特開 2024-169811 車両の故障予知方法および装置

(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】P2024169811

(43)【公開日】2024-12-06

(54)【発明の名称】車両の故障予知方法および装置

(51)【国際特許分類】

   G01M 17/007 20060101AFI20241129BHJP

【ＦＩ】

G01M17/007 J

【審査請求】未請求

【請求項の数】11

【出願形態】ＯＬ

(21)【出願番号】P 2023086571

(22)【出願日】2023-05-26

(71)【出願人】

【識別番号】000003997

【氏名又は名称】日産自動車株式会社

(74)【代理人】

【識別番号】100086232

【弁理士】

【氏名又は名称】小林 博通

(74)【代理人】

【識別番号】100092613

【弁理士】

【氏名又は名称】富岡 潔

(72)【発明者】

【氏名】田中 康裕

(57)【要約】

【課題】車両の故障の予兆を検知したときに、故障部品候補を精度よく特定する。
【解決手段】車両側装置において車両データから故障の予兆を検知し（ステップ１０１）、複数の異常信号の情報を含むデータを、ディーラー等に設けられる故障部品特定装置へ送信する（ステップ１０２）。故障部品特定装置では、過去の他車の故障予兆検知結果データベースを参照して（ステップ１０３）、異常信号の組み合わせパターンの一致度を診断する。一致度が高い１つあるいは複数の部品を故障部品候補として絞り込み（ステップ１０５）、表示部等に提示する（ステップ１０６）。
【選択図】図４

【特許請求の範囲】

【請求項1】

車両の部品の故障の予兆を検知し、
この予兆に関連した複数の異常信号を含む予兆情報を取得し、
他車両における過去の予兆情報とこれに対応して修理交換した修理交換部品との対応をまとめた診断データを参照し、
取得した予兆情報と上記診断データにおける過去の予兆情報とを比較して一致度を診断し、
予兆情報の一致度が高い修理交換部品を故障部品候補として特定する、
車両の故障予知方法。

【請求項2】

上記診断データは、過去の予兆情報とこれに対応して修理交換した後の結果が良好であった修理交換部品との対応を含む、
請求項１に記載の車両の故障予知方法。

【請求項3】

取得した予兆情報に含まれる複数の異常信号の種類と、上記診断データにおける他車両の過去の予兆情報に含まれる異常信号の種類と、の一致度から予兆情報の一致度を求める、
請求項１に記載の車両の故障予知方法。

【請求項4】

部品に対応して複数の異常信号に重要度が定められており、
各信号の重要度を考慮して、取得した予兆情報と過去の予兆情報との一致度を求める、
請求項１に記載の車両の故障予知方法。

【請求項5】

上記重要度は、蓄積された診断データに基づいて設定される、
請求項４に記載の車両の故障予知方法。

【請求項6】

複数の部品の各々について異常信号の特徴量が異なる場合に当該異常信号を異常分類に対する寄与度が高い異常信号と定め、
この寄与度が高い異常信号を優先して、取得した予兆情報と過去の予兆情報との一致度を求める、
請求項１に記載の車両の故障予知方法。

【請求項7】

上記特徴量は、蓄積された診断データに基づいて設定される、
請求項６に記載の車両の故障予知方法。

【請求項8】

車両の部品の故障の予兆検知を車両側で行い、
車両側で取得した予兆情報をサーバーに送信し、
このサーバー側で、故障部品候補の特定を行う、
請求項１に記載の車両の故障予知方法。

【請求項9】

取得した予兆情報と上記診断データにおける過去の予兆情報との一致度に基づき、一致度が比較的に高い複数の故障部品候補を抽出する、
請求項１に記載の車両の故障予知方法。

【請求項10】

一致度に従い、順位を付して複数の故障部品候補を提示する、
請求項９に記載の車両の故障予知方法。

【請求項11】

車両の部品の故障の予兆を検知し、この予兆に関連した複数の異常信号を含む予兆情報を取得する故障予知部と、
他車両における過去の予兆情報とこれに対応して修理交換した修理交換部品との対応をまとめた診断データが蓄積されたデータベースと、
取得した予兆情報と上記データベースにおける過去の予兆情報とを比較して一致度を診断する一致度診断部と、
上記データベースを参照して予兆情報の一致度が高い修理交換部品を故障部品候補として特定する部品特定部と、
を備えてなる車両の故障予知装置。

【発明の詳細な説明】

【技術分野】

【0001】

この発明は、車両の故障の予兆を検知したときに、故障する可能性がある部品を特定する方法および装置に関する。

【背景技術】

【0002】

特許文献１では、同じ車両分類（型式および初年度登録時期）に属する車両の中で運転者の運転行動（ふらつきの多少、平均速度、一乗車当たりの走行距離、急ブレーキの多少、等）が類似している車両を類似車両とし、この類似車両群における故障種別毎の発生回数平均から特定の車両（例えば自車両）の故障の再発予測日を求め、既にこの再発予測日を過ぎていたら故障発生の可能性がある、と判定する。つまり、繰り返し再発する故障については、運転行動が同様の類似した車両では同じ時期に同じ故障が再発する確率が高い、という前提に基づいて故障の予測を行う。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特許第４３３８６５２号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

特許文献１では、実際に何らかの予兆があるか否かに拘わらず統計学的に故障再発時期を予測するに過ぎず、規則性なく発生する多くの故障には対応できない。仮に何らかの異常信号等の予兆を検出したとしても、この予兆に基づきどの部品が故障しそうであるか、という予測はできない。

【課題を解決するための手段】

【0005】

この発明に係る車両の故障予知方法は、
車両の部品の故障の予兆を検知し、
この予兆に関連した複数の異常信号を含む予兆情報を取得し、
他車両における過去の予兆情報とこれに対応して修理交換した修理交換部品との対応をまとめた診断データを参照し、
取得した予兆情報と上記診断データにおける過去の予兆情報とを比較して一致度を診断し、
予兆情報の一致度が高い修理交換部品を故障部品候補として特定する。

【発明の効果】

【0006】

この発明によれば、故障の予兆を検知したときに、他車両の過去の診断データを参照して、予兆情報に基づき故障部品候補を絞り込むことができ、未然に故障への対応をとることが可能となる。

【図面の簡単な説明】

【0007】

【図1】この発明に係る故障予知システムの第１実施例を示す構成説明図。

【図2】車両側での故障予兆検知結果のデータを表形式で示す説明図。

【図3】故障部品特定装置側の故障予兆検知結果データベースの説明図。

【図4】第１実施例の処理の流れを示すフローチャート。

【図5】故障予兆情報の一致度の説明図。

【図6】一致度が高い部品のリストの例を示す説明図。

【図7】故障予知システムの第２実施例を示す構成説明図。

【図8】第２実施例の処理の流れを示すフローチャート。

【図9】故障予知システムの第３実施例を示す構成説明図。

【図10】異常信号の履歴を含む故障予兆検知結果データベースの説明図。

【図11】故障予兆履歴データベースの説明図。

【図12】第３実施例の処理の流れを示すフローチャート。

【図13】一致度が高い部品のリストの例を示す説明図。

【図14】故障予知システムの第４実施例を示す構成説明図。

【図15】信号重要度データベースの説明図。

【図16】第４実施例の処理の流れを示すフローチャート。

【図17】順位付けした部品のリストの例を示す説明図。

【図18】故障予知システムの第５実施例を示す構成説明図。

【図19】信号特徴量データベースの説明図。

【図20】第５実施例の処理の流れを示すフローチャート。

【発明を実施するための形態】

【0008】

以下、この発明の一実施例を図面に基づいて詳細に説明する。図１は、この発明に係る故障予知システムの第１実施例を示す構成説明図である。故障予知システムは、個々の車両（例えば車両Ａ）が有する車両側装置００１と、ディーラー等に設けられたサーバーやクラウドコンピュータからなる故障部品特定装置００２と、から構成される。

【0009】

車両側装置００１は、車両が有するいわゆるコンピュータシステムの一部からなり、診断装置００３と、メモリ００４と、表示部００５と、ＥＣＵ（Electronic Control Unit）００６と、通信部００７と、故障予知部００８と、を備えている。診断装置００３は、車両の各部から得られる種々の信号（車両データともいう）を監視し、異常な信号を検出する。故障予知部００８は、１つあるいは複数の異常信号（あるいは他の情報）に基づいて何らかの部品が故障に至る予兆であることを検知し、メモリ００４に保存するとともに、通信部００７を介して故障部品特定装置００２へ送信する。車両は、いわゆるコネクテッドカーとして構成されており、通信部００７を介して例えばインターネットに常時接続されている。この通信機能を利用して車両側装置００１と故障部品特定装置００２との間で種々の情報の送受信が行われる。表示部００５は、例えば運転席の前方に設けられたディスプレイからなり、種々の情報が表示される。表示部００５は、車両を保有するユーザの携帯端末（例えばスマートフォン）であってもよい。

【0010】

なお、故障予知部００８が故障の予兆を検知したときに、故障部品特定装置００２への送信と併せて、故障の予兆があったことを表示部００５に表示するようにしてもよい。あるいは故障の予兆単独では表示せずに、後述する候補となる部品リストと併せて表示するようにしてもよい。

【0011】

故障予知部００８においては、故障の予兆を検知したときに、図２に示すような形で故障予兆検知結果０５０のデータが生成され、これが通信部００７を介して送信される。図２に例示するように、このデータは、車両の識別番号と、予兆を検知した日時と、予兆の内容つまり異常信号の内容（図示例では、ａ，ｂ，ｃの３つの種類の異常信号を含む）と、を含んでいる。他の付加的な情報を含んでいてもよい。すなわち、故障予知部００８は、何らかの信号ないし情報から故障の予兆があると検知したときに、この予兆に関連した複数の異常信号を含む予兆情報を取得し、日時等と併せて図２のようなデータを生成する。なお、予兆の検知は、予兆情報に含まれる例えばａ，ｂ，ｃの異常信号そのものに基づいて予兆検知を行ってもよく、別の信号や情報が故障の予兆をしたときに予兆があるものと判断して、その時点の異常信号を取得するようにしてもよい。

【0012】

故障部品特定装置００２は、通信部００９と、故障部品特定部０１０と、故障予兆一致度診断部０１１と、故障予兆検知結果データベース０１２と、を含んで構成される。なお、これらの各部が必ずしも１つのコンピュータによって構成される必要はなく、複数台のサーバーやクラウドコンピュータによって構成することが可能である。

【0013】

通信部００９は、車両側の通信部００７との間で適当な通信網を介して通信を行うものであり、車両側で故障の予兆を検知したときは、図２に示す故障予兆検知結果０５０のデータを車両側から受領する。最終的に後述する候補部品の表示を車両側でも行う場合は、必要な情報を車両側へ送信する。

【0014】

故障予兆検知結果データベース０１２には、他の車両（自車両の過去分を含んでいてもよい）における過去の予兆情報と診断結果とをまとめた多量の診断データ、例えば図３に一部を例示したような故障予兆検知結果データ０５１、が格納されている。この故障予兆検知結果データベース０１２のデータ０５１は、図３に例示するように、車両の識別番号と、予兆がどのような箇所の異常であるかという予兆検知内容と、予兆を検知した日時と、異常信号の内容（換言すれば予兆情報）と、実際に修理交換した部品名と、修理交換後の結果（つまり不具合が解消したかどうか）と、の情報を含んでいる。修理交換後の結果が良好であるということは、予兆に基づいて修理交換した部品が妥当であったことを意味している。故障予兆検知結果データベース０１２のデータ０５１には、他の付加的な情報を含んでいてもよい。例えば、予兆を検知した時点から実際に修理交換するまでの経過期間（時間ないし走行距離）、あるいは、放置したまま故障に至った場合は、故障するまでの経過期間（時間ないし走行距離）、等の情報を加えてもよい。故障予兆検知結果データベース０１２には、実際に部品の修理交換を行うたびに新たなデータが追加される。

【0015】

故障予兆一致度診断部０１１は、車両側で検知した予兆の内容と、故障予兆検知結果データベース０１２における過去のデータ０５１に含まれる予兆の内容と、の一致度を求める。例えば、故障予知部００８で得た予兆の内容が異常信号「ａ，ｂ，ｃ」の組み合わせであった場合、故障予兆検知結果データベース０１２の過去のデータ０５１の中で、異常信号「ａ，ｂ，ｃ」の組み合わせを含む組み合わせパターンを一致度の高い組み合わせパターンと判断する。図３の例では、「ａ，ｂ，ｃ」および「ａ，ｂ，ｃ，ｆ」の異常信号の組み合わせが一致度が高い一致パターンであると判断される。なお、「ａ，ｂ，ｃ」の組み合わせの方が「ａ，ｂ，ｃ，ｆ」の組み合わせよりも一致度が高いものとなる。そして、「ａ，ｂ，ｃ」を含まない（一部が不足している）組み合わせパターンや、「ａ，ｂ，ｃ」以外に複数の異常信号を含む組み合わせパターンは、一致度が低い不一致パターンとする。なお、本発明においては、必要な一致度をどの程度に設定するかは任意である。

【0016】

具体的な例を挙げると、異常信号ａ，ｂ，ｃは、例えば、それぞれ、エンジン回転速度、点火時期タイミング、空燃比、であり、常時監視しているこれらの信号（検出信号ないし内部信号）を適当なアルゴリズムの異常検出処理（例えば時系列データに対する統計学的異常検知）によって処理することで、異常であると判定されたものである。異常信号ｆは、例えば、空燃比補正係数であり得る。

【0017】

故障部品特定部０１０は、故障予兆一致度診断部０１１による車両側で検知した予兆の内容と過去のデータ０５１における予兆の内容との一致度に基づき、予兆の内容に対して一致度の高い部品の特定を行う。ここで特定された部品が、予兆に対応した故障部品候補となる。この故障部品候補には、一致度の高い複数の部品が含まれ得る。なお、過去のデータ０５１において予兆に基づいて修理交換したものの良好な結果が得られなかった部品は、予兆内容の一致度が高くでも故障部品候補から除くことが望ましい。

【0018】

図４は、第１実施例の故障予知システムの処理の流れを示すフローチャートである。なお、この図４のフローチャートは、車両側装置００１が行う処理と故障部品特定装置００２が行う処理とを区別せずに、全体的な処理の流れの順に各ステップを示している。

【0019】

ステップ１０１では、車両側装置００１の診断装置００３および故障予知部００８によって、車両データに基づき故障予知（予兆の検知）を行う。ここで検知した故障予知に関連したデータ（故障予兆検知結果０５０）は、ステップ１０２において、車両側装置００１から故障部品特定装置００２に送信される。

【0020】

ステップ１０３では、故障予兆検知結果データベース０１２に蓄積されたデータ０５１つまり他車両の故障予兆の情報を参照する。ステップ１０４では、車両側装置００１から送られた故障予兆検知結果０５０と、故障予兆検知結果データベース０１２から得た他車両の故障予兆の情報の一致度を診断する。前述したように、一致度の診断には、複数種類の異常信号の組み合わせパターンを用いる。例えば、図５に示すように、検知した予兆の内容が異常信号「ａ，ｂ，ｃ」の組み合わせであった場合、「ａ，ｂ，ｃ」や「ａ，ｂ，ｃ，ｆ」の異常信号の組み合わせは一致度が高い一致パターンであり、「ｇ，ｆ」や「ｓ，ｔ」のように信号が異なる場合あるいは「ａ，ｂ，ｃ，ｆ，ｇ，ｈ」のように他の複数の異常信号を含む組み合わせパターンは、一致度が低い不一致パターンである。

【0021】

そして、ステップ１０５において、一致度が高い部品を絞り込み、故障部品候補とする。ここでは、複数の候補があってもよい。最終的にステップ１０６において、図６のリスト０５３のように、候補として絞り込んだ故障部品候補を提示する。例えば、図６の例では、異常信号「ａ，ｂ，ｃ」の組み合わせに対し一致度が高い故障部品候補として、プラグおよびインジェクタの２つの部品が抽出されている。

【0022】

故障部品候補として抽出したデータは、例えば、表示部００５やユーザの携帯端末等に表示される。さらに、車両の保守管理を行っているディーラーの修理部門における車両管理コンピュータや車両のメモリ００４に保存される。

【0023】

このように上記実施例では複数種類の異常信号の組み合わせパターンの一致度によって故障部品候補の特定を行うので、高い確率で部品の特定が可能である。また、複数種類の異常信号の組み合わせとすることで、個々の信号が異常であると判定する際の閾値を比較的低く設定した場合でも、正常な部品を故障であると誤判定する可能性が低くなる。

【0024】

次に、図７，図８を参照して、本発明の第２実施例を説明する。なお、以下では、第１実施例と異なる部分について主に説明する。第２実施例は、故障予知を車両側装置００１ではなくディーラー等が管理する故障部品特定装置００２において行う点で、第１実施例と異なっている。

【0025】

第２実施例の故障予知システムは、図７に示すように、個々の車両が有する車両側装置００１と、ディーラー等に設けられたサーバーやクラウドコンピュータからなる故障部品特定装置００２と、から構成される。

【0026】

車両側装置００１は、第１実施例と同様に、診断装置００３と、メモリ００４と、表示部００５と、ＥＣＵ００６と、通信部００７と、を備えている。但し、車両側装置００１は、故障予知部００８は含んでいない。

【0027】

故障部品特定装置００２は、基本的には第１実施例と同様に、通信部００９と、故障部品特定部０１０と、故障予兆一致度診断部０１１と、故障予兆検知結果データベース０１２と、を含んで構成される。そして、第２実施例では、故障予知部００８が故障部品特定装置００２の一部として構成されている。故障予知部００８は、車両側装置００１の診断装置００３から通信部００７，００９を介して送られてくる１つあるいは複数の異常信号に基づいて何らかの部品が故障に至る予兆であることを検知する。そして、この故障予知部００８において、故障の予兆を検知したときに、複数の異常信号を含む予兆情報を取得し、これにより、図２に示したような故障予兆検知結果０５０のデータが生成される。これは、基本的には第１実施例と同様のデータであり、図２に例示するように、例えば、車両の識別番号と、予兆を検知した日時と、異常信号の内容（図示例では、ａ，ｂ，ｃの３つの異常信号を含む）と、を含んでいる。他の付加的な情報を含んでいてもよい。

【0028】

図８は、第２実施例の故障予知システムの処理の流れを示すフローチャートである。基本的な処理の流れは第１実施例と同様であるが、最初にステップ１０７として示すように車両側装置００１から故障部品特定装置００２へ車両データを送信する。ステップ１０１では、車両側装置００１から送られてきた車両データに基づき故障部品特定装置００２側で故障予知（予兆の検知）を行う。

【0029】

ステップ１０３では、故障予兆検知結果データベース０１２に蓄積されたデータ０５１つまり他車両の故障予兆の情報を参照する。ステップ１０４では、故障予知部００８が出力した故障予兆検知結果０５０と、故障予兆検知結果データベース０１２から得た他車両の故障予兆の情報と、の一致度を診断する。前述したように、一致度の診断には、複数の異常信号の組み合わせパターンを用いる。

【0030】

そして、ステップ１０５において、一致度が高い部品を絞り込み、故障部品候補とする。ここでは、複数の候補があってもよい。最終的にステップ１０６において、候補として絞り込んだ故障部品候補を提示する。

【0031】

このような第２実施例によれば、車両側に故障予知部００８が不要であるので、既存の車両を含むより多くの車両に対して本発明の適用が可能となる。

【0032】

次に、図９～図１３を参照して、本発明の第３実施例を説明する。第３実施例は、自車両の過去の故障の予兆の履歴を考慮して故障部品候補の特定を行う点において第１、第２実施例と異なっている。

【0033】

第３実施例の故障予知システムは、図９に示すように、個々の車両が有する車両側装置００１と、ディーラー等に設けられたサーバーやクラウドコンピュータからなる故障部品特定装置００２と、から構成される。

【0034】

車両側装置００１は、第２実施例と同様に、診断装置００３と、メモリ００４と、表示部００５と、ＥＣＵ００６と、通信部００７と、を備えている。

【0035】

故障部品特定装置００２は、基本的には第２実施例と同様に、故障予知部００８と、通信部００９と、故障部品特定部０１０と、故障予兆一致度診断部０１１と、故障予兆検知結果データベース０１２と、を含んで構成される。そして、第３実施例では、さらに、故障予知部００８が検出した故障予兆の情報（異常信号の情報）を取得する検出情報取得部０１３と、この自車両の故障予兆の情報を蓄積する故障予兆履歴データベース０１４と、を備えている。

【0036】

図１１は、故障予兆履歴データベース０１４に蓄えられている故障予兆履歴の一例を示しており、自車両についての故障予知の日時とそのときに検出された異常信号とを含むデータ０６１が格納されている。

【0037】

同様に、第３実施例における故障予兆検知結果データベース０１２には、図１０に例示するように、各車両について過去の何回かの異常信号の履歴をも含む故障予兆検知結果データ０６２が蓄積されている。

【0038】

図１２は、第３実施例の故障予知システムの処理の流れを示すフローチャートである。基本的な処理の流れは第２実施例と同様であり、最初にステップ１０７において車両側装置００１から故障部品特定装置００２へ車両データを送信する。ステップ１０１では、車両側装置００１から送られてきた車両データに基づき故障部品特定装置００２側で故障予知（予兆の検知）を行う。ここでは、図２に例示したような故障予兆検知結果０５０のデータが生成される。ステップ１１０では、図１１に例示した故障予兆履歴データベース０１４ののデータ０６１に、ステップ１０１で検知された今回の故障予兆検知結果０５０のデータを加える。つまり、今回の故障予兆検知結果０５０を記憶させる。これにより作成される故障予兆履歴データベース０１４は、自車両の故障予兆に関するデータベースである。

【0039】

ステップ１０３では、図１０に例示した過去の履歴を含む故障予兆検知結果データ０６２から他車両の故障予兆に関する情報を参照する。この実施例の故障予兆検知結果データ０６２は、前述したように、基本的には第１実施例の故障予兆検知結果データベース０１２のデータ０５１（図３）に相当するものであるが、各車両について過去の何回かの異常信号の履歴も含まれている。

【0040】

次のステップ１０９では、故障予兆検知結果データ０６２の故障予兆情報と、自車両に関する故障予兆履歴データベース０１４のデータ０６１における故障予兆履歴と、の一致度を診断する。この一致度診断では、過去の履歴を含めた異常信号の組み合わせパターンを用いる。例えば、自車両の故障予兆履歴データ０６１における異常信号の組み合わせパターンが、１回目が「ａ，ｂ，ｃ」、２回目が「ａ，ｂ」、３回目が「ａ，ｂ，ｃ」（図１１参照）であった場合、他車の故障予兆検知結果データ０６２における異常信号の履歴を含む組み合わせパターンの中で、「ａ，ｂ，ｃ」の組み合わせパターンと「ａ，ｂ」の組み合わせパターンを、一致パターンとして判断する。一方、「ａ，ｂ，ｃ，ｆ」のようにａ、ｂ、ｃ以外の信号が含まれている組み合わせパターンや、ａ、ｂが含まれていない組み合わせパターンは不一致パターンとする。図１０の例では、太実線で囲んだ部分が一致パターンとなる。

【0041】

そして、ステップ１０５において、一致度が高い部品を絞り込み、故障部品候補とする。ここでは、複数の候補があってもよい。最終的にステップ１０６において、候補として絞り込んだ故障部品候補を提示する。例えば、図１３に例示したリスト０５３の例では、過去の履歴を考慮した結果、一致度が高い故障部品候補として、プラグが抽出されている。

【0042】

このように第３実施例では故障予兆の履歴を考慮して故障部品候補の特定を行うので、より高い精度で特定を行うことができる。

【0043】

次に、図１４～図１７を参照して、本発明の第４実施例を説明する。第４実施例は、部品毎に異常信号の重要度を定めておき、この重要度を考慮して予兆情報の一致度を求める点で第１、第２実施例と異なっている。

【0044】

第４実施例の故障予知システムは、図１４に示すように、個々の車両が有する車両側装置００１と、ディーラー等に設けられたサーバーやクラウドコンピュータからなる故障部品特定装置００２と、から構成される。

【0045】

車両側装置００１は、第２実施例と同様に、診断装置００３と、メモリ００４と、表示部００５と、ＥＣＵ００６と、通信部００７と、を備えている。

【0046】

故障部品特定装置００２は、基本的には第２実施例と同様に、故障予知部００８と、通信部００９と、故障部品特定部０１０と、故障予兆一致度診断部０１１と、故障予兆検知結果データベース０１２と、を含んで構成される。そして、第４実施例では、さらに、各部品について異常信号の重要度の序列を定める信号重要度序列部０１５と、この信号重要度の情報を蓄積した信号重要度データベース０１６と、を備えている。信号重要度データベース０１６には、例えば、図１５に例示したように、各部品の異常信号パターンと各異常信号の重要度とをまとめた信号重要度リスト０６３のデータが格納されている。信号重要度は、例えば、各部品についての知見（設計情報や試験結果等）に基づいて予め設定することができる。あるいは、故障予兆検知結果データベース０１２に順次蓄えられていく多量の故障予兆検知結果データ０５１（図３参照）から異常信号の優先度つまり重要度を求めるようにしてもよい。部品の故障メカニズムが明らかになっていない場合においても、過去のデータから信号の重要度を知ることができる。

【0047】

図１６は、第４実施例の故障予知システムの処理の流れを示すフローチャートである。基本的な処理の流れは第２実施例と同様であり、最初にステップ１０７において車両側装置００１から故障部品特定装置００２へ車両データを送信する。ステップ１０１では、車両側装置００１から送られてきた車両データに基づき故障部品特定装置００２側で故障予知（予兆の検知）を行う。ここでは、図２に例示したような故障予兆検知結果０５０のデータが生成される。

【0048】

ステップ１０３では、故障予兆検知結果データベース０１２のデータ０５１（図３）から他車両の故障予兆に関する情報を参照する。ステップ１０４では、自車両の故障予兆検知結果０５０と、故障予兆検知結果データベース０１２から得た他車両の故障予兆の情報と、の一致度を診断する。前述したように、一致度の診断には、複数の異常信号の組み合わせパターンを用いる。

【0049】

ステップ１１１では、信号重要度データベース０１６における信号重要度リスト０６３（図１５）の情報を用いて、異常信号の優先順位の順位付けをし、一致度が高い部品（故障部品候補）の絞り込みを行う。最終的にステップ１０６において、候補として絞り込んだ故障部品候補を提示する。例えば、図１７に例示したリスト０５３の例では、プラグが第１位、インジェクタが第２位と、順位付けを伴って提示されている。

【0050】

図１５の例では、信号重要度リスト０６３に、例えば、予兆検知内容がプラグの場合、異常信号の組み合わせパターンとして「ａ，ｂ，ｃ」と「ａ，ｂ」とがあり、異常信号の重要度は「ａ，ｂ＞ｃ」と記録されている。つまり、信号ｃの重要度は低い。一方、予兆検知内容がインジェクタの場合、異常信号の組み合わせパターンとして「ａ，ｂ，ｃ，ｆ」と「ａ，ｂ，ｆ」とがあり、異度信号の重要度は「ａ，ｆ＞ｂ＞ｃ」と記録されている。

【0051】

従って、この例では、検知された故障予兆の異常信号の組み合わせが「ａ，ｂ，ｃ」である場合、インジェクタに関して重要度が高い信号である信号ｆが含まれていないことから、故障部品候補の絞り込みに際して、プラグに比較してインジェクタとの一致度は低い、ものとする（図１７参照）。

【0052】

このように第４実施例では異常信号の重要度を考慮して故障部品候補の特定を行うので、より高い精度で特定を行うことができるとともに、複数の故障部品候補の順位付けが容易である。

【0053】

次に、図１８～図２０を参照して、本発明の第５実施例を説明する。第５実施例は、各部品の異常信号についてその特徴量に関する情報を考慮して予兆情報の一致度を求める点で第１、第２実施例と異なっている。

【0054】

第５実施例の故障予知システムは、図１８に示すように、個々の車両が有する車両側装置００１と、ディーラー等に設けられたサーバーやクラウドコンピュータからなる故障部品特定装置００２と、から構成される。

【0055】

車両側装置００１は、第２実施例と同様に、診断装置００３と、メモリ００４と、表示部００５と、ＥＣＵ００６と、通信部００７と、を備えている。

【0056】

故障部品特定装置００２は、基本的には第２実施例と同様に、故障予知部００８と、通信部００９と、故障部品特定部０１０と、故障予兆一致度診断部０１１と、故障予兆検知結果データベース０１２と、を含んで構成される。そして、第５実施例では、さらに、各部品について異常信号の特徴量が何であるか診断する信号特徴量診断部０１７と、この信号特徴量の情報を蓄積した信号特徴量データベース０１８と、を備えている。信号特徴量データベース０１８には、例えば、図１９に例示したように、各部品の異常信号とこの異常信号の特徴量とをまとめた信号特徴量リスト０６５のデータが格納されている。信号特徴量リスト０６５は、例えば、各部品についての知見（設計情報や試験結果等）に基づいて予め作成することができる。あるいは、故障予兆検知結果データベース０１２に順次蓄えられていく多量の故障予兆検知結果データ０５１（図３参照）から異常信号とその特徴量を求めるようにしてもよい。

【0057】

図２０は、第５実施例の故障予知システムの処理の流れを示すフローチャートである。基本的な処理の流れは第２実施例と同様であり、最初にステップ１０７において車両側装置００１から故障部品特定装置００２へ車両データを送信する。ステップ１０１では、車両側装置００１から送られてきた車両データに基づき故障部品特定装置００２側で故障予知（予兆の検知）を行う。ここでは、図２に例示したような故障予兆検知結果０５０のデータが生成される。

【0058】

ステップ１０３では、故障予兆検知結果データベース０１２のデータ０５１（図３）から他車両の故障予兆に関する情報を参照する。ステップ１０４では、自車両の故障予兆検知結果０５０と、故障予兆検知結果データベース０１２から得た他車両の故障予兆の情報と、の一致度を診断する。前述したように、一致度の診断には、複数の異常信号の組み合わせパターンを用いる。

【0059】

ステップ１１２では、信号特徴量データベース０１８における信号特徴量リスト０６５の情報を用いて異常信号の優先順位の順位付けをし、一致度が高い部品（故障部品候補）の絞り込みを行う。最終的にステップ１０６において、候補として絞り込んだ故障部品候補を提示する。

【0060】

図１９の例では、信号特徴量リスト０６５に、例えば、予兆検知内容がプラグの場合、異常信号として、ａ、ｂ、ｃがあり、信号ａの特徴量は１０分間のデータの尖度、信号ｂの特徴量は１０分間のデータの分散値、信号ｃの特徴量は１分間のデータの差分値、である旨が記録されている。

【0061】

一方、予兆検知内容がインジェクタの場合、異常信号として、ａ、ｂ、ｃ、ｆがあり、信号ａの特徴量は１０分間のデータの尖度、信号ｂの特徴量は１０分間のデータの分散値、信号ｃの特徴量は１分間のデータの平均値、信号ｆの特徴量は１０分間のデータの分散値、である旨が記録されている。

【0062】

従って、例えば、検知された故障予兆の異常信号ｃの特徴量が、プラグに関しては１分間のデータの差分値、インジェクターに関しては１分間のデータの平均値、であって互いに異なるため、異常信号ｃに着目することで、より高精度に一致度を判定することができる。つまり、異常を検出した信号の中で異常分類への寄与度が高い信号の種類を用いて一致度を診断することで、故障部品候補の特定の精度が高くなる。

【符号の説明】

【0063】

００１…車両側装置
００２…故障部品特定装置
００３…診断装置
００５…表示部
００７…通信部
００８…故障予知部
００９…通信部
０１０…故障部品特定部
０１１…故障予兆一致度診断部
０１２…故障予兆検知結果データベース
０１３…検出情報取得部
０１４…故障予兆履歴データベース
０１５…信号重要度序列部
０１６…信号重要度データベース
０１７…信号特徴量診断部
０１８…信号特徴量データベース

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】

【図12】

【図13】

【図14】

【図15】

【図16】

【図17】

【図18】

【図19】

【図20】