类似故障事例检索装置以及检索方法
【专利摘要】在本发明中，提供即使还考量维护事情也能够更适合地检索过去事例的类似故障事例检索装置以及检索方法。在本发明的类似故障事例检索装置中包括：第一单元，探测来自修补对象机械的信号异常，将与过去的异常事例的相关进行数值化而求出，作为类似异常事例；第二单元，进行数值化而求出类似异常事例中的修补对象机械的部件修补历史；以及第三单元，根据被数值化的相关和被数值化的部件修补历史，决定并提供过去的多个类似异常事例的优先级。在本发明的类似故障事例检索方法中，探测来自修补对象机械的信号异常，将与过去的异常事例的相关进行数值化而求出，作为类似异常事例，对类似异常事例中的修补对象机械的部件修补历史进行数值化，根据被数值化的相关和被数值化的部件修补历史，决定过去的多个类似异常事例的优先级。
【专利说明】
类似故障事例检索装置以及检索方法
【技术领域】
[0001]本发明涉及探测机械的异常，根据该异常的种类从收入了过去是否发生过类似的异常的过去的事例的数据库检索的类似故障事例检索装置以及检索方法。
【背景技术】
[0002]为了使汽油引擎、电梯、采矿/建筑机械这样的机械始终动作，机械的保养作业是必要的。在保养作业中有效的技术之一，有探测机械的异常，根据该异常的种类，在收入了过去是否发生过类似的异常的过去的事例的数据库中检索的技术。
[0003]如果假设过去有类似的异常的事例，则此时通过从数据库调查并提示如何修复机械这样的对策，保养员能够活用其知识来修复机械。本发明能够应用于需要保养作业的机械。
[0004]关于上述故障事例检索手法，在例如专利文献I中，根据在机械中安装了的传感器的值，调查过去类似的异常中的最接近的种类的异常。然后，将最类似的过去的异常中的最多发的异常作为最有可能的事例而对保养员提示。
[0005]【专利文献I】日本特开平6-294668号公报
【发明内容】
[0006]在专利文献I的手法中，以机械的状态与过去的事例时的机械状态相比没有变化这样的前提检索。但是，使用年数越长，由于机械的部件、例如引擎的更换、修补等，机械的状态变化越大是一般的使用法。
[0007]如果考虑在这些机械中产生了的维护事情，则不能说成为当前的异常事例的参考的过去事例及其对策一定有效。
[0008]据此，在本发明中，其目的在于提供一种通过还考量维护事情能够更适合地检索过去事例的类似故障事例检索装置以及检索方法。
[0009]为了解决上述课题，本发明提供一种类似故障事例检索装置，其特征在于包括:第一单元，探测来自修补对象机械的信号异常，将与过去的异常事例的相关进行数值化而求出，作为类似异常事例；第二单元，进行数值化而求出类似异常事例中的修补对象机械的部件修补历史；以及第三单元，根据被数值化的相关和被数值化的部件修补历史，决定并提供过去的多个类似异常事例的优先级。
[0010]为了解决上述课题，本发明提供一种类似故障事例检索方法，其特征在于，探测来自修补对象机械的信号异常，将与过去的异常事例的相关进行数值化而求出，作为类似异常事例，对类似异常事例中的修补对象机械的部件修补历史进行数值化，根据被数值化的相关和被数值化的部件修补历史，决定过去的多个类似异常事例的优先级。
[0011]本发明中的诊断系统在探测到机械的异常时，从数据库检索过去的类似的异常事例的类似事例检索技术中，即使由于部件的修补/更换而状态变化，也能够检索具有高的类似度的过去的异常事例而对保养员提示。
【专利附图】
【附图说明】
[0012]图1是示出本发明的类似故障事例检索装置的整体结构的图。
[0013]图2是示出异常事例数据库DBl的具体事例的图。
[0014]图3是示出异常原因部件数据库DB2的具体事例的图。
[0015]图4是示出检查部件数据库DB3的具体事例的图。
[0016]图5是用于检索/显示类似异常事例的整体的处理流程图。
[0017]图6是示出图5的子例程SUB320的处理的处理流程图。
[0018]图7是示出图5的子例程SUB325的处理的处理流程图。
[0019]图8是示出在临时保管文件16中载入了的信息的变迀的图。
[0020]图9是示出在临时保管文件16中所展开的信息的图。
[0021]【符号说明】
[0022]1:故障事例检索装置；10:显不部；11:异常探测部;12:异常事例检索部；13:检查部件检索部；14:优先级计算部；15:异常事例登记部；16:临时保管文件；DB1:异常事例数据库；DB2:检查部件数据库；DB3:异常原因部件数据库；M:机械。
【具体实施方式】
[0023]以下，参照附图，说明本发明的实施方式。
[0024]【实施例】
[0025]图1是示出本发明的类似故障事例检索装置的整体结构的附图。本发明的类似故障事例检索装置I从作为保养对象的机械M、例如如果是建筑机械则从卡车、装载机、如果是工业机械则从电梯等获得故障事例检索所需的信息。
[0026]类似故障事例检索装置I包括显示类似事例的检索结果等的由液晶显示器等构成的显示部10、根据从在诊断的对象的机械M的各部中安装了的传感器经由通信装置等送来的传感器数据探测机械的异常的异常探测部11、预先存储各种数据的数据库(异常事例数据库DBl、检查部件数据库DB2、异常原因部件数据库DB3)DB、各种运算部(异常事例检索部12、检查部件检索部13、优先级计算部14、异常事例登记部15)以及进行临时的数据的保管的临时保管文件16等。
[0027]以下，说明这些装置结构各部的功能。
[0028]首先，说明探测机械的异常的异常探测部11。其中，关于异常探测，已知有许多考虑方法，所以此处仅介绍典型的一个例子。
[0029]在异常的探测手法中，存在有例如各传感器数据值的在设计上判明了的正常范围，在超过其界限的情况下判断为异常的考虑方法。另外，还有用数据挖掘的手法学习正常地动作的情况的传感器值的分布来决定传感器值的正常范围的公知技术。通过以上的公知技术，在异常探测部11中传感器值脱离正常范围而探测到异常时，能够计算从各传感器的正常范围的“脱离值”。
[0030]在本实施例中，在将来自在机械M的各部中安装了的多个传感器的传感器数据的值S1、S2、S3、…、Sn视为η维的传感器值矢量(S1、S2、S3、…、Sn)时，传感器的正常范围成为以坐标(01、02、03、…On)为中心的半径R的η维球。
[0031]如果用公式表现传感器值进入到正常范围的条件，则成为以下的(I)式。
[0032][式I]
[0033](S1、S2、S3、…、Sn)-(01、02、03、...0n) |〈R..(I)
[0034]在不满足上述条件时，能够计算从传感器值的正常范围的脱离值矢量。
[0035]在本实施例中，如以下的(2)式那样，定义脱离值矢量(dl、d2、d3、…、dn)
[0036][式2]
[0037](dl、d2、d3、...、dn) = (S1、S2、S3、…、Sn)-(01、02、03、…On)....(2)
[0038]在传感器值矢量(S1、S2、S3、…、Sn)超越了正常范围的情况下，异常探测部11将上述脱离值矢量(dl、d2、d3、…、dn)作为异常的探测结果输出。
[0039]如果已知脱离值矢量(dl、d2、d3、…、dn)，则根据该矢量的“朝向”，得知异常的种类。例如，在引擎的温度传感器超过了上限的情况下，脱离值矢量(dl、d2、d3、…、dn)的分量中的、引擎温度传感器的分量变大。脱离值矢量(dl、d2、d3、…、dn)的朝向向引擎温度传感器的坐标轴倾斜，所以得知“引擎温度上限异常”这样的异常的模式。
[0040]探测机械的异常的异常探测部11提供的探测结果或者异常模式显示于显示部10，作为考量了由保养员分析的分析结果的异常事例信息，登记到异常事例数据库DB1。或者，也可以临时地登记于异常事例数据库DB1，将来通过考量由保养员分析的分析结果，从而作为异常事例信息再登记。
[0041]这样，在异常事例数据库DBl中，存储过去发生的异常事例的脱离值矢量。在图2中，示出这样形成的异常事例数据库DBl的具体事例。
[0042]在图2的异常事例数据库DBl的具体事例中，205表示用于识别各异常事例的事例ID，210表示各异常事例的发生日期时间，215表示根据异常事例发生时的机械的传感器值求出的脱离值矢量，220表示记录了在异常发生时进行什么样的处置而使机械复原、恢复的处置内容，225表示保养员、机械的设计者分析发生了的异常而判明了的异常模式ID。205?225的各数据相互关联起来，能够根据例如脱离值矢量215的值，取得处置内容220、异常模式ID225。
[0043]在它们中，异常模式ID225是表示机械M的设计者、保养员定义的在机械中发生的异常的模式的ID。保养员、设计者实际上分析异常，进行用于机械修复的处置，决定异常模式。例如，在脱离值矢量的分量中的引擎温度传感器的值超过上限的情况下，表示“引擎温度上限异常”的异常模式ID考量到异常事例数据库DBl。
[0044]根据该异常事例数据库DBl的事例ID “C001”的事例，在2011年2月2日的13时，发生异常，此时的脱离值矢量(dl、d2、d3、一、dn)是(0.001、0.3…)，最终利用复位处理恢复，保养员定义的异常模式是“A001”。关于“C002”，在2011年3月12日的23时34分，发生异常，此时的脱离值矢量(dl、d2、d3、…、dn)是(0.14、0.09...)，最终更换部件P002，保养员定义的异常模式是“ A002 ”。
[0045]在图3中示出详细内容的异常原因部件数据库DB2中，与图2的异常事例数据库DBl的异常模式ID225关联起来，存储有原因部件候补ID260。在该异常原因部件数据库DB2中，异常模式ID225是表示异常模式的ID，针对成为发生异常模式的原因的部件的候补用部件ID附加定义而储存了原因部件候补ID260。
[0046]根据该异常原因部件数据库DB2可知，在异常模式ID225是“A001”的情况下，设想的故障部件是P001、P020、P041等，在异常模式ID225是“A002”的情况下，设想的故障部件是 P002、P067、P045 等。
[0047]在图4中示出详细内容的检查部件数据库DB3中，针对每个修补更换日期时间285，存储有此时的修补更换部件290、以及检查理由295。此处，在修补更换部件290中，储存有修补/更换了的部件的ID，在检查理由295中，作为修补/更换了的理由，存储有“定期检查”、“异常对应”这样的理由。该检查部件数据库DB3存储有部件的修补更换历史，所以不仅是异常时，而且还包括定期检查时的部件的修补更换而综合地存储。
[0048]附带地，在检查部件数据库DB3的上段的情形下，2011年2月2日的13时的修补更换是定期检查，针对部件P002等，进行修补/更换，在中段的情形下，2011年3月12日的23时34分的修补更换是异常对应，修补/更换了部件P002。在该数据库中，不论理由如何，记录有所有部件修补更换。
[0049]以上，介绍了异常探测部11的处理内容以及各种数据库(异常事例数据库DB1、检查部件数据库DB2、异常原因部件数据库DB3)的具体的存储内容。
[0050]相对于此，运算部(异常事例检索部12、检查部件检索部13、优先级计算部14、以上事例登记部15)以及进行临时的数据的保管的临时保管文件16如以下那样实施处理。
[0051]首先，异常事例检索部12将异常探测部11所输出的机械M的脱离值矢量(dl、d2、d3、…、dn) 215作为检索关键字，从异常事例数据库DBl检索类似的异常事例。
[0052]检查部件检索部13检索检查部件数据库DB3，检索在从发生过去的类似的异常事例至当前的期间所更换的机械的部件。所更换的部件越少，可以说成为与当前的机械M的状态越类似的状态。
[0053]临时保管文件16是临时储存通过异常事例检索部12检索异常事例数据库DBl、通过检查部件检索部13检索检查部件数据库DB3的结果的文件。
[0054]优先级计算部14根据异常探测部11所输出的脱离值矢量(dl、d2、d3、…、dn)、和检查部件检索部13所输出的检索部件的数量，决定检索结果的显示顺序。关于其详细步骤如后所述。
[0055]异常事例登记部15登记在异常事例数据库DBl中发生了的异常的事例信息。登记的信息是保养员、设计者实际上分析异常而决定了的信息。
[0056]以下，用图5?图7的处理流程图，说明用于检索/显示通过图1的装置结构进行的类似异常事例的处理。首先，图5示出整体的处理流程图。
[0057]在图5中，在最初的处理步骤S300中，从在图1的机械M的各部所安装的传感器发送传感器数据，异常探测部11将其接收。
[0058]在步骤S305中，调查各传感器值(S1、S2、S3、…、Sn)是否超越在设计时、在数据挖掘中学习到的正常范围，来诊断机械M的状态。在假设超越了的情况下，判断为机械M异常，在步骤S310中，视为异常发生(Y)，转移到步骤S315。在假设判断为并非异常发生(N)的情况下，返回到步骤S300而等待来自机械M的传感器数据接收。
[0059]在步骤S315中，各传感器值(S1、S2、S3、…、Sn)超越了正常范围，所以通过(2)式，计算其脱离值矢量(dl、d2、d3、...、dn) = (S1、S2、S3、…、Sn)-(01、02、03、…On)，作为输入送到子例程SUB320。
[0060]在图6的步骤S400?步骤S425中，示出接受了脱离值矢量(dl、d2、d3、…、dn)的子例程SUB320的内部流程。
[0061]在图6的步骤S400中，从异常事例数据库DBl将过去的所有异常事例的事例ID205、和脱离值矢量215载入到临时保管文件16。载入了的数据的构造成为如图8的表格X所示，将事例ID205和脱离值矢量215关联起来的表格构造。另外，图8是示出载入到临时保管文件16的信息的变迀的图。
[0062]在该情况下，在图8的表格X(TBX)中，作为过去的所有异常事例，抽出了与事例ID “C001”关联起来的脱离值矢量(0.001、0.3…)、与事例ID “C002”关联起来的脱离值矢量(0.14,0.09…)、与事例ID “C003”关联起来的脱离值矢量(0.16,0.07…)。
[0063]在接下来的步骤S405、步骤S410、步骤S415的循环中，将图8的表格X(TBX)的脱离值矢量逐个取出而检索类似的脱离值矢量。
[0064]具体而言，首先，在步骤S405中，参照图8的表格X (TBX)的最上的行的COOl的脱离值矢量(0.001、0.3…)。
[0065]在接下来的步骤S410中，求出作为最近的异常探测事例的脱离值矢量(dl、d2、d3、…、dn)、与过去事例的相关。作为相关的导出手法，利用例如内积。具体而言，计算作为本子例程SUB305的输入接受到的脱离值矢量(dl、d2、d3、…、dn)、与过去的异常事例的脱离值矢量215的内积。通过(3)式求出脱离值矢量(dl、d2、d3、…、dn)、与图8的过去的异常事例的脱离值矢量215(0.001、0.3、…)的内积值K。
[0066][式3]
[0067]K = (dlX0.001+d2X0.3+...)
[0068]/(dr2+d2~2+...+dn~2)~l/2X (0.00Γ2+(12~2+…+dn~2)~l/2....(3)
[0069]将用上述计算式(3)所求出的内积值K作为列625追加到事例ID表格X(TBX)。在图8的表格Xl (TBXl)中示出追加后的表格X(TBX)的构造。在TBXl中相比于TBX追加了内积值625的列。关于追加了的内积值K，设为从事例上段分别是0.031、0.31、0.45。
[0070]在接下来的步骤S415中，调查是否针对表格X的所有事例，求出了与输入的脱离值矢量(dl、d2、d3、…、dn)的内积值K，如果假设未求完，则返回到步骤S405，求出接下来的事例(事例IDC002?)的内积值。
[0071]如果在以上的步骤S405、步骤S410、步骤S415的循环中，调查了所有过去事例和输入的脱离值矢量(dl、d2、d3、…、dn)，则转移到步骤S420。
[0072]在步骤S420中，参照表格Xl (TBXl)的内积值625，按照内积值625从大到小的顺序，对事例进行分类。
[0073]在步骤S425中，从所分类的表格Xl (TBXl)，取出上位N件的事例ID605和脱离值矢量215，作为表格A(TBA)载入到临时保管文件16。在该情况下，设为在表格A(TBA)中，保持了按照内积值是0.93的事例IDCO10、内积值是0.82的事例IDC021、内积值是0.89的事例IDC034的顺序排列了的数据。
[0074]此处，在表格A (TBA)中排列了的内积值从大到小的顺序的事例ID在表格A (TBA)内被定位为类似事例635。这样，将表格Xl (TBXl)的上位N件的事例ID205和内积值625分别作为表格A的类似事例ID635和内积值625载入。另外，上位N件的N的值是作为类似事例的检索结果在显示部10中显示的件数。也可以与显示部10的液晶监视器的尺寸、保养员的业务的情况一致地任意地决定检索结果的显示件数。
[0075]考虑为通过图6的处理载入到临时保管文件16的表格A(TBA)的内积值是0.93的事例IDC010是与本次所探测的异常事例的相关最高的异常事例。在本发明中，在其结果中还考量部件的修补更换历史。图7示出该部分的处理。
[0076]检索以上异常探测到的脱离值矢量的类似事例，将结果储存到临时保管文件16的表格A(TBA)的图6的子例程SUB320结束，转移到图5的步骤S322。
[0077]返回到图5的处理流程图，在步骤S322至步骤S332的处理中，针对每个类似事例检索在从发生表格A(TBA)的类似事例至当前的期间是否有更换/修补了的部件。
[0078]在步骤S322中，从在子例程SUB320中储存了的表格A (TBA)，将作为类似事例信息的类似事例ID635和内积值625的配对参照I行量，作为输入送到接下来的子例程SUB325。最初讨论的是，类似事例ID635为COlO且内积值625为0.93的配对。
[0079]在子例程SUB325中，检索在过去事例发生之后，在当前探测到的异常的期间更换/修补了的部件。图7示出子例程SUB325的内部流程。
[0080]在图7的步骤S500中，检索异常事例数据库DBl和原因部件数据库DB3这双方。首先，参照图8的临时保管文件16的表格A (TBA)，取得第I行的类似事例ID635(判断为相关最高的事例。类似事例ID635为COlO且内积值625为0.93的配对)，作为图2的异常事例数据库DBl的事例ID205的检索关键字，检索类似事例ID635。
[0081]由此，得到与类似事例COlO关联起来的发生日期时间、脱离值矢量、处置内容、异常模式ID的数据。在该情况下，在接下来的处理中使用的异常模式ID的数据是A010。
[0082]使用类似事例ID635 (C010)的检索结果得到的异常模式ID225 (A010)，本次检索图3的原因部件数据库DB3的异常模式ID225，取得相应的原因部件候补ID260。在该情况下，从原因部件数据库DB3的原因部件候补ID260得到的异常模式ID(AOlO)的原因部件候补是 P010、P015、P021。
[0083]图9是示出在临时保管文件16中所展开的信息的图，最初上述结果得到的信息在表格C(TBC)中展开。在该情况下，作为得到的信息，原因部件候补ID260成为部件ID的列表，所以针对每个部件ID分解为不同的记录，放入到图9的临时保管文件16的表格C(TBC)的原因部件候补ID260。此时，还放入成为检索关键字的表格A的类似事例ID635。
[0084]由此，在图9的临时保管文件16的表格C(TBC)中，将计算为相关最高的类似事例C010、和与其对应的原因部件候补P010、P015、P021成组地受理。另外，在表格C(TBC)中，同样地展开相关的顺序次高的C021的情形。
[0085]在接下来的步骤S510?步骤S530的循环中发生过去事例之后，调查在当前探测到的异常的期间表格C的原因部件候补260是否被更换/修补，将结果储存到图9的表格B TBBo
[0086]在步骤S510中，从表格C(TBC)，作为第I行的原因部件候补ID260，取出P010，在步骤S515中，检索图4的检查部件数据库DB2，探索修补/更换日期时间285是直至“在图2的发生日期时间之后，探测到异常的日期时间”的范围且在修补/更换部件ID290中包括原因部件候补ID(POlO)的检查记录。
[0087]在步骤S520中，在步骤S515的检索结果是O件的情况下，返回到步骤S510，转移到接下来的原因部件候补ID的检索。在有检索结果的情况下，转移到步骤S525。在本说明事例中，设为关于原因部件候补P010，发现了在发生日期时间之后，直至探测到异常的日期时间的期间的修补更换记录。另外，同样地设为P021的修补历史残留。
[0088]在步骤S525中，将在步骤S515的检索关键字中使用了的原因部件候补(P010)和与其关联起来的类似事例ID(COlO)，在图9的表格B(TBB)中，储存到更换/修补部件ID635290和类似事例ID635。
[0089]在步骤S530中，确认是否检索完表格C(TBC)的所有原因部件候补260，如果没有检索完，则返回到步骤S510，检索接下来的原因部件候补PO 15。在步骤S530之后，结束子例程SUB325，转移到图3的步骤S330。
[0090]在本事例的情况下，最终地在图9的表格B (TBB)中针对类似事例ID是COlO的事例，抽出了更换修补部件是P010、P021。P015的修补更换历史不存在。另外同样地设为关于相关接下来高的类似事例ID(C021)的事例抽出了更换修补部件是P034。
[0091]返回到图5，针对在步骤S330中在临时保管文件16中制作了的表格A(TBA)的类似事例ID635，根据“矢量内积值625”、和用类似事例ID635关联起来的表格B(TBB)的“更换/修补部件ID290”，用以下的(4)式，计算意味着类似事例的显示顺序的优先级L。
[0092][式4]
[0093]优先级L = α X (矢量内积值)+ β X (更换部件的比例)~ (_1)...(4)
[0094]其中，(更换部件的比例)是将“表格B(TBB)的与同一类似事例ID635关联起来的“更换/修补部件ID290的数量””除以“表格C(TBC)的与同一类似事例ID635关联起来的“原因部件候补ID260的数量””而得到的值。
[0095]α、β的值是需要与使用本发明的业务符合地调整的权重系数。
[0096]关于式(4)，用具体数值说明。如果用表格A(TBA)的相关最高的事例COlO来叙述，则(4)式的矢量内积值是0.93。另外，更换部件的比例是指更换/修补部件ID290的数量”是2(Ρ010、Ρ021)，是将其除以作为“原因部件候补ID260的数量”的3(Ρ010、Ρ021、Ρ015)而得到的值(2/3)。设为关于考虑权重系数α、β的值而求出了的事例COlO的优先级L，求出为数值1.8。另外，在相关接下来高的事例C021中，关于优先级L，求出为数值2.2。
[0097](4)根据式的优先级L，关于权重系数α的项，与过去事例的相关越高，计算为越大的值。相反，关于权重系数β的项，修补更换越前进，被计数为越大的负的值。根据其结果，意味着从机械M的上次异常时起修补更换越前进，成为越低的优先级。
[0098]如果计算了优先级L，则在临时保管文件16中制作表格D(TBD)。在表格D(TBD)中，将表格A(TBA)的类似事例ID635和优先级765对应关联而储存。
[0099]在步骤S332中，检查是否针对图8的表格A (TBA)的全部类似事例计算了优先级。如果尚未对全部计算完，则返回到步骤S322，计算接下来的类似事例的优先级。如果全部计算完，则转移到步骤S335。
[0100]在步骤S335中，按照表格D(TBD)的优先级765从大到小的顺序，取得类似事例ID635，作为图2的异常事例数据库DBl的事例ID205的检索关键字检索，发现事例信息。通过将发现了的事例信息的处置内容220显示于显示部10，能够按照优先级从高到低的顺序，显示由保养员探测了异常的机械的处置内容。
[0101]当然根据最终地形成了的表格D (TBD)的优先级765，对保养员提议应参照类似事例C021的异常事例。
[0102]本发明中的诊断系统在探测到机械的异常时，从数据库检索过去的类似的异常事例的类似事例检索技术中，即使由于部件的修补/更换而状态变化，也能够检索具有高的类似度的过去的异常事例而对保养员提示。
【权利要求】
1.一种类似故障事例检索装置，其特征在于包括: 第一单元，探测来自修补对象机械的信号异常，将与过去的异常事例的相关进行数值化而求出，作为类似异常事例； 第二单元，进行数值化而求出类似异常事例中的修补对象机械的部件修补历史；以及第三单元，根据被数值化的相关和被数值化的部件修补历史，决定并提供过去的多个类似异常事例的优先级。
2.根据权利要求1所述的类似故障事例检索装置，其特征在于:所述第三单元根据被数值化的部件修补历史相对被数值化的相关的差的大小，决定过去的多个类似异常事例的优先级。
3.根据权利要求1或者2所述的类似故障事例检索装置，其特征在于:所述被数值化的部件修补历史被设为从该类似异常事例发生至当前的部件更换数越多越大的数值。
4.根据权利要求1至3中的任意一项所述的类似故障事例检索装置，其特征在于包括: 异常事例数据库，将过去产生的异常探测事例与异常模式一起存储； 异常原因部件数据库，针对每个所述异常模式存储了成为故障的原因的部件的候补；以及 检查部件数据库，存储过去的部件的修补更换内容。
5.根据权利要求4所述的类似故障事例检索装置，其特征在于:所述检查部件数据库存储了机械的部件的修补/更换历史，能够根据更换的日期时间和部件的种类，检索修补/更换历史。
6.根据权利要求4所述的类似故障事例检索装置，其特征在于:在所述异常事例数据库中，将过去发生的机械的异常事例与处置内容的信息一起存储，能够用年月日检索处置内容。
7.根据权利要求4所述的类似故障事例检索装置，其特征在于:在所述异常事例数据库中，将过去发生的机械的故障事例与处置内容的信息一起存储，根据异常发生时的传感器数据的分析结果检索类似的异常。
8.根据权利要求4所述的类似故障事例检索装置，其特征在于:求出在所述异常原因部件数据库中所存储的修补部件候补数、和在检查部件数据库中所存储的修补/更换了的部件数的比例。
9.一种类似故障事例检索装置，其特征在于包括: 异常探测部，输入来自安装在保养对象机械上的传感器的信号，探测异常信号； 异常事例数据库，将过去产生的异常探测事例与异常模式一起存储； 异常原因部件数据库，针对每个所述异常模式存储了成为故障的原因的部件的候补； 检查部件数据库，存储过去的部件的修补更换内容； 第一单元，在探测到所述异常信号时，进行数值化而求出与在所述异常事例数据库中所存储的过去的异常探测事例的相关，作为类似异常探测事例； 第二单元，从所述检查部件数据库求出从过去的类似异常探测事例发生至当前的期间的部件更换数，求出与在所述异常原因部件数据库中所存储的每个异常模式的故障原因部件的候补数的比；以及 第三单元，根据所述第一单元求出的被数值化的相关和所述第二单元求出的部件的比，对过去的类似异常探测事例的优先级进行加权来提供。
10.一种类似故障事例检索方法，其特征在于: 探测来自修补对象机械的信号异常，将与过去的异常事例的相关进行数值化而求出，作为类似异常事例，对类似异常事例中的修补对象机械的部件修补历史进行数值化，根据被数值化的相关和被数值化的部件修补历史，决定过去的多个类似异常事例的优先级。
11.根据权利要求10所述的类似故障事例检索方法，其特征在于:根据被数值化的部件修补历史相对被数值化的相关的差的大小，决定过去的多个类似异常事例的优先级。
12.根据权利要求10或者11所述的类似故障事例检索方法，其特征在于:所述被数值化的部件修补历史被设为从该类似异常事例发生至当前的部件更换数越多越大的数值。
13.一种类似故障事例检索方法，其特征在于: 探测来自修补对象机械的信号异常，将与过去的异常事例的相关进行数值化而求出，作为类似异常事例，对类似异常事例中的修补对象机械的部件修补历史进行数值化，根据被数值化的相关和被数值化的部件修补历史，决定过去的多个类似异常事例的优先级，并且部件修补越多，优先级越低。
【文档编号】G06Q50/10GK104487998SQ201280074593
【公开日】2015年4月1日 申请日期:2012年7月11日 优先权日:2012年7月11日
【发明者】内田贵之, 铃木英明, 藤原淳辅, 汤田晋也 申请人:株式会社日立制作所