JP2020181231A - 保全リコメンドシステム - Google Patents

保全リコメンドシステム Download PDF

Info

Publication number
JP2020181231A
JP2020181231A JP2019081629A JP2019081629A JP2020181231A JP 2020181231 A JP2020181231 A JP 2020181231A JP 2019081629 A JP2019081629 A JP 2019081629A JP 2019081629 A JP2019081629 A JP 2019081629A JP 2020181231 A JP2020181231 A JP 2020181231A
Authority
JP
Japan
Prior art keywords
inspection
failure mode
probability
inspection item
item
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.)
Granted
Application number
JP2019081629A
Other languages
English (en)
Other versions
JP7270449B2 (ja
Inventor
内田　貴之
Takayuki Uchida
貴之 内田
智昭 蛭田
Tomoaki Hiruta
智昭 蛭田
河野　敏明
Toshiaki Kono
敏明 河野
難波　康晴
Yasuharu Nanba
康晴 難波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2019081629A priority Critical patent/JP7270449B2/ja
Priority to US16/802,617 priority patent/US11531576B2/en
Publication of JP2020181231A publication Critical patent/JP2020181231A/ja
Application granted granted Critical
Publication of JP7270449B2 publication Critical patent/JP7270449B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9027—Trees
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Software Systems (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Probability & Statistics with Applications (AREA)
  • Operations Research (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)

Abstract

【課題】本発明は、検査の途中でタイムリーに検査項目を提示し、故障モードの特定精度を向上させ、早期に故障モードを特定し、また、故障の内容の調査時間を短縮し、機器の故障から復帰までの時間を短縮する保全リコメンドシステムを提供する。【解決手段】本発明の保全リコメンドシステムは、入力される検査結果を記憶する一次記憶部と、一次記憶部に記憶される検査結果に基づいて、故障モードの確率を算出する故障モード確率算出部と、未検査の検査項目から検査スコアが最小になる検査項目を取り出す検査項目探索部と、全検査項目から故障モードの候補及び検査項目の候補を絞り込むメインルーチン演算部と、を有することを特徴とする。【選択図】 図１

Description

本発明は、保全リコメンドシステムに関する。
機器を稼働させるためには、機器の保守が必須である。特に、機器が故障した際には、迅速に故障の内容を調査し、その故障を処置し、機器を再稼働する（復帰させる）ことが要求される。そして、機器の故障の内容を調査する際には、機器の各部を検査し、故障を起こしている機器の各部の状態である故障モードを特定することが重要である。
こうした本技術分野の背景技術として、特開２００７−１９３４５６号公報（特許文献１）がある。この特許文献１には、人と機械との協調型診断において、人と機械との作業分担および作業順序を最適化する工程管理装置（要因推定装置）が記載されている。更に、この特許文献１には、確信度予測変化量演算部にて、着目未入力条件に特徴量が設定された状態の確信度である確信度予測値と現時点の確信度との差を各不良要因について求め、その差を、入力効果値演算部にて、ユーザが着目未入力条件に対応する特徴量を決定し、入力するために必要とするコストであるユーザコストと、着目未入力条件に対応する特徴量を検査結果データに基づいて算出するために必要とするコストである機械コストと、の小さい方で割って算出する着目未入力条件の入力効果値を未入力条件毎に求め、入力効果値が最大となる未入力条件を決定する入力項目選択部を備える工程管理装置が記載されている（要約参照）。
特開２００７−１９３４５６号公報
特許文献１に記載される要因推定装置は、確信度予測値と現時点の確信度との差を各不良要因について求め、着目未入力条件の入力効果値を未入力条件毎に求めるものである。このように、特許文献１では、一連の各不良要因（検査項目）が求められ、一連の検査項目を、一回のみ、提示するものである。
しかし、実際には、機器の各部の検査項目、例えば、検査項目１〜１０の検査を実行する過程において、過去の検査結果から、既に検査が十分であると判断でき、検査を途中で中止する場合がある。また、例えば、検査項目１〜３までの検査結果から、最初に提示された検査項目４〜１０とは別の検査項目の検査を実行する方が好ましいと判断でき、この別の検査項目の検査を実行することにより、故障モードの推定精度が上昇し、早期に故障モードを特定することができる場合がある。
そこで、本発明は、検査の途中でタイムリーに検査項目を提示し、故障モードの特定精度を向上させ、早期に故障モードを特定し、また、故障の内容の調査時間を短縮し、機器の故障から復帰までの時間を短縮する保全リコメンドシステムを提供する。
上記課題を解決するため、本発明の保全リコメンドシステムは、入力される検査結果を記憶する一次記憶部と、一次記憶部に記憶される検査結果に基づいて、故障モードの確率を算出する故障モード確率算出部と、未検査の検査項目から検査スコアが最小になる検査項目を取り出す検査項目探索部と、全検査項目から故障モードの候補及び検査項目の候補を絞り込むメインルーチン演算部と、を有することを特徴とする。
本発明によれば、検査の途中でタイムリーに検査項目を提示し、故障モードの特定精度を向上させ、早期に故障モードを特定し、また、故障の内容の調査時間を短縮し、機器の故障から復帰までの時間を短縮する保全リコメンドシステムを提供することができる。
なお、上記した以外の課題、構成及び効果は、下記の実施例の説明により明らかにされる。
本実施例を説明する全体構成図である。 本実施例に記載する検査項目確率テーブル１８５のデータ構造を説明する説明図である。 本実施例に記載する故障モード確率テーブル１６０のデータ構造を説明する説明図である。 本実施例に記載する検査コストツリー１８０のデータ構造を説明する説明図である。 本実施例に記載する故障モードリスクテーブル１７０のデータ構造を説明する説明図である。 本実施例に記載する一次記憶部１５５のデータ構造を説明する説明図である。 本実施例に記載する処理内容のメインルーチンを説明するフローチャート図である。 本実施例に記載する処理内容のサブルーチン（ＳＵＢ０１）を説明するフローチャート図である。 本実施例に記載する処理内容のサブルーチン（ＳＵＢ０２）を説明するフローチャート図である。 本実施例に記載する表示部１０５が表示する初期情報入力を説明する説明図である。 本実施例に記載する表示部１０５が表示する検査項目候補と故障モード候補を説明する説明図である。 本実施例に記載する表示部１０５が表示する検査結果入力を説明する説明図である。 本実施例に記載する表示部１０５が表示する検査項目候補と故障モード候補との更新を説明する説明図である。 本実施例に記載するアルゴリズムを説明する説明図である。
以下、本発明の実施例を、図面を使用して説明する。なお、同一又は類似の構成には、同一の符号を付し、説明が重複する場合には、その説明を省略する場合がある。
図１は、本実施例を説明する全体構成図である。
本実施例に記載する保守リコメンドシステムは、機器１０４の保守を支援するものであり、機器１０４の故障に際して、その故障モードを特定するため、検査部位をリコメンドするものである。そして、更に、その検査結果から故障モードを推定するものである。
ここで、機器１０４とは、定期的に保守が必要なものであり、例えば、発電機器、建設機器、医療機器、情報機器など、定期的に保守が必要なものである。なお、本実施例では、機器１０４として、蒸気圧縮式冷凍機を有する冷蔵庫を使用して説明する。
本実施例では、保全員１０２は、端末側システム（以下「端末」と称する）１００を操作する。そして、端末１００は、センタ側システム（以下「センタ」と称する）１５０と相互に通信する。
端末１００は、保全員１０２が、機器１０４の稼働サイトに携行しやすい軽量なタブレットなどが好ましい。そして、端末１００は、液晶ディスプレイなどの表示部１０５、タッチディスプレイなどの入力部１２０、センタ１５０と相互に通信する通信部１２５を有する。なお、表示部１０５と入力部１２０とが、一つのディスプレイであってもよい。また、端末１００は、機器１０４に設置されていてよい。
例えば、機器１０４が故障した際には、保全員１０２は、故障の内容を調査する。そして、機器１０４の各部を検査し、その検査結果を端末１００に入力することにより、保全員１０２は、次に検査すべき検査項目と故障モードとを取得することができる。
センタ１５０は、本実施例に記載する保守リコメンドシステムであり、端末１００に入力された検査結果を、通信を介して、受信し、次に検査すべき検査項目と故障モードとを保全員１０２に、通信を介して、送信するシステムである。つまり、センタ１５０は、保全員１０２に、検査項目候補及び故障モード候補を、送信するシステムである。
そして、センタ１５０は、保全員１０２が入力する検査結果を記憶する一次記憶部１５５、一次記憶部１５５に記憶される検査結果に基づいて、故障モードの確率を算出する故障モード確率算出部１７５、未検査の検査項目から検査スコアが最小になる検査項目を取り出し、検査すべき検査項目である検査項目候補を探索する検査項目探索部１９５、検査項目が起きる確率を保存する検査項目確率テーブル１８５、故障モードの発生確率を保存する故障モード確率テーブル１６０、検査コストをツリー状に保存する検査コストツリー１８０、故障モードの処置コスト（リスクとしての修理時の対応コスト）を保存する故障モードリスクテーブル１７０、端末１００と相互に通信する通信部１９０、全検査項目から故障モードの候補及び検査項目の候補を絞り込むメインルーチンを演算するメインルーチン演算部１６５、を有する。なお、センタ１５０は、機器１０４に設置されていてよい。
そして、特に、故障モード確率算出部１７５は、故障モード確率テーブル１６０、検査項目確率テーブル１８５を参照し、検査項目探索部１９５は、検査コストツリー１８０、故障モードリスクテーブル１７０、検査項目確率テーブル１８５を参照する。
以下、各処理（演算、算出、探索）で必要なデータを保存する各テーブルのデータ構造を説明する。なお、一次記憶部１５５に記憶されるデータ以外のデータは、例えば、保守リコメンドシステムが設計される際に、定義（保存）される。
図２は、本実施例に記載する検査項目確率テーブル１８５のデータ構造を説明する説明図である。
検査項目確率テーブル１８５は、「故障モード２００が起きた際に、検査項目２２０が検査項目の挙動２２５のような挙動を示す確率（検査項目が起きる確率）２３０」を保存するテーブルである。
この確率２３０は、条件付確率（統計学上の用語）のことであり、故障モード２００が起きた際に、検査項目の挙動２２５が起きる条件付確率Ｐ（検査項目の挙動=True|故障モード=True）である。
例えば、図２に記載するテーブルの１行目を参照すると、故障モード２００（凝縮器冷水減少）が起きた際に、検査部位２１０（電源部）、検査項目２２０（入力電力）であり、検査項目の挙動（上昇）を示す検査項目が起きる確率Ｐ（検査項目の挙動|故障モード）２３０が、０．３０（条件付確率）であることを示す。
なお、この確率Ｐの値は、必ずしも厳密な値でなくてよい。例えば、機器１０４の設計者の経験や保全員１０２の経験から見積もることができ、機器１０４の信頼性データベースの故障率、過去の実験データに基づく故障率、物理モデルに基づく故障シミュレーションの故障率などから見積もることもできる。
図３は、本実施例に記載する故障モード確率テーブル１６０のデータ構造を説明する説明図である。
故障モード確率テーブル１６０は、故障モード３１０とその発生確率Ｐ（故障モード）３２０とを保存するテーブルである。
故障モード３１０は、図２に記載する故障モード２００と同じものが保存される。
また、発生確率Ｐ３２０は、条件付確率ではなく、故障モード３１０が起きる一般的な確率である。この発生確率Ｐ３２０は、実際に過去に起きた故障モード３１０の発生件数から算出することができ、また、機器１０４のＦＭＥＡ(Failure Mode and Effect Analysis)に記載される発生確率を使用することもできる。
例えば、図３に記載するテーブルの１行目を参照すると、故障モード３１０（凝縮器冷水減少）が起きる発生確率Ｐ３２０が、０．００５であることを示す。
検査項目確率テーブル１８５に示される検査項目が起きる確率Ｐ（検査項目の挙動|故障モード）２３０（条件付確率）と、故障モード確率テーブル１６０に示される発生確率Ｐ３２０と、に基づいて、故障モード確率算出部１７５にて、故障モードの確率を算出することができる。
図４は、本実施例に記載する検査コストツリー１８０のデータ構造を説明する説明図である。
検査コストツリー１８０は、冷蔵庫４００（機器１０４）を構成する検査部位をツリー構造で示すデータである。これらデータから、検査項目の検査を実行するために必要な検査コストを見積ることができる。
ツリー構造における四角は、機器を構成する部位を示している。例えば、冷蔵庫４００は、冷凍機４１０、電源部４６０、冷蔵室４８０という部位から構成され、更に、冷凍機４１０は、圧縮機４２０、蒸発器４３０、凝縮器４４０という部位から構成される。なお、これら機器を構成する部位は、検査部位に対応する。
ツリー構造における楕円は、これら機器を構成する部位における検査項目を示している。例えば、入口温度４２３は、圧縮機４２０の入口温度という検査項目を示している。この検査項目は、図２に記載する検査項目２２０に紐づく情報である。
更に、機器を構成する部位（四角）と機器を構成する部位（四角）とを結ぶ実線には、その機器を構成する部位を分解するために必要とするコストが、数値として、設定される。例えば、実線４１７には、「１」という数値が設定される。これは、例えば、冷凍機４１０のケースを開け、圧縮機４２０を見えるようにするなどの作業コスト、つまり、機器を構成する部位を分解するための作業コスト（作業時間、分解に必要な工具、人の調達などに必要とするコスト）を示している。
また、機器を構成する部位（四角）と検査項目（楕円）とを結ぶ点線には、その機器を構成する部位を検査するために必要とするコストが、数値として、設定される。例えば、点線４２１には、「２」という数値が設定される。これは、例えば、圧縮機４２０が見えている状態において、出口温度４２６を計測するための検査コスト、つまり、機器を構成する部位を検査するための検査コストを示している。
なお、検査コストは、機器を構成する部位にセンサを設置し、温度、圧力、電力などを計測する、又は、単純に目視するなどの作業に必要な時間や道具の調達を、保全マニュアルなどから見積もり、検査コストを定義する。
このように、実線に定義される作業コストと点線に定義される検査コストとの和を算出することにより、検査に必要な全体コストを算出することができる。
例えば、冷蔵庫４００（検査部位）の冷凍機４１０（検査部位）の圧縮機４２０（検査部位）の出口温度４２６（検査項目）を検査する場合、実線に定義される作業コスト「２＋１」と点線に定義される検査コスト「２」との和（２＋１＋２＝５）を算出し、検査に必要な全体コスト「５」が算出される。
なお、検査コストや作業コストに使用される数値は、これらコストを、事前に設定されたランクに区分したものである。また、必ずしもコストに限定されるものではなく、他のパラメータ（時間など）を使用してもよい。
図５は、本実施例に記載する故障モードリスクテーブル１７０のデータ構造を説明する説明図である。
故障モードリスクテーブル１７０は、故障モード５１０とその処置コスト５２０とを保存するテーブルである。
故障モード５１０は、図２に記載する故障モード２００や図３に記載する故障モード３１０と同じものが保存される。
また、処置コスト５２０は、故障モード５１０を処置し、機器１０４を修理するために必要とするコストである。
例えば、図５に記載するテーブルの１行目を参照すると、故障モード５１０（凝縮器冷水減少）の処置コスト５２０は、２であることを示す。この処置コスト５２０には、例えば、凝縮器の出入口を塞いでいる物を除くなどの作業のコストが保存される。また、この処置コスト５２０には、例えば、故障モード５２０が「冷媒漏れ」の場合、どこから冷媒が漏れているか探し、冷媒の漏れを塞ぐなどの作業のコストが保存される。
この処置コスト５２０を、故障モードの確率と同時に、保全員１０２に提示することにより、保全員１０２の故障モードの選択を、サポート（支援）することができる。つまり、各故障モードの確率が等しい、又は、各故障モードの確率に大きな差異がない場合には、保全員１０２は、処置コスト５２０を参照して、故障モードを選択することができる。このように、保全員１０２の故障モードの選択をサポート（支援）することができる。
このように、保全員１０２は、各故障モードの確率が等しい、又は、各故障モードの確率に大きな差異がない場合には、まず、処置コスト５２０が小さい故障モードについて処置し、仮に、その故障モードについて処置しても、機器が復帰しない場合には、処置コスト５２０が大きい故障モードについて処置することもできる。
例えば、故障モード５１０「冷媒漏れ」の確率が２０％（処置コスト「５」）、故障モード５１０「凝縮器冷水減少」の確率が２０％（処置コスト「２」）の場合には、まず、処置コスト「２」の「凝縮器冷水減少」を処置し、仮に、機器が復帰しない場合に、「冷媒漏れ」を処置することができる。
また、例えば、「凝縮器冷水減少」（処置コスト「２」）や「蒸発器冷水減少」（処置コスト「３」）の確率が４５％、「冷媒漏れ」（処置コスト「５」）の確率が５０％の場合、故障モードの確率が５％大きいとの理由で、「冷媒漏れ」を想定して、どこから冷媒が漏れているかを検査することは、必ずしも合理的ではない。
このようなサポート（支援）が、故障モードの確率と並列に処置コスト５２０を提示することにより、可能となる。
図６は、本実施例に記載する一次記憶部１５５のデータ構造を説明する説明図である。
一次記憶部１５５は、検査項目確率テーブル１８５、故障モード確率テーブル１６０、検査コストツリー１８０、故障モードリスクテーブル１７０とは、相違し、ＲＡＭ（Random Access Memory）など、書き換え可能な装置で構成される。これは保全員１０２が、検査した検査結果を記憶するためである。
そして、この検査結果から次に検査すべき検査項目と故障モードとを取得することができる。
データ構造として、検査部位６１０、検査項目６２０、検査項目の挙動６３０は、図２に記載する検査部位２１０、検査項目２２０、検査項目の挙動２２５と同じものが保存される。
そして、図２に記載する検査部位２１０、検査項目２２０、検査項目の挙動２２５のうち、検査が完了した行が、コピーされ、記憶される。
検査結果６４０は、保全員１０２が検査した結果であり、検査項目の挙動６３０で定義された通りの挙動であれば「１」が記憶され、検査項目の挙動６３０で定義された通りの挙動でなければ「０」が記憶される。
次に、メインルーチン演算部１６５、故障モード確率算出部１７５、検査項目探索部１９５にて実行する処理（演算、算出、探索）について、説明する。
図７は、本実施例に記載する処理内容のメインルーチンを説明するフローチャート図である。
図７に記載するメインルーチンは、メインルーチン演算部１６５にて実行され、機器１０４の故障モードを特定する手順である。
ステップ（以下「Ｓ」と称する）７００は、全検査項目を端末１００の表示部１０５に表示する工程である。ここでは、検査項目確率テーブル１８５（図２参照）が保存する検査部位２１０、検査項目２２０、検査項目の挙動２２５を、全レコードを読み取り、表示する。
図１０は、本実施例に記載する表示部１０５が表示する初期情報入力を説明する説明図である。
検査項目確率テーブル１８５に保存される検査部位２１０、検査項目２２０、検査項目の挙動２２５は、検査部位１０１０、検査項目１０２０、検査項目の挙動１０３０として、表示される。
検査結果１０４０は、検査項目１０２０が、検査項目の挙動１０３０のような挙動をしている場合は「True」、検査項目１０２０が、検査項目の挙動１０３０のような挙動をしていない場合は「False」のような検査結果を入力することができるように、「True」及び「False」の文言とチェックボックスとを表示する。つまり、入力される検査結果は、検査部位の検査項目の挙動に対して、実行される。
Ｓ７０５は、初期段階で分かっている検査結果を入力する工程である。この工程では、この初期段階（現時点）で分かっている検査結果（初期情報）を入力し、分かっていない検査結果は入力しない。
つまり、図１０に記載する検査結果１０４０のチェックボックスに入力する。表示部１０５が、タッチディスプレイであれば、保全員１０２が、直接、チェックボックスをタッチすることにより、チェックを入力することができる。
例えば、図１０に記載するテーブルの１行目のように、冷蔵庫４００（検査部位１０１０）のアラート４０３（検査項目１０２０）の「アラートＡ００１が発報していないか」（検査項目の挙動１０３０）について、アラートＡ００１が発報していない場合、「True」にチェックされる。
また、例えば、図１０に記載するテーブルの３行目のように、冷凍機４１０（検査部位１０１０）の冷凍機能４１５（検査項目１０２０）の「冷凍機能は有効か」（検査項目の挙動１０３０）について、冷凍機能は有効である場合、「True」にチェックされる。
このように、初期段階では、機器１０４の分解などの検査を実行しなくても分かる検査結果を入力する。入力後、診断キー１０５０をタッチする。
一方、例えば、図１０に記載するテーブルの２行目のように、電源部４６０（検査部位１０１０）の入力電力４６５（検査項目１０２０）の「上昇」（検査項目の挙動１０３０）について、分からない場合には、「True」「False」のいずれにも、チェックされない。
そして、入力された検査結果１０４０は、一次記憶部１５５に記憶される。一次記憶部１５５では、検査結果１０４０が「True」の場合には、図６に記載する検査結果６４０に「１」を、検査結果１０４０が「False」の場合には、図６に記載する検査結果６４０に「０」を、記憶する。なお、検査結果１０４０が入力されない場合には、図６に記載する検査結果６４０は、空欄となる。
その後、Ｓ７１０に進む。
Ｓ７１０は、Ｓ７０５にて入力された検査結果１０４０に基づいて、故障モードの確率を算出するサブルーチン（ＳＵＢ０１）である。そして、サブルーチン（ＳＵＢ０１）を呼び出す。
図８は、本実施例に記載する処理内容のサブルーチン（ＳＵＢ０１）を説明するフローチャート図である。
図８に記載するサブルーチンは、故障モード確率算出部１７５にて実行され、故障モードの確率を算出する手順である。
Ｓ８００は、Ｓ７０５にて入力された検査結果に紐付く、条件付確率（検査項目が起きる確率）Ｐ（検査項目の挙動|故障モード）２３０と故障モード２００とを、図２に記載する検査項目確率テーブル１８５から検索する。特に、検査結果１０４０が「False」の場合や検査結果１０４０が入力されない場合を検索する。
Ｓ８１０は、Ｓ８００にて検索された故障モード２００と同じ故障モード３１０を、図３に記載する故障モード確率テーブル１６０から検索する。そして、検索された故障モード３１０に基づいて、その発生確率Ｐ（故障モード）３２０を検索する。
Ｓ８２０は、Ｓ８００にて検索された複数の条件付確率Ｐ（検査項目の挙動|故障モード）と、Ｓ８１０にて検索された複数の発生確率Ｐ（故障モード）と、に基づいて、検査項目の挙動と故障モードとの同時確率Ｐ（複数の検査項目の挙動、複数の故障モード）を計算する。
この計算は、ベイジアンネットワークに基づき、実行される。以下、簡単に、ベイジアンネットワークに基づく計算方法を説明する。
図１４は、本実施例に記載するアルゴリズムを説明する説明図であり、本実施例に記載するベイジアンネットワーク（アルゴリズム）を説明するものである。
これは、故障モード（１４１０、１４２０、１４３０）と検査項目の挙動（１４４０、１４５０、１４６０、１４７０、１４８０）とが紐付いたネットワークである。
故障モード（１４１０、１４２０、１４３０）は、図２に記載される故障モード２００に対応し、検査項目の挙動（１４４０、１４５０、１４６０、１４７０、１４８０）は、図２に記載される検査項目の挙動に関する情報（検査部位２１０、検査項目２２０、検査項目の挙動２２５）に対応する。
そして故障モードから検査項目の挙動に伸びる矢印線（例えば、１４１２や１４１５など）は、故障モードから検査項目の挙動への条件付確率２３０に対応する。
例えば、故障モードから検査項目の挙動に伸びる矢印線１４１２に記載される「０．３０」は、図２に記載される条件付確率Ｐ(検査項目の挙動|故障モード)２３０である。また、例えば、故障モード１４１０に記載される「０．００５」は、図３に記載される発生確率Ｐ（故障モード）Ｐ３２０である。
図１４に記載するベイジアンネットワークにおいて、検査項目の挙動と故障モードとの同時確率Ｐ（複数の検査項目の挙動、複数の故障モード）を、図１４に記載される故障モードを示すＦ1（図１４ではＦ１〜Ｆ３）などや検査項目の挙動を示すＩ1（図１４ではＩ１からＩ５）などの記号を使用して表現すると、
Figure 2020181231
となる。この同時確率Ｐを求めるためには、以下の式（１）を計算すればよい。
Figure 2020181231
Figure 2020181231
は、Ｓ８００にて検索された条件付確率Ｐ（検査項目の挙動|故障モード）２３０であり、式(１)では、全部でＪ件を検索した場合を想定している。
Figure 2020181231
は、Ｓ８１０にて検索された発生確率Ｐ（故障モード）３２０であり、式（１）では、全部で、Ｋ件を検索した場合を想定している。
また、ｆｊは、故障モードが発生していれば１(True)、故障モードが発生していなければ０(False)をとる値である。
また、ｉｋは、検査項目Ｉｋの検査結果を示す値であり、検査結果が検索項目の挙動のとおりであるならば１(True)、検査結果が検査項目の挙動のとおりでないならば０(False)をとる値である。なお、この値は、図６に記載する検査結果６４０から、取得される。
なお、式（１）は、ベイジアンネットワークの因数分解定理やNoisy-ORモデルを使用して、導出される。
そして、式（１）の計算が終了した（Ｓ８２０が終了した）後、Ｓ８４０に移行する。
Ｓ８４０は、Ｓ８２０にて計算された同時確率
Figure 2020181231
から、検査結果を反映したｊ番目の故障モードの確率
Figure 2020181231
を計算する。この故障モードの確率を求めるためには、以下の式（２）を計算すればよい。
Figure 2020181231
この式（２）は、検査項目Ｉ１〜ＩＫの検査結果がｉ１〜ｉＫである場合、j番目の故障モードＦｊ＝ｆｊとなる条件付確率Ｐを意味している。これが検査結果から計算される故障モードの確率Ｐ（故障モード|検査結果）である。
そして、式（２）にて計算された故障モードの確率を返却して、本サブルーチンＳＵＢ０１は終了する。
このように、故障モード確率算出部１７５は、条件付確率（検査項目が起きる確率）Ｐ（検査項目の挙動|故障モード）２３０と、発生確率Ｐ（故障モード）３２０と、に基づいて、故障モードの確率Ｐ（故障モード|検査結果）を算出する。
その後、図７に記載するＳ７１５に進む。
Ｓ７１５は、検査項目の候補を探索するサブルーチン（ＳＵＢ０２）である。
Ｓ７１５は、「次にどの検査項目の検査を実行するか？」を、故障モードの切り分け及び検査コストの観点から決定する。そして、サブルーチン（ＳＵＢ０２）を呼び出す。
図９は、本実施例に記載する処理内容のサブルーチン（ＳＵＢ０２）を説明するフローチャート図である。
図９に記載するサブルーチンは、検査項目探索部１９５にて実行され、検査項目の候補を探索する（検査コストを最小化する検査項目を探索する）手順である。
Ｓ９００は、未検査の検査項目から検査項目の候補を１つ選出する。これを検査項目ＩＫ＋１とする。これについて、以降のステップにて、故障モードの切り分け及び検査コストの観点から、良し悪しを評価する。
Ｓ９１０は、検査項目の候補から条件付エントロピーを計算する。つまり、「もし、新たに検査項目Ｉｕの検査を実行すると、故障モードの切り分けが進むか？」を評価する指標として条件付エントロピー（故障モードの切り分けのし易さの指標）
Figure 2020181231
を計算する。
この条件付エントロピーとは、確率分布に対する無作為性（ランダム性）を示す指標の１つであり、値が小さいほどランダム性が低い。例えば、故障モードＡ、Ｂ、Ｃの確率が、３３％、３３％、３４％の確率分布よりも、故障モードＡ、Ｂ、Ｃの確率が、９０％、５％、５％の確率分布の方が、条件付エントロピーは低い。
つまり、できる限り条件付エントロピーが小さくなることが期待できる検査項目を探索すればよい。
このため、Ｓ９００にて選出された検査項目を追加した際の条件付エントロピーを、以下の式（３）を使用して計算する。
Figure 2020181231
なお、この式（３）に記載される同時確率
Figure 2020181231
は、検査項目が１〜Ｋから１〜Ｋ＋１に変化している。つまり、式（１）のＫをＫ＋１に置き換えることにより、計算することができる。
これにより、式（３）の計算に必要な確率Ｐ（ＩＫ＋１＝ｉＫ＋１）も、以下の式（４）を使用して計算することができる。
Figure 2020181231
これにより、条件付エントロピー
Figure 2020181231
を計算することができる。
そして、計算が終了した（Ｓ９１０が終了した）後、Ｓ９２０に移行する。
Ｓ９２０は、検査項目ＩＫ＋１の検査コストＣｏｓｔ（ＩＫ＋１）を計算する。つまり、図４に記載する検査コストツリー１８０から検査コストを計算する。
これは、「検査項目ＩＫの検査を実行するための検査コストを現在値として、そこから検査項目ＩＫ＋１の検査を実行するための検査コストが、どれだけかかるか？」を、図４に記載される実線や点線の径路に基づいて、検査コストの合計値を計算する。
例えば、検査項目ＩＫが「冷凍機４１０の冷凍機能４１５」、検査項目ＩＫ＋１が「圧縮機４２０の出口温度４２６」とすると、実線４１７の検査コスト＝１、点線４２１の検査コスト＝２であるため、Ｃｏｓｔ（ＩＫ＋１）＝１＋２＝３となる。
Ｓ９３０は、Ｓ９１０にて計算された条件付エントロピーと、Ｓ９２０にて計算された検査コストと、に基づいて、検査スコアＳｃｏｒｅ（ＩＫ＋１）を計算する。
検査スコアの定義は、いくつか考えられるが、本実施例では、単純な線形和である式（５）を使用する。
Figure 2020181231
式（５）に記載されるパラメータλは、「どれだけ検査コストを重視するか？」という観点で決定される本実施例を使用する保守リコメンドシステムの設計値である。λが大きいほど検査コストが重視され、相対的に故障モードの切り分けは軽視される。逆に、λが小さいほど検査コストが軽視され、相対的に故障モードの切り分けは重視される。
Ｓ９４０は、未検査の検査項目の全候補について検査スコアを計算したか否かを確認する。つまり、全ての検査スコアＳｃｏｒｅ（ＩＫ＋１）を計算したか否かを確認する。
全ての検査スコアＳｃｏｒｅ（ＩＫ＋１）を計算していなければ、Ｓ９００に戻り、Ｋ＋１番目の検査項目として、別の検査項目を割り当て、検査スコアＳｃｏｒｅ（ＩＫ＋１）を計算する。
一方、全ての検査スコアＳｃｏｒｅ（ＩＫ＋１）を計算していれば、Ｓ９５０に移行する。
Ｓ９５０は、計算された検査スコアＳｃｏｒｅ（ＩＫ＋１）のうち最小になる検査項目を取り出す。
そして、式（５）にて計算され、検査スコアＳｃｏｒｅ（ＩＫ＋１）が最小になる検査項目を返却して、本サブルーチンＳＵＢ０２は終了する。
このように検査項目探索部１９５は、検査スコアが最小になる検査項目を取り出す。つまり、検査項目探索部１９５は、未実施の検査項目から、条件付エントロピーを計算し、検査コストツリーから検査コストを計算し、条件付エントロピー及び検査コストから検査スコアを計算する。
その後、図７に記載するＳ７２０に進む。
Ｓ７２０は、故障モードの候補、検査項目の候補を端末１００の表示部１０５に表示する。
図１１は、本実施例に記載する表示部１０５が表示する検査項目候補と故障モード候補を説明する説明図である。
Ｓ７２０では、Ｓ７１０にて計算された故障モードの確率が高いもの上位Ｎ件を、故障モード候補として、故障モード１１５０と共に、確率（％）１１６０、処置コスト１１７０が表示される。なお、Ｎ件の数字は、画面サイズなどに基づいて、本実施例を使用する保守リコメンドシステムの設計時に決定される。本実施例では、Ｎ＝３件としている。
また、処置コスト１１７０は、図５に記載する故障モードリスクテーブル１７０に保存される処置コスト５２０が表示される。
また、検査項目候補として、検査部位１１１０、検査項目１１２０、検査項目の挙動１１３０、検査結果１１４０が表示される。ここには、初期情報の入力の際に、検査結果が入力されなかった検査項目と共に、Ｓ７１５にて選出された検査項目（１１４２）が、表の最下段に表示される。
なお、本実施例では、既に検査結果が入力された検査部位１１１０、検査項目１１２０、検査項目の挙動１１３０は、表示されない。これにより、保全員１０２は、未検査の検査項目を容易に認識することができる。
Ｓ７２５は、保全員１０２が、故障モードを絞り込めたか否かを確認する。つまり、保全員１０２が、故障モード１１５０、確率（％）１１６０、処置コスト１１７０を参考にして、故障モードを絞り込めたか否かを確認する。
例えば、図１１に記載される蒸発器冷水減少３０％、冷媒漏れ２０％、凝縮器冷水減少２０％で、故障モードを絞り込めたと判断する場合には、故障モードを特定することができ（検査は完了であり、メインルーチンを完了し）、その故障を処置する。
一方、まだ、これらの確率（％）１１６０では、故障モードを絞り込めないと判断する場合には、Ｓ７３０に進み、検査項目の候補（１１４２）の検査を実行する。
Ｓ７３０は、まだ故障モードを絞り込めないと判断されたため、検査項目の候補の検査を実行する。本実施例では、凝縮器（検査部位１２１０）の出口温度（検査項目１２２０）が上昇（検査項目の挙動１２３０）していないか否かの検査（検査項目の候補（１１４２）の検査）を実行する。なお、本実施例では、初期情報の入力の際に、検査結果が入力されなかった検査項目（電源部の入力電力が上昇していないか否か）の検査は完了している。
Ｓ７３５は、その検査結果を入力する。
図１２は、本実施例に記載する表示部１０５が表示する検査結果入力を説明する説明図である。
検査結果を、チェックボックスに、チェック（１２４２）して、入力する。その後、Ｓ７１０に戻り、故障モードの候補、検査項目の候補を演算する。入力後、診断キー１２４５をタッチする。
なお、図１２に記載される故障モード１２５０、確率（％）１２６０、処置コスト１２７０、検査部位１２１０、検査項目１２２０、検査項目の挙動１２３０、検査結果１２４０、診断キー１２４５は、図１１に記載される故障モード１１５０、確率（％）１１６０、処置コスト１１７０、検査部位１１１０、検査項目１１２０、検査項目の挙動１１３０、検査結果１１４０、診断キー１１４５と同様である。
図１３は、本実施例に記載する表示部１０５が表示する検査項目候補と故障モード候補との更新を説明する説明図である。
このように、Ｓ７１０〜Ｓ７３５を繰り返すことにより、故障モード候補として、故障モード１３５０、確率（％）１３６０、処置コスト１３７０が変化し、検査項目候補として、検査項目（１３４５）が、表に表示される。
本実施例では、凝縮器（検査部位１３１０）の圧力（検査項目１３２０）が上昇（検査項目の挙動１３３０）していないか否かの検査（検査項目の候補（１３４５）の検査）を実行する。
このように、図１１に記載する検査項目から図１３に記載する検査項目へ、検査結果を増加しつつ、故障モードの確率を偏らせることにより、故障モードの特定精度を向上させることができる。
そして、保全員１０２が、故障モードを絞り込めたと判断する場合には、故障モードを特定することができ、検査は完了であり、メインルーチンを完了し、その故障を処置する。
なお、本実施例では、既に検査結果が入力された検査部位１３１０、検査項目１３２０、検査項目の挙動１３３０は、表示されない。これにより、保全員１０２は、未検査の検査項目を容易に認識することができる。
本実施例に記載する保全リコメンドシステムは、最低１件の検査結果を入力し、故障モードの確率を算出すると共に、「次にどの検査項目の検査を実行すべきか」を故障モードの確率や故障モードの処置コストの観点から、保全員１０２にリコメンドする。
保全員１０２は、故障モードの確率や故障モードの処置コストに基づいて、機器の各部の検査項目の検査を実行する。例えば、３種類の故障モードＡ、Ｂ、Ｃがあり、これら故障モードの確率が、３３％、３３％、３４％の（イ）場合は、保全員１０２は、特定の故障モードを絞り込むことはできないが、これらの故障モードの確率が、９０％、５％、５％の（ロ）場合は、保全員１０２は、故障モードＡを絞り込むことができる。
なお、（イ）の場合には、例えば、処置コストの最も安価な故障モードの検査を実行し、その検査結果を入力した後、故障モードの確率を算出すると共に、「次にどの検査項目の検査を実行すべきか」を、保全員１０２にリコメンドする。
このように本実施例に記載する保全リコメンドシステムは、保全員１０２との相互対話により、また、逐次、繰り返して、追加して、「次にどの検査項目の検査を実行すべきか」を、保全員１０２にリコメンドする。
本実施例によれば、このように逐次、繰り返し、追加することができ、タイムリーに検査結果を提示することができるため、早期にかつ高精度に故障モードを特定することができる。
このように本実施例によれば、検査の途中でタイムリーに検査項目を提示し、故障モードの特定精度を向上させ、早期に故障モードを特定し、また、故障の内容の調査時間を短縮し、機器の故障から復帰までの時間を短縮する。
なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は、本発明を分かり易く説明するために詳細に説明したものであり、必ずしも説明した全ての構成を有するものに限定されるものではない。
１００…端末側システム、１０２…保全員、１０４…機器、１０５…表示部、１２０…入力部、１２５…通信部、１５０…センタ側システム、１５５…一次記憶部、１６０…故障モード確率テーブル、１６５…メインルーチン演算部、１７０…故障モードリスクテーブル、１７５…故障モード確率算出部、１８０…検査コストツリー、１８５…検査項目確率テーブル、１９０…通信部、１９５…検査項目探索部。

Claims (7)

  1. 入力される検査結果を記憶する一次記憶部と、前記一次記憶部に記憶される検査結果に基づいて、故障モードの確率を算出する故障モード確率算出部と、未検査の検査項目から検査スコアが最小になる検査項目を取り出す検査項目探索部と、全検査項目から故障モードの候補及び検査項目の候補を絞り込むメインルーチン演算部と、を有することを特徴とする保全リコメンドシステム。
  2. 前記検査項目が起きる確率を保存する検査項目確率テーブルと、前記故障モードの発生確率を保存する故障モード確率テーブルと、検査コストをツリー状に保存する検査コストツリーと、前記故障モードの処置コストを保存する故障モードリスクテーブルと、を有することを特徴とする請求項１に記載の保全リコメンドシステム。
  3. 前記故障モード確率算出部は、条件付確率（検査項目が起きる確率）と、発生確率（故障モード）と、に基づいて、前記故障モードの確率を算出することを特徴とする請求項１に記載の保全リコメンドシステム。
  4. 前記検査項目探索部は、未実施の検査項目から、条件付エントロピーを計算し、検査コストツリーから検査コストを計算し、前記条件付エントロピー及び前記検査コストから検査スコアを計算することを特徴とする請求項１に記載の保全リコメンドシステム。
  5. 前記入力される検査結果は、検査部位の検査項目の挙動に対して、実行されることを特徴とする請求項１に記載の保全リコメンドシステム。
  6. 前記故障モードの候補は、故障モード、故障モードの確率、故障モードの処置コストで表示されることを特徴とする請求項１に記載の保全リコメンドシステム。
  7. 前記検査項目の候補は、既に検査結果が入力された検査項目については表示されないことを特徴とする請求項１に記載の保全リコメンドシステム。
JP2019081629A 2019-04-23 2019-04-23 保全リコメンドシステム Active JP7270449B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2019081629A JP7270449B2 (ja) 2019-04-23 2019-04-23 保全リコメンドシステム
US16/802,617 US11531576B2 (en) 2019-04-23 2020-02-27 Maintenance recommendation system

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2019081629A JP7270449B2 (ja) 2019-04-23 2019-04-23 保全リコメンドシステム

Publications (2)

Publication Number Publication Date
JP2020181231A true JP2020181231A (ja) 2020-11-05
JP7270449B2 JP7270449B2 (ja) 2023-05-10

Family

ID=72917015

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2019081629A Active JP7270449B2 (ja) 2019-04-23 2019-04-23 保全リコメンドシステム

Country Status (2)

Country Link
US (1) US11531576B2 (ja)
JP (1) JP7270449B2 (ja)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0269827A (ja) * 1988-09-05 1990-03-08 Nippon Telegr & Teleph Corp <Ntt> 故障診断方式
JP2000509855A (ja) * 1996-04-19 2000-08-02 ダイムラークライスラー・アクチエンゲゼルシヤフト 処置に関する情報の有効な記憶と評価により技術系を自動的に診断する装置とその方法
JP2013029881A (ja) * 2011-07-26 2013-02-07 Hitachi Medical Corp 保守支援システム、保守支援装置および保守支援プログラム
JP2017068467A (ja) * 2015-09-29 2017-04-06 株式会社 日立産業制御ソリューションズ 作業支援装置及び作業支援方法
JP2017187900A (ja) * 2016-04-04 2017-10-12 三菱電機株式会社 情報処理装置、保守システム、情報処理方法及び情報処理プログラム

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6928445B2 (en) * 2002-06-25 2005-08-09 International Business Machines Corporation Cost conversant classification of objects
JP2005309077A (ja) * 2004-04-21 2005-11-04 Fuji Xerox Co Ltd 故障診断方法および故障診断装置、並びに搬送装置および画像形成装置、並びにプログラムおよび記憶媒体
JP2007193456A (ja) 2006-01-17 2007-08-02 Omron Corp 要因推定装置、要因推定プログラム、要因推定プログラムを記録した記録媒体、および要因推定方法
US20090112865A1 (en) * 2007-10-26 2009-04-30 Vee Erik N Hierarchical structure entropy measurement methods and systems
JP5510760B2 (ja) * 2010-05-17 2014-06-04 株式会社日立製作所 計算機システム、及び、規則生成方法
JP2015162090A (ja) * 2014-02-27 2015-09-07 三菱日立パワーシステムズ株式会社 故障診断方法及び故障診断装置
JP2015184823A (ja) * 2014-03-20 2015-10-22 株式会社東芝 モデルパラメータ算出装置、モデルパラメータ算出方法およびコンピュータプログラム
WO2018135171A1 (ja) * 2017-01-19 2018-07-26 株式会社日立製作所 保全管理システム及びそれに用いる保全管理確認装置
CN109816185A (zh) * 2017-11-20 2019-05-28 鸿富锦精密电子(天津)有限公司 风险管控装置及方法
JP6994366B2 (ja) * 2017-11-28 2022-01-14 株式会社日立製作所 故障モード特定システム、故障モード特定方法、及びプログラム
JP6926008B2 (ja) * 2018-01-31 2021-08-25 株式会社日立製作所 保守計画装置、及び保守計画方法
US20190266682A1 (en) * 2018-02-27 2019-08-29 United States Of America As Represented By The Secretary Of The Army Calculating value of inspection information
JP7102300B2 (ja) * 2018-09-07 2022-07-19 株式会社日立製作所 故障モード推定システム
JP7245039B2 (ja) * 2018-12-14 2023-03-23 株式会社日立製作所 故障箇所特定支援システム
JP2022011623A (ja) * 2020-06-30 2022-01-17 株式会社日立製作所 保全リコメンドシステム及び保全リコメンド方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0269827A (ja) * 1988-09-05 1990-03-08 Nippon Telegr & Teleph Corp <Ntt> 故障診断方式
JP2000509855A (ja) * 1996-04-19 2000-08-02 ダイムラークライスラー・アクチエンゲゼルシヤフト 処置に関する情報の有効な記憶と評価により技術系を自動的に診断する装置とその方法
JP2013029881A (ja) * 2011-07-26 2013-02-07 Hitachi Medical Corp 保守支援システム、保守支援装置および保守支援プログラム
JP2017068467A (ja) * 2015-09-29 2017-04-06 株式会社 日立産業制御ソリューションズ 作業支援装置及び作業支援方法
JP2017187900A (ja) * 2016-04-04 2017-10-12 三菱電機株式会社 情報処理装置、保守システム、情報処理方法及び情報処理プログラム

Also Published As

Publication number Publication date
US11531576B2 (en) 2022-12-20
US20200341828A1 (en) 2020-10-29
JP7270449B2 (ja) 2023-05-10

Similar Documents

Publication Publication Date Title
CN107949812B (zh) 用于检测配水***中的异常的方法
EP3671201B1 (en) An improved method for evaluating pipe condition
JP2007293489A (ja) 設備機器用故障診断装置および設備機器用故障診断方法
AU2009299602B2 (en) Assisting with updating a model for diagnosing failures in a system
JP4381361B2 (ja) 時系列データ分析装置、時系列データ分析方法、及び時系列データ分析プログラム
CN111597708A (zh) 压缩机质量预警服务的方法、***、可读介质和电子设备
CN108027611B (zh) 利用受专家意见监督的决策模式学习的用于机器维护的决策辅助***和方法
KR20080026633A (ko) 기기 관리 방법, 이것에 사용되는 분석 시스템, 보수 점검지원 방법 및 이것에 사용되는 보수 점검 지원 장치
EP3477412A1 (en) System fault isolation and ambiguity resolution
JP5487060B2 (ja) 故障原因診断方法及び故障原因診断装置
Genta et al. Inspection procedures in manufacturing processes: recent studies and research perspectives
EP3944043B1 (en) Maintenance work assistance device
JP2022011623A (ja) 保全リコメンドシステム及び保全リコメンド方法
CN115237086A (zh) 工业厂房中的决策支持
Wang et al. An integrated failure-censored sampling scheme for lifetime-performance verification and validation under a Weibull distribution
CN115392782A (zh) 一种核电厂工艺***健康状态监测和诊断方法及***
US20220163246A1 (en) Maintenance recommendation system
JP7156975B2 (ja) 運営評価装置、運営評価方法、およびプログラム
JP2021089116A (ja) 情報処理装置、情報処理方法、プログラム及び学習済みモデルの生成方法
JP2020181231A (ja) 保全リコメンドシステム
JP7329753B2 (ja) 情報処理装置、情報処理方法、および、学習装置
TWI400619B (zh) 偵測產品品質超規與評估產品實際量測值的方法
CN113495800B (zh) 基于扩展多属性决策的诊断预测数据和特征再认知方法
Nielsen Value of information of structural health monitoring with temporally dependent observations
KR20220096793A (ko) 회전기계의 결함을 종합적으로 진단하는 방법 및 시스템

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20211117

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20220909

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20221025

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20221212

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20230411

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20230425

R150 Certificate of patent or registration of utility model

Ref document number: 7270449

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150