特許 7404196 故障診断装置、故障診断システム、及び故障診断プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】

(24)【登録日】2023-12-15

(45)【発行日】2023-12-25

(54)【発明の名称】故障診断装置、故障診断システム、及び故障診断プログラム

(51)【国際特許分類】

   H01M 8/04 20160101AFI20231218BHJP

   H01M 8/04664 20160101ALI20231218BHJP

   H01M 8/00 20160101ALI20231218BHJP

   H01M 8/0612 20160101ALI20231218BHJP

   H01M 8/10 20160101ALI20231218BHJP

   H01M 8/0432 20160101ALI20231218BHJP

   G05B 23/02 20060101ALI20231218BHJP

   G06Q 10/20 20230101ALI20231218BHJP

【ＦＩ】

H01M8/04 Z

H01M8/04664

H01M8/00 Z

H01M8/0612

H01M8/10

H01M8/0432

G05B23/02 T

G05B23/02 302R

G06Q10/20

【請求項の数】 11

(21)【出願番号】P 2020150114

(22)【出願日】2020-09-07

(65)【公開番号】P2022044479

(43)【公開日】2022-03-17

【審査請求日】2023-03-02

(73)【特許権者】

【識別番号】000220262

【氏名又は名称】東京瓦斯株式会社

(74)【代理人】

【識別番号】110001519

【氏名又は名称】弁理士法人太陽国際特許事務所

(72)【発明者】

【氏名】香田 淳也

(72)【発明者】

【氏名】木村 駿介

(72)【発明者】

【氏名】高須 俊樹

【審査官】大内 俊彦

(56)【参考文献】

【文献】特開２００６－３３９１２３（ＪＰ，Ａ）

【文献】特表２０１９－５２１４９１（ＪＰ，Ａ）

【文献】特開２００３－２２３９１７（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｈ０１Ｍ ８／００－８／２４９５

Ｇ０５Ｂ ２３／０２

Ｇ０６Ｑ １０／２０

(57)【特許請求の範囲】

【請求項1】

燃料電池コージェネレーションシステムが動作の異常を検知した場合に、前記燃料電池コージェネレーションシステムから、前記異常に対応する、前記燃料電池コージェネレーションシステムの動作履歴に関する動作履歴データを取得する取得部と、
過去に得られた動作履歴データ群を、前記燃料電池コージェネレーションシステムの機能部に対応付けて多変量解析又は機械学習することにより生成され、かつ、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を判定する、複数種類の故障診断モデルの各々に対して、前記取得部により取得された動作履歴データ又は当該動作履歴データを加工して得られるデータを入力し、前記複数種類の故障診断モデルの各々から出力される判定結果を用いて、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を推定する推定部と、
を備えた故障診断装置。

【請求項2】

前記複数種類の故障診断モデルは、第１故障診断モデル、及び、前記第１故障診断モデルとは生成手法が異なる第２故障診断モデルを含み、
前記推定部は、前記入力したデータに対する前記第１故障診断モデル及び前記第２故障診断モデルの各々の判定結果が両方共に故障である場合に、前記第１故障診断モデル及び前記第２故障診断モデルに対応付けられた機能部を故障と推定し、前記入力したデータに対する前記第１故障診断モデル及び前記第２故障診断モデルの各々の判定結果が両方共に健全である場合に、前記第１故障診断モデル及び前記第２故障診断モデルに対応付けられた機能部を健全と推定し、前記入力したデータに対する前記第１故障診断モデル及び前記第２故障診断モデルのいずれか一方の判定結果が故障であり他方の判定結果が健全である場合に、前記第１故障診断モデル及び前記第２故障診断モデルに対応付けられた機能部を故障疑いと推定する
請求項１に記載の故障診断装置。

【請求項3】

前記第１故障診断モデル及び前記第２故障診断モデルは、ニューラルネットワーク、ランダムフォレスト、及びサポートベクターマシンのうちのいずれか２つの組み合わせである
請求項２に記載の故障診断装置。

【請求項4】

前記推定部は、前記複数種類の故障診断モデルの各々から出力される判定結果を用いることに代えて、前記複数種類の故障診断モデルのうちのいずれか１つの故障診断モデルを選択し、選択した故障診断モデルに対して複数の異なる閾値を設定し、設定した複数の異なる閾値及び前記入力したデータに基づいて、前記選択した故障診断モデルに対応付けられた機能部を故障又は健全又は故障疑いと推定する
請求項１～請求項３の何れか１項に記載の故障診断装置。

【請求項5】

前記複数の異なる閾値は、故障と予測された全データ数に対する実態が故障であったデータ数の割合である適合率が９０％以上１００％以下となる閾値と、実態が故障であった全データ数に対する故障と予測されたデータ数の割合である再現率が９０％以上１００％以下となる閾値と、を含む
請求項４に記載の故障診断装置。

【請求項6】

前記燃料電池コージェネレーションシステムは、発電を行う燃料電池モジュールが設けられ、かつ、前記燃料電池モジュールに接続されたガス経路、改質水経路、及び空気経路が設けられた燃料電池ユニットを含み、
前記燃料電池ユニットの動作の異常を検知した場合に、前記異常の種別に応じた経路診断を、前記ガス経路、前記改質水経路、及び前記空気経路の少なくとも１つに対して行い、故障の可能性がある経路を絞り込む経路診断部を更に備え、
前記推定部は、前記経路診断部で絞り込まれた経路により特定される機能部の複数種類の故障診断モデルのみを選択的に用いて、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を推定する
請求項１～請求項３の何れか１項に記載の故障診断装置。

【請求項7】

前記動作履歴データは、前記異常の種別を表すエラーコードを含み、
前記エラーコードは、前記ガス経路、前記改質水経路、及び前記空気経路を対象とする第１エラーコード、前記ガス経路及び前記改質水経路を対象とする第２エラーコード、前記ガス経路及び前記空気経路を対象とする第３エラーコード、及び、前記改質水経路及び前記空気経路を対象とする第４エラーコードのいずれかである
請求項６に記載の故障診断装置。

【請求項8】

前記経路診断部は、前記ガス経路、前記改質水経路、及び前記空気経路の少なくとも１つに対する前記経路診断を、前記燃料電池ユニットの温度帯に応じた方法を用いて行う
請求項６又は請求項７に記載の故障診断装置。

【請求項9】

前記燃料電池モジュールは、電解質層、燃料極、及び空気極を有する複数の燃料電池セルが積層された燃料電池スタックと、炭化水素原料を含むガスを改質する改質器と、を含み、
前記燃料電池ユニットの温度帯は、前記改質器へのガス導入により炭素析出が生じる温度である炭素析出温度より高く、前記燃料電池モジュールの最高温度以下の第１温度帯と、前記燃料電池スタックへの空気導入により燃料電池セルの再酸化が生じる温度である再酸化温度より高く、前記炭素析出温度以下の第２温度帯と、前記改質器に導入される改質水が気化する温度である気化温度より高く、前記再酸化温度以下の第３温度帯と、前記気化温度以下の第４温度帯と、を含み、
前記ガス経路に対する前記経路診断の方法は、前記燃料電池ユニットの温度が前記第１温度帯である場合に、改質水及びガスを導入し、前記燃料電池ユニットの温度が前記第２温度帯又は前記第３温度帯又は前記第４温度帯である場合に、ガスを導入する方法であり、
前記改質水経路に対する前記経路診断の方法は、前記燃料電池ユニットの温度が前記第１温度帯又は前記第２温度帯又は前記第３温度帯である場合に、改質水を導入し、前記燃料電池ユニットの温度が前記第４温度帯である場合に、診断不可とする方法であり、
前記空気経路に対する前記経路診断の方法は、前記燃料電池ユニットの温度が前記第１温度帯である場合に、少なくとも改質水及び空気を導入し、前記燃料電池ユニットの温度が前記第２温度帯である場合に、改質水及びガスの少なくとも一方と空気とを導入し、前記燃料電池ユニットの温度が前記第３温度帯又は前記第４温度帯である場合に、空気を導入する方法である
請求項８に記載の故障診断装置。

【請求項10】

燃料電池コージェネレーションシステムと、
前記燃料電池コージェネレーションシステムと接続された故障診断装置と、
を備え、
前記燃料電池コージェネレーションシステムは、
自システムの動作の異常を検知した場合に、前記故障診断装置に対して、前記異常に対応する、自システムの動作履歴に関する動作履歴データを送信し、
前記故障診断装置は、
前記燃料電池コージェネレーションシステムから送信された前記動作履歴データを取得する取得部と、
過去に得られた動作履歴データ群を、前記燃料電池コージェネレーションシステムの機能部に対応付けて多変量解析又は機械学習することにより生成され、かつ、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を判定する、複数種類の故障診断モデルの各々に対して、前記取得部により取得された動作履歴データ又は当該動作履歴データを加工して得られるデータを入力し、前記複数種類の故障診断モデルの各々から出力される判定結果を用いて、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を推定する推定部と、
を備えた故障診断システム。

【請求項11】

コンピュータを、請求項１～請求項９の何れか１項に記載の故障診断装置が備える各部として機能させるための故障診断プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、故障診断装置、故障診断システム、及び故障診断プログラムに関し、詳しくは、燃料電池コージェネレーションシステムの故障を診断する故障診断装置、故障診断システム、及び故障診断プログラムに関する。

【背景技術】

【0002】

従来の故障個所診断システムは、ロジスティック回帰モデルを用いて、発電システムの運転情報を表す複数の説明変数から、発電システムの複数個所のうち所定個所が故障しており他の個所が故障していない確率を表す目的変数を特定するようにしている（例えば、特許文献１参照）。

【先行技術文献】

【特許文献】

【0003】

【文献】特開２０２０－０３０７５７号公報

【発明の概要】

【発明が解決しようとする課題】

【0004】

上記特許文献１に記載された技術によれば、ロジスティック回帰モデルを用いて故障診断を行うため、高精度なロジスティック回帰モデルを用いることができれば、現場にて故障診断作業を行う必要がなくなる場合がある。しかしながら、１つのロジスティック回帰モデルを用いて故障診断を行うため、診断精度が十分とは言えない。特に、燃料電池システムのように部品点数の多い機器では、本来健全である部品が故障と誤判定されることで修理部品が増え、作業担当者の現場での作業の負荷が増大する。

【0005】

本発明は、上記事情に鑑みてなされたものであって、燃料電池コージェネレーションシステムの故障診断を、作業担当者の現場での負担を軽減させつつ、精度良く行うことができる故障診断装置、故障診断システム、及び故障診断プログラムを提供することを目的とする。

【課題を解決するための手段】

【0006】

上記目的を達成するために、本発明の一態様に係る故障診断装置は、燃料電池コージェネレーションシステムが動作の異常を検知した場合に、前記燃料電池コージェネレーションシステムから、前記異常に対応する、前記燃料電池コージェネレーションシステムの動作履歴に関する動作履歴データを取得する取得部と、過去に得られた動作履歴データ群を、前記燃料電池コージェネレーションシステムの機能部に対応付けて多変量解析又は機械学習することにより生成され、かつ、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を判定する、複数種類の故障診断モデルの各々に対して、前記取得部により取得された動作履歴データ又は当該動作履歴データを加工して得られるデータを入力し、前記複数種類の故障診断モデルの各々から出力される判定結果を用いて、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を推定する推定部と、を備えている。

【0007】

また、本発明の一態様に係る故障診断システムは、燃料電池コージェネレーションシステムと、前記燃料電池コージェネレーションシステムと接続された故障診断装置と、を備え、前記燃料電池コージェネレーションシステムが、自システムの動作の異常を検知した場合に、前記故障診断装置に対して、前記異常に対応する、自システムの動作履歴に関する動作履歴データを送信し、前記故障診断装置が、前記燃料電池コージェネレーションシステムから送信された前記動作履歴データを取得する取得部と、過去に得られた動作履歴データ群を、前記燃料電池コージェネレーションシステムの機能部に対応付けて多変量解析又は機械学習することにより生成され、かつ、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を判定する、複数種類の故障診断モデルの各々に対して、前記取得部により取得された動作履歴データ又は当該動作履歴データを加工して得られるデータを入力し、前記複数種類の故障診断モデルの各々から出力される判定結果を用いて、前記燃料電池コージェネレーションシステムの機能部毎に故障の有無を推定する推定部と、を備えている。

【0008】

また、本発明の一態様に係る故障診断プログラムは、コンピュータを、上記故障診断装置が備える各部として機能させる。

【発明の効果】

【0009】

以上詳述したように、本発明によれば、燃料電池コージェネレーションシステムの故障診断を、作業担当者の現場での負担を軽減させつつ、精度良く行うことができる。

【図面の簡単な説明】

【0010】

【図1】第１の実施形態に係る故障診断システムの構成の一例を示す図である。

【図2】第１の実施形態に係るＣＧＳの構成の一例を示すブロック図である。

【図3】第１の実施形態に係る制御プログラムによる処理の流れの一例を示すフローチャートである。

【図4】第１の実施形態に係る故障診断装置の電気的な構成の一例を示すブロック図である。

【図5】第１の実施形態に係る故障診断装置の機能的な構成の一例を示すブロック図である。

【図6】第１の実施形態に係る故障診断プログラムによる処理の流れの一例を示すフローチャートである。

【図7】（Ａ）は第１故障診断モデルの判定結果の一例を示すグラフである。（Ｂ）は第２故障診断モデルの判定結果の一例を示すグラフである。（Ｃ）は第１故障診断モデル及び第２故障診断モデルを用いた場合の判定結果の一例を示すグラフである。

【図8】第１の実施形態に係る故障診断プログラムによる学習処理の流れの一例を示すフローチャートである。

【図9】第２の実施形態に係る故障診断装置の機能的な構成の一例を示すブロック図である。

【図10】第２の実施形態に係る適合率及び再現率の説明に供する図である。

【図11】第１故障診断モデルの判定結果の一例を示すグラフである。

【図12】第２の実施形態に係る故障診断装置の機能的な構成の一例を示すブロック図である。

【図13】実施形態に係る第１データテーブルの一例を示す図である。

【図14】実施形態に係る第２データテーブルの一例を示す図である。

【図15】第３の実施形態に係る故障診断プログラムによる処理の流れの一例を示すフローチャートである。

【図16】第３の実施形態に係る経路診断Ａの処理の流れの一例を示すフローチャートである。

【図17】第３の実施形態に係る経路診断Ｂの処理の流れの一例を示すフローチャートである。

【図18】第３の実施形態に係る経路診断Ｃの処理の流れの一例を示すフローチャートである。

【図19】第３の実施形態に係る経路診断Ｅの処理の流れの一例を示すフローチャートである。

【発明を実施するための形態】

【0011】

以下、図面を参照して、本発明を実施するための形態の一例について詳細に説明する。

【0012】

[第１の実施形態]
図１は、第１の実施形態に係る故障診断システム１００の構成の一例を示す図である。

【0013】

図１に示すように、本実施形態に係る故障診断システム１００は、燃料電池コージェネレーションシステム（以下、単に「ＣＧＳ」という。）４０と、故障診断装置１０と、メンテナンス用端末７０と、を備えている。故障診断システム１００は、ＣＧＳ４０の故障を診断するためのシステムとして構成される。

【0014】

ＣＧＳ４０は、例えば、エネファーム（登録商標）であり、ユーザ宅３０に設置されている。故障診断装置１０は、ＣＧＳ４０の故障を診断するための装置であり、ＣＧＳ４０とネットワークＮを介して接続されている。故障診断装置１０には、例えば、サーバコンピュータ、パーソナルコンピュータ（ＰＣ）等の汎用的なコンピュータ装置が適用される。ネットワークＮには、例えば、ＬＡＮ(Local Area Network)、ＷＡＮ（Wide Area Network）、インターネット等のネットワークが適用される。

【0015】

メンテナンス用端末７０は、ＣＧＳ４０のメンテナンス作業を行う作業担当者６０が所有する端末である。メンテナンス用端末７０は、ネットワークＮを介して故障診断装置１０と接続されている。メンテナンス用端末７０には、例えば、携帯可能なタブレット端末、スマートフォン、ノート型ＰＣ等が適用される。

【0016】

本実施形態に係る故障診断装置１０は、ＣＧＳ４０が動作の異常（以下、「エラー」という。）を検知した場合に、複数種類の故障診断モデルに対して、エラー検知時の動作履歴データを入力して故障診断を行う。

【0017】

具体的には、図１において、ＣＧＳ４０は、エラーを検知した場合に、エラーを発報する。このとき、ＣＧＳ４０は、自動的に故障診断装置１０に対して、自システムの動作履歴データを送信する。動作履歴データとは、例えば、エラー検知時、エラー検知前数秒間（例えば、１０秒以下）、及び、エラー検知後数秒間（例えば、１０秒以下）の少なくとも１つの動作履歴に関するデータである。動作履歴データは、例えば、各種センサの検出値、補機類（例えば、弁、ポンプ等）の動作状態を表すデータ、エラーコード等が含まれる。

【0018】

故障診断装置１０は、記憶部に、ＣＧＳ４０が備える複数の機能部の各々について複数種類の故障診断モデルを予め格納している。故障診断モデルは、ＣＧＳ４０の機能部毎に故障を診断するための数理モデルである。機能部は、少なくとも１つの部品（例えば、ポンプ、弁、配管、タンク等）を含んでいる。ＣＧＳ４０の故障診断モデルは、過去に得られた動作履歴データ群を、機能部に対応付けて多変量解析あるいは機械学習することにより生成されるモデルである。多変量解析には、一例として、ロジスティック回帰等が挙げられる。機械学習には、一例として、ランダムフォレスト、ニューラルネットワーク、サポートベクターマシン等が挙げられる。故障診断モデルには、例えば、機能部毎に故障の有無を判定する２クラス分類が用いられる。故障診断装置１０は、ＣＧＳ４０から取得した動作履歴データをそのまま、あるいは、故障診断モデルに入力可能なデータに加工し、加工したデータを複数種類の故障診断モデルの各々に入力する。複数種類の故障診断モデルの各々は、機能部毎に「故障有り（故障）」又は「故障なし（健全）」を出力する。具体的に、データが示す指標値が閾値以上の場合に「故障有り」を出力し、データが示す指標値が閾値未満の場合に「故障なし」を出力する。故障診断装置１０は、複数種類の故障診断モデルの各々から出力される判定結果を用いて、機能部毎に故障の有無を推定し、推定により得られた故障診断の診断結果を保持する。

【0019】

作業担当者（メンテナンス員）６０は、メンテナンス用端末７０から故障診断装置１０にアクセスし、診断結果が示す故障個所を確認する。そして、作業担当者６０は、故障診断装置１０から得られる診断結果に基づいて、現場にて部品交換作業等を実施する。

【0020】

図２は、第１の実施形態に係るＣＧＳ４０の構成の一例を示すブロック図である。

【0021】

図２に示すように、本実施形態に係るＣＧＳ４０は、大きく分けて、制御装置４１と、ＣＧＳ本体部４９と、を備えている。制御装置４１は、ＣＧＳ本体部４９と一体的に構成されてもよいし、ＣＧＳ本体部４９とは別体で構成されてもよい。

【0022】

制御装置４１は、ＣＧＳ４０のコントローラとして機能する。制御装置４１は、ＣＰＵ（Central Processing Unit）４２と、ＲＯＭ（Read Only Memory）４３と、ＲＡＭ（Random Access Memory）４４と、入出力インターフェース（Ｉ／Ｏ）４５と、記憶部４６と、通信部４７と、機器インターフェース（以下、「機器Ｉ／Ｆ」という。）４８と、を備えている。

【0023】

ＣＰＵ４２、ＲＯＭ４３、ＲＡＭ４４、及びＩ／Ｏ４５は、バスを介して各々接続されている。Ｉ／Ｏ４５には、記憶部４６と、通信部４７と、機器Ｉ／Ｆ４８と、を含む各機能部が接続されている。これらの各機能部は、Ｉ／Ｏ４５を介して、ＣＰＵ４２と相互に通信可能とされる。

【0024】

記憶部４６としては、例えば、ＨＤＤ（Hard Disk Drive）、ＳＳＤ（Solid State Drive）、フラッシュメモリ等が用いられる。記憶部４６には、ＣＧＳ本体部４９の動作を制御するための制御プログラム４６Ａが記憶される。なお、この制御プログラム４６Ａは、ＲＯＭ４３に記憶されていてもよい。

【0025】

制御プログラム４６Ａは、例えば、制御装置４１に予めインストールされていてもよい。制御プログラム４６Ａは、不揮発性の記憶媒体に記憶して、又はネットワークＮを介して配布して、制御装置４１に適宜インストールすることで実現してもよい。なお、不揮発性の記憶媒体の例としては、ＣＤ-ＲＯＭ（Compact Disc Read Only Memory）、光磁気ディスク、ＨＤＤ、ＤＶＤ-ＲＯＭ（Digital Versatile Disc Read Only Memory）、フラッシュメモリ、メモリカード等が想定される。

【0026】

通信部４７は、インターネット、ＬＡＮ、ＷＡＮ等のネットワークＮに接続されており、外部の故障診断装置１０との間でネットワークＮを介して通信が可能とされる。

【0027】

機器Ｉ／Ｆ４８には、ＣＧＳ本体部４９が接続されている。すなわち、ＣＧＳ本体部４９に含まれる各種電装部品は、機器Ｉ／Ｆ４８を介して、ＣＰＵ４２と通信可能に接続される。

【0028】

ＣＧＳ本体部４９は、公知の構成である。具体的に、ＣＧＳ本体部４９は、燃料電池ユニット５０を備える。燃料電池ユニット５０には、燃料電池モジュール５１、燃料電池モジュール５１に接続されたガス経路５２、改質水経路５３、及び空気経路５４が設けられている。ＣＧＳ本体部４９は、上述したように、複数の機能部を備える。この機能部は、少なくとも１つの部品を含んでいる。この機能部は、例えば、ガス経路５２を構成する複数の部品、改質水経路５３を構成する複数の部品、又は、空気経路５４を構成する複数の部品としてもよい。この機能部は、ＣＧＳ本体部４９を構成する個々の部品としてもよい。この部品には、例えば、ポンプ、弁、配管、タンク等が含まれる。

【0029】

燃料電池モジュール５１は、燃料電池スタック５１Ａ及び改質器５１Ｂを備える。改質器５１Ｂは、炭化水素原料を含むガス（例えば、都市ガス）を改質する。燃料電池スタック５１Ａは、電解質層、燃料極、及び空気極を有する複数の燃料電池セルが積層されている。燃料電池スタック５１Ａは、改質器５１Ｂにより都市ガスから改質された改質ガス中の水素と、空気中の酸素とを反応させて電気及び水を発生させるように構成されている。燃料電池ユニット５０は、改質ガス及び空気の供給量を調整するための弁及びポンプ等の補機類と、燃料電池スタック５１Ａによる発電で発生した熱を伝熱媒体（例えば、水等）との間で熱交換するための熱交換器と、を備えている。

【0030】

ＣＧＳ本体部４９は、貯湯タンクを備える。ＣＧＳ本体部４９では、貯湯タンクに給水されると、貯湯タンクから燃料電池ユニット５０の熱交換器に水が供給され、この熱交換器で水が燃料電池スタック５１Ａの熱で加熱される。熱交換器で水が加熱されると、水が湯となる。この湯は、貯湯タンクに供給され、この貯湯タンクに貯められる。貯湯タンクは、燃料電池ユニット５０との間で水及び湯を行き来させるための弁及びポンプや、貯湯タンクに貯めた湯を排湯させるための弁及びポンプ等の補機類を備える。

【0031】

また、ガス経路５２は、都市ガスが流れる経路である。ガス経路５２には、都市ガスの供給量を調整するための弁及びポンプ等の補機類が含まれる。改質水経路５３は、改質水が流れる経路である。改質水経路５３には、改質水の供給量を調整するための弁及びポンプ等の補機類が含まれる。空気経路５４は、空気が流れる経路である。空気経路５４には、空気の供給量を調整するための弁及びポンプ等の補機類が含まれる。

【0032】

制御装置４１は、ＣＧＳ本体部４９に備えられた補機類を制御するコントローラである。制御装置４１は、ＣＧＳ本体部４９に対して、補機類を制御するための制御信号をそれぞれ出力する。また、ＣＧＳ本体部４９は、制御装置４１に対して、ＣＧＳ本体部４９の運転状況を表す運転データを出力する。この運転データは、特徴量として、補機類の動作状態を表すデータ（例えば、電圧値、電流値等）、ＣＧＳ本体部４９に設けられた各種センサの検出値等が含まれる。具体的に、補機類の動作状態を表すデータとは、例えば、ポンプの場合にはポンプの操作量を表すデータであり、弁の場合には弁の開閉状態を表すデータである。また、各種センサの検出値とは、例えば、配管の場合には都市ガス、改質水、及び空気のそれぞれの流量を表す値であり、タンクの場合には水位を表す値である。

【0033】

制御装置４１は、ＣＧＳ本体部４９から取得した時系列の運転データを記憶部４６に記憶する。制御装置４１は、ＣＧＳ本体部４９から取得した運転データに基づいて、ＣＧＳ本体部４９のエラーを検知する機能を有する。なお、エラーの検知は、例えば、運転データから得られる特徴量と対応する閾値との比較により行われる。

【0034】

ここで、図３を参照して、本実施形態に係る制御装置４１によるエラー発報処理について具体的に説明する。なお、このエラー発報処理は、制御装置４１が備える制御プログラム４６Ａによって実行される。

【0035】

図３は、第１の実施形態に係る制御プログラム４６Ａによる処理の流れの一例を示すフローチャートである。

【0036】

まず、ＣＰＵ４２により記憶部４６に記憶されている制御プログラム４６Ａが起動され、以下に示す各ステップが実行される。

【0037】

図３のステップＳ１０１では、ＣＰＵ４２が、ＣＧＳ本体部４９から時系列で取得した運転データを記憶部４６に記憶すると共に、取得した運転データに基づいて、エラーの発生を示す異常値を検知したか否かを判定する。異常値を検知したと判定した場合（肯定判定の場合）、ステップＳ１０２に移行し、異常値を検知しないと判定した場合（否定判定の場合）、ステップＳ１０１で待機となる。

【0038】

ステップＳ１０２では、ＣＰＵ４２が、記憶部４６に記憶した時系列の運転データの中から、エラー検知時、エラー検知前数秒間（例えば、１０秒以下）、及び、エラー検知後数秒間（例えば、１０秒以下）の少なくとも１つの運転データを動作履歴データとして抽出し、抽出した動作履歴データを記憶部４６に保持する。この動作履歴データには、上述したように、例えば、各種センサの検出値、補機類の動作状態を表すデータ、エラーコード等が含まれる。記憶部４６に保持した動作履歴データを「データ１」と称する。

【0039】

ステップＳ１０３では、ＣＰＵ４２が、ステップＳ１０２でのデータ１の保持をもってエラーを確定する。

【0040】

ステップＳ１０４では、ＣＰＵ４２が、通信部４７を介して、ステップＳ１０２で保持したデータ１を故障診断装置１０に送信し、本制御プログラム４６Ａによる一連の処理を終了する。

【0041】

図４は、第１の実施形態に係る故障診断装置１０の電気的な構成の一例を示すブロック図である。

【0042】

図４に示すように、本実施形態に係る故障診断装置１０は、ＣＰＵ１１と、ＲＯＭ１２と、ＲＡＭ１３と、Ｉ／Ｏ１４と、記憶部１５と、表示部１６と、操作部１７と、通信部１８と、を備えている。

【0043】

ＣＰＵ１１、ＲＯＭ１２、ＲＡＭ１３、及びＩ／Ｏ１４は、バスを介して各々接続されている。Ｉ／Ｏ１４には、記憶部１５と、表示部１６と、操作部１７と、通信部１８と、を含む各機能部が接続されている。これらの各機能部は、Ｉ／Ｏ１４を介して、ＣＰＵ１１と相互に通信可能とされる。

【0044】

記憶部１５としては、例えば、ＨＤＤ、ＳＳＤ、フラッシュメモリ等が用いられる。記憶部１５には、ＣＧＳ４０の故障を診断するための故障診断プログラム１５Ａが記憶される。なお、この故障診断プログラム１５Ａは、ＲＯＭ１２に記憶されていてもよい。

【0045】

故障診断プログラム１５Ａは、例えば、故障診断装置１０に予めインストールされていてもよい。故障診断プログラム１５Ａは、不揮発性の記憶媒体に記憶して、又はネットワークＮを介して配布して、故障診断装置１０に適宜インストールすることで実現してもよい。なお、不揮発性の記憶媒体の例としては、ＣＤ-ＲＯＭ、光磁気ディスク、ＨＤＤ、ＤＶＤ-ＲＯＭ、フラッシュメモリ、メモリカード等が想定される。

【0046】

表示部１６には、例えば、液晶ディスプレイ（ＬＣＤ:Liquid Crystal Display）、有機ＥＬ（Electro Luminescence）ディスプレイ等が用いられる。表示部１６は、タッチパネルを一体的に有していてもよい。操作部１７には、例えば、キーボード、マウス等の操作入力用のデバイスが設けられている。表示部１６及び操作部１７は、故障診断装置１０のユーザから各種の指示を受け付ける。表示部１６は、ユーザから受け付けた指示に応じて実行された処理の結果や、処理に対する通知等の各種の情報を表示する。

【0047】

通信部１８は、インターネット、ＬＡＮ、ＷＡＮ等のネットワークＮに接続されており、ＣＧＳ４０、メンテナンス用端末７０との間でネットワークＮを介して通信が可能とされる。

【0048】

本実施形態に係る故障診断装置１０のＣＰＵ１１は、記憶部１５に記憶されている故障診断プログラム１５ＡをＲＡＭ１３に書き込んで実行することにより、図５に示す各部として機能する。

【0049】

図５は、第１の実施形態に係る故障診断装置１０の機能的な構成の一例を示すブロック図である。

【0050】

図５に示すように、本実施形態に係る故障診断装置１０のＣＰＵ１１は、取得部１１Ａ、推定部１１Ｂ、学習部１１Ｃ、及び出力部１１Ｄとして機能する。

【0051】

また、記憶部１５には、上述したように、機能部毎に複数種類の第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃが予め格納されている。つまり、１つの機能部（又は部品）に対して複数種類の第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃが対応している。これら第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々は、上述したように、多変量解析あるいは機械学習により得られる、ＣＧＳ４０の機能部毎に故障を診断するための数理モデルである。第１故障診断モデル１５Ｂと、第２故障診断モデル１５Ｃとは、モデルの生成手法、つまり、生成ロジックが異なっている。第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃは、例えば、ニューラルネットワーク、ランダムフォレスト、及びサポートベクターマシンのうちのいずれか２つの組み合わせとされる。第１故障診断モデル１５Ｂは、例えば、ニューラルネットワークであり、第２故障診断モデル１５Ｃは、例えば、ランダムフォレストである。なお、１つの機能部（又は部品）に対して３つ以上の異なる故障診断モデルを対応させてもよい。

【0052】

取得部１１Ａは、上述のＣＧＳ４０から送信された動作履歴データを取得する。例えば、動作履歴データとしてデータ１を取得する。

【0053】

推定部１１Ｂは、取得部１１Ａにより取得された動作履歴データを、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々に入力可能なデータに加工し、加工して得られたデータを、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々に対して入力する。なお、動作履歴データを加工することなくそのまま第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々に対して入力してもよい。そして、推定部１１Ｂは、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々から出力される判定結果を用いて、ＣＧＳ４０の機能部毎に故障の有無を推定する。なお、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々は、例えば、判定結果として、故障又は健全を出力する２クラス分類を行うモデルとされる。

【0054】

具体的に、推定部１１Ｂは、入力したデータに対する第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々の判定結果が両方共に故障である場合に、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃに対応付けられた機能部を故障と推定する。また、推定部１１Ｂは、入力したデータに対する第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々の判定結果が両方共に健全である場合に、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃに対応付けられた機能部を健全と推定する。また、推定部１１Ｂは、入力したデータに対する第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃのいずれか一方の判定結果が故障であり他方の判定結果が健全である場合に、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃに対応付けられた機能部を故障疑いと推定する。

【0055】

学習部１１Ｃは、過去に得られた動作履歴データ群を学習用データとして機械学習を行うことにより第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々を生成する。学習部１１Ｃにより生成された第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃは、出力部１１Ｄを介して、記憶部１５に格納される。なお、これら第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの格納場所は、記憶部１５に限定されない。例えば、外部の記憶装置に格納されていてもよい。また、本実施形態では、自装置で機械学習する構成としているが、外部装置で機械学習を行う構成としてもよい。また、機械学習に代えて、多変量解析を用いて第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々を生成してもよい。

【0056】

出力部１１Ｄは、推定部１１Ｂにより推定された機能部毎の最終的な診断結果を、例えば、記憶部１５に出力して保持する。また、出力部１１Ｄは、メンテナンス用端末７０からのアクセスに応じて、記憶部１５に保持した最終的な診断結果をメンテナンス用端末７０に送信する。なお、この最終的な診断結果には、機能部毎（あるいは部品毎）に、診断結果（故障、健全、故障疑い）及び取るべき対応等が含まれている。例えば、データ１の判定結果が「故障」であれば、作業担当者６０が取るべき対応は「部品交換」となる。また、データ１の判定結果が「故障疑い」であれば、作業担当者６０が取るべき対応は「部品動作確認」となる。また、データ１の判定結果が「健全」であれば、作業担当者６０が取るべき対応は「なし」となる。

【0057】

次に、図６を参照して、第１の実施形態に係る故障診断装置１０の作用を説明する。

【0058】

図６は、第１の実施形態に係る故障診断プログラム１５Ａによる処理の流れの一例を示すフローチャートである。なお、本実施形態における機能部は１つの部品として表されるものとする。

【0059】

まず、ＣＰＵ１１により記憶部１５に記憶されている故障診断プログラム１５Ａが起動され、以下に示す各ステップが実行される。

【0060】

図６のステップＳ１１１では、ＣＰＵ１１が、ＣＧＳ４０の制御装置４１から送信された動作履歴データ（ここではデータ１）を取得する。

【0061】

ステップＳ１１２では、ＣＰＵ１１が、ステップＳ１１１で取得したデータ１を、機能部毎（ここでは部品毎）の第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々に入力可能なデータに加工する。ここでいう加工とは、データ１に対して、データの一部を削除、データの一部を抽出、新規データの追加等を行うことを意味する。また、加工には、データ１のデータ形式を、個々の故障診断モデルに適した形式に加工することも含まれる。なお、動作履歴データをそのまま用いる場合には加工は省略される。

【0062】

ステップＳ１１３では、ＣＰＵ１１が、ステップＳ１１２で加工したデータ１を、第１故障診断モデル１５Ｂに入力する。

【0063】

ステップＳ１１４では、ＣＰＵ１１が、第１故障診断モデル１５Ｂから出力される判定結果を記憶部１５に保持する。

【0064】

ステップＳ１１５では、ＣＰＵ１１が、ステップＳ１１２で加工したデータ１を、第２故障診断モデル１５Ｃに入力する。

【0065】

ステップＳ１１６では、ＣＰＵ１１が、第２故障診断モデル１５Ｃから出力される判定結果を記憶部１５に保持する。

【0066】

ステップＳ１１７では、ＣＰＵ１１が、ステップＳ１１４で保持した第１故障診断モデル１５Ｂの判定結果及びステップＳ１１６で保持した第２故障診断モデル１５Ｃの判定結果に基づいて、最終的な診断結果を、例えば、記憶部１５に出力し、本故障診断プログラム１５Ａによる一連の処理を終了する。なお、データ１に対する故障診断処理は、予め定められた複数の機能部の数だけ繰り返し行われる。

【0067】

次に、図７（Ａ）～図７（Ｃ）を参照して、第１の実施形態に係る第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃを用いた故障診断処理について具体的に説明する。

【0068】

図７（Ａ）は、第１故障診断モデル１５Ｂの判定結果の一例を示すグラフである。図７（Ｂ）は、第２故障診断モデル１５Ｃの判定結果の一例を示すグラフである。図７（Ｃ）は、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃを用いた場合の判定結果の一例を示すグラフである。

【0069】

図７（Ａ）～図７（Ｃ）において、黒丸はある部品Ａが実際に故障したときのデータ、白丸はその部品Ａが実際に故障していないときのデータである。縦軸と横軸は各データ項目(温度、電圧等)を示し、実際は多次元であるが、説明を簡単にするため、模式的に２次元グラフとして示している。

【0070】

図７（Ａ）に示すように、境界線ＴＨ１は、任意の生成ロジックで生成した第１故障診断モデル１５Ｂ（例えば、ニューラルネットワーク）の閾値を表している。第１故障診断モデル１５Ｂは、データがこの境界線ＴＨ１のどちら側にプロットされるかで故障の有無を判定する。例えば、領域Ｒ１は故障有りと判定する領域を示し、領域Ｒ２は故障無し（健全）と判定する領域を示す。図７（Ａ）のプロットを見ると、境界線ＴＨ１の周辺を境に故障の有無を大別することができる。しかし、境界線ＴＨ１の付近には両方のプロットが混在する曖昧な領域があり、データだけで正確な診断を下すことは難しい。例えば、機械学習モデルの生成時におけるパラメータを強くすることで複雑な境界線ＴＨ１を描くことは可能である。しかし、複雑な境界線ＴＨ１を描くには膨大なデータ数が必要であり、特に収集データ数に限りのあるＣＧＳ４０において曖昧な領域の正確な診断は困難であると言える。

【0071】

図７（Ｂ）に示すように、図７（Ａ）に示す第１故障診断モデル１５Ｂとは別の生成ロジックで生成した第２故障診断モデル１５Ｃ（例えば、ランダムフォレスト）を用意する。境界線ＴＨ２は、第２故障診断モデル１５Ｃの閾値を表している。例えば、領域Ｒ３は故障有りと判定する領域を示し、領域Ｒ４は故障無し（健全）と判定する領域を示す。上述の通り、第２故障診断モデル１５Ｃについても、第１故障診断モデル１５Ｂと同様に正確な診断を行うことはできない。しかし、境界線ＴＨ２の作成方法が第１故障診断モデル１５Ｂとは異なるため、似た精度で異なる境界線を作成することができる。

【0072】

図７（Ｃ）に示すように、診断精度を向上させるために、第１故障診断モデル１５Ｂの境界線ＴＨ１及び第２故障診断モデル１５Ｃの境界線ＴＨ２の両方を使用して、故障の判定を行う。例えば、領域Ｒ５は故障有りと判定する領域を示し、領域Ｒ６は故障無し（健全）と判定する領域を示し、領域Ｒ７は故障疑いと判定する領域を示す。すなわち、判定結果は、以下の（１）～（３）のように分類される。

【0073】

（１）第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃが共に故障有りと判定した場合 → 部品Ａは故障有りとし、部品Ａの交換を行う。
（２）第１故障診断モデル１５Ｂの判定結果と第２故障診断モデル１５Ｃの判定結果とが異なる場合 → 部品Ａは故障疑いとし、部品Ａの現地確認を行う。
（３）第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃが共に故障無し（健全）と判定した場合 → 部品Ａは故障無し（健全）とする。

【0074】

図７（Ａ）に示すように、第１故障診断モデル１５Ｂのみを用いた場合には８プロットが誤判定である。また、図７（Ｂ）に示すように、第２故障診断モデル１５Ｃのみを用いた場合には９プロットが誤判定である。これに対して、図７（Ｃ）に示すように、複数種類の第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃでは、複数の境界線ＴＨ１及び境界線ＴＨ２の組み合わせで曖昧な領域（図７（Ｃ）の例では領域Ｒ７）を故障疑いとして定め、この故障疑いについては現地で故障診断作業を行う。このため、誤判定は５プロットまで低減されている。

【0075】

次に、図８を参照して、第１の実施形態に係る故障診断装置１０による学習処理について具体的に説明する。

【0076】

図８は、第１の実施形態に係る故障診断プログラム１５Ａによる学習処理の流れの一例を示すフローチャートである。

【0077】

まず、ＣＰＵ１１により記憶部１５に記憶されている故障診断プログラム１５Ａが起動され、以下に示す各ステップが実行される。

【0078】

図８のステップＳ１２１では、ＣＰＵ１１が、過去の動作履歴データを学習用データとして取得する。

【0079】

ステップＳ１２２では、ＣＰＵ１１が、ステップＳ１２１で学習用データとして取得した動作履歴データを学習モデルに入力可能なデータに加工する。なお、動作履歴データをそのまま用いる場合には加工は省略される。

【0080】

ステップＳ１２３では、ＣＰＵ１１が、ステップＳ１２２で加工して得られたデータを正解データ（例えば、故障、健全）と共に、機能部毎に複数種類の学習モデルに入力する。

【0081】

ステップＳ１２４では、ＣＰＵ１１が、所定数のデータについて機械学習が終了したか否かを判定する。機械学習が終了したと判定した場合（肯定判定の場合）、ステップＳ１２５に移行し、機械学習が終了していないと判定した場合（否定判定の場合）、ステップＳ１２１に戻り処理を繰り返す。

【0082】

ステップＳ１２５では、ＣＰＵ１１が、機械学習により生成された複数種類の学習済みモデルを複数種類の第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃとして記憶部１５に格納し、本故障診断プログラム１５Ａによる一連の処理を終了する。

【0083】

なお、本実施形態では、故障診断装置１０を外部のサーバ装置として実現した場合について説明したが、これに限定されない。故障診断装置１０はＣＧＳ４０の制御装置４１として実現してもよい。

【0084】

このように本実施形態によれば、ＣＧＳのエラーが検知された場合に、ＣＧＳの機能部毎の故障診断を複数種類の故障診断モデルを用いて行う。このため、故障診断の誤判定を抑制し、故障診断を精度良く行うことができる。

【0085】

[第２の実施形態]
上記第１の実施形態では、複数種類の故障診断モデルを用いて故障診断を行う形態について説明した。第２の実施形態では、複数種類の故障診断モデルのうちのいずれか１つの故障診断モデルを選択的に用いて曖昧な領域を決める形態について説明する。

【0086】

図９は、第２の実施形態に係る故障診断装置１０Ａの機能的な構成の一例を示すブロック図である。

【0087】

図９に示すように、本実施形態に係る故障診断装置１０ＡのＣＰＵ１１は、記憶部１５に記憶されている故障診断プログラム１５ＡをＲＡＭ１３に書き込んで実行することにより、取得部１１Ａ、推定部１１Ｅ、学習部１１Ｃ、及び出力部１１Ｄとして機能する。なお、上記第１の実施形態で説明した故障診断装置１０と同じ構成要素には同じ符号を付し、その繰り返しの説明は省略する。

【0088】

推定部１１Ｅは、複数種類の第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃのうちのいずれか１つの故障診断モデルを選択し、選択した故障診断モデル（例えば、第１故障診断モデル１５Ｂ）に対して複数の異なる閾値を設定する。そして、推定部１１Ｅは、設定した複数の異なる閾値及び入力データに基づいて、選択した第１故障診断モデル１５Ｂに対応付けられた機能部（又は部品）を故障又は健全又は故障疑いと推定する。ここで、複数の異なる閾値には、例えば、適合率が、９０％以上１００％以下となる閾値と、再現率が９０％以上１００％以下となる閾値とが含まれる。適合率とは、故障と予測された全データ数に対する実態が故障であったデータ数の割合であり、再現率とは、実態が故障であった全データ数に対する故障と予測されたデータ数の割合である。なお、適合率１００％とした場合、故障有りを健全と判定しないための閾値とされ、再現率１００％とした場合、故障有りを見逃さないための閾値とされる。

【0089】

図１０は、第２の実施形態に係る適合率及び再現率の説明に供する図である。

【0090】

図１０に示す表は、部品Ａの故障診断モデルについて、予測と実態との対応関係を示している。枠内はデータ数を示す。つまり、予測が健全、実態が健全である場合のデータ数は２８（＝Ａ）である。予測が故障、実態が健全である場合のデータ数は１（＝Ｂ）である。予測が健全、実態が故障である場合のデータ数は１２（＝Ｃ）である。予測が故障、実態が故障である場合のデータ数は９（＝Ｄ）である。

【0091】

この場合、適合率（故障判定時）＝Ｄ／（Ｂ＋Ｄ）＝９／１０＝９０％、と求められる。また、再現率は、故障を見つける割合を表しており、再現率＝Ｄ／（Ｃ＋Ｄ）＝９／２１≒４３％、と求められる。これより、適合率が９０％以上１００％以下になるように閾値を調整し、再現率が９０％以上１００％以下になるように閾値を調整すればよい。

【0092】

図１１は、第１故障診断モデル１５Ｂの判定結果の一例を示すグラフである。

【0093】

図１１において、黒丸は部品Ａが実際に故障したときのデータ、白丸は部品Ａが実際に故障していないときのデータである。縦軸と横軸は各データ項目(温度、電圧等)を示し、実際は多次元であるが、説明を簡単にするため、模式的に２次元グラフとして示している。

【0094】

図１１に示すように、境界線ＴＨ３は、第１故障診断モデル１５Ｂの適合率が一例として１００％となる閾値を表し、境界線ＴＨ４は、第１故障診断モデル１５Ｂの再現率が一例として１００％となる閾値を表している。例えば、領域Ｒ８は故障有りと判定する領域を示し、領域Ｒ９は故障無し（健全）と判定する領域を示し、領域Ｒ１０は故障疑いと判定する領域を示す。すなわち、判定結果は、以下の（１）～（３）のように分類される。

【0095】

（１）境界線ＴＨ３及び境界線ＴＨ４により共に故障有りと判定した場合 → 部品Ａは故障有りとし、部品Ａの交換を行う。
（２）境界線ＴＨ３での判定結果と境界線ＴＨ４での判定結果とが異なる場合 → 部品Ａは故障疑いとし、部品Ａの現地確認を行う。
（３）境界線ＴＨ３及び境界線ＴＨ４により共に故障無し（健全）と判定した場合 → 部品Ａは故障無し（健全）とする。

【0096】

なお、本実施形態では、故障診断装置１０Ａを外部のサーバ装置として実現した場合について説明したが、これに限定されない。故障診断装置１０ＡはＣＧＳ４０の制御装置４１として実現してもよい。

【0097】

このように本実施形態によれば、ＣＧＳのエラーが検知された場合に、ＣＧＳの機能部毎の故障診断を１つの故障診断モデルの複数の異なる閾値を用いて行う。このため、故障診断の誤判定を抑制し、故障診断を精度良く行うことができる。

【0098】

[第３の実施形態]
第３の実施形態では、ＣＧＳ４０のエラーの種別に応じた経路診断を、ガス経路５２、改質水経路５３、及び空気経路５４の少なくとも１つに対して行い、故障の可能性のある経路を絞り込み、絞り込んだ経路に関する複数種類の故障診断モデルを選択的に用いる形態について説明する。

【0099】

図１２は、第３の実施形態に係る故障診断装置１０Ｂの機能的な構成の一例を示すブロック図である。

【0100】

図１２に示すように、本実施形態に係る故障診断装置１０ＢのＣＰＵ１１は、記憶部１５に記憶されている故障診断プログラム１５ＡをＲＡＭ１３に書き込んで実行することにより、取得部１１Ａ、推定部１１Ｂ、学習部１１Ｃ、出力部１１Ｄ、及び経路診断部１１Ｆとして機能する。なお、上記第１の実施形態で説明した故障診断装置１０と同じ構成要素には同じ符号を付し、その繰り返しの説明は省略する。

【0101】

経路診断部１１Ｆは、燃料電池ユニット５０のエラーを検知した場合に、ＣＧＳ４０からの動作履歴データに含まれるエラーコードに応じた経路診断を特定する。そして、経路診断部１１Ｆは、特定したエラーコードに応じた経路診断を、ガス経路５２、改質水経路５３、及び空気経路５４の少なくとも１つに対して行い、故障の可能性がある経路を絞り込む。なお、ガス経路５２、改質水経路５３、及び空気経路５４は、上述したように、燃料電池ユニット５０に設けられ、燃料電池モジュール５１に接続された経路である。

【0102】

推定部１１Ｂは、記憶部１５に格納されている複数の故障診断モデルの中から、経路診断部１１Ｆにより絞り込んだ経路によって特定される機能部の複数種類の故障診断モデル（例えば、機能部Ａの第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃ）を選択する。そして、推定部１１Ｂは、選択した複数種類の第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々に対して、取得部１１Ａにより取得された動作履歴データ又は動作履歴データを加工して得られるデータを入力する。そして、推定部１１Ｂは、第１故障診断モデル１５Ｂ及び第２故障診断モデル１５Ｃの各々から出力される判定結果を用いて、ＣＧＳ４０の機能部毎に故障の有無を推定する。

【0103】

また、経路診断部１１Ｆは、経路診断による経路の絞り込みの結果を、エラーの種別を表すエラーコードと共に通知する制御を行うようにしてもよい。なお、エラーコードの通知先は、例えば、作業担当者６０が持つメンテナンス用端末７０とされる。

【0104】

また、経路診断部１１Ｆは、ガス経路５２、改質水経路５３、及び空気経路５４の少なくとも１つに対する経路診断を、燃料電池ユニット５０の温度帯に応じた方法を用いて行う。

【0105】

ここで、本実施形態に係る記憶部１５には、第１データテーブル１５Ｄと、第２データテーブル１５Ｅとが記憶されている。これらの第１データテーブル１５Ｄ及び第２データテーブル１５Ｅは、経路診断部１１Ｆにより参照可能とされる。

【0106】

図１３は、本実施形態に係る第１データテーブル１５Ｄの一例を示す図である。

【0107】

図１３に示す第１データテーブル１５Ｄは、エラー種別（エラーコードＡ～Ｈ）毎に故障の可能性がある経路を予め指定して区分けしたデータテーブルである。エラーコードＡは、ガス経路５２、改質水経路５３、及び空気経路５４を対象とするコードであり、第１エラーコードの一例である。エラーコードＢは、ガス経路５２及び改質水経路５３を対象とするコードであり、第２エラーコードの一例である。エラーコードＣは、ガス経路５２及び空気経路５４を対象とするコードであり、第３エラーコードの一例である。エラーコードＥは、改質水経路５３及び空気経路５４を対象とするコードであり、第４エラーコードの一例である。これらのエラーコードＡ、Ｂ、Ｃ、Ｅはいずれも２つ以上の経路を対象としている。これらのエラーコードＡ、Ｂ、Ｃ、Ｅには経路を絞り込むための経路診断方法が対応付けられている。具体的に、エラーコードＡには経路診断Ａが対応付けられ、エラーコードＢには経路診断Ｂが対応付けられ、エラーコードＣには経路診断Ｃが対応付けられ、エラーコードＥには経路診断Ｅが対応付けられている。なお、これらの経路診断Ａ、Ｂ、Ｃ、Ｅの具体的な経路診断方法については後述する。

【0108】

なお、エラーコードＤでは、ガス経路５２のみが対象とされているため、エラー原因がガス経路５２と特定される。同様に、エラーコードＦでは改質水経路５３のみが対象とされているため、エラー原因が改質水経路５３と特定され、エラーコードＧでは空気経路５４のみが対象とされているため、エラー原因が空気経路５４と特定される。また、エラーコードＨは、ガス、改質水、及び空気の各経路とは無関係のエラーである。図１３の例では、これらのエラーコードＤ、Ｆ、Ｇ、Ｈについての経路診断は行われないが、エラーコードＤ、Ｆ、Ｇについては経路診断を行うようにしてもよい。

【0109】

図１４は、本実施形態に係る第２データテーブル１５Ｅの一例を示す図である。

【0110】

図１４に示す第２データテーブル１５Ｅは、温度帯の区分けと各温度帯における改質水、ガス、及び空気の経路診断方法を規定したデータテーブルである。燃料電池ユニット５０の温度帯は、第１温度帯の一例である温度帯[イ]、第２温度帯の一例である温度帯[ロ]、第３温度帯の一例である温度帯[ハ]、及び、第４温度帯の一例である温度帯[ニ]を含んでいる。

【0111】

燃料電池モジュール５１の最高温度を最高温度Ｔ１[℃]とし、改質器５１Ｂ（改質触媒）へのガス導入により炭素析出が生じる温度（例えば、５００℃）を炭素析出温度Ｔ２[℃]とし、燃料電池スタック５１Ａへの空気導入により燃料電池セルの再酸化が生じる温度（例えば、３００℃）を再酸化温度Ｔ３[℃]とし、改質器５１Ｂに導入される改質水が気化する温度（例えば、１００℃）を気化温度Ｔ４[℃]とした場合、温度帯[イ]は、炭素析出温度Ｔ２より高く、最高温度Ｔ１以下の温度帯である。温度帯[ロ]は、再酸化温度Ｔ３より高く、炭素析出温度Ｔ２以下の温度帯である。温度帯[ハ]は、気化温度Ｔ４より高く、再酸化温度Ｔ３以下の温度帯である。温度帯[ニ]は、気化温度Ｔ４以下の温度帯である。

【0112】

ガス経路診断方法は、燃料電池ユニット５０の温度が温度帯[イ]である場合に、改質水及びガスを導入し、燃料電池ユニット５０の温度が温度帯[ロ]又は温度帯[ハ]又は温度帯[ニ]である場合に、ガスを導入する方法である。温度帯[イ]で改質水を導入するのは、炭素の析出を防止するためである。なお、温度帯[ロ]及び温度帯[ハ]では、改質水及びガスを導入してもよい。なお、燃料電池ユニット５０の温度には、燃料電池スタック５１Ａの温度であるスタック温度及び改質器５１Ｂの温度である改質温度の少なくとも一方が用いられる。例えば、スタック温度及び改質温度のうち、より高温な温度を燃料電池ユニット５０の温度としてもよいし、スタック温度及び改質温度の平均温度を燃料電池ユニット５０の温度としてもよい。また、燃料電池ユニット５０の温度情報は、ＣＧＳ４０の制御装置４１から取得される。燃料電池ユニット５０の温度情報は、例えば、制御装置４１から故障診断装置１０Ｂに送信される動作履歴データに含めておけばよい。

【0113】

改質水経路診断方法は、燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]又は温度帯[ハ]である場合に、改質水を導入し、燃料電池ユニット５０の温度が温度帯[ニ]である場合に、診断不可とする方法である。

【0114】

空気経路診断方法は、燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]である場合に、改質水、ガス、及び空気を導入し、燃料電池ユニット５０の温度が温度帯[ハ]又は温度帯[ニ]である場合に、空気を導入する方法である。温度帯[イ]又は温度帯[ロ]で改質水、ガス、及び空気を導入するのは、セルの再酸化を防止するためである。なお、温度帯[イ]では、改質水及び空気を導入してもよい。温度帯[ロ]では、改質水及び空気、又は、ガス及び空気を導入してもよい。温度帯[ハ]では、改質水、ガス、及び空気、又は、改質水及び空気、又は、ガス及び空気を導入してもよい。

【0115】

次に、図１５を参照して、第３の実施形態に係る故障診断装置１０Ｂの作用について説明する。

【0116】

図１５は、第３の実施形態に係る故障診断プログラム１５Ａによる処理の流れの一例を示すフローチャートである。

【0117】

まず、ＣＰＵ１１により記憶部１５に記憶されている故障診断プログラム１５Ａが起動され、以下に示す各ステップが実行される。

【0118】

図１５のステップＳ１３１では、ＣＰＵ１１が、ＣＧＳ４０の制御装置４１から送信された動作履歴データ（ここではデータ１）を取得する。

【0119】

ステップＳ１３２では、ＣＰＵ１１が、ステップＳ１３１で取得したデータ１からエラーコードを抽出する。

【0120】

ステップＳ１３３では、ＣＰＵ１１が、ステップＳ１３２で抽出したエラーコードがエラーコードＡであるか否かを判定する。エラーコードＡであると判定した場合（肯定判定の場合）、ステップＳ１３４に移行し、エラーコードＡではないと判定した場合（否定判定の場合）、ステップＳ１３５に移行する。

【0121】

ステップＳ１３４では、ＣＰＵ１１が、一例として、上述の図１３に示す第１データテーブル１５Ｄを参照し、エラーコードＡに対応付けられた経路診断Ａを実施し、故障の可能性がある経路の絞り込みを行い、ステップＳ１４１に移行する。なお、この経路診断Ａの具体的な方法については後述する。

【0122】

一方、ステップＳ１３５では、ＣＰＵ１１が、ステップＳ１３２で抽出したエラーコードがエラーコードＢであるか否かを判定する。エラーコードＢであると判定した場合（肯定判定の場合）、ステップＳ１３６に移行し、エラーコードＢではないと判定した場合（否定判定の場合）、ステップＳ１３７に移行する。

【0123】

ステップＳ１３６では、ＣＰＵ１１が、一例として、上述の図１３に示す第１データテーブル１５Ｄを参照し、エラーコードＢに対応付けられた経路診断Ｂを実施し、ステップＳ１４１に移行する。なお、この経路診断Ｂの具体的な方法については後述する。

【0124】

一方、ステップＳ１３７では、ＣＰＵ１１が、ステップＳ１３２で抽出したエラーコードがエラーコードＣであるか否かを判定する。エラーコードＣであると判定した場合（肯定判定の場合）、ステップＳ１３８に移行し、エラーコードＣではないと判定した場合（否定判定の場合）、ステップＳ１３９に移行する。

【0125】

ステップＳ１３８では、ＣＰＵ１１が、一例として、上述の図１３に示す第１データテーブル１５Ｄを参照し、エラーコードＣに対応付けられた経路診断Ｃを実施し、ステップＳ１４１に移行する。なお、この経路診断Ｃの具体的な方法については後述する。

【0126】

一方、ステップＳ１３９では、ＣＰＵ１１が、ステップＳ１３２で抽出したエラーコードがエラーコードＥであるか否かを判定する。エラーコードＥであると判定した場合（肯定判定の場合）、ステップＳ１４０に移行し、エラーコードＥではないと判定した場合（否定判定の場合）、エラーコードＡ、Ｂ、Ｃ、Ｅ以外のエラーコードＤ、Ｆ、Ｇ、Ｈにつて経路診断を行うことなく、ステップＳ１４１に移行する。

【0127】

ステップＳ１４０では、ＣＰＵ１１が、一例として、上述の図１３に示す第１データテーブル１５Ｄを参照し、エラーコードＥに対応付けられた経路診断Ｅを実施し、ステップＳ１４１に移行する。なお、この経路診断Ｅの具体的な方法については後述する。

【0128】

ステップＳ１４１では、ＣＰＵ１１が、ステップＳ１３４又はステップＳ１３６又はステップＳ１３８又はステップＳ１４０の経路診断による絞り込みの結果である故障経路を特定する、あるいは、エラーコードＡ、Ｂ、Ｃ、Ｅ以外のエラーコードＤ、Ｆ、Ｇ、Ｈに対応する故障経路を特定する。

【0129】

ステップＳ１４２では、ＣＰＵ１１が、記憶部１５に記憶されている複数の故障診断モデルの中から、ステップＳ１４１で特定した故障経路によって特定される機能部の複数種類の故障診断モデルを選択する。

【0130】

ステップＳ１４３では、ＣＰＵ１１が、ステップＳ１４２で選択した複数種類の故障診断モデルのみを用いて故障診断を行い、本故障診断プログラム１５Ａによる一連の処理を終了する。

【0131】

次に、図１６を参照して、図１５のステップＳ１３４に係る経路診断Ａの具体的な方法について説明する。

【0132】

図１６は、第３の実施形態に係る経路診断Ａの処理の流れの一例を示すフローチャートである。なお、本実施形態に係る経路診断Ａでは、一例として、改質水経路５３、ガス経路５２、及び空気経路５４の順番で経路診断が実施される。

【0133】

図１６のステップＳ１５１では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。なお、燃料電池ユニット５０の温度には、上述したように、スタック温度及び改質温度の少なくとも一方が用いられる。燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]又は温度帯[ハ]であると判定した場合（イ、ロ、ハの場合）、ステップＳ１５２に移行し、燃料電池ユニット５０の温度が温度帯[ニ]であると判定した場合（ニの場合）、ステップＳ１５３に移行する。

【0134】

ステップＳ１５２では、ＣＰＵ１１が、ＣＧＳ４０に対して、改質水経路５３に改質水を導入する制御を行い、ステップＳ１５４に移行する。

【0135】

一方、ステップＳ１５３では、ＣＰＵ１１が、改質水経路５３に対して経路判定不能タグを付与し、ステップＳ１５９に移行する。

【0136】

ステップＳ１５４では、ＣＰＵ１１が、所定の判定基準に従って、改質水経路５３が正常であるか否かを判定する。改質水経路５３が正常であると判定した場合（肯定判定の場合）、ステップＳ１５５に移行し、改質水経路５３が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ１５６に移行する。

【0137】

ステップＳ１５５では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]であると判定した場合（イの場合）、ステップＳ１５８に移行し、燃料電池ユニット５０の温度が温度帯[ロ]又は温度帯[ハ]又は温度帯[ニ]であると判定した場合（ロ、ハ、ニの場合）、ステップＳ１５９に移行する。

【0138】

一方、ステップＳ１５６では、ＣＰＵ１１が、改質水経路５３に対して経路異常タグを付与する。

【0139】

ステップＳ１５７では、ＣＰＵ１１が、燃料電池ユニット５０の温度が温度帯[ロ]以下になるまで待機し、ステップＳ１５９に移行する。

【0140】

ステップＳ１５８では、ＣＰＵ１１が、改質水経路５３に改質水を導入し、ガス経路５２にガスを導入する制御を行い、ステップＳ１６０に移行する。

【0141】

一方、ステップＳ１５９では、ＣＰＵ１１が、ガス経路５２にガスを導入する制御を行い、ステップＳ１６０に移行する。

【0142】

ステップＳ１６０では、ＣＰＵ１１が、所定の判定基準に従って、ガス経路５２が正常であるか否かを判定する。ガス経路５２が正常であると判定した場合（肯定判定の場合）、ステップＳ１６１に移行し、ガス経路５２が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ１６５に移行する。

【0143】

ステップＳ１６１では、ＣＰＵ１１が、所定の判定基準に従って、改質水経路５３が正常であるか否かを判定する。改質水経路５３が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ１６２に移行し、改質水経路５３が正常であると判定した場合（肯定判定の場合）、ステップＳ１６４に移行する。

【0144】

ステップＳ１６２では、ＣＰＵ１１が、燃料電池ユニット５０の温度が温度帯[ロ]以下になるまで待機する。

【0145】

ステップＳ１６３では、ＣＰＵ１１が、ガス経路５２にガスを導入し、空気経路５４に空気を導入する制御を行い、ステップＳ１７０に移行する。

【0146】

一方、ステップＳ１６４では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]であると判定した場合（イ、ロの場合）、ステップＳ１６８に移行し、燃料電池ユニット５０の温度が温度帯[ハ]又は温度帯[ニ]であると判定した場合（ハ、ニの場合）、ステップＳ１６９に移行する。

【0147】

一方、ステップＳ１６５では、ＣＰＵ１１が、ガス経路５２に対して経路異常タグを付与する。

【0148】

ステップＳ１６６では、ＣＰＵ１１が、所定の判定基準に従って、改質水経路５３が正常であるか否かを判定する。改質水経路５３が正常であると判定した場合（肯定判定の場合）、ステップＳ１６４に移行し、改質水経路５３が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ１６７に移行する。

【0149】

ステップＳ１６７では、ＣＰＵ１１が、燃料電池ユニット５０の温度が温度帯[ハ]以下になるまで待機し、ステップＳ１６９に移行する。

【0150】

ステップＳ１６８では、ＣＰＵ１１が、改質水経路５３に改質水を導入し、ガス経路５２にガスを導入し、空気経路５４に空気を導入する制御を行い、ステップＳ１７０に移行する。

【0151】

一方、ステップＳ１６９では、ＣＰＵ１１が、空気経路５４に空気を導入する制御を行い、ステップＳ１７０に移行する。

【0152】

ステップＳ１７０では、ＣＰＵ１１が、所定の判定基準に従って、空気経路５４が正常であるか否かを判定する。空気経路５４が正常であると判定した場合（肯定判定の場合）、ステップＳ１７２に移行し、空気経路５４が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ１７１に移行する。

【0153】

ステップＳ１７１では、ＣＰＵ１１が、空気経路５４に対して経路異常タグを付与し、ステップＳ１７２に移行する。

【0154】

ステップＳ１７２では、ＣＰＵ１１が、エラーを確定、つまり、改質水経路５３、ガス経路５２、及び空気経路５４のうち、経路異常タグが付与された経路を、故障の可能性がある経路として確定し、図１５のステップＳ１４１にリターンする。

【0155】

次に、図１７を参照して、図１５のステップＳ１３６に係る経路診断Ｂの具体的な方法について説明する。

【0156】

図１７は、第３の実施形態に係る経路診断Ｂの処理の流れの一例を示すフローチャートである。なお、本実施形態に係る経路診断Ｂでは、一例として、改質水経路５３及びガス経路５２の順番で経路診断が実施される。

【0157】

図１７のステップＳ１８１では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]又は温度帯[ハ]であると判定した場合（イ、ロ、ハの場合）、ステップＳ１８２に移行し、燃料電池ユニット５０の温度が温度帯[ニ]であると判定した場合（ニの場合）、ステップＳ１８３に移行する。

【0158】

ステップＳ１８２では、ＣＰＵ１１が、改質水経路５３に改質水を導入する制御を行い、ステップＳ１８４に移行する。

【0159】

一方、ステップＳ１８３では、ＣＰＵ１１が、改質水経路５３に対して経路判定不能タグを付与し、ステップＳ１８９に移行する。

【0160】

ステップＳ１８４では、ＣＰＵ１１が、所定の判定基準に従って、改質水経路５３が正常であるか否かを判定する。改質水経路５３が正常であると判定した場合（肯定判定の場合）、ステップＳ１８５に移行し、改質水経路５３が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ１８６に移行する。

【0161】

ステップＳ１８５では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]であると判定した場合（イの場合）、ステップＳ１８８に移行し、燃料電池ユニット５０の温度が温度帯[ロ]又は温度帯[ハ]又は温度帯[ニ]であると判定した場合（ロ、ハ、ニの場合）、ステップＳ１８９に移行する。

【0162】

一方、ステップＳ１８６では、ＣＰＵ１１が、改質水経路５３に対して経路異常タグを付与する。

【0163】

ステップＳ１８７では、ＣＰＵ１１が、燃料電池ユニット５０の温度が温度帯[ロ]以下になるまで待機し、ステップＳ１８９に移行する。

【0164】

ステップＳ１８８では、ＣＰＵ１１が、改質水経路５３に改質水を導入し、ガス経路５２にガスを導入する制御を行い、ステップＳ１９０に移行する。

【0165】

一方、ステップＳ１８９では、ＣＰＵ１１が、ガス経路５２にガスを導入する制御を行い、ステップＳ１９０に移行する。

【0166】

ステップＳ１９０では、ＣＰＵ１１が、所定の判定基準に従って、ガス経路５２が正常であるか否かを判定する。ガス経路５２が正常であると判定した場合（肯定判定の場合）、ステップＳ１９２に移行し、ガス経路５２が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ１９１に移行する。

【0167】

ステップＳ１９１では、ＣＰＵ１１が、ガス経路５２に対して経路異常タグを付与し、ステップＳ１９２に移行する。

【0168】

ステップＳ１９２では、ＣＰＵ１１が、エラーを確定、つまり、改質水経路５３及びガス経路５２のうち、経路異常タグが付与された経路を、故障の可能性がある経路として確定し、図１５のステップＳ１４１にリターンする。

【0169】

次に、図１８を参照して、図１５のステップＳ１３８に係る経路診断Ｃの具体的な方法について説明する。

【0170】

図１８は、第３の実施形態に係る経路診断Ｃの処理の流れの一例を示すフローチャートである。なお、本実施形態に係る経路診断Ｃでは、一例として、ガス経路５２及び空気経路５４の順番で経路診断が実施される。

【0171】

図１８のステップＳ２０１では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]であると判定した場合（イの場合）、ステップＳ２０２に移行し、燃料電池ユニット５０の温度が温度帯[ロ]又は温度帯[ハ]又は温度帯[ニ]であると判定した場合（ロ、ハ、ニの場合）、ステップＳ２０３に移行する。

【0172】

ステップＳ２０２では、ＣＰＵ１１が、改質水経路５３に改質水を導入し、ガス経路５２にガスを導入する制御を行い、ステップＳ２０４に移行する。

【0173】

一方、ステップＳ２０３では、ＣＰＵ１１が、ガス経路５２にガスを導入する制御を行い、ステップＳ２０４に移行する。

【0174】

ステップＳ２０４では、ＣＰＵ１１が、所定の判定基準に従って、ガス経路５２が正常であるか否かを判定する。ガス経路５２が正常であると判定した場合（肯定判定の場合）、ステップＳ２０５に移行し、ガス経路５２が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ２０６に移行する。

【0175】

ステップＳ２０５では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]であると判定した場合（イ、ロの場合）、ステップＳ２０７に移行し、燃料電池ユニット５０の温度が温度帯[ハ]又は温度帯[ニ]であると判定した場合（ハ、ニの場合）、ステップＳ２０８に移行する。

【0176】

一方、ステップＳ２０６では、ＣＰＵ１１が、ガス経路５２に対して経路異常タグを付与し、ステップＳ２０５に移行する。

【0177】

ステップＳ２０７では、ＣＰＵ１１が、改質水経路５３に改質水を導入し、ガス経路５２にガスを導入し、空気経路５４に空気を導入する制御を行い、ステップＳ２０９に移行する。

【0178】

一方、ステップＳ２０８では、ＣＰＵ１１が、空気経路５４に空気を導入する制御を行い、ステップＳ２０９に移行する。

【0179】

ステップＳ２０９では、ＣＰＵ１１が、所定の判定基準に従って、空気経路５４が正常であるか否かを判定する。空気経路５４が正常であると判定した場合（肯定判定の場合）、ステップＳ２１１に移行し、空気経路５４が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ２１０に移行する。

【0180】

ステップＳ２１０では、ＣＰＵ１１が、空気経路５４に対して経路異常タグを付与し、ステップＳ２１１に移行する。

【0181】

ステップＳ２１１では、ＣＰＵ１１が、エラーを確定、つまり、ガス経路５２及び空気経路５４のうち、経路異常タグが付与された経路を、故障の可能性がある経路として確定し、図１５のステップＳ１４１にリターンする。

【0182】

次に、図１９を参照して、図１５のステップＳ１４０に係る経路診断Ｅの具体的な方法について説明する。

【0183】

図１９は、第３の実施形態に係る経路診断Ｅの処理の流れの一例を示すフローチャートである。なお、本実施形態に係る経路診断Ｅでは、一例として、改質水経路５３及び空気経路５４の順番で経路診断が実施される。

【0184】

図１９のステップＳ２２１では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]又は温度帯[ハ]であると判定した場合（イ、ロ、ハの場合）、ステップＳ２２２に移行し、燃料電池ユニット５０の温度が温度帯[ニ]であると判定した場合（ニの場合）、ステップＳ２２３に移行する。

【0185】

ステップＳ２２２では、ＣＰＵ１１が、改質水経路５３に改質水を導入する制御を行い、ステップＳ２２４に移行する。

【0186】

一方、ステップＳ２２３では、ＣＰＵ１１が、改質水経路５３に対して経路判定不能タグを付与し、ステップＳ２２８に移行する。

【0187】

ステップＳ２２４では、ＣＰＵ１１が、所定の判定基準に従って、改質水経路５３が正常であるか否かを判定する。改質水経路５３が正常であると判定した場合（肯定判定の場合）、ステップＳ２２５に移行し、改質水経路５３が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ２２６に移行する。

【0188】

ステップＳ２２５では、ＣＰＵ１１が、一例として、上述の図１４に示す第２データテーブル１５Ｅを参照し、燃料電池ユニット５０の温度が、温度帯[イ]、[ロ]、[ハ]、[ニ]のいずれであるかを判定する。燃料電池ユニット５０の温度が温度帯[イ]又は温度帯[ロ]であると判定した場合（イ、ロの場合）、ステップＳ２２７に移行し、燃料電池ユニット５０の温度が温度帯[ハ]又は温度帯[ニ]であると判定した場合（ハ、ニの場合）、ステップＳ２２８に移行する。

【0189】

一方、ステップＳ２２６では、ＣＰＵ１１が、改質水経路５３に対して経路異常タグを付与し、ステップＳ２２８に移行する。

【0190】

ステップＳ２２７では、ＣＰＵ１１が、改質水経路５３に改質水を導入し、ガス経路５２にガスを導入し、空気経路５４に空気を導入する制御を行い、ステップＳ２２９に移行する。

【0191】

一方、ステップＳ２２８では、ＣＰＵ１１が、空気経路５４に空気を導入する制御を行い、ステップＳ２２９に移行する。

【0192】

ステップＳ２２９では、ＣＰＵ１１が、所定の判定基準に従って、空気経路５４が正常であるか否かを判定する。空気経路５４が正常であると判定した場合（肯定判定の場合）、ステップＳ２３１に移行し、空気経路５４が正常ではない、つまり、異常であると判定した場合（否定判定の場合）、ステップＳ２３０に移行する。

【0193】

ステップＳ２３０では、ＣＰＵ１１が、空気経路５４に対して経路異常タグを付与し、ステップＳ２３１に移行する。

【0194】

ステップＳ２３１では、ＣＰＵ１１が、エラーを確定、つまり、改質水経路５３及び空気経路５４のうち、経路異常タグが付与された経路を、故障の可能性がある経路として確定し、図１５のステップＳ１４１にリターンする。

【0195】

なお、本実施形態では、故障診断装置１０Ｂを外部のサーバ装置として実現した場合について説明したが、これに限定されない。故障診断装置１０ＢはＣＧＳ４０の制御装置４１として実現してもよい。

【0196】

このように本実施形態によれば、エラー種別によって故障経路を絞り込み、絞り込んだ故障経路によって特定される機能部の複数種類の故障診断モデルのみを選択的に用いて故障診断が行われる。このため、故障診断を効率的に、かつ、精度良く行うことができる。

【0197】

以上、上記実施形態として、故障診断装置及び故障診断システムを例示して説明したが、実施形態は、故障診断装置が備える各部の機能をコンピュータに実行させるためのプログラムの形態としてもよい。実施形態は、このプログラムを記憶したコンピュータが読み取り可能な記憶媒体の形態としてもよい。

【0198】

その他、上記実施形態で説明した故障診断装置及び故障診断システムの構成は、一例であり、主旨を逸脱しない範囲内において状況に応じて変更してもよい。

【0199】

また、上記実施形態で説明したプログラムの処理の流れも、一例であり、主旨を逸脱しない範囲内において不要なステップを削除したり、新たなステップを追加したり、処理順序を入れ替えたりしてもよい。

【0200】

また、上記実施形態では、プログラムを実行することにより、実施形態に係る処理がコンピュータを利用してソフトウェア構成により実現される場合について説明したが、これに限らない。実施形態は、例えば、ハードウェア構成や、ハードウェア構成とソフトウェア構成との組み合わせによって実現してもよい。

【符号の説明】

【0201】

１０、１０Ａ、１０Ｂ 故障診断装置
１１、４２ ＣＰＵ
１１Ａ 取得部
１１Ｂ、１１Ｅ 推定部
１１Ｃ 学習部
１１Ｄ 出力部
１１Ｆ 経路診断部
１２、４３ ＲＯＭ
１３、４４ ＲＡＭ
１４、４５ Ｉ／Ｏ
１５、４６ 記憶部
１５Ａ 故障診断プログラム
１５Ｂ 第１故障診断モデル
１５Ｃ 第２故障診断モデル
１５Ｄ 第１データテーブル
１５Ｅ 第２データテーブル
１６ 表示部
１７ 操作部
１８、４７ 通信部
３０ ユーザ宅
４０ ＣＧＳ
４１ 制御装置
４６Ａ 制御プログラム
４８ 機器Ｉ／Ｆ
４９ ＣＧＳ本体部
５０ 燃料電池ユニット
５１ 燃料電池モジュール
５１Ａ 燃料電池スタック
５１Ｂ 改質器
５２ ガス経路
５３ 改質水経路
５４ 空気経路
６０ 作業担当者
７０ メンテナンス用端末
１００ 故障診断システム

【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】