特許 7532115 保全リコメンドシステム及び保全リコメンド方法

(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】2024-08-02

(45)【発行日】2024-08-13

(54)【発明の名称】保全リコメンドシステム及び保全リコメンド方法

(51)【国際特許分類】

   G06Q 10/20 20230101AFI20240805BHJP

   G06F 11/22 20060101ALI20240805BHJP

【ＦＩ】

G06Q10/20

G06F11/22 675C

【請求項の数】 7

(21)【出願番号】P 2020112881

(22)【出願日】2020-06-30

(65)【公開番号】P2022011623

(43)【公開日】2022-01-17

【審査請求日】2023-01-23

(73)【特許権者】

【識別番号】000005108

【氏名又は名称】株式会社日立製作所

(74)【代理人】

【識別番号】110000350

【氏名又は名称】ポレール弁理士法人

(72)【発明者】

【氏名】内田 貴之

(72)【発明者】

【氏名】森岡 智陽

(72)【発明者】

【氏名】横張 孝志

(72)【発明者】

【氏名】難波 康晴

【審査官】加舎 理紅子

(56)【参考文献】

【文献】特開２０２０－０４２３８９（ＪＰ，Ａ）

【文献】特開２００８－２０２８９８（ＪＰ，Ａ）

【文献】特開２０１６－００４２７９（ＪＰ，Ａ）

【文献】特開２０１９－１３３３６０（ＪＰ，Ａ）

(58)【調査した分野】(Int.Cl.，ＤＢ名)

Ｇ０６Ｑ １０／００ ー ９９／００

Ｇ０６Ｆ １１／２２

(57)【特許請求の範囲】

【請求項1】

機械の検査項目の検査結果を用いて機械の故障モードを特定する保全リコメンドシステムであって、
故障モードの特定に必要な少なくとも１つ以上の機械の検査項目の検査結果を入力する情報入力手段と、前記検査結果を記憶する一次記憶部と、故障モード毎に、この故障が起きた時の、検査項目の挙動を示す確率である条件付確率を記憶する検査項目確率テーブルと、故障モードとその発生確率を記憶する故障モード確率テーブルと、前記一次記憶部に記憶した最低１回以上の検査結果から前記検査項目確率テーブルと前記故障モード確率テーブルを参照し、前記機械の検査項目の検査結果の時の前記条件付確率と前記発生確率から故障モードと検査結果の同時確率分布を計算して、故障モードと検査結果の確率を推定する故障モード確率算出部と、同時確率から、検査結果を反映した故障モードの確率を計算し、そのばらつきとしてその事後分散を計算し、故障モードの確率の不確かさを算出する推定精度判定部とを備え、前記故障モードの確率の不確かさを示す前記事後分散が閾値以上である故障モードについて、前記故障モードの確率の不確かさを改善するための新たに実行すべき検査項目を提示することを特徴とする保全リコメンドシステム。

【請求項2】

請求項１に記載の保全リコメンドシステムであって、
故障モードの確率の不確かさを、これまで収集してきた検査項目の検査結果から推定する事を特徴とする保全リコメンドシステム。

【請求項3】

請求項１に記載の保全リコメンドシステムであって、
故障モードの確率が不確かだと判定された時に、検査項目を提示することを特徴とする保全リコメンドシステム。

【請求項4】

請求項１に記載の保全リコメンドシステムであって、
提示する検査項目についてより故障モードの絞り込みに有効な検査項目を提示するために、故障モードと各検査項目の相互情報量を計算し、最も高い相関の検査項目を優先的に提示することを特徴とする保全リコメンドシステム。

【請求項5】

請求項１に記載の保全リコメンドシステムであって、
提示する検査項目と、実際に発生していた故障モードを学習する事を特徴とする保全リコメンドシステム。

【請求項6】

端末と、端末に通信を介して接続されるセンタ側システムで構成され、機械の検査項目の検査結果を用いて機械の故障モードを特定する保全リコメンドシステムであって、
前記端末は、表示部と、入力部と、通信部を備え、
前記センタ側システムは、前記端末の入力部で入力された、故障モードの特定に必要な少なくとも１つ以上の検査結果を、前記通信部を介して入力する情報入力部と、前記検査結果を記憶する一次記憶部と、故障モード毎に、この故障が起きた時の、検査項目の挙動を示す確率である条件付確率を記憶する検査項目確率テーブルと、故障モードとその発生確率を記憶する故障モード確率テーブルと、前記一次記憶部に記憶した最低１回以上の検査結果から前記検査項目確率テーブルと前記故障モード確率テーブルを参照し、前記検査結果の時の前記条件付確率と前記発生確率から故障モードと検査結果の同時確率分布を計算して、故障モードと検査結果の確率を推定する故障モード確率算出部と、同時確率から、検査結果を反映した故障モードの確率を計算し、そのばらつきとしてその事後分散を計算し、故障モードの確率の不確かさを算出する推定精度判定部とを備え、
前記端末は、前記センタ側システムにおいて求めた前記故障モードの確率の不確かさを示す前記事後分散が閾値以上である故障モードについて、前記故障モードの確率の不確かさを改善するための新たに実行すべき検査項目を、前記通信部を介して入力し前記表示部に表示することを特徴とする保全リコメンドシステム。

【請求項7】

計算機により、機械の検査項目の検査結果を用いて機械の故障モードを特定する保全リコメンド方法であって、
計算機は、故障モードの特定に必要な少なくとも１つ以上の検査結果を記憶する一次記憶部と、故障モード毎に、この故障が起きた時の、検査項目の挙動を示す確率である条件付確率を記憶する検査項目確率テーブルと、故障モードとその発生確率を記憶する故障モード確率テーブルとを備え、前記一次記憶部に記憶した最低１回以上の検査結果から前記検査項目確率テーブルと前記故障モード確率テーブルを参照し、前記検査結果の時の前記条件付確率と前記発生確率から故障モードと検査結果の同時確率分布を計算して、故障モードと検査結果の確率を推定し、同時確率から、検査結果を反映した故障モードの確率を計算し、そのばらつきとしてその事後分散を計算し、故障モードの確率の不確かさを算出し、前記故障モードの確率の不確かさを示す前記事後分散が閾値以上である故障モードについて、前記故障モードの確率の不確かさを改善するための新たに実行すべき検査項目として提示することにより、故障モードの確率の不確かさの程度が高い前記検査項目の検査を促すことを特徴とする保全リコメンド方法。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は機器の故障時にその故障モードを特定するための検査箇所をリコメンドするとともに、その検査結果から故障モードを推定することで機器の保全作業を支援する保全リコメンドシステム及び保全リコメンド方法に関する。

【背景技術】

【0002】

ガスエンジンやエレベータ、採掘・建築機器といった機器を常に動作させるためには、
機器の保守作業が必須である。特に機器が故障し停止してしまった際には、迅速に故障の内容を調査して処置を行って機器の稼働復帰することが求められる。調査では機器の各部を検査し、故障を起こしている機器の状態である故障モードを特定することが重要である。

【0003】

この問題を解決するため、故障モードを自動特定する発明として例えば特許文献１がある。特許文献１では、機器各部の状態や機器を使うユーザの操作履歴ごとに故障確率を定義したモデルを用いて、いまどのような故障モードが発生しているかを確率で推定する技術が紹介されている。故障確率は機器の設計者の知識や経験および故障日報などから推定し、モデルに設定する。特許文献１では、加えて発生頻度が一定値を超えた故障モードの発生確率を更新することで市場での故障状況の実情に即して、臨時の更新も行なうことができる技術が公開されている。

【先行技術文献】

【特許文献】

【0004】

【文献】特開２００９－２２３３６２号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

故障確率の情報源である故障日報には、故障モードを見つけたとき、機器に対し実施した検査の情報が書いてないことが多い。これは１件１件の保全現場での作業時間が限られていること、また「何の故障モードが起きていてどのような処置をしたか？」は報告義務があっても、どのような検査をしたかについては必ずしも報告義務はないためである。

【0006】

それでも発生頻度が高くて大量の故障日報がある故障モードならば、割合は少ないが検査項目が書いてある日報を必要量収集できる可能性は高い。しかし発生頻度が低い故障モードの検査項目はそれが難しい。よって発生頻度の低い故障モードの推定精度を上げるのが困難になる。

【0007】

以上のことから本発明においては、機器の故障モードの推定精度を向上して無駄な交換作業を減らす、また調査時間を短縮し、機器の故障～復帰までの時間を短縮することができる保全リコメンドシステム及び保全リコメンド方法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】

【0008】

以上のことから本発明においては、「機械の故障モードを特定する保全リコメンドシステムであって、故障モードの特定に必要な少なくとも１つ以上の検査結果を入力する情報入力手段と、検査結果を記憶する一次記憶部と、最低１回以上の検査結果から故障モードの確率を推定する故障モード確率算出部と、その故障モードの確率の不確かさを算出する推定精度判定部とを備え、故障モードの確率の不確かさを元に検査項目を提示することを特徴とする保全リコメンドシステム」としたものである。

【0009】

また本発明においては、「端末と、端末に通信を介して接続されるセンタ側システムで構成され、機械の故障モードを特定する保全リコメンドシステムであって、端末は、表示部と、入力部と、通信部を備え、記センタ側システムは、端末の入力部で入力された、故障モードの特定に必要な少なくとも１つ以上の検査結果を、通信部を介して入力する情報入力部と、検査結果を記憶する一次記憶部と、最低１回以上の検査結果から故障モードの確率を推定する故障モード確率算出部と、その故障モードの確率の不確かさを算出する推定精度判定部とを備え、端末は、センタ側システムにおいて故障モードの確率の不確かさを元に求めた検査項目を、通信部を介して入力し表示部に表示することを特徴とする保全リコメンドシステム」としたものである。

【0010】

また本発明においては、「機械の故障モードを特定する保全リコメンド方法であって、
故障モードの特定に必要な少なくとも１つ以上の検査結から、故障モードの確率を推定し、その故障モードの確率の不確かさを算出し、故障モードの確率の不確かさの程度が高い検査項目を提示ことにより、故障モードの確率の不確かさの程度が高い前記検査項目の検査を促すことを特徴とする保全リコメンド方法」としたものである。

【発明の効果】

【0011】

本発明によれば、機器の故障モードの推定精度を向上して無駄な交換作業を減らす、また調査時間を短縮し、機器の故障～復帰までの時間を短縮することができる。

【図面の簡単な説明】

【0012】

【図1】本発明の実施例に係る保全リコメンドシステム１の全体構成例を示す図。

【図2】検査項目確率テーブルＤＢ２のデータ構造例を示す図。

【図3】故障モード確率テーブルＤＢ３のデータ構造例を示す図。

【図4】一次記憶部ＤＢ１のデータ構造例を示す図。

【図5】本発明の実施例１に係る保全リコメンド処理のメインルーチンを示すフロー図。

【図6】処理ステップＳ７１０の詳細なサブルーチン処理を示すフロー図。

【図7】処理ステップＳ７３０の詳細なサブルーチン処理を示すフロー図。

【図8】処理ステップＳ７５０の詳細なサブルーチン処理を示すフロー図。

【図9】全検査項目を端末に表示した初期画面例９０Ａを示す図。

【図10】処理ステップＳ９０５の処理の結果得られた未検査の検査項目の表示画面例９０Ｂを示す図。

【図11】最も高い相関の検査項目を探索し表示する表示画面例９０Ｃを示す図。

【図12】信頼性が担保された故障モードの確率上位Ｎ位を表示する表示画面９０Ｄを示す図。

【図13】ベイジアンネットワークの考え方を示す図。

【発明を実施するための形態】

【0013】

以下、本発明の実施例について図面を用いて詳細に説明する。なお、本実施例での検査対象機器は、蒸気圧縮式冷凍機を持つ冷蔵庫を一例として想定する。

【実施例】

【0014】

図１に本発明の実施例に係る保全リコメンドシステム１の全体構成例を示している。保全リコメンドシステム１は、大きくは保全員１０２が修理する故障した機器１０４を診断検査の対象機器とし、保全員１０２が故障の調査を行うための端末１００と、端末１００に通信を介して接続するセンタ側システム１５０で構成される。

【0015】

端末１００は、保全員１０２が機器の稼働サイトに持っていきやすい軽量なタブレットなどが好ましい。端末１００には、液晶ディスプレイなどの表示部１０５と、タッチディスプレイなどで構成される入力部１２０と通信部１２５をもつ。なお本実施例では、保全員１０２が機器１０４のある客先に出かけて保全作業を行い、かつセンタ側システム１５０を複数の保全員１０２で共有するという想定なので、端末１００とセンタ側システム１５０を分けている。しかし端末１００とセンタ側システム１５０を一体化してもよい。なお表示部１０５には、保全員１０２が入力したデータのほかに、センタ側システム１５０の中間処理段階あるいは最終処理段階における各種のデータが表示される。従って、後述するセンタ側システム１５０が提示した情報は表示部１０５にも表示され、これを受けて保全員１０２はセンタ側システム１５０が提示し、リコメンドしている新たな検査項目についての検査を実行することが促される。

【0016】

機器１０４は、発電機や建設機器、医療機器といった保守を行う対象となる機器である。この機器の各部を検査してその結果を端末１００に入力することで、保全員１０２は次に検査すべき項目と故障モードの推定結果をセンタ側システム１５０から得る。なお機器１０４の中に端末１００が内蔵されている構成を備えたものであっても本発明は実現可能である。

【0017】

センタ側システム１５０は、端末１００に入力された機器の検査結果を、通信部１９０を介して受信し、故障モードおよび次に検査すべき項目、すなわち検査項目候補を保全員１０２が保有する端末１００に返す。そのため、端末１００内に通信部１２５を、またセンタ側システム１５０内に通信部１９０を備える。

【0018】

センタ側システム１５０は、保全員１０２が実施した検査の結果を記憶する一次記憶部ＤＢ１、故障モードの確率を推定するのに使う故障モード確率算出部１７５、故障モードの確率の推定精度が低いかどうかを判定する推定精度判定部１９５、精度が低い場合に提示する追加の検査項目を見つける追加検査項目探索部２００を備える。また推定精度を向上させるため、保全員１０２が入力した検査結果を基に検査項目確率テーブルＤＢ２と故障モード確率テーブルＤＢ３を更新する確率更新部１７０を備える。

【0019】

上記したセンタ側システム１５０によれば、確率の推定精度が低い故障モードである場合に、追加の検査項目が保全員１０２に提示され、検査結果が入力されることで当該故障モードの確率の推定精度を高めることができる。過去における故障のサンプル数が少なく、従って確率の推定精度が低い故障モードである場合に、今回の検査機会を利用して当該項目の検査を促し、入力した結果を反映することでサンプル数を増やすことを通じて、確率の推定精度を高めるものである。

【0020】

一般にはデータベースで構成され、一次情報Ｄ１を記憶する一次記憶部ＤＢ１、検査項目確率データＤ２を記憶する検査項目確率テーブルＤＢ２、故障モード確率データＤ２を記憶する故障モード確率テーブルＤＢ３は、それぞれ図４、図２、図３のように構成されたデータを保有しており、一次記憶部ＤＢ１以外は本発明によるシステムの設計時に初期値を定義する。

【0021】

検査項目確率テーブルＤＢ２は、図２に例示するデータ構造のテーブルにより構成されており、故障モードの欄Ｄ２１、検査部位の欄Ｄ２２、検査項目の欄Ｄ２３、検査項目の挙動の欄Ｄ２４、検査項目が起きる確率の欄Ｄ２５、Ｅｘｐｅｒｉｅｎｃｅの欄Ｄ２６の各欄にデータを記述して構成されている。なお以下の説明においては、特に区別する必要がない限りにおいて、各欄の記号（Ｄ２１からＤ２６）はこの欄に記載された情報の種別を意味するものとして説明する。この点は他の検査項目確率テーブルＤＢ２、故障モード確率テーブルＤＢ３に対しても同じ扱いとする。

【0022】

このテーブルは、故障モードＤ２１毎に、この故障が起きた時の、検査項目Ｄ２３が検査項目の挙動Ｄ２４のような挙動を示す確率Ｄ２５を記憶したテーブルである。この確率Ｄ２５は統計学の用語で言えば条件付確率のことであり、故障モードＤ２１が起きている時に挙動Ｄ２４が起きる条件付確率Ｐ（検査項目の挙動＝Ｔｒｕｅ｜故障モード＝Ｔｒｕｅ）と言える。

【0023】

例えば図２のテーブル１行目は凝縮器冷水減少という故障モードＤ２１が起きた時に、電源部の入力電力という検査項目Ｄ２３が上昇する確率Ｄ２５が０．３０であるという意味である。同様にテーブル２行目は凝縮器冷水減少という故障モードＤ２１が起きた時に、凝縮部の出口温度という検査項目Ｄ２３が上昇する確率Ｄ２５が０．２０であることを表している。説明を省略するが、３行目以降も同様意図で記述されている。

【0024】

この確率は必ずしも厳密な値ではなくて良い。例えば機器１０４の設計者や保全員の経験から見積り、あるいは信頼性データベースの故障率、過去の実験した値、物理モデルに基づく故障シミュレーションなどから見積ることにより、本発明を適用したシステムの設計時に入力しておくことができる。この条件付確率と次に説明する図３の故障モード確率テーブルの確率から、故障モードの推定を行うことができる。

【0025】

なお図２では、検査項目が起きる確率の欄Ｄ２５とともに、欄Ｄ２６に確率の信頼度を表すＥｘｐｅｒｉｅｎｃｅというパラメータを保有している。このパラメータは、ベイズ統計における事前分布をベータ分布としたときのベイズ更新に出てくるパラメータである。このベイズ更新とＥｘｐｅｒｉｅｎｃｅＤ２６というパラメータは公知技術の範疇であるが簡単に以下で説明する。

【0026】

このＥｘｐｅｒｉｅｎｃｅＤ２６の初期値は、検査項目が起きる確率Ｄ２５の値がどれだけ信頼できるかで決める。例えばベテランのエンジニアによる経験であり、あるいは物理的に間違いなく信頼できる情報であるなら、高い数字に設定する。初期値を定義した後、図１のセンタ側システム１５０内の確率更新部１７０においては、日々発生する故障日報を基に検査項目が起きる確率Ｄ２５を更新するたびにＥｘｐｅｒｉｅｎｃｅＤ２６に記憶するデータの値を初期値から順次増加していく。これは故障日報で更新すればするほど実績に裏打ちされた信頼できる確率になっていくという考えに基づく。

【0027】

参考としてよく知られた事前確率ベータ分布を表す数式を（１）式に、（１）式のパラメータａ、ｂとＥｘｐｅｒｉｅｎｃｅパラメータの対応関係を（２）式に示す。また検査項目が起きる確率の欄Ｄ２５における確率値を（３）式に示す。なお、（１）式において、Ｂはベータ関数を意味する。

【0028】

【数1】

【0029】

【数2】

【0030】

【数3】

【0031】

この関係式を使って、ｅ＝Ｅｘｐｅｒｉｅｎｃｅパラメータ、ｐ＝検査項目が起きる確率の確率値と定義すれば、上記（１）式のベータ分布は（４）式のように表すことができる。

【0032】

【数4】

【0033】

故障モード確率テーブルＤＢ３は、図３に例示するデータ構造のテーブルにより構成されており、故障モードの欄Ｄ３１、発生確率Ｐ（故障モード）の欄Ｄ３２、Ｅｘｐｅｒｉｅｎｃｅの欄Ｄ３３の各欄にデータを記述して構成されている。このように、故障モード確率テーブルＤＢ３には、故障モードＤ３１とその発生確率Ｄ３２が記憶されている。このうち、故障モードＤ３１には図２の故障モードＤ２１と同じものが記憶されている。ただし図３では発生確率の欄Ｄ３２には、条件付確率ではなく、各故障モードが起きる一般的な確率を記憶している。この各故障モードが起きる一般的な確率は、実際の今まで起きた故障モードの発生件数から割り出し、あるいは機器１０４のＦＭＥＡ（Ｆａｉｌｕｒｅ Ｍｏｄｅ ａｎｄ Ｅｆｆｅｃｔ Ａｎａｌｙｓｉｓ）に記載されている発生確率といった情報から作ることができる。

【0034】

また図２のＥｘｐｅｒｉｅｎｃｅＤ２６と同様に、図３にもＥｘｐｅｒｉｅｎｃｅＥｘｐｅｒｉｅｎｃｅＤ３３が定義されている。定義や扱いは図２のＥｘｐｅｒｉｅｎｃｅＤ２６と同様であり、図３においてもＥｘｐｅｒｉｅｎｃｅＤ３３がどれだけ信頼できるかを示し、故障日報にもとづく更新に伴い値は増加していくものとされる。

【0035】

一次記憶部ＤＢ１のデータ構造を図４に示す。まず一次記憶部ＤＢ１はこれまで説明した検査項目確率テーブルＤＢ２、故障モード確率テーブルＤＢ３などと異なりＲＡＭなど書き換え可能な装置で構成されている。これは今の現場で保全員１０２がこなした検査項目の結果を記憶するためである。この検査結果から故障モードや次に検査すべき項目を推定する。

【0036】

一時記憶部ＤＢ１は、図４に例示するデータ構造のテーブルにより構成されており、検査部位の欄Ｄ１１、検査項目の欄Ｄ１２、検査項目の挙動の欄Ｄ１３、検査結果の欄Ｄ１４の各欄にデータを記述して構成されている。このデータ構造によれば、Ｄ１１、Ｄ１２、Ｄ１３、Ｄ１４の各欄には図２の欄Ｄ２２、Ｄ２３、Ｄ２４うち、保全員１０２により検査完了した行のデータがコピーされて記憶される。検査結果Ｄ１４は保全員が検査した結果であり、Ｄ１４で定義した通りの挙動であれば１、そうでなければ０が記憶される。

【0037】

次に図５、図６、図７、図８の、フローチャートを用いて、本発明の処理内容を詳細に説明し、その説明の中で図９、図１０、図１１、図１２に示す画面例が表示されることを説明する。

【0038】

まず図５は、本発明の実施例１に係る保全リコメンド処理のメインルーチンを示すフロー図であり、機器１０４の故障モードを調査する作業を始めて、故障モードを特定するまでの手順を示している。図６、図７、図８は図５のメインルーチンから呼び出されるサブルーチンである。なお、図９、図１０、図１１、図１２の画面例が表示されるタイミングや説明は、フローチャートの説明の中で適宜述べることとする。

【0039】

図５の最初の処理ステップＳ７００では、全検査項目を端末に表示する。これは保全員１０２が故障した機器のある現場に到着する前に、事前に機器のユーザやオーナから聞いた症状を元に入力するためのものである。表示のやりかたは、図２の検査項目確率テーブルＤＢ２が記憶する検査部位Ｄ２２、検査項目Ｄ２３、検査項目の挙動Ｄ２４を全レコード読み取り表示する。

【0040】

全検査項目を端末に表示する時の初期画面例９０Ａを図９に示す。初期画面例９０Ａでは、読み取った検査部位Ｄ２２についての検査項目Ｄ２３、検査項目の挙動Ｄ２４を、それぞれの表示枠Ｄ２２Ａ、Ｄ２３Ａ、Ｄ２４Ａに表示する。また検査結果の表示枠Ｄ２７Ａには、検査項目Ｄ２３が検査項目の挙動Ｄ２４に示す対応をしているか（Ｔｒｕｅ）、していないか（Ｆａｌｓｅ）について、検査した結果を入力できるようにＴｒｕｅとＦａｌｓｅの文言とチェックボックスを表示する。

【0041】

この例では、最初に初期表示として全検査項目である１合目と２行目が入力、表示されたものとする。１行目では、検査部位Ｄ２２Ａが冷蔵庫、検査項目Ｄ２３Ａがアラート、検査項目の挙動Ｄ２４Ａがアラート００１発報という事象が表示され、また２行目では、検査部位Ｄ２２Ａが電源部、検査項目Ｄ２３Ａが入力電力、検査項目の挙動Ｄ２４Ａが上昇という事象が表示される。

【0042】

次の処理ステップＳ７００では、保全員１０２が故障した機器のある現場に到着する前に分かっている初期情報がもしあれば、図９の追加表示として検査部位Ｄ２２Ａ、検査項目Ｄ２３Ａ、検査項目の挙動Ｄ２４Ａの入力、表示を行い、さらに検査結果の表示枠Ｄ２７Ａのチェックボックスに入力する。図９がタッチパネルで表示されていれば、直接チェックボックスを指でタッチすればチェック入力が可能である。

【0043】

追加表示としては、例えば図９のテーブルの１行目の検査項目の挙動Ｄ２４Ａのように機器１０４のアラート発報の記録があるとき、これに関連して機器１０４は本実施例では冷蔵庫という想定であることから、「冷凍機がそもそも機能しているか？」といった機器の分解など特別な作業をしなくても分かる情報を入力する。例えばこの例では、３行目として新たに、検査部位Ｄ２２Ａが冷凍機、検査項目Ｄ２３Ａが機能、検査項目の挙動Ｄ２４Ａが冷凍機能は有効か？といった情報を入力する。

【0044】

図９の初期画面例９０Ａには、診断ボタン１０５０が表示されており、これを保全員１０２が押すことで、検査結果を一次記憶部ＤＢ１に記憶する。チェック結果がＴｒｕｅなら検査結果の表示枠Ｄ２７Ａに１を、Ｆａｌｓｅなら０を検査結果の表示枠Ｄ２７Ａに記憶する。この時には、検査項目Ｄ２３が検査項目の挙動Ｄ２４に示す対応をしていれば、検査結果の表示枠Ｄ２７Ａを（Ｔｒｕｅ）とし、していなければ（Ｆａｌｓｅ）にチェックマークをすることになる。

【0045】

図５の処理ステップＳ７１０は、処理ステップＳ７０５で入力した検査結果Ｄ２７から、故障モード確率を算出する。図５の処理ステップＳ７１０の詳細な処理内容を示すサブルーチン（ＳＵＢ０１）について、図６のフロー図を使って以下に説明する。

【0046】

図６の最初の処理ステップＳ８００では、処理ステップＳＳ７０５でＴｒｕｅ／Ｆａｌｓｅが入力された検査項目Ｄ２３を図２のテーブルから検索し、条件付確率Ｄ２５としてＰ（検査項目の挙動｜故障モード）と故障モードＤ２１を読み取る。例えば図９の２行目の検査項目Ｄ２３Ａである入力電力に着目した時、これに関連して、図２のテーブルから検索し、条件付確率Ｄ２５としてＰ（検査項目の挙動｜故障モード）と故障モードＤ２１を読み取る。この例では、図２の１行目から、条件付確率Ｄ２５が０．３０、故障モードＤ２１が凝縮器冷水減少を読み取り、また図２の３行目から、条件付確率Ｄ２５が０．２５、故障モードＤ２１が冷媒漏れを読み取り、また図２の６行目から、条件付確率Ｄ２５が０．１０、故障モードＤ２１が蒸発器冷水減少を読み取る。

【0047】

処理ステップＳ８１０では、処理ステップＳ８００で読み取った故障モードＤ２１と同じ故障モードを図３の故障モード発生確率テーブルＤＢ３の故障モードＤ３１をキー入力して検索し、故障モードの発生確率Ｄ３２からＰ（故障モード）を読み取る。例えば、図２の１行目の故障モードＤ２１である凝縮器冷水減少に関連して、図３の１行目が検索により抽出され、故障モードの発生確率Ｄ３２からＰ（故障モード）として０．０５が取り出され、図２の３行目の故障モードＤ２１である冷媒漏れに関連して、図３の２行目が検索により抽出され、故障モードの発生確率Ｄ３２からＰ（故障モード）として０．００１が取り出され、図２の６行目の故障モードＤ２１である蒸発器冷水減少に関連して、図３の３行目が検索により抽出され、故障モードの発生確率Ｄ３２からＰ（故障モード）として０．０１が取り出される。これにより、一連の情報が紐づけされて抽出される。

【0048】

処理ステップＳ８２０では、処理ステップＳ８００、処理ステップＳ８１０でよみとった複数の発生確率Ｐ（検査項目の挙動｜故障モード）と発生確率Ｐ（故障モード）から、検査項目の挙動と故障モードの同時確率Ｐ（複数の検査項目の挙動、複数の故障モード）を求める。

【0049】

処理ステップＳ８２０における処理は、ベイジアンネットワークと呼ばれる従来技術に基づき実現可能なものであり、計算方法を簡単に説明する。説明のため、本実施例で使用するベイジアンネットワークを図１３に示した。

【0050】

図１３は、上段に示す故障モードＦ（１４１０、１４２０、１４３０）と、下段に示す検査項目の挙動Ｉ（１４４０、１４５０、１４６０、１４７０、１４８０）が紐づけられたネットワークである。

【0051】

このうち故障モードＦ（１４１０、１４２０、１４３０）は、図３の故障モード確率データベースＤＢ３における故障モードＤ３１と発生確率Ｄ３２を含む情報である。例えば故障モード１４１０は、故障モードＤ３１が凝縮器冷水減少、発生確率Ｄ３２が０．００５であり、故障モード１４２０は、故障モードＤ３１が冷媒漏れ、発生確率Ｄ３２が０．００１であり、故障モード１４３０は、故障モードＤ３１が蒸発器冷水減少、発生確率Ｄ３２が０．０１である。

【0052】

検査項目の挙動Ｉ（１４４０、１４５０、１４６０、１４７０、１４８０）は、図２の検査項目確率テーブルＤＢ２における検査項目に関する情報Ｄ２３、Ｄ２４、Ｄ２５に対応している。例えば検査項目の挙動１４４０は、Ｄ２３、Ｄ２４に対応する内容が入力電力の上昇であり、検査項目の挙動１４５０は、Ｄ２３、Ｄ２４に対応する内容が凝縮器の出口温度上昇であり、検査項目の挙動１４６０は、Ｄ２３、Ｄ２４に対応する内容が入力電力の下降であり、検査項目の挙動１４７０は、Ｄ２３、Ｄ２４に対応する内容が凝縮器の圧力上昇であり、検査項目の挙動１４８０は、Ｄ２３、Ｄ２４に対応する内容が蒸発器の入り口温度の上昇である。

【0053】

また図２の検査項目確率テーブルＤＢ２によれば、１行目と２行目の故障モードＤ２１はいずれも凝縮器冷水減少であるに対し、検査項目とその挙動に関するＤ２３、Ｄ２４に記述された内容は、このときには入力電力が上昇し、かつ凝縮器の出口温度上昇というものであり、このことは図１１の上段に示す故障モードＦ（１４１０、１４２０、１４３０）と、下段に示す検査項目の挙動Ｉ（１４４０、１４５０、１４６０、１４７０、１４８０）の間に因果関係があることを意味している。

【0054】

図１３では、上下段間の要因通しの因果関係を、上段（故障モード）から下段（検査項目の挙動）に伸びている１４１２、１４１５などの矢印線で表し、かつ故障モードから検査項目の挙動への条件付確率Ｐを付与して示している。因果関係を示す矢印線１４１２に例として書いた０．３０という数字は条件付確率Ｐ（検査項目の挙動｜故障モード）が０．３０であることを意味している。また故障モード、例えば１４１０に書いてある０．００５という数字は図３の発生確率Ｐ（故障モード）が０．００５であることを意味している。

【0055】

この図１３のベイジアンネットワークにおいて、検査項目の挙動と故障モードの同時確率Ｐ（複数の検査項目の挙動、複数の故障モード）とし、これを図１３の故障モードを示すＦ_１や検査項目の挙動を示すＩ_１といった記号を使って表現すると（５）式で表すことができる。（５）式を求めるには、（６）式を計算すればよい。

【0056】

【数5】

【0057】

【数6】

【0058】

なお（６）式においてＰ（Ｉｋ＝ｉｋ／Ｆｊ＝ｆｊ）は、処理ステップＳ８００で読み取ったＰ（検査項目の挙動｜故障モード）のことであり、（６）式では全部でＪ件読み取ったと想定している。また（６）式においてＰ（Ｆｊ＝ｆｊ）は、処理ステップＳ８１０で読み取ったＰ（故障モード）のことで、全部でＫ件読み取ったという想定である。ｆｊは故障モードが発生していれば１（Ｔｒｕｅ）、発生していなければ０（Ｆａｌｓｅ）をとる値である。ｉｋは検査項目Ｉｋの検査結果を示す数値で、検索項目が挙動どおりなら１（Ｔｒｕｅ）、そうでなければ０（Ｆａｌｓｅ）をとる。この０、１の情報は図４の検査結果Ｄ１４を参照して取得する。

【0059】

なお上記の数式の導出にはベイジアンネットの因数分解とＮｏｉｓｙ－ＯＲと呼ばれるベイジアンネットワークの従来技術を用いている。（５）式が計算できたら図６の処理ステップＳ８２０を終了し処理ステップＳ８４０に移る。

【0060】

処理ステップＳ８４０では、処理ステップＳ８２０で求めた（７）式の同時確率から、検査結果を反映した（８）式に示すｊ番目の故障モードの確率を計算する。これには以下の（９）式を計算すればよい。

【0061】

【数7】

【0062】

【数8】

【0063】

【数9】

【0064】

この式は検査項目Ｉ１～Ｉｋの検査結果がｉ１～ｉｋだったとき、ｊ番目の故障モードＦｊ＝ｆｊとなる条件付確率を意味している。これが検査結果から推定される故障モードの確率である。（９）式の確率を返却して図６のサブルーチンは終了し、図５の処理ステップＳ７１０に戻ったのち処理ステップＳ７１５に進む。

【0065】

図５の処理ステップＳ７１５では、処理ステップＳ７１０で計算した（９）式のばらつきとしてその事後分散を計算し、計算結果の不確さを計算する。特に（９）式の結果、最大の確率となった故障モードについて分散を計算する。そのためには式中のＰ（Ｉｋ＝ｉｋ／Ｆｊ＝ｆｊ）とＰ（Ｆｊ＝ｆｊ）を定数ではなく、ばらつきのある確率変数として扱い、（６）式と式（９）を計算する必要がある。

【0066】

ここで、Ｐ（Ｉｋ＝ｉｋ／Ｆｊ＝ｆｊ）を確率変数として扱うということの意味は、例えば図２の検査項目確率テーブルＤＢ２における１行目の検査項目が起きる確率Ｄ２５であるＰ（検査項目の挙動｜故障モード）は０．３０という定数だが、実際にはその前後でばらつく。ばらつく前提で（６）式、（９）式を計算したときの（９）式の分散を計算するということである。

【0067】

具体的な計算方法を以下に述べる。まずＰ（Ｉｋ＝ｉｋ／Ｆｊ＝ｆｊ）のばらつきが、（４）式で示したベータ分布に従うとすると、（１０）式のように表すことができる。ここで、θｊｋ＝Ｐ（Ｉｋ＝ｉｋ／Ｆｊ＝ｆｊ）とする。

【0068】

【数10】

【0069】

ここでｅｊｋはＥｘｐｅｒｉｅｎｃｅ（例えば図２の検査項目確率テーブルＤＢ２における１行目のＤ２６に記載された１００）で、Ｐｊｋは確率の期待値（例えば図２の検査項目確率テーブルＤＢ２における１行目のＤ２５に記載された０．３０）である。Ｅｘｐｅｒｉｅｎｃｅが小さいほど信頼性が低くなるため、（１０）式はばらつきが大きい分布になる。

【0070】

同様にＰ（Ｆｊ＝ｆｊ）のばらつきは（１１）式のように表すことができる。ここで、φｊ＝Ｐ（Ｆｊ＝ｆｊ）とする。

【0071】

【数11】

【0072】

あとは（６）式、（９）式中のＰ（Ｉｋ＝ｉｋ／Ｆｊ＝ｆｊ）とＰ（Ｆｊ＝ｆｊ）が（１０）式、（１１）式に従うものとして、（９）式の分散を計算すればよい。

【0073】

図５の処理ステップＳ７２５では、処理ステップＳ７１５で算出した最大確率の故障モードの確率の分散を評価しそれが閾値未満なら、推定精度は十分として処理ステップＳ７４０に移る。ここで、閾値は精度の不確かさをどこまで許容するかという業務要件から決定する設計項目である。加えてこれから行う追加の検査項目の回数が上限値を超えた場合も処理ステップＳ７４０に移る。これも何回までは追加の検査をしてもよいかという業務要件から決定する設計項目である。

【0074】

処理ステップＳ７２５の判断の結果、処理ステップＳ７１５で算出した最大確率の故障モードの確率の分散が閾値以上である場合、推定精度は不十分として処理ステップＳ７３０に移る。

【0075】

処理ステップＳ７３０では、故障モードの推定精度を担保するための、追加検査項目の探索、提示を行う。この処理は、推定精度が低い故障モードについては、保全員が検査を行おうとしているこの検査機会に、新たに検査を実行することを促し、その結果を今後に反映させようとしたものである。

【0076】

図５の処理ステップＳ７３０の詳細な処理内容を示すサブルーチン（ＳＵＢ０２）について、図７のフロー図を使って以下に説明する。処理ステップＳ９００では、処理ステップＳ７１０で見つけた最大確率の故障モードに紐づく検査項目を検索する。これは図２の故障モードＤ２１をキーとして、故障モードＤ２１に紐付けされている検査項目Ｄ２３を検索すればよい。

【0077】

図７の最初の処理ステップＳ９０５では、処理ステップＳ９００の結果の検査項目Ｄ２３のうち、保全員１０２が未検査の検査項目に絞る処理を行う。未検査の検査項目かどうかの判定は、図４の一時記憶部ＤＢ１のテーブルにおける検査項目Ｄ１２の記録が無ければ未検査であるとする。

【0078】

図１０は、処理ステップＳ９０５の処理の結果得られた未検査の検査項目の表示画面例９０Ｂを示している。この場合に未検査の検査項目は、追加の検査項目候補と位置付けられて表示される。この段階で未検査のものは全て、新たな検査の対象としてもよいが、本発明においてはさらに以下の処理、判断を行うことにより、一層検査の必要性の確度が高い検査項目に限定して、
処理ステップＳ９１０では、処理ステップＳ９０５で求めた未検査の検査項目Ｄ１２とそれに紐づく故障モードＤ１１の間の相互情報量を計算する。相互情報量Ｍは検査項目Ｄ１２の結果が分かったとき、どれだけ故障モードＤ１１の発生確率が正確にわかるかを示す値である。

【0079】

相互情報量Ｍは、図２の検査項目確率テーブルＤＢ２におけるＤ２５（検査項目が起きる確率）に対応するＰ（Ｉｋ＝ｉｋ／Ｆｊ＝ｆｊ）と、図３の故障モード確率テーブルＤＢ３におけるＤ３２（発生確率Ｐ（故障モード））に対応するＰ（Ｆｊ＝ｆｊ）から、（１２）式を用いて計算できる。なおＦｊは確率最大の故障モードを示す変数に絞られるのでｊは固定値である。

【0080】

【数12】

【0081】

ただし以下の（１３）（１４）式の関係であるとする。

【0082】

【数13】

【0083】

【数14】

【0084】

図７の処理ステップＳ９５０では、処理ステップＳ９１０の（１２）式で計算した相互情報量Ｍｊｋのうち、上位Ｎ位までの高い相互情報量の検査項目を見つける。これは（１２）式でいえばＭｊｋを高くするｋを見つけることに相当する。これは単純にｋを全種類調べして大きい順に１～Ｎ位になるｋを複数見つければよい。

【0085】

図１０に示す中間段階の表示画面９０Ｂでは、未検査の検査項目を追加の検査項目候補と位置付けて表示したが、処理ステップＳ９５０における処理後の図１１に示す表示画面９０Ｃでは、高い相互情報量の観点から選択した検査項目を追加の検査項目候補として他の情報とともに表示する。

【0086】

図１１に示す表示画面９０Ｃは左右表示領域に構成され、左側表示領域には検査項目候補のリスト、右側表示領域には故障モード候補を発生確率の上位を確率が大きい順に提示している。

【0087】

図１１の左側表示領域は、図９と同じ検査項目のリストに、図１０の追加検査項目候補から高い相互情報量の観点で選択した検査項目を黒枠１１４２により区分けして表示し、追加検査項目候補として追加記載した構成になっている。

【0088】

図１１の右半分は、故障モードの発生確率の上位を確率が大きい順に故障モード候補として提示している。ここでは、故障モード候補を故障モードの欄Ｄ４１Ａ、確率の欄Ｄ４２Ａ、発生確率の欄Ｄ４３Ａ、関連検査部位Ｄ４４Ａにより定義している。発生確率の欄Ｄ４３Ａには、その発生確率の標準偏差を記述する。この標準偏差は、処理ステップＳ７１５で算出した「最大確率の故障モードの確率の分散」のルートをとった値である。

【0089】

図１１の右半分の１行目について、故障モードＤ４１が蒸発器冷水減少であるときの確率Ｄ４２は７０％で表中では最大であるが、発生確率Ｄ４３は標準偏差が±３０％もあり、あまり信頼できない結果であることを示している。

【0090】

関連検査部位Ｄ４４Ａには、参考情報を表記するのがよい。例えば、参考情報として故障モードＤ４１Ａに紐づく検査部位の情報（この例では蒸発器入口温度と電源部入力電圧）を関連検査部位Ｄ４４Ａに提示する。関連検査部位Ｄ４４Ａに提示する検査部位は故障モードに紐づくものを図２のＤ２１、Ｄ２２、Ｄ２３から検索すればよい。これでＳＵＢ０２は終了し、処理ステップＳ７３０に戻ったのち処理ステップＳ７３５に進む。

【0091】

処理ステップＳ７３５では発生確率Ｄ４３の信頼性を上げるため、保全員１０２に図１１の画面の黒枠１１４２に検査結果を入力させる。その後に処理ステップＳ７１０に戻り処理ステップＳ７３５で入力された検査結果を基に確率最大の故障モードを計算しなおす。以上のループは処理ステップＳ７２５で故障確率の標準偏差Ｄ４３が閾値以下になり、確率Ｄ４２の信頼性が担保されたと判断されるか、検査回数が上限を超えるまで続く。

【0092】

次に図５において、処理ステップＳ７２５でループを抜けた後の処理ステップＳ７４０からの説明を行う。処理ステップＳ７４０は信頼性が担保された故障モードの確率上位Ｎ位を図１２のように表示画面９０Ｄにより提示する。図１２は上位３位まで表示している例である。Ｎ件の数字は画面サイズなどに応じて本発明を適用したシステムの設計時に決定する。図１２のＤ４１Ａ、Ｄ４２Ａ、Ｄ４３Ａ、Ｄ４４Ａの欄には、図１１の右半分の表に対応した情報を提示する。ただし追加の検査項目により確率偏差Ｄ４３は５％まで抑えられており図１の動欄の表示数値より故障確率の信頼性が改善している。

【0093】

処理ステップＳ７４５では、処理ステップＳ７４０で提示された発生確率上位Ｎ位の故障モードから選んで保全員１０２が処置を行う。本発明は何も処理を行わない。

【0094】

処理ステップＳ７５０では、その結果、どれが正しい故障モードであったかを保全員１０２に入力させ、それを基にＥｘｐｅｒｉｅｎｃｅと確率情報を更新する。処理ステップＳ７５０の詳細内容を示すサブルーチン処理ＳＵＢ０３を、図８を用いて説明する。

【0095】

図８の処理ステップＳ４００では、故障モードを保全員１０２に入力させる。これは図１２のチェック入力欄Ｄ４０Ａに正解の故障モードをチェック入力させればよい。チェック後、送信ボタン１２４２を押して処理ステップＳ７０５と処理ステップＳ７３５で入力した検査結果と正解の故障モードの情報をセンタ側システム１５０に送る。

【0096】

処理ステップＳ４１０では今までに保全員１０２が入力した検査結果と処理ステップＳ４００で入力した正解の故障モードから、図２と図３の確率Ｄ２５、Ｄ３２とＥｘｐｅｒｉｅｎｃｅＤ２６、Ｄ３３を更新する。これはベイズ更新として公知の技術であるが、簡単に図３の故障モード確率テーブルの更新の場合を説明する。

【0097】

ＥｘｐｅｒｉｅｎｃｅＤ２６についてｅ、ＥｘｐｅｒｉｅｎｃｅＤ３３についてｐ＝発生確率Ｐ（故障モード）とすると、更新の式は以下の（１５）（１６）式になる。

【0098】

【数15】

【0099】

【数16】

【0100】

例えば図３の１行目の凝縮器冷水減少の場合ならば上の式は以下の（１７）（１８）式になる。

【0101】

【数17】

【0102】

【数18】

【0103】

これらの更新を完了したら図８のサブルーチン処理ＳＵＢ０３を終了し、処理ステップＳ７５０に戻ったのち、本実施例の処理を完了する。

【0104】

以上説明した本発明の考え方は要するに、発生頻度が少なく、推定精度が低い故障モードが疑われる場合は、追加の検査項目を現場の保全員に指示し、推定精度を担保する。またその際に検査結果を入力させて検査項目の情報を集めることで、今後は追加の検査が無くても推定精度を上げられるようにするというものである。これにより本発明によれば、機器の故障モードの推定精度を向上して無駄な交換作業を減らす、また調査時間を短縮し、機器の故障～復帰までの時間を短縮することができる。

【符号の説明】

【0105】

１：保全リコメンドシステム１
１０２：保全員
１０４：機器
１００：端末
１０５：表示部
１２０：入力部
１２５：通信部
１５０：センタ側システム
１７０：確率更新部
１７５：故障モード確率算出部
１９０：通信部
１９５：推定精度判定部
２００：追加検査項目探索部
ＤＢ１：一次記憶部
ＤＢ２：検査項目確率テーブ
ＤＢ３：故障モード確率テーブル

【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】