WO2014102918A1 - 機械異常診断装置 - Google Patents

機械異常診断装置 Download PDF

Info

Publication number
WO2014102918A1
WO2014102918A1 PCT/JP2012/083548 JP2012083548W WO2014102918A1 WO 2014102918 A1 WO2014102918 A1 WO 2014102918A1 JP 2012083548 W JP2012083548 W JP 2012083548W WO 2014102918 A1 WO2014102918 A1 WO 2014102918A1
Authority
WO
WIPO (PCT)
Prior art keywords
machine
index
sensor
abnormality diagnosis
diagnostic
Prior art date
Application number
PCT/JP2012/083548
Other languages
English (en)
French (fr)
Inventor
内田　貴之
鈴木　英明
藤原　淳輔
晋也 湯田
智昭 蛭田
Original Assignee
株式会社 日立製作所
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 株式会社 日立製作所 filed Critical 株式会社 日立製作所
Priority to JP2014553926A priority Critical patent/JP5914697B2/ja
Priority to PCT/JP2012/083548 priority patent/WO2014102918A1/ja
Publication of WO2014102918A1 publication Critical patent/WO2014102918A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D3/00—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups
    • G01D3/10—Indicating or recording apparatus with provision for the special purposes referred to in the subgroups with provision for switching-in of additional or auxiliary indicators or recorders

Definitions

  • the present invention relates to a machine having a sensor, and more particularly to a machine abnormality diagnosis apparatus that diagnoses an abnormality from sensor data.
  • FIG. 11 shows an example in which the cooling water pressure of the engine changes due to an operation of adding water as part repair, as an example in which the state of the machine changes.
  • a sensor installed in a machine measures the state of the machine, and creates a diagnostic index from the measured data (hereinafter referred to as sensor data) using neural network machine learning.
  • sensor data the measured data
  • a technique for maintaining diagnostic accuracy by re-creating a diagnostic index is disclosed (for example, see Patent Document 1).
  • Patent Document 1 a diagnostic index is re-created after a change in the state of the machine.
  • a certain amount of sensor data after the change in state needs to be collected and analyzed. Therefore, there was a problem that the machine could not be diagnosed until sensor data collection was completed.
  • Patent Document 1 since the entire machine is diagnosed with a single diagnostic index, even if the machine is only partially replaced or repaired, no diagnosis can be made until the diagnostic index is recreated.
  • a machine abnormality diagnosis apparatus that includes a machine having a plurality of sensors and performs an abnormality diagnosis of the machine, A diagnostic index database relating to a diagnostic index created by collecting and analyzing data from the sensor; An inspection history database relating to the inspection history of the parts of the machine, The repaired / replaced parts are searched from the inspection history, and only diagnostic indicators related to the parts are recreated.
  • a fixed index database relating to the diagnostic index to be the sensor instead of the diagnostic index related to the component, a fixed index of the fixed index database is used.
  • a related sensor database that manages and associates related sensors whose sensor values change when the parts are replaced and repaired;
  • the related sensor database and the diagnostic index database are searched, and a re-created diagnostic index specifying unit for specifying a diagnostic index to be re-created from the repaired / replaced parts is provided.
  • An index creation history database that stores the creation history of the diagnostic index for each type of diagnostic index is provided.
  • the machine having a plurality of sensors is a machine having an engine.
  • the machine abnormality diagnosis apparatus provided with a machine having a plurality of sensors, Collecting and analyzing data from the sensor to identify a normal range of values for the sensor; Comparing the normal range and the value of the sensor in operation, it has a function that can determine whether the machine is normal or abnormal, When parts are replaced / repaired, the new data after replacement / repair is read again, the new data is collected and analyzed again, the normal range is specified again, and normality / abnormality is judged based on the normal range It is what.
  • the machine abnormality diagnosis device When new data is collected and analyzed again and the normal range is specified again, the start date and time and end date and time of new data collection are displayed.
  • the machine abnormality diagnosis device in the machine abnormality diagnosis device, It is characterized in that the past data of the sensor related to the replaced / repaired parts is reset.
  • a machine abnormality diagnosis device that diagnoses an abnormality from sensor data, it is possible to realize machine diagnosis even during re-creation of a diagnostic index that changes due to repair or replacement of parts.
  • the machine abnormality diagnosis device of the present invention Further, according to the present invention, it is only necessary to re-create the diagnostic index of the inspected part, so that it is possible to reduce the calculation resources and operation data collection amount necessary for creating the diagnostic index.
  • 1 is an overall configuration diagram of a system according to an embodiment. It is an internal data block diagram of the database of the system of an Example. It is an internal data block diagram of the database of the system of an Example. It is an internal data block diagram of the database of the system of an Example. It is an internal data block diagram of the database of the system of an Example. It is an internal data block diagram of the database of the system of an Example. It is an internal data block diagram of the database of the system of an Example. It is an internal data block diagram of the database of the system of an Example. It is a flowchart of an Example. It is a flowchart of an Example. It is an example of a screen displayed in the embodiment It is a flowchart of an Example.
  • FIG. 1 is a diagram showing the overall configuration of the present invention
  • FIGS. 2 and 3 show the table structure of each database in FIG. 1
  • FIGS. 4, 5, and 6 show the flow of processing.
  • 7 and 8 show examples of screen displays such as machine diagnosis results and diagnostic index update histories for the system administrator.
  • a machine 100 is a machine to be maintained.
  • a construction machine corresponds to a truck or loader
  • an industrial machine corresponds to an elevator.
  • the temporary storage unit 102 is a file mechanism for temporarily storing information acquired by the database search unit 155 and the re-created diagnosis index specifying unit 150.
  • the display unit 105 is configured by a liquid crystal display or the like that displays search results of similar cases.
  • the maintenance staff of the machine and the administrator of this system that monitors whether the diagnostic index is updated as specified obtains a diagnostic result and a diagnostic index update history from the display unit 105.
  • the diagnosis unit 110 diagnoses the machine from sensor data sent from sensors attached to each part of the machine 100 to be diagnosed, and determines whether the machine is normal or abnormal.
  • the diagnostic index necessary for the determination describes the normal range of the sensor data of the machine, and if it deviates from the normal range, it can be determined as above.
  • the index creation unit 115 creates a diagnostic index from machine sensor data.
  • a conventional technique in which the sensor data of the machine is analyzed by a data mining technique such as machine learning and the normal range of the sensor data is automatically obtained can be applied.
  • a normal range is obtained by collecting and analyzing a certain amount of sensor data and used as a diagnostic index.
  • the collection amount of sensor data necessary for creating the diagnostic index may be determined as an optimum amount according to the data mining technique to be used.
  • the diagnostic index updating unit 120 updates the old diagnostic index by storing the diagnostic index newly created by the index creating unit 115 in the diagnostic index database 140.
  • 2 to 3 show detailed internal structures of the databases 125, 130, 135, 140, and 170 shown in FIG.
  • FIG. 5 shows the internal structure of the index creation history database 125.
  • the index creation history database 125 stores diagnostic index creation history for each type of diagnostic index. Then, by using the diagnosis item 340 (eg, engine coolant) of the diagnosis index as a search key, the creation start date 330 and the recreation completion date 335 of the previously created diagnostic index can be acquired.
  • FIG. 4 shows the internal structure of the inspection history database 130.
  • the inspection history database 130 stores the date and time when the machine was maintained and inspected, the details of the inspection, and the parts that were replaced or repaired.
  • the inspection contents 305 and the replacement / repair parts 310 can be searched using the inspection date 300 as a search key.
  • the inspection content 305 indicates the content of the work performed at the time of inspection
  • the replacement / repair part 310 indicates the part replaced / repaired during the work.
  • Information on the inspection contents 305 and replacement / repair parts 310 described above is input by the maintenance staff who has replaced or repaired the parts or the operator who has received the report using the data input unit 175, and the input data is stored in the database.
  • the data is stored in the inspection history database 130 by the update unit 165.
  • FIG. 2 shows the internal structure of the sensor database 135.
  • the sensor database 135 collects and stores measurement values of sensors attached to the machine.
  • FIG. 3 shows the internal structure of the diagnostic index database 140.
  • the diagnostic index database 140 stores diagnostic indexes currently used for diagnosis.
  • the pump index 142, engine pressure index 145, and engine coolant index 148 in FIG. 1 are examples of diagnostic indices.
  • the diagnosis item 255, the related sensor 260, the normal range 265, and the usage status 270 can be searched using the diagnosis index ID 250 as a search key. Detailed configurations of the diagnostic index ID 250, the diagnostic item 255, the related sensor 260, the normal range 265, and the usage status 270 will be described below.
  • the diagnostic index ID 250 is an ID that uniquely identifies the diagnostic index.
  • the diagnosis item 255 is the name of an item to be diagnosed for a machine such as engine cooling water.
  • the related sensor 260 is a name of a sensor used as a reference when determining normality / abnormality of a diagnosis item. For example, if the related sensor is temperature, pressure, and speed, it is determined as normal if the three values do not exceed the range defined by the normal range 265.
  • the normal range 265 is a normal range for the sensor of the related sensor 260. For example, if the normal range 265 is temperature> 10, pressure> 30, and speed> 10, it is determined that it is normal if this condition is satisfied.
  • the usage status 270 indicates the usage status of the diagnostic index. The usage status indicates that the diagnostic index is currently being used for diagnosis, and the diagnostic index can no longer be used for diagnosis due to repair or replacement of parts. One of the two values “recreating” indicating that the process is in progress is entered.
  • Fig. 3 shows the internal structure of the related sensor database 170.
  • the related sensor database 170 is a database that manages components in association with related sensors whose sensor values change when the components are replaced or repaired. Whether or not there is a change is determined based on the machine design information and the experience of maintenance personnel, and is entered when creating this database.
  • FIG. 6 shows the internal structure. The component 370 and the related sensor 375 are linked and managed, and the related sensor 375 can be searched from the component 370.
  • the re-created diagnostic index specifying unit 150 searches the related sensor database 170 and the diagnostic index database 140 to identify which diagnostic index needs to be re-created from the repaired / replaced parts.
  • the database search unit 155 has a function of searching each database 125, 130, 135, 140, 170 in FIG. 1, and acquires a search target from the search key of each database described above.
  • the database update unit 165 has a function of updating each database 125, 130, 135, 140, 170 in FIG. For example, the usage status 270 of the diagnostic index database 140 of FIG. 3 is changed, or the data of the inspection history database 130 of FIG. 4 is added.
  • the data input unit 175 is a device for adding data to the inspection history database 130 by the maintenance staff who performed the inspection work or the operator who received the report from the maintenance staff when a new machine inspection work has occurred. is there.
  • the data input unit 175 includes a device for inputting data such as a keyboard, a mouse, and voice input.
  • the fixed index database 180 stores a fixed index that is a diagnostic index that is not recreated in the processing flow defined in this specification.
  • the pump fixed index 182, engine pressure fixed index 185, and engine coolant fixed index 188 in FIG. 1 are examples of fixed indexes.
  • the fixed index in the fixed index database 180 can be used for diagnosis even while the diagnostic index in the diagnostic index database 140 in FIG. 1 is being recreated.
  • FIG. 14 shows a detailed internal structure of the fixed index database 180.
  • the internal structure stores substantially the same structure and data (diagnostic index ID 10250, diagnostic item 10255-related sensor 10260, fixed normal range 10265 of FIG. 10) as the diagnostic index database 140 of FIG. The difference is that since the fixed index in the fixed index database 180 is not recreated, the usage status 270 in FIG.
  • the normal range 10265 of the pump fixed index 182, the engine pressure fixed index 185, and the engine coolant fixed index 188 is determined by the machine designer based on the machine design document and catalog values when developing or replacing this system. It is possible to leave.
  • each sensor value of the machine is measured, and the sensor value is added to the sensor database 135 using the database update unit 165. As shown in the sensor database 135 of FIG. 2, the sensor value measurement time 200 and each sensor value are added as a set.
  • S105 is a subroutine for diagnosing the machine using each diagnosis index from the sensor value measured in S100.
  • the subroutine SUB01 will be described using the flowchart of FIG.
  • one diagnostic index data (diagnostic index ID 250, diagnostic item 255, related sensor 260, normal range 265, usage status 270 in FIG. 3) is read from the diagnostic index database 140 in ascending order of diagnostic index ID.
  • the usage status 270 is referred to among the read diagnostic index data, and if it is in use, it can be used for diagnosis. If not, the process proceeds to S203, and if not, the process proceeds to S204 in order to use the fixed index of FIG.
  • the related sensor 260 and the normal range 265 of the diagnostic index data read in S200 are read out and stored in the temporary storage unit 102.
  • the stored state is shown in the temporary storage unit 102 of FIG.
  • FIG. 15 shows data 10500 in which the stored related sensor 10510 and normal range 10520 are paired.
  • S204 is a process of reading a fixed index when a fixed index is used as an alternative because the diagnostic index is not in use, that is, cannot be used for diagnosis because it is being recreated.
  • a fixed index having the same diagnostic item as the diagnostic index read in S200 is searched from the fixed index database 180.
  • the related index 10260 and the fixed normal range 10265 of the fixed index as a search result are stored in the related sensor 10510 and the normal range 10520 of the temporary storage unit 102 in the same figure.
  • the S205 is read into the temporary storage unit 102 in S203 or S204. Determine normality / abnormality from diagnostic indicators.
  • the related sensor 10510 and the normal range 10520 of the data 10500 in FIG. 14 are read, and the sensor data of the related sensor 10510 is read from the sensor database 135 to determine whether it is within the normal range 10520.
  • S210 if the sensor data is within the normal range, it is determined as normal and the process proceeds to S220. If it is outside the normal range, it is determined as abnormal and the process proceeds to S215.
  • FIG. 10 shows a display example thereof.
  • the inspection history database 130 is searched and the inspection history performed today is searched.
  • the inspection contents 305 and replacement / repair parts 310 are acquired using the inspection date 300 in FIG. 4 as a search key.
  • the process returns to S120, and if not found, the process returns to S100 to continue diagnosis.
  • the subroutine SUB02 identifies a diagnostic index that needs to be recreated based on a change in the state of the machine caused by the replacement / repair part 310 found from the inspection history.
  • the subroutine SUB02 will be described with reference to FIG.
  • replacement / repair parts are acquired from the inspection history database 130. Using the inspection date 300 in FIG.
  • a replacement / repair part 310 for the inspection performed today is acquired.
  • S305 information on sensors whose values change depending on the replacement / repair parts acquired in S300 from the related sensor database 170 is acquired.
  • the related sensor 375 whose value changes with the replacement / repair part acquired in S300 is acquired.
  • the diagnostic index related to the related sensor acquired in S305 is acquired from the diagnostic index database 140.
  • the diagnostic index ID 250 related to the related sensor acquired in S305 is acquired using the related sensor 260 of the diagnostic index database 140 of FIG. 2 as a search key.
  • the diagnostic index ID of the diagnostic index that needs to be recreated can be specified by the change of the machine state.
  • the ID is returned from SUB02 to S120 in FIG. 7, and SUB2 ends. After completion, the process proceeds to S125.
  • the usage status of the diagnostic index to be recreated obtained from SUB02 is updated. If it is currently “in use”, leave it in “recreating”, otherwise leave it as it is.
  • the usage status 270 associated with the diagnostic index ID obtained from SUB02 in the diagnostic index database 140 of FIG. 3 is updated to “recreating”.
  • one row of new data is added to the index creation history database 125 of FIG. 5, and the date and time when the recreation start is started in S125 is stored in the recreation start date and time 330 of FIG.
  • the re-creation completion date / time 335 may be blank.
  • Re-creation of diagnostic indicators is created by analyzing sensor data trends after parts replacement and repair. Therefore, a certain amount of sensor data is required depending on the creation method. If a certain amount of sensor data after parts replacement / repair has been collected in the sensor database 135, the process returns to S137, and if not, the process returns to S100 to resume diagnosis. Whether or not a certain amount of data has been collected is determined by obtaining from the sensor database 135 the amount of sensor data stored in S130 from the re-creation start time 330 in FIG.
  • a diagnostic index is recreated using sensor data collected after parts replacement / repair.
  • the index creating unit 115 analyzes the acquired sensor data using machine learning for data mining and creates a new diagnostic index.
  • FIG. 12 shows a screen for the system administrator to check that the diagnostic index is updated and used as specified during the operation of this system, using the flowchart of FIG.
  • the procedure for displaying the diagnostic index usage status list 900 and the diagnostic index “engine coolant” history 905 will be described below.
  • the diagnostic index database 140 in FIG. 3 is searched, each diagnostic item 255 and the usage status 270 associated therewith are acquired, and the usage for each diagnostic index is displayed as in the screen displaying the usage status list 900 of the diagnostic index in FIG.
  • the status 903 is displayed on the display unit 105 to the system administrator.
  • the system administrator performs processing when the user wants to check not only the current usage status but also a past history on the screen of the diagnostic index usage status list 900 of FIG.
  • the system administrator who is viewing the screen of the diagnostic index usage status list 900 selects the diagnostic item 902 whose history is to be checked using the data input unit 175 such as a mouse or keyboard, the process proceeds to S410.
  • the diagnostic index selected in S405 The history is searched from the index creation history database 125 of FIG. With respect to the index creation history database 125, the re-creation start date 330 and the re-creation completion date 335 are acquired using the selected diagnosis item 340 as a search key.
  • the re-creation start date and time 330 and the re-creation completion date and time 335 are displayed on the display unit 105, such as the re-creation start date and time 907 and the re-creation completion date and time 909 in the diagnosis index “engine coolant” history 905 of FIG.

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

センサを備えた機械の異常診断には正常・異常を判別する診断指標が必要である。機械の部品を補修・交換すると機械が状態変化するため診断指標を再作成する必要がある。しかし再作成期間中は機械の診断できなくなる問題があった。このため、診断指標の再作成期間中は、部品を補修・交換していない機械の部位まで診断が困難であった。 本発明では診断指標を機械の診断する項目（例：エンジン冷却水）ごとに別個に作成する。補修・交換された部品を点検履歴から検索し、その部品に関連した診断指標のみ再作成する。補修・交換した部品に関連しない診断指標は再作成せず診断に使用できる

Description

機械異常診断装置
本発明は、センサを持つ機械に関し、特に、センサデータから異常を診断する機械異常診断装置に関する。
ガスエンジン、エレベータ、採掘機械、又は、建築機械などの機械を用いる場合、それらの機械を常に稼動させるため、機械を保守することは必須である。機械を保守するための有効な技術の一つには、機械の状態を計測するセンサを機械の各部に取り付け、そのセンサデータを収集して機械の異常を診断することによって、故障の予兆を検知する。また、故障からの修復手段を、管理者等に提供したりする技術が提案されている。機械の異常を診断するためには、機械の正常と正常を判別する診断指標が必要である。しかし機械の部品、例えばエンジンの交換、補修するなどして機械の状態が変化すると診断の指標も再作成する必要があった。図１１は機械の状態が変化する例として、部品補修として水を足す作業をすることでエンジンの冷却水圧力が変化してしまう例を示している。
従来技術では、機械に設置されたセンサが機械の状態を測定し、測定されたデータ（以下、センサデータと記載）からニューラルネットワークの機械学習を用いて診断の指標を作成しておき、随時その診断指標を再作成することで診断精度を保つ技術が開示されている（例えば、特許文献１参照）。
特開平6-294668
特許文献1では、機械の状態の変化後に診断指標を再作成するが、再作成のためには状態変化後のセンサデータを一定量収集して分析する必要がある。そのためセンサデータが収集完了するまでは機械が診断出来なくなる問題があった。特に特許文献1では、１つの診断指標で機械全体を診断するため、機械を部分的に交換・補修しただけでも、診断指標を再作成するまでは全く診断ができなくなってしまう。
上記の課題を解決するために、本発明では複数のセンサを有する機械を備え、該機械の異常診断を行う機械異常診断装置において、
前記センサからのデータを収集、分析して作成した診断指標に関する診断指標データベースと、
前記機械の部品の点検履歴に関する点検履歴データベースとを備え、　
補修・交換された部品を点検履歴から検索し、該部品に関連した診断指標のみ再作成することを特徴とするものである。
　更に、本発明では機械異常診断装置において、
前記センサにする診断指標に関する固定指標データベースとを備え、
前記部品に関連した診断指標の代わりに、前記固定指標データベースの固定指標を用いることを特徴とするものである。
　更に、本発明では機械異常診断装置において、
前記部品を交換・補修した際にセンサ値が変化する関連センサを関連づけて管理する関連センサデータベースと、
該関連センサデータベースと前記診断指標データベースを検索して、補修・交換した部品から、再作成する診断指標を特定する再作成診断指標特定部とを備えたことを特徴とするものである。
　更に、本発明では機械異常診断装置において、
前記診断指標の作成履歴を診断指標の種類ごとに記憶した指標作成履歴データベースを備えたことを特徴とするものである。
　更に、本発明では機械異常診断装置において、
複数のセンサを有する機械として、エンジンを備えた機械であることを特徴とするものである。
また、上記の課題を解決するために、本発明では複数のセンサを有する機械を備えた機械異常診断装置において、
前記センサからのデータを収集、分析して前記センサの値の正常範囲を特定し、
前記正常範囲と動作中のセンサの値を比較することで機械の正常・異常を判断できる機能を備え、
部品を交換・補修した場合に、交換・補修後の新データを再度読み取り、新データを再度収集・分析して正常範囲を再度特定し、該正常範囲に基づき正常・異常を判断することを特徴とするものである。
　更に、本発明では機械異常診断装置において、
新データを再度収集・分析して正常範囲を再度特定する際に、新データ収集の開始日時及び終了日時を記録する機能を備えたことを特徴とするものである。
　更に、本発明では機械異常診断装置において、
新データを再度収集・分析して正常範囲を再度特定する際に、新データ収集の開始日時及び終了日時を表示することを特徴とするものである。
　更に、本発明では機械異常診断装置において、
交換・補修した部品に関係するセンサの過去のデータをリセットすることを特徴とするものである。
本発明によれば、センサデータから異常を診断する機械異常診断装置において、部品の補修・交換によって変化してしまう診断指標の再作成中でも機械の診断を実現することが可能になる。
　また、本発明の機械異常診断装置によれば、
また、本発明によれば、点検した部位の診断指標のみ再作成すればよいので診断指標  の作成に必要な計算リソース、稼働データ収集量を削減することを実現できる。
実施例のシステムの全体構成図である 実施例のシステムのデータベースの内部データ構成図である 実施例のシステムのデータベースの内部データ構成図である 実施例のシステムのデータベースの内部データ構成図である 実施例のシステムのデータベースの内部データ構成図である 実施例のシステムのデータベースの内部データ構成図である 実施例のフローチャートである 実施例のフローチャートである 実施例のフローチャートである 実施例で表示する画面例である 実施例のフローチャートである 実施例で表示する画面例である 実施例で表示する画面例である 実施例のシステムのデータベースの内部データ構成図である 実施例のシステムの一時保管ファイル内のデータテーブル構造である 実施例のシステムの一時保管ファイル内のデータテーブル構造である 本発明の背景を説明する図面である
以下、本発明における実施形態について、図面を用いて詳細に説明する。
図１は本発明の全体構成を示した図面であり、図２、図３は図１の各データベースのテーブル構造を、図４、図５、図６は処理のフローを示している。図７、図８は機械の診断結果や、本システム管理者向けの診断指標の更新履歴等の画面表示の例を示している。
図1の本発明を示した全体構成において、機械100は保守の対象とする機械であり、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が該当する。
一時記憶部102はデータベース検索部155や再作成診断指標特定部150で取得した情報を一時格納するファイル機構である。
表示部105は類似事例の検索結果を表示する液晶ディスプレイなどで構成される。
機械の保守員や、診断指標が仕様通り更新されているかを監視する本システムの管理者は表示部105から診断結果や診断指標の更新履歴を得る。
診断部110は、診断する対象の機械100各部に取り付けられたセンサから送られてくるセンサデータから機械を診断し、機械の正常/異常を判別する。その判別に必要な
診断指標には機械のセンサデータの正常範囲が記述してあり、その正常範囲から逸脱したら以上と判断できる。
指標作成部115は機械のセンサデータから診断指標を作成する。機械のセンサデータを機械学習などのデータマイニング技術で分析し、センサデータの正常範囲を自動的に求める従来技術が適用できる。本発明でもセンサデータを一定量収集・分析して正常範囲を求め、診断指標として使う。診断指標作成に必要なセンサデータの収集量は使用するデータマイニング技術によって最適な量を決めてよい。
診断指標更新部120は指標作成部115で新規に作られた診断指標を診断指標データベース140に格納することで、古い診断指標を更新する。
図2～図３では、図１の各データベース125,130,135,140,170について各データベースの詳細な内部構造を示す。
図５に指標作成履歴データベース125の内部構造を示す。
　指標作成履歴データベース125は、診断指標の作成履歴を診断指標の種類ごとに記憶している。
そして、診断指標の診断項目340(例　エンジン冷却水)を検索キーにして、過去作成した診断指標の作成開始日時330、再作成完了日時335を取得できる。
図４に点検履歴データベース130の内部構造を示す。
点検履歴データベース130は、機械をメンテナンス、点検した日時と点検内容、交換・補修した部品を記憶している。
　そして、点検日300を検索キーに点検内容305、交換・補修部品310を検索することができる。
点検内容305は点検時に行った作業の内容を示し、交換・補修部品310は作業中に交換・補修した部品を示す。
以上の点検内容305、交換・補修部品310の情報は、部品の交換・補修を行った保守員、あるいはその報告を受け取ったオペレータ員がデータ入力部175を用いて入力し、その入力データをデータベース更新部165によって点検履歴データベース130に記憶する。
図2にセンサデータベース135の内部構造を示す。
センサデータベース135は、機械に取り付けられたセンサの計測値を収集し、記憶している。
　そして、計測時刻200を検索キーにして各センサのその時の計測値をエンジン冷却水温度205、エンジン負荷率210のように記憶する。
図3に診断指標データベース140の内部構造を示す。
　診断指標データベース140は、現在診断に使用している診断指標を記憶する。図１のポンプ指標142,エンジン圧力指標145,エンジン冷却水指標148は診断指標の例である。
そして、診断指標ID250を検索キーにして診断項目255、関連センサ260、正常範囲265、使用状況270を検索できるようになっている。この診断指標ID250、診断項目255、関連センサ260、正常範囲265、使用状況270の詳細な構成を以下に説明する。
　診断指標ID250は診断指標を一意に特定するＩＤである。
診断項目255は例えばエンジン冷却水のような機械の診断対象となる項目の名前である。
関連センサ260は診断項目の正常/異常を判定する際の基準として用いるセンサの名前である。例えば関連センサが温度・圧力・速度ならば、その３つの値が正常範囲265で定められた範囲を超えていなければ正常と判断する。
正常範囲265は関連センサ260のセンサに対する正常範囲である。例えば正常範囲265が温度>10かつ圧力>30かつ速度>10なら、この条件を満たしていれば正常と判断する。
使用状況270はその診断指標の使用状況を示す。使用状況には現在、その診断指標を診断に使用している事を示す「使用中」と部品の補修・交換でその診断指標が診断に使用できなくなり、現在、診断指標を再作成している最中であることを示す「再作成中」の２つの値のどちらかが入る。
　図3に関連センサデータベース170の内部構造を示す。
　関連センサデータベース170は、部品と、その部品を交換・補修した際にセンサ値が変化する関連センサを紐づけて管理しているデータベースである。
変化の有無は機械の設計情報や、保守員の経験から判断し本データベース作成時に入力しておく。
図６にその内部構造を示す。部品370と関連センサ375を紐づけて管理しており、部品370から関連センサ375を検索することができる。
　再作成診断指標特定部150は、関連センサデータベース170と診断指標データベース140を検索することで、補修・交換した部品から、どの診断指標を再作成する必要があるかを特定する。
　データベース検索部155は図１の各データベース125,130,135,140,170を検索する機能を持ち、上記で説明した各データベースの検索キーから検索対象を取得する。
　データベース更新部165は図１の各データベース125,130,135,140,170を更新する機能を持つ。例えば図３の診断指標データベース140の使用状況270を変更したり、図４の点検履歴データベース130のデータを追加したりする。
　データ入力部175は、新しく機械の点検作業が発生した際に、点検作業を行った保守員や保守員からの報告を受けたオペ―レータが点検履歴データベース130にデータを追加するための装置である。データ入力部175はキーボードやマウス、音声入力などデータを入力する装置で構成される。
　固定指標データベース180は、本明細書で定める処理フロー中では再作成しない診断指標である固定指標を格納している。図１のポンプ固定指標182,エンジン圧力固定指標185,エンジン冷却水固定指標188は固定指標の例である。
図1の診断指標データベース１４０の診断指標を再作成している間にも固定指標データベース180の固定指標は診断に使用できる。
図14に詳細な固定指標データベース180の内部構造を示す。
内部構造は図2の診断指標データベース140とほぼ同様の構造およびデータ(図10の診断指標ID10250,診断項目10255関連センサ10260,固定正常範囲10265)を格納している。違いは固定指標データベース180の固定指標は再作成する事が無いため、診断指標を再作成中であるかどうかを示す図３の使用状況270が図1４の固定指標データベース1８0には不要という点である。
ポンプ固定指標182,エンジン圧力固定指標185,エンジン冷却水固定指標188の正常範囲10265は本システムの開発時やリプレース時などに、機械の設計書やカタログ値から機械の設計者が決めて入れておくことが可能である。
　次に、図７～９のフローチャートを用いて図1の本発明のシステムで行われる異常診断、およびその診断指標を更新する処理を説明する。
図７のフローチャートにおいて、S100では機械の各センサ値を計測し、データベース更新部165を用いてセンサ値をセンサデータベース135に追加する。図2のセンサデータベース135のようにセンサ値の計測時刻200と各センサ値をセットにして追加する。
　S105はS100で計測したセンサ値から各診断指標を用いて機械の診断を行うサブルーチンである。
図８のフローチャートを用いてサブルーチンSUB01を説明する。
　S200では診断指標データベース140から診断指標IDの小さい順に診断指標のデータ(図３の診断指標ID250、診断項目255、関連センサ260、正常範囲265、使用状況270)を1件読み込む。
　S202では読み込んだ診断指標のデータのうち使用状況270を参照し、もし使用中なら診断に用いて良いのでS203に、そうでないなら診断指標の代わりに図14の固定指標を用いるためS204に進む。
　S203ではS200で読んだ診断指標のデータのうち関連センサ260と正常範囲265を一時記憶部102に読み出して記憶する。記憶した様子を図1５の一時記憶部102に示す。図１５には記憶した関連センサ10510と正常範囲10520をペアにしたデータ10500が示されている。
　S204は診断指標が使用中でない、つまり再作成中のため診断に使えないので、代替として固定指標を使う場合の固定指標を読み出す処理である。
S200で読んだ診断指標と同じ診断項目の固定指標を、固定指標データベース180から検索する。検索結果である固定指標の図1４の関連センサ10260と固定正常範囲10265を同図の一時記憶部102の関連センサ10510と正常範囲10520に記憶する
　S205はS203 あるいはS204で一時記憶部102に読み出した診断指標から正常・異常を判別する。図1４のデータ10500の関連センサ10510と正常範囲10520を読み出し、関連センサ10510のセンサデータをセンサデータベース135から読み出して正常範囲10520の範囲内かを判別する。
　S210にて、もしセンサデータが正常範囲内なら正常と判断しS220に進む。正常範囲外なら異常と判断しS215に進む。
　S215は異常が出た診断項目を表示部105に表示する。図１０にその表示例を示す。
　S220はこれで全診断指標の診断が完了したかチェックし、もしまだ診断していない診断指標があればS200に戻ってもう1度診断を開始する。そうでないなら本サブルーチンSUB01を完了し図７に戻り、S110に進む。
　S110では点検履歴データベース130を検索し本日行った点検履歴を検索する。
図４の点検日300を検索キーにして点検内容305、交換・補修部品310を取得する。
S115ではS110で本日行った点検履歴が見つかればS120へ、見つからないなら引き続き診断を行うためS100に戻る。
S120では点検履歴から見つかった交換・補修部品310による機械の状態変化により、再作成する必要がある診断指標を特定するサブルーチンSUB02である。
図９を用いてサブルーチンSUB02を説明する。
S300では、点検履歴データベース130から交換・補修部品を取得する。
図４の点検日300を検索キーにして本日行った点検の交換・補修部品310を取得する。
S305では関連センサデータベース170からS300で取得した交換・補修部品によって値が変化するセンサの情報を取得する。図6の関連センサデータベース170の部品370を検索キーにS300で取得した交換・補修部品で値が変化する関連センサ375を取得する。
　S310では診断指標データベース140からS305で取得した関連センサに関係する診断指標を取得する。図2の診断指標データベース140の関連センサ260を検索キーにS305で取得した関連センサに関係する診断指標ID250を取得する。
　以上のS300～S310により機械の状態変化により、再作成する必要がある診断指標の診断指標IDを特定できる。該IDをSUB02から図７のS120に返し、SUB2は終了する。終了後はS125に進む。
　S125ではSUB02から得られた、再作成すべき診断指標の使用状況を更新する。
現在が「使用中」なら「再作成中」に、元々再作成中ならそのままにする。
そのために図３の診断指標データベース140のうちSUB02から得られた診断指標IDに紐づく使用状況270を「再作成中」に更新する。
S130では、図５の指標作成履歴データベース125に新しいデータを1行追加し、S125で再作成開始した日時を図５の再作成開始日時330に記憶する。再作成完了日時335は空白でよい。
S135では診断指標の再作成を行うために必要なセンサデータ収集が完了したかチェックする。診断指標の再作成は、部品交換・補修後のセンサデータ傾向を分析して作成する。そのためセンサデータが作成方式によって決まる一定量必要である。部品交換・補修後のセンサデータがセンサデータベース135に一定量収集できていればS137に、そうでないならS100に戻って診断を再開する。
一定量収集できているかどうかは、S130で記憶した図５の再作成開始時刻330から現在までのセンサデータ量をセンサデータベース135から取得し、判断する。
　S137では部品交換・補修後から収集したセンサデータを用いて診断指標を再作成する。
S130では記憶した図3の再作成開始時刻330から現在まで収集したセンサデータ205,210,…をセンサデータベース135から取得する。取得したセンサデータから、指標作成部115がデータマイニングの機械学習などを用いて分析し、新しい診断指標を作成する。
　S140ではS137で作成した新しい診断指標で図３の診断指標データベース140の診断指標265を上書きする。
　S145ではS130で新規に指標作成履歴データベース125に追加したデータの再作成完了日時335に現在の時刻を上書きする。
　以上で、診断指標を更新するフローは完了する。
　次に、図12に図１１のフローチャートを用いて、本システムの運用中にシステム管理者が、診断指標が仕様通り更新、使用されている事をチェックするための画面を示す。
以下、診断指標の使用状況一覧900,診断指標「エンジン冷却水」履歴905を表示する手順を説明する。
　S400では図３の診断指標データベース140を検索し、各診断項目255とそれに紐づく使用状況270を取得し、図１２の診断指標の使用状況一覧900を表示した画面のように診断指標ごとの使用状況903を表示部105でシステム管理者に表示する。
　S405ではシステム管理者が図１２の診断指標の使用状況一覧900の画面に対し、現在の使用状況だけでなく、過去の履歴を確認したい場合に行う処理である。診断指標の使用状況一覧900の画面を見ているシステム管理者がマウスやキーボードといったデータ入力部175で、履歴を確認したい診断項目902を選択するとS410に進む
　S410ではS405で選択された診断指標の履歴を図５の指標作成履歴データベース125から検索する。指標作成履歴データベース125に対し、選択された診断項目340を検索キーにして、再作成開始日時330と再作成完了日時335を取得する。再作成開始日時330と再作成完了日時335を図１３ の診断指標「エンジン冷却水」履歴905中の再作成開始日時907と再作成完了日時909のように表示部105で表示する。

Claims (10)

  1. 複数のセンサを有する機械を備え、該機械の異常診断を行う機械異常診断装置において、
    前記センサからのデータを収集、分析して作成した診断指標に関する診断指標データベースと、
    前記機械の部品の点検履歴に関する点検履歴データベースとを備え、
    補修・交換された部品を点検履歴から検索し、該部品に関連した診断指標のみ再作成することを特徴とする機械異常診断装置。
  2. 請求項1の機械異常診断装置において
    前記センサにする診断指標に関する固定指標データベースとを備え、
    前記部品に関連した診断指標の代わりに、前記固定指標データベースの固定指標を用いることを特徴とする機械異常診断装置。
  3. 請求項1の機械異常診断装置において
    前記部品を交換・補修した際にセンサ値が変化する関連センサを関連づけて管理する関連センサデータベースと、
    該関連センサデータベースと前記診断指標データベースを検索して、補修・交換した部品から、再作成する診断指標を特定する再作成診断指標特定部とを備えたことを特徴とする機械異常診断装置。
  4. 請求項1の機械異常診断装置において
    前記診断指標の作成履歴を診断指標の種類ごとに記憶した指標作成履歴データベースを備えたことを特徴とする機械異常診断装置。
  5. 請求項1の機械異常診断装置において
    複数のセンサを有する機械として、エンジンを備えた機械であることを特徴とする機械異常診断装置。
  6. 複数のセンサを有する機械を備えた機械異常診断装置において、
    前記センサからのデータを収集、分析して前記センサの値の正常範囲を特定し、
    前記正常範囲と動作中のセンサの値を比較することで機械の正常・異常を判断できる機能を備え、
    部品を交換・補修した場合に、交換・補修後の新データを再度読み取り、新データを再度収集・分析して正常範囲を再度特定し、該正常範囲に基づき正常・異常を判断することを特徴とする機械異常診断装置。
  7. 請求項６の機械異常診断装置において
    新データを再度収集・分析して正常範囲を再度特定する際に、新データ収集の開始日時及び終了日時を記録する機能を備えたことを特徴とする機械異常診断装置。
  8. 請求項７の機械異常診断装置において
    新データを再度収集・分析して正常範囲を再度特定する際に、新データ収集の開始日時及び終了日時を表示することを特徴とする機械異常診断装置。
  9. 請求項６の機械異常診断装置において
    交換・補修した部品に関係するセンサの過去のデータをリセットすることを特徴とする機械異常診断装置。
  10. 請求項６の機械異常診断装置において
    複数のセンサを有する機械として、エンジンを備えた機械であることを特徴とする機械異常診断装置。
PCT/JP2012/083548 2012-12-26 2012-12-26 機械異常診断装置 WO2014102918A1 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2014553926A JP5914697B2 (ja) 2012-12-26 2012-12-26 機械異常診断装置
PCT/JP2012/083548 WO2014102918A1 (ja) 2012-12-26 2012-12-26 機械異常診断装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2012/083548 WO2014102918A1 (ja) 2012-12-26 2012-12-26 機械異常診断装置

Publications (1)

Publication Number Publication Date
WO2014102918A1 true WO2014102918A1 (ja) 2014-07-03

Family

ID=51020077

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2012/083548 WO2014102918A1 (ja) 2012-12-26 2012-12-26 機械異常診断装置

Country Status (2)

Country Link
JP (1) JP5914697B2 (ja)
WO (1) WO2014102918A1 (ja)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016016956A1 (ja) * 2014-07-30 2016-02-04 株式会社日立製作所 装置劣化の発生原因推定方法、及びその装置
JP2016115031A (ja) * 2014-12-12 2016-06-23 ホーチキ株式会社 試験装置及び試験システム
WO2016190434A1 (ja) * 2015-05-27 2016-12-01 住友重機械工業株式会社 ショベル支援装置
WO2017109861A1 (ja) * 2015-12-22 2017-06-29 株式会社日立製作所 測定装置、測定システム及びセンサ情報の補正方法
JP2020153270A (ja) * 2019-03-19 2020-09-24 トヨタ自動車株式会社 機関冷却水循環システムの異常検出装置
WO2021135951A1 (zh) * 2020-01-02 2021-07-08 北京京东振世信息技术有限公司 视频检修方法、维修端、服务器、系统及存储介质
JP2021528629A (ja) * 2018-04-23 2021-10-21 ボルボトラックコーポレーション 車両検査装置によって車両構成部品の相互作用点を検査する方法、及びそのような検査装置
CN114425777A (zh) * 2020-10-29 2022-05-03 通用电气公司 维修装备的系统和方法
WO2022168455A1 (ja) * 2021-02-08 2022-08-11 株式会社不二越 摩耗判定装置
CN116777433A (zh) * 2023-06-28 2023-09-19 广州众博汇信息技术有限公司 一种基于数据分析的工业产线设备运维管理系统
CN117268527A (zh) * 2023-09-11 2023-12-22 安徽融讯智能科技有限公司 一种电机故障诊断方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0269619A (ja) * 1988-09-05 1990-03-08 Nippon Atom Ind Group Co Ltd プラント機器保守管理支援装置
JPH06294668A (ja) * 1993-04-12 1994-10-21 Mitsubishi Electric Corp 故障診断装置
JP2010190582A (ja) * 2009-02-16 2010-09-02 Hitachi-Ge Nuclear Energy Ltd 機器診断方法および機器診断装置
JP2011145846A (ja) * 2010-01-14 2011-07-28 Hitachi Ltd 異常検知方法、異常検知システム、及び異常検知プログラム

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0269619A (ja) * 1988-09-05 1990-03-08 Nippon Atom Ind Group Co Ltd プラント機器保守管理支援装置
JPH06294668A (ja) * 1993-04-12 1994-10-21 Mitsubishi Electric Corp 故障診断装置
JP2010190582A (ja) * 2009-02-16 2010-09-02 Hitachi-Ge Nuclear Energy Ltd 機器診断方法および機器診断装置
JP2011145846A (ja) * 2010-01-14 2011-07-28 Hitachi Ltd 異常検知方法、異常検知システム、及び異常検知プログラム

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2016016956A1 (ja) * 2014-07-30 2016-02-04 株式会社日立製作所 装置劣化の発生原因推定方法、及びその装置
JPWO2016016956A1 (ja) * 2014-07-30 2017-04-27 株式会社日立製作所 装置劣化の発生原因推定方法、及びその装置
US10234360B2 (en) 2014-07-30 2019-03-19 Hitachi, Ltd. Device degradation cause estimation method and device
JP2016115031A (ja) * 2014-12-12 2016-06-23 ホーチキ株式会社 試験装置及び試験システム
WO2016190434A1 (ja) * 2015-05-27 2016-12-01 住友重機械工業株式会社 ショベル支援装置
JPWO2016190434A1 (ja) * 2015-05-27 2018-03-15 住友重機械工業株式会社 ショベル支援装置
WO2017109861A1 (ja) * 2015-12-22 2017-06-29 株式会社日立製作所 測定装置、測定システム及びセンサ情報の補正方法
JP7162681B2 (ja) 2018-04-23 2022-10-28 ボルボトラックコーポレーション 車両検査装置によって車両構成部品の相互作用点を検査する方法、及びそのような検査装置
JP2021528629A (ja) * 2018-04-23 2021-10-21 ボルボトラックコーポレーション 車両検査装置によって車両構成部品の相互作用点を検査する方法、及びそのような検査装置
JP2020153270A (ja) * 2019-03-19 2020-09-24 トヨタ自動車株式会社 機関冷却水循環システムの異常検出装置
WO2021135951A1 (zh) * 2020-01-02 2021-07-08 北京京东振世信息技术有限公司 视频检修方法、维修端、服务器、系统及存储介质
US11777787B2 (en) 2020-01-02 2023-10-03 Beijing Jingdong Zhenshi Information Technology Co., Ltd. Video-based maintenance method, maintenance terminal, server, system and storage medium
CN114425777A (zh) * 2020-10-29 2022-05-03 通用电气公司 维修装备的系统和方法
WO2022168455A1 (ja) * 2021-02-08 2022-08-11 株式会社不二越 摩耗判定装置
CN116777433A (zh) * 2023-06-28 2023-09-19 广州众博汇信息技术有限公司 一种基于数据分析的工业产线设备运维管理系统
CN116777433B (zh) * 2023-06-28 2024-02-02 广州众博汇信息技术有限公司 一种基于数据分析的工业产线设备运维管理系统
CN117268527A (zh) * 2023-09-11 2023-12-22 安徽融讯智能科技有限公司 一种电机故障诊断方法及系统

Also Published As

Publication number Publication date
JPWO2014102918A1 (ja) 2017-01-12
JP5914697B2 (ja) 2016-05-11

Similar Documents

Publication Publication Date Title
JP5914697B2 (ja) 機械異常診断装置
CN110023862B (zh) 诊断装置、诊断方法及计算机可读取的记录介质
JP5010473B2 (ja) 機器管理用分析システム、及び、保守点検支援装置
JP5695998B2 (ja) 保守支援システム、保守支援装置および保守支援プログラム
KR102344852B1 (ko) 펌프 베어링 시스템의 디지털 트윈 기반 예측진단 장치
WO2014010039A1 (ja) 類似故障事例検索装置および検索方法
CN104764595B (zh) 远程诊断系统
KR101843365B1 (ko) 규칙 및 사례 기반 통합 진단 시스템 및 데이터베이스
JPH02108980A (ja) プラントの寿命管理装置
WO2012042649A1 (ja) センサシステム、計算機、及び、機器
JP6540531B2 (ja) 監視装置及び監視装置の制御方法
EP3035260A1 (en) Case management linkage of updates, evidence, and triggers
JP4500876B1 (ja) 生産管理システム
JPH08226411A (ja) 油圧回路の故障原因機器探索方法及びその装置
KR101067440B1 (ko) 발전설비 성능이상 원인분석방법
US20240125675A1 (en) Anomaly detection for industrial assets
JP3293897B2 (ja) 航空機を対象とした異常診断エキスパートシステムにおける整備支援装置
CN116888548A (zh) 监视装置和方法
JPH07271432A (ja) プラント運転支援装置
JP6388487B2 (ja) 保全評価システム
CN116804935A (zh) 用于资产状况监测的事件成本可视化
WO2015059813A1 (ja) 建設機械検査装置、建設機械検査方法、および建設機械検査プログラム
JPH0492927A (ja) 異常診断装置
JP2006266816A (ja) 機器設備の保全診断システム
JPH10245808A (ja) アスファルトプラントにおけるプラント診断システム

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 12891111

Country of ref document: EP

Kind code of ref document: A1

ENP Entry into the national phase

Ref document number: 2014553926

Country of ref document: JP

Kind code of ref document: A

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 12891111

Country of ref document: EP

Kind code of ref document: A1