电梯的部件改善计划系统及电梯的部件改善计划方法

摘要

本发明提供电梯的部件改善计划系统及电梯的部件改善计划方法。该系统具备：各种数据库，管理构成电梯的各部件；信息抽取部，抽取发货信息和维修信息；运算部，求取发货给同一发货目的地的对象部件的发货台数；分析处理部，基于发货台数及故障发生信息，计算对象部件的故障台数，利用多个可靠性分析用函数生成可靠性分析信息，实施威布尔分析，计算对象部件的故障更换时机，基于对象部件的维修抽取信息、使用环境信息、发货试验数据及制造履历信息，了解对象部件的使用环境或制造履历而分析故障原因，计算故障更换时机之前的更换预测时机；以及管理部，在随时收集的对象部件的运转状况数据接近于更换预测时机时，通知对象部件的更换时机。

说明书

技术领域

本发明涉及一种电梯的部件改善计划系统及电梯的部件改善计划方法，用于对构成电梯的各部件的更换时机进行改善。

背景技术

对于设置在大厦等中的电梯，为了将事故等防患于未然，由保养人员定期地实施电梯的保养检查。此时，对构成电梯的各部件中的例如因长期使用而达到寿命的部件进行修理或更换。

近年来，作为用于电梯的保养检查的系统公知有如下的系统，即除了显示各部件的发货目的地的顾客数据之外，还将显示电梯的运转时间等的发货信息或显示部件的故障时机等的维修信息进行数据库化的系统。在维修信息中包含有因故障等而更换的部件的更换履历。部件的更换时机基于包含在该维修信息中的更换履历等而被设定。

另外，发货信息或维修信息由电梯的保养人员输入或者通过远程操作从电梯的控制装置收集，并被数据库化。数据库化后的发货信息或维修信息在网络上能够确认。由此，包括保养人员在内的相关人员能够确认自己所管理的电梯的规格或各部件的更换状况等。

此外，在构成电梯的电路基板或部件的发货试验中，通过对利用试验器收集到的电路基板的输入输出数据或部件的特性数据与预先设定的判定基准值进行比较，来进行好坏判定。

进而，部件的筹备成为：部件的制造商被预先登录，在网络上访问制造商设备，发送部件订货数据并能够获取所需的部件的模式框架。

作为关于构成电梯的各部件的更换的技术，公开有，能够进行依据于部件使用状态的更换并且能够减轻保养人员负担的技术(参照日本特开平6-345348号公报)。

在以往的系统中，电梯保养所利用的发货信息或维修信息在数据库中被存储、管理。但是，虽然能够根据数据库化后的发货信息或维修信息确认各个电梯的状态，但是不能够掌握多个电梯的整体状况。

即，在假设有设置于各地区的多台电梯的情况下，不能够掌握这些电梯的每个部件的故障状况等。此外，在将设置于特定地区的多台电梯作为对象的情况下，也不能够掌握这些部件的故障状况等。

此外，各部件的更换时机基于包含在维修信息中的更换履历而被设定。但是，尽管有多种多样的部件，而更换时机却是固定的。相反，多数情况下更换时机的设定受到保养人员经验的影响，因此，有时因电梯的设置地区不同而即使是相同的部件其更换时机也不同。

此外，在数据库化后的维修信息中包含有因故障而更换的部件的更换履历。但是，在调查故障的原因的情况下，由于调查花费时间而使应对延迟。

此外，在基于部件的更换履历设定更换时机的情况下，在该更换时机进行的部件更换所需的时间或、部件价款等因物件不同而不同，不能够一视同仁地简单应对。

此外，由于部件的更换时机的设定较难，因此，事先预测故障发生是困难的。结果，可以想到，也有可能部件在部件更换前就发生了故障。

此外，还存在因部件的使用环境或使用方法不恰当而使部件的使用期间缩短到情况。在该情况下，由于原因不明确，因此，不能够从根本上进行改善，不得不通过部件更换来进行应对。

此外，在部件中发生了不良状况时，要掌握发生了同样的不良状况的部件的数量需要花费时间。进而，对于部件的不良状况的发生，由于不清楚要确保有多少更换部件才好，因此可以想到，存在更换部件不充分的可能性。

此外，即使在对部件进行发货时的特性数据(发货试验数据)中不存在异常，但是部件也有可能在发货后发生不良状况。在该情况下，无法阻止部件的发货，不能够将发货后发生的不良状况防患于未然。

因此，需要一种能够分析对象部件的故障原因、正确地计算出故障之前的更换预测时机并且提示必要的改善内容的电梯的部件改善计划系统及电梯的部件改善计划方法。

发明内容

根据本实施方式，提供一种电梯的部件改善计划系统，其特征在于，具备：发货信息存储部，存储发货信息，所述发货信息包含有用于识别构成电梯的包括电路基板在内的各部件的部件识别信息和表示上述各部件的发货目的地的顾客识别信息；维修信息存储部，与存储于发货信息存储部的发货信息所包含的部件识别信息对应地存储包含有表示上述各部件的故障发生的故障发生信息的维修信息；使用环境信息存储部，与上述发货信息所包含的部件识别信息对应地存储表示上述各部件的使用状态的使用环境信息；发货试验数据存储部，与上述发货信息所包含的部件识别信息对应地存储上述各部件的发货试验数据；制造履历信息存储部，与上述发货信息所包含的部件识别信息对应地存储上述各部件的制造履历信息；信息提取部，基于由保养人员指示的对象部件数据，从上述发货信息存储部提取包含有与对象部件的部件识别信息相对应的表示同一发货目的地的顾客识别信息的发货信息，作为发货提取信息，并且，从上述维修信息存储部提取包含有表示对象部件的故障发生的故障发生信息的维修信息，作为维修提取信息；运算部，基于由该信息提取部提取的对象部件的发货提取信息，求出对同一发货目的地发货的对象部件的发货台数；第一分析处理部，基于上述故障发生信息及由该运算部求出的发货台数，计算上述对象部件的故障台数；第二分析处理部，利用多个可靠性分析用函数生成可靠性分析信息，并且，实施威布尔分析，来计算上述对象部件的故障更换时机；第三分析处理部，基于上述对象部件的维修提取信息、使用环境信息、发货试验数据及制造履历信息，了解该对象部件的使用环境或制造履历，分析故障原因，计算上述故障更换时机之前的更换预测时机；以及管理部，在随时收集到的对象部件的运转状况数据接近上述更换预测时机时，通知该对象部件的更换时机。

此外，根据本实施方式，提供一种电梯的部件改善计划方法，该电梯的部件改善计划方法通过计算机系统执行，该计算机系统具备：发货信息存储部，存储发货信息，所述发货信息包含有用于识别构成电梯的包括电路基板在内的各部件的部件识别信息和表示上述各部件的发货目的地的顾客识别信息；维修信息存储部，与存储于该发货信息存储部的发货信息所含有的部件识别信息对应地存储包含有表示上述各部件的故障发生的故障发生信息的维修信息；使用环境信息存储部，与上述发货信息所含有的部件识别信息对应地存储表示上述各部件的使用状态的使用环境信息；发货试验数据存储部，与上述发货信息所含有的部件识别信息对应地存储上述各部件的发货试验数据；以及制造履历信息存储部，与上述发货信息所含有的部件识别信息对应地存储上述各部件的制造履历信息；该电梯的部件改善计划方法的特征在于，包括：信息提取步骤，基于由保养人员指定的对象部件数据，从上述发货信息存储部提取包含有与对象部件的部件识别信息相对应的表示同一发货目的地的顾客识别信息的发货信息，作为发货提取信息，并且，从上述维修信息存储部提取包含有表示对象部件的故障发生的故障发生信息的维修信息，作为维修提取信息；运算步骤，基于在该信息提取步骤中提取到的对象部件的发货提取信息，求出对同一发货目的地发货的对象部件的发货台数；第一分析处理步骤，基于上述故障发生信息和在运算步骤中求出的发货台数，计算上述对象部件的故障台数；第二分析处理步骤，利用多个可靠性分析用函数生成可靠性分析信息，并且，实施威布尔分析，来计算上述对象部件的故障更换时机；第三分析处理步骤，基于上述对象部件的维修提取信息、使用环境信息、发货试验数据及制造履历信息，了解该对象部件的使用环境或制造履历，分析故障原因，来计算上述故障更换时机之前的更换预测时机；以及管理步骤，在随时收集的对象部件的运转状况数据接近于上述更换预测时机时，通知该对象部件的更换时机。

附图说明

图1是表示本实施方式所涉及的电梯的部件改善计划系统的结构的框图。

图2是表示该实施方式中的存储在提取结果数据库中的发货提取信息的数据结构的一例的图。

图3是表示该实施方式中的存储在提取结果数据库中的维修提取信息的数据结构的一例的图。

图4是用于说明该实施方式中的电梯的部件改善计划系统的处理的流程的流程图。

图5是表示该实施方式中的通过电梯的部件改善计划系统生成的可靠性分析信息的数据结构的一例的图。

图6是表示该实施方式中的基于不可靠性函数F(t)的分析结果的图。

图7是表示该实施方式中的基于故障发生概率密度函数f(t)的分析结果的图。

图8是表示该实施方式中的基于威布尔分析(Weibull Analysis)的分析结果图。

图9是用于说明该实施方式中的考虑了风险的对象部件的更换时机的图。

图10是表示该实施方式中的利用MT法分析的结果的一例的图。

图11是该实施方式中的利用分析软件分析的结果的一例的图。

图12是表示该实施方式中的每个原因给对象部件的运转时间带来的影响的图。

图13是表示该实施方式中的在通知对象部件到了更换时机时显示的显示画面的一例的图。

图14是用于说明该实施方式中的在收集由传感器或监视摄像机得到的对象部件的影像信息时管理部的处理的图。

附图标记

11…发货信息数据库、12…维修信息数据库、13…使用环境信息数据库、14…风险管理数据库、15…发货试验数据库、16…制造履历信息数据库、17…部件改善计划辅助处理部、17A…信息提取部、17B…母集团运算部、17C…分析处理部、17D…管理部、18…输入部、19…显示部、20…提取结果数据库、20a…发货提取信息、20b…维修提取信息、20c…包含发货台数的母集团信息、21…可靠性分析数据库、22…内部网络，231～23n…电梯控制用控制器、24…部件筹备系统、301～30n…各地的电梯、311～31n…计测传感器、321～32n～监视摄像机、171…图像收集部、172…数据比较部、173…异常判定部。

具体实施方式

以下，参照附图说明本实施方式。

图1是表示本实施方式所涉及的电梯的部件改善计划系统的结构的框图。

本实施方式的电梯的部件改善计划系统通过由CPU、ROM、RAM等构成的计算机系统来实现。该电梯的部件改善计划系统具备发货信息数据库11、维修信息数据库12、使用环境信息数据库13、风险管(riskmanagement)数据库14、发货试验数据库15、制造履历信息数据库16、部件改善计划辅助处理部17、输入部18、显示部19、提取结果数据库20及可靠性分析数据库21。

此外，在该电梯的部件改善计划系统经由LAN，WAN等的网络22与在各地的电梯30₁～30n中设置的控制盘或电梯监视装置(以下称作“电梯控制用控制器”)23₁～23_n连接，并且连接有部件筹备系统24。

发货信息数据库11中存储有与构成电梯的各部件(包括电路基板)的发货有关的发货信息。该发货信息中包含有用于识别各部件的部件识别信息、用于识别这些部件的被发货至的顾客(发货目的地)的顾客识别信息等。

维修信息数据库12中存储有与构成电梯的各部件的维修(保养)有关的维修信息。该维修信息与包含在发货信息中的部件识别信息对应存储。此外，该维修信息中包含有表示通过部件识别信息识别出的部件的故障发生的故障发生信息等。

使用环境信息数据库13中，与包含在存储于发货信息数据库11中的发货信息中的部件识别信息相对应，存储有表示通过该部件识别信息识别出的部件的使用环境的使用环境信息。该规格环境信息中包含有与运转中的各电梯30₁～30n的地区、设备、部件、其设置场所的温度和湿度、电梯(构成电梯的各部件)的起动次数、施加于部件的电压和电流、部件的硬度、应力数据、部件的寿命有关的数据等。

温度、湿度、部件的硬度、应力数据通过使用设置在各电梯30₁～30_n中的计测传感器31₁～31_n能够随时进行收集。收集到的数据从电梯控制用控制器23₁、…、23_n经由网络22发送至使用环境信息数据库13。

此外，起动次数，电流、电压不经由上述计测传感器31₁～31_n而通过电梯控制用控制器23₁、…、23_n直接测量，并发送至使用环境信息数据库13。

另外，也可以对部件自身设置具有收集数据的功能。例如，能够以在继电器电路或电池的内部装入收集温度、湿度、起动次数、电压、电流等的各种数据的功能的状态下进行使用。

进而，各电梯30₁～30_n中分别设置有监视摄像机32₁～32_n。由此，例如能够收集构成电梯的电路基板或部件的热分布或部件安装区域的图像或影像。通过该收集到的图像或影像，能够时常对是否发生了异常状况进行监视。

此外，根据各部件的热分布或安装位置，能够自由地变更各种传感器的配置。来自各种传感器的数据送信方法例如有线或无线均可。在数据的测量时，根据测量内容，也有时会采取暂时断开电源或使电梯停止等处理处理。

在风险管理数据库14中，与用于识别构成电梯的各部件的部件识别信息相对应，存储有各部件的更换作业所需的更换作业时间、表示各部件的前置时间(lead time)的风险管理信息。另外，关于更换作业时间，例如从更换作业时间管理系统(未图示)的数据库自动收集。此外，关于加工准备时间，从生产者管理系统(未图示)的数据库自动收集。

另外，能够任意地设定使用环境信息及风险管理信息发送至使用环境信息数据库13及风险管理数据库14的时机。

此外，使用环境信息及风险管理信息与构成电梯的各部件的制造号码等每个识别信息相对应地被存储。

在发货试验数据库15中，电路基板或部件发货时的发货试验数据与部件识别信息对应地被存储。发货试验数据中，包含有电路基板的输入输出数据、部件的特性数据(例如如果是继电器，则为接触电阻、通电电流、额定电流等)、与电路基板或部件的动作有关的数据、发货时试验判定基准值数据等。

部件制造商或特定的试验机构通过在部件发货前利用试验器根据规定的试验步骤实施试验，取得发货试验数据。并且，该发货试验数据与部件识别信息一起经由网络22发送给部件改善计划系统，或者以试验成绩书的形式发送给部件改善计划系统。

在部件改善计划系统中，若经由网络接收发货试验数据，则自动地将该发货试验数据存储于发货试验数据库15。此外，在以试验成绩书的形式接收到发货试验数据的情况下，通过保养人员进行操作而从输入部18发送至发货试验数据库15。

在制造履历信息数据库16中，构成电梯的电路基板或部件的制造履历信息与部件识别信息对应地被存储。制造履历信息中包含有与电路基板和部件制造时的温度和湿度、装置信息、制造批量信息，制造环境、制造工序、部件等的动作有关的数据等。

制造履历信息与发货试验数据一样，经由网络22或以書面的形式发送至部件改善计划系统，并被存储于制造履历信息数据库16。

部件改善计划辅助处理部17由CPU构成，根据存储在存储介质(未图示)中的分析工具(程序)执行规定的处理。该部件改善计划辅助处理部17中设有信息提取部17A、母集团(population)运算部17B、分析处理部17C及管理部17D。

信息提取部17A从发货信息数据库11提取与由保养人员从输入部18指定的对象部件有关的项目数据。此时，信息提取部17A基于包含在存储于发货信息数据库11的发货信息中的部件识别信息，来执行提取处理。该项目数据中包含有在存储于发货信息数据库11的发货信息中含有的顾客识别信息等。从发货信息数据库11提取的多个项目数据作为对象部件的发货提取信息20a(图2参照)存储于提取结果数据库20而被管理。

此外，信息提取部17A从维修信息数据库12提取与由保养人员从输入部18指定的对象部件有关的项目数据。该项目数据中包含有在存储于维修信息数据库12的维修信息中含有的故障发生信息等。从维修信息数据库12提取的多个项目数据作为对象部件的维修提取信息20b(参照图3)存储于提取结果数据库20而被管理。

另外，发货信息或维修信息的提取例如也可以是按照系统单位、装置单位、产品的型号单位、部件的型号单位进行。

母集团运算部17B基于由提取结果数据库20管理的对象部件的发货提取信息20a，计算对同一顾客(发货目的地)发货的对象部件的发货台数。在被发货的构成电梯的设备具备同一形式的基板或同一形式的部件的情况下，利用该设备的发货台数与该设备所含有的基板数或部件数相乘而得到的数值，计算各部件(基板)的发货台数。

并且，由母集团运算部17B计算出的对同一顾客发货的对象部件的发货台数(母数)作为包含有对象部件的发货台数的母集团信息20c，存储于提取结果数据库20而被管理。母集团信息20c中包含有表示作为发货目的地的顾客名称及发货时机的信息等。

分析处理部17C若按照处理进行分类，则可以分为计算对象部件的故障台数的第一分析处理部17C-1、计算对象部件的故障更换时机的第二分析处理部17C-2、以及分析对象部件的故障原因并计算故障更换时机之前的更换预测时机的第三分析处理部17C-3。

即，分析处理部17C基于包含在存储于提取结果数据库20的对象部件的维修提取信息20b中的故障发生信息和包含在母集团信息20c中的发货台数信息，计算至该故障发生信息所示的本次可靠性分析时刻为止发生了故障的对象部件的台数(故障台数)。

此时，分析处理部17C根据包含在母集团信息20c中的发货台数信息所示的对象部件的发货台数与上述计算出的对象部件的故障台数之差，计算在现场正常动作的对象部件的台数。

此时，分析处理部17C计算故障台数相对于对象部件的发货台数的比例。此外，分析处理部17C根据分析处理日期时间和运转开始日期时间来计算对象部件正常动作的时间，将该时间作为截尾数据(censored data)来使用。

此外，分析处理部17C利用包含在母集团信息20c中的发货台数信息所示的对象部件的发货台数和上述计算出的对象部件的故障台数，生成可靠性分析信息。此时，利用关于对象部件的可靠性函数R(t)、不可靠性函数F(t)、故障发生概率密度函数f(t)、累积危险函数的H(t)等函数，生成可靠性分析信息。该生成的可靠性分析信息被存储于可靠性分析数据库21。

此外，分析处理部17C利用可靠性函数R(t)及不可靠性函数F(t)，适用于威布尔危险(Weibull Hazard)纸。通过实施威布尔分析，确定基于对象部件的累积危险函数H(t)及该累积危险函数H(t)的自然对数lnH(t)的尺度参数η、以及形状参数m，来计算对象部件的运转时间、故障更换时机。

对象部件的运转时间也因部件的使用环境等而不同。因此，分析处理部17C取得存储于使用环境信息数据库13的使用环境信息或存储于风险管理数据库14的风险管理信息，对对象部件的不可靠性或累积危险函数H(t)实施加权。

此外，分析处理部17C取得存储于发货试验数据库15的对象部件的发货试验数据(电路基板的输入输出数据、部件的特性数据等)及存储于制造履历信息数据库16的对象部件的制造履历信息(装置信息、制造环境、制造工序等)，并分析发货试验数据与制造履历信息之间的因果关系，计算对象部件的更换预测时机。其分析结果作为可靠性分析信息存储于可靠性分析数据库21而被管理。

进而，在制造阶段或发货试验时提取到了异常数据的情况下、或发货后发生了异常的情况下，分析处理部17C根据对象部件的批量信息、制造环境、使用方法来对出问题的部分进行分析。并且，分析处理部17C将其分析结果作为可靠性分析信息存储于可靠性分析数据库21。此外，分析处理部17C经由管理部17D及部件筹备系统24，将能够得到分析结果的高效的改善方法提供给部件制造商。

进而，分析处理部17C通过比较对象部件的发货提取信息20a和维修提取信息20b，来掌握与故障相关的对象部件的发货台数、需要更换的对象部件的库存数量，经由管理部17D对部件筹备系统24发送部件筹备号码及数量等信息，对需要更换的部件的筹备进行指示。

管理部17D将存储于可靠性分析数据库21的可靠性分析信息显示在显示部19上。此外，管理部17D以可靠性分析信息为基础，根据随时收集到的现场数据(field data，表示实际运转中的构成电梯的对象部件的运转状况的数据)，来判断对象部件已接近寿命或者对象部件的更换时机已接近，并将该情况显示于显示部19而通知给保养人员。

此外，管理部17D取入由在各地的电梯30₁～30_n设置的监视摄像机32₁～32_n所摄像的对象部件的热分布图像或部件安装区域的影像，并显示于显示部19。由此，总是能够监视对象部件的异常状态。

在部件筹备系统24中，按照每个部件筹备号码对应有部件制造商的邮件地址。部件筹备系统24若从管理部17D接收部件筹备号码及数量，则对该部件制造商的邮件地址发送部件筹备号码及数量数据，进行对象部件的补充。

接着，详细地说明该实施方式的动作。

图4是用于说明电梯的部件改善计划系统的处理的流程的流程图。

首先，若保养人员经由输入部18指定分析对象部件(以下只称为“对象部件”)，则部件改善计划辅助处理部17的信息提取部17A通过从发货信息数据库11提取对象部件的项目数据，来将对象部件的发货提取信息20a存储于提取结果数据库20(步骤S1)。

图2中示出了被存储于提取结果数据库20的发货提取信息20a的数据结构的一例。

在该发货提取信息20a中，包含有订货号码(临时的号码)、对象部件的部件识别信息(部件名称)、建筑物名称(顾客识别信息)、项目号码、保养工号、号机、大致规格、运转开始年月日等。另外，也可以是，追加部件型号的项目数据来代替部件识别信息，根据该部件型号确定对象部件。

此外，信息提取部17A根据维修数据库12提取对象部件的项目数据，由此将对象部件的维修提取信息20b存储于提取结果数据库20(步骤S2)。

图3示出了被存储于提取结果数据库20的维修提取信息20b的数据结构的一例。

在该维修提取信息20b中，包含有建筑物名称(官方备案的建筑物名称N)、订货号码(临时的号码)、部件识别信息(部件名称)、保养工号(设置的号码)、大致规格、运转开始年月日、故障发生年月日、使用年数、故障发生时刻、故障号码、担当事务所CD、故障受理年月日等。另外，在删除部件识别信息的项目的情况下，也可以根据“订货号码”查到部件形式，确定对象部件。

即，在该维修提取信息20b中，包含有表示对象部件发生了故障的故障发生信息(例如故障发生年月日、故障发生时刻、故障号码中的任意一种以上)。另外，故障发生信息例如用通过(故障发生年月日-运转开始年月日)×24计算出的时间来表示故障年数。

母集团运算部17B基于在提取结果数据库20中存储管理的对象部件的发货提取信息20a，求出对同一顾客发货的对象部件的发货台数(母数)Ni。并且，母集团运算部17B提取包含有顾客名称、发货时机、对象部件的发货台数(母数)Ni的母集团信息20c，并存储于提取结果数据库20(步骤S3)。

接着，分析处理部17C基于存储于提取结果数据库20中的维修提取信息20b所含有的故障发生信息和母集团信息20c所含有的发货台数信息，计算发货台数信息所示的对象部件的发货台数当中、故障发生信息所示的发生了故障的对象部件的台数(故障台数)(步骤S4)。

由此，分析处理部17C根据上述步骤S3中求出的发货台数Ni和上述步骤S4中求出的故障台数，计算在现场正常动作的对象部件的台数。也就是说，通过正确地掌握被发货至现场的对象部件的发货台数Ni，能够实施累积危险分析，能够根据故障台数相对于发货台数Ni的比率正确地计算出故障率。

分析处理部17C利用累积危险函数H(t)、可靠性函数R(t)、不可靠性函数F(t)及故障发生概率密度函数f(t)等，执行可靠性分析信息的生成处理(步骤S5)。

在此，累积危险函数H(t)利用下面的式(1)来表示。

H(t)＝∑σi/Ni           …式(1)

在上述式(1)中，Ni表示由母集团运算部17B计算出的对象部件的发货台数，σi表示各个对象部件是否发生了故障。例如，在对象部件没有发生故障的情况下，表示为σi＝0，在对象部件正发生故障的情况下表示为σi＝1。

可靠性函数R(t)利用下面的式(2)来表示。

R(t)＝exp(-H(t))      …式(2)

不可靠性函数F(t)利用下面的式(3)来表示。

F(t)＝1-R(t)          …式(3)

因此，分析处理部17C执行威布尔分析处理。即，分析处理部17C根据上述式(2)、式(3)导出下述的式(4)。

lnH(t)＝-ln(ln(1-F(t))  …式(4)

并且，适用于具有横轴X、纵轴Y的坐标系的威布尔危险纸上，通过线性近似来生成下述的近似式(5)及(6)，确定η、m。η是决定尺度的参数，m是作为直线的斜率的形状参数(威布尔系数)。

H(t)＝(t/η)m            …式(5)

ln H(t)＝m lnt-m lnη    …式(6)

分析处理部17C通过实施上述的分析处理，生成图5所示的可靠性分析信息(步骤S51)。

此外，分析处理部17C取得不可靠性函数F(t)的分析结果(参照图6)及故障发生概率密度函数f(t)的分析结果(参照图7)等的必要函数分析结果(步骤S52)，并且，通过威布尔分析的导入取得威布尔分析结果(参照图8)(步骤S53)，进而计算出考虑了风险的对象部件的更换时机(参照图9)(步骤S54)，并将这些结果存储在可靠性分析数据库21中进行管理。

具体地对图5至图9进行说明。

图5是存储于可靠性分析数据库21中的可靠性分析信息的数据结构例。

在可靠性分析信息中，每个对象部件包含有时间、Ln(t)(图8的威布尔分析图的横轴值)、σi、危险值h(t)、H(t)、F(t)及LnH(t)等。另外，虽未进行图示，但是在可靠性分析信息中还包含有用于识别对象部件被发给的顾客的顾客名称(顾客识别信息)、用于识别对象部件的部件识别信息以及故障发生概率密度函数f(t)等。

此外。在与时间相对应的σi＝0的情况下对象部件没有故障，因此表示对象部件的正常运转时间。在σi＝1的情况下对象部件发生了故障，因此表示对象部件的故障(发生时间)。

Ln(t)是与该Ln(t)相对应的时间的自然对数，对应于图8的威布尔分析图的横轴。LnH(t)是H(t)的自然对数，对应于图8的威布尔分析图的纵轴。

图6是表示在可靠性分析信息中包含的对象部件的不可靠性函数F(t)的分析结果的坐标图。在该坐标图中，按照每个产品(电梯的机型)示出了与对象部件的运转时间对应的不可靠性F(t)。

曲线31表示构成第一电梯的对象部件的不可靠性F(t)。曲线32表示构成另外的第二电梯的对象部件的不可靠性F(t)。另外，在坐标图的纵轴所示的不可靠性F(t)＝1时，表示对象部件的彻底故障。

根据该坐标图，确认按照每个运转时间的对象部件的故障台数的推移，从而能够统计地计算出作为构成第一及第二电梯的对象部件的寿命的运转时间(更换时机)等。

图7是表示在可靠性分析信息中含有的对象部件的故障发生概率密度函数f(t)的分析结果的坐标图。在该坐标图中，与图6的坐标图一样，按照每个产品(电梯的机型)示出了与对象部件的运转时间对应的故障发生概率密度函数f(t)的值。

折线41表示构成第一电梯的对象部件的故障发生概率密度函数f(t)的值。折线42表示构成另外的第二电梯的对象部件的故障发生概率密度函数f(t)的值。

该故障发生概率密度函数f(t)的计算利用故障时间和不可靠性函数F(t)来进行。例如，按照每个故障发生时间间隔T求出F(t)的最大值F(nT)Max(n为正整数)，故障发生概率密度函数f(t)为从当前区间的最大值减去之前的区间的最大值而得到的值，即f(t)＝F(nT)-F((n-1)T)。其中，设定F(0)＝0。

另外，在图7的坐标图所示的例子中，对象部件发生故障为止的作为平均值的平均故障时间MTBF(Mean Time Between Failure)为140400(小时)。

因此，根据该坐标图，确认构成第一、第二电梯的对象部件的平均故障时间等，由此能够计算出该对象部件的更换时机等。

图8是表示在可靠性分析信息中含有的对对象部件的累积危险函数H(t)进行威布尔分析而得到的分析结果的图。在该图中，示出了与对象部件的运转时间的自然对数Ln(t)对应的LnH(t)的绘图(plot)值。

绘图值如上述的式(4)～式(6)所说明的那样，成为线性近似，根据其斜率得出，m的值为1.6327。

通过该威布尔分析，能够得到以较广范围的寿命数据为对象的结果。此外，根据m的值，能够知晓对象部件的初期故障型(m＜1)、偶发故障型(m＝1)、磨损故障型(m＞1)的故障模式。

例如，图8所示的对象部件的形状参数m＝1.6327，因此，可知为磨损故障型的故障模式。对象部件的形状参数m也能够被存储于可靠性分析数据库21。

此外，可以想到，根据部件的使用环境即例如部件的安装位置、入手时间、更换作业时间等的不同，能够影响到故障发生时间。因此，分析处理部17C取得存储于使用环境信息数据库13的使用环境信息或存储于风险管理数据库14的风险管理信息，对利用对象部件的不可靠性函数F(t)或累积危险函数H(t)计算出来的值进行加权。

图9是对在可靠性分析信息中包含的对象部件的不可靠性函数F(t)的值实施风险管理而确定更换时机的图。

该图是在图6的坐标图中追加了风险曲线51的图。风险曲线51表示乘上对象部件所涉及的基板的成本或保养人员单价等，表示与每个运转时间对应的对象部件的更换所花费的成本。

通过追加这样的风险曲线51，与图6的坐标图相比，能够除算出更合适的对象部件的更换时机(步骤S54)，能够实现更换时机的最优化。

分析处理部17C将规格环境信息中含有的温度、湿度、起动次数或上述计算出的更换时机(更换最佳时间)等，作为可靠性分析信息存储于可靠性分析数据库21，活用坐极限数据。基于该极限数据(可靠性分析信息)来判断对象部件等的更换时机。

即，通过上述步骤S5的一系列处理，能够判定出构成电梯的对象部件以什么程度的年数发生故障、即故障年数。

但是，即使计算出了故障年数，该故障年数已经是故障后的数据。因此，分析对象部件是因何种原因发生了故障，如果在故障前更换该对象部件，就能够不对电梯系统带来影响而使其安全地进行运转。

因此，分析处理部17C根据维修信息及使用环境分析故障原因(1)，提取在使用环境或使用方法中有问题的部分。并且，分析处理部17C以该提取结果为基础将改善方法显示于显示部19，并反馈给电梯设置现场(步骤S6)。

即，分析处理部17C取得存储于提取结果数据库20的对象部件的维修提取信息20b及存储于使用环境信息数据库13的对象部件的使用环境信息，利用MT(Mahalanobis-Taguchi)法或分析软件等，来分析给对象部件的故障带来影响的故障原因。由此，提取影响度较强的原因作为对象部件的故障原因，找出用于实现对象部件的长期化的改善方法，并将该改善方法反馈给制造商。

另外，在故障原因的分析中，也可以使用MT法或分析软件中的某个。

进而，分析处理部17C根据发货试验数据及制造履历信息来分析故障原因(2)(步骤S7)。

即，分析处理部17C取得存储于发货试验数据库15的对象部件的发货试验数据(电路的输入输出数据、部件的特性数据等)及存储于制造履历信息数据库16的对象部件的制造履历信息(装置信息、制造环境、制造工序等)，通过利用MT法或分析软件等，分析发货试验数据与制造履历信息之间的因果关系，并将其分析结果作为可靠性分析信息存储于可靠性分析数据库21。

此时，分析处理部17C若在制造阶段及发货时提取到异常数据，则拒绝发生了异常的对象部件，并且，提取发货试验数据与制造履历信息之间的因果关系，分析发生异常的原因(故障原因)。例如，在故障原因是在对象部件的批量或制造环境、使用方法中出现了问题的情况下，将成为该对象部件的故障原因的制造履历信息作为可靠性分析信息存储于可靠性分析数据库21，并且，将上述制造履历信息反馈给对象部件的制造商，促使制造商对在对象部件发货时发生的不良状况实施改善。

此外，即使在不是发货试验的阶段、而是在对象部件发货后同样在对象部件中发现了异常的情况下也是，分析处理部17C提取发货试验数据与制造履历信息之间的因果关系，实施发生异常的原因(故障原因)的分析，将其分析结果作为可靠性分析信息存储于可靠性分析数据库21，并且，将上述制造履历信息反馈给对象部件的制造商，促使制造商对在对象部件发货时发生的不良状况实施改善。

这样，通过分析故障原因，如图12所说明的那样，分析处理部17C能够在故障前计算出更换预测时机(步骤S8)。

图10至图12是用于说明利用MT法或分析软件分析的结果的图。

图10是表示利用MT法分析的结果的一例的图。在图10的例子中示出了由分析处理部17C制作的基准数据与对象部件A～D之间的关系。这些对象部件A～D是构成分别不同的电梯的同一部件，是当前正在运转的部件。

另一方面，图10的中央区域表示的是由分析处理部17C制作的基准数据(基准空间)。也就是说，MT法是根据对象部件A～D的位置与作为中心的基准数据之间的距离关系来判定各对象部件A～D各自的不良状况的方法。

具体而言，例如对象部件A的位置处于远离基准数据的位置。这表示与没有发生故障的基准相远离，能够判定为发生不良状况的可能性高。另一方面，对象部件C的位置处于靠近基准数据的位置。因此，能够判定为对象部件C中没有发生不良状况，而在正常地运转。

由此，了解发生不良状况的对象部件被使用的环境(使用环境)或制造履历信息等，能够分析故障原因(1)、(2)。

图11是表示利用分析软件分析的结果的可视化例子的图。在该图11中示出了2个坐标图61、62。

坐标图61表示对象部件所构成的电梯的按照每个机型的运转时间(年数)和起动次数的分布状态。坐标图62表示对象部件的按照发货年数的运转时间的分布状态。由此，通过了解运转年数短的对象部件被使用的环境等，能够分析故障原因。

图12是以上述图11的分析结果为基础，按照原因表示对象部件的运转时间(年数)、对满意度带来的影响的图。该图12的内容被显示于显示部19，提示给保养人员。

图12中示出了按照每个产品的在对象部件的运转时间(故障更换时机)X＝2000小时的情况下、给对象部件的运转时间带来影响的各原因的值、与该值对应的运转时间及满意度。在此，作为给对象部件的运转时间带来影响的原因，包含有到检查日为止的期间、平均起动次数(月)、累积起动次数、行走距离(月平均)、停止楼层等。

图12的例子中示出了在到检查日为止的期间为“1947”、平均起动次数(月)为“38627”、累积起动次数为“2064358”、行走距离(月平均)为“277.3311”、停止楼层为“2.503704”时，对象部件的运转时间达到了所设定的2000小时的情况。在这些值的情况下，满意度为1.00。

另外，该对象部件的运转时间能够变更，例如在该对象部件的运转时间被设定为3000小时的情况下，就会示出与该运转时间对应的各原因的值。

根据该图12的例子可知，在累积起动时间减少的情况下满意度的減少程度为急剧减少，并且，在运转时间的斜率较大时，与行走距离相比给对象部件的运转时间带来的影响更大。即，可以说在使各原因的值变化的情况下，在满意度或运转时间的变化激烈时，其原因给对象部件的运转时间带来的影响大。相反，可以说在使原因的值变化的情况下，如果该满意度或运转时间的变化较缓，则该原因给对象部件的运转时间带来的影响小。

另外，如果增加例如大致规格、温度、湿度、制造履历等的原因项目来调查给对象部件的运转时间带来的影响，则能够找出具有较大影响的几个原因。

由此，能够调查出影响大的原因，能够在故障前更加正确地计算出故障预测时机(步骤S8)。该故障预测时机作为可靠性分析信息存储于可靠性分析数据库21。

此外，管理部17D以存储于可靠性分析数据库21中的可靠性分析信息或各种的分析结果为基础，来参照表示电梯(构成电梯的对象部件)的运转状况的现场数据。并且，在现场数据预先到达故障预测时机时，管理部17D在显示部19上显示所对应的对象部件的到了更换时机的情况，或者鸣发警报，来通知保养人员(步骤S9)。

图13示出了通知对象部件到了故障前的更换预测时机的情况时的显示画面19a的一例。

该显示画面19a上显示了表示服务管理地区的地图。在图13的例子中，显示有日本的整体地图。在对象部件的更换预测时机到来时，用红色等来显示作为该对象部件的发货目的地的地区(イ)、(ロ)。

在此，若保养人员点击用红色等显示的作为发货目的地的地区例如地区(イ)，则能够确认该地区的电梯的详细信息。由此，保养人员能够以视觉确认到底是电梯的哪个部件接近了更换预测时机，能够迅速地采取部件更换等应对。

此时，同时能够根据发货试验数据库15对确认发货试验的状况通过另外的画面进行确认，能够在更早的阶段进行改善。

图14是用于说明管理部17D对由计测传感器或监视摄像机取入的对象部件的影像信息进行处理的处理例的图。

管理部17D包含有图像收集部171、数据比较部172、异常判定部173。

图像收集部171从设置于电梯各处的计测传感器31₁～31_n或监视摄像机32₁～32_n，通过电梯控制用控制器23₁、…、23_n，取入电梯运转的初期阶段的电路基板或部件的热分布、以及初期状态的传感器输出图像81a、摄像机输出图像82a，并存储于使用环境信息数据库13。

进而，图像收集部171按照预先设定的期间(周期)，通过电梯控制用控制器23₁、…、23_n，从计测传感器31₁～31_n或监视摄像机32₁～32_n，取入电路基板或部件的热分布、以及时间经过状态的传感器输出图像81b、摄像机输出图像82b，并存储于使用环境信息数据库13。

管理部17D在取入时间经过状态的传感器输出图像81b、摄像机输出图像82b之后，起动数据比较部1721。

数据比较部172从使用环境信息数据库13读出初期状态的传感器输出图像81a、摄像机输出图像82a、时间经过状态的传感器输出图像81b、以及摄像机输出图像82b，显示于显示部19的显示画面19a，来对这些图像数据进行比较。

异常判定部173基于图像数据的比较结果，判断时间经过状态的传感器输出图像81b、摄像机输出图像82b是否超过预先设定的热变化的大小或范围。即，监视作为对象的电路基板或部件是否发生了异常预兆。

另外，管理部17D即使不在显示部19的显示画面19a上显示传感器输出图像、摄像机输出图像，也能够调查是否存在内部的热分布变化。

根据以上所述的本实施方式，针对根据对同一发货目的地发货的对象部件的故障发生信息求出的不稳定的故障更换时机，通过利用使用环境信息、维修信息、发货试验信息及制造履历信息，分析使用环境或使用方法等的故障原因，并从故障原因当中提取影响大的原因，能够在到故障更换时机为止的阶段求出更正确的更换预测时机。由此，能够在适当的时机进行部件更换，能够防止以短期间进行更换的状况。

此外，通过进行风险管理，能够掌握高精度的更换时机，并且，通过显示对象部件接近了更换时机的情况，能够使保养人员掌握各电梯的状况，能够迅速地进行应对。

此外，通过提示对象部件的发货试验中的不良状况或预先提示接近了更换时机，能够先行进行更换部件的准备。进而，能够在发货试验的阶段掌握部件的特性等状况，因此，能够通过在故障发生之前进行部件更换来将重大故障防患于未然。

此外，保养人员或关系部门等能够确认必要函数的分析结果(图6、图7)、威布尔分析的结果(图8)、故障原因的分析结果等。因此，能够掌握各个部件的故障模式，此外，在存在发生了初期故障的部件的情况下，或者存在虽然是磨损故障但是为故障发生时间较早的部件的情况下，实施设计反馈，能够在更早的阶段进行改善。

此外，对分析的结果进行确认，在与现场的状况之间不具有匹配性的情况下，进行使用环境信息或风险信息的确认及修正，能够计划更正确的更换时机。

此外，在存在接近了更换预测时机的部件(包括电路基板)的情况下，在地图上通过规定的标记显示组装有所对应的部件的电梯的设置地区。通过点击该标记，能够掌握详细的信息，能够确认是运转中的电梯的哪个部件接近了更换预测时机，能够进行部件更换的筹备等。

另外，在上述实施方式中，各种的分析结果存储于可靠性分析数据库21，但是也可以是，例如保养人员从输入部18输入分析结果的确认指示，至少将通过步骤S6及S7的处理而取得的信息及分析结果显示于显示部19。由此，在判断为分析所需的数据不充分时，只要从输入部18设定追加其缺少的数据，就能够更正确地计算出更换预测时机。

此外，电梯控制用控制器23₁、…、23_n使得将按照规定期间从计测传感器32₁～32_n收集到的使用环境信息存储于使用环境信息数据库13，但是也可以构成为，例如存储于与电梯控制用控制器23₁、…、23_n连接的未图示的故障数据库，根据来自部件改善计划辅助处理部17的收集指示，从该故障数据库取得使用环境信息，存储于使用环境信息数据库13。

另外，本发明不限于上述实施方式，能够在不脱离其宗旨的范围内进行各种变形。

根据本发明，能够提供一种电梯的部件改善计划系统及电梯的部件改善计划方法，针对利用可靠性分析信息得到的对象部件的故障更换时机，分析对象部件的故障原因，能够在到该故障更换时机之前的阶段正确地计算出更换预测时机，并且根据分析结果找出高效的改善方案并进行提示。