特開 2024-174561 故障予測提示システム及び故障予測提示方法

(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】P2024174561

(43)【公開日】2024-12-17

(54)【発明の名称】故障予測提示システム及び故障予測提示方法

(51)【国際特許分類】

   G06Q 10/20 20230101AFI20241210BHJP

【ＦＩ】

G06Q10/20

【審査請求】未請求

【請求項の数】9

【出願形態】ＯＬ

(21)【出願番号】P 2023092452

(22)【出願日】2023-06-05

(71)【出願人】

【識別番号】000004260

【氏名又は名称】株式会社デンソー

(74)【代理人】

【識別番号】110000567

【氏名又は名称】弁理士法人サトー

(72)【発明者】

【氏名】山本 和孝

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049CC15

(57)【要約】

【課題】故障発生時に故障に関するハードウェアとソフトウェアの両方の知見を速やかに提示する。
【解決手段】故障予測提示システム１は、設備関連ドキュメントから抽出した設備のソフトウェアに関連する情報及びハードウェアに関連する情報を保全の思考にしたがって層別する層別部２と、層別部による層別結果を学習して故障を予測する故障予測ＡＩ３と、故障予測ＡＩによる予測結果を提示する提示部７と、を備える。
【選択図】図２

【特許請求の範囲】

【請求項1】

設備関連ドキュメントから抽出した設備のソフトウェアに関連する情報及びハードウェアに関連する情報を保全の思考にしたがって層別する層別部（２）と、
前記層別部による層別結果を学習して故障を予測する故障予測ＡＩ（３）と、
前記故障予測ＡＩによる予測結果を提示する提示部（７）と、を備える故障予測提示システム。

【請求項2】

前記層別部は、前記設備関連ドキュメントとして作動図とタイミングチャートに基づいてセンサデータのマスタ挙動を抽出し、センサデータ名を層別する請求項１に記載した故障予測提示システム。

【請求項3】

前記層別部は、前記設備関連ドキュメントとして設備３次元図面に基づいて部品同士の位置関係と部品名を抽出し、故障部品名を層別する請求項１に記載した故障予測提示システム。

【請求項4】

前記層別部は、前記設備関連ドキュメントとして設備配線図に基づいて部品同士の電気的な接続関係と部品名を抽出し、故障部品名を層別する請求項１に記載した故障予測提示システム。

【請求項5】

前記層別部は、前記設備関連ドキュメントとして予備部品一覧表と変化点管理に基づいて部品交換頻度の情報と部品保全状況の情報を抽出し、故障部品名を層別する請求項１に記載した故障予測提示システム。

【請求項6】

前記層別部は、前記設備関連ドキュメントとして工程ＦＭＥＡと問題点対策表に基づいて工程内で故障し易い部品を抽出し、故障部品名を層別する請求項１に記載した故障予測提示システム。

【請求項7】

前記層別部は、部品名をキーワード参照し、キーワード参照で繋がった情報を、センサデータ名、故障部品名、異常コード名の順番並び替える請求項１に記載した故障予測提示システム。

【請求項8】

前記故障予測ＡＩは、異常コードや故障部品を予測し、
前記提示部は、異常コードの予測結果や故障部品の予測結果を提示する請求項１から７の何れか一項に記載した故障予測提示システム。

【請求項9】

設備関連ドキュメントから抽出した設備のソフトウェアに関連する情報及びハードウェアに関連する情報を保全の思考にしたがって層別する層別手順と、
前記層別手順による層別結果を学習して故障を予測する故障予測手順と、
前記故障予測手順による予測結果を提示する予測結果提示手順と、を行う故障予測提示方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、故障予測提示システム及び故障予測提示方法に関する。

【背景技術】

【0002】

例えば設備等の不具合による生産性の低下を回避することを目的とし、設備故障時の保全対応が求められている（例えば特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【特許文献1】特開２０１９－８６７５号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

設備故障時の保全対応の手法として、故障の現象と、ハードウェアの図面及びソフトウェアの図面とを照合して故障原因を調査する手法がある。しかしながら、上記した手法では、ハードウェアとソフトウェアの両方の知見を備えていないと故障原因を特定するまでには至らない。このような事情から、故障発生時に故障に関するハードウェアとソフトウェアの両方の知見を速やかに提示することが求められている。

【0005】

本発明は、上記した事情に鑑みてなされたものであり、その目的は、故障発生時に故障に関するハードウェアとソフトウェアの両方の知見を速やかに提示することができる故障予測提示システム及び故障予測提示方法を提供することにある。

【課題を解決するための手段】

【0006】

請求項１に記載した発明によれば、設備関連ドキュメントから抽出した設備のソフトウェアに関連する情報及びハードウェアに関連する情報を保全の思考にしたがって層別する層別部（２）と、前記層別部による層別結果を学習して故障を予測する故障予測ＡＩ（３）と、前記故障予測ＡＩによる予測結果を提示する提示部（７）と、を備える。

【0007】

設備関連ドキュメントから抽出した設備のソフトウェアに関連する情報及びハードウェアに関連する情報を保全の思考にしたがって層別し、その層別結果を学習して故障を予測し、その予測結果を提示するようにした。設備関連ドキュメントから抽出した情報を保全の思考にしたがって層別した層別結果を学習して故障を予測することで、故障発生時に故障に関するハードウェアとソフトウェアの両方の知見を適切に速やかに提示することができる。

【図面の簡単な説明】

【0008】

【図1】一実施形態の全体構成を示す機能ブロック図

【図2】故障予測の処理の流れを説明する図

【図3】故障分析の処理の流れを説明する図

【図4】保全履歴を抽出する態様を説明する図

【図5】処置候補を抽出する態様を説明する図

【発明を実施するための形態】

【0009】

以下、一実施形態について図面を取得して説明する。図１に示すように、故障予測提示システム１は、例えば設備等の故障を予測するシステムである。故障予測提示システム１は、層別部２と、故障予測ＡＩ（Artificial Intelligence）３と、保全履歴データベース（ＤＢ）４と、第１テキスト解析ＡＩ５と、第２テキスト解析ＡＩ６と、表示部７（提示部に相当する）を備える。層別部２、故障予測ＡＩ３、保全履歴ＤＢ４、第１テキスト解析ＡＩ５及び第２テキスト解析ＡＩ６は、故障予測提示システム１の制御部として機能し、マイクロコンピュータを主体として構成されている。故障予測提示システム１の制御部により故障予測提示方法が実現される。故障予測ＡＩ３、第１テキスト解析ＡＩ５及び第２テキスト解析ＡＩ６に用いられているＡＩは、人間の知的能力を模したアルゴリズムによる情報処理を行い、例えば学習、予測、抽出等の処理を行う。

【0010】

層別部２は、設備関連ドキュメントとして、作動図、タイミングチャート、設備３Ｄ（３次元）図面、設備配線図、予備部品一覧表、変化点管理、工程ＦＭＥＡ（Failure Mode and Effects Analysis）、問題点対策表を画像認識処理やＯＣＲ処理等により読み取る。設備関連ドキュメントは、設備のソフトウェアに関連する情報及びハードウェアに関連する情報を含む幾つかの図面や表を含む。

【0011】

作動図は、設備の作動内容を示し、センサデータ名やフローチャートの情報を含む。タイミングチャートは、設備の作動を時系列で示す情報を含む。設備３Ｄ図面は、部品型式や部品位置を示す情報を含む。設備配線図は、電気配線を示す情報を含む。予備部品一覧表は、部品の交換頻度を示す情報を含む。変化点管理は、部品の交換頻度や保全状況の情報を含む。工程ＦＭＥＡは、工程において想定される不具合を示す情報を含む。問題点対策表は、工程における問題点に対する対策を示す情報を含む。

【0012】

層別部２は、設備関連ドキュメントを読み取ると、その読み取った設備関連ドキュメントの記載情報から情報抽出ソフトウェアにより情報を抽出し、その抽出した情報からセンサデータ名、故障部品名、異常コード名を層別する。故障部品名は、センサデータ名で示されるセンサデータが関連する部位や故障の原因となる部位を示す情報を含む。異常コード名は、故障モードと称される場合があり、故障部品名で示される故障部品が誘発する異常コードを示す情報を含む。層別部２は、キーワード参照で繋がった情報を、センサデータ名、故障部品名、異常コード名の順番に並び替え、保全の思考にしたがって層別する。保全の思考とは、保全員が保全を実施する際に想起し得る思考である。即ち、層別部２は、保全を実施する保全員が、センサデータ名からセンサデータを特定し、センサデータが関連する部位や故障の原因となる部位を予測し、故障部品が誘発する異常コードを予測するという思考に倣い、設備関連ドキュメントから抽出した設備のソフトウェアに関連する情報及びハードウェアに関連する情報からセンサデータ名、故障部品名、異常コード名を層別する。

【0013】

故障予測ＡＩ３は、学習機能と、予測機能とを備える。故障予測ＡＩ３は、層別部２による層別結果を入力して取得すると、その取得した層別結果を学習して故障を予測する。

【0014】

保全履歴ＤＢ４は、保全履歴を、現象、原因及び処置を単位として格納する。保全履歴ＤＢ４に格納されている保全履歴は、異常コード名に該当する保全履歴、異常コード名に該当しない保全履歴、故障部品名に該当する保全履歴が含まれる。異常コード名に該当する保全履歴とは、現象の欄に異常コードが記録されている保全履歴である。異常コード名に該当しない保全履歴とは、現象の欄に異常コードではなく例えば自然文等が記録されている保全履歴である。故障部品名に該当する保全履歴とは、原因の欄に故障部品が記録されている保全履歴である。

【0015】

第１テキスト解析ＡＩ５は、保全履歴を抽出する処理として、故障分析の対象とする異常コードを示す異常コード名に基づいて保全履歴ＤＢ４から抽出された保全履歴を取得する。第１テキスト解析ＡＩ５は、テキスト全体の記録内容の類似度に基づいて異常コード名と類似し且つ当該異常コード名とは異なる別の表記が記録されている保全履歴を、異常コードと同一又は類似する保全履歴として保全履歴ＤＢ４から抽出する。

【0016】

第２テキスト解析ＡＩ６は、処置候補を抽出する処理として、故障分析の対象とする異常コードを示す異常コード名や故障部品を示す故障部品名に基づいて保全履歴ＤＢ４から抽出された保全履歴を入力し、その入力した保全履歴の処置の記録内容に基づいて当該異常コードに対する処置候補や当該故障部品に対する処置候補を保全履歴ＤＢ４から抽出する。

【0017】

表示部７は、故障予測ＡＩ３による予測結果として異常コード予測結果及び故障部品予測結果を表示する。又、表示部７は、第１テキスト解析ＡＩ５による抽出結果として保全履歴を表示する。更に、表示部７は、第２テキスト解析ＡＩ６による抽出結果として異常コードに対する処置候補及び故障部品に対する処置候補を表示する。

【0018】

次に、上記した構成の作用について図２から図５を参照して説明する。ここでは、故障予測の処理の流れ、故障分析の処理の流れについて説明する。

【0019】

（１）故障予測の処理の流れ（図２参照）
図２に示すように、層別部２は、作動図とタイミングチャートを読み取ると、その読み取った情報から情報抽出ソフトウェアによりセンサデータのマスタ挙動を抽出し、センサデータ名を層別する（Ｓ１）。層別部２は、設備３Ｄ図面を読み取ると、その読み取った情報から情報抽出ソフトウェアにより部品同士の位置関係と部品名を抽出し、故障部品名を層別する（Ｓ２）。層別部２は、設備配線図を読み取ると、その読み取った情報から情報抽出ソフトウェアにより部品同士の電気的な接続関係と部品名を抽出し、故障部品名を層別する（Ｓ３）。

【0020】

層別部２は、予備部品一覧と変化点管理を読み取ると、その読み取った情報から情報抽出ソフトウェアにより部品交換頻度の情報と部品保全状況の情報を抽出し、故障部品名を層別する（Ｓ４）。層別部２は、工程ＦＭＥＡと問題点対策表を読み取ると、その読み取った情報から工程内で故障し易い部品を抽出し、故障部品名を層別する（Ｓ５）。

【0021】

層別部２は、故障部品名をキーワード参照し（Ｓ６）、キーワード参照で繋がった情報を、センサデータ名、故障部品名、異常コード名の順番並び替えることで保全の思考にしたがって層別し（Ｓ７、層別手順に相当する）、層別結果を故障予測ＡＩ３へ出力する（Ｓ８）。

【0022】

故障予測ＡＩ３は、層別部２から層別結果を入力して取得すると、その取得した層別結果を学習して故障を予測し（故障予測手順に相当する）、予測結果を表示部７へ出力する。表示部７は、故障予測ＡＩ３から予測結果を入力すると、その入力した予測結果として異常コード予測結果及び故障部品予測結果を表示する（予測結果提示手順に相当する）。

【0023】

（２）故障分析の処理の流れ（図３から図５参照）
図３に示すように、故障予測ＡＩ３は、異常コード名を予測し（Ｓ１１）、その予測した異常コード名をキーワードとして保全履歴ＤＢ４から保全履歴を抽出する（Ｓ１２）。故障予測ＡＩ３は、その抽出した保全履歴を第１テキスト解析ＡＩ５へ出力する（Ｓ１３）。

【0024】

第１テキスト解析ＡＩ５は、故障予測ＡＩ３から保全履歴を入力して取得すると、テキスト全体の記録内容の類似度に基づいて異常コード名と類似し且つ当該異常コード名とは異なる別の表記が記録されている保全履歴を、異常コードと同一又は類似する保全履歴として抽出し（Ｓ１４）、抽出結果を表示部７へ出力する。表示部７は、第１テキスト解析ＡＩ５から抽出結果を入力すると、その入力した抽出結果として異常コードと同一又は類似する保全履歴を表示する。

【0025】

図４に示すように、第１テキスト解析ＡＩ５は、現象の欄に「異常コードＡ」が記録されている保全履歴を抽出し、その抽出した保全履歴の原因として「ａ１」を特定し、処置として「ａ１１１」を特定する。第１テキスト解析ＡＩ５は、別の「異常コードＡ」が記録されている保全履歴を抽出し、その抽出した保全履歴の原因として「ａ２」を特定し、処置として「ａ２２２」を特定する。「ａ１」や「ａ２」は「異常コードＡ」に対する原因を示す情報であり、例えばコード情報等である。「ａ１１１」や「ａ２２２」は「異常コードＡ」に対する処置を示す情報であり、例えばコード情報等である。

【0026】

第１テキスト解析ＡＩ５は、「異常コードＡ」に対する原因や処置を特定すると、その特定した原因や処置と一致する保全履歴を検索する。この場合、第１テキスト解析ＡＩ５は、原因の欄に「ａ１」が記録されていると共に処置の欄に「ａ１１１」が記録されている「ＸＸ故障」の保全履歴を抽出し、原因の欄に「ａ２」が記録されていると共に処置の欄に「ａ２２２」が記録されている「ＹＹ腐食」の保全履歴を抽出する。即ち、第１テキスト解析ＡＩ５は、「ＸＸ故障」、「ＹＹ腐食」の保全履歴を、「異常コードＡ」の保全履歴と同一又は類似する保全履歴として抽出する。表示部７は、このようにして第１テキスト解析ＡＩ５により抽出された「ＸＸ故障」、「ＹＹ腐食」の保全履歴を、「異常コードＡ」の保全履歴と同一又は類似する保全履歴として表示する。

【0027】

又、故障予測ＡＩ３は、故障部品名を予測し（Ｓ１５）、その予測した故障部品名をキーワードとして保全履歴ＤＢ４から保全履歴を抽出する（Ｓ１６）。

【0028】

第２テキスト解析ＡＩ６は、保全履歴の処置の記録内容に基づいて異常コード及び故障部品に対する処置候補を保全履歴ＤＢ４から抽出し（Ｓ１７）、抽出結果を表示部７へ出力する。この場合、第２テキスト解析ＡＩ６は、異常コード及び故障部品に対する処置候補を、頻度の多少、設備停止時間の長短又は処置コストの高低を基準として保全履歴ＤＢ４から抽出する。表示部７は、第２テキスト解析ＡＩ６から抽出結果を入力すると、その入力した抽出結果として異常コードに対する処置候補及び故障部品に対する処置候補を表示する。

【0029】

図５に示すように、第２テキスト解析ＡＩ６は、異常コード及び故障部品に対する処置候補として例えば頻度の多少を基準とする場合、過去に「ａａａ１」の処置が最も多く、「ａａａ２」の処置が次に多ければ、「ａａａ１」を１位の処置候補として抽出し、「ａａａ２」を２位の処置候補として抽出する。表示部７は、このようにして第２テキスト解析ＡＩ６により例えば頻度の多少を基準として抽出された処置候補を表示する。第２テキスト解析ＡＩ６は、設備停止時間の長短を基準とする場合であれば、過去に設備停止時間が最も長い処置を１位の処置候補として抽出し、設備停止時間が次に長い処置を２位の処置候補として抽出する。第２テキスト解析ＡＩ６は、処置コストの高低を基準とする場合であれば、過去に処置コストが最も低い処置を１位の処置候補として抽出し、処置コストが次に低い処置を２位の処置候補として抽出する。「ｎ１」や「ｎ２」は頻度に相当する回数を示し、「ｎ１」は「ｎ２」より大きい値である。

【0030】

尚、以上は、異常コード名をキーワードとして保全履歴ＤＢ４から保全履歴を抽出し、故障部品名をキーワードとして保全履歴ＤＢ４から保全履歴を抽出することで、異常コード及び故障部品に対する処置候補を保全履歴ＤＢ４から抽出する構成を例示したが、異常コード、又は故障部品のうち何れかに対する処置候補を保全履歴ＤＢ４から抽出しても良い。即ち、例えばステップＳ１５～Ｓ１６を省略し、異常コード名をキーワードとして保全履歴ＤＢ４から保全履歴を抽出するだけで、異常コードに対する処置候補を保全履歴ＤＢ４から抽出しても良い。例えばステップＳ１１～Ｓ１４を省略し、故障部品名をキーワードとして保全履歴ＤＢ４から保全履歴を抽出するだけで、故障部品に対する処置候補を保全履歴ＤＢ４から抽出しても良い。

【0031】

以上に説明したように本実施形態によれば、次に示す作用効果を得ることができる。故障予測提示システム１において、設備関連ドキュメントから抽出した設備のソフトウェアに関連する情報及びハードウェアに関連する情報を保全の思考にしたがって層別し、その層別結果を学習して故障を予測し、その予測結果を表示するようにした。設備関連ドキュメントから抽出した情報を保全の思考にしたがって層別した層別結果を学習して故障を予測することで、故障発生時に故障に関するハードウェアとソフトウェアの両方の知見を適切に速やかに表示することができる。

【0032】

又、テキスト全体の記録内容の類似度に基づいて異常コード名と類似し且つ当該異常コード名とは異なる別の表記が記録されている保全履歴を、異常コードと同一又は類似する保全履歴として保全履歴データベースから抽出し、その抽出結果を表示するようにした。異常コード名と類似し且つ当該異常コード名とは異なる別の表記が記録されている保全履歴を、異常コードと同一又は類似する保全履歴として保全履歴データベースから抽出して表示することで、故障分析の対象となる保全履歴を保全履歴データベースから抜け漏れなく適切に抽出して表示することができる。

【0033】

又、故障分析の対象とする異常コードを示す異常コード名及び故障部品を示す故障部品名に基づいて保全履歴データベースから抽出された保全履歴を取得し、その取得した保全履歴の処置の記録内容に基づいて異常コードに対する処置候補及び故障部品に対する処置候補を保全履歴データベースから抽出し、その抽出結果を表示するようにした。異常コードに対する処置候補及び故障部品に対する処置候補を保全履歴データベースから抽出して表示することで、故障分析の対象に適する処置候補を適切に抽出して表示することができる。

【0034】

尚、以上は、「（２）故障分析の処理の流れ」において、故障予測ＡＩ３により予測した異常コード名や故障部品名をキーワードとして保全履歴ＤＢ４から保全履歴を抽出する構成を例示したが、故障予測ＡＩ３を用いない構成でも良い。即ち、故障予測ＡＩ３とは異なる別の手法により予測した異常コード名や故障部品をキーワードとして保全履歴ＤＢ４から保全履歴を抽出しても良い。

【0035】

本開示は、実施例に準拠して記述されたが、当該実施例や構造に限定されるものではないと理解される。本開示は、様々な変形例や均等範囲内の変形をも包含する。加えて、様々な組み合わせや形態、更には、それらに一要素のみ、それ以上、或いはそれ以下を含む他の組み合わせや形態をも、本開示の範疇や思想範囲に入るものである。

【0036】

本開示に記載の制御部及びその手法は、コンピュータプログラムにより具体化された一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリを構成することにより提供された専用コンピュータにより実現されても良い。或いは、本開示に記載の制御部及びその手法は、一つ以上の専用ハードウェア論理回路によりプロセッサを構成することにより提供された専用コンピュータにより実現されても良い。若しくは、本開示に記載の制御部及びその手法は、一つ乃至は複数の機能を実行するようにプログラムされたプロセッサ及びメモリと一つ以上のハードウェア論理回路により構成されたプロセッサとの組み合わせにより構成された一つ以上の専用コンピュータにより実現されても良い。又、コンピュータプログラムは、コンピュータにより実行されるインストラクションとして、コンピュータ読み取り可能な非遷移有形記録媒体に記憶されていても良い。

【符号の説明】

【0037】

図面中、１は故障予測提示システム、２は層別部、３は故障予測ＡＩ、４は保全履歴ＤＢ、５は第１テキスト解析ＡＩ、６は第２テキスト解析ＡＩ、７は表示部（提示部）である。

【図1】

【図2】

【図3】

【図4】

【図5】