WO2022264273A1 - 処理装置および処理方法 - Google Patents

処理装置および処理方法 Download PDF

Info

Publication number
WO2022264273A1
WO2022264273A1 PCT/JP2021/022714 JP2021022714W WO2022264273A1 WO 2022264273 A1 WO2022264273 A1 WO 2022264273A1 JP 2021022714 W JP2021022714 W JP 2021022714W WO 2022264273 A1 WO2022264273 A1 WO 2022264273A1
Authority
WO
WIPO (PCT)
Prior art keywords
time
group
unit
building
history information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/JP2021/022714
Other languages
English (en)
French (fr)
Inventor
豊 松枝
健太 久瀬
奈々穂 大澤
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mitsubishi Electric Corp
Mitsubishi Electric Building Solutions Corp
Original Assignee
Mitsubishi Electric Corp
Mitsubishi Electric Building Solutions Corp
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mitsubishi Electric Corp, Mitsubishi Electric Building Solutions Corp filed Critical Mitsubishi Electric Corp
Priority to CN202180099392.XA priority Critical patent/CN117546189A/zh
Priority to JP2022502124A priority patent/JP7336582B2/ja
Priority to PCT/JP2021/022714 priority patent/WO2022264273A1/ja
Publication of WO2022264273A1 publication Critical patent/WO2022264273A1/ja
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; 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

Definitions

  • the present disclosure relates to processing apparatuses and processing methods.
  • the history information includes the response time from the arrival of maintenance personnel to the completion of work on building equipment.
  • Patent Document 1 Japanese Patent Laying-Open No. 2017-151490
  • the response time may include not only working time but also non-working time such as the time until entering the building and the time when work is interrupted to arrange the parts necessary for the work.
  • non-working time such as the time until entering the building and the time when work is interrupted to arrange the parts necessary for the work.
  • it is difficult to predict the response time from a simple average value.
  • no consideration is given to a method of predicting the response time taking into account cases where time with different characteristics is included.
  • An object of the present invention is to provide a processing apparatus and a processing method that can be suitably performed.
  • a processing device processes information related to maintenance of building equipment installed in a building.
  • the processing device comprises an acquisition unit, a classification unit, and an output unit.
  • the acquisition unit acquires a plurality of pieces of history information.
  • the classification unit classifies multiple pieces of history information into multiple groups by a clustering method.
  • the output unit outputs a classification result of the classification unit.
  • Each of the pieces of history information includes the response time from the arrival of maintenance personnel to the completion of the work on the building equipment.
  • the multiple groups include a first group that does not include non-working time and a second group that includes non-working time.
  • the classification unit classifies the pieces of history information into at least a first group and a second group based on the corresponding time.
  • the processing method is a method of processing information related to maintenance of building equipment installed in a building.
  • the processing method includes the steps of acquiring a plurality of pieces of history information, classifying the pieces of history information into a plurality of groups by a clustering method, and outputting a classification result of the classifying step.
  • Each of the pieces of history information includes the response time from the arrival of maintenance personnel to the completion of the work on the building equipment.
  • the multiple groups include a first group that does not include non-working time and a second group that includes non-working time.
  • the classifying step classifies the plurality of pieces of history information into at least a first group and a second group based on corresponding time.
  • FIG. 7 is a diagram showing a display example of classification results according to the first embodiment. It is a figure which shows the example of a display of the calculation result which concerns on 1st Embodiment. It is a figure which shows the example of a display of the calculation result which concerns on 1st Embodiment.
  • FIG. 1 is a diagram showing an example of a functional block diagram of a processing device 100 according to the first embodiment.
  • FIG. 2 is a diagram showing an example of the hardware configuration of the processing device 100 according to the first embodiment.
  • the processing device 100 in the first embodiment is a device that processes information related to maintenance of building equipment installed in a building. Specifically, the processing device 100 classifies a plurality of pieces of work history information (also referred to as “history information”) stored in the storage unit 114, calculates statistical values based on the classified results, and The result is displayed on the display device 201 .
  • a plurality of pieces of work history information also referred to as “history information”
  • History information is information that records the contents of the work performed in response to inquiries, complaints, etc. as a history. As shown in FIG. 2, the history information records information on a plurality of buildings including buildings 1a to 1c.
  • Each of the multiple pieces of history information includes the response time.
  • the response time is the time from the arrival of the maintenance personnel at the building (1a to 1c, etc.) to the completion of work on the building equipment (10a to 10c, etc.). For example, when maintenance work is performed in the building 1a, the response time is the time from when maintenance personnel arrive at the building 1a until the work on the building facility 10a is completed.
  • Each of the pieces of history information includes, in addition to the response time, information such as work date and time, elevator type (model), and elevator failure type (failure type).
  • buildings such as buildings 1a to 1c are collectively referred to as "building 1"
  • building facilities such as buildings 10a to 10c are collectively referred to as "building facilities 10”.
  • an elevator such as an elevator is assumed as the building equipment 10, but other building equipment may be used.
  • the processing device 100 includes a storage unit 114, an acquisition unit 130, a classification unit 131, a calculation unit 132, and an output unit 133.
  • Acquisition unit 130 acquires a plurality of pieces of history information stored in storage unit 114 .
  • the classification unit 131 classifies a plurality of pieces of history information and outputs classification results.
  • the calculation unit 132 calculates a calculation result (statistical value) using the classification result.
  • the output unit 133 outputs classification results and calculation results.
  • the display device 201 displays the classification result and the calculation result output by the output unit 133 .
  • the display examples of the display device 201 in FIG. 1 are the display example of the classification result described later using FIG. 5 and the display example of the calculation result described later using FIG. In this display example, after classifying a plurality of pieces of history information into two groups, the results of calculating statistical values are displayed.
  • the processing device 100 includes a CPU (Central Processing Unit) 111, a ROM (Read Only Memory) 112, a RAM (Random Access Memory) 113, a storage unit 114, and an I/O interface 120. have These are communicably connected to each other via a bus.
  • CPU Central Processing Unit
  • ROM Read Only Memory
  • RAM Random Access Memory
  • the CPU 111 comprehensively controls the entire processing device 100 .
  • the CPU 111 develops a program stored in the ROM 112 in the RAM 113 and executes it.
  • the ROM 112 stores a program describing the processing procedure of the processing performed by the processing device 100 .
  • the RAM 113 serves as a work area when the CPU 111 executes programs, and temporarily stores programs and data used when executing the programs.
  • the storage unit 114 is a non-volatile storage device such as a HDD (Hard Disk Drive) or an SSD (Solid State Drive).
  • the I/O interface 120 is an interface for connecting the CPU 111 with the display device 201 or the input device 202 .
  • a display device 201 and an input device 202 are connected to the processing device 100 .
  • the display device 201 is, for example, a display.
  • the display device 201 displays the results output by the output unit 133 .
  • Input device 202 is, for example, a keyboard or a mouse. For example, by operating the input device 202 , it is possible to cause the processing device 100 to execute a history information classification process or the like, or to select the content to be displayed on the display device 201 .
  • the processing device 100 stores work history information (history information) of the building equipment 10 (10a to 10c, etc.) such as elevators in the storage unit 114.
  • FIG. 3 is a graph for explaining the distribution of response times.
  • the vertical axis indicates response time
  • the horizontal axis indicates work date and time.
  • This response time may include non-work time (also referred to as "waiting time") unrelated to the above work.
  • the non-work time includes at least one of non-work time A, non-work time B, and non-work time C.
  • Non-work time A is the time during which the work is suspended in order to arrange the parts necessary for the work. For example, if the board of the elevator is out of order, it may be necessary to arrange for board replacement.
  • the non-work time B is the time from when maintenance personnel arrive at the building 1 until they enter the building 1 .
  • the non-work time C is a time during which work is interrupted in order to obtain confirmation from the owner of the building 1 when exchanging paid parts. If the parts to be replaced are charged, it is necessary to check with the owner. This confirmation may necessitate a return visit to the building.
  • the processing device 100 performs statistical processing after classifying such data with different properties. Processing executed by the processing device 100 and contents displayed on the display device 201 according to the first embodiment will be specifically described below with reference to FIGS. 4 to 8. FIG.
  • FIG. 4 is a flowchart of processing executed by the processing device 100 according to the first embodiment.
  • FIG. 5 is a diagram showing a display example of classification results according to the first embodiment.
  • 6 to 8 are diagrams showing display examples of calculation results according to the first embodiment.
  • the processing executed by the processing device 100 may be started by, for example, an operation by the user using the processing device 100 (an operation by the input device 202).
  • step is also simply referred to as "S”.
  • the acquisition unit 130 of the processing device 100 acquires a plurality of pieces of history information stored in the storage unit 114, and advances the process to S2.
  • the classification unit 131 of the processing device 100 classifies multiple pieces of history information into multiple groups by a clustering method, and advances the process to S3.
  • the plurality of groups includes a first group (no waiting) that does not include non-working time and a second group (with waiting) that includes non-working time.
  • the classification unit 131 classifies a plurality of pieces of history information into at least a first group and a second group based on the corresponding time.
  • the classification unit 131 clusters the data based on the properties of the data (the degree of data gathering, etc.).
  • clustering is performed using a Gaussian Mixture Model (GMM). This makes it possible to obtain a plurality of Gaussian distribution models (two of the first group and the second group in the example of FIG. 5, which will be described later).
  • GMM Gaussian Mixture Model
  • the clustering method is not limited to this, and may use SOM (self-organizing map), hierarchical clustering, or the like.
  • the classification unit 131 of the processing device 100 calculates the boundary time indicating the boundary between the first group and the second group based on the classified first group and second group, and advances the process to S4. .
  • the output unit 133 of the processing device 100 outputs the classification result of the classification unit 131, and advances the process to S5. Thereby, the display device 201 displays the output classification result.
  • the display device 201 displays a graph plotting the corresponding time on the horizontal axis and the frequency on the vertical axis. As shown in the figure, by clustering, the data is classified into the first group (no waiting) that has a peak when the response time is short, and the second group (with a wait) that has a peak when the response time is longer than the first group.
  • the graph is displayed with
  • each corresponding time is plotted (square markers) on the horizontal axis, and it can be seen that the appearance frequency is high near the peak of the first group and near the peak of the second group. Boundary times are also shown on the graph.
  • the boundary time is defined as the time when the frequency of the first group and the frequency of the second group are equal (the time when the probabilities change in magnitude).
  • the calculation unit 132 of the processing device 100 calculates statistical values regarding the response time for each of the plurality of groups classified by the classification unit 131, and advances the process to S6.
  • the statistics include the average response time of the first group and the average response time of the second group.
  • the calculation unit 132 of the processing device 100 predicts current or future statistical values from the time-series information of the statistical values, and advances the process to S7.
  • the output unit 133 of the processing device 100 outputs the calculation result of the calculation unit 132, and the process ends.
  • the output unit 133 outputs time-series information of statistical values.
  • the display device 201 displays a graph in which the horizontal axis plots the work date and time, and the vertical axis plots the corresponding time.
  • the graph plots the corresponding times (circular markers) of the first group and shows the transition of the average time X of the first group over time.
  • the graph plots the corresponding time (square markers) of the second group and shows the transition of the average time Z of the second group over time.
  • the average value obtained in S5 may be, for example, the average time for each of the first group and the second group divided by month or year, or the average value of all data. may be
  • the predicted time XP which is the predicted value of the average time X
  • the most recent average time X may be used as the predicted time XP, or the present or future predicted time XP may be estimated from the transition of the average time X using a method such as the least squares method.
  • the pie chart shows the probability that the response time is within 1 hour (75%), the probability that the response time is 1-3 hours (12.5%), the probability that the response time is 3 hours or more (12.5%). ) are each shown as a pie chart.
  • the average response time when there is no waiting (first group) is X hours
  • the probability of waiting is Y%
  • the average response time when there is waiting is Z hours. It has been shown that The statistical values shown above are calculated in S5.
  • a graph showing the time transition of the boundary time may be displayed.
  • the display device 201 displays a graph in which the horizontal axis plots the work date and time, and the vertical axis plots the corresponding time.
  • the corresponding times of the first group (circle markers) and the corresponding times of the second group (square markers) are plotted. Boundary times are also indicated at these boundaries.
  • the maintenance method is changed at the illustrated timing. For example, change the maintenance method by improving the maintenance manual or reviewing the parts ordering method.
  • the boundary time drops when the maintenance method is changed. As a result, it is possible to grasp the effect of improving the response time by changing the maintenance method.
  • the analysis regarding response time can be preferably performed. Furthermore, by calculating and outputting statistical values relating to response time for each of a plurality of classified groups, it is possible to perform statistics relating to response time after excluding non-work time that is unrelated to work. . In this case, it is also possible to predict the average response time (predicted time XP in FIG. 6) and grasp the improvement effect of changing the maintenance method (FIG. 8).
  • FIG. 9 is a diagram showing an example of a functional block diagram of the processing device 100 according to the second embodiment.
  • FIG. 10 is a flowchart of processing executed by the processing device 100 according to the second embodiment.
  • the processing device 100 includes a storage unit 114, an acquisition unit 130, a classification unit 131, a calculation unit 132, and an output unit 133.
  • the processing device 100 further includes a dividing section 140 and a determining section 141.
  • FIG. The second embodiment will be described below with reference to FIGS. 9 and 10. FIG. In the description of the second embodiment, points different from the first embodiment will be described, and descriptions of common parts will be omitted.
  • the acquisition unit 130 of the processing device 100 acquires a plurality of pieces of history information stored in the storage unit 114, and advances the process to S12. This process is the same as S1.
  • each of the plurality of pieces of history information includes a plurality of related information related to the building 1 (1a-1c, etc.) or the building equipment 10 (10a-10c, etc.) in addition to the response time.
  • the multiple pieces of related information include the type of building 1 (type of building), the number of years the elevator has been in operation, the type (model) of the elevator, the type of elevator failure, the type of maintenance contract, and the skills of the maintenance staff. including at least one of
  • the types of buildings are classified into, for example, commercial buildings and office buildings.
  • the types of elevator failures (failure types) are classified into, for example, door-related failures, brake-related failures, controller failures, and the like.
  • Types of maintenance contracts include, for example, a contract to replace specified parts for a fee (hereinafter referred to as "A contract") or a contract to replace these parts free of charge (hereinafter referred to as "B contract"). be.
  • the skills of maintenance personnel may be classified into, for example, 3 years or less of experience as maintenance personnel, 3 to 7 years, and 7 years or more.
  • the determining unit 141 of the processing device 100 determines information used by the dividing unit 140 to divide the plurality of pieces of history information from among the plurality of pieces of related information, and advances the process to S13. For example, the determining unit 141 determines to divide history information for each elevator model. Alternatively, or in addition, it may be decided to divide the history information by contract. For example, if there are model A, model B, contract A, and contract B, they are divided into four: model A and contract A, model A and contract B, model B and contract A, and model B and contract B.
  • the determining unit 141 may divide based on division information specified by the user. Further, the determination unit 141 may determine whether or not to divide based on the division information designated by the user, using a test or the like. When determination is made using a test, for example, the t-test, the Mann-Whitney U-test, or the like may be used. If the amount of data is small, it may not be possible to properly classify data with different properties (whether waiting occurs or not). In such a case, measures are taken to reintegrate the data divided above.
  • a test for example, the t-test, the Mann-Whitney U-test, or the like may be used. If the amount of data is small, it may not be possible to properly classify data with different properties (whether waiting occurs or not). In such a case, measures are taken to reintegrate the data divided above.
  • the dividing unit 140 of the processing device 100 divides the plurality of history information based on at least one of the plurality of related information, and advances the process to S14. Specifically, a plurality of pieces of history information are divided based on the information determined in S12.
  • the classification unit 131 of the processing device 100 classifies each of the pieces of history information divided by the division unit 140 into a plurality of groups, and advances the process to S15.
  • the classification unit 131 of the processing device 100 calculates the boundary time indicating the boundary between the first group and the second group based on the classified first group and second group, and advances the process to S16. .
  • This process is the same as S3.
  • the output unit 133 of the processing device 100 outputs the classification result of the classification unit 131, and advances the process to S17.
  • This process is the same as S4.
  • a graph showing the frequencies of the first group and the second group as shown in FIG. 5 may be shown for each divided piece of history information.
  • the above graph may be displayed for each type of maintenance contract.
  • the determining unit 141 of the processing device 100 determines information to be used by the dividing unit 140 to divide the plurality of pieces of history information from among the plurality of pieces of related information, and advances the process to S18.
  • the determination unit 141 divides based on the division information designated by the user. This may be the same as or different from the decision of the decision unit 141 in S12. For example, in S12, the history information may be divided for each elevator model, and in S17, the history information may be divided for each elevator model and for each contract (divided into four as described above). In both S12 and S17, the history information may be divided for each model of the elevator and for each contract.
  • the dividing unit 140 of the processing device 100 further divides each of the plurality of groups classified by the classifying unit 131 based on at least one of the plurality of related information, and advances the process to S19. Specifically, each of the plurality of groups classified by the classification unit 131 is divided based on the information determined in S17.
  • the calculation unit 132 of the processing device 100 calculates statistical values for each of the multiple groups divided by the division unit 140 and classified by the classification unit 131, and advances the process to S20.
  • the output unit 133 of the processing device 100 outputs the calculation result of the calculation unit 132, and the process ends.
  • the output unit 133 outputs time-series information of statistical values. This process is similar to S7.
  • a pie chart similar to the upper part of FIG. 7 may be displayed.
  • the history data is divided for each type of maintenance contract, and a pie chart is displayed for each type of maintenance contract.
  • the "A contract” is a contract to exchange predetermined parts for a fee
  • the "B contract” is a contract to exchange for free.
  • contract A the probability that the response time is within 1 hour is 75%
  • the probability that the response time is 1 to 3 hours is 12.5%
  • the probability that the response time is 3 hours or more is 12.5%. %.
  • contract B the probability that the response time is within 1 hour is 85%, the probability that the response time is 1 to 3 hours is 10%, and the probability that the response time is 3 hours or more is 5%. From this graph, it can be read that the response time is shorter for Contract B than for Contract A.
  • FIG. 7 and the information may be displayed.
  • the history data is divided for each failure type, and the average response time and the like are displayed for each failure type.
  • the average response time when there is no waiting is X1 hours, and the probability of non-working time due to parts arrangement (waiting occurrence probability) is Y1%. It is indicated that the average response time when waiting occurs (second group) is Z1 time.
  • the average response time when there is no waiting is X2 hours, and the probability of non-working time due to parts arrangement (waiting occurrence probability) is Y2%. It is shown that the average response time when there is a wait (second group) is Z2 time.
  • the type of building for example, if it is a commercial building, there are restrictions on entry time during business hours, and depending on the building, there are some that can be entered 24 hours a day, and some that cannot be entered after hours. In this way, the nature of data also differs depending on the type of building.
  • the classification by the classification unit 131 as shown in FIGS. 9 and 10 may be performed in advance. Then, when a trouble occurs in the elevator, the control device of the elevator may report the model information of the elevator and the failure type, and the processing device 100 may be configured to receive the reported information. When receiving the notification information, the processing device 100 causes the calculation unit 132 to calculate the statistical value of the failure type in the notified model. By checking the average response time calculated by the calculation unit 132, the maintenance staff can quickly grasp the predicted value of the response time required to deal with the trouble, or the probability of occurrence of waiting time due to parts arrangement, etc. be able to.
  • the processing device 100 processes information related to maintenance of the building facilities 10 (10a to 10c, etc.) installed in the building 1 (1a to 1c, etc.).
  • the processing device 100 includes an acquisition unit 130 , a classification unit 131 and an output unit 133 .
  • Acquisition unit 130 acquires a plurality of pieces of history information.
  • the classification unit 131 classifies multiple pieces of history information into multiple groups by a clustering method.
  • the output unit 133 outputs the classification result of the classification unit 131 .
  • Each of the plurality of pieces of history information includes the response time from the arrival of the maintenance personnel to the building 1 until the completion of the work on the building equipment 10 .
  • the multiple groups include a first group that does not include non-working time and a second group that includes non-working time.
  • the classification unit 131 classifies a plurality of pieces of history information into at least a first group and a second group based on the corresponding time. In this way, by classifying a plurality of pieces of history information into at least a first group that does not include non-working time and a second group that includes non-working time based on the corresponding time, it is possible to Even if it is included, it is possible to preferably perform analysis on response time.
  • the classification unit 131 calculates the boundary time indicating the boundary between the first group and the second group. This makes it possible to grasp the time that is the boundary between the first group and the second group.
  • the non-work time is the time from when maintenance personnel arrive at building 1 (1a to 1c, etc.) until they enter building 1 (1a to 1c, etc.), and to arrange the parts necessary for work. It includes at least one of the time during which the work is suspended and the time during which the work is suspended for obtaining confirmation from the owner of the building 1 when replacing the charged parts. As a result, it becomes possible to analyze the response time after excluding the time for arranging parts that is unrelated to the work.
  • the processing device 100 further includes a calculator 132 .
  • the calculation unit 132 calculates a statistical value regarding the response time for each of the plurality of groups classified by the classification unit 131 .
  • the output unit 133 further outputs the calculation result of the calculation unit 132 . As a result, non-work time unrelated to work can be excluded, and statistics regarding response time can be obtained.
  • the statistics include the average response time of the first group and the average response time of the second group. As a result, it is possible to grasp the average value of the response time after excluding the non-work time unrelated to work.
  • the output unit 133 outputs time-series information of statistical values. As a result, it is possible to grasp the passage of time of the statistical value after excluding the non-work time unrelated to the work.
  • the calculation unit 132 predicts current or future statistical values from the time-series information of the statistical values. Predict current or future statistics by excluding non-work time that is not related to work.
  • Each of the plurality of history information includes, in addition to the response time, a plurality of related information related to the building 1 (1a-1c, etc.) or the building equipment 10 (10a-10c, etc.).
  • the processing device 100 further includes a dividing section 140 .
  • the dividing unit 140 divides a plurality of pieces of history information based on at least one of the plurality of pieces of related information.
  • the classification unit 131 classifies each of the pieces of history information divided by the division unit 140 into a plurality of groups. As a result, it is possible to suitably analyze the response time for each of the plurality of related information related to the building facility 10 .
  • the division unit 140 further divides each of the plurality of groups classified by the classification unit 131 based on at least one of the plurality of related information.
  • the calculation unit 132 calculates a statistical value for each of the plurality of groups divided by the division unit 140 and classified by the classification unit 131 . As a result, statistical values regarding the response time can be grasped for each of a plurality of pieces of related information related to the building equipment 10 .
  • the plurality of related information includes at least one of the type of building 1 (1a to 1c, etc.), the type of elevator, the type of elevator failure, and the type of maintenance contract.
  • the type of building 1 (1a to 1c, etc.
  • the type of elevator the type of elevator failure
  • the type of maintenance contract the type of maintenance contract
  • the processing device 100 further includes a determination unit 141 .
  • the determining unit 141 determines information to be used by the dividing unit 140 to divide the plurality of pieces of history information from among the plurality of pieces of related information. When the information to be used for dividing multiple pieces of history information is determined by testing, there is no need to consider how to divide the pieces of history information appropriately.
  • the processing method is a method of processing information related to maintenance of the building equipment 10 (10a-10c, etc.) installed in the building 1 (1a-1c, etc.).
  • the processing method includes the steps of acquiring a plurality of pieces of history information, classifying the pieces of history information into a plurality of groups by a clustering method, and outputting a classification result of the classifying step.
  • Each of the plurality of pieces of history information includes the response time from the arrival of the maintenance personnel to the building 1 until the completion of the work on the building equipment 10 .
  • the multiple groups include a first group that does not include non-working time and a second group that includes non-working time.
  • the classifying step classifies the plurality of pieces of history information into at least a first group and a second group based on corresponding time. In this way, by classifying a plurality of pieces of history information into at least a first group that does not include non-working time and a second group that includes non-working time based on the corresponding time, it is possible to Even if it is included, it is possible to preferably perform analysis on response time.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

処理装置（１００）は、ビル（１）に設置されたビル設備（１０）の保守に関する情報を処理する。処理装置（１００）は、取得部（１３０）と、分類部（１３１）と、出力部（１３３）とを備える。取得部（１３０）は、複数の履歴情報を取得する。分類部（１３１）は、複数の履歴情報をクラスタリング手法によって複数のグループに分類する。出力部（１３３）は、分類部（１３１）の分類結果を出力する。複数の履歴情報の各々は、保守員がビル（１）に到着してからビル設備（１０）に関する作業が完了するまでの対応時間を含む。複数のグループは、非作業時間を含まない第１グループと、非作業時間を含む第２グループとを含む。分類部（１３１）は、対応時間に基づき複数の履歴情報を少なくとも第１グループと第２グループとに分類する。

Description

処理装置および処理方法
　本開示は、処理装置および処理方法に関する。
　ビルに設置されたビル設備の保守に関して、保守作業を行った履歴を履歴情報として蓄積する運用がなされている。履歴情報には、保守員がビルに到着してからビル設備に関する作業が完了するまでの対応時間が含まれる。
　従来、蓄積された履歴情報から、上記対応時間を予測するような方法が考案されてきた。たとえば、過去の対応時間の平均値を対応時間の予測値とする方法がある。また、作業時間の見積もりを行うものとしては、たとえば、特開２０１７－１５１４９０号公報（特許文献１）に記載された技術がある。
特開２０１７－１５１４９０号公報
　しかしながら、対応時間には、作業時間だけでなく、ビルに入館するまでの時間や、作業に必要な部品を手配するために作業が中断される時間などの非作業時間が含まれる場合がある。こういった実際の作業時間とは性質の異なる非作業時間が含まれている場合、単なる平均値から対応時間を予測することは難しい。また、特許文献１に記載の技術においては、性質の異なる時間が含まれているケースを加味して対応時間を予測する方法については、何ら検討されていない。
　本開示は、このような課題を解決するためになされたものであって、その目的は、非作業時間のような性質の異なる時間が含まれている場合であっても、対応時間に関する分析を好適に行うことができる処理装置および処理方法を提供することである。
　本開示に係る処理装置は、ビルに設置されたビル設備の保守に関する情報を処理する。処理装置は、取得部と、分類部と、出力部とを備える。取得部は、複数の履歴情報を取得する。分類部は、複数の履歴情報をクラスタリング手法によって複数のグループに分類する。出力部は、分類部の分類結果を出力する。複数の履歴情報の各々は、保守員がビルに到着してからビル設備に関する作業が完了するまでの対応時間を含む。複数のグループは、非作業時間を含まない第１グループと、非作業時間を含む第２グループとを含む。分類部は、対応時間に基づき複数の履歴情報を少なくとも第１グループと第２グループとに分類する。
　本開示に係る処理方法は、ビルに設置されたビル設備の保守に関する情報を処理する方法である。処理方法は、複数の履歴情報を取得するステップと、複数の履歴情報をクラスタリング手法によって複数のグループに分類するステップと、分類するステップの分類結果を出力するステップとを備える。複数の履歴情報の各々は、保守員がビルに到着してからビル設備に関する作業が完了するまでの対応時間を含む。複数のグループは、非作業時間を含まない第１グループと、非作業時間を含む第２グループとを含む。分類するステップは、対応時間に基づき複数の履歴情報を少なくとも第１グループと第２グループとに分類する。
　本開示によれば、非作業時間のような性質の異なる時間が含まれている場合であっても、対応時間に関する分析を好適に行うことができる。
第１実施形態に係る処理装置の機能ブロック図の一例を示す図である。 第１実施形態に係る処理装置のハードウェア構成の一例を示す図である。 対応時間の分布を説明するためのグラフである。 第１実施形態に係る処理装置が実行する処理のフローチャートである。 第１実施形態に係る分類結果の表示例を示す図である。 第１実施形態に係る算出結果の表示例を示す図である。 第１実施形態に係る算出結果の表示例を示す図である。 第１実施形態に係る算出結果の表示例を示す図である。 第２実施形態に係る処理装置の機能ブロック図の一例を示す図である。 第２実施形態に係る処理装置が実行する処理のフローチャートである。
　以下、図面を参照しつつ、実施の形態について説明する。以下の説明では、同一の部品には同一の符号を付してある。それらの名称および機能も同じである。したがって、それらについての詳細な説明は繰り返さない。
　［第１実施形態］
　まず、第１実施形態に係る処理装置１００について説明する。図１は、第１実施形態に係る処理装置１００の機能ブロック図の一例を示す図である。図２は、第１実施形態に係る処理装置１００のハードウェア構成の一例を示す図である。
　第１実施形態における処理装置１００は、ビルに設置されたビル設備の保守に関する情報を処理する装置である。具体的には、処理装置１００は、記憶部１１４に記憶されている複数の作業履歴情報（「履歴情報」とも称する）を分類し、分類した結果に基づき統計値を算出し、分類結果あるいは算出結果を表示装置２０１に表示させる。
　履歴情報は、問合せやクレームなどに対応して作業を行った際に、その内容を履歴として記録した情報である。図２に示すように、履歴情報は、ビル１ａ～１ｃを含む複数のビルの情報を記録している。
　複数の履歴情報の各々は、対応時間を含む。対応時間は、保守員がビル（１ａ～１ｃ等）に到着してからビル設備（１０ａ～１０ｃ等）に関する作業が完了するまでの時間である。たとえば、ビル１ａにおいて保守作業を行った場合、保守員がビル１ａに到着してからビル設備１０ａに関する作業が完了するまでの時間が対応時間となる。
　複数の履歴情報の各々は、対応時間以外に、たとえば、作業日時、昇降機の種類（機種）、昇降機の故障の種類（故障種別）等の情報を含む。
　履歴情報および対応時間については、図３～図８を用いて詳細に説明する。また、以下の説明では、ビル１ａ～１ｃ等のビルを総称して、「ビル１」と称し、ビル１０ａ～１０ｃ等のビル設備を総称して、「ビル設備１０」と称する。また、ここでは、ビル設備１０として、エレベーター等の昇降機を想定しているが、その他のビル設備であってもよい。
　図１に示すように、処理装置１００は、記憶部１１４と、取得部１３０と、分類部１３１と、算出部１３２と、出力部１３３とを備える。取得部１３０は、記憶部１１４が記憶している複数の履歴情報を取得する。
　分類部１３１は、複数の履歴情報を分類して分類結果を出力する。算出部１３２は、分類結果を用いて算出結果（統計値）を算出する。出力部１３３は、分類結果および算出結果を出力する。表示装置２０１は、出力部１３３が出力した分類結果および算出結果を表示する。
　図１における表示装置２０１の表示例は、図５を用いて後述する分類結果の表示例、および、図７を用いて後述する算出結果の表示例である。本表示例では、複数の履歴情報を２つのグループに分類した上で、統計値を算出した結果を表示している。
　図２に示すように、処理装置１００は、ＣＰＵ（Central Processing Unit）１１１と、ＲＯＭ（Read Only Memory）１１２と、ＲＡＭ（Random Access Memory）１１３と、記憶部１１４と、Ｉ／Ｏインターフェイス１２０とを有する。これらは、バスを介して相互に通信可能に接続されている。
　ＣＰＵ１１１は、処理装置１００全体を総括的に制御する。ＣＰＵ１１１は、ＲＯＭ１１２に格納されているプログラムをＲＡＭ１１３に展開して実行する。ＲＯＭ１１２は、処理装置１００が行う処理の処理手順が記されたプログラムを格納する。
　ＲＡＭ１１３は、ＣＰＵ１１１がプログラムを実行する際の作業領域となるものであり、プログラムやプログラムを実行する際のデータ等を一時的に記憶する。また、記憶部１１４は、不揮発性の記憶装置であり、たとえば、ＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）等である。
　Ｉ／Ｏインターフェイス１２０は、ＣＰＵ１１１が表示装置２０１あるいは入力装置２０２と接続するためのインターフェイスである。処理装置１００には、表示装置２０１と入力装置２０２とが接続される。
　表示装置２０１は、たとえば、ディスプレイである。表示装置２０１は、出力部１３３が出力した結果を表示する。入力装置２０２は、たとえば、キーボードやマウスである。たとえば、入力装置２０２の操作により、処理装置１００に履歴情報の分類処理等を実行させたり、表示装置２０１に表示させる内容を選択することができる。
　処理装置１００は、昇降機等のビル設備１０（１０ａ～１０ｃ等）の作業履歴情報（履歴情報）を、記憶部１１４に記憶している。
　以下、履歴情報および対応時間の詳細について説明する。図３は、対応時間の分布を説明するためのグラフである。図３において、縦軸は、対応時間を示し、横軸は、作業日時を示す。
　この対応時間には、上記作業とは関係のない非作業時間（「待ち時間」とも称する）を含むことがある。たとえば、非作業時間は、非作業時間Ａと非作業時間Ｂと非作業時間Ｃとの少なくとも１つを含む。
　非作業時間Ａは、作業に必要な部品を手配するために作業が中断される時間である。たとえば、昇降機の基盤が故障していた場合に、基盤交換の必要が生じてこれを手配するような場合が想定される。非作業時間Ｂは、保守員がビル１に到着してから当該ビル１に入館するまでの時間である。非作業時間Ｃは、有償部品を交換する際に当該ビル１のオーナーに確認を取るために作業が中断される時間である。交換すべき部品が有償であった場合、オーナーに確認する必要がある。この確認のために、ビルへの再訪問を余儀なくされる場合もある。
　図３のグラフにおいては、非作業時間として、非作業時間Ａを含むデータ（図の「待ち発生あり」のデータ）と非作業時間Ａを含まないデータ（図の「待ち発生なし」のデータ）がプロットされているものとする。
　上述のように、部品を手配する場合、保守員は、手配のため一度ビル１を引き上げ、部品が入手できたときに日を改めて作業を行うことが多い。この場合、通常であれば１～２時間で完了するような作業であったとしても、手配のため日を跨いでしまうため、作業の完了まで数日かかってしまうことがある。
　このように、非作業時間Ａを含むデータおよび非作業時間Ａを含まないデータのような、性質の異なるデータが混在している場合、統計値として平均時間を求めたとしても、実質的に作業に要する時間を把握することは困難である。
　そこで、実施形態１において、処理装置１００は、このような性質の異なるデータを分類した上で、統計処理を行うようにした。以下、図４～図８を用いて、実施形態１における処理装置１００が実行する処理および表示装置２０１に表示される内容について具体的に説明する。
　図４は、第１実施形態に係る処理装置１００が実行する処理のフローチャートである。図５は、第１実施形態に係る分類結果の表示例を示す図である。図６～図８は、第１実施形態に係る算出結果の表示例を示す図である。
　処理装置１００が実行する処理は、たとえば、処理装置１００を使用するユーザーの操作（入力装置２０２による操作）により処理を開始するようにしてもよい。以下、「ステップ」を単に「Ｓ」とも称する。
　図４に示すように、処理装置１００が実行する処理が開始すると、Ｓ１において、処理装置１００の取得部１３０は、記憶部１１４が記憶する複数の履歴情報を取得し、処理をＳ２に進める。
　Ｓ２において、処理装置１００の分類部１３１は、複数の履歴情報をクラスタリング手法によって複数のグループに分類し、処理をＳ３に進める。具体的に、複数のグループは、非作業時間を含まない第１グループ（待ち発生なし）と、非作業時間を含む第２グループ（待ち発生あり）とを含む。分類部１３１は、対応時間に基づき複数の履歴情報を少なくとも第１グループと第２グループとに分類する。
　Ｓ２においては、分類部１３１により、データの性質（データの集まり具合等）からデータのクラスタリングを行う。本実施の形態においては、混合ガウスモデル（ＧＭＭ：Gaussian　Mixture　Model）を用いて、クラスタリングを行う。これにより、複数のガウス分布モデル（後述の図５の例では、第１グループと第２グループの２つ）を得ることができる。なお、これに限らず、クラスタリングの手法としては、ＳＯＭ（自己組織化マップ）や、階層的クラスタリング等を利用するものであってもよい。
　Ｓ３において、処理装置１００の分類部１３１は、分類された第１グループと第２グループとに基づいて、第１グループと第２グループとの境界を示す境界時間を算出し、処理をＳ４に進める。
　Ｓ４において、処理装置１００の出力部１３３は、分類部１３１の分類結果を出力し、処理をＳ５に進める。これにより、表示装置２０１は、出力された分類結果を表示する。
　たとえば、図５に示すように、表示装置２０１は、横軸に対応時間、縦軸にその頻度をプロットするグラフを表示する。図のように、クラスタリングにより、対応時間が短いところでピークを持つ第１グループ（待ち発生なし）と、第１グループよりも対応時間が長いところでピークを持つ第２グループ（待ち発生あり）とに分類された状態でグラフが表示される。
　図には、横軸上に各対応時間がプロット（四角のマーカー）されており、第１グループのピーク付近および第２グループのピーク付近で出現頻度が高くなっていることが分かる。また、グラフ上では、境界時間も示されている。本実施の形態においては、第１グループの頻度と第２グループの頻度とが等しくなる時間（確率の大小が入れ替わる時間）を境界時間として定義している。
　Ｓ５において、処理装置１００の算出部１３２は、分類部１３１が分類した複数のグループの各々について、対応時間に関する統計値を算出し、処理をＳ６に進める。統計値は、第１グループの対応時間の平均値と、第２グループの対応時間の平均値とを含む。
　Ｓ６において、処理装置１００の算出部１３２は、統計値の時系列情報から現在または将来の統計値を予測し、処理をＳ７に進める。
　Ｓ７において、処理装置１００の出力部１３３は、算出部１３２の算出結果を出力し、処理終了する。出力部１３３は、統計値の時系列情報を出力する。
　たとえば、図６に示すように、表示装置２０１は、横軸に作業日時、縦軸に対応時間をプロットするグラフを表示する。グラフでは、第１グループの対応時間（丸のマーカー）をプロットするとともに、第１グループの平均時間Ｘの時間経過による推移が示されている。また、グラフでは、第２グループの対応時間（四角のマーカー）をプロットするとともに、第２グループの平均時間Ｚの時間経過による推移が示されている。
　たとえば、図６のグラフからは、部品手配などの待ち発生時の平均時間Ｘは変わっていないが、待ち発生なしの平均時間Ｘは徐々に改善されている等、状況ごとの解析が可能である。
　ここで、Ｓ５で求める平均値は、たとえば、第１グループおよび第２グループのそれぞれについて、月単位あるいは年単位で区切って平均時間を求めてもよいし、全データの平均値を求めるようなものであってもよい。
　さらに、Ｓ６において時系列情報から予測した統計値として、平均時間Ｘの予測値である予測時間ＸＰを表示する。直近の平均時間Ｘを予測時間ＸＰとしてもよいし、平均時間Ｘの推移から、最小自乗法等の方法を用いて、現在あるいは将来の予測時間ＸＰを推定するようにしてもよい。
　また、図７に示すような統計値の情報を表示可能である。円グラフには、対応時間が１時間以内である確率（７５％）、対応時間が１～３時間である確率（１２．５％）、対応時間が３時間以上である確率（１２．５％）がそれぞれ円グラフとして示されている。
　本例においては、境界時間＝３時間と算出されている。このため、対応時間が３時間以上である確率＝部品手配による非作業時間が発生する確率（「待ち発生確率」とも称する）である。
　また、待ち発生がない場合（第１グループ）の対応時間の平均がＸ時間であり、待ち発生確率がＹ％であり、待ち発生がある場合（第２グループ）の対応時間の平均がＺ時間であることが示されている。以上示した統計値は、Ｓ５において算出される。
　また、図８に示すように、境界時間の時間推移を示すグラフを表示するようにしてもよい。表示装置２０１は、横軸に作業日時、縦軸に対応時間をプロットするグラフを表示する。
　図には、第１グループの対応時間（丸のマーカー）および第２グループの対応時間（四角ののマーカー）がプロットされている。また、これらの境界には、境界時間が示されている。本例においては、図示されたタイミングで保守方法が変更されている。たとえば、保守マニュアルを改善したり、部品手配方法を見直したりすることで保守方法を変更する。
　図では、保守方法が変更されたタイミングで、境界時間が低下している。これにより、保守方法の変更による、対応時間の改善効果を把握することができる。
　以上説明したように、対応時間に基づき複数の履歴情報を少なくとも非作業時間を含まない第１グループと非作業時間を含む第２グループとに分類することで、非作業時間のような性質の異なる時間が含まれている場合であっても、対応時間に関する分析を好適に行うことができる。さらに、分類した複数のグループの各々について、対応時間に関する統計値を算出してこれを出力することで、作業とは無関係な非作業時間を除外した上で、対応時間に関する統計を行うことができる。また、この場合の、対応時間の平均値を予測したり（図６の予測時間ＸＰ）、保守方法の変更による改善効果を把握することもできる（図８）。
　［第２実施形態］
　図９は、第２実施形態に係る処理装置１００の機能ブロック図の一例を示す図である。図１０は、第２実施形態に係る処理装置１００が実行する処理のフローチャートである。
　第１実施形態においては、処理装置１００は、記憶部１１４と、取得部１３０と、分類部１３１と、算出部１３２と、出力部１３３とを備える。第２実施形態においては、処理装置１００は、さらに、分割部１４０および決定部１４１を備える。以下、図９および図１０を用いて第２実施形態について説明する。第２実施形態の説明においては、第１実施形態と異なる点について説明し、共通する部分については説明を省略する。
　図１０に示すように、処理装置１００が実行する処理が開始すると、Ｓ１１において、処理装置１００の取得部１３０は、記憶部１１４が記憶する複数の履歴情報を取得し、処理をＳ１２に進める。この処理は、Ｓ１と同じである。
　ここで、複数の履歴情報の各々は、対応時間以外に、ビル１（１ａ～１ｃ等）またはビル設備１０（１０ａ～１０ｃ等）に関連する複数の関連情報を含んでいる。複数の関連情報は、ビル１の種類（建物の種類）と、昇降機の稼働年数と、昇降機の種類（機種）と、昇降機の故障の種類と、保守の契約の種類と、保守員のスキルとの少なくとも１つを含む。
　建物の種類は、たとえば、商業ビル、オフィスビル等に分類される。昇降機の故障の種類（故障種別）は、たとえば、ドア関連の故障、ブレーキ関連の故障、制御装置の故障等に分類される。保守の契約の種類は、たとえば、所定の部品の交換について有償で交換する契約（以下、「Ａ契約」と称する）あるいはこれらを無償で交換する契約（以下、「Ｂ契約」と称する）等がある。保守員のスキルは、たとえば、保守員としての経験年数が３年以下、３～７年、７年以上のように分類してもよい。
　Ｓ１２において、処理装置１００の決定部１４１は、複数の関連情報のうちから、分割部１４０が複数の履歴情報を分割するために用いる情報を決定し、処理をＳ１３に進める。たとえば、決定部１４１は、昇降機の機種ごとに履歴情報を分割するように決定する。あるいは、さらに、契約ごとに履歴情報を分割するように決定してもよい。たとえば、機種Ａ、機種Ｂ、契約Ａ、契約Ｂがある場合、機種Ａかつ契約Ａ、機種Ａかつ契約Ｂ、機種Ｂかつ契約Ａ、機種Ｂかつ契約Ｂの４つに分割する。
　決定部１４１は、ユーザーが指定した分割情報に基づいて分割してもよい。また、決定部１４１は、ユーザーが指定した分割情報に基づいて分割するか否かを検定等を用いて決定するようにしてもよい。検定を用いて決定する場合、たとえば、ｔ検定やＭａｎｎ－ＷｈｉｔｎｅｙのＵ検定等を利用すればよい。データ量が少ない場合は、性質の異なるデータ（待ち発生あり、待ち発生なし）をうまく分類できないことがある。このような場合には、上記で分割したデータをもう一度統合する措置をとる。
　Ｓ１３において、処理装置１００の分割部１４０は、複数の関連情報の少なくとも１つに基づいて複数の履歴情報を分割し、処理をＳ１４に進める。具体的には、Ｓ１２において決定された情報に基づき、複数の履歴情報を分割する。
　Ｓ１４において、処理装置１００の分類部１３１は、分割部１４０よって分割された複数の履歴情報ごとに、複数のグループに分類し、処理をＳ１５に進める。
　Ｓ１５において、処理装置１００の分類部１３１は、分類された第１グループと第２グループとに基づいて、第１グループと第２グループとの境界を示す境界時間を算出し、処理をＳ１６に進める。この処理は、Ｓ３と同じである。
　Ｓ１６において、処理装置１００の出力部１３３は、分類部１３１の分類結果を出力し、処理をＳ１７に進める。この処理は、Ｓ４と同じである。これにより、たとえば、図５で示したような第１グループおよび第２グループの頻度を示すグラフを、分割された履歴情報ごとに示してもよい。たとえば、保守の契約の種類ごとに上記のグラフを表示してもよい。
　Ｓ１７において、処理装置１００の決定部１４１は、複数の関連情報のうちから、分割部１４０が複数の履歴情報を分割するために用いる情報を決定し、処理をＳ１８に進める。決定部１４１は、ユーザーが指定した分割情報に基づいて分割する。これは、Ｓ１２における決定部１４１の決定と同じであってもよいし、異なってもよい。たとえば、Ｓ１２において、昇降機の機種ごとに履歴情報を分割し、Ｓ１７において、昇降機の機種ごとかつ契約ごとに履歴情報を分割（上記で説明した４つに分割）してもよい。Ｓ１２，Ｓ１７においていずれも、昇降機の機種ごとかつ契約ごとに履歴情報を分割してもよい。
　Ｓ１８において、処理装置１００の分割部１４０は、さらに、分類部１３１が分類した複数のグループの各々を、複数の関連情報の少なくとも１つに基づいて分割し、処理をＳ１９に進める。具体的には、Ｓ１７において決定された情報に基づき、分類部１３１が分類した複数のグループの各々を分割する。
　Ｓ１９において、処理装置１００の算出部１３２は、分割部１４０が分割しかつ分類部１３１が分類した複数のグループの各々について、統計値を算出し、処理をＳ２０に進める。
　Ｓ２０において、処理装置１００の出力部１３３は、算出部１３２の算出結果を出力し、処理終了する。出力部１３３は、統計値の時系列情報を出力する。この処理は、Ｓ７と同様である。
　たとえば、図９に示すように、図７上部と同様の円グラフを表示させてもよい。この例では、保守の契約の種類ごとに履歴データを分割して、保守の契約の種類ごとに円グラフを表示させている。
　上述のように、「Ａ契約」は、所定の部品の交換について有償で交換する契約であり、「Ｂ契約」は、無償で交換する契約である。Ａ契約において、対応時間が１時間以内である確率は７５％であり、対応時間が１～３時間である確率は１２．５％であり、対応時間が３時間以上である確率は１２．５％であることが示されている。
　これに対して、Ｂ契約において、対応時間が１時間以内である確率は８５％であり、対応時間が１～３時間である確率は１０％であり、対応時間が３時間以上である確率は５％であることが示されている。本グラフからは、Ａ契約よりもＢ契約の方が対応時間が短くて済むことが読み取れる。
　有償で部品を交換する際には保守契約を締結しているオーナーに確認する必要があり、その確認のために待ち時間が発生する。このため、無償で交換できるＢ契約の場合は、Ａ契約よりも確認のための待ち時間が発生しない分、対応時間が短くなる。たとえば、メンテナンス契約の提案を行う際に、Ａ契約とＢ契約とを比較する本グラフを提示しつつ、対応時間の短いＢ契約を勧めるといった活用方法が想定される。
　また、図７の下部と情報を表示させてもよい。この例では、故障種別ごとに履歴データを分割して、故障種別に平均対応時間等を表示している。
　故障種別が故障種別Ｃである場合、待ち発生がない場合（第１グループ）の対応時間の平均がＸ１時間であり、部品手配により非作業時間が発生する確率（待ち発生確率）がＹ１％であり、待ち発生がある場合（第２グループ）の対応時間の平均がＺ１時間であることが示されている。
　故障種別が故障種別Ｄである場合、待ち発生がない場合（第１グループ）の対応時間の平均がＸ２時間であり、部品手配により非作業時間が発生する確率（待ち発生確率）がＹ２％であり、待ち発生がある場合（第２グループ）の対応時間の平均がＺ２時間であることが示されている。
　たとえば、ドア関連のトラブル（故障）である場合は、単にドアに物が挟まっているなど、その場で解消される軽微な故障も多い。軽微な故障には、ゴミを除去すると解消されるようなものや、コネクタの接触不良等がある。これに対して、たとえば、ブレーキ関連や基板の不具合など、調整が必要であったり部品交換が必要である等により、ドア関連のトラブルよりも作業完了までに時間がかかるものもある。このように、性質の異なる故障種別ごとに対応時間の分析や予測を行うことができる。
　建物（ビル）の種類に関しては、たとえば、商業ビルであれば営業時間帯において入館時間に制限があったり、ビルによっては２４時間入館可能であったり時間外に入館できないものもある。このように、ビルの種類によっても、データの性質が異なる。
　昇降機の稼働年数に関しては、稼働年数が長ければ長いほど老朽化による故障への影響が出る。昇降機の機種に関しては、古い機種の場合は部品のストックがなかったり手配に時間がかかる等の違いがある。また、保守員のスキル（経験年数）によって、対応時間に差が出ることも想定される。
　以上説明したように、作業とは無関係な非作業時間を除外した上で、ビル設備１０に関連する複数の関連情報ごとに、対応時間に関する分析を好適に行うことができる。
　たとえば、図９，図１０で示したような分類部１３１による分類を事前に行うようにしてもよい。そして、昇降機にトラブルが発生したときに、昇降機の制御装置が昇降機の機種情報とともに故障種別を発報し、当該発報情報を処理装置１００が受信可能に構成してもよい。処理装置１００は、発報情報を受信したときに、発報された機種における故障種別の統計値を算出部１３２に算出させる。保守員は、算出部１３２が算出した平均対応時間等を確認することで、上記トラブルの対応に必要な対応時間の予測値、あるいは、部品手配等による待ち時間が発生する確率等を素早く把握することができる。
　エレベーターの不具合発生時おいては、不具合によりエレベーターが停止している時間をできる限り短くする（対応時間を短くする）よう求められている。以上説明したように構成することで、たとえば、部品手配のために対応時間が長くなりそうなら、早めに部品を手配をして対応時間を短縮することができる。対応時間に関する分析は、過去の履歴情報の蓄積があればあるほど、ビル設備１０に関連する複数の関連情報ごとに緻密かつ正確に分析することができる。このように、本実施の形態においては、蓄積された過去の履歴情報を有効に活用しつつ、対応時間を短縮することが可能になる。
　［主な構成および効果］
　以下、前述した実施の形態の主な構成および効果を説明する。
　（１）　処理装置１００は、ビル１（１ａ～１ｃ等）に設置されたビル設備１０（１０ａ～１０ｃ等）の保守に関する情報を処理する。処理装置１００は、取得部１３０と、分類部１３１と、出力部１３３とを備える。取得部１３０は、複数の履歴情報を取得する。分類部１３１は、複数の履歴情報をクラスタリング手法によって複数のグループに分類する。出力部１３３は、分類部１３１の分類結果を出力する。複数の履歴情報の各々は、保守員がビル１に到着してからビル設備１０に関する作業が完了するまでの対応時間を含む。複数のグループは、非作業時間を含まない第１グループと、非作業時間を含む第２グループとを含む。分類部１３１は、対応時間に基づき複数の履歴情報を少なくとも第１グループと第２グループとに分類する。このように、対応時間に基づき複数の履歴情報を少なくとも非作業時間を含まない第１グループと非作業時間を含む第２グループとに分類することで、非作業時間のような性質の異なる時間が含まれている場合であっても、対応時間に関する分析を好適に行うことができる。
　（２）　分類部１３１は、分類された第１グループと第２グループとに基づいて、第１グループと第２グループとの境界を示す境界時間を算出する。これにより、第１グループと第２グループとの境界となる時間を把握することができる。
　（３）　非作業時間は、保守員がビル１（１ａ～１ｃ等）に到着してからビル１（１ａ～１ｃ等）に入館するまでの時間と、作業に必要な部品を手配するために作業が中断される時間と、有償部品を交換する際にビル１のオーナーに確認を取るために作業が中断される時間との少なくとも１つを含む。これにより、作業とは無関係な部品手配等の時間を除外した上で、対応時間の分析を行うことが可能になる。
　（４）　処理装置１００は、算出部１３２をさらに備える。算出部１３２は、分類部１３１が分類した複数のグループの各々について、対応時間に関する統計値を算出する。出力部１３３は、算出部１３２の算出結果をさらに出力する。これにより、作業とは無関係な非作業時間を除外した上で、対応時間に関する統計を行うことができる。
　（５）　統計値は、第１グループの対応時間の平均値と、第２グループの対応時間の平均値とを含む。これにより、作業とは無関係な非作業時間を除外した上で、対応時間の平均値を把握することができる。
　（６）　出力部１３３は、統計値の時系列情報を出力する。これにより、作業とは無関係な非作業時間を除外した上で、統計値の時間経過を把握することができる。
　（７）　算出部１３２は、統計値の時系列情報から現在または将来の統計値を予測する。作業とは無関係な非作業時間を除外した上で、現在または将来の統計値を予測することができる。
　（８）　複数の履歴情報の各々は、対応時間以外に、ビル１（１ａ～１ｃ等）またはビル設備１０（１０ａ～１０ｃ等）に関連する複数の関連情報を含む。処理装置１００は、分割部１４０をさらに備える。分割部１４０は、複数の関連情報の少なくとも１つに基づいて複数の履歴情報を分割する。分類部１３１は、分割部１４０よって分割された複数の履歴情報ごとに、複数のグループに分類する。これにより、ビル設備１０に関連する複数の関連情報ごとに、対応時間に関する分析を好適に行うことができる。
　（９）　分割部１４０は、さらに、分類部１３１が分類した複数のグループの各々を、複数の関連情報の少なくとも１つに基づいて分割する。算出部１３２は、分割部１４０が分割しかつ分類部１３１が分類した複数のグループの各々について、統計値を算出する。これにより、ビル設備１０に関連する複数の関連情報ごとに、対応時間に関する統計値を把握することができる。
　（１０）　複数の関連情報は、ビル１（１ａ～１ｃ等）の種類と、昇降機の種類と、昇降機の故障の種類と、保守の契約の種類との少なくとも１つを含む。これにより、ビル１の種類、昇降機の種類、昇降機の故障の種類、保守の契約の種類ごとに、対応時間に関する統計値を把握することができる。
　（１１）　処理装置１００は、決定部１４１をさらに備える。決定部１４１は、複数の関連情報のうちから、分割部１４０が複数の履歴情報を分割するために用いる情報を決定する。複数の履歴情報を分割するために用いる情報を検定により決定する場合、どのように複数の履歴情報を分割するのが適切なのかを検討する必要がない。
　（１２）　処理方法は、ビル１（１ａ～１ｃ等）に設置されたビル設備１０（１０ａ～１０ｃ等）の保守に関する情報を処理する方法である。処理方法は、複数の履歴情報を取得するステップと、複数の履歴情報をクラスタリング手法によって複数のグループに分類するステップと、分類するステップの分類結果を出力するステップとを備える。複数の履歴情報の各々は、保守員がビル１に到着してからビル設備１０に関する作業が完了するまでの対応時間を含む。複数のグループは、非作業時間を含まない第１グループと、非作業時間を含む第２グループとを含む。分類するステップは、対応時間に基づき複数の履歴情報を少なくとも第１グループと第２グループとに分類する。このように、対応時間に基づき複数の履歴情報を少なくとも非作業時間を含まない第１グループと非作業時間を含む第２グループとに分類することで、非作業時間のような性質の異なる時間が含まれている場合であっても、対応時間に関する分析を好適に行うことができる。
　今回開示された実施の形態はすべての点で例示であって制限的なものではないと考えられるべきである。本開示の範囲は上記した説明ではなくて請求の範囲によって示され、請求の範囲と均等の意味および範囲内でのすべての変更が含まれることが意図される。
　１，１ａ～１ｃ　ビル、１０，１０ａ～１０ｃ　ビル設備、１００　処理装置、１１１　ＣＰＵ、１１２　ＲＯＭ、１１３　ＲＡＭ、１１４　記憶部、１２０　Ｉ／Ｏインターフェイス、２０１　表示装置、２０２　入力装置、１３０　取得部、１３１　分類部、１３３　出力部、１３２　算出部、１４０　分割部、１４１　決定部。

Claims (12)

  1. 　ビルに設置されたビル設備の保守に関する情報を処理する処理装置であって、
    　複数の履歴情報を取得する取得部と、
    　前記複数の履歴情報をクラスタリング手法によって複数のグループに分類する分類部と、
    　前記分類部の分類結果を出力する出力部とを備え、
    　前記複数の履歴情報の各々は、保守員が前記ビルに到着してから前記ビル設備に関する作業が完了するまでの対応時間を含み、
    　前記複数のグループは、非作業時間を含まない第１グループと、前記非作業時間を含む第２グループとを含み、
    　前記分類部は、前記対応時間に基づき前記複数の履歴情報を少なくとも前記第１グループと前記第２グループとに分類する、処理装置。
  2. 　前記分類部は、分類された前記第１グループと前記第２グループとに基づいて、前記第１グループと前記第２グループとの境界を示す境界時間を算出する、請求項１に記載の処理装置。
  3. 　前記非作業時間は、前記保守員が前記ビルに到着してから前記ビルに入館するまでの時間と、前記作業に必要な部品を手配するために前記作業が中断される時間と、有償部品を交換する際に前記ビルのオーナーに確認を取るために前記作業が中断される時間との少なくとも１つを含む、請求項１または請求項２に記載の処理装置。
  4. 　前記分類部が分類した前記複数のグループの各々について、前記対応時間に関する統計値を算出する算出部をさらに備え、
    　前記出力部は、前記算出部の算出結果をさらに出力する、請求項１～請求項３のいずれか１項に記載の処理装置。
  5. 　前記統計値は、前記第１グループの前記対応時間の平均値と、前記第２グループの前記対応時間の平均値とを含む、請求項４に記載の処理装置。
  6. 　前記出力部は、前記統計値の時系列情報を出力する、請求項４または請求項５に記載の処理装置。
  7. 　前記算出部は、前記統計値の時系列情報から現在または将来の前記統計値を予測する、請求項６に記載の処理装置。
  8. 　前記複数の履歴情報の各々は、前記対応時間以外に、前記ビルまたは前記ビル設備に関連する複数の関連情報を含み、
    　前記処理装置は、前記複数の関連情報の少なくとも１つに基づいて前記複数の履歴情報を分割する分割部をさらに備え、
    　前記分類部は、前記分割部よって分割された前記複数の履歴情報ごとに、前記複数のグループに分類する、請求項４～請求項７のいずれか１項に記載の処理装置。
  9. 　前記分割部は、さらに、前記分類部が分類した前記複数のグループの各々を、前記複数の関連情報の少なくとも１つに基づいて分割し、
    　前記算出部は、前記分割部が分割しかつ前記分類部が分類した前記複数のグループの各々について、前記統計値を算出する、請求項８に記載の処理装置。
  10. 　前記複数の関連情報は、前記ビルの種類と、昇降機の種類と、前記昇降機の故障の種類と、前記保守の契約の種類との少なくとも１つを含む、請求項８または請求項９に記載の処理装置。
  11. 　前記複数の関連情報のうちから、前記分割部が前記複数の履歴情報を分割するために用いる情報を決定する決定部をさらに備える、請求項８～請求項１０のいずれか１項に記載の処理装置。
  12. 　ビルに設置されたビル設備の保守に関する情報を処理する処理方法であって、
    　複数の履歴情報を取得するステップと、
    　前記複数の履歴情報をクラスタリング手法によって複数のグループに分類するステップと、
    　前記分類するステップの分類結果を出力するステップとを備え、
    　前記複数の履歴情報の各々は、保守員が前記ビルに到着してから前記ビル設備に関する作業が完了するまでの対応時間を含み、
    　前記複数のグループは、非作業時間を含まない第１グループと、前記非作業時間を含む第２グループとを含み、
    　前記分類するステップは、前記対応時間に基づき前記複数の履歴情報を少なくとも前記第１グループと前記第２グループとに分類する、処理方法。
PCT/JP2021/022714 2021-06-15 2021-06-15 処理装置および処理方法 Ceased WO2022264273A1 (ja)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN202180099392.XA CN117546189A (zh) 2021-06-15 2021-06-15 处理装置和处理方法
JP2022502124A JP7336582B2 (ja) 2021-06-15 2021-06-15 処理装置および処理方法
PCT/JP2021/022714 WO2022264273A1 (ja) 2021-06-15 2021-06-15 処理装置および処理方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2021/022714 WO2022264273A1 (ja) 2021-06-15 2021-06-15 処理装置および処理方法

Publications (1)

Publication Number Publication Date
WO2022264273A1 true WO2022264273A1 (ja) 2022-12-22

Family

ID=84526350

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2021/022714 Ceased WO2022264273A1 (ja) 2021-06-15 2021-06-15 処理装置および処理方法

Country Status (3)

Country Link
JP (1) JP7336582B2 (ja)
CN (1) CN117546189A (ja)
WO (1) WO2022264273A1 (ja)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002230196A (ja) * 2001-01-31 2002-08-16 Hitachi Ltd エレベーターの保守契約支援システム
JP2004030088A (ja) * 2002-06-25 2004-01-29 Mitsubishi Electric Corp 工期管理システム及びそれに用いる記録媒体
JP2006236125A (ja) * 2005-02-25 2006-09-07 Fujitsu Ltd 業務情報管理プログラム
JP2013242774A (ja) * 2012-05-22 2013-12-05 Mitsubishi Electric Building Techno Service Co Ltd 保守作業スケジュール作成装置及びプログラム
JP2016189079A (ja) * 2015-03-30 2016-11-04 株式会社日立製作所 計画作成支援装置および計画作成支援方法
JP2018100176A (ja) * 2016-12-21 2018-06-28 株式会社日立ビルシステム 故障対応支援サーバー及び故障対応支援方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2009151733A (ja) * 2007-12-25 2009-07-09 Hitachi Ltd 設備点検スケジュール作成支援装置、設備点検スケジュール作成支援方法、および施設管理システム
CN108537386A (zh) * 2018-04-13 2018-09-14 上海财经大学 基于历史维修记录的维修预测装置
CN110503322A (zh) * 2019-08-13 2019-11-26 成都飞机工业（集团）有限责任公司 一种军机维修性评估方法
CN112307685B (zh) * 2020-10-29 2022-09-23 河海大学常州校区 水声传感网中基于高斯混合模型的流体运动边界预测方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2002230196A (ja) * 2001-01-31 2002-08-16 Hitachi Ltd エレベーターの保守契約支援システム
JP2004030088A (ja) * 2002-06-25 2004-01-29 Mitsubishi Electric Corp 工期管理システム及びそれに用いる記録媒体
JP2006236125A (ja) * 2005-02-25 2006-09-07 Fujitsu Ltd 業務情報管理プログラム
JP2013242774A (ja) * 2012-05-22 2013-12-05 Mitsubishi Electric Building Techno Service Co Ltd 保守作業スケジュール作成装置及びプログラム
JP2016189079A (ja) * 2015-03-30 2016-11-04 株式会社日立製作所 計画作成支援装置および計画作成支援方法
JP2018100176A (ja) * 2016-12-21 2018-06-28 株式会社日立ビルシステム 故障対応支援サーバー及び故障対応支援方法

Also Published As

Publication number Publication date
JP7336582B2 (ja) 2023-08-31
JPWO2022264273A1 (ja) 2022-12-22
CN117546189A (zh) 2024-02-09

Similar Documents

Publication Publication Date Title
EP3358430A1 (en) Management system and management method
US20060224254A1 (en) Industrial process data acquisition and analysis
US20060224434A1 (en) Human data acquisition and analysis for industrial processes
US20150134545A1 (en) Structure Modelling and Maintenance Scheduling
JP7475978B2 (ja) 保全改善支援装置及び保全改善支援方法
JPWO2011046228A1 (ja) システム運用管理装置、システム運用管理方法、及びプログラム記憶媒体
JP2019028834A (ja) 異常値診断装置、異常値診断方法、およびプログラム
JPWO2019016892A1 (ja) 品質分析装置及び品質分析方法
JP6975086B2 (ja) 品質評価方法および品質評価装置
US8340800B2 (en) Monitoring a process sector in a production facility
US20230085503A1 (en) Resource distribution device, resource distribution method, and resource distribution program
JP2019061500A (ja) 予兆診断システム
JP7336582B2 (ja) 処理装置および処理方法
US20060241957A1 (en) Proactive support process using case activity rate
CN119648191A (zh) 一种换流站检修现场断复引作业计划自动化生成算法
CN114638717A (zh) 故障预测方法、装置、电子设备及存储介质
JP2024103474A (ja) モデルの組み合わせを使用するメンテナンス間隔の決定
JP6890795B1 (ja) プログラム、方法、情報処理装置、及びシステム
KR20210061655A (ko) 소프트웨어 개발을 위한 통합관리솔루션 시스템
JP2025060257A (ja) 生産性異常検知システム、生産性異常検知方法、及び生産性異常検知プログラム
US20250259211A1 (en) Method for evaluating value of facility provided in building, facility evaluation device, and computer-readable recording medium
RU2295590C1 (ru) Способ статистического управления качеством электродной продукции
CN108280090B (zh) 一种智能反馈系统及方法
JP7568093B2 (ja) 情報処理装置、情報処理方法およびプログラム
CN119295257B (zh) 一种建筑能耗监测管理系统及方法

Legal Events

Date Code Title Description
ENP Entry into the national phase

Ref document number: 2022502124

Country of ref document: JP

Kind code of ref document: A

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

Ref document number: 21945952

Country of ref document: EP

Kind code of ref document: A1

WWE Wipo information: entry into national phase

Ref document number: 202180099392.X

Country of ref document: CN

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 21945952

Country of ref document: EP

Kind code of ref document: A1