JP2019194744A - Vehicle maintenance information retrieval apparatus and program - Google Patents
Vehicle maintenance information retrieval apparatus and program Download PDFInfo
- Publication number
- JP2019194744A JP2019194744A JP2018087919A JP2018087919A JP2019194744A JP 2019194744 A JP2019194744 A JP 2019194744A JP 2018087919 A JP2018087919 A JP 2018087919A JP 2018087919 A JP2018087919 A JP 2018087919A JP 2019194744 A JP2019194744 A JP 2019194744A
- Authority
- JP
- Japan
- Prior art keywords
- maintenance
- parts
- information
- vehicle
- search
- 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.)
- Granted
Links
Images
Abstract
Description
本発明は車両整備情報検索装置及びプログラムに関する。 The present invention relates to a vehicle maintenance information search device and a program.
ホストコンピュータと端末とを通信ネットワークを介して接続し、車両ユーザの車両情報及び個人情報を上記端末からホストコンピュータに送信し、車両情報に基づいてホストコンピュータに車両ユーザの車両に関する車両整備情報を作成させ、ホストコンピュータから端末に車両整備情報を提供するようにした車両整備情報提供方法が知られている（特許文献１）。 The host computer and the terminal are connected via a communication network, the vehicle information and personal information of the vehicle user are transmitted from the terminal to the host computer, and vehicle maintenance information relating to the vehicle of the vehicle user is created in the host computer based on the vehicle information. A vehicle maintenance information providing method in which vehicle maintenance information is provided from a host computer to a terminal is known (Patent Document 1).
コンピュータにてユーザ車両の特定部位の次回交換時期を予測して交換時期情報をユーザに提供する車両管理情報提供システムであって、コンピュータが、ユーザ車両及び他の車両における特定部位の交換時期データを記憶すると共に、この交換時期データ中の全車両における特定部位の平均交換期間を算出する全車両平均算出機能と、交換時期データのうちユーザ車両と同一車種における特定部位の平均交換期間を算出する特定車種平均算出機能と、算出された全車両における平均交換期間と特定車種における平均交換期間とを比較して特定部位のユーザ車両車種に起因する車種別交換時期補正値を算出する特定車種補正値算出機能と、この算出された車種別交換時期補正値に基づいてユーザ車両の特定部位の次回交換時期を算出して次回交換時期情報をユーザに提供する交換時期情報提供機能と、を備えた車両管理情報提供システムも知られている（特許文献２）。 A vehicle management information providing system that predicts a next replacement time of a specific part of a user vehicle by a computer and provides replacement time information to a user, wherein the computer uses replacement time data of the specific part in the user vehicle and other vehicles. A total vehicle average calculation function for storing and calculating an average replacement period of a specific part in all vehicles in the replacement time data, and a specification for calculating an average replacement period of a specific part in the same vehicle type as the user vehicle in the replacement time data Specific vehicle type correction value calculation that compares the vehicle type average calculation function with the calculated average replacement period for all vehicles and the average replacement period for a specific vehicle type to calculate the vehicle type replacement time correction value resulting from the user vehicle model of the specific part The next replacement time of the specific part of the user vehicle is calculated based on the function and the calculated vehicle type replacement time correction value, and the next time Vehicle management information providing system and a replacement time information providing function of providing-over period information to the user are also known (Patent Document 2).
本発明は、複数の分析軸を用いた多角的な検索によって、修理整備する部品群及び予防整備する部品群の的確な予測を行うことができる車両整備情報検索装置及びプログラムを提供することを目的とする。 It is an object of the present invention to provide a vehicle maintenance information retrieval apparatus and program capable of accurately predicting a part group to be repaired and a part group to be prevented and maintained by a multifaceted search using a plurality of analysis axes. And
前記課題を解決するために、請求項１に記載の車両整備情報検索装置は、
車両の識別情報それぞれに紐付いている整備記録を量的データ、質的データ又は自然言語データにより記録した整備記録情報に対して利用者の検索指示を受け付ける検索受付手段と、
複数の分析軸に対応して受け付けた検索条件を多次元分析検索条件として設定する多次元分析検索設定手段と、
前記整備記録情報から前記車両の架装を含む部品ごとの部品整備履歴情報を抽出する部品整備履歴抽出手段と、
前記部品整備履歴情報から整備タイミングの類似性に基づいてグループ化した同時整備類似部品群情報を抽出する同時整備類似部品群抽出手段と、
前記部品整備履歴情報から前記車両の部品ごとの部品整備間隔分布情報を抽出する部品整備間隔分布抽出手段と、
前記部品整備間隔分布情報から整備間隔走行距離の類似性に基づいてグループ化した整備間隔類似部品群情報を抽出する整備間隔類似部品群抽出手段と、
前記多次元分析検索設定手段で設定された検索条件に基づき前記整備記録情報、前記部品整備履歴情報、前記同時整備類似部品群情報、前記部品整備間隔分布情報及び前記整備間隔類似部品群情報を検索する整備記録検索手段と、
前記整備記録検索手段による検索結果に予測等の付加情報を付加して前記利用者に報知する報知手段と、を備えた、
ことを特徴とする。
In order to solve the above-mentioned problem, the vehicle maintenance information search device according to
Search accepting means for accepting a user's search instruction for maintenance record information in which maintenance records associated with vehicle identification information are recorded by quantitative data, qualitative data, or natural language data;
Multidimensional analysis search setting means for setting search conditions received corresponding to a plurality of analysis axes as multidimensional analysis search conditions;
Parts maintenance history extraction means for extracting parts maintenance history information for each part including the vehicle bodywork from the maintenance record information;
Simultaneous maintenance similar parts group extraction means for extracting simultaneous maintenance similar parts group information grouped based on the maintenance timing similarity from the parts maintenance history information;
Parts maintenance interval distribution extracting means for extracting parts maintenance interval distribution information for each part of the vehicle from the parts maintenance history information;
Maintenance interval similar component group extraction means for extracting maintenance interval similar component group information grouped based on the similarity of maintenance interval travel distance from the component maintenance interval distribution information;
The maintenance record information, the parts maintenance history information, the simultaneous maintenance similar parts group information, the parts maintenance interval distribution information, and the maintenance interval similar parts group information are searched based on the search conditions set by the multidimensional analysis search setting means. Maintenance record retrieval means to perform,
Informing means for adding additional information such as prediction to the search result by the maintenance record search means and informing the user,
It is characterized by that.
請求項２記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記分析軸は、
車台番号、車両型式、車両モデル名、車両メーカ名及び車両分類からなる車種軸、
前記架装の架装名、型式、モデル名、メーカ名及び架装分類からなる架装軸、
前記車両の整備が実施された地方を特定する地域軸、
前記車両の整備が実施された時点の走行距離軸、
前記車両の整備が実施された時点の初年度登録時からの経過年月軸、
前記車両の車検等を含む定期点検整備の前回実施時からの整備間隔年月軸、
故障発生時の現象を組み合わせたキーワードからなる現象軸、
故障原因を組み合わせたキーワードからなる原因軸、を含む、
ことを特徴とする。
The invention described in
The analysis axis is
Vehicle type shaft consisting of chassis number, vehicle model, vehicle model name, vehicle manufacturer name and vehicle classification,
Bodywork shaft comprising the bodywork name, model, model name, manufacturer name and bodywork classification of the bodywork,
A regional axis that identifies the region where the vehicle has been maintained;
Mileage axis at the time when the vehicle was serviced,
Elapsed months from the time of first year registration at the time of maintenance of the vehicle,
Maintenance interval year / month axis from the previous implementation of periodic inspection and maintenance including vehicle inspection etc.
Phenomenon axis consisting of keywords that combine phenomena at the time of failure,
Including a cause axis consisting of keywords that combine failure causes,
It is characterized by that.
請求項３記載の発明は、請求項２に記載の車両整備情報検索装置において、
前記現象軸は、発生箇所軸、発生条件軸、発生環境軸及び症状軸を含む、
ことを特徴とする。
The invention described in
The phenomenon axis includes an occurrence point axis, an occurrence condition axis, an occurrence environment axis, and a symptom axis.
It is characterized by that.
請求項４記載の発明は、請求項１ないし３のいずれか１項に記載の車両整備情報検索装置において、
前記多次元分析検索設定手段は、前記利用者の検索指示が自然言語で記述されたセンテンスであり、かつ、前記センテンスに前記分析軸の値を表すキーワードが文脈に含まれていた場合、前記センテンスを形態素解析した特定のキーワードを抽出したときは前記検索指示として受け付け、前記特定のキーワードの同義語表現を抽出したときは前記特定のキーワードに置換した後に前記検索指示として受け付けて前記分析軸の検索条件として設定する、
ことを特徴とする。
According to a fourth aspect of the present invention, in the vehicle maintenance information retrieval device according to any one of the first to third aspects,
When the user's search instruction is a sentence described in a natural language and the keyword includes a keyword representing the value of the analysis axis in the sentence, the multidimensional analysis search setting means When a specific keyword obtained by morphological analysis is extracted, it is accepted as the search instruction. When a synonym expression of the specific keyword is extracted, it is replaced with the specific keyword and then accepted as the search instruction to search for the analysis axis. Set as a condition,
It is characterized by that.
請求項５記載の発明は、請求項４に記載の車両整備情報検索装置において、
前記形態素解析は、抽出対象となる前記特定のキーワード及び前記同義語表現を予め設定された品詞属性を付与した単語として高優先度で登録した形態素解析用辞書を用いる、
ことを特徴とする。
The invention described in
The morphological analysis uses a morphological analysis dictionary that is registered with high priority as a word to which the specific keyword and the synonym expression to be extracted are given preset part-of-speech attributes.
It is characterized by that.
請求項６記載の発明は、請求項４又は５に記載の車両整備情報検索装置において、
前記形態素解析は、前記形態素解析用辞書に登録された品詞を含む複数の形態素の並び方から特徴を抽出し、抽出対象となる前記特定のキーワードに該当するか否かを判定する、
ことを特徴とする。
The invention described in
The morpheme analysis extracts features from the arrangement of a plurality of morphemes including part-of-speech registered in the morpheme analysis dictionary, and determines whether or not the specific keyword to be extracted corresponds.
It is characterized by that.
請求項７記載の発明は、請求項１ないし６のいずれか１項に記載の車両整備情報検索装置において、
前記部品整備履歴抽出手段は、部品名、部品型式、部品モデル、部品メーカ、部品分類、前記車台番号及び登録番号の値、前記分析軸の値、整備理由の値、整備内容の値及び未整備内容の値を前記整備記録情報からそのまま読み取って前記部品整備履歴情報を抽出する、及び／又は、前記整備記録情報に記述された自然言語センテンスを形態素解析することにより前記特定のキーワードを抽出して前記部品整備履歴情報を抽出する、
ことを特徴とする。
The invention described in claim 7 is the vehicle maintenance information retrieval device according to any one of
The part maintenance history extraction means includes part name, part model, part model, part manufacturer, part classification, values of the chassis number and registration number, values of the analysis axis, values of maintenance reasons, values of maintenance contents, and unmaintained Read the value of the content as it is from the maintenance record information and extract the parts maintenance history information, and / or extract the specific keyword by morphological analysis of the natural language sentence described in the maintenance record information Extracting the parts maintenance history information;
It is characterized by that.
請求項８記載の発明は、請求項７に記載の車両整備情報検索装置において、
前記形態素解析は、前記部品名、前記部品型式、前記部品モデル、前記部品メーカ、前記部品分類、前記車台番号、前記登録番号、前記車両型式、前記車両モデル名、前記車両メーカ名、前記車両分類、前記分析軸の分析軸値、前記整備理由、前記整備内容、前記未整備内容を表す前記特定のキーワードの同義語表現を抽出した場合、前記同義語表現を前記特定のキーワードに置換する、
ことを特徴とする。
The invention described in
The morphological analysis includes the component name, the component model, the component model, the component manufacturer, the component classification, the chassis number, the registration number, the vehicle model, the vehicle model name, the vehicle manufacturer name, and the vehicle classification. When the synonym expression of the specific keyword representing the analysis axis value of the analysis axis, the maintenance reason, the maintenance content, and the unmaintained content is extracted, the synonym expression is replaced with the specific keyword.
It is characterized by that.
請求項９記載の発明は、請求項７に記載の車両整備情報検索装置において、
前記部品整備履歴情報は、整備時点の走行距離の情報、前回整備時からの走行距離間隔の情報、整備時点の経過年月の情報、前回整備時からの経過年月間隔の情報、前記整備理由の情報、整備入庫時に記録された故障発生時の現象の情報、整備入庫時に記録された故障原因の情報を含む、
ことを特徴とする。
The invention described in claim 9 is the vehicle maintenance information retrieval device according to claim 7,
The parts maintenance history information includes information on the travel distance at the time of maintenance, information on the distance traveled since the previous maintenance, information on the elapsed time at the time of maintenance, information on the elapsed time since the previous maintenance, and the reason for the maintenance Information on the failure, recorded at the time of maintenance warehousing, information on the phenomenon at the time of failure, and information on the cause of failure recorded at the time of warehousing,
It is characterized by that.
請求項１０記載の発明は、請求項７に記載の車両整備情報検索装置において、
前記部品整備履歴情報は、前記部品メーカごとの前記部品名ごとに前記部品についての前記整備内容の情報及び前記未整備内容の情報を含む、
ことを特徴とする。
The invention described in
The parts maintenance history information includes information on the maintenance contents and information on the unmaintained contents for the parts for each part name for each part manufacturer.
It is characterized by that.
請求項１１記載の発明は、請求項１０に記載の車両整備情報検索装置において、
前記整備内容の情報は、上位となる前記部品を構成する複数の下位の前記部品を同一の整備内容としている情報を含む、
ことを特徴とする。
The invention described in claim 11 is the vehicle maintenance information retrieval device according to
The maintenance content information includes information in which a plurality of lower parts constituting the upper part are the same maintenance content.
It is characterized by that.
請求項１２記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記同時整備類似部品群抽出手段は、同時である一度の整備入庫における整備、前回整備時から所定の走行距離内の近接した複数の整備入庫における整備、前回整備時から所定の経過年月内の近接した複数の整備入庫における整備において交換された前記部品をグループ化して抽出する、
ことを特徴とする。
The invention described in claim 12 is the vehicle maintenance information search device according to
The simultaneous maintenance similar parts group extracting means includes: maintenance in one maintenance warehousing at the same time, maintenance in a plurality of maintenance warehousings within a predetermined mileage from the previous maintenance, and within a predetermined elapsed time from the previous maintenance. Grouping and extracting the parts exchanged in maintenance at multiple maintenance warehousing nearby,
It is characterized by that.
請求項１３記載の発明は、請求項１２に記載の車両整備情報検索装置において、
前記同時整備類似部品群抽出手段は、前記部品整備履歴情報に含まれる前記部品について、共通して出現する出現率が予め定められた閾値を超える部品群をグループ化して抽出する出現率モードと、前記部品整備履歴情報に含まれる部品同士を相関分析して得られる相関係数が予め定められた閾値を超える部品群をグループ化して抽出する相関分析モードと、前記部品整備履歴情報に含まれる部品同士をアソシエーション分析して得られる支持度、信頼度、リフト値等の統計指標値が予め定められた閾値を超える部品群をグループ化して抽出するアソシエーション分析モードとのいずれかが選択可能である、
ことを特徴とする。
The invention described in claim 13 is the vehicle maintenance information retrieval device according to claim 12,
The simultaneous maintenance similar parts group extracting means, for the parts included in the parts maintenance history information, an appearance rate mode for grouping and extracting parts groups in which the appearance rate commonly appearing exceeds a predetermined threshold; Correlation analysis mode for grouping and extracting parts groups in which the correlation coefficient obtained by correlation analysis of parts included in the parts maintenance history information exceeds a predetermined threshold, and parts included in the parts maintenance history information Any of the association analysis modes for grouping and extracting a group of parts whose statistical index values such as support, reliability, lift value, etc. obtained by association analysis with each other exceeds a predetermined threshold can be selected.
It is characterized by that.
請求項１４記載の発明は、請求項１３に記載の車両整備情報検索装置において、
前記出現率、前記相関係数又は前記アソシエーション分析の前記統計指標値は、整備工場が取り扱う車両母集団の車台母数の変化に応じた重みづけを付与して算出する、
ことを特徴とする。
The invention described in claim 14 is the vehicle maintenance information search device according to claim 13,
The appearance index, the correlation coefficient, or the statistical index value of the association analysis is calculated by assigning a weight according to a change in a vehicle population of a vehicle population handled by a maintenance factory,
It is characterized by that.
請求項１５記載の発明は、請求項１２に記載の車両整備情報検索装置において、
前記同時整備類似部品群抽出手段は、個々の前記部品を抽出単位とする部品抽出モードと、上位となる前記部品を構成する複数の下位の前記部品を前記上位となる前記部品に集約した上で抽出単位とする上位部品抽出モードとのいずれかが選択可能である、
ことを特徴とする。
The invention described in
The simultaneous maintenance similar parts group extracting means aggregates a plurality of lower parts constituting the upper part into the upper parts, and a part extraction mode in which each of the parts is an extraction unit. Either the upper part extraction mode as the extraction unit can be selected.
It is characterized by that.
請求項１６記載の発明は、請求項１２に記載の車両整備情報検索装置において、
前記同時整備類似部品群抽出手段は、部品メーカごとの個々の前記部品を抽出単位とする部品メーカ抽出モードと、全部品メーカを集約して個々の前記部品を抽出単位とする全部品メーカ抽出モードとのいずれかが選択可能である、
ことを特徴とする。
The invention described in claim 16 is the vehicle maintenance information search device according to claim 12,
The simultaneous maintenance similar parts group extraction means includes a parts maker extraction mode in which the individual parts for each part maker are extracted, and an all parts maker extraction mode in which all parts manufacturers are aggregated and the individual parts are used as extraction units. Is selectable,
It is characterized by that.
請求項１７記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記部品整備間隔分布情報は、車台ごとの隣接した整備の間における走行距離間隔に基づいて、同一型式、同一モデル、同一メーカ又は同一車両分類で部品整備件数を集計することにより前記走行距離間隔に対する前記部品整備件数の分布として抽出される、
を特徴とする。
The invention described in claim 17 is the vehicle maintenance information retrieval device according to
The parts maintenance interval distribution information is based on the distance between adjacent maintenance for each chassis, and the number of parts maintenance by the same model, the same model, the same manufacturer, or the same vehicle classification is totaled to calculate the distance to the distance. Extracted as the distribution of the number of parts maintenance cases,
It is characterized by.
請求項１８記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記部品整備間隔分布情報は、車台ごとの隣接した整備の間における経過年月間隔に基づいて、同一型式、同一モデル、同一メーカ又は同一車両分類で部品整備件数を集計することにより前記経過年月間隔に対する前記部品整備件数の分布として抽出される、
を特徴とする。
The invention described in claim 18 is the vehicle maintenance information retrieval device according to
The parts maintenance interval distribution information is obtained by counting the number of parts maintenance by the same model, the same model, the same manufacturer or the same vehicle classification based on the elapsed time interval between adjacent maintenance for each chassis. Extracted as the distribution of the number of parts maintenance to the interval,
It is characterized by.
請求項１９記載の発明は、請求項１７又は１８に記載の車両整備情報検索装置において、
前記部品整備件数は、整備工場が取り扱う車両母集団の車台母数の変化に応じた重みづけを付与して算出する、
を特徴とする。
The invention described in claim 19 is the vehicle maintenance information search device according to claim 17 or 18,
The number of parts maintenance is calculated by assigning weights according to changes in the vehicle population of the vehicle population handled by the maintenance shop,
It is characterized by.
請求項２０記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記整備間隔類似部品群抽出手段は、前記部品整備間隔分布情報における任意の二つの部品整備間隔分布間の分布間距離又はそれに類する指標に基づいて判定された分布形状が類似している部品群をグループ化して抽出する、
を特徴とする。
The invention described in
The maintenance interval-similar parts group extraction means is a component group having a similar distribution shape determined based on a distribution distance between any two parts maintenance interval distributions in the parts maintenance interval distribution information or an index similar thereto. Extract by grouping,
It is characterized by.
請求項２１記載の発明は、請求項２０に記載の車両整備情報検索装置において、
前記整備間隔類似部品群抽出手段は、前記部品整備間隔分布情報における任意の二つの部品整備間隔分布間の分布間距離又はそれに類する指標に基づいて判定された前記分布形状が類似している前記部品群の前記分布形状の代表例を教師データに採用した機械学習を実施し、新たな部品の前記部品整備間隔分布の前記分布形状が前記機械学習に基づいて判定された前記分布形状が類似している既存部品群に前記新たな部品を追加する、
を特徴とする。
The invention described in claim 21 is the vehicle maintenance information retrieval device according to
The maintenance interval-similar parts group extracting means is similar to the parts having the similar distribution shapes determined based on the distance between distributions between any two parts maintenance interval distributions in the parts maintenance interval distribution information or similar indices. A machine learning using a representative example of the distribution shape of a group is adopted as teacher data, and the distribution shape of the part maintenance interval distribution of a new part is similar to the distribution shape determined based on the machine learning Adding the new part to the existing parts group,
It is characterized by.
請求項２２記載の発明は、請求項２０に記載の車両整備情報検索装置において、
前記整備間隔類似部品群抽出手段は、個々の前記部品を抽出単位とする部品抽出モードと、上位となる前記部品を構成する複数の下位の前記部品を前記上位となる前記部品に集約した上で抽出単位とする上位部品抽出モードとのいずれかが選択可能である、
ことを特徴とする。
The invention described in claim 22 is the vehicle maintenance information retrieval device according to
The maintenance interval similar parts group extracting means aggregates a plurality of subordinate parts constituting the upper part into the upper part as a part extraction mode in which each of the parts is an extraction unit. Either the upper part extraction mode as the extraction unit can be selected.
It is characterized by that.
請求項２３記載の発明は、請求項２０に記載の車両整備情報検索装置において、
前記整備間隔類似部品群抽出手段は、部品メーカ別の個々の前記部品を抽出単位とする部品メーカ抽出モードと、全部品メーカを集約して個々の前記部品を抽出単位とする全部品メーカ抽出モードとのいずれかが選択可能である、
ことを特徴とする。
The invention described in claim 23 is the vehicle maintenance information retrieval device according to
The maintenance interval similar parts group extraction means includes a parts maker extraction mode in which the individual parts for each part maker are extracted, and an all parts maker extraction mode in which all parts manufacturers are aggregated and the individual parts are used as an extraction unit. Is selectable,
It is characterized by that.
請求項２４記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記検索受付手段は、前記利用者の検索指示が自然言語で記述されたセンテンスである場合、前記センテンスを形態素解析した特定のキーワードを抽出したときは前記センテンスを前記検索指示として受け付け、前記特定のキーワードの同義語表現を抽出したときは前記特定のキーワードに置換した後に前記センテンスを前記検索指示として受け付ける、
ことを特徴とする。
The invention described in claim 24 is the vehicle maintenance information retrieval device according to
When the user's search instruction is a sentence described in a natural language, the search reception means receives the sentence as the search instruction when a specific keyword obtained by morphological analysis of the sentence is extracted, When the synonym expression of the keyword is extracted, the sentence is accepted as the search instruction after the replacement with the specific keyword.
It is characterized by that.
請求項２５記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記整備記録検索手段は、検索指示された条件に合致する整備部品の一覧、前記整備部品ごとの前記部品整備履歴情報の一覧、前記同時整備類似部品群情報の一覧、前記部品整備間隔分布情報の一覧、及び前記整備間隔類似部品群情報の一覧を前記分析軸の値に基づいて検索する、
ことを特徴とする。
The invention described in claim 25 is the vehicle maintenance information search device according to
The maintenance record search means includes a list of maintenance parts that meet the search instructed condition, a list of the parts maintenance history information for each maintenance part, a list of the simultaneous maintenance similar parts group information, and a part maintenance interval distribution information. A list and a list of the maintenance interval similar parts group information are searched based on the value of the analysis axis;
It is characterized by that.
請求項２６記載の発明は、請求項２５に記載の車両整備情報検索装置において、
前記同時整備類似部品群情報及び前記整備間隔類似部品群情報の検索対象となる前記部品は、
個々の前記部品を検索対象とする抽出単位と、上位となる前記部品を構成する複数の下位の前記部品を前記上位となる前記部品に集約した上で検索対象とする上位部品抽出単位とのいずれかが選択可能である、
ことを特徴とする。
According to a twenty-sixth aspect of the present invention, in the vehicle maintenance information retrieving apparatus according to the twenty-fifth aspect,
The parts to be searched for the simultaneous maintenance similar parts group information and the maintenance interval similar parts group information are:
Either an extraction unit for which the individual parts are to be searched, or an upper part extraction unit for which the plurality of lower parts constituting the upper part are aggregated into the upper parts and to be searched Is selectable,
It is characterized by that.
請求項２７記載の発明は、請求項２５に記載の車両整備情報検索装置において、
前記整備記録検索手段は、部品メーカ別の個々の前記部品を抽出単位とする部品メーカ抽出モードと、全部品メーカを集約して個々の前記部品を抽出単位とする全部品メーカ抽出モードとのいずれかが選択可能である、
ことを特徴とする。
According to a twenty-seventh aspect of the present invention, in the vehicle maintenance information retrieval device according to the twenty-fifth aspect,
The maintenance record search means is either a part maker extraction mode in which the individual parts for each part maker are extracted, or an all parts maker extraction mode in which all parts manufacturers are aggregated and the individual parts are extracted. Is selectable,
It is characterized by that.
請求項２８記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記報知手段は、前記同時整備類似部品群情報に基づいて、検索条件に合致する同時整備類似部品群として抽出された前記部品の識別情報を用いて、工賃金額情報及び部品金額情報を含む部品マスタ情報を検索して前記部品の単価を取得し、検索条件に合致する同時整備類似部品群を整備するための見積金額情報を前記検索結果に付加して報知する、
ことを特徴とする。
The invention described in claim 28 is the vehicle maintenance information retrieval device according to
The informing means uses the part identification information extracted as the simultaneous maintenance similar parts group that matches the search condition based on the simultaneous maintenance similar parts group information, and includes a parts master including wage amount information and parts amount information Search for information, obtain the unit price of the parts, and add estimated amount information for maintaining a similar maintenance similar parts group that matches the search condition to the search result, and notify,
It is characterized by that.
請求項２９記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記報知手段は、前記部品整備間隔分布情報に基づいて、走行距離間隔又は経過年月間隔の分布の形状、及び、走行距離間隔又は経過年月間隔の分布から導かれる平均値、分散値、中央値若しくはパーセンタイル値等の統計指標値を前記検索結果に付加して報知する、
ことを特徴とする。
The invention according to claim 29 is the vehicle maintenance information retrieval device according to
The notification means is based on the parts maintenance interval distribution information, the shape of the distribution of the travel distance interval or the elapsed year interval, and the average value, the variance value, the center derived from the distribution of the travel distance interval or the elapsed year interval A statistical index value such as a value or a percentile value is added to the search result and notified,
It is characterized by that.
請求項３０記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記報知手段は、前記部品整備間隔分布情報に基づいて、次回整備に至るまでの走行距離又は経過年月の予測値、並びに前記予測値が予め定められた閾値に満たない部品群である予防交換部品群情報を前記検索結果に付加して報知する、
ことを特徴とする。
The invention described in
The informing means is a preventive replacement that is a predicted value of a travel distance or elapsed time until the next maintenance based on the parts maintenance interval distribution information, and a part group in which the predicted value does not satisfy a predetermined threshold. Adding parts group information to the search result and informing,
It is characterized by that.
請求項３１記載の発明は、請求項３０に記載の車両整備情報検索装置において、
前記報知手段は、検索条件に合致する車検等の定期点検整備を予定している前記車両について、前記車両の前記定期点検整備における通常交換部品群及び前記予防交換部品群を整備前に把握するための整備部品情報を前記検索結果に付加して報知する、
ことを特徴とする。
The invention described in claim 31 is the vehicle maintenance information retrieval device according to
The informing means for grasping the normal replacement parts group and the preventive replacement parts group in the periodic inspection and maintenance of the vehicle before maintenance for the vehicle scheduled for periodic inspection and maintenance such as a vehicle inspection that matches the search condition. Adding maintenance parts information to the search results and informing them,
It is characterized by that.
請求項３２記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記報知手段は、前記整備間隔類似部品群情報に基づいて、特定の部品群を整備してから他の部品群を整備するまでの走行距離又は経過年月の診断値を前記検索結果に付加して報知する、
ことを特徴とする。
The invention described in claim 32 is the vehicle maintenance information retrieval device according to
Based on the maintenance interval similar parts group information, the notification means adds a diagnostic value of a travel distance or elapsed time from maintenance of a specific part group to maintenance of another part group to the search result. To inform,
It is characterized by that.
請求項３３記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記報知手段は、前記多次元分析検索設定手段で特定の原因軸の値を前記多次元分析検索条件として設定せず、前記整備記録検索手段による前記部品整備履歴情報の前記検索結果に一つ又は複数の原因軸の値が出現した場合、出現した前記原因軸の値の中から出現頻度が予め定めた基準を満たすものを抽出した上で、検索結果内の部品群について整備するに至った原因の推測情報を前記検索結果に付加して報知する、
ことを特徴とする。
The invention described in claim 33 is the vehicle maintenance information retrieval device according to
The notifying means does not set a specific cause axis value as the multidimensional analysis search condition in the multidimensional analysis search setting means, and one or more of the search results of the parts maintenance history information by the maintenance record search means When multiple values of the cause axis appear, the cause that led to the maintenance of the parts group in the search result after extracting the cause axis values that meet the predetermined criteria of the appearance frequency Adding the estimated information to the search result and informing it,
It is characterized by that.
前記課題を解決するために、請求項３４に記載のプログラムは、
コンピュータを、
車両の識別情報それぞれに紐付いている整備記録を量的データ、質的データ又は自然言語データにより記録した整備記録情報に対して利用者の検索指示を受け付ける検索受付手段と、
複数の分析軸に対応して受け付けた検索条件を多次元分析検索条件として設定する多次元分析検索設定手段と、
前記整備記録情報から前記車両の架装を含む部品ごとの部品整備履歴情報を抽出する部品整備履歴抽出手段と、
前記部品整備履歴情報から整備タイミングの類似性に基づいてグループ化した同時整備類似部品群情報を抽出する同時整備類似部品群抽出手段と、
前記部品整備履歴情報から前記車両の部品ごとの部品整備間隔分布情報を抽出する部品整備間隔分布抽出手段と、
前記部品整備間隔分布情報から整備間隔走行距離の類似性に基づいてグループ化した整備間隔類似部品群情報を抽出する整備間隔類似部品群抽出手段と、
前記多次元分析検索設定手段で設定された検索条件に基づき前記整備記録情報、前記部品整備履歴情報、前記同時整備類似部品群情報、前記部品整備間隔分布情報及び前記整備間隔類似部品群情報を検索する整備記録検索手段と、
前記整備記録検索手段による検索結果に予測等の付加情報を付加して前記利用者に報知する報知手段と、して機能させる、
ことを特徴とする。
In order to solve the problem, the program according to claim 34 is provided.
Computer
Search accepting means for accepting a user's search instruction for maintenance record information in which maintenance records associated with vehicle identification information are recorded by quantitative data, qualitative data, or natural language data;
Multidimensional analysis search setting means for setting search conditions received corresponding to a plurality of analysis axes as multidimensional analysis search conditions;
Parts maintenance history extraction means for extracting parts maintenance history information for each part including the vehicle bodywork from the maintenance record information;
Simultaneous maintenance similar parts group extraction means for extracting simultaneous maintenance similar parts group information grouped based on the maintenance timing similarity from the parts maintenance history information;
Parts maintenance interval distribution extracting means for extracting parts maintenance interval distribution information for each part of the vehicle from the parts maintenance history information;
Maintenance interval similar component group extraction means for extracting maintenance interval similar component group information grouped based on the similarity of maintenance interval travel distance from the component maintenance interval distribution information;
The maintenance record information, the parts maintenance history information, the simultaneous maintenance similar parts group information, the parts maintenance interval distribution information, and the maintenance interval similar parts group information are searched based on the search conditions set by the multidimensional analysis search setting means. Maintenance record retrieval means to perform,
Functioning as a notification means for adding additional information such as prediction to the search result by the maintenance record search means and notifying the user,
It is characterized by that.
請求項１、３４に記載の発明によれば、複数の分析軸を用いた多角的な検索によって、修理整備する部品群及び予防整備する部品群の的確な予測を行うことができる。 According to the first and thirty-fourth aspects of the invention, it is possible to accurately predict a part group to be repaired and a part group to be preventively maintained by a multi-faceted search using a plurality of analysis axes.
請求項２に記載の発明によれば、多角的な検索条件を設定することができる。 According to the second aspect of the invention, it is possible to set various search conditions.
請求項３に記載の発明によれば、現象を記述した主観的な整備記録情報から交換部品を検索することができる。 According to the third aspect of the present invention, the replacement part can be searched from the subjective maintenance record information describing the phenomenon.
請求項４、５、６に記載の発明によれば、同義語の表記揺れが生じ得る自然言語センテンスに対して、分析軸の値に該当するキーワードを指示して検索することができる。
According to the inventions described in
請求項７、８に記載の発明によれば、整備記録中に記載された自然言語センテンス及び同義語の表記揺れが生じ得る自然言語センテンスに対して、キーワードを指示して検索することができる。 According to the seventh and eighth aspects of the present invention, it is possible to search by specifying a keyword with respect to a natural language sentence described in the maintenance record and a natural language sentence that may cause a synonym fluctuation.
請求項９に記載の発明によれば、各車台の毎回の整備入庫において整備した部品の部品整備履歴を管理することができる。 According to the ninth aspect of the present invention, it is possible to manage the parts maintenance history of the parts maintained in each maintenance warehousing of each chassis.
請求項１０に記載の発明によれば、上位となる部品を構成する下位の部品の部品整備履歴を管理することができる。 According to the tenth aspect of the present invention, it is possible to manage the parts maintenance history of the lower parts constituting the upper parts.
請求項１１に記載の発明によれば、同時整備された部品を検索することができる。 According to the eleventh aspect of the present invention, it is possible to search for parts that are simultaneously maintained.
請求項１２、１３、１４に記載の発明によれば、同時整備された部品のうち出現率、相関係数又はアソシエーション分析の統計指標値が高い部品群を検索することができる。 According to the invention described in claims 12, 13, and 14, it is possible to search for a part group having a high appearance rate, correlation coefficient, or statistical index value of association analysis among the parts that are simultaneously prepared.
請求項１５に記載の発明によれば、同時整備された部品のうち出現率、相関係数又はアソシエーション分析の統計指標値が高い部品群の検索結果に関し、上位側部品に集約した単位に切り換えることにより、検索結果をより分かりやすい視点で俯瞰することができる。
According to the invention described in
請求項１６に記載の発明によれば、同時整備された部品のうち出願率、出現相関係数又は出現アソシエーション分析の統計指標値が高い部品群の検索結果をメーカ間で比較することができる。 According to the sixteenth aspect of the present invention, it is possible to compare the search results of parts groups having a high application index, appearance correlation coefficient, or statistical index value of appearance association analysis among parts prepared simultaneously.
請求項１７、１８、１９に記載の発明によれば、整備間隔走行距離又は整備間隔経過年月の分布を検索することができる。 According to the invention described in claims 17, 18, and 19, it is possible to retrieve the maintenance interval travel distance or the distribution of maintenance interval elapsed years.
請求項２０、２１に記載の発明によれば、整備間隔走行距離又は整備間隔経過年月の分布が類似している部品群を検索することができる。
According to the inventions of
請求項２２に記載の発明によれば、整備間隔走行距離又は整備間隔経過年月の分布が類似している部品群の検索結果に関し、上位側部品に集約した単位に切り換えることにより、検索結果をより分かりやすい視点で俯瞰することができる。 According to the invention described in claim 22, regarding the search result of the parts group in which the distribution of the maintenance interval travel distance or the maintenance interval elapsed year and month is similar, the search result is changed by switching to the unit aggregated in the upper part. You can get a bird's-eye view from a more understandable viewpoint.
請求項２３に記載の発明によれば、整備間隔走行距離又は整備間隔経過年月の分布が類似している部品群の検索結果をメーカ間で比較することができる。 According to the twenty-third aspect of the present invention, it is possible to compare the retrieval results of the parts groups having similar distribution of the maintenance interval travel distance or the maintenance interval elapsed year.
請求項２４に記載の発明によれば、同義語の表記揺れが生じ得る自然言語センテンスに対して、分析軸の値に該当するキーワードを指示して検索することができる。 According to the twenty-fourth aspect of the present invention, it is possible to search by specifying a keyword corresponding to the value of the analysis axis with respect to a natural language sentence that may cause a synonym notation fluctuation.
請求項２５に記載の発明によれば、分析軸にそって多次元分析の検索結果をドリルダウン又はドリルアップすることができる。 According to the invention described in claim 25, the search result of the multidimensional analysis can be drilled down or drilled up along the analysis axis.
請求項２６に記載の発明によれば、上位側部品に集約した単位に切り替えることにより、より分かりやすい視点で俯瞰することができる。 According to the twenty-sixth aspect of the present invention, it is possible to look down from a more easy-to-understand viewpoint by switching to the unit aggregated in the upper part.
請求項２７に記載の発明によれば、全メーカに集約した単位と各メーカの単位を切り替えることにより、多次元分析の検索結果をメーカ間で比較することができる。 According to the twenty-seventh aspect of the present invention, the search results of the multidimensional analysis can be compared between manufacturers by switching the unit aggregated to all manufacturers and the unit of each manufacturer.
請求項２８に記載の発明によれば、同時整備された部品群の整備のための見積金額の情報を提供することができる。 According to the twenty-eighth aspect of the present invention, it is possible to provide information on an estimated amount for maintenance of a group of parts that are simultaneously maintained.
請求項２９、３０に記載の発明によれば、現時点では故障していないが今後故障することが予測される部品の診断情報を提供することができる。
According to the inventions as claimed in
請求項３１に記載の発明によれば、部品の発注リードタイムに応じて、将来の定期点検又は車検の整備入庫の通常交換又は予防交換に備えて、現時点で発注すべき部品群の情報を提供することができる。 According to the invention of claim 31, according to the ordering lead time of parts, information on parts groups to be ordered at present is provided in preparation for a normal exchange or preventive exchange of a maintenance inspection warehousing in the future. can do.
請求項３２に記載の発明によれば、特定の部品群を整備してから別の部品群を整備するまでの走行距離又は経過年数の診断情報を提供することができる。 According to the invention of the thirty-second aspect, it is possible to provide diagnostic information on the distance traveled or the elapsed years from the maintenance of a specific parts group to the maintenance of another parts group.
請求項３３に記載の発明によれば、抽出された部品を整備するに至った原因の推測情報を提供することができる。 According to the thirty-third aspect of the present invention, it is possible to provide speculative information on the cause of the maintenance of the extracted parts.
次に図面を参照しながら、以下に実施形態及び具体例を挙げ、本発明を更に詳細に説明するが、本発明はこれらの実施形態及び具体例に限定されるものではない。
また、以下の図面を使用した説明において、図面は模式的なものであり、各寸法の比率等は現実のものとは異なることに留意すべきであり、理解の容易のために説明に必要な部材以外の図示は適宜省略されている。
Next, the present invention will be described in more detail with reference to the drawings with reference to embodiments and specific examples. However, the present invention is not limited to these embodiments and specific examples.
In the following description using the drawings, it should be noted that the drawings are schematic and ratios of dimensions and the like are different from actual ones, and are necessary for the description for easy understanding. Illustrations other than the members are omitted as appropriate.
（１）車両整備情報提供システムの構成
図１は本実施形態に係る車両整備情報検索装置２を含む車両整備情報提供システム１の一例を示すブロック図である。
車両整備情報提供システム１は、車両整備情報検索装置２と、端末装置３とを含む。車両整備情報検索装置２及び端末装置３は、ネットワークＮＷを介して互いに接続されている。図１に示す例では、３つの端末装置３が車両整備情報提供システム１に含まれている例を示しているが、通常は多数の端末装置３が車両整備情報提供システム１に含まれて車両整備情報検索装置２に接続されている。また、利用者の一例としての整備業者は、パーソナルコンピュータやタブレット端末等の端末装置３をネットワークＮＷに接続して車両整備情報検索装置２と情報の授受を行う。
(1) Configuration of Vehicle Maintenance Information Providing System FIG. 1 is a block diagram showing an example of a vehicle maintenance
The vehicle maintenance
（２）車両整備情報検索装置
（２．１）車両整備情報検索装置の構成
図２は車両整備情報検索装置２の機能構成を示す機能ブロック図、図３は車両整備情報検索装置２における検索動作の流れを示す機能ブロック図である。
車両整備情報検索装置２は、例えば、サーバなどのコンピュータであり、図２に示すように、インストールされるプログラムに従って動作するＣＰＵ、ＲＯＭやＲＡＭ等の記憶素子からなる制御部２０１、ハードディスクドライブなどである記録部２１０、ネットワークボードなどの通信インターフェースである通信部２１１、車両の整備記録情報及び整備記録に含まれる部品の部品名に対応して工賃金額、部品金額等が記録された部品マスタを記憶したデータベース部２１２などを含む。
(2) Vehicle Maintenance Information Retrieval Device (2.1) Configuration of Vehicle Maintenance Information Retrieval Device FIG. 2 is a functional block diagram showing the functional configuration of the vehicle maintenance
The vehicle maintenance
本実施形態における車両整備情報検索装置２は、検索受付部２０２、多次元分析検索設定部２０３、部品整備履歴抽出部２０４、同時整備類似部品群抽出部２０５、部品整備間隔分布抽出部２０６、整備間隔類似部品群抽出部２０７、整備記録検索部２０８、報知部２０９を含んで構成され、車両の識別情報それぞれに紐付いている整備記録を量的データ、質的データ又は自然言語データにより記録した整備記録情報をネットワークＮＷを介して取得して、図３に示すように、複数の分析軸を用いた多角的な検索によって、修理整備する部品群及び予防整備する部品群の予測を行う。
The vehicle maintenance
（２．２）検索受付
検索受付部２０２は、ネットワークＮＷに接続された端末装置３から通信部２１１を介して利用者の検索指示を受け付ける。検索受付部２０２は、利用者の検索指示が自然言語で記述されたセンテンスである場合、後述する多次元分析検索設定部２０３が、センテンスを形態素解析した特定のキーワードを抽出したときは検索指示として受け付け、特定のキーワードの同義語表現を抽出したときは特定のキーワードに置換した後に検索指示として受け付ける。
(2.2) Search Acceptance The
（２．３）多次元分析検索条件設定
多次元分析検索設定部２０３は、複数の分析軸に対応して受け付けた検索条件を多次元分析検索条件として設定する。
具体的には、図３に示すように、分析軸は、車台番号、車両型式、モデル名、メーカ名及び車両分類からなる車種軸、架装を有する車両の架装の架装名、型式、モデル名、メーカ名及び架装分類からなる架装軸、車両の整備が実施された地方を特定する地域軸、車両の整備が実施された時点の走行距離軸、車両の整備が実施された時点の初年度登録時からの経過年月軸、車両の車検等を含む定期点検整備の前回実施時からの整備間隔年月軸、故障発生時の現象を組み合わせたキーワードからなる現象軸、故障原因を組み合わせたキーワードからなる原因軸、を含み、現象軸は、発生箇所軸、発生条件軸、発生環境軸及び症状軸を含む。
(2.3) Multidimensional Analysis Search Condition Setting The multidimensional analysis
Specifically, as shown in FIG. 3, the analysis axis is a chassis number, a vehicle model, a model name, a manufacturer name, and a vehicle type axis consisting of a vehicle classification, a body name of a bodywork of a vehicle having a bodywork, a model, Body axis, consisting of model name, manufacturer name, and body classification, regional axis that identifies the region where the vehicle was maintained, mileage axis when the vehicle was maintained, and point when the vehicle was maintained The year / month axis since the first year of registration, the maintenance interval year / month axis from the previous implementation of periodic inspection and maintenance including vehicle inspection, etc., the phenomenon axis consisting of keywords combined with the phenomenon at the time of failure, the cause of failure The cause axis includes a combination keyword, and the phenomenon axis includes an occurrence location axis, an occurrence condition axis, an occurrence environment axis, and a symptom axis.
多次元分析検索設定部２０３は、利用者の検索指示が自然言語で記述されたセンテンスであり、かつ、センテンスに分析軸の値を表すキーワードが文脈に含まれていた場合、センテンスを形態素解析した特定のキーワードを抽出したときは検索指示として受け付け、特定のキーワードの同義語表現を抽出したときは特定のキーワードに置換した後に検索指示として受け付けて分析軸の検索条件として設定する。
The multidimensional analysis
形態素解析は、抽出対象となる特定のキーワード及び特定のキーワードの同義語表現を予め設定された品詞属性を付与した単語として高優先度で登録した形態素解析用辞書を用い、形態素解析用辞書に登録された品詞を含む複数の形態素の並び方から特徴を抽出し、抽出対象となるキーワードに該当するか否かを判定することにより行う。 The morpheme analysis is registered in the morpheme analysis dictionary using a morphological analysis dictionary in which a specific keyword to be extracted and a synonym expression of the specific keyword are registered with high priority as a word with a predetermined part-of-speech attribute. The feature is extracted from the arrangement of a plurality of morphemes including the part of speech, and it is determined by determining whether or not it corresponds to the keyword to be extracted.
図４は形態素解析用辞書を用いて形態素解析する一例を示す図である。
多次元分析検索設定部２０３は、例えば、自然言語で記述された検索指示から「ブレーキを踏んだ時」というセンテンスを取り出して、図４（ａ）に一例として示すように形態素解析用独自辞書を用いて形態素解析する。図中、網掛けされた「部品」、「運転」が形態素解析用独自辞書に登録された独自の品詞属性である。そして、このような、特定の形態素の並び方（「部品」名詞、その後方近傍にある「運転」動詞からなる形態素の並び方）から特徴を抽出する。
尚、動詞等の活用を持つ品詞は原形に置換して解析の対象とする。
FIG. 4 is a diagram showing an example of morphological analysis using a morphological analysis dictionary.
The multidimensional analysis
Note that parts of speech that use verbs and the like are replaced with their original forms for analysis.
ここで、図４（ｂ）に示すように、同義語表現は特定のキーワードに置換する。例えば、「ブレーキ 踏む」、「ブレーキ かける」の同義語表現は、「ブレーキ制動時」というキーワードに置換する。
そして、抽出対象となるキーワードに該当するか否かを判定する。例えば、図４（ｃ）に示すように、「ブレーキ制動時」は、分析軸（現象軸）の発生条件軸の値に該当することになる。
このようにして、「ブレーキを踏んだ時」という自然言語センテンスを受け付けた場合、端末装置３に「ブレーキ制動時」をリストボックス形式で表示して利用者のリストボックスからの選択を受け付けることができる。
Here, as shown in FIG. 4B, the synonym expression is replaced with a specific keyword. For example, the synonym expressions “stepping on the brake” and “applying the brake” are replaced with the keywords “when braking”.
And it is determined whether it corresponds to the keyword used as extraction object. For example, as shown in FIG. 4C, “during brake braking” corresponds to the value of the generation condition axis of the analysis axis (phenomenon axis).
In this way, when a natural language sentence “when the brake is applied” is received, “when braking” is displayed on the
（２．４）部品整備履歴
図５は部品整備履歴抽出部２０４の動作の流れを示すフローチャート、図６は車台についての整備入庫の履歴を説明する図、図１２はデータベース部２１２に記憶されている車両の整備記録情報の一例を示す図である。
車両の整備記録情報は、図１２に一例として示すように、車両の整備単位（整備ＩＤ）ごとに、車両の車台番号、登録番号、車両型式、車両モデル名、車両メーカ名、車両分類、整備理由、整備内容、未整備内容等が記載されたテーブルとしてデータベース部２１２に記憶されている。特に、この整備記録情報の整備理由、整備内容は自然言語のセンテンスで記述されている。
(2.4) Parts Maintenance History FIG. 5 is a flowchart showing the flow of the operation of the parts maintenance
As shown in FIG. 12 as an example, vehicle maintenance record information includes vehicle chassis number, registration number, vehicle model, vehicle model name, vehicle manufacturer name, vehicle classification, and maintenance for each vehicle maintenance unit (service ID). It is stored in the
部品整備履歴抽出部２０４は、整備記録情報から車両の架装（車両に積載された荷台等の装備）を含む部品ごとの部品整備履歴情報を抽出する。
具体的には、整備記録に記載された部品名、部品型式、部品モデル、部品メーカ、部品分類、車台番号及び登録番号の値、多次元分析検索条件として多次元分析検索設定部２０３で設定された分析軸の値、整備理由の値、整備内容の値及び未整備内容の値を整備記録情報からそのまま読み取って部品整備履歴情報を抽出する。
The parts maintenance
Specifically, the part name, part model, part model, part maker, part classification, chassis number and registration number values described in the maintenance record, and multidimensional analysis search setting conditions are set by the multidimensional analysis
また、部品整備履歴抽出部２０４は、整備記録情報に記述された自然言語センテンスを形態素解析することによりキーワードを抽出して部品整備履歴情報を抽出する。
ここで、形態素解析は、整備記録に記載された部品名、部品型式、部品モデル、部品メーカ、部品分類、車台番号、登録番号、車両型式、車両モデル名、車両メーカ名、車両分類、分析軸の分析軸値、整備理由、整備内容、未整備内容を表す特定のキーワード及びその同義語表現を抽出し、特定のキーワード及び同義語表現を予め設定された品詞属性を付与した単語として高優先度で登録した形態素解析用辞書を用いて、抽出対象となるキーワードに該当するか否かを判定することにより行う。
Further, the part maintenance
Here, the morphological analysis is the part name, part model, part model, part manufacturer, part classification, chassis number, registration number, vehicle model, vehicle model name, vehicle manufacturer name, vehicle classification, analysis axis described in the maintenance record. Extracts specific keywords and their synonym expressions that represent the analysis axis values, maintenance reasons, maintenance contents, and unmaintained contents, and the specific keywords and synonym expressions are given high priority as words with pre-set part-of-speech attributes. Using the morphological analysis dictionary registered in the above, it is determined by determining whether or not it corresponds to the keyword to be extracted.
部品整備履歴抽出部２０４は、整備記録情報を取得し（Ｓ１０１）、各車台について、図６（ａ）に一例として示すように、記録された走行距離の範囲（単位：Ｋｍ）を求める（以下、ライフラインと記す）。
そして、部品に関する項目を読み取り（Ｓ１０２）、ライフラインに整備入庫の履歴をプロットする（図中 ○印参照）。このライフラインの各整備入庫には、整備内容の情報として、整備時点の走行距離、整備時点の経過年月、整備理由、整備入庫時に記録された故障発生時の現象（発生箇所、発生条件、発生環境及び発生症状）、整備入庫時に記録した故障原因、整備内容及び未整備内容の情報を部品メーカごと部品名ごとに記録する（Ｓ１０８）。
The parts maintenance
Then, the items related to the parts are read (S102), and the history of maintenance warehousing is plotted on the lifeline (see the circle in the figure). For each maintenance warehousing of this lifeline, as information on the contents of maintenance, the mileage at the time of maintenance, the elapsed time at the time of maintenance, the reason for maintenance, the phenomenon at the time of failure recorded at the time of maintenance entry (occurrence location, occurrence condition, (Occurrence environment and occurrence symptom), the cause of failure recorded at the time of maintenance warehousing, information on maintenance contents and unmaintained contents are recorded for each part manufacturer for each part name (S108).
また、図６（ｂ）に一例として示すように、ライフラインの１回の整備入庫における、部品メーカごと及び部品ごとの、整備内容の情報、未整備内容の情報を記録する（Ｓ１０８）。
例えば、図６（ｂ）に示す例においては、部品Ａについては、２万Ｋｍで予防交換、４万Ｋｍと６万Ｋｍにおいて故障交換が行われ、５．５万Ｋｍでは、提案却下による未整備となっている。部品Ｂについては、２万Ｋｍで予防交換、４万Ｋｍで故障交換が行われ、５．５万Ｋｍと６万Ｋｍでは、整備入庫とは無関係で未交換となっている。これにより、各車台の毎回の整備入庫において整備した部品の履歴を管理することができる。
尚、整備内容には、上位となる部品を構成する複数の下位の部品を同一の整備内容としている情報を含み、上位となる部品を構成する下位の部品の部品整備履歴を管理することができる。
Further, as shown as an example in FIG. 6B, information on maintenance contents and information on unmaintained contents for each part maker and each part in one maintenance receipt of the lifeline is recorded (S108).
For example, in the example shown in FIG. 6B, for part A, preventive replacement is performed at 20,000 Km, failure replacement is performed at 40,000 Km and 60,000 Km, and the proposal is not rejected at 55,000 Km. It has been maintained. For part B, preventive replacement is performed at 20,000 Km, failure replacement is performed at 40,000 Km, and at 55,000 Km and 60,000 Km, it is not replaced regardless of maintenance warehousing. Thereby, it is possible to manage the history of the parts that are maintained in the maintenance warehousing of each chassis.
In addition, the maintenance content includes information in which a plurality of lower-level parts constituting the higher-order part have the same maintenance content, and the part-maintenance history of the lower-level parts constituting the higher-order part can be managed. .
部品に関する項目に自然言語センテンスが含まれている場合は、自然言語センテンスを形態素解析することによりキーワードを抽出する（Ｓ１０３）。そして、特定のキーワードが抽出され（Ｓ１０４：Ｙｅｓ）、さらに同義語表現である場合（Ｓ１０５：Ｙｅｓ）、同義語を特定のキーワードに置換して（Ｓ１０６）部品整備履歴情報を抽出する。部品に関する項目の読み取りは、全ての項目に対して行われ（Ｓ１０７：Ｙｅｓ）、部品整備履歴情報として記録部２１０に記録する（Ｓ１０８）。これにより、整備記録中に記載された自然言語センテンス及び同義語の表記揺れが生じ得る自然言語センテンスに対して、キーワードを指示して検索することができる。
When a natural language sentence is included in the item related to the part, a keyword is extracted by performing morphological analysis on the natural language sentence (S103). Then, when a specific keyword is extracted (S104: Yes), and is a synonym expression (S105: Yes), the synonym is replaced with a specific keyword (S106), and component maintenance history information is extracted. The items related to the parts are read for all items (S107: Yes), and are recorded in the
（２．５）同時整備類似部品群
図７は車台についての設定された検索条件に合致する整備記録の例を示す図、図８は図７に示す整備履歴における抽出された部品の出現率、相関係数及びアソシエーション分析の統計指標値の例を示す図である。
同時整備類似部品群抽出部２０５は、同時である一度の整備入庫における整備、前回整備時から所定の走行距離内の近接した複数の整備入庫における整備、前回整備時から所定の経過年月内の近接した複数の整備入庫における整備を１回分の整備とし、複数の整備において交換された部品をグループ化して同時整備類似部品群として抽出する。
(2.5) Simultaneous maintenance similar parts group FIG. 7 is a diagram showing an example of maintenance records that match the set search conditions for the chassis, and FIG. 8 is the appearance rate of the extracted parts in the maintenance history shown in FIG. It is a figure which shows the example of the statistical index value of a correlation coefficient and an association analysis.
The simultaneous maintenance similar parts group extraction unit 205 performs maintenance in one maintenance warehousing at the same time, maintenance in a plurality of maintenance warehousings within a predetermined mileage from the previous maintenance, and within a predetermined elapsed time from the previous maintenance. Maintenance in a plurality of adjacent maintenance warehousing is considered as one maintenance, and parts exchanged in a plurality of maintenance are grouped and extracted as a simultaneous maintenance similar parts group.
具体的には、同時整備類似部品群抽出部２０５は、部品整備履歴情報に含まれる部品について、共通して出現する出現率が予め定められた閾値を超える部品群をグループ化して抽出する出現率モードを有している。
図７に一例として示すように、車台Ｘ１、Ｘ２、Ｘ３、Ｘ４のそれぞれのライフラインにおける５回分の整備記録が［１］、［２］、［３］、［４］、［５］であった場合、個々の部品Ａ、Ｂ、Ｃ、Ｄについての出現率は、図８（ａ）に示すように部品Ａは１００％、部品Ｂは１００％、部品Ｃは８０％、部品Ｄは４０％、部品Ｅは２０％となり、例えば、出現率の閾値を８０％と設定した場合には、出現率が１００％である部品Ａ、部品Ｂ、出現率８０である部品Ｃをグループ化して同時整備類似部品群として抽出する。
Specifically, the simultaneous maintenance similar parts group extraction unit 205 groups and extracts parts groups whose appearance ratios that appear in common exceed a predetermined threshold for the parts included in the parts maintenance history information. Has a mode.
As shown in FIG. 7 as an example, the maintenance records for five times in each lifeline of the chassis X1, X2, X3, X4 were [1], [2], [3], [4], [5]. As shown in FIG. 8 (a), the appearance rate for each of the parts A, B, C, and D is 100% for the part A, 100% for the part B, 80% for the part C, and 40% for the part D. % And part E are 20%. For example, when the threshold of appearance rate is set to 80%, parts A and B having an appearance rate of 100% and parts C having an appearance rate of 80 are grouped simultaneously. Extract as a maintenance-like parts group.
また、同時整備類似部品群抽出部２０５は、部品整備履歴情報に含まれる部品同士を相関分析して得られる相関係数が予め定められた閾値を超える部品をグループ化して抽出する相関分析モードを有している。
図７に一例として示すように、車台Ｘ１、Ｘ２、Ｘ３、Ｘ４のそれぞれのライフラインにおける５回分の整備記録が［１］、［２］、［３］、［４］、［５］であった場合、抽出された部品群における同時交換された部品間の相関係数は、図８（ｂ）に示す相関になる。この場合、図８（ｂ）中における指標値に基づいてクラスタリングする。すなわち、部品整備履歴情報を複数の群に分割する。ここで、相関係数が予め定めた閾値０．８を超える部品群からなるクラスタは、［１］、［２］の群、［３］の群、［４］の群、［５］の群となる。そして、相関係数に基づき複数の群に分割したら、それぞれの群に対して出現率モードの手法を適用し、共通して出現する出現率が予め定められた閾値を超える部品群をグループ化して抽出する。
In addition, the simultaneous maintenance similar parts group extraction unit 205 performs a correlation analysis mode for grouping and extracting parts whose correlation coefficient obtained by correlation analysis of parts included in the part maintenance history information exceeds a predetermined threshold. Have.
As shown in FIG. 7 as an example, the maintenance records for five times in each lifeline of the chassis X1, X2, X3, X4 were [1], [2], [3], [4], [5]. In this case, the correlation coefficient between the simultaneously exchanged parts in the extracted part group is the correlation shown in FIG. In this case, clustering is performed based on the index value in FIG. That is, the parts maintenance history information is divided into a plurality of groups. Here, a cluster composed of component groups whose correlation coefficient exceeds a predetermined threshold value 0.8 is a group [1], [2], a group [3], a group [4], or a group [5]. It becomes. Then, after dividing into a plurality of groups based on the correlation coefficient, the appearance rate mode technique is applied to each group, and the group of parts whose appearance rate that appears in common exceeds a predetermined threshold is grouped. Extract.
同時整備類似部品群抽出部２０５は、部品整備履歴情報に含まれる部品同士をアソシエーション分析して得られる支持度、信頼度、リフト値等のアソシエーション分析の統計指標値が予め定められた閾値を超える部品をグループ化して抽出するアソシエーション分析モードを有している。
図７に一例として示すように、車台Ｘ１、Ｘ２、Ｘ３、Ｘ４のそれぞれのライフラインにおける５回分の整備記録が［１］、［２］、［３］、［４］、［５］であった場合、支持度、信頼度、リフト値等のアソシエーション分析の統計指標値は、図８（ｃ）に一例と示すとおりになる。この場合、支持度、信頼度、リフト値の高いルールを抽出する。例えば、リフト値の閾値を１．１と設定した場合には、図中の上位四つのルールが抽出される。このルールを、他の手法で抽出されたグループに適用することで、当該グループの部品間に強い関連性があるか否かを判定することができる。例えば、整備間隔類似部品群のあるグループ（寿命の確率分布関数の形状が類似しているグループ）が、部品Ｃ、Ｅ、Ｆであったとすると、ルールの条件部と結論部に登場するのは部品Ｃ、Ｅである。
したがって、これら二つの部品は、整備［１］〜［５］を検索した条件において同時交換されており、かつ、寿命形状が類似していることから、今後も同じ条件で同時交換される可能性が高いものと推測でき、部品Ｃ、Ｅをグループ化して同時整備類似部品群として抽出する。
The simultaneous maintenance similar parts group extraction unit 205 has a statistical index value of association analysis such as support level, reliability, and lift value obtained by association analysis of parts included in the part maintenance history information exceeding a predetermined threshold. It has an association analysis mode that groups and extracts parts.
As shown in FIG. 7 as an example, the maintenance records for five times in each lifeline of the chassis X1, X2, X3, X4 were [1], [2], [3], [4], [5]. In this case, statistical index values for association analysis such as support level, reliability level, and lift value are as shown in FIG. 8C as an example. In this case, a rule with high support, reliability, and lift value is extracted. For example, when the lift value threshold is set to 1.1, the top four rules in the figure are extracted. By applying this rule to a group extracted by another method, it is possible to determine whether or not there is a strong relationship between the parts of the group. For example, if a certain group of maintenance interval-like parts groups (groups having similar life probability distribution function shapes) are parts C, E, and F, they appear in the rule condition part and the conclusion part. Parts C and E.
Therefore, these two parts are replaced at the same time under the conditions searched for maintenance [1] to [5], and the life shapes are similar, so there is a possibility that they will be replaced at the same conditions in the future. The parts C and E are grouped and extracted as a simultaneous maintenance similar parts group.
これにより、同時整備された部品のうち出現率、相関係数又は出現アソシエーション分析の統計指標値が高い部品群を検索することができる。
尚、出現率、相関係数又はアソシエーション分析の統計指標値は、車両の整備工場が取り扱う車両母集団が変化することにより抽出対象となる車台母数が随時増減するために、車台母数の変化の影響を打ち消すように車台母数が少ない整備記録に対しては車台母数の変化に応じた重みづけを付与して算出することが好ましい。
Thereby, it is possible to search for a part group having a high appearance rate, correlation coefficient, or statistical index value of appearance association analysis among the parts that have been prepared simultaneously.
It should be noted that the appearance index, correlation coefficient, or statistical index value of association analysis is based on changes in the vehicle population parameter because the vehicle population to be extracted increases or decreases as needed due to changes in the vehicle population handled by the vehicle maintenance factory. It is preferable to calculate the maintenance record with a small number of chassis parameters by assigning a weight according to the variation of the chassis parameter so as to cancel the influence of the above.
同時整備類似部品群抽出部２０５は、部品群の抽出単位として、個々の部品を抽出単位とする部品抽出モードと、上位となる部品を構成する複数の下位の部品を上位となる部品に集約した上で抽出単位とする上位部品抽出モードとのいずれかが選択可能である。
上位部品抽出モードに切り換えることで、同時整備された部品のうち出現率、相関係数又は出現アソシエーション分析の統計指標値が高い部品群の検索結果に関し、上位側部品に集約して、より分かりやすい視点で俯瞰することができる。
The simultaneous maintenance similar parts group extraction unit 205 aggregates a part extraction mode in which individual parts are extracted as a part group extraction unit, and a plurality of lower parts constituting the upper part into upper parts. Any one of the upper part extraction modes as the extraction unit can be selected.
By switching to the upper part extraction mode, the search results for parts with high appearance rate, correlation coefficient, or statistical index value of appearance association analysis among the parts that have been prepared at the same time are aggregated in the upper part and are easier to understand. You can get a bird's-eye view from the viewpoint.
同時整備類似部品群抽出部２０５は、部品メーカごとの個々の部品を抽出単位とする部品メーカ抽出モードと、全部品メーカを集約して個々の部品を抽出単位とする全部品メーカ抽出モードとのいずれかが選択可能である。これにより、同時整備された部品のうち出願率又は相関性が高い部品群の検索結果をメーカ間で比較することができる。 The simultaneous maintenance similar parts group extraction unit 205 includes a parts maker extraction mode in which individual parts for each part maker are extracted, and an all parts maker extraction mode in which all parts makers are aggregated and individual parts are extracted. Either can be selected. This makes it possible to compare the search results of parts groups having a high application rate or high correlation among parts prepared at the same time.
（２．６）部品整備間隔分布
図９（ａ）は走行距離間隔における部品交換件数の例を示す図、（ｂ）は経過年数間隔における部品交換件数の例を示す図、（ｃ）は走行距離間隔における累積部品交換件数の例を示す図、（ｆ）は経過年数間隔における累積部品交換件数の例を示す図、図１０は累積部品交換件数の確率分布の分布形状を説明する模式図である。
図９（ａ）、（ｂ）に示すヒストグラムの横軸（図例における走行距離間隔又は経過年月間隔）の幅を狭め、かつ、縦軸を部品交換件数全体に占める割合にすれば、寿命の確率密度関数になる。同様に、図９（ｃ）、（ｄ）に示したヒストグラムの横軸の幅を狭め、かつ、縦軸を累積部品交換件数全体に占める割合に変更すれば、寿命の確率分布関数（不信頼度関数）になる。
(2.6) Distribution of parts maintenance interval FIG. 9A is a diagram showing an example of the number of parts replacement in the travel distance interval, FIG. 9B is a diagram showing an example of the number of parts replacement in the elapsed years interval, and FIG. The figure which shows the example of the cumulative number of parts replacement | exchange in a distance interval, (f) is a figure which shows the example of the cumulative number of parts replacement | exchange in an elapsed years interval, FIG. 10 is a schematic diagram explaining the distribution shape of probability distribution of a cumulative part replacement | exchange number. is there.
If the width of the horizontal axis (travel distance interval or elapsed time interval in the figure) of the histograms shown in FIGS. 9A and 9B is narrowed and the vertical axis is the ratio of the total number of parts replacement, The probability density function of Similarly, if the width of the horizontal axis of the histograms shown in FIGS. 9C and 9D is narrowed and the vertical axis is changed to a ratio to the total number of replacement parts, the probability distribution function of life (unreliable) Degree function).
部品整備間隔分布抽出部２０６は、部品整備履歴抽出部２０４によって抽出された部品整備履歴情報から車両の部品ごとの部品整備間隔分布情報を抽出する。
The part maintenance interval
部品整備間隔分布情報は、図９（ｃ）に一例として示すように、車台ごとの隣接した整備の間における走行距離間隔（図例においては、万Ｋｍ単位の間隔で集計）に基づいて、同一型式、同一モデル、同一メーカ又は同一車両分類で部品整備件数（部品交換件数）を集計することにより走行距離間隔に対する累積部品交換件数の分布として抽出される。
また、部品整備間隔分布情報は、図９（ｄ）に一例として示すように、車台ごとの隣接した整備の間における経過年月間隔（図例においては、年単位の間隔で集計）に基づいて、同一型式、同一モデル、同一メーカ又は同一車両分類で部品整備件数（部品交換件数）を集計することにより経過年月間隔に対する累積部品交換件数の分布として抽出される。
これにより、整備間隔走行距離又は整備間隔経過年月の分布を検索することができる。
The parts maintenance interval distribution information is the same based on the travel distance interval between adjacent maintenances for each chassis (in the example shown in FIG. 9C, aggregated at intervals of 10,000 km). By collecting the number of parts maintenance (number of parts replacement) by model, the same model, the same manufacturer or the same vehicle classification, it is extracted as a distribution of the cumulative number of parts replacement with respect to the travel distance interval.
Further, as shown in FIG. 9D as an example, the parts maintenance interval distribution information is based on the elapsed time interval between adjacent maintenances for each chassis (in the example shown in the figure, totaled at intervals of years). By collecting the number of parts maintenance (number of parts replacement) by the same model, the same model, the same manufacturer, or the same vehicle classification, it is extracted as the distribution of the cumulative number of parts replacement with respect to the elapsed time interval.
Thereby, it is possible to retrieve the maintenance interval travel distance or the distribution of maintenance interval elapsed years.
分布関数の具体的な形状を推定するにあたっては、各整備において交換する部品が異なる場合があることを考慮に入れる必要がある。そのために、累積ハザード法、カプラン-マイアー法等を用いて不信頼度関数を推定する。例えば、整備間隔走行距離に基づく不信頼度を累積ハザード法により推定する場合、縦軸に累積ハザード値、横軸に整備間隔走行距離又は整備間隔経過年月を取り、ワイブル分布に近似できるかどうかを判定する。このとき、ワイブル分布に近似できる場合はこれを部品整備間隔分布の確率分布関数として採用する（ここに、不信頼度＝１−ｅｘｐ（−１×累積ハザード値））。一方、ワイブル分布に近似できないことが判明した場合はカプラン-マイアー法により不信頼度関数の形状を求める。 In estimating the specific shape of the distribution function, it is necessary to take into account that the parts to be replaced may be different in each maintenance. Therefore, the unreliability function is estimated using the cumulative hazard method, Kaplan-Meier method, or the like. For example, when estimating the unreliability based on the maintenance interval travel distance using the cumulative hazard method, whether the vertical axis represents the cumulative hazard value and the horizontal axis represents the maintenance interval travel distance or the maintenance interval elapsed years, can we approximate the Weibull distribution? Determine. At this time, if the distribution can be approximated to the Weibull distribution, this is adopted as a probability distribution function of the parts maintenance interval distribution (where unreliability = 1−exp (−1 × cumulative hazard value)). On the other hand, when it is found that the distribution cannot be approximated to the Weibull distribution, the shape of the unreliability function is obtained by the Kaplan-Meier method.
尚、部品整備間隔分布情報にける部品整備件数は、車両の整備工場が取り扱う車両母集団が変化することにより抽出対象となる車台母数が随時増減するために、車台母数の変化の影響を打ち消すように車台母数が少ない整備記録に対しては車台母数の変化に応じた重みづけを付与して調整した上で算出することが好ましい。 It should be noted that the number of parts maintenance in the parts maintenance interval distribution information is affected by changes in the number of chassis, because the number of chassis to be extracted increases and decreases as the vehicle population handled by the vehicle maintenance factory changes. It is preferable to calculate the maintenance record with a small number of chassis parameters so as to cancel and adjust the weighting according to the change in the chassis parameter.
（２．７）整備間隔類似部品群
整備間隔類似部品群抽出部２０７は、図９（ｃ）、（ｄ）に示すような部品整備間隔分布における任意の二つの部品整備間隔分布間の分布間距離又はそれに類する指標に基づいて判定された分布形状が類似している部品群をグループ化して抽出する。
例えば、比較したい二つの部品整備間隔分布がいずれもワイブル分布に近似できた場合は、当該分布関数の特徴を表すパラメータが予め定めた閾値の範囲に収まっているときは、これらを同じグループに属するものとして抽出する。また、ワイブル分布に近似できなかった場合、二つの部品整備間隔分布間の距離が予め定めた閾値の範囲に収まっているときは、これらを同じグループに属するものとして抽出する。尚、分布間の距離を求める方法には様々なものがあり、例えばカルバックライブラー情報量等を用いることもできる。
(2.7) Maintenance Interval Similar Parts Group The maintenance interval similar parts
For example, if the two parts maintenance interval distributions to be compared can be approximated to the Weibull distribution, if the parameters representing the characteristics of the distribution function are within the predetermined threshold range, they belong to the same group Extract as things. If the distance between the two parts maintenance interval distributions is within a predetermined threshold range when the distribution cannot be approximated to the Weibull distribution, these are extracted as belonging to the same group. There are various methods for obtaining the distance between the distributions. For example, the amount of information of the Cullback library can be used.
部品整備間隔分布の形状がワイブル分布に当てはまらないものが多い場合には、二つの部品の組それぞれについて分布間距離を計算する必要があるが、その計算量は部品間の組合せ数のオーダーとなるため膨大になる。そのために、機械学習による簡易的な方法を用いて計算量を軽減することが好ましい。
例えば、予め一部の部品の組については上述の方法で分布間距離を求めておき、いくつかのグループに分けておく。そして、それぞれのグループごとに異なる特徴を有する分布形状となるように、分布間距離の閾値の設定を適宜調整する。図１０（ａ）には、こうして得られた分布形状のパターン示す。ここで、図１０（ａ）に示す例では、グループＰは部品Ａ、Ｂ、Ｃの部品整備間隔分布であり、グループＱは部品Ｄ、Ｅの部品整備間隔分布である。
この二つのグループＰ、Ｑを教師データに採用して、予め機械学習を行う。そして、残りの部品については、機械学習を適用し、教師となっているグループＰ、Ｑの分布形状のパターンに最も近いものを選定し、その分布形状を有するグループに所属させる。例えば、図１０（ｂ）に示した部品Ｆの分布形状は、機械学習の結果、グループＰに所属する。このようにして、分布形状が類似している部品群をグループ化して抽出することができる。
When there are many parts maintenance interval distribution shapes that do not fit the Weibull distribution, it is necessary to calculate the distance between the distributions for each set of two parts, but the calculation amount is on the order of the number of combinations between parts. Therefore, it becomes enormous. Therefore, it is preferable to reduce the amount of calculation using a simple method by machine learning.
For example, with respect to a set of some parts, the distribution distance is obtained by the above-described method, and divided into several groups. Then, the setting of the threshold of the inter-distribution distance is appropriately adjusted so that the distribution shape has different characteristics for each group. FIG. 10A shows a pattern of the distribution shape thus obtained. Here, in the example shown in FIG. 10A, the group P is the parts maintenance interval distribution of the parts A, B, and C, and the group Q is the parts maintenance interval distribution of the parts D and E.
These two groups P and Q are adopted as teacher data, and machine learning is performed in advance. For the remaining parts, machine learning is applied to select a component closest to the distribution shape pattern of the groups P and Q serving as a teacher and belong to the group having the distribution shape. For example, the distribution shape of the component F illustrated in FIG. 10B belongs to the group P as a result of machine learning. In this way, parts groups having similar distribution shapes can be grouped and extracted.
整備間隔類似部品群抽出部２０７は、部品群の抽出単位として、個々の部品を抽出単位とする部品抽出モードと、上位となる部品を構成する複数の下位の部品を上位となる部品に集約した上で抽出単位とする上位部品抽出モードとのいずれかが選択可能である。これにより、整備間隔走行距離又は整備間隔経過年月の分布が類似している部品群の検索結果に関し、上位側部品に集約して、より分かりやすい視点で俯瞰することができる。
The maintenance interval similar parts
また、整備間隔類似部品群抽出部２０７は、部品メーカごとの個々の部品を抽出単位とする部品メーカ抽出モードと、全部品メーカを集約して個々の部品を抽出単位とする全部品メーカ抽出モードとのいずれかが選択可能である。これにより、整備間隔走行距離又は整備間隔経過年月の分布が類似している部品群の検索結果をメーカ間で比較することができる。
The maintenance interval similar parts
（３）検索動作
図１１は車両整備情報検索装置２における検索動作の流れを示すフローチャートである。
このように構成される車両整備情報検索装置２は、利用者の検索指示が自然言語で記述されたセンテンスである場合、センテンスを形態素解析した特定のキーワードを抽出したときはセンテンスを検索指示として受け付け、特定のキーワードの同義語表現を抽出したときは特定のキーワードに置換した後にセンテンスを検索指示として受け付ける（Ｓ２０１）。これにより、同義語の表記揺れが生じ得る自然言語センテンスに対して、分析軸の値に該当するキーワードを指示して検索することができる。
そして、車種軸、架装軸、地域軸、走行距離軸、経過年月軸、整備間隔年月軸、現象軸、及び原因軸を含む複数の分析軸に対応して受け付けた検索条件を多次元分析検索条件として設定する（Ｓ２０２）。
(3) Search Operation FIG. 11 is a flowchart showing the flow of the search operation in the vehicle maintenance
When the user's search instruction is a sentence described in a natural language, the vehicle maintenance
Multi-dimensional search conditions received corresponding to multiple analysis axes including vehicle type axis, bodywork axis, regional axis, mileage axis, elapsed year axis, maintenance interval year axis, phenomenon axis, and cause axis The analysis search condition is set (S202).
そして、整備記録検索部２０８は、検索指示された条件に合致する部品整備履歴情報に含まれる整備部品の一覧、整備部品ごとの部品整備間隔分布情報、同時整備類似部品群情報の一覧、及び整備間隔類似部品群情報の一覧を多次元分析検索設定部２０３で設定された分析軸の値に基づいて検索する（Ｓ２０３）。
Then, the maintenance
ここで、利用者は、同時整備類似部品群情報及び整備間隔類似部品群情報の検索対象となる部品は、個々の部品を検索対象とする抽出単位と、上位となる部品を構成する複数の下位の部品を上位となる部品に集約した上で検索対象とする上位部品抽出単位とのいずれかが選択可能である。
また、部品メーカ別の個々の部品を抽出単位とする部品メーカ抽出モードと、全部品メーカを集約して個々の部品を抽出単位とする全部品メーカ抽出モードとのいずれかが選択可能である。
Here, the user can search for the parts for which the simultaneous maintenance similar parts group information and the maintenance interval similar parts group information are to be searched. Can be selected from the higher-level component extraction units to be searched.
Further, it is possible to select either a part maker extraction mode in which individual parts for each part maker are extracted, or an all parts maker extraction mode in which all parts manufacturers are aggregated and individual parts are extracted.
そして、報知部２０９は、整備記録検索部２０８による検索結果に予測等の付加情報を付加して通信部２１１を介して端末装置３に送信することで利用者に検索結果を報知する（Ｓ２０４）。
具体的には、同時整備類似部品群情報に基づいて抽出された部品の識別情報を用いて、工賃金額情報及び部品金額情報を含む部品マスタ情報を検索して当該部品の単価を取得し、検索条件に合致する同時整備類似部品群を整備するための見積金額情報を検索結果に付加して報知する（Ｓ２０４）。これにより、同時整備された部品群の整備のための見積金額の情報を提供することができる。
And the alerting | reporting
Specifically, by using the part identification information extracted based on the simultaneous maintenance similar parts group information, the part master information including the wage price information and the part price information is retrieved to obtain the unit price of the part. Estimated amount information for maintaining the similar maintenance similar parts group that matches the conditions is added to the search result and notified (S204). Thereby, it is possible to provide information on the estimated amount for maintenance of the parts group that has been simultaneously maintained.
また、報知部２０９は、部品整備間隔分布情報に基づいて、走行距離間隔又は経過年月間隔の分布の形状、及び、分布から導かれる平均値、分散値、中央値若しくはパーセンタイル値等の統計指標値を検索結果に付加して報知する（Ｓ２０４）。
In addition, the
また、報知部２０９は、部品整備間隔分布情報に基づいて、次回整備に至るまでの走行距離又は経過年月の予測値、並びに予測値が予め定められた閾値に満たない部品群である予防交換部品群情報を検索結果に付加して報知する（Ｓ２０４）。これにより、現時点では故障していないが今後故障することが予測される部品の診断情報を提供することができる。
Further, the
また、検索条件に合致する車検等の定期点検整備を予定している車両について、車両の定期点検整備における通常交換部品群及び予防交換部品群を整備前に把握するための整備部品情報を検索結果に付加して報知する（Ｓ２０４）。これにより、部品の発注リードタイムに応じて、将来の定期点検又は車検の整備入庫の通常交換又は予防交換に備えて、現時点で発注すべき部品群の情報を提供することができる。 In addition, for vehicles that are scheduled for periodic inspection and maintenance such as vehicle inspections that meet the search conditions, search results for maintenance parts information for grasping the normal replacement parts group and preventive replacement parts group in the periodic inspection and maintenance of vehicles before maintenance Is added and notified (S204). This makes it possible to provide information on a part group to be ordered at the present time in preparation for a normal exchange or preventive exchange for a maintenance inspection warehousing in the future according to the part order lead time.
また、報知部２０９は、整備間隔類似部品群情報に基づいて、特定の部品群を整備してから別の部品群を整備するまでの走行距離又は経過年月の診断値を検索結果に付加して報知する（Ｓ２０４）。これにより、特定の部品群を整備してから別の部品群を整備するまでの走行距離又は経過年数の診断情報を提供することができる。
In addition, based on the maintenance interval similar parts group information, the
さらに、報知部２０９は、多次元分析検索設定部２０３で特定の原因軸の値を多次元分析検索条件として設定せず、整備記録検索部２０８による部品整備履歴情報の検索結果に複数の原因軸の値が出現した場合、出現した原因軸の値の中から出現頻度が予め定めた基準を満たすものを抽出した上で、検索結果内の部品群について整備するに至った原因の推測情報を検索結果に付加して報知する（Ｓ２０４）。これにより、抽出された部品を整備するに至った原因の推測情報を提供することができる。
Further, the
このように、車両整備情報検索装置２によれば、複数の分析軸を用いた多角的な検索によって、修理整備する部品群及び予防整備する部品群の的確な予測を行うことができる。
Thus, according to the vehicle maintenance
１・・・車両整備情報提供システム
２・・・車両整備情報検索装置
２０２・・・検索受付部
２０３・・・多次元分析検索条件設定部
２０４・・・部品整備履歴抽出部
２０５・・・同時整備類似部品群抽出部
２０６・・・部品整備間隔分布部抽出部
２０７・・・整備間隔類似部品群抽出部
２０８・・・整備記録検索部
２０９・・・報知部
３・・・端末装置
DESCRIPTION OF
請求項８記載の発明は、請求項７に記載の車両整備情報検索装置において、
前記形態素解析は、前記部品名、前記部品型式、前記部品モデル、前記部品メーカ、前記部品分類、前記車台番号、前記登録番号、前記車両型式、前記車両モデル名、前記車両メーカ名、前記車両分類、前記分析軸の分析軸値、前記整備理由、前記整備内容、又は、前記未整備内容を表す前記特定のキーワードの同義語表現を抽出した場合、前記同義語表現を前記特定のキーワードに置換する、
ことを特徴とする。
The invention described in
The morphological analysis includes the component name, the component model, the component model, the component manufacturer, the component classification, the chassis number, the registration number, the vehicle model, the vehicle model name, the vehicle manufacturer name, and the vehicle classification. When the synonym expression of the specific keyword representing the analysis axis value of the analysis axis, the maintenance reason, the maintenance content, or the unmaintained content is extracted, the synonym expression is replaced with the specific keyword ,
It is characterized by that.
請求項９記載の発明は、請求項７に記載の車両整備情報検索装置において、
前記部品整備履歴情報は、整備時点の走行距離の情報、前回整備時からの走行距離間隔の情報、整備時点の経過年月の情報、前回整備時からの経過年月間隔の情報、前記整備理由の情報、整備入庫時に記録された故障発生時の現象の情報、又は整備入庫時に記録された故障原因の情報を含む、
ことを特徴とする。
The invention described in claim 9 is the vehicle maintenance information retrieval device according to claim 7,
The parts maintenance history information includes information on the travel distance at the time of maintenance, information on the distance traveled since the previous maintenance, information on the elapsed time at the time of maintenance, information on the elapsed time since the previous maintenance, and the reason for the maintenance Information on the failure, recorded at the time of maintenance warehousing, or information on the cause of failure recorded at the time of warehousing.
It is characterized by that.
請求項１２記載の発明は、請求項１に記載の車両整備情報検索装置において、
前記同時整備類似部品群抽出手段は、同時である一度の整備入庫における整備、前回整備時から所定の走行距離内の近接した複数の整備入庫における整備、又は、前回整備時から所定の経過年月内の近接した複数の整備入庫における整備において交換された前記部品をグループ化して抽出する、
ことを特徴とする。
The invention described in claim 12 is the vehicle maintenance information search device according to
The simultaneous maintenance similar parts group extracting means may perform maintenance in one maintenance warehousing at the same time, maintenance in a plurality of maintenance warehousings within a predetermined mileage from the previous maintenance, or a predetermined elapsed time from the previous maintenance. Grouping and extracting the parts exchanged in maintenance in a plurality of maintenance warehousing in the vicinity,
It is characterized by that.
Claims (34)
複数の分析軸に対応して受け付けた検索条件を多次元分析検索条件として設定する多次元分析検索設定手段と、
前記整備記録情報から前記車両の架装を含む部品ごとの部品整備履歴情報を抽出する部品整備履歴抽出手段と、
前記部品整備履歴情報から整備タイミングの類似性に基づいてグループ化した同時整備類似部品群情報を抽出する同時整備類似部品群抽出手段と、
前記部品整備履歴情報から前記車両の部品ごとの部品整備間隔分布情報を抽出する部品整備間隔分布抽出手段と、
前記部品整備間隔分布情報から整備間隔走行距離の類似性に基づいてグループ化した整備間隔類似部品群情報を抽出する整備間隔類似部品群抽出手段と、
前記多次元分析検索設定手段で設定された検索条件に基づき前記整備記録情報、前記部品整備履歴情報、前記同時整備類似部品群情報、前記部品整備間隔分布情報及び前記整備間隔類似部品群情報を検索する整備記録検索手段と、
前記整備記録検索手段による検索結果に予測等の付加情報を付加して前記利用者に報知する報知手段と、を備えた、
ことを特徴とする車両整備情報検索装置。 Search accepting means for accepting a user's search instruction for maintenance record information in which maintenance records associated with vehicle identification information are recorded by quantitative data, qualitative data, or natural language data;
Multidimensional analysis search setting means for setting search conditions received corresponding to a plurality of analysis axes as multidimensional analysis search conditions;
Parts maintenance history extraction means for extracting parts maintenance history information for each part including the vehicle bodywork from the maintenance record information;
Simultaneous maintenance similar parts group extraction means for extracting simultaneous maintenance similar parts group information grouped based on the maintenance timing similarity from the parts maintenance history information;
Parts maintenance interval distribution extracting means for extracting parts maintenance interval distribution information for each part of the vehicle from the parts maintenance history information;
Maintenance interval similar component group extraction means for extracting maintenance interval similar component group information grouped based on the similarity of maintenance interval travel distance from the component maintenance interval distribution information;
The maintenance record information, the parts maintenance history information, the simultaneous maintenance similar parts group information, the parts maintenance interval distribution information, and the maintenance interval similar parts group information are searched based on the search conditions set by the multidimensional analysis search setting means. Maintenance record retrieval means to perform,
Informing means for adding additional information such as prediction to the search result by the maintenance record search means and informing the user,
The vehicle maintenance information search device characterized by the above.
車台番号、車両型式、車両モデル名、車両メーカ名及び車両分類からなる車種軸、
前記架装の架装名、型式、モデル名、メーカ名及び架装分類からなる架装軸、
前記車両の整備が実施された地方を特定する地域軸、
前記車両の整備が実施された時点の走行距離軸、
前記車両の整備が実施された時点の初年度登録時からの経過年月軸、
前記車両の車検等を含む定期点検整備の前回実施時からの整備間隔年月軸、
故障発生時の現象を組み合わせたキーワードからなる現象軸、
故障原因を組み合わせたキーワードからなる原因軸、を含む、
ことを特徴とする請求項１に記載の車両整備情報検索装置。 The analysis axis is
Vehicle type shaft consisting of chassis number, vehicle model, vehicle model name, vehicle manufacturer name and vehicle classification,
Bodywork shaft comprising the bodywork name, model, model name, manufacturer name and bodywork classification of the bodywork,
A regional axis that identifies the region where the vehicle has been maintained;
Mileage axis at the time when the vehicle was serviced,
Elapsed months from the time of first year registration at the time of maintenance of the vehicle,
Maintenance interval year / month axis from the previous implementation of periodic inspection and maintenance including vehicle inspection etc.
Phenomenon axis consisting of keywords that combine phenomena at the time of failure,
Including a cause axis consisting of keywords that combine failure causes,
The vehicle maintenance information retrieval device according to claim 1.
ことを特徴とする請求項２に記載の車両整備情報検索装置。 The phenomenon axis includes an occurrence point axis, an occurrence condition axis, an occurrence environment axis, and a symptom axis.
The vehicle maintenance information retrieval device according to claim 2.
ことを特徴とする請求項１ないし３のいずれか１項に記載の車両整備情報検索装置。 When the user's search instruction is a sentence described in a natural language and the keyword includes a keyword representing the value of the analysis axis in the sentence, the multidimensional analysis search setting means When a specific keyword obtained by morphological analysis is extracted, it is accepted as the search instruction. When a synonym expression of the specific keyword is extracted, it is replaced with the specific keyword and then accepted as the search instruction to search for the analysis axis. Set as a condition,
The vehicle maintenance information retrieval device according to any one of claims 1 to 3, wherein
ことを特徴とする請求項４に記載の車両整備情報検索装置。 The morphological analysis uses a morphological analysis dictionary that is registered with high priority as a word to which the specific keyword and the synonym expression to be extracted are given preset part-of-speech attributes.
The vehicle maintenance information retrieval device according to claim 4.
ことを特徴とする請求項４又は５に記載の車両整備情報検索装置。 The morpheme analysis extracts features from the arrangement of a plurality of morphemes including part-of-speech registered in the morpheme analysis dictionary, and determines whether or not the specific keyword to be extracted corresponds.
The vehicle maintenance information retrieval device according to claim 4 or 5, characterized in that
ことを特徴とする請求項１ないし６のいずれか１項に記載の車両整備情報検索装置。 The part maintenance history extraction means includes part name, part model, part model, part manufacturer, part classification, values of the chassis number and registration number, values of the analysis axis, values of maintenance reasons, values of maintenance contents, and unmaintained Read the value of the content as it is from the maintenance record information and extract the parts maintenance history information, and / or extract the specific keyword by morphological analysis of the natural language sentence described in the maintenance record information Extracting the parts maintenance history information;
The vehicle maintenance information search device according to any one of claims 1 to 6, wherein
ことを特徴とする請求項７に記載の車両整備情報検索装置。 The morphological analysis includes the component name, the component model, the component model, the component manufacturer, the component classification, the chassis number, the registration number, the vehicle model, the vehicle model name, the vehicle manufacturer name, and the vehicle classification. When the synonym expression of the specific keyword representing the analysis axis value of the analysis axis, the maintenance reason, the maintenance content, and the unmaintained content is extracted, the synonym expression is replaced with the specific keyword.
The vehicle maintenance information retrieval device according to claim 7.
ことを特徴とする請求項７に記載の車両整備情報検索装置。 The parts maintenance history information includes information on the travel distance at the time of maintenance, information on the distance traveled since the previous maintenance, information on the elapsed time at the time of maintenance, information on the elapsed time since the previous maintenance, and the reason for the maintenance Information on the failure, recorded at the time of maintenance warehousing, information on the phenomenon at the time of failure, and information on the cause of failure recorded at the time of warehousing,
The vehicle maintenance information retrieval device according to claim 7.
ことを特徴とする請求項７に記載の車両整備情報検索装置。 The parts maintenance history information includes information on the maintenance contents and information on the unmaintained contents for the parts for each part name for each part manufacturer.
The vehicle maintenance information retrieval device according to claim 7.
ことを特徴とする請求項１０に記載の車両整備情報検索装置。 The maintenance content information includes information in which a plurality of lower parts constituting the upper part are the same maintenance content.
The vehicle maintenance information retrieval device according to claim 10.
ことを特徴とする請求項１に記載の車両整備情報検索装置。 The simultaneous maintenance similar parts group extracting means includes: maintenance in one maintenance warehousing at the same time, maintenance in a plurality of maintenance warehousings within a predetermined mileage from the previous maintenance, and within a predetermined elapsed time from the previous maintenance. Grouping and extracting the parts exchanged in maintenance at multiple maintenance warehousing nearby,
The vehicle maintenance information retrieval device according to claim 1.
ことを特徴とする請求項１２に記載の車両整備情報検索装置。 The simultaneous maintenance similar parts group extracting means, for the parts included in the parts maintenance history information, an appearance rate mode for grouping and extracting parts groups in which the appearance rate commonly appearing exceeds a predetermined threshold; Correlation analysis mode for grouping and extracting parts groups in which the correlation coefficient obtained by correlation analysis of parts included in the parts maintenance history information exceeds a predetermined threshold, and parts included in the parts maintenance history information Any of the association analysis modes for grouping and extracting a group of parts whose statistical index values such as support, reliability, lift value, etc. obtained by association analysis with each other exceeds a predetermined threshold can be selected.
The vehicle maintenance information retrieval device according to claim 12.
ことを特徴とする請求項１３に記載の車両整備情報検索装置。 The appearance index, the correlation coefficient, or the statistical index value of the association analysis is calculated by assigning a weight according to a change in a vehicle population of a vehicle population handled by a maintenance factory,
The vehicle maintenance information retrieval device according to claim 13.
ことを特徴とする請求項１２に記載の車両整備情報検索装置。 The simultaneous maintenance similar parts group extracting means aggregates a plurality of lower parts constituting the upper part into the upper parts, and a part extraction mode in which each of the parts is an extraction unit. Either the upper part extraction mode as the extraction unit can be selected.
The vehicle maintenance information retrieval device according to claim 12.
ことを特徴とする請求項１２に記載の車両整備情報検索装置。 The simultaneous maintenance similar parts group extraction means includes a parts maker extraction mode in which the individual parts for each part maker are extracted, and an all parts maker extraction mode in which all parts manufacturers are aggregated and the individual parts are used as extraction units. Is selectable,
The vehicle maintenance information retrieval device according to claim 12.
を特徴とする請求項１に記載の車両整備情報検索装置。 The parts maintenance interval distribution information is based on the distance between adjacent maintenance for each chassis, and the number of parts maintenance by the same model, the same model, the same manufacturer, or the same vehicle classification is totaled to calculate the distance to the distance. Extracted as the distribution of the number of parts maintenance cases,
The vehicle maintenance information retrieval device according to claim 1.
を特徴とする請求項１に記載の車両整備情報検索装置。 The parts maintenance interval distribution information is obtained by counting the number of parts maintenance by the same model, the same model, the same manufacturer or the same vehicle classification based on the elapsed time interval between adjacent maintenance for each chassis. Extracted as the distribution of the number of parts maintenance to the interval,
The vehicle maintenance information retrieval device according to claim 1.
を特徴とする請求項１７又は１８に記載の車両整備情報検索装置。 The number of parts maintenance is calculated by assigning weights according to changes in the vehicle population of the vehicle population handled by the maintenance shop,
The vehicle maintenance information search device according to claim 17 or 18, characterized by.
を特徴とする請求項１に記載の車両整備情報検索装置。 The maintenance interval-similar parts group extraction means is a component group having a similar distribution shape determined based on a distribution distance between any two parts maintenance interval distributions in the parts maintenance interval distribution information or an index similar thereto. Extract by grouping,
The vehicle maintenance information retrieval device according to claim 1.
を特徴とする請求項２０に記載の車両整備情報検索装置。 The maintenance interval similar parts group extracting means is a parts group having similar distribution shapes determined based on an inter-distribution distance between any two parts maintenance interval distributions in the parts maintenance interval distribution information or similar indices. The distribution shape of the part maintenance interval distribution of a new part is similar to the distribution shape determined based on the machine learning by performing machine learning using a representative example of the distribution shape of Adding the new part to the existing parts group,
The vehicle maintenance information search device according to claim 20, wherein:
ことを特徴とする請求項２０に記載の車両整備情報検索装置。 The maintenance interval similar parts group extracting means aggregates a plurality of subordinate parts constituting the upper part into the upper part as a part extraction mode in which each of the parts is an extraction unit. Either the upper part extraction mode as the extraction unit can be selected.
The vehicle maintenance information search device according to claim 20, wherein
ことを特徴とする請求項２０に記載の車両整備情報検索装置。 The maintenance interval similar parts group extraction means includes a parts maker extraction mode in which the individual parts for each part maker are extracted, and an all parts maker extraction mode in which all parts manufacturers are aggregated and the individual parts are used as an extraction unit. Is selectable,
The vehicle maintenance information search device according to claim 20, wherein
ことを特徴とする請求項１に記載の車両整備情報検索装置。 When the user's search instruction is a sentence described in a natural language, the search reception means receives the sentence as the search instruction when a specific keyword obtained by morphological analysis of the sentence is extracted, When the synonym expression of the keyword is extracted, the sentence is accepted as the search instruction after the replacement with the specific keyword.
The vehicle maintenance information retrieval device according to claim 1.
ことを特徴とする請求項１に記載の車両整備情報検索装置。 The maintenance record search means includes a list of maintenance parts that meet the search instructed condition, a list of the parts maintenance history information for each maintenance part, a list of the simultaneous maintenance similar parts group information, and a part maintenance interval distribution information. A list and a list of the maintenance interval similar parts group information are searched based on the value of the analysis axis;
The vehicle maintenance information retrieval device according to claim 1.
個々の前記部品を検索対象とする抽出単位と、上位となる前記部品を構成する複数の下位の前記部品を前記上位となる前記部品に集約した上で検索対象とする上位部品抽出単位とのいずれかが選択可能である、
ことを特徴とする請求項２５に記載の車両整備情報検索装置。 The parts to be searched for the simultaneous maintenance similar parts group information and the maintenance interval similar parts group information are:
Either an extraction unit for which the individual parts are to be searched, or an upper part extraction unit for which the plurality of lower parts constituting the upper part are aggregated into the upper parts and to be searched Is selectable,
26. The vehicle maintenance information retrieval device according to claim 25.
ことを特徴とする請求項２５に記載の車両整備情報検索装置。 The maintenance record search means is either a part maker extraction mode in which the individual parts for each part maker are extracted, or an all parts maker extraction mode in which all parts manufacturers are aggregated and the individual parts are extracted. Is selectable,
26. The vehicle maintenance information retrieval device according to claim 25.
ことを特徴とする請求項１に記載の車両整備情報検索装置。 The informing means uses the part identification information extracted as the simultaneous maintenance similar parts group that matches the search condition based on the simultaneous maintenance similar parts group information, and includes a parts master including wage amount information and parts amount information Search for information, obtain the unit price of the parts, and add estimated amount information for maintaining a similar maintenance similar parts group that matches the search condition to the search result, and notify,
The vehicle maintenance information retrieval device according to claim 1.
ことを特徴とする請求項１に記載の車両整備情報検索装置。 The notification means is based on the parts maintenance interval distribution information, the shape of the distribution of the travel distance interval or the elapsed year interval, and the average value, the variance value, the center derived from the distribution of the travel distance interval or the elapsed year interval A statistical index value such as a value or a percentile value is added to the search result and notified,
The vehicle maintenance information retrieval device according to claim 1.
ことを特徴とする請求項１に記載の車両整備情報検索装置。 The informing means is a preventive replacement that is a predicted value of a travel distance or elapsed time until the next maintenance based on the parts maintenance interval distribution information, and a part group in which the predicted value does not satisfy a predetermined threshold. Adding parts group information to the search result and informing,
The vehicle maintenance information retrieval device according to claim 1.
ことを特徴とする請求項３０に記載の車両整備情報検索装置。 The informing means for grasping the normal replacement parts group and the preventive replacement parts group in the periodic inspection and maintenance of the vehicle before maintenance for the vehicle scheduled for periodic inspection and maintenance such as a vehicle inspection that matches the search condition. Adding maintenance parts information to the search results and informing them,
The vehicle maintenance information retrieval device according to claim 30.
ことを特徴とする請求項１に記載の車両整備情報検索装置。 Based on the maintenance interval similar parts group information, the notification means adds a diagnostic value of a travel distance or elapsed time from maintenance of a specific part group to maintenance of another part group to the search result. To inform,
The vehicle maintenance information retrieval device according to claim 1.
ことを特徴とする請求項１に記載の車両整備情報検索装置。 The notifying means does not set a specific cause axis value as the multidimensional analysis search condition in the multidimensional analysis search setting means, and one or more of the search results of the parts maintenance history information by the maintenance record search means When multiple values of the cause axis appear, the cause that led to the maintenance of the parts group in the search result after extracting the cause axis values that meet the predetermined criteria of the appearance frequency Adding the estimated information to the search result and informing it,
The vehicle maintenance information retrieval device according to claim 1.
車両の識別情報それぞれに紐付いている整備記録を量的データ、質的データ又は自然言語データにより記録した整備記録情報に対して利用者の検索指示を受け付ける検索受付手段と、
複数の分析軸に対応して受け付けた検索条件を多次元分析検索条件として設定する多次元分析検索設定手段と、
前記整備記録情報から前記車両の架装を含む部品ごとの部品整備履歴情報を抽出する部品整備履歴抽出手段と、
前記部品整備履歴情報から整備タイミングの類似性に基づいてグループ化した同時整備類似部品群情報を抽出する同時整備類似部品群抽出手段と、
前記部品整備履歴情報から前記車両の部品ごとの部品整備間隔分布情報を抽出する部品整備間隔分布抽出手段と、
前記部品整備間隔分布情報から整備間隔走行距離の類似性に基づいてグループ化した整備間隔類似部品群情報を抽出する整備間隔類似部品群抽出手段と、
前記多次元分析検索設定手段で設定された検索条件に基づき前記整備記録情報、前記部品整備履歴情報、前記同時整備類似部品群情報、前記部品整備間隔分布情報及び前記整備間隔類似部品群情報を検索する整備記録検索手段と、
前記整備記録検索手段による検索結果に予測等の付加情報を付加して前記利用者に報知する報知手段と、して機能させる、
ことを特徴とするプログラム。 Computer
Search accepting means for accepting a user's search instruction for maintenance record information in which maintenance records associated with vehicle identification information are recorded by quantitative data, qualitative data, or natural language data;
Multidimensional analysis search setting means for setting search conditions received corresponding to a plurality of analysis axes as multidimensional analysis search conditions;
Parts maintenance history extraction means for extracting parts maintenance history information for each part including the vehicle bodywork from the maintenance record information;
Simultaneous maintenance similar parts group extraction means for extracting simultaneous maintenance similar parts group information grouped based on the maintenance timing similarity from the parts maintenance history information;
Parts maintenance interval distribution extracting means for extracting parts maintenance interval distribution information for each part of the vehicle from the parts maintenance history information;
Maintenance interval similar component group extraction means for extracting maintenance interval similar component group information grouped based on the similarity of maintenance interval travel distance from the component maintenance interval distribution information;
The maintenance record information, the parts maintenance history information, the simultaneous maintenance similar parts group information, the parts maintenance interval distribution information, and the maintenance interval similar parts group information are searched based on the search conditions set by the multidimensional analysis search setting means. Maintenance record retrieval means to perform,
Functioning as a notification means for adding additional information such as prediction to the search result by the maintenance record search means and notifying the user,
A program characterized by that.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018087919A JP6425295B1 (en) | 2018-04-30 | 2018-04-30 | Vehicle maintenance information search device and program |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| JP2018087919A JP6425295B1 (en) | 2018-04-30 | 2018-04-30 | Vehicle maintenance information search device and program |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| JP6425295B1 JP6425295B1 (en) | 2018-11-21 |
| JP2019194744A true JP2019194744A (en) | 2019-11-07 |
Family
ID=64379195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| JP2018087919A Active JP6425295B1 (en) | 2018-04-30 | 2018-04-30 | Vehicle maintenance information search device and program |
Country Status (1)
| Country | Link |
|---|---|
| JP (1) | JP6425295B1 (en) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210149514A (en) * | 2020-06-02 | 2021-12-09 | 주식회사 얼록 | Method for providing maintenance service, and application and server implementing the same method |
| KR20220056524A (en) * | 2020-10-28 | 2022-05-06 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR20230003884A (en) * | 2021-06-30 | 2023-01-06 | 김정훈 | System for vehicle maintenance service intermediation |
| WO2023107230A1 (en) * | 2021-12-10 | 2023-06-15 | Tekion Corp | Machine learning based vehicle service recommendation system |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112224180A (en) * | 2019-07-15 | 2021-01-15 | 北京京东乾石科技有限公司 | Maintenance method and device for automatic guided vehicle, medium and electronic equipment |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002092207A (en) * | 2000-09-13 | 2002-03-29 | Soichi Ogino | Inspection/maintenance management method and system therefor |
| JP2005162148A (en) * | 2003-12-05 | 2005-06-23 | Tsubasa System Co Ltd | Vehicle information managing system |
| JP2007326563A (en) * | 2006-05-11 | 2007-12-20 | Yamato Auto Works Kk | Vehicle maintenance support system and vehicle maintenance method |
| WO2016071993A1 (en) * | 2014-11-06 | 2016-05-12 | 株式会社日立システムズ | Vehicle consumable item demand prediction system and vehicle consumable item demand prediction program |
-
2018
- 2018-04-30 JP JP2018087919A patent/JP6425295B1/en active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2002092207A (en) * | 2000-09-13 | 2002-03-29 | Soichi Ogino | Inspection/maintenance management method and system therefor |
| JP2005162148A (en) * | 2003-12-05 | 2005-06-23 | Tsubasa System Co Ltd | Vehicle information managing system |
| JP2007326563A (en) * | 2006-05-11 | 2007-12-20 | Yamato Auto Works Kk | Vehicle maintenance support system and vehicle maintenance method |
| WO2016071993A1 (en) * | 2014-11-06 | 2016-05-12 | 株式会社日立システムズ | Vehicle consumable item demand prediction system and vehicle consumable item demand prediction program |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20210149514A (en) * | 2020-06-02 | 2021-12-09 | 주식회사 얼록 | Method for providing maintenance service, and application and server implementing the same method |
| KR102393386B1 (en) * | 2020-06-02 | 2022-05-02 | 주식회사 얼록 | Method for providing maintenance service, and application and server implementing the same method |
| KR102603557B1 (en) | 2020-10-28 | 2023-11-20 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR20230098537A (en) * | 2020-10-28 | 2023-07-04 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR102603556B1 (en) | 2020-10-28 | 2023-11-20 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR102550013B1 (en) | 2020-10-28 | 2023-07-03 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR20230098539A (en) * | 2020-10-28 | 2023-07-04 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR20230098538A (en) * | 2020-10-28 | 2023-07-04 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR20230098540A (en) * | 2020-10-28 | 2023-07-04 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR20220056524A (en) * | 2020-10-28 | 2022-05-06 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR102603555B1 (en) | 2020-10-28 | 2023-11-20 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR102603558B1 (en) | 2020-10-28 | 2023-11-20 | 한국전력공사 | System and Method of Hybrid Reliability Centered Maintenance for Power Generation Facilities |
| KR20230003884A (en) * | 2021-06-30 | 2023-01-06 | 김정훈 | System for vehicle maintenance service intermediation |
| KR102629504B1 (en) * | 2021-06-30 | 2024-01-24 | 김정훈 | System for vehicle maintenance service intermediation |
| WO2023107230A1 (en) * | 2021-12-10 | 2023-06-15 | Tekion Corp | Machine learning based vehicle service recommendation system |
| US11922378B2 (en) | 2021-12-10 | 2024-03-05 | Tekion Corp | Machine learning based vehicle service recommendation system |
Also Published As
| Publication number | Publication date |
|---|---|
| JP6425295B1 (en) | 2018-11-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP2019194744A (en) | Vehicle maintenance information retrieval apparatus and program | |
| US7103610B2 (en) | Method, system and computer product for integrating case based reasoning data and failure modes, effects and corrective action data | |
| CN108052528A (en) | A kind of storage device sequential classification method for early warning | |
| US10699225B2 (en) | Production management support apparatus, production management support method, and production management support program | |
| CN104735710B (en) | A kind of mobile network property early warning pre-judging method based on trend extropolation cluster | |
| CN112860769B (en) | Energy planning data management system | |
| JPH10240799A (en) | Support device for new store opening evaluation | |
| CN111985940A (en) | Data processing method and device for after-sale service, electronic equipment and storage medium | |
| CN114066196A (en) | Power grid investment strategy optimization system | |
| CN115409283A (en) | Equipment failure prediction method, equipment failure prediction device, equipment and storage medium | |
| CN112669188A (en) | Critical event early warning model construction method, critical event early warning method and electronic equipment | |
| CN114997741A (en) | Maintenance plan risk assessment method, system and equipment | |
| US20060248096A1 (en) | Early detection and warning systems and methods | |
| JP2010086219A (en) | Information processing apparatus for maintaining remote machine, program and method | |
| US20230297037A1 (en) | Intellectual quality management method, electronic device and computer readable storage medium | |
| CN111325422B (en) | Work order dispatching method and system | |
| JP6980608B2 (en) | Examination support device, examination support method, and service provision method | |
| JP2020173525A (en) | Risk response analysis system, risk response analysis method and risk response analysis program | |
| CN113778792B (en) | Alarm classifying method and system for IT equipment | |
| CN111507502B (en) | Virtual flight number optimization method and system | |
| CN115293682A (en) | Abnormal logistics order monitoring method and related device | |
| Ahmadi | Aircraft scheduled maintenance programme development: decision support methodologies and tools | |
| CN113379318A (en) | Method and device for evaluating operation service quality of public transport system and computer equipment | |
| CN116485020B (en) | Supply chain risk identification early warning method, system and medium based on big data | |
| TWI833098B (en) | Intellectual quality management method, electronic device and readable storage medium |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180430 |
|
| A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180430 |
|
| A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180516 |
|
| A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20180809 |
|
| A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180904 |
|
| A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181002 |
|
| TRDD | Decision of grant or rejection written | ||
| A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20181016 |
|
| A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20181018 |
|
| R150 | Certificate of patent or registration of utility model |
Ref document number: 6425295 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |