前言
现在许多产业对因设备的维修保养不完善而在生产中出现的技术上的问题感到头痛，所以现在许多产业界人士对设备的维修保养工作愈来愈关注了。出现这种动向的背景是，想利用它来解决当前经常出现的各种反常问题。
以往是根据出现的故障统计资料和概率论为依据来制定维修保养设备的计划，即设备出了故障后再来维修或尽量减少出故障的次数等。但在技术和设备愈来愈先进的新形势下。其维修保养的方法及其涉及面必须扩大，否则将使那些结构复杂而且性能高的先进设备无法长期充分发挥作用。
设备管理的意义
设备的维修保养作业一向被许多人认为是不经济的工作，这些人的看法就是设备这个东西只可利用它而不需要去维修保养。其实，这是一种严重的失算，同时也将带来真正不经济的恶果。因一个系统设备的故障往往是因其中一些元件失灵引起的，这往往是因没有定期进行维修的缘故，即没有真正管理好设备引起的。
若要真正实现对设备只用而不维修，那必然它是一次性的设备，而且设备的使用寿命的长短也必然由其中寿命最短的元件的寿命所决定的，这不仅是极大的经济损失而且也没有它的现实意义。
设备管理的效果
第一、能确保高生产率
设备管理不完善时出现的故障次数就增加，尤其如传送机或组合机床这类流水生产方式的工序，一旦突然发生故障时就必然中断整个生产系统。化工厂这样化学产业中的大部分设备是连续运转的，虽在其设计阶段就充分考虑到尽量不使其部分的设备故障影响到整个系统设备的运转，但有时也会因预先未考虑到的原因而发生故障，以致严重地影响到生产率的提高，经常维修故障就少且生产率也就能提高。
第二、能延长设备的寿命
管理方法将会直接影响到设备的寿命长短，在维修保养设备时，以往基本上都是作重点的修补。当在管理还未充分时，无意中使设备运转，就容易损伤了设备而且缩短了它的寿命。
第三、能确保设备的安全
像化工厂要大量处理危险物质时使用的成套设备，确保设备的安全就是其最重要管理事项、下面图表是对以往发生事故的统计材料。
第四、能起到质量管理的核心作用
日本搞的质量管理［TQC］活动取得了世界公认的巨大成就，当初搞TQC活动旨在于找出阻碍提高产品质量的要因，并管理这些要因。因当时手工作业多，不透明的问题也就多了，要找出要因时运用统计数据分析法较有效。
因自动化作业多了以后，影响质量的要因由设备引起的比手工作业多时，设备管理和质量管理就变成表里如一的关系。当设备能维持在良好状态，产品质量就有保障，相反地能监视产品质量如何就能知道设备的健康状态如何。
第五、能省资源和能源
断了油的机械其动力消耗量就增加，断热材等的劣化或损伤必将导致大量能量的损失，可见管理好设备能达到省资源和省能源的目的。
设备的异常诊断
因计算机的性能不断提高，最近人们已开始研究如何运用计算机来诊断设备出现的异常问题，现将分为如下四大问题进行研究。
状态量的探测
当要对状态量进行探测时，应选定由设备发生反常时其影响直接产生的状态量，为此，要运用传感器来监视其状态量。过去一直用于探测状态量的技术的应用范围仅限于同设备功能管理直接有关的那一部分状态量，但只监视这些状态量的话，有些反常问题就探测不出来。例如，要查出电源变压器油劣化的原因，若仅从电压或电阻等方面的功能状态量的变化情况来探测有时是难探测出来的。因突然发生的故障，故要测定同变压器功能无关的状态量，即绝缘油的化学特征就能监视劣化原因。把用于监视设备劣化的技术统称为设备诊断技术，为提高诊断水平正在开发研究新型的传感器。
异常的检测
状态量的探测正如像测定人的体温一样，仅从其测定值还无法判断出反常的问题所在。人的体温正常与否，只要是看看某时测定的体温比正常体温即平均体温高或低，凡是比平均体温高的和低的均是反常现象。对设备的反常现象诊断也一样，看通过信号处理的检测数据中有无表示设备反常的有关情报。若由状态量的逐渐变化而引起的劣化现象可对用下式求出的平均值的监视手段来检测设备是否有异常。
即便是同样的振动数据，例如轴承受了损伤而使特定频率发生了异常振动之类出现的异常现象，利用分散还是难发现这种异常现象。若想要处理这种数据时就要先弄清到底包含着什么样频率成分，为此，很有必要使用像自相关函数等的信号处理方法。自相关虽可从时间系列数列使用下式求出，究竟相隔τ时间的彼此点的数值有什么程度的相关问题可作为τ的函数求出来。自相关函数：
异常原因的鉴定
即使从被观测设备的状态变数中能够检查出在设备中发生着异常现象，但仅就这一点还无法制定设备管理的对策。无论是为了治理异常事态还是为了防止再发生事故，无论如何都要去追求发生异常问题的直接的真正原因。
然而，即使状态量出现了异常值，仅凭这一点还不一定能鉴定直接产生异常的真正原因。过去监视设备的体制的主要功能是，一旦观测值被判断为异常阶段时就急于发出警报。但因设备的构造一般都是复杂，故从观测到的状态变数显示构成异常的直接原因的情况为数不算多，因而很有必要把这种异常状态变数作为异常图谱去探索状况。
以往要作出判断时，往往只靠那些经验丰富的老师傅或老工程技术人员。然而随着设备构造愈来愈复杂化，需要管理的件数也随之而增多，但因世代交替有丰富经验的老技术员不足，仅靠那些特定人员判断已不能满足需要。因计算机在硬件和软件两方面的技术已有了长足进步，人们对开发具有一定程度的自动化探索异常原因的新系统寄予厚望。
所谓的异常诊断指的是，发现设备在运转中出现的状态变数同设计者在设计时期待着要实现的或在运转中期待着要实现的状态变数偏移情况的作业。
这种偏离不是单纯地指状态变数值非常高或低，还应包括发现理论结构上的偏离，一般地说异常诊断主要的是后者。把这些功能要由计算机代行时有两种基本上相反的方法。
(a)经验的诊断方法
一种构思是利用检索情报的诊断，当应鉴定的异常原因的种类多时，问题的中心就在于到底有了多少变数就能把其中的每个原因都区别开来。因异常值的图谱和其原因之间的对应关系是以过去积累起来的经验或知识为基础做成的，故把这也可称为经验的诊断法。例如，假定可测定出来的状态只有状态变数非常高、正常、非常低这三种，但其观测有3种变数时，按理说可达33=27种异常问题，从现实情况而言，要作到如此种类繁多的诊断是困难的。
(b)理论的诊断方法
另一种构思是靠模型来鉴定，先把要观测的异常类型定下来，而后从中抽出没有相互矛盾的能说明问题的方案。制成方案时都必须把那些可成立的所有片断的因果关系都要考虑进去，而后同理论上挂上勾。这里所说的因果关系是指当某种状态变数增大或减少时，其它的变数将会受到什么影响，这种相互关系称为因果关系。设备在运转中的特征方程是这样，把变数x的变化特征看作是其它变数y、z、w的函数时可用下式表示：
可用定性的方法把这式子表现为如右图表现。箭头记号的方向表示因果关系，符号是表示其变数影响的方向，如假定用变数x和z就能观测到+或-的异常值，那就可以判断x的变化是由z的异常导致的，若未能发现到的情况而观察到的变数y和w是正常时，就能探测z为一的可能性。理论的诊断是以其因果关系成立为前提，通过对异常的传播过程的探索而达到找出发生异常现象的最初原因的方法。
当要处理实际问题时，应考虑到的需要处理的计算方面的问题多，例如利用图表探索那些未被观测到的变数的处理或异常传播过程的处理问题。
对策的选定
当鉴定出异常原因后就必须选择为使由其原因产生的影响能控制在最小范围的最佳对策。现在对原因的鉴定即异常诊断的方法已开始研讨如何具体地运用自动化手段的问题。从自动化的观点而言，对异常的对策的选定比发现异常问题显得落后。
问题的难处在于即使弄清了异常的原因，其对策也并不是立即可定下来。因由其原因而引起的异常状态在设备中波及的程度各异，采取的对策也应有所不同。最好能把异常问题发现出来，若发现得太迟，或许只能采取停止设备运转的对策，发现得早其可选择的对策就多。
[《精密工学会志》1991年3月号］