JP2014174896A - 障害予測システム、障害予測装置、及び障害予測プログラム - Google Patents

Abstract

【課題】効率良く機器の稼働率を向上させること。
【解決手段】１以上のコンピュータを含む障害予測システムは、機器の状態に関する複数のパラメータのそれぞれと、障害の発生状況との関係を示す統計情報を記憶する統計情報記憶部と、機器情報記憶部が機器ごとに記憶する機器の状態を示す情報を、前記統計情報に適用して、前記機器における障害の発生に関する予測情報を生成する予測部とを有する。
【選択図】図３

Description

本発明は、障害予測システム、障害予測装置、及び障害予測プログラムに関する。

従来、画像形成装置等の機器の状態を監視して、消耗品の枯渇や故障等の障害の発生等を検知すると、サービスマン等に対して障害情報等を自動的に通知する機器管理システムが有る。

機器管理システムの主な目的は、機器が設置されている顧客環境における機器の稼働率を高めることである。稼働率等に関して、保守業者とユーザとの間で、ＳＬＡ（Service Level Agreement）が締結される場合も有る。

機器の稼働率を向上させるためには、障害情報が通知された後の対応の迅速性が重要となる。そこで、万が一、複数の顧客環境において同時期に消耗品の枯渇等が発生した場合に備える必要が有る。そのために、余剰人員や、消耗品の余剰在庫等を抱えることが行われ、障害対応の効率性において問題が有った。

本発明は、上記の点に鑑みてなされたものであって、効率良く機器の稼働率を向上させることを目的とする。

そこで上記課題を解決するため、１以上のコンピュータを含む障害予測システムは、機器の状態に関する複数のパラメータのそれぞれと、障害の発生状況との関係を示す統計情報を記憶する統計情報記憶部と、機器情報記憶部が機器ごとに記憶する機器の状態を示す情報を、前記統計情報に適用して、前記機器における障害の発生に関する予測情報を生成する予測部とを有する。

効率良く機器の稼働率を向上させることができる。

本発明の実施の形態における機器管理システムの構成例を示す図である。 本発明の実施の形態における障害管理装置のハードウェア構成例を示す図である。 本発明の実施の形態における機器管理システムの機能構成例を示す図である。 障害情報の収集処理の処理手順の一例を説明するためのフローチャートである。 機器情報記憶部の構成例を示す図である。 障害情報記憶部の構成例を示す図である。 障害に関する統計情報の生成処理の処理手順の一例を説明するためのフローチャートである。 顧客情報記憶部の構成例を示す図である。 環境情報記憶部の構成例を示す図である。 統計情報の第一の例を示す図である。 障害発生の予測処理の処理手順の一例を説明するためのフローチャートである。 類似顧客の統計情報の一例を示す図である。 故障発生率の導出例を示す図である。 顧客間の類似度の判定処理の処理手順の一例を説明するためのフローチャートである。

以下、図面に基づいて本発明の実施の形態を説明する。図１は、本発明の実施の形態における機器管理システムの構成例を示す図である。図１に示される機器管理システム１において、保守環境と、複数の顧客環境とは、ＷＡＮ（Wide Area Network）又はＬＡＮ（Local Area Network）等のネットワークを介して接続されている。

保守環境は、各顧客環境に設置されている機器６０の保守作業等を担当するシステム環境である。機器６０の保守作業の一例として、機器６０において発生する障害の対応作業等が挙げられる。本実施の形態において、障害は、機器６０を正常に利用できない状態をいう。すなわち、障害には、機器６０の故障のみならず、機器６０が利用する消耗品の劣化又は消耗等も含まれる。

図１において、保守環境は、相互にＬＡＮ又はＷＡＮ等のネットワークによって接続された、製品情報管理装置２０、障害管理装置１０、顧客情報管理装置３０、及び環境情報管理装置４０等を含む。

製品情報管理装置２０は、機器６０のモデル又は機種等、製品の種類ごとに、製品の仕様や性能、製品を構成する各部品に関する情報等（以下、「製品情報」という。）を管理する。顧客情報管理装置３０は、顧客環境に関する情報（以下、「顧客情報」という。）を管理する。環境情報管理装置４０は、顧客環境が属する地域ごとに、環境に関する情報（以下、「環境情報」という。）を管理する。環境情報の一例として、気温や湿度等が挙げられる。障害管理装置１０は、顧客環境における機器６０の障害の発生を予測する。なお、保守環境における各装置は、一つのコンピュータを用いて実現されてもよい。または、各装置は、それぞれ複数のコンピュータを含むコンピュータシステムとして実現されてもよい。

顧客環境は、機器６０のユーザにおけるシステム環境である。各顧客環境は、機器６０−１〜６０−ｎ等、一台以上の機器６０と、機器管理装置５０とを含む。各機器６０と機器管理装置５０とは、ＬＡＮ又はＷＡＮ等のネットワークを介して接続されている。

機器６０は、本実施の形態において、障害の発生の予測対象とされる電子機器である。機器６０の一例として、画像形成装置、プロジェクタ、テレビ会議システム、デジタルカメラ等が挙げられる。他の電子機器が、障害の発生の予測対象とされてもよい。

機器管理装置５０は、各機器６０より、当該機器６０の属性及び状態を示す情報（以下、「機器情報」という。）を収集し、収集された機器情報を、障害管理装置１０に対して転送するコンピュータである。機器情報の収集及び障害管理装置１０に対する転送は、定期的に行われてもよい。機器管理装置５０は、収集された機器情報のうち、障害の発生を示す機器情報が有る場合は、障害の内容を示す情報（以下、「障害情報」という。）を障害管理装置１０に送信する。障害情報は、障害管理装置１０において、今後の障害の発生の予測のために用いられる。

図２は、本発明の実施の形態における障害管理装置のハードウェア構成例を示す図である。図２の障害管理装置１０は、それぞれバスＢで相互に接続されているドライブ装置１００、補助記憶装置１０２、メモリ装置１０３、ＣＰＵ１０４、及びインタフェース装置１０５等を有する。

障害管理装置１０での処理を実現するプログラムは、ＣＤ−ＲＯＭ等の記録媒体１０１によって提供される。プログラムを記憶した記録媒体１０１がドライブ装置１００にセットされると、プログラムが記録媒体１０１からドライブ装置１００を介して補助記憶装置１０２にインストールされる。但し、プログラムのインストールは必ずしも記録媒体１０１より行う必要はなく、ネットワークを介して他のコンピュータよりダウンロードするようにしてもよい。補助記憶装置１０２は、インストールされたプログラムを格納すると共に、必要なファイルやデータ等を格納する。

メモリ装置１０３は、プログラムの起動指示があった場合に、補助記憶装置１０２からプログラムを読み出して格納する。ＣＰＵ１０４は、メモリ装置１０３に格納されたプログラムに従って障害管理装置１０に係る機能を実行する。インタフェース装置１０５は、ネットワークに接続するためのインタフェースとして用いられる。

なお、製品情報管理装置２０、顧客情報管理装置３０、及び環境情報管理装置４０、並びに機器管理装置５０についても、同様のハードウェアによって構成されてもよい。

図３は、本発明の実施の形態における機器管理システムの機能構成例を示す図である。図３において、機器管理装置５０は、機器情報収集部５１及び障害情報送信部５２等を有する。これら各部は、機器管理装置５０にインストールされたプログラムが、機器管理装置５０のＣＰＵに実行させる処理により実現される。機器管理装置５０は、また、機器情報記憶部５３を利用する。機器情報記憶部５３は、機器管理装置５０が備える補助記憶装置、又は機器管理装置５０にネットワークを介して接続される記憶装置等を用いて実現可能である。

機器情報収集部５１は、各機器６０より機器情報を収集する。収集された機器情報は、機器情報記憶部５３に記憶される。障害情報送信部５２は、収集された機器情報の中に、障害が発生していることを示す機器情報が有る場合、当該障害の発生を示す障害情報を障害管理装置１０に送信する。なお、本実施の形態では、便宜上、障害情報送信部５２は、障害管理装置１０への機器情報の転送も行う。

製品情報管理装置２０は、製品情報管理部２１等を有する。製品情報管理部２１は、製品情報管理装置２０にインストールされたプログラムが、製品情報管理装置２０のＣＰＵに実行させる処理により実現される。製品情報管理装置２０は、また、製品情報記憶部２２を利用する。製品情報記憶部２２は、製品情報管理装置２０が備える補助記憶装置、又は製品情報管理装置２０にネットワークを介して接続される記憶装置等を用いて実現可能である。

製品情報記憶部２２は、製品情報を記憶する。製品情報管理部２１は、製品情報記憶部２２へのアクセス手段として機能する。

顧客情報管理装置３０は、顧客情報管理部３１及び類似度判定部３２等を有する。これら各部は、顧客情報管理装置３０にインストールされたプログラムが、顧客情報管理装置３０のＣＰＵに実行させる処理により実現される。顧客情報管理装置３０は、また、顧客情報記憶部３３及び類似度記憶部３４等を利用する。これら各記憶部は、顧客情報管理装置３０が備える補助記憶装置、又は顧客情報管理装置３０にネットワークを介して接続される記憶装置等を用いて実現可能である。

顧客情報記憶部３３は、顧客情報を記憶する。顧客情報管理部３１は、顧客情報記憶部３３に対するアクセス手段として機能する。類似度判定部３２は、機器６０の利用環境に関する、顧客間の類似度を判定する。類似度記憶部３４は、類似度判定部３２によって判定された類似度を、例えば、二つの顧客の組ごとに記憶する。

環境情報管理装置４０は、環境情報管理部４１等を有する。環境情報管理部４１は、環境情報管理装置４０にインストールされたプログラムが、環境情報管理装置４０のＣＰＵに実行させる処理により実現される。環境情報管理装置４０は、また、環境情報記憶部４２を利用する。環境情報記憶部４２は、環境情報管理装置４０が備える補助記憶装置、又は環境情報管理装置４０にネットワークを介して接続される記憶装置等を用いて実現可能である。

環境情報記憶部４２は、環境情報を記憶する。環境情報管理部４１は、環境情報記憶部４２に対するアクセス手段として機能する。

障害管理装置１０は、障害情報受信部１１、統計情報生成部１２、及び障害発生予測部１３等を有する。これら各部は、障害管理装置１０にインストールされたプログラムが、ＣＰＵ１０４に実行させる処理により実現される。障害管理装置１０は、また、障害情報記憶部１４、統計情報記憶部１５、及び機器情報記憶部１６等を利用する。これら各記憶部は、障害管理装置１０が備える補助記憶装置、又は障害管理装置１０にネットワークを介して接続される記憶装置等を用いて実現可能である。

障害情報受信部１１は、機器管理装置５０より送信される障害情報及び機器情報を受信する。受信された障害情報は、障害情報記憶部１４に記憶される。統計情報生成部１２は、障害情報記憶部１４に記憶された障害情報に基づいて、障害に関する統計情報を生成する。例えば、機器６０の状態と故障の発生率や、機器６０の利用環境の状態と故障の発生状況等を示す統計情報が生成される。生成された統計情報は、統計情報記憶部１５に記憶される。障害発生予測部１３は、統計情報記憶部１５が記憶する統計情報に対して、機器６０の現在の状態や、機器６０の利用環境の現在の状態等を当てはめることにより、障害の発生を予測する。機器情報記憶部１６は、各顧客環境の機器管理装置５０より転送される機器情報を記憶する。

以下、機器管理システム１において実行される処理手順について説明する。図４は、障害情報の収集処理の処理手順の一例を説明するためのフローチャートである。

ステップＳ１０１において、機器管理装置５０の機器情報収集部５１は、管理対象として予め登録されている各機器６０より、機器情報を収集する。機器情報の収集は、例えば、定期的に行われる。機器情報収集部５１は、収集した機器情報を機器情報記憶部５３に追加的に記憶する。

図５は、機器情報記憶部の構成例を示す図である。図５において、機器情報記憶部５３は、収集された機器情報ごとにレコードを記憶する。一つのレコード（機器情報）は、機器ＩＤ、モデル名、各種オプション情報、導入日、カウンタ情報、及びエラーコード等を含む。

機器ＩＤは、機器６０の個体（機体）ごとの識別情報である。本実施の形態において、機器ＩＤは、複数の顧客環境を跨いで一意であるとする。モデル名は、機器６０が属するモデルの名前である。オプション情報は、機器６０に対して追加可能な各種機能の追加状況を示す情報である。図５では、ＦＡＸオプション（ＦＡＸ Ｏｐｔ）、プラグインオプション（プラグインＯｐｔ）、フィニッシャオプション（フィニッシャＯｐｔ）の追加状況が例示されている。

導入日は、機器６０が顧客環境に導入された日である。カウンタ情報は、機器６０が有する各種カウンタの値である。カウンタとは、機器６０においてジョブが実行されるたびに、ジョブの実行条件等に応じてカウントアップされる情報をいう。図５では、便宜上、カウンタ情報として一つの項目に統合されているが、カウンタ情報には、例えば、カラー印刷カウンタ、モノクロ印刷カウンタ、用紙サイズに応じたカウンタ等、複数種類のカウンタの値が含まれる。

エラーコードは、機器情報にエラーコードが含まれている場合に記憶される。エラーコードとは、機器６０において発生している障害を示す情報をいう。例えば、エラーコードによって、いずれの機能のいずれの部品に故障等の障害が発生していることが特定される。

ステップＳ１０２以降は、収集された機器情報のいずれかにエラーコードが含まれている場合、すなわち、いずれかの機器６０において障害が発生している場合に実行される。以下、障害が発生している機器６０を、「対象機器６０」という。なお、以降においては、便宜上、対象機器６０は一台である場合について説明するが、対象機器６０が複数台有る場合には、対象機器６０ごとに、ステップＳ１０２以降が実行されればよい。

ステップＳ１０２において、機器情報収集部５１は、対象機器６０のモデル名を指定して、製品情報管理装置２０の製品情報管理部２１に対して、当該モデル名に対応する製品情報を問い合わせる。製品情報管理部２１は、当該モデル名に対応付けられて製品情報記憶部２２に記憶されている製品情報を、機器管理装置５０に返信する（Ｓ１０３）。

機器管理装置５０の障害情報送信部５２は、返信された製品情報と、エラーコードとを照合することにより、障害が発生している部品の型番等、当該部品の型を示す情報を特定する（Ｓ１０４）。すなわち、エラーコードには、「Ａ機能におけるＢ部品において障害が発生」といった情報が含まれている。ここで、Ｂ部品には、複数の型が有り、対象機器６０がいずれの型の部品を使用しているのかを特定するために、製品情報が特定される。製品情報には、Ｂ部品に対する型番が含まれているからである。

続いて、障害情報送信部５２は、対象機器６０が属する顧客環境に対する顧客ＩＤと、障害の発生日時と、特定された型番と、対象機器６０の機器情報とを含む障害情報を、障害管理装置１０に送信する（Ｓ１０５）。ここで送信される対象機器６０の機器情報は、ステップＳ１０１において収集された最新の機器情報である。なお、顧客ＩＤとは、顧客環境ごと（例えば、企業ユーザごと）の識別情報である。

障害管理装置１０の障害情報受信部１１は、障害情報を受信すると、当該障害情報を障害情報記憶部１４に記憶する（Ｓ１０６）。

図６は、障害情報記憶部の構成例を示す図である。図６において、障害情報記憶部１４は、障害情報ごとに、障害ＩＤ、顧客ＩＤ、発生日時、部品型番、及び機器情報等を記憶する。なお、機器情報とは、図５に示される機器情報である。但し、図５の機器情報の全てが障害情報に含まれていなくてもよい。本実施の形態では、機器ＩＤ、導入日、及びカウンタ情報が障害情報に含まれていればよい。また、発生日時は、機器情報の収集日時であってもよい。

図４の処理手順によって、各顧客環境における機器６０において障害が発生するたびに、障害情報が障害情報記憶部１４に記憶される。その結果、障害情報記憶部１４には、障害情報が蓄積される。

なお、例えば、障害管理装置１０は、障害情報を、サービスマン等のメールアドレス宛にも送信してもよい。

続いて、蓄積された障害情報に基づいて障害管理装置１０が実行する処理手順について説明する。図７は、障害に関する統計情報の生成処理の処理手順の一例を説明するためのフローチャートである。図７の処理は、例えば、定期的に実行される。また、図７では、一つの顧客（顧客環境）について実行される処理手順について説明する。したがって、複数の顧客が存在する場合は、顧客ごとに図７の処理が実行されればよい。

ステップＳ２０１において、障害管理装置１０の統計情報生成部１２は、処理対象の顧客（以下、「対象顧客」という。）の顧客ＩＤに対応付いている障害情報を、障害情報記憶部１４（図６）より抽出する。続いて、統計情報生成部１２は、対象顧客の顧客ＩＤを指定して、顧客情報の取得要求を顧客情報管理装置３０に送信する（Ｓ２０２）。顧客情報管理装置３０の顧客情報管理部３１は、指定された顧客ＩＤに対応する顧客情報を顧客情報記憶部３３より取得し、返信する（Ｓ２０３）。

図８は、顧客情報記憶部の構成例を示す図である。図８において、顧客情報記憶部３３は、顧客ごとに、顧客ＩＤ、顧客名、規模、及び地域ＩＤ等を含む顧客情報を記憶する。顧客名は、顧客の名称である。規模は、顧客が所有する機器６０の台数である。地域ＩＤは、顧客が属する地域の識別情報である。ステップＳ２０３では、取得要求に指定された顧客ＩＤを含む顧客情報が返信される。

続いて、統計情報生成部１２は、返信された顧客情報の地域ＩＤを指定して、環境情報の取得要求を環境情報管理装置４０に送信する（Ｓ２０４）。環境情報管理装置４０の環境情報管理部４１は、指定された地域ＩＤに対応する環境情報を環境情報記憶部４２より取得し、返信する（Ｓ２０５）。

図９は、環境情報記憶部の構成例を示す図である。図９に示されるように、環境情報記憶部４２は、気候情報テーブルＴ１及び電力情報テーブルＴ２等を記憶する。気候情報テーブルＴ１は、地域ごとに、地域ＩＤ、国名、及び地域名と、各月の平均気温及び平均湿度等を含む気候情報を記憶する。

また、電力情報記憶部は、地域ごとに、地域ＩＤ、国名、及び地域名と、１週間あたりの平均の停電回数及び１回あたりの停電の継続時間（停電時間）と等を含む電力情報を記憶する。

国名は、地域ＩＤに係る地域が属する国の名前である。地域名は、地域ＩＤに係る地域の名前である。

ステップＳ２０４では、指定された地域ＩＤを含む気候情報が返信される。なお、電力情報は、返信されなくてもよい。

続いて、統計情報生成部１２は、ステップＳ２０１において抽出された障害情報に基づいて、部品型番ごとに、機器６０の使用状態や環境と、故障発生率との関係を示す統計情報を生成する（Ｓ２０６）。或る部品型番の統計情報は、ステップＳ２０１において抽出された障害情報のうち、当該部品型番を含む障害情報に基づいて生成される。

図１０は、統計情報の第一の例を示す図である。図１０では、対象顧客が顧客Ａであり、型番が「１１１」の圧着ローラに関する統計情報の例が示されている。図１０に示される統計情報は、指標Ａ〜指標Ｅの５つの指標を含む。

指標Ａは、出力枚数と故障発生率との関係を示す。出力枚数は、各障害情報の機器情報に含まれているカウンタ情報に基づいて特定可能である。指標Ｂは、カラー使用率と故障発生率との関係を示す。カラー使用率についても、カウンタ情報に基づいて特定可能である。指標Ｃは、経過年数と故障発生率との関係を示す。経過年数は、導入日からの経過年数である。したがって、経過年数は、対象機器６０の機器情報の導入日と、障害情報の発生日時とに基づいて特定可能である。

指標Ｄは、温度と故障発生率との関係を示す。指標Ｅは、湿度と故障発生率との関係を示す。各障害情報に係る障害（故障）時の温度及び湿度は、当該障害情報の発生日時を、ステップＳ２０４において取得された気候情報に当てはめることにより、特定可能である。

なお、本実施の形態では、出力枚数、カラー使用率、経過年数、温度、及び湿度が、機器６０の状態に関する複数のパラメータの一例である。

ステップＳ２０６では、部品型番ごとに、図１０に示されるような統計情報が生成される。なお、指標の種類は、部品ごとに異なっていてもよい。

続いて、統計情報生成部１２は、部品型番ごとに生成された統計情報を、対象顧客の顧客ＩＤ及び部品型番に対応付けて統計情報記憶部１５に記憶する（Ｓ２０７）。

続いて、上記のように生成される統計情報に基づいて、障害（故障）の発生を予測する処理について説明する。図１１は、障害発生の予測処理の処理手順の一例を説明するためのフローチャートである。図１１の処理は、顧客ごと（顧客ＩＤごと）に実行される。図１１の説明において処理対象とされている顧客を、「対象顧客」という。

ステップＳ３０１において、障害発生予測部１３は、対象顧客の顧客ＩＤを指定して、対象顧客に類似する顧客（以下、「類似顧客」という。）の問い合わせを、顧客情報管理装置３０に送信する。顧客管理情報管理装置の類似度判定部３２は、類似度記憶部３４に記憶されている情報に基づいて、類似顧客の顧客ＩＤ及び類似顧客と対象顧客との類似度を返信する（Ｓ３０２）。例えば、類似度記憶部３４は、二つの顧客の顧客ＩＤの組ごとにレコードが記憶され、各レコードには、当該組に係る顧客間の類似度が記憶されている。したがって、類似度判定部３２は、対象顧客の顧客ＩＤを含むレコードであって、類似度が閾値以上であるレコードを類似度記憶部３４より抽出する。類似度判定部３２は、抽出されたレコードの類似度と、当該レコードに記憶されている対象顧客との組をなす顧客の顧客ＩＤとを返信する。返信される顧客ＩＤ及び類似度は、複数であってもよい。

続いて、障害発生予測部１３は、対象顧客の統計情報と、各類似顧客の統計情報とを、統計情報記憶部１５より取得する（Ｓ３０３）。ここでは、便宜上、類似顧客は、一つであり、当該類似顧客に関して、図１２に示される統計情報が取得されたこととする。

図１２は、類似顧客の統計情報の一例を示す図である。図１２は、図１０に示した統計情報に対応する統計情報である。すなわち、図１２は、類似顧客における機器６０の型番が「１１１」の圧着ローラに関する統計情報の例である。図１２に示される指標Ａ〜指標Ｅの意味は、図１０と同様である。

続く、ステップＳ３０４以降は、対象顧客が有する機器６０ごと、かつ、当該機器６０を構成する部品（部品型番）ごとに実行される。以下、処理対象とされている機器６０を「対象機器６０」といい、処理対象とされている部品を「対象部品」という。

ステップＳ３０４において、障害発生予測部１３は、対象顧客における対象部品の統計情報と、類似顧客における対象部品の統計情報との相似度を指標Ａ〜Ｅのそれぞれについて算出する。相似度とは、比較された二つの統計情報の類似性又は共通性を示す指標であり、例えば、以下の式（１）を用いて算出される。
相似度＝１−｛Σ（ｆ（ｘ）−ｇ（ｘ））^２÷Σｍａｘ（ｆ（ｘ）、ｇ（ｘ））^２ ・・・（１）
ここで、ｘは、指標Ａ〜ＥのＸ座標値である。ｆ（ｘ）は、対象顧客の統計情報を示す式、ｇ（ｘ）は類似顧客の統計情報を示す式である。ｍａｘ（ａ、ｂ）は、ａ及びｂのうちの最大値である。Σは、ｘが取り得る値に対する総和を示す。式（１）によれば、ｆ（ｘ）及びｇ（ｘ）が完全に一致する場合、相似度は、１となり、両者の乖離が大きくなるほど、相似度は０に近くなる。

続いて、障害発生予測部１３は、対象顧客における対象部品の統計情報に基づいて、故障発生率を導出する（Ｓ３０５）。具体的には、図１０に示される指標Ａ〜ＥのＸ座標値に、対象機器６０の現在の状態に対応する値（以下、「現在値」という。）を適用することにより、指標Ａ〜Ｅのそれぞれごとに故障発生率が導出される。

図１３は、故障発生率の導出例を示す図である。図１３の例によれば、指標Ａ、指標Ｂ、指標Ｃ、指標Ｄ、指標Ｅのそれぞれに基づいて、５０％、１０％、２０％、１５％、０％が故障発生率として導出される。

なお、対象機器６０の現在値は、例えば、機器情報記憶部１６における対象機器６０に対するレコードや、環境情報記憶部４２における対象顧客に対するレコード等に基づいて特定可能である。例えば、指標Ａに関する出力枚数や指標Ｂに関するカラー使用率は、カウンタ情報に基づいて特定可能である。指標Ｃに関する経過年数は、導入日に基づいて特定可能である。指標Ｄに関する温度や指標Ｅに関する湿度には、気候情報テーブルＴ１において、対象顧客が属する地域に対して、当日が属する月に関して記憶されている平均気温又は平均湿度が当てはめられる。

続いて、障害発生予測部１３は、指標Ａ〜Ｅのそれぞれごとに算出された故障発生率を、ステップＳ３０４において算出された相似度に基づいて補正する（Ｓ３０６）。本実施の形態では、指標Ａ〜Ｅのそれぞれごとに算出された故障発生率に対して、指標Ａ〜Ｅのそれぞれごとに算出された相似度が乗ぜられることにより、各故障発生率が補正される。以下、補正後の故障発生率を、「補正後故障発生率」という。なお、指標Ａ〜Ｅのうち、相似度が所定値未満の指標に基づく故障発生率が予測に用いる対象から除去されるといった形態によって、補正が行われてもよい。

続いて、障害発生予測部１３は、指標Ａ〜Ｅのいずれかの指標に基づく補正後故障発生率が、閾値αを超えているか否かを判定する。閾値αは、６０％等、故障の発生率が高いと判定すべき値であり、例えば、予め設定されて、補助記憶装置１０２に記憶されている。

いずれかの指標に関して補正後故障発生率が閾値αを超える場合（Ｓ３０７でＹｅｓ）、障害発生予測部１３は、対象顧客における対象機器６０の対象部品に関して故障が発生する可能性が高いことを示す予測情報を生成し、当該予測情報を、例えば、サービスマンに通知する（Ｓ３０８）。サービスマンへの予測情報の通知は、例えば、サービスマンが有するスマートフォン、タブレット型端末、ＰＣ（Personal Computer）、又は携帯電話等の情報処理装置に対する電子メールの送信によって実現されてもよい。

予測情報の通知に応じ、サービスマンは、例えば、対象顧客における対象機器６０の対象部品を点検し、品質や性能等の劣化が検出された場合は、対象部品について部品交換を行う等の対処を行うことができる。

一方、いずれの指標に関しても故障発生率が閾値α以下である部品については（Ｓ３０７でＮｏ）、予測情報の生成は行われない。

なお、サービスマンへの通知は、機器６０ごと及び部品ごとに別々に行われるのではなく、対象顧客に関してまとめておこなわれてもよい。

続いて、顧客間の類似度の判定処理について説明する。図１４は、顧客間の類似度の判定処理の処理手順の一例を説明するためのフローチャートである。図１４は、例えば、顧客情報記憶部３３の記憶内容が変化した場合に、顧客ごとに実行される。顧客情報記憶部３３の記憶内容の変化の一例としては、新たな顧客情報の追加、既存の顧客情報の削除、及び既存の顧客情報の更新等が挙げられる。また、図１４の処理は、２つの顧客の組み合わせごとに実行される。図１４の説明において処理対象とされる組み合わせを、「対象ペア」という。

ステップＳ４０１において、類似度判定部３２は、対象ペアに含まれる二つの顧客に対応するそれぞれの地域ＩＤを指定して、環境情報の取得要求を環境情報管理装置４０に送信する（Ｓ４０１）。環境情報管理装置４０の環境情報管理部４１は、指定されたそれぞれの地域ＩＤに対応する環境情報（気候情報及び電力情報）を環境情報記憶部４２より取得し、返信する（Ｓ４０２）。なお、二つの地域ＩＤが同じ場合は、同じ環境情報が返信される。

続いて、類似度判定部３２は、対象ペアに含まれる二つの顧客のそれぞれの環境情報を比較することにより、類似度を算出する（Ｓ４０３）。類似度の算出方法は、例えば、気候情報であれば、月ごとの平均気温及び平均湿度の差分の絶対値の総和であってもよい。また、電力情報であれば、１週間あたりの停電回数の差分の絶対値と１回当たりの停電時間の差分の絶対値との総和であってもよい。この場合、値が小さいほど類似することになる。また、気温情報の類似度と、電力情報の類似度とが合算されてもよい。この際、各情報の単位を考慮して、一方の情報の影響が大きくなりすぎないように、気温情報の類似度及び電力情報の類似度に対して重み付け係数が乗ぜられてもよい。また、他の方法によって、類似度が算出されてもよい。

続いて、類似度判定部３２は、対象ペアに係る二つの顧客ＩＤに対応付けて、算出された類似度を類似度記憶部３４に記憶する（Ｓ４０４）。なお、類似度記憶部３４には、気温情報の類似度及び電力情報の類似度ごとに区別されて記憶されてもよいし、二つの類似度が合算された一つの類似度が記憶されてもよい。

上述したように、本実施の形態によれば、機器６０の状態と故障の発生率や、機器６０の利用環境の状態と故障の発生率等を示す統計情報に基づいて、障害が発生する可能性を事前に予測することができる。したがって、サービスマン等は、故障の発生前に点検等を行い、必要に応じて部品の交換等を行うことができる。その結果、余剰人員や消耗品の余剰在庫等を抱える必要性を低減させることができる。すなわち、効率良く機器６０の稼働率を向上させることができる。

また、或る顧客環境における統計情報に基づいて当該顧客環境における機器６０に関して導出された故障発生率は、機器６０の利用環境が類似する他の顧客環境における統計情報に基づいて補正される。したがって、当該或る顧客環境における特異な事情等や、極端な事例に基づいて、精度の低い予測が行われる可能性を低下させることができる。例えば、機器６０の導入後、機器６０の利用実績の少ない顧客の統計情報に基づく故障発生率が、機器６０の利用実績の長い顧客における統計情報に基づいて補正されることにより、故障発生の予測の信頼性を高めることができる。

なお、本実施の形態において、障害管理装置１０は、障害予測システム及び障害予測装置の一例である。障害発生予測部１３は、予測部の一例である。また、複数の顧客環境は、複数の場所の一例である。

以上、本発明の実施例について詳述したが、本発明は斯かる特定の実施形態に限定されるものではなく、特許請求の範囲に記載された本発明の要旨の範囲内において、種々の変形・変更が可能である。

１ 機器管理システム
１０ 障害管理装置
１１ 障害情報受信部
１２ 統計情報生成部
１３ 障害発生予測部
１４ 障害情報記憶部
１５ 統計情報記憶部
１６ 機器情報記憶部
２０ 製品情報管理装置
２１ 製品情報管理部
２２ 製品情報記憶部
３０ 顧客情報管理装置
３１ 顧客情報管理部
３２ 類似度判定部
３３ 顧客情報記憶部
３４ 類似度記憶部
４０ 環境情報管理装置
４１ 環境情報管理部
４２ 環境情報記憶部
５０ 機器管理装置
５１ 機器情報収集部
５２ 障害情報送信部
５３ 機器情報記憶部
６０ 機器
１００ ドライブ装置
１０１ 記録媒体
１０２ 補助記憶装置
１０３ メモリ装置
１０４ ＣＰＵ
１０５ インタフェース装置
Ｂ バス

特開２００９−１８１５３７号公報

Claims (5)

1. １以上のコンピュータを含む障害予測システムであって、
   機器の状態に関する複数のパラメータのそれぞれと、障害の発生状況との関係を示す統計情報を記憶する統計情報記憶部と、
   機器情報記憶部が機器ごとに記憶する機器の状態を示す情報を、前記統計情報に適用して、前記機器における障害の発生に関する予測情報を生成する予測部とを有する障害予測システム。
2. 前記統計情報記憶部は、複数の場所ごとに、当該場所における機器の状態に関する複数のパラメータのそれぞれと、障害の発生状況との関係を示す統計情報を記憶し、
   前記予測部は、第一の場所に対して前記統計情報記憶部が記憶する前記統計情報に、前記機器の状態を示す情報を適用することにより生成した前記予測情報を、他の場所に対して前記統計情報記憶部が記憶する前記パラメータごとの前記統計情報に基づいて補正する請求項１記載の障害予測システム。
3. 前記場所ごとに、機器の状態に影響する環境情報を記憶する環境情報記憶部を有し、
   前記予測部は、前記第一の場所に対して環境情報と、他の場所の環境情報との類似性に基づいて、前記補正に利用する他の場所を特定する請求項２記載の障害予測システム。
4. 機器の状態に関する複数のパラメータのそれぞれと、障害の発生状況との関係を示す統計情報を記憶する統計情報記憶部と、
   機器情報記憶部が機器ごとに記憶する機器の状態を示す情報を、前記統計情報に適用して、前記機器における障害の発生に関する予測情報を生成する予測部とを有する障害予測装置。
5. 機器情報記憶部が機器ごとに記憶する機器の状態を示す情報を、統計情報記憶部が記憶する、機器の状態に関する複数のパラメータのそれぞれと障害の発生状況との関係を示す統計情報に適用して、前記機器における障害の発生に関する予測情報を生成する生成手順をコンピュータに実行させる障害予測プログラム。

Images