JPWO2014010039A1 - 類似故障事例検索装置 - Google Patents
類似故障事例検索装置 Download PDFInfo
- Publication number
- JPWO2014010039A1 JPWO2014010039A1 JP2014524532A JP2014524532A JPWO2014010039A1 JP WO2014010039 A1 JPWO2014010039 A1 JP WO2014010039A1 JP 2014524532 A JP2014524532 A JP 2014524532A JP 2014524532 A JP2014524532 A JP 2014524532A JP WO2014010039 A1 JPWO2014010039 A1 JP WO2014010039A1
- Authority
- JP
- Japan
- Prior art keywords
- similar
- abnormality
- case
- past
- database
- 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.)
- Granted
Links
- 230000005856 abnormality Effects 0.000 claims abstract description 112
- 230000008439 repair process Effects 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 38
- 238000012423 maintenance Methods 0.000 claims abstract description 24
- 230000002159 abnormal effect Effects 0.000 claims description 66
- 238000007689 inspection Methods 0.000 claims description 28
- 238000001514 detection method Methods 0.000 claims description 21
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000007257 malfunction Effects 0.000 claims 1
- 239000013598 vector Substances 0.000 description 40
- 230000008569 process Effects 0.000 description 19
- 238000012545 processing Methods 0.000 description 9
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000007418 data mining Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本発明では、メンテナンス事情も加味してより適切に過去事例を検索することができる類似故障事例検索装置および検索方法を提供する。本発明の類似故障事例検索装置では、補修対象機械からの信号異常を検知して、過去の異常事例との相関を数値化して求めて類似異常事例とする第1の手段と、類似異常事例における補修対象機械の部品補修履歴を数値化して求める第2の手段と、数値化された相関と数値化された部品補修履歴に応じて過去の複数の類似異常事例の優先度を定めて提供する第3の手段とで構成する。本発明の類似故障事例検索方法では、補修対象機械からの信号異常を検知して、過去の異常事例との相関を数値化して求めて類似異常事例とし、類似異常事例における補修対象機械の部品補修履歴を数値化し、数値化された相関と数値化された部品補修履歴に応じて過去の複数の類似異常事例の優先度を定める。
Description
本発明は、機械の異常を検知して、その異常の種類から類似した異常が過去起きていないか過去の事例が入ったデータベースから検索する類似故障事例検索装置および検索方法に関する。
ガスエンジンやエレベータ、採掘・建築機械といった機械を常に動作させるためには、機械の保守作業が必須である。保守作業で有効な技術の1つに機械の異常を検知し、その異常の種類から、類似した異常が過去起きていないか過去の事例が入ったデータベースで検索する技術がある。
もし過去に類似した異常の事例があれば、その時にどのように機械を修復したかという対策をデータベースから調べて提示することで、保守員はその知見を活用して機械を修復できる。本発明は、保守作業が必要な機械において適用可能である。
係る故障事例検索手法に関し、たとえば特許文献1は機械に取り付けられたセンサの値から、過去に類似した異常のうち、最も近い種類の異常を調べる。そして最も類似した過去の異常のうち、最も多発したものを最もありえる事例として保守員に提示する発明である。
特許文献1の手法では、機械の状態が過去の事例のときの機械状態と変わらないという前提で検索している。しかし使用年数を経るほど、機械の部品、例えばエンジンの交換、補修などにより、機械の状態が変化していくのが一般的な使用法である。
これらの機械に生じたメンテナンス事情を考慮すると、現在の異常事例の参考になる過去事例及びその対策は必ずしも有効なものとは言えなくなってしまう。
以上のことから本発明においては、メンテナンス事情も加味してより適切に過去事例を検索することができる類似故障事例検索装置および検索方法を提供することを目的とする。
上記の課題を解決するために、本発明の類似故障事例検索装置では、補修対象機械からの信号異常を検知して、過去の異常事例との相関を数値化して求めて類似異常事例とする第1の手段と、類似異常事例における補修対象機械の部品補修履歴を数値化して求める第2の手段と、数値化された相関と数値化された部品補修履歴に応じて過去の複数の類似異常事例の優先度を定めて提供する第3の手段とで構成する。
上記の課題を解決するために、本発明の類似故障事例検索方法では、補修対象機械からの信号異常を検知して、過去の異常事例との相関を数値化して求めて類似異常事例とし、類似異常事例における補修対象機械の部品補修履歴を数値化し、数値化された相関と数値化された部品補修履歴に応じて過去の複数の類似異常事例の優先度を定める。
本発明における診断システムは、機械の異常を検知した際に、過去の類似した異常事例をデータベースから検索する類似事例検索技術において、部品の補修・交換によって状態が変化しても、高い類似度を持つ過去の異常事例を検索して保守員に提示できる。
以下、本発明の実施の形態について、図面を参照して説明する。
図1は本発明の類似故障事例検索装置の全体構成を示した図面である。本発明の類似故障事例検索装置1は、保守対象である機械M、例えば建築機械ならトラックやローダ、産業機械ならエレベータなどから故障事例検索に必要な情報を入手する。
類似故障事例検索装置1は、類似事例の検索結果などを表示する液晶ディスプレイなどで構成された表示部10、診断する対象の機械Mの各部に取り付けられたセンサから通信装置などを介して送られてくるセンサデータから機械の異常を検知する異常検知部11、各種のデータを記憶しておくデータベース(異常事例データベースDB1、点検部品データベースDB2、異常原因部品データベースDB3)DB、各種の演算部(異常事例検索部12、点検部品検索部13、優先度算出部14、異常事例登録部15)並びに一時的なデータの保管を行う一時保管ファイル16等で構成される。
以下、これらの装置構成各部の機能について説明する。
まず機械の異常を検知する異常検知部11について説明する。但し、異常検知については多くの考え方が既に知られているので、ここでは典型的な一例を紹介するに止める。
異常の検知手法には、例えば各センサデータ値の、設計上判明している正常範囲があり、その限界を越える場合に異常と判断する考え方がある。他にも、正常に動作している場合のセンサ値の分布をデータマイニングの手法で学習してセンサ値の正常範囲を定める公知技術もある。以上の公知技術により異常検知部11ではセンサ値が正常範囲から外れ、異常を検知した際に、各センサの正常範囲からの「外れ値」を算出できる。
本実施例では、機械Mの各部に取り付けた複数のセンサからのセンサデータの値S1、S2、S3、…、Snを、n次元のセンサ値ベクトル(S1、S2、S3、…、Sn)とみなした時、センサの正常範囲が座標(O1、O2、O3、…On)を中心とした半径Rのn次元球とする。
正常範囲にセンサ値が入っている条件を数式で表現すると、以下の(1)式のようになる。
[数1]
(S1、S2、S3、…、Sn)−(O1、O2、O3、…On)|<R・・(1)
上記条件を満たさないとき、センサ値の正常範囲からの外れ値ベクトルを算出できる。
外れ値ベクトル(d1、d2、d3、…、dn)は本実施例では以下の(2)式のように定義する
[数2]
(d1、d2、d3、…、dn)=(S1、S2、S3、…、Sn)−(O1、O2、O3、…On)・・・・(2)
センサ値ベクトル(S1、S2、S3、…、Sn)が正常範囲を逸脱した場合、異常検知部11は上記外れ値ベクトル(d1、d2、d3、…、dn)を異常の検知結果として出力する。
[数1]
(S1、S2、S3、…、Sn)−(O1、O2、O3、…On)|<R・・(1)
上記条件を満たさないとき、センサ値の正常範囲からの外れ値ベクトルを算出できる。
外れ値ベクトル(d1、d2、d3、…、dn)は本実施例では以下の(2)式のように定義する
[数2]
(d1、d2、d3、…、dn)=(S1、S2、S3、…、Sn)−(O1、O2、O3、…On)・・・・(2)
センサ値ベクトル(S1、S2、S3、…、Sn)が正常範囲を逸脱した場合、異常検知部11は上記外れ値ベクトル(d1、d2、d3、…、dn)を異常の検知結果として出力する。
外れ値ベクトル(d1、d2、d3、…、dn)が分かると、そのベクトルの「向き」から異常の種類がわかる。例えばエンジンの温度センサが上限を超えた場合は、外れ値ベクトル(d1、d2、d3、…、dn)の成分のうち、エンジン温度センサの成分が大きくなる。外れ値ベクトル(d1、d2、d3、…、dn)の向きはエンジン温度センサの座標軸に傾くため「エンジン温度上限異常」といった異常のモードがわかる。
機械の異常を検知する異常検知部11が与える検知結果あるいは異常モードは、表示部10に表示され、保守員による分析結果を加味した異常事例情報として異常事例データベースDB1に登録する。あるいは、一時的に異常事例データベースDB1に登録し、後日保守員による分析結果を加味することで異常事例情報として再登録することでもよい。
このようにして異常事例データベースDB1には、過去に起きた異常事例の外れ値ベクトルが記憶されている。図2には、このようにして形成された異常事例データベースDB1の具体事例が示されている。
図2の異常事例データベースDB1の具体事例において、205は各異常事例を識別するための事例ID、210は各異常事例の発生日時、215は異常事例発生時の機械のセンサ値から求められる外れ値ベクトル、220は異常発生時にどのような処置をして機械を回復、復旧したかを記録した処置内容、225は発生した異常を保守員や機械の設計者が分析して判明した異常モードIDを示す。205〜225の各データは相互に紐づけられており、例えば外れ値ベクトル215の値から処置内容220や異常モードID225を取得することができる。
図2の異常事例データベースDB1の具体事例において、205は各異常事例を識別するための事例ID、210は各異常事例の発生日時、215は異常事例発生時の機械のセンサ値から求められる外れ値ベクトル、220は異常発生時にどのような処置をして機械を回復、復旧したかを記録した処置内容、225は発生した異常を保守員や機械の設計者が分析して判明した異常モードIDを示す。205〜225の各データは相互に紐づけられており、例えば外れ値ベクトル215の値から処置内容220や異常モードID225を取得することができる。
これらのうち異常モードID225は、機械Mの設計者や保守員が定義した機械に起こる異常のモードを示すIDである。異常モードは、保守員や設計者が実際に異常を分析し、機械修復のための処置を行って決定する。例えば外れ値ベクトルの成分のうちエンジンン温度センサの値が上限を超えた場合は、「エンジン温度上限異常」を示す異常モードIDが異常事例データベースDB1に加味される。
この異常事例データベースDB1の事例ID「C001」の事例によれば、2011年2月2日の13時に異常発生し、この時の外れ値ベクトル(d1、d2、d3、…、dn)が(0.001、0.3…)、最終的にはリセット処理で復帰し、保守員が定義した異常モードは「A001」であった。「C002」は、2011年3月12日の23時34分に異常発生し、この時の外れ値ベクトル(d1、d2、d3、…、dn)が(0.14、0.09…)、最終的には部品P002を交換し、保守員が定義した異常モードは「A002」であった。
図3に詳細内容を示す異常原因部品データベースDB2には、図2の異常事例データベースDB1の異常モードID225に紐付して、原因部品候補ID260が記憶されている。この異常原因部品データベースDB2において、異常モードID225は異常モードを示すIDであり、原因部品候補ID260は異常モードを起こす原因となる部品の候補を部品IDで定義づけして格納している。
この異常原因部品データベースDB2によれば、異常モードID225が「A001」の場合に、想定される故障部品はP001、P020、P041などであり、異常モードID225が「A002」の場合に、想定される故障部品はP002、P067、P045などであることがわかる。
図4に詳細内容を示す点検部品データベースDB3には、補修交換日時285ごとに、その時の補修交換部品290、および点検理由295が記憶されている。ここで補修交換部品290には補修・交換した部品のIDが格納されており、点検理由295には補修・交換した理由として「定期点検」や「異常対応」といった理由を記憶している。この点検部品データベースDB3は、部品の補修交換履歴を記憶したものなので、異常時ばかりでなく、定期点検時における部品の補修交換も含めて総合的に記憶している。
因みに、点検部品データベースDB3の上段のケースでは2011年2月2日の13時の補修交換は定期点検であり、部品P002などについて補修・交換し、中段のケースでは2011年3月12日の23時34分の補修交換は異常対応であり、部品P002を補修・交換した。このデータベースでは、理由の如何を問わず全ての部品補修交換が記録されている。
以上、異常検知部11の処理内容および各種データベース(異常事例データベースDB1、点検部品データベースDB2、異常原因部品データベースDB3)の具体的な記憶内容について紹介した。
これに対し、演算部(異常事例検索部12、点検部品検索部13、優先度算出部14、以上事例登録部15)並びに一時的なデータの保管を行う一時保管ファイル16は、以下のように処理を実施する。
まず異常事例検索部12は、異常検知部11が出力した機械Mの外れ値ベクトル(d1、d2、d3、…、dn)215を検索キーにして、異常事例データベースDB1から類似した異常事例を検索する。
点検部品検索部13は、点検部品データベースDB3を検索して、過去の類似した異常事例が起きてから現在までの間に交換された機械の部品を検索する。交換された部品が少ないほど現在の機械Mの状態に類似した状態といえる。
一時保管ファイル16は、異常事例検索部12による異常事例データベースDB1の検索や、点検部品検索部13による点検部品データベースDB3による検索の結果を一時格納するファイルである。
優先度算出部14は、異常検知部11が出力した外れ値ベクトル(d1、d2、d3、…、dn)と、点検部品検索部13の出力した検索部品の数から検索結果の表示順位を決定する。この詳細手順について後述する。
異常事例登録部15は、異常事例データベースDB1に発生した異常の事例情報を登録する。登録する情報は保守員や設計者が実際に異常を分析して決定した情報である。
以下、図1の装置構成により行われる類似異常事例を検索・表示するための処理を図5〜図7の処理フローチャートで説明する。まず図5は、全体の処理フローチャートを示している。
図5において、最初の処理ステップS300では、図1の機械Mの各部に取り付けられたセンサからセンサデータが送られ、異常検知部11がこれを受信する。
ステップS305では、設計時やデーマイニングで学習した正常範囲から、各センサ値(S1、S2、S3、…、Sn)が逸脱しているか調べて機械Mの状態を診断する。もし逸脱している場合は機械Mが異常であると判断し、ステップS310において異常発生(Y)としてステップS315に移行する。もし異常発生ではない(N)と判断される場合は、ステップS300に戻って機械Mからのセンサデータ受信を待つ。
ステップS315では、各センサ値(S1、S2、S3、…、Sn)が正常範囲から逸脱しているので、(2)式によりその外れ値ベクトル(d1、d2、d3、…、dn)=(S1、S2、S3、…、Sn)−(O1、O2、O3、…On)を算出し、サブルーチンSUB320に入力として渡す。
外れ値ベクトル(d1、d2、d3、…、dn)を受け取ったサブルーチンSUB320の内部フローを、図6のステップS400〜ステップS425に示す。
図6のステップS400では、異常事例データベースDB1から過去の全ての異常事例の事例ID205と、外れ値ベクトル215を一時保管ファイル16にロードする。ロードしたデータの構造は、図8のテーブルXに示したように事例ID205と外れ値ベクトル215を紐づけたテーブル構造になっている。なお、図8は一時保管ファイル16にロードされた情報の変遷を示す図である。
この場合図8のテーブルX(TBX)には、過去の全ての異常事例として、事例ID「C001」に紐づけられた外れ値ベクトル(0.001、0.3…)、事例ID「C002」に紐づけられた外れ値ベクトル(0.14、0.09…)、事例ID「C003」に紐づけられた外れ値ベクトル(0.16、0.07…)が抽出された。
次のステップS405、ステップS410、ステップS415のループで、図8のテーブルX(TBX)の外れ値ベクトルを1つずつとりだして類似した外れ値ベクトルを検索する。
具体的には、まずステップS405において図8のテーブルX(TBX)の一番上の行のC001の外れ値ベクトル(0.001、0.3…)を参照する。
次のステップS410では、直近の異常検知事例である外れ値ベクトル(d1、d2、d3、…、dn)と、過去事例の相関を求める。相関の導出手法としては例えば内積を利用する。具体的には、本サブルーチンSUB305の入力として受け取った外れ値ベクトル(d1、d2、d3、…、dn)と、過去の異常事例の外れ値ベクトル215の内積を計算する。外れ値ベクトル(d1、d2、d3、…、dn)と、図8の過去の異常事例の外れ値ベクトル215(0.001、0.3、…)との内積値Kは(3)式で求められる。
[数3]
K=(d1×0.001+d2×0.3+…)
/(d1^2+d2^2+…+dn^2)^1/2×(0.001^2+d2^2+…+dn^2)^1/2・・・・(3)
上記計算式(3)で求めた内積値Kを、事例IDテーブルX(TBX)に列625として追加する。追加後のテーブルX(TBX)の構造を、図8のテーブルX1(TBX1)に示す。TBX1ではTBXと比較して内積値625の列が追加されている。追加された内積値Kは、事例上段からそれぞれ0.031、0.31、0.45であったとする。
[数3]
K=(d1×0.001+d2×0.3+…)
/(d1^2+d2^2+…+dn^2)^1/2×(0.001^2+d2^2+…+dn^2)^1/2・・・・(3)
上記計算式(3)で求めた内積値Kを、事例IDテーブルX(TBX)に列625として追加する。追加後のテーブルX(TBX)の構造を、図8のテーブルX1(TBX1)に示す。TBX1ではTBXと比較して内積値625の列が追加されている。追加された内積値Kは、事例上段からそれぞれ0.031、0.31、0.45であったとする。
次のステップS415では、テーブルXの全ての事例について入力の外れ値ベクトル(d1、d2、d3、…、dn)との内積値Kを求めたかを調べて、もし求めきれていなかったらステップS405に戻って次の事例(事例ID C002〜)の内積値を求める。
以上のステップS405、ステップS410、ステップS415のループで全ての過去事例と入力の外れ値ベクトル(d1、d2、d3、…、dn)を調べたらステップS420に移行する。
ステップS420では、テーブルX1(TBX1)の内積値625を参照し、内積値625の大きい順に事例をソートする。
ステップS425では、ソートされたテーブルX1(TBX1)から上位N件の事例ID605と外れ値ベクトル215を取り出し、一時保管ファイル16にテーブルA(TBA)としてロードする。この場合にテーブルA(TBA)には、内積値が0.93の事例ID C010、内積値が0.82の事例ID C021、内積値が0.89の事例ID C034、の順番に配列されたデータが保持されたとする。
ここで、テーブルA(TBA)に配列された内積値が大きい順の事例IDは、テーブルA(TBA)内では、類似事例635として位置づけられている。このようにして、テーブルX1(TBX1)の上位N件の事例ID205と内積値625は、それぞれテーブルAの類似事例ID635と内積値625としてロードされる。なお、上位N件のNの値は、類似事例の検索結果として表示部10に表示する件数である。検索結果の表示件数は、表示部10の液晶モニタのサイズや保守員の業務の都合に合わせて任意に決めてよい。
図6の処理により一時保管ファイル16のテーブルA(TBA)にロードされた内積値が0.93の事例ID C010は、今回検知した異常事例と最も相関が高い異常事例であると考えられる。本発明においては、この結果にさらに部品の補修交換履歴を加味する。この部分の処理を図7に示す。
以上で異常検知した外れ値ベクトルの類似事例を検索し、結果を一時保管ファイル16のテーブルA(TBA)に格納する図6のサブルーチンSUB320を終了し、図5のステップS322に移行する。
図5の処理フローチャートに戻り、ステップS322からステップS332の処理では、テーブルA(TBA)の類似事例が発生してから今までの間に、交換・補修された部品があるか、類似事例ごとに検索する。
ステップS322ではサブルーチンSUB320で格納したテーブルA(TBA)から、類似事例情報である類似事例ID635と内積値625のペアを1行分参照して次のサブルーチンSUB325に入力として渡す。最初に検討されるのは、類似事例ID635がC010で内積値625が0.93のペアである。
サブルーチンSUB325では、過去事例発生後、現在検知した異常の間に交換・補修された部品を検索する。サブルーチンSUB325の内部フローを図7に示す。
図7のステップS500では、異常事例データベースDB1と原因部品データベースDB3の両方を検索する。まず図8の一時保管ファイル16のテーブルA(TBA)を参照して、1行目の類似事例ID635(相関が最も高いと判断された事例。類似事例ID635がC010で内積値625が0.93のペア)を取得し、図2の異常事例データベースDB1の事例ID205の検索キーとして類似事例ID635を検索する。
これにより、類似事例C010に紐づけられた発生日時、外れ値ベクトル、処置内容、異常モードIDのデータを得る。この場合、次の処理で使用する異常モードIDのデータは、A010であった。
類似事例ID635(C010)の検索結果得られた異常モードID225(A010)を用いて、こんどは図3の原因部品データベースDB3の異常モードID225を検索し、該当する原因部品候補ID260を取得する。この場合に、原因部品データベースDB3の原因部品候補ID260から得られた異常モードID(A010)の原因部品候補はP010、P015、P021であった。
図9は、一時保管ファイル16に展開された情報を示す図であり、最初に上記の結果得られた情報がテーブルC(TBC)に展開される。この場合に得られた情報として、原因部品候補ID260は、部品IDのリストになっているので、部品IDごとに別レコードに分解して図9の一時保管ファイル16のテーブルC(TBC)の原因部品候補ID 260に入れる。その際、検索キーとなったテーブルAの類似事例ID635も入れておく。
これにより図9の一時保管ファイル16のテーブルC(TBC)には、最も相関が高いと計算された類似事例C010と、これに対応する原因部品候補P010、P015、P021がセットとして取り上げられた。なお、テーブルC(TBC)には、次の順位に相関が高いC021のケースが同様に展開される。
次のステップS510〜ステップS530のループで過去事例発生後、現在検知した異常の間にテーブルCの原因部品候補260が交換・補修されたか調べて結果を図9のテーブルB TBBに格納する。
ステップS510では、テーブルC(TBC)から、1行目の原因部品候補ID260としてP010を取り出し、ステップS515で図4の点検部品データベースDB2を検索し補修・交換日時285が「図2の発生日時後、異常が検知された日時」までの範囲で補修・交換部品ID 290に原因部品候補ID(P010)が含まれる点検記録を探す。
ステップS520では、ステップS515の検索結果が0件だった場合、ステップS510に戻って次の原因部品候補IDの検索に移行する。検索結果があった場合はステップS525に移行する。本説明事例では、原因部品候補P010について、発生日時後、異常が検知された日時までの間での補修交換記録が発見されたものとする。また、同様にP021の補修履歴が残っていたものとする。
ステップS525では、ステップS515の検索キーに使った原因部品候補(P010)とそれに紐づく類似事例ID(C010)を、図9のテーブルB(TBB)に交換・補修部品ID635290と類似事例ID635に格納する。
ステップS530ではテーブルC(TBC)の原因部品候補260について全て検索しおえたかどうか確認し、おえていなければステップS510に戻り、次の原因部品候補P015を検索する。ステップS530の後はサブルーチンSUB325を終了し、図3のステップS330に移行する。
本事例の場合に、最終的に図9のテーブルB(TBB)には、類似事例IDがC010の事例について、交換補修部品がP010,P021であったことが抽出された。P015の補修交換履歴は存在しなかった。また同様に、次に相関が高い類似事例ID(C021)の事例について、交換補修部品がP034であったことが抽出されたものとする。
図5に戻り、ステップS330では一時保管ファイル16に作成されたテーブルA(TBA)の類似事例ID635について、「ベクトル内積値625」と、類似事例ID635で紐づくテーブルB(TBB)の「交換・補修部品ID290」から、類似事例の表示順を意味する優先度Lを以下の(4)式で算出する。
[数4]
優先度L=α×(ベクトル内積値)+β×(交換部品の割合)^(−1)・・・(4)
ただし、(交換部品の割合)は、「テーブルB(TBB)の同一の類似事例ID635に紐づく「交換・補修部品ID 290の数」を「テーブルC(TBC)の同一の類似事例ID635に紐づく「原因部品候補ID 260の数」で割った値である。
[数4]
優先度L=α×(ベクトル内積値)+β×(交換部品の割合)^(−1)・・・(4)
ただし、(交換部品の割合)は、「テーブルB(TBB)の同一の類似事例ID635に紐づく「交換・補修部品ID 290の数」を「テーブルC(TBC)の同一の類似事例ID635に紐づく「原因部品候補ID 260の数」で割った値である。
α、βの値は、本発明を使用する業務に合わせて調整する必要がある重み係数である。
(4)式について、具体数値で説明する。テーブルA(TBA)の、相関が最も高いとされた事例C010で述べると、(4)式のベクトル内積値は0.93である。また交換部品の割合は、「交換・補修部品ID 290の数」が2(P010,P021)でありこれを、「原因部品候補ID 260の数」である3(P010,P021、P015)で割った値(2/3)である。重み係数α、βの値を考慮して求められた事例C010の優先度Lは数値1.8として求められたものとする。なお、次に相関の高い事例C021では優先度Lは数値2.2として求められたものとする。
(4)式の優先度Lによれば、重み係数αの項は過去事例との相関が高いほど大きな値として算出される。反面、重み係数βの項は補修交換が進むほど大きな負の値としてカウントされる。この結果からは、機械Mの前回異常時から補修交換が進むほど低い優先度となることを意味している。
優先度Lを算出したら、一時保管ファイル16にテーブルD(TBD)を作成する。テーブルD(TBD)は、テーブルA (TBA)の類似事例ID635と優先度765を関連付けて格納したものである。
ステップS332では、図8のテーブルA(TBA)の全類似事例について優先度を算出し終えたかチェックする。もし終わっていなければステップS322に戻り、次の類似事例の優先度を算出する。終わっていればステップS335に移行する。
ステップS335ではテーブルD(TBD)の優先度765の大きい順に類似事例ID635を取得し、図2の異常事例データベースDB1の事例ID205の検索キーとして検索し、事例情報を見つける。見つかった事例情報の処置内容220を表示部10に表示することで優先度の高い順に保守員に異常が検知された機械の処置内容を表示できる。
最終的に形成されたテーブルD(TBD)の優先度765によれば、保守員には類似事例C021の異常事例を参照すべきことが提案されることは言うまでもない。
本発明における診断システムは、機械の異常を検知した際に、過去の類似した異常事例をデータベースから検索する類似事例検索技術において、部品の補修・交換によって状態が変化しても、高い類似度を持つ過去の異常事例を検索して保守員に提示できる。
1:故障事例検索装置,10:表示部,11:異常検知部,12:異常事例検索部,13:点検部品検索部,14:優先度算出部,15:異常事例登録部,16:一時保管ファイル,DB1:異常事例データベース,DB2:点検部品データベース,DB3:異常原因部品データベース,M:機械
Claims (13)
- 補修対象機械からの信号異常を検知して、過去の異常事例との相関を数値化して求めて類似異常事例とする第1の手段と、類似異常事例における補修対象機械の部品補修履歴を数値化して求める第2の手段と、数値化された相関と数値化された部品補修履歴に応じて過去の複数の類似異常事例の優先度を定めて提供する第3の手段とで構成されたことを特徴とする類似故障事例検索装置。
- 請求項1記載の類似故障事例検索装置において、
前記第3の手段は、数値化された相関に対する数値化された部品補修履歴の差の大きさにより過去の複数の類似異常事例の優先度を定めることを特徴とする類似故障事例検索装置。 - 請求項1または請求項2記載の類似故障事例検索装置において、
前記数値化された部品補修履歴は、当該類似異常事例発生から現在までの部品交換数が多いほど大きな数値とされることを特徴とする類似故障事例検索装置。 - 請求項1から請求項3のいずれか1項に記載の類似故障事例検索装置において、
過去に生じた異常検知事例を異常モードとともに記憶している異常事例データベースと、前記異常モードごとに故障の原因となる部品の候補を記憶した異常原因部品データベースと、過去における部品の補修交換内容を記憶する点検部品データベースとを備えていることを特徴とする類似故障事例検索装置。 - 請求項4に記載の類似故障事例検索装置において、
前記点検部品データベースは、機械の部品の補修・交換履歴を記憶しており、交換の日時と部品の種類から補修・交換履歴を検索できる事を特徴とする類似故障事例検索装置。 - 請求項4に記載の類似故障事例検索装置において、
前記異常事例データベースは、過去起きた機械の異常事例を処置内容の情報とともに記憶し、日付で処置内容を検索できる事を特徴とする類似故障事例検索装置。 - 請求項4に記載の類似故障事例検索装置において、
前記異常事例データベースは、過去起きた機械の故障事例を処置内容の情報とともに記憶し、異常発生時のセンサデータの分析結果から類似した異常を検索する事を特徴とする類似故障事例検索装置。 - 請求項4に記載の類似故障事例検索装置において、
前記異常原因部品データベースに記憶した補修部品候補数と、点検部品データベースに記憶した補修・交換した部品数の割合を求めることを特徴とする類似故障事例検索装置。 - 保守対象機械に取り付けたセンサからの信号を入力し、異常信号を検知する異常検知部と、過去に生じた異常検知事例を異常モードとともに記憶している異常事例データベースと、前記異常モードごとに故障の原因となる部品の候補を記憶した異常原因部品データベースと、過去における部品の補修交換内容を記憶する点検部品データベースと、
前記異常信号を検知したときに、前記異常事例データベースに記憶されている過去の異常検知事例との相関を数値化して求め、類似異常検知事例とする第1の手段、過去の類似異常検知事例発生から現在までの間の部品交換数を前記点検部品データベースから求め、前記異常原因部品データベースに記憶された異常モードごとの故障原因部品の候補数との比を求める第2の手段、前記第1の手段の数値化された相関と前記第2の手段の部品の比とから、過去の類似異常検知事例の優先度を重みづけして提供する第3の手段とで構成されたことを特徴とする類似故障事例検索装置 - 補修対象機械からの信号異常を検知して、過去の異常事例との相関を数値化して求めて類似異常事例とし、類似異常事例における補修対象機械の部品補修履歴を数値化し、数値化された相関と数値化された部品補修履歴に応じて過去の複数の類似異常事例の優先度を定めることを特徴とする類似故障事例検索方法。
- 請求項10記載の類似故障事例検索方法において、
数値化された相関に対する数値化された部品補修履歴の差の大きさにより過去の複数の類似異常事例の優先度を定めることを特徴とする類似故障事例検索方法。 - 請求項11または請求項12記載の類似故障事例検索方法において、
前記数値化された部品補修履歴は、当該類似異常事例発生から現在までの部品交換数が多いほど大きな数値とされることを特徴とする類似故障事例検索方法。 - 補修対象機械からの信号異常を検知して、過去の異常事例との相関を数値化して求めて類似異常事例とし、類似異常事例における補修対象機械の部品補修履歴を数値化し、数値化された相関と数値化された部品補修履歴に応じて過去の複数の類似異常事例の優先度を定めるとともに部品補修が多いほど優先度が低くされることを特徴とする類似故障事例検索方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/JP2012/067661 WO2014010039A1 (ja) | 2012-07-11 | 2012-07-11 | 類似故障事例検索装置および検索方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP5820072B2 JP5820072B2 (ja) | 2015-11-24 |
JPWO2014010039A1 true JPWO2014010039A1 (ja) | 2016-06-20 |
Family
ID=49915542
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2014524532A Expired - Fee Related JP5820072B2 (ja) | 2012-07-11 | 2012-07-11 | 類似故障事例検索装置 |
Country Status (5)
Country | Link |
---|---|
US (1) | US10204321B2 (ja) |
EP (1) | EP2874115A4 (ja) |
JP (1) | JP5820072B2 (ja) |
CN (1) | CN104487998B (ja) |
WO (1) | WO2014010039A1 (ja) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6520539B2 (ja) * | 2015-08-05 | 2019-05-29 | 三菱電機ビルテクノサービス株式会社 | 検索システム |
WO2017052531A1 (en) * | 2015-09-23 | 2017-03-30 | General Electric Company | Method and apparatus for collecting like-cases |
JP6359228B2 (ja) * | 2016-04-08 | 2018-07-18 | 三菱電機株式会社 | 情報処理装置、情報処理方法及び情報処理プログラム |
JP6212167B1 (ja) * | 2016-05-30 | 2017-10-11 | 東芝エレベータ株式会社 | Bimシステム、方法およびプログラム |
KR102077255B1 (ko) * | 2018-01-25 | 2020-02-13 | 조선대학교산학협력단 | 전기 기관차의 고장 부위 추론 방법 및 컴퓨터 프로그램 |
WO2019229946A1 (ja) * | 2018-05-31 | 2019-12-05 | 三菱電機ビルテクノサービス株式会社 | エレベーターの保守作業支援装置 |
KR102087629B1 (ko) * | 2018-09-20 | 2020-03-11 | 미래중기(주) | 건설현장의 건설기계 점검 또는 수리에 따른 현장출장용 부품 자동 검색 방법 |
EP3715738A1 (en) * | 2019-03-29 | 2020-09-30 | Mitsubishi Electric R&D Centre Europe B.V. | Air conditioning system, server system, network, method for controlling an air conditioning system and method for controlling a network |
US11176502B2 (en) | 2019-05-01 | 2021-11-16 | Caterpillar Inc. | Analytical model training method for customer experience estimation |
JP7391737B2 (ja) | 2020-03-18 | 2023-12-05 | 住友重機械工業株式会社 | 射出成形機、産業機械 |
CN112630475B (zh) * | 2020-12-08 | 2023-11-07 | 湖南炬神电子有限公司 | 一种电子烟老化柜及老化系统 |
Family Cites Families (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06294668A (ja) | 1993-04-12 | 1994-10-21 | Mitsubishi Electric Corp | 故障診断装置 |
JP2868476B2 (ja) * | 1996-08-28 | 1999-03-10 | 日本電気フィールドサービス株式会社 | 情報処理装置の保守方式 |
CN1219947C (zh) * | 2000-03-31 | 2005-09-21 | 日立建机株式会社 | 建筑机械的管理方法、系统及运算处理方法 |
JP3834463B2 (ja) | 2000-10-13 | 2006-10-18 | 株式会社日立製作所 | 車載故障警報通報システム |
EP2381398A1 (en) | 2001-04-25 | 2011-10-26 | Hitachi Construction Machinery Co., Ltd. | Construction machine management apparatus and construction machines management system |
JP2002370630A (ja) | 2001-06-15 | 2002-12-24 | Hitachi Ltd | 自動車の予防保全サービスシステム |
JP3996428B2 (ja) * | 2001-12-25 | 2007-10-24 | 松下電器産業株式会社 | 異常検知装置及び異常検知システム |
JP2005122270A (ja) * | 2003-10-14 | 2005-05-12 | Matsushita Electric Ind Co Ltd | 修理情報検索装置及び修理情報検索システム |
US8019456B2 (en) * | 2007-02-27 | 2011-09-13 | Kabushiki Kaisha Toshiba | Product repair support system, product manufacturing system, and product manufacturing method |
JP4453764B2 (ja) * | 2008-02-22 | 2010-04-21 | トヨタ自動車株式会社 | 車両診断装置、車両診断システム、診断方法 |
CN101271329A (zh) * | 2008-05-09 | 2008-09-24 | 重庆大学 | 车间异常事件实时处理方法及系统 |
JP5129725B2 (ja) * | 2008-11-19 | 2013-01-30 | 株式会社日立製作所 | 装置異常診断方法及びシステム |
JP5324285B2 (ja) * | 2009-03-27 | 2013-10-23 | Necパーソナルコンピュータ株式会社 | 修理部品指示システム、修理部品指示装置、方法及びプログラム |
JP5363927B2 (ja) * | 2009-09-07 | 2013-12-11 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP5439265B2 (ja) | 2010-04-20 | 2014-03-12 | 株式会社日立製作所 | 異常検知・診断方法、異常検知・診断システム、及び異常検知・診断プログラム |
JP5501903B2 (ja) * | 2010-09-07 | 2014-05-28 | 株式会社日立製作所 | 異常検知方法及びそのシステム |
CN102163236B (zh) * | 2011-04-22 | 2012-12-19 | 北京航空航天大学 | 一种飞行数据异常模式相似性查询方法 |
-
2012
- 2012-07-11 WO PCT/JP2012/067661 patent/WO2014010039A1/ja active Application Filing
- 2012-07-11 US US14/413,448 patent/US10204321B2/en active Active
- 2012-07-11 CN CN201280074593.5A patent/CN104487998B/zh not_active Expired - Fee Related
- 2012-07-11 EP EP12881021.5A patent/EP2874115A4/en not_active Ceased
- 2012-07-11 JP JP2014524532A patent/JP5820072B2/ja not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
EP2874115A4 (en) | 2016-01-06 |
US20150161573A1 (en) | 2015-06-11 |
JP5820072B2 (ja) | 2015-11-24 |
CN104487998B (zh) | 2018-04-27 |
EP2874115A1 (en) | 2015-05-20 |
WO2014010039A1 (ja) | 2014-01-16 |
CN104487998A (zh) | 2015-04-01 |
US10204321B2 (en) | 2019-02-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP5820072B2 (ja) | 類似故障事例検索装置 | |
JP4832609B1 (ja) | 異常予兆診断装置および異常予兆診断方法 | |
JP2019061614A (ja) | 設計支援装置および設計支援方法 | |
JP5487060B2 (ja) | 故障原因診断方法及び故障原因診断装置 | |
JP5914697B2 (ja) | 機械異常診断装置 | |
TW201823896A (zh) | 診斷裝置、診斷方法及程式 | |
JP2007293489A (ja) | 設備機器用故障診断装置および設備機器用故障診断方法 | |
KR102102346B1 (ko) | 함정설비의 상태기반 정비지원 시스템 및 방법 | |
JP2015046119A (ja) | 保全情報管理システム及び方法、並びに保全情報表示装置及び方法 | |
JP2012168920A (ja) | メンテナンス作業員の管理システム | |
JP6674033B2 (ja) | プラント異常診断装置及びプラント異常診断システム | |
JP5401404B2 (ja) | 機器診断システム | |
WO2016117453A1 (ja) | 異常診断分析装置 | |
KR102302374B1 (ko) | 작업자 선정 시스템, 작업자 선정 방법 및 작업자 선정 컴퓨터 프로그램 | |
US20090089112A1 (en) | Service Resource Evaluation Method and System | |
JP2013105221A (ja) | 保守部品配送支援システム,保守部品配送支援装置および保守部品配送支援プログラム | |
JP2014149583A (ja) | 点検支援システム、点検支援装置、点検支援方法およびプログラム | |
Al Rashdan et al. | Development of a Technology Roadmap for Online Monitoring of Nuclear Power Plants | |
JP6275476B2 (ja) | プラント保守支援装置及び推定方法 | |
CN112400194A (zh) | 用于触发训练事件的系统和方法 | |
CN107614804B (zh) | 挖掘机支援装置 | |
JP7378367B2 (ja) | 故障診断装置および故障診断方法 | |
US20210063991A1 (en) | Data Extracting Apparatus, Data Extracting Method, and Recording Medium | |
KR100849257B1 (ko) | 선박보조기관용 디젤엔진 상태를 진단하기 위한 모니터링시스템 | |
KR20230085924A (ko) | 이상 진단 모델의 구축 방법, 이상 진단 방법, 이상 진단 모델의 구축 장치 및 이상 진단 장치 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
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: 20150915 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20151001 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 5820072 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |
|
LAPS | Cancellation because of no payment of annual fees |