特許 7226671 エレベーターの故障診断装置

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-02-13

(45)【発行日】2023-02-21

(54)【発明の名称】エレベーターの故障診断装置

(51)【国際特許分類】

   B66B 5/00 20060101AFI20230214BHJP

【ＦＩ】

B66B5/00 G

【請求項の数】 10

(21)【出願番号】P 2022558778

(86)(22)【出願日】2020-10-30

(86)【国際出願番号】 JP2020040929

(87)【国際公開番号】W WO2022091376

(87)【国際公開日】2022-05-05

【審査請求日】2022-10-11

【早期審査対象出願】

(73)【特許権者】

【識別番号】000236056

【氏名又は名称】三菱電機ビルソリューションズ株式会社

(73)【特許権者】

【識別番号】000006013

【氏名又は名称】三菱電機株式会社

(74)【代理人】

【識別番号】110003199

【氏名又は名称】弁理士法人高田・高橋国際特許事務所

(72)【発明者】

【氏名】古谷 史郎

(72)【発明者】

【氏名】志賀 諭

(72)【発明者】

【氏名】長徳 典宏

(72)【発明者】

【氏名】遠山 泰弘

【審査官】加藤 三慶

(56)【参考文献】

【文献】特開２０１９－９６２４７（ＪＰ，Ａ）

【文献】特表２０１９－５０３００２（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｂ６６Ｂ ５／００

Ｇ０５Ｂ ２３／０２

(57)【特許請求の範囲】

【請求項1】

エレベーターの装置に取り付けられた検出器が検出した複数の検出値の情報を前記装置ごとに取得し、前記複数の検出値と構造モデルとを用いて対象の前記装置における前記構造モデルの構造パラメータを演算する構造モデル部と、
時間モデルと前記構造モデル部で演算された前記構造パラメータとを用いて、前記対象の装置における前記時間モデルの時間パラメータを演算する時間モデル部と、
前記時間モデル部で演算された前記時間パラメータを用いて、前記時間パラメータに対応する前記対象の装置の閾値を作成する閾値作成部と、
前記構造モデル部で演算された前記構造パラメータおよび前記時間モデル部で演算された前記時間パラメータのうちいずれか一方と前記閾値作成部で作成された前記閾値とを用いて、前記対象の装置が故障する予兆があるかを診断する予兆診断部と、
を備え、
前記構造モデル部は、複数の第１検出値を入力することで第２検出値の推定値を出力する前記構造モデルに対して、前記検出器で検出された前記複数の検出値のうちの複数の第１検出値と前記検出器で検出された前記複数の検出値のうちの第２検出値とを用いた回帰分析を行うことで、前記対象の装置における前記構造モデルの前記構造パラメータを演算するエレベーターの故障診断装置。

【請求項2】

前記構造モデル部は、前記構造モデルと前記装置が動き始めてから停止するまでの間に前記検出器が検出した前記複数の検出値とを用いて前記構造モデルの前記構造パラメータを演算する請求項１に記載のエレベーターの故障診断装置。

【請求項3】

前記構造モデル部は、前記複数の第１検出値と前記第２検出値との間における前記装置の機械的な特性および電気的な特性のうち少なくとも一方が反映された前記時間モデルを用いる請求項１または請求項２に記載のエレベーターの故障診断装置。

【請求項4】

前記構造モデル部は、前記構造モデルと前記検出器で異なる検出日時に検出された前記複数の検出値とを用いて複数の前記構造パラメータを演算し、
前記時間モデル部は、基準日時から検出日時までの間の経過時間を入力することで当該検出日時に対応する構造パラメータの推定値を出力する時間モデルに対して、前記構造モデル部で演算された前記複数の構造パラメータと前記複数の構造パラメータに対応する複数の検出日時とを用いた回帰分析を行うことで、前記時間モデルの前記時間パラメータを演算する請求項１から請求項３のいずれか一項に記載のエレベーターの故障診断装置。

【請求項5】

エレベーターの装置に取り付けられた検出器が検出した複数の検出値の情報を前記装置ごとに取得し、前記複数の検出値と構造モデルとを用いて対象の前記装置における前記構造モデルの構造パラメータを演算する構造モデル部と、
時間モデルと前記構造モデル部で演算された前記構造パラメータとを用いて、前記対象の装置における前記時間モデルの時間パラメータを演算する時間モデル部と、
前記時間モデル部で演算された前記時間パラメータを用いて、前記時間パラメータに対応する前記対象の装置の閾値を作成する閾値作成部と、
前記構造モデル部で演算された前記構造パラメータおよび前記時間モデル部で演算された前記時間パラメータのうちいずれか一方と前記閾値作成部で作成された前記閾値とを用いて、前記対象の装置が故障する予兆があるかを診断する予兆診断部と、
を備え、
前記構造モデル部は、前記構造モデルと前記検出器で異なる検出日時に検出された前記複数の検出値とを用いて複数の前記構造パラメータを演算し、
前記時間モデル部は、基準日時から検出日時までの間の経過時間を入力することで当該検出日時に対応する構造パラメータの推定値を出力する時間モデルに対して、前記構造モデル部で演算された前記複数の構造パラメータと前記複数の構造パラメータに対応する複数の検出日時とを用いた回帰分析を行うことで、前記時間モデルの前記時間パラメータを演算するエレベーターの故障診断装置。

【請求項6】

前記時間モデル部は、前記構造パラメータが季節の変化によって周期的に変化する特性が反映された前記時間モデルを用いる請求項４または請求項５に記載のエレベーターの故障診断装置。

【請求項7】

前記時間モデル部は、前記構造パラメータが時間の経過によって単調に変化する特性が反映された前記時間モデルを用いる請求項４から請求項６のいずれか一項に記載のエレベーターの故障診断装置。

【請求項8】

前記構造モデル部は、前記構造モデルと前記検出器で異なる検出日時に検出された前記複数の検出値とを用いて複数の前記構造パラメータを演算し、
前記閾値作成部は、前記構造モデル部で作成された前記複数の構造パラメータの情報と前記時間モデル部で作成された前記時間パラメータの情報とを取得し、前記時間パラメータが適用された前記時間モデルに対して前記複数の構造パラメータの値がどれだけばらついているかを表すばらつき値を演算し、前記時間モデルと前記ばらつき値とを用いて前記構造パラメータの前記閾値を作成する請求項１から請求項７のいずれか一項に記載のエレベーターの故障診断装置。

【請求項9】

エレベーターの装置に取り付けられた検出器が検出した複数の検出値の情報を前記装置ごとに取得し、前記複数の検出値と構造モデルとを用いて対象の前記装置における前記構造モデルの構造パラメータを演算する構造モデル部と、
時間モデルと前記構造モデル部で演算された前記構造パラメータとを用いて、前記対象の装置における前記時間モデルの時間パラメータを演算する時間モデル部と、
前記時間モデル部で演算された前記時間パラメータを用いて、前記時間パラメータに対応する前記対象の装置の閾値を作成する閾値作成部と、
前記構造モデル部で演算された前記構造パラメータおよび前記時間モデル部で演算された前記時間パラメータのうちいずれか一方と前記閾値作成部で作成された前記閾値とを用いて、前記対象の装置が故障する予兆があるかを診断する予兆診断部と、
を備え、
前記構造モデル部は、前記構造モデルと前記検出器で異なる検出日時に検出された前記複数の検出値とを用いて複数の前記構造パラメータを演算し、
前記閾値作成部は、前記構造モデル部で作成された前記複数の構造パラメータの情報と前記時間モデル部で作成された前記時間パラメータの情報とを取得し、前記時間パラメータが適用された前記時間モデルに対して前記複数の構造パラメータの値がどれだけばらついているかを表すばらつき値を演算し、前記時間モデルと前記ばらつき値とを用いて前記構造パラメータの前記閾値を作成するエレベーターの故障診断装置。

【請求項10】

前記予兆診断部は、前記構造モデル部が作成した前記構造パラメータの値と前記閾値作成部が作成した前記構造パラメータの前記閾値とを比較することで、前記対象の装置が故障する予兆を診断する請求項８または請求項９に記載のエレベーターの故障診断装置。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、エレベーターの故障診断装置に関する。

【背景技術】

【0002】

特許文献１は、エレベーターの故障診断装置を開示する。当該故障診断装置は、診断対象の装置の状態量が過去の状態量の分布からどれだけ逸脱しているかに基づいて、当該装置が故障する予兆があるかを診断する。

【先行技術文献】

【特許文献】

【0003】

【文献】日本特開２０１９－００８３５４号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

しかしながら、特許文献１に記載の故障診断装置は、複数の装置に共通する計算モデルを用いて当該装置が故障の予兆があるかを診断する。このため、装置が故障する予兆を診断する精度が低下する。

【0005】

本開示は、上述の課題を解決するためになされた。本開示の目的は、装置が故障する予兆を検出する精度を向上することができるエレベーターの故障診断装置を提供することである。

【課題を解決するための手段】

【0006】

本開示に係るエレベーターの故障診断装置は、エレベーターの装置に取り付けられた検出器が検出した複数の検出値の情報を装置ごとに取得し、複数の検出値と構造モデルとを用いて対象の装置における構造モデルの構造パラメータを演算する構造モデル部と、時間モデルと構造モデル部で演算された構造パラメータとを用いて、対象の装置における時間モデルの時間パラメータを演算する時間モデル部と、時間モデル部で演算された時間パラメータを用いて、時間パラメータに対応する対象の装置の閾値を作成する閾値作成部と、構造モデル部で演算された構造パラメータおよび時間モデル部で演算された時間パラメータのうちいずれか一方と閾値作成部で作成された閾値とを用いて、対象の装置が故障する予兆があるかを診断する予兆診断部と、を備え、構造モデル部は、複数の第１検出値を入力することで第２検出値の推定値を出力する構造モデルに対して、検出器で検出された複数の検出値のうちの複数の第１検出値と検出器で検出された複数の検出値のうちの第２検出値とを用いた回帰分析を行うことで、対象の装置における構造モデルの構造パラメータを演算する。
また、本開示に係るエレベーターの故障診断装置は、エレベーターの装置に取り付けられた検出器が検出した複数の検出値の情報を装置ごとに取得し、複数の検出値と構造モデルとを用いて対象の装置における構造モデルの構造パラメータを演算する構造モデル部と、時間モデルと構造モデル部で演算された構造パラメータとを用いて、対象の装置における時間モデルの時間パラメータを演算する時間モデル部と、時間モデル部で演算された時間パラメータを用いて、時間パラメータに対応する対象の装置の閾値を作成する閾値作成部と、構造モデル部で演算された構造パラメータおよび時間モデル部で演算された時間パラメータのうちいずれか一方と閾値作成部で作成された閾値とを用いて、対象の装置が故障する予兆があるかを診断する予兆診断部と、を備え、構造モデル部は、構造モデルと検出器で異なる検出日時に検出された複数の検出値とを用いて複数の構造パラメータを演算し、時間モデル部は、基準日時から検出日時までの間の経過時間を入力することで当該検出日時に対応する構造パラメータの推定値を出力する時間モデルに対して、構造モデル部で演算された複数の構造パラメータと複数の構造パラメータに対応する複数の検出日時とを用いた回帰分析を行うことで、時間モデルの時間パラメータを演算する。
また、本開示に係るエレベーターの故障診断装置は、エレベーターの装置に取り付けられた検出器が検出した複数の検出値の情報を装置ごとに取得し、複数の検出値と構造モデルとを用いて対象の装置における構造モデルの構造パラメータを演算する構造モデル部と、時間モデルと構造モデル部で演算された構造パラメータとを用いて、対象の装置における時間モデルの時間パラメータを演算する時間モデル部と、時間モデル部で演算された時間パラメータを用いて、時間パラメータに対応する対象の装置の閾値を作成する閾値作成部と、構造モデル部で演算された構造パラメータおよび時間モデル部で演算された時間パラメータのうちいずれか一方と閾値作成部で作成された閾値とを用いて、対象の装置が故障する予兆があるかを診断する予兆診断部と、を備え、構造モデル部は、構造モデルと検出器で異なる検出日時に検出された複数の検出値とを用いて複数の構造パラメータを演算し、閾値作成部は、構造モデル部で作成された複数の構造パラメータの情報と時間モデル部で作成された時間パラメータの情報とを取得し、時間パラメータが適用された時間モデルに対して複数の構造パラメータの値がどれだけばらついているかを表すばらつき値を演算し、時間モデルとばらつき値とを用いて構造パラメータの閾値を作成する。

【発明の効果】

【0007】

本開示によれば、予兆診断部は、対象の装置における時間モデルの時間パラメータに対応する閾値関数を用いて、対象の装置が故障する予兆があるかを診断する。このため、装置が故障する予兆を診断する精度を向上することができる。

【図面の簡単な説明】

【0008】

【図1】実施の形態１における故障診断装置が適用されるエレベーターシステムと診断システムとの概要を表す図である。

【図2】実施の形態１における故障診断装置のブロック図である。

【図3】実施の形態１における故障診断装置が適用される駆動装置で検出された速度指令値の時間差分の値の起動ごとの推移を表すグラフである。

【図4】実施の形態１における故障診断装置が適用される駆動装置で検出された速度偏差の値の起動ごとの推移を表すグラフである。

【図5】実施の形態１における故障診断装置が適用される駆動装置で検出された補正トルクの値の起動ごとの推移を表すグラフである。

【図6】実施の形態１における故障診断装置が適用される駆動装置で検出されたｑ軸電流の値の起動ごとの推移を表すグラフである。

【図7】実施の形態１における故障診断装置が記憶する時間モデルの例を表すグラフである。

【図8】実施の形態１における故障診断装置が作成する閾値の例を表すグラフである。

【図9】実施の形態１における故障診断装置が行う予兆診断の動作を説明するためのフローチャートである。

【図10】実施の形態１における故障診断装置が作成する閾値の変形例を表すグラフである。

【図11】実施の形態１における故障診断装置のハードウェア構成図である。

【図12】実施の形態２における故障診断装置のブロック図である。

【発明を実施するための形態】

【0009】

本開示を実施するための形態について添付の図面に従って説明する。なお、各図中、同一または相当する部分には同一の符号が付される。当該部分の重複説明は適宜に簡略化ないし省略される。

【0010】

実施の形態１．
図１は実施の形態１における故障診断装置が適用されるエレベーターシステムと診断システムとの概要を表す図である。

【0011】

図１に示されるように、複数のエレベーターシステム１は、複数の建築物２の各々に設けられる。例えば、複数のエレベーターシステム１の各々は、同様の構成を備える。

【0012】

エレベーターシステム１において、昇降路３は、建築物２の各階を貫く。機械室４は、昇降路３の直上に設けられる。複数の乗場５の各々は、建築物２の各階に設けられる。複数の乗場５の各々は、昇降路３に対向する。複数の乗場ドア６は、複数の乗場５の各々の出入口に設けられる。駆動装置７は、機械室４に設けられる。

【0013】

主ロープ８は、駆動装置７に巻き掛けられる。かご９は、昇降路３の内部に設けられる。かご９は、主ロープ８の一側に吊るされる。釣合おもり１０は、昇降路３の内部に設けられる。釣合おもり１０は、主ロープ８の他側に吊るされる。

【0014】

複数の検出器１１は、駆動装置７に取り付けられる。

【0015】

制御装置１２は、機械室４に設けられる。制御装置１２は、エレベーターを全体的に制御し得るように設けられる。

【0016】

監視装置１３は、機械室４に設けられる。監視装置１３は、制御装置１２からの情報に基づいてエレベーターの状態を監視し得るように設けられる。

【0017】

複数の検出器１１は、駆動装置７の運転に関する複数の検出値を検出する。制御装置１２は、複数の検出器１１からの複数の検出値に基づいて、駆動装置７を回転させる。主ロープ８は、駆動装置７の回転に追従して移動する。かご９と釣合おもり１０とは、主ロープ８の移動に追従して昇降路３の内部を互いに反対方向に昇降する。利用者は、乗場ドア６を通って、かご９と乗場５との間を移動する。

【0018】

情報センター１００は、エレベーターシステム１が設けられた建築物２から離れた場所に設けられる。例えば、情報センター１００は、エレベーターの保守会社に設けられる。

【0019】

診断システム５０は、情報センター１００に設けられる。診断システム５０は、データ記憶装置２０と表示装置２１とデータ収集装置２２と故障診断装置３０とを備える。

【0020】

データ記憶装置２０は、情報を記憶する。

【0021】

例えば、表示装置２１は、表示画面を備える。表示画面は、情報を表示する。

【0022】

データ収集装置２２は、複数の監視装置１３の各々から複数の検出値の情報を収集する。当該複数の検出値は、複数の駆動装置７ごとに検出された値である。当該複数の検出値の各々は、起動ごとに検出された値である。起動は、駆動装置７が回転の運動を始めてから停止するまでの間の動作である。データ収集装置２２は、複数の検出値の情報をデータ記憶装置２０に記憶させる。

【0023】

故障診断装置３０は、データ記憶装置２０の複数の検出値の情報を用いて予兆診断を行う。故障診断装置３０は、予兆診断において、当該駆動装置が故障する予兆が検出されるか否かを診断する。故障診断装置３０は、予兆診断の結果である診断情報を作成する。故障診断装置３０は、診断情報を表示装置２１に表示させる。

【0024】

次に、図２を用いて、故障診断装置３０を説明する。
図２は実施の形態１における故障診断装置のブロック図である。

【0025】

図２に示されるように、故障診断装置３０は、データ取得部３１と構造モデル部３２と時間モデル部３３と閾値作成部３４と予兆診断部３５とを備える。

【0026】

データ取得部３１は、データ記憶装置２０から複数の検出値の情報を取得する。

【0027】

構造モデル部３２は、構造モデルの情報を記憶する。構造モデルは、駆動装置７の検出値を推定するモデルである。例えば、構造モデルは、数式で表される。

【0028】

構造モデルにおいて、入力は、説明変数としての複数の第１検出値である。構造モデルにおいて、出力は、目的変数としての第２検出値の推定値である。複数の第１検出値は、複数の検出値の中から選択されたいくつかの検出値である。第２検出値は、複数の第１検出値以外の複数の検出値の中から選択された１つの検出値である。構造モデルは、駆動装置７における複数の第１検出値と第２検出値との間の特性を基に構築される。具体的には、当該特性は、機械的な特性、電気的な特性、制御上の特性、等である。

【0029】

構造モデル部３２は、データ取得部３１から複数の第１検出値と第２検出値との情報を取得する。構造モデル部３２は、複数の第１検出値と第２検出値とを構造モデルの数式に代入して回帰分析を行う。当該回帰分析によって、構造モデル部３２は、対象の駆動装置７に関して、１回の起動に対応する複数の種類の構造パラメータを演算する。構造モデル部３２は、当該複数の種類の構造パラメータを１組の構造パラメータの情報として記憶する。１組の構造パラメータの情報は、検出日時の情報を含む。検出日時は、構造パラメータの導出に用いられた複数の検出値が検出された日時である。

【0030】

時間モデル部３３は、複数の時間モデルの情報を記憶する。複数の時間モデルは、複数の種類の構造パラメータの各々に対応する。時間モデルは、当該種類の構造パラメータの値を推定するモデルである。例えば、時間モデルは、数式で表される。

【0031】

時間モデルにおいて、入力は、説明変数としての経過時間の値である。経過時間は、基準日時から検出日時までの時間である。基準日時は、あらかじめ任意に設定される。時間モデルにおいて、出力は、目的変数としてのある種類の構造パラメータである。

【0032】

時間モデル部３３は、構造モデル部３２から同じ種類かつ異なる検出日時の複数の構造パラメータの情報を取得する。時間モデル部３３は、当該種類の複数の構造パラメータと複数の検出日時とを時間モデルの数式に代入して回帰分析を行う。時間モデル部３３は、当該回帰分析において、当該種類の構造パラメータに対応する１組の時間パラメータを演算する。１組の時間パラメータは、複数の種類の時間パラメータを含む。

【0033】

閾値作成部３４は、時間モデル部３３が記憶する複数の時間モデルと同じ複数の時間モデルの情報を記憶する。

【0034】

閾値作成部３４は、時間モデル部３３から同じ種類かつ異なる検出日時の複数の構造パラメータの情報と１組の時間パラメータの情報とを取得する。閾値作成部３４は、時間パラメータを時間モデルの数式に代入する。閾値作成部３４は、時間モデルと同じ種類かつ異なる検出日時の複数の構造パラメータとを用いてばらつき値の情報を作成する。ばらつき値は、時間モデルに対して複数の構造パラメータの値がどれだけばらついているかを表す値である。

【0035】

閾値作成部３４は、時間モデルとばらつき値とを用いてある種類の構造パラメータの閾値を作成する。閾値作成部３４は、複数の種類の構造パラメータにそれぞれ対応する複数の閾値を作成する。

【0036】

予兆診断部３５は、構造モデル部３２から同じ種類かつ異なる検出日時の複数の構造パラメータの情報を取得する。予兆診断部３５は、閾値作成部３４から複数の閾値の情報を取得する。予兆診断部３５は、複数の閾値の情報を記憶する。

【0037】

予兆診断部３５は、同じ種類かつ異なる検出日時の複数の構造パラメータの各々について予兆診断を行う。予兆診断部３５は、ある種類の構造パラメータの値と対応する閾値とを比較する。予兆診断部３５は、閾値と比較することで、当該構造パラメータが異常であるか否かを判定する。

【0038】

予兆診断部３５は、同じ種類かつ異なる検出日時の複数の構造パラメータについて、異常と判定された構造パラメータの数が規定の数よりも多いか否かを判定する。異常と判定された構造パラメータが規定の数よりも多い場合、予兆診断部３５は、当該構造パラメータに関する対象の駆動装置７には故障の予兆があると診断する。異常と判定された構造パラメータが規定の数以下である場合、予兆診断部３５は、当該構造パラメータに関する対象の駆動装置７には故障の予兆がないと診断する。

【0039】

予兆診断部３５は、構造モデル部３２が演算した全ての種類の構造パラメータに関する予兆診断を行う。

【0040】

予兆診断部３５は、当該対象の駆動装置７に関する予兆診断の結果を含む診断情報を作成する。予兆診断部３５は、診断情報を表示装置２１に表示させる。

【0041】

次に、図３から図６を用いて、構造モデルの例を説明する。

【0042】

図３は実施の形態１における故障診断装置が適用される駆動装置で検出された速度指令値の時間差分の値の起動ごとの推移を表すグラフである。

【0043】

図３において、グラフの横軸は、駆動装置７が回転の運動を開始してから経過した時間である。グラフの縦軸は、駆動装置７に対する速度指令値の時間差分の値である。速度指令値は、駆動装置７に対する駆動速度の指令値である。速度指令値の時間差分の値は、速度指令値を時間で微分した値である。

【0044】

図４は実施の形態１における故障診断装置が適用される駆動装置で検出された速度偏差の値の起動ごとの推移を表すグラフである。

【0045】

図４において、グラフの横軸は、駆動装置７が回転の運動を開始してから経過した時間である。グラフの縦軸は、駆動装置７の速度偏差の値である。速度偏差の値は、駆動速度の指令値と実際の速度の値との差である。

【0046】

図５は実施の形態１における故障診断装置が適用される駆動装置で検出された補正トルクの値の起動ごとの推移を表すグラフである。

【0047】

図５において、グラフの横軸は、駆動装置７が回転の運動を開始してから経過した時間である。グラフの縦軸は、駆動装置７に与えられた補正トルクの値である。補正トルクは、運転を制御するために駆動装置７に与えられるトルクである。

【0048】

図６は実施の形態１における故障診断装置が適用される駆動装置で検出されたｑ軸電流の値の起動ごとの推移を表すグラフである。

【0049】

図６において、グラフの横軸は、駆動装置７が回転の運動を開始してから経過した時間である。グラフの縦軸は、駆動装置７におけるｑ軸電流の値である。ｑ軸電流の値の推移は、実線で示される。

【0050】

例えば、構造モデルは、次の式（１）で表される。

【0051】

【数1】

【0052】

式（１）において、構造パラメータは、ａ、ｂ、ｃ、ｄである。目的変数は、駆動装置７のｑ軸電流の値ｑ（ｔ）である。説明変数は、速度指令値の時間差分の値ｄ｛ｓｗ（ｔ）｝／ｄｔと速度偏差の値ｖｄ（ｔ）と補正トルクの値ｆａ（ｔ）とである。

【0053】

構造モデル部３２は、図３から図６に示される、１回の起動におけるｑ軸電流の値と速度指令値の時間差分の値と速度偏差の値と補正トルクの値とを式（１）に代入した回帰分析を行う。構造モデル部３２は、当該回帰分析によって、構造パラメータａ、ｂ、ｃ、ｄの組を演算する。

【0054】

構造パラメータが構造モデルの式（１）に代入された場合、ｑ軸電流の推定値は、速度指令値の時間差分の値と速度偏差の値と補正トルクの値から演算される。図６において、ｑ軸電流の推定値の推移は、破線で示される。

【0055】

次に、図７を用いて、時間モデルの例を説明する。
図７は実施の形態１における故障診断装置が記憶する時間モデルの例を表すグラフである。

【0056】

図７において、グラフの横軸は、経過時間である。グラフの縦軸は、構造パラメータａの値である。グラフにプロットされた点は、構造パラメータａの値と検出日時との関係を表す。グラフには、検出日時の異なる複数の構造パラメータａが示される。

【0057】

例えば、構造パラメータａに関して、時間モデルは、次の式（２）で表される。

【0058】

【数2】

【0059】

式（２）において、時間パラメータは、ｐ、ｑ、ｒ、ｓである。目的変数は、ある経過時間における構造パラメータａ（ｔ´）である。説明変数は、経過時間ｔ´である。ｓｉｎ（ｔ´＋ｑ）は、構造パラメータａが経過時間に対して周期的に変化する特性を表す。具体的には、ｓｉｎ（ｔ´＋ｑ）は、構造パラメータａの季節による変化を表す。この場合、例えば、ｑは、１２か月に相当する値である。α（ｔ´）は、構造パラメータａが経過時間に対して単調に変化する特性を表す関数である。具体的には、α（ｔ´）は、経年劣化を原因とするａの値の変化を表す。例えば、α（ｔ´）は、ｔ´のべき乗を線形結合した関数、ｔ´の対数関数、ｔ´の指数関数、またはそれらの関数を組み合わせた関数である。β（ｔ´）は、起動ごとの運動の条件が構造パラメータａに与える影響を表す関数である。具体的には、β（ｔ´）は、かご９の起動時の重さがａの値に与える影響を表す。

【0060】

時間モデル部３３は、検出日時の異なる複数の構造パラメータａと検出日時とを式（２）に代入した回帰分析を行う。時間モデル部３３は、当該回帰分析によって、１組の時間パラメータｐ、ｑ、ｒ、ｓを演算する。当該１組の時間パラメータは、構造パラメータａに対応する。図７において、１組の時間パラメータが代入された時間モデルは、曲線で表される。

【0061】

時間モデル部３３は、１組の時間パラメータに対応する適用期間の情報を作成する。適用期間は、１組の時間パラメータを演算する際に適用した複数の検出日時のうち最も過去の日時から最も直近の日時までの間の期間である。図７において、適用期間は、２０１７年１１月から２０１８年１０月までの期間である。

【0062】

次に、図８を用いて、閾値作成部３４と予兆診断部３５との動作の例を説明する。
図８は実施の形態１における故障診断装置が作成する閾値の例を表すグラフである。

【0063】

図８において、グラフの横軸は、経過時間ｔ´である。グラフの縦軸は、構造パラメータａの値である。１組の時間パラメータが代入された時間モデルは、実線の曲線で表される。

【0064】

閾値作成部３４は、式（２）に表される時間モデルの情報を予め記憶する。閾値作成部３４は、時間モデル部３３から、検出日時の異なる複数の構造パラメータａの情報と構造パラメータａに対応する１組の時間パラメータの情報とを取得する。

【0065】

閾値作成部３４は、１組の時間パラメータを時間モデルに代入する。閾値作成部３４は、時間モデルに対する複数の構造パラメータａの各々の残差を求める。閾値作成部３４は、演算した複数の残差を用いてばらつき値σとして残差に関する標準偏差の値を演算する。

【0066】

閾値作成部３４は、ばらつき値σと時間モデルとを用いて、構造パラメータａに対応する上限閾値関数を演算する。上限閾値関数は、ばらつき値σをｎ倍した値を、時間モデルに加えた関数である。ここで、ｎは正の数である。上限閾値関数は、経過時間ｔ´の関数である。図８において、上限閾値関数は、破線の曲線Ａで表される。

【0067】

閾値作成部３４は、ばらつき値σと時間モデルとを用いて、構造パラメータａに対応する下限閾値関数を演算する。下限閾値関数は、ばらつき値σをｎ倍した値を、時間モデルから減じた関数である。ここで、ｎは正の数である。下限閾値関数は、経過時間ｔ´の関数である。図８において、下限閾値関数は、破線の曲線Ｂで表される。

【0068】

構造パラメータａの値が上限閾値関数の曲線と下限閾値関数の曲線との間に存在する場合、予兆診断部３５は、当該構造パラメータａを正常であると判定する。例えば、予兆診断部３５は、図８の三角形のプロットで表される構造パラメータａを正常であると判定する。構造パラメータａの値が上限閾値関数の曲線と下限閾値関数の曲線との間に存在しない場合、予兆診断部３５は、当該構造パラメータａを異常であると判定する。例えば、予兆診断部３５は、図８の四角形のプロットで表される構造パラメータａを異常であると判定する。

【0069】

次に、図９を用いて、故障診断装置３０が行う予兆診断の動作を説明する。
図９は実施の形態１における故障診断装置が行う予兆診断の動作を説明するためのフローチャートである。

【0070】

例えば、故障診断装置３０は、規定の期間ごとに予兆診断の動作を行う。

【0071】

ステップＳ００１において、データ取得部３１は、データ記憶装置２０から複数の駆動装置７のうち対象の駆動装置７の複数の検出値の情報を取得する。

【0072】

その後、ステップＳ００２の動作が行われる。ステップＳ００２において、構造モデル部３２は、対象の駆動装置７に関する構造パラメータを演算する。

【0073】

その後、ステップＳ００３の動作が行われる。ステップＳ００３において、時間モデル部３３は、ある種類の構造パラメータに対応する時間パラメータを演算する。

【0074】

その後、ステップＳ００４の動作が行われる。ステップＳ００４において、閾値作成部３４は、閾値を作成する。

【0075】

その後、ステップＳ００５の動作が行われる。ステップＳ００５において、予兆診断部３５は、構造モデル部３２から同じ種類かつ異なる検出日時の複数の構造パラメータの情報を取得する。予兆診断部３５は、閾値の情報を取得する。

【0076】

その後、ステップＳ００６の動作が行われる。ステップＳ００６において、予兆診断部３５は、同じ種類かつ異なる検出日時の複数の構造パラメータについて予兆診断を行う。

【0077】

その後、ステップＳ００７の動作が行われる。ステップＳ００７において、予兆診断部３５は、全ての種類の構造パラメータについて予兆診断が行われたか否かを判定する。

【0078】

ステップＳ００７で予兆診断が行われていない種類の構造パラメータが存在する場合、ステップＳ００３以降の動作が行われる。

【0079】

ステップＳ００７で、全ての種類の構造パラメータについて予兆診断が行われた場合、ステップＳ００８の動作が行われる。ステップＳ００８において、予兆診断部３５は、診断情報を表示装置２１に表示させる。

【0080】

その後、故障診断装置３０は、予兆診断の動作を終了する。

【0081】

以上で説明した実施の形態１によれば、故障診断装置３０は、対象の駆動装置７に対応する時間パラメータを演算する。故障診断装置３０は、対象の駆動装置７に対応した閾値を作成する。故障診断装置３０は、対象の駆動装置７が故障する予兆があるかを診断する。このため、予兆診断を行う場合に、駆動装置７ごとに異なる設置環境などの状況を考慮した時間モデルを利用することができる。その結果、装置が故障する予兆を診断する精度を向上することができる。

【0082】

また、故障診断装置３０は、構造モデルの情報を記憶する。このため、故障の予兆があると診断された場合、異常があると診断された構造パラメータは、駆動装置７の機械的または電気的な異常と関連している可能性が高い。その結果、当該故障の予兆の原因を容易に推定することができる。

【0083】

また、故障診断装置３０は、起動ごとに検出された複数の検出値を用いて構造パラメータを演算する。このため、故障診断装置３０は、実際の制御に基づいた構造モデルを使用することができる。その結果、構造パラメータを演算する回帰分析の精度を向上することができる。

【0084】

また、故障診断装置３０は、時間モデルの情報を記憶する。このため、駆動装置７の機械的または電気的特性と経過した時間との関係を導出することができる。

【0085】

また、故障診断装置３０は、構造パラメータが季節の変化によって周期的に変化する特性を反映する項を有する時間モデルを記憶する。このため、季節の変化を反映した予兆診断を行うことができる。その結果、予兆診断の精度を向上することができる。

【0086】

また、故障診断装置３０の時間モデルは、構造パラメータが時間の経過によって単調に変化する特性を反映する項を有する時間モデルを記憶する。このため、駆動装置７の劣化、摩耗、等を反映した予兆診断を行うことができる。

【0087】

また、故障診断装置３０は、時間パラメータを用いて、構造パラメータの閾値を作成する。故障診断装置３０は、構造パラメータの値を用いて予兆診断を行う。このため、実際に検出された検出値に基づいた構造パラメータと構造パラメータの時間変化を反映した閾値とを用いて予兆診断を行うことができる。その結果、実際に検出された値のみを用いた診断手法と比較して、予兆診断の精度を向上することができる。

【0088】

また、故障診断装置３０は、ばらつき値を演算する。故障診断装置３０は、ばらつき値を用いて閾値関数を作成する。このため、実際の駆動装置７で生じるばらつきが考慮された閾値を用いて予兆診断を行うことができる。

【0089】

なお、建築物２において、複数のエレベーターシステム１が設けられてもよい。

【0090】

なお、検出器１１は、タコメータの値、かご９の秤量値、機械室４の気温、等を検出してもよい。この場合、故障診断装置３０は、タコメータの値、かご９の秤量値、機械室４の気温、等を用いて予兆診断を行ってもよい。

【0091】

なお、故障診断装置３０は、駆動装置７以外のエレベーターの装置に適用されてもよい。この場合、故障診断装置３０は、対象の装置に対応する構造モデルと時間モデルとの情報を記憶する。

【0092】

なお、故障診断装置３０は、任意のタイミングで予兆診断を行ってよい。例えば、保守員は、定期的に予兆診断を実行する指令を故障診断装置３０に送信してもよい。この場合、故障診断装置３０は、予兆診断を実行する指令を受け取った場合に予兆診断を行う。

【0093】

なお、構造モデルの数式は、既に知られている物理的な特性、電気的な特性、等に基づいていればよい。例えば、複数の入力信号から出力信号が得られる機械に対して構造モデルを構築する場合、出力信号が目的変数として設定されればよい。この場合、複数の入力信号が複数の説明変数として設定されればよい。

【0094】

なお、構造モデル部３２は、複数の構造モデルの情報を記憶してもよい。構造モデル部３２は、駆動装置７の運転状態に適した構造モデルを選択してもよい。例えば、エレベーターシステム１において、かご９の総重量に応じた運転パターンが複数の運転パターンから選択される場合、構造モデル部３２は、当該複数の運転パターンに対応する複数の構造モデルの情報を記憶すればよい。この場合、構造モデル部３２は、選択された運転パターンの情報を取得すればよい。構造モデル部３２は、運転パターンに応じた構造パラメータの組を演算すればよい。

【0095】

また、構造モデル部３２は、複数の検出値を分類することで、運転パターンを特定してもよい。例えば、構造モデル部３２は、クラスタリング等の統計手法を用いて複数の検出値を分類してもよい。構造モデル部３２は、複数の検出値を分類することで、選択された運転パターンを特定すればよい。

【0096】

なお、時間モデルの数式は、経過時間に対する構造パラメータの変化を表していればよい。例えば、時間モデルの数式は、式（２）の右辺にｕＴ（ｔ´）という項を加えた数式としてもよい。ここで、Ｔ（ｔ´）は、機械室４の温度を表す。ｕは、時間パラメータである。

【0097】

なお、閾値作成部３４は、ばらつき値σを演算する場合に、用いる構造パラメータを選択してもよい。例えば、閾値作成部３４は、対象の駆動装置７が保守点検された日時から３日以内の期間における検出日時を持つ構造パラメータを選択してもよい。

【0098】

なお、閾値作成部３４は、マハラノビス距離等の一般的な統計的手法を利用して閾値を作成してもよい。

【0099】

なお、閾値作成部３４の動作は、時間モデル部３３が行ってもよい。この場合、時間モデル部３３は、閾値作成部３４と同様の動作を行うことで、閾値を作成すればよい。予兆診断部３５は、時間モデル部３３から閾値の情報を取得すればよい。

【0100】

なお、表示装置２１は、故障の予兆があるという診断情報を取得した場合、情報センター１００にいる保守員にその旨を発報してもよい。表示装置２１は、故障の予兆があるとの診断情報を取得した場合、診断情報を対応する監視装置１３へ送信してもよい。この場合、監視装置１３は、故障の予兆があると診断された駆動装置７を利用者に発報してもよい。

【0101】

次に、実施の形態１の変形例を説明する。

【0102】

図１０は実施の形態１における故障診断装置が作成する閾値の変形例を表すグラフである。

【0103】

図１０において、グラフの横軸は、経過時間である。グラフの縦軸は、構造パラメータａの値である。グラフで示される２つの破線は、それぞれ上限閾値関数Ａと下限閾値関数Ｂの例を表す。

【0104】

予兆診断部３５は、予測期間における構造パラメータａと上限閾値関数および下限閾値関数とを比較する。予測期間は、適用期間より後の期間である。例えば、予兆診断部３５は、図１０の四角形のプロットで表される構造パラメータａを異常であると判定する。この場合、予兆診断部３５は、当該構造パラメータａに関する駆動装置７に故障の予兆があると診断する。

【0105】

以上で説明した変形例において、故障診断装置３０は、適用期間でない期間の構造パラメータについて異常の判定を行う。この場合、故障診断装置３０は、時間パラメータの演算を行うことなく駆動装置７に関する予兆診断を行う。このため、故障診断装置３０は、予兆診断の頻度を増加させることができる。

【0106】

次に、図１１を用いて、故障診断装置３０のハードウェア構成の例を説明する。
図１１は実施の形態１における故障診断装置のハードウェア構成図である。

【0107】

故障診断装置３０の各機能は、処理回路により実現し得る。例えば、処理回路は、少なくとも１つのプロセッサ２００ａと少なくとも１つのメモリ２００ｂとを備える。例えば、処理回路は、少なくとも１つの専用のハードウェア３００を備える。

【0108】

処理回路が少なくとも１つのプロセッサ２００ａと少なくとも１つのメモリ２００ｂとを備える場合、故障診断装置３０の各機能は、ソフトウェア、ファームウェア、またはソフトウェアとファームウェアとの組み合わせで実現される。ソフトウェアおよびファームウェアの少なくとも一方は、プログラムとして記述される。ソフトウェアおよびファームウェアの少なくとも一方は、少なくとも１つのメモリ２００ｂに格納される。少なくとも１つのプロセッサ２００ａは、少なくとも１つのメモリ２００ｂに記憶されたプログラムを読み出して実行することにより、故障診断装置３０の各機能を実現する。少なくとも１つのプロセッサ２００ａは、中央処理装置、処理装置、演算装置、マイクロプロセッサ、マイクロコンピュータ、ＤＳＰともいう。例えば、少なくとも１つのメモリ２００ｂは、ＲＡＭ、ＲＯＭ、フラッシュメモリ、ＥＰＲＯＭ、ＥＥＰＲＯＭ等の、不揮発性または揮発性の半導体メモリ、磁気ディスク、フレキシブルディスク、光ディスク、コンパクトディスク、ミニディスク、ＤＶＤ等である。

【0109】

処理回路が少なくとも１つの専用のハードウェア３００を備える場合、処理回路は、例えば、単回路、複合回路、プログラム化したプロセッサ、並列プログラム化したプロセッサ、ＡＳＩＣ、ＦＰＧＡ、またはこれらの組み合わせで実現される。例えば、故障診断装置３０の各機能は、それぞれ処理回路で実現される。例えば、故障診断装置３０の各機能は、まとめて処理回路で実現される。

【0110】

故障診断装置３０の各機能について、一部を専用のハードウェア３００で実現し、他部をソフトウェアまたはファームウェアで実現してもよい。例えば、構造モデル部３２の機能については専用のハードウェア３００としての処理回路で実現し、構造モデル部３２の機能以外の機能については少なくとも１つのプロセッサ２００ａが少なくとも１つのメモリ２００ｂに格納されたプログラムを読み出して実行することにより実現してもよい。

【0111】

このように、処理回路は、ハードウェア３００、ソフトウェア、ファームウェア、またはこれらの組み合わせで故障診断装置３０の各機能を実現する。

【0112】

図示されないが、データ収集装置２２の各機能も、故障診断装置３０の各機能を実現する処理回路と同等の処理回路で実現される。データ記憶装置２０の各機能も、故障診断装置３０の各機能を実現する処理回路と同等の処理回路で実現される。

【0113】

実施の形態２．
図１２は実施の形態２における故障診断装置のブロック図である。なお、実施の形態１の部分と同一又は相当部分には同一符号が付される。当該部分の説明は省略される。

【0114】

図１２において、閾値作成部３４は、時間モデル部３３から時間パラメータの組の情報を取得する。

【0115】

閾値作成部３４は、時間パラメータの組に含まれる複数の時間パラメータの各々について、閾値を作成する。例えば、閾値作成部３４は、取得した時間パラメータの値に一定の値を加えた値を閾値とする。

【0116】

予兆診断部３５は、閾値作成部３４から、時間パラメータについての閾値の情報を取得する。予兆診断部３５は、当該閾値の情報を記憶する。

【0117】

予兆診断部３５は、時間モデル部３３から、複数の時間パラメータの情報を取得する。予兆診断部３５は、複数の時間パラメータと対応する複数の閾値とを比較する。予兆診断部３５は、閾値と比較することで、複数の時間パラメータの各々が異常であるか否かを判定する。

【0118】

時間パラメータが異常でないと判定された場合、予兆診断部３５は、当該時間パラメータに関する対象の駆動装置７には故障の予兆がないと診断する。時間パラメータが異常であると判定された場合、予兆診断部３５は、当該時間パラメータに関する対象の駆動装置７には故障の予兆があると診断する。

【0119】

予兆診断部３５は、複数の種類の時間パラメータの各々が異常であるか否かを判定する。予兆診断部３５は、複数の種類の構造パラメータに対応する複数の時間パラメータの各々が異常であるか否かを判定する。

【0120】

以上で説明した実施の形態２によれば、故障診断装置３０は、時間パラメータの閾値を作成する。故障診断装置３０は、時間パラメータの値を閾値と比較することで予兆診断を行う。時間パラメータの値は、長期的な構造パラメータの変化を反映する。このため、長期的な変化が原因となる故障の予兆を発見することができる。

【0121】

なお、閾値作成部３４が作成する閾値は、実施の形態２で説明された閾値に限らない。

【産業上の利用可能性】

【0122】

以上のように、本開示に係るエレベーターの故障診断装置は、エレベーターシステムに利用できる。

【符号の説明】

【0123】

１ エレベーターシステム、 ２ 建築物、 ３ 昇降路、 ４ 機械室、 ５ 乗場、 ６ 乗場ドア、 ７ 駆動装置、 ８ 主ロープ、 ９ かご、 １０ 釣合おもり、 １１ 検出器、 １２ 制御装置、 １３ 監視装置、 ２０ データ記憶装置、 ２１ 表示装置、 ２２ データ収集装置、 ３０ 故障診断装置、 ３１ データ取得部、 ３２ 構造モデル部、 ３３ 時間モデル部、 ３４ 閾値作成部、 ３５ 予兆診断部、 ５０ 診断システム、 １００ 情報センター、 ２００ａ プロセッサ、 ２００ｂ メモリ、 ３００ ハードウェア

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】