JP2020095582A - 故障箇所特定支援システム - Google Patents

Abstract

【課題】故障箇所特定の調査履歴を用いて、故障知識データの更新すべき箇所を絞り込む機能を持つ故障箇所特定支援システム及び方法を提供する。【解決手段】対象機械の故障の因果関係を記述した故障知識データを用いて保全作業者に適切な調査箇所や調査内容を指示する故障箇所特定支援システムであって、故障知識データを用いて対象機械の調査箇所及び調査内容についての調査手順を作成する調査手順作成部と、調査手順作成部で作成された調査手順を用いて調査した調査履歴を記憶する調査結果記憶部と、調査結果記憶部に記憶された調査履歴を用いて故障知識データの更新箇所をレコメンドする更新対象抽出部と、更新対象抽出部で抽出した箇所を表示し、故障知識データを更新する機能を提供するユーザインタフェースを備えることを特徴とする故障箇所特定支援システム。【選択図】図１

Description

本発明は、機器の故障箇所特定を支援する、故障箇所特定支援システムに関する。

インフラ、鉄道、産業機器、医療機器などの多くの分野では、各種機器や設備であるアセットの導入後は保全を継続的に実施することで、所定の性能を維持する必要がある。そこでは、対象アセットの状態を収集し、異常の有無や問題点を分析・診断し、適切な保全作業を適用する。

アセットの診断では、保全作業者の調査結果、アセットに取り付けられたセンサからの情報を統合して、故障箇所を徐々に絞り込み、交換・修理・修復などの処置をとるべき機器を特定する。この時、保全作業者は、対象アセットの知識と一般的な工学的知識を持っている。

近年の情報技術の発展により、保全作業者に適切な調査箇所や調査内容を指示することで、保全作業者の対象アセット知識や工学的知識の不足を補完し、あるいは効率のよい調査順序を指示する診断支援が実用化されている。このような診断支援システムを実現するためには、対象アセットの故障とその原因の関係を整理した故障知識データが必要である。

上記の診断支援システムの故障箇所特定の精度を向上するためには、故障知識データの品質の向上が重要である。

特許文献１には、故障診断用の因果関係情報の更新の負荷を軽減する手法として、因果関係を共通因果関係と個別因果関係に分割して管理し、「更新用情報を用いて、因果関係情報記憶部１０に記憶されている種類毎の個別因果関係情報を選択的に更新する」方法が記載されている。具体的な更新方法は、モデルアクション選択部にあらかじめ定義されている。

特開２０１０−１５２４８２号公報

特許文献１に記載の技術は、あらかじめ定められた更新アクションに従って、更新作業を実施するため、更新の範囲が限定的である。この更新内容は、保全作業員の実際の調査作業履歴を反映したものではない。

故障知識データの品質向上には、収集した情報を分類し、つなぎ合わせて新しい価値を持たせて共有するキュレーションが重要である。このキュレーションは、保全作業員の調査作業履歴を基に、機械の知識を持ったエンジニアが主体的に実施することが重要である。

しかしながら、複雑かつ膨大な故障知識データの中から、エンジニアが更新すべき箇所を特定するのには時間がかかる。このため保全作業員の調査作業履歴を使った更新で、エンジニアが故障知識データを更新する際に、その作業時間を短縮する仕組みが望まれている。

本発明の目的は、故障箇所特定の調査履歴を用いて、故障知識データの更新すべき箇所を絞り込む機能を持つ故障箇所特定支援システムを提供することにある。

上記課題を解決するために、本発明においては「対象機械の故障の因果関係を記述した故障知識データを用いて保全作業者に適切な調査箇所や調査内容を指示する故障箇所特定支援システムであって、故障知識データを用いて対象機械の調査箇所及び調査内容についての調査手順を作成する調査手順作成部と、調査手順作成部で作成された調査手順を用いて調査した調査履歴を記憶する調査結果記憶部と、調査結果記憶部に記憶された調査履歴を用いて故障知識データの更新箇所をレコメンドする更新対象抽出部と、更新対象抽出部で抽出した箇所を表示し、故障知識データを更新する機能を提供するユーザインタフェースを備えることを特徴とする故障箇所特定支援システム。」としたものである。

本発明によれば、故障知識データを更新する際に、保全作業員の故障箇所特定調査の作業履歴を用いて、注目すべき箇所を検索し、エンジニアに示すことで、エンジニアの故障知識データの更新時間を短縮することができる。

上記した以外の課題、構成および効果は、以下の実施形態の説明により明らかにされる。

本発明の実施例に係る故障箇所特定支援システムの構成例を示す図。 故障知識データ記憶部ＤＢ２に記録する故障知識データＤ２の例を示す図。 アセットの構造展開例を示す図。 故障知識データＤ２をグラフ形式で表現した図。 図４のグラフの同一対象部品内におけるリンクに関する情報を格納するリンクテーブルの例を示す図。 図４のグラフの同一対象部品内におけるノードに関する情報を格納するノードテーブルの例を示す図。 調査手順作成部１３の処理フロー例を示す図。 調査結果記憶部ＤＢ３のデータフォーマット例を示す図。 故障知識に図７ａの保全履歴をマッピングした図。 主要ノードの概要を示す図。 リンク素片の概要を示す図。 更新ノード処理部１５における主要ノードとリンク素片を抽出する処理フロー例を示す図。 図９の処理ステップＳ１０５における処理により求められた主要ノードの表記例を示す図。 図９の処理ステップＳ１０５における処理により求められたリンク素片の表記例を示す図。 誤りやすいノードの概要を示す図。 更新ノード処理部１５における誤りやすいノードを通出する処理フロー例を示す図。 誤りやすいノードの観点で抽出したデータのデータフォーマット例を示す図。 業時間の長いノードを抽出する処理フロー例を示す図。 作業時間の長いノードの観点で抽出したデータのデータフォーマット例を示す図。 ユーザインタフェース部である端末Ｔｅの表示画面例を示す図。

以下、本発明の実施例に係る故障箇所特定支援システム及び方法について、図面を参照して、説明する。

図１は、本発明の実施例に係る故障箇所特定支援システムの構成例を示している。図１の故障箇所特定支援システム１は、制御コンピュータ、パーソナルコンピュータ、あるいはワークステーションなどの計算機システムにより実現されており、診断対象のアセット２と、アセット２の故障箇所を特定する保全作業者Ｍｔが使用する端末Ｔｔと、故障知識データをキュレーションするエンジニアＭｅが使用する端末Ｔｅなどが適宜接続されて構成されている。

なお故障箇所特定支援システム１と、アセット２あるいは端末Ｔｔ、Ｔｅの間は、適宜通信システムＮＥＴ１、ＮＥＴ２を介して接続されており、端末Ｔｔ、Ｔｅはキーボードなどの入力手段並びにモニタなどの出力手段を備えている。

まず、故障箇所特定支援システム１に接続される機器とその内容について説明する。

監視対象となる各種機器や設備であるアセット２には、センサやアラームシステムが取り付けられており、そのデータは、故障箇所特定支援システム１の監視データ記憶部ＤＢ１に格納される。

端末Ｔｔは、保全作業者Ｍｔが使用する。端末Ｔｔの入力手段を介して保全作業者Ｍｔが入力した調査結果に関する情報を故障箇所特定システム１の調査手順作成部１３に送信する。また同時に、端末Ｔｔは故障箇所特定システム１の調査手順作成部１３で作成される調査手順に関する情報を受信し、モニタなどの出力手段に表示する。

これに対し端末Ｔｅ（インタフェース部）は、エンジニアＭｅが使用する。端末Ｔｅの入力手段を介してエンジニアＭｅがデータ更新を指示し、データ更新結果をモニタなどの出力手段に表示する。

なお、端末Ｔｅを使用するエンジニアＭｅは、アセット２に関する知識を有している。他方、保全作業者Ｍｔは、端末Ｔｔからの情報を参考にしてアセット２の故障箇所特定作業ができる程度のアセットに関する知識を最低限有しているとする。また保全作業者Ｍｔは、現場で作業するワーカー以外にも、遠隔でアセットオーナーまたは作業員に指示を出すコールセンターワーカーでもよい。保全作業者ＭｔとエンジニアＭｅは、複数人いることもある。

次に計算機システムにより実現される故障箇所特定支援システム１を、その機能として表すと、図１に示すように、監視データ記憶部ＤＢ１、故障知識データ記憶部ＤＢ２、調査結果記憶部ＤＢ３、調査手順作成部１３、更新対象抽出部１５、データ更新部１６、ユーザインタフェース部である端末Ｔｅを備えている。ここで調査手順作成部１３、更新対象抽出部１５、データ更新部１６のそれぞれの機能は、コンピュータの演算装置（ＣＰＵ）が所定のプログラムを実行することにより実現される。なお端末Ｔｔ側にもユーザインタフェース部である端末Ｔｅを備えているが、ここでは外部機器として取り扱っている。

故障箇所特定支援システム１における、これらの機能をごく簡便に表すならば、故障知識データＤ２、監視データＤ１、保全作業者Ｍｔの調査結果データＤ３を活用してアセットの故障箇所特定を支援する機能と、故障知識データＤ２を保全作業者Ｍｔの調査履歴を用いて更新する機能を有したシステムであるということができる。

なお本発明は、特定のアセット、診断技術、分析技術に限定されるものではないが、事例として鉄道の客室ドアの診断を例として、以降の説明を行う。

故障箇所特定支援システム１で使用するデータを蓄積、記憶する記憶部（データベース）ＤＢは、監視データＤ１を記憶する監視データ記憶部ＤＢ１、故障知識データＤ２を記憶する故障知識データ記憶部ＤＢ２、調査結果データＤ３を記憶する調査結果記憶部ＤＢ３である。これらのデータベースＤＢの記憶内容は以下のようである。

まず監視データ記憶部ＤＢ１は、対象アセット２とネットワークＮＥＴ１を介して接続されており、対象アセット２の稼働データまたはアラームなどのイベントデータを監視データＤ１として、定期的または不定期に収集し格納している。ここで蓄積した監視データＤ１は調査手順作成部１３で使用される。

故障知識データ記憶部ＤＢ２は、故障知識データＤ２を格納している。故障知識データＤ２は、対象アセット２の構造、故障モードや機能故障と故障モードの関係性、機能故障と故障影響の関係性、及び故障時に観察される現象と故障モードの関係性の情報である。また、故障知識データＤ２では、対象アセット２全体の故障知識を単一の関係性のネットワークで記録している必要は無く、対象知識の構造または機能の部分ごとに作成された故障知識が保存されている場合もありうる。また、対象アセット２全体の構造展開データも記録されているものとする。

調査結果記憶部ＤＢ３は、調査手順作成部１３から書き込まれる保全作業者Ｍｔの調査作業履歴を、調査結果データＤ３として格納している。

本発明の故障箇所特定支援システム１における各部演算機能（調査手順作成部１３、更新対象抽出部１５、データ更新部１６）の処理内容を説明するにあたり、最初にここで用いられるデータについて具体的に説明しておく。まず故障知識データ記憶部ＤＢ２に記録する故障知識データＤ２の具体構成とその内容について、図２、図３、図４、図５ａ、図５ｂを用いて説明する。

図２に、故障知識データ記憶部ＤＢ２に記録する故障知識データＤ２の例を示している。故障知識データ記憶部ＤＢ２は縦横項目が設定されており、縦軸方向には知識が、横軸方向には知識ごとの故障知識データＤ２がマトリクス上に記憶されている。このうち知識（部分知識ＩＤ）として知識１、２、３、４が例示されており、知識１は対象設備機器がドア関連、知識２はアクチュエータ関連、知識３、４は調整バルブ関連である場合の知識である。

横軸の故障知識データＤ２としては、対象部品Ｄ２Ｐ、故障モードＤ２Ｍ、故障原因Ｄ２Ｃ、故障影響Ｄ２Ｅが記述されている。

この表記例によれば、ドア関連の知識１は対象部品Ｄ２ＰがドアＰ１、ドアレールＰ２、ドア板Ｐ３に関するものであり、対象部品Ｐごとの故障モードＤ２Ｍがそれぞれ「開不能Ｍ１、１、１」、「開時間が短いＭ１、１、２」、「閉時間が短いＭ１、１、３」であり、故障モードＤ２Ｍごとの故障影響Ｄ２Ｅがそれぞれ「乗客乗り降り不可Ｅ１、１、１」、「運行遅延Ｅ１、１、２」、「乗客が挟まるＥ１、１、３」であり、故障影響Ｄ２Ｅごとの故障原因Ｄ２Ｃがそれぞれ「ドア板が動かないＣ１、１、１」、「ドア開検知不能Ｃ１、１、２、あるいはドア板移動が遅いＣ１、１、３」、「ドア板移動が速いＣ１、１、３」であるといった具合に、相互が関連付けて記憶され、データベースである故障知識データ記憶部ＤＢ２を構成している。なお詳細説明は割愛するが、他の知識２、３、４も同様の考え方により構成されている。

なおこの故障知識データＤ２は全体を一度に作成されたものではなく、アセット２の部分的な専門知識保持者であるエンジニアＭｅによってデータ更新部１６を介して逐次更新されたものである。

また、故障知識データ記憶部ＤＢ２には、図３に示すようなアセットの構造展開例を示すデータも記録されている。図３の部品Ｐ間構造展開例によれば、上位機能部品がドアＰ１であるときに、下位機能部品がドアレールＰ２、ドア板Ｐ２、アクチュエータＰ３、空気配管Ｐ８である。さらには上位機能部品がアクチュエータＰ３であるときに、下位機能部品がピストンＰ５、シリンダＰ６、調整バルブＰ７である。なお図２の知識１から知識４は機器を構成する主要な部品（Ｐ１からＰ８）についての集合体であり、図３の主要な部品間のつながりや接続関係を表している。

このように、図２で示した故障知識データＤ２の各行は、対象部品Ｄ２Ｐ、故障モードＤ２Ｍ、故障原因Ｄ２Ｃ、故障影響Ｄ２Ｅの組み合わせを示しており、本発明ではこれを故障知識の小単位として考える。ここで、故障知識データＤ２中の各要素間の故障原因Ｄ２Ｃと故障影響Ｄ２Ｅの関係性を追記することで、故障影響Ｄ２Ｅがどのような要因で引き起こされるかを記述することが可能である。ある部品に起こる故障影響Ｄ２Ｅについて、故障影響Ｄ２Ｅがどの故障モードＤ２Ｍによって引き起こされるか、さらに故障モードＤ２Ｍはどの故障原因Ｄ２Ｃによって引き起こされるかを、各データＩＤ間の関係性として記述する。

また、異なる部品Ｐ間についても、下位機能を提供する部品に故障が発生した際に、その故障影響Ｄ２Ｅが上位機能の故障原因Ｄ２Ｃとなる、因果の連鎖を記述することができる。

図４に故障知識データＤ２をグラフ形式で表現したものを示す。以降の説明では、このグラフ形式の表現を主に用いて説明する。図４の表記によれば、左上に対象部品Ｄ２ＰがドアＰ１であるときの、また同様に右上に対象部品Ｄ２ＰがドアレールＰ２であるときの、また右下に対象部品Ｄ２Ｐがドア板Ｐ３であるときの故障モードＤ２Ｍ、故障原因Ｄ２Ｃ、故障影響Ｄ２Ｅが具体的に関連をもって表記されている。

これらの関係は、図２の故障知識データＤ２においては、それぞれ独立した関係性の部品のものであるが、故障知識データＤ２中の各要素間の故障原因Ｄ２Ｃと故障影響Ｄ２Ｅの関係性を追記することで、故障原因Ｄ２Ｃと故障影響Ｄ２Ｅの観点からの連携、紐づけが可能である。

図４の例では、対象部品Ｄ２ＰがドアレールＰ２の故障影響Ｍ２Ｅである「ドア板の動作が阻害、異音Ｅ１、２、１」と、対象部品Ｄ２ＰがドアＰ１の故障原因Ｍ２Ｃである「ドア板が動かないＣ１、１、１」の間に、相互関連性Ｍ１がある。

他にも２組の相互関連性が認められる。対象部品Ｄ２ＰがドアレールＰ２の故障影響Ｍ２Ｅである「ドア板の動作が阻害、異音Ｅ１、２、１」と、対象部品Ｄ２ＰがドアＰ１の故障原因Ｍ２Ｃである「ドア板移動が遅いＣ１、１、３」の間の相互関連性Ｍ２と、対象部品Ｄ２Ｐがドア板Ｐ３の故障影響Ｍ２Ｅである「ドア板の動作が阻害、異音Ｅ１、３、１」と、対象部品Ｄ２ＰがドアＰ１の故障原因Ｍ２Ｃである「ドア板が動かないＣ１、１、１」の間での相互関連性Ｍ３である。

図４のグラフ形式による相互関連性Ｍの把握は、その前提としてのデータの取り扱い上はノードとリンクで表現したデータフォーマットで表現しておくのがよい。図５ａ、図５ｂはデータフォーマットで把握したときのリンクテーブルＴＢＬと、ノードテーブルＴＢＮの例を示している。これら図５ａ、図５ｂのデータフォーマットもまた、故障知識データ記憶部ＤＢ２における故障知識データＤ２の一部として、管理されている。なお図５ａ、図５ｂのデータフォーマットは、同一対象部品内におけるリンクテーブルＴＢＬを示したものであり、複数対象部品間のリンクを考慮していない。

図５ａのリンクテーブルＴＢＬは、図４のグラフの同一対象部品内におけるリンクに関する情報を格納している。リンクテーブルＴＢＬは、具体的には、リンクを識別するＩＤ（図視せず）、リンクの出発点のノードである元ノードＬ１のノードＩＤ、リンクの到着点である先ノードＬ２のノードＩＤ、リンクの重要度を表したスコアＬ３で構成されている。

なお図５ａでは、同一対象部品Ｄ２ＰとしてドアＰに関する知識１の場合を例示しており、ノード（元ノードＬ１、先ノードＬ２）として、図２の部品ＩＤ、故障モードＩＤ、故障影響ＩＤ、故障原因ＩＤに着目し、これらの間のリンク関係を網羅する。図５ａでは、上部の３ケースは、部品ＩＤを先ノードとし、故障モードＩＤを元ノードとする接続関係をリンクとして把握し、下部の３ケースは故障モードＩＤ、故障影響ＩＤ、故障原因ＩＤの間での接続関係をリンクとして把握したものである。なお、ここには例示していないが他の知識についても同様に作成されている。

また図５ａでは、これらのリンクごとにスコアＬ３が付与されている。スコアＬ３は、一般にはドアなど外部から確認可能なものは低く、内部の確認が困難な場合ほど高く設定され、あるいは及ぼす影響が大きいものほど高く設定されている。このスコアは、調査手順作成部１３の処理で使用される。スコアの高いリンクは、調査手順として優先的に選択される。

図５ｂのノードテーブルＴＢＮは、ノード（元ノードＬ１、先ノードＬ２）に関する情報を格納している。ノードテーブルＴＢＬは、具体的には、ノードを識別するノードＩＤ（Ｎ１）、ノードの重要度を表したスコアＮ２、ノードに関連する作業時間の情報Ｎ３、マニュアルなどの付加情報Ｎ４で構成される。ノードの詳細な情報は、ノードＩＤ（Ｎ１）をキーにして図２のテーブルを検索することで取得できる。

ノードテーブルＴＢＮにおいて、例えばノード「Ｍ１．１．１ ドア開不能」のとき、ノードＩＤ（Ｎ１）はＭ１．１．１である。また作業時間Ｎ３は標準的なドア開不能を確認する作業時間と、データ更新部１６によって入力された作業時間の実績値（ここでは統計値）として例えば５分が格納されている。また付加情報Ｎ４には、ドア開不能を確認するための手順書（ここではドア開不能の調査マニュアル）のリンクや、ドアの図面情報が格納されている。

図５ａ、図５ｂに示したリンクテーブルＴＢＬと、ノードテーブルＴＢＮによるデータフォーマットによれば、図４に示した接続関係がデータとして表現できることが明らかである。

図２、図３、図４、図５ａ、図５ｂを用いた以上の説明は、故障知識データ記憶部ＤＢ２に記録する故障知識データＤ２の具体構成とその内容についてのものであるが、このような故障知識を用いることで、故障調査のガイダンスを行うことが可能である。たとえば、図４のグラフ形式で説明すると、作業者が“ドア開が異常に遅く、運行が遅延した”という報告を受けた場合、「Ｅ１．１．２の運行遅延」と「Ｍ１．１．２の開時間が長い」というノードから、実際にドアの調査を行うなどして、「Ｃ１．１．３ドア板移動時間が遅い」、「Ｅ１．２．１ドア板の動作が阻害」、「Ｍ１．２．１抵抗増大」とたどり、最終的に「Ｃ１．２．２グリス喪失」を確認できれば、Ｐ２ドアレールにグリスを追加するという処置をとることができる。

次に調査手順作成部１３の処理について説明する。調査手順作成部１３は、故障知識データ記憶部ＤＢ２の情報Ｄ２と監視データ記憶部ＤＢ１の情報Ｄ１と、端末Ｔｔからの保全作業者Ｍｔの調査段階結果Ｄ３を用いて、次の調査手順を生成し、端末Ｔｔに送信する。調査が完了したとき、その調査履歴を調査結果記憶部ＤＢ３に格納する。調査手順作成部１３は、端末Ｔｔからの調査段階結果の入力とその結果の反映を繰り返しながら動作する。

調査手順作成部１３の処理フローを図６に示す。図６における最初の処理ステップＳ００１では、故障知識データ記憶部ＤＢ２と監視データ記憶部ＤＢ１から関連する情報を読み込む。例えば図２においてドア関連の情報として知識１、２、３、４を読み込む。

処理ステップＳ００２では、調査手順の起点となる部品を決定する。ここでは接続関係の最上位の部品を選択する。本例ではドアＰ１が選択される。あるいは、保全作業者Ｍｔが調査に入る前に、事前の故障状況報告や監視データ記憶部ＤＢ１にイベント情報がある場合は、そこで指定された部品、あるいは指定された故障時の現象との内容のマッチングがもっとも高いものを用いる。以下では、最上位の部品であるドアＰ１を選択したものとする。

次に保全作業者Ｍｔに対して、調査手順の提示、調査段階結果の入力受付とその結果の反映を繰り返しながら、故障箇所が特定されるまでループ処理Ｓ００３１からＳ００３２を継続する。

ループ処理内の最初の処理ステップＳ００４においては、保全作業者Ｍｔに端末Ｔｔを介して調査手順を提示するに当たり、どの様な順番で故障知識データのネットワークをたどるのが良いかを検索する。この調査作業検索処理では、故障知識データ記憶部ＤＢ２のノードテーブルＴＢＮのスコアＬ３とリンクテーブルＴＢＬのスコアＮ２、及びノードテーブルＴＢＮの作業時間Ｎ３を用いて、合計のスコアが最大になるように、調査作業手順を検索する。

このスコアは、以下の方法で動的に更新されるのがよい。例えば監視データ記憶部ＤＢ１の情報Ｄ１にアラームがある場合、アラームに関連するノードを検索し、そのノードのスコアを大きくする。また端末Ｔｔからの調査段階結果で、提示した調査手順が正しい場合は、現在たどっているノードの次のノードとリンクのスコアを大きくする。逆に誤った場合、スコアを小さくし、現在たどっているノード以降のネットワークを選ばれにくくする。検索は、カーナビの経路探索でよく使用されるダイクストラ法など、ノードおよびリンクの重みを用いて最適な経路を計算するアルゴリズムを用いて検索してもよい。

処理ステップＳ００５では、処理ステップＳ００４の結果を端末Ｔｔに表示する。次に処理ステップＳ００６では、保全作業員Ｍｔの保全作業の入力結果を端末Ｔｔから受信する。処理ステップＳ００７では、端末Ｔｔから故障箇所特定完了の情報を受信したかをチェックする。処理ステップＳ００７でＮｏの場合、ループ処理Ｓ００３１からＳ００３２を継続する。処理ステップＳ００７でＹｅｓの場合、処理ステップＳ００８で調査履歴を調査結果記憶部ＤＢ３に調査結果データＤ３として書き込む。

かくして調査結果記憶部ＤＢ３には、調査手順作成部１３から書き込まれる保全作業者Ｍｔの調査作業履歴が調査結果データＤ３として格納される。

図７ａは、調査結果記憶部ＤＢ３のデータフォーマット例を示している。また図７ｂは、故障知識に図７ａの保全履歴をマッピングした図である。

図７ａの調査結果記憶部ＤＢ３のデータフォーマットでは、保全作業を実施した作業者（ユーザＩＤ）、設備（アセットＩＤ）、調査結果特定できた原因ノードＩＤ、日時（開始、終了時刻）、保全作業名称などが書誌事項Ｄ３０として記述され、そのうえで原因ノード特定までの調査履歴が時系列で格納されている。具体的には、タイムスタンプ（開始、終了時刻）、ノードＤ３２、作業時間Ｄ３３として、記述される形式により保存されている。なお、調査結果記憶部ＤＢ３には、故障原因解明の都度作成された調査履歴のデータフォーマットが、逐次蓄積されていく。

この記録によれば、原因ノードＩＤが特定されるまでの保全作業手順は、ドアＰ１から開始され、ドアの開時間が長い（Ｍ１．１．２）⇒ドア板移動が遅い（Ｃ１．１．３）という順序で順次解明され、次にドアレールＰ２に関してドア板の動作が阻害され、異音が生じている（Ｅ１．２．１）⇒抵抗が増大している（Ｍ１．２．１）⇒グリスが喪失している（Ｃ１．２．２）ということで、原因が解明された手順が示されている。またこの各解明作業に要した時間が部位ごとに記録されている。図７ｂは、図７ａの保全履歴を図４の故障知識データのグラフ表現形式上にマッピングした図である。

次に更新対象抽出部１５について説明する。更新対象抽出部１５は、調査結果記憶部ＤＢ３に格納されている調査作業履歴（調査結果データＤ３）を用いて、故障知識データＤ２の更新対象を抽出する。本実施例では、更新対象抽出の例として、Ａ１：主要ノードとリンク素片、Ａ２：誤りの多いノード、Ａ３：作業時間が長いノードを、抽出の観点として実施する例を記述する。

まず、抽出観点Ａ１（主要ノードとリンク素片）について説明する。ここで主要ノードとは、保全作業員が調査途中で高頻度に通過し、かつ分岐が多いノードである。またリンク素片とは、主要ノード間の複数リンクと複数ノードの集合である。主要ノードの概要について図８ａにより、リンク素片の概要について図８ｂにより一例を説明する。

図８ａは、故障知識データＤ２に調査作業履歴Ｄ３を集計した結果を示している。この集計結果に関して、ここでは、ノードＭ１．１．２「開時間が長い」と、ノードＭ１．１．２に対して相間のあるノードであるＭ１．１．３とＣ１．１．３とＣ１．１．２との関係を例示している。またそのうえで、ノードＭ１．１．２から他のノードに推移した回数が１００回で、その割合が、例えば２０％、４０％、４０％であったとする。なお同様の分析は他のノードについても実施されている。

多くの分析ケースの中から、このケースでは、主要ノードとして、ノードＭ１．１．２とノードＣ１．２．２「グリス喪失」を抽出したものとする。ノードＭ１．１．２を主要ノードとして抽出したのは、多くの保全作業員ＭｔがノードＭ１．１．２を通過（この例では１００回）し、さらにノードＭ１．１．２から分岐するノード「Ｍ１．１．３」「Ｃ１．１．３」「Ｃ１．１．２」にノードＭ１．１．２から入力した回数あたり２０％、４０％、４０％と偏りが少なく分岐しているためである。

逆に９５％、３％、２％のように大部分の保全作業員ＭｔがＭ１．１．３に進む場合を想定すると、このケースでは大きな分岐点になっていないと考えられるため、主要ノードとして抽出されない。つまり、通過する回数が多いノードであって、かつ多くの保全作業員Ｍｔが、次の作業ステップに移行する際にどこに行くべきか迷うというのが主要ノードとする理由である。

ここでの主要ノードを抽出する基準は、保全作業員Ｍｔが対象ノードの到達回数と、対象ノードに到達した回数に対する、次ノードに到達した割合（分岐率）できめる。例えば、「ノードＩＤ：Ａ」の到達回数が１００回で、次ノード「ノードＩＤ：Ｂ」「ノードＩＤ：Ｃ」に到達する回数がそれぞれ６０回、４０回とする。分岐率はそれぞれ６０％と４０％である。このとき対象ノードＡは通過頻度が高く、分岐しやすいノードであるため、主要ノードとして抽出する。

図８ｂにおいて、「リンク素片」とは、保全作業員Ｍｔの共通で通過するリンクのまとまりである。図８ｂの例では、Ｍ１．１．２⇒Ｃ１．１．３⇒Ｅ１．２．１⇒Ｍ１．２．１⇒Ｃ１．２．２に至るリンクのまとまりが、リンク素片である。リンク素片の始点（ノードＭ１．１．２）と終点（ノードＣ１．２．２）は主要ノードであり、始点と終点の間のノードは主要ノードではない。

これらの主要ノードとリンク素片は、保全作業員Ｍｔが共通して通過しやすいノードとリンクの集合であるから、エンジニアＭｅが重点的に更新するべきである。

図９は、更新ノード処理部１５における主要ノードとリンク素片を抽出する処理フローを示している。

更新ノード処理部１５における主要ノードとリンク素片抽出の最初の処理ステップＳ１０１では、調査結果記憶部ＤＢ３から保全作業員Ｍｔの調査作業履歴（調査結果データＤ３）を読み込む。次に処理ステップＳ１０２１からＳ１０２２の間で、取得した調査作業履歴に含まれる全ノードについて処理ステップＳ１０３の処理を実行する。処理ステップＳ１０３では、各ノードにおける通過回数と分岐率を計算する。

すべてのノードの処理終了後、処理ステップ１０４において主要ノードとリンク素片を抽出する。これはあらかじめ定められた通過回数や分離割合の閾値で決定する。または通過回数と分岐割合の大きい上位数本の主要ノードとリンク素片を抽出してもよい。処理ステップＳ１０５では、抽出した主要ノードとリンク素片をデータ更新部１６に送信する。

図１０ａは、図９の処理ステップＳ１０５における処理により求められた主要ノードの表記例を示している。主要ノードのデータフォーマットは、主要ノードのノードＩＤの通過回数（分岐量）と次ノード（Ｍ１．１．３とＣ１．１．３とＣ１．１．２）への分岐率が格納されている。

図１０ｂは、図９の処理ステップＳ１０５における処理により求められたリンク素片の表記例を示している。リンク素片のデータフォーマットは、リンク素片の始点の主要ノードのノードＩＤと終点の主要ノードのノードＩＤ及びリンク素片を構成するノード列（Ｍ１．１．２⇒Ｃ１．１．３⇒Ｅ１．２．１⇒Ｍ１．２．１）で構成されている。さらにリンク素片を構成するリンクの元ノードのノードＩＤ、先ノードのノードＩＤ及び通過回数（頻度）、平均作業時間が格納されている。

次に抽出観点Ａ２（誤りの多いノード）について説明する。誤りの多いノードとは、保全作業者Ｍｔがアセット２の原因を特定するまでに調査作業で誤りやすいノードである。誤りやすいノードを抽出して、次の調査作業で誤りやすいノードに到達しにくいようにデータ更新部１６で故障知識データを更新する。

図１１に誤りやすいノードの概要を示す。図１１のケースでは、保全作業員Ｍｔは、ノードＥから原因個所特定の作業を開始し、ノードＥ⇒ノードＡ⇒ノードＣを経てノードＤに辿り着くが、結果としノードＤは故障原因ではなかったというものである。このため保全作業員Ｍｔは、逆ルートでノードＡに戻り、次にノードＣに代えてノードＢの方向を指向したという一連の作業結果が示されたものである。ここでノードＢが故障の原因であることがわかり、調査は終了している。このノードＡ、ノードＣ、ノードＤのリンク素片を用いて、調査が誤りやすい回数を集計する。

図１２に誤りやすいノードを抽出する処理フロー例を示す。更新ノード処理部１５における誤りやすいノード抽出の最初の処理ステップＳ２０１では、調査結果記憶部ＤＢ３から保全作業員Ｍｔの調査作業履歴（調査結果データＤ３）を読み込む。

次に処理ステップＳ２０２１からＳ２０２２の間で、取得した調査作業履歴に含まれる全ノードについて処理ステップＳ２０３の処理を実行する。処理ステップＳ２０３は、各ノードにおける通過回数と誤りのある回数を計算する。誤りのある回数とは、上位のノードに戻った回数である。

すべてのノードの処理終了後、処理ステップＳ２０４において「誤りのある回数」の観点で抽出したノードとリンク素片を抽出する。具体的には、あらかじめ定められた誤り回数の閾値または誤り回数の大きい上位ノードとリンク素片を抽出してもよい。処理ステップＳ２０５では、抽出した誤りの多いノードとリンク素片を、データ更新部１６に送信する。

図１３に図１２の処理ステップＳ２０５の処理で抽出したデータのデータフォーマットを示す。データフォーマットは、元ノードのノードＩＤと、先ノードＩＤと、通過回数（頻度）と誤り回数である。

次に抽出観点Ａ３（作業時間が長いノード）について説明する。調査作業履歴（調査結果データＤ３）には各ノードの作業時間が記録されている。ノードの作業時間が多い場合、保全作業員Ｍｔが作業に時間がかかっている。この作業時間の大きいノードを対象に、エンジニアＭｅがデータ更新部１６で、作業マニュアルをわかりやすくし、あるいはノードを２つ以上のノードに分割するなどして、作業時間短縮を図ることができる。

図１４に作業時間の長いノードを抽出する処理フロー例を示す。更新ノード処理部１５における作業時間の長いノード抽出の最初の処理ステップＳ３０１は、調査結果記憶部ＤＢ３から保全作業員Ｍｔの調査作業履歴（調査結果データＤ３）を読み込む。

次に処理ステップＳ３０２１からＳ３０２２の間で取得した調査作業履歴に含まれる全ノードについて処理ステップＳ３０３の処理を実行する。処理ステップＳ３０３は、各ノードにおける作業時間の統計値を計算する。

統計値とは、作業時間の平均値と標準偏差などがある。作業時間の平均値が大きいノードは、すべての調査作業員が、時間がかかっているものである。作業時間の標準偏差が大きいノードは、作業員によって作業時間のばらつきが多いものである。

すべてのノードの処理終了後、処理ステップＳ３０４において、各ノードで作業時間の統計値が多いノードを抽出する。これはあらかじめ定められた作業時間の平均値と標準偏差の閾値で決定する。または平均値または標準偏差の大きい上位数本のノードを抽出してもよい。処理ステップＳ３０５では、抽出した要ノードの情報をデータ更新部１６に送信する。

図１５は、図１４の処理ステップＳ３０５の処理で抽出したデータのデータフォーマット例を示している。データフォーマットは、抽出したノードについてのノードＩＤと、作業時間の統計値が格納されている。作業時間の統計値としては、平均値、標準偏差、最大値などでの採用できる。

最後に、データ更新部１６について説明する。データ更新部１６は、更新対象抽出部１５の抽出結果をユーザインタフェース部である端末Ｔｅに表示し、ユーザであるエンジニアＭｅからの入力を受付ける。

データの更新には、新規知識の追加、既存知識の更新、既存知識の削除がある。新規知識の追加は、新しいノードとリンクを追加するものである。例えば誤りの多いノードを分割し、誤りを抑えられるようなノードを追加する。

既存知識の更新とは、ノードやリンクに含まれるスコアの更新および付加情報の更新である。主要ノードとリンク素片を１つにまとめて調査作業を見直し、あるいはあまりの多いノードでは、スコアを小さくして、作業手順作成部１３で抽出しないようにする。また作業時間が長いノードは、その原因をエンジニアＭｅが判断し、調査マニュアルを見直す。

図１６は、ユーザインタフェース部である端末Ｔｅの画面の例である。エンジニアＭｅは図１６の画面を参照にしながら故障知識データを更新する。

図１６の画面例では、例えば上中下段に画面分割し、上段には表示するノードとして、主要ノード、リンク素片、誤りやすいノード、作業時間台のノードなどが選択できるように押し釦形式での選択画面を構成する。下段には、編集作業として新規追加、更新、削除などの作業を選択、指示するための押し釦形式での選択画面を構成する。また中断には、図４に示したグラフ形式でのノード表示を行い、上下段による選択や支持の結果をグラフ形式に反映し、あるいは各種データの表示などを可能とすることができる。

以上、本発明の実施形態例によれば、蓄積した調査作業履歴から故障知識データで更新するべき箇所をエンジニアＭｅに示し、エンジニアＭｅは故障知識データを更新するべき箇所の抽出結果を見て知識を更新する。

なお、本発明は上記した実施例に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施例は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。

また、上記の各構成、機能、処理部、処理手段等は、それらの一部又は全部を、例えば集積回路で設計する等によりハードウェアで実現してもよい。また、上記の各構成、機能などは、プロセッサがそれぞれの機能を実現するプログラムを解釈し、実行することによりソフトウェアで実現してもよい。各機能を実現するプログラム、テーブル、ファイル等の情報は、メモリや、ハードディスク、ＳＳＤ（Ｓｏｌｉｄ Ｓｔａｔｅ Ｄｒｉｖｅ）等の記録装置、または、ＩＣカード、ＳＤカード、ＤＶＤ等の記録媒体に置くことができる。

また、制御線や情報線は説明上必要と考えられるものを示しており、製品上必ずしも全ての制御線や情報線を示しているとは限らない。実際には殆ど全ての構成が相互に接続されていると考えてもよい。

１：故障箇所特定支援システム、２：アセット、Ｍｔ：保全作業者、Ｔｔ：端末、Ｍｅ：エンジニア、ＤＢ１：監視データ記憶部、ＤＢ２：故障知識データ記憶部、１３：調査手順作成部、ＤＢ３：調査結果記憶部、１５：更新対象抽出部、１６：データ更新部中間フォーマット検索部、Ｔｅ：端末

Claims (10)

1. 対象機械の故障の因果関係を記述した故障知識データを用いて保全作業者に適切な調査箇所や調査内容を指示する故障箇所特定支援システムであって、
   前記故障知識データを用いて前記対象機械の調査箇所及び調査内容についての調査手順を作成する調査手順作成部と、前記調査手順作成部で作成された調査手順を用いて調査した調査履歴を記憶する調査結果記憶部と、前記調査結果記憶部に記憶された前記調査履歴を用いて前記故障知識データの更新箇所をレコメンドする更新対象抽出部と、前記更新対象抽出部で抽出した箇所を表示し、前記故障知識データを更新する機能を提供するユーザインタフェースを備えることを特徴とする故障箇所特定支援システム。
2. 請求項１に記載の故障箇所特定支援システムであって、
   前記調査手順作成部は、前記故障知識データを用いて作成した前記対象機械の前記調査手順を外部提示し、前記調査手順に従って実行された前記対象機械の調査結果を調査履歴として得、前記調査結果記憶部に記憶することを特徴とする故障箇所特定支援システム。
3. 請求項１、または請求項２に記載の故障箇所特定支援システムであって、
   前記対象機械の故障の因果関係を記述した故障知識データは、前記対象機械を構成する部品についての故障モードと故障影響と故障原因をノードとし、ノード間をリンクとするネットワーク構成のデータであることを特徴とする故障箇所特定支援システム。
4. 請求項３に記載の故障箇所特定支援システムであって、
   前記対象機械の故障の因果関係を記述した故障知識データは、前記ノードに紐づけして前記調査履歴が記録されていることを特徴とする故障箇所特定支援システム。
5. 請求項３または請求項４に記載の故障箇所特定支援システムであって、
   前記ユーザインタフェースからの外部指示により、異なる部品間のノードをリンクすることを特徴とする故障箇所特定支援システム。
6. 請求項３から請求項５のいずれか１項に記載の故障箇所特定支援システムであって、
   前記更新対象抽出部は、前記ネットワーク構成のデータについて、使用頻度の高いノードを検索し、前記ユーザインタフェースに表示することを特徴とする故障箇所特定支援システム。
7. 請求項３から請求項６のいずれか１項に記載の故障箇所特定支援システムであって、
   前記更新対象抽出部は、前記ネットワーク構成のデータについて、使用頻度が高く、他のノードに分岐しやすい故障知識データのノードを検索し、前記ユーザインタフェースに表示することを特徴とする故障箇所特定支援システム。
8. 請求項３から請求項７のいずれか１項に記載の故障箇所特定支援システムであって、
   前記更新対象抽出部は、前記ネットワーク構成のデータについて、使用頻度の高いノード同士を結んだネットワークの一部を検索し、前記ユーザインタフェースに表示することを特徴とする故障箇所特定支援システム。
9. 請求項３から請求項８のいずれか１項に記載の故障箇所特定支援システムであって、
   前記更新対象抽出部は、前記ネットワーク構成のデータについて、調査を行う作業員が誤って調査した箇所を検索し、前記ユーザインタフェースに表示することを特徴とする故障箇所特定支援システム。
10. 請求項３から請求項８のいずれか１項に記載の故障箇所特定支援システムであって、
    前記更新対象抽出部は、前記ネットワーク構成のデータについて、調査を行う作業員の作業時間を集計し、統計値を計算し、前記ユーザインタフェースに表示することを特徴とする故障箇所特定支援システム。

Images