JP2016148963A - Failure sign diagnostic system and failure sign diagnostic method - Google Patents
Failure sign diagnostic system and failure sign diagnostic method Download PDFInfo
- 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
Links
Images
Landscapes
- Testing And Monitoring For Control Systems (AREA)
Abstract
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).
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
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
As an actual estimation method in the device
Hereinafter, an example of a specific calculation method for calculating the prediction value by the device
On the other hand, a static model as shown in FIG. 4 is used for calculating the current value in the device
The inspection time determination method by the inspection
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
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
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
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
An example of a method for calculating the estimated accuracy of the inspection time in the estimated
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
FIG. 15 is an example of a control flowchart of the maintenance
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)
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.
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.
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.
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.
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.
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.
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.
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.
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)
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 |
-
2015
- 2015-02-12 JP JP2015024883A patent/JP2016148963A/en active Pending
Cited By (6)
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 |