WO2024106344A1 - 設備機器管理装置および設備機器の異常検知方法 - Google Patents

設備機器管理装置および設備機器の異常検知方法 Download PDF

Info

Publication number
WO2024106344A1
WO2024106344A1 PCT/JP2023/040611 JP2023040611W WO2024106344A1 WO 2024106344 A1 WO2024106344 A1 WO 2024106344A1 JP 2023040611 W JP2023040611 W JP 2023040611W WO 2024106344 A1 WO2024106344 A1 WO 2024106344A1
Authority
WO
WIPO (PCT)
Prior art keywords
equipment
status information
value
operation status
facility
Prior art date
Application number
PCT/JP2023/040611
Other languages
English (en)
French (fr)
Inventor
信哉 小牟禮
Original Assignee
東芝キヤリア株式会社
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 東芝キヤリア株式会社 filed Critical 東芝キヤリア株式会社
Publication of WO2024106344A1 publication Critical patent/WO2024106344A1/ja

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F11/00—Control or safety arrangements
    • F24F11/30—Control or safety arrangements for purposes related to the operation of the system, e.g. for safety or monitoring
    • F24F11/32—Responding to malfunctions or emergencies
    • F24F11/38—Failure diagnosis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F25—REFRIGERATION OR COOLING; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS; MANUFACTURE OR STORAGE OF ICE; LIQUEFACTION SOLIDIFICATION OF GASES
    • F25B—REFRIGERATION MACHINES, PLANTS OR SYSTEMS; COMBINED HEATING AND REFRIGERATION SYSTEMS; HEAT PUMP SYSTEMS
    • F25B49/00—Arrangement or mounting of control or safety devices
    • F25B49/02—Arrangement or mounting of control or safety devices for compression type machines, plants or systems
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/10—Pressure
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F24—HEATING; RANGES; VENTILATING
    • F24F—AIR-CONDITIONING; AIR-HUMIDIFICATION; VENTILATION; USE OF AIR CURRENTS FOR SCREENING
    • F24F2140/00—Control inputs relating to system states
    • F24F2140/20—Heat-exchange fluid temperature

Definitions

  • the present invention relates to an equipment management device and an abnormality detection method for equipment.
  • a large number of pieces of equipment are installed in large buildings. There are two main approaches to detecting abnormalities in these pieces of equipment.
  • the equipment management device which centrally manages the large number of equipment devices, learns the operation data of each equipment device during normal operation, constructs a mathematical model, and stores this mathematical model. The equipment management device then performs a process to determine the operation data of each monitored equipment device based on the corresponding mathematical model, thereby determining whether or not an abnormality has occurred in each monitored equipment device.
  • the equipment management device constructs a general-purpose mathematical model common to a large number of equipment devices by learning the operation data of the equipment devices during normal operation, and stores this mathematical model.
  • the equipment management device then performs a judgment process on the operation data of each monitored equipment device based on this general-purpose mathematical model, thereby judging whether an abnormality has occurred in the operation data of each monitored equipment device.
  • the first method described above has the advantage that highly accurate anomaly detection processing can be performed for each piece of equipment, including the operating environment of each piece of equipment, such as the installation location.
  • the second method has the advantage that it is easy to manage the mathematical model and perform the judgment process.
  • it is not possible to take into account the operating environment of each piece of equipment, such as the installation location and the effects of disturbances due to aging. For this reason, when using the second method, there is a problem in that it is not possible to perform highly accurate judgment processing.
  • the present invention aims to provide an equipment management device and an equipment anomaly detection method that can detect anomalies that occur in multiple equipment devices through simple processing while taking into account the operating environment of each equipment device.
  • the facility equipment management device includes an operation information acquisition unit, a judgment value calculation unit, and an abnormality detection unit.
  • the operation information acquisition unit acquires operation status information for a predetermined item at a predetermined time from each of three or more facility equipment that are determined in advance to be configured with the same specifications and have similar operating environments.
  • the judgment value calculation unit calculates, for each facility equipment included in the three or more facility equipment, a characteristic value of the operation status information for the predetermined item at a predetermined time based on the information acquired by the operation information acquisition unit, calculates a difference value between the characteristic value of the facility equipment itself and each of the other facility equipment, and calculates the median or average value of the calculated difference values as the judgment value of the corresponding facility equipment.
  • the abnormality detection unit detects the one facility equipment as a facility equipment in which an abnormality has occurred in the operation status information.
  • operation status information for a specific item is acquired for each specific time from three or more pieces of equipment that are determined in advance to be configured with the same specifications and have similar operating environments.
  • a characteristic value of the operation status information for the specific item for each piece of equipment included in the three or more pieces of equipment is calculated for each piece of equipment included in the three or more pieces of equipment, a difference value between the characteristic value of the equipment itself and each of the other pieces of equipment is calculated, and the median or average of the calculated difference values is calculated as a judgment value for the corresponding equipment.
  • the equipment anomaly detection method when the calculated judgment value of one piece of equipment included in the three or more pieces of equipment exceeds a preset threshold, the equipment is detected as an equipment in which an abnormality has occurred in the operation status information.
  • FIG. 1 is an overall view showing an air conditioning system that uses an air conditioning equipment management device according to one embodiment.
  • FIG. 2 is a flowchart showing the operation of the air conditioning equipment management device according to one embodiment.
  • FIG. 3 is a distribution diagram of occurrence frequencies for each refrigeration cycle and for each PMV opening, generated based on PMV opening data of a plurality of refrigeration cycles to be managed, acquired by an air conditioning equipment management device according to one embodiment.
  • Figures 4(a) to 4(d) are explanatory diagrams showing absolute values indicating the difference between the average values of the measurement data for each managed refrigeration cycle and each of the other refrigeration cycles, calculated by an air conditioning equipment management device according to one embodiment, and judgment values calculated from these absolute values.
  • Figure 5 is a scatter plot in which corresponding positions are plotted on a two-dimensional plane for each refrigeration cycle and for each acquisition timing of the operating status information for two items, based on the operating status information for two items acquired by an air conditioning equipment management device in one embodiment.
  • Figures 6(a) to 6(d) are explanatory diagrams showing the distances between the center of gravity of the measurement data of each managed refrigeration cycle and the center of gravity of the measurement data of other refrigeration cycles, calculated by an air conditioning equipment management device in one embodiment, and the judgment values calculated from these distances.
  • Figure 7 is a screen layout diagram showing, on one screen, a distribution diagram generated based on operation status information for each of a plurality of items obtained from air conditioning equipment managed by an air conditioning equipment management device according to one embodiment, and a plurality of scatter diagrams generated for each piece of operation status information for two items in a plurality of different combinations.
  • the following describes an embodiment of an air conditioning equipment management device that manages multiple air conditioners as multiple equipment devices installed in a building.
  • the air conditioning system 1A includes an air conditioning equipment 10 and an air conditioning equipment management device 20 that manages the air conditioning equipment 10.
  • the air conditioning equipment 10 has multiple devices installed in a building. These multiple devices are pre-classified into at least one device group.
  • the device group may be classified into multiple device groups (first device group, second device group, etc.).
  • devices configured with the same specifications that have similar operating environments based on the installation location and the influence of disturbances due to aging (there is a correlation in the characteristic values of the operating environment information) are classified into the same device group.
  • Three or more devices belong to each device group.
  • Devices configured with the same specifications that can be classified into the same device group are, for example, heat source units, outdoor units, or indoor units.
  • the following describes a method for grouping multiple devices in the air conditioning equipment 10 in this embodiment. Specifically, the following describes (1) a method for grouping heat source devices, (2) a method for grouping air conditioners (outdoor units and indoor units) in an air conditioning system configured as a multi-type for buildings, and (3) a method for grouping air conditioners (outdoor units and indoor units) in an air conditioning system configured as a single type.
  • the air conditioning equipment 10 shown in FIG. 1 has multiple equipment groups, including a first equipment group 110 to which the refrigeration cycles classified by the above method (1-2) belong, and a second equipment group 120 to which the indoor units classified by the above method (2-2) belong.
  • the first equipment group 110 includes refrigeration cycles 11A, 11B, 11C, and 11D mounted on a modular chiller configured as one unit.
  • the second equipment group 120 includes indoor units 12A, 12B, 12C, and 12D installed in the same room in the building.
  • the air conditioning equipment management device 20 is composed of, for example, a controller that monitors and controls the air conditioning equipment 10, or a cloud server, and has a memory unit 21 and a processor (Central Processing Unit; CPU) 22.
  • the memory unit 21 has an equipment group information memory unit 211 and a threshold value memory unit 212.
  • the equipment group information memory unit 211 stores grouping information of the equipment in the air conditioning equipment 10, which has been classified as described above.
  • the threshold storage unit 212 stores thresholds for each item of operation status information described below and for each combination of multiple items of operation status information, which are set in advance to detect devices in which an abnormality has occurred, as described below.
  • the processor (CPU) 22 can process data in the operation information acquisition unit 221, the judgment value calculation unit 222, the abnormality detection unit 223, and the detection result output unit 224.
  • the operation information acquisition unit 221 acquires operation status information regarding specified items from each device in the air conditioning equipment 10 at specified time intervals.
  • the judgment value calculation unit 222 calculates a feature value of the operation status information related to a specified item for each device based on the information acquired by the operation information acquisition unit 221.
  • the judgment value calculation unit 222 also calculates an absolute value indicating the difference between the feature value of the device itself and each of the other devices for each device, and calculates the median of the calculated values as the judgment value for the corresponding device.
  • the feature value of the operation status information for each device calculated by the judgment value calculation unit 222 is, for example, the average value or median of the operation status information for a specified item for each specified time period.
  • the abnormality detection unit 223 detects this equipment as an equipment in which an abnormality has occurred.
  • the detection result output unit 224 causes the display unit 23 to display the detection result by the abnormality detection unit 223.
  • the display unit 23 is composed of, for example, a liquid crystal display, and displays information based on instructions from the detection result output unit 224.
  • FIG. 2 is a flowchart showing the process executed by the air conditioning equipment management device 20 when the air conditioning system 1A operates.
  • the operation information acquisition unit 221 of the air conditioning equipment management device 20 acquires operation status information of the refrigeration cycles 11A to 11D in the first equipment group 110 in the air conditioning equipment 10 at a predetermined time interval for a predetermined period (S1).
  • the predetermined time interval for acquiring operation status information of the refrigeration cycles 11A to 11D is, for example, one minute intervals.
  • the predetermined period for which the operation information acquisition unit 221 acquires operation status information of the equipment in the air conditioning equipment 10 is set to a period during which all equipment in the air conditioning equipment 10 is expected to operate for a certain period of time.
  • the predetermined period for which the operation information acquisition unit 221 acquires operation status information of the equipment in the air conditioning equipment 10 is, for example, about one month to several months.
  • the specified items acquired as the operating status information of each refrigeration cycle may be, for example, the fan rotation speed, compressor frequency, solenoid valve (PMV) opening, discharge temperature (TD) which is the refrigerant temperature at the outlet side of the compressor, suction temperature (TS) which is the refrigerant temperature at the inlet side of the compressor, discharge pressure (PD) which is the refrigerant pressure at the outlet side of the compressor, suction pressure (PS) which is the refrigerant pressure at the inlet side of the compressor, etc.
  • PMV solenoid valve
  • the judgment value calculation unit 222 calculates a characteristic value of the operation status information for each refrigeration cycle based on the information acquired by the operation information acquisition unit 221 (S2). Then, the judgment value calculation unit 222 calculates a judgment value for each refrigeration cycle for determining whether or not an abnormality has occurred based on the calculated characteristic values (S3).
  • the abnormality detection unit 223 judges whether or not any of the judgment values calculated by the judgment value calculation unit 222 exceeds the corresponding threshold value stored in the threshold storage unit 212 (S4). If the abnormality detection unit 223 judges that any of the judgment values exceeds the threshold value stored in the threshold storage unit 212 ("YES” in S4), it detects the refrigeration cycle corresponding to the judgment value as a refrigeration cycle in which an abnormality has occurred (S5). If the detection result output unit 224 detects a refrigeration cycle in which an abnormality has occurred, it causes the display unit 23 to display information notifying the occurrence of an abnormality in the corresponding refrigeration cycle (S6). If the abnormality detection unit 223 judges in step S4 that none of the calculated judgment values exceeds the threshold value stored in the threshold storage unit 212 ("NO" in S4), it ends the process.
  • the air conditioning equipment management device 20 performs the abnormality determination process based on measurement data of the PMV opening, which is one item of the operating status information in the refrigeration cycle of the air conditioning equipment 10 acquired by the operation information acquisition unit 221.
  • this measurement data of the PMV opening is referred to as "PMV opening data.”
  • the determination value calculation unit 222 calculates an average value as a feature value of the PMV opening data for each refrigeration cycle (S2).
  • FIG. 3 is a distribution diagram showing the occurrence frequency for each refrigeration cycle and each PMV opening, generated based on the PMV opening data acquired by the operation information acquisition unit 221.
  • the solid line in FIG. 3 shows the occurrence frequency for each PMV opening for the refrigeration cycle 11A.
  • the average value of the PMV opening data for the refrigeration cycle 11A is the value "PMV_ave_A" within this solid line.
  • the dashed line in FIG. 3 indicates the frequency of occurrence for each PMV opening for refrigeration cycle 11B.
  • the average value of the PMV opening data for refrigeration cycle 11B is the value within this dashed line, "PMV_ave_B.”
  • the dashed line in FIG. 3 indicates the frequency of occurrence for each PMV opening for refrigeration cycle 11C.
  • the average value of the PMV opening data for refrigeration cycle 11C is the value within this dashed line, "PMV_ave_C.”
  • the dashed line in FIG. 3 indicates the frequency of occurrence for each PMV opening for refrigeration cycle 11D.
  • the average value of the PMV opening data for refrigeration cycle 11D is the value within this dashed line, "PMV_ave_D.”
  • the judgment value calculation unit 222 calculates the absolute value (difference value) of the difference between the average values of the PMV opening data for each refrigeration cycle between the own refrigeration cycle and each of the other refrigeration cycles, and calculates the median value of the difference values calculated for each refrigeration cycle as the judgment value for the corresponding refrigeration cycle (S3).
  • FIG. 4(a) is an explanatory diagram showing absolute values calculated by the judgment value calculation unit 222 indicating the difference between the average values of the PMV opening data of the refrigeration cycle 11A and each of the other refrigeration cycles 11B, 11C, and 11D, and the judgment value of the refrigeration cycle 11A calculated from these absolute values.
  • the judgment value calculation unit 222 recognizes "
  • the judgment value calculation unit 222 calculates "
  • the abnormality detection unit 223 determines whether or not any of the first judgment values calculated by the judgment value calculation unit 222 exceeds the threshold value related to the PMV opening stored in the threshold storage unit 212 (S4).
  • the abnormality detection unit 223 determines that the judgment value of the refrigeration cycle 11D exceeds the corresponding threshold value stored in the threshold storage unit 212 ("YES” in S4). Then, the corresponding refrigeration cycle 11D is detected as a refrigeration cycle in which an abnormality has occurred (S5).
  • the detection result output unit 224 controls the display unit 23 to display information informing the user that an abnormality has occurred in the refrigeration cycle 11D (S6).
  • the air conditioning equipment management device 20 performs abnormality determination processing based on PMV opening data and measurement data of the refrigerant pressure (PD) on the outlet side of the compressor, which are two items of the operation status information of the refrigeration cycle of the air conditioning equipment 10 acquired by the operation information acquisition unit 221.
  • this measurement data of the refrigerant pressure on the outlet side of the compressor will be referred to as "discharge pressure data.”
  • FIG. 5 is a scatter diagram in which corresponding positions are plotted for each refrigeration cycle and for each acquisition timing of the operation status information for the two items on a two-dimensional plane having axes corresponding to each of the two items based on the operation status information of the two items acquired by the operation information acquisition unit 221.
  • the judgment value calculation unit 222 calculates the position of the center of gravity of the multiple plots for each refrigeration cycle in this scatter diagram as the characteristic value for each refrigeration cycle regarding the operation status information of the two items.
  • the circle “Center_A” indicates the center position of the multiple plots related to refrigeration cycle 11A
  • the circle “Center_B” indicates the center position of the multiple plots related to refrigeration cycle 11B
  • the circle “Center_C” indicates the center position of the multiple plots related to refrigeration cycle 11C
  • the circle “Center_D” indicates the center position of the multiple plots related to refrigeration cycle 11D.
  • the judgment value calculation unit 222 calculates, for each refrigeration cycle, the distance between the center positions in two-dimensional space, for example the Mahalanobis distance, as an absolute value indicating the difference between the center positions of the plots of the own refrigeration cycle and each of the other refrigeration cycles.
  • the judgment value calculation unit 222 calculates, for each refrigeration cycle, the median of the distance between the center of gravity of the plot of the own refrigeration cycle and each of the other refrigeration cycles as the judgment value of the corresponding refrigeration cycle.
  • FIG. 6(a) is an explanatory diagram showing the distances between the center positions of the plots of refrigeration cycle 11A and each of the other refrigeration cycles 11B, 11C, and 11D, calculated by the judgment value calculation unit 222, and the judgment value of refrigeration cycle 11A calculated from these distances.
  • the judgment value calculation unit 222 recognizes "
  • the judgment value calculation unit 222 calculates "
  • the abnormality detection unit 223 determines whether or not there is a second judgment value that exceeds the threshold value for the PMV opening data and the discharge pressure data stored in the threshold memory unit 212 among the second judgment values calculated by the judgment value calculation unit 222 (S4).
  • the abnormality detection unit 223 determines that the judgment value of the refrigeration cycle 11D exceeds the corresponding threshold value stored in the threshold memory unit 212 ("YES” in S4). Then, the corresponding refrigeration cycle 11D is detected as a refrigeration cycle in which an abnormality has occurred (S5).
  • the detection result output unit 224 controls the display unit 23 to display information informing the user that an abnormality has occurred in the refrigeration cycle 11D (S6).
  • the detection result output unit 224 may generate a distribution diagram showing the occurrence frequency of measurement data (operation status information) for each refrigeration cycle and each operating status for each of multiple items (PMV opening data and discharge pressure data in this case) based on the operating status information acquired by the operating information acquisition unit 221, and may generate a scatter diagram showing plots corresponding to the operating status information for each refrigeration cycle in a multidimensional space having axes corresponding to each of the multiple items in different combinations, and display these on a single screen on the display unit 23.
  • FIG. 7 shows a screen layout diagram in which a distribution diagram generated based on the operating status information for multiple items obtained when a refrigerant leak occurs in one of the refrigeration cycles of the air conditioning equipment 10, and multiple scatter diagrams generated for the operating status information for two items in multiple different combinations are arranged on one screen.
  • plots with dark x marks are plots for the refrigeration cycle in which a refrigerant leak occurred, at the timing when the relevant operating status information was obtained. Also, the plots with light + marks,
  • the PMV opening becomes larger than normal.
  • the dark-colored x-plot points for one refrigeration cycle where a refrigerant leak has occurred are significantly shifted in the direction of the axis showing the PMV opening from the light-colored plot points for the three refrigeration cycles that are operating normally.
  • the scatter diagrams related to the PMV opening shown in Figure 7 are specifically: scatter diagram G1 generated based on the PMV opening and fan speed, scatter diagram G2 generated based on the PMV opening and comp Hz, scatter diagram G3 generated based on the discharge temperature (TD) and PMV opening, scatter diagram G4 generated based on the suction temperature (TS) and PMV opening, scatter diagram G5 generated based on the discharge pressure (PD) and PMV opening, and scatter diagram G6 generated based on the suction pressure (PS) and PMV opening.
  • the diagram shown at the position where the horizontal and vertical directions are the same item is a distribution diagram showing the occurrence frequency for each refrigeration cycle and each corresponding piece of operating status information, generated based on the operating status information for the corresponding item, as explained in the first example of anomaly determination processing above.
  • distribution map G7 which was generated based on the PMV opening, shows that distribution map d, which relates to one refrigeration cycle with a refrigerant leak, deviates significantly from distribution maps a to c, which relate to three refrigeration cycles that are operating normally.
  • a manager who visually checks the screen can recognize that an abnormality has occurred in the PMV opening in the refrigeration cycle that corresponds to the plot of x marks and distribution diagram d.
  • the air conditioning equipment management device 20 can detect an air conditioner in which an abnormality has occurred among multiple air conditioners configured with the same specifications by using simple numerical calculations, without using complex calculations such as mathematical models based on machine learning. In this case, by comparing multiple air conditioners installed in the same environment, it is possible to detect an abnormality without being affected by the operating environment. In addition, by comparing multiple air conditioners installed at the same time, it is possible to detect an abnormality without being affected by changes over time.
  • the control may be changed in stages according to the phenomenon that changes over time. For example, if the PMV primary side liquid density decreases, the opening degree increases due to PMV opening control, and there is a tendency for the discharge temperature to become higher after the PMV upper limit opening degree is reached, a warning of the early stage of a refrigerant leakage may be output as a primary judgment of a refrigerant leakage due to the PMV opening degree. Furthermore, if a change in the PMV opening degree and discharge temperature is detected in the same air conditioner after that, it may be judged that the refrigerant leakage has progressed to the terminal stage, and a warning different from the warning issued for the early stage of a refrigerant leakage may be output.
  • the determination value calculation unit 222 calculates the median of the distance between the center positions of the plots of the subject refrigeration cycle and each of the other refrigeration cycles as the determination value for each corresponding refrigeration cycle.
  • the average of the distances between the center positions may be calculated as the determination value for each corresponding refrigeration cycle.
  • the air conditioning equipment management device 20 performs the abnormality determination process based on information on two operating status items within the refrigeration cycle of the air conditioning equipment 10.
  • this is not limited to this, and the abnormality determination process may be performed based on information on three or more operating status items.
  • the judgment value calculation unit 222 calculates the center of gravity of multiple plots for each refrigeration cycle corresponding to the measurement data as a feature value for each refrigeration cycle related to the measurement data of the multiple items in a multidimensional space having axes corresponding to the number of target items based on the operating status information of the multiple items. Thereafter, as in the second abnormality judgment processing example described above, the judgment value calculation unit 222 calculates a judgment value for each refrigeration cycle, and based on this, detects a refrigeration cycle in which an abnormality has occurred.
  • the abnormality detection unit 223 detects an abnormality in equipment from any of the judgment values, it can identify the item of operating status information in which the abnormality occurred based on the direction of deviation of the center of gravity of the refrigeration cycle in which the abnormality occurred from the center of gravity of multiple refrigeration cycles that are operating normally in multidimensional space.
  • the explanation was mainly focused on refrigerant leakage judgment using the PMV opening degree, but various other abnormalities may be detected.
  • the abnormality may be judged by a combination of outliers of different data such as an increase in the fan rotation speed and an increase in the condensation temperature or evaporation temperature.
  • the thresholds for each item of operation status information stored in the threshold memory unit 212 of the air conditioning equipment management device 20 and for each combination of multiple operation status information items need to be set to appropriate values in order to determine the degree to which an equipment must have a deviation in the characteristic value of the operation status information (average value or center of gravity position in multidimensional space) to be detected as an equipment in which an abnormality has occurred.
  • the trends in the measurement data may differ slightly due to individual differences in each device, and it is undesirable for the air conditioning equipment management device 20 to judge such differences in trends as an abnormality.
  • the threshold value for the measurement data related to that temperature sensor is set to a value greater than 0.5°C.
  • the threshold value for the measurement data related to the PMV opening of that refrigeration cycle is set to a value greater than +10% of the maximum opening.
  • a threshold based on a quantitatively manageable value, such as a 95% confidence interval or 95% confidence ellipse in the measurement data, and adjust it appropriately based on the occurrence of false positives after operation.
  • an indoor unit installed in the perimeter zone near a window may have a higher heat load than other indoor units and an extremely high or low set temperature.
  • the measurement data trends will differ between multiple indoor units that are classified into the same group because they are installed in the same room, and the indoor unit installed in the perimeter zone may be determined to be abnormal.
  • the facility equipment is an air conditioner, but this is not limited to this and the facility equipment can also be used for other industrial facility equipment.

Landscapes

  • Engineering & Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Biomedical Technology (AREA)
  • Health & Medical Sciences (AREA)
  • Thermal Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Air Conditioning Control Device (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

設備機器管理装置（２０）及び設備機器（１０）の異常検知方法は、動作情報取得部（２２１）と判定値算出部（２２２）と異常検知部（２２３）とを備える。動作情報取得部（２２１）は、同一仕様で構成され且つ動作環境が類似する、と予め判断された３台以上の設備機器のそれぞれから、所定項目に関する所定時間ごとの動作状況情報を取得する。判定値算出部（２２２）は、設備機器ごとに所定項目に関する所定時間ごとの動作状況情報の特徴値を算出し、自設備機器と他の設備機器それぞれとの特徴値の差分値を算出し、算出された複数の差分値の中央値または平均値を、該当する設備機器の判定値として算出する。異常検知部（２２３）は、判定値が予め設定された閾値を超えた設備機器を、当該動作状況情報に関して異常が発生した設備機器として検知する。

Description

設備機器管理装置および設備機器の異常検知方法
　本発明は、設備機器管理装置および設備機器の異常検知方法に関する。
　大型の建物内には、多数の設備機器が設置されている。これらの設備機器の異常を検知するための手法として、主に２つのアプローチがある。
　１つ目の手法では、前記多数の設備機器を一元管理する設備機器管理装置が、設備機器ごとに正常動作時の動作データを学習して数式モデルを構築し、この数式モデルを保持する。そして、設備機器管理装置が、該当する数式モデルに基づいて監視対象の各設備機器の動作データの判定処理を実施することで、監視対象の各設備機器における異常発生の有無を判定する。
　また２つ目の手法では、設備機器管理装置が、多数の設備機器の正常動作時の動作データを学習して構築した、前記多数の設備機器に共通する汎用的な数式モデルを構築し、この数式モデルを保持する。そして、設備機器管理装置が、この汎用的な数式モデルに基づいて監視対象の各設備機器の動作データの判定処理を実施することで、監視対象の各設備機器の動作データにおける異常発生の有無を判定する。
特許第６９６９５８８号公報
　上述した１つ目の手法を用いる場合、設置場所等設備機器ごとの動作環境も含めた精度の高い異常判定処理を各設備機器に対して行うことができるというメリットがある。ただし、前記１つ目の手法を用いた場合、設備機器の数に応じて多数の数式モデルを設備機器管理装置に保持して設備機器ごとに該当する数式モデルを用いて判定処理を行う必要があった。このため、前記１つ目の手法を用いた場合、数式モデルの管理および判定処理が煩雑になるという問題があった。
　また２つ目の手法を用いる場合、数式モデルの管理および判定処理を簡易に行うことができるというメリットがある。ただし、前記２つ目の手法を用いた場合、設置場所や経年変化による外乱の影響等、設備機器ごとの動作環境を考慮することができなかった。このため、前記２つ目の手法を用いた場合、精度の高い判定処理を行うことができないという問題があった。
　本発明は、複数の設備機器に関し、設備機器ごとの動作環境を考慮しつつ、発生した異常を簡易な処理で検知することが可能な、設備機器管理装置および設備機器の異常検知方法を提供することを目的とする。
　本発明の一実施形態に係る設備機器管理装置は、動作情報取得部、判定値算出部、及び異常検知部を備える。前記動作情報取得部は、同一仕様で構成され且つ動作環境が類似する、と予め判断された３台以上の設備機器のそれぞれから、所定項目に関する所定時間ごとの動作状況情報を取得する。前記判定値算出部は、前記動作情報取得部で取得した情報に基づいて、前記３台以上の設備機器に含まれる設備機器ごとに、前記所定項目に関する前記所定時間ごとの動作状況情報の特徴値を算出し、自設備機器と他の設備機器それぞれとの前記特徴値の差分値を算出し、算出された複数の差分値の中央値または平均値を、該当する設備機器の判定値として算出する。前記異常検知部は、前記３台以上の設備機器に含まれる一設備機器の前記判定値算出部が算出した判定値が予め設定された閾値を超えた場合に、前記一設備機器を前記動作状況情報に関して異常が発生した設備機器として検知する。
　本発明の一実施形態に係る設備機器の異常検知方法では、同一仕様で構成され且つ動作環境が類似する、と予め判断された３台以上の設備機器のそれぞれから、所定項目に関する所定時間ごとの動作状況情報を取得する。前記設備機器の異常検知方法では、取得した情報に基づいて、前記３台以上の設備機器に含まれる設備機器ごとに、前記所定項目に関する前記所定時間ごとの動作状況情報の特徴値を算出し、自設備機器と他の設備機器それぞれとの前記特徴値の差分値を算出し、算出された複数の差分値の中央値または平均値を、該当する設備機器の判定値として算出する。前記設備機器の異常検知方法では、前記３台以上の設備機器に含まれる一設備機器の算出した判定値が、予め設定された閾値を超えた場合に、前記動作状況情報に関して異常が発生した設備機器として検知する。
図１は、一実施形態に係る空調設備管理装置を利用した空調システムを示す全体図である。 図２は、一実施形態に係る空調設備管理装置の動作を示すフローチャートである。 図３は、一実施形態に係る空調設備管理装置が取得した管理対象の複数の冷凍サイクルのＰＭＶ開度データに基づいて生成された、冷凍サイクルごと、およびＰＭＶ開度ごとの発生頻度の分布図である。 図４（ａ）～４（ｄ）は、一実施形態に係る空調設備管理装置が算出した、管理対象の各冷凍サイクルに関する、他の冷凍サイクルそれぞれとの計測データの平均値の差分を示す絶対値、およびこれらの絶対値から算出される判定値を示す説明図である。 図５は、一実施形態に係る空調設備管理装置が取得した２項目の動作状況情報に基づいて、２次元平面上に、冷凍サイクルごとおよび当該２項目の動作状況情報の取得タイミングごとに、対応する位置をプロットした散布図である。 図６（ａ）～６（ｄ）は、一実施形態に係る空調設備管理装置が算出した、管理対象の各冷凍サイクルの計測データの重心位置と他の冷凍サイクルの計測データの重心位置それぞれとの距離、およびこれらの距離から算出される判定値を示す説明図である。 図７は、一実施形態に係る空調設備管理装置が管理対象とする空調設備から取得された、複数の項目それぞれに関する動作状況情報に基づいて生成された分布図、および異なる複数の組み合わせによる２項目の動作状況情報ごとに生成された複数の散布図を１画面上に並べた画面構成図である。
　建物に設置された複数の設備機器として、複数の空調機を管理する一実施形態に係る空調設備管理装置について、以下に説明する。
　（第１実施形態に係る空調設備管理装置を用いた空調システムの構成）
　第１実施形態の空調設備管理装置を用いた空調システムの構成について、図１を参照して説明する。空調システム１Ａは、空調設備１０と、空調設備１０の管理を行う空調設備管理装置２０とを備える。
　空調設備１０は、建物内に設置された複数の機器を有する。これらの複数の機器は、少なくとも一つの機器グループに予め分類される。機器グループは、複数の機器グループ（第１機器グループ、第２機器グループ等）に分類されてよい。複数の機器グループに分類する際、設置場所や経年変化による外乱の影響等に基づく動作環境が類似する（動作環境情報の特徴値に相関関係がある）同一仕様で構成された機器が、同じ機器グループとなるように分類する。各機器グループには、３台以上の機器が属する。同一機器グループに分類され得る同一仕様で構成された機器とは、例えば、熱源機、室外機、または室内機等である。
　本実施形態における空調設備１０内の複数機器のグループ分け方法を説明する。具体的に、(1)熱源機のグループ分け方法、(2)ビル用マルチタイプで構成された空調システム内の空調機（室外機および室内機）のグループ分け方法、(3)シングルタイプで構成された空調システム内の空調機（室外機および室内機）のグループ分け方法について説明する。
　(1)熱源機のグループ分け方法
　空調システム内の熱源機は、例えば以下のようにグループ分けされる。
　(1-1)同一の水系統を負荷分散しながら動作するように１ユニットで構成された複数のモジュールチラーを、１つの機器グループとする。
　(1-2)同一の水系統を負荷分散しながら動作するように１ユニットに構成されたモジュールチラーに搭載された複数の冷凍サイクルを、１つの機器グループとする。
　(2)ビル用マルチタイプで構成された空調システム内の空調機（室外機および室内機）のグループ分け方法
　１台の室外機に複数台の室内機が通信線および配管で接続された構成を含むビル用マルチタイプの空調システムの場合、この空調システム内の空調機は例えば以下のようにグループ分けされる。
　(2-1)互いに連結している複数の室外機を１つの機器グループとする。
　(2-2)建物内の同室に設置され且つ同一の室外機に接続されて同一冷媒系統に属する複数の室内機を、１つの機器グループとする。
　(2-3)接続されている室内機が建物内の同室に設置されている複数の室外機を、１つの機器グループとする。
　(2-4)接続されている室外機が同一であるか否かに関わらず、建物内の同室に設置されている複数の室内機を１つの機器グループとする。
　(3)シングルタイプで構成された空調システム内の空調機（室外機および室内機）のグループ分け方法
　１台の室外機に１台の室内機が通信線および配管で接続されたシングルタイプの空調システムの場合、この空調システム内の空調機は例えば以下のようにグループ分けされる。
　(3-1)接続されている室内機が建物内の同室に設置されている複数の室外機を、１つの機器グループとする。
　(3-2)建物内の同室に設置されている複数の室内機を１つの機器グループとする。
　図１に示す空調設備１０は、上記の(1-2)の方法により分類された冷凍サイクルが属する第１機器グループ１１０、および(2-2)の方法により分類された室内機が属する第２機器グループ１２０を含む、複数の機器グループを有する。第１機器グループ１１０には、１ユニットに構成されたモジュールチラーに搭載された冷凍サイクル１１Ａ、１１Ｂ、１１Ｃ、および１１Ｄが属する。第２機器グループ１２０には、建物内の同室に設置された室内機１２Ａ、１２Ｂ、１２Ｃ、および１２Ｄが属する。
　空調設備管理装置２０は、例えば空調設備１０の監視および制御を行うコントローラ、またはクラウドサーバで構成され、記憶部２１とプロセッサ（Ｃｅｎｔｒａｌ　Ｐｒｏｃｅｓｓｉｎｇ　Ｕｎｉｔ；ＣＰＵ）２２とを有する。記憶部２１は、機器グループ情報記憶部２１１と、閾値記憶部２１２とを有する。機器グループ情報記憶部２１１は、上述したように分類した、空調設備１０内の機器のグループ分け情報を記憶する。
　閾値記憶部２１２は、後述するように異常が発生した機器を検知するために予め設定された、後述する動作状況情報の項目ごと、および複数の動作状況情報の項目の組み合わせごとの閾値を記憶する。
　プロセッサ（ＣＰＵ）２２は、動作情報取得部２２１、判定値算出部２２２、異常検知部２２３、及び検知結果出力部２２４におけるデータ等の処理を実行することができる。
　動作情報取得部２２１は、空調設備１０内の機器それぞれから、所定項目に関する動作状況情報を、所定時間ごとに取得する。
　判定値算出部２２２は、動作情報取得部２２１で取得した情報に基づいて、機器ごとに、所定項目に関する動作状況情報の特徴値（ｆｅａｔｕｒｅ　ｖａｌｕｅ）を算出する。また判定値算出部２２２は、機器ごとに、自機器と他の機器それぞれとの特徴値の差分を示す絶対値を算出し、算出した複数の値の中央値を、該当する機器の判定値として算出する。判定値算出部２２２が算出する機器ごとの動作状況情報の特徴値は、例えば所定項目に関する所定時間ごとの動作状況情報の平均値、または中央値である。
　異常検知部２２３は、設備機器の判定値算出部２２２が算出した判定値が、閾値記憶部２１２に記憶された該当する項目の閾値を超えた場合、この設備機器を異常が発生した機器として検知する。検知結果出力部２２４は、異常検知部２２３による検知結果を、表示部２３に表示させる。
　表示部２３は、例えば液晶ディスプレイで構成され、検知結果出力部２２４からの指示に基づいて表示情報を表示させる。
　（第１実施形態による空調設備管理装置を用いた空調システムの動作）
　次に、本実施形態による空調システム１Ａの動作例について説明する。図２は、空調システム１Ａが動作する際に、空調設備管理装置２０が実行する処理を示すフローチャートである。
　まず、空調設備管理装置２０の動作情報取得部２２１が、空調設備１０内の第１機器グループ１１０内の冷凍サイクル１１Ａ～１１Ｄの動作状況情報を所定時間間隔で、所定期間分、取得する（Ｓ１）。なお、冷凍サイクル１１Ａ～１１Ｄの動作状況情報を取得する所定時間間隔は、例えば１分間隔である。また、動作情報取得部２２１が空調設備１０内の機器の動作状況情報を取得する所定期間は、空調設備１０内のすべての機器がある程度の期間稼動することが想定される期間で設定される。動作情報取得部２２１が空調設備１０内の機器の動作状況情報を取得する所定期間は、例えば１ヶ月～数ヶ月程度である。
　各冷凍サイクルの動作状況情報として取得される所定項目は、例えば、ファン回転数、コンプレッサ周波数、電磁弁（ＰＭＶ）開度、圧縮機の出口側の冷媒温度である吐出温度（TD）、圧縮機の入口側の冷媒温度である吸入温度（TS）、圧縮機の出口側の冷媒の圧力である吐出圧力（PD）、圧縮機の入口側の冷媒の圧力である吸入圧力（PS）等であってよい。
　次に判定値算出部２２２が、動作情報取得部２２１で取得した情報に基づいて、冷凍サイクルごとに動作状況情報の特徴値を算出する（Ｓ２）。そして、判定値算出部２２２は、算出した特徴値に基づいて、異常発生の有無を判定するための判定値を冷凍サイクルごとに算出する（Ｓ３）。
　次に、異常検知部２２３は、判定値算出部２２２が算出した判定値の中に閾値記憶部２１２に記憶された該当する閾値を超える判定値があるか否かを判定する（Ｓ４）。異常検知部２２３は、閾値記憶部２１２に記憶された閾値を超える判定値があると判定すると（Ｓ４の「YES」）、当該判定値に対応する冷凍サイクルを異常が発生した冷凍サイクルとして検知する（Ｓ５）。検知結果出力部２２４は、異常が発生した冷凍サイクルを検知すると、該当する冷凍サイクルで異常が発生したことを報知する情報を表示部２３に表示させる（Ｓ６）。ステップＳ４において、異常検知部２２３が、算出された判定値の中に閾値記憶部２１２に記憶された閾値を超える判定値がないと判定した場合（Ｓ４の「NO」）、処理を終了する。
　以下に、空調設備管理装置２０が、動作情報取得部２２１で取得した１項目の動作状況情報に基づいて、ステップＳ２～Ｓ６の処理を実行した場合の第１の異常判定処理例について説明する。さらに、空調設備管理装置２０が、動作情報取得部２２１で取得した２項目以上の動作状況情報に基づいて、ステップＳ２～Ｓ６の処理を実行した場合の第２の異常判定処理例について説明する。
　（第１の異常判定処理例）
　第１の異常判定処理例では、空調設備管理装置２０は、動作情報取得部２２１が取得する空調設備１０の冷凍サイクル内の動作状況情報の中の１項目であるＰＭＶ開度の計測データに基づいて、異常判定処理を行う。以降、このＰＭＶ開度の計測データを「ＰＭＶ開度データ」と記載する。本処理例において、判定値算出部２２２は、冷凍サイクルごとにＰＭＶ開度データの特徴値として、平均値を算出する（Ｓ２）。
　図３は、動作情報取得部２２１が取得したＰＭＶ開度データに基づいて生成された、冷凍サイクルごと、およびＰＭＶ開度ごとの発生頻度を示した分布図である。図３内の実線は、冷凍サイクル１１Ａに関するＰＭＶ開度ごとの発生頻度を示す。冷凍サイクル１１ＡのＰＭＶ開度データの平均値は、この実線内の値「PMV_ave_A」である。
　また、図３内の１点鎖線は、冷凍サイクル１１Ｂに関するＰＭＶ開度ごとの発生頻度を示す。冷凍サイクル１１ＢのＰＭＶ開度データの平均値は、この１点鎖線内の値「PMV_ave_B」である。また、図３内の２点鎖線は、冷凍サイクル１１Ｃに関するＰＭＶ開度ごとの発生頻度を示す。冷凍サイクル１１ＣのＰＭＶ開度データの平均値は、この２点鎖線内の値「PMV_ave_C」である。また、図３内の破線は、冷凍サイクル１１Ｄに関するＰＭＶ開度ごとの発生頻度を示す。冷凍サイクル１１ＤのＰＭＶ開度データの平均値は、この破線内の値「PMV_ave_D」である。
　次に判定値算出部２２２は、冷凍サイクルごとに、自冷凍サイクルと他の冷凍サイクルそれぞれとに関し、ＰＭＶ開度データの平均値の差分の絶対値（差分値）を算出し、冷凍サイクルごと算出された差分値の中央値を、該当する冷凍サイクルの判定値として算出する（Ｓ３）。
　図４（ａ）は、判定値算出部２２２が算出した、冷凍サイクル１１Ａと、他の冷凍サイクルとしての冷凍サイクル１１Ｂ、１１Ｃ、１１ＤそれぞれとのＰＭＶ開度データの平均値の差分を示す絶対値、およびこれらの絶対値から算出される冷凍サイクル１１Ａの判定値を示す説明図である。
　図４（ａ）内の「|PMV_ave_A － PMV_ave_B|」は、冷凍サイクル１１ＡのＰＭＶ開度データの平均値と、冷凍サイクル１１ＢのＰＭＶ開度データの平均値との差分を示す絶対値である。また、「|PMV_ave_A －PMV_ave_C|」は、冷凍サイクル１１ＡのＰＭＶ開度データの平均値と、冷凍サイクル１１ＣのＰＭＶ開度データの平均値との差分を示す絶対値である。また、「|PMV_ave_A －PMV_ave_D|」は、冷凍サイクル１１ＡのＰＭＶ開度データの平均値と、冷凍サイクル１１ＤのＰＭＶ開度データの平均値との差分を示す絶対値である。
　判定値算出部２２２は、これらの３つの絶対値のうち、「|PMV_ave_A － PMV_ave_C|」を中央値として認識し、この中央値を冷凍サイクル１１Ａの第１の判定値として算出する。
　同様にして判定値算出部２２２は、図４（ｂ）に示すように「|PMV_ave_B － PMV_ave_A|」を冷凍サイクル１１Ｂの第１の判定値として算出し、図４（ｃ）に示すように「|PMV_ave_C －PMV_ave_A|」を冷凍サイクル１１Ｃの第１の判定値として算出し、図４（ｄ）に示すように「|PMV_ave_D － PMV_ave_B|」を冷凍サイクル１１Ｄの第１の判定値として算出する。
　次に、異常検知部２２３は、判定値算出部２２２が算出した第１の判定値の中で、閾値記憶部２１２に記憶されたＰＭＶ開度に関する閾値を超える第１の判定値があるか否かを判定する（Ｓ４）。
　ここで、前記ＰＭＶ開度に関する閾値が「|PMV_ave_D － PMV_ave_B|」未満である場合、異常検知部２２３は、冷凍サイクル１１Ｄの判定値が、閾値記憶部２１２に記憶された該当する閾値を超えると判定する（Ｓ４の「YES」）。そして、該当する冷凍サイクル１１Ｄを、異常が発生した冷凍サイクルとして検知する（Ｓ５）。
　異常検知部２２３において冷凍サイクル１１Ｄで異常が発生したことが検知されると、検知結果出力部２２４の制御により、冷凍サイクル１１Ｄで異常が発生したことを報知する情報が表示部２３に表示される（Ｓ６）。
　（第２の異常判定処理例）
　第２の異常判定処理例では、空調設備管理装置２０は、動作情報取得部２２１が取得する空調設備１０の冷凍サイクルの動作状況情報の中の２項目であるＰＭＶ開度データおよび圧縮機の出口側の冷媒の圧力（PD）の計測データに基づいて、異常判定処理を行う。以降、この圧縮機の出口側の冷媒の圧力の計測データを「吐出圧力データ」と記載する。
　図５は、動作情報取得部２２１が取得した２項目の動作状況情報に基づいて、これら２項目それぞれに応じた軸を有する２次元平面上に、冷凍サイクルごとおよび当該２項目の動作状況情報の取得タイミングごとに、対応する位置をプロットした散布図である。判定値算出部２２２は、この散布図内における、冷凍サイクルごとの複数プロットの重心位置を、これら２項目の動作状況情報に関する冷凍サイクルごとの特徴値として算出する。
　図５において、〇印「Center_A」は冷凍サイクル１１Ａに関する複数プロットの重心位置を示し、〇印「Center_Ｂ」は冷凍サイクル１１Ｂに関する複数プロットの重心位置を示し、〇印「Center_C」は冷凍サイクル１１Ｃに関する複数プロットの重心位置を示し、〇印「Center_D」は冷凍サイクル１１Ｄに関する複数プロットの重心位置を示す。
　次に判定値算出部２２２は、冷凍サイクルごとに、自冷凍サイクルと他の冷凍サイクルそれぞれとのプロットの重心位置の差分を示す絶対値として、２次元空間内における重心位置間の距離、例えばマハラノビス距離を算出する。
　次に判定値算出部２２２は、冷凍サイクルごとに、自冷凍サイクルと他の冷凍サイクルそれぞれとのプロットの重心位置間の距離の中央値を、該当する冷凍サイクルの判定値として算出する。
　図６（ａ）は、判定値算出部２２２が算出した、冷凍サイクル１１Ａと、他の冷凍サイクルとしての冷凍サイクル１１Ｂ、１１Ｃ、１１Ｄそれぞれとのプロットの重心位置間の距離、およびこれらの距離から算出される冷凍サイクル１１Ａの判定値を示す説明図である。
　図６（ａ）内の「｜Center _A － Center _B｜」は、冷凍サイクル１１Ａに関するプロットの重心位置と冷凍サイクル１１Ｂに関するプロットの重心位置との距離を示す。また、「｜Center _A － Center _C｜」は、冷凍サイクル１１Ａに関するプロットの重心位置と冷凍サイクル１１Ｃに関するプロットの重心位置との距離を示す。また、「｜Center _A － Center _D｜」は、冷凍サイクル１１Ａに関するプロットの重心位置と冷凍サイクル１１Ｄに関するプロットの重心位置との距離を示す。
　判定値算出部２２２は、これらの３つの距離のうち、「｜Center _A － Center _C｜」を中央値として認識し、この中央値を冷凍サイクル１１Ａの第２の判定値として算出する。
　同様にして判定値算出部２２２は、図６（ｂ）に示すように「｜Center _B － Center _A｜」を冷凍サイクル１１Ｂの第２の判定値として算出し、図６（ｃ）に示すように「｜Center _C － Center _A｜」を冷凍サイクル１１Ｃの第２の判定値として算出し、図６（ｄ）に示すように「｜Center _D － Center _B｜」を冷凍サイクル１１Ｄの第２の判定値として算出する。
　次に、異常検知部２２３は、判定値算出部２２２が算出した第２の判定値の中で、閾値記憶部２１２に記憶された、ＰＭＶ開度データおよび吐出圧力データに関する閾値を超える第２の判定値があるか否かを判定する（Ｓ４）。
　ここで、ＰＭＶ開度データおよび吐出圧力データに関する閾値が「｜Center _D － Center _B｜」未満である場合、異常検知部２２３は、冷凍サイクル１１Ｄの判定値が、閾値記憶部２１２に記憶された該当する閾値を超えると判定する（Ｓ４の「YES」）。そして、該当する冷凍サイクル１１Ｄを、異常が発生した冷凍サイクルとして検知する（Ｓ５）。
　異常検知部２２３において冷凍サイクル１１Ｄで異常が発生したことが検知されると、検知結果出力部２２４の制御により、冷凍サイクル１１Ｄで異常が発生したことを報知する情報が表示部２３に表示される（Ｓ６）。
　検知結果出力部２２４は、動作情報取得部２２１が取得した動作状況情報に基づいて、複数項目（ここではＰＭＶ開度データおよび吐出圧力データ）の項目ごとに、冷凍サイクルごとおよび動作状況ごとの計測データ（動作状況情報）の発生頻度を示した分布図、および異なる組み合わせによる複数項目それぞれに応じた軸を有する多次元空間内に、冷凍サイクルごとの動作状況情報に対応するプロットを示した散布図を生成し、１画面上に並べて表示部２３に表示させてもよい。
　図７は、空調設備１０の冷凍サイクル内の１つで冷媒漏えいが発生したときに取得された、複数の項目ごとに動作状況情報に基づいて生成された分布図、および異なる複数の組み合わせによる２項目の動作状況情報ごとに生成された複数の散布図を１画面上に並べた画面構成図を示す。
　図７において、各項目、具体的には、ファン回転数、コンプレッサ周波数（コンプHz）、ＰＭＶ開度、圧縮機の出口側の冷媒温度である吐出温度（TD）、圧縮機の入口側の冷媒温度である吸入温度（TS）、圧縮機の出口側の冷媒の圧力である吐出圧力（PD）、圧縮機の入口側の冷媒の圧力である吸入圧力（PS）に関し、横方向と縦方向との異なる項目が交わる位置に示す図が、該当する２項目の動作状況情報に基づいて生成された散布図である。
　図７の散布図内において、濃い色の×印のプロットは、冷媒漏えいが発生した冷凍サイクルに関する、該当する動作状況情報の取得タイミングごとのプロットである。また、薄い色の＋印のプロット、｜印のプロット、および－印のプロットはそれぞれ、正常に稼働している冷凍サイクルに関する、該当する動作状況情報の取得タイミングごとのプロットである。
　冷媒漏えいが発生した冷凍サイクルでは、ＰＭＶ開度が通常時よりも大きくなる。これにより、ＰＭＶ開度に関わる散布図では、冷媒漏えいが発生した１台の冷凍サイクルに関する濃い色の×印のプロットの点群が、正常に稼働している３台の冷凍サイクルに関する薄い色のプロットの点群から、ＰＭＶ開度を示す軸の方向に大きくずれている。なお、図７に示したＰＭＶ開度に関わる各散布図は、具体的に、ＰＭＶ開度およびファン回転数に基づいて生成された散布図G1、ＰＭＶ開度およびコンプHzに基づいて生成された散布図G2、吐出温度（TD）およびＰＭＶ開度に基づいて生成された散布図G3、吸入温度（TS）およびＰＭＶ開度に基づいて生成された散布図G4、吐出圧力（PD）およびＰＭＶ開度に基づいて生成された散布図G5、吸入圧力（PS）およびＰＭＶ開度に基づいて生成された散布図G6である。
　また図７において、横方向と縦方向とが同じ項目である位置に示す図は、上述した第１の異常判定処理例で説明したように、該当する１項目の動作状況情報に基づいて生成された、冷凍サイクルごと、および該当する動作状況情報ごとの発生頻度を示す分布図である。
　これらの分布図の中でも、ＰＭＶ開度に基づいて生成された分布図G7では、冷媒漏えいが発生した１台の冷凍サイクルに関する分布図ｄが、正常に稼働している３台の冷凍サイクルに関する分布図ａ～ｃから大きくずれている。
　これにより、当該画面を視認した管理者は、×印のプロットに対応し、且つ分布図ｄに対応する冷凍サイクルで、ＰＭＶ開度に関して異常が発生したことを認識することができる。
　以上の第１実施形態によれば、空調設備管理装置２０は、同一仕様で構成された複数の空調機の中で、異常が発生した空調機を、機械学習による数式モデル等の複雑な演算を用いず、簡易な数値演算により検知することができる。その際、同一環境に設置された複数の空調機を比較対象とすることで、動作環境による影響を受けずに異常を検知することができる。また、同時期に設置された複数の空調機を比較とすることで、経年変化による影響を受けずに異常を検知することができる。
　上述した実施形態において、さらに経過によって変化する現象に応じて段階的に制御を変更してもよい。例えば、ＰＭＶ１次側液密度が低下し、ＰＭＶ開き制御により開度が上昇し、ＰＭＶ上限開度到達後に吐出温度が高温化するような傾向がある場合に、ＰＭＶ開度による冷媒漏洩の１次判断として冷媒漏洩初期状態の警告を出力してもよい。さらに、その後、同一の空調機でＰＭＶ開度と吐出温度の変化が検知された場合には、冷媒漏洩が進行した冷媒漏洩末期であると判断し、冷媒漏洩初期状態に行う警報とは異なる警告を出力してもよい。
　上述した実施形態中の（第２の異常判定処理例）においては、判定値算出部２２２が、自冷凍サイクルと他の冷凍サイクルそれぞれとのプロットの重心位置間の距離の中央値を、該当する冷凍サイクルごとの判定値として算出する場合について説明したが、重心位置間の距離の平均値を、該当する冷凍サイクルごとの判定値として算出してもよい。
　上述した実施形態においては、（第２の異常判定処理例）として、空調設備管理装置２０が、空調設備１０の冷凍サイクル内の中の２項目の動作状況情報に基づいて異常判定処理を行う場合について説明したが、これには限定されず、３項目以上の動作状況情報に基づいて異常判定処理を行ってもよい。
　この場合、判定値算出部２２２は、該当する複数項目の動作状況情報に基づいて、対象とする項目数に応じた数の軸を有する多次元空間内で、計測データに対応する冷凍サイクルごとの複数プロットの重心位置を、これら複数項目の計測データに関する冷凍サイクルごとの特徴値として算出する。以降、上述した第２の異常判定処理例と同様に、判定値算出部２２２が冷凍サイクルごとの判定値を算出し、これに基づいて異常が発生した冷凍サイクルを検知する。
　その際、異常検知部２２３は、いずれかの判定値から異常が発生した設備機器を検知したときに、多次元空間内における、正常に稼働している複数の冷凍サイクルの重心位置に対する、異常が発生した冷凍サイクルの重心位置のずれ方向に基づいて、異常が発生した動作状況情報の項目を特定することができる。
　上述した実施形態では主にＰＭＶ開度を用いた冷媒漏洩判定を中心に説明したが、この他にも種々の異常を検知してよい。例えば、空気熱交のフィン目詰まりなどであれば、ファン回転数の上昇と凝縮温度や蒸発温度の上昇などの異なるデータの外れ値の組合せにより異常を判断して良い。
　上述した実施形態において、空調設備管理装置２０の閾値記憶部２１２に記憶する動作状況情報の項目ごと、および複数の動作状況情報の項目の組み合わせごとの閾値は、動作状況情報の特徴値（平均値または多次元空間内の重心位置）がどの程度ずれた機器を異常が発生した機器として検出するかを定めるために、適切な値を設定する必要がある。
　類似した環境に設置され、類似した条件で運用した機器間においても、それぞれの機器の持つ個体差によって計測データの傾向が多少異なることがあり、空調設備管理装置２０がこのような傾向の違いを異常として判定してしまうことは好ましくない。
　そこで、機器の個体特有の測定誤差等の情報が既知である場合、その情報を考慮して閾値を設定することが望ましい。例えば、特定の温度センサの測定誤差が±０．５℃であることが予め判っている場合には、当該温度センサに関する計測データの閾値を０．５℃よりも大きい値で設定する。また、所定の冷凍サイクルのＰＭＶ開度が製造誤差により±１０％のばらつきがあることが予め判っている場合には、当該冷凍サイクルのＰＭＶ開度に関する計測データの閾値を、最大開度の＋１０％の値よりも大きい値で設定する。
　ただし、温度センサの測定誤差がＰＭＶ開度に影響を与える場合など、複数の計測項目間で複合的に発生する誤差も考えられるため、それぞれの要因による影響を考慮して各閾値を設定することが望ましい。
　また、機器特有の測定誤差の情報が未知である場合、または複数の計測項目間で複合的に発生する誤差を考慮することが難しい場合には、計測データ内の９５％信頼区間または９５％信頼楕円などのように、定量的に管理可能な値に基づいて閾値を設定し、運用後の誤検知発生状況に基づいて適宜調整することが望ましい。
　また、上述した実施形態において、所定の複数の機器が、同一仕様で構成され且つ動作環境が類似すると想定され、同一グループに分類された場合でも、実際には、これらの機器の中で、正常に稼働しているにも関わらず異常と判定される場合がある。
　例えば、同じ部屋の中でも、窓際のペリメータゾーンに設置された室内機は、他の室内機よりも熱負荷が高く設定温度が極端に高いまたは低い場合がある。このような場合には、同室に設置されていることにより同一グループに分類された複数の室内機の間で計測データの傾向が異なり、ペリメータゾーンに設置された室内機が異常であると判定されてしまう可能性がある。
　このようなケースにより、正常な稼動であるにも関わらず異常が検知された機器があった場合には、該当する機器を、当該グループから除外して設定し直す必要がある。
　上述した実施形態においては、設備機器が空調機器である場合について説明したが、これには限定されず、産業用の他の設備機器であっても用いることができる。
　以上、本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら新規な実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれるとともに、請求の範囲に記載された発明とその均等の範囲に含まれる。
　特願２０２２－１８１９４７号（出願日：２０２２年１１月１４日）の全内容は、ここに援用される。

Claims (6)

  1. 　同一仕様で構成され且つ動作環境が類似する、と予め判断された３台以上の設備機器のそれぞれから、所定項目に関する所定時間ごとの動作状況情報を取得する動作情報取得部と、
    　前記動作情報取得部で取得した情報に基づいて、前記３台以上の設備機器に含まれる設備機器ごとに、前記所定項目に関する前記所定時間ごとの動作状況情報の特徴値を算出し、自設備機器と他の設備機器それぞれとの前記特徴値の差分値を算出し、算出された複数の差分値の中央値または平均値を、該当する設備機器の判定値として算出する判定値算出部と、
    　前記３台以上の設備機器に含まれる一設備機器の前記判定値算出部が算出した判定値が予め設定された閾値を超えた場合に、前記一設備機器を前記動作状況情報に関して異常が発生した設備機器として検知する異常検知部と、を備えた、設備機器管理装置。
  2. 　前記判定値算出部は、前記所定項目に関する前記所定時間ごとの動作状況情報の平均値または中央値を前記特徴値として算出し、前記特徴値に基づいて、前記判定値を算出する、請求項１に記載の設備機器管理装置。
  3. 　前記動作情報取得部は、前記３台以上の設備機器それぞれから、前記所定項目に含まれる複数項目に関する前記所定時間ごとの動作状況情報を取得し、
    　前記判定値算出部は、前記動作情報取得部で取得した情報に基づいて、前記複数項目に含まれる各項目に応じた軸を有する多次元空間内における、前記３台以上の設備機器に含まれる設備機器ごとの前記動作状況情報に対応するプロットの重心位置を、前記複数項目に関する各設備機器の前記特徴値として算出し、算出した前記特徴値に基づいて前記複数項目に関する各設備機器の判定値を算出する、請求項１に記載の設備機器管理装置。
  4. 　前記動作情報取得部で取得した動作状況情報に基づいて、前記複数項目の項目ごとに、前記３台以上の設備機器に含まれる設備機器ごとおよび動作状況ごとの前記動作状況情報の発生頻度を示した分布図、および異なる組み合わせによる前記複数項目の項目それぞれに応じた軸を有する多次元空間内に、前記設備機器ごとの前記動作状況情報に対応するプロットを示した散布図を生成し、表示させる検知結果出力部をさらに備える、請求項３に記載の設備機器管理装置。
  5. 　前記３台以上の設備機器は、空調設備内に設置された機器であり、
    　前記動作状況情報は、前記空調設備内の冷凍サイクルのファン回転数、コンプレッサ周波数、電磁弁開度、圧縮機の出口側の冷媒温度である吐出温度、圧縮機の入口側の冷媒温度である吸入温度、圧縮機の出口側の冷媒の圧力である吐出圧力、または圧縮機の入口側の冷媒の圧力である吸入圧力の少なくともいずれか一つである、請求項１に記載の設備機器管理装置。
  6. 　同一仕様で構成され且つ動作環境が類似する、と予め判断された３台以上の設備機器のそれぞれから、所定項目に関する所定時間ごとの動作状況情報を取得し、
    　取得した情報に基づいて、前記３台以上の設備機器に含まれる設備機器ごとに、前記所定項目に関する前記所定時間ごとの動作状況情報の特徴値を算出し、自設備機器と他の設備機器それぞれとの前記特徴値の差分値を算出し、算出された複数の差分値の中央値または平均値を、該当する設備機器の判定値として算出し、
    　前記３台以上の設備機器に含まれる一設備機器の算出した判定値が予め設定された閾値を超えた場合に、前記動作状況情報に関して異常が発生した設備機器として検知する、設備機器の異常検知方法。
PCT/JP2023/040611 2022-11-14 2023-11-10 設備機器管理装置および設備機器の異常検知方法 WO2024106344A1 (ja)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
JP2022181947A JP7550833B2 (ja) 2022-11-14 2022-11-14 設備機器管理装置および設備機器の異常検知方法
JP2022-181947 2022-11-14

Publications (1)

Publication Number Publication Date
WO2024106344A1 true WO2024106344A1 (ja) 2024-05-23

Family

ID=91084520

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2023/040611 WO2024106344A1 (ja) 2022-11-14 2023-11-10 設備機器管理装置および設備機器の異常検知方法

Country Status (2)

Country Link
JP (1) JP7550833B2 (ja)
WO (1) WO2024106344A1 (ja)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05256741A (ja) * 1992-03-11 1993-10-05 Toshiba Corp プラント信号監視方法およびその装置
JP2012198144A (ja) * 2011-03-22 2012-10-18 Toyota Motor Corp 車両データ解析装置、車両データ解析方法、及び故障診断装置
JP2017053586A (ja) * 2015-09-11 2017-03-16 パナソニックＩｐマネジメント株式会社 冷凍システム

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05256741A (ja) * 1992-03-11 1993-10-05 Toshiba Corp プラント信号監視方法およびその装置
JP2012198144A (ja) * 2011-03-22 2012-10-18 Toyota Motor Corp 車両データ解析装置、車両データ解析方法、及び故障診断装置
JP2017053586A (ja) * 2015-09-11 2017-03-16 パナソニックＩｐマネジメント株式会社 冷凍システム

Also Published As

Publication number Publication date
JP2024071150A (ja) 2024-05-24
JP7550833B2 (ja) 2024-09-13

Similar Documents

Publication Publication Date Title
CN110410936B (zh) 一种多联机系统故障检测方法、装置及多联机系统
US11769118B2 (en) Systems and methods for automated diagnostics of HVAC systems
US9696073B2 (en) Fault detection and diagnostic system for a refrigeration circuit
EP3607251B1 (en) Air conditioning system and control method thereof
US20170328593A1 (en) Control device for air conditioning system, air conditioning system, and method for determining anomaly of air conditioning system
EP3795915B1 (en) Malfunction diagnosis system
CN105509241B (zh) 判断冷凝器管中感温包是否脱落的方法、装置及空调器
EP3290816B1 (en) Monitoring device and method for air conditioner
US20220120461A1 (en) Determining the cause of a fault in an hvac system
AU2020222538B2 (en) Device Management System
US11609046B2 (en) Detecting loss of charge in HVAC systems
EP3196563B1 (en) Control device for air conditioning system, air conditioning system, and method for determining anomaly of air conditioning system
WO2017033240A1 (ja) データ取得システム、異常検知システム、冷凍サイクル装置、データ取得方法、及び異常検知方法
US20230235907A1 (en) Leakage detection and mitigation system
JP7003285B2 (ja) 空気調和装置
JP2005301582A (ja) プロセス管理装置
WO2024106344A1 (ja) 設備機器管理装置および設備機器の異常検知方法
CN113357763A (zh) 用于检测室内温度的方法、装置和智能空调
US20220342411A1 (en) Abnormality sign estimation device for air conditioner, abnormality sign estimation model learning device for air conditioner, and air conditioner
JP7278065B2 (ja) 冷凍サイクル装置
WO2019146035A1 (ja) 状態解析システム及び状態解析装置
JP2016200349A (ja) 冷媒漏洩検知システム及び冷媒漏洩検知方法
JP2020128856A (ja) 予兆検出装置、予兆検出方法、予兆検出プログラムおよび予兆検出システム
CN110701727B (zh) 用于检测hvac系统中故障的方法和系统以及存储器
CN117213032A (zh) 一种空调系统回风短路检测方法及检测装置、空调系统

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: 23891492

Country of ref document: EP

Kind code of ref document: A1