特開 2022-135064 診断装置、診断方法、及び診断プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2022135064

(43)【公開日】2022-09-15

(54)【発明の名称】診断装置、診断方法、及び診断プログラム

(51)【国際特許分類】

   G05B 23/02 20060101AFI20220908BHJP

【ＦＩ】

G05B23/02 T

G05B23/02 301Q

【審査請求】有

【請求項の数】7

【出願形態】ＯＬ

(21)【出願番号】P 2021034645

(22)【出願日】2021-03-04

(71)【出願人】

【識別番号】000176763

【氏名又は名称】三菱ケミカルエンジニアリング株式会社

(74)【代理人】

【識別番号】110002860

【氏名又は名称】特許業務法人秀和特許事務所

(72)【発明者】

【氏名】河野 浩司

(72)【発明者】

【氏名】松木 章洋

(72)【発明者】

【氏名】熊埜御堂 勇貴

(72)【発明者】

【氏名】清原 俊二

【テーマコード（参考）】

3C223

【Ｆターム（参考）】

3C223AA01

3C223AA02

3C223AA11

3C223AA15

3C223BA03

3C223CC02

3C223DD03

3C223EB01

3C223EB02

3C223EB07

3C223FF02

3C223FF03

3C223FF12

3C223FF13

3C223FF33

3C223FF35

3C223FF42

3C223FF45

3C223FF52

3C223FF53

3C223GG01

3C223HH02

3C223HH03

3C223HH04

3C223HH08

3C223HH17

3C223HH29

(57)【要約】

【課題】本発明は、１つの運転サイクルに複数の工程が存在する設備であっても、設備の状態を示す時系列データを運転サイクル毎に容易に比較可能にすることを解決課題とする。
【解決手段】設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、時系列データから設備の状態変化を判定する処理部と、を備え、処理部は、時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を各単位期間について算出する算出処理と、代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与するグルーピング処理と、各単位期間のデータに各々付与したグループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行する。
【選択図】図９

【特許請求の範囲】

【請求項1】

１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断装置であって、
前記設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、
前記時系列データから前記設備の状態変化を判定する処理部と、を備え、
前記処理部は、
前記時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、前記特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を前記各単位期間について算出する算出処理と、
前記代表値の大きさ順に採番したグループナンバーを前記各単位期間のデータに付与するグルーピング処理と、
前記各単位期間のデータに各々付与したグループナンバーを、前記各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行する、
診断装置。

【請求項2】

前記処理部は、前記算出処理において、前記各単位期間のデータのばらつき度合いの大きさを表す標準化値を二乗し、前記複数のセンサー分を積算した値を前記代表値として前記各単位期間について算出する、
請求項１に記載の診断装置。

【請求項3】

前記処理部は、前記各単位期間のデータを所定個数に分割して個別に算出した最大値と最小値との差分について、前記単位期間毎の平均値Δと、前記特定の運転サイクルにおける全ての平均値μ及び標準偏差σを算出し、前記平均値Δと前記平均値μと前記標準偏差σを使って前記標準化値を算出する、
請求項２に記載の診断装置。

【請求項4】

前記処理部は、前記グルーピング処理において、前記各単位期間のうち特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲と、他の特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲とが重なるもの同士の代表値同士については同一レベルのものとみなし、両単位期間の各データに同一のグループナンバーを付与する、
請求項１から３の何れか一項に記載の診断装置。

【請求項5】

前記センサーは、振動センサーであり、
前記時系列データは、前記設備の振動レベルのデータである、
請求項１から４の何れか一項に記載の診断装置。

【請求項6】

１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断方法であって、
コンピュータが、
前記設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、前記特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を前記各単位期間について算出する算出処理と、
前記代表値の大きさ順に採番したグループナンバーを前記各単位期間のデータに付与するグルーピング処理と、
前記各単位期間のデータに各々付与したグループナンバーを、前記各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行する、
診断方法。

【請求項7】

１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断プログラムであって、
コンピュータに、
前記設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、前記特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を前記各単位期間について算出する算出処理と、
前記代表値の大きさ順に採番したグループナンバーを前記各単位期間のデータに付与するグルーピング処理と、
前記各単位期間のデータに各々付与したグループナンバーを、前記各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行させる、
診断プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、診断装置、診断方法、及び診断プログラムに関する。

【背景技術】

【0002】

近年、各種装置類の経年変化を診断する技術が普及している（例えば、特許文献１を参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第６８０１１３１号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

装置の診断方法の一例として、例えば、設備の保守作業の前後における振動レベルの変化等を比較し、保守作業が適正に行われたことを確認することがある。このような診断方法では、例えば、保守作業の開始前後における仮設または本設の振動センサーの振動データを採取し、解析が行われる。しかし、一般的には、作業者が目視で確認したセンサーの指示値を記録し、保守作業の前後で有意な変動が無いか、或いは、指示値が基準値内に収まっているかの確認に留まっているのが現状であり、データを詳しく解析しないと把握できない変化を容易に捉えることはできていない。特に、１つの運転サイクルに複数の工程が存在する設備では、工程間で指示値が異なることが多く、また、次工程における指示値が前工程における状態に応じて異なることも日常的である。

【0005】

そこで、本発明は、１つの運転サイクルに複数の工程が存在する設備であっても、設備の状態を示す時系列データを運転サイクル毎に容易に比較可能にすることを解決課題とする。

【課題を解決するための手段】

【0006】

上記課題を解決するため、本発明では、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与し、当該グループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力することにした。

【0007】

詳細には、本発明は、１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断装置であって、設備の状態を示す複数のセンサーの時系列データが記憶される記憶部と、時系列データから設備の状態変化を判定する処理部と、を備え、処理部は、時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を各単位期間について算出する算出処理と、代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与するグルーピング処理と、各単位期間のデータに各々付与したグループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行する。

【0008】

ここで、グループナンバーとは、各単位期間のデータに付与するグループ名であり、数字に限定されるものではないが、例えば、グラフの縦軸に設定しやすい数字の方が好適で
ある。

【0009】

上記の診断装置であれば、１つの運転サイクルに複数の工程が存在する設備について、特定の運転サイクルの開始から終了までの間のデータと、他の運転サイクルの開始から終了までの間のデータとの相対的な単位期間毎の関係を、グラフで容易に把握することが可能となる。よって、１つの運転サイクルに複数の工程が存在する設備であっても、設備の状態変化を容易に把握することが可能となる。

【0010】

なお、処理部は、算出処理において、各単位期間のデータのばらつき度合いの大きさを表す標準化値を二乗し、複数のセンサー分を積算した値を代表値として各単位期間について算出するものであってもよい。この場合、処理部は、各単位期間のデータを所定個数に分割して個別に算出した最大値と最小値との差分について、単位期間毎の平均値Δと、特定の運転サイクルにおける全ての平均値μ及び標準偏差σを算出し、平均値Δと平均値μと標準偏差σを使って標準化値を算出してもよい。

【0011】

これによれば、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を表したものを代表値として算出することが可能となる。なお、標準化値とは、基準値に対するばらつき度合いを示す値であり、例えば、基準とする期間における振動レベルに対する、比較対象の期間における振動レベルのばらつき度合いや、その他各種の物理量のばらつき度合いに適用することができる。

【0012】

また、処理部は、グルーピング処理において、各単位期間のうち特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲と、他の特定の単位期間のデータのばらつきの大小の差分の最小値と最大値の範囲とが重なるもの同士の代表値同士については同一レベルのものとみなし、両単位期間の各データに同一のグループナンバーを付与してもよい。これによれば、データ同士を、実用上支障ない程度のグループ数にグルーピングすることが可能である。

【0013】

また、センサーは、振動センサーであり、時系列データは、設備の振動レベルのデータであってもよい。稼働中の設備が発する振動は、通常、連続的である。よって、上記診断装置を振動センサーのデータで用いれば、設備の状態変化の把握に好適である。

【0014】

また、本発明は、方法の側面から捉えることもできる。本発明は、例えば、１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断方法であって、コンピュータが、設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を各単位期間について算出する算出処理と、代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与するグルーピング処理と、各単位期間のデータに各々付与したグループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分について重ねて示すグラフの画面を出力する出力処理と、を実行するものであってもよい。

【0015】

また、本発明は、プログラムの側面から捉えることもできる。本発明は、例えば、１つの運転サイクルに複数の工程が存在する設備の状態を診断する診断プログラムであって、コンピュータに、設備の状態を示す複数のセンサーの時系列データのうち特定の運転サイクルの開始から終了までの間のデータを単位期間毎に分割し、特定の運転サイクルにおける全期間のデータに対する各単位期間のデータの相対的な関係を示す代表値を各単位期間について算出する算出処理と、代表値の大きさ順に採番したグループナンバーを各単位期間のデータに付与するグルーピング処理と、各単位期間のデータに各々付与したグループナンバーを、各単位期間の時系列順にプロットしたものを、複数の運転サイクル分につい
て重ねて示すグラフの画面を出力する出力処理と、を実行させるものであってもよい。

【発明の効果】

【0016】

上記の診断装置、診断方法、及び診断プログラムであれば、１つの運転サイクルに複数の工程が存在する設備であっても、設備の状態を示す時系列データを運転サイクル毎に容易に比較可能となる。

【図面の簡単な説明】

【0017】

【図1】図１は、実施形態に係る診断システムのシステム構成の一例を示した図である。

【図2】図２は、コンピュータが実現する処理フローの一例を示した図である。

【図3】図３は、特定の運転サイクルにおける振動データの処理内容を解説した図である。

【図4】図４は、代表値のソート及びグループナンバーの付与を解説した図である。

【図5】図５は、各センサーが検出する振動レベルの大きさと発生頻度との相関関係を例示した図である。

【図6】図６は、センサーの振動レベルの相関関係の考え方を解説した図である。

【図7】図７は、特定の運転サイクルにおけるグループナンバーのソートと、グラフの描画処理をイメージした図である。

【図8】図８は、混合する処理をイメージで表した図である。

【図9】図９は、比較対象とする運転サイクルのグラフを、ベースパターンと比較可能なように示したグラフである。

【発明を実施するための形態】

【0018】

以下、実施形態について説明する。以下に示す実施形態は、単なる例示であり、本開示の技術的範囲を以下の態様に限定するものではない。

【0019】

＜ハードウェア構成＞
図１は、実施形態に係る診断システム１のシステム構成の一例を示した図である。診断システム１は、施設４に設置されている設備５を診断するシステムである。診断システム１は、１つの運転サイクルに複数の工程が存在する設備５を対象とするシステムであり、複数の工程によって構成される１つの運転サイクルにおける開始から終了までの間に設備５が発する振動のレベルを、各運転サイクル間で比較可能にする。診断システム１は、例えば、設備５の定期的な保守作業の前後における比較、試運転の時と本運転の時との比較、その他各種のタイミングにおける振動の相対的な状態変化に適用可能である。よって、診断システム１は、設備５に取り付けられた仮設又は本設の振動センサー６で設備５の振動に関するデータを取得し、当該データを解析して設備５の診断を行う。診断システム１が診断する施設４の設備５としては、稼働時に振動を発生し得る様々なものが挙げられる。このような設備５としては、例えば、医薬品や工業製品の生産設備、発電設備、輸送機械、その他各種のものが挙げられる。

【0020】

設備５の振動を検出する振動センサー６は、有線または無線でデータを送信する。振動センサー６から送信されるデータは、施設４に設置されるコンピュータ等を経由してクラウド３へアップロードされる。コンピュータ２（本願でいう「診断装置」の一例である）は、クラウド３へアップロードされたデータを解析し、設備５の異常検知等を行う。コンピュータ２は、ＣＰＵ２１、メモリ２２、ストレージ２３、通信インターフェース２４を有する電子計算機であり、ストレージ２３から読み出されてメモリ２２に展開されたコンピュータプログラムを実行することにより、後述する各種の処理を実行する。コンピュータ２は、施設４から遠隔の地に設置されるものであってもよいし、或いは、施設４に設置されるものであってもよい。

【0021】

コンピュータ２は、コンピュータプログラムを実行すると、以下の処理を実現する。図２は、コンピュータ２が実現する処理フローの一例を示した図である。コンピュータ２は、コンピュータプログラムを実行すると、図２に示すステップＳ１０１からステップＳ１１２までの一連の処理フローを実現する。以下、コンピュータ２が実現する処理フローを説明する。

【0022】

コンピュータ２は、まず、クラウド３にアップロードされた振動データの取得を行う（Ｓ１０１）。すなわち、コンピュータ２は、振動センサー６で計測された振動データをメモリ２２に記憶する。振動データとは、振動に関する物理量のデータであり、例えば、振幅の大きさといった各種の振動レベルが挙げられる。メモリ２２に記憶される振動データは、コンピュータ２の作動中に逐次蓄積されるリアルタイムのデータであってもよい。振動データは、クラウド３にアップロードされたものではなく、振動センサー６からコンピュータ２へ直接送信されてもよい。

【0023】

次に、コンピュータ２は、振動データの中から基準とする特定の運転サイクルの開始から終了までの間のデータを抽出し、抽出した当該振動データを所定の個数に分割する（Ｓ１０２）。図３は、特定の運転サイクルにおける振動データの処理内容を解説した図である。振動データの中から何れの期間のデータを抽出するかは、様々であるが、例えば、定期的な保守作業の前後における比較を行う場合であれば、保守作業を開始する前に実行された運転サイクルにおける開始から終了までの振動データや、保守作業を完了した後に最初に実行された運転サイクルにおける開始から終了までの振動データを、基準とする運転サイクルの振動データとして抽出するのが好適である。また、分割の個数は、コンピュータ２の計算能力や診断精度に応じて適宜決定可能であるが、ここでは特定の運転サイクルにおける振動データを、振動データＴ１～Ｔｎのｎ個に分割した場合を例に説明する。各振動データＴ１～Ｔｎに対応する時間軸の期間を、以下、「単位期間」という。

【0024】

更に、コンピュータ２は、各振動データＴ１～Ｔｎをそれぞれ更に所定の個数に分割する。分割の個数は、上記と同様、コンピュータ２の計算能力や診断精度に応じて適宜決定可能であるが、ここでは各振動データＴ１～Ｔｎをそれぞれ振動データＳ１～Ｓ５に５分割した場合を例に説明する。

【0025】

次に、コンピュータ２は、分割した５つの振動データＳ１～Ｓ５のそれぞれについて、最大値から最小値を差し引いた差分を算出する（Ｓ１０３）。５つの振動データＳ１～Ｓ５のそれぞれの差分を、以下、差分Δ１～Δ５とする。コンピュータ２は、分割した各振動データの差分の算出を、例えば、全てのセンサーのデータについて行う。一般的な振動センサーであれば、通常、ＸＹＺの３軸のそれぞれの振動データを出力する。よって、このように３軸のそれぞれの振動を振動センサー６が出力する場合であれば、コンピュータ２は、１つの振動センサー６に対応する３つのそれぞれの振動データについて、分割した各振動データの差分の算出を行う。振動センサー６はこのように３つの振動データを出力するが、説明の便宜上、振動センサー６が検出する３軸のうちの１つの出力を意味する場合に、以下、「センサーの出力」或いは「振動因子」と呼ぶ場合がある。

【0026】

次に、コンピュータ２は、差分Δ１～Δ５の平均値Δを算出する（Ｓ１０４）。平均値Δは、全ての振動データＴ１～Ｔｎについて行う。よって、以下、振動データＴ１～Ｔｎのうちの何れかの平均値Δを意味する場合は、対応する符号Ｔ１～Ｔｎを付して説明する（例えば、振動データＴ１の平均値Δであれば「平均値Δ_T1」）。コンピュータ２は、以下の式に基づいて平均値Δを算出する。

【数1】

【0027】

次に、データを抽出した特定の運転サイクルにおける全期間の振動データの平均値μ及び標準偏差σを算出する（Ｓ１０５）。データを抽出した特定の運転サイクルにおける全期間の振動データの平均値μ及び標準偏差σは、以下の式に基づいて算出する。すなわち、平均値μは、各振動データＴ１～Ｔｎのそれぞれに対応する５つの振動データＳ１～Ｓ５の差分Δ１～５の全て（５×ｎ個）の平均値である。

【数2】

【0028】

次に、各振動データＴ１～Ｔｎの標準化値Θを算出する（Ｓ１０６）。標準化値Θは、振動データＴ１～Ｔｎのそれぞれについて算出されるので、以下、特定の標準化値Θを意味する場合は、対応する符号Ｔ１～Ｔｎを付して説明する（例えば、振動データＴ１の標準化値Θであれば「標準化値Θ_T1」）。標準化値Θは、データを抽出した特定の運転サイクルにおける全期間の振動データの平均値μ及び標準偏差σを用いて、各振動データＴ１～Ｔｎの平均値Δを標準化して算出する。よって、コンピュータ２は、以下の式に基づいて標準化値Θを算出する。

【数3】

【0029】

次に、各振動データＴ１～Ｔｎについて、振動の状態を定量的に表す代表値Ｐを算出する（Ｓ１０７）。標準化値Θは、正と負の両方が混在する。そこで、代表値Ｐは、標準化値Θを二乗し、全振動因子（全センサー）分について積分した値とする。具体的には、以下の式に基づいて各単位期間の代表値Ｐを算出する。

【数4】

【0030】

振動センサー６は、上述したように、通常、Ｘ軸とＹ軸とＺ軸の３つの振動データを出力する。よって、上記の式において、振動センサー６が３つの場合にはセンサー数Ｍが９（３×３）となる。また、周期ナンバーは、振動データＴ１～Ｔｎに対応する１～ｎのナンバーである。

【0031】

次に、コンピュータ２は、ｎ個の代表値Ｐを、昇順にソート（並び替え）する（Ｓ１０８）。そして、代表値Ｐの並び順にグループナンバーを採番する（Ｓ１０９）。ｎ個の代
表値Ｐのうち、値の大きさが同一レベルのものについては同一のグループナンバーを採番する。図４は、代表値Ｐのソート及びグループナンバーの付与を解説した図である。コンピュータ２は、図４（Ａ）に示すようにステップＳ１０７で代表値Ｐを算出すると、図４（Ｂ）に示すようにステップＳ１０８で代表値Ｐを昇順にソートする。そして、コンピュータ２は、図４（Ｃ）に示すように、ｎ個の代表値Ｐのうち値の大きさが同一レベルのものを仕分けるレベル判定を行う。そして、コンピュータ２は、図４（Ｄ）に示すように、同一レベルのものについては同一のグループナンバーを採番する。図４では、代表値Ｐ３３，Ｐ３４，Ｐ２１の３つについては値の大きさが同一レベルと判定され、同一のグループナンバーである「Ｇｒ１」が付与された例を示している。代表値Ｐの値の大きさが互いに同一レベルであるか否かの判定は、以下の考え方に基づいて行われる。

【0032】

図５は、各センサーが検出する振動レベルの大きさと発生頻度との相関関係を例示した図である。図５の各グラフは、横軸が振動レベルの大きさを表し、縦軸が発生頻度を表す。図５において（Ａ）に示すグラフは、２つのセンサーがそれぞれ検出する振動レベルの大きさに明確な差異がある場合を例示している。また、図５において（Ｂ）に示すグラフは、２つのセンサーがそれぞれ検出する振動レベルの大きさが比較的近似している場合を例示している。２つのセンサーがそれぞれ検出する振動レベルの大きさに明確な差異がある場合、図５（Ａ）に示すように、各センサーで計測する振動データの相対的な大小関係は明確に区別できる。一方、２つのセンサーがそれぞれ検出する振動レベルの大きさが比較的近似している場合、図５（Ｂ）に示すように、各センサーで計測する振動データの相対的な大小関係は明確に区別できないことがある。そこで、代表値Ｐの値の大きさが互いに同一レベルであるか否かの判定は、基本的に以下のようにして行われる。

【0033】

すなわち、図５の（Ａ）で示したケース１の場合においては、センサーＡの振動レベルとセンサーＢの振動レベルとの相関関係は、明確にＡの方がＢより小さい（Ａ＜Ｂ）と言える。よって、本実施形態では、振動レベルの大小関係が明確なケース１については、センサーＡとセンサーＢは別グループとして定義する。また、図５の（Ｂ）で示したケース２の場合においては、センサーＡの振動レベルとセンサーＢの振動レベルとの相関関係は、ＡがＢ以下（Ａ≦Ｂ）の場合であったり、ＡがＢ以上（Ａ≧Ｂ）であったりすると言える。よって、本実施形態では、振動レベルの大小関係が明確でないケース２については、センサーＡとセンサーＢは同グループとして定義する。

【0034】

図６は、センサーの振動レベルの相関関係の考え方を解説した図である。図６のグラフで横軸は振動レベルの大きさを表し、縦軸が発生頻度を表す。特定のセンサーが出力する振動レベルの発生頻度は、基本的に平均値μを頂点とする正規分布に従う。図６のグラフに示す振動レベルＰＨ１，ＰＬ１は、滅多に発生しないデータ（レアケースの値）である。また、図６のグラフに示す振動レベルＰＨ２，ＰＬ２は、異常なデータ（外れ値）である。そして、平均値μから標準偏差σの２倍（μ±２σ）を超える確率は４．５％なので、比較する２つのセンサーの振動レベルの大小関係が逆転する確率は約０．０５％（２．２５％×２．２５％）となり、極めて低い確率である。そこで、本実施形態では、特定のセンサーの振動レベルにおけるμ＋２σの値が、他のセンサーの振動レベルにおけるμ－２σの値よりも小さければ、原則的に、両センサーを別グループとして取り扱う。

【0035】

なお、閾値をどのように設定するかは、振動レベルのデータに応じて適宜変更可能である。例えば、±σの範囲の領域は６８．３％であり、±２σの範囲の領域は９５．５％であり、±３σの範囲の領域は９９．７％であるから、センサー数や振動レベルのデータのばらつき度合い等に応じた適宜のものを、グループ分けの際の閾値として設定する。

【0036】

上記のような考え方の元、振動データを基にして算出される代表値Ｐの値の大きさが互いに同一レベルであるか否かの判定について、コンピュータ２は、具体的には以下のよう
な処理で実行する。

【0037】

すなわち、コンピュータ２は、振動因子毎に、各振動データＴ１～ＴｎについてステップＳ１０２で５つに分割して得た振動データＳ１～Ｓ５のそれぞれの最大値、最小値、平均値、標準偏差を使い、各振動データＴ１～Ｔｎのばらつきの最小値を標準化したΘρ、最大値を標準化したΘηを算出する。ΘρとΘηの算出は、次のようにして行う。

【0038】

まず、振動データＳ１～Ｓ５のそれぞれの最大値、最小値、平均値、標準偏差を、順にη、ρ、Δ、ｓとする。そして、各振動データＳ１～Ｓ５について、振動データのばらつきの大小の差分の最小値Δρと最大値Δηを以下の式に基づいて決定する。なお、下記の式におけるｓの係数は、設備５の特徴等に応じて予め適宜決定された値である。

【数5】

【0039】

次に、振動因子毎に、当該運転サイクルにおける全ての振動データＳ１～Ｓ５、すなわち、（５×３×ｎ）個のΔの平均値μと、標準偏差σを算出する。そして、算出した平均値μ及び標準偏差σを使って、各単位期間のΔρを標準化したΘρと、各単位期間のΔηを標準化したΘηを算出する。具体的には、以下の式に基づいてΘρとΘηを算出する。

【数6】

【0040】

標準化値は、正と負の両方が混在し得る。そこで、代表値Ｐの算出と同様、算出したΘρとΘηをそれぞれ二乗して全振動因子（全センサー）分について積分した最小の代表値Ｐρ及び最大の代表値Ｐηを算出する。具体的には、以下の式に基づいて各単位期間の代表値Ｐρ、Ｐηを算出する。

【数7】

【0041】

そして、ステップＳ１０８で代表値Ｐの昇順にソートした後、各代表値Ｐに対応する代表値Ｐρと代表値Ｐηの範囲が互いに重なるもの同士の代表値Ｐについては同一レベルのものとみなすレベル判定を行い、ステップＳ１０９の処理、すなわち、グループナンバーを採番する処理を完了する。同一レベルのものであるか否かの判定の方法を示した式を、下記に示す。下記の式では、代表値Ｐを昇順にソートした結果、「Ｐ４１＜Ｐ５３＜Ｐ４０＜・・・」であったケースについて例示している。代表値ＰｎのグループナンバーをＧｎとすると、以下の式に示す判定基準にしたがってグループナンバーを採番する。

【数8】

【0042】

すなわち、上記の式では、ｎ個の代表値Ｐのうち最も値が小さい代表値Ｐ４１のグループナンバーＧ４１として「１」が設定される例が示されている。そして、代表値Ｐ４１に対応するＰη４１が、代表値Ｐ４１の次に大きい値である代表値Ｐ５３に対応する代表値Ｐρ５３より小さければ、代表値Ｐ５３に対応する最小の代表値Ｐρ５３と最大の代表値Ｐη５３の範囲に、代表値Ｐ４１に対応する最小の代表値Ｐρ４１と最大の代表値Ｐη４１の範囲が重なっていないことになるから、代表値Ｐ５３は代表値Ｐ４１と同一レベルではないとみなし、代表値Ｐ５３のグループナンバーＧ５３として「２」が設定される例が示されている。また、代表値Ｐ４１に対応する最大の代表値Ｐη４１が、代表値Ｐ４１の次に大きい値である代表値Ｐ５３に対応する最小の代表値Ｐρ５３以上であれば、代表値Ｐ５３に対応する最小の代表値Ｐρ５３と最大の代表値Ｐη５３の範囲に、代表値Ｐ４１に対応する最小の代表値Ｐρ４１と最大の代表値Ｐη４１の範囲が重なっていることになるから、代表値Ｐ５３は代表値Ｐ４１と同一レベルであるとみなし、代表値Ｐ５３のグループナンバーＧ５３として、代表値Ｐ４１のグループナンバーＧ４１と同じ「１」が設定される例が示されている。

【0043】

以上のような処理により、ｎ個の代表値Ｐのそれぞれについて、グループナンバーの採番が完了する。

【0044】

次に、コンピュータ２は、採番したグループナンバーを、各グループナンバーに対応する振動データの時系列順にソートする（Ｓ１１０）。そして、コンピュータ２は、横軸を時系列、縦軸をグループナンバーとするグラフを作成する（Ｓ１１１）。図７は、特定の運転サイクルにおけるグループナンバーのソートと、グラフの描画処理をイメージした図である。コンピュータ２がステップＳ１１０の処理を実行すると、例えば、図７に示されるように、振動データＴ１～Ｔｎの単位期間それぞれに対応する形で、グループナンバーが時系列順にソートされる。よって、縦軸をグループナンバーとするグラフに、この時系列順にソートされたグループナンバーをプロットしていくと、図７に示されるように、ステップＳ１０９において採番されたグループナンバーを時系列で視覚的に表したグラフが完成する。以下、このグラフの折れ線が示すパターンを、ベースパターンという。

【0045】

コンピュータ２は、次に、基準とする運転サイクルの振動データの特徴を表したベースパターンと、比較対象の運転サイクルの振動データの特徴を表した比較対象パターンとの照合を行う。具体的には、コンピュータ２は、以下の処理を実行し、比較対象の運転サイクルの振動データを処理する（Ｓ１１２）。

【0046】

すなわち、コンピュータ２は、まず、比較対象とする運転サイクルの振動データから代表値Ｐを算出する。算出方法は、上述したステップＳ１０２～Ｓ１０７の処理と同様である。次に、基準とする運転サイクルの振動データから算出した代表値Ｐと、比較対象とする運転サイクルの振動データから算出した代表値Ｐとを混合する。図８は、混合する処理をイメージで表した図である。次に、コンピュータ２は、混合した代表値Ｐについて、ステップＳ１０８～Ｓ１０９と同様の処理を行い、グループナンバーを採番する。そして、コンピュータ２は、採番したグループナンバーを、基準とする運転サイクルに対応するも
のと、比較対象とする運転サイクルに対応するものとに仕分ける。そして、コンピュータ２は、ステップＳ１１０と同様の処理を、仕分けたそれぞれのグループナンバーに対して行い、基準とする運転サイクルに対応するグループナンバーと、比較対象とする運転サイクルに対応するグループナンバーについて、各グループナンバーに対応する振動データの時系列順にソートする。そして、コンピュータ２は、ステップＳ１１１と同様に、横軸を時系列、縦軸をグループナンバーとするグラフを作成する。図９は、比較対象とする運転サイクルのグラフを、ベースパターンと比較可能なように示したグラフである。

【0047】

図９のグラフでは、基準とする特定の運転サイクルを示すベースパターンのグラフの他に、比較対象として４つの運転サイクルのグラフが示されている。図９のグラフにおいて、縦軸が示すグループナンバーは、振動レベルの大小とは無関係である。振動値の大小の差分の平均値からのずれが大きい程、グラフ線が示すばらつきが大きくなる。図９に示す例では、５つのグラフ線を見比べることにより、各運転サイクルの開始初期段階においては、振動値の大小の差分の平均値からのずれが大きいことが判る。設備５が、例えば、運転サイクルの開始初期段階において、真空槽内を真空ポンプで真空引きするような工程を有する場合、真空ポンプの吸い込み側にある弁開度や、真空槽の開閉部分の密閉度合い等に応じて、真空ポンプが発する振動レベルが変化する。よって、設備５がこのような場合、各運転サイクルの開始初期段階において、図９に示すように、振動値の大小の差分の平均値からのずれが大きくなることがある。

【0048】

本実施形態のコンピュータ２は、このように、振動値の大小の差分の平均値からのずれを視覚的に把握可能なグラフの画面を出力する。よって、診断システム１であれば、１つの運転サイクルに複数の工程が存在する設備５であっても、１つの運転サイクルにおける開始から終了までの間に設備５が発する振動のレベルを、各運転サイクル間で比較することが可能である。したがって、設備５の管理者は、設備５の調査やメンテナンスの要否等を判断する際の参考に当該グラフを用いることが可能である。

【0049】

なお、本実施形態では、振動データの場合を例に説明したが、振動以外の様々な計測データに適用することも可能である。

【0050】

＜コンピュータが読み取り可能な記録媒体＞
コンピュータその他の機械、装置（以下、コンピュータ等）に上記いずれかの機能を実現させるプログラムをコンピュータ等が読み取り可能な記録媒体に記録することができる。そして、コンピュータ等に、この記録媒体のプログラムを読み込ませて実行させることにより、その機能を提供させることができる。

【0051】

ここで、コンピュータ等が読み取り可能な記録媒体とは、データやプログラム等の情報を電気的、磁気的、光学的、機械的、または化学的作用によって蓄積し、コンピュータ等から読み取ることができる記録媒体をいう。このような記録媒体のうちコンピュータ等から取り外し可能なものとしては、例えばフレキシブルディスク、光磁気ディスク、ＣＤ－ＲＯＭ、ＣＤ－Ｒ／Ｗ、ＤＶＤ、ブルーレイディスク（ブルーレイは登録商標）、ＤＡＴ、８ｍｍテープ、フラッシュメモリなどのメモリカード等がある。また、コンピュータ等に固定された記録媒体としてハードディスクやＲＯＭ（リードオンリーメモリ）等がある。

【符号の説明】

【0052】

１・・診断システム
２・・コンピュータ
３・・クラウド
４・・施設
５・・設備
６・・振動センサー
２１・・ＣＰＵ
２２・・メモリ
２３・・ストレージ
２４・・通信インターフェース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】