JP2002334293A - 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 - Google Patents
特性予測システム、特性予測方法およびその方法を記憶した記憶媒体Info
- Publication number
- JP2002334293A JP2002334293A JP2001136579A JP2001136579A JP2002334293A JP 2002334293 A JP2002334293 A JP 2002334293A JP 2001136579 A JP2001136579 A JP 2001136579A JP 2001136579 A JP2001136579 A JP 2001136579A JP 2002334293 A JP2002334293 A JP 2002334293A
- Authority
- JP
- Japan
- Prior art keywords
- input data
- characteristic
- parameter
- value
- distribution
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Debugging And Monitoring (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
(57)【要約】
【課題】 入力データの値が幅を持つものとして与えら
れ場合に、その幅の情報をも生かしつつ入力データを処
理することができる特性予測方法を提供する。 【解決手段】 機器やその部品の特性を入力データをも
とに予測する特性予測システムにおいて、入力データが
幅を持つ値で与えられる場合に、入力データ値をその幅
の中から乱数で決めて記憶する入力データ処理部１、そ
の入力データ処理部１により記憶された入力データ値を
含むデータをもとに累積ハザード法で前記特性を示す分
布関数の母数を演算するデータ処理部２、前記入力デー
タ処理部１およびデータ処理部２による処理を複数回数
繰り返して母数の分布図を作成することにより母数を決
定し記憶する母数決定部３、その母数決定部３により記
憶された母数を用いて前記特性を示す分布関数を出力す
るデータ出力部４を備えた。
れ場合に、その幅の情報をも生かしつつ入力データを処
理することができる特性予測方法を提供する。 【解決手段】 機器やその部品の特性を入力データをも
とに予測する特性予測システムにおいて、入力データが
幅を持つ値で与えられる場合に、入力データ値をその幅
の中から乱数で決めて記憶する入力データ処理部１、そ
の入力データ処理部１により記憶された入力データ値を
含むデータをもとに累積ハザード法で前記特性を示す分
布関数の母数を演算するデータ処理部２、前記入力デー
タ処理部１およびデータ処理部２による処理を複数回数
繰り返して母数の分布図を作成することにより母数を決
定し記憶する母数決定部３、その母数決定部３により記
憶された母数を用いて前記特性を示す分布関数を出力す
るデータ出力部４を備えた。
Description
【０００１】
【発明の属する技術分野】本発明は、画像形成機器など
機器、およびその機器を構成しているユニットや部品の
特性である例えば故障率や寿命を予測する特性予測方法
に係わり、特に、特性を予測するために入力する入力デ
ータが幅を持つ値であったり、個々の入力データ値の幅
が違う場合の処理に有効な特性予測方法に関する。
機器、およびその機器を構成しているユニットや部品の
特性である例えば故障率や寿命を予測する特性予測方法
に係わり、特に、特性を予測するために入力する入力デ
ータが幅を持つ値であったり、個々の入力データ値の幅
が違う場合の処理に有効な特性予測方法に関する。
【従来の技術】機器、およびその機器を構成しているユ
ニットや部品の特性を予測する特性予測は従来より行な
われている。例えば、特性を予測するためのモデルを予
め用意しておき、複数の入力値をこのモデルに適用する
ことにより特性（性能）を予測するのである。しかし、
この予測方法は、正確には、ある範囲の入力に基づいて
ある範囲の値を予測するので、予測値を得るために多大
な作業を必要とする。そのため、特開２０００−３１５
２４４公報に示された装置性能を統計的に予測する方法
では、装置パラメータに対応するある範囲の値を含む入
力データをモデルに与えて、データセットを表す１組の
方程式を導き出し、その方程式を統計的に処理して予測
値を得る。なお、累積ハザード解析などを用いた統計的
手法は個々の入力値を点として捉え、その値が正しいこ
とを前提として処理する方法であるが、市場データなど
には点として値を捉えられないデータもある。ある区間
に値はあるが、その値がどの点かははっきり言えないケ
ースである。そのため、従来は、一定の条件により値を
代表する点を決め、それを入力値としている。
ニットや部品の特性を予測する特性予測は従来より行な
われている。例えば、特性を予測するためのモデルを予
め用意しておき、複数の入力値をこのモデルに適用する
ことにより特性（性能）を予測するのである。しかし、
この予測方法は、正確には、ある範囲の入力に基づいて
ある範囲の値を予測するので、予測値を得るために多大
な作業を必要とする。そのため、特開２０００−３１５
２４４公報に示された装置性能を統計的に予測する方法
では、装置パラメータに対応するある範囲の値を含む入
力データをモデルに与えて、データセットを表す１組の
方程式を導き出し、その方程式を統計的に処理して予測
値を得る。なお、累積ハザード解析などを用いた統計的
手法は個々の入力値を点として捉え、その値が正しいこ
とを前提として処理する方法であるが、市場データなど
には点として値を捉えられないデータもある。ある区間
に値はあるが、その値がどの点かははっきり言えないケ
ースである。そのため、従来は、一定の条件により値を
代表する点を決め、それを入力値としている。
【０００２】
【発明が解決しようとする課題】前記した特開２０００
−３１５２４４公報に示された従来技術は、入力データ
を点としてではなく値の範囲をもつ方程式として捉えて
いるので、入力値の取り得る値の範囲が反映されそうに
思える。しかし、入力データ全体を一組の方程式で表し
ているので、個々のデータが取る範囲が違う場合には対
応できない。さらに、入力データを方程式に直すために
入力データにモデルを与えているが、市場データなどで
はモデル化できないデータもある。また、累積ハザード
解析などを用いた統計的手法では、市場データのよう
に、ある区間に値はあるがその値がどの点かははっきり
言えない場合、一定の条件により値を代表する点を決
め、それを入力値としているが、そのような従来の方法
では入力値が取り得る範囲の情報を生かしたことになら
ず、結果に片寄りが生じる可能性があるという問題があ
る。本発明の目的は、このような従来技術の問題を解決
することにあり、具体的には、入力データの値が幅を持
つものとして与えられ場合に、その幅の情報をも生かし
て累積ハザード法によるデータ処理を行うことにより、
方程式やモデル化によらずに、入力値の範囲の情報を生
かしつつ入力データを処理することができる特性予測方
法などを提供することにある。
−３１５２４４公報に示された従来技術は、入力データ
を点としてではなく値の範囲をもつ方程式として捉えて
いるので、入力値の取り得る値の範囲が反映されそうに
思える。しかし、入力データ全体を一組の方程式で表し
ているので、個々のデータが取る範囲が違う場合には対
応できない。さらに、入力データを方程式に直すために
入力データにモデルを与えているが、市場データなどで
はモデル化できないデータもある。また、累積ハザード
解析などを用いた統計的手法では、市場データのよう
に、ある区間に値はあるがその値がどの点かははっきり
言えない場合、一定の条件により値を代表する点を決
め、それを入力値としているが、そのような従来の方法
では入力値が取り得る範囲の情報を生かしたことになら
ず、結果に片寄りが生じる可能性があるという問題があ
る。本発明の目的は、このような従来技術の問題を解決
することにあり、具体的には、入力データの値が幅を持
つものとして与えられ場合に、その幅の情報をも生かし
て累積ハザード法によるデータ処理を行うことにより、
方程式やモデル化によらずに、入力値の範囲の情報を生
かしつつ入力データを処理することができる特性予測方
法などを提供することにある。
【０００３】
【課題を解決するための手段】前記の課題を解決するた
めに、請求項１記載の発明では、機器、その機器を構成
するユニットまたは部品の特性を入力データをもとに予
測する特性予測システムにおいて、入力データが幅を持
つ値で与えられる場合に、入力データ値をその幅の中か
ら乱数で決めて記憶する入力データ処理手段と、その入
力データ処理手段により記憶された入力データ値を含む
データをもとに累積ハザード法で前記特性を示す分布関
数の母数を演算する演算手段と、前記入力データ処理手
段および演算手段による処理を複数回数繰り返して母数
の分布図を作成することにより母数を決定し記憶する母
数決定手段と、その母数決定手段により記憶された母数
を用いて前記特性を示す分布関数を出力するデータ出力
手段とを備えた。また、請求項２記載の発明では、機
器、およびその機器を構成するユニットまたは部品の特
性を入力データをもとに予測する特性予測方法におい
て、入力データが幅を持つ値で与えられる場合に、入力
データ値をその幅の中から乱数で決め、決まった入力デ
ータ値を含むデータをもとに累積ハザード法で前記特性
を示す分布関数の母数を求める処理を複数回数繰り返し
て母数の分布図を作成することにより母数を決定し、決
定した母数を用いて前記特性を示す分布関数を出力する
構成にした。
めに、請求項１記載の発明では、機器、その機器を構成
するユニットまたは部品の特性を入力データをもとに予
測する特性予測システムにおいて、入力データが幅を持
つ値で与えられる場合に、入力データ値をその幅の中か
ら乱数で決めて記憶する入力データ処理手段と、その入
力データ処理手段により記憶された入力データ値を含む
データをもとに累積ハザード法で前記特性を示す分布関
数の母数を演算する演算手段と、前記入力データ処理手
段および演算手段による処理を複数回数繰り返して母数
の分布図を作成することにより母数を決定し記憶する母
数決定手段と、その母数決定手段により記憶された母数
を用いて前記特性を示す分布関数を出力するデータ出力
手段とを備えた。また、請求項２記載の発明では、機
器、およびその機器を構成するユニットまたは部品の特
性を入力データをもとに予測する特性予測方法におい
て、入力データが幅を持つ値で与えられる場合に、入力
データ値をその幅の中から乱数で決め、決まった入力デ
ータ値を含むデータをもとに累積ハザード法で前記特性
を示す分布関数の母数を求める処理を複数回数繰り返し
て母数の分布図を作成することにより母数を決定し、決
定した母数を用いて前記特性を示す分布関数を出力する
構成にした。
【０００４】また、請求項３記載の発明では、請求項２
記載の発明において、対象とする機器、ユニットまたは
部品に対して取り得る入力データ値の幅を設定してから
乱数により値を決める構成にした。また、請求項４記載
の発明では、請求項２または請求項３記載の発明におい
て、複数回数繰り返す際の繰り返し毎のデータから繰り
返し毎の母数の平均値を繰り返し毎に算出し、その平均
値の繰り返し回数に対する推移を出力する構成にした。
また、請求項５記載の発明では、請求項２、請求項３、
または請求項４記載の発明において、対象とする機器、
ユニットまたは部品の特性が故障率または寿命である構
成にした。また、請求項６記載の発明では、請求項５記
載の発明において、特性を示すために用いる分布関数と
してワイブル分布を用いてワイブル分布の母数ｍとηを
求め、ワイブル分布を出力する構成にした。また、請求
項７記載の発明では、請求項２乃至請求項６のいずれか
に記載の発明において、機器が画像形成機器である構成
にした。また、請求項８記載の発明では、プログラムを
記憶した記憶媒体において、請求項２乃至請求項７のい
ずれかに記載の特性予測方法に従ってプログラミングし
たプログラムを記憶した。
記載の発明において、対象とする機器、ユニットまたは
部品に対して取り得る入力データ値の幅を設定してから
乱数により値を決める構成にした。また、請求項４記載
の発明では、請求項２または請求項３記載の発明におい
て、複数回数繰り返す際の繰り返し毎のデータから繰り
返し毎の母数の平均値を繰り返し毎に算出し、その平均
値の繰り返し回数に対する推移を出力する構成にした。
また、請求項５記載の発明では、請求項２、請求項３、
または請求項４記載の発明において、対象とする機器、
ユニットまたは部品の特性が故障率または寿命である構
成にした。また、請求項６記載の発明では、請求項５記
載の発明において、特性を示すために用いる分布関数と
してワイブル分布を用いてワイブル分布の母数ｍとηを
求め、ワイブル分布を出力する構成にした。また、請求
項７記載の発明では、請求項２乃至請求項６のいずれか
に記載の発明において、機器が画像形成機器である構成
にした。また、請求項８記載の発明では、プログラムを
記憶した記憶媒体において、請求項２乃至請求項７のい
ずれかに記載の特性予測方法に従ってプログラミングし
たプログラムを記憶した。
【０００５】
【発明の実施の形態】以下、図面により本発明の実施の
形態を詳細に説明する。図１は本発明の一実施例を示す
特性予測システムの構成ブロック図である。このような
構成で、この特性予測システムは機器、およびその機器
を構成するユニットまたは部品の特性（例えば故障率や
寿命）を実験、計測または市場データをもとに予測す
る。なお、前記機器は例えば画像形成機器である。図示
したように、この実施例の特性予測システムは、特性を
予測するための入力データが幅を持つ値で与えられる場
合に、入力データ値をその幅の中から乱数で決めて記憶
する入力データ処理手段である入力データ処理部１、そ
の入力データ処理部１により記憶された入力データ値を
もとに累積ハザード法で前記特性を示す分布関数の母数
を演算する演算手段であるデータ処理部２、前記入力デ
ータ処理部１およびデータ処理部２による処理を複数回
数繰り返えさせて母数の分布図を作成することにより母
数を決定し記憶する母数決定手段である母数決定部３、
その母数決定部３により記憶された母数を用いて前記特
性を示す分布関数を出力するデータ出力手段であるデー
タ出力部４を備える。
形態を詳細に説明する。図１は本発明の一実施例を示す
特性予測システムの構成ブロック図である。このような
構成で、この特性予測システムは機器、およびその機器
を構成するユニットまたは部品の特性（例えば故障率や
寿命）を実験、計測または市場データをもとに予測す
る。なお、前記機器は例えば画像形成機器である。図示
したように、この実施例の特性予測システムは、特性を
予測するための入力データが幅を持つ値で与えられる場
合に、入力データ値をその幅の中から乱数で決めて記憶
する入力データ処理手段である入力データ処理部１、そ
の入力データ処理部１により記憶された入力データ値を
もとに累積ハザード法で前記特性を示す分布関数の母数
を演算する演算手段であるデータ処理部２、前記入力デ
ータ処理部１およびデータ処理部２による処理を複数回
数繰り返えさせて母数の分布図を作成することにより母
数を決定し記憶する母数決定手段である母数決定部３、
その母数決定部３により記憶された母数を用いて前記特
性を示す分布関数を出力するデータ出力手段であるデー
タ出力部４を備える。
【０００６】以下、顧客先にある機器の部品が故障して
サービスマンにより交換される場合を例にとって、この
実施例の特性予測方法を図１などにより説明する。な
お、この場合、特性予測対象は部品であり、特性は故障
率分布である。まず、データ処理部２において行なわれ
る累積ハザード法によった統計的データ処理について説
明する。累積ハザード法とは、対象物が故障した時点の
瞬間故障率（ハザード・レイト）を累積して分布関数の
母数を推定する方法である。分布関数には、ワイブル
型，指数型，正規型，対数正規型，極値型など多種あ
り、対象物の特徴に応じて使い分ければ良い。この実施
例では、故障率の分布関数を予測する例であることか
ら、ワイブル型の分布関数を例に取り説明する。累積ハ
ザード法の入力データに必要なものは、部品が故障する
までの時間と観測終了時点における部品の稼動時間であ
る。観測終了時点における部品の稼動時間は、故障する
までに至らず打ち切られたことから、ここではセンサー
ド時間と呼ぶことにする。実際の運用では部品の故障モ
ードが複数ある場合、類別を行うが、この実施例では、
説明の単純化のため、故障モードは一つであり、類別の
必要はないとする。なお、対象とする機器が画像形成機
器の場合、時間ではなくトータルコピー枚数により表す
こともある。市場では機器が使い始められる時期はまち
まちであり、顧客が機器を破棄する時期もまちまちであ
るので、図２に示すように、部品が故障するまでの時間
と、観測終了時点における部品の稼働時間（センサード
時間）が定められる。観測終了時点でのセンサード時間
は、その時点で市場にある機器の場合、時間または日数
などで算出できるが、図２に示した機器＃２のように顧
客が廃棄して市場から撤去された場合、顧客から廃棄日
の情報をもらわない限りデータの値を点として与えるこ
とは難しい。したがって、廃棄日が不明の場合、機器＃
２については、図３に示すように、センサード時間の範
囲は部品を交換したときから観測終了時点までの範囲と
なる。前記した例は一例であり、市場データの収集シス
テムの仕様、サービスマンや営業マンのワークフローに
より範囲を特定する指標はさまざまである。また、前記
した例は機器個々の幅が違う場合の例であるが、市場デ
ータの収集間隔などによりデータ全体が同じ幅を持つこ
ともあり得る。いずれにせよ、入力データが点ではな
く、ある幅で与えられた場合に対する本発明の実施例を
以下に説明する。
サービスマンにより交換される場合を例にとって、この
実施例の特性予測方法を図１などにより説明する。な
お、この場合、特性予測対象は部品であり、特性は故障
率分布である。まず、データ処理部２において行なわれ
る累積ハザード法によった統計的データ処理について説
明する。累積ハザード法とは、対象物が故障した時点の
瞬間故障率（ハザード・レイト）を累積して分布関数の
母数を推定する方法である。分布関数には、ワイブル
型，指数型，正規型，対数正規型，極値型など多種あ
り、対象物の特徴に応じて使い分ければ良い。この実施
例では、故障率の分布関数を予測する例であることか
ら、ワイブル型の分布関数を例に取り説明する。累積ハ
ザード法の入力データに必要なものは、部品が故障する
までの時間と観測終了時点における部品の稼動時間であ
る。観測終了時点における部品の稼動時間は、故障する
までに至らず打ち切られたことから、ここではセンサー
ド時間と呼ぶことにする。実際の運用では部品の故障モ
ードが複数ある場合、類別を行うが、この実施例では、
説明の単純化のため、故障モードは一つであり、類別の
必要はないとする。なお、対象とする機器が画像形成機
器の場合、時間ではなくトータルコピー枚数により表す
こともある。市場では機器が使い始められる時期はまち
まちであり、顧客が機器を破棄する時期もまちまちであ
るので、図２に示すように、部品が故障するまでの時間
と、観測終了時点における部品の稼働時間（センサード
時間）が定められる。観測終了時点でのセンサード時間
は、その時点で市場にある機器の場合、時間または日数
などで算出できるが、図２に示した機器＃２のように顧
客が廃棄して市場から撤去された場合、顧客から廃棄日
の情報をもらわない限りデータの値を点として与えるこ
とは難しい。したがって、廃棄日が不明の場合、機器＃
２については、図３に示すように、センサード時間の範
囲は部品を交換したときから観測終了時点までの範囲と
なる。前記した例は一例であり、市場データの収集シス
テムの仕様、サービスマンや営業マンのワークフローに
より範囲を特定する指標はさまざまである。また、前記
した例は機器個々の幅が違う場合の例であるが、市場デ
ータの収集間隔などによりデータ全体が同じ幅を持つこ
ともあり得る。いずれにせよ、入力データが点ではな
く、ある幅で与えられた場合に対する本発明の実施例を
以下に説明する。
【０００７】図１に示した入力データ処理部１では、入
力データの値が取り得る範囲を持つ場合、その範囲の中
から乱数によりその値を決める。図４に、図２に示した
データを部品毎に時間の小さい順に並べ直した例を示
す。但し、値に幅のあるデータはその取り得る範囲を点
線で示し、小さい順から外して記入してある。この例で
は乱数で決めるべきデータはこの１件だけである。用い
る乱数は幅の持つ意味により使い分ければ良い。範囲内
のどこかの確率が高いことが経験的に分かっているなら
ば、その確率分布を反映した乱数を用い、それらを示唆
するデータがないならば一様乱数を用いるのである。図
５Ａ）に、乱数を使った結果の一例を示す。データ処理
部２では、累積ハザード法により故障率分布（ワイブル
分布）の母数ｍとηとを求める。なお、累積ハザード法
によった算出方法は日科技連信頼性工学シリーズ 第３
巻「信頼性の分布と統計」などに記載されているとおり
である。ここでは、累積ハザードの瞬間故障率を説明す
るにとどめる。図５Ａ）では、最初の故障時の瞬間故障
率は０．１４である。最初の故障時にその瞬間まで生き
ていた総数は６個であり、そのうち１つが壊れたからで
ある。次の故障における瞬間故障率は０．２５である。
次の故障が起こった瞬間には、４個が生きており、その
うち１個が故障したからである。また、母数決定部３で
は、入力データ処理部１とデータ処理部２における処理
を複数回数繰り返し、瞬間故障率（この例の場合）の分
布の母数ｍとηを求める。繰り返し回数は通常１万回程
度で良い。母数の分布図を表示することにより母数の収
束状態がわかり、繰り返し回数の判断資料となる。複数
回数繰り返す際の繰り返し毎のデータから繰り返し毎の
母数を求め、その平均値を算出し、その平均値の繰り返
し回数に対する推移を出力するのである。分布図として
は多種の形式があるが、繰り返し回数毎に母数の平均を
算出し、推移が分かるグラフ（図６参照）が適切であ
る。なお、図５Ｂ）は、２回目の繰り返しにおいて、幅
を持つデータの値が乱数により最初の故障時より手前の
時間とされた例である。データ出力部４では、母数決定
部３で決定された母数ｍとηをもとにワイブル分布を出
力する。これが故障率分布となる。出力形態は、ディス
プレイなど表示デバイスへのグラフ表示の他、グラフ印
刷、ワイブル分布式の電子媒体への記録などである。故
障率分布の出力例を図７に示す。
力データの値が取り得る範囲を持つ場合、その範囲の中
から乱数によりその値を決める。図４に、図２に示した
データを部品毎に時間の小さい順に並べ直した例を示
す。但し、値に幅のあるデータはその取り得る範囲を点
線で示し、小さい順から外して記入してある。この例で
は乱数で決めるべきデータはこの１件だけである。用い
る乱数は幅の持つ意味により使い分ければ良い。範囲内
のどこかの確率が高いことが経験的に分かっているなら
ば、その確率分布を反映した乱数を用い、それらを示唆
するデータがないならば一様乱数を用いるのである。図
５Ａ）に、乱数を使った結果の一例を示す。データ処理
部２では、累積ハザード法により故障率分布（ワイブル
分布）の母数ｍとηとを求める。なお、累積ハザード法
によった算出方法は日科技連信頼性工学シリーズ 第３
巻「信頼性の分布と統計」などに記載されているとおり
である。ここでは、累積ハザードの瞬間故障率を説明す
るにとどめる。図５Ａ）では、最初の故障時の瞬間故障
率は０．１４である。最初の故障時にその瞬間まで生き
ていた総数は６個であり、そのうち１つが壊れたからで
ある。次の故障における瞬間故障率は０．２５である。
次の故障が起こった瞬間には、４個が生きており、その
うち１個が故障したからである。また、母数決定部３で
は、入力データ処理部１とデータ処理部２における処理
を複数回数繰り返し、瞬間故障率（この例の場合）の分
布の母数ｍとηを求める。繰り返し回数は通常１万回程
度で良い。母数の分布図を表示することにより母数の収
束状態がわかり、繰り返し回数の判断資料となる。複数
回数繰り返す際の繰り返し毎のデータから繰り返し毎の
母数を求め、その平均値を算出し、その平均値の繰り返
し回数に対する推移を出力するのである。分布図として
は多種の形式があるが、繰り返し回数毎に母数の平均を
算出し、推移が分かるグラフ（図６参照）が適切であ
る。なお、図５Ｂ）は、２回目の繰り返しにおいて、幅
を持つデータの値が乱数により最初の故障時より手前の
時間とされた例である。データ出力部４では、母数決定
部３で決定された母数ｍとηをもとにワイブル分布を出
力する。これが故障率分布となる。出力形態は、ディス
プレイなど表示デバイスへのグラフ表示の他、グラフ印
刷、ワイブル分布式の電子媒体への記録などである。故
障率分布の出力例を図７に示す。
【０００８】図８に、この実施例のハードウェア構成を
示す。入力データ処理部１において処理されるデータは
図８に示した入力装置１２から入力される。入力装置１
２としてはキーボードが一般的であるが、フロッピー
（登録商標）ディスクから読み取って入力しても良い。
また、通信装置１５によりネットワークを介して入力し
ても良い。入力装置１２などにより入力されたデータは
記憶装置１６に記憶される。入力データ処理部１、デー
タ処理部２、母数決定部３、およびデータ出力部４は情
報処理装置１１により実現される。情報処理装置１１は
パーソナルコンピュータの中央演算装置のような標準的
な構成で良い。母数決定部３で作成された母数分布は表
示装置１３や出力装置１４から出力される。表示装置１
３にはディスプレイなどが適切であり、出力装置１４と
してはプリンタが適切である。また、データ出力部４で
作成された故障率分布の出力も表示装置１３や出力装置
１４により表示や印刷が行われる。故障率分布のデータ
は記憶装置１６に記憶される。通信装置１５によりネッ
トワークを介して他のシステムに渡される場合もある。
以上、一実施例について説明したが、説明したような特
性予測方法に従ってプログラミングしたプログラムを着
脱可能なＣＤ−ＲＯＭなど記憶媒体に記憶し、その記憶
媒体をこれまで本発明によった機器や部品などの特性予
測を行なえなかった他の情報処理装置などに装着するこ
とにより、その情報処理装置においても本発明によった
特性予測を行なうことができる。あるいは、他の情報処
理装置が通信装置によりネットワークを介してプログラ
ムを読み込んでもかまわない。また、前記においては、
本発明の特性予測を予測対象が部品の場合で説明した
が、対象はその部品を含む機器であっても良いし、その
機器に含まれるユニットであっても良い。また、対象と
する機器、ユニットまたは部品の特性は故障だけに限定
されない。特性は寿命であっても良いし、それ以外であ
っても良い。
示す。入力データ処理部１において処理されるデータは
図８に示した入力装置１２から入力される。入力装置１
２としてはキーボードが一般的であるが、フロッピー
（登録商標）ディスクから読み取って入力しても良い。
また、通信装置１５によりネットワークを介して入力し
ても良い。入力装置１２などにより入力されたデータは
記憶装置１６に記憶される。入力データ処理部１、デー
タ処理部２、母数決定部３、およびデータ出力部４は情
報処理装置１１により実現される。情報処理装置１１は
パーソナルコンピュータの中央演算装置のような標準的
な構成で良い。母数決定部３で作成された母数分布は表
示装置１３や出力装置１４から出力される。表示装置１
３にはディスプレイなどが適切であり、出力装置１４と
してはプリンタが適切である。また、データ出力部４で
作成された故障率分布の出力も表示装置１３や出力装置
１４により表示や印刷が行われる。故障率分布のデータ
は記憶装置１６に記憶される。通信装置１５によりネッ
トワークを介して他のシステムに渡される場合もある。
以上、一実施例について説明したが、説明したような特
性予測方法に従ってプログラミングしたプログラムを着
脱可能なＣＤ−ＲＯＭなど記憶媒体に記憶し、その記憶
媒体をこれまで本発明によった機器や部品などの特性予
測を行なえなかった他の情報処理装置などに装着するこ
とにより、その情報処理装置においても本発明によった
特性予測を行なうことができる。あるいは、他の情報処
理装置が通信装置によりネットワークを介してプログラ
ムを読み込んでもかまわない。また、前記においては、
本発明の特性予測を予測対象が部品の場合で説明した
が、対象はその部品を含む機器であっても良いし、その
機器に含まれるユニットであっても良い。また、対象と
する機器、ユニットまたは部品の特性は故障だけに限定
されない。特性は寿命であっても良いし、それ以外であ
っても良い。
【０００９】
【発明の効果】以上説明したように、本発明によれば、
請求項１および請求項２記載の発明では、入力データを
用いて機器や部品の特性を予測する際、入力データが幅
を持つ値で与えられると、入力データ値をその幅の中か
ら乱数で決め、決めた入力データ値を含むデータをもと
に累積ハザード法で前記特性を示す分布関数の母数を求
める処理が複数回数繰り返えされ、それにより作成され
た母数の分布図から母数が決定され、決定された母数を
用いて前記特性を示す分布関数が出力されるので、入力
データ値の幅の情報を生かしたデータ処理と母数の推定
を行うことができ、偏りのないデータ処理結果を得るこ
とができる。また、請求項３記載の発明では、請求項２
記載の発明において、対象とする機器、ユニットまたは
部品に対して取り得る入力データ値の幅を設定してから
乱数により値を決めるので、入力データ値をその幅の中
から容易に乱数で決めることができる。また、請求項４
記載の発明では、請求項２または請求項３記載の発明に
おいて、複数回数繰り返す際の繰り返し毎のデータから
繰り返し毎の母数の平均値が繰り返し毎に算出され、そ
の平均値の繰り返し回数に対する推移が出力されるの
で、母数の収斂状況がわかり、したがって、母数を容易
に決定できるし、さらに繰り返す必要があるか否かを判
断することができる。
請求項１および請求項２記載の発明では、入力データを
用いて機器や部品の特性を予測する際、入力データが幅
を持つ値で与えられると、入力データ値をその幅の中か
ら乱数で決め、決めた入力データ値を含むデータをもと
に累積ハザード法で前記特性を示す分布関数の母数を求
める処理が複数回数繰り返えされ、それにより作成され
た母数の分布図から母数が決定され、決定された母数を
用いて前記特性を示す分布関数が出力されるので、入力
データ値の幅の情報を生かしたデータ処理と母数の推定
を行うことができ、偏りのないデータ処理結果を得るこ
とができる。また、請求項３記載の発明では、請求項２
記載の発明において、対象とする機器、ユニットまたは
部品に対して取り得る入力データ値の幅を設定してから
乱数により値を決めるので、入力データ値をその幅の中
から容易に乱数で決めることができる。また、請求項４
記載の発明では、請求項２または請求項３記載の発明に
おいて、複数回数繰り返す際の繰り返し毎のデータから
繰り返し毎の母数の平均値が繰り返し毎に算出され、そ
の平均値の繰り返し回数に対する推移が出力されるの
で、母数の収斂状況がわかり、したがって、母数を容易
に決定できるし、さらに繰り返す必要があるか否かを判
断することができる。
【００１０】また、請求項５記載の発明では、請求項
２、請求項３、または請求項４記載の発明において、対
象とする機器、ユニットまたは部品の特性が故障率また
は寿命であるので、前記特性が故障率または寿命の場合
で、請求項２、請求項３、または請求項４記載の発明の
効果を得ることができる。また、請求項６記載の発明で
は、請求項５記載の発明において、特性を示すために用
いる分布関数としてワイブル分布を用いてワイブル分布
の母数ｍとηが求められ、ワイブル分布が出力されるの
で、請求項５記載の発明の効果が増大する。また、請求
項７記載の発明では、請求項２乃至請求項６のいずれか
に記載の発明において、機器が画像形成機器であるの
で、画像形成機器の特性について請求項２乃至請求項６
のいずれかに記載の発明の効果を得ることができる。ま
た、請求項８記載の発明では、請求項２乃至請求項７の
いずれかに記載の特性予測方法に従ってプログラミング
したプログラムが例えば着脱可能な記憶媒体に記憶され
るので、その記憶媒体をこれまで請求項２乃至請求項７
のいずれかに記載の発明によった特性予測を行なえなか
った他の情報処理装置などに装着することにより、その
情報処理装置においても請求項２乃至請求項７のいずれ
かに記載の発明の効果を得ることができる。
２、請求項３、または請求項４記載の発明において、対
象とする機器、ユニットまたは部品の特性が故障率また
は寿命であるので、前記特性が故障率または寿命の場合
で、請求項２、請求項３、または請求項４記載の発明の
効果を得ることができる。また、請求項６記載の発明で
は、請求項５記載の発明において、特性を示すために用
いる分布関数としてワイブル分布を用いてワイブル分布
の母数ｍとηが求められ、ワイブル分布が出力されるの
で、請求項５記載の発明の効果が増大する。また、請求
項７記載の発明では、請求項２乃至請求項６のいずれか
に記載の発明において、機器が画像形成機器であるの
で、画像形成機器の特性について請求項２乃至請求項６
のいずれかに記載の発明の効果を得ることができる。ま
た、請求項８記載の発明では、請求項２乃至請求項７の
いずれかに記載の特性予測方法に従ってプログラミング
したプログラムが例えば着脱可能な記憶媒体に記憶され
るので、その記憶媒体をこれまで請求項２乃至請求項７
のいずれかに記載の発明によった特性予測を行なえなか
った他の情報処理装置などに装着することにより、その
情報処理装置においても請求項２乃至請求項７のいずれ
かに記載の発明の効果を得ることができる。
【図面の簡単な説明】
【図１】本発明の一実施例を示す特性予測システムの構
成ブロック図である。
成ブロック図である。
【図２】本発明の一実施例を示す特性予測方法の説明図
である。
である。
【図３】本発明の一実施例を示す特性予測方法の他の説
明図である。
明図である。
【図４】本発明の一実施例を示す特性予測方法の他の説
明図である。
明図である。
【図５】本発明の一実施例を示す特性予測方法の他の説
明図である。
明図である。
【図６】本発明の一実施例を示す特性予測方法の他の説
明図である。
明図である。
【図７】本発明の一実施例を示す特性予測方法の他の説
明図である。
明図である。
【図８】本発明の一実施例を示す特性予測システムのハ
ードウェア構成図である。
ードウェア構成図である。
１ 入力データ処理部 ２ データ処理部 ３ 母数決定部 ４ データ出力部 １１ 情報処理装置 １２ 入力装置 １３ 表示装置 １４ 出力装置 １５ 通信装置 １６ 記憶装置
Claims (8)
- 【請求項１】 機器、その機器を構成するユニットまた
は部品の特性を入力データをもとに予測する特性予測シ
ステムにおいて、入力データが幅を持つ値で与えられる
場合に、入力データ値をその幅の中から乱数で決めて記
憶する入力データ処理手段と、その入力データ処理手段
により記憶された入力データ値を含むデータをもとに累
積ハザード法で前記特性を示す分布関数の母数を演算す
る演算手段と、前記入力データ処理手段および演算手段
による処理を複数回数繰り返して母数の分布図を作成す
ることにより母数を決定し記憶する母数決定手段と、そ
の母数決定手段により記憶された母数を用いて前記特性
を示す分布関数を出力するデータ出力手段とを備えたこ
とを特徴とする特性予測システム。 - 【請求項２】 機器、およびその機器を構成するユニッ
トまたは部品の特性を入力データをもとに予測する特性
予測方法において、入力データが幅を持つ値で与えられ
る場合に、入力データ値をその幅の中から乱数で決め、
決まった入力データ値を含むデータをもとに累積ハザー
ド法で前記特性を示す分布関数の母数を求める処理を複
数回数繰り返して母数の分布図を作成することにより母
数を決定し、決定した母数を用いて前記特性を示す分布
関数を出力することを特徴とする特性予測方法。 - 【請求項３】 請求項２記載の特性予測方法において、
対象とする機器、ユニットまたは部品に対して取り得る
入力データ値の幅を設定してから乱数により値を決める
ことを特徴とする特性予測方法。 - 【請求項４】 請求項２または請求項３記載の特性予測
方法において、複数回数繰り返す際の繰り返し毎のデー
タから繰り返し毎の母数の平均値を繰り返し毎に算出
し、その平均値の繰り返し回数に対する推移を出力する
ことを特徴とする特性予測方法。 - 【請求項５】 請求項２、請求項３、または請求項４記
載の特性予測方法において、対象とする機器、ユニット
または部品の特性が故障率または寿命であることを特徴
とする特性予測方法。 - 【請求項６】 請求項５記載の特性予測方法において、
特性を示すために用いる分布関数としてワイブル分布を
用いてワイブル分布の母数ｍとηを求め、ワイブル分布
を出力することを特徴とする特性予測方法。 - 【請求項７】 請求項２乃至請求項６のいずれかに記載
の特性予測方法において、機器が画像形成機器であるこ
とを特徴とする特性予測方法。 - 【請求項８】 プログラムを記憶した記憶媒体におい
て、請求項２乃至請求項７のいずれかに記載の特性予測
方法に従ってプログラミングしたプログラムを記憶した
ことを特徴とする記憶媒体。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001136579A JP2002334293A (ja) | 2001-05-07 | 2001-05-07 | 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2001136579A JP2002334293A (ja) | 2001-05-07 | 2001-05-07 | 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| JP2002334293A true JP2002334293A (ja) | 2002-11-22 |
Family
ID=18983829
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2001136579A Pending JP2002334293A (ja) | 2001-05-07 | 2001-05-07 | 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP2002334293A (ja) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006035931A1 (ja) * | 2004-09-30 | 2006-04-06 | Toshiba Solutions Corporation | 情報システムの信頼性評価システム、信頼性評価方法、信頼性評価プログラム |
| JP2006331424A (ja) * | 2005-05-24 | 2006-12-07 | Xerox Corp | 印刷システムにおける発生文脈反映型不具合対処方法及び装置 |
| CN101903765A (zh) * | 2007-12-20 | 2010-12-01 | 雪佛龙美国公司 | 原油特性专家系统 |
| CN102034005A (zh) * | 2010-12-17 | 2011-04-27 | 中铁十四局集团有限公司 | 盾构隧道施工盾构机姿态仿真检测系统 |
| CN104915729A (zh) * | 2015-05-26 | 2015-09-16 | 中国科学院深圳先进技术研究院 | 一种处理台风强度环境预测因子数据的方法及系统 |
| JP2017027419A (ja) * | 2015-07-24 | 2017-02-02 | 一般財団法人電気安全環境研究所 | エネルギー変換手段の特性の時間変化を表現する方法及び装置 |
| JP2018005333A (ja) * | 2016-06-28 | 2018-01-11 | 三菱電機ビルテクノサービス株式会社 | 部品の保守作業間隔決定装置 |
| JP2018005581A (ja) * | 2016-07-01 | 2018-01-11 | 日本電信電話株式会社 | 生存確率推定装置、方法、及びプログラム |
-
2001
- 2001-05-07 JP JP2001136579A patent/JP2002334293A/ja active Pending
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2006035931A1 (ja) * | 2004-09-30 | 2006-04-06 | Toshiba Solutions Corporation | 情報システムの信頼性評価システム、信頼性評価方法、信頼性評価プログラム |
| US7730363B2 (en) | 2004-09-30 | 2010-06-01 | Toshiba Solutions Corporation | Reliability evaluation system, reliability evaluating method, and reliability evaluation program for information system |
| JP2006331424A (ja) * | 2005-05-24 | 2006-12-07 | Xerox Corp | 印刷システムにおける発生文脈反映型不具合対処方法及び装置 |
| CN101903765A (zh) * | 2007-12-20 | 2010-12-01 | 雪佛龙美国公司 | 原油特性专家系统 |
| CN102034005A (zh) * | 2010-12-17 | 2011-04-27 | 中铁十四局集团有限公司 | 盾构隧道施工盾构机姿态仿真检测系统 |
| CN104915729A (zh) * | 2015-05-26 | 2015-09-16 | 中国科学院深圳先进技术研究院 | 一种处理台风强度环境预测因子数据的方法及系统 |
| JP2017027419A (ja) * | 2015-07-24 | 2017-02-02 | 一般財団法人電気安全環境研究所 | エネルギー変換手段の特性の時間変化を表現する方法及び装置 |
| JP2018005333A (ja) * | 2016-06-28 | 2018-01-11 | 三菱電機ビルテクノサービス株式会社 | 部品の保守作業間隔決定装置 |
| JP2018005581A (ja) * | 2016-07-01 | 2018-01-11 | 日本電信電話株式会社 | 生存確率推定装置、方法、及びプログラム |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7243049B1 (en) | Method for modeling system performance | |
| KR101781705B1 (ko) | 원격 사이트 모니터링용 방법 및 장치 | |
| US7082381B1 (en) | Method for performance monitoring and modeling | |
| US7693982B2 (en) | Automated diagnosis and forecasting of service level objective states | |
| EP0786725A1 (en) | Improvements in or relating to the prediction of product defects | |
| CN107992410B (zh) | 软件质量监测方法、装置、计算机设备和存储介质 | |
| CN112449696B (zh) | 时序数据诊断装置、追加学习方法及程序 | |
| US7197428B1 (en) | Method for performance monitoring and modeling | |
| JP5768983B2 (ja) | 契約違反予測システム、契約違反予測方法および契約違反予測プログラム | |
| CN112835769A (zh) | 一种业务数据异常诊断方法、装置、设备及存储介质 | |
| CN109684320B (zh) | 监测数据在线清洗的方法和设备 | |
| EP3761566A1 (en) | Method and apparatus for determining state of network device | |
| CN111464376A (zh) | 网站可用性的监测方法及装置、存储介质、计算机设备 | |
| CN109634820A (zh) | 一种云端移动端协同的故障预警方法、相关设备及系统 | |
| JP2009086896A (ja) | コンピュータの障害予測システムおよび障害予測方法 | |
| JP2002334293A (ja) | 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 | |
| JP2019125206A (ja) | 情報処理装置、情報処理方法及びプログラム | |
| CN112650608B (zh) | 异常根因定位方法以及相关装置、设备 | |
| CN111258854B (zh) | 模型训练方法、基于预测模型的报警方法和相关装置 | |
| CN116383606B (zh) | 一种分布式医疗设备的恒流温度采集方法及系统 | |
| JP4498666B2 (ja) | 予測装置、予測プログラム、および記録媒体 | |
| JP5225027B2 (ja) | プロジェクトにおけるリスクの予兆検知を行うためのコンピュータ・システム、並びにその方法及びコンピュータ・プログラム | |
| JP2002373309A (ja) | 特性予測システム、特性予測方法およびその方法を記憶した記憶媒体 | |
| CN115220940A (zh) | 时间序列异常预测和警报 | |
| WO2016143337A1 (ja) | 情報処理装置、情報処理方法、及び、記録媒体 |