Nothing Special   »   [go: up one dir, main page]

JP2016148963A - Failure sign diagnostic system and failure sign diagnostic method - Google Patents

Failure sign diagnostic system and failure sign diagnostic method Download PDF

Info

Publication number
JP2016148963A
JP2016148963A JP2015024883A JP2015024883A JP2016148963A JP 2016148963 A JP2016148963 A JP 2016148963A JP 2015024883 A JP2015024883 A JP 2015024883A JP 2015024883 A JP2015024883 A JP 2015024883A JP 2016148963 A JP2016148963 A JP 2016148963A
Authority
JP
Japan
Prior art keywords
inspection time
failure sign
value
state
current value
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.)
Pending
Application number
JP2015024883A
Other languages
Japanese (ja)
Inventor
飯星 洋一
Yoichi Iiboshi
洋一 飯星
了 古谷
Satoru Furuya
了 古谷
奈須 真吾
Shingo Nasu
真吾 奈須
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.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
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 Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2015024883A priority Critical patent/JP2016148963A/en
Publication of JP2016148963A publication Critical patent/JP2016148963A/en
Pending legal-status Critical Current

Links

Images

Landscapes

  • Testing And Monitoring For Control Systems (AREA)

Abstract

PROBLEM TO BE SOLVED: To prevent wrong diagnosis occurring by a use state of a movable body, environmental change or maintenance work.SOLUTION: A failure sign diagnostic system comprises: an equipment state prediction device configured to estimate an equipment deterioration state on the basis of history of an operation signal of equipment; an equipment state calculation device configured to calculate a deterioration state using the latest input operation signal of the equipment; and an inspection timing estimation device configured to estimate inspection timing on the basis of the deterioration state (prediction value) estimated by the equipment state prediction device and the deterioration state (current value) calculated by the equipment state calculation device. The inspection timing estimation device selects either inspection timing determination with the prediction value and inspection timing determination with the current value, on the basis of the difference (prediction error) between the predication value and the current value.SELECTED DRAWING: Figure 1

Description

本発明は、機器の状態を推定して点検時期を表示する故障予兆診断に関する。   The present invention relates to a failure sign diagnosis that estimates the state of a device and displays an inspection time.

機器運転中における機器動作信号から機器状態を推定し、機器状態に応じて点検時期を設定する状態監視保全の導入が進んでいる。例えば、時系列的に格納されたデータを解析して使用開始からの熱源機の性能低下の時系列変化を検出し、使用開始からの劣化の度合いを前記経時変化に基づいて推定し、予め定められた劣化しきい値と推定された劣化度合いから保守時期を算出する熱源機の管理装置が提案されている(特許文献1)。   The introduction of state monitoring and maintenance that estimates the equipment state from the equipment operation signal during equipment operation and sets the inspection time according to the equipment state is progressing. For example, by analyzing the data stored in time series to detect a time series change in performance degradation of the heat source unit from the start of use, and estimating the degree of deterioration from the start of use based on the change over time, predetermined There has been proposed a heat source unit management device that calculates a maintenance period from the estimated degradation threshold and the estimated degree of degradation (Patent Document 1).

特開2003−185232号公報JP 2003-185232 A

しかし,特許文献1においては機器の環境状況又は使用状況が変化した場合には、機器状態を正しく推定できない恐れがあった。また保守作業(調整・交換)によって機器特性が変わってしまった場合にも、機器状態を正しく推定できない恐れがあった。 However, in Patent Document 1, when the environmental status or usage status of a device changes, there is a possibility that the device status cannot be estimated correctly. In addition, even if the equipment characteristics have changed due to maintenance work (adjustment / replacement), there is a risk that the equipment status cannot be estimated correctly.

本課題を解決するため,本発明では,機器の動作信号の履歴に基づいて機器劣化状態を推定する機器状態予測装置と、直近に入力された前記機器の動作信号から劣化状態を算出する機器状態算出装置とを備え、前記機器状態予測装置により推定された劣化状態(予測値)と前記機器状態算出装置により算出された劣化状態(現在値)に基づいて点検時期を推定する点検時期推定装置とを備え、前記点検時期推定装置は、前記予測値と現在値の差(予測誤差)に基づいて、前記予測値による点検時期判断と前記現在値による点検時期判断のいずれかを選択する。   In order to solve this problem, in the present invention, a device state prediction device that estimates a device deterioration state based on a history of device operation signals, and a device state that calculates a deterioration state from the most recently input operation signal of the device. An inspection time estimation device for estimating an inspection time based on a deterioration state (predicted value) estimated by the device state prediction device and a deterioration state (current value) calculated by the device state calculation device; The inspection time estimation device selects either the inspection time determination based on the prediction value or the inspection time determination based on the current value based on the difference (prediction error) between the prediction value and the current value.

本発明により使用状況又は環境状況が変化、あるいは保守作業(調整・交換)による機器状態の変化があった場合における機器状態の推定精度を向上させることができる。また、機器状態の推定結果に基づいて点検作業時期を判断する場合には、より無駄の少ない保守計画を提案することができる。   According to the present invention, it is possible to improve the estimation accuracy of the device state when the use state or the environmental state changes or when the device state changes due to maintenance work (adjustment / exchange). In addition, when the inspection work time is determined based on the estimation result of the equipment state, a less maintenance plan can be proposed.

本発明を適用した故障予兆診断システムのブロック図の一例。An example of the block diagram of the failure sign diagnostic system to which this invention is applied. 機器状態予測装置101の演算方法の一例。An example of the calculation method of the apparatus state prediction apparatus 101. 機器状態予測装置101の演算方法の別の一例。Another example of a calculation method of the device state prediction apparatus 101. 機器状態算出装置102の演算方法の一例。An example of the calculation method of the apparatus state calculation apparatus 102. 予測値による点検時期推定方法の一例。An example of an inspection time estimation method based on predicted values. 現在値による点検時期推定方法の一例。An example of a method for estimating the inspection time based on the current value. 本発明を実現するためのフローチャートの一例。An example of the flowchart for implement | achieving this invention. 時系列グラフ表示の一例。An example of a time series graph display. 本発明を実現するためのフローチャートの別の一例。Another example of the flowchart for implement | achieving this invention. 記録表示の一例。An example of a record display. 実施例2における故障予兆診断システムのブロック図の一例。An example of the block diagram of the failure sign diagnostic system in Example 2. FIG. 推定精度算出方法の一例。An example of an estimation accuracy calculation method. 点検時期の推定値と所定値との関係を示す図の一例。An example of the figure which shows the relationship between the estimated value of inspection time, and a predetermined value. 実施例3における故障予兆診断システムのブロック図の一例。An example of the block diagram of the failure sign diagnostic system in Example 3. FIG. 実施例3を実現するためのフローチャートの別の一例。12 is another example of a flowchart for realizing the third embodiment.

本発明の実施形態を、図面を参照して説明する。なお、以下に説明する実施形態では、具体的な対象機器の事例としてドアを例として説明するが、本発明の適用対象はこれに限らない。   Embodiments of the present invention will be described with reference to the drawings. In the embodiment described below, a door is described as an example of a specific target device, but the application target of the present invention is not limited to this.

図1は、本発明の故障予兆診断システム100を構成する機能ブロック図の一例である。対象機器であるドアには図示しないドア制御装置からドア開閉指令信号が入力され、当該指令信号に応じてドアが開閉動作を行う。また、ドアには開閉動作をモニタするセンサが備えられている。故障予兆診断システム100は、機器状態予測装置101、機器状態判定装置102、点検時期判定装置103を有する。機器状態予測装置101及び機器状態判定装置102には、制御装置から出力されるドア開閉指令信号とセンサにより計測されたドア開閉検知信号とを含む機器動作信号が入力される。機器状態予測装置101は、現時刻よりも以前に入力された機器動作信号に基づいて、例えばドア開閉指令信号(「開」指令又は「閉」指令)やドア開閉動作(「開」動作又は「閉」動作)の完了検知信号からドアの開閉動作時間を算出し開閉時間に影響する周辺温度などの環境情報信号を加味し、その履歴データから現時刻の機器劣化状態の予測値を算出する。ここで、機器状態予測装置101で生成される予測値とは、現時刻よりも以前に入力された機器動作信号から現在の機器状態の推定値を算出したものである。一方、機器状態判定装置102は、現時刻に入力された機器動作信号に基づいて、機器劣化状態の現在値を算出する。ここで、機器状態判定装置102で生成される現在値とは、現時刻に入力される機器動作信号から現在の機器劣化状態を算出したものである。点検時期判定装置103は、これら機器劣化状態の予測値および現在値に基づいて機器の点検時期を算出する。
機器状態予測装置101での実際の推定方法としては、図2に示すような状態方程式に基づく物理状態モデルを用いても良いし、図3に示すような統計モデルを用いても良い。なお図2、図3におけるu(n-1)は現時刻よりも以前に入力された機器動作信号であり、x(n)は現時刻の内部状態、f0,f1,f2は任意の関数(例えばf0はノイズ除去関数、f1が周期関数、f2がトレンド関数)、ye(n)は現時刻の予測値を表す。
以下に、図3に示す統計モデルを用いて機器状態予測装置101で予測値を算出する具体的な算出方法の一例について以下に説明する。まず、ノイズ除去関数f0により、過去の機器動作信号の履歴情報に基づいて過去のドア開閉時間を算出するとともに、動作ばらつきを移動平均で除去してドア開閉時間x(n-1)を算出する。このx(n-1)から周期関数f1およびトレンド関数f2を用いて予測値ye(n)を算出する。ここで周期関数f1は季節変動の影響を算出する関数であり、例えば1年周期で変動するsin関数等の周期関数を設定する。一方トレンド関数f2は劣化トレンドに相当する項でありf2(n)=a*x(n)+bのような線形方程式を用いる。これらf1,f2の関数の係数は、過去の開閉動作データを用いて、最小ニ乗法などの適合手段により設定する。以上の算出方法により、過去のドア開閉時間の履歴データから現時刻あるいは将来の機器劣化状態を予測するモデルが構築できる。
一方、機器状態判定装置102における現在値の算出おいては、図4に示すような静的モデルを用いる。静的モデルでは現時刻の機器動作信号を元に機器劣化状態を算出する関数f3を用いる。関数f3では、ドア開閉動作指令信号およびドア開閉検知信号からドア開閉時間を算出する。具体的には、現時刻に入力された機器動作信号に基づいて、「開」のドア開閉指令信号が入力されてからドアを開く動作が完了するまでに掛かったドア開閉時間を算出する。
図5および図6を用いて、点検時期判定装置103による点検時期の判定方法を説明する。図5及び図6では、機器劣化状態(ドア開閉時間)を縦軸、時間を横軸に示している。ここで機器劣化状態としては、機器の劣化と相関のある指標を選定することが望ましく、本実施例では、ドア開閉時間を指標とする。図5は、機器劣化状態の予測値に基づいた点検時期の算出方法を示している。点検時期判定装置103では、上述した統計モデルもしくは物理モデルを用いて、図5に実線で示す将来の機器劣化状態の遷移を推定する。この将来の機器劣化状態の推移と予め設定した機器劣化状態の判定しきい値とが交差する時刻から現時刻までの時間を、点検時期として算出する。なお、図5中の「現在値」は図4に示す方法で機器状態判定装置102が算出した値であり、本発明で用いる「予測誤差」は図5中に示すように、現時刻における「現在値」と「予測値」の差である。
本発明においては後で説明するように、この予測誤差が所定しきい値よりも小さい場合は図5で示す点検時期が故障予兆診断システム100の出力として表示される。図6では、「現在値」を考慮した点検時期の計算方法を示している。ここでは過去3回分の「現在値」に基づいた線形予測により生成する将来の機器劣化状態の推移(図6の点線)と判定しきい値が交差する点から点検時期を算出している。なお、ここでは話を簡単にするため線形補完を用いているが、「現在値」による点検時期の算出方法はスプライン等別の補完方法を用いても構わない。
これまで説明した「予測値」による点検時期は過去履歴に基づいているため、過去に経験していない環境および使用状況にある場合や保守作業(機器調整・部品交換)などが実施された場合には誤った点検時期を推定してしまう恐れがある。そこで本発明では、現時刻の機器劣化状態である「現在値)を生成し、過去履歴に基づいて生成された現時刻の「予測値」と比較する。次に予測値と現在値の差である予測誤差が大きい場合には、予測値に基づいて推定された点検時期が正しくないと判断して、現時刻の機器動作信号により算出した現在値に基づいて点検時期を推定する。この結果、過去に発生していない環境状況や仕様状況が起こっても、あるいは保守作業が実施されても、過去データの影響で点検時期を誤って推定することを防止できる。つまり、過去に得られた機器動作信号の過去履歴に基づいて生成された現時刻の予測値と、現時刻の機器動作信号に基づく現在値との差分である予測誤差が所定しきい値よりも小さい場合には、過去に得られた機器動作信号の過去履歴に基づいて点検時期を提示し、予測誤差が所定しきい値よりも大きい場合には、現時刻又は現時刻から過去数回分の機器動作信号に基づいて点検時期を提示する。これは予測誤差が小さい場合には、過去履歴に蓄積されていない想定外の状況変化が発生していないと考えられるため過去履歴に基づいた予測値に基づいた点検時期を提示し、その逆に予測誤差が大きい場合には、過去履歴に蓄積されていない想定外の状況変化が発生していると考えられるため直近の機器動作信号に基づいて点検時期を提示する。そのため、想定外の状況変化が生じた際でも、それまでの過去履歴データが、点検時期の判断に与える影響を少なくすることが可能となり、たとえば保守員がドアのレールにグリースを添付したり、開閉時間の設定値を変更するなどの調整を行った場合においても適切な点検時期を提示することができる。
FIG. 1 is an example of a functional block diagram constituting the failure sign diagnosis system 100 of the present invention. A door opening / closing command signal is input from a door control device (not shown) to the door that is the target device, and the door opens and closes in response to the command signal. The door is provided with a sensor for monitoring the opening and closing operation. The failure sign diagnosis system 100 includes a device state prediction device 101, a device state determination device 102, and an inspection time determination device 103. A device operation signal including a door opening / closing command signal output from the control device and a door opening / closing detection signal measured by a sensor is input to the device state prediction device 101 and the device state determination device 102. The device state prediction apparatus 101, for example, based on a device operation signal input before the current time, for example, a door open / close command signal (“open” command or “close” command) or a door open / close operation (“open” operation or “ The door opening / closing operation time is calculated from the completion detection signal of the “closed” operation, and an environmental information signal such as ambient temperature that affects the opening / closing time is taken into account, and the predicted value of the device deterioration state at the current time is calculated from the history data. Here, the predicted value generated by the device state prediction apparatus 101 is obtained by calculating an estimated value of the current device state from the device operation signal input before the current time. On the other hand, the device state determination apparatus 102 calculates the current value of the device deterioration state based on the device operation signal input at the current time. Here, the current value generated by the device state determination device 102 is obtained by calculating the current device deterioration state from the device operation signal input at the current time. The inspection time determination device 103 calculates the inspection time of the equipment based on the predicted value and the current value of the equipment deterioration state.
As an actual estimation method in the device state prediction apparatus 101, a physical state model based on a state equation as shown in FIG. 2 or a statistical model as shown in FIG. 3 may be used. 2 and 3, u (n-1) is a device operation signal input before the current time, x (n) is an internal state at the current time, and f0, f1, and f2 are arbitrary functions ( For example, f0 is a noise removal function, f1 is a periodic function, and f2 is a trend function.) Ye (n) represents a predicted value at the current time.
Hereinafter, an example of a specific calculation method for calculating the prediction value by the device state prediction apparatus 101 using the statistical model shown in FIG. 3 will be described below. First, by using the noise removal function f0, the past door opening / closing time is calculated based on the history information of the past device operation signal, and the door opening / closing time x (n-1) is calculated by removing the operation variation by moving average. . A predicted value ye (n) is calculated from this x (n-1) using the periodic function f1 and the trend function f2. Here, the periodic function f1 is a function for calculating the influence of seasonal variation, and for example, a periodic function such as a sin function that varies with a one-year cycle is set. On the other hand, the trend function f2 is a term corresponding to the deterioration trend, and a linear equation such as f2 (n) = a * x (n) + b is used. The coefficients of the functions of f1 and f2 are set by a fitting means such as a least-squares method using past opening / closing operation data. With the above calculation method, it is possible to construct a model that predicts the current time or future device deterioration state from past door opening / closing history data.
On the other hand, a static model as shown in FIG. 4 is used for calculating the current value in the device state determination apparatus 102. In the static model, a function f3 for calculating the device deterioration state based on the device operation signal at the current time is used. In the function f3, the door opening / closing time is calculated from the door opening / closing operation command signal and the door opening / closing detection signal. Specifically, based on the device operation signal input at the current time, the door opening / closing time taken from the input of the “open” door opening / closing command signal to the completion of the door opening operation is calculated.
The inspection time determination method by the inspection time determination device 103 will be described with reference to FIGS. 5 and 6, the device deterioration state (door opening / closing time) is shown on the vertical axis, and the time is shown on the horizontal axis. Here, as the equipment deterioration state, it is desirable to select an index having a correlation with the equipment deterioration. In this embodiment, the door opening / closing time is used as an index. FIG. 5 shows a method for calculating the inspection time based on the predicted value of the equipment deterioration state. The inspection time determination device 103 estimates the transition of the future equipment deterioration state indicated by the solid line in FIG. 5 using the above-described statistical model or physical model. The time from the time at which the transition of the future device deterioration state intersects with a preset threshold value for determining the device deterioration state to the current time is calculated as the inspection time. Note that the “current value” in FIG. 5 is a value calculated by the device state determination apparatus 102 by the method shown in FIG. 4, and the “prediction error” used in the present invention is the “current value” at the current time as shown in FIG. It is the difference between the “current value” and the “predicted value”.
In the present invention, as will be described later, when this prediction error is smaller than a predetermined threshold value, the inspection time shown in FIG. 5 is displayed as an output of the failure sign diagnosis system 100. FIG. 6 shows a method for calculating the inspection time in consideration of the “current value”. Here, the inspection time is calculated from the point where the transition of the future equipment deterioration state (dotted line in FIG. 6) generated by linear prediction based on the “current value” for the past three times intersects with the determination threshold. Here, linear interpolation is used for the sake of simplicity, but a different complementing method such as a spline may be used as the method for calculating the inspection time based on the “current value”.
The inspection time based on the “predicted value” explained so far is based on the past history, so when there is an environment and usage that has not been experienced in the past, or when maintenance work (equipment adjustment / part replacement) is performed. May estimate the wrong inspection time. Therefore, in the present invention, the “current value” that is the device degradation state at the current time is generated and compared with the “predicted value” at the current time generated based on the past history. Next, if the prediction error, which is the difference between the predicted value and the current value, is large, it is determined that the inspection time estimated based on the predicted value is incorrect, and based on the current value calculated from the device operation signal at the current time. To estimate the inspection time. As a result, it is possible to prevent the inspection timing from being erroneously estimated due to the influence of past data even if an environmental situation or specification situation that has not occurred in the past occurs or maintenance work is performed. In other words, the prediction error that is the difference between the predicted value of the current time generated based on the past history of the device operation signal obtained in the past and the current value based on the device operation signal of the current time is less than the predetermined threshold value. If it is small, the inspection time is presented based on the past history of the device operation signal obtained in the past, and if the prediction error is larger than the predetermined threshold, the device for the past several times from the current time or the current time The inspection time is presented based on the operation signal. If the prediction error is small, it is considered that an unexpected situation change that has not been accumulated in the past history has occurred, so the inspection time based on the predicted value based on the past history is presented, and vice versa. When the prediction error is large, it is considered that an unexpected situation change that has not been accumulated in the past history has occurred, so the inspection time is presented based on the latest device operation signal. Therefore, even when unexpected changes occur, it is possible to reduce the influence of past history data on the judgment of the inspection time. For example, maintenance personnel attach grease to the door rail, Even when adjustments such as changing the set value of the open / close time are performed, an appropriate inspection time can be presented.

図7は本発明を実現するための点検時期判定装置103における制御フローチャートの一例である。ステップS701では、前述の予測値および現在値から予測誤差を算出する。ステップS702では、予め設定した所定しきい値と比較して、予測誤差が前記所定しきい値よりも小さい否かを判定し、小さい場合は予測値による点検時期が正しいと判断してステップS703に進み、予測誤差が前記所定値以上の場合は、予測値による点検時期が誤っていると判断してステップS704に進む。ステップS703は通常時の処理であり、予測値に基づいて算出した点検時期を表示する。一方のステップS704は異常時の処理であり、現在値に基づいて算出した点検時期を表示するととともに、この原因旧究明を容易とするためにステップS705にすすみ、時系列グラフを表示する。   FIG. 7 is an example of a control flowchart in the inspection time determination device 103 for realizing the present invention. In step S701, a prediction error is calculated from the aforementioned predicted value and current value. In step S702, it is determined whether or not the prediction error is smaller than the predetermined threshold value compared with a predetermined threshold value. If the prediction error is smaller, it is determined that the inspection time based on the predicted value is correct, and the process proceeds to step S703. If the prediction error is greater than or equal to the predetermined value, it is determined that the inspection time based on the prediction value is incorrect, and the process proceeds to step S704. Step S703 is a normal process, and the inspection time calculated based on the predicted value is displayed. One step S704 is processing at the time of abnormality, and displays the inspection time calculated based on the current value, and proceeds to step S705 to facilitate the investigation of the cause and displays a time series graph.

図8は、ステップS705における時系列グラフ表示の一例を示す。図8aは予測誤差の時系列グラフである。この予測誤差は図8bに示した機器劣化状態(ドア開閉時間)の現在値と予測値の差から算出される。図8cには現在値を算出するための機器動作信号を示す。上がドア制御指令値であり、ドア制御指令が立ちあがってから状態値が変化するまでの時間で機器劣化状態(ドア開閉時間)を算出し、現時刻の機器劣化状態が現在値となる。図8a,図8b,図8cにそれぞれ示す時系列グラフは予測誤差が拡大した原因を分析する際に有効であり、予測誤差が所定しきい値よりも大きくなった際にこれら情報を提示することで、現在値による点検時期推定が適切に行われたか否かを容易に確認でき、ユーザが保守計画をより確実に設定できる。あるいは次に述べるように動作信号の時系列グラフだけでなく、保守作業記録や機器の自己診断記録を同時に表示するようにしても良い。   FIG. 8 shows an example of a time-series graph display in step S705. FIG. 8a is a time series graph of the prediction error. This prediction error is calculated from the difference between the current value and the predicted value of the device deterioration state (door opening / closing time) shown in FIG. 8b. FIG. 8c shows a device operation signal for calculating the current value. The above is the door control command value, and the device deterioration state (door opening / closing time) is calculated from the time until the state value changes after the door control command rises, and the device deterioration state at the current time becomes the current value. The time series graphs shown in Fig. 8a, Fig. 8b, and Fig. 8c are effective in analyzing the cause of the increase in the prediction error, and present this information when the prediction error exceeds a predetermined threshold. Thus, it can be easily confirmed whether or not the inspection time estimation based on the current value has been properly performed, and the user can set the maintenance plan more reliably. Alternatively, as described below, not only the time series graph of operation signals but also maintenance work records and device self-diagnosis records may be displayed simultaneously.

図9は本発明を実現するための点検時期判定装置103における制御フローチャートの別の一例である。図7との違いはステップS905である。ここでは図7ステップS704で時系列グラフ表示した代わりに、図10に示すような、直近に実施された保守作業の保守作業記録や直近に異常と判断した自己診断記録を表示する。図10aでは保守作業記録として日時、担当者、作業コード、今回の例ではドアの動作時間に影響する保障作業が行われていないかが容易に確認できるようにする。一方の図10bは、機器が備えている自己診断機能の診断結果である自己診断記録として日時、発生場所、異常コード、異常内容、作業コード(保守作業記録へのリンク)等を示す。例えば、自己診断機能によりドアの開閉時間を常時算出して予め設定した閾値を超えた場合に異常コードを出力するようにしておけば、ドア異常が発生していたことが分かる。図10aおよび図10bの情報をユーザが参照できるようになっていれば、システムが提示した点検時期が適切であるかを判断することができ、本例においてシステムが点検時期の前倒を要請しても、それはメンテナンス作業による誤報であることが判断できる。あるいは図10bに示した自己診断結果があるのに係らず、図10aに相当する作業が無い場合は速やかに点検・調整を行えるように作業計画を設定することが可能となる。
FIG. 9 is another example of a control flowchart in the inspection time determination device 103 for realizing the present invention. The difference from FIG. 7 is step S905. Here, instead of displaying the time series graph in step S704 in FIG. 7, the maintenance work record of the most recently performed maintenance work and the self-diagnosis record most recently determined to be abnormal are displayed as shown in FIG. In FIG. 10a, date and time, person in charge, work code, and in this example, it is possible to easily confirm whether a security work affecting the door operation time is not performed as a maintenance work record. On the other hand, FIG. 10b shows date and time, location of occurrence, error code, error content, work code (link to maintenance work record), and the like as self-diagnosis records that are diagnosis results of the self-diagnosis function of the device. For example, if the opening / closing time of the door is constantly calculated by the self-diagnosis function and an abnormal code is output when a preset threshold value is exceeded, it is understood that a door abnormality has occurred. If the user can refer to the information shown in FIGS. 10a and 10b, it can be determined whether the inspection time presented by the system is appropriate. In this example, the system requests that the inspection time be advanced. However, it can be determined that this is a false alarm due to maintenance work. Or, despite the self-diagnosis result shown in FIG. 10b, when there is no work corresponding to FIG. 10a, it is possible to set a work plan so that inspection and adjustment can be performed quickly.

図11乃至図13を用いて、より確実に機器故障が発生する前に保守作業を行うことができる実施形態について説明する。本実施例の故障予兆診断システム200では、実施例1と同様に、機器状態予測装置101及び機器状態判定装置102及び点検時期判定装置203を備え、点検時期判定装置203から機器の点検時期が出力されるが、その出力された点検時期の推定精度をユーザに提示することができれば、ユーザはより確実な保守作業計画を立てることができる。そのため、本実施例の故障予兆診断システム200は、推定精度判定装置204を更に備えているおり、機器状態予測装置101から出力される予測値と、点検時期判定装置から得た予測誤差とに基づいて、点検時期判定装置から出力される点検時期の推定精度を算出して、外部へ出力する。
図12を用いて、推定精度判定装置204での点検時期の推定精度の算出方法の一例を示す。ここでは前述の予測誤差と予測値から移動平均を用いて推定精度を算出しており、この推定精度を点検時期と合わせてユーザに提示する。この推定精度によりユーザは例えば推定精度が悪い場合には、故障予兆診断システムが提示した点検時期よりも早い時期に点検を行うように点検作業計画を立てることで、機器が故障して列車の運行に支障が出る前に、点検作業を行うことができ、より確実に列車運行の遅延や運休を防止できるようになる。
図13は図7のステップS702あるいは図9ステップS902で示した予測誤差と比較するための所定しきい値の設定方法の一例である。図12では点検時期の推定値が小さくなるほど予測誤差と比較するための所定しきい値を小さくしている。これは点検時期が現時刻に近くなればなるほど推定精度が必要とされることを反映した結果である。このように点検時期判定装置において予測誤差と比較するための所定しきい値を点検時期の推定値が小さくなるほど当該所定しきい値を小さく設定することで、点検時期が現時刻に近づいた場合でもより確実な点検時期を提示できる。
An embodiment in which maintenance work can be performed more reliably before a device failure occurs will be described with reference to FIGS. 11 to 13. As in the first embodiment, the failure sign diagnosis system 200 according to the present embodiment includes the device state prediction device 101, the device state determination device 102, and the inspection time determination device 203, and the inspection time determination device 203 outputs the inspection time of the device. However, if the output estimation accuracy of the inspection time can be presented to the user, the user can make a more reliable maintenance work plan. Therefore, the failure sign diagnosis system 200 of the present embodiment further includes an estimation accuracy determination device 204, which is based on the prediction value output from the device state prediction device 101 and the prediction error obtained from the inspection time determination device. Then, the estimated accuracy of the inspection time output from the inspection time determination device is calculated and output to the outside.
An example of a method for calculating the estimated accuracy of the inspection time in the estimated accuracy determination device 204 will be described with reference to FIG. Here, the estimation accuracy is calculated using the moving average from the prediction error and the prediction value, and this estimation accuracy is presented to the user together with the inspection time. With this estimated accuracy, if the estimated accuracy is poor, for example, if the estimated accuracy is poor, the user can set up an inspection work plan so that the inspection is performed earlier than the inspection time presented by the failure sign diagnosis system. Inspection work can be performed before troubles occur, and train operations can be more reliably prevented from being delayed or suspended.
FIG. 13 shows an example of a method for setting a predetermined threshold for comparison with the prediction error shown in step S702 of FIG. 7 or step S902 of FIG. In FIG. 12, the smaller the estimated value of the inspection time, the smaller the predetermined threshold for comparison with the prediction error. This reflects the fact that the closer the inspection time is to the current time, the more accurate the estimation is required. In this way, even when the inspection time approaches the current time, the predetermined threshold value for comparing with the prediction error in the inspection time determination device is set to be smaller as the estimated value of the inspection time becomes smaller. A more reliable inspection time can be presented.

図14及び図15を用いて、実施例1で説明した故障予兆診断システムを応用して、保守作業が適切に実施されたかを検証する実施形態について説明する。図14は、本実施例における故障予兆診断システム300を構成する機能ブロック図の一例を示している。本実施例では、実施例1に示した各装置に加えて、入力装置306と保守作業監視装置305を備えることを特徴としており、保守作業が適切に実施されたか否かを判断することを可能とする実施形態である。本実施形態における保守作業監視装置305は、保守作業員などにより入力装置306へ入力される保守作業実施情報と、点検時期判定装置103から出力される点検時期の情報に基づいて、保守作業により機器劣化状態が改善したか否かを判断し、保守作業により機器劣化状態が改善していない場合には、警告を外部へ出力する。
図15は本実施形態における保守作業監視装置305の制御フローチャートの一例である。ステップS1501では、機器の調整や部品交換などの保守作業が実施された否かを保守作業実施情報に基づいて判定し、保守作業が実施された場合はステップS1502に進む。ステップS1502では、保守作業が実施される前に点検時期判定装置103により算出された保守前の点検時期と、保守作業が実施された後に点検時期判定装置103により算出された保守後の点検時期とに基づいて、保守実施後の点検時期が保守実施前よりも長くなっているか否かを判定し、保守実施後の点検時期が保守実施前よりも長くなっていなければステップS1503に進む。通常、保守作業が適切に行われれば、保守前よりも保守後の方が機器劣化状態は改善するため、算出される点検時期は、保守前よりも保守後の方が長くなる。そのため、算出される点検時期が保守前よりも長くなっていなければ、保守作業が適切に行われていない可能性が高いと判断できる。ステップS1503では、点検時期判定装置103で生成された該当する機器の点検時期とあわせて、保守作業監視装置305から警告を出力する。本実施形態により、ユーザが機器の保守作業を適切に行っていない場合を把握でき、速やかに再点検時期を計画することが可能となる。
なお、本実施例では、算出される「点検時期」を保守作業の前後で比較することにより、保守作業が適切に行われているか否かを判断しているが、「点検時期」に代えて、「機器劣化状態」を保守作業の前後で比較して、保守作業が適切に行われているか否かを判断しても良い。この場合には、ステップS1502において、機器状態判定装置で生成される機器劣化状態の現在値に基づいて、保守作業実施後の現在値が保守作業実施前の現在値よりも低い値となっている場合は、保守作業が適切に行われていると判断し、保守作業実施後の現在値が保守作業実施前の現在値よりも低い値となっていない場合は、保守作業が適切に行われていないと判断して、ステップS1503に進んで警告を出力する。
With reference to FIGS. 14 and 15, an embodiment will be described in which the failure sign diagnosis system described in the first embodiment is applied to verify whether the maintenance work is properly performed. FIG. 14 shows an example of a functional block diagram constituting the failure sign diagnosis system 300 in the present embodiment. In this embodiment, in addition to the devices shown in the first embodiment, an input device 306 and a maintenance work monitoring device 305 are provided, and it is possible to determine whether or not the maintenance work has been properly performed. It is an embodiment. The maintenance work monitoring device 305 in this embodiment is a device that performs maintenance work based on maintenance work execution information input to the input device 306 by a maintenance worker or the like and information on the inspection time output from the inspection time determination device 103. It is determined whether or not the deterioration state has been improved. If the device deterioration state has not improved due to maintenance work, a warning is output to the outside.
FIG. 15 is an example of a control flowchart of the maintenance work monitoring apparatus 305 in the present embodiment. In step S1501, it is determined based on the maintenance work execution information whether or not maintenance work such as device adjustment and parts replacement has been performed. If the maintenance work has been performed, the process proceeds to step S1502. In step S1502, the inspection time before the maintenance calculated by the inspection time determination device 103 before the maintenance work is performed, the inspection time after the maintenance calculated by the inspection time determination device 103 after the maintenance work is performed, Based on the above, it is determined whether or not the inspection time after the maintenance is performed is longer than that before the maintenance is performed. If the inspection time after the maintenance is not longer than that before the maintenance is performed, the process proceeds to step S1503. Normally, if the maintenance work is properly performed, the device deterioration state is improved after the maintenance than before the maintenance. Therefore, the calculated inspection time is longer after the maintenance than before the maintenance. Therefore, if the calculated inspection time is not longer than that before the maintenance, it can be determined that there is a high possibility that the maintenance work is not properly performed. In step S1503, a warning is output from the maintenance work monitoring device 305 together with the inspection time of the corresponding equipment generated by the inspection time determination device 103. According to the present embodiment, it is possible to grasp the case where the user is not properly performing maintenance work on the device, and it is possible to quickly plan the re-inspection time.
In this embodiment, the calculated “inspection time” is compared before and after the maintenance work to determine whether or not the maintenance work is properly performed, but instead of the “inspection time”. The “deterioration state of the device” may be compared before and after the maintenance work to determine whether or not the maintenance work is being performed appropriately. In this case, in step S1502, based on the current value of the device deterioration state generated by the device state determination device, the current value after the maintenance work is lower than the current value before the maintenance work is performed. If it is determined that the maintenance work is properly performed, and the current value after the maintenance work is not lower than the current value before the maintenance work is performed, the maintenance work is being performed properly. If it is determined that there is not, the process proceeds to step S1503 to output a warning.

100,200,300:故障予兆システム
101:機器状態予測装置
102:機器状態算出装置
103,203:点検時期判定装置
204:推定精度判定装置
305:保守作業監視装置
306:入力装置
100, 200, 300: Predictive failure system
101: Equipment status prediction device
102: Device status calculation device
103, 203: Inspection time determination device
204: Estimated accuracy judgment device
305: Maintenance work monitoring device
306: Input device

Claims (8)

センサによって検出される機器の動作信号の履歴情報に基づいて機器劣化状態を予測する機器状態予測装置と、
前記センサによって直近に検出された前記動作信号から機器劣化状態を判定する機器状態判定装置と、を備え、
前記機器状態予測装置により予測された機器劣化状態の予測値と、前記機器状態判定装置により判定された機器劣化状態の現在値に基づいて、点検時期を判定する点検時期判定装置とを備え、
前記点検時期判定装置は、前記予測値と前記現在値の差である予測誤差に基づいて、前記予測値に基づき生成する点検時期と、前記現在値に基づき生成する点検時期のいずれかを表示することを特徴とする故障予兆診断システム。
A device state prediction device that predicts a device deterioration state based on history information of device operation signals detected by a sensor;
A device state determination device for determining a device deterioration state from the operation signal most recently detected by the sensor,
An inspection time determination device that determines an inspection time based on a predicted value of the device deterioration state predicted by the device state prediction device and a current value of the device deterioration state determined by the device state determination device;
The inspection time determination device displays either an inspection time generated based on the predicted value or an inspection time generated based on the current value based on a prediction error that is a difference between the predicted value and the current value. A failure sign diagnosis system characterized by that.
請求項1に記載の故障予兆診断システムにおいて、
前記予測誤差が所定しきい値よりも小さい場合に、前記予測値に基づき生成された点検時期を表示することを特徴とする故障予兆診断システム。
In the failure sign diagnosis system according to claim 1,
When the prediction error is smaller than a predetermined threshold value, an inspection timing generated based on the predicted value is displayed.
請求項1又は請求項2に記載の故障予兆診断システムにおいて、
前記予測誤差が所定しきい値以上となる場合に、前記現在値に基づき生成された点検時期を表示することを特徴とすることを特徴とする故障予兆診断システム。
In the failure sign diagnosis system according to claim 1 or 2,
When the prediction error is greater than or equal to a predetermined threshold value, the inspection timing generated based on the current value is displayed.
請求項3に記載の故障予兆診断システムにおいて、
前記予測誤差が所定しきい値以上となる場合に、前記現在値に基づき生成された点検時期を表示すると共に、前記予測誤差、前記予測値及び前記現在値、前記動作信号の少なくとも一つの時系列データを表示することを特徴とする故障予兆診断システム。
In the failure sign diagnostic system according to claim 3,
When the prediction error is equal to or greater than a predetermined threshold, the inspection time generated based on the current value is displayed, and at least one time series of the prediction error, the predicted value, the current value, and the operation signal A failure sign diagnosis system characterized by displaying data.
請求項3に記載の故障予兆診断システムにおいて、
前記予測誤差が所定しきい値以上となる場合に、前記現在値に基づき生成された点検時期を表示する共に、直近に実施された保守作業の保守作業記録あるいは直近に異常と判断した機器の自己診断記録を表示することを特徴とする予兆診断システム。
In the failure sign diagnostic system according to claim 3,
When the prediction error is equal to or greater than a predetermined threshold value, the inspection time generated based on the current value is displayed, and the maintenance work record of the most recently performed maintenance work or the self of the equipment that has recently been determined to be abnormal A predictive diagnosis system characterized by displaying a diagnostic record.
請求項1に記載の故障予兆診断システムにおいて、
前記予測誤差に基づいて前記点検時期の推定確度を算出し、前記点検時期とともに前記推定確度を表示することを特徴とする故障予兆診断システム。
In the failure sign diagnosis system according to claim 1,
A failure sign diagnostic system, wherein the estimated accuracy of the inspection time is calculated based on the prediction error, and the estimated accuracy is displayed together with the inspection time.
請求項2に記載の故障予兆診断システムにおいて、
前記点検時期の推定値が当該推定値を算出した時刻に近づくほど前記所定しきい値を小さくすることを特徴とする故障予兆診断システム。
In the failure sign diagnosis system according to claim 2,
The failure sign diagnosis system, wherein the predetermined threshold value is decreased as the estimated value of the inspection time approaches the time when the estimated value is calculated.
請求項1乃至請求項7に記載の故障予兆診断システムにおいて、
前記機器の保守作業を実施したことが入力可能な入力装置を備え、
前記入力装置に保守作業を実施したことを示す情報が入力された際に、当該保守実施前に生成された点検時期と当該保守実施後に生成された点検時期を比較し、保守実施後に生成された点検時期が保守実施前に生成された点検時期よりも長くなっていない場合に警告を出力することを特徴とする故障予兆診断システム。
The failure sign diagnosis system according to claim 1 to 7,
Provided with an input device capable of inputting that the maintenance work of the device has been performed,
When information indicating that maintenance work has been performed is input to the input device, the inspection time generated before the maintenance is compared with the inspection time generated after the maintenance is performed. A failure sign diagnosis system that outputs a warning when the inspection time is not longer than the inspection time generated before maintenance.
JP2015024883A 2015-02-12 2015-02-12 Failure sign diagnostic system and failure sign diagnostic method Pending JP2016148963A (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2015024883A JP2016148963A (en) 2015-02-12 2015-02-12 Failure sign diagnostic system and failure sign diagnostic method

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2015024883A JP2016148963A (en) 2015-02-12 2015-02-12 Failure sign diagnostic system and failure sign diagnostic method

Publications (1)

Publication Number Publication Date
JP2016148963A true JP2016148963A (en) 2016-08-18

Family

ID=56691233

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2015024883A Pending JP2016148963A (en) 2015-02-12 2015-02-12 Failure sign diagnostic system and failure sign diagnostic method

Country Status (1)

Country Link
JP (1) JP2016148963A (en)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022018912A1 (en) * 2020-07-21 2022-01-27 株式会社日立製作所 Prediction system, prediction method, and display device
JPWO2022085426A1 (en) * 2020-10-21 2022-04-28
WO2023228723A1 (en) * 2022-05-24 2023-11-30 株式会社日立製作所 Failure predictive diagnostic system and failure predictive diagnostic method for door system

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022018912A1 (en) * 2020-07-21 2022-01-27 株式会社日立製作所 Prediction system, prediction method, and display device
JP2022021042A (en) * 2020-07-21 2022-02-02 株式会社日立製作所 Prediction system, prediction method, and display device
JP7436313B2 (en) 2020-07-21 2024-02-21 株式会社日立製作所 Prediction system, prediction method, and display device
JPWO2022085426A1 (en) * 2020-10-21 2022-04-28
JP7298781B2 (en) 2020-10-21 2023-06-27 住友電気工業株式会社 Management device, management method and computer program
WO2023228723A1 (en) * 2022-05-24 2023-11-30 株式会社日立製作所 Failure predictive diagnostic system and failure predictive diagnostic method for door system

Similar Documents

Publication Publication Date Title
CN112101662B (en) Method for detecting health condition and life cycle of equipment, storage medium and electronic equipment
Ahmad et al. A hybrid prognostics technique for rolling element bearings using adaptive predictive models
RU2576588C2 (en) Detection of sensor performance degradation implemented in transmitter
WO2016194029A1 (en) Fault diagnosis device and fault diagnosis method
JP2013045325A (en) Controller for control system and elevator system
CN112149860A (en) Automatic anomaly detection method and system
CN109033499A (en) A kind of aero-engine method for predicting residual useful life of multistage consistency check
JP6854151B2 (en) Abnormality prediction method, anomaly prediction device, anomaly prediction system and anomaly prediction program
JP6655926B2 (en) Fault diagnosis system
JP6702297B2 (en) Abnormal state diagnosis method and abnormal state diagnosis device
US7949497B2 (en) Machine condition monitoring using discontinuity detection
JP2016148963A (en) Failure sign diagnostic system and failure sign diagnostic method
JP2009064101A (en) Remote monitoring system and remote monitoring method
JP2010218301A (en) Failure diagnosis apparatus, failure diagnosis method, and failure diagnosis program
JP2009254104A (en) Conductor monitor for power receiving and distributing equipment
CA3114157C (en) Process management device, process management method, and process management program storage medium
JP2019185415A (en) Abnormality determination device and abnormality determination method
JP7170564B2 (en) Motor deterioration trend monitoring system
JP2018205992A (en) Apparatus diagnosing system
JP2018077634A (en) Plant facility deterioration diagnostic device
CN116955050A (en) Detecting an untrusted period of an indicator
JP2011128781A (en) Server monitor and server failure decision method for the same
JP6662222B2 (en) Abnormal state diagnostic method and abnormal state diagnostic apparatus for manufacturing process
KR102319386B1 (en) Apparatus and method of calculating failure intensity
US20240027974A1 (en) Drift detection in dynamic processes

Legal Events

Date Code Title Description
RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170110

RD04 Notification of resignation of power of attorney

Free format text: JAPANESE INTERMEDIATE CODE: A7424

Effective date: 20170112