＣＰ解析部
１１７ 運用履歴解析部
１１９ 重み係数更新部
１２０ リスト出力部
１２１ 地図出力部
１２２ 事故ＤＢ
１２３ 土壌ＤＢ
１２４ パイプライン座標ＤＢ
１２５ 欠陥ＤＢ
１２６ 電気化学ＤＢ
１２７ 運用履歴ＤＢ
１２８ 確率分布ＤＢ
１２９ 要因因果関係ＤＢ
１３０ 事故データ
１３１ 結果データ
２２０１ パイプライン
２２０２、２２０３ コンプレッサ
２２０４ 陰極保護システム
２２０６、２２０７ リスク診断システム
２２０８、２２０９ ＳＣＡＤＡ
２２１０、２２１１ ゲートウェイ装置
２２１２ オフラインデータ入力システム
２２１３ データセンタシステム
２２１４ 携帯データ入力端末
２２１５、２２１６ コンプレッサステーション
コンプレッサステーション
２２１７ ネットワーク
３１０１ プロセッサ
３１０２ メモリ
３１０３ 不揮発性記憶媒体
３１０４ ネットワークインタフェース

Claims (12)

  1. 設備の運用情報を格納する運用履歴データベースと、前記設備において過去に発生した事故の情報である事故情報を格納する事故履歴データベースと、前記運用履歴データベース及び前記事故履歴データベースを参照して、前記設備における事故の発生を推定するリスク診断サーバとを備える計算機システムであって、
    前記リスク診断サーバは、プロセッサと、前記プロセッサに接続されるメモリと、前記プロセッサに接続されるネットワークインタフェースとを備え、
    前記運用履歴データベースは、前記設備の位置と、前記設備に関連する情報とが対応づけられた前記運用情報を格納し、
    前記事故履歴データベースは、前記過去に発生した事故の発生位置と、前記過去に発生した事故の発生要因の情報とが対応づけられた前記事故情報を格納し、
    前記リスク診断サーバは、
    新たに発生した事故である新規事故の発生位置及び前記新規事故の発生要因の情報の入力を受け付けた場合に、前記事故履歴データベースを参照して、前記新規事故の発生要因の情報と前記過去に発生した事故の発生要因の情報との第１の類似度を算出し、
    前記算出された第１の類似度に基づいて、前記新規事故の発生要因毎に、前記新規事故の発生要因と類似する要因によって発生する事故の類似事故発生確率を算出し、
    前記運用履歴データベースを参照して、前記新規事故の発生要因と類似する要因による事故の発生が推定される位置である事故発生推定地を特定し、
    前記新規事故の発生要因毎に算出された類似事故発生確率に基づいて、前記事故発生推定地における事故発生推定確率を算出することを特徴とする計算機システム。
  2. 前記事故履歴データベースは、事故の発生要因毎の重み係数を格納し、
    前記運用情報に含まれる前記設備に関連する情報は、前記設備における事故の前記発生要因の情報であり、
    前記リスク診断サーバは、
    前記事故発生推定地を特定する場合に、前記運用履歴データベースを参照して、前記運用情報に含まれる前記設備の位置毎に、前記設備の位置に対応する前記設備における事故の発生要因の情報と、前記新規事故の発生要因の情報との第２の類似度を算出し、
    前記算出された第２の類似度が所定値以上である場合に、前記設備における事故の発生要因の情報に対応する前記設備の位置を前記事故発生推定地として前記発生要因毎に特定し、
    前記事故発生推定地における事故発生推定確率を算出する場合に、前記事故履歴データベースから前記発生要因毎の重み係数を読み出し、
    前記事故発生推定地に対応する前記事故発生要因の重み係数が大きくなるように前記発生要因毎の重み係数を更新し、
    前記算出された新規事故の発生要因毎の類似事故発生確率及び前記更新された発生要因毎の重み係数を用いて、前記事故発生推定地における事故発生推定確率を算出することを特徴とする請求項１に記載の計算機システム。
  3. 前記リスク診断サーバは、前記算出された事故発生推定地における事故発生推定確率、及び前記新規事故の発生要因の重み係数が所定値以上である前記新規事故に発生要因に関連する情報を表示するためのデータを生成することを特徴とする請求項２に記載の計算機システム。
  4. 前記リスク診断サーバは、前記算出された事故発生推定地における事故発生推定確率、及び前記類似事故発生確率が所定値以上である前記新規事故の発生要因に関連する情報とを表示するためのデータを生成することを特徴とする請求項２に記載の計算機システム。
  5. 前記運用履歴データベースは、パイプラインに関する前記運用情報を格納するデータベースであり、
    前記運用情報は、前記パイプラインが設置される位置毎の、前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、陰極保護システムにおける陰極保護電位、前記パイプラインが設置される周辺の環境情報及び設備情報、並びに、前記パイプラインの輸送情報を含み、
    前記事故履歴データベースは、前記パイプラインに関する前記事故情報を格納するデータベースであり、
    前記事故情報は、前記事故発生地点毎の、前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報を含み、
    前記リスク診断サーバは、
    前記新規事故の発生地点における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報と、前記過去に発生した事故の発生地点における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報とに基づいて、前記第１の類似度を算出し、
    前記新規事故の発生地点における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報と、前記パイプラインが設置される位置における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、陰極保護システムにおける陰極保護電位、前記パイプラインが設置される周辺の環境情報及び設備情報とに基づいて、前記第２の類似度を算出することを特徴とする請求項２に記載の計算機システム。
  6. 前記計算機システムは、さらに、前記発生要因毎に、事故が発生する確率を算出するための確率分布を格納する確率分布データベースを備え、
    前記事故発生要因は、前記パイプライン形状の折れ曲がり、前記パイプの欠陥、陰極保護システムにおける陰極保護電位の異常電圧及び前記陰極保護システムの設備故障、前記パイプのコーティング異常、前記パイプラインが設置される土壌の水素イオン指数の異常、並びに、前記パイプラインを用いた輸送における圧力変動による前記パイプの劣化及び温度変動による前記パイプの劣化であり、
    前記リスク診断サーバは、
    前記確率分布データベースを参照して、前記パイプライン形状の折れ曲がり、前記パイプの欠陥、陰極保護システムにおける陰極保護電位の異常電圧及び前記陰極保護システムの設備故障、前記パイプのコーティング異常、前記パイプラインが設置される土壌の水素イオン指数の異常、並びに、前記パイプラインを用いた輸送における圧力変動による前記パイプの劣化及び温度変動の前記全発生要因について前記過去に発生した事故の事故発生確率を算出し、
    前記算出された全発生要因の過去に発生した事故の事故発生確率、及び前記算出された新規事故の発生要因毎の第１の類似度とを用いて、前記新規事故の発生要因毎に前記類似事故発生確率を算出することを特徴とする請求項５に記載の計算機システム。
  7. 設備の運用情報を格納する運用履歴データベースと、前記設備において過去に発生した事故の情報である事故情報を格納する事故履歴データベースと、前記運用履歴データベース及び前記事故履歴データベースを参照して、前記設備における事故の発生を推定するリスク診断サーバとを備える計算機システムにおけるリスク診断方法であって、
    前記リスク診断サーバは、プロセッサと、前記プロセッサに接続されるメモリと、前記プロセッサに接続されるネットワークインタフェースとを備え、
    前記運用履歴データベースは、前記設備の位置と、前記設備に関連する情報とが対応づけられた前記運用情報を格納し、
    前記事故履歴データベースは、前記過去に発生した事故の発生位置と、前記過去に発生した事故の発生要因の情報とが対応づけられた前記事故情報を格納し、
    前記方法は、
    前記リスク診断サーバが、新たに発生した事故である新規事故の発生位置及び前記新規事故の発生要因の情報の入力を受け付けた場合に、前記事故履歴データベースを参照して、前記新規事故の発生要因の情報と前記過去に発生した事故の発生要因の情報との第１の類似度を算出する第１のステップと
    前記リスク診断サーバが、前記算出された第１の類似度に基づいて、前記新規事故の発生要因毎に、前記新規事故の発生要因と類似する要因によって発生する事故の類似事故発生確率を算出する第２のステップと、
    前記リスク診断サーバが、前記運用履歴データベースを参照して、前記新規事故の発生要因と類似する要因による事故の発生が推定される位置である事故発生推定地を特定する第３のステップと、
    前記リスク診断サーバが、前記新規事故の発生要因毎に算出された類似事故発生確率に基づいて、前記事故発生推定地における事故発生推定確率を算出する第４のステップと、を含むことを特徴とするリスク診断方法。
  8. 前記事故履歴データベースは、事故の発生要因毎の重み係数を格納し、
    前記運用情報に含まれる前記設備に関連する情報は、前記設備における事故の前記発生要因の情報であり、
    前記第３のステップは、
    前記リスク診断サーバが、前記運用履歴データベースを参照して、前記運用情報に含まれる前記設備の位置毎に、前記設備の位置に対応する前記設備における事故の発生要因の情報と、前記新規事故の発生要因の情報との第２の類似度を算出する第５のステップと、
    前記リスク診断サーバが、前記算出された第２の類似度が所定値以上である場合に、前記設備における事故の発生要因の情報に対応する前記設備の位置を前記事故発生推定地として前記発生要因毎に特定する第６のステップと、を含み、
    前記第４のステップは、
    前記リスク診断サーバが、前記事故履歴データベースから前記発生要因毎の重み係数を読み出す第７のステップと、
    前記リスク診断サーバが、前記事故発生推定地に対応する前記事故発生要因の重み係数が大きくなるように前記発生要因毎の重み係数を更新する第８のステップと、
    前記リスク診断サーバが、前記算出された新規事故の発生要因毎の類似事故発生確率及び前記更新された発生要因毎の重み係数を用いて、前記事故発生推定地における事故発生推定確率を算出する第９のステップと、を含むことを特徴とする請求項７に記載のリスク診断方法。
  9. 前記方法は、さらに、前記リスク診断サーバが、前記算出された事故発生推定地における事故発生推定確率、及び前記新規事故の発生要因の重み係数が所定値以上である前記新規事故に発生要因に関連する情報を表示するためのデータを生成する第１０のステップを含むことを特徴とする請求項８に記載のリスク診断方法。
  10. 前記方法は、さらに、前記リスク診断サーバが、前記算出された事故発生推定地における事故発生推定確率、及び前記類似事故発生確率が所定値以上である前記新規事故の発生要因に関連する情報とを表示するためのデータを生成する第１１のステップを含むことを特徴とする請求項８に記載のリスク診断方法。
  11. 前記運用履歴データベースは、パイプラインに関する前記運用情報を格納するデータベースであり、
    前記運用情報は、前記パイプラインが設置される位置毎の、前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、陰極保護システムにおける陰極保護電位、前記パイプラインが設置される周辺の環境情報及び設備情報、並びに、前記パイプラインの輸送情報を含み、
    前記事故履歴データベースは、前記パイプラインに関する前記事故情報を格納するデータベースであり、
    前記事故情報は、前記事故発生地点毎の、前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報を含み、
    前記第１のステップは、前記リスク診断サーバが、前記新規事故の発生地点における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報と、前記過去に発生した事故の発生地点における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報とに基づいて、前記第１の類似度を算出する第１２のステップを含み、
    前記第５のステップは、前記リスク診断サーバが、前記新規事故の発生地点における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、前記陰極保護システムにおける陰極保護電位、並びに、前記パイプラインが設置される周辺の環境情報及び設備情報と、前記パイプラインが設置される位置における前記パイプラインの形状、前記パイプラインにおけるパイプの欠陥分布、陰極保護システムにおける陰極保護電位、前記パイプラインが設置される周辺の環境情報及び設備情報とに基づいて、前記第２の類似度を算出する第１３のステップを含む、ことを特徴とする請求項８に記載のリスク診断方法。
  12. 前記計算機システムは、さらに、前記発生要因毎に、事故が発生する確率を算出するための確率分布を格納する確率分布データベースを備え、
    前記事故発生要因は、前記パイプライン形状の折れ曲がり、前記パイプの欠陥、陰極保護システムにおける陰極保護電位の異常電圧及び前記陰極保護システムの設備故障、前記パイプのコーティング異常、前記パイプラインが設置される土壌の水素イオン指数の異常、並びに、前記パイプラインを用いた輸送における圧力変動による前記パイプの劣化及び温度変動による前記パイプの劣化であり、
    前記第２のステップは、
    前記リスク診断サーバが、前記確率分布データベースを参照して、前記パイプライン形状の折れ曲がり、前記パイプの欠陥、陰極保護システムにおける陰極保護電位の異常電圧及び前記陰極保護システムの設備故障、前記パイプのコーティング異常、前記パイプラインが設置される土壌の水素イオン指数の異常、並びに、前記パイプラインを用いた輸送における圧力変動による前記パイプの劣化及び温度変動の前記全発生要因について前記過去に発生した事故の事故発生確率を算出する第１４のステップと、
    前記リスク診断サーバが、前記算出された全発生要因の過去に発生した事故の事故発生確率、及び前記算出された新規事故の発生要因毎の第１の類似度とを用いて、前記新規事故の発生要因毎に前記類似事故発生確率を算出する第１５のステップと、を含むことを特徴とする請求項１１に記載のリスク診断方法。
JP2010152942A 2010-07-05 2010-07-05 計算機システム及びリスク診断方法 Expired - Fee Related JP5423983B2 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2010152942A JP5423983B2 (ja) 2010-07-05 2010-07-05 計算機システム及びリスク診断方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2010152942A JP5423983B2 (ja) 2010-07-05 2010-07-05 計算機システム及びリスク診断方法

Publications (2)

Publication Number Publication Date
JP2012014619A JP2012014619A (ja) 2012-01-19
JP5423983B2 true JP5423983B2 (ja) 2014-02-19

Family

ID=45600935

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2010152942A Expired - Fee Related JP5423983B2 (ja) 2010-07-05 2010-07-05 計算機システム及びリスク診断方法

Country Status (1)

Country Link
JP (1) JP5423983B2 (ja)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5499272B1 (ja) * 2014-01-09 2014-05-21 株式会社環境測定サービス 鉄性導管腐食状態推測診断装置および鉄性導管腐食状態推測診断方法
JP6352165B2 (ja) * 2014-04-04 2018-07-04 パナソニック インテレクチュアル プロパティ コーポレーション オブ アメリカＰａｎａｓｏｎｉｃ Ｉｎｔｅｌｌｅｃｔｕａｌ Ｐｒｏｐｅｒｔｙ Ｃｏｒｐｏｒａｔｉｏｎ ｏｆ Ａｍｅｒｉｃａ 評価結果表示方法、評価結果表示装置及び評価結果表示プログラム
US10647315B2 (en) * 2016-01-28 2020-05-12 Mitsubishi Electric Corporation Accident probability calculator, accident probability calculation method, and non-transitory computer-readable medium storing accident probability calculation program
JP6688196B2 (ja) * 2016-09-07 2020-04-28 株式会社日立製作所 車両運行管理システム、車両運行管理方法、及び車両運行管理プログラム
US11373105B2 (en) 2017-04-13 2022-06-28 Oracle International Corporation Autonomous artificially intelligent system to predict pipe leaks
JP6845126B2 (ja) * 2017-12-11 2021-03-17 日本電信電話株式会社 故障確率算出装置、故障確率算出方法及びプログラム
CN110826882A (zh) * 2019-10-25 2020-02-21 北京理工大学 燃气管线韧性评估方法及装置
CN111859295B (zh) * 2020-07-15 2023-06-02 中国安全生产科学研究院 一种输油管道定量风险评价方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH08263135A (ja) * 1995-03-22 1996-10-11 Mitsubishi Heavy Ind Ltd プラント制御システム保守支援システム
JP3891455B2 (ja) * 1997-03-14 2007-03-14 株式会社キューキ 送電線事故原因判別方法
JP2005269731A (ja) * 2004-03-17 2005-09-29 Tokyo Electric Power Co Inc:The 雷事故件数予測装置、雷事故件数予測方法、耐雷設備予測装置、耐雷設備予測方法
JP4445300B2 (ja) * 2004-03-18 2010-04-07 富士通株式会社 ネットワーク障害推定方法及びネットワーク障害推定装置
JP5181479B2 (ja) * 2007-01-22 2013-04-10 富士ゼロックス株式会社 故障診断システム及び故障診断プログラム

Also Published As

Publication number Publication date
JP2012014619A (ja) 2012-01-19

Similar Documents

Publication Publication Date Title
JP5423983B2 (ja) 計算機システム及びリスク診断方法
Timashev et al. Diagnostics and reliability of pipeline systems
Xie et al. Risk-based pipeline re-assessment optimization considering corrosion defects
EP1191470B1 (en) Maintenance optimization system for water pipelines
US20040243321A1 (en) System and method for pipeline reliability management
CN113518922A (zh) 用于评估管道状况的改进的方法
Lecchi Evaluation of predictive assessment reliability on corroded transmission pipelines
US20240019086A1 (en) System for providing integrated pipeline integrity data
CN111611677A (zh) 用于管道运行和完整性管理的风险计算建模系统和方法
Khan et al. Real-time monitoring and management of offshore process system integrity
Witek et al. Influence of gas transmission network failure on security of supply
EP3605050B1 (en) Pipe diagnosis device, asset management device and pipe diagnosis method.
CN115358102B (zh) 引入内检测数据的地震作用下腐蚀管道失效概率分析方法
JP2009098762A (ja) パイプライン情報システム
Romer et al. Failure of prestressed concrete cylinder pipe
JP2008281355A (ja) 腐食危険度評価方法、維持管理計画作成方法、腐食危険度評価プログラム、維持管理計画作成プログラム、腐食危険度評価装置、維持管理計画作成装置
Stubelj et al. Pipeline predictive analitics trough on-line remote corrosion monitoring
CN114201840B (zh) 管段应力腐蚀开裂风险识别方法、装置、设备及介质
Wright et al. Evaluation of Corrosion Growth Prediction Methodologies Using Burst Pressure Comparisons From Repeated In-Line Inspections
Guan et al. Application of probabilistic model in pipeline direct assessment
Coghill Prestressed Concrete Cylinder Pipe Management: Communication Methodologies and Decision Support Tools for the San Diego County Water Authority-a Case Study
US20230376654A1 (en) Pipeline vectorization method to predict internal corrosion
Van Os et al. An external corrosion direct assessment module for a pipeline integrity management system
Zdrojewski Stop Pipeline Age Discrimination: Making the Shift from Age-Based Pipeline Replacement to Data-Driven Asset Management.
Ahmed et al. Weather-Related Combined Effect on Failure Propagation and Maintenance Procedures towards Sustainable Gas Pipeline Infrastructure

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20120316

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20121214

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20130909

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: 20131029

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20131112

R150 Certificate of patent or registration of utility model

Free format text: JAPANESE INTERMEDIATE CODE: R150

Ref document number: 5423983

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

LAPS Cancellation because of no payment of annual fees