JP6126316B2 - 保守支援システム及び保守支援方法 - Google Patents

保守支援システム及び保守支援方法 Download PDF

Info

Publication number
JP6126316B2
JP6126316B2 JP2016549523A JP2016549523A JP6126316B2 JP 6126316 B2 JP6126316 B2 JP 6126316B2 JP 2016549523 A JP2016549523 A JP 2016549523A JP 2016549523 A JP2016549523 A JP 2016549523A JP 6126316 B2 JP6126316 B2 JP 6126316B2
Authority
JP
Japan
Prior art keywords
maintenance
information
determination
state
time
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.)
Active
Application number
JP2016549523A
Other languages
English (en)
Other versions
JPWO2016163154A1 (ja
Inventor
良康 藤原
良康 藤原
和則 小田
和則 小田
嘉夫 宮前
嘉夫 宮前
弘宜 河原
弘宜 河原
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.)
Tlv Co Ltd
Original Assignee
Tlv Co 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 Tlv Co Ltd filed Critical Tlv Co Ltd
Publication of JPWO2016163154A1 publication Critical patent/JPWO2016163154A1/ja
Application granted granted Critical
Publication of JP6126316B2 publication Critical patent/JP6126316B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/20Administration of product repair or maintenance
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06311Scheduling, planning or task assignment for a person or group
    • G06Q10/063114Status monitoring or status determination for a person or group
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/06Energy or water supply

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Water Supply & Treatment (AREA)
  • Public Health (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Description

本発明は、プラントにおける複数の保守対象機器の保守支援システム及び保守支援方法に関する。
例えば、蒸気プラントにおける蒸気トラップは、その作動不良がプラントの生産効率にかかわるため、定期的にその状態を監視し、作動不良が発見された場合にはそのトラップに対して保守作業を行い、正常な状態を保つ必要がある。そして、蒸気プラントにおける蒸気トラップは多数配備されることから、保守作業を効率的に行うため、例えば1日ごとに、どのトラップが故障しているかなどの各トラップの作動状況(どのトラップの状態が不良であるかなどの状況)を示す保守情報を保守担当者に配信することが考えられる。保守情報により、保守担当者は、どの程度の作業工数がありどの程度の人員が必要か、どの交換用のトラップや工具が必要かなどを把握でき、これによりトラップの交換や修理などを的確に行うことができる。
そして、的確な保守作業のため、保守情報は保守作業の直前までの各トラップの作動状況に基づいて生成されて配信されることが好ましく、そうすると、保守情報は保守作業の直前に送信されることになる。
保守情報が保守作業の直前に配信されるとすると、保守作業のために用意すべき人員や交換用トラップの数や種類を、その保守情報の配信後に急いで用意するか、又は、不足が生じないように必要以上の人員やトラップを用意しておくこととなるなど、効率的な準備を行うことが困難である。これに対し、保守情報の配信を早めて、準備の時間を長くとることが考えられるが、これだと直前の作動状況に基づいて保守情報が生成されたものではなくなり、保守作業の的確さが損なわれるおそれがある。
的確な保守作業を行うことができるとともに、保守作業の準備も効率的に行うことができる保守支援システム及び保守支援方法が望まれる。
本開示に係る保守支援システムの特徴構成は、
プラントにおける複数の保守対象機器の保守支援システムであって、
設定時間ごとに、少なくとも前記複数の保守対象機器のうちの保守作業の対象とすべき前記保守対象機器を示す保守情報を保守担当者に配信する保守情報配信部を備え、
前記保守情報配信部は、直前の前記保守情報の配信から次の前記保守情報の配信までの間の指定時刻に、少なくとも次の前記保守情報の配信時において予測される前記複数の保守対象機器のうち保守作業の対象とすべき前記保守対象機器を示す予測情報を前記保守担当者に配信する構成にしてある点にある。
この構成によれば、保守作業のための保守情報の配信を行いながらも、これに先立って、保守対象機器の作動状況を予測した予測情報を保守担当者に配信することにより、次の保守作業において必要となる作業工数や人員、交換用の保守対象機器の数や種類、工具などを前もって見積もることができる。これにより不必要な人員や交換用機器を用意することなく、人員や機器などの無駄の少ない効率的な準備を前もって行うことができる。したがって、保守情報の配信により的確な保守作業は確保しつつも、予測情報の配信により保守作業の準備も効率的に行うことができる。
本開示に係る保守支援システムの更なる特徴構成は、前記各保守対象機器の状態を検出する検出器と、検出された検出信号に基づいて前記保守対象機器の状態を判定した判定結果を生成する判定部と、を有し、前記保守情報配信部は、前記設定時間の間に検出された前記検出信号に基づく前記判定結果から前記保守情報を生成するとともに、直前の前記保守情報の配信から前記指定時刻までの間に検出された前記検出信号に基づく前記判定結果から前記予測情報を生成する構成にしてある点にある。
この構成によれば、保守情報については、設定時間の間に検出された検出信号に基づく判定結果から生成されることにより、その配信直前までの各機器の状態を反映した保守情報が保守対象者に配信されるから、的確な保守作業を行うことができる。また、予測情報については、予測情報を配信する指定時刻までに検出された検出信号に基づく判定結果から生成されることにより、指定時刻までの各トラップの状態が反映された信頼度の高い予測情報が保守対象者に配信されるから、無駄の少ない一層効率的な準備を行うことができる。したがって、的確な保守作業は確保しつつ、保守作業の準備を一層効率的に行うことができる。
また、予測情報と保守情報とで内容が異なる部分があったときに、その原因を分析し、その分析結果を判定部での判定や保守情報配信部での予測情報の生成に反映させれば、予測情報の精度を高めることができる。
本開示に係る保守支援システムの更なる特徴構成は、前記検出器は、前記設定時間の間で、間欠的に複数回、前記各保守対象機器の状態を検出し、前記判定部は、検出された前記検出信号ごとに前記各保守対象機器の状態の判定結果を生成し、前記保守情報配信部は、前記設定時間の間における前記判定結果の統計に基づいて前記保守情報を生成するとともに、直前の前記保守情報の配信から前記指定時刻までの間における前記判定結果の統計に基づいて前記予測情報を生成する構成にしてある点にある。
この構成によれば、保守対象機器の状態の検出を間欠的にすることで状態検出部における消費電力を抑えコストを低減できる。また、一回分の判定結果に基づくのではなく、複数回分の判定結果の統計に基づくことにより、十分精度の高い保守情報及び予測情報が生成される。したがって、的確な保守作業やその効率的な準備は確保しつつ、運転コストを低減できる。
特に、蒸気トラップに関していえば、その判定結果が頻繁に変化しやすい傾向があるが、一回の判定結果でなく、複数回の判定結果の統計からその機器の状態を判定して作動状況を作成することで誤判定を抑制することができる。
本開示に係る保守支援システムの更なる特徴構成は、前記判定部は、前記検出器のバッテリー残量を含む前記判定結果を生成し、前記保守情報配信部は、前記検出器の現在のバッテリー残量及び将来の予測バッテリー残量を含む前記保守情報および前記予測情報を生成する点にある。
つまり、検出器のバッテリー残量が少ない場合、その検出信号が異常値を示すなど誤検出を起こすことがあるが、この構成によれば、検出器の現在のバッテリー残量及び将来の予測バッテリー残量を含む保守情報および予測情報を生成するから、前もってそのバッテリー残量やいつまでにバッテリーを交換すべきかなどがわかる。これにより、バッテリー残量が少ないことに原因する検出器の誤検出を抑制することができる。
本開示に係る保守支援システムの更なる特徴構成は、プラントに対する保守作業に要する時間を設定保守作業時間として設定してあり、前記判定部は、前記設定保守作業時間の経過後に検出された前記検出信号に基づいて前記判定結果を生成する構成にしてある点にある。
つまり、保守作業に要する時間として設定した設定保守作業時間前に検出される検出信号は、保守作業による修繕が必要であるのにまた修繕がなされる前のものである虞があり、保守情報及び予測情報の生成に用いるのは不適当である虞がある。これに対し、この構成によれば、設定保守作業時間後の検出信号に基づいて判定結果を生成することにより、保守情報及び予測情報も、設定保守作業時間の経過後の検出信号に基づく判定結果に基づいて生成されることになる。これにより、保守作業終了後の保守対象機器についての保守情報及び予測情報を得ることができる。
本開示に係る保守支援方法の特徴構成は、
プラントにおける複数の保守対象機器の保守支援方法であって、
設定時間ごとに、少なくとも前記複数の保守対象機器のうち保守作業が必要な前記保守対象機器を示す保守情報を保守担当者に配信する保守情報配信工程と、
直前の前記保守情報配信工程から次の前記保守情報配信工程までの間の指定時刻に、少なくとも次の前記保守情報配信工程において予測される前記複数の保守対象機器のうち保守作業の対象とすべき前記保守対象機器を示す予測情報を前記保守担当者に配信する予測情報配信工程と、を有する点にある。
本開示に係る保守支援システムの概要説明図 本開示に係る保守支援システムのブロック図 保守情報の一例を示す図 予測情報の一例を示す図 蒸気トラップの状態の時間変動の一例を示す図 正常範囲を決定する手順の一例を示すフローチャート
本開示に係る保守支援システム及び保守支援方法について、図面を参照して説明する。本実施形態に係る保守支援システムは、プラントにおける複数の保守対象機器1の保守支援に関する。保守支援システムは、設定時間Tごとに、各保守対象機器1の作動状況を示す保守情報Imを保守担当者に配信する保守情報配信部7を備える。この保守情報配信部7は、直前の保守情報Imの配信から次の保守情報Imの配信までの間の指定時刻に、次の保守情報Imの配信における各保守対象機器1の作動状況を予測した予測情報Ifを保守担当者に配信する構成にしてある。これにより、的確な保守作業を行うことができるとともに、保守作業の準備も効率的に行うことができる。以下、本実施形態に係る保守支援システムについて、詳細に説明する。
まず、図1を例に、保守支援システム(及び、保守支援方法)の概要を説明する。この保守支援システムは、プラントにおける複数の保守対象機器の保守に関するものであり、基本的には、定期的に行われる保守対象機器への保守作業のために、各保守対象機器の作動状況(どの機器の状態が不良であるかなどの状況)を示す保守情報Imを定期的に配信することにより、その保守作業を支援するものである。
この保守支援システムでは、保守情報Imを設定時間Tごとに配信する構成となっている。そして、各保守対象機器にはその状態を検出する検出器が設けられており、その検出器により間欠的に保守対象機器の状態が検出される。なお、その状態検出は、設定時間Tの間で複数回行われるようになっている(例えば、図1では10回)。そして、その検出信号に基づいて保守対象機器の状態を判定した判定結果dn(例えば、図1ではd1〜d10)が検出信号ごとに生成される。つまり、設定時間Tごとに検出器の検出回数分の数(例えば、図1では10個ずつ)の判定結果が生成される。
そして、保守支援システムでは、設定時間Tが経過し、保守情報Imの配信時刻Tmに達すると、設定時間Tの間における判定結果(例えば、図1では10個分の判定結果)の統計に基づいて各保守対象機器の作動状況を示す保守情報Imを生成して、それを保守担当者に配信する。保守担当者はこの保守情報に基づいて保守作業の内容を確定する。
さらに、この保守支援システムでは、直前の保守情報の配信から次回の保守情報の配信までの間の指定時刻Tfに、次回の保守情報の配信における各保守対象機器の作動状況を予測した予測情報Ifを保守担当者に配信するようにしてある。
具体的には、指定時刻Tfに達すると、直前の保守情報の配信からこの指定時刻Tfまでの間における判定結果(例えば、図1では6個分の判定結果)の統計に基づいて各保守対象機器の状態を示す予測情報Ifを生成して、それを保守担当者に配信する。保守担当者はこの予測情報Ifに基づいて次回の保守作業の準備を行うことができる。
このように、この保守支援システムでは、保守作業の内容は、直前の判定結果まで加味した保守情報Imにより確定させて、これにより的確な保守作業を行い、また、人員の手配や交換用部材の用意などである程度時間を要する保守作業の準備については、保守情報Imより前に配信される予測情報Ifに基づいて、人員や交換用部材などの無駄を少なくしながら効率的に前もって行うことができる。
以下、保守支援システムの一例として、蒸気プラントを対象に、その蒸気プラントの各部に設置された多数の蒸気トラップを保守対象機器として、一日ごとに、不備のある蒸気トラップについての保守作業を行う例について説明する。
保守支援システムは、図2に示すように、保守対象とする各蒸気トラップ1に設置されて蒸気トラップ1の状態(温度及び超音波)を検出する検出器2と、検出器2からの検出信号に基づいて、設定時間(本実施例では一日)ごとに、各保守対象機器の作動状況を示す保守情報を保守担当者に配信するデータ管理装置3とから構成される。
検出器2は、設定時間(一日)の間で、間欠的に複数回、蒸気トラップ1の状態を検出するように構成されている。例えば、本実施形態では、検出器2は、蒸気トラップ1の状態を1時間に1回検出するように設定されている。そして、各回の検出後、検出器2は、検出信号を図示しない通信手段によりデータ管理装置3に送信する。このようにして、蒸気トラップ1の状態の検出を間欠的に行うことにより、検出器2では消費電力を抑えコストを低減してある。なお、各検出器2は、検出信号とともに、その検出器2を設置した蒸気トラップ1の識別情報もデータ管理装置3に送信する構成となっている。なお、検出器2が検出するのは蒸気トラップの温度及び超音波を検出するものに限らず、蒸気トラップ1の1又は複数の物理量を検出するものであればよい。
データ管理装置3は、各検出器2からの検出信号が入力される入力部4と、入力された検出信号に基づいて蒸気トラップ1の状態を判定した判定結果を生成する判定部5と、判定部5の判定結果を蓄積的に保存する記憶部6と、設定時間ごとに記憶部6に蓄積的に保存された判定結果に基づいて保守情報を生成し、保守担当者に保守情報を配信する保守情報配信部7と、後述する正常範囲を所定の演算基準を用いて演算する閾値演算部8と、を備える。
判定部5は、入力された検出信号に基づいて蒸気トラップ1の状態を判定する。より具体的には、検出信号に基づく状態値(本実施形態では蒸気トラップ1の温度及び超音波)から、その蒸気トラップ1の状態が、正常であるか、不良であるか、不良化傾向(即ち、不良ではないものの不良に至る蓋然性が高い状態)のいずれであるかを判定する。また、不良と診断された場合には、さらに、例えば蒸気トラップと関連する蒸気機器が運転しているかなど、蒸気トラップ1の状態が不良なのか、その蒸気トラップ1が不良ではなく休止状態等(休止状態等その他不良以外の原因によるもの)にあるかどうかも診断する。そして、判定部5による判定は、入力された検出信号ごとに各蒸気トラップ1の状態の判定結果を生成する。
ここで、状態値とは、検出器2から検出された任意の物理量(例えば温度、超音波、圧力など)の値だけでなく、検出された複数の物理量を組み合わせた値(例えば、複数の物理量をそれぞれ重み付けして足し合わせた値など)をも含む概念である。また、判定対象とする状態値は1つに限らず、複数の状態値について判定を行うようにしてもよく、また、状態値の値と傾きとを合わせて判定するものであってもよい。
判定部5の各判定結果は、対応する蒸気トラップ1の識別情報と関連付けた状態で記憶部6に保存される。そして、蒸気トラップ1についての検出信号が検出器2から新たに入力されるたびに、その検出信号に基づく判定結果が蓄積的に記憶部6に保存される。その結果、記憶部6には保守対象の全蒸気トラップ1についての判定結果が、時系列的に蓄積保存された状態となる。
保守情報配信部7は、上記したように、設定時間ごとに、各蒸気トラップ1の作動状況を示す保守情報を保守担当者に配信する。その保守情報は、設定時間の間に検出された検出信号に基づく判定結果から生成され、より詳しくは、設定時間の間における判定結果の統計に基づいて生成される。そして、このように生成された保守情報が保守担当者のもとに配信される。
保守情報の生成について具体的に説明する。まず、本実施形態では、設定時間を一日(24時間)として、毎日AM8:00に保守情報を生成して保守担当者に配信するように設定されている。この場合、保守情報配信部7は、毎日AM8:00に達すると、保守情報を生成する。
保守情報の生成は、記憶部6に蓄積的に保存された判定結果に基づいて行うが、詳しくは、まず、各蒸気トラップ1について、直前の保守情報配信時から現時点までの間(即ち24時間の間)に検出器2において検出された検出信号についての24点の判定結果を抽出する。そして、この24点の判定結果のうち、正常、不良、不良化傾向、又は休止状態等の4つの状態の中で最も多かった状態を、その蒸気トラップ1の状態と決定する。これを各蒸気トラップ1について行い、保守対象の全蒸気トラップ1の状態を決定する。
そして、全蒸気トラップ1の状態に基づき、図3に示すような、保守対象数、不良数、休止数の内訳を示すまとめ欄と、不良箇所の詳細や不良化傾向箇所の詳細等を示す詳細欄とを内容とする保守情報を作成する。まとめ欄には、そのカッコ内に直前の保守情報における値を示し、前日との比較を可能としてある。また、判定結果は検出器2の検出信号に基づくものであり、目視で確認されたものではないため、それが目視で確認したかどうかも示すようになっている。そして、詳細欄には、不良箇所及び不良化傾向箇所のそれぞれの蒸気トラップ1の型式及び位置情報、並びに、行うべき保守作業の内容としてトラップ交換準備が必要な箇所が示される。なお、詳細欄には、トラップ交換準備が必要な箇所だけでなく、蒸気トラップ1のクリーニング、検出器2の交換、検出器2のバッテリーの交換、検出器2とデータ管理装置3との通信の復旧など、種々の保守作業の内容を示してもよい。このように、保守情報は、保守対象の蒸気トラップ1における不良(及び不良化傾向や休止)の数、不良(及び不良化傾向)である蒸気トラップ1の型式や位置情報、保守対象の蒸気トラップ1に対して行うべき保守作業の内容を含むものとしてある。
作成された保守情報は、メールにより保守担当者のパソコンなどの端末に配信される。そして、この保守情報に基づき、保守担当者は不良と判定された蒸気トラップ1については交換し、不良化傾向と判定された蒸気トラップ1については、修理可能なものについては修理を行う。
そして、この保守支援システムでは、保守情報配信部7は、保守情報の配信に加えて、次の前記保守情報の配信における前記各保守対象機器の作動状況を予測した予測情報を前記保守担当者に配信する構成にしてある。そして、この予測情報の配信は、直前の保守情報の配信から次の保守情報の配信までの間の指定時刻に行う。また、この予測情報は、直前の保守情報の配信から指定時刻までの間に検出された検出信号に基づく判定結果から生成され、より詳しくは、直前の保守情報の配信から指定時刻までの間における判定結果の統計に基づいて生成される。
予測情報の配信について具体的に説明する。まず、本実施形態では、毎日AM8:00に保守情報を生成して保守担当者に配信するように設定されているが、予測情報の配信を行う指定時刻としてはPM16:00が設定されている。この場合、保守情報配信部7は、毎日PM16:00に達すると、予測情報を生成する。
予測情報の生成も、保守情報の生成と基本的には同様にして行われる。即ち、記憶部6に蓄積的に保存された判定結果に基づいて行われ、詳しくは、各蒸気トラップ1について、直前の保守情報配信時から現時点(PM16:00)までの間(即ち8時間の間)に検出器2において検出された検出信号についての8点の判定結果を抽出する。そして、この判定結果のうち、正常、不良、不良化傾向、又は休止状態等の4つの状態の中で最も多かった状態を、その蒸気トラップ1の状態と予測する。これを各蒸気トラップ1について行い、保守対象の全蒸気トラップ1の状態を予測する。
そして、全蒸気トラップ1の状態に基づき、図4に示すような、保守対象数、不良数、休止数の内訳を示すまとめ欄と、不良箇所の詳細を示す詳細欄とを内容とする予測情報Ifを作成する(なお、詳細欄には不良化傾向箇所の詳細も示すようにしてもよい)。まとめ欄には、そのカッコ内に直前の保守情報における値を示し、前日との比較を可能としてある。また、判定結果は検出器2の検出信号に基づくものであり、目視で確認されたものではないため、それが目視で確認したかどうかも示すようになっている。そして、詳細欄には、不良箇所の蒸気トラップ1の型式、位置情報が示される。なお、予測情報についても、保守情報と同様に、保守対象の蒸気トラップ1に対して行うべき保守作業の内容を含むものとしてもよい。
作成された予測情報は、メールにより保守担当者のパソコンなどの端末に配信される。そして、この予測情報に基づき、保守担当者は次の保守作業において必要となる作業工数や人員、交換用のトラップの数や種類、工具などを見積もり、その準備を行う。
このようにすることにより、保守作業のための保守情報の配信を行いながらも、これに先立って、保守対象機器の作動状況を予測した予測情報を保守担当者に配信するから、次回の保守作業において必要となる作業工数や人員、交換用のトラップの数や種類、工具などを前もって見積もることができる。これにより不必要な人員や交換用トラップを用意することなく、人員やトラップなどの無駄の少ない効率的な準備を行うことができる。したがって、保守情報の配信により的確な保守作業は確保しつつも、予測情報の配信により保守作業の準備も効率的に行うことができる。
次に、上述した判定部5における判定について、より詳しく説明する。上述したように、判定部5は、蒸気トラップ1の温度及び超音波から、その状態が、正常、不良、不良化傾向のいずれであるか(ここでは省略するがさらに休止状態等にあるかどうか)を判定するものである。より詳しくは、温度及び超音波についてそれぞれ閾値を定めておき、その閾値に基づいて正常、不良化傾向、不良のいずれにあるかを判定する。以下に、本実施形態に係る閾値設定システムとその閾値設定方法について説明する。
〈閾値の設定方法〉
一般に、蒸気トラップ1の状態の判定では、蒸気トラップ1の用途(上記トラップ1が関連して設置されている装置や設備の種類や、プラントで用いられる蒸気の圧力や温度など)にかかわらず、その判定対象の状態値(例えば温度や超音波等の物理量など蒸気トラップ1の状態を表す値)について、上限値若しくは下限値又はその両方が設定され、判定対象の状態値がその上限値を超えた場合、又は、下限値を下回った場合に不良と判定される。ここで、この上限値及び下限値をそれぞれ許容上限値tu、許容下限値tlと称し、許容上限値tuを超える範囲及び許容下限値tlを下回る範囲を不良範囲と称する。
ただし、蒸気トラップ1は、その状態が正常であっても、判定対象とする状態値は一定の値を示すのではなく時間変動する。そして、蒸気トラップ1が正常であるときにとり得る値の範囲を正常範囲と称すると、その上限値及び下限値(正常上限値nu及び正常下限値nlと称する)は、許容上限値tu及び許容下限値tlとは別個のものであり、許容上限値tuと許容下限値tlとの内側にある。そして、判定対象の状態値が正常範囲に収まっているときは問題ないが、判定対象の状態値が不良範囲まで至らなくとも正常範囲を超えた場合には、その蒸気トラップ1の状態がやがて不良に至る蓋然性は高いといえる。
つまり、正常範囲と不良範囲との間(例えば図5における許容上限値tuと正常上限値nuとの間、及び、正常下限値nlと許容下限値tlとの間)を注意範囲とすれば、判定対象の状態値には、蒸気トラップ1が正常である場合の正常範囲、蒸気トラップ1が不良と判定される不良範囲のほかに注意範囲が存在し、この判定対象の状態値が注意範囲に存在するときは、やがて状態値が不良範囲に達する蓋然性が高い、即ち、蒸気トラップ1が不良に至る蓋然性が高い状態にあるといえる。
このような考えに基づき、判定部5では、温度・超音波の値についてそれぞれ許容上限値tu及び許容下限値tlと正常上限値nu及び正常下限値nlを設定し、蒸気トラップ1の状態を、温度・超音波の値が正常範囲にある場合に正常と判定し、注意範囲にある場合に不良化傾向と判定し、不良範囲にある場合に不良と判定するようにしている。
ただし、上記したように許容上限値tu及び許容下限値tlについては蒸気トラップ1の用途に関わらず一律な値であるのに対し、正常上限値nu及び正常下限値nlについては蒸気トラップ1の用途に応じて異なる問題がある。このため、正常上限値nu及び正常下限値nl、即ち、正常範囲については対象の蒸気トラップ1ごとに設定する必要がある。
そこで、本実施形態では、正常範囲を設定するための閾値演算システムとして、この保守支援システムは次のような構成を備えたものとなっている。即ち、判定部5は、検出器2による検出信号に基づき、蒸気トラップ1の状態が正常か不良かを判定する不良判定を行う。ここで、不良判定は、検出器2による検出信号に基づく状態値が当該状態値に対する不良範囲に至ったか否か(許容上限値tuを超えたか又は許容下限値tlを下回ったか)により行われる。記憶部6は、この判定対象の状態値と不良判定の判定結果とを記憶部6が蓄積的に保存する。そして、閾値演算部8は、記憶部6に保存された一定期間分の状態値のうち、少なくとも判定結果が正常であった状態値に基づいて、正常範囲(即ち、正常上限値nu及び正常下限値nl)を所定の演算基準を用いて演算する。
つまり、この保守支援システムでは、まず、正常範囲を求めるため、判定部5に検出器2による検出信号に基づき不良判定を行わせて、記憶部6が、この判定対象の状態値と不良判定の判定結果とを蓄積的に保存する。これにより、記憶部6に、過去からの各蒸気トラップ1についての判定対象の状態値とその状態値についての不良判定の判定結果が蓄積的に保存された状態となる。そして、閾値演算部8は、その蓄積保存された一定期間分の検出値のうち、不良判定の判定結果が正常であるものに基づいて、所定の演算基準を用いて正常範囲として正常上限値nu及び/又は正常下限値nlを演算する。例えば、正常範囲の演算は、一定期間分の状態値の平均値μと標準偏差σを用いて求めることとし、その演算基準として正の実数である係数rを設定し、μ±r・σを正常範囲の正常上限値nu及び/又は正常下限値nlとして演算する。
そして、この保守支援システムでは、閾値演算部8で求めた正常範囲について、これを用いた判定(予測判定)の精度を判定し、その精度が不十分であったときには上記演算基準を調節して、適切な正常範囲を再設定する構成としてある。
具体的には、この保守支援システムでは、判定部5を、状態値が正常範囲内にあるか否かにより蒸気トラップ1の状態が正常であるか不良化傾向にあるかを判定する予測判定を実行可能とし、判定部5は、正常範囲の演算に用いていない検出値も含めて、記憶部6に保存された状態値について予測判定を行う。そして、閾値演算部8が、その予測判定の結果に基づいて予測判定の精度を判定する精度判定を行い、その精度判定の結果に基づいて上記演算基準を調節する。
具体的には、精度判定は、各状態値についての予測判定の結果と、その予測判定を行った状態値の検出後の一定期間分の状態値についての不良判定の結果とを比較して予測判定の正誤を判定することにより行う。予測判定の正誤は、以下の表1のように判定する。
Figure 0006126316
つまり、表1に示すように、予測判定結果が正常であるときに、その後の一定期間分の不良判定結果が正常で維持されているとき(ケースA)、予測判定は正しいとし、その後の一定期間分の不良判定結果が不良に転じたとき(ケースB)には、予測判定は誤りとする。また、予測判定結果が不良化傾向であるときに、その後の一定期間分の不良判定結果が正常で維持されているとき(ケースC)、予測判定は誤りとし、その後の一定期間分の不良判定結果が不良に転じたとき(ケースD)には、予測判定は正しいとする。
そして、閾値演算部8は、記憶部6に保存された状態値についての上記予測判定の正誤判定の全結果を集計し、この集計結果に対する予測判定が誤りであった場合の割合を求めて、その割合が予め定めた値を上回るか下回るかを判定することにより精度が十分か否かを判定する。閾値演算部8は、精度が十分と判定した場合(予め定めた値を下回っていた場合)には、演算した正常上限値nu及び/又は正常下限値nlを判定部における予測判定の閾値として確定する。これに対し、閾値演算部8は、精度が不十分と判定した場合(予め定めた値を上回っていた場合)には、係数rを調節して新たな正常範囲(正常上限値nu及び正常下限値nl)を演算し、新たな正常範囲により再度精度判定を行い、精度が十分と判定されるまで、係数rを調節する。
ここで、上記したように、予測判定における誤判定としては、不良を予測できなかった場合(ケースB)と、無駄に不良化傾向と判定して不要な対応を生じさせる場合(ケースC)がある。ここで、ケースBとケースCの両者が同時に最少となるように係数rを調整させるのが望ましいが、ケースBが少なくなるように係数rを調節すると、不良を予測できない場合が少なくなるものの、正常である蒸気トラップを不良化傾向と判定する蓋然性が高まり、ケースCは大きくなる。反対に、ケースCが少なくなるように係数rを調節すると、正常である蒸気トラップを不良化傾向と判定する場合が少なくなるものの、不良を予測できない蓋然性が高まり、ケースBは大きくなる。このように、ケースBとケースCの両者を同時に最少とすることはできず、ケースBとケースCとのいずれを重視するかなどの観点から係数rを調節することとなる。
そこで、閾値演算部8は、精度判定を、予測判定の正誤判定の全結果に対する、予測判定の結果が正常であって、その後の一定期間分の状態値についての不良判定の結果に不良と判定されたものがあるとき(ケースB)の割合である第1指標α、予測判定の結果が不良化傾向であって、その後の一定期間分の状態値についての不良判定の結果で不良と判定されたものがないとき(ケースC)の割合である第2指標β、又は、第1指標αと第2指標βとを組み合わせた第3指標γ(例えばα+βとする)に基づいて行う構成としてある。
第1指標αは、不良を予測できなかった場合の割合であり、第2指標βは、正常である蒸気トラップを不良化傾向と判定し、不要な対応を生じさせる場合の割合である。また、第3指標γは、誤判定全体の割合となる。つまり、精度判定は、(1)不良を予測できなかった場合を減らすことを目的に行うか(第1指標αに基づいて行う)、(2)不要な対応を生じさせる場合を減らすことを目的に行うか(第2指標βに基づいて行う)、又は(3)誤判定の数そのものを減らすことを目的に行うか(第3指標γに基づいて行う)、のいずれかにより行われる。
さらに、この保守支援システムでは、各蒸気トラップ1について、入力部3に対し上記(1)〜(3)のいずれの目的に基づいて精度判定を行うかを入力指示することにより、閾値演算部8は、入力部3からの指示に基づいて、各蒸気トラップ1について、精度判定を第1指標α、第2指標β、及び、第3指標γのいずれに基づいて行うかを切り換え可能にしてある。
そして、精度判定を上記(1)の目的(不良を予測できなかった場合を減らすこと)に基づいて行う場合は、閾値演算部8は、精度判定において、第1指標αのみに着目し、第1指標αがある値以下になるときに精度が十分と判定するようにして、精度が十分と判定されるまで、係数rを調節する。精度判定を上記(2)の目的(不要な対応を生じさせる場合を減らすこと)に基づいて行う場合は、閾値演算部8は、精度判定において、第2指標βのみに着目し、第2指標βがある値以下になるときに精度が十分と判定するようにして、精度が十分と判定されるまで、係数rを調節する。精度判定を上記(3)の目的(誤判定の数そのものを減らすこと)に基づいて行う場合は、閾値演算部8は、精度判定において、第3指標γのみに着目し、第3指標γがある値以下になるときに精度が十分と判定するようにして、精度が十分と判定されるまで、係数rを調節する。
なお、第3指標γは、単に第1指標αと第2指標βとを足し合わせるだけでなく、第1指標αと第2指標βとのいずれか一方を重み付けした上で両者の和を求め、その和に基づいて精度を判定することも可能である。この場合、誤判定全体の数を考慮しながら、不良を予測できなかった場合を減らすか、不要な対応を生じさせる場合を減らすかの観点を加味して柔軟な精度判定を行うことが可能となる。
正常範囲の設定は、具体的には、例えば図6に示すようにして行う。ここで、記憶部6には、各蒸気トラップ1についての過去のデータ、即ち、過去のプラントの運転に伴い検出器2から検出された各蒸気トラップ1の状態値とその不良判定の結果が蓄積保存されているものとする。
まず、各蒸気トラップ1について、一定期間、検出器2からの検出信号を収集し、判定対象とする状態値とその不良判定の結果を記憶部6に蓄積的に保存する(ステップS1)。一定期間が経過すると、蓄積保存した状態値のうちその判定結果が正常であるものに基づいて、閾値演算部8が正常範囲を設定する(ステップS2)。
そして、設定された正常範囲に基づいて、判定部5が、過去のプラントの運転に検出器2から検出された各蒸気トラップ1の各状態値について予測判定を行い、閾値演算部8が、その予測判定の判定結果とその予測判定を行った状態値の検出後の一定期間分の状態値についての不良判定の結果とを比較して予測判定の正誤を判定する(ステップS3)。閾値演算部8は、この予測判定の正誤の判定結果を集計し、各蒸気トラップ1について設定されている上記(1)〜(3)のいずれかの目的(即ち、第1〜第3指標α〜γのいずれか)に基づいて精度判定を行う(ステップS4)。
この精度判定で精度が不十分と判定された場合は(ステップS5:No)、正常範囲を設定するための演算基準(係数r)を調節し(ステップS6)、ステップS2に戻り正常範囲を再設定して、ステップS3,S4を繰り返す。この精度判定で精度が十分と判定された場合は(ステップS5:Yes)、設定された正常範囲(正常上限値nu及び正常下限値nl)を予測判定における閾値に決定する(ステップS7)。
このように、一度正常範囲を設定(演算)した後、この正常範囲に基づく予測判定の精度を判定する精度判定を行い、精度判定に基づいて演算基準を調節するから、予測判定の精度が不十分である蒸気トラップ1についてその精度が十分となるように演算基準(係数r)を調整できる。また、精度判定の基準とする第1指標、第2指標、及び第3指標を切り換え可能であるため、その蒸気トラップの重要性や用途など必要に応じて精度判定の基準を切り換えて、その蒸気トラップの保守方針に沿った正常範囲を柔軟に設定することが可能となる。これにより、正常範囲を適切に設定できて、各蒸気トラップ1について予測判定を精度高く行うことができる。
以上のように、本実施形態に係る保守支援システムでは、上記したように正常上限値nu及び正常下限値nlを演算し、閾値として決定して、正常上限値nu及び正常下限値nlと許容上限値tu及び許容下限値tlとを閾値として判定部5が蒸気トラップ1の状態が正常、不良化傾向、不良のいずれにあるかを判定する(つまり、不良判定と予測判定とを行う)。そして、この判定部5による判定結果に基づいて、上記した保守情報Im及び予測情報Ifを生成してその配信を行い、蒸気トラップ1へのその保守作業を支援する。
〔別実施形態〕
最後に、本実施形態に係る保守支援システム及び保守支援方法のその他の実施形態について説明する。なお、以下のそれぞれの実施形態で開示される構成は、矛盾が生じない限り、他の実施形態で開示される構成と組み合わせて適用することも可能である。
(i)上述の実施形態では、蒸気プラントを対象に、蒸気トラップ1を保守対象機器とする構成を例に説明した。しかし、本開示の実施形態はこれに限定されず、本開示の趣旨を逸脱しない範囲において、どのようなプラントのどのような機器を保守対象機器としてもよい。
(ii)上述の実施形態において、保守情報及び予測情報を設定時間の間(予測情報の場合は直前の保守情報の配信から指定時刻までの間)における判定結果の統計に基づいて生成することの一例として、判定結果のうち、正常、不良、不良化傾向、又は休止状態等の4つの状態の中で最も多かった状態を、その蒸気トラップ1の作動状況と判定又は予測するものを示したが、本開示の実施形態はこれに限定されない。例えば、各状態にそれぞれ異なった重み付けをして判定又は予測を行ったり、不良化傾向や不良の判断基準として、不良化傾向や不良が一定の発生回数を超えたか否かを採用してもよい。
(iii)上述の実施形態では、設定時間を一日とし、一日ごとに保守情報を配信するものを示したが、本開示の実施形態はこれに限定されない。例えば、6時間ごとや二日ごとに保守情報を配信するなど設定時間は一日以下であっても一日以上であってもよい。また、予測情報を配信する指定時刻についても同様にどのような時間であってもよい。
(iv)上述の実施形態において、検出器2はそのバッテリー残量も検出信号に含めてデータ管理装置に送信し、判定部5が検出器2のバッテリー残量を含む判定結果を生成し、保守情報配信部6は、検出器2の現在のバッテリー残量及び将来の予測バッテリー残量を含む保守情報及び予測情報を生成するようにしてもよい。これにより、バッテリー残量が少ないことに原因する検出器の誤検出を抑制することができる。
(v)上述の実施形態において、プラントに対する保守作業に要する時間を設定保守作業時間として設定しておき、判定部5が、設定保守作業時間の経過後に検出された検出信号に基づいて判定結果を生成する構成にしてもよい。この場合、保守情報及び予測情報も、設定保守作業時間の経過後の検出信号に基づく判定結果に基づいて生成されることになる。これにより、保守作業終了後の蒸気トラップ1についての保守情報及び予測情報を確実に得ることができる。
(vi)上述の実施形態において、検出器2は、設定時間の間で、間欠的に複数回、蒸気トラップ1の状態を検出するように構成した例を示したが、本開示の実施形態はこれに限定されない。例えば、検出器2が連続的に蒸気トラップ1の状態を検出するように構成してもよい。この場合、任意の時間間隔ごとに、その時間間隔の間に検出された蒸気トラップ1の状態を検出信号としてデータ管理装置3に送信するようにすればよい。そして、データ管理装置3における判定部5は、検出器2からの検出信号の送信ごとに蒸気トラップ1の作動状況の判定結果を生成してもよく、または、検出器2から送信される検出信号を記憶部6に記憶し、ある時間間隔ごとに、その時間間隔の間に記憶された検出信号に基づいて蒸気トラップ1の作動状況の判定結果を生成してもよい。
(vii)上述の実施形態では、閾値演算部8に正常上限値nu及び正常下限値nlの両方を演算させて両方を判定部5における閾値として決定し、判定部5が、正常上限値nu及び正常下限値nlと許容上限値tu及び許容下限値tlとを閾値として判定を行う構成を例に説明した。しかし、本開示の実施形態はこれに限定されない。閾値演算部8に正常上限値nu又は正常下限値nlのいずれかのみを演算させて一方のみを判定部5における閾値として決定し、許容下限値tl及び正常下限値nlのみ、又は、許容上限値tu及び正常上限値nlのみを閾値として採用してもよい。
(viii)その他の構成に関しても、本明細書において開示された実施形態は全ての点で例示であって、本開示の範囲はそれらによって限定されることはないと理解されるべきである。当業者であれば、本開示の趣旨を逸脱しない範囲で、適宜改変が可能であることを容易に理解できるであろう。従って、本開示の趣旨を逸脱しない範囲で改変された別の実施形態も、当然、本開示の範囲に含まれる。
本開示の保守支援システム及び保守支援方法は各種分野における種々の機器の保守に適用することができる。
1 蒸気トラップ(保守対象機器)
2 検出器
5 判定部
7 保守情報配信部
σ 検出信号
T 設定時間
Tf 指定時刻
Im 保守情報
If 予測情報

Claims (6)

  1. プラントにおける複数の保守対象機器の保守支援システムであって、
    設定時間ごとに、少なくとも前記複数の保守対象機器のうちの保守作業の対象とすべき前記保守対象機器を示す保守情報を保守担当者に配信する保守情報配信部を備え、
    前記保守情報配信部は、直前の前記保守情報の配信から次の前記保守情報の配信までの間の指定時刻に、少なくとも次の前記保守情報の配信時において予測される前記複数の保守対象機器のうち保守作業の対象とすべき前記保守対象機器を示す予測情報を前記保守担当者に配信する構成にしてある保守支援システム。
  2. 前記各保守対象機器の状態を検出する検出器と、
    検出された検出信号に基づいて前記保守対象機器の状態を判定した判定結果を生成する判定部と、を有し、
    前記保守情報配信部は、前記設定時間の間に検出された前記検出信号に基づく前記判定結果から前記保守情報を生成するとともに、
    直前の前記保守情報の配信から前記指定時刻までの間に検出された前記検出信号に基づく前記判定結果から前記予測情報を生成する構成にしてある請求項1に記載の保守支援システム。
  3. 前記検出器は、前記設定時間の間で、間欠的に複数回、前記各保守対象機器の状態を検出し、
    前記判定部は、検出された前記検出信号ごとに前記各保守対象機器の状態の判定結果を生成し、
    前記保守情報配信部は、前記設定時間の間における前記判定結果の統計に基づいて前記保守情報を生成するとともに、
    直前の前記保守情報の配信から前記指定時刻までの間における前記判定結果の統計に基づいて前記予測情報を生成する構成にしてある請求項2に記載の保守支援システム。
  4. 前記判定部は、前記検出器のバッテリー残量を含む前記判定結果を生成し、
    前記保守情報配信部は、前記検出器の現在のバッテリー残量及び将来の予測バッテリー残量を含む前記保守情報および前記予測情報を生成する請求項2又は3に記載の保守支援システム。
  5. プラントに対する保守作業に要する時間を設定保守作業時間として設定してあり、
    前記判定部は、前記設定保守作業時間の経過後に検出された前記検出信号に基づいて前記判定結果を生成する構成にしてある請求項2〜4のいずれか1項に記載の保守支援システム。
  6. プラントにおける複数の保守対象機器の保守支援方法であって、
    設定時間ごとに、少なくとも前記複数の保守対象機器のうち保守作業が必要な前記保守対象機器を示す保守情報を保守担当者に配信する保守情報配信工程と、
    直前の前記保守情報配信工程から次の前記保守情報配信工程までの間の指定時刻に、少なくとも次の前記保守情報配信工程において予測される前記複数の保守対象機器のうち保守作業の対象とすべき前記保守対象機器を示す予測情報を前記保守担当者に配信する予測情報配信工程と、を有する保守支援方法。
JP2016549523A 2015-04-07 2016-02-15 保守支援システム及び保守支援方法 Active JP6126316B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2015078439 2015-04-07
JP2015078439 2015-04-07
PCT/JP2016/054274 WO2016163154A1 (ja) 2015-04-07 2016-02-15 保守支援システム及び保守支援方法

Publications (2)

Publication Number Publication Date
JPWO2016163154A1 JPWO2016163154A1 (ja) 2017-04-27
JP6126316B2 true JP6126316B2 (ja) 2017-05-10

Family

ID=57072505

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2016549523A Active JP6126316B2 (ja) 2015-04-07 2016-02-15 保守支援システム及び保守支援方法

Country Status (6)

Country Link
US (1) US11379801B2 (ja)
EP (1) EP3282403A4 (ja)
JP (1) JP6126316B2 (ja)
MY (1) MY181893A (ja)
SG (1) SG11201708172RA (ja)
WO (1) WO2016163154A1 (ja)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20200160197A1 (en) * 2017-05-30 2020-05-21 Kyocera Corporation Equipment management method and equipment management apparatus
JP7218140B2 (ja) * 2018-10-12 2023-02-06 株式会社日立製作所 シミュレーション装置、およびシミュレーション方法

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0749712A (ja) * 1993-08-05 1995-02-21 Toshiba Corp 設備保全管理装置
US7103460B1 (en) * 1994-05-09 2006-09-05 Automotive Technologies International, Inc. System and method for vehicle diagnostics
US6571180B1 (en) * 1997-04-11 2003-05-27 Keystone International Holding Corp. Self-contained steam trap monitor
JPH1139030A (ja) * 1997-07-15 1999-02-12 Tlv Co Ltd 設備管理装置及び設備管理プログラムを記録したコンピュータ読み取り可能な記録媒体
JP2000121508A (ja) * 1998-10-15 2000-04-28 Tlv Co Ltd 電源を内蔵するモニタリング・システム
JP2002023831A (ja) 2000-07-11 2002-01-25 Komatsu Ltd 機械の管理システム、管理方法および記録媒体
US7065570B2 (en) 2000-07-11 2006-06-20 Komatsu Ltd. System, method, computer program, and recording medium for machine-management
US6980959B1 (en) * 2000-10-17 2005-12-27 Accenture Llp Configuring mechanical equipment
CA2425803C (en) * 2000-10-17 2010-12-21 Accenture Llp Performing predictive maintenance based on a predictive maintenance target
US8655698B2 (en) 2000-10-17 2014-02-18 Accenture Global Services Limited Performance-based logistics for aerospace and defense programs
JP2003114294A (ja) * 2001-10-04 2003-04-18 Toshiba Corp 発電プラントの監視・診断・検査・保全システム
JP2004236148A (ja) 2003-01-31 2004-08-19 Hitachi Software Eng Co Ltd 設備機器の管理方法及びシステム
JP3968656B2 (ja) 2003-02-05 2007-08-29 株式会社日立製作所 プラント機器の保守支援装置
US20040193467A1 (en) * 2003-03-31 2004-09-30 3M Innovative Properties Company Statistical analysis and control of preventive maintenance procedures
US20050165582A1 (en) * 2004-01-26 2005-07-28 Tsung Cheng K. Method for estimating a maintenance date and apparatus using the same
US7102505B2 (en) * 2004-05-27 2006-09-05 Lawrence Kates Wireless sensor system
US7246036B2 (en) * 2004-12-08 2007-07-17 Armstrong International, Inc. Remote monitor for steam traps
US7664610B2 (en) * 2005-09-28 2010-02-16 Rosemount Inc. Steam trap monitoring
US8050875B2 (en) * 2006-12-26 2011-11-01 Rosemount Inc. Steam trap monitoring
WO2010011918A2 (en) * 2008-07-24 2010-01-28 University Of Cincinnati Methods for prognosing mechanical systems
US8117007B2 (en) * 2008-09-12 2012-02-14 The Boeing Company Statistical analysis for maintenance optimization
US8798798B2 (en) * 2010-03-24 2014-08-05 Consolidated Edison Company Of New York, Inc. System and method for operating steam systems
TW201132887A (en) * 2010-03-26 2011-10-01 Ind Tech Res Inst Warning apparatus for abnormal operation of a steam trap
US8854226B2 (en) * 2010-06-02 2014-10-07 Trane International Inc. System and process for monitoring and scheduling maintenance on mechanical equipment
US10641412B2 (en) * 2012-09-28 2020-05-05 Rosemount Inc. Steam trap monitor with diagnostics
JP6180721B2 (ja) * 2012-10-25 2017-08-16 株式会社日立ハイテクノロジーズ 自動分析装置
JP6033115B2 (ja) * 2013-02-21 2016-11-30 三菱重工業株式会社 保守作業タイミング判定装置、保守作業タイミング判定システム、保守作業タイミング判定方法およびプログラム
AR095272A1 (es) * 2013-03-14 2015-09-30 Fisher Controls Int Llc Pronóstico de válvula en función de análisis de laboratorio
US20140336791A1 (en) * 2013-05-09 2014-11-13 Rockwell Automation Technologies, Inc. Predictive maintenance for industrial products using big data
EP3282167B1 (en) * 2015-04-07 2019-06-12 TLV Co., Ltd. Threshold value calculation system, and threshold value calculation method
US11487277B2 (en) * 2017-05-25 2022-11-01 Johnson Controls Tyco IP Holdings LLP Model predictive maintenance system for building equipment
CN110334728B (zh) * 2019-05-06 2022-04-01 中国联合网络通信集团有限公司 一种面向工业互联网的故障预警方法及装置
CN110533251B (zh) * 2019-09-03 2020-07-31 北京天泽智云科技有限公司 提升预测性维护模型适应能力的方法及装置

Also Published As

Publication number Publication date
US20180130029A1 (en) 2018-05-10
EP3282403A4 (en) 2018-04-18
WO2016163154A1 (ja) 2016-10-13
MY181893A (en) 2021-01-12
SG11201708172RA (en) 2017-11-29
JPWO2016163154A1 (ja) 2017-04-27
US11379801B2 (en) 2022-07-05
EP3282403A1 (en) 2018-02-14

Similar Documents

Publication Publication Date Title
JP6022742B1 (ja) 閾値演算システム、及び、閾値演算方法
CN107871190A (zh) 一种业务指标监控方法及装置
JP6472581B1 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
KR102176102B1 (ko) 리스크 평가 장치, 리스크 평가 방법 및 리스크 평가 프로그램
JP6772491B2 (ja) 故障診断装置、故障診断システム、故障診断方法、及び、プログラム
JPWO2014091952A1 (ja) センサ監視装置、センサ監視方法、及びセンサ監視プログラム
US20180234746A1 (en) Maintenance device, presentation system, and program
JP2012073756A (ja) 異常診断フィルタ生成装置
JP6482743B1 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
JP6126316B2 (ja) 保守支援システム及び保守支援方法
KR102234054B1 (ko) 리스크 평가 장치, 리스크 평가 시스템, 리스크 평가 방법, 리스크 평가 프로그램 및 데이터 구조
JP6486567B2 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
CN115671616B (zh) 一种用于储能集装箱的消防系统、方法及存储介质
JP6454826B1 (ja) リスク評価装置、リスク評価方法、及び、リスク評価プログラム
WO2019049522A1 (ja) リスク評価装置、リスク評価システム、リスク評価方法、及び、リスク評価プログラム
JP6096397B1 (ja) 分析システム、及び、分析方法
Zantek et al. A decision dependent stochastic process model for repairable systems with applications
JP2009201043A (ja) ネットワーク管理システムおよびネットワーク管理方法ならびにそのためのプログラム
Zantek et al. Operations Research Perspectives

Legal Events

Date Code Title Description
A975 Report on accelerated examination

Free format text: JAPANESE INTERMEDIATE CODE: A971005

Effective date: 20161130

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20161206

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: 20170328

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20170406

R150 Certificate of patent or registration of utility model

Ref document number: 6126316

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150

R250 Receipt of annual fees

Free format text: JAPANESE INTERMEDIATE CODE: R250