IT201900000031A1 - Highly innovative system for the management and monitoring of faults in a thermal hotel complex - Google Patents
Highly innovative system for the management and monitoring of faults in a thermal hotel complex Download PDFInfo
- Publication number
- IT201900000031A1 IT201900000031A1 IT102019000000031A IT201900000031A IT201900000031A1 IT 201900000031 A1 IT201900000031 A1 IT 201900000031A1 IT 102019000000031 A IT102019000000031 A IT 102019000000031A IT 201900000031 A IT201900000031 A IT 201900000031A IT 201900000031 A1 IT201900000031 A1 IT 201900000031A1
- Authority
- IT
- Italy
- Prior art keywords
- management
- exposure
- time
- considered
- maintenance
- Prior art date
Links
- 238000012544 monitoring process Methods 0.000 title claims description 3
- 238000012423 maintenance Methods 0.000 claims description 17
- RWSOTUBLDIXVET-UHFFFAOYSA-N Dihydrogen sulfide Chemical compound S RWSOTUBLDIXVET-UHFFFAOYSA-N 0.000 claims description 16
- 238000013473 artificial intelligence Methods 0.000 claims description 7
- 238000010801 machine learning Methods 0.000 claims description 7
- 230000007257 malfunction Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 4
- 230000007246 mechanism Effects 0.000 claims description 4
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 229910052717 sulfur Inorganic materials 0.000 claims description 3
- 239000011593 sulfur Substances 0.000 claims description 3
- 230000006870 function Effects 0.000 claims 1
- 230000002265 prevention Effects 0.000 claims 1
- 238000000034 method Methods 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 4
- 230000007797 corrosion Effects 0.000 description 4
- 238000005260 corrosion Methods 0.000 description 4
- 239000003643 water by type Substances 0.000 description 4
- 239000007789 gas Substances 0.000 description 3
- QAOWNCQODCNURD-UHFFFAOYSA-N Sulfuric acid Chemical compound OS(O)(=O)=O QAOWNCQODCNURD-UHFFFAOYSA-N 0.000 description 2
- UCKMPCXJQFINFW-UHFFFAOYSA-N Sulphide Chemical compound [S-2] UCKMPCXJQFINFW-UHFFFAOYSA-N 0.000 description 2
- 230000004308 accommodation Effects 0.000 description 2
- 238000005336 cracking Methods 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000002378 acidificating effect Effects 0.000 description 1
- 238000004378 air conditioning Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 235000013601 eggs Nutrition 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 230000004941 influx Effects 0.000 description 1
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 150000002739 metals Chemical class 0.000 description 1
- 230000002028 premature Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
- G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Alarm Systems (AREA)
Description
DESCRIZIONE DESCRIPTION
La presente invenzione ha come oggetto un sistema ad alta innovazione per la gestione e monitoraggio di guasti in un complesso alberghiero termale. The present invention relates to a highly innovative system for the management and monitoring of failures in a thermal hotel complex.
La gestione di un impianto termale presenta, numerosi problemi di tipo gestionale per via della maggior manutenzione richiesta rispetto a strutture di tipo standard. La maggiore presenza di zolfo presente in una struttura ricettiva dotata di un impianto termale avente acque sulfuree, provoca una maggiore usura degli impianti ed in particolare dei dispositivi elettronici con gravi disagi relativi all’improvviso malfunzionamento dei dispositivi stessi. The management of a thermal plant presents numerous management problems due to the greater maintenance required compared to standard structures. The greater presence of sulfur present in an accommodation facility equipped with a thermal system with sulphurous waters, causes greater wear of the systems and in particular of the electronic devices with serious inconvenience related to the sudden malfunction of the devices themselves.
Sono denominate solfuree le acque che contengono in soluzione dell’acido solfidrico (H2S), solitamente in quantità pari o superiore ad 1 mg per litro. Waters that contain hydrogen sulphide (H2S) solution, usually in quantities equal to or greater than 1 mg per liter, are called sulphurous.
L'H2S disciolto nelle acque solfuree tende a volatilizzare molto facilmente in particolare con l'aumentare della temperatura. Per questo motivo il rilascio in atmosfera di gas sulfurei nei centri termali rappresenta un problema per i fenomeni corrosivi ad esso associati. Infatti, tale gas (acido solfidrico o solfuro di idrogeno) è un idracido debole, che si trova solitamente come gas incolore a temperatura ambiente, contraddistinto dal caratteristico odore di uova marce. Data la sua natura acida, reagisce con gli alcali e intacca i metalli. Ambienti esposti alle acque sulfuree come un centro termale tendono a sovraesporsi di acido solfidrico che si accumula su superfici ed apparecchiature. Seppur presente in quantità minime nell’aria, un’esposizione prolungata nel tempo può comportare una lenta corrosione che sfocia in seguito nel danneggiamento di attrezzature, dispositivi e macchinari. H2S dissolved in sulphurous waters tends to volatilize very easily, particularly with increasing temperature. For this reason, the release of sulphurous gases into the atmosphere in spas represents a problem for the corrosive phenomena associated with it. In fact, this gas (hydrogen sulphide or hydrogen sulphide) is a weak hydracid, which is usually found as a colorless gas at room temperature, characterized by the characteristic smell of rotten eggs. Given its acidic nature, it reacts with alkalis and attacks metals. Environments exposed to sulphurous waters such as a spa tend to overexpose hydrogen sulphide that accumulates on surfaces and equipment. Although present in minimal quantities in the air, prolonged exposure over time can lead to slow corrosion which later results in damage to equipment, devices and machinery.
All’acido solfidrico è associato anche il fenomeno della tensocorrosione da solfuri (conosciuta anche con la sigla SSCC, dall'inglese Sulfide Stress Corrosion Cracking). Quest’ultima porta una forma di infragilimento da idrogeno, in particolare di acciai, e successivi fenomeni di corrosione. The phenomenon of sulphide stress corrosion cracking is also associated with hydrogen sulphide (also known by the acronym SSCC, from the English Sulfide Stress Corrosion Cracking). The latter leads to a form of hydrogen embrittlement, in particular of steels, and subsequent corrosion phenomena.
I dispositivi maggiormente esposti a tali fenomeni corrosivi sono i dispositivi elettronici quali computer, televisioni, centraline di ascensori impianti di condizionamento e simili. The devices most exposed to these corrosive phenomena are electronic devices such as computers, televisions, lift control units, air conditioning systems and the like.
Il problema principale di questi dispositivi risiede nel fatto di presentare un malfunzionamento improvviso e difficilmente prevedibile. In questo modo il problema di funzionamento si presenta senza che l’utente possa in qualche modo accorgersi del fenomeno (ad esempio in maniera visiva osservando il fenomeno della ruggine tipica dei fenomeni corrosivi precedentemente descritti) o da un cattivo funzionamento dell’impianto che ne può indicare l’imminente guasto. In questo modo appare molto complicato andare a prevedere il guasto che può provocare gravi disagi alla struttura ricettiva in quanto si può presentare ad esempio in periodi festivi dove c’è sovraffollamento della struttura e non c’è magari possibilità di intervenire da parte di manutentori esterni creando gravi disagi agli utenti ed in ultima analisi possibili danni di immagine e quindi economici per la struttura stessa. The main problem with these devices lies in the fact that they present a sudden and difficult to predict malfunction. In this way, the problem of operation occurs without the user being able in some way to notice the phenomenon (for example in a visual way by observing the phenomenon of rust typical of the corrosive phenomena previously described) or from a malfunction of the system that can indicate the impending failure. In this way it appears very complicated to foresee the failure that can cause serious inconvenience to the accommodation facility as it can occur, for example, during holidays where there is overcrowding of the structure and there is perhaps no possibility of intervention by external maintenance staff. creating serious inconvenience to users and ultimately possible damage to image and therefore economic for the structure itself.
Realizzare quindi un sistema in grado di prevedere la manutenzione ordinaria e o straordinaria prima che il problema si presenti è un aspetto molto importante al fine di ottimizzare gli interventi manutentivi. Allo stesso tempo le metodologie predittive che si basano su metodi probabilistico/statistici di calcolo di probabilità di un guasto devono essere ottimizzate al fine di evitare interventi troppo prematuri, che nel particolar caso di elementi elettronici potrebbero essere alquanto onerosi ed inoltre non accettabili in termini di sostenibilità ambientale, ed al tempo stesso garantire un funzionamento il più costante possibile di tutti i componenti ed i dispositivi della struttura. L’attuale stato dell’arte riguardante la gestione manutentiva standard si basa su metodi predittivi che utilizzano per lo più serie storiche di dati non tenendo in conto di ulteriori parametri che invece in un fenomeno reale possono essere molto importanti ai fini del processo decisionale manutentivo. Therefore, creating a system capable of foreseeing ordinary and extraordinary maintenance before the problem arises is a very important aspect in order to optimize maintenance interventions. At the same time, the predictive methodologies based on probabilistic / statistical methods of calculating the probability of a failure must be optimized in order to avoid too premature interventions, which in the particular case of electronic elements could be quite expensive and also not acceptable in terms of environmental sustainability, and at the same time guaranteeing the most constant possible operation of all the components and devices of the structure. The current state of the art regarding standard maintenance management is based on predictive methods that mostly use historical data series, not taking into account additional parameters which, on the other hand, in a real phenomenon can be very important for the maintenance decision-making process.
La possibilità di integrare molti più dati mediante meccanismi di machine learning e processi decisionali basati su metodi di intelligenza artificiale permettono di realizzare sistemi di previsione guasti molto più efficienti rispetto ai dispositivi standard prevenendo meglio gli interventi al fine di ottenere una gestione più efficiente, ridurne i consumi ed il relativo impatto ambientale. The possibility of integrating much more data through machine learning mechanisms and decision-making processes based on artificial intelligence methods allow for the creation of much more efficient failure prediction systems compared to standard devices, better preventing interventions in order to obtain more efficient management, reduce the consumption and its environmental impact.
Oggetto della presente invenzione è dunque quello di utilizzare un sistema di calcolo altamente innovativo che affianca ad uno storico dati un data set di dati tenente in conto attuali condizioni di funzionamento presi anche mediante utilizzo di sensori integrati ed in base a questi di prevedere i comportamenti futuri del sistema. The object of the present invention is therefore to use a highly innovative calculation system that combines a data record with a data set taking into account current operating conditions also taken through the use of integrated sensors and on the basis of these to predict future behaviors. of the system.
Il sistema di gestione della struttura termale presenta una complessa ed avanzata tecnica di previsione dei guasti o malfunzionamenti di tutti i dispositivi presenti nella struttura. Il sistema oggetto della presente invenzione sarà in grado di prevedere un guasto utilizzando un data set di dati basati su uno storico dati raccolto tramite HMI dagli utenti e operatori ma anche su un innovativo sistema utilizzante tecniche di machine learning e di intelligenza artificiale che forniscono in automatico delle valutazioni e consigli di carattere gestionale utili al processo decisionale aziendale. The management system of the thermal structure has a complex and advanced technique for predicting faults or malfunctions of all the devices present in the structure. The system object of the present invention will be able to predict a failure using a data set based on a historical data collected via HMI from users and operators but also on an innovative system using machine learning and artificial intelligence techniques that automatically provide evaluations and management advice useful for the corporate decision-making process.
Le seguenti equazioni di seguito descritte vogliono rappresentare delle possibili realizzazioni logiche applicative della presente invenzione senza limitarne le possibilità realizzative. The following equations described below are intended to represent possible logical applicative embodiments of the present invention without limiting the manufacturing possibilities.
A titolo di esempio di seguito si riporta l’equazione 1 che rappresenta un tipo di processo statistico standard di previsione del guasto e dunque del grado di necessità manutentivo. By way of example, equation 1 is shown below which represents a type of standard statistical process for predicting the failure and therefore the degree of maintenance need.
Equazione 1: Equation 1:
Dove in è il grado di necessità di intervento manutentivo per il dispositivo ennesimo presentante valori compresi tra 0 (intervento non necessario) ed 1 (intervento ritenuto necessario). Where in is the degree of need for maintenance intervention for the nth device presenting values between 0 (intervention not necessary) and 1 (intervention deemed necessary).
rappresenta il tempo medio per arrivare a rottura per il dispositivo represents the average time to break for the device
considerato e calcolato come media aritmetica di tutti i tempi misurati considered and calculated as the arithmetic mean of all times measured
è il tempo trascorso dall’ultima sostituzione (o intervento) rispetto al tempo t attuale considerato. is the time elapsed since the last replacement (or intervention) compared to the current time t considered.
L’equazione 1 rappresenta un esempio di tipo di metodologia standard utilizzata per determinare un grado di intervento da effettuare al fine di manutenere un dispositivo o un impianto. Come si comprende dall’equazione il sistema di calcolo prende in considerazione una probabilità di guasto determinata da uno storico guasti ( tempo medio di guasto), e quindi prevedendo l’usura del dispositivo o sistema al tempo t in base al tempo trascorso dall’ultimo intervento rispetto al tempo di rottura medio della serie storica L’equazione 1 non tiene conto di molteplici fattori come il livello di esposizione all’acido solfidrico del dispositivo o l’umidità o la temperatura di esposizione, come di altre variabili che possono influenzare il sistema determinandone previsioni del tasso di guasto e quindi del richiesto intervento futuro. Equation 1 represents an example of the type of standard methodology used to determine a degree of intervention to be carried out in order to maintain a device or system. As can be understood from the equation, the calculation system takes into consideration a failure probability determined by a failure history (average failure time), and therefore predicts the wear of the device or system at time t based on the time elapsed since the last intervention with respect to the average breaking time of the time series Equation 1 does not take into account multiple factors such as the level of exposure to hydrogen sulphide of the device or the humidity or the exposure temperature, as well as other variables that can affect the system determining forecasts of the failure rate and therefore of the required future intervention.
Pertanto oggetto della nostra invenzione è quello di calcolare l’intervento richiesto in base alla combinazione della serie storica, con dati relativi a esposizione cumulata di acido solfidrico e di dati influenzanti le cinetiche corrosive (del tipo temperatura e umidità) integrata anche per mezzo di un sistema di sensori di misurazione associato. Therefore the object of our invention is to calculate the required intervention based on the combination of the historical series, with data relating to cumulative exposure of hydrogen sulphide and data influencing the corrosive kinetics (such as temperature and humidity) also integrated by means of a associated measurement sensor system.
Un esempio di logica di calcolo del sistema oggetto di brevetto è rappresentato dall’equazione 2 An example of the calculation logic of the patented system is represented by equation 2
Equazione 2: Equation 2:
Il simbolismo utilizzato è quello di equazione 1 dove sono stati <aggiunti:> The symbolism used is that of equation 1 where <added:> have been added
che rappresenta la media degli integrali normalizzati ad uno della which represents the average of the integrals normalized to one of the
curva di esposizione (mg/m<3>) dell’acido solfidrico misurata in tutto l’intervallo temporale di misura. che rappresenta l’integrale normalizzato ad uno della curva esposizione (mg/m<3>) dell’acido solfidrico nel tempo di esposizione considerato, ovvero dall’ultima manutenzione effettuata fino al tempo t di analisi. exposure curve (mg / m <3>) of hydrogen sulphide measured throughout the measurement time interval. which represents the integral normalized to one of the exposure curve (mg / m <3>) of hydrogen sulphide in the considered exposure time, or from the last maintenance carried out up to the analysis time t.
L’equazione 2 affina il calcolo statistico perchè tiene in considerazione che il tasso di guasto e quindi il grado di intervento dipendono dal livello di esposizione all’acido solforico misurabile mediante qualsiasi sensore integrato al sistema di analisi. Equation 2 refines the statistical calculation because it takes into account that the failure rate and therefore the degree of intervention depend on the level of exposure to sulfuric acid that can be measured by any sensor integrated into the analysis system.
Inoltre poiché la cinetica di reazione corrosiva dipende dalla temperatura e dall’umidità del sistema il sistema di machine learning integrato mette in correlazione il livello di esposizione alla temperatura e all’umidità di esposizione medie registrate per mezzo di fattori correttivi a e b: Furthermore, since the corrosive reaction kinetics depends on the temperature and humidity of the system, the integrated machine learning system correlates the level of exposure to the average exposure temperature and humidity recorded by means of corrective factors a and b:
Il sistema di machine learning integrato dunque migliora per mezzo dei fattori correttivi a e b (compresi tra 0 ed 1) le previsioni relative ai tassi di guasto integrandole con dati relativi alle condizioni di esposizione all’acido solfidrico e alla temperatura e umidità registrate nel periodo temporale considerato. The integrated machine learning system therefore improves the forecasts relating to failure rates by means of corrective factors a and b (between 0 and 1), integrating them with data relating to the conditions of exposure to hydrogen sulphide and to the temperature and humidity recorded in the time period considered. .
Inoltre la presente metodologia oggetto di brevetto prevede la possibilità di andare ad affiancare le scelte decisionali di manutenzione mediante tecniche di intelligenza artificiale. Furthermore, the present methodology, which is the subject of a patent, provides for the possibility of supporting the decision-making choices of maintenance by means of artificial intelligence techniques.
Ad esempio il sistema considerato sarà quindi in grado di fare un’ulteriore analisi che distingue un periodo temporale considerato da un altro ennesimo per mezzo di un coefficiente c compreso tra 0 ed 1, (equazione 2) che tiene in conto dell’impatto previsto che un guasto ha sulla struttura in base al periodo considerato. A titolo di esempio in un periodo festivo il guasto di un dispositivo potrebbe avere un impatto più negativo sulla struttura rispetto ad un guasto in un periodo invece ordinario per via della maggiore affluenza di utenti e della minore disponibilità di addetti alla manutenzione. Per questo motivo il sistema mediante meccanismi di intelligenza artificiale sarà in grado di consigliare una manutenzione anticipata che non sarebbe richiesta in un periodo ordinario per via del maggior impatto sulla struttura qualora il danno si dovesse verificare. In base al risultato derivante da equazione 2 il sistema sarà quindi in grado di aiutare nel processo decisionale l’operatore tenendo in conto di molti più parametri decisionali e non solo di uno storico standard. For example, the system considered will therefore be able to make a further analysis that distinguishes a time period considered from another umpteenth by means of a coefficient c between 0 and 1, (equation 2) which takes into account the expected impact that a fault has on the structure based on the period considered. For example, in a holiday period, the failure of a device could have a more negative impact on the structure than a failure in an ordinary period due to the greater influx of users and the lesser availability of maintenance workers. For this reason, the system through artificial intelligence mechanisms will be able to recommend an advance maintenance that would not be required in an ordinary period due to the greater impact on the structure should the damage occur. Based on the result deriving from equation 2, the system will therefore be able to help the operator in the decision-making process, taking into account many more decision-making parameters and not just a standard history.
Al fine di implementare detta logica, il sistema utilizza moduli HMI (1) e sensori (2) di acido solfidrico, termometro e umidità, aventi connetti vità per mezzo di rete WIFI(3) o Internet GATEWAY(4), un web server cloud (5), un modulo di intelligenza artificiale (6) basato su machine learning. Il sistema consente all’utente finale di segnalare malfunzionamenti riscontrati ad un manutentore virtuale, basato su modulo di intelligenza artificiale, interagire con il personale della struttura, esprimere valutazioni rispetto ai servizi usufruiti, segnalare problematiche relative ai disservizi di ascensori, impianti tv, impianti di illuminazione, sistemi computerizzati supportati da informazione multimediale; gestire da parte del personale le problematiche manutentive mediante interfaccia HMI, contattando le relative ditte di manutenzione; analizzare mediante cruscotto HMI per operatori della struttura i trend delle problematiche manutentive legate alla presenza dello zolfo e relativa gestione effettuata, effettuando meccanismi di previsione e prevenzione del guasto basati sulle logiche della equazione n.2 precedentemente esposta, al fine del miglioramento dell’efficienza dei servizi erogati dalla struttura. In order to implement this logic, the system uses HMI modules (1) and sensors (2) of hydrogen sulphide, thermometer and humidity, having connectivity via WIFI network (3) or Internet GATEWAY (4), a cloud web server (5), an artificial intelligence module (6) based on machine learning. The system allows the end user to report malfunctions found to a virtual maintenance technician, based on an artificial intelligence module, interact with the staff of the structure, express evaluations with respect to the services used, report problems relating to inefficiencies in lifts, TV systems, lighting, computerized systems supported by multimedia information; manage maintenance problems by the staff through the HMI interface, by contacting the relevant maintenance companies; analyze through the HMI dashboard for operators of the structure the trends of maintenance problems linked to the presence of sulfur and related management carried out, carrying out mechanisms for forecasting and preventing the failure based on the logic of equation 2 previously exposed, in order to improve the efficiency of the services provided by the structure.
Claims (2)
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102019000000031A IT201900000031A1 (en) | 2019-01-03 | 2019-01-03 | Highly innovative system for the management and monitoring of faults in a thermal hotel complex |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| IT102019000000031A IT201900000031A1 (en) | 2019-01-03 | 2019-01-03 | Highly innovative system for the management and monitoring of faults in a thermal hotel complex |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| IT201900000031A1 true IT201900000031A1 (en) | 2020-07-03 |
Family
ID=66641207
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| IT102019000000031A IT201900000031A1 (en) | 2019-01-03 | 2019-01-03 | Highly innovative system for the management and monitoring of faults in a thermal hotel complex |
Country Status (1)
| Country | Link |
|---|---|
| IT (1) | IT201900000031A1 (en) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130080843A1 (en) * | 2011-09-23 | 2013-03-28 | Fujitsu Limited | Detecting Sensor Malfunctions Using Compression Analysis of Binary Decision Diagrams |
-
2019
- 2019-01-03 IT IT102019000000031A patent/IT201900000031A1/en unknown
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20130080843A1 (en) * | 2011-09-23 | 2013-03-28 | Fujitsu Limited | Detecting Sensor Malfunctions Using Compression Analysis of Binary Decision Diagrams |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| FI128899B (en) | Predictive maintenance procedures and systems | |
| JP4940180B2 (en) | Combined diagnosis / maintenance plan support system and support method thereof | |
| JP5802619B2 (en) | Equipment maintenance management support system | |
| Pan et al. | A reliability estimation approach via Wiener degradation model with measurement errors | |
| Lam et al. | A myopic policy for optimal inspection scheduling for condition based maintenance | |
| EP2557530A1 (en) | System and method for dynamic spare part management | |
| CN109146114A (en) | Part replacement prediction meanss, part replacement forecasting system and part replacement prediction technique | |
| CN101269767A (en) | Maintaining-managing system for elevator | |
| US12169791B2 (en) | Model development framework for remote monitoring condition-based maintenance | |
| CN117973877B (en) | Gas pipe well safety management method and system based on intelligent gas Internet of things | |
| Korobiichuk et al. | The system of the assessment of a residual resource of complex technical structures | |
| CN119643132A (en) | Data detection method and system for valve faults | |
| Tsarkova | Technical Diagnostics of Equipment Using Data Mining Technologies | |
| IT201900000031A1 (en) | Highly innovative system for the management and monitoring of faults in a thermal hotel complex | |
| CN101523309A (en) | Method for operating an industrial scale installation and guidance system for same | |
| Chen et al. | BIM-and IoT-based data-driven decision support system for predictive maintenance of building facilities | |
| CA2650353C (en) | Apparatus and methods for management of fluid condition | |
| Grobbelaar et al. | Determining the cost of predictive component replacement in order to assist with maintenance decision-making | |
| Zolotová et al. | Knowledge model integrated in SCADA/HMI system for failureprocess prediction. | |
| Henry et al. | An equivalent age model for condition-based maintenance | |
| Ebeling | Condition monitoring for elevators–an overview | |
| Srinivasan et al. | Improved Mechanical Integrity through Real-Time Process Monitoring and Predictive Analytics | |
| CN114008549A (en) | Method for determining remaining usage period, remaining usage period determining circuit, remaining usage period determining apparatus | |
| Salih | Optimizing the maintenance strategy through predicting remaining useful life (RUL) for critical medical equipment based on degradation analysis | |
| US20250018985A1 (en) | Railroad maintenance support system, railroad maintenance support method |