JP5932603B2

JP5932603B2 - 寿命予測における地域傾向抽出方法

Info

Publication number: JP5932603B2
Application number: JP2012233371A
Authority: JP
Inventors: 水野　洋一; 洋一水野; 長谷川　隆; 長谷川　　隆
Original assignee: Hitachi Ltd
Current assignee: Hitachi Ltd
Priority date: 2012-10-23
Filing date: 2012-10-23
Publication date: 2016-06-08
Anticipated expiration: 2032-10-23
Also published as: JP2014085774A

Description

本発明は、設備の保全を計画管理するシステムに関し、電力配電設備における電柱等の散在する設備に対して、対象設備の設置位置と故障履歴に記録された各設備の寿命から設備の集合を地域に分割することにより、各地域の傾向を反映した寿命の平均値や分布のバラツキを求めることを可能とする、寿命予測における地域傾向抽出方法に関する。

装置産業や社会インフラ事業者の多くが、経年劣化していく設備を抱えて必要な維持コストが膨らむ一方で、かけられるコストには限界があるという課題に直面している。そのなかで設備保全の取り組みを、ITによって総合的に支援するEAM（Enterprise Asset Management）システムへの関心が高まっている。設備保全においては、設備の安全性、信頼性を維持しつつ、保全コストを低減するというバランスが重要視されるが、そのためには設備の寿命（故障時期）をできるかぎり正確に予測することが重要となる。設備の寿命を正確に予測することができれば、故障や事故の発生を未然に防ぐことができ、かつ巡視や点検等の保全にかけるコストを低減することができる。また、設備を寿命まで最大限に利用することができ設備投資を低減することができる。

設備の寿命を予測する方法としては、設備の故障履歴から、各設備群の寿命の平均値やバラツキを求めて予測する方法がある。特許文献１記載の従来技術では、設備を設備種類や材料等の属性の組合せで分類し、設備の故障実績とベイズの定理を用いて、分類毎の設備の故障率を求め劣化を予測する方法が述べられている。

特開2010−097392号公報

特許文献１に記載の設備の劣化予測方法では、塩害地区や雪害地区等の地域傾向を設備の属性として分類に用いることにより、地域傾向毎の設備の劣化予測をすることができる。しかし、設備の分類に用いる地域傾向は設備の属性として予め設定されたものであり、地域傾向自体を抽出する方法に関しては記載されていない。

上記の課題を解決するため、本発明においては、処理部と記憶部と入出力部を備えた計算機を用い、設備の設置位置や設置日等の属性を記憶する設備データと、設備の故障日等の履歴を記憶する履歴データを入力とし、設備の種類や設置位置から選択した対象設備に対し、対象設備の設置位置を用いて近傍リストを作成し、近傍リストを端から順に二分して、対象設備の寿命について平均値の差の絶対値が最大、対象設備の寿命の平均値の差の絶対値が最大、かつ予め設定された閾値以上となる位置で近傍リストを分割し、分割できるリストがなくなるまで同様の分割を繰り返すことにより、設備の寿命予測における地域傾向を抽出する方法を提供する。

本発明によれば、対象設備の設置位置と故障履歴に記録された対象設備の寿命を用いて、対象設備の寿命予測における地域傾向を機械的に求めることができる。また、求められた地域毎に寿命の平均や分布のバラツキを求めることにより、ひいては、対象設備の現在の稼働日数と属する地域の平均寿命から設備の平均余命を求めたり、属する地域の寿命の分布から対象設備の稼働日数に対する故障確率を求めることも可能になる。また、設備全体の寿命の平均値や分布を元に求めるより、地域の傾向を反映した正確な平均余命や故障確率を求めることができる。これにより、平均寿命の地域差を洗い出し環境や運用方法等の要因を洗い出したり、平均寿命の短い地域や故障確率が高い地域の設備に対して、優先的に巡視やＣＢＭ（Condition Based Maintenance）を行うなど、巡視計画や保全計画を立てるうえでの入力とすることも可能になる。

寿命予測における地域傾向抽出方法のシステム構成の一例を示す図である。設備データのデータ構造の一例を示す図である。位置情報のデータ構造の一例を示す図である。履歴データの故障履歴のデータ構造の一例を示す図である。寿命予測における地域傾向抽出方法の一例を示す全体フローチャートである。近傍リストを作成する方法の一例を示すフローチャートである。入力データの一例を示す図である。近傍リストの作成の一例を示す図である。近傍リストを分割する方法の一例を示すフローチャートである。近傍リストの分割位置と平均値の差の絶対値の一例を示す図である。地域傾向により分類された設備群の一例を示す図である。異なる近傍リストの作成方法により分類された設備群の一例を示す図ある。設備の管理区の一例を示す図である。

以下、本発明を実施するための形態を図面に従い説明する。

図１に、本実施例のシステム構成例を示す。当該システムは、設備データ（２０１）、履歴データ（２０２）を記憶する記憶部（２００）、及び、寿命予測における地域傾向を計算するための対象設備選択部（２１１）、近傍リスト作成部（２１２）、近傍リスト分割部（２１３）からなる処理部（２１０）と、データの入力や寿命予測における地域傾向の出力を行う入出力部（２２０）から構成される。ここで、設備データ（２０１）は、設備の設備識別子、設置日、設置位置等の設備に関する属性値が設定されている。履歴データ（２０２）は、設備の故障履歴や使用履歴等である。

図２に、設備データ（２０１）の一例を示す。設備データとして、本実施例では、電柱、変圧器、開閉機等が記録されている（３０１〜３０４）。ここで、３００は設備を一意に識別する設備識別子、３１０は設備の分類を示す設備分類、３２０は設備の型名を示す設備型名、３３０は設備に付けられた名称である設備名称、３４０は設備を設置した日を示す設置日、３５０は設備の設置された位置（緯度経度、座標）を示す設置位置である。また、設置位置３５０は別のテーブルに格納してもよい。

図３に、設置位置を別に格納した場合の設置位置テーブルの例を示す。本例では、電柱、変圧器、開閉機の位置を記録されている（４０１〜４０３）。４００は位置を一意に識別する位置識別子、４１０は当該位置に設置できる設備の分類を示す位置タイプ、４２０および４３０は位置を示すＸ座標とＹ座標である。４２０、４３０は緯度、経度でもよい。設置位置を別テーブルに格納することにより、設備の交換等で当該位置の設備が変わった場合でも、当該位置の位置識別子と紐づけた履歴データから、当該位置に設置された過去の設備に関する故障等の履歴を見つけることができる。

図４に、履歴データ（２０２）の例を示す。履歴データとして、本実施例では故障履歴が記録されている（５０１〜５０４）。５００は、３００と同様に設備を一意に識別する設備識別子、５１０は当該設備の故障した日を示す故障日である。また、設置位置を設備データと別に格納する場合は、位置識別子を付加してもよい。

図５のフローチャートを用いて、本実施例の処理の流れを説明する。まず、寿命予測における地域傾向を求める対象設備を設備データ（２０１）から選択する（ステップ１００）。選択する設備群は、入出力部（２２０）から地図上で選択したり、条件を指定することにより設備データ（２０１）から対象設備選択部（２１１）により選択する。指定する条件としては、設備分類や型名を指定したり、同じ素材でできたものを選択することができる。電力設備の例においては、設備分類として電柱を選択したり、電柱のなかでも特定の型に属する設備を選択する。

次に、選択した対象設備の近傍リストを作成する（ステップ１０１）。近傍リストとは、隣接する設備の位置が比較的近くである設備を特定するリストのことであり、「リスト上で隣接する設備間の距離が予め定められた定数以下であるリスト」と定義することができる。ここで近傍リストの作成の方法は特に規定しない。

次に、作成された近傍リストを分割し（ステップ１０２）、処理を終了させる。

図６のフローチャートを用いて、ステップ１０１の近傍リストの作成方法の一例を説明する。なお、この処理は、近傍リスト作成部が実行する。

はじめに対象設備の中から任意の設備を一つ選択し近傍リストに追加する（ステップ６００）。ここで、対象設備の選択は、ユーザが入出力部を操作することにより選択する設備の情報を受信して行う。次に、選択された設備に最も近接する設備を設備データの中から抽出し近傍リストに追加する（ステップ６０１）。ここで最も近接する設備とは、選択された設備からの距離が予め定められた定数以下の設備のことを指す。なお、設備間の距離は位置情報に基づいて判定する。同様に近傍リストに最後に追加した設備の近傍の設備を選択して近傍リストに追加することを、対象設備が全て近傍リストに追加されるまで繰り返す（ステップ６０２）。

図７及び図８を用いて、近傍リストの作成例を説明する。図７に、入力データの一例を示す。入力データにおいて、７００は３００と同様の設備識別子であり、設備識別子が「A」〜「J」の１０個の設備がある（７２１〜７３０）。７１０は寿命であり、設備データの設置日から故障履歴の故障日までの日数である。７２０は３５０と同様に各設備の設置位置となる。

図８に、１０個の設備をＸＹ座標上にプロットし、設備識別子「A」の設備からはじめて、最も近い距離にある設備を順に選択していくことにより近傍リストを作成した場合の例を示す。設備識別子「A」の設備を近傍リストに追加し、次に設備識別子「A」の設備と最も近い設備識別子「B」の設備を選択し近傍リストに追加する。同様に、残りの設備から、最後に近傍リストに追加した設備から最も近い設備を選択し近傍リストに追加すること繰り返すと、図８中の矢印の順に設備を近傍リストに追加していくことになる。結果として、近傍リスト[A、B、C、D、E、F、G、H、I、J]が作成される。なお、近傍リストの作成においては、一般的に知られている「Ｒ木」の技術を使って近傍の設備を繋いでいき近傍リストを作成することもできる。

図９のフローチャートを用いて近傍リストを分割する方法の一例を説明する。この分割は、ひとつの近傍リストにまとめられた設備を、同様の地域特性を示すグループに分けることを意味する。この処理は、近傍リスト分割部が実行する。はじめに、近傍リストを端から順に分割していき、分割した左右のリストの設備の寿命の平均値を求め、平均値の差の絶対値が最大となる分割位置を求める（ステップ９００）。次に、求めた平均値が予め定められた閾値α以上であるかを判定する（ステップ９０２）。閾値α以上であれば、当該位置で近傍リストを分割する（ステップ９０３）。次に、分割された近傍リストのそれぞれについて、ステップ９００からステップ９０３を実施し、近傍リストを細分化していく（ステップ９０４）。なお、このステップ９０４は任意であり、一度の分割で処理を終了させても良い。図７、図８に記載の対象設備の例により具体的に説明する。図７に記載の対象設備ではじめに「A」を選択して近傍リストを作成すると[A、B、C、D、E、F、G、H、I、J]であった。まず近傍リストを[A]と[B、C、D、E、F、G、H、I、J]に分割すると、左のリストの寿命の平均値は１０００、右のリストの寿命の平均値は１４３３となる。よって、寿命の平均値の差の絶対値は４３３となる。同様に、分割位置を変えながら平均値の差の絶対値を求める。

図１０に、それぞれの箇所で分割した場合の平均値の差の絶対値についての結果を示す。図左の三角形（１００１）は近傍リストを分割する位置を示し、図の右側に当該分割位置における平均値の差の絶対値（１００２）を示している。結果として、平均値の差の絶対値が最大となるのは近傍リストを[A、B、C、D、E、F、G]と[H、I、J]に分割した場合となる。ここで、閾値αを３００がであった場合、４３３がα（３００）より大きいため、当該位置で近傍リストを分割する。

同様に、分割した[A、B、C、D、E、F、G]と[H、I、J]の各リストに対して同様の分割を繰り返すことができる。リスト[A、B、C、D、E、F、G]で平均値の差の絶対値が最大となる分割位置は、リストを[A、B、C]と[D、E、F、G]に分割する位置となり、差の絶対値は４５０となる。４５０はα（３００）より大きいため、当該位置でも近傍リストを分割する。分割後の[A、B、C]と[D、E、F、G]と[H、I、J]は平均値の差の絶対値がα以上になる分割位置がないため分割を完了する。

ここで、近傍リストを分割するために、近傍リストに含まれる設備の寿命の平均値だけではなく分散を利用することもできる。はじめに近傍リストの設備の寿命の分散Ｓ²を求め、近傍リストを端から順に二分し、左のリストにおける設備の寿命の分散Ｓ１²と、右のリストにおける設備の寿命の分散Ｓ２²とを求め、（Ｓ１²＋Ｓ２²）／Ｓ²が最小かつ予め設定された閾値β以下となる位置で近傍リストを分割し、分割できるリストがなくなるまで同様の分割を繰り返してもよい。

近傍リストの分割結果は入出力部（２２０）により出力する。分割された各リストの設備群をグルーピングし、座標上や地図上に地域として表示することができる。また地域と合せて、地域毎の寿命を表示し、地域傾向を示すことができる。

図１１は、図７、図８の対象設備から、３つの地域傾向が求められた例を示す図である。座標上に示された１０個の対象設備は３つの地域（１１０１〜１１０３）に分類して表示され、各地域の平均寿命も表示している（１１１１〜１１１３）。これにより、１１０１の地域は他の地域と比較して設備の寿命が短いことがわかる。

ここで、図７、図８に記載の対象設備の例において、設備識別子「F」の設備をはじめに選択して近傍リストを作成した場合の出力例を図１２に示す。前例と同様に、最も近い距離にある設備を近傍リストに追加していくと、近傍リストは[F、G、H、I、J、E、D、C、B、A]となる。同様に、閾値αを３００とし、平均値の差の絶対値がα以上になる分割位置で分割を繰り返すと、近傍リストは[F]、[G]、[H、I、J]、[E、D、C、B、A]に分割される（１２０１〜１２０５）。各地域の平均寿命は１２１１〜１２１５に示す通りになる。このように近傍リストや閾値αにより、出力される地域が異なる場合があるが、特に問題はない。また、寿命予測における地域傾向が近い地域を統合することも可能である。統合する方法の一例としては、隣接する２つの地域の組合せのなかで、最も寿命の平均値の差が小さい組合せを１つ選択し、差が予め定められた閾値γ以下の場合に統合する方法がある。閾値γを２００とし、図１２の１２０１〜１２０５の地域に本方法を適用すると、平均値の差が最も小さい隣接する地域の組合せは、地域１２０１と地域１２０２、地域１２０１と地域１２０４となり、平均値の差は２００となる。地域１２０１と地域１２０２を選択した場合、この差である２００がγより小さいため、統合すると寿命の平均値が１３００となる地域となる。次に、同様の手順で更なる統合が可能かを確認する。最も寿命の平均値の差が小さい組合せは統合された地域と地域１２０４となり、平均値の差は１００となる。この差１００がγであり、統合すると寿命の平均値が１３５０となる地域となる。そして、統合後に最も寿命の平均値の差が小さい組合せは統合された地域と地域１２０５となり、平均値の差は４５０となる。この４５０はγより大きいため、統合を完了する。本例では、近傍リストを[A、B、C、D、E、F、G、H、I、J]とした場合の分割結果と、近傍リストを[F、G、H、I、J、E、D、C、B、A]とした場合の分割結果に対し統合を行った結果は図１１となり同じになる。統合において、地域の隣接の判定が計算機上難しい場合があるが、図１３のように設備を矩形の管理区に分けておくことにより、管理区の隣接関係を求めることが容易にすることもできる。

なお、上記実施例では、寿命という文言を使用して地域傾向の抽出技術を説明したが、寿命に限らず、設備の属性を表すパラメータであれば他のパラメータに基いて地域傾向の抽出を行っても良い。

また、上記実施例で説明した地域傾向抽出方法を用いて出力された地域に属する設備の寿命の平均値（や分散）と、設備の稼働日数を用いることで、設備の平均余命を求め、設備の巡視や保全計画を決定する設備保全システムに応用してもよい。

２００〜２０２…記憶部
２１０〜２１３…処理部
２２０…入出力部
３０１〜３０４…設備データ
３００、５００、７００…設備識別子
３１０…設備分類
３２０…設備型名
３３０…設備名
３４０…設置日
３５０、７２０…設置位置
４０１〜４０３…設置位置データ
４００…位置識別子
４１０…位置タイプ
４２０…Ｘ座標
４３０…Ｙ座標
５０１〜５０４…履歴データ
５１０…故障日時
７１０…寿命
８０１…対象設備
１００１…リストの分割位置
１００２…平均値の差の絶対値
１１０１〜１１０３、１２０１〜１２０５…地域
１１１１〜１１１３、１２１１〜１２１５…地域傾向（平均寿命）
１３０１…管理区

Claims

所定の領域内に設置される設備の寿命予測における地域傾向抽出方法であって、
複数の前記設備のうち、特定の設備を選択する選択ステップと、
前記複数の設備の位置情報に基づいて、前記選択された特定の設備に近接する前記設備を選定し、選定された当該設備に近接の設備を順次選定することで、近接する設備が一列に繋がった近傍リストを作成する近傍リスト作成ステップと、
前記近傍リストを複数のパターンで２つのグループに分割し、それぞれのパターンにおいて、分割したそれぞれのグループ内での前記設備の属性情報の平均値を算出し、当該グループ間の平均値の差分を算出する平均値算出ステップと、
前記差分が最も大きくなったパターンにて、前記設備の集合を分割する分割ステップと、
を備えることを特徴とする地域傾向抽出方法。
請求項１に記載の地域傾向抽出方法において、
前記分割ステップは、前記差分と所定の閾値とを比較し、当該差分が当該閾値より大きい場合に分割を行うことを特徴とする地域傾向抽出方法。
請求項２に記載の地域傾向抽出方法において、
前記分割ステップは、分割された近傍リストを更に分割することを特徴とする地域傾向抽出方法。
請求項１乃至３のいずれか一項に記載の地域傾向抽出方法において、
更に、分割された近傍リストを統合する統合ステップを備えることを特徴とする地域傾向抽出方法。
請求項２に記載の地域傾向抽出方法において、
更に、分割された近傍リストを統合する統合ステップを備え、
前記統合ステップは、前記閾値とは異なる第二の閾値に基いて、分割された近傍リストを統合することを特徴とする地域傾向抽出方法。
請求項１乃至５のいずれか一項に記載の地域傾向抽出方法において、
前記分割ステップは、前記近傍リストの設備の寿命の分散Ｓ²を算出し、前記近傍リストを端から順に二分し、分割後の１つのリストにおける設備の寿命の分散Ｓ１²と、もう１つのリストにおける設備の寿命の分散Ｓ２²とを求め、（Ｓ１²＋Ｓ２²）／Ｓ²が最小かつ予め設定された閾値以下となる位置で近傍リストを分割し、分割できるリストがなくなるまで同様の分割を繰り返すことを特徴とする地域傾向抽出方法。
請求項１乃至６のいずれか一項に記載の地域傾向抽出方法を用いて出力された地域に属する設備の寿命の平均値又は分散値と、前記設備の稼働日数を用いて、前記設備の平均余命を求め、前記設備の巡視や保全計画を決定するための入力とすることを特徴とする設備保全システム。
所定の領域内に設置される設備の寿命予測における地域傾向抽出装置であって、
複数の前記設備のうち、特定の設備を選択する選択部と、
前記複数の設備の位置情報に基づいて、前記選択された特定の設備に近接する前記設備を選定し、選定された当該設備に近接の設備を順次選定することで、近接する設備が一列に繋がった近傍リストを作成する近傍リスト作成部と、
前記近傍リストを複数のパターンで２つにグループに分割し、それぞれのパターンにおいて、分割したそれぞれのグループ内での前記設備の属性情報の平均値を算出し、当該グループ間の平均値の差分を算出し、当該差分が最も大きくなったパターンにて、前記設備の集合を分割する分割部と、
を備えることを特徴とする地域傾向抽出装置。