JP7621887B2 - 設備異常原因推定装置、設備異常原因推定システム、および、設備異常原因推定方法 - Google Patents

Description

本発明は、設備の異常に対処する保守業務を支援する設備異常原因推定装置、設備異常原因推定システム、および、設備異常原因推定方法に関する。

ガスエンジンなどの設備を常に動作させるためには、保守作業が必須である。本技術分野の関連技術として、特許文献１がある。この文献には、設備計測値から異常パラメータを推定することについて記載されている。

特開２０２０－９０８０号公報

しかしながら、上記特許文献１は、推定手法に用いられる物理モデルの更新方法を考慮されていない。そのため、推定用のモデルの内部の因果関係に変更が必要な場合、更新ができなくなる。

保守知識の記載には、曖昧な部分を含む場合がある。そのため、保守知識から原因診断システムを作成すると、原因診断システムで推定される故障モードも曖昧な表現になり、異常原因を明確にすることができない。

そこで、本発明は、異常原因の推定精度を向上させることを課題とする。

前記した課題を解決するため、本発明の設備異常原因推定装置は、設備の保守知識が蓄積されたアセット知識データベースと、前記アセット知識データベースから保守知識ベイジアンネットワークを生成する診断用ネット生成部と、前記保守知識ベイジアンネットワークを保存する保守知識ベイジアンネットワークデータベースと、異常原因を推定する異常原因推定部と、前記異常原因とチェック項目結果とを保存する保守作業報告データベースと、前記保守作業報告データベースに蓄積した前記異常原因ごとに、端末装置のＧＵＩを通して故障モードの入力を受け付けた際の前記チェック項目結果のデータをクラスタリングして、前記異常原因の詳細化対象と詳細化結果を前記アセット知識データベースに出力する異常原因更新部と、を備えることを特徴とする。

本発明の設備異常原因推定システムは、設備の保守知識が蓄積されたアセット知識データベースと、前記アセット知識データベースから保守知識ベイジアンネットワークを生成する診断用ネット生成部と、前記保守知識ベイジアンネットワークを保存する保守知識ベイジアンネットワークデータベースと、異常原因を推定する異常原因推定部と、前記異常原因とチェック項目結果とを保存する保守作業報告データベースと、前記保守作業報告データベースに蓄積した前記異常原因ごとに、端末装置のＧＵＩを通して故障モードの入力を受け付けた際の前記チェック項目結果のデータをクラスタリングして、前記異常原因の詳細化対象と詳細化結果を前記アセット知識データベースに出力する異常原因更新部と、を備えることを特徴とする。

本発明の設備異常原因推定方法は、診断用ネット生成部が、設備の保守知識が蓄積されたアセット知識データベースから保守知識ベイジアンネットワークを生成するステップと、異常原因推定部が、異常原因を推定するステップと、前記異常原因とチェック項目結果とを保守作業報告データベースに保存するステップと、異常原因更新部が、前記保守作業報告データベースに蓄積した前記異常原因ごとに、端末装置のＧＵＩを通して故障モードの入力を受け付けた際の前記チェック項目結果のデータをクラスタリングして、前記異常原因の詳細化対象と詳細化結果を前記アセット知識データベースに出力するステップと、を含むことを特徴とする。
その他の手段については、発明を実施するための形態のなかで説明する。

本発明によれば、異常原因の推定精度を向上させることが可能となる。

本実施形態の設備異常原因推定システムを示すブロック図である。 保守知識データに関する説明図である。 案件データに関する説明図である。 故障モード発生確率を示す図である。 親ノードが異常時の子ノード異常発生確率を示す図である。 親ノードが正常時の子ノード異常発生確率を示す図である。 保守知識ベイジアンネットワークの生成処理のフローチャートである。 保守知識ベイジアンネットワークを示す構成図である。 ノードデータを示す図である。 リンクデータを示す図である。 、機種対応の保守知識ベイジアンネットワーク処理を示すフローチャートである。 原因推定処理のフローチャートである。 推定結果データを示す説明図である。 推定結果データを示す説明図である。 推定結果報知画面を示す説明図である。 保守作業報告データを示す説明図である。 異常原因更新処理のフローチャートである。 履歴データを示す説明図である。 クラスタ処理にてマッピングするｎ次空間を示す図である。 更新処理結果データを示す図である。 更新前のベイジアンネットワークを示す図である。 更新後のベイジアンネットワークを示す図である。 故障モード文言更新を示す説明図である。 故障モード文言更新を示す説明図である。 チェック項目の文言を抽出する処理のフローチャートである。

以降、本発明を実施するための形態を、各図を参照して詳細に説明する。
図１は、本実施形態の設備異常原因推定システム９を示すブロック図である。
設備異常原因推定システム９は、アセット知識データベース１と、診断用ネット生成部２と、保守知識ベイジアンネットワークデータベース３と、異常原因推定部４と、保守作業報告データベース５と、異常原因更新部６と、を備える。なお、本発明は、複数の装置が組み合わせられたシステムに限定されず、単一の設備異常原因推定装置であってもよい。

アセット知識データベース１は、保守知識が蓄積されたデータベースである。保守知識とは、例えば、保守マニュアルや、ＦＴ（Fault Tree）図などから抽出される情報であり、例えば図２に示すような保守知識データ７１、図４に示す故障モード発生確率、図５に示す親ノードが異常時の子ノード異常発生確率、図６に示す親ノードが正常時の子ノード異常発生確率などが含まれる。

図２は、保守知識データ７１に関する説明図である。
保守知識データ７１は、異常事象欄と、機能故障欄と、コンポーネント欄と、故障モード欄と、チェック項目欄とを含んで構成される。

異常事象欄は、異常の事象名が格納される欄であり、ここでは気温上昇が格納されている。機能故障欄は、異常事象を引き起こす原因を洗い出した情報が格納される。機能故障欄には、機能故障に対応するコンポーネントの情報が含まれることもある。なお、一つの異常事象によって引き起こされる可能性が有る機能故障は、一つとは限らない。

コンポ―ネント欄は、機能故障を引き起こすコンポーネントの名称を格納する欄である。故障モード欄は、機能故障に係る故障モード、すなわち故障の原因を格納する欄である。

チェック項目欄は、設備のセンサデータや環境、設備、コンポーネントなどのように、チェックすべき項目を格納する欄である。チェック項目は、故障モードが発生する時に発生可能な現象を洗い出し、その現象が発生したかどうかをチェックするためのものである。一つの故障モードに対応するチェック項目は一つとは限らない。

図３は、案件データ７２に関する説明図である。
案件ＩＤ欄は、異常事象に係る案件の識別番号を格納する欄である。異常事象欄は、異常の事象名が格納される欄である。
診断用ネット生成部２は、異常事象が発生すると、案件データ７２に示すように、その案件の識別番号を付与して、その案件に係る処理を実行する。診断用ネット生成部２は、アセット知識データベース１から保守知識ベイジアンネットワーク８（図８参照）を生成するものである。

図１に戻り説明を続ける。アセット知識データベース１は、後記する図８の保守知識ベイジアンネットワーク８の因果関係に設定する確率情報が格納される。異常事象と機能故障、機能故障と故障モード、故障モードとチェック項目は全て原因と結果の関係であり、以下では保守知識ベイジアンネットワーク８を生成する際に、全ての情報をノードとして生成し、因果関係を結ぶ。保守知識ベイジアンネットワーク８では、親ノードと子ノードとは、因果関係の確率情報で結ばれており、以下の一例を挙げる。

アセット知識データベース１は、三種類のデータも保存する。以下の図４から図６にその三種類のデータについて説明する。

図４は、故障モード発生確率表１１を示す図である。故障モード発生確率表１１は、アセット知識データベース１に保存される第１のデータである。
故障モード発生確率表１１は、故障モード欄と、状態欄と、確率欄とを含んで構成される。この表に基づいて、各故障モードの発生確率を知ることができる。

故障モード欄には、故障モードの名称が格納されている。
状態欄には、ＹまたはＮが格納されており、それぞれ故障モードの発生状態と非発生状態を意味している。これら状態は、同一の故障モードに係るＹとＮの確率を加算すると１になるように設定される。

確率欄には、故障モードの状態の確率が格納されている。ここで故障モードの確率は、故障モードの状態ＹとＮを、それぞれ５０％などの固定の値を入ている。しかし、これに限られず、過去の履歴などから計算することもできる。故障モードの発生状態の確率は、例えば、故障履歴のうち、当該故障モードの発生件数から総件数を除算した値である。

図５は、親ノードが異常時における子ノード異常発生確率表１２を示す図である。子ノード異常発生確率表１２は、アセット知識データベース１に保存される第２のデータである。
親ノードが異常時における子ノード異常発生確率表１２は、親ノード欄と、状態欄と、子ノード欄と、子ノード状態欄と、確率欄とを含んで構成される。子ノード異常発生確率表１２は、ある故障モードが発生した際に、チェック項目が異常と正常の確率を示している。

親ノード欄には、故障モードの名称が格納されている。この表にて状態欄には、Ｙが格納されており、故障モードの発生状態を意味している。
子ノード欄には、チェック項目が格納されており、ここではセンサ名が格納されている。子ノード状態欄には、チェック項目の状態が格納されており、ここでは当該センサの状態が格納されている。確率欄には、チェック項目の状態の確率が格納されており、ここではセンサの状態の確率が格納されている。子ノード異常発生確率表１２では、同一のチェック項目の状態に係る異常と正常の確率を加算すると１．０（１００％）になるように設定される。

この第２のデータは、異常の時１００％、正常の時０％などの固定値に設定することはでき、過去の故障履歴から計算することもできる。

図６は、親ノードが正常時における子ノード異常発生確率表１３を示す図である。子ノード異常発生確率表１３は、アセット知識データベース１に保存される第３のデータである。
子ノード異常発生確率表１３は、子ノード欄と、子ノード状態欄と、確率欄とを含んで構成される。
子ノード欄には、チェック項目が格納されており、ここではセンサ名が格納されている。子ノード状態欄には、チェック項目の状態が格納されており、ここでは当該センサの状態が格納されている。確率欄には、チェック項目の状態の確率が格納されており、ここではセンサの状態の確率が格納されている。子ノード異常発生確率表１３では、同一のチェック項目の状態に係る異常と正常の確率を加算すると１．０（１００％）になるように設定される。
この第３のデータは、異常の時０％、正常の時１００％なとの固定値に設定することはでき、過去の故障履歴から計算することもできる。

図１に戻り説明を続ける。診断用ネット生成部２は、設備に異常が発生し、図２のように案件ＩＤ、異常事象（機種情報をを含むことも可能である）を含む案件情報が入力されると、原因推定用の保守知識ベイジアンネットワーク８を生成する。保守知識ベイジアンネットワーク８は、後記する図８で図示している。

保守知識ベイジアンネットワークデータベース３は、診断用ネット生成部２が生成した保守知識ベイジアンネットワーク８を保存する。
異常原因推定部４は、案件情報と保全員などが入力するチェック項目の結果（正常または異常）を入力データとして、異常原因を推定し、故障モードの発生確率を計算して出力する。異常原因推定部４は、計算された故障モードの発生確率を、装置の画面にて表示する。その詳細については、後記する図１２に示す。

保守作業報告データベース５は、保守作業報告を保存するデータベースである。保守作業報告データベース５は、異常原因推定部４が推定した異常原因と、案件情報と保全員などが入力したチェック項目結果とを保存する。
異常原因更新部６は、保守作業報告データベース５の記録を参照する。異常原因更新部６は、保守作業報告データベース５から更新対象の異常原因を見つけると、更新指令を作成し、アセット知識データベース１を更新する。異常原因更新部６は、図１に示す保守作業報告データベース５に蓄積した異常原因とチェック項目結果のデータをクラスタリングして、異常原因の詳細化対象と詳細化結果を出力する。

《保守知識ベイジアンネットワーク生成処理》
図７は、保守知識ベイジアンネットワーク８の生成処理のフローチャートである。
本処理は、図３に示されるような案件情報（案件ＩＤと異常事象の組み合わせ）が診断用ネット生成部２に入力される毎に実行される。

本処理が診断用ネット生成部２によって実行されると、診断用ネット生成部２は、文字列などの形式でネットワークＩＤを生成し、案件情報を受け取る（ステップＳ１０）。診断用ネット生成部２は、案件情報にある異常事象の情報でアセット知識データベース１を検索し、一致する異常事象の内容を取得する（ステップＳ１１）。診断用ネット生成部２は、取得したアセット知識データベース１のデータを用いて、ネットワークの構造情報を生成すると（ステップＳ１２）、図７の処理を終了する。

診断用ネット生成部２が生成するネットワーク構造情報は、例えば後記する図８に示す保守知識ベイジアンネットワーク８である。具体的には、診断用ネット生成部２は、取得したアセット知識データベース１のデータから、ノードの情報を生成する。診断用ネット生成部２は、アセット知識データベース１の各セルの情報を、後記する図９のノードデータ１４の一行のノート情報に生成する。

図８は、保守知識ベイジアンネットワーク８の一例を示す図である。
この保守知識ベイジアンネットワーク８は、階層８１～８４までの４階層で構成される。階層８１は、異常現象の階層であり、ノード８１１を含んでいる。ノード８１１は、気温上昇に係るノードである。保守知識ベイジアンネットワーク８は、異常事象、機能故障、故障モード、チェック項目の４階層の構造のベイジアンネットワークであり、各リンクの矢印は因果関係を示す。リンクの矢印の元は、原因つまり親ノードである。リンクの矢印の先は、結果つまり子ノードである。

階層８２は、機能故障の階層であり、ノード８２１～８２３を含んでいる。ノード８２１は、熱交換器の能力不足に係るノードである。ノード８２２は、冷却ポンプの能力不足に係るノードである。ノード８２３は、冷却塔の能力不足に係るノードである。これらノード８２１～８２３には、ノード８１１に向かうリンクが接続されている。

階層８３は、故障モードの階層であり、ノード８３１～８３４を含んでいる。ノード８３１は、熱交換器の設計不良に係るノードである。ノード８３２は、熱交換器の汚れやつまりに係るノードである。ノード８３３は、冷却ポンプの汚れやつまりに係るノードである。ノード８３４は、冷却塔の性能低下に係るノードである。ノード８３１，８３２には、ノード８２１に向かうリンクが接続されている。ノード８３３には、ノード８２２に向かうリンクが接続されている。ノード８３４には、ノード８２３に向かうリンクが接続されている。

階層８４は、チェック項目の階層であり、ノード８４１～８４４を含んでいる。ノード８４１は、センサ＃１の値に係るノードである。ノード８４２は、センサ＃２の値に係るノードである。ノード８４３は、センサ＃３の値に係るノードである。ノード８４４は、破損状況に係るノードである。ノード８３１には、ノード８４１，８４２に向かうリンクが接続されている。ノード８３２には、ノード８４２に向かうリンクが接続されている。ノード８３３には、ノード８４２，８４３に向かうリンクが接続されている。ノード８３４には、ノード８４２，８４４に向かうリンクが接続されている。

なお、保守知識ベイジアンネットワーク８の構成や各階層の意味は、図８に示したものに限定されない。

図９は、ノードデータ１４を示す図である。
ノードデータ１４は、図８に示した保守知識ベイジアンネットワーク８の各ノードに格納されており、ノード情報、種類、状態を含んで構成される。階層８３の故障モードの階層のノード８３１～８３４と、機能故障の階層のノード８２１～８２４は、更にコンポーネントＩＤ情報も含んでいる。ただし、ノード情報は同じ内容を一行しか生成しない。このノードデータ１４における一行の情報は原因推定用のベイズネットワークの一ノードに対応する。このノードのリンク情報は、ステップＳ１１で取得されたアセット知識データベース１のデータにより生成される。

図１０は、リンク情報１５を示す図である。
リンク情報１５は、親ノード情報と子ノード情報とを含んで構成される。このリンク情報１５のように、診断用ネット生成部２は、ステップＳ１１で取得されたアセット知識データベース１の情報を一行ずつ処理し、親ノードと子ノードを入力することで、因果関係を表わすリンクの情報を生成する。図８の保守知識ベイジアンネットワーク８は、図１０のリンク情報に基づいて構成される。

図１１は、機種対応の保守知識ベイジアンネットワーク処理を示すフローチャートである。
処理を開始すると、診断用ネット生成部２は、ノード情報にある故障モードの事前確率情報を準備する（ステップＳ４０）。ここで診断用ネット生成部２は、アセット知識データベース１にある故障モード発生確率情報に係る第１のデータを参照して、ノード情報にある故障モードの確率を検索して取得する。ここで得られるデータは、ネット生成用の第１確率データである。

次に診断用ネット生成部２は、リンク情報にある親ノードと子モード情報で、アセット知識データベース１にある子ノード異常発生確率情報に係る第２のデータから検索して取得する（ステップＳ４１）。ここで得られるデータは、ネット生成用の第２確率データである。

次に診断用ネット生成部２は、リンク情報に子モード情報で、アセット知識データベース１にある子ノード異常発生確率情報に係る第３のデータから検索して取得する（ステップＳ４２）。ここで得られるデータは、ネット生成用の第３確率データである。

診断用ネット生成部２は、処理完了したノード情報とリンク情報の生成用の第１から第３の確率データを、設備異常原因推定システム９にある保守知識ベイジアンネットワークデータベース３に出力すると（ステップＳ４３）、図１１の処理を終了する。

《原因推定処理》
次に、原因推定処理について説明する。
図１２は、原因推定処理のフローチャートである。本処理は、案件情報が入力される毎に実行される。

本処理が実行されると、診断用ネット生成部２は、ネットワークＩＤ、ネットワーク情報、案件情報を受け取る（ステップＳ２０）。診断用ネット生成部２は、受け取ったネットワーク情報に含まれるチェック項目のノード情報を、不図示の端末の画面に表示する（ステップＳ２１）。設備の保全員は画面を見ながら、表示されるチェック項目に従って設備をチェックして、そのチェック結果を入力する。

診断用ネット生成部２は、ネットワーク情報を用いて、保守知識ベイジアンネットワーク８を生成する（ステップＳ２２）。
診断用ネット生成部２は、案件情報にある異常発生情報と同じ内容である異常事象ノードの状態を異常発生とする。診断用ネット生成部２は、チェック項目結果が入力されると、保守知識ベイジアンネットワーク８を用いて、故障モードノードの発生確率を計算して不図示の端末の画面に表示する（ステップＳ２３）。

出力データは、案件ＩＤ、チェック項目結果、ネットワークの全てのノードの各状態の確率、ネットワークＩＤである。また、図１３Ａに示す故障モードノードの発生確率と、図１３Ｂに示すチェック項目の入力結果は、推定結果データとする。

図１３Ａは、故障モード発生確率７３を示す図である。図１３Ｂは、チェック項目入力結果７４を示す図である。図１３Ａと図１３Ｂを併せて、推定結果データを示している。
図１３Ａの故障モード発生確率７３は、故障モード欄と、状態欄と、確率欄とを含んで構成される。
故障モード欄には、故障モードの名称が格納されている。

状態欄には、ＹまたはＮが格納されており、それぞれ故障モードの発生状態と非発生状態を意味している。これら状態は、同一の故障モードに係るＹとＮの確率を加算すると１．０（１００％）になるように設定される。
確率欄には、故障モードの状態の確率が格納されている。

図１３Ｂのチェック項目入力結果７４は、チェック項目欄と、状態欄とを含んで構成される。
チェック項目欄には、チェック項目が格納されており、ここではセンサ名が格納されている。状態欄には、チェック項目に係る状態が格納されている。

図１２に戻り説明を続ける。ステップＳ２３にて、診断用ネット生成部２は、ネットワークの全てのノードの各状態の確率、推定結果と称する、推定結果ＩＤをつける。診断用ネット生成部２は、推定結果データにある故障モードが発生する方の確率、つまり、故障モードノードがＹになる確率を降順でソートする。確率が高い方を強調するように、診断用ネット生成部２は、設備異常原因推定システム９に接続された不図示の端末装置に故障モードを発生確率の高い順に表示する。

診断用ネット生成部２は、その故障モードの子ノードである機能故障ノード、チェック項目結果が異常であるチェック項目のノードも強調表示する。保全員は、不図示の端末装置に表示される結果を見ながら判断し、原因と判断した故障モードを選択する。

図１４は、推定結果報知画面８６を示す説明図である。この推定結果報知画面８６は、不図示の端末装置のディスプレイ上に表示される。
推定結果報知画面８６には、保守知識ベイジアンネットワーク８が表示されており、故障モードの各ノードには、選択ボタン８７１～８７４が表示されている。推定結果報知画面８６の下部には、「推定原因手入力」ボタン８８が表示されている。

故障モードが発生する方の確率は、「高」、「中」、「低」の３つのランクで分かるように、閾値が設定されている。推定結果報知画面８６は、その閾値に応じた色、例えば「赤」と「ピンク」と「白」の色で、対応するノードが色付けられている。図１４では濃いハッチングで赤色を示し、薄いハッチングでピンクを示している。

各故障モードのノードにある選択ボタン８７１～８７４のうち何れかのクリックにより、原因と判断した故障モードを選択するダイアログに遷移する。「推定結果手入力」ボタン８８のクリックにより、推定結果の中から手入力するダイアログに遷移する。これにより診断用ネット生成部２は、端末装置のＧＵＩ（Graphical User Interface）を通して、保全員が原因と判定した故障モードの入力を受け付ける。

図１２に戻り説明を続ける。保全員は、保全業務を行い、最終に各確定した異常原因を入力して、推定結果と一致するかどうかを判断して、端末装置のＧＵＩに入力する。診断用ネット生成部２は、端末装置のＧＵＩを通して、発生確率の一番大きい結果（後記する図１５の推定異常原因）、保全員が選定した結果、ネットワークＩＤ、選定結果ＩＤ、ネットワークＩＤを受け取る（ステップＳ２４）。診断用ネット生成部２は、作業報告を生成して、後記する図１５に示す保守作業報告データ４１として出力すると（ステップＳ２５）、図１２の処理を終了する。

図１５は、保守作業報告データ４１を示す説明図である。
保守作業報告データ４１は、報告ＩＤ欄と、ネットワークＩＤ欄と、推定結果ＩＤ欄と、推定異常原因欄と、原因判断結果欄と、一致欄とを含んで構成される。各行は、保守作業報告データ４１を構成する各報告データである。

報告ＩＤ欄は、報告データの識別子が格納される。ネットワークＩＤ欄には、ネットワークの識別子が格納される。推定結果ＩＤ欄には、推定結果の識別子が格納される。推定異常原因欄には、入力された推定異常原因が格納される。原因判断結果欄には、この設備異常原因推定システム９が判断した結果が格納される。一致欄は、入力された推定異常原因と、この設備異常原因推定システム９が判断した結果とが一致しているか否かが格納される。

《異常原因更新処理》
次に、異常原因更新について説明する。本処理は、定期的や更新実行指示、または管理者などの承認が行われる毎に実行される。
図１６は、異常原因更新処理のフローチャートである。
本処理が実行されると、異常原因更新部６は、保守作業報告データベース５から図１７に例示する過去の履歴データ５１を読み込む（ステップＳ３０）。

図１７は、過去の履歴データ５１を示す説明図である。
履歴データ５１は、故障原因欄と、ＣＫ１欄からＣＫ４欄とを含んで構成される。
故障原因欄には、ある故障モードにおいて判定された故障原因が格納される。ここで故障原因欄に格納される故障原因は、図１５の保守作業報告データ４１における選定結果である。

ＣＫ１欄からＣＫ４欄には、ある故障モードが故障原因だと判定した記録が生成された際のチェック項目の入力結果が格納される。

図１７に示したのは故障原因「ＦＭ１」が対象の故障モードであり、ＣＫ１欄からＣＫ４欄には、故障原因「ＦＭ１」が故障原因だと判定した記録が生成された際の４つのチェック項目の入力結果である。処理対象となる故障モードは、全部の故障モードと、保全員などが手入力で指定した故障モードと、推定原因と保守記録の原因判断結果と異なる故障モードなどである。本実施形態では、対象になるチェック項目は、対象の故障モードとリンクされるチェック項目である。しかし、これに限られず、アセット知識データベース１に保存される全部のチェック項目でもよい。

図１６に戻り説明を続ける。異常原因更新部６は、１つの記録（１行）を１つのデータセットとして扱い、すべてのデータを図１８のようにｎ次空間にマッピングして、クラスタリング処理を行う（ステップＳ３１）。

図１８は、データをマッピングしたｎ次空間を示す図である。
次元数ｎは、チェック項目の数である、ここではＣＫ１欄とＣＫ２欄とで構成される二次元空間を示している。各チェック項目の異常を示す“ｙｅｓ”は「１」、各チェック項目の正常を示す“Ｎｏ”を「－１」として計算する。グラフの縦軸はＣＫ１軸を示し、グラフの横軸はＣＫ２軸を示している。ここでは、データ数が３個のクラスタ９１と、データ数が３個のクラスタ９２と、データ数が１個のクラスタ９３とが存在している。

図１６に戻り説明を続ける。ステップＳ３１にて、異常原因更新部６は、ｋ－ｍｅａｎｓなどのクラスタリング処理を行い、一定的な値以下のクラスタを除外すると共に、各クラスタに属するデータ数と総数の比率を計算する。図１８に示すように、クラスタ３に属するデータ数は少ないため、除外される。または、ランダムフォレストなどの手法でクラスリング処理を行い、クラスタ数を手作業で指定する手法もよい。また、手作業で重み係数を付けるため、チェック項目の入力結果であるｙｅｓとｎｏに「１」と「－１」以外の値を指定してもよい。

ステップＳ３２にて、異常原因更新部６は、２つのクラスタ同士を順次比較し、クラスタ中心距離Ｌを用いて、分割の対象かどうかを判断する。異常原因更新部６は、クラスタ中心距離Ｌが所定値以上ならば、２つのクラスタを分割対象とする。異常原因更新部６は、クラスタ中心距離Ｌが所定値未満ならば、２つのクラスタを分割の対象としない。ここで図１８に示すように、クラスタ９１とクラスタ９２のクラスタ中心距離Ｌは所定値以上であり、分割対象である。

異常原因更新部６は、分割対象となるクラスタの有無を判断する（ステップＳ３３）。異常原因更新部６は、分割対象のクラスタがある場合（Ｙｅｓ）、ステップＳ３４に進み、分割対象のクラスタがない場合（Ｎｏ）、図１６の処理を終了する。

ステップＳ３４にて、異常原因更新部６は、分割対象以外のクラスタは、分割対象との距離を計算し、距離の近い分割対象に結合する。図１８に示すように、クラスタ９３はクラスタ９１と距離が近いため、クラスタ９１と結合される。また、或るクラスタが２つ以上のクラスタと結合可能の場合、異常原因更新部６は、そのクラスタを結合可能なクラスタに更に分割するか、またはランダムに結合対象のクラスタを決定する。

図１６に戻り説明を続ける。次に異常原因更新部６は、更新コマンドを生成して更新を実行すると（Ｓ３５）、図１６の処理を終了する。図１６の処理により、異常原因更新部６は、異常原因の詳細化により故障モードを分割して、各記録に属するクラスタと分割後の結果をアセット知識データベース１や不図示の端末装置に出力する。診断用ネット生成部２は、この分割後の結果を用いて、保守知識ベイジアンネットワークデータベース３に保存する。

図１９は、更新処理結果データ２１を示す図である。
更新処理結果データ２１は、故障原因欄と、ＣＫ１欄からＣＫ４欄と、クラスタ欄と、分割後結果欄とを含んで構成される。

故障原因欄には、ある故障モードにおいて判定された故障原因が格納される。ＣＫ１欄からＣＫ４欄には、ある故障モードが故障原因だと判定した記録が生成された際のチェック項目の入力結果が格納される。クラスタ欄には、このデータが属するクラスタ番号が格納される。分割後結果欄には、分割後の新たな結果が格納される。

異常原因更新部６は、対象となる故障モードを分割し、例えば、故障原因ＦＭ１を「ＦＭ１ａ」と「ＦＭ１ｂ」に分割する。よって、分割後の故障モードを含む保守知識ベイジアンネットワークは、更新前は図２０Ａのようになり、更新後は図２０Ｂのようになる。

図２０Ａは、更新前の保守知識ベイジアンネットワーク８Ａを示す図である。
この保守知識ベイジアンネットワーク８Ａは、ノードＦＭ１，ＦＭ２と、ノードＦＦ１，ＦＦ２，ＥＦと、ノードＣＫ１～ＣＫ４を含んで構成される。ノードＦＭ１からノードＦＦ１に向けてリンクが設けられ、ノードＣＫ１～ＣＫ４に向けてリンクが設けられている。

そして、ノードＦＭ２からノードＦＦ１に向けてリンクが設けられ、ノードＣＫ１～ＣＫ４に向けてリンクが設けられている。ノードＦＦ１には、ノードＥＦへのリンクが設けられている。ノードＦＦ２には、ノードＥＦへのリンクが設けられている。

図２０Ｂは、更新後の保守知識ベイジアンネットワーク８Ｂを示す図である。
この保守知識ベイジアンネットワーク８Ｂは、ノードＦＭ１ａ，ＦＭ１ｂ，ＦＭ２と、ノードＦＦ１，ＦＦ２，ＥＦと、ノードＣＫ１～ＣＫ４を含んで構成される。ノードＦＭ１ａ，ＦＭ１ｂは、図２０ＡのノードＦＭ１に相当する。ノードＦＭ１ａからノードＦＦ１に向けてリンクが設けられ、ノードＣＫ１～ＣＫ４に向けてリンクが設けられている。ノードＦＭ１ｂからノードＦＦ１に向けてリンクが設けられ、ノードＣＫ１～ＣＫ４に向けてリンクが設けられている。

そして、ノードＦＭ２からノードＦＦ１に向けてリンクが設けられ、ノードＣＫ１～ＣＫ４に向けてリンクが設けられている。ノードＦＦ１には、ノードＥＦへのリンクが設けられている。ノードＦＦ２には、ノードＥＦへのリンクが設けられている。

「冷却塔設計不良」が故障原因であるノードＦＭ１は、ノードＦＭ１ａとノードＦＭ１ｂに分割される。新しく生成される分割後の故障モードに係るノードＦＭ１ａ，ＦＭ１ｂは、チェック項目であるノードＣＫ１～ＣＫ４にリンクされる。

故障ノードの更新コマンドは、アセット知識データベース１の情報を変更する。具体的には、アセット知識データベース１のノードＦＭ１に係る情報をコピーし、ノードＦＭ１ａとＦＭ１ｂに分けて記載する。

分割後の故障モードが、分割前の故障モードとリンクされるチェック項目以外のチェック項目が追加される場合、その行の情報を追加する。ノードＦＭ１に含まれる確率情報もコピーしてノードＦＭ１ａとノードＦＭ１ｂを分けて記載する。分割後の故障モードが、分割前の故障モードとリンクされるチェック項目以外のチェック項目が追加される場合、その行の情報を追加する。確率情報に設定される値は、更新後のチェック項目の入力結果を用いて、計算されてもよい。

《分割後の故障モードの文言の修正処理》
また、分割後の故障モードの文言を修正する方法として、図２１Ａと図２１Ｂのように、分割後の故障モードに属するチェック項目の結果の中に、異常であるチェック項目の割合を計算して、画面に表示する方法がある。

図２１Ａは、ノードＦＭ１ａに係る故障モード文言表７５を示す図である。故障モード文言表７５は、チェック項目欄と、チェック項目文言欄と、異常率欄とを含んで構成される。

図２１Ｂは、ノードＦＭ１ｂに係る故障モード文言表７６を示す図である。故障モード文言表７６は、チェック項目欄と、チェック項目文言欄と、異常率欄とを含んで構成される。これらの文言は、不図示の保全員の端末装置の画面に表示される。

これら故障モード文言表７５では、所定割合以上の入力結果が異常であるならば、異常率欄が「高」であり、更に一行のデータが赤色で表示される。保守員がこの端末画面を見て、分割後の故障モードの文言を修正する。例えば、図２０Ｂに示す故障原因「ＦＭ１ａ」に係る故障モード文言表７５の場合、チェック項目ＣＫ３とＣＫ４が異常である場合が多い。図２０Ｂに示す故障原因「ＦＭ１ｂ」に係る故障モード文言表７６の場合、チェック項目ＣＫ２が異常である場合は多い。チェック項目ＣＫ３とＣＫ４の文言では「冷却塔のファン」が現れることが多い。チェック項目ＣＫ２では「冷却塔の選定設計記録」が現れることが多い。

よって、保全員は、ノードＦＭ１ａに係る故障モードの文言を「冷却塔ファン設定不適正」に修正し、ノードＦＭ１ｂに係る故障モードの文言を「冷却塔選定設計記録不適正」に修正できる。

この処理を、図２０Ａや図２０Ｂに示すデータを用いて、チェック項目の文言を自然言語処理などの手法を通して、「コンポーネント名＋故障名」または「コンポーネント名＋“故障”」のように抽出してもよい。

図２２は、チェック項目の文言を抽出する処理のフローチャートである。
処理を開始すると、異常原因更新部６は、分割後の故障モードに属するチェック項目を特定する（ステップＳ５０）。そして、異常原因更新部６は、特定したチェック項目のうち異常の割合が高いチェック項目文言を特定する（ステップＳ５１）。

異常原因更新部６は、特定したチェック項目文言のうち、コンポーネント名と故障名の組み合わせ、またはコンポーネント名と「故障」の組み合わせを抽出する（ステップＳ５２）。そして、異常原因更新部６は、分割後の故障モードの文言を、抽出した文言に修正すると（ステップＳ５３）、図２２の処理を終了する。この処理により、分割後の故障モードの文言を自動設定可能である。
なお、この処理に、保守員などに抽出した文言をレビューし、故障モードの文言の修正を承認する処理を入れてもよい。

（変形例）
本発明は上記した実施形態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形態は、本発明を分かりやす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備えるものに限定されるものではない。ある実施形態の構成の一部を他の実施形態の構成に置き換えることが可能であり、ある実施形態の構成に他の実施形態の構成を加えることも可能である。また、各実施形態の構成の一部について、他の構成の追加・削除・置換をすることも可能である。

上記の各構成、機能、処理部、処理手段などは、それらの一部または全部を、例えば集積回路などのハードウェアで実現してもよい。上記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈して実行することにより、ソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイルなどの情報は、メモリ、ハードディスク、ＳＳＤ（Solid State Drive）などの記録装置、または、フラッシュメモリカード、ＤＶＤ（Digital Versatile Disk）などの記録媒体に置くことができる。

各実施形態に於いて、制御線や情報線は、説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には、殆ど全ての構成が相互に接続されていると考えてもよい。

１ アセット知識データベース
１１ 故障モード発生確率表
１２ 子ノード異常発生確率表
１３ 子ノード異常発生確率表
１４ ノードデータ
１５ リンクデータ
２ 診断用ネット生成部
２１ 更新処理結果データ
３ 保守知識ベイジアンネットワークデータベース
４ 異常原因推定部
４１ 保守作業報告データ
５ 保守作業報告データベース
５１ 履歴データ
６ 異常原因更新部
７１ 保守知識データ
７２ 案件データ
７３ 故障モード発生確率
７４ チェック項目入力結果
７５ 故障モード文言表
７６ 故障モード文言表
８ 保守知識ベイジアンネットワーク
８Ａ，８Ｂ ベイジアンネットワーク
８１～８４ 階層
８１１，８２１～８２３，８３１～８３４，８４１～８４４ ノード
８６ 推定結果報知画面
８７１～８７４ 選択ボタン
８８ 推定原因手入力ボタン
９ 設備異常原因推定システム
９１～９３ クラスタ

Claims (12)

1. 設備の保守知識が蓄積されたアセット知識データベースと、
   前記アセット知識データベースから保守知識ベイジアンネットワークを生成する診断用ネット生成部と、
   前記保守知識ベイジアンネットワークを保存する保守知識ベイジアンネットワークデータベースと、
   異常原因を推定する異常原因推定部と、
   前記異常原因とチェック項目結果とを保存する保守作業報告データベースと、
   前記保守作業報告データベースに蓄積した前記異常原因ごとに、端末装置のＧＵＩを通して故障モードの入力を受け付けた際の前記チェック項目結果のデータをクラスタリングして、前記異常原因の詳細化対象と詳細化結果を前記アセット知識データベースに出力する異常原因更新部と、
   を備えることを特徴とする設備異常原因推定装置。
2. 前記異常原因更新部は、故障モードに係るチェック項目結果を、多次元空間にマッピングしてクラスタリングする、
   ことを特徴とする請求項１に記載の設備異常原因推定装置。
3. 前記異常原因更新部は、故障モードに係るチェック項目結果をクラスタリングし、２つのクラスタ間の中心距離が所定値以上ならば、これら２つのクラスタを分割対象とする、
   ことを特徴とする請求項１に記載の設備異常原因推定装置。
4. 前記異常原因更新部は、故障モードに係るチェック項目結果をクラスタリングし、一定的な値以下のクラスタを除外する、
   ことを特徴とする請求項１に記載の設備異常原因推定装置。
5. 前記異常原因更新部は、故障モードに係るチェック項目結果をクラスタリングし、所定割合未満のデータを含むクラスタを、相対的にクラスタ中心距離の近い分割対象のクラスタに結合する、
   ことを特徴とする請求項１に記載の設備異常原因推定装置。
6. 前記異常原因更新部は、前記異常原因の詳細化により故障モードを分割し、
   前記診断用ネット生成部は、分割後の故障モードを含む保守知識ベイジアンネットワークデータベースを生成する、
   ことを特徴とする請求項１に記載の設備異常原因推定装置。
7. 前記異常原因更新部は、分割後の故障モードに属するチェック項目の結果のうち異常であるチェック項目の割合を計算して出力する、
   ことを特徴とする請求項６に記載の設備異常原因推定装置。
8. 前記異常原因更新部は、分割後の故障モードに属するチェック項目の結果のうち異常の割合が高いチェック項目の文言から、コンポーネント名と故障名との組み合わせを抽出する、
   ことを特徴とする請求項１に記載の設備異常原因推定装置。
9. 前記異常原因更新部は、分割後の故障モードに属するチェック項目の結果のうち異常の割合が高いチェック項目の文言から、コンポーネント名と「故障」の文言との組み合わせを抽出する、
   ことを特徴とする請求項１に記載の設備異常原因推定装置。
10. 前記アセット知識データベースは、故障モード発生確率表と、前記保守知識ベイジアンネットワークの親ノードが異常時における子ノードの異常発生確率表と、前記親ノードが正常時における前記子ノードの異常発生確率表とを蓄積している、
    ことを特徴とする請求項１に記載の設備異常原因推定装置。
11. 設備の保守知識が蓄積されたアセット知識データベースと、
    前記アセット知識データベースから保守知識ベイジアンネットワークを生成する診断用ネット生成部と、
    前記保守知識ベイジアンネットワークを保存する保守知識ベイジアンネットワークデータベースと、
    異常原因を推定する異常原因推定部と、
    前記異常原因とチェック項目結果とを保存する保守作業報告データベースと、
    前記保守作業報告データベースに蓄積した前記異常原因ごとに、端末装置のＧＵＩを通して故障モードの入力を受け付けた際の前記チェック項目結果のデータをクラスタリングして、前記異常原因の詳細化対象と詳細化結果を前記アセット知識データベースに出力する異常原因更新部と、
    を備えることを特徴とする設備異常原因推定システム。
12. 診断用ネット生成部が、設備の保守知識が蓄積されたアセット知識データベースから保守知識ベイジアンネットワークを生成するステップと、
    異常原因推定部が、異常原因を推定するステップと、
    前記異常原因とチェック項目結果とを保守作業報告データベースに保存するステップと、
    異常原因更新部が、前記保守作業報告データベースに蓄積した前記異常原因ごとに、端末装置のＧＵＩを通して故障モードの入力を受け付けた際の前記チェック項目結果のデータをクラスタリングして、前記異常原因の詳細化対象と詳細化結果を前記アセット知識データベースに出力するステップと、
    を含むことを特徴とする設備異常原因推定方法。

Images