KR20210040983A - 정비 관리 장치, 정비 관리 방법 및 프로그램 - Google Patents

정비 관리 장치, 정비 관리 방법 및 프로그램 Download PDF

Info

Publication number
KR20210040983A
KR20210040983A KR1020217004876A KR20217004876A KR20210040983A KR 20210040983 A KR20210040983 A KR 20210040983A KR 1020217004876 A KR1020217004876 A KR 1020217004876A KR 20217004876 A KR20217004876 A KR 20217004876A KR 20210040983 A KR20210040983 A KR 20210040983A
Authority
KR
South Korea
Prior art keywords
facility
maintenance
time
failure risk
risk
Prior art date
Application number
KR1020217004876A
Other languages
English (en)
Inventor
신이치로 시모이
마나부 구니나가
Original Assignee
닛테츠 텍스엔지 가부시키가이샤
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 닛테츠 텍스엔지 가부시키가이샤 filed Critical 닛테츠 텍스엔지 가부시키가이샤
Publication of KR20210040983A publication Critical patent/KR20210040983A/ko

Links

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
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
    • 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
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • 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
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • 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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Automation & Control Theory (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

설비 그룹(200)에 있어서의 각 설비(201)마다, 당해 각 설비(201)의 상태를 나타내는 복수의 상태 정보를 취득하는 상태 정보 취득부(131)와, 각 설비(201)마다, 복수의 상태 정보를 사용하여 현재의 설비 고장 리스크를 산출하는 현재 고장 리스크 산출부(132)와, 각 설비(201)마다, 현재의 설비 고장 리스크를 사용하여 미래의 설비 고장 리스크를 추정하는 미래 고장 리스크 추정부(133)와, 각 설비(201)마다, 미래의 설비 고장 리스크에 기초하는 설비 정지 예측 시간의 저감량과 미래의 설비 고장 리스크에 기초하는 정비 예측 시간에 기초하여, 정비 장점을 산출하는 정비 장점 산출부(136)와, 각 설비(201)에 있어서의 정비 장점에 기초하여 설비 그룹(200)의 최적 정비 타이밍을 설정하는 최적 정비 타이밍 설정부(137)를 구비한다.

Description

정비 관리 장치, 정비 관리 방법 및 프로그램
본 발명은 복수의 설비를 갖추어 구성된 설비 그룹에 있어서의 정비의 관리를 행하는 정비 관리 장치 및 정비 관리 방법, 그리고, 당해 정비 관리 장치로서 컴퓨터를 기능시키기 위한 프로그램에 관한 것이다.
종래부터, 대상으로 하는 설비의 최적 정비 타이밍을 설정하는 기술이 제안되어 있다(예를 들어, 특허문헌 1이나 특허문헌 2). 구체적으로, 특허문헌 1에서는, 기기(설비)마다, 가동 실적, 고장 실적 및 갱신 실적을 포함하는 운용 실적을 관리하기 위한 설비 보전 정보에 기초하여, 최적 정비 타이밍을 설정하는 기술이 제안되어 있다. 또한, 특허문헌 2에서는, 대상으로 하는 설비의 진동 데이터에 기초하여, 당해 설비의 최적 정비 타이밍을 설정하는 기술이 제안되어 있다.
일본 특허 공개 제2005-182465호 공보 일본 특허 공개 제2009-180722호 공보
그러나, 특허문헌 1에 기재된 기술은, 가동 실적, 고장 실적 및 갱신 실적을 포함하는 운용 실적을 관리하기 위한 설비 보전 정보에 기초하여 최적 정비 타이밍을 설정하는 것으로서, 예를 들어 실시간 기기(설비)의 상태를 나타내는 상태 정보를 사용하여 최적 정비 타이밍의 설정을 행하는 것이 아니기 때문에, 경시적으로 변화하는 설비의 열화 상태 등은 고려되어 있지 않고, 그 결과, 실제로 설비를 조업시켰을 때의 최적 정비 타이밍의 관점에서는 불충분한 기술이었다.
또한, 특허문헌 2에 기재된 기술은, 대상으로 하는 설비의 진동 데이터에 기초하여 당해 설비의 최적 정비 타이밍을 설정하는 것, 즉, 설비의 상태를 나타내는 하나의 상태 정보를 사용하여 최적 정비 타이밍을 설정하는 것이기 때문에, 당해 하나의 상태 정보인 진동 데이터 이외의 설비의 상태는 고려되어 있지 않고, 그 결과, 실제로 설비를 조업시켰을 때의 최적 정비 타이밍의 관점에서는 불충분한 기술이었다.
또한, 특허문헌 1 및 특허문헌 2에 기재된 기술은, 애당초, 대상으로 하는 설비의 최적 정비 타이밍을 설정하는 기술에 관한 것이고, 복수의 설비를 갖추어 구성된 설비 그룹의 최적 정비 타이밍을 설정하는 것은 전혀 고려되어 있지 않다.
본 발명은 이러한 문제점을 감안하여 이루어진 것이며, 복수의 설비를 갖추어 구성된 설비 그룹의 최적 정비 타이밍을 고정밀도로 설정할 수 있는 구조를 제공하는 것을 목적으로 한다.
본 발명의 정비 관리 장치는, 복수의 설비를 갖추어 구성된 설비 그룹에 있어서의 정비의 관리를 행하는 정비 관리 장치이며, 상기 복수의 설비에 있어서의 각 설비마다, 당해 각 설비의 상태를 나타내는 복수의 상태 정보를 취득하는 상태 정보 취득 수단과, 상기 각 설비마다, 당해 각 설비에 있어서의 상기 복수의 상태 정보를 사용하여, 현재의 설비 고장 리스크를 산출하는 현재 고장 리스크 산출 수단과, 상기 각 설비마다, 당해 각 설비에 있어서의 상기 현재의 설비 고장 리스크를 사용하여, 미래의 설비 고장 리스크를 추정하는 미래 고장 리스크 추정 수단과, 상기 각 설비마다, 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크에 기초하는 설비 정지 예측 시간의 저감량과 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크에 기초하는 정비 예측 시간에 기초하여, 정비 장점을 산출하는 정비 장점 산출 수단과, 상기 각 설비에 있어서의 상기 정비 장점에 기초하여, 상기 설비 그룹의 상기 정비에 관계되는 최적 정비 타이밍을 설정하는 최적 정비 타이밍 설정 수단을 갖는다.
또한, 본 발명은 상술한 정비 관리 장치에 의한 정비 관리 방법, 및 상술한 정비 관리 장치의 각 수단으로서 컴퓨터를 기능시키기 위한 프로그램을 포함한다.
본 발명에 따르면, 복수의 설비를 갖추어 구성된 설비 그룹의 최적 정비 타이밍을 고정밀도로 설정할 수 있다.
도 1은, 본 발명의 실시 형태에 관계되는 정비 관리 장치를 포함하는 정비 관리 시스템의 개략 구성의 일례를 도시하는 도면이다.
도 2는, 본 발명의 실시 형태에 관계되는 정비 관리 장치에 의한 정비 관리 방법의 처리 수순의 일례를 도시하는 흐름도이다.
도 3a는, 본 발명의 실시 형태에 있어서의 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 3b는, 본 발명의 실시 형태에 있어서의 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 3c는, 본 발명의 실시 형태에 있어서의 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 3d는, 본 발명의 실시 형태에 있어서의 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 3e는, 본 발명의 실시 형태에 있어서의 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 4a는, 본 발명의 실시 형태에 있어서의 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 4b는, 본 발명의 실시 형태에 있어서의 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 4c는, 본 발명의 실시 형태에 있어서의 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 4d는, 본 발명의 실시 형태에 있어서의 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 4e는, 본 발명의 실시 형태에 있어서의 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 5는, 본 발명의 실시 형태에 있어서의 설비 고장 리스크 추정 테이블의 일례를 도시하는 도면이다.
도 6a는, 본 발명의 실시 형태에 있어서의 설비 정지 시간 테이블의 일례를 도시하는 도면이다.
도 6b는, 본 발명의 실시 형태에 있어서의 리스크 저감 계수 테이블의 일례를 도시하는 도면이다.
도 6c는, 본 발명의 실시 형태에 있어서의 리스크 저감 계수 테이블의 일례를 도시하는 도면이다.
도 7a는, 본 발명의 실시 형태에 있어서의 정비 기초 시간 테이블의 일례를 도시하는 도면이다.
도 7b는, 본 발명의 실시 형태에 있어서의 정비 시간 계수 테이블의 일례를 도시하는 도면이다.
도 7c는, 본 발명의 실시 형태에 있어서의 정비 시간 계수 테이블의 일례를 도시하는 도면이다.
도 8a는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 8b는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 8c는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 상태 정보 진단 테이블의 일례를 도시하는 도면이다.
도 9a는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 9b는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 9c는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 현재 고장 리스크 평가 테이블의 일례를 도시하는 도면이다.
도 9d는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 현재 고장 리스크 산출부에서 산출한 현재 설비 고장 리스크 평가 결과의 일례를 도시하는 도면이다.
도 9e는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 현재 고장 리스크 산출부에서 산출한 현재 설비 고장 리스크 평가 결과의 일례를 도시하는 도면이다.
도 10a는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 K에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 10b는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 K에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 10c는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 K에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 10d는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 K에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 11a는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 N에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 11b는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 N에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 11c는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 N에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 11d는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 N에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 12는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 그룹에 관계되는 종합 정비 장점 TLTt의 산출 결과를 도시하는 도면이다.
도 13a는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 S에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 13b는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 S에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 13c는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 S에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 13d는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 S에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 14a는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 T에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 14b는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 T에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 14c는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 T에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 14d는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 T에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
이하에, 도면을 참조하면서, 본 발명을 실시하기 위한 형태(실시 형태)에 대하여 설명한다.
도 1은, 본 발명의 실시 형태에 관계되는 정비 관리 장치(100)를 포함하는 정비 관리 시스템(10)의 개략 구성의 일례를 도시하는 도면이다. 정비 관리 시스템(10)은 도 1에 도시한 바와 같이, 정비 관리 장치(100), 설비 그룹(200), 계측 장치(300), 제어 장치(400), 표시 장치(500), 네트워크(600), 및 휴대 단말 장치(700)를 갖추어 구성되어 있다.
정비 관리 장치(100)는 복수의 설비(201)를 갖추어 구성된 설비 그룹(200)에 있어서의 정비의 관리를 행하는 장치이다. 이 정비 관리 장치(100)의 내부 구성에 대해서는 후술한다.
설비 그룹(200)은 복수의 설비(201)를 갖추어 구성된 설비(201)의 그룹이며, 도 1에 도시하는 예에서는, 복수의 설비(201)로서, 설비 A(201-A), 설비 B(201-B), 설비 C(201-C), …가 도시되어 있다. 또한, 이하의 설명에 있어서는, 설비 A(201-A), 설비 B(201-B), 및 설비 C(201-C)의 각 설비를 특정하지 않고 대표하여 설명할 때에는, 필요에 따라 설비(201)라고 기재한다. 또한, 예를 들어, 복수의 설비(201)에 있어서의 각 설비는, 어떤 제품을 생산하기 위한 각 공정을 실시하는 생산 설비를 적용할 수 있고, 이 예의 경우, 설비 그룹(200)은 당해 어떤 제품을 생산하기 위한 생산 라인을 적용할 수 있다.
계측 장치(300)는 복수의 설비(201)에 있어서의 각 설비에 대응하여 배치되어 있고, 대응하는 설비(201)의 상태를 나타내는 복수의 상태 정보를 계측하는 장치이다. 도 1에 도시하는 예에서는, 설비 A(201-A)의 상태를 나타내는 복수의 상태 정보를 계측하는 계측 장치(300-A), 설비 B(201-B)의 상태를 나타내는 복수의 상태 정보를 계측하는 계측 장치(300-B), 설비 C(201-C)의 상태를 나타내는 복수의 상태 정보를 계측하는 계측 장치(300-C), …가 도시되어 있다. 또한, 이하의 설명에 있어서는, 계측 장치(300-A), 계측 장치(300-B), 및 계측 장치(300-C)의 각 계측 장치를 특정하지 않고 대표하여 설명할 때에는, 필요에 따라 계측 장치(300)라고 기재한다.
또한, 도 1에 도시한 바와 같이, 복수의 설비(201)에 대응하여 배치된 복수의 계측 장치(300)에 있어서의 각 계측 장치는, 각각, 대응하는 설비(201)의 진동 상태를 계측하는 진동계(301), 대응하는 설비(201)의 온도의 상태를 계측하는 온도계(302), 및 대응하는 설비(201)의 외관의 상태를 계측하는 촬상 장치(303)를 포함하여 구성되어 있다. 즉, 계측 장치(300-A)는, 진동계(301-A), 온도계(302-A), 및 촬상 장치(303-A)를 포함하여 구성되어 있고, 계측 장치(300-B)는, 진동계(301-B), 온도계(302-B), 및 촬상 장치(303-B)를 포함하여 구성되어 있고, 계측 장치(300-C)는, 진동계(301-C), 온도계(302-C), 및 촬상 장치(303-C)를 포함하여 구성되어 있다. 또한, 이하의 설명에 있어서는, 진동계(301-A∼C), 온도계(302-A∼C), 및 촬상 장치(303-A∼C) 각각을 특정하지 않고 대표하여 설명할 때에는, 각각, 필요에 따라, 진동계(301), 온도계(302), 및 촬상 장치(303)라고 기재한다.
또한, 본 실시 형태에서는, 계측 장치(300)는 복수의 설비(201)에 있어서의 각 설비에 대응하여 배치되어 있지만, 본 발명에 있어서는, 이 형태에 한정되는 것은 아니다. 예를 들어, 계측 장치(300)를 설비(201)에 대응하여 마련하지 않고, 설비 그룹(200)을 감시하는 작업자(S)가 휴대하는 휴대 단말 장치(700)로서 사용하는 형태도 본 발명에 적용 가능하다.
제어 장치(400)는 정비 관리 시스템(10)의 동작을 통괄적으로 제어한다. 예를 들어, 제어 장치(400)는 네트워크(600)를 통하여, 설비 그룹(200)의 각각의 설비(201)에 대하여 각종 제어 신호를 사용한 통신을 행한다.
표시 장치(500)는 각종 정보나 각종 화상을 표시하는 장치이며, 필요에 따라 입력 디바이스를 구비하여 구성되어 있다. 예를 들어, 이 표시 장치(500)는 설비 그룹(200)을 감시하는 작업자(S)에 의해 시인될 수 있다.
네트워크(600)는 정비 관리 장치(100), 설비 그룹(200), 계측 장치(300), 제어 장치(400), 및 표시 장치(500)를 서로 통신 가능하게 접속한다.
휴대 단말 장치(700)는 작업자(S)가 휴대하는 단말 장치이며, 예를 들어, 작업자(S)가 설비 그룹(200)의 각각의 설비(201)를 순회하여 감시하고 있을 때에 점검한 사항 등을 입력하는 경우 등에 사용된다. 또한, 상술한 바와 같이, 휴대 단말 장치(700)를 계측 장치(300)로서 사용하게 해도 된다. 또한, 휴대 단말 장치(700)는 예를 들어, 네트워크(600)에 대하여 무선(혹은 유선)으로 통신 접속 가능하게 구성되어 있다.
이어서, 도 1에 도시하는 정비 관리 장치(100)의 내부 구성에 대하여 설명한다.
정비 관리 장치(100)는 도 1에 도시한 바와 같이, 입력부(110), 기억부(120), 및 처리부(130)를 갖추어 구성되어 있다.
입력부(110)는 각종 정보 등을 처리부(130)에 입력한다.
기억부(120)는 처리부(130)의 처리에 필요한 각종 테이블(121∼127)의 정보나 프로그램(128)을 기억하고 있음과 동시에, 처리부(130)의 처리에 의해 얻어진 각종 정보를 기억한다. 구체적으로, 기억부(120)에는, 각종 테이블의 정보로서, 도 1에 도시한 바와 같이, 상태 정보 진단 테이블(121), 현재 고장 리스크 평가 테이블(122), 설비 고장 리스크 추정 테이블(123), 설비 정지 시간 테이블(124), 리스크 저감 계수 테이블(125), 정비 기초 시간 테이블(126), 및 정비 시간 계수 테이블(127)의 정보가 기억되어 있다. 이 각종 테이블(121∼127)의 상세에 대해서는, 도 2 이후의 도면을 사용하여 후술한다. 또한, 프로그램(128)은 처리부(130)가 본 발명의 실시 형태에 관계되는 각종 처리를 실행할 때에 사용하는 프로그램이다.
처리부(130)는 각종 처리를 행한다. 구체적으로, 처리부(130)는 도 1에 도시한 바와 같이, 상태 정보 취득부(131), 현재 고장 리스크 산출부(132), 미래 고장 리스크 추정부(133), 정지 예측 시간 저감량 산출부(134), 정비 예측 시간 산출부(135), 정비 장점 산출부(136), 최적 정비 타이밍 설정부(137), 및 표시 제어부(138)를 갖추어 구성되어 있다. 보다 상세하게, 처리부(130)가 기억부(120)에 기억되어 있는 프로그램(128)을 실행함으로써, 각 구성부(131∼138)의 기능이 실현된다. 이 각 구성부(131∼138)의 상세에 대해서는, 도 2 이후의 도면을 사용하여 후술한다.
도 2는, 본 발명의 실시 형태에 관계되는 정비 관리 장치(100)에 의한 정비 관리 방법의 처리 수순의 일례를 도시하는 흐름도이다.
먼저, 입력부(110)로부터, 정비 관리 장치(100)에 의한 정비 관리의 실행 지시 정보가 입력되면, 도 2의 스텝 S101에 있어서, 상태 정보 취득부(131)는 기억부(120)로부터 상태 정보 진단 테이블(121)의 정보를 취득하는 처리를 행한다. 이하에, 상태 정보 진단 테이블(121)의 상세에 대하여 설명한다.
도 3a∼도 3e는, 본 발명의 실시 형태에 있어서의 상태 정보 진단 테이블(121)의 일례를 도시하는 도면이다. 도 3a∼도 3e에 도시하는 예에서는, 상태 정보 진단 테이블(121)은 도 3a에 도시하는 진동 진단 테이블(121-1), 도 3b에 도시하는 온도 진단 테이블(121-2), 도 3c에 도시하는 화상 진단 테이블(121-3), 도 3d에 도시하는 제어 진단 테이블(121-4), 및 도 3e에 도시하는 복합 진단 테이블(121-5)를 포함하여 구성되어 있다.
도 3a에 도시하는 진동 진단 테이블(121-1)은, 설비(201)마다, 대응하는 진동계(301)로 계측하는 진동의 항목(진폭, FFT, 카오스, …)과 그 감시 주기를 나타내는 테이블이다.
도 3b에 도시하는 온도 진단 테이블(121-2)는, 설비(201)마다, 대응하는 온도계(302)로 계측하는 온도의 항목(순시값, 진폭, 변화율, …)과 그 감시 주기를 나타내는 테이블이다. 여기서, 변화율은, 예를 들어, 온도를 1시간 감시했을 때에, 단위분당의 온도의 변화량을 나타내는 것이다.
도 3c에 도시하는 화상 진단 테이블(121-3)은, 설비(201)마다, 대응하는 촬상 장치(303)로 계측하는 외관의 항목(오염, 부식, 왜곡, …)과 그 감시 주기를 나타내는 테이블이다.
도 3d에 도시하는 제어 진단 테이블(121-4)는, 설비(201)마다, 제어 장치(400)로부터의 제어 신호에 대한 응답 처리의 항목(명령 응답, 수렴 시간, 변화율, …)과 그 감시 주기를 나타내는 테이블이다. 여기서, 명령 응답은, 예를 들어 제어 신호에 대한 응답 특성을 나타내고, 수렴 시간은, 예를 들어 제어 대상이 제어 신호에 기초하는 목표값에 수렴할 때까지의 시간을 나타내고, 변화율은, 예를 들어 제어 대상이 제어 신호에 기초하는 목표값을 향하여 변화하는 정도를 나타내는 것이다.
도 3e에 도시하는 복합 진단 테이블(121-5)은, 설비(201)마다, 당해 설비(201)의 상태를 복합 진단하는 복수의 상태 정보(진동, 온도, 화상, 제어, …)를 나타내는 테이블이다. 이 도 3e에 도시하는 복합 진단 테이블(121-5)에 있어서, 「진동」은 도 3a의 진동 진단 테이블(121-1)을 사용한 진단에 상당하고, 「온도」는 도 3b의 온도 진단 테이블(121-2)를 사용한 진단에 상당하고, 「화상」은 도 3c의 화상 진단 테이블(121-3)을 사용한 진단에 상당하고, 「제어」는 도 3d의 제어 진단 테이블(121-4)를 사용한 진단에 상당한다.
또한, 본 실시 형태에 있어서는, 도 3a∼도 3e에 도시하는 진동 진단 테이블(121-1), 온도 진단 테이블(121-2), 화상 진단 테이블(121-3), 제어 진단 테이블(121-4), 및 복합 진단 테이블(121-5)은, 예를 들어 정비 관리 장치(100)의 유저가 필요에 따라서 입력부(110) 등을 통하여 적절히 변경 가능한 것이며, 또한, 예를 들어 정비 관리 장치(100)가 실적 데이터를 통계 해석하여 자동 학습함으로써 변경하는 것도 가능한 것이다.
여기서, 다시, 도 2의 설명으로 되돌아간다.
도 2의 스텝 S101의 처리가 종료하면, 계속해서, 도 2의 스텝 S102에 있어서, 상태 정보 취득부(131)는 스텝 S101에서 취득한 상태 정보 진단 테이블(121)에 기초하여, 각 설비(201)마다, 당해 각 설비의 상태를 나타내는 복수의 상태 정보를 취득한다. 여기서, 상태 정보 취득부(131)는 복수의 상태 정보로서, 진동계(301)로부터 진동의 상태를 나타내는 정보, 온도계(302)로부터 온도의 상태를 나타내는 정보, 촬상 장치(303)로부터 외관의 상태를 나타내는 화상 정보, 및 제어 장치(400)로부터 제어 신호에 대한 응답 처리 상태를 나타내는 정보를 취득한다.
구체적으로, 상태 정보 취득부(131)는 설비 A(201-A)에 대해서는, 도 3e에 도시하는 복합 진단 테이블(121-5)에 기초하여, 도 3a에 도시하는 진동 진단 테이블(121-1)로 정해진 진동의 상태를 나타내는 정보(감시 주기를 1시간으로 하여, 진동의 진폭의 정보), 도 3b에 도시하는 온도 진단 테이블(121-2)로 정해진 온도의 상태를 나타내는 정보(감시 주기를 1시간으로 하여, 온도의 순시값의 정보), 및 도 3c에 도시하는 화상 진단 테이블(121-3)로 정해진 화상 정보(감시 주기를 1시간으로 하여, 외관의 오염의 화상 정보)를 취득한다. 또한, 구체적으로, 상태 정보 취득부(131)는 설비 B(201-B)에 대해서는, 도 3e에 도시하는 복합 진단 테이블(121-5)에 기초하여, 도 3b에 도시하는 온도 진단 테이블(121-2)로 정해진 온도의 상태를 나타내는 정보(감시 주기를 상시(본 실시 형태에서는, 「상시」란, 1분 이하의 주기로 하는)로 하여, 온도의 진폭의 정보 및 온도의 변화율의 정보), 및 도 3d에 도시하는 제어 진단 테이블(121-4)로 정해진 응답 처리 상태를 나타내는 정보(감시 주기를 1일로 하여, 제어에 관계되는 수렴 시간의 정보 및 변화율의 정보)를 취득한다. 또한, 구체적으로, 상태 정보 취득부(131)는 설비 C(201-C)에 대해서는, 도 3e에 도시하는 복합 진단 테이블(121-5)에 기초하여, 도 3c에 도시하는 화상 진단 테이블(121-3)로 정해진 화상 정보(감시 주기를 1일로 하여, 외관의 왜곡의 화상 정보), 및 도 3d에 도시하는 제어 진단 테이블(121-4)로 정해진 응답 처리 상태를 나타내는 정보(감시 주기를 1주일로 하여, 제어에 관계되는 변화율의 정보)를 취득한다. 또한, 도 2에 도시하는 흐름도에서는, 상태 정보 취득부(131)가 각종 진단 테이블(121-1∼121-4)에 규정된 감시 주기에 기초하여, 상술한 설비 A(201-A)∼설비 C(201-C)에 있어서의 모든 정보를 취득한 경우에, 다음 스텝 S103으로 이행하는 예를 나타내고 있지만, 본 실시 형태에 있어서는 이 양태에 한정되는 것은 아니다. 예를 들어, 상태 정보 취득부(131)가 설비(201)마다 당해 설비(201)에 있어서의 모든 정보를 취득한 경우에 다음 스텝 S103으로 이행하고, 설비(201)마다 도 2의 스텝 S102∼S107을 루프 처리하는 양태도, 본 실시 형태에 적용 가능하다. 또한, 감시 주기의 관리는, 정비 관리 장치(100)가 스스로 관리하는 형태여도 되고, 또한, 정비 관리 장치(100) 이외의 외부 장치가 관리하고, 외부 장치로부터의 트리거에 기초하여 정비 관리 장치(100)가 처리를 행하는 형태여도 된다.
계속해서, 도 2의 스텝 S103에 있어서, 현재 고장 리스크 산출부(132)는 각 설비(201)마다, 스텝 S102에서 취득된 당해 각 설비(201)에 있어서의 복수의 상태 정보를 사용하여, 현재의 설비 고장 리스크를 산출한다. 구체적으로, 본 실시 형태에서는, 현재 고장 리스크 산출부(132)는 기억부(120)에 기억되어 있는 현재 고장 리스크 평가 테이블(122)의 정보를 사용하여, 각 설비(201)마다 현재의 설비 고장 리스크를 산출한다. 이하에, 현재 고장 리스크 평가 테이블(122)의 상세에 대하여 설명한다.
도 4a∼도 4e는, 본 발명의 실시 형태에 있어서의 현재 고장 리스크 평가 테이블(122)의 일례를 도시하는 도면이다. 도 4a∼도 4e에 도시하는 예에서는, 현재 고장 리스크 평가 테이블(122)은 도 4a에 도시하는 진동의 현재 고장 리스크 평가 테이블(122-1), 도 4b에 도시하는 온도의 현재 고장 리스크 평가 테이블(122-2), 도 4c에 도시하는 화상의 현재 고장 리스크 평가 테이블(122-3), 도 4d에 도시하는 제어의 현재 고장 리스크 평가 테이블(122-4), 및 도 4e에 도시하는 가중치 부여에 관한 현재 고장 리스크 평가 테이블(122-5)을 포함하여 구성되어 있다.
도 4a에 도시하는 진동의 현재 고장 리스크 평가 테이블(122-1)은, 도 3a에 도시하는 진동 진단 테이블(121-1)에 대응한 테이블이며, 진동의 항목(진폭, FFT, 카오스, …)에 있어서의 레벨과 현재의 고장 리스크의 관계를 나타내는 테이블이다.
도 4b에 도시하는 온도의 현재 고장 리스크 평가 테이블(122-2)은, 도 3b에 도시하는 온도 진단 테이블(121-2)에 대응한 테이블이며, 온도의 항목(순시값, 진폭, 변화율, …)에 있어서의 레벨과 현재의 고장 리스크의 관계를 나타내는 테이블이다.
도 4c에 도시하는 화상의 현재 고장 리스크 평가 테이블(122-3)은, 도 3c에 도시하는 화상 진단 테이블(121-3)에 대응한 테이블이며, 외관의 항목(오염, 부식, 왜곡 , …)에 있어서의 레벨과 현재의 고장 리스크의 관계를 나타내는 테이블이다.
도 4d에 도시하는 제어의 현재 고장 리스크 평가 테이블(122-4)는, 도 3d에 도시하는 제어 진단 테이블(121-4)에 대응한 테이블이며, 제어 신호에 대한 응답 처리의 항목(명령 응답,수렴 시간, 변화율, …)에 있어서의 레벨과 현재의 고장 리스크의 관계를 나타내는 테이블이다.
또한, 도 4a∼도 4d에 도시하는 현재 고장 리스크 평가 테이블(122-1∼122-4)의 각 항목에 있어서의 레벨이나 그 현재의 고장 리스크의 값은, 이론 해석의 결과를 사용해도 되고, 과거의 실적값으로부터 구해도 된다. 또한, 본 실시 형태에 있어서는, 도 4a∼도 4d에 도시하는 현재 고장 리스크 평가 테이블(122-1∼122-4)에 있어서의 현재의 고장 리스크의 최댓값은 1.0으로 한다.
도 4e에 도시하는 가중치 부여에 관한 현재 고장 리스크 평가 테이블(122-5)은, 현재 고장 리스크 산출부(132)가 각 설비(201)마다 현재의 설비 고장 리스크를 산출할 때에 사용하는 가중 계수를 나타내는 테이블이다.
이 도 4e에 도시하는 가중치 부여에 관한 현재 고장 리스크 평가 테이블(122-5)에 있어서, 영역(401)에 기재된 가중 계수는, 상술한 복수의 상태 정보(진동, 온도, 화상, 제어, …) 이외의 상태 정보(예를 들어, 압력 등)를 고려한 것이다. 또한, 본 실시 형태에 있어서는, 도 4e에 도시하는 바와 같이, 각각의 설비(201)에 있어서의 가중 계수의 합계는, 1.0이 되도록 설정한다. 또한, 도 4e에 도시하는 예에서는, 설비 B(201-B)에 있어서의 영역(401)에 기재된 가중 계수를 0.1로서 설정하고 있지만, 이것을 0으로 설정하고, 다른 가중 계수 K1∼K4에 0.1을 할당하게 해도 된다.
또한, 본 실시 형태에 있어서는, 도 4a∼도 4e에 도시하는 현재 고장 리스크 평가 테이블(122-1∼122-5)은, 예를 들어 정비 관리 장치(100)의 유저가 필요에 따라서 입력부(110) 등을 통하여 적절히 변경 가능한 것이며, 또한, 예를 들어 정비 관리 장치(100)가 실적 데이터를 통계 해석하여 자동 학습함으로써 변경하는 것도 가능한 것이다.
그리고, 현재 고장 리스크 산출부(132)는 이 도 4a∼도 4e에 도시하는 현재 고장 리스크 평가 테이블(122)의 정보와, 스텝 S102에서 취득한 각 설비(201)에 있어서의 복수의 상태 정보(진동, 온도, 화상, 제어, …)를 사용하여, 각 설비(201)마다 현재의 설비 고장 리스크를 산출한다. 구체적으로, 현재 고장 리스크 산출부(132)는 복수의 상태 정보에 관계되는 현재 고장 리스크 평가 테이블(122-1∼122-4)을 사용하여 각 상태 정보마다 현재의 고장 리스크를 산출하고, 당해 산출한 복수의 현재의 고장 리스크 중, 최대의 현재의 고장 리스크를 현재의 설비 고장 리스크로서 산출한다. 또한, 현재 고장 리스크 산출부(132)는 각 상태 정보마다 현재의 고장 리스크를 산출할 때에 도 4e에 도시하는 가중치 부여에 관한 현재 고장 리스크 평가 테이블(122-5)을 사용하여 각 상태 정보마다 가중치를 부여하는 처리를 행한다.
예를 들어, 설비 A(201-A)에 있어서, 도 4a에 도시하는 진동 레벨이 Vr3(=현재의 고장 리스크: Rvr3), 도 4b에 도시하는 온도 레벨이 Ta2(=현재의 고장 리스크: Rta2), 도 4c에 도시하는 화상의 오염 레벨이 Id2(=현재의 고장 리스크: Rid2), 도 4d에 도시하는 제어의 명령 응답 레벨이 Cr1(=현재의 고장 리스크: Rcr1)인 것으로 하면, 설비 A(201-A)에 있어서의 현재의 설비 고장 리스크 RA는, 이하의 (1)식으로 나타낼 수 있다.
RA=max{(K1*Rvr3), (K2*Rta2), (K3*Rid2), (K4*Rcr1)} …(1)
즉, (1)식에서는, 각 상태 정보마다 산출한 현재의 고장 리스크((K1*Rvr3), (K2*Rta2), (K3*Rid2), (K4*Rcr1)) 중, 최대의 현재의 고장 리스크를 현재의 설비 고장 리스크 RA로서 산출하는 것을 나타내고 있다. 또한, (1)식에서는, 도 4d에 도시하는 제어의 명령 응답 레벨이 Cr1(=현재의 고장 리스크: Rcr1)인 경우의 예를 기재했지만, 도 3e에 도시하는 복합 진단 테이블(121-5)에서는 설비 A(201-A)에 있어서 「제어」를 진단 대상 외로 하는 설정이 되어 있기 때문에, 이 경우에는, 상술한 (1)식의 「(K4*Rcr1)」은 실시적으로 고려되지 않게 된다.
여기에서는, 설비 A(201-A)의 예에 대하여 설명을 행했지만, 기타의 설비 B(201-B) 및 설비 C(201-C)에 대해서도, 상술한 설비 A(201-A)의 경우와 마찬가지로, 각각, 현재의 설비 고장 리스크 RB 및 RC를 산출할 수 있다.
또한, 본 실시 형태에 있어서는, 각 설비(201)마다 현재의 설비 고장 리스크(RA, RB, RC, …)를 산출할 때에 하나의 상태 정보에 대하여 복수의 항목을 평가하는 경우(예를 들어, 설비 B의 「온도」에 대해서, 「진폭」과 「변화율」의 2개의 항목을 평가하는 경우 등)에는, 각 항목의 평가 결과 중, 고장 리스크의 값이 가장 높은 것을 채용하는 것으로 한다. 또한, 본 실시 형태에 있어서는, 도 2의 스텝 S102에서 취득한 상태 정보에 있어서의 계측값이, 도 4a∼도 4d에 도시하는 현재 고장 리스크 평가 테이블(122-1∼122-4)의 간격값의 중간값(예를 들어, 도 4a의 Vr2와 Vr3 사이의 값)이었을 경우에는, 내삽 계산에 의해 현재의 고장 리스크의 값을 산출하는 것으로 한다.
또한, 도 4a∼도 4e에 도시하는 현재 고장 리스크 평가 테이블(122)은 상태 정보(진동, 온도, 화상, 제어, …)마다 규정한 테이블의 예를 나타냈지만, 본 실시 형태에 있어서는 이 양태에 한정되는 것은 아니며, 예를 들어 설비(201)마다 규정한 테이블의 양태도, 본 실시 형태에 적용 가능하다.
여기서, 다시, 도 2의 설명으로 되돌아간다.
도 2의 스텝 S103의 처리가 종료하면, 계속해서, 도 2의 스텝 S104에 있어서, 미래 고장 리스크 추정부(133)는 각 설비(201)마다, 스텝 S103에서 산출된 당해 각 설비(201)에 있어서의 현재의 설비 고장 리스크(RA, RB, RC, …)를 사용하여, 미래의 설비 고장 리스크를 추정한다. 보다 구체적으로, 본 실시 형태에서는, 미래 고장 리스크 추정부(133)는 각 설비(201)마다, 상술한 당해 각 설비(201)에 있어서의 현재의 설비 고장 리스크에 추가로, 기억부(120)에 기억되어 있는 설비 고장 리스크 추정 테이블(123)의 정보를 사용하여, 미래의 설비 고장 리스크를 추정한다. 이하에, 설비 고장 리스크 추정 테이블(123)의 상세에 대하여 설명한다.
도 5는, 본 발명의 실시 형태에 있어서의 설비 고장 리스크 추정 테이블(123)의 일례를 도시하는 도면이다. 설비 고장 리스크 추정 테이블(123)은 도 5에 도시한 바와 같이, 설비 A(201-A)의 설비 고장 리스크 추정 테이블(123-A), 설비 B(201-B)의 설비 고장 리스크 추정 테이블(123-B), 및 설비 C(201-C)의 설비 고장 리스크 추정 테이블(123-C)을 포함하여 구성되어 있다.
본 실시 형태에 있어서는, 설비 고장 리스크 추정 테이블(123-A∼123-C)에는, 각각, 도 5에 도시하는, 경과 시간(횡축)과 상정되는 설비 고장 리스크(종축)의 관계를 나타내는 설비 고장 리스크 추정 테이블(510∼540) 중 어느 하나의 설비 고장 리스크 추정 테이블이 설정되어 있는 것으로 한다. 구체적으로, 설비 고장 리스크 추정 테이블(510)은, 경과 시간과 함께 설비 고장 리스크가 급격하게 증대하는 경우를 상정한 테이블이다. 또한, 설비 고장 리스크 추정 테이블(520)은 경과 시간과 함께 일정한 비율로 설비 고장 리스크가 증대하는 경우를 상정한 테이블이다. 또한, 설비 고장 리스크 추정 테이블(530)은 일정 시간 경과는 설비 고장 리스크가 증가하기 어려워지는 경우를 상정한 테이블이다. 또한, 설비 고장 리스크 추정 테이블(540)은 경과 시간의 도중에 설비 고장 리스크의 증감 방향이 변화하는 경우를 상정한 테이블이다.
또한, 본 실시 형태에 있어서는, 도 5에 도시하는 설비 고장 리스크 추정 테이블(123-A∼123-C)은, 예를 들어 정비 관리 장치(100)의 유저가 필요에 따라서 입력부(110) 등을 통하여 적절히 변경 가능한 것이며, 또한, 예를 들어 정비 관리 장치(100)가 실적 데이터를 통계 해석하여 자동 학습함으로써 변경하는 것도 가능한 것이다.
그리고, 미래 고장 리스크 추정부(133)는 먼저, 각 설비(201)마다, 대응하는 설비 고장 리스크 추정 테이블(123)을 참조하여, 스텝 S103에서 산출된 당해 각 설비(201)에 있어서의 현재의 설비 고장 리스크(RA, RB, RC, …)에 대응하는 경과 시간을 현재 시각으로서 구한다. 여기에서는, 예를 들어, 도 5에 도시하는 현재의 설비 고장 리스크(501)가 스텝 S103에서 산출된 것으로 하고, 어떤 설비(201)의 설비 고장 리스크 추정 테이블(123)로서, 도 5에 도시하는 설비 고장 리스크 추정 테이블(510)이 설정되어 있는 경우에는, 미래 고장 리스크 추정부(133)는 현재 시각(511)을 구하게 된다. 마찬가지로, 미래 고장 리스크 추정부(133)는 어떤 설비(201)의 설비 고장 리스크 추정 테이블(123)로서, 도 5에 도시하는 설비 고장 리스크 추정 테이블(520)이 설정되어 있는 경우에는 현재 시각(521)을 구하고, 또한, 도 5에 도시하는 설비 고장 리스크 추정 테이블(530)이 설정되어 있는 경우에는 현재 시각(531)을 구하고, 또한, 도 5에 도시하는 설비 고장 리스크 추정 테이블(540)이 설정되어 있는 경우에는 현재 시각(541)을 구하게 된다. 또한, 도 5에 도시하는 설비 고장 리스크 추정 테이블(540)에 있어서, 예를 들어 스텝 S103에서 현재의 설비 고장 리스크(502)가 산출된 경우에는, 2개의 현재 시각(542 및 543)이 구해지는데, 이 경우에는, 예를 들어 현시점에 이르기까지의 경과를 찾아 가는 것 등에 의해 현재 시각을 특정하는 방법을 취할 수 있다.
이어서, 미래 고장 리스크 추정부(133)는 각 설비(201)마다, 대응하는 설비 고장 리스크 추정 테이블(123)에 있어서 현재 시각으로부터의 각 경과 시간에 따른 설비 고장 리스크를, 미래의 설비 고장 리스크로서 추정한다. 예를 들어, 설비 고장 리스크 추정 테이블(123)로서 설비 고장 리스크 추정 테이블(510)이 설정되어 있는 경우에는, 미래 고장 리스크 추정부(133)는 설비 고장 리스크 추정 테이블(510)에 있어서 현재 시각(511)으로부터의 각 경과 시간에 따른 설비 고장 리스크(현재 시각(511)으로부터 우측의 설비 고장 리스크)를 미래의 설비 고장 리스크로서 추정한다.
여기서, 설비 A(201-A)의 예에 대하여 설명한다.
설비 A(201-A)의 경우, 미래 고장 리스크 추정부(133)는 스텝 S103에서 산출된 현재의 설비 고장 리스크 RA를 사용하여, 설비 고장 리스크 추정 테이블(123-A)을 참조하고, 이하의 (2)식을 충족하는 n을 구하고, 내삽 계산에 의해 현재 시각(이하, 「TNOW」라고 기재한다)을 구한다.
RAn≤RA<RAn+1 …(2)
이어서, 미래 고장 리스크 추정부(133)는 설비 고장 리스크 추정 테이블(123-A)에 있어서 현재 시각 TNOW로부터의 각 경과 시간에 따른 설비 고장 리스크를, 설비 A(201-A)에 있어서의 미래의 설비 고장 리스크 RAt로서 추정한다.
여기에서는, 설비 A(201-A)의 예에 대하여 설명을 행했지만, 설비 B(201-B) 및 설비 C(201-C)에 대해서도, 상술한 설비 A(201-A)의 처리와 마찬가지의 처리를 행함으로써, 각각, 미래의 설비 고장 리스크 RBt 및 RCt의 추정이 행하여진다.
여기서, 다시, 도 2의 설명으로 되돌아간다.
도 2의 스텝 S104의 처리가 종료하면, 계속해서, 도 2의 스텝 S105에 있어서, 정지 예측 시간 저감량 산출부(134)는 각 설비(201)마다, 스텝 S104에서 추정된 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크(RAt, RBt, RCt, …)를 사용하여, 설비 정지 예측 시간의 저감량을 산출한다. 보다 구체적으로, 본 실시 형태에서는, 정지 예측 시간 저감량 산출부(134)는 각 설비(201)마다, 상술한 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크에 추가로, 기억부(120)에 기억되어 있는 설비 정지 시간 테이블(124) 및 리스크 저감 계수 테이블(125)의 정보를 사용하여, 설비 정지 예측 시간의 저감량을 산출한다. 이하에, 설비 정지 시간 테이블(124) 및 리스크 저감 계수 테이블(125)의 상세에 대하여 설명한다.
도 6a∼도 6c는, 본 발명의 실시 형태에 있어서의 설비 정지 시간 테이블(124) 및 리스크 저감 계수 테이블(125)의 일례를 도시하는 도면이다. 구체적으로, 도 6a에 설비 정지 시간 테이블(124)의 일례를 도시하고, 도 6b 및 도 6c에 리스크 저감 계수 테이블(125)의 일례를 도시한다.
도 6a에 도시하는 설비 정지 시간 테이블(124)은 각 설비(201)마다 고장 시의 설비 정지 시간을 나타내는 테이블이다. 구체적으로, 이 설비 정지 시간 테이블(124)에서는, 설비 A(201-A)에 대해서는 고장 시의 설비 정지 시간 LA가 나타나고, 설비 B(201-B)에 대해서는 고장 시의 설비 정지 시간 LB가 나타나고, 설비 C(201-C)에 대해서는 고장 시의 설비 정지 시간 LC가 나타나 있다.
도 6b에 도시하는 리스크 저감 계수 테이블(125)은 각 설비(201)마다, 당해 각 설비(201)에 있어서의 설비 고장 리스크(미래의 설비 고장 리스크)와 리스크 저감 계수의 관계를 나타내는 테이블이다. 구체적으로, 도 6b에는, 설비 A(201-A)의 리스크 저감 계수 테이블(125-A), 설비 B(201-B)의 리스크 저감 계수 테이블(125-B), 설비 C(201-C)의 리스크 저감 계수 테이블(125-C)을 나타내고 있다. 또한, 도 6c에는, 횡축에 설비 고장 리스크를 취하고, 종축에 리스크 저감 계수를 취했을 때의 리스크 저감 계수 테이블(125)의 일례를 도시하고 있다.
또한, 본 실시 형태에 있어서는, 도 6a에 도시하는 설비 정지 시간 테이블(124), 그리고, 도 6b 및 도 6c에 리스크 저감 계수 테이블(125)은 모두, 예를 들어 정비 관리 장치(100)의 유저가 필요에 따라서 입력부(110) 등을 통하여 적절히 변경 가능한 것이며, 또한, 예를 들어 정비 관리 장치(100)가 실적 데이터를 통계 해석하여 자동 학습함으로써 변경하는 것도 가능한 것이다.
그리고, 정지 예측 시간 저감량 산출부(134)는 먼저, 각 설비(201)마다, 리스크 저감 계수 테이블(125)을 참조하여, 스텝 S104에서 추정된 미래의 설비 고장 리스크에 대응하는 리스크 저감 계수를 구한다. 이어서, 정지 예측 시간 저감량 산출부(134)는 각 설비(201)마다, 구한 리스크 저감 계수와 당해 각 설비(201)에 있어서의 고장 시의 설비 정지 시간 및 미래의 설비 고장 리스크를 사용하여, 설비 정지 예측 시간의 저감량을 산출한다.
여기서, 설비 A(201-A)의 예에 대하여 설명한다.
먼저, 설비 A(201-A)에 있어서의 리스크 저감 계수의 도출에 대하여 설명한다.
설비 A(201-A)의 경우, 정지 예측 시간 저감량 산출부(134)는 스텝 S104에서 추정된 미래의 설비 고장 리스크 RAt를 사용하여, 리스크 저감 계수 테이블(125-A)을 참조하여, 내삽 계산에 의해 리스크 저감 계수 ηAt를 구한다.
이어서, 설비 A(201-A)에 있어서의 설비 정지 예측 시간의 저감량의 도출에 대하여 설명한다.
미래의 설비 고장 리스크 RAt에 관계되는 저감량 ΔRAt는, 미래의 설비 고장 리스크 RAt와 리스크 저감 계수 ηAt를 사용하여, 이하의 (3)식으로 나타낼 수 있다.
ΔRAt=RAt*ηAt …(3)
또한, 정비에 의한 회복을 고려한 설비 고장 리스크 RAt'는, 미래의 설비 고장 리스크 RAt와 저감량 ΔRAt를 사용하여, 이하의 (4)식으로 나타낼 수 있다.
RAt'=RAt-ΔRAt …(4)
이 설비 고장 리스크 RAt'의 값은, 당해 시간 경과 후에 설비 고장이 발생할 확률을 나타내는 것이며, 예를 들어 고장 실적으로부터 통계적으로 구한 결과이다. 이 때문에, 이 설비 고장 리스크 RAt'의 값에, 리스크=1.0(100％ 고장) 상태의 설비 정지 시간(복구에 요하는 시간)을 곱함으로써, 당해 시간 경과 후의 설비 정지 기댓값을 구한다. 그리고, 본 실시 형태에서는, 이 설비 정지 기댓값을 「설비 정지 예측 시간」이라고 정의한다. 즉, 설비 정지 예측 시간 LMAt는, 설비 A(201-A)에 있어서의 고장 시의 설비 정지 시간 LA와 설비 고장 리스크 RAt'를 사용하여, 이하의 (5)식으로 나타낼 수 있다.
LMAt=LA*RAt' …(5)
또한, (5)식에 대해서, (4)식 및 (3)식을 사용하여 변형하면, 이하의 (6)식이 얻어진다.
LMAt=LA*RAt(1-ηAt) …(6)
그리고, 정비에 의한 설비 정지 예측 시간(LMAt)의 저감량 ΔLMAt는, 설비 A(201-A)에 있어서의 고장 시의 설비 정지 시간 LA와 미래의 설비 고장 리스크 RAt와 설비 고장 리스크 RAt'를 사용하여, 이하의 (7)식으로 나타낼 수 있다.
ΔLMAt=LA*(RAt-RAt') …(7)
또한, (7)식에 대해서, (4)식 및 (3)식을 사용하여 변형하면, 이하의 (8)식이 얻어진다.
ΔLMAt=LA*RAt*ηAt …(8)
즉, 정지 예측 시간 저감량 산출부(134)는 리스크 저감 계수 ηAt와 고장 시의 설비 정지 시간 LA와 미래의 설비 고장 리스크 RAt를 사용하여, (8)식에 의해, 설비 A(201-A)에 있어서의 설비 정지 예측 시간의 저감량 ΔLMAt를 산출할 수 있다.
여기에서는, 설비 A(201-A)의 예에 대하여 설명을 행했지만, 설비 B(201-B) 및 설비 C(201-C)에 대해서도, 상술한 설비 A(201-A)의 처리와 마찬가지의 처리를 행함으로써, 각각, 설비 정지 예측 시간의 저감량 ΔLMBr 및 ΔLMCr의 산출이 행하여진다.
여기서, 다시, 도 2의 설명으로 되돌아간다.
도 2의 스텝 S105의 처리가 종료하면, 계속해서, 도 2의 스텝 S106에 있어서, 정비 예측 시간 산출부(135)는 각 설비(201)마다, 스텝 S104에서 추정된 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크(RAt, RBt, RCt, …)를 사용하여, 정비 예측 시간을 산출한다. 보다 구체적으로, 본 실시 형태에서는, 정비 예측 시간 산출부(135)는 각 설비(201)마다, 상술한 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크에 추가로, 기억부(120)에 기억되어 있는 정비 기초 시간 테이블(126) 및 정비 시간 계수 테이블(127)의 정보를 사용하여, 정비 예측 시간을 산출한다. 이하에, 정비 기초 시간 테이블(126) 및 정비 시간 계수 테이블(127)의 상세에 대하여 설명한다.
도 7a∼도 7c는, 본 발명의 실시 형태에 있어서의 정비 기초 시간 테이블(126) 및 정비 시간 계수 테이블(127)의 일례를 도시하는 도면이다. 구체적으로, 도 7a에 정비 기초 시간 테이블(126)의 일례를 도시하고, 도 7b 및 도 7c에 정비 시간 계수 테이블(127)의 일례를 도시한다.
도 7a에 도시하는 정비 기초 시간 테이블(126)은 각 설비(201)마다 정비에 걸리는 기준의 시간인 정비 기초 시간을 나타내는 테이블이다. 구체적으로, 이 정비 기초 시간 테이블(126)에서는, 설비 A(201-A)에 대해서는 정비 기초 시간 MA가 나타나고, 설비 B(201-B)에 대해서는 정비 기초 시간 MB가 나타나고, 설비 C(201-C)에 대해서는 정비 기초 시간 MC가 나타나 있다.
도 7b에 도시하는 정비 시간 계수 테이블(127)은 각 설비(201)마다, 당해 각 설비(201)에 있어서의 설비 고장 리스크(미래의 설비 고장 리스크)와 정비 시간 계수의 관계를 나타내는 테이블이다. 구체적으로, 도 7b에는, 설비 A(201-A)의 정비 시간 계수 테이블(127-A), 설비 B(201-B)의 정비 시간 계수 테이블(127-B), 설비 C(201-C)의 정비 시간 계수 테이블(127-C)을 나타내고 있다. 여기서, 도 7b에 도시하는 정비 시간 계수 테이블(127-A)에서는, 정비 시간 계수로서, 최댓값을 1.0으로 하는 정비 시간율을 적용한 예를 나타내고 있다. 또한, 도 7c에는, 횡축에 설비 고장 리스크를 취하고, 종축에 정비 시간 계수를 취했을 때의 정비 시간 계수 테이블(127)의 일례를 도시하고 있다.
또한, 본 실시 형태에 있어서는, 도 7a에 도시하는 정비 기초 시간 테이블(126), 그리고, 도 7b 및 도 7c에 정비 시간 계수 테이블(127)은 모두, 예를 들어 정비 관리 장치(100)의 유저가 필요에 따라서 입력부(110) 등을 통하여 적절히 변경 가능한 것이며, 또한, 예를 들어 정비 관리 장치(100)가 실적 데이터를 통계 해석하여 자동 학습함으로써 변경하는 것도 가능한 것이다.
그리고, 정비 예측 시간 산출부(135)는 먼저, 각 설비(201)마다, 정비 시간 계수 테이블(127)을 참조하여, 스텝 S104에서 추정된 미래의 설비 고장 리스크에 대응하는 정비 시간 계수를 구한다. 이어서, 정비 예측 시간 산출부(135)는 각 설비(201)마다, 구한 정비 시간 계수와 당해 각 설비(201)에 있어서의 정비 기초 시간을 사용하여, 정비 예측 시간을 산출한다.
여기서, 설비 A(201-A)의 예에 대하여 설명한다.
먼저, 설비 A(201-A)에 있어서의 정비 시간 계수의 도출에 대하여 설명한다.
설비 A(201-A)의 경우, 정비 예측 시간 산출부(135)는 스텝 S104에서 추정된 미래의 설비 고장 리스크 RAt를 사용하여, 정비 시간 계수 테이블(127-A)을 참조하여, 내삽 계산에 의해 정비 시간 계수δAt를 구한다.
이어서, 설비 A(201-A)에 있어서의 정비 예측 시간의 도출에 대하여 설명한다.
설비 A(201-A)에 있어서의 정비 예측 시간 MAt는, 구한 정비 시간 계수δAt와 정비 기초 시간 MA를 사용하여, 이하의 (9)식으로 나타낼 수 있다.
MAt=MA*δAt …(9)
즉, 정비 예측 시간 산출부(135)는 구한 정비 시간 계수δAt와 정비 기초 시간 MA를 사용하여, (9)식에 의해, 설비 A(201-A)에 있어서의 정비 예측 시간 MAt를 산출한다.
여기에서는, 설비 A(201-A)의 예에 대하여 설명을 행했지만, 설비 B(201-B) 및 설비 C(201-C)에 대해서도, 상술한 설비 A(201-A)의 처리와 마찬가지의 처리를 행함으로써, 각각, 정비 예측 시간 MBt 및 MCt의 산출이 행하여진다.
여기서, 다시, 도 2의 설명으로 되돌아간다.
도 2의 스텝 S106의 처리가 종료하면, 계속해서, 도 2의 스텝 S107에 있어서, 정비 장점 산출부(136)는 각 설비(201)마다, 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량과 스텝 S106에서 산출된 정비 예측 시간에 기초하여, 정비 장점을 산출한다.
여기서, 설비 A(201-A)의 예에 대하여 설명한다.
설비 A(201-A)에 있어서의 정비 장점 TLTAt는, 설비 정지 예측 시간의 저감량 ΔLMAt와 정비 예측 시간 MAt를 사용하여, 이하의 (10)식으로 나타낼 수 있다.
TLTAt=ΔLMAt-MAt …(10)
즉, 정비 장점 산출부(136)는 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량 ΔLMAt와 스텝 S106에서 산출된 정비 예측 시간 MAt에 기초하여, (10)식에 의해, 설비 A(201-A)에 있어서의 정비 장점 TLTAt를 산출한다.
여기에서는, 설비 A(201-A)의 예에 대하여 설명을 행했지만, 설비 B(201-B) 및 설비 C(201-C)에 대해서도, 상술한 설비 A(201-A)의 처리와 마찬가지의 처리를 행함으로써, 각각, 정비 장점 TLTBt 및 TLTCt의 산출이 행하여진다.
또한, 정비 장점 산출부(136)는 각 설비(201)에 있어서의 정비 장점(TLTAt, TLTBt, TLTCt, …)을 사용하여, 이하의 (11)식에 의해, 설비 그룹(200)에 관계되는 종합 정비 장점 TLTt를 산출한다.
TLTt=TLTAt+TLTBt+TLTCt+… …(11)
또한, 본 실시 형태에 있어서는, 각 설비(201)에 있어서의 정비 장점(TLTAt, TLTBt, TLTCt, …) 중, 현재 시각부터 미래의 구간이 모두 마이너스가 되는 정비 장점에 대해서는, (11)식에 도시하는 종합 정비 장점 TLTt를 산출할 때의 대상으로부터 제외하는 것으로 한다.
계속해서, 도 2의 스텝 S108에 있어서, 최적 정비 타이밍 설정부(137)는 스텝 S107에서 산출된 각 설비(201)에 있어서의 정비 장점(TLTAt, TLTBt, TLTCt, …)에 기초하여, 설비 그룹(200)의 정비에 관계되는 최적 정비 타이밍을 설정한다.
구체적으로, 본 실시 형태에 있어서는, 최적 정비 타이밍 설정부(137)는 정비 장점 산출부(136)에서 산출된 (11)식의 종합 정비 장점 TLTt가 최대가 되는 타이밍을 설비 그룹(200)의 정비에 관계되는 최적 정비 타이밍으로서, 이하의 (12)식과 같이 설정한다.
max(TLTt)=f(t) …(12)
즉, 최적 정비 타이밍 설정부(137)는 (12)식에 있어서 종합 정비 장점 TLTt를 최대로 하는 t를, 설비 그룹(200)의 정비에 관계되는 최적 정비 타이밍으로서 설정한다. 또한, 본 실시 형태에 있어서는, 예를 들어, (12)식에 있어서 종합 정비 장점 TLTt를 최대로 하는 t가 다음번의 정비에 관계되는 계획 수선일을 넘기는 경우에는, 당해 계획 수선일에 정비를 행하기 위해 설비 그룹(200)의 정비에 관계되는 최적 정비 타이밍을 설정한다.
계속해서, 도 2의 스텝 S109에 있어서, 표시 제어부(138)는 스텝 S108에서 설정된, 설비 그룹(200)의 정비에 관계되는 최적 정비 타이밍의 정보를, 표시 장치(500)에 표시하는 제어를 행한다. 이 스텝 S109의 처리에 의해, 표시 장치(500)에는, 설비 그룹(200)의 최적 정비 타이밍의 정보가 표시되어, 이것을 시인한 작업자(S)에게 설비 그룹(200)의 최적 정비 타이밍을 알릴 수 있다.
그리고, 도 2의 스텝 S109의 처리가 종료하면, 도 2에 도시하는 흐름도의 처리가 종료한다.
이상 설명한 바와 같이, 본 발명의 실시 형태에 관계되는 정비 관리 장치(100)는 복수의 설비(201)를 갖추어 구성된 설비 그룹(200)에 있어서의 각 설비(201)마다, 당해 각 설비(201)의 상태를 나타내는 복수의 상태 정보를 취득하는 상태 정보 취득부(131)와, 각 설비(201)마다, 복수의 상태 정보를 사용하여 현재의 설비 고장 리스크를 산출하는 현재 고장 리스크 산출부(132)와, 각 설비(201)마다, 현재 고장 리스크 산출부(132)에서 산출된 현재의 설비 고장 리스크를 사용하여 미래의 설비 고장 리스크를 추정하는 미래 고장 리스크 추정부(133)와, 각 설비(201)마다, 미래의 설비 고장 리스크에 기초하는 설비 정지 예측 시간의 저감량과 미래의 설비 고장 리스크에 기초하는 정비 예측 시간에 기초하여, 정비 장점을 산출하는 정비 장점 산출부(136)와, 각 설비(201)에 있어서의 정비 장점에 기초하여 설비 그룹(200)의 최적 정비 타이밍을 설정하는 최적 정비 타이밍 설정부(137)를 갖추어 구성되어 있다.
이러한 구성에 의하면, 각 설비(201)의 상태를 나타내는 복수의 상태 정보를 사용하여 각 설비(201)에 있어서의 정비 장점을 산출하고, 당해 산출한 각 설비(201)에 있어서의 정비 장점에 기초하여 설비 그룹(200)의 최적 정비 타이밍을 설정하도록 했으므로, 복수의 설비(201)를 갖추어 구성된 설비 그룹(200)의 최적 정비 타이밍을 고정밀도로 설정할 수 있다.
[실시예 1]
이어서, 상술한 본 발명의 실시 형태를 근거로 한 실시예에 대하여 설명한다.
먼저, 실시예 1에 대하여 설명한다.
실시예 1에서는, 도 1에 도시하는 정비 관리 시스템(10)에 있어서, 설명을 간단하게 하기 위해서, 설비 그룹(200)이 2개의 설비(201)를 갖추어 구성되는 예에 대하여 설명을 행한다. 여기서, 실시예 1에서는, 이 2개의 설비(201)를 설비 K(201-K) 및 설비 N(201-N)으로서 기재하고, 이 경우, 각 설비(201)에 대응하여 배치되는 계측 장치(300)도, 각각, 계측 장치(300-K) 및 계측 장치(300-N)가 된다.
도 8a∼도 8c는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 상태 정보 진단 테이블(121)의 일례를 도시하는 도면이다. 도 8a∼도 8c에 도시하는 예에서는, 상태 정보 진단 테이블(121)은 도 8a에 도시하는 진동 진단 테이블(121-6), 도 8b에 도시하는 온도 진단 테이블(121-7), 및 도 8c에 도시하는 복합 진단 테이블(121-8)을 포함하여 구성되어 있다.
도 8a에 도시하는 진동 진단 테이블(121-6)은, 설비 K(201-K) 및 설비 N(201-N)의 설비(201)마다, 대응하는 진동계(301)로 계측하는 진동의 항목(진폭, FFT, …)과 그 감시 주기를 나타내는 테이블이다.
도 8b에 도시하는 온도 진단 테이블(121-7)은, 설비 K(201-K) 및 설비 N(201-N)의 설비(201)마다, 대응하는 온도계(302)로 계측하는 온도의 항목(순시값, 진폭, 변화율, …)과 그 감시 주기를 나타내는 테이블이다.
도 8c에 도시하는 복합 진단 테이블(121-8)은, 설비 K(201-K) 및 설비 N(201-N)의 설비(201)마다, 당해 설비(201)의 상태를 복합 진단하는 복수의 상태 정보(진동, 온도, …)를 나타내는 테이블이다. 이 도 8c에 도시하는 복합 진단 테이블(121-8)에 있어서, 「진동」은 도 8a의 진동 진단 테이블(121-6)을 사용한 진단에 상당하고, 「온도」는 도 8b의 온도 진단 테이블(121-7)을 사용한 진단에 상당한다.
실시예 1에서는, 도 2의 스텝 S101에 있어서, 상태 정보 취득부(131)는 이 도 8a∼도 8c에 도시하는 상태 정보 진단 테이블(121-6∼121-8)의 정보를 취득하는 처리를 행한다. 그리고, 실시예 1에서는, 계속되는 도 2의 스텝 S102에 있어서, 상태 정보 취득부(131)는 취득한 상태 정보 진단 테이블(121-6∼121-8)에 기초하여, 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)마다, 당해 각 설비(201)의 상태를 나타내는 복수의 상태 정보(진동, 온도, …)를 취득한다.
실시예 1에서는, 계속해서, 도 2의 스텝 S103에 있어서, 현재 고장 리스크 산출부(132)는 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)마다, 스텝 S102에서 취득된 당해 각 설비(201)에 있어서의 복수의 상태 정보를 사용하여, 현재의 설비 고장 리스크를 산출한다. 구체적으로, 실시예 1에서는, 현재 고장 리스크 산출부(132)는 기억부(120)에 기억되어 있는 현재 고장 리스크 평가 테이블(122)의 정보를 사용하여, 각 설비(201)마다 현재의 설비 고장 리스크를 산출한다. 이하에, 실시예 1에 있어서의 현재 고장 리스크 평가 테이블(122)의 상세에 대하여 설명한다.
도 9a∼도 9c는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 도 1에 도시하는 현재 고장 리스크 평가 테이블(122)의 일례를 도시하는 도면이다. 도 9a∼도 9c에 도시하는 예에서는, 현재 고장 리스크 평가 테이블(122)은 도 9a 및 도 9b에 도시하는 진동의 현재 고장 리스크 평가 테이블(122-6K 및 122-6N), 도 9a 및 도 9b에 도시하는 온도의 현재 고장 리스크 평가 테이블(122-7K, 122-7N1, 122-7N2), 그리고, 도 9c에 도시하는 가중치 부여에 관한 현재 고장 리스크 평가 테이블(122-8)을 포함하여 구성되어 있다.
도 9a 및 도 9b에 도시하는 진동의 현재 고장 리스크 평가 테이블(122-6K 및 122-6N)은, 각각, 도 8a에 도시하는 진동 진단 테이블(121-6)의 설비 K(201-K) 및 설비 N(201-N)에 대응한 테이블이며, 진동의 항목(진폭, FFT, …)에 있어서의 레벨과 현재의 고장 리스크의 관계를 나타내는 테이블이다.
도 9a 및 도 9b에 도시하는 온도의 현재 고장 리스크 평가 테이블(122-7K 및 122-7N1, 122-7N2)은, 각각, 도 8b에 도시하는 온도 진단 테이블(121-7)의 설비 K(201-K) 및 설비 N(201-N)에 대응한 테이블이며, 온도의 항목(순시값, 진폭, 변화율, …)에 있어서의 레벨과 현재의 고장 리스크의 관계를 나타내는 테이블이다.
도 9c에 도시하는 가중치 부여에 관한 현재 고장 리스크 평가 테이블(122-8)은, 현재 고장 리스크 산출부(132)가 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)마다 현재의 설비 고장 리스크를 산출할 때에 사용하는 가중 계수를 나타내는 테이블이다.
그리고, 현재 고장 리스크 산출부(132)는 이 도 9a∼도 9c에 도시하는 현재 고장 리스크 평가 테이블(122-6∼122-8)의 정보와, 스텝 S102에서 취득한 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)에 있어서의 복수의 상태 정보(진동, 온도, …)를 사용하여, 각 설비(201)마다 현재의 설비 고장 리스크를 산출한다. 여기서, 도 9d에, 설비 K(201-K)의 현재 설비 고장 리스크 평가 결과를 나타내고, 또한, 도 9e에, 설비 N(201-N)의 현재 설비 고장 리스크 평가 결과를 나타낸다.
도 9d에서는, 설비 K(201-K)에 있어서의 현재의 설비 고장 리스크(이하, 「RK」라고 기재한다)로서, 0.105가 산출된 것을 나타내고 있다.
도 9e에서는, 설비 N(201-N)에 있어서의 현재의 설비 고장 리스크(이하, 「RN」이라고 기재한다)로서, 0.375가 산출된 것을 나타내고 있다. 이때, 설비 N(201-N)에서는, 「온도」에 대해서, 「진폭」과 「변화율」의 2개의 항목을 평가하고 있기 때문에, 각 항목의 평가 결과 중, 고장 리스크의 값이 높은 쪽의 평가 결과(구체적으로는, 항목 「진폭」의 평가 결과)를 「온도」의 평가 결과로서 채용하고 있다.
이어서, 실시예 1에서는, 상술한 본 발명의 실시 형태와 마찬가지의 처리로서, 이하의 처리를 행한다.
먼저, 도 2의 스텝 S104에 있어서, 미래 고장 리스크 추정부(133)는 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)마다, 스텝 S103에서 산출된 당해 각 설비(201)에 있어서의 현재의 설비 고장 리스크(RK, RN)를 사용하여, 미래의 설비 고장 리스크를 추정한다. 이하, 여기서 추정된 설비 K(201-K) 및 설비 N(201-N)의 미래의 설비 고장 리스크를, 각각, 미래의 설비 고장 리스크 RKt 및 RNt라고 기재한다.
계속해서, 도 2의 스텝 S105에 있어서, 정지 예측 시간 저감량 산출부(134)는 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)마다, 스텝 S104에서 추정된 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크(RKt, RNt)를 사용하여, 설비 정지 예측 시간의 저감량을 산출한다. 이하, 여기서 산출된 설비 K(201-K) 및 설비 N(201-N)의 설비 정지 예측 시간의 저감량을, 각각, 설비 정지 예측 시간의 저감량 ΔLMKt 및 ΔLMNt라고 기재한다.
계속해서, 도 2의 스텝 S106에 있어서, 정비 예측 시간 산출부(135)는 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)마다, 스텝 S104에서 추정된 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크(RKt, RNt)를 사용하여, 정비 예측 시간을 산출한다. 이하, 여기서 산출된 설비 K(201-K) 및 설비 N(201-N)의 정비 예측 시간을, 각각, 정비 예측 시간 MKt 및 MNt라고 기재한다.
계속해서, 도 2의 스텝 S107에 있어서, 정비 장점 산출부(136)는 설비 K(201-K) 및 설비 N(201-N)의 각 설비(201)마다, 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량(ΔLMKt, ΔLMNt)과, 스텝 S106에서 산출된 정비 예측 시간(MKt,MNt)에 기초하여, 정비 장점을 산출한다. 이하, 여기서 산출된 설비 K(201-K) 및 설비 N(201-N)의 정비 장점을, 각각, 정비 장점 TLTKt 및 TLTNt라고 기재한다.
이하, 도 10a∼도 10d 및 도 11a∼도 11d를 사용하여, 여기서 설명한 처리의 구체예에 대하여 설명한다.
먼저, 설비 K(201-K)의 구체적인 처리예에 대하여 설명한다.
도 10a∼도 10d는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 K(201-K)에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 10a는, 설비 K(201-K)의 설비 고장 리스크 추정 테이블(123-K)을 나타내고 있다. 그리고, 도 2의 스텝 S104에 있어서, 미래 고장 리스크 추정부(133)는 먼저, 도 10a에 도시하는 설비 고장 리스크 추정 테이블(123-K)을 참조하여, 스텝 S103에서 산출된 설비 K(201-K)에 있어서의 현재의 설비 고장 리스크 RK(도 9d에 도시하는 0.105)에 대응하는 현재 시각을 구한다. 도 10a에 도시하는 예에서는, 현재 시각으로서 2.93일이 구해진 것을 나타내고 있다. 이어서, 미래 고장 리스크 추정부(133)는 도 10a에 도시하는 설비 고장 리스크 추정 테이블(123-K)에 있어서 현재 시각으로부터의 각 경과 시간에 따른 설비 고장 리스크를, 미래의 설비 고장 리스크 RKt로서 추정한다.
도 10b는, 설비 K(201-K)의 리스크 저감 계수 테이블(125-K)을 나타내고 있다. 또한, 실시예 1에서는, 설비 K(201-K)에 있어서의 고장 시의 설비 정지 시간 LK는, 30시간인 것으로 한다. 그리고, 도 2의 스텝 S105에 있어서, 정지 예측 시간 저감량 산출부(134)는 먼저, 도 10b에 도시하는 리스크 저감 계수 테이블(125-K)을 참조하여, 스텝 S104에서 추정된 설비 K(201-K)에 있어서의 미래의 설비 고장 리스크 RKt에 대응하는 리스크 저감 계수를 구한다. 이어서, 정지 예측 시간 저감량 산출부(134)는 구한 리스크 저감 계수와 설비 K(201-K)에 있어서의 고장 시의 설비 정지 시간 LK(30시간) 및 미래의 설비 고장 리스크 RKt를 사용하여, 설비 K(201-K)에 있어서의 설비 정지 예측 시간의 저감량 ΔLMKt를 산출한다. 구체적으로는, 상술한 (8)식에 기초하여, 설비 정지 예측 시간의 저감량 ΔLMKt를 산출한다.
도 10c는, 설비 K(201-K)의 정비 시간 계수 테이블(127-K)을 나타내고 있다. 또한, 실시예 1에서는, 설비 K(201-K)에 있어서의 정비 기초 시간 MK는, 2시간인 것으로 한다. 그리고, 도 2의 스텝 S106에 있어서, 정비 예측 시간 산출부(135)는 먼저, 도 10c에 도시하는 정비 시간 계수 테이블(127-K)을 참조하여, 스텝 S104에서 추정된 설비 K(201-K)에 있어서의 미래의 설비 고장 리스크 RKt에 대응하는 정비 시간 계수를 구한다. 이어서, 정비 예측 시간 산출부(135)는 구한 정비 시간 계수와 설비 K(201-K)에 있어서의 정비 기초 시간 MK(2시간)를 사용하여, 설비 K(201-K)에 있어서의 정비 예측 시간 MKt를 산출한다. 구체적으로는, 상술한 (9)식에 기초하여, 정비 예측 시간 MKt를 산출한다.
그리고, 도 2의 스텝 S107에 있어서, 정비 장점 산출부(136)는 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량 ΔLMKt와 스텝 S106에서 산출된 정비 예측 시간 MKt에 기초하여, 설비 K(201-K)에 있어서의 정비 장점 TLTKt를 산출한다. 구체적으로는, 상술한 (10)식에 기초하여, 정비 장점 TLTKt를 산출한다. 도 10d는, 경과 시간에 대한 설비 K(201-K)의 정비 장점 TLTKt의 산출 결과를 나타내고 있다. 이 도 10d에서는, 설비 K(201-K)에 대해서는, 현재 시각(2.93일)으로부터 3.57일 후가 최적 정비 타이밍인 것을 나타내고 있다.
이어서, 설비 N(201-N)의 구체적인 처리예에 대하여 설명한다.
도 11a∼도 11d는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 N(201-N)에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 11a는, 설비 N(201-N)의 설비 고장 리스크 추정 테이블(123-N)을 나타내고 있다. 그리고, 도 2의 스텝 S104에 있어서, 미래 고장 리스크 추정부(133)는 먼저, 도 11a에 도시하는 설비 고장 리스크 추정 테이블(123-N)을 참조하여, 스텝 S103에서 산출된 설비 N(201-N)에 있어서의 현재의 설비 고장 리스크 RN(도 9e에 도시하는 0.375)에 대응하는 현재 시각을 구한다. 도 11a에 도시하는 예에서는, 현재 시각으로서 3.75일이 구해진 것을 나타내고 있다. 이어서, 미래 고장 리스크 추정부(133)는 도 11a에 도시하는 설비 고장 리스크 추정 테이블(123-N)에 있어서 현재 시각으로부터의 각 경과 시간에 따른 설비 고장 리스크를, 미래의 설비 고장 리스크 RNt로서 추정한다.
도 11b는, 설비 N(201-N)의 리스크 저감 계수 테이블(125-N)을 나타내고 있다. 또한, 실시예 1에서는, 설비 N(201-N)에 있어서의 고장 시의 설비 정지 시간 LN은, 25시간인 것으로 한다. 그리고, 도 2의 스텝 S105에 있어서, 정지 예측 시간 저감량 산출부(134)는 먼저, 도 11b에 도시하는 리스크 저감 계수 테이블(125-N)을 참조하여, 스텝 S104에서 추정된 설비 N(201-N)에 있어서의 미래의 설비 고장 리스크 RNt에 대응하는 리스크 저감 계수를 구한다. 이어서, 정지 예측 시간 저감량 산출부(134)는 구한 리스크 저감 계수와 설비 N(201-N)에 있어서의 고장 시의 설비 정지 시간 LN(25시간) 및 미래의 설비 고장 리스크 RNt를 사용하여, 설비 N(201-N)에 있어서의 설비 정지 예측 시간의 저감량 ΔLMNt를 산출한다. 구체적으로는, 상술한 (8)식에 기초하여, 설비 정지 예측 시간의 저감량 ΔLMNt를 산출한다.
도 11c는, 설비 N(201-N)의 정비 시간 계수 테이블(127-N)을 나타내고 있다. 또한, 실시예 1에서는, 설비 N(201-N)에 있어서의 정비 기초 시간 MN은, 2시간인 것으로 한다. 그리고, 도 2의 스텝 S106에 있어서, 정비 예측 시간 산출부(135)는 먼저, 도 11c에 도시하는 정비 시간 계수 테이블(127-N)을 참조하여, 스텝 S104에서 추정된 설비 N(201-N)에 있어서의 미래의 설비 고장 리스크 RNt에 대응하는 정비 시간 계수를 구한다. 이어서, 정비 예측 시간 산출부(135)는 구한 정비 시간 계수와 설비 N(201-N)에 있어서의 정비 기초 시간 MN(2시간)을 사용하여, 설비 N(201-N)에 있어서의 정비 예측 시간 MNt를 산출한다. 구체적으로는, 상술한 (9)식에 기초하여, 정비 예측 시간 MNt를 산출한다.
그리고, 도 2의 스텝 S107에 있어서, 정비 장점 산출부(136)는 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량 ΔLMNt와 스텝 S106에서 산출된 정비 예측 시간 MNt에 기초하여, 설비 N(201-N)에 있어서의 정비 장점 TLTNt를 산출한다. 구체적으로는, 상술한 (10)식에 기초하여, 정비 장점 TLTNt를 산출한다. 도 11d는, 경과 시간에 대한 설비 N(201-N)의 정비 장점 TLTNt의 산출 결과를 나타내고 있다. 이 도 11d에서는, 설비 N(201-N)에 대해서는, 현재 시각(3.75일)으로부터 0.75일 후가 최적 정비 타이밍인 것을 나타내고 있다.
이상 설명한 바와 같이, 도 10a∼도 10d를 사용하여 설명한 처리에 의해 설비 K(201-K)의 정비 장점 TLTKt가 산출되고, 도 11a∼도 11d를 사용하여 설명한 처리에 의해 설비 N(201-N)의 정비 장점 TLTNt가 산출된다.
그 후, 정비 장점 산출부(136)는 설비 K(201-K) 및 설비 N(201-N)의 정비 장점(TLTKt, TLTNt)을 사용하여, 상술한 (11)식에 기초하여, 설비 그룹(200)에 관계되는 종합 정비 장점 TLTt를 산출한다.
도 12는, 본 발명의 실시 형태에 있어서의 실시예 1을 나타내고, 설비 그룹(200)에 관계되는 종합 정비 장점 TLTt의 산출 결과를 도시하는 도면이다.
그리고, 도 2의 스텝 S108에 있어서, 최적 정비 타이밍 설정부(137)는 이 도 12에 도시하는 종합 정비 장점 TLTt가 최대가 되는 타이밍을 설비 그룹(200)의 정비에 관계되는 최적 정비 타이밍으로서 설정한다. 구체적으로, 도 12에서는, 3.0일 후가 설비 그룹(200)의 최적 정비 타이밍으로서 설정되는 것을 나타내고 있다.
그 후, 도 2의 스텝 S109에 있어서, 표시 제어부(138)는 스텝 S108에서 설정된, 설비 그룹(200)의 최적 정비 타이밍의 정보를, 표시 장치(500)에 표시하는 제어를 행한다. 이 스텝 S109의 처리에 의해, 표시 장치(500)에는, 설비 그룹(200)의 최적 정비 타이밍의 정보가 표시되어, 이것을 시인한 작업자(S)에게 설비 그룹(200)의 최적 정비 타이밍을 알릴 수 있다.
[실시예 2]
이어서, 실시예 2에 대하여 설명한다.
실시예 2에서는, 도 1에 도시하는 정비 관리 시스템(10)에 있어서, 설명을 간단하게 하기 위해서, 설비 그룹(200)이 2개의 설비(201)를 갖추어 구성되는 예에 대하여 설명을 행한다. 여기서, 실시예 2에서는, 이 2개의 설비(201)를 설비 S(201-S) 및 설비 T(201-T)로서 기재하고, 이 경우, 각 설비(201)에 대응하여 배치되는 계측 장치(300)도, 각각, 계측 장치(300-S) 및 계측 장치(300-T)가 된다.
여기서, 실시예 2에서는, 도 2의 스텝 S101∼S103까지의 처리에 의해, 설비 S(201-S)에 있어서의 현재의 설비 고장 리스크 RS가 0.25로 산출되고, 설비 T(201-T)에 있어서의 현재의 설비 고장 리스크 RT가 0.38로 산출되어 있는 것으로 한다.
이어서, 실시예 2에서는, 상술한 본 발명의 실시 형태와 마찬가지의 처리로서, 이하의 처리를 행한다.
먼저, 도 2의 스텝 S104에 있어서, 미래 고장 리스크 추정부(133)는 설비 S(201-S) 및 설비 T(201-T)의 각 설비(201)마다, 스텝 S103에서 산출된 당해 각 설비(201)에 있어서의 현재의 설비 고장 리스크(RS, RT)를 사용하여, 미래의 설비 고장 리스크를 추정한다. 이하, 여기서 추정된 설비 S(201-S) 및 설비 T(201-T)의 미래의 설비 고장 리스크를, 각각, 미래의 설비 고장 리스크 RSt 및 RTt라고 기재한다.
계속해서, 도 2의 스텝 S105에 있어서, 정지 예측 시간 저감량 산출부(134)는 설비 S(201-S) 및 설비 T(201-T)의 각 설비(201)마다, 스텝 S104에서 추정된 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크(RSt, RTt)를 사용하여, 설비 정지 예측 시간의 저감량을 산출한다. 이하, 여기서 산출된 설비 S(201-S) 및 설비 T(201-T)의 설비 정지 예측 시간의 저감량을, 각각, 설비 정지 예측 시간의 저감량 ΔLMSt 및 ΔLMTt라고 기재한다.
계속해서, 도 2의 스텝 S106에 있어서, 정비 예측 시간 산출부(135)는 설비 S(201-S) 및 설비 T(201-T)의 각 설비(201)마다, 스텝 S104에서 추정된 당해 각 설비(201)에 있어서의 미래의 설비 고장 리스크(RSt, RTt)를 사용하여, 정비 예측 시간을 산출한다. 이하, 여기서 산출된 설비 S(201-S) 및 설비 T(201-T)의 정비 예측 시간을, 각각, 정비 예측 시간 MSt 및 MTt라고 기재한다.
계속해서, 도 2의 스텝 S107에 있어서, 정비 장점 산출부(136)는 설비 S(201-S) 및 설비 T(201-T)의 각 설비(201)마다, 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량(ΔLMSt, ΔLMTt)과, 스텝 S106에서 산출된 정비 예측 시간(MSt,MTt)에 기초하여, 정비 장점을 산출한다. 이하, 여기서 산출된 설비 S(201-S) 및 설비 T(201-T)의 정비 장점을, 각각, 정비 장점 TLTSt 및 TLTTt라고 기재한다.
이하, 도 13a∼도 13d 및 도 14a∼도 14d를 사용하여, 여기서 설명한 처리의 구체예에 대하여 설명한다.
먼저, 설비 S(201-S)의 구체적인 처리예에 대하여 설명한다.
도 13a∼도 13d는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 S(201-S)에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 13a는, 설비 S(201-S)의 설비 고장 리스크 추정 테이블(123-S)을 나타내고 있다. 그리고, 도 2의 스텝 S104에 있어서, 미래 고장 리스크 추정부(133)는 먼저, 도 13a에 도시하는 설비 고장 리스크 추정 테이블(123-S)을 참조하여, 스텝 S103에서 산출된 설비 S(201-S)에 있어서의 현재의 설비 고장 리스크 RS(상술한 0.25)에 대응하는 현재 시각을 구한다. 도 13a에 도시하는 예에서는, 현재 시각으로서 2.50일이 구해진 것을 나타내고 있다. 이어서, 미래 고장 리스크 추정부(133)는 도 13a에 도시하는 설비 고장 리스크 추정 테이블(123-S)에 있어서 현재 시각으로부터의 각 경과 시간에 따른 설비 고장 리스크를, 미래의 설비 고장 리스크 RSt로서 추정한다.
도 13b는, 설비 S(201-S)의 리스크 저감 계수 테이블(125-S)을 나타내고 있다. 또한, 실시예 2에서는, 설비 S(201-S)에 있어서의 고장 시의 설비 정지 시간 LS는, 5시간인 것으로 한다. 그리고, 도 2의 스텝 S105에 있어서, 정지 예측 시간 저감량 산출부(134)는 먼저, 도 13b에 도시하는 리스크 저감 계수 테이블(125-S)을 참조하여, 스텝 S104에서 추정된 설비 S(201-S)에 있어서의 미래의 설비 고장 리스크 RSt에 대응하는 리스크 저감 계수를 구한다. 이어서, 정지 예측 시간 저감량 산출부(134)는 구한 리스크 저감 계수와 설비 S(201-S)에 있어서의 고장 시의 설비 정지 시간 LS(5시간) 및 미래의 설비 고장 리스크 RSt를 사용하여, 설비 S(201-S)에 있어서의 설비 정지 예측 시간의 저감량 ΔLMSt를 산출한다. 구체적으로는, 상술한 (8)식에 기초하여, 설비 정지 예측 시간의 저감량 ΔLMSt를 산출한다.
도 13c는, 설비 S(201-S)의 정비 시간 계수 테이블(127-S)을 나타내고 있다. 또한, 실시예 2에서는, 설비 S(201-S)에 있어서의 정비 기초 시간 MS는, 2시간인 것으로 한다. 그리고, 도 2의 스텝 S106에 있어서, 정비 예측 시간 산출부(135)는 먼저, 도 13c에 도시하는 정비 시간 계수 테이블(127-S)을 참조하여, 스텝 S104에서 추정된 설비 S(201-S)에 있어서의 미래의 설비 고장 리스크 RSt에 대응하는 정비 시간 계수를 구한다. 이어서, 정비 예측 시간 산출부(135)는 구한 정비 시간 계수와 설비 S(201-S)에 있어서의 정비 기초 시간 MS(2시간)를 사용하여, 설비 S(201-S)에 있어서의 정비 예측 시간 MSt를 산출한다. 구체적으로는, 상술한 (9)식에 기초하여, 정비 예측 시간 MSt를 산출한다.
그리고, 도 2의 스텝 S107에 있어서, 정비 장점 산출부(136)는 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량 ΔLMSt와 스텝 S106에서 산출된 정비 예측 시간 MSt에 기초하여, 설비 S(201-S)에 있어서의 정비 장점 TLTSt를 산출한다. 구체적으로는, 상술한 (10)식에 기초하여, 정비 장점 TLTSt를 산출한다. 도 13d는, 경과 시간에 대한 설비 S(201-S)의 정비 장점 TLTSt의 산출 결과를 나타내고 있다. 이 도 13d에서는, 정비 장점 TLTSt가 현재 시각으로부터 미래의 구간이 모두 마이너스가 되기 때문에, 이 설비 S(201-S)에 대해서는 상술한 (11)식의 계산으로부터 제외되게 된다(즉, 설비 S(201-S)의 정비 장점은 고려되지 않는다).
이어서, 설비 T(201-T)의 구체적인 처리예에 대하여 설명한다.
도 14a∼도 14d는, 본 발명의 실시 형태에 있어서의 실시예 2를 나타내고, 설비 T(201-T)에 있어서의 정비 장점의 산출 처리까지의 구체적인 처리예를 도시하는 도면이다.
도 14a는, 설비 T(201-T)의 설비 고장 리스크 추정 테이블(123-T)을 나타내고 있다. 그리고, 도 2의 스텝 S104에 있어서, 미래 고장 리스크 추정부(133)는 먼저, 도 14a에 도시하는 설비 고장 리스크 추정 테이블(123-T)을 참조하여, 스텝 S103에서 산출된 설비 T(201-T)에 있어서의 현재의 설비 고장 리스크 RT(상술한 0.38)에 대응하는 현재 시각을 구한다. 도 14a에 도시하는 예에서는, 현재 시각으로서 6.0일이 구해진 것을 나타내고 있다. 이어서, 미래 고장 리스크 추정부(133)는 도 14a에 도시하는 설비 고장 리스크 추정 테이블(123-T)에 있어서 현재 시각으로부터의 각 경과 시간에 따른 설비 고장 리스크를, 미래의 설비 고장 리스크 RTt로서 추정한다.
도 14b는, 설비 T(201-T)의 리스크 저감 계수 테이블(125-T)을 나타내고 있다. 또한, 실시예 2에서는, 설비 T(201-T)에 있어서의 고장 시의 설비 정지 시간 LT는, 30시간인 것으로 한다. 그리고, 도 2의 스텝 S105에 있어서, 정지 예측 시간 저감량 산출부(134)는 먼저, 도 14b에 도시하는 리스크 저감 계수 테이블(125-T)을 참조하여, 스텝 S104에서 추정된 설비 T(201-T)에 있어서의 미래의 설비 고장 리스크 RTt에 대응하는 리스크 저감 계수를 구한다. 이어서, 정지 예측 시간 저감량 산출부(134)는 구한 리스크 저감 계수와 설비 T(201-T)에 있어서의 고장 시의 설비 정지 시간 LT(30시간) 및 미래의 설비 고장 리스크 RTt를 사용하여, 설비 T(201-T)에 있어서의 설비 정지 예측 시간의 저감량 ΔLMTt를 산출한다. 구체적으로는, 상술한 (8)식에 기초하여, 설비 정지 예측 시간의 저감량 ΔLMTt를 산출한다.
도 14c는, 설비 T(201-N)의 정비 시간 계수 테이블(127-T)을 나타내고 있다. 또한, 실시예 2에서는, 설비 T(201-T)에 있어서의 정비 기초 시간 MT는, 3시간인 것으로 한다. 그리고, 도 2의 스텝 S106에 있어서, 정비 예측 시간 산출부(135)는 먼저, 도 14c에 도시하는 정비 시간 계수 테이블(127-T)을 참조하여, 스텝 S104에서 추정된 설비 T(201-T)에 있어서의 미래의 설비 고장 리스크 RTt에 대응하는 정비 시간 계수를 구한다. 이어서, 정비 예측 시간 산출부(135)는 구한 정비 시간 계수와 설비 T(201-T)에 있어서의 정비 기초 시간 MT(3시간)를 사용하여, 설비 T(201-T)에 있어서의 정비 예측 시간 MTt를 산출한다. 구체적으로는, 상술한 (9)식에 기초하여, 정비 예측 시간 MTt를 산출한다.
그리고, 도 2의 스텝 S107에 있어서, 정비 장점 산출부(136)는 스텝 S105에서 산출된 설비 정지 예측 시간의 저감량 ΔLMTt와 스텝 S106에서 산출된 정비 예측 시간 MTt에 기초하여, 설비 T(201-T)에 있어서의 정비 장점 TLTTt를 산출한다. 구체적으로는, 상술한 (10)식에 기초하여, 정비 장점 TLTTt를 산출한다. 도 14d는, 경과 시간에 대한 설비 T(201-T)의 정비 장점 TLTTt의 산출 결과를 나타내고 있다. 이 도 14d에서는, 정비 장점 TLTTt의 최댓값(9.5일)이 설비 그룹(200)의 계획 수선 타이밍인 계획 수선일(7.5일) 후로 되어 있기 때문에, 설비 T(201-N)에 대해서는, 이 계획 수선일(7.5일)이 최적 정비 타이밍이 된다. 즉, 현재 시각(6.0일)으로부터 1.5일 후가 최적 정비 타이밍이 된다.
그 후, 정비 장점 산출부(136)는 설비 S(201-S) 및 설비 T(201-T)의 정비 장점(TLTSt, TLTTt)을 사용하여, 상술한 (11)식에 기초하여, 설비 그룹(200)에 관계되는 종합 정비 장점 TLTt를 산출한다. 이때, 상술한 바와 같이, 도 13d에 도시하는 설비 S(201-S)의 정비 장점 TLTSt는, 현재 시각으로부터 미래의 구간이 모두 마이너스가 되기 때문에, 상술한 (11)식에 도시하는 종합 정비 장점 TLTt를 산출할 때의 대상으로부터 제외되게 되는 결과, 설비 그룹(200)에 관계되는 종합 정비 장점 TLTt는, 설비 T(201-T)의 정비 장점 TLTTt가 된다.
그리고, 도 2의 스텝 S108에 있어서, 최적 정비 타이밍 설정부(137)는 스텝 S107에서 산출된 종합 정비 장점 TLTt에 기초하여, 설비 그룹(200)의 정비에 관계되는 최적 정비 타이밍을 설정한다. 구체적으로, 실시예 2에서는, 도 14d에 도시하는 설비 T(201-T)의 정비 장점 TLTTt의 최댓값(9.5일)이 설비 그룹(200)의 계획 수선 타이밍인 계획 수선일(7.5일) 후로 되어 있기 때문에, 최적 정비 타이밍 설정부(137)는 이 계획 수선일(7.5일)을 설비 그룹(200)의 최적 정비 타이밍으로서 설정한다. 즉, 최적 정비 타이밍 설정부(137)는 현재 시각(6.0일)으로부터 1.5일 후를, 설비 그룹(200)의 최적 정비 타이밍으로서 설정한다.
(기타 실시 형태)
본 발명은 상술한 실시 형태의 1 이상의 기능을 실현하는 프로그램(128)을 네트워크 또는 기억 매체를 통하여 시스템 또는 장치에 공급하고, 그 시스템 또는 장치의 컴퓨터에 있어서의 1개 이상의 프로세서가 프로그램(128)을 판독하여 실행하는 처리로도 실현 가능하다. 또한, 1 이상의 기능을 실현하는 회로(예를 들어, ASIC)에 의해서도 실현 가능하다.
이 프로그램(128) 및 당해 프로그램(128)을 기억한 컴퓨터 판독 가능한 기억 매체는, 본 발명에 포함된다.
또한, 상술한 본 발명의 실시 형태는, 모두 본 발명을 실시함에 있어서 구체화의 예를 나타낸 것에 지나지 않고, 이들에 의해 본 발명의 기술적 범위가 한정적으로 해석되어서는 안되는 것이다. 즉, 본 발명은 그 기술 사상, 또는 그 주요한 특징으로부터 일탈하지 않고, 다양한 형으로 실시할 수 있다.

Claims (14)

  1. 복수의 설비를 갖추어 구성된 설비 그룹에 있어서의 정비의 관리를 행하는 정비 관리 장치이며,
    상기 복수의 설비에 있어서의 각 설비마다, 당해 각 설비의 상태를 나타내는 복수의 상태 정보를 취득하는 상태 정보 취득 수단과,
    상기 각 설비마다, 당해 각 설비에 있어서의 상기 복수의 상태 정보를 사용하여, 현재의 설비 고장 리스크를 산출하는 현재 고장 리스크 산출 수단과,
    상기 각 설비마다, 당해 각 설비에 있어서의 상기 현재의 설비 고장 리스크를 사용하여, 미래의 설비 고장 리스크를 추정하는 미래 고장 리스크 추정 수단과,
    상기 각 설비마다, 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크에 기초하는 설비 정지 예측 시간의 저감량과 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크에 기초하는 정비 예측 시간에 기초하여, 정비 장점을 산출하는 정비 장점 산출 수단과,
    상기 각 설비에 있어서의 상기 정비 장점에 기초하여, 상기 설비 그룹의 상기 정비에 관계되는 최적 정비 타이밍을 설정하는 최적 정비 타이밍 설정 수단을
    갖는 것을 특징으로 하는 정비 관리 장치.
  2. 제1항에 있어서, 상기 정비 장점 산출 수단은, 상기 각 설비에 있어서의 상기 정비 장점을 사용하여, 상기 설비 그룹에 관계되는 종합 정비 장점을 더 산출하고,
    상기 최적 정비 타이밍 설정 수단은, 상기 종합 정비 장점이 최대가 되는 타이밍을 상기 최적 정비 타이밍으로서 설정하는 것을 특징으로 하는 정비 관리 장치.
  3. 제1항에 있어서, 상기 정비 장점 산출 수단은, 상기 각 설비에 있어서의 상기 정비 장점을 사용하여, 상기 설비 그룹에 관계되는 종합 정비 장점을 더 산출하고,
    상기 최적 정비 타이밍 설정 수단은, 상기 종합 정비 장점이 최대가 되는 타이밍이 상기 설비 그룹의 계획 수선 타이밍의 후가 되는 경우에는, 당해 계획 수선 타이밍을 상기 최적 정비 타이밍으로서 설정하는 것을 특징으로 하는 정비 관리 장치.
  4. 제2항 또는 제3항에 있어서, 상기 정비 장점 산출 수단은, 상기 각 설비에 있어서의 상기 정비 장점 중, 현재 시각으로부터 미래의 구간이 모두 마이너스가 되는 정비 장점에 대해서는, 상기 종합 정비 장점을 산출할 때의 대상으로부터 제외하는 것을 특징으로 하는 정비 관리 장치.
  5. 제1항 내지 제4항 중 어느 한 항에 있어서, 상기 최적 정비 타이밍의 정보를 표시 장치에 표시하는 제어를 행하는 표시 제어 수단을 더 갖는 것을 특징으로 하는 정비 관리 장치.
  6. 제1항 내지 제5항 중 어느 한 항에 있어서, 상기 현재 고장 리스크 산출 수단은, 상기 복수의 상태 정보에 있어서의 각 상태 정보마다 현재의 고장 리스크를 산출하고, 당해 산출한 복수의 상기 현재의 고장 리스크 중, 최대의 현재의 고장 리스크를 상기 현재의 설비 고장 리스크로서 산출하는 것을 특징으로 하는 정비 관리 장치.
  7. 제6항에 있어서, 상기 현재 고장 리스크 산출 수단은, 상기 각 상태 정보마다 상기 현재의 고장 리스크를 산출할 때에 상기 각 상태 정보마다 가중치를 부여하는 것을 특징으로 하는 정비 관리 장치.
  8. 제1항 내지 제7항 중 어느 한 항에 있어서, 상기 각 설비마다, 경과 시간이라고 상정되는 설비 고장 리스크의 관계를 나타내는 설비 고장 리스크 추정 테이블의 정보를 기억하는 기억 수단을 더 갖고,
    상기 미래 고장 리스크 추정 수단은, 상기 각 설비마다, 당해 각 설비에 있어서의 상기 현재의 설비 고장 리스크와 상기 설비 고장 리스크 추정 테이블을 사용하여, 상기 미래의 설비 고장 리스크를 추정하는 것을 특징으로 하는 정비 관리 장치.
  9. 제8항에 있어서, 상기 미래 고장 리스크 추정 수단은,
    상기 설비 고장 리스크 추정 테이블을 참조하여, 상기 현재의 설비 고장 리스크에 대응하는 경과 시간을 현재 시각으로서 구하고,
    상기 설비 고장 리스크 추정 테이블에 있어서 상기 현재 시각으로부터의 각 경과 시간에 따른 상기 상정되는 설비 고장 리스크를, 상기 미래의 설비 고장 리스크로서 추정하는 것을 특징으로 하는 정비 관리 장치.
  10. 제1항 내지 제9항 중 어느 한 항에 있어서, 상기 각 설비마다, 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크를 사용하여, 상기 설비 정지 예측 시간의 저감량을 산출하는 정지 예측 시간 저감량 산출 수단과,
    상기 각 설비마다, 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크를 사용하여, 상기 정비 예측 시간을 산출하는 정비 예측 시간 산출 수단을
    더 갖고,
    상기 정비 장점 산출 수단은, 상기 각 설비마다, 상기 정지 예측 시간 저감량 산출 수단에서 산출된 설비 정지 예측 시간의 저감량과 상기 정비 예측 시간 산출 수단에서 산출된 정비 예측 시간에 기초하여, 상기 정비 장점을 산출하는 것을 특징으로 하는 정비 관리 장치.
  11. 제10항에 있어서, 상기 각 설비마다 고장 시의 설비 정지 시간을 나타내는 설비 정지 시간 테이블의 정보와, 상기 각 설비마다 당해 각 설비에 있어서의 미래의 설비 고장 리스크와 리스크 저감 계수의 관계를 나타내는 리스크 저감 계수 테이블의 정보를 기억하는 기억 수단을 더 갖고,
    상기 정지 예측 시간 저감량 산출 수단은, 상기 각 설비마다, 상기 리스크 저감 계수 테이블을 참조하여, 상기 미래 고장 리스크 추정 수단으로 추정된 미래의 설비 고장 리스크에 대응하는 상기 리스크 저감 계수를 구하고, 당해 구한 리스크 저감 계수와 당해 각 설비에 있어서의 상기 고장 시의 설비 정지 시간 및 상기 미래의 설비 고장 리스크를 사용하여, 상기 설비 정지 예측 시간의 저감량을 산출하는 것을 특징으로 하는 정비 관리 장치.
  12. 제10항에 있어서, 상기 각 설비마다 정비에 걸리는 기준의 시간인 정비 기초 시간을 나타내는 정비 기초 시간 테이블의 정보와, 상기 각 설비마다 당해 각 설비에 있어서의 미래의 설비 고장 리스크와 정비 시간 계수의 관계를 나타내는 정비 시간 계수 테이블의 정보를 기억하는 기억 수단을 더 갖고,
    상기 정비 예측 시간 산출 수단은, 상기 각 설비마다, 상기 정비 시간 계수 테이블을 참조하여, 상기 미래 고장 리스크 추정 수단으로 추정된 미래의 설비 고장 리스크에 대응하는 상기 정비 시간 계수를 구하고, 당해 구한 정비 시간 계수와 당해 각 설비에 있어서의 상기 정비 기초 시간을 사용하여, 상기 정비 예측 시간을 산출하는 것을 특징으로 하는 정비 관리 장치.
  13. 복수의 설비를 갖추어 구성된 설비 그룹에 있어서의 정비의 관리를 행하는 정비 관리 방법이며,
    상기 복수의 설비에 있어서의 각 설비마다, 당해 각 설비의 상태를 나타내는 복수의 상태 정보를 취득하는 상태 정보 취득 스텝과,
    상기 각 설비마다, 당해 각 설비에 있어서의 상기 복수의 상태 정보를 사용하여, 현재의 설비 고장 리스크를 산출하는 현재 고장 리스크 산출 스텝과,
    상기 각 설비마다, 당해 각 설비에 있어서의 상기 현재의 설비 고장 리스크를 사용하여, 미래의 설비 고장 리스크를 추정하는 미래 고장 리스크 추정 스텝과,
    상기 각 설비마다, 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크에 기초하는 설비 정지 예측 시간의 저감량과 당해 각 설비에 있어서의 상기 미래의 설비 고장 리스크에 기초하는 정비 예측 시간에 기초하여, 정비 장점을 산출하는 정비 장점 산출 스텝과,
    상기 각 설비에 있어서의 상기 정비 장점에 기초하여, 상기 설비 그룹의 상기 정비에 관계되는 최적 정비 타이밍을 설정하는 최적 정비 타이밍 설정 스텝을
    갖는 것을 특징으로 하는 정비 관리 방법.
  14. 컴퓨터를, 제1항 내지 제12항 중 어느 한 항에 기재된 정비 관리 장치의 각 수단으로서 기능시키기 위한 프로그램.
KR1020217004876A 2018-08-07 2019-07-31 정비 관리 장치, 정비 관리 방법 및 프로그램 KR20210040983A (ko)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
JPJP-P-2018-148608 2018-08-07
JP2018148608A JP7213637B2 (ja) 2018-08-07 2018-08-07 整備管理装置、整備管理方法及びプログラム
PCT/JP2019/030000 WO2020031805A1 (ja) 2018-08-07 2019-07-31 整備管理装置、整備管理方法及びプログラム

Publications (1)

Publication Number Publication Date
KR20210040983A true KR20210040983A (ko) 2021-04-14

Family

ID=69414155

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020217004876A KR20210040983A (ko) 2018-08-07 2019-07-31 정비 관리 장치, 정비 관리 방법 및 프로그램

Country Status (7)

Country Link
US (1) US20210295275A1 (ko)
EP (1) EP3836042A4 (ko)
JP (1) JP7213637B2 (ko)
KR (1) KR20210040983A (ko)
CN (1) CN112703515A (ko)
DE (1) DE112019003968T5 (ko)
WO (1) WO2020031805A1 (ko)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP7245940B1 (ja) 2022-03-14 2023-03-24 株式会社 日立産業制御ソリューションズ リスクアセスメント装置およびリスクアセスメント方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005182465A (ja) 2003-12-19 2005-07-07 Toshiba Corp 保守支援方法及びプログラム
JP2009180722A (ja) 2008-01-30 2009-08-13 Takayoshi Yamamoto 対象設備の最適保全時期決定の支援方法、コンピュータプログラム、及び、対象設備の最適保全時期決定のための支援装置

Family Cites Families (22)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7774169B2 (en) * 2006-06-29 2010-08-10 Toshiba Tec Kabushiki Kaisha Maintenance system and method
US8560376B2 (en) * 2007-05-31 2013-10-15 Airbus Operations S.A.S. Method, system, and computer program product for a maintenance optimization model
JP4776590B2 (ja) * 2007-06-19 2011-09-21 株式会社日立製作所 保守管理支援装置およびその表示方法、保守管理支援システム
JP2009027020A (ja) * 2007-07-20 2009-02-05 Nikon Corp 検査装置、露光装置及び検査方法
US20090138306A1 (en) * 2007-09-28 2009-05-28 Johnson Controls Technology Company Facility risk assessment systems and methods
JP2010191494A (ja) * 2009-02-16 2010-09-02 Mitsubishi Heavy Ind Ltd 高温プラント機器の余寿命診断装置及び方法
WO2013082724A1 (en) * 2011-12-08 2013-06-13 Copperleaf Technologies Inc. Capital asset investment planning apparatus, systems and methods
US20140330747A1 (en) * 2013-05-01 2014-11-06 International Business Machines Corporation Asset lifecycle management
TWI653585B (zh) * 2013-08-05 2019-03-11 應用材料股份有限公司 用於在預測系統中最佳化獲利的方法及裝置
EP3757224A3 (en) * 2014-02-27 2021-03-17 Biogen MA Inc. Method of assessing risk of pml
CN104239694B (zh) * 2014-08-28 2016-11-23 北京交通大学 一种城轨列车转向架的故障预测与视情维修方法
KR101561026B1 (ko) * 2014-11-27 2015-10-16 주식회사 베가스 설비의 예측 정비 시스템 및 방법
JP2016189088A (ja) * 2015-03-30 2016-11-04 株式会社日立製作所 設備管理支援システム
JP6367757B2 (ja) * 2015-05-27 2018-08-01 日本電信電話株式会社 管理方法及び管理装置
US20160379144A1 (en) * 2015-06-29 2016-12-29 Ricoh Company, Ltd. Information processing system and failure prediction model adoption determining method
JP6276732B2 (ja) * 2015-07-03 2018-02-07 横河電機株式会社 設備保全管理システムおよび設備保全管理方法
US10416662B2 (en) * 2015-09-22 2019-09-17 International Business Machines Corporation Maintenance optimization for asset performance management
US20170091688A1 (en) * 2015-09-30 2017-03-30 Embraer S.A. Method and system for maintenance services planning and scheduling optimization
AU2016377392A1 (en) * 2015-12-23 2018-05-10 SUEZ Water Pty Ltd Conducting a maintenance activity on an asset
US20210278832A1 (en) * 2016-06-30 2021-09-09 Nec Corporation Maintenance plan formulation device, method, and non-transitory medium
CN110023967B (zh) * 2016-12-09 2022-12-23 三菱电机株式会社 故障风险指标估计装置和故障风险指标估计方法
EP3631704A4 (en) * 2017-05-25 2021-07-21 Johnson Controls Technology Company MODELED PREDICTIVE MAINTENANCE SYSTEM FOR CONSTRUCTION EQUIPMENT

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005182465A (ja) 2003-12-19 2005-07-07 Toshiba Corp 保守支援方法及びプログラム
JP2009180722A (ja) 2008-01-30 2009-08-13 Takayoshi Yamamoto 対象設備の最適保全時期決定の支援方法、コンピュータプログラム、及び、対象設備の最適保全時期決定のための支援装置

Also Published As

Publication number Publication date
US20210295275A1 (en) 2021-09-23
TW202014946A (zh) 2020-04-16
EP3836042A1 (en) 2021-06-16
CN112703515A (zh) 2021-04-23
WO2020031805A1 (ja) 2020-02-13
EP3836042A4 (en) 2022-03-30
JP7213637B2 (ja) 2023-01-27
JP2020024565A (ja) 2020-02-13
DE112019003968T5 (de) 2021-05-20

Similar Documents

Publication Publication Date Title
KR102169561B1 (ko) 데이터 클린징 시스템 및 공급물 조성을 추론하기 위한 방법
CN107463161B (zh) 预测飞行器中的故障的方法和系统以及监控系统
US11016473B2 (en) Process control system and data processing method
KR20200017506A (ko) 프로세스의 이상 상태 진단 장치 및 이상 상태 진단 방법
US20180189741A1 (en) Inspection management system and inspection management method
WO2011058894A1 (ja) Ｉｄ媒体及びセンサを利用した作業進捗推定装置及び方法
JP6880560B2 (ja) 故障予測装置、故障予測方法及び故障予測プログラム
JP6702297B2 (ja) プロセスの異常状態診断方法および異常状態診断装置
JP2019045905A (ja) 挙動予測システム及び挙動予測方法
CN115640860B (zh) 一种工业云服务的机电设备远程维护方法及系统
CN110764474A (zh) 监测设备运行状态的方法和系统
JP2020160528A (ja) 劣化推定装置、学習装置、劣化推定方法、学習方法、劣化推定プログラム、および、学習プログラム
CN118013468B (zh) 一种风电机组部件健康度监测方法、装置、设备及介质
JP2009020717A (ja) 状態監視方法及び状態監視装置並びにプログラム
JP2012137339A (ja) 免震装置監視システム
KR20210040983A (ko) 정비 관리 장치, 정비 관리 방법 및 프로그램
JP2010218301A (ja) 異常診断装置、異常診断方法及び異常診断プログラム
JP6381122B2 (ja) 故障推定装置、故障推定データベース装置、故障推定プログラム、故障推定データベースプログラム、および故障推定システム
CN111768080B (zh) 一种在制产品完工进度的评估方法与系统
JP7020876B2 (ja) 決定装置、補正装置、決定システム、決定方法及びコンピュータプログラム
JP2014153957A (ja) センサ健全性診断装置、センサ健全性診断方法、該センサ健全性診断装置を備えるプラント診断装置、および該センサ健全性診断方法を用いたプラント診断方法
CN116384876A (zh) 基于维纳过程的备件动态库存-生产控制方法、系统及介质
US11687061B2 (en) Data collection and analysis system, data collection and analysis apparatus, machine learning apparatus, and data collection and analysis method
EP3413153A1 (en) Method and distributed control system for carrying out an automated industrial process
JP5060142B2 (ja) 無線センサのオートコンフィギュレーション機能付き制御システム

Legal Events

Date Code Title Description
E902 Notification of reason for refusal