JP5181479B2

JP5181479B2 - Fault diagnosis system and fault diagnosis program

Info

Publication number: JP5181479B2
Application number: JP2007011453A
Authority: JP
Inventors: 英悟中川; 康二足立; 紀一山田; 薫安川; 弘毅上床; 哲一里永
Original assignee: Fuji Xerox Co Ltd; Fujifilm Business Innovation Corp
Current assignee: Fujifilm Business Innovation Corp
Priority date: 2007-01-22
Filing date: 2007-01-22
Publication date: 2013-04-10
Anticipated expiration: 2027-01-22
Also published as: JP2008176703A

Description

本発明は、故障診断システム及び故障診断プログラムに関する。 The present invention relates to a failure diagnosis system and a failure diagnosis program.

近年、パーソナルコンピュータ、複写機、スキャナ、プリンタ並びにこれらが複合された複合機等の機器には、性能、機能の向上に伴い、様々な用途のアナログ及びデジタルの電子回路がプリント基板（「ＰＷＢＡ（ＰｒｉｎｔｅｄｗｉｒｉｎｇｂｏａｒｄＡｓｓｅｍｂｌｙ）」又は「ボード」等と呼ぶことがあり、以下、統一して「ＰＷＢＡ」と呼ぶ）に取り付けられてきている。ＰＷＢＡは、一連の機能を実現するために、様々な形でケーブル等の配線を介して互いに接続され、信号のやり取り等が実行されている。このようなＰＷＢＡが搭載される機器が使用される環境は、オフィス内や家屋内が主としてあるが、それ以外の過酷な環境下で使用される場合もある。 In recent years, devices such as personal computers, copiers, scanners, printers, and multifunction devices in which these are combined have been improved in performance and functions, and analog and digital electronic circuits for various applications have been printed circuit boards ("PWBA ( “Printed wiring board assembly”) or “board”, etc., and hereinafter collectively referred to as “PWBA”). In order to realize a series of functions, PWBAs are connected to each other through wiring such as cables in various forms, and exchange of signals is performed. The environment in which such a device equipped with PWBA is used is mainly in an office or a house, but may be used in other severe environments.

そのため、それぞれの状況下で様々な異常が発生し、これらの異常、故障の修復には多大な労力を要している。さらに、何らかの異常が発生した場合、故障診断システムによってＰＷＢＡに異常ありと診断したにもかかわらず、実際に解析すれば、ＰＷＢＡの異常ではなく、ＰＷＢＡ上を走るソフトウェアやアプリケーションソフトウェアのバグであるものがある。 For this reason, various abnormalities occur in each situation, and much effort is required to repair these abnormalities and failures. Furthermore, if any abnormality occurs, it is not a PWBA abnormality but a bug in software or application software running on the PWBA, if it is actually analyzed, even though the failure diagnosis system diagnoses that there is an abnormality in the PWBA. There is.

故障診断システムとしては、コンピュータに障害が発生した場合、インターネットを介してエラー情報を収集し、エラーに応じた対策をとる方法が提案されている（特許文献１参照）。 As a failure diagnosis system, there has been proposed a method of collecting error information via the Internet and taking a countermeasure corresponding to an error when a failure occurs in a computer (see Patent Document 1).

また、遠隔地にあるサーバの障害発生時に、障害原因の特定、対策、内容、及び費用の通知を自動化することが提案されている（特許文献２参照）。 Further, it has been proposed to automate the identification of the cause of failure, countermeasures, contents, and cost notification when a server in a remote location occurs (see Patent Document 2).

さらに、機器及び通信路の物理的故障、誤動作、プログラムの不具合、パラメータ値の設定不備等の障害の診断を効率よく行うことが提案されている（特許文献３参照）。
特開２００５−２２８００４号公報特開２００５−２０２５９７号公報特開平０６−１４９５７７号公報 Further, it has been proposed to efficiently diagnose failures such as physical failures of devices and communication paths, malfunctions, program failures, and parameter value imperfections (see Patent Document 3).
JP 2005-228004 A JP 2005-202597 A Japanese Patent Laid-Open No. 06-149577

しかしながら、特許文献１乃至特許文献３では、ハードウェアであるＰＷＢＡによって構築されるシステムの異常を、ソフトウェアとハードウェアに切り分け、分類し、異常の診断を行う。そのため、ＰＷＢＡが構築する接続系の関連性、及びＰＷＢＡとＰＷＢＡの動作制御のための手順や命令が組み込まれたソフトウェアとの関連性という観点からみた統合的な診断を行うことができないという問題がある。 However, in Patent Documents 1 to 3, abnormalities in a system constructed by PWBA, which is hardware, are classified into software and hardware, classified and diagnosed. Therefore, there is a problem that it is not possible to perform an integrated diagnosis from the viewpoint of the relevance of the connection system constructed by PWBA, and the relevance of PWBA and software incorporating procedures and commands for controlling the operation of PWBA. is there.

本発明は、上記事実を考慮し、ハードウェアによって発生する異常とそのハードウェアの動作制御のためのソフトウェアによって発生する異常とを統合して診断することができる故障診断システム及び故障診断プログラムを得ることが目的である。 In consideration of the above-described facts, the present invention provides a failure diagnosis system and a failure diagnosis program capable of diagnosing an abnormality generated by hardware and an abnormality generated by software for controlling the operation of the hardware. Is the purpose.

請求項１に記載の発明は、ベイジアンネットワークを用いる故障診断システムにおいて、物理的実体として存在するコンピュータ構成部品を故障診断のために分類し、当該分類された単位であるハードウェアモデルと、コンピュータを制御する手順や命令がまとめられたプログラムを故障診断のために分類し、当該分類された単位であるソフトウェアモデルと、を同一のベイジアンネットワーク上に構成し、ハードウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるハードウェア検査結果情報を、ソフトウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるソフトウェア検査結果情報に反映させて所定の故障診断プログラムを実行する制御手段、を有することを特徴とする。 Invention according to claim 1, in the fault diagnosis system using a Bayesian network, a hardware model is a unit classified, is the classification for fault diagnosis computer components that exist as a physical entity, the computer A program in which procedures and instructions are controlled is classified for fault diagnosis, and the software model that is the classified unit is configured on the same Bayesian network to detect anomalies from the hardware perspective. A predetermined failure diagnosis program by reflecting hardware inspection result information, which is information as a result of executing a program for executing, on software inspection result information, which is information as a result of executing a program for detecting an abnormality from the viewpoint of software It characterized in that it has a control unit, for executing.

請求項１に記載の発明によれば、ベイジアンネットワークを用いる故障診断システムにおいて、物理的実体として存在するコンピュータ構成部品を、故障診断のために分類し、当該分類された単位であるハードウェアモデル（ハードウェアをモデル化したもの）と定義する。また、コンピュータを制御する手順や命令がまとめられたプログラムを故障診断のために分類し、当該分類された単位であるソフトウェアモデル（ソフトウェアをモデル化したもの）と定義する。そして、制御手段において、定義されたハードウェアモデル及びソフトウェアモデルを同一のベイジアンネットワーク上に構成し、ハードウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるハードウェア検査結果情報を、ソフトウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるソフトウェア検査結果情報に反映させて所定の故障診断プログラムを実行する。 According to the first aspect of the present invention, in a failure diagnosis system using a Bayesian network, computer components existing as physical entities are classified for failure diagnosis, and the hardware model ( Defined as a model of hardware). A program in which procedures and instructions for controlling a computer are collected is classified for fault diagnosis and defined as a software model (modeled software) that is the classified unit. Then, in the control means, the hardware test result information which is the result of executing the program for detecting the abnormality from the viewpoint of hardware by configuring the defined hardware model and software model on the same Bayesian network. Is reflected in software inspection result information, which is information obtained as a result of executing a program for detecting an abnormality from the viewpoint of software, and a predetermined failure diagnosis program is executed.

従って、ハードウェアによって発生する異常とそのハードウェアの動作制御のためのソフトウェアによって発生する異常とを統合して診断することができる。 Therefore, it is possible to integrate and diagnose an abnormality generated by hardware and an abnormality generated by software for operation control of the hardware.

請求項２に記載の発明は、請求項１記載の発明において、前記ハードウェアモデル及び前記ソフトウェアモデルが、前記制御手段による故障診断プログラム実行時に故障を特定する単位となる故障診断モデルである、ことを特徴とする。 The invention of claim 2 is the invention of claim 1 wherein, prior Symbol hardware model and the software model, a fault diagnosis model which is a unit for specifying a failure when the failure diagnosis program executed by the control unit, It is characterized by that.

請求項２に記載の発明によれば、前記ハードウェアモデル及び前記ソフトウェアモデルが、前記制御手段による故障診断プログラム実行時に故障を特定する単位となる故障診断モデルであるので、ハードウェア及びそのハードウェアの動作制御のためのソフトウェアを含め、関係性または依存性を持たせて統合して故障箇所を診断できる。その結果、故障箇所の故障確率を精度良く求めることができるので、ＣＥ（カスタマーエンジニア）のサービス時間を短縮することもできる。 According to the invention of claim 2, before Symbol hardware model and the software model, since a failure diagnosis model which is a unit for specifying a failure when the failure diagnosis program executed by the control unit, the hardware and hard Including software for controlling the operation of wear, it is possible to diagnose failures by integrating them with relationships or dependencies. As a result, since the failure probability of the failure location can be obtained with high accuracy, the CE (customer engineer) service time can also be shortened.

請求項３に記載の発明は、ベイジアンネットワークを用いる故障診断システムにおいて、物理的実体として存在するコンピュータ構成部品であるハードウェアを所定のベイジアンネットワーク診断モデルに分類してモデル化するハードウェアモデル化手段と、前記ハードウェアモデルのそれぞれに対応する、前記ハードウェアの動作制御のための手順や命令が組み込まれたソフトウェアを前記所定の診断モデルに分類してモデル化するソフトウェアモデル化手段と、前記ハードウェアモデル化手段でモデル化した診断モデルの動作状態を表すハードウェア情報と、前記ハードウエアに対応する前記ソフトウェアモデル化手段でモデル化した診断モデルの実行状態を表すソフトウェア情報とを統合する統合手段と、前記統合手段によって統合した診断モデルからの情報群を基に解析し、ハードウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるハードウェア検査結果情報、及びソフトウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるソフトウェア検査結果情報の少なくとも一方を取得する結果情報取得手段と、前記結果情報取得手段により取得された前記ハードウェア検査結果情報を、前記ソフトウェア検査結果情報に反映させて所定の故障診断プログラムを実行する故障診断手段と、を有することを特徴とする。 According to a third aspect of the present invention, in a fault diagnosis system using a Bayesian network, hardware modeling means for classifying and modeling hardware, which is a computer component existing as a physical entity, into a predetermined Bayesian network diagnosis model And software modeling means for classifying and modeling software corresponding to each of the hardware models into which the procedures and instructions for controlling the operation of the hardware are incorporated into the predetermined diagnostic model, and the hardware Integration means for integrating hardware information representing the operating state of the diagnostic model modeled by the hardware modeling means and software information representing the execution state of the diagnostic model modeled by the software modeling means corresponding to the hardware And integrated by the integration means Analyzes based on information group from the diagnostic model, the hardware test result information, and software standpoint program for detecting abnormality of an information resulting program is executed to detect an abnormality in terms of hardware Result information acquisition means for acquiring at least one of software inspection result information , which is information on the result of executing the above, and reflecting the hardware inspection result information acquired by the result information acquisition means in the software inspection result information It characterized by having a a fault diagnosis means for performing a predetermined fault diagnosis program.

請求項３に記載の発明によれば、ベイジアンネットワークを用いる故障診断システムにおいて、ハードウェアモデル化手段により、物理的実体として存在するコンピュータ構成部品であるハードウェアを所定の診断モデルに分類してモデル化する。また、ソフトウェアモデル化手段により、前記ハードウェアの動作制御のための手順や命令が組み込まれたソフトウェアを前記所定の診断モデルに分類してモデル化する。そこで、統合手段によって、前記ハードウェアモデル化手段でモデル化した診断モデルの動作状態を表すハードウェア情報と、前記ソフトウェアモデル化手段でモデル化した診断モデルの実行状態を表すソフトウェア情報とを統合する。統合手段によって、統合した前記ハードウェアのモデル及び前記ソフトウェアのモデルからの情報群を基に解析する。解析した結果、前記ソフトウェアの観点から異常を検査するためのプログラムを実行した結果の情報であるソフトウェア検査結果情報、及び前記ハードウェアの観点から異常を検査するためのプログラムを実行した結果の情報であるハードウェア検査結果情報の少なくとも一方を結果情報取得手段により取得する。前記結果情報取得手段により取得されたハードウェア検査結果情報を、ソフトウェア検査結果情報に反映させて故障診断手段が所定の故障診断プログラムを実行し、故障診断を行う。 According to the third aspect of the present invention, in the fault diagnosis system using the Bayesian network, the hardware modeling means classifies the hardware, which is a computer component existing as a physical entity, into a predetermined diagnosis model. Turn into. The software modeling means classifies the software in which the procedure and instructions for controlling the operation of the hardware are incorporated into the predetermined diagnostic model. Therefore, the integration unit integrates hardware information representing the operating state of the diagnostic model modeled by the hardware modeling unit and software information representing the execution state of the diagnostic model modeled by the software modeling unit. . The integration unit performs analysis based on the information group from the integrated hardware model and software model. As a result of analysis, software inspection result information that is information on a result of executing a program for inspecting an abnormality from the viewpoint of the software, and information on a result of executing a program for inspecting an abnormality from the viewpoint of the hardware At least one of the hardware inspection result information is acquired by the result information acquisition unit. Said result information acquiring unit hardware test result acquired by the information, the failure diagnosing means be reflected in software test result information executes the predetermined failure diagnosis program, performs fault diagnosis.

請求項４に記載の発明は、請求項３記載の発明において、前記ハードウェアモデル及び前記ソフトウェアモデルが、前記故障診断手段による故障診断プログラム実行時に故障を特定する単位となる故障診断モデルである、ことを特徴とする。 The invention according to claim 4 is the fault diagnosis model according to claim 3, wherein the hardware model and the software model are units for specifying a fault when executing a fault diagnosis program by the fault diagnosis means . It is characterized by that.

請求項４に記載の発明によれば、前記ハードウェアモデル及び前記ソフトウェアモデルが、前記故障診断手段による故障診断プログラム実行時に故障を特定する単位となる故障診断モデルである。そこで、モデル化された前記ハードウェア及びモデル化された前記ソフトウェアの少なくとも一方における確定した情報を基に不確定な故障箇所の情報の確率を演算するので、ハードウェア及びそのハードウェアの動作制御のためのソフトウェアの少なくとも一方を含め、関係性または依存性を持たせて統合して故障箇所を診断できる。その結果、故障箇所の故障確率を精度良く求めることができるので、ＣＥのサービス時間を短縮することもできる。 According to a fourth aspect of the present invention, the hardware model and the software model are a failure diagnosis model that is a unit for specifying a failure when the failure diagnosis program is executed by the failure diagnosis means. Therefore, since the probability of the information on the uncertain failure location is calculated based on the determined information in at least one of the modeled hardware and the modeled software, the hardware and the operation control of the hardware are controlled. The failure location can be diagnosed by integrating with relations or dependencies, including at least one of the software for this purpose. As a result, since the failure probability of the failure location can be obtained with high accuracy, the CE service time can be shortened.

請求項５に記載の発明は、ベイジアンネットワークを用いる故障診断システムに用いるコンピュータを、物理的実体として存在するコンピュータ構成部品を故障診断のために分類し、当該分類された単位であるハードウェアモデルと、コンピュータを制御する手順や命令がまとめられたプログラムを故障診断のために分類し、当該分類された単位であるソフトウェアモデルと、を同一のベイジアンネットワーク上に構成し、ハードウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるハードウェア検査結果情報を、ソフトウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるソフトウェア検査結果情報に反映させて所定の故障診断プログラムを実行する制御手段、として機能させることを特徴とする。 Invention of claim 5, hardware model computers used for fault diagnosis system using a Bayesian network, classified for fault diagnosing computer components that exist as a physical entity, a the classified unit And a computer program that summarizes the procedures and instructions for controlling the computer are classified for fault diagnosis, and the software model, which is the classified unit, is configured on the same Bayesian network, and abnormal from the hardware perspective. The hardware inspection result information that is the result of executing the program for detecting the error is reflected in the software inspection result information that is the information of the result of executing the program for detecting the abnormality from the viewpoint of software . control means for executing a failure diagnosis program that function as, And butterflies.

請求項５に記載の発明によれば、ベイジアンネットワークを用いる故障診断システムにおいて、物理的実体として存在するコンピュータ構成部品を、故障診断のために分類し、当該分類された単位であるハードウェアモデル（ハードウェアをモデル化したもの）と定義する。また、コンピュータを制御する手順や命令がまとめられたプログラムを故障診断のために分類し、当該分類された単位であるソフトウェアモデル（ソフトウェアをモデル化したもの）と定義する。そして、定義されたハードウェアモデル及びソフトウェアモデルを同一のベイジアンネットワーク上に構成し、ハードウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるハードウェア検査結果情報を、ソフトウェアの観点から異常を検出するためのプログラムを実行した結果の情報であるソフトウェア検査結果情報に反映させて所定の故障診断プログラムを実行する。 According to the invention described in claim 5, in the fault diagnosis system using the Bayesian network, the computer components existing as physical entities are classified for fault diagnosis, and the hardware model ( Defined as a model of hardware). A program in which procedures and instructions for controlling a computer are collected is classified for fault diagnosis and defined as a software model (modeled software) that is the classified unit. Then, the defined hardware model and software model are configured on the same Bayesian network, and the hardware inspection result information, which is information obtained as a result of executing the program for detecting an abnormality from the hardware viewpoint, is A predetermined failure diagnosis program is executed by reflecting in software inspection result information, which is information on the result of executing a program for detecting an abnormality from the viewpoint .

以上説明したように本発明によれば、ハードウェアによって発生する異常とそのハードウェアの動作制御のためのソフトウェアによって発生する異常とを統合して診断することができる故障診断システム及び故障診断プログラムを得ることができるという効果が得られる。 As described above, according to the present invention, there is provided a failure diagnosis system and a failure diagnosis program capable of diagnosing an abnormality generated by hardware and an abnormality generated by software for operation control of the hardware. The effect that it can be obtained is acquired.

図１は、本実施の形態に係るハードウェア構成の概略図である。 FIG. 1 is a schematic diagram of a hardware configuration according to the present embodiment.

図１のハードウェア構成は、複数のＰＷＢＡ（ＰｒｉｎｔｅｄｗｉｒｉｎｇｂｏａｒｄＡｓｓｅｍｂｌｙ）で構成されており、以下、それぞれを統一してＰＷＢＡと呼び、全体をＰＷＢＡシステム１００と呼ぶ。 The hardware configuration shown in FIG. 1 is composed of a plurality of PWBAs (Printed wiring board Assemblies). Hereinafter, these are collectively referred to as PWBA and the whole is referred to as PWBA system 100.

さらに、図１のハードウェア構成には、各ＰＷＢＡそれぞれを接続する接続部（例えば、ケーブル配線やプリント配線等）も加えて構成されており、以下、それぞれを統一してＮｅｔ（回路網：Ｎｅｔｗｏｒｋ）と呼び、全てのＮｅｔをまとめて全Ｎｅｔと呼ぶ。 Further, the hardware configuration of FIG. 1 includes a connection unit (for example, cable wiring, printed wiring, etc.) for connecting each PWBA. ), And all Nets are collectively referred to as all Nets.

ＰＷＢＡシステム１００は、ＰＷＢＡ（Ａ）１１０、ＰＷＢＡ（Ｂ）１２０、ＰＷＢＡ（Ｃ）１３０、ＰＷＢＡ（Ｄ）１４０、ＰＷＢＡ（Ｅ）１５０、及びＰＷＢＡ（Ｆ）１６０で構成されている。 The PWBA system 100 includes a PWBA (A) 110, a PWBA (B) 120, a PWBA (C) 130, a PWBA (D) 140, a PWBA (E) 150, and a PWBA (F) 160.

また、それぞれのＰＷＢＡ（Ａ）１１０〜ＰＷＢＡ（Ｆ）１６０は、Ｎｅｔ（Ａ）１１２、Ｎｅｔ（Ｂ）１２２、Ｎｅｔ（Ｃ）１３２、Ｎｅｔ（Ｄ）１４２、Ｎｅｔ（Ｅ）１５２、及びＮｅｔ（Ｆ）１６２で接続されている。 In addition, each PWBA (A) 110 to PWBA (F) 160 includes Net (A) 112, Net (B) 122, Net (C) 132, Net (D) 142, Net (E) 152, and Net ( F) Connected at 162.

詳細には、ＰＷＢＡ（Ａ）１１０は、Ｎｅｔ（Ｂ）１２２を介してＰＷＢＡ（Ｂ）１２０と接続され、Ｎｅｔ（Ｄ）１４２を介してＰＷＢＡ（Ｄ）１４０と接続され、Ｎｅｔ（Ｆ）１６２を介してＰＷＢＡ（Ｆ）１６０と接続されている。また、ＰＷＢＡ（Ｂ）１２０はＮｅｔ（Ｃ）１３２を介してＰＷＢＡ（Ｃ）１３０と接続され、ＰＷＢＡ（Ｆ）１６０はＮｅｔ（Ｅ）１５２を介してＰＷＢＡ（Ｅ）１５０と接続されている。 Specifically, the PWBA (A) 110 is connected to the PWBA (B) 120 via the Net (B) 122, connected to the PWBA (D) 140 via the Net (D) 142, and the Net (F) 162. It is connected to PWBA (F) 160 via The PWBA (B) 120 is connected to the PWBA (C) 130 via the Net (C) 132, and the PWBA (F) 160 is connected to the PWBA (E) 150 via the Net (E) 152.

なお、本実施の形態では、ＰＷＢＡ（Ａ）１１０はメインの基板（主基板）であり、他のＰＷＢＡ（Ｂ）１２０〜ＰＷＢＡ（Ｆ）１６０は、ＰＷＢＡ（Ａ）１１０と直接的又は間接的に接続され、動作するサブの基板（副基板）とする。 In this embodiment, PWBA (A) 110 is a main board (main board), and the other PWBA (B) 120 to PWBA (F) 160 are directly or indirectly with PWBA (A) 110. A sub-substrate (sub-substrate) that is connected to and operates.

ここで、物理的にＰＷＢＡ（Ａ）１１０〜ＰＷＢＡ（Ｆ）１６０が同一の基板上に存在する場合や、ＰＷＢＡ（Ａ）１１０〜ＰＷＢＡ（Ｆ）１６０が２以上の基板に分離される場合もある。 Here, when PWBA (A) 110-PWBA (F) 160 physically exists on the same substrate, or when PWBA (A) 110-PWBA (F) 160 is separated into two or more substrates. is there.

図２は、図１のハードウェアの構成を示したＰＷＢＡシステム１００を対象として、ベイジアンネットワーク２００を構成するべく、各部をモデル化した故障診断システムの概要図である。 FIG. 2 is a schematic diagram of a failure diagnosis system in which each unit is modeled to form a Bayesian network 200 for the PWBA system 100 showing the hardware configuration of FIG.

なお、ベイジアンネットワーク２００は、因果ネットワークと呼ばれるものである。 The Bayesian network 200 is called a causal network.

ベイジアンネットワーク２００は、モデル化された図１のＰＷＢＡ（Ａ）１１０〜ＰＷＢＡ（Ｆ）１６０及びＮｅｔ（Ａ）１１２〜Ｎｅｔ（Ｆ）１６２の各ノード（故障診断する対象の単位）で構成されている。 The Bayesian network 200 is configured by the modeled nodes PWBA (A) 110 to PWBA (F) 160 and Net (A) 112 to Net (F) 162 in FIG. 1 (units to be diagnosed). Yes.

また、ベイジアンネットワーク２００には、ハードウェア及びそのハードウェアの制御動作させるソフトウェアの少なくとも一方の働きや機能を統合した情報を意味する統合ノードであるＩｆ（Ａ）２１０〜Ｉｆ（Ｆ）２６０も加えて構成されている。なお、「Ｉｆ」はＩｎｔｅｒｆａｃｅの略である。 In addition, the Bayesian network 200 also includes If (A) 210 to If (F) 260, which are integrated nodes representing information obtained by integrating the functions and functions of hardware and / or software that controls the hardware. Configured. “If” is an abbreviation of Interface.

さらに、ベイジアンネットワーク２００には、図１のＰＷＢＡシステム１００上で実行されるソフトウェアアプリケーション情報を意味するノードであるＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０も加えて構成されている。なお、本実施の形態では、ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０は１つしか図示されていないが、複数用意してもよい。 Further, the Bayesian network 200 is configured by adding SW / Application 270 which is a node representing software application information executed on the PWBA system 100 of FIG. In the present embodiment, only one SW / Application 270 is shown, but a plurality of SW / Applications 270 may be prepared.

また、各ノードの故障の初期確率は確率テーブル等により予め定義されている。 The initial probability of failure at each node is defined in advance by a probability table or the like.

さらに、ベイジアンネットワーク２００には、出力される情報として、通常出力Ｌｏｇ（ソフトウェア検査結果情報）２８０、局部検査結果Ｌｏｇ（ハードウェア検査結果情報）２９０、故障現象（Ａ）２９１、故障現象（Ｂ）２９２、及び故障現象（Ｃ）２９３が含まれている。 Further, the Bayesian network 200 includes, as output information, a normal output Log (software inspection result information) 280, a local inspection result Log (hardware inspection result information) 290, a failure phenomenon (A) 291 and a failure phenomenon (B). 292 and a failure phenomenon (C) 293 are included.

なお、通常出力Ｌｏｇ（ソフトウェア検査結果情報）２８０は、一般にシステムが吐き出す実施内容等の情報を示すＬｏｇのことである。通常、システムはこのＬｏｇを含め、内部に用意されているソフトウェアの観点から異常を検査するためのプログラムを実行した診断情報から故障診断を実施する。 Note that the normal output Log (software inspection result information) 280 is a log that indicates information such as execution contents that are generally discharged by the system. Normally, the system performs failure diagnosis from diagnosis information including a log and a program for inspecting an abnormality from the viewpoint of software prepared inside.

また、局部検査結果Ｌｏｇ（ハードウェア検査結果情報）２９０は、システムの特定領域に対して特にハードウェアの観点から異常を検査するためのプログラムを実行した結果を示すＬｏｇである。このハードウェアの観点から異常を検査するためのプログラムは、例えば、通常のシステム診断では動作不具合等により診断実施が不可能な状況下の特定の場所に対し、インターフェイス部分の通電状態でその部分だけを動作させ、ＰＷＢＡ間やＩＣ間のインターフェイス部分の通信状態や搭載されている主要ＩＣの異常を検知するよう故障診断を実施する。 Further, the local inspection result Log (hardware inspection result information) 290 is a log indicating a result of executing a program for inspecting an abnormality from a hardware point of view for a specific area of the system. The program for inspecting abnormalities from the hardware point of view is, for example, for a specific place where the diagnosis cannot be performed due to an operation failure or the like in normal system diagnosis, and only that part in the energized state of the interface part. , And the failure diagnosis is performed so as to detect the communication state of the interface part between the PWBAs and between the ICs and the abnormality of the installed main IC.

さらに、故障現象（Ａ）２９１、故障現象（Ｂ）２９２、及び故障現象（Ｃ）２９３は、ＰＷＢＡシステム１００が誤作動や不具合を起こした際に出力されるＦａｉｌＣｏｄｅ（フェイルコード）やフリーズ（動作停止）等の情報のことである。 Furthermore, the failure phenomenon (A) 291, failure phenomenon (B) 292, and failure phenomenon (C) 293 are a failure code (fail code) or freeze (failed) that is output when the PWBA system 100 malfunctions or malfunctions. This is information such as (operation stop).

以下にベイジアンネットワーク２００の接続関係の構成を説明する。 Hereinafter, a connection-related configuration of the Bayesian network 200 will be described.

ＰＷＢＡ（Ａ）１１０からＩｆ（Ａ）２１０に向かって情報が伝達されるように矢印ａｒｃ１で接続され、Ｎｅｔ（Ａ）１１２からＩｆ（Ａ）２１０に向かって情報が伝達されるように矢印ａｒｃ２で接続されている。また、ＰＷＢＡ（Ｂ）１２０からＩｆ（Ｂ）２２０に向かって情報が伝達されるように矢印ａｒｃ３で接続され、Ｎｅｔ（Ｂ）１２２からＩｆ（Ｂ）２２０に向かって情報が伝達されるように矢印ａｒｃ４で接続されている。さらに、ＰＷＢＡ（Ｃ）１３０からＩｆ（Ｃ）２３０に向かって情報が伝達されるように矢印ａｒｃ５で接続され、Ｎｅｔ（Ｃ）１３２からＩｆ（Ｃ）２３０に向かって情報が伝達されるように矢印ａｒｃ６で接続されている。また、ＰＷＢＡ（Ｄ）１４０からＩｆ（Ｄ）２４０に向かって情報が伝達されるように矢印ａｒｃ７で接続され、Ｎｅｔ（Ｄ）１４２からＩｆ（Ｄ）２４０に向かって情報が伝達されるように矢印ａｒｃ８で接続されている。さらに、ＰＷＢＡ（Ｅ）１５０からＩｆ（Ｅ）２５０に向かって情報が伝達されるように矢印ａｒｃ９で接続され、Ｎｅｔ（Ｅ）１５２からＩｆ（Ｅ）２５０に向かって情報が伝達されるように矢印ａｒｃ１０で接続されている。また、ＰＷＢＡ（Ｆ）１６０からＩｆ（Ｆ）２６０に向かって情報が伝達されるように矢印ａｒｃ１１で接続され、Ｎｅｔ（Ｆ）１６２からＩｆ（Ｆ）２６０に向かって情報が伝達されるように矢印ａｒｃ１２で接続されている。 An arrow arc1 is connected so that information is transmitted from PWBA (A) 110 to If (A) 210, and an arrow arc2 is transmitted so that information is transmitted from Net (A) 112 to If (A) 210. Connected with. Further, it is connected by an arrow arc3 so that information is transmitted from PWBA (B) 120 to If (B) 220, and information is transmitted from Net (B) 122 to If (B) 220. Connected by an arrow arc4. Furthermore, it is connected by an arrow arc5 so that information is transmitted from PWBA (C) 130 to If (C) 230, and information is transmitted from Net (C) 132 to If (C) 230. Connected by an arrow arc6. Further, it is connected by an arrow arc7 so that information is transmitted from PWBA (D) 140 to If (D) 240, and information is transmitted from Net (D) 142 to If (D) 240. They are connected by an arrow arc8. Furthermore, it is connected by an arrow arc9 so that information is transmitted from PWBA (E) 150 to If (E) 250, and information is transmitted from Net (E) 152 to If (E) 250. They are connected by an arrow arc10. Further, it is connected by an arrow arc11 so that information is transmitted from PWBA (F) 160 to If (F) 260, and information is transmitted from Net (F) 162 to If (F) 260. They are connected by an arrow arc12.

さらに、Ｉｆ（Ａ）２１０から通常出力Ｌｏｇ２８０へ向かって情報が出力されるように矢印ａｒｃ１３で接続され、Ｉｆ（Ａ）２１０から局部検査結果Ｌｏｇ２９０へ向かって情報が出力されるように矢印ａｒｃ１４で接続されている。また同様に、Ｉｆ（Ａ）２１０から故障現象（Ａ）２９１へ向かって情報が出力されるように矢印ａｒｃ１５で接続され、Ｉｆ（Ａ）２１０から故障現象（Ｂ）２９２へ向かって情報が出力されるように矢印ａｒｃ１６で接続されている。さらに、Ｉｆ（Ｂ）２２０からＩｆ（Ａ）２１０へ向かって情報が伝達されるように矢印ａｒｃ１７で接続されている。また同様に、Ｉｆ（Ｂ）２２０から通常出力Ｌｏｇ２８０へ向かって情報が出力されるように矢印ａｒｃ１８で接続され、Ｉｆ（Ｂ）２２０から故障現象（Ｃ）２９３へ向かって情報が出力されるように矢印ａｒｃ１９で接続されている。さらに、Ｉｆ（Ｃ）２３０からＩｆ（Ｂ）２２０へ向かって情報が伝達されるように矢印ａｒｃ２０で接続され、Ｉｆ（Ｃ）２３０から故障現象（Ｃ）２９３へ向かって情報が出力されるように矢印ａｒｃ２１で接続されている。また、Ｉｆ（Ｄ）２４０からＩｆ（Ａ）２１０へ向かって情報が伝達されるように矢印ａｒｃ２２が接続されている。さらに、Ｉｆ（Ｅ）２５０からＩｆ（Ｆ）２６０へ向かって情報が伝達されるように矢印ａｒｃ２３が接続され、Ｉｆ（Ｅ）２５０から局部検査結果Ｌｏｇ２９０へ向かって情報が出力されるように矢印ａｒｃ２４が接続されている。また、Ｉｆ（Ｆ）２６０からＩｆ（Ａ）２１０へ向かって情報が伝達されるように矢印ａｒｃ２５が接続されている。また同様に、Ｉｆ（Ｆ）２６０から通常出力Ｌｏｇ２８０へ向かって情報が出力されるように矢印ａｒｃ２６で接続され、Ｉｆ（Ｆ）２６０から局部検査結果Ｌｏｇ２９０へ向かって情報が出力されるように矢印ａｒｃ２７で接続され、Ｉｆ（Ｆ）２６０から故障現象（Ａ）２９１へ向かって情報が出力されるように矢印ａｒｃ２８で接続されている。さらに、局部検査結果Ｌｏｇ２９０からＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０へ向かって情報が出力されるように矢印ａｒｃ２９で接続され、ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０から通常出力Ｌｏｇ２８０へ情報を出力する方向へ矢印ａｒｃ３０が接続されている。 Furthermore, it is connected by an arrow arc13 so that information is output from If (A) 210 to the normal output Log 280, and is indicated by an arrow arc14 so that information is output from If (A) 210 to the local inspection result Log 290. It is connected. Similarly, it is connected by an arrow arc15 so that information is output from If (A) 210 toward failure phenomenon (A) 291 and information is output from If (A) 210 toward failure phenomenon (B) 292. Connected by an arrow arc16. Furthermore, they are connected by an arrow arc17 so that information is transmitted from If (B) 220 to If (A) 210. Similarly, it is connected by an arrow arc18 so that information is output from If (B) 220 to the normal output Log 280, and information is output from If (B) 220 to the failure phenomenon (C) 293. Are connected by an arrow arc19. Furthermore, it is connected by an arrow arc20 so that information is transmitted from If (C) 230 to If (B) 220, and information is output from If (C) 230 to the failure phenomenon (C) 293. Are connected by an arrow arc21. An arrow arc22 is connected so that information is transmitted from If (D) 240 to If (A) 210. Furthermore, an arrow arc23 is connected so that information is transmitted from If (E) 250 to If (F) 260, and an arrow is output so that information is output from If (E) 250 to the local inspection result Log 290. arc24 is connected. In addition, an arrow arc25 is connected so that information is transmitted from If (F) 260 to If (A) 210. Similarly, an arrow arc 26 is connected so that information is output from If (F) 260 to the normal output Log 280, and an arrow is output so that information is output from If (F) 260 to the local inspection result Log 290. connected by the arc 27 and connected by an arrow arc 28 so that information is output from the If (F) 260 toward the failure phenomenon (A) 291. Further, an arrow arc 29 is connected so that information is output from the local inspection result Log 290 toward the SW / Application 270, and an arrow arc 30 is connected in a direction of outputting information from the SW / Application 270 to the normal output Log 280.

以下に本実施の形態の作用を説明する。 The operation of this embodiment will be described below.

本実施の形態におけるベイジアンネットワーク２００では、ハードウェアの観点から異常を検査するためのプログラムによる検査領域はＩｆ（Ａ）２１０、Ｉｆ（Ｅ）２５０、Ｉｆ（Ｆ）２６０である。そこで、図１におけるＰＷＢＡ（Ａ）１１０からＰＷＢＡ（Ｆ）１６０を介し、ＰＷＢＡ（Ｅ）１５０にかけてハードウェアの観点から異常を検査する局部検査が実施され、局部検査結果Ｌｏｇ２９０を出力させる。この検査はシステム通常動作時ではなく、検査モードとして行われ、ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０へも影響する。詳細には、図１におけるＰＷＢＡ（Ａ）１１０、ＰＷＢＡ（Ｂ）１２０、ＰＷＢＡ（Ｆ）１６０にかけてソフトウェアの観点から異常を検査する通常検査が実施され、通常出力Ｌｏｇ２８０を出力する。また、ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０からの情報もこの通常検査に反映される。 In the Bayesian network 200 in the present embodiment, the inspection areas by the program for inspecting the abnormality from the viewpoint of hardware are If (A) 210, If (E) 250, and If (F) 260. Accordingly, a local inspection is performed from PWBA (E) 150 to PWBA (E) 150 through PWBA (F) 160 in FIG. 1 to inspect the abnormality from the viewpoint of hardware, and a local inspection result Log 290 is output. This inspection is performed not in the normal operation of the system but in the inspection mode, which affects the SW / Application 270. Specifically, a normal inspection for inspecting abnormality from the viewpoint of software is performed over PWBA (A) 110, PWBA (B) 120, and PWBA (F) 160 in FIG. 1, and a normal output Log 280 is output. Information from the SW / Application 270 is also reflected in this normal inspection.

さらに、Ｉｆ（Ａ）２１０から故障現象（Ａ）２９１及び故障現象（Ｂ）２９２へ故障現象の情報（所謂、フェイルコード等）が出力され、Ｉｆ（Ｂ）２２０及びＩｆ（Ｃ）２３０からも故障現象（Ｃ）２９３へ故障現象の情報が出力される。 Further, if (A) 210 outputs failure phenomenon information (so-called fail code or the like) to failure phenomenon (A) 291 and failure phenomenon (B) 292, and if (B) 220 and If (C) 230 also Information on the failure phenomenon is output to the failure phenomenon (C) 293.

また、Ｉｆ（Ａ）２１０、Ｉｆ（Ｂ）２２０、Ｉｆ（Ｆ）２６０、ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０から通常出力Ｌｏｇ２８０が出力され、Ｉｆ（Ａ）２１０、Ｉｆ（Ｆ）２６０、及びＩｆ（Ｅ）２５０から局部検査結果Ｌｏｇ２９０が出力される。 In addition, normal output Log 280 is output from If (A) 210, If (B) 220, If (F) 260, and SW / Application 270, and If (A) 210, If (F) 260, and If (E) 250 are output. A local inspection result Log 290 is output.

さらに、ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０では、ハードウェア検査結果情報である局部検査結果Ｌｏｇ２９０が入力され、ソフトウェア検査結果情報である通常出力Ｌｏｇ２８０へ情報を出力する。 Further, in the SW / Application 270, the local inspection result Log 290 that is hardware inspection result information is input, and the information is output to the normal output Log 280 that is software inspection result information.

従って、ソフトウェアの観点から異常を検査する通常検査によって通常出力Ｌｏｇ２８０が出力され、ハードウェアの観点から異常を検査する局部検査によって局部検査結果Ｌｏｇ２９０が出力される。そして、局部検査結果Ｌｏｇ２９０の情報は、ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０を介し、通常出力Ｌｏｇ２８０の情報へ反映させる。その結果、ハードウェア情報及びハードウェアを動作制御するソフトウェア情報を統合して故障診断をすることができる。 Therefore, the normal output Log 280 is output by the normal inspection for inspecting the abnormality from the viewpoint of software, and the local inspection result Log 290 is output by the local inspection for inspecting the abnormality from the viewpoint of hardware. Then, the information on the local inspection result Log 290 is reflected on the information on the normal output Log 280 via the SW / Application 270. As a result, failure diagnosis can be performed by integrating hardware information and software information for controlling the operation of the hardware.

図３は、図２のベイジアンネットワーク２００から故障を診断するための本実施の形態に係る故障診断システムの流れ図である。 FIG. 3 is a flowchart of the failure diagnosis system according to the present embodiment for diagnosing a failure from the Bayesian network 200 of FIG.

故障現象３２０、通常出力Ｌｏｇ２８０、及び局部検査結果Ｌｏｇ２９０の少なくとも一つを含んだ証拠情報３１０を診断モデル３４０へ送る。過去事例３３０及び証拠情報３１０を図２に示すベイジアンネットワーク２００にモデル化された診断モデル３４０へ入力する。入力された情報を基に診断モデル３４０によって、故障診断対象の故障確率を演算し、故障診断結果の情報を出力する。出力された故障診断対象の故障診断結果が診断結果表示３５０によって表示される。 Evidence information 310 including at least one of the failure phenomenon 320, the normal output Log 280, and the local inspection result Log 290 is sent to the diagnosis model 340. The past case 330 and the evidence information 310 are input to the diagnosis model 340 modeled in the Bayesian network 200 shown in FIG. Based on the input information, the diagnosis model 340 calculates the failure probability of the failure diagnosis target, and outputs information on the failure diagnosis result. The output failure diagnosis result of the failure diagnosis target is displayed on the diagnosis result display 350.

詳細には、まず、証拠情報３１０の故障現象３２０に含まれるフェイルコード（図２の故障現象（Ａ）２９１、故障現象（Ｂ）２９２、及び故障現象（Ｃ）２９３等）やフリーズ等を診断モデル３４０（ベイジアンネットワーク２００）の診断のトリガーとして入力する。次に、診断モデル３４０に通常出力Ｌｏｇ２８０及び局部検査結果Ｌｏｇ２９０の少なくとも一方のメッセージを加え、故障診断対象を解析し、故障診断対象の故障確率を演算し、故障診断を行う。なお、診断の実行には、近年一般的になっているように、過去に特定されている故障情報等のことである過去事例３３０（例えば、過去のフェイルコード等）を参照した診断としてもよい。入力された情報（証拠情報３１０及び過去事例３３０）を基に診断モデル３４０によって、故障診断対象を解析し、故障診断対象の故障確率を演算し、故障診断対象の故障診断結果の情報を出力する。出力された故障診断対象の故障診断結果（故障診断対象の確率分布）が診断結果表示３５０によって表示される。 Specifically, first, a failure code (failure phenomenon (A) 291, failure phenomenon (B) 292, failure phenomenon (C) 293, etc. in FIG. 2) included in the failure phenomenon 320 of the evidence information 310 is diagnosed. Input as a trigger for diagnosis of the model 340 (Bayesian network 200). Next, at least one of the normal output Log 280 and the local inspection result Log 290 is added to the diagnosis model 340, the failure diagnosis target is analyzed, the failure probability of the failure diagnosis target is calculated, and the failure diagnosis is performed. The diagnosis may be performed by referring to a past case 330 (for example, a past fail code), which is failure information specified in the past, as is common in recent years. . Based on the input information (evidence information 310 and past case 330), the diagnosis model 340 analyzes the failure diagnosis target, calculates the failure probability of the failure diagnosis target, and outputs information on the failure diagnosis result of the failure diagnosis target. . The output fault diagnosis result of the fault diagnosis target (probability distribution of the fault diagnosis target) is displayed on the diagnosis result display 350.

図４は、図２のベイジアンネットワーク２００を用い、図３の流れ図を基にして故障診断対象の故障診断をした本実施の形態に係る故障診断の実施結果の図表４００、４１０である。 FIG. 4 is diagrams 400 and 410 of the results of the failure diagnosis according to the present embodiment, in which the failure diagnosis of the failure diagnosis target is performed based on the flowchart of FIG. 3 using the Bayesian network 200 of FIG.

通常、故障診断システムは、予め故障診断システム内部に用意されている何らかの診断情報と通常出力Ｌｏｇ２８０を用いて故障診断対象の故障診断を実施する。図４（ａ）の図表４００は、この故障診断を実施した結果（推定故障箇所の推定異常確率）を示しており、図２のベイジアンネットワーク２００における故障現象（Ａ）２９１を示す故障が発生したことが故障診断システムから知らされる。これを入力された故障診断システムによる診断の結果、ハードウェア情報とソフトウェア情報の少なくとも一方を含む統合ノード（Ｉｆ（Ｆ）２６４やＩｆ（Ａ）２１４等）の異常が確率的に上位に位置づけられており、ソフトアプリケーション（ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０）自体を異常とする診断確率は下位に収まっている。 Usually, the failure diagnosis system performs failure diagnosis of a failure diagnosis target using some diagnosis information prepared in advance in the failure diagnosis system and the normal output Log 280. A chart 400 in FIG. 4A shows the result of the failure diagnosis (estimated abnormality probability of the estimated failure location), and a failure indicating the failure phenomenon (A) 291 in the Bayesian network 200 in FIG. 2 has occurred. This is notified from the fault diagnosis system. As a result of the diagnosis by the failure diagnosis system to which this is input, the abnormality of the integrated node (If (F) 264, If (A) 214, etc.) including at least one of the hardware information and the software information is stochastically positioned at the top. Thus, the diagnosis probability that the software application (SW / Application 270) itself is abnormal is in the lower level.

そして、図４（ｂ）の図表４１０は図４（ａ）の図表４００に示す結果に局部検査結果Ｌｏｇ２９０を反映させた結果（推定故障箇所の推定異常確率）を示している。局部検査結果Ｌｏｇ２９０によって、ハードウェア（ＰＷＢＡ（Ｃ）１３０やＮｅｔ（Ｆ）１６２等）が全て正常であることを示され、各ノードの初期確率と因果関係から、ソフトウェアアプリケーション（ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ２７０）が最上位に位置付けされる。簡単に述べると、局部検査結果Ｌｏｇ２９０によって、ハードウェアは正しいと判断され、ソフトウェアアプリケーションの異常確率が上がる。なお、この局部検査結果Ｌｏｇ２９０を取得するためにどのくらいの検査が行われているか（例えば、検査の深さや広さ等）によってソフトウェアアプリケーションの異常確率は変化する。 The chart 410 of FIG. 4B shows the result (estimated abnormality probability of the estimated failure location) in which the local inspection result Log 290 is reflected on the result shown in the chart 400 of FIG. The local inspection result Log 290 indicates that the hardware (PWBA (C) 130, Net (F) 162, etc.) is all normal, and the software application (SW / Application 270) is determined from the initial probability and causal relationship of each node. Positioned at the top. In short, the local inspection result Log 290 determines that the hardware is correct and increases the probability of abnormality of the software application. Note that the abnormality probability of the software application varies depending on how much inspection is performed to acquire the local inspection result Log 290 (for example, the depth and width of the inspection).

従って、本発明は、ハードウェア及びハードウェアの動作制御のためのソフトウェアの少なくとも一方によって発生する異常まで含め、関係性または依存性を持たせて統合し、故障診断を行うので故障診断対象の故障箇所を精度良く特定できる。 Therefore, the present invention integrates with relations or dependencies and performs fault diagnosis including faults generated by at least one of hardware and software for controlling the operation of hardware. The location can be accurately identified.

図５は、複写機のシステムのハードウェア構成を対象として、ベイジアンネットワーク５００を構成するべく、複写機の各部をモデル化した故障診断システムの概要図である。 FIG. 5 is a schematic diagram of a failure diagnosis system in which each part of the copier is modeled to form a Bayesian network 500 for the hardware configuration of the copier system.

なお、ここでのベイジアンネットワーク５００も、図２のベイジアンネットワーク２００と同様に因果ネットワークと呼ばれるものである。 The Bayesian network 500 here is also called a causal network, like the Bayesian network 200 of FIG.

複写機のシステムのハードウェア構成は、ＰＷＢＡ（ＥＳＳ）５１０、ＰＷＢＡ（ＭＣＵ）５２０、ＰＷＢＡ（ＩＩＴ）５３０、ＲＡＭＤＩＭＭ５４０、ＨＤＤ５５０、ＰＷＢＡ（ＵＩ）５６０、ＰＷＢＡ（Ｌａｍｐ）５７０、ＰＷＢＡ（ＣＣＤ）５８０等で構成されている。以下、それぞれを統一して複写機用ＰＷＢＡと呼び、全体を複写機用ＰＷＢＡシステムと呼ぶ。 The hardware configuration of the copier system includes PWBA (ESS) 510, PWBA (MCU) 520, PWBA (IIT) 530, RAM DIMM 540, HDD 550, PWBA (UI) 560, PWBA (Lamp) 570, PWBA (CCD) 580, and the like. It consists of In the following, they are collectively referred to as PWBA for copying machines, and the whole is referred to as PWBA system for copying machines.

さらに、複写機のシステムのハードウェア構成は、各々の複写機用ＰＷＢＡは各複写機用ＰＷＢＡそれぞれを接続する接続部（接続用配線）であるＮｅｔ（ＥＳＳ）５１２、Ｎｅｔ（ＭＣＵ）５２２、Ｎｅｔ（ＩＩＴ）５３２、Ｎｅｔ（ＲＡＭＤＩＭＭ）５４２、Ｎｅｔ（ＨＤＤ）５５２、Ｎｅｔ（ＵＩ）５６２、Ｎｅｔ（Ｌａｍｐ）５７２、及びＮｅｔ（ＣＣＤ）５８２等も加えて構成されている。以下、それぞれを統一して複写機用Ｎｅｔ（回路網：Ｎｅｔｗｏｒｋ）と呼び、全ての複写機用Ｎｅｔをまとめて全複写機用Ｎｅｔと呼ぶ。 Further, the hardware configuration of the copying machine system is such that each copying machine PWBA is a connection unit (connection wiring) for connecting each copying machine PWBA, Net (ESS) 512, Net (MCU) 522, Net. (IIT) 532, Net (RAMDIMM) 542, Net (HDD) 552, Net (UI) 562, Net (Lamp) 572, Net (CCD) 582, and the like are also added. In the following, each is unified and referred to as a copying machine Net (network: Network), and all the copying machine Nets are collectively referred to as an all copying machine Net.

また、ＰＷＢＡ（ＥＳＳ）５１０〜ＰＷＢＡ（ＣＣＤ）５８０は、Ｎｅｔ（ＥＳＳ）５１２〜Ｎｅｔ（ＣＣＤ）５８２でそれぞれ接続されている。 The PWBA (ESS) 510 to PWBA (CCD) 580 are connected by Net (ESS) 512 to Net (CCD) 582, respectively.

ＰＷＢＡ（ＥＳＳ）５１０は、電気回路部分の総称であるが、複写機のシステムのメインコントローラである。ＰＷＢＡ（ＭＣＵ）５２０は、プリントエンジン部に設けられている各種の機器が接続されており、ＰＷＢＡ（ＥＳＳ）５１０からの制御信号により画像データを記録用紙に画像形成を行うユニットである。ＰＷＢＡ（ＩＩＴ）５３０は、複写機のシステムの画像入力装置であり、画像形成を行う際に画像を読み込み、複写機のシステム内部（例えば、記憶装置内等）に入力または保存する。ＲＡＭＤＩＭＭ５４０は、高速で読み書き可能な記憶装置であり、画像データ等のデータを一時的に記憶する。ＨＤＤ５５０は、ＲＡＭＤＩＭＭ５４０に比べ低速で読み書き可能な記憶装置ではあるが、ＲＡＭＤＩＭＭ５４０のように一時的に記憶するわけではなく、恒久的に保存することができる記憶装置である。ＰＷＢＡ（ＵＩ）５６０は、ユーザーインターフェイスであり、ユーザーに対する情報の表示様式やユーザーの操作方式を規定する複写機のシステムの操作入力部分である。ＰＷＢＡ（Ｌａｍｐ）５７０は、画像データを取り込む際の光源に利用されるものである。ＰＷＢＡ（ＣＣＤ）５８０は、半導体を用いた揮発性の記録媒体であり、小型でアクセスが速く、アナログ・デジタル両方のデータを記憶することができる。 PWBA (ESS) 510 is a general term for an electric circuit portion, and is a main controller of a copier system. A PWBA (MCU) 520 is connected to various devices provided in the print engine unit, and is a unit for forming image data on a recording sheet by a control signal from the PWBA (ESS) 510. The PWBA (IIT) 530 is an image input device of a copier system, reads an image when forming an image, and inputs or saves the image inside the copier system (for example, in a storage device). The RAM DIMM 540 is a high-speed readable / writable storage device, and temporarily stores data such as image data. The HDD 550 is a storage device that can be read and written at a lower speed than the RAM DIMM 540, but is not temporarily stored like the RAM DIMM 540, and is a storage device that can be permanently stored. A PWBA (UI) 560 is a user interface, and is an operation input portion of a copier system that defines a display format of information to the user and a user operation method. The PWBA (Lamp) 570 is used as a light source when capturing image data. The PWBA (CCD) 580 is a volatile recording medium using a semiconductor, is small in size, and can be accessed quickly, and can store both analog and digital data.

ベイジアンネットワーク５００は、ＰＷＢＡ（ＥＳＳ）５１０〜ＰＷＢＡ（ＣＣＤ）５８０等、及びＮｅｔ（ＥＳＳ）５１２〜Ｎｅｔ（ＣＣＤ）５８２等の各ノードで構成されている。 The Bayesian network 500 includes nodes such as PWBA (ESS) 510 to PWBA (CCD) 580, and Net (ESS) 512 to Net (CCD) 582.

また、ベイジアンネットワーク５００には、図２と同様に統合ノードであるＩｆ（ＥＳＳ）５１４、Ｉｆ（ＭＣＵ）５２４、Ｉｆ（ＩＩＴ）５３４、Ｉｆ（ＲＡＭＤＩＭＭ）５４４、Ｉｆ（ＨＤＤ）５５４、Ｉｆ（ＵＩ）５６４、Ｉｆ（Ｌａｍｐ）５７４、及びＩｆ（ＣＣＤ）５８４も加えて構成されている。 Similarly to FIG. 2, the Bayesian network 500 includes If (ESS) 514, If (MCU) 524, If (IIT) 534, If (RAMDIMM) 544, If (HDD) 554, If (UI). ) 564, If (Lamp) 574, and If (CCD) 584 are also added.

さらに、ベイジアンネットワーク５００には、複写機のシステム上で実行されるソフトウェアアプリケーション情報を意味するノードであるＳＷ／Ａｐｐｌｉ５９０も加えて構成されている。なお、本実施の形態では、ＳＷ／Ａｐｐｌｉ５９０は１つしか図示されていないが、複数用意してもよい。 Further, the Bayesian network 500 is configured by adding SW / Appli 590 which is a node indicating software application information executed on the system of the copying machine. In the present embodiment, only one SW / Appli 590 is shown, but a plurality of SW / Appli 590 may be prepared.

さらに、ベイジアンネットワーク５００には、出力される情報として、通常出力Ｌｏｇ（ソフトウェア検査結果情報）５９４、局部検査結果Ｌｏｇ（Ａ）（ハードウェア検査結果情報）５９６、及び局部検査結果Ｌｏｇ（Ｂ）（ハードウェア検査結果情報）５９８が含まれている。 Further, the Bayesian network 500 includes, as output information, a normal output Log (software test result information) 594, a local test result Log (A) (hardware test result information) 596, and a local test result Log (B) ( Hardware inspection result information) 598 is included.

また、ベイジアンネットワーク５００には、出力される情報として、ＦａｉｌＣｏｄｅ（Ａ）（以下、フェイルコード（Ａ）と呼ぶ）５９１、ＦａｉｌＣｏｄｅ（Ｂ）（以下、フェイルコード（Ｂ）と呼ぶ）５９２、及びＦａｉｌＣｏｄｅ（Ｃ）（以下、フェイルコード（Ｃ）と呼ぶ）５９３が含まれている。 In addition, the Bayesian network 500 includes, as output information, Fail Code (A) (hereinafter referred to as fail code (A)) 591, Fail Code (B) (hereinafter referred to as fail code (B)) 592, And Fail Code (C) (hereinafter referred to as fail code (C)) 593.

なお、通常出力Ｌｏｇ５９４は、図２と同様に、一般にシステムが吐き出す実施内容等の情報を示すＬｏｇである。通常、システムはこのＬｏｇを含め、内部に用意されているソフトウェアの観点から異常を検査するためのプログラムを実行した診断情報から故障診断を実施する。 Note that the normal output Log 594 is a log that indicates information such as execution contents that the system generally discharges, as in FIG. Normally, the system performs failure diagnosis from diagnosis information including a log and a program for inspecting an abnormality from the viewpoint of software prepared inside.

さらに、局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８は、図２と同様に、システムの特定領域に対して特にハードウェアの観点から異常を検査するためのプログラムを実行した結果を示すＬｏｇである。 Furthermore, the local inspection result Log (A) 596 and the local inspection result Log (B) 598, as in FIG. 2, executed a program for inspecting an abnormality in a specific area of the system, particularly from the viewpoint of hardware. It is Log which shows a result.

また、フェイルコード（Ａ）５９１、フェイルコード（Ｂ）５９２、及びフェイルコード（Ｃ）５９３は、図２と同様に、複写機のシステムが誤作動や不具合を起こした際に出力されるＦａｉｌＣｏｄｅ（フェイルコード）やフリーズ（動作停止）等の情報のことである。 The fail code (A) 591, fail code (B) 592, and fail code (C) 593 are, as in FIG. 2, a fail code that is output when the copier system malfunctions or malfunctions. It is information such as (fail code) and freeze (operation stop).

以下にベイジアンネットワーク５００の接続関係の構成を説明する。 Hereinafter, a connection-related configuration of the Bayesian network 500 will be described.

図５のベイジアンネットワーク５００は図２のベイジアンネットワークの変形例であり、同様な接続関係を持っている。詳細には、ＰＷＢＡ（ＥＳＳ）５１０〜ＰＷＢＡ（ＣＣＤ）５８０からＩｆ（ＥＳＳ）５１４〜Ｉｆ（ＣＣＤ）５８４に向かって情報が伝達されるように矢印ａｒｃ５１、ａｒｃ５３、ａｒｃ５５、ａｒｃ５７、ａｒｃ５９、ａｒｃ６１、ａｒｃ６３、及びａｒｃ６５で接続されている。また、Ｎｅｔ（ＥＳＳ）５１２〜Ｎｅｔ（ＣＣＤ）５８２からＩｆ（ＥＳＳ）５１４〜Ｉｆ（ＣＣＤ）５８４に向かって情報が伝達されるように矢印ａｒｃ５２、ａｒｃ５４、ａｒｃ５６、ａｒｃ５８、ａｒｃ６０、ａｒｃ６２、ａｒｃ６４、及びａｒｃ６６で接続されている。 A Bayesian network 500 in FIG. 5 is a modification of the Bayesian network in FIG. 2 and has a similar connection relationship. Specifically, arrows arc51, arc53, arc55, arc57, arc59, arc61, and so that information is transmitted from PWBA (ESS) 510 to PWBA (CCD) 580 to If (ESS) 514 to If (CCD) 584, They are connected by arc63 and arc65. Also, the arrows arc52, arc54, arc56, arc58, arc60, arc62, arc64, so that information is transmitted from Net (ESS) 512 to Net (CCD) 582 to If (ESS) 514 to If (CCD) 584. And arc66.

さらに、Ｉｆ（ＥＳＳ）５１４から通常出力Ｌｏｇ５９４、局部検査結果Ｌｏｇ（Ａ）５９６、フェイルコード（Ａ）５９１、及びフェイルコード（Ｃ）５９３へ向かって情報が出力されるように矢印ａｒｃ６７、ａｒｃ６８、ａｒｃ６９、及びａｒｃ７０で接続されている。また、Ｉｆ（ＭＣＵ）５２４からＩｆ（ＥＳＳ）５１４へ向かって情報が伝達されるように矢印ａｒｃ７１で接続され、Ｉｆ（ＭＣＵ）５２４から通常出力Ｌｏｇ５９４へ向かって情報が出力されるように矢印ａｒｃ７２で接続されている。さらに、Ｉｆ（ＩＩＴ）５３４からＩｆ（ＥＳＳ）５１４へ向かって情報が伝達されるように矢印ａｒｃ７３で接続されている。また、Ｉｆ（ＩＩＴ）５３４から通常出力Ｌｏｇ５９４、局部検査結果Ｌｏｇ（Ａ）５９６、局部検査結果Ｌｏｇ（Ｂ）５９８、フェイルコード（Ａ）５９１、フェイルコード（Ｂ）５９２へ向かって情報が出力されるように矢印ａｒｃ７４、ａｒｃ７５、ａｒｃ７６、ａｒｃ７７、ａｒｃ７８で接続されている。さらに、Ｉｆ（ＲＡＭＤＩＭＭ）５４４からＩｆ（ＥＳＳ）５１４へ向かって情報が伝達されるように矢印ａｒｃ７９で接続され、Ｉｆ（ＲＡＭＤＩＭＭ）５４４から局部検査結果Ｌｏｇ（Ａ）５９６へ向かって情報が出力されるように矢印ａｒｃ８０で接続されている。また、Ｉｆ（ＨＤＤ）２５０からＩｆ（ＥＳＳ）５１４へ向かって情報が伝達されるように矢印ａｒｃ８１で接続され、Ｉｆ（ＨＤＤ）から局部検査結果Ｌｏｇ（Ａ）５９６へ向かって情報が出力されるように矢印ａｒｃ８２で接続されている。さらに、Ｉｆ（ＵＩ）５６４からＩｆ（ＥＳＳ）５１４へ向かって情報が伝達されるように矢印ａｒｃ８３で接続され、Ｉｆ（ＵＩ）５６４から局部検査結果Ｌｏｇ（Ａ）５９６へ向かって情報が出力されるように矢印ａｒｃ８４で接続されている。また、Ｉｆ（Ｌａｍｐ）５７４からＩｆ（ＩＩＴ）５３４へ向かって情報が伝達されるように矢印ａｒｃ８５で接続され、Ｉｆ（Ｌａｍｐ）５７４から局部検査結果Ｌｏｇ（Ｂ）５９８へ向かって情報が出力されるように矢印ａｒｃ８６で接続されている。さらに、Ｉｆ（ＣＣＤ）５８４からＩｆ（ＩＩＴ）５３４へ向かって情報が伝達されるように矢印ａｒｃ８７で接続され、Ｉｆ（ＣＣＤ）５８４から局部検査結果Ｌｏｇ（Ｂ）５９８へ向かって情報が出力されるように矢印ａｒｃ８８で接続されている。また、局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８からＳＷ／Ａｐｐｌｉ５９０へ向かって情報が伝達されるように矢印ａｒｃ８９、及びａｒｃ９０で接続され、ＳＷ／Ａｐｐｌｉ５９０から通常出力Ｌｏｇ５９４へ情報を出力する方向へ矢印ａｒｃ９１で接続されている。 Furthermore, arrows arc67, arc68, and so on that information is output from If (ESS) 514 to normal output Log 594, local inspection result Log (A) 596, fail code (A) 591, and fail code (C) 593, It is connected by arc69 and arc70. Further, an arrow arc71 is connected so that information is transmitted from If (MCU) 524 to If (ESS) 514, and an arrow arc72 so that information is output from If (MCU) 524 to the normal output Log 594. Connected with. Further, they are connected by an arrow arc 73 so that information is transmitted from If (IIT) 534 to If (ESS) 514. Also, information is output from If (IIT) 534 toward normal output Log 594, local inspection result Log (A) 596, local inspection result Log (B) 598, fail code (A) 591 and fail code (B) 592. Are connected by arrows arc74, arc75, arc76, arc77, and arc78. Furthermore, it is connected by an arrow arc79 so that information is transmitted from If (RAMDIMM) 544 to If (ESS) 514, and information is output from If (RAMDIMM) 544 to local inspection result Log (A) 596. Are connected by an arrow arc80. Further, the connection is made by an arrow arc 81 so that information is transmitted from If (HDD) 250 to If (ESS) 514, and information is output from If (HDD) to local inspection result Log (A) 596. Are connected by an arrow arc82. Furthermore, it is connected by an arrow arc 83 so that information is transmitted from If (UI) 564 to If (ESS) 514, and information is output from If (UI) 564 to local inspection result Log (A) 596. Are connected by an arrow arc84. Further, it is connected by an arrow arc 85 so that information is transmitted from If (Lamp) 574 to If (IIT) 534, and information is output from If (Lamp) 574 to the local inspection result Log (B) 598. As shown in FIG. Furthermore, it is connected by an arrow arc 87 so that information is transmitted from If (CCD) 584 to If (IIT) 534, and information is output from If (CCD) 584 to the local inspection result Log (B) 598. Are connected by an arrow arc88. Further, it is connected by arrows arc89 and arc90 so that information is transmitted from the local inspection result Log (A) 596 and the local inspection result Log (B) 598 to the SW / Appli 590, and from the SW / Appli 590 to the normal output Log 594. It is connected by an arrow arc 91 in the direction of outputting information.

以下に複写機のシステムにおける作用を説明する。 The operation of the copier system will be described below.

複写機のシステムにおけるベイジアンネットワーク５００では、ハードウェアの観点から異常を検査するためのプログラムによる第１の検査領域はＩｆ（ＥＳＳ）５１４、Ｉｆ（ＩＩＴ）５３４、Ｉｆ（ＲＡＭＤＩＭＭ）５４４、Ｉｆ（ＨＤＤ）５５４、及びＩｆ（ＵＩ）５６４である。そこで、複写機のシステムにおけるＰＷＢＡ（ＥＳＳ）５１０、ＰＷＢＡ（ＩＩＴ）５３０、ＲＡＭＤＩＭＭ５４０、ＨＤＤ５５０、及びＰＷＢＡ（ＵＩ）５６０にかけてハードウェアの観点から異常を検査する局部検査が実施され、局部検査結果Ｌｏｇ（Ａ）５９６を出力させる。さらに、このベイジアンネットワーク５００では、ハードウェアの観点から異常を検査するためのプログラムによる第２の検査領域はＩｆ（ＩＩＴ）５３４、Ｉｆ（Ｌａｍｐ）５７４、及びＩｆ（ＣＣＤ）５８４である。そこで、複写機のシステムにおけるＰＷＢＡ（ＩＩＴ）５３０、ＰＷＢＡ（Ｌａｍｐ）５７０、及びＰＷＢＡ（ＣＣＤ）５８０にかけてハードウェアの観点から異常を検査する局部検査が実施され、局部検査結果Ｌｏｇ（Ｂ）５９８を出力させる。 In the Bayesian network 500 in the copier system, the first inspection area by the program for inspecting the abnormality from the viewpoint of hardware is If (ESS) 514, If (IIT) 534, If (RAMDIMM) 544, If (HDD). ) 554 and If (UI) 564. Therefore, a local inspection is performed on the PWBA (ESS) 510, the PWBA (IIT) 530, the RAMDIMM 540, the HDD 550, and the PWBA (UI) 560 in the copier system to inspect the abnormality from the hardware viewpoint, and the local inspection result Log ( A) 596 is output. Further, in this Bayesian network 500, the second inspection areas by the program for inspecting the abnormality from the viewpoint of hardware are If (IIT) 534, If (Lamp) 574, and If (CCD) 584. Therefore, a local inspection for inspecting the abnormality from the viewpoint of hardware is performed on PWBA (IIT) 530, PWBA (Lamp) 570, and PWBA (CCD) 580 in the copier system, and the local inspection result Log (B) 598 is obtained. Output.

この検査はシステム通常動作時ではなく、検査モードとして行われ、ＳＷ／Ａｐｐｌｉ５９０へも影響する。詳細には、ＰＷＢＡ（ＥＳＳ）５１０、ＰＷＢＡ（ＭＣＵ）５２０、ＰＷＢＡ（ＩＩＴ）５３０にかけてソフトウェアの観点から異常を検査する通常検査が実施され、通常出力Ｌｏｇ５９４を出力する。また、ＳＷ／Ａｐｐｌｉ５９０からの情報もこの通常検査に反映される。 This inspection is performed not in the normal operation of the system but in the inspection mode, and affects the SW / Appli 590. More specifically, a normal inspection for inspecting an abnormality from the viewpoint of software is performed through PWBA (ESS) 510, PWBA (MCU) 520, and PWBA (IIT) 530, and a normal output Log 594 is output. Information from SW / Appli 590 is also reflected in this normal inspection.

さらに、Ｉｆ（ＥＳＳ）５１４からフェイルコード（Ａ）５９１及びフェイルコード（Ｃ）５９３へ故障現象の情報が出力される。同様に、Ｉｆ（ＩＩＴ）５３４からフェイルコード（Ａ）５９１及びフェイルコード（Ｂ）５９２へ故障現象の情報が出力される。 Further, information on the failure phenomenon is output from If (ESS) 514 to fail code (A) 591 and fail code (C) 593. Similarly, information on the failure phenomenon is output from If (IIT) 534 to fail code (A) 591 and fail code (B) 592.

また、Ｉｆ（ＥＳＳ）５１４、Ｉｆ（ＭＣＵ）５２４、Ｉｆ（ＩＩＴ）５３４、ＳＷ／Ａｐｐｌｉ５９０から通常出力Ｌｏｇ５９４が出力される。さらに、Ｉｆ（ＥＳＳ）５１４、Ｉｆ（ＩＩＴ）５３４、Ｉｆ（ＲＡＭＤＩＭＭ）５４４、Ｉｆ（ＨＤＤ）５５４、及びＩｆ（ＵＩ）５６４から局部検査結果Ｌｏｇ（Ａ）５９６が出力される。また、Ｉｆ（ＩＩＴ）５３４、Ｉｆ（Ｌａｍｐ）５７４、及びＩｆ（ＣＣＤ）５８４から局部検査結果Ｌｏｇ（Ｂ）５９８が出力される。 Further, a normal output Log 594 is output from If (ESS) 514, If (MCU) 524, If (IIT) 534, and SW / Appli 590. Further, a local inspection result Log (A) 596 is output from If (ESS) 514, If (IIT) 534, If (RAMDIMM) 544, If (HDD) 554, and If (UI) 564. Further, the local inspection result Log (B) 598 is output from If (IIT) 534, If (Lamp) 574, and If (CCD) 584.

さらに、ＳＷ／Ａｐｐｌｉ５９０には、ハードウェア検査結果情報である局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８が入力され、ソフトウェア検査結果情報である通常出力Ｌｏｇ５９４へ情報を出力する。 Further, the local inspection result Log (A) 596 and the local inspection result Log (B) 598 that are hardware inspection result information are input to the SW / Appli 590, and information is output to the normal output Log 594 that is software inspection result information. .

従って、ソフトウェアの観点から異常を検査する通常検査によって通常出力Ｌｏｇ５９４が出力され、ハードウェアの観点から異常を検査する局部検査によって局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８の少なくとも一方が出力される。そして、局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８の少なくとも一方の情報は、ＳＷ／Ａｐｐｌｉ５９０を介し、通常出力Ｌｏｇ５９４の情報へ反映させる。その結果、ハードウェア情報及びハードウェアを動作制御するソフトウェア情報を統合して故障診断をすることができる。 Accordingly, the normal output Log 594 is output by the normal inspection inspecting the abnormality from the viewpoint of software, and the local inspection result Log (A) 596 and the local inspection result Log (B) 598 by the local inspection inspecting the abnormality from the hardware viewpoint. At least one is output. Then, at least one information of the local inspection result Log (A) 596 and the local inspection result Log (B) 598 is reflected on the information of the normal output Log 594 via the SW / Apply 590. As a result, failure diagnosis can be performed by integrating hardware information and software information for controlling the operation of the hardware.

図３の流れ図を参照して、故障診断結果を出力させる。 Referring to the flowchart of FIG. 3, the fault diagnosis result is output.

まず、証拠情報３１０の故障現象３２０に含まれるフェイルコード（図５のフェイルコード（Ａ）５９１、フェイルコード（Ｂ）５９２、及びフェイルコード（Ｃ）５９３）やフリーズ等を診断モデル３４０（ベイジアンネットワーク５００）の診断のトリガーとして入力する。次に、診断モデル３４０に通常出力Ｌｏｇ５９４、局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８の少なくとも一つのメッセージを加え、故障診断対象を解析し、故障診断対象の故障確率を演算し、故障診断を行う。なお、診断の実行には、過去に特定されている故障情報等のことである過去事例３３０を参照した診断としてもよい。入力された情報（証拠情報３１０及び過去事例３３０）を基に診断モデル３４０によって、故障診断対象を解析し、故障診断対象の故障確率を演算し、故障診断対象の故障診断結果の情報を出力する。出力された故障診断対象の故障診断結果（故障診断対象の確率分布）が診断結果表示３５０によって表示される。 First, a failure code (failure code (A) 591, fail code (B) 592, fail code (C) 593 in FIG. 5), freeze, etc. included in the failure phenomenon 320 of the evidence information 310, a diagnosis model 340 (Baisian network) 500) as a diagnosis trigger. Next, at least one message of the normal output Log 594, the local inspection result Log (A) 596 and the local inspection result Log (B) 598 is added to the diagnosis model 340, the failure diagnosis target is analyzed, and the failure probability of the failure diagnosis target is determined. Calculate and perform fault diagnosis. The diagnosis may be performed by referring to a past case 330 that is failure information or the like specified in the past. Based on the input information (evidence information 310 and past case 330), the diagnosis model 340 analyzes the failure diagnosis target, calculates the failure probability of the failure diagnosis target, and outputs information on the failure diagnosis result of the failure diagnosis target. . The output fault diagnosis result of the fault diagnosis target (probability distribution of the fault diagnosis target) is displayed on the diagnosis result display 350.

図６は、図５のベイジアンネットワーク５００を用い、図３の流れ図を基にして故障診断対象の故障診断をした本実施の形態に係る故障診断の実施結果の図表６００、６１０である。 FIG. 6 is diagrams 600 and 610 of failure diagnosis execution results according to the present embodiment in which failure diagnosis of a failure diagnosis target is performed based on the flowchart of FIG. 3 using the Bayesian network 500 of FIG.

通常、故障診断システムは、予め故障診断システム内部に用意されている何らかの診断情報と通常出力Ｌｏｇ５９４を用いて故障診断対象の故障診断を実施する。図６（ａ）の図表６００はこの故障診断を実施した結果（推定故障箇所の推定異常確率）を示しており、図５のベイジアンネットワーク５００におけるファイルコードＡ５９１を示す故障が発生したことが故障診断システムから知らされる。これを入力された故障診断システムによる診断の結果、ハードウェア情報とソフトウェア情報の少なくとも一方を含む統合ノード（Ｉｆ（ＲＡＭＤＩＭＭ）５４４やＩｆ（ＥＳＳ）５１４等）の異常が確率的に上位に位置づけられており、ソフトアプリケーション（ＳＷ／Ａｐｐｌｉ５９０）自体を異常とする診断確率は下位に収まっている。 Usually, the failure diagnosis system performs failure diagnosis of a failure diagnosis target using some diagnosis information prepared in advance in the failure diagnosis system and the normal output Log 594. The chart 600 of FIG. 6A shows the result of the failure diagnosis (estimated abnormality probability of the estimated failure location), and the failure diagnosis indicates that a failure indicating the file code A591 has occurred in the Bayesian network 500 of FIG. Informed by the system. As a result of the diagnosis by the failure diagnosis system that has been input, the abnormality of the integrated node (If (RAMDIMM) 544, If (ESS) 514, etc.) including at least one of the hardware information and the software information is stochastically positioned at the top. Therefore, the diagnosis probability that the software application (SW / Appli 590) itself is abnormal is in the lower level.

そして、図６（ｂ）の図表６１０は図６（ａ）の図表６００に示す結果に局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８の少なくとも一方を反映させた結果（推定故障箇所の推定異常確率）を示している。局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８の少なくとも一方によって、ハードウェア（Ｉｆ（ＩＩＴ）５３４やＮｅｔ（ＲＡＭＤＩＭＭ）５４２等）が全て正常であることを示され、各ノードの初期確率と因果関係から、ソフトウェアアプリケーション（ＳＷ／Ａｐｐｌｉ５９０）が最上位に位置付けされる。簡単に述べれば、局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８の少なくとも一方によって、ハードウェアは正しいと判断され、ソフトウェアアプリケーションの異常確率が上がる。なお、この局部検査結果Ｌｏｇ（Ａ）５９６及び局部検査結果Ｌｏｇ（Ｂ）５９８の少なくとも一方を取得するためにどのくらいの検査が行われているか（例えば、検査の深さや広さ等）によってソフトウェアアプリケーション（ＳＷ／Ａｐｐｌｉ５９０）の異常確率は変化する。 The chart 610 of FIG. 6B is a result (estimated) in which at least one of the local inspection result Log (A) 596 and the local inspection result Log (B) 598 is reflected on the result shown in the chart 600 of FIG. (Estimated abnormal probability of failure location). At least one of the local inspection result Log (A) 596 and the local inspection result Log (B) 598 indicates that the hardware (If (IIT) 534, Net (RAMDIMM) 542, etc.) is all normal, and each node From the initial probability and the causal relationship, the software application (SW / Appli 590) is positioned at the top. In short, at least one of the local inspection result Log (A) 596 and the local inspection result Log (B) 598 determines that the hardware is correct, and the abnormality probability of the software application increases. The software application depends on how much inspection is performed to obtain at least one of the local inspection result Log (A) 596 and the local inspection result Log (B) 598 (for example, the depth and width of the inspection). The abnormality probability of (SW / Appli590) changes.

なお、ソフトウェアとハードウェアの区分けについて、本発明を適用することにより、これまでよりも一層現実に即した、効率的な対応ができる。さらに、本実施の形態に述べたソフトウェアアプリケーション（ＳＷ／Ａｐｐｌｉ５９０等）、局部検査結果Ｌｏｇ（Ａ）５９６、局部検査結果Ｌｏｇ（Ｂ）５９８、通常出力Ｌｏｇ５９４、フェイルコード（Ａ）５９１、フェイルコード（Ｂ）５９２、及びフェイルコード（Ｃ）５９３等はこれらよりも多い場合がある。 It should be noted that by applying the present invention to the classification of software and hardware, it is possible to more efficiently cope with the reality than before. Furthermore, the software application (SW / Appli 590 or the like) described in the present embodiment, local inspection result Log (A) 596, local inspection result Log (B) 598, normal output Log 594, fail code (A) 591, fail code ( B) 592, fail code (C) 593, and the like may be more than these.

また、証拠情報となるＬｏｇ（局部検査結果Ｌｏｇ（Ａ）５９６、局部検査結果Ｌｏｇ（Ｂ）５９８、及び通常出力Ｌｏｇ５９４等）の種類は他にも考えられ、例えば特定領域の変わりに、特定機能や特定の複写機用ＰＷＢＡといったレベルで用意した場合にも成立する。 In addition, there are other types of log (e.g., local inspection result Log (A) 596, local inspection result Log (B) 598, and normal output Log 594) as evidence information. For example, instead of a specific area, a specific function This is also the case when prepared at a level such as PWBA for a specific copying machine.

さらに、図７は、図２及び図５のベイジアンネットワークを用い、図３の流れ図を基にした全体の制御の図であり、ユーザーインターフェイス７１０、診断対象７１２、メインコントローラ７００、及び診断結果表示部７１４で構成されている。また、メインコントローラ７００は、ＣＰＵ（ＣｅｎｔｒａｌＰｒｏｃｅｓｓｉｎｇＵｎｉｔ）７０２、ＲＯＭ（ＲｅａｄＯｎｌｙＭｅｍｏｒｙ）７０４、ＲＡＭ（ＲａｎｄｏｍＡｃｃｅｓｓＭｅｍｏｒｙ）７０６、及びＨＤＤ（ＨａｒｄＤｉｓｋＤｒｉｖｅ）７０８で構成されている。そして、ユーザーインターフェイス７１０は、ユーザーから何らかのデータ等の入力情報を入力させる操作装置であり、診断対象７１２はメインコントローラ７００によって、ハードウェア及びハードウェア上を動作するソフトウェアの少なくとも一方の故障診断を行う対象である。また、ＲＯＭ７０４は、書き込み不可能な不揮発性の記憶装置であり、プログラム（例えば、図３を基にして、故障診断対象の故障診断を行う制御プログラム等）７２０が格納されている。さらに、ＨＤＤ７０８は、読み書き可能な記憶装置であり、各種データや命令などの情報を記憶することができるので、プログラム７２０も格納してもよいし、データ等の情報処理をする作業領域であってもよい。しかし、プログラム７２０はＨＤＤ７０８に格納せずにＲＯＭ７０４に格納した方がよい。また、ＲＡＭ７０６は、読み書き可能な揮発性の記憶装置であり、ＣＰＵ７０２の命令によってデータ等の情報処理をする作業領域である。さらに、ＣＰＵ７０２は、中央処理装置であり、ＲＯＭ７０４（またはＨＤＤ７０８）に格納されたプログラム７２０を基に、ＲＡＭ７０６（またはＨＤＤ７０８）上で、ハードウェア及びハードウェアの動作制御のためのソフトウェアの少なくとも一方によって発生する異常まで含め、関係性または依存性を持たせて統合し、故障診断を行うためのデータ等の情報処理等の作業を行わせ、データ等の情報のやり取りを行い、メインコントローラ７００全体を制御する。そこで、ユーザーインターフェイス７１０の指示により、メインコントローラ７００では、ＲＯＭ７０４（またはＨＤＤ７０８）に格納されたプログラム７２０によって、ＣＰＵ７０２が故障対象７１２の故障診断を行う。詳細には、ＣＰＵ７０２は、ハードウェア及びハードウェアの動作制御のためのソフトウェアの少なくとも一方によって発生する異常まで含め、関係性または依存性を持たせて統合し、故障対象７１２（ユーザーインターフェイス７１０及びメインコントローラ７００も含んでよい）の故障診断を行った結果情報を診断結果表示部７１４へ送る。診断結果表示部７１４では、受信した診断対象７１２の診断結果情報を基に、診断対象７１２の故障箇所の故障確率を表示させる。 7 is a diagram of overall control based on the flowchart of FIG. 3 using the Bayesian network of FIGS. 2 and 5, and a user interface 710, a diagnosis target 712, a main controller 700, and a diagnosis result display unit. 714. The main controller 700 includes a CPU (Central Processing Unit) 702, a ROM (Read Only Memory) 704, a RAM (Random Access Memory) 706, and a HDD (Hard Disk Drive) 708. The user interface 710 is an operation device for inputting input information such as some data from the user, and the diagnosis target 712 performs failure diagnosis of at least one of hardware and software operating on the hardware by the main controller 700. It is a target. The ROM 704 is a non-writable non-volatile storage device, and stores a program 720 (for example, a control program for performing failure diagnosis of a failure diagnosis target based on FIG. 3). Further, the HDD 708 is a readable / writable storage device and can store information such as various data and instructions. Therefore, the HDD 708 may store a program 720 and is a work area for processing information such as data. Also good. However, it is better to store the program 720 in the ROM 704 rather than in the HDD 708. A RAM 706 is a readable / writable volatile storage device, and is a work area for processing data and the like according to instructions from the CPU 702. Further, the CPU 702 is a central processing unit, and based on a program 720 stored in the ROM 704 (or HDD 708), on the RAM 706 (or HDD 708), at least one of hardware and software for hardware operation control. Integrate with relations or dependencies, including up to the anomaly that occurs, perform information processing such as data for failure diagnosis, exchange information such as data, etc. Control. Therefore, in accordance with an instruction from the user interface 710, in the main controller 700, the CPU 702 performs a failure diagnosis of the failure target 712 using the program 720 stored in the ROM 704 (or the HDD 708). In detail, the CPU 702 integrates with a relationship or dependency including an abnormality generated by at least one of hardware and software for controlling the operation of the hardware, and includes the failure target 712 (the user interface 710 and the main interface). The result information of the failure diagnosis (which may include the controller 700) is sent to the diagnosis result display unit 714. The diagnosis result display unit 714 displays the failure probability of the failure location of the diagnosis object 712 based on the received diagnosis result information of the diagnosis object 712.

本実施の形態に係るハードウェア構成の概略図である。It is the schematic of the hardware constitutions concerning this embodiment. 図１のハードウェアの構成を示したＰＷＢＡシステムを対象として、ベイジアンネットワークを構成するべく、各部をモデル化した故障診断システムの概要図である。FIG. 2 is a schematic diagram of a failure diagnosis system in which each unit is modeled to configure a Bayesian network for the PWBA system showing the hardware configuration of FIG. 1. 図２のベイジアンネットワークから故障を診断するための本実施の形態に係る故障診断システムの流れ図である。3 is a flowchart of a failure diagnosis system according to the present embodiment for diagnosing a failure from the Bayesian network of FIG. 2. 図２のベイジアンネットワークを用い、図３の流れ図を基にして故障診断対象の故障診断をした本実施の形態に係る故障診断の実施結果の図表である。FIG. 4 is a chart of a result of failure diagnosis according to the present embodiment in which failure diagnosis of a failure diagnosis target is performed based on the flowchart of FIG. 3 using the Bayesian network of FIG. 2. 複写機のシステムのハードウェア構成を対象として、ベイジアンネットワークを構成するべく、複写機の各部をモデル化した故障診断システムの概要図である。1 is a schematic diagram of a failure diagnosis system in which each part of a copier is modeled to form a Bayesian network for the hardware configuration of the copier system. 図５のベイジアンネットワークを用い、図３の流れ図を基にして故障診断対象の故障診断をした本実施の形態に係る故障診断の実施結果の図表である。FIG. 6 is a chart of results of failure diagnosis according to the present embodiment in which failure diagnosis of a failure diagnosis target is performed based on the flowchart of FIG. 3 using the Bayesian network of FIG. 5. 図２及び図５のベイジアンネットワークを用い、図３の流れ図を基にした全体の制御の図である。FIG. 6 is a diagram of overall control using the Bayesian network of FIGS. 2 and 5 and based on the flowchart of FIG. 3.

Explanation of symbols

１００ＰＷＢＡシステム
１１０ＰＷＢＡ（Ａ）
１２０ＰＷＢＡ（Ｂ）
１３０ＰＷＢＡ（Ｃ）
１４０ＰＷＢＡ（Ｄ）
１５０ＰＷＢＡ（Ｅ）
１６０ＰＷＢＡ（Ｆ）
１１２Ｎｅｔ（Ａ）
１２２Ｎｅｔ（Ｂ）
１３２Ｎｅｔ（Ｃ）
１４２Ｎｅｔ（Ｄ）
１５２Ｎｅｔ（Ｅ）
１６２Ｎｅｔ（Ｆ）
２００ベイジアンネットワーク
２１０Ｉｆ（Ａ）
２２０Ｉｆ（Ｂ）
２３０Ｉｆ（Ｃ）
２４０Ｉｆ（Ｄ）
２５０Ｉｆ（Ｅ）
２６０Ｉｆ（Ｆ）
２７０ＳＷ／Ａｐｐｌｉｃａｔｉｏｎ
２８０通常出力Ｌｏｇ
２９０局部検査結果Ｌｏｇ
５００ベイジアンネットワーク
５１０ＰＷＢＡ（ＥＳＳ）
５２０ＰＷＢＡ（ＭＣＵ）
５３０ＰＷＢＡ（ＩＩＴ）
５４０ＲＡＭＤＩＭＭ
５５０ＨＤＤ
５６０ＰＷＢＡ（ＵＩ）
５７０ＰＷＢＡ（Ｌａｍｐ）
５８０ＰＷＢＡ（ＣＣＤ）
５１２Ｎｅｔ（ＥＳＳ）
５２２Ｎｅｔ（ＭＣＵ）
５３２Ｎｅｔ（ＩＩＴ）
５４２Ｎｅｔ（ＲＡＭＤＩＭＭ）
５５２Ｎｅｔ（ＨＤＤ）
５６２Ｎｅｔ（ＵＩ）
５７２Ｎｅｔ（Ｌａｍｐ）
５８２Ｎｅｔ（ＣＣＤ）
５１４Ｉｆ（ＥＳＳ）
５２４Ｉｆ（ＭＣＵ）
５３４Ｉｆ（ＩＩＴ）
５４４Ｉｆ（ＲＡＭＤＩＭＭ）
５５４Ｉｆ（ＨＤＤ）
５６４Ｉｆ（ＵＩ）
５７４Ｉｆ（Ｌａｍｐ）
５８４Ｉｆ（ＣＣＤ）
５９０ＳＷ／Ａｐｐｌｉ
５９４通常出力Ｌｏｇ
５９６局部検査結果Ｌｏｇ（Ａ）
５９８局部検査結果Ｌｏｇ（Ｂ） 100 PWBA system 110 PWBA (A)
120 PWBA (B)
130 PWBA (C)
140 PWBA (D)
150 PWBA (E)
160 PWBA (F)
112 Net (A)
122 Net (B)
132 Net (C)
142 Net (D)
152 Net (E)
162 Net (F)
200 Bayesian network 210 If (A)
220 If (B)
230 If (C)
240 If (D)
250 If (E)
260 If (F)
270 SW / Application
280 Normal output Log
290 Local inspection result Log
500 Bayesian network 510 PWBA (ESS)
520 PWBA (MCU)
530 PWBA (IIT)
540 RAMDIMM
550 HDD
560 PWBA (UI)
570 PWBA (Lamp)
580 PWBA (CCD)
512 Net (ESS)
522 Net (MCU)
532 Net (IIT)
542 Net (RAMDIMM)
552 Net (HDD)
562 Net (UI)
572 Net (Lamp)
582 Net (CCD)
514 If (ESS)
524 If (MCU)
534 If (IIT)
544 If (RAMDIMM)
554 If (HDD)
564 If (UI)
574 If (Lamp)
584 If (CCD)
590 SW / Appli
594 Normal output Log
596 Local inspection result Log (A)
598 Local inspection result Log (B)

Claims

In a fault diagnosis system using a Bayesian network,
Classified for fault diagnosing computer components that exist as physical entities, classification and hardware model is the classified unit, procedures and instructions are summarized program for controlling a computer for fault diagnosis The hardware model result information, which is information on the result of executing a program for detecting an abnormality from the viewpoint of hardware, is configured on the same Bayesian network and the software model that is the classified unit . Control means for executing a predetermined failure diagnosis program by reflecting in software inspection result information which is information of a result of executing a program for detecting an abnormality from the viewpoint of software ;
Having a fault diagnosis system.

Before Symbol hardware model and the software model, a fault diagnosis model which is a unit for specifying a failure when the failure diagnosis program executed by the control unit,
The fault diagnosis system according to claim 1.

In a fault diagnosis system using a Bayesian network,
Hardware modeling means for classifying and modeling hardware that is a computer component existing as a physical entity into a predetermined Bayesian network diagnostic model;
Software modeling means for classifying and modeling software incorporating procedures and instructions for operation control of the hardware corresponding to each of the hardware models into the predetermined diagnostic model;
Integrating hardware information representing the operating state of the diagnostic model modeled by the hardware modeling means and software information representing the execution state of the diagnostic model modeled by the software modeling means corresponding to the hardware Integration means,
Analysis based on the information group from the diagnostic model integrated by the integration means, hardware inspection result information that is the result of executing a program for detecting an abnormality from the hardware perspective, and abnormal from the software perspective A result information acquisition means for acquiring at least one of software inspection result information , which is information of a result of executing a program for detecting
Failure diagnosis means for reflecting the hardware inspection result information acquired by the result information acquisition means in the software inspection result information and executing a predetermined failure diagnosis program;
Having a fault diagnosis system.

The hardware model and the software model are a failure diagnosis model that is a unit for specifying a failure when executing a failure diagnosis program by the failure diagnosis means .
The fault diagnosis system according to claim 3.

A computer used in a fault diagnosis system using a Bayesian network;
Classified for fault diagnosing computer components that exist as physical entities, classification and hardware model is the classified unit, procedures and instructions are summarized program for controlling a computer for fault diagnosis The hardware model result information, which is information on the result of executing a program for detecting an abnormality from the viewpoint of hardware, is configured on the same Bayesian network and the software model that is the classified unit . Control means for executing a predetermined failure diagnosis program by reflecting in software inspection result information which is information of a result of executing a program for detecting an abnormality from the viewpoint of software ;
Program to function as .