JP2009155043A - エレベータの部品改善計画システム及び部品改善計画方法 - Google Patents

Abstract

【課題】エレベータを構成する部品の故障要因を分析することを可能とする。
【解決手段】出荷情報ＤＢ１１は、エレベータの部品を識別するための部品識別情報及び当該部品の出荷先を識別するための顧客識別情報を含む出荷情報を格納する。保全情報ＤＢ１２は、出荷情報に含まれる部品識別情報に対応付けて当該部品識別情報によって識別される部品の故障が発生したことを示す故障発生情報を含む保全情報を格納する。使用環境情報ＤＢ１４は、出荷情報に含まれる部品識別情報に対応付けて当該部品識別情報によって識別される部品の使用状態を示す使用環境情報を格納する。解析部１５３は、ユーザによって指定された対象部品を識別する部品識別情報に対応付けられている保全情報及び使用環境情報を抽出する。解析部１５３は、保全情報及び使用環境情報に基づいて対象部品の故障要因を分析する。入出力部１６は、解析部１５３による分析結果を出力する。
【選択図】 図１

Description

本発明は、エレベータを構成する部品の使用方法を改善するために用いられるエレベータの部品改善計画システム及び部品改善計画方法に関する。

例えばビル等に設置されて稼働するエレベータは、事故等を未然に防ぐために、保守員（担当者）によりエレベータの保守・点検等（以下、単にエレベータの保守と表記）が行われ、管理されるのが一般的である。

エレベータの保守においては、当該エレベータを構成する各部品のうち、例えば長年使用されることにより寿命に達した部品の交換等が行われる。

近年では、このようなエレベータの保守のために、例えばエレベータ（を構成する各部品）の出荷先である顧客及び当該エレベータの稼働時期等を示す出荷情報、または例えばエレベータを構成する各部品の故障時期等を示す保全情報がデータベース化されて保存されるシステムが知られている。この保全情報には、例えば故障等により交換された部品の交換履歴等が含まれる。エレベータを構成する各部品の交換時期は、例えば保全情報に含まれる交換履歴等に基づいて設定される。

なお、このようなシステムにおいては、例えば出荷情報または保全情報が、例えばエレベータの保守を行う保守員によって入力される、または遠隔操作によりエレベータから収集されることによりデータベースが構築される。

このようにデータベース化された出荷情報または保全情報は、ネットワーク上で確認可能となっている。これにより、保守員を含む関係者等は、例えば自身が管理するエレベータの仕様または当該エレベータを構成する部品の交換状況等を確認することができる。

上記したようなエレベータを構成する部品の交換に関する技術として、例えば部品の使用状態に則した交換を行うことができ、かつ、保守員の負担を軽減することができる技術が開示されている（例えば、特許文献1を参照）。この技術によれば、管轄する全エレベータの各部品について、顧客情報、寿命予測テーブル、作業実績から当該各部品の交換時期を自動的に演算する。
特開平６−３４５３４８号公報

上記したような従来のシステムにおいては、エレベータの保守に利用される出荷情報または保全情報が保存（管理）されるデータベースが構築されている。

しかしながら、上記したシステムにおいては、個々のエレベータの状態をデータベース化された出荷情報または保全情報により確認することは可能であるが、複数のエレベータ全体の状況を把握することはできない。すなわち、各地（複数箇所）に設置されている複数のエレベータを想定した場合、これらのエレベータを構成する各部品レベルでは、１つ１つの部品の故障状況等を把握することはできない。また、複数のエレベータのうち、特定の地域（例えば、関東等）に設置されている複数のエレベータにおける特定の部品の故障状況等についても把握することはできない。

また、エレベータを構成する部品の交換時期は、例えば保全情報に含まれる交換履歴に基づいて設定されるが、当該エレベータを構成する部品には様々な部品があるにもかかわらず、交換時期が一定である場合がある。逆に、交換時期の設定は保守員の経験に左右されることが多いため、エレベータが設置されている地域によっては同一の部品であっても交換時期が異なる場合がある。つまり、エレベータを構成する部品の交換時期に整合性がない場合がある。

また、上記したシステムにおいては、データベース化された保全情報には例えば故障等により交換された部品の交換履歴は含まれているが、当該故障の要因（原因）等については瞬時に把握することはできない。また、例えば故障の要因等を調べる場合には、調査に時間がかかるため対応が遅れる場合がある。

また、例えば部品の交換履歴に基づいて交換時期が設定された場合、当該交換時期に行われる部品交換に必要な時間または当該部品代等は考慮されていない。つまり、部品交換に必要なトータルコストについては考慮されていない。

また、上記したように部品の交換時期に整合性がないため、故障発生を事前に予測することは困難である。このため、部品交換前に当該部品に故障が発生することが考えられる。

また、例えばエレベータを構成する部品が使用される環境（使用環境）または使用方法が適切でないために当該部品の使用期間が短くなる場合がある。しかしながら、このような場合であっても要因（原因）が不明であるため、根本的に改善できず、部品を変更することで対応してしまう場合がある。

本発明の目的は、エレベータを構成する部品の故障要因を分析するエレベータの部品改善計画システム及び部品改善計画方法を提供することにある。

本発明の１つの態様によれば、エレベータを構成する部品を識別するための部品識別情報及び当該部品が出荷された出荷先を識別するための顧客識別情報を含む出荷情報を格納する出荷情報格納手段と、前記出荷情報格納手段に格納されている出荷情報に含まれる部品識別情報に対応付けて、当該部品識別情報によって識別される部品の故障が発生したことを示す故障発生情報を含む保全情報を格納する保全情報格納手段と、前記出荷情報格納手段に格納されている出荷情報に含まれる部品識別情報に対応付けて、当該部品識別情報によって識別される部品の使用状態を示す使用環境情報を格納する使用環境情報格納手段と、ユーザによって指定された対象部品を識別するための部品識別情報であって、同一の出荷先を識別するための顧客識別情報を含む出荷情報に含まれる部品識別情報に対応付けて前記保全情報格納手段に格納されている保全情報及び当該部品識別情報に対応付けて前記使用環境情報格納手段に格納されている使用環境情報を抽出する抽出手段と、前記対象部品の故障要因を、前記抽出された保全情報に含まれる故障発生情報及び前記取得された使用環境情報に基づいて分析する分析手段と、前記分析手段による分析結果を出力する出力手段とを具備するエレベータの部品改善計画システムが提供される。

本発明によれば、エレベータを構成する部品の故障要因を分析することを可能とする。

以下、図面を参照して、本発明の実施形態について説明する。

図１は、本実施形態に係るエレベータの部品改善計画システムの構成を示すブロック図である。

図１に示すエレベータの部品改善計画システム１０は、出荷情報データベース（ＤＢ）１１、保全情報データベース（ＤＢ）１２、リスク管理データベース（ＤＢ）１３、使用環境情報データベース（ＤＢ）１４、コンピュータ１５、入出力部１６、抽出結果データベース（ＤＢ）１７、信頼性解析データベース（ＤＢ）１８を含む。

出荷情報データベース１１には、エレベータを構成する各部品の出荷に関する出荷情報が格納されている。この出荷情報には、例えばエレベータを構成する部品を識別するための部品識別情報及び当該部品が出荷された顧客（出荷先）を識別するための顧客識別情報等が含まれる。

保全情報データベース１２には、エレベータを構成する各部品の保全（保守）に関する保全情報が格納されている。この保全情報は、例えば出荷情報データベース１１に格納されている出荷情報に含まれる部品識別情報に対応付けて保全情報データベース１２に格納されている。保全情報には、当該保全情報に対応付けられている部品識別情報によって識別される部品の故障が発生したことを示す故障発生情報等が含まれる。

リスク管理データベース１３には、エレベータを構成する各部品を交換する際の作業に必要な交換作業時間及び当該各部品のリードタイムを示すリスク管理情報が、当該部品を識別するための部品識別情報に対応付けて格納されている。このリスク管理情報によって示される交換作業時間については、例えば交換作業時間管理システム等の別のデータベースより自動収集される。また、リスク管理情報によって示されるリードタイムについては、生産者管理システム等の別のデータベースより自動収集される。

使用環境情報データベース１４には、上記した出荷情報データベース１１に格納されている出荷情報に含まれる部品識別情報に対応付けて、当該部品識別情報によって識別される部品の使用状態（使用される環境）を示す環境情報（使用環境情報）が格納されている。この環境情報には、例えばエレベータを構成する各部品が使用される場所の温度、湿度、当該エレベータ（を構成する各部品）の起動回数、当該部品にかかる電圧、電流、当該部品に関する硬度、応力データまたはその他当該部品の寿命に関するデータ等が含まれる。

この温度、湿度、機械部品に関する硬度または応力データについては、例えば各エレベータに設置されたセンサを使用することにより、随時収集される。収集されたデータは、例えばエレベータ制御用メインコントローラ等を介して使用環境情報データベース１４に送られる。また、起動回数、電流または電圧についても、例えばエレベータ制御用メインコントローラにより自動的に計測及びカウントされ、使用環境情報データベース１４に送られる。

なお、データの測定については、メインコントローラやセンサばかりでなく、更にその環境下で使用されている製品や部品が個々に寿命に関するデータを収集する機能を備えている。例えばリレーやバッテリーについては、内部に温度、湿度、起動回数、電圧または電流等の各種データを収集する機能を組み込んだ状態で使用できる構造とする。

更に、エレベータには、上記した各種センサの他、例えば監視カメラ等が設置されている。これにより、例えばエレベータを構成する回路または部品の熱分布や各エリアを画像（情報）または映像（情報）として収集できる。この収集された画像または映像により、例えば異常な状況が発生していないか常に監視及び確認することができる。

また、エレベータを構成する各部品の取付位置または温度分布により、各種センサの配置を自由に変更することが可能である。また、各種センサからデータを送信する方法としては、例えば有線または無線のどちらでも構わない。また、例えばデータ測定の際は、測定内容により電源を一時的に切る、または、エレベータを停止させる等の処理が行われる。

なお、上記した例えばリスク管理情報及び環境情報については、例えば一定期間経過後のようにリスク管理データベース１３及び使用環境情報データベース１４に送信する時期を設定することができる。また、リスク管理情報及び環境情報は、上記したように例えば設置されているエレベータ（を構成する各部品）の製造番号（製番）のような識別情報（部品識別情報）毎に対応付けられた状態で格納（保存）される。

コンピュータ１５は、例えば記憶媒体（図示せず）に保存されている分析ツール（プログラム）を実行する。コンピュータ１５は、情報抽出部１５１、演算部１５２、解析部１５３及び管理部１５４を含む。これらの各部１５１から１５４は、コンピュータ１５が上記した分析ツールを実行することにより実現される。

情報抽出部１５１は、例えば入出力部１６を介してユーザ（保守員）によって指定された部品（以下、対象部品と表記）に関するデータ（項目データ）を出荷情報データベース１１から抽出する。このとき、情報抽出部１５１は、出荷情報データベース１１に格納されている出荷情報に含まれる部品識別情報に基づいて、抽出処理を実行する。この項目データには、例えば出荷情報データベース１１に格納されている出荷情報に含まれる顧客識別情報等が含まれる。出荷情報データベース１１から抽出された項目データ（以下、対象部品の出荷抽出情報と表記）は、抽出結果データベース１７に格納される。

また、情報抽出部１５１は、入出力部１６を介してユーザによって指定された対象部品に関するデータ（項目データ）を保全情報データベース１２から抽出する。この項目データには、例えば保全情報データベース１２に格納されている保全情報に含まれている故障発生情報等が含まれる。保全情報データベース１２から抽出された項目データ（以下、対象部品の保全抽出情報と表記）は、上記した出荷抽出情報と同様に、抽出結果データベース１７に格納される。

なお、出荷抽出情報または保全抽出情報の抽出は、例えばシステム単位、装置単位、製品の型式単位、部品の型式単位でも可能である。

演算部１５２は、抽出結果データベース１７に格納された対象部品の出荷抽出情報に基づいて、同一顧客（出荷先）に出荷された対象部品の出荷台数を算出する。出荷されたエレベータを構成する機器が、同一型式の基盤または同一型式の部品を備えている場合、当該機器の出荷台数と、当該機器に含まれる基盤数または部品数とを掛け合わせた数を用いて、各部品（基盤）の出荷台数が算出される。

演算部１５２は、算出された対象部品の出荷台数（母数）を示す出荷台数情報を含む母集団情報を抽出結果データベース１７に格納する処理を実行する。この母集団情報には、例えば出荷先となる顧客名及び出荷時期を示す情報等が含まれる。

解析部１５３は、抽出結果データベース１７に格納された対象部品の保全抽出情報に含まれる故障発生情報及び母集団情報に含まれる出荷台数情報に基づいて、故障発生情報によって示される故障が発生した対象部品の台数（故障台数）を算出する。

解析部１５３は、抽出結果データベース１７に格納されている母集団情報に含まれる出荷台数情報によって示される対象部品の出荷台数と算出された対象部品の故障台数との差から、現場で正常に動作（稼働）している対象部品の台数を算出する。また、解析部１５３は、例えば故障率を算出する場合は、対象部品の出荷台数に対して故障台数の割合を算出する。

解析部１５３としては、例えば解析処理日時（解析日時）と稼働開始日時とから、対象部品が正常に動作している時間（稼働時間）を算出し、当該算出された時間を打ち切りデータとして用いる。

解析部１５３は、例えば対象部品に対して信頼性解析処理を実行することによって、当該対象部品の信頼度を表す信頼性解析情報を生成する。解析部１５３は、例えば抽出結果データベース１７に格納されている母集団情報に含まれる出荷台数情報によって示される対象部品の出荷台数及び算出された対象部品の故障台数に基づいて信頼性解析情報を生成する。解析部１５３は、例えば信頼度関数Ｒ（ｔ）、不信頼度関数Ｆ（ｔ）、故障発生確率密度関数ｆ（ｔ）及び累積ハザード関数Ｈ（ｔ）のような関数を用いて信頼性解析情報を生成する。解析部１５３は、生成された信頼性解析情報を信頼性解析データベース１８に格納する。

解析部１５３は、生成された信頼性解析情報に基づいて、対象部品の交換時期を算出する。このとき、解析部１５３は、例えばリスク管理データベース１３に格納されているリスク管理情報または使用環境情報データベース１４に格納されている環境情報を利用して対象部品の交換時期を算出する。なお、解析部１５３は、算出された対象部品の交換時期を、信頼性解析情報として信頼性解析データベース１８に格納する。

また、解析部１５３は、抽出結果データベース１７に格納されている例えば同一顧客（出荷先）に出荷された対象部品の保全抽出情報及び当該対象部品を識別するための部品識別情報に対応付けて使用環境情報データベース１４に格納されている環境情報（以下、対象部品の環境情報と表記）を抽出（取得）する。ここで、同一顧客に出荷された対象部品は、例えば抽出結果データベース１７に格納されている対象部品の出荷抽出情報に含まれる顧客識別情報により特定される。

解析部１５３は、対象部品の故障要因を、抽出された対象部品の保全抽出情報及び環境情報に基づいて分析する。解析部１５３は、分析結果を信頼性解析情報として信頼性解析データベース１８に格納する。なお、信頼性解析情報として信頼性解析データベース１８に格納された分析結果は、例えば入出力部１６を介して、保守員等に出力（表示）される。

また、解析部１５３は、故障が発生していない対象部品の保全抽出情報及び当該対象部品の環境情報を、抽出結果データベース１７及び使用環境情報データベース１４から取得する。このとき、解析部１５３は、抽出結果データベース１７に格納されている保全抽出情報に含まれる故障発生情報に基づいて取得処理を実行する。解析部１５３は、取得された保全抽出情報及び環境情報に基づいて、故障が発生しない基準となる基準データ（基準空間）を作成（生成）する。

解析部１５３は、作成された基準データと、現在稼働している（故障が発生していない）対象部品の保全抽出情報及び環境情報とを比較する。解析部１５３は、比較結果から、当該対象部品の不具合を検出（判定）する。解析部１５３は、比較結果（または判定結果）を信頼解析情報として信頼性解析データベース１８に格納する。

管理部１５４は、信頼性解析データベース１８に格納された信頼性解析情報（信頼性解析結果）をもとに、随時収集されるフィールドデータ（実際に稼働しているエレベータを構成する対象部品の稼働状況を示すデータ）を確認して、例えば対象部品がリミット（寿命）に達した場合は、例えば保守員に当該対象部品の交換時期がきたことを通知する。この場合、管理部１５４は、入出力部１６を介して、例えばパーソナルコンピュータ（ＰＣ）のモニタ等に表示することにより保守員に通知する。

管理部１５４は、例えば信頼性解析データベース１８に格納されている信頼性解析情報を、入出力部１６を介して出力する機能を有する。

また、管理部１５４は、上記した監視カメラ等により撮像された対象部品の熱分布（を示す映像または画像データ）に基づいて、当該対象部品の異常を監視（判定）する。異常が判定された場合には、例えば入出力部１６を介してその旨が保守員に通知される。

図２は、抽出結果データベース１７に格納される対象部品の出荷抽出情報のデータ構造の一例を示す。図２に示す出荷抽出情報は、エレベータを構成する対象部品に関する項目データである。

図２に示すように、出荷抽出情報には、例えば注番（仮番）、建物名、項番、保守工番、号機、略仕様及びＦＳ開始年月日等が含まれる。図２に示す例では、建物名が出荷先（である顧客）を識別するための顧客識別情報を示している。

図３は、抽出結果データベース１７に格納される対象部品の保全抽出情報のデータ構造の一例を示す。図３に示す保全抽出情報は、エレベータを構成する対象部品に関する項目データである。

図３に示すように、保全抽出情報には、例えば建物名（官庁届出建物名Ｎ）、注番（仮番）、保守工番（設置番号）、略仕様、ＦＳ（期間）開始年月日、故障発生年月日、使用年数（故障年数）、故障発生時刻、故障番号、担当事務所ＣＤ及び故障受付年月日等が含まれる。図３に示す例では、故障発生年月日、故障年数、故障発生時刻故障番号及び故障受付年月日等が、対象部品の故障が発生したことを示す故障発生情報である。なお、上記した故障年数は、例えば（故障発生年月日−ＦＳ開始年月日）×２４により、時間で表される。

次に、図４のフローチャートを参照して、エレベータの部品改善計画システム１０の処理手順について説明する。

まず、情報抽出部１５１は、例えば入出力部１６を介してユーザによって指定された対象部品の項目データ（対象部品の出荷抽出情報）を出荷情報データベース１１から抽出する（ステップＳ１）。この出荷抽出情報には、例えば対象部品が出荷された顧客（出荷先）を識別するための顧客識別情報等が含まれる。情報抽出部１５１は、抽出された対象部品の出荷抽出情報を抽出結果データベース１７に格納する。

また、情報抽出部１５１は、例えば入出力部１６を介してユーザによって指定された対照部品の項目データ（対象部品の保全抽出情報）を保全情報データベース１２から抽出する（ステップＳ２）。この保全抽出情報には、例えば対象部品の故障が発生したことを示す故障発生情報等が含まれる。情報抽出部１５１は、抽出された対象部品の保全抽出情報を抽出結果データベース１７に格納する。

演算部１５２は、抽出結果データベース１７に格納された対象部品の出荷抽出情報に基づいて、同一顧客に出荷された対象部品の出荷台数（母数）を算出する（ステップＳ３）。演算部１５２は、算出された出荷台数を示す出荷台数情報を含む母集団情報を抽出結果データベース１７に格納する。

解析部１５３は、抽出結果データベース１７に格納された保全抽出情報に含まれる故障発生情報及び母集団情報に含まれる出荷台数情報に基づいて、当該出荷台数情報によって示される対象部品の出荷台数のうち、当該故障発生情報によって示される故障が発生した対象部品の台数（故障台数）を算出する（ステップＳ４）。解析部１５３は、例えば累積ハザード関数Ｈ（ｔ）、信頼度関数Ｒ（ｔ）、不信頼度関数Ｆ（ｔ）及び故障発生確率密度関数ｆ（ｔ）のような関数を用いて信頼性解析情報を生成する（ステップＳ５）。

ここで、累積ハザード関数Ｈ（ｔ）は、

と定義される。式（１）において、Ｎｉは、演算部１５２によって算出された対象部品の出荷台数を示す。また、σｉは、対象部品の各々に故障が発生したか否かを示す。例えば対象部品に故障が発生していない場合、σｉは０を示す。一方、対象部品に故障が発生した場合、σｉは１を示す。

また、信頼度関数Ｒ（ｔ）は、

と定義される。また、不信頼度関数Ｆ（ｔ）は、

と定義される。

上記した式（２）及び式（３）から、

を導入してワイブルハザード紙へのあてはめを行い、線形近似により、

及び

に基づく、定数η及びｍを定める。この定数ηは、尺度パラメータである。また、定数ｍは、形状パラメータ（ワイブル係数）である。

上記したようなワイブル関数を導入することにより、広範囲の寿命データを対象とすることができ、分析したデータの故障パターンを、例えば形状パラメータｍの値により知ることが可能となる。例えばｍの値が１より小さい（ｍ＜１）場合は、対象部品は初期故障型である。また、ｍの値が１（ｍ＝１）の場合は偶発故障型であり、ｍの値が１より大きい（ｍ＞１）場合は磨耗故障型である。

なお、故障発生確率密度関数ｆ（ｔ）の算出は、例えば故障時間と不信頼度関数Ｆ（ｔ）を利用して行う。例えば、故障発生確率密度ｆ（ｔ）は、故障発生時間間隔Ｔ時間毎にＦ（ｔ）の最大値Ｆ（ｎＴ）Ｍａｘ（ｎは正の整数）を求め、現在区間の最大値から前の区間の最大値を引いたもの、つまり、ｆ（ｔ）＝Ｆ（ｎＴ）−Ｆ（（ｎ−１）Ｔ）とする。但し、Ｆ（０）＝０として計算する。

解析部１５３は、上記したような関数を用いて値を算出し、当該算出された値を含む信頼性解析情報を信頼性解析データベース１８に格納する。

また、例えば部品の使用環境、例えば当該部品の取付位置、入手時間または交換作業時間等によっても故障発生時間に影響を及ぼすことが考えられる。このため、解析部１５３は、リスク管理データベース１３に格納されているリスク管理情報または使用環境情報データベース１４に格納されている環境情報を取得し、例えば対象部品の不信頼度関数Ｆ（ｔ）または累積ハザード関数Ｈ（ｔ）を用いて算出された値に対し、これらの重み付けを行う。

以下、図５〜図９を参照して、解析部１５３による信頼性解析結果について説明する。

図５は、信頼性解析データベース１８に格納されている信頼性解析情報のデータ構造の一例を示す。図５に示すように、信頼性解析情報には、対象部品毎に、例えば時間、Ｌｎ（ｔ）、σｉ、ハザード値ｈ（ｔ）、Ｈ（ｔ）、Ｆ（ｔ）及びＬｎＨ（ｔ）等が含まれている。なお、図示しないが、信頼性解析情報には、対象部品が出荷された顧客を識別するための顧客名（顧客識別情報）、当該対象部品を識別するための部品識別情報及び故障発生確率密度関数ｆ（ｔ）（を用いて算出された値）等も含まれる。

時間は、例えば対応付けられているσｉが０（つまり、故障が発生していない）の場合は、対象部品の正常稼働時間を示す。一方、例えばσｉが１（つまり、故障が発生した）の場合は、対象部品の故障（発生）時間を示す。Ｌｎ（ｔ）は、当該Ｌｎ（ｔ）に対応付けられている時間の自然対数である。

Ｈ（ｔ）は、累積ハザード関数Ｈ（ｔ）を用いて算出された値（累積ハザード関数Ｈ（ｔ）の値）を示す。また、Ｆ（ｔ）は、不信頼度関数Ｆ（ｔ）を用いて算出された値（不信頼度関数Ｆ（ｔ）の値）を示す。また、ＬｎＨ（ｔ）は、上記したＨ（ｔ）の自然対数である。

図６は、信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の不信頼度関数Ｆ（ｔ）の値が示されるグラフ２００の一例を示す。

図６に示すグラフ２００には、例えば製品（エレベータの機種）毎に対象部品の稼働時間に応じた不信頼度関数Ｆ（ｔ）の値（不信頼度Ｆ（ｔ））が示されている。曲線２０１は、例えばあるエレベータ（第１のエレベータ）を構成する対象部品の不信頼度Ｆ（ｔ）を示す。また、曲線２０２は、例えば第１のエレベータとは異なるエレベータ（第２のエレベータ）を構成する対象部品の不信頼度Ｆ（ｔ）を示す。なお、グラフ２００の縦軸に示す不信頼度Ｆ（ｔ）が１のとき、対象部品の完全故障を示す。

上記したグラフ２００から、例えば稼働時間毎の対象部品の故障数の推移を確認することで、統計的に第１または第２のエレベータを構成する対象部品の寿命となる稼働時間（交換時期）等を算出することができる。

図７は、信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の故障発生確率密度関数ｆ（ｔ）の値が示されるグラフ３００の一例を示す。

図７に示すグラフ３００には、上記した図６に示すグラフ２００と同様に、例えば製品（エレベータの機種）毎に対象部品の稼働時間に応じた故障発生確率密度関数ｆ（ｔ）の値が示されている。線３０１は、例えば第１のエレベータを構成する対象部品の故障発生確率密度関数ｆ（ｔ）の値を示す。また、線３０２は、例えば第２のエレベータを構成する対象部品の故障発生確率密度関数ｆ（ｔ）の値を示す。

なお、図７に示す例では、対象部品が故障するまでの平均値である平均故障間隔（ＭＴＢＦ：Mean Time Between Failure）は、１４０４００（時間）である。

上記したグラフ３００から、例えば第１または第２のエレベータを構成する対象部品の平均故障時間等を確認することで、当該対象部品の交換時期等を算出することが可能となる。

図８は、信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の累積ハザード関数Ｈ（ｔ）の自然対数であるＬｎＨ（ｔ）の値が示されるグラフ４００の一例を示す。

図８に示すグラフ４００には、例えば対象部品の稼働時間（の自然対数Ｌｎ（ｔ））に応じたＬｎＨ（ｔ）の値のプロット結果が示されている。また、グラフ４００には、プロット結果の線形が示されている。これにより、上記した形状パラメータｍを算出することができる。

図８に示す例では、グラフ４００に表されたＬｎＨ（ｔ）の値のプロット結果の線形の傾きから、ｍの値は、１．６３２７となる。この場合、ｍ＞１であるので、対象部品は磨耗故障型であることを確認できる。

なお、図８では省略されているが、上記したグラフ２００及び３００と同様に、グラフ４００には、製品毎にＬｎＨ（ｔ）の値が示される。

図９は、信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の不信頼度関数Ｆ（ｔ）の値に対してリスク管理を実施した際のグラフ５００の一例を示す。

図９に示すように、グラフ５００は、上記したグラフ２００に対してリスク曲線５０１が追加されたものである。このリスク曲線５０１は、例えば対象部品にかかる基盤のコストまたは保守員単価等を掛け合わせたものを示し、稼働時間毎に応じた対象部品の交換にかかるコストを示す。

このように、例えば上記したグラフ２００に対してリスク曲線５０１を追加することで、当該グラフ２００と比較して、より最適な対象部品の交換時期を割出し、交換時期の最適化を図ることが可能となる。

再び図４に戻ると、解析部１５３は、上記したような信頼性解析結果（分析結果）に基づいて、対象部品の交換時期を算出する（ステップＳ６）。

解析部１５３は、例えば環境情報に含まれる温度、湿度、起動回数または算出された交換時期（交換最適時間）等を信頼性解析情報として信頼性解析データベース１８に格納し、リミットデータとして活用する。つまり、このリミットデータ（信頼性解析情報）に基づいて、対象部品等の交換時期が判断される。また、上記した形状パラメータｍについても信頼性解析データベース１８に格納される。

また、解析部１５３は、例えばＭＴ法または分析ソフト等を用いることで、対象部品の故障に影響を及ぼしている要因（故障要因）を分析する（ステップＳ７）。このとき、解析部１５３は、抽出結果データベース１１７に格納されている対象部品の保全抽出情報及び環境情報データベース１４に格納されている対象部品の環境情報に基づいて、故障要因の分析処理を実行する。これにより、例えば対象部品の故障要因として影響の強い要因の洗い出しを行う。なお、故障要因の分析においては、ＭＴ法または分析ソフトのどちらを用いても構わない。

解析部１５３は、故障要因の分析処理において、例えば正常に動作（稼働）している対象部品の出荷抽出情報、保全抽出情報及び環境情報に基づいて、故障が発生しない基準となる基準データを作成する。この基準データは、上記したＭＴ法における基準空間である。解析部１５３は、作成された基準データと、対象部品の出荷抽出情報、保全抽出情報及び環境情報とを比較することにより、当該対象部品の不具合を判定（検出）する。解析部１５３は、この判定結果を、信頼性解析情報として信頼性解析データベース１８に格納する。

ここで、図１０は、例えばＭＴ法を用いて分析された結果の一例を示す。図１０には、解析部１５３によって作成された基準データと例えば対象部品（の出荷抽出情報、保全抽出情報及び環境情報）とが表されている。

図１０に示す例では、対象部品として対象部品Ａ〜対象部品Ｄが表されている。これらの対象部品Ａ〜対象部品Ｄは、例えばそれぞれ異なる製品（エレベータ）を構成する同一の部品であり、現在稼働している部品であるものとする。

図１０の中心が、解析部１５３によって作成された基準データ（基準空間）を示す。つまり、図１０においては、対象部品Ａ〜対象部品Ｄの位置と中心（基準データ）との距離で当該対象部品Ａ〜対象部品Ｄの各々の不具合が判定される。

具体的には、図１０において、例えば対象部品Ａの位置は、基準データの遠い位置にある、つまり、当該対象部品Ａ（の出荷抽出情報、保全抽出情報及び環境情報）は故障が発生しない基準である基準データと離れているため当該対象部品Ａに不具合が発生していると判定できる。一方、対象部品Ｃの情報の位置は、基準データの近い位置にあるため、当該対象部品Ｃには不具合は発生していない（正常に稼働している）と判定できる。

これにより、例えば不具合が発生している対象部品が使用される環境（使用環境）等を認識することにより、故障要因を認識（分析）することができる。

図１１は、例えば分析ソフトを用いて分析された結果の一例を示す。図１１には、例えばグラフ６０１及びグラフ６０２が表されている。グラフ６０１には、例えば対象部品が構成するエレベータの機種毎に当該対象部品の稼働時間（年数）の分布が示されている。また、グラフ６０２には、対象部品の出荷年数毎に当該対象部品の稼働時間の分布が示されている。

これにより、例えば稼働年数が短い対象部品が使用される環境等を認識することにより、故障要因を認識（分析）することができる。

また、図１２は、例えば上記した図１１に示す分析結果をもとに、要因毎の対象部品の稼働時間（年数）に与える影響を示す図である。なお、この図１２は、例えば保守員等に対して表示される。

図１２には、例えば例えば製品毎の対象部品の稼働時間を２０００時間とした場合に、当該対象部品の稼働時間に影響を与える各要因の値及び当該値に対応する稼働時間及び満足度が示されている。ここでは、対象部品の稼働時間に影響を与える要因として、点検日までの期間、平均起動回数（月）、累積起動回数、走行距離（月平均）、停止階床が含まれる。

図１２に示す例では、例えば点検日までの期間が「１９４７」、平均起動回数（月）が「３８６２７」、累積起動回数が「２０６４３５８」、走行距離（月平均）が「２７７．３３１１」及び停止階床が「２．５０３７０４」のとき、対象部品の稼働時間が設定された２０００時間となることを示す。これらの値のときは、満足度は１．００となる。なお、この対象部品の稼働時間は変更可能であり、例えば当該対象部品の稼働時間が３０００時間に設定された場合には、当該稼働時間に応じた各要因の値が示されることになる。

また、図１２に示すように、各要因毎に値を変化させた場合の満足度（及び稼働時間）の変化の程度が異なる。例えば平均起動回数（月）と走行距離（月平均）とでは、例えば平均起動回数（月）の値を減少させた場合には満足度の減少の度合いが激しいのに対し、走行距離（月平均）の値を減少させた場合の満足度の減少の度合いは緩やかである。

つまり、要因の値を変化させた場合の満足度（及び稼働時間）の変化が激しい要因は、対象部品の稼働時間に与える影響が大きいといえる。逆に、要因の値を変化させた場合の満足度（及び稼働時間）の変化が緩やかな要因は、対象部品の稼働時間に与える影響が小さいといえる。

これにより、故障要因として影響の強い要因を洗い出すことが可能となり、各要因（項目）において環境改善も含めた最適な使用方法を抽出できる。なお、抽出された使用方法は、例えば信頼性解析情報として信頼性解析データベース１８に格納される。

再び図４に戻ると、管理部１５４は、上記したような信頼性解析データベース１８に格納された信頼性解析情報（信頼性解析結果）をもとに、随時収集される例えばエレベータ（を構成する対象部品）の稼働状況を示すデータ（フィールドデータ）と比較する。これにより、管理部１５４は、例えば対象部品が寿命（リミット）に達した場合は、当該対象部品の交換時期がきた（メンテナンスの必要がある）ことを通知する（ステップＳ６）。この場合、対象部品の交換時期がきたことが入出力部１６を介して例えばモニタのような表示装置に表示されることで、保守員等に通知される。

図１３は、対象部品の交換時期がきたことを通知する際に表示される表示画面７００の一例を示す。

図１３に示す表示画面７００には、例えば全国地図のように、対象部品（が用いられるエレベータ）の出荷先となる顧客が全体的にわかるように表示される。例えば対象部品の交換時期がきた場合には、当該対象部品の出荷先等が赤等により表示画面７００上に表示される。この際、図示されていないが、交換が必要な対象部品の数、または、その対象部品がどのくらい交換リスクがあるかについてもわかるように表示される。

また、保守員等が、赤等により表示された出荷先（印）を指定することで、当該対象部品が用いられるエレベータの詳細等を確認することができる。このとき、保守員は、例えば上記した図６〜図９に示すような信頼性解析結果を適宜確認することができ、例えば対象部品の交換時期等が不整合であれば、整合が取れるように変更することも可能である。また、保守員は、同様に稼働時間等のリミット値についても手動で設定することが可能である。

なお、例えば形状パラメータｍを確認することができ、状況により、設計フィードバックすることができる構成であってもよい。

次に、図１４を参照して、上記したセンサまたは監視カメラにより例えば対象部品の映像情報が収集された際の管理部１５４の処理について説明する。

センサまたは監視カメラにより収集された映像情報は、例えばエレベータを構成する回路または部品（対象部品）の熱分布を示す。この映像情報には、例えばセンサによって収集されたセンサ出力画像または監視カメラによって収集された監視カメラ出力画像等が含まれる。

対象部品の熱分布を示す映像情報は、センサまたは監視カメラ（以下、単に監視カメラ等と表記）により、例えば予め定められた期間毎（周期的）に収集される。

図１４に示すように、監視カメラ等により収集された映像情報８００には、初期状態の映像情報８０１及び時間経過状態の映像情報８０２が含まれる。初期状態の映像情報８０１は、例えば交換直後（初期状態）の対象部品９０１及び対象部品９０２の熱分布を示す。一方、時間経過状態の映像情報８０２は、例えば交換から一定期間経過後（時間経過状態）の対象部品９０１及び対象部品９０２の熱分布を示す。

また、管理部１５４は、データ比較部１５４ａ及び判定部１５４ｂを含む。データ比較部１５４ａは、上記した初期状態の映像情報８０１及び時間経過状態の映像情報８０２を比較する。判定部１５４ｂは、データ比較部１５４ａによる比較結果、つまり、対象部品における熱分布の変化に基づいて、対象部品９０１及び対象部品９０２の異常を判定する。これにより、管理部１５４は、監視カメラ等により収集された映像情報に基づいて、対象部品に異常（な状況）が発生していないかを常に監視及び確認することができる。

上記したように本実施形態においては、ＭＴ法または分析ソフト等を用いることで、抽出結果データベース１１７に格納されている対象部品の保全抽出情報及び環境情報データベース１４に格納されている対象部品の環境情報に基づいて当該対象部品の故障要因の分析処理が実行される。つまり、例えばエレベータを構成する対象部品において、当該対象部品の故障要因として影響の強い要因を洗い出す（抽出する）ことで、当該対象部品の環境改善を含めた最適な使用方法を抽出することが可能となる。これにより、エレベータを構成する対象部品を最適な環境で使用することができるため、例えば当該対象部品の寿命（リミット）の長期化を図ることが可能となる。したがって、対象部品の交換によるコストを軽減することも可能となる。

また、本実施形態においては、周期的に収集される対象部品の熱分布を示す映像情報を比較することによって、当該対象部品の異常が発生したか否かが判定される。これにより、本実施形態においては、対象部品に異常が発生していないかを常に監視及び確認することが可能となる。

また、本実施形態においては、例えば信頼度関数Ｒ（ｔ）、不信頼度関数Ｆ（ｔ）、故障発生確率密度関数ｆ（ｔ）及び累積ハザード関数Ｈ（ｔ）のような関数を用いて信頼性解析情報を生成することにより、上記した図６〜図９に示すような信頼性解析結果から正確な交換時期を求めることが可能となる。したがって、本実施形態においては、エレベータを構成する部品の寿命による交換時期を明確にし、例えば対象部品が不当に短い期間で交換されるような状況を防止することが可能となる。

また、本実施形態においては、例えばリスク管理を行うことで、より精度の高い交換時期を把握することが可能となると同時に、自動的に分析し、対象部品が交換時期に近づいたことをモニタ等に表示することで、各エレベータ（を構成する対象部品）の状況を保守員が手間なく把握することが可能となる。これにより、保守員の負担を軽減することが可能となる。

また、本実施形態においては、事前に交換時期に近づいたことを把握することで、部品の準備を先行して行い、故障発生前に当が部品の交換を実施することができるため、当該部品により構成されるエレベータ等の重大故障になることを最小限に抑えることができる。

また、本実施形態においては、対象部品が交換時期に近づいたことがモニタ等に表示された際、当該表示された出荷先（印）を指定（例えば、クリック）することで、詳細情報を把握することが可能である。このため、保守員は、稼働しているエレベータのどの部品が交換時期に近づいているかを確認して、部品の交換の判断をすることが可能となる。

また、信頼性解析結果（分析結果）については、保守員等が確認することが可能であるため、ここの部品の故障モード（形状パラメータｍ）を認識することができ、初期故障が発生している、または磨耗故障であるが故障発生時間が早いものに対しては設計フィードバックを実施し、より早い段階で改善につなげることが可能となる。同様に、故障発生確率密度関数ｆ（ｔ）や累積ハザード関数Ｈ（ｔ）を確認し、改善につなげることも可能である。

また、分析の結果について確認を行い、フィールドの状況と整合性がない場合は、環境情報やリスク情報を確認及び修正し、より正確な交換時期を計画することが可能となる。

また、温度、湿度、起動回数等寿命に起因するデータを各製品毎（１台毎）に収集することで、より精度の高い交換計画を構築することが可能となる。

なお、本実施形態においては、母数として対象部品の全ての出荷台数を算出するものとして説明したが、例えば特定の地域に出荷された対象部品の出荷台数等を母数とすることで、例えば地域別に対象部品の交換時期を算出することも可能である。

なお、本願発明は、上記実施形態そのままに限定されるものではなく、実施段階ではその要旨を逸脱しない範囲で構成要素を変形して具体化できる。また、上記実施形態に開示されている複数の構成要素の適宜な組合せにより種々の発明を形成できる。例えば、実施形態に示される全構成要素から幾つかの構成要素を削除してもよい。

本発明の実施形態に係るエレベータの部品改善計画システムの構成を示すブロック図。 抽出結果データベース１７に格納される出荷抽出情報のデータ構造の一例を示す図。 抽出結果データベース１７に格納される保全抽出情報のデータ構造の一例を示す図。 エレベータの部品改善計画システム１０の処理手順を示すフローチャート。 信頼性解析データベース１８に格納されている信頼性解析情報のデータ構造の一例を示す図。 信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の不信頼度関数Ｆ（ｔ）の値が示されるグラフ２００の一例を示す図。 信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の故障発生確率密度関数ｆ（ｔ）の値が示されるグラフ３００の一例を示す図。 信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の累積ハザード関数Ｈ（ｔ）の自然対数であるＬｎＨ（ｔ）の値が示されるグラフ４００の一例を示す図。 信頼性解析データベース１８に格納された信頼性解析情報に含まれる対象部品の不信頼度関数Ｆ（ｔ）の値に対してリスク管理を実施した際のグラフ５００の一例を示す図。 ＭＴ法を用いて分析された結果の一例を示す図。 分析ソフトを用いて分析された結果の一例を示す図。 図１１に示す分析結果をもとに、要因毎の対象部品の稼働時間に与える影響を示す図。 対象部品の交換時期がきたことを通知する際に表示される表示画面７００の一例を示す図。 センサまたは監視カメラにより対象備品の映像情報が収集された際の管理部１５４の処理について説明するための図。

符号の説明

１０…エレベータの寿命部品自動交換計画システム、１１…出荷情報データベース、１２…保全情報データベース、１３…リスク管理データベース、１４…使用環境情報データベース、１５…コンピュータ、１６…入出力部、１７…抽出結果データベース、１８…信頼性解析データベース、１５１…情報抽出部、１５２…演算部、１５３…解析部、１５４…管理部、１５４ａ…データ比較部、１５４ｂ…判定部。

Claims (8)

1. エレベータを構成する部品を識別するための部品識別情報及び当該部品が出荷された出荷先を識別するための顧客識別情報を含む出荷情報を格納する出荷情報格納手段と、
   前記出荷情報格納手段に格納されている出荷情報に含まれる部品識別情報に対応付けて、当該部品識別情報によって識別される部品の故障が発生したことを示す故障発生情報を含む保全情報を格納する保全情報格納手段と、
   前記出荷情報格納手段に格納されている出荷情報に含まれる部品識別情報に対応付けて、当該部品識別情報によって識別される部品の使用状態を示す使用環境情報を格納する使用環境情報格納手段と、
   ユーザによって指定された対象部品を識別するための部品識別情報であって、同一の出荷先を識別するための顧客識別情報を含む出荷情報に含まれる部品識別情報に対応付けて前記保全情報格納手段に格納されている保全情報及び当該部品識別情報に対応付けて前記使用環境情報格納手段に格納されている使用環境情報を抽出する抽出手段と、
   前記対象部品の故障要因を、前記抽出された保全情報に含まれる故障発生情報及び前記抽出された使用環境情報に基づいて分析する分析手段と、
   前記分析手段による分析結果を出力する出力手段と
   を具備することを特徴とするエレベータの部品改善計画システム。
2. 前記保全情報格納手段に格納されている保全情報に含まれる故障発生情報に基づいて、故障が発生していない前記対象部品を識別するための部品識別情報に対応付けて前記保全情報格納手段に格納されている保全情報及び当該部品識別情報に対応付けて前記使用環境情報格納手段に格納されている使用環境情報を取得する取得手段と、
   前記取得された保全情報及び使用環境情報に基づいて、故障が発生しない基準となる基準データを作成する作成手段と、
   前記作成された基準データと、前記故障が発生していない対象部品を識別するための部品識別情報に対応付けて前記保全情報格納手段に格納されている保全情報及び当該部品識別情報に対応付けて前記使用環境情報格納手段に格納されている使用環境情報とを比較することにより、当該対象部品の不具合を検出する検出手段と
   を更に具備し、
   前記出力手段は、前記検出された不具合を示す不具合情報を出力する
   ことを特徴とする請求項１記載のエレベータの部品改善計画システム。
3. 前記対象部品の熱分布を測定する測定手段と、
   前記測定された熱分布に基づいて、前記対象部品の異常を監視する監視手段と
   を更に具備することを特徴とする請求項１記載のエレベータの部品改善計画システム。
4. 前記対象部品の出荷台数を算出する出荷台数算出手段と、
   前記対象部品を識別するための部品識別情報に対応付けて前記保全情報格納手段に格納されている保全情報に含まれる故障発生情報に基づいて、当該対象部品のうち、故障が発生した対象部品の故障台数を算出する故障台数算出手段と、
   前記出荷台数算出手段によって算出された対象部品の出荷台数及び前記故障台数算出手段によって算出された対象部品の故障台数に基づいて、前記対象部品の信頼度を表す信頼性解析情報を生成する生成手段と、
   前記生成された信頼性解析情報に基づいて、前記対象部品の交換時期を算出する交換時期算出手段と
   を更に具備することを特徴とする請求項１記載のエレベータの部品改善計画システム。
5. 前記エレベータを構成する部品を交換する際の作業に必要な交換作業時間または当該部品のリードタイムを示すリスク管理情報を格納するリスク管理格納手段を更に具備し、
   前記交換時期算出手段は、前記生成された信頼性解析情報と共に前記リスク管理格納手段に格納されているリスク管理情報に基づいて交換時期を算出する
   ことを特徴とする請求項４記載のエレベータの部品改善計画システム。
6. 前記交換時期算出手段は、前記生成された信頼性解析情報と共に前記使用環境情報格納手段に格納されている使用環境情報に基づいて交換時期を算出することを特徴とする請求項４記載のエレベータの部品改善計画システム。
7. 前記エレベータを構成する対象部品の稼働状況を示すフィールドデータを収集する収集手段と、
   前記収集されたフィールドデータ及び前記算出された交換時期に基づいて、前記エレベータを構成する対象部品の交換時期がきたことを通知する通知手段と
   を更に具備することを特徴とする請求項４記載のエレベータの部品改善計画システム。
8. エレベータを構成する部品を識別するための部品識別情報及び当該部品が出荷された出荷先を識別するための顧客識別情報を含む出荷情報を格納する出荷情報格納手段と、前記出荷情報格納手段に格納されている出荷情報に含まれる部品識別情報に対応付けて、当該部品識別情報によって識別される部品の故障が発生したことを示す故障発生情報を含む保全情報を格納する保全情報格納手段と、前記出荷情報格納手段に格納されている出荷情報に含まれる部品識別情報に対応付けて、当該部品識別情報によって識別される部品の使用状態を示す使用環境情報を格納する使用環境情報格納手段とを備えるエレベータの部品改善計画システムに適用されるエレベータの部品改善計画方法であって、
   ユーザによって指定された対象部品を識別するための部品識別情報であって、同一の出荷先を識別するための顧客識別情報を含む出荷情報に含まれる部品識別情報に対応付けて前記保全情報格納手段に格納されている保全情報及び当該部品識別情報に対応付けて前記使用環境情報格納手段に格納されている使用環境情報を抽出するステップと、
   前記対象部品の故障要因を、前記抽出された保全情報に含まれる故障発生情報及び前記取得された使用環境情報に基づいて分析するステップと、
   前記分析手段による分析結果を出力するステップと
   を具備することを特徴とするエレベータの部品改善計画方法。

Images