JP2018049316A - Sensor diagnostic device, sensor diagnostic method and program - Google Patents
Sensor diagnostic device, sensor diagnostic method and program Download PDFInfo
- Publication number
- JP2018049316A JP2018049316A JP2016182599A JP2016182599A JP2018049316A JP 2018049316 A JP2018049316 A JP 2018049316A JP 2016182599 A JP2016182599 A JP 2016182599A JP 2016182599 A JP2016182599 A JP 2016182599A JP 2018049316 A JP2018049316 A JP 2018049316A
- Authority
- JP
- Japan
- Prior art keywords
- sensor
- error
- simulation model
- loss
- sensors
- 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
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
Description
本発明の実施形態は、センサ診断装置、センサ診断方法、およびプログラムに関する。 Embodiments described herein relate generally to a sensor diagnostic apparatus, a sensor diagnostic method, and a program.
産業界および社会インフラなどにおける各種設備は、経年劣化および突発的な故障により、不具合を発生する。不具合とは、機能低下、消費エネルギー損失、効率低下、および顧客サービス品質低下などの事象である。消費エネルギー損失は、１次エネルギー消費量の増加およびＣＯ２排出量の増加を含む。これらの不具合により、コスト増加などの各種経済損失が発生する。これを回避するためには、設備の保守点検を行い、かつその機能および性能を維持するための診断システムが有用である。診断システムは、診断対象設備の状態を診断し、かつ結果を表示する。 Various facilities in the industrial and social infrastructures have problems due to aging and sudden failures. Defects are events such as functional decline, energy consumption loss, efficiency decline, and customer service quality decline. Energy consumption loss includes an increase in primary energy consumption and an increase in CO2 emissions. These problems cause various economic losses such as increased costs. In order to avoid this, a diagnostic system for performing maintenance and inspection of equipment and maintaining its function and performance is useful. The diagnosis system diagnoses the state of the facility to be diagnosed and displays the result.
診断対象は、設備のハードウェアの他に、センサである場合もある。センサは、設備に係る制御ループおよび設備状態の監視、検知、および測定を行う。例えば、ビッグデータ解析およびＩｏＴ（Ｉｎｔｅｒｎｅｔ ｏｆ Ｔｈｉｎｇｓ）などの技術を適用した各種サービスがある。そのサービスにおいて、データの精度を決定するセンサの精度および機能を常時監視および診断し、かつ適切なタイミングでセンサの保守点検を行うことは、サービス品質および信頼性の確保において重要である。 The diagnosis target may be a sensor in addition to the hardware of the facility. The sensor monitors, detects, and measures the control loop and facility state associated with the facility. For example, there are various services to which technologies such as big data analysis and IoT (Internet of Things) are applied. In the service, it is important in ensuring service quality and reliability to constantly monitor and diagnose the accuracy and function of the sensor that determines the accuracy of data and to perform maintenance and inspection of the sensor at an appropriate timing.
従来のセンサ診断システムは、センサのドリフトなどの誤差の発生を検知することはできた。しかし、従来のセンサ診断システムでは、センサの誤差の発生によるエネルギー損失量および経済損失量を示唆するように構成されていなかった。このため、センサの保守点検が必要であるのか否かを知ることができなかった。結果として、全てのセンサを定期的に保守点検する必要が生じ、かつ多大な保守点検コストが発生する場合があった。また、その保守点検コストを節約するために長期間に亘り保守点検をせずにセンサが放置されていた。このため、設備の機能および性能の低下の増大によるエネルギー損失および経済損失が発生する場合があった。 Conventional sensor diagnostic systems were able to detect the occurrence of errors such as sensor drift. However, the conventional sensor diagnosis system is not configured to suggest an energy loss amount and an economic loss amount due to the occurrence of a sensor error. For this reason, it was impossible to know whether or not the sensor needs to be inspected. As a result, it has become necessary to periodically inspect and inspect all sensors, and there are cases in which significant maintenance inspection costs are incurred. Further, in order to save the maintenance inspection cost, the sensor has been left without maintenance inspection for a long period of time. For this reason, energy loss and economic loss may occur due to an increase in deterioration of facility functions and performance.
本発明が解決しようとする課題は、センサの誤差の発生による設備のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を得ることができるセンサ診断装置、センサ診断方法、およびプログラムを提供することである。 A problem to be solved by the present invention is to provide a sensor diagnostic device, a sensor diagnostic method, and a program capable of obtaining an index value corresponding to at least one of an energy loss amount and an economic loss amount of equipment due to the occurrence of a sensor error. Is to provide.
実施形態のセンサ診断装置は、シミュレーションモデル生成部と、センサ誤差設定部と、損失指標算出部とを持つ。前記シミュレーションモデル生成部は、計測対象と、当該計測対象の状態を計測するセンサとを含む設備のシミュレーションモデルを生成する。前記センサ誤差設定部は、前記シミュレーションモデルにおける前記センサに対して、前記センサの計測値に発生する誤差を設定する。前記損失指標算出部は、前記誤差が設定された前記シミュレーションモデルを使用してシミュレーションを行うことにより、前記設備のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を算出する。 The sensor diagnostic apparatus according to the embodiment includes a simulation model generation unit, a sensor error setting unit, and a loss index calculation unit. The simulation model generation unit generates a simulation model of a facility including a measurement target and a sensor that measures a state of the measurement target. The sensor error setting unit sets an error generated in a measurement value of the sensor for the sensor in the simulation model. The loss index calculation unit calculates an index value corresponding to at least one of an energy loss amount and an economic loss amount of the facility by performing a simulation using the simulation model in which the error is set.
以下、実施形態のセンサ診断装置、センサ診断方法、およびプログラムを、図面を参照して説明する。 Hereinafter, a sensor diagnostic device, a sensor diagnostic method, and a program according to embodiments will be described with reference to the drawings.
図１は、センサ診断装置１０が適用されたセンサ診断システム１の構成を示す。図１に示すように、センサ診断システム１は、センサ診断装置１０と、設備２０と、センサ誤差推定装置３０とを備える。
FIG. 1 shows a configuration of a sensor
センサ診断装置１０は、設備２０に含まれるセンサの誤差による設備２０のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を算出する。エネルギー損失量は、消費エネルギー量、１次エネルギー消費量の増加量、およびＣＯ２排出量の増加量の少なくとも１つである。経済損失量は、エネルギー損失に伴って発生するコストである。設備２０は、計測対象と、当該計測対象の状態を計測するセンサとを含む。例えば、設備２０は、ビルなどの施設の空調設備である。例えば、計測対象は、機器および室内負荷である。例えば、機器は、外調機、熱源機、および冷却塔（冷凍機）である。例えば、センサは、温度計、湿度計、流量計、および差圧計である。
The sensor
センサ誤差推定装置３０は、設備２０の機器の入力信号および出力信号と、機器の動作条件と、センサ信号とに基づいて、センサの計測値に発生する誤差を推定する。例えば、動作条件は、各空調機のＯＮ／ＯＦＦ情報および設定温度の少なくとも１つである。例えば、センサ信号は、消費電力およびセンサによって計測される機器状態を示す信号である。例えば、機器状態は、冷水温度、給気温度、室内温度、室内湿度、ＣＯ２濃度、外気温度、外気湿度、冷水還温度、冷水流量、ポンプ回転数、およびファン回転数の少なくとも１つである。センサ誤差推定装置３０は、これらの情報に基づいて、公知の各種診断手法によりセンサの誤差を推定する。センサ誤差推定装置３０は、誤差の推定結果をセンサ診断装置１０に出力する。
The sensor
センサ診断装置１０は、操作部１００と、センサ保守点検履歴記憶部１０１と、モデル情報記憶部１０２と、シミュレーションモデル生成部１０３と、センサ誤差設定部１０４と、損失指標算出部１０５と、表示部１０６とを備える。
The sensor
操作部１００は、ユーザによる操作を受け付ける。例えば、ユーザは、設備２０の管理者または保守員（点検員）である。操作部１００は、ボタン、スイッチ、キー、およびマウスなどの構成を含む。操作部１００は、ユーザによる操作に応じた情報をシミュレーションモデル生成部１０３およびセンサ誤差設定部１０４に出力する。
The
センサ保守点検履歴記憶部１０１およびモデル情報記憶部１０２は、揮発性または不揮発性のメモリである。センサ保守点検履歴記憶部１０１は、設備２０のセンサに対する保守点検の履歴を記憶する。保守点検の履歴は、センサの校正の結果に基づくセンサ毎の誤差の情報を含む。モデル情報記憶部１０２は、設備２０の構成、各種パラメータ、動特性、および静特性などの情報を示すモデル情報を記憶する。設備２０の構成は、計測対象およびセンサの種類および配置位置などの情報を含む。複数の設備２０がある場合、モデル情報記憶部１０２は、設備２０毎にモデル情報を記憶する。また、モデル情報記憶部１０２は、設備２０におけるセンサの配置を示す図面の情報を記憶する。
The sensor maintenance inspection
シミュレーションモデル生成部１０３は、設備２０のシミュレーションモデルを生成する。このシミュレーションモデルは、設備２０全体の挙動をシミュレーションするためのモデルである。シミュレーションモデル生成部１０３は、生成されたシミュレーションモデルの情報を損失指標算出部１０５に出力する。
The simulation
センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、そのセンサの計測値に発生する誤差を設定する。センサ誤差設定部１０４は、少なくとも１つのセンサに対して、０よりも大きい誤差を設定する。シミュレーションモデル生成部１０３は、センサ誤差設定部１０４によって設定された誤差をシミュレーションモデルに反映させる。
The sensor
損失指標算出部１０５は、センサの誤差が設定されたシミュレーションモデルを使用してシミュレーションを行うことにより、設備２０のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を算出する。損失指標算出部１０５は、センサ誤差設定部１０４によって設定された誤差の分、シミュレーションモデルにおけるセンサによって計測される状態の値を補正する。例えば、シミュレーションモデルにおける温度計に＋１℃の誤差が設定された場合、実際の温度は、温度計によって計測された温度よりも１℃低い。このため、損失指標算出部１０５は、冷水温度などの温度を設定温度に対して−１℃補正してシミュレーションを行う。
The loss
表示部１０６は、損失指標算出部１０５による処理の結果を表示する。例えば、表示部１０６は、損失指標算出部１０５によって算出された指標値を表示する。これにより、表示部１０６は、損失指標算出部１０５による処理の結果をユーザに通知する。
The
センサ診断装置１０が、プログラムを読み込み、かつ読み込まれたプログラムを実行してもよい。つまり、センサ診断装置１０の機能はソフトウェアにより実現されてもよい。このプログラムは、シミュレーションモデル生成部１０３と、センサ誤差設定部１０４と、損失指標算出部１０５との動作を規定する命令を含む。このプログラムは、例えばフラッシュメモリのような「コンピュータ読み取り可能な記録媒体」により提供されてもよい。また、上述したプログラムは、このプログラムが保存された記憶装置等を有するコンピュータから、伝送媒体を介して、あるいは伝送媒体中の伝送波によりセンサ診断装置１０に伝送されてもよい。プログラムを伝送する「伝送媒体」は、インターネット等のネットワーク（通信網）や電話回線等の通信回線（通信線）のように、情報を伝送する機能を有する媒体である。また、上述したプログラムは、前述した機能の一部を実現してもよい。さらに、上述したプログラムは、前述した機能をコンピュータに既に記録されているプログラムとの組合せで実現できる差分ファイル（差分プログラム）であってもよい。
The sensor
図２は、センサ診断装置１０の動作の手順を示す。図２を参照し、センサ診断装置１０の動作を説明する。
FIG. 2 shows an operation procedure of the sensor
まず、シミュレーション条件が設定される。例えば、ユーザは、操作部１００を操作することにより、診断対象の設備２０を選択する。操作部１００は、選択された設備２０を示す情報をシミュレーションモデル生成部１０３に出力する。また、ユーザは、操作部１００を操作することにより、設備２０の運用条件を入力する。設備２０の運用条件は、機器の負荷率、冷水および温水の温度、流量、および搬送熱量などの条件である。操作部１００は、設備２０の運用条件を示す情報をシミュレーションモデル生成部１０３に出力する。また、センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、そのセンサの計測値に発生する誤差を設定する（ステップＳ１００）。
First, simulation conditions are set. For example, the user operates the
各種設定の例を説明する。図３は、表示部１０６の画面１０６ａを示す。表示部１０６は、モデル情報記憶部１０２に記憶された情報に基づいて、設備２０におけるセンサの配置を示す図面を表示する。例えば、設備２０が空調設備である場合、表示部１０６は空調系統図を表示する。図３に示す例では、設備２０は、外調機２００、熱源機２０１，２０２、冷却塔２０３，２０４、および室内負荷２０５などの計測対象を含む。また、設備２０は、温度計２１０，２１１，２１２，２１３，２１４，２１５，２１６，２１７，２１８，２１９、湿度計２２０，２２１、流量計２２２，２２３，２２４，２２５，２２６，２２７、および差圧計２２８を含む。
Examples of various settings will be described. FIG. 3 shows a
ユーザは、操作部１００を操作することにより、設備２０における冷水、温水、空気、および熱の流れを定義することができる。また、ユーザは、操作部１００を操作することにより、機器の負荷率、冷水および温水の温度、流量、および搬送熱量などの運用条件を指定することができる。
The user can define the flow of cold water, hot water, air, and heat in the
センサ誤差設定部１０４によるセンサの誤差の設定方法を説明する。例えば、センサ誤差設定部１０４は、ユーザによって指定された誤差の設定機能を有する。ユーザは、操作部１００を操作することにより、センサの誤差を指定することができる。操作部１００は、指定された誤差を示す情報をセンサ誤差設定部１０４に出力する。センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、ユーザによって指定された誤差を設定する。
A method for setting a sensor error by the sensor
例えば、ユーザによって、図３に示す複数のセンサのいずれか１つと、そのセンサに対する誤差とが指定される。センサ誤差設定部１０４は、シミュレーションモデルにおいて、ユーザによって指定されたセンサに対して、ユーザによって指定された誤差を設定する。ユーザは、複数のセンサと各センサに対する誤差とを指定してもよい。この場合、センサ誤差設定部１０４は、シミュレーションモデルにおいて、ユーザによって指定された複数のセンサの各々に対して、ユーザによって指定された誤差を設定する。
For example, the user designates one of the plurality of sensors shown in FIG. 3 and an error with respect to the sensor. The sensor
センサ誤差設定部１０４は、現在センサに発生している誤差の設定機能を有する。センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、センサ誤差推定装置３０によって推定された誤差を設定する。
The sensor
センサ誤差設定部１０４は、過去にセンサに発生していた誤差の設定機能を有する。センサ誤差設定部１０４は、保守点検の履歴をセンサ保守点検履歴記憶部１０１から取得する。センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、保守点検の履歴に基づく誤差を設定する。
The sensor
センサ誤差設定部１０４は、将来にセンサに発生しうる誤差の設定機能を有する。センサ誤差設定部１０４は、保守点検の履歴をセンサ保守点検履歴記憶部１０１から取得する。センサ誤差設定部１０４は、保守点検の履歴に基づいて、将来に発生しうる誤差の予測値を算出する。つまり、センサ誤差設定部１０４は、過去に発生した誤差の履歴に基づいて、将来にセンサに発生しうる誤差の予測値を算出する。センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、誤差の予測値を設定する。
The sensor
ステップＳ１００の後、シミュレーションモデル生成部１０３は、選択された設備２０のモデル情報をモデル情報記憶部１０２から取得する。シミュレーションモデル生成部１０３は、モデル情報、設備２０の運用条件、およびセンサ誤差設定部１０４によって設定された誤差に基づいて、シミュレーションモデルを生成する。具体的には、シミュレーションモデル生成部１０３は、センサの誤差が０である正常時の第１のシミュレーションモデルと、センサの誤差が０よりも大きい異常時の第２のシミュレーションモデルとを生成する（ステップＳ１０１）。
After step S100, the simulation
ステップＳ１０１において、シミュレーションモデル生成部１０３は、モデル情報に基づいてシミュレーションモデルの構造を決定する。シミュレーションモデル生成部１０３は、設備２０の運用条件をシミュレーションモデルに反映させる。このとき、シミュレーションモデル生成部１０３は、全てのセンサの誤差を０にする。これにより、シミュレーションモデル生成部１０３は、正常時の第１のシミュレーションモデルを生成する。また、シミュレーションモデル生成部１０３は、設備２０の運用条件と、センサ誤差設定部１０４によって設定されたセンサの誤差とをシミュレーションモデルに反映させる。これにより、シミュレーションモデル生成部１０３は、異常時の第２のシミュレーションモデルを生成する。
In step S101, the simulation
ステップＳ１０１の後、損失指標算出部１０５は、正常時の第１のシミュレーションモデルを使用して正常時の計測対象の状態のシミュレーションを行う。これにより、損失指標算出部１０５は、正常時の計測対象の状態に基づく指標値を算出する。例えば、損失指標算出部１０５は、正常時の設備２０全体の消費エネルギー量を算出する（ステップＳ１０２）。
After step S101, the loss
ステップＳ１０２の後、損失指標算出部１０５は、異常時の第２のシミュレーションモデルを使用して異常時の計測対象の状態のシミュレーションを行う。これにより、損失指標算出部１０５は、異常時の計測対象の状態に基づく指標値を算出する。例えば、損失指標算出部１０５は、異常時の設備２０全体の消費エネルギー量を算出する（ステップＳ１０３）。
After step S102, the loss
ステップＳ１０３の後、損失指標算出部１０５は、ステップＳ１０２およびステップＳ１０３の結果を比較する。損失指標算出部１０５は、正常時および異常時の計測対象の状態の差に基づく指標値を算出する。例えば、損失指標算出部１０５は、異常時の消費エネルギー量と正常時の消費エネルギー量との差分を正常時の消費エネルギー量で割ることにより、エネルギー損失率を算出する。エネルギー損失率は、正常時の消費エネルギー量を基準にした消費エネルギー量の増加率を示す（ステップＳ１０４）。
After step S103, the loss
ステップＳ１０３において、損失指標算出部１０５は、複数のシミュレーション条件の各々に基づく複数の第２のシミュレーションモデルを使用してシミュレーションを複数回行ってもよい。この場合、複数のシミュレーション条件の各々に対応する複数の指標値が得られる。複数の指標値を比較することにより、シミュレーション条件に応じた異常度を知ることができる。例えば、ユーザは、複数の指標値が示す異常度を比較することにより、早急な保守点検の必要性を判断することができる。ユーザは、ステップＳ１０３において算出された消費エネルギー量と、過去の実際の消費エネルギー量とを比較してもよい。これにより、ユーザは、過去の設備の運用状態を基準に保守点検の必要性を判断することができる。したがって、ステップＳ１０２およびステップＳ１０４における処理が行われなくてもよい。
In step S103, the loss
損失指標算出部１０５による処理の例を説明する。設備２０は複数のセンサを含みうる。この場合、センサ誤差設定部１０４は、シミュレーションモデルにおける複数のセンサに対して、センサ毎に誤差を設定する。損失指標算出部１０５は、複数のセンサの全てまたは一部に誤差が設定されたシミュレーションモデルを使用してシミュレーションを行うことにより、設備２０全体の損失に対応する指標値を算出する。
An example of processing by the loss
例えば、指標値は、消費エネルギー量またはエネルギー損失率である。これらは、エネルギー損失量である。損失指標算出部１０５は、消費エネルギー量にエネルギー単価を乗算することにより消費コストすなわち経済損失量を指標値として算出してもよい。損失指標算出部１０５は、異常時の消費コストと正常時の消費コストとの差分を正常時の消費コストで割ることにより、経済損失率を算出してもよい。経済損失率は、正常時の消費コストを基準にした消費コストの増加率を示す。
For example, the index value is a consumed energy amount or an energy loss rate. These are energy losses. The loss
損失指標算出部１０５は、各々のセンサに誤差が設定された個別の場合における指標値を算出する。例えば、設備２０はｎ（ｎ≧２）個のセンサを含む。損失指標算出部１０５は、第１のセンサに０よりも大きい誤差が設定され、かつ他の全てのセンサの誤差が０である場合における指標値を算出する。次に、損失指標算出部１０５は、第２のセンサに０よりも大きい誤差が設定され、かつ他の全てのセンサの誤差が０である場合における指標値を算出する。損失指標算出部１０５は、誤差が設定されるセンサを変更しながら指標値の算出を繰り返す。これにより、損失指標算出部１０５は、ｎ通りの場合の各々における指標値を算出する。各々のセンサに設定される誤差は、同一でなくてもよい。算出された指標値は、その指標値の算出時に誤差が設定されたセンサと関連付けられる。
The loss
表示部１０６は、誤差が設定された各々のセンサに対応する指標値を表示する。例えば、表示部１０６は、誤差が設定された各々のセンサに対応する指標値を指標値の大きさの順に並べて表示する。
The
図４は、センサ毎の指標値の算出結果を示す。図４は、３つのセンサＡ，Ｂ，Ｃの各々に誤差が設定された個別の場合における設備２０全体のエネルギー損失に対応する指標値を示す。例えば、センサＡ，Ｂ，Ｃは温度計である。指標値として、消費エネルギー量およびエネルギー損失率が示されている。図４における棒グラフは、消費エネルギー量を示す。図４における折れ線グラフは、エネルギー損失率を示す。各センサについて、誤差が±０℃であるとき、誤差が＋１℃であるとき、および誤差が−１℃であるときの指標値が示されている。誤差が±０℃であるときの指標値は、正常時の第１のシミュレーションモデルを使用したシミュレーションにより算出される。誤差が＋１℃であるとき、および誤差が−１℃であるときの指標値は、異常時の第２のシミュレーションモデルを使用したシミュレーションにより算出される。エネルギー損失率は、正常時の消費エネルギー量および異常時の消費エネルギー量に基づいて算出される。
FIG. 4 shows the calculation result of the index value for each sensor. FIG. 4 shows an index value corresponding to the energy loss of the
上記の例では、センサ診断装置１０は、センサ毎の機能および性能の低下によるエネルギー損失量および経済損失量の少なくとも１つを定量的に評価することができる。
In the above example, the sensor
設備２０が複数のセンサを含む場合、複数のセンサの各々は、複数のグループのいずれか１つに属してもよい。複数のグループの各々は、少なくとも１つのセンサを含む。この場合、センサ誤差設定部１０４は、シミュレーションモデルにおける複数のセンサに対して、グループ毎に誤差を設定する。損失指標算出部１０５は、各々のグループのセンサに誤差が設定された個別の場合における指標値を算出する。例えば、設備２０は複数のセンサを含み、かつ各センサはｎ（ｎ≧２）個のグループのいずれか１つに属する。損失指標算出部１０５は、第１のグループのセンサに０よりも大きい誤差が設定され、かつ他の全てのグループのセンサの誤差が０である場合における指標値を算出する。次に、損失指標算出部１０５は、第２のグループのセンサに０よりも大きい誤差が設定され、かつ他の全てのグループのセンサの誤差が０である場合における指標値を算出する。損失指標算出部１０５は、誤差が設定されるグループを変更しながら指標値の算出を繰り返す。これにより、損失指標算出部１０５は、ｎ通りの場合の各々における指標値を算出する。各々のグループのセンサに設定される誤差は、同一でなくてもよい。算出された指標値は、その指標値の算出時に誤差が設定されたグループと関連付けられる。
When the
表示部１０６は、誤差が設定された各々のグループに対応する指標値を表示する。例えば、表示部１０６は、誤差が設定された各々のグループに対応する指標値を指標値の大きさの順に並べて表示する。
The
上記の例では、センサ診断装置１０は、グループ毎の機能および性能の低下によるエネルギー損失量および経済損失量の少なくとも１つを定量的に評価することができる。
In the above example, the sensor
損失指標算出部１０５は、センサの誤差の単位量当たりのエネルギー損失量および経済損失量の少なくとも１つに対応する感度を指標値として算出する。感度は、センサの誤差が設備２０のエネルギー損失量および経済損失量の少なくとも１つに与える影響の大きさを示す。表示部１０６は、損失指標算出部１０５によって算出された感度を表示する。
The loss
設備２０が複数のセンサを含む場合、損失指標算出部１０５は、各々のセンサに誤差が設定された個別の場合におけるエネルギー損失量および経済損失量の少なくとも１つに基づいてセンサ毎に感度を算出する。各々のセンサに設定される誤差は、同一でなくてもよい。算出された感度は、その感度の算出時に誤差が設定されたセンサと関連付けられる。
When the
表示部１０６は、誤差が設定された各々のセンサに対応する感度を表示する。例えば、表示部１０６は、誤差が設定された各々のセンサに対応する感度を感度の大きさの順に並べて表示する。
The
図５は、センサ毎の感度の算出結果を示す。図５は、５つのセンサＡ，Ｂ，Ｃ，Ｄ，Ｅの各々に誤差が設定された個別の場合における設備２０全体のエネルギー損失に対応する感度を示す。例えば、センサＡ，Ｂ，Ｃ，Ｄ，Ｅは温度計である。図５における棒グラフは、感度（エネルギー損失感度）を示す。図５に示す例では、損失指標算出部１０５は、センサ毎のエネルギー損失率を、各センサに設定された誤差の量で割ることにより感度を算出する。図５に示す例では、センサ毎の感度が感度の大きさの順に並べられている。センサＡの感度が最も大きく、かつセンサＥの感度が最も小さい。
FIG. 5 shows a calculation result of sensitivity for each sensor. FIG. 5 shows the sensitivity corresponding to the energy loss of the
上記の例では、ユーザは、センサ毎の感度を分析することにより、センサの重要度を知ることができる。例えば、センサの故障または異常が疑われる場合に、ユーザは、センサ毎の感度に基づいて、優先的に保守点検を行うセンサを決定することができる。 In the above example, the user can know the importance of the sensor by analyzing the sensitivity of each sensor. For example, when a sensor failure or abnormality is suspected, the user can determine a sensor to be preferentially inspected based on the sensitivity of each sensor.
設備２０が複数のセンサを含み、かつ複数のセンサの各々が複数のグループのいずれか１つに属する場合、損失指標算出部１０５は、各々のグループのセンサに誤差が設定された個別の場合における指標値に基づいてグループ毎に感度を算出する。各々のグループのセンサに設定される誤差は、同一でなくてもよい。例えば、損失指標算出部１０５は、グループ毎のエネルギー損失量および経済損失量の少なくとも１つを、グループ内の各センサに設定された誤差の量の平均値で割ることにより感度を算出する。算出された感度は、その感度の算出時に誤差が設定されたグループと関連付けられる。
When the
表示部１０６は、誤差が設定された各々のグループに対応する感度を表示する。例えば、表示部１０６は、誤差が設定された各々のグループに対応する感度を感度の大きさの順に並べて表示する。
The
図６は、グループ毎の感度の算出結果を示す。図６は、５つのグループＡ，Ｂ，Ｃ，Ｄ，Ｅの各々に含まれるセンサに誤差が設定された個別の場合における設備２０全体のエネルギー損失に対応する感度を示す。例えば、各々のグループに含まれるセンサは温度計である。図６における棒グラフは、感度（エネルギー損失感度）を示す。図６に示す例では、損失指標算出部１０５は、グループ毎のエネルギー損失率を、各グループに設定された誤差の量で割ることにより感度を算出する。図６に示す例では、グループ毎の感度が感度の大きさの順に並べられている。グループＡの感度が最も大きく、かつグループＥの感度が最も小さい。
FIG. 6 shows a calculation result of sensitivity for each group. FIG. 6 shows the sensitivity corresponding to the energy loss of the
上記の例では、ユーザは、グループ毎の感度を分析することにより、グループの重要度を知ることができる。例えば、センサの故障または異常が疑われる場合に、ユーザは、グループ毎の感度に基づいて、優先的に保守点検を行うグループを決定することができる。 In the above example, the user can know the importance of the group by analyzing the sensitivity for each group. For example, when a sensor failure or abnormality is suspected, the user can determine a group to perform maintenance inspection preferentially based on the sensitivity of each group.
センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、ユーザによって指定された誤差を設定することができる。損失指標算出部１０５は、ユーザが指定した誤差が設定されたシミュレーションモデルを使用してシミュレーションを行うことにより、指標値を算出する。これにより、ユーザが指定する各種誤差に基づく指標値を得ることができる。
The sensor
センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、センサ誤差推定装置３０によって推定された誤差を設定することができる。損失指標算出部１０５は、センサ誤差推定装置３０によって推定された誤差が設定されたシミュレーションモデルを使用してシミュレーションを行うことにより、指標値を算出する。これにより、現在センサに発生している誤差に基づく指標値を得ることができる。
The sensor
センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、過去に発生した誤差の履歴に基づいて誤差を設定することができる。例えば、センサ誤差設定部１０４は、保守点検の履歴が示す各々のセンサの誤差を各々のセンサに設定する。損失指標算出部１０５は、保守点検の履歴に基づく誤差が設定されたシミュレーションモデルを使用してシミュレーションを行うことにより、指標値を算出する。これにより、過去にセンサに発生していた誤差に基づく指標値を得ることができる。
The sensor
図７は、保守点検の履歴に基づく誤差が設定された場合の指標値の算出結果を示す。図７は、過去の複数の期間における設備２０全体のエネルギー損失に対応する指標値を示す。指標値として、消費エネルギー量およびエネルギー損失率が示されている。図７における棒グラフは、消費エネルギー量を示す。図７における折れ線グラフは、エネルギー損失率を示す。正常時の消費エネルギー量、異常時の消費エネルギー量、およびエネルギー損失率が過去１年間における月毎に示されている。正常時の消費エネルギー量は、正常時の第１のシミュレーションモデルを使用したシミュレーションにより算出される。異常時の消費エネルギー量は、異常時の第２のシミュレーションモデルを使用したシミュレーションにより算出される。エネルギー損失率は、正常時の消費エネルギー量および異常時の消費エネルギー量に基づいて算出される。
FIG. 7 shows the calculation result of the index value when the error based on the maintenance inspection history is set. FIG. 7 shows index values corresponding to the energy loss of the
上記の例では、センサ診断装置１０は、実際に発生したセンサの機能および性能の低下によるエネルギー損失量および経済損失量の少なくとも１つを定量的に評価することができる。
In the above example, the sensor
センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、過去に発生した誤差の履歴に基づく誤差の予測値を設定することができる。損失指標算出部１０５は、誤差の予測値が設定されたシミュレーションモデルを使用してシミュレーションを行うことにより、指標値を算出する。これにより、将来にセンサに発生しうる誤差に基づく指標値を得ることができる。
The sensor
例えば、センサ誤差設定部１０４は、保守点検の履歴に基づいて、各々のセンサの誤差の発生確率を統計的なモデルとして推定する。例えば、あるセンサｉの校正が行われた時点の１年後にセンサｉの保守点検が再度行われる。このとき、センサｉに１℃の誤差が発生したと仮定する。この場合、センサｉは、１年に１℃の割合で誤差が発生するランダムプロセスで変動する確率過程モデル式で表せる。式（１）は、この確率過程モデル式である。
Ｅ｛ΔＴｉ２｝＝σｉ・ｄｔ ・・・（１）
For example, the sensor
E {ΔTi 2 } = σi · dt (1)
式（１）において、ΔＴｉは、センサｉの誤差である。Ｅ｛ΔＴｉ２｝は、ΔＴｉの二乗平均値である。σｉは、センサｉの単位時間当たりの誤差の標準偏差である。ｄｔは、時間差分である。センサ誤差設定部１０４は、各々のセンサに対して、センサにおける誤差の発生をモデル化した式（１）に基づく誤差を設定する。損失指標算出部１０５は、シミュレーションを複数回行うことにより、指標値を算出する。複数回のシミュレーションの各々におけるシミュレーションモデルに対して、式（１）に基づく誤差が設定される。損失指標算出部１０５は、複数回のシミュレーションにより算出された指標値の平均値を算出する。算出された平均値は、将来にセンサに発生しうる誤差に基づく指標値の予測値である。センサの誤差の予測値を決定するためのモデルは、式（１）が示すモデルに限らない。
In Expression (1), ΔTi is an error of the sensor i. E {ΔTi 2 } is a root mean square value of ΔTi. σi is a standard deviation of an error per unit time of the sensor i. dt is a time difference. The sensor
図８は、保守点検の履歴に基づく誤差が設定された場合の指標値の算出結果を示す。図８は、将来の複数の期間における設備２０全体のエネルギー損失に対応する指標値を示す。指標値として、消費エネルギー量およびエネルギー損失率が示されている。図８における棒グラフは、消費エネルギー量を示す。図８における折れ線グラフは、エネルギー損失率を示す。正常時の消費エネルギー量、異常時の消費エネルギー量、およびエネルギー損失率が将来の１年間における月毎に示されている。
FIG. 8 shows the calculation result of the index value when the error based on the maintenance inspection history is set. FIG. 8 shows index values corresponding to the energy loss of the
上記の例では、センサ診断装置１０は、将来に発生しうるセンサの機能および性能の低下によるエネルギー損失量および経済損失量の少なくとも１つを定量的に評価することができる。
In the above example, the sensor
前述したように、設備２０が複数のセンサを含む場合、損失指標算出部１０５は、各々のセンサに誤差が設定された個別の場合における感度をセンサ毎に算出することができる。損失指標算出部１０５は、複数のセンサの感度に基づいて、複数のセンサの保守点検の順位を算出する。表示部１０６は、複数のセンサの保守点検の順位を表示する。
As described above, when the
図９は、保守点検の順位の算出結果の例を示す。図９に示す情報は、エリア、機器、センサ計測対象、センサ誤差推定値、センサ異常度、経済損失感度、経済損失推定値、および総合評価ランクを含む。エリアは、機器およびセンサが配置される場所を示す。例えば、機器は、空調機、外調機、および冷凍機である。センサ計測対象は、センサによって計測される状態を示す。例えば、センサ計測対象は、給気温度、室外湿度、および冷水温度である。センサ誤差推定値は、センサ誤差推定装置３０によって推定された誤差の値である。センサ異常度は、センサ誤差推定値に基づく異常度である。経済損失感度は、損失指標算出部１０５によって算出される。経済損失推定値は、センサ誤差推定値および経済損失感度の積である。例えば、空調機のセンサのセンサ誤差推定値は＋１℃であり、かつ経済損失感度は￥１０００／℃である。この場合、経済損失推定値は、￥１０００である。総合評価ランクは、経済損失推定値に基づくランクである。総合評価ランクは、保守点検の順位を示す。経済損失推定値の範囲と総合評価ランクとの対応関係は、予め決定されている。
FIG. 9 shows an example of the calculation result of the maintenance inspection order. The information shown in FIG. 9 includes an area, a device, a sensor measurement target, a sensor error estimated value, a sensor abnormality degree, an economic loss sensitivity, an economic loss estimated value, and a comprehensive evaluation rank. The area indicates where the equipment and sensors are placed. For example, the equipment is an air conditioner, an external air conditioner, and a refrigerator. The sensor measurement target indicates a state measured by the sensor. For example, sensor measurement targets are supply air temperature, outdoor humidity, and cold water temperature. The sensor error estimated value is an error value estimated by the sensor
図９に示す保守点検の順位の算出方法を説明する。センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、ユーザによって指定された誤差、過去に発生した誤差、および将来に発生しうる誤差の予測値のいずれか１つを設定する。過去に発生した誤差は、保守点検の履歴が示す各々のセンサの誤差である。将来に発生しうる誤差の予測値は、保守点検の履歴に基づいてセンサにおける誤差の発生をモデル化した式により算出される。損失指標算出部１０５は、これらの誤差のいずれか１つが設定されたシミュレーションモデルを使用してシミュレーションを行うことにより、経済損失感度を算出する。損失指標算出部１０５は、算出された経済損失感度と、センサ誤差推定装置３０によって推定された誤差の値とを乗算することにより、経済損失推定値を算出する。損失指標算出部１０５は、算出された経済損失推定値に基づいて、総合評価ランクすなわち保守点検の順位を算出する。
A method for calculating the rank of the maintenance inspection shown in FIG. 9 will be described. The sensor
損失指標算出部１０５は、図９に示すセンサの情報の順番が保守点検の順位と一致するようにセンサの情報を並べてもよい。表示部１０６は、図９に示す情報を表示してもよい。このとき、表示部１０６は、図９に示すセンサの情報の順番が保守点検の順位と一致するようにセンサの情報を並べて表示してもよい。これにより、早急に保守点検が必要なセンサの情報が優先度の順に表示される。センサの情報は、保守点検作業のガイドラインとなる。
The loss
上記の例では、センサ診断装置１０は、センサの保守点検の順位を定量的に評価することができる。
In the above example, the sensor
前述したように、設備２０が複数のセンサを含む場合、損失指標算出部１０５は、各々のグループのセンサに誤差が設定された個別の場合における感度をグループ毎に算出することができる。損失指標算出部１０５は、複数のグループの感度に基づいて、複数のグループの保守点検の順位を算出する。表示部１０６は、複数のグループの保守点検の順位を表示する。
As described above, when the
センサ誤差設定部１０４は、将来の複数の時点毎に誤差の予測値を算出することができる。損失指標算出部１０５は、複数の時点の各々に対応する誤差の予測値に基づいて、将来に発生しうる経済損失量を複数の時点毎に算出する。表示部１０６は、損失指標算出部１０５によって算出された経済損失量とセンサの保守点検のコストとを表示する。
The sensor
図１０は、将来に発生しうる経済損失量およびセンサの保守点検のコストの算出結果を示す。図１０において、３つのグラフが示されている。第１のグラフは、誤差が発生したセンサの数を示す。第２のグラフは、経済損失量を示す。第３のグラフは、センサの保守点検のコストを示す。各々のグラフの横軸は時間である。 FIG. 10 shows the calculation result of the amount of economic loss that may occur in the future and the cost of maintenance and inspection of the sensor. In FIG. 10, three graphs are shown. The first graph shows the number of sensors in which an error has occurred. The second graph shows the amount of economic loss. The third graph shows the cost of sensor maintenance. The horizontal axis of each graph is time.
図１０に示す情報の算出方法を説明する。誤差が発生したセンサの数は、誤差の値が所定値を超えたセンサの数である。例えば、損失指標算出部１０５は、式（１）に基づいて、複数の時点毎に各々のセンサの誤差を算出する。例えば、複数の時点の間隔は、半年である。損失指標算出部１０５は、複数の時点毎に、誤差が発生したセンサの数を算出する。誤差が発生したセンサの数は、時間の経過とともに増加する。センサの保守点検作業が行われることにより、センサが校正され、かつセンサの誤差は０になる。センサの保守点検作業の計画を仮定した場合、センサの保守点検が行われる時点でセンサの誤差は０になる。例えば、センサの保守点検の周期は１年である。図１０における時点Ｔ１，Ｔ２，Ｔ３においてセンサの保守点検が行われると仮定した場合、時点Ｔ１，Ｔ２，Ｔ３におけるセンサの誤差は０である。
A method for calculating the information shown in FIG. 10 will be described. The number of sensors in which an error has occurred is the number of sensors in which the error value exceeds a predetermined value. For example, the loss
損失指標算出部１０５は、シミュレーションを行うことにより、複数の時点の各々における経済損失量を算出する。経済損失量は、消費エネルギー量に対応するコストである。経済損失量は、時間の経過とともに増加する。センサの保守点検が行われる時点Ｔ１，Ｔ２，Ｔ３において、経済損失量は０である。また、損失指標算出部１０５は、センサの保守点検作業の計画に基づく保守点検のコストを算出する。センサの保守点検が行われる時点Ｔ１，Ｔ２，Ｔ３において、保守点検のコストが発生する。保守点検のコストは、所定値であってもよい。ユーザが操作部１００を操作することにより、保守点検のコストが入力されてもよい。
The loss
例えば、表示部１０６は、図１０に示す３つのグラフを表示する。つまり、表示部１０６は、誤差が発生したセンサの数と、経済損失量と、保守点検のコストとを複数の時点毎に表示する。
For example, the
上記の例では、ユーザは、将来発生する経済損失量および保守点検のコストを把握することができる。 In the above example, the user can grasp the amount of economic loss that will occur in the future and the cost of maintenance and inspection.
損失指標算出部１０５は、単位時間当たりの経済損失量を複数の時点毎に算出する。損失指標算出部１０５は、センサの保守点検のタイミングが複数の時点のいずれか１つと同一であるときの単位時間当たりの保守点検のコストを複数の時点毎に算出する。損失指標算出部１０５は、複数の時点の各々に対応する経済損失量および保守点検のコストの合計を算出する。表示部１０６は、複数の時点の各々に対応する経済損失量および保守点検のコストの合計を表示する。損失指標算出部１０５は、複数の時点における第１の時点および第２の時点のうち経済損失量および保守点検のコストの合計がより小さい時点に基づく周期をセンサの保守点検の周期として選択する。表示部１０６は、損失指標算出部１０５によって選択された周期を表示する。
The loss
図１１は、将来に発生しうる経済損失量およびセンサの保守点検のコストの算出結果を示す。図１１において、３つのグラフが示されている。第１のグラフは、経済損失量を示す。第２のグラフは、センサの保守点検のコストを示す。第３のグラフは、経済損失量および保守点検のコストの合計を示す。各々のグラフの横軸は時間（点検周期）である。 FIG. 11 shows the calculation result of the amount of economic loss that may occur in the future and the cost of sensor maintenance and inspection. In FIG. 11, three graphs are shown. The first graph shows the amount of economic loss. The second graph shows the cost of sensor maintenance. The third graph shows the total amount of economic loss and maintenance inspection costs. The horizontal axis of each graph is time (inspection cycle).
図１１に示す情報の算出方法を説明する。センサの保守点検の周期として複数の周期を仮定する。例えば、複数の周期は、０．５年、１年、１．５年、・・・、３年である。センサ誤差設定部１０４は、複数の周期の各々に対応する時間に発生する誤差の予測値を算出する。つまり、センサ誤差設定部１０４は、現在から０．５年後、１年後、１．５年後、・・・、３年後の各々の時点に発生する誤差の予測値を算出する。センサ誤差設定部１０４は、シミュレーションモデルにおけるセンサに対して、誤差の予測値を設定する。損失指標算出部１０５は、シミュレーションを行うことにより、複数の周期の各々に対応する時間における経済損失量を算出する。つまり、損失指標算出部１０５は、現在から０．５年後、１年後、１．５年後、・・・、３年後の各々の時点に発生する経済損失量を算出する。
A method for calculating the information shown in FIG. 11 will be described. A plurality of cycles are assumed as sensor maintenance cycles. For example, the plurality of periods are 0.5 years, 1 year, 1.5 years, ..., 3 years. The sensor
さらに、損失指標算出部１０５は、複数の周期の各々に対応する時間における単位時間当たりの経済損失量を算出する。つまり、損失指標算出部１０５は、現在から０．５年後、１年後、１．５年後、・・・、３年後の各々における単位時間当たりの経済損失量を算出する。例えば、単位時間は１年である。例えば、現在から０．５年後の時点における経済損失量がＥｃである場合、１年当たりの経済損失量は２Ｅｃである。
Further, the loss
損失指標算出部１０５は、複数の周期の各々に対応する時間における単位時間当たりの保守点検のコストを算出する。つまり、損失指標算出部１０５は、０．５年、１年、１．５年、・・・、３年の各々における単位時間当たりの保守点検のコストを算出する。センサの保守点検のタイミングは、複数の周期に対応する複数の時点のいずれか１つと同一である。例えば、保守点検の周期が０．５年である場合、保守点検のタイミングは現在から０．５年後の時点である。１回の保守点検のコストがＣであり、かつ保守点検の周期がＴ年である場合、単位時間当たりの保守点検のコストはＣ／Ｔにより算出される。例えば、保守点検の周期が０．５年である場合、保守点検が１年に２回行われる。このため、１年当たりの保守点検のコストは２Ｃである。
The loss
損失指標算出部１０５は、複数の周期の各々に対応する時間毎に経済損失量および保守点検のコストの合計を算出する。保守点検の周期が長くなるほど、単位時間当たりの経済損失量は増加する。一方、保守点検の周期が長くなるほど、単位時間当たりの保守点検のコストは減少する。図１１に示すように、単位時間当たりの経済損失量および保守点検のコストの合計は、下に凸の曲線である。図１１に示す例において、複数の時点は、０．５年、１年、１．５年、・・・、３年の６つである。６つの時点は第１の時点および第２の時点を含む。第１の時点における合計が第２の時点における合計よりも小さい場合、損失指標算出部１０５は、第１の時点に基づく周期をセンサの保守点検の周期として選択する。例えば、損失指標算出部１０５は、合計が最小である時点に基づく周期をセンサの保守点検の周期として選択する。図１１に示す例では、センサの保守点検の周期が２年であるとき、合計が最小である。このため、損失指標算出部１０５は、推奨される保守点検の周期として２年を選択する。
The loss
例えば、表示部１０６は、図１１に示す３つのグラフを表示する。つまり、表示部１０６は、単位時間当たりの経済損失量と、単位時間当たりの保守点検のコストと、それらの合計とを複数の時点毎に表示する。さらに、表示部１０６は、損失指標算出部１０５によって選択された周期をグラフ上に表示する。例えば、表示部１０６は、損失指標算出部１０５によって選択された周期の位置に矢印を表示する。
For example, the
上記の例では、ユーザは、将来に発生する経済損失量および保守点検のコストを把握することができ、かつ適切な保守点検の周期を把握することができる。 In the above example, the user can grasp the amount of economic loss that will occur in the future and the cost of maintenance inspection, and can grasp the appropriate maintenance inspection cycle.
上記のように、損失指標算出部１０５は、複数種類の処理を行うことができる。損失指標算出部１０５が行うことができる処理は、上記の処理の全てでなくてもよい。損失指標算出部１０５は、上記の処理の一部を行うように実装されてもよい。
As described above, the loss
損失指標算出部１０５によって算出された情報に基づいて、ユーザは、保守点検作業を合理化することができる。その結果、設備の機能および性能の低下による経済損失と、維持管理コストとの合計を最小化することができる。
Based on the information calculated by the loss
表示部１０６による表示の例を説明する。表示部１０６は、設備２０におけるセンサの配置を示す図面上に指標値を表示する。図１２は、第１の例における表示部１０６の画面１０６ａを示す。図１２において、図３と共通する部分については説明を省略する。図１２は、各々のセンサに誤差が設定された個別の場合における指標値の算出結果を示す。図１２において、指標値は、経済損失率である。例えば、センサ毎に算出された経済損失率のうち上位３つの経済損失率が文字で表示される。経済損失率は、その経済損失率の算出時に誤差が設定されたセンサの近傍に表示される。図１２において、温度計２１３，２１７，２１９の近傍に経済損失率が表示される。温度計２１７の経済損失率が最も大きく、かつ温度計２１３の経済損失率が２番目に大きく、かつ温度計２１９の経済損失率が３番目に大きい。図１２において、表示部１０６は、損失指標算出部１０５によって算出された指標値を文字で表示する。表示部１０６は、指標値を示す記号を表示してもよい。指標値を示す文字または記号は、指標値の大きさに対応した色で表示されてもよい。
An example of display by the
図１３は、第２の例における表示部１０６の画面１０６ａを示す。図１３において、図３と共通する部分については説明を省略する。図１３は、各々のグループのセンサに誤差が設定された個別の場合における指標値の算出結果を示す。図１３において、指標値は、経済損失率である。例えば、グループ毎に算出された経済損失率のうち上位３つの経済損失率が、その経済損失率に応じた色の線で表示される。図示の都合上、図１３において、線の色は線の種類で表されている。経済損失率を示す線は、その経済損失率の算出時に誤差が設定されたセンサを含むグループの位置に表示される。図１２において、３つのグループの位置に経済損失率が表示される。第１のグループは、温度計２１７を含む。第２のグループは、温度計２１９および湿度計２２１を含む。第３のグループは、温度計２１４，２１５および流量計２２５，２２６を含む。第１のグループの経済損失率が最も大きく、かつ第２のグループの経済損失率が２番目に大きく、かつ第３のグループの経済損失率が３番目に大きい。図１２において、表示部１０６は、経済損失率に応じた色の線で経済損失率を表示する。表示部１０６は、損失指標算出部１０５によって算出された指標値を文字で表示してもよい。あるいは、表示部１０６は、指標値を示す記号を表示してもよい。
FIG. 13 shows a
図１４は、第３の例における表示部１０６の画面１０６ａを示す。図１４において、図３と共通する部分については説明を省略する。図１４は、各々のセンサに誤差が設定された個別の場合における感度に基づくセンサの保守点検の順位の算出結果を示す。例えば、センサ毎に算出された感度のうち上位３つの感度が選択され、かつその感度に基づく順位が文字で表示される。保守点検の順位は、感度の算出時に誤差が設定されたセンサの近傍に表示される。図１４において、温度計２１３，２１７，２１９の近傍に保守点検の順位が表示される。温度計２１７の順位が最も高く、かつ温度計２１３の順位が２番目に高く、かつ温度計２１９の順位が３番目に高い。また、図１４において、温度計２１３，２１７，２１９を含むエリアが、そのエリアに含まれるセンサの保守点検の順位に応じた色の線で表示される。図示の都合上、図１４において、線の色は線の種類で表されている。図１４において、表示部１０６は、損失指標算出部１０５によって算出されたセンサの保守点検の順位を文字で表示する。表示部１０６は、保守点検の順位を示す記号を表示してもよい。保守点検の順位を示す文字または記号は、保守点検の順位に対応した色で表示されてもよい。
FIG. 14 shows a
図１５は、第４の例における表示部１０６の画面１０６ａを示す。図１５において、図３と共通する部分については説明を省略する。図１５は、各々のグループのセンサに誤差が設定された個別の場合における感度に基づくグループの保守点検の順位の算出結果を示す。例えば、グループ毎に算出された感度のうち上位２つの感度が選択され、かつその感度に基づく順位が文字で表示される。保守点検の順位は、感度の算出時に誤差が設定されたグループの位置に表示される。図１５において、２つのグループの位置に保守点検の順位が表示される。第１のグループは、温度計２１３，２１７，２１８、湿度計２２０、および差圧計２２８を含む。第２のグループは、温度計２１９および湿度計２２１を含む。第１のグループの順位が最も高く、かつ第２のグループの順位が２番目に高い。また、図１５において、各グループは、そのグループの保守点検の順位に応じた色の線で表示される。図示の都合上、図１５において、線の色は線の種類で表されている。図１５において、表示部１０６は、損失指標算出部１０５によって算出されたグループの保守点検の順位を文字および線で表示する。表示部１０６は、保守点検の順位を示す記号を表示してもよい。保守点検の順位を示す文字または記号は、保守点検の順位に対応した色で表示されてもよい。
FIG. 15 shows a
上記の例では、ユーザは、センサの保守点検の必要性および保守点検の作業手順を容易に把握することができる。 In the above example, the user can easily grasp the necessity of maintenance inspection of the sensor and the work procedure of the maintenance inspection.
以上説明した少なくともひとつの実施形態によれば、損失指標算出部１０５を持つことにより、センサの誤差の発生による設備のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を得ることができる。
According to at least one embodiment described above, by having the loss
本発明のいくつかの実施形態を説明したが、これらの実施形態は、例として提示したものであり、発明の範囲を限定することは意図していない。これら実施形態は、その他の様々な形態で実施されることが可能であり、発明の要旨を逸脱しない範囲で、種々の省略、置き換え、変更を行うことができる。これら実施形態やその変形は、発明の範囲や要旨に含まれると同様に、特許請求の範囲に記載された発明とその均等の範囲に含まれるものである。 Although several embodiments of the present invention have been described, these embodiments are presented by way of example and are not intended to limit the scope of the invention. These embodiments can be implemented in various other forms, and various omissions, replacements, and changes can be made without departing from the spirit of the invention. These embodiments and their modifications are included in the scope and gist of the invention, and are also included in the invention described in the claims and the equivalents thereof.
１…センサ診断システム、１０…センサ診断装置、２０…設備、３０…センサ誤差推定装置、１００…操作部、１０１…センサ保守点検履歴記憶部、１０２…モデル情報記憶部、１０３…シミュレーションモデル生成部、１０４…センサ誤差設定部、１０５…損失指標算出部、１０６…表示部
DESCRIPTION OF
Claims (21)
前記シミュレーションモデルにおける前記センサに対して、前記センサの計測値に発生する誤差を設定するセンサ誤差設定部と、
前記誤差が設定された前記シミュレーションモデルを使用してシミュレーションを行うことにより、前記設備のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を算出する損失指標算出部と、
を備えたセンサ診断装置。 A simulation model generation unit that generates a simulation model of a facility including a measurement target and a sensor that measures a state of the measurement target;
A sensor error setting unit that sets an error that occurs in the measurement value of the sensor for the sensor in the simulation model;
A loss index calculation unit that calculates an index value corresponding to at least one of an energy loss amount and an economic loss amount of the facility by performing a simulation using the simulation model in which the error is set;
A sensor diagnostic device comprising:
前記センサ誤差設定部は、前記シミュレーションモデルにおける前記複数の前記センサに対して、前記センサ毎に前記誤差を設定し、
前記損失指標算出部は、各々の前記センサに前記誤差が設定された個別の場合における前記指標値を算出する
請求項１に記載のセンサ診断装置。 The facility includes a plurality of the sensors,
The sensor error setting unit sets the error for each of the plurality of sensors in the simulation model,
The sensor diagnosis apparatus according to claim 1, wherein the loss index calculation unit calculates the index value in an individual case where the error is set for each of the sensors.
前記複数の前記センサの各々は、複数のグループのいずれか１つに属し、
前記複数のグループの各々は、少なくとも１つの前記センサを含み、
前記センサ誤差設定部は、前記シミュレーションモデルにおける前記複数の前記センサに対して、前記グループ毎に前記誤差を設定し、
前記損失指標算出部は、各々の前記グループの前記センサに前記誤差が設定された個別の場合における前記指標値を算出する
請求項１に記載のセンサ診断装置。 The facility includes a plurality of the sensors,
Each of the plurality of sensors belongs to any one of a plurality of groups,
Each of the plurality of groups includes at least one of the sensors;
The sensor error setting unit sets the error for each of the groups for the plurality of sensors in the simulation model,
The sensor diagnosis apparatus according to claim 1, wherein the loss index calculation unit calculates the index value in an individual case where the error is set in the sensors of each group.
請求項１に記載のセンサ診断装置。 The sensor diagnosis apparatus according to claim 1, wherein the loss index calculation unit calculates sensitivity indicating at least one of the energy loss amount and the economic loss amount per unit amount of the error of the sensor as the index value.
前記センサ誤差設定部は、前記シミュレーションモデルにおける前記複数の前記センサに対して、前記センサ毎に前記誤差を設定し、
前記損失指標算出部は、各々の前記センサに前記誤差が設定された個別の場合における前記エネルギー損失量および前記経済損失量の少なくとも１つに基づいて前記センサ毎に前記感度を算出し、
前記損失指標算出部は、前記複数の前記センサの前記感度に基づいて、前記複数の前記センサの保守点検の順位を算出する
請求項４に記載のセンサ診断装置。 The facility includes a plurality of the sensors,
The sensor error setting unit sets the error for each of the plurality of sensors in the simulation model,
The loss index calculation unit calculates the sensitivity for each sensor based on at least one of the energy loss amount and the economic loss amount in an individual case where the error is set for each of the sensors,
The sensor diagnosis apparatus according to claim 4, wherein the loss index calculation unit calculates a ranking of maintenance inspections of the plurality of sensors based on the sensitivities of the plurality of sensors.
前記複数の前記センサの各々は、複数のグループのいずれか１つに属し、
前記複数のグループの各々は、少なくとも１つの前記センサを含み、
前記センサ誤差設定部は、前記シミュレーションモデルにおける前記複数の前記センサに対して、前記グループ毎に前記誤差を設定し、
前記損失指標算出部は、各々の前記グループの前記センサに前記誤差が設定された個別の場合における前記エネルギー損失量および前記経済損失量の少なくとも１つに基づいて前記グループ毎に前記感度を算出し、
前記損失指標算出部は、前記複数の前記グループの前記感度に基づいて、前記複数の前記グループの保守点検の順位を算出する
請求項４に記載のセンサ診断装置。 The facility includes a plurality of the sensors,
Each of the plurality of sensors belongs to any one of a plurality of groups,
Each of the plurality of groups includes at least one of the sensors;
The sensor error setting unit sets the error for each of the groups for the plurality of sensors in the simulation model,
The loss index calculation unit calculates the sensitivity for each group based on at least one of the energy loss amount and the economic loss amount in an individual case where the error is set in the sensor of each group. ,
The sensor diagnosis apparatus according to claim 4, wherein the loss index calculation unit calculates a maintenance inspection rank of the plurality of groups based on the sensitivities of the plurality of groups.
請求項１に記載のセンサ診断装置。 The sensor diagnosis apparatus according to claim 1, wherein the sensor error setting unit sets the error specified by a user for the sensor in the simulation model.
請求項１に記載のセンサ診断装置。 The sensor diagnosis apparatus according to claim 1, wherein the sensor error setting unit sets the error estimated by an apparatus that estimates the error of the sensor for the sensor in the simulation model.
請求項１に記載のセンサ診断装置。 The sensor diagnosis apparatus according to claim 1, wherein the sensor error setting unit sets the error based on a history of the errors that have occurred in the past for the sensor in the simulation model.
請求項１に記載のセンサ診断装置。 The sensor error setting unit calculates a predicted value of the error that may occur in the future based on a history of the error that has occurred in the past, and the predicted value of the error for the sensor in the simulation model The sensor diagnostic apparatus according to claim 1.
前記損失指標算出部は、前記複数の前記時点の各々に対応する前記誤差の前記予測値に基づいて、将来に発生しうる前記経済損失量を前記複数の前記時点毎に算出する
請求項１０に記載のセンサ診断装置。 The sensor error setting unit calculates the predicted value of the error for each of a plurality of future time points,
The loss index calculation unit calculates the economic loss amount that may occur in the future for each of the plurality of time points based on the predicted value of the error corresponding to each of the plurality of time points. The sensor diagnostic apparatus of description.
前記損失指標算出部は、前記センサの保守点検のタイミングが前記複数の前記時点のいずれか１つと同一であるときの前記単位時間当たりの前記保守点検のコストを前記複数の前記時点毎に算出し、
前記損失指標算出部は、前記複数の前記時点の各々に対応する前記経済損失量および前記保守点検の前記コストの合計を算出する
請求項１１に記載のセンサ診断装置。 The loss index calculation unit calculates the economic loss amount per unit time for each of the plurality of time points,
The loss index calculation unit calculates the maintenance / inspection cost per unit time when the sensor maintenance / inspection timing is the same as any one of the plurality of the time points for each of the plurality of time points. ,
The sensor diagnosis apparatus according to claim 11, wherein the loss index calculation unit calculates a total of the economic loss amount corresponding to each of the plurality of time points and the cost of the maintenance inspection.
請求項１２に記載のセンサ診断装置。 The loss index calculation unit calculates a period based on a time point at which the sum of the economic loss amount and the cost of the maintenance inspection is smaller among the first time point and the second time point in the plurality of time points, in the maintenance of the sensor. The sensor diagnosis apparatus according to claim 12, wherein the sensor diagnosis apparatus is selected as an inspection cycle.
請求項１に記載のセンサ診断装置。 The sensor diagnostic apparatus according to claim 1, further comprising: a display unit that displays the index value on a drawing showing an arrangement of the sensor in the facility.
請求項３に記載のセンサ診断装置。 The sensor diagnostic apparatus according to claim 3, further comprising a display unit that displays the index value for each group.
請求項５または請求項６に記載のセンサ診断装置。 The sensor diagnosis apparatus according to claim 5, further comprising a display unit that displays the order of the maintenance inspection.
請求項１１に記載のセンサ診断装置。 The sensor diagnostic apparatus according to claim 11, further comprising a display unit that displays the amount of economic loss and the cost of maintenance and inspection of the sensor.
請求項１２に記載のセンサ診断装置。 The sensor diagnostic apparatus according to claim 12, further comprising a display unit that displays the total amount of the economic loss amount corresponding to each of the plurality of time points and the cost of the maintenance inspection.
請求項１３に記載のセンサ診断装置。 The sensor diagnostic apparatus according to claim 13, further comprising a display unit that displays the period selected by the loss index calculation unit.
前記シミュレーションモデルにおける前記センサに対して、前記センサの計測値に発生する誤差を設定するセンサ誤差設定ステップと、
前記誤差が設定された前記シミュレーションモデルを使用してシミュレーションを行うことにより、前記設備のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を算出する損失指標算出ステップと、
を備えたセンサ診断方法。 A simulation model generation step for generating a simulation model of equipment including a measurement object and a sensor for measuring a state of the measurement object;
A sensor error setting step for setting an error generated in the measurement value of the sensor for the sensor in the simulation model;
A loss index calculating step of calculating an index value corresponding to at least one of an energy loss amount and an economic loss amount of the facility by performing a simulation using the simulation model in which the error is set;
A sensor diagnostic method comprising:
前記シミュレーションモデルにおける前記センサに対して、前記センサの計測値に発生する誤差を設定するセンサ誤差設定ステップと、
前記誤差が設定された前記シミュレーションモデルを使用してシミュレーションを行うことにより、前記設備のエネルギー損失量および経済損失量の少なくとも１つに対応する指標値を算出する損失指標算出ステップと、
をコンピュータに実行させるためのプログラム。 A simulation model generation step for generating a simulation model of equipment including a measurement object and a sensor for measuring a state of the measurement object;
A sensor error setting step for setting an error generated in the measurement value of the sensor for the sensor in the simulation model;
A loss index calculating step of calculating an index value corresponding to at least one of an energy loss amount and an economic loss amount of the facility by performing a simulation using the simulation model in which the error is set;
A program that causes a computer to execute.
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016182599A JP2018049316A (en) | 2016-09-20 | 2016-09-20 | Sensor diagnostic device, sensor diagnostic method and program |
| PCT/JP2017/010627 WO2018055808A1 (en) | 2016-09-20 | 2017-03-16 | Sensor diagnosis device, sensor diagnosis method, and program |
| CN201780053157.2A CN109643114A (en) | 2016-09-20 | 2017-03-16 | Sensor diagnostic apparatus, sensor diagnostic method and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2016182599A JP2018049316A (en) | 2016-09-20 | 2016-09-20 | Sensor diagnostic device, sensor diagnostic method and program |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2018049316A true JP2018049316A (en) | 2018-03-29 |
Family
ID=61690278
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2016182599A Pending JP2018049316A (en) | 2016-09-20 | 2016-09-20 | Sensor diagnostic device, sensor diagnostic method and program |
Country Status (3)
| Country | Link |
|---|---|
| JP (1) | JP2018049316A (en) |
| CN (1) | CN109643114A (en) |
| WO (1) | WO2018055808A1 (en) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7005807B1 (en) | 2021-05-18 | 2022-02-10 | 岩井機械工業株式会社 | Maintenance system, server and information processing equipment |
| JP7428157B2 (en) | 2021-03-26 | 2024-02-06 | 横河電機株式会社 | Analysis equipment, analysis method and program |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2021095135A1 (en) * | 2019-11-12 | 2021-05-20 | 三菱電機株式会社 | Calibration assistance device, calibration assistance method, and calibration assistance program |
| WO2021111541A1 (en) * | 2019-12-04 | 2021-06-10 | 三菱電機株式会社 | Calibration order generation device, calibration order generation method, and calibration order generation program |
| CN115136010A (en) * | 2020-03-06 | 2022-09-30 | 株式会社堀场先进技术 | Measuring device, sensor output monitoring method, and sensor output monitoring program |
Family Cites Families (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPS5413883A (en) * | 1977-07-04 | 1979-02-01 | Hitachi Ltd | Abnormalness detector of automatic controller |
| US7996155B2 (en) * | 2003-01-22 | 2011-08-09 | Microsoft Corporation | ANOVA method for data analysis |
| PL1885321T3 (en) * | 2005-05-30 | 2011-04-29 | Elchanan Vaserman | Inflatable container for feeding babies |
| US8401560B2 (en) * | 2009-03-31 | 2013-03-19 | Empire Technology Development Llc | Infrastructure for location discovery |
| US20110004406A1 (en) * | 2009-03-31 | 2011-01-06 | Gridpoint, Inc. | Systems and methods for location determination of devices using network fingerprints for power management |
| CN101619850B (en) * | 2009-08-06 | 2011-04-13 | 杭州盘古自动化***有限公司 | Dispatching method and dispatching system based on load online forecasting of thermoelectric power system |
| CN102063327B (en) * | 2010-12-15 | 2013-07-24 | 中国科学院深圳先进技术研究院 | Application service scheduling method with power consumption consciousness for data center |
| CN102143111B (en) * | 2011-02-16 | 2013-10-23 | 河南理工大学 | Demodulation method for bipolar chaos shift keying communication system |
| CN102221988B (en) * | 2011-05-23 | 2013-10-30 | 北京工商大学 | Quick energy consumption estimating method for instruction level processor |
| JP2013176224A (en) * | 2012-02-24 | 2013-09-05 | Sharp Corp | Power generation system with power generation unit creating electric power from renewable energy |
| CN102759984A (en) * | 2012-06-13 | 2012-10-31 | 上海交通大学 | Power supply and performance management system for virtualization server cluster |
| CN102999766B (en) * | 2012-09-24 | 2016-05-18 | 中国科学院自动化研究所 | Based on the method for tracking target of space-time structure context relation on-line study |
| CA2835505C (en) * | 2013-11-27 | 2020-02-25 | Adept Ai Systems Inc. | Method and apparatus for artificially intelligent model-based control of dynamic processes using probabilistic agents |
| JP5930225B2 (en) * | 2014-01-27 | 2016-06-08 | 横河電機株式会社 | Energy efficiency evaluation support device, computer program, and energy efficiency evaluation support method |
| CN105487496B (en) * | 2015-08-10 | 2018-06-26 | 河北省电力建设调整试验所 | The optimization method of Power Plant Thermal on-line process identification and control algolithm based on Bi-objective Parallel I SLAND-HFC mixed model genetic programming algorithms |
-
2016
- 2016-09-20 JP JP2016182599A patent/JP2018049316A/en active Pending
-
2017
- 2017-03-16 WO PCT/JP2017/010627 patent/WO2018055808A1/en active Application Filing
- 2017-03-16 CN CN201780053157.2A patent/CN109643114A/en not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP7428157B2 (en) | 2021-03-26 | 2024-02-06 | 横河電機株式会社 | Analysis equipment, analysis method and program |
| JP7005807B1 (en) | 2021-05-18 | 2022-02-10 | 岩井機械工業株式会社 | Maintenance system, server and information processing equipment |
| JP2022177736A (en) * | 2021-05-18 | 2022-12-01 | 岩井機械工業株式会社 | Maintenance system, server, and information processing apparatus |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109643114A (en) | 2019-04-16 |
| WO2018055808A1 (en) | 2018-03-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2018055808A1 (en) | Sensor diagnosis device, sensor diagnosis method, and program | |
| Yang et al. | A novel model-based fault detection method for temperature sensor using fractal correlation dimension | |
| US10699248B2 (en) | Inspection management system and inspection management method | |
| BR102012001173A2 (en) | COMPUTER METHOD AND SYSTEM FOR DETERMINING ONE OR MORE POSSIBLE LOCATIONS OF AN ANOMALY | |
| JP6610987B2 (en) | Abnormality diagnosis method and abnormality diagnosis system | |
| US20150235141A1 (en) | Automatic fault detection and diagnosis in complex physical systems | |
| JP5621967B2 (en) | Abnormal data analysis system | |
| JP2017215864A (en) | Monitoring device, monitoring method of object unit, and program | |
| JP2018041326A (en) | Abnormality detector, abnormality detection method, and program | |
| US10417565B1 (en) | System, method, and computer program for modeling and predicting energy consumption in a building | |
| CN117664281B (en) | Ultrasonic water meter fault detection and automatic calibration method and system based on Internet of Things | |
| JP2011075373A (en) | Method and device for diagnosis of equipment | |
| JP2013073414A (en) | Sensor diagnostic device and sensor diagnostic method for plant | |
| Zhao et al. | Development, evaluation, and validation of a robust virtual sensing method for determining water flow rate in chillers | |
| US20220412845A1 (en) | Anomaly detection and failure prediction for predictive monitoring of industrial equipment and industrial measurement equipment | |
| Wang et al. | Monte Carlo analysis of the effect of uncertainties on model-based HVAC fault detection and diagnostics | |
| US20230280240A1 (en) | Abnormality diagnosis device and abnormality diagnosis method | |
| US10429828B2 (en) | Plant simulation device and plant simulation method with first parameter adjustable at start and second parameter adjustable during operation of the plant | |
| AU2010215688B2 (en) | Method and device for monitoring a pasteurization installation | |
| Fong et al. | A hybrid multiple sensor fault detection, diagnosis and reconstruction algorithm for chiller plants | |
| CN110431496A (en) | Assess device, assessment system and appraisal procedure | |
| EP2618231A2 (en) | System and method for monitoring, diagnostics, and prognostics | |
| JP2018013980A (en) | Abnormality diagnostic device, abnormality diagnostic method and abnormality diagnostic program | |
| JP5649596B2 (en) | Process data estimation method | |
| JP2019133360A (en) | Maintenance assisting device |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A711 | Notification of change in applicant |
Free format text: JAPANESE INTERMEDIATE CODE: A712 Effective date: 20170807 Free format text: JAPANESE INTERMEDIATE CODE: A711 Effective date: 20170807 |