JP6981525B2 - 設備状態分析装置、設備状態分析方法、及び、設備状態分析プログラム - Google Patents

設備状態分析装置、設備状態分析方法、及び、設備状態分析プログラム Download PDF

Info

Publication number
JP6981525B2
JP6981525B2 JP2020500558A JP2020500558A JP6981525B2 JP 6981525 B2 JP6981525 B2 JP 6981525B2 JP 2020500558 A JP2020500558 A JP 2020500558A JP 2020500558 A JP2020500558 A JP 2020500558A JP 6981525 B2 JP6981525 B2 JP 6981525B2
Authority
JP
Japan
Prior art keywords
equipment
load
information
measurement
load 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.)
Active
Application number
JP2020500558A
Other languages
English (en)
Other versions
JPWO2019160043A1 (ja
Inventor
尚武 高橋
慎 冨永
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.)
NEC Corp
Original Assignee
NEC Corp
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 NEC Corp filed Critical NEC Corp
Publication of JPWO2019160043A1 publication Critical patent/JPWO2019160043A1/ja
Application granted granted Critical
Publication of JP6981525B2 publication Critical patent/JP6981525B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F17—STORING OR DISTRIBUTING GASES OR LIQUIDS
    • F17D—PIPE-LINE SYSTEMS; PIPE-LINES
    • F17D5/00—Protection or supervision of installations
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0033—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining damage, crack or wear
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0025—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings of elongated objects, e.g. pipes, masts, towers or railways
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0041—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by determining deflection or stress
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M5/00—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings
    • G01M5/0066—Investigating the elasticity of structures, e.g. deflection of bridges or air-craft wings by exciting or detecting vibration or acceleration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M99/00—Subject matter not provided for in other groups of this subclass
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06316—Sequencing of tasks or work
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q10/00—Administration; Management
    • G06Q10/20—Administration of product repair or maintenance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Educational Administration (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Development Economics (AREA)
  • Operations Research (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Aviation & Aerospace Engineering (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Mathematical Physics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Mechanical Engineering (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)

Description

本願発明は、設備に加えられた負荷を分析することによって設備の状態を分析する技術に関する。
近年、ＩＣＴ（Information and Communication Technology）の進展により、電子機器によって処理あるいは蓄積される情報量は増大の一途をたどっており、ＩｏＴ（Internet of Things）が実現されつつある。そして、ＩｏＴが構築された社会において、多数のセンサから事象の正確なデータを取得し、取得したデータを、正確に分析、判断、加工を施したのち、有用な情報として人が認知することは、安心安全な社会を形成する上で重要な位置づけにある。
現代社会では、上下水道網、ガスや石油などの高圧化学パイプライン、高速鉄道、長大橋、超高層建築、大型旅客機、自動車などの設備が構築され、豊かな社会の基盤となっている。しかしながら、これらの設備が、予期せぬ震災などの自然災害や経年劣化等により破損することによって、重大事故が発生した場合、社会への影響は多大であり、経済的損失は大きい。これらの設備に用いられる部材は、使用時間とともに腐食や磨耗などの劣化が進み、やがて破損などの機能不全に至る。したがって、設備に関する安心安全を確保するために、科学、工学、社会学などの学術的領域を超えた技術開発に多大な努力が行なわれている。特に、低コストかつ操作が簡便な検査技術である非破壊検査技術等を使用した社会インフラの維持管理技術は、設備の劣化や破損による重大事故を防止するという点において、ますます重要になってきている。
このような技術に関連する技術として、特許文献１には、機器の疲労寿命を評価する装置が開示されている。この装置は、機器の部材形状及び構成材料の情報に基づいて、その弾性応力を求める。この装置は、求めた弾性応力に基づいて、構成材料における負荷時の応力及び歪を求める。この装置は、負荷時の応力及び歪を基点とする除荷時の応力及び歪を求める。この装置は、負荷時の応力及び歪、並びに除荷時の応力及び歪に基づいて、塑性歪を求める。この装置は、求めた塑性歪に基づいて、部材の疲労様式が弾性変形のみによる高サイクル疲労であるか、又は塑性変形を伴う低サイクル疲労であるかを判定する。そしてこの装置は、判定した疲労様式に基づいて、機器の寿命を求める。
また、特許文献２には、既設の標識柱を傷つけるような作業を行ったり、既設標識柱に作業者が近づいて煩雑な作業を行ったりすることなく、既設標識柱の安全性を確認する、既設標識柱の耐久評価方法が開示されている。この方法は、既設標識柱の支柱部材の実振幅量を非接触で測定する実振幅量測定工程と、実振幅量から既設標識柱の基部の曲げ応力を算出する応力算出工程とを備える。この方法では、支柱部材の上端の動的振幅量と支柱部材の基部の動的曲げ応力を求め、支柱部材の静的撓み量と静的曲げ応力が動的振幅量及び動的曲げ応力と一致するように、腕部材の先端に対して静的引張力を作用させ、腕部材に対する静的引張力の引張角度を求める。この方法では、その引張角度と実振幅量とを基に一般撓み式から腕部材の先端に作用する水平力と垂直力とを算出する。そしてこの方法では、水平力及び垂直力を基に一般モーメント算出式を用いて算出した支柱部材の基部に作用する曲げモーメントから、支柱部材の基部に作用する曲げ応力を算出する。
また、特許文献３には、現有資産の状態、価値を定量化し、設備更新需要および財政収支情報から、中長期的観点で上下水道事業の適切な維持管理と更新計画の立案を支援するシステムが開示されている。このシステムは、上下水道施設からデータ毎に決められている監視周期または任意に入力されてくる各種設備情報、点検保守データ、モニタリングデータ、プラントデータを計算機システムへ取り込み、データベースに格納する。このシステムは、当該格納した、設備に関する点検保守、モニタリングデータから、定量的健全度の評価と、劣化診断予測による統計的耐用年数を算出し、設備毎に設定されたリスクレベルに応じて、予算制約を遵守した設備更新需要コストの平準化と、需要計画立案の支援とを行う。
特開２０１２−１１２７８７号公報 特開２００７−２０５８６０号公報 特開２０１４−０１６６９１号公報
上下水道網やパイプライン等の重要な社会インフラの設備や構造物は、耐用年数が数十年と長く、設備導入、修繕、更新というライフサイクルにおける維持管理業務は、アセットマネジメント手法に基づいて行われることが一般的である。アセットマネジメント手法では、将来におけるインフラ設備の老朽度合い、及び事故発生時の影響度をリスクとして推定する。そしてこの手法では、その推定結果と、設備の維持管理に投入可能な費用との最適なバランスを導出することによって、維持管理費用を平準化しつつ、事故確率、事故リスクを一定以下に保つように予防保全を行なう。
設備の老朽度合いに基づいて設備を更新する方式には、その設置年を基準として一定期間使用した古いものから更新する方式と、センサにより収集したデータと設備仕様等を表す情報とに基づく老朽度合いに応じて更新する状態監視予防保全方式がある。一般的に状態監視予防保全方式では、古い設備であっても健全度が高い場合はその設備を更新しない。したがって状態監視予防保全方式は、その導入コストを考慮したとしても、維持管理費用において有利であることから、その適用が広がりつつある。
ところで、設備に関する将来の事故確率を推定する場合、設備の老朽度合いだけでなく、その当該設備に加わる負荷を適切に評価することが重要である。この負荷は、年、季節、時間、場所等に応じて変動するので、例えば設備の設計時における負荷に関する情報のみに基づく評価では、満足できる推定精度が得られないことが知られている。このような問題に対応するために、センサを用いて適切な場所と適切な時間帯に、設備に関する物理的な状況を直接観測することによって、推定精度を高めることが考えられる。
しかしながら、通常、センサによる観測条件（観測仕様）自体もまた同様に、設計時における情報に基づいているので、例えば設備が老朽化し、かつ、負荷状態が設計時とは異なる現在の設備の状態を適切に推定できず、設備を適切に維持管理することができない。特に地面に埋設されて利用されることの多い水道管路などでは、この問題が顕著である。また、現在の設備の状態をより高い精度で推定するために、例えばセンサから常時情報を収集するなど、センサから収集する情報量を多くした場合、通信基盤に大きな影響を及ぼすことになる。特許文献１乃至３は、このような問題について言及していない。本願発明の主たる目的は、この問題を解決する設備状態分析装置等を提供することである。
本願発明の一態様に係る設備状態分析装置は、設備に対する負荷を測定し、測定した前記負荷を表す負荷情報を、測定条件に基づいて生成する測定手段と、前記測定手段によって生成された前記負荷情報から、時間の経過とともに動的に変動する度合いが基準以上である前記負荷の動的成分を表す動的負荷情報を抽出する抽出手段と、前記動的負荷情報の時間推移に基づいて、前記負荷情報が生成される時間帯を示す前記測定条件を決定する測定条件決定手段と、前記測定条件に基づいて生成された前記負荷情報を使用して、前記設備に加えられた前記負荷を分析する分析手段と、を備える。
上記目的を達成する他の見地において、本願発明の一態様に係る設備状態分析方法は、情報処理装置によって、設備に対する負荷を測定し、測定した前記負荷を表す負荷情報を、測定条件に基づいて生成し、生成した前記負荷情報から、時間の経過とともに動的に変動する度合いが基準以上である前記負荷の動的成分を表す動的負荷情報を抽出し、前記動的負荷情報の時間推移に基づいて、前記負荷情報が生成される時間帯を示す前記測定条件を決定し、前記測定条件に基づいて生成された前記負荷情報を使用して、前記設備に加えられた前記負荷を分析する。
また、上記目的を達成する更なる見地において、本願発明の一態様に係る設備状態分析プログラムは、設備に対する負荷を測定し、測定した前記負荷を表す負荷情報を、測定条件に基づいて生成する測定処理と、前記測定処理によって生成された前記負荷情報から、時間の経過とともに動的に変動する度合いが基準以上である前記負荷の動的成分を表す動的負荷情報を抽出する抽出処理と、前記動的負荷情報の時間推移に基づいて、前記負荷情報が生成される時間帯を示す前記測定条件を決定する測定条件決定処理と、前記測定条件に基づいて生成された前記負荷情報を使用して、前記設備に加えられた前記負荷を分析する分析処理と、をコンピュータに実行させる。
更に、本願発明は、係る設備状態分析プログラム（コンピュータプログラム）が格納された、コンピュータ読み取り可能な、不揮発性の記録媒体によっても実現可能である。
本願発明は、設備に対して加えられた負荷の状況に基づいて当該設備の状態を推定する精度を効率的に高めることを可能とする。
本願発明の第１の実施形態に係る設備状態分析装置１０の構成を示すブロック図である。 本願発明の第１の実施形態に係る提示部１８が測定条件１３０を表示する態様を例示する図である。 本願発明の第１の実施形態に係る設備状態分析装置１０の動作を示すフローチャートである。 本願発明の第２の実施形態に係る設備状態分析装置４０の構成を示すブロック図である。 本願発明の各実施形態に係る設備状態分析装置を実行可能な情報処理装置９００の構成を示すブロック図である。
以下、本願発明の実施の形態について図面を参照して詳細に説明する。
＜第１の実施形態＞
図１は、本願発明の第１の実施の形態に係る設備状態分析装置１０の構成を示すブロック図である。設備状態分析装置１０は、社会インフラである水道管路２０を維持管理するために、水道管路２０の状態を表す情報を収集し、収集した情報を分析する機能を有する情報処理装置である。尚、図１には、説明の便宜上、水道管路２０を１つ記載しているが、設備状態分析装置１０は、複数の水道管路２０を設備状態の分析対象としてもよい。
設備状態分析装置１０は、測定部１１、抽出部１２、測定条件決定部１３、分析部１４、推定部１５、予測部１６、優先度決定部１７、提示部１８、及び、データベース１９を備えている。
データベース１９は、例えば磁気ディスク等の不揮発性の記憶デバイスによって構成され、設備状態分析装置１０が動作する際に参照する仕様情報１９０、設置情報１９１、事故影響度情報１９２、及び、補修工事情報１９３を記憶している。これらの情報の詳細に関しては後述する。尚、設備状態分析装置１０は、データベース１９を備えなくてもよい。データベース１９は、例えば、設備状態分析装置１０が通信ネットワークを介してアクセス可能なストレージ装置などに構築されてもよい。
測定部１１は、水道管路２０に対する負荷の状態を表す情報（本願では以降、負荷情報と称する）を収集するセンサと、それらのセンサとの間で情報（データ）を無線通信あるいは有線通信により送受信する機能とを含んでいる。当該センサは、例えば、水圧センサ、流量センサ、振動センサ等である。尚、図１には説明の便宜上、測定部１１を設備状態分析装置１０の内部に記載しているが、測定部１１に含まれる当該センサは、例えば水道管路２０の表面あるいは内部等における様々な場所に設置されていることとする。測定部１１は、後述する測定条件１３０に基づいて、当該センサからの負荷情報１１０の出力を制御する。測定部１１は、センサから取得した（受信した）負荷情報１１０を、抽出部１２及び分析部１４へ入力する。
抽出部１２は、測定部１１から入力された負荷情報１１０を、動的負荷情報１２０と静的負荷情報１２１とに分離する。但し、動的負荷情報１２０は、水道管路２０に対する負荷に含まれる、時間の経過とともに動的に変動する度合いが基準以上である（動的な変動が大きい）成分を表す情報である。これに対して静的負荷情報１２１は、水道管路２０に対する負荷に含まれる、時間の経過とともに動的に変動する度合いが基準以下である（動的な変動が小さい）成分を表す情報である。
抽出部１２は、負荷情報１１０を表す信号に対して、所定の信号処理を行うことによって、負荷情報１１０を、動的負荷情報１２０と静的負荷情報１２１とに分離する。抽出部１２は、この所定の信号処理として、例えば、周波数成分ごとに信号を分析する処理（例えばフーリエ変換等を用いた処理）、あるいは、信号の時間変化を分析する処理（例えばバンドパスフィルタ等を適用する処理）などを使用することができる。抽出部１２は、あるいは、この所定の信号処理において、例えば、自己回帰モデル、移動平均モデル、自己回帰移動平均モデル等による時系列データ分析手法を用いてもよい。
動的負荷情報１２０及び静的負荷情報１２１が示す、水道管路２０に対する負荷の具体例としては、例えば流体力学における動圧と静圧である。動圧は、流体（即ち水道管路２０を流れる水）の流れによって生じる圧力（流れが押す力）であり、流体が流れる速度が速ければ速いほど大きくなる。一方、静圧は、流体が流れなくても（即ち流体が止まっている状態で）発生する圧力である。そして水道管路２０が受ける水圧は、動圧と静圧とを合わせた圧力となる。但し、測定部１１による測定対象を水圧にする場合、センサは、生じる水圧が互いに異なる場所（即ち、水路の系統が異なる場所）に設置されていることとする。尚、動的負荷情報１２０及び静的負荷情報１２１が表す負荷は、動圧及び静圧以外の物理量であってもよい。
抽出部１２は、上述した処理を行うことによって生成した動的負荷情報１２０と静的負荷情報１２１とを、測定条件決定部１３に入力する。
測定条件決定部１３は、抽出部１２から動的負荷情報１２０と静的負荷情報１２１とを入手する他、ＳＣＡＤＡ（Supervisory Control And Data Acquisition）システム３０から運用情報３００を入手し、データベース１９に記憶されている仕様情報１９０を入手する。仕様情報１９０は、例えば水道管路２０の構造（口径や形状等）や、水道管路２０が埋設された状態等、水道管路２０の仕様を表す情報である。
ＳＣＡＤＡシステム３０は、水道管路２０の状態を監視してその状態を遠隔制御するシステムである。ＳＣＡＤＡシステム３０は、運用情報３００に基づいて、水道管路２０の状態を制御する。運用情報３００は、例えば、水道管路２０を介した水使用量など、水道管路２０の運用管理を表す情報である。
測定条件決定部１３は、少なくとも動的負荷情報１２０に基づいて、水道管路２０の状態を高い精度でかつ効率的に把握することを実現可能な、測定部１１による最適な測定時間帯を決定する。測定条件決定部１３は、この際、静的負荷情報１２１、運用情報３００、及び、仕様情報１９０の少なくともいずれかもあわせて使用するようにしてもよい。即ち、測定条件決定部１３は、例えば、動的負荷情報１２０に静的負荷情報１２１を加算した指標を用いてもよい。測定条件決定部１３は、あるいは例えば、動的負荷情報１２０のうち、運用情報３００と整合する部分を用いる（即ち、運用情報３００と整合しない部分を、偶発的な情報として使用しない）ようにしてもよい。測定条件決定部１３は、あるいは例えば、仕様情報１９０が示す水道管路２０における老朽化の進行のしやすさ等をふまえて、最適な測定時間帯を決定してもよい。
測定条件決定部１３は、例えば住宅街に設置された水道管路２０に関しては、この測定時間帯の初期値として、人間の生活サイクルが一般的に１週間であることに基づいて、例えば１週間以上の連続する時間帯を設定する。測定条件決定部１３は、あるいは、工業地域に設置された水道管路２０に関しては、この測定時間帯の初期値として、工場の稼動サイクルよりも長い、連続する時間帯を設定する。測定条件決定部１３は、測定時間帯の初期値を上述の通り設定することによって、測定部１１による最適な測定時間帯の決定において、漏れが発生することを効率的に回避することができる。尚、測定条件決定部１３は、上述とは異なる基準に基づいて、測定時間帯の初期値を設定してもよい。
測定条件決定部１３は、例えば住宅街に設置された水道管路２０に関して、測定時間帯の初期値として設定した１週間以上の連続する時間帯における、少なくとも動的負荷情報１２０が示す水道管路２０に加わる動圧の変動状況に基づいて、測定部１１による測定時間帯を決定する。測定条件決定部１３は、この際、水道管路２０に加わる負荷が大きくなることによって水道管路２０を傷める度合いが大きくなる時間帯を、測定部１１による最適な測定時間帯として決定する。
測定条件決定部１３は、例えば、水道管路２０に加わる負荷を表すこれらの値が閾値以上となっている時間帯を含むように、測定部１１による最適な測定時間帯を決定してもよい。測定条件決定部１３は、あるいは、機械学習等の技術を使用して、水道管路２０に加わる負荷が変動するパターンを分析し、その分析結果に基づいて、測定部１１による最適な測定時間帯を決定してもよい。
測定条件決定部１３は、決定した測定部１１による最適な測定時間帯を示す測定条件１３０を、測定部１１へ入力する。これにより、測定部１１は、測定条件１３０が示す最適な測定時間帯に負荷情報１１０が生成されるように、各センサを制御する。
測定条件決定部１３は、また、上述した通り、水道管路２０の状態を高い精度でかつ効率的に把握することを実現可能な、測定部１１による最適な測定時間帯に加えて、測定部１１による最適な測定場所を下記の通り決定する。
測定条件決定部１３は、データベース１９から入手した仕様情報１９０が示す水道管路２０の構造等に基づいて、水道管路２０に生じる水撃に関して、その大きさ、伝播経路、到達距離等をシミュレーションにより算出する。但し、測定条件決定部１３には、水道管路２０に生じる水撃をシミュレーションするのに必要な情報（算出式等）が与えられていることとする。測定条件決定部１３は、このシミュレーション結果に基づいて、加えられる負荷が大きい水道管路２０における場所を特定し、特定した場所を、測定部１１による最適な測定場所として決定する。
測定条件決定部１３は、決定した測定部１１による最適な測定場所を示す測定条件１３０を、測定部１１へ入力する。これにより、測定部１１は、複数のセンサのうち、測定条件１３０が示す測定場所に位置するセンサによって負荷情報１１０が生成されるように、各センサを制御する。
測定条件決定部１３は、上述の通り決定した測定条件１３０を提示部１８へ入力する。提示部１８は、入出力インタフェースを用いて情報をユーザに提示可能なデバイスであり、例えば、画像により情報をユーザに提示するモニター、あるいは、音声により情報をユーザに提示するスピーカ等である。提示部１８は、測定条件決定部１３から入力された測定条件１３０をユーザに提示する。
図２は、本実施形態に係る提示部１８（モニター）が測定条件１３０を表示する態様を例示する図である。提示部１８は、図２に例示する通り、例えば、測定条件１３０が示す最適な測定時間帯を、曜日と時間とにより表示し、測定条件１３０が示す最適な測定場所を、地点の名称と空間座標（ＸＹＺ座標）とにより表示する。ユーザは、提示部１８によって提示された、測定条件１３０が示す測定部１１による最適な測定場所に、センサを設置することが可能である。
分析部１４は、測定条件１３０が示す最適な測定場所に設置されたセンサから、測定条件１３０が示す最適な測定時間帯に出力された負荷情報１１０に基づいて、現在までに、あるいはユーザによって指定された期間に、水道管路２０に加えられた負荷を分析する。分析部１４は、例えば、負荷情報１１０が表す、水道管路２０の内部に生じた水撃により水道管路２０に加えられる応力の大きさと、水撃が発生した回数とから、水道管路２０に対する累積負荷の大きさを算出する。分析部１４は、この算出において、材料工学分野におけるＳ(Stress)−Ｎ(Number of cycles to failure)線図の考え方を適用してもよい。分析部１４は、例えば、フープ応力式等の評価式を用いることによって、あるいは有限要素法等のシミュレーション技術を用いることによって、応力の大きさを推定してもよい。
分析部１４は、現在までに水道管路２０に加えられた負荷について分析した結果を予測部１６へ入力する。分析部１４は、また、その分析結果を、提示部１８を介してユーザへ提示する。
推定部１５は、データベース１９から入手した仕様情報１９０及び設置情報１９１に基づいて、水道管路２０の強度を推定する。但し、設置情報１９１は水道管路２０の設置状態を表す情報であり、例えば、水道管路２０が設置された時期（年など）、水道管路２０が設置された土壌の状態等を表す情報である。
推定部１５は、例えば、仕様情報１９０及び設置情報１９１に基づいて、様々な水道管路において過去に発生した事故の履歴や、様々な水道管路に対して過去に行なわれた実験の結果等もふまえて、水道管路２０の強度を統計的に推定してもよい。推定部１５は、あるいは、水道管路２０の強度を推定する際に、ユーザが埋設された水道管路２０を取り出してその状態を確認した結果を用いてもよい。推定部１５は、あるいは、測定部１１によって得られた水道管路２０の状態を表すデータと、過去の実験結果や技術文献に記載されている内容等とを比較することによって、水道管路２０の強度を推定してもよい。推定部１５は、水道管路２０の強度を推定した結果を予測部１６へ入力する。
予測部１６は、分析部１４から入力された水道管路２０に加えられた負荷に関する分析結果と、推定部１５から入力された水道管路２０の強度に関する推定結果とに基づいて、例えば信頼性工学や統計分析の手法を用いることによって、水道管路２０において損傷による事故が発生する確率を予測する。予測部１６は、この際、例えば、ある強度を有する設備にある大きさの負荷が加えられた場合に、その設備が損傷する可能性の大きさを表す「負荷−強度」モデルを使用することができる。
予測部１６は、また、データベース１９から事故影響度情報１９２を入手する。事故影響度情報１９２は、水道管路２０において事故が発生した場合における影響の大きさを表す情報である。この影響度の大きさは、例えば、水道管路２０において過去に発生した事故による損害賠償金額の実績等に基づいている。
そして予測部１６は、上述の通りに求めた、水道管路２０において損傷による事故が発生する確率と、事故影響度情報１９２が表す水道管路２０において事故が発生した場合における影響の大きさとの積を求めることによって、水道管路２０に関する事故の危険度合いを予測する。予測部１６は、設備状態分析装置１０が分析対象とする複数の水道管路２０の個々について、上述した事故の危険度合いを予測する。予測部１６は、予測した事故の危険度合いを優先度決定部１７へ入力する。予測部１６は、予測結果を、提示部１８を介してユーザへ提示する。
優先度決定部１７は、データベース１９から補修工事情報１９３を入手する。補修工事情報１９３は、複数の水道管路２０に関する、補修工事の容易さと、補修工事の費用との少なくともいずれかを表す情報である。優先度決定部１７は、入手した補修工事情報１９３と、予測部１６による事故の危険度合いに関する予測結果とに基づいて、複数の水道管路２０に関する補修工事を行う優先度を決定する。
優先度決定部１７は、例えば、事故の危険度合いが高いほど、あるいは補修工事が容易なほど、あるいは、補修工事の費用が安いほど、補修工事を行う優先度を高くする。予測部１６は、この際、例えば、補修工事情報１９３が表す情報と、予測部１６による事故の危険度合いに関する予測結果とを、所定の基準に基づいて金額換算し、換算した金額の合計に基づいて優先度を決定してもよい。優先度決定部１７は、あるいは、補修工事情報１９３が表す情報と、予測部１６による事故の危険度合いに関する予測結果とを、規格化された指標として取り扱い、線形計画法などの手法を用いて、優先度を決定してもよい。
優先度決定部１７は、また、決定した水道管路２０に関する補修工事を行う優先度を、提示部１８を介してユーザへ提示する。
次に図３のフローチャートを参照して、本実施形態に係る設備状態分析装置１０の動作（処理）について詳細に説明する。
測定部１１は、所定の期間（水道管路２０が住宅街に設置されている場合は例えば１週間）継続して水道管路２０に対する負荷を測定し、その測定結果を表す負荷情報１１０を抽出部１２へ入力する（ステップＳ１０１）。抽出部１２は、負荷情報１１０を表す信号に対して所定の信号処理を行うことによって、負荷情報１１０から動的負荷情報１２０を抽出する（ステップＳ１０２）。
測定条件決定部１３は、動的負荷情報１２０の時間推移、データベース１９から入手した仕様情報１９０、及びＳＣＡＤＡシステム３０から入手した運用情報３００に基づいて、負荷情報１１０が得られる時間帯や測定場所を示す測定条件１３０を決定する（ステップＳ１０３）。測定条件決定部１３は、決定した測定条件１３０を、提示部１８を介してユーザに提示する（ステップＳ１０４）。
分析部１４は、測定条件決定部１３により決定された測定条件１３０に基づいて１回以上繰り返して測定部１１によって生成された負荷情報１１０を使用して、現在までに、あるいはユーザによって指定された期間に、水道管路２０に加えられた負荷を分析する（ステップＳ１０５）。予測部１６は、推定部１５による水道管路２０の強度に関する推定結果と、分析部１４による分析結果と、データベース１９から入手した事故影響度情報１９２とに基づいて、水道管路２０に関する事故の危険度合いを予測する（ステップＳ１０６）。
優先度決定部１７は、データベース１９から入手した補修工事情報１９３と、予測部１６による予測結果とに基づいて、複数の水道管路２０に関する補修工事の優先度を決定する（ステップＳ１０７）。優先度決定部１７は、決定した補修工事の優先度を、提示部１８を介してユーザに提示し（ステップＳ１０８）、全体の処理は終了する。
本実施形態に係る設備状態分析装置１０は、設備に対して加えられた負荷の状況に基づいて当該設備の状態を推定する精度を効率的に高めることができる。その理由は、設備状態分析装置１０は、水道管路２０に関する負荷情報１１０から動的負荷情報１２０を抽出し、抽出した動的負荷情報１２０の時間推移に基づいて測定条件１３０を決定し、測定条件１３０に基づいて得られた負荷情報１１０を使用して、水道管路２０に加えられた負荷を分析するからである。
以下に、本実施形態に係る設備状態分析装置１０によって実現される効果について、詳細に説明する。
設備に関する将来の事故確率を推定する場合、設備の老朽度合いだけでなく、その当該設備に印加される負荷を適切に評価することが重要である。この負荷は、時間や場所等に応じて変動するので、例えば設備の設計時における負荷に関する情報のみに基づく評価では、満足できる推定精度を期待できない。このような問題に対して、センサを用いて適切な場所と適切な時間帯に、設備に関する物理的な状況を直接観測することによって、推定精度を高めることが考えられる。しかしながら、通常、センサによる測定条件自体が、設計時における情報に基づいているので、負荷状態が設計時とは異なる現在の設備の状態を適切に推定できず、設備を適切に維持管理することができない。また、現在の設備の状態をより高い精度で推定するために、例えばセンサから常時情報を収集するなど、センサから収集する情報量を多くした場合、通信基盤に大きな影響を及ぼすことになる。即ち、これまでに設備に対して加えられた負荷の状況に基づいて当該設備の状態を推定する精度を効率的に高めることが課題である。
このような問題に対して、本実施形態に係る設備状態分析装置１０は、測定部１１と、抽出部１２と、測定条件決定部１３と、分析部１４と、を備え、例えば図１乃至図３を参照して上述する通り動作する。即ち、測定部１１は、水道管路２０（設備）に対する負荷を測定し、測定した負荷を表す負荷情報１１０を、測定条件１３０に基づいて生成する。抽出部１２は、測定部１１によって生成された負荷情報１１０から、時間の経過とともに動的に変動する度合いが基準以上である負荷の動的成分を表す動的負荷情報１２０を抽出する。測定条件決定部１３は、動的負荷情報１２０の時間推移に基づいて、負荷情報１１０が生成される時間帯を示す測定条件１３０を決定する。そして分析部１４は、測定条件１３０に基づいて生成された負荷情報１１０を使用して、水道管路２０に加えられた負荷を分析する。
即ち、本実施形態に係る設備状態分析装置１０は、水道管路２０に対する負荷の動的成分が時間の経過とともに変動した実績に基づいて、水道管路２０の状態を高い精度でかつ効率的に把握することを実現可能な、測定部１１による最適な測定時間帯を示す測定条件１３０を決定する。そして、設備状態分析装置１０は、その最適な測定時間帯に負荷情報１１０を取得し、取得した負荷情報１１０を使用して、現在までに、あるいは指定された期間に、水道管路２０に加えられた負荷の累積を分析する。これにより、本実施形態に係る設備状態分析装置１０は、設備に対して加えられた負荷の状況に基づいて当該設備の状態を推定する精度を効率的に高めることができる。
また、本実施形態に係る設備状態分析装置１０は、測定条件１３０を決定する際に、データベース１９から入手した水道管路２０の仕様を表す仕様情報１９０と、ＳＣＡＤＡシステム３０から入手した水道管路２０の運用状態を表す運用情報３００と、もあわせて使用する。これにより、本実施形態に係る設備状態分析装置１０は、最適な測定時間帯を、より正確に決定することができる。
また、本実施形態に係る設備状態分析装置１０は、仕様情報１９０に基づいて、水道管路２０に加わる負荷をシミュレーションにより求めることによって、水道管路２０の状態を高い精度でかつ効率的に把握することを実現可能な、測定部１１による最適な測定場所を示す測定条件１３０を決定する。そして、ユーザは、必要に応じて、測定条件１３０が示す最適な測定場所にセンサを設置することができる。これにより、本実施形態に係る設備状態分析装置１０は、設備に対して加えられた負荷の状況に基づいて当該設備の状態を推定する精度をさらに高めることができる。
また、本実施形態に係る設備状態分析装置１０は、仕様情報１９０、及び、水道管路２０の設置状態を表す設置情報１９１に基づいて、水道管路２０の強度を推定し、その推定結果と、水道管路２０に加えられた負荷に関する分析結果とに基づいて、水道管路２０に関する事故発生の可能性の大きさを予測する。そして設備状態分析装置１０は、予測した事故発生の可能性の大きさと、事故発生による影響度の大きさを表す事故影響度情報１９２とに基づいて、水道管路２０に関する事故の危険度合いを予測する。これにより、本実施形態に係る設備状態分析装置１０は、水道管路２０を効率的に維持管理することを実現できる。
また、本実施形態に係る設備状態分析装置１０は、複数の水道管路２０の個々に関する、補修工事の容易さと、補修工事の費用との少なくともいずれかを含む補修工事情報１９３と、事故の危険度合いに関する予測結果とに基づいて、複数の水道管路２０に関する補修工事を行う優先度を決定する。これにより、本実施形態に係る設備状態分析装置１０は、複数の水道管路２０を効率的に維持管理することを実現できる。
尚、本実施形態に係る設備状態分析装置１０が設備状態を分析する対象は、水道管路２０に限定されない。設備状態分析装置１０は、水道管路以外の様々な設備を、設備状態の分析対象としてもよい。
＜第２の実施形態＞
図４は、本願発明の第２の実施形態に係る設備状態分析装置４０の構成を示すブロック図である。
本実施形態に係る設備状態分析装置４０は、測定部４１、抽出部４２、測定条件決定部４３、及び、分析部４４を備えている。
測定部４１は、設備５０に対する負荷を測定し、測定した負荷を表す負荷情報４１０を、測定条件４３０に基づいて生成する。
抽出部４２は、測定部４１によって生成された負荷情報４１０から、時間の経過とともに動的に変動する度合いが基準以上である負荷の動的成分を表す動的負荷情報４２０を抽出する。
測定条件決定部４３は、動的負荷情報４２０の時間推移に基づいて、負荷情報４１０が生成される時間帯を示す測定条件４３０を決定する。
分析部４４は、測定条件４２０に基づいて得られた負荷情報４１０を使用して、設備５０に加えられた負荷を分析する。
本実施形態に係る設備状態分析装置４０は、設備に対して加えられた負荷の状況に基づいて当該設備の状態を推定する精度を効率的に高めることができる。その理由は、設備状態分析装置４０は、設備５０に関する負荷情報４１０から動的負荷情報４２０を抽出し、抽出した動的負荷情報４２０の時間推移に基づいて測定条件４３０を決定し、測定条件４３０に基づいて得られた負荷情報４１０を使用して、現在までに設備５０に加えられた負荷を分析するからである。
＜ハードウェア構成例＞
上述した各実施形態において図１、及び、図４に示した設備状態分析装置における各部は、専用のＨＷ（ＨａｒｄＷａｒｅ）（電子回路）によって実現することができる。また、図１、及び、図４において、少なくとも、下記構成は、ソフトウェアプログラムの機能（処理）単位（ソフトウェアモジュール）と捉えることができる。
・測定部１１及び４１における測定制御機能、
・抽出部１２及び４２、
・測定条件決定部１３及び４３、
・分析部１４及び４４、
・推定部１５、
・予測部１６、
・優先度決定部１７。
但し、これらの図面に示した各部の区分けは、説明の便宜上の構成であり、実装に際しては、様々な構成が想定され得る。この場合のハードウェア環境の一例を、図５を参照して説明する。
図５は、本願発明の各実施形態に係る設備状態分析装置を実行可能な情報処理装置９００（コンピュータ）の構成を例示的に説明する図である。即ち、図５は、図１、及び、図４に示した設備状態分析装置を実現可能なコンピュータ（情報処理装置）の構成であって、上述した実施形態における各機能を実現可能なハードウェア環境を表す。
図５に示した情報処理装置９００は、構成要素として下記を備えている。
・ＣＰＵ（Ｃｅｎｔｒａｌ＿Ｐｒｏｃｅｓｓｉｎｇ＿Ｕｎｉｔ）９０１、
・ＲＯＭ（Ｒｅａｄ＿Ｏｎｌｙ＿Ｍｅｍｏｒｙ）９０２、
・ＲＡＭ（Ｒａｎｄｏｍ＿Ａｃｃｅｓｓ＿Ｍｅｍｏｒｙ）９０３、
・ハードディスク（記憶装置）９０４、
・外部装置や図１（図４）に示す測定部１１（４１）との通信インタフェース９０５、
・バス９０６（通信線）、
・ＣＤ−ＲＯＭ（Ｃｏｍｐａｃｔ＿Ｄｉｓｃ＿Ｒｅａｄ＿Ｏｎｌｙ＿Ｍｅｍｏｒｙ）等の記録媒体９０７に格納されたデータを読み書き可能なリーダライタ９０８、
・情報提示手段として機能するモニターやスピーカ、キーボード等の入力デバイス等の入出力インタフェース９０９。
即ち、上記構成要素を備える情報処理装置９００は、これらの構成がバス９０６を介して接続された一般的なコンピュータである。情報処理装置９００は、ＣＰＵ９０１を複数備える場合もあれば、マルチコアにより構成されたＣＰＵ９０１を備える場合もある。
そして、上述した実施形態を例に説明した本願発明は、図５に示した情報処理装置９００に対して、次の機能を実現可能なコンピュータプログラムを供給する。その機能とは、その実施形態の説明において参照したブロック構成図（図１、及び、図４）における上述した構成、或いはフローチャート（図３）の機能である。本願発明は、その後、そのコンピュータプログラムを、当該ハードウェアのＣＰＵ９０１に読み出して解釈し実行することによって達成される。また、当該装置内に供給されたコンピュータプログラムは、読み書き可能な揮発性のメモリ（ＲＡＭ９０３）、または、ＲＯＭ９０２やハードディスク９０４等の不揮発性の記憶デバイスに格納すれば良い。
また、前記の場合において、当該ハードウェア内へのコンピュータプログラムの供給方法は、現在では一般的な手順を採用することができる。その手順としては、例えば、ＣＤ−ＲＯＭ等の各種記録媒体９０７を介して当該装置内にインストールする方法や、インターネット等の通信回線を介して外部よりダウンロードする方法等がある。そして、このような場合において、本願発明は、係るコンピュータプログラムを構成するコード或いは、そのコードが格納された記録媒体９０７によって構成されると捉えることができる。
以上、上述した実施形態を模範的な例として本願発明を説明した。しかしながら、本願発明は、上述した実施形態には限定されない。即ち、本願発明は、本願発明のスコープ内において、当業者が理解し得る様々な態様を適用することができる。
この出願は、２０１８年２月１６日に出願された日本出願特願２０１８−０２６１７３を基礎とする優先権を主張し、その開示の全てをここに取り込む。
１０ 設備状態分析装置
１１ 測定部
１１０ 負荷情報
１２ 抽出部
１２０ 動的負荷情報
１２１ 静的負荷情報
１３ 測定条件決定部
１３０ 測定条件
１４ 分析部
１５ 推定部
１６ 予測部
１７ 優先度決定部
１８ 提示部
１９ データベース
１９０ 仕様情報
１９１ 設置情報
１９２ 事故影響度情報
１９３ 補修工事情報
２０ 水道管路
３０ ＳＣＡＤＡシステム
３００ 運用情報
４０ 設備状態分析装置
４１ 測定部
４１０ 負荷情報
４２ 抽出部
４２０ 動的負荷情報
４３ 測定条件決定部
４３０ 測定条件
４４ 分析部
５０ 設備
９００ 情報処理装置
９０１ ＣＰＵ
９０２ ＲＯＭ
９０３ ＲＡＭ
９０４ ハードディスク（記憶装置）
９０５ 通信インタフェース
９０６ バス
９０７ 記録媒体
９０８ リーダライタ
９０９ 入出力インタフェース

Claims (10)

  1. 設備に対する負荷を測定し、測定した前記負荷を表す負荷情報を生成する測定手段と、
    前記測定手段によって所定の期間に生成された前記負荷情報から、時間の経過とともに動的に変動する度合いが基準以上である前記負荷の動的成分を表す動的負荷情報を抽出する抽出手段と、
    前記動的負荷情報の時間推移に基づいて、前記負荷情報が生成される時間帯を示す測定条件を決定する測定条件決定手段と、
    前記測定条件に基づいて生成された前記負荷情報を使用して、前記設備に加えられた前記負荷を分析する分析手段と、
    を備える設備状態分析装置。
  2. 前記抽出手段は、前記負荷情報を表す信号に含まれる前記信号の周波数成分を分析することによって、あるいは、前記信号の時間変化を分析する信号処理を行うことによって、前記動的負荷情報を抽出する、
    請求項１に記載の設備状態分析装置。
  3. 前記測定条件決定手段は、外部から入手した、前記設備の仕様を表す仕様情報と、前記設備の運用状態を表す運用情報とに基づいて、前記測定条件を決定する、
    請求項１または請求項２に記載の設備状態分析装置。
  4. 前記測定条件決定手段は、前記仕様情報に基づいて、前記負荷をシミュレーションにより求めることによって、前記測定手段による測定場所を示す前記測定条件を決定する、
    請求項３に記載の設備状態分析装置。
  5. 前記仕様情報、及び、前記設備の設置状態を表す設置情報に基づいて、前記設備の強度を推定する推定手段と、
    前記推定手段による推定結果と、前記分析手段による分析結果とに基づいて、前記設備に関する事故発生の可能性の大きさを予測し、予測した事故発生の可能性の大きさと、前記事故発生による影響度の大きさとに基づいて、事故の危険度合いを予測する予測手段と、
    をさらに備える、請求項３または請求項４に記載の設備状態分析装置。
  6. 外部から入手した、複数の前記設備の個々に関する、補修工事の容易さと、前記補修工事の費用との少なくともいずれかを含む補修工事情報と、前記予測手段による前記危険度合いに関する予測結果とに基づいて、複数の前記設備に関する前記補修工事を行う優先度を決定する優先度決定手段をさらに備える、
    請求項５に記載の設備状態分析装置。
  7. 入出力インタフェースを用いて情報をユーザに提示可能な提示手段をさらに備え、
    前記測定条件決定手段は、決定した前記測定条件を前記提示手段に入力する、
    請求項１乃至請求項６のいずれか一項に記載の設備状態分析装置。
  8. 前記設備は流体が流れる管路であり、
    前記抽出手段は、前記流体による静圧及び動圧を含む前記負荷から、前記動圧を表す前記動的負荷情報を抽出する、
    請求項１乃至請求項７のいずれか一項に記載の設備状態分析装置。
  9. 情報処理装置によって、
    設備に対する負荷を測定し、測定した前記負荷を表す負荷情報を生成し、
    所定の期間に生成した前記負荷情報から、時間の経過とともに動的に変動する度合いが基準以上である前記負荷の動的成分を表す動的負荷情報を抽出し、
    前記動的負荷情報の時間推移に基づいて、前記負荷情報が生成される時間帯を示す測定条件を決定し、
    前記測定条件に基づいて生成された前記負荷情報を使用して、前記設備に加えられた前記負荷を分析する、
    設備状態分析方法。
  10. 設備に対する負荷を測定し、測定した前記負荷を表す負荷情報を生成する測定処理と、
    前記測定処理によって所定の期間に生成された前記負荷情報から、時間の経過とともに動的に変動する度合いが基準以上である前記負荷の動的成分を表す動的負荷情報を抽出する抽出処理と、
    前記動的負荷情報の時間推移に基づいて、前記負荷情報が生成される時間帯を示す測定条件を決定する測定条件決定処理と、
    前記測定条件に基づいて生成された前記負荷情報を使用して、前記設備に加えられた前記負荷を分析する分析処理と、
    をコンピュータに実行させるための設備状態分析プログラム。
JP2020500558A 2018-02-16 2019-02-14 設備状態分析装置、設備状態分析方法、及び、設備状態分析プログラム Active JP6981525B2 (ja)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JP2018026173 2018-02-16
JP2018026173 2018-02-16
PCT/JP2019/005360 WO2019160043A1 (ja) 2018-02-16 2019-02-14 設備状態分析装置、設備状態分析方法、及び、設備状態分析プログラムが格納された記録媒体

Publications (2)

Publication Number Publication Date
JPWO2019160043A1 JPWO2019160043A1 (ja) 2020-12-17
JP6981525B2 true JP6981525B2 (ja) 2021-12-15

Family

ID=67618635

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2020500558A Active JP6981525B2 (ja) 2018-02-16 2019-02-14 設備状態分析装置、設備状態分析方法、及び、設備状態分析プログラム

Country Status (4)

Country Link
US (1) US11946603B2 (ja)
EP (1) EP3754321A4 (ja)
JP (1) JP6981525B2 (ja)
WO (1) WO2019160043A1 (ja)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7579126B2 (ja) 2020-12-10 2024-11-07 東京瓦斯株式会社 処理装置、プログラム

Family Cites Families (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH1114782A (ja) 1997-06-19 1999-01-22 Shikoku Electric Power Co Inc 配管劣化評価方法及び装置
JP2002310840A (ja) * 2001-04-10 2002-10-23 Noriyuki Uto 水道管の管理システム
US20030171879A1 (en) * 2002-03-08 2003-09-11 Pittalwala Shabbir H. System and method to accomplish pipeline reliability
JP2007205860A (ja) 2006-02-01 2007-08-16 Sekisui Jushi Co Ltd 既設標識柱の耐久性評価方法、及び既設標識柱の耐久性評価を行うための基準設定方法
JP4371119B2 (ja) * 2006-05-10 2009-11-25 パナソニック電工株式会社 異常監視方法
US8457908B2 (en) * 2009-06-11 2013-06-04 University Of Washington Sensing events affecting liquid flow in a liquid distribution system
JP2012112787A (ja) 2010-11-24 2012-06-14 Toshiba Corp 機器の疲労寿命評価装置、方法及びプログラム
US20150142337A1 (en) * 2012-05-22 2015-05-21 National Ict Australia Limitied Integrity of a civil structure
JP5802619B2 (ja) 2012-07-06 2015-10-28 株式会社日立製作所 設備維持管理業務支援システム
JP6079858B2 (ja) 2012-07-10 2017-02-15 株式会社リコー システム及び記憶媒体
SE538526C2 (sv) 2014-04-28 2016-09-06 Villeroy & Boch Gustavsberg Ab System och metod för övervakning av rörledningssystem
WO2016059462A1 (en) * 2014-10-17 2016-04-21 Pieraccini Massimiliano A method and apparatus for monitoring slender elements by means of dynamic measurements of structural asymmetry
US9964468B1 (en) * 2014-12-08 2018-05-08 Bentley Systems, Incorporated Optimizing sensor placement for structural health monitoring

Also Published As

Publication number Publication date
US11946603B2 (en) 2024-04-02
US20200347994A1 (en) 2020-11-05
WO2019160043A1 (ja) 2019-08-22
EP3754321A1 (en) 2020-12-23
JPWO2019160043A1 (ja) 2020-12-17
EP3754321A4 (en) 2021-04-14

Similar Documents

Publication Publication Date Title
Seo et al. Summary review of structural health monitoring applications for highway bridges
US9964468B1 (en) Optimizing sensor placement for structural health monitoring
Jia et al. Stochastic life-cycle analysis: Renewal-theory life-cycle analysis with state-dependent deterioration stochastic models
Cheung et al. The application of statistical pattern recognition methods for damage detection to fielddata
US10451416B1 (en) Optimizing sensor placement for structural health monitoring based on information entropy or total modal energy
Park et al. Model updating method for damage detection of building structures under ambient excitation using modal participation ratio
Chen et al. Structural nonlinear damage identification algorithm based on time series ARMA/GARCH model
Karakostas et al. Seismic assessment of bridges through structural health monitoring: a state-of-the-art review
D'Urso et al. Predictive maintenance of standalone steel industrial components powered by a dynamic reliability digital twin model with artificial intelligence
Zhang et al. Post-earthquake structural damage assessment and damage state evaluation for RC structures with experimental validation
Zhang et al. Damage identification of seismic-isolated structure based on CAE network using vibration monitoring data
Andersen et al. Ranking procedure on maintenance tasks for monitoring of embankment dams
JP6981525B2 (ja) 設備状態分析装置、設備状態分析方法、及び、設備状態分析プログラム
Prakash et al. A two-phase model to predict the remaining useful life of corroded reinforced concrete beams
JPWO2018179727A1 (ja) 配管診断装置、資産管理装置、配管診断方法、及びプログラム
Schneider Time-variant reliability of deteriorating structural systems conditional on inspection and monitoring data
Moravej et al. Computation-effective structural performance assessment using Gaussian process-based finite element model updating and reliability analysis
Wang et al. Post-event evaluation of residual capacity of building structures based on seismic monitoring
CN119126692A (zh) 一种控制系统中现场设备的状态监测方法及系统
Monavari SHM-based structural deterioration assessment
Yang et al. Girder quasi-static cumulative displacement-based suspension bridge nonlinear damper leakage diagnosis by eliminating stochastic traffic effects
Zhang et al. Near-real time evaluation method of seismic damage based on structural health monitoring data
Omenzetter et al. Quantifying the value of SHM for emergency management of bridges at-risk from seismic damage
Raphael et al. Sensor data interpretation in bridge monitoring—A case study
Yadav et al. Dynamic PRA with component aging and degradation modeled utilizing plant risk monitoring data

Legal Events

Date Code Title Description
A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20200702

A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20200702

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20210406

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20210525

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: 20211019

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20211101

R150 Certificate of patent or registration of utility model

Ref document number: 6981525

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150