JP6441433B1 - 予兆診断装置 - Google Patents

Abstract

【課題】機器の未知の異常予兆に対する対策を確実に取得する。【解決手段】本発明の予兆診断装置は、複数の診断対象機器のそれぞれに関連付けて、診断対象機器の異常内容及び異常内容の原因を取り除くための対策が記憶される記憶部と、複数の診断対象機器のうち第一の診断対象機器の異常内容を受け付け、受け付けた異常内容、及び、第一の診断対象機器を検索キーとして、記憶部を検索し対策を取得し、受け付けた異常内容及び第一の診断対象機器を検索キーとして対策を取得することができない場合、受け付けた異常内容、及び、複数の診断対象機器のうち第一の診断対象機器以外の第二の診断対象機器を検索キーとして、対策を取得し、対策を取得することができない場合、検索キーとする診断対象機器を変更する処理を、対策を取得できるまで繰り返す診断部と、を備えることを特徴とする。【選択図】図１

Description

本発明は、予兆診断装置に関する。

機器が大規模な生産設備等に組み込まれている場合、当該機器が突然故障すると生産設備全体が停止する。それだけではなく、当該機器の故障に起因して周辺の他の機器が連鎖的に故障する場合も多い。すると、膨大な経済的損失が発生し、回復するためにも長期間を要する。したがって、機器が故障する前に故障の予兆を検知し、早めの対策を講ずることが重要である。

近時、コンピュータが機器の異常予兆を検知する技術が広く普及している。特許文献１の情報処理装置は、保守員が作成した保守作業報告書から、ある機器に対する過去の具体的な保守内容を抽出し、抽出した保守内容を、当該機器が示したセンサ値の時系列変化のパタンに関連付けて記憶しておく。いま、実際に当該機器から、当該情報処理装置が既に記憶しているパタンのセンサ値が測定されたとする。すると、当該情報処理装置は、そのパタンに関連付けられている保守内容を取得し、保守員に提示する。

特許第５７５３２８６号公報

特許文献１においては、ある機器が長期間使用され、過去に行われた多くの保守内容の事例が蓄積されるほど、現在における異常予兆に対するより的確な保守内容が取得されるようになっている。しかしながら、現在における異常予兆が、過去に経験したことがないパタンを示す場合、特許文献１の情報処理装置は、保守内容を提示することができない。さらに、特許文献１においては、ある診断対象の機器と、それを診断する情報処理装置とが、１対１に対応することが前提となっている。すると、例えば同じ型式の機器が多数の企業において稼働している場合、ある企業の知見（保守内容）を、他の企業が利用することは困難である。
そこで、本発明は、機器の未知の異常予兆に対する対策を確実に取得することを目的とする。

本発明の予兆診断装置は、複数の診断対象機器のそれぞれに関連付けて、診断対象機器の異常内容及び異常内容の原因を取り除くための対策が記憶される記憶部と、複数の診断対象機器のうち第一の診断対象機器の異常内容を受け付け、受け付けた異常内容、及び、第一の診断対象機器を検索キーとして、記憶部を検索し対策を取得し、受け付けた異常内容及び第一の診断対象機器を検索キーとして対策を取得することができない場合、受け付けた異常内容、及び、複数の診断対象機器のうち第一の診断対象機器以外の第二の診断対象機器を検索キーとして、対策を取得し、対策を取得することができない場合、検索キーとする診断対象機器を変更する処理を、対策を取得できるまで繰り返す診断部と、を備えることを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。

本発明によれば、機器の未知の異常予兆に対する対策を確実に取得することができる。

（ａ）、（ｂ）及び（ｃ）は、第１の実施形態の考え方を説明する図である。 （ａ）、（ｂ）及び（ｃ）は、第２の実施形態の考え方を説明する図である。 予兆診断装置の構成を説明する図である。 対策履歴情報の一例を示す図である。 第１の実施形態の処理手順のフローチャートである。 稼働情報データベースの一例を示す図である。 対策情報の一例を示す図である。 機器情報の一例を示す図である。 機器類似情報の一例を示す図である。 診断情報の一例を示す図である。 第２の実施形態の処理手順のフローチャートである。

以降、本発明を実施するための形態（“本実施形態”という）を、図等を参照しながら詳細に説明する。本実施形態では、複数の空調用の冷凍機を診断する例を説明する。しかしながら、本発明は、冷凍機だけではなく稼働情報を取得できる任意の機器に対して適用可能である。

本発明が想定する代表的な実施形態として、以降に記載する第１の実施形態及び第２の実施形態が存在する。第１の実施形態は、異常予兆の具体的な内容を特定することは可能であるが、その異常予兆に対する対策が取得できない場合である。第２の実施形態は、そもそも機器が示すセンサ値が異常予兆を示すものであるか否かが判明せず、その結果、異常予兆の具体的な内容が不明であり、仮にそのセンサ値が異常予兆を示すものであったとしても、対策が取得できない場合である。なお、以降においては、“異常予兆”を略して“異常”と呼ぶ。

（第１の実施形態の考え方）
図１に沿って、第１の実施形態の考え方を説明する。図１（ａ）に注目する。予兆診断装置は、同じ型式の診断対象機器を使用している複数の企業（企業１、企業２及び企業３）から、当該型式の診断対象機器が“異常Ａ”を示した場合の過去の保守内容（対策）を収集し、“異常Ａ”に関連付けて記憶している。いま、企業１によって使用されている診断対象機器が“異常Ａ”を示していることが分かっている。異常Ａは、診断対象機器が単に正常ではないというだけではなく、診断対象機器が特定の異常（例えば、“冷媒管穴あき”）を示していることを意味する。

これらの対策は、企業１における対策１、企業２における対策２及び企業３における対策３である。これらの対策のうち、対策１は、現在“異常Ａ”を示している診断対象機器そのもの（自機）に対して過去に行われた対策である。そこで、予兆診断装置は、“異常Ａ”を検索キーとして、自機についての対策を検索し、検索結果として対策１を取得する。対策１は、例えば“冷媒管の穴を塞ぐ”である。

図１（ｂ）に注目する。予兆診断装置は、対策１を記憶していない（破線はそのことを表す）。なぜならば、例えば、企業１は、当該型式の診断対象機器を導入してから日が浅く、診断対象機器は未だ“異常Ａ”を示した経験を有さないからである。そこで、予兆診断装置は、“異常Ａ”を検索キーとして、企業１以外の企業によって使用されている同じ型式の診断対象機器（他機）についての対策を検索し、検索結果として対策２を取得する。対策２は、例えば“冷媒管を交換する”であってもよいし、他の内容であってもよい。もちろん、予兆診断装置は、検索結果として、対策３“別の材質の冷媒管に交換する”を取得してもよい。

図１（ｃ）に注目する。予兆診断装置は、対策１及び対策２を記憶していない。そこで、予兆診断装置は、“異常Ａ”を検索キーとして、企業１以外の企業によって使用されている同じ型式の診断対象機器についての対策を検索し、検索結果として対策３“別の材質の冷媒管に交換する”を取得する。

（第２の実施形態の考え方）
図２に沿って、第２の実施形態の考え方を説明する。故障診断の技術分野においては、過去のセンサ値を使用し機械学習を行うことによって、多次元座標空間内に複数のクラスタを生成し、診断対象のセンサ値をそのクラスタに当てはめて故障の有無を診断する技術が普及している。

いま、ある特定の診断対象機器についての過去における多くの稼働情報が蓄積されているとする。稼働情報とは、例えばある１つの時点における複数種類のセンサ値を成分に有する多次元ベクトルである。具体的にどのような種類のセンサ値が使用されるかは、その機器の種類によって異なる。ここでは、センサ値は、冷媒温度、冷媒流量、及び、圧縮機回転速度の３種類であるとする。もちろん冷媒温度及び冷媒流量は、観測される箇所によって異なる。ここでの冷媒温度及び冷媒流量は、圧縮機の出口においてセンサが取得した値であるとする。

図２（ａ）に注目する。本実施形態の予兆診断装置は、診断対象機器Ｍ０１の過去の稼働情報のうち、診断対象機器Ｍ０１が正常であることが既知である時点の稼働情報を示す点を３次元座標空間にプロットする。この３次元座標空間の３本の座標軸は、冷媒温度、冷媒流量、及び、圧縮機回転速度である。稼働情報が取得された時点の数に等しい数の点が３次元座標空間内のある領域に集まることになる。予兆診断装置は、これらのすべての点を内部又は表面上に含む球のうち最も半径が小さい球５１を生成し、この球５１に“正常”を関連付ける。以降、“球（正常）５１”等と単純化して記載する場合、それは、「診断結果“正常”と関連付けられた球５１」等を意味する。なお、このような球は一般に“クラスタ”と呼ばれることもある。

予兆診断装置は、診断対象機器Ｍ０１の過去の稼働情報のうち、診断対象機器Ｍ０１が特定の異常Ａ（例えば、冷媒管穴あき）の状態にあることが既知である時点の稼働情報を示す点を３次元座標空間にプロットする。やはり、複数の点が３次元座標空間内のある領域に集まることになる。予兆診断装置は、これらのすべての点を内部又は表面上に含む球のうち最も半径が小さい球（異常Ａ）５２ａを生成する。予兆診断装置は、同様にして、球（異常Ｂ）５２ｂ、球（異常Ｃ）５２ｃ、及び、球（異常Ｄ）５２ｄを生成する。因みに、異常Ｂは、“圧縮機軸摩耗”であり、異常Ｃは、“フィルタ目詰まり”であり、異常Ｄは、“冷媒品質低下”である。

予兆診断装置は、それぞれの異常に関連付けて、その異常の要因を取り除く対策を別途記憶しておく。例えば、予兆診断装置は、異常Ａに対策“冷媒管を交換する”を、異常Ｂに対策“圧縮機軸を交換する”を、異常Ｃに対策“フィルタを清掃する”を、異常Ｄに対策“冷媒を入れ替える”をそれぞれ関連付けて記憶する。

予兆診断装置は、診断対象機器Ｍ０１の稼働情報のうち、診断対象機器Ｍ０１が正常又は異常であることが既知ではないある１つの時点（診断対象時点）の稼働情報を取得し、その稼働情報を示す点５３を３次元座標空間にプロットする。仮に、点５３が、球（異常Ａ）５２ａの内部にある場合、予兆診断装置は、その対策として“冷媒管を交換する”を取得できる。しかしながら、図２（ａ）のように、点５３が何れの球の内側又は表面上にもない場合、別途方策を取らない限り予兆診断装置は対策を取得することができない。

図２（ｂ）に注目する。予兆診断装置は、診断対象機器Ｍ０２についても前記と同様にして、球（正常）５４、球（異常Ａ）５５ａ、球（異常Ｂ）５５ｂ、球（異常Ｃ）５５ｃ、及び、球（異常Ｄ）５５ｄを生成する。当然のことながら、図２（ｂ）における球（正常）５４の位置及び半径は、図２（ａ）における球（正常）５１の位置及び半径とは異なる。その他の球（異常Ａ）等についても同じことがいえる。いま、予兆診断装置が、診断対象機器Ｍ０１に対する診断において、図２（ａ）の点５３を、その位置（座標値）を変化することなく図２（ｂ）の３次元座標空間に移動したとする。すると、図２（ｂ）においては、点５３は、球（異常Ｃ）５５ｃの内部に入ることになる。

図２（ｃ）に注目する。予兆診断装置は、診断対象機器Ｍ０３についても前記と同様にして、球（正常）５６、球（異常Ａ）５７ａ、球（異常Ｂ）５７ｂ、球（異常Ｃ）５７ｃ、及び、球（異常Ｄ）５７ｄを生成する。図２（ｃ）における球（正常）５６の位置及び半径は、図１（ａ）における球（正常）５１の位置及び半径とは異なり、図２（ｂ）における球（正常）５４の位置及び半径とも異なる。その他の球（異常Ａ）等についても同じことがいえる。いま、予兆診断装置が、診断対象機器Ｍ０１に対する診断において、図２（ａ）の点５３を、その位置（座標値）を変化することなく図２（ｃ）の３次元座標空間に移動したとする。すると、図２（ｃ）においては、点５３は、球（異常Ｄ）５７ｄの内部に入ることになる。

ここで、予兆診断装置が図２（ｂ）に基づき“診断対象機器Ｍ０１は異常Ｃである”と診断するか、それとも、図２（ｃ）に基づき“診断対象機器Ｍ０１は異常Ｄである”と診断するか、が問題となる。予兆診断装置がどちらを選択するかは、診断対象機器Ｍ０２又は診断対象機器Ｍ０３のどちらが診断対象機器Ｍ０１により類似しているかによる。例えば、診断対象機器Ｍ０２のほうが診断対象機器Ｍ０１により類似している場合、予兆診断装置は、“診断対象機器Ｍ０１は異常Ｃである”と診断できる。すると、予兆診断装置は、異常Ｃに関連付けられている対策“フィルタを清掃する”を取得できる。

（予兆診断装置の構成）
図３に沿って、予兆診断装置の構成を説明する。予兆診断装置１は、一般的なコンピュータである。予兆診断装置１は、中央制御装置１１、入力装置１２、出力装置１３、主記憶装置１４、補助記憶装置１５及び通信装置１６を有する。これらは、バスで接続されている。補助記憶装置１５は、対策履歴情報３０、稼働情報データベース（稼働情報ＤＢ）３１、対策情報３２、機器情報３３、機器類似情報３４及び診断情報３５を格納する。主記憶装置１４における学習情報生成部２１、類似度算出部２２及び診断部２３は、プログラムである。以降の説明において、“○○部は”と動作主体を記した場合、それは、中央制御装置１１が補助記憶装置１５から○○部を読出し、主記憶装置１４にロードしたうえで○○部の機能（詳細後記）を実現することを意味する。

予兆診断装置１は、ネットワーク３を介して、又は、ネットワーク３を介することなく有線若しくは無線の短距離通信技術を使用して、診断対象機器２（前記した診断対象機器Ｍ０１等である）と通信可能である。診断対象機器２は、複数存在する。なお、図２の予兆診断装置１は、第１の実施形態及び第２の実施形態を実施するための最大構成として記載されている。予兆診断装置１が第１の実施形態のみを実施する場合、補助記憶装置１５は、対策履歴情報３０のみを記憶していればよく、稼働情報ＤＢ３１、対策情報３２、機器情報３３、機器類似情報３４及び診断情報３５は不要である。また、プログラムとして診断部２３が存在すればよく、学習情報生成部２１及び類似度算出部２２は不要である。

予兆診断装置１が第２の実施形態のみを実施する場合、補助記憶装置１５は、稼働情報ＤＢ３１、対策情報３２、機器情報３３、機器類似情報３４及び診断情報３５を記憶していればよく、対策履歴情報３０は不要である。また、プログラムとして、学習情報生成部２１、類似度算出部２２及び診断部２３のすべてが必要である。

（第１の実施形態）
以降で、第１の実施形態を説明する。

（対策履歴情報）
図４に沿って、対策履歴情報３０を説明する。対策履歴情報３０においては、機器ＩＤ欄８１に記憶された機器ＩＤに関連付けて、使用者名称欄８２には使用者名称が、型式欄８３には型式が、日時欄８４には日時が、異常カテゴリ欄８５には異常カテゴリが、異常内容欄８６には異常内容が、対策欄８７には対策が記憶されている。

機器ＩＤ欄８１の機器ＩＤは、診断対象機器２を一意に特定する識別子である。
使用者名称欄８２の使用者名称は、診断対象機器２を使用する企業の名称である。
型式欄８３の型式は、診断対象機器２の型式である。
日時欄８４の日時は、異常内容が発生した時点の年月日である。
異常カテゴリ欄８５の異常カテゴリは、診断対象機器２の異常内容を記号化したものである。
異常内容欄８６の異常内容は、診断対象機器２の異常の具体的な内容である。
対策欄８７の対策は、異常の原因を取り除く（本格的な異常を未然に防ぐ）具体的な対策である。

対策履歴情報３０を見ると、以下のことが分かる。
・企業１、企業２及び企業３は、型式が“△型冷凍機”である診断対象機器を使用している。そして、これらの診断対象機器は別々の個体であり、それぞれに対して機器ＩＤ“Ｍ０１”、“Ｍ０２”及び“Ｍ０３”が付与されている。
・日時欄８４に注目すると、異常が発生している時点は、診断対象機器Ｍ０３が最も早く、診断対象機器Ｍ０１が最も遅い。つまり、診断対象機器Ｍ０１は、比較的後になって稼働を開始したので、自機の保守経験（対策）は比較的少なく、それ故に、他機の保守経験を流用できる機会がある。

・異常カテゴリ及び異常内容は、診断対象機器によって様々であるが、同じ異常カテゴリが繰り返して発生する場合もある。また、同じ異常カテゴリが、複数の診断対象機器に跨って発生する場合もある。
・同じ異常カテゴリに対して、異なる複数の対策が講じられる場合がある。例えば、企業３は、“異常Ａ”（冷媒管穴あき）に対して、まず、対策“冷媒管の穴を塞ぐ”を実施し（レコード９０ａ）、次に、対策“別の材質の冷媒管に交換する”を実施した（レコード９０ｆ）。また、企業３は、“異常Ｂ”（圧縮機軸摩耗）に対して、まず、対策“圧縮機軸を交換する”を実施し（レコード９０ｂ）、次に、対策“圧縮機軸受の位置を調整する”を実施した（レコード９０ｅ）。さらに、企業３は、“異常Ｃ”（フィルタ目詰まり）に対して、まず、対策“フィルタを清掃する”を実施し（レコード９０ｃ）、次に、対策“より目の粗いフィルタに交換する”を実施した（レコード９０ｇ）。

対策履歴情報３０のうち、診断対象機器Ｍ０１についてのレコード８８ａ〜８８ｆを時系列で見て行くと、以下のことが分かる。
・２０１６年８月１０日（レコード８８ａ）
異常Ａに対して対策“冷媒管の穴を塞ぐ”が実施され、予兆診断装置１は、そのことをレコード８８ａとして記憶した。
・２０１６年９月１０日（レコード８８ｂ）
異常Ｂに対して対策“圧縮機軸を交換する”が実施され、予兆診断装置１は、そのことをレコード８８ｂとして記憶した。

・２０１６年９月２５日（レコード８８ｃ）
異常Ａが発生した。予兆診断装置１は、“Ｍ０１”及び“異常Ａ”を検索キーとして対策履歴情報３０を検索し、該当したレコード８８ａの対策“冷媒管の穴を塞ぐ”を取得した。予兆診断装置１は、その検索結果をレコード８８ｃとして記憶した。同じ“異常Ａ”に対する自機向けの過去の対策が記憶されていたので、この対策が活用できた。
・２０１６年１０月５日（レコード８８ｄ）
異常Ｂが発生した。予兆診断装置１は、“Ｍ０１”及び“異常Ｂ”を検索キーとして対策履歴情報３０を検索し、該当したレコード８８ｂの対策“圧縮機軸を交換する”を取得した。予兆診断装置１は、その検索結果をレコード８８ｄとして記憶した。ここでもやはり、同じ“異常Ｂ”に対する自機向けの過去の対策が記憶されていたので、この対策が活用できた。

・２０１６年１０月１５日（レコード８８ｅ）
異常Ｃが発生した。予兆診断装置１は、“Ｍ０１”及び“異常Ｃ”を検索キーとして対策履歴情報３０を検索したが、該当するレコードはなかった。そこで、予兆診断装置１は、“Ｍ０２”及び“異常Ｃ”を検索キーとして対策履歴情報３０を検索し、該当したレコード８９の対策“フィルタを清掃する”を取得した。予兆診断装置１は、その検索結果をレコード８８ｅとして記憶した。“異常Ｃ”に対する自機向けの過去の対策は記憶されていなかったが、他機向けの過去の対策は記憶されていたので、この対策が活用できた。

・２０１６年１１月１日（レコード８８ｆ）
異常Ｆが発生した。予兆診断装置１は、“Ｍ０１”及び“異常Ｆ”を検索キーとして対策履歴情報３０を検索したが、該当するレコードはなかった。さらに、予兆診断装置１は、“Ｍ０２”及び“異常Ｆ”を検索キーとして対策履歴情報３０を検索したが、該当するレコードはなかった。そこで、予兆診断装置１は、“Ｍ０３”及び“異常Ｆ”を検索キーとして対策履歴情報３０を検索し、該当したレコード９０ｄの対策“固定ネジを締め付ける”を取得した。予兆診断装置１は、その検索結果をレコード８８ｆとして記憶した。“異常Ｆ”に対する自機向けの過去の対策は記憶されていなかったが、他機向けの過去の対策は記憶されていたので、この対策が活用できた。

（処理手順）
図５に沿って、第１の実施形態の処理手順を説明する。
ステップＳ１６１において、予兆診断装置１の診断部２３は、異常カテゴリ等を受け付ける。具体的には、診断部２３は、ユーザが入力装置１２を介して、異常カテゴリ（又は異常内容）及び機器ＩＤを入力するのを受け付ける。ここで受け付けた異常カテゴリ及び機器ＩＤが、それぞれ“異常Ａ”及び“Ｍ０１”であったとして以降の説明を続ける。

ステップＳ１６２において、診断部２３は、自機の対策を検索する。具体的には、診断部２３は、“異常Ａ”及び“Ｍ０１”を検索キーとして、対策履歴情報３０を検索し、該当したレコードの対策を取得する。ここで該当するレコードが存在しない場合もある。

ステップＳ１６３において、診断部２３は、自機の対策を取得できたか否かを判断する。具体的には、ステップＳ１６２において該当するレコードが存在した場合（ステップＳ１６３“Ｙｅｓ”）、ステップＳ１６７に進み、存在しなかった場合（ステップＳ１６３“Ｎｏ”）、ステップＳ１６４に進む。

ステップＳ１６４において、診断部２３は、参照する他機の順位を決定する。具体的には、第１に、診断部２３は、予め設定されているルールに基づいて、その対策を取得すべき他の診断対象機器（他機）の優先順位を決定する。第１の実施形態においては、他機の型式は自機の型式と同じである。しかしながら、例えば、運転時間の差分が小さい順、製造年月日が近い順等のルールに基づいて、複数の他機に対して優先順位を決定することが好ましい。ここでは、診断部２３は、優先順位が高い順に、Ｍ０２、Ｍ０３、・・・を決定したものとする。
第２に、診断部２３は、最も優先順位の高い機器ＩＤ（ここでは“Ｍ０２”）を取得する。

ステップＳ１６５において、診断部２３は、他機の対策を検索する。具体的には、診断部２３は、“異常Ａ”及びステップＳ１６４の“第２”において取得した機器ＩＤ（Ｍ０２）を検索キーとして、対策履歴情報３０を検索し、該当したレコードの対策を取得する。ここで該当するレコードが存在しない場合もある。

ステップＳ１６６において、診断部２３は、他機の対策を取得できたか否かを判断する。具体的には、ステップＳ１６５において該当するレコードが存在した場合（ステップＳ１６６“Ｙｅｓ”）、ステップＳ１６７に進み、存在しなかった場合（ステップＳ１６６“Ｎｏ”）、ステップＳ１６５に戻る。戻った先のステップＳ１６５において、診断部２３は、“異常Ａ”及び“Ｍ０３”を検索キーとして、対策履歴情報３０を検索する。

ステップＳ１６７において、診断部２３は、対策を表示する。具体的には、第１に、診断部２３は、ステップＳ１６２又はＳ１６５において取得した対策を出力装置１３に表示する。
第２に、診断部２３は、対策履歴情報３０（図４）の新たなレコードを作成し、各欄を埋める。診断部２３は、新たなレコードの機器ＩＤ欄８１、異常カテゴリ欄８５及び対策欄８７には、それぞれ、“Ｍ０１”、“異常Ａ”、及び、ステップＳ１６２又はＳ１６５において取得した対策を記憶することになる。その後、処理手順を終了する。
なお、請求項における“第一の診断対象機器”及び“第二の診断対象機器”には、それぞれ、ここでの“自機”及び“他機”が相当する。結局、診断部２３は、対策を取得することができない場合、検索キーとする診断対象機器を変更する処理を、対策を取得できるまで繰り返すことになる。

（第２の実施形態）
以降で、第２の実施形態を説明する。

（稼働情報ＤＢ）
図６に沿って、稼働情報ＤＢ３１を説明する。稼働情報ＤＢ３１においては、機器ＩＤ欄１０１に記憶された機器ＩＤに関連付けて、時点欄１０２には時点が、稼働情報欄１０３には稼働情報が、保守員診断結果欄１０４には保守員診断結果が記憶されている。
機器ＩＤ欄１０１の機器ＩＤは、診断対象機器２を一意に特定する識別子である。
時点欄１０２の時点は、稼働情報がセンサによって取得された時点である。図６においては、年月日が記憶されているが、より細かく年月日時分秒が記憶されてもよい。

稼働情報欄１０３の稼働情報は、センサが取得した診断対象機器２についてのセンサ値である。図６においては、それらは、冷媒温度（単位：℃、欄１０３ａ）、冷媒流量（単位：リットル／分、欄１０３ｂ）、及び、圧縮機回転速度（単位：回転／分、欄１０３ｃ）である。稼働情報として、他の種類のセンサ値が選択されてもよい。さらに、センサ値を元に加工・演算された値（例えば、ある短い時間幅を有する騒音の時系列の波形を高速フーリエ変換することによって得られる、特定の周波数のスペクトル強度）が稼働情報として選択されてもよい。なお、“＃”は、異なるセンサ値を省略的に示す。

保守員診断結果欄１０４の保守員診断結果は、予兆診断装置１による診断結果とは別に、保守員が実際に診断対象機器２を観察して得た診断結果である。ここでの保守員診断結果は、“正常”、“異常Ａ”、“異常Ｂ”、“異常Ｃ”及び“異常Ｄ”のうちの何れかである。

（対策情報）
図７に沿って、対策情報３２を説明する。対策情報３２においては、機器ＩＤ欄１１１に記憶された機器ＩＤに関連付けて、学習情報ＩＤ欄１１２には学習情報ＩＤが、異常カテゴリ欄１１３には異常カテゴリが、異常内容欄１１４には異常内容が、対策欄１１５には対策が記憶されている。

機器ＩＤ欄１１１の機器ＩＤは、図６の機器ＩＤと同じである。
学習情報ＩＤ欄１１２の学習情報ＩＤは、学習情報を一意に特定する識別子である。学習情報とは、多次元座標空間の各座標軸が示すセンサ値の種類、並びに、多次元座標空間の各球（クラスタ）の中心の座標値及び半径である。予兆診断装置１は、学習情報に基づき、図２（ａ）〜（ｃ）のような図形を描画する。なお、第２の実施形態においては、機器ＩＤと学習情報ＩＤとは、１対１に対応している。

異常カテゴリ欄１１３の異常カテゴリは、診断対象機器２の異常内容を記号化したものである。
異常内容欄１１４の異常内容は、診断対象機器２の異常の具体的な内容である。
対策欄１１５の対策は、異常の要因を取り除く（本格的な異常を未然に防ぐ）具体的な対策である。

（機器情報）
図８に沿って、機器情報３３を説明する。機器情報３３においては、機器ＩＤ欄１２１に記憶された機器ＩＤに関連付けて、機器名称欄１２２には機器名称が、学習情報ＩＤ欄１２３には学習情報ＩＤが、メーカ欄１２４にはメーカ名が、型式欄１２５には型式が、製造年月日欄１２６には製造年月日が、運転環境欄１２７には運転環境が、累積運転時間欄１２８には累積運転時間が、正常球中心座標欄１２９には正常球中心座標が、正常球半径欄１３０には正常球半径が、学習情報更新年月日欄１３１には学習情報更新年月日が記憶されている。

機器ＩＤ欄１２１の機器ＩＤは、図６の機器ＩＤと同じである。
機器名称欄１２２の機器名称は、診断対象機器２の名称である。
学習情報ＩＤ欄１２３の学習情報ＩＤは、図７の学習情報ＩＤと同じである。
メーカ欄１２４のメーカ名は、診断対象機器２の製造者の名称である。
型式欄１２５の型式は、診断対象機器２の型式である。
製造年月日欄１２６の製造年月日は、診断対象機器２が製造者から出荷された時点の年月日である。

運転環境欄１２７の運転環境は、診断対象機器２が配置されている環境を示す任意の値である。ここでは、気温及び湿度の年間平均値が記憶されている。
累積運転時間欄１２８の累積運転時間は、診断対象機器２が出荷された後現在までに実際に稼働した時間の累積値である。
正常球中心座標欄１２９の正常球中心座標は、その学習情報における球（正常）の中心の多次元空間内における座標値である。“＃”は、異なる値を省略的に示す。
正常球半径欄１３０の正常球半径は、その学習情報における球（正常）の半径である。
学習情報更新年月日欄１３１の学習情報更新年月日は、その学習情報が更新された直近の過去の時点の年月日である。
なお、機器情報３３は、球（異常Ａ）、球（異常Ｂ）、・・・の中心の座標値及び半径の欄を有しているが、紙面の制約上図８ではその記載を省略する。

（機器類似情報）
図９に沿って、機器類似情報３４を説明する。機器類似情報３４においては、機器ＩＤ欄１４１に記憶された機器ＩＤに関連付けて、比較対象機器ＩＤ欄１４２には比較対象機器ＩＤが、類似判定項目欄１４３には類似判定項目が、類似度欄１４４には類似度が記憶されている。
機器ＩＤ欄１４１の機器ＩＤは、図６の機器ＩＤと同じである。当該機器ＩＤが特定する診断対象機器２を“比較基準機器”と呼ぶことがある。
比較対象機器ＩＤ欄１４２の比較対象機器ＩＤは、比較対象機器を一意に特定する識別子である。比較対象機器とは、比較基準機器と比較される他の診断対象機器２である。

類似判定項目欄１４３の類似判定項目は、比較基準機器を比較対象機器と比較する場合の比較項目（欄１４３ａ〜欄１４３ｇ）である。類似判定項目欄１４３の各項目は、機器情報３３（図８）のメーカ欄１２４〜正常球半径欄１３０に対応している。但し、図９の各欄の情報は、図８において比較基準機器の各欄の情報を比較対象機器の各欄の情報と比較した場合の比較結果（“一致”若しくは“相違”、又は、値の差分）となっている。

類似度欄１４４の類似度は、比較基準機器と比較対象機器との間の類似の程度を示す値である。より具体的には、ここでの類似度は、各類似判定項目（欄１４３ａ〜欄１４３ｇ）についての得点の合計値である。例えば、図９の７つの類似判定項目に対して、７０点満点の類似度のうち１０点ずつが割り当てられているとする。そのうえで、比較結果が“一致”又は“相違”として表される項目（例えばメーカ）については、“一致”には得点“１０”が、“相違”には得点“０”が与えられるものとする。比較結果が差分の数値となって表される項目（例えば累積運転時間差分）については、差分が小さいほど“１０”に近い得点が、差分が大きいほど“０”に近い得点が与えられるものとする。ここでの“７０点満点”は、あくまでも一例であり、また、各類似判定項目に対して満点が均等に割り当てられる必要もない（各類似判定項目に重みをつけてもよい）。

機器類似情報３４のレコードの数は、存在する複数の診断対象機器２から２台を選ぶ組合せの数に一致する。図９では、診断対象機器２は５台存在するので、レコードの数は、_５Ｃ_２＝１０である。図９を全体的に見ると、診断対象機器Ｍ０２、診断対象機器Ｍ０３、診断対象機器Ｍ０４及び診断対象機器Ｍ０５のうち、診断対象機器Ｍ０１に最も類似しているのは、診断対象機器Ｍ０３であることが分かる。因みに、上から２番目のレコードの類似度“５０”に対しては、メーカの一致、製造年の一致、及び、累積運転時間の差分の小ささが寄与している。なお、機器類似情報３４における“・・”は、比較結果及び類似度を省略的に示している。

（診断情報）
図１０に沿って、診断情報３５を説明する。診断情報３５においては、機器ＩＤ欄１５１に記憶された機器ＩＤに関連付けて、診断年月日欄１５２には診断年月日が、診断結果欄１５３には診断結果が、対策欄１５４には対策が記憶されている。
機器ＩＤ欄１５１の機器ＩＤは、図６の機器ＩＤと同じである。
診断年月日欄１５２の診断年月日は、診断が行われた（“診断不可”以外の診断結果として、“正常”、“異常Ａ”、“異常Ｂ”、・・・が最終的に決定された）時点の年月日である。

診断結果欄１５３の診断結果は、診断に使用された学習情報を特定する学習情報ＩＤと、その診断結果（“診断不可”を含む）の組合せである。具体的には、診断結果欄１５３には、学習情報ＩＤと診断結果との組合せが記憶される５つの列が並んでいる。すべてのレコード（行）において、学習情報ＩＤは、左から順に、“Ｔ０１”、“Ｔ０３”、“Ｔ０２”“Ｔ０５”及び“Ｔ０４”の順に並んでいる。最も左の学習情報Ｔ０１は、機器ＩＤ欄１５１の機器ＩＤが特定する診断対象機器（比較基準機器、すなわち自機）に対応する学習情報である。残りの“Ｔ０３”、“Ｔ０２”、“Ｔ０５”及び“Ｔ０４”の順は、他の比較対象機器“Ｍ０３”、“Ｍ０２”、“Ｍ０５”及び“Ｍ０４”に対応している。そしてこの“Ｍ０３”、“Ｍ０２”、“Ｍ０５”及び“Ｍ０４”の順は、図９において“Ｍ０１”に対する類似度が大きい順である。

前記したように、例えば、学習情報Ｔ０１は、診断対象機器Ｍ０１から取得された稼働情報（正常又は異常が既知である学習用のデータ）を使用して生成される。したがって、診断対象機器Ｍ０１を診断する場合には、その診断対象時点の稼働情報を学習情報Ｔ０１に当てはめることが本来予定されている。しかしながら、予兆診断装置１がそのような本来の処理をした結果、“正常”又は“異常○”の診断結果が取得できず、結局対策を取得できない場合もある。このような場合に、他の診断対象機器２のために生成された学習情報を使用するところに、第２の実施形態の特徴がある。なお、“異常○”は、すべてのカテゴリの異常を代表する概念である。

さらに、すべてのレコードにおいて、診断結果欄１５３のある列が“診断不可”以外の診断結果で埋まると、診断結果欄１５３のその列より右の列は空白のままとなる。つまり、診断結果として“正常”又は“異常○”が取得されるまで、１又は複数の診断結果“診断不可”が左から並ぶ。
対策欄１５４の対策は、図７の対策と同じである。但し、“正常”に対する対策は“不要”である。

図１０を全体的に見ると、例えば以下のことが分かる。
・診断対象機器Ｍ０１が、２０１６年９月１０日、９月２０日、９月３０日、１０月１０日、１０月２０日及び１０月３０日のある時点で稼働し、稼働情報が取得された。
・診断対象機器Ｍ０１以外に診断対象機器Ｍ０２、診断対象機器Ｍ０３、診断対象機器Ｍ０４及び診断対象機器Ｍ０５が存在する。なお、図１０の機器ＩＤ欄１５１には、“Ｍ０１”に続いて“Ｍ０２”、“Ｍ０３”、・・・が本来記載されるはずであるが、紙面の都合上、省略されている。

・診断対象機器Ｍ０３、診断対象機器Ｍ０２、診断対象機器Ｍ０５及び診断対象機器Ｍ０４の順に、診断対象機器Ｍ０１に対する類似度が大きい。つまり、図１０の診断結果欄１５３に記憶された学習情報ＩＤのうち、左の学習情報ＩＤに対応する診断対象機器ほど類似度が大きい。
・この類似度の順は、２０１６年９月１０日から１０月３０までの期間において変化していない。

・２０１６年９月１０日、予兆診断装置１は、診断対象機器Ｍ０１の稼働情報を、その診断に本来使用されるべき学習情報Ｔ０１を使用して診断し、診断結果“正常”を取得した（診断対象点が球（正常）の内側に入った）。このとき、予兆診断装置１は、対策“不要”を取得した。

・２０１６年９月２０日、予兆診断装置１は、診断対象機器Ｍ０１の稼働情報を、その診断に本来使用されるべき学習情報Ｔ０１を使用して診断した。しかしながら、予兆診断装置１は、“正常”又は“異常○”の診断結果を取得することができなかった（図２（ａ）参照）。そこで、予兆診断装置１は、診断対象機器Ｍ０３の診断に使用されるべき学習情報Ｔ０３を使用して診断し、診断結果“正常”を取得した。学習情報Ｔ０３を使用したのは、診断対象機器Ｍ０３が最も診断対象機器Ｍ０１に類似しているからである（図９の類似度欄１４４参照）。このとき、予兆診断装置１は、対策“不要”を取得した。

・２０１６年９月３０日、予兆診断装置１は、診断対象機器Ｍ０１の稼働情報を、その診断に本来使用されるべき学習情報Ｔ０１を使用して診断した。しかしながら、予兆診断装置１は、“正常”又は“異常○”の診断結果を取得することができなかった。そこで、予兆診断装置１は、診断対象機器Ｍ０３の診断に使用されるべき学習情報Ｔ０３を使用して診断した。しかしながら、予兆診断装置１は、“正常”又は“異常○”の診断結果を取得することができなかった。そこで、予兆診断装置１は、診断対象機器Ｍ０２の診断に使用されるべき学習情報Ｔ０２を使用して診断し、診断結果“異常Ａ”を取得した。学習情報Ｔ０２を使用したのは、診断対象機器Ｍ０２が、診断対象機器Ｍ０３の次に診断対象機器Ｍ０１に類似しているからである。このとき、予兆診断装置１は、対策“冷媒管を交換する”を取得した。

・２０１６年１０月１０日、予兆診断装置１は、診断対象機器Ｍ０１の稼働情報を、その診断に本来使用されるべき学習情報Ｔ０１を使用して診断し、診断結果“異常Ｄ”を取得した（診断対象点が球（異常Ｄ）の内側に入った）。このとき、予兆診断装置１は、対策“冷媒を入れ替える”を取得した。

（処理手順）
図１１に沿って、第２実施形態の処理手順を説明する。処理手順を開始する前提として、対策情報３２（図７）が完成した状態で補助記憶装置１５に格納されているものとする。さらに、機器情報３３（図８）が、学習情報ＩＤ欄１２３、正常球中心座標欄１２９、正常球半径欄１３０及び学習情報更新年月日欄１３１を空白とし、残りのすべての欄が埋められた状態で補助記憶装置１５に格納されているものとする。

ステップＳ２０１において、予兆診断装置１の学習情報生成部２１は、学習データを取得する。具体的には、第１に、学習情報生成部２１は、予め設定されている時点（例えば、毎月末日の２４時）が到来するのを契機に、任意の１つの診断対象機器２から過去の稼働情報を取得する。
第２に、学習情報生成部２１は、処理中の診断対象機器２に対する保守員による診断結果を、ユーザが入力装置１２を介して入力するのを受け付ける。
第３に、学習情報生成部２１は、ステップＳ２０１の“第１”及び“第２”において取得した又は受け付けた情報に基づいて、稼働情報ＤＢ３１（図６）の処理中の診断対象機器２についてのレコードを作成する。

ステップＳ２０２において、学習情報生成部２１は、学習情報を生成する。具体的には、第１に、学習情報生成部２１は、前記した方法で、球（正常）、球（異常Ａ）、球（異常Ｂ）、球（異常Ｃ）及び球（異常Ｄ）を生成し、各球の中心の座標値及び半径を取得する。
第２に、学習情報生成部２１は、機器情報３３（図８）から処理中の診断対象機器２についてのレコードを取得する。

第３に、学習情報生成部２１は、ステップＳ２０２の“第１”において取得した球（正常）の中心の座標値及び半径を、ステップＳ２０２の“第２”において取得したレコードの正常球中心座標欄１２９及び正常球半径欄１３０に記憶する。学習情報生成部２１は、前記したように紙面の制約上記載を省略している欄に対して、球（異常Ａ）、球（異常Ｂ）、・・・の中心の座標値及び半径を記憶する。
第４に、学習情報生成部２１は、ステップＳ２０２の“第２”において取得したレコードの学習情報ＩＤ欄１２３及び学習情報更新年月日欄１３１に、学習情報ＩＤ及び現時点の年月日を記憶する。処理中の診断対象機器２の機器ＩＤの“Ｍ”を“Ｔ”で代替したものを学習情報ＩＤとすると、学習情報と診断対象機器との対応関係が分かり易い。

学習情報生成部２１は、ステップＳ２０１及びＳ２０２の処理を、すべての診断対象機器２について繰り返す。繰り返し処理が終了した段階で、稼働情報ＤＢ３１（図６）及び機器情報３３（図８）が完成する。

ステップＳ２０３において、予兆診断装置１の類似度算出部２２は、機器の類似度を算出する。具体的には、第１に、類似度算出部２２は、機器情報３３（図８）に基づいて、比較基準機器及び比較対象機器の組合せを作成する。この組合せは、（Ｍ０１,Ｍ０２）、（Ｍ０１,Ｍ０３）、・・・のような情報である。
第２に、類似度算出部２２は、機器類似情報３４（図９）の新たなレコードを、ステップＳ２０３の“第１”において作成した組合せの数だけ作成する。

第３に、類似度算出部２２は、新たなレコードの機器ＩＤ欄１４１及び比較対象機器ＩＤ１４２に、ステップＳ２０３の“第１”において生成した組合せの機器ＩＤを記憶する。
第４に、類似度算出部２２は、機器情報３３のメーカ欄１２４〜正常球半径欄１３０に記憶されている情報に基づいて、新たなレコードの類似判定項目欄１４３に“一致”若しくは“相違”又は差分を記憶する。いま、比較基準機器が“Ｍ０１”であり比較対象機器が“Ｍ０２”であるとする。

“Ｍ０１”のメーカは“○○社”であり、“Ｍ０２” のメーカも“○○社”である。そこで、類似度算出部２２は、機器類似情報３４の新たなレコードのうち、機器ＩＤが“Ｍ０１”であり、比較対象機器ＩＤが“Ｍ０２”であるレコードのメーカ欄１４３ａに“一致”を記憶する。また、“Ｍ０１”の累積運転時間は“５,０００時間”であり、“Ｍ０２” の累積運転時間は“４,０００時間”である。そこで、類似度算出部２２は、機器類似情報３４の新たなレコードのうち、機器ＩＤが“Ｍ０１”であり、比較対象機器ＩＤが“Ｍ０２”であるレコードの累積運転時間差分欄１４３ｅに“１,０００時間”を記憶する。類似判定項目欄１４３の他の項目についても同様である。

第５に、類似度算出部２２は、図９の説明において前記した方法で類似度を算出し、新たなレコードの類似度欄１４４に算出した類似度を記憶する。

以上のステップＳ２０１〜Ｓ２０３の処理は、診断対象時点の前における、いわば準備的な処理である。次のステップＳ２０４は、診断対象時点（診断対象機器２が正常又は異常であるかが既知ではない）の到来を契機に開始される。

ステップＳ２０４において、予兆診断装置１の診断部２３は、診断対象機器２の稼働情報を取得する。具体的には、診断部２３は、ネットワーク３を介して又はネットワーク３を介さず直接的に、診断対象機器２から、現時点における稼働情報を取得する。いま、診断対象機器は、“Ｍ０１”であるとして以降の説明を続ける。

ステップＳ２０５において、診断部２３は、診断対象機器の学習情報を取得する。具体的には、第１に、診断部２３は、“Ｍ０１”をキーとして機器情報３３（図８）を検索し、該当したレコードの正常球中心座標及び正常球半径を取得する。さらに、診断部２３は、紙面の制約で図８には記載がないが、該当したレコードの球（異常○）の中心の座標値及び半径も取得する。
第２に、診断部２３は、ステップＳ２０５の“第１”において取得した各球の中心の座標値及び半径に基づき、３次元座標空間内に、球（正常）、球（異常○）を描画する。

ステップＳ２０６において、診断部２３は、診断を行う。具体的には、第１に、診断部２３は、３次元座標空間内に、ステップＳ２０４において取得した稼働情報を示す点（図２における“☆”）をプロットする。
第２に、診断部２３は、稼働状態を示す点“☆”が、何れかの球の内側又は表面上にある場合、その球に関連付けられている“正常”又は“異常○”を診断結果として取得する。診断部２３は、稼働状態を示す点“☆”が、何れの球の内側にも表面上にもない場合（図２（ａ）参照）、“診断不可”を診断結果として取得する。

ステップＳ２０７において、診断部２３は、診断結果を取得できたか否かを判断する。具体的には、診断部２３は、ステップＳ２０６の“第２”において取得した診断結果が“診断不可”である場合（ステップＳ２０７“Ｎｏ”）、ステップＳ２０８に進み、ステップＳ２０６の“第２”において取得した診断結果が“正常”又は“異常○”である場合（ステップＳ２０７“Ｙｅｓ”）、ステップＳ２１１に進む。

ステップＳ２０８において、診断部２３は、類似する機器の学習情報を取得する。具体的には、第１に、診断部２３は、機器類似情報３４（図９）を参照し、比較基準機器Ｍ０１に対する類似度が最も大きい比較対象機器を特定する。ここでは、比較対象機器Ｍ０３が特定されることになる（類似度は“５０点”である）。
第２に、診断部２３は、“Ｍ０３”をキーとして機器情報３３（図８）を検索し、該当したレコードの正常球中心座標及び正常球半径を取得する。さらに、診断部２３は、紙面の制約で図８には記載がないが、該当したレコードの、球（異常○）の中心の座標及び半径も取得する。
第３に、診断部２３は、ステップＳ２０８の“第２”において取得した各球の中心の座標値及び半径に基づき、３次元座標空間内に、球（正常）、球（異常○）を描画する。

ステップＳ２０９において、診断部２３は、診断を行う。ステップＳ２０９の処理は、ステップＳ２０６の処理と同じである。診断部２３は、診断結果として、“正常”、“異常○”又は“診断不可”を取得することになる。

ステップＳ２１０において、診断部２３は、診断結果を取得できたか否かを判断する。具体的には、診断部２３は、ステップＳ２０９において取得した診断結果が“診断不可”である場合（ステップＳ２１０“Ｎｏ”）、ステップＳ２０８に戻り、ステップＳ２０９において取得した診断結果が“正常”又は“異常○”である場合（ステップＳ２１０“Ｙｅｓ”）、ステップＳ２１１に進む。
繰り返しループ中のステップＳ２０８において、診断部２３は、比較基準機器Ｍ０１に対する類似度が大きい順（“Ｍ０２”、“Ｍ０５”、“Ｍ０４”の順）に、比較対象機器を特定することになる。

ステップＳ２１１において、診断部２３は、診断結果及び対策を記憶する。具体的には、第１に、診断部２３は、ステップＳ２０６の“第２”又はステップＳ２０９において取得した診断結果（複数の診断結果が取得された場合は最終のもの）が“正常”である場合、対策“不要”を取得する。診断部２３は、ステップＳ２０６の“第２”又はステップＳ２０９において取得した診断結果が“異常○”である場合、さらに以下の２つの場合に応じて以下の処理を行う。
・診断部２３は、ステップＳ２０６の“第２”において、“異常○”を取得した場合、“Ｍ０１”及び“異常○”を検索キーとして対策情報３２（図７）を検索し、該当するレコードの対策（“冷媒管を交換する”等）を取得する。
・診断部は、ステップＳ２０９において“異常○”を取得した場合、繰り返しループ中の最後のステップＳ２０８の“第１”において特定した比較対象機器ＩＤ、及び、“異常○”を検索キーとして、対策情報３２を検索し、該当するレコードの対策を取得する。

第２に、診断部２３は、診断情報３５（図１０）の新たなレコードを作成する。そして診断部２３は、新たなレコードの診断結果欄１５３に、ステップＳ２０６の“第２”又はステップＳ２０９において取得した診断結果及びその診断を行った学習情報を特定する学習情報ＩＤの組合せを記憶する。当該組合せが複数存在する場合もある。
第３に、診断部２３は、新たなレコードの対策欄１５４に、ステップＳ２１１の“第１”において取得した対策を記憶し、機器ＩＤ欄１５１に“Ｍ０１”を記憶し、診断年月日欄１５２に現在の年月日を記憶する。

ステップＳ２１２において、診断部２３は、診断結果及び対策を表示する。具体的には、診断部２３は、ステップＳ２１１において作成された新たなレコードの内容に応じたメッセージを出力装置１３に表示する。例えば、ステップＳ２１１において作成された新たなレコード（“診断結果レコード”とも呼ぶ）が図１０のレコード１５５ａである場合、メッセージは“機器Ｍ０１は、正常です。対策は特に必要ありません”である。

診断結果レコードが図１０のレコード１５５ｂである場合、メッセージは“機器Ｍ０１は、正常です。対策は特に必要ありません。なお、類似する機器Ｍ０３の過去例に基づき診断しました”である。診断結果レコードが図１０のレコード１５５ｄである場合、メッセージは“機器Ｍ０１の冷媒品質が低下しています。冷媒を入れ替えることをお勧めします”である。診断結果レコードが図１０のレコード１５５ｃである場合、メッセージは“機器Ｍ０１の冷媒管に穴があいています。冷媒管を交換することをお勧めします。なお、類似する機器Ｍ０２の過去例に基づき診断しました”である。
その後、処理手順を終了する。
なお、請求項における“第一の診断対象機器”及び“第二の診断対象機器”には、それぞれ、ここでの“比較基準機器”（第１の実施形態における“自機”）及び“比較対照機器” （第１の実施形態における“他機”）が相当する。

（本実施形態の効果）
本実施形態の予兆診断装置の効果は以下の通りである。
（１）予兆診断装置は、ある診断対象機器の異常内容に対する対策を、他の診断対象機器の過去の保守例から取得することができる。
（２）ある診断対象機器の異常内容が不明である場合、予兆診断装置は、異常内容を特定するために当該ある診断対象機器の稼働情報を、当該ある診断対象機器に類似する他の診断対象機器の学習情報に適用する。すると、仮にある診断対象機器が未知の稼働状態を示した場合でも診断結果（異常内容）及び対策を取得できる。

（３）予兆診断装置は、診断結果及び対策を視認することができる。
（４）予兆診断装置は、多次元ベクトルである稼働情報及び多次元座標空間を使用することによって、精度の高い診断結果を取得できる。
（５）予兆診断装置は、類似する診断対象機器を高い精度で特定できる。
（６）予兆診断装置は、運転環境を反映して類似する診断対象機器を特定できる。
（７）予兆診断装置は、診断結果及びその対策を必ず取得することを担保できる。

なお、本発明は前記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、前記した実施例は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明したすべての構成を備えるものに限定されるものではない。また、ある実施例の構成の一部を他の実施例の構成に置き換えることが可能であり、また、ある実施例の構成に他の実施例の構成を加えることも可能である。また、各実施例の構成の一部について、他の構成の追加・削除・置換をすることが可能である。

また、前記の各構成、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エアで実現してもよい。また、前記の各構成、機能等は、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エ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、メモリや、ハードディスク、ＳＳＤ（Solid State Drive）等の記録装置、又は、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。
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、製品上必ずしもすべての制御線や情報線を示しているとは限らない。実際には殆どすべての構成が相互に接続されていると考えてもよい。

１ 予兆診断装置
２ 診断対象機器
３ ネットワーク
１１ 中央制御装置
１２ 入力装置
１３ 出力装置
１４ 主記憶装置
１５ 補助記憶装置
１６ 通信装置
２１ 学習情報生成部
２２ 類似度算出部
２３ 診断部
３０ 対策履歴情報
３１ 稼働情報データベース
３２ 対策情報
３３ 機器情報
３４ 機器類似情報
３５ 診断情報

Claims (6)

1. 複数の診断対象機器のそれぞれに関連付けて、前記診断対象機器の異常内容及び前記異常内容の原因を取り除くための対策が記憶される記憶部と、
   前記複数の診断対象機器のうち、第一の診断対象機器の異常内容を受け付け、
   前記受け付けた異常内容、及び、前記第一の診断対象機器を検索キーとして、前記記憶部を検索し前記対策を取得し、
   前記受け付けた異常内容及び前記第一の診断対象機器を検索キーとして前記対策を取得することができない場合、前記受け付けた異常内容、及び、前記複数の診断対象機器のうち前記第一の診断対象機器以外の第二の診断対象機器を検索キーとして、前記対策を取得し、
   前記対策を取得することができない場合、検索キーとする診断対象機器を変更する処理を、前記対策を取得できるまで繰り返す診断部と、
   前記診断対象機器が正常又は異常であることが既知である時点の前記診断対象機器の稼働情報を取得し、
   前記取得した稼働情報に基づき、前記診断対象機器が正常又は異常であることが既知ではない診断対象時点における前記診断対象機器の稼働情報を診断するための学習情報を前記診断対象機器ごとに生成する学習情報生成部と、
   前記第一の診断対象機器と前記第二の診断対象機器との類似度を算出する類似度算出部と、
   を備え、
   前記診断部は、
   前記第一の診断対象機器の異常内容が不明である場合であって、さらに、前記第一の診断対象機器の前記診断対象時点における前記稼働情報を前記第一の診断対象機器についての前記学習情報に適用した結果、前記第一の診断対象機器の異常内容が取得できない場合、前記類似度に基づいて前記第一の診断対象機器に類似する前記第二の診断対象機器を特定し、
   前記第一の診断対象機器の前記診断対象時点における稼働情報を、前記特定した第二の診断対象機器についての前記学習情報に適用することによって、前記第一の診断対象機器の前記異常内容を取得し、
   前記取得した異常内容及び前記第二の診断対象機器を検索キーとして前記記憶部から前記対策を取得すること、
   を特徴とする予兆診断装置。
2. 前記診断部は、
   前記受け付けた又は前記取得した異常内容を表示するとともに、前記取得した対策を表示すること、
   を特徴とする請求項１に記載の予兆診断装置。
3. 前記稼働情報は、
   複数のセンサによって取得されたセンサ値を成分とする多次元ベクトルであり、
   前記学習情報生成部は、
   多次元座標空間内に前記診断対象機器が正常であることを示す正常クラスタを生成するとともに、前記診断対象機器が異常であることを示す異常クラスタを異なる異常内容ごとに生成すること、
   を特徴とする請求項２に記載の予兆診断装置。
4. 前記記憶部は、
   ２つの前記診断対象機器を比較するための複数の類似判定項目を記憶しており、
   前記類似度算出部は、
   前記複数の類似判定項目を数値化することにより前記類似度を算出すること、
   を特徴とする請求項３に記載の予兆診断装置。
5. 前記類似判定項目は、
   前記診断対象機器の運転環境に関する情報、及び、前記診断対象機器の正常クラスタに関する情報を含むこと、
   を特徴とする請求項４に記載の予兆診断装置。
6. 前記診断部は、
   前記類似度が大きい順に、前記第一の診断対象機器に類似する前記第二の診断対象機器を特定し、
   前記第一の診断対象機器の前記異常内容を取得できるまで、前記第二の診断対象機器を特定する処理を繰り返すこと、
   を特徴とする請求項５に記載の予兆診断装置。

Images