JP7251924B2 - 故障診断装置、故障診断方法並びに故障診断装置が適用された機械 - Google Patents

Description

本発明は，稼働中の機械に関して，稼動データに基づいてリアルタイムで故障モードや故障原因を診断する故障診断装置、故障診断方法並びに故障診断装置が適用された機械に関するものである。

機械やシステムの故障モードや故障原因を網羅的に分析する手法として，ＦＴＡ（Ｆａｕｌｔ Ｔｒｅｅ Ａｎａｌｙｓｉｓ）がある。ＦＴＡでは，評価対象の故障モードと故障原因との因果関係をツリー上に展開した故障ツリーを用いて，故障の原因や，将来的に起こり得る故障モードを分析する。設計段階でのＦＴＡにより，潜在する故障モードの気付きから，事故の未然防止に繋げることができ，また事故発生時のＦＴＡにより，事故の原因究明や再発防止に寄与することができる。

しかしながら，ＦＴＡで使用する故障ツリーの課題として，故障ツリーの品質が作成者のスキル，経験に依存することがある。例えば，経験の浅い若手が故障ツリーを作成する場合，未知の故障モードや原因に気付かなかったり，経験豊富なベテランが作成する場合，思考のジャンプにより当然の事象を飛ばしてしまったりして，故障ツリー内に定義すべき事象が抜け落ちる可能性がある。

また，ツリー内の各事象に発生確率を定義することで，故障ツリーの頂上事象に至る確率を推定することも可能であるが，膨大な使用条件や環境条件が考えられる各事象において，発生確率を精度良く定義するのは困難である。

ＦＴＡを活用した故障診断装置に関する公知例として，特許文献１には，「それぞれの故障モードにあらかじめ重み付けを設定しておき，一つの故障モードの解析手順の実行前，または実行中に他の故障モードが検出されるときには，その設定された重み付けの順にしたがって，その処理を実行する」と記載されている。

特開２００７－２８６０１８号公報

ＦＴＡを活用した故障診断装置では，評価対象の故障モードと故障原因を推定，処理するために，故障ツリーを使用する。

しかしながら，前述の通り，故障ツリーの品質が作成者のスキル，経験に依存し，各事象に抜け漏れが発生することや，各事象の発生確率を精度良く定義するのが困難であることなどの課題がある。

上記の特許文献１は，ＦＴＡを活用した故障診断装置に関する公知例であるが，故障診断に使用している故障ツリーや，故障モード，およびそれらの重み付けは，装置内のデータベースにあらかじめ定義された情報を使用している。

すなわち，故障診断の精度は，あらかじめ定義されている故障ツリーや故障モードの精度に左右される。それらの作成過程では，属人性により，各事象の抜け漏れや発生確率の精度不良などで，故障診断精度にばらつきが発生する可能性がある。

以上のことから本発明においては，ＦＴＡを活用した故障診断装置に関して，上記のような課題を解決するためになされたものであり，稼働中の機械の各種データに基づいて，属人性を軽減した上で妥当な故障モードや故障原因を診断する故障診断装置、故障診断方法並びに故障診断装置が適用された機械を提供することを目的とする。

以上のことから本発明においては、「稼働中の機械の故障診断装置であって，機械の入出力データと閾値の比較から機械を構成している各部品の異常度を算出する異常度分析部と，各部品について、部品の故障と部品内のセンサの故障とを関連付けた部品の故障ツリーを保有し、各部品の入出力データ間の相関関係から，部品の故障ツリーを連結して，機械全体の故障ツリーを生成する故障ツリー自動生成部と，異常度と機械全体の故障ツリーの情報から，機械の故障を分析する故障分析部と，故障分析部で分析した情報を表示，警報する表示部を備えていることを特徴とする故障診断装置」としたものである。

また本発明においては、「入出力データを検知するセンサを含む複数の部品により構成された稼働中の機械の故障診断方法であって，各部品について、部品の故障と部品内のセンサとを関連付けた部品の故障ツリーを保有し、複数の部品の入出力データ間の相関関係に応じて、部品の故障ツリーを連結して，機械の全体の故障ツリーを生成するとともに、機械の全体の故障ツリーの情報から機械の故障を分析することを特徴とする故障診断方法」としたものである。

また本発明においては、「上記の故障診断装置が適用された機械」としたものである。

本発明に係る故障診断装置では，稼働中の機械の各種データに基づいて，機械全体の故障ツリーが自動で生成されるため，ツリー構築に関する属人性が軽減される。

また本発明の実施例によれば，各部品の異常度や機械全体の故障度は，稼働中の各種データや，自動生成された故障ツリーに基づいてリアルタイムで算出されるため，その時点で発生している故障モードや，将来起こり得る故障モードに関して，妥当な診断が可能となる。また，それらの診断情報を表示・警報したり，稼働中の機械にフィードバックしたりすることにより，機械運転の信頼性向上につながる。

本発明の実施例１に係る故障診断装置の構成例を示す図。 故障ツリー自動生成部の構成例を示す図。 故障ツリー自動生成部１３０に入力されるデータの時間変化事例を示す図。 故障分析部１４０と表示部１５０の詳細構成を示す図。 本発明の実施例２に係る故障度算出手法を示す図。

以下，本発明の実施例について図面を用いて説明する。

図１は，本発明の実施例１に係る故障診断装置の構成例図を示している。

本発明の故障診断装置１００は，稼働中機械１１０に適用されるものであり，異常度分析部１２０，故障ツリー自動生成部１３０，故障分析部１４０，表示部１５０により構成されている。

まず本発明における診断対象である稼働中機械１１０について説明する。一般的に，機械は電気部品や機械要素などの各部品が連結された形で構成されており，図１の稼働中機械１１０は，部品Ａ，部品Ｂ，部品Ｃ，部品Ｄで構成された例を示している。また部品Ａには，部品Ｂ，部品Ｃが連結され，部品Ｃには部品Ｄが連結されているものとする。

また，稼働中機械１１０には，機械の状態をモニタリング，制御するために，変位や温度などを計測する各種センサＳが取り付けられている。図１の例では，部品ＡにＳａ１，Ｓａ２，Ｓａ３などのセンサＳａ，部品ＢにＳｂ１，Ｓｂ２などのセンサＳｂが取り付けられており，同様に，部品Ｃ，部品ＤにもセンサＳｃ，Ｓｄが取り付けられている。

このように本発明における稼働中機械１１０は複数の部品で構成され、これら部品が連結されており、かつ複数の部品は夫々１つ以上のセンサを備えるものとされている。別の言い方をすると、本発明ではセンサを含む範囲を部品として把握したものである。

次に故障診断装置１００に備えるべき機能について説明する。まず故障ツリー自動生成部１３０は，ツリーデータベースＤＢを備えており，その中には，電気部品や機械要素などの各種部品の故障モードと故障原因の因果関係が定義された部品ツリー（２２１，２２２，２２３，２２４）などが格納されている。また故障ツリー自動生成部１３０は、診断対象である稼働中機械１１０からのセンサデータ、あるいは稼働中機械１１０に対する制御データなどを入力しており、ツリーデータベースＤＢにおける故障ツリー作成に利用している。故障ツリー自動生成部１３０の詳細について図２を用いて後述する。

稼働中機械１１０の制御データやセンサデータは，異常度分析部１２０にも入力されている。異常度分析部１２０では，各部品の各センサに設定している閾値（許容値）と，各センサの出力データを比較し，異常度を算出する。閾値とセンサデータは時系列にリアルタイムで比較され，センサデータが閾値に近い値になるほど，異常度を高く判定する。異常度は，各部品の各センサそれぞれで算出される。

図１の異常度分析部１２０で出力した各部品，各センサの異常度と，故障ツリー自動生成部１３０で出力した機械全体の故障ツリーは，故障分析部１４０に入力され、ここでの分析により、故障部位、故障モード、故障度などが得られ、表示部１５０により表示される。故障分析部１４０と表示部１５０の詳細について図４を用いて後述する。

以下、故障診断装置１００を構成する各機能について詳細に説明する。まず、図２において故障ツリー自動生成部１３０の具体的な構成と機能を説明する。

図２の故障ツリー自動生成部１３０には、稼働中機械１１０の制御データやセンサデータが入力されている。また故障ツリー自動生成部１３０は、ツリーデータベースＤＢと，故障ツリー生成部１３２により構成されている。

このうちツリーデータベースＤＢは，部品ツリー格納部ＤＢ１と、故障ツリー格納部ＤＢ２により構成されている。部品ツリー格納部ＤＢ１には，電気部品や機械要素などの各種部品の故障モードと故障原因の因果関係が定義された部品ツリー（２２１，２２２，２２３，２２４など）が格納されている。これに対し、故障ツリー格納部ＤＢ２には、故障ツリー生成部１３２により生成された故障ツリーが格納され、図１の故障分析部１４０に提供される。

故障ツリー生成部１３２では，部品ツリー格納部ＤＢ１に格納された各種部品の部品ツリー（２２１，２２２，２２３，２２４など）を連結して，稼働中機械全体の故障ツリーを自動で生成する。

図２の故障ツリー生成部１３２には，部品ツリー格納部ＤＢ１に格納された部品ツリーとして、２２１，２２２，２２３，２２４を例示している。これらの部品ツリーは各種部品の故障モードと故障原因の因果関係が定義されたものであり、例えば部品Ａツリー２２１についてみると、部品Ａの故障は、センサＳａ１故障、センサＳａ２故障、センサＳａ３故障として定義されている。同様に部品Ｂツリー２２２についてみると、部品Ｂの故障は、センサＳｂ１故障、センサＳｂ２故障、センサＳｂ３故障として定義されている。他の部品ツリー２２３，２２４も同じ構成とされている。なお部品の故障モードと故障原因の因果関係は、例えば部品の故障モード（部品Ａ故障）が焼き付きであり、故障原因は温度過大（温度センサＳａ１）、回転速度過大（回転速度センサＳａ２）、潤滑油不足（流量センサSａ3）などである。

故障診断装置１００を、稼働中機械１１０に適用した当初の状態において、上記複数の部品ツリー２２１，２２２，２２３，２２４は互いに独立に形成されており、部品ツリーの間は、互いに連結されていない。本発明では、稼働中機械１１０の運転を通じて入手される制御データや、センサデータを用いて、部品ツリー間を連結していく。各種部品のツリーは，稼働中機械１１０から故障ツリー自動生成部１３０に入力される各データ間の相関関係に基づいて，機械全体を模擬するように連結される。

図３は、故障ツリー自動生成部１３０に入力されるデータの時間変化を示す事例であり、上から部品Ａについて、その制御データ、センサＳａ１、Ｓａ２，Ｓａ３による検出値、部品Ｂについて、その制御データ、センサＳｂ１、Ｓｂ２，Ｓｂ３による検出値の時間変化を例示している。

故障ツリー自動生成部１３０に入力される各データについて、データ間の相関係数を算出したときに，図３の例では部品Ｂを制御している制御データと，部品ＡのセンサＳａ１のセンサデータの相関係数が最も高かったものとする。この場合，部品ＢとセンサＳａ１が連動しており，部品Ｂの故障がセンサＳａ１部のセンサデータの異常につながる可能性が高いということができる。故障ツリー生成部１３２は、この場合，図２のように，部品Ａツリー２２１を構成している事象の「Ｓａ１故障」と，部品Ｂツリー２２２を構成している事象の「部品Ｂ故障」を連結させる。これらの相関は、制御データ間や、センサデータ間でも同様に求められ、相関の高いデータ同士を結び付けてツリーを構築していく。

同様にして，部品Ｃツリー２２３や部品Ｄツリー２２４に関しても，各データ間の相関関係に基づいて連結させ，各部品が連結した機械全体の故障ツリーを自動的に構築する。構築された機械全体の故障ツリーは，ツリーデータベースＤＢの故障ツリー格納部ＤＢ２に保存され，同様の部品構成を有する機械の故障診断をする際に，再利用することができる。

図４は、故障分析部１４０と表示部１５０の詳細構成を示す図である。図４によれば、図１の異常度分析部１２０で出力した各部品，各センサの異常度と，故障ツリー自動生成部１３０で出力した機械全体の故障ツリーは，故障分析部１４０に入力される。

図４に示すように，故障分析部１４０では，部品Ａツリー２２１，部品Ｂツリー２２２，部品Ｃツリー２２３，部品Ｄツリー２２４で構成される機械全体の故障ツリーと，各部品，各センサの異常度に基づいて，故障部位，故障モード，故障度を分析する。

例えば，各部品，各センサの異常度は，異常度分析部１２０において，出力データと閾値から正規化されているため，それぞれの異常度をリスト化，昇順化することで，機械全体の中で故障が発生している可能性が高い部位が推定できる。

また，例えば部品内の各センサの異常度を積算することで部品単体の故障度を推定でき，各部品の故障度を積算することで機械全体の故障度を推定できる。さらに，故障部位と故障ツリーを組み合わせることで，その時点で生じている故障モードと，連動して起こり得る故障モードを推定できる。

例えば，図４の太線部に示すように，部品ＢのセンサＳｂ２部に故障（異常振動など）が発生した場合，それが部品Ｂの故障につながり，それに連結しているセンサ部Ｓａ１，部品Ａの故障につながる可能性を示すことができる。

故障分析部１４０で出力した故障部位，故障モード，故障度は，表示部１５０に入力される。表示部１５０は，故障部位，故障モード，故障度を簡便な形式で出力，明示するとともに，故障度が閾値を超えた場合に，アラームを警報する機能などを有し，機械の運転保守員の作業をサポートする。

なお，表示部１５０で表示する情報は，図４で示した例に限らず，例えば，故障分析部１４０で使用した機械全体の故障ツリーや，故障モードと故障原因をＦＭＥＡ（Ｆａｉｌｕｒｅ Ｍｏｄｅ ａｎｄ Ｅｆｆｅｃｔｓ Ａｎａｌｙｓｉｓ）の表形式として出力した結果などを表示してもよい。また，故障分析部１４０で出力した各種の情報は，稼働中の機械にフィードバックされ，故障度に応じて機械の運転を制御することにも活用される。

図５は，本発明の実施例２に係る故障度算出の説明図を示している。

実施例１では，各部品や機械全体の故障度は，異常度分析部１２０から出力される異常度に基づいて算出していた。これに対し、実施例２では，故障ツリー自動生成部１３０から出力される故障ツリーの内容から故障度を算出する。

図５は，機械全体の故障ツリーから，部品Ａのツリー４１０を抜粋し，部品Ａツリー４１０を構成している各事象に具体的な故障モードが記載された例を示している。例えば，部品Ａツリー４１０の第一事象（頂上事象）には，「故障」が記載され，その下の第二事象には，その原因として「破断」「過熱」「変形」などが記載される。また，「破断」の下の第三事象には「過負荷」「腐食」と展開され，さらに，「過負荷」の下の第四事象には「異常振動」「潤滑不良」などと展開される。

なお第二事象以下には，その原因としての「破断」「過熱」「変形」「過負荷」「腐食」「異常振動」「潤滑不良」などが記載されているが、これらはセンサ種別により予め対応付けて定めておくことができる。例えば温度センサと「過熱」、負荷センサと「過負荷」、回転数センサと「異常振動」、流量センサと「潤滑不良」が、対応付けられる。

ここで，部品Ａツリー４１０内には，同一の表記の事象が複数含まれる場合がある。例えば，図５の太線部に示すように，「潤滑不良」は部品Ａツリー４１０内に複数含まれ，「過負荷」につながる「潤滑不良」４１１，「異物混入」につながる「潤滑不良」４１２，「摩擦大」につながる「潤滑不良」４１３などがある。

これは，同一の事象が複数の故障モードに影響することを示唆しており，同一表記の事象数が多ければ多いほど，故障につながる可能性が高いと考えられる。すなわち，実施例２では，故障度を算出する際に，同一表記の事象数をカウントし，その数が多いほど故障度を高く設定する。例えば，ある部位の接触部の温度センサで異常を感知した場合，図５に示すように，ツリー内の「温度異常」４１４が１つカウントされ，潤滑部の潤滑油センサ（油量，粘度など）で異常を感知した場合，部品Ａツリー４１０内の「潤滑不良」４１１，４１２，４１３が３つカウントされる。このケースでは，「潤滑不良」のカウント数が「温度異常」のカウント数よりも多いため，潤滑部の故障度を高く設定する。

なお，故障度を算出する際は，同一表記の事象数のみカウントしてもよいし，その事象に付属している下位のツリーの事象数も含めてカウントしてもよい。また，異常度分析部１２０で出力される異常度と上記方法を組み合わせて，故障度を算出してもよい。さらに，故障ツリーの特性として，階層が上位になるほど，重大な故障モードになる傾向があるため，対象事象の階層位置を算出し，その位置と上記方法を組み合わせて，故障度を算出してもよい。

上記で示した各実施例とすることにより，稼働中の機械の各種データに基づいて，機械全体の故障ツリーが自動で生成されるため，ツリー構築に関する属人性が軽減される。また，各部品の異常度や機械全体の故障度は，稼働中の各種データや，自動生成された故障ツリーに基づいてリアルタイムで算出されるため，その時点で発生している故障モードや，将来起こり得る故障モードに関して，妥当な診断が可能となる。また，それらの診断情報を表示・警報したり，稼働中の機械にフィードバックしたりすることにより，機械運転の信頼性向上につながる。本発明は，各種の機械に汎用的に適用することができる。

１００：故障診断装置
１１０：稼働中機械
Ｓａ：部品Ａセンサ群
Ｓｂ：部品Ｂセンサ群
Ｓｃ：部品Ｃセンサ群
Ｓｄ：部品Ｄセンサ群
１２０：異常度分析部
１３０：故障ツリー自動生成部
ＤＢ：ツリーデータベース
１３２：故障ツリー生成部
１４０：故障分析部
１５０：表示部
ＤＢ１：部品ツリー格納部
ＤＢ２：故障ツリー格納部
２２１，４１０：部品Ａツリー
２２２：部品Ｂツリー
２２３：部品Ｃツリー
２２４：部品Ｄツリー
４１１，４１２，４１３，４１４：ツリー内事象

Claims (7)

1. 稼働中の機械の故障診断装置であって，
   前記機械の入出力データと閾値の比較から前記機械を構成している各部品の異常度を算出する異常度分析部と，前記各部品について、部品の故障と部品内のセンサデータの異常を関連付けた部品の故障ツリーを保有し、前記各部品の入出力データ間の相関関係から，前記部品の故障ツリーを連結して，機械全体の故障ツリーを生成する故障ツリー自動生成部と，前記異常度と前記機械全体の故障ツリーの情報から，前記機械の故障を分析する故障分析部と，該故障分析部で分析した情報を表示，警報する表示部を備えていることを特徴とする故障診断装置。
2. 請求項１に記載の故障診断装置であって、
   前記部品の故障ツリーについて、前記センサデータの異常は、当該異常により引き起こされる事象により表記されており、前記異常度分析部で分析した異常度が高い故障モードに関して，前記故障分析部は，前記機械全体の故障ツリー内で，同一の表記の事象数を計数し，その数に基づいて故障度を算出することを特徴とする故障診断装置。
3. 請求項１または請求項２に記載の故障診断装置であって、
   前記故障分析部で分析した情報を前記機械に入力して，前記機械の運転を制御することを特徴とする故障診断装置。
4. 請求項１から請求項３のいずれか1項に記載の故障診断装置であって、
   前記異常度分析部で分析した異常度が高い故障モードに関して，前記故障分析部は，前記機械全体の故障ツリー内で，前記故障モードが記述されている階層位置を算出し，その位置に基づいて故障度を算出することを特徴とする故障診断装置。
5. 請求項１から請求項４のいずれか1項に記載の故障診断装置であって、
   前記故障分析部において分析される機械の故障とは、故障部位，故障モード，故障度のいずれかを含むことを特徴とする故障診断装置。
6. 稼働中の機械の故障診断方法であって，
   前記機械の入出力データと閾値の比較から前記機械を構成している各部品の異常度を算出し，前記各部品について、部品の故障と部品内のセンサデータの異常を関連付けた部品の故障ツリーを保有し、前記各部品の入出力データ間の相関関係から，前記部品の故障ツリーを連結して，機械全体の故障ツリーを生成し，前記異常度と前記機械全体の故障ツリーの情報から，前記機械の故障を分析し，分析した情報を表示，警報することを特徴とする故障診断方法。
7. 請求項１から請求項５のいずれか1項に記載の故障診断装置が適用された機械。

Images