JP2022033094A - 修理支援システム、プログラム - Google Patents

Abstract

【課題】故障部位を精度高く推定することができる修理支援システム等を提供する。【解決手段】機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを紐付けた修理情報を記憶する記憶部２２と、修理依頼の情報を受け付ける受信部２１１と、受信部２１１が受け付けた当該修理依頼があった機器に関する当該第１情報及び当該第２情報と、記憶部２２に記憶された当該修理情報とに基づいて、当該機器の当該故障部位を推定する推定部２１４と、を備えることを特徴とする。【選択図】図５

Description

本発明は、修理支援システム、プログラムに関する。

近年、機器の修理を支援するための技術が提案されている。
例えば、特許文献１に記載された技術は、以下のように構成されている。すなわち、顧客に対して、顧客情報データベース等から得られる顧客情報と修理情報データベース等から得られる修理情報とを用いて顧客要求の確認処理をし、部品情報データベースから得られる部品情報とマスターデータベースから得られる故障診断に関する情報とを用いて対象機器の故障診断処理を行うと共に、料金情報データベースから得られる料金情報を用いて顧客からの修理の受付処理を行う故障診断修理依頼サイトを提供する。

特開２００２－３５８３８３号公報

一般的に、修理を行う業者が修理を行うために、修理対象の機器がある所へ出向く際には、故障部位を推定しておくことが望ましい。修理する際に必要な道具や、故障した部品と取り換えるための部品等を持っていくことで、１回の訪問で修理を完了することができるためである。それゆえ、故障部位を精度高く推定することができることが望ましい。
本発明は、故障部位を精度高く推定することができる修理支援システム等を提供することを目的とする。

かかる目的のもと完成させた本発明は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを紐付けた修理情報を記憶する記憶部と、修理依頼の情報を受け付ける受付部と、前記受付部が受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する推定部と、を備えることを特徴とする修理支援システムである。
ここで、前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有しても良い。
また、前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有しても良い。
また、前記故障部品の次に故障する二次故障部品を予測する二次予測部をさらに有し、前記導出部は、前記故障部品と前記二次故障部品の修理に要する合計費用を導き出しても良い。
また、前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有しても良い。
また、かかる目的のもと完成させた本発明は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該第１情報及び当該第２情報と関連付けて記憶された当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶する記憶部と、修理依頼の情報を受け付ける受付部と、前記受付部が受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記学習済みモデルとにより当該機器の故障部位を推定する推定部と、を備えることを特徴とする修理支援システムである。
ここで、前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有しても良い。
また、前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有しても良い。
また、前記予測部が予測した前記故障部品の修理が完了するまでの時間を導き出す時間導出部を有しても良い。
また、前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有しても良い。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを関連付けた修理情報を記憶部に記憶する機能と、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する機能と、を実現させるプログラムである。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該第１情報及び当該第２情報と関連付けられた当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶部に記憶する機能と、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記学習済みモデルとに基づいて、当該機器の故障部位を推定する機能と、を実現させるプログラムである。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の故障部位を記憶部に記憶する機能と、前記故障部位が故障した際の前記機器の症状を、当該故障部位と関連付けて前記記憶部に記憶する機能と、前記記憶部に記憶された前記機器の症状と、前記記憶部に記憶された前記故障部位のうち当該症状の原因となった当該故障部位との関係をニューラルネットワークに機械学習させることで学習済みモデルを作成する作成機能と、前記症状を受信した場合、前記学習済みモデルを利用して、当該症状の原因となった前記故障部位を推定する推定機能と、を実現させるプログラムである。
ここで、前記作成機能は、前記ニューラルネットワークの入力層に、前記症状及び前記機器の製品名に関する第１情報と、前記機器の品質に関する情報又は当該機器の所有者の情報の少なくともいずれかの第２情報とを入力し、当該ニューラルネットワーク出力層に前記故障部位を与え、前記推定機能は、修理依頼の対象機器の製品名及び症状と、当該修理依頼をしてきた顧客に関する情報と、前記学習済みモデルとを用いて前記故障部位を推定しても良い。

本発明によれば、故障部位を精度高く推定することができる修理支援システム等を提供することができる。

第１の実施形態に係る修理支援システムの概略構成の一例を示す図である。 情報処理装置の概略構成の一例を示す図である。 （ａ）は、表示部に表示された顧客検索画面の一例を示す図である。（ｂ）は、表示部に表示された顧客確認画面の一例を示す図である。 表示部に表示された推定依頼画面の一例を示す図である。 サーバ装置の概略構成の一例を示す図である。 記憶部が記憶する修理情報の一例を示す図である。 記憶部に記憶された二次情報の一例を示す図である。 情報処理装置の表示部に表示された推定結果画面の一例を示す図である。 第２の実施形態に係るサーバ装置の概略構成の一例を示す図である。

以下、添付図面を参照して、実施の形態について詳細に説明する。
＜第１の実施形態＞
図１は、第１の実施形態に係る修理支援システム１の概略構成の一例を示す図である。
修理支援システム１は、顧客から修理の依頼を受け付けるメンテナンス業者Ｍが有する情報処理装置１０と、情報処理装置１０からの要求に応じて依頼された修理対象の機器の故障部位の推定等を行うサーバ装置２０とを備えている。また、修理支援システム１は、顧客に関する情報を記憶するデータベースサーバ４０を備えている。

メンテナンス業者Ｍは、複数存在する。各メンテナンス業者Ｍには、担当する地域Ｒが割り当てられており、担当する地域Ｒに居住する顧客から、当該顧客が有する機器の故障に対する修理の依頼が来る。本実施形態においては、機器は、ガスを燃料として燃焼等をさせ、使用されるガス機器であることを例示する。ただし、機器は、電気を燃料とする電気機器、水道機器であっても良い。

情報処理装置１０、サーバ装置２０及びデータベースサーバ４０は、ネットワーク５を介して互いに通信を行うことが可能となっている。ネットワーク５は、装置間のデータ通信に用いられる通信ネットワークであれば特に限定されず、例えばインターネット、ＷＡＮ（Wide Area Network）、ＬＡＮ（Local Area Network）であることを例示することができる。データ通信に用いられる通信回線は、有線か無線かを問わず、これらを併用しても良い。

（データベースサーバ４０）
データベースサーバ４０は、顧客に関する情報を記憶する記憶部４１を有する。顧客に関する情報としては、顧客番号、氏名、住所、住居の築年数、所有機器に関する情報、契約情報（例えば床暖房を契約しているか等の情報）であることを例示することができる。

所有機器に関する情報は、所有機器自体の情報、当該機器の品質に関する情報、当該機器の使用環境に関する情報、当該機器の使用頻度に関する情報であることを例示することができる。

所有機器自体の情報は、製品名（例えば、給湯器、ガスコンロ）、メーカ名、型名、製造年、設置年数であることを例示することができる。
品質に関する情報は、修理履歴、当該機器の内部に設けられたメモリに記憶されたエラー発報履歴であることを例示することができる。

使用環境に関する情報は、設置状況情報、過去の気象情報であることを例示することができる。設置状況情報は、当該機器が設置されている場所についての情報であり、マンション等の集合住宅であるのか戸建てであるのかの情報や、屋外に設置されているのか室内に設置されているのかの情報や、共用廊下に設置されているのか等の情報であることを例示することができる。過去の気象情報は、例えば落雷や台風があったか否かの情報であることを例示することができる。

使用頻度に関する情報は、１日当たりの当該機器の使用時間や使用回数、他設備保有情報、機器内部情報であることを例示することができる。他設備保有情報は、ＩＨ、太陽光発電、床暖房を保有しているか否かの情報である。機器内部情報は、当該機器の内部に設けられたメモリ等の記憶部に記憶された情報である。例えば、機器内部情報は、積算運転時間又は通電時間、モード（例えばＥＣＯモード）別の燃焼時間や燃焼回数、モード別の点火リトライ回数、モード別の着火回数であることを例示することができる。

（情報処理装置１０）
図２は、情報処理装置１０の概略構成の一例を示す図である。
情報処理装置１０は、装置全体を制御する制御部１１と、データ等の記憶に用いられる記憶部１２と、操作受付画面や画像の表示に使用される表示部１３と、ユーザの入力操作を受け付ける操作部１４と、外部装置との通信に用いられる通信部１５とを備えている。これら制御部１１、記憶部１２、表示部１３、操作部１４、通信部１５は、バス１６にて接続されている。

制御部１１は、ＣＰＵ（Central Processing Unit）（不図示）、ＲＯＭ（Read Only Memory）（不図示）、ＲＡＭ（Random Access Memory）（不図示）により構成される。ＲＯＭには、ＣＰＵにより実行される基本プログラム（オペレーションシステム）や各種の設定等が記憶されている。ＣＰＵは、ＲＡＭを作業エリアに使用し、ＲＯＭや記憶部１２から読み出したアプリケーションプログラムを実行する。ＣＰＵがプログラムを実行することにより、情報処理装置１０の各部が制御される。

記憶部１２は、半導体メモリやＨＤＤ（Hard Disk Drive）等の記憶装置であることを例示することができる。
表示部１３は、液晶ディスプレイや有機ＥＬディスプレイであることを例示することができる。
操作部１４は、キーボード、ボタン、スイッチ、タッチパネルであることを例示することができる。
通信部１５は、通信インターフェース（通信Ｉ／Ｆ）であることを例示することができる。
以上のように構成された情報処理装置１０は、ノートＰＣ、デスクトップＰＣ、タブレットＰＣ、タブレット端末、携帯情報端末（ＰＤＡ）、多機能携帯電話（所謂「スマートフォン」）、携帯電話（所謂「フィーチャーフォン」）等であることを例示することができる。

制御部１１は、サーバ装置２０やデータベースサーバ４０等の外部装置から送信されてきた情報を受信する受信部１１１と、データベースサーバ４０から、顧客に関する情報を取得する取得部１１２と、表示部１３を制御する表示制御部１１３とを有している。また、制御部１１は、受信部１１１が受信した修理の依頼に関して、顧客に請求する費用、修理が完了するまでの期間等の情報を導き出す導出部１１４と、サーバ装置２０やデータベースサーバ４０等の外部装置に対して情報を送信する送信部１１５とを有している。

受信部１１１は、ネットワーク５を介して、顧客から、修理の依頼を受信する。受信部１１１は、例えば、顧客からの修理の依頼を、メール、又は、メンテナンス業者Ｍが提供するｗｅｂサイトへの書き込み等により受信することを例示することができる。受信部１１１は、修理の依頼を受信する際に、修理の対象となる機器の製品名や症状（例えば、お湯が出ない）等の情報の提供を受けるとともに、顧客によりメールやｗｅｂサイトに書き込まれたその他の情報も受信する。その他の情報は、機器毎に設定されているエラーコード、故障発生タイミング、使用可能な機能、異常音のイメージ、におい、であることを例示することができる。また、その他の情報は、湯温、湯量、気温、風量等の触感情報であることを例示することができる。なお、受信部１１１が受けた修理の依頼には、電話にてメンテナンス業者Ｍの従業員が顧客から受けた修理の依頼を、操作部１４を介して入力したものも含まれる。
また、受信部１１１は、サーバ装置２０から、故障部位や予測した故障部品についての情報を受信する。

表示制御部１１３は、ユーザによる操作部１４を介した操作に基づいて、受信部１１１が受信した情報等を表示部１３に表示させる。
また、表示制御部１１３は、ユーザによる操作部１４を介した操作に基づいて、修理対象の機器の故障部位の推定依頼に関する画面を表示部１３に表示させる。

図３（ａ）は、表示部１３に表示された顧客検索画面１２０の一例を示す図である。図３（ｂ）は、表示部１３に表示された顧客確認画面１３０の一例を示す図である。
図４は、表示部１３に表示された推定依頼画面１４０の一例を示す図である。
表示制御部１１３は、ユーザが操作部１４を介して、予め定められた操作を行った場合には、図３（ａ）に例示した顧客検索画面１２０を表示部１３に表示させる。表示制御部１１３は、顧客検索画面１２０に、顧客の氏名を入力するための氏名入力欄１２１を表示させる。また、表示制御部１１３は、顧客検索画面１２０に、検索の実行を受け付ける「検索実行」と記載された検索実行画像１２２を表示させる。

表示制御部１１３は、顧客検索画面１２０において、修理を依頼してきた顧客の氏名が入力されて検索実行画像１２２が押され、検索指示が行われた後に、取得部１１２がデータベースサーバ４０から当該氏名の顧客に関する情報を取得した場合には、図３（ｂ）に例示した顧客確認画面１３０を表示部１３に表示させる。表示制御部１１３は、顧客確認画面１３０に、顧客の氏名とともに、取得部１１２がデータベースサーバ４０から取得した、当該氏名に関連付けて記憶された住所を表示させる。表示制御部１１３は、顧客確認画面１３０に、故障部位の推定を受け付ける「故障推定」と記載された故障推定画像１３１を表示させる。
なお、検索実行画像１２２を押すとは、検索実行画像１２２にカーソルが合わせられた状態でマウスの左ボタンを押すこと、言い換えればクリックすること、又は、タッチパネル上に表示された検索実行画像１２２を指で触ることを例示することができる。他の画像を押す場合も同様である。

表示制御部１１３は、顧客確認画面１３０に表示された故障推定画像１３１が押された場合には、図４に例示した推定依頼画面１４０を表示部１３に表示させる。表示制御部１１３は、推定依頼画面１４０に、顧客の氏名や住所とともに、取得部１１２がデータベースサーバ４０から取得した顧客に関する情報を表示させる。例えば、表示制御部１１３は、当該顧客の所有機器に関する情報の一部である、製品名、メーカ名、型名、製造年を表示させる。また、表示制御部１１３は、推定依頼画面１４０における、各製品名の情報の横に、当該製品の故障部位の推定を受け付ける「推定実施」と記載された推定実施画像１４１を表示させる。また、表示制御部１１３は、推定依頼画面１４０における、取得部１１２が取得した所有機器一覧の下方に、製品名、メーカ名、型名、製造年を入力するための製品情報入力欄１４２を表示させる。また、表示制御部１１３は、推定依頼画面１４０に、修理の対象となる機器の製品名及び症状やエラーコード等、修理の依頼を受けた際に取得した用件を入力するための受付情報入力欄１４５を表示させる。なお、表示制御部１１３は、取得部１１２がデータベースサーバ４０から所有機器に関する情報を取得しなかった場合には、推定依頼画面１４０に、所有機器に関する情報及び推定実施画像１４１を表示せずに、製品情報入力欄１４２を表示させる。

取得部１１２は、顧客検索画面１２０の氏名入力欄１２１に氏名が入力されて、検索実行画像１２２が押された場合に、データベースサーバ４０から、当該氏名に関連付けて記憶された住所を取得する。ただし、取得部１１２は、データベースサーバ４０に当該氏名が記憶されていなかった場合には、記憶されていない旨の情報を取得する。

また、取得部１１２は、顧客確認画面１３０に表示された故障推定画像１３１が押された場合に、データベースサーバ４０から、顧客確認画面１３０に表示された氏名及び住所に関連付けて記憶された所有機器に関する情報を取得する。ただし、取得部１１２は、データベースサーバ４０に当該氏名及び住所に関連付けて所有機器に関する情報が記憶されていなかった場合には、記憶されていない旨の情報を取得する。

メンテナンス業者Ｍの従業員である情報処理装置１０のユーザは、顧客検索画面１２０の氏名入力欄１２１に、修理を依頼してきた顧客の氏名を入力するとともに、検索実行画像１２２を押す。そして、ユーザは、顧客確認画面１３０に氏名及び住所が表示された場合には、これらの氏名及び住所が正しいことを確認して、故障推定画像１３１を押す。そして、ユーザは、推定依頼画面１４０に表示された複数の製品の中に今回の修理対象の機器がある場合には、当該機器の情報の横に表示された推定実施画像１４１を押して、サーバ装置２０に対して推定の依頼を行う。推定実施画像１４１を押す前に、ユーザは、推定依頼画面１４０に表示された受付情報入力欄１４５に、製品名及び症状等に関する情報を入力する。なお、ユーザは、推定依頼画面１４０に表示された複数の製品の中に今回修理対象の機器がない場合、あるいは、推定依頼画面１４０に製品が表示されなかった場合には、製品情報入力欄１４２に、わかる範囲で、メーカ名、型名、製造年等の情報を入力して、推定実施画像１４１を押す。

送信部１１５は、推定依頼画面１４０に表示された一の製品名の情報の横に表示された推定実施画像１４１が押された場合に、当該製品の故障部位を推定することの依頼を、サーバ装置２０に対して送信する。その際、送信部１１５は、推定依頼画面１４０に表示された受付情報入力欄１４５に入力された製品名及び症状に関する情報を送信する。また、送信部１１５は、取得部１１２がデータベースサーバ４０から取得した、当該機器に関する情報や修理を依頼してきた顧客に関する情報を送信する。
導出部１１４については後で詳述する。

（サーバ装置２０の構成）
図５は、サーバ装置２０の概略構成の一例を示す図である。
サーバ装置２０は、装置全体を制御する制御部２１と、データ等の記憶に用いられる記憶部２２と、操作受付画面や画像の表示に使用される表示部２３と、ユーザの入力操作を受け付ける操作部２４と、外部装置との通信に用いられる通信部２５とを備えている。これら制御部２１、記憶部２２、表示部２３、操作部２４、通信部２５は、バス２６にて接続されている。

制御部２１は、ＣＰＵ（不図示）、ＲＯＭ（不図示）、ＲＡＭ（不図示）等を有している。
記憶部２２は、半導体メモリやＨＤＤ等の記憶装置であることを例示することができる。
表示部２３は、静止画像や動画像等を表示するディスプレイ装置である。液晶ディスプレイや有機ＥＬディスプレイであることを例示することができる。
操作部２４は、ユーザからの操作を受け付ける入力装置である。ボタン、スイッチ、タッチパネルであることを例示することができる。
通信部２５は、通信インターフェース（通信Ｉ／Ｆ）であることを例示することができる。

制御部２１のＲＯＭには、ＣＰＵにより実行される基本プログラム（オペレーションシステム）や各種の設定等が記憶されている。ＣＰＵは、ＲＡＭを作業エリアに使用し、ＲＯＭや記憶部２２から読み出したアプリケーションプログラムを実行する。ＣＰＵがプログラムを実行することにより、以下に述べる、制御部２１の機能が実現される。

制御部２１は、情報処理装置１０等の外部装置から送信されてきた情報を受信する受信部２１１と、情報処理装置１０等の外部装置に情報を送信する送信部２１２とを有している。また、制御部２１は、故障部位を推定する推定部２１４と、推定部２１４が推定した故障部位から、故障したであろう故障部品を予測する予測部２１５とを有している。また、制御部２１は、予測部２１５が予測した故障部品の次に故障する部品（以下、次に故障する部品を、「二次故障部品」と称する場合がある。）を予測する二次予測部２１６を有している。

（受信部２１１）
受信部２１１は、情報処理装置１０から送信されてきた情報を受信する。例えば、受信部２１１は、メンテナンス業者Ｍが受けた修理依頼の情報、その修理に対してメンテナンス業者Ｍが対処した内容の情報等を受信する。そして、受信部２１１は、受信した修理に関する修理情報を記憶部２２に記憶する。
また、受信部２１１は、情報処理装置１０から送信されてきた、メンテナンス業者Ｍからの故障部位の推定の依頼を受ける。

図６は、記憶部２２が記憶する修理情報の一例を示す図である。
記憶部２２には、情報処理装置１０から送られてきた、メンテナンス業者Ｍが行った機器の修理に関する情報が記憶されている。
修理情報として、図６に示すように、修理を受け付けた受付番号、受付日、修理完了日、故障した機器の製品名、症状、メーカ名、型名、顧客に関する情報、メンテナンス業者Ｍの番号、経過年数、故障診断シートの情報、使用可能な機能、故障部位、故障部品、対処内容、故障原因、修理費用等が関連付けて記憶されている。その他、修理情報として、故障した機器の異常音のイメージ、におい、湯温、湯量、気温、風量等の触感情報が関連付けて記憶されていても良い。

ここで、顧客番号は、各顧客に対して付与された番号であり、当該番号に関連付けて当該顧客の氏名、住所、電話番号等が記憶されている。
顧客に関する情報は、上述した、データベースサーバ４０が記憶する顧客に関する情報と同様に、顧客番号、氏名、住所、住居の築年数、所有機器に関する情報、契約情報であることを例示することができる。

メンテナンス業者Ｍの番号は、各メンテナンス業者Ｍに対して付与された番号であり、当該番号に関連付けて当該メンテナンス業者Ｍが担当する地域Ｒが記憶されている。
経過年数は、当該機器を使用し始めてから経過した年数である。なお、当該機器を製造した日から経過した年数も記憶しても良い。
故障診断シートの情報は、リモコンに表示される番号の情報であることを例示することができる。あるいは、故障診断シートに記載された、例えば、燃焼ファン異常、機能停止等の故障内容であっても良い。

故障部位は、実際に故障した部位であり、例えば、給湯器本体内部の熱発生部分、リモコン、点火部等であることを例示することができる。
故障部品は、故障した部品の意味であり、例えば、ファンモータ、電装基盤、熱交換器であることを例示することができる。
対処内容は、故障に対して行った処理の内容であり、例えば、故障した部品を交換した部品交換、故障した機器を新たな機器に替えた買い替え、部品を交換することなく当該部品の位置を正しい位置にした取り付け直し、部品を交換することなく当該部品を修理した修理等であることを例示することができる。

故障原因は、故障が生じた原因として考えられる原因が記憶されている。例えば、雷により故障したのであれば雷、台風により故障したのであれば台風、単に劣化したのであれば経年劣化、取り付け方が悪かったのであれば取付不良等と記憶されている。これらは、実際に修理を行ったときに修理を行った者が把握した原因であることを例示することができる。

その他、記憶部２２は、機器毎に、メーカ名、型名、単価、その型名の機器が有する部品の名称、当該部品のメーカ名、型名、単価、在庫の有無、在庫がない場合の発注から納品までに必要な日数等が記憶されている。

（推定部２１４）
推定部２１４は、受信部２１１が受信した、情報処理装置１０の送信部１１５が送信してきた修理対象の機器の製品名及び症状に関する情報、当該機器に関する情報、及び、修理を依頼してきた顧客に関する情報と、記憶部２２に記憶された修理情報とに基づいて、故障部位を推定する。

ここで、同一のメーカ名及び型式の機器である場合には、最初に故障する部位、２番目、３番目に故障する部位が同じになる傾向がある。それゆえ、推定部２１４は、修理対象の機器のメーカ名及び型式や修理履歴等の情報と、記憶部２２に記憶された修理情報に含まれる当該機器の故障部位の情報とを用いて、故障部位を推定することが可能になる。例えば、推定部２１４は、修理対象の機器と同一のメーカ名及び型式の機器に関連付けて記憶部２２の修理情報に記憶されている故障部位の数をカウントするとともに、カウント数が最も多い故障部位を、今回の故障部位として推定することを例示することができる。なお、推定部２１４は、カウント数が多い故障部位の順に、今回の故障部位である確率が高いと推定しても良い。

また、例えば最初に故障する部位が故障するまでの当該機器の合計の使用時間又は合計の使用回数が同一となる傾向がある。そして、例えば最初に故障する部位が故障するまでの合計の使用時間又は合計の使用回数に到達するタイミングは、顧客の１日当たりの使用時間又は使用回数、他設備保有情報等に依存する。例えば、１日当たりの使用時間又は使用回数が多いほど、最初に故障する部位が故障するまでの合計の使用時間又は合計の使用回数に到達するタイミングが早くなる。それゆえ、推定部２１４は、顧客に関する情報を用いて合計の使用時間又は合計の使用回数を推測するとともに、修理対象の機器と同一のメーカ名及び型式の機器に関連付けて記憶部２２の修理情報に記憶されている、推測した合計の使用時間又は合計の使用回数に対応する故障部位の数をカウントする。そして、推定部２１４は、カウント数が最も多い故障部位を、今回の故障部位として推定することを例示することができる。なお、推定部２１４は、カウント数が多い故障部位の順に、今回の故障部位である確率が高いと推定しても良い。

なお、例えば、最初の故障を修理したときに、積算運転時間又は通電時間、モード別の燃焼時間や燃焼回数、モード別の点火リトライ回数、モード別の着火回数等の機器内部情報を取得することができるので、当該機器の合計の使用時間又は合計の使用回数を精度高く把握することが可能となる。

また、例えば、暴風、豪雨、豪雪、洪水、地震、津波、噴火、雷等の特異な自然現象が生じた場合には、機器が故障する確率が高くなる。特に、屋外にある給湯器は、特異な自然現象の影響を受け易い。例えば、台風により暴風及び豪雨が生じた場合には、給湯器排気口から内部に雨水が浸入してしまう可能性がある。また、雷が落ちると、電装基盤が故障してしまう可能性がある。

それゆえ、推定部２１４は、気象情報をも考慮して推定することで精度高く故障部位を推定することが可能となる。推定部２１４は、受信部２１１が受け付けた修理依頼の中に気象情報が含まれる場合には、当該気象情報を用いて推定することができる。なお、修理依頼の中に気象情報が含まれない場合もあることから、推定部２１４は、自ら気象情報を取得しても良い。例えば、受信部２１１は、例えばネットワーク５を介して、定期的に気象情報を取得するとともに、取得した気象情報を記憶部２２に記憶する。記憶部２２は、例えば過去１か月分の気象情報を記憶しておく。そして、推定部２１４は、記憶部２２に記憶されている気象情報から、修理の依頼の受付日よりも前の、修理対象の機器がある地域の気象情報を取得するとともに、取得した気象情報を用いて故障部位を推定すると良い。

上述したように、推定部２１４は、修理対象の機器のメーカ名及び型式と同一の機器、使用履歴、気象情報等の各情報を指標として、指標毎に故障部位を推定することを例示することができる。
また、推定部２１４は、記憶部２２に予め記憶された、修理対象の機器のメーカ名及び型式、症状、使用履歴、気象情報等をパラメータとする多次元マップや予め定められた関数に基づいて、故障部位を推定しても良い。あるいは、修理対象の機器を構成する部位毎に、今回の故障部位である確率を推定しても良い。

（予測部２１５）
予測部２１５は、記憶部２２に記憶された修理情報に基づいて、推定部２１４が推定した故障部位から、故障したであろう故障部品を予測する。記憶部２２には、故障部位に関連付けて故障部品が記憶されている。予測部２１５は、例えば、推定部２１４が推定した故障部位に関連付けて記憶部２２に記憶されている各故障部品の数をカウントするとともに、最もカウント数が多い故障部品を、今回の故障部品として予測することを例示することができる。なお、予測部２１５は、カウント数が多い故障部品の順に、今回の故障部品である確率が高いと予測しても良い。

予測部２１５は、経過年数を考慮して故障部品を予測しても良い。例えば、顧客が修理の依頼をする際に対象機器の経過年数の情報を提供している場合には、予測部２１５は、例えば、推定部２１４が推定した故障部位に関連付けて記憶部２２に記憶されている故障部品の内、その経過年数が、提供を受けた対象機器の経過年数以上である故障部品の数をカウントするとともに、最もカウント数が多い故障部品を、今回の故障部品として予測することを例示することができる。これにより、予測精度を高めることができる。
なお、予測部２１５は、推定部２１４が推定した故障部位に関連付けて記憶部２２に記憶されている各故障部品の数をカウントするとともに、カウント数が多い故障部品の順に、今回の故障部品である確率が高いと予測しても良い。

（二次予測部２１６）
図７は、記憶部２２に記憶された二次情報の一例を示す図である。
二次予測部２１６は、予測部２１５が予測した故障部品と、記憶部２２に記憶された図７に例示した二次情報とに基づいて、二次故障部品を予測する。二次情報は、機器毎に、故障部品と、当該故障部品の次に故障した部品（二次故障部品）とを関連付けて記憶した情報である。二次情報には、故障部品の名称、メーカ名、型名、当該故障部品の修理依頼の受付日、修理日が含まれる。また、二次情報には、二次故障部品の修理依頼の受付日、故障部品の修理依頼の受付日から二次故障部品の修理依頼の受付日までの経過日数、１日当たりの使用時間及び使用回数が含まれる。

二次予測部２１６は、先ず、予測部２１５が予測した故障部品を有する機器のメーカ名や型名が同一である機器についての二次情報を選択する。その後、二次予測部２１６は、二次情報として記憶されている、当該故障部品の次に故障した部品である各二次故障部品の数をカウントするとともに、最もカウント数が多い二次故障部品の順に、今回の故障部品の次に故障する確率が高い二次故障部品として予測する。

また、二次予測部２１６は、二次故障部品が故障する時期を予測する。故障する時期は、故障する日、週、又は、月であることを例示することができる。記憶部２２には、予測部２１５が予測した故障部品の故障を受け付けた受付日から二次故障部品の故障を受け付けた受付日までの経過日数が記憶されている。そのため、二次予測部２１６は、今回の故障を受け付けた受付日に、当該経過日数の平均値を加算することにより得た日を、二次故障部品が故障する時期として予測することを例示することができる。また、二次予測部２１６は、今回の故障を受け付けた受付日に当該経過日数の平均値を加算することにより得た日が属する週又は月を、二次故障部品が故障する時期として予測することを例示することができる。

また、二次予測部２１６は、二次故障部品が故障する時期を予測する際に、顧客の１日当たりの使用時間又は使用回数を考慮しても良い。例えば、記憶部２２に、経過日数の平均値の算出に用いた顧客の１日当たりの使用時間又は使用回数が記憶されている場合には、１日当たりの使用時間又は使用回数の平均値を算出する。そして、二次予測部２１６は、この１日当たりの使用時間又は使用回数の平均値にて今回の顧客の１日当たりの使用時間又は使用回数を除算した係数α（＝今回の顧客の１日当たりの使用時間又は使用回数／１日当たりの使用時間又は使用回数の平均値）を、上記経過日数の平均値に除算することにより得た値を、今回の故障を受け付けた受付日に加算することにより得た日、週、又は、月を、二次故障部品が故障する時期として予測する。つまり、二次予測部２１６は、以下の式（１）を用いて故障予想日を算出する。そして、二次予測部２１６は、故障予想日、当該故障予想日が属する週又は月を、二次故障部品が故障する時期として予測することを例示することができる。
故障予想日＝受付日＋経過日数の平均値／α・・・（１）

（送信部２１２）
送信部２１２は、推定部２１４が推定した故障部位、予測部２１５が予測した故障部品、二次予測部２１６が予測した二次故障部品の情報を含んだ推定結果情報を、情報処理装置１０に送信する。言い換えれば、送信部２１２は、情報処理装置１０が表示部１３に後述する推定結果画面１５０を表示可能な情報を情報処理装置１０に対して送信する。

（情報処理装置１０の制御部１１の表示制御部１１３及び導出部１１４）
図８は、情報処理装置１０の表示部１３に表示された推定結果画面１５０の一例を示す図である。図８には、故障部位として考えられる部位を、確率が高い順に示した場合を例示している。
情報処理装置１０の表示制御部１１３は、サーバ装置２０から受信した推定結果情報を表示した推定結果画面１５０を表示部１３に表示する。表示制御部１１３は、推定結果画面１５０に、故障していると推定される部位と、当該部位が故障している確率（以下、「部位確率」と称する場合がある。）とを、当該確率が高い順に複数（図８においては３位まで）表示する。図８に例示した推定結果画面１５０においては、燃焼ファンが故障している確率が５５．８％、ガス圧力調整が故障している確率が１８．３％、電装基盤が故障している確率が９．５％であることを示している。

また、表示制御部１１３は、推定結果画面１５０に、故障していると推定される部位毎に、当該部位を構成する部品の内、予測部２１５が故障していると予測した部品と、当該部品が故障している確率（以下、「部品確率」と称する場合がある。）とを、当該確率が高い順に複数（図８においては３位まで）表示する。図８に例示した推定結果画面１５０においては、燃焼ファンを構成する部品の内、ファンモータが故障している確率が８０％、ファンが故障している確率が４２％、部品Ａが故障している確率が１８％であることを示している。

さらに、表示制御部１１３は、推定結果画面１５０に、予測部２１５が故障していると予測した部品毎に、当該部品が故障している総確率（＝部位確率×部品確率）を、推定結果画面１５０に表示する。表示制御部１１３は、図８に示すように、総確率の値を長方形の長さで表現する。

また、表示制御部１１３は、部位確率が低い順位の部位を表示するための、矢印の形状をしたスクロールアイコン１５１と、部品確率が低い順位の部品を表示するための、矢印の形状をしたスクロールアイコン１５２とを表示する。表示制御部１１３は、スクロールアイコン１５１が押された場合には、部位確率が低い部位を表示する。また、表示制御部１１３は、スクロールアイコン１５２が押された場合には、部品確率が低い部品を表示する。

また、図示はしていないが、表示制御部１１３は、推定結果画面１５０又は推定結果画面１５０から遷移する画面に、二次予測部２１６が予測した二次故障部品を表示する。また、表示制御部１１３は、制御部１１の導出部１１４が導出した、後述する修理費用や修理が完了するまでの期間を、推定結果画面１５０又は推定結果画面１５０から遷移する画面に表示する。

（情報処理装置１０の制御部１１の導出部１１４）
次に、情報処理装置１０の制御部１１の導出部１１４について説明する。
導出部１１４は、予測部２１５が予測した故障部品の修理に要する修理費用を導き出す。導出部１１４は、受信部１１１が受信した、予測部２１５が予測した故障部品を取り外して新たに取り付ける新規部品の単価、当該新規部品を取り付ける作業を行うのに要する作業費用等を考慮して、修理費用を導き出す。導出部１１４は、予め定められた式に、新規部品の単価や作業費用を代入することにより修理費用を導き出すことを例示することができる。

なお、導出部１１４は、新規部品の単価を、ネットワーク５を介してサーバ装置２０から取得しても良いし、予め記憶部１２に記憶しておき、記憶部１２から取得しても良い。サーバ装置２０から取得する場合には、サーバ装置２０は、推定結果情報の中に、予測部２１５が予測した故障部品の名称とともに当該故障部品の単価を含ませると良い。また、導出部１１４は、情報処理装置１０とネットワーク５を介して接続された部品管理サーバ（不図示）から、新規部品の単価を取得しても良い。作業費用は、故障部位毎に定められていることを例示することができる。例えば、故障部位が機器の奥まった箇所にある場合には、修理作業に要する時間が長くなるため作業費用が高くなる。

また、導出部１１４は、予測部２１５が予測した故障部品の修理が完了するまでの期間を導き出す。導出部１１４は、例えば、予測部２１５が予測した故障部品の情報を受信部１１１が受信した日から、修理を行うメンテナンス業者Ｍが新規部品を取得する日までの日数に、新規部品取得日から修理作業を行うことが可能な日までの日数を加算することにより得た日数を、当該期間として導き出すことを例示することができる。

なお、導出部１１４は、新規部品を取得する日までの日数を、ネットワーク５を介して、サーバ装置２０又は上記部品管理サーバ（不図示）から取得しても良いし、予め記憶部１２に記憶しておき、記憶部１２から取得しても良い。サーバ装置２０から取得する場合には、サーバ装置２０は、推定結果情報の中に、予測部２１５が予測した故障部品の名称とともに、当該故障部品の在庫状況に基づく納品予定日を含ませると良い。

修理作業を行うことが可能な日までの日数は、メンテナンス業者Ｍが新規部品を取得する日の次の日に修理を行う場合には１日である。導出部１１４は、ネットワーク５を介して接続された、修理員の労務管理を行う労務管理サーバ（不図示）から取得した修理員のスケジュールに基づいて、修理作業を行うことが可能な日を把握して当該日数を把握することを例示することができる。

また、導出部１１４は、二次予測部２１６が予測した二次故障部品の修理に要する二次修理費用を導き出す。導出部１１４は、受信部１１１が受信した、二次予測部２１６が予測した二次故障部品を取り外して新たに取り付ける二次新規部品の単価、当該二次新規部品を取り付ける作業を行うのに要する二次作業費用等を考慮して、二次修理費用を導き出す。導出部１１４は、予め定められた式に、二次新規部品の単価や二次作業費用を代入することにより二次修理費用を導き出すことを例示することができる。なお、二次新規部品の単価は、ネットワーク５を介して、サーバ装置２０又は上記部品管理サーバ（不図示）から取得しても良いし、予め記憶部１２に記憶しておき、記憶部１２から取得しても良い。サーバ装置２０から取得する場合には、サーバ装置２０は、推定結果情報の中に、二次予測部２１６が予測した二次故障部品の名称とともに当該二次故障部品の単価を含ませると良い。また、二次作業費用は、二次新規部品毎に定められていることを例示することができる。

また、導出部１１４は、今回の修理費用と、二次修理費用とを加算することにより、現在使用している機器を使用し続けた場合に将来的に必要となると推定される合計の修理費用を導き出す。
また、導出部１１４は、現在使用している機器を新しく買い換えた場合の購入費用を導き出す。かかる場合、導出部１１４は、現在使用している型名と全く同じ型名の商品を購入した場合の費用を導き出すことを例示することができる。ただし、導出部１１４は、現在使用している型名の商品が販売終了となっている場合には、当該商品の後継商品、又は、現在使用している商品と同じ性能の商品を購入した場合の費用を導き出しても良い。
また、導出部１１４は、今回の修理の依頼のケースにおいて、他の人がどのぐらいの割合で対象の機器を買い換えているかを導出しても良い。

以上説明したように、導出部１１４は、二次予測部２１６が予測した故障部品の修理に要する修理費用、修理が完了するまでの期間、二次故障部品の修理に要する二次修理費用、合計の修理費用、現在使用している機器を新しく買い換えた場合の購入費用等を導き出す。そして、表示制御部１１３は、導出部１１４が導き出したこれらの情報を、表示部１３に表示させると良い。これにより、メンテナンス業者Ｍの従業員は、これらの情報を認識することができる。また、メンテナンス業者Ｍの従業員は、これらの情報を印刷し、顧客に見せることで、顧客に認識させることができる。

以上のように構成された修理支援システム１は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを関連付けた修理情報を記憶する記憶部２２を備える。また、修理支援システム１は、修理依頼の情報を受け付ける受付部の一例としての受信部２１１と、受信部２１１が受け付けた修理依頼があった機器に関する第１情報及び第２情報と、記憶部２２に記憶された修理情報とに基づいて、当該機器の故障部位を推定する推定部２１４とを備える。この修理支援システム１によれば、機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報を用いて故障部位を推定しない場合よりも故障部位を精度高く推定することができる。その結果、修理依頼を受けたときに、１回の訪問で修理を完了し易くすることができる。

また、修理支援システム１は、推定部２１４にて推定された故障部位から故障部品を予測する予測部２１５を有する。この修理支援システム１によれば、故障部品も精度高く推定することができる。その結果、故障した部品の代わりとなる新たな部品を訪問の際に持参することで、１回の訪問で修理を完了し易くすることができる。
また、修理支援システム１は、予測部２１５が予測した故障部品の修理に要する費用を導き出す費用導出部の一例としての導出部１１４を有する。この修理支援システム１によれば、精度高い、修理に必要な費用を、顧客に認識させることが可能になる。これにより、１回目の訪問の際に、例えば、故障した部品を修理する場合の費用と、故障した機器を新たな機器に買い替える場合の費用とを比較し易くすることができる。

また、修理支援システム１は、予測部２１５が予測した故障部品の修理が完了するまでの時間を導き出す時間導出部の一例としての導出部１１４を有する。この修理支援システム１によれば、精度高い、修理が完了するまでの時間を、顧客に認識させることが可能になる。これにより、例えば、予測部２１５が予測した故障部品の代わりとなる新たな部品の在庫がなく、１回目の訪問の際に新たな部品を持参することができない場合でも、故障部位の修理が完了するまでの時間と、故障した機器を新たな機器に買い替えて使用可能となるまでの時間とを比較し易くすることができる。

また、修理支援システム１は、故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部２１６を有する。この修理支援システム１によれば、将来的に発生する故障をも考慮して、今回の故障の修理を完了するか、故障した機器を新たな機器に買い替えるかを選択し易くすることができる。

また、上述した修理支援システム１においては、情報処理装置１０がサーバ装置２０に対して故障部位等の推定を依頼しているが、特にかかる態様に限定されない。例えば、情報処理装置１０の制御部１１が、サーバ装置２０の記憶部２２に記憶された修理情報を取得して記憶部１２に記憶するとともに、制御部１１が、記憶部１２に記憶された修理情報を用いて、故障部位等の推定や故障部品等の予測を行っても良い。つまり、情報処理装置１０の制御部１１が、制御部２１の推定部２１４、予測部２１５、二次予測部２１６の機能を有しても良い。かかる場合には、情報処理装置１０は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを関連付けた修理情報を記憶する記憶部１２を備える。また、情報処理装置１０は、修理依頼の情報を受け付ける受付部の一例としての受信部１１１と、受信部１１１が受け付けた修理依頼があった機器に関する第１情報及び第２情報と、記憶部１２に記憶された修理情報とに基づいて、当該機器の故障部位を推定する制御部１１とを備える。

以上説明したサーバ装置２０が行う処理は、ソフトウェアとハードウェア資源とが協働することにより実現することができる。この場合、サーバ装置２０の制御部２１のＣＰＵが、サーバ装置２０の各機能を実現するプログラムを実行し、これらの各機能を実現させる。例えば、プログラムを記録した非一時的なコンピュータ読取可能な記録媒体をサーバ装置２０に提供し、サーバ装置２０のＣＰＵが記録媒体に格納されたプログラムを読み出す。この場合、記録媒体から読み出されたプログラム自体が上述した実施形態の機能を実現することになり、そのプログラム自体、及びそれを記録した記録媒体は本発明を構成することになる。

サーバ装置２０の機能を実現するプログラムは、コンピュータに、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを関連付けた修理情報を記憶部２２に記憶する機能を実現させる。また、プログラムは、コンピュータに、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する機能と、を実現させる。
このようなプログラムを供給するための記録媒体としては、例えば、フレキシブルディスク、ＣＤ－ＲＯＭ、ＤＶＤ－ＲＯＭ、ハードディスク、光ディスク、光磁気ディスク、ＣＤ－Ｒ、磁気テープ、不揮発性のメモリカード、ＲＯＭを例示することができる。

＜第２の実施形態＞
図９は、第２の実施形態に係るサーバ装置３０の概略構成の一例を示す図である。
第２の実施形態に係る修理支援システム２は、上記情報処理装置１０及びデータベースサーバ４０と、情報処理装置１０からの要求に応じて依頼された修理対象の機器の故障部位の推定等を行うサーバ装置３０とを備えている。サーバ装置３０は、第１の実施形態に係るサーバ装置２０に対して、所謂人工知能（ＡＩ）を用いて故障部位を推定する点が異なる。以下、サーバ装置３０について、主にサーバ装置２０と異なる点について説明する。サーバ装置２０とサーバ装置３０とで、同じ機能を有するものについては同じ符号を付し、その詳細な説明は省略する。

サーバ装置３０は、装置全体を制御する制御部３１と、記憶部３２と、表示部２３と、操作部２４と、通信部２５とを備えている。これら制御部３１、記憶部３２、表示部２３、操作部２４、通信部２５は、バス３６にて接続されている。記憶部３２は、図６に例示した修理情報及び図７に例示した二次情報を記憶する。

制御部３１は、ＣＰＵ（不図示）、ＲＯＭ（不図示）、ＲＡＭ（不図示）等を有している。制御部３１は、情報処理装置１０等の外部装置から送信されてきた情報を受信する受信部２１１と、情報処理装置１０等の外部装置に情報を送信する送信部２１２とを有している。また、制御部３１は、学習済みモデルを作成する作成部３１３と、作成部３１３が作成した学習済みモデルを用いて故障部位を推定する推定部３１４とを有している。また、制御部３１は、推定部３１４が推定した故障部位から、故障したであろう故障部品を予測する予測部２１５と、予測部２１５が予測した故障部品の次に故障する部品を予測する二次予測部２１６とを有している。

作成部３１３は、所謂人工知能（ＡＩ）を用いて機械学習を行うことで学習済みモデルを作成する。機械学習は、深層学習（ディープラーニング）であることを例示することができる。作成部３１３は、記憶部３２に記憶された修理情報を用いて、学習済みモデルを作成する。その際、作成部３１３は、入力層に、機器の製品名（例えば、給湯器、ガスコンロ）、症状（例えば、お湯が出ない）、メーカ名、型名、顧客に関する情報、メンテナンス業者Ｍの番号、経過年数、故障診断シートの情報、使用可能な機能等、記憶部３２が記憶する修理情報を入力する。また、作成部３１３は、出力層に、当該機器の故障部位、例えば、「給湯器本体内部の熱発生部分」という教師データ（正解）を与える。また、作成部３１３は、入力から適切な解が出力されるように、中間層にあるニューロンの結合の強さ（重み付け）を算出することによって学習済みモデルを作成する。作成部３１３は、作成した学習済みモデルを記憶部３２に記憶する。なお、作成部３１３は、製品毎（例えば、給湯器毎、ガスコンロ毎）に、学習済みモデルを作成しても良いし、メーカ名及び型名が同一の機器毎に、学習済みモデルを作成しても良い。

推定部３１４は、メンテナンス業者Ｍから故障部位の推定の依頼を受けた場合に、学習済みモデルを用いて、受信部２１１が受信した情報から故障部位を推定する。ここで、情報処理装置１０の送信部１１５は、上述したように、故障部位を推定することの依頼を、推定依頼画面１４０の受付情報入力欄１４５に入力された製品名及び症状に関する情報や、取得部１１２がデータベースサーバ４０から取得した顧客に関する情報とともに送信する。そして、受信部２１１は、送信部１１５が送信してきた、給湯器等の製品名、お湯が出ない等の症状、顧客に関する情報等を受信する。推定部３１４は、受信部２１１が受信した、製品名及び症状に関する情報や顧客に関する情報を学習済みモデルに入力することで故障部位を推定する。なお、推定部３１４は、修理対象の機器を構成する部位毎に、今回の故障部位である確率を推定しても良い。
なお、推定部３１４は、情報を学習済みモデルに入力する際には、予め定められた形式のデータに変換した後に入力する。

上述したように、作成部３１３は、入力層に、顧客に関する情報を入力する。そして、顧客に関する情報は、上述したように、顧客番号、氏名、住所、住居の築年数、所有機器に関する情報、契約情報であることを例示することができる。所有機器に関する情報には、当該機器が設置されている場所についての情報、過去の気象情報等の、当該機器の使用環境に関する情報が含まれる。そして、推定部３１４が、今回修理を依頼してきた顧客に関する情報であってデータベースサーバ４０に記憶されている情報の中に含まれる当該機器が設置されている場所についての情報や過去の気象情報等を学習済みモデルに入力することで故障部位を推定する。これにより、より精度高く故障部位を推定することが可能となる。

また、作成部３１３が入力層に入力する顧客に関する情報の所有機器に関する情報の中には当該機器の使用頻度や他設備保有情報に関する情報が含まれる。そして、推定部３１４が、今回修理を依頼してきた顧客の使用頻度や他設備保有情報を学習済みモデルに入力することで故障部位を推定する。これにより、より精度高く故障部位を推定することが可能となる。
また、作成部３１３が入力層に入力する情報の中には使用可能な機能の情報が含まれる。そして、推定部３１４が、今回修理対象の機器の使用可能な機能を学習済みモデルに入力することで故障部位を推定する。これにより、より精度高く故障部位を推定することが可能となる。

以上のように構成された修理支援システム２は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該第１情報及び当該第２情報と関連付けて記憶された当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶する記憶部３２を備える。また、修理支援システム２は、修理依頼の情報を受け付ける受付部の一例としての受信部２１１と、受信部２１１が受け付けた修理依頼があった機器に関する第１情報及び第２情報と、学習済みモデルとにより当該機器の故障部位を推定する推定部３１４と、を備える。この修理支援システム２によれば、学習済みモデルにより故障部位を推定しない場合よりも故障部位を精度高く推定することができる。その結果、故障依頼を受けたときに、１回の訪問で修理を完了し易くすることができる。

また、修理支援システム２は、推定部３１４にて推定された故障部位から故障部品を予測する予測部２１５を有する。この修理支援システム２によれば、故障部品も精度高く予測することができる。その結果、故障した部品の代わりとなる新たな部品を訪問の際に持参することで、１回の訪問で修理を完了し易くすることができる。
また、修理支援システム２は、予測部２１５が予測した故障部品の修理に要する費用を導き出す費用導出部の一例としての導出部１１４を有する。この修理支援システム２によれば、精度高い、修理に必要な費用を、顧客に認識させることが可能になる。これにより、１回目の訪問の際に、例えば、故障した部品を修理する場合の費用と、故障した機器を新たな機器に買い替える場合の費用とを比較し易くすることができる。

また、修理支援システム２は、予測部２１５が予測した故障部品の修理が完了するまでの時間を導き出す時間導出部の一例としての導出部１１４を有する。この修理支援システム１によれば、精度高い、修理が完了するまでの時間を、顧客に認識させることが可能になる。これにより、例えば、予測部２１５が予測した故障部品の代わりとなる新たな部品の在庫がなく、１回目の訪問の際に新たな部品を持参することができない場合でも、故障部位の修理が完了するまでの時間と、故障した機器を新たな機器に買い替えて使用可能となるまでの時間とを比較し易くすることができる。

なお、上述した修理支援システム２において、作成部３１３は、学習済みモデルを、予め定められたタイミングでアップデートすると良い。予め定められたタイミングは、新たな修理情報が記憶部３２に記憶されたときであることを例示することができる。その他、予め定められたタイミングは、複数（例えば１０個）の新たな修理情報が記憶部３２に記憶されたときであっても良い。また、毎日の午前０時、毎月１日の午前０時等、予め定められた時刻であっても良い。

また、上述した修理支援システム２においては、推定部３１４が、学習済みモデルを用いて故障部位を推定し、予測部２１５が、推定部３１４が推定した故障部位から故障部品を予測するが、特にかかる態様に限定されない。例えば、推定部３１４は、学習済みモデルを用いて故障部品を推定しても良い。かかる場合には、作成部３１３は、入力層に、機器の製品名、症状、メーカ名、顧客に関する情報、故障診断シートの情報等の情報を入力し、出力層に、当該機器の故障部品、例えば、「電装基盤」、「モータ」という教師データ（正解）を与える。また、作成部３１３は、入力から適切な解が出力されるように、中間層にあるニューロンの結合の強さ（重み付け）を算出することによって学習済みモデルを作成する。そして、作成部３１３は、作成した学習済みモデルを記憶部３２に記憶すると良い。

また、上述した修理支援システム２においては、情報処理装置１０がサーバ装置３０に対して故障部位等の推定を依頼しているが、特にかかる態様に限定されない。例えば、情報処理装置１０の制御部１１が、サーバ装置３０の記憶部３２に記憶された学習済みモデルを取得して記憶部１２に記憶するとともに、制御部１１が、記憶部１２に記憶された学習済みモデルを用いて、故障部位等の推定や故障部品等の予測を行っても良い。つまり、情報処理装置１０の制御部１１が、制御部３１の推定部３１４、予測部２１５、二次予測部２１６の機能を有しても良い。かかる場合には、情報処理装置１０は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該第１情報及び当該第２情報と関連付けて記憶された当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶する記憶部１２を備える。また、情報処理装置１０は、修理依頼の情報を受け付ける受付部の一例としての受信部１１１と、受信部１１１が受け付けた修理依頼があった機器に関する第１情報及び第２情報と、学習済みモデルとにより当該機器の故障部位を推定する制御部１１と、を備える。さらに、情報処理装置１０の制御部１１が、サーバ装置３０の制御部３１の作成部３１３の機能を有し、学習済みモデルを作成しても良い。

以上説明したサーバ装置３０が行う処理は、ソフトウェアとハードウェア資源とが協働することにより実現することができる。この場合、サーバ装置３０の制御部３１のＣＰＵが、サーバ装置３０の各機能を実現するプログラムを実行し、これらの各機能を実現させる。例えば、プログラムを記録した非一時的なコンピュータ読取可能な記録媒体をサーバ装置３０に提供し、サーバ装置３０のＣＰＵが記録媒体に格納されたプログラムを読み出す。この場合、記録媒体から読み出されたプログラム自体が上述した実施形態の機能を実現することになり、そのプログラム自体、及びそれを記録した記録媒体は本発明を構成することになる。

サーバ装置３０の機能を実現するプログラムは、コンピュータに、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該第１情報及び当該第２情報と関連付けられた当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶部３２に記憶する機能を実現させる。また、プログラムは、コンピュータに、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記学習済みモデルとに基づいて、当該機器の故障部位を推定する機能とを実現させる。

サーバ装置３０の機能を実現するプログラムは、コンピュータに、機器の故障部位を記憶部３２に記憶する機能と、当該故障部位が故障した際の当該機器の症状を、当該故障部位と関連付けて記憶部３２に記憶する機能とを実現させる。また、プログラムは、コンピュータに、記憶部３２に記憶された前記機器の症状と、記憶部３２に記憶された前記故障部位のうち当該症状の原因となった当該故障部位との関係をニューラルネットワークに機械学習させることで学習済みモデルを作成する作成機能を実現させる。また、プログラムは、前記症状を受信した場合、前記学習済みモデルを利用して、当該症状の原因となった前記故障部位を推定する推定機能を実現させる。

また、前記作成機能は、前記ニューラルネットワークの入力層に、前記症状及び前記機器の製品名に関する第１情報と、前記機器の品質に関する情報又は当該機器の所有者の情報の少なくともいずれかの第２情報とを入力し、当該ニューラルネットワーク出力層に前記故障部位を与える。そして、前記推定機能は、修理依頼の対象機器の製品名及び症状と、当該修理依頼をしてきた顧客に関する情報と、前記学習済みモデルとを用いて前記故障部位を推定する。

１，２…修理支援システム、５…ネットワーク、１０…情報処理装置、１１…制御部、１２…記憶部、２０，３０…サーバ装置、２１，３１…制御部、２２，３２…記憶部、４０…データベースサーバ、１１１…受信部、１１３…表示制御部、１１４…導出部、１１５…送信部、２１１…受信部、２１２…送信部、２１４，３１４…推定部、２１５…予測部、２１６…二次予測部、３１３…作成部

かかる目的のもと完成させた本発明は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報及び顧客に関する情報を含む第２情報と、当該機器の故障部位とを紐付けた修理情報を記憶する記憶部と、修理依頼の情報を受け付ける受付部と、前記受付部が受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する推定部と、を備えることを特徴とする修理支援システムである。
ここで、前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有しても良い。
また、前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有しても良い。
また、前記故障部品の次に故障する二次故障部品を予測する二次予測部をさらに有し、前記導出部は、前記故障部品と前記二次故障部品の修理に要する合計費用を導き出しても良い。
また、前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有しても良い。
また、かかる目的のもと完成させた本発明は、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報及び顧客に関する情報を含む第２情報と、当該第１情報及び当該第２情報と関連付けて記憶された当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶する記憶部と、修理依頼の情報を受け付ける受付部と、前記受付部が受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記学習済みモデルとにより当該機器の故障部位を推定する推定部と、を備えることを特徴とする修理支援システムである。
ここで、前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有しても良い。
また、前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有しても良い。
また、前記予測部が予測した前記故障部品の修理が完了するまでの時間を導き出す時間導出部を有しても良い。
また、前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有しても良い。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報及び顧客に関する情報を含む第２情報と、当該機器の故障部位とを関連付けた修理情報を記憶部に記憶する機能と、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する機能と、を実現させるプログラムである。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報及び顧客に関する情報を含む第２情報と、当該第１情報及び当該第２情報と関連付けられた当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶部に記憶する機能と、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記学習済みモデルとに基づいて、当該機器の故障部位を推定する機能と、を実現させるプログラムである。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の故障部位を記憶部に記憶する機能と、前記故障部位が故障した際の前記機器の症状を、当該故障部位と関連付けて前記記憶部に記憶する機能と、前記記憶部に記憶された前記機器の症状と、前記記憶部に記憶された前記故障部位のうち当該症状の原因となった当該故障部位との関係をニューラルネットワークに機械学習させることで学習済みモデルを作成する作成機能と、前記症状を受信した場合、前記学習済みモデルを利用して、当該症状の原因となった前記故障部位を推定する推定機能と、を実現させ、前記作成機能は、前記ニューラルネットワークの入力層に、前記症状及び前記機器の製品名に関する第１情報と、前記機器の品質に関する情報及び顧客に関する情報を含む第２情報とを入力し、当該ニューラルネットワーク出力層に前記故障部位を与え、前記推定機能は、修理依頼の対象機器の製品名及び症状と、当該修理依頼をしてきた顧客に関する情報と、前記学習済みモデルとを用いて前記故障部位を推定するプログラムである。

かかる目的のもと完成させた本発明は、機器の製品名及び症状に関する情報と、顧客に関する情報と、当該機器の故障部位とを紐付けた修理情報を記憶する記憶部と、修理依頼の情報を受け付ける受付部と、前記受付部が受け付けた前記修理依頼があった前記機器の前記製品名及び前記症状に関する情報と、当該修理依頼を行った顧客に関する情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する推定部と、を備え、前記修理情報として、気象情報を含む故障原因が前記故障部位と紐付けられており、前記推定部は、前記気象情報を考慮して前記故障部位を推定することを特徴とする修理支援システムである。
ここで、前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有しても良い。
また、前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有しても良い。
また、前記予測部が予測した前記故障部品の修理が完了するまでの時間を導き出す時間導出部を有しても良い。
また、前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有しても良い。
また、かかる目的のもと完成させた本発明は、機器の製品名及び症状に関する第１情報と、顧客に関する情報を含む第２情報と、当該第１情報及び当該第２情報と関連付けて記憶された当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶する記憶部と、修理依頼の情報を受け付ける受付部と、前記受付部が受け付けた前記修理依頼があった前記機器の前記製品名及び前記症状に関する情報と、当該修理依頼を行った顧客に関する情報と、前記学習済みモデルとにより当該機器の故障部位を推定する推定部と、を備え、前記学習済みモデルは、入力層に気象情報が入力されることで作成され、前記推定部は、前記気象情報を前記学習済みモデルに入力することで前記故障部位を推定することを特徴とする修理支援システムである。
ここで、前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有しても良い。
また、前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有しても良い。
また、前記予測部が予測した前記故障部品の修理が完了するまでの時間を導き出す時間導出部を有しても良い。
また、前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有しても良い。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の製品名及び症状に関する情報と、顧客に関する情報と、当該機器の故障部位とを関連付けた修理情報を記憶部に記憶する機能と、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器の前記製品名及び前記症状に関する情報と、当該修理依頼を行った顧客に関する情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する機能と、を実現させ、前記修理情報として、気象情報を含む故障原因が前記故障部位と紐付けられており、前記推定する機能は、前記気象情報を考慮して前記故障部位を推定するプログラムである。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の製品名及び症状に関する第１情報と、顧客に関する情報を含む第２情報と、当該第１情報及び当該第２情報と関連付けられた当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶部に記憶する機能と、修理依頼の情報を受け付ける機能と、受け付けた前記修理依頼があった前記機器の前記製品名及び前記症状に関する情報と、当該修理依頼を行った顧客に関する情報と、前記記憶部に記憶された前記学習済みモデルとに基づいて、当該機器の故障部位を推定する機能と、を実現させ、前記学習済みモデルは、入力層に気象情報が入力されることで作成され、前記推定する機能は、前記気象情報を前記学習済みモデルに入力することで前記故障部位を推定するプログラムである。
また、かかる目的のもと完成させた本発明は、コンピュータに、機器の故障部位を記憶部に記憶する機能と、前記故障部位が故障した際の前記機器の症状を、当該故障部位と関連付けて前記記憶部に記憶する機能と、前記記憶部に記憶された前記機器の症状と、前記記憶部に記憶された前記故障部位のうち当該症状の原因となった当該故障部位との関係をニューラルネットワークに機械学習させることで学習済みモデルを作成する作成機能と、前記症状を受信した場合、前記学習済みモデルを利用して、当該症状の原因となった前記故障部位を推定する推定機能と、を実現させ、前記作成機能は、前記ニューラルネットワークの入力層に、前記症状及び前記機器の製品名に関する情報と、顧客に関する情報とを入力し、当該ニューラルネットワークの出力層に前記故障部位を与え、前記推定機能は、修理依頼の対象機器の製品名及び症状と、当該修理依頼をしてきた顧客に関する情報と、前記学習済みモデルとを用いて前記故障部位を推定し、前記作成機能は、前記入力層に気象情報を入力し、前記推定機能は、前記気象情報を前記学習済みモデルに入力することで前記故障部位を推定するプログラムである。

Claims (14)

1. 機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを紐付けた修理情報を記憶する記憶部と、
   修理依頼の情報を受け付ける受付部と、
   前記受付部が受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する推定部と、
   を備えることを特徴とする修理支援システム。
2. 前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有する
   請求項１に記載の修理支援システム。
3. 前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有する
   請求項２に記載の修理支援システム。
4. 前記予測部が予測した前記故障部品の修理が完了するまでの時間を導き出す時間導出部を有する
   請求項２又は３に記載の修理支援システム。
5. 前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有する
   請求項２から４のいずれか１項に記載の修理支援システム。
6. 機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該第１情報及び当該第２情報と関連付けて記憶された当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶する記憶部と、
   修理依頼の情報を受け付ける受付部と、
   前記受付部が受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記学習済みモデルとにより当該機器の故障部位を推定する推定部と、
   を備えることを特徴とする修理支援システム。
7. 前記推定部にて推定された前記故障部位から故障部品を予測する予測部を有する
   請求項６に記載の修理支援システム。
8. 前記予測部が予測した前記故障部品の修理に要する費用を導き出す費用導出部を有する
   請求項７に記載の修理支援システム。
9. 前記予測部が予測した前記故障部品の修理が完了するまでの時間を導き出す時間導出部を有する
   請求項７又は８に記載の修理支援システム。
10. 前記故障部品の次に故障する二次故障部品及び当該二次故障部品が故障する時期を予測する二次予測部を有する
    請求項７から９のいずれか１項に記載の修理支援システム。
11. コンピュータに、
    機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該機器の故障部位とを関連付けた修理情報を記憶部に記憶する機能と、
    修理依頼の情報を受け付ける機能と、
    受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記修理情報とに基づいて、当該機器の故障部位を推定する機能と、
    を実現させるプログラム。
12. コンピュータに、
    機器の製品名及び症状に関する第１情報と、当該機器の品質に関する情報又は顧客に関する情報の少なくともいずれかの第２情報と、当該第１情報及び当該第２情報と関連付けられた当該機器の故障部位とを用いて機械学習されることにより得た学習済みモデルを記憶部に記憶する機能と、
    修理依頼の情報を受け付ける機能と、
    受け付けた前記修理依頼があった前記機器に関する前記第１情報及び前記第２情報と、前記記憶部に記憶された前記学習済みモデルとに基づいて、当該機器の故障部位を推定する機能と、
    を実現させるプログラム。
13. コンピュータに、
    機器の故障部位を記憶部に記憶する機能と、
    前記故障部位が故障した際の前記機器の症状を、当該故障部位と関連付けて前記記憶部に記憶する機能と、
    前記記憶部に記憶された前記機器の症状と、前記記憶部に記憶された前記故障部位のうち当該症状の原因となった当該故障部位との関係をニューラルネットワークに機械学習させることで学習済みモデルを作成する作成機能と、
    前記症状を受信した場合、前記学習済みモデルを利用して、当該症状の原因となった前記故障部位を推定する推定機能と、
    を実現させるプログラム。
14. 前記作成機能は、前記ニューラルネットワークの入力層に、前記症状及び前記機器の製品名に関する第１情報と、前記機器の品質に関する情報又は当該機器の所有者の情報の少なくともいずれかの第２情報とを入力し、当該ニューラルネットワーク出力層に前記故障部位を与え、
    前記推定機能は、修理依頼の対象機器の製品名及び症状と、当該修理依頼をしてきた顧客に関する情報と、前記学習済みモデルとを用いて前記故障部位を推定する
    請求項１３に記載のプログラム。

Images