JP2018032229A

JP2018032229A - 設備点検順位設定装置及び設備点検順位設定方法

Info

Publication number: JP2018032229A
Application number: JP2016164257A
Authority: JP
Inventors: 一宏小松; Kazuhiro Komatsu; 惇哉島田; Atsuya Shimada; 坂上　聡子; Satoko Sakagami; 聡子坂上
Original assignee: Mitsubishi Electric Corp; Mitsubishi Electric Building Techno Service Co Ltd
Current assignee: Mitsubishi Electric Corp; Mitsubishi Electric Building Solutions Corp
Priority date: 2016-08-25
Filing date: 2016-08-25
Publication date: 2018-03-01
Anticipated expiration: 2036-08-25
Also published as: JP6697980B2

Abstract

【課題】複数の予兆が発生している場合に、故障と関連性の高い予兆を抽出し、抽出した予兆に基づいて保守点検を行う設備の優先度を高精度に設定することである。【解決手段】故障履歴データベース４に蓄積された予兆及び故障に基づいて、故障前に発生した予兆から故障と関連する予兆を抽出して、抽出した予兆に基づいて予兆パターンを作成する予兆パターン抽出部１１と、予兆パターンにおける予兆間及び予兆故障間の遷移確率を算出して蓄積する遷移確率蓄積部１２と、予兆パターンにおける最初の予兆が発生したとき、遷移確率に基づいて当該予兆から故障に至る累積故障確率を算出する累積故障確率算出部１３と、予兆が発生した複数の設備２に対して、累積故障確率に基づいて保守点検を行う設備２の優先度を算出する優先度算出部１４とを備えることを特徴とする。【選択図】図１

Description

本発明は、設備点検順位設定装置及び設備点検順位設定方法に関し、特に、冷熱設備などの設備から収集される故障履歴に基づいて保守点検を行う設備の優先順位を設定する設備点検順位設定装置及び設備点検順位設定方法に関する。

従来から、複数の冷熱設備などの設備を、監視センタから監視する遠隔監視サービスがある。この遠隔監視サービスでは、稼動中の設備の温度、圧力等各設備の稼動の状態を示す設備状態データを各設備から収集している。収集した設備状態データの解析により設備の異常が検知されると、保守員は、作成された点検スケジュールに従って異常が検知された設備に対する点検を実施する。

近年では、異常が検知されなくても故障の予兆が発生された設備も点検対象とすることで、異常の発生を未然に防ぐように点検スケジュールを作成する場合がある。異常の発生をより確実に防ぐためには、予兆が発生した設備に対して、早期に故障すると予測される設備、換言すると故障が発生する確率の高い設備を優先して点検するよう点検スケジュールを作成し、故障の発生を低減することが好ましい。

例えば、特許文献１では、故障履歴を予め定められた条件に従ってクラスタリングを行い、クラスタリングした故障履歴のグループ（以下、「故障グループ」という）毎に、故障確率分布を作成し、いずれかの故障グループに属することになる設備に対し、当該故障グループに対して作成した故障確率分布に基づき当該設備の保守点検を行う優先度を算出する技術が提案されている。また、特許文献１では、更に保守員を出動させなければならない設備が故障する限界の時間（出動限界時間）を算出し、この出動限界時間に基づいて保守員を出動させることで設備の故障を一層低減させる技術も提案されている。

特許文献２では、設備の保守点検情報や設備に関する警報や各種測定値等の情報を用いて、ＤＯＭＤＤモデル（部分的に観測可能なマルコフ決定過程）に基づき、所定期間後の設備の状態をシミュレーションして、設備の保守点検の必要性を決定する技術が提案されている。

特許文献３では、設備の異常に対する診断や対応を行うための異常診断モデルを、グラフネットワーク構造を利用して自動的に作成及び追加・更新する技術が提案されている。特に、保守作業データ、アラーム、稼働イベント等の情報の因果関係を、グラフネットワーク構造を利用して表している。

特許文献４では、故障予兆状態が検出された時点からの経過時間と故障リスクの大きさとの対応関係を示す故障リスクテーブルを有しており、故障予兆状態が検出された時点からの所定期間内に装置が故障する故障リスクの大きさを、故障リスクテーブルに基づき判定する技術が提案されている。

特開２０１４−１６７６６７号公報特開２０１４−２２９００１号公報特開２０１０−１２２８４７号公報特開２０１０−０９１８４０号公報

設備に故障が発生すると、利用者は設備を利用できなくなるため、故障を未然に防ぐことが重要である。そこで、予兆が発生した設備に対して、早い時期に高い確率で故障する設備を優先的に点検し、故障を低減することが必要になる。

このため、特許文献１−４では、予兆の発生に基づいて故障する確率を算出しているが、時系列において複数の予兆が発生した場合に、これらの予兆のうちどの予兆が故障に関連するかまでは考慮されていない。複数の予兆には、故障と関連性の高い予兆や、故障と関連性の低い予兆があるため、故障と関連性の低い予兆に基づいて故障する確率を算出しても、故障確率の精度が低くなってしまう。

そこで、本発明では、複数の予兆が発生している場合に、故障と関連性の高い予兆を抽出し、抽出した予兆に基づいて保守点検を行う設備の優先度を高精度に設定することを目的とする。

本発明の設備点検順位設定装置は、複数の設備からそれぞれ収集された予兆の情報と、予兆後に発生した故障の情報とを蓄積する故障履歴蓄積部と、前記故障履歴蓄積部に蓄積された前記予兆及び前記故障に基づいて、前記故障の前に発生した複数の前記予兆から前記故障と関連する前記予兆を抽出して、抽出した前記予兆に基づいて予兆パターンを作成する予兆パターン抽出部と、前記予兆パターンにおける予兆間及び予兆故障間の遷移確率を算出して蓄積する遷移確率蓄積部と、前記予兆パターンにおける最初の前記予兆が発生したとき、前記遷移確率に基づいて、当該予兆から前記故障に至る累積故障確率を算出する累積故障確率算出部と、前記予兆が発生した複数の前記設備に対して、前記累積故障確率に基づいて保守点検を行う前記設備の優先度を算出する優先度算出部と、を備えることを特徴とする。

また、前記予兆パターン抽出部は、各予兆間の故障確率の変化率と、前記故障との関連性を判断する閾値とを比較することによって、複数の前記予兆から前記故障と関連する前記予兆を抽出することを特徴とする。

また、前記予兆パターン抽出部は、前記予兆パターン内に同種類の前記予兆が連続して存在する場合、連続する同種類の前記予兆を１つの前記予兆として前記予兆パターンを作成することを特徴とする。

また、前記累積故障確率算出部は、モンテカルロシミュレーションにより前記累積故障確率を算出し、前記予兆パターンにおける予兆数に応じて、前記モンテカルロシミュレーションの回数の上限回数を設定することを特徴とする。

また、前記優先度算出部により算出された優先度に基づいて、保守員を出動させなければ前記設備が前記故障する限界の時間である出動限界時間を算出する出動限界時間算出部を備えたことを特徴とする。

さらに、本発明の設備点検順位設定方法は、複数の設備からそれぞれ収集された故障履歴に基づいて、保守点検を行う前記設備の優先順位を設定する設備点検順位設定方法であって、複数の設備からそれぞれ収集された予兆の情報と、予兆後に発生した故障の情報とを蓄積し、前記予兆及び前記故障に基づいて、前記故障の前に発生した複数の前記予兆から前記故障と関連する前記予兆を抽出して、抽出した前記予兆に基づいて予兆パターンを作成し、前記予兆パターンにおける予兆間及び予兆故障間の遷移確率を算出して蓄積し、前記予兆パターンにおける最初の前記予兆が発生したとき、前記遷移確率に基づいて、当該予兆から前記故障に至る累積故障確率を算出し、前記予兆が発生した複数の前記設備に対して、前記累積故障確率に基づいて保守点検を行う前記設備の優先度を算出することを特徴とする。

本発明によれば、複数の予兆が発生している場合に、故障と関連性の高い予兆を抽出して、抽出した予兆に基づいて、保守点検を行う設備の優先度を高精度に設定することができる。

設備点検順位設定装置を含む冷熱設備システムのブロック構成図である。故障履歴データベースに蓄積される故障履歴を示す故障履歴情報のデータ構成例を示した図である。設備点検順位設定装置を構成するコンピュータのハードウェア構成図である。故障に至る予兆の模式図である。設備点検順位設定装置の処理を示すフローチャートである。故障に至る予兆に関する複数の予兆パターンを示す模式図である。図６に示す複数の予兆パターンをそれぞれ示す予兆パターンの模式図である。同種類の予兆を間引く場合を説明する予兆の模式図である。予兆発生から故障に至る遷移状態を説明する図であり、（ａ）は予兆発生から故障に至る際の連続する予兆関係を示し、（ｂ）は連続する予兆関係において時間経過における遷移確率を算出したテーブルを示す。予兆が発生したときに故障に至る経路を示す図であり、（ａ）は予兆Ｙ２から故障Ｋ２に至る経路を示し、（ｂ）は予兆Ｙ３から故障Ｋ２に至る経路を示し、（ｃ）は予兆Ｙ４から故障Ｋ２に至る経路を示す。モンテカルロシミュレーションにより累積故障確率を算出する処理を示したフローチャートである。モンテカルロシミュレーションにより累積故障確率を算出する処理を示したフローチャートである。

図１は、本発明に係る設備点検順位設定装置の一実施の形態を示したブロック構成図である。図１には、冷熱設備２、稼動履歴受信部３、故障履歴データベース（ＤＢ）４及び設備点検順位設定装置１０が示されている。図１に示すように、設備点検順位設定装置１０には、稼動履歴受信部３と故障履歴データベース４とを介して複数の契約先施設に設置された複数の冷熱設備２が接続されている。本実施の形態では、冷熱設備２を点検対象の設備として図示しているが、点検が必要となるその他の設備でもよい。

稼動履歴受信部３、故障履歴データベース４及び設備点検順位設定装置１０は、例えば監視センタに設置されている。稼動履歴受信部３は、冷熱設備（以下、単に「設備」という）２から設備状態を示す設備状態データを受信し、予兆及び異常が発生したときの設備状態データ、また、受信した設備状態データを必要により集計するなどして故障履歴情報を生成し故障履歴データベース４に蓄積する。稼動履歴受信部３は通信機能を有するコンピュータにより、故障履歴データベース４はデータベースサーバによりそれぞれ構成されている。設備状態データを受信して故障履歴データベース４に蓄積する方法としては、設備２の制御装置（図示省略）に搭載された通信ソフトウェアにより、電話回線およびインターネット回線を経由してオンラインで送信する方法などがある。

図２は、本実施の形態における故障履歴データベース４に蓄積される故障履歴を示す故障履歴情報のデータ構成例を示した図である。故障履歴情報は、故障の予兆が発生した日時を示す予兆発生日時に、故障時間間隔、設置環境情報及び発生状況情報が対応付けして構成される。予兆発生日時は、稼動履歴受信部３が設備２から送信されてくる設備状態データを参照することにより予兆の発生が検知された日時である。故障時間間隔は予兆の発生から設備２が故障するまでの時間間隔であり、異常発生日時と予兆発生日時との差分を示した値である。本実施の形態では、日数で示しているが時間でもよい。ここで、「異常」とは、１つの設備状態データが正常範囲内の値を示す正常状態から逸脱した場合をいう。「故障」とは、設備状態データが異常の発生により設備２が停止することをいう。また、「予兆」とは、設備状態データが正常範囲内であっても異常状態に近い状態であることを示す閾値を超えた場合をいう。

設置環境情報は、設備２の仕様及び設置場所に関する情報であり、設備２を特定する設備番号、設備２が設置された建物を特定する建物番号、設備２が備え付けられた住所を示す据付先、据え付けた年度を示す据付開始、設備２の型名及び建物内において設備２が設置された方角を示す設置方向に関する各種情報を含む。

発生状況情報は、予兆及び異常が発生したときの発生状況に関する情報であり、発生した予兆の内容を示す予兆内容、予兆が発生した時点の気温と湿度、予兆が発生した時点の気温と設定温度との温度差、カウントが開始されてから予兆が発生するまでに設備２のサーモスタットがＯＮ／ＯＦＦされた切替回数を示す発停回数、カウントが開始されてから予兆が発生するまでの間に設備２が稼動しているときの時間が積算された運転時間、カウントが開始されてから予兆が発生するまでに設備２のサーモスタットがＯＮのときの時間が積算されたサーモＯＮ時間、運転時間当たりの発停回数を示す発停回数割合、運転時間当たりのサーモＯＮ時間を示すサーモＯＮ時間割合、カウントが開始されてから予兆が発生するまでの間に設備２の室内温度が設定温度に到達する平均時間を示す目標温度到達時間、異常の発生により設備２が停止したときの日時を示す異常発生日時及び発生した異常の内容を示す異常内容に関する各種情報を含む。なお、図２には、上記記載した発生状況情報の一部を図示している。

図３は、本実施の形態における設備点検順位設定装置１０を形成するコンピュータのハードウェア構成図である。本実施の形態において設備点検順位設定装置１０を形成するコンピュータは、従前から存在する汎用的なパーソナルコンピュータ（ＰＣ）のハードウェア構成で実現できる。すなわち、コンピュータは、図３に示したようにＣＰＵ２１、ＲＯＭ２２、ＲＡＭ２３、ハードディスクドライブ（ＨＤＤ）２４を接続したＨＤＤコントローラ２５、入力手段として設けられたマウス２６とキーボード２７、及び表示装置として設けられたディスプレイ２８をそれぞれ接続する入出力コントローラ２９、通信手段として設けられたネットワークコントローラ３０を内部バス３１に接続して構成される。

図４は、故障Ｋ１から故障Ｋ２の間に発生した時系列における予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４を示している。すなわち、故障Ｋ２に至る予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４を示している。図４において、設備点検順位設定装置１０によって設備点検の優先順位を設定する概略内容について説明し、その後、設備点検順位設定装置１０の各構成について説明する。図４においては、故障Ｋ１の発生後、予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４が発生し、その後に故障Ｋ２が発生している。また、予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４のうち予兆Ｙ３の予兆種類のみＢ予兆であり、その他の予兆Ｙ１，Ｙ２，Ｙ４の予兆種類はＡ予兆である。

設備点検順位設定装置１０は、故障履歴データに基づいて、故障Ｋ２に至る予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４のうち、故障Ｋ２と関連性の高い予兆を抽出して、抽出した予兆に基づいて予兆パターンＤを抽出する。そして、設備点検順位設定装置１０は、設備稼働状態において、予兆パターンＤにおける最初の予兆Ｙ２が発生したときに、故障Ｋ２に至る累積故障確率を算出し、この累積故障確率に基づいて、複数の設備２に対して保守点検を行う設備２の優先順位を設定するものである。

図１に戻り、設備点検順位設定装置１０は、予兆パターン抽出部１１、遷移確率蓄積部１２、累積故障確率算出部１３、優先度算出部１４、出動限界時間算出部１５を備えている。予兆パターン抽出部１１は、故障に至る複数の予兆のうち、故障と関連性の高い予兆を抽出する。図４に示すように、例えば、故障Ｋ１が発生し、この故障Ｋ１の復旧後に、次の故障Ｋ２が発生する間に複数のＹ１，Ｙ２，Ｙ３，Ｙ４が発生している。故障Ｋ２は、例えば、１つの予兆Ｙ４によって発生することもあるが、通常、複数の予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４が連続することによって発生することが多い。複数の予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４の連続といっても、これら予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４のなかには、故障発生への関連性が低い予兆Ｙ１や、故障Ｋ２の発生から時系列において離れている予兆（図示せず）も含まれている。このため、予兆パターン抽出部１１は、故障Ｋ２に至る複数の予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４のうち、例えば、故障Ｋ２と関連性が高い予兆Ｙ２，Ｙ３，Ｙ４、すなわち、故障発生に密接に関係する予兆Ｙ２，Ｙ３，Ｙ４を抽出する。予兆パターン抽出部１１は、故障発生に密接に関係する予兆Ｙ２，Ｙ３，Ｙ４を抽出するとともに、故障発生への関連性が低い予兆Ｙ１を除外して、故障Ｋ２に至る予兆Ｙ２，Ｙ３，Ｙ４からなる予兆パターンＤを作成する。予兆パターンＤは、故障直前の一つまたは複数の予兆（図４においては予兆Ｙ２，Ｙ３，Ｙ４）をまとめたものであり、複数の予兆が関係する場合には故障Ｋ２に至りやすい予兆Ｙ２，Ｙ３，Ｙ４の発生順序も規定したものである。図４においては、予兆Ｙ２，Ｙ３，Ｙ４の順序で規定したものが予兆パターンＤとなる。

遷移確率蓄積部１２は、抽出した予兆パターンＤにおける各予兆間の遷移確率を算出して、予兆パターンＤの遷移確率を蓄積する。遷移確率とは、ある予兆から次の予兆または故障に遷移するときの確率である。遷移確率蓄積部１２は、予兆間や予兆故障間の時間経過における遷移確率を算出して、算出結果を蓄積する。例えば、図９（ａ）に示すように、予兆Ｙ２，Ｙ３，Ｙ４からなる予兆パターンＤ３において、予兆Ｙ２から故障Ｋ２に至る場合、予兆Ｙ２と故障Ｋ２とが連続する部分（連続部分Ｌ１）、予兆Ｙ２と予兆Ｙ３とが連続する部分（連続部分Ｌ２）、予兆Ｙ３と故障Ｋ２とが連続する部分（連続部分Ｌ３）、予兆Ｙ３と予兆Ｙ４とが連続する部分（連続部分Ｌ４）、予兆Ｙ４と故障Ｋ２とが連続する部分（連続部分Ｌ５）の予兆間、予兆故障間が存在する。遷移確率蓄積部１２は、連続部分Ｌ１〜Ｌ５に関する遷移確率をそれぞれ算出して、それら遷移確率を蓄積する。すなわち、累積故障確率算出部１３において、故障Ｋ２に至る累積故障確率を算出するために、予め予兆パターンＤの遷移確率を算出して蓄積してテーブルとして記憶する。

累積故障確率算出部１３は、予兆パターンＤにおける最初の予兆が発生したとき、遷移確率蓄積部１２で算出した遷移確率に基づいて、当該最初の予兆から故障に至る累積故障確率を算出する。例えば、図９（ａ）に示すように、予兆パターンＤ３における最初の予兆Ｙ２が発生したときに、故障Ｋ２に至る累積故障確率を算出する。実際の設備稼働時には、予兆パターンＤ３の予兆順序とおりに予兆Ｙ２，Ｙ３，Ｙ４が発生するとは限らないので、この予兆パターンＤ３に関して故障Ｋ２に至る累積故障確率を算出する。

優先度算出部１４は、累積故障確率算出部１３により算出された累積故障確率に基づいて予兆が発生した各設備に対して保守点検を行う優先度を算出する。出動限界時間算出部１５は、優先度算出部１４により算出された優先度に基づいて出動限界時間を算出する。保守員は、支社等に待機しており、必要により保守点検先となる設備２に向かうことになる。基本的には、故障の予兆が発生した場合、その予兆が発生した設備２に対して故障の発生を未然に防ぐために故障が発生すると予測される時間の前に保守点検を実施するのが好ましい。ここで、出動限界時間とは、保守員を出動させなければ設備２が故障する限界の時間のことである。

なお、予兆パターン抽出部１１、遷移確率蓄積部１２、累積故障確率算出部１３、優先度算出部１４、出動限界時間算出部１５における具体的な処理については、後述の設備点検順位設定装置１０の動作説明において詳しく説明する。

また、本実施形態における設備点検順位設定方法を実行するプログラムは、通信手段により提供することはもちろん、ＣＤ−ＲＯＭやＤＶＤ−ＲＯＭ等のコンピュータ読み取り可能な記録媒体に格納して提供することも可能である。通信手段や記録媒体から提供されたプログラムはコンピュータにインストールされ、コンピュータのＣＰＵがプログラムを順次実行することで設備点検順位設定方法が実現される。

次に、設備点検順位設定装置１０の動作について説明する。設備２が稼動している間、稼動履歴受信部３には、予兆または故障が発生した設備２から故障履歴情報の生成に必要な情報が含まれる設備状態データが送信される。稼動履歴受信部３は、受信した設備状態データを解析することで予兆の発生を検知すると、設備状態データに基づき予兆発生日時、設置環境情報、発生状況情報に含まれる予兆内容、気温、湿度、温度差、発停回数、運転時間、サーモＯＮ時間、発停回数割合、サーモＯＮ時間割合及び目標温度到達時間を設定して故障履歴情報を生成する。また、稼動履歴受信部３は、受信した設備状態データを解析することで異常の発生を検知すると、予兆の発生により生成された故障履歴情報の中から設置環境情報等を参照して異常が発生した設備２に対応する故障履歴情報を特定し、受信した設備状態データに基づき、故障履歴情報の異常発生日時及び異常内容を設定登録する。さらに、稼動履歴受信部３は、予兆の発生から異常の発生までの時間間隔を算出して故障時間間隔を設定登録する。このようにして、予兆及び故障の発生に伴い稼動履歴受信部３により故障履歴情報が生成されて、図２に示す故障履歴情報が故障履歴データベース４に蓄積される。

続いて、設備点検順位設定装置１０の処理について図５に示すフローチャートを参照して説明する。ステップＳ１０１では、予兆パターン抽出部１１が、故障に至る複数の予兆から故障と関連性の高い予兆を抽出して、この抽出した予兆に基づいて予兆パターンを作成する。予兆の抽出及び予兆パターンの作成について、図６、７を参照して説明する。図６において、図４と同様に、故障Ｋ１の発生後、予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４が発生し、その後に故障Ｋ２に至っている。図６において符号Ｔは時間軸を示している。また、予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４のうち予兆Ｙ３の予兆種類のみＢ予兆であり、その他の予兆Ｙ１，Ｙ２，Ｙ４の予兆種類はＡ予兆である。

まず、予兆パターンＤの作成について説明する。図６に示すように、故障Ｋ２から遡って、どの予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４が故障Ｋ２に密接に関連しているかを、予兆数を変えたときの故障確率の変化率を用いて判断する。換言すれば、故障Ｋ２の要因が、予兆Ｙ４のみであるのか（予兆パターンＤ１）、予兆Ｙ３、Ｙ４であるのか（予兆パターンＤ２）、予兆Ｙ２，Ｙ３，Ｙ４であるのか（予兆パターンＤ３）、または、予兆Ｙ１，Ｙ２，Ｙ３，Ｙ４であるのか（予兆パターンＤ４）を判断する。

予兆パターンＤ１〜Ｄ４のうち、いずれの予兆パターンを選択するかは以下の考え方による。例えば、予兆パターンＤ１と予兆パターンＤ２とを比較した場合、故障確率の変化率が小さければ、予兆数増加による故障傾向の変化が小さい、つまり、予兆数を増加しても故障との関連性が低いと判断して、予兆数が少ない予兆パターンＤ１を採用する。また、予兆パターンＤ１と予兆パターンＤ２とを比較した場合、故障確率の変化率が大きければ、予兆数増加による故障傾向の変化が大きい、つまり、予兆数を増加することによって故障との関連性が高くなると判断して、予兆数が多い予兆パターンＤ２を採用する。

なお、故障との関連性が高くなると判断して予兆パターンにおける予兆数を制限なく増加した場合には、予兆数の増加により故障に至る確率が低下し、また、予兆パターンのデータ量も増大するので、予兆パターンにおける予兆数はできるだけ少ないほうが好ましい。また、故障の発生を推測するためには、予兆パターンの種類は多い方が好ましい。また、予兆間に所定の時間間隔がある場合、すなわち、予兆間が時系列において離間している場合、故障発生から離れている予兆は、故障に関連する可能性は低いと判断して、予兆パターンから除外する。

次に、予兆パターンの具体的な決定方法について説明する。図７は、図６に示す故障Ｋ２に至る予兆パターンＤ１，Ｄ２，Ｄ３，Ｄ４を分けて示したものである。ここで、符号Ｆ１で示すように、予兆Ｙ４が発生して故障Ｋ２に至るとき（予兆パターンＤ１）の故障確率Ｐ₁を０．２、符号Ｆ２で示すように、予兆Ｙ３に続いて予兆Ｙ４が発生して故障Ｋ２に至るとき（予兆パターンＤ２）の故障確率Ｐ₂を０．３５、符号Ｆ３で示すように、予兆Ｙ２に続いて予兆Ｙ３，Ｙ４が発生して故障Ｋ２に至るとき（予兆パターンＤ３）の故障確率Ｐ₃を０．２３、符号Ｆ４で示すように、予兆Ｙ１に続いて予兆Ｙ２，Ｙ３，Ｙ４が発生して故障Ｋ２に至るとき（予兆パターンＤ４）の故障確率Ｐ₄を０．２とする。

故障確率Ｐ_xの変化率ＰＣ_xは、以下の数式１によって算出することができる。
変化率ＰＣ_x＝（Ｐ_x−Ｐ_x+1）×１００／Ｐ_x・・・数１
また、予兆パターンＤのＰ_xの変化率ＰＣ_xに基づいて故障との関連性を判断する閾値を予め設定する。予兆パターンＤのＰ_xの変化率ＰＣ_xが閾値を超えている場合、故障との関連性が高いと判断する。よって、閾値を小さく設定すると、故障との関連性を判断するレベルが下がり、予兆パターンＤにおける予兆数が増加し、逆に閾値を大きく設定すると、故障との関連性を判断するレベルが上がり、予兆パターンＤにおける予兆数が減少する。なお、ここでは閾値を例えば閾値３０％と設定する。そして、予兆パターンＤの故障確率Ｐ_xの変化率ＰＣ_xが、閾値３０％以下となるまで、予兆パターンＤの故障確率Ｐ_xの変化率ＰＣ_xを比較する。

数式１に基づいて、予兆パターンＤ１，Ｄ２，Ｄ３，Ｄ４の故障確率Ｐ_xの変化率ＰＣ_xを算出すると、予兆パターンＤ１と予兆パターンＤ２とでは、
変化率ＰＣ_x（Ｄ１・Ｄ２）＝（０．２−０．３５）×１００／０．２＝７５％となり、閾値３０％と比較すると、閾値３０％を超えているので、予兆パターンＤ２を採用する。

同様に、予兆パターンＤ２と予兆パターンＤ３とでは、
変化率ＰＣ_x（Ｄ２・Ｄ３）＝（０．３５−０．２３）×１００／０．３５＝３４％となり、閾値３０％と比較すると、閾値３０％を超えているので、この場合も予兆パターンＤ３を採用する。

また、同様に、予兆パターンＤ３と予兆パターンＤ４とでは、
変化率ＰＣ_x（Ｄ３・Ｄ４）＝（０．２３−０．２）×１００／０．２３＝１３％となり、閾値３０％と比較すると、閾値３０％以下であるので、この場合は予兆数が少ない予兆パターンＤ３を採用する。このように、予兆パターンＤ１，Ｄ２，Ｄ３，Ｄ４に関して故障確率Ｐ_xの変化率ＰＣ_xを比較することによって、故障Ｋ２に至る予兆パターンＤとして予兆パターンＤ３を採用する。

また、図８に、同種類（Ａ予兆）の予兆Ｙ１０，Ｙ１１，Ｙ１２が連続して発生した後に、Ｂ予兆の予兆Ｙ１３が発生、その後、Ａ予兆の予兆Ｙ１４が発生して故障Ｋ２に至る場合を示す。図８に示すように、同種類（Ａ予兆）の予兆Ｙ１０，Ｙ１１，Ｙ１２が連続して発生する場合には、同種類の予兆を一つの予兆とみなして、同種類の予兆を間引いて予兆パターンＤを作成する。すなわち、同種類の予兆が連続して発生することが多く（例えば、図８ではＡ予兆が連続して発生している）、これら全ての同種類の予兆を含めて予兆パターンＤを作成すると、同様な予兆パターンＤが多数作成されてしまうので、同種類の予兆が連続して発生した場合には、同種類の予兆を一つの予兆とみなして予兆パターンＤを作成する。

図５のフローチャートに戻り、ステップＳ１０１において、予兆パターンＤ３を作成した後、ステップＳ１０２に進む。ステップＳ１０２では、予兆パターンＤ３における各予兆間、予兆故障間の時間経過における遷移確率を算出して、算出した遷移確率を蓄積する。予兆パターンＤ３に関して、図９（ａ）に示すように、予兆Ｙ２から故障Ｋ２に至る経路において、予兆間、予兆故障間は、連続部分Ｌ１，Ｌ２，Ｌ３，Ｌ４，Ｌ５の５つ存在する。遷移確率蓄積部１２は、連続部分Ｌ１，Ｌ２，Ｌ３，Ｌ４，Ｌ５における予兆Ｙ２，Ｙ３，Ｙ４間、予兆Ｙ２，Ｙ３，Ｙ４と故障Ｋ２との間の時間経過における遷移確率を算出して、算出した遷移確率を蓄積する。図９（ｂ）に、連続部分Ｌ１，Ｌ２，Ｌ３，Ｌ４，Ｌ５に関する時間経過における遷移確率を算出したテーブルを示す。なお、算出した遷移確率のテーブルは、ＲＡＭ２３またはＨＤＤ２４に記憶される。遷移確率の算出後、ステップＳ１０３に進む。

ステップＳ１０３では、予兆パターンＤ３の累積故障確率を算出する。ステップＳ１０３における予兆パターンＤ３の累積故障確率の算出には、公知のモンテカルロ法を使用する。モンテカルロ法とは、乱数を用いて数値計算を行い、必要とする解の近似解を得る方法であり、本実施形態ではモンテカルロ法のうちでも特にメトロポリス法を使用する。

図１０（ａ）における予兆パターンＤ３を例として説明する。図１０（ａ）に示すように、予兆Ｙ２が発生して、故障Ｋ２に至る経路は、経路Ｇ１，Ｇ２，Ｇ３の３通りである。すなわち、予兆Ｙ２が発生した場合には、予兆Ｙ２から直接故障Ｋ２に至る経路Ｇ１、予兆Ｙ２から予兆Ｙ３を経由して故障Ｋ２に至る経路Ｇ２、予兆Ｙ２から予兆Ｙ３，Ｙ４を経由して故障Ｋ２に至る経路Ｇ３の３通りがある。この３通りの経路Ｇ１，Ｇ２，Ｇ３に関してモンテカルロ法を使用することによって、１つの累積故障確率として算出する。

また、図１０（ｂ）に示すように、予兆Ｙ３が発生した場合、すなわち、予兆Ｙ３が発生してから直接故障Ｋ２に至る経路Ｇ４、予兆Ｙ３から予兆Ｙ４を経由して故障Ｋ２に至る経路Ｇ５の２通りについても同様に、モンテカルロ法を使用して１つの累積故障確率として算出する。なお、図１０（ｃ）に示すように、予兆Ｙ４が発生した場合、故障Ｋ２に至る経路Ｇ６の１通りであるので、モンテカルロ法を使用する必要はない。

図１１、１２に、モンテカルロシミュレーションによる処理のフローチャートを示す。まず、モンテカルロシミュレーションの概要について説明する。モンテカルロシミュレーションとは、（１）予兆パターンＤの初めに発生する予兆を初期値ｘ０として設定し、（２）現在状態をｘｔとして、次の状態候補、すなわち、次に発生する予兆または故障をｘ’として選択し、（３）次の状態候補の確率と現在状態の確率との比ｒ＝Ｐ（ｘ’）／Ｐ（ｘｔ）を算出し、（４）一様乱数Ｒを発生させて、（５）Ｒ＜ｒであれば次の状態候補（次の予兆または故障）を次の状態に設定し、Ｒ＜ｒでなければ現在状態を次の状態として、（６）（２）〜（５）を時間ｔまで繰り返すものである。また、（１）〜（６）までの処理を、累積故障確率の分布が収束するまで繰り返す。収束しない場合には、このシミュレーションを予め設定した上限回数まで繰り返す。

図１１においてステップＳ２０１では、予兆パターンＤ３の初めに発生する予兆を設定する。すなわち、予兆パターンＤ３の予兆Ｙ２を初期値として設定して、ステップＳ２０２に進む。

ステップＳ２０２では、ステップＳ２０１で設定した初期値（予兆Ｙ２）を現在の状態に選択してステップＳ２０３に進む。

ステップＳ２０３では、予兆Ｙ２の次に発生する遷移候補を選択する。図１０（ａ）に示すように、予兆Ｙ２の次に発生する遷移候補としては、予兆Ｙ３または故障Ｋ２が考えられる。そこで、遷移候補として予兆Ｙ３または故障Ｋ２を選択して、ステップＳ２０４に進む。

ステップＳ２０４では、ステップＳ２０３で選択した遷移候補に関して、時間ｔ（ここでは１時間）における遷移確率を算出してステップＳ２０５に進む。時間ｔにおける予兆Ｙ３と故障Ｋ２との遷移確率は、上述のＰ（ｘ’）／Ｐ（ｘｔ）に基づくと、Ｐ（予兆Ｙ３）／Ｐ（予兆Ｙ２）＝０．２、Ｐ（故障Ｋ２）／Ｐ（予兆Ｙ２）＝０．４となる。予兆Ｙ３の遷移確率と故障Ｋ２との遷移確率をフローチャートの処理毎に算出してもよいが、ここでは、図９（ｂ）のテーブルを使用する。予兆Ｙ２の発生から１時間以内に発生する予兆Ｙ３の遷移確率と故障Ｋ２との遷移確率は、図９（ｂ）のテーブルを参照すると、予兆Ｙ３では０．２、故障Ｋ２では０．４である。

ステップＳ２０５では、一様乱数Ｒを発生させて、ステップＳ２０６に進む。この一様乱数Ｒは、予兆Ｙ２の次に発生する遷移候補を推定するために用いる。例えば、発生した一様乱数Ｒは０．７とする。

ステップＳ２０６では、一様乱数Ｒと、ステップＳ２０４で算出した予兆Ｙ３の遷移確率と故障Ｋ２の遷移確率とを比較して、次の状態を判定する。次の状態としては、図１０（ａ）に示すように、現在の状態を維持するか、次の予兆に遷移するか、または故障に遷移するかのいずれかの状態があり、現在の状態を維持する場合にはステップＳ２０７に進み、次の予兆に遷移する場合にはステップＳ２０９に進み、故障に遷移する場合にはステップＳ２１１に進む。

今回は予兆Ｙ２の次の状態を判定する。一様乱数Ｒが予兆Ｙ３の遷移確率よりも小さい場合には予兆Ｙ３に遷移し、一様乱数Ｒが予兆Ｙ３の遷移確率と故障Ｋ２の遷移確率とを加えた合算値よりも小さい場合には故障Ｋ２に遷移し、一様乱数Ｒが合算値を超えている場合には現状の予兆Ｙ２を維持する。

例えば、上述の数値で判断すると、一様乱数Ｒ（０．７）、予兆Ｙ３の遷移確率（０．２）、故障Ｋ２の遷移確率（０．４）であるので、一様乱数Ｒ（０．７）が合算値（０．２+０．４）を超えている場合に相当し、ステップＳ２０７に進んで現状の予兆Ｙ２の状態を維持する。

ステップＳ２０７では、予兆Ｙ３と故障Ｋ２とのいずれにも遷移しないので、予兆Ｙ２の状態を維持して、ステップＳ２０８に進む。ステップＳ２０８では、時間ｔをカウントアップした後、時間ｔと上限時間Ｎとを比較して、時間ｔが上限時間Ｎに達しているかを判断する。すなわち、時間ｔが上限時間Ｎに達していない場合（Ｙｅｓ）、ステップＳ２０２に戻り、ステップＳ２０２以下を繰り返す。また、時間ｔが上限時間Ｎに達している場合（Ｎｏ）、図１２のステップＳ２１２に進む。

引き続き、ステップＳ２０８からステップＳ２０２に戻る場合について説明する。ステップＳ２０２以下を繰り返すとき、予兆Ｙ２からの遷移候補は、前回と同様に予兆Ｙ３または故障Ｋ２となる。今回、時間ｔはカウントアップにより２時間になるので、予兆Ｙ３の遷移確率と故障Ｋ２の遷移確率とは、図９（ｂ）のテーブルを参照すると、予兆Ｙ３では０．３、故障Ｋ２では０．２となる。そして、ステップＳ２０５において一様乱数Ｒを発生させた結果、例えば、一様乱数Ｒが０．２５である場合、一様乱数Ｒ（０．２５）、予兆Ｙ３の遷移確率（０．３）、故障Ｋ２の遷移確率（０．２）となる。この条件において、ステップＳ２０６では、一様乱数Ｒ（０．２５）が予兆Ｙ３の遷移確率（０．３）よりも小さい場合に相当し、ステップＳ２０９に進んで次の予兆Ｙ３の状態に遷移する。

ステップＳ２０９では、次の予兆（予兆Ｙ３）に遷移すると判断して、ステップＳ２１０に進む。ステップＳ２１０では、次の予兆（予兆Ｙ３）を現在の状態に変更して、すなわち、現在の状態を予兆Ｙ２から予兆Ｙ３に変更して、ステップＳ２０２に戻り、ステップＳ２０２以下を繰り返す。ステップＳ２０２に戻り、ステップＳ２０２以下を繰り返すとき、予兆Ｙ３からの遷移候補は、図１０（ｂ）に示すように、予兆Ｙ４または故障Ｋ２となる。予兆Ｙ４の遷移確率と故障Ｋ２の遷移確率とは、図９（ｂ）のテーブルから予兆Ｙ４では０．５、故障Ｋ２でも０．５となる。そして、ステップＳ２０５において一様乱数Ｒを発生させた結果、例えば、一様乱数Ｒが０．６である場合、一様乱数Ｒ（０．６）、予兆Ｙ４の遷移確率（０．５）、故障Ｋ２の遷移確率（０．５）となる。この条件において、ステップＳ２０６では、一様乱数Ｒ（０．６）が予兆Ｙ４の遷移確率（０．５）と故障Ｋ２の遷移確率（０．５）とを加えた合算値よりも小さい場合に相当し、ステップＳ２１１に進んで故障Ｋ２の状態に遷移する。

ステップＳ２１１では、故障Ｋ２に遷移すると判断して、ステップＳ２１２に進む。ステップＳ２１２では、これで１回のシミュレーションを終了し、シミュレーション回数をカウントアップして、ステップＳ２１３に進む。

ステップＳ２１３では、シミュレーション回数が、予め設定された上限回数に達しているか判断する。上限回数に達した場合（Ｙｅｓ）、一連の処理を終了し、上限回数に達していない場合（Ｎｏ）、ステップＳ２１４に進む。

ステップＳ２１４では、累積故障確率の分布が収束するまで一連の処理を繰り返す。すなわち、ステップＳ２１４において、累積故障確率の分布が収束した場合（Ｙｅｓ）、一連の処理を終了し、累積故障確率の分布が収束していない場合（Ｎｏ）、ステップＳ２０１に戻り、ステップＳ２０１以下を繰り返す。

ここで、シミュレーションの上限回数の設定について説明する。予兆パターンＤにおける予兆数が多い程、故障に至る分岐数は増える。このため、予兆パターンＤにおける予兆数に応じて、シミュレーションの上限回数を設定する。例えば、予兆パターンＤにおける予兆数が１つの場合には、シミュレーションの上限回数を１００００回に設定し、予兆パターンＤにおける予兆数が２つの場合には、シミュレーションの上限回数を２００００回に設定し、また、予兆パターンＤ３のように、予兆パターンＤにおける予兆数が３つの場合には、シミュレーションの上限回数を３００００回に設定する。

図５のフローチャートに戻り、ステップＳ１０４において、ステップＳ１０３で算出した累積故障確率に基づいて、予兆が発生した各設備に対して保守点検を行う優先度を算出する。換言すれば、予兆が発生した各設備のうち、累積故障確率に基づいて、最も保守点検を必要としている設備、つまり、故障に至る確率が高い設備を選択する。ステップＳ１０４では、設備稼働状態において、複数の設備に予兆がそれぞれ発生したとき、それら予兆に関する予兆パターンＤの累積故障確率を比較することによって、予兆が発生した複数の設備から、最も故障する確率が高い設備を選択して、ステップＳ１０５に進む。

ステップＳ１０４の処理の具体例として、例えば、あるタイミングにおいて、複数の設備において予兆が発生したとき、これら予兆に関する予兆パターンの累積故障確率を比較して、これら設備の中から、累積故障確率が高い予兆パターンの設備を選択する。そして、選択した設備の保守点検を優先的に行う。このように、累積故障確率に基づいて、最も保守点検が必要な設備（故障する確率が高い設備）を把握することができる。

ステップＳ１０５では、ステップＳ１０４において最も保守点検が必要であると選択された設備に対して出動限界時間を算出する。出動限界時間は、予兆が発生してから故障に至ると予測される故障予測時間と、保守員がその設備に到達して保守点検を完了するまでの保守時間とを比較することによって算出される。

故障予測時間は、発生した予兆に関する予兆パターンに基づいて算出する。すなわち、予兆が発生してから、故障に至るまでに予測される時間に基づいて算出する。また、保守時間は、予兆が発生した設備に近い支社等に待機している保守員が、その設備に向かい、保守点検を完了するまでに要する時間に基づいて算出する。そして、故障予測時間よりも保守時間が短くなるように出動限界時間を算出し、保守員は、出動限界時間に基づいて、保守点検を実施する。

以上、説明したように、設備点検順位設定装置１０は、故障履歴データに基づいて、故障に至る複数の予兆のうち、故障と関連性の高い予兆を抽出して予兆パターンＤを作成し、この予兆パターンＤにおける最初の予兆が発生したときに、故障に至る累積故障確率を算出する。そして、設備点検順位設定装置１０は、この累積故障確率に基づいて、保守点検を行う設備２の優先度を算出する。このため、故障に至るまでに複数の予兆が発生している場合に、これら予兆の中から故障と関連性の低い予兆を除外して、故障と関連性の高い予兆に基づいて、故障に至る故障確率を算出でき、故障確率の精度を向上することができる。

その結果、保守点検を行う設備２の優先度を高精度に算出することができ、故障時期および故障に至る確率を考慮した保守点検を行う設備２の優先度を決定することができる。また、故障しやすい設備２から保守点検順位を設定することで、効率的に保守点検を行うことができ、故障を低減させることが可能となり、設備２の長期使用が可能となる。

また、予兆と故障との関連性を判断するための閾値を有しており、この閾値を調整することによって、予兆パターンＤにおける故障に関連する予兆数を調整することができる。また、予兆パターンＤのデータ量を調整することもできる。

また、予兆パターンＤ内に同種類の予兆が連続して存在する場合、連続する同種類の予兆を１つの予兆として予兆パターンＤを作成するので、類似する予兆パターンＤを除外することができ、異なる種類の予兆パターンＤのデータ量を確保することができる。

また、モンテカルロシミュレーションにより累積故障確率を算出し、予兆パターンＤにおける予兆数に応じて、モンテカルロシミュレーションの回数の上限回数を設定しているので、予兆パターンＤに適応したシミュレーションを行うことができ、また、シミュレーションによる演算の負荷を減らすことができる。特に、設備数や故障履歴のデータ量が多い場合には、モンテカルロシミュレーションの演算量は莫大な量となるが、シミュレーションの上限回数を設定することにより、必要な演算結果を得られるとともに、演算負荷を減らすことができる。

また、出動限界時間算出部１５は、優先度算出部１４により算出された優先度に基づいて出動限界時間を算出するため、算出された出動限界時間に基づいて、保守員が設備２を保守点検することで設備２の故障を一層低減させることが可能となる。

２設備、３稼動履歴受信部、４故障履歴データベース、１０設備点検順位設定装置、１１予兆パターン抽出部、１２遷移確率蓄積部、１３累積故障確率算出部、１４優先度算出部、１５出動限界時間算出部、Ｄ，Ｄ１，Ｄ２，Ｄ３，Ｄ４予兆パターン、Ｇ１，Ｇ２，Ｇ３，Ｇ４，Ｇ５，Ｇ６経路、Ｋ１，Ｋ２故障、Ｌ１，Ｌ２，Ｌ３，Ｌ４，Ｌ５連続部分、Ｙ１，Ｙ２，Ｙ３，Ｙ４，Ｙ１０，Ｙ１１，Ｙ１２，Ｙ１３Ｙ，１４予兆。

Claims

複数の設備からそれぞれ収集された予兆の情報と、予兆後に発生した故障の情報とを蓄積する故障履歴蓄積部と、
前記故障履歴蓄積部に蓄積された前記予兆及び前記故障に基づいて、前記故障の前に発生した複数の前記予兆から前記故障と関連する前記予兆を抽出して、抽出した前記予兆に基づいて予兆パターンを作成する予兆パターン抽出部と、
前記予兆パターンにおける予兆間及び予兆故障間の遷移確率を算出して蓄積する遷移確率蓄積部と、
前記予兆パターンにおける最初の前記予兆が発生したとき、前記遷移確率に基づいて、当該予兆から前記故障に至る累積故障確率を算出する累積故障確率算出部と、
前記予兆が発生した複数の前記設備に対して、前記累積故障確率に基づいて保守点検を行う前記設備の優先度を算出する優先度算出部と、
を備えることを特徴とする設備点検順位設定装置。
請求項１に記載の設備点検順位設定装置であって、
前記予兆パターン抽出部は、各予兆間の故障確率の変化率と、前記故障との関連性を判断する閾値とを比較することによって、複数の前記予兆から前記故障と関連する前記予兆を抽出することを特徴とする設備点検順位設定装置。
請求項１または２に記載の設備点検順位設定装置であって、
前記予兆パターン抽出部は、前記予兆パターン内に同種類の前記予兆が連続して存在する場合、連続する同種類の前記予兆を１つの前記予兆として前記予兆パターンを作成することを特徴とする設備点検順位設定装置。
請求項１から３のいずれか１項に記載の設備点検順位設定装置であって、
前記累積故障確率算出部は、モンテカルロシミュレーションにより前記累積故障確率を算出し、前記予兆パターンにおける予兆数に応じて、前記モンテカルロシミュレーションの回数の上限回数を設定することを特徴とする設備点検順位設定装置。
請求項１から４のいずれか１項に記載の設備点検順位設定装置であって、
前記優先度算出部により算出された優先度に基づいて、保守員を出動させなければ前記設備が前記故障する限界の時間である出動限界時間を算出する出動限界時間算出部を備えたことを特徴とする設備点検順位設定装置。
複数の設備からそれぞれ収集された故障履歴に基づいて、保守点検を行う前記設備の優先順位を設定する設備点検順位設定方法であって、
複数の設備からそれぞれ収集された予兆の情報と、予兆後に発生した故障の情報とを蓄積し、
前記予兆及び前記故障に基づいて、前記故障の前に発生した複数の前記予兆から前記故障と関連する前記予兆を抽出して、抽出した前記予兆に基づいて予兆パターンを作成し、
前記予兆パターンにおける予兆間及び予兆故障間の遷移確率を算出して蓄積し、
前記予兆パターンにおける最初の前記予兆が発生したとき、前記遷移確率に基づいて、当該予兆から前記故障に至る累積故障確率を算出し、
前記予兆が発生した複数の前記設備に対して、前記累積故障確率に基づいて保守点検を行う前記設備の優先度を算出することを特徴とする設備点検順位設定方法。