JP2022032230A - フィールドデータ監視装置、フィールドデータ監視方法、ならびにフィールドデータ表示装置 - Google Patents

フィールドデータ監視装置、フィールドデータ監視方法、ならびにフィールドデータ表示装置 Download PDF

Info

Publication number
JP2022032230A
JP2022032230A JP2020135806A JP2020135806A JP2022032230A JP 2022032230 A JP2022032230 A JP 2022032230A JP 2020135806 A JP2020135806 A JP 2020135806A JP 2020135806 A JP2020135806 A JP 2020135806A JP 2022032230 A JP2022032230 A JP 2022032230A
Authority
JP
Japan
Prior art keywords
failure mode
field data
failure
probability
database
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
Application number
JP2020135806A
Other languages
English (en)
Other versions
JP7507630B2 (ja
Inventor
和夫 武藤
Kazuo Muto
貴之 内田
Takayuki Uchida
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hitachi Ltd
Original Assignee
Hitachi Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Hitachi Ltd filed Critical Hitachi Ltd
Priority to JP2020135806A priority Critical patent/JP7507630B2/ja
Priority claimed from JP2020135806A external-priority patent/JP7507630B2/ja
Priority to US17/152,262 priority patent/US20220051117A1/en
Publication of JP2022032230A publication Critical patent/JP2022032230A/ja
Application granted granted Critical
Publication of JP7507630B2 publication Critical patent/JP7507630B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/04—Inference or reasoning models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/079—Root cause analysis, i.e. error or fault diagnosis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/008—Reliability or availability analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0706—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment
    • G06F11/0736—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation the processing taking place on a specific hardware platform or in a specific software environment in functional embedded systems, i.e. in a data processing system designed as a combination of hardware and software dedicated to performing a certain function
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0751—Error or fault detection not based on redundancy
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
    • G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
    • G06F11/0766—Error or fault reporting or storing
    • G06F11/0787—Storage of error reports, e.g. persistent data storage, storage using memory protection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3013—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is an embedded system, i.e. a combination of hardware and software dedicated to perform a certain function in mobile devices, printers, automotive or aircraft systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
    • G06F11/321—Display for diagnostics, e.g. diagnostic result display, self-test user interface
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G06F16/2379—Updates performed during online database operations; commit processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models
    • G06N5/02—Knowledge representation; Symbolic representation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N7/00—Computing arrangements based on specific mathematical models
    • G06N7/01—Probabilistic graphical models, e.g. probabilistic networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N20/00—Machine learning

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Computational Linguistics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Medical Informatics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Optimization (AREA)
  • Probability & Statistics with Applications (AREA)
  • Health & Medical Sciences (AREA)
  • Computational Mathematics (AREA)
  • Computer Hardware Design (AREA)
  • Human Computer Interaction (AREA)
  • Pure & Applied Mathematics (AREA)
  • Algebra (AREA)
  • Mathematical Analysis (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • General Factory Administration (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

【課題】故障の発生原因究明の精度を向上するフィールドデータ監視装置を提供する。【解決手段】フィールドデータ監視装置は、フィールドデータデータベースＤＢ１と、製品の故障モードの名称と故障モード毎の発生確率と、故障モード毎にフィールドデータに記述される単語の出現確率を保持する故障モード－単語確率を記録した故障モードデータベースＤＢ２と、製品個体毎の設計、製造、運用に関するデータが蓄積する設計製造運用データベースＤＢ３と、故障モード毎の発生確率と単語の出現確率の情報と、フィールドデータの各故障モードへの帰属確率を計算した結果とに基づき、フィールドデータを故障モード毎に分類する故障モード推定手段１０７と、分類されたフィールドデータと関連付く製品個体の、設計製造運用データベースＤＢ３に蓄積されたデータから、故障モードが発生しやすい条件を抽出する故障モード発生原因究明手段１０８を備える。【選択図】図２

Description

本発明は、製品設計を支援する技術に関し、保全記録を収集分析することで製品の故障の原因究明を支援する技術に関する。
各種製品設計を行うにあたり、製品を構成する部品の特に信頼性について十分な知識を入手しておくことが重要である。この点に関して、センサデータ、点検や監視、修理などの保全記録、顧客からのクレームなどのフィールドデータには、市場における製品の信頼性に関する情報が含まれている。このため、フィールドデータを分析し、故障の多い部品やその原因を特定し、これに基づき各種製品設計時の設計改善を行うことにより、製品信頼性を向上させることができると考えられる。
これに対して、特許文献１では、蓄積したフィールドデータを、様々な条件で抽出し、それを推移図、棒グラフ、パレート図などで表示し、故障の原因究明の支援を行う品質情報収集診断装置が提案されている。特許文献１によれば、「製品形式」「部品」等のカテゴリ毎の故障率等の推移を表示可能としている。
また特許文献２では、フィールドデータをその記述内容から、あらかじめ定義された故障モード内、どれに該当するかを推定する方法が提案されている。
特開２０００－１５５７００号公報 特開２０１９－１１６３７７号公報
然るに、特許文献１では、故障の原因を究明するためには、製品形式などに加えて、「ネジ脱落」等、どのような種類の故障モードが増えているかといった情報が必要となる。また特許文献２では、故障モードを事前に全て定義することは難しいという課題がある。
以上のことから本発明においては、故障の発生原因究明の精度を向上するフィールドデータ監視装置、フィールドデータ監視方法、ならびにフィールドデータ表示装置を提供すること、また、新規故障モード検知による重要故障の早期把握や新規故障モード追加によるシステム管理工数の削減を図ることができるフィールドデータ監視装置、フィールドデータ監視方法、ならびにフィールドデータ表示装置を提供することを目的とする。
以上のことから本発明においては、「フィールドデータが蓄積されているフィールドデータデータベースと、製品の故障モードの名称と故障モード毎の発生確率が記録されている故障モード一覧、ならびに故障モードごとに前記フィールドデータに記述される単語の出現確率を保持する故障モード－単語確率テーブルが記録されている故障モードデータベースと、製品個体ごとの設計、製造、運用に関するデータが蓄積されている設計製造運用データベースと、故障モードデータベースに記録されている故障モード毎の発生確率と単語の出現確率の情報に基づき、フィールドデータの各故障モードへの帰属確率を計算し、その結果に基づきフィールドデータを故障モードごとに分類する故障モード推定手段と、故障モード推定手段により分類されたフィールドデータと関連付く製品個体の、設計製造運用データベースに蓄積されたデータから、故障モードが発生しやすい条件を抽出する故障モード発生原因究明手段を備えることを特徴とするフィールドデータ監視装置」としたものである。
また本発明においては、「フィールドデータが蓄積されているフィールドデータデータベースと、製品の故障モードの名称と故障モード毎の発生確率が記録されている故障モード一覧、ならびに故障モードごとにフィールドデータに記述される単語の出現確率を保持する故障モード－単語確率テーブルが記録されている故障モードデータベースと、製品個体ごとの設計、製造、運用に関するデータが蓄積されている設計製造運用データベースを備え、故障モードデータベースに記録されている故障モード毎の発生確率と単語の出現確率の情報に基づき、フィールドデータの各故障モードへの帰属確率を計算し、その結果に基づき前記フィールドデータを故障モードごとに分類し、分類されたフィールドデータと関連付く製品個体の、設計製造運用データベースに蓄積されたデータから、故障モードが発生しやすい条件を抽出することを特徴とするフィールドデータ監視方法」としたものである。
また本発明においては、「フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、フィールドデータは、少なくとも、保全を行った時の製品の故障の症状についての項目の情報を含み、項目ごとに当該項目内で使用された単語の出現回数により、フィールドデータをクラスタに分類し、分類されたフィールドデータを表示画面上に、時系列あるいは折れ線表示することを特徴とするフィールドデータ表示装置」としたものである。
また本発明においては、「フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、フィールドデータは、少なくとも保全を行った時の製品の故障の症状についての項目の情報を含み、項目ごとに当該項目内で使用された単語の出現回数により、フィールドデータをクラスタに分類し、分類された前記フィールドデータの項目の一覧を表示画面上に表示することを特徴とするフィールドデータ表示装置」としたものである。
また本発明においては、「フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、分析対象の故障モードについて、当該故障モードの前記フィールドデータと製品の設計製造データとから、故障発生確率の高い特徴量の組み合わせを抽出し、表示画面上に故障モード名と故障が発生しやすい条件を表示することを特徴とするフィールドデータ表示装置」としたものである。
また本発明においては、「フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、フィールドデータで使用された単語の出現確率の情報に基づき、フィールドデータの各故障モードへの帰属確率から計算される情報エントロピーの順にフィールドデータを表示し、フィールドデータ毎の各故障モードへの帰属確率と前記情報エントロピーを表示画面上に表示するとともに、情報エントロピーは各故障モードへの帰属確率のばらつきを数値表現したものであることを特徴とするフィールドデータ表示装置」としたものである。
本発明によれば、故障の発生原因究明の精度を向上し、新規故障モード検知による重要故障の早期把握や新規故障モード追加によるシステム管理工数の削減を図ることができる。
本発明の実施例１に係るフィールドデータ監視装置の概略構成例を示す図。 実施例１の演算処理部１０３の各処理機能と各データベースＤＢの利用関係を示す図。 フィールドデータデータベースＤＢ１に蓄積されるフィールドデータＤ１の例を示す図。 故障モードデータベースＤＢ２のデータ構成例を示す図。 故障モード－単語確率テーブルＤ２Ｂの例を示す図。 設計製造運用データベースＤＢ３に記録されている情報の一例を示す図。 故障モードデータの初期構築の処理フローを示す図。 図７の処理ステップＳ７０１の詳細処理フローを示す図。 図７の処理ステップＳ７０３にて出力部１０２に表示される画面の例を示す図。 図７の処理ステップＳ７０３にて出力部１０２に表示される画面の例を示す図。 故障の原因分析の処理の流れを示す図。 図１１の処理ステップＳ１１０５にて出力部１０２に表示される画面の例を示す図。 新規故障モードの登録の処理の流れを示す図。 図１３の処理ステップＳ１３０３にて出力部１０２に表示される画面の例を示す図。 故障モードを追加する時に表示される画面の例を示す図。 本発明の実施例２に係るフィールドデータ監視装置の概略構成例を示す図。 実施例２の演算処理部１０３の各処理機能と各データベースＤＢの利用関係を示す図。 故障モード発生の傾向変化検知の処理の流れを説明する図。 故障モード推定手段１０７で計算された帰属確率の一例を図。 故障発生確率の計算結果の例を示す図。
以下本発明の実施例について、図面を参照しながら詳細に説明する。
図１は本発明の実施例１に係るフィールドデータ監視装置の概略構成例を示している。計算機を用いて構成されるフィールドデータ監視装置は、入力部１０１、出力部１０２、演算処理部１０３、記憶部１０４から構成されている。
このうち入力部１０１は、キーボード、マウス、タッチパネル等の種々の入力装置であり、フィールドデータ監視装置のユーザがフィールドデータ監視装置に対して何らかのデータを入力する時に使用される。
出力部１０２は、ディスプレイ装置等の出力デバイスであり、演算処理部１０３との対話的な処理のための画面を表示する。
記憶部１０４は、具体的にはハードディクスやソリッドステートドライブなどの記憶手段であり、フィールドデータデータベースＤＢ１、故障モードデータベースＤＢ２、設計製造運用データベースＤＢ３により構成されている。
このうちフィールドデータデータベースＤＢ１には、市場における製品の信頼性に関する情報となる顧客からのクレームや、機器から出力されるエラーログ、保全記録などの各種フィールドデータＤ１が蓄積されている。図３に、蓄積されているフィールドデータＤ１の一例を示す。
図３に例示するフィールドデータＤ１は、保全ＩＤ（Ｄ１１）をキーとして、機器の故障に関する、顧客からの問い合わせ内容Ｄ１２、保全を行った時の機器の故障の症状Ｄ１３及びその原因Ｄ１５、機器から出力されたエラーコードＤ１４、故障が発生した日付Ｄ１７などが記録されている。また、製造番号Ｄ１６など故障した機器が特定できる情報が関連付けられて記憶されている。なお保全ＩＤ（Ｄ１１）に対して、別途推定故障モードＩＤ（Ｄ１８）が付与される。
なお図３の保全ＩＤ（Ｄ１１）が「１」の事例は、顧客からの問い合わせ内容Ｄ１２が異音であり、保全を行った時の機器の故障の症状Ｄ１３が圧縮機の異常振動というものであり、その原因Ｄ１５はベアリングの傷であり、機器から出力されたエラーコードＤ１４はＡ－００５であり、かつこの事象は推定故障モードＩＤ（Ｄ１８）が「１」であると推定できるという内容のものである。
図３の保全ＩＤ（Ｄ１１）が「２」、「３」の事例は、図示内に表記したとおりであり説明を省略するが、事例「２」はこの時点では未だ保全が行われておらず、あるいは保全は行っているが原因が特定されていない、あるいは原因が特定されているが保全員が記入をしていない。また事例「３」は、エラーコードが設定されていないような事象のものである。なお、「２」、「３」の事例は、故障モードＩＤ（Ｄ１８）が「３」、「６」と推定することができることを表している。
図４は、故障モードデータベースＤＢ２のデータ構成例を示している。図４の故障モードデータベースＤＢ２には、発生しうる故障モードの一覧Ｄ２Ａと、各故障モードが発生した際に、フィールドデータＤ１にどのような単語やアイテムが、どのような確率で記述されるかといった故障モード－単語確率テーブルＤ２Ｂが蓄積されている。
図４の故障モードデータベースＤＢ２に蓄積されている情報のうち、故障モードの一覧Ｄ２Ａについて、ここには、故障モードＩＤ（Ｄ２１）ごとに故障モードの名称Ｄ２２や発生確率Ｄ２３が記録されている。また、故障モードの説明Ｄ２４など、故障モードに関する追加情報が記録されていても良い。
例えば、図４では、故障モードＩＤ（Ｄ２１）が「１」の故障モードの名称Ｄ２２は「ａのボルト破損」で、発生確率Ｄ２３は０．０２といった情報が記録されている。図４の故障モードＩＤ（Ｄ２１）が「２」、「３」の事例は、図示内に表記したとおりであり説明を省略する。これらの故障モードの一覧Ｄ２Ａの各情報（故障モードＩＤ（Ｄ２１）が「１」、「２」、「３」の各情報）には、情報毎に故障モード－単語確率テーブルＤ２Ｂが対の情報として付与されている。
図５は、図４の故障モード１の「ａのボルト破損」のときの故障モード－単語確率テーブルＤ２Ｂの例を示す。なお、図４の故障モード「２」の「ｂのパッキン劣化」のときの故障モード－単語確率テーブルＤ２Ｂ、あるいは図４の故障モード「３」の「Ｃのベアリング破損」のときの故障モード－単語確率テーブルＤ２Ｂも図５と同じ形式で準備されているが、故障モードが相違するので各カラム内の単語確率の数値が相違している。
図５の表形式では、顧客問い合わせ、症状、エラーコード、原因の４つのカラムを取り上げており、これは図３のフィールドデータＤ１のＤ１２、Ｄ１３、Ｄ１４、Ｄ１５に相当する。この各カラムは、例えば図３の顧客問い合わせＤ１２の各セルに記載の文字列に関して、よく使用される単語を抽出し、その使用確率を表記したものである。つまり、顧客問い合わせＤ１２の各セルに記載の文字列としては、「異音」、「ガタガタ」、「うるさい」、「動かない」などが頻出しており、これらの文字列が使用される割合がそれぞれに数値で表されている。他の症状Ｄ１３、エラーコードＤ１４、原因Ｄ１５についても同様の分析により頻出頻度の数値表記がなされている。
このように図５の故障モード－確率テーブルＤ２Ｂには、ある故障モードが発生した場合、フィールドデータＤ１の各カラムにおいて、どのような単語がどのくらいの確率で記述されるかが記憶されている。例えば、図５では、「ａのボルト破損」という故障モードが起こった時、フィールドデータのカラム「お客様問合せ」には「異音」という単語が０．０５の確率で記述されるといった情報が記録されている。なお、以下では、故障モードの一覧Ｄ２Ａと故障モード－確率テーブルＤ２Ｂを総称して故障モードデータＤ２と呼ぶことにする。
図６は、設計製造運用データベースＤＢ３に記録されている情報Ｄ３の一例を示す。設計製造運用データベースＤＢ３には、製造番号Ｄ３１など機器が特定できる情報をキーとして、型式Ｄ３２や製造メーカＤ３３、使用している部品や製造ロットなど設計製造に関する情報Ｄ３４や、稼働開始日Ｄ３５、設置場所Ｄ３６、設置状態Ｄ３７など製品の運用に関する情報などが記録されている。
これらのデータベースＤＢ１、ＤＢ２、ＤＢ３は、記憶する情報の一部を共有することにより、相互に参照することが可能であり、これらを連係するためのキーとなる情報は、故障モードＩＤ（Ｄ１８；Ｄ２１）、お客様問い合わせＤ１２、症状Ｄ１３、エラーコードＤ１４、原因Ｄ１５、製造番号（Ｄ１６；Ｄ３１）などである。
図１に戻り、演算処理部１０３は、具体的には、ＣＰＵ（Ｃｅｎｔｒａｌ Ｐｒｏｃｅｓｓｉｎｇ Ｕｎｉｔ）で構成されており、フィールドデータ監視装置における情報処理を実行する。演算処理部１０３における処理機能を手段として表記するならば、演算処理部１０３は確率テーブル初期構築手段１０５、故障モードデータ更新手段１０６、故障モード推定手段１０７、故障モード発生原因究明手段１０８、新規故障モード検知手段１０９、新規故障モード登録手段１１０を備えている。
図２は、演算処理部１０３の各処理機能と各データベースＤＢの利用関係を示している。この図を用いて、各処理機能の概略処理内容を説明する。入力部１０１と出力部１０２の表記を省略しているが、ユーザはこれらを介して演算処理部１０３を操作し、表示された内容を確認している。
ユーザが入力部１０１を介してフィールドデータ監視装置に与える初期的な処理は、入力信号Ｉ１により、図３のＤ１１からＤ１７を含むフィールドデータＤ１をフィールドデータデータベースＤＢ１に入力し、蓄積することである。またこの入力処理は、新たなフィールドデータＤ１が得られ次第適宜のタイミングで蓄積されていく。但し、この時点では、推定故障モードＩＤ（Ｄ１８）の情報は与えられていない。
フィールドデータデータベースＤＢ１のデータ蓄積が上記の初期状態にあるとき、フィールドデータ監視装置内の故障モードデータ初期構築手段１０５は、まず、フィールドデータデータベースＤＢ１に蓄積されている図３のフィールドデータＤ１の中から、お客様問い合わせＤ１２、症状Ｄ１３、エラーコードＤ１４、原因Ｄ１５を取り出し、これらについて、図５に示すような故障モード－単語確率テーブルＤ２Ｂで使われるカラムごとの頻出単語を抽出する。例えば、図５の例では、お客様問合せＤ１２のカラムの単語として、「異音」、「ガタガタ」、「うるさい」、「動かない」といった頻出単語を抽出する。そして、導出した頻出単語を故障モードデータベースＤＢ２内の故障モード－単語確率テーブルＤ２Ｂに保存する。
また故障モード推定手段１０７は、故障モードデータベースＤＢ２に蓄積されている故障モードデータＤ２とフィールドデータデータベースＤＢ１に蓄積されているフィールドデータＤ１を入力として、各フィールドデータＤ１の各故障モードへの帰属確率を計算する。
計算された帰属確率の一例を図１９に示す。図１９では保全ＩＤ（Ｄ２１）が「１」のフィールドデータＤ１が、「ａのボルト破損」という故障モードに帰属する確率は０．３３、「ｂのパッキン劣化」という故障モードに規則する確率は０．３３、「ｃのベアリング破損」という故障モードに帰属する確率は０．３４であることが分かる。
また、故障モード推定手段１０７は、帰属確率が最も高い故障モードをフィールドデータＤ１の推定故障モードとして、フィールドデータデータベースＤＢ１の推定故障モードＩＤ（Ｄ１８）に保存する。例えば、帰属確率が図１９のように計算された場合、保全ＩＤが１のフィールドデータの推定故障モードは「ｃのベアリング破損」であると判断され、フィールドデータデータベースＤＢ１の推定故障モードＩＤ（Ｄ１８）に保存される。
故障モード発生原因究明手段１０８は、フィールドデータ監視装置のユーザから指定される分析対象の故障モードを含む入力信号Ｉ２と、フィールドデータデータベースＤＢ１に蓄積されているフィールドデータＤ１と、設計製造運用データベースＤＢ３に蓄積されている設計製造運用データＤ３を入力として、分析対象の故障モードが発生しやすい設計や製造、運用の条件をユーザに提示する。
新規故障モード検知手段１０９は、故障モード推定手段１０７により計算された各フィールドデータＤ１の各故障モードへの帰属確率を入力として、故障モードデータベースＤＢ２の故障モード一覧にない、新規の故障モードに該当するフィールドデータＤ１を検知し、ユーザに提示する。なお、新規な故障モードの存在を提示されたユーザは、この内容を確認すべく上記の分析対象の故障モードとして、入力信号Ｉ２を故障モード発生原因究明手段１０８に与え、その発生原因を解明するという流れにつながる。
新規故障モード登録手段１１０は、入力信号Ｉ３によりユーザが新規故障モードの名称の入力や、新規故障モードに該当するフィールドデータの選択の結果を取得し、それらの情報を故障モードデータ更新手段１０６に出力する。
また故障モードデータ更新手段１０６は、新規故障モード登録手段１１０から入力された新規故障モードの名称の入力や、新規故障モードに該当するフィールドデータから、故障モードデータベースＤＢ２に蓄積されている故障モードデータを更新する。
フィールドデータ監視装置の処理は、故障モードデータ初期構築、故障モード原因分析、新規故障モード検知の３つの処理である。まず故障モードデータ初期構築の処理に関して、図７に示す故障モードデータの初期構築の処理フローを参照して詳細に説明する。
図７の最初の処理ステップＳ７０１は、故障モードデータ初期構築手段１０５に対応するものであり、ここでは、フィールドデータデータベースＤＢ１に蓄積されているフィールドデータＤ１内の、特に顧客からの問い合わせ内容Ｄ１２、保全を行った時の機器の故障の症状Ｄ１３及びその原因Ｄ１５、機器から出力されたエラーコードＤ１４に記述された文字列から、故障モードデータＤ２の故障モード‐単語確率テーブルＤ２Ｂで使われる単語を抽出する。この処理の詳細を図８に示す。
故障モードデータ初期構築手段１０５の詳細な処理を記述した図８の最初の処理ステップＳ８０１では、まずフィールドデータデータベースＤＢ１からフィールドデータＤ１を読み込み、処理ステップＳ８０２でカウンターｉを「１」にセットする。
そして処理ステップＳ８０３では、フィールドデータのｉ番目のカラムに記述されている情報が、エラーコードなど自然言語でない場合は、処理ステップＳ８０４に移り、カラムに出現する全てのアイテムを抽出する。一方、フィールドデータのｉ番目のカラムに記述されている情報が自然言語の場合は、処理ステップＳ８０４において文章を単語に分解し、さらに処理ステップＳ８０５において、出現回数の高い単語を抽出する。
そして、処理ステップＳ８０６では、処理ステップＳ８０４、Ｓ８０５で抽出されたアイテムや単語を、図５で示す故障モード－単語テーブルＤ２Ｂの単語に設定する。そして、その設定を処理ステップＳ８０７において故障モードデータベースＤＢ２に保存する。なお、この一連の処理は、カウンターｉの値を更新しながら、すべてのカラムについて単語抽出が完了するまで継続実行される。
図７に戻り、次に故障モード推定手段１０７に対応する処理ステップＳ７０２において、フィールドデータＤ１を、その記述内容に基づき、クラスタに分類する。具体的には、フィールドデータ毎に、故障モードデータベースＤＢ２に保存されている故障モード－単語テーブルＤ２Ｂの各単語の出現回数を計算する。そして、各単語の出現回数の違いに基づき、フィールドデータＤ１をクラスタリングする。分類の際のクラスタ数は、ユーザが事前に指定しても良いし、フィールドデータを教師データと学習データに分割した上で、例えば、トピックモデルの評価指標であるＰｅｒｐｌｅｘｉｔｙなどを計算し、最もＰｅｒｐｌｅｘｉｔｙが小さいクラスタ数を用いても良い。
次に、新規故障モード検知手段１０９に対応する処理ステップＳ７０３において、各クラスタに分類されたフィールドデータＤ１を出力部に表示する。図９、図１０に、新規故障モード検知手段１０９が出力部１０２に表示する画面の例を示す。
図９の画面９０では、新規故障モードの推移を時系列に折れ線とデータにより画面９０の上下に表示している。フィールドデータＤ１は３つのクラスタにクラスタリングされ、それぞれのクラスタに対応する故障モードの名称を仮にＵｎｎａｍｅｄ１、Ｕｎｎａｍｅｄ２、Ｕｎｎａｍｅｄ３と名付け、表示している。また、フィールドデータに故障発生年月日のデータがあれば、発生件数の推移を折れ線グラフや表などで表示しても良い。
図１０の画面９０では、故障モード名やその説明を編集する画面と、各クラスタにクラスタリングされたフィールドデータＤ１の一覧と、保存、キャンセルなどの処理ボタンを示している。図９に示す画面から図１０に示す画面へは、例えば、ユーザが図９に故障モード名をマウスなどでクリックすることにより遷移することができる。
次に図７の処理ステップＳ７０４において、ユーザは各クラスタに故障モード名称や説明を付与する。例えば、図１０に示す画面９０では、ユーザは、Ｕｎｎａｍｅｄ１と仮に名付けられた故障モードに対応するクラスタに分類されたフィールドデータＤ１を参照しながら、故障モードの名称やその説明を適宜入力する。
ここで処理ステップＳ７０５において、正しいクラスタに分類されていないフィールドデータＤ１がある場合、ユーザはその分類を修正する。例えば、図１０に示すように、各フィールドデータＤ１に対する故障モードがプルダウンなどで選択できるようになっていても良い。また、該当する故障モードがない場合は追加しても良い。例えば、図１０のプルダウンにおいて、「新規故障モード追加」の選択肢を追加し、故障モードの追加を行えるようにするのがよい。
図１５に、故障モードを追加する時に表示される画面の例を示す。図１５の画面９０の例では、故障モード名とその説明を入力し、保存ボタンを押すと、新規故障モードが追加される。
次に、新規故障モード登録手段１１０に対応する処理ステップＳ７０６において、処理ステップＳ７０４、Ｓ７０５で入力された故障モードの名称や説明、分類の修正結果などを取得する。
次に、故障モードデータ更新手段１０６に対応する処理ステップＳ７０７において、故障モードの名称や説明、分類の修正結果に基づき、故障モードデータを更新し、その結果を故障モードデータベースＤＢ２に保存する。
次に、故障モード推定手段１０７に対応する処理ステップＳ７０８において、故障モードデータベースＤＢ２から、故障モードデータＤ２を読み込み、それに基づき処理ステップＳ７０９において、フィールドデータ毎の各故障モードへの帰属確率を計算し、最も帰属確率が高い故障モードを推定故障モードＤ１８とする。
最後に、推定故障モードＤ１８をフィールドデータデータベースＤＢ１に保存する。
次に、故障モード原因分析の処理の説明をする。図１１に、故障の原因分析の処理の流れを示す。なお、故障モードデータ初期構築の処理が完了していることが、故障原因分析の処理を行うことができる前提条件となる。
図１１の故障の原因分析の処理では、まず処理ステップＳ１１０１において、ユーザが入力部１０１を用い、入力信号Ｉ１により原因分析の対象の故障モードを入力する。
次に、故障モード発生原因究明手段１０８に対応する処理ステップＳ１１０２において、推定故障モードが処理ステップＳ１１０１で入力された原因分析の対象の故障モードと一致するフィールドデータＤ１をフィールドデータデータベースＤＢ１から読み込む。
次に、故障モード発生原因究明手段１０８に対応する処理ステップＳ１１０３において、設計製造運用データベースＤＢ３から、設計製造運用データＤ３を読み込む。
そして、故障モード発生原因究明手段１０８に対応する処理ステップＳ１１０４において、故障確率の高い設計製造運用データＤ３の特徴量の組合せを抽出する。具体的には、まず図６に示すような設計製造運用データＤ３のカラムを特徴量とし、そのカテゴリの組合せごとの故障発生確率を計算する。
例えば、図２０には、「型式Ｄ３２」と「設置状態Ｄ３７」を特徴量とした場合の故障発生確率の計算結果の例を示す。図２０では、型式はＡ０１、Ａ０２、Ｂ０１の３つのカテゴリに分類でき、設置状態は屋内、屋外の２つのカテゴリに分類できると仮定している。
例えば、型式がＡ０１、設置状態が屋内の故障発生確率は、原因分析の対象の故障モードと一致し、かつ型式がＡ０１、設置状態が屋内であるフィールドデータの総数を、型式がＡ０１、設置状態が屋内であるフィールドデータの総数で除すことにより計算される。そして、この故障発生確率のデータに基づき、例えば回帰木などの手法を用いて、故障モード発生原因究明手段１０８は故障の発生しやすい設計製造運用の特徴量を抽出する。そして、故障モード発生原因究明手段１０８に対応する処理ステップＳ１１０５においては、処理ステップＳ１１０４で抽出された特徴量の組合せを出力部１０２に表示する。
図１２には、出力部１０２に表示される画面例を示す。図１２では、「ａのボルト破損」という故障モードとその説明、ならびに故障が発生しやすい条件（＃１、２、３）を表示している。例えば、図１２の条件＃１では、稼働期間が２年以上で設置状態が屋外である機器の、「ａのボルト破損」という故障モードの発生確率が１０％であることを示している。また、この表示では、故障発生確率に対して説明性の高い因子を併せて表示しておくのがよい。
次に、新規故障モード検知の処理に関して説明する。なお、故障モードデータの初期構築の処理が完了していることが、新規故障モード検知の処理を行うことができる前提条件となる。図１３には、新規故障モードの登録の処理の流れを示す。なお、図１３の処理の流れにうち、既に説明した図７に示された同一の符号を付された処理（処理ステップＳ７０８、Ｓ７０９、Ｓ７１０）に関しては、説明を省略する。
図１３の新規故障モードの登録処理ではまず、新規故障モード検知手段１０９に対応する処理ステップＳ１３０１において、処理ステップＳ７０９で推定されたフィールドデータ毎の各故障モードへの帰属確率に基づき、新規故障モードの検知を行う。具体的には、例えば、各故障モードへの帰属確率から情報エントロピーを計算し、情報エントロピーが大きいフィールドデータは新規故障モードの可能性があると判断する。
情報エントロピーは、故障モードが故障モード１、故障モード２、故障モード３の３つがあり、フィールドデータのそれぞれへの帰属確率がＰ１、Ｐ２、Ｐ３であった場合、（１）式のように計算することができる。
［数１］
－Ｐ１×ｌｏｇ（Ｐ１）－Ｐ２×ｌｏｇ（Ｐ２）－Ｐ３×ｌｏｇ（Ｐ３） （１）
なお（１）式によれば、例えば故障モード１の帰属確率Ｐ１が１に近く、故障モード２、３の帰属確率Ｐ２、Ｐ３が０に近い状態、従って故障モードがほぼ故障モード１と推定できる第１の場合と、故障モード１、２、３の帰属確率Ｐ１、Ｐ２、Ｐ３に差がなく、従って故障モードを特定しにくい第２の場合とでは、後者の計算値の方が大な値を示すという特性を有することから、新規故障モードの可能性が高いという判別が可能である。
フィールドデータで新規故障モードであると検知されたものがあった場合、新規故障モード検知手段１０９に対応する処理ステップＳ１３０３において、新規故障モードであると検知されたフィールドデータをユーザに提示する。
図１４には、新規故障モードと検知されたフィールドデータの出力部１０２への表示の一例を示す。図１４では、フィールドデータの内、情報エントロピーが大きい３つのフィールドデータが表示されている。この例では、保全ＩＤが、２０、３０、６４のケースについて、３つの帰属確率が拮抗しており、情報エントロピーが高い順に３ケースを表記している。
これに対し処理ステップＳ１３０４において、ユーザはフィールドデータの記述内容を確認し、新規故障モードの名称や、新規故障モードに該当するフィールドデータを新規故障モード登録手段１１０に入力する。例えば、図１４では、ユーザはフィールドデータの記述内容を確認し、新規の故障モードである場合は、推定故障モードのカラムのプルダウンより「新規故障モード追加」を選択する。
選択すると、新規故障モード登録手段１１０が図１５のような画面を表示するので、この画面にユーザは新規故障モードの名称や説明を入力する。そして保存を押して、新規故障モードを登録する。登録後は、図１４のプルダウンに登録した新規故障モードも表示されるようになるので、新規故障モードに該当するフィールドデータの推定故障モードを、プルダウンから先程登録した新規故障モードに変更する。
そして、新規故障モード登録手段１１０は処理ステップＳ１３０４でユーザが入力した情報を故障モードデータ更新手段１１０に渡し、処理ステップＳ１３０５においてそのデータに基づき、故障モードデータ変更手段１０６が故障モードデータベースＤＢ２に蓄積されている故障モードデータを更新する。
そして、再度、処理ステップＳ７０８、Ｓ７０９、Ｓ１３０１の処理を行い、新規故障モードが検知されなくなるまで繰り返す。
以上で、本発明の実施例１に係るフィールドデータ監視装置が行う、故障モードデータ初期構築、故障モード原因分析、新規故障モード検知の３つの処理の説明をした。なお、類似の機器に関して故障モードデータが既に構築されている場合、その故障モードデータを用いることにより、故障モードデータの初期構築を行わずに、故障モードの原因分析、新規故障モードの検知を行っても良い。
図１６は本発明の実施例２に係るフィールドデータ監視装置の概略構成例を示す図である。また、図１７は実施例２の演算処理部１０３の各処理機能と各データベースＤＢの利用関係を示す図である。なお、図１６に示したフィールドデータ監視装置のうち、既に説明した図１に示された同一の符号を付された構成と、同一の機能を有する部分については、説明を省略する。図１、図２の実施例１と図１６、図１７の実施例２の相違点は、演算処理部１０３内に故障発生傾向変化検知手段１６０１が新たに設けられた点である。
故障発生傾向変化検知手段１６０１は、フィールドデータデータベースＤＢ１に蓄積されているフィールドデータＤ１を入力として故障モード発生の傾向変化を検知してユーザに提示する。
図１８には、故障発生傾向変化検知手段１６０１が実行する故障モード発生の傾向変化検知の処理の流れを示している。
まず、処理ステップＳ１８０１においてフィールドデータＤ１をフィールドデータデータベースＤＢ１より読み込む。次に処理ステップＳ１８０２において、フィールドデータＤ１に記録されている推定故障モードの情報Ｄ１８を用い、例えば一か月など、一定期間ごとの各故障モードの発生件数をカウントする。
次に故障モードごとの発生傾向の変化の大きさを評価する。例えば、ある故障モードの過去３カ月の発生件数を用い発生件数の確率分布を推定する。そして、推定された確率分布を用いて、最新の発生件数の確率を計算する。具体的には、ある故障モードの１、２、３カ月前の発生件数が、それぞれ３、４、２件であった場合、１カ月あたりの発生件数を平均３のポアソン分布で表すことができる。最新の月の発生件数が５件であった時、その確率は（２）式のように計算することができる。ここで、ｅはネイピア数である。
［数２］
（３５×ｅ－５）／５！≒０．０１４ （２）
最後に処理ステップＳ１８０４において、処理ステップＳ１８０３で評価された変化が一定以上の故障モードがある場合は、その故障モードの発生傾向に変化があるとして、ユーザにメールなどでその内容を通知する。このことにより、ユーザは、特定の故障モードが急増しているなど、対策が必要な故障モードをいち早く知ることができ、製品故障による仕損費などを低減することができる。
１０１：入力部
１０２：出力部
１０３：演算処理部
１０４：記憶部
１０５：確率テーブル初期構築手段
１０６：故障モードデータ更新手段
１０７：故障モード推定手段
１０８：故障モード発生原因究明手段
１０９：新規故障モード検知手段
１１０：新規故障モード登録手段
１６０１：故障発生傾向変化検知手段
ＤＢ１：フィールドデータデータベース
ＤＢ２：故障モードデータベース
ＤＢ３：設計製造運用データベース

Claims (16)

  1. フィールドデータが蓄積されているフィールドデータデータベースと、
    製品の故障モードの名称と故障モード毎の発生確率が記録されている故障モード一覧、ならびに故障モードごとに前記フィールドデータに記述される単語の出現確率を保持する故障モード－単語確率テーブルが記録されている故障モードデータベースと、
    製品個体ごとの設計、製造、運用に関するデータが蓄積されている設計製造運用データベースと、
    前記故障モードデータベースに記録されている故障モード毎の発生確率と前記単語の出現確率の情報に基づき、前記フィールドデータの各故障モードへの帰属確率を計算し、その結果に基づき前記フィールドデータを故障モードごとに分類する故障モード推定手段と、
    前記故障モード推定手段により分類されたフィールドデータと関連付く前記製品個体の、前記設計製造運用データベースに蓄積されたデータから、故障モードが発生しやすい条件を抽出する故障モード発生原因究明手段を備えることを特徴とするフィールドデータ監視装置。
  2. 請求項１に記載のフィールドデータ監視装置であって、
    前記フィールドデータは、少なくとも製品の故障に関する保全を行った時の製品の故障の症状についての項目の情報を含み、前記項目ごとに当該項目内で使用された単語の出現確率の情報を前記故障モードデータベースに記録する故障モード初期構築手段を備えることを特徴とするフィールドデータ監視装置。
  3. 請求項１または請求項２に記載のフィールドデータ監視装置であって、
    前記故障モード推定手段により計算された各故障モードへの帰属確率から、新規故障モードの検知を行う新規故障モード検知手段を備えることを特徴とするフィールドデータ監視装置。
  4. 請求項３に記載のフィールドデータ監視装置であって、
    前記新規故障モード検知手段は、前記故障モード推定手段により計算された各故障モードへの帰属確率が近似の値を示すことをもって前記新規故障モードである可能性が高いと判断することを特徴とするフィールドデータ監視装置。
  5. 請求項３または請求項４に記載のフィールドデータ監視装置であって、
    ユーザから新規故障モードの名称や新規故障モードに該当するフィールドデータの情報を受け付ける新規故障モード登録手段と、
    ユーザから前記新規故障モード登録手段に入力された新規故障モードや新規故障モードに該当するフィールドデータの情報から、故障モードデータベースを更新する故障モードデータ更新手段を備えることを特徴とするフィールドデータ監視装置。
  6. 請求項１から請求項５のいずれか１項に記載のフィールドデータ監視装置であって、
    故障モードごとの発生傾向の変化を検知しユーザに通知する故障発生傾向変化検知手段を備えることを特徴とするフィールドデータ監視装置。
  7. フィールドデータが蓄積されているフィールドデータデータベースと、
    製品の故障モードの名称と故障モード毎の発生確率が記録されている故障モード一覧、ならびに故障モードごとに前記フィールドデータに記述される単語の出現確率を保持する故障モード－単語確率テーブルが記録されている故障モードデータベースと、
    製品個体ごとの設計、製造、運用に関するデータが蓄積されている設計製造運用データベースを備え、
    前記故障モードデータベースに記録されている故障モード毎の発生確率と前記単語の出現確率の情報に基づき、前記フィールドデータの各故障モードへの帰属確率を計算し、その結果に基づき前記フィールドデータを故障モードごとに分類し、
    分類されたフィールドデータと関連付く前記製品個体の、前記設計製造運用データベースに蓄積されたデータから、故障モードが発生しやすい条件を抽出することを特徴とするフィールドデータ監視方法。
  8. 請求項７に記載のフィールドデータ監視方法であって、
    前記フィールドデータは、少なくとも保全を行った時の製品の故障の症状についての項目の情報を含み、前記項目ごとに当該項目内で使用された単語の出現確率の情報を前記故障モードデータベースに記録することを特徴とするフィールドデータ監視方法。
  9. 請求項７または請求項８に記載のフィールドデータ監視方法であって、
    前記計算された各故障モードへの帰属確率から、新規故障モードの検知を行うことを特徴とするフィールドデータ監視方法。
  10. 請求項９に記載のフィールドデータ監視方法であって、
    前記計算された各故障モードへの帰属確率が近似の値を示すことをもって前記新規故障モードである可能性が高いと判断することを特徴とするフィールドデータ監視方法。
  11. 請求項９または請求項１０に記載のフィールドデータ監視方法であって、
    ユーザから新規故障モードの名称や新規故障モードに該当するフィールドデータの情報を受け付け、
    ユーザから入力された新規故障モードや新規故障モードに該当するフィールドデータの情報から、故障モードデータベースを更新することを特徴とするフィールドデータ監視方法。
  12. 請求項７から請求項１１のいずれか１項に記載のフィールドデータ監視方法であって、
    故障モードごとの発生傾向の変化を検知しユーザに通知することを特徴とするフィールドデータ監視方法。
  13. フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、
    前記フィールドデータは、少なくとも保全を行った時の製品の故障の症状の項目の情報を含み、前記項目ごとに当該項目内で使用された単語の出現回数により、前記フィールドデータをクラスタに分類し、分類された前記フィールドデータを表示画面上に、時系列あるいは折れ線表示することを特徴とするフィールドデータ表示装置。
  14. フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、
    前記フィールドデータは、少なくとも保全を行った時の製品の故障の症状の項目の情報を含み、前記項目ごとに当該項目内で使用された単語の出現回数により、前記フィールドデータをクラスタに分類し、分類された前記フィールドデータの前記項目の一覧を表示画面上に表示することを特徴とするフィールドデータ表示装置。
  15. フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、
    分析対象の故障モードについて、当該故障モードの前記フィールドデータと前記製品の設計製造データとから、故障発生確率の高い特徴量の組み合わせを抽出し、表示画面上に故障モード名と故障が発生しやすい条件を表示することを特徴とするフィールドデータ表示装置。
  16. フィールドデータを用いて、製品の表示画面を構成するフィールドデータ表示装置であって、
    前記フィールドデータで使用された単語の出現確率の情報に基づき、前記フィールドデータの各故障モードへの帰属確率と、各故障モードへの帰属確率から計算される情報エントロピーの順にフィールドデータを表示し、フィールドデータ毎の各故障モードへの帰属確率と前記情報エントロピーを表示画面上に表示するとともに、前記情報エントロピーは各故障モードへの帰属確率のばらつきを数値表現したものであることを特徴とするフィールドデータ表示装置。
JP2020135806A 2020-08-11 2020-08-11 フィールドデータ監視装置、ならびにフィールドデータ監視方法 Active JP7507630B2 (ja)

Priority Applications (2)

Application Number Priority Date Filing Date Title
JP2020135806A JP7507630B2 (ja) 2020-08-11 フィールドデータ監視装置、ならびにフィールドデータ監視方法
US17/152,262 US20220051117A1 (en) 2020-08-11 2021-01-19 Field data monitoring device, field data monitoring method, and field data display device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2020135806A JP7507630B2 (ja) 2020-08-11 フィールドデータ監視装置、ならびにフィールドデータ監視方法

Publications (2)

Publication Number Publication Date
JP2022032230A true JP2022032230A (ja) 2022-02-25
JP7507630B2 JP7507630B2 (ja) 2024-06-28

Family

ID=

Also Published As

Publication number Publication date
US20220051117A1 (en) 2022-02-17

Similar Documents

Publication Publication Date Title
US7089250B2 (en) Method and system for associating events
US7577651B2 (en) System and method for providing temporal search results in response to a search query
JP6233411B2 (ja) 障害分析装置、障害分析方法、および、コンピュータ・プログラム
US8533193B2 (en) Managing log entries
JP2017072882A (ja) アノマリ評価プログラム、アノマリ評価方法、および情報処理装置
JP2008310582A (ja) 保守作業支援装置とシステム並びに保守作業支援方法
WO2008032393A1 (en) Information processing method and device for work process analysis
US20180246958A1 (en) Analysis server device, data analysis system, and data analysis method
US20220051117A1 (en) Field data monitoring device, field data monitoring method, and field data display device
CN104424539A (zh) 维护信息管理系统及方法、以及维护信息显示方法
US11580100B2 (en) Systems and methods for advanced query generation
EP3657347A1 (en) Machine learning based database anomaly prediction
JP2007011604A (ja) 不具合診断システム及びプログラム
CN104718546A (zh) 文档分析装置以及程序
US11295555B2 (en) Systems and methods for analyzing machine performance
US20240145059A1 (en) Method and system for discovering adverse drug reaction signal based on causal discovery
CN110673997B (zh) 磁盘故障的预测方法及装置
JP7507630B2 (ja) フィールドデータ監視装置、ならびにフィールドデータ監視方法
CN110780794A (zh) 一种可视化数据列表显示方法及装置
WO2012044305A1 (en) Identification of events of interest
JP2002236692A (ja) 障害情報管理装置
US20210397598A1 (en) Data management method, data management system and program
CN113887994A (zh) 基于互联网评论挖掘的失效模式风险评估方法及系统
Shilpika et al. Toward an in-depth analysis of multifidelity high performance computing systems
JP5212980B2 (ja) テストデータ作成装置及び作成方法

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20230120

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20231129

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20231205

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240115

A131 Notification of reasons for refusal

Free format text: JAPANESE INTERMEDIATE CODE: A131

Effective date: 20240402

A521 Request for written amendment filed

Free format text: JAPANESE INTERMEDIATE CODE: A523

Effective date: 20240521

A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20240604

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20240618