JP6427357B2

JP6427357B2 - 診断支援システム及び診断支援方法

Info

Publication number: JP6427357B2
Application number: JP2014160258A
Authority: JP
Inventors: 岩田　泰明; 泰明岩田
Original assignee: Hitachi Solutions Ltd
Current assignee: Hitachi Solutions Ltd
Priority date: 2014-08-06
Filing date: 2014-08-06
Publication date: 2018-11-21
Anticipated expiration: 2034-08-06
Also published as: JP2016038657A

Description

本発明は、設備内の部位の経年劣化を分析する技術に関する。

ＩＴ機器やデバイスの小型化・高速化・大容量化により、コンシューマ機器・産業用機器・それらの基盤となるＩＴシステム・人間の行動など様々な人間の活動を観測することが可能となり、そのセンサデータを分析することで新しい知見を発見し、ビジネスのみならず社会全体を変えて行くことが可能となりつつある。例えば、設備にセンサを取り付けることによって、設備の状態を監視し、保守業務を最適化できる。特に、保守業務におけるメンテナンス巡回スケジュールの策定や保守部品の在庫の調整を効率的に行うためには、設備の劣化状態を分析し可視化する必要がある。

この技術分野の背景技術として特開２００５−２０７６４４号公報（特許文献１）及び特開２００８−４７０７５号公報（特許文献２）がある。

特許文献１には、冷凍サイクル装置の圧力および温度等冷媒に関するもしくはその他の計測量を複数検出し、これらの計測量から複合変数のような状態量を演算し、演算結果を用いて装置の正常異常を判断する。正常運転時に学習させると現在の状態が判断できるし、強制的に異常運転を行わせて学習させたり、現在運転中に異常運転状態を演算させると、マハラノビスの距離の変化から運転限界などの故障を予知する機器診断装置が開示されている。

また、特許文献２には、本発明に係る設備機器の推定コスト計算システムは、第１関連テーブル記憶部、第２関連テーブル記憶部、第３関連テーブル導出手段および第４関連テーブル導出手段を備える。第１関連テーブルでは、期間と設備機器の理想エネルギー消費量とが関連付けられる。第２関連テーブルでは、期間と設備機器の能力低下割合とが関連付けられる。第３関連テーブル導出手段は、第１関連テーブルと第２関連テーブルとにおいて期間が一致する理想エネルギー消費量と能力低下割合とから修正エネルギー消費量を導出し、第３関連テーブルを導出する。第４関連テーブル導出手段は、第３関連テーブルの修正エネルギー消費量を利用してエネルギー料金を導出し、第４関連テーブルを導出する設備機器の推定コスト計算システムが開示されている。

特開２００５−２０７６４４号公報特開２００８−４７０７５号公報

しかしながら、特許文献１に記載された手法では、異常の予兆がセンサに現れることが前提とされているが、経年劣化のように微細な変化はセンサに大きな変化として現れにくい。そのため、正常状態との切り分けが難しいため、正常時のパターンの抽出や異常時変化の検出が困難となる。

また、特許文献２に記載された手法では、劣化の進行が稼働時間を従属変数とした二次回帰曲線で増加するモデルを用いているが、実際には、稼働環境はさまざまで、稼働時間以外の劣化要因が多く存在する。また、全ての部位についてメーカーから経年劣化のベンチマークを入手することは困難であり、各部位ごとに稼働時間と劣化指数との関係式を予め用意しておくことは難しい。

このため、実際の稼働データから経年劣化の傾向を分析し、確認できた要因と傾向から余命時間を算出することが必要である。また、保守員や設備の利用者が、設備の余命について要因別や総合的な尺度で容易に把握するインターフェースが必要となる。

本願において開示される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、設備の部位の経年劣化を診断する診断支援システムであって、プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを備え、前記プロセッサが、当該部位の過去の故障発生時の劣化要因指数及び当該部位の稼働時間を説明変数とした回帰関数を求める平均寿命式処理部と、前記プロセッサが、当該部位の劣化の程度を表示するための画面データを生成する画面出力部と、前記プロセッサが、監視対象の部位における過去の劣化要因指数を時系列解析して、当該部位の可動時間を説明変数として将来の劣化要因指数の予測値を計算するための予測関数を求める変動予測処理部と、前記プロセッサが、前記監視対象の部位における前記過去の劣化要因指数又は前記劣化要因指数の予測値と平均寿命との距離に基づいて予測余命時間を計算する余命予測処理部と、を備え、前記画面出力部は、前記求められた回帰関数を用いて平均寿命の近似曲線を計算し、前記監視対象の部位における過去の劣化要因指数の時系列変化を表すグラフを生成し、前記変動予測処理部が求めた予測関数を用いて、前記監視対象の部位の劣化要因指数の予測値を計算し、前記余命予測処理部は、前記過去の劣化要因指数の時系列変化と、前記生成されたグラフとを用いて実績余命時間を計算し、前記計算された劣化要因指数の予測値と、前記生成されたグラフとを用いて予測余命時間を計算し、前記画面出力部は、前記計算された近似曲線と、前記生成されたグラフと、前記計算された近似曲線と、前記計算された予測値と、前記計算された予測余命時間と、を表示するための画面データを出力する。

本発明の代表的な実施の形態によれば、設備の部位の劣化度合いや余命を容易に把握することができる。前述した以外の課題、構成及び効果は、以下の実施形態の説明により明らかにされる。

本発明の実施形態の設備診断支援システムの概略構成を示す機能ブロック図である。本発明の実施形態の設備データのデータ構造の例を示す図である。本発明の実施形態のセンサデータのデータ構造の例を示す図である。本発明の実施形態のメンテナンスデータのデータ構造の例を示す図である。本発明の実施形態の対象選択画面の例を示す図である。本発明の実施形態の分析処理のフローチャートである。本発明の実施形態の平均寿命画面出力部によって表示される劣化要因指数分析結果画面の例を示す図である。本発明の実施形態の平均寿命画面出力部によって表示される劣化要因指数分析結果画面の例を示す図である。本発明の実施形態の平均寿命画面出力部によって表示される劣化要因指数分析結果画面の例を示す図である。本発明の実施形態の平均寿命画面出力部によって表示される劣化要因指数分析結果画面の例を示す図である。本発明の実施形態の余命画面出力部によって表示される画面の例を示す図である。

以下、添付図面を参照しながら、本発明を実施するための形態を詳細に説明する。

図１〜図９は、本発明の実施形態を例示する図である。これらの図において、同一の符号を付した部分は同一物を表し、基本的な構成及び動作は同じである。なお、本発明の実施形態において、使用される機器及び手法等は一例であり、本発明はこれらに限定されるものではない。

さらに、本発明の実施形態は、後述するように、汎用コンピュータ上で稼動するソフトウェアで実装してもよいし、専用ハードウェアで実装してもよいし、又はソフトウェアとハードウェアとの組み合わせで実装してもよい。

なお、以後の説明では「テーブル」形式によって本発明で用いる各情報について説明するが、これらの情報は必ずしもテーブルによるデータ構造で表現されていなくてもよく、リスト、データベース、キュー等のデータ構造やそれ以外で表現されていてもよい。そのため、データ構造に依存しないことを示すために「テーブル」、「リスト」、「ＤＢ」、「キュー」等について単に「情報」と称することがある。

また、各情報の内容を説明する際に、「識別情報」、「識別子」、「名」、「名前」、「ＩＤ」という表現を用いることが可能であり、これらについてはお互いに置換が可能である。

以下では「プログラム」を主語（動作主体）として本発明の実施形態における各処理について説明するが、プログラムはプロセッサによって実行されることで定められた処理をメモリ及び通信ポート（通信制御装置）を用いながら行うため、プロセッサを主語とした説明と置き換えることができる。また、プログラムを主語として開示された処理は、管理サーバ等の計算機、情報処理装置が行う処理として記述してもよい。プログラムの一部又は全ては専用ハードウェアで実現してもよく、また、モジュール化してもよい。各種プログラムはプログラム配布サーバや記憶メディアによって各計算機にインストールされてもよい。

＜設備診断支援システム概要＞
図１は、設備診断支援システムの概略構成を示す機能ブロック図である。設備診断支援システムは、プログラムメモリ１００と、中央処理装置１０１と、データメモリ１０２と、表示装置１０３と、入力装置１０４と、設備データＤＢ１０５と、センサデータＤＢ１０６と、メンテナンスデータＤＢ１０７とを有する計算機によって構成される。

中央処理装置１０１は、プロセッサを含み、プログラムメモリ１００に格納されたプログラムを実行することによって本設備診断支援システムで行われる処理を実行する。プログラムメモリ１００は、不揮発性の記憶装置で構成され、中央処理装置１０１によって実行されるプログラムを格納する。データメモリ１０２は、ＤＲＡＭのような高速かつ揮発性の記憶素子内に設けられ、プログラムの実行時に使用されるデータを格納する。具体的には、データメモリ１０２は、設備データＤＢ１０５から読み込まれた設備データ１１５と、センサデータＤＢ１０６から読み込まれたセンサデータ１１６と、メンテナンスデータＤＢ１０７から読み込まれたメンテナンスデータ１１７とを格納する。

表示装置１０３は、ディスプレイ装置を含み、中央処理装置１０１によるプログラムの実行結果をユーザが視認可能な形式で出力するインターフェースである。入力装置１０４は、キーボード及びマウスなどを含み、表示されたデータからユーザがメニューを選択するなどの操作を受けるインターフェースである。また、入力装置１０４は、ＵＳＢポート、光ディスクドライブなどのデータを読み込むインターフェースを含んでもよい。

各ＤＢ１０５、１０６、１０７は、補助記憶装置に格納される。補助記憶装置は、例えば、磁気記憶装置（ＨＤＤ）、フラッシュメモリ（ＳＳＤ）等の大容量かつ不揮発性の記憶装置である。補助記憶装置は、中央処理装置１０１が実行するプログラム及びプログラムの実行時に使用されるデータを格納してもよい。すなわち、プログラムは、補助記憶装置から読み出されて、プログラムメモリ１００にロードされて、中央処理装置１０１によって実行される。各ＤＢ１０５、１０６、１０７を格納する外部記憶装置に別に設けてもよい。

中央処理装置１０１が実行するプログラムは、リムーバブルメディア（ＣＤ−ＲＯＭ、フラッシュメモリなど）又はネットワークを介して設備診断システムに提供され、非一時的記憶媒体である補助記憶装置に格納される。このため、設備診断システムは、リムーバブルメディアからデータを読み込むインターフェースを有するとよい。

中央処理装置１０１は、対象選択画面出力部１０８と、データ取得部１０９と、平均寿命式処理部１１０と、変動予測処理部１１１と、余命予測処理部１１２と、平均寿命画面出力部１１３と、余命画面出力部１１４とを有する。本実施形態では、これらの各部は、コンピュータ上で実行されるプログラムの機能の一部として実現される。なお、これらのプログラムは、プログラムメモリ１００に格納されており、中央処理装置１０１が、処理を実行する際に内部メモリに読み込む。

データメモリ１０２は、設備データＤＢ１０５から読み込まれた設備データ１１５と、センサデータＤＢ１０６から読み込まれたセンサデータ１１６と、メンテナンスデータＤＢ１０７から読み込まれたメンテナンスデータ１１７とを格納する。

設備診断支援システムは、物理的に一つの計算機上で、又は、論理的又は物理的に複数の計算機上で構成される計算機システムであり、前述したプログラムが、同一の計算機上で別個のスレッドで動作してもよく、複数の物理的計算機資源上に構築された仮想計算機上で動作してもよい。

また、設備診断支援システムを、クライアント・サーバ構成としてもよい。すなわち、表示装置１０３及び入力装置１０４を有するクライアント端末と、これ以外の機能を有するサーバとを通信インターフェースで接続して設備診断支援システムを構成する。例えば、クライアント端末では、ブラウザが動作しており、サーバから出力された画面データ（Ｗｅｂページ）を利用者に表示し、利用者の入力を受け付け、サーバに送信する。なお、クライアント端末に専用のアプリケーションプログラムをインストールして、クライアント端末がサーバから出力された情報を用いて、表示画面を生成してもよい。

＜データ構造＞
次に、本実施形態の設備診断支援システムが用いるデータ構造について説明する。なお、図２Ａから図２Ｃに図示するメンバ名は一例に過ぎず、産業用機器や橋など、対象の状態監視をする上で適切な測定項目が選ばれ、それらを格納するためのデータ構造としてもよい。

図２Ａは、データメモリ１０２に格納される設備データ１１５のデータ構造の例を示す図である。

設備データ１１５は、設備ＩＤ２００、設備種類２０１、業種２０２、周辺環境２０３及び部位２０４を含み、例えば、配列の形式でこれらの情報を保有する。設備ＩＤ２００は、監視対象の設備に一意に割り当てられた識別情報（例えば、製造番号など）を格納する。設備種類２０１は、設備の型番などを格納する。業種２０２は、設備の利用目的を示す名称、番号、記号などを格納する。周辺環境２０３は、設備が設置されている環境を示す情報であり、例えば、「建屋内」、「建屋外」などである。なお、周辺環境２０３は、対象とする設備の種類によって異なり、条件が多岐に渡る場合には、周辺環境の種類の数だけメンバを用意して、条件に該当するメンバの値には「ＴＲＵＥ」、該当しない場合には「ＦＡＬＳＥ」などを設定してもよい。部位２０４は、設備を構成する部位名をリストの形式で格納する。本実施例における部位は、インフラ設備の一部分（例えば、橋梁の橋脚や橋桁、道路の舗装、車両の塗装）や、昇降機、建設機械、工作機、複合機などの産業用機設備の部品（例えば、エンジン、モータ、電源、冷却ファン、ポンプ、レギュレータ、コンプレッサー）、シーリング材（ゴムパッキン、エンジンガスケット）などを含む。

図２Ｂは、データメモリ１０２に格納されるセンサデータ１１６のデータ構造の例を示す図である。

センサデータ１１６は、設備ＩＤ２０５、タイムスタンプ２０６、稼働時間２０７、高温時間２０８、高圧時間２０９及び回転数２１０を含み、例えば、配列の形式でこれらの情報を保有する。また、センサデータ１１６は、一つの設備に設置されているセンサの観測値を、例えば、稼働時間（例えば、５０時間）の間隔で平均値や累積値などの統計値として取得したデータである。なお、センサ値の取得の頻度は、これに限らず、日次単位や月次単位などで取得したものでもよく、メンテナンス対象の劣化度合いや余命を分析する業務頻度に対して十分小さい頻度であればよい。

設備ＩＤ２０５は、センサが取り付けられた設備に一意に割り当てられた識別情報（例えば、製造番号など）を格納する。タイムスタンプ２０６は、センサデータを取得した年月日を格納する。稼働時間２０７は、センサが取り付けられた設備の稼動時間の累積値を格納する。高温時間２０８は、センサが取り付けられた設備の温度が設定した閾値以上となった時間の累積値であり、例えば、設備の設計上の許容温度の上限値を超えた温度が観測された時間の累積値を格納する。高圧時間２０９は、センサが取り付けられた設備の圧力が設定した閾値以上となった時間の累積値であり、例えば、設備の設計上の許容圧力の上限値を超えた圧力が観測された時間の累積値を格納する。なお、温度や圧力などに関する時間の累積値をヒストグラムにしてもよい。この場合、センサデータ１１６の各項目は、値（又は範囲）と当該値に対応する度数の組を格納する。また、各級数の度数に重み付けして合計した度数を一つの指標としてもよい。回転数２１０は、例えば、回転部品が用いられている設備において、累積回転数などを示す値が格納されている。

なお、センサデータ１１６に格納されるセンサ値は一例であり、例えば、産業用機器の稼働頻度を示す指標として作動回数、電流値、電圧値や、加工物を生産する機器では加工回数や、移動する機器では移動距離、速度、加速度などをセンサ値としてもよい。また、鋼材やコンクリートなどで構成される設備では、蓄積疲労を示す指標をセンサ値としてもよい。例えば、橋、路面などでは、重量別の車両の通過回数、音、振動、ひずみなどのセンサ値を用いてもよい。

図２Ｃは、データメモリ１０２に格納されるメンテナンスデータ１１７のデータ構造の例を示す図である。

メンテナンスデータ１１７は、保守員が設備のメンテナンスを行った際の情報を格納し、メンテナンスＩＤ２１１、設備ＩＤ２１２、部位２１３、導入日２１４、交換日２１５、劣化状態２１６、稼働率２１７、累積高温時間２１８、累積高圧時間２１９及び回転性能２２０を含み、例えば、配列の形式でこれらの情報を保有する。

メンテナンスＩＤ２１１は、メンテナンス作業に一意に割り当てられた識別情報（例えば、番号など）を格納する。設備ＩＤ２１２は、メンテナンスを行った設備に一意に割り当てられた識別情報（例えば、製造番号など）を格納する。部位２１３は、メンテナンス作業を行った部位（又は、部品名）を格納する。導入日２１４は、メンテナンス作業を行った部位（又は、部品）を導入した日を格納する。交換日２１５は、メンテナンス作業を行った部位（又は、部品）を交換した日を格納する。劣化状態２１６は、メンテナンス作業を行った部位（又は、部品）の劣化状態を格納する。劣化状態２１６には、例えば、階層別に定義された「軽度」、「中度」、「重度」などである。なお、メンテナンスデータ１１７に格納される劣化状態は、総合的な劣化度合いを示す劣化状態２１６に限らず、部位（又は、部品）の詳細な状態を示す指標でもよい。例えば、「へこみ」、「切断」、「ひび割れ」などの詳細な劣化状態を示すメンバを用いてもよい。稼働率２１７は、メンテナンス時点までの稼働時間を導入日２１４から交換日２１５までの時間で除した値を格納する。累積高温時間２１８は、導入日２１４から交換日２１５までの期間におけるセンサデータ１１６の高温時間２０８を合計した値を格納する。累積高圧時間２１９は、導入日２１４から交換日２１５までの期間におけるセンサデータ１１６の高圧時間２０９を合計した値を格納する。回転性能２２０は、導入日２１４から交換日２１５までの期間におけるセンサデータ１１６の回転数２１０の合計値を稼働時間２０７の合計値で除した値を格納する。

なお、稼働率２１７、累積高温時間２１８、累積高圧時間２１９及び回転性能２２０を、以降では劣化要因指数と総称する。また、劣化要因指数は、前述したものに限らず、センサが観測してセンサデータ１１６として取得した、稼働や使用の頻度や蓄積を示す指標などでもよい。さらに、メンテナンスデータ１１７は、欠陥データを補充したり、誤ったデータを修正するクレンジングが十分にされていることが望ましい。例えば、人為的な事故などの経年劣化と関連がないメンテナンス時のデータは除外されたものを用いる。

＜対象選択画面出力部１０８の詳細＞
図３は、対象選択画面の例を示す図である。図３に示す対象選択画面は、対象選択画面出力部１０８が出力し、表示装置１０３が表示する画面である。

図３に示すように、対象選択画面は、設備ＩＤ３００の設備の最終メンテナンス日３０１のリストを表示し、ユーザが余命を分析する設備を当該画面で選択する。すなわち、最終メンテナンス日３０１は、設備ＩＤ３００が、メンテナンスデータ１１７の設備ＩＤ２１２の設備における直近の交換日２１５又は導入日２１４を示す。ユーザは、ラジオボタン３０２によって設備ＩＤ３０１を選択して劣化を分析する設備を選択し、確認ボタン３０３を操作して中央処理装置１０１に分析処理の実行を指示する。

＜分析処理の詳細＞
次に、分析処理の詳細について説明する。図４は、分析処理のフローチャートである。図４に示す分析処理では、各部位について過去のメンテナンス情報から劣化要因指数ごとの平均寿命を求め、ユーザが選択した設備における今後の劣化要因指数の推移を予測して平均寿命と比較して余命時間を計算する。

まず、データ取得部１０９は、メンテナンスデータＤＢ１０７からメンテナンスデータ１１７を取得し、データメモリ１０２に格納する（ステップ４００）。

次に、平均寿命式処理部１１０は、メンテナンスデータ１１７の部位２１３ごとに各劣化要因指数について導入日２１４から交換日２１５の期間である部位経過時間ｔを説明変数とした回帰式ｆ_{平均寿命ｉｊ}（ｔ）と、その回帰式の決定係数とを求める（ステップ４０１）。なお、前述の回帰式において、ｉは部位２１３の種類のインデックス、ｊは劣化要因指数の種類のインデックスである。

求めた回帰式ｆ_{平均寿命ｉｊ}（ｔ）は、部品交換時点において、平均余命と劣化要因指数との関係を示す式である。なお、ｆ_{平均寿命ｉｊ}（ｔ）に当てはめるモデルは、単調増加モデルや指数モデル、漸近モデル、ロジスティック成長モデル、ゴンペルツ成長モデルなど線形又は非線形モデルを仮定して回帰分析を行い、決定係数が最も大きいモデルを採択するとよい。又は、既に劣化要因指数と故障時点の部位経過時間との関係がモデル化されている場合には、そのモデルを当てはめてもよい。

次に、データ取得部１０９は、対象選択画面（図３）においてユーザが選択した設備のセンサデータ１１６をセンサデータＤＢ１０６からデータメモリ１０２に格納する（ステップ４０２）。

そして、変動予測処理部１１１は、所定の時間間隔の劣化要因指数を計算するために、計算された劣化要因指数に基づいて将来の経年劣化指数の変動を予測する式ｆ_{指数変動予測ｉｊ}（ｔ）を求める（ステップ４０３）。所定の時間間隔は、センサデータ１１６が観測されている時間間隔でよく、例えば、稼働時間５０時間の間隔でよい。なお、上式において、ｉは部位２１３の種類のインデックス、ｊは劣化要因指数の種類のインデックスである。

なお、各部位において過去にメンテナンスが行われていた場合には、メンテナンス以降のセンサデータ１１６を用いる。これにより、現在設備に取り付けてある部位の導入後から現在までの劣化要因指数の推移を計算することができる。ｆ_{指数変動予測ｉｊ}（ｔ）を求める方法として、前記センサデータ１１６のそれぞれの時点での劣化要因指数を用いて、回帰分析法、移動平均法、指数平滑法、ＡＲモデル、ＭＡモデル、ＡＲＩＭＡモデルなどによって劣化要因指数の推移を計算してもよい。

例えば、劣化要因指数が累積値又は部位経過時間である場合、劣化要因指数は通常は単調増加する。このため、回帰分析法を用いて、劣化要因指数の増加率を用いて、ｆ_{指数変動予測ｉｊ}（ｔ）を求めることができる。また、劣化要因指数が使用頻度又は性能値（稼働率、回転性能）である場合、自己回帰モデルを用いて、すなわち、劣化要因指数の重み付き予測値の合計を用いて、ｆ_{指数変動予測ｉｊ}（ｔ）を求めることができる。

次に、余命予測処理部１１２が各劣化要因指数についてｆ_{平均寿命ｉｊ}（ｔ）とｆ_{指数変動予測ｉｊ}（ｔ）との交点となる予測寿命時間ｔｉｊを求める（ステップ４０４）。

さらに、余命予測処理部１１２が、前記ユーザが選択した設備における時系列上、最後のセンサデータ１１６のタイムスタンプ２０６とメンテナンスデータ１１７とを用いて、各部位における部位経過時間ｔ'_ｉｊを求め、余命時間Ｔ_ｉｊ＝ｔ_ｉｊ−ｔ'_ｉｊを計算する（ステップ４０５）。なお、ｉは部位２１３の種類のインデックス、ｊは劣化要因指数の種類のインデックスである。

以上に説明したように、ユーザが選択した設備の各部位について、各劣化要因指数における平均寿命の式と劣化要因指数の変動予測式との交点から余命時間を計算する。例えば、ｆ_平均寿命（ｔ）＝αｔ＋Ｃ、ｆ_{指数変動予測}（ｔ）＝βｔ＋Ｄである場合、交点の時間である余命時間Ｔは、Ｔ＝（Ｄ−Ｃ）／（α−β）によって計算することができる。

そして、平均寿命画面出力部１１３は、分析結果の画面を出力する（ステップ４０６）。

＜平均寿命画面出力部１１３の詳細＞
次に、図５を用いて平均寿命画面出力部１１３の詳細を説明する。図５は、前記ユーザが選択した設備の各部位について散布図上にｆ_{平均寿命ｉｊ}（ｔ）と現在までの劣化要因指数の時系列変化を表す劣化要因指数分析結果画面の例を示す。ユーザは、ｆ_{平均寿命ｉｊ}（ｔ）と現在までの劣化要因指数の時系列変化を比較することによって、劣化要因別の平均余命や劣化進行の様子、余命を確認することができる。

劣化要因指数分析結果画面の設備情報５００は、対象選択画面においてユーザが選択した設備の情報を表示する。構成部位リスト５０１は、ユーザが選択した設備の部位２０４を表示し、ユーザは、ラジオボタン５０２によって、いずれか一つを選択することができる。劣化要因指数リスト５０３は、メンテナンスデータ１１７に格納されるユーザが選択した設備の劣化要因指数を表示し、ユーザは、ラジオボタン５０４によっていずれかの一つを選択することができる。ユーザは、構成部位リスト５０１及び劣化要因指数リスト５０３から、それぞれ一つを選択し、平均寿命比較ボタン５０５を操作することによって、散布図５０６を表示することができる。

散布図５０６は、縦軸を前記ユーザが選択した劣化要因指数、横軸を部位経過時間とし、前記ユーザが選択した構成部位におけるメンテナンスデータ１１７が点５０７でプロットされる。また、ステップ４０１において計算された劣化要因指数における部位経過時間との関係を示すｆ_{平均寿命ｉｊ}（ｔ）を用いて計算された平均寿命を線５０８で表示する。さらに、ユーザが選択した構成部位の劣化要因指数をセンサデータ１１６から取得して所定時間（例えば、５０時間）ごとのグラフ５０９を表示する。なお、散布図５０６の横軸を部位経過時間としているのは、センサでは観測できないが時間の経過と共に進行する経年劣化を含めた指標とするためである。例えば、ゴムであれば酸化、光、放射線などによる化学変化、コンクリートであれば二酸化酸素の浸透による中性化や水の浸透による組織の破壊、鋼材であれば錆など、稼働頻度によらず継続的に進行する劣化がある。なお、このような時間経過に伴う劣化要因がない部位、又は、ライフサイクルの中で微細な部位に関しては、横軸を稼働時間などにしてもよい。散布図５０６によって、設備の各部位について、劣化要因別での平均余命を確認することができ、また、選択した設備における現在の劣化要因指数の推移及びその平均余命を確認することができる。なお、劣化要因指数は、事前調査などで強い相関関係のある指数は一方の指数のみを採用すればよい、又は主成分分析などによって相関関係のある指数を一つの指数に変換してもよい。また、設備データ１１５における設備種類２０１、業種２０２、周辺環境２０３や、メンテナンスデータ１１７における劣化状態２１６などの条件別にメンテナンスデータ１１７を分類し、ステップ４０１で求めたｆ_{平均寿命ｉｊ}（ｔ）の計算結果を表示してもよい。また、劣化要因指数が累積値である場合、図６に示す例のように面グラフ６００で表示してもよい。

さらに、図７に示す例のように散布図のように表示するメンテナンスデータ１１７の数が十分である場合には、ｆ_{平均寿命ｉｊ}（ｔ）の信頼区間の下限値７００を表示してもよい。信頼区間は、例えば、標準偏差を用いて信頼度が９０％や９５％の値を計算することによって、表示することができる。

次に、図８を用いて、ユーザが変動推移予測ボタン５１０を操作した後に表示される画面について説明する。

ユーザが変動推移予測ボタン５１０を操作すると、劣化要因指数分析結果画面は、ステップ４０３で求めたｆ_{指数変動予測ｉｊ}（ｔ）の計算結果である変動予測線８００を表示する。変動予測線８００は、例えば、ｆ_{指数変動予測ｉｊ}（ｔ）に部位経過時間を一定間隔で増加させた際の値を代入した際の値を折れ線で表示してもよい。このようにすることで、ユーザが選択した劣化要因指数を予測（すなわち、今後の変動の様子）を知ることができ、どの程度で寿命となるかを知ることができる。

なお、劣化要因指数が所定の周期で変動する場合、過去の周期的に変動した変動予測を考慮して劣化要因指数の予測値を計算してもよい。例えば、劣化要因指数が年間の季節変動（ビジネス繁忙期など）と連動して変化する場合、過去と同一に変動すると仮定した場合、ｆ_{指数変動予測ｉｊ}（ｔ）に年を周期として変化する係数を乗じて、劣化要因指数の予測値を計算する。また、ｆ_{指数変動予測ｉｊ}（ｔ）を周期的変動が組み込まれた関数としてもよい。

＜余命画面出力部１１４の詳細＞
ユーザが劣化要因指数分析結果画面において余命確認ボタン５１１を操作すると、余命画面出力部１１４は、ユーザが選択した構成部位の余命時間を表示する画面を表示装置１０３に出力する。

図９は、余命画面出力部１１４が出力する結果表示画面の例を示す。

図９に示す結果表示画面は、チェックボックス９００、劣化要因指数９０１、関係式９０２及び決定係数９０３をリスト形式で表示する。負荷指数リストは、ユーザが劣化要因指数分析結果画面で選択した構成部位について、ステップ４０１で求めた各劣化要因指数の式と決定係数を表示する。ユーザは、部位経過時間との間で傾向が確認できた劣化要因指数をリストの中からチェックボックス９００で選択し、余命時間ボタン９０４を操作する。余命時間ボタン９０４が操作されると、余命時間変化９０５のグラフが画面上に表示される。余命時間変化９０５は、縦軸を余命時間、横軸を日付とする面グラフである。余命時間変化９０５は、実績余命９０６と予測余命９０７の二つのエリアに分かれる。

実績余命９０６は、当該設備のセンサデータ１１６であるＤ_ｉｊ（ｉは部位２１３の種類のインデックス、ｊは劣化要因指数の種類のインデックス）におけるデータｄｘ（ｘはセンサデータ１１６における時系列のインデックス）について、各ｘ時点の劣化要因指数Ｃｘを計算し、ｆ_{指数変動予測ｉｊ}（ｔ）＋Ｃｘ＝ｆ_{平均寿命ｉｊ}（ｔ）における部位経過時間、すなわち予測寿命時間Ｔ'_ｉｊを求める。そして、劣化要因指数のインデックスｊの中で最大となるＴ'_ｉｊを予測余命時間の縦軸とし、横軸をＤ_ｉｊのタイムスタンプとしてインデックスｘをインクリメントした際の推移を面グラフで表示する。予測余命９０７は、最小の余命時間Ｔ_ｉｊとｆ_{指数変動予測ｉｊ}（ｔ）を用いて、ｔを１日単位でインクリメントした際の予測余命時間Ｔ'_ｉｊ＝Ｔ_ｉｊ−ｆ_{指数変動予測ｉｊ}（ｔ）を縦軸、ｔを横軸として面グラフで表示する。

以上の表示によって、ユーザはこれまでの余命時間の減少傾向を確認でき、さらに、今後の余命時間の推移を確認することができる。なお、予測余命時間Ｔ'_ｉｊを、例えば、複数の劣化要因指数の加法モデルや乗法モデルで示すことができる場合、劣化要因指数の寄与率別に色分けして表示してもよい。

＜まとめ＞
本実施形態では、設備に取り付けられたセンサ値から稼働頻度や蓄積疲労などの劣化要因指数を計算して、過去のメンテナンスデータから部位ごとの寿命と劣化要因指数の関係を求め、稼働中の設備と寿命時の劣化要因指数の比較を可能とする画面を出力する処理について説明した。また、稼働中の設備の劣化要因指数の状態と今後の推移を予測し、余命時間を計算し、過去の余命時間の推移および今後の推移を可視化する。これによって、ユーザは、監視対象の設備の各部位について平均寿命を知ることができる。また、要因別に寿命時の劣化度合いと現在の状態を比較でき、平均余命を確認することができる。そして、稼働中の設備の余命時間を把握できるので、保守部品が必要な数及びタイミングで揃えることができ、メンテナンスの巡回スケジュールの策定にも役立てることができる。

以上に説明したように、本発明の実施形態では、グラフ表示により劣化要因指数の経時変化や今後の推移を観察することができ、設備の部位の劣化度合いや余命を容易に把握することができる。また、経年劣化のベンチマークを必要とせず、平均寿命に対する劣化の程度を可視化することができる。

また、設備の部位の使用頻度を示す指標や性能値を劣化要因指数に採用した場合、機械装置やサーバ計算機などの部位の寿命を的確に予測することができる。前記部位の観測値が所定の条件を満たす時間の累積値を劣化要因指数に採用した場合、車の走行回数等を用いて、道路、橋梁等のインフラ設備の劣化（例えば、コンクリートの劣化）を的確に予測することができる。

また、将来の劣化要因指数の予測値を計算するための予測関数（ｆ_{指数変動予測ｉｊ}（ｔ））を求めるので、将来の劣化要因指数の変化を正確に予測することができる。

また、所定時間ごとの劣化要因指数の値と平均寿命との距離を予測余命時間とするので、余命を正確に予測することができる。

また、予測余命を実績余命時間と予測余命時間とに分けて計算し、実績余命時間は過去の劣化要因指数の時系列変化とｆ_{平均寿命ｉｊ}（ｔ）を用いて計算された平均寿命線５０８とを用いて計算し、予測余命時間はｆ_{指数変動予測ｉｊ}（ｔ）を用いて計算された変動予測線８００と、ｆ_{平均寿命ｉｊ}（ｔ）を用いて計算された平均寿命線５０８とを用いて計算する。このため、余命を正確に予測することができる。

なお、本発明は前述した実施形態に限定されるものではなく、添付した特許請求の範囲の趣旨内における様々な変形例及び同等の構成が含まれる。例えば、前述した実施形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を有するものに本発明は限定されない。また、ある実施形態の構成の一部を他の実施形態の構成に置き換えてもよい。また、ある実施形態の構成に他の実施形態の構成を加えてもよい。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をしてもよい。

また、前述した各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等により、ハードウェアで実現してもよく、プロセッサがそれぞれの機能を実現するプログラムを解釈し実行することにより、ソフトウェアで実現してもよい。

各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリ、ハードディスク、ＳＳＤ（ＳｏｌｉｄＳｔａｔｅＤｒｉｖｅ）等の記憶装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に格納することができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、実装上必要な全ての制御線や情報線を示しているとは限らない。実際には、ほとんど全ての構成が相互に接続されていると考えてよい。

１００・・・プログラムメモリ
１０１・・・中央処理装置
１０２・・・データメモリ
１０３・・・表示装置
１０４・・・入力装置
１０５・・・設備データＤＢ
１０６・・・センサデータＤＢ
１０７・・・メンテナンスデータＤＢ
１０８・・・対象選択画面出力部
１０９・・・データ取得部
１１０・・・平均寿命式処理部
１１１・・・変動予測処理部
１１２・・・余命予測処理部
１１３・・・平均寿命画面出力部
１１４・・・余命画面出力部
１１５・・・設備データ
１１６・・・センサデータ
１１７・・・メンテナンスデータ

Claims

設備の部位の経年劣化を診断する診断支援システムであって、
プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを備え、
前記プロセッサが、当該部位の過去の故障発生時の劣化要因指数及び当該部位の稼働時間を説明変数とした回帰関数を求める平均寿命式処理部と、
前記プロセッサが、当該部位の劣化の程度を表示するための画面データを生成する画面出力部と、
前記プロセッサが、監視対象の部位における過去の劣化要因指数を時系列解析して、当該部位の可動時間を説明変数として将来の劣化要因指数の予測値を計算するための予測関数を求める変動予測処理部と、
前記プロセッサが、前記監視対象の部位における前記過去の劣化要因指数又は前記劣化要因指数の予測値と平均寿命との距離に基づいて予測余命時間を計算する余命予測処理部と、を備え、
前記画面出力部は、
前記求められた回帰関数を用いて平均寿命の近似曲線を計算し、
前記監視対象の部位における過去の劣化要因指数の時系列変化を表すグラフを生成し、
前記変動予測処理部が求めた予測関数を用いて、前記監視対象の部位の劣化要因指数の予測値を計算し、
前記余命予測処理部は、
前記過去の劣化要因指数の時系列変化と、前記生成されたグラフとを用いて実績余命時間を計算し、
前記計算された劣化要因指数の予測値と、前記生成されたグラフとを用いて予測余命時間を計算し、
前記画面出力部は、
前記計算された近似曲線と、前記生成されたグラフと、前記計算された近似曲線と、前記計算された予測値と、前記計算された予測余命時間と、を表示するための画面データを出力すること特徴とする診断支援システム。
請求項１に記載の診断支援システムであって、
前記劣化要因指数は、前記部位の使用頻度を表す指標値、前記部位の性能値、前記部位の観測値が所定の条件を満たす時間の累積値のいずれか一つ以上であることを特徴とする診断支援システム。
請求項１に記載の診断支援システムであって、
前記変動予測処理部は、当該部位の可動時間を説明変数として前記劣化要因指数の増加率を目的変数とした回帰分析によって、前記予測関数を求めることを特徴とする診断支援システム。
請求項１に記載の診断支援システムであって、
前記変動予測処理部は、当該部位の可動時間を説明変数として前記劣化要因指数に重み付けした予測値の合計を目的変数とした自己回帰モデルを用いて前記予測関数を求めることを特徴とする診断支援システム。
請求項１から４のいずれか一つに記載の診断支援システムであって、
前記画面出力部は、前記劣化要因指数が所定の周期で変動する場合、過去の周期的な変動を考慮して劣化要因指数の予測値を計算することを特徴とする診断支援システム。
設備の部位の経年劣化を計算機を用いて診断する診断支援方法であって、
前記計算機は、プログラムを実行するプロセッサと、前記プログラムを格納するメモリとを有し、
前記方法は、
前記プロセッサが、当該部位の過去の故障発生時の劣化要因指数及び当該部位の稼働時間を説明変数とした回帰関数を求め、
前記プロセッサが、前記求められた回帰関数を用いて平均寿命の近似曲線を計算し、
前記プロセッサが、監視対象の部位における過去の劣化要因指数の時系列変化を表すグラフを生成し、
前記プロセッサが、前記監視対象の部位における過去の劣化要因指数を時系列解析して、当該部位の可動時間を説明変数として将来の劣化要因指数の予測値を計算するための予測関数を求め、
前記プロセッサが、前記監視対象の部位における前記過去の劣化要因指数又は前記劣化要因指数の予測値と平均寿命との距離に基づいて予測余命時間を計算し、
前記プロセッサが、前記求められた予測関数を用いて、前記監視対象の部位の劣化要因指数の予測値を計算し、
前記プロセッサが、前記過去の劣化要因指数の時系列変化と、前記生成されたグラフとを用いて実績余命時間を計算し、
前記計算された劣化要因指数の予測値と、前記生成されたグラフとを用いて予測余命時間を計算し、
前記プロセッサが、前記計算された近似曲線と、前記生成されたグラフと、前記計算された近似曲線と、前前記計算された予測値と、前記計算された予測余命時間と、を表示するための画面データを出力すること特徴とする診断支援方法。